考慮碳排放目標約束和需求側響應的綜合能源系統日前優化調度

丁雨昊，呂干云，劉永衛，章心因，李軍

(1.南京工程學院電力工程學院，南京211167；2.湖南電力交易中心有限公司，長沙410004)

0 引言

在全球環境污染問題日益嚴重的背景下，習近平總書記在聯合國大會上提出“碳達峰、碳中和”戰略目標[1]。碳排放的主要來源是能源行業，能源行業響應“雙碳”目標，降低碳排放比重，實現低碳電力[2]。綜合能源系統(integrated energy system,IES)是實現“雙碳”目標的重要手段，因其能源利用率高而成為未來低碳能源的主要發展方向[3]。綜合能源系統整合多種能源并進行協調規劃，是減少碳排放的有效措施。以“低碳經濟”為核心的IES優化調度是該領域的研究熱點[4]。

目前，關于IES優化調度的理論研究主要圍繞以下3個方面。

1)新能源不確定性研究。文獻[5]分析了可再生能源的多重不確定性因素，建立了基于區間線性規劃和隨機約束規劃的IES日前優化調度模型。文獻[6]提出了基于風光不確定性的IES兩層級協同優化方法，通過生成典型場景集建立經濟性配置模型。

2)負荷的響應行為研究。文獻[7]證明了需求側響應能有效降低運行成本并提升用戶的滿意度。文獻[8]等構建了考慮用戶綜合需求響應的IES多目標優化調度模型，發現利用熱力、電力需求響應可提升系統的能效水平。

3)模型的優化算法研究。文獻[9]改進灰狼算法，進行非合作博弈的同時提出涵蓋負荷、儲能、產能、交互的IES優化策略。文獻[10]基于分層次DBSCAN-VBSO算法，建立了IES日前和實時兩階段調度優化模型。上述文獻未能兼顧系統的經濟、低碳目標，難以滿足IES的發展需求。

在IES的低碳優化方面，碳交易機制兼顧電力經濟性和低碳環保性，文獻[11]詳細介紹了碳交易模型，在碳交易的基礎上構建了聯合供電、供熱和供冷的區域IES經濟調度模型。文獻[12]在碳交易模型中引入補償系數，提出了基于獎懲階梯碳交易機制的IES低碳經濟運行策略，有效地約束了系統運行成本和碳排放量。此外，文獻[13]提出了可再生能源配額制理論，將該理論引入多園區IES調度模型中，有效減少了系統的碳排放并保證了系統的經濟性。上述方法雖然在IES的低碳優化上取得了一定成果，但未綜合考慮碳目標約束和需求側響應，因此有必要深入研究上述兩者協同對IES優化調度的影響。

在已有研究的基礎上，本文綜合考慮了綜合能源系統的碳目標約束和需求側響應。首先，研究了基于碳信息流的IES的基本結構及優化策略；然后，分析了IES的經濟目標和低碳目標，在已有約束上附加了碳排放約束；其次，建立了以經濟成本最低和碳排放量最小為目標的綜合能源系統日前優化調度模型，最后，通過仿真求解，對比分析不同場景的優化調度結果，驗證了該模型的有效性。

1 IES的基本結構及優化策略

1.1 IES的基本結構

考慮設備間碳排放信息的傳輸特性，構建基于碳信息流的綜合能源系統結構如圖1所示。

圖1 基于碳信息流的綜合能源系統結構圖

此IES包括能源供給端、能源耦合端、儲能端和需求端。能源供給端由電網、天然氣網、熱網、風力發電(wind turbine, WT)和光伏(photovoltaic, PV)發電組成；能源耦合端將電、氣、熱、冷能通過電轉氣(cogeneration power to gas, P2G)、電鍋爐(electric boiler, EB)、電制冷(electric refrigeration, ER)、燃料電池(fuel cell, FC)、燃氣鍋爐(gas boiler, GB)和冷熱電聯產機組(air-cooling heat-power, CCHP)實現耦合互補；儲能端有儲電、儲氣、儲熱、儲冷設備；需求端包含電、氣、熱、冷負荷。IES中碳信息來源于供能端、耦合端、儲能端，碳處理設備接收碳信息，處理二氧化碳，并將碳信息轉換為反饋信息輸送至需求端，需求端根據反饋信息調整負荷量，系統改變供給端、耦合端、儲能端出力，實現IES的低碳調度。

