考慮碳交易及需求響應的虛擬電廠運行優化策略

摘要：為有效提升虛擬電廠的碳減排能力和經濟效益水平，提出一種考慮多種柔性電負荷參與需求響應的虛擬電廠運行優化方法。首先，綜合考慮柔性電負荷特性并進行分類，建立虛擬電廠的柔性電負荷多元化模型；其次，對傳統階梯式碳交易價格模式進行優化，建立改進階梯式碳交易機制模型，推動系統碳減排；然后，綜合考慮系統運行成本和碳交易成本，以總運行成本最小為目標，建立虛擬電廠運行優化模型，并利用Cplex 求解器對模型進行求解；最后，設置3 種場景進行對比分析以驗證模型的有效性。結果表明，制定合理的碳交易基價和碳交易區間長度能夠協同低碳性和經濟性，改進階梯式碳交易機制和需求響應均可降低虛擬電廠的運行成本，減少碳排放量，能夠帶來巨大的經濟效益和環境效益。

關鍵詞：虛擬電廠；改進階梯式碳交易；需求響應；低碳經濟運行

中圖分類號：TM 73 文獻標志碼：A

隨著全球氣候變化和環境保護意識的不斷提高，低碳經濟和可持續發展成為了全球發展的大趨勢[1]。面對傳統電力生產帶來的環境問題，太陽能、風能等分布式新能源發電方式將滿足對清潔、可靠能源的需求。但是分布式發電具有容量小、數量多和地域分散等特點，在接入電網時波動較大、成本較高，嚴重影響電網的穩定運行。為解決該問題，虛擬電廠（virtual power plant， VPP）的概念被提出，其能夠整合電源側各類分散的可再生能源和負荷側各類可調負荷，利用先進的通信技術采集、組織、分類和處理大量信息并提供智能控制策略，降低分布式新能源發電接入電網的成本，提高電網穩定性。然而，大規模分布式新能源發電的隨機性和負荷需求的不確定性給VPP 的可靠、經濟運行帶來了巨大挑戰[2]。因此，高效管理和利用VPP 的能源資源，增強系統的調節靈活性，提高電力的可靠供應[3]，具有重要的研究意義。

目前，許多文獻對VPP 的優化調度和智能控制展開了一系列研究。李嘉森等[4] 采用隨機優化處理VPP 中的風光出力不確定性問題，結合光熱電站構建了含光熱VPP 熱電聯合優化調度模型，智能優化調度VPP 內部機組出力，在滿足系統運行經濟性的同時實現了風電的最大消納。Yi 等[5]提出了一種基于雙層規劃的VPP?主動配電網優化運行方法，對可控機組出力、可靠響應負荷、電價等進行優化調度，提高了系統經濟性能。Baringo等[6] 以VPP 凈利潤最大化為目標，提出了一種面向能源交易和備用市場的VPP 日前調度模型，實現了VPP 多個發電單元間的高效協同調度。袁桂麗等[7] 考慮了碳捕集技術和需求響應對虛擬電廠進行優化調度，提出的調度策略可以提高系統的總收益和新能源消納能力，同時降低了碳排放量。

在“雙碳”背景下，電力能源行業亟需減少碳排放量，而碳交易機制是通過市場化手段推動碳排放責任主體響應節能減排政策的有效手段，分為傳統式碳交易機制和階梯式碳交易機制[8]。張立輝等[9] 基于碳交易機制進行VPP 調度分析，證明碳交易機制可以提高風能消納量，從而增加VPP 碳減排效益；Liu 等[10] 以包含風電、燃氣輪機以及電動汽車等的VPP 為研究對象，考慮碳交易提出VPP 聯合投標策略模型。上述文獻采用的是傳統碳交易機制，碳交易價格單一，碳減排能力受到一定限制。而彭思佳等[11] 將階梯型碳交易機制引入到VPP 優化調度模型中，對系統碳排放量起到了更好的制約效果。

隨著需求側用電負荷的增長，需求響應機制可通過調用用戶側的柔性負荷，有效降低峰谷差，緩解供需矛盾，其應用于VPP 既能提升可再生資源消納率和系統的低碳性能，又可以體現VPP對柔性負荷的智能控制和靈活管理。師陽等[12] 建立了計及激勵型需求響應的熱電互聯VPP 優化調度模型，考慮了柔性負荷的可轉移和可削減特性，平滑了負荷曲線，提高了VPP 整體經濟效益；袁桂麗等[13] 引入負荷側基于分時電價與可中斷負荷激勵的需求響應，建立VPP 源?荷協調多目標優化調度模型，有效降低了系統運行成本，提高了可再生能源的消納水平；Kong 等[14] 利用需求響應管理實現了VPP 分布式能源的多目標優化，降低了用戶用電成本。上述文獻對需求響應的潛力進行了挖掘，大多著眼于改善系統的經濟性，缺乏對系統運行低碳性的研究，同時引入的柔性負荷種類不夠全面，在多元柔性負荷對VPP 優化運行影響方面的研究相對較少。

