计及阶梯式碳交易机制的海岛综合能源优化调度_黄冬梅.pdf

电 力 系 统 及 其 自 动 化 学 报Proceedings of the CSU-EPSA第 35 卷 第 4 期2023 年 4 月Vol.35 No.4Apr.2023计及阶梯式碳交易机制的海岛综合能源优化调度黄冬梅1，吴涵文1，孙锦中1，胡安铎1，孙园2（1.上海电力大学电子与信息工程学院，上海 200090；2.上海电力大学数理学院，上海 200090）摘要：针对以柴油发电为主的传统海岛供电模式，存在污染环境、成本高且不易运输等问题，提出一种含碳交易机制的海岛综合能源优化运行策略。在以净收益最大为目标的同时，考虑阶梯式碳交易机制、新能源消纳、系统运行约束，构建了一种含阶梯式碳交易的光热储能配合风电制氢的日前综合能源优化调度模型。最后，通过cplex 求解模型并对各类优化调度方案进行对比。结果表明，本文所提方案能有效提高系统收益及新能源消纳率，具有有效性和经济性。关键词：优化调度；阶梯式碳交易机制；新能源消纳；光热电站；电解制氢中图分类号：TM37文献标志码：A文章编号：1003-8930（2023）04-0093-07DOI：10.19635/ki.csu-epsa.001090Optimal Scheduling of Comprehensive Energy in Island Considering Step-by-step CarbonTrading MechanismHUANG Dongmei1，WU Hanwen1，SUN Jinzhong1，HU Anduo1，SUN Yuan2（1.College of Electronics and Information Engineering，Shanghai University of Electric Power，Shanghai200090，China；2.College of Mathematics and Physics，Shanghai University of Electric Power，Shanghai200090，China）Abstract:In view of the problems in the traditional island power supply mode based on diesel power generation such asenvironmental pollution，high cost and difficulty in transportation，a comprehensive energy optimization operation strategy for island with carbon trading mechanism is proposed.A day-ahead comprehensive energy optimal scheduling modelfor wind power hydrogen production coordinated with a concentrating solar power station and energy storage is constructed，which takes into account the step-by-step carbon trading mechanism，new energy consumption and system operation constraints while maximizing the net revenue.Finally，this model is solved by cplex and further compared with various optimal scheduling schemes.Results show that the proposed scheme can effectively improve the system revenue andthe new energy consumption rate，indicating that it is both effective and economical.Keywords:optimal scheduling；step-by-step carbon trading mechanism；new energy consumption；concentrating solarpower（CSP）station；hydrogen production by electrolysis近年来，根据国家战略中提出2030年实现碳达峰和2060年实现碳中和的目标，加快能源结构的转型，大力发展清洁新能源已成为当务之急1。而海岛等风力资源丰富的区域，由于日负荷量较少且传统采用离网形式发电，能源以柴油等传统能源为主，因此充分利用风能、光能等清洁能源，对于实现碳达峰和碳中和具有重大意义。目前，海岛微网的能源优化调度已成为当前研究的热点问题。