可再生能源为主体的农业能源互联网碳循环建模与优化

牛浩森，付学谦

(中国农业大学信息与电气工程学院，北京市 100083)

0 引 言

工业革命以来，世界各国对能源需求日益增长，化石燃料被大量用于生产能源，导致社会飞速发展的同时产生严重的环境污染。能源系统迫切需要做出改变，减少CO2等温室气体排放，降低环境污染。增大新能源比例以代替传统化石能源，降低能源系统发电、产热等产能环节碳排放是实现碳达峰、碳中和的重要手段。近年来，各学者对能源系统碳减排做了大量研究。文献[1]提出了基于太阳能热化学的分布式功能系统，结果显示集成系统具有显著的节能减排优势。文献[2]提出一种考虑最优建设时序的园区综合能源系统低碳规划方法，通过建立碳交易模型及含碳捕集装置的综合能源系统拓扑结构，研究在不同碳目标约束下，最优建设时续及容量配置，实现园区低碳运行。文献[3]提出了一种氢能驱动下钢铁园区能源系统低碳发展模式，以低碳、绿色、环保、节能为目标，定量研究“绿色-氢能-工业”耦合系统，为碳达峰、碳中和目标的尽快实现提供了思路。文献[4]提出一种基于离散混合自动机的优化模型，针对多能耦合的综合能源园区，计算低碳运行模式下的日前优化结果，提高园区机组减排能力。

电力系统作为能源系统枢纽, 对我国能源生产和消费的转型将起到关键作用[5]。文献[6]总结了电力系统实现“双碳”目标的实现路径,即构建新型电力系统。文献[7]评估了电力系统实现碳中和过程中减排速度和节奏、电力系统平衡调节等关键问题，进而分析了中国电力系统低碳发展方向。文献[8]研究了火电行业碳达峰、碳中和情景预测模型，推动火电行业实现较低碳排放峰值。文献[9]研究了“双碳”目标背景下电力市场改革机制，通过合理的价格政策设计，调动发电企业减排的积极性，从需求侧影响并促使发电企业降低碳排放。文献[10]提出一种考虑网损双向分摊的电力系统碳流计算方法，精准评估了新能源机组的减排贡献。文献[11]提出了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，通过碳排放流理论对系统中不同节点的碳排放分布和强度进行了定量评估。

石油农业阶段，化石燃料在农业生产中的大规模使用产生大量温室气体，使得农业碳排放成为全球变暖的重要因素之一。农业碳排放在中国占总排放量的17%，在美国仅占7%，在全球仅占11%[12]。这表示减少农业碳排放(agriculture carbon emission，ACE)对中国的影响将比对其他国家更为显著。其中种植业方面，传统农业75%的CO2排放来源是化肥、饲料和燃料的使用[13]；养殖业方面，保温、通风及生物活动等会产生大量温室气体，造成严重大气污染[14]；农村生活方面，农村燃煤供暖、垃圾焚烧和填埋都造成大量CO2排放[15]。因此，我国急需针对农业高碳排放问题，进行能源供给方式的转变。

文献[16]提出要加快农村用能方式变革，加强小水电代燃料生态保护工程建设，加快推进新农村电气化，加强农村农业生活节能减排工作。文献[17]主张将生物质能热电联产、分布式光伏风电等多种能源开发方式有机结合，形成智能高效的区域能源网络和能源综合梯级利用的系统，满足农业现代化建设中能量需求的同时，减少农业碳排放。农业电气化是推动农业现代化建设的重要动力，电能替代传统化石原料，是农业领域实现碳减排的重要手段。20世纪70年代以来，变频电机水泵[18]、静电杀虫除草[19]等以电能替代化石燃料供能的农业生产设备在农村广泛应用，大大提高了农业清洁化程度。

农业能源互联网作为能源与农业深度耦合的产物，是实现“双碳“目标的重要手段。农业能源互联网涉及农业、能源、信息三个领域交叉融合，信息流对能源流进行控制，能源流保证农业生理特征[20]。文献[21]分析了光伏与农作物的争光现象，建立了农业与能源的空间耦合模型。文献[22]研究了农业-气象-能源耦合机理，介绍了三者耦合的国内外先进应用，为我国未来农业能源互联网发展提供了参考。文献[23]介绍了农村农业能源发展中先进的能源和信息化技术，认为通过农业能源互联网的建设，发展低碳化的农村能源，可以实现农业碳中和。文献[24]总结了农业能源互联网的安全分析技术，对农业能源互联网带来的安全问题进行探索，保证能源、粮食双重安全。农业能源互联网已成为农业综合能源体系的延伸，成为中国农业发展的必然趋势[25]。

