張洪濤，周意入，凃玲英，秦 宇，李 曦

（湖北工業(yè)大學(xué)電氣與電子工程學(xué)院，武漢 430068）

隨著環(huán)境問題日益嚴(yán)峻和能源需求的不斷上升，如何有效減少二氧化碳排放以及可再生能源波動(dòng)性是世界各國關(guān)注的熱點(diǎn)話題[1-2]。氫能具有清潔低碳、安全高效等優(yōu)勢(shì)，將氫能與綜合能源系統(tǒng)IES（integrated energy system）中電、熱、冷、氣等不同能源相結(jié)合，可有效發(fā)揮氫能的多方面效益[3-4]。隨著新能源在發(fā)電系統(tǒng)中的占比不斷提高，不確定性等問題變得日益凸顯，故減小荷-源不確定性對(duì)提升系統(tǒng)穩(wěn)定性具有重要意義[5]。

目前，國內(nèi)外學(xué)者已對(duì)IES 的優(yōu)化調(diào)度進(jìn)行了深入的探討與研究。文獻(xiàn)[6]從電熱互補(bǔ)協(xié)調(diào)出發(fā)，根據(jù)電-熱網(wǎng)特性，建立了電-熱IES優(yōu)化調(diào)度模型；文獻(xiàn)[7]基于能源集線器概念對(duì)IES 進(jìn)行建模，提出以效率最大，費(fèi)用最少為目標(biāo)的多時(shí)段多場景IES 優(yōu)化模型。隨著“雙碳”目標(biāo)的提出，如何有效減少碳排放量是目前研究的熱點(diǎn)話題之一。文獻(xiàn)[8]在傳統(tǒng)電-熱-氣IES 中加入碳交易機(jī)制，以碳交易成本和能源外購成本為目標(biāo)構(gòu)建了IES 低碳調(diào)度模型；文獻(xiàn)[9]提出了計(jì)及階梯碳交易機(jī)制IES優(yōu)化調(diào)度模型，研究了階梯型碳交易成本各項(xiàng)參數(shù)對(duì)系統(tǒng)低碳優(yōu)化的影響；文獻(xiàn)[10]則考慮到負(fù)荷的響應(yīng)能力，提出了含階梯碳交易的電-熱-氣需求響應(yīng)模型，進(jìn)一步降低了系統(tǒng)的碳排放量。此外，在新能源平價(jià)上網(wǎng)的新形勢(shì)下，我國建立了可再生配額制度及其綠色證書交易機(jī)制，目的是促進(jìn)新能源的消納以降低碳排放量；文獻(xiàn)[11]根據(jù)熵權(quán)法對(duì)綠證配額進(jìn)行分配，分別構(gòu)建了省級(jí)日前電力市場出清模型和國際綠證交易市場出清模型；文獻(xiàn)[12]提出了計(jì)及可再生能源消納責(zé)任權(quán)重的IES運(yùn)行優(yōu)化模型，綜合考慮綠色證書交易、可再生能源消納能力等因素，有效提高了綠電占比和系統(tǒng)經(jīng)濟(jì)性。上述文獻(xiàn)從碳市場和綠證市場兩個(gè)方面對(duì)IES 低碳優(yōu)化展開研究，但在兩者的結(jié)合應(yīng)用等方面還有待深入研究，且未考慮氫能帶來的低碳清潔效益。

氫能的加入能夠有效減少IES 的碳排放量，實(shí)現(xiàn)系統(tǒng)低碳運(yùn)行。文獻(xiàn)[13]以運(yùn)行成本和碳交易成本最優(yōu)為目標(biāo)，建立了含風(fēng)電制氫的園區(qū)IES系統(tǒng)；文獻(xiàn)[14]則提出含氫儲(chǔ)能及天然氣混合儲(chǔ)能的IES優(yōu)化運(yùn)行模型，兼顧了系統(tǒng)經(jīng)濟(jì)、環(huán)保性；文獻(xiàn)[15]以新能源為主體，結(jié)合氫能多方面綜合效益，建立了基于碳捕集和電-氫轉(zhuǎn)換的IES低碳經(jīng)濟(jì)模型；文獻(xiàn)[16]則考慮電、熱柔性負(fù)荷的特點(diǎn)，結(jié)合需求響應(yīng)建立了電-熱-氫IES 低碳調(diào)度模型，提高了能源利用效率和經(jīng)濟(jì)效益。上述研究從氫能耦合特性和制氫方法等角度對(duì)IES 優(yōu)化運(yùn)行展開研究，但未考慮源、荷不確定性對(duì)IES優(yōu)化運(yùn)行的影響。

為減少源、荷預(yù)測(cè)誤差對(duì)系統(tǒng)優(yōu)化的影響，多時(shí)間尺度調(diào)度策略得到了廣泛運(yùn)用。文獻(xiàn)[17-18]分別建立了日前-日內(nèi)-實(shí)時(shí)多時(shí)間尺度優(yōu)化方法，降低了源、荷預(yù)測(cè)誤差帶來的波動(dòng)性；文獻(xiàn)[19]則考慮電能和熱、氣能在不同時(shí)間尺度的響應(yīng)能量，在IES日內(nèi)調(diào)度模型中建立了雙時(shí)間尺度滾動(dòng)優(yōu)化模型；文獻(xiàn)[20]建立了日前運(yùn)行成本最低和日內(nèi)棄風(fēng)成本最低的多時(shí)間尺度IES 模型，實(shí)現(xiàn)了減少運(yùn)行成本，提高新能源的利用效率；文獻(xiàn)[21]提出分布式模型預(yù)測(cè)控制MPC（model predictive control）的多時(shí)間尺度IES 優(yōu)化調(diào)度策略，該策略能提高經(jīng)濟(jì)性能和改善系統(tǒng)的控制性能。

