计及消纳责任权重的区域综合能源系统运行优化研究

曹雨微， 郭晓鹏， 董厚琦， 王俐英， 曾 鸣

(华北电力大学 经济与管理学院， 北京 102206)

0 引 言

碳达峰、碳中和背景下，构建清洁低碳、安全高效、去中心化的能源体系成为我国未来能源体系建设的发展方向[1，2]。一方面，高比例可再生能源发展成为实现低碳目标的必然选择，而可再生能源电力消纳保障机制和绿色证书交易机制则成为助力该目标实现的关键途径[3]。另一方面，清洁能源发展需从综合能源系统全局角度进行统筹规划，通过多能互补、源网荷储协调支撑清洁能源消纳[4，5]。因此，研究建立综合考虑可再生能源电力消纳责任权重、绿色证书交易机制和碳排放等因素的区域综合能源系统运行优化模型对服务“双碳”目标具有重要意义。

针对区域综合能源系统(Regional Integrated Energy System，RIES)运行优化，国内外学者通过建立不同优化模型对RIES开展能源调度策略研究，并分析不同设备的出力运行状况。文献[6]以调度周期内运行成本最小为目标，构建了电动汽车与地源热泵协同作用促进风电消纳的RIES经济调度模型。文献[7]考虑风电出力的不确定性，以综合运行成本最少、碳排放量最小、能效利用率最高为优化目标建立了计及电气热综合需求响应的RIES优化调度模型，在保证系统环保经济运行的同时能够提高系统能源利用效率。文献[8]以电、氢为能源载体，提出了考虑氢在可再生能源利用率和季节互补方面作用的双层混合整数规划模型，该模型通过合理利用风光、地热能等资源能够实现设备配置优化和降低氢供应价格的双重目标。文献[9]针对风光等大规模可再生能源并网后电力系统调峰能力不足的问题，提出了一种考虑火电机组调峰主动性约束的风光水火储多能系统互补协调优化调度策略，该策略能有效提升系统可再生能源的消纳能力和系统运行的经济性。上述文献在RIES的运行经济性、可靠性、环保性以及可再生能源消纳等方面展开了详细研究，但考虑可再生能源消纳责任权重制度约束的RIES运行优化研究还相对较少。

对于可再生能源电力消纳责任权重和绿色证书(Green Certificate，GC)交易机制的研究，文献[10]建立了考虑非水可再生能源随机性的配额制绿证中长期二次交易模型，并通过算例展示了在配额制下非水可再生能源的流动方向。文献[11]在分析我国GC市场与电力市场联动特性和我国GC市场反身性特征的基础上，构建了适应我国国情的GC价格机制模型，并提出了推动构建多层级协调运作的GC市场交易的政策建议。文献[12]引入“省间可再生能源交易商”的概念，代理省内消纳责任主体参与省间可再生能源市场向省外绿电商购电，建立省间可再生能源市场和省内电力市场的两级电力市场运营模式，并建立了基于配额制的两级电力市场优化运行模型，对于完成省内消纳责任和市场运行发挥了重要作用。上述文献多在交易模型、价格机制、政策建议、两级市场优化运行模型等方面对可再生能源电力消纳责任权重和绿色证书交易机制展开研究，但关于其对RIES运行优化结果影响的研究还十分欠缺。

针对RIES的低碳运行研究，文献[13]计及碳交易机制和天然气动态管存，同时考虑气潮流仿真的实时修正，建立了考虑风电和负荷不确定性的低碳电-气联合系统快速动态鲁棒优化调度模型，该模型在改善系统运行经济性、低碳效益、鲁棒性以及风电消纳能力等方面具有明显优势。文献[14]以减少弃风和二氧化碳排放量为优化目标，提出了一种考虑引入碳捕集系统和需求响应机制的风电发电系统随机日前调度优化模型，该模型验证了碳捕集系统在限制系统总体碳排放和减轻风力发电不确定性方面的有效性。文献[15]增加对碳配额交易量约束的考虑，建立了RIES的双阶段鲁棒优化模型，并分析了碳配额交易量、碳交易价格以及风荷不确定因素对调度结果的影响。上述文献研究了碳交易机制、碳捕集技术对RIES的调度结果和低碳效益的影响，但鲜有综合考虑碳排放成本和可再生能源电力消纳责任权重的RIES优化调度的相关研究。

