含氢能利用和需求响应的综合能源系统低碳优化.pdf

电 力 系 统 及 其 自 动 化 学 报Proceedings of the CSU-EPSA第 35 卷 第 7 期2023 年 7 月Vol.35 No.7Jul.2023含氢能利用和需求响应的综合能源系统低碳优化吕智林，易佳奇，刘泉，赖永发（广西大学电气工程学院，南宁 530004）摘要：为构建安全高效、低碳清洁的可持续能源系统，提出一种计及氢能利用和综合需求响应的综合能源系统低碳协同优化调度策略。首先，为充分发挥氢能的多方面效益，构建集成氢能耦合的能源设备数学模型。其次，为发挥用户负荷的可调度能力，建立含阶梯型补贴机制的电-热-冷多能负荷的综合需求响应模型。最后，针对综合能源系统的低碳特性，在优化模型中引入奖惩阶梯型碳交易机制，建立低碳经济优化模型，并采用 CPLEX对所提模型进行求解。仿真结果表明，所提调度策略能够有效降低系统总成本及碳排放量，实现系统经济、环保及灵活运行。关键词：氢能；综合需求响应；碳交易；低碳优化；多能耦合中图分类号：TM73文献标志码：A文章编号：1003-8930（2023）07-0010-10DOI：10.19635/ki.csu-epsa.001116Low-carbon Optimization of Integrated Energy System with Hydrogen EnergyUtilization and Demand ResponseL Zhilin，YI Jiaqi，LIU Quan，LAI Yongfa（College of Electrical Engineering，Guangxi University，Nanning 530004，China）Abstract:To build a safe，efficient，low-carbon and clean sustainable energy system，a low-carbon collaborative optimization scheduling strategy for an integrated energy system（IES）is proposed，which takes into account hydrogen energy utilization and integrated demand response（IDR）.First，to give full play to the multi-faceted benefits of hydrogenenergy，a mathematical model of energy equipment with integrated hydrogen energy coupling is constructed.Second，togive full play to the dispatchability of user loads，an IDR model for power-heating-cooling multi-energy loads with a ladder-type subsidy mechanism is established.Finally，in view of the low-carbon characteristics of IES，a reward and punishment ladder-type carbon trading mechanism is introduced into the optimization model，a low-carbon economic optimization model is established，and the proposed model is solved by CPLEX.Simulation results show that the proposedscheduling strategy can effectively reduce the system s total cost and carbon emissions，thus realizing its economical，environmentally friendly and flexible operation.Keywords:hydrogen energy；integrated demand response（IDR）；carbon trading；low carbon optimization；multi-energy coupling随着环境污染问题的增加，大力发展清洁能源、减少系统碳排放量已成为实现能源可持续发展的重要措施1-2。