考慮火電機組參與綠證購買交易的含氫綜合能源系統經濟低碳調度策略

張 虹，孟慶堯，王明晨，李佳旺，張玉海

考慮火電機組參與綠證購買交易的含氫綜合能源系統經濟低碳調度策略

張 虹1，孟慶堯1，王明晨2，李佳旺3，張玉海4

(1.現代電力系統仿真控制與綠色電能新技術教育部重點實驗室(東北電力大學)，吉林 吉林 132012；2.國網冀北電力有限公司張家口供電公司，河北 張家口 075000；3.國網冀北電力有限公司承德供電公司，河北 承德 067000；4.國網吉林供電公司，吉林 吉林 132012)

在“雙碳”背景下，為提升能源消納率、處理綜合能源系統低碳供能問題，提出一種考慮火電機組參與綠證購買交易的含氫綜合能源系統經濟低碳調度策略。首先，針對光熱電站和電制氫系統存在的耦合關系對綜合能源系統進行建模。其次，建立以火電機組為綠證購買者的綠證交易模型。在碳交易的依托下，火電機組購買的綠證可以轉化成部分碳配額。同時針對綠證交易價格，提出考慮綠證供需關系的綠證交易價格定價機制，基于價格的變化調整綠證購買量。最后，構建以含氫綜合能源系統總運行成本最小為目標的調度模型。仿真分析表明，所提調度策略可以提升綠證購買需求和可再生能源消納率，實現系統低碳經濟運行的目標。

電制氫；綜合能源系統；綠證交易；火電機組；綠證購買需求；可再生能源消納

0 引言

在“碳達峰、碳中和”的目標背景下，我國開始積極推進能源變革轉型，減少一次能源使用量、充分利用可再生能源是此次變革轉型的重點[1]。構建綜合能源系統能夠實現多種能源的互補和融合[2]，有效提升能源的利用效率，受到此次變革轉型的關注。因此，如何完善綜合能源系統運行架構和運行方式成為現在亟待解決的課題。

光熱發電[3]和電制氫[4]作為兩種新興技術近年來受到相關學者的廣泛關注。文獻[5]為解決西北地區棄電問題，將光熱電站和風電場聯合并網，并利用電加熱裝置將富集的風電轉化成熱能儲存在光熱電站儲熱系統中，實現了可再生能源大規模消納。文獻[6]用電解槽、甲烷反應器和燃料電池來替換電轉氣裝置，考慮了電制氫多方面的效益，限制了系統的碳排放。然而，上述研究未在系統中同時考慮光熱發電和電制氫技術，未能充分利用可再生能源。為此，文獻[7]構建了一種含光熱電站和電制氫的綜合能源系統低碳調度模型，有效緩解了系統內多能供應和碳減排問題。文獻[8]提出了一種考慮光熱電站和電制氫聯合運行的海島微網調度策略，保證了系統低碳經濟運行。上述文獻雖在系統構造時考慮了光熱電站和電制氫系統，但未能實現二者的耦合，也沒有將電制氫中燃料電池產生的熱量通過光熱電站儲熱環節重新利用以此來提升能源利用率。

碳減排機制[9-10]是實現我國雙碳目標的重要手段，相關學者對此機制的各種運行方式展開研究。文獻[11]將跨鏈交易技術和綠證交易機制相結合，創建含綠證跨鏈交易的綜合能源系統調度模型，在促進能源消納的同時，提升了交易的透明度。文獻[12]構建一種新型市場交易機制，將雙邊儲備和綠證交易相結合，使得可再生能源機組和發電商均受益。上述文獻對綠證交易機制進行了研究，對綠證交易價格而言，均采用由政府定價的固定價格來模擬交易過程，尚未考慮將綠證交易市場化，利用綠證供需關系對其進行定價。文獻[13]基于博弈理論，構建運營商和用戶的低碳調度模型，并考慮了需求響應和獎懲型碳交易對系統的影響。文獻[14]考慮了碳交易機制對電力系統運行的影響，有效緩解了棄風問題，減少了系統的碳排放。文獻[11-14]未將綠證交易成本和碳交易成本同時納入系統優化目標函數之中，未能充分發揮系統低碳運行能力。為此，文獻[15-16]提出了含碳交易和綠證交易的綜合能源系統優化運行模型，促進系統進一步低碳化運行。但上述文獻中的綠證交易均選擇售電企業為綠證購買者，并未選擇火電機組。而在碳交易的依托下，以火電機組為綠證購買者可以將購買的綠證轉化成碳配額，此綠證交易模式可以提升綠證購買需求，促進可再生能源進一步消納，更加契合我國低碳發展趨勢，有助實現雙碳目標。

