摘要 針對微電網(wǎng)中缺乏對碳排放流特性的精確刻畫，導致運行層面中微電網(wǎng)的低碳運行方式和經(jīng)濟運行方式之間矛盾凸顯，低碳和經(jīng)濟難以兼顧的問題，構建了計及綠電制氫和多能耦合的電-氫一體化運行框架，提出了綜合考慮碳排放流和低碳需求響應的微電網(wǎng)低碳-經(jīng)濟協(xié)同雙層優(yōu)化調(diào)度模型。上層優(yōu)化調(diào)度模型中，以風光儲氫一體化工業(yè)園區(qū)為典型微電網(wǎng)場景，以低碳性和經(jīng)濟性協(xié)調(diào)最優(yōu)為目標，將源側碳交易機制融入調(diào)度決策目標中，充分挖掘微電網(wǎng)低碳-經(jīng)濟協(xié)同運行方式，以此制定微電網(wǎng)最優(yōu)低碳經(jīng)濟調(diào)度策略；下層低碳需求響應模型中，以微電網(wǎng)用戶碳減排所節(jié)約的碳排放成本為激勵信號，通過建立微電網(wǎng)能量流與碳排放流的映射關系，實現(xiàn)碳排放責任的轉移和分攤以及對微電網(wǎng)運行中的碳排放特性精細化評估，進而建立由負荷碳排放強度時空差異性引導用戶參與碳減排策略的低碳需求響應（demond response，DR）模型，深入挖掘微電網(wǎng)源-荷間的低碳性和經(jīng)濟性間的協(xié)同性。以某工業(yè)園區(qū)微電網(wǎng)為例，驗證了所提模型能有效兼顧系統(tǒng)的低碳性和經(jīng)濟性。
1 電-氫一體化的微電網(wǎng)低碳運行框架
1.1 電-氫耦合微電網(wǎng)低碳運行框架
本文所研究的電-氫耦合微電網(wǎng)低碳運行框架如圖1所示。微電網(wǎng)主要配置包括以燃氣輪機（gas turbine，GT）、光伏、風電、氫燃料電池為主的電源，電化學儲能以及以電解水制氫裝置、工業(yè)負荷為主的用電負荷。
如圖1所示，電解槽將空氣中的水蒸氣經(jīng)電解反應轉化為氫氣和氧氣。其產(chǎn)生的氫氣經(jīng)變壓吸附提純，一部分通過HFC進行氫能產(chǎn)電以代替燃氣輪機發(fā)電，降低了外部購電成本和購氣成本，提高了微電網(wǎng)運行的低碳性；另一部分存于儲氫罐中，在氫能供應不足時及時提供氫氣，提高了氫能的利用效率。另外，電解槽產(chǎn)生的氧氣可通過儲氧罐收集，以備園區(qū)或其他場景供應不足時使用。
1.2 電-氫一體化相關設備模型
綠氫是指通過可再生能源電解水制氫或生物質(zhì)等其他環(huán)保方式制氫，與基于碳基原料生產(chǎn)的灰氫、藍氫相比，綠氫在制氫端實現(xiàn)了低碳甚至零碳排放。
2 微電網(wǎng)碳交易模型
碳交易機制是一種在碳交易市場上進行合法碳排放權買賣的交易機制。本文微電網(wǎng)系統(tǒng)的碳排放源主要包括GT和外購電產(chǎn)生的碳排放量，根據(jù)微電網(wǎng)系統(tǒng)運行特性，建立相應的碳排放表達式為
3 考慮電-氫一體化的微電網(wǎng)低碳-經(jīng)濟協(xié)同雙層優(yōu)化調(diào)度模型
本文構建考慮電-氫一體化的微電網(wǎng)低碳-經(jīng)濟協(xié)同雙層優(yōu)化調(diào)度模型。上層優(yōu)化調(diào)度模型以微電網(wǎng)總運行成本最小為目標，在電-氫聯(lián)合運行的基礎上，引入碳交易機制構建低碳調(diào)度策略，并將運行結果向下層傳遞。下層低碳DR模型基于多元負荷曲線，以負荷碳排放成本最小為目標，引導多元用戶改變用能行為，并將調(diào)整后的負荷曲線傳遞給上層。上下層根據(jù)反饋條件反復迭代，直至收斂。
3.1 上層優(yōu)化調(diào)度模型
3.1.1 目標函數(shù)
考慮電-氫一體化的微電網(wǎng)低碳-經(jīng)濟協(xié)同優(yōu)化調(diào)度模型是以總運行成本CTC最小為目標，包括機組運行成本COP、碳交易成本圖片棄風棄光成本CN、購能成本CBUY和電-氫一體化運行成本CH，即
