灵活性资源参与的电热综合能源系统低碳优化_潘超.pdf

2023 年3 月 电 工 技 术 学 报 Vol.38 No.6 第 38 卷第 6 期 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Mar.2023 DOI:10.19595/ki.1000-6753.tces.211725 灵活性资源参与的电热综合能源系统低碳优化 潘 超1 范宫博1 王锦鹏1 徐晓东1 孟 涛2（1.现代电力系统仿真控制与绿色电能新技术教育部重点实验室（东北电力大学）吉林 132012 2.国网吉林省电力有限公司电力科学研究院 长春 130021）摘要 针对可再生能源的消纳问题，研究可控负荷机制与电-热耦合网中的储能调控策略，构建综合灵活性资源模型优化系统的低碳运行。首先分析区域电网中差异化布局的工业负荷调控机制，基于城市能源网架电热耦合建立可控负荷及电-热储能调控模型；然后以经济成本、风光消纳及碳排放为指标构建综合效益模型，提出碳排放流动拓扑，描述依附于能量流的碳排放流信息；最后对 IEEE 33 节点电网和 45 节点热网耦合能源系统进行仿真，分析多元灵活性资源响应对系统综合效益的改善效果，并通过拓扑直观显示典型场景中电-热碳排放流动过程。结果表明发掘灵活性资源能够提升电热综合能源系统对风光能源的消纳裕度，验证了所提方法的合理性和有效性。关键词：综合能源系统 可控负荷 电/热储能 优化运行 碳排放流动拓扑 中图分类号：TM732 0 引言 现代能源系统向清洁低碳体系转型已成为主流趋势，而以电-热耦合为核心的综合能源系统（Integrated Energy Systems,IES）为促进可再生能源消纳和提高能源效率提供了有效途径1。随着分布式电源（Distributed Generation,DG）渗透率的提高，IES 中储能、可控负荷等灵活性资源在参与调控的同时开始承担降低碳排放的职能，而各类资源的接入使得 IES 运行变得更为复杂2-3。因此，如何充分计及 IES 中各类资源的运行控制特性，发挥其优势互补能力，从而制定适应 IES 各场景下的协调运行方案，对于现代综合能源系统低碳化运行具有重要意义。目前，对于 IES 中储能及可控负荷的优化运行国内外学者已有大量研究。针对储能系统（Energy Storage System,ESS），早期研究主要集中于单一类型电/热储能装置的接入4-5，之后逐渐扩展到电/热网络中对储能多层次、多目标需求下的优化，并逐渐应用于 IES 中6-7。文献8在电热氢综合能源系统中建立了以微燃机、电锅炉和电制氢设备为核心的电热混合储能模型，扩展 IES 消纳风电能力。文献9建立了电热耦合系统的分解优化运行模型，在保障电/热网信息隐私的同时完成对储能等设备的出力优化。随着电网中友好负荷比例的增加及需求侧管理理念的普及，可控负荷也逐渐成为能够参与 IES运行优化的可控资源。文献10考虑区域内工商业与民用负荷平移能力，提出改善变电站综合负荷特性的负荷平移策略，完成变电站供电区域的合理划分。为缓解电网中储能部分调节压力文献11，基于电力需求弹性理论，引入分时电价机制调整居民用电负荷，从经济性、居民舒适度及网侧功率波动角度建立优化运行模型。在考虑负荷互动响应特性的 IES 研究中，由于电/热储能等能源网络的紧密耦合，提升需求侧负荷的互动能力已成为提升 IES整体效益的重要切入点。文献12将负荷调整机制分为价格型需求响应调整及激励型负荷直接控制，以系统运行成本、污染排放为目标进行微网优化调度，并分析负荷发生转移及削减前后对微网内峰谷 国家重点研发计划重点专项（2016YFB0900100）和常规水电站结合抽蓄、光伏、风电、电化学储能联合开发研究（525687200009）资助。收稿日期 2021-10-29 改稿日期 2022-01-21 1634 电 工 技 术 学 报 2023 年 3 月 负荷的调整效果。文献13针对园区级电-热综合能源系统提出适用于电力负荷、供暖热负荷与工业热负荷的激励型综合需求响应策略，建立了日前经济调度模型。以上文献对储能、可控负荷参与IES 运行调控的能力进行了分析，但对于 IES 的供需互动需求，尚未完全发挥荷储侧资源协同优势，且对可控负荷响应机制、形式及限制考虑不足，未能实现对调控资源的“因类施策”。此外，现有针对储能、负荷侧资源的优化模型对于多能源系统低碳运行的研究集中于一次能源消耗产生的碳排放，缺乏对碳排放在 IES 中流动、转移的分析。