考慮碳交易機制的風-火協(xié)調(diào)低碳優(yōu)化調(diào)度

收稿日期：2021-12-09

基金項目：國家自然科學基金（62163034）；新疆維吾爾自治區(qū)高校科研計劃自然科學重點項目（XJEDU2020I004）

通信作者：謝麗蓉（1969—），女，碩士、教授、博士生導師，主要從事控制系統(tǒng)優(yōu)化、新能源發(fā)電方面的研究。xielirong@xju.edu.cn

DOI：10.19912/j.0254-0096.tynxb.2021-1516 文章編號：0254-0096（2023）04-0106-07

摘 要：為了控制電力系統(tǒng)碳排放總量、提高風電消納比例，提出一種風-火-碳捕集與封存（CCS）設(shè)備協(xié)調(diào)優(yōu)化模型，以系統(tǒng)運行總成本最小作為目標函數(shù)。為調(diào)動火電機組調(diào)峰積極性、促進風電消納，引入計及調(diào)峰主動性的火電機組深度調(diào)峰機制。并在系統(tǒng)中加入CCS設(shè)備與階梯式碳交易，進一步提高系統(tǒng)低碳性與經(jīng)濟性。結(jié)果表明所提模型能有效促進風電消納，在減小碳排放量的同時降低系統(tǒng)運行的成本。

關(guān)鍵詞：深度調(diào)峰；碳排放；風電；優(yōu)化調(diào)度；碳交易

中圖分類號：TM73 " " 文獻標志碼：A

0 引 言

電力行業(yè)作為國家重要基礎(chǔ)行業(yè)，其碳排放量占中國排放總量的50%，電力系統(tǒng)減排成效直接影響中國“碳減”進程［1］。盡管中國風電裝機容量持續(xù)上升，但風電上網(wǎng)比例仍有待提高，原因是系統(tǒng)調(diào)峰能力不足，影響風電消納［2］。針對調(diào)峰能力不足，文獻［3］提出把需求側(cè)和發(fā)電側(cè)資源結(jié)合的核-火-虛擬電廠三階段調(diào)峰模型，利用CPLEX證明所建模型合理性。文獻［4］將清潔能源并網(wǎng)后針對電力系統(tǒng)調(diào)峰能力不足的問題，建立了火電機組深度調(diào)峰模型。

僅滿足調(diào)峰需求，保證經(jīng)濟性卻未顧及碳排放對環(huán)境的影響，無疑要進行巨大改革，針對低碳電力系統(tǒng)，相關(guān)學者也進行了一定研究，文獻［5］以綜合運行成本最小為目標，利用儲熱與電鍋爐構(gòu)建含風電系統(tǒng)的調(diào)度模型，實現(xiàn)低碳的目標。文獻［6］利用燃氣機組建立碳交易低碳規(guī)劃模型，通過模型對比與靈敏性分析驗證模型有效性。文獻［7］提出一種雙邊交易機制和需求側(cè)管理的兩階段模型，采用碳排放流量模型跟蹤碳排放計算強度。

碳捕集與封存（carbon capture and storage，CCS）設(shè)備可有效降低CO2排放，在系統(tǒng)中加入CCS設(shè)備并將碳交易機制引入系統(tǒng)，可大幅降低碳排放總量。在以往的研究中，鮮有在火電深度調(diào)峰服務(wù)下引入CCS設(shè)備與碳交易機制的研究。

在上述研究基礎(chǔ)上，提出一種風-火-CCS優(yōu)化調(diào)度模型，同時利用CCS設(shè)備和碳交易機制降低系統(tǒng)碳排放并保證系統(tǒng)經(jīng)濟性，將二者結(jié)合，建立風-火-CCS設(shè)備協(xié)調(diào)優(yōu)化低碳模型，在保證系統(tǒng)經(jīng)濟性的同時提高系統(tǒng)低碳性及風電消納有效性。結(jié)果表明所提模型的有效性、合理性。

1 深度調(diào)峰服務(wù)補償與成本分攤模型

1.1 深度調(diào)峰服務(wù)補償

火電機組參與深度調(diào)峰服務(wù)的過程中會承受超過常規(guī)調(diào)峰的發(fā)電成本。調(diào)峰運行過程主要包括常規(guī)調(diào)峰運行與深度調(diào)峰運行兩階段，其中深度調(diào)峰運行又分為投油調(diào)峰與不投油調(diào)峰［8］。為保證火電機組積極參與調(diào)峰服務(wù)，引入深度調(diào)峰服務(wù)補償，彌補調(diào)峰機組造成的損失。

