計及改進生物質燃氣和階梯碳交易的綜合能源系統低碳經濟調度

王守文，李國祥，閆文文，葉金根，袁瑩超

（1.三峽大學法學與公共管理學院，宜昌 443002；2.三峽大學電氣與新能源學院，宜昌 443002）

提高新能源開發利用比例對于構建清潔低碳的能源體系、加速實現雙碳目標具有重要意義。生物質能作為一種儲量大、環境友好性強的新能源，目前正廣受關注[1-2]?！丁笆奈濉笨稍偕茉窗l展規劃》中明確提出要加快生物天然氣發展，推動生物質能多元化開發利用。2022 年5 月10 日國家發展和改革委員會發布的《“十四五”生物經濟發展規劃》中提出因地制宜開展生物能源基地建設，建設以生物質成型燃料及其他可再生能源為主要能源的產業園區?？紤]到當前生物質能利用率較低的難點，耦合多能流實現能源高效利用的綜合能源系統IES（integrated energy system）是解決這一問題的關鍵，具體表現為IES 可使電、氣、熱等不同形式的能源耦合或替代利用[3]，以此來提高能源利用率和降低碳排放。而我國能源供應處于油氣對外依存度高的階段，燃氣供應量不足限制了綜合能源的進一步發展，因此生物天然氣對于提高新能源利用比例、促進綜合能源低碳經濟運行具有重要意義。

沼氣提純是生產生物天然氣的一種重要途徑，其主要成分包含25%～50%的二氧化碳（CO2）和50%～70%的甲烷（CH4）[4]，根據2022 年10 月1 日實施的國家標準《生物天然氣》可知，沼氣提純至93%以上的甲烷含量時稱作生物質燃氣BNG（biomass natural gas），其熱值與天然氣接近，可作管道氣使用。目前，針對含有生物質燃氣的IES 研究相對較少，而是多集中于沼氣的生產和利用。文獻[5]將生物質能與IES 結合，建立含沼氣發電的源-儲-荷協同能量管理模型，有效地改善了系統經濟效益和環保結構；文獻[6]針對農村能源體系特點，構建含生物質沼氣發電的綜合能源系統，提高了系統的經濟性和能源利用效率；文獻[7]將生物質沼氣發電、光伏發電以及儲能電池進行建模分析，改善了含生物質能的CHP系統用能經濟性；文獻[8]考慮沼氣生產過程的動力學模型，結合可再生能源制氫建立了農村農業園區IES 模型，證明了該模型能夠提升IES的經濟性以及新能源消納作用。然而，以上研究僅多考慮生物質沼氣對于系統經濟性等方面的影響，較少涉及沼氣提純后的生物質燃氣對綜合能源系統中燃氣調度、低碳性以及經濟成本的影響。

碳交易機制對引導綜合能源系統節能減排、實現低碳可持續發展具有重要作用。在考慮碳交易市場的IES 優化中，文獻[9]建立電轉氣P2G（powerto-gas）碳排放成本模型，在目標函數中引入碳交易成本，電-氣互聯綜合能源系統經濟性和低碳性得到了提高；文獻[10-11]構建園區綜合能源系統，通過對比階梯碳交易與固定價格碳交易，得出了前者在低碳性效果更好的結論；文獻[12]考慮P2G 兩階段運行過程以及階梯式碳交易機制對綜合能源系統運行的經濟以及碳排放的影響。上述文獻主要集中于P2G以及燃氣機組、燃煤機組參與碳交易市場，鮮有涉及生物質燃氣這一主體參與碳交易市場的影響，實際上生物質燃氣的引入會在一定程度上影響IES 中燃氣機組的出力變化，而且生物質燃氣生產過程中會產生一定量的二氧化碳排放，以上情況將導致IES參與碳交易市場受到影響。

