郑 庆,林恺丰,何淑琳,杨 翾，江文涛，李小峰

(1.国网浙江省电力有限公司金华供电公司，浙江 金华 321000)(2.国网杭州供电公司，浙江 杭州 310000)

我国经济社会的持续发展，促使低碳高效发展模式逐渐成熟，也是智慧园区电能源的未来发展方向[1-3]。通过有效结合生活理念与建筑艺术、信息技术、电子技术等现代化技术，将生活空间打造得更加舒适、安全、便捷、开放的空间被称之为智慧园区。具体体现在园区基础设施、安全保障、管理和服务等各个方面[4]，其实现主要依附于电能源。配电网是电能源的主要供电方式。而现代园区所面临的问题是如何打造出低碳绿色的智慧园区。

秦婷等人提出基于碳交易的电-热-气综合能源系统低碳经济调度方法[5]。通过建立分碳排量区间的阶梯型计算模型计算碳交易成本，实现低碳调控；刘刚等人提出基于可控负荷提升风电接纳能力的优化调度[6]，在充分考虑弃风因素与可控负荷影响的基础上，构建电网优化调度的双层优化模型，降低发电成本。

为实现智慧园区的经济成本以及环境成本均可调控，将多元融合技术引进智慧园区的电能源低碳调控中，利用多元融合可将多方面的、存在一定联系性的观点充分融合在一起，从多个角度进行事物或状态分析的能力，提出基于多元融合的智慧园区电能源低碳调控方法，打造出低碳绿色的智慧园区。

1 基于多元融合的智慧园区电能源低碳调控优化运行模型

1.1 目标函数

假设智慧园区中存在K台分布式发电机组、M个储能元件，那么将智慧园区中T个时段内总碳排放成本最小视为智慧园区电能源低碳调度优化运行模型目标，如式(1)所示：

(1)

式中：ET为连续T个时段内的智慧园区碳排放总成本；PGk.t为第k台分布式发电机组在第t时段有功出力，kW；eGk.t为第k台分布式发电机组在第t时段机组碳势,kg；PG0,t为在第t时段来自主网有功功率,kW；eG0,t为在第t时段来自主网的主网碳势，kg。E1、E2分别为智慧园区的经济调度成本、环境调度成本。

因为潮流分布的函数是碳流，且潮流分布影响着节点碳势。在智慧园区内机组参数决定目标函数中出现的碳势eGk,t,主网运行状态影响eG0,t，二者均未受到智慧园区运行状态干扰，式(1)的目标函数是线性函数。

1.1.1 经济调度成本

将弃风惩罚成本和煤耗成本最低视为智慧园区经济调度的目标，其函数具体表述为

(2)

式中：T为调度时段，h；Nm为常规火电机组台数；Ng为碳捕集机组台数；Nchp为热电联产机组台数；fmi、fgi、fchpi分别为第i台火电机组、碳捕集机组、热电联产机组的成本函数，均为二次函数；pmi,t为常规火电机组i在t时刻发电功率，kW；pzi,t为碳捕集机组i在t时刻总发电功率，kW；pchpi,t为热电联产机组i在t时刻发电功率,kW；qchpi,t为热电联产机组i在t时刻供热功率,kW；EW为弃风惩罚成本，可表示为

(3)

1.1.2 环境调度成本

碳排放成本最低是智慧园区环境调度目标，其目标函数具体表述为

(4)

式中：KE为单位碳排放量价格；emi、egi、echpi分别为第i台火电机组碳排放量函数、第i台碳捕集机组碳排放量函数、第i台热电联产机组碳排放量函数,均为二次函数；Ec为碳捕集设备捕集CO2量，表达式为

(5)

式中：pci,t、pi,0分别表示碳捕集机组i在t时刻捕集能耗、碳捕集设备i捕集单位CO2消耗电功率,kW。

1.2 约束条件

1)潮流方程约束

在任意时段模型都要满足智慧园区潮流方程。即

(6)

式中：Pi,t为节点i在第t时段注入有功功率，kW;Qi,t为节点i在第t时段注入无功功率,kW；Ut,t为节点i在第t时段电压，V;Uj,t节点j在第t时段电压,V；Gi,j、Bi,j和θij,t分别为节点i、j电导、电纳以及第t时段间相角差，(°)。

2)线路潮流约束

Sl,t≤Slmax

(7)

式中：Sl,t、Slmax分别为t时刻经过第l条支路的复功率和第l条支路能够承受的最大传输功率,kW。

3)储能元件运行约束

容量约束和电量约束是储能元件运行约束主要的两类。其中，储能的充放电功率限制是容量约束，对第m个储能元件，存在：

-POmax,m≤Psm,t≤PImax,m

(8)

