DOI：10.3969/j.issn.1004-910X.2025.07.005 [中圖分類號(hào)]F407.61；F407.7 ［文獻(xiàn)標(biāo)識(shí)碼］A

引言

隨著世界人口數(shù)量上漲[1]，全球糧食安全問題亟待解決。其中，尿素作為常用氮肥，在提高糧食產(chǎn)量中起著至關(guān)重要的作用。由于尿素生產(chǎn)是以二氧化碳作為原料，若對(duì)尿素行業(yè)進(jìn)行改造，將會(huì)為碳減排作出巨大的貢獻(xiàn)。然而當(dāng)前尿素生產(chǎn)存在高能耗高污染問題。考慮到當(dāng)前全球變暖和能源危機(jī)，為了共同解決上述問題，政府需要開展碳排放權(quán)交易和綠證交易等政策手段來促進(jìn)傳統(tǒng)電力行業(yè)轉(zhuǎn)型，減少碳的排放。與此同時(shí)，尿素行業(yè)可以通過電化學(xué)合成技術(shù)取代燃料燃燒合成，實(shí)現(xiàn)尿素的綠色生產(chǎn)[2-5]。由于電是電化學(xué)尿素生產(chǎn)的重要能源，尿素商因此會(huì)增加電力購買。為了激發(fā)尿素產(chǎn)能，擴(kuò)大技術(shù)覆蓋率，本文將尿素商作為用戶引入電力市場(chǎng)，考慮尿素生產(chǎn)的碳減排所帶來的外部經(jīng)濟(jì)，未來碳市場(chǎng)擴(kuò)圍政策以及綠證交易機(jī)制對(duì)用戶帶來的間接影響，將電力市場(chǎng)與碳、綠證市場(chǎng)耦合并構(gòu)建以非合作博弈為基礎(chǔ)的雙層目標(biāo)優(yōu)化模型。

當(dāng)前碳、綠證市場(chǎng)研究僅考慮了對(duì)電力行業(yè)的影響，對(duì)碳減排作用分析不夠全面，未能考慮其他行業(yè)的市場(chǎng)聯(lián)系，這使得那些具有碳減排潛力的行業(yè)產(chǎn)生碳減排資源的浪費(fèi)。本文所提模型充分發(fā)揮碳、綠證交易機(jī)制，具有跨行業(yè)協(xié)同碳減排效應(yīng)，同時(shí)可以提高尿素產(chǎn)量，為碳減排和糧食供給作出雙重貢獻(xiàn)，為多行業(yè)市場(chǎng)交互研究提供參考。

1文獻(xiàn)綜述

碳排放權(quán)交易是將碳排放份額作為商品，傳統(tǒng)煤炭發(fā)電廠需購買一定量的碳排放權(quán)完成自身消納從而達(dá)到激勵(lì)自身實(shí)現(xiàn)碳減排的目的。當(dāng)前，眾多學(xué)者針對(duì)電-碳市場(chǎng)經(jīng)濟(jì)調(diào)度開展了全面的研究：Feng和Zhang[提出了預(yù)出清和正式出清兩階段優(yōu)化模型，同時(shí)考慮了目前電力市場(chǎng)聯(lián)合碳市場(chǎng)下的不同調(diào)峰補(bǔ)償機(jī)制，研究了不同約束條件下碳市場(chǎng)的有效性，結(jié)果表明變化調(diào)峰補(bǔ)償機(jī)制與碳市場(chǎng)外部約束能使燃煤發(fā)電廠獲得更大的利潤，而固定調(diào)峰補(bǔ)償機(jī)制與碳市場(chǎng)內(nèi)部約束可以有效減少碳排放；還有研究分別從公共效益、電價(jià)、可再生能源利用率的角度分析碳交易對(duì)碳減排的影響[7-9]；Jiang等[10]設(shè)計(jì)了不同交易量限制程度的碳市場(chǎng)聯(lián)動(dòng)情景，使用全球變化評(píng)估模型模擬了2025＼～2060年不同情景下的全球和區(qū)域碳市場(chǎng)。研究結(jié)果表明，隨著碳市場(chǎng)聯(lián)動(dòng)限制的收緊，全球碳市場(chǎng)的價(jià)格波動(dòng)性和碳市場(chǎng)聯(lián)動(dòng)節(jié)省的累計(jì)減排成本均有所下降[10]

綠證交易以配額制為驅(qū)動(dòng)，促進(jìn)新能源市場(chǎng)化消納[11]，目前我國綠證交易制度仍處于探索階段[12]，具有很高的研究價(jià)值。相關(guān)研究分別詮釋了綠證交易能有效提高火電、電制氫、零售商、發(fā)電聯(lián)盟的預(yù)期收益[13-17] 。

對(duì)于電-碳-綠證市場(chǎng)耦合在不同的能源體系中，也有很多學(xué)者進(jìn)行了相關(guān)的研究，分別詮釋了碳交易、綠證交易對(duì)虛擬電廠、綜合能源系統(tǒng)以及微能源網(wǎng)碳減排效益的促進(jìn)作用[18-20]。

上述文獻(xiàn)均以發(fā)電商的視角來研究不同情景下電-碳-綠證市場(chǎng)耦合機(jī)制對(duì)發(fā)電商收益以及碳減排產(chǎn)生的影響，很少考慮消費(fèi)側(cè)在耦合電-碳一綠證市場(chǎng)中發(fā)揮的碳減排作用。針對(duì)目前以 CO₂ 為原料，以電能為基礎(chǔ)的尿素合成研究[5，21，22]，本文針對(duì)尿素商這一實(shí)現(xiàn)負(fù)碳排放的碳利用型用戶參與電力市場(chǎng)，同時(shí)耦合碳-綠證市場(chǎng)優(yōu)化展開研究，為后續(xù)的碳利用型用戶參與市場(chǎng)機(jī)制優(yōu)化提供參考，推動(dòng)行業(yè)綠色轉(zhuǎn)型。Mao等[23提出了直接利用空氣 CO₂ 捕獲供給清潔能源驅(qū)動(dòng)的尿素合成工業(yè)能實(shí)現(xiàn)凈負(fù)碳排放。此外，Matthew和Pro-dromos[24]使用可再生能源電解生產(chǎn)氨合成尿素從而達(dá)到凈零負(fù)排放并進(jìn)行了技術(shù)經(jīng)濟(jì)的優(yōu)化，通過明尼蘇達(dá)州的案例研究驗(yàn)證了其經(jīng)濟(jì)可行性，這些文獻(xiàn)都反映了實(shí)現(xiàn)凈零負(fù)排放的尿素生產(chǎn)依賴于電化學(xué)反應(yīng)，而實(shí)現(xiàn)電化學(xué)反應(yīng)需要向電力市場(chǎng)購買大量的電以達(dá)到生產(chǎn)要求?；诖?，本文從未來的視角出發(fā)，將用戶分為尿素商和其他用戶，將發(fā)電商分為傳統(tǒng)火力發(fā)電商和可再生能源發(fā)電商分別參與電力市場(chǎng)競(jìng)價(jià)，建立雙層目標(biāo)優(yōu)化模型解決用戶發(fā)電商和用戶參與電力市場(chǎng)耦合碳、綠證優(yōu)化問題，上層模型以市場(chǎng)參與者利潤最大化為目標(biāo)提交目標(biāo)電價(jià)和電量；下層模型以電力市場(chǎng)社會(huì)福利最大化為目標(biāo)向市場(chǎng)參與者反饋出清價(jià)格和中標(biāo)電量，通過算例分析尿素商出清優(yōu)化結(jié)果。

