園區(qū)綜合能源系統(tǒng)低碳經(jīng)濟(jì)優(yōu)化調(diào)度模型研究

摘 要：現(xiàn)有的園區(qū)綜合能源系統(tǒng)調(diào)度方案，存在成本高、污染環(huán)境且能源利用率低等問題。因此，提出一種計(jì)及電轉(zhuǎn)氣和碳交易機(jī)制的園區(qū)綜合能源系統(tǒng)低碳經(jīng)濟(jì)優(yōu)化調(diào)度模型。首先，重點(diǎn)分析電轉(zhuǎn)氣過程甲烷化環(huán)節(jié)強(qiáng)放熱特性，研究其對(duì)系統(tǒng)優(yōu)化調(diào)度的影響；其次，構(gòu)建含補(bǔ)償系數(shù)的綜合園區(qū)能源系統(tǒng)階梯式碳交易機(jī)制，以約束園區(qū)碳排放；最后，建立以運(yùn)行成本、棄能功率、碳排放量最小為目標(biāo)的園區(qū)綜合能源系統(tǒng)優(yōu)化調(diào)度模型，并進(jìn)行多目標(biāo)優(yōu)化計(jì)算。結(jié)果表明：所提優(yōu)化模型的總成本、棄能功率和碳排放量分別下降了15.4%、98.3%和19.7%。因此，該文所提園區(qū)綜合能源系統(tǒng)優(yōu)化調(diào)度模型提高了對(duì)能源的利用效率和經(jīng)濟(jì)性，并有效降低了園區(qū)的碳排放。

關(guān)鍵詞：可再生能源；優(yōu)化調(diào)度；綜合能源系統(tǒng)；電轉(zhuǎn)氣；階梯式碳交易機(jī)制；低碳經(jīng)濟(jì)

中圖分類號(hào)：TM732" " " " " " " " "文獻(xiàn)標(biāo)志碼：A

0 引 言

伴隨著“企業(yè)入園”的趨勢(shì)，中國大部分企業(yè)，尤其是生產(chǎn)制造企業(yè)大多落戶于各類工業(yè)園區(qū)。根據(jù)相關(guān)研究數(shù)據(jù)，2015年中國工業(yè)園區(qū)碳排放占全國31%［1］，并呈持續(xù)攀升的勢(shì)頭，工業(yè)園區(qū)的減排已刻不容緩。2021年10月10日，中共中央、國務(wù)院印發(fā)了《國家標(biāo)準(zhǔn)化發(fā)展綱要》，其中提到，推進(jìn)園區(qū)低碳工作體系建設(shè)，有利于促進(jìn)綠色經(jīng)濟(jì)的有效發(fā)展，推動(dòng)“雙碳”戰(zhàn)略目標(biāo)的實(shí)現(xiàn)［2］。園區(qū)綜合能源系統(tǒng)（community integrated energy system，CIES）作為“智慧城市”建設(shè)中的用能主體，可實(shí)現(xiàn)不同能源之間的優(yōu)勢(shì)互補(bǔ)，已成為低碳園區(qū)建設(shè)領(lǐng)域的研究熱點(diǎn)［3-4］。

清潔能源的不穩(wěn)定特性導(dǎo)致棄能問題尤為突出［5］，提高其消納能力是低碳園區(qū)建設(shè)的重要工作。運(yùn)用電轉(zhuǎn)氣（power to gas，P2G）將盈余電能轉(zhuǎn)化為天然氣，可有效提高清潔能源的消納能力［6-7］。文獻(xiàn)［6］詳細(xì)介紹了P2G技術(shù)的基本理念，建立含P2G和風(fēng)電的雙層優(yōu)化調(diào)度模型，結(jié)果表明P2G可有效提高風(fēng)電的消納能力；文獻(xiàn)［7］為應(yīng)對(duì)風(fēng)電高階不確定性，構(gòu)建含P2G的電-氣綜合系統(tǒng)優(yōu)化調(diào)度模型，設(shè)置多個(gè)場(chǎng)景，研究調(diào)度決策的靈活性和經(jīng)濟(jì)性，驗(yàn)證了電-氣耦合系統(tǒng)可提高風(fēng)電消納能力。然而，現(xiàn)有的研究工作較少關(guān)注P2G甲烷化過程反應(yīng)熱對(duì)電-熱-氣互聯(lián)系統(tǒng)調(diào)度結(jié)果的影響。文獻(xiàn)［8］驗(yàn)證了P2G熱回收的可行性，并提出可將反應(yīng)余熱直接用于區(qū)域供熱。因此，計(jì)及P2G供熱能力對(duì)多能耦合的CIES調(diào)度影響有待進(jìn)一步研究。

碳交易機(jī)制的引入是減少園區(qū)碳排放量的有效手段之一［9］。文獻(xiàn)［10］研究系統(tǒng)參與到碳交易市場(chǎng)，并驗(yàn)證了引入碳交易機(jī)制后系統(tǒng)碳減排能力的提升，但僅以固定碳價(jià)的方式進(jìn)行交易，市場(chǎng)的引導(dǎo)作用有限；文獻(xiàn)［11-12］提出階梯式碳交易機(jī)制，通過構(gòu)建階梯碳價(jià)，進(jìn)一步約束系統(tǒng)的碳排放。但上述研究工作中碳交易機(jī)制主要是針對(duì)碳配額不足情形，設(shè)計(jì)不同程度的懲罰措施，未充分考慮實(shí)際情況存在碳配額冗余的情形。

為了解決上述問題，本文首先分析P2G的運(yùn)行過程，并關(guān)注其供熱能力對(duì)CIES優(yōu)化調(diào)度的影響，建立相應(yīng)P2G供熱模型；其次，針對(duì)碳配額未用完情形，在階梯式碳交易機(jī)制的基礎(chǔ)上，引入補(bǔ)償系數(shù)，設(shè)置源于市場(chǎng)的經(jīng)濟(jì)補(bǔ)貼，且補(bǔ)貼程度隨剩余碳配額度階梯式增加?；诖?，提出一種計(jì)及P2G供熱和含補(bǔ)償系數(shù)的階梯式碳交易機(jī)制的CIES低碳經(jīng)濟(jì)優(yōu)化調(diào)度模型。建立以運(yùn)行成本、棄能功率、碳放量最小的目標(biāo)函數(shù)模型，將原問題轉(zhuǎn)化為混合整數(shù)線性問題，并對(duì)所提模型進(jìn)行求解。最后，通過設(shè)置不同場(chǎng)景對(duì)比分析，以驗(yàn)證所建模型的有效性和合理性。

1 園區(qū)綜合能源系統(tǒng)拓?fù)浣Y(jié)構(gòu)

CIES是一種含有多種能源形式，集能量的生產(chǎn)、轉(zhuǎn)換、傳輸、存儲(chǔ)、消費(fèi)于一體的“智慧城市”建設(shè)中的用能主體。本文建立的CIES運(yùn)行拓?fù)浣Y(jié)構(gòu)如圖1所示。