在当前IES 低碳运行体系下，如何基于现有城市架构优化IES 中各类资源，以实现高效节能减排目标，仍需深入研究。本文以区域 IES 为研究对象，分析区域电网中大型工业负荷的调控机制，建立电-热耦合系统中热电联产机组、电制热设备、电/热储能及可控负荷模型，其中重点考虑储能和可控负荷为主的灵活性资源。采用碳排放流动拓扑模型（Carbon Emission Flow Topology,CEFT），描述 IES 碳排放流动过程。以经济运行成本、风光消纳率及碳排放量为目标函数构建低碳环境协调运行模型。最终以 IEEE 33 节点配电网和 45 节点热网耦合能源系统为例，仿真分析不同场景下各类资源响应情况，通过评价 IES 的综合效益，构建其碳排放拓扑网络，为低碳环境下IES 的优化运行提供辅助决策。1 电-热综合能源系统建模 电-热综合能源系统由电/热网中灵活性资源（可控负荷、电/热储能）、能源转换设备（热电联产机组、电制热设备）及供能网络（电网、热网）部分组成。考虑各部分在 IES 中的运行特性，构建相应模型。1.1 灵活性资源模型 IES 中荷、储侧灵活性资源可调节自身用能状态，缓解 IES 供需不平衡问题。同时其在低碳环境中起到平缓分布式电源出力的作用，将 IES 无法全额消纳的低碳排风光电能分配到其他时段，间接地完成对低碳能源的存储与再分配。1.1.1 可控负荷 工业负荷具有耗电量大、受产业类型影响大等特点，可通过改变自身生产计划、调整生产时间等措施，转移、削减部分用电负荷，进而响应系统调 控14。根据文献15对东北地区几类具有典型行业差异性的工业负荷调控能力进行分析，构建其经济模型。商、民业负荷缘于其运营机制及占比原因，可调节容量较小，故忽略不计。1）制造业可控负荷模型 某制造业企业四季典型日负荷曲线及冬季典型日负荷调整特性如图 1 所示。图 1 制造业企业四季典型日负荷曲线及冬季典型日负荷调整特性 Fig.1 Typical daily load curves of manufacture of general purpose machinery in different seasons and typical daily load adjustment characteristics in winter 机械制造业（Manufacture of general purpose Machinery,MM）企业用电有明显的上升-下降趋势，在工作周期内一般保持长时间高/低用电量，在日内工作时间结束后，用电量迅速降低。企业可调整部分日间作业的负荷转移至夜间，以贴近风电波动情况。该行业所代表工业负荷用电调控形式为连续的中时段（23h）用电负荷整段平移，实现提前或推迟用电生产。2）造纸业可控负荷模型 某造纸业企业四季典型日负荷曲线及冬季典型日负荷调整特性如图 2 所示。造纸行业（Manufacture of Paper,MP）用电时段较为集中，由于行业生产设备工作特性，波峰波谷均在短时间内连续出现。该行业属稳定负荷用电行 第 38 卷第 6 期 潘 超等 灵活性资源参与的电热综合能源系统低碳优化 1635 图 2 造纸业企业四季典型日负荷曲线及冬季典型日负荷调整特性 Fig.2 Typical daily load curves of manufacture of paper in different seasons and typical daily load adjustment characteristics in winter 业，主要用电设备不允许停电，但可根据生产计划改变工作时间，例如提前/延长工作时间等。以造纸业为代表的工业负荷用电调控形式为短时（01h）调整，通过提前或者延迟用电生产，小幅调整用电状态。3）农副产品加工业负荷模型 某农副产品加工业企业四季典型日负荷曲线及冬季典型日负荷调整特性如图 3 所示。对 于 农 副 产 品 加 工 业（Agricultural Product processing industry,AP）等以调温为主的用电行业，具有用电时间短、高耗电特征。与流水线生产企业不同，电转热用电负荷作为可控负荷可调节空间较大，能够通过温度的合理设置来避开高峰用电或者降低用电高峰，从而达到削峰避峰的效果。