考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整優(yōu)化模型

收稿日期：2021-12-31

基金項(xiàng)目：吉林省自然科學(xué)基金（YDZJ202101ZYTS149）

通信作者：王利猛（1971—），男，博士、副教授、研究生導(dǎo)師，主要從事電力系統(tǒng)監(jiān)測(cè)與控制方面的研究。wlm_28@163.com

DOI：10.19912/j.0254-0096.tynxb.2021-1613 文章編號(hào)：0254-0096（2023）05-0106-07

摘 要：為了增加新能源的利用率，減小碳排放，提出一種考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整優(yōu)化方法。首先建立階梯式碳交易成本模型，分析碳交易機(jī)制提高新能源消納的原理；然后在優(yōu)化階段建立考慮源-荷-儲(chǔ)時(shí)序相關(guān)特性的協(xié)整約束，搭建含碳交易機(jī)制以系統(tǒng)運(yùn)行成本最小為目標(biāo)的源-荷-儲(chǔ)優(yōu)化協(xié)整模型。最后通過仿真算例分析表明：考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整優(yōu)化能得到常規(guī)機(jī)組出力平穩(wěn)、新能源利用率最高、系統(tǒng)運(yùn)行成本最低的運(yùn)行方式，驗(yàn)證了所提優(yōu)化方法的有效性。

關(guān)鍵詞：可再生能源；新能源消納；碳交易；源-荷-儲(chǔ)協(xié)整；協(xié)整關(guān)系

中圖分類號(hào)：TM614；TM919" " " " " 文獻(xiàn)標(biāo)志碼：A

0 引 言

隨著能源消耗短缺危機(jī)、溫室氣體排放難題逐步加深，可再生能源的發(fā)展成為世界新的希望［1］，調(diào)整能源布局實(shí)現(xiàn)低碳化轉(zhuǎn)型是當(dāng)前改革的重點(diǎn)研究任務(wù)［2］。全球開始了以政策、經(jīng)濟(jì)手段解決低碳問題的新征程，建立一種碳交易的市場(chǎng)，促進(jìn)節(jié)能減排低碳發(fā)展，將碳交易機(jī)制應(yīng)用于可再生能源電力系統(tǒng)調(diào)度模型中具有強(qiáng)大的發(fā)展?jié)摿Γ?-4］。

由于風(fēng)電、負(fù)荷具有波動(dòng)性和不確定性，傳統(tǒng)運(yùn)行方式下棄風(fēng)嚴(yán)重、新能源利用率低、常規(guī)機(jī)組出力波動(dòng)較大?，F(xiàn)有最常見的技術(shù)手段是利用儲(chǔ)能協(xié)調(diào)電源側(cè)、負(fù)荷側(cè)可調(diào)度資源實(shí)現(xiàn)源-網(wǎng)-荷-儲(chǔ)消納新能源［5-6］，文獻(xiàn)［7］利用儲(chǔ)能裝置解決風(fēng)電消納問題。在電力系統(tǒng)中，風(fēng)電曲線、負(fù)荷曲線、儲(chǔ)能曲線都為典型的非平穩(wěn)時(shí)間序列，而系統(tǒng)往往期望常規(guī)機(jī)組具有平穩(wěn)的時(shí)間序列出力曲線?，F(xiàn)有研究針對(duì)功率曲線性狀及相關(guān)關(guān)系的研究鮮少，在計(jì)量經(jīng)濟(jì)學(xué)中，協(xié)整關(guān)系用來描述多個(gè)非平穩(wěn)變量之間的相互影響關(guān)系，依據(jù)協(xié)整理論，多個(gè)非平穩(wěn)變量之間的線性組合滿足平穩(wěn)性則各變量之間滿足協(xié)整關(guān)系［8］。將協(xié)整理論運(yùn)用于電力系統(tǒng)中，利用電源側(cè)與負(fù)荷側(cè)存在的協(xié)調(diào)關(guān)系，使各功率曲線通過調(diào)度、管理及控制等手段后，整個(gè)系統(tǒng)處于協(xié)整運(yùn)行狀態(tài)，不僅能有效保證傳統(tǒng)機(jī)組的出力平穩(wěn)，還能提高新能源利用率［9-10］。

本文考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整優(yōu)化通過經(jīng)濟(jì)與技術(shù)的手段從電源側(cè)與負(fù)荷側(cè)來改變曲線性狀［11］。目前已有較多文獻(xiàn)將碳交易機(jī)制應(yīng)用于電力系統(tǒng)研究中［12］，文獻(xiàn)［13］將碳交易機(jī)制引入電-氣綜合能源系統(tǒng)，分析其對(duì)系統(tǒng)運(yùn)行狀態(tài)的影響，減少碳排放量；文獻(xiàn)［14］在電廠能源規(guī)劃模型中，證明碳交易機(jī)制能提高系統(tǒng)可靠性。但鮮有研究將碳交易機(jī)制引入電力曲線協(xié)整關(guān)系中。本文利用碳交易市場(chǎng)價(jià)格杠桿及經(jīng)濟(jì)激勵(lì)改變功率曲線性狀，建立含碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整模型，實(shí)現(xiàn)“源”、“荷”調(diào)整，以系統(tǒng)運(yùn)行成本最低為目標(biāo)函數(shù)，發(fā)揮碳交易機(jī)制與各功率曲線的調(diào)節(jié)潛力，可在較大程度上提高新能源利用率、系統(tǒng)運(yùn)行的可靠性與經(jīng)濟(jì)性。

