考慮柔性電熱負荷的區(qū)域綜合能源系統(tǒng)低碳經濟調度

伏紹鑫，張 路，唐翰峰，洪 崇

（重慶理工大學電氣與電子工程學院，重慶 400054）

1 引言

隨著地球環(huán)境污染問題日趨嚴重，傳統(tǒng)化石能源日漸枯竭以及溫室效應加劇，如何降低碳排放和提高新能源在能源結構中的比重成為世界各國日益關注的焦點問題。近年來，風電和光伏的發(fā)展勢頭迅猛，發(fā)電量占總發(fā)電量的比例逐年攀升。但是電力系統(tǒng)對新能源發(fā)電大規(guī)模消納的適應性略顯不足，在“雙碳目標”政策指引下，促進新能源消納和減少碳排放成為綜合能源系統(tǒng)（integrated energy system，IES）中亟待解決的關鍵問題。

目前國內外對IES的優(yōu)化策略主要是集中式與分布式兩種，集中式優(yōu)化策略又是基于需求側響應技術進行的，因此需求響應技術成為IES優(yōu)化調度研究的重點方向，眾多學者對此展開研究，文獻［1］為解決負荷不確定性引起的調度偏差，基于電熱聯(lián)合需求響應，構建了一種基于模型預測控制的日內滾動優(yōu)化調度模型，最終經實驗結果驗證了該方法的有效性。文獻［2，3］分別將綜合需求響應和激勵性需求響應與虛擬電廠相結合建立了優(yōu)化調度模型，驗證了需求響應機制在虛擬電廠優(yōu)化調度過程中能有效提高經濟效益和減少環(huán)境污染。文獻［4］在負荷側引入價格型需求響應技術，建立了考慮價格型需求響應的水風光多能互補短期優(yōu)化調度模型，驗證了該模型在削峰填谷和促進風光消納方面的有效性。

以上文獻對需求響應與綜合能源系統(tǒng)交互影響進行了大量研究，但隨著需求響應技術的不斷完善以及電網調度趨向復雜化，優(yōu)化調度時需要對多個目標進行優(yōu)化，部分學者將柔性負荷引入配電網進行研究，由于柔性負荷本身具有調度靈活的特點，引入配電網后使得配電網優(yōu)化調度更具靈活性。文獻［5］將柔性負荷引入主動配電網，同時引入分時電價將柔性負荷分類，最終經實驗驗證了該方法能夠有效的降低系統(tǒng)運行成本，減小電能傳輸損耗。文獻［6］考慮了柔性負荷和清潔能源給虛擬電廠帶來的挑戰(zhàn)，將柔性負荷與虛擬電廠相結合，建立了考慮多種類柔性負荷耦合互補的虛擬電廠購售電優(yōu)化模型，減少了虛擬電廠調度運行中的棄風棄光量。文獻［7，8］將電動汽車作為柔性負荷進行研究，建立了含電動汽車負荷的優(yōu)化調度模型，通過算例驗證了該方法能更好地發(fā)揮削峰填谷、調節(jié)系統(tǒng)供需平衡的作用。

為了進一步提高綜合能源系統(tǒng)的低碳性和經濟性，碳交易機制對綜合能源系統(tǒng)的影響被越來越多的學者研究，通過研究發(fā)現(xiàn)階梯式碳交易機制有助于綜合能源系統(tǒng)實現(xiàn)低碳經濟調度。文獻［9，10］將階梯式碳交易機制與綜合能源系統(tǒng)相結合，并且使用多時間尺度優(yōu)化調度方法，日內調度以日前調度的碳排放結果為基礎建立小周期的碳交易成本函數(shù)并求解，最終實驗結果驗證了該方法更貼合當前的階梯式碳交易機制，降低了運行成本。文獻［11］對工業(yè)園區(qū)綜合能源系統(tǒng)進行低碳經濟運行研究，利用生命周期評價方法計算出階梯型碳交易機制下的碳交易成本，通過算例分析得出該方法在節(jié)能減排方面的有效性。文獻［12，13］在考慮柔性負荷的基礎上做了綜合能源系統(tǒng)的容量配置優(yōu)化，通過降低燃機容量和提高風機容量來提升系統(tǒng)的經濟性以及降低一次能源的消耗量。