氢能具有污染低、高热值及易储存等特点，是一种低碳清洁、安全高效的二次能源3。通过将氢能与综合能源系统IES（integrated energysystem）中的其他能源耦合，对提高IES能源利用灵活性、实现双碳目标具有重要意义4。目前针对含氢能的IES优化运行的研究主要围绕氢能的稳态能流关系、耦合设备建模以及能源利用等方面展开。文献5研究了氢能与电、热、气能之间的能流耦合特征，设计了含氢能耦合的清洁供能系统；文献6在IES优化模型中加入电制氢装置以促进新能源的转化，加强了电-氢耦合和能源利用率；文献7提出了考虑电制氢、燃料电池等电-氢充能的多源微网优化模型，发挥了氢能的低碳清洁特性；针对可再生能源不确定性对系统的影响，文献8搭建了氢燃料电池的热电输出控制模型，提出了一种计及光伏不确定性的氢能IES经济运行策略。上述研究从不同建模方法和运行策略对含氢能的IES优化运行问题进行探讨，但只针对系统运行经济性，忽略了环境效益如碳排放对IES优化调度的影响。在“双碳”背景下，碳交易机制是一种有收稿日期：2022-07-13；修回日期：2022-09-21网络出版时间：2022-10-06 14：02：18基金项目：国家自然科学基金资助项目（61364027）；广西自然科学基金资助项目（2019GXNSFAA185011）吕智林等：含氢能利用和需求响应的综合能源系统低碳优化吕智林等：含氢能利用和需求响应的综合能源系统低碳优化11第 35 卷效兼顾系统环境、经济效益的实用措施之一。文献9在电-气互联IES中引入碳交易机制，分析了碳交易机制对IES优化调度的影响；针对传统碳交易机制的不足，文献10-11提出了阶梯型碳交易成本计算模型，验证了阶梯型碳交易机制更利于降低系统碳排放量和清洁机组的上网；文献12则在电制氢IES优化模型中引入阶梯型碳交易机制，在提升能源利用率的同时进一步降低了系统碳排放量。然而，文献9-12虽然兼顾了IES的经济性和环保性，但却未发挥用户侧的需求响应策略对其优化运行的影响。文献13将传统电力需求响应建模方法拓展至热、气能，实现了对IES内多能负荷的联合调度；文献14则根据用户供热方式的多样性和电负荷的弹性响应特性，建立了热、电负荷综合需求响应IDR（integrated demand response）模型。氢能作为一种低碳环保、安全高效的清洁能源，应用于IES可有效提升系统能源利用率及环境效益。然而现有文献针对氢能IES的研究侧重于设备建模和能流特性分析，较少考虑需求侧资源对其优化的影响。此外，将氢能的低碳清洁特性与阶梯型碳交易机制相结合，能进一步提升系统的经济效益和低碳特性。因此，有必要在含氢能利用的IES优化调度过程中，综合考虑综合需求响应和奖惩阶梯型碳交易机制，充分挖掘需求侧资源对系统的调节能力和系统的低碳性。针对上述问题，本文构建了计及氢能利用和综合需求响应的电-热-冷-氢IES低碳协同优化调度策略。首先，引入了以电解槽、氢燃料电池、甲烷反应器及储氢罐组成的氢能供应系统，构建了含氢能耦合的IES数学模型；其次，针对电、热、冷负荷的柔性特性及可调节特性，建立了计及阶梯型补偿机制的电-热-冷IDR模型；最后，以运行成本、储能老化成本、需求响应补贴成本和阶梯型碳交易成本之和最低为优化目标，构建了IES低碳优化模型。算例仿真通过设置不同的调度场景，分别对比了奖惩阶梯型碳交易机制、IDR策略及氢能耦合系统对系统优化调度的影响，验证了所提模型能够有效实现IES经济、低碳运行。1氢能综合能源系统本文构建的氢能综合能源系统HIES（hydrogenintegrated energy system）结构如图1所示，在多能耦合设备中，冷热电联产 CCHP（combined cooling，heating and power）系统主要包括燃气轮机GT（gasturbine）、余热锅炉 WHB（waste heat boiler）和吸收式制冷机AR（absorption refrigerator），此外还包括燃气锅炉GB（gas boiler）和冰蓄冷空调ISAC（ice-storage air-conditioner）。