2 研究方法

2.1電-碳-綠證市場(chǎng)機(jī)制

電-碳-綠證市場(chǎng)機(jī)制結(jié)構(gòu)框架如圖1所示。雙邊集中競(jìng)價(jià)具有市場(chǎng)資源配置高效率、高靈活性等優(yōu)點(diǎn)[25]，故本文選用雙邊集中競(jìng)價(jià)模式讓市場(chǎng)參與者參與競(jìng)價(jià)，市場(chǎng)參與者通過與市場(chǎng)運(yùn)營商協(xié)商優(yōu)化完成市場(chǎng)出清。

隨著可再生能源和碳交易制度的進(jìn)一步發(fā)展，電力市場(chǎng)與碳-綠證的耦合關(guān)系將會(huì)更加緊密，火力發(fā)電是電力行業(yè)的主要碳排放來源，為了限制火力發(fā)電廠的碳排放，火力發(fā)電廠需向碳市場(chǎng)購買超出自身準(zhǔn)許碳排放額度的碳配額量；同時(shí)根據(jù)碳市場(chǎng)定義以及上述假設(shè)，為了鼓勵(lì)尿素商進(jìn)一步利用碳生產(chǎn)，尿素商可以向碳市場(chǎng)出售超過自身免費(fèi)碳排放額度的碳配額量來獲利。火力發(fā)電廠將發(fā)電產(chǎn)生的廢棄物通過管道運(yùn)輸?shù)侥蛩厣a(chǎn)廠的碳捕集裝置中。

可再生能源發(fā)電能夠?qū)崿F(xiàn)碳的零排放發(fā)電，但由于其發(fā)電具有間歇性和波動(dòng)性，且運(yùn)維成本較高，為了鼓勵(lì)企業(yè)向可再生能源行業(yè)轉(zhuǎn)型，減少可再生能源發(fā)電的浪費(fèi)，可再生能源發(fā)電商可以向綠證市場(chǎng)出售一定比例的綠證來保證自身的發(fā)電量，用電單位需向綠證市場(chǎng)購買一定比例的綠證來保證自身的可再生能源發(fā)電消納。

2.2 尿素生產(chǎn)流程

尿素商的尿素生產(chǎn)流程如圖2所示，在該系統(tǒng)中，尿素生產(chǎn)廠的碳捕集裝置會(huì)吸收由火力發(fā)電產(chǎn)生的廢氣中的二氧化碳作為合成尿素的反應(yīng)原料，低溫空氣分離單元（CryogenicAirSeparationUnit，CASU）、氨合成反應(yīng)器（AmmoniaSynthesisReactor，ASR）、尿素合成反應(yīng)器（UreaSynthesisReactor，USR）以及質(zhì)子交換膜電解器（ProtonEx-changeMembraneElectrolyzer，PEME）通過消耗從電力市場(chǎng)購買得到的電量來實(shí)現(xiàn)副產(chǎn)品氮?dú)狻⒀鯕?、氨以及主產(chǎn)品尿素的生產(chǎn)。PEM電解器會(huì)通過電解水反應(yīng)生成氫氣；CASU通過低溫控制將氮?dú)馓崛〕鰜?。此時(shí)PEM電解器產(chǎn)生的氫氣與CASU提取出的氮?dú)庠贏SR中通過高溫加壓的方式合成氨。碳捕集吸收的二氧化碳與ASR反應(yīng)合成的氨將會(huì)在USR中在高溫高壓條件下合成尿素。

綜上所述，尿素商會(huì)根據(jù)這些市場(chǎng)信息參數(shù)以自身經(jīng)濟(jì)收益最大化為目標(biāo)參與電力市場(chǎng)進(jìn)行生產(chǎn)計(jì)劃決策。同樣地，發(fā)電商也根據(jù)這些市場(chǎng)信息參數(shù)以自身經(jīng)濟(jì)收益最大化為目標(biāo)進(jìn)行日前電力市場(chǎng)報(bào)價(jià)和發(fā)電計(jì)劃決策，其他用戶則根據(jù)這些市場(chǎng)信息參數(shù)以自身購電成本最小化為目標(biāo)提出報(bào)價(jià)和計(jì)劃購電量。日前電力市場(chǎng)會(huì)綜合參照這些參與者的報(bào)價(jià)以及計(jì)劃購（售）電量結(jié)果以社會(huì)福利最大化為目標(biāo)進(jìn)行迭代出清，將最終出清價(jià)格和中標(biāo)電量結(jié)果提交給這些參與者。這些參與者按照市場(chǎng)給定的出清價(jià)格和中標(biāo)電量完成出售（購買）并獲得最終收益（成本）。

2.3 模型構(gòu)建

在模型構(gòu)建前，本文提出以下假設(shè)：

（1）電力市場(chǎng)是完全競(jìng)爭(zhēng)市場(chǎng)，發(fā)電商和用戶通過競(jìng)標(biāo)確定電價(jià)和電量。（2）尿素生產(chǎn)所需的電力完全通過電力市場(chǎng)采購，且其生產(chǎn)成本與電價(jià)有關(guān)。（3）電、碳、綠證市場(chǎng)相互耦合，發(fā)電商和用戶的行為同時(shí)影響電、碳、綠證市場(chǎng)。（4）尿素生產(chǎn)的電化學(xué)合成技術(shù)效率為固定值，且生產(chǎn)過程中氨供應(yīng)充足。

基于以上假設(shè)，本文建立雙層目標(biāo)優(yōu)化模型，上層模型反映每個(gè)發(fā)電商和用戶以收益最大化為目標(biāo)的競(jìng)標(biāo)情況，下層模型表示市場(chǎng)以社會(huì)福利最大化原則對(duì)競(jìng)標(biāo)后得到的電價(jià)和電量信息進(jìn)行市場(chǎng)出清，根據(jù)出清結(jié)果確定出清電價(jià)和電量。下面對(duì)模型進(jìn)行展開。