針對上述問題，本文提出一種改進階梯式碳交易機制下考慮需求響應的VPP 優化運行模型，以VPP 綜合日運行成本最小為目標，建立改進階梯式碳交易成本模型以及包括可平移、可轉移、可削減電負荷在內的多元化柔性電負荷需求響應模型，兼顧經濟性與低碳性，通過算例分析改進階梯式碳交易相比傳統階梯式碳交易的優勢以及多種類柔性電負荷需求響應對VPP 減小負荷峰谷差、減排降碳的作用，通過不同場景的對比驗證研究的合理性與有效性。

1 虛擬電廠中的柔性負荷模型

在系統調度方面，綜合能源系統和虛擬電廠均是對調度方案進行優化管理，綜合能源系統是基于多能互補理念，對不同形式能源的生產、傳輸、轉換和利用進行集成，實現能源系統的優化配置；而VPP 研究的對象主要是電力系統，通過集成分布式能源資源和負荷的靈活性，對電力進行優化調度，實現電力系統的高效運行。本文所考慮的虛擬電廠運行架構在發電側聚合了風電機組、光伏機組、電網電能和燃氣輪機；需求側聚合了具有一定彈性的包含可平移負荷、可轉移負荷以及可削減負荷在內的柔性負荷；此外還考慮了儲能裝置對VPP 整體運行的影響。由于本文以VPP 為研究對象，因此燃氣輪機只考慮電能的輸出，進行了簡化處理，相應運行架構如圖1 所示。

在需求側合理調度柔性電負荷可減小負荷的峰谷差，平滑電負荷曲線，調用需求側運行靈活性，達到降低運行成本和碳排放的目的[15]。根據參與柔性調節的能力和特性，可將柔性負荷分為3 類：可平移負荷、可轉移負荷和可削減負荷，相應柔性負荷建模如下[16]。

1.1 可平移負荷建模

可平移負荷對利用時間連續性要求較高，可 根據計劃進行供能時間的變更，其調度需占據多 個連續的時間段，期間不能中斷，且要求負荷整 體平移，例如洗衣機、電烤爐等負荷。為了保證 負荷平移的合理性，設置調度周期內可平移時段 區間為[tsh-，tsh+]，可平移負荷持續時間為tD，則 可平移開始時段集合Ssh為

S sh = [tsh-，"tsh+ -tD +1] （1）

VPP需支付的可平移負荷補償成本Fsh為

Fsh，t = FshΔPsht （2）

式中：Fsh為可平移負荷補償成本系數；ΔPsht為t時段平移的負荷功率。

1.2 可轉移負荷建模

可轉移負荷是指在調度周期內總耗電量保持不變，但可以在部分時段靈活調節的柔性負荷，比如，分時電價可以引導部分可轉移負荷從高電價時段轉移到低電價時段。與可平移負荷一樣，可轉移負荷在調度周期內也存在可轉移時段，區間設置為［ttr-，"ttr+］。為防止負荷轉移到多個時段導致設備出現頻繁啟停的問題，需對可轉移負荷的最小連續運行時間進行約束，同時其轉移功率也需設置一定的約束條件。

式中：Ttr min為可轉移負荷的最小連續運行時間；ztr t為t時段可轉移負荷轉移狀態的0?1變量，1表 示發生轉移，0表示不發生轉移；ΔPtr t表示t時段 轉移的負荷功率；Ptr t，min，Ptr t，max分別為t時段可轉 移負荷的最小、最大值。

VPP需支付的可轉移負荷補償成本Ftr為

Ftr，t = FtrΔPtrt （5）

式中，Ftr為可轉移負荷補償成本系數。

1.3 可削減負荷建模

可削減負荷是指對降低功率、減少時間或中斷運行具有一定承受能力的柔性負荷，與可平移、轉移負荷在調度期間不改變用戶用電量的情況不同，可削減負荷依照調度減少了用戶的用電量。為引導用戶在負荷高峰時段削減部分不必要的負荷，保證負荷削減的合理進行，削減時長、削減次數以及削減量有如下約束：