1 考慮碳交易機(jī)制的源-荷-儲(chǔ)模型構(gòu)建

1.1 源-荷-儲(chǔ)系統(tǒng)拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)

源-荷-儲(chǔ)系統(tǒng)結(jié)構(gòu)如圖1所示，主要由發(fā)電單元（風(fēng)電機(jī)組、燃?xì)廨啓C(jī)）、負(fù)荷單元（可調(diào)動(dòng)柔性負(fù)荷、電負(fù)荷、熱負(fù)荷）、儲(chǔ)能單元（蓄電池）、電鍋爐構(gòu)成。

1.2 考慮碳交易機(jī)制的源-荷-儲(chǔ)經(jīng)濟(jì)調(diào)度模型

碳交易機(jī)制是一種兼顧系統(tǒng)低碳性和經(jīng)濟(jì)性、依靠合法的碳排放權(quán)在市場(chǎng)進(jìn)行碳排放量買賣的減排機(jī)制，具體過程如圖2所示。監(jiān)管部門給各排放源分配初始配額，若實(shí)際碳排放量小于分配值，則可將富余部分出售獲得收益，反之需要從碳交易市場(chǎng)購(gòu)買。

本文源-荷-儲(chǔ)系統(tǒng)引入碳交易機(jī)制的研究，由于風(fēng)電不產(chǎn)生CO2，在考慮碳交易機(jī)制下優(yōu)先采用風(fēng)電，等同于免費(fèi)的碳配額，可帶來低碳及經(jīng)濟(jì)收益，從而減少棄風(fēng)。

1）碳排放初始配額模型

[Eq=Eq，g+Eq，W] （1）

[Eq，g=ωt=1Ti=1nPg，it] （2）

[Eq，W=ωt=1TPWt] （3）

式中：[Eq、Eq，g、Eq，W]——總碳排放、燃?xì)廨啓C(jī)機(jī)組、風(fēng)電機(jī)組碳配額，t；[Pg，it]——第[t]個(gè)時(shí)段第[i]臺(tái)燃?xì)廨啓C(jī)機(jī)組出力，MW；[T]——所有調(diào)度時(shí)段集合，h；[ω]——單位電量碳排放分配系數(shù)，取0.799 t/MWh；[PWt]——第[t]個(gè)時(shí)段風(fēng)電機(jī)組出力。

2）實(shí)際碳排放模型

[Ep，g=t=1Ti=1nμiPg，it] （4）

式中：[Ep，g]——燃?xì)廨啓C(jī)機(jī)組碳排放量，t；[μi]——第[i]臺(tái)燃?xì)廨啓C(jī)碳排放強(qiáng)度，取1.08 t/MWh。

3）階梯式碳交易成本模型

為充分發(fā)揮“源”、“荷”協(xié)調(diào)整合潛力，建立如式（5）所示的碳交易成本與碳配額量、碳排放量的關(guān)系式，將碳排放量劃分為6個(gè)區(qū)間，根據(jù)市場(chǎng)價(jià)格杠桿和政府獎(jiǎng)勵(lì)補(bǔ)貼政策，引入懲罰系數(shù)[α]（碳交易價(jià)格增長(zhǎng)幅度），隨著[α]的變化，碳交易價(jià)格受其影響，本文取[α]=25%。當(dāng)實(shí)際碳排放量不斷增大時(shí)，碳交易成本會(huì)越來越高，從而限制碳排放量的增長(zhǎng)。

[fCO2=-cEq-Ep，g" ，Ep，g≤Eq cEp，g-Eq" " ，Eqlt;Ep，g≤Eq+lcl+c1+αEp，g-Eq-l" " ，Eq+llt;Ep，g≤Eq+2lc2+αl+c1+2αEp，g-Eq-2l" " ，Eq+2llt;Ep，g≤Eq+3lc3+3αl+c1+3αEp，g-Eq-3l" " ，Eq+3llt;Ep，g≤Eq+4lc4+6αl+c1+4αEp，g-Eq-4l，" " Eq+4llt;Ep，g] （5）

式中：[fCO2]——階梯式碳交易成本，萬美元；[c]——市場(chǎng)上碳交易基價(jià)；碳交易基價(jià)由碳交易市場(chǎng)及政府政策決定，一般控制在［120，280］區(qū)間，本文中不同的碳基價(jià)定位對(duì)源-荷-儲(chǔ)系統(tǒng)各機(jī)組出力有一定影響，萬美元；[l]——碳排放量區(qū)間長(zhǎng)度，t。

1.3 碳交易機(jī)制對(duì)電力系統(tǒng)的影響

在以“雙碳”為目標(biāo)的發(fā)展背景下，考慮碳交易機(jī)制及新能源發(fā)電的源-荷-儲(chǔ)系統(tǒng)有利于提高系統(tǒng)經(jīng)濟(jì)性，促進(jìn)新能源消納。碳交易機(jī)制可協(xié)調(diào)風(fēng)電機(jī)組、燃?xì)廨啓C(jī)機(jī)組、電鍋爐機(jī)組的出力同需求響應(yīng)側(cè)、儲(chǔ)能側(cè)構(gòu)建協(xié)調(diào)關(guān)系，對(duì)建立經(jīng)濟(jì)靈活可靠的低碳微網(wǎng)優(yōu)化模型具有重要意義。碳交易機(jī)制促進(jìn)新能源消納原理如圖3所示。