本文以园区农业能源互联网为研究对象，主要创新如下：1)提出面向农业能源互联网碳循环的核算方法；2)基于农业可时移柔性负荷，以计及碳交易费用的园区日运行成本最小为目标函数，对农业园区用能进行优化调度，减少园区碳排放，实现农业园区碳中和。

为核算农业园区各环节碳排放量，减少农业园区碳排放，本文首先明确所研究的农业园区碳核算边界及内容；其次建立能源设备及碳排放模型、电热储能模型、温室电热负荷模型及运行优化调度模型；最后以园区日运行成本最低为目标函数进行优化调度仿真，得出农业园区各环节碳排放数据。

1 研究框架

1.1 农业园区碳核算边界及内容

本文以园区行政边界为系统边界，核算边界内的直接碳排放、源自边界内活动但发生在外部的间接碳排放及碳减排、碳吸收情况。本文研究的碳内容包括4个方面：新能源碳减排、光合作用碳吸收、燃气碳排放、购电间接碳排放，如图1所示。

图1 碳核算内容

1)光伏发电碳减排。本文因园区的光伏发电量较小，在优化调度后基本实现全部消纳，故不考虑光伏并网的情况。计算碳减排量时，按照消纳光伏电量通过国家核证自愿减排量(Chinese certified emission reduction， CCER)的中国区域电网基准线排放因子进行核算。

2)植物光合作用碳吸收。植物光合作用的碳吸收量通过当地光照等气象数据计算植物光合作用强度，进而计算碳吸收量。

3)沼气发电机组、热电联产(combined heat and power， CHP)机组及辅助锅炉燃气直接碳排放。该部分的碳排放来源为天然气、沼气的燃烧。通过核算机组使用的燃料量，计算燃烧所释放的CO2量。通过核算机组的电、热出力，计算机组所分配的碳配额量。

4)外购电力间接碳排放。该部分的碳排放不直接来自园区内发电所带来的碳排放，属于园区间接碳排放，根据当地电网的碳排放因子进行核算。这部分碳排放所需配额成本由园区承担。

1.2 农业能源互联网及碳循环框架

农业能源互联网是将冷、热、电、气等多种能源组成的综合能源系统与农业生产相结合，提高能源利用效率，降低环境污染的同时实现农业集约化发展。本文研究的农业能源互联网碳循环，是通过新能源的减排潜力、温室作物的光合碳吸收能力，将园区能源设备包括热电联产机组、沼气发电机组产生的碳排放及购电间接碳排放进行吸收，实现园区碳中和的目标。农业能源互联网及碳循环框架如图2所示。

图2 农业能源互联网及碳循环框架

具体研究框架为：通过光照强度、温度等天气因素，确定温室作物净光合速率，核算吸碳量；通过光照强度、温度等天气因素，确定园区光伏发电出力情况，根据园区负荷数据计算光伏消纳量，进而确定光伏减碳量。在光伏出力为零或光伏出力不足以满足电负荷需求时，根据农业园区电、热负荷数据，确定沼气机组、CHP机组及辅助锅炉的出力情况，计算燃气耗量，进而计算园区内能源设备的直接碳排放。在内部能源设备无法满足园区能源需求情况下，从外界获取能源，如外购电力，并将这部分电力等效为园区的间接碳排放。将四部分碳内容分别核算完成后，计算园区日碳排放总量。结果为正则碳排放大于碳减排；为负则碳排放小于碳减排。通过分别计算一年内夏季、冬季、过渡季典型日的日碳排放量，核算园区年度碳排放。

2 能源设备及碳模型

农业园区的能源设备是园区电、热能源的主要来源，也是园区碳排放的主要核算目标。当内部能源设备无法满足园区内生产生活需要，则从外界获取能源。本节分别介绍了光伏发电及其碳减排模型、沼气发电及其碳排放模型、CHP机组及其碳排放模型以及电网购电碳排放模型。

2.1 光伏发电碳减排模型

光伏发电的输出功率由气象因素中的光照强度和环境温度决定，其输出功率如式(1)所示[26]。

(1)

