電能量和旋轉(zhuǎn)備用市場下電-熱綜合能源系統(tǒng)低碳優(yōu)化運行

江 婷， 鄧 暉， 陸承宇， 王 旭， 蔣傳文， 龔 開

(1. 上海交通大學(xué) 電力傳輸與功率變換控制教育部重點實驗室，上海 200240；2. 國網(wǎng)浙江省電力有限公司 電力科學(xué)研究院，杭州 310014；3. 國網(wǎng)浙江省電力有限公司 電力市場仿真實驗室，杭州 310014)

能源是人類社會發(fā)展的重要引擎.近年來，為應(yīng)對氣候變化和環(huán)境污染等問題，世界各國正積極進(jìn)行能源可持續(xù)與低碳化轉(zhuǎn)型的實踐與探索，紛紛制定了宏偉的節(jié)能減排目標(biāo)，并推進(jìn)能源供給、消費、體制、技術(shù)革命[1].2019年，歐盟碳排放交易體系覆蓋的排放量較2018年下降9.1%，創(chuàng)10年來最大降幅[2].2020年9月，習(xí)近平總書記也鄭重宣布中國將力爭2030年前實現(xiàn)碳達(dá)峰、2060年前實現(xiàn)碳中和[3].由此可見，構(gòu)建清潔低碳、安全高效的能源體系具有重要戰(zhàn)略意義.

多能耦合綜合能源系統(tǒng)由于對提升能源系統(tǒng)經(jīng)濟(jì)性和清潔性的顯著作用[4]，被認(rèn)為是節(jié)能減排的最有效舉措之一[5]，電-熱綜合能源系統(tǒng)的低碳運行一直是該領(lǐng)域的研究熱點.目前，有關(guān)電-熱綜合能源系統(tǒng)的研究集中在經(jīng)濟(jì)調(diào)度方面.文獻(xiàn)[6]建立了考慮電-熱負(fù)荷波動的不確定性的電網(wǎng)和熱網(wǎng)的基礎(chǔ)穩(wěn)態(tài)潮流模型.文獻(xiàn)[7]和[8]分別采用區(qū)間數(shù)和模糊向量描述風(fēng)力發(fā)電出力及電、熱負(fù)荷的不確定性，分別基于區(qū)間優(yōu)化和模糊機會約束規(guī)劃建立了考慮熱網(wǎng)熱損失和熱延遲動態(tài)特征的區(qū)域電-熱綜合能源系統(tǒng)模型，并量化了熱電協(xié)調(diào)和動態(tài)熱網(wǎng)運行的經(jīng)濟(jì)效益和環(huán)保效益.文獻(xiàn)[9]以經(jīng)濟(jì)性和環(huán)保性最優(yōu)為目標(biāo)，建立了考慮電熱傳輸損耗與網(wǎng)絡(luò)傳輸約束的電-熱綜合能源系統(tǒng)優(yōu)化調(diào)度模型，并設(shè)計了雙層雙Lagrange乘子迭代算法對該問題進(jìn)行有效求解.上述模型盡管考慮了電-熱綜合能源系統(tǒng)的工作特性并實現(xiàn)了兼顧環(huán)保性的同時經(jīng)濟(jì)性最優(yōu)，但對環(huán)境問題描述不夠詳盡，且缺乏合理的市場機制以促進(jìn)市場主體向低碳環(huán)保轉(zhuǎn)型.

碳交易被認(rèn)為是減少碳排量的有力舉措，與此同時，低碳優(yōu)化運行也成為兼顧能量生產(chǎn)經(jīng)濟(jì)性和系統(tǒng)排放低碳性的重要手段.目前我國碳市場尚處于摸索階段，其主要分為傳統(tǒng)碳交易機制和階梯式碳交易機制[5].在傳統(tǒng)碳交易機制的基礎(chǔ)上，文獻(xiàn)[10]在機組組合優(yōu)化目標(biāo)中加入了碳排放成本，提出了考慮碳排放權(quán)交易的智能電網(wǎng)機組組合模型.文獻(xiàn)[11]結(jié)合我國實際地理環(huán)境因素和電力行業(yè)特殊，提出了基于區(qū)域比較的兩級分配機制，保證了碳排放權(quán)分配的合理性和高效性.文獻(xiàn)[12]提出了考慮場景概率的含風(fēng)電系統(tǒng)低碳經(jīng)濟(jì)調(diào)度模型，通過改進(jìn)的多目標(biāo)粒子群算法驗證了本文所提模型具有的社會效益和經(jīng)濟(jì)效益.文獻(xiàn)[13]在綜合能源系統(tǒng)電-氣耦合調(diào)度中引入階梯式碳交易機制，研究發(fā)現(xiàn)綜合需求響應(yīng)和天然氣市場有利于減少電力系統(tǒng)碳排放量，但考慮碳排放量后綜合需求響應(yīng)可能會導(dǎo)致電力負(fù)荷出現(xiàn)反向特性.然而，電-熱綜合能源系統(tǒng)在運行過程中面臨可再生能源出力和負(fù)荷波動等多種不確定因素，給決策和系統(tǒng)安全運行帶來巨大挑戰(zhàn)，上述文獻(xiàn)均未在碳交易中考慮這些不確定因素.