綜上所述，現有關于生物質能的研究多圍繞沼氣生產、利用等方面，較少關注生物天然氣這一主體及其模型構建，而且在碳交易市場的相關研究中，生物質燃氣參與碳交易市場的相關模型也有待完善。因此，本文基于現有研究提出考慮改進生物質燃氣和階梯碳交易的綜合能源系統低碳經濟調度。首先，構建生物質燃氣模型，引入能夠同時產生高品質生物質燃氣和二氧化碳的二階變壓吸附模型；其次，與P2G、碳捕集系統CCS（carbon capture system）形成BNG-P2G-CCS 耦合模型，促進風光消納和提高生物質能利用能效，并共同為IES 提供二氧化碳的回收利用以及天然氣供給；最后，提出結合階梯碳交易與BNG-P2G-CCS耦合模型聯合運行的IES 低碳優化調度模型，通過算例分析驗證所提模型的有效性和可行性。

1 綜合能源系統結構及模型構建

改進生物質燃氣耦合綜合能源系統的基本結構如圖1所示，其中能源供應來源于生物質能輸送網、新能源發電、上級電網以及熱能、天然氣傳輸網絡；負荷包括電負荷、熱負荷和氣負荷；儲能設備包括電儲能EES（electric energy storage）設備、熱儲能TES（thermal energy storage）設備；轉換設備包括燃氣輪機CHP（combined heat and power）、電鍋爐EB（electric boiler）、燃氣鍋爐GB（gas boiler）、P2G設備和BNG設備。

圖1 綜合能源系統結構Fig.1 Structure of integrated energy system

1.1 改進生物質燃氣模型

1.1.1 生物質燃氣提純模型

目前國內生物天然氣工程廣泛使用變壓吸附PSA（pressure swing adsorption）法和膜分離MSP（membrane separation processes）法，變壓吸附法相比膜分離法具有甲烷純度高、運行能耗低等優點[13]，因此本文所涉及生物質燃氣制取方法為變壓吸附法，制取工藝流程如圖2所示[14]。

圖2 變壓吸附法生物質燃氣提純流程Fig.2 Purification process of biomass natural gas using pressure swing adsorption

1.1.2 二階變壓吸附模型

用于生物質燃氣提純的常規PSA 在甲烷回收過程中會產生一定的損失，損失的甲烷與二氧化碳以及其他的雜質混合不僅導致氣體處理難度升高，還會產生大氣污染[15]。為了提高甲烷回收率以及降低氣體處理難度，本文引入二階PSA 裝置，在生產生物質燃氣的過程中同時分離出高純度的生物天然氣和CO2，一方面高純度的生物天然氣可以就地供應綜合能源系統中的氣負荷需求，另一方面高純度的CO2可以利用或者就地存儲，從而降低二氧化碳供需成本和運輸危險性，同時降低綜合能源系統的碳排放。圖3為二階變壓吸附結構。

圖3 二階變壓吸附結構Fig.3 Structure of second-order pressure swing adsorption

二階變壓吸附的流程如下：

步驟1沼氣進入第1 階段PSA 裝置后，設置析出CH4對應的壓力與溫度；

步驟2析出CH4，余下氣體進入緩沖罐；

步驟3氣體進入第2 階段的PSA 裝置，設置析出CO2對應的壓力與溫度；

步驟4析出CO2，并將剩余氣體轉入緩沖罐。循環上述操作，從而得到高含量、高品質的CH4和CO2。

生物質燃氣建模為

式中：為沼氣在t時刻產生量；ηBG為生物質燃料利用率；EBG為產氣因子；為t時刻使用的生物質燃料質量；為生物天然氣在t時刻產生量；為PSA 中CH4生產效率，其中i∈{1 ,2}，1和分別代表一階PSA、二階PSA 中CH4生產效率；為沼氣中CH4百分比含量；為CO2在t時刻產生量；為沼氣中CO2與CH4含量比值；為PSA 中CO2損失系數，其中i∈{1,2}；和分別為一階PSA、二階PSA中CO2損失系數；VC為CO2體積；為二階PSA在t時刻耗電量；為一階PSA 在t時刻耗電量；為二階PSA在t時刻內相較于一階PSA增加的耗電量。