上述文獻(xiàn)從碳市場和綠證市場兩個(gè)方面對(duì)IES低碳優(yōu)化進(jìn)行了研究，幾乎沒有考量氫能帶來的低碳清潔效益，并且在氫能耦合研究中未能充分考慮源、荷不確定性對(duì)IES 優(yōu)化運(yùn)行的影響。針對(duì)上述問題，本文提出計(jì)及綠證-碳交易機(jī)制的電-熱-冷-氫IES多時(shí)間尺度低碳優(yōu)化調(diào)度模型。首先，考慮氫能的利用和轉(zhuǎn)換形式，建立以氫燃料電池、電解槽和甲烷反應(yīng)器組成的氫能利用環(huán)節(jié)，并考慮到電解制氫過程中熱量散失的情況，引入余熱回收裝置，建立電解槽熱氫聯(lián)產(chǎn)模型。其次，為發(fā)揮IES 的低碳特性，分別引入綠證交易機(jī)制和獎(jiǎng)懲階梯型碳交易機(jī)制。最后，基于MPC 方法，構(gòu)建日前低碳調(diào)度、日內(nèi)滾動(dòng)優(yōu)化和實(shí)時(shí)調(diào)整的多時(shí)間尺度優(yōu)化模型。算例仿真表明，本文所提模型能夠提高各個(gè)機(jī)組之間的出力精確性，減小聯(lián)絡(luò)線交互功率波動(dòng)率和碳排放量，實(shí)現(xiàn)IES的經(jīng)濟(jì)、低碳和可靠運(yùn)行。

1 電-熱-冷-氣-氫綜合能源系統(tǒng)

本文所構(gòu)建的含電-熱-冷-氣-氫IES結(jié)構(gòu)如圖1所示，其中，外部氣網(wǎng)、風(fēng)電機(jī)組WT（wind turbine）、外部電網(wǎng)構(gòu)成了外部供能系統(tǒng)，同時(shí)提供電能和氣能。多源儲(chǔ)能由儲(chǔ)氫罐HES（hydrogen energy storage）、蓄熱槽HST（heat storage tank）和蓄電池BT（battery）構(gòu)成。涉及氫能利用環(huán)節(jié)主要有電制氫環(huán)節(jié)、氫轉(zhuǎn)天然氣環(huán)節(jié)以及氫轉(zhuǎn)熱電環(huán)節(jié)，由電解槽EC（electrolytic cell）、甲烷反應(yīng)器MR（methane reactor）和氫燃料電池HFC（hydrogen fuel cell）構(gòu)成。此外，還包含燃?xì)廨啓C(jī)GT（gas turbine）、燃?xì)忮仩tGB（gas boiler）、余熱鍋爐WHB（waste heat boiler）、電制冷機(jī)ER（electric refrigerator）和吸收式制冷機(jī)AR（absorption refrigerator）等在內(nèi)的冷熱電供應(yīng)系統(tǒng)。冷熱電供應(yīng)系統(tǒng)和多源儲(chǔ)能系統(tǒng)涉及的相關(guān)設(shè)備闡述詳見文獻(xiàn)[6-10]，此處不再贅述，本節(jié)主要介紹氫能利用系統(tǒng)。

圖1 IES 結(jié)構(gòu)Fig.1 Structure of IES

1.1 電制氫環(huán)節(jié)

EC 是電制氫環(huán)節(jié)的核心元件，其類型主要包括質(zhì)子交換膜EC、堿性EC、固體氧化物EC。以堿性EC 為例，考慮到電轉(zhuǎn)氣環(huán)節(jié)中EC 的運(yùn)行特性，其在實(shí)際運(yùn)行的同時(shí)，會(huì)存在部分熱量的損失[22]。本文建立EC熱氫聯(lián)產(chǎn)模型，其EC熱氫聯(lián)供模型的輸入-輸出關(guān)系可表示為

式中：a1、a2、b1和b2分別為EC 熱氫聯(lián)供運(yùn)行系數(shù)；為EC的產(chǎn)熱功率；為輸入進(jìn)EC的電功率；為EC 的制氫功率；為EC 的內(nèi)部溫度；為EC 運(yùn)行狀態(tài)的0-1 變量；和分別為EC輸出電功率的最小值和最大值；和分別為EC輸出電功率的爬坡率下限和上限。

在EC制氫環(huán)節(jié)中引入閉環(huán)水循環(huán)系統(tǒng)對(duì)散失的熱量進(jìn)行回收。本文考慮到熱傳輸過程中的損耗，其熱傳輸模型可表示為

式中：ηh為換熱效率；和分別為EC 輸出熱功率和損失熱量；為注入熱網(wǎng)的熱功率。

EC溫度變化可以由準(zhǔn)穩(wěn)態(tài)熱模型表示為

由式（3）可知，電解制氫-熱回收模型也可看作是儲(chǔ)熱設(shè)備。的變化會(huì)導(dǎo)致的變化，從而影響和的分配比。EC 運(yùn)行綜合效率ηEC可表示為

