綠證-碳交易融合機(jī)制下含氫綜合能源系統(tǒng)優(yōu)化調(diào)度

摘 要：為進(jìn)一步降低含氫綜合能源系統(tǒng)（HIES）的碳排放水平同時提高系統(tǒng)運(yùn)行經(jīng)濟(jì)性，提出一種綠證-碳交易融合機(jī)制下HIES優(yōu)化調(diào)度策略。首先，分析HIES的構(gòu)成及運(yùn)行特性，建立日前價格型與可替代型兩種需求響應(yīng)（DR）模型；其次，構(gòu)建階梯綠證交易模型，設(shè)計綠證-碳交易融合機(jī)制，建立由階梯碳交易成本、購能成本、階梯綠證交易收益所構(gòu)成的綜合成本最低為目標(biāo)的HIES優(yōu)化調(diào)度模型；最后，通過仿真算例驗(yàn)證該文所提策略的有效性，并分析綠證與碳交易的階梯區(qū)間長度、基礎(chǔ)交易價格對調(diào)度結(jié)果的影響。

關(guān)鍵詞：綜合能源系統(tǒng)；優(yōu)化調(diào)度；需求響應(yīng)；階梯綠證交易；碳交易；融合機(jī)制

中圖分類號：TP391 文獻(xiàn)標(biāo)志碼：A

DOI：10.19912/j.0254-0096.tynxb.2023-0528

文章編號：0254-0096（2024）08-0104-11

1. 華北電力大學(xué)自動化系，保定 071003；

2. 保定市綜合能源系統(tǒng)狀態(tài)檢測與優(yōu)化調(diào)控重點(diǎn)實(shí)驗(yàn)室，保定 071003；

3. 國家能源集團(tuán)新能源技術(shù)研究院有限公司，北京 102209

0 引 言

含氫綜合能源系統(tǒng)（hydrogen integrated energy system， HIES）將電、熱和電轉(zhuǎn)氣（power-to-gas，P2G）等設(shè)備整合到一個系統(tǒng)中，能滿足終端的多種負(fù)荷需求，是構(gòu)建新型電力系統(tǒng)的有效途徑，具有良好的應(yīng)用前景，已經(jīng)受到學(xué)術(shù)界的廣泛關(guān)注［1-2］。

為進(jìn)一步降低碳排放量，中國建立碳排放交易體系（emission trading scheme，ETS），HIES可通過碳交易市場（carbon emissiong trading，CET）開展碳排放權(quán)交易。圍繞碳交易環(huán)境下綜合能源系統(tǒng)優(yōu)化調(diào)度問題，文獻(xiàn)［3］提出在碳交易機(jī)制下含大規(guī)模光伏電源的電力系統(tǒng)優(yōu)化調(diào)度方法。文獻(xiàn)［4］通過建立季節(jié)性碳交易機(jī)制，改善了傳統(tǒng)碳交易配額分配方法，為園級綜合能源系統(tǒng)實(shí)現(xiàn)“零碳經(jīng)濟(jì)”提供理論基礎(chǔ)。文獻(xiàn)［5］提出一種考慮階梯式碳交易與雙重需求響應(yīng)的優(yōu)化調(diào)度策略，在實(shí)現(xiàn)削峰填谷的前提下大幅降低了系統(tǒng)的碳排放量。文獻(xiàn)［6-7］建立考慮階梯式碳交易與P2G的綜合能源系統(tǒng)優(yōu)化調(diào)度模型，通過分析表明所提模型可有效降低系統(tǒng)碳排放量與用能成本。文獻(xiàn)［8］針對P2G建立一種兩層均考慮碳交易的雙層低碳優(yōu)化調(diào)度模型，并驗(yàn)證了合理的碳交易價格對提高系統(tǒng)經(jīng)濟(jì)性的顯著作用。

與CET相對應(yīng)的為綠色證書交易機(jī)制（tradable green certificate，TGC）［9］，HIES通過產(chǎn)生或消納綠電來獲得綠證，還可在滿足政府配額的前提下出售綠證以獲得額外收益。文獻(xiàn)［10］提出一種綠色證書交易機(jī)制下可再生能源發(fā)電商參與電力現(xiàn)貨市場的過渡機(jī)制，通過仿真算例驗(yàn)證了此機(jī)制可提高可再生能源發(fā)電商的收入，為其擺脫政府補(bǔ)貼提供思路。文獻(xiàn)［11］建立了同時考慮TGC與調(diào)峰補(bǔ)償?shù)腍IES模型，在提高HIES清潔能源消納量的同時增加了調(diào)峰收入。文獻(xiàn)［12］建立同時考慮TGC與能源市場的均衡調(diào)度模型，通過算例驗(yàn)證了所提模型在提高新能源消納量方面的有效性。文獻(xiàn)［13］提出考慮綠證需求的經(jīng)濟(jì)低碳調(diào)度策略，并制定了基于綠證供需關(guān)系的綠證交易定價機(jī)制。

新型電力系統(tǒng)建設(shè)背景下，將碳交易與綠證交易進(jìn)行融合是未來的發(fā)展趨勢。文獻(xiàn)［14-15］建立同時考慮碳交易與綠證交易的模型，通過引入兩種機(jī)制，大幅降低了棄風(fēng)棄光率。文獻(xiàn)［16］建立同時考慮P2G、綠證交易和碳交易的優(yōu)化調(diào)度模型，結(jié)果表明，該模型在降低系統(tǒng)碳排放水平的同時提高了系統(tǒng)經(jīng)濟(jì)性。上述研究雖同時考慮綠證交易與碳交易，但兩種交易市場處于并行狀態(tài)，未考慮兩個市場間的相互作用。文獻(xiàn)［17］提出碳-綠證聯(lián)合交易機(jī)制，打破了傳統(tǒng)碳交易和綠證交易之間的壁壘。文獻(xiàn)［18］提出綠證-碳排等價交互機(jī)制，為融合綠證和碳交易兩個市場提供初步思路。

為進(jìn)一步促進(jìn)兩市場融合，本文在前人工作基礎(chǔ)上，設(shè)計一種綠證-碳交易融合機(jī)制，其特色在于提出階梯式綠證交易模型，并通過兩市場交易價格聯(lián)通階梯綠證交易與階梯碳交易，將有助于促進(jìn)綠證交易市場與碳交易市場的協(xié)調(diào)發(fā)展；構(gòu)建由階梯碳交易成本、購能成本、階梯綠證交易收益所構(gòu)成的綜合成本最低為目標(biāo)的HIES優(yōu)化調(diào)度模型，進(jìn)而求解HIES優(yōu)化調(diào)度策略。最后，通過仿真算例，驗(yàn)證了本文所提策略能有效促進(jìn)HIES綠色轉(zhuǎn)型，并為研究綠證與碳排放權(quán)之間的互認(rèn)機(jī)制提供了新思路。

1 HIES結(jié)構(gòu)及其模型

1.1 系統(tǒng)結(jié)構(gòu)