氢能系统主要包含电解槽EC（electrolytic cell）、氢燃料电池 HFC（hydrogen fuelcell）、甲烷反应器 MR（methane reactor）和储氢罐HES（hydrogen energy storage）。其中，HFC 是氢能系统中实现氢能与电、热能耦合的重要元件，而MR是实现氢能与天然气的耦合元件。储能设备包括除了HES，还包括蓄热槽HST（heat storage tank）和蓄电池 BT（battery）。此外，还存在风电机组 WT（wind turbine）和外部电网。HIES利用氢能与冷、热、电、气不同能源形式耦合及互补，形成了具有更高耦合度的新型供能系统。同时，氢能具有高效低碳特性，在综合能源供应中能发挥较好的环境效益，通过氢能在IES中的有效利用，可推进能源供应向高效、清洁和灵活转型，实现IES的低碳经济运行。1.1氢能系统CH4本文所提氢能系统包含 3 个环节：电制氢环节、氢转热和电环节以及氢制天然气环节。针对各个环节的能量转换特性进行建模。1）制氢环节EC是电制氢环节中的制氢设备，通过将电能转换为氢能，一部分氢气与CO2结合并通过MR合成为天然气，可供给CCHP和GB，另一部分则直接通过HFC转换成电能或热能。EC的输入-输出模型为PtEC,H2=ECPtECPminECPtECPmaxECPdownECPt+1EC-PtECPupEC（1）式中：EC为EC的能量转换效率；PtEC和PtEC,H2分别为输入EC的电功率和EC输出的氢功率；PmaxEC/PminEC图 1HIES 结构Fig.1Structure of HIES蓄电池电负荷冷负荷风电机组吸收式制冷机冰蓄冷空调蓄热槽氢燃料电池储氢罐热负荷电解槽甲烷反应器燃气轮机余热锅炉燃气锅炉氢能流气能流冷能流热能流电能流天然气上级电网PBTPWTPGridPHFCPACQACHHFCH2HWHBHHSTHGTCH4GGTHGBQARPGTGNGGGB电 力 系 统 及 其 自 动 化 学 报12第 7 期和PupEC/PdownEC分别为输入EC的电功率上/下限和爬坡率上/下限。2）氢转热-电环节HFC作为HIES中重要的能源耦合设备，可实现氢能与电、热能之间的转换。由于氢能由HFC直接转化为电、热能时比通过MR转化为天然气在供给CCHP或GB时减少了一个能量转换环节，相比后者效率更高，故氢能直接供给HFC具有较大优势。根据文献12可知，HFC的电、热转化效率之和可近似的看成一个常数，其模型为PtHFC,e=eHFCPtHFC,H2HtHFC,h=hHFCPtHFC,H2PminHFC,H2PtHFC,H2PmaxHFC,H2PdownHFC,H2Pt+1HFC,H2-PtHFC,H2PupHFC,H2（2）式中：PtHFC,H2为输入HFC的氢功率；PtHFC,e和HtHFC,h分别为HFC输出的电、热功率；eHFC和hHFC分别为HFC的电、热功率转换效率；PmaxHFC,H2和PminHFC,H2分别为HFC输入氢功率的上、下限；PupHFC,H2和PdownHFC,H2分别为HFC输出氢功率的爬坡率上、下限。3）氢制甲烷环节MR可利用EC产出的氢气实现氢气甲烷化，并注入HIES的天然气管道提供气能。MR的输入-输出模型可表示为PtMR,g=MRPtMR,H2CH4molCH4（3）PminMR,H2PtMR,H2PmaxMR,H2PdownMR,H2Pt+1MR,H2-PtMR,H2PupMR,H2（4）式中：PtMR,g和PtMR,H2分别为MR输出的气功率和输入MR的氢功率；MR为MR的甲烷化效率；CH4、mol分别为天然气低热值、氢气转甲烷的摩尔折算系数；CH4为单位体积的甲烷质量；PmaxMR,H2/PminMR,H2和PupMR,H2/PdownMR,H2分别为输入MR 的氢功率上/下限和爬坡率上/下限。1.2CCHP 系统CCHP系统通过燃烧天然气进行发电，且发电过程中的余热可通过WHB和AR分别进行产热和制冷，CCHP的能量转换关系为GtGT=PtGT(1-GT-S)/GTHtWHB=GtGThWHBQtAR=GtGTcARItGTPminGTPtGTItGTPmaxGTPdownGTPt+1GT-PtGTPupGT（5）式中：GtGT为GT消耗的天然气功率；PtGT、HtWHB、QtAR分别为CCHP输出的电、热、冷功率；ItGT为GT的启停状态标记位；GT和S分别为GT的发电效率和散热损失系数；h和WHB分别为WHB的制热效率和回收率；c和AR分别为AR的制冷效率和回收率；PmaxGT和PminGT分别为GT输出电功率的上、下限值；PupGT和PdownGT分别为GT输出电功率的爬坡率上、下限。