综上，现有研究中鲜有综合考虑可再生能源电力消纳责任权重、绿色证书交易以及碳排放成本等因素对RIES优化运行影响。鉴于此，本文构建了计及可再生能源电力消纳责任权重约束的区域综合能源系统运行优化模型，综合考虑可再生能源消纳责任权重约束、绿色证书交易、碳排放等因素对系统运行的影响。通过构建不同场景进行算例分析，结果表明考虑可再生能源电力消纳责任权重约束和绿色证书交易的优化模型能显著提高系统总收益，且可再生能源电力消纳责任权重约束相较于绿证价格对系统总收益具有更大的影响程度，验证了模型的有效性。

1 区域综合能源系统设备元件模型

在RIES中，能源集线器(Energy Hub，EH)能够实现电、热、冷、气等多种能源的输入、供应、转化及存储，以满足不同能源需求[16]。本文构建的基于EH的RIES物理模型如图1所示，其由供电系统、供热系统和供冷系统3部分构成，可满足电、热、冷3种负荷需求。其中，RIES通过外部电网、可再生能源以及燃气轮机发电为用户提供电负荷；通过燃气锅炉、余热锅炉满足热负荷需求；通过吸收式制冷机和电制冷机提供冷负荷。同时，储能装置(储电装置、储热装置)实现了能源的充放过程。基于EH，可以便捷分析RIES结构以及各设备之间的能量流动情况。各设备建模如图1所示。

图1 区域综合能源系统结构Fig. 1 Structure of regional integrated energy system

1.1 风力发电机组

(1)

1.2 光伏发电机组

(2)

(3)

1.3 微型燃气轮机

GGT,t=VGT,tHgas

(4)

PGT,t=GGT,t·ηGT

(5)

(6)

式中：GGT,t、PGT,t、QWHB,t分别为燃气轮机消耗天然气的输入功率、燃气轮机的发电功率和余热锅炉的热回收功率，kW；ηGT、ηWHB分别为燃气轮机的供电效率和余热锅炉的热回收效率；VGT,t为燃气轮机的天然气消耗量，m3；Hgas为天然气低热值，kW·h/m3。

1.4 燃气锅炉

GGB,t=VGB,tHgas

(7)

QGB,t=GGB,t·ηGB

(8)

式中：GGB,t、QGB,t分别为燃气锅炉消耗天然气的输入功率和燃气锅炉的供热功率，kW；ηGB为燃气锅炉的供热效率；VGB,t为燃气锅炉的天然气消耗量，m3。

1.5 吸收式制冷机

PAC,t=QAC,t·ηAC

(9)

式中：PAC,t为吸收式制冷机的输出冷功率；QAC,t为吸收式制冷机的输入热功率；ηAC为吸收式制冷机的制冷效率。

1.6 电制冷机

PEC,t=EEC,t·ηEC

(10)

式中：PEC,t为电制冷机的输出冷功率；EEC,t为电制冷机的输入电功率；ηEC为电制冷机的制冷效率。

1.7 储能系统

假设单位时段内储能系统的充放能功率恒定，储能系统的通用模型如式(11)所示：

(11)

2 计及消纳责任权重的区域综合能源系统运行优化模型

2.1 目标函数

计及可再生能源电力消纳责任权重的RIES运行优化模型以系统总收益最小为目标函数，包含系统运维成本、燃料成本、购售电收益/成本、碳排放成本和绿证交易收益/成本5部分构成，即

minC=Com+Cgas+Cgrid+Ccar+Cgc

(12)

式中：Com、Cgas、Cgrid、Ccar、Cgc分别为系统运维成本、燃料成本、购售电收益/成本、碳排放成本和绿证交易收益/成本。

2.1.1 系统运维成本

(13)

(1)CCHP系统的运维成本

(2)可再生能源发电设备的运维成本

(15)

(3)储能设备的运维成本

(16)

2.1.2 燃料成本

在文章区域综合能源系统中，天然气分别用于燃气轮机和燃气锅炉，则燃料成本如式(17)所示。

(17)

式中：pgas为天然气价格。

2.1.3 购售电收益/成本

(18)

