考慮碳交易影響風電消納的綜合能源系統優化運行

陳 曦，袁夢玲，王 松，穆靜霞，彭泓華，王 悠

(1.重慶理工大學 電氣與電子工程學院， 重慶 400054； 2.國網重慶市電力公司， 重慶 400015；3.重慶工程職業技術學院， 重慶 402260)

降低CO2的排放量對解決全球平均氣溫升高的問題有至關重要的作用，我國做出了“力爭2030年前實現碳達峰，2060年前實現碳中和”的重要承諾。中央財經委員會第九次會議強調，將在“十四五”期間實施可再生能源替代行動，構建以新能源為主體的新型電力系統。電力行業產生的CO2占全國碳排放量的40%，發展低碳電力是實現碳達峰、碳中和的重要手段和必然趨勢[1-3]。

提高清潔能源的利用率是實現低碳電力的關鍵。風能是一種無污染、資源豐富的能源，盡管我國風電裝機容量持續增加，但風電消納問題仍是制約低碳電力發展的重要原因。綜合能源系統致力于整合區域內的多種能源，實現各個子系統之間的協調規劃和優化運行，是提高清潔能源利用率和降低碳排放量的重要應用場景[4-6]。陳沼宇等[7-8]通過在系統中引入電轉氣(power to gas,P2G)裝置減少棄風率；李宏仲等[9]引入儲能裝置，利用提高機組靈活性來增加風電消納率；崔楊等[10]根據華北地區地熱豐富特點，通過引入地源熱泵增加了風電上網空間。上述文獻通過加大能源之間的耦合轉換程度提高風電消納能力，提高了區域綜合能源系統的低碳程度，但運維成本也隨之增加，系統運行中低碳性和經濟性之間的矛盾凸顯。

在能源低碳轉型的宏觀背景下，碳交易機制的引入賦予了碳減排經濟價值。目前已有學者將碳交易機制引入電力系統規劃應用中。鐘嘉慶等[11-13]在電廠能源規劃模型中引入碳交易機制，分析了碳交易機制對含風電電力系統可靠性的影響。衛志農等[14]將碳交易引入到電-氣綜合能源系統中，證明了引入碳交易機制會對系統運行狀態產生影響，且在一定程度下減少碳排放量；崔楊等[15-17]在之前基礎上構建了獎懲階梯型碳交易模型，與傳統碳交易模型對比，新型碳交易模型低碳效果更好。以上研究表明：通過引入碳交易模型可以緩和低碳性和經濟性之間的矛盾。

綜上，目前的研究鮮有將碳交易引入含風電等可再生能源的綜合能源系統中，同時，沒有分析碳交易影響風電消納的原理。因此，文中考慮P2G、電鍋爐和碳交易的綜合能源系統低碳經濟優化模型，具體工作包括：搭建含P2G和電鍋爐的綜合能源系統模型，通過加強多能耦合轉換來提高風電消納能力；然后引入免費碳排放配額和階梯型碳交易，構建以運行成本、維護成本和環境成本之和最小為目標函數的綜合能源系統模型，在兼顧系統運行中經濟性和低碳性的情況下求得最優解；最后通過粒子群優化細菌覓食算法在4種場景下對優化模型進行求解，分析風電消納率、系統運行成本和污染物排放量，綜合判斷構建模型的有效性和合理性。

1 考慮碳交易影響風電消納的綜合能源系統模型構建

綜合能源系統是一種整合區域內多種能源，實現各個子系統之間的協調規劃和優化運行，提高清潔能源利用率和降低碳排放量的重要應用場景。包括源端、耦合轉換環節及負荷側3部分。源端通常包括風力發電、燃氣輪機等分布式能源。為提高風電消納并滿足系統內多元化用能需求，系統中包含多種能源轉換設備和儲能設備。如圖1所示。

圖1 綜合能源系統框架

1.1 考慮P2G和電鍋爐的綜合能源系統模型

風能是一種清潔、無污染的能源，雖然我國大力開發風電，但由于風電具有反調峰特性，導致部分時段棄風問題嚴重。如在北方地區的冬季夜間，由于用電處于低谷，而風電出力和熱負荷均為高峰時段，常常為滿足系統熱負荷需求，強迫燃氣輪機在電負荷低谷期間高強度運轉，從而影響風電消納率。

為解決上述問題，在構建綜合能源系統模型時引入了P2G和電鍋爐設備[10]。P2G可以將電能轉換為天然氣或者氫氣等可燃氣體，實現將多余的風電通過轉換后進行儲存。電鍋爐機組可以將電能轉化為熱能，同時增加電負荷并且分擔燃氣輪機的供熱任務，達到減少燃氣輪機電出力，促進風電消納的目的。利用P2G和電鍋爐促進風電消納的綜合能源系統運行原理如圖2所示，其中燃氣機組最小電出力曲線和最大電負荷曲線之間的陰影空間為風電最大消納能力。