1.3燃气锅炉GB通过燃烧天然气产生热能，其表达式为HtGB=GBGtGB0HtGBHmaxGB（6）式中：HtGB和GtGB分别为GB的输出热功率和消耗的天然气功率；HmaxGB为GB的输出热功率上限；GB为GB热效率。1.4冰蓄冷空调ISAC主要由蓄冷罐、制冷机等辅助设备组成。ISAC存在串联和并联两种工作模式15，本文采用并联式进行建模16，则有UtcoldQmincoldQtcoldQmaxcoldUtcold0QtxuQmaxxuUtxu Utxu=0tVQmincoldQtxu+QtcoldQmaxcold0QtCSTQmaxCSTUtCSTUtCST=0tV（7）式中：Qtcold、Qtxu和QtCST分别为ISAC的输出冷功率、蓄冰功率和蓄冷罐的融冰功率；V为电价谷时所有时段；Utcold、Utxu、UtCST分别为对应的状态标记位；Qmincold和Qmaxcold分别为ISAC输出冷功率的最小、最大值；Qmaxxu为ISAC蓄冰功率的最大值；QmaxCST为ISAC融冰功率的最大值。蓄冷罐主要考虑了损耗系数、制冷效率和储存容量，表示为 WtCST=Wt-1CST(1-Q)+(chrCSTQtxu-QtCSTdisCST)WminCSTWtCSTWmaxCST（8）式中：Q为自损系数；WtCST为蓄冷罐储存的冷却能；WmaxCST、WminCST分别为蓄冷罐冷却能的上、下限；chrCST和disCST分别为蓄冷罐的蓄冰和融冰系数。1.5储能设备本文 HIES 的储能设备主要包括 BT、HST 和HES。各储能设备需要满足的条件如下。（1）储能容量约束为Wtx=Wt-1x(1-x)+(chrxPtx,chr-Ptx,dis/disx)WminxWtxWmaxx（9）式中：xBT，HST，HES；x为储能设备x的能量吕智林等：含氢能利用和需求响应的综合能源系统低碳优化13第 35 卷自损系数；Ptx,chr和Ptx,dis分别为储能设备x的充、放能功率；Wtx为储能设备x的容量状态；chrx、disx分别为储能设备x的充、放能效率；Wmaxx和Wminx分别为储能设备x的容量上限和下限。（2）充放能上、下限约束和爬坡率约束分别为Utx,chrPminx,chrPtx,chrPmaxx,chrUtx,chrUtx,disPminx,disPtx,disPmaxx,disUtx,disPdownx,chrPtx,chr-Pt-1x,chrPupx,chrPdownx,disPtx,dis-Pt-1x,disPupx,disUtx.dis+Utx.chr1（10）式中：xBT，HST，HES；Ptx,chr、Ptx,dis为储能设备x的充、放能功率；Pmaxx,chr/Pminx,chr、Pmaxx,dis/Pminx,dis分别为储能设备x的充、放功率上/下限；Utx,chr和Utx,dis分别为储能装置x的充、放功率状态标志位；Pupx,chr/Pdownx,chr和Pupx,dis/Pdownx,dis分别为储能设备x的充、放能功率爬坡率上/下限。2综合需求响应模型本文构建的IDR模型中柔性电负荷分为可削减电负荷和可转移电负荷，柔性冷、热负荷分别为可削减冷、热负荷。电、热、冷负荷响应模型如下。2.1电负荷需求响应模型可转移电负荷是指用户根据系统发布的电价信息灵活的调整自身电负荷，使负荷峰值转移至负荷谷值。采用价格型弹性矩阵对用户柔性电负荷进行描述，其中第i时刻负荷对j时刻电价的弹性系数ei,j，即弹性矩阵W（i，j）中第i行第j列元素可定义为ei,j=Lte/Lte，0cj/cj,0（11）式中：Lte为电负荷响应后的负荷变化量；Lte,0为用户初始电负荷；cj为电负荷响应后的电价变化量；cj,0为初始电价。则电负荷响应后的可转移电负荷变化量Lte,s为17Lte,s=Lte,s,0j=124Ws(i,j)cj-cj,0cj,0（12）式中：Lte,s,0为用户初始转移电负荷量；Ws(i,j)为可转移电负荷价格需求弹性矩阵。