2.3.1 上層優(yōu)化模型

（1）市場(chǎng)交易成員最優(yōu)化模型

市場(chǎng)參與者參與電力市場(chǎng)會(huì)以自身經(jīng)濟(jì)收益最大化進(jìn)行競(jìng)價(jià)（電量），在該市場(chǎng)中，所有參與者在同一時(shí)間生成自己的報(bào)價(jià)（電量）策略，且參與者之間不會(huì)提供自身的市場(chǎng)信息。此時(shí)模型如式（1）、（2）所示：

式中：、；R_m1^TH 、 R_m2^ψ 、 R_m3^PV 分別為 χ_t 時(shí)刻火力發(fā)電商 m1 、風(fēng)力發(fā)電商 m2 、光伏發(fā)電商 m3 的申報(bào)價(jià)格、發(fā)電量以及預(yù)期收益。 c_n1，t^Urea 、1 c_n2，t^Other p_n1，t^Urea 、 p_n2，t^Other R_n1^Urea 、： C_n2^Other 分別為 χ_t 時(shí)刻尿素商 n1 、其他用戶 n2 的申報(bào)價(jià)格、購買電量以及預(yù)期收益和購買成本。式（1）、（2）表示每個(gè)市場(chǎng)參與者在充分考慮其他成員的情況下基于自身收益最大化提出的報(bào)價(jià)和電量。

根據(jù)上述市場(chǎng)機(jī)制研究，每個(gè)市場(chǎng)成員的申報(bào)電量都會(huì)影響除電力市場(chǎng)外其他市場(chǎng)交易結(jié)果，進(jìn)而影響收益結(jié)果，因此需要對(duì)每個(gè)市場(chǎng)成員的收益模型進(jìn)行展開分析。

（2）火力發(fā)電商收益模型

每個(gè)火力發(fā)電商都會(huì)以自身收益最大化為目標(biāo)參與市場(chǎng)競(jìng)價(jià)和電量，考慮火力發(fā)電商調(diào)峰補(bǔ)償機(jī)制，日前電力市場(chǎng)將出清結(jié)果提交給火力發(fā)電商。其最終收益如式（3）所示：

式中： C_t，clear 為 χ_t 時(shí)刻市場(chǎng)出清電價(jià)； C_{m1，t，sum}^TH 為 Φ_t 時(shí)刻火力發(fā)電商 m1 單位發(fā)電成本； p_{m1，t，clear}^TH 為Φ_t 時(shí)刻火力發(fā)電商 m1 中標(biāo)電量。

考慮碳和綠證市場(chǎng)機(jī)制，火力發(fā)電商的單位發(fā)電成本由單位機(jī)組煤耗成本、單位碳交易成本、單位綠證交易成本以及單位碳捕集技術(shù)平準(zhǔn)化度電成本組成。如式（4）＼～（8）所示：

C_{m1，t，sum}^TH=C_m1，t^{TH，coal}+C_m1，t^{TH，CCS，CET}+C_m1，t^TH，GCT+C_{m1，t，LOCE}^TH，CCS

式中： C_m1，t^TH，coal 為 χ_t 時(shí)刻火電商 m1 的單位煤耗成本； C_m1，t^{TH，CCS，CET} 為 χ_t 時(shí)刻火電商 m1 的單位碳交易成本，數(shù)值為正表示購買碳配額，為負(fù)表示售賣碳配額； C_m1，t^TH，GCT 為火電商 m1 的單位綠證購買成本，包括每單位發(fā)電量下綠證購買成本和超出綠證數(shù)量所付出的代價(jià)； C_{m1，t，LOCE}^{TH，CCS} 為火電商 m1 的單位碳捕集技術(shù)平準(zhǔn)化度電成本，表示生產(chǎn)單位電量所分?jǐn)偟脑O(shè)備投資成本，包括火電機(jī)組和碳捕集設(shè)備。 a_m1 ！ b_m1 分別為煤耗成本的二次項(xiàng)、一次項(xiàng)系數(shù)； δ_m1 為火電商碳排放系數(shù)，單位是 VMWh ；β_{m1，free} 為火電商 m1 的免費(fèi)碳配額率； ε_m1 為火電商m1 的碳捕集技術(shù)覆蓋率； 為綠證價(jià)格，單位是元/本； q_m1^GCT 表示火電商 m1 的綠證數(shù)量； c_p^GCT 為綠證懲罰價(jià)格，單位是元/本； δ_m1^GCT 為綠證比例；θ 為可再生能源發(fā)電與綠證換算系數(shù)，單位為本/MWh ； γ 為初始投資回收率； c_m1，in^TH 為火電商 m1 的火電機(jī)組單位初始投資成本； c_m1，in^CCS 為火電商 m1 的碳捕集技術(shù)單位初始投資成本； UH_m1^TH 為 m1 的滿負(fù)荷運(yùn)行時(shí)間，單位為 Δh ; IC_m1^TH 為火力發(fā)電商 m1 的裝機(jī)容量； c_{m1，y1，o}^TH 、 c_{m1，y1，o}^CCS 分別為火電機(jī)組和碳捕集技術(shù)的單位運(yùn)維成本，單位是元/MW； r 表示貼現(xiàn)率。

約束條件：

火電發(fā)電申報(bào)量約束

p_{m1，t，min}^TH?p_{m1，t，clear}^TH?p_m1，t^TH?p_{m1，t，max}^TH

式中： p_{m1，t，min}^TH?p_{m1，t，max}^TH 分別為火電商 m1 的火電出力下限和上限。

火電報(bào)價(jià)約束

c_{m1，t，min}^TH?c_m1，t^TH?c_{m1，t，max}^TH

式中：cm，mn、Pm. 分別為火電商 m1 的報(bào)價(jià)下限和上限。

綠證申報(bào)量約束

式中： 為火電商 m1 的最大綠證需求，其綠證購買量不能超過最大綠證需求。

火電爬坡約束

-V_ι，dovnΔt?p_m1，ι+1^TH-p_m1，ι^TH?V_ι，upΔt

式中： V_ι，up 、 V_t，doun 分別為火電商 m1 的火電機(jī)組爬坡上限和滑坡上限； Δt 表示交易時(shí)段的時(shí)間間隔。

（3）風(fēng)力、光伏發(fā)電商收益模型

同火電商一樣，考慮綠證交易機(jī)制，風(fēng)電、光電商也會(huì)依據(jù)自身收益最大化的目標(biāo)函數(shù)參與市場(chǎng)競(jìng)價(jià)和競(jìng)電量。經(jīng)市場(chǎng)調(diào)度，風(fēng)電商的最終收益模型如式（13）所示：

在綠證市場(chǎng)的機(jī)制作用下，風(fēng)電商的單位總發(fā)電成本包括單位綠證收益以及單位平準(zhǔn)化度電成本。具體如式（14）＼～（16）所示：