文献2概述了自主控制的微电网拓扑结构的研究现状，提出了一种该类孤岛直流微电网的全天候能量管理方法，实现了电-氢混合储能微电网的控制与运行。文献3针对孤岛微网运行期间可能存在发电量不满足负荷需求的实际情况，提出了一种基于需求侧响应和储能电量预估的微网运行调度策略，对可平移、中断负荷进行平移优化、适时逐级投切，达到保证了重要负荷可持续供电。文献4针对海岛基础设施落后无法及时供能的问题，提出了一种新型多能互补模型的微网优化方法，并采用粒子群算法求解模型。文献5则将电转氢作为灵活性资源参与独立微网优化配置，以微网的年投资成本最小和微网静态灵活性水平最高为优化目标优化容量配置。而文献6基于光热收稿日期：2022-07-11；修回日期：2022-08-23网络出版时间：2022-09-06 13：45：27基金项目：上海市科委地方院校能力建设项目（20020500700）黄冬梅等：计及阶梯式碳交易机制的海岛综合能源优化调度电 力 系 统 及 其 自 动 化 学 报94第 4 期电站运行机理，建立含大规模风电及光热电站的电力系统优化调度模型，综合考虑备用能力、系统稳定性及经济性，确定日前最优调度策略。在引入碳交易市场到综合能源系统运行的方面，文献7提出了一种考虑碳交易机制的光热电站与风电系统低碳经济调度策略，保证了系统在低碳环保的前提下兼顾风电消纳与经济运行。文献8则进一步引入阶梯式碳交易机制，细化电转气两阶段运行过程，提出一种含可调热电比、氢燃料电池的低碳综合能源系统运行策略。文献9结合碳排放权交易CET（carbon emission trading）和绿色证书交易 GCT（green certificate trading）机制，提出了一种含碳-绿色证书联合交易机制的综合能源系统IES（integrated energy system）优化运行模型。而在国外研究中，文献10也针对传统电池储能系统运行成本高、容量低等问题，介绍了一种基于电、氢、热能转换和存储的混合储能模型，提出了一种微电网自主运行策略。文献11考虑了在不确定性的情况下实现分布式能源的协调运行，通过引入虚拟电厂以最大化所有参与者的净利润，建立了一个满足热力和电力负荷的虚拟电厂随机调度问题模型。文献12-13则是讨论了商用虚拟发电厂在英国和瑞士的案例，表明同独立运行可再生能源发电厂相比，虚拟发电厂的利润更多，并且，虚拟发电厂可以通过向电力系统提供功率平衡服务来提高灵活性，来平抑新能源系统供需关系的波动。综上所述，由于传统能源供电系统和抽水蓄能系统的建设极易受海岛的地理区域限制，不能充分发挥海岛新能源资源丰富的优势，并且上述研究中对于海岛综合能源系统考虑较少，未将海岛纳入全国碳交易市场中，考虑不够全面。因此，本文提出了一种基于光热储能和风电制氢的含有阶梯式碳交易机制的综合能源利用系统，建立了一个计及阶梯式碳交易的海岛综合能源优化调度模型，以日前用户负荷和海岛新能源预测出力为基础数据进行优化求解。仿真结果表明，考虑了阶梯式碳交易机制的海盗综合能源利用系统的系统总收益更高，且能在部分新能源出力极度不足的极端天气情况下，保证海岛区域供电，验证了所提模型的有效性及经济性。1海岛综合能源系统运行机制海岛综合能源利用系统的主要装置有光热电站CSP（concentrating solar power）、风电场和电解制氢装置EHU（electrolytic hydrogen unit），并且采用了阶梯式碳交易机制和上级购电机制。在本系统中，作为海岛供电系统的主要来源的风电和光热，由于风力发电高峰通常在早晚而光热发电高峰通常在中午，两者在发电时间上具有互补性。并且，为了避免弃风弃光的浪费新能源的现象，通过将富余的风能、光能分别转换为氢气、热能储存，并加以再利用，提高了新能源的消纳率。1.1碳交易机制碳交易机制是 京都议定书 提出的限制碳排放的市场化减排机制，是提高系统经济性与低碳性的有效举措之一14，目前国内多地正在试行碳交易市场。国内监管部门将对IES发放无偿碳排放配额，然后根据实际产生的碳排放总量，对多余的碳排放权配额部分进行售卖，对不足的部分进行购买。1.1.1碳排放权配额由于目前国内主要采用的配额方法为无偿配额，且认定上级购电不需要碳配额，因此，海岛综合能源系统的碳排放权配额为|EIES=Ehot+Ewind+EH2Ehot=et=1TPhot(t)Ewind=et=1TPwind(t)EH2=et=1TPH2(t)（1）式中：EIES、Ehot、Ewind和EH2分别为海岛综合能源系统的碳排放权配额、光热发电、风力发电及电解制氢装置的碳排放权配额，单位为kg；e为单位电功率的碳排放权配额；Phot(t)、Pwind(t)、PH2(t)分别为t时刻的光热电站发电功率、风力直接发电功率和电解制氢装置的耗电功率；T为调度周期。