式中：PPV为光伏发电装置的输出功率；PNMAX为标准测试条件下光伏发电装置的最大输出功率；GT为实际辐照强度；GN为标准测试条件下的辐照强度；α为功率温度系数；Tc为实际光伏发电装置温度；Tr为标准测试条件下的光伏发电装置温度。

光伏发电属于新能源发电，其碳排放可以根据生态环境部发布的《2019年度减排项目中国区域电网基准线排放因子》计算，如式(2)、(3)所示[27]。

VPV-CO2=PPV×EF

(2)

EF=75%×EFOM+25%×EFBM

(3)

式中：VPV-CO2为光伏发电减排量；EF为电网基准线排放因子；EFOM为电量边际排放因子；EFBM为容量边际排放因子。

2.2 植物光合碳吸收模型

农业园区内的作物具有固碳作用，其碳汇是吸收园区内CO2的重要形式。将CHP机组、沼气发电机组产生的CO2送入温室中供给作物进行光合作用，不仅可以促进作物的生长发育还能有效降低发电带来的碳排放污染，对实现园区农业能源互联网碳中和具有重要意义。本文采用的碳吸收模型如式(4)、(5)所式[28]。

VPS-CO2=(Cin-Cout)·Nex·W·V+LAI·S·qpr

(4)

(5)

式中：qpr为单位叶面积净光合作用速率；a、b、c、d、e和f是可以通过拟合实验数据来计算的模型参数；Cin和Cout分别为温室内外的CO2浓度；W为风速影响因子；T为温室温度；Iin为温室光照强度；LAI为叶面积指数；Nex为每秒换气次数；V为温室大棚体积；S为叶面积。

2.3 沼气发电及碳排放模型

沼气发电机组是现代农业园区可再生能源发电的重要设备，对处理农业废弃物及供给电能有着重要意义。本文假设所用沼气中仅含有CO2和CH4，其中CH4体积分数为60%，CO2体积分数为40%。沼气发电功率如式(6)所示[29]。

Pbiogas=Vbiogas×ηbiogas×LHV

(6)

式中：Pbiogas为沼气发电功率；Vbiogas为沼气流量；ηbiogas为沼气发电效率；LHV为沼气热值，如式(7)所示。

LHV=φCH4×NCV

(7)

式中：φCH4为CH4在沼气中的体积分数；NCV是天然气的低位发热量。

沼气发电的碳排放由沼气池泄漏甲烷的CO2当量，沼气中的CO2量及甲烷燃烧产生的CO2量构成。假设沼气泄漏量为5%，沼气发电CO2排放量如式(8)—(11)所示[30-31]。

(8)

(9)

(10)

Vbiogas-CO2=V1+V2+V3

(11)

式中：Vbiogas-CO2为沼气发电总碳排放量；V1为沼气池泄漏的甲烷的CO2当量；V2为沼气中的CO2量；V3为甲烷燃烧产生的CO2量；ρ为甲烷的密度；GWPCH4为甲烷气体相对于CO2的全球变暖潜力；φCO2为CO2在沼气中的体积分数；CCCH4为天然气的单位热值含碳量；OFCH4为天然气的碳氧化率。

本文的沼气发电仅产生电力，故该机组属于纯凝机组，其碳配额如式(12)所示[32]。

Abiogas=Pbiogas×Be×Fr

(12)

式中：Abiogas为沼气发电机组碳配额；Be为机组所属类别的供电基准值；Fr为机组供热量修正系数，纯凝机组供热量修正系数为1。

2.4 CHP机组及碳排放模型

热电联产机组是农业园区电能、热能的重要来源，通过燃气轮机、余热回收装置及辅助锅炉的配合实现发电产热同时进行。其发电功率和产热功率分别如式(13)、(14)所示[33]：

(13)

(14)

(15)

式中：Pchp(t)为CHP机组在t时刻的发电功率；Qchp(t)为CHP机组在t时刻的产热功率；Pchp,i和Qchp,i分别为CHP机组在第i个极限运行点的发电和产热功率；Pchp,min和Qchp,min分别为CHP机组的最小发电功率和最小产热功率；αi(t)为CHP机组在t时刻关于第i个极端运行点的端点系数，取值范围为[0,1]；k为多面体操作区域运行极限点数量。燃气轮机天然气耗量如式(16)所示[34]。

(16)

式中：Vchp为汽轮机的天然气耗量；ηc为余热回收效率；ηNG为汽轮机的综合热效率和功率效率；ηP为汽轮机发电效率；Qb为辅助锅炉的产热功率；ηb为燃气锅炉热效率。

