考虑需求响应与碳交易成本的综合能源系统优化调度

余江胜，娄 柯，张 艳，何昌龙，梁馨予

(安徽工程大学 高端装备先进感知与智能控制教育部重点实验室，安徽 芜湖 241000)

由于电力价格和能源需求在市场上的不可预测，于是综合能源系统(Integrated Energy System,IES)应运而生，已广泛应用到能源领域[1]。综合需求响应(Integrated Demand Response,IDR)作为需求响应(Demand Response,DR)在综合能源系统中的衍生，可以调节用户的用能方式，平缓负荷波动[2]。为了提高IES运行效率，国内外学者进行了大量的研究。文献[3]提出了一种基于分时电价的DR，通过设置峰、平、谷电价以价格信号来刺激用户改变自身的习惯，实现调度需求侧资源的目的，在提高系统经济性的同时，也缓解了大电网在用电高峰期的供能压力，起到“削峰填谷”的作用。文献[4]建立含有风光机组、CCHP(Combined Cooling, Heating and Power)和储能系统的IES调度模型，最后应用Cplex对模型求解。文献[5-6]在IES系统中引入碳交易机制，分析了不同碳交易价格对系统的影响。

然而，现有的综合能源系统研究较少考虑冷热负荷的可调度性，随着冷热电耦合的程度不断加深，冷热负荷的需求响应同样具有极高的调度价值。在现行研究的基础上，本文提出了一种考虑综合需求响应的区域综合能源系统低碳经济调度模型。通过集成冷热电联供、光伏机组、风力涡轮机机组、蓄热和蓄冷来降低运行成本和排放。最后通过算例比较了不考虑需求响应、考虑需求响应、考虑需求响应并考虑碳交易机制的调度结果，以验证文中所提模型的合理性与有效性。

1 综合需求响应模型

本文的能源供应侧主要包括以风电机组(Wind Turbine, WT)、光伏发电机组(Photovoltaic, PV)及外部电网构成的电力系统和天然气系统。能源枢纽转换侧涉及的设备众多，主要以热电联产系统(Combined Heating and Power System, CHP)为核心。其中CHP系统包括燃气轮机(Gas Turbine, GT)和余热锅炉(Waste Heat Boiler, WHB)。多源储能设备包括蓄电池(Battery, BT)、蓄热槽(Heat Storage Tank, HST)。此外还包括燃气锅炉(Gas Boiler, GB)、吸收式制冷机(Absorption Refrigerator, AR)、电制冷机(Air Conditioner, AC)和电锅炉(Electric Boiler, EB)。对于用能侧，则是以电、热、冷3种负荷构成多元用户。综合能源系统(IES)结构如图1所示。

图1 IES结构

1.1 电负荷需求响应

本章电负荷IDR模型采用常用的价格型需求响应弹性矩阵法，通过引入峰、谷、平分时电价，激励用户合理调节自身用能策略，从而达到削峰填谷的目的。电价弹性矩阵法是对电负荷需求响应建模最常用的方法，电负荷变化率和电价变化率都可以利用电量电价弹性指标来表征，其表达式为

(1)

式中：m为电量电价弹性指标；cp、Δcp为峰谷电价格和其固定电价相比的差额；L和ΔL为负荷响应前的用电量与负荷响应量。

根据分时电价与固定电价的比值，建立如下弹性矩阵，即

(2)

(3)

(4)

式中：Nii为自弹性系数；Ne为电量电价弹性矩阵；Nij为交叉弹性系数；Li和ΔLi为i时段用户的电量及其变化量；Δcpi、cpi和cpj、Δcpj分别为i时段和j时段的电价及电价变化量。

由电价弹性矩阵Ne可得用户负荷响应量为

(5)

1.2 热负荷需求响应

热负荷的主要调节尺度为温度，在用户舒适期内调整温度并不会对用户造成太大影响。控制热负荷的需求响应应保持在特定区间内，即

(6)

式中：Ht为时段t内的热负荷功率；γ、ρw为水的比热容和密度；Th,in为初始水温，取15 ℃；Δt为1 h。

本文所考虑的柔性热负荷为可转移负荷，用户热负荷包括固定热负荷和可转移热负荷2部分，表示为

(7)

(8)

(9)

1.3 冷负荷需求响应

冷负荷的需求响应原理与热负荷大致相同,即

(10)

本文所考虑的柔性冷负荷为可转移负荷，用户冷负荷由固定冷负荷和可转移冷负荷2部分组成，表示为

(11)

(12)

(13)

1.4 综合能源系统碳交易成本计算模型

为了控制碳排放总量，充分调动企业节能减排的积极性，提出了一种奖惩制度，即当企业的碳排放总量低于政府所分配的碳排放额度时，政府会适当给予一定补贴，高于分配的部分会进行一定的惩罚。基于此，本文构建了一种奖惩机制的阶梯型碳交易模型，对排放量进行区间化细分，当碳排放量小于免费分配的碳排放额时，Cci为负，此时企业可以在碳交易市场上出售多余的碳排放配额，以此来获得收益，且碳排放量越少，碳交易的价格越高；反之，当企业的碳排放量高于免罚分配的碳排放额时，Cci为正，此时企业为了维持正常的生产需求，需要在碳交易市场购买碳排放权，且碳排放量越大，所对应的价格越高。具体如下

Cci=

(14)

式中：Cci为IES中碳交易成本；Eci为各机组的实际碳排放量；c为碳交易价格；λ为碳交易价格的增长幅度；h表示碳排放区间长度。

参考文献[7]可知煤电厂的碳排放量为1.08 t/MWh；燃气锅炉的碳排放量为0.065 t/GJ；将电量热算成热量后，CCHP机组等效供热量与燃气锅炉接近，其碳排放量也取0.065 t/GJ。

2 综合能源系统优化运行模型

2.1 优化运行目标函数

线性规划问题，本文综合考虑了购电成本、MT发电成本、设备维护成本、电池充放电老化成本以及碳交易成本，构建的总成本最低低碳调度目标为

minF=Cgrid+Cng+Ce+Cb+Cd+Cci.

