基于可再生能源的碳捕集-電轉氣協同運行方法

楊建賓，謝麗蓉，宋新甫，李進衛，章攀釗，卞一帆

（1.新疆大學電氣工程學院，新疆烏魯木齊 830047；2.國網新疆經濟技術研究院，新疆烏魯木齊 830011；3.烏魯木齊市達坂城海為支油風電有限公司，新疆烏魯木齊 830039）

0 引言

“雙碳”背景下妥善解決新能源和傳統火電之間的矛盾，合理實現不同能源之間的相互耦合具有重要意義。區域綜合能源系統（Regional Integrated Energy System，RIES）作為能源互聯網的重要載體，在提高能源利用率、節能減排方面具有顯著作用[1]。

碳捕集（Carbon Capture and Storage，CCS）技術為傳統火電低碳運行提供了技術保障，其中燃燒后捕集技術以其結構簡單、適應性強的特點得到廣泛應用[2]。碳捕集機組較火電機組在負荷跟蹤及調峰等方面更具優勢[3-4]，目前協調CCS 能耗與機組產能的關系是CCS 技術發展過程中的關鍵一環[5]。文獻[6]通過煙氣分流與儲液裝置的協同作用實現了煙氣處理與產能的解耦。文獻[7-8]考慮可再生能源與火電機組的聯合運行模式，在實現系統低碳運行的同時提高了可再生能源利用率。文獻[9]指出在含CCS 的多源協調模型中考慮源荷不確定性有助于提升系統經濟性。CCS 技術在有效降低火電機組碳排放量的同時產生了高昂的碳封存（Carbon Sequestration，CS）和運輸成本，在碳捕集電廠（Carbon Capture Power Plant，CCPP）中引入電轉氣（Power to Gas，P2G）設備可平衡二者間的矛盾[10-12]。文獻[10]建立CCS 與P2G 聯合的循環運行系統，實現了二氧化碳的循環利用。文獻[11]指出CCPPP2G 聯合運行在提高風電消納能力方面具有顯著作用。文獻[12]在綜合能源系統中引入CCS 與P2G有助于減少系統碳交易成本，提升系統經濟性。文獻[10-12]雖然對CCS 裝置和P2G 的運行機理進行了研究，但未充分挖掘可再生能源供能方式和滲透率對CCS 的影響，且對不同CCS-P2G 協調優化運行模式下系統的運行機理也有待進一步深入分析。

綜上所述，本文針對傳統CCPP 存在的強電碳耦合問題，提出基于可再生能源的CCS-P2G 協同運行方法。研究的創新點在于根據CCS 裝置供能來源的不同分別對CCPP 出力進行刻畫，并構建計及源荷不確定性的CCS-P2G 優化調度模型。利用改進的綜合能源節點系統對系統的經濟性、低碳性及綜合評估指標進行分析，算例分析結果驗證了所提系統的有效性。

1 碳捕集-電轉氣低碳綜合能源系統

1.1 系統構成

本文構建了含CCPP、光熱電站（Concentrating Solar Power Plant，CSPP）、P2G 設備的碳捕集-電轉氣低碳綜合能源系統（CCS-P2G-Low Carbon Integrated Energy System，CCS-P2G-LCIES）。為重點分析CCS 裝置與供能途徑的關系，設定所有火電機組為CCS 機組。在CCS-P2G-LCIES 中，風電機組、CCPP是系統的核心供電部分，燃氣輪機（Gas Turbine，GT）和CSPP 是傳統的輔助供電設備。通過電網購電的方式以保障系統供電穩定性，為緩解CCPP 的CCS 能耗與產能之間的矛盾，采用可再生能源為CCS 供電。增設P2G 單元用于降低CCPP 內部的CS 及運輸成本，且P2G 的供電全部由風電場和CSPP 承擔。GT 和燃氣鍋爐（Gas Boiler，GB）作為熱源供給熱負荷，儲熱裝置（Heat Storage Tank，HST）作為輔助設備保障供熱的穩定性，電制冷機協助吸收式制冷機進行供冷。

