含需求响应与碳配额的综合能源系统优化调度

刘青 李亮 王宇 曹乐

摘 要：为提高综合能源系统的低碳性、经济性，提出一种考虑需求侧响应与碳排放配额的综合能源系统优化模型。首先，构建综合能源系统模型，分析能源在生产、转换、传输、存储、需求5个环节中的损耗；其次，同時考虑由不同电价引导的需求侧负荷响应与无偿碳排放配额，以系统综合成本最小作为目标，建立系统优化调度模型，并采用CPLEX求解器对不同场景下的调度模型进行求解。结果表明：在应用碳配额激励下，考虑需求侧响应会使系统总成本降低，综合能源利用效率提高。该方法可有效降低系统碳排放量与经济成本，改善负荷在不同时间段的分布，为系统选择更为低碳经济的购能方式提供参考。

关键词：综合能源系统；优化调度；综合需求响应；碳排放配额；CPLEX求解器

中图分类号：TM 73

文献标志码：A

文章编号：1672-9315（2023）04-0787-10

DOI：10.13800/j.cnki.xakjdxxb.2023.0416

Optimal scheduling of integrated energy system with

demand response and carbon quotas

LIU Qing1，LI Liang1，WANG Yu1，CAO Le1，2

（1.

College of Electrical and Control Engineering，Xian University of Science and Technology，Xian 710054，China；

2.College of Electrical Engineering，Xian Jiaotong University，Xian 710049，China）Abstract：

To reduce the cost and carbon-emission

of integrated energy system，an integrated energy system optimization model considering demand-side response and carbon emission allowance is proposed.Firstly，an integrated energy system model is constructed to analyze the losses of energy in the five stages of production，conversion，transmission，storage and demand.Secondly，the demand-side load response guided by different tariffs and free carbon emission allowance are considered simultaneously，and the system optimization dispatching model is established with the objective of minimizing the comprehensive system cost，and the dispatching model under different scenarios is solved by using the CPLEX solver.The simulation results show that considering the demand-side response under the application of carbon allowance incentive leads to the reduction of total system cost and the improvement of comprehensive energy utilization efficiency.This method can effectively reduce the system carbon emissions and economic costs，and improve the load distribution in different time periods，which provides a reference for the system to choose a more low-carbon and economic way to purchase energy.

Key words：integrated energy systems；optimal scheduling；integrated demand response；carbon emission allowances；CPLEX solver

0 引 言

综合能源系统（Integrated Energy Systems，IES）［1-2］虽打破了原有系统供电、供气、供热等方面相互独立的局面，但IES系统的整体经济性与低碳性问题仍亟待解决。

为了提高系统的整体经济性，国内外学者从系统模型出发，对源网荷一体化系统进行研究。以往研究中，模型多为含新能源、电转气设备、多源储能设备的热电联供型IES系统调度模型，从优化模型角度提高系统经济性［3-5］。王磊等通过系统年净收益最大为外层优化目标，系统日出力波动率和日出力峰谷差最小为内层目标对系统经济性进行优化［6］。崔杨等对北方地区弃新能源问题，采用电-热联合储能调度方法，降低弃风量［7］。LIU等基于电储能特点，建立储能附加潜在效益模型，降低建筑级综合能源系统经济成本［8］。在对需求侧负荷优化的以往研究中，主要给出了可中断、可时移负荷模型，构建热电联供型微网优化配置方案［9-10］。王磊等通过含补燃装置系统的热电比调节能力进行分析，建立区域IES多目标优化模型［11］。以上文献对综合能源系统的研究提供了一定的理论基础，但未考虑用户负荷侧的补偿作用，同时针对电储-热储双储能模型的研究较少。

随着双碳目标的提出，较多学者针对IES碳排放问题进行了研究。张程飞等基于电网碳排放配额模型，提升了系统的运行经济性［12］。朱晓荣等考虑了源、荷双侧不确定性，与环境的调度成本［13］。史佳琪等針对不同能源构建整体和区域IES模型，考虑设备碳排放的惩罚费用［14］。丁雨昊等考虑碳排放约束及需求侧响应，但未考虑需求侧响应的碳排放量［15］。

