“雙碳”目標下工業清潔能源調度優化及排放管理分析

韋湘林

(佛山市經科清潔生產促進中心，廣東 佛山 528000)

1 引言

合理、高效地開發利用新能源，是實現社會經濟、工業產能可持續發展的根本前提[1]。近年來，國內工業產能能源過度依賴煤炭、石油等不可再生資源，造成區域生態環境嚴重污染，生物多樣持續降低。隨著國內“雙碳”目標的提出，工業生產逐步確定以可再生綠色能源(風能、太陽能等)為主體目標，在實現低碳污染排放合理管理的同時，最大限度地提升社會經濟、工業價值[2～4]。相比較當前，傳統工業清潔能源調度優化多采用確定性隨機組合方法，多以分析工業機組最優動能，實現工業設備運行成本、污染排放量優化的目標，如賈學法等[5]為解決清潔能源裝機容量不足、消納困難等一系列問題，提出了源網荷儲,互補互動，科學管控“源—網—荷—儲”互動運行,電源、電網、負荷和儲能之間源源互通性，同時強化新能源智慧模塊管理，實現清潔能源運行動態，優化可控的方式；在優化調度方式提出背景下，包育德[6]、辛禾[7]、潘嵩[8]等學者在能源“雙碳”背景下，進一步綜合考慮能源互補特性，提出分布式能源調度優化方式，一方面優化能源調度模型預測真實性，提升區域調度決策精準性，另一方面從多維度分析清潔能源耦合效益，優化工業棄能成本和經濟效益；在上述基礎上，為更近一步提升清潔能源分布式調度優化效果，劉洋等[9]提出大數據技術與粒子群算法協同優化調度方法，降低模型不穩定性，同時采用粒子群算法求解模型，得到最佳清潔能源協同優化調度方案，實現最大效益和最低成本的優化。上述學者們的優化調度方式效果顯著，但在實際調度與模擬最優調度中仍易出現數據偏差[10]。在此背景下，為提升工業清潔能源調度決策精度，實現工業生態綠色、安全，本文在上述傳統調度優化基礎上，首先，通過約束概率降低實際偏差，以篩選清潔能源調度決策組合，構建預測模型分析工業清潔能源調度優化結果；其次，通過效益評估分析，選取“雙碳”目標下最優清潔能源調度決策組合[11]；最終，以預測模型精度，制定合理的排放管理措施，實現工業生產區域生態環境綠色、安全。

2 工業清潔能源現狀及問題

2.1 工業清潔能源重要性分析

根據國內能源部門相關數據表明[12]，當前，社會經濟，工業、建筑業等行業能源需求量日漸增加，但受限于不可再生資源儲量，導致能源可用總量逐年降低，同時各區域內不可再生資源揮霍嚴重，造成全球范圍內CO2量劇增，生態環境問題、經濟問題、健康安全等問題逐步顯現，為此，以資源為核心生產力的工業企業必將進行新能源系統革命。相比不可再生能源，清潔能源資源具備可再生、適用范圍廣泛、無污染、高效、綠色環保等特性[13]，在“雙碳”目標提出后，其逐步成為能源優化調度的重要目標和未來能源發展、利用和開發的主體目標。

2.2 現狀分析

根據2013～2019年國內能源統計分析[14]，工業生產企業能源消費總量呈逐年上升態勢，清潔能源占能源消費23.4%，呈穩步上升趨勢，其中，風電能源同比增長14%，太陽能能源同比增長17.4%，表明近年來工業清潔能源使用量增加，一方面有效地落實了國家“雙碳”戰略目標，但另一方面工業清潔能源使用仍舊存在持續性不足等客觀問題，為此，本文通過能源約束概率，以相關調度優化模型智能預判數據態勢，進而制定綠色、智慧、高效、安全的工業清潔能源指揮調度、管理模式[15]。

2.3 基本問題探索

為進一步科學地分析工業清潔能源所存客觀問題，實現清潔能源調度優化，本文以組合預測模型和協同調度進行系統分析：

(1)工業清潔能源中太陽能動能轉化不足，致使工業產能降低，進而需通過目標預測模型協同策略，使能源互補集成，優化調度能源消費結構，以實現“雙碳”目標，綠色節能減排目標。

