考虑碳排放流理论的风-碳捕集-电转气联合新型中长期调度方式

严中华，王建功，朱英刚，蔡逸昊，张晓峰

（1.积成电子股份有限公司，山东济南 250100；2.上海交通大学电子信息与电气工程学院，上海 200240）

0 引言

随着世界范围内环境问题逐渐彰显，为了实现节能减排和环境社会的可持续发展，可再生能源和节能低碳技术的发展变得愈加重要。现阶段，可再生能源的接入规模不断增大，但风电等的随机性和波动性给电网的安全稳定运行带来诸多问题[1-3]。因此，需要更加合理的调度方式和技术手段来解决风电波动和弃风问题。文献[4]提出了一种通过混合储能系统抑制风电波动的方法。文献[5]建立了高风电渗透率下的火电储能协调调度模型来针对大规模风电不确定和波动性。文献[6]使用分布鲁棒优化方法处理风电出力不确定性。文献[7-8]建立了风—火—抽蓄联合优化调度模型，通过抽水蓄能和风电的合作应对风电预测误差。文献[9]将中长期交易与短期调度结合，从市场和调度2 个维度促进风电的消纳。文献所提出的系统模型和机组组合方式在风电消纳方面取得了一定的成果，但在低碳减排方面没有过多考虑。

随着国家“碳达峰”、“碳中和”目标的提出，碳减排已提上日程。在碳处理方面，文献[10]建立了风火发电商市场效益模型，综合探讨了碳交易价格、碳减排约束等的灵敏度问题。文献[11]分析了电转气技术的原理，建立了可实现电转气功能的多能源协同系统低碳优化模型。文献[12-16]在碳交易机制的基础上提出了的电—气互联综合能源系统低碳调度模型。文献[17]研究了碳捕集电厂分流式和储液式运行的能流特性，提出了2 种特性相结合的综合灵活运行方式。文献[18]综合考虑储热装置与碳捕集设备，提出了电热混合储能系统运行策略，将弃风与电和热2 种储能设备的运行状态结合。在提高系统能源利用率和降低碳排放方面取得了一定成果，但未通过碳捕集和电转气与风电联动，实现风电的充分消纳。

目前碳排放量的计算主要根据能源消耗量进行统计，无法体现电网的“网络”特征。碳排放流理论有助于将碳排放流在电网中的分布清晰展现、辨识系统中的高碳要素，为电力系统的低碳优化和节能减排提供量化依据。文献[19]提出了碳排放流的理论概念以及相关基础指标的计算方法。文献[20]进一步研究了碳排放流指标的矩阵计算方法。文献[21]基于电力网络拓扑结构和碳排放流的计算方法，剖析了碳排放流在电网中的分布特性与机理。文献[22]基于碳排放流理论建立了电力系统源-荷协调低碳优化调度策略，实现风电消纳与负荷侧碳排放责任分摊。通过结合碳排放流的相关理论技术研究，对系统中碳流率较大、碳势较高的区域，可以通过增加碳捕集和电转气设备进行优化和改善，从而更有针对性地实施节能减排的措施。

本文在诸多研究基础上，基于碳排放流理论和风-碳捕集-电转气的联合特性，以综合成本最小为目标函数，建立了含有风电、水电、抽蓄、碳捕集、P2G 的发电系统中长期机组组合模型。结合碳排放流理论计算各节点的碳势指标，确立碳捕集和电转气设备在系统的接入位置。通过碳捕集、电转气降低碳排放、提高碳资源利用率，并促进风电消纳。

1 电力系统碳排放流理论

1.1 碳排放流理论概述

碳排放流是根据电力潮流和系统碳排放虚拟的一种网络流，给电力系统每条支路上的潮流加上碳排放的标签，用来描述电力系统碳排放在电力网络中的分布，使碳排放在系统各节点和支路量化。

基于碳排放流与电力潮流的依附关系，碳排放流在电力系统的流动图如图1 所示。碳排放流从发电厂节点出发，进入电力系统随着潮流在电力网络中流动，最后流入负荷节点。

图1 电力系统碳排放流图Fig.1 Diagram of carbon emission flow

1.2 碳排放流理论基础定义

电力系统碳排放流理论包含若干相关基础指标。

1）碳流量。碳流量Fcef表征支路上碳排放流的大小，为给定时间内通过支路的碳排放量。

2）碳流率。支路碳排放流率Rcer为单位时间内某条支路上通过的碳流量，简称为碳流率。

3）碳流密度。由于电力系统碳排放流依附于有功潮流，根据碳排放与有功潮流的关系，定义碳流密度ρcei为支路碳流率与有功潮流的比值。

式中：Pbr为支路有功潮流。

根据碳流密度的定义式，对于产生碳排放的发电厂，其出线对应的碳流密度等于发电机组的碳排放强度；而不产生碳排放的发电厂，如风电厂，其出线对应的碳流密度为0。

式中：N+为节点I相连的所有支路集合。

1.3 碳排放流理论指标

本文主要计算节点碳势指标。设系统具有N个节点，其中存在K个机组注入节点和M个负荷节点。设第（II=1，2，…，N）个节点的碳势为，则节点碳势向量可表示为[20]:

