阶梯式碳交易机制下计及电-气-热综合能源系统需求响应优化运行

袁坤龙 张少康 常 冉 陈艳波

阶梯式碳交易机制下计及电-气-热综合能源系统需求响应优化运行

袁坤龙1张少康2常 冉2陈艳波1

（1. 华北电力大学新能源电力系统国家重点实验室，北京 102206； 2. 国网河南省电力公司西峡县供电公司，河南 西峡 474500）

随着能源耦合的发展及我国碳市场的不断完善，传统电力需求响应已经不能满足双碳背景下多能耦合综合能源系统（IES）的发展现状。为了更深入地挖掘需求侧响应在节能减排中的作用，本文提出一种阶梯式碳交易机制下计及电-气-热IES需求响应的优化运行模型。首先将负荷分为价格类和替代类，分别建立价格替代和热能替代需求响应模型；其次考虑IES参与碳交易市场，结合热电联产机组（CHP）和燃气锅炉（GB）的实际碳排放量，引入阶梯式碳交易机制引导IES控制碳排放；最后以购能成本、阶梯式碳交易成本与运维成本之和最小为目标函数，建立电-气-热IES优化运行模型，并通过四种场景对所建立的模型进行验证。通过对需求侧响应负荷占比及阶梯式碳交易基价和区间长度的分析发现，合理地分配价格型、替代型负荷占比，以及碳交易基价和区间长度，有利于提升系统运行的经济性。

需求响应；阶梯式碳交易机制；综合能源系统（IES）

0 引言

2020年，我国明确提出碳达峰、碳中和目标。考虑到电力行业的能源消耗和碳排放量占比巨大，发展低碳电力成为加速实现碳减排目标的重要推动力量[1-3]。

“双碳”背景下，能源体系转型刻不容缓。文献[4-5]分析了碳捕集电厂（carbon capture power plant, CCPP）技术在绿色能源转型中的重要地位，碳捕集技术对当前低碳电力的发展具有关键作用。文献[6]通过碳捕集技术收集CO2并作为电转气（power to gas, P2G）的原料，实现了碳捕集与P2G设备之间的循环利用，这一创新措施有助于促进碳减排并推动可持续能源发展。文献[7]提出一种新型碳循环系统，通过超临界状态下的CO2循环技术实现了CO2的循环再利用，并提高了系统的运行效率。文献[8]提出一种日前-实时双阶段协调调度模型，实现了最佳的能源调度和碳减排效果，进而满足经济性和低碳性的要求。

通过多种能源耦合互补，结合负荷协调运行，可以提升风电消纳能力。在电源侧协调燃气锅炉（gas boiler, GB）和热电联产机组（combined heat and power, CHP）可以提升风电、光伏并网空间。文献[9]详细分析了P2G技术、协同优化模型等，指出P2G可将可再生能源高效转化为天然气进行存储，从而节约了储能成本。文献[10-11]提出在系统中引入P2G可以实现风电和光伏的过度消纳。文献[12]考虑到气网，分析利用P2G技术可以产生天然气并通过气网市场获益。但是，目前针对P2G的能源耦合特性及对需求响应（demand response, DR）的研究较少。文献[13]提出一种考虑多种DR类型的消纳模型。文献[14]考虑DR模型在解决弃风方面的效益。上述文献对能源耦合替代与用户满意度的研究较少，而能源形式转换替代对用户的实际影响较小。

目前，一些研究开始关注综合能源系统（integrated energy system, IES）的低碳运行。文献[15]提出一个综合考虑CO2排放成本和经济成本的重复博弈模型，用于微电网与配电网研究，将等效碳排放系数纳入经济成本分析中；这一研究方法有助于更全面地评估综合能源系统的低碳运行情况，同时平衡了经济性与减碳性的关系。文献[16]提出考虑碳交易成本的IES模型，实现了经济性和减碳性目标。此外，文献[17]为了限制碳排放提出阶梯式碳交易机制，通过设定不同的碳排放阶梯对碳排放量进行约束，激励企业采取更多的减排措施，以满足不同阶梯所设定的碳排放要求。文献[18]在IES模型中引入碳交易成本，建立了一种奖惩阶梯式碳交易模型。文献[19]将阶梯式碳交易机制与常规碳交易机制对比，证明了前者应用于IES更加合理。阶梯式碳交易机制在系统稳定运行的前提下具有更好的减碳效果和经济性，上述研究为IES的优化调度和碳排放控制提供了重要的参考和指导。综合考虑碳交易成本和阶梯式碳交易机制有利于提升经济性和减少碳排放，从而推动可持续发展和低碳转型。