1.2 系統設備出力模型

系統設備包括靈活綜合運行模式下的CCPP，CSPP，P2G 等常規機組。其中靈活綜合運行模式下的CCPP 包含煙氣分流、儲液裝置2 部分，其在實現CCS 與產能的解耦方面有一定作用。CCPP 主要模型詳見文獻[4]，按照CCS 供能來源的不同，可分為CCPP 供能、可再生能源供能和可再生能源+CCPP供能3 類。

1.2.1 CCPP供能模型

CCPP 機組總出力由CCS 功率、固定功率和電廠凈發電功率組成，其供能模型為：

1.2.2 可再生能源供能模型

CCS 功率全部由可再生能源提供，CCPP 承擔基荷，完全實現了CCS 和CCPP 之間的解耦，其供能模型為：

1.2.3 可再生能源+CCPP供能模型

可再生能源參與協同CCPP 機組進行CCS 有助于增大CCPP 的出力空間，增加機組的調峰靈活性，其供能模型為：

常規機組中，氣井、風電機組、常規火電機組以及GT，GB，HST，P2G 等設備建?？蓞⒁娢墨I[13-14]，CSPP 設備建模參見文獻[15]。

1.3 源荷場景生成

本文以新疆供暖季（10 月15 日—次年4 月15 日）的源荷數據為對象進行分析，利用蒙特卡洛抽樣和同步回代法進行場景生成。

1.3.1 風光出力相關性

考慮同一區域臨近風光電場出力相關性可以保證優化調度的合理性[16]，由于核密度估計采用歷史數據對風光出力的概率分布進行擬合，具有更高的精準度[17]，因此本文采用自適應帶寬的核密度估計。Copula 函數理論在多元隨機變量的聯合分布函數和其邊緣分布函數之間建立聯系可對變量的相關性進行描述[18]，本文選擇Frank-Copula 函數表征風光出力的相關性。Frank-Copula 函數f的表達式為：

1.3.2 負荷自相關性

在綜合能源系統中，負荷的隨機性服從正態分布，其概率分布函數的表達式為：

為保證負荷典型場景選取的合理性，根據各負荷概率密度函數，利用蒙特卡洛方法進行場景生成并計算不同季節的時序自相關矩陣[19]，最后對時序自相關性矩陣進行Cholesky 分解[20]，消除隨機抽樣產生的時序自相關性影響。

2 CCS-P2G-LCIES優化調度模型

2.1 目標函數及成本

本文所提的基于源荷不確定性的CCS-P2GLCIES 優化調度模型以系統經濟性最優為目標，其目標函數F為：

式中：U為場景總數；φu為各完備場景的概率；Fdev,u，Fcar,u，FIDR,u，Fbuy,u，Fpun,u分別為場景u下系統設備運維成本、階梯碳交易成本、需求響應成本、購能成本和懲罰成本。

1）運維成本Fdev,u為：

式中：T為運行周期總時長，本文調度周期為24 h；分別為場景u下τ時刻風電機組運行功率、風電機組供給P2G 的功率、CSP 運行功率、GB 運行功率、P2G 單元運行功率、吸收式冷機運行功率、第k臺GT 運行功率、第j臺電制冷機運行功率；μW，μCSP，μGB，μP2G，μGT，μAb，μE_C分別為風電機組、吸收式制冷機、電制冷機以及CSPP，GB，P2G，GT 單元的運行成本系數。