2.1.4 碳排放成本

碳排放成本来自于系统购电和购气，计算如式(19)所示。

(19)

式中：pcar为单位碳排放成本,元/kg；δec、δgt和δgb分别为购电、燃气轮机发电和燃气锅炉供热的碳排放系数,kg/kW·h。

2.1.5 绿色证书交易收益/成本

当系统可再生能源电力消纳责任权重低于要求值时，消纳责任主体可以从绿证市场购买绿证作为消纳量补充，而消纳责任权重高于要求值时可以售出绿证赚取收益[17]，因此绿色证书交易收益或成本如式(20)所示。

Cgc=pgcQgc

(20)

式中：pgc为绿证市场价格，元/kW·h；Qgc为购买(正值)/出售(负值)的绿证量，kW·h。

2.2 约束条件

2.2.1 能量供需平衡约束

(1)电能供需平衡约束

供电系统中，通过风光机组发电、微型燃气轮机发电、向外网购售电及储电设备充放电来满足系统电负荷需求及电制冷机输入电功率需求。

(21)

式中：Le,t为电负荷需求。

(2)热能供需平衡约束

供热系统中，通过余热锅炉和燃气锅炉供热以及储热设备充放热来满足系统热负荷需求及吸收式制冷机输入热功率需求。

(22)

式中：Lh,t为热负荷需求。

(3)冷能供需平衡约束

供冷系统中，通过吸收式制冷机和电制冷机供冷来满足系统冷负荷需求。

PAC,t+PEC,t=Lc,t

(23)

式中：Lc,t为冷负荷需求。

2.2.2 设备运行约束

(1)能量转换设备功率约束

能量转换设备包括风机、光伏发电设备、燃气轮机、燃气锅炉、吸收式制冷机、电制冷机，各设备应满足自身功率限值要求，其运行功率约束如式(24)～式(30)所示。

(24)

(25)

(26)

(27)

(28)

(29)

(30)

(2)储能设备运行约束

储能系统容量及充放能功率均需满足限值要求。此外，文章假设储能系统充放能不可同时进行且在调度周期初始时刻和结束时刻的储能量相等。

(31)

(32)

(33)

Wm,0=Wm,T

(34)

2.2.3 外部电网联络线约束

系统在与外部电网进行能量交换时，应满足外部电网的联络线限制约束，且假设系统购电和售电不能同时进行。

(35)

式中：μ为0-1变量，用以表示向外部电网购电、售电不能同时进行，μ=1表示购电，μ=0表示售电。

2.2.4 可再生能源电力消纳责任权重约束

2019年5月，为进一步促进可再生能源电力消纳，缓解“弃风弃光”等问题，国家发展改革委、国家能源局正式发布了《关于建立健全可再生能源电力消纳保障机制的通知》(发改能源[2019]807号)，提出设定可再生能源电力消纳责任权重[18]。在该政策背景下，文章考虑可再生能源电力消纳责任权重约束如式(36)～式(38)，表示系统可再生能源电力消纳量与绿证交易量总和应不小于消纳责任权重规定下系统总电力消纳量：

Ere+Qgc≥ω·Etotal

(36)

(37)

(38)

式中：ω为可再生能源电力消纳责任权重；Etotal、Ere分别为系统总电量和消纳可再生能源电量，kW·h。

3 算例分析

3.1 基础数据

本文选取某一园区综合能源系统为例，取时间步长为1 h，调度周期为24 h，在MATLAB环境下调用CPLEX求解器求解。该综合能源系统主要包括电、热、冷负荷需求，图2为夏季典型日负荷曲线和风光预测出力曲线。各设备的技术和成本参数如表1所示，储能系统参数如表2所示[19]。系统向外网购、售电采用分时电价的形式，具体购、售电价格如表3所示。天然气低热值为9.7 kW·h/m3，单价为2.35元/m3[20]。单位碳排放成本为0.023元/kg，相关设备的碳排放系数如表4所示[21]。

图2 负荷需求及风光出力预测曲线Fig. 2 Forecast curve of load demand and wind turbines and photovoltaic cells output