本文以上述研究为基础，考虑阶梯式碳交易机制、需求响应、碳捕集电厂、P2G两阶段运行策略，构建以购能成本、阶梯式碳交易机制成本、运维成本之和最小的经济运行目标。由于模型中含有二次项，通过将非线性问题转化为线性模型，并借助Matlab中的求解器Gurobi进行求解，对4种场景分析比较，以证明本文所提策略可兼顾经济性和减碳性。

1 考虑DR的IES模型

1.1 电-气-热系统

IES通过消纳风电、光伏，加上各个机组、储能（energy storage, ES）、储热（heat storage, HS）设备之间的协同配合，实现能源的可靠、高效、持续利用。

本文构建如图1所示的电-气-热综合能源系统，其中，电负荷除了由上级电网供电，还可由风电、光伏、储电设备供电。碳捕集机组通过燃烧煤炭来给电负荷供电，同时将捕集到的CO2作为电转气的原料，利用弃风、弃光合成甲烷，甲烷作为热电联产机组和燃气锅炉的原料给热负荷供热。另外，在电负荷和热负荷侧还配备了储电、储热装置。该系统采用DR控制策略，通过对可削减、可转移及可替代负荷进行优化，得到优化后的负荷曲线。优化后的负荷可以平抑波动，实现电热互耦，从而降低系统的运行成本。

图1 电-气-热综合能源系统架构

1.2 DR模型

DR分为价格型和替代型，用户通过对电价波动或激励机制做出响应，能够在满足自身需求的前提下，通过合理分配能源消耗的时间和强度，实现能源资源的最优利用。

1）价格型需求响应

电价可以影响负荷对用电量的需求，因此可以根据电价将负荷分类为可削减负荷（curtailable load, CL）和可转移负荷（shiftable load, SL）。

（1）CL模型

CL是指用户根据前后时段的电价变化来决定是否减少自身负荷的行为。通过对电价的观察和比较，用户可灵活地调整其能源消耗，以响应电价变动并减少电力需求。

（2）SL模型

SL是指用户基于需求对电价做出响应，并调整工作时间以适应负荷需求的灵活性。

2）替代型需求响应

可替代负荷（replaceable load, RL）指可以通过电能和热能替代的负荷。例如，对于某些可由热能或电能直接供应的负荷，在低电价时消耗电能、在高电价时消耗热能，可达到更好的经济效益。RL模型为

最大可替代负荷量的范围为

优化后的电负荷为

优化后的热负荷为

2 机组模型与阶梯式碳交易机制

2.1 碳捕集电厂模型

传统火电厂加设碳捕集装置后形成碳捕集电厂，机组输出功率一部分供应负荷，另一部分用于满足碳捕集设备的能耗需求。因此，CCPP的功率关系可表示为

2.2 P2G系统数学模型

P2G技术有两个关键过程。首先水通过电解槽（electrolyzer, EL）转化为氢气，这个过程被称为电解；其次，经过甲烷反应器（methane reactor, MR）的作用，氢气会被转化为天然气，这一过程被称为甲烷化反应。通过以上两个关键过程，可以实现从电能到氢能，再到天然气的转换。电解制氢过程中，氢气产量与P2G运行功率满足

在氢气甲烷化过程中各物质的关系为

2.3 CHP和GB数学模型

2.4 ES和HS模型

2.5 阶梯式碳交易机制模型

1）碳排放权配额模型

IES碳排放来自上级购电、GB、CHP、CCPP。本文采用无偿配额制度，即碳排放源无需支付额外的碳排放配额费用。

2）实际碳排放模型

MR反应过程消耗CO2，因此碳排放实际模型为

3）阶梯式碳排放交易模型

碳交易市场中碳排放权交易额为

阶梯式碳排放机制施行不同区间采用不同的配额，配额大小受电价影响，这样可以刺激用户减少碳排放。

阶梯式碳交易成本为

3 阶梯式碳交易机制下计及电-气-热IES需求响应优化运行模型

3.1 目标函数

系统目标是实现整个网络的经济性最优，目标函数为

1）购能成本

系统具备与上级电网进行电量交易的能力，在供需不平衡的情况下实现电量平衡。当系统发电量无法满足需求时，系统从上级电网购买所需电量以满足需求。当系统发电过剩时，将多余电能出售给电网。另外，通过气网及P2G设备实现CHP和GB的正常运行。因此，购能成本为