由圖1可知，園區(qū)主要利用風(fēng)電機(jī)組（wind turbines，WT）、光伏陣列（photovoltaic system，PV）等清潔能源設(shè)備用于供電。由燃?xì)廨啓C(jī)（gas turbine，GT）和余熱鍋爐（waste heat boiler，WHB）構(gòu)成的熱電聯(lián)產(chǎn)（combined heating and power，CHP）機(jī)組作為耦合環(huán)節(jié)將電、熱、氣進(jìn)行融合，當(dāng)CHP機(jī)組不滿足系統(tǒng)供熱時(shí)，由燃?xì)忮仩t（gas-fired boiler，GB）提供不足的部分。P2G可將風(fēng)光出力高峰期的盈余電能轉(zhuǎn)化為易于存儲(chǔ)的天然氣出售給天然氣公司，促進(jìn)風(fēng)光消納的同時(shí)提升系統(tǒng)經(jīng)濟(jì)性。蓄電池（batteries，BT）、蓄熱槽（heat storage tank，HST）作為系統(tǒng)中的儲(chǔ)能設(shè)備，通過利用峰谷時(shí)間差異，配合運(yùn)行需求實(shí)現(xiàn)系統(tǒng)的協(xié)調(diào)優(yōu)化，以提升系統(tǒng)能效。

1.1 P2G運(yùn)行過程及供熱機(jī)理

P2G包括電解水制氫和甲烷化兩個(gè)過程，其運(yùn)行過程如圖2所示。

由圖2可知，電解水制氫是甲烷化的前置反應(yīng)。對(duì)于電解水制氫過程來說，電解槽是主要裝置，可由盈余風(fēng)光出力供電?；谫|(zhì)子交換膜電解槽裝置的運(yùn)行模型如式（1）所示。

[EEW，H2（t）=ηEWPP2G（t）PminEW≤PEW（t）≤PmaxEW] （1）

式中：[EEW，H2（t）]——[t]時(shí)刻電解槽輸出的氫能，m3；[ηEW]——電解水制氫效率；[PP2G（t）]——[t]時(shí)刻P2G耗電功率，kW；[PEW（t）]——[t]時(shí)刻電解槽設(shè)備耗電功率，kW；[PmaxEW]、[PminEW]——電解槽設(shè)備耗電功率上、下限值，kW。

通過氫氣反應(yīng)生成的天然氣，其單位能量密度是氫氣的4倍，且氫氣存儲(chǔ)困難、運(yùn)輸危險(xiǎn)。因此，一般采用甲烷化的過程，甲烷反應(yīng)器（methane reactor，MR）運(yùn)行模型如式（2）所示。

[EMR，CH4（t）=ηMREMR，H2（t）HLEminMR，H2≤EMR，H2（t）≤EmaxMR，H2] （2）

式中：[EMR，CH4（t）]、[EMR，H2（t）]——[t]時(shí)刻MR輸出的天然氣量、耗氫量，m3；[ηMR]——MR的能量轉(zhuǎn)化效率；[HL]——天然氣低熱值，kWh/m3，[HL]=9.7 kWh/m3；[EMR，H2（t）]——[t]時(shí)刻MR耗氫量，m3；[EmaxMR，H2]、[EminMR，H2]——MR耗氫量上、下限值，m3。

P2G甲烷化過程中，每生成1 mol的甲烷，會(huì)釋放165.01 kJ熱量［13］，甲烷化過程的熱化學(xué)反應(yīng)式如式（3）所示。由于熱力網(wǎng)的儲(chǔ)熱特性［8］，本文將甲烷化的反應(yīng)熱直接注入熱網(wǎng)用于供熱。

[4H2+CO2→CH4+2H2OΔH=-165.01 kJ/mol] （3）

式中：[ΔH]——化學(xué)反應(yīng)的熵，kJ/mol，當(dāng)數(shù)值為負(fù)時(shí)表示放熱。

本文假設(shè)電解水制氫生成的H2全部用于甲烷化過程，則單位時(shí)間內(nèi)P2G甲烷產(chǎn)率與甲烷化反應(yīng)放熱的轉(zhuǎn)換關(guān)系如式（4）和式（5）所示［14］。

[vCH4=ρH2?（PP2GvH2）?MCH44MH2?ρCH4?1000] （4）

[HP2G，CH4=ρH2?（PP2GvH2）4MH2?ΔH3600?ηCH4/heatP2G] （5）

式中：[vCH4]——CH4產(chǎn)率，m3/MWh；[HP2G，CH4]——P2G單位耗電量下甲烷化過程的放熱功率，kW；[vH2]——H2產(chǎn)率，Nm3/kWh；[ρH2]、[ρCH4]——[H2]、[CH4]的密度，g/Nm3；[MH2]、[MCH4]——[H2]、[CH4]的摩爾質(zhì)量，g/mol；[ηCH4/heatP2G]——P2G甲烷化過程放熱量用于供熱的比重。

考慮甲烷化過程反應(yīng)熱的供能模型如式（6）所示。

[HMR（t）=PP2G（t）?HP2G，CH4] （6）

式中：[HMR（t）]——[t]時(shí)刻P2G甲烷化過程反應(yīng)熱供熱功率，kW。

1.2 階梯式碳交易模型建立

碳交易機(jī)制在中國現(xiàn)處于全面發(fā)展階段［15］，健全碳交易機(jī)制在一定程度上有助于低碳減排目標(biāo)的實(shí)現(xiàn)，碳交易機(jī)制主要包括初始碳配額分配、實(shí)際碳排放量以及碳排放交易3個(gè)環(huán)節(jié)［11］。

1.2.1 碳排放權(quán)初始配額模型

本文采用基準(zhǔn)線法確定系統(tǒng)的初始碳排放配額，CIES上級(jí)購電均來自火力發(fā)電，則系統(tǒng)的碳排放源主要包括外購電力、GB、CHP機(jī)組。由于CHP機(jī)組可同時(shí)提供電能和熱能，則參考文獻(xiàn)［16］方法確定初始碳配額。初始碳配額模型為：

[Ea=δet=1TPgrid（t）+δht=1TPCHP（t）+Hgb（t）PCHP（t）=PCHP，h（t）+λPCHP，e（t）] （7）

式中：[Ea]——系統(tǒng)的初始碳配額，kg；[δe、][δh]——單位供電、供熱出力碳配額系數(shù)，kg/kWh；[δe]=0.728 kg/kWh，[δh]=0.367 kg/kWh［17］；[Pgrid（t）]——[t]時(shí)刻CIES外購電功率，kW；[Hgb（t）]——[t]時(shí)刻GB的供熱功率，kW；[PCHP，h（t）]、[PCHP，e（t）]——[t]時(shí)刻CHP機(jī)組的供熱、供電功率，kW；[λ]——CHP機(jī)組發(fā)電量折算成供熱量的折算系數(shù)，[λ]=6 MJ/kWh［17］。

