基于碳排放流理論的供需聯合優化調度策略

李虹，林蘭心,2

基于碳排放流理論的供需聯合優化調度策略

李虹1，林蘭心1,2

（1.新能源電力系統國家重點實驗室（華北電力大學），河北 保定 071003；2.國網福建省電力有限公司 漳州供電公司，福建 漳州 363000）

在“雙碳”目標的背景下，為調動多能用戶參與系統低碳經濟調度的積極性，提出了一種以用戶為主導的供需聯合低碳經濟優化調度模型。首先，完善了不同產能機組的碳排放強度計算方法，利用碳排放流（Carbon emission flow，CEF）理論構建了多能網絡的碳排放計算模型。基于此，構建了綜合能源系統（Integrated energy system，IES）低碳經濟雙層優化調度模型。其中，上層模型為考慮綜合需求響應（Integrated demand response，IDR）和用戶碳交易成本的多能用戶IDR策略，下層模型為考慮網絡約束的IES經濟優化調度。然后，通過自適應差分進化算法嵌套Gurobi對雙層模型進行求解。算例分析結果表明，結合CEF理論和IDR機制的雙層優化模型可改善用戶和IES的經濟效益和低碳效益，實現供需雙側的聯合優化。

綜合能源系統；優化調度；需求側管理；碳排放流

0 引言

致力于實現“雙碳”目標、推動能源高效利用、大力發展清潔能源，有利于緩解日益增長的社會經濟發展與環境保護間的矛盾[1,2]。在此背景下，多能協同的IES[3]應運而生。IES是含有電、氣、熱等不同能流的復雜能源系統，其通過能源轉換設備耦合可實現多類異質能源利用，實現多能流間互補互濟、協同優化，是促進可再生能源消納的重要載體和實現我國碳減排目標的重要途徑。研究IES低碳經濟優化調度，對進一步減少化石能源的消耗、實現“低碳經濟”的發展理念具有重要意義。

以IES低碳經濟為目標的相關研究目前主要集中于引入碳捕集技術或設立碳交易機制。以火電為主要能源的IES會形成大量碳排放，而碳捕集技術的引入可實現IES低碳運行[4,5]；碳交易的設立從政策層面引導IES發揮低碳潛力[6-8]，有效地減少了發電側的碳排放。在此基礎上，供需雙側結合更有利于進一步挖掘系統整體的碳減排潛力[9-11]。

上述研究的碳排放計算策略以能源消耗總量為依據，因發電側承擔全部的碳排放責任，故不利于調動用戶參與低碳減排的積極性。考慮到用戶的用能行為促使了發電側的碳排放，所以為明確用戶的碳排放責任，有必要以負荷側的角度衡量碳排放。

由于以能源消耗總量為依據對碳排放進行計算無法體現碳排放在IES的多能網絡分布情況，因此文獻[12-14]提出了CEF概念，分析了CEF的機理，詳細介紹了電力系統中CEF的建模。利用CEF理論可追蹤碳排放流在多能網絡的分布情況，劃分用戶的碳排放責任，從而促使用戶積極參與提高系統整體低碳性。

基于CEF理論，文獻[15]提出了一種需求側碳排放懲罰機制，并引入低碳經濟調度模型以促進碳減排；為降低系統總碳排放，文獻[16]基于Shapley值碳排放分攤法，提出了負荷節點階梯碳價計算方法，利用需求響應調節調度周期內的負荷分布；為降低用戶對高碳強度能源的依賴，進一步減少能源消耗和碳排放，文獻[17]采用貝葉斯回歸進行數據驅動，提出了一種高精度和高效率的碳排放流計算方法。上述研究存在的問題是，因對于產能機組的碳排放強度常取固定值，故無法體現機組碳排放強度的時變性和差異性；未考慮能源網絡耦合下的碳排放的分布和傳輸情況。