以一天24 h 為一個調度周期，1 h 為單位調度時段。VPP 內部的電負荷與風光出力預測值如圖3 所示，各設備參數如表1 所示，購售電采用分時電價，如表2 所示，天然氣價格不受時間變化影響，取2.12 元/m3。碳交易部分中，碳交易基價為0.25 元/kg，碳交易區間為2 000 kg，碳價增長率為0.25，煤電（外購電力）和燃氣輪機的碳排放系數分別為0.98 kg/（kW·h） 和0.61 kg/（kW·h），碳配額系數分別為0.5 kg/（kW·h） 和0.37 kg/（kW·h）。柔性電負荷部分中，可平移電負荷1 和可平移電負荷2 的持續時間分別為2 h 和3 h，可平移時段區間分別為5：00—21：00 和7：00—23：00，補償成本系數均為0.2 元/（kW·h）；可轉移電負荷的最小、最大值分別為0，173.6 kW，最小連續運行時間為2 h，可轉移時段為4：00—21：00，補償成本系數為0.3 元/（kW·h）；可削減負荷的連續削減時長最小、最大值分別為2 h 和5 h，最大削減次數為10 次，補償成本系數為0.4。

為了對比驗證本文所提的考慮改進階梯式碳交易及需求響應的VPP 低碳經濟運行模型的有效性，設置以下3 種場景進行對比分析。

場景1：基于傳統階梯式碳交易機制，不考慮需求響應；

場景2：基于改進階梯式碳交易機制，不考慮需求響應；

場景3：基于改進階梯式碳交易機制并考慮需求響應。

上述場景的經濟運行結果如表3 所示。

4.2 改進階梯式碳交易對VPP 運行影響分析

通過比較場景1 和2 分析不同階梯式碳交易機制下VPP 運行成本與碳排放量的區別，在運行成本方面，考慮改進階梯式碳交易的場景2 總運行成本相對較低，比傳統階梯式碳交易的場景1 少98.28 元；碳排放方面，場景2 的碳交易成本相對場景1 減少了114.99 元， 碳排放量則減少了111.54 kg，可見改進階梯式碳交易在降低VPP 運行成本以及減少碳排放方面取得了良好的效果，能在一定程度上提高系統的經濟性和低碳性。

由于改進階梯式碳交易機制優化了碳交易成本的計算方式，在同一碳排放水平下，碳排放成本降低，但對于碳排放量的變化更加敏感，碳排放量增加得越多，碳交易成本上升得越快，因此，系統在運行過程中會更加注重高碳排放機組的出力情況，最大程度上限制其運行出力，以保證系統整體的經濟性。VPP 由于減少了來自電網的高碳排購電量，增加了系統內部燃氣輪機的出力，導致購能成本大大降低，既減少了系統的運行成本，又降低了系統整體的碳排放量。同時，在新能源出力較大時，會將富余的電力出售給外部電網以獲取部分收益。綜上所述，改進階梯式碳交易機制比傳統階梯式碳交易機制具有更好的經濟性和低碳性，能夠給VPP 運行帶來更大的效益，更加適應目前的碳交易市場。

為進一步探究改進階梯式碳交易機制參數對VPP 系統運行情況的影響，重點討論并分析碳交易基價和碳交易區間這2 個參數對系統碳排放量以及總運行成本的影響關系，如圖4 所示。

由圖4（a）可知，隨著改進階梯式碳交易機制中碳交易基價的提高，碳排放量也呈現出階梯式變化趨勢。碳交易基價小于0.80 元/kg 時，隨著碳交易基價的增加， 碳交易成本的比重增大，VPP 將通過減少碳排放量以減小碳交易成本，因此碳排放量顯著減少且減少幅度較大；當碳交易基價大于0.80 元/kg 時，隨著碳交易基價的增大，系統碳排放量基本保持不變，這是由于系統內部各機組出力分布趨于穩定，碳排放水平也趨于穩定，因此，碳排放量將不隨碳交易基價的改變而發生改變，碳交易成本則隨著碳交易基價的增加而不斷增大。而碳交易成本隨著碳交易基價的增加而增大，VPP 系統的運行成本也隨之提高。

由圖4（ b）圖可知，當碳交易區間長度小于900 kg 時，由于區間較小，進行碳交易時的碳交易價格會相對較大，導致碳交易成本較高，因此可以有效限制碳排放，使得碳排放量較小。當碳交易區間處于900～1 300 kg 時，區間長度逐漸增大，VPP 碳交易價格處于高梯度價位的量相對較小，因此碳交易成本較小，而隨著碳交易成本的減小，系統碳排放量逐漸增大。當碳交易區間處于1 300～2 500 kg 時，碳交易價格一直處于第一梯度價位，碳交易成本較低，此時碳交易區間對碳排放量的影響程度較小，因此碳排放量趨于穩定。而碳交易成本隨碳交易區間長度的增加而逐漸減小，VPP 系統的運行成本也隨之逐漸減小。