1.2 IES的優化策略

本文所述IES的優化調度指在滿足需求側負荷的基礎上，降低系統的經濟成本和碳排放量。IES的優化策略考慮如下：1)在系統內各設備協調運行的前提下，優先利用風力、光伏發電。2)當風力、光伏發電無法滿足需求時，考慮向電網、氣網、熱網購能。3)當供能端能夠滿足需求時，儲能設備儲能，若不滿足需求，儲能設備供能。4)當儲能端和供能端均無法滿足需求時，耦合設備工作，按照經濟性、低碳性要求調度設備出力。

2 綜合需求響應模型

在綜合能源系統中引入綜合需求響應(intergrated demand response, IDR)[14]調節用戶用能行為，使供需儲耦合環節更加緊密。本文所構建的需求響應模型基于電、氣、熱、冷負荷的可控性。模型包含負荷替代和負荷轉移，實現負荷在橫向時間上的轉移。

2.1 電負荷需求響應

本文采用電力價格型響應，用戶根據不同時段的電價差主動改變用電行為[15]。引入用電滿意度 衡量電負荷，避免因過度響應而導致用戶滿意度下降。用電滿意度和電負荷的關系如式(1)所示。

(1)

式中：P(t)、ΔP(t)分別為t時段需求響應前電負荷量和電負荷轉移量；T為調度周期。

考慮電氣間的雙向流動關系，本文利用P2G設備完成負荷替代[16]，包含負荷轉移和負荷替代的需求響應模型為：

PIDR(t)=P(t)+Re·ΔP(t)+α·ΔGP(t)

(2)

式中：PIDR(t)、ΔGP(t)分別為t時段需求響應后電負荷量和可替代氣負荷量；α為替代系數。

本文采用電量電價彈性系數構建電負荷需求響應模型。電量電價彈性系數矩陣計算方法如下。

(3)

(4)

ΔP(t)=[P(1)…P(t)]×Ep×

(5)

式中：ε為電量電價彈性系數；ΔP和ΔD分別為電量P和電價D的改變量；Ep為電量電價彈性系數矩陣。

2.2 氣負荷需求響應

天然氣和電能具有相似的市場特性，此處參考電力價格型響應建立天然氣價格型需求響應模型。

GIDR(t)=G(t)+Rg·ΔG(t)+β·ΔPG(t)

(6)

(7)

(8)

式中：GIDR(t)、G(t)、ΔG(t)和ΔPG(t)分別為t時段需求響應后氣負荷量、需求響應前氣負荷量、氣負荷轉移量和可替代電負荷量；Rg為用氣滿意度；β為替代系數，取α·β=1；η為氣量氣價彈性系數；Eg為氣量氣價彈性系數矩陣。

2.3 熱負荷需求響應

用戶感知熱舒適度具有模糊性和延時性，室內溫度在一定范圍波動不會影響用戶用熱舒適度[17]。在調度周期內優化各時段室內溫度，有利于提升IES運行的經濟性及穩定性。用戶室內溫度和供熱功率的關系為：

Tin(t+1)=Tin(t)e-Δt/τ+

[Rs·H(t)+Tout(t)](1-e-Δt/τ)

(9)

式中：Tin(t)為t時段室內溫度；Tout(t)為t時段室外溫度；Rs為建筑物等效熱阻,K/W；H(t)為t時段的供熱功率；Δt為調度時段時長；τ為熱時間常數，τ=Rs·Cair；Cair為室內等效熱容,J/K。

由式(9)可推導響應后的熱負荷為：

(10)

式中：HIDR(t)為t時段需求響應后熱負荷；K=e-Δt/τ。

為保證用戶舒適度，室內溫度應滿足式(11)所示約束。

Tin,min≤Tin(t)≤Tin,max

(11)

