计及氢能多元利用和绿证-碳联合交易的综合能源系统优化运行

葛淑娜，张彩玲，王 爽，栗俊杰，张 岩，韩 伟，段文岩

（1.郑州工业应用技术学院 机电工程学院，河南 郑州 451100；2.河南森源电气股份有限公司，河南 许昌 461500；3.国网河南省电力公司电力科学研究院，河南 郑州 450000）

0 引言

随着全球变暖、能源危机等问题不断凸显，大力推动可再生能源消纳和氢能多元利用对实现碳达峰、碳中和目标及电力系统绿色转型有重要意义［1-2］。综合能源系统（integrated energy system，IES）能耦合多种能源和各种转换装置，能满足负荷的多元化需求，并可接入高比例可再生能源，为提升可再生能源消纳以及降低碳排量提供了有利的技术支撑［3］。

氢能作为一种低碳、清洁的二次绿色能源，在IES 优化运行中有着广泛的应用前景［4］。目前，关于氢能在IES 中应用的研究主要聚焦于电制氢技术、氢储能以及氢能多阶段利用。文献［5］为提升可再生能源的消纳水平，研究可再生能源制氢技术。文献［6］针对电转气的运行特性，提出电-氢IES日前优化调度模型，同时兼顾新能源消纳和运行经济性。文献［7］将电转气过程精细化为电制氢、氢制甲烷和氢制热电3 个环节，充分发挥了氢能的多方面效益，进一步提高了风电消纳能力。文献［8］提出一种考虑氢能利用和电、热柔性负荷的氢能IES 低碳运行方法，并分析氢能利用机理。文献［9］构建考虑氢能利用和需求响应的IES 低碳协同优化调度模型，实现了IES 经济、低碳运行。然而，在利用氢能时，电解水和氢气甲烷化过程会产生大量热量，现有研究较少考虑这部分热量的利用，无法发挥氢能环节的最大利用效率。此外，大多研究仅聚焦于电制氢、氢制甲烷和氢制热电3 个环节，而忽略了燃气掺氢对IES优化运行的作用。

除了通过引入氢能实现IES 低碳运行外，碳排放交易（carbon emission trading，CET）机制和绿证交易（green certificate trading，GCT）机制的应用也为IES 低碳运行提供了重要的政策支持［10］。CET 机制是实现IES 低碳运行的关键手段之一。文献［11］在电-气IES 模型中引入CET 机制，通过惩罚高碳火电机组引导清洁机组的积极上网。文献［12］对CET机制进行改进，提出含奖励系数和惩罚系数的奖惩阶梯型CET 机制，进一步限制了IES 的碳排放量。文献［13］同时引入综合需求响应策略和CET 机制，通过联合需求侧资源和政策手段实现IES 的低碳运行。随着高比例可再生能源接入电力系统，提升风电、光伏的消纳水平对降低碳排放量具有重要意义，而GCT 机制为提升可再生能源消纳提供了有效途径。文献［14］基于GCT 机制，提出计及可再生能源消纳责任权重的IES 运行优化模型，提高了绿电占比和系统经济性。文献［15］分析绿证价格对可再生能源的消纳作用，提出考虑GCT 机制的IES 优化调度模型。文献［16］为提升风电消纳水平，提出计及GCT 机制和CET 机制的IES 低碳经济调度模型，分析2种交易机制同时作用对IES的影响。然而，现阶段大多研究仅单独考虑CET 机制或GCT 机制对IES优化运行的影响，或简单将2 种机制同时作用于IES，未充分考虑CET机制和GCT机制的相关特性。

针对上述问题，本文提出一种计及氢能精细化多元利用和绿证-碳联合交易的IES低碳经济优化调度策略。首先，为发挥氢能的多方面效益，分别构建电制氢、氢制甲烷、氢转热电以及燃气掺氢的氢能精细化多元利用模型；其次，分析CET 机制和GCT 机制的相关特性，提出绿证-碳联合交易机制；然后，综合考虑IES 的低碳性和经济性，构建以GCT 成本、购能成本、CET成本、弃风惩罚成本以及运行维护成本之和最低为目标的IES 低碳经济调度模型；最后，通过算例仿真设置不同的调度方案进行对比，分别验证所提氢能精细化多元利用模型和绿证-碳联合交易机制在低碳性和经济性方面的有效性，以实现IES的低碳经济运行。