綜上所述，本文以用戶為主導，結合CEF理論和IDR，提出一種供需雙側交互的雙層低碳經濟優化策略。具體思路是：1）考慮不同產能機組的碳排放強度，完善現有的碳排放計算模型；根據CEF理論，建立電網、氣網和熱網的碳排放計算模型。2）結合CEF理論和IDR，提出多能用戶和IES交互的雙層低碳經濟優化調度模型。其中，上層模型以用戶總成本最小為目標的IDR策略，下層以運行總成本最小為目標函數的IES經濟優化調度。下層以上層所制定的IDR策略調整IES的調度方案，而上層制定的方案又受到下層的影響。因此，利用該雙層模型可協調2主體的利益，得到2主體均認可的最優策略。

1 基于CEF的雙主體優化策略

以IES的低碳經濟問題為研究對象，結合CEF理論和IDR機制，構建了多能用戶和IES雙主體交互的雙層低碳經濟優化調度模型。雙層模型優化框架如圖1所示。

由圖1可以看出，模型優先從用戶的角度考慮，將用戶置于規劃決策的主導地位。因此上層模型通過制定綜合考慮用戶經濟效益和減碳潛力的IDR實際最優方案，實現用戶用能低碳經濟最優化，得到用戶實際用能量，并傳遞至下層；下層的IES運營商基于上層規劃的IDR策略，在滿足網絡安全約束的條件下，以IES總運行成本最小為目標，制定出IES經濟調度最優策略，根據所得的網絡潮流，利用CEF理論計算出負荷的節點碳勢，傳遞回上層。兩主體基于各自的利益訴求，制定出最優于自身的實際策略，并對對方的優化策略產生影響，從而共同實現供需雙側低碳經濟最優化。

圖1 雙層模型優化框架

2 IES的CEF模型

為研究多能網絡的低碳經濟調度，實現多能間的最優供給分配，需進行能量流和碳排放流分析。CO2的產生多由供能側產生，但能源供給是由用戶側的需求驅動的，因此要考慮用戶側的碳排放。利用虛擬“碳流”概念，可實現從供給側到用戶側的碳排放追蹤，從而建立CEF模型，對用戶側的碳排放情況進行直觀的計算分析。

2.1 產能機組的碳排放強度計算

在以往的碳排放計算模型中，常將同類產能機組的碳排放強度設為定值。該方法一方面難以體現碳排放強度在多重影響因素下的時變性，另一方面無法體現不同產能機組間碳排放強度的差異性，因此所建立的計算模型難以用于更為精準的總碳排放量控制。基于此，本文建立體現時變性和差異性的產能機組碳排放強度計算模型。

本文考慮的產能機組主要為電力系統中的燃煤機組和風電機組以及天然氣系統中的氣源。

考慮到風電是清潔能源，本文認為風電機組的碳排放強度近似為0。

燃煤機組的碳排放強度為[18]：

天然氣的碳排放強度與燃燒方式、用途和天然氣的品質等有關，其計算模型表示如下：

式中：g、g和g分別為天然氣熱值、單位熱值含碳量和碳氧化率。

2.2 電力系統的CEF模型

電網中碳排放流與網絡潮流間存在依存關系。碳排放流將發電節點作為出發點，跟隨著支路潮流在電力網絡流動，最終流入需求側的負荷節點。根據CEF理論的相關概念、能量合并原則和比例分擔原則[12-14]，可計算出電力系統中支路碳排放流率、碳流密度和節點碳勢等參數，從而得到碳排放流在電力系統中的流動軌跡。其中，節點碳勢可表示為：

支路碳流密度的大小等同于流入該支路的首節點碳勢，可表示為：

2.3 天然氣系統的CEF模型

氣網與電網具有相似性。將氣網中的管道類比于電網中的支路，氣網管道的連接點類比于電網節點，可構建氣網的能流計算模型。

2.4 熱力系統的CEF模型

熱網中的碳排放流以管道中熱媒介質的流動為載體。將熱網中的管道、管道連接點、熱功率類比于電網中的支路、節點和有功功率，依據輸入和輸出熱網的碳流量應守恒的原理，可建立熱網的CEF模型。模型建立主要考慮熱源節點、供水管道、回水管道和負荷節點。其中，供水管道的熱源節點碳勢要考慮熱源的碳排放強度和回水管道的節點碳勢，因此有：