式中：Tin,min、Tin,max分別為室內最低舒適溫度和最高舒適溫度。

2.4 冷負荷需求響應

冷負荷與熱負荷類似，考慮用戶的用冷舒適度，供冷溫度可在一定范圍內波動。計及用冷環境下新風系統運行狀況后的冷負荷為：

(12)

式中Qc(t)為t時段建筑物新風系統散熱量。

3 考慮碳排放的綜合能源系統調度模型

3.1 目標函數

本文的綜合能源系統以經濟成本最低和碳排放量最小為目標優化系統內各設備出力。建立目標函數如式(13)所示。

minF=C1+C2+C3+C4-C5

(13)

式中：F為系統的總成本；C1為購能成本；C2為設備啟停成本；C3為設備運維成本；C4為碳處理成本；C5為售電收益。

3.1.1 外購能源成本

(14)

式中：C(t)為t時段單位購能成本，包含單位購電成本Cgrid(t)、單位購氣成本Cgas(t)、單位購熱成本Cheat(t)；Pb(t)為t時段購能功率，包含購電功率Pbuy(t)、購氣功率Gbuy(t)、購熱功率Hbuy(t)；Δt為調度時段時長。

3.1.2 設備啟停成本

(15)

3.1.3 設備運維成本

(16)

3.1.4 碳處理成本

(17)

(18)

式中：CCO2為單位碳處理成本；QCO2(t)為t時段IES碳排放總量；NCO2為碳排放設備數量，供能、耦合、儲能設備和外部購電均存在碳排放；Ex為設備x碳排放強度，指單位功率增長產生所的碳排放量；Px(t)為t時段設備x的輸出功率。

3.1.5 售電收益

(19)

式中：Csell為單位售電收益；Psell(t)為t時段售電功率。

3.2 約束條件

3.2.1 能量平衡約束

3.2.1.1 電能平衡約束

Ppro(t)+Pin(t)+Pdis(t)=

Pout(t)+Psell(t)+PIDR(t)

(20)

式中：Ppro(t)為t時段能源供給端供電功率；Pin(t)為t時段耦合端供電功率；Pout(t)為t時段耦合端用電功率；Pcha(t)、Pdis(t)分別為t時段儲電設備的儲電、放電功率。

3.2.1.2 天然氣平衡約束

Gbuy(t)+Gin(t)=Gout(t)+Gcha(t)+GIDR(t)

(21)

式中：Gin(t)為t時段耦合端供氣功率；Gout(t)為t時段耦合端用氣功率；Gcha(t)、Gdis(t)分別為t時段儲氣設備的儲氣、放氣功率。

3.2.1.3 熱能平衡約束

Hbuy(t)+Hin(t)+Hdis(t)=Hcha(t)+HIDR(t)

(22)

式中：Hin(t)為t時段耦合端供熱功率；Hcha(t)、Hdis(t)分別為t時段儲熱設備的儲熱、放熱功率。

3.2.3.4 冷能平衡約束

Cin(t)+Cdis(t)=Ccha(t)+CIDR(t)

(23)

式中：Cin(t)為t時段耦合設備供冷功率；Ccha(t)、Cdis(t)分別為t時段儲冷設備的儲冷、放冷功率。

3.2.2 耦合設備出力約束

(24)

3.2.3 爬坡約束

電鍋爐、燃料電池和冷熱電聯產機組在運行過程中需滿足機組爬坡功率約束如式(25)所示。

(25)

3.2.4 設備啟停約束

電鍋爐、燃料電池和冷熱電聯產機組的啟停時間應滿足約束：

(26)

(27)

3.2.5 儲能設備約束

(28)

(29)

3.2.6 碳排放約束

(30)

(31)

(32)

(33)

3.2.7 電/氣/熱網交互功率約束

(34)

3.2.8 用戶滿意度約束

(35)

3.3 求解方法

本文構建的考慮碳目標約束和需求側響應的IES日前優化調度模型屬于非線性模型，因此上述模型需轉化為線性模型，利用MATLAB調用YALMIP工具箱以及GUROBI求解器進行仿真求解，確定各時段設備出力大小使得經濟成本最低及碳排放量最小。求解流程如圖2所示。