本文所研究的HIES運(yùn)行框架如圖1所示，主要包括能源供給側(cè)、能源轉(zhuǎn)換側(cè)以及負(fù)荷側(cè)3個部分。能源供給側(cè)包括上級電網(wǎng)、上級氣網(wǎng)、光伏發(fā)電和風(fēng)力發(fā)電；能源轉(zhuǎn)換側(cè)包括熱泵（heat pump， HP）、燃?xì)忮仩t（gas boiler， GB）、熱電聯(lián)產(chǎn)裝置（combined heat and power， CHP）、電解槽（electrolyzer， EL）、甲烷反應(yīng)器（methane reactor， MR）、氫燃料電池（hydrogen fuel cell， HFC）以及儲氫儲熱裝置；負(fù)荷側(cè)包括電負(fù)荷與熱負(fù)荷。電負(fù)荷可由上級電網(wǎng)、光伏發(fā)電、風(fēng)力發(fā)電、CHP及HFC供給；熱負(fù)荷可由CHP、HFC、GB、HP和儲熱裝置供給。

所述HIES的特點(diǎn)為具備P2G功能，即EL通過消耗電能產(chǎn)生氫氣，氫氣一部分經(jīng)MR生成甲烷供GB和CHP消耗，一部分存儲在儲氫設(shè)備中供HFC進(jìn)行熱電聯(lián)產(chǎn)［19］。

1.2 數(shù)學(xué)模型

針對日前優(yōu)化調(diào)度過程，本文采用機(jī)理方法，建立HIES內(nèi)各單元的數(shù)學(xué)模型，并給出其運(yùn)行約束條件。根據(jù)文獻(xiàn)［18，20-21］以及實(shí)際情況，得出其模型的具體參數(shù)，詳見附錄A中表A1和表A2。

1.2.1 EL裝置模型

EL是P2G模型的核心部分，主要分為質(zhì)子交換膜電解槽、堿性電解槽和固體氧化物電解槽3種類型。質(zhì)子交換膜電解槽具有安全高效、無污染等優(yōu)點(diǎn)，其模型為：

[PH2EL（t）=ηELPeEL（t）ΔPeEL，min≤PeEL（t）-PeEL（t-1）≤ΔPeEL，maxPeEL，min≤PeEL（t）≤PeEL，max] （1）

式中：[PH2EL（t）]——EL在[t]時刻輸出的氫能，kW；[ηEL]——EL生成氫能的效率；[PeEL（t）]——[t]時刻EL的耗電功率，kW；[ΔPeEL，max、ΔPeEL，min]——EL耗電功率的爬坡上、下限，kW；[PeEL，max]、[PeEL，min]——EL耗電功率上、下限，kW。

1.2.2 MR裝置模型

MR的作用是實(shí)現(xiàn)氫氣甲烷化，即將H2與CO2反應(yīng)生成CH4，其模型為：

[PgMR（t）=ηMRPH2MR（t）PH2MR，min≤PH2MR（t）≤PH2MR，maxΔPH2MR，min≤PH2MR（t+1）-PH2MR（t）≤ΔPH2MR，max] （2）

式中：[PgMR（t）]——MR在[t]時刻輸出的CH4功率，kW；[ηMR]——MR生成CH4的效率；[PH2MR（t）]——MR在[t]時刻消耗的氫能，kW；[PH2MR，max]、[PH2MR，min]——MR消耗氫能的上、下限，kW；[ΔPH2MR，max]、[ΔPH2MR，min]——MR消耗氫能的爬坡上、下限，kW。

1.2.3 HFC裝置模型

HFC作為HIES中重要的熱電聯(lián)產(chǎn)裝置，通過利用氫能直接產(chǎn)生電能與熱能，具有“零碳排放”的優(yōu)點(diǎn)，其模型為：

[PeHFC（t）=ηeHFCPH2HFC（t）PhHFC（t）=ηhHFCPH2HFC（t）PH2HFC，min≤PH2HFC（t）≤PH2HFC，maxΔPH2HFC，min≤PH2HFC（t+1）-PH2HFC（t）≤ΔPH2HFC，maxξminHFC≤PhHFC（t）/PeHFC（t）≤ξmaxHFC] （3）

式中：[PeHFC（t）]、[PhHFC（t）]——[t]時刻HFC輸出的電、熱功率，kW；[ηeHFC]、[ηhHFC]——HFC的電、熱轉(zhuǎn)換效率；[PH2HFC（t）]——[t]時刻HFC消耗的氫能，kW；[PH2HFC，max]、[PH2HFC，min]——HFC消耗氫能的上、下限，kW；[ΔPH2HFC，max]、[ΔPH2HFC，min]——HFC消耗氫能的爬坡上、下限，kW；[ξmaxHFC]、[ξminHFC]——HFC的熱電比上、下限。

1.2.4 HP模型

HP利用逆卡諾循環(huán)原理，通過消耗電能產(chǎn)生熱量，其模型為：

[PhHP（t）=ηHP，hPeHP（t）ΔPe，minHP≤PeHP（t）-PeHP（t-1）≤ΔPe，maxHP0≤PeHP（t）≤Pe，ratedHP] （4）

式中：[PhHP（t）]——[t]時刻HP產(chǎn)生的熱功率，kW；[ηHP，h]——HP的產(chǎn)熱效率；[PeHP（t）]——[t]時刻HP消耗的電功率，kW；[ΔPe，maxHP]、[ΔPe，minHP]——HP耗電功率的爬坡上、下限，kW；[Pe，ratedHP]——HP的額定功率，kW。

1.2.5 CHP模型

CHP通過燃燒天然氣產(chǎn)生電能，并將發(fā)電余熱供給熱負(fù)荷。熱電比可調(diào)的CHP模型為：

[PeCHP（t）=ηeCHPPgCHP（t）PgCHP，min≤PgCHP（t）≤PgCHP，maxΔPgCHP，min≤PgCHP（t）-PgCHP（t-1）≤ΔPgCHP，maxκminCHP≤PhCHP（t）/PeCHP（t）≤κmaxCHP] （5）

式中：[PeCHP（t）]——[t]時刻CHP輸出的電功率，kW；[ηeCHP]——CHP的電轉(zhuǎn)換效率；[PgCHP（t）]——[t]時刻輸入CHP的天然氣功率，kW；[PgCHP，max]、[PgCHP，min]——輸入CHP的最大、最小天然氣功率，kW；[ΔPgCHP，max]、[ΔPgCHP，min]——輸入CHP天然氣功率的爬坡上、下限，kW；[PhCHP（t）]——[t]時刻CHP輸出的熱功率，kW；[κmaxCHP]、[κminCHP]——CHP的熱電比上、下限。