1.2.2 實(shí)際碳排放模型

MR會(huì)消耗CO2，因此其碳排為負(fù)值，則實(shí)際碳排放模型如式（8）所示。

[EP=?et=1TPgrid（t）+?gt=1TGCHP，g（t）+Ggb，g（t）-ωat=1TEMR，CH4（t）] （8）

式中：[EP]——系統(tǒng)的實(shí)際碳排放量，kg；[?e]——電網(wǎng)排放因子，[?e]=0.581 kg/kWh，并根據(jù)生態(tài)環(huán)境部發(fā)布的最新數(shù)值實(shí)時(shí)更新；[?g]——天然氣碳排放系數(shù)，[?g]=2.165 kg/m3；[GCHP，g（t）]、[Ggb，g（t）]——[t]時(shí)刻GT、GB的耗氣量，m3；[ωa]——MR吸收CO2的系數(shù)。

1.2.3 碳排放交易模型

現(xiàn)有階梯式碳交易機(jī)制多針對(duì)購買區(qū)間進(jìn)行碳排放區(qū)間劃分，為進(jìn)一步約束園區(qū)碳排，引入補(bǔ)償系數(shù)a，即實(shí)際碳排放量低于初始配額時(shí)，市場(chǎng)給予一定的補(bǔ)貼作為補(bǔ)償?；诖?，構(gòu)建含補(bǔ)償系數(shù)的階梯式碳交易模型，如式（9）所示。

[fCO2（t）=-k（1+2α）（-EIES-d），" EIES≤-d-k（1+2α）d-k（1+α）（-EIES），" -dlt;EIES≤0kEIES，" 0lt;EIES≤dkd+k（1+β）（EIES-d），" dlt;EIES≤2dk（2+β）d+k（1+2β）（EIES-2d），" 2dlt;EIES≤3dk（3+3β）d+k（1+3β）（EIES-3d），" 3dlt;EIES≤4d] （9）

[EIES=EP-Ea] （10）

式中：[EIES]——CIES的實(shí)際碳排放量[EP]與初始碳配額[Ea]的差值，kg；[fCO2（t）]——[t]時(shí)刻系統(tǒng)的碳交易成本，元，為正表示購買額度，為負(fù)表示利用剩余額度獲得補(bǔ)貼；[k]——當(dāng)日碳交易基價(jià)，元/kg；[a]——補(bǔ)償系數(shù)；[b]——價(jià)格增長(zhǎng)幅度；[d]——每個(gè)階梯對(duì)應(yīng)的碳排放量區(qū)間長(zhǎng)度，kg。

1.3 CIES其他設(shè)備模型建立

1.3.1 CHP機(jī)組

CHP機(jī)組由GT和WHB構(gòu)成，GT通過燃燒天然氣進(jìn)行發(fā)電，排出的余熱由WHB回收用于供熱［18］，其運(yùn)行模型如式（11）所示。

[PCHP，e（t）=ηeHLGCHP，g（t）QGT（t）=PCHP，e（t）（1-ηe-ηloss）ηePCHP，h（t）=ηhCOP，hQGT（t）] （11）

式中：[ηe]——GT的發(fā)電效率；[QGT（t）]——[t]時(shí)刻GT的排氣余熱量，kW；[ηloss]——散熱損失率；[ηh]——余熱回收效率；[COP，h]——WHB的煙氣回收率。

1.3.2 燃?xì)忮仩t

GB通過燃燒天然氣用于供熱，其運(yùn)行模型如式（12）所示。

[Hgb（t）=ηgb，hHLGgb，g（t）] （12）

式中：[ηgb，h]——GB的制熱效率。

1.3.3 儲(chǔ)能設(shè)備

儲(chǔ)能設(shè)備主要包括BT和HST，運(yùn)行模型如式（13）、式（14）所示［19］。

[Stbt=St-1bt+ηbt，chgPtbt，chg-Ptbt，disηbt，dis] （13）

[Wthst=Wt-1hst（1-γh）+ηhst，chgPthst，chg-Pthst，disηhst，dis] （14）

式中：[Stbt]——[t]時(shí)刻BT的荷電狀態(tài)；[Ptbt，chg]、[Ptbt，dis]——[t]時(shí)刻BT的充、放電功率，kW；[ηbt，chg]、[ηbt，dis]——t時(shí)刻BT的充、放電效率；[Wthst]——[t]時(shí)刻HST的蓄熱能；[Pthst，chg]、[Pthst，dis]——[t]時(shí)刻HST的蓄、放熱功率，kW；[γh]——HST能量自損率；[ηhst，chg]、[ηhst，dis]——HST的蓄、放熱效率。

2 CIES低碳經(jīng)濟(jì)優(yōu)化運(yùn)行模型

2.1 源-荷不確定性處理

考慮到清潔能源（風(fēng)能、太陽能）和用戶負(fù)荷（電、熱負(fù)荷）具有明顯的隨機(jī)性，優(yōu)化問題難以直接求解，本文采用多場(chǎng)景方法構(gòu)建確定性場(chǎng)景以分析不確定性問題。現(xiàn)有研究及工業(yè)均普遍認(rèn)為，風(fēng)速服從經(jīng)典的雙參數(shù)威布爾分布［20］，太陽輻照度服從Beta分布［21］，對(duì)應(yīng)概率分布密度函數(shù)如式（15）、式（16）所示；用戶負(fù)荷一般服從正態(tài)分布N（[μ]，[θ2]）［22］，[μ]為該分布的期望值，[θ2]為該分布的方差。

[f1（v（t））=k1λ1v（t）λ1k1-1e-v（t）λ1k1k1=θ1μ1-1.086λ1=μ1Γ（1+1k1）] （15）

[f2（I（t））=Γ（α2+β2）Γ（α2）Γ（β2）I（t）α2-11-I（t）β2α2=μ2μ2（1-μ2）θ22-1β2=（1-μ2）μ2（1-μ2）θ22-1] （16）

式中：[v（t）]——[t]時(shí)刻WT在輪轂高度的實(shí)際風(fēng)速，m/s；[λ1]、[k1]——威布爾分布的尺度參數(shù)、形狀參數(shù)；[μ1]、[θ1]——威布爾分布的期望值、標(biāo)準(zhǔn)差；[I（t）]——[t]時(shí)刻實(shí)際太陽輻照度，W/m2；[α2]、[β2]——Beta分布的形狀參數(shù)；[μ2]、[θ22]——Beta分布的期望值、方差。

基于上述概率分布，本文采用蒙特卡羅法［23］進(jìn)行多場(chǎng)景生成，然后采用啟發(fā)式同步回代縮減法［24］對(duì)產(chǎn)生的場(chǎng)景進(jìn)行縮減，最后得到縮減之后的典型場(chǎng)景及其概率。

2.2 目標(biāo)函數(shù)

以CIES的經(jīng)濟(jì)性、能效性及環(huán)保性為目標(biāo)，通過引入單位棄能懲罰成本和含補(bǔ)償系數(shù)的階梯式碳交易機(jī)制，將棄能功率和碳排放量分別轉(zhuǎn)化為棄能懲罰成本和碳交易成本，構(gòu)建以運(yùn)行成本[F1]、棄能懲罰成本[F2]及碳交易成本[F3]之和為最小的CIES優(yōu)化調(diào)度目標(biāo)函數(shù)，從而將多目標(biāo)優(yōu)化轉(zhuǎn)化為單目標(biāo)優(yōu)化，如式（17）所示。