图 1含阶梯式碳交易的海岛综合能源系统模型Fig.1Model of island IES with step-by-step carbontrading海岛负荷海岛负荷光热电站光热发电电网上级购电碳排放权碳交易市场售氢市场碳排放权售氢风电制氢风场电解制氢装置风力发电黄冬梅等：计及阶梯式碳交易机制的海岛综合能源优化调度95第 35 卷1.1.2碳排放量在碳排放模型中，可以通过 IPCC国家温室气体清单指南 获得能源的平均低位发热量、二氧化碳排放因子等数据，最后可以化简碳排放模型为Eco2=iEiFi（2）式中：Eco2为IES实际碳排放总量，单位为kg；Ei和Fi分别为i类传统能源的消耗量与其碳排放系数。而在本文中，式（2）中的Ei和Fi特为火电的消耗量与火电的碳排放系数1.246 kg/（kWh）。因此，IES的参与碳排放权交易的碳排放量Ep为Ep=EIES-Eco2（3）1.1.3阶梯式碳交易模型与普通的碳交易机制不同，阶梯式碳交易机制划分了多个交易区间，随着需要购买或者售卖的碳排放权的增加，交易区间的碳交易价格也将随之变高。因此，阶梯式碳交易模型为Itr=|Ep,EpLL+(1+)(Ep-L),LEp2LL(2+)+(1+2)(Ep-2L),2LEp3LL(3+3)+(1+3)(Ep-3L),Ep3L（4）式中：Itr为阶梯式碳交易的净收益；为碳交易基础价格；为价格增长幅度；L为阶梯式碳交易的阶梯区间长度。1.2光热电站光热电站主要由光场、储热和发电3个部分组成15，通过光场将光能转换为热能，一部分直接通过热/电转换发电，另一部分储存在储热装置中，在需要时释放发电，光热电站热电联产流程图如图2所示。在光热电站中，首先，光场的集热装置将太阳能转化为热能。Psolar=solarSD（5）式中：Psolar为光场的集热装置热功率；S为光场的面积；solar为光热转换效率；D为热辐射指数。然后，一部分热能通过传热流体传递到发电部分，产生蒸汽推动汽轮机组发电，同时，也将剩下的部分热能储存至储热系统，等待再发电，以此平抑海岛太阳能的出力波动。Phot=e(Pesolar+Pfsolar)（6）Psoalr=Pesoalr+Pssolar（7）式中：e为热电转换效率；Phot为光热电站的发电功率；Pesoalr为集热装置用于直接发电的热功率；Pfsoalr为储热装置再发电功率；Pssoalr为集热装置用于储热的热功率。Pfsoalr=Pfes/fPssolar=sPses（8）式中：Pses和Pfes分别为储热装置的输入、输出热功率；s和f分别为储热装置的输入、输出热效率。同时，由于在热电联产过程中，热量会有损耗，所以应该满足下式：Ht=(1-t)Ht-1+(Pses-Pfes)t（9）式中：Ht为储热装置在t时刻的储热量；t为调度间隔；为热损耗系数。1.3电解制氢当海岛综合能源系统的电量生产存在富余时，电解制氢装置通过将多余的新能源转换为氢能，储氢售氢从而获得收益。同时，这种方式可以平抑新能源发电的波动性，提高系统运行的稳定性。电解制氢的化学反应方程式为2H2O电解2H2+O2电解制氢的公式可以简化表示为VH2=H2PH2HHV=PH2H2（10）式中：VH2为电解制氢的体积；H2为电解槽的电解效率；HHV为氢气的高热值；PH2为电解制氢的耗电功率；H2为电解制氢的单位耗电量。2海岛综合能源系统运行优化模型本文以海岛综合能源系统的净收益最大为目标函数，系统运行的收益来源主要是售电、售氢收益和碳排放权交易的收益，系统运行的成本主要来自于各类运行维护成本、调峰备用成本以及上级购图 2光热电站模型Fig.2Model of CSP station集热装置太阳光光能光场热能热能发电机集热装置海岛负荷电能储热装置热能图 3风电制氢模型Fig.3Model of wind power hydrogen production风机风能风场海岛风海岛负荷售氢市场电能电解槽氢能电能电 力 系 统 及 其 自 动 化 学 报96第 4 期电成本。并且，由于海岛蓄电池的维护费用较低，可以忽略不计。2.1目标函数本文模型以1 h为步长、24 h为调度区间，进行优化调度，目标函数如下：Itotal=Ie+Itr-Ioc-Imc-Isc（11）式中：Itotal为海岛综合能源系统运行的总净收益；Ie为系统购售电及售氢的净收益；Ioc为系统运行成本；Imc为系统维护成本；Isc为系统的调峰备用成本。2.1.1购售电及售氢的净收益Ie=Rep(Pload-Pbuy)+RH2VH2（12）式中：Pload为海岛用电负荷功率；Pbuy为上级购电的功率；Rep和RH2分别为电价和售氢价格。2.1.2系统运行成本Ioc=t=1TCcspPhot+Cucspucspt(1-ucspt-1)+CP2HPH2（13）式中：Ccsp为光热电站的发电成本系数；CP2H为电解制氢装置的运行成本系数；Cucsp为光热电站启停成本系数；ucspt为t时刻的光热电站启停状态，为0-1变量，当光热电站在运行时，ucspt=1，反之，ucspt=0。2.1.3系统维护成本Imc=kwPw+ksePesolar+khePfsolarPw=Pwind+PH2（14）式中：kw、ks和kh分别为风机出力、集热装置发电和储热装置供电的维护成本系数；Pw为风机总功率。