熱力系統中的節點碳勢和支路碳流密度的計算公式與式（3）—（4）相似。

2.5 能源轉換設備的CEF模型

本文涉及的能源轉換設備包括CHP機組、P2G機組和電鍋爐機組。

對于能源轉換設備，在各時刻其輸入端和輸出端的碳流量應守恒，其CEF模型可參考文獻[19]。

3 雙層低碳經濟調度模型

3.1 上層模型

3.1.1 綜合需求響應機制

目標：通過制定合理的IDR策略挖掘系統和用戶間的互動潛力，引導用戶在低碳機組出力時刻用能，以提升供需雙側的低碳經濟性。

價格型需求響應將通過價格的變化促使用戶改變原有的用能習慣。實施價格型需求響應后的電負荷為：

實施價格型需求響應后的氣負荷為：

熱負荷的調節主要基于用戶對溫度舒適度的模糊性，其通過在一定范圍內改變溫度從而調節熱負荷的大小，其表達式為：

3.1.2 目標函數

上層模型以用戶的總成本最小為目標函數，主要由用能成本p和碳交易成本c2部分組成，如下式所示：

用戶用能成本為：

用戶的碳交易成本為：

3.1.3 約束條件

1）需求響應約束。

式（6）—（9）構成了需求響應約束條件。

2）價格約束。

為保障用戶用能的利益并確保系統運營商的合理盈利，運營商將需求響應后的能源價格設定在一定范圍內變動，且變動后平均能源價格不高于需求響應前的均價，即：

3.2 下層模型

3.2.1 目標函數

下層模型以實現IES經濟優化調度為目標，其目標函數為IES總運行成本最小。

總運行成本包括燃煤機組運行成本、購氣成本、P2G運行成本和棄風成本，表示如下：

3.2.2 約束條件

1）負荷平衡約束條件。

2）電網約束條件。

電網采用直流潮流模型，主要考慮機組出力上下限約束、爬坡約束、電網支路潮流約束，參考文獻[9]。

3）氣網約束條件。

本文氣網主要考慮氣源出力上下限約束、氣網管道約束、氣流節點流量平衡約束，參考文獻[6]。

4）熱網約束條件。

熱網計算模型主要包括熱源節點和負荷節點等效計算模型、供水溫度和回水溫度的上下限約束、節點溫度混合公式，參考文獻[4]。

5）能源耦合設備約束條件。

CHP、電鍋爐、P2G的能量轉換公式如下：

式中：chp、eb分別為CHP、電鍋爐集合；chp為CHP的熱電比；chp為CHP機組的轉換效率；eb為電鍋爐的轉換效率。

6）CEF計算。

利用電網、氣網、熱網的CEF模型計算各網絡的負荷節點碳勢，并將其傳遞至上層模型。

3.3 模型求解

雙層模型求解流程如圖2所示。圖中，上層模型為非線性規劃問題，因此采用考慮自適應變異算子的差分進化算法進行求解；下層模型為線性規劃問題，通過Yalmip調用Gurobi進行求解。

圖2 雙層模型求解流程

具體的求解過程如下：

1）輸入上層模型的各項基礎數據。隨機生成初始化種群。根據上層模型的約束條件對隨機生成初始化種群的每個個體進行校驗。

2）利用變異、交叉、選擇操作等進化過程和基于IDR約束和價格約束篩選出適應度更優的個體，并將不符合要求或適應度較低的個體淘汰。

3）利用所得到的最優用戶總成本時返還的實際負荷參數作為下層模型的基礎數據；基于網絡約束條件，利用Gurobi求解得到下層模型的最優解，即最優的EGH-IES總運行成本。