根据《企业温室气体排放核算方法与报告指南 发电设施》，发电设施CO2排放量等于化石燃料燃烧排放量和机组使用电力的间接排放量之和。因为机组使用电量较低这里假设发电设施CO2量等于化石燃料燃烧排放量。本文热电联产原料为天然气，其燃烧产生的CO2排放量如式(17)—(19)所示[31]。

VCHP-CO2=ADCH4×EFCH4

(17)

ADCH4=Vchp×NCV

(18)

(19)

式中：VCHP-CO2为天然气燃烧产生的CO2量；ADCH4为天然气活动数据；EFCH4为天然气的CO2排放因子。热电联产燃气机组的碳配额核算如式(20)—(23)所示[32]。

Achp=AP+AQ

(20)

AP=Pchp×Be×Fr

(21)

Fr=1-0.6×COP

(22)

AQ=(Qchp+Qb)×Bh

(23)

式中：Achp为热电联产机组的碳配额；AP为机组供电CO2配额总量；AQ为机组供热CO2配额总量；COP为CHP机组供热比；Bh为机组所属类别的供热基准值。

2.5 电网碳排放模型

农业园区外购电力所产生的碳排放属于园区间接碳排放，碳排放量如式(24)所示[35]。

VCO2-link=EFelec×Elink

(24)

式中：VCO2-link为外购电力碳排放量；EFelec为电网碳排放因子；Elink为外购电量。

3 园区储能模型

储能设备是现代化园区不可或缺的一种能源设备，其对园区用能规划调度具有重要作用。本节介绍园区内的电储能、热储能模型。

3.1 电储能模型

工程上，光伏发电或农业园区用电均需要配置储能设备，并且实际工程要求光伏发电配备的电储能容量不小于光伏装机容量的10%。其充放电能模型如式(25)、(26)所示[36]。

充电时：

(25)

放电时：

(26)

式中：E(t)为电储能设备t时刻的总能量；α为电储能设备自放电率；Pe-charge为电储能设备充电功率；Pe-discharge为电储能设备放电功率；ηe-charge为电储能设备充电效率；ηe-discharge为电储能设备放电效率；Se为电储能设备总容量。

3.2 热储能模型

工程上，农业园区需要为供暖配置热储能设备，其充放热能模型如式(27)、(28)所示[36]。

充热时：

(27)

放热时：

(28)

式中：Q(t)为热储能设备t时刻的总能量；β为热储能设备自放热率；Qh-charge为热储能设备充热功率；Qh-discharge为热储能设备放热功率；ηh-charge为热储能设备充热效率；ηh-discharge为热储能设备放热效率；Sq为热储能设备总容量。

4 温室负荷模型

实际工程中，农业园区的主要电、热负荷来源为现代农业温室。而温室内电、热负荷的主要来源为植物补光装置及温室供暖调温装置。本节对植物补光模型及温室供暖模型进行介绍。

目前的相关研究表明，中药黄芩素的研究仅停留在基础研究阶段，尚未开展与临床相关的研究。本研究为黄芩素抗肿瘤转移的研究和开展临床试验增添了新的基础理论依据，为寻找安全有效的抗癌药物提供了新的思路。

4.1 植物补光模型

植物补光灯是设施农业环境中的重要调控设备，其作用在于当自然光的光照不足时维持植物生长发育所需光照强度，以保障植物生长。本文的补光模型采用单位容量法来计算平均照度，其公式如式(29)所示[20]。

(29)

式中：N为补光灯数量；P为补光灯功率；Sgreenhouse为温室面积；φ0为单位面积光通量；C1、C2为修正系数；ηlight为补光灯光电转化效率；Iset为设定的光照强度；τ为温室透光率；I为自然光照强度；klight为照度换算系数，与补光灯种类有关，本文采用的是金属卤化物灯，klight=14.4。

4.2 温室供暖模型

作物生长需要适宜的温度，特别是在冬季需要温室供暖负荷提供作物生长适宜的热环境，本文采用基于散热器的温室采暖热负荷模型，如式(30)所示[20]。

Q=KF(Tin-Tout)+ρairNexV[cpi(Tin-Tout)+hfg(Win-Wout)]

(30)

式中：Q为供热量；K为温室单层玻璃传热系数；F为温室玻璃覆盖面积；Tin为温室内温度；Tout为外界环境温度；ρair为棚内空气密度；cpi为棚内空气定压比热容；hfg为Tin温度下水的汽化潜热；Win为温室内空气湿度；Wout为外界环境空气湿度。