綜上所述，本文綜合考慮光熱電站與電制氫的耦合特性，以及以火電機組為綠證購買者的綠證交易對綜合能源系統優化運行的影響，構建了以各設備運行成本、碳交易成本和綠證交易成本最小為目標的優化調度模型，通過仿真驗證了所提模型的有效性。

1 含氫綜合能源系統建模

1.1 含氫綜合能源系統運行架構

圖1 含氫綜合能源系統運行架構

1.2 綜合能源系統中主要設備的模型

含氫綜合能源系統中的火電機組和風電場的數學模型參照文獻[17]，此處不再說明。

1.2.1電制氫系統

1) 電解槽數學模型

電解槽裝置利用水電解可將電能轉化成氫能，其數學模型為

2) 燃料電池數學模型

燃料電池可將儲存的氫能轉化成電能和熱能，其數學模型為

3) 儲氫罐數學模型

儲氫罐利用其儲能特性為燃料電池提供持續且可時移的氫能，其數學模型為

1.2.2光熱電站

光熱電站由集熱環節、發電環節以及儲熱環節構成[18]。首先，光熱電站利用集熱環節將太陽能聚集起來并轉化成熱能，完成光-熱的轉換，光熱電站得到的熱功率為

然后，光熱電站產生的熱能輸送至導熱工質，導熱工質可以與儲熱環節進行熱量的雙向流動。當光熱電站儲熱環節回收利用燃料電池產生的熱量時，儲熱環節的儲熱量為

最后，光熱電站利用發電環節將傳輸的熱能轉化成電能，完成熱-電的轉換。光熱電站發電功率為

2 綠證交易機制

2.1 綠證交易價格

由于綠證交易市場具有寡頭競爭特性[19]，作為綠證供給方的風電場和光熱電站不存在價格競爭，二者通過策略性行為共同操控綠證市場，以使自身綠證收益最大。因此，本節需從可再生能源機組綠證收益這一起點出發來求取綠證交易價格。

可再生能源機組的綠證收益由其綠證收入和綠證成本決定。

令

由式(14)可知，當綠證邊際收入等于綠證邊際成本時，可再生能源機組綠證收益最大。根據寡頭市場的特點，綠證邊際成本表達式與綠證供給曲線表達式一致：

綠證邊際收入表達式可通過綠證收入表達式獲得：

(19)

式中：

2.2 綠證交易模型

在本文綠證交易機制下，火電機組作為綠證購買者需向可再生能源機組購買相應數量的綠證來減少碳排放，可再生能源機組則通過綠證交易獲得額外收益，作為其為環保所做貢獻的獎勵。

火電機組購買綠證所需成本為

可再生能源機組所獲綠證收益為

3 含氫綜合能源系統經濟低碳調度模型

3.1 目標函數

所提調度模型目標使含氫綜合能源系統總運行成本最小。系統總運行成本包括火電機組運行成本、光熱電站運行成本、電制氫系統運行成本、風電場運行成本、綠證交易成本和碳交易成本。