綜上所述，以上研究多只以單一的柔性電負荷或熱負荷為主要研究對象，或者只考慮碳交易對系統(tǒng)的影響，模型建立并不完善。本文首先從電力用戶自主響應的角度建立了可平移負荷、可轉移負荷、可削減負荷的柔性負荷模型和熱力柔性負荷模型；其次，將獎懲階梯型碳交易機制加入到調度模型中，綜合考慮系統(tǒng)用能、運維、投資、補償成本，構建以系統(tǒng)運行成本最低和碳排放量最小為優(yōu)化目標的一種考慮柔性電熱負荷的社區(qū)綜合能源系統(tǒng)低碳經濟調度模型。最終經算例結果驗證表明，該模型能降低能耗成本與儲能投資成本，減少了系統(tǒng)碳排放量，達到了節(jié)能減排的目的。

2 考慮柔性負荷的IES結構模型

2.1 IES結構

本文配置的熱，電，氣綜合能源系統(tǒng)如圖1所示。

圖1 綜合能源系統(tǒng)結構圖Fig.1 Structure diagram of integrated energy system

圖2 算法流程圖Fig.2 Algorithm flow chart

圖3 電熱負荷功率預測Fig.3 Electric heating load power prediction

圖4 風光出力功率預測Fig.4 Wind and solar output power prediction

系統(tǒng)中包含的設備有光伏發(fā)電裝置、風力發(fā)電裝置、燃氣輪機、燃氣鍋爐、余熱鍋爐、電制熱機組、蓄電池、蓄熱槽。電能輸出主要由電網，分布式風力發(fā)電，分布式光伏發(fā)電提供綜合能源系統(tǒng)所需的大部分電能，熱能輸出由燃氣輪機、燃氣鍋爐、電制熱機組、余熱鍋爐提供，儲能設備包含蓄電池、儲熱槽。

2.2 柔性電負荷模型分析

柔按照負荷參與需求響應調節(jié)的能力，可將柔性負荷分為4 類：基礎負荷、可轉移負荷、可削減負荷和可平移負荷，柔性負荷參與調度有利于減少儲能設備的配置容量，降低能耗成本與投資成本，減小負荷的峰谷差，實現(xiàn)系統(tǒng)經濟運行。

2.2.1 可平移負荷

可平移負荷工作在一個連續(xù)的時間段，并且為了保證平移時段能夠在用戶可接受的時段［tsh-,tsh+］內，則應滿足以下約束：

式中：為負荷平移后開始時間；為平移負荷所需總時間；Hsht為平移后負荷分布情況；Dsh為平移負荷大??；用0-1和變量βt來表示t時刻負荷平移狀態(tài)，當βt= 1 表示負荷此時平移到t時刻，反之則取0。在完成可平移負荷的調度過程之后，應給與參與調度的用戶一些補償費用Fsh，以此激勵更多用戶參與調度。

式中：δsh表示平移負荷單位補償價格。

2.2.2 可轉移負荷

可轉移負荷運行靈活性高，沒有持續(xù)性的限制，在系統(tǒng)運行中還需對轉移負荷進行最小轉移時間和功率約束，防止負荷轉移到多個時間段造成設備頻繁啟停，設用戶能接受的時間段為［,］，具體約束條件應滿足：