式（1）與式（3）組成了EC 熱氫聯(lián)產(chǎn)的運(yùn)行模型。EC 在運(yùn)行過程中的熱、氫輸出功率主要取決于溫度和輸入功率。

1.2 氫制甲烷環(huán)節(jié)

MR是氫制甲烷環(huán)節(jié)的主要核心設(shè)備，MR的輸入-輸出模型表示為

1.3 氫制熱、電環(huán)節(jié)

HFC 是氫制電、熱環(huán)節(jié)的核心設(shè)備，可實(shí)現(xiàn)氫能與電、熱能之間的轉(zhuǎn)換，其具體關(guān)系表示[16]為

2 綠色證書交易機(jī)制與階梯型碳交易機(jī)制

2.1 綠色證書交易機(jī)制

綠證是國家對(duì)可再生能源上網(wǎng)電量的認(rèn)證，也是需求側(cè)消費(fèi)綠色電力的憑證，與碳交易機(jī)制類似，綠色證書交易機(jī)制也是通過交易來發(fā)揮市場在資源優(yōu)化配置中的作用。當(dāng)能源系統(tǒng)中的綠證數(shù)量超過該系統(tǒng)無償?shù)木G證配額時(shí)，則可將富裕的綠證數(shù)量在綠證交易市場中進(jìn)行售賣，從而獲得收益。反之，則需要從市場中額外購買不足的綠證以滿足綠證配額指標(biāo)。綠色證書交易成本的計(jì)算公式可表示為

式中：δP為IES中所分配的綠證數(shù)量配額系數(shù)；εLZ為風(fēng)電WT 發(fā)電轉(zhuǎn)換為綠證數(shù)量的轉(zhuǎn)化系數(shù)，1 本綠證對(duì)應(yīng)1 MW·h的WT結(jié)算量；為用戶電負(fù)荷；為WT 的輸出電功率；DP為IES 持有的綠證數(shù)量配額；DS為IES 新能源發(fā)電獲得的綠證數(shù)量；eGCT為綠證交易價(jià)格；CGCT為IES 的綠證交易成本。

考慮到綠證的交易價(jià)格隨其綠證數(shù)量的變化而改變，本文基于數(shù)量競爭的古諾交易模型表征綠證的交易價(jià)格。根據(jù)古諾模型公式，綠證交易價(jià)格模型可表示為

式中：Dc為IES 出售的綠證數(shù)量；和分別為古諾交易模型的反價(jià)格函數(shù)的兩個(gè)正值參數(shù)可分別表示為

式中：eGCT,0為綠證基礎(chǔ)交易價(jià)格；為基于歷史數(shù)據(jù)算出來的GCT交易價(jià)格比率。

結(jié)合式（7）～式（9）可知，綠證基礎(chǔ)交易價(jià)格作為綠證交易價(jià)格的上限，將直接影響風(fēng)電出力效果和綠證交易成本，本文選取的綠證基礎(chǔ)交易價(jià)格為220 元/本[12]。

2.2 獎(jiǎng)懲階梯型碳交易機(jī)制

碳排放的原理是通過構(gòu)建碳排放權(quán)，用成本激勵(lì)被考核主體，減少碳排放。當(dāng)實(shí)際碳排放高于配額時(shí)，需要購買碳排放權(quán)，反之則出售碳排放權(quán)，進(jìn)而取得碳排放收益。本文考慮系統(tǒng)向外部電網(wǎng)的購電量均來自火電，依據(jù)基準(zhǔn)線法，認(rèn)為IES中碳排放源來自于外購3部分：電力、CHP和GB，則碳交易的無償碳排放配額分配表示為

式中：EGrid、ECHP及EGB分別為IES 中外購電力、CHP 及GB 的無償碳排放配額；E為IES 總的碳配額；為IES 外購電量；分別為GT、GB、WHB 的輸出電功率；εe和εh分別為單位電量和單位熱量的無償碳配額系數(shù)；φe-h為發(fā)電量折算成供熱量的折算系數(shù)，取6 MJ/（kW·h）[18]。

在計(jì)量IES 實(shí)際運(yùn)行中的碳排放量時(shí)，還需進(jìn)一步考慮MR設(shè)備對(duì)二氧化碳的捕獲消納作用。則實(shí)際的碳排放量計(jì)算為

式中：EAct為IES實(shí)際總的碳排放量；分別為外部購電、燃?xì)鈾C(jī)組的實(shí)際碳排放量；為MR吸收的二氧化碳量；為IES外購電量；為燃?xì)鈾C(jī)組的等效輸出功率；αCO2為MR 轉(zhuǎn)換過程中吸收二氧化碳的效率系數(shù)；為MR 吸收的二氧化碳量；x1、y1、z1和x2、y2、z2分別為外購電力和燃?xì)鈾C(jī)組的碳排放計(jì)算參數(shù)。

為了在控制碳排放量同時(shí)兼顧能源供能企業(yè)的節(jié)能積極性，在碳交易的基礎(chǔ)上引入獎(jiǎng)-懲系數(shù)，根據(jù)企業(yè)實(shí)際排放量與設(shè)定排放量的對(duì)比進(jìn)行獎(jiǎng)勵(lì)或者處罰。其獎(jiǎng)懲階梯型碳交易成本計(jì)算模型可表示為