表1 各设备技术和成本参数Tab.1 Technical and cost parameters of each equipment

基于绿色证书认购交易平台的历史交易数据，考虑风电绿证的购售，取绿证价格为0.128 6元/kW·h(即128.6元/个)。此外，依据国家发改委、国家能源局联合印发的《关于各省级行政区域2020年可再生能源电力消纳责任权重的通知》，取可再生能源电力的最低消纳责任权重和激励型消纳责任权重分别为12.5%和13.8%。

表2 储能系统参数Tab.2 Parameters of energy storage system

表3 购售电峰谷分时电价Tab.3 Peak and valley time-of-use electricity price

表4 相关设备的碳排放系数Tab.4 Carbon emission coefficient of related equipment

3.2 优化结果分析

为了验证分析消纳责任权重和绿证政策、碳排放成本对区域综合能源系统的影响，将消纳责任权重和绿证政策和碳排放成本作为场景设置变量，重点分析考虑消纳责任权重和绿证政策下的系统运行经济环境效益及政策影响，故设置以下3个典型场景。

场景1：未考虑消纳责任权重和绿证、碳排放成本；

场景2：仅考虑碳排放成本；

场景3：同时考虑消纳责任权重和绿证、碳排放成本。

3.2.1 不同场景下优化调度结果对比

(1)场景1

场景1是未考虑消纳责任权重和绿证、碳排放成本的基础场景，该场景中的电、热、冷系统的优化调度结果如图3所示。由图3(a)可得，系统内大部分电负荷需求可以靠风机、光伏发电来满足。由于风电出力在夜间处于较高水平，而此时电负荷需求较低，系统可将多余电量倒送至电网，或者通过余热锅炉和电制冷机消纳部分剩余电力以满足热负荷和冷负荷需求。在12:00～16:00时段，光伏发电出力增多，且电负荷处于平时段，负荷需求可完全由风光、燃气轮机出力满足。在8:00～11:00和16:00～20:00时段，电负荷需求高峰时段，光伏出力减小，风光出力不足以满足电负荷需求，电力缺口需依靠燃气轮机出力增加甚至向外网购电来满足。

由图3(b)可得，在1:00～6:00以及18:00～24:00，热负荷处于高峰时段，系统由燃气锅炉和余热锅炉协同供热，还可依靠储热装置放热弥补供热不足以降低系统运维成本。热负荷需求在7:00～17:00时段处于较低水平，由于燃气轮机和余热锅炉的耦合作用，该时段以余热锅炉供热为主，实现了能源间的互补、提高系统能效；此外，系统剩余产热可为吸收式制冷机提供热动力以满足系统冷负荷需求，在供热过剩时储热装置可充热以维持热功率平衡。由图3(c)可得，在未考虑消纳责任权重、绿证和碳排放成本时，高峰时段的冷负荷需求以电制冷机出力为主，吸收式制冷机出力为辅，能够在降低运维成本的同时提高系统能效。

图3 场景1系统运行优化结果Fig. 3 Operation optimization results of scenario 1

(2)场景2

场景2在场景1的基础上引入对碳排放成本的考虑，电、热、冷系统的优化调度结果如图4所示。与基础场景相比，考虑碳排放成本的情况下，系统各设备的出力情况与场景1总体类似，说明现阶段碳排放成本因素对该系统运行调度的影响相对较小。

图4 场景2系统运行优化结果Fig. 4 Operation optimization results of scenario 2

(3)场景3

场景3在场景2的基础上又增加了对可再生能源电力消纳责任权重和绿色证书交易的考虑，该场景中的电、热、冷系统的优化调度结果如图5所示。由图5(a)可得，由于风光发电同时具有环境效益和经济效益，场景3下的供电系统仍实现了风光的优先全额消纳。在电负荷的高峰时段，系统仍按风光出力、燃气轮机、购电的优先顺序满足负荷需求；而在电负荷需求处于较低水平时，系统则可以将过剩电力售出、为余热锅炉和电制冷机提供动力以满足热负荷和冷负荷需求。