假設(shè)僅有火電機組參與深度調(diào)峰，參與有償調(diào)峰的火電機組按照其有償調(diào)峰的電量給予一定補償，其表達式為：

[Cgi，t，peak=εgpeakPgi，t，peakΔt，i∈Ig] （1）

式中：[Cgi，t，peak]——火電機組因參與調(diào)峰所獲得的額外補償，元；[εgpeak]——火電機組調(diào)峰補償單價，元；[Pgi，t，peak]——單位時間內(nèi)有償深度調(diào)峰電量，MW。

[t]時刻總調(diào)峰補償支出為：

[Ct，peak=i∈IgεgpeakPgi，t，peakΔt] （2）

1.2 調(diào)峰成本分攤模型

在深度調(diào)峰服務(wù)中，有償調(diào)峰服務(wù)補償由系統(tǒng)內(nèi)火電機組、風電機組共同承擔，火電承擔部分按照其上網(wǎng)電量比例分攤，風電分攤費用按照深度調(diào)峰時當日總發(fā)電量比例分擔，調(diào)峰成本分攤模型為：

[Cgi，t，basic=Pgi，t，basic×Cgt，basiciPgi，t，basic+nPwindn，t，" i∈Ig] （3）

[Cwindn，t=Pwindn，t×Cgt，peakiPgi，t，basic+nPwindn，t，" n∈Iwind] （4）

式中：[Cgi，t，basic]、[Cwindn，t]——[t]時刻各火電機組和風電場的調(diào)峰分攤費用，元；[Pgi，t，basic]——常規(guī)機組的上網(wǎng)功率，MW；[Pwindn，t]——風電場的上網(wǎng)功率，MW。

1.3 調(diào)峰主動性約束

系統(tǒng)內(nèi)所有利益主體對深度調(diào)峰的積極性，取決于能否從中受益。調(diào)峰主動性是通過調(diào)峰補償激勵火電廠進行深度調(diào)峰，只要機組承擔費用小于增發(fā)電量利潤，就會積極參與到深度調(diào)峰計劃中。

火電機組調(diào)峰利潤可表示為：

[Ggt=t=1Ti=1Ng（Cgi，t，peak-fi，c-fi，s+ΔPgi，tδg-Cgi，t，basic）Mgt=Gg，aftert-Gg，beforet≥0] （5）

式中：[fi，c]和[fi，s]——火電機組調(diào)峰階段的機組損耗成本和投油穩(wěn)燃成本，元；[ΔPgi，t]——火電機組因深度調(diào)峰少發(fā)電量，MW；[δg]——火電機組上網(wǎng)電價，元；[Gg，beforet]和[Gg，aftert]——火電參與調(diào)峰前后的收益利潤，元。

風電場調(diào)峰主動性可表示為：

[Gwt=t=1Tn=1Nw（δwindPwindn，t-Cwindn，t-θwindPwindn，t，curt）Mwt=Gw，aftert-Gw，beforet≥0] （6）

式中：[δwind]和[θwind]——風電上網(wǎng)電價和單位棄風懲罰價格，元；[Pwindn，t，curt]——棄風功率，MW；[Gw，beforet]和[Gw，aftert]——風電參與深度調(diào)峰前后的收益，元。

當風電場收益利潤[Mwtlt;0]時，表示其調(diào)峰分攤費用大于因深度調(diào)峰額外增加發(fā)電量所產(chǎn)生的效益，此時風電場為保證自身發(fā)電效益將退出調(diào)峰合作；同理，當火電機組調(diào)峰運行利潤[Mgtlt;0]時，火電廠為維護自身權(quán)益，將退出調(diào)峰運營的合作。

2 CCS設(shè)備與碳交易模型

近年來，CO2過度排放導致全球氣溫升高，當前最有效的降低CO2排放的技術(shù)——CCS技術(shù)，若將其引入電力行業(yè)，有利于實現(xiàn)行業(yè)低碳化［9］。