2）階梯碳交易成本Fcar,u：

本文采用免費配額的階梯碳交易成本模型，假設電網購電全部來自火電機組，具體模型可參照文獻[21]。

3）激勵型需求響應成本FIDR,u為：

4）購能成本Fbuy,u為：

5）懲罰成本Fpun,u為：

2.2 約束條件及線性化處理

1）需求響應約束為：

2）電力功率平衡約束為：

其中，S的取值為1。

3）熱/冷系統功率平衡約束為：

其中，式（13）、式（14）中S的取值分別為2，4。

4）天然氣平衡約束為：

其中，S的取值為3。

5）電/熱/冷/氣節點潮流約束：

關于電、熱、天然氣潮流相關模型較成熟，文中不再贅述，具體建?？蓞⒄瘴墨I[22-23]。

6）CCS 電廠儲液裝置約束：

關于CCPP 儲液裝置約束的研究已相較完備，具體可參照文獻[6]。

本文所提方法中共有2 處需要進行線性化處理，分別為：（1）式（1）涉及煙氣分流比和CCPP 發電總功率的乘積項，需先轉化為平方和的形式再利用分段線性化處理，具體方法可參考文獻[21]；（2）式（9）中CCS 機組煤耗成本涉及平方項，可直接利用分段線性化進行處理。

2.3 模型求解及評價

本文利用MATLAB2018b 環境以CCS-P2GLCIES 總成本最小為目標，通過Yalmip 工具箱調用CPLEX 進行優化計算。CCS-P2G-LCIES 優化調度模型求解流程如圖1 所示，其中m為運行模式，本文共劃分6 種運行模式。

圖1 CCS-P2G-LCIES優化調度模型求解流程Fig.1 Solving procedure for CCS-P2G-LCIES optimal scheduling model

由圖1 可知，在CCS-P2G-LCIES 優化調度過程中，利用源荷歷史數據構建完備典型場景，以能源價格、設備參數、節點網絡數據為基礎，考慮設備運行約束、潮流約束、能量平衡約束，求解出系統總成本最小時的設備出力及網絡潮流。每種源荷數據（風、光、電、熱、氣、冷）通過場景生成的方式分別產生5 個典型場景及其對應的概率，按照每種源荷典型場景的概率對5 種場景進行排序并編號，并將各類源荷場景編號相同的場景劃歸為1 組。當各運行模式m下的所有典型完備場景均求解出最優值后，求解流程結束。

為全面客觀的分析CCS-P2G-LCIES，依據求解結果采用綜合能效、設備利用率、清潔能源利用率3個指標對系統進行評價，相關模型詳見文獻[24]。在此基礎上，本文采用網絡分析法-變異系數法的組合權重模型解決指標之間交叉影響導致權重計算失準的問題。

3 算例分析

3.1 算例介紹

本文采用改進的IEEE 39 節點測試系統、20 節點天然氣系統[23]、44 節點熱力系統[25]進行仿真。綜合能源系統拓撲結構如圖2 所示。

圖2 綜合能源系統拓撲結構Fig.2 Integrated energy system topology

由圖2 可知，電力節點為黃色區域的數字1-39，熱網節點為紅色區域的數字1-44，氣網節點為藍色區域的數字1-20。2 臺電制冷機、1 座風電場、上級電網、1 座CSPP 分別接在電力節點18，30，33，39上，3 臺CCPP 機組分別接在電力節點31，34，35上，2 臺GT 分別接在電力節點36 和38 上，2 臺GB分別接在熱網節點22 和44 上，氣網節點1，2，5，8，13，14 為天然氣氣井，氣網節點12 上配置的P2G 設備同時對應電力系統節點1。CCPP 中經CCS 得到的部分CO2供給P2G 設備，用于制取天然氣。在仿真過程中，系統各節點的負荷大小按照參考文獻[23]，[25]中的節點負荷比例進行分配。

綜合能源系統拓撲結構中CCPP 機組相關參數如表1 所示。

表1 CCPP機組相關參數Table 1 Related parameters of units in CCPP

由表1 可知，對比CCPP 機組1—3 的相關參數，機組1 的碳排放強度最小，在運行構成中可優先安排其出力；機組2 最大出力值最高，可以降低用電高峰的電能外購壓力；機組3 最小出力值最低，在用電低谷時段可以更好地響應負荷需求。由于機組煤耗成本主要受二次項系數和常數項的影響，在不考慮碳排放成本時應優先選擇機組2 和機組3 供電。