1.1.3 BNG-P2G-CCS 耦合模型

針對綜合能源系統的碳排放問題，將改進生物質燃氣設備引入碳捕集-電轉氣設備的耦合中，參與系統的協同運行。其中生物質燃氣設備產生的CO2和碳捕集系統捕獲各機組產生的CO2供給P2G；P2G 利用系統風光盈余的電能通過電解水產生氫氣，與前者供給的CO2發生反應產生天然氣，從而實現了新能源的消納以及電能-天然氣之間的能量流動，具體模型為

式中：、和分別為碳捕集系統在t時刻運行能耗、捕集能耗和固定能耗；為捕集單位質量CO2的能耗；為t時刻CO2捕集量；為CCS 在t時刻無法捕集CO2量；λCCS為CCS 捕集效率，取0.9；和為燃氣輪機和燃氣鍋爐在t時刻產生的CO2量；和分別為碳捕集系統在t時刻用于P2G 的CO2量和儲存的CO2量；、和分別為生物天然氣中CO2在t時刻用于P2G的量、儲存的量和二階PSA中損失的量；為t時刻P2G 消耗的CO2量；為t時刻CO2購買量；δC為生成單位功率CH4消耗的CO2量；ηP2G為P2G 轉換效率；為t時刻P2G 耗電量；為t時刻CH4生成量；Hg為天然氣的熱值。

1.2 階梯碳交易模型

碳交易的引入能夠激發IES調度對節能減排的響應。在碳交易機制下，IES 可以根據政府分配的碳排放量與實際碳排放量之間的差額進行自由交易，從而通過碳交易市場買賣碳排放權獲得一定的效益，使系統達到經濟性和低碳性，本文中IES的碳排放來源包括CHP設備、GB、生物質燃氣以及外購電力，為簡化模型，采用各機組碳配額與碳排放量與其機組有功出力成比例的模型[16]，階梯碳交易模型如下。

1.2.1 基準法碳交易配額

碳交易配額和碳排放量強度的表達式為

式中：Qqt、Qpt分別為t時刻系統的碳排放配額和碳排放量；、、、分別為CHP 單位發電和發熱功率、GB熱功率、單位購電量的碳排放配額；、、、分別CHP 單位發電、發熱功率、GB 熱功率、單位購電量的碳排放量；、為CHP在t時刻產生的電、熱功率；為t時刻GB產生的熱能；為t時刻購電量。

1.2.2 考慮生物質燃氣的碳排放成本模型

在IES 實際運行過程中，內部的生物質燃氣設備會產生一部分的CO2，該過程中的碳排放量會產生一定的碳排放成本，由于生物質燃氣目前尚未定義其碳排放配額，因此該模型僅考慮生物質燃氣生產過程的碳排放量，對此構建生物質燃氣參加碳交易市場的模型，IES實際碳交易模型表示為

式中：和分別為一階PSA、二階PSA 在t時刻CO2的排放量；為t時刻參與碳交易市場的CO2量；為生物質燃氣t時刻參與碳交易市場的CO2量，；為t時刻碳交易成本；χ為碳交易基準值；l為碳排放區間長度；θ為碳交易價格增長率。當≤0 時，表示此時系統碳排放量低于碳排放額度，階梯碳交易模型出售碳排放權交易額。

2 IES 優化調度模型

2.1 目標函數

本文所提的改進生物質燃氣、階梯碳交易機制協同優化模型在滿足綜合能源系統安全約束的前提下，實現系統整體、經濟性最優。目標函數為

式中：C為IES日運行總成本；CPT為購電、購熱、購氣成本；CWPL為棄風光成本；CBG為生物質燃氣成本；CCP為碳市場交易成本；CCS為碳封存、購碳成本；CO為其他機組運行維護成本。