2 考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整關(guān)系

2.1 新能源曲線與負(fù)荷曲線的非平穩(wěn)性

在傳統(tǒng)運(yùn)行方式下，常規(guī)機(jī)組頻繁波動(dòng)適應(yīng)新能源與負(fù)荷的波動(dòng)性，常規(guī)機(jī)組在受到爬坡調(diào)節(jié)性能限制時(shí)可能產(chǎn)生新能源浪費(fèi)，常規(guī)機(jī)組出力波動(dòng)很大，如圖4所示。由圖4可知，新能源、負(fù)荷、常規(guī)機(jī)組曲線都屬于非平穩(wěn)性時(shí)間序列曲線，負(fù)荷曲線與新能源曲線呈逆向波動(dòng)特性，二者無法構(gòu)成協(xié)整關(guān)系。常規(guī)機(jī)組曲線為使電源側(cè)總功率滿足需求響應(yīng)側(cè)，也產(chǎn)生較大波動(dòng)，具有非平穩(wěn)性特征，與新能源曲線無法構(gòu)成協(xié)整關(guān)系。由于未構(gòu)成協(xié)整關(guān)系，源-荷功率之間無法建立較強(qiáng)的相關(guān)性，常規(guī)機(jī)組出力曲線波動(dòng)性較大，新能源利用率較低。

2.2 源-荷-儲(chǔ)協(xié)整關(guān)系

協(xié)整關(guān)系是一種基于多個(gè)非平穩(wěn)變量間滿足長(zhǎng)期相關(guān)性聯(lián)系的描述。依據(jù)協(xié)整理論，幾個(gè)非平穩(wěn)變量存在某個(gè)線性組合平穩(wěn)則滿足協(xié)整關(guān)系。通過采用E-G（Engle-Granger）兩步檢驗(yàn)法［15］對(duì)協(xié)整關(guān)系進(jìn)行檢驗(yàn)：1） 對(duì)變量進(jìn)行靜態(tài)回歸，采用最小二乘法擬合獲取殘差序列[ut]，如式（6）、式（7）所示；2） 利用增廣迪基-福勒ADF檢驗(yàn)法（augmented Dickey-Fuller test）［16］檢驗(yàn)殘差序列[ut]的平穩(wěn)性，若[ut]平穩(wěn)，則[y1]與[y2]滿足協(xié)整關(guān)系，如式（8）所示。

[y1=λ0+λ1y2] （6）

[ut=y1-y1] （7）

[y1=λ0+λ1y2+ut] （8）

式中：[y1、y2]——變量，其中[y1]為[y1]經(jīng)式（6）擬合后所得；[ut]——變量[y1]與[y2]的殘差序列；[λ0]、[λ1]、[λ0]、[λ1]——常數(shù)，參數(shù)取值參考文獻(xiàn)［17］。

電力系統(tǒng)中描述功率平衡關(guān)系式如式（9）所示。由于風(fēng)電、負(fù)荷都具有波動(dòng)性，系統(tǒng)在[t]時(shí)段產(chǎn)生殘差序列[ut]，如式（10）、式（11）所示。

[Pgen+PW+Pbat-PL-PEB=0] （9）

[Pgent+PWt+Pbatt-PLt-PEBt+ut=0] （10）

[PLt-Pbatt+PEBt=Pgent+PWt+ut] （11）

式中：[Pgent]、[PWt]、[PLt]、[Pbatt]、[PEBt]——[t]時(shí)段的燃汽輪機(jī)機(jī)組出力、風(fēng)電機(jī)組出力、總負(fù)荷量、儲(chǔ)能出力、電鍋爐出力，MW，[Pbat]gt;0時(shí)，為放電狀態(tài)，[Pbat]lt;0時(shí)，為充電狀態(tài)。

本文建立的考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整優(yōu)化模型中，燃?xì)廨啓C(jī)機(jī)組出力曲線、風(fēng)電機(jī)組出力曲線、負(fù)荷曲線、電鍋爐出力曲線、儲(chǔ)能曲線都為非平穩(wěn)性時(shí)間序列，但根據(jù)功率平衡式（9）可知各單元功率之和為0，表現(xiàn)出線性關(guān)系，依據(jù)協(xié)整理論，可建立協(xié)整關(guān)系表達(dá)式。其中，由負(fù)荷[PL]、儲(chǔ)能[Pbat]、電鍋爐[PEB]組合而成的組合功率[Pload]為：

[Pload=PL-Pbat+PEB] （12）

期望燃?xì)廨啓C(jī)機(jī)組出力波動(dòng)很小、[Pgent]為平穩(wěn)序列，將燃汽輪機(jī)機(jī)組出力定義為常數(shù)[λ0]，同時(shí)燃?xì)廨啓C(jī)機(jī)組出力產(chǎn)生殘差序列[ut]，可得其關(guān)系式如式（13）與式（14）所示，運(yùn)用ADF檢驗(yàn)法檢驗(yàn)[ut]的平穩(wěn)性，若[ut]為平穩(wěn)序列，則燃汽輪機(jī)機(jī)組滿足期望。

[Pgent=λ0+ut] （13）

[ut=λ1-1PWt+ut] （14）

將變量[y1]與[y2]分別定義為t時(shí)段的組合功率[Ploadt]與t時(shí)段的風(fēng)電出力[PWt]，經(jīng)過協(xié)整檢驗(yàn)滿足式（6）所示的協(xié)整關(guān)系，可得源-荷-儲(chǔ)協(xié)整關(guān)系表達(dá)式為：