4）若未達到迭代次數，利用求解下層模型得到的電、氣、熱網潮流計算出各網絡負荷節點碳勢，并將其返還至上層，作為求解上層模型中的用戶碳交易成本計算模型的參數。

5）重復上述步驟，將新產生的種群適應度與上代進行比較，留下適應度更高的方案，直到迭代次數達到最大，并輸出最終優化結果。

4 算例分析

4.1 基礎數據

在文獻[20，21]的基礎上進行相應改進，建立由改進IEEE9節點電網模型、6節點氣網模型、6節點熱網模型構成的IES，其結構圖如圖3所示。

圖3 IES結構

表1 機組參數

選取某地區典型日為研究對象，其風電預測及負荷預測曲線如圖4所示。

圖4 典型日風電預測出力及負荷曲線

4.2 算例仿真與結果分析

為分析結合了CEF理論和IDR模型的IES低碳經濟調度模型對系統經濟性、用戶用能低碳性和靈活性的影響，分別設置了不同調度場景進行對比分析。

場景1。未考慮IDR機制和用戶碳交易成本的傳統經濟調度模型。

場景2。僅考慮IDR機制的IES雙層經濟調度模型。

場景3。綜合考慮IDR機制和用戶碳交易成本的IES雙層低碳經濟調度模型，即本文所建模型。

不同場景下的調度結果如表2所示。

表2 不同場景下的調度結果

以場景1、2分析本文引入的IDR機制的有效性。如表2所示，與場景1相比，在考慮了IDR機制的場景2中：1）用戶可選擇在價格較低的低谷時期用能，從而降低了用戶自身的購能成本；2）由于用能低谷也是風電高發時期，因此也提高了風電的消納率，增加了對清潔能源的利用，促使碳排放量降低了3.73%；3）用戶和IES的經濟效益得到提高——用戶總成本減少了0.83萬元，IES的運行成本減少了0.38萬元。

場景3在場景2的基礎上考慮了用戶的碳交易成本。通過利用CEF理論計算出負荷節點各時刻的碳排放量，再利用IDR機制促使用戶選擇風電高發時刻用能，所以利用本文模型實現了間接減少系統對高碳排放量的燃煤機組的使用，進一步抑制了碳排放，降低了用戶總成本。

圖5示出了實施IDR機制前后的負荷曲線。

圖5 實施IDR前后負荷曲線對比

由圖5可知，在采用價格型電、氣需求響應和基于溫度模糊性的熱需求響應條件下，用戶降低高峰時期用能，轉為在低谷時期用能，使電、氣、熱負荷的曲線均有所平緩，風電消納程度有所提高，也增加了低谷時期的用電量，間接提高了電鍋爐的出力。

圖6示出了不同場景下的風電實際出力與風電預測曲線的對比情況。

圖6 風電消納曲線

由圖6可知，在未考慮IDR的場景1中，累計棄風量為737 kW·h；場景2中夜間時刻的風電消納程度明顯提高，其風電消納率可達98.27%，但仍有部分風電未消納。在引入用戶碳交易成本后，IES可結合CEF理論和IDR進一步調節供應側的靈活機組和需求側的靈活負荷，因此風電消納程度進一步增加，達到98.77%。

為研究本文提出模型對抑制碳排放量的效果，設置場景4：考慮發電機碳排放強度取定值。

場景3和場景4的優化對比結果如圖7所示。圖8給出了場景3下電網中各節點的實時碳勢。圖9描述了場景3中發電機組的碳排放量和機組出力所占比例情況。圖10給出了場景3中當=1時碳排放流在IES中的分布情況。

圖7 不同場景下優化結果對比

圖8 電網內實時的節點碳勢

圖9 場景3下發電機組的碳排放量和機組出力所占比例情況

圖10 t=1時IES中碳排放流分布情況

結合圖7、圖8可以發現，與場景4相比，場景3中的碳排放強度實時變化。由于用電高峰時刻的燃煤機組的碳排放強度較高，系統傾向于使用碳排放強度較小的CHP機組和風力發電，促進了用戶在低谷時期用電；因此，用戶的總成本有所降低，系統的經濟性也有所改善。在場景4下，用電高峰時刻的碳排放強度仍為定值，因此碳排放量的計算結果雖小于場景3，但無法體現出發電機組在不同時段的出力變化，不能較為精準地反映實際的碳排放量。