當地的峰時電價為1.025 元/kWh（9:00—1:00；19:00—24:00）；谷時電價為0.25 元/kWh（1:00—8:00；15:00—16:00）；平段電價為0.75 元/kWh（12:00—13:00；17:00—18:00）。源荷典型場景如圖3 所示。

圖3 源荷典型場景Fig.3 Typical source-load scenarios

圖3 中，圖例括號中的數字為源荷各典型場景的對應概率，縱坐標單位均為歸一化量值。

圖3（a）中的風電出力集中在1:00—7:00 和21:00—24:00，與圖3（c）中電負荷趨勢相反，表現出了風電的反調峰特性。圖3（b）中光伏出力主要集中在12:00—16:00，與實際光伏出力時段吻合。圖3（d）中熱負荷與圖3（f）中冷負荷在趨勢上呈負相關性，較好的展現出了熱、冷負荷的需求特點。由于系統中的天然氣主要用于供暖和供電，圖3（e）中1:00—4:00 和用電高峰時段天然氣需求量較大。綜上，典型場景能較好展現源荷特征，與實際情況較為符合，表明典型場景選取具有合理性。

3.2 優化調度結果及指標分析

算例以新疆某區域的典型風光和負荷為基礎，不同場景經濟性最優為目標進行優化。為驗證所提CCS-P2G-LCIES 的有效性，本文劃分了6 種運行模式：（1）風電機組、火電機組聯合為CCS 裝置供能；（2）風電機組、CSPP、火電機組聯合為CCS 裝置供能[5]；（3）風電機組為P2G 設備供能，火電機組為CCS 裝置供能[9]；（4）風電機組、CSPP 為P2G 設備供能，火電機組為CCS 裝置供能；（5）風電機組分別為P2G 設備、CCS 裝置供能；（6）風電機組、CSPP 同時為P2G 設備、CCS 裝置供能，即本文所提CCS-P2GLCIES 所對應的考慮源荷相關性的運行模式。

3.2.1 優化調度結果分析

在不考慮用戶側需求響應的前提下，對比分析不同場景下的調度結果，從經濟性、低碳性等角度驗證本文所提CCS-P2G-LCIES 的優勢，6 種運行模式下優化調度結果如表2 所示。

表2 6種運行模式下優化調度結果Table 2 Optimization scheduling results of six operating modes 元

由表2 知，運行模式2 中的CSPP 為CCPP 的CCS 設備供能，減弱了CCPP 的電碳耦合強度，在降碳的同時保證了CCPP 的供電能力，從而減少了系統的購電量，與運行模式1 相比，系統總成本下降37.1%，碳交易成本減少92.7%，驗證了可再生能源在碳減排過程中的積極意義；運行模式3 在CCPP增設P2G 單元并利用風電制取甲烷，有效緩解了運行模式1 購氣、CS、運輸等成本高的問題；運行模式4 中CSPP 參與P2G 的供能，P2G 的運行可行域被拓寬，較運行模式3 可進一步降低系統碳排放；與運行模式1，2 相比，運行模式5，6 中CCPP 不承擔為CCS 設備供能的作用，CCS 功率完全由風電、CSPP 提供，有效降低了CCPP 機組的燃料成本。綜合對比6 種運行模式可知，提高系統可再生能源占比、引入P2G 單元、利用可再生能源代替CCPP 機組進行CCS 是實現系統的經濟、低碳運行的重要舉措。

3.2.2 綜合評估指標分析

通過計算可得6 種運行模式的綜合評估指標如表3 所示。

表3 綜合評估指標Table 3 Comprehensive evaluation indexes for six operating modes

由表3 可知，運行模式1 中的CCPP 存在強電碳耦合且不考慮用戶需求響應的作用，降低了系統的綜合能效；與運行模式1 相比，運行模式6 在綜合能效方面的優勢相對突出；由于沒有考慮CSPP的棄光懲罰，運行模式5，6 的光熱出力相對較少，進而降低了系統的清潔能源利用率。綜上，運行模式6 擁有更好的發展前景。

