考虑高渗透率和碳排放约束的园区综合能源系统优化运行研究

尹硕，郭兴五*，燕景，杨钦臣，张鹏

0 引言

2020 年9 月22 日，中国政府在第七十五届联合国大会提出：“中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。”综合能源系统的构建是促进清洁能源消纳、增强能源梯级利用、提高能源使用效率、实现多种形式能源协调运行的重要途径。综合能源规划技术作为综合能源系统建设、运行的基础［1-2］，是解决这一问题的重要途径，部分专家学者已经取得了初步成果：文献［3］提出一种多能系统协调优化规划的框架，指出了多能系统优化规划的目标函数及约束条件需考虑的因素；文献［4］针对综合能源系统需求进行深入分析，基于多场景规划的理念，设计了针对区域级综合能源系统的规划方法；文献［5］提出了一种基于改进型Kriging 模型的综合能源系统规划方法。目前，综合能源系统存在能源利用率低、高效优势无法发挥、运营受限和费用高等问题，主要原因是用户能量品质需求与能源供应之间不匹配、不均衡［6-8］。本文考虑电网中的分布式电源容量达到较高比例（即高渗透率）和碳排放约束的园区综合能源系统优化运行方式，具体分为日内滚动优化和日前调度运行，其中日内滚动优化运行依据能源的各自特性分为快、中间和慢3个控制子层；进而建立考虑需求侧响应的多时间尺度优化模型，以经济性和碳排放约束为目标函数，以各种负荷供需平衡和耦合设备运行限制为约束，引入多种储能系统，搭建出考虑高渗透率和碳排放约束的园区综合能源系统优化运行模型。

1 优化控制策略逻辑框架

本文在综合能源系统中充分考虑储能系统的作用，建立包含小型燃气轮机、电转气系统、风机、蓄电池和蓄热电锅炉的综合能源系统优化运行模型。通过分层调控机制实现对综合能源系统冷、热、电、气多能流的优化控制，上层为优化调度层，中间层为协调控制层，底层为实时控制层。优化调度层以运行成本最小为目标，结合冷、热、电负荷需求变化，在系统运行约束边界条件内进行计划优化；协调控制层结合系统当前运行情况，根据优化调度层得到的负荷计划，制定冷、热、电实时在线负荷指令，通过实时控制层下发给综合能源系统相关设备的自动控制系统。多能互补综合能源系统通过整合选定区域内的供能资源，实现冷、热、电、气多能协调供应，以达到经济性最优、能源利用效率有效提高的目标［9-12］。

分层调控机制的系统架构如图1所示。实时控制层的协调控制器I/O 单元与综合能源系统各子系统的控制系统双向连接，采集该系统的设备运行参数，由协调控制器对数据进行汇集；协调控制层设一对冗余的协调控制器，进行实时在线负荷指令的运算与控制；优化调度层服务器与协调控制器进行通信，获取协调控制器采集的系统设备运行参数，同时进行冷、热、电、气负荷的优化模型计算［13-14］。

2 碳源分析和排放量核算方法

2.1 碳源分析方法

本项目采用政府间气候变化专门委员会（IPCC）推荐的方法研究碳源，即从能源利用和开发的层面关注碳源，从能源的角度来考虑碳排放［15-18］。

图1 优化控制策略逻辑框架Fig.1 Logical framework of optimization control strategy

为实现碳中和目标，我国在《2006 年IPCC 国家温室气体清单指南》的基本框架下，又制定了《省级温室气体清单编制指南》进行补充说明，对温室气体的来源分类和计算方法进行了详细解释。根据该指南，综合能源系统中CO2等温室气体的排放源主要有2大类：工业生产过程和化石能源消耗。

2.2 碳排放量核算方法

常用的碳排放计算基本方法为：排放量等于排放因子和活动水平的乘积，其中，排放因子的选择范围包括国家排放因子和IPCC缺省排放因子，工具模型或其他复杂测量方法。

2.2.1 化石能源燃烧

平均排放因子和化石燃料消耗量对CO2的排放量有直接影响，《2006 年IPCC 国家温室气体清单指南》给出了温室气体排放量计算方法：消耗化石燃料所产生的CO2排放量等于CO2排放系数和化石燃料消耗量的乘积，其中CO2排放系数为碳排放因子、碳转换系数、碳氧化率以及低位发热量之积。