3.1.2 約束條件
3.2 下層低碳需求響應模型
3.2.1 目標函數(shù)
3.3 收斂條件
用戶碳排放成本直接受低碳DR的影響。理想情況下，隨著迭代次數(shù)增加，DR前后的碳排放成本之差逐漸減少，負荷轉移量也逐漸減少，當負荷轉移量減少至0時，得到兼顧低碳性和經(jīng)濟性的優(yōu)化調(diào)度方案。因此，本文以式（43）作為收斂條件，當相鄰2次迭代的負荷調(diào)節(jié)值之差小于終止容差時，模型收斂。
式中：k為迭代次數(shù)；?為迭代終止容差。
3.4 模型求解步驟
本文所提微電網(wǎng)低碳-經(jīng)濟協(xié)同優(yōu)化模型經(jīng)二階錐松弛處理后，轉化為混合整數(shù)線性規(guī)劃（mixed integer linear program，MILP）問題，可在GAMS平臺上利用CPLEX求解器對模型進行求解，計算流程如圖2所示，主要步驟如下。
1）輸入數(shù)據(jù)。輸入負荷曲線、風光日預測出力曲線、電-氫一體化設備參數(shù)和電源參數(shù)等數(shù)據(jù)。
2）求解上層優(yōu)化調(diào)度模型。通過求解上層優(yōu)化調(diào)度模型得到各電源出力和線路潮流結果，將其作為碳勢計算的已知量。
3）計算節(jié)點碳勢。根據(jù)步驟2）得到的運行結果，計算微電網(wǎng)各節(jié)點在不同時刻的碳勢。
4）求解下層低碳DR模型。以多元負荷節(jié)點碳勢時空分布特征為立足點，以用戶碳減排所節(jié)約的碳排放成本為激勵信號，通過建立用戶用電行為與碳勢的關系，進而求解下層低碳DR模型，得到響應后的負荷曲線。
5）判斷收斂條件。根據(jù)式（43）判斷是否滿足收斂條件。若收斂，轉步驟6）；若不收斂將優(yōu)化后的負荷數(shù)據(jù)傳至步驟2），重復上述步驟，直至收斂。
6）計算制氫量。根據(jù)最優(yōu)調(diào)度方案，計算制氫量，并分析不同場景的制氫效率。
7）輸出結果。輸出運行結果、調(diào)度成本、碳排放量和制氫量等數(shù)據(jù)。
4 算例分析
4.1 系統(tǒng)參數(shù)
本文以某工業(yè)園區(qū)微電網(wǎng)冬季典型日的實際數(shù)據(jù)為例，數(shù)據(jù)采樣間隔為1 h，調(diào)度周期為24 h，所構建的測試系統(tǒng)如圖3所示。電負荷需求、風光預測數(shù)據(jù)如圖4所示，地區(qū)分時電價如圖5所示，電-氫一體化環(huán)節(jié)中相關設備參數(shù)如表1所示，GT、儲能等設備相關系數(shù)如表2所示?；鶞侍純r為110元/t，棄風、棄光成本取0.3元/kW，碳排放成本為120元/t，負荷調(diào)節(jié)比例取20%，單位購氣成本取2元/m3，節(jié)點電壓幅值范圍為0.93 p.u.~1.07 p.u.，無功補償范圍為–200 kV·A~200 kV·A。
為驗證本文所提微電網(wǎng)低碳-經(jīng)濟協(xié)同優(yōu)化模型的有效性，設置如下3種場景進行對比分析。1）不考慮電-氫一體化環(huán)節(jié)和低碳DR機制；2）考慮電-氫一體化環(huán)節(jié)，不考慮低碳DR機制；3）同時考慮電-氫一體化環(huán)節(jié)和低碳DR機制。
4.2 各場景的成本對比分析
為驗證本文所提模型的經(jīng)濟性，對比了3種場景下的成本計算結果，如表3所示。