電、熱、氣相關成本為

式中：T為IES一個運行周期的時刻數；、、分別為購電、購熱、購氣的實時單位成本；、、分別為t時刻的購電量、購熱量、購氣量。

棄風光相關成本為

式中：gl為棄風光的單位成本；為t時刻棄風光量。

生物質燃氣相關成本為

式中，mBG為生物質燃料成本，取330元/t[17]。

碳市場交易成本、碳封存和購碳成本分別為

式中：ks為碳封存價格，取30 元/t[18]；kb為購碳費用，取2.8元/m3[19]。

2.2 約束條件

（1）電功率平衡的約束為

式中：、分別為t時刻風電、光電的上網功率；、分別為t時刻電儲能的放電、充電功率；為t時刻電負荷；為t時刻生物質燃氣生產耗電量；為t時刻電鍋爐消耗的電功率。

（2）熱功率和氣功率平衡的約束為

式中：為t時刻電鍋爐輸出熱功率；、分別為t時刻熱儲能的放熱、充熱功率；為t時刻購熱量；為t時刻熱負荷，為t時刻燃氣購買量；為t時刻氣負荷；為t時刻GB消耗的天然氣；為t時刻CHP天然氣消耗量。

（3）生物質燃氣的約束為

式中：為t時刻燃氣生產上限；、分別為生物質燃氣設備爬升的下限和上限。

（4）電、熱儲運行的約束為

式中：和分別為儲能在t和t-1 時刻儲量；為儲能自身能量損耗率；和分別為儲能裝置在t時刻的能量存儲和釋放功率；和分別為儲能裝置在t時刻的能量存儲和釋放效率；和分別為儲能裝置的容量下限和上限；和分別為儲能裝置的充電下限和上限；和分別為儲能裝置的放電下限和上限；、分別為儲能裝置的始、末時段容量。其他設備約束見文獻[20]，此處不再贅述。

2.3 模型求解

本文所建含改進生物質燃氣和階梯碳交易的IES調度模型求解屬于混合整數線性規劃問題，利用Matlab平臺中的商用CPLEX求解器進行模型求解。

3 算例分析

3.1 算例背景

為驗證所提模型的有效性，系統以24 h為一個周期，步長為1 h，一臺80 MW的風電機組，一臺60 MW的光電機組，選用北方某地區實際典型日數據，則風光出力曲線如圖4所示，電、熱、氣負荷曲線如圖5所示，系統機組參數如表1 所示，生物質燃氣模型參數如表2所示，分時電價、分時氣價、設備運維參數見文獻[21]，全時段熱價為400 元/（MW·h），棄風、棄光成本為400元/（MW·h），碳交易的基本參數碳價增長率為0.25，碳排放量的區間長度為80 t，基價為200元/t[22]。

表1 系統機組參數Tab.1 Parameters of system unit

表2 生物質燃氣模型參數[23-26]Tab.2 Parameters of biomass natural gas model[23-26]

圖4 風光出力Fig.4 Output power from wind and PV

圖5 電、熱、氣負荷Fig.5 Electric,heating and gas loads

3.2 仿真結果分析

3.2.1 生物質燃氣場景設置及分析

為了驗證改進生物質燃氣模型的經濟性和低碳性，構建了4 種運行場景：場景1，普通碳交易下生物質燃氣參與系統優化調度，考慮P2G-CCS 耦合；場景2，普通碳交易下改進生物質燃氣參與系統優化調度，考慮BNG-P2G耦合；場景3，普通碳交易下改進生物質燃氣參與系統優化調度，考慮P2GCCS耦合；場景4，普通碳交易下改進生物質燃氣參與系統優化調度，考慮BNG-P2G-CCS耦合。

場景1～4的優化調度結果對比如表3所示。從表中可以看出，場景3的碳排放量比場景1的減少了5.39 t，原因在于模型3采用的二階變壓吸附能夠在產生高品質生物質燃氣的同時產出可供利用的二氧化碳，該CO2可以被電轉氣利用或者通過碳封存的形式進行處理；相比模型1，模型3在增加了碳交易收益的同時，緩解了綜合能源系統氣負荷供給壓力，其購氣費用和購熱費用分別減少了43.35%和50.27%。

表3 場景1-4 優化調度結果對比Tab.3 Comparison of optimized dispatching result in scenarios 1-4