本文在前人研究的基礎(chǔ)上，引入階梯式碳交易機制，提出綜合考慮經(jīng)濟(jì)性和環(huán)保性的電能量和旋轉(zhuǎn)備用市場下電-熱綜合能源系統(tǒng)低碳優(yōu)化運行模型.針對該綜合能源系統(tǒng)面臨的不確定性問題和由此帶來的風(fēng)險，采用隨機優(yōu)化處理風(fēng)電出力和電負(fù)荷的不確定性，并通過條件風(fēng)險價值(CVaR)量化風(fēng)險，降低不確定性決策的盲目性；在此基礎(chǔ)上，重點討論不同綜合能源系統(tǒng)決策方案和風(fēng)險系數(shù)對系統(tǒng)利潤的影響，以及各分布式能源的優(yōu)化情況.最后，通過仿真算例和對比分析驗證了階梯式碳交易機制下綜合能源系統(tǒng)低碳優(yōu)化運行模型的合理性，并分析了儲能容量對系統(tǒng)決策的影響.

1 電-熱綜合能源系統(tǒng)結(jié)構(gòu)和基本原理

電-熱綜合能源系統(tǒng)通過能量轉(zhuǎn)換設(shè)備將傳統(tǒng)的電網(wǎng)和熱網(wǎng)耦合起來，對各種能源的產(chǎn)生、傳輸、轉(zhuǎn)換、消費、交易等環(huán)節(jié)實施有機協(xié)調(diào)與優(yōu)化，實現(xiàn)經(jīng)濟(jì)可靠運行.其中，電負(fù)荷由微型燃?xì)廨啓C(MT)、燃料電池(FC)、熱電聯(lián)產(chǎn)(CHP)機組、電儲能(ES)和風(fēng)電機組(WT)供給，熱負(fù)荷由CHP機組、鍋爐和熱儲能(TS)供給.電負(fù)荷包括固定負(fù)荷部分和參與電力需求響應(yīng)(EDR)部分，其中EDR主要考慮的是可中斷類型，綜合能源系統(tǒng)可中斷EDR，但需向用戶支付補償費用.而熱負(fù)荷包括固定負(fù)荷部分和參與熱力需求響應(yīng)(HDR)的靈活熱負(fù)荷部分，其中HDR主要考慮的是的熱水負(fù)荷類型.綜合能源系統(tǒng)可通過調(diào)整內(nèi)部MT、FC、CHP機組備用容量和EDR水平，在保證供電供熱穩(wěn)定的前提下向旋轉(zhuǎn)備用市場提供一定備用，從而提高決策靈活性，進(jìn)而獲取更大收益[14].典型的電-熱綜合能源系統(tǒng)結(jié)構(gòu)如圖1所示，其中：箭頭方向為能量流動方向.

圖1 電-熱綜合能源系統(tǒng)結(jié)構(gòu)Fig.1 Structure of integrated electricity-heat energy system

2 電-熱綜合能源系統(tǒng)低碳優(yōu)化運行模型

2.1 碳交易機制及其分配原則

圖2 階梯式碳交易模型Fig.2 Tiered carbon trading model

階梯式碳交易是指將CO2排放量設(shè)置為若干個階梯分段或分檔次定價計算費用，通過分段CO2排放量可以實現(xiàn)細(xì)分市場的差別定價，提高能源效率.

基于以上模型，碳交易成本Ccm可表示為

(4)

式中：E0為無償碳排放額.