2.1.4系统调峰备用成本在海岛综合能源系统中，为了保证系统平稳运行，除了利用上级购电机制外，还需配备一定的储能容量，因此会产生调峰容量备用成本。Isc=ksc(lPload+hPhot+wPw)（15）式中：ksc为系统备用容量成本系数；l、h和w分别为海岛用电负荷、光热发电以及风力发电的预测误差率。2.2约束条件本文所提的海岛综合能源优化调度系统的模型中存在非线性变量，通过使用0-1变量转化为线性约束。因此，本文所提模型可以转化为一个混合整数线性规划 MILP（mixed integer linear programming）模型。2.2.1功率平衡约束在海岛综合能源系统中，光热电站发电出力、风力发电出力与上级购电之和，应与海岛用电、电解制氢用电负荷之和相等，保证供电、用电的功率平衡。Phot+Pwind+Pbuy=Pload+PH2（16）2.2.2光热电站约束首先，光热电站需要有出力上、下限及爬坡约束。Phot,minPhotPhot,maxPhc,downPhot(t)-Phot(t-1)Phc,up（17）式中：Phot,max和Phot,min分别为光热电站发电最大、最小功率；Phc,up和Phc,down分别为光热电站发电功率爬坡的上、下限。其次，光热电站的储热装置也要有上、下限约束。|PsminesPsesPsmaxesPfminesPfesPfmaxesHminHtHmax（18）式中：Psmaxes和Psmines分别为储热装置的输入功率上、下限；Pfmaxes和Pfmines分别为储热装置输出功率的上、下限；Hmax和Hmin分别为储热装置的热容量上、下限。最后，储热装置的调度周期的开始和结束需要保证相等，储热、放热不能同时进行。Ht0=HTusesufes=0（19）式中：Ht0和HT分别为一个调度周期始末的储热装置热容量；uses和ufes分别为储热装置的储热与放热状态，为 0-1 变量，当处于储热状态时uses=1、ufes=0，反之，则是uses=0、ufes=1。2.2.3风力发电约束风力发电需要满足功率上下限约束。0PwindPwind,max（20）式中：Pwind,max为风力发电上限。2.2.4电解制氢约束PH2,minPH2PH2,maxVminVVmax（21）式中：PH2,max和PH2,min分别为电解制氢耗电量的上、下限；V为储氢量；Vmax和Vmin分别为储氢量的上、下限。2.2.5上级购电约束仅在光热发电和风力发电不能满足海岛负荷消纳时，进行上级购电。|Pbuy=0,PloadPhot+PwindPbuy0,PloadPhot+Pwind0PbuyPbuy,max（22）式中，Pbuy,max为上级购电功率上限。黄冬梅等：计及阶梯式碳交易机制的海岛综合能源优化调度97第 35 卷3优化求解优化模型可以简化为|maxEtotal(x)s.t.fm(x)=0,m=1,2,pfn(x)0,n=1,2,q（23）式中：Etotal(x)为目标函数；fm(x)=0为等式约束；fn(x)0为不等式约束；x=x1,x2,x3,x4为海岛综合能源系统内部参数、CSP功率、电解制氢功率、储放热能功率组成的4维决策向量。本文采用matlab结合cplex对所提优化模型进行求解，对约束条件进行了线性化处理，采用implies转换cplex中不能直接使用的判断条件。4算例分析本文以深圳市伶仃岛新能源发电及负荷数据为基础，再根据风光预测及典型日负荷情况构造算例16。并且，设置光热发电、风力发电及海岛用电负荷的预测误差率为5%、5%、15%。然后，根据美国可再生能源实验室 NREL（National RenewableEnergy Laboratory）开发的系统建议模型SAM（System Advisor Model）进行光热电站的参数配置17，如表1所示。（1）为了验证本文所提海岛综合能源系统的高消纳率，设置其上级购电功率上限为200 kW并根据图4预测数据进行实验，结果如图5所示。在01：00时左右，风力较弱，虽然光热出力预测为即没有光照，但光热电站仍能将储热通过热/电转换发电，满足海岛用电负荷，富余的风电被用于电解制氢获取经济效益。而在02：0003：00等每日风力较弱、光照不足的时段，由于海岛新能源发电不能满足日常用电负荷，海岛综合能源系统进行上级购电，以此满足符合需求。到了晚上20：0024：00时段，光热电站出力减少，风力较大，风机出力远超于负荷需求，因此电解制氢装置功率也随之加大。图6和图7显示了每日光热电站的储热装置的功率和容量变化，通过储热容量变化可以知道每日的储热量与上一个调度周期末尾相同，同时结合图4可以知道，该储热装置通过将日照充足时的光能转换为热能储存起来，在光照不足时释放发电，平抑了光热能源出力的波动性。