[minF=F1+F2+F3] （17）

2.2.1 運(yùn)行成本[F1]

運(yùn)行成本[F1]包括CIES與電網(wǎng)及天然氣公司的能量交互成本[Cbuy]、設(shè)備運(yùn)維成本[CO]及售能成本[Csell]，如式（18）所示。

[minF1=Cbuy+CO-CsellCbuy=t=1TCePgrid（t）+CgGg，buy（t）CO=t=1Ti=1NKiPi（t）Csell=t=1TCgsGg，sell（t）] （18）

式中：[Ce]——單位購電價(jià)格，元/kWh；[Cg]、[Cgs]——單位購、售氣價(jià)格，元/m3；[Gg，buy（t）]、[Gg，sell（t）]——[t]時(shí)刻CIES的外購、售氣量，m3；[Ki]——設(shè)備[i]的單位運(yùn)行維護(hù)費(fèi)用，元/kWh；[Pi（t）]——[t]時(shí)刻設(shè)備[i]的工作功率，kW。

2.2.2 棄能成本[F2]

棄能成本包括棄風(fēng)成本和棄光成本兩部分，如式（19）所示。

[minF2=CPVqit=1TPPV（t）-PPV（t）+CWTqit=1TPWT（t）-Pwt（t）] （19）

式中：[PWT（t）]、[PPV（t）]——[t]時(shí)刻WT、PV的輸出功率，kW；[Pwt（t）]、[Ppv（t）]——[t]時(shí)刻實(shí)際使用的WT、PV功率，kW；[CWTqi]、[CPVqi]——單位棄風(fēng)、棄光懲罰成本，元/kWh。

2.2.3 碳交易成本[F3]

[minF3=t=1TfCO2（t）] （20）

式中：[fCO2（t）]——詳見式（9）。

2.3 約束條件

2.3.1 設(shè)備運(yùn)行約束

1）P2G運(yùn)行約束

P2G包含電解槽和MR，設(shè)備運(yùn)行約束如式（1）、式（2）所示。

2）CHP機(jī)組

實(shí)際運(yùn)行時(shí)，CHP機(jī)組要滿足運(yùn)行功率約束和爬坡率約束，如式（21）所示。

[PminCHP，e≤PCHP，e（t）≤PmaxCHP，ePdownCHP≤PCHP（t）-PCHP（t-1）≤PupCHP] （21）

式中：[PmaxCHP，e]、[PminCHP，e]——CHP機(jī)組的供電功率上、下限值，kW；[PupCHP]、[PdownCHP]——CHP機(jī)組爬坡率上、下限值，kWh。

3）燃?xì)忮仩t

GB運(yùn)行約束如式（22）所示。

[Hmingb≤Hgb（t）≤Hmaxgb] （22）

式中：[Hmaxgb]、[Hmingb]——GB的供熱功率上、下限值，kW。

4）儲(chǔ)能設(shè)備

BT和HST運(yùn)行時(shí)需滿足容量約束和互斥約束以及充、放能約束和爬坡約束，如式（23）、式（24）所示。

[Sminbt≤Stbt≤SmaxbtWminhst≤Wthst≤WmaxhstUtx，dis+Utx，chg≤1] （23）

[Utx，chgPminx，chg≤Ptx，chg≤Utx，chgPmaxx，chgUtx，disPminx，dis≤Ptx，dis≤Utx，disPmaxx，disPdownx，chg≤Ptx，chg-Pt-1x，chg≤Pupx，chgPdownx，dis≤Ptx，dis-Pt-1x，dis≤Pupx，dis] （24）

式中：[Utx，dis]、[Utx，chg]——0～1變量，表示BT和HST的充、放能狀態(tài)標(biāo)記位；[Pmaxx，chg]、[Pminx，chg]和[Pmaxx，dis]、[Pminx，dis]——BT和HST的充、放能功率上、下限值，kW；[Pupx，chg]、[Pdownx，chg]和[Pupx，dis]、[Pdownx，dis]——BT和HST的充、放能爬坡率上、下限值，kWh。

2.3.2 功率平衡約束

1）電功率平衡約束如式（25）所示。

考慮到實(shí)際工業(yè)中配電網(wǎng)不允許反向送電的情況，本文不考慮CIES向電網(wǎng)公司售電。

[Ppv（t）+Pwt（t）+PCHP，e（t）+Pgrid（t）+Pbt，dis（t）=" " " Peload（t）+PP2G（t）+Pbt，chg（t）0≤Pgrid（t）≤Pmaxbgrid] （25）

式中：[Pmaxbgrid]——各時(shí)段CIES外購電量限值，kW。

2）熱功率平衡約束如式（26）所示。

[Hgb（t）+PCHP，h（t）+HMR（t）+Phst，dis（t）=Hload（t）+Phst，chg（t）] （26）

2.4 模型求解

本文構(gòu)建模型為混合整數(shù)非線性模型，對(duì)于式（9）所示碳交易機(jī)制涉及的非線性部分，采用大M法對(duì)其進(jìn)行松弛處理，從而轉(zhuǎn)化為混合整數(shù)線性模型；然后借助Matlab環(huán)境，利用Yalmip工具箱建立優(yōu)化調(diào)度模型；最后調(diào)用CPLEX商業(yè)求解器進(jìn)行求解。模型的詳細(xì)求解流程如圖3所示。

3 算例分析

3.1 基礎(chǔ)數(shù)據(jù)

以江蘇省某小型工業(yè)園區(qū)為研究對(duì)象，以一天24 h為調(diào)度周期、以1 h為單位調(diào)度時(shí)間。利用多場(chǎng)景生成方法得到該園區(qū)典型日負(fù)荷和WT、PV出力預(yù)測(cè)曲線如圖4所示。各設(shè)備及儲(chǔ)能的運(yùn)行參數(shù)見表1和表2；電價(jià)采用江蘇省政府的分時(shí)電價(jià)，各時(shí)段電價(jià)及購、售氣價(jià)格如表3所示；碳交易基價(jià)[k=0.252]元/kg，區(qū)間長(zhǎng)度[d=500] kg，補(bǔ)償系數(shù)[a=0.2]，價(jià)格增長(zhǎng)幅度[b=0.25]，單位棄風(fēng)、棄光懲罰成本均取0.3元/kWh。

BT的初始儲(chǔ)電量為90 kW，充、放電效率均取0.95；HST初始儲(chǔ)熱量為80 kW，充、放熱效率均取0.98，能量自損率為0.02。為驗(yàn)證本文所提優(yōu)化調(diào)度模型的有效性，設(shè)置以下4種場(chǎng)景進(jìn)行對(duì)比分析：

本文場(chǎng)景：考慮P2G甲烷化過程強(qiáng)放熱特性，并引入含補(bǔ)償系數(shù)的階梯式碳交易機(jī)制的CIES日前優(yōu)化調(diào)度。

場(chǎng)景1：不考慮P2G，也不考慮碳交易機(jī)制作用的CIES日前優(yōu)化調(diào)度；

場(chǎng)景2：在場(chǎng)景1基礎(chǔ)上考慮P2G，但不考慮其甲烷化過程強(qiáng)放熱特性的CIES日前優(yōu)化調(diào)度；