[PLoadt=λ0+λ1PWt+ut] （15）

2.3 考慮碳交易機(jī)制的源-荷-儲(chǔ)運(yùn)行協(xié)整特性

碳交易機(jī)制的引入會(huì)影響電力系統(tǒng)的運(yùn)行，在電源側(cè)、負(fù)荷側(cè)都能構(gòu)建一定的協(xié)調(diào)關(guān)系，最終能建立“源”與“荷”的協(xié)整關(guān)系。通過技術(shù)（可調(diào)動(dòng)負(fù)荷響應(yīng)、儲(chǔ)能裝置充放電、新能源出力調(diào)整）、經(jīng)濟(jì)（碳交易機(jī)制）手段實(shí)現(xiàn)“源”與“荷”的協(xié)整，建立含碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整優(yōu)化模型，通過強(qiáng)化各單元的相關(guān)性來增加各曲線的可調(diào)性，通過改變各曲線性狀，得到一個(gè)平穩(wěn)的傳統(tǒng)機(jī)組出力曲線，通過協(xié)整關(guān)系協(xié)調(diào)各單元出力，獲得所期望的新能源利用率最高的風(fēng)電機(jī)組出力曲線。

2.4 考慮碳交易機(jī)制的源-荷-儲(chǔ)運(yùn)行協(xié)整關(guān)系的建立

以風(fēng)電[PW]、儲(chǔ)能[PESS]、電鍋爐[PEB]、碳交易機(jī)制[fCO2]、負(fù)荷[PL]為解釋變量，燃?xì)廨啓C(jī)機(jī)組[Pgen]為分析變量，以[PW+Pgen]為“源”、Pload為“荷”（[Pload=PL-Pbat+PEB]）建立協(xié)整關(guān)系步驟如下文詳述。

1）數(shù)據(jù)預(yù)處理

由于對(duì)數(shù)處理后不會(huì)改變曲線性狀，對(duì)各功率曲線數(shù)據(jù)取對(duì)數(shù)來消除異方差，建立含協(xié)整關(guān)系的各時(shí)間序列[PW]、[PLoad]和[fCO2]。

2）數(shù)據(jù)單位根檢驗(yàn)

本文采用ADF檢驗(yàn)法對(duì)各時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)表達(dá)式參考文獻(xiàn)［16］。采用碳交易機(jī)制調(diào)整風(fēng)電、儲(chǔ)能、電鍋爐、負(fù)荷功率曲線，直至[PW]、[PLoad]時(shí)間序列滿足同階單整性條件。

3）協(xié)整檢驗(yàn)

E-G兩步檢驗(yàn)法的步驟如下文詳述。

1） 建立組合功率[PLoad]與風(fēng)電功率[PW]、階梯式碳交易成本[fCO2]之間的均衡關(guān)系。

[PLoadt=φ0+φ1PWt+φ2fCO2+ut] （16）

[PLoadt=δ0+δ1PWt+u1t] （17）

[PWt=β0+β1fCO2+u2t] （18）

燃?xì)廨啓C(jī)機(jī)組出力殘差[ut]為：

[Pgent=φ0+ut] （19）

[ut=φ1-1PWt+ut] （20）

式中：[φ0、φ1、φ2、δ0、δ1、β0、β1]——常數(shù)，參數(shù)取值參考文獻(xiàn)［17］；[u1t]——[PLoadt]與[PWt]的殘差序列；[u2t]——[PWt]與[fCO2]的殘差序列；[ut]——[Pgent]的出力殘差。

2） 檢驗(yàn)各殘差項(xiàng)平穩(wěn)性，經(jīng)檢驗(yàn)若[u1t]、[u2t]、[ut]、[ut]都是穩(wěn)定的序列，則可得到滿足期望的平穩(wěn)性燃?xì)廨啓C(jī)機(jī)組出力曲線性狀。

綜上，考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整優(yōu)化模型流程如圖5所示。

3 考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整優(yōu)化模型

3.1 目標(biāo)函數(shù)

為提高新能源消納率，對(duì)棄風(fēng)進(jìn)行懲罰計(jì)入系統(tǒng)總成本最小的目標(biāo)函數(shù)[F]中，[F]含燃?xì)廨啓C(jī)機(jī)組[Cgen]、棄風(fēng)懲罰[CW]、儲(chǔ)能[CESS]、需求響應(yīng)負(fù)荷調(diào)度[CDR]、電鍋爐[CEB]、碳交易成本[fCO2]。

[F=minCgen+CW+CESS+CDR+CEB+fCO2] （21）

[Cgen=t=1Ti=1NgUit?χi?Pgit2+εi?Pgit+γi+" " " " " " " " " " " 1-Uit-1?Uitθi+σi1-eττi] （22）