与场景1相比，场景3在电负荷低谷时期，富余电力更多向外网售电，而用来提供电制冷机动力的电力减少；而在电负荷高峰时段，燃气轮机出力明显增加。这是由于风光发电同时具有运维成本低且无碳排放成本的优势，场景1和场景3均实现了风光等等可再生能源的满发利用，但由于场景3需要进一步满足可再生能源消纳责任权重，只能在保障风光满发的基础上通过购售绿证或者降低电力消纳总量两种途径来满足消纳责任权重约束。一方面，考虑绿证证书交易的RIES由于具有较高的绿色证书收益会优先考虑可再生能源电力的消纳；另一方面，为满足可再生能源电力消纳责任权重条件的约束，系统还会通过降低部分电制冷机出力以降低系统电力消纳总量，满足消纳责任权重。

而为满足系统冷负荷需求，则需增加吸收式制冷机出力，因此与场景1和场景2相比，在考虑消纳责任权重约束下，高峰时段的冷负荷需求以吸收式制冷机出力为主，电制冷机出力为辅(如图5(c)所示)。鉴此，与场景1相比，场景3中供热系统不再仅以满足自身热负荷需求为主，而是提供大量剩余热量为吸收式制冷机提供热动力(如图5(b)所示)。因此燃气锅炉与余热锅炉出力增加，且由于余热锅炉和燃气轮机具有耦合作用导致燃气轮机发电出力增多。在最大化系统总收益的优化目标下，为降低由于燃气轮机和燃气锅炉出力增多导致的成本增加所带来的经济效益损失，系统在电负荷低谷时期以向主网倒送电力的方式提高售电收益；同时，大量绿证收益的增加也提升了系统总收益。综上所述，场景3下的出力选择在兼顾系统总收益的同时，提高了系统的可再生能源电力消纳比例。

图5 场景3系统运行优化结果Fig. 5 Operation optimization results of scenario 3

3.2.2 不同场景下系统总收益对比

为比较所提计及消纳责任权重的区域综合能源系统运行优化模型的经济优越性，以上3种场景的优化目标函数值如表5所示。

由表5可得，未考虑消纳责任权重和绿证交易、碳排放成本的场景1的系统总收益水平为负，总成本达到106 501.37元。其中，从外网购电的成本明显高于售电收益，购售电成本达3 392.58元。场景2的系统总收益仍为负值，但由于增加了2 452.46元的碳排放成本，从而使得系统总成本增长为108 953.83元。与场景1和场景2相比，场景3的系统总收益水平得到了明显增长，达到246 935.40元。其中，向外网售电的收入远超过购电成本，购售电收益可达12 313.58元。由于系统可再生能源的消纳责任权重已满足可再生能源电力的最低消纳责任权重约束12.5%，因此系统绿证交易售出绿证并获取收益366 711.19元，将绿证售出后系统实际消纳权重可达16.11%，验证了该模型在提高系统经济性的同时提高了系统的可再生能源电力消纳占比。

表5 不同场景下目标函数优化结果

3.2.3 不同场景下实际可再生能源电力消纳责任权重和碳排放量对比

本节针对不同场景下的系统可再生能源电力实际消纳责任权重、二氧化碳排放量指标进行对比分析，如图6所示。

由图6可得，场景3中未考虑消纳责任权重约束的系统实际可再生能源电力消纳占比为48%，而在系统最低消纳责任权重为12.5%的约束下，区域综合能源系统的实际可再生能源消纳占比为65.31%，相比场景1、2增加了36.06%，场景3通过保障风光满发并调整设备出力极大提高了系统的可再生能源消纳比例。此外，场景3的二氧化碳排放量为133 644.79 kg，相比场景1、2增长了25.34%。这是由于与场景1、2相比，考虑绿色证书交易的场景3具有绿色证书交易的收益来源，同时为满足可再生能源电力消纳责任权重约束，燃气轮机和燃气锅炉出力增加，系统为实现总收益最大化而牺牲了部分环境效益，进而增加了部分碳排放量。当碳排放成本进一步增加时，环境目标权重增大时，系统可能会更加注重碳排放控制，牺牲部分经济效益。

图6 不同场景下运行优化指标对比Fig. 6 Comparison of operation optimization indexes of different scenarios

3.3 敏感性分析

为进一步探讨不同因素对区域综合能源系统运行的影响，本节针对可再生能源消纳责任权重、绿色证书交易价格等因素开展敏感性分析。以55%的可再生能源消纳责任权重约束，绿色证书交易价格0.128 6元/kW·h，单位碳排放成本0.023元/kg为原始场景。