1) 火電機組運行成本

火電機組運行成本包含火電機組燃煤成本和啟停成本。

2) 光熱電站運行成本

光熱電站的運行成本包含光熱電站的發電成本和啟停成本。

3) 電制氫系統運行成本

電制氫系統運行成本包括電解槽裝置的運維成本、燃料電池裝置的運維成本和儲氫罐的運維成本。

4) 風電場運行成本

5) 綠證交易成本

6) 碳交易成本

作為火電機組輸出的清潔能源，購買的綠證在減少系統碳排量的同時，又增加了火電機組的碳配額，即火電機組可將購買的綠證轉換成碳配額。在此條件下，碳交易成本[20]為

3.2 約束條件

1) 功率平衡約束

2) 火電機組運行約束

在單位調度時間內，火電機組的出力、爬坡能力及運行和停止時間應保持在一定的范圍內。

3) 光熱電站運行約束

光熱電站出力、爬坡和其儲熱環節存在一定的約束。

4) 風電場運行約束

4 仿真分析

4.1 仿真系統概述

本文采用優化軟件Yalmip中的Gurobi求解器對系統進行優化求解，計算環境為Intel Core i5-7500 CPU，內存為12 GB。

4.2 仿真結果及分析

4.2.1光熱電站和電制氫耦合分析

為了驗證本文提出的光熱電站和電制氫耦合的有效性，設置以下3種場景進行對比分析。場景1：

僅考慮電制氫參與系統運行；場景2：考慮光熱電站和電制氫參與系統運行，但二者未實現耦合；場景3：考慮光熱電站和電制氫參與系統運行，二者實現耦合。

1) 算例調度結果分析

圖2為場景3下的各設備電功率優化結果圖。由圖可知，在02：00—05：00和23：00—24：00時段內，風電資源豐富，風電場作為主要能源供給設備為綜合能源系統提供電能，雖然此時段光照強度較低，但是光熱電站基于儲熱環節的儲能特性也會釋放部分電能，以此降低火電機組的出力。由于此時段負荷用電需求較低，風電出現富集現象，為提升系統再生能源消納率并保證系統低碳運行，電制氫系統中的電解槽將富集的風電轉換成氫能，并儲存在儲氫罐中，待負荷高峰時再加以利用，實現了能量時移。在11：00—15：00時段內，風電資源相對匱乏，系統負荷用電需求較高，電制氫中的燃料電池將從風電大發時段獲得的氫能轉化成電能供給負荷利用，考慮到電制氫系統各裝置的運行成本，其出力占比并不是太高。于此同時，為提升能源利用率，燃料電池產生的熱能將被光熱電站儲熱環節回收利用，光熱電站通過釋放儲熱環節的熱量增加了自身機組出力以此彌補風電出力缺額。

圖2 電功率優化結果

圖3為場景3下系統的氫能運行結果示意圖。從圖中可以看出，在01：00—08：00和22：00—24：00時段內，電制氫系統中儲氫罐的儲氫量一直呈上升趨勢，這是因為此時段內風電可再生能源豐富，電解槽獲氫量持續大于燃料電池放氫量。而在09：00—21：00時段內，儲氫罐的儲氫量一直呈下降趨勢，這是由于此時段風電出力較低，風電幾乎不會出現棄電現象，基于電解槽電解獲氫量極低，并且此時系統負荷用電需求高，燃料電池則需釋放氫能以增加自身出力供給負荷利用。

圖3 氫能運行結果

2) 不同場景對比

不同場景下的系統運行結果如表1所示，場景2相較于場景1考慮了光熱電站對系統經濟低碳運行的影響，光熱電站利用其儲熱環節的能量時移特性能夠提升可再生能源消納率。與場景1相比，其棄電量、碳排量和運行成本分別減少了13.39 kW、681.49 kg、273.93元，同比分別下降了16.96%、7.10%、4.24%，驗證了光熱電站在經濟低碳調度方面的優勢。場景3在場景2的基礎上實現了光熱電站和電制氫的耦合，電制氫中燃料電池產生的熱能可以通過光熱電站儲熱環節得到利用，增加了能源的利用率，提高了光熱電站的發電量，與場景2相比，其棄電量、碳排量和運行成本分別降低了11.26%、5.33%、3.50%，可見光熱電站和電制氫耦合能夠保證系統經濟運行，限制系統碳排放量，達到碳減排的目標。