[CW=cmqt=1TPWF，t-PW，t] （23）

[CESS=cbatt=1TPbatt] （24）

[CDR=t=1Tρ?ΔPLt?Δt] （25）

[CEB=cEBt=1TPEBt] （26）

式中：[Ng]——燃?xì)廨啓C(jī)機(jī)組數(shù)量，臺(tái)；[Uit、Uit-1]——燃?xì)廨啓C(jī)[i]在第[t]和第[t-1]時(shí)刻的啟停狀態(tài)；[Pgit]——燃?xì)廨啓C(jī)[i]在[t]段時(shí)間內(nèi)的運(yùn)行功率，MW；[χi、εi、γi]——燃?xì)廨啓C(jī)[i]的燃料成本參數(shù)，美元；[θi、σi、τi]——燃?xì)廨啓C(jī)[i]的啟停成本參數(shù)，美元；[τ]——燃?xì)廨啓C(jī)機(jī)組的停機(jī)時(shí)間，h；[cmq]——風(fēng)電機(jī)組的棄風(fēng)懲罰系數(shù)，美元；[PWF，t]——第[t]時(shí)刻風(fēng)電機(jī)組預(yù)測(cè)出力，MW；[cbat]——蓄電池運(yùn)行費(fèi)用，美元；[Pbatt]——[t]時(shí)段蓄電池運(yùn)行功率，MW；[ρ]——需求響應(yīng)負(fù)荷補(bǔ)償系數(shù)；[ΔPLt]——[t]時(shí)段可靈活調(diào)動(dòng)負(fù)荷量，MW；[cEB]——電鍋爐運(yùn)行費(fèi)用，美元；[PEBt]——[t]時(shí)段電鍋爐運(yùn)行功率，MW。

3.2 約束條件

1）源-荷-儲(chǔ)系統(tǒng)功率平衡約束與協(xié)整約束

[Pgent+PWt=PLt+ΔPLt-Pbatt+PEBtHgent+HEBt=HLtPLoadt=φ0+φ1PWt+φ2fCO2+utPgent=φ0+ut] （27）

式中：[Hgent、HEBt]——燃?xì)廨啓C(jī)機(jī)組、電鍋爐機(jī)組在[t]段時(shí)間內(nèi)的發(fā)熱功率，MW；[HLt]——熱負(fù)荷需求，MW。

2）燃?xì)廨啓C(jī)機(jī)組出力約束

[ Pi，min≤Pi，t≤Pi，max-Pi，down≤Pi，t-Pi，t-1≤Pi，upBi，t-1-Bi，tTon，i，t-1-Ton，i≥0Bi，t-Bi，t-1Toff，i，t-1-Toff，i≥0] （28）

式中：[Pi，max、Pi，min]——燃?xì)廨啓C(jī)第[i]臺(tái)機(jī)組在第[t]時(shí)刻的出力的上、下限，MW；[Pi，t、Pi，t-1]——第[i]臺(tái)機(jī)組在第[t]與[t-1]時(shí)刻的出力，MW；[Pi，up、Pi，down]——第[i]臺(tái)機(jī)組爬坡功率上、下限，MW；[Bi，t、Bi，t-1]——0-1變量，表示燃?xì)廨啓C(jī)機(jī)組[i]在第[t]與[t-1]時(shí)刻運(yùn)行狀態(tài)；[Ton，i，t-1、Toff，i，t-1]——處于運(yùn)行、停機(jī)狀態(tài)的機(jī)組[i]到第[t-1]時(shí)刻連續(xù)運(yùn)行、停機(jī)時(shí)長(zhǎng)，h；[Ton，i、Toff，i]——機(jī)組[i]最小運(yùn)行、停機(jī)時(shí)長(zhǎng)，h。

3）需求響應(yīng)負(fù)荷約束

[PL，mint≤ΔPLt≤PL，maxtQL，min≤t=1TΔPLt?Δt≤QL，maxQL，minlt;0] （29）

式中：[PL，maxt、PL，mint]——[t]時(shí)段可調(diào)度負(fù)荷上、下限，MW；[QL，max、QL，min]——調(diào)度周期[T]內(nèi)負(fù)荷響應(yīng)容量上、下限，MW。

4）儲(chǔ)能設(shè)備約束

[Qbat，min≤Qbat≤Qbat，max0≤Pbat，cha≤εcha，tPmaxbat，chaεdis，tPmaxbat，dis≤Pbat，dis≤0，εcha，t+ εdis，t=1SOC，t=SOC，0+t=1TηchaPbat，cha，t+1ηdisPbat，dis，tQbatSOC，min≤SOC，t≤SOC，maxSOC，0=SOC，T] （30）

式中：[Qbat、Qbat，max、Qbat，min]——蓄電池容量及上下限，MW；[Pbat，cha、Pmaxbat，cha、Pmaxbat，dis]——蓄電池充電功率及充、放電功率上限，MW；[εcha，t、εdis，t]——0-1變量的充、放電標(biāo)志；[ηcha、ηdis]——蓄電池的充、放電效率；[Pbat，cha，t、Pbat，dis，t]——第[t]時(shí)刻蓄電池充、放電功率，MW；[SOC，t、][SOC，0、][SOC，T、][SOC，max、][SOC，min]——蓄電池第[t]時(shí)刻、始、末荷電狀態(tài)及其上下限，MWh。

5）碳價(jià)約束

[Δct≤Δcmax] （31）

式中：[Δct]——碳基價(jià)調(diào)整量，美元；[Δcmax]——最大碳價(jià)允許調(diào)整量，美元。

4 算例分析

4.1 算例及參數(shù)

本文以某風(fēng)電機(jī)組-燃汽輪機(jī)-電鍋爐-儲(chǔ)能-需求響應(yīng)系統(tǒng)為研究對(duì)象，系統(tǒng)結(jié)構(gòu)見圖1，燃?xì)廨啓C(jī)機(jī)組總裝機(jī)容量3000 kW，電鍋爐機(jī)組總裝機(jī)容量1200 kW，風(fēng)電機(jī)組容量3000 kW，設(shè)備運(yùn)行參數(shù)見參考文獻(xiàn)［18］，儲(chǔ)能設(shè)備參數(shù)見表1。以30 min作為一個(gè)調(diào)度時(shí)段構(gòu)成一個(gè)完整的24 h調(diào)度周期。需求響應(yīng)調(diào)節(jié)成本0.18元/kWh，需求響應(yīng)參數(shù)見表2。