由表3可知，相比場景1，場景2和場景3的總成本分別降低了41.1%和44.8%，微電網(wǎng)運行經(jīng)濟性得到了提升。這是因為場景2在引入電-氫一體化環(huán)節(jié)后，將新能源出力高峰時富余的電量經(jīng)電解槽轉換為氫能，并存入儲氫罐中，在新能源出力低谷時，將儲氫罐中的氫氣通過HFC產(chǎn)電以代替GT發(fā)電，降低了系統(tǒng)棄風棄光成本、運行成本和外購電成本，提高了系統(tǒng)的經(jīng)濟性和氫能利用率。而場景3在場景2的基礎上，通過低碳DR調(diào)節(jié)負荷曲線，將高碳勢時段的負荷轉移至低碳勢時段，使源側在“源隨荷動”條件下，進一步降低GT運行成本、外購電成本和棄風棄光成本。GT發(fā)電的氣源主要來自外部購氣，因此購氣成本與GT運行成本成正比，故場景3購氣成本最低，場景1購氣成本最高。此外，從電-氫一體化成本可看出，場景3的電-氫一體化成本略低于場景2，這是因為綠電制氫過程中的電能主要來自富余的風能和太陽能，而場景3通過低碳DR提高了新能源消納，從而降低了電-氫一體化成本。綜上，本文所提模型能夠優(yōu)化系統(tǒng)各項成本，進而提高微電網(wǎng)運行的經(jīng)濟性。
4.3 系統(tǒng)碳排放量分析
為驗證本文所提模型的低碳性，圖6對比了3種場景在不同時段的碳排放量。
由圖6可知，場景1~3系統(tǒng)總碳排放量依次為44.845 t、27.705 t和25.353 t，相比場景1，場景2和場景3的碳排放量依次降低38.2%和43.5%。這是因為場景2在場景1的基礎上引入電-氫一體化環(huán)節(jié)，通過HFC發(fā)電代替GT發(fā)電以降低系統(tǒng)碳排放量。而場景3在用戶側進一步引入DR策略，在新能源出力高峰時段，激勵用戶多用電；反之，在新能源出力低谷時段，引導用戶少用電，使系統(tǒng)在保證新能源消納的同時減少火電機組出力和外購電量，進而降低系統(tǒng)整體碳排放量，故場景3系統(tǒng)碳排放量最低。綜上，本文所提模型能有效提高系統(tǒng)低碳性。
4.4 電-氫一體化運行結果分析
1）制氫量計算結果。
為分析制氫量的影響因素，以場景1和場景2為例，比較引入電-氫一體化環(huán)節(jié)前后系統(tǒng)的新能源出力，結果如圖7所示。
由圖7可知，場景2在引入電-氫一體化環(huán)節(jié)后顯著降低了棄風棄光量，整體提高了新能源出力。這是因為場景2引入電-氫一體化環(huán)節(jié)后，將富余的風電和光伏經(jīng)電解槽生成綠氫，有效提高了新能源消納水平，降低了整個制氫過程中的碳排放量。根據(jù)圖4負荷曲線可知，在08:00—17:00，新能源占負荷比值較低，為滿足負荷需求，場景2的新能源出力大都用于滿足供需平衡，相比其他時段，整體上減少了新能源向電解槽的供電量，使系統(tǒng)在降低棄風棄光的同時，也降低了整體的制氫量。
以場景2和場景3為例，分析不同棄風棄光成本下的制氫情況，結果如表4所示。
由表4可知，不同場景的制氫量與單位棄風棄光成本成正比，當單位棄風棄光成本較低時，新能源消納能力降低，導致制氫量下降。當棄風棄光成本較高時，為避免棄風棄光，富余的新能源出力可用于電解槽制氫，提高了新能源消納能力和制氫量。
2）HFC調(diào)度結果。
為分析電-氫一體化環(huán)節(jié)對系統(tǒng)低碳性和經(jīng)濟性的影響，圖8展示了DR前后負荷變化情況，圖9對比了不同場景下GT與HFC的出力情況。
由結果可知，場景2和場景3在引入電-氫一體化環(huán)節(jié)后，顯著提高了新能源消納，降低了GT出力。而場景3在場景2的基礎上通過低碳DR實現(xiàn)削峰填谷，一方面，在01:00—04:00和20:00—24:00新能源占負荷比值高峰時期，場景3的平均負荷水平高于場景2，以消納更多的新能源；另一方面，在14:00—19:00新能源占負荷比值低谷時期，場景3的平均負荷水平低于場景2，在保證供需平衡的前提下進一步降低GT出力，最大程度挖掘了微電網(wǎng)低碳運行的潛力。從HFC整體發(fā)電情況可知，HFC發(fā)電量直接受GT出力的影響，相比場景1的GT出力，場景2和場景3在引入電-氫一體化環(huán)節(jié)后，HFC通過氫能產(chǎn)電代替GT發(fā)電，降低了GT的運行成本和購能成本，進一步提高了系統(tǒng)的低碳性和經(jīng)濟性。從HFC各時段發(fā)電結果可看出，在01:00—06:00，場景1~3的GT出力不變且處于最低水平，對應的HFC出力水平也較低。在07:00—12:00，GT機組出力增加伴隨著HFC輸出功率增大，但10:00—12:00時新能源功率漲幅大于負荷漲幅，故需要減少場景2和場景3該時段的HFC發(fā)電以滿足供需平衡。