場(chǎng)景3：在場(chǎng)景2的基礎(chǔ)上考慮P2G甲烷化過程強(qiáng)放熱特性的CIES日前優(yōu)化調(diào)度；

場(chǎng)景4：在場(chǎng)景3的基礎(chǔ)上引入不考慮補(bǔ)償系數(shù)的階梯式碳交易機(jī)制的CIES日前優(yōu)化調(diào)度。

3.2 優(yōu)化運(yùn)行結(jié)果及分析

3.2.1 計(jì)及P2G供熱的園區(qū)風(fēng)光消納能力分析

不同場(chǎng)景下，電解槽出力和棄能功率如圖5所示。

分析圖5可知，場(chǎng)景1的棄能現(xiàn)象最為嚴(yán)重，一天內(nèi)的棄能功率約3112.5 kW，這是由于場(chǎng)景1中未引入P2G，其不具備風(fēng)光消納的能力。相比場(chǎng)景1，其他場(chǎng)景中由于P2G的存在，在風(fēng)光資源豐富時(shí)段（08：00—10：00），盈余風(fēng)光出力使得電解槽出力逐漸升高，在風(fēng)光資源極為充沛時(shí)段（10：00—15：00），電解槽處于滿發(fā)狀態(tài)，在一定程度上消納了大部分風(fēng)光。場(chǎng)景2中，一天內(nèi)的棄能功率約145.4 kW，與場(chǎng)景1相比減少95.3%。與場(chǎng)景2相比，場(chǎng)景3、場(chǎng)景4及本文場(chǎng)景風(fēng)光消納水平更高。場(chǎng)景3、場(chǎng)景4和本文場(chǎng)景中由于將P2G甲烷化過程反應(yīng)熱注入熱網(wǎng)用于系統(tǒng)供熱，分擔(dān)了熱負(fù)荷的一部分熱量，從而減輕了CHP機(jī)組的供熱壓力，使得其電出力在一定范圍內(nèi)進(jìn)行下調(diào)，為風(fēng)光出力留出空間，進(jìn)一步促進(jìn)了風(fēng)光的消納。場(chǎng)景3、場(chǎng)景4及本文場(chǎng)景一天內(nèi)的棄能功率均約53.6 kW，較場(chǎng)景1、場(chǎng)景2依次減少了98.3%、63.1%。因此，計(jì)及P2G甲烷化過程反應(yīng)熱，能有效提升CIES對(duì)風(fēng)光的消納能力。

3.2.2 不同場(chǎng)景調(diào)度運(yùn)行結(jié)果對(duì)比分析

不用場(chǎng)景調(diào)度運(yùn)行結(jié)果如表4所列。

由表4可知，與場(chǎng)景1相比，由于場(chǎng)景2引入了P2G，其系統(tǒng)設(shè)備運(yùn)維成本增加了18.3%；但場(chǎng)景2的棄能成本較則減少了95.3%，碳排放量降低了4.9%。因此，場(chǎng)景2有效提升了系統(tǒng)風(fēng)光消納能力和碳減排能力。并且，通過出售P2G合成的CH4，減少氣源投入的同時(shí)也為系統(tǒng)帶來了收益。

同理，由于場(chǎng)景3中考慮了P2G甲烷化過程的強(qiáng)放熱特性，降低了CHP機(jī)組和GB的供熱需求，由此減少了天然氣的購入量，從而提高了園區(qū)碳減排水平。另外，由于CHP機(jī)組供熱需求的降低，使得其電能出力水平減少，促進(jìn)了風(fēng)光系統(tǒng)的出力，進(jìn)一步降低了棄能成本。與場(chǎng)景2相比，場(chǎng)景3能量交互成本、棄能成本、碳排放量分別減少了4.6%、63.1%和2.9%。場(chǎng)景3驗(yàn)證了考慮P2G甲烷化反應(yīng)熱，能促進(jìn)風(fēng)光消納、減少系統(tǒng)碳排放，同時(shí)有效降低系統(tǒng)的能量交互成本。

與場(chǎng)景3相比，場(chǎng)景4的碳排放量和總成本分別降低了6.2%和10.4%。原因在于場(chǎng)景4考慮了傳統(tǒng)階梯式碳交易機(jī)制，系統(tǒng)為避免過多支付碳配額費(fèi)用，嚴(yán)格控制碳排放水平較高的火電出力，提升清潔能源機(jī)組出力比例，并激勵(lì)碳排放水平相對(duì)較低的CHP機(jī)組和GB增加出力，以降低系統(tǒng)碳排放量。且系統(tǒng)獲得的免費(fèi)碳配額大幅度縮減了碳交易成本，系統(tǒng)的總成本也隨之減少。

與場(chǎng)景4相比，本文場(chǎng)景的CIES總成本和系統(tǒng)碳排放量分別下降了2.3%和7.4%。由于本文場(chǎng)景所構(gòu)建的階梯式碳交易機(jī)制模型中引入了補(bǔ)償系數(shù)，當(dāng)實(shí)際碳排放量低于免費(fèi)碳配額時(shí)，可獲得一定的市場(chǎng)補(bǔ)貼，從而提高園區(qū)節(jié)能減排的積極性，促使系統(tǒng)增加低碳單元的出力比例以降低碳排放量；同時(shí)在補(bǔ)償機(jī)制下，園區(qū)愿意出售多余碳配額以獲得市場(chǎng)補(bǔ)貼。

與場(chǎng)景1相比，本文場(chǎng)景其能量交互成本、棄能成本、碳排放量和總成本分別下降了3.2%、98.3%、19.7%和15.4%。由于本文場(chǎng)景考慮了P2G供熱，系統(tǒng)的能量交互成本、棄能成本明顯下降；同時(shí)引入含補(bǔ)償系數(shù)的階梯式碳交易機(jī)制，鼓勵(lì)園區(qū)實(shí)行低碳策略，使系統(tǒng)的碳減排能力顯著提高，該機(jī)制與碳收益相結(jié)合，總成本也得到下降。

由上述對(duì)比分析可知，在CIES中考慮P2G甲烷化過程反應(yīng)熱供熱和含補(bǔ)償系數(shù)的階梯式碳交易機(jī)制可有效提升CIES風(fēng)光消納能力和經(jīng)濟(jì)性，并降低碳排放量。

3.2.3 本文場(chǎng)景調(diào)度結(jié)果分析

考慮P2G甲烷化過程反應(yīng)熱供熱和含補(bǔ)償系數(shù)的階梯式碳交易機(jī)制，對(duì)CIES進(jìn)行優(yōu)化調(diào)度，得到本文場(chǎng)景的電、熱負(fù)荷調(diào)度結(jié)果分別如圖6所示。