式中， C_{m2，t，LOCE}^W，CCS 為風(fēng)電商 m2 的單位碳捕集技術(shù)平準(zhǔn)化度電成本，其投資設(shè)備僅考慮風(fēng)電機(jī)組；（2號(hào) C_m2，t^W，GCT 表示風(fēng)電每單位發(fā)電量所帶來的綠證收入，由于可再生能源發(fā)電的不確定性對(duì)風(fēng)電商帶來可能的經(jīng)濟(jì)損失，條件風(fēng)險(xiǎn)價(jià)值（ConditionalValueatRisk，CVaR）是一種廣泛應(yīng)用于經(jīng)濟(jì)學(xué)投資領(lǐng)域中的風(fēng)險(xiǎn)評(píng)估方法[26]。故構(gòu)建CVaR模型可以有效提升風(fēng)電商的風(fēng)險(xiǎn)控制能力，從而實(shí)現(xiàn)收益最大化以及風(fēng)險(xiǎn)最小化目標(biāo)。具體模型構(gòu)造方法如下：

對(duì)所在地區(qū)風(fēng)速進(jìn)行采樣，通過拉丁超立方抽樣方法生成場(chǎng)景庫，通過BR場(chǎng)景削減方法得到典型場(chǎng)景及其概率，進(jìn)而獲得每個(gè)場(chǎng)景下的風(fēng)力發(fā)電預(yù)測(cè)值[27]，則風(fēng)電商在所有場(chǎng)景下的收益表示為：

式中： π（φ） 為生成場(chǎng)景 φ 的概率。進(jìn)一步地，風(fēng)電商的風(fēng)險(xiǎn)損失表示為：

R_m2^W-（φ）=R_m2^W（φ）-R_m2，total^W

設(shè)風(fēng)電商 m2 最大風(fēng)險(xiǎn)損失為 R_m2^ψ（φ） ，那么在某一置信水平 μ 中風(fēng)電商 m2 的損失 d 表示為：

因此，風(fēng)電商 m2 的CVaR模型表示為：

（φ）-R_m2，VaR^W}

進(jìn)而，風(fēng)電商 m2 的目標(biāo)函數(shù)表示為[28]：

R_{m2，R，CVaR}^W=maxR_m2，total^W-ρR_m2，CVaR^W

式中： ρ 為風(fēng)險(xiǎn)偏好因子，當(dāng) 0lt;ρlt;0.5 時(shí)該風(fēng)電商屬于風(fēng)險(xiǎn)厭惡型；當(dāng) 0.5lt;ρlt;1 時(shí)該風(fēng)電商屬于風(fēng)險(xiǎn)喜好型。由式（21）可知，風(fēng)電商根據(jù)最低風(fēng)險(xiǎn)下最大收益目標(biāo)進(jìn)行發(fā)電。

約束條件：

由于風(fēng)電商的風(fēng)電申報(bào)量以及申報(bào)價(jià)格約束同式（9）、（10），這里只說明以下約束條件。

綠證申報(bào)量約束

風(fēng)險(xiǎn)偏好約束

0?ρ?1

由于光伏發(fā)電商的收益模型同風(fēng)電商的收益模型，且篇幅有限，故本文不再贅述。

（4）尿素商收益模型

當(dāng)水輸送到PEM電解器進(jìn)行電解時(shí)會(huì)發(fā)生如下反應(yīng)：

此時(shí)電解槽電壓效率為：

假設(shè)電壓效率為 74%^[29] ，那么PEM電解槽產(chǎn)氫為：

式中： M_H2 為氫的摩爾速率， 為PEM電解產(chǎn)氫所需電能， F 為法拉第常數(shù)。CASU適用于生產(chǎn)純氮?dú)?、氧氣和其他可用于各種行業(yè)的氣體?？諝庠谠撗b置的反應(yīng)如下：

CASU的產(chǎn)氧電耗為 992.13kW/t ，這一假設(shè)是基于真實(shí)的數(shù)據(jù)，誤差小于 2%^[30] 。在ASR中，通過將上述PEM電解水產(chǎn)生的氫氣與CASU空氣分離產(chǎn)生的氮?dú)夥磻?yīng)產(chǎn)生氨，該反應(yīng)是放熱反應(yīng)，產(chǎn)生的熱量被低壓蒸汽回收，產(chǎn)生高溫高壓蒸汽。該反應(yīng)的溫度范圍為 450^qC～500^qC 。反應(yīng)過程如下：

N₂+3H₂2NH₃

尿素是由二氧化碳和氨在高溫高壓下反應(yīng)產(chǎn)生的。在第一步中，產(chǎn)生氨基甲酸銨（ NH₂COONH₄ ），然后， NH₂COONH₄ 被脫水以產(chǎn)生尿素（ NH₂CONH₂ ），這兩種反應(yīng)同時(shí)發(fā)生，具體如下所示：

2NH₃+CO₂?NH₂COONH₄+Heat

NH₂COONH₄+HearNH₂CONH₂+H₂O

在USR中生產(chǎn)1t尿素所需電量為625.3KW，該假設(shè)是基于USR各尿素生產(chǎn)廠的真實(shí)數(shù)據(jù)，誤差小于2.5%[31]

基于上述反應(yīng)式可以計(jì)算出生產(chǎn)1t尿素所需用電量以及 CO₂ 吸收量。在電力市場(chǎng)中，尿素商會(huì)

以收益最大化為目標(biāo)申報(bào)價(jià)格和購買電量，考慮碳-綠證市場(chǎng)，尿素生成商的收益模型如下所示：

式中： θ_n1^Urea 為尿素和電量的轉(zhuǎn)換系數(shù)。尿素商的單位生產(chǎn)成本包括單位碳市場(chǎng)收益、單位購電成本、單位綠證成本以及單位平準(zhǔn)化度電成本，具體模型如下：

C_{n1，t，sum}^Urea=C_n1，t^Urea，Buy-C_n1，t^{Urea，CCS，CET}+C_n1，t^Urea，GCT+C_{n1，t，LCOE}^{Urea，CCS}

由于尿素商的購電成本等于出清價(jià)格乘以中標(biāo)購電量，碳市場(chǎng)收益和綠證成本同式（6）、（7），這里只對(duì)尿素商的平準(zhǔn)化度電成本進(jìn)行展開：