式中：CCET為IES承擔(dān)的碳交易成本；β為市場上的單位碳交易價(jià)格；l為碳排放區(qū)間長度；μ和r為獎(jiǎng)懲階梯型碳交易機(jī)制的獎(jiǎng)勵(lì)系數(shù)和懲罰系數(shù)。

3 多時(shí)間尺度優(yōu)化調(diào)度模型

源、荷預(yù)測(cè)精度隨時(shí)間尺度的減小而降低，為減少負(fù)荷預(yù)測(cè)和可再生能源對(duì)系統(tǒng)優(yōu)化調(diào)度的影響，本文提出了日前-日內(nèi)-實(shí)時(shí)三時(shí)間尺度的優(yōu)化調(diào)度模型，其整體調(diào)度框架如圖2所示。

圖2 多時(shí)間尺度調(diào)度框架Fig.2 Framework of multi-timescale scheduling

（1）日前低碳調(diào)度（1 h）基于獎(jiǎng)懲階梯型碳交易機(jī)制和綠證交易機(jī)制，以系統(tǒng)購能成本、運(yùn)行成本、獎(jiǎng)懲階梯型碳交易成本和綠證交易成本之和最低為優(yōu)化目標(biāo)，以1 h為時(shí)間尺度，制定1天24 h的設(shè)備運(yùn)行計(jì)劃、啟停計(jì)劃和儲(chǔ)能充放能計(jì)劃。

（2）日內(nèi)滾動(dòng)調(diào)度（15 min）以15 min 為時(shí)間尺度，在日內(nèi)調(diào)度中第k時(shí)段開始時(shí)，更新接下來控制時(shí)域M內(nèi)源、荷預(yù)測(cè)信息。然后以系統(tǒng)購能成本、機(jī)組啟停懲罰成本、獎(jiǎng)懲階梯型碳交易成本和綠證交易成本之和最低為目標(biāo)，確定M內(nèi)各機(jī)組最優(yōu)出力調(diào)整量，但只執(zhí)行t時(shí)段計(jì)劃。然后在第k+1 時(shí)段開始，使用更新好的源-荷數(shù)據(jù)信息重復(fù)此優(yōu)化步驟，實(shí)現(xiàn)滾動(dòng)更新。

（3）實(shí)時(shí)調(diào)整調(diào)度（5 min）主要是對(duì)日內(nèi)各能源設(shè)備的出力計(jì)劃進(jìn)行細(xì)微調(diào)整，從而使機(jī)組出力滿足實(shí)際運(yùn)行過程中的時(shí)變需求。實(shí)時(shí)調(diào)整階段以5 min為時(shí)間尺度，根據(jù)實(shí)時(shí)更新的源、荷預(yù)測(cè)信息，以下一時(shí)刻的系統(tǒng)輸出即設(shè)備總調(diào)整量為優(yōu)化目標(biāo)，計(jì)算IES中各機(jī)組的實(shí)時(shí)出力。

3.1 計(jì)及氫能耦合及階梯型碳交易機(jī)制的日前調(diào)度模型

在日前調(diào)度中，會(huì)涉及新能源不確定性的處理。本文使用多場景方法來描述可再生能源不確定性問題。以風(fēng)電功率為例，假定風(fēng)電功率服從正態(tài)分布，然后，用拉丁超立方抽樣生成風(fēng)電出力場景，并基于Kantorovich 距離[23]的場景削減技術(shù)進(jìn)行場景削減。接著，導(dǎo)出削減之后的相對(duì)應(yīng)概率的場景。詳細(xì)步驟見文獻(xiàn)[23]。

日前調(diào)度以購能、運(yùn)行和階梯型碳交易、綠證交易等成本之和最小為優(yōu)化目標(biāo)，其目標(biāo)函數(shù)為

式中：CDAED為日前IES 總成本；分別為IES 的購電成本和購氣成本；為設(shè)備運(yùn)行維護(hù)成本；和分別為階梯型碳交易成本和綠證交易成本。其中和的表達(dá)式分別如式（12）和式（7）所示，其余分別表示為

系統(tǒng)約束除了滿足各設(shè)備運(yùn)行約束之外，還需要滿足電、熱、冷、氣、氫功率平衡約束，即

除了氫能耦合設(shè)備之外，IES 內(nèi)部的冷熱電聯(lián)供設(shè)備和多源儲(chǔ)能設(shè)備均需要滿足上、下限約束和爬坡率約束，并且多源儲(chǔ)能設(shè)備還需要滿足互斥約束和充放能頻率等約束，具體可參見文獻(xiàn)[17，19]，此處不再贅述。

此外，IES還需滿足外部電網(wǎng)、外部氣網(wǎng)的交互約束為

3.2 日內(nèi)滾動(dòng)優(yōu)化調(diào)度模型

日內(nèi)滾動(dòng)優(yōu)化以15 min為間隔，根據(jù)最新預(yù)測(cè)信息，以系統(tǒng)日內(nèi)購能成本、階梯型碳交易成本、綠證交易成本及各機(jī)組啟停懲罰成本之和最小為目標(biāo)調(diào)整各機(jī)組出力計(jì)劃。其目標(biāo)函數(shù)可表示為