由此可見，碳交易基價和碳交易區間長度能夠影響系統的碳排放量和運行成本，制定合理的碳交易基價以及碳交易區間長度對于促進VPP 系統運行的低碳性和經濟性的協同效果有著重要作用。

4.3 需求響應對VPP 運行影響分析

對場景2、場景3 的電功率平衡情況進行對比，如圖5 所示。

在00：00—08：00 時段，電價處于谷時段，所需的電負荷也處于較低水平，此時燃氣輪機的單位運行成本要高于購電價格，因此，在電能無法滿足需求時，優先采取向電網購電的方式提供電能；當風電出力較大時，此時售電價格較低，出售多余的電力并不利于收益最大化，因此采用儲能將該部分電力存儲起來，在購電價格較高時釋放這部分電力，從而減少購電成本，保證系統運行的經濟性。在09：00—12：00 時段，電價處于峰時段，購電成本較高，系統采用燃氣輪機出力和儲能放電的方式提供電能。在13：00 —17：00 時段，售電價格處于平時段，分布式能源充沛，系統會充分利用風光資源，在電力盈余時，將電能存儲起來，或將電力出售從而獲得收益。在18：00—24：00 時段，光伏出力逐漸減小直至為0，僅靠風電出力無法滿足負荷需求，系統會通過燃氣輪機出力、向電網購電或儲能放電來提供相應電能。

為方便分析VPP 內部需求響應的情況，對需求響應前后柔性電負荷的分布情況進行對比，如圖6 所示。

對于柔性負荷的變化，可轉移電負荷從12：00—15：00 時段轉移到05：00—07：00 時段，從負荷較高時段轉移到負荷低谷時段，并從原來的4 個時段拆分成3 個時段，實現負荷曲線的削峰填谷；可平移電負荷1 從13：00—14：00 時段平移到14：00—15：00時段，可平移電負荷2 從21：00—23：00 時段平移到13：00—15：00 時段，兩種可平移電負荷在平時段內完成需求響應調度；負荷削減主要集中在09：00—13：00 和18：00—22：00時段，多出現在電價峰時段。經過對比分析可以看出，可平移電負荷在平移過程中，其負荷持續時間未發生改變，并且持續時段內的用電功率也與原來一致，而可轉移電負荷的用電持續時段和用電功率可在轉移過程中自由發生變化。因此，與可平移電負荷相比，可轉移電負荷的功率分布更加靈活。

需求響應前后的電負荷曲線變化對比情況如圖7 所示。

可見負荷曲線峰時段的用電負荷得到削減，谷時段的用電負荷得到填補，需求響應減小了負荷峰谷差，使得負荷曲線更加趨于平緩。柔性負荷參與VPP 運行起到了削峰填谷的作用，使得場景3 在場景2 的基礎上進一步減少了VPP 的總運行成本以及碳排放量。從經濟角度分析，柔性負荷的參與雖增加了需求響應的成本，但減小了燃氣輪機的出力，大大減小了VPP 內各設備的運行成本以及碳交易成本；從整體經濟效益來看，考慮需求響應降低了VPP 運行成本，具有良好的經濟效益；從低碳角度分析，柔性負荷的參與改變了負荷曲線的變化趨勢，使得高碳排的燃氣輪機出力大大減少，從而降低了VPP 內部的碳排放量，具有良好的環境效益。綜上，考慮需求響應可有效減少VPP 的總運行成本和碳排放量，體現出良好的經濟性和低碳性。同時，VPP 對其內部的各設備與各柔性負荷進行智能管理，通過調節各設備運行出力以及各柔性負荷分布時段，實現系統整體運行的經濟最優化，體現出VPP 具有良好的智能控制與靈活管理的能力。