以农副 图 3 农副产品加工业企业四季典型日负荷曲线及冬季典型日负荷调整特性 Fig.3 Typical daily load curve of agricultural product processing industry in different seasons and typical daily load adjustment characteristics in winter 产品加工业为代表的工业负荷用电调控形式为中时段内（13h）分段转移，将部分尖峰负荷适时分配从而调整用电状态。4）冶金业负荷模型 某冶金业企业四季典型日负荷曲线及冬季典型日负荷调整特性如图 4 所示。图 4 冶金业企业四季典型日负荷曲线及冬季典型日负荷调整特性 Fig.4 Typical daily load curve of smelting of metals in different seasons and typical daily load adjustment characteristics in winter 冶金工业（Smelting of Metals,SM）用电负荷波动较大，在 24h 内多次出现短暂的用电高峰，以此类企业为代表工业类型调整局限小、可控性较大，能够接受用电中断调控。以冶金业为代表的工业负 1636 电 工 技 术 学 报 2023 年 3 月 荷用电调控形式为短时（01h）调整，通过接受电网直接调控做出中断用电调节。对四类典型工业负荷建立调控经济模型。MMendMMstartMPendMPstartAPendAPstartSMendSMstartMMMMMMpriceMPMPMPpriceAPAPAPpriceSMSMSMpricettt tttt tttt tttt tCPCPCPCP=（1）kindkindkindminmaxtPPP（2）式中，CMM、CMP、CAP、CSM分别为制造业、造纸业、农副产品加工业、冶金业负荷调控总费用；MMprice、MPprice、APprice、SMprice为四类工业负荷参与调控的补偿价格；PtMM、PtMP、PtAP、PtSM为四类工业负荷在 t时段参与调控的功率；kindtP为四类工业负荷 t 时段参与调控的功率；kindmaxP、kindminP分别为四类工业负荷t 时段参与调控功率上、下限。1.1.2 电/热储能 目前 IES 中所广泛使用的储电装置（Battery Energy Storage,BES）有超级电容和电池储能等，储热装置（Thermal Energy Storage,TES）包括水蓄热、相变蓄热等16-17。电/热储能运行过程中均可动态吸收能量并适时释放，平抑风光出力的波动性，间接扩大 IES 消纳可再生能源的能力，在满足电、热负荷需求的同时缓解电源发电、供热压力。对电/热储能响应特性及约束建立统一的模型为 ESS,caESSESS,daESS,1,ca,da/e te te tee teEEPtPt=+（3）min,maxe tEEE（4）ESS,caESS,caESS,caESS,caESS,ca,min,maxtee ttePPP（5）ESS,daESS,daESS,daESS,daESS,da,min,maxtee ttePPP（6）ESS,daESS,ca1tt+（7）()DESSESSESS,caESS,daprice,11nTee te tetCPP=+（8）式中，ESS,e tE为第 e种储能设备 t时段储能容量；Emax、Emin分别为储能设备容量上、下限；ESS,ca,e tP、ESS,da,e tP分别为第 e种储能设备 t时段充、放能功率；ESS,ca,maxeP、ESS,ca,mineP为储能设备充能功率上、下限；ESS,da,maxeP、ESS,da,mineP分别为储能设备供能功率上、下限；ESS,cae、ESS,dae分别为第 e 种储能设备充、放能效率；tESS,ca、tESS,da表示储能充、放能状态，取 0 时为非工作状态，取1 时为工作状态；T 为总运行时长；nD为储能数量；CESS为储能设备充/放能调控费用。通过上述经济模型描述 IES 中灵活性资源在系统调控下参与运行的成本费用，其中工业可控负荷调控成本主要来自对负荷生产用电的转移、削减成本，储能成本主要源于系统对其充、放能调控成本。1.2 能源转换设备模型 作为城市能源架构的电-热网络在能源流动、转换及消耗过程中存在隐含的耦合关系18。两种网络的衔接环节主要由热电联产机组（Combined Heat and Power,CHP）与电制热设备（Electric Boiler,EB）组成，二者共同作为能源转换设备。