4.2 不同場(chǎng)景下系統(tǒng)運(yùn)行仿真分析與結(jié)果對(duì)比

綜合分析不同場(chǎng)景下系統(tǒng)運(yùn)行燃?xì)廨啓C(jī)機(jī)組出力曲線平穩(wěn)性及新能源消納情況。以系統(tǒng)總運(yùn)行成本最小為目標(biāo)，構(gòu)建3個(gè)場(chǎng)景進(jìn)行對(duì)比分析：

1）不考慮碳交易機(jī)制的燃?xì)廨啓C(jī)機(jī)組、風(fēng)電機(jī)組、需求側(cè)響應(yīng)、電鍋爐機(jī)組、蓄電池的源-荷-儲(chǔ)協(xié)調(diào)運(yùn)行。

2）考慮碳交易機(jī)制的燃?xì)廨啓C(jī)機(jī)組、風(fēng)電機(jī)組、需求側(cè)響應(yīng)、電鍋爐機(jī)組、蓄電池的源-荷-儲(chǔ)協(xié)調(diào)運(yùn)行。

3）考慮碳交易機(jī)制的燃?xì)廨啓C(jī)機(jī)組、風(fēng)電機(jī)組、需求側(cè)響應(yīng)、電鍋爐機(jī)組、蓄電池的源-荷-儲(chǔ)協(xié)整運(yùn)行。

3種場(chǎng)景的仿真結(jié)果如圖6～圖8所示。不考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)調(diào)運(yùn)行方式如圖6所示，燃?xì)廨啓C(jī)機(jī)組出力較大且平穩(wěn)性較差，隨負(fù)荷波動(dòng)大，棄風(fēng)量最大。調(diào)節(jié)系統(tǒng)通過儲(chǔ)能、需求響應(yīng)側(cè)削峰填谷與燃汽輪機(jī)機(jī)組出力共同適應(yīng)風(fēng)電波動(dòng)，系統(tǒng)調(diào)節(jié)能力有限。在考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)調(diào)運(yùn)行方式下，從圖7可知，0～7、37～43時(shí)段燃?xì)廨啓C(jī)機(jī)組出力下降，棄風(fēng)量也有所下降，電鍋爐為生產(chǎn)被減少的熱負(fù)荷而增加出力消耗更多風(fēng)電，由燃?xì)廨啓C(jī)機(jī)組出力下降減少的負(fù)荷刺激了風(fēng)電機(jī)組的運(yùn)行。含碳交易機(jī)制系統(tǒng)運(yùn)行降低了燃?xì)廨啓C(jī)機(jī)組出力，同時(shí)促進(jìn)了新能源消納，電鍋爐機(jī)組運(yùn)行消耗更多新能源，碳交易機(jī)制影響系統(tǒng)運(yùn)行方式，提高新能源消納率。

由圖6和圖7可看出，0～10、11～30、31～48這3個(gè)時(shí)段集合中，燃?xì)廨啓C(jī)機(jī)組出力呈現(xiàn)階梯型，為使協(xié)整優(yōu)化效果更好，將48個(gè)時(shí)段分為0～10、11～30、31～48進(jìn)行協(xié)整優(yōu)化，保持燃汽輪機(jī)機(jī)組在每個(gè)階段內(nèi)出力平穩(wěn)，隨著負(fù)荷與風(fēng)電的變動(dòng)做出合理調(diào)整，減少了各機(jī)組調(diào)節(jié)壓力，使協(xié)整理論應(yīng)用于電力系統(tǒng)更具有現(xiàn)實(shí)意義。在系統(tǒng)調(diào)度資源考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整運(yùn)行方式如圖8所示，系統(tǒng)在調(diào)度周期內(nèi)的0～10、11～30、30～48階段燃?xì)廨啓C(jī)機(jī)組出力都為常數(shù)，且與不考慮碳交易機(jī)制運(yùn)行比較，燃?xì)廨啓C(jī)機(jī)組出力減少，實(shí)際總負(fù)荷功率曲線出現(xiàn)明顯負(fù)荷轉(zhuǎn)移，電鍋爐機(jī)機(jī)組調(diào)整出力滿足熱負(fù)荷匹配，棄風(fēng)量達(dá)到最低值，在“源”、“荷”等多條功率曲線的協(xié)整出力下，電鍋爐機(jī)組、實(shí)際總功率負(fù)荷、儲(chǔ)能進(jìn)一步削峰填谷，基于碳交易機(jī)制下的協(xié)整關(guān)系，系統(tǒng)各機(jī)組出力達(dá)到協(xié)整狀態(tài)。綜上可知，考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整運(yùn)行方式是最優(yōu)的系統(tǒng)運(yùn)行方式，燃?xì)廨啓C(jī)機(jī)組出力降低且平穩(wěn)，新能源利用率最高。