3.3.1 不同可再生能源电力消纳责任权重约束下的敏感性分析

文章主要研究在可再生能源消纳责任权重约束下的区域综合能源系统运行优化问题，因此可再生能源消纳权重约束对系统总收益情况具有重要影响。图7为不同可再生能源消纳责任权重约束下的系统总收益情况。

可再生能源消纳责任权重约束的变动范围为原始场景的0～1.8倍，变化率为20%。如图7所示，随着可再生能源消纳责任权重约束的增长，区域综合能源系统的系统总收益呈下降趋势。当可再生能源消纳责任权重约束处于0～47.06%区间时，系统的总收益为正值，说明系统在满足系统可再生能源消纳责任权重要求的同时，能够对外出售绿证并向外网售电获取收益，且收益值大于系统运行总成本。而当可再生能源消纳责任权重约束大于47.06%时，系统的总收益为负值，说明系统需要购入绿证以满足系统可再生能源消纳责任权重要求，且系统运行总成本大于售电收益值。因此，随着可再生能源电力消纳责任权重约束增加，RIES将面临着牺牲经济效益的概况。

此外，当可再生能源消纳责任权重约束相对于原始场景增长20%时，系统总收益降低138.45%，因此可再生能源消纳责任权重约束对系统总收益情况的影响程度较大。这是由于在可再生能源消纳责任权重约束变动时，系统会协调系统内各机组出力情况，从而满足可再生能源消纳责任权重要求，因此系统总收益对其敏感性程度较大。

图7 不同可再生能源消纳责任权重约束下的系统总收益情况Fig. 7 Total system revenue under different responsibility of renewable energy consumption

3.3.2 不同绿色证书交易价格下的敏感性分析

绿证作为系统满足可再生能源消纳责任权重要求的重要途径，其价格对系统总收益情况具有重要影响。图8为不同绿证交易价格下的系统总收益情况。

绿色证书交易价格的变动范围为原始场景的1.2～3倍，变化率为20%。如图8所示，随着绿色证书交易价格的增长，区域综合能源系统的系统总收益呈上升趋势。当绿色证书交易价格处于0.128 6～0.244 5元/kW·h区间时，系统的总收益为负值，证明在可再生能源消纳责任权重55%的约束下，系统向外网售电收益与售出绿证收益小于系统总成本。当绿色证书交易价格处于0.244 5～0.385 8元/kW·h区间时，系统的总收益为正值，证明在可再生能源消纳责任权重55%的约束下，系统向外网售电收益与售出绿证收益大于系统总成本。此外，当绿色证书交易价格相对于原始场景增加20%时，系统总收益增长22.19%，因此系统总收益对绿色证书交易价格的敏感性小于可再生能源消纳责任权重。

图8 不同绿证交易价格下的系统总收益情况Fig. 8 Total system revenue under different green certificate prices

4 结 论

文章建立了考虑可再生能源消纳责任权重的区域综合能源系统运行优化模型。具体结论如下：

(1)建立了计及可再生能源消纳责任权重约束的区域综合能源系统运行优化模型，综合考虑了绿色证书交易、碳排放等因素。该优化模型在可再生能源消纳责任权重约束下能够满足电热冷等多种负荷需求，同时增加系统总收益。

(2)与未考虑可再生能源消纳责任权重约束的场景对比，考虑可再生能源消纳责任权重约束的场景可通过改变系统各机组出力比例、出售绿色证书等途径明显提高系统总收益。

(3)通过对可再生能源消纳责任权重约束、绿色证书交易价格等因素开展敏感性分析，可以得出消纳责任权重约束与系统总收益呈负相关，且其影响程度明显大于绿色证书交易价格对系统总收益的影响。

近年来，我国可再生能源实现了规模化发展，在国家碳达峰、碳中和以及构建新型电力系统等目标导向下，进一步提高风光等可再生能源发电的消纳比例已成为我国能源系统清洁低碳转型的关键举措。在综合能源系统规划和运行调度时，引入对可再生能源消纳责任权重、绿色证书交易以及碳排放等多因素的考虑，对于提升能源系统运行的经济性和清洁化水平提供了有效的借鉴和参考。