因此，根据光热电站各装置出力，计算得出光表 1光热电站参数Tab.1Parameters of CSP station参数Ccsp/（元 kW-1）ks/（元 kW-1）kn/（元 kW-1）Phot,max/kWPhot,min/kWPhc,up/（MWh）数值0.150.020.0440040160参数Hmax/（kWh）Hmin/（kWh）sfe数值1 5004000.970.970.450.03图 4海岛风电、光热、负荷预测Fig.4Prediction of wind power,concentrating solarpower and load in island900800700600500400300200100频率/kW时间/h0255101520风机出力预测光热出力预测海岛负荷预测图 5海岛综合能源系统日前调度Fig.5Day-ahead scheduling of island IES800700600500400300200100功率/kW时间/h0255101520上级购电新能源发电图 6热容量状态Fig.6Heat capacity status1 6001 4001 2001 000800600400200储热容量/kW时间/h0255101520图 7储热装置状态Fig.7Heat storage device status35030025020015010050功率/kW时间/h0255101520储热放热余电制氢负荷电 力 系 统 及 其 自 动 化 学 报98第 4 期热能源的消纳率，如表2所示。可以看到，通过储热装置储存原本的“弃光”，可以使光热能源的消纳率提高到100%左右。同理，根据图8再和结合图4可知，在每日18：0024：00时段，海岛风力较大，出力较多，远超于海岛负荷需求。但是，电解制氢装置可以将多余的风能转换为氢能储存并进行售卖，减少了“弃风”现象，提高风能的消纳率到100%，如表3所示。（2）为了验证本文所提含阶梯式碳交易机制的经济性，分别对3种海岛综合能源系统的不含碳交易机制、仅含基础碳交易机制、含阶梯式碳交易机制的共计 9 种方案的净收益进行对比，如表 4 所示。方案A为本文所提的海岛综合能源利用系统模型，方案B为仅使用光热电站并进行上级购电，方案C为仅利用风场发电并进行电解制氢和上级购电。同时，设为252元/t，L设为3 000，设为20%，单位电耗的售氢单价经化简后为0.77元/kW，电价采用分时电价模式，设置每日10：0022：00为2元/kWh，其余时段为1元/kWh。从表4中可以看出，在A方案的3种模式里，含有阶梯式碳交易机制的海岛综合能源系统的净收益为22 053元，相比于不含碳交易情况下的18 787元净收益，净收益提高了约17%，同时也高于仅进行基础碳交易情况下的21 395元净收益。而B、C则是缺少部分装置而无法综合利用海岛能源的方案，同时也代表了在少数极端情况下，如：连日阴天无光照条件或者连日无风、少风，海岛综合能源利用系统部分装置不工作，需要依靠上级购电机制来满足海岛供电缺口。在碳交易市场中，由于B方案参与交易的配额较少，仅处于基础价格的阶梯区间，因此B方案的两种碳交易机制下的净收益相同。同时，由于此时能源单一化，出力波动性更大，需要进行更多的上级购电，因此相比于本文所提的方案A，方案B、C在3种情况下的净收益都大幅减少。5结论针对海岛能源系统建设易受海岛地理区域、天气情况限制，传统能源碳排放量大，不利于实现“双碳”目标，并且没有与全国碳交易市场接轨的情况，本文提出了一种含阶梯式碳交易的光热储能配合风电制氢的日前综合能源优化调度模型，通过算例分析验证了该方法的有效性与经济性。主要结论如下：（1）本文所提模型通过光热电站的储热装置平抑光热出力的波动性，并在光照或风力不足的情况放热发电。同时，电解制氢装置的存在，也解决了海岛风力较大时刻存在的“弃风”现象。因此，本文所提模型综合利用了海岛丰富的新能源资源，不仅避免了单一新能源的波动性，还提高了新能源的消纳率，具有良好的可调节性，保证了海岛综合能源系统运行的稳定高效。（2）本文所提模型中，由于利用电解制氢装置制氢售氢，并加入了阶梯式碳交易机制，海岛综合能源系统的净收益得相比于不进行碳交易的提高了17%，净收益有了明显的提高。本文提出的含阶梯式碳交易的光热储能配合风电制氢的日前综合能源优化调度模型，相比于传统海岛能源系统模型，在今化石能源价格不断上涨的情况下，符合当前“双碳”及全国统一碳交易市场表 2光热能源消纳情况Tab.2Consumption of concentrating solar energy时刻/h67818集热/kW85150300124发电耗热/kW8989133124净储热/kW-4591620消纳率/%1009998100图 8电解制氢装置状态Fig.8Status of EHU30025020015010050功率/kW时间/h0255101520风电制氢表 3风能消纳情况Tab.3Consumption of wind energy时刻/h12324风能预测/kW300289132389发电/kW230289132280制氢/kW7000109消纳率/%100100100100表 4不同方案的净收益Tab.4Net revenue in different schemes元方案ABC不含碳交易的净收益18 7875 00813 859基础碳交易的净收益21 3955 61415 872阶梯式碳交易的净收益22 0535 61416 224黄冬梅等：计及阶梯式碳交易机制的海岛综合能源优化调度99第 35 卷的大环境要求，更具有发展前景，也为海岛等新能源资源丰富的区域提供了高新能源渗透率及消纳率的调度参考。