式中： 1000p_n1，t^PEM[32-34] 、 350p_n1，t^{CASU[35，36]} ）1. 6817×8000×Pn1， 21]分別為PEM電解器、CASU以0. 6253及USR的投資成本。因此，式（33）表示尿素生產(chǎn)消耗單位電量所分?jǐn)偟母鞣N設(shè)備總投資成本。設(shè)尿素商所購買的電量由PEM電解器、CASU、USR這3種設(shè)備用電量組成，如式（34）所示：

p_{n1，t，clear}^Urea=p_{n1，t，clear}^PSM+p_{n1，t，clear}^CASU+p_{n1，t，clear}^USR

約束條件：

由于尿素商的購電申報(bào)量以及申報(bào)價(jià)格約束同式（9）、（10），這里只說明以下約束條件。

綠證申報(bào)量約束

氣體存儲(chǔ)量約束

式中：m，、 cO2及 mni，max mni，max ） ncO分別為氮?dú)狻錃狻焙吞?的存儲(chǔ)質(zhì)量及其上限

反應(yīng)量約束

式中：m、m m，和 m，tr 、 分別為氮?dú)狻錃?、氨和碳的反?yīng)量和輸送量。式（40）＼～（43）表示反應(yīng)過程的時(shí)滯性。由于其他用戶的收益模型僅包括購電成本和綠證交易成本，模型分別與尿素商的購電成本及綠證交易成本相似，且約束條件僅包括購電申報(bào)約束、價(jià)格約束以及綠證交易約束，模型也分別與式（9）、（10）、（35）相似，加之篇幅有限，故本文不再贅述。

2.3.2 下層優(yōu)化模型

當(dāng)發(fā)電商和用戶都根據(jù)自身利益最大化目標(biāo)向市場(chǎng)提交了報(bào)價(jià)和電量，市場(chǎng)會(huì)結(jié)合發(fā)電商和用戶的信息依據(jù)社會(huì)福利最大化目標(biāo)對(duì)電價(jià)和電量進(jìn)行出清，具體模型如下：

c_m3，t^PVp_m3，t^PV）

式中， F 為總社會(huì)福利，采用用戶對(duì)電量的需求與發(fā)電商的發(fā)電成本之差表示。

約束條件：

市場(chǎng)出清模型約束條件除各發(fā)電商和用戶報(bào)價(jià)（10）和電量約束（9）以及火電爬坡約束（12）

外，還包括功率平衡約束，具體模型如下：

2.3.3 模型求解

上層發(fā)電商用戶的投標(biāo)決策模型是一個(gè)典型的非凸非線性多目標(biāo)優(yōu)化問題，可以采用非支配排序遺傳算法（Non-dominated Sorting Genetic Al-gorithm-ⅡI，NSGA-Ⅱ）求解。NSGA-Ⅱ具有較強(qiáng)的變量處理能力，最大限度地保持了優(yōu)化目標(biāo)之間的獨(dú)立性，可以有效地解決多目標(biāo)問題[37，38]。市場(chǎng)出清層模型是一個(gè)帶有均衡約束的數(shù)學(xué)規(guī)劃問題，可以用商業(yè)求解器求解。求解過程如圖3所示：

步驟1：將電力市場(chǎng)、碳市場(chǎng)和綠證市場(chǎng)的規(guī)則以及不同類型發(fā)電商和用戶的特性輸入算法中。

步驟2：隨機(jī)生成發(fā)電商和用戶的申報(bào)電量和價(jià)格數(shù)據(jù)。

步驟3：根據(jù)各發(fā)電商和用戶的電量和電價(jià)信息，確定各發(fā)電商和用戶的中標(biāo)電量和電力市場(chǎng)的出清電價(jià)。

步驟4：根據(jù)中標(biāo)電量和出清電價(jià)，計(jì)算各發(fā)電商的預(yù)期利潤，得到下一個(gè)市場(chǎng)狀態(tài)。

步驟5：如果滿足納什均衡，或者迭代次數(shù)達(dá)到最大值，則算法循環(huán)結(jié)束，否則重復(fù)步驟 2～ 步驟4。

3算例分析

3.1 情景設(shè)定

選取某一正常天氣1天24小時(shí)進(jìn)行日前市場(chǎng)出清優(yōu)化。在日前電力市場(chǎng)發(fā)電側(cè)，共有4組傳統(tǒng)燃煤火力發(fā)電廠、1座風(fēng)電站以及1座光伏發(fā)電站參與市場(chǎng)競(jìng)標(biāo)。假設(shè)每組火電廠僅有1臺(tái)機(jī)組，其中火力發(fā)電廠1碳捕集覆蓋率一般，碳排放量低，發(fā)電成本較高；火力發(fā)電廠2碳捕集覆蓋率一般，碳排放量較低，發(fā)電成本較低；火力發(fā)電廠3碳捕集覆蓋率低，碳排放量高，發(fā)電成本一般；火力發(fā)電廠4碳捕集覆蓋率最高，達(dá)到90% ，碳排放量最低，發(fā)電成本最高。風(fēng)電和光伏發(fā)電屬于可再生資源，由于可再生資源發(fā)電的間歇性和不確定性導(dǎo)致風(fēng)電和光伏的發(fā)電成本和平準(zhǔn)化度電成本比火電高。發(fā)電商具體參數(shù)如表1所示。其中，碳、綠證市場(chǎng)交易價(jià)格設(shè)置為年度均價(jià)，分別為70元/t和50元/本，火電免費(fèi)碳配額均為 65% ，綠證懲罰價(jià)格為200元/本，綠證比例為0.05，綠證與可再生能源換算系數(shù)為0.5，風(fēng)電滿負(fù)荷運(yùn)行時(shí)間為2200小時(shí)，光伏滿負(fù)荷運(yùn)行時(shí)間為1500小時(shí)，貼現(xiàn)率為0.8。將風(fēng)電、光伏可能的發(fā)電情況分為10個(gè)場(chǎng)景，這10個(gè)風(fēng)電、光伏發(fā)電預(yù)測(cè)情況及對(duì)應(yīng)概率分布如圖4、表2所示。由于尿素生產(chǎn)反應(yīng)裝置單位產(chǎn)出所需電量和相關(guān)參數(shù)已在第二章提出，這里不再闡述。將市場(chǎng)分為3種情景：

情景一：開設(shè)電、碳、綠證市場(chǎng)，且無尿素商參與購電。

情景二：僅開設(shè)電力市場(chǎng)，尿素商參與購電。

情景三：在情景一的基礎(chǔ)上，尿素商參與購電。

基于上述情景，對(duì)系統(tǒng)碳排放量以及尿素產(chǎn)量進(jìn)行對(duì)比分析，結(jié)果如圖5所示。從圖5可以看出，尿素商參與購電這一行為使電力系統(tǒng)碳減排效果顯著提升，提升效果高于電、碳、綠證市場(chǎng)耦合機(jī)制。隨著碳、綠證市場(chǎng)的再次引進(jìn)，碳排放進(jìn)一步降低，尿素生產(chǎn)量提高。這是因?yàn)樘际袌?chǎng)交易機(jī)制鼓勵(lì)尿素商吸收碳進(jìn)行生產(chǎn)，使得尿素商的利潤進(jìn)一步提高，產(chǎn)量也進(jìn)一步提高，總體碳排放量減少。因此本文基于情景三進(jìn)行靈敏度分析研究對(duì)系統(tǒng)碳減排量、尿素生產(chǎn)量以及尿素商利潤產(chǎn)生的影響。