4.3 不同場(chǎng)景下系統(tǒng)運(yùn)行仿真分析與結(jié)果對(duì)比

通過仿真分析，各場(chǎng)景下總成本如表3所示，可看出場(chǎng)景1下不考慮碳交易機(jī)制時(shí)總成本最高。場(chǎng)景2與場(chǎng)景3對(duì)比，雖然場(chǎng)景2與場(chǎng)景3都引入了碳交易模型，但場(chǎng)景3采用了更為優(yōu)良的協(xié)整優(yōu)化運(yùn)行方式，新型的階梯式碳交易模型與“源”、“荷”構(gòu)成協(xié)整關(guān)系，通過協(xié)調(diào)整合可有效降低燃?xì)廨啓C(jī)機(jī)組出力的波動(dòng)，降低燃汽輪機(jī)機(jī)組的出力，提高電鍋爐機(jī)組消納新能源、實(shí)現(xiàn)熱負(fù)荷匹配的能力，協(xié)同負(fù)荷、儲(chǔ)能進(jìn)一步的削峰填谷。由于場(chǎng)景3采用了更優(yōu)良的協(xié)整優(yōu)化運(yùn)行方式且引入的碳交易模型獲得碳收益最大，總成本明顯下降，說明該模型具有更優(yōu)的運(yùn)行方式和更好的經(jīng)濟(jì)性。

5 結(jié) 論

本文針對(duì)電鍋爐參與的源-荷-儲(chǔ)模型，提出一種考慮碳交易的源-荷-儲(chǔ)協(xié)整優(yōu)化方法，算例結(jié)果驗(yàn)證了所提算法的可行性，具體結(jié)論如下：

1）考慮碳交易的源-荷-儲(chǔ)協(xié)調(diào)優(yōu)化方法能夠降低燃?xì)廨啓C(jī)機(jī)組出力，在減小碳排放的同時(shí)有效提高了風(fēng)電機(jī)組利用率，降低了系統(tǒng)運(yùn)行成本。

2）考慮碳交易機(jī)制的源-荷-儲(chǔ)協(xié)整約束的優(yōu)化方法能夠考慮提高風(fēng)電機(jī)組出力、儲(chǔ)能出力和負(fù)荷功率的相關(guān)性，有效降低燃?xì)廨啓C(jī)機(jī)組的出力大小與波動(dòng)，從而減小機(jī)組的運(yùn)行成本，并進(jìn)一步增大了風(fēng)電機(jī)組的能源利用率、降低了系統(tǒng)運(yùn)行成本。

［參考文獻(xiàn)］

［1］ 駱釗， 盧濤， 馬瑞， 等. 可再生能源配額制下多園區(qū)綜合能源系統(tǒng)優(yōu)化調(diào)度［J］. 電力自動(dòng)化設(shè)備， 2021， 41（2）： 8-14.

LUO Z， LU T，MA R， et al. Optimal scheduling of multi-park integrated energy system under renewable portfolio standard［J］. Electric power automation equipment， 2021， 41（2）： 8-14.

［2］ 周孝信， 陳樹勇， 魯宗相， 等. 能源轉(zhuǎn)型中我國(guó)新一代電力系統(tǒng)的技術(shù)特征［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2018， 38（7）： 1893-1904.

ZHOU X X， CHEN S Y， LU Z X， et al. Technology features of the new generation power system in China［J］. Proceedings of the CSEE， 2018， 38（7）： 1893-1904.

［3］ 陳錦鵬， 胡志堅(jiān)， 陳嘉濱， 等. 考慮階梯式碳交易與供需靈活雙響應(yīng)的綜合能源系統(tǒng)優(yōu)化調(diào)度［J］. 高電壓技術(shù)， 2021， 47（9）： 3094-3106.

CHEN J P， HU Z J， CHEN J B， et al. Optimal dispatch of integrated energy system considering ladder-type carbon trading and flexible double response of supply and demand［J］. High voltage engineering， 2021， 47（9）： 3094-3106.

［4］ 崔楊， 周慧娟， 崔成偉， 等. 考慮降低碳排放的多源微網(wǎng)經(jīng)濟(jì)調(diào)度方法［J］. 東北電力大學(xué)學(xué)報(bào)， 2021， 41（3）：85-92.

CUI Y， ZHOU H J， CUI C W， et al. Economic scheduling of multi-source" microgrid" considering" carbon" emissions reduction［J］." " Journal" " of" " Northeast" " Electric" " Power University， 2021， 41（3）： 85-92.

［5］ 崔雪， 鄒晨露， 王恒， 等. 考慮風(fēng)電消納的電熱聯(lián)合系統(tǒng)源荷協(xié)調(diào)優(yōu)化調(diào)度［J］. 電力自動(dòng)化設(shè)備， 2018， 38（7）： 74-81.

CUI X， ZOU C L， WANG H， et al. Source and load coordinative optimal dispatching of combined heat and power system［J］. Electric power automation equipment， 2018， 38（7）： 74-81.

［6］ 彭春華， 張金克， 陳露， 等. 計(jì)及差異化需求響應(yīng)的微電網(wǎng)源荷儲(chǔ)協(xié)調(diào)優(yōu)化調(diào)度［J］. 電力自動(dòng)化設(shè)備， 2020，40（3）： 1-7.

PENG C H， ZHANG J K， CHEN L， et al. Source-load-storage coordinated optimal scheduling of microgrid considering" "differential" "demand" "response［J］." "Electric power automation equipment， 2020， 40（3）： 1-7.

［7］ 李華， 王思民， 高杰. 一種基于跟蹤計(jì)劃的風(fēng)光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)儲(chǔ)能控制策略研究［J］. 電器與能效管理技術(shù)，2019（4）： 71-78.

LI H， WANG S M， GAO J. Research on energy storage control strategy of wind solar storage combined generation system based on tracking plan［J］. Electrical and energy management technology， 2019（4）： 71-78.