圖2 P2G和電鍋爐提高風電消納空間原理

1.2 考慮碳交易的綜合能源系統模型

1.2.1碳交易成本計算模型

碳交易是通過將碳排放量變為商品，建立合法的碳排放權并允許對其進行買賣，實現控制碳排放量減少的交易機制[18-19]，具體運行流程如圖3所示。

圖3 碳交易運行流程框圖

生態環境管理部門以綜合能源系統園區為單位，根據各個單位提供的發電數據對其進行配額免費分配。當排放源的碳排放量超過分配額，就需要從碳交易系統購買超出的部分。反之，當排放源的排放量低于分配額，就可以將剩余額度放入碳交易系統進行售賣而獲得收益。

風力發電過程中不產生CO2,為了使系統優先使用風電從而提高風電消納水平，將風機發電量計入免費碳排放分配額模型中，通過提高風力發電的經濟性提高風電消納[20-21]。由于目前我國的發電機組仍以火力發電為主，其發電量占總發電量的70%，因此，大量使用外購電力仍不能解決供電清潔低碳的問題。為減少綜合能源系統外購電，本文在構建的系統中使用外購電力需要購買碳排放權。

免費碳排放額計算模型中包含風電、外購電力、燃氣機組，具體公式如下所示。

DC=Dbuy+Dg+DPW

(1)

Dbuy=ηPbuy

(2)

Dg=γh1[(μPGT+HGT)+HGB]

(3)

DPW=ηPW

(4)

式中：DC、Dbuy、Dg、DPW分別表示總的碳排放額度、電網購電、燃氣機組、風電對應的免費碳排放額度;Pw表示風力發電功率；Pbuy表示向電網的購電功率；η表示單位發電量碳排放配額,取0.799 t/(MW·h);PGT、HGT表示燃氣輪機的發電、發熱功率；HGB表示燃氣鍋爐的發熱功率；γh1表示單位發熱量的碳排放額度，取0.065 t/GJ;μ表示發電量折算為發熱量的折算系數，取6 MJ/(kW·h)。

實際碳排放源中存在外購電力和燃氣機組2個碳排放源。公式如下。

Ep=Eg+Ebuy

(5)

Ebuy=τPbuy

(6)

Eg=γh2[(μPGT+HGT)+HGB]

(7)

式中：EP、Eg、Ebuy表示總的實際碳排放量、燃氣機組、電網購電對應的實際碳排放量；γh2表示單位發熱量的實際碳排放量，取0.102 t/GJ[19]；τ表示電網購電單位電量的實際碳排放量，取1.08 t/(MW·h)。

為了進一步控制碳排放總量，本文將碳排放量分為6個區域，建立階梯型碳交易模型。并引入懲罰系數α(碳交易價格增長幅度)，使碳交易價格以懲罰系數依次增長。當碳排放量越大時，碳交易成本越高，從而限制碳排放量的增長，公式如式(8)所示。

(8)

式中：FCO2為碳交易成本；c為市場上碳交易價格，碳交易價格受碳減排政策和交易市場影響，一般在120～280元之間，文中取200元；α為區間碳交易價格增長幅度，取 25%；L為碳排放量區間長度，取80 t。

1.2.2碳交易促進風電消納原理

碳交易促進風電消納的原理如圖4所示。其中燃氣輪機最小出力和供熱設備最大出力之間的陰影空間是風電最大消納能力。

圖4 碳交易促進風電消納空間原理示意圖

在綜合能源系統中引入P2G和電鍋爐機組后，使系統具有更好低碳性的同時也增加了維護成本。

為了解決系統低碳性和經濟性之間的矛盾，本文將碳交易引入綜合能源系統的優化運行建模中。由式(8)可知，當碳分配額度大于實際碳排放額時，系統可獲得碳收益，分配額度越大，碳收益越多，則系統運行總成本越低，減輕了系統的經濟壓力。為激勵系統獲得更多的碳分配額度，系統優先使用風電，燃氣輪機機組出力減少,燃氣鍋爐和電鍋爐熱出力增加以滿足系統熱負荷需求。

1.3 目標函數

為進一步提高清潔能源利用率和系統運行的低碳經濟性，本文搭建含P2G和電鍋爐的綜合能源系統模型，并在此基礎上引入碳交易模型。考慮一天24 h的綜合能源系統調度問題，在運行過程中，不僅有CO2排放，還有SO2和NOx的排放，為了減少系統在運行中對環境的污染，因此本文以維護成本、運行成本和環境成本之和最小為目標函數，公式如下。

(9)

(10)

(11)

FEN=FCO2+FNS

(12)

(13)