計(jì)算出清結(jié)果，最終成交電負(fù)荷和出清電價(jià)如圖6所示。出清價(jià)格與電力需求波動(dòng)趨勢(shì)一致，在凌晨1點(diǎn)到6點(diǎn)時(shí)段、中午12點(diǎn)到下午16點(diǎn)時(shí)段、下午21點(diǎn)到凌晨0點(diǎn)時(shí)段，系統(tǒng)用電處于低谷狀態(tài)，日前電力市場(chǎng)出現(xiàn)供過于求現(xiàn)象，因此出清價(jià)格持續(xù)下降；在凌晨6點(diǎn)到中午12點(diǎn)時(shí)段、下午16點(diǎn)到下午21點(diǎn)時(shí)段，此時(shí)系統(tǒng)用電處于高峰狀態(tài)，此時(shí)日前電力市場(chǎng)開始出現(xiàn)供不應(yīng)求現(xiàn)象，因此出清價(jià)格持續(xù)升高。

3.2 靈敏度分析

為了探究耦合電力市場(chǎng)、碳市場(chǎng)、綠證市場(chǎng)交互機(jī)制對(duì)尿素商的尿素產(chǎn)量以及系統(tǒng)總碳排放量產(chǎn)生的影響，本文選取尿素商參與規(guī)模、碳價(jià)、綠證比例、免費(fèi)碳配額作為靈敏度調(diào)整參數(shù)。

3.2.1 尿素商的生產(chǎn)規(guī)模產(chǎn)生的影響

尿素商的規(guī)模提升 0.5% 。由式（33）可知，尿素商的設(shè)備投資成本與廠商的用電量有關(guān)，因此可以理解為：隨著尿素商的規(guī)模提升，自身的用電量上下限也會(huì)提高，尿素商可以向日前電力市場(chǎng)購買更多的電以滿足自身的生產(chǎn)需求。隨著尿素商的規(guī)模不斷擴(kuò)大，碳排放量和在用戶側(cè)所得收益如圖7和圖8所示。由圖7可知，隨著尿素商的生產(chǎn)規(guī)模不斷擴(kuò)大，碳減排水平進(jìn)一步提升，這是因?yàn)殡S著尿素商規(guī)模的提高，自身邊際收入提高，為了獲得更高的收人，尿素商會(huì)購買更多的電量完成生產(chǎn)，由2.2可知，尿素商消耗的電量越多，產(chǎn)品產(chǎn)出量越大，碳吸收量也就越多，從而碳減排量越高。而由圖8可知，隨著尿素商的生產(chǎn)規(guī)模不斷增加，尿素商的收益會(huì)不斷增加。此外，其他用戶所需購電成本隨尿素商的生產(chǎn)規(guī)模增加而下降，這是因?yàn)槟蛩厣谈?jìng)爭(zhēng)購電提高，其他用戶競(jìng)爭(zhēng)購電降低。

3.2.2 碳價(jià)變動(dòng)產(chǎn)生的影響

對(duì)碳價(jià)在原先的場(chǎng)景上提升30元/t并計(jì)算出市場(chǎng)出清結(jié)果和各廠商的收益及各用戶的成本，最終結(jié)果如圖9、10所示，對(duì)于傳統(tǒng)火力發(fā)電商，碳價(jià)的提升會(huì)導(dǎo)致邊際發(fā)電成本提高，火電為了獲取最優(yōu)收益，必然會(huì)提高競(jìng)價(jià)，減少發(fā)電量，從而影響市場(chǎng)出清電價(jià)；對(duì)于可再生能源發(fā)電商，碳價(jià)的提升會(huì)導(dǎo)致自身邊際成本降低，高碳排放的火力發(fā)電商為了保證充足的發(fā)電計(jì)劃，提高競(jìng)價(jià)，因此市場(chǎng)出清電價(jià)隨著碳價(jià)的增長而增加，這將增加普通用戶的購電成本。但值得注意的是，碳價(jià)的提升對(duì)高碳捕集覆蓋率的火電商以及尿素商這一碳利用型用戶收益具有正向作用，這是因?yàn)樘純r(jià)的增長所帶來的邊際收益大于總邊際成本，發(fā)（購）電量提高，對(duì)于尿素商，碳吸收量增加。碳價(jià)的增長會(huì)抑制碳排放，一是限制了火力發(fā)電商的發(fā)電計(jì)劃，二是鼓勵(lì)以尿素商為代表的碳吸收型用戶實(shí)現(xiàn)碳的二次利用。

3.2.3 綠證比例變動(dòng)產(chǎn)生的影響

由圖11、12可知，當(dāng)其他參數(shù)不變，只增加綠證比例時(shí)，火力發(fā)電商的綠證需求量提高，購買綠證成本提高，而可再生能源發(fā)電商的綠證收益提高?；鹆Πl(fā)電商在日前電力市場(chǎng)的優(yōu)勢(shì)減弱，可再生能源發(fā)電商的競(jìng)爭(zhēng)優(yōu)勢(shì)增強(qiáng)。當(dāng)綠證比例為0.08時(shí)，提高綠證比例將導(dǎo)致發(fā)電商的收入降低，因?yàn)楫?dāng)綠證比例低于0.1時(shí)，可再生能源發(fā)電商的綠證數(shù)量尚未達(dá)到上限。當(dāng)綠證比例從0.08上升到0.1時(shí)，可再生能源發(fā)電商的綠證數(shù)量達(dá)到上限，此時(shí)綠證比例的增加會(huì)減少可再生能源發(fā)電商的邊際綠證收入，此時(shí)可再生能源發(fā)電商的申報(bào)價(jià)格會(huì)降低。因此在最后的市場(chǎng)出清階段，市場(chǎng)平均價(jià)格下降。此時(shí)火力發(fā)電商獲得更多的發(fā)電份額，總碳排放量有所波動(dòng)。對(duì)于綠色尿素商來說，綠證比例的增加也意味著購買自己的綠證的成本增加，對(duì)自己購買電力的需求降低，從而導(dǎo)致尿素生產(chǎn)量減少。