对于可削减电负荷，用户根据价格信息在不影响自身用能满意度的情况下合理削减自身部分电负荷，同理，用价格型需求弹性矩阵描述可削减电负荷变化量Lte,c为17Lte,c=Lte,c,0j=124Wc(i,j)cj-cj，0cj，0（13）式中：Lte,c,0为用户初始削减电负荷量；Wc(i,j)为可削减电负荷价格需求弹性矩阵。用户实际电负荷可表示为Lte=Ltg,e+Lte,s-Lte,c（14）式中：Lte为用户响应后的电负荷，Ltg,e为固定电负荷。2.2基于阶梯型补贴机制的热、冷负荷响应模型由于冷、热负荷的削减对用户用能舒适的的影响较大，因此可给与一定的削减补贴，以促进用户调整自身的冷、热负荷需求，提高系统经济性。设Ltcut,h和Ltcut,c分别为用户削减的热负荷和冷负荷，则用户的实际热、冷负荷可表示为Lth=LtDA,h-Ltcut,hLtc=LtDA,c-Ltcut,c（15）式中：LtDA,h和Lth分别为用户响应前、后的热负荷需求；LtDA,c和Ltc分别为用户响应前、后的冷负荷需求。在热、冷负荷需求响应中，热、冷负荷削减得越多，用户用能舒适度就越低，从而导致用户参与响应的意愿也逐渐降低。因此，HIES对削减的热、冷负荷采取阶梯型激励补贴，以激励用户在舒适度范围内进行削减。HIES承担的削减补贴费用为Fcut=t=124(hLtcut,h+cLtcut,c)（16）式中：h和c分别为削减热负荷和削减冷负荷的补贴系数；Fcut为 HIES 承担的热、冷削减补贴费用。根据实际负荷偏离程度的不同，补贴系数h和c也有所不同，表示为h=h,10|LtDA,h-Lthh（17）c=c,10|LtDA,c-Ltcc（18）式中：h、c分别为热、冷负荷的偏离划分边界；h,1、h,2为削减热负荷的补贴系数；c,1、c,2为削减冷负荷的补贴系数。以热负荷为例，当实际热负荷偏离在h之内时，以系数h,1进行补贴，当实际热负荷偏离在h之外时，以系数h,2进行补贴，由于负荷偏离越大用户舒适度越弱，补贴力度也越大，因此h,1h,2。对于可削减的热、冷负荷，t时刻的热、冷负荷调整量应在一定范围内，同时，一天内总的热、冷负荷削减量也应当满足限制电 力 系 统 及 其 自 动 化 学 报14第 7 期|Ltcut,hLtDA,hh|t=124|Ltcut,ht=124LtDA,hWcut,h,|Ltcut,cLtDA,cc|t=124|Ltcut,ct=124LtDA,cWcut,c（19）式中：h和c分别为热、冷负荷的削减率上限；Wcut,h和Wcut,c分别为热、冷负荷的总削减率上限。3奖惩阶梯型碳交易机制本文通过基准线法来确定HIES中的无偿碳配额。基准线法是指参考行业整体排放数据水平，设置碳排放强度，并根据该基准发放碳配额。HIES中排放CO2的设备主要包括三类，分别是常规发电机组、CCHP和GB。按文献11中的碳配额分配方法，依据等效的供热量对各部分碳配额进行分配，即CP=CGrid+CGB+CCCHPCGrid=ePtGrid,bCCCHP=h(PtGT+HtWHB+QtAR)CGB=hHtGB（20）式中：CGB、CGrid和CCCHP分别为GB、外部电网购电和CCHP的无偿碳排放配额；e和h分别为单位电量和单位热量碳排放分配额；CP为总的系统碳排放分配额；为发电量折算成供热量的折算系数11；PtGrid,b为HIES购买的外购电量。由于 MR 运行过程中会吸收一部分 CO2，则HIES实际碳排放总量可表示为12CMR=t=1TMRPtMR,gCIES=CZ-CMR（21）式中：CIES、CMR分别为实际碳排放总量和MR吸收的 CO2量，CZ为常规机组、CCHP 和 GB 的碳排放量；MR为MR吸收CO2的效率系数。考虑MR之后，本文在阶梯碳交易机制基础上，引入了奖励系数，其成本模型15表示为FCO2=-c(1+2)(CP-d-CIES)CIESCP-d-c(1+2)d-c(1+)(CP-CIES)CP-dCIESCPc(CIES-CP)CPCIESCP+dcd+c(1+)(CIES-CP-d)CP+dCIESCP+2dc(2+)d+c(1+2)(CIES-CP-2d)CP+2dCIESCP+3dc(3+3)d+c(1+3)(CIES-CP-3d)CP+3dCIES（22）式中：FCO2为HIES中碳交易成本；c为市场上的碳交易价格；d为碳排放区间长度，、分别为碳交易价格奖、惩系数。其中：向外部电网购电为燃煤电厂，其碳排放量为1.08 t/（MWh）18；HIES的GB和CCHP机组的碳排放量为0.065 t/GJ18。