［8］ CHO J S， KIM T H， SHIN Y. Quantile cointegration in the autoregressive" "distributed-lag" "modeling" "framework［J］.Journal of econometrics， 2015， 188（1）： 281-300.

［9］ BAEK J. A panel cointegration analysis of CO2 emissions， nuclear energy and income in major nuclear generating countries［J］. Applied energy， 2015， 145： 133-138.

［10］ 方紹鳳， 周任軍， 張武軍， 等. 源-荷協(xié)整關(guān)系與電價(jià)時(shí)間序列協(xié)整模型［J］. 電力自動(dòng)化設(shè)備， 2020， 40（2）：169-176.

FANG S F， ZHOU R J， ZHANG W J， et al. Co-integration" "model" " between" "source-load" " co-integration relationship and electricity price time series［J］. Electric power automation equipment， 2020， 40（2）： 169-176.

［11］ 張志遙， 周任軍， 黃靖杰， 等. 垃圾焚燒電廠參與調(diào)峰的源荷線性協(xié)整優(yōu)化模型［J］. 電力自動(dòng)化設(shè)備， 2021，41（3）： 115-121.

ZHANG Z Y， ZHOU R J， HUANG J J， et al. Source-load linear cointegration optimization model of waste incineration power plant participating in peak load regulation［J］." "Electric" "power" "automation" "equipment， 2021， 41（3）： 115-121.

［12］ 韓肖清， 李廷鈞， 張東霞， 等. 雙碳目標(biāo)下的新型電力系統(tǒng)規(guī)劃新問題及關(guān)鍵技術(shù)［J］. 高電壓技術(shù)， 2021， 47（9）： 3036-3046.

HAN X Q， LI T J， ZHANG D X， et al. New issues and key technologies of new power system planning under double carbon goals［J］. High voltage engineering， 2021， 47（9）： 3036-3046.

［13］ 衛(wèi)志農(nóng)， 張思德， 孫國(guó)強(qiáng)， 等. 基于碳交易機(jī)制的電-氣互聯(lián)綜合能源系統(tǒng)低碳經(jīng)濟(jì)運(yùn)行［J］. 電力系統(tǒng)自動(dòng)化，2016， 40（15）： 9-16.

WEI Z N， ZHANG S D， SUN G Q， et al. Carbon trading based" "low-carbon" "economic" "operation" "for" "integrated electricity and natural gas energy system［J］. Automation of electric power systems， 2016， 40（15）： 9-16.

［14］ 王振浩， 許京劍， 田春光， 等. 計(jì)及碳交易成本的含風(fēng)電電力系統(tǒng)熱電聯(lián)合調(diào)度［J］. 太陽能學(xué)報(bào)， 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.

［15］ ENGLE R F， GRANGER C W J. Co-integration and error correction：" representation，" estimation" "and" testing［J］. Econometrica， 1987， 55（2）： 251-276.

［16］ 趙會(huì)茹， 楊璐， 李春杰， 等. 基于協(xié)整理論和誤差修正模型的電網(wǎng)投資需求預(yù)測(cè)研究［J］. 電網(wǎng)技術(shù)， 2011， 35（9）： 193-198.

ZHAO H R， YANG L， LI C J， et al. Research on prediction to investment demand of power grid based on co-integration theory and error correction model［J］. Power system technology， 2011， 35（9）： 193-198.

［17］ 張興平， 牛玉琴， 趙旭. 中國(guó)電力消費(fèi)協(xié)整關(guān)系模型［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2008， 28（13）： 114-119.

ZHANG X P， NIU Y Q， ZHAO X. Cointegration analysis of electricity consumption in China［J］. Proceedings of the CSEE， 2008， 28（13）： 114-119.

［18］ 劉天琪， 盧俊， 何川， 等. 考慮聯(lián)合熱電需求響應(yīng)與高比例新能源消納的多能源園區(qū)日前經(jīng)濟(jì)調(diào)度［J］. 電力自動(dòng)化設(shè)備， 2019， 39（8）： 261-268.

LIU T Q， LU J， HE C， et al. Day-ahead economic dispatch" "of" "multi-energy" parks" "considering" "integrated" thermo-electric demand response and high penetration of renewable" " "energy［J］." " "Electric" " "power" " "automation equipment， 2019， 39（8）： 261-268.

SOURCE-LOAD-STORAGE COINTEGRATION OPTIMIZATION MODEL CONSIDERING" CARBON TRADING MECHANISM

Wang Limeng1，Liu Yongning1，Xu Chengzhe2

（1. Key Laboratory of Modern Power System Simulation and Control amp; Renewable Energy Technology （Northeast Electric Power University）， Ministry of Education， Jilin 132012， China；

2. State Grid Jilin" Power Supply Company， Changchun 130021， China）

Abstract：In order to increase the utilization rate of new energy and reduce carbon emissions， this paper proposes a source-load-storage cointegration optimization method considering the carbon trading mechanism. The method first establishes the stepped carbon trading cost model， analyzes the principle of carbon trading mechanism to improve new energy consumption. In the optimization stage， the source-load-storage timing correlation constraint is established to establish a source-load-storage optimization cointegration model with the minimum operating cost of the system. Finally， the simulation case analysis shows that the source-load-storage cointegration optimization of carbon trading mechanism can obtain the stable output of conventional units， the highest new energy utilization rate and the lowest system operation cost， and verifies the effectiveness of the proposed optimization method.

Keywords：renewable energy resources； renewable energy consumption； carbon trading； source-load-storage cointegration；cointegration relationship