由圖9可知，燃煤機組的實時碳排放量與其出力曲線有相似的趨勢，但所占比例略有差異：燃煤機組的出力占比約為25%～60%，但其碳排放量占比可達50%～80%；CHP機組的出力占比約為40%～55%，其碳排放量占比約為20%～50%；風電的出力占比約在30%以內，而碳排放量占比為0。

如圖10所示，利用CEF理論詳細描述碳排放在多能網絡中的流動情況，可準確描述各支路、各節點的碳排放信息，精準抑制負荷側的碳排放量，實現用戶的低碳性。

綜上所述，結合CEF理論與IDR，可促進用戶選擇在清潔能源高發時刻用電，實現IES的低碳運行。基于此，考慮實時發電機組碳排放強度，可進一步嚴格約束碳排放量，促進清潔能源的消納，提高系統的低碳性和經濟性。

5 結論

基于低碳經濟的理念，本文研究了不同產能機組的碳排放強度模型，建立了多能網絡的碳排放計算模型；通過結合CEF理論和IDR，構建了供需交互的雙層低碳經濟優化調度模型，得出以下結論：

1）考慮價格型需求響應和柔性熱負荷的結合，可抑制用戶在高峰時期用電、用氣，轉為在低谷時期用能；利用柔性熱負荷可對用戶用熱進行調節、平緩熱負荷曲線，從而改善用戶用能和系統的經濟效益。

2）基于CEF理論建立的用戶碳交易成本計算模型，提高了用戶參與低碳經濟調度的積極性，有利于用戶在清潔能源高發時刻用電，降低了用戶側的碳排放量；碳排放強度時變性的考慮可較為精準地反映不同時段的碳排放量，促使系統選擇低碳機組出力，實現了經濟效益和低碳效益的最優化，促進了供需雙側的良好互動。

展望：本文目前僅考慮了需求側的低碳經濟性。考慮到實際需求響應會受到多重因素影響，存在較大的不確定性，后續研究將在當前研究基礎上考慮負荷的不確定性。

[1] 曾鳴, 楊雍琦, 劉敦楠, 等. 能源互聯網“源–網–荷–儲”協調優化運營模式及關鍵技術[J]. 電網技術, 2016, 40(1): 114-124.

ZENG MING, YANG YONGQI, LIU DUNNAN, et al. “Generation-grid-load-storage” coordinative optimal operation mode of energy internet and key technologies[J]. Power System Technology, 2016, 40(1):114-124(in Chinese).

[2] ZHU D, WANG B, MA H, et al. Evaluating the vulnerability of integrated electricity-heat-gas systems based on the high-dimensional random matrix theory[J]. CSEE Journal of Power and Energy Systems, 2019, 6(4): 878-889.

[3] 呂佳煒, 張沈習, 程浩忠, 等. 考慮互聯互動的區域綜合能源系統規劃研究綜述[J]. 中國電機工程學報, 2021, 41(12): 4001-4021.

LV JIAWEI, ZHANG SHENXI, CHENG HAOZHONG, et al. Review on district-level integrated energy system planning considering interconnection and interaction[J]. Proceedings of the CSEE, 2021, 41(12): 4001-4021(in Chinese).

[4] 崔楊, 曾鵬, 仲悟之, 等. 考慮富氧燃燒技術的電–氣–熱綜合能源系統低碳經濟調度[J]. 中國電機工程學報, 2021, 41(2): 592-608.

CUI YANG, ZENG PENG, ZHONG WUZHI, et al. Low-carbon economic dispatch of electro-gas-thermal integrated energy system based on oxy-combustion technology[J]. Proceedings of the CSEE, 2021, 41(2): 592-608(in Chinese).

[5] 康麗虹, 賈燕冰, 田豐, 等. 含LNG冷能利用的綜合能源系統低碳經濟調度[J]. 高電壓技術, 2022, 48(2): 575-584.

