基于改進碳交易機制的多能微網低碳經濟調度

牛耕, 季宇,楊安男,呂廣憲,高波,藺圣杰,張立棟,聶永輝

(1. 國網上海能源互聯網研究院有限公司,上海市 201203;2. 東北電力大學電氣工程學院,吉林省吉林市132012)

0 引 言

“十四五”時期是我國能源體系向綠色低碳轉型的關鍵階段,脫碳已經成為我國能源體系發展的必然趨勢[1]。發展多能源微網能夠提升可再生能源消納水平、改善能源利用效率、減少溫室氣體排放量,是助力我國實現“雙碳”目標的可行性方案[2]。

目前,對于多能源微網優化調度的研究正在由經濟調度向兼顧低碳和經濟的方向轉變。文獻[3]基于比例法和Talmud規則等方法分配系統碳排放額度,并將其作為CO2排放量約束嵌入低碳經濟調度模型中,用于控制系統碳排放量;文獻[4]通過對微電網征收碳排放稅,引導微電網降低運行過程中碳排放量。上述兩種方法一定程度上能夠減少系統CO2排放量,但靈活性不足,難以充分調動各碳排放源參與減排的積極性。文獻[5]直接將碳排放量作為優化目標建立環境經濟調度模型,并通過建立目標函數的隸屬度函數求解問題;文獻[6]建立了計及碳排放量的多能源微網優化調度模型,基于多目標粒子群(multiobjective particle swarm optimization, MOPSO)算法尋優并采用多屬性決策方法篩選兼顧經濟環保的折中解。上述直接將系統CO2排放量作為優化目標的方法能有效地控制系統實際CO2排放水平,但忽視碳交易機制為碳排放源獲取收益的巨大潛力。

現階段許多學者將碳交易機制引入微網優化調度研究中,將CO2排放權視作一種商品,利用其市場機制調動排放源參與減排的積極性。文獻[7]和文獻[8]按運行過程中實際碳排放量計算系統碳交易成本,并建立優化調度模型;文獻[9]根據系統內火電機組等高排放設備實際碳排放量,制定初始碳排放額,將碳交易機制引入優化調度模型中,以提升可再生能源消納能力;文獻[10]評估了碳捕集系統全生命周期產生的碳足跡(carbon footprint, CF)并建立優化模型,以降低系統碳排放量。對于考慮碳交易機制優化調度方法,上述文獻或者未計及在生產過程中產生的碳足跡,以充分發揮碳交易機制潛力;或者未全面考慮系統中設備碳足跡對調度結果的影響,以從時間和空間多維度上做到全面控制多能源微網碳排放水平。

綜上所述,本文基于微網系統全壽命周期碳足跡對碳交易機制進行修正,從而提出一種多能源微網低碳經濟調度策略,以最小化微網碳足跡、節省微網運行成本、提升環境效益和提供公平市場環境,從而增強可再生能源消納能力。本文主要特色如下:

1)評估微網系統全壽命周期碳足跡,并據此修正微網碳交易機制初始碳排放額的分配方法;

2)基于碳足跡評估,引入碳交易機制建立碳交易成本,從而建立公平競爭的市場環境,激發新能源發電主體參與市場的積極性;

3)以碳交易成本、購能成本和設備運維成本為優化目標,建立基于改進碳交易機制的多能源微網系統的低碳經濟調度模型,并應用基于隨機模擬的粒子群優化(particle swarm optimization, PSO)算法對該模型進行尋優求解。

1 基于碳足跡的多能源微網碳交易機制

1.1 多能源微網結構及能量流動

多能源微網耦合多種資源,通過有機協調其內部各供能子系統,在實現能源高效利用的同時,滿足系統內多元化負荷需求[11]。本文構建的多能源微網結構及能量流動如圖1所示,用戶電負荷需求由微型燃氣輪機、風電機組、光伏電池和蓄電池滿足,微網與外部電網間存在電能的雙向交易;余熱鍋爐以及燃氣鍋爐產生的熱能用于滿足用戶熱負荷需求。微型燃氣輪機和余熱鍋爐組成微網內熱電聯產系統(combined heat and power, CHP)。微網通過碳交易市場與其他碳排放源進行碳交易。

圖1 多能源微網系統結構圖Fig.1 Topology of multi-energy microgrid system

1.2 多能源微網全壽命周期碳足跡

碳足跡指直接或間接支持人類活動所產生的CO2及其他溫室氣體總量。多能源微網全壽命周期內生產、運輸、安裝、運行、拆除以及回收等各環節均會產生碳足跡[12-14]。對于風電、光伏等可再生能源發電設備及蓄電池,由于其運行過程中無CO2排放,只需考慮設備生產、運輸以及拆除回收等環節產生的碳足跡[15-17]。對于微型燃氣輪機、燃氣鍋爐等設備,其運行過程中產生的碳足跡遠大于全生命周期內其他環節,因此主要考慮此類設備運行過程中CO2排放。本文對多能源微網內可再生能源發電設備全壽命周期碳足跡,分為運行前環節與運行后環節兩部分評估[18]。