2.1 碳捕集系統(tǒng)成本

碳捕集系統(tǒng)成本主要包含碳捕集系統(tǒng)能耗成本和CO2的處理封存成本。

1）碳捕集能耗成本

碳捕集設(shè)備在捕集過程中需消耗部分能量，火電機組發(fā)電功率中部分供碳捕集裝置運作，部分上網(wǎng)，可表示為：

[Pi，t，g=Pccsi，t+Pgi，t] （7）

式中：[Pccsi，t]——碳捕集能耗，MW；[Pgi，t]——火電機組凈輸出功率，MW。

碳捕集能耗成本包括固定能耗和運行能耗，固定能耗為CCS設(shè)備運行時所需基礎(chǔ)能耗，運行能耗系統(tǒng)吸收、分解和壓縮二氧化碳所需能耗，可表示為：

[Pccsi，t=Pi，t，fe+Pi，t，oe] （8）

[Pi，t，oe=αccωce（eciPi，t，g）] （9）

式中：[Pi，t，fe]與[Pi，t，oe]——CCS設(shè)備固定能耗及運行能耗，MW；[αcc]和[ωce]——處理單位CO2消耗的電功率和設(shè)備碳捕獲效率；[eci]——火電機組單位碳排放強度；[Pi，t，g]——燃煤機組發(fā)電總功率，MW。

2） CO2封存成本

CCS設(shè)備在捕獲效率[ωce]下捕獲的CO2總量為：

[Sccsit，cd=ωce（eciPi，t，g）] （10）

[Cstor=KS?s（Sccsit，cd-sccsit，cd）] （11）

式中：[Sccsit，cd]和[sccsit，cd]——捕集的CO2總量和用作電轉(zhuǎn)氣設(shè)備使用的量；[KS]——CCS設(shè)備總量；[?s]——CO2封存成本因子。

2.2 碳排放權(quán)交易機制的調(diào)度研究

《碳排放權(quán)交易管理辦法》自2021年2月1日起正式施行［10］，式（12）～式（13）為傳統(tǒng)碳交易模型。

[Egc=t=1Ti=1NgμiPi，t，g] （12）

[Egd=t=1Ti=1NgλiPi，t，g] （13）

式中：[Egc]和[Egd]——火電機組[i]在[t]時刻的碳排放量和碳排放配額量；[μi]和[λi]——煤耗機組的配額系數(shù)和碳排放強度。配額系數(shù)取0.7 t/MWh。

本文基于傳統(tǒng)碳交易模型，構(gòu)建階梯式碳交易模型，每個區(qū)間內(nèi)若實際碳排放大于分配額度，則需購買超出部分；反之可售出余裕部分。

[ftrade=σi=1NgEgc-i=1NgEgd， i=1NgEgc-i=1NgEgd≤pσi=1NgEgc-i=1NgEgd-pδ+σi=1NgEgc-i=1NgEgd，" " " " " " " " " " " " " " " " " " " " " " " " " p ≤i=1NgEgc-i=1NgEgd≤2pσi=1NgEgc-i=1NgEgd-2pδ+" " "σi=1NgEgc-i=1NgEgd-pδ+σi=1NgEgc-i=1NgEgd，" " " " " " " " " " " " " " " " " " " 2p ≤i=1NgEgc-i=1NgEgd≤3p" " " ?" ] （14）

式中：[ftrade]——系統(tǒng)總碳交易成本，元；[p]——碳交易成本中碳排放區(qū)間長度，本文取25 t；[δ]——碳交易成本中增長幅度，本文取25%。

3 優(yōu)化模型的建立

3.1 目標函數(shù)

本文系統(tǒng)綜合考慮機組發(fā)電成本、各機組調(diào)峰利潤、碳處理、碳交易成本以及考慮棄風消納問題，以系統(tǒng)運行總成本最低為目標構(gòu)建函數(shù)。

[minF=fg+fcurtwind+fcr+ftrade] （15）

式中：[fg]——火電機組發(fā)電成本，元；[fcurtwind]——棄風懲罰價格，元；[fcr]——CCS設(shè)備工作成本，元。

3.2 火電系統(tǒng)發(fā)電成本

深度調(diào)峰機組發(fā)電區(qū)間比常規(guī)機組更廣，可工作在常規(guī)最小出力值以外，深度調(diào)峰機組成本包括：

1）火電機組煤耗成本與啟停成本

[f1=fss+fcc=t=1NTi=1Ng（1-ui（t-1）siuit）+t=1NTi=1Ng（aiPi，t，g2+biPi，t，g+ci）]