5 結 論

針對VPP 的低碳經濟運行，引入一種改進階梯式碳交易機制，綜合考慮可平移、可轉移、可削減電負荷的柔性負荷需求響應，以VPP 日運行成本最小為目標，構建了一種兼顧經濟性與低碳性的考慮改進階梯式碳交易及需求響應的VPP 優化運行模型，對比分析了3 種場景的運行情況，并探究了碳交易基價對系統碳排放量的影響，得到以下結論：

a. 改進階梯式碳交易機制比傳統階梯式碳交易機制對碳排放量的變化更加敏感，可以降低VPP 的運行成本和碳排放量，具有良好的經濟性和低碳性，更加適合目前的碳交易市場；

b. 碳交易基價和碳交易區間長度會影響系統的碳排放量和碳交易成本，進而影響總運行成本，制定合理的碳交易基價和碳交易區間長度能夠協同低碳性和經濟性；

c. 考慮柔性負荷的需求響應對于電負荷曲線能夠起到削峰填谷的作用，平滑了電負荷曲線，緩解了高峰時段的用電緊張態勢，改變了VPP 內部各設備的運行出力，在降低VPP 運行成本的同時，還能減少碳排放量，給VPP 帶來巨大的經濟效益和環境效益，實現經濟成本、環境成本的協調統一。同時也體現出VPP 良好的智能控制與靈活管理能力。

參考文獻：

[1] 廖望，劉東，巫宇鋒，等.考慮源荷不確定性及用戶響應 行為的電力系統低碳經濟調度J].中國電機工程學報， 2024， 44（3）： 905-917.

[2] 潘美琪，賀興，艾芊，等.新型配電系統分布式資源調度 研究現狀與展望[J].電網技術，2024， 48（3）： 933-948.

[3] 白雪巖，樊艷芳，劉雨佳，等.考慮可靠性及靈活性的風 光儲虛擬電廠分層容量配置J].電力系統保護與控制， 2022， 50（8）： 11-24.

[4] 李嘉森，王進，楊蒙，等.基于隨機優化的虛擬電廠熱電 聯合經濟優化調度J].太陽能學報，2023， 44（9）： 57-65.

[5] YI Z K， XU Y L， ZHOU J G， et al. Bi-level programmingfor optimal operation of an active distribution network with multiple virtual power plants[J]. IEEE Transactions on Sustainable Energy， 2020， 11（4）： 2855-2869.

[6] BARINGO A， BARINGO L， ARROYO J M. Day-ahead self-scheduling of a virtual power plant in energy and reserve electricity markets under uncertainty[J]. IEEE Transactions on Power Systems， 2019， 34（3）： 1881-1894.

[7] 袁桂麗，鐘飛，張睿，等.考慮碳捕集及需求響應的虛擬 電廠熱電聯合優化調度J].電網技術，2023， 47（11）： 4458-4466.

[8] 贠保記，張恩碩，張國，等.考慮綜合需求響應與“雙 碳”機制的綜合能源系統優化運行[J].電力系統保護與 控制，2022， 50（22）： 11-19.

[9] 張立輝，戴谷禹，聶青云，等.碳交易機制下計及用電行 為的虛擬電廠經濟調度模型J].電力系統保護與控制， 2020，48（24）： 154-163.

[10] LIU X O. Research on bidding strategy of virtual power plant considering carbon-electricity integrated market mechanism[J]. International Journal of Electrical Power amp; Energy Systems， 2022， 137： 107891.

[11] 彭思佳，邢海軍，成明洋.多重不確定環境下考慮階梯型 碳交易的虛擬電廠低碳經濟調度j].上海交通大學學 報，2023， 57（12）： 1571-1582.

[12] 師陽，李宏偉，陳繼開，等.計及激勵型需求響應的熱電 互聯虛擬電廠優化調度J].太陽能學報，2023， 44（4）： 349-358.

[13] 袁桂麗，賈新潮，陳少梁，等.虛擬電廠源-荷協調多目標 優化調度J].太陽能學報，2021， 42（5）： 105-112.

[14] KONG X Y， LU W Q， WU J Z， et al. Real-time pricing method for VPP demand response based on PER-DDPG algorithmJ]. Energy， 2023， 271： 127036.

[15] 王瑩，高巖.計及需求響應的隨機綜合能源系統優化配 置J].上海理工大學學報，2022， 44（2）： 157-165.

[16] 云秋晨，田立亭，齊寧，等.基于投資組合理論的虛擬電 廠資源優化組合方法[J].電力系統自動化，2022， 46（1）： 146-154.

[17] 畢銳，王孝淦，袁華凱，等.考慮供需雙側響應和碳交易 的氫能綜合能源系統魯棒調度[J].電力系統保護與控 制，2023， 51（12）： 122-132.

[18] 晉旭東，孫磊，丁明，等.考慮用戶響應不確定性的園區 綜合能源系統分布魯棒低碳調度J].電力系統自動化， 2023， 47（16）： 10-21.

（編輯：董偉）

基金項目：國家自然科學基金資助項目（51777126）