李天格、CHENG、魏震波等通过提出多种能源的需求侧响应与碳排放的系统，建立日前-日内-实时三阶段的多时间尺度优化模型［16-18］。虽然以上文献均考虑了需求侧响应与碳排放配额，但未考虑用户需求侧响应部分的补偿费用成本。

针对以上问题，文中将含系统用户侧补偿费用的系统综合成本费用最小作为优化目标，从产-转-输-储-用5个环节中各设备之间耦合关系角度，构建考虑需求侧响应和碳排放配额的综合能源系统模型。首先，将需求侧负荷分为可中断和可时移负荷；其次，针对综合能源系统的碳排放构建一种碳排放交易机制；最后，采用综合能源利用效率作为评价指标，分析不同场景下综合能源系统的能源利用效率，结果表明同时考虑需求侧响应和碳排放配额的综合能源系统能够平滑负荷曲线，协同综合能源系统经济性与低碳性，为综合能源系统的低碳经济运行提供参考。

1 综合能源系统模型

从能量流动的角度构建的综合能源系统结构共有产-转-输-储-用5个环节［19］，如图1所示，一共包含热、电2种能量的传输，且能量之间会通过能源转换环节进行相互耦合，转换环节包含的设备［1，15］有：热泵设备、电转气设备（Power to Gas，P2G）、燃气锅炉设备以及热电联产设备（Combined Heating and Power，CHP），通过5个环节构成的综合能源系统，打破原有子系统之间的壁垒，实现能源之间互补互济，协调优化。

2.3 求解方法

文中提出一种考虑需求侧响应与碳排放配额的综合能源系统优化模型，目标函数为式（17）～式（21），约束条件为式（22）～式（25），由于所构建综合能源系统优化调度模型为混合整数线性规划问题，因此在

Matlab环境下，在YALMIP平台中利用CPLEX求解器求解该模型。YALMIP作为

Matlab中求解优化问题的一个工具箱，其模型与求解的算法分离，因此无需针对不同算法建立不同模型。求解流程如图2所示。

3 算例分析

利用图1描述的综合能源，对所提方法进行验证。

分时电价见表1，能源及负荷的能质系数见表2，综合能源系统运行参数见表3、表4，碳配额系数见表5。

电、热负荷数据来自文献［20］，由于风机出力服从威布尔分布，光伏出力服从贝塔分布，将风机、光伏出力的概率性序列进行卷积，从而得到风光联合出力期望值［21-22］，因此，电、热、新能源数据如图3所示。调度周期24 h，时间间隔1 h，可时移负荷最大为该时段负荷的5%［23］。储能池按完全失去外部电源时，仍能满功率送电4 h配置蓄能容量和蓄能的充放功率，储电池在第1时间段有上一时刻300 MW的预留量。用户侧产热量占总能源转换节产热量比例系数为零。碳排放系数为0.9 t/MW·h［24］，天然气价为2元/m3，1 m3天然气与

10 kW·h电的能量相等［25］，1度电=1 kWh，1 t/h=0.7 MW，1 t二氧化碳的价格为74元。可中断负荷单价为0.3元/kW，可平移负荷单价为0.05元/kW，可中断负荷的中断系数为0.7［21］，热泵系数为4［26］。

为了分析碳配额激励、需求侧响应对IES的影响，采用以下几种场景进行对比。

场景1：不考虑碳配额激励和需求侧响应。

场景2：考虑碳配额机制、不考虑需求侧响应。

场景3：考虑需求侧响应，不考虑碳配额机制。

场景4：在碳配额激励下考虑需求侧响应，即文中所描述的场景。

3.1 场景4的优化效果

描述场景4综合能源系统热、电负荷需求侧响应如图4所示。在24 h内，总的移出负荷量等于总的移入负荷量，从图4可以看出，热、电负荷根据价格引导，需求响应规律基本一致，在晚上电价较低时段，有负荷移入该时段，中断负荷量小；当在电价高的时段，有部分负荷移出该时段，中断负荷量大。

考虑需求侧响应后的热、电负荷各设备出力如图5所示。通过对不同时间段制定不同的电价水平，从而引导需求侧负荷响应，对每一时段系统负荷进行调整，引导用户尽量在需求高峰时间段少用电，在需求低谷时间段多用电，降低电负荷的“峰谷差”，达到缓解系统负荷侧曲线波动，提高系统经济性的目的。