式中：mf，ij为微源i 单位功率出力时排放的第j 项污染物的质量；cf为化石能源消耗量；λf为化石能源燃烧的碳排放因子。

此方法的原理是首先将化石燃料消耗总量折算成标准煤消耗量，再乘以国内标准煤的碳排放系数。GB/T 2589—2020《综合能耗计算通则》中注明了不同能源与标准煤之间的折算参考系数，同时统计年鉴中可以查询到相关能耗量。

2.2.2 工业生产

工业生产过程中同样也伴随着大量的CO2产生，具体研究显示，工业生产的碳排放量占我国所有碳排放量的80%以上［19］。工业生产过程中碳排放较高的行业主要有采矿业、化工业、金属制品业、电子设制造业等，工业生产过程中温室气体排放量的90%以上是电石、生铁、钢铁尤其是水泥生产过程中产生的。

式中：mp，ij为工业生产过程中的碳排放量；cp为工业生产消耗的能源量；λp为工业生产碳排放因子。

因此，工业生产可仅考虑水泥、电石、钢铁、生铁等行业生产过程中产生的碳排放。根据IPCC 的建议，水泥生产所产生的碳排量=熟料排放因子×熟料产量，其他工业产品所产生的碳排量=排放因子×工业产品产量。

3 优化运行系统日前调度

3.1 目标函数

3.1.1 经济性

日前调度以调度成本最小为目标函数制定下一日调度计划。

式中：Ce，Cg，Cp分别为调度时段内购电成本、天然气购买成本和设备维护成本。

购电成本

运行过程中各设备维护成本

式中：Wtb为设备b 的出力；Cb为设备b 的单位出力维护费用；N为设备数量。

3.1.2 环保性

综合能源系统排放的污染物考虑CO2，SO2，NOx目标函数

式中：Pi(t)为微源i 的单位功率；T 为单位时间上限；Jej为第j 项污染物单位质量排放的环境价值，元/kg；Jfj为第j 项污染物单位质量排放罚款，元/kg；mij为微源i 单位功率出力时排放的第j 项污染物的质量，g/（kW·h），mij= mf，ij+ mp，ij。

即目标函数为

3.2 约束条件

（1）电能约束。

（6）综合能源系统与电/天然气网的交互功率约束。

式中：PGE，GSE分别为与电网和天然气网的功率转化值；上标max，min分别代表上、下限值［22］。

（7）储能约束。

4 优化运行系统日内滚动优化调度

日内滚动优化调度分为快、中间和慢3 个控制子层，根据能源调度特性的不同选择不同的控制子层进行优化。调度响应快的电能由快控制子层优化，电能调度时长为30 min，控制时长为5 min；调度响应较快的天然气能由中间控制子层优化，天然气能调度时长为1 h，控制时长为30 min；调度响应较慢的冷、热能由慢控制子层优化，冷、热能调度时长为2 h，控制时长为1 h。

如图2 所示，t0时刻，调整t0+ k1至t0+ 2k1时段电能功率和t0+ k1至t0+ 1+ k1时段的预测；调整t0+ k2至t0+ 1 时段天然气能功率和t0+ k2至t0+1+ k2时段的预测；调整t0+ 1 至t0+ 2 时段冷、热能功率和t0+ 1 至t0+ 3 时段的预测。由于调度时段的差异，优先调度响应较慢的冷、热能，其次是天然气能，最后调度响应快的电能。

图2 日内电、气、冷、热能滚动优化调度Fig.2 Intra-day rolling optimized dispatch of electricity，natural gas，cold and heat