(2)工業清潔能源單一使用協調性差、穩步定性不足、工業產能效率低下，需實現工業清潔能源有機結合，使能源一體化調度，以實現智能化管理模式優化、生態綠色管控和工業結構優化，實現工業能源低污染，高經濟性。

3 工業清潔能源優化策略

3.1 清潔儲能約束概率條件

工業清潔能源調度預測模型在分析中多以概率密度函數形式輸出預測數據，故其模型預測值隨機性難以避免，在此基礎下，本文通過優化調度(平衡)可能出現的誤差，以分析模型預測誤差不確定性，提升清潔能源模型評估精準度和可靠性[16]。

在清潔能源約束概率條件下，由于工業能源不確定性在不同生產運行時間內表現不一，因此在預測過程中需規定風險指標(ε)安全閾值，便于能源約束概率對工業運行能源功率進行量化；其次能源功率量化后，以ε指標評估清潔能源調度優化系統可靠性。清潔能源約束概率風險指標如式(1)所示：

ε=P[r(a)≤Δd(a)]

(1)

式(1)中：f(x)表示需求誤差的概率密度函數的近似函數；φ(r(a))表示調度子間隔t的累積分布函數；r(a)表示清潔能源需求。

3.2 清潔能源調度優化組合確定

3.2.1 多尺度協同調度結果分析

基于能源約束概率風險指標下，本文為研判模型預測誤差不確定性，探索最優清潔能源調度優化組合，以多尺度協同調度分析清潔能源需求響應后負荷概率預測值，調度優化流程(圖1)。通過圖1可知，當響應后負荷和分布式低碳數據經優化調度VPP中心，分別以生產預測數據和能源調度方式實現綠色調度和效益最優目標，并通過調度優化使清潔能源風險指標達到閾值，以約束概率及多尺度協同降低誤差不確定性，最終分析調度最優方式和最佳經濟效益特征值分析。

多尺度協同調度特征值分析后，為使預測目標更接近真實值，同時為滿足調度系統最優經濟效益，本文模擬工業電力清潔能源協同優化進行相關結果分析，其目標函數如下所示：

(2)

(3)

(4)

通過調度優化函數可知，當工業機組熱啟動、最小允許停機時間均為最小時，機組的啟停成本達到最優調度特征值；而當機組冷啟動同程序停機時間為最大時，機組排放效益及經濟效益達到最優調度特征值，表明當機組功率達到額定閾值，啟動機組成本最優時，多尺度協同調度特征結果最佳。

3.2.2 清潔能源調度組合模型構建

經約束概率限定、多尺度協同調度優化下，本文以構建多尺度互補的清潔能源調度優化模型(見式(5))，該調度組合模型一方面解決了單一能源調度協調穩步性不足和效率低下的問題，另一方面提升了清潔能源系統運行安全性和整體經濟效益性，同時有助于最大經濟效益、碳排放效益的優化管理及清潔能源損耗監督調度等[17]。

圖1 多尺度下清潔能源協同優化示意結果

工業清潔能源調度組合模型由多尺度互補系統組成，進而在運行過程時，調度優化模型需滿足供需平衡約束調條件，如下以清潔電力能源為例：

(5)

式(5)中：φw、φpv、φgct分別表示wpp、pv、cgt的電量損耗率；ggc,t表示 MEHS系統購電量。

通過式(5)可知，多尺度模型構建時，需滿足各模型單元約束概率閾值，及在調度運行過程時滿足模型供需平衡，保證清潔能源需求響應后負荷、碳排放量優化調控(滿足“雙碳”目標)的最佳經濟效益和生態環境效益。

在調度組合模型清潔能源供需平衡前提下，為優化調整調度決策模型運行參數、運行節點及清潔能源優化調度策略制定，本文嘗試擬應用大數據處理清潔能源運行數據，結果表明，當模型調度優化后，其相關參數和調度指標、工業運行狀態等參數偏差均降低，多尺度模型數據預測值更能接近真實值，其優化模型系統見式(6)：

(6)