可再生能源發電設備運行前環節包括設備生產、運輸和安裝等,可再生能源發電設備運行前環節碳足跡為:

(1)

運行后環節包括設備的拆除、回收等,運行后環節產生碳足跡為:

(2)

綜上,可再生能源發電設備全壽命周期產生碳足跡為:

(3)

為方便與其他設備CO2排放水平進行比較,國際能源署建議以每交流千瓦時輸出功率的排放強度,對可再生能源發電設備碳足跡進行量化。處理后的可再生能源發電設備全壽命周期碳足跡為:

(4)

1.3 基于碳足跡改進的碳交易機制

碳交易機制中,碳排放權作為一種可以在碳交易市場進行自由交易的商品,各碳排放源成為碳交易市場的交易主體,監管部門一般為各碳排放源無償分配初始碳排放額。當碳排放源CO2排放量高于其初始碳排放額時,該碳排放源需要在碳交易市場購入額外碳排放權。反之,當碳排放源CO2排放量低于其初始碳排放額時,該碳排放源可通過碳交易市場出售剩余碳排放權獲取收益。

1)微網初始碳排放額。監管部門通常基于基準線法為各碳排放源分配初始碳排放額。微網初始碳排放額為:

(5)

為最小化自身碳足跡,實現深度減排的目標,充分發揮碳交易機制實現“雙碳”目標的巨大潛力,本文基于多能源微電網全壽命周期碳足跡,在上述初始碳排放額模型基礎上進行改進。計及設備全壽命周期碳足跡的初始碳排放額為:

(6)

2)微網實際碳排放額。微型燃氣輪機和燃氣鍋爐實際碳排放額與其耗氣特性有關,可近似視為與其輸出功率相關的二次函數[20]。微型燃氣輪機和燃氣鍋爐實際碳排放額為:

(7)

式中:Et為機組CO2排放量;Ωgas為微網內耗氣設備的集合;ak、bk和ck為第k臺機組CO2排放系數;Pk,t為第k臺燃氣機組輸出功率。

2 多能源微網低碳經濟調度模型

2.1 目標函數

本文建立的多能源微網低碳經濟調度模型目標函數C包含3部分,分別為購能成本、碳交易成本和設備運維成本[21]。

minC=CENERGY+CCO2+COP

(8)

式中:CENERGY為微網購能成本;CCO2為微網碳交易成本;COP為微網內機組運維成本。

1)購能成本。能源微網內微型燃氣輪機和燃氣鍋爐等機組,需要購入天然氣維持其正常運行。此外,微網存在與外部電網雙向交易,發電量不足時能夠從上級電網購入電能,當發電量存在盈余時能夠向上級電網出售電能獲取收益。微網購能成本為:

(9)

2)碳交易成本。一個調度周期內碳交易成本為減去出售盈余碳排放權后,微網購入額外碳排放權所需凈成本[22]。本文采用上述基于碳足跡改進后的碳交易機制,微網碳交易成本為:

(10)

3)設備運維成本。微網設備運行維護成本為:

(11)

式中:Ωmg為微網內機組的集合;cOP,i為設備i運維成本系數;Pi,t為設備i輸出功率。

2.2 約束條件

1)多能源微網中電網運行約束主要包括電功率平衡約束[23]、機組出力約束、蓄電池余量約束和機組爬坡約束[24]等。

(12)

2)多能源微網中熱網運行約束主要包括供熱功率平衡約束和機組出力約束等[25]。

(13)

綜上所述,為實現多能源微網低碳清潔、安全高效地調度,本文以微型燃氣輪機、燃氣鍋爐、風力發電機、光伏電池和蓄電池等設備各時段輸出功率為決策變量,以微網總運行成本為目標函數,同時兼顧各子系統實際運行約束,建立了計及設備全壽命周期碳足跡的多能源微網低碳經濟調度模型[26],并基于PSO算法對該模型進行尋優求解[27]。

本文研究流程如圖2所示,其主要步驟如下。

圖2 多能源微網低碳經濟調度模型求解流程Fig.2 Solution flow of the low-carbon economic dispatch model for the multi-energy microgrid