5 运行优化调度模型

工程上，通过对园区电力、热力能源进行调度可以优化能源供给结构，降低日运行成本。本节将计及碳交易的园区日运行成本最低作为目标函数，考虑各等式、不等式约束，建立优化调度模型。

5.1 目标函数

本文将成本与碳交易综合考虑为园区日总运行成本，即将碳排放的经济性与成本相加构成目标函数。工程上，在双碳背景下园区需考虑园区碳排放产生的经济成本或效益对园区运行调度的影响。考虑碳交易的经济性可以刺激园区减少碳排放，对零碳园区的落地及碳中和的实现有重要意义。工程实际中，本文研究的四部分碳内容均可以转化为对应碳交易，包括CHP机组及沼气发电机组碳交易、电网购电碳交易、光伏碳交易、植物碳汇权益收益，以下将分别对四部分碳排放内容转换为成本或效益方式进行介绍：

1)CHP机组及沼气发电机部分。根据国家生态环境部颁发的《企业温室气体排放核算方法与报告指南 发电设施》[31]及《2019—2020年全国碳排放权交易配额总量设定与分配实施方案》[32],计算实际碳排放及碳配额，二者差值若为正即实际碳排放大于碳配额，则园区需额外购买配额抵消过多的碳排放。反之，则可以卖出多余碳配额获得收益。差值乘以我国碳交易市场最新成交价，将碳排放转化为成本或收益。

2)电网购电部分。文献[37]研究了基于用户用电负荷的碳交易模型，将用户从电网购买电力的间接碳排放转化为实际碳交易，即园区承担发电厂企业碳排放费用。本文简化这部分计算，外购电力等效碳排放全部由园区承担，将其乘以碳交易价格，转化为成本。

4)植物碳汇权益收益。根据国家核证自愿减排量[38]及《关于建立健全生态产品价值实现机制的意见》[40]，将植物碳汇通过碳排放权交易价格转化为经济收益。碳汇权益授予转化已经应用于实际。如浙江安吉农商银行依据《竹林经营碳汇项目方法学》对报福镇统里村杨忠勇承包经营的共1 030亩毛竹林进行减排计算，得出林地碳汇价值为37.19万元的结论[41]。本文按照国家政策标准，将作物碳吸收量乘以全国碳排放权交易市场碳排放权交易价格转化为园区植物碳汇收益。

本文目标函数如式(31)所示。

(31)

式中：C为园区内单日总运行成本；Plink(t)为t时刻电网联络线功率；Cprice(t)为t时刻电价；Uchp(t)为t时刻CHP机组的运行状态，其中1表示机组在t时刻进行了启动，0则表示未启动；Cstart为CHP机组的启动成本；Cchpcost为机组的发电成本；Cchp(t)为机组的固定成本；Qboiler(t)为燃气锅炉产热功率；Cbolier为锅炉的产热成本；Cbiogas为沼气发电固定成本；Ploadup(t)、Ploaddomn(t)分别为可时移负荷的上调、下调功率；Cloadcost为负荷时移成本；CCO2为碳交易价格。

5.2 约束条件

5.2.1 等式约束

等式约束中，需要考虑电力平衡约束、负荷平移约束及热力平衡约束，分别如式(32)—(34)所示。

Plink(t)+Pchp(t)+Pbiogas(t)+Pdpv(t)+Pdischarge(t)-Pcharge(t)=Pload1(t)+Pload2(t)+Pload2(t)+Ploadup(t)+Ploaddown(t)

(32)

式中:Pdpv(t)为t时刻消纳的光伏；Pbiogas(t)为t时刻沼气发电功率，本文设定沼气发电机组恒定出力；Pdischarge(t)为t时刻电储能系统的放电功率；Pcharge(t)为t时刻电储能系统的充电功率；Pload1(t)、Pload2(t)、Pload3(t)分别为t时刻3个温室的电负荷。

∑Ploadup(i)=∑Ploaddown(j)

(33)

式中：Ploadup(i)为平移到i时刻的可时移负荷量；Ploaddown(j)为原来在j时刻的可时移负荷量。

Qchp(t)+Qboiler(t)+Qdischarge(t)-Qcharge(t)=Qload1(t)+Qload2(t)+Qload3(t)

(34)