式中：CID為日內(nèi)IES總成本；和分別為日內(nèi)購電成本和購氣成本；為日內(nèi)各設(shè)備的啟停懲罰成本；為日內(nèi)綠證交易成本，如式（7）；為日內(nèi)階梯型碳交易成本，如式（12）。各項(xiàng)可分別表示為

式中：x為各設(shè)備的種類；為第x類機(jī)組的啟停狀態(tài)，為0-1系數(shù)；為第x類機(jī)組的啟停懲罰費(fèi)用。

日內(nèi)調(diào)度階段的約束條件除了需滿足設(shè)備運(yùn)行約束和功率平衡約束，同時(shí)還需滿足日前調(diào)度運(yùn)行狀態(tài)約束，即

3.3 實(shí)時(shí)調(diào)整階段

在實(shí)時(shí)調(diào)整階段，通過對(duì)日內(nèi)調(diào)度設(shè)備出力進(jìn)行細(xì)微調(diào)整以滿足不斷變化的能源需求。根據(jù)實(shí)時(shí)更新的源、荷預(yù)測(cè)信息，實(shí)時(shí)調(diào)整與日內(nèi)滾動(dòng)優(yōu)化嵌套執(zhí)行，以5 min 為時(shí)間尺度，根據(jù)后續(xù)1 h 內(nèi)的設(shè)備總調(diào)整量最低為目標(biāo)，確定調(diào)整后的最終調(diào)度計(jì)劃值。即

其中，IES中部分設(shè)備的調(diào)整狀態(tài)方程為

式中：等號(hào)左邊為最后調(diào)度計(jì)劃值；等號(hào)右邊第1項(xiàng)是上一階段的優(yōu)化值；第2項(xiàng)是實(shí)時(shí)階段調(diào)整的輸入量；呵呵分別為電負(fù)荷、熱負(fù)荷、冷負(fù)荷和風(fēng)電WT波動(dòng)值構(gòu)成的擾動(dòng)量。

4 算例分析

4.1 基礎(chǔ)數(shù)據(jù)

本文以某含氫能的IES 為例進(jìn)行算例仿真。IES設(shè)備參數(shù)見文獻(xiàn)[9，16，19，22]，其中內(nèi)部各能源設(shè)備主要參數(shù)如表1所示，儲(chǔ)能設(shè)備主要參數(shù)如表2所示，分時(shí)電價(jià)如表3所示，電、冷、熱負(fù)荷及風(fēng)電的預(yù)測(cè)曲線如圖3所示。碳交易參數(shù)方面，εe、εh分別為0.728 t/（MW·h）和0.102 t/GJ，μ和r分別為0.15 和0.2，IES 實(shí)際碳排模型參數(shù)如表4 所示。假定風(fēng)電和各負(fù)荷預(yù)測(cè)誤差均遵循正態(tài)分布，其各部分不確定性水平見文獻(xiàn)[17]，日內(nèi)階段各設(shè)備啟停懲罰成本見文獻(xiàn)[21]。本文建立的IES 多時(shí)間尺度優(yōu)化調(diào)度模型各階段均為混合整數(shù)線性規(guī)劃模型，基于MATLAB+YALMIP建模，調(diào)用商業(yè)求解器Gurobi對(duì)所提模型進(jìn)行求解。

表1 IES 能源設(shè)備參數(shù)Tab.1 Parameters of IES energy equipment

表2 儲(chǔ)能設(shè)備參數(shù)Tab.2 Parameters of energy storage equipment

表3 分時(shí)電價(jià)Tab.3 Time-of-use electricity price

表4 實(shí)際碳排放模型參數(shù)Tab.4 Parameters of actual carbon emission model

圖3 電、冷、熱負(fù)荷及其風(fēng)電預(yù)測(cè)曲線Fig.3 Prediction curves of power,cooling and heat loads and wind power

4.2 日前調(diào)度結(jié)果分析

4.2.1 氫能耦合系統(tǒng)效益分析

為了體現(xiàn)引入氫能耦合系統(tǒng)的IES優(yōu)化調(diào)度的優(yōu)勢(shì)，本文設(shè)置以下3種方案進(jìn)行對(duì)比。

方案1：采用傳統(tǒng)的冷熱電聯(lián)產(chǎn)優(yōu)化調(diào)度模型，未引入多源儲(chǔ)能設(shè)備。

方案2：含多源儲(chǔ)能設(shè)備的傳統(tǒng)電-熱-氣優(yōu)化調(diào)度模型。

方案3：在方案2的基礎(chǔ)上，引入氫能耦合系統(tǒng)。

3 種方案下的優(yōu)化成本對(duì)比結(jié)果如表5 所示。為了更清晰地比較氫能耦合系統(tǒng)的優(yōu)勢(shì)，列出3種方案的電能調(diào)度結(jié)果進(jìn)行分析比較，如圖4 所示。圖5為3種方案下的風(fēng)電消納情況。

表5 日前調(diào)度中各種方案下的調(diào)度結(jié)果對(duì)比Tab.5 Comparison of scheduling result under different schemes in day-ahead scheduling

圖4 不同方案下電功率調(diào)度結(jié)果Fig.4 Electric power scheduling results under different schemes