1)評估各可再生能源發電設備全壽命周期產生的碳足跡[28],并以每交流千瓦時輸出功率的CO2排放強度,對可再生能源發電設備碳足跡進行量化。

2)采用基準線法為多能源微網分配初始CO2排放額,并基于微網內可再生能源發電設備碳足跡對其進行修正。

3)綜合考慮多能源微網內部各設備特性以及各子系統運行約束,建立計及碳足跡的多能源微網低碳經濟調度模型。

4)輸入負荷數據以及風電、光伏等可再生能源發電設備輸出功率預測數據,并為PSO算法設定初始參數,基于PSO算法對該優化調度模型尋優求解。

3 算例仿真

3.1 算例描述

本文基于MATLAB平臺編制程序,該多能源微網主要由微型燃氣輪機、風電機組、光伏電池、蓄電池、燃氣鍋爐和余熱鍋爐等設備組成。風電、光伏功率以及熱、電負荷預測曲線如圖3所示[29]。

圖3 負荷及可再生能源預測曲線Fig.3 Forecast curve of load and renewable energy

PSO算法參數如下:粒子數為200,最大迭代次數為1 000,置信水平為0.95,初始慣性權重為1,終止慣性權重為0.4。多能源微網設備運行參數如表1所示[30]。

表1 多能源微網運行參數Table 1 Operating parameters of multi-energy microgrid

3.2 結果分析

微網內可再生能源發電設備全壽命周期碳足跡評估結果如表2所示。表2中CO2-equ/kWh為描述碳排放強度指數的單位,代表在清潔能源發電設備全壽命周期內每交流千瓦時CO2排放量。

表2 清潔能源發電設備等價碳足跡Table 2 Carbon footprint of clean energy power

由表2可知,由于各清潔能源發電設備制造工藝和流程的差異性,其全壽命周期碳足跡各不相同。蓄電池等價碳足跡最高,光伏電池次之,風力發電機等價碳足跡最低。

為驗證所提低碳經濟調度模型的有效性,本文設置了4種運行情景,并分別進行了仿真分析:

情景1：公式(8)中不考慮碳成本,從而構建未考慮碳成本的多能源微網經濟調度策略。

情景2：在情景1的基礎上,根據文獻[4]所提策略計算CO2排放成本,從而構建基于征收碳稅的多能源微網低碳經濟調度策略。

情景3：在情景1的基礎上,根據式[5]和式[10]計算碳交易成本,從而構建基于未改進的碳交易機制的多能源微網低碳經濟調度策略。

情景4：在情景1的基礎上,根據本文所提策略按照式[6]和式[10]計算碳交易成本,從而構建基于經本文所述方法改進碳交易機制的多能源微網低碳經濟調度策略。

上述各情景中微網運行總成本以及實際CO2排放量如表3所示。

表3 各情景總成本以及實際CO2排放量Table 3 Total cost of each case and actual CO2 emissions

由表3可知,情景2中征收碳稅后,微網運行總成本增加10.23%,但實際CO2排放量未產生明顯變化。由上述結果可知,征收碳稅缺乏靈活性,無法有效降低微網實際CO2排放量。情景3中引入未改進碳交易機制后,微網運行總成本降低2.21%,微網實際CO2排放量降低5.52%。由上述結果可知,引入碳交易機制能夠降低微網運行總成本和微網CO2排放量。與情景1相比,情景4中微網運行總成本降低1.08%,實際CO2排放量降低6.83%;與情景2相比,情景4微網運行總成本降低10.26%,實際CO2排放量降低6.83%;與情景3相比,情景4微網運行總成本增加1.15%,實際CO2排放量降低1.40%。

綜上,相較于傳統的碳稅機制和碳交易機制,采用本文所提方法能夠進一步降低微網實際CO2排放量。

為對上述仿真結果進行深入分析,4種情景中各部分成本以及具體CO2排放量如表4所示。表4中CO2排放成本包括碳稅成本和碳交易機制收益,負值代表微網通過碳交易機制獲得的收益。4種情景電負荷平衡和熱負荷平衡如圖4和圖5所示。

表4 各情景各部分成本以及CO2排放量Table 4 Cost of each part of each case and CO2 emissions

圖4 4種情景電負荷平衡Fig.4 Electric load balance in four cases

圖5 4種情景熱負荷平衡Fig.5 Heating load balance in four cases

由表4可知,與情景1相比,情景2中微網增加的成本主要為碳稅,其他各部分成本以及各機組CO2排放量與情景1基本持平。由圖4、圖5可知,對微網實際CO2排放量征收碳稅后,微型燃氣輪機和燃氣鍋爐等CO2排放源輸出功率無明顯變化。上述結果充分說明碳稅機制無法充分調動碳排放源參與減排的積極性。

對比表4中情景1與情景3調度結果可知,引入未改進的碳交易機制后,微網燃料成本增加2.17%,機組運維成本基本持平,購電成本減少12.54%。其中,情景3基于碳交易機制通過出售剩余CO2排放額獲取收益,降低微網運行總成本。在CO2排放量方面,情景3中微型燃氣輪機運行過程中產生的CO2排放量相較于情景1增加了18.39%,燃氣鍋爐運行產生的CO2排放量減少了14.17%,微網整體CO2排放水平呈下降趨勢。情景1、情景3和情景4中各發電機組出力占比如圖6所示。