3.2 约束条件

1）功率平衡约束

电-气-热IES模型需要满足电功率、热功率、天然气平衡约束，分别为

2）机组上下限约束

3）机组爬坡约束

4）电储能和热储能约束

5）碳捕集电厂碳约束

3.3 模型线性化处理

为了简化碳捕集机组的煤耗成本二次函数，进行线性化处理。将煤耗函数进行分段线性逼近，得到一个线性化模型。线性化处理后的模型为

4 算例分析

系统求解流程如图2所示。为了验证模型的正确性，设定以下参数：风电、光伏、电、热负荷功率预测曲线如图3所示，初始电价与分时电价如图4所示，一个运行周期为24h，单位运行时间为1h，天然气价格取2.55元/m³，燃煤机碳排放权配额系数取0.798kg/(kW∙h)，燃气机组碳排放权配额系数取0.385kg/(kW∙h)。

4.1 场景分析

为了验证模型的合理性，对比分析以下4种场景，各场景成本见表1。

场景1：仅考虑阶梯式碳交易机制。

场景2：阶梯式碳交易机制下考虑需求响应。

场景3：仅考虑需求响应。

场景4：不考虑阶梯式碳交易机制和需求响应。

图2 求解流程

图3 风电、光伏、电、热负荷功率预测曲线

图4 初始电价与分时电价

由表1可知，通过比较场景4和场景1的阶梯式碳交易成本发现，场景1的阶梯式碳交易成本比场景4减少了25.55%，这主要是因为相较于场景4，场景1考虑了阶梯式碳交易机制，系统有初始碳排放配额，可抵消一部分碳成本，表明阶梯式碳交易机制在减少碳交易成本方面发挥了积极作用。与场景4相比，场景3的购能成本减少了11.42%，这是因为考虑DR后高电价时段电负荷减少，低电价时段电负荷增加，电负荷曲线更加平缓，这样用户可以利用较为经济的购能方式来满足需求，从而降低了购能成本，表明需求响应的引入在优化系统能源消耗方面起到了积极作用，使系统能够更加高效地运行。相较于场景4，场景2的总运行成本较低、购能成本较低、阶梯式碳交易成本较低，这是因为场景2不仅平滑了负荷曲线，实现了用户侧电能和热能的相互替代，同时抵消了一部分碳成本，说明阶梯式碳交易机制下考虑需求响应，在推动节能减排方面发挥了积极作用。

表1 各场景成本 单位: 元

场景2优化前后的电负荷、热负荷曲线分别如图5、图6所示。CL策略在高电价时段削减了部分电负荷；SL策略将高电价时段的电负荷转移到低电价时段；RL策略在高、低电价之间实现了电能、热能的相互转换。各策略相互协同，实现了负荷曲线的削峰填谷。

图5 场景2优化前后的电负荷曲线

场景2各设备电出力、热出力分别如图7、图8所示，0～8h属于电价低谷时段，系统依靠风电和碳捕集电厂发电满足碳捕集机组、P2G设备和电负荷的需求，以维持该时段的电功率平衡，热负荷由CHP、GB和HS供热，实现热平衡。由于风电运维成本较小，该时段内利用风电有利于降低运行成本，当风电出力无法满足电力系统负荷需求且电价较低时，可从上级购电并需要碳捕集机组发电，以满足负荷需求；由于CHP供热存在热电解耦问题且GB的供热效率高于CHP，因此优先选择GB供热。11～15h电价较高且光伏出力较大，因此减少了碳捕集机组和CHP的产电。本系统P2G所消耗的CO2均来源于碳捕集电厂所捕获的CO2，且用于供热所消耗的CH4均由P2G设备产生，所以P2G设备处于运行状态较多。