式(6)中：da表示清潔能源的相關運行參數;dc(t)表示運行節點的延遲調度策略;dc表示清潔能源數據遷移；dt表示清潔能源執行代價；β(t)表示執行終止時間;da和dη分別表示計算時間和等待時間。

4 “雙碳”目標下清潔能源優化效益評價

4.1 工業清潔能源優化效益評價體系

為系統、科學的實現多尺度清潔能源優化調度和區域生態環境安全管理，本文通過評價各尺度工業清潔能源指標數據構建效益評價體系。該評價體系著重以CO2排放特征值、經濟效益(最大運營效益、最低棄能成本)和“雙碳”目標下生態環境效益3個一級能源調度優化指標，并依據各指標特性定性和定量相結合原則進行分析，論證多尺度工業清潔能源耦合系統優化后的調度策略[18]。

4.2 效益綜合評估方法

基于工業清潔能源調度優化評價體系，本文合理地構建了清潔能源分布式優化調度模型，能源調度優化目標以最大運營效益和最低棄能成本為主。

4.2.1 最大運營效益

本文工業清潔能源最大運營效益由4部分(Ca、Cb、Cc、Ce)共同組成，最大運營效益以各調度優化能源指標最優值相加，具體max目標函數如式(7)所示：

(7)

式(7)中：maxA表示最大運營效益。

4.2.2 最低棄能成本

由于工業清潔能源運行過程具有波動性特征，故工業安全生產系統穩定性不足，成本性增加，極易危害工業生產運營收益，為此，本文針對棄能成本函數進行調度優化，其優化表達式如(8)所示：

(8)

式(8)中：minB表示最小棄能成本；Ca、Cb、Cd、Ce分別表示機組效益、工業太陽能生成效益、蓄水能產生運行效益以及工業汽輪機所產生的電力效益。

綜上，通過最大運營效益和最低棄能成本2個優化目標為基礎，組建工業清潔能源協同優化調度效益模型，該模型約束條件及目標函數如式(9)所示：

(9)

由式(9)可知，當工業清潔能源運營效益最大，棄能成本最低時，清潔能源優化調度模型結果最優，產能效益最佳。同時本文按權重比例劃分運營效益、棄能成本，分析能源運營效益及棄能成本最優解。

5 排放安全管理措施分析

5.1 推廣“大數據”智慧管理措施

為優化管理工業清潔能源運營效益、棄能成本、穩定性及負荷帶來的系列性問題，以落實國家“雙碳”戰略目標，優化工業區域、社會區域生態環境[19]，本文首先通過智慧管理模式實現分布式能源互補、網荷互動等協同交互形式，以協調不同類型清潔能特性，進而以大數據分析實現經濟、安全的工業生產系統功率平衡，提升清潔能源利用效率；其次，應用“大數據”傳感感知技術實現清潔能源約束概率閾值管理、生產設備安全預警、清潔能源周期管理和多尺度能源協調經濟控制等功能，以系統、科學、多層次特性分析評估工業生產中清潔能源最低棄能成本和最佳運營效益[20]。

5.2 優化清潔能源方法結構，樹立綠色減排理念

為積極落實國家“雙碳”綠色儲能目標，樹立工企業綠色減排生態安全理念[21]，本文設計優化能源方法結構，實現清潔能源運營效益最大化和棄能成本最小化(圖2)。由圖2可知，多尺度能源經能源方法優化和能源平衡約束后，降低了工業碳排放效益；其次，優化技術特征、碳排放效益及經濟效益經數據經建模分析，有助于優化能源系統結構，提高目標函數判定精準性，合理制定清潔能源排放管理策略，落實“雙碳”目標。

圖2 工業能源優化方法結構

6 結論

本文通過工業清潔能源調度優化3個階段，實現了安全、高效的工業能源調度和排放管理措施設計，落實了國家“雙碳”戰略目標并保障了工業社會區域生態環境安全，得到以下相關結論：通過儲能約束概率降低能源調度隨機性誤差；多尺度清潔能源系統建模后，各類型能源源源互補、源網協調，調度評估結果及經濟效益優質；調度優化模型預測分析下，當清潔能源最大運營效益和最低棄能成本成反比，工業生產能源效益最佳，數據偏差最低。