参考文献：1张运洲，代红才，吴潇雨，等（Zhang Yunzhou，Dai Hongcai，Wu Xiaoyu，et al）.中国综合能源服务发展趋势与关键问题（Development trends and key issues of Chinasintegrated energy services）J.中国电力（Electric Power），2021，54（2）：1-10.2李奇，蒲雨辰，韩莹，等（Li Qi，Pu Yuchen，Han Ying，etal）.电-氢孤岛直流微电网的分层能量管理（Hierarchical energy management for electric-hydrogen island directcurrent micro-grid）J.西南交通大学学报（Journal ofSouthwest Jiaotong University），2020，55（5）：912-919.3王海燕，同向前，路峤，等（Wang Haiyan，Tong Xiangqian，Lu Qiao，et al）.基于需求侧响应和储能电量预估的微网运行调度策略（Dispatching strategy of microgridbased on demand side response and energy estimation ofenergy storages）J.电力系统保护与控制（Power SystemProtection and Control），2017，45（19）：86-93.4赵为光，凌泽昊，杨莹，等（Zhao Weiguang，Ling Zehao，Yang Ying，et al）.海岛微能源网系统多能互补优化（Multi-energy complementarity and optimization for island micro-energy network system）J.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2020，32（8）：54-61.5李鹏，韩建沛，殷云星，等（Li Peng，Han Jianpei，YinYunxing，et al）.电转氢作为灵活性资源的微网容量多目标优化配置（Multi-objective optimal capacity configuration of microgrid with power to hydrogen as flexible resource）J.电力系统自动化（Automation of Electric Power Systems），2019，43（17）：28-35，139.6陟晶，张高航，邵冲，等（Zhi Jing，Zhang Gaohang，ShaoChong，et al）.含大规模风电及光热电站的电力系统优化调度方法（Optimal dispatching method for power system with large scale wind power and concentrated solarpower plant）J.电力工程技术（Electric Power Engineering Technology），2021，40（1）：79-85.7崔杨，邓贵波，王铮，等（Cui Yang，Deng Guibo，WangZheng，et al）.计及碳交易的光热电站与风电系统低碳经济调度策略（Low-carbon economic scheduling strategyfor power system with concentrated solar power plant andwind power considering carbon trading）J.电力自动化设备（Electric Power Automation Equipment），2021，41（9）：232-239.8陈锦鹏，胡志坚，陈颖光，等（Chen Jinpeng，Hu Zhijian，Chen Yingguang，et al）.考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化（Thermoelectric optimization of integrated energy system considering ladder-typecarbon trading mechanism and electric hydrogen production）J.电力自动化设备（Electric Power AutomationEquipment），2021，41（9）：48-55.9骆钊，秦景辉，梁俊宇，等（Luo Zhao，Qin Jinghui，LiangJunyu，et al）.