圖5 3 種方案下的風(fēng)電消納情況Fig.5 Wind power consumption under three schemes

首先，對(duì)比方案1 和方案2。由表5 可知，方案2中IES的購能成本、IES總成本和系統(tǒng)碳排放量相比方案1分別下降了3.98%、4.34%和3.12%。由于方案1未引入多源儲(chǔ)能設(shè)備，在負(fù)荷高峰時(shí)期的供能壓力較大，從而導(dǎo)致購能成本較高。而對(duì)于方案2，由圖4 可看出，在引入多源儲(chǔ)能設(shè)備之后，儲(chǔ)能設(shè)備能在電負(fù)荷高峰時(shí)期如18：00—22：00 放電，緩解供能壓力，在電負(fù)荷低谷時(shí)期如23：00—04：00充電，減少資源浪費(fèi)。此外，由圖5可知，由于風(fēng)電出力具有反調(diào)峰特性，在夜間出力較多，故在方案1的情況下會(huì)產(chǎn)生大量的棄風(fēng)功率，導(dǎo)致能源利用度不高。而方案2能有效提升風(fēng)電的消納能力，提高能源利用效率。

然后，對(duì)比方案2和方案3。由表5可知，方案3中IES 的購能成本、總成本和碳排放量分別下降了5.93%、3.83%和3.74%。在方案3中，由于引入了氫能耦合系統(tǒng)，IES 會(huì)首先將富裕的風(fēng)電功率輸入進(jìn)電解槽中制氫，從而提高了風(fēng)電的消納能力；接著，通過電解槽產(chǎn)生的氫能和熱能，其中一部分氫能可輸送至氫燃料電池中進(jìn)行熱、電生產(chǎn)，另外一部分氫能可輸送至甲烷反應(yīng)器中合成天然氣供氣，或者通過氫儲(chǔ)能儲(chǔ)存，而生成的熱能則能直接供應(yīng)熱負(fù)荷，實(shí)現(xiàn)能源的最大利用。通過上述步驟，可將富裕的風(fēng)電功率轉(zhuǎn)換成氫氣，實(shí)現(xiàn)了電-熱-氫耦合。結(jié)合圖4、圖5 和表5 可以看出，在01：00—10：00 時(shí)段，由于風(fēng)電功率較高，因此可通過電解槽制氫，故消納了大量的風(fēng)電功率。

4.2.2 綠證-碳交易機(jī)制效益分析

為了驗(yàn)證考慮綠證-碳交易機(jī)制在經(jīng)濟(jì)性和環(huán)保性方面的有效性，本文在方案3設(shè)備模型的基礎(chǔ)上，新增以下4種方案進(jìn)行對(duì)比。

方案4：僅考慮傳統(tǒng)碳交易機(jī)制。

方案5：僅考慮獎(jiǎng)懲階梯型碳交易機(jī)制。

方案6：僅考慮綠證交易機(jī)制。

方案7：考慮本文所提的綠證-碳交易機(jī)制。

方案3～方案7的對(duì)比結(jié)果如表6所示。

表6 日前調(diào)度中各種方案下的調(diào)度結(jié)果對(duì)比Tab.6 Comparison of scheduling result under different schemes in day-ahead scheduling

對(duì)比方案3 和方案4。由于方案3 未考慮碳交易成本，IES以自身利益為主，故在負(fù)荷高峰時(shí)期為減少自身運(yùn)行成本，會(huì)增加對(duì)外部電網(wǎng)的購電量，導(dǎo)致碳排放量上升。方案4 考慮了傳統(tǒng)碳交易成本后，因其CCHP 和GB 的實(shí)際碳排放量較少，系統(tǒng)為了減少碳排放量，會(huì)選擇增加CCHP 和GB 等燃?xì)鈾C(jī)組的出力，從而使系統(tǒng)碳排放量低于分配的碳配額，獲得碳交易收益，減少了IES向外部電網(wǎng)的購電量并降低碳排放量。根據(jù)表6 數(shù)據(jù)，與方案3 比較，方案4 的IES 總成本和系統(tǒng)碳排放量分別下降了5.11%和10.19%。

對(duì)比方案4 和方案5。因?yàn)榉桨? 加入了涉及獎(jiǎng)懲的階梯型碳交易機(jī)制，當(dāng)系統(tǒng)碳排放量低于免費(fèi)的碳配額時(shí)，得到政府獎(jiǎng)勵(lì)，從而促進(jìn)機(jī)組的輸出功率優(yōu)化，進(jìn)一步降低系統(tǒng)碳排放量。由表6可知，相比方案4，方案5 的IES 總成本和系統(tǒng)碳排放量分別下降了2.21%和5.71%。

方案6 為僅考慮綠證交易機(jī)制的優(yōu)化場景，相較于方案3，方案6系統(tǒng)碳排放量和IES總成本和分別下降了6.18%和3.48%。方案6 在引入綠證交易機(jī)制之后，由于系統(tǒng)的綠電占比較多，因此可將系統(tǒng)富裕的綠電配額隨綠證在市場中進(jìn)行交易，不僅提升了風(fēng)電的消納能力，還獲得了一定的綠證交易收益，驗(yàn)證了綠證交易機(jī)制的有效性。而方案7則將獎(jiǎng)懲階梯型碳交易機(jī)制與綠證交易機(jī)制同時(shí)作用于IES 優(yōu)化調(diào)度中，由表6 可知，相比其他6 種方案，方案7 下系統(tǒng)不僅獲得了碳交易收益，還同時(shí)獲得了綠證交易收益，故IES 總成本和碳排放量均到達(dá)最低值，表明綜合考慮綠證-碳交易機(jī)制可進(jìn)一步減少系統(tǒng)的碳排放量和運(yùn)行成本。