由圖6a可知，在00：00—07：00時(shí)段，此時(shí)電價(jià)較低，且PV無出力，用戶的用電需求由WT、CHP機(jī)組和電網(wǎng)購電共同滿足；08：00—17：00時(shí)段，此時(shí)電價(jià)較高，且在含補(bǔ)償系數(shù)的階梯式碳交易機(jī)制的激勵(lì)下，系統(tǒng)主要利用WT、PV等清潔能源機(jī)組及單位碳排放水平較低的CHP機(jī)組用于供電，該時(shí)刻風(fēng)光資源豐富，供能遠(yuǎn)大于負(fù)荷需求，則將多余的功率利用P2G設(shè)備實(shí)現(xiàn)電氣轉(zhuǎn)化，為系統(tǒng)帶來售氣收益的同時(shí)極大提高了系統(tǒng)的風(fēng)光消納水平；在12：00—15：00風(fēng)光充沛時(shí)段應(yīng)用BT進(jìn)行電能的存儲(chǔ)；18：00—21：00時(shí)段，無PV出力，CHP機(jī)組出力逐漸增加，與WT、BT存儲(chǔ)的電量及電網(wǎng)購電共同滿足用電平衡；22：00—24：00時(shí)段，夜間風(fēng)能資源豐富，WT作為供電主力與CHP機(jī)組滿足用戶用電需求，多余電能則用于P2G設(shè)備電氣轉(zhuǎn)化及BT電能存儲(chǔ)。

由圖6b可知，在00：00—05：00時(shí)段，夜間用熱需求低，系統(tǒng)利用制熱效率較高的GB提供熱能，多余熱能則提供給HST用于儲(chǔ)熱。06：00—07：00時(shí)段，熱負(fù)荷逐漸上升，CHP機(jī)組啟用以熱定電的工作模式，系統(tǒng)主要由CHP機(jī)組和GB滿足用戶用熱需求，不足的部分則由HST存儲(chǔ)的熱能補(bǔ)充；08：00—17：00時(shí)段，日間熱負(fù)荷處于高峰期，此時(shí)系統(tǒng)的供熱主力仍然是CHP機(jī)組和GB，且P2G設(shè)備在該時(shí)刻進(jìn)行電氣轉(zhuǎn)化的同時(shí)其甲烷化過程放出的反應(yīng)余熱也注入熱網(wǎng)用于供熱，一定程度上緩解了CHP機(jī)組和GB的供熱壓力；同時(shí)此時(shí)間段內(nèi)HST釋放先前儲(chǔ)存的熱能，各機(jī)組協(xié)同運(yùn)行滿足用戶的熱能需求；18：00—22：00時(shí)段，用戶用電量大，CHP機(jī)組啟用以電定熱的工作模式，熱負(fù)荷大部分由CHP機(jī)組提供，不足部分則由GB補(bǔ)充，多余熱能用于HST儲(chǔ)熱；23：00—24：00時(shí)段，電、熱負(fù)荷需求低，主要由WT和GB提供用戶所需電能和熱能，CHP機(jī)組出力大幅度減少。

3.3 靈敏性分析

3.3.1 天然氣價(jià)格波動(dòng)對(duì)CIES低碳運(yùn)行的影響

圖7為本文場(chǎng)景下天然氣價(jià)格波動(dòng)對(duì)系統(tǒng)低碳運(yùn)行的影響。由圖7可見，隨著天然氣價(jià)格的升高，系統(tǒng)碳排放量呈下降趨勢(shì)，為園區(qū)帶來的碳收益也隨之上升。這是由于在天然氣價(jià)格較低時(shí)，系統(tǒng)主要利用耗氣設(shè)備CHP機(jī)組和GB作為供能主力，隨著天然氣價(jià)格遠(yuǎn)高于供電成本，且在園區(qū)低碳減排策略下，系統(tǒng)需限制碳排放較高的火電機(jī)組出力，故會(huì)提高清潔能源機(jī)組出力比例，使得系統(tǒng)碳排放量更加降低。此外，當(dāng)天然氣價(jià)格增加到2.5元/m3時(shí)，碳排放量下降趨勢(shì)變緩慢，說明清潔能源機(jī)組出力已達(dá)到恒定值，若繼續(xù)提高天然氣價(jià)格，系統(tǒng)碳排放量也不再出現(xiàn)明顯變化。

3.3.2 碳交易價(jià)格對(duì)CIES低碳運(yùn)行的影響

碳交易價(jià)格相當(dāng)于CIES優(yōu)化運(yùn)行中低碳目標(biāo)的權(quán)重，碳交易價(jià)格的變化影響機(jī)組的出力，從而影響系統(tǒng)的碳排放量。由圖8可知，隨著碳交易價(jià)格的提高，碳交易成本在總成本的比例上升，這使系統(tǒng)加強(qiáng)對(duì)碳排放的限制，使碳排放逐步減少。并且，本文場(chǎng)景下的碳排放低于場(chǎng)景4，原因在于引入補(bǔ)償系數(shù)的階梯式碳交易機(jī)制比傳統(tǒng)碳交易機(jī)制更具減排優(yōu)勢(shì)，可更好地限制系統(tǒng)的碳排放。

3.3.3 補(bǔ)償系數(shù)對(duì)系統(tǒng)低碳運(yùn)行的影響

本文引入補(bǔ)償系數(shù)[α]以提高園區(qū)低碳減排積極性，由圖9分析可知，當(dāng)系統(tǒng)的碳交易成本為正值，即園區(qū)需上繳碳交易費(fèi)用時(shí)，補(bǔ)償系數(shù)不會(huì)發(fā)揮作用。當(dāng)系統(tǒng)的碳交易成本為負(fù)值，園區(qū)開始獲得碳收益時(shí)，補(bǔ)償系數(shù)越大，獲得碳收益越多，即系統(tǒng)碳排放量下降的越可觀，原因在于系統(tǒng)在低碳減排策略下，以低碳單元CHP機(jī)組及GB為供能主力，從而有效減少碳排放量。此外，當(dāng)碳交易價(jià)格增加到0.25元/kg時(shí)，碳交易收益增長(zhǎng)趨勢(shì)變緩慢，說明此時(shí)低碳機(jī)組出力已達(dá)到滿發(fā)狀態(tài)，若繼續(xù)提高碳交易價(jià)格，系統(tǒng)碳排放量也不再出現(xiàn)明顯變化。

4 結(jié) 論

本文針對(duì)多能互聯(lián)的CIES優(yōu)化運(yùn)行面臨的成本高、碳排放量大且能源利用率低等問題，提出考慮P2G甲烷化過程反應(yīng)熱供熱和含補(bǔ)償系數(shù)的階梯式碳交易機(jī)制的CIES低碳經(jīng)濟(jì)優(yōu)化調(diào)度模型。通過設(shè)置4種不同場(chǎng)景與本文場(chǎng)景進(jìn)行算例分析對(duì)比，得到以下結(jié)論：

1）與未考慮P2G供熱過程相比，考慮P2G供熱使系統(tǒng)的能量交互成本和棄能成本分別下降了4.6%和63.1%；且由于P2G供熱分擔(dān)了一部分CHP機(jī)組、GB的供熱需求，減輕其供熱壓力，進(jìn)一步減少系統(tǒng)碳排放，碳排放量降低了2.9%。驗(yàn)證了考慮P2G供熱的經(jīng)濟(jì)和環(huán)境效益。