式中：FIES表示總成本；FCM為運維成本；FCD為運行成本；FCO2為碳交易成本；FNS表示排放氮硫化物費用；FEN為環境成本(包括碳交易成本和排放氮硫化物成本)，單位均為元；N為設備類型；Cn為單位出力的運維成本系數；Pn(t)為機組出力大小；CP、CG分別表示購電、購氣價格；Gbuy(t)表示單位時間內系統向天然氣網購買的氣功率，單位為kW；βr表示污染物治理費用；R為污染物種類；Er表示單位出力的污染物排放量。

2 系統運行約束

2.1 功率平衡約束

綜合能源系統中電-熱-氣3個子系統運行時需要滿足功率平衡約束條件，其公式表示為：

PW(t)+Pbuy(t)+PGT(t)=

Pload(t)+PP2G.in(t)+PEB.in(t)+Pbat(t)

(14)

GP2G(t)+Gbuy(t)=GGT.in(t)+GGB.in(t)+

Gload(t)+Gbat(t)

(15)

HGT(t)+HGB(t)+HEB(t)=Hload(t)

(16)

式中：PW(t)、PGT(t)表示風力、燃氣輪機在單位時間內的實際出力；PP2G.in(t)、PEB.in(t)表示P2G和電鍋爐單位時間內消耗的電功率；GGT.in(t)、GGB.in(t)表示燃氣輪機、燃氣鍋爐單位時間消耗內的氣功率；HEB(t)表示電鍋爐單位時間內產生的熱功率；Pbat(t)、Gbat(t)表示儲能設備的充放功率；Pload(t)、Hload(t)、Gload(t)表示系統的電、熱、氣負荷需求，單位均為kW。

2.2 轉化設備約束

系統中所有能源轉換設備均滿足上下線約束，其公式表達如下：

(17)

2.3 儲能設備約束

儲能裝置的數學模型如式(18)，為了保證儲能設備的正常運行，需要對儲能設備充放上下限功率約束，儲能負荷狀態上下限約束，還要保持每日始末剩余儲能容量一致：

(18)

Ex(0)=Ex(T)

(19)

(20)

(21)

3 基于粒子群-細菌覓食算法的綜合能源系統優化運行

3.1 粒子群-細菌覓食算法原理

細菌覓食算法(biomimicry of bacterial foraging optimization，BFO)是模仿大腸桿菌在人體腸道中尋找營養源行為的一種新型算法，通過不斷更新趨化、聚集、復制和遷徙4個步驟更新細菌的位置，局部搜索能力比較強，但收斂速度較慢。粒子群算法(particle swarm optimization,PSO)是模仿鳥類在捕食過程中鳥群之間信息交流和共享行為的一種算法，能以較快的收斂速度逼近最優解，但容易陷入局部最優。針對綜合能源系統的優化運行問題，本文考慮將以上2種算法結合，形成粒子群-細菌覓食算法(PSO-BFO)，利用粒子群算法為細菌的趨化操作提供方向性指引，增強算法的收斂速度和局部搜索能力，因此粒子群-細菌覓食算法的更新公式如式22所示。

(22)

式中：Vi表示粒子的速度；Xi表示粒子的位置；pbesti表示個體極值；gbesti表示全局極值；c1、c2表示學習因子；w表示慣性權重；P(i,m,n,M)表示粒子i在第m次趨化性操作，第n次復制操作和第M次遷徙操作后的函數值；c(i)表示步長。

3.2 粒子群-細菌覓食算法流程

針對綜合能源系統優化運行問題，基于粒子群-細菌覓食算法流程如圖5所示。

圖5 細菌覓食-粒子群算法流程框圖

主要步驟設計如下：

步驟1獲得綜合能源系統中負荷參數及能源設備參數等，確定PSO-BFO算法中初始參數：細菌規模數N、遷移次數Ned、繁殖次數Nre、趨化次數Nc、游動次數Ns和遷移概率Ped。

步驟2初始化設備初始運行狀態及綜合能源系統的運行成本，并用式(22)更新機組的出力情況。

步驟3進行遷徙、繁殖、趨化3層循環，并利用粒子群算法為粒子更新速度和位置。

步驟4當迭代次數達到最大值時，比較系統運行費用是否優于初始值，否則轉向步驟2。

步驟5輸出綜合能源系統的最佳運行方案，及最小運行費用。

3.3 算例分析

文中綜合能源系統園區的各能源轉化設備的運行參數如表1所示。儲電、儲氣設備的運行參數如表2所示；園區中有電、熱、氣負荷，數據參考文獻[7]；園區中存在向外購電和購氣，其中購氣上限為2.5 MW，價格為1.5元/kW·h;購電上限為1.5 MW，電價采用分時電價，低谷(22∶00～7∶00)時電價為0.6元/kW·h，高峰(11∶00～15∶00)時電價為1.6元/kW·h，平谷(19∶00～21∶00)時電價為1.2元/kW·h。系統中電網購電和燃氣機組存在SO2和NOx的排放，其相關數據如表3所示。

