计及碳交易和价格型需求响应的热电联合低碳经济调度

王玉梅,张继钦,周永鑫

(河南理工大学 电气工程与自动化学院,河南 焦作 454000)

风电的波动特性不仅导致弃风现象,也使燃煤机组承担更多备用容量,造成碳排放量增加。文献[1～3]研究了热电联合系统中的风电消纳问题。文献[4]从经济性与低碳性两方面出发,研究了启停电锅炉装置协调供热的热电联合调度。文献[5]考虑到环境成本,建立了考虑碳排放的多源发电系统经济运行模型。文献[6]基于碳交易机制,进一步挖掘燃煤机组的碳减排潜力,实现了低碳经济目标。文献[7]研究了碳交易机制对含储能的热电系统的影响。文献[8]在模型中引入电锅炉等耦合设备,并考虑了各机组的碳交易成本,结果表明该模型能够减小燃煤机组的出力,增加风电的上网空间。文献[9]引入价格型需求响应来改变用户用电行为,对负荷起到了削峰填谷的作用。文献[10]考虑需求侧资源,建立了多类型需求响应的热电联合系统优化运行模型。文献[11]采用分时电价构建了系统优化配置模型。文献[12]在电热联合系统中将附加热源和需求侧响应融合优化,增强了电网的调峰能力。

在上述研究的基础上,本文基于碳交易成本和价格型需求响应对含电锅炉和储热装置的热电联合优化调度进行了研究,通过低碳和经济信号引导,促使源荷积极参与配合优化风电消纳。

1 电热系统低碳实现模型

1.1 含储热热电联产机组热电特性

常规热电联产(Combined Heat and Power, CHP)机组以“以热定电”的方式运行,具有明显的热电耦合特性。因此,为了解耦热电耦合限制,需在系统中加装储热装置,以便改善CHP机组的运行特性。本文设计的模型在供热侧加装电锅炉,通过消纳风电为用户提供稳定的热源。

含储热CHP机组的热电特性如图1所示,其中Pr,max、Pr,min分别为电功率的最大值和最小值,Pr,hit为机组电出力最小时的热功率,Pr,hit,max为机组最大热功率值,cv为增加单位热出力导致的电出力的减小量,cm为最小凝气工况下机组电热功率的弹性系数。增加储热装置后,CHP机组的调节范围变大,运行空间由C-D-E-F变为C-H-I-J-K-L,CHP机组的热电耦合特性降低。

图1 含储热CHP机组热电运行特性 Figure 1. Thermoelectric operation characteristic of cogeneration unit with heat storage

1.2 碳交易成本

碳交易机制是限制碳排放的市场化减排机制。各个碳排放源在运行过程中,碳排放量超出配额的部分将产生碳交易成本,以此来限制燃煤机组的碳排放量。

1.2.1 火电机组的碳交易

火电机组的碳排放量超出配额的部分需要进行购买,产生的额外费用称为火电机组的碳交易成本,如式(1)所示

Ce=δ(Qet-Qqt)

(1)

式中,Ce为火电机组的碳交易成本;Qet为t时刻火电机组的碳排放量;Qqt为t时刻火电机组的碳排放配额;δ为t时刻的碳交易价格。

火电机组的碳排放量Qet的计算式为

(2)

式中,li为火电机组i的单位电量碳排放强度;Pi,t为i个火电机组在t时刻的电功率;Pw,t为t时刻风电的发电功率;λ为风电备用容量系数,本文取0.14。

火电机组碳排放配额Qqt的计算式为

(3)

式中,β为单位电量碳交易配额,本文取0.789 t·(MW·h)-1。

1.2.2 CHP机组的碳交易成本

CHP机组碳交易成本如式(4)所示

Cr=δ(Qret-Qrqt)

(4)

式中,Cr为CHP机组的碳交易成本;Qret、Qrqt分别为t时刻CHP机组的碳排放量和碳排放配额。Qret与Qrqt的计算式分别为式(5)和式(6)所示

(5)

(6)

1.2.3 风电机组的碳交易成本

风电并网后需要增加火电机组的旋转备用容量,故将增加部分产生的碳排放成本定义为风电机组的碳交易成本

Cw=δ(Qwet-Qwt)

(7)

式中,Cw为风电机组碳交易成本;Qwet、Qwt分别为t时刻风电的碳排放量和碳排放配额。Qwet与Qwt分别如式(8)和式(9)所示。

(8)

(9)

由上可知,系统中的总的碳交易成本如式(10)所示。

FCET=Ce+Cr+Cw

(10)

1.3 价格型需求响应模型

价格型需求响应(Price Demand Response, PDR)主要通过实施分时电价来引导用户调整用电时段[13]。用户参与分时电价将部分峰时负荷转移至平、谷时段,从而达到“削峰填谷”的目的,同时用户可以获得电网的相应补偿。本文将一天分为高峰期、平时期和低谷期。

本文用电量电价弹性矩阵法来表示电量-电价的响应。弹性矩阵M中的元素mi,t为t时刻的用电量对i时刻电价的弹性系数[14],如式(11)所示

(11)

