摘 要：為實(shí)現(xiàn)綜合能源系統(tǒng)安全、靈活、低碳運(yùn)行，提出一種計(jì)及低碳響應(yīng)的源-荷互動(dòng)優(yōu)化調(diào)度策略，并在日前、日內(nèi)等多時(shí)間尺度上進(jìn)行研究。首先，基于綜合能源系統(tǒng)的供能結(jié)構(gòu)和多能互補(bǔ)關(guān)系，建立包含需求響應(yīng)負(fù)荷和儲(chǔ)能設(shè)備的混合能源集線器模型；其次，制定面向約時(shí)、實(shí)時(shí)響應(yīng)負(fù)荷的需求響應(yīng)策略，通過源、荷兩側(cè)共享調(diào)度信息，實(shí)現(xiàn)基于低碳響應(yīng)的源-荷互動(dòng)；引入碳排放均攤成本，以經(jīng)濟(jì)性、碳排放、用戶舒適度為優(yōu)化目標(biāo)進(jìn)行日前優(yōu)化調(diào)度，并基于日前計(jì)劃開展日內(nèi)滾動(dòng)和日內(nèi)實(shí)時(shí)調(diào)度。仿真結(jié)果表明，該策略能充分挖掘源、荷兩側(cè)資源的調(diào)度潛力，緩解新能源消納問題，為綜合能源系統(tǒng)經(jīng)濟(jì)、低碳調(diào)度提供參考。

關(guān)鍵詞：綜合能源系統(tǒng)；需求響應(yīng)；低碳排放；優(yōu)化調(diào)度；源-荷互動(dòng)；多時(shí)間尺度

中圖分類號(hào)：TM732" " " " " " 文獻(xiàn)標(biāo)志碼：A

0 引 言

低碳理念推動(dòng)終端消費(fèi)者的能量需求由基本保障轉(zhuǎn)向綠色環(huán)保，促進(jìn)能源行業(yè)低碳化轉(zhuǎn)型。黨的十八大以來，中國(guó)大力發(fā)展以風(fēng)電、光伏為代表的新能源發(fā)電技術(shù)，加速建設(shè)清潔低碳、安全高效的能源體系。相較于傳統(tǒng)發(fā)電技術(shù)，新能源發(fā)電技術(shù)邊際成本低，運(yùn)行過程幾乎無碳排放，但新能源機(jī)組大規(guī)模并網(wǎng)會(huì)將風(fēng)、光資源的隨機(jī)波動(dòng)性引入能源系統(tǒng)，降低系統(tǒng)對(duì)負(fù)荷變動(dòng)的響應(yīng)能力，調(diào)峰壓力顯著提升［1］。

綜合能源系統(tǒng)（integrated energy system， IES）是解決棄風(fēng)棄光、失負(fù)荷等問題的可行方案，通過將多種異質(zhì)能源進(jìn)行有效集成和協(xié)同利用，結(jié)合能量?jī)?chǔ)存、轉(zhuǎn)換和管理技術(shù)，實(shí)現(xiàn)能源優(yōu)化配置和高效利用。

近年來，國(guó)內(nèi)外學(xué)者們致力于打破電、氣、熱、冷等獨(dú)立能源系統(tǒng)間的壁壘，擴(kuò)充、深化能量耦合，通過建立能流網(wǎng)絡(luò)及配套調(diào)度機(jī)制，推動(dòng)多參與主體互聯(lián)互濟(jì)，促進(jìn)低碳經(jīng)濟(jì)發(fā)展。例如，在IES中引入蓄熱電鍋爐［2］、電轉(zhuǎn)氣［3-5］、燃料電池［4］、核電［6］等技術(shù)，實(shí)現(xiàn)能量跨時(shí)段轉(zhuǎn)移，緩解新能源出力的反調(diào)峰特性。針對(duì)多參與主體下的收益分配問題，基于合作博弈［7-8］或主從博弈［9］開展能量管理，保證IES內(nèi)部利益平衡。

能源市場(chǎng)化改革進(jìn)入“深水區(qū)”，需求側(cè)負(fù)荷被視為一種潛在的可調(diào)度資源，直接或間接參與調(diào)度。在IES中開展需求響應(yīng)（demand response， DR），不僅能改善負(fù)荷曲線，緩解新能源出力波動(dòng)對(duì)能源供給的沖擊，還能降低用戶的用能成本。文獻(xiàn)［10］建立電、熱、冷負(fù)荷的響應(yīng)模型，利用價(jià)格和激勵(lì)信號(hào)引導(dǎo)用戶有序參與IES調(diào)度；文獻(xiàn)［11］研究居民熱負(fù)荷主動(dòng)DR，對(duì)供暖負(fù)荷、生活熱水負(fù)荷進(jìn)行精細(xì)化狀態(tài)空間建模，深度挖掘負(fù)荷側(cè)靈活性資源；文獻(xiàn)［12］結(jié)合電、氣、熱負(fù)荷響應(yīng)模型，建立考慮多元負(fù)荷耦合和負(fù)荷反彈特性的綜合響應(yīng)模型?？紤]到用戶參與調(diào)度的主觀意愿具有不確定性，學(xué)者們采用區(qū)間描述［13］、魯棒調(diào)度［14］、概率描述［15-16］等方法解決DR不確定性問題，進(jìn)一步驗(yàn)證了合理運(yùn)用DR的重要作用。文獻(xiàn)［17］通過分析隱藏在海量負(fù)荷數(shù)據(jù)下的消費(fèi)行為差異性，制定DR策略。但這類研究對(duì)數(shù)據(jù)數(shù)量和質(zhì)量的要求嚴(yán)苛，部分?jǐn)?shù)據(jù)可能涉及用戶隱私。

在“雙碳”背景下，IES低碳化運(yùn)行逐漸成為研究熱點(diǎn)。階梯式碳交易［18］、綠色證書交易［19］等機(jī)制被引入IES調(diào)度，結(jié)果顯示能顯著提高新能源消納率，減少系統(tǒng)碳排放量。文獻(xiàn)［20］提出一種考慮設(shè)備全生命周期碳排放的電力系統(tǒng)長(zhǎng)期規(guī)劃與短期調(diào)度模型，涉及對(duì)象既包括傳統(tǒng)火電機(jī)組，也包括風(fēng)力機(jī)、光伏等新能源機(jī)組。文獻(xiàn)［21-22］在負(fù)荷側(cè)開展低碳研究，將碳捕集技術(shù)與DR、風(fēng)力發(fā)電等結(jié)合，在多時(shí)間尺度上開展低碳調(diào)度。但現(xiàn)階段的研究大多從單機(jī)低碳運(yùn)行延伸而來，缺乏系統(tǒng)層面上的宏觀考慮，可能會(huì)使低碳調(diào)度陷入局部最優(yōu)。另外，碳排放行為及其后處理成本默認(rèn)由源側(cè)承擔(dān)，缺乏對(duì)負(fù)荷側(cè)低碳用能的管理手段。

綜上所述，本文考慮DR和儲(chǔ)能設(shè)備，建立描述IES多輸入多輸出耦合關(guān)系的混合能源集線器模型（hybrid energy hub， HEH）；制定面向約時(shí)、實(shí)時(shí)響應(yīng)負(fù)荷的DR策略，以價(jià)格和激勵(lì)信號(hào)為手段，鼓勵(lì)用戶參與調(diào)峰調(diào)度；在IES內(nèi)部共享調(diào)度信息，源側(cè)設(shè)備和負(fù)荷側(cè)用戶可調(diào)整參與計(jì)劃，實(shí)現(xiàn)基于低碳響應(yīng)的源-荷互動(dòng)；引入碳排放均攤成本，以經(jīng)濟(jì)成本、碳排放量、用戶舒適度為優(yōu)化目標(biāo)，在日前階段開展多目標(biāo)源-荷互動(dòng)優(yōu)化調(diào)度，并基于日前計(jì)劃開展日內(nèi)滾動(dòng)和實(shí)時(shí)優(yōu)化調(diào)度，靈活調(diào)整出力計(jì)劃；將源-荷互動(dòng)優(yōu)化調(diào)度推廣到全年尺度，分析IES綜合成本與收益。

1 綜合能源系統(tǒng)

隨著新能源利用技術(shù)的進(jìn)步，新能源機(jī)組裝機(jī)成本和發(fā)電成本持續(xù)下降，其在區(qū)域IES中的高比例趨勢(shì)日益顯著。在此背景下，本文建立含高比例風(fēng)力機(jī)、光伏的區(qū)域IES，系統(tǒng)內(nèi)部電、氣、熱、冷等能源形式互補(bǔ)互濟(jì)，其結(jié)構(gòu)如圖1所示。其中，能源供給來自上級(jí)電網(wǎng)、天然氣網(wǎng)和區(qū)域的風(fēng)、光資源；能量轉(zhuǎn)換設(shè)備包括風(fēng)電機(jī)組（wind turbine， WT）、光伏（photovoltaic， PV）、微型燃?xì)廨啓C(jī)（micro turbine， MT）、燃?xì)忮仩t（gas boiler， GB）、電制冷機(jī)（electric cooler， EC）、吸收式制冷機(jī)（absorption cooler， AC）；儲(chǔ)能設(shè)備主要是蓄電池儲(chǔ)能（battery energy storage， BES）；需求側(cè)負(fù)荷包括電負(fù)荷、熱負(fù)荷和冷負(fù)荷。