3.3 風光及負荷相關性分析

為驗證考慮風光和負荷相關性場景生成的合理性，在運行模式6 的基礎上根據是否考慮考慮風光和負荷相關性再劃分出3 組對照運行模式：運行模式7，僅考慮風光相關性；運行模式8，僅考慮負荷相關性；運行模式9，不考慮源、荷相關性。為探究源荷相關性對系統運行的影響，分別從經濟性及清潔能源利用率的角度進行分析。4種運行模式下，源荷相關性與系統經濟性指標如表4 所示。

表4 源荷相關性與系統經濟性指標Table 4 Indicators for source-load correlation and system economy

由表4 可知，運行模式7 在運行模式9 的基礎上考慮了風光相關性，提高了清潔能源利用率，明顯降低了棄風量。對比運行模式7，8，9 可知，單獨考慮源荷任意1 側的相關性均可提升系統經濟性，但考慮源側相關性更有益于降低系統碳排放量，提高系統經濟性。綜上，考慮系統源、荷之間的相關性關系有助于提高系統對可再生能源的消納能力，降低系統運行成本。

3.4 可再生能源滲透率對系統的影響

可再生能源滲透率是可再生能源裝機容量與系統最大負荷的比值[26]。為探究可再生能源滲透率對系統運行的影響，本文在可再生能源滲透率為10%～80%的區間內以5%的滲透率為步長對6 種運行模式下的系統進行分析?？稍偕茉礉B透率與系統總成本關系如圖4 所示。

圖4 可再生能源滲透率與系統總成本關系Fig.4 Relationship between renewable energy penetration and total system cost

由圖4 可知，與運行模式2—4 不同，運行模式1，5，6 對可再生能源滲透率區間有限制，其可行區間分別為是[30%，80%]和[20%，80%]。隨著可再生能源滲透率的增加運行模式1—4 下系統CCPP 機組燃料成本、碳交易成本等成本快速減少。當滲透率超過50%時系統總成本緩步下降；當可再生能源滲透率小于60%時，運行模式5，6 的總成本受系統購能成本影響，下降趨勢緩慢。

3.5 煙氣分流比下限對系統影響

為驗證不同煙氣分流比下限對系統運行的影響，在0～0.65 的煙氣分流比下限區間內以0.05 為步長對6 種運行模式的運行狀況進行分析。煙氣分流比下限與供碳量關系如圖5 所示。

圖5 煙氣分流比下限與供碳量關系Fig.5 Relationship between lower limit of flue gas split ratio and carbon supply

由圖5 可知，隨著煙氣分流比下限的提高，運行模式1 下儲液裝置和煙氣供給的二氧化碳量同時增長，儲液裝置起主導作用；運行模式2—4 下來自煙氣的二氧化碳量逐步增加，并占據主導；運行模式5，6 下二氧化碳主要源自儲液裝置。綜上，運行模式5，6 有效地實現了CCS 與煙氣的解耦，體現了CCS 的靈活性。

3.6 用戶側需求響應對系統經濟性影響

用戶側需求響應與系統經濟性關系如圖6 所示。

圖6 用戶側需求響應與系統經濟性關系Fig.6 Relationship between user side demand response and system economy

由圖6 可知，在需求響應的作用下用戶側通過負荷轉移、負荷代替、負荷削減等方式主動參與負荷調節，在實現負荷削峰填谷的同時提高了可再生能源利用率。需求響應過程中CCS 的出力空間增加，購能需求下降，提高了系統的運行經濟性和低碳性，驗證了需求響應在CCS-P2G-LCIES 中的積極作用。

4 結論

針對傳統碳捕集電廠存在的強電碳耦合問題，建立CCS-P2G-LCIES。通過對比6 種運行模式下系統的運行狀況，驗證了本文所提模型的有效性。主要結論如下：

1）可再生能源取代CCPP 機組供給CCS，有助于實現CCS 與CCPP 產能之間解耦，拓寬系統對煙氣分流比下限的適應范圍，提升系統經濟性。

2）利用可再生能源進行CCS 對系統可再生能源滲透率的要求較高，但當滲透率超過60%后會影響系統經濟性。