能源价格是影响系统中负荷优化调度的重要因素。图6为场景4下系统的热、电负荷优化效果。从图6可以看出，电能在非再生能源中最先被利用，其次是天然气。在低电价时段，电负荷需求不大，由电网和新能源提供出力，多余出力则储存起来，以备系统出力不足时使用；在高电价时段，会由燃气轮机和新能源出力，由于电网出力会有碳排放的产生，新能源出力无碳排放，因此新能源出力值大。由于热负荷在各时段出力较小且均匀，主要由热泵供给，少部分的电量由蓄电池、燃气轮机和新能源提供。以此降低综合系统的整体费用，减少电网发电产生的过多碳排放。储热罐在低电价时段进行储能，在高电价时段放电，达到系统能量动态平衡。

3.2 经济性分析

表6是4种场景下综合能源系统成本，可以看出，场景2仅考虑碳配额的情况下，相较场景1总费用降低了约150万元，碳排放费用降低了约100万元，碳排放量降低13 460 t，总费用成本降低约9%；场景3仅考虑需求侧响应，在均不考虑碳配额抵消作用的场景1与场景3中，碳排放量降低4 094 t，降低了IES和碳排放费用，说明需求侧响应可以降低系统的碳排放量。场景4比场景3的IES费用下降约30万元，总费用降低了27%。因此场景4为系统选择的相对经济、低碳的购能方式。

3.3 低碳性分析

图7为4种场景下一天内每个时间段的碳排放量变化情况。在场景1与3中，18：00与22：00的碳排放量最大。由于无偿碳配额的提出，场景2的碳排放量最大出现在18：00，约为1 300 t；场景4每小时的碳排放量均小于其他场景下的排放量，因此，场景4下的系统低碳性最好。

3.4 效率指标分析

表7是4种场景下综合能源系统的效率。图8是各场景实时综合能源效率。由表7可知，场景2碳配额的提出，相比场景1系统能效提高4%。场景4能源利用效率相比场景3，虽牺牲了2%，但降低了9%的总费用，很大程度上提高了系统经济性。因此场景4是系统选择的经济、低碳的调度策略模型。

3.5 各场景购电对比

图9是4种场景下系统实时购电、购气功率对比，表8为4种场景下购电、购气总量。由表8可知场景4的购电、购气量最小，购电量相较场景1降低约49%，购气量对比场景1降低了约4.7%。图9（b）在03：00时，系统中天然气购买费用及燃气轮机产生碳排放费用小于电能的购买费用及燃煤机组所产生的碳排放费用，采用燃气轮机所带来的经济性优于采用燃煤机组的经济性，因此此时段所需电能主要由天然气提供，在之后时段，电负荷量增加时，由于燃煤机组碳配额大，碳排放量降低，所以会由燃煤机组提供大部分的电能。

4 结 论

1）同时考虑碳排放与需求侧响应，可实现降低系统碳排放量，降低系统购电量、购气量，从而达到节约系统综合成本的目标，兼顾系统的经济性与低碳性，为系统选择了更为合理的购能方式。

2）引入可中断负荷与可时移负荷参与系统调度，有助于平滑负荷曲线。通过综合能源利用效率这一评价指标，可以得出在综合能源系统中，同时考虑碳排放配额与需求侧响应，可以提高系统能源利用效率。

参考文献（References）：

［1］ 李政洁，于强，龚文杰，等.计及模糊机会约束的电-气-热能源枢纽多目标优化调度［J］.电力系统及其自动化学报，2021，33（9）：49-56.LI Zhengjie，YU Qiang，GONG Wenjie，et al.Multi-objective optimal scheduling of electricity-gas-heat energy hub considering fuzzy chance constraints［J］.Proceedings of the CSU-EPSA，2021，33（9）：49-56.

［2］WANG Y，MA Y，SONG F，et al.Economic and efficient multi-objective operation optimization of integrated energy system considering electro-thermal demand response［J］.Energy，2020，205：118022.

［3］魏震波，黃宇涵，高红均，等.含电转气和热电解耦热电联产机组的区域能源互联网联合经济调度［J］.电网技术，2018，42（11）：3512-3520.WEI Zhenbo，HUANG Yuhan，GAO Hongjun，et al.Joint economic scheduling of power-to-gas and thermoelectric decoupling CHP in regional energy internet［J］.Power System Technology，2018，42（11）：3512-3520.