节点碳势向量的计算式为[20]：

式中：PNod为节点有功通量矩阵；PB为支路潮流分布矩阵；PG为机组注入分布矩阵；EG为机组碳排放强度向量。

碳排放流理论使得碳流量、碳流率与电力潮流的相关物理量相互对应，增强了系统碳排放与潮流的联系。通过结合碳排放流理论，可以根据潮流、碳流率、机组碳排放强度等基础指标计算系统各节点的节点碳势，从而有针对性地对系统中的高碳势节点区域实施低碳减排措施。

2 风-碳捕集-电转气联合的发电系统模型

2.1 碳捕集运行原理

碳捕集的过程包括吸收、再生和压缩3 个部分。整体流程如图2 所示。

图2 CO2捕集流程Fig.2 Carbon dioxide capture process

碳捕集设备的能耗主要包括基本能耗和运行能耗，其出力和能耗特性为[23]：

2.2 电转气运行原理

本文采用电转天然气技术。电转气生成的天然气体积由式（7）所得[24]：

2.3 风-碳捕集-电转气联合特性

碳捕集过程收集的CO2可用于电转气，提高设备和资源的利用率，降低系统运行成本。碳捕集和电转气的部分功耗由风电提供以消纳部分风力，即：

风-碳捕集-电转气联合的发电系统如图3 所示。

图3 风-水-抽蓄-碳捕集联合系统Fig.3 Combined energy system of wind-hydro-pumped storage-carbon capture

在风-碳捕集-电转气联合的发电系统中，火电、水电、抽水蓄能为主要的优化机组。不参与优化调度的核电机组与负荷整体看作为净负荷。通过调节参与优化调度的机组出力实现发电量与净负荷的平衡，同时实现低碳减排的目标。

3 中长期机组组合低碳模型

3.1 目标函数

以综合成本最低为目标函数，包括各个机组的运行成本及启动成本、碳交易成本、碳处理成本和运维成本等，即：

火电机组的碳排放量如式（12）所示：

经碳捕集后，系统碳排放量如式（13）所示：

此时，碳交易成本为：

式中：NG为火电机组数量；c为碳交易价格。

3）火电机组的燃料成本C3为：

4）各机组和设备的启停成本C4为：

式中：ci为设备的启动成本系数；ui,t为设备的启动状态变量；NU为火电、水电、抽水蓄能机组的总数量。

5）风电运维成本、弃风成本C5为：

3.2 约束条件

1）系统功率平衡约束为：

2）为了保障一定的经济性和系统的稳定性，限制火电机组的最小开机时间为2 个调度时段。火电机组约束为：

启动状态约束如下。

火电机组出力上下限约束为：

对燃料成本进行分段线性化处理，方法参照文献[25]。燃料成本约束为：

式中：ak，bk为火电机组发电成本分段线性化的系数。

碳捕集约束为：

6）抽水蓄能机组约束如下。

启动状态约束为：

发电机组、抽水机组出力上下限约束为：

式中：ηcx为抽蓄机组的转换效率；QXn抽蓄电站库容准许变化量。

7）上、下备用约束为：

式中：Ru为上备用容量；Rd为下备用容量。

8）直流潮流约束为：

4 算例分析

4.1 算例数据

本文采用IEEE-39 节点系统进行仿真计算。算例模型的求解过程通过Matlab 的Yalmip 工具包调用Gurobi 求解器进行求解。算例系统包含4 台火电机组，3 台风电机组，3 台水电机组和2 台抽水蓄能机组；核电机组的容量为800 MW，出力保持不变。调度的时间粒度为8 h，周期为30 d，共90 个时段。图4 为算例使用的IEEE-39 节点系统图。其中，W，G，H，P 分别代表风电、火电、水电和抽水蓄能机组。

图4 IEEE-39节点系统图Fig.4 IEEE-39 node system

风电机组的预测出力情况如图5 所示。

图5 风电机组出力Fig.5 Output of wind turbine

4.2 算例结果对比分析

首先，在不考虑碳处理设备的情况下对机组进行优化，得到各机组出力和碳排放，计算出系统各支路的潮流，并结合碳排放流理论计算出各支路的碳排放流，在此基础上进一步计算系统各节点的节点碳势指标；其次，根据计算所得的节点碳势指标，在高节点碳势区域的火力发电机节点设置碳捕集和电转气设备，得到相应的优化结果和节点碳势；最后，针对不同情景，验证本文所提的系统模型在低碳减排和风电消纳方面的有效性。

