考虑污染物交易的含储能及集群电动汽车能量枢纽优化调度策略

来源：电力系统自动化

该文收录于MPCE 2020年第8卷第2期。

引文信息：

Yanhong LUO, Xinwen ZHANG, Dongsheng YANG, Qiuye SUN. Emission Trading Based Optimal Scheduling Strategy of Energy Hub with Energy Storage and Integrated Electric Vehicles [J]. Journal of Modern Power Systems and Clean Energy, 2020, 8(2): 267-275.

考虑污染物交易的含储能及集群电动汽车能量枢纽优化调度策略

现有研究对包含需求响应的综合能量系统能量枢纽的优化运行做了积极的探索，本文对能量枢纽内部的能量流方向做出限制。同时，在已有碳排放研究的基础上，提出其他温室气体和储能装置对污染的影响，并对污染物价格做了灵敏度分析。大量的电动汽车和储能设备接入电网，作为良好的需求响应实施主体，考虑用户舒适意愿下的负荷调节，提出室温和蓄热水箱的热水负荷的温度调节，满足用户的期望范围。

本文所提出的能量枢纽包括能量供应、转换和存储装置。其中，能量供应包括电网供电、天然气网供气和光伏发电；能量转换装置包括燃气轮机、余热锅炉和吸收式制冷机组成的冷热电联产系统，还有燃气锅炉和电制冷机等；能量存储装置包括储电和储热装置，用户侧主要由电动汽车、热水负荷、空调和冷热电基本负荷参与需求响应。储电装置放电可以承担一部分基本电力负荷所需的电功率，但不可以制冷和为电动汽车充电。为解决弃光问题，光伏发电高峰和用电低谷时段，光伏产生的余电上网，并收取一定的费用，而储能、燃气轮机产生的电能不能卖给电网，这是为了减少线路改造的支出和鼓励用户建设新能源发电、使用清洁能源。所提出的模型为混合整数线性规划问题，以购能成本和购买排放成本最低为目标实现优化调度。

能源存储设备可以协调供能与用能在时间上的不平衡，实现负荷平移。本文在能量枢纽建模中考虑电储能和热储能两种典型储能设备。储电设备可以根据相应的分时电价的引导，在用电低谷充电、用电高峰放电，促进能量枢纽经济运行。燃气轮机在发电过程中产生的热功率和燃气锅炉产生的热功率可以被储热设备进行暂时的存放，使其在用热需求高峰时进行释放，避免热能浪费，促进能量枢纽高效率运行。集群电动汽车充电桩通过接收调度中心的指令，在满足用户期望出行距离和时段的范围内调节他们所需要的能量和使用时段，以配合能量枢纽的优化调度。

电力能源消耗的污染排放对环境造成了难以恢复的破坏和污染，这些排放主要来自天然气和燃煤发电机组，所产生的温室气体主要为CO2、NOx和SOx。在能源系统中，除分布式清洁能源外，大型储能设备也在能源需求侧投入使用。已有研究表明，当储能设备充电时，其积累电量的过程同时也是积累碳排放的过程，当储能设备放电时，其放电的过程又是将之前充入电能的碳排放注回电力系统的过程，电池储能也成为了新的温室气体排放源，对环境造成了一定的影响。当分布式可再生能源在当前能源系统中的占比增加时，电池储能系统带来的温室气体排放将更为明显，需对这些碳排放做出额外的减排努力。

本文提出的电-气-热-冷联供能量枢纽优化调度模型以某多能源商业园区为例，构建能量枢纽优化运行模型。电动汽车不确定性参数由概率分布随机生成。设计了四种场景对比分析验证供能侧多能互补、需求侧响应互动、污染物排放控制的有效性。场景4不采用多能互补模式，各能源系统单独运行，响应负荷不参与互动，不含储能设备，不对污染物排放收取费用。场景1为本文提出的优化调度策略。图1为四种场景下的购电曲线，场景4作为其他算例的参考模式，其运行成本、购电功率和污染物排放量都比其他场景高得多。由于热电分产，场景4的购电功率紧随用电需求，其运行成本比场景1多出了9.9%，验证了此优化策略的经济性。图2为调整集群电动汽车和储能装备的效果。其中，图2（a）显示了蓄电池荷电状态（SOC）值的变化趋势，在电价低谷、用电低谷时期充电，储热装置在热需求较低时储存了冷热电联供机组剩余的回收热能。图2（b）显示了电动汽车在峰谷时段的充电转移。图3显示了污染物交易市场的灵敏度分析结果。并网型的碳污染物排放量起初下降平缓，当价格达到140元/吨和260元/吨时，污染物排放量迅速下降，分别下降了11.6%和19.9%，并且并网型比离网型对价格更敏感。

图1  四种场景下的购电曲线

（a）储能能量值

（b）电动汽车SOC平均值

图2 需求响应效果

图3 碳排放价格灵敏度分析

本文应用能量枢纽对某商业园区的日前调度进行仿真，求解了优化模型的混合整数规划问题，结果表明：

(1）所提出的优化模型和运行策略能够达到用户期望的舒适温度条件，参与需求响应的用能设备及集群电动汽车可以通过负荷转移减缓电网压力。

(2）多种能源能协同互补以实现总运行成本最低，并在供能过剩时将电力出售给电网，显著提高了系统运行的经济性。

(3）储能设备在运行策略中体现了至关重要的作用，节约了能源。

(4）考虑污染物交易市场约束的优化模型有效减少了园区运行的污染物排放量，仿真结果显示了园区将多使用新能源发电而减少电能的使用，并显示了碳交易价格对系统运行的敏感度和供能方式的转移过程。

罗艳红：东北大学博士，副教授，主要研究方向：智能系统控制、电力系统优化。

张馨文：东北大学硕士，主要研究方向：综合能源系统、合作博弈理论。

杨东升：东北大学博士，教授，主要研究方向：混沌控制、非线性系统控制、负荷控制与优化等。

孙秋野：东北大学博士，教授，主要研究方向：电力系统、电气工程及其自动化、能源互联网、微电网、分布式优化、分布式控制等。