2.2 電-熱綜合能源系統(tǒng)多目標(biāo)優(yōu)化模型

2.2.1目標(biāo)函數(shù) 電-熱綜合能源系統(tǒng)以參與電能量和旋轉(zhuǎn)備用市場獲得的經(jīng)濟(jì)收益Fsys最大化為目標(biāo)進(jìn)行決策，因此優(yōu)化模型的目標(biāo)函數(shù)如下：

(5)

(6)

(7)

(8)

(9)

(10)

(11)

CVaR值FCVaR可用來度量由于電價不確定性以及風(fēng)電出力不確定性導(dǎo)致總收益變動的風(fēng)險.對于一個離散的收益分布來說，當(dāng)置信水平為α?xí)r，F(xiàn)CVaR對應(yīng)小概率1-α場景集合的期望收益[19]：

(12)

式中：ξ為風(fēng)險價值(VaR)；φω為場景ω下總收益與ξ的差額.

2.2.2約束條件

(1) MT和FC約束.

(13)

(14)

(15)

(16)

(17)

(18)

(19)

(20)

(21)

(22)

(2) CHP機組約束.

(29)

(3) 鍋爐約束.

(30)

(4) ES和TS約束.

(37)

由于TS與ES約束條件式(31)～(37)一致，在此不再贅述.

(5) EDR約束.

EDR激勵價格與電負(fù)荷削減量的關(guān)系表現(xiàn)為如圖3所示的階梯形[20-21]，用戶可提供的中斷負(fù)荷容量越大，對應(yīng)更高的中斷水平，其獲得的EDR激勵價格也相應(yīng)越高.

圖3 EDR階梯形價格曲線Fig.3 Tiered EDR pricing curve

因此EDR約束可以表示為

(40)

(6) HDR約束.

(43)

(7) 電、熱功率平衡約束.

(44)

(45)

(46)

(47)

(48)

(49)

(9) 電-熱綜合能源系統(tǒng)備用約束.

(50)

(10) 碳交易約束.

(51)

(11) CVaR相關(guān)約束.

(52)

φω≥0

(53)

2.3 模型求解

本文假定風(fēng)機出力和電負(fù)荷分別滿足一定的概率分布，通過蒙特卡洛抽樣方法構(gòu)建場景集，再通過聚類方法完成場景縮減，從而得到典型場景[23].電-熱綜合能源系統(tǒng)運行優(yōu)化問題屬于0-1混合整數(shù)線性規(guī)劃問題(MILP)，可以基于MATLAB 2019b軟件及YALMIP調(diào)用Gurobi 9.0對上述模型進(jìn)行計算，使用計算機的配置為Intel Core CPU i7-9750H 2.60 GHz.算法流程如圖4所示.

圖4 所提模型的計算流程圖Fig.4 Calculation flowchart of the proposed model

3 算例分析

3.1 參數(shù)設(shè)置

為驗證上述模型的有效性與可行性，本節(jié)以2臺MT、2臺FC、3臺WT機組、5臺CHP機組、5臺鍋爐、5個ES單元、5個TS單元、電負(fù)荷和熱負(fù)荷構(gòu)成綜合能源系統(tǒng).系統(tǒng)調(diào)度周期為1天，分為24時段.電能量市場和旋轉(zhuǎn)備用市場電價、各設(shè)備參數(shù)、電負(fù)荷和熱負(fù)荷數(shù)據(jù)參考文獻(xiàn)[18]，其中熱負(fù)荷和電負(fù)荷場景如圖5所示.備用服務(wù)時間ts為 10 min[24]，實際碳排放量計算系數(shù)見文獻(xiàn)[25]，碳配額初始分配方案見文獻(xiàn)[17]， 基準(zhǔn)碳價為0.93歐元/kg，碳價區(qū)間為4個，碳價增量為0.27歐元/kg， 碳配額增量為300 kg[13]，初始水溫Thw,ini設(shè)為 15 ℃[22]，置信水平α=0.95.