2）針對(duì)實(shí)際情況下存在碳配額未用完的情形，在CIES優(yōu)化調(diào)度模型中進(jìn)一步引入含補(bǔ)償系數(shù)的階梯式碳交易機(jī)制，與常規(guī)階梯式碳交易機(jī)制對(duì)比，碳排放量降低了6.2%，并與碳收益相結(jié)合，使總成本下降了10.4%。驗(yàn)證了該機(jī)制對(duì)CIES碳排放量的控制作用更加嚴(yán)格，促進(jìn)了園區(qū)碳中和的發(fā)展。

3）相比場(chǎng)景1，CIES中耦合P2G供熱和含補(bǔ)償系數(shù)的階梯式碳交易機(jī)制可減少98.3%的棄能成本、降低19.7%的碳排放量，總成本下降了15.4%，驗(yàn)證了本文所提模型提高了能源利用效率，優(yōu)化了系統(tǒng)的經(jīng)濟(jì)性與環(huán)保性，實(shí)現(xiàn)了園區(qū)低碳發(fā)展和經(jīng)濟(jì)性的雙贏。

后續(xù)研究需進(jìn)一步考慮源、荷不確定性對(duì)CIES優(yōu)化調(diào)度的影響，通過逐級(jí)細(xì)化時(shí)間尺度，以實(shí)現(xiàn)CIES的低碳經(jīng)濟(jì)及穩(wěn)定運(yùn)行。

［參考文獻(xiàn)］

［1］ GUO Y， TIAN J P， ZANG N， et al. The role of industrial parks in mitigating greenhouse gas emissions from China［J］. Environmental science amp; technology， 2018， 52（14）： 7754-7762.

［2］ 新華社. 中共中央 國務(wù)院印發(fā)《國家標(biāo)準(zhǔn)化發(fā)展綱要》［J］. 船舶標(biāo)準(zhǔn)化工程師， 2021， 54（6）： 1.

XINHUA NEWS AGENCY. The state council， the central committee of the communist party of China issued the outline of national standardization development［J］. Ship standardization engineer， 2021， 54（6）： 1.

［3］ 楊歡紅， 謝明洋， 黃文燾， 等. 含廢物處理的城市綜合能源系統(tǒng)低碳經(jīng)濟(jì)運(yùn)行策略［J］. 電網(wǎng)技術(shù)， 2021， 45（9）： 3545-3552.

YANG H H， XIE M Y， HUANG W T， et al. Low-carbon economic operation of urban integrated energy system including waste treatment［J］. Power system technology， 2021， 45（9）： 3545-3552.

［4］ MA H， CHEN Q， HU B， et al. A compact model to coordinate flexibility and efficiency for decomposed scheduling" "of" " integrated" "energy" " system［J］." "Applied energy， 2021， 285： 116474.

［5］ 竇迅， 趙文浩， 郎伊紫禾， 等. 計(jì)及電轉(zhuǎn)氣技術(shù)的天然氣-電力耦合系統(tǒng)運(yùn)行研究綜述［J］. 電網(wǎng)技術(shù)， 2019， 43（1）： 165-173.

DOU X， ZHAO W H， LANG Y Z H， et al. A review of operation" " of" "natural" " gas-electricity" " coupling" "system considering" "power-to-gas" "technology［J］." Power" "system technology， 2019， 43（1）： 165-173.

［6］ 張儒峰， 姜濤， 李國慶， 等. 考慮電轉(zhuǎn)氣消納風(fēng)電的電-氣綜合能源系統(tǒng)雙層優(yōu)化調(diào)度［J］. 中國電機(jī)工程學(xué)報(bào)， 2018， 38（19）： 5668-5678， 5924.

ZHANG R F， JIANG T， LI G Q， et al. Bi-level optimization dispatch of integrated electricity-natural gas systems considering P2G for wind power accommodation［J］. Proceedings of the CSEE， 2018， 38（19）： 5668-5678， 5924.

［7］ 張亞超， 鄭峰， 樂健， 等. 考慮風(fēng)電高階不確定性的電氣綜合系統(tǒng)分布魯棒協(xié)同優(yōu)化調(diào)度［J］. 中國電機(jī)工程學(xué)報(bào)， 2020， 40（24）： 8012-8026， 8238.

ZHANG Y C， ZHENG F， LE J， et al. A distributionally robust coordinated optimization scheduling of integrated electricity and natural gas systems considering higher-order uncertainty of wind power［J］. Proceedings of the CSEE， 2020， 40（24）： 8012-8026， 8238.

［8］ 張鍇， 郭小璇， 韓帥， 等. 基于電轉(zhuǎn)氣反應(yīng)熱應(yīng)用和合作博弈的電轉(zhuǎn)氣裝置容量規(guī)劃［J］. 電網(wǎng)技術(shù)， 2021， 45（7）： 2801-2811.

ZHANG K， GUO X X， HAN S， et al. Capacity planning of power-to-gas devices considering reaction heat recovery and cooperative game［J］. Power system technology， 2021， 45（7）： 2801-2811.

［9］ 馬喜平， 沈渭程， 甄文喜， 等. 基于低碳目標(biāo)的電氣綜合能源系統(tǒng)優(yōu)化調(diào)度策略研究［J］. 電網(wǎng)與清潔能源， 2021， 37（12）： 116-122.

MA X P， SHEN W C， ZHEN W X， et al. A study on the optimal" " scheduling" "strategy" " of" " electric-gas-thermal integrated energy system based on low carbon target［J］. Power system and clean energy， 2021， 37（12）： 116-122.

［10］ 張立輝， 戴谷禹， 聶青云， 等. 碳交易機(jī)制下計(jì)及用電行為的虛擬電廠經(jīng)濟(jì)調(diào)度模型［J］. 電力系統(tǒng)保護(hù)與控制， 2020， 48（24）： 154-163.

ZHANG L H， DAI G Y， NIE Q Y， et al. Economic dispatch model of virtual power plant considering electricity consumption under a carbon trading mechanism［J］. Power system protection and control， 2020， 48（24）： 154-163.

［11］ 崔楊， 曾鵬， 仲悟之， 等. 考慮階梯式碳交易的電-氣-熱綜合能源系統(tǒng)低碳經(jīng)濟(jì)調(diào)度［J］. 電力自動(dòng)化設(shè)備， 2021， 41（3）： 10-17.

CUI" Y，" ZENG" P，" ZHONG" W" Z，" et" al." Low-carbon economic dispatch of electricity-gas-heat integrated energy system based on ladder-type carbon trading［J］. Electric power automation equipment， 2021， 41（3）： 10-17.

［12］ 邱彬， 宋紹鑫， 王凱， 等. 計(jì)及需求響應(yīng)和階梯型碳交易機(jī)制的區(qū)域綜合能源系統(tǒng)優(yōu)化運(yùn)行［J］. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)， 2022， 34（5）： 87-95， 101.

QIU B， SONG S X， WANG K， et al. Optimal operation of regional integrated energy system considering demand response and ladder-type carbon trading mechanism［J］. Proceedings of the CSU-EPSA， 2022， 34（5）： 87-95， 101.