式中：和為系統(tǒng)中負荷轉移前后的可轉移負荷功率的大??；和為各時間段轉移負荷最小和最大功率約束條件。

用戶所需要的補償費用Ftr為：

式中：δtr為轉移負荷單位補償價格。

為了消除約束條件的絕對值符號，為此引入和兩個變量及以下約束條件：

將式（6）轉變成以下形式：

2.2.3 可削減負荷

可削減負荷是這幾類負荷中最靈活的負荷類別，用0-1和變量γt來表示t時刻負荷削減狀態(tài)，若t時刻進行負荷削減則取1，反之取0。削減后的負荷表示為：

式中：θcut為削減系數(shù)；Dcut和為削減前后負荷功率大小。

為了防止連續(xù)削減負荷，保證系統(tǒng)合理運行，須對削減時長和削減次數(shù)的上下限進行約束，具體約束為：

式中：ηmin和ηmax為負荷最小最大削減次數(shù)，Nmax為持續(xù)削減的最大次數(shù)限制。Tc為負荷削減時長，Tmax和Tmin為負荷最大最小連續(xù)削減時長的上下限。

用戶所需補償費用Fcut為：

式中：νcut為負荷削減單位補償價格。

2.3 柔性熱負荷模型分析

由于熱網在傳輸過程中具有延時特性，因此將系統(tǒng)中熱負荷作為柔性熱負荷參與系統(tǒng)的調度調節(jié)，熱負荷模型如下：

式中：S為熱負荷供熱面積；β表示室內外溫度差值的散熱系數(shù)，取值1.037×105J/m2·℃；Tin和Tout表示某一時間段室內外溫度。

為了滿足調度要求的合理性，同時滿足用戶舒適度，設置以下約束。

式中：和為系統(tǒng)中提供用戶舒適的室內溫度的下限和上限，分別取22 ℃和26 ℃。

2.4 能源轉換設備模型

2.4.1 光伏機組模型

太陽能光伏板在運行周期內的發(fā)電功率與光照強度呈線性關系，光照強度分布符合Beta 分布，其概率密度公式為［14］：

式中：S為光伏機組運行周期內實際光照強度；Smax為運行周期內最大光照強度；β和γ為這個分布的兩個參數(shù)，但是參數(shù)易受光照強度的平均值和標準差的影響。光伏機組功率計算公式為：

式中：PPT為光伏機組實際輸出功率；PSTC為標準條件（光照強度SSTC為1000 W/m2，環(huán)境溫度為25 ℃）下最大輸出功率；SSTC為標準條件下光伏板受到的光照強度；λ為功率溫度系數(shù)；TC為光伏板表面溫度；TSTC為標準條件下光伏板表面溫度。

2.4.2 風電機組模型

風電機組出力具有隨機性，根據不同時段風速的大小而確定，運行周期T內輸出功率PWT可用如下分段函數(shù)表示［15］：

式中：νt為t時段內風速；νwi為切入風速，為2 m/s；νwo為切出風速，為25 m/s；νo為額定風速，為12 m/s；Po為風電機組額定輸出功率。

2.4.3 燃氣輪機模型

燃氣輪機是綜合能源系統(tǒng)中最重要的能源轉換設備之一，其熱電關系數(shù)學模型如下：

式中：QMT為運行周期內煙氣余熱量；PMT為運行周期內的發(fā)電功率；τMT為燃機發(fā)電效率；τL為損失率。

2.4.4 電制熱機組模型

電制熱機組具有高效節(jié)能的特點，因此被廣泛應用于綜合能源系統(tǒng)中，其數(shù)學模型如下∶

式中：QEH為電制熱機組運行周期內輸出熱功率；PEH為電制熱機組運行周期內輸入電功率；ωEH為電制熱機組的熱轉換效率。

2.4.5 燃氣鍋爐機組模型

燃氣鍋爐機組是一種消耗天然氣產生熱能的設備，其天然氣輸入量與輸出的熱能的數(shù)學關系模型為：

式中：QGB為燃氣鍋爐運行周期內輸出熱功率；ζGB為燃氣鍋爐的熱轉換效率；CGB為燃氣鍋爐運行周期內天然氣消耗量；LGB為天然氣低熱值。

2.4.6 余熱鍋爐模型

余熱鍋爐作為一種能有效提高綜合能源系統(tǒng)中熱能利用效率的裝置，其數(shù)學模型為：

式中：QWH為余熱鍋爐運行周期內輸出熱功率；ζWH為余熱利用效率。

2.5 獎懲階梯型碳交易成本模型

本文中無償碳排放配額和碳排放量采用基準線法來確定，采用該方法一般認為綜合能源系統(tǒng)中碳排放權初始配額包括電網購電、熱電聯(lián)產機組和燃氣鍋爐。上述幾個部分的無償碳排放配額分別表示為［16］：