1.1 混合能源集線器

能源集線器理論能反映系統(tǒng)的輸入/輸出關(guān)系，為多種異質(zhì)能源的協(xié)同管理和交互響應(yīng)提供基礎(chǔ)。本文重點(diǎn)關(guān)注IES中不同能量單元的穩(wěn)態(tài)特性，建立包含DR和儲(chǔ)能的HEH模型，從系統(tǒng)角度描述能量耦合關(guān)系：

[Ltotal-W?LDR=Φ?Pin+U?Pstorage] （1）

式中：[Ltotal]、[LDR]——IES的總負(fù)荷、可調(diào)度DR負(fù)荷，kW；[Pin]、[Pstorage]——IES的輸入功率、儲(chǔ)能設(shè)備功率，kW；Φ——能量貢獻(xiàn)系數(shù)矩陣；[U]——儲(chǔ)能運(yùn)行狀態(tài)矩陣；[W]——DR參與狀態(tài)矩陣。結(jié)合IES結(jié)構(gòu)，固定時(shí)刻下式（1）可列寫為：

[letotallhtotallctotal=Φ?pwinpsinpelinpgin+U?pestoragephstoragepcstorage+W?leDRlhDRlcDR] （2）

[Φ=φw，eφs，eφel，eφg，eφw，hφs，eφel，hφg，hφw，cφs，eφel，cφg，cW=diagωeDRωhDRωcDRU=diagμeμhμc] （3）

式中：[lβtotal]、[lβDR]——[β]類型的總負(fù)荷、參與DR負(fù)荷，kW，[β∈e， h， c]，分別表示電、熱、冷；[pαin]——[α]類型輸入能量的等效功率，[α∈w， s， el， g]，分別表示風(fēng)能、太陽(yáng)能、電能、天然氣；[pβstorage]——[β]類型儲(chǔ)能設(shè)備的等效功率，kW；[φα，β]——能量貢獻(xiàn)系數(shù)，表示[α]類型輸入對(duì)[β]類型輸出的貢獻(xiàn)程度，其取值與能量分配系數(shù)、該類型能量轉(zhuǎn)換過程的整體轉(zhuǎn)換效率有關(guān)，通常無法直接測(cè)算；[ωβDR]——[β]類型DR負(fù)荷的參與狀態(tài)，[ωβDR∈0， 1]；[μβ]——[β]類型儲(chǔ)能設(shè)備的運(yùn)行狀態(tài)，[μβ∈-1， 0， 1]，分別表示充能、無動(dòng)作、放能，由于本文IES不包含熱、冷儲(chǔ)能，相關(guān)變量均取0。

為了清晰描述能量歸屬關(guān)系，以能量轉(zhuǎn)換設(shè)備的輸出功率[Pmid]為中間變量，將式（1）改寫為：

[Ltotal=A?Pmid+U?Pstorage+W?LDRPin=B?Pmid+C?Pstorage] （4）

[Pmid=pewtpepvpetrpemtphmtphgbpcecpcacTA=awt，e…aac，eawt，h…aac，hawt，c…aac，cB=bwt，w…bac，wbwt，s…bac，sbwt，el…bac，elbwt，g…bac，g] （5）

式中：[pβγ]——設(shè)備[γ]輸出功率，kW，[γ∈wt，pv，tr，mt，gb，ec，ac]；[A]——設(shè)備輸出對(duì)應(yīng)系統(tǒng)輸出的歸屬矩陣；[aγ，β]取正表示供能，反之則為耗能；[B、C]——設(shè)備輸出對(duì)應(yīng)系統(tǒng)輸入的轉(zhuǎn)換系數(shù)矩陣，取值為設(shè)備能量轉(zhuǎn)換效率的倒數(shù)。

由于本文中IES的新能源富余時(shí)段與分時(shí)電價(jià)低谷時(shí)段高度重合，儲(chǔ)能設(shè)備優(yōu)先消納新能源出力，幾乎不與外部能源供給進(jìn)行直接能量交換，故[C]取零矩陣。

1.2 供能設(shè)備

按照參與IES運(yùn)行的方式，能量轉(zhuǎn)換和儲(chǔ)能設(shè)備均可視為供能設(shè)備。本文中涉及的供能設(shè)備基礎(chǔ)數(shù)學(xué)模型已有較多研究［23-24］，這里不再贅述。

1.3 需求響應(yīng)負(fù)荷

1.3.1 約時(shí)響應(yīng)負(fù)荷

現(xiàn)階段參與DR的工、商業(yè)用戶大多執(zhí)行約時(shí)響應(yīng)，包括基于補(bǔ)償機(jī)制的激勵(lì)型DR負(fù)荷和基于靈活價(jià)格調(diào)整的價(jià)格型DR負(fù)荷。前者通過事先簽訂的中長(zhǎng)期合同，規(guī)定響應(yīng)激勵(lì)信號(hào)的負(fù)荷約束、經(jīng)濟(jì)補(bǔ)貼以及懲罰措施，系統(tǒng)在可靠性受到威脅時(shí)發(fā)出響應(yīng)邀約，用戶根據(jù)自身情況調(diào)整負(fù)荷需求，并在事后結(jié)算響應(yīng)收益。

[lβinc=σuplβinc，up-σdownlβinc，down] （6）

式中：[lβinc]——激勵(lì)型DR負(fù)荷響應(yīng)量；[lβinc，up]、[lβinc，down]——增加、削減的負(fù)荷量；[σup]、[σdown]——增加、削減的響應(yīng)狀態(tài)，[σup、σdown∈0， 1]，且[σup⊕σdown=1]。

后者側(cè)重于還原能量的商品屬性，利用市場(chǎng)機(jī)制緩解時(shí)段性能量供需矛盾。用戶根據(jù)價(jià)格變化自行調(diào)整響應(yīng)時(shí)段內(nèi)的負(fù)荷需求，間接參與調(diào)峰調(diào)度。

[lβpri=lβpri，Nettρt-ρt，Nρt+s≠tTestρs-ρs，Nρs] （7）

式中：[lβpri]——價(jià)格型DR負(fù)荷響應(yīng)量，kW；[lβpri，N]——可參與價(jià)格型DR的負(fù)荷量，kW；[t、s]——時(shí)段；[T]——調(diào)度周期；[est]——需求價(jià)格彈性系數(shù)，當(dāng)[t=s]時(shí)稱為自彈性系數(shù)，反之稱為交叉性系數(shù)；[ρt，N]、[ρt]——調(diào)整前、后的能量?jī)r(jià)格，元/kWh。

1.3.2 實(shí)時(shí)響應(yīng)負(fù)荷

實(shí)時(shí)響應(yīng)對(duì)信息交互、響應(yīng)速率和精度的要求嚴(yán)苛，響應(yīng)分辨率通常為分鐘或秒級(jí)。完全依賴用戶主動(dòng)完成實(shí)時(shí)響應(yīng)存在較大風(fēng)險(xiǎn)，因此，實(shí)時(shí)響應(yīng)負(fù)荷必須具備快速響應(yīng)、遠(yuǎn)程可控等特點(diǎn)。

可中斷負(fù)荷（interruptible load， IL）通過簽訂合同或協(xié)議，在用能高峰時(shí)段或緊急狀況下削減部分或全部負(fù)荷，保證系統(tǒng)供能安全。相較于激勵(lì)型DR負(fù)荷的主動(dòng)響應(yīng)，IL可看作是完全被動(dòng)受控的。

[lβIL=σILsILlβIL，N] （8）

式中：[lβIL]——IL響應(yīng)量，kW；[lβIL，N]——可參與中斷響應(yīng)的負(fù)荷量，kW；[σIL]——IL的響應(yīng)狀態(tài)，[σIL∈0， 1]；[sIL]——IL響應(yīng)份額，[sIL∈0， 1]。

受限于熱力系統(tǒng)慣性、消費(fèi)個(gè)體邊界模糊、等效負(fù)荷計(jì)量及費(fèi)率結(jié)算困難等問題，熱、冷負(fù)荷通常不參與日前、日內(nèi)尺度上的DR調(diào)度。因此，下文中涉及的DR負(fù)荷，如無特殊說明，均為電負(fù)荷。

2 基于低碳響應(yīng)的源-荷互動(dòng)策略

2.1 源-荷互動(dòng)框架

源-荷互動(dòng)是新型能源系統(tǒng)的主要特征，其核心在于源、荷兩側(cè)實(shí)時(shí)信息交互，協(xié)同參與優(yōu)化調(diào)度。本文中的源、荷兩側(cè)在共享經(jīng)濟(jì)參數(shù)、靈活性資源的同時(shí)，還會(huì)共同維護(hù)IES碳排放水平。

圖2展示了源-荷互動(dòng)的全過程，該策略以電力價(jià)格和碳排放因子為交互信號(hào)，對(duì)源側(cè)設(shè)備出力和負(fù)荷側(cè)電力需求進(jìn)行迭代優(yōu)化，以滿足多方參與主體的利益訴求，實(shí)現(xiàn)IES的低碳、高效、經(jīng)濟(jì)運(yùn)行。

2.2 低碳響應(yīng)