KANG LIHONG, JIA YANBING, TIAN FENG, et al. Low-carbon economic dispatch of integrated energy system containing LNG cold energy utilization[J]. High Voltage Engineering, 2022, 48(2): 575-584(in Chinese).

[6] 崔楊, 曾鵬, 仲悟之, 等. 考慮階梯式碳交易的電–氣–熱綜合能源系統低碳經濟調度[J]. 電力自動化設備, 2021, 41(3): 10-17.

CUI YANG, ZENG PENG, ZHONG WUZHI, et al. Low-carbon economic dispatch of electricity-gas-heat integrated energy system based on ladder-type carbon trading[J]. Electric Power Automation Equipment, 2021, 41(3): 10-17(in Chinese).

[7] 郭尊, 李庚銀, 周明. 計及碳交易機制的電–氣聯合系統快速動態魯棒優化運行[J]. 電網技術, 2020, 44(4): 1220-1228.

GUO ZUN, LI GENGYIN, ZHOU MING. Fast and dynamic robust optimization of integrated electricity-gas system operation with carbon trading[J]. Power System Technology, 2020, 44(4): 1220-1228(in Chinese).

[8] ZHANG X, LIU X, ZHONG J, et al. Electricity-gas-integrated energy planning based on reward and penalty ladder-type carbon trading cost[J]. IET Generation, Transmission & Distribution, 2019, 13(23): 5263-5270.

[9] 田豐, 賈燕冰, 任海泉, 等. 考慮碳捕集系統的綜合能源系統“源–荷”低碳經濟調度[J]. 電網技術, 2020, 44(9): 3346-3355.

TIAN FENG, JIA YANBING, REN HAIQUAN, et al. “Source-load” low-carbon economic dispatch of integrated energy system considering carbon capture system[J]. Power System Technology, 2020, 44(9): 3346-3355(in Chinese).

[10] LU Q, GUO Q, ZENG W. Optimization scheduling of an integrated energy service system in community under the carbon trading mechanism: a model with reward-penalty and user satisfaction[J]. Journal of Cleaner Production, 2021, 323: 129171.

[11] 陳錦鵬, 胡志堅, 陳嘉濱, 等. 考慮階梯式碳交易與供需靈活雙響應的綜合能源系統優化調度[J]. 高電壓技術, 2021, 47(9): 3094-3106.

CHEN JINPENG, HU ZHIJIAN, CHEN JIABIN, et al. Optimal dispatch of integrated energy system considering ladder-type carbon trading and flexible double response of supply and demand[J]. High Voltage Engineering, 2021, 47(9): 3094-3106(in Chinese).

[12] 周天睿, 康重慶, 徐乾耀, 等. 電力系統碳排放流分析理論初探[J]. 電力系統自動化, 2012, 36(7): 38-43.

ZHOU TIANRUI, KANG CHONGQING, XU QIANYAO, et al. Preliminary theoretical investigation on power system carbon emission flow[J]. Automation of Electric Power Systems, 2012, 36(7): 38-43(in Chinese).

[13] 周天睿, 康重慶, 徐乾耀, 等. 碳排放流在電力網絡中分布的特性與機理分析[J]. 電力系統自動化, 2012, 36(15): 39-44.

ZHOU TIANRUI, KANG CHONGQING, XU QIANYAO, et al. Analysis on distribution characteristics and mechanisms of carbon emission flow in electric power network[J]. Automation of Electric Power Systems, 2012, 36(15): 39-44(in Chinese).

[14] 康重慶, 程耀華, 孫彥龍, 等. 電力系統碳排放流的遞推算法[J]. 電力系統自動化, 2017, 41(18): 10-16.

KANG CHONGQING, CHENG YAOHUA, SUN YANLONG, et al. Recursive calculation method of carbon emission flow in power systems[J]. Automation of Electric Power Systems, 2017, 41(18): 10-16(in Chinese).

[15] SHAO C, DING Y, WANG J. A low-carbon economic dispatch model incorporated with consumption-side emission penalty scheme[J]. Applied Energy, 2019, 238: 1084-1092.