［13］ 張玉黎， 葉茂， 肖睿， 等. 垃圾焚燒發(fā)電耦合電轉(zhuǎn)氣制備合成天然氣工藝集成與優(yōu)化［J］. 化工進(jìn)展， 2022， 41（3）： 1677-1688.

ZHANG Y L， YE M， XIAO R， et al. Integration and optimization of a waste incineration power plant-power to gas" hybrid" "system" "for" "SNG" "production［J］." Chemical industry and engineering progress， 2022， 41（3）： 1677-1688.

［14］ 李東森， 高賜威， 趙明. 計(jì)及電轉(zhuǎn)氣熱回收的綜合能源系統(tǒng)蓄熱罐容量規(guī)劃與運(yùn)行策略［J］. 電力自動(dòng)化設(shè)備， 2019， 39（8）： 161-168.

LI D S， GAO C W， ZHAO M. Capacity planning and operating strategy of heat accumulator for integrated energy system" "considering" "heat" "recovery" "of" "power-to-gas［J］. Electric power automation equipment， 2019， 39（8）： 161-168.

［15］ 潘險(xiǎn)險(xiǎn)， 余夢(mèng)澤， 隋宇， 等. 計(jì)及多關(guān)聯(lián)因素的電力行業(yè)碳排放權(quán)分配方案［J］. 電力系統(tǒng)自動(dòng)化， 2020， 44（1）： 35-42.

PAN X X， YU M Z， SUI Y， et al. Allocation scheme of carbon emission rights for power industry considering multiple" "correlated" "factors［J］." Automation" "of" "electric power systems， 2020， 44（1）： 35-42.

［16］ 張曉輝， 劉小琰， 鐘嘉慶. 考慮獎(jiǎng)懲階梯型碳交易和電-熱轉(zhuǎn)移負(fù)荷不確定性的綜合能源系統(tǒng)規(guī)劃［J］. 中國電機(jī)工程學(xué)報(bào)， 2020， 40（19）： 6132-6142.

ZHANG X H， LIU X Y， ZHONG J Q. Integrated energy system planning considering a reward and punishment ladder-type carbon trading and electric-thermal transfer load uncertainty［J］. Proceedings of the CSEE， 2020， 40（19）： 6132-6142.

［17］ 瞿凱平， 黃琳妮， 余濤， 等. 碳交易機(jī)制下多區(qū)域綜合能源系統(tǒng)的分散調(diào)度［J］. 中國電機(jī)工程學(xué)報(bào)， 2018， 38（3）： 697-707.

QU K P， HUANG L N， YU T， et al. Decentralized dispatch" of" multi-area" integrated" energy" systems" with carbon trading［J］. Proceedings of the CSEE， 2018， 38（3）： 697-707.

［18］ CAO L H， WANG Z Z， PAN T Y， et al. Analysis on wind power accommodation ability and coal consumption of heat-power decoupling technologies for CHP units［J］. Energy， 2021， 231： 120833.

［19］ 程杉， 黃天力， 魏榮宗. 含冰蓄冷空調(diào)的冷熱電聯(lián)供型微網(wǎng)多時(shí)間尺度優(yōu)化調(diào)度［J］. 電力系統(tǒng)自動(dòng)化， 2019， 43（5）： 30-38.

CHENG S， HUANG T L， WAI R Z. Multi-time-scale optimal scheduling of CCHP microgrid with ice-storage air-conditioning［J］. Automation of electric power systems， 2019， 43（5）： 30-38.

［20］ CHEN J J， QI B X， RONG Z K， et al. Multi-energy coordinated microgrid scheduling with integrated demand response for flexibility improvement［J］. Energy， 2021， 217： 119387.

［21］ 趙洪斌. 多時(shí)間尺度下基于相關(guān)系數(shù)的光伏電站出力特性分析［J］. 青海大學(xué)學(xué)報(bào)， 2020， 38（5）： 60-65.

ZHAO H B. Analysis on the output characteristics of photovoltaic power station based on the correlation coefficient over multiple time scales［J］. Journal of Qinghai University， 2020， 38（5）： 60-65.

［22］ 韓宏志， 楊洋， 郜寧， 等. 基于正態(tài)分布的典型負(fù)荷日擬合方法［J］. 分布式能源， 2020， 5（4）： 69-73.

HAN H Z， YANG Y， GAO N， et al. Fitting method of typical" "daily" "load" "based" "on" "normal" "distribution［J］. Distributed energy， 2020， 5（4）： 69-73.

［23］ 李婉婷， 臧傳治， 劉鼎， 等. 基于多目標(biāo)兩階段隨機(jī)規(guī)劃方法的電熱聯(lián)合系統(tǒng)調(diào)度［J］. 信息與控制， 2022， 51（2）： 176-187.

LI W T， ZANG C Z， LIU D， et al. Electric and heating combined system dispatch based on multi-objective and two-stage stochastic programming method［J］. Information and control， 2022， 51（2）： 176-187.

［24］ 雷宇， 楊明， 韓學(xué)山. 基于場(chǎng)景分析的含風(fēng)電系統(tǒng)機(jī)組組合的兩階段隨機(jī)優(yōu)化［J］. 電力系統(tǒng)保護(hù)與控制， 2012， 40（23）： 58-67.

LEI" Y，" YANG" M，" HAN" X" S." A" two-stage" stochastic optimization of unit commitment considering wind power based on scenario analysis［J］. Power system protection and control， 2012， 40（23）： 58-67.

STUDY ON LOW-CARBON ECONOMIC OPTIMAL SCHEDULING

MODEL OF COMMUNITY INTEGRATED ENERGY SYSTEM

Yuan Shiqi1，2，Pan Pengcheng1，2，Wei Yewen1，2，Xu Hengshan1，2，Huo Minglei3

（1. Hubei Provincial Collaborative Innovation Centre for New Energy Microgrid， China Three Gorges University， Yichang 443002， China；

2. College of Electrical Engineering amp; New Energy， China Three Gorges University， Yichang 443002， China；

3. State Grid Kaifeng Power Supply Company， Kaifeng 475000， China）

Abstract：The existing community integrated energy system dispatching strategies has the disadvantages of high cost， environmental pollution and low energy utilization rate. Therefore， a low-carbon economic optimization model of a community integrated energy system that considers the power to gas and carbon trading mechanism is proposed. Firstly， the heat release characteristics of the methanation link in the process of power to gas and its influence on the optimal operation of the system are analyzed. Secondly， a ladder-type carbon trading mechanism of rewards and punishments for community integrated energy system with compensation factors is established to constrain the carbon emissions. Finally， an optimal scheduling model of the community integrated energy system is established with the goal of minimizing the operation cost， energy abandonment power and carbon emissions， and the multi-objective optimization calculation is carried out. The results show that the proposed optimization model reduces the total cost， energy consumption and carbon emissions by 15.4%， 98.3% and 19.7%， respectively. Therefore， the proposed scheduling model can improve the energy utilization efficiency and economy， and reduce the carbon emissions of the community integrated energy system effectively.

Keywords：renewable energy； optimal scheduling； integrated energy system； power to gas； ladder-type carbon trading mechanism； low-carbon economic