表1 不同場景下的運行結果

4.2.2綠證交易模式分析

1) 以火電機組為綠證購買者的綠證交易分析

為了體現出本文所提綠證交易模式的優勢，設立兩種運行場景進行驗證。場景4：以售電企業為綠證購買者的綠證交易模式；場景5：以火電機組為綠證購買者的綠證交易模式。

圖4為兩種購買形式下的綠證交易模式對比分析示意圖。

圖4 綠證交易模式對比結果

由圖4 (a)可以看出，在01：00—06：00和20：00—24：00時段內，風電處于大發時期，在綠證交易的調度模式下，系統會增加風電出力，但考慮到火電機組和光熱電站啟停情況對系統經濟性的影響，風電不會全部被消納，系統會棄掉一部分風電。由圖4(b)可以看出，由于考慮了以火電機組為綠證購買者的綠證交易模式，在碳交易的依托下，火電機組購買的綠證可以轉化成碳配額，降低了碳交易成本，提升了綠證購買需求，與場景4相比，其綠證購買量提升了1026.65 kW，棄電量降低了190.17 kW，風電消納率提升了2.09%。由此可見，以火電機組為綠證購買者的綠證交易模式能夠提高可再生能源消納率，實現系統低碳運行。

不同綠證交易模式下的成本對比結果如表2所示，相較于場景4，場景5的可再生能源機組所獲綠證收益增加了153.32元，場景5雖然增加了購買綠證成本，但是購買的綠證可以降低火電機組出力和火電機組帶來的碳交易成本，綜合以上分析，火電機組的總成本下降了1.51%?？梢?，以火電機組為綠證購買者的綠證交易能夠讓可再生能源機組和火電機組均受益，驗證了此交易模式的可行性。

表2 不同綠證交易模式下成本對比

2) 綠證交易價格定價機制分析

為了驗證本文所提綠證交易價格定價機制的正確性，設立兩種運行場景進行驗證。場景6：固定綠證價格；場景7：基于綠證供需關系定價。取5天為一個調度周期對系統進行優化調度。5天的風電出力、光照強度和負荷需求預測值如附錄A圖A3所示，固定綠證價格取0.115元/kW，基于綠證供需關系的5天綠證交易價格如附錄A圖A4所示。從附錄A圖A4可以看出，根據綠證供需關系對其價格定價之后，綠證交易價格發生了變化。在第1天和第4天，由于系統內可再生能源出力低，使得綠證供給量也相應降低，可再生能源出力低的同時會使得火電機組出力提升，從而火電機組對綠證的需求量增多，在此綠證供需關系下，綠證交易價格升高。而在第2、第3和第5天，系統內可再生能源出力較高，同理上述分析，其綠證供給量增加，綠證需求量降低，最終使得綠證交易價格降低。

圖5為綠證交易價格定價模式對比圖。從圖中可以看出，在引入綠證交易價格定價機制后，火電機組開始調整自身購買行為，在第1天和第4天，綠證供給量較少，同時綠證交易價格較高，為保證系統整體運行經濟性，火電機組減少此時段的綠證購買量。在第2、第3和第5天，綠證供給量較多，綠證交易價格較低，火電機組會相應提高綠證購買量，有效緩解了綠證供給量低谷時的供給壓力。由表3可知，相較于場景6，場景7的綠證購買量增加了651.52 kW，棄電量降低了126.75 kW，系統總運行成本降低了3.34%。由此可見，基于綠證供需關系的綠證交易價格能夠提升綠證購買量，保證系統低碳經濟運行。