傳統(tǒng)DR主要側(cè)重于提升系統(tǒng)經(jīng)濟(jì)性和安全性，有時(shí)會(huì)對(duì)系統(tǒng)碳排放起反作用，不符合低碳調(diào)度理念。低碳DR以傳統(tǒng)DR理論為基礎(chǔ)，通過發(fā)布碳排放信號(hào)使用戶感知到自身用能行為在碳排放上的差異，進(jìn)而引導(dǎo)用戶改變用能行為，實(shí)現(xiàn)系統(tǒng)內(nèi)部環(huán)保性最優(yōu)。

低碳DR和傳統(tǒng)DR都是可調(diào)度負(fù)荷側(cè)靈活性資源的有效手段，其區(qū)別在于發(fā)布的信號(hào)內(nèi)容和調(diào)度目標(biāo)。前者從“碳視角”出發(fā)，通過發(fā)布不同時(shí)段的碳排放因子，以碳排放量最小為目標(biāo)，實(shí)現(xiàn)負(fù)荷側(cè)低碳調(diào)度；后者從能源消耗出發(fā)，通過發(fā)布價(jià)格信號(hào)或提前簽署的激勵(lì)信號(hào)，以用戶購(gòu)能費(fèi)用最優(yōu)為目標(biāo)，實(shí)現(xiàn)負(fù)荷側(cè)經(jīng)濟(jì)調(diào)度。

碳排放因子是低碳DR的關(guān)鍵指標(biāo)，其不僅能反映源側(cè)設(shè)備產(chǎn)生的直接碳排放，還能表征用能行為差異所導(dǎo)致的間接碳排放，其在源-荷互動(dòng)中起到連接源側(cè)和負(fù)荷側(cè)的重要作用。本文利用碳排放因子定義負(fù)荷側(cè)需要分?jǐn)偟奶寂欧帕繛椋?/p>

[Eload=Edirect+EindirectEdirect=βmaxec，IES-ec，area，0×lβtotal-lβDRΔtEindirect=βmaxec，IES-ec，IES，N，0×lβDRΔt] （9）

式中：[Eload]、[Edirect]、[Eindirect]——負(fù)荷側(cè)需要承擔(dān)的碳排放總量、直接碳排放量、間接碳排放量，kg；[ec，area]、[ec，IES，N]、[ec，IES]——區(qū)域平均碳排放因子、IES開展DR前、后的碳排放因子，kg/kWh，前者通常由區(qū)域內(nèi)相關(guān)職能部門發(fā)布，后兩者可通過式（10）計(jì)算：

[ec，IES=ec，epelinΔt+γEγpelinΔt+γpβγΔt] （10）

式中：[ec，e]——上級(jí)電網(wǎng)發(fā)布的平均碳排放因子，kg/kWh；[Eγ]——設(shè)備[γ]的碳排放總量，kg；Δt——單位調(diào)度時(shí)長(zhǎng)，h。

值得注意的是，本文不涉及碳捕集和處理，因此不考慮碳排放在時(shí)間和空間尺度上的分布特性，利用燃料消耗情況直接建立碳排放與能量調(diào)節(jié)行為間的映射關(guān)系。

3 多時(shí)間尺度優(yōu)化調(diào)度

3.1 調(diào)度框架

為了充分發(fā)揮供能設(shè)備和DR資源的多時(shí)間尺度特性，本文在日前、日內(nèi)時(shí)間尺度上開展IES優(yōu)化調(diào)度，基本流程如圖3所示。

1）在日前調(diào)度階段中，調(diào)度周期[T1]，單位調(diào)度時(shí)長(zhǎng)[Δt1]，基于日前預(yù)測(cè)的負(fù)荷和氣象數(shù)據(jù)，以經(jīng)濟(jì)效益、碳排放成本、新能源消納、用戶體驗(yàn)為優(yōu)化目標(biāo)，制定IES機(jī)組啟停及出力、儲(chǔ)能充/放電、日前DR調(diào)度、外部購(gòu)電/氣計(jì)劃；

2）在日內(nèi)調(diào)度階段的上層采用滾動(dòng)優(yōu)化，調(diào)度周期T2，單位調(diào)度時(shí)長(zhǎng)[Δt2]，基于日內(nèi)預(yù)測(cè)的負(fù)荷和氣象數(shù)據(jù)，以經(jīng)濟(jì)效益、碳排放成本、日內(nèi)出力計(jì)劃調(diào)整成本為優(yōu)化目標(biāo)，制定IES機(jī)組出力、儲(chǔ)能充/放電、日內(nèi)DR調(diào)度、外部購(gòu)電/氣計(jì)劃；

3）在日內(nèi)調(diào)度階段的下層采用實(shí)時(shí)優(yōu)化，調(diào)度周期[T3]，單位調(diào)度時(shí)長(zhǎng)[Δt3]，基于實(shí)時(shí)預(yù)測(cè)的負(fù)荷和氣象數(shù)據(jù)，以經(jīng)濟(jì)效益、碳排放成本、實(shí)時(shí)出力計(jì)劃調(diào)整成本為優(yōu)化目標(biāo)，制定IES機(jī)組出力、儲(chǔ)能充/放電、實(shí)時(shí)DR調(diào)度、外部購(gòu)電/氣計(jì)劃。

3.2 日前優(yōu)化調(diào)度

3.2.1 目標(biāo)函數(shù)

在日前尺度開展IES源-荷互動(dòng)優(yōu)化調(diào)度，需要兼顧源、荷兩側(cè)多參與主體的利益。考慮到日前調(diào)度對(duì)計(jì)算成本不敏感，本文采用多目標(biāo)優(yōu)化算法，以系統(tǒng)運(yùn)行成本、碳排放成本、新能源消納率、用戶用能成本、用戶滿意度為優(yōu)化目標(biāo)，并將優(yōu)化結(jié)果作為確定量帶入日內(nèi)調(diào)度階段。

[minFahead，1+Fahead，2max Fahead，3→源側(cè)優(yōu)化目標(biāo)minFahead，4+Fahead，5max Fahead，6→荷側(cè)優(yōu)化目標(biāo)] （11）

式中：[Fahead，1-6]——IES運(yùn)行成本、源側(cè)碳排放成本、新能源消納率、用戶用能成本、負(fù)荷側(cè)碳排放成本、用戶滿意度。

1）運(yùn)行成本

[Fahead，1=Cbuy+Com+Cstate+CDRCbuy=t=1T1ρel，tpelin，tΔt1+ρgas，tpgasin，tΔt1Com=t=1T1γcom，γpβγ，tΔt1Cstate=t=1T1γcss，γsγ，t-sγ，t-1CDR=t=1T1kincleinc，tΔt1+ρN，tletotal，tΔt1-ρtletotal，t-leDR，tΔt1] （12）

式中：[Cbuy]、[Com]、[Cstate]、[CDR]——外部購(gòu)電/氣成本、設(shè)備運(yùn)維成本、設(shè)備啟停成本、DR調(diào)度成本，元；[ρel，t]、[ρgas，t]——外部電力價(jià)格、天然氣價(jià)格，元/kWh；[com，γ]、[css，γ]——設(shè)備[γ]的單位運(yùn)維成本、單次啟停成本，元；[sγ，t]——設(shè)備[γ]的運(yùn)行狀態(tài)，[sγ，t∈0， 1]；[kinc]——激勵(lì)型DR負(fù)荷的調(diào)度成本系數(shù)，元/kWh。

2）碳排放成本

源側(cè)碳排放成本包括直接碳排放成本和負(fù)荷側(cè)分?jǐn)偝杀?，?fù)荷側(cè)碳排放成本由碳排放均攤成本轉(zhuǎn)化而來。

[Fahead，2=t=1T1ρcγEγ，t-t=1T1ρcEload，tFahead，5=t=1T1ρcEload，t] （13）

式中：[ρc]——單位碳排放配額成本，元/kWh。

3）新能源消納率

[Fahead，3=t=1T1pewt，t+pepv，tt=1T1pewt，max，t+pepv，max，t] （14）

式中：[pewt，max，t]、[pepv，max，t]——[t]時(shí)段最大風(fēng)力機(jī)、光伏出力，kW。

4）用能成本

用戶的用能成本由購(gòu)能成本和參與DR收益組成：

[Fahead，4=t=1T1βlβtotal，t-lβDR，tρβ，tΔt1-CDR] （15）

式中：[ρβ，t]——用戶為單位[β]類型負(fù)荷支付的費(fèi)用，元/kWh

5）用戶滿意度

用戶滿意度可以表征用戶參與DR后的消費(fèi)體驗(yàn)：

[Fahead，6=1-t=1T1leDR，tt=1T1letotal，t] （16）

3.2.2 約束條件

1）功率平衡約束

IES中涉及的電、熱、冷的平衡關(guān)系在式（4）中有所體現(xiàn)，可簡(jiǎn)寫為：

[lβtotal，t=γpβγ，t+pβstorage，t+lβDR，t] （17）

2）設(shè)備出力約束

[pγ，min≤pβγ，t≤pγ，maxΔpγ，min≤pβγ，t-pβγ，t-1≤Δpγ，max] （18）

式中：[pγ，max]、[pγ，min]——設(shè)備[γ]的出力上、下限；[Δpγ，max]、[Δpγ，min]——設(shè)備[γ]在單位時(shí)段內(nèi)的爬坡上、下限，本文中主要考慮燃?xì)鈾C(jī)組的爬坡特性。

3）BES荷電狀態(tài)約束

[pbes，min≤pebes，t≤pbes，maxΔpbes，min≤pebes，t-pebes，t-1≤Δpbes，maxSbes，min≤Sbes，t≤Sbes，maxSbes，0=Sbes，T] （19）