本文 CHP 机组采用抽气式热电联产，电制热设备使用电锅炉。1.2.1 热电联产机组 抽气式 CHP 机组相较于背压式 CHP 机组拥有更高灵活性，配合热网中储热装置，可进一步增强IES 的热电调节能力。()CHPCHPCHPCHPCHPCHPminmaxmax,ggggPPP+（9）CHPCHPCHPmin,maxg t（10）CHPCHP,1ug tg tPPP（11）CHPCHP,1,dg tg tPPP（12）()()2CHPCHPCHP,CHP,11CHPCHP,CHP,13TMgg tg ttggg tg tgCaPbPc=+（）式中，、为热电联产特征系数；g 为热电联产机组编号；M 为热电联产机组数；CHP,g tP为热电联产供电功率；CHPminP、CHPmaxP为热电联产供电最小/最大功率；CHP,g t 为热电联产供热功率；CHPmin、CHPmax 分别为热电联产供热最小、最大功率；Pu、Pd分别为热电联产机组上、下爬坡出力；ag、bg、cg为热电联产供电成本系数；CHP为固定进汽量下抽取单位蒸汽量时电功率的减少值；CCHP为热电联产机组供能成本。第 38 卷第 6 期 潘 超等 灵活性资源参与的电热综合能源系统低碳优化 1637 1.2.2 电制热设备 电制热设备可以降低燃煤机组供热负担，通过消耗电能为热用户提供高品位热能，为风光电能消纳提供了一条额外途径，其模型为 EBEB,EB,h th tP=（14）EBEB,n0h tPP（15）EBEBEB,h tCP=（16）式中，EB,h t为电制热设备 h 在 t 时刻的供热功率；EB,h tP为电制热设备 h 在 t 时刻的电功率；EBnP为电制热设备额定功率；EB为电制热设备电热转换效率；EB为电制热设备电能转换成本系数；CEB为电制热设备电能转换成本。1.3 供能网络模型 供能网络包括电网、热网部分，其网架结构形式类似，均可为 IES 源-荷-储中的能量提供转换、流动的载体。1.3.1 热网模型 供热网络主要由供水网络与回水网络构成，供回水网络中热能依托于热水或热蒸汽进行热源节点与热负荷节点间的转移。传统热网模型包括水力模型与热力模型，温度与流量耦合关系强，且包含指数方程，模型较为复杂，计算难度大。本文采用文献19中的方法对热网模型计算进行简化，建立热源与热负荷管道流量的一元函数关系，简化后的热网模型为()1122H,so12sawwsakki tkkLLLTTnnnmTTccTT+=+（17）式中，Ts、To分别为节点供水、回水温度；Ta为环境温度；mk为管道 k 流量，定义 n1=m1/mk，n2=m2/mk,nk-1=mk-1/mk，nk=1；k为表面传热系数；Lk为供热管道 k 长度；cw为水的比热容；H,i t为 t 时刻节点i 热负荷；nH为热网节点总数。在获得热源节点供热出力后，即可在满足节点热负荷需求约束下求解热网中管道流量，获得热网热能流动结果。为便于描述热网中能量流动，设置热网各节点回水温度恒定，同一时段供热网络所有负荷节点所需热功率相同19。1.3.2 电网模型 电网模型采用采用经典交流潮流模型，在极坐标下潮流方程为 ()()11cossinsincosniijijijijijjniijijijijijjPUUGBQUUGB=+=（18）式中，Pi、Qi分别为节点 i 注入有功和无功功率；Ui、Uj分别为节点 i、j 电压幅值；Gij、Bij分别为节点导纳矩阵中节点 i、j 对应的电导、电纳；ij为节点 i、j 间的电压相位差；n 为电力系统节点数。2 碳排放流动拓扑模型 在能量传输和转换过程中，嵌入在各种能源中的碳依附于 IES 能量传输进行转移。随着能量形式的转换，碳排放也随之在不同能源系统中流动。由于网络中各节点所消耗的能量可以追溯到各个电源20，相应的碳排放也可以追溯到各电源。本文参考文献21建立碳排放流动拓扑模型，直观呈现碳排放从能源产生和转化方累积到需求方的过程。流经每条线路的碳排放量与线路潮流相关，支路碳排放强度与功率流入节点碳排放强度相等。NNNiiiSP=（19）LLL,i jii jSP=（20）式中，iN为节点 i 碳排放强度；Li为与节点 i 相连支路的碳排放强度；PiN为节点 i 有功功率；L,i jP为支路 ij 传输功率；SiN为节点 i 碳排放流量；L,i jS为支路碳排放流量，表示由节点 i 流经节点 j 的碳排放流量。