表1 設備運行參數

表2 儲能設備參數

表3 氮硫化物排放相關數據

為對本文提出考慮碳交易影響風電消納的綜合能源系統模型的風電消納效果和低碳性進行分析評估，構建了4種典型的綜合能源系統典型運行場景進行求解分析，分別是：① 不引入P2G、電鍋爐和碳交易模型；② 引入P2G和電鍋爐，不引入碳交易模型；③ 引入碳交易模型，不引入P2G和電鍋爐；④ 引入P2G、電鍋爐和碳交易模型。

3.3.1綜合能源系統風電消納分析

4個場景的風電出力情況如圖6所示。

圖6 風電出力直方圖

由圖6可知，場景1因為沒有采取提高風電消納措施，所以其風電浪費嚴重；場景2、3分別引入電鍋爐、P2G和碳交易機制，均能有效提高風電的利用率，其中，場景2的風電消納能力高于場景3；場景4同時引入電鍋爐、P2G和碳交易機制，園區中的風電利用率大幅度提高且幾乎不存在棄風現象。通過對比，在綜合能源系統中增加機組優化配置和引入碳交易均能有效提高風電消納能力。

3.3.2環境影響對比

大電網、燃氣輪機和燃氣鍋爐工作時均會產生SO2、NOx、CO2污染物，將其整理后如表4所示。可知，場景2、3、4比場景1的污染物排放量均大幅度下降，證明了所構建模型的環保性；其中場景2和場景4引入了碳交易模型，CO2排放量下降明顯，說明碳交易模型能使系統具有更佳的低碳性。

表4 各場景污染物排放量

3.3.3成本比較

通過仿真分析，各個場景運行成本如表5所示。從表中可以看出，場景2、4的維護成本相對場景1有所上漲，原因是增加了機組設備從而使維護成本上漲。但場景4由于引入了碳交易模型從而獲得了碳收益，總成本明顯下降，說明該模型具有良好的經濟性。

表5 各場景系統運行成本

3.3.4碳交易價格對系統中機組運行的影響

碳交易價格會影響系統的調度結果，從而影響系統的風電消納情況。風電消納率隨碳交易價格變化的情況如圖7所示，碳交易價格影響用電設備(P2G和電鍋爐機組)用電情況的變化如圖8所示，碳交易價格影響燃氣機組(燃氣輪機和燃氣鍋爐)用氣情況的變化如圖9所示。

圖7 風電消納受碳交易價格的影響曲線

圖8 碳交易價格影響P2G和電鍋爐用電量的變化曲線

圖9 碳交易價格影響燃氣機組用氣量的變化曲線

由圖7～9可知，風電消納率隨著碳交易價格的增長而增長。當價格變化在0～70元時，風電消納率增長較快，且P2G用電量和燃氣機組的用氣量明顯增加。因為P2G將多余的風電轉換為天然氣，提供了風電利用率，同時為燃氣機組提供了氣源，使其出力加強。當價格變化在80～250元時，風電消納率增加較緩慢，P2G的用電量和燃氣機組的用氣量逐漸降低，電鍋爐的用電量增加明顯。因為此時碳交易價格較高，為增加更多的碳收益，系統減少燃氣機組出力，因此天燃氣需求減少，從而使P2G機組出力減少。為滿足系統熱負荷需求，電鍋爐出力增加，同時消耗多余風電為其提供上網空間。當碳交易價格超過250元后，系統無棄風現象且機組運行狀態變化不明顯。

3.3.5算法比較

為證明粒子群優化細菌覓食算法的優越性，將粒子群算法、細菌覓食算法和粒子群優化細菌覓食算法3種算法的迭代過程進行比較，如圖10所示。由迭代曲線可知PSO-BFO算法的迭代過程最快，且得到的解最優，因此粒子群優化細菌覓食算法的應用效果最好。

圖10 不同算法的迭代過程

4 結論

為解決綜合能源系統規劃運行中清潔低碳性與經濟性的矛盾，將P2G、電鍋爐裝置引入綜合能源系統模型的構建中，探討了碳交易對風電消納率的影響，并將粒子群優化細菌覓食算法應用于綜合能源系統運行分析中。通過對4個典型綜合能源系統場景的分析求解可知：考慮碳交易影響風電消納的綜合能源系統能有效平衡經濟性和低碳性，不同的碳交易價格對綜合能源系統的容量配置和系統運行風電消納率產生影響。結果可為綜合能源系統業主的規劃運行以及地方能源和生態環境管理部門提供決策參考。