式中：[Sbes，t]——[t]時(shí)段BES的荷電狀態(tài)；[Sbes，max]、[Sbes，min]——允許荷電狀態(tài)的上、下限；[Sbes，0]、[Sbes，T]——調(diào)度初始、結(jié)束時(shí)的荷電狀態(tài)。

4）DR調(diào)度約束

[t=1T1letotal，t-leDR，t≤t=1T1letotal，t2≤ρpeakρvalley≤5t=1T1ρtletotal，t-leDR，tΔt1≤t=1T1ρN，tletotal，tΔt1] （20）

式中：[ρpeak]、[ρvalley]——峰、谷時(shí)段電價(jià)，元/kWh。

3.3 日內(nèi)優(yōu)化調(diào)度

3.3.1 目標(biāo)函數(shù)

相較于日前調(diào)度，日內(nèi)尺度上預(yù)測(cè)精確度更高，對(duì)于能量平衡約束更加嚴(yán)格。日內(nèi)調(diào)度階段直接采用日前計(jì)劃中的IES機(jī)組啟/停和日前DR調(diào)度計(jì)劃，并以IES機(jī)組日前出力計(jì)劃、儲(chǔ)能日前充/放電計(jì)劃為基礎(chǔ)開展優(yōu)化調(diào)度，實(shí)施上層滾動(dòng)優(yōu)化調(diào)度和下層實(shí)時(shí)優(yōu)化調(diào)度，優(yōu)化過程主要考慮經(jīng)濟(jì)性、環(huán)保性，以及出力變動(dòng)所導(dǎo)致的額外調(diào)度成本，通過求和方式構(gòu)成單目標(biāo)函數(shù)。

[minFintra，1+Fintra，2+Fintra，3] （21）

式中：[Fintra，1-3]——IES運(yùn)行成本、碳排放成本、出力計(jì)劃調(diào)整成本，元，前兩者計(jì)算與日內(nèi)調(diào)度類似，詳見式（12）、式（13）。

[Fintra，3=t=1T23γργ，chapβγ，intra，t-pβγ，ahead，t] （22）

式中：[ργ，cha]——設(shè)備[γ]的單位變動(dòng)獎(jiǎng)勵(lì)或懲罰系數(shù)，元/kW。

另外，日內(nèi)調(diào)度中的DR資源主要為IL，其采用獎(jiǎng)勵(lì)和懲罰并行的策略，管理用戶完成響應(yīng)。

[CDR，intra=t=1T23kIL，rewleIL，tΔt23-kIL，punΔleIL，tΔt23] （23）

式中：[kIL，rew]、[kIL，pun]——參與日內(nèi)DR的獎(jiǎng)勵(lì)、懲罰系數(shù)，元/kW；[ΔleIL，t]——IL失負(fù)荷量，kW。

3.3.2 約束條件

日內(nèi)調(diào)度除了要考慮功率平衡、設(shè)備出力及爬坡約束、儲(chǔ)能狀態(tài)約束等，還需要考慮設(shè)備出力偏差約束、儲(chǔ)能荷電狀態(tài)偏差約束等。

[pβγ，in-pβγ，ahead≤σγpγ，maxSbes，in-Sbes，ahead≤ξbesSbes，max] （24）

式中：[σγ]、[ξbes]——相關(guān)設(shè)備的偏差約束因子。

4 算例分析

4.1 算例概況

為驗(yàn)證源-荷互動(dòng)優(yōu)化調(diào)度策略在多能互補(bǔ)IES中的有效性，設(shè)置不同運(yùn)行場(chǎng)景進(jìn)行仿真分析，如表1所示。

本文中IES包含的設(shè)備及相關(guān)參數(shù)詳見附錄表A1、表A2。不同季節(jié)典型日的電、熱、冷負(fù)荷曲線及風(fēng)電、光伏功率曲線見附錄圖A1、圖A2，其在日前、日內(nèi)滾動(dòng)、日內(nèi)實(shí)時(shí)尺度上的預(yù)測(cè)誤差分別為3%、1.5%、0.5%和5%、3%、1%。峰、平、谷時(shí)段劃分及各時(shí)段對(duì)應(yīng)的能源價(jià)格見附錄表A3，冷、熱負(fù)荷的結(jié)算方式通常為年費(fèi)制，不以能量單價(jià)形式收費(fèi)。用戶在峰、平、谷時(shí)段的需求價(jià)格彈性系數(shù)見附錄表A4。

設(shè)定日前、日內(nèi)滾動(dòng)、日內(nèi)實(shí)時(shí)尺度上可調(diào)用DR資源的最大響應(yīng)份額分別為10%、5%、3%，調(diào)度成本系數(shù)分別為0.15、0.18、0.25元/kWh，新能源并網(wǎng)補(bǔ)貼系數(shù)為0.10元/kWh，燃?xì)鈾C(jī)組未完成出力的懲罰系數(shù)為0.15元/kWh，棄風(fēng)棄光懲罰系數(shù)為0.28元/kWh，失負(fù)荷懲罰為0.70元/kWh，碳排放配額成本為0.056元/kg。

利用第三代非支配排序遺傳算法（non-dominated sorting genetic algorithm， NSGA-Ⅲ）與CPELX求解器進(jìn)行聯(lián)合求解。相較于其他多目標(biāo)群優(yōu)化算法，NSGA-Ⅲ采用快速非支配排序方法和精英策略，引入?yún)⒖键c(diǎn)保證種群多樣性，具有較高水平的魯棒性和計(jì)算效率［25］。對(duì)于多目標(biāo)問題，先對(duì)帕累托解集進(jìn)行歸一化處理，通過計(jì)算與正、負(fù)理想解的貼合度確定綜合最優(yōu)解。

4.2 日前調(diào)度分析

在日前調(diào)度階段，調(diào)度周期[T1=24] h，單位調(diào)度時(shí)長(zhǎng)[Δt1=1 h]，固定風(fēng)電、光伏機(jī)組裝機(jī)容量，基于過渡季典型日的日前負(fù)荷和新能源出力預(yù)測(cè)值，調(diào)度結(jié)果如表2所示。由于冷、熱負(fù)荷及相關(guān)費(fèi)用為固定值，在分析負(fù)荷側(cè)成本變化時(shí)主要對(duì)比電負(fù)荷及相關(guān)成本，不同場(chǎng)景下的電力調(diào)度計(jì)劃如圖4所示。

由表2可知，相較于場(chǎng)景1，考慮可調(diào)度DR資源的場(chǎng)景2在源側(cè)、負(fù)荷側(cè)總成本上分別減少4.13%、1.94%。其中，價(jià)格型DR負(fù)荷對(duì)峰谷電價(jià)進(jìn)行響應(yīng)，將高峰時(shí)段負(fù)荷削減或轉(zhuǎn)移到其他時(shí)段，減少購(gòu)電費(fèi)用共計(jì)189.37元；激勵(lì)型DR負(fù)荷在響應(yīng)時(shí)段內(nèi)增加或削減負(fù)荷，獲得參與收益共計(jì)202.53元。IES管理者通過調(diào)度DR資源和BES，削減MT出力計(jì)劃，新能源消納率提高4.12%，購(gòu)電、購(gòu)氣費(fèi)用分別減少63.76、608.69元。雖在場(chǎng)景2中并未考慮碳排放成本，但碳排放總量比場(chǎng)景1降低3.50%，這也是由電負(fù)荷改變引起的連帶效應(yīng)。

場(chǎng)景3在源側(cè)設(shè)備出力優(yōu)化調(diào)度中考慮碳排放處理成本，但源、荷兩側(cè)未共享調(diào)度信息。相較于場(chǎng)景2，考慮碳排放處理成本的源側(cè)總成本提高2.75%，而負(fù)荷側(cè)總成本幾乎不變，從側(cè)面印證了場(chǎng)景3中負(fù)荷側(cè)不考慮低碳DR。在日前調(diào)度階段，新能源消納率較高，大部分時(shí)段內(nèi)新能源機(jī)組處于滿發(fā)狀態(tài)，導(dǎo)致可調(diào)度資源不足，且主要集中在風(fēng)、光資源富余的時(shí)段，開展低碳響應(yīng)的效果有限，如圖4c所示，購(gòu)電/氣費(fèi)用、碳排放量?jī)H降低0.28%、0.32%。

場(chǎng)景4在場(chǎng)景3的基礎(chǔ)上開展源-荷互動(dòng)策略，負(fù)荷側(cè)根據(jù)IES碳排放信息進(jìn)行低碳DR。低碳DR的負(fù)荷側(cè)調(diào)度以考慮風(fēng)、光功率的電力凈負(fù)荷為基礎(chǔ)，將用戶電力負(fù)荷從新能源富余的凈負(fù)荷高峰時(shí)段轉(zhuǎn)移到低谷時(shí)段。與傳統(tǒng)DR不同，低碳DR在電力負(fù)荷曲線上表現(xiàn)為“挖谷增峰”，負(fù)荷率從81.36%降至70.94%，如圖4d所示。相較于場(chǎng)景3，IES新能源消納率提升到94.55%，碳排放量減少638.66 kg，降幅6.82%，外部購(gòu)電/氣費(fèi)用、源側(cè)總成本的降幅分別為1.67%、1.56%，外部購(gòu)電量?jī)H為777.65 kWh，降低58.61%，系統(tǒng)電力自給率達(dá)到96.93%，提高4.34%，與此同時(shí)，用戶的購(gòu)電費(fèi)用僅增加113.49元，增幅0.57%。由此可見，在日前調(diào)度階段采用源-荷互動(dòng)策略不僅能充分挖掘源、荷兩側(cè)資源的調(diào)度潛力，優(yōu)化經(jīng)濟(jì)效益，還能提高新能源消納率，降低碳排放量，實(shí)現(xiàn)IES運(yùn)行最優(yōu)經(jīng)濟(jì)性和低碳性。