每个节点的碳排放强度由连接到该节点的输电线路和发电机的有功功率注入量决定。GLGLGGLL,11NGL,11nnggi jigiinngi jgiPPPP=+=+（21）式中，PgG为电源 g 输出功率；gG为电源 g 碳排放强度；nG、nL分别为连接节点的电源、支路数。系统碳排放总量遵循碳排放守恒定律，即源-荷侧碳排放总量相等，支路损耗产生的碳排放不计入节点碳排放量。NNODENN1niiiSP=（22）CHPGRIDWTPTNODELOSSSSSSSS+=+（23）式中，SNODE为节点碳排放总量；SLOSS为损耗产生的碳排放总量；SCHP、SGRID、SWT、SPT分别为 IES 中 1638 电 工 技 术 学 报 2023 年 3 月 热电联产机组、上级电网、风电及光伏电源碳排放总量；nN为总节点数。供热网络由热源、热负荷和供热管道组成。热量由热源产生，在供热管道22中通过水循环输送给热负荷。热网碳排放流动依附于供热管道中供热介质的流动，同样遵循碳排放量守恒定律，表述形式与电网类似。3 电-热互联系统协调运行模型 3.1 目标函数 考虑电-热互联系统中灵活性资源的调控特性，在现有网络架构基础上分析灵活性资源参与运行对改善 IES 效益的影响。以冬季供暖期内 IES 的经济运行成本、风光消纳率、碳排放量为目标对 IES 中灵活性资源参与调控效果进行评估。1）经济运行成本 ()()INV1136511eexeexerrCY Br+=+（24）()OMnknk,11TWvv ttvCP=（25）LOSSLOSSLOSShg22h,gs,211126TKniikk titkiiCzz PPQz cmTzRU=+=+（）MIPMFSFMESSLOSS1CHPEBOMINVgrid 27CCCCCCCCCCCC=+（）式中，CINV为折算到日均的设备投资成本；COM为各类设备运维成本；cLOSS为电热网络损耗成本；Cgrid为购电成本；LOSS为热网损耗功率；PLOSS为电网损耗功率；zh、zg分别为单位热网、电网网损成本；Tk,t为供热管道 k 在 t 时刻首末端温度差；Rs,i为与节点i 相连支路阻抗；v 为热电联产机组、电制热设备、分布式电源及电/热储能设备；K 为供热支路总数；W 为各类设备总数；nkv为设备 v 运维成本系数；nk,v tP为各类设备在 t 时刻的功率；Ye为第 e 种设备单位容量建设成本；Be为第 e 种设备的建设容量；r 为利率；xe为第 e 种设备的使用寿命。2）风光消纳率 X12RE1TttTttpCp=（28）式中，Xtp为t时段所使用的分布式电源输出功率；REtp为t时段各分布式电源所发全部功率。3）碳排放量 GENGCHPgridgrid3,111TTg tttgtCPP=+（29）式中，G为 CHP 机组供电碳排放系数；grid为上级电网供电碳排放系数；Ptgrid为t时刻区域电网向上级电网购电功率；GEN 为 IES 中电源数。3.2 约束条件 该协调运行模型中主要考虑各类灵活性资源响应特性及设备运行约束，对于 IES 整体，不允许向上级电网倒送功率，且需满足系统功率及电压约束。1）系统功率平衡约束 DGCHPBESEBgridDGCHP,11systemBESEBLOSS,111 30nnti tg tignnnte th ti tehiPPPPPPP=+=+（）CHPTESEBHCHPEBTESHLOSS,11111nnnnKg th te ti tk tgheii=+=+（31）式中，DG,i tP为 t 时刻分布式电源 i 的输出功率；Ptsystem为 t 时刻区域电网用电功率；BES,e tP为 t 时刻储电设备 e 的充/放能功率；TES,e t为 t 时刻储热设备 e 的充/放能功率；LOSS,i tP为首节点为 i 的电网支路 t 时刻网损；LOSS,k t为热网支路 k 在 t 时刻网损；nDG、nCHP、nBES、nEB、nTES、nH分别为分布式电源、CHP 机组、电储能、电制热、热储能、热网负荷节点总数。2）节点电压约束 ,min,maxii tiUUU（32）式中，Ui,max、Ui,min分别为 i 节点电压的上、下限。3）支路功率传输约束 SHSHSH,min,maxijij tijPPP（33）式中，SH,ij tP、SH,maxijP、SH,minijP分别为支路 ij传输功率及传输功率上限、下限。