1.2.6 GB模型

GB作為熱負(fù)荷的傳統(tǒng)供能裝置，通過利用天然氣產(chǎn)生熱能，其模型為：

[PhGB（t）=ηhGBPgGB（t）PgGB，min≤PgGB（t）≤PgGB，max] （6）

式中：[PhGB（t）]——[t]時刻GB的產(chǎn)熱功率，kW；[ηhGB]——GB的產(chǎn)熱效率；[PgGB（t）]——[t]時刻GB消耗天然氣功率，kW；[PgGB，max]、[PgGB，min]——GB消耗天然氣功率上、下限，kW。

1.2.7 儲能模型

熱、氫等儲能設(shè)備模型類似，所以可對熱、氫等儲能設(shè)備進(jìn)行統(tǒng)一建模，其模型為：

[Sn（t+1）=Sn（t）+ηn，inPn，in（t）-Pn，out（t）ηn，outSminn≤Sn（t）≤SmaxnPminn，in≤Pn，in（t）≤Pmaxn，inPminn，out≤Pn，out（t）≤Pmaxn，outPn，in（t）Pn，out（t）=0Sn（1）=Sn（T）] （7）

式中：[Sn（t）]——第[n]種儲能裝置在[t]時刻的存儲容量，kWh；[ηn，in]、[ηn，out]——第[n]種儲能裝置的充、放效率；[Pn，in（t）]、[Pn，out（t）]——第[n]種儲能裝置在[t]時刻的充、放功率，kW；[Smaxn]、[Sminn]——第[n]種儲能裝置的容量上、下限，kWh；[Pmaxn，in、Pminn，in]與[Pmaxn，out、Pminn，out]——第[n]種儲能裝置的輸入、輸出功率上、下限，kW。

2 DR模型

需求響應(yīng)（demand response，DR）是指供能方通過價格或激勵補(bǔ)償?shù)氖侄我龑?dǎo)用戶改變其在特定時段的用能模式，減少或平移某時段的負(fù)荷，以實(shí)現(xiàn)能源的供需平衡［22］。根據(jù)負(fù)荷的響應(yīng)特性，將DR分為日前價格型需求響應(yīng)和替代型需求響應(yīng)。

2.1 日前價格型需求響應(yīng)模型

為減少峰谷差過大對電網(wǎng)造成的影響，引入峰谷電價，通過電價引導(dǎo)需求側(cè)合理改變自身的用能狀況。價格型需求響應(yīng)模型［20］為：

[m=ΔLLΔcpcp-1] （8）

式中：[m]——電量電價彈性指標(biāo)；[L]、[ΔL]——負(fù)荷響應(yīng)前的用電量與負(fù)荷響應(yīng)量，kWh；[cp]、[Δcp]——峰谷電價和其與固定電價相比的差額，元。

基于分時電價與固定電價的比值，建立電量電價彈性矩陣為：

[Me=M11M12…M1nM21M22…M2n???Mn1Mn2…Mnn] （9）

[Mii=ΔLiLiΔcpicpi-1] （10）

[Mij=ΔLiLiΔcpjcpj-1] （11）

式中：[Me]——電量電價彈性矩陣；[Mii]——自彈性系數(shù)；[Mij]——交叉彈性系數(shù)；[Li]、[ΔLi]——[i]時段用戶的電量及其變化量，kWh；[cpi]、[cpj]和[Δcpj]、[Δcpj]——[i、j]時段的電價及其變化量，元。

根據(jù)彈性矩陣[Me]，可得用戶在[t]時段負(fù)荷變化量為：

[ΔLe，t=Le，0，f000Le，0，p000Le，0，gMeΔce，pf/ce，p0，fΔce，pp/ce，p0，pΔce，pg/ce，p0，g12] （12）

式中：[Le，0，f]、[Le，0，p]、[Le，0，g]——價格型需求響應(yīng)實(shí)施分時電價前的峰、平、谷時段的用電量，kWh；[ce，p0，f]、[ce，p0，p]、[ce，p0，g]和[Δce，pf]、[Δce，pp]、[Δce，pg]——未實(shí)施峰谷電價時的價格和其與峰、平、谷電價的差值，元。

2.2 替代型需求響應(yīng)

對于某些可通過電能或者熱能供應(yīng)的負(fù)荷來說，根據(jù)峰谷電價，電價較低時利用電能，電價較高時利用熱能，從而實(shí)現(xiàn)熱能和電能的相互替代?？商娲?fù)荷的模型［23］為：

[ΔLr，et=-εe，hΔLr，ht] （13）

式中：[ΔLr，et]、[ΔLr，ht]——可替代的電負(fù)荷量與熱負(fù)荷量，kWh；[εe，h]——電轉(zhuǎn)熱可代替系數(shù)。

對于此類負(fù)荷，要考慮可替代負(fù)荷量上限：

[ΔLr，emin≤ΔLr，et≤ΔLr，emax] （14）

式中：[ΔLr，emax]、[ΔLr，emin]——可替代電負(fù)荷的最大、最小值，kWh。

3 綠證-碳交易交互機(jī)制

本節(jié)首先介紹階梯碳交易模型，參照此模型，構(gòu)建階梯綠證交易模型，進(jìn)而設(shè)計綠證-碳交易融合機(jī)制。

3.1 碳交易

3.1.1 碳交易原理

碳交易機(jī)制是指碳排放源通過相關(guān)部門獲取合法的碳排放權(quán)，并可作為商品在CET上進(jìn)行交易的一種機(jī)制。相關(guān)部門首先將碳排放權(quán)分配給各碳排放源，國際上常采用的分配方式為有償分配和免費(fèi)分配，中國目前采用免費(fèi)分配的方式。當(dāng)碳排放源的實(shí)際碳排放量高于免費(fèi)分配的碳排放額度，則需在CET上購買碳排放權(quán)，反之，則可在CET上出售剩余的碳排放權(quán)［21］。

3.1.2 階梯式碳排放交易模型

為了更好地控制碳排放源的碳排放總量，相關(guān)部門構(gòu)建了階梯式碳排放交易模型，碳排放源超出免費(fèi)分配的額度越大，對應(yīng)區(qū)間的碳交易價格就越高。階梯式碳交易模型為：

[fCO2=-cCO2（Ec-Ep）， Ec-vlt;Ep≤EccCO2（Ep-Ec）， Eclt;Ep≤Ec+vcCO2v+cCO2（1+αCO2）（Ep-Ec-v），" " " " " Ec+vlt;Ep≤Ec+2vcCO22+αCO2v+cCO2（1+2αCO2）（Ep-Ec-2v），" " " " " Ec+2vlt;Ep≤Ec+3vcCO23+3αCO2v+cCO2（1+3αCO2）（Ep-Ec-3v），" " " " " Ec+3vlt;Ep] （15）

[Ep=Ez-EMR] （16）

式中：[fCO2]——碳排放源的碳交易成本，元；[cCO2]——碳交易市場上的基礎(chǔ)交易價格，元/kg；[αCO2]——階梯交易價格增長幅度；[v]——碳排放階梯區(qū)間長度，kg；[Ec]——政府免費(fèi)分配的碳排放額度，kg；[Ep]——碳排放源的實(shí)際碳排放量，kg；[Ez]——電網(wǎng)所購電量、CHP機(jī)組和GB機(jī)組產(chǎn)生的總碳排放量，kg；[EMR]——甲烷反應(yīng)器設(shè)備吸收的碳排放量，kg。