圖6 情景1、情景3和情景4中各發電機組出力占比Fig.6 Output ratio of each generator set in Case 1, Case 3, and Case 4

結合圖4、圖5和圖6分析可得,情景3中微型燃氣輪機輸出功率占比普遍高于情景1,如在21:00時,情景3中微型燃氣輪機出力占比為24.42%,情景1中微型燃氣輪機出力占比為16.16%。上述結果說明,情景3中因微型燃氣輪機出力占比較高,微網能夠在可再生能源滲透率較高的時段向外部電網出售更多剩余電能獲取更多收益;反之,在可再生能源滲透率較低的時段,微網購電成本明顯降低。此外,對于由微型燃氣輪機和余熱鍋爐組成的CHP系統,微型燃氣輪機輸出功率的增加使得余熱鍋爐輸出功率隨之增加,提高了能源利用率,也使得燃氣鍋爐購能成本、運維成本和CO2排放量隨之降低。由上述結果可知,未改進的碳交易機制通過降低購能成本、獲取碳交易收益能夠達到降低微網運行成本的目的;通過充分發揮CHP系統低碳、節能、高效等優勢起到控制微網CO2排放水平的作用,同時也提高了微網能源利用效率。

表3中,情景4的微網燃料成本與情景3相比降低1.04%,微網除增加少許購入碳排放權費用外,其余成本基本持平。情景4中微網整體碳排放水平在情景3的基礎上進一步降低,其中微型燃氣輪機運行產生的CO2排放量與情景3相比降低10.42%,燃氣鍋爐運行產生的CO2排放量增加3.11%。情景3與情景4中初始碳排放配額如圖7所示,碳交易量如圖8所示。

圖7 情景3和情景4中初始CO2排放配額Fig.7 Initial CO2 emission quota in Case 3 and Case 4

圖8 情景3、情景4中CO2交易量Fig.8 CO2 trading volume in Case 3 and Case 4

由圖7和圖8可知,基于碳足跡對碳交易機制改進后,情景4中各時段初始CO2排放額普遍低于情景3,其平均值相差12.55 kg,該數據在14:00時達到48.98 kg的最大值。結合圖6分析可知,出現該情況的主要原因為此時情景4中蓄電池儲能功率較高,相應地等價碳足跡較高。結合圖7和圖8分析可知,由于情景4中基于本文所述方法改進碳交易機制后初始CO2排放額普遍較低,需要購入較多碳排放權,產生少量碳排放成本,但改進的碳交易機制仍能有效節省多能源微網運行成本,其對微網CO2排放水平的控制能力顯著加強。另外由圖4可知,情景4中余熱鍋爐輸出功率在熱負荷平衡中的占比相較于情景3進一步提高,多能源微網能源利用更加充分。

綜上所述,本文所提計及碳足跡改進的碳交易機制方法以及基于改進碳交易機制的多能源微網低碳經濟調度策略,能夠最小化微網碳足跡,在節約微網運行總成本的同時,進一步降低微網CO2排放水平,達到落實“雙碳”目標的目的。

4 結 論

為確保多能源微網經濟可靠、低碳高效運行,本文利用設備全壽命周期碳足跡評估結果對碳交易機制進行修正,并建立基于改進碳交易機制的多能源微網低碳經濟調度模型,最后利用PSO算法對其尋優求解。本文對4種情景的運行總成本和實際CO2排放量進行對比分析,得到以下結論:

1)引入本文所提基于碳足跡的多能源微網低碳經濟調度策略后,微網運行總成本降低1.08%,實際CO2排放量降低6.83%,這說明本文所提低碳經濟調度策略在控制微網運行成本和碳排放水平等方面均具有明顯效果。

2)與碳稅機制相比,本文所提方法微網運行總成本降低10.26%,實際CO2排放量降低6.83%。因此本文所提基于改進碳交易機制的多能源微網低碳經濟調度策略能通過修正初始碳排放配額,充分調動排放源參與減排的積極性,其效果優于引入碳稅機制。

3)引入碳交易機制后微網實際CO2排放量降低5.52%,采用本文所提方法后,能夠在未改進的碳交易機制的基礎上使微網實際CO2排放量再降低1.4%。因此本文所提計及碳足跡改進的碳交易機制實現了最小化自身碳足跡和深度減排目標。

綜上所述,本文所提基于改進碳交易機制的多能源微網低碳經濟調度策略,可應用于多能源微網的能量管理系統以實現節能減排目標。后續研究中,將重點考慮實時碳交易價格、電價和氣價對多能源微網低碳經濟調度策略的影響。