圖5 各時段電負(fù)荷和固定熱負(fù)荷Fig.5 Electric loads and fixed thermal loads in each period

3.2 優(yōu)化結(jié)果對比及分析

圖6 各時段CHP機組供電功率和備用容量Fig.6 Electric power output and reserve capacity of CHPs in each period

圖7 各時段MT和FC輸出功率和備用容量Fig.7 Electric power output and reserve capacity of MT and FC generators in each period

圖8 各時段鍋爐供熱功率Fig.8 Heating power output of boils in each period

圖9 各時段ES荷電狀態(tài)和TS儲熱狀態(tài)Fig.9 Electric storage capacity of ESs and thermal storage capacity of TSs in each period

圖10為EDR和HDR優(yōu)化結(jié)果，其中：Dt為各時段各能源負(fù)荷.由圖10可知，對于電負(fù)荷，EDR在低電價時段向旋轉(zhuǎn)備用市場提供備用，而高電價時段，綜合能源系統(tǒng)切除可中斷電負(fù)荷獲取更大利潤.由于電負(fù)荷的中斷水平越低則補償價格也越低，綜合能源系統(tǒng)優(yōu)先切除低級中斷水平電負(fù)荷，且切除負(fù)荷量與電能量市場電價正相關(guān).而對于熱負(fù)荷，綜合能源系統(tǒng)提高了傍晚的熱力供應(yīng)，并降低了其余時間的靈活熱負(fù)荷，有利于實現(xiàn)電力與熱力的峰谷平衡.

圖10 各時段EDR和HDR優(yōu)化結(jié)果Fig.10 Optimization results of EDR and HDR in each period

3.2.1不同模型優(yōu)化結(jié)果對比

模型1不采用CVaR來應(yīng)對風(fēng)電出力與電負(fù)荷的不確定性，在階梯型碳交易模型下，目標(biāo)函數(shù)僅包含系統(tǒng)運行成本，不包含碳交易成本.

模型2不采用CVaR來應(yīng)對風(fēng)電出力與電負(fù)荷的不確定性，但將階梯型碳交易成本計入目標(biāo)函數(shù)中.

模型3采用CVaR處理風(fēng)電和負(fù)荷預(yù)測不確定性問題，且不將階梯型碳交易成本計入目標(biāo)函數(shù)中.

模型4采用CVaR處理風(fēng)電和負(fù)荷預(yù)測的不確定性，并將階梯型碳交易成本計入目標(biāo)函數(shù)中.

不同模型優(yōu)化結(jié)果對比如表1所示.由表1可知，本文所提出的模型4總收益最多，這是由于該模型可以幫助綜合能源系統(tǒng)對其內(nèi)部資源和風(fēng)險因素協(xié)調(diào)管理，優(yōu)化范圍更廣，充分發(fā)揮了綜合能源系統(tǒng)減排潛力.與不采用CVaR來應(yīng)對不確定性的模型2相比，盡管模型4的碳排放量和碳交易成本略高一些，但這不影響模型總體經(jīng)濟(jì)性.這是因為采用CVaR以后，系統(tǒng)需要適量增大MT、FC和CHP機組等設(shè)備出力，增加備用容量以規(guī)避風(fēng)險.

表1 不同模型優(yōu)化結(jié)果對比Tab.1 Comparison of optimization results of different models

與模型1相比，模型2的碳排放得到改善，碳排放量降低6.61%，同時碳交易成本減少720.85歐元，這說明在低碳市場背景下綜合能源系統(tǒng)充分考慮碳排放環(huán)境效益對其經(jīng)濟(jì)效益的影響十分重要.

采取風(fēng)險管理措施的模型3相較于不采取任何風(fēng)險規(guī)避措施的模型1總收益提高了25.48%；但碳排放量有小幅增加，碳排放成本增加了0.57%；一個調(diào)度周期內(nèi)電能量市場收益和總備用收益分別減少了692.65歐元和270.10歐元.由于模型1沒有有效的風(fēng)險規(guī)避措施，為保證系統(tǒng)安全運行，所提供的備用容量較大.總體上DR調(diào)用水平與碳交易和風(fēng)險因素?zé)o關(guān).

圖11 各時段電能量和旋轉(zhuǎn)備用市場競標(biāo)量Fig.11 Bids for electric energy market and spinning reserve market in each period

3.2.3儲能不同容量時的優(yōu)化結(jié)果對比 為分析在接入不同容量的電、熱儲能設(shè)備時電—熱綜合能源系統(tǒng)的運行狀態(tài)，本節(jié)比較分析當(dāng)β=0.6時原本系統(tǒng)和電、熱儲能設(shè)備容量放大3倍下系統(tǒng)的在各時段向電能量和旋轉(zhuǎn)備用市場投標(biāo)量，如圖13所示.對比可知，當(dāng)各類儲能容量較大時，由于儲能調(diào)節(jié)能力變大，系統(tǒng)在電價低谷時增加購電，在電價較高時將這一部分電能轉(zhuǎn)移出售， 進(jìn)而在電能量市場套利.當(dāng)各類儲能容量較小時，由于儲能調(diào)節(jié)能力不足，系統(tǒng)減小旋轉(zhuǎn)備用量以保證經(jīng)濟(jì)運行.