在過渡季典型日中，由于冷、熱負(fù)荷不參與DR，不同場(chǎng)景下熱、冷功率的日前調(diào)度計(jì)劃基本一致。其中熱負(fù)荷主要由GB保障，僅在場(chǎng)景1下17：00—24：00時(shí)段內(nèi)調(diào)度MT出力，冷負(fù)荷則全部由EC供給，AC不參與日內(nèi)調(diào)度，這里不再開展對(duì)比分析。

將源-荷互動(dòng)策略推廣到全年不同季節(jié)的典型日中，調(diào)度結(jié)果如表3所示。由于夏季的風(fēng)資源匱乏，新能源消納率始終保持在94%以上，冷負(fù)荷達(dá)到全年最高水平，熱負(fù)荷相對(duì)較少，AC作為EC的補(bǔ)充，在冷負(fù)荷高峰時(shí)段（11：00—18：00）參與調(diào)度，消納多余熱功率?？傮w上看，在夏季開展源-荷互動(dòng)優(yōu)化調(diào)度的效果與過渡季類似，能顯著降低源、荷兩側(cè)總成本，減少碳排放量。

值得注意的是，在冬季開展源-荷互動(dòng)優(yōu)化調(diào)度的效果不明顯，不同場(chǎng)景下的新能源消納、碳排放量基本不變，僅通過價(jià)格激勵(lì)轉(zhuǎn)移部分電負(fù)荷，負(fù)荷曲線有所改善。通過分析可知，造成該現(xiàn)象的原因包括：1）冬季資源稟賦具有多風(fēng)少光的特點(diǎn)，新能源總體出力處于全年峰值，可滿足大部分時(shí)段的用戶需求，在日前階段調(diào)度DR的成本可能高于實(shí)際收益，開展低碳DR的意義不大；2）IES在冬季運(yùn)行不依賴外部電力輸入，碳排放主要來自于燃?xì)鈾C(jī)組，由于GB和MT供能特征清晰，出力計(jì)劃相對(duì)固定，因此IES對(duì)天然氣的需求量也相對(duì)穩(wěn)定。為驗(yàn)證上述分析，在場(chǎng)景4的基礎(chǔ)上調(diào)整風(fēng)力機(jī)、光伏裝機(jī)容量，容量配置及調(diào)度結(jié)果如表4所示。

由表4可知，當(dāng)風(fēng)力機(jī)容量保持在4500 kW，光伏容量降低到1600 kW時(shí)，場(chǎng)景5、6與場(chǎng)景3、4的仿真結(jié)果差別不大，這主要是因?yàn)槎咎?yáng)輻照度弱、太陽(yáng)輻照時(shí)間短，且出力時(shí)段集中在10：00—14：00，與負(fù)荷高峰時(shí)段重疊。當(dāng)風(fēng)力機(jī)容量降低到3000 kW和1500 kW時(shí)，場(chǎng)景6的減碳效果明顯更優(yōu)，碳排放量相較于場(chǎng)景5分別降低2.94%、14.76%。該場(chǎng)景下的仿真結(jié)果驗(yàn)證了上文中關(guān)于在冬季開展源-荷互動(dòng)優(yōu)化調(diào)度效果不明顯的分析，優(yōu)化調(diào)度的效果與過渡季、夏季基本一致，進(jìn)一步證明源-荷互動(dòng)優(yōu)化調(diào)度能夠在絕大部分場(chǎng)景下改善IES運(yùn)行的低碳性和經(jīng)濟(jì)性。

4.3 日內(nèi)調(diào)度分析

本文中的日內(nèi)優(yōu)化調(diào)度采用分層結(jié)構(gòu)，上層開展日內(nèi)滾動(dòng)優(yōu)化調(diào)度，調(diào)度周期[T2=4] h，單位調(diào)度時(shí)長(zhǎng)[Δt2=15] min，將每次滾動(dòng)優(yōu)化后首個(gè)時(shí)段的調(diào)度結(jié)果組成連續(xù)調(diào)度計(jì)劃。下層開展日內(nèi)實(shí)時(shí)優(yōu)化調(diào)度，調(diào)度周期[T3=15] min，單位調(diào)度時(shí)長(zhǎng)[Δt3=5] min。將日前階段過渡季在場(chǎng)景4下的調(diào)度結(jié)果作為確定量代入日內(nèi)調(diào)度階段，調(diào)度結(jié)果如表5所示。

為方便描述，下文將在日內(nèi)尺度下實(shí)施的日內(nèi)滾動(dòng)優(yōu)化調(diào)度、日內(nèi)滾動(dòng)+日內(nèi)實(shí)時(shí)優(yōu)化調(diào)度分別簡(jiǎn)寫為日內(nèi)滾動(dòng)調(diào)度、日內(nèi)實(shí)時(shí)調(diào)度。

在日內(nèi)調(diào)度階段，無論采用日內(nèi)滾動(dòng)調(diào)度，還是日內(nèi)實(shí)時(shí)調(diào)度，源側(cè)總成本均高于日前調(diào)度結(jié)果，且調(diào)度時(shí)間分辨率越高，差值越大。這是由于不同時(shí)間尺度預(yù)測(cè)精度不同，負(fù)荷和新能源出力預(yù)測(cè)值在日前、日內(nèi)尺度上差異較大，為保證IES內(nèi)部供需的實(shí)時(shí)平衡，需要額外支付火電調(diào)峰機(jī)組、燃?xì)鈾C(jī)組、新能源機(jī)組出力變動(dòng)導(dǎo)致的獎(jiǎng)勵(lì)/懲罰，以及調(diào)度日內(nèi)DR資源的費(fèi)用。日內(nèi)調(diào)度階段的新能源消納率能保持在92%以上，但日內(nèi)滾動(dòng)、日內(nèi)實(shí)時(shí)的碳排放量相較日前階段顯著增加，漲幅為6.63%、8.41%，這主要是因?yàn)槿諆?nèi)預(yù)測(cè)值波動(dòng)導(dǎo)致IES消耗外部電力、天然氣量增加，影響系統(tǒng)碳排放量。日內(nèi)階段可調(diào)度DR資源主要為IL，其在參與調(diào)度中具有“只減不增”的特點(diǎn)，日內(nèi)負(fù)荷率有所下降，但這部分負(fù)荷占總量比重較小，用戶滿意度始終保持在86%以上。

圖5和圖6分別展示了日內(nèi)滾動(dòng)和日內(nèi)實(shí)時(shí)調(diào)度計(jì)劃。結(jié)合圖4d進(jìn)行對(duì)比分析，日內(nèi)滾動(dòng)、日內(nèi)實(shí)時(shí)調(diào)度能在更高時(shí)間分辨率上對(duì)出力計(jì)劃進(jìn)行精細(xì)化調(diào)整。

日前、日內(nèi)調(diào)度結(jié)果的主要差異出現(xiàn)在15：00—16：30時(shí)段，日內(nèi)調(diào)度通過輸配網(wǎng)從外部購(gòu)電，補(bǔ)充由于風(fēng)、光出力快速下降導(dǎo)致電功率缺額，而在日前調(diào)度中，這部分功率缺額由BES供給。分析調(diào)度結(jié)果可知，造成該現(xiàn)象的原因是17：00—19：00時(shí)段的實(shí)際風(fēng)功率遠(yuǎn)低于日前預(yù)測(cè)值，造成約200 kW的電功率缺額。由于17：00—19：00處于電價(jià)峰時(shí)段，15：00—16：00處于電價(jià)平時(shí)段，在BES儲(chǔ)電量有限的情況下，采用在高價(jià)時(shí)段利用BES放電，在低價(jià)時(shí)段從外部購(gòu)電的策略，顯然能產(chǎn)生更高的經(jīng)濟(jì)效益。另外，AC在16：00—16：30時(shí)段提供冷功率，以減少EC消耗的電功率，同時(shí)，GB熱功率增加，滿足AC需求增量。

日內(nèi)階段對(duì)IL的調(diào)度主要集中新能源出力較小的時(shí)段，例如07：00—09：00，14：00—17：00，19：00—次日04：00等，以緩解負(fù)荷和新能源出力短期波動(dòng)導(dǎo)致的能量供需矛盾。由于IL為強(qiáng)行削減負(fù)荷，且不進(jìn)行跨時(shí)段轉(zhuǎn)移，對(duì)用戶用能體驗(yàn)影響較大，因此在日內(nèi)滾動(dòng)、日內(nèi)實(shí)時(shí)調(diào)度中調(diào)度的IL總量較少，僅占總負(fù)荷的1.89%、1.32%。