3.2 綠證交易

3.2.1 綠證交易原理

為了更好地實(shí)施可再生能源配額制，政府提出TGC，發(fā)電企業(yè)通過新能源發(fā)電能獲得一定數(shù)量的綠證，同樣，用電企業(yè)使用綠色電力也能獲得一定數(shù)量的綠證。當(dāng)企業(yè)獲得的綠色證書超過配額指標(biāo)時，則可在TGC上出售綠證以獲得收益；反之，則需要在TGC上購買綠證，否則將面臨罰款。

3.2.2 階梯綠證交易

為更好地融合碳交易與綠證交易機(jī)制，本文提出階梯綠證交易機(jī)制。與階梯碳交易機(jī)制類似，當(dāng)企業(yè)擁有的綠證數(shù)量越多，出售時的價格就越高，反之，當(dāng)企業(yè)需要購買的綠證數(shù)量越多，價格也越高。階梯式綠證交易模型為：

[fgreen=cgreen（3+3αgreen）l+cgreen（1+3αgreen）（Ngreen-3l）， 3llt;Ngreencgreen（2+αgreen）l+cgreen（1+2αgreen）（Ngreen-2l）， 2llt;Ngreen≤3lcgreenl+cgreen（1+αgreen）（Ngreen-l）， llt;Ngreen≤2lcgreenNgreen，" 0lt;Ngreen≤lcgreenNgreen，" -l≤Ngreenlt;0-cgreenl+cgreen（1+λgreen）（Ngreen+l）， -2l≤Ngreenlt;-l] （17）

[Ngreen=Nown-Ngov] （18）

式中：[fgreen]——企業(yè)出售綠證的收益，元；[cgreen]——綠證交易市場上的基礎(chǔ)交易價格，元/本；[αgreen]和[λgreen]——超出或不足政府配額指標(biāo)時的階梯交易價格增長幅度；[l]——綠證階梯區(qū)間長度，本；[Ngreen]——企業(yè)出售或者購買綠證的數(shù)量，本；[Nown]——企業(yè)產(chǎn)生的綠證數(shù)量，本；[Ngov]——政府配額指標(biāo)的綠證數(shù)量，本。

3.3 綠證-碳交易融合機(jī)制

由于綠證包含了生成和消耗新能源的全部信息，同時新能源發(fā)電的碳排放量與傳統(tǒng)火力發(fā)電的碳排放量可定量計算，所以可通過綠證來確定企業(yè)所用綠電的碳減排量。同時可通過綠證和碳排放權(quán)的基礎(chǔ)交易價格來確定兩者之間的轉(zhuǎn)換關(guān)系，得到轉(zhuǎn)換后的綠證和碳排放權(quán)數(shù)量，重新參與兩市場的階梯化交易，具體轉(zhuǎn)換流程如圖2所示。

具體轉(zhuǎn)換步驟如下：

1）計算綠證數(shù)量及其背后的碳減排量

將傳統(tǒng)火力發(fā)電與新能源發(fā)電所產(chǎn)生的碳排放量做對比，即得到綠證背后所代表的碳減排量，并通過HIES產(chǎn)生或者消耗的新能源發(fā)電量來確定綠證數(shù)量。

2）計算HIES所需的碳排放權(quán)

通過碳足跡或碳排放流等方式計算HIES中所產(chǎn)生的碳排放量，并轉(zhuǎn)換為碳排放權(quán)，同時減去相關(guān)部門免費(fèi)分配的碳排放權(quán)數(shù)量和綠電減排量，即為HIES所需的碳排放權(quán)數(shù)量。

3）確定轉(zhuǎn)換系數(shù)

通過兩市場上的基礎(chǔ)交易價格確定轉(zhuǎn)換系數(shù)k，公式為：

[k=cgreencCO2] （19）

重新計算綠證和碳排放權(quán)數(shù)量：

[Ngreen=Ngreen-Ntra] （20）

[Ep=Ep-kNtra-μN(yùn)green] （21）

式中：[Ntra]——參與轉(zhuǎn)換的綠證數(shù)量，本；[μ]——綠證背后所代表的碳減排量系數(shù)。

4 HIES優(yōu)化調(diào)度模型

模型中所涉及的決策變量包括各時段的電熱負(fù)荷、各設(shè)備出力以及參與轉(zhuǎn)換的綠證、碳排放權(quán)數(shù)量等，其目標(biāo)函數(shù)及約束條件如下。

4.1 目標(biāo)函數(shù)

本模型在滿足各約束條件的前提下，以階梯碳交易成本[fCO2]、購能成本[fbuy]、階梯綠證交易收益[fgreen]所構(gòu)成的綜合成本最低為目標(biāo)函數(shù)。

[minf=min（fCO2-fgreen+fbuy）] （22）

其中：

[fbuy=t=1TctgridPgrid（t）+t=1TctwindPwind，buy（t）+t=1TctpvPpv，buy（t）+t=1TctgPg，buy（t）] （23）

式中：[ctgrid]——[t]時刻與上級電網(wǎng)間的交互電價，元/kWh；[ctpv]、[ctwind]——[t]時刻購買光伏發(fā)電、風(fēng)力發(fā)電電價，元/kWh；[ctg]——[t]時刻從上級氣網(wǎng)購氣價格，元/m3；[Pgrid（t）]——[t]時刻與上級電網(wǎng)間的交互功率，kW；[Ppv，buy（t）]、[Pwind，buy（t）]——[t]時刻購買光伏發(fā)電、風(fēng)力發(fā)電功率，kW；[Pg，buy（t）]——[t]時刻從上級氣網(wǎng)購氣量，m3；T——優(yōu)化調(diào)度時段總數(shù)。

4.2 約束條件

4.2.1 電網(wǎng)交互功率約束

[0≤Pgrid（t）≤Pmaxgrid] （24）

式中：[Pmaxgrid]——與上級電網(wǎng)交互最大功率，kW。

4.2.2 風(fēng)電出力約束

[0≤Pwind，buy（t）≤Pmaxwind，buy] （25）

式中：[Pmaxwind，buy]——購買風(fēng)電功率上限，kW。

4.2.3 光伏出力約束

[0≤Ppv，buy（t）≤Pmaxpv，buy] （26）

式中：[Pmaxpv，buy]——購買光伏功率上限，kW。

4.2.4 電功率平衡約束

[Pgrid（t）=Peload（t）-PeCHP（t）-Pwind，buy（t）-Ppv，buy（t）+PeHP（t）+PeEL（t）-PeHFC（t）] （27）