3.3 模型求解 本文对低碳环境下电热互联 IES 中各类资源运行进行优化，优化过程中需要考虑各类资源不同运行特性，同时求解各类资源协同作用下 IES 在经济环保等多方面上的表现，因而该优化过程是一个多目标、多维度的优化问题。随着运行场景的改变、参与调控资源的增多，需要在保持解的多样性的同时仍具有较高的求解效率23，本文采用自适应非支配 第 38 卷第 6 期 潘 超等 灵活性资源参与的电热综合能源系统低碳优化 1639 性排序遗传算法进行求解，相关参数设置见文献24，主要优化运行求解流程如图 5 所示。图 5 优化运行求解流程 Fig.5 Process of optimize operation 4 算例分析 4.1 基本参数设置 本文以改进的 IEEE 33 节点配电系统与 45 节点热网系统耦合 IES 为例进行分析，区域综合能源网架结构如图 6 所示。配电系统支路参数及负荷分 图 6 区域综合能源系统结构 Fig.6 Integrated energy system structure 布情况参见 IEEE 33 节点配电网标准模型25，并将各节点负荷扩大 1.2 倍。热网管道长度、表面传热系数等参数见参考文献26，热网总负荷为 2.78MW。区域典型日电力负荷及风光出力曲线如图 7 所示。区域热网负荷及环境温度如图 8 所示，峰谷平期购电电价见表 1。图 7 典型日电负荷及风光时序出力 Fig.7 The time-varying model of power load,wind power and photovoltaic power in typical days 图 8 热负荷及环境温度 Fig.8 Heat load and ambient temperature 表 1 电网分时电价 Tab.1 Time-of-use electricity price 时段 电价/元/(kWh)低谷时段 24:007:00 0.4 平常时段 8:0010:00 16:0018:00 22:0023:00 0.8 高峰时段 11:0015:00 19:0021:00 1.2 电、热网络间通过热电联产机组与电制热设备相耦合，分别安装于 1、22、32 节点处，各设备参数见表 227。风电及光伏电源接入节点为 17、32 及22，将电储能作为风光电源补充部分安装于相应节点处。热储能作为热网灵活性资源补充，分别安装于热电联产机组及电制热设备处。电/热储能相关参数见表 3，储能设备的使用年限为 10 年，年利率为0.06728。在该区域中选取四类典型工业企业（制造业、造纸业、农副产品加工业及冶金业）提供可控负荷参与调控，分别位于 18、17、33 及 25 节点。1640 电 工 技 术 学 报 2023 年 3 月 其中对用电负荷进行转移调整，调控产生的转移用电成本为 0.26 元/kW，对用电负荷进行甩负荷操作成本为 0.4 元/kW29。单位电网、热网网损成本分别为5.6 元/kW、3.8 元/kW30。各设备运维成本见表 431，各供电单元碳排放强度见表 532。表 2 能源转换设备参数 Tab.2 Parameters of energy conversion equipment 参 数 数 值 CHP 供电功率/MW 0.31.3 供热功率/MW 0.41.4 0.01 0.75 0.15 ag/元/(MWh)0.004 4 bg/元/(MWh)13.29 cg/元/(MWh)39 爬坡率/(MWh)0.4 CHP 0.15 EB1 最大供热功率/MW 1 转换系数 1 EB2 最大供热功率/MW 1.6 转换系数 1 表 3 储能设备参数 Tab.3 Parameters of energy storage equipment 额定功率/kW 额定容量/kW 充/放能 效率 容量配置成本/（元/kW）电储能 250 1000 0.95/0.95 600 热储能 500 1500 0.85/0.9 450 表 4 设备运维成本 Tab.4 Equipment operation and maintenance cost 设备 CHP PW PT BSS TESEB 运维成本/(元/kW)0.04 0.02 0.019 0.02 0.0110.026表 5 供电单元碳排放强度 Tab.5 Carbon emission intensity of power supply unit 供电单元 CO2排放强度/t/(MWh)热电联产 0.85 上级电网 0.5 风光电源 0 4.2 场景设置 分析灵活性资源对 IES 在经济运行、风光消纳及低碳运行方面的改善作用，设置三个不同场景进行对比分析，各场景中灵活资源多元化逐步扩展。