場景2的總成本較場景3的減少了4.64%，但由于場景2 未引入碳捕集系統，其碳排放量增加了231.24 t，同時電轉氣所需的二氧化碳需要改進生物質燃氣系統和外部購碳供應，為減少外部購碳費用，生物質燃氣產量增加，購氣費用相比場景3 的減少29 138 元。由于文中設置棄風光成本，場景2未完全消納的棄風棄光量增加系統成本13 289元，而場景1、場景3 的碳捕集裝置在用電低谷期或者風光高發期起到了消納盈余電量的作用。相比場景3，場景4將改進生物質燃氣裝置與電轉氣耦合，生物燃氣產量升高，電轉氣消耗電量降低，而場景3的CHP則需要輸出更多電功率滿足電負荷，從而導致碳排放量增加0.66 t。

綜上說明，改進生物質燃氣相比普通生物質燃氣模型在經濟性和碳排放上有著良好的效益，而且考慮BNG-P2G-CCS耦合模型的綜合能源系統能夠降低碳排放，從而增加碳市場交易的收益，降低成本。

3.2.2 生物質燃氣產量和碳封存量分析

本節主要分析不同場景下生物質燃氣的各時段產量以及系統的總產量碳封存量，如圖6 和圖7所示。從圖7 可以看出，場景2 的生物質燃氣產量最高，場景1的生物質燃氣產量最低，結合圖6分析可知，場景1 中生物質燃氣缺少CO2處理環節，因此其產量受到限制，大部分時間不產氣，僅僅在燃氣價格處于峰值時間段產氣，場景2 不包含碳捕集設備，但改進生物質燃氣與P2G 之間耦合減少P2G 外部購碳的費用，此時生物質燃氣產量變高，以增加為P2G供給的CO2量，導致場景2 的生物質燃氣產量較大。場景3 的生物質燃氣產量相比場景1的提升了258.94%，場景4的生物質燃氣產量相比場景3 的提升了0.79%，由于場景4 提純得到的CO2能夠被P2G 利用，故場景4 的碳封存量相比場景3的減少了4.31 t。

圖6 生物質燃氣各時段產量Fig.6 Production of biomass natural gas in different period

圖7 不同場景下生物質燃氣總產量和碳封存量Fig.7 Total production of biomass natural gas and carbon storage in different scenarios

3.2.3 燃氣負荷增長率下效益對比分析

本節以圖5 所示的氣負荷數據為基準情況（設文中輸入數據的燃氣負荷增長率為1），討論不同場景下改進生物質燃氣模型相比普通生物質燃氣模型在碳排放和總成本的影響，圖8 表示場景3 和場景4相較于場景1在碳排放和總成本方面的提升效果對比曲線。

從圖8可以看出，當燃氣負荷較小時，場景3和場景4 相對于場景1 的優勢并不明顯，隨著燃氣負荷需求量增大，場景4的碳排放減少量逐漸高于場景3 的，在其他條件保持不變的情況下，系統運行總成本的趨勢隨著燃氣負荷的升高而升高，且上升趨勢逐漸變大，考慮生物質燃氣耦合模型的場景4與場景3之間的差距逐漸變大。因此，相對于場景3，場景4 在面對更大的燃氣負荷供應壓力下能夠兼顧經濟性和低碳性。

3.2.4 階梯碳交易場景設置及分析

為驗證階梯碳交易機制對于本文所提模型的效益，構建了以下2 個場景：場景5，階梯碳交易下普通生物質燃氣參與系統優化調度，考慮P2G-CCS耦合；場景6，階梯碳交易下改進生物質燃氣參與系統優化調度，考慮BNG-P2G-CCS耦合。

表4 展示了不同場景下的優化調度結果。從表中可以看出，相較于普通碳交易機制，階梯碳交易機制能夠進一步降低系統的總成本和碳排放量，場景6 相較于場景4 的碳排放量減少35.27%，場景5相較于場景1的碳排放量減少33.80%，此外，碳封存量也得到一定程度地提升，從而避免更多的CO2排入大氣中。

表4 場景1、4、5、6 的優化調度結果對比Tab.4 Comparison of optimized dispatching result in Scenarios 1,4,5 and 6