圖5 綠證交易價格定價模式對比

表3 綠證交易價格定價模式下的運行結果對比

5 結論

為了保證“雙碳”目標下能源的低碳高效利用，本文創建了考慮火電機組參與綠證購買交易的含氫綜合能源系統經濟低碳調度模型，并通過仿真分析得到以下結論：

1) 構建了一種考慮光熱電站和電制氫耦合的綜合能源系統模型，光熱電站的儲熱環節回收利用電制氫中燃料電池產生的熱量，提高了能源的利用率；

2) 所提出的以火電機組為綠證購買者的綠證交易模型，通過綠證供需關系對綠證交易價格進行定價，火電機組基于價格信號調整綠證購買量，在碳交易的依托下，購買的綠證可以轉換成部分碳配額，使得綠證購買量增加；

3) 所提優化調度策略提升了可再生能源消納率，推動了系統低碳供能，實現系統運行低碳性和經濟性的目標。

本文所提模型可以實現能源低碳高效利用，有一定的拓展價值，可以為新型綜合能源系統構造提供一些思路。下一步的研究將考慮用戶側與發電側的協同作用，以促進可再生能源進一步消納。

附錄A

圖A1 風電、光照強度和負荷預測值

Fig. A1 Predicted values of wind power, light intensity and load

圖A2 綠證供需關系及交易價格

Fig. A2 Green certificate's relationship of supply and demand and its trading price

圖A3 5天初始數據預測

Fig. A3 Five-day initial data forecasting

圖A4 5天的綠證交易價格

Fig. A4 Five-day green certificate trading prices

[1] 丁濤, 牟晨璐, 別朝紅, 等. 能源互聯網及其優化運行研究現狀綜述[J]. 中國電機工程學報, 2018, 38(15): 4318-4328, 4632.

DING Tao, MU Chenlu, BIE Chaohong, et al. Review of energy internet and its operation[J]. Proceedings of the CSEE, 2018, 38(15): 4318-4328, 4632.

[2] 李健強, 余光正, 湯波, 等. 考慮風光利用率和含氫能流的多能流綜合能源系統規劃[J]. 電力系統保護與控制, 2021, 49(14): 11-20.

LI Jianqiang, YU Guangzheng, TANG Bo, et al. Multi-energy flow integrated energy system planning considering wind and solar utilization and containing hydrogen energy flow[J]. Power System Protection and Control, 2021, 49(14): 11-20.

[3] ZHAO Y, LIU S, LIN Z, et al. Coordinated scheduling strategy for an integrated system with concentrating solar power plants and solar prosumers considering thermal interactions and demand flexibilities[J]. Applied Energy, 2021, 304.

[4] ZHANG C, GREENBLATT J B, WEI M, et al. Flexible grid-based electrolysis hydrogen production for fuel cell vehicles reduces costs and greenhouse gas emissions[J]. Applied Energy, 2020, 278.

[5] 崔楊, 張家瑞, 仲悟之, 等. 計及電熱轉換的含儲熱光熱電站與風電系統優化調度[J]. 中國電機工程學報, 2020, 40(20): 6482-6494.

CUI Yang, ZHANG Jiarui, ZHONG Wuzhi, et al. Optimal scheduling of concentrating solar power plant with thermal energy storage and wind farm considering electric-thermal conversion[J]. Proceedings of the CSEE, 2020, 40(20): 6482-6494.

[6] 陳錦鵬, 胡志堅, 陳穎光, 等. 考慮階梯式碳交易機制與電制氫的綜合能源系統熱電優化[J]. 電力自動化設備, 2021, 41(9): 48-55.

CHEN Jinpeng, HU Zhijian, CHEN Yingguang, et al. Thermoelectric optimization of integrated energy system considering ladder-type carbon trading mechanism and electric hydrogen production[J]. Electric Power Automation Equipment, 2021, 41(9): 48-55.