式中：[Peload（t）]——[t]時刻電負(fù)荷功率，kW。

4.2.5 熱功率平衡約束

[Phload（t）+Ph，in（t）=PhCHP（t）+PhHP（t）+PhHFC（t）+Ph，out（t）+PhGB（t）] （28）

式中：[Phload（t）]——[t]時刻熱負(fù)荷功率，kW；[Ph，in（t）]、[Ph，out（t）]——[t]時刻儲熱裝置的充、放熱功率，kW。

4.2.6 氫功率平衡約束

[PH2EL（t）+PH2，out（t）=PH2MR（t）+PH2HFC（t）+PH2，in（t）] （29）

式中：[PH2，in（t）]、[PH2，out（t）]——[t]時刻儲氫裝置的充、放氫功率，kW。

4.2.7 氣功率平衡約束

[Pg，buy（t）+PgMR（t）=PgGB（t）+PgCHP（t）] （30）

式中：[Pg，buy（t）]——[t]時刻從上級氣網(wǎng)購氣功率，kW。

4.2.8 參與轉(zhuǎn)換的綠證約束

[0≤Ntra≤Ngreen] （31）

4.3 模型求解

本文以階梯碳交易成本、購能成本、階梯綠證交易收益所構(gòu)成的綜合成本最低為目標(biāo)，通過綠證-碳交易融合機(jī)制進(jìn)行綠證與碳排放權(quán)之間的相互轉(zhuǎn)換，同時通過DR優(yōu)化負(fù)荷曲線，協(xié)調(diào)各設(shè)備出力，以此來進(jìn)行HIES優(yōu)化，并在Matlab平臺中通過YALMIP工具包調(diào)用CPLEX求解器實(shí)現(xiàn)。優(yōu)化調(diào)度過程如圖3所示。

5 算例分析

5.1 算例基礎(chǔ)數(shù)據(jù)

風(fēng)光出力、電熱負(fù)荷特性曲線見附錄A中圖A1，電價信息見附錄A中表A4。為驗(yàn)證本文所提模型的有效性，令碳排放階梯區(qū)間長度為15個，綠證階梯區(qū)間長度為10本。設(shè)置碳排放權(quán)基礎(chǔ)交易價格為50元，綠證基礎(chǔ)交易價格為50元［18］。設(shè)置日前價格型需求響應(yīng)不超過總電能負(fù)荷的35%，可替代型需求響應(yīng)不超過總電能負(fù)荷的5%。設(shè)置碳排放權(quán)配額為0.789個/MW［24］。對以下4種場景進(jìn)行對比分析。

場景1：綠證-碳交易融合機(jī)制下考慮需求響應(yīng)。

場景2：僅考慮需求響應(yīng)。

場景3：僅考慮綠證-碳交易融合機(jī)制。

場景4：不考慮綠證-碳交易融合機(jī)制且不考慮需求響應(yīng)。

5.2 仿真結(jié)果分析

5.2.1 現(xiàn)階段調(diào)度結(jié)果分析

各場景調(diào)度結(jié)果如表1所示。由表1可知，相較于場景1～3，場景4需求響應(yīng)與綠證-碳交易融合機(jī)制均未考慮，系統(tǒng)的運(yùn)行綜合成本最高；相比于場景3，場景1通過需求響應(yīng)，對負(fù)荷進(jìn)行削減與轉(zhuǎn)移，使場景1的系統(tǒng)運(yùn)行綜合成本下降6538.99元；對比場景2，

表1 系統(tǒng)各場景調(diào)度結(jié)果

雖然場景1的綠證交易收益降低2976.85元，但系統(tǒng)運(yùn)行綜合成本降低917.18元，這是由于場景1通過本文所提的“綠證-碳交易融合機(jī)制”，使綠證向碳排放權(quán)發(fā)生轉(zhuǎn)換，導(dǎo)致碳交易成本與綠證交易收益均降低，但碳交易成本降低幅度更大，體現(xiàn)了本文所提機(jī)制在提升系統(tǒng)經(jīng)濟(jì)性方面的有效性。從綠電占比的角度來看，場景3情況下，風(fēng)、光出力較多時正處于HIES系統(tǒng)用電高峰，增加了對風(fēng)、光發(fā)電的消納量，因此綠電占比最高。通過考慮綠證-碳交易融合機(jī)制，使場景1與場景3的綠電占比均有所提高，體現(xiàn)了本文所提機(jī)制在促進(jìn)HIES綠色轉(zhuǎn)型方面的有效性。

5.2.2 場景1負(fù)荷分析

HIES系統(tǒng)DR前后電負(fù)荷對比如圖4所示。由圖4可知，11：00—13：00和18：00—20：00時段，電網(wǎng)電價處于峰值，HIES在不影響系統(tǒng)正常運(yùn)行的情況下對電負(fù)荷進(jìn)行削減和轉(zhuǎn)移；00：00—07：00時段，電網(wǎng)電價處于低谷，DR后，電負(fù)荷需求量大幅增長，以減少系統(tǒng)運(yùn)行成本。初始電負(fù)荷所需電量為148515 kWh，DR后部分熱負(fù)荷轉(zhuǎn)換為電負(fù)荷，此時電負(fù)荷所需電量為150256.6 kWh，增加了1741.6 kWh。系統(tǒng)通過協(xié)調(diào)價格型需求響應(yīng)和替代型需求響應(yīng)，在降低系統(tǒng)運(yùn)行成本的同時使負(fù)荷曲線更加平滑，減少了峰谷差過大對電網(wǎng)造成的影響。

場景1下電量供需平衡關(guān)系如圖5所示。由圖5可知，00：00—08：00為電網(wǎng)電價低谷，同時系統(tǒng)用能功率較小，因此HFC裝置不運(yùn)行。08：00—09：00時段，風(fēng)電出力為零，同時光伏出力較小，HFC工作，以滿足系統(tǒng)的用能需求。09：00—10：00為電價平時段，且光伏出力較大，EL開始工作，以補(bǔ)充消耗的氫氣。11：00—14：00和18：00—20：00為電網(wǎng)電價峰時段，HFC優(yōu)于EL，HFC開始工作，將儲存的氫氣轉(zhuǎn)換為電能，以減少系統(tǒng)的用能成本。14：00—18：00為電網(wǎng)電價平時段，同時風(fēng)電及光伏出力較多，EL優(yōu)于HFC，EL開始工作。20：00—21：00和22：00—23：00為電價平時段，且風(fēng)電出力較多，所以此時EL開始工作。為滿足儲能設(shè)備儲能狀態(tài)前后一致，23：00—24：00，EL工作來補(bǔ)充儲能裝置中的氫能。

場景1下熱量供需平衡關(guān)系如圖6所示。由圖6可知，熱負(fù)荷大部分由HP及CHP供給。00：00—02：00和03：00—04：00，CHP出力較小，儲熱裝置開始放熱，以滿足系統(tǒng)的熱負(fù)荷需求。04：00—05：00、06：00—07：00和08：00—09：00，電負(fù)荷較大，CHP開始工作，但熱負(fù)荷較小，儲能裝置開始儲熱。11：00—14：00和19：00—21：00，CHP出力減小，在HFC工作的同時儲能開始放熱。