4.1 快控制子层调度模型

根据t 时段新能源波动及需求侧和以上2 个子层的功率变化，对日前调度进行修正。

（1）目标函数。

电能供需平衡约束见式（9），与电网交互功率约束见式（14）。

4.2 中间控制子层调度模型

各单元根据t时段天然气负荷变化调整出力。

（1）目标函数。

天然气供需平衡约束见式（10），与天然气网转化功率约束见式（15）。

4.3 慢控制子层调度模型

各单元根据t时段冷、热负荷变化调整出力。

（1）目标函数。

冷、热能供需平衡约束见式（11）、式（12），相关耦合设备约束见式（13）。

5 算例分析

5.1 算例模型

本项目选取某区域综合能源系统进行分析，天然气价格为3.50 元/m3，折合成单位热值价格为0.35 元（/kW·h）；与电网交互功率的上下限值为60，-60 kW。算例中综合能源系统运行参数见表1（表中Pmin，Pmax分别为输出功率的最小值和最大值），峰谷分时电价见表2，储能系统中βmin为0.1，βmax为0.8，和均为0.25，负荷及风光预测曲线如图3所示。

表1 综合能源系统运行参数Tab.1 Operational parameters of the integrated energy system kW

表2 峰谷分时电价Tab.2 Peak-valley time-of-use price 元（/kW·h）

5.2 多种调度模型对比

模型1：仅考虑日前调度计划。

模型2：考虑日前调度计划，其中日内调度计划模型没有将冷、热、电、气能分层优化。

图3 负荷预测及风光出力曲线Fig.3 Forecasted load and output curve of the wind-PV system

模型3（本文模型）：考虑日前和日内调度计划，日内调度计划模型将冷、热、电、气能分层优化。

调度模型运行成本对比见表3，由表3 可以见，模型3的运行成本优于模型1和模型2。

表3 调度模型运行成本对比Tab.3 Operation cost of the dispatch model

5.3 日前调度和日内调度优化分析

与电网交互功率曲线随着电价的变化发生波动，高峰时段购电量明显减少，以达到更优的经济性。对于调度时间比电能长的天然气，电价高时驱动燃气轮机发电，以保持系统的供需平衡，而当天然气价高时，减少燃气轮机的出力。而调度时间尺度为小时的冷、热能日内优化更为准确，设备的出力也会有所变动。

为充分分析日内优化调度结果，分别选取电价低谷段、平时段和高峰段03：00，09：00，21：00 的日内调度结果进行分析，见表4。

由表4可以看出，3个时刻的购电在日内调度中均有所下降，光伏和风电的出力有所增加。其中，03：00 日前、日内调度结果中光伏出力和燃气轮机出力均为0，风电出力有所增加。09：00的日内调度光伏出力为19 kW，而日前调度光伏出力为16 kW，说明通过日内调度优化，光伏出力得到充分利用；21：00 日内调度的蓄电池出力明显高于日前调度，说明日内调度能够根据日前调度结果，结合当前蓄电池设备运行状态，对当前时段储能设备出力进行修正，从而提高了储能设备的利用率。

表4 日内优化调度结果Tab.4 Intra-day optimized dispatch results kW

6 结束语

为实现降低碳排放目标，本文根据《国家温室气体清单》《省级温室气体清单编制指南》等重点政策文件对温室气体的来源分类和计算过程进行了详细解释。本文在综合能源系统中充分考虑储能系统的作用，建立了包含小型燃气轮机、电转气系统、风机、蓄电池和蓄热电锅炉的综合能源系统优化运行模型，并将碳排放约束考虑在内。

以经济性和环保性为目标函数，以各种负荷供需平衡和耦合设备运行限制为约束，统筹考虑需求侧响应的多时间尺度，搭建优化控制层+协调控制层+实时控制层的3 层联动园区综合能源协同控制优化运行模型，为面向高渗透率和碳排放约束的园区综合能源系统优化运行提供技术支撑。 最后依据搭建的系统模型进行计算分析，分析结果表明，本模型可以降低综合能源系统的运行成本，提高能源的利用率，消除可再生能源和负荷的随机性和波动性，提高储能设备的利用效率，保证系统安全、稳定运行。