图6 场景2优化前后的热负荷曲线

图7 场景2各设备电出力

4.2 不同阶梯式碳交易机制参数下的效益分析

目前，大多研究关注碳交易基价对系统的影响，对区间长度的关注相对较少，因此本节重点讨论这两个参数对系统碳排放量和总运行成本的影响。碳交易基价与区间长度对IES的影响如图9所示。

由于碳交易基价会影响碳排放权重，所以随着碳交易基价的增加，系统的总成本随之增加。区间长度的增加减少了在高梯度价位所需购买的碳排放配额数量，因此减少了碳交易成本，并进一步降低了总成本。因此，合理调整碳交易基价和区间长度对于提升系统的经济性至关重要。

图8 场景2各设备热出力

图9 碳交易基价与区间长度对IES的影响

4.3 价格型、替代型负荷占比对系统成本的影响

价格型、替代型负荷占比与系统总成本之间的关系如图10所示。首先，保持替代型负荷不变，令价格型负荷占比从10%到40%变化，探究其对系统总成本的影响。其次，保持价格型负荷不变，令替代型负荷占比从10%逐渐增加到70%，研究替代型负荷对系统成本的影响。通过分析不同的价格型负荷占比和替代型负荷占比对系统成本的影响程度，可为优化系统运行提供依据。

图10 价格型、替代型负荷占比与系统总成本之间的关系

由图10可知，当保持替代型负荷占比不变，价格型负荷占比从10%增加到40%时，系统总运行成本呈现下降趋势，这意味着总成本与价格型需求响应之间存在负相关关系。当保持价格型负荷占比不变时，随着替代型负荷占比从10%增加到70%，系统总运行成本增加。因此，通过合理调整价格型和替代型负荷的占比，可以提高系统的经济性和运行效益。

5 结论

本文建立了阶梯式碳交易机制下计及电-气-热IES需求响应优化运行模型，兼顾阶梯式碳交易机制和需求响应，对系统产生了积极影响。对比4种场景下的总运行成本、阶梯式碳交易机制成本、购能成本和运维成本，并研究碳交易基价、区间长度及CL、SL、RL占比对系统运行的影响，得出以下结论：

1）阶梯式碳交易机制下需求响应不仅将部分电负荷从高电价时段转移到低电价时段并削减了部分负荷，还实现了用户侧电能和热能的相互替代，使系统能在经济性和低碳性之间取得良好平衡。

2）考虑阶梯式碳交易机制系统拥有初始碳排放配额，不仅能够降低系统运行成本，而且可以更好地引导碳减排。

3）协调价格型和替代型负荷占比，以及碳排放量区间长度，有利于提高系统运行的经济性。

[1] 韩丽, 王冲, 于晓娇, 等. 考虑风电爬坡灵活调节的碳捕集电厂低碳经济调度[J/OL]. 电工技术学报: 1-11[2023-09-18]. https://doi.org/10.19595/j.cnki.1000- 6753.tces.230188.

[2] 于仲安, 马静瑶. 含风电耦合制氢的主从博弈多区域综合能源系统协调调度策略[J]. 电气技术, 2023, 24(7): 1-10.

[3] 高统彤, 邵振国, 陈飞雄. 计及多能流不确定性的综合能源系统优化配置[J]. 电气技术, 2022, 23(3): 1-10.

[4] 崔杨, 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, 42(23): 8431-8446.

[5] 程耀华, 杜尔顺, 田旭, 等. 电力系统中的碳捕集电厂: 研究综述及发展新动向[J]. 全球能源互联网, 2020, 3(4): 339-350.

[6] 陈芳, 王泽, 尉鹏程. 碳交易背景下含P2G-碳捕集的综合能源系统机会模糊优化调度方法研究[J]. 电气应用, 2023, 42(10): 62-69.

[7] 周任军, 邓子昂, 徐健, 等. 碳捕集燃气热电机组碳循环及其虚拟电厂优化运行[J]. 中国电力, 2020, 53(9): 166-171.

[8] 周任军, 孙洪, 唐夏菲, 等. 双碳量约束下风电-碳捕集虚拟电厂低碳经济调度[J]. 中国电机工程学报, 2018, 38(6): 1675-1683.

[9] 邵渝钧. 考虑P2G的综合能源系统优化调度[D]. 包头: 内蒙古科技大学, 2023.