將免費(fèi)碳配額在原有情景上降低 5% ，各市場(chǎng)參與者收益、平均價(jià)格、總碳排放量、尿素生產(chǎn)量變化如圖13、14所示，隨著免費(fèi)碳配額的降低，可再生能源發(fā)電商的收益增加，火電商的收益降低，這是因?yàn)殡S著免費(fèi)碳配額的降低，火電商的碳排放權(quán)需求緊縮，碳交易成本增加，火電商在日前電力市場(chǎng)的競(jìng)爭(zhēng)優(yōu)勢(shì)降低，進(jìn)而提高了可再生能源發(fā)電商的競(jìng)爭(zhēng)優(yōu)勢(shì)，出清價(jià)格提高，碳排放量降低。由于出清價(jià)格的提高影響了用戶的購電成本，尿素商的總體收益減小，尿素生產(chǎn)量降低。因此免費(fèi)碳配額收緊是以破壞高碳捕集火力發(fā)電商和潛在碳減排用戶的利益為代價(jià)的降低碳排放手段。

4結(jié)論

本文綜合考慮發(fā)電商與用戶側(cè)共同參與電力市場(chǎng)交易機(jī)制，消費(fèi)側(cè)重點(diǎn)考慮綠色尿素商購電策略，考慮電、碳、綠證市場(chǎng)耦合機(jī)制對(duì)市場(chǎng)交易結(jié)果產(chǎn)生的影響，建立雙層目標(biāo)優(yōu)化模型，上層模型采用NSGA-Ⅱ算法求解，下層模型利用商業(yè)求解器求解，最后，通過算例分析了尿素商規(guī)模、碳價(jià)、綠證比例以及免費(fèi)碳配額對(duì)市場(chǎng)交易結(jié)果產(chǎn)生的影響。主要結(jié)論如下：

（1）算例表明擴(kuò)大碳交易市場(chǎng)在其他行業(yè)的應(yīng)用范圍可以有效促進(jìn)技術(shù)的進(jìn)步并刺激社會(huì)總產(chǎn)量的提高。這有助于提升能源利用效率，并對(duì)碳減排帶來協(xié)同效應(yīng)，進(jìn)一步提升碳減排量。因此，政府可以完善碳交易政策，對(duì)具有碳減排甚至負(fù)排放的市場(chǎng)參與者可在碳市場(chǎng)賣出剩余或自生的碳排放權(quán)來提高市場(chǎng)供給，通過市場(chǎng)機(jī)制為工業(yè)碳減排技術(shù)的發(fā)展注人活力。

（2）碳、綠證市場(chǎng)交易機(jī)制的相互作用對(duì)工業(yè)總產(chǎn)量帶來復(fù)雜的影響。碳價(jià)的增加對(duì)可再生能源發(fā)電商、高碳捕集火力發(fā)電商、綠色尿素商的激勵(lì)作用提高，對(duì)傳統(tǒng)火電商的要求更為嚴(yán)格。提高碳價(jià)對(duì)于具有碳減排潛力的行業(yè)來說具有抵消成本，激勵(lì)減碳增產(chǎn)的作用。因此政府可以完善碳交易機(jī)制，通過制定相應(yīng)的碳價(jià)實(shí)現(xiàn)碳減排企業(yè)的產(chǎn)量目標(biāo)并維持企業(yè)發(fā)展

（3）綠證比例的增加和免費(fèi)碳配額的縮減分別從增加綠證成本和增加市場(chǎng)最終出清電價(jià)的角度為消費(fèi)側(cè)增加了購電成本。盡管對(duì)電力系統(tǒng)的碳減排以及可再生能源行業(yè)發(fā)展具有正向效果，但這會(huì)破壞碳減排用戶的利益，導(dǎo)致綠色尿素商的最終尿素產(chǎn)量減少。因此下一步的研究重點(diǎn)是如何引導(dǎo)碳減排工業(yè)部門消納可再生能源以促進(jìn)可再生能源技術(shù)與工業(yè)產(chǎn)能共同提升。

參考文獻(xiàn)

[1]Desa UN.World Population Prospects 2O19：Highlights[R].NewYork（US）：United Nations Department for Economic and Social Af-fairs，2019.

[2]Yuan T，Voznyy O.Guidelines for Reliable Urea Detection inElectrocatalysis[J].Cell Reports Physical Science，2023，4（8）：101521.

[3]LiD，XuN，Zhao Y，etal．AReliable and Precise Protocol forUrea Quantification in Photo/electrocatalysis [J].Small Methods，2022，6 （9）：2200561.

[4]MengN，HuangY，LiuY，etal.Electrosynthesis of Urea fromNitrite and CO 2 Over Oxygen Vacancy-rich ZnO Porous Nanoshee-ts[J].Cell Reports Physical Science，2021，2（3）：100378.

[5]SaravanakumarD，Song J，Lee S，et al.Electrocatalytic Con-version of CarbonDioxide andNitrate Ions toUreabya TitaniaNafion Composite Electrode[J].ChemSusChem，2017，10（20）：3999～4003.

[6]Feng S，Zhang X.An Electricity-carbon Joint Market OptimizationModel for Coal-fired Power System Under China's“Dual-carbon”Target[J].Journal of Cleaner Production，2023，423：138746.

[7]LiuLL，F(xiàn)engTT，KongJJ.CanCarbon Trading Policy andLocal Public Expenditures Synergize to Promote Carbon EmissionReduction in the Power Industry？[J].Resources，Conservationand Recycling，2023，188：106659.

[8]Wang HR，F(xiàn)eng TT，ZhongC.Effectiveness of CO2 Cost Pass-through to Electricity Prices Under“Electricity-carbon”MarketCoupling in China[J].Energy，2023，266：126387.

[9]Song X，Wang P.Effectiveness of Carbon Emissions Trading andRenewable EnergyPortfolio Standardsin the Chinese Provincialand Coupled ElectricityMarkets[J].UtilitiesPolicy，2O23，84：101622.

[10]JiangH，WangJ，Yu S，etal．ExploringGlobal CarbonMar-ketLink Mechanism：Efficiency Evaluation in the Context of Car-bon Neutrality[J]．Journal of Cleaner Production，2023，420：138474.

[11］松楠.實(shí)現(xiàn)“雙碳”目標(biāo)亟需完善綠證交易機(jī)制[J]．中國電力企業(yè)管理，2022，（19）：60～62.

「12］朱炳成歐家新“雙碳”目標(biāo)下我國綠色由力證書交易制25（5）：29～45.

[13]ZhangF，LiY，LiF，etal．Decision-makingBehaviorofPower Suppliers in the Green Certificate Market：A System Dy-namics Analysis[J].Energy Policy，2022，171：113296.

[14］王建輝，包廣清，張安安，等．風(fēng)險(xiǎn)管控下計(jì)及綠色證書交易的光伏-氫多主體合作運(yùn)行方法［J].電力自動(dòng)化設(shè)備，2023，43（12）：248～256.

［15］陳明健，陳勝，王異成，等．考慮氫能綠證的電-氫綜合能源系統(tǒng)機(jī)會(huì)約束優(yōu)化調(diào)度［J]．電力自動(dòng)化設(shè)備，2023，43（12）：206～213.