式中,m为PDR弹性系数;L为电量;P为电价;ΔL和ΔP分别为电量和电价的变化量。

用户PDR后的负荷变化量模型如式(12)所示

(12)

2 热电联合低碳经济调度模型

2.1 目标函数

本文以系统综合运行成本最小为目标构建低碳经济调度模型,目标函数为

minF=FTP+FCHP+Fw+Fq+Fd+FCET

(13)

式中,F为总运行成本;FTP、FCHP、Fw、Fq、Fd和FCET分别为火电机组的运行成本、CHP机组的运行成本、风电机组运行维护成本、弃风惩罚成本、电锅炉设备的运行成本和碳交易成本。

t时段火电机组运行成本为

(14)

CHP机组承担供热任务,根据其电热运行特性,将机组的电出力和热出力折算为纯凝工况下的电出力[15],如式(15)所示

(15)

风电机组运行维护成本[16]为

(16)

式中,Pw,t为t时刻风电的出力;kw为风电机组的运行维护成本系数,取170元·MW-1。

弃风惩罚成本如式(17)和式(18)所示

(17)

(18)

电锅炉设备作为能量转换设备,其运行成本较高,具体为

(19)

式中,kd为运行成本系数;Pd,t为t时刻时电锅炉设备的用电功率。

2.2 约束条件

在CHP机组运行期间,需要满足电功率和热功率平衡以及各单元的运行约束条件。

2.2.1 功率平衡约束

不考虑网损,系统中包括电、热两种负荷的功率约束,如式(20)所示

(20)

式中,Pw,t为风电机组在t时刻的风电出力;Pd,t为电锅炉设备在t时刻的有功功率;HHSi,t为储热装置在t时刻的储放热功率;PLD,t为t时刻总的用电负荷;HLD,t为t时刻总的热负荷。

2.2.2 火电机组运行约束

火电机组约束包括出力约束、爬坡约束、启停约束和旋转备用约束,如式(21)～式(24)所示

Pi,min≤Pi,t≤Pi,max

(21)

-Ri,d≤Pi,t-Pi,t-1≤Ri,u

(22)

(23)

(24)

式中,Pi,min、Pi,max分别为火电机组i在t时刻的出力上限和出力下限;Ri,d、Ri,u分别为火电机组i的向上和向下爬坡率;Mi为火电机组周期内的最大启停次数;Ps为旋转备用容量。

2.2.3 CHP机组相关约束

CHP机组在运行过程中同时产生电能与热能,需要满足电、热功率约束和机组爬坡率约束

(25)

(26)

2.2.4 储热装置运行约束

储热装置运行约束包括储热容量约束和储、放热功率约束,如式(27)和式(28)所示

(27)

(28)

式中,Cs,max、Cs,min分别为储热容量的上限和下限;Cs,t为t时刻的储热量;Cs,0、Cs,T分别为周期内储热装置储热量始、末值;Pc,max、Pf,max分别为储热装置储热功率和放热功率的上限;Pc,t为t时刻储热装置的储热功率;Pf,t为t时刻储热装置的放热功率。在同一时刻,储热装置只能工作在一种状态。

2.2.5 电锅炉运行约束

0≤PEB,t≤PEB,max

(29)

HEB,t=ηPEB,t

(30)

式中,PEB,max为t时刻电锅炉设备的出力上限;HEB,t为t时刻电锅炉设备的供热功率;η为电热转换效率,本文取97%。

3 仿真分析

3.1 仿真数据

本文基于改进的IEEE-30节点系统进行仿真分析。IEEE-30节点模型如图2所示,其中第1和第2号节点为CHP机组,第3～第6号节点为常规火电机组,第15号节点并入的风电场,风电机组的容量为200 MW。火电机组参数如表1所示,CHP机组的参数[18]如表3所示。以东北地区冬季供暖期的一天为调度时段,数据来源于某园区的实际数据。模型分析过程中的参数[19]设置如下:3～6号火电机组单位电量碳排放强度li分别为0.96、1.08、0.97、1.15;峰谷分时电价[20]划分如表2所示,碳交易价格取100元·t-1。

表1 火电机组参数 Table 1. Parameters of thermal power units

表2 分时电价Table 2. Time-of-use price

表3 CHP机组参数Table 3.CHP unit parameters

图2 IEEE-30拓扑结构Figure 2. IEEE-30 node topology

某典型日电、热负荷出力曲线如图3所示。

图3 各时刻用户电、热负荷曲线Figure 3. Users′ electricity and heat load curve at each moment

为验证所提考虑碳交易成本和需求响应模型的有效性,本文设计了3种优化场景进行仿真对比:

场景1常规热电机组运行模式,系统中不含电锅炉和储热装置;

场景2在场景1的基础上,加入电锅炉和储热装置进行热电解耦;

场景3在场景2的基础上,考虑碳交易机制,并通过价格型需求响应调整用户侧负荷。

3.2 各场景调度结果对比分析

本文设置的3种场景下系统的经济成本、风电消纳量及碳排放量对比结果如表4所示。

表4 综合成本及风电消纳率对比Table 4. Comparison of combined costs and wind power consumption rates