場景1下P2G及存儲氫設(shè)備出力如圖7所示。由圖7可知，在本文所提機(jī)制下MR將停止工作，以減少氫氣向甲烷轉(zhuǎn)換的能量損失。

08：00—09：00時段，風(fēng)電出力為零，同時光伏出力較小，此時儲氫裝置釋放氫氣，保證HFC工作，以滿足系統(tǒng)的用能需求。11：00—13：00和18：00—20：00為電網(wǎng)用電高峰，儲氫裝置開始釋放氫氣來使HFC工作，以減少用能成本。14：00—18：00、20：00—21：00和22：00—24：00為用能低谷，EL工作，將電能以氫氣的形式存儲起來。13：00—14：00熱泵處于滿負(fù)荷狀態(tài)，同時相比于HFC，CHP工作會產(chǎn)生碳排放，所以此時EL與HFC同時工作，以滿足熱負(fù)荷需求。

5.2.3 未來場景分析

為驗(yàn)證本文所提機(jī)制在市場交易信息發(fā)生變化時的有效性，對交易階梯區(qū)間長度和交易價格發(fā)生變化時的場景進(jìn)行仿真分析。

1）交易階梯區(qū)間長度發(fā)生變化

當(dāng)交易價格保持不變，HIES的綜合成本、碳交易成本以及綠證交易收益三者隨兩市場階梯區(qū)間長度的變化趨勢如圖8所示。由圖8可知，當(dāng)綠證階梯區(qū)間長度在（8，9）本范圍內(nèi)變化時，綠證全部轉(zhuǎn)換為碳排放權(quán)，綠證交易收益為0，綜合成本與碳交易成本不變。當(dāng)綠證階梯區(qū)間長度由9本增加為10本，綠證與碳排放權(quán)雖發(fā)生轉(zhuǎn)換，使碳交易成本與綠證交易收益突增，但兩者增幅相同，此時系統(tǒng)運(yùn)行綜合成本不變。當(dāng)綠證階梯區(qū)間長度在（10，24）本范圍內(nèi)變化時，未達(dá)到轉(zhuǎn)換臨界點(diǎn)，碳交易成本保持不變，綠證交易收益緩慢增加，導(dǎo)致系統(tǒng)運(yùn)行綜合成本減少。當(dāng)綠證階梯區(qū)間長度由14本增加到15本、19本增加到20本時，達(dá)到轉(zhuǎn)換臨界點(diǎn)，碳排放權(quán)轉(zhuǎn)換為綠證，碳交易成本與綠證交易收益突增，而綠證交易收益增幅高于碳交易成本增幅，導(dǎo)致系統(tǒng)的運(yùn)行綜合成本減少。

當(dāng)碳階梯區(qū)間長度在（14，20）與（21，32）范圍內(nèi)變化時，碳交易成本與綠證交易收益均呈線性增長趨勢，但綠證交易收益增幅高于碳交易成本增幅，所以綜合成本隨階梯區(qū)間長度的變大而變小。以20個為界，兩側(cè)綜合成本下降速率均逐漸變小。當(dāng)碳階梯區(qū)間長度由20個增長到21個時，達(dá)到轉(zhuǎn)換臨界點(diǎn)，使部分綠證轉(zhuǎn)換為碳排放權(quán)，導(dǎo)致碳交易成本與綠證交易收益大幅下降。

未達(dá)到轉(zhuǎn)換臨界點(diǎn)時，隨著碳階梯與綠證階梯區(qū)間長度變大，系統(tǒng)運(yùn)行綜合成本降低，但兩者下降趨勢不同。隨著綠證階梯區(qū)間長度變大，系統(tǒng)運(yùn)行綜合成本下降幅度變大，而隨著碳階梯區(qū)間長度變大，系統(tǒng)運(yùn)行綜合成本下降幅度變小。當(dāng)達(dá)到轉(zhuǎn)換臨界點(diǎn)時，碳交易成本與綠證交易收益均發(fā)生突變，但轉(zhuǎn)換方式不同。綠證階梯區(qū)間長度逐漸變大時碳排放權(quán)轉(zhuǎn)換為綠證，碳階梯區(qū)間長度逐漸變大時綠證轉(zhuǎn)換為碳排放權(quán)。

從轉(zhuǎn)換敏感度角度來看，是否發(fā)生轉(zhuǎn)換對碳階梯區(qū)間長度更為敏感。未達(dá)到轉(zhuǎn)換臨界點(diǎn)時，隨著綠證階梯區(qū)間長度變大，綠證交易收益變大，而碳交易成本不變，說明此時未發(fā)生轉(zhuǎn)換；未達(dá)到轉(zhuǎn)換臨界點(diǎn)時，隨著碳階梯區(qū)間長度變大，綠證交易收益和碳交易成本均發(fā)生變化，說明此時碳排放權(quán)在向綠證轉(zhuǎn)換，只是轉(zhuǎn)換比例較小。

2）基礎(chǔ)交易價格發(fā)生變化

當(dāng)交易階梯保持不變，HIES的綜合成本、碳交易成本以及綠證交易收益三者隨兩市場基礎(chǔ)交易價格的變化趨勢如圖9所示。由圖9可知，綠證基礎(chǔ)交易價格變大時，系統(tǒng)運(yùn)行綜合成本呈下降趨勢。未達(dá)到轉(zhuǎn)換臨界點(diǎn)前，隨著綠證交易價格增長，綠證交易收益變大，而碳交易成本保持不變。當(dāng)綠證基礎(chǔ)交易價格由33元增長到34元、50元增長到51元時，到達(dá)轉(zhuǎn)換臨界點(diǎn)，此時綠證轉(zhuǎn)換為碳排放權(quán)，使碳交易成本與綠證交易收益突降。

未達(dá)到轉(zhuǎn)換臨界點(diǎn)前，隨著碳排放權(quán)基礎(chǔ)交易價格變大，系統(tǒng)運(yùn)行綜合成本呈上升趨勢，綠證交易收益變小。當(dāng)碳排放權(quán)基礎(chǔ)交易價格由49元增長到50元、74元增長到75元時，到達(dá)轉(zhuǎn)換臨界點(diǎn)，此時部分碳排放權(quán)轉(zhuǎn)換為綠證，使得碳交易成本與綠證交易收益突增。

從轉(zhuǎn)換敏感度角度來看，是否發(fā)生轉(zhuǎn)換對碳排放權(quán)基礎(chǔ)交易價格更為敏感。未達(dá)到轉(zhuǎn)換臨界點(diǎn)前，隨著綠證交易價格的升高，綠證交易收益變大，而碳交易成本保持不變，說明此時未發(fā)生轉(zhuǎn)換。隨著碳交易價格發(fā)生變化，綠證交易收益與碳交易成本均發(fā)生變化，說明此時有綠證向碳排放權(quán)轉(zhuǎn)換，只是轉(zhuǎn)換比例較小。