圖2 優化后的調度模型求解流程圖

4 算例分析

4.1 算例基礎數據

本文對圖1所示的綜合能源系統進行仿真求解。IES中的可再生能源有風力、光伏發電；耦合設備有電轉氣、電鍋爐、電制冷、燃料電池、燃氣鍋爐和冷熱電聯產機組；儲能設備有儲電、儲氣、儲熱、儲冷設備。算例以日前24 h為調度周期，1 h為調度時段時長，調度時段內設備功率恒定。電價和天然氣價根據響應模型分為峰平谷3個時段。峰平谷時段購電及售電價如表1所示。

峰平谷時段購氣及購熱價如表2所示。參照文獻[18]設置電價自彈性系數和互彈性系數分別為-0.2和0.03；天然氣價自彈性系數和互彈性系數分別為-0.58和1.5。設置電制冷的制冷系數為3.2，單位碳處理成本為0.252元/kg。供能、耦合設備運行參數如表3所示，主要參照文獻[19]相關國標設置。

表2 峰平谷時段購氣及購熱價

表3 供能端、耦合端運行參數

儲能設備運行參數如表4所示。設置系統碳排放各時段上限為100 kg，總量上限為2 000 kg。

表4 儲能設備運行參數

為驗證本文所提IES日前優化調度模型的有效性，設置以下4種場景進行對比分析：場景1為不考慮碳目標約束和需求側響應的傳統IES調度；場景2為考慮綜合需求響應但不考慮碳目標約束的IES經濟調度；場景3為考慮碳目標約束但不考慮需求側響應的IES低碳調度；場景4為考慮碳目標約束和綜合需求響應的IES低碳經濟調度。典型日內風電、光伏機組出力及冷、熱、氣、電負荷的預測值如圖3所示。

圖3 典型日內風電、光伏出力及負荷預測值

4.2 1IES優化調度結果分析

根據上述4種場景得到IES優化調度結果如圖4—7所示。

圖4 場景1電、氣、熱、冷能24 h流向圖

圖4為場景1優化調度結果。從圖4可以看出：電價和天然氣價是影響IES與上級網絡功率交匯的重要因素，也會影響耦合設備和儲能設備的使用時段。電價在谷時段時，系統主要從電網購電，儲電設備充電，電鍋爐供熱，P2G設備供氣；在峰時段時，系統向電網售電，儲電設備放電，電鍋爐和P2G停止工作，系統很少利用風力、光伏發電。氣價類似于電價，位于谷時段時，系統向天然氣網購氣，儲氣設備儲氣；位于峰時段時，系統利用儲氣設備放氣滿足系統用氣需求。在低電價時系統優先利用電鍋爐供熱，高電價時優先利用CCHP機組供熱，燃氣鍋爐全時段運行以滿足熱負荷需求。CCHP機組全時段供冷，電制冷機組在CCHP機組功率不足時補冷。

圖5為場景2優化調度結果。系統在不影響用戶滿意度的前提下，利用氣、電負荷進行時間上的轉移。在價格谷時段，CCHP機組、電鍋爐和電制冷機組加大出力；峰時段時系統降低購能功率。為保證熱負荷總功率恒定，系統改變熱負荷的能耗時段；冷負荷隨著電負荷的響應情況而改變[20-23]。

圖5 場景2電、氣、熱、冷能24 h流向圖

圖6為場景3優化調度結果。受碳目標約束影響，光伏和風力發電功率明顯提升，外部購電和耦合設備輸出功率下降；由于購氣、購熱未考慮碳排放，系統優先從外部購氣、購熱滿足負荷需求，利用低碳設備滿足供熱供冷的需求[24-26]。

圖6 場景3電、氣、熱、冷能24 h流向圖

圖7為場景4優化調度結果。結合碳目標約束和綜合需求響應，設備各時段出力均有所改變。相比于場景1，系統提高風力、光伏發電功率，降低耦合設備出力，向電網購電作為補充，利用電價彈性，增加谷時段購電量并降低峰時段的購電量；外部購氣功率略有下降，CCHP機組出力提升；購熱功率明顯提高，電鍋爐、燃氣鍋爐、CCHP機組出力均有所下降；系統在電價谷時段使用ER供冷，峰時段使用CCHP機組供冷[27-29]。