图4为3种场景下的弃风功率对比曲线,弃风主要发生在00:00～06:00和20:00～24:00时段,此时段电负荷需求低且热负荷需求高。

图4 风电预测功率及3种场景下的弃风功率对此Figure 4. Predicted wind power and wind power abandonment for three scenarios

在场景1中,热电联合机组按常规方式运行,弃风功率最大。场景2在场景1的基础上加入了电锅炉和储热装置,弃风率明显下降。场景3在场景2的基础上考虑了碳交易成本和负荷侧需求响应,弃风基本被完全消纳。CHP机组常规运行的调度方式限制了风电的并网,导致了严重的弃风现象。

各场景调度结果分析对比结果为:场景1综合成本最低,但其弃风功率与碳排放量最高。场景2引入了电锅炉和储热装置,电锅炉设备的使用也促进了夜间风电的消纳,减小了CHP机组的热出力;储热装置能够解耦热电耦合限制,促进热电机组的出力。考虑到电锅炉和储热装置的运维成本,场景2的综合成本虽然比场景1多了2.5万元,但其碳排放量减少了1 690 t,弃风消纳量也相对减少。在采用场景3时,系统中考虑了碳交易成本,系统中燃煤机组多出的碳排放额需要额外购买,但风电场作为清洁能源,能够在碳交易市场中获益。其次,峰谷分时电价通过电价激励改变了用户的用电习惯,使电负荷从电价高峰时段转移至电价低谷时段,减轻了机组的供能压力。相比场景2,虽然场景3的综合成本增加了0.34万元,但是夜间弃风被完全消纳,碳排放量也减少了521 t。

3.3 碳交易价格对调度结果的影响

碳交易价格影响系统碳排放量。为验证碳交易价格对碳排放量的实际影响,以场景3为例,当改变碳交易价格时,碳交易价格与碳排放量的关系曲线如图5所示。系统的碳排放量随着碳交易价格的升高而降低,当碳交易价格升高至100元·t-1时,系统的碳排放量基本保持不变,系统碳减排能力达到上限。

图5 场景3下碳排放量-碳价关系Figure 5. Carbon emissions - carbon price relationship under scenaior 3

3.4 优化调度结果分析

基于场景3的调度方法,各机组电出力情况如图6所示。系统电负荷主要由火电和风电出力提供,在计及碳交易成本后,火电机组在调度日内的出力平稳,煤耗成本较低。各机组电出力情况如图7所示,其中热负荷主要由CHP机组、电锅炉设备和储热装置提供,各机组的热出力值之和满足系统的热负荷值,保障了用户的热需求。

图6 各机组发电功率调度值Figure 6. Electric power scheduling value of each unit

图7 各机组热出力调度值Figure 7. Heat power scheduling value of each unit

电锅炉主要工作在00∶00～06∶00和20∶00～24∶00时段,此时热负荷需求量较大,电负荷需求较低。在CHP机组供热的同时,电锅炉将多余的风电转换为热负荷,供给给用户使用。

图8为储热装置储放热功率,当热功率为正时储热装置为储热状态;当热功率为负时储热装置为放热状态。

图8 储热装置储放热功率Figure 8. Heat storage power and exothermic power of thermal storage system

在图8中,储热装置的放热过程主要集中在夜间时段(00∶00～02∶00、20∶00～24∶00)和中午时段(11∶00～15∶00)。夜间时段电负荷需求较低,而热负荷需求较高,该时段中储热装置释放热量来满足用户的供热需求,减小CHP机组的电、热出力,增加风电的出力。在中午时段(11∶00～15∶00),热负荷需求量较低,而电负荷需求量较高,此时储热装置放热,可以减小CHP机组的热供能压力,增加其电负荷出力。在储热装置放热时,根据负荷侧的实际用能需求,CHP机组的功率将在热和电之间相互转化,从而满足系统负荷的目的。使用储热装置解耦了CHP机组的电热耦合关系,促进了风电的消纳。

需求响应优化前后的电负荷曲线如图9所示。在优化前,原负荷曲线的峰谷差较大;优化后,电负荷峰谷差明显降低,负荷曲线更加平滑。由图9可知,整体优化效果较为明显,系统的负荷冲突减小,用能压力降低,风电消纳得到了有效促进。因此,本文调度模型能够实现资源利用最大化,有效减少系统的运行成本。

图9 优化前后的电负荷曲线Figure 9. Electric load curve before and after optimization

4 结束语

本文在含电锅炉和储热装置的热电联合系统中,构建计及碳交易成本与需求响应的优化调度模型,并通过仿真求解验证了本文所提模型的可行性,得到以下结论:

1)利用考虑了碳交易成本和需求响应的含风电热联合系统后,碳排放量减少了2 211 t,风电被完全消纳,提高了风电的利用率;

2)合理地选取碳交易价格能够最大限度地促进风电消纳,提高系统低碳经济运行能力;

3)根据用户的负荷需求合理实施峰谷分时电价,能够对能源实现合理的调度分配,实现资源利用最大化,有效减少系统的运行成本。