1 氢能精细化多元利用模型

本文提出的氢能精细化多元利用模型见图1。电解槽（electrolytic，EL）基于电解水环节，通过利用夜间富裕的风电资源进行制氢，并将产生的氢气分别输送至甲烷反应器（methane reactor，MR）、掺氢热电联产（combined heat and power，CHP）及氢燃料电池（hydrogen fuel cell，HFC）中进行气、热、电等不同能源的生产。储氢罐（hydrogen energy storage，HES）可在氢能利用过程中对氢气进行调节，实现能量的平移。在氢能利用环节中，考虑到电解水和氢气甲烷化会产生部分热量［17-18］，本文在电解制氢和氢制甲烷过程中引入余热回收装置对产生的余热进行回收利用，并供给热网管道补充热能。

图1 氢能精细化多元利用模型Fig.1 Refinement diversified utilization model of hydrogen energy

1.1 考虑热回收的EL模型

本文以碱性EL为例，对电解制氢环节进行精细化建模。EL 的运行过程可分为电解过程和热回收过程［18］，电解过程是基于电化学反应原理，将电能转换为氢能，在该过程中存在部分余热散失，为此，本文在制氢环节中增设余热回收装置进行热回收，则计及热回收的EL运行模型［19］可表示为：

在热回收过程中，电解制氢过程中的热量可通过换热器传输至热网中供应热负荷。考虑到热传输过程中存在损耗，热传输模型可表示为：

式中：P(t)为t时刻注入热网的热功率；ηh为换热效率分别为t时刻EL输出热功率和热传输损耗。

为反映EL内温度与热量之间的关系，可通过准稳态热模型表示传热过程中EL的温度变化，即：

式中：Δt为时间间隔；REL、CEL分别为集总热阻和集总热容；TOL(t)为t时刻的外界温度。

由式（3）知，P(t)的变化会导致TEL(t)的变化，从而影响P(t)和PeL(t)的分配比。EL 运行综合效率ηEL可表示为输出总功率和输入总功率之比，即：

为了保障EL 正常稳定运行，TEL(t)需保持在一定范围内，即：

1.2 考虑热回收的MR模型

由于MR 的甲烷化属于强放热反应，故反应器中的温度控制至关重要［20］。MR 甲烷化反应的热量关系可表示为：

式中：ΔH为产生单位摩尔甲烷而释放的热量。

MR 中的反应原料和产物需满足物质量平衡关系，即：

式中：n(t)为t时刻MR 产生甲烷的摩尔速率；υcMR(t)为t时刻MR 消耗二氧化碳的速率；N分别为二氧化碳、甲烷和氢气的相对分子量；υ(t)为t时刻MR 产生甲烷的速率；υ(t)为t时刻MR 消耗氢气的速率；λ为MR 产生的甲烷和氢气物质的量比例。

因此，利用MR 甲烷化过程中的热量可得到MR的产热功率、余热回收功率和产气功率，即：

式中：P(t)为t时刻MR 产热功率；ηMR为MR 甲 烷化效率；MH为氢气的相对分子质量；P(t)为t时刻甲烷化过程回收的热量；ηMR，re为余热回收装置的热回收效率；P(t)为t时刻MR 产气功率；P(t)为t时刻MR耗氢功率。

1.3 HFC模型

HFC可将氢气燃烧产生的能量转换为电能和热能，充分发挥氢能燃烧效率高且不产生二氧化碳的优势。本文采用热电比可调的HFC模型，即：

1.4 掺氢CHP模型

相关研究表明，天然气掺氢体积控制在20 % 之内可有效降低燃气购能成本和碳排放量［21］。本文为了进一步提升氢能的利用效率，在IES 中引入燃气掺氢装置，构建掺氢CHP系统，即：

式中：PCHP(t)为t时刻输入掺氢CHP 的混合燃气功率；δmix为混合燃气的低热值分别为t时刻通过燃气掺氢装置输入掺氢CHP 的氢能和天然气量；LH、Lmh分别为氢气和天然气的低热值；ξ(t)为t时刻的燃气掺氢比例。