在13:00—17:00，新能源發(fā)電占負荷的比值降低，場景3通過低碳DR降低了負荷水平，同時也減少了HFC發(fā)電。在18:00—24:00，由于GT的整體出力較高，場景2和場景3在該時段顯著提高了HFC輸出功率，以限制GT出力，提高系統(tǒng)低碳性。且該時段場景3的負荷值較大，在降低GT出力的同時進一步激勵低成本、低碳的HFC發(fā)電以滿足供需平衡，從總體上兼顧了系統(tǒng)低碳性和經(jīng)濟性。
4.5 低碳需求響應結果
為分析所提模型對微電網(wǎng)用戶側碳排放的影響，基于場景2和場景3，以新能源占負荷比值低谷時刻（18:00）為例，得到各節(jié)點碳勢和需求響應結果如圖10所示，以及各節(jié)點GT和新能源出力如圖11所示。
由圖10和圖11可知，當節(jié)點周圍GT機組出力較高且新能源出力較低時，對應節(jié)點的碳勢相對較高，反之，對應節(jié)點碳勢相對較低，因此節(jié)點7、節(jié)點10、節(jié)點18和節(jié)點19的碳勢較高。節(jié)點6由于周圍節(jié)點火電機組出力和碳勢較高，使得節(jié)點6的碳勢較高，而其他節(jié)點的碳勢相對較低。從響應結果來看，場景3在考慮低碳DR后，造成系統(tǒng)負荷分布發(fā)生變化，使得碳勢高的節(jié)點處負荷值降低、碳勢低的節(jié)點處部分負荷值升高，具體表現(xiàn)在節(jié)點7、節(jié)點10、節(jié)點18和節(jié)點19的負荷值降低，而節(jié)點14、節(jié)點15和節(jié)點22的負荷值上升，這將有利于實現(xiàn)新能源的就地消納，降低系統(tǒng)總體碳排放量。另外，從各節(jié)點火電機組出力進一步驗證了場景3的低碳性，具體表現(xiàn)為場景3通過低碳DR降低了高碳勢節(jié)點火電機組出力，使得高碳勢節(jié)點的碳排放量下降。因此，本文所提模型可通過對負荷分布進行合理優(yōu)化，挖掘微電網(wǎng)源-荷側低碳運行潛力。
4.6 收斂性分析
為在算例中驗證本文所提雙層模型的收斂性，分別計算不同迭代次數(shù)下最大負荷調(diào)節(jié)差值和用戶碳排放成本，結果如圖12所示。
由圖12可知，隨著迭代次數(shù)增加，最大負荷調(diào)節(jié)差值和用戶碳排放成本逐漸減少，當?shù)降?次時，最大負荷調(diào)節(jié)差值降為0，系統(tǒng)DR前后的負荷曲線相同，達到收斂條件，得到最優(yōu)低碳調(diào)度方案。
5 結論
本文綜合考慮碳排放流和低碳DR，建立了計及電-氫一體化的微電網(wǎng)低碳-經(jīng)濟協(xié)同雙層優(yōu)化模型，通過算例分析，得到如下結論。
1）提出的電-氫一體化微電網(wǎng)低碳運行框架，一方面，將剩余的風電和光伏經(jīng)電解槽生成綠氫，降低了整個制氫過程中的碳排放與棄風棄光量；另一方面，在新能源出力低谷時段將儲氫罐中的氫氣通過HFC產(chǎn)電以代替GT發(fā)電，減少GT出力的同時降低了系統(tǒng)的棄風棄光成本、運行成本和外購電成本，提高了系統(tǒng)運行的經(jīng)濟性和低碳性。
2）提出的考慮電-氫一體化的微電網(wǎng)低碳-經(jīng)濟協(xié)同雙層優(yōu)化調(diào)度模型綜合考慮了源側碳交易機制和荷側低碳響應資源，通過對負荷分布進行合理優(yōu)化調(diào)整，降低了新能源出力低谷時的GT出力，并提高了新能源出力高峰時的新能源消納水平，充分挖掘了多元負荷的碳減排潛力，實現(xiàn)了對微電網(wǎng)全調(diào)度周期的碳排放過程的有效追蹤。
注：本文內(nèi)容呈現(xiàn)略有調(diào)整，如需要請查看原文。