4.3 日內(nèi)調(diào)度結(jié)果分析

4.3.1 不同策略下的對(duì)比結(jié)果分析

為驗(yàn)證本文所提多時(shí)間尺度協(xié)調(diào)優(yōu)化策略的有效性，以日前調(diào)度中方案7 的優(yōu)化模型為基礎(chǔ)，新增DA-P 調(diào)度策略進(jìn)行對(duì)比。DA-P 策略是指在遵從日前調(diào)度的基礎(chǔ)上，僅僅通過外部網(wǎng)絡(luò)對(duì)風(fēng)電和負(fù)荷不確定性產(chǎn)生的功率波動(dòng)進(jìn)行平抑。

表7為多時(shí)間尺度調(diào)度策略與日前調(diào)度、DA-P調(diào)度策略的對(duì)比結(jié)果。首先對(duì)比日前調(diào)度和多時(shí)間尺度調(diào)度策略，由于日內(nèi)調(diào)度計(jì)劃考慮了機(jī)組啟停懲罰費(fèi)用等因素，因此多時(shí)間尺度策略下IES 的運(yùn)行成本會(huì)增加，導(dǎo)致總成本上升。但由于日前調(diào)度未考慮預(yù)測(cè)誤差對(duì)系統(tǒng)的影響，其模型精度相對(duì)較低，并不能反映機(jī)組的實(shí)際運(yùn)行情況。而多時(shí)間尺度下風(fēng)電和負(fù)荷的預(yù)測(cè)信息更精確，其調(diào)度結(jié)果更加合理。

接下來對(duì)比多時(shí)間尺度策略和DA-P策略。由表7可知，多時(shí)間尺度下的IES總成本相比DA-P策略下降了3.07%，且聯(lián)絡(luò)線交互功率和系統(tǒng)碳排放量分別下降了8.69%和6.75%。這是因?yàn)樵趯?shí)際運(yùn)行時(shí)，DA-P 策略只能通過外部網(wǎng)絡(luò)如電網(wǎng)和氣網(wǎng)來平抑可再生能源和負(fù)荷的預(yù)測(cè)誤差，因此平抑過程中會(huì)產(chǎn)生大量的購電成本使IES 運(yùn)行成本上升。而在多時(shí)間尺度調(diào)度策略下，通過反復(fù)滾動(dòng)優(yōu)化的同時(shí)更新了源、荷預(yù)測(cè)信息，并且利用實(shí)時(shí)調(diào)整對(duì)機(jī)組出力的情況進(jìn)行優(yōu)化，使得系統(tǒng)減小了來自源、荷預(yù)測(cè)誤差的影響。此外，由于采用多時(shí)間尺度策略緩解了外部電網(wǎng)和氣網(wǎng)的供能壓力，故交互功率波動(dòng)率的下降也能間接降低系統(tǒng)的碳排放量。

4.3.2 各設(shè)備調(diào)整結(jié)果分析

實(shí)時(shí)調(diào)整階段的5 min間隔會(huì)影響儲(chǔ)能設(shè)備的利用率和壽命，故儲(chǔ)能設(shè)備僅參與日前和日內(nèi)調(diào)度。各儲(chǔ)能設(shè)備的日前-日內(nèi)對(duì)比結(jié)果如圖6 所示。由圖6可以看出，BT、HST和HES 3種儲(chǔ)能設(shè)備的日前-日內(nèi)出力功率波動(dòng)不大。在實(shí)時(shí)階段產(chǎn)生的負(fù)荷波動(dòng)可以由能源轉(zhuǎn)換設(shè)備滿足。在日前和日內(nèi)兩階段的調(diào)度中，儲(chǔ)能設(shè)備變化趨勢(shì)相似，因?yàn)橛深A(yù)測(cè)帶來的誤差大部分可以通過系統(tǒng)中能源轉(zhuǎn)換設(shè)備來減小，只有少部分需要通過儲(chǔ)能設(shè)備進(jìn)行調(diào)整。

圖6 各儲(chǔ)能設(shè)備的日前-日內(nèi)對(duì)比結(jié)果Fig.6 Results of comparison between day-ahead and intraday outputs for each energy storage equipment

圖7為IES內(nèi)部分設(shè)備機(jī)組在多時(shí)間尺度策略下與日前調(diào)度和DA-P策略的對(duì)比結(jié)果。由于日前與實(shí)時(shí)階段的時(shí)間尺度和源、荷信息預(yù)測(cè)值差異較大，多時(shí)間尺度策略通過逐級(jí)細(xì)化時(shí)間尺度，采取滾動(dòng)優(yōu)化手段降低源、荷預(yù)測(cè)信息帶來的不確定性，并通過實(shí)時(shí)調(diào)整階段調(diào)整IES內(nèi)各設(shè)備出力，使系統(tǒng)內(nèi)多種設(shè)備參與到功率波動(dòng)平抑中，因此對(duì)各設(shè)備出力都有一定的修正，使優(yōu)化結(jié)果更符合實(shí)際情況。

圖7 部分設(shè)備日前-日內(nèi)出力對(duì)比Fig.7 Comparison between day-ahead and intraday outputs for some equipment