（16）

式中：[ai]、[bi]和[ci]——火電機組煤耗系數(shù)。

2）深度調(diào)峰機組損耗成本

機組出力低于常規(guī)最小出力時，機組轉(zhuǎn)子受到較大交變熱應力，導致降低轉(zhuǎn)子壽命周期［11-12］。

[flc=βSunit，i/2Nf（Pgi，t）] （17）

式中：[β]——火電機組運行影響因子；[Sunit，i]——購機價格；[Nf（Pgi，t）]——轉(zhuǎn)子正常循環(huán)次數(shù)。

3）深度調(diào)峰機組穩(wěn)燃投油成本

繼續(xù)降低出力需投入助燃劑輔助，成本表示為：

[foc=CcsQoil，i，t] （18）

式中：[Ccs]——穩(wěn)燃油價格，元；[Qoil，i，t]——耗油量。

綜上，火電機組全周期運行成本表示為：

[fg=f1，" " " " " " " " " "Pi，minlt;Pi，tlt;Pi，maxf1+flc，" " " " " "Palt;Pi，tlt;Pi，minf1+flc+foc，" Pblt;Pi，tlt;Pa] （19）

3.3 風電系統(tǒng)消納能力

風電消納能力越弱，則代表風電棄風電量越多。

[fwind=θwindPwindn，t，curt] （20）

3.4 約束條件

1）功率平衡約束

[i=1NgPgi，t+n=1NwPwindn，t-m=1NccsPi，t，ccs=k=1NkPloadkt] （21）

式中：[Nk]——CCS設(shè)備數(shù)；[Ploadkt]——電負荷。

2）火電機組約束

[uitPi，minlt;Pi，t，g≤uitPi，max] （22）

[uitPiblt;Pi，t，g≤uitPimax] （23）

[-rid≤Pgi，t-Pgi（t-1）≤riu] （24）

[（Toni（t-1）-Tonit，min）（ui（t-1）-uit）≥0（Tdni（t-1）-Tdnit，min）（uit-ui（t-1））≥0] （25）

式中：[riu]和[rid]——機組最大向上爬坡速率和最大向下爬坡速率；[Tonit，min]和[Tdnit，min]——第[i]個火電機組最小連續(xù)開機、停機時間。

3）CCS約束與風電出力約束

[Pccsi，t-Pccsi（t-1）≤UccsPccsi（t-1）-Pccsi，t≤Dccs] （26）

[Pi，t，fe≤Pccsi，t=Pi，t，fe+Pi，t，oe≤Pccsi，t，max] （27）

[0lt;Pwindn，t≤Pwindn，t，max] （28）

式中：[Uccs、][Dccs]——碳捕集爬坡速率上、下極限；[Pccsi，t，max、][Pwindn，t，max]——CCS設(shè)備和風電機組最大出力。

4 算例分析

4.1 算例概述

為驗證所提模型在兼顧消納風電的同時能降低系統(tǒng)碳排放，比較不同模式下經(jīng)濟性與綠色低碳性的變化，采用CPLEX對模型求解并驗證模型有效性。系統(tǒng)中包含1個總?cè)萘繛?00 MW的風電場、5臺火電機組及CCS設(shè)備，火電機組運行參數(shù)見表1。

CCS設(shè)備能耗系數(shù)為0.269 MWh/t。深度調(diào)峰補償費用為500元/MWh，單位棄風懲罰成本為500元/MWh，分時電價如表2所示。

4.2 系統(tǒng)優(yōu)化調(diào)度結(jié)果分析

本文將下述4種調(diào)度場景，從經(jīng)濟性、低碳性與風電消納角度進行分析，4種調(diào)度場景分別為：

場景1：不考慮碳排放與碳捕集，火電機組不參與深度調(diào)峰。

場景2：不考慮碳排放與碳捕集，火電機組參與深度調(diào)峰。

場景3：考慮碳捕集與碳排放，火電機組不參與深度調(diào)峰。

場景4：考慮碳排放與碳捕集，火電機組參與深度調(diào)峰。

各場景的系統(tǒng)運行情況如表3所示。

從表3可看出，場景2比場景1的火電總運行成本減少4.62%，棄風懲罰成本減少4.05萬元，棄風率下降了0.72%，碳排放量減少1%，系統(tǒng)運行總成本降低6.10%。