(15)

系统的购电成本、MT发电成本、BT充放电老化成本、GB成本、设备运维成本分别为

(16)

(17)

(18)

(19)

2.2 约束条件

IES系统运行时除了需要考虑设备的运行约束，还需要满足电、热、冷功率平衡以及交换功率之间的约束，具体如下：

电功率平衡为

(20)

热功率平衡为

(21)

冷功率平衡为

(22)

交换功率约束条件为

(23)

(24)

式中：Pgrid.min/Pgrid.max、Pgrid.up/Pgrid.down分别为电网的最大/小购电功率和爬坡率上/下限。

3 算例分析

为了验证本文所提出的IES模型在提升能源利用率、降低碳排放等方面的优势，本文基于文献[7]中的机组参数及负荷数据进行仿真分析。对应的负荷数据如图2所示。

图2 典型用户的负荷预测曲线

3.1 不同调度模型的影响

为了验证本文所提出的综合能源系统模型的优势，设计了如下3种方案进行对比分析，分析结果如表1所示。

方案1：不考虑需求响应以及碳交易模型

方案2：考虑需求响应但不涉及碳交易模型

方案3：考虑需求响应并考虑碳交易模型

表1 不同运行方案下系统成本组成

1) 方案1与方案2对比分析。

方案2在方案1的基础上考虑了需求响应，其响应机制是基于价格型响应，通过设置分时电价以及分时气价，其变化趋势与负荷变化趋势基本一致，用电高峰期为峰电、气价。在此机制的刺激下用户考虑到价格成本主动改变自己的用电策略。将高峰期的用能转移到价格相对便宜的低谷期，降低了生活成本。同时也能减轻电网的供电压力。从成本上来看方案2比方案1约减少2.5%。

2) 方案2与方案3对比分析。

方案3在方案2的基础上增加了阶梯型碳交易机制。在IES中，GT和GB的碳排放相对较少，增加GT与GB的出力可以获得较多的碳交易收益，在降低成本的同时还可以减少碳排放。由表1可以看出：方案3的运行成本高于方案2，但由于其在碳交易市场上获得了可观的碳交易收益，使得最终成本低于方案2；方案3相比于方案2，其成本减少了4.94%，相比于方案1，其运行成本减少了7.3%。

综上所述，本文所提及的IES模型在减少碳排放上存在一定的优势，同时可以对机组进行合理的调度安排，达到节约成本的目的，实现减少碳排放与降低成本的双赢局面。

3.2 供需平衡分析

考虑综合需求响应并考虑碳交易机制的多能互补优化调度模型优化后的电、热调度结果(方案3)如图3所示。首先，对于23:00～6:00时段，此时是用电低谷期，电负荷需求低，电负荷主要由风机及燃气轮机提供。然后IES将多余电量出售给大电网或者蓄电池进行存储。对于7:00～9:00以及15:00～17:00时段，此时电负荷主要由燃气轮机和光伏、风机提供，若仍存在不足则从大电网购买。而10:00～14:00及18:00～22:00时段是用电高峰期，用电量大且价格较贵，仅靠燃气轮机，风机，光伏已无法满足用电需求，此时还需要通过蓄电池放电，若仍不足则向大电网进行购以满足用电需求。

图3 电平衡结果

用户热/冷能平衡调度结果如图4～5所示。用户热负荷主要由余热锅炉、燃气锅炉2种设备提供，不足的部分由蓄热槽提供。冷负荷由电制冷机和吸收式制冷机提供。

图4 热平衡调度结果

图5 冷平衡调度结果

3.3 综合需求响应前后用户负荷曲线

需求响应前后用户的电、热冷负荷变化趋势如图6～8所示，首先对电负荷曲线进行分析。在18:00～22:00时段，用电负荷高且对应的电价也相对较高，用户通过改变自身的用电习惯，将可转移电负荷转移到0:00～6:00，此时电价较低，且基础电负荷低。需求响应后，用户的电负荷峰谷差降低了15.7%。曲线呈现出一种削峰填谷的趋势。需求响应前后用户的热负荷变化如图7所示，可以看出，需求响应后，用户的冷、热峰谷差均不同程度地降低，其中用户的热负荷峰谷差，在进行需求响应后约下降了8%，冷负荷峰谷差，需求响应前后约下降5%。

图6 需求响应前后电负荷曲线

图7 需求响应前后用户的热负荷曲线

图8 需求响应前后用户的冷负荷曲线

4 结论

1) 电热负荷共同参与需求响应，可以有效地调节负荷曲线，调节峰谷差，减少电网在高峰期的功能压力。

2) 在需求响应的同时考虑阶梯型碳交易机制，可明显减少二氧化碳的排放。

3) 本文所提方法能够有效提高系统经济性、环保性，可为综合能源系统低碳经济调度提供参考。