[16]Xu S，Xu Q. Optimal Pricing Decision of Tradable Green Certifi-cate for Renewable Energy Power Based on Carbon-electricity Cou-pling［J].Journal of Cleaner Production，2023，410：13711.

［17］詹博淳，馮昌森，尚楠，等．發(fā)電聯(lián)盟參與電-碳-綠證市場(chǎng)的協(xié)同優(yōu)化策略［J]．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2023，35（11）：84～94.

[18]WangY，Wu X，Liu M，et al.Bidding Strategy of the VirtualPower Plant Considering Green Certificates and Carbon Trading[J].Energy Reports，2023，6：73～84.

［19］梁澤琪，周云，馮冬涵，等.考慮電碳綠證市場(chǎng)耦合的園區(qū)綜合能源系統(tǒng)日前優(yōu)化調(diào)度[J]．電力建設(shè)，2023，44（12）：43～53.

［20］王江磊，樊小朝，史瑞靜，等．碳交易與綜合需求響應(yīng)下的微能源網(wǎng)優(yōu)化調(diào)度[J]．電氣傳動(dòng)，2023，53（7）：39～48.

[21]Edrisi A，Mansoori Z，Dabir B. Urea Synthesis Using ChemicalLooping Process—Techno-economic Evaluation of a Novel PlantConfiguration foraGreen Production[J].International JournalofGreenhouseGas Control，2016，44：42～51.

[22]Masjedi S K，Kazemi A，Moeinnadini M ，et al.Urea Produc-tion：An Absolute Environmental Sustainability Assessment [J].Sci Total Environ，2024，908：168225.

[23]Mao C，Byun J，MacLeod HW，et al.Green Urea Productionfor SustainableAgriculture[J].Joule，2024，8（5）：1224～1238.

[24]Matthew JP，Prodromos D. Techno-economic Optimization ofRenewable Urea Production for Sustainable Agriculture and CO 2 Utilization[J].Journal of Physics：Energy，2024，6（1）：015013.

[25］陳巍，江岳文．耦合碳-綠證-消納量市場(chǎng)的日前電量市場(chǎng)交易交互式優(yōu)化[J]．電網(wǎng)技術(shù)，2024，48（5）：1967～1979.

[26]葉海，楊蘋，王雨．基于改進(jìn)CVaR的售電公司電力現(xiàn)貨日前申報(bào)優(yōu)化策略[J]．電力建設(shè)，2024，45（5）：131～140.

[27］車兵，李軒，鄭建勇，等.基于LHS與BR的風(fēng)電出力場(chǎng)景分析研究[J]．電力工程技術(shù)，2020，39（6）：213～219.

[28]Ben Ameur H，F(xiàn)titi Z，Louhichi W，etal.Do Green Invest-ments Improve Portfolio Diversification？ Evidence from Mean Con-ditionalValue-at-risk Optimization[J].International ReviewofFinancial Analysis，2024，94：103255.

[29]ShayganM，EhyaeiMA，AhmadiA，etal.Energy，ExergyAdvanced Exergy and Economic Analyses of Hybrid Polymer Elec-trolyte Membrane（PEM）Fuel Celland Photovoltaic Cells to Pro-duceHydrogenand Electricity［J].Journal ofCleanerProduc-tion，2019，234：1082～1093.

[30]Cheng M，Verma P，Yang Z，etal.Flexible Cryogenic Air Sepa-rationUnit——AnApplicationforLow-carbonFossil-fuelPlants[J].Separationand Purification Technology，2022，302：122086.

[31]KumarB，DasPC.Manufacture ofUrea[D].National Insti-tuteof TechnologyRourkela，2007.

[32]ZareV，PalidehV.Employing ThermoelectricGenerator forPowerGeneration Enhancementin a Kalina Cycle Driven byLow-grade Geo-thermal Energy[J].Applied Thermal Engineering，2018，130：418～428.

[33]HabibollahzadeA，GholamianE，AhmadiP，etal.Multi-cri-teriaOptimizationofan Integrated EnergySystemwith Thermoe-lectricGenerator，Parabolic Trough Solar Collector and Electroly-sisforHydrogenProduction[J].International JournalofHydro-genEnergy，2018，43（31）：14140～14157.

[34]ZareV，MoalemianA.ParabolicTroughSolarCollectorsInte-gratedwith aKalina Cycle forHigh TemperatureApplications：Energy，Exergyand Economic Analyses[J].Energy Conversionand Management，2017，151：681～692.

[35]Skorek-OsikowskaA，BartelaL，Kotowicz J.AComparativeThermodynamic，Economic and Risk Analysis ConcerningImple-mentationofOxy-combustionPowerPlants Integrated with Cryo-genicand Hybrid Air Separation Units [J].Energy Conversionand Management，2015，92：421～430.

[36]TafoneA，Dal Magro F，Romagnoli A.Integratingan OxygenEnriched Wasteto Energy Plantwith Cryogenic Engines and AirSeparationUnit：Technical，EconomicandEnvironmental Analy-sis[J].Applied Energy，2018，231：423～432.

[37］張斌，施惟，徐新宇，等.基于NSGA-I的新型混合電力系統(tǒng)優(yōu)化規(guī)劃方法[J]．自動(dòng)化與儀器儀表，2023，（8）：75～78.

[38]孫斌，王迪.基于改進(jìn)NSGA2算法的電力系統(tǒng)經(jīng)濟(jì)調(diào)度優(yōu)化[J].機(jī)電工程技術(shù)，2024，53（3）：258～263.

[Abstract]Establishingcarbon emissiontrading marketsand greencertificate markets isanimportantstrategyforChina toachieveits“dualcarbon”goals.However，existingresearch mostlyanalyzesmarketcoupling relationshipsfromtheeconomicperspectiveofpowergenerators，ignoringthesituationofusersenteringthecarbonmarket.Inresponsetothisdeficiency，itiscnsideredthatureasuppliersare manufacturersthatusecarbondioxideasaproductionfactor，andtheimpactofparticipating inthe marketasusers.Aduallayeroptimizationmodelforurea producers toparticipateinthecarboncertification market wasproposed，introducingadecision-making mechanismforuserparticipationinthecarbon market.Fromtheperspectivesof profitandcarbonreduction，theimpactofurea merchants asa special useronmarket decision-making wasstudied.Theresults indicatethat theparticipation of urea producers in the carbon certification market can generate a “ 1+1gt;2 ”effect. The participation of urea producers inthecarbomarketcansignificantlyiproveteoveralleficiencyofthecoupledmarket.Increasingtheproportionofgreencertificates and reducing carbon quotas will decrease the production of urea producers.

[Key words]electricity market；carbon trading；green certificate trading；dual levelobjectiveoptimization；urea production；non cooperative game；market coupling；non-dominated sorting genetic algorithm

[Jelclassification]L94；D23（責(zé)任編輯：張舒逸）