對比場景1和場景3各項成本，在火電運行成本方面，雖場景1比場景3少約63.25萬元，但場景3在棄風率方面較場景1降低7.20個百分點。

對比場景3與場景4，場景4在各項成本上均有優(yōu)勢，且系統(tǒng)總運行成本較場景3減少1.9%。

4.3 火電機組深度調(diào)峰出力結(jié)果分析

本節(jié)分析比較各場景中火電機組是否加入深度調(diào)峰及系統(tǒng)中是否含有CCS設(shè)備與碳交易機制的情況。圖1表示各場景中機組出力情況。

從表3可知，場景2火電獲得8.05萬元的調(diào)峰收益，加強了火電機組積極參與深度調(diào)峰服務(wù)的意愿。在00：00—04：00時段，由于電負荷需求小而風電功率大，為提高消納風電量，火電機組1和4停機，火電機組5在00：00—03：00時段投油調(diào)峰。隨著電負荷曲線上升、風電出力下降，火電機組1在05：00—07：00、17：00—24：00時段進行深度調(diào)峰；火電機組4在04：00—07：00、17：00—19：00時段進行投油調(diào)峰。隨著調(diào)峰深度增加，火電深度調(diào)峰服務(wù)補償不足以彌補機組因調(diào)峰產(chǎn)生的額外成本，故在20：00時主動退出深度調(diào)峰服務(wù)。

在場景4中，火電機組1、3、4于00：00—05：00、00：00—04：00和00：00—03：00時段處于停機狀態(tài)，火電機組3和4在04：00—10：00和03：00—06：00時段進行深度調(diào)峰，到18：00—24：00、16：00—24：00和17：00—24：00時段時，火電機組1、3和4開始投油調(diào)峰。從表3可知，火電調(diào)峰收益為15.89萬元，可加強機組調(diào)峰服務(wù)意愿。

對比圖1c與圖1d中場景3與場景4可看出，考慮深度調(diào)峰后，場景4風電上網(wǎng)功率增加0.09%，火電上網(wǎng)功率減少約0.11%。

對比圖1a與圖1c，火電機組均進行常規(guī)調(diào)峰，場景3引入CCS設(shè)備與階梯式碳交易。對比優(yōu)化結(jié)果，雖場景3火電機組出力較場景1增加34.69個百分點，但風電上網(wǎng)功率增加0.72%，且碳排放量和系統(tǒng)運行成本均小于場景1。

在圖1a和圖1b中，對比引入火電機組深度調(diào)峰服務(wù)前后系統(tǒng)優(yōu)化結(jié)果，可以看出，火電機組發(fā)電功率場景2小于場景1約1個百分點，風電上網(wǎng)功率也增加0.74%，升至81.02 MW。

4.4 碳排放量與系統(tǒng)風電消納水平分析

為研究CCS設(shè)備與階梯式碳交易對系統(tǒng)的影響，針對4個場景的風電上網(wǎng)功率與碳排放量進行對比分析，其中圖2和圖3分別為場景1～4的風電上網(wǎng)功率曲線和系統(tǒng)碳排放量曲線。

從圖2和表3可知，4種場景風電上網(wǎng)功率在06：00—19：00時段均能達到其最大風電功率，場景4因其系統(tǒng)引入CCS設(shè)備與碳交易機制使消納風電量最大，棄風率僅為0.01%，棄風成本為0.04萬元，與同樣引入CCS設(shè)備與碳交易機制的場景3相比，場景3棄風率和棄風懲罰增至0.09%與0.49萬元。因場景4火電機組加入深度調(diào)峰而場景2僅做常規(guī)調(diào)峰，火電機組深度調(diào)峰在滿足調(diào)峰需求的同時使風電上網(wǎng)率有所提高。場景4中火電機組參與深度調(diào)峰使得風電上網(wǎng)率有所提高。對比場景1與場景2，場景1棄風率和棄風懲罰為0.81%和4.47萬元，場景2為0.08%和0.42萬元，表明機組參與深度調(diào)峰，不僅降低系統(tǒng)總成本，且提高風電上網(wǎng)比例。