含碳-绿色证书联合交易机制的综合能源系统日前优化调度（Day-ahead optimal scheduling of integrated energy system with carbon-green certificate coordinated trading mechanism）J.电力自动化设备（Electric Power Automation Equipment），2021，41（9）：248-255.10 Teng Yu，Sun Peng，Hui Qian，et al.A model of electro-thermal hybrid energy storage system for autonomous control capability enhancement of multi-energy microgridJ.CSEE Journal of Power and Energy Systems，2019，5（4）：489-97.11 Rahimi M，Ardakani F J，Ardakani A J.Optimal stochasticscheduling of electrical and thermal renewable and non-renewable resources in virtual power plant J.International Journal of Electrical Power and Energy Systems，2021，127：106658.12 Elgamal A H，Kocher-Oberlehner G，Robu V，et al.Optimization of a multiple-scale renewable energy-based virtual power plant in the UKJ.Applied Energy，2019，256：113973.13 Monie S，Nilsson A M，Widen J，et al.A residential community-level virtual power plant to balance variable renewable power generation in Sweden J.Energy Conversion and Management，2021，228：113597.14 彭元，娄素华，范越，等（Peng Yuan，Lou Suhua，FanYue，et al）.考虑火电机组储热改造的电力系统低碳经济调度（Low-carbon economical dispatch of power systemconsidering thermal energy storage in thermal powerunits）J.电网技术（Power System Technology），2020，44（9）：3339-3345.15 Chen Runze，Sun Hongbin，Guo Qnglai，et al.Reducinggeneration uncertainty by integrating CSP with wind power：an adaptive robust optimization-based analysis J.IEEE Trans on Sustainable Energy，2015，6（2）：583-594.16 刘文军，赵琰，张东，等（Liu Wenjun，Zhao Yan，ZhangDong，et al）.抽蓄联合全可再生能源孤岛微网配置优化模型（Research on optimal configuration of energy island micro grid based on wind light pumped storage）J.可再生能源（Renewable Energy Resources），2020，38（9）：1266-1271.17 崔杨，杨志文，仲悟之，等（Cui Yang，Yang Zhiwen，Zhong Wuzhi，et al）.基于成本最优的含储热光热电站与火电机组联合出力日前调度（Day-ahead dispatch foroutput of combined CSP with thermal storage system andthermal power units based on minimized operation cost）J.电力自动化设备（Electric Power Automation Equipment），2019，39（2）：71-77.作者简介：黄冬梅（1964），女，博士，教授，研究方法为海洋与电力时空信息技术研究。Email：dmhuang_吴涵文（1998），男，硕士研究生，研究方法为区域综合能源优化调度、新能源消纳研究。Email：孙锦中（1981），男，博士，讲师，研究方法为机器学习研究。Email：