[7] 鄭連華, 文中, 邱智武, 等. 計及光熱電站和氫儲能的綜合能源系統低碳優化運行[J/OL]. 電測與儀表: 1-9[2022-06-04].http://kns.cnki.net/kcms/detail/23.1202.TH.20220530.1813.003.html

ZHENG Lianhua, WEN Zhong, QIU Zhiwu, et al. Low-carbon optimized operation of an integrated energy system that takes into account solar thermal power plants and hydrogen storage[J/OL]. Electrical Measurement & Instrumentation: 1-9[2022-06-04]. http://kns.cnki.net/kcms/ detail/23.1202.TH.20220530.1813.003.html.

[8] 黃冬梅, 陳柯翔, 孫錦中, 等. 含電解制氫裝置及光熱電站的海島微網優化調度[J]. 電力系統及其自動化報, 2022, 34(11): 24-31.

HUANG Dongmei, CHEN Kexiang, SUN Jinzhong, et al. An optimization dispatch study of micro grid with electricity hydrogen production device and CSP station in isolated islands[J]. Proceedings of the CSU-EPSA, 2022, 34(11): 24-31.

[9] ZHANG X F, XIONG Y, XIONG C Y, et al. Study on carbon emission reduction mechanism of thermal power plants in medium and long term trade[J]. IOP Conference Series: Earth and Environmental Science, 2020, 431.

[10] LI Z G, WANG J. Spatial emission reduction effects of China’s carbon emissions trading: quasi-natural experiments and policy spillovers[J]. Chinese Journal of Population, Resources and Environment, 2021, 19(3): 246-255.

[11]駱釗, 秦景輝, 梁俊宇, 等. 含綠色證書跨鏈交易的綜合能源系統運行優化[J]. 電網技術, 2021, 45(4): 1311-1320.

LUO Zhao, QIN Jinghui, LIANG Junyu, et al. Operation optimization of integrated energy system with green certificate cross-chain transaction[J]. Power System Technology, 2021, 45(4): 1311-1320.

[12]魏震波, 隋東旭, 王瀚琳, 等. 含雙邊儲備市場及綠證交易的現貨市場分析[J]. 電力系統保護與控制, 2020, 48(8): 52-60.

WEI Zhenbo, SUI Dongxu, WANG Hanlin, et al. Spot market analysis including bilateral reserve market and green certificate trading[J]. Power System Protection and Control, 2020, 48(8): 52-60.

[13]王瑞, 程杉, 劉燁, 等. 基于綜合需求響應和獎懲階梯碳交易的能源樞紐主從博弈優化調度[J]. 電力系統保護與控制, 2022, 50(8): 75-85.

WANG Rui, CHENG Shan, LIU Ye, et al. Master-slave game optimal scheduling of energy hub based on integrated demand response and a reward and punishment ladder carbon trading mechanism[J]. Power System Protection and Control, 2022, 50(8): 75-85.

[14] 王振浩, 許京劍, 田春光, 等. 計及碳交易成本的含風電電力系統熱電聯合調度[J]. 太陽能學報, 2020, 41(12): 245-253.

WANG Zhenhao, XU Jingjian, TIAN Chunguang, et al. Combined heat and power scheduling strategy considering carbon trading cost in wind power system[J]. Acta Energiae Solaris Sinica, 2020, 41(12): 245-253.

[15] 楊雪, 金孝俊, 王海洋, 等. 基于區塊鏈的綠證和碳交易市場聯合激勵機制[J]. 電力建設, 2022, 43(6): 24-33.

YANG Xue, JIN Xiaojun, WANG Haiyang, et al. Blockchain-based joint incentive mechanism for tradable green certificate and carbon trading market[J]. Electric Power Construction, 2022, 43(6): 24-33.

[16] SUO C, LI Y P, JIN S W, et al. Identifying optimal clean-production pattern for energy systems under uncertainty through introducing carbon emission trading and green certificate schemes[J]. Journal of Cleaner Production, 2017, 161: 299-316.

[17]邵志芳, 趙強, 張玉瓊. 獨立型微電網源荷協調配置優化[J]. 電網技術, 2021, 45(10): 3935-3946.