4考虑综合需求响应与电制氢的 HIES 低碳优化模型4.1目标函数以阶梯型碳交易成本、运行成本和需求响应补贴成本之和最小为优化目标，其目标函数为minF=Fgrid+Fgas+Foper+FCO2+Fsto+Fcut（23）式中：F为HIES的总成本；Fgrid、Fgas、Foper和Fsto分别为电网交互成本、购气成本、设备运行维护成本和储能设备老化成本，分别表示为Fgrid=t=1T(tgrid,bPtgrid,b+tgrid,sPtgrid,s)Fgas=t=1T(gasGtgasHng)Foper=t=124ikiPtiFsto=t=124xx(Utx,dis+Utx,chr)（24）式中：tgrid,b和tgrid,s分别为IES与外部电网交互的购、售电价；Ptgrid,b和Ptgrid,s分别为向电网的购、售电功率；gas、Gtgas分别为购气价格和购气功率；ki和Pti分别为能源转换设备i的单位运行维护费用和输出功率；Hng为天然气低热值；x为储能设备x的单位老化成本。4.2约束条件系统约束除了满足各设备运行约束之外，还需要满足如下功率平衡约束（1）电功率平衡为PtWT+PtGT+Ptgrid,b+PtBT,dis+PtEC+PtHFC,e-PtISAC=Ltg,e+Lte,s-Lte,c+Ptgrid,s+PtBT,chr（25）（2）热功率平衡为HtGB+HtWHB+PtHST,dis+PtHFC,h=LtDA,h-Ltcut,h+PtHST,chr（26）（3）冷功率平衡为QtAR+Qtcold+QtCST=LtDA,c-Ltcut,c（27）（4）氢功率平衡为PtEC,H2=PtMR,H2+PtHFC,H2+PtHES,dis-PtHES,chr（28）吕智林等：含氢能利用和需求响应的综合能源系统低碳优化15第 35 卷（5）气功率平衡为Gtgas=GtGT+GtGB-PtMR,g（29）式中：PtWT为风电机组输出电功率；PtBT,chr和PtBT,dis分别为BT的充、放电功率；PtHST,chr和PtHST,dis分别为HST的充、放能功率；PtHES,chr和PtHES,dis分别为储氢罐的充、放能功率；PtISAC为ISAC的耗电功率。此外，还需满足与外部电网交互时的约束，即0Ptgrid,sItgrid,sPmaxgrid,s0Ptgrid,bItgrid,bPmaxgrid,bItgrid,s+Itgrid,b1（30）式中：Itgrid,b和Itgrid,s分别为向电网购、售电标志；Pmaxgrid,b和Pmaxgrid,s分别为IES的购电上限值和售电上限值。5算例分析5.1算例参数以某区域HIES为案例对所提计及氢能利用和综合需求响应的HIES低碳协同优化调度模型进行算例分析。其中，对应的电、热、冷预测负荷和风电预测曲线如图2所示，分时电价参考文献19，天然气价格为3.24/m3，HIES内部能源设备和储能设备参数见表1所示，燃煤机组的单位耗电的碳配额e为0.728 kg/（kWh），燃气机组的单位消耗热的碳配额h为0.102 t/GJ11，碳交易机制中奖励系数和惩罚系数分别取0.2和0.1520，负荷补贴系数h/c,1和h/c,2分别为0.03和0.05，h、c分别为100 kW和80 kW，h和c分别取15%，Wcut,h和Wcut,c分别为10%。5.2碳交易机制分析在本文引入氢能系统的基础上，为体现考虑奖惩阶梯型碳交易机制的有效性，设置以下3种场景进行对比分析。场景1：传统碳交易机制下，目标函数不考虑碳交易成本；场景2：传统碳交易机制下，目标函数考虑传统碳交易成本；场景3：奖惩阶梯型碳交易机制下，目标函数考虑奖惩阶梯型碳交易成本。3种场景下的优化结果如表2所示。由表2可知，2种低碳模型相比传统调度模型的碳排放量均大幅度下降。场景3相比场景1和场景2，其碳排放量分别下降了12.5%和4.68%，可见所提阶梯型碳交易机制在降低系统碳排放量有较好的作用。由于场景1未考虑碳交易成本，HIES以自身利益为主，因此在用户负荷高峰时段，为减少自身运行成本，会增加对电网的购电量，导致碳排放量上升。而场景2和场景3考虑了碳交易成本，由于 CCHP 和 GB 等清洁机组的单位碳排放量较低，因此会选择增加清洁机组的输出功率，进而导致自身运行成本的增加，但由于承担的碳交易成本下降，故系统总成本也会下降。