圖7 場景4電、氣、熱、冷能24 h流向圖

需求響應前后負荷對比如圖8所示。

由圖8可知，對比場景1，場景2考慮綜合需求響應，利用電價氣價彈性變化及負荷替代關系、用戶熱舒適度和新風系統運行狀況，引導負荷在調度周期內進行替代轉移，實現負荷的“削峰填谷”；場景4在場景2的基礎上考慮了系統碳排放特性，抑制了負荷波動，平滑了負荷曲線，為IES的穩定運行提供了保證。

圖8 需求響應前后負荷對比圖

考慮碳目標約束前后電網、風電、光伏出力對比如圖9所示。

圖9 考慮碳目標約束前后電網、風電、光伏出力對比圖

日前風光出力的預測值與日內風光出力實際值存在約10%的誤差。由圖9可知，在傳統的IES優化調度中，僅考慮風光發電的運維成本，新能源滲透率較低，風光無法得到有效利用。在考慮碳目標約束后，新能源得到充分利用，系統風力發電總功率提升了約7.72%；光伏發電總功率提升了約7.63%；系統的風電消納能力提高，系統內風光波動性得以抑制。由于風光易受環境因素影響，不同時段出力差異較為明顯，系統在風力、光伏發電低谷時段向電網購電滿足負荷需求。在考慮了碳目標約束后，IES充分利用風力光伏發電，因此外部購電總功率下降了約21.02%。

4種場景24 h系統碳排放對比如圖10所示?？紤]碳目標約束后，場景3、場景4相比于場景1、場景2系統各時段碳排放量明顯下降，證明IES優化調度中考慮碳目標約束可有效降低系統的碳排放量，減少所需的碳處理成本，實現IES的經濟、低碳目標。

圖10 4種場景24 h系統碳排放對比圖

場景1耦合、儲能設備24 h碳排放曲線如圖11所示。場景4耦合、儲能設備24 h碳排放曲線如圖12所示。

圖11 場景1耦合、儲能設備24 h碳排放曲線

場景4根據不同耦合、儲能設備的碳排放強度及設備的出力上下限設置相應碳排放約束。對比圖11—12可知，受碳排放約束影響，場景4大多數耦合設備、儲能設備在部分時段的最大碳排放量對比場景1均有所下降，證明設置碳排放約束可抑制耦合端、儲能端的碳排放量，給IES帶來一定的環保效益。

對比4種場景的購電、購氣、購熱、售電、碳處理成本及總成本如表5所示。

由表5可知，場景2僅考慮了需求側響應，購電功率增加，可再生能源出力基本不變，其碳排放量相比于場景1變化很小，總成本降低了約2.5%；場景3僅考慮了碳目標約束，其碳排放量相比于場景1減少了約28.45%；場景4在場景3的基礎上考慮了需求側響應，其碳排放量相比場景1減少了約29.67%，總成本降低了3.5%。結果表明，在IES優化調度考慮碳目標約束和電氣熱冷綜合需求響應可降低系統的碳排放量及運行總成本，證明了調度模型的有效性。

表5 不同場景下系統運行結果

5 結論

針對綜合能源系統中的低碳優化問題，本文建立了考慮碳目標約束和需求側響應的IES日前優化調度模型。通過建模及算例分析，得到以下結論。

1)考慮碳目標約束和需求側響應的綜合能源系統日前優化調度模型通過設置低碳目標及排放約束，利用需求側的響應特性，實現了不同負荷的轉移替代，有效降低了系統的碳排放，減少了IES的運行總成本，獲得了很好的經濟效益和環保效益。

2)IES優化調度模型中可再生能源的出力有所提升，在降低系統碳排放量的同時實現了風光能源的就地消納，提升了系統新能源消納率，在IES的節能減排方面具有重要的研究意義。

本文僅考慮了電氣熱冷綜合需求響應，未考慮IDR中存在的碳排放因素，因此未來需要在該方向進一步開展研究。