將不同時(shí)間尺度上的調(diào)度結(jié)果推廣到全時(shí)間尺度上，并與外部購(gòu)電/氣補(bǔ)充、火電調(diào)峰、新能源優(yōu)先等策略進(jìn)行對(duì)比，調(diào)度結(jié)果如表6所示。其中，不同場(chǎng)景下的額外調(diào)度成本以日前調(diào)度結(jié)果為基準(zhǔn)，出力變動(dòng)成本包括運(yùn)維變動(dòng)成本、出力計(jì)劃變動(dòng)成本和火電調(diào)峰激勵(lì)，風(fēng)光獎(jiǎng)懲包括新能源消納補(bǔ)貼和棄風(fēng)棄光懲罰，DR調(diào)度成本包括負(fù)荷響應(yīng)激勵(lì)和未完成響應(yīng)懲罰。相較于外部購(gòu)電/氣補(bǔ)充、火電調(diào)峰、新能源優(yōu)先等具有明顯傾向性的調(diào)度策略，源-荷互動(dòng)策略能實(shí)現(xiàn)對(duì)IES內(nèi)部的供能設(shè)備、儲(chǔ)能設(shè)備、可調(diào)度DR負(fù)荷等資源的協(xié)同高效利用，由表6可知，無論是在日內(nèi)尺度還是實(shí)時(shí)尺度，源-荷互動(dòng)優(yōu)化調(diào)度明顯優(yōu)于其他源側(cè)調(diào)度策略，具體表現(xiàn)在調(diào)度結(jié)果對(duì)其他場(chǎng)景調(diào)度結(jié)果的支配性上。

在日內(nèi)調(diào)度階段，采用從外部購(gòu)電、購(gòu)氣補(bǔ)充功率缺額的策略能最大限度地利用電力和天然氣市場(chǎng)的調(diào)度優(yōu)勢(shì)，該方法具有響應(yīng)迅速、邏輯簡(jiǎn)單、可操作性強(qiáng)等特點(diǎn)，但隨之會(huì)產(chǎn)生高達(dá)1796.80元的購(gòu)電、購(gòu)氣賬單，遠(yuǎn)高于表6中的其他調(diào)度策略，比位居次席的火電調(diào)峰策略高出67.87%。另外，過度依賴電力、天然氣市場(chǎng)也會(huì)導(dǎo)致IES對(duì)新能源利用率下降，同時(shí)排放出更多的溫室氣體?；痣娬{(diào)峰是目前廣泛使用的調(diào)度策略，其利用傳統(tǒng)火電機(jī)組快速響應(yīng)IES變負(fù)荷需求，兼具靈活性和可靠性，但頻繁的出力變動(dòng)使日內(nèi)調(diào)度計(jì)劃偏離日前計(jì)劃，出力變動(dòng)成本增加到869.20元，同時(shí)，火電機(jī)組最低功率和爬坡約束加劇了部分場(chǎng)景下的棄風(fēng)棄光，導(dǎo)致系統(tǒng)環(huán)保性下降。新能源優(yōu)先策略以日內(nèi)新能源出力預(yù)測(cè)為基礎(chǔ)，力求在各時(shí)段內(nèi)實(shí)現(xiàn)新能源消納最大化，該策略在控制額外成本和碳排放量上表現(xiàn)突出，對(duì)應(yīng)數(shù)值僅為1581.45元和9173.03 kg，實(shí)現(xiàn)IES源側(cè)經(jīng)濟(jì)性最優(yōu)。與新能源優(yōu)先類似，源-荷互動(dòng)策略同樣注重環(huán)保性，最大限度地利用風(fēng)、光資源，新能源消納率達(dá)到95.10%，但后者通過削減IL負(fù)荷的方式，緩解負(fù)荷波動(dòng)導(dǎo)致的供需矛盾。由表6可知，盡管IES需要額外支付166.00元DR調(diào)度費(fèi)用，但在風(fēng)光獎(jiǎng)懲成本上節(jié)約223.35元。在成本匯算上，源-荷互動(dòng)策略下的源側(cè)總成本比實(shí)施新能源優(yōu)先高出225.63元，負(fù)荷側(cè)節(jié)約成本458.72元，整體經(jīng)濟(jì)性更優(yōu)。

在實(shí)時(shí)調(diào)度階段，不同策略下的調(diào)度計(jì)劃整體上需要花費(fèi)更多的調(diào)度成本，并排放出更多的溫室氣體，其表現(xiàn)出的具體特性與日內(nèi)階段相似。值得注意的是，基于日內(nèi)滾動(dòng)調(diào)度計(jì)劃開展實(shí)時(shí)調(diào)度的效果明顯遜色于基于日前計(jì)劃，這是因?yàn)樵谶B續(xù)時(shí)間尺度上調(diào)度策略不一致時(shí)，實(shí)時(shí)調(diào)度階段會(huì)否定日內(nèi)調(diào)度計(jì)劃的合理性，導(dǎo)致出力計(jì)劃發(fā)生顯著變動(dòng)，對(duì)應(yīng)成本急劇增加。

綜上，源-荷互動(dòng)策略能夠降低IES對(duì)外部電力、天然氣市場(chǎng)的依賴，協(xié)同調(diào)度系統(tǒng)內(nèi)部源側(cè)設(shè)備、儲(chǔ)能、DR資源，實(shí)現(xiàn)對(duì)新能源出力的跨時(shí)段利用，結(jié)果顯示源-荷互動(dòng)策略更加符合IES低碳、經(jīng)濟(jì)運(yùn)行的理念，驗(yàn)證了該策略在日前、日內(nèi)等不同時(shí)間尺度上的有效性。

4.4 綜合成本與收益分析

源-荷互動(dòng)策略在不同負(fù)荷水平及可利用風(fēng)、光資源場(chǎng)景下具有普適性，將文中提出的多時(shí)間尺度調(diào)度策略應(yīng)用到不同季節(jié)的典型日中，選擇不同調(diào)度階段的運(yùn)行費(fèi)用、調(diào)度成本、獎(jiǎng)勵(lì)懲罰等累加形成IES綜合成本，如表7所示。

結(jié)合表3和表7分析，冬季日內(nèi)實(shí)時(shí)調(diào)度結(jié)果中的外部購(gòu)能費(fèi)用、碳排放量、新能源消納率等指標(biāo)與日前調(diào)度差別較小，這是因?yàn)樵谌諆?nèi)尺度調(diào)度中可以利用豐富的風(fēng)電、光伏發(fā)電平抑需求側(cè)負(fù)荷波動(dòng)，盡可能減少其他設(shè)備出力變動(dòng)。在這種場(chǎng)景下，新能源并網(wǎng)獎(jiǎng)勵(lì)和棄風(fēng)棄光懲罰均處于較高水平，分別為215.75、148.06元，而設(shè)備出力變動(dòng)成本較小，僅為752.88元。過渡季和夏季的新能源資源相對(duì)匱乏，風(fēng)力機(jī)、光伏在大部分時(shí)段均處于滿發(fā)狀態(tài)，無法獨(dú)立完成日內(nèi)尺度上的調(diào)峰目標(biāo)，因此需要增加外部購(gòu)電、購(gòu)氣，調(diào)整其他設(shè)備出力計(jì)劃和DR調(diào)度策略，調(diào)度成本也會(huì)隨之增加，相較于日前計(jì)劃分別增長(zhǎng)12.16%、20.98%。

以供熱、冷成本的120%向用戶收取費(fèi)用，用戶在不同季節(jié)典型日的支出明細(xì)如表8所示。考慮參與DR收益及碳排放均攤成本，用戶在冬季、過渡季、夏季的總支出分別為41304.50、36962.38、26672.39元，其中，用熱費(fèi)用是造成賬單差異的主要原因。

在固定資產(chǎn)投資回報(bào)方面，設(shè)定貼現(xiàn)率為5%，設(shè)備殘值率均為10%，參考表A2計(jì)算得出IES前期固定資產(chǎn)投資成本約為6360.00萬(wàn)元，年折舊成本約為481.64萬(wàn)元。通過表7和表8可知，冬季、過渡季、夏季典型日的日利潤(rùn)分別約為18509.63、17184.28、7145.77元。按照北方地區(qū)季節(jié)劃分，即冬季、過渡季、夏季分別為90、183、92 d，IES全年收益約為546.80萬(wàn)元，高出年折舊成本65.16萬(wàn)元，IES表現(xiàn)出較好的盈利能力，由此可計(jì)算出投資回報(bào)率約為7.76%，即運(yùn)營(yíng)12.89 a可收回全部投資成本，考慮到未來負(fù)荷增量產(chǎn)生的超額收益，實(shí)際的回本年限可能少于預(yù)計(jì)。

5 結(jié) 論

本文提出一種計(jì)及低碳響應(yīng)的IES源-荷互動(dòng)優(yōu)化調(diào)度策略，以混合能源集線器模型為基礎(chǔ)，在日前、日內(nèi)等多時(shí)間尺度上進(jìn)行仿真實(shí)驗(yàn)，得到如下主要結(jié)論：

1）將供能設(shè)備、儲(chǔ)能設(shè)備、DR資源等集成在混合能源集線器模型中，能清晰地反映系統(tǒng)輸入/輸出間的關(guān)系，理清能量流動(dòng)關(guān)系。

2）在日前、日內(nèi)調(diào)度階段中，源-荷互動(dòng)優(yōu)化調(diào)度通過充分挖掘源、荷兩側(cè)資源的調(diào)度潛力，進(jìn)一步提高新能源消納率，實(shí)現(xiàn)IES低碳、經(jīng)濟(jì)運(yùn)行。

3）源-荷互動(dòng)優(yōu)化調(diào)度策略適用于不同負(fù)荷水平及可利用風(fēng)、光資源的場(chǎng)景，其有效性在在冬季、過渡季、夏季典型日的仿真實(shí)驗(yàn)中得到驗(yàn)證，調(diào)度結(jié)果明顯優(yōu)于預(yù)設(shè)傾向性的調(diào)度策略。

4）從投資回報(bào)上看，在源-荷互動(dòng)策略下運(yùn)行的IES具有較好的盈利能力，固定資產(chǎn)投資回報(bào)率約為7.76%。

［參考文獻(xiàn)］

［1］ 崔楊， 鄧貴波， 曾鵬， 等. 計(jì)及碳捕集電廠低碳特性的含風(fēng)電電力系統(tǒng)源-荷多時(shí)間尺度調(diào)度方法［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2022， 42（16）： 5869-5886.