由表可知，场景2和场景3的总成本相比场景1分别下降了6.38%和图 2电、热、冷负荷预测负荷和风电的预测曲线Fig.2Forecasted power,heating and cooling loads andforecasting curve of wind turbine2.42.01.61.20.80.4功率/MW时段0255电负荷风电101520热负荷冷负荷表 1能源设备参数和储能设备参数Tab.1Parameters of energy equipment and energystorage equipment设备能源储能参数GT,WHB,ARGB,c,hPmaxGT,PminGT,HmaxGB/kWPupGT,PdownGT/kWPmaxEC,PupEC,PdownEC/kWQmaxcold,Qmaxxu,QmaxCST/kWdisCST,chrCSTEC,MReHFC,hHFCPmaxHFC,H2,PmaxMR,H2/kWPupHFC,H2,PdownHFC,H2/kWPupMR,H2,PdownMR,H2PmaxBT,chr,PmaxBT,dis/kWPmaxHST,chr,PmaxHST,dis/kWPmaxHES,chr,PmaxHES,dis/kW(PupBT,chr/PupBT,dis),(PdownBT,dis/PdownBT,chr)/kW(PupHST,chr/PupHST,dis),(PdownHST,dis/PdownHST,chr)/kW(PupHES,chr/PupHES,dis),(PdownHES,dis/PdownHES,chr)/kWchrHST,disHSTchrBT,disBTchrHES,disHES数值0.85,1.5,0.90.9,0.9,0.85800,0,1000200,-200400,100,-100500,300,1500.67,0.750.87,0.60.95,0.95300,20060,-6040,-40200,200200,200200,200100,-100100,-10080,-800.98,0.980.97,0.970.95,0.95表 2不同碳交易成本的对比分析Tab.2Comparative analysis of different carbontransaction costs场景123IES总成本/23 057.421 585.622 035.9运行成本/17 390.718 261.118 507.6碳交易成本/5 866.73 324.53 528.3碳排放量/kg24 897.422 544.521 488.6电 力 系 统 及 其 自 动 化 学 报16第 7 期4.43%。因此，考虑碳交易成本后仍可保证HIES的经济性。图 3 为碳交易价格变化对系统优化的影响。其中，图3（a）表示3种场景下单位碳交易价格的变化对系统碳排放量的影响。由于场景1未在优化模型中考虑碳交易成本，因此单位碳交易价格的改变不会影响HIES的碳排放量。而对于场景2和场景3，随着单位碳交易价格的增加，HIES承担的碳交易成本逐渐上升，故对碳排放总量的限制约束加强，从而使HIES的碳排放总量逐渐减少。此外，场景3的碳排放量始终低于场景2，由此说明奖惩阶梯型碳交易机制相比传统碳交易机制更利于系统减排。图3（b）为单位碳交易价格对HIES总成本的影响，可见HIES总成本随单位碳交易价格的增加而先上升后减少。当碳交易价格在450/t之前时，由于单位碳交易价格的增加使碳交易成本逐级上升，故HIES总成本上升。而当碳交易价格大于450/t左右时，此时HIES实际碳排放量与免费碳配额接近，若继续增加单位碳交易价格会使实际碳排放量低于免费碳配额，故系统开始获得碳交易收益，使HIES总成本逐渐下降。5.3综合需求响应策略分析为验证本文所提的电-热-冷IDR模型对HIES优化调度的有效性，增设场景4（本文场景）与场景3进行对比分析，对比结果如表4所示。场景4是在引入氢能系统的基础上，考虑IDR策略和奖惩阶梯型碳交易机制的优化调度模型。由表3可知，考虑IDR策略后HIES总成本、碳交易成本和系统碳排放量均下降了4.3%、11.13%和4.45%。这是因为本文场景中用户能够根据价格信息在一定满意度范围内合理调整自身用能策略，从而降低HIES在负荷高峰时期的供能压力和向外部电网的购电量。由于机组出力和外购电量的降低，因此能进一步降低系统的碳排放量。反之，场景3，由于未出现负荷削减，因此其碳排放量和总成本都较高。