基于碳交易的含风光发电的电力系统低碳经济调度＊

董晓宁，杨国华，2，王 岳，邹玙琪，李志明

（1.宁夏大学电气工程与自动化系，宁夏银川750021；2.宁夏电力能源安全自治区重点实验室，宁夏银川750021）

1 引言

近几年，过度消耗化石燃料所带来的环境问题越来越受到世界各界人士的重视。发展低碳经济、优化能源结构已成为世界各国的共识。《“十二五”规划纲要》提出全国单位国内生产总值CO2排放强度较2005年下降 40%－45%的碳减排目标，并逐步建立起碳排放交易（简称碳交易）市场，以促进碳减排目标的实现［1］。电力行业既是能耗大户，也是CO2排放大户，CO2排放量占全国排放总量的38.76%［2］，如何在满足经济性的前提下实现低碳化发展，是电力行业走可持续发展道路的关键。碳交易作为一种市场化机制，可以促进电力行业节能减排技术的发展。随着欧洲碳交易市场及我国试运营点的建立，电力行业的低碳发展和新能源发电引起了众多学者的兴趣。文献［3］将CO2排放以环境惩罚成本的形式加入到电力生产成本中促进火电机组节能减排。文献［4］建立了不同电源的碳交易模型和成本模型，并以碳排放和系统运行目标建立多目标调度模型。文献［5］考虑碳交易成本建立多目标环境经济调度模型，将碳排放权进行分配补偿和考虑风电广义运行成本建立低碳经济调度模型。文献［6］基于kantorovich距离对光伏发电场景进行削减，建立了含有大规模光伏电源的调度模型。文献［7］根据不确定理论，建立了考虑风光预测误差的经济调度模型，并提出风光蓄一体化的调度策略。文献［8］加入了碳捕集发电机组，并将碳交易和碳排放超标费用计入目标函数，较全面的考虑了低碳电力各元素的影响。文献［9-10］对旋转备用的分配进行研究，并将备用成本计入目标函数，得到发电机组的最优出力。文献［11］建立了含多模糊参数的模糊机会约束机组组合数学模型，用置信水平控制风险，采用模糊机会约束的清晰等价类，处理机会约束。文献［12］以CO2排放量最小为子目标建立低碳调度模型。

以上文献从不同角度对含有新能源发电的电力系统在低碳经济调度的背景下进行了研究，取得了一些成果。但是，上述研究内容没有将碳交易引入含有风光发电的电力系统调度中，本文在现有研究的基础上建立了考虑碳交易含风光发电的电力系统经济调度模型，并在碳排放权初始分配的基础上，增加了火电机组碳配额补偿分配。最后采用遗传算法验证了本文模型的合理性和可行性。

2 碳交易模型

碳交易是将碳配额商品化，如果企业实际碳排放量少于碳配额，可以将多余的碳配额出售获取利润，若企业实际碳排放量多于碳配额，该企业必须购买碳排放差额，否则将面临罚款［13］。

2.1 碳排放模型

由于风机发电和太阳能发电均不产生CO2，CO2主要来源于常规火力发电机组。火电机组碳排放模型如下：

式中：EP为 t时刻火电机组碳排放量；αi、βi、γi为火电机组CO2排放系数；uit为第i台火电机组t时刻的运行状态；T为研究周期时段数目；NG为系统中火电机组台数；PGit为t时刻第i台火电机组的调度出力。

2.2 碳排放配额的分配

全球碳排放配额的分配（简称碳配额）主要有免费分配和有偿分配两种形式。由于中国处于碳交易的初级阶段，模型采用企业易于接受的免费分配［14］。本文在基于发电量免费分配的基础上分开考虑风光和火力发电碳配额。并对电机组的碳配额进行补偿。

火电机组碳配额：

式中：EGqt为t时刻火电得到的碳配额；η为区域单位电量排放分配额，由国家发改委规定的“区域电网基准线排放因子”确定；KWjt为t时刻第j个风电场备用系数；KPkt为t时刻第p个光伏发电场景备用系数；PWjt为t时刻第j个风电场调度出力；PPkt为t时刻第k个光伏发电场调度出力；α、β分别为t时刻风机发电和光伏发电碳配额修正系数，与发电量预测有光；NW、NP分别为风电场数目、光伏发电场数目。