掺氢CHP模型可表示为：

2 绿证-碳联合交易机制

2.1 CET机制

我国主要采用基准线法对IES 碳配额额度进行分配，仅考虑使用过程中产生的碳排放量，认为IES中的碳排放来自外部购电和燃气机组［7，11］，其中外部购电主要为燃煤机组。IES碳配额分配模型为：

式中：D为IES 从外部电网购电的无偿碳配额；T为调度周期的总时刻数；αe、αh分别为单位电量和单位热量碳排放分配额系数；PGrid(t)为t时刻系统的购电功率；φe-h为电-热折算系数；D为燃气锅炉的无偿碳配额；P(t)为t时刻燃气锅炉的输出热功率；D为IES总的碳配额；D为CHP的无偿碳配额。

考虑到IES 中的MR 在运行过程中会吸收部分二氧化碳，IES的实际碳排放量模型可表示为：

式中：E为外购电力的碳排放量；x1、y1、z1为燃煤机组碳排放计算系数；x2、y2、z2为燃气机组碳排放计算系数；PAll(t)为t时刻燃气机组输出总功率；E为MR吸收的碳排放量；φMR为MR 吸收二氧化碳的效率系数；E为IES 总的碳排放量；E为燃气机组碳排放量。

因此，IES的CET成本可表示为：

式中：FCET为IES承担的CET成本；cCET为CET价格。

2.2 GCT机制

绿证是我国对新能源上网电量的认证，同时也是用户消费绿电的凭证。通常将GCT 机制与新能源配额制度组合，通过规定新能源发电在用户用电量中的比例促进用户消费一定比例的绿电。与CET机制类似，GCT 机制也是通过交易发挥市场在资源优化配置中的作用。当电力系统中的绿证数量低于所分配的绿证配额时，电力系统需购买绿证，以达到绿证配额指标；相反，则电力系统可出售多余的绿证，以获取收益。GCT成本可表示为：

式中：EIES为IES所需持有的绿证配额指标；δe为IES的绿证数量配额系数；P(t)为t时刻系统所需总电量预测值；EWind为IES 可再生发电获得的绿证数量；kgreen为风机发电量与绿证数量之间相互转化的量化系数，1 本绿证对应1 MW·h 的风电结算量；PWind(t)为t时刻风机输出电功率；FGCT为GCT 成本；cGCT为单位GCT价格。

2.3 绿证-碳联合交易机制

由于新能源供能的碳减排量可通过计算得到［22］，因此可通过绿证联动CET 和GCT 机制，实现绿证-碳联合交易。一般而言，在考虑GCT和CET机制的基础上，在碳排放权考核时，可通过新能源供能引起的碳减排量抵消部分碳排放，进而影响CET 机制。此时，绿证可同时参与CET 和GCT 机制，通过市场引导交易价格、需求量等因素实现两机制的联合互动，绿证-碳联合交易机制的具体步骤如下。

1）计算IES 的碳排放量。根据式（13）—（15）计算IES 燃煤机组和燃气机组在运行过程中的碳排放量。

2）分析绿证的碳减排量。由于我国燃煤发电的占比较高，本文通过对比燃煤发电与新能源发电产生的碳排放当量得到绿证引起的碳减排量［22］，即：

式中：Egreen为新能源发电引起的碳减排量；Dgreen、Dcoal分别为新能源供能和燃煤供能在各自产业链生命周期的碳排放当量。

3）计算新能源抵消碳排放量后的CET成本。根据式（13）—（16），由于新能源供能抵消一部分碳排放量，则CET成本可表示为：

3 IES优化模型

3.1 IES低碳经济目标函数

IES 低碳经济优化目标综合考虑经济性和环保性，以CET成本、GCT成本、购能成本、各设备运行维护成本以及弃风惩罚成本之和最小为目标，即：

式中：FIES为IES 的总成本；FBuy、EOper、FWind分别为购能成本、各设备运行维护成本和弃风惩罚成本。GCT成本和CET成本分别如式（18）、（20）所示，其他成本如式（22）—（24）所示。

1）购能成本。

式中：c(t)为t时刻系统的购电电价；c(t)为t时刻系统购天然气的单价；P(t)为t时刻输入燃气锅炉的天然气量；Vg为天然气低热值。

2）各设备运行维护成本。

式中：λi、γj分别为能源供应设备i和储能设备j的运行维护成本系数，储能设备包括蓄电池、蓄热槽和HES；Pi(t)为t时刻能源供应设备i的输出功率；Pj，chr(t)、Pj，dis(t)分别为t时刻储能设备j的充、放能功率。