CUI Y， DENG G B， ZENG P， et al. Multi-time scale source-load dispatch method of power system with wind power considering low-carbon characteristics of carbon capture power plant［J］. Proceedings of the CSEE， 2022， 42（16）： 5869-5886.

［2］ 施泉生， 丁建勇， 劉坤， 等. 含電、氣、熱3種儲(chǔ)能的微網(wǎng)綜合能源系統(tǒng)經(jīng)濟(jì)優(yōu)化運(yùn)行［J］. 電力自動(dòng)化設(shè)備， 2019， 39（8）： 269-276， 293.

SHI Q S， DING J Y， LIU K， et al. Economic optimal operation of microgrid integrated energy system with electricity， gas" and" heat" storage［J］." Electric" power automation equipment， 2019， 39（8）： 269-276， 293.

［3］ ZHOU J， WU Y， ZHONG Z， et al. Modeling and configuration optimization of the natural gas-wind-photovoltaic-hydrogen integrated energy system： a novel deviation satisfaction strategy［J］. Energy conversion and management， 2021， 243（1）： 114340.

［4］ 蔡欽欽， 肖宇， 朱永強(qiáng). 計(jì)及電轉(zhuǎn)氫和燃料電池的電熱微網(wǎng)日前經(jīng)濟(jì)協(xié)調(diào)調(diào)度模型［J］. 電力自動(dòng)化設(shè)備， 2021， 41（10）： 107-112， 161.

CAI Q Q， XIAO Y， ZHU Y Q. Day-ahead economic coordination dispatch model of electricity-heat microgrid considering" "P2H" "and" "fuel" " cells［J］." " Electric" "power automation equipment， 2021， 41（10）： 107-112， 161.

［5］ 吳江， 王晶晶， 張強(qiáng)， 等. 考慮電轉(zhuǎn)氣消納風(fēng)電的電-氣綜合能源系統(tǒng)兩階段魯棒協(xié)同調(diào)度［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（2）： 436-443.

WU J， WANG J J， ZHANG Q， et al. Two-stage robust cooperative scheduling for electricity-gas integrated energy system" " considering" " power-to-gas" " for" " wind" " power accommodation［J］. Acta energiae solaris sinica， 2022， 43（2）： 436-443.

［6］ 隋鑫， 盧盛陽(yáng)， 蘇安龍， 等. 計(jì)及風(fēng)電和柔性負(fù)荷的核電多目標(biāo)優(yōu)化調(diào)度研究［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2019， 39（24）： 7232-7241.

SUI X， LU S Y， SU A L， et al. Research on multi-objective optimal scheduling of nuclear power considering wind power and flexible load［J］. Proceedings of the CSEE， 2019， 39（24）： 7232-7241.

［7］ 段佳南， 謝俊， 馮麗娜， 等. 基于合作博弈論的風(fēng)-光-水-氫多主體能源系統(tǒng)增益分配策略［J］. 電網(wǎng)技術(shù)， 2022， 46（5）： 1703-1711.

DUAN J N， XIE J， FENG L N， et al. Synergistic gains allocation for multi-stakeholder wind-solar-hydro-hydrogen energy system based on cooperative game theory［J］. Power system technology， 2022， 46（5）： 1703-1711.

［8］ FENG C S， WEN F S， YOU S， et al. Coalitional game-based transactive energy management in local energy communities［J］. IEEE transactions on power systems， 2020， 35（3）： 1729-1740.

［9］ 周鑫， 韓肖清， 李廷鈞， 等. 計(jì)及需求響應(yīng)和電能交互的多主體綜合能源系統(tǒng)主從博弈優(yōu)化調(diào)度策略［J］. 電網(wǎng)技術(shù)， 2022， 46（9）： 3333-3346.

ZHOU X， HAN X Q， LI T J， et al. Master-slave game optimal scheduling strategy for multi-agent integrated energy system based on demand response and power interaction［J］. Power system technology， 2022， 46（9）： 3333-3346.

［10］ 許周， 孫永輝， 謝東亮， 等. 計(jì)及電/熱柔性負(fù)荷的區(qū)域綜合能源系統(tǒng)儲(chǔ)能優(yōu)化配置［J］. 電力系統(tǒng)自動(dòng)化， 2020， 44（2）： 53-59.

XU Z， SUN Y H， XIE D L， et al. Optimal configuration of energy storage for integrated region energy system considering power/thermal flexible load［J］. Automation of electric power systems， 2020， 44（2）： 53-59.

［11］ 周麗紅， 于浩， 李鵬. 考慮居民熱負(fù)荷主動(dòng)需求響應(yīng)的園區(qū)綜合能源系統(tǒng)分布式優(yōu)化運(yùn)行方法［J］. 電網(wǎng)技術(shù)， 2023， 47（5）： 1989-2000.

ZHOU L H， YU H， LI P. Distributed optimal operation method of park-level integrated energy system considering active demand response of residential heat loads［J］. Power system technology， 2023， 47（5）： 1989-2000.

［12］ 李虹， 林蘭心， 趙小軍. 基于需求側(cè)用戶響應(yīng)分析的電-氣-熱綜合能源系統(tǒng)低碳經(jīng)濟(jì)調(diào)度［J］. 太陽(yáng)能學(xué)報(bào)， 2023， 44（5）： 97-105.

LI H， LIN L X， ZHAO X J. Low carbon economic scheduling of electricity-gas-heat integrated energy system based on demand-side user response analysis［J］. Acta energiae solaris sinica， 2023， 44（5）： 97-105.

［13］ WANG L， HOU C Q， YE B， et al. Optimal operation analysis of integrated community energy system considering the uncertainty of demand response［J］. IEEE transactions on power systems， 2021， 36（4）： 3681-3691.

［14］ HE C， ZHANG X P， LIU T Q， et al. Distributionally robust scheduling of integrated gas-electricity systems with demand response［J］. IEEE transactions on power systems， 2019， 34（5）： 3791-3803.

［15］ 鄭若楠， 李志浩， 唐雅潔， 等. 考慮居民用戶參與度不確定性的激勵(lì)型需求響應(yīng)模型與評(píng)估［J］. 電力系統(tǒng)自動(dòng)化， 2022， 46（8）： 154-162.

ZHENG R N， LI Z H， TANG Y J， et al. Incentive demand response model and evaluation considering uncertainty of residential customer participation degree［J］. Automation of electric power systems， 2022， 46（8）： 154-162.

［16］ MASSRUR H R， NIKNAM T， FOTUHI-FIRUZABAD M. Investigation of carrier demand response uncertainty on energy flow of renewable-based integrated electricity-gas-heat systems［J］. IEEE transactions on industrial informatics， 2018， 14（11）： 5133-5142.

［17］ ZHANG X H， RAM'IREZ-MENDIOLA J L， LI M T， et al. Electricity consumption pattern analysis beyond traditional clustering methods： a novel self-adapting semi-supervised clustering method and application case study［J］. Applied energy， 2022， 308： 118335.

［18］ 黃冬梅， 吳涵文， 孫錦中， 等. 計(jì)及階梯式碳交易機(jī)制的海島綜合能源優(yōu)化調(diào)度［J］. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)， 2023， 35（4）： 93-99.

HUANG D M， WU H W， SUN J Z， et al. Optimal scheduling of comprehensive energy in island considering step-by-step carbon trading mechanism［J］. Proceedings of the CSU-EPSA， 2023， 35（4）： 93-99.

［19］ 駱釗， 秦景輝， 梁俊宇， 等. 含碳-綠色證書聯(lián)合交易機(jī)制的綜合能源系統(tǒng)日前優(yōu)化調(diào)度［J］. 電力自動(dòng)化設(shè)備， 2021， 41（9）： 248-255.

LUO Z， QIN J H， LIANG J Y， et al. Day-ahead optimal scheduling of integrated energy system with carbon-green certificate coordinated trading mechanism［J］. Electric power automation equipment， 2021， 41（9）： 248-255.

［20］ CHEN S Y， LIU P， LI Z. Low carbon transition pathway of power sector with high penetration of renewable energy［J］. Renewable and sustainable energy reviews， 2020， 130： 109985.

［21］ 祝榮， 任永峰， 孟慶天， 等. 基于合作博弈的綜合能源系統(tǒng)電-熱-氣協(xié)同優(yōu)化運(yùn)行策略［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（4）： 20-29.

ZHU R， REN Y F， MENG Q T， et al. Electricity-heat-gas cooperative optimal operation strategy of integrated energy system based on cooperative game［J］. Acta energiae solaris sinica， 2022， 43（4）： 20-29.