[10] 孟明, 马思源, 赵慧婷, 等. 含光热电站和CCS-P2G耦合的综合能源系统双层优化运行策略[J/OL]. 华北电力大学学报(自然科学版): 1-10[2023-11-20]. http://kns.cnki.net/kcms/detail/13.1212.TM.20231016.1007.002.html.

[11] 杨海涛, 江晶晶, 赵敏, 等. 基于模型预测控制的区域综合能源系统运行优化方法[J]. 电气技术, 2022, 23(4): 7-13.

[12] 卫志农, 张思德, 孙国强, 等. 计及电转气的电-气互联综合能源系统削峰填谷研究[J]. 中国电机工程学报, 2017, 37(16): 4601-4609.

[13] 杨冬锋, 徐扬, 姜超. 考虑多类型需求响应的电-热联合系统多时间尺度协调调度[J]. 太阳能学报, 2021, 42(10): 282-289.

[14] 王颖杰, 詹红霞, 杨孝华, 等. 考虑综合需求响应的电热系统调度[J]. 电力工程技术, 2021, 40(1): 17-24.

[15] 李鹏, 王子轩, 侯磊, 等. 基于重复博弈的区域综合能源系统优化运行分析[J]. 电力系统自动化, 2019, 43(14): 81-89.

[16] 瞿凯平, 黄琳妮, 余涛, 等. 碳交易机制下多区域综合能源系统的分散调度[J]. 中国电机工程学报, 2018, 38(3): 697-707.

[17] 王利猛, 刘雪梦, 李扬, 等. 阶梯式碳交易机制下考虑需求响应的综合能源系统低碳优化调度[J/OL]. 电力建设: 1-14[2023-11-20].http://kns.cnki.net/kcms/ detail/11.2583.TM.20231031.1522.010.html.

[18] 张晓辉, 刘小琰, 钟嘉庆. 考虑奖惩阶梯型碳交易和电-热转移负荷不确定性的综合能源系统规划[J]. 中国电机工程学报, 2020, 40(19): 6132-6141.

[19] 崔杨, 曾鹏, 仲悟之, 等. 考虑阶梯式碳交易的电-气-热综合能源系统低碳经济调度[J]. 电力自动化设备, 2021, 41(3): 10-17.

Optimal operation of demand response of electricity-gas-heat integrated energy system under the stepped carbon trading mechanism

YUAN Kunlong1ZHANG Shaokang2CHANG Ran2CHEN Yanbo1

(1. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Beijing 102206;2. Xixia County Power Supply Company of State Grid He’nan Electric Power Company, Xixia, He’nan 474500)

With the development of energy coupling and the continuous improvement of China’s carbon market, the traditional electric power demand response can no longer meet the development status quo of the multi-energy coupled integrated energy system (IES) in the context of carbon peaking and catbon neutrality goals. In order to dig deeper into the role of demand response in energy saving and emission reduction, this paper proposes an electricity-gas-heat IES model under the stepped carbon trading mechanism that includes demand response. Firstly, the loads are classified into price and substitution categories, and the price substitution and heat substitution demand response models are established respectively. Secondly, considering the participation of IES in the carbon trading market, combined with the actual carbon emissions of combined heat and power (CHP) units and gas boilers (GB), the stepped carbon trading mechanism is introduced to guide the IES to control the carbon emissions. Lastly, taking the minimization of the sum of the cost of purchasing energy, the cost of stepped carbon trading, and the cost of operation and maintenance as the objective function, the electricity-gas-heat IES model is established. Finally, an electricity-gas-heat IES optimization model is established with the objective of minimizing the sum of the energy purchase cost and the operation and maintenance cost, and the established model is verified by four scenarios. Through the analysis of demand response load share and stepped carbon trading base price and interval length, it is found that the reasonable allocation of price-based and alternative load share, as well as carbon trading base price and interval length is conducive to improving the economy of system operation.

demand response; stepped carbon trading mechanism; integrated energy system (IES)

国网河南省电力公司西峡县供电公司项目“分布式光伏规模化开发背景下配电台区优质供用电技术”（SGHANYXXYWJS2310144）

2023-09-01

2023-10-26

袁坤龙（1998—），男，硕士研究生，研究方向为智能电网规划、配电网优化。