3）弃风惩罚成本。

式中：αq为单位弃风惩罚成本系数；P(t)为t时刻的风电预测功率；P(t)为t时刻的风电上网功率。

3.2 约束条件

本文模型的约束条件包括各设备运行约束、储能容量约束以及电、热、气、氢能的功率平衡约束，如附录A式（A1）—（A3）所示。

3.3 模型求解

由于式（14）包含平方项，属于非线性约束，因此本文构建的IES 优化模型为混合整数非线性模型，可采用分段线性化方法［7］将约束转换为线性约束，再采用Gurobi 工具箱对模型进行求解，具体处理方法可参考文献［7］。

4 算例分析

4.1 基础数据

为了验证所提调度模型的经济、低碳效益，以某地区冬季典型日为例，以24 h 为一个调度周期进行仿真分析。典型的电、热负荷曲线和风电预测功率见附录A 图A1；分时电价见附录A 表A1；各能源转换设备参数见附录A 表A2 和表A3；在CET 机制方面，αe、αh分别为0.728 t／（MW·h）和0.102 t／GJ［11］，单位CET 价格cCET=0.268 元／kg，燃煤机组的实际碳排放计算系数x1、y1、z1分别为36、-0.38、0.003 4［7］，燃气机组的实际碳排放计算系数x2、y2、z2分别为3、-0.04、0.001［7］；GCT价格cGCT= 220元／本［16］。

4.2 氢能多元利用效益分析

为了验证本文所提氢能多元利用模型的有效性，设置以下4 种方案进行对比分析：方案1，采用电-热-气IES低碳经济调度模型，未考虑氢能利用模型；方案2，在方案1 的基础上引入包含EL、HFC 和MR的氢能利用模型；方案3，在方案2的基础上引入掺氢CHP，考虑氢能多元利用模型；方案4，在方案3的基础上进一步考虑氢能多元利用环节的余热回收。表1为4种方案下的各项成本对比结果。

表1 4种方案的成本对比结果Table 1 Cost comparison results among four schemes

1）方案1和方案2的对比分析。

方案1和方案2的电、热能调度结果分别见附录B 图B1 和图B2。在方案1 下，电、热负荷的峰谷趋势相反，即在电负荷谷值时段的热负荷较高，由于CHP 的“以热定电”特性，在夜间热负荷较高时段的CHP 热出力较高，这导致CHP 电出力较高，从而造成大量的弃风现象。相较于方案1，方案2 在IES 优化模型中引入了由EL、HFC 和MR 构成的氢能利用环节，在夜间风电功率较高时段，可通过EL 将风电转换为氢能，不仅提高了夜间风电功率消纳能力，还补充了电、热负荷的供应，降低了高峰负荷时段的供能压力和系统购能成本。由表1 知，相较于方案1，方案2 的购气成本、IES 总成本和碳排放量分别下降了7.64 %、9.06 % 和22.54 %，验证了氢能利用环节的有效性。

2）方案2和方案3的对比分析。

相较于方案2，方案3通过在CHP系统中引入掺氢装置构建了掺氢CHP 系统。在方案2 下，氢能的利用只有HFC 和MR 这2 种途径，但通过MR 生产气能后在进行热电生产时增加了能源的损耗，这导致能源利用效率不高。而方案3由于引入掺氢CHP 增加了氢能的利用途径，形成了氢能的多元利用环节，可将HFC 消纳后富裕的氢气通过掺氢CHP 进行热电生产，提升了能源利用效率。由表1 可知，相较于方案2，方案3 的IES 总成本和碳排放量分别下降了1.94 % 和2.20 %。