式中：EW為綜合能源系統(tǒng)無償碳排放配額；EB為系統(tǒng)購電無償碳排放配額；EB為燃氣鍋爐機組的無償碳排放配額；ECCHP為熱電聯(lián)產機組無償碳排放配額；λD為單位電量的碳排放配額，取值為0.728 t/（MW·h）；λD為單位熱量的碳排放配額，取值為0.102 t（/GJ）；PB(t)為從上級電網購電功率；PGT(t)為熱電聯(lián)產機組的電功率；η為熱電聯(lián)產機組制熱量的折算系數(shù)，取值為6 MJ（/KW·h）；QH(t)為熱電聯(lián)產機組的制熱量；PGB(t)為余熱鍋爐的制熱功率；

本文構建階梯型碳交易模型來進一步解決碳排放的問題，該模型定義了若干碳排放區(qū)間，當系統(tǒng)在某一時段內碳排放量小于配額指標，則DCO2值小于零，若系統(tǒng)在某一時段內碳排放量大于配額指標，則DCO2值大于零，為了更有效的降低碳排放量，在碳排放總量越大的時段內碳交易成本越高［17］。表示如下：

式中：DCO2為系統(tǒng)碳交易成本；cCO2為當前市場碳交易價格；EC為系統(tǒng)在某一運行時段中實際碳排放量；τ和?為不同時段內碳排放懲罰系數(shù)；ω為某一時段內不同碳排放量區(qū)間長度；EP為發(fā)電過程中碳排放總量；根據文獻［18］，燃氣鍋爐和冷熱電聯(lián)產機組的碳排放量取值為0.065 t/（GJ）；普通火電廠碳排放取值為1.08 t/（MW·h）。

2.6 儲能設備模型

儲能設備作為綜合能源系統(tǒng)中不可或缺的一部分，能夠解決生產與消耗不匹配的問題，還能有效平抑負荷的波動，降低棄風率和棄光率，并提高系統(tǒng)的靈活性。儲能裝置的動態(tài)數(shù)學模型為：

式中：Ei,T為系統(tǒng)運行周期內儲能裝置的儲能量；?i為儲能裝置耗損率；和分別為系統(tǒng)運行周期內儲能設備i的充放能功率；和分別為系統(tǒng)運行周期內儲能設備i的充放能效率;

儲能設備在系統(tǒng)運行周期內初始狀態(tài)和結束狀態(tài)需保持一致。

3 綜合能源系統(tǒng)低碳經濟調度模型

3.1 目標函數(shù)

本文以經濟和低碳節(jié)能為綜合能源系統(tǒng)優(yōu)化調度的最終目標，通過調度綜合能源系統(tǒng)中各個設備的出力情況來達到節(jié)能環(huán)保和經濟運行成本最低的目標。目標函數(shù)如下所示［19］：

式中：minFIES為系統(tǒng)總的最小運行成本；FPW為分布式光伏，風力發(fā)電運行成本；FC為柔性電熱負荷參與調節(jié)，給用戶總的補償費用；FBuy為購電費用；FMT為燃機運行費用；FGB為燃氣鍋爐運行費用；FEP為蓄電池回收費用；FHP為蓄熱槽回收費用；FCO2為碳交易成本；FEH為電制熱機組運行費用。T表示系統(tǒng)運行周期；KP，KW，Kα，Kβ，Kρ分別為光伏板，風力發(fā)電機組，燃氣輪機機組，燃氣鍋爐機組，電制熱機組運行成本系數(shù)。K?為向電網買電時的分時電價；Kχ，Kδ為回收蓄電池和蓄熱槽時的折舊費用系數(shù)。PP(t)，PW(t)，PMT(t)，PGB(t)分別為光伏機組，風力機組，燃氣輪機機組，燃氣鍋爐機組的輸出功率。PEH為電制熱機組消耗的電功率，PPG(t)為系統(tǒng)與電網的交互功率，向電網買電為正。PEP(t)，PHP(t)為蓄電池，蓄熱槽充放能量功率，吸收能量為正，放出能量為負。