1）场景 1：IES 中无任何储能，由上级电网、热电联产机组、风光电源为电网系统供电，由热电联产机组、电制热设备为热网系统供热。2）场景 2：在场景 1 基础上，添加电/热储能单元，作为电/热系统供能的补充，均发挥存储系统能量作用。3）场景 3：在场景 2 基础上，将工业可控负荷作为可控资源参与调控，与电/热储能协调共同参与IES 运行优化。4.3 场景分析 4.3.1 不同配置场景分析 通过电-热互联系统协调运行模型优化得到不同场景下区域 IES 的 Pareto 运行方案解集，如图 9所示，对比分析不同场景中各类资源对 IES 综合效益的影响。结果表明，各效益指标之间存在相互制 图 9 各场景多目标优化 Pareto 解集 Fig.9 Multi-objective optimization Pareto solution set in different scenes 第 38 卷第 6 期 潘 超等 灵活性资源参与的电热综合能源系统低碳优化 1641 约的关系。由于 IES 内部风光电源供电时碳排放强度低于其他类型的供电单元，风光消纳率越高，意味着低碳排能源占比越高，碳排放量越低。随着系统发电量的增加以及调控资源量的提升，经济成本增加，风光消纳率呈上升趋势，碳排放量也随之降低。表明电网可通过调控手段调动更多的灵活性资源参与运行，从而改善 IES 的风光消纳率。选取各场景中风光消纳率最高方案作为典型方案进行分析，结果见表 6。表 6 各场景典型优化方案结果 Tab.6 Results of typical optimization schemes in different scenes 场景 经济成本/万元 风光消纳率(%)碳排放量/t1 6.80 90.94 40.35 2 7.57 96.13 38.32 3 7.35 98.81 35.99 从表 6 中可以看出，场景 2 中电、热储能的接入使经济成本指标比场景 1 提高约 11.3%，风光消纳率提高了 5.2%，而碳排放量下降了 5.0%。这是由于电、热储能的安装成本及其参与运行所需运维费用的增加所导致，同时也降低了传统高碳排供电单元的供电负担。缘于电热储能的接入，传统电网被动接纳风光出力的现象有所改善，通过对储能的调节使得 IES 的风光消纳率、碳排放量均有所改善。而在场景 3 中，大型工业负荷作为灵活资源参与调控后，各项效益指标比场景 2 均有明显提升。其中，经济成本降低了 2.9%，风光消纳率提高了2.7%，碳排放量降低了 6.1%。相对于场景 2，场景3 在工业负荷调控环节需付出用电调控成本，但用电负荷也因转移至低电价区间使得购电耗费降低。相应地，IES 中的灵活性资源得到了有效扩充，从而使风光消纳率、碳排放指标获得进一步改善。选取场景 2、场景 3 中典型方案深入分析 24h源-荷-储波动时序特性，结果如图 10 及图 11 所示。在场景 3 中选取具有代表性的四类工业负荷，调控 图 10 场景 2 优化前后 24h 源储功率波动 Fig.10 24h source storage power fluctuation before and after optimization in scene 2 图 11 场景 3 优化前后 24h 源储荷功率波动 Fig.11 24h source storage power fluctuation before and after optimization in scene 3 1642 电 工 技 术 学 报 2023 年 3 月 前后的负荷特性如图 11c 所示。图 10a 及图 11a 中，优化前典型日负荷曲线高峰期位于 7:0011:00、16:0020:00 时段，低谷期位于 1:003:00 时段，峰谷差为 3.3MW，此时夜间0:005:00 为主要的弃风时段。由于 IES 中电源最小出力为供电机组出力与风光出力之和，而热电联产机组受夜间供热限制，导致弃风时段现有用电负荷无法满足风电消纳需求。经过场景 2、场景 3 中典型运行方案优化后，电网峰谷差分别降低了 2.4%、17%。