[16] 陳厚合, 茅文玲, 張儒峰, 等. 基于碳排放流理論的電力系統源–荷協調低碳優化調度[J]. 電力系統保護與控制, 2021, 49(10): 1-11.

CHEN HOUHE, MAO WENLING, ZHANG RUFENG, et al. Low-carbon optimal scheduling of a power system source-load considering coordination based on carbon emission flow theory[J]. Power System Protection and Control, 2021, 49(10): 1-11(in Chinese).

[17] WANG Y, QIU J, TAO Y. Optimal power scheduling using data-driven carbon emission flow modelling for carbon intensity control[J]. IEEE Transactions on Power Systems, 2021, 37(4): 2894-2905.

[18] 汪超群, 陳懿, 文福拴, 等. 電力系統碳排放流理論改進與完善[J]. 電網技術, 2022, 46(5): 1683-1693.

WANG CHAOQUN, CHEN YI, WEN FUSHUAN, et al. Improvement and perfection of carbon emission flow theory in power systems[J]. Power System Technology, 2022, 46(5): 1683-1693(in Chinese).

[19] 楊毅, 易文飛, 王晨清, 等. 基于碳排放流理論的園區綜合能源系統低碳經濟調度[J]. 電力建設, 2022, 43(11): 33-41.

YANG YI, YI WENFEI, WANG CHENQING, et al. Low-carbon economic dispatching of park integrated energy system applying carbon emission flow theory[J]. Electric Power Construction, 2022, 43(11): 33-41(in Chinese).

[20] 稅月, 劉俊勇, 高紅均, 等. 考慮風電不確定性的電氣能源系統兩階段分布魯棒協同調度[J]. 電力系統自動化, 2018, 42(13): 43-50.

SHUI YUE, LIU JUNYONG, GAO HONGJUN, et al. Two-stage distributed robust cooperative dispatch for integrated electricity and natural gas energy systems considering uncertainty of wind power[J]. Automation of Electric Power Systems, 2018, 42(13): 43-50(in Chinese).

[21] LI Z, WU W, SHAHIDEHPOUR M, et al. Combined heat and power dispatch considering pipeline energy storage of district heating network[J]. IEEE Transactions on Sustainable Energy, 2015, 7(1): 12-22.

Supply-demand Joint Optimal Scheduling Strategy Based on Carbon Emission Flow Theory

LI Hong1, LIN Lanxin1,2

(1.State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Baoding 071003, China; 2.Power Supply Company of Zhangzhou, State Grid Fujian Electric Power Co., Ltd., Zhangzhou 363000, China)

Under the background of the “dual carbon” target, in order to motivate multi-energy users to participate in the low-carbon economy scheduling the system, a user-oriented supply-demand joint low-carbon economic optimal scheduling model is proposed. Firstly, the carbon emission intensity calculation method of different energy capacity units are improved, and the multi-energy network model of carbon emission calculation is established by using carbon emission flow (CEF) theory. Based on this, a bi-level optimal scheduling model for integrated energy system (IES) low-carbon economy is established, in which the upper level model is a multi-user integrated demand response (IDR) strategy considering IDR and user carbon transaction cost, and the lower level model is the IES economic optimal scheduling considering network constraints. Then, the bi-level model is solved by using the adaptive differential evolution algorithm nested Gurobi. The results shows that the bi-level optimal model combining with the CEF theory and IDR mechanism can improve the economic and low-carbon benefits of users and IES and realize the supply-demand joint optimization.

integrated energy system; optimal dispatch; demand side management; carbon emission flow

TM73；[TK-9]

A

1672-0792(2023)11-0001-11

10.3969/j.ISSN.1672-0792.2023.11.001

國家自然科學基金資助項目（51607068）。

2023-07-01

李虹（1979—），女，講師，研究方向為新能源電力系統分析、運行與控制；

林蘭心（1998—），女，碩士研究生，研究方向為綜合能源系統優化運行、需求側響應。

李虹