3.2 約束條件

1）電能平衡約束

式中：PLoad,T為運行周期內總的電負荷；PRig,T為運行周期內不可調控的剛性電負荷；和為蓄電池在系統(tǒng)運行周期內的充放電功率。

2）熱能平衡約束

式中：QLoad,T為運行周期內總熱負荷功率；和為蓄熱槽吸收和釋放熱能的功率；QEH為運行周期內電制熱機組提供的熱功率；QRig,T為運行周期內基礎剛性熱負荷功率；Qh,T為運行周期內柔性熱負荷所需功率。

3）功率上下限約束

Pφ,T,min≤Pφ,T≤Pφ,T,max

式中：Pφ,T,min和Pφ,T,max為運行周期內設備φ輸出功率的上下限，其中φ為光伏機組、風電機組、燃氣輪機機組、燃氣鍋爐、電制熱機組。

4）儲能設備約束

式中：E?,T,min和E?,max為運行周期內儲能設備?的最小最大儲能狀態(tài)，和為運行周期內儲能設備η的最大充能/放能功率。

5）購電功率約束

PPG,T,min≤PPG,T≤PPG,T,max

式中：PPG,T,min和PPG,T,max為向電網購電功率的下限和上限。

3.3 求解方法

本文采用MATLAB中的YALMIP工具箱對該混合整數(shù)非線性規(guī)劃問題進行編譯，調用CPLEX 求解器進行求解。算法流程圖如下所示：

4 算例分析

4.1 基礎數(shù)據

算例選取北方某社區(qū)綜合能源系統(tǒng)為研究對象，使用一天24 h 作為一個調度周期，單位調度時間段為1 h。系統(tǒng)中的設備包括風電機組、光伏機組、電制熱機組、燃氣輪機、燃氣鍋爐、余熱鍋爐、蓄電池、蓄熱槽等。設備詳細參數(shù)如表1［20-21］。

表1 綜合能源系統(tǒng)設備參數(shù)Tab.1 Equipment parameters of integrated energy system

本文中能源價格為分時電價和固定氣價，天然氣價格取2.5 ￥/m3，天然氣低燃值取9.7（kW·h）/m3。蓄電池Smin取0.2，Smax取0.8，充放電效率取0.9，自放電損耗取0.001，使用壽命取10 a。蓄熱槽Smin取0.1，Smax取0.8，充放熱效率取0.9，自放熱損耗取0.01，使用壽命取10 a。該地區(qū)根據用電峰谷期不同的特點，將一天24 h 分為六個時間段來分析，并且采用分時電價計費。峰時段為10∶00—15∶00、18∶00—21∶00，峰時段電價為1.2 元/（kW·h）；平時段為7∶00—10∶00、15∶00—18∶00、21∶00—24∶00，電價為0.8 元/（kW·h）；谷時段為0∶00—7∶00，電價為0.4 元/（kW·h）。

典型日各時段的柔性電熱負荷構成如下圖5和圖6所示，可平移負荷分布于中午和晚高峰時段，主要是電瓶車、電動汽車以及家用負荷電熱水器、洗衣機等?？赊D移負荷主要為工業(yè)負荷，如消毒柜等?？上鳒p負荷主要為照明燈，可對燈光的使用數(shù)量進行削減。柔性熱負荷包括基礎熱負荷、可平移熱負荷和可削減熱負荷［12］。