從系統總成本上看，階梯碳交易機制的引入使得系統各設備的出力碳排放減少，場景6 和場景5的碳交易收益分別提升90.49%和86.76%，系統總成本分別減少7.78%和7.32%?？梢钥闯?，碳市場交易的收益遠遠大于設備在其他方面的成本，這表明相較于普通碳交易，階梯碳交易能夠在降低碳排放的同時帶來一定的經濟效益。

3.2.5 碳交易參數影響分析

圖9 給出了考慮不同碳基價下系統成本和碳排放量的變化。在普通碳交易中，當碳交易基價超過220 元時，隨著基價的提高，為減少系統運行成本，此時增加燃氣機組的出力，增大碳交易配額，同時輔以CCS的碳捕集能力，以達到增加碳交易市場收益的目的，但是碳捕集出力增加有限，當系統增加的碳排放量大于CCS 增加出力帶來的碳捕集量時，導致系統碳排放量略有上升。在碳基價280 元時，碳捕集設備的出力達到最大值，此時系統的碳排放量減少至某一定值不再變化，碳排放量的曲線存在小幅波動，可見其對于碳交易基價較為敏感。

圖9 不同碳基價下的系統運行成本和碳排放量Fig.9 System operating costs and carbon emissions at different carbon base prices

在階梯型碳交易中，碳捕集設備的碳捕集量增大，系統的碳排放量減少，隨著碳交易基價的上升，系統能夠售出的單位碳排放權增加，因此碳交易收益增加，總成本下降，當價格達到220 元/t 時，碳捕集設備的碳捕集量已經達到最大值，碳排放量逐漸趨于穩定。

從總成本上可以看出，在基價為280 元時，階梯碳交易的總成本降至30.98 萬元，而普通碳交易的總成本降至36.26 萬元，此時階梯碳交易與普通碳交易的碳排放量分別降至78.39 t 和121.10 t，與普通碳交易模型相比，階梯碳交易模型在系統的運行成本和碳排放量上都具有一定的優勢。

3.2.6 場景6 調度結果分析

本節進一步分析了場景6的電、熱、氣調度結果，如圖10～圖12所示。由圖10可以看出，在風光高發時段電轉氣和碳捕集消納風光，同時進行電能存儲，在高負荷、風光低發時段（06：00—9：00，16：00—21：00）釋放電能，起到了能量時移的作用。

圖10 場景6 電能調度結果Fig.10 Power dispatching result in Scenario 6

圖11為熱能調度結果，圖11可以看出，在電價谷時段（00：00—03：00），為充分利用低價電能，CHP 和GB 出力減小，電鍋爐滿功率運行。在最大負荷時段（22：00—24：00），用電量需求減少，熱電聯產機組出力減少，電鍋爐出力增加，為滿足此時段的熱負荷需求，系統需向外部熱網購買熱能。

圖11 場景6 熱能調度結果Fig.11 Dispatching result of thermal energy in Scenario 6

圖12 為天然氣調度結果，在風光高發時，P2G設備將盈余風電、光電轉化為天然氣，促進系統風電、光電的消納的同時減少天然氣購買成本，此時生物質燃氣和P2G 供給氣負荷的占比變大。在氣價平谷時段（06：00—07：00，17：00—18：00），新能源發電盈余量較少，生物質燃氣成本相對于購氣價格較高，此時生物質燃氣產量降低，系統向上級氣網的購氣量增加。

圖12 場景6 天然氣調度結果Fig.12 Dispatching result of natural gas in Scenario 6

4 結 論

結合生物質燃氣技術，本文構建了含改進生物質燃氣和階梯碳交易模型的綜合能源系統優化調度模型，通過不同場景的算例分析，得到以下結論。

（1）相比普通生物質燃氣模型，本文所提改進生物質燃氣模型能夠提高碳交易收益和燃氣供給能力，而且系統運行總成本降低2.09%，碳排放量減少4.24%。

（2）引入BNG-P2G-CCS 耦合模型能夠進一步減少碳排放量和系統成本，且燃氣負荷越大，效果越明顯。

（3）相比普通碳交易機制，引入階梯碳交易機制能夠減少35.27%的碳排放量和7.78%的系統運行成本，驗證了本文所提模型具有較好的環境效益和經濟效益。