风电场碳配额：

式中：EWqt为t时刻风电场得到碳配额。

光伏电场碳配额：

式中：EPqt为t时刻光伏电场得到碳配额。

2.3 碳交易模型

根据碳交易原理建立碳交易模型如下：

式中：Ca为碳交易总成本；Cu为碳排放权价格；Ep为火电机组二氧化碳排放量；Eq为电力系统碳配额。

3 调度模型

电力系统经济调度是在运行周期内满足约束条件的前提下，合理调度机组的出力，使系统的运行成本最小。

3.1 目标函数

火电机组在单位时间内发电成本由火电机组运营成本、启停成本和碳交易成本组成。火力发电机组运行成本如下：

式中：CGit为第i台火电机组在单位时间t内的发电成本；ai、bi、ci为第 i台机组的燃料费用系数；Sit为启停成本。

风电机组在单位时间内的发电成本：

式中：ηwj为第j台风电机单位电量运行成本；Pwjt为第j台风电机t时刻的出力；Ewp、Ewq为风电机组的碳排放和碳配额。

光伏机组在单位时间内的发电成本：

式中：ηpk为光伏发电机组k单位电量运行成本；Ppkt为第k组光伏发电场t电时刻出力；Epk、Eqk为光伏发电的碳排放和碳配额。

电力系统经济调度目标函数如下：

3.2 约束条件

功率平衡约束

式中：PLt为t时刻负荷功率。在不计网损的情况下t时刻发出的功率等于t时刻消耗的功率。

机组出力上下限约束

常规机组的爬坡功率约束

式中：Rupi、Rdowni为第i台火电机组最大增出力功率和最大减出力功率；ΔT为时间间隔。

旋转备用量约束［15］

式中：PGitmax为第i台发电机组时刻最大出力；PGitmin为第i台发电机组时刻最小出力；u1、d2为由于负荷预测误差而增加的上下旋转备用率；uw、dw为由于风电出力预测误差而增加的上下旋转备用率；up、dp为由于光伏出力预测误差而增加的上下旋转备用率。

4 算例分析

4.1 基本数据与参数

本文采用经典的十机组算例加一个等值的风、光电场验证模型的可行性，采用Matlab 2016a进行编程。最大迭代次数为1000，初始种群大小为50，交叉概率为0.8。调度周期取24个时段，风电场备用系数为 0.15；光伏机组备用系数为 0.10；碳权分配修正系数为0.85；风电场运行成本为0.05万元/MW［16］；考虑开机时间约束和机组启停费用，启停费用参考文献［17］，风、光发电预测采用文献［18］中风电场2预测出力和光伏预测出力，负荷预测采用文献［5］中24时段负荷预测。

4.2 计算结果与分析

机组调度结果见表1，由调度结果可知，P1，P2机组容量较大，在电力系统中承担主要出力；为了保证旋转备用量要求，P8，P9，P10机组运行在出力下限附近，降低了系统的启停成本；由于CO2排放量与机组出力呈二次函数关系，所以分担了主力机组的碳排放，降低了CO2排放量。

机组在部分时刻出力和运行成本对比如图1至图4所示。

图1 t=1时刻虑碳交易运行成本

图2 t=1时刻不考虑碳交易运行成本

图3 t=11时刻考虑碳交易运行成本

图4 t=11不考虑碳交易运行成本

火电机组在24时段内CO2排放总量和系统运行成本如表1和表2所示。

表1 不同模式下系统CO2排放量和运行成本

由对比结果可以看出考虑碳交易的电力系统调度使系统的运行成本增加了4.475%，碳排放量减少了7.987%，运行成本增加的主要原因是火力发电机组碳排放量均超出了碳配额，使系统的运行成本增加；因此碳交易的加入起到了鼓励企业节能减排的作用，验证了模型的合理性和可行性。

表2 含风光电场的电力系统24时段出力计划机组

5 结束语

将碳交易引入含风光发电的电力系统经济调度中，并对碳交易中碳排放权的初始分配进行改进，通过算例分析得到以下结论。

本文在传统碳配额的基础上引入火电机组碳排放补偿配额，根据碳交易原理建立碳交易模型，然后将碳交易引入含有风光发电的电力系统，以系统运行成本为目标采用自适应遗传算法进行计算，运行成本虽然增加，运行成本增加的主要原因是火电机组的碳排放量远远超过了火电机组的碳配额，购买碳配额使火电机组的运行成本增加，但火力发电机组的碳排放量减少了7.987%，所以将碳交易引入发电机组可以有效地降低火电机组的碳排放量。