式中：Qchp(t)为t时刻机组的产热功率；Qdischarge(t)为t时刻热储系统的放热功率；Qcharge(t)为t时刻热储系统的储热功率；Qload1、Qload2、Qload3分别为t时刻3个温室的热负荷。

5.2.2 不等式约束

不等式约束中需要考虑CHP机组的爬坡约束、燃气锅炉的最大功率和爬坡约束、电热储能系统的容量约束及充放能限制约束、联络线功率约束、光伏消纳约束、可时移负荷约束。其中最大功率指锅炉或电网能提供的功率上限，而实际功率由负荷需求决定。

功率最大值约束即要求实际功率小于等于设备的发出功率上限。而产热量、发电量为产热功率、发电功率与时间的乘积。本文通过对锅炉及联络线功率进行最大值约束，进而对锅炉产热量及联络线购电量进行约束。以上约束分别如式(35)—(41)所示。

-RDchp≤Pchp(t+1)-Pchp(t)≤RUchp

(35)

式中：RDchp为CHP机组的最大向下爬坡功率；RUchp为CHP机组的最大向上爬坡功率。

(36)

式中：Qmax为燃气锅炉能提供的最大热功率；RDboiler为燃气锅炉的最大向下爬坡功率；RUboiler为燃气锅炉的最大向上爬坡功率。

(37)

其中：

(38)

式中：Pmax和Qmax分别为最大电、热储能系统容量；Se-max和Se-min分别为电储能系统充放电的最大和最小充电状态值；Sh-max和Sh-min分别为热储能系统充放热的最大和最小充热状态值；Pc,max和Pdis,max分别为电储能系统充放电最大功率；Qc,max和Qdis,max分别为热储能系统充放热最大功率。

0≤Plink(t)≤Plinkmax

(39)

式中：Plinkmax为联络线传输最大功率。

0≤Edpv(t)≤Epv(t)

(40)

式中：Edpv(t)为t时刻消纳的光伏电量；Epv(t)为t时刻光伏总发电量。

(41)

式中：Ploadup-max为可时移负荷最大上调功率；Ploaddown-max为可时移负荷最大下调功率。

6 算例分析

6.1 仿真算例

本文以青岛市琅琊集团农业园区为仿真研究对象。该农业园区位于山东省青岛市黄岛区泰山路550号，占地面积266 800 m2。园区内部分能源设备参数、碳排放及碳配额核算参数、当地分时电价如表1—3所示。

表1 部分能源设备参数

表2 碳排放及碳配额核算参数

表3 青岛市分时电价

根据园区内电、热负荷数据、前文构建的能源模型、青岛当地天气信息，可得到夏至日、冬至日、过渡季典型日的热负荷、电负荷、光伏功率曲线，如图3—5所示。其中热负荷主要来源为供暖期供暖，青岛地区供暖时间为11月16日至次年4月5日。其中过渡季部分时间供暖，非供暖时间园区无热负荷，调温由电负荷支持；夏季不供暖，无热负荷；冬季这里看作全季供暖，即供暖时间从11月7日至次年4月5日。电负荷主要来源为温室补光及园区其他电负荷。

图3 夏至日功率曲线

6.2 仿真结果分析

本文通过使用Matlab软件调用 Yalmip 和 Cplex 程序包对上述优化模型进行求解。

图4 冬至日功率曲线

图5 过渡季典型日功率曲线

6.2.1 夏至日仿真分析

夏至日的运行优化前后结果如图6所示。夏季无需供暖，热负荷需求为零。通过图6(a)、(b)可以看出，优化前08：00—18：00的光伏出力较大，但电负荷很低，无法消纳更多的光伏电量，导致弃光问题严重。考虑光伏碳减排收益及购电间接碳排放成本情况下，购电综合成本远大于光伏。通过负荷平移进行优化后，将光伏出力为零时间段内的电负荷，平移至光伏出力较高的时间段08：00—18：00内，促进光伏消纳，提高光伏碳减排收益，减少购电量，降低间接碳排放成本。并且通过合理匹配电储能系统，将光伏出力较大以至于无法消纳的时间段11：00—15：00的电能储存，供给电价较高且光伏出力为零的时间段19：00—22：00使用。