圖8為3種策略對(duì)于外部電網(wǎng)聯(lián)絡(luò)線交互功率波動(dòng)率的對(duì)比結(jié)果。根據(jù)圖8 和表7，在DA-P、多時(shí)間尺度和日期調(diào)度3種策略中，DA-P策略下的聯(lián)絡(luò)線交互功率波動(dòng)率為19.25%，大于其他兩種策略，該階段功率波動(dòng)較大主要是由于外部網(wǎng)絡(luò)承擔(dān)了DA-P階段的功率波動(dòng)。多時(shí)間尺度策略通過滾動(dòng)優(yōu)化和實(shí)時(shí)調(diào)整使更多的能源設(shè)備參與到功率波動(dòng)的平抑過程中，其電網(wǎng)交互功率波動(dòng)率得到了較大的平緩，該策略聯(lián)絡(luò)線交互功率波動(dòng)率為10.56%，相對(duì)于DA-P 策略下降了8.69%，有效降低與外部網(wǎng)絡(luò)的功率波動(dòng)程度。

圖8 聯(lián)絡(luò)線交互功率波動(dòng)率Fig.8 Interaction power fluctuation rate of contact line

4.3.3 綠證-碳交易機(jī)制對(duì)IES 多時(shí)間尺度調(diào)度的影響

為了進(jìn)一步突出綠證-碳交易機(jī)制對(duì)IES 多時(shí)間尺度優(yōu)化調(diào)度的影響，本文新增2 種場景（方案8、9）與本文計(jì)及綠證交易機(jī)制和獎(jiǎng)懲階梯型碳交易機(jī)制的IES 多時(shí)間尺度優(yōu)化調(diào)度進(jìn)行對(duì)比。其中，方案8：IES 多時(shí)間尺度調(diào)度未引入綠證交易機(jī)制和獎(jiǎng)懲階梯型碳交易機(jī)制；方案9：IES 多時(shí)間尺度調(diào)度中僅考慮綠證交易機(jī)制，未引入獎(jiǎng)懲階梯型碳交易機(jī)制。3種場景的對(duì)比結(jié)果如表8所示。

表8 綠證-碳交易機(jī)制對(duì)多時(shí)間尺度優(yōu)化的影響Tab.8 Influence of green certificate-carbon trading mechanism on multi-timescale optimization

由表8 可知，相比方案8 和方案9，在IES 多時(shí)間尺度調(diào)度中同時(shí)引入綠證交易機(jī)制和獎(jiǎng)懲階梯型碳交易機(jī)制，其IES 總成本分別下降了2.05%和2.96%，系統(tǒng)碳排放量分別下降了14.8%和21.3%。由此可見，綠證交易機(jī)制和碳交易機(jī)制不僅對(duì)IES日前優(yōu)化具有較好影響，而且在IES 多時(shí)間尺度全局優(yōu)化中也起到較好作用，并且相比日前階段，綠證交易機(jī)制和碳交易機(jī)制對(duì)IES多時(shí)間尺度整體優(yōu)化的減排效果更好。其原因是由于多時(shí)間尺度通過不斷細(xì)化時(shí)間尺度，在日前調(diào)度的基礎(chǔ)上，進(jìn)一步通過在日內(nèi)、實(shí)時(shí)調(diào)度階段對(duì)各能源設(shè)備機(jī)組出力進(jìn)行調(diào)整，能與兩種機(jī)制有更好的配合。

此外，相比方案8和方案9，本文場景下的交互功率波動(dòng)率也得到了一定的緩解，這是由于引入綠證交易和碳交易機(jī)制后，降低了IES 對(duì)外部電網(wǎng)和外部氣網(wǎng)的購能量，從而間接緩解了其交互功率波動(dòng)率。

5 結(jié) 論

為降低IES 的碳排放水平、提高可再生能源消納能力，提出了計(jì)及綠證-碳交易機(jī)制的電-熱-冷-氫IES多時(shí)間尺度低碳優(yōu)化調(diào)度策略。通過算例仿真，得到如下結(jié)論。

（1）本文在IES中考慮氫能效益，引入了氫能利用的能量轉(zhuǎn)換模型，減小了IES系統(tǒng)成本，促進(jìn)風(fēng)能消納，提升能源的利用效率，具有較好的經(jīng)濟(jì)效益和環(huán)境效益。

（2）在多時(shí)間尺度模型中同時(shí)引入綠證交易機(jī)制和獎(jiǎng)懲階梯型碳交易機(jī)制，減少了系統(tǒng)碳排放量。通過對(duì)比未考慮碳交易和分別只考慮單一碳交易機(jī)制的優(yōu)化模型，驗(yàn)證了綠證-碳交易機(jī)制提升系統(tǒng)經(jīng)濟(jì)性與環(huán)保性的有效性。

（3）搭建了日前-日內(nèi)-實(shí)時(shí)三時(shí)間尺度優(yōu)化模型，通過逐級(jí)細(xì)化調(diào)度時(shí)間尺度，降低源、荷預(yù)測(cè)誤差對(duì)系統(tǒng)實(shí)際運(yùn)行的影響，提高了設(shè)備出力精準(zhǔn)度，緩解了聯(lián)絡(luò)線交互功率波動(dòng)率，實(shí)現(xiàn)了IES的經(jīng)濟(jì)、穩(wěn)定和可靠運(yùn)行。