圖13 儲能不同容量時各時段電能量和旋轉(zhuǎn)備用市場競標(biāo)量Fig.13 Bids for electric energy market and spinning reserve market in each period at different energy storage capacities

圖14～18為各時段所有CHP機組供電功率和備用容量、MT和FC供電功率及備用容量、ES荷電狀態(tài)和TS儲熱狀態(tài)優(yōu)化結(jié)果、電負(fù)荷和熱負(fù)荷優(yōu)化結(jié)果.對比圖6～10和圖14～18可見，總體上當(dāng)儲能接入容量較大時，應(yīng)對實際情況與日前預(yù)測結(jié)果的偏差有更充分的旋轉(zhuǎn)備用空間，對日前優(yōu)化方案進(jìn)行調(diào)整，增大各設(shè)備備用容量，保障系統(tǒng)供需平衡和運行穩(wěn)定，由此可見儲能設(shè)備有利于增加系統(tǒng)靈活性；而由于熱力系統(tǒng)需要考慮的不確定性因素可以近似忽略，電、熱儲能容量對熱力供應(yīng)的影響不大.對于低概率場景，若特地為其配置較多的儲能容量以提升可支配的旋轉(zhuǎn)備用容量，這一部分會有很大概率被浪費，且儲能成本會隨著配置儲能容量的增加而大幅增加.因此，在實際決策中，需要權(quán)衡好儲能容量與旋轉(zhuǎn)備用容量的配置.

圖14 儲能容量較高時各時段CHP機組供電功率和備用容量Fig.14 Electric power output and reserve capacity of CHPs in each period at a higher energy storage capacity

圖15 儲能容量較高時各時段MT和FC輸出功率和備用容量Fig.15 Electric power output and reserve capacity of MT and FC generators in each period at a higher energy storage capacity

圖16 儲能容量較高時各時段鍋爐供熱功率Fig.16 Heating power output of boils in each period at a higher energy storage capacity

圖17 儲能容量較高時各時段ES荷電狀態(tài)和TS儲熱狀態(tài)Fig.17 Electric storage capacity of ES and thermal storage capacity of TS in each period at a higher energy storage capacity

圖18 容量較高時各時段EDR和HDR優(yōu)化結(jié)果Fig.18 Optimization results of EDR and HDR in each period at a higher energy storage capacity

4 結(jié)論

針對電—熱綜合能源系統(tǒng)在能源轉(zhuǎn)換以及碳排放管理方面的作用，本文提出了考慮電—熱綜合能源系統(tǒng)參與的電力系統(tǒng)低碳優(yōu)化運行策略模型，并采用條件風(fēng)險價值度量其決策風(fēng)險，主要結(jié)論有.

(1) 本文綜合考慮階梯型碳交易機制對電—熱綜合能源系統(tǒng)優(yōu)化運行的影響，在兼顧經(jīng)濟(jì)性的同時，有效提高了系統(tǒng)運行的環(huán)保性，符合我國電力行業(yè)節(jié)能減排、低碳環(huán)保的發(fā)展理念.

(2) 新能源出力和負(fù)荷存在的不確定性造成了電—熱綜合能源系統(tǒng)運行的風(fēng)險.所提模型利用條件風(fēng)險價值衡量風(fēng)電出力與電負(fù)荷日前預(yù)測的不確定性造成的經(jīng)濟(jì)影響，通過風(fēng)險偏好系數(shù)表征決策者對風(fēng)險的重視程度.隨著風(fēng)險偏好系數(shù)的增大，系統(tǒng)的風(fēng)險收益不斷增大，但總預(yù)期收益大幅減小，反應(yīng)了決策者對風(fēng)險的厭惡程度持續(xù)升高.

(3) 電、熱儲能容量大小對電—熱綜合能源系統(tǒng)的優(yōu)化運行有影響，主要體現(xiàn)在系統(tǒng)留有備用容量上，在做運行決策時考慮儲能的接入容量能夠更好地提高系統(tǒng)經(jīng)濟(jì)性.