圖5 優(yōu)化前柔性電負荷分布Fig.5 Flexible electric load distribution before optimization

圖6 優(yōu)化前柔性熱負荷分布Fig.6 Flexible heat load distribution before optimization

為驗證柔性電熱負荷、獎懲階梯型碳交易機制對綜合能源系統(tǒng)的影響，本文設置以下面三種場景進行對比分析：①不考慮柔性電負荷和熱負荷、獎懲階梯型碳交易機制參與系統(tǒng)優(yōu)化調度情況；②考慮柔性電負荷和熱負荷參與系統(tǒng)優(yōu)化調度情況；③綜合考慮柔性電負荷和熱負荷、獎懲階梯型碳交易機制參與系統(tǒng)優(yōu)化調度情況。參與綜合能源系統(tǒng)優(yōu)化調度的各柔性負荷參數(shù)如表2和表3所示。

表2 柔性電負荷參數(shù)Tab.2 Flexible electrical load parameters

表3 柔性熱負荷參數(shù)Tab.3 Flexible heat load parameters

4.2 不同場景下的優(yōu)化結果分析

如圖7和圖8所示，在考慮柔性電熱負荷之后，負荷會發(fā)生削減、平移和轉移。通過對比圖5 和圖7 可以看出綜合能源系統(tǒng)中可平移負荷從用電高峰期時段17∶00—20∶00 平移到了低谷期時段6∶00—9∶00，以此來緩解晚高峰時段的用電壓力，可轉移負荷從7∶00—10∶00轉移到6∶00—11∶00，使電負荷盡可能多的分布在電價谷時段和平時段?？善揭曝摵稍谄揭七^程中并未改變負荷工作時間段，以及平移前后功率也并未發(fā)生變化，而可轉移負荷在轉移前后其工作時間段和負荷功率均發(fā)生了改變，與可平移負荷相比較，可轉移負荷功率分布更具靈活性。

圖7 優(yōu)化后柔性電負荷分布Fig.7 Flexible electric load distribution after optimization

圖8 優(yōu)化后柔性熱負荷分布Fig.8 Flexible heat load distribution after optimization

電價峰值時段為10∶00—15∶00和18∶00—21∶00，負荷削減多發(fā)生在10∶00—21∶00 時間段，由圖9 可知，0∶00—7∶00為夜間電價低谷期，此時向電網大量購電，可以減少燃氣輪機的出力，在10∶00—15∶00、18∶00—21∶00 這兩個電價高峰期時段，也是用電高峰期時段，系統(tǒng)購電成本太高，同時分布式新能源發(fā)電資源充沛，應充分利用風力、光伏發(fā)電。7∶00—10∶00、15∶00—18∶00、21∶00—24∶00 雖然處于電價平時段，但是相較于燃氣輪機和光伏、風力發(fā)電成本，其購電成本依然較高，所以為了降低系統(tǒng)運行成本，電網購電量為零。

對于熱負荷而言，如圖10所示，絕大部分熱能由余熱鍋爐提供，電制熱機組和燃氣鍋爐機組提供熱能補充，在0∶00—7∶00這個電價谷時段電制熱機組增大出力，由于該時段電價便宜，可以使用廉價的電能產生熱能儲存在蓄熱槽中。在熱能需求高峰期將蓄熱槽中儲存的熱能釋放出來，起到了削峰填谷作用。

圖10 場景2熱能調度平衡圖Fig.10 Scene 2 Heat scheduling equilibrium diagram

為了驗證碳交易對綜合能源系統(tǒng)的影響，在場景3中進一步引入了獎懲階梯型碳交易機制，最終得到了場景3中各能源設備出力情況，如圖11和圖12所示。通過對比圖9和圖11，可以看出在場景2中，對新能源出力調度的并不積極。在場景3中，通過充分調度新能源出力，并且適當加大購電量以此減少燃氣輪機在谷平時期的出力，達到節(jié)能減排的目的。同時儲能裝置和電制熱機組的加入使得系統(tǒng)能量耦合更加緊密，在場景3中，將新能源的出力用來對蓄電池充電，以此達到新能源消納的目的。通過對比圖10和圖12，可以看出在場景2中，谷時段有電制熱機組出力，同時燃氣鍋爐出力很少，但是在場景3中，電制熱機組和燃氣鍋爐在谷平調度時期的出力有所增加。同時電制熱機組在電價谷時期增加出力產熱，將產生的熱量儲存在蓄熱槽中，所以場景3在電價谷時段時，蓄熱槽儲熱有明顯增加。