3）方案3和方案4的对比分析。

相较于方案3，方案4进一步考虑了氢能利用环节的余热量回收。图2为方案4的热能调度结果，图3为方案3和方案4下CHP和燃气锅炉的功率对比结果。由图2 和图3 可知：在方案3 下，由于在01:00 —06:00和23:00 — 24:00时段热负荷较高，为了满足该时段的热负荷需求，燃气锅炉处于满发状态，不足的热负荷需求则通过CHP 补充，因此，CHP 和燃气锅炉的功率均较高；方案4 由于引入了余热回收装置，在EL 和MR 运行过程中能回收部分热量供应热负荷，因此缓解了CHP 和燃气锅炉的供能压力。由表1可知，相较于方案3，方案4的弃风惩罚成本、IES总成本以及碳排放量分别下降了62.74 %、3.05 % 和7.91 %。可见，考虑余热回收的氢能多元利用模型能进一步提高系统的运行经济性和低碳性以及能源利用效率。

图2 方案4的热能调度结果Fig.2 Thermal energy dispatch results of Scheme 4

图3 方案3和方案4下CHP和燃气锅炉的功率对比结果Fig.3 Power comparison results of CHP and gas boiler between Scheme 3 and Scheme 4

4.3 绿证-碳联合交易机制的有效性分析

为了验证所提绿证-碳联合交易机制的有效性，设置如下方案进行对比分析：方案5，在方案4 的基础上仅考虑CET 机制；方案6，在方案4 的基础上仅考虑GCT 机制；方案7，在方案4 的基础上同时考虑CET机制和GCT机制，但未考虑两机制间的联系；方案8，在方案4 的基础上考虑本文所提绿证-碳联合交易机制。各方案的对比结果如附录B表B1所示。

1）方案4和方案5的对比分析。

相较于方案4，方案5引入了CET成本，由于IES内部清洁机组占比较高，且燃气机组CHP 和燃气锅炉的碳配额大于其实际产生的碳排放量，因此，在引入CET 成本后，IES 可在CET 市场中出售富裕的碳配额，从而获得一部分收益。此外，引入CET成本进一步限制了外购电力，增加了燃气机组如CHP 的上网能力。由表B1 可知，相较于方案4，方案5 的IES总成本和碳排放量分别下降7.22 % 和22.73 %，验证了CET机制的有效性。

2）方案4和方案6的对比分析。

相较于方案4，方案6 引入了GCT 机制，由于模型中绿电占比较高，因此IES 能在GCT 市场中获取部分收益，从而进一步提升风电功率的消纳能力，此时弃风成本降为0。由表B1 可知，相较于方案4，方案6 的IES 总成本和碳排放量分别下降了4.63%和13.10 %。可知，GCT和CET机制的作用有相似之处。

3）方案5 — 8的对比分析。

相较于方案5 和方案6，方案7 在IES 优化模型中同时引入了CET机制和GCT机制。由表B1可知，引入两机制后，IES 能同时在CET 和GCT 市场中获取收益，因此IES 总成本和碳排放量进一步降低。而方案8进一步考虑了CET 和GCT 机制间的相互影响，即在碳排放权考核时可通过新能源供能引起的碳减排量抵消部分碳排放，进而影响CET机制，因此进一步降低了IES的碳排放量，提高了IES购买绿证和机组出力的积极性，反映了CET 和GCT 机制联合交易策略的低碳经济性。由表B1可知，相较于方案7，方案8 的IES 总成本和碳排放量分别下降了1.92 % 和7.85 %，验证了本文所提机制的有效性。

5 结论

本文提出一种考虑氢能多元利用和绿证-碳联合交易机制的IES 低碳经济协同优化模型，充分利用IES 的能源耦合特性和高比例新能源的特点，研究氢能利用、CET 机制以及GCT 机制对IES 优化运行的影响。通过算例仿真得到如下结论：氢能多元利用模型的引入能有效提升夜间风电功率的消纳能力，不仅避免了可再生资源的浪费，还降低了IES 的碳排放量，充分发挥了氢能的低碳清洁特性；通过在氢能利用环节中引入余热回收装置，有效利用了氢能生产和转换过程中释放的余热量，不仅降低了系统的运行成本和碳排放量，还提升了能源利用效率；CET 机制和GCT 机制的引入均对改善IES 的经济性和环保性有显著作用，并且在考虑CET 与GCT 机制联合交易后其效果更为明显，对提升可再生能源消纳水平具有重要意义。

在本文模型中，源、荷预测数据均来自确定性模型，忽略了源、荷不确定性对IES 优化运行的影响，在后续研究中，笔者将重点考虑源、荷不确定性以及多时间尺度调度对IES运行的影响。

附录见本刊网络版（http：//www.epae.cn）。