两典型场景中电储能在用电高峰及弃风时段运行状态类似，其中场景 2 电储能运行时维持较长时间的充/放电状态，为负荷高峰期持续供给弃风期存储的电能；而场景 3 中电储能因配合工业可控负荷调控，充/放电转换更为频繁，体现灵活性资源协同作用下对 IES 综合效益的改善。在两典型场景中，电制热设备作为热电联产机组的供热补充，虽然为热网提供的热功率不同，但均承担热网部分的供热职能，同时为电网弃电时段风电能源消纳提供了一条有效途径。由图 11c 可知，场景 3 中参与协调运行的四类工业负荷为响应系统调控做出了相应的调整。其中机械制造企业将位于 9:0015:00、17:0019:00 时段的部分用电负荷分别转移至 1:007:00、22:0024:00 时段；造纸企业将位于 13:0015:00 时段的用电工序提前至 4:006:00 时段；农副食品加工企业将位于 15:0021:00 时段的负荷重新分配至17:0023:00 时段，并将位于 2:009:00 时段的用电工序提前至 1:007:00 时段；冶金企业对位于7:00、9:00、15:0019:00 时段的负荷进行了不同程度的削减。最终相较场景 1 无灵活性资源调节情况下风光消纳率由 90.9%提升至 98.8%。各类灵活性资源的协调运行结果表明，工业可控负荷相较于储能单元，其可控容量更大，能够在其可调节区间内发挥更为明显的调控效果。但工业负荷在提供部分可控资源时，会受到自身用电工序及生产特性的影响，其灵活调节范围存在一定的限制，这在场景 2、3 的典型优化方案中均有所体现。增加储能后，场景 2 的风光消纳率相较于场景 1 有显著上升，场景3 增加可控负荷资源后，风光消纳率在场景 2 的基础上得到进一步提升。结果表明，荷-储侧灵活性资源的参与使负荷时序波动更加贴合风光能源的波动情况，并且在运行过程中能够根据 IES 对风光消纳及削峰填谷的需求对自身用电状态进行灵活的调整。在此过程中，储能的主要作用为存储弃风弃光较高时段系统难以消纳的电能，并在用能高峰时段供给能量。相对而言，由大型工业用户提供的可控负荷资源可在一定范围内调整自身用电时段，以配合系统的移峰需求，并在一定程度上促进风光能源消纳。其中，以机械制造企业为代表的工业负荷具有大量的可转移可调节资源，在系统消纳风光、削峰填谷方面具有更大的潜力与优势。4.3.2 碳排放流动拓扑分析 为对灵活性资源参与 IES 运行后对 IES 碳排放改善效果做进一步分析，对场景 3 中电热互联 IES典型时段碳排放拓扑进行分析。（1）时段 1：IES 电负荷处于较高水平但热负荷需求较低时，选取的典型时段为 12:0013:00。此时风力发电位于低谷期，光伏发电位于高峰期，热网由 CHP 机组、电制热设备完成供热。（2）时段 2：风光能源发电弃电时段，当 IES 产生弃电时电负荷往往处于低谷期，选取的代表时段为 3:004:00。此时电储能对风光发电进行存储，热储能配合 CHP 机组下调供热功率，电制热设备作为热网供热补充。（3）时段 3：在夜间电、热负载高峰期，选取的代表时段为 19:0020:00，此时系统开始进入风电发电时段，在完成对风电资源的全额消纳的同时，电储能进行有序放电，补充 IES 电负荷需求。同时CHP 机组供热增加，热储能 1 开始为低电负荷时段IES 供热需求进行储热。各典型时段下碳排放拓扑如图 12、图 13 所示，对应时段 IES 各负荷节点的碳排放强度如图 14所示。由图 12a 可得，在 12:0013:00 时段 IES 由 CHP机组、风光电源及上级电网共同作为主要供电单元，同时电储能将夜间存储的风电供给电网部分。且该时段以制造业企业为代表的工业可控负荷进行了部分转移，降低其位于该时段的用电量，从而令 IES 第 38 卷第 6 期 潘 超等 灵活性资源参与的电热综合能源系统低碳优化 1643 图 12 典型时段电网碳排放流动拓扑结果 Fig.12 Results of grid carbon flow topology in different periods 中更多受端用户获得清洁能源供能，此时 IES 中各节点碳排放强度如图 14 所示，以风电、光伏为主的低碳能源有效地降低了其供电区域内电负荷节点的 图 13 不同时段热网碳流动拓扑结果 Fig.13 Results of carbon flow topology of heating network in different periods 图