6 結(jié) 論

為進(jìn)一步降低碳排放水平同時提高系統(tǒng)運(yùn)行經(jīng)濟(jì)性，本文提出了一種綠證-碳交易融合機(jī)制下的HIES優(yōu)化調(diào)度策略。通過算例分析，得出以下結(jié)論：

1）通過兩市場基礎(chǔ)交易價格得到的轉(zhuǎn)換系數(shù)可有效促進(jìn)綠證交易與碳交易之間的互聯(lián)互通，為降低HIES的綜合成本提供了新思路。

2）與未考慮綠證-碳交易融合機(jī)制相比，本文所提策略在降低系統(tǒng)運(yùn)行成本的同時，綠電占比提高了2.4%。

3）綠證-碳交易融合機(jī)制下，綠證與碳排放權(quán)是否發(fā)生轉(zhuǎn)換對碳交易市場的交易信息更為敏感。

本文所建模型均為恒工況運(yùn)行狀態(tài)下參與HIES優(yōu)化調(diào)度，后續(xù)工作中將深入研究設(shè)備變工況運(yùn)行模型。

［參考文獻(xiàn)］

［1］ 高玉， 王琦， 陳嚴(yán)， 等. 考慮需求響應(yīng)和能量梯級利用的含氫綜合能源系統(tǒng)優(yōu)化調(diào)度［J］. 電力系統(tǒng)自動化， 2023， 47（4）： 51-59.

GAO Y， WANG Q， CHEN Y， et al. Optimal dispatch of integrated energy system with hydrogen considering demand response and cascade energy utilization［J］. Automation of electric power systems， 2023， 47（4）： 51-59.

［2］ 吳江， 王晶晶， 張強(qiáng)， 等. 考慮電轉(zhuǎn)氣消納風(fēng)電的電-氣綜合能源系統(tǒng)兩階段魯棒協(xié)同調(diào)度［J］. 太陽能學(xué)報， 2022， 43（2）： 436-443.

WU J， WANG J J， ZHANG Q， et al. Two-stage robust cooperative scheduling for electricity-gas integrated energy system considering power-to-gas for wind power accommodation［J］. Acta energiae solaris sinica， 2022， 43（2）： 436-443.

［3］ 婁素華， 胡斌， 吳耀武， 等. 碳交易環(huán)境下含大規(guī)模光伏電源的電力系統(tǒng)優(yōu)化調(diào)度［J］. 電力系統(tǒng)自動化， 2014， 38（17）： 91-97.

LOU S H， HU B， WU Y W， et al. Optimal dispatch of power system integrated with large scale photovoltaic generation" " "under" " "carbon" " "trading" " environment［J］. Automation of electric power systems， 2014， 38（17）： 91-97.

［4］ 顏寧， 馬廣超， 李相俊， 等. 基于季節(jié)性碳交易機(jī)制的園區(qū)綜合能源系統(tǒng)低碳經(jīng)濟(jì)調(diào)度［J］. 中國電機(jī)工程報，2024， 44（3）： 918-932.

YAN N， MA G C， LI X J， et al. Low-carbon economic dispatch of park integrated energy system based on seasonal carbon trading mechanism［J］. Proceedings of the CSEE， 2024， 44（3）： 918-932.

［5］ 劉光宇， 韓東升， 劉超杰， 等. 考慮雙重需求響應(yīng)及階梯型碳交易的綜合能源系統(tǒng)雙時間尺度優(yōu)化調(diào)度［J］. 電力自動化設(shè)備， 2023， 43（5）： 218-225.

LIU G Y， HAN D S， LIU C J， et al. Dual time scale optimal scheduling of integrated energy system considering dual demand response and stepped carbon trading［J］. Electric power automation equipment， 2023， 43（5）： 218-225.

［6］ 陳錦鵬， 胡志堅， 陳穎光， 等. 考慮階梯式碳交易機(jī)制與電制氫的綜合能源系統(tǒng)熱電優(yōu)化［J］. 電力自動化設(shè)備， 2021， 41（9）： 48-55.

CHEN J P， HU Z J， CHEN Y G， et al. Thermoelectric optimization of integrated energy system considering ladder-type carbon trading mechanism and electric hydrogen production［J］. Electric power automation equipment， 2021， 41（9）： 48-55.

［7］ 贠保記， 張恩碩， 張國， 等. 考慮綜合需求響應(yīng)與“雙碳”機(jī)制的綜合能源系統(tǒng)優(yōu)化運(yùn)行［J］. 電力系統(tǒng)保護(hù)與控制， 2022， 50（22）： 11-19.

YUN B J， ZHANG E S， ZHANG G， et al. Optimal operation of an integrated energy system considering integrated demand response and a “dual carbon” mechanism［J］. Power system protection and control， 2022， 50（22）： 11-19.

［8］ PAN G S， GU W， LU Y P， et al. Bi-level low-carbon optimal dispatch model for P2G plant within power and natural gas markets［C］//2020 IEEE Power amp; Energy Society General Meeting （PESGM）. Montreal， QC， Canada， 2020： 1-5.

［9］ 蔣軼澄， 曹紅霞， 楊莉， 等. 可再生能源配額制的機(jī)制設(shè)計與影響分析［J］. 電力系統(tǒng)自動化， 2020， 44（7）： 187-199.

JIANG Y C， CAO H X， YANG L， et al. Mechanism design and impact analysis of renewable portfolio standard［J］. Automation of electric power systems， 2020， 44（7）： 187-199.

［10］ 王坤， 徐程煒， 文福拴， 等. 綠色證書交易下可再生能源參與現(xiàn)貨市場的過渡機(jī)制［J］. 電力系統(tǒng)自動化， 2023， 47（14）： 1-11.

WANG K， XU C W， WEN F S， et al. Transition mechanism for renewable energy participation in electricity spot market considering green certificate trading［J］. Automation of electric power systems， 2023， 47（14）： 1-11.

［11］ 林宏宇， 閆慶友， 德格吉日夫， 等. 混合市場環(huán)境下計及電轉(zhuǎn)氣的園區(qū)燃?xì)鈾C(jī)組調(diào)峰優(yōu)化模型［J］. 電力建設(shè)， 2020， 41（10）： 106-115.

LIN H Y， YAN Q Y， DE G， et al. Peak-regulation optimization model for gas-fired generators in parks with P2G employed under mixed market environment［J］. Electric power construction， 2020， 41（10）： 106-115.

［12］ GUO H Y， CHEN Q X， XIA Q， et al. Modeling strategic behaviors of renewable energy with joint consideration on energy and tradable green certificate markets［J］. IEEE transactions on power systems， 2020， 35（3）： 1898-1910.

［13］ 張虹， 孟慶堯， 馬鴻君， 等. 面向提升綠證需求的跨區(qū)互聯(lián)系統(tǒng)經(jīng)濟(jì)低碳調(diào)度策略［J］. 電力系統(tǒng)自動化， 2022， 46（22）： 51-61.

ZHANG H， MENG Q Y， MA H J， et al. Economic and low-carbon dispatching strategy of cross-region interconnected system for promoting green certificate demand［J］. Automation of electric power systems， 2022， 46（22）： 51-61.