图6 夏至日优化前后结果

夏至日碳排放量优化结果对比如表4所示。可以看出，夏季因热负荷为零，CHP机组及辅助锅炉停运，碳排放来源仅为沼气发电及购电。其中沼气发电为恒定出力，碳排放恒定无法进行优化，故优化前后无差别；碳减排来源主要为光伏碳减排及植物光合碳吸收。植物光和吸收与光照强度有关，补光负荷为不可时移负荷，故光照强度恒定，光合碳吸收量优化前后无差别。由于光伏碳减排量根据光伏消纳量进行核算，通过负荷平移优化使得光伏消纳量增加，购电量降低，进而增加光伏碳减排量，降低购电带来的间接碳排放，实现园区碳减排。

表4 夏至日碳排放量优化结果对比

表5为夏至日运行成本优化结果对比。优化前，园区日运行成本主要包括CHP固定成本、沼气发电固定成本、购电成本、沼气碳排放成本、购电碳排放成本、光伏碳减排成本及光合碳吸收成本。其中CHP固定成本、沼气发电固定成本为CHP机组、沼气发电机组日常运维成本，无论发电量大小，为固定值。购电成本由外购电量与分时电价计算可得，为园区夏至日运行成本主要来源。沼气碳排放成本是由于沼气机组碳排放量大于其碳配额需购买额外碳配额，以抵消其碳排放量引起的。购电碳排放成本为购电间接碳排放的碳交易成本；光伏碳减排成本为光伏减排对应的碳减排收益；光合碳吸收成本为作物碳汇带来的碳减排收益。优化前购电量较高、光伏消纳率低导致购电及购电间接碳排放成本较高，光伏碳减排收益较低。通过负荷平移优化，提高了光伏消纳量，降低购电量，从而提高光伏碳减排收益，降低购电及购电碳排放成本，使园区日运行成本降低3 488.53元。

表5 夏至日运行成本优化结果对比

6.2.2 冬至日仿真分析

冬至日的运行优化前后结果如图7所示。冬季气温低，且处于供暖季，热负荷较大，CHP机组及辅助锅炉启动。由于CHP机组的电热出力具有相关性，这里先分析电力平衡情况。图7(c)、(d)为冬至日优化前、后电力平衡曲线。通过对比可以看出，同时考虑CHP机组及辅助锅炉碳交易、光伏碳减排收益、分时电价及其间接碳排放成本情况下，优化后，在00：00—06：00，CHP机组发电综合成本高于分时电价，故尽量外购电力，减少CHP机组电出力，降低运行成本；在17：00—22：00，CHP机组发电综合成本低于分时电价，减少购入电力，增加CHP机组电出力，降低运行成本。并且通过负荷平移增加光伏消纳，降低购电成本及购电带来的间接碳排放成本，提高光伏碳减排收益，进一步降低园区运行成本。

图7 冬至日优化前后结果

通过图7(a)、(b)可以发现，优化前主要由CHP机组为园区提供热量。优化后，时间段00：00—06：00内CHP热出力下降，辅助锅炉热出力上升；时间段17：00—22：00内CHP热出力上升，辅助锅炉热出力下降。

冬至日碳排放量优化结果对比如表6所示。可以看出，碳排放主要来源为沼气发电、CHP机组燃气、锅炉燃气及外购电力的间接碳排放。碳减排的主要来源为光伏及植物光和吸收。其中沼气发电碳排放、光合碳吸收无法进行优化。优化后，CHP机组及辅助锅炉燃气产生的CO2总量降低，购电碳排放降低，光伏发电碳减排量增加，实现园区碳减排。

表6 冬至日碳排放量优化结果对比

表7为冬至日运行成本优化结果对比。冬至日园区热负荷需求大，CHP机组及辅助锅炉启动，园区日运行成本比夏至日运行成本多出锅炉运行成本、CHP运行成本、CHP启停成本、CHP及锅炉碳排放成本四部分。其中锅炉运行成本及CHP运行成本为辅助锅炉及CHP机组发电1 kW·h、产热1 kJ所对应的支出，包括操作、燃料等成本；CHP启停成本为CHP机组启停状态切换时因机组刹车或预热所需额外成本；CHP及锅炉碳排放成本为碳排放量大于其碳配额需购买额外碳配额，以抵消其碳排放量。通过负荷平移优化，提高了光伏消纳量，降低CHP发电量及购电量，由辅助锅炉补充因CHP发电量减少而减少的产热量。因此优化后虽然锅炉运行成本略有增加并增加了负荷平移成本，但CHP运行成本、购电及购电间接碳排放成本、CHP及碳排放成本均有降低且光伏碳减排收益增加，使园区日运行成本降低7 591.58元。