［22］ 崔楊， 鄧貴波， 趙鈺婷， 等. 考慮源荷低碳特性互補(bǔ)的含風(fēng)電電力系統(tǒng)經(jīng)濟(jì)調(diào)度［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2021， 41（14）： 4799-4815.

CUI Y， DENG G B， ZHAO Y T， et al. Economic dispatch of power system with wind power considering the complementarity" of" low-carbon" characteristics" of" source side and load side［J］. Proceedings of the CSEE， 2021， 41（14）： 4799-4815.

［23］ GUO J C， LIU Z J， WU X， et al. Two-layer co-optimization method for a distributed energy system combining multiple energy storages［J］. Applied energy， 2022， 322： 119486.

［24］ 李云鷙， 劉吉臻， 馬素玲， 等. 基于變工況模型的綜合能源系統(tǒng)源-荷互動(dòng)多目標(biāo)優(yōu)化調(diào)度［J］. 電網(wǎng)技術(shù)， 2022， 46（7）： 2472-2482.

LI Y Z， LIU J Z， MA S L， et al. Source-load interactive multi-objective optimal dispatching of integrated energy system" based" "on" off-design" model［J］." Power" "system technology， 2022， 46（7）： 2472-2482.

［25］ DEB K， JAIN H. An evolutionary many-objective optimization algorithm using reference-point-based nondominated sorting approach， part I： solving problems with box constraints［J］. IEEE transactions on evolutionary computation， 2014， 18（4）： 577-601.

MULTI-TIME SCALE SOURCE-LOAD INTERACTIVE OPTIMAL SCHEDULING OF INTEGRATED ENERGY SYSTEM CONSIDERING

LOW-CARBON DEMAND RESPONSE

Li Yunzhi1，2，Liu Jizhen1，2，Hu Yang2

（1. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources， North China Electric Power University，

Beijing 102206， China；

2. School of Control and Computer Engineering， North China Electric Power University， Beijing 102206， China）

Abstract：To realize the secure， flexible， and low-carbon operation of integrated energy system， an optimal scheduling strategy that considers the low-carbon demand response is proposed. This strategy considers the interaction between source and load sides and conducts research at multi-time scales， including day-ahead and intra-day. Firstly， a hybrid energy hub model is established based on the system structure and multi-energy complementary， incorporating elements of demand response load and energy storage. Then， a demand response strategy is devised for contracted and real-time response loads that possess varying response speeds， and within the system， scheduling information is communicated to attain a low-carbon demand response through interactive means. Finally， the day-ahead optimal scheduling considering the shared cost of carbon emission is implemented， with the aim of achieving the lowest economic cost， the lowest carbon emission， and the highest user comfort. The day-ahead plan guides the performance of intra-day rolling and real-time optimal scheduling. The simulation results indicate that the proposed strategy can efficiently exploit the scheduling potential of both source and load resources， mitigate the accommodation issue of renewable energy， and furnish insights for the economic and low-carbon scheduling of integrated energy systems.

Keywords：integrated energy system； demand response； low emission； optimization scheduling； source-load interaction； multi-time scale

附 錄

表A1 IES設(shè)備運(yùn)行參數(shù)

Table A1 Operation parameters of IES devices

[設(shè)備 參數(shù) 符號(hào) 數(shù)值 風(fēng)電機(jī)組（WT） 裝機(jī)容量 pwt，max/kW 1500×3 切入風(fēng)速 vin/（m/s） 3 切出 vout/（m/s） 25 額定風(fēng)速 vR/（m/s） 12 葉片長(zhǎng)度 Rwt/m 37.5 光伏

（PV） 裝機(jī)容量 ppv，max/kW 520×5 功率降額因數(shù) fpv 0.90 標(biāo)準(zhǔn)測(cè)試光照強(qiáng)度 G0/（kW/m2） 1 標(biāo)準(zhǔn)測(cè)試光伏效率 hN 0.15 微燃機(jī)（MT） 裝機(jī)容量 pmt，max/kW 300×5 最低運(yùn)行工況 kmt，min 0.25 發(fā)電效率 hmt 0.35 余熱回收效率 hhr 0.73 熱電比 amt 1.71 最大爬坡率 Δpmt，max/

（kW/min） 36 燃?xì)忮仩t（GB） 裝機(jī)容量 pgb，max/kW 1000×2 最低運(yùn)行工況 kgb，min 0.25 產(chǎn)熱效率 hgb 0.85 最大爬坡率 Δpgb，max/

（kW/min） 30 蓄電池儲(chǔ)能（BES） 儲(chǔ)能容量 Cbes，max/MWh 10 最大充/放功率 pbes，max/kW 1500 自損耗率 sbes 0.0025 SOC最大值 Ebes，max 0.90 SOC最小值 Ebes，min 0.40 充/放電效率 hbes 0.98 電制冷機(jī)（EC） 裝機(jī)容量 pec，max/kW 1000×2 制冷能效比 hec 4.0 吸收式

制冷機(jī)（AC） 裝機(jī)容量 pac，max/kW 500×3 制冷能效比 hac 1.2 ]

表A2 IES設(shè)備經(jīng)濟(jì)性參數(shù)

Table A2 Economic parameters of IES devices

[設(shè)備 裝機(jī)成本/

（元/kW） 運(yùn)維成本/

（元/kWh） 啟停成本/

（元/次） 壽命周期/

a WT 6000 0.020 0 30 PV 4000 0.020 0 20 MT 6000 0.060 300 20 GB 600 0.040 200 15 BES 5000 0.005 0 10 EC 2000 0.030 0 10 AC 3000 0.001 0 15 ]

lt;E：＼客戶＼2024學(xué)報(bào)＼2024-學(xué)報(bào)＼11學(xué)報(bào)＼2024-11XB-PDF＼2024-11XB-發(fā)送＼2024-11XB（1-41篇）＼Image＼10-7a.epsgt;

a. 冬季

lt;E：＼客戶＼2024學(xué)報(bào)＼2024-學(xué)報(bào)＼11學(xué)報(bào)＼2024-11XB-PDF＼2024-11XB-發(fā)送＼2024-11XB（1-41篇）＼Image＼10-7b.epsgt;

b. 過渡季（春/秋）

lt;E：＼客戶＼2024學(xué)報(bào)＼2024-學(xué)報(bào)＼11學(xué)報(bào)＼2024-11XB-PDF＼2024-11XB-發(fā)送＼2024-11XB（1-41篇）＼Image＼10-7c.epsgt;lt;E：＼客戶＼2024學(xué)報(bào)＼2024-學(xué)報(bào)＼11學(xué)報(bào)＼2024-11XB-PDF＼2024-11XB-發(fā)送＼2024-11XB（1-41篇）＼Image＼10-7c.epsgt;

c. 夏季

lt;E：＼客戶＼2024學(xué)報(bào)＼2024-學(xué)報(bào)＼11學(xué)報(bào)＼2024-11XB-PDF＼2024-11XB-發(fā)送＼2024-11XB（1-41篇）＼Image＼10-7圖例.epsgt;

圖A1 不同季節(jié)典型日負(fù)荷預(yù)測(cè)

Fig. A1 Load prediction of typical day in different seasons

lt;E：＼客戶＼2024學(xué)報(bào)＼2024-學(xué)報(bào)＼11學(xué)報(bào)＼2024-11XB-PDF＼2024-11XB-發(fā)送＼2024-11XB（1-41篇）＼Image＼10-8a.epsgt;

a. 冬季

lt;E：＼客戶＼2024學(xué)報(bào)＼2024-學(xué)報(bào)＼11學(xué)報(bào)＼2024-11XB-PDF＼2024-11XB-發(fā)送＼2024-11XB（1-41篇）＼Image＼10-8b.epsgt;

b. 過渡季（春/秋）

lt;E：＼客戶＼2024學(xué)報(bào)＼2024-學(xué)報(bào)＼11學(xué)報(bào)＼2024-11XB-PDF＼2024-11XB-發(fā)送＼2024-11XB（1-41篇）＼Image＼10-8c.epsgt;

c. 夏季

lt;E：＼客戶＼2024學(xué)報(bào)＼2024-學(xué)報(bào)＼11學(xué)報(bào)＼2024-11XB-PDF＼2024-11XB-發(fā)送＼2024-11XB（1-41篇）＼Image＼10-8圖例.epsgt;

圖A2 不同季節(jié)典型日新能源預(yù)測(cè)功率

Fig. A2 New energy power prediction of typical day in

different seasons

表A3 峰谷時(shí)段劃分與能源成本

Table A3 Peak-valley time pried division and energy price

[時(shí)段劃分 谷時(shí)段 平時(shí)段 峰時(shí)段 23：00—07：00 07：00—10：00

14：00—16：00

20：00—23：00 10：00—14：00

16：00—20：00 購(gòu)電價(jià)格/

（元/kWh） 0.33 0.64 1.03 天然氣價(jià)格/

（元/m3） 3.12 3.12 3.12 ]

表A4 需求價(jià)格彈性系數(shù)

Table A4 Price elasticity coefficient of demand

[時(shí)段 谷時(shí)段 平時(shí)段 峰時(shí)段 谷時(shí)段 -0.100 0.010 0.012 平時(shí)段 0.010 -0.100 0.016 峰時(shí)段 0.012 0.016 -0.100 ]