圖11 場景3電能調度平衡圖Fig 11 Scene 3 Power dispatching balance diagram

圖12 場景3熱能調度平衡圖Fig.12 Scene 3 Thermal energy scheduling balance diagram

三種場景下的電熱負荷變化如圖13和圖14所示，場景2 在柔性負荷參與調節(jié)后電負荷峰谷差由2 037.47 kW 減小到1 750.63 kW，熱負荷峰谷差由954.72 kW 下降到649.36 kW，場景3 進一步引入獎懲階梯型碳交易機制參與調節(jié)后，系統(tǒng)電負荷峰谷差被進一步減小到1 465.27 kW，熱負荷峰谷差減小到610.58 kW。由此得出，柔性負荷及獎懲階梯型碳交易機制參與系統(tǒng)優(yōu)化調度能有效降低系統(tǒng)峰谷差，平抑負荷波動。

圖13 不同場景下電負荷變化狀況Fig.13 The variation of electric load under different scenarios

圖14 不同場景下熱負荷變化狀況Fig.14 The change of heat load in different scenarios

通過求解上述優(yōu)化問題，得到不同場景下綜合能源系統(tǒng)設備配置容量以及用能成本。

通過對比表4 不同場景下設備優(yōu)化配置不同場景下的設備優(yōu)化配置結果，可以看出在場景2 考慮柔性電熱負荷之后，新能源出力明顯增加。風電和光伏由場景1 中的7 575.1 kW 增加至場景2 中的11 505.5 kW，一共增加了3 930.4 kW。燃氣輪機出力則減少了3 910.4 kW，系統(tǒng)碳排放量降低了3.3%，在場景3 中加入碳交易，可再生能源出力進一步增加，比場景2 增加3 755.4 kW，系統(tǒng)碳排放量降低了8.37%。同時電制熱機組出力比場景2 增加了1 450 kW，這使得場景3 中的電熱耦合更加緊密。由表5 不同場景下的優(yōu)化結果可知，場景2 在考慮柔性電熱負荷參與綜合能源系統(tǒng)優(yōu)化調度后，系統(tǒng)運行成本降低了2.80%，場景3 進一步考慮獎懲階梯型碳交易機制之后，系統(tǒng)運行成本相較于場景2，再次降低了4.14%。

表4 不同場景下設備優(yōu)化配置單位：kWTab.4 Optimal device configuration under different scenarios

表5 不同場景下的優(yōu)化結果Tab.5 Optimization results under different scenarios

5 結論

本文通過對用戶側負荷特性進行分析，充分發(fā)掘柔性電負荷和熱負荷可調度的特性，結合獎懲階梯型碳交易機制，建立了考慮柔性電熱負荷的社區(qū)綜合能源系統(tǒng)低碳經濟調度模型，由實驗結果得出，系統(tǒng)運行周期內新能源出力增加了7 685.8 kW，電負荷和熱負荷峰谷差分別減小到1 465.27 kW 和610.58 kW，系統(tǒng)碳排放量和系統(tǒng)總成本分別降低了11.4%和6.87%，驗證了該模型能有效促進風光消納、削峰填谷、平抑負荷波動以及減少運行成本和降低系統(tǒng)碳排放量，具有一定的實際工程意義。

本文模型只針對電熱兩種能源，后續(xù)研究可以加入冷和氣，組成冷熱電氣四種能源結構耦合的復雜綜合能源系統(tǒng)模型，由于風電和光伏具有不確定性，將會增加系統(tǒng)系統(tǒng)儲能配置的復雜性，以及在低碳方面可以通過綠色交易證書和碳排放權交易政策進一步探索低碳政策對系統(tǒng)優(yōu)化調度的影響，后續(xù)研究將會圍繞這些方面展開。