［14］ 劉可真， 代瑩皓， 趙慶麗， 等. 考慮碳-綠色證書交易機(jī)制的新能源跨省交易模型［J］. 電力系統(tǒng)及其自動化學(xué)報， 2023， 35（8）： 9-19.

LIU K Z， DAI Y H， ZHAO Q L， et al. New energy interprovincial trading model considering carbon-green certificate trading mechanism［J］. Proceedings of the CSU-EPSA， 2023， 35（8）： 9-19.

［15］ 袁桂麗， 劉培德， 唐福斌， 等. 計及綠色電力證書與碳交易制度的“源-荷”協(xié)調(diào)優(yōu)化調(diào)度［J］. 太陽能學(xué)報， 2022， 43（6）： 190-195.

YUAN G L， LIU P D， TANG F B， et al. Source-load coordination optimal scheduling considering green power certificate and carbon trading mechanisms［J］. Acta energiae solaris sinica， 2022， 43（6）： 190-195.

［16］ 劉曉軍， 聶凡杰， 楊冬鋒， 等. 碳捕集電廠-電轉(zhuǎn)氣聯(lián)合運(yùn)行模式下考慮綠證-碳交易機(jī)制的綜合能源系統(tǒng)低碳經(jīng)濟(jì)調(diào)度［J］. 電網(wǎng)技術(shù)， 2023， 47（6）： 2207-2222.

LIU X J， NIE F J， YANG D F， et al. Low carbon economic dispatch of integrated energy systems considering green certificates-carbon trading mechanism under CCPP-P2G joint operation model［J］. Power system technology， 2023， 47（6）： 2207-2222.

［17］ 駱釗， 秦景輝， 梁俊宇， 等. 含碳-綠色證書聯(lián)合交易機(jī)制的綜合能源系統(tǒng)日前優(yōu)化調(diào)度［J］. 電力自動化設(shè)備， 2021， 41（9）： 248-255.

LUO Z， QIN J H， LIANG J Y， et al. Day-ahead optimal scheduling of integrated energy system with carbon-green certificate coordinated trading mechanism［J］. Electric power automation equipment， 2021， 41（9）： 248-255.

［18］ 崔楊， 沈卓， 王錚， 等. 考慮綠證-碳排等價交互機(jī)制的區(qū)域綜合能源系統(tǒng)綠色調(diào)度［J］. 中國電機(jī)工程學(xué)報， 2023， 43（12）： 4508-4517.

CUI Y， SHEN Z， WANG Z， et al. Green dispatch of regional integrated energy system considering green certificate-carbon emission equivalent interaction mechanism［J］. Proceedings of the CSEE， 2023， 43（12）： 4508-4517.

［19］ 祝榮， 任永峰， 孟慶天， 等. 基于合作博弈的綜合能源系統(tǒng)電-熱-氣協(xié)同優(yōu)化運(yùn)行策略［J］. 太陽能學(xué)報， 2022， 43（4）： 20-29.

ZHU R， REN Y F， MENG Q T， et al. Electricity-heat-gas cooperative optimal operation strategy of integrated energy system based on cooperative game［J］. Acta energiae solaris sinica， 2022， 43（4）： 20-29.

［20］ 張濤， 郭玥彤， 李逸鴻， 等. 計及電氣熱綜合需求響應(yīng)的區(qū)域綜合能源系統(tǒng)優(yōu)化調(diào)度［J］. 電力系統(tǒng)保護(hù)與控制， 2021， 49（1）： 52-61.

ZHANG T， GUO Y T， LI Y H， et al. Optimization scheduling of regional integrated energy systems based on electric-thermal-gas integrated demand response［J］. Power system protection and control， 2021， 49（1）： 52-61.

［21］ 王振浩， 許京劍， 田春光， 等. 計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， 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.

［22］ ZHANG D D， ZHU H Y， ZHANG H C， et al. Multi-objective optimization for smart integrated energy system considering demand responses and dynamic prices［J］. IEEE transactions on smart grid， 2022， 13（2）： 1100-1112.

［23］ 魏震波， 馬新如， 郭毅， 等. 碳交易機(jī)制下考慮需求響應(yīng)的綜合能源系統(tǒng)優(yōu)化運(yùn)行［J］. 電力建設(shè)， 2022， 43（1）： 1-9.

WEI Z B， MA X R， GUO Y， et al. Optimized operation of integrated energy system considering demand response under carbon trading mechanism［J］. Electric power construction， 2022， 43（1）： 1-9.

［24］ 朱振山， 盛明鼎， 陳哲盛. 計及液態(tài)空氣儲能與綜合需求響應(yīng)的綜合能源系統(tǒng)低碳經(jīng)濟(jì)調(diào)度［J］. 電力自動化設(shè)備， 2022， 42（12）： 1-8.

ZHU Z S， SHENG M D， CHEN Z S. Low-carbon economic dispatching of integrated energy system considering liquid air energy storage and integrated demand response［J］. Electric" power" automation" equipment，" 2022，" 42（12）： 1-8.

OPTIMIZATION SCHEDULING OF HYDROGEN-CONTAINING INTEGRATED ENERGY SYSTEM UNDER GREEN CERTIFICATE-CARBON TRADING INTEGRATION MECHANISM

An Jiangtao1，Liu Weiliang1，2，Lin Yongjun1，2，Zhang Qiliang1，2，Wang Xin3，Kang Jiayao3

（1. Department of Automation， North China Electric Power University， Baoding 071003， China；

2. Baoding Key Laboratory of State Detection and Optimization Regulation for Integrated Energy System， Baoding 071003， China；

3. CHN Energy New Energy Technology Research Institute Co.， Ltd.， Beijing 102209， China）

Abstract：In order to further reduce the carbon emissions level of the hydrogen integrated energy system （HIES） and improve the operational economy of the system， an optimal scheduling strategy of HIES under the integration mechanism of green certificate and carbon trading mechanism is proposed. Firstly， the composition and operation characteristics of HIES are analyzed， and two types of demand response （DR） models are established， namely， the day-ahead price-based model and the substitutable model； Secondly， a ladder green certificate trading model is constructed， and a green certificate-carbon trading integration mechanism is designed. A HIES optimization scheduling model is established with the goal of minimizing the comprehensive cost of energy purchase costs， carbon trading costs， and ladder green certificate trading profits； Finally， the effectiveness of the proposed strategy in this paper is verified through simulation cases， and the impact of the length of the ladder interval and the basis price on the scheduling results of green certificates and carbon trading are analyzed.

Keywords：integrated energy system； optimization scheduling； demand response； green certificate trading； carbon trading； integration mechanism

附錄A

表A1 設(shè)備參數(shù)

Table A1 Equipment parameters

表A3 其他參數(shù)

Table A3 Other parameters

表A2 儲能裝置參數(shù)

Table A2 Energy storage device parameters

表A4 電價信息

Table A4 Electricity price information