［4］ZHU X，ZHAN X，HAO L，et al.The optimal design and operation strategy of renewable energy-CCHP coupled system applied in five building objects［J］.Renewable Energy，2020，146：2700-2715.

［5］NI L N，LIU W J，WEN F S，et al.Optimal operation of electricity，natural gas and heat systems considering intergrated demand responses and diversified storage devices［J］.Journal of Modern Power Systems Clean Energy，2018，6（3）：423-437.

［6］王磊，王昭，冯斌，等.基于双层优化模型的风-光-储互补发电系统优化配置［J］.太阳能学报，2022，43（5）：98-104.WANG Lei，WANG Zhao，FENG Bin，et al.Optimal configuration of wind photovoltaicess complementary power generation system based on bilevel optimization model［J］.Acta Energiae Solaris Sinica，2022，43（5）：98-104.

［7］崔杨，纪银锁，仲悟之，等.基于电-热联合储能的弃风消纳调度方法［J］.太阳能学报，2021，42（12）：192-199.CUI Yang，JI Yinsuo，ZHONG Wuzhi，et al.Dispatching method of wind power curtailment based on electric-thermal combined energy storage［J］.Acta Energiae Solaris Sinica，2021，42（12）：192-199.

［8］LIU S，ZHOU C，GUO H，et al.Operational optimization of a building-level integrated energy system considering additional potential benefits of energy storage［J］.Protection and Control of Modern Power Systems，2021，6（4）：1-10.

［9］李政洁，撖奥洋，周生奇，等.计及综合需求响应的综合能源系统优化调度［J］.电力系统保护与控制，2021，49（21）：36-42.LI Zhengjie，HAN Aoyang，ZHOU Shengqi，et al.Optimization of an integrated energy system considering integrated demand response［J］，Power System Protection and Control，2021，49（21）：36-42.

［10］ZHANG C，XU Y，DONG Z Y，et al.Robust coordination of distributed generation and price-based demand response in microgrids［J］.IEEE Transactions on Smart Grid，2018，9（5）：4236-4247.

［11］王磊，姜濤，宋丹，等.基于灵活热电比的区域综合能源系统多目标优化调度［J］.电力系统保护与控制，2021，49（8）：151-159.WANG Lei，JIANG Tao，SONG Dan，et al.Multi-objective optimal dispatch of a regional integrated energy system based on a flexible heat-to-electric ratio［J］.Power System Protection and Control，2021，49（8）：151-159.

［12］张程飞，袁越，张新松，等.考虑碳排放配额影响的含风电系统日前调度计划模型［J］.电网技术，2014，38（8）：2114-2120.ZHANG Chengfei，YUAN Yue，ZHANG Xinsong，et al.Day-ahead dispatching scheduling for power grid integrated with wind farm considering influence of carbon emission quota［J］.Power System Technology，2014，38（8）：2114-2120.

［13］朱晓荣，谢婉莹，鹿国微.采用区间多目标线性规划法的热电联供型微网日前调度［J］.高电压技术，2021，47（8）：2668-2679.ZHU Xiaorong，XIE Wanying，LU Guowei.Day-ahead scheduling of combined heating and power microgrid with the interval multi-objective linear programming［J］.High Voltage Engineering，2021，47（8）：2668-2679.

［14］史佳琪，胡浩，张建华.计及多个独立运营商的综合能源系统分布式低碳经济调度［J］.电网技术，2019，43（1）：127-136.SHI Jiaqi，HU Hao，ZHANG Jianhua.Distributed low-carbon economy scheduling for integrated energy system with multiple individual energy-hubs［J］.Power System Technology，2019，43（1）：127-136.

［15］丁雨昊，吕干云，刘永卫，等.考虑碳排放目标约束和需求侧响应的综合能源系统日前优化调度［J］.南方电网技术，2022，16（8）：1-11.DING Yuhao，LYU Ganyun，LIU Yongwei，et al.Day-ahead optimal scheduling of intergrated energy system considering carbon emission target constraints and demand side response［J］.Southern Power System Technology，2022，16（8）：1-11.