SHAO Zhifang, ZHAO Qiang, ZHANG Yuqiong. Source side and load side coordinated configuration optimization for stand-alone micro-grid[J]. Power System Technology, 2021, 45(10): 3935-3946.

[18]贠韞韻, 董海鷹, 馬志程, 等. 考慮需求響應與光熱電站參與的多源系統優化經濟調度[J]. 電力系統保護與制, 2020, 48(14): 140-149.

YUN Yunyun, DONG Haiying, MA Zhicheng, et al. Optimization economic dispatch of a multi-source system considering the participation of demand response and concentrating solar power plant[J]. Power System Protection and Control, 2020, 48(14): 140-149.

[19]安學娜, 張少華, 李雪. 考慮綠色證書交易的寡頭電力市場均衡分析[J]. 電力系統自動化, 2017, 41(9): 84-89.

AN Xuena, ZHANG Shaohua, LI Xue. Equilibrium analysis of oligopolistic electricity markets considering tradable green certificates[J]. Automation of Electric Power Systems, 2017, 41(9): 84-89.

[20]臧紫坤, 楊曉輝, 李昭輝, 等. 考慮儲熱改造與最優棄能的風光火儲低碳經濟調度[J]. 電力系統保護與控制, 2022, 50(12): 33-43.

ZANG Zikun, YANG Xiaohui, LI Zhaohui, et al. Low- carbon economic scheduling of solar thermal storage considering heat storage transformation and optimal energy abandonment[J]. Power System Protection and Control, 2022, 50(12): 33-43.

Economic and low-carbon dispatch strategy of a hydrogen-containing integrated energy system considering thermal power units participating in green certificate purchase trading

ZHANG Hong1, MENG Qingyao1, WANG Mingchen2, LI Jiawang3, ZHANG Yuhai4

(1. Key Laboratory of Modern Power System Simulation and Control & Renewable Energy Technology (Northeast Electric Power University), Ministry of Education, Jilin 132012, China; 2. Zhangjiakou Power Supply Company, State Grid Jibei Electric Power Co., Ltd., Zhangjiakou 075000, China; 3. Chengde Power Supply Company, State Grid Jibei Electric Power Co., Ltd., Chengde 067000, China; 4. State Grid Jilin Power Supply Company, Jilin 132012, China)

Given the background of "double carbon", and to promote the renewable energy consumption rate and settle the problem of low-carbon energy supply in the integrated energy system, an economical and low-carbon dispatch strategy for a hydrogen-containing integrated energy system for thermal power units to participate in the purchasing trade for a green certificate is proposed. First, the integrated energy system is modeled according to the coupling relationship between the CSP station and the electric hydrogen production system.Then, a green certificate trading model with thermal power units as its purchasers is established. With the support of carbon trading, the green certificates purchased by thermal power units can be converted into carbon quotas.Then, from the green certificate trading price, a pricing mechanism is proposed considering the green certificate’s relationship of supply and demand, and its purchasing volume is adjusted based on the price changing.Finally, an optimal dispatch model aiming at minimizing the total operating cost of the hydrogen-containing integrated energy system is established.Simulation analysis shows the dispatching strategy proposed in this paper can increase the green certificate purchasing demand and renewable energy consumption rate, and achieve the goal of low-carbon economic operation of the system.

electric hydrogen production;integrated energy system; green certificate trading; thermal power units; green certificatepurchasing demand; renewable energy consumption

10.19783/j.cnki.pspc.220873

國家自然科學基金項目資助(51777027)

This work is supported by the National Natural Science Foundation of China (No. 51777027).

2022-03-31；

2022-08-25

張 虹(1973—)，女，通信作者，博士，副教授，碩士生導師，主要研究方向為新能源并網發電技術、電力系統穩定與控制；E-mail: jdlzh2000@126.com

孟慶堯(1996—)，男，碩士研究生，主要研究方向為新能源并網發電技術、分布式發電系統運行優化調度。E-mail: 1587230435@qq.com

(編輯 姜新麗)