從圖3和表3可知，在06：00—19：00時段，風電功率較小而負荷需求較大，各場景系統(tǒng)排放總量大致相同，場景1、2未考慮CCS設(shè)備，系統(tǒng)整體碳排放較大，其中場景2較場景1減少77.78 t。場景3、4考慮CCS設(shè)備，系統(tǒng)碳排放量較小，其中場景4較場景3減少1.22 t，降低0.12%。場景2、4的碳排放量相差6797.32 t，證明當CCS設(shè)備存在時，可大幅減少CO2排放，保證系統(tǒng)低碳運行。

圖4和圖5分別為場景3、4中CCS設(shè)備能耗曲線，在風電高發(fā)時段，場景3中火電機組在00：00—06：00、00：00—05：00和00：00—03：00時段關(guān)閉火電1、3和4號，CCS設(shè)備僅有固定能耗，其余機組處于常規(guī)出力最小值，而場景4中，CCS設(shè)備1、3在05：00—06：00和03：00—04：00時段開始工作。到17：00后，火電機組均處于運行狀態(tài)，而場景3中，火電機組3和4在17：00和19：00停機，CCS設(shè)備此時僅需固定能耗。

5 結(jié) 論

為控制電力系統(tǒng)碳排放量，提高風電消納水平，本文提出一種考慮碳交易的風-火-碳捕集協(xié)調(diào)發(fā)電優(yōu)化方法，設(shè)置4種場景對比分析，得出以下主要結(jié)論：

1）火電機組深度調(diào)峰時，可增大風電上網(wǎng)比例，降低系統(tǒng)運行總成本，提升機組調(diào)峰靈活性，加入深度調(diào)峰補償，能加強機組深度調(diào)峰意愿，獲利的同時降低系統(tǒng)整體運行成本。

2）CCS設(shè)備能有效降低碳排放量，引入階梯式碳交易機制，能有效規(guī)劃機組出力并獲得一定利潤，減小碳排放量的同時也可保證系統(tǒng)經(jīng)濟性最優(yōu)。

［參考文獻］

［1］ 盛戈皞， 錢勇， 羅林根， 等. 面向新型電力系統(tǒng)的電力設(shè)備運行維護關(guān)鍵技術(shù)及其應用展望［J］. 高電壓技術(shù)， 2021， 47（9）： 3072-3084.

SHENG G H， QIAN Y， LUO L G， et al. Key technologies and application prospects for operation and maintenance of power" equipment" in" new" type" power" system［J］. High voltage engineering， 2021， 47（9）： 3072-3084.

［2］ 王淑云， 婁素華， 劉文霞， 等. 考慮火電深度調(diào)峰的電力系統(tǒng)低碳發(fā)電優(yōu)化研究［J］. 全球能源互聯(lián)網(wǎng)，2019， 2（3）： 226-231.

WANG S Y， LOU S H， LIU W X， et al. Study on optimization" of" low-carbon" power" generation" in" power system considering the depth peak regulation of thermal power units［J］. Journal of global energy interconnection， 2019， 2（3）： 226-231.

［3］ 李旭東， 艾欣， 胡俊杰， 等. 計及碳交易機制的核-火-虛擬電廠三階段聯(lián)合調(diào)峰策略研究［J］. 電網(wǎng)技術(shù)， 2019， 43（7）： 2460-2470.

LI X D， AI X， HU J J， et al. Three-stage combined peak regulation" strategy" "for" "nuclear-thermal-virtual" power plant considering carbon trading" mechanism［J］. Power system technology， 2019， 43（7）： 2460-2470.

［4］ 李鐵， 李正文， 楊俊友， 等. 計及調(diào)峰主動性的風光水火儲多能系統(tǒng)互補協(xié)調(diào)優(yōu)化調(diào)度［J］. 電網(wǎng)技術(shù)， 2020， 44（10）： 3622-3630.

LI T， LI Z W， YANG J Y， et al. Coordination and optimal scheduling" " of" " multi-energy" " complementary" " system considering peak regulation initiative［J］. Power system technology， 2020， 44（10）： 3622-3630.

［5］ 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(tǒng)熱電聯(lián)合調(diào)度［J］. 太陽能學報， 2020，41（12）： 245-253.