表7 冬至日运行成本优化结果对比

6.2.3 过渡季典型日仿真分析

过渡季典型日的运行优化前后结果如图8所示。该典型日处于过渡季供暖期，故存在供暖热负荷。图8(a)为过渡季供暖期优化前(后)热力平衡的结果,由于过渡季典型日气温比冬至日气温高，温室调温所需热负荷较低，仅需开启辅助锅炉便可满足基本供暖需求。此时热负荷仅由辅助锅炉提供，故优化前后并无差别。

图8(b)、(c)为优化前、后电力平衡的结果。考虑光伏碳减排收益及购电间接碳排放成本情况下，通过负荷平移优化，将电价较高时间段18：00—22：00内的电负荷，平移至光伏出力较高的时间段08：00—17：00内，增加光伏消纳量，提高光伏碳减排收益，减少购电量，降低间接碳排放成本。过渡季典型日碳排放量优化结果对比如表8所示。可以看出，碳排放主要来源为沼气发电、锅炉燃气及外购电力的间接碳排放。碳减排的主要来源为光伏及植物光合吸收。其中热负荷只由锅炉提供，为满足热力平衡，锅炉出力无法进行优化。负荷平移增加光伏的消纳率，光伏碳减排量增加。光伏消纳率增加导致购入电力量减小，购入电力的间接碳排放量降低，总碳排放量降低。

表8 过渡季典型日碳排放量优化结果对比

图8 过渡季典型日优化前后结果

表9为过渡季典型日运行成本优化结果对比。因过渡季供暖期气温较高，辅助锅炉即可满足热负荷需求，CHP机组停运。因此，过渡季典型日的CHP机组的运行及启停成本为零。优化前后的成本变化情况与夏至日基本相似。通过负荷平移优化，提高光伏碳减排收益，降低购电及购电碳排放成本，使园区日运行成本降低4 660.48元。

表9 过渡季典型日运行成本优化结果对比

6.2.4 全年碳排放分析

根据对夏至日、冬至日、过渡季典型日的碳排放计算结果，对园区全年碳排放量进行分析。这里假设夏至日、冬至日、过渡季典型日可代表夏季、冬季、过渡季全季碳排放数据，即全季每日碳排放量为该季节典型日碳排放量。根据季节时间划分即青岛市供暖时间，过渡季分为供暖期与非供暖期，非供暖期无热负荷，CHP机组及辅助锅炉停运，碳排放量为零。园区全年碳排放总量分析如表10所示。夏季、过渡季非供暖期因无热负荷需求，作为园区碳排放主要来源的CHP机组及辅助锅炉停运，日排放量呈现负值，即减排量大于排放量；过渡季供暖期热负荷需求低，CHP机组停运, 日排放量同样呈现负值。冬季气温低，热负荷需求大，CHP机组及辅助锅炉运行，碳排放较高。日排放量为正值，即排放量大于减排量。根据季节天数，可计算求得园区全年碳排放总量为-755.940 1 t。

表10 园区全年碳排放总量分析

仿真结果的每一部分碳排放计算结果均通过工程实际及其他文献内容进行逐一验证，日碳排放量数量级吻合。因此，本文所建立的碳排放核算模型正确。文献[42]中的数据显示，东滩低碳农业园区面积约2×106m2，耕地面积约1.667×106m2，其年碳排放量为-3 623.99 t。本文研究的青岛琅琊集团农业园区占地面积为2.668×105m2。同等面积下东滩低碳农业园区碳排放为-480.20 t。鉴于该园区未考虑新能源带来的碳减排效益，粗略来看年碳排放量基本吻合，故仿真计算结果正确。因此，本文所研究的农业园区可实现零碳运行，呈现碳中和。

7 结 论

本文提出了面向农业能源互联网碳循环的核算方法，构建了能源设备及碳排放模型，并以计及农业柔性负荷及碳交易的园区日运行成本最小为目标函数，对农业园区用能进行优化调度。仿真结果显示，所使用的优化调度策略能明显降低园区日运行成本及CO2日排放量，实现全年园区碳中和。这对农业能源互联网的落地，农业零碳园区的建设具有指导作用。

后续本文将继续深化研究“双碳”目标下，以农业能源互联网为目标的碳潮流计算，并充分考虑能源传输、能源消纳过程中碳的间接排放量。具体内容包括碳捕集装置建模、土壤碳汇建模、能源传输网络中的碳潮流计算等。