1）未设置碳处理设备节点碳势计算。

未设置碳处理设备时各机组的碳排放强度为：

取某时段的机组出力数据计算系统潮流和碳排放流，经过碳流理论计算得到与机组节点相邻的节点碳势，表1 为计算得到的节点碳势结果。

表1 节点碳势计算结果1Table 1 Results 1 of nodal carbon intensity kg CO2（/kWh）

由表1 可知，25 节点，6 节点，20 节点相对23节点碳势较高，因此选择在31，34，37 节点的火电机组设置碳捕集和电转气设备。

2）设置碳捕集和电转气设备节点碳势计算。

设置碳捕集和电转气设备后，火电机组的碳排放强度也相应降低，此时各机组的碳排放强度向量为:

得到的节点碳势结果如表2 所示：

表2 节点碳势计算结果2Table 2 Results 2 of nodal carbon intensity kg CO2（/kWh）

由表2 可知，加入碳捕集和电转气设备后，与火电机组节点相邻的高碳节点碳势显著降低。由于碳捕集和电转气增加了系统能耗，火电机组的等效出力增加，因此23 节点的节点碳势升高。

3）机组优化结果对比。

算例对比了3 种情景下的结果。（1）情景1：未加入碳捕集和电转气设备；（2）情景2：在3 个高碳势节点仅加入电转气设备，并与风电联合；（3）情景3：在3 个高碳势节点加入碳捕集和电转气设备，并且考虑碳捕集、电转气、风电联合。

图6 和图7 为3 种情景下火电机组的出力和碳排放情况。由于系统设置了3 个碳处理设备，因此每个情景只展示3 台火电机组的情况。

图6 火电机组出力Fig.6 Output of thermal power unit

图7 火电机组碳排放Fig.7 Carbon emissions of thermal power unit

从图6 可知，情景2 由于需要给电转气设备提供功率，火电机组出力相对情景1 增加；情景3 也因需要为系统碳捕集和电转气能耗提供功率，因而火电机组的出力相对情景1 增加。通过图7 中3种情景的碳排放量对比可知，情景2 由于火电机组的出力增加且未设置碳捕集设备因而碳排放量相对于情景1 和情景3 增加；情景3 中火电机组1，2，3 加入了碳捕集设备，碳排放量相对于情景1、情景2 中的火电机组1，2，3 显著降低。

图8 为3 种情景的水电和抽蓄机组出力对比。

图8 水电和抽蓄机组出力Fig.8 Output of hydropower and pumped storage station

由图8 可知，3 种情景下的水电都起到调峰的作用；抽水蓄能机组都起到削峰填谷的作用，并可以减少火电机组的备用容量，使系统更具有经济性。情景2 和情景3 由于系统中增加了电转气负荷，使水电和抽水蓄能发电的出力较情景1 有所增加。

图9 为情景3 的风电功率情况图。

图9 情景3风电功率Fig.9 Wind power of scenario 3

由图9 可知，碳捕集和电转气环节可以消纳大量的风电。通过与风电的联合，协调风电对碳捕集和电转气运行能耗的供给量和上网功率，可以灵活应对风电的波动性，降低预测误差对实际运行时的影响，同时提高能源利用率。情景2 虽然可以通过电转气消纳风电，但由于会导致系统碳排放量增加与情景3 比略显不足。

3 种情景下的各成本和碳排放总量等结果分析如表3 所示。

表3 3种情景比较Table 3 Comparison of three scenarios

从表3 可知，情景2 总碳排放量比情景1 增加了48 861.97 t，比情景3 增加了77 268.67 t，碳交易成本较情景1 和较情景3 比较高。由于情景2 可以通过电转气制取天然气获得收益且没有弃风，因而综合成本低于情景1。情景3 电转气所需的碳源仅来自于捕获的CO2，而情景2 电转气所需要的碳源通过向碳市场购买，相对情景3 碳源更充足，转换的天然气更多，因而电转气收益较高。情景3 的碳排放量最低，当碳排放低于碳分配额时，在碳市场中出售的碳排放额也可以降低碳交易成本，使得情景3 的碳交易成本也明显减少。情景3 的综合成本较情景1 和情景2 分别降低了8 941.57 万元、6 297.11 万元，在实现风电消纳和系统低碳性的同时保持了系统的经济性。

5 结论

本文提出了风-碳捕集-电转气联合的新型中长期调度方式，在碳交易机制下通过碳捕集和电转气达到低碳减排和提高能源利用率的要求，并通过算例验证了模型的有效性，所得结论如下：

1）通过碳排放流理论可以对系统对系统中不同节点的碳排放分布和强度进行定量评估，从而有针对性对系统中的高碳势区域进行优化和改善。

2）碳捕集和电转气设备的加入可以降低系统CO2的排放量，从而使得系统高碳节点的碳势降低，同时提高能源利用率，降低系统的综合运行成本。

3）通过碳捕集、电转气与风电的联合运行，可以跟随风电出力，有效抑制风电的波动性，协调系统其他机组的出力计划可以在中长期尺度上实现风电的全消纳和灵活调度，提高系统运行效益。