WANG Z H， XU J J， TIAN C G， 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.

［6］ 張曉輝， 梁軍雪， 趙翠妹， 等. 基于碳交易的含燃氣機組的低碳電源規(guī)劃［J］. 太陽能學報， 2020， 41（7）： 92-98.

ZHANG X H， LIANG J X， ZHAO C M， et al. Research on low-carbon power planning with gas turbine units based on carbon transactions［J］. Acta energiae solaris sinica， 2020， 41（7）： 92-98.

［7］ WANG Y Q， QIU J， TAO Y C， et al. Low-carbon oriented optimal energy dispatch in coupled natural gas and electricity" "systems［J］." Applied" "energy，" "2020，" "280： 115948.

［8］ 李軍徽， 張嘉輝， 穆鋼， 等. 儲能輔助火電機組深度調(diào)峰的分層優(yōu)化調(diào)度［J］. 電網(wǎng)技術(shù)， 2019， 43（11）： 3961-3970.

LI J H， ZHANG J H， MU G， et al. Hierarchical optimization scheduling of deep peak shaving for energy-storage" "auxiliary" thermal" "power" generating" units［J］. Power system technology， 2019， 43（11）： 3961-3970.

［9］ 康重慶， 陳啟鑫， 夏清. 低碳電力技術(shù)的研究展望［J］. 電網(wǎng)技術(shù)， 2009， 33（2）： 1-7.

KANG C Q， CHEN Q X， XIA Q. Prospects of low-carbon electricity［J］. Power system technology， 2009， 33（2）： 1-7.

［10］ 馬靜玉， 程東波. 碳中和愿景下金屬礦產(chǎn)行業(yè)的挑戰(zhàn)與機遇［J］. 科技導報， 2021， 39（19）： 48-55.

MA J Y， CHENG D B. Challenges and opportunities of metallic mineral industry under the vision of carbon neutrality［J］. Science" amp;" technology" review，" 2021，" 39（19）： 48-55.

［11］ 李一銘， 李文沅， 顏偉， 等. 基于機會約束規(guī)劃模型降低機組壽命損耗的日調(diào)度計劃［J］. 電網(wǎng)技術(shù)， 2014， 38（7）： 1885-1890.

LI Y M， LI W Y， YAN W， et al. Daily generation scheduling for reducing losses of unit’s lives based on the chance constrained programming model［J］. Power system technology， 2014， 38（7）： 1885-1890.

［12］ 林俐， 鄒蘭青， 周鵬， 等. 規(guī)模風電并網(wǎng)條件下火電機組深度調(diào)峰的多角度經(jīng)濟性分析［J］. 電力系統(tǒng)自動化， 2017， 41（7）： 21-27.

LIN L， ZOU L Q， ZHOU P， et al. Multi-angle economic analysis on deep peak regulation of thermal power units with large-scale wind power integration［J］. Automation of electric power systems， 2017， 41（7）： 21-27.

WIND-FIRE COORDINATED LOW-CARBON OPTIMAL DISPATCH CONSIDERING CARBON TRADING MECHANISM

Ye Haojie1，Xie Lirong1，Deng Jiatong1，Wang Zhiyong2，Bao Hongyin3

（1. Engineering Research Center for Renewable Energy Power Generation and Grid Technology（Xinjiang University）， Urumqi 830047， China；

2. Xinjiang Ecava Industrial Technology Co.， Ltd.， Urumqi 830000， China；

3. CSIC of Haiwei （Xinjiang） New Energy Co.， Ltd.， Urumqi 830063， China）

Abstract：In order to control the total carbon emission of power system and improve the proportion of wind power consumption， a coordinated optimization model of wind-fire-carbon capture and storage （CCS） equipment is proposed， which takes the minimum total operation cost of the system as the objective function. At the same time， in order to mobilize the peak shaving enthusiasm of thermal power units and promote the consumption of wind power， the deep peak shaving mechanism of thermal power units considering the peak shaving initiative is introduced. Furthermore， CCS equipment and stepped carbon trading are added to the system to further improve the low-carbon and economy of the system. Simulation results show that the proposed model can effectively promote wind power consumption， and reduce carbon emissions and the operation cost of the system.

Keywords：deep peak regulation； carbon emissions； wind power； optimal dispatch； carbon trading