由此可知，IDR策略不仅能提升HIES的经济性，也能在提升环境效益方面发挥作用。图4为考虑IDR前后的电、热、冷负荷曲线对比。由图4可看出，HIES中用户的电、热、冷负荷均出现转移或者削减。通过计算，用户电、热、冷负荷响应前后的峰谷差分别下降了 9.76%、4.35%和4.89%。对于电负荷，在08：0012：00和17：0019：00的负荷峰值时段，由于此时用户电负荷较高，因此用户会主动将此时的电负荷转移至00：0005：00以及20：0024：00的负荷谷时段。图 3单位碳交易价格对系统优化调度的影响Fig.3Impact of unit carbon trading price on optimalscheduling of system（a）碳排放量随碳交易价格的变化2624222018碳排放量/t单位碳交易价格/（元 t-1）50600100 150 200 250场景1300 350 400 450 500 550场景2场景3（b）ES 总成本随碳交易价格的变化2.32.22.12.0总成本/104单位碳交易价格/（元 t-1）50600100 150 200 250 300 350 400 450 500 550表 3有无 IDR 策略的对比结果Tab.3Comparison results with and without IDR strategy场景34IES总成本/22 035.921 088.3运行成本/18 507.617 495.3碳交易成本/3 528.33 135.7碳排放量/kg21 488.620 532.4IDR补贴成本/0457.3（a）电负荷响应前后曲线对比2.22.01.81.61.41.21.00.80.6功率/MW时段0255IDR前101520IDR后（b）热负荷响应前后曲线对比2.11.81.51.20.90.60.3功率/MW时段0255IDR前101520IDR后吕智林等：含氢能利用和需求响应的综合能源系统低碳优化17第 35 卷对于热负荷，其整体上都有一定的削减。在03：0007：00和21：0024：00的热负荷高峰时段，此时热负荷较高，因此削减量较多，而在13：0016：00时段内原热负荷需求量本来就较低，因此为了保证用户的舒适度，热负荷削减量较少。冷负荷的分析与电、热负荷大致相同，此处不再赘述。5.4电制氢效益分析为了体现引入氢能系统的HIES优化调度的优势，增设场景5和场景6与本文场景进行对比分析。场景5：考虑综合需求响应和阶梯型碳交易机制，但模型未考虑P2G设备；场景6：在场景5的基础上，增设了P2G设备。3种场景下的调度结果如表4所示。由表4可知，在本文场景（场景4）下，HIES的碳排放量和总成本相比场景5分别下降了6.36%和6.18%，相比场景6分别下降了4.75%、5.14%。这是因为考虑氢能系统后一部分氢能可以通过HFC转换为电、热能，提高了能源的利用效率，既能减少系统碳排放量，也能降低IES运行成本，具有明显的优势。下面以电能的调度为例，具体分析考虑电制氢系统后的优化结果。图5为3种场景下的电能功率优化结果。对于场景5，由于夜间风电的输出电功率处于峰值，而电负荷却处于谷时期，因此在时段01：0004：00和23：0024：00风电未完全消纳，尽管考虑了IDR策略去提升电负荷，但还是存在少量弃风现象，导致能源利用度不高，运行成本上升。对于场景6，由于增加了P2G设备，加强了电、热之间的耦合度，因此能够在风电出力富余时段将多余的电能通过P2G设备转换成天然气，通过天然气机组供应电、热、冷负荷，有效增加了风电的利用率，故未出现弃风现象。P2G设备的加入虽然增加了部分外购电量，但增加部分的分时电价处于谷值，并不会增加很多运行成本，并且由于能源利用率的提高和碳排放量的降低，其HIES总成本出现轻微下降。而对于本文场景，HIES首先将富余的风电输入EC制氢，消纳了剩余的风电。然后通过EC产生的氢气，一部分输送至HFC提供电能和热能，另外一部分输送至MR合成天然气或者通过氢储能储存。由于将氢能通过HFC生产热、电能提供给用户时相比将氢能通过MR合成天然气再输送至GB或者 CCHP 时，减少了一个能源的梯级消耗，因此HIES为了提高能源的利用效率，会优先选择将氢能输送至HFC进行热电生产，再将剩余部分送至（c）冷负荷响应前后曲线对比1.61.41.21.00.80.60.40.2功率/MW时段0255IDR前101520IDR后图 4电、热、冷负荷曲线优化结果F