［16］李天格，胡志坚，陈志，等.计及电-气-热-氢需求响应的综合能源系统多时间尺度低碳运行优化策略［J］.电力自动化设备，2023，43（1）：16-24.LI Tiange，HU Zhijian，CHEN Zhi，et al.Multi-time scale low-carbon operation optimization strategy of integrated energy system considering Electricity-Gas-Heat demand response［J］.Electric Power Automation Equipment，2023，43（1）：16-24.

［17］CHENG S，WANG R，XU J，et al.Multi-time scale coordinated optimization of an energy hub in the integrated energy system with multi-type energy storage system［J］.Sustainable Energy Technologies and Assessments，2021，47：1-10.

［18］魏震波，马新如，郭毅，等.碳交易机制下考虑需求响应的综合能源系统优化运行［J］.电力建设，2022，43（1）：1-9.WEI Zhenbo，MA Xinru，GUO Yi，et al.Optimized ope-ration of integrated energy system considering demand response under carbon trading mechanism［J］.Electric Power Construction，2022，43（1）：1-9.

［19］刘晓鸥，葛少云.区域综合能源系统的能效定义及其相关性分析［J］.电力系统自动化，2020，44（8）：8-18.LIU Xiaoou，GE Shaoyun.Definition and correlation analysis on energy utilization efficiency of regional integrated energy system［J］.Automation of Electric Power Systems，2020，44（8）：8-18.

［20］葛晓琳，王云鹏，朱肖和，等.计及差异化能量惯性的电-热-气综合能源系统日前优化调度［J］.电网技术，2021，45（12）：4630-4642.

GE Xiaolin，WANG Yunpeng，ZHU Xiaohe，et al.Day-ahead optimal scheduling for integrated power，heat and gas energy system considering differentiation energy inertia［J］.Power System Technology，2021，45（12）：4630-4642.

［21］吕智林，孙顺吉，汤泽琦，等.基于序列运算理论的微电网正负旋转备用容量优化［J］.电力系统保护与控制，2017，45（20）：100-109.LYU Zhilin，SUN Shunji，TANG Zeqi，et al.Optimal scheduling of plus and minus spinning reserve in microgrid based on sequence operation theory［J］.Power System Protection and Control，2017，45（20）：100-109.

［22］宁亮，王晨光，云飞.基于序列运算理论的含风电系统低碳经济调度［J］.中国电力，2016，49（S1）：107-110，115.NING Liang，WANG Chenguang，YUN Fei.Low-carbon economic dispatching of wind power integrated systems based on sequence operation theory［J］.Electric Power，2016，49（S1）：107-110，115.

［23］许周，孙永辉，谢东亮，等.计及电/热柔性负荷的区域综合能源系统储能优化配置［J］.电力系统自动化，2020，44（2）：53-59.XU Zhou，SUN Yonghui，XIE Dongliang，et al.Optimal configuration of energy storage for integrated region energy system considering power/thermal fiexible load［J］.Automation of Electric Power Systems，2020，44（2）：53-59.

［24］崔楊，谷春池，付小标，等.考虑广义电热需求响应的含碳捕集电厂综合能源系统低碳经济调度［J］.中国电机工程学报，2022，43（23）：8431-8446.

CUI Yang，GU Chunchi，FU Xiaobiao，et al..Low carbon economic dispatch of integrated energy system with carbon capture power plants considering generalized electric heating demand response［J］.Proceeding of The CSEE，2022，43（23）：8431-8446.

［25］张雯雯，魏震波，黄宇涵.含电动汽车的区域综合能源系统日前调度优化［J］.四川电力技术，2019，42（6）：50-54.

ZHANG Wenwen，WEI Zhenbo，HUANG Yuhan.Day-ahead scheduling optimization of regional integrated energy system including electric vehicles［J］.Sichuan Electric Power Technology，2019，42（6）：50-54.

［26］崔杨，姜涛，仲悟之，等.电动汽车与热泵促进风电消纳的区域综合能源系统经济调度方法［J］.电力自动化设备，2021，41（2）：1-7.

CUI Yang，JIANG Tao，ZHONG Wuzhi，et al.Economic dispatch approach of RIES for electric vehicle and heat pump to promote wind power accommodation［J］，Electric Power Automation Equipment，2021，41（2）：1-7.

（责任编辑：高佳）