式中：Psm,t为第m个储能元件在第t时段充电功率,kW；PImax,m为储能元件最大充电功率，kW;POmax,m为储能元件最大放电功率,kW。电量约束由两部分组成，假设储能元件处于充电状态：

(9)

式中：Δt为各时段时长,h；Qmax,m、Qsm,t-1为表示储能元件m的最大充电电量和t-1时段内所存储的电量,W。

储能元件放电状态下的表达式为

(10)

4)功率平衡约束

(11)

式中：pgi,t、pwi,t分别为碳捕集机组i、风电机组i在t时刻净发电功率、调度风电功率,W；p1,t为t时刻智慧园区用电负荷,W；pebi,t为电锅炉i在t时刻用电功率,W；Neb为电锅炉个数。

5)热力支路约束

热力管道节点温度、流量和传热方程可表述为

(12)

6)供热平衡约束

在实际热网中，热负荷在各自区域内部平衡[7]，多个分区之间并无热量交换。智慧园区的热源和区域供应关系以矩阵HMI表示：

(13)

式中：M、I分别为供热区域数量和热源数量；区域m由热源i供热用和不由热源i供热用的表达方式分别为hmi=1、hmi=0。

区域m热功率平衡约束表达式为

(14)

2 低碳调控优化运行模型求解方法

2.1 多时段耦合问题的简化方法

多时段耦合问题通常是求解低碳调控优化运行模型时需要考虑内容。为此遵循下述方法对分布式机组与储能元件的出力序列存在相邻时段的耦合现象实施简化，求解低碳调度模型：

(1)在智慧园区中，燃气机组在可控分布式机组中占有绝大部分，考虑到该机组起停和爬坡性能显著，假若给予足够时段长度，则：PDGkmax=PUGkmax=PGkmax。此时爬坡约束在模型中没有效果。

(2)对于储能元件，依据式(9)和式(10)逐时段更新储能元件运行的充放电约束条件即可。不需要另行设计储能元件运行爬坡约束，因为储能装置调节能力和状态切换速度一样出色。

综上所述，根据分布式发电与储能元件的特性[8]，智慧园区总的调度运行结果可通过逐时段更新储能运行边界条件并优化求解的方法得到，因为本优化调度模型中时段间耦合并不对模型求解产生实质影响。

2.2 储能元件储热放热速率与发电机组电功率最小协调关系

若使含储能元件和发电机组协同下正好完全消纳弃风电量[9]，则需要储能元件储热放热速率和发电机组电功率协调关系在pwq,t=Δpwk,t时最小。全部消纳的风电储热放热速率和发电机组电功率在一定供热范围内成线性关系，具体表示为

(15)

式中：pebn,t为发电机组n在t时刻的用电功率，W；qhsm,t为储能装置m在t时刻的储放热速率,m3/h；pwk,t为包含储能元件和发电机组的智慧园区在t时刻的弃风消纳空间。pml,tmin、pgj,tmin分别为常规火电机组l、碳捕集机组j在时间t的最小发电功率、和最小净发电功率,W；Cmi为热电联产机组i背压运行时电热功率弹性系数、ηn为电热转换效率；ai为热电联产机组供热比例；hl,t为换热站l在t时刻的供热量，p1,t为t时刻智慧园区负荷；Neb、Nhs为发电机组数量、储热装置数量。

储热装置和发电机组协调供热时[10-11]，直线上所有点都表示在此放热速率和电功率下，风电恰好被全部消纳。点A为智慧园区储热装置未工作时，为实现风电完全消纳，需要配置最小发电机组电功率为

(16)

点B表示智慧园区发电机组不工作时，极限消纳风电储热配置总放热速率最小为

(aiCmi)

(17)

储热元件和发电机组协调供热时，存在储热放热速率和电功率不足问题[12-13]，使风电无法全部消纳[14]；但建议不要选过高于直线上的点避免投资浪费。在规划建设中，选择最适合的储热装置和发电机组要衡量储热和发电机组的成本[15]。

3 实验分析

选取某省市的智慧园区为实验对象，分析本文研究基于多元融合的智慧园区电能源低碳调控方法性能。该智慧园区包含A、B、C三个区域，存在两个8个节点的热力系统以及1个20个节点电力系统，存在三座热电厂、三座火电厂以及三座风电场。其中每个热电厂包含储热装置和热电机组数量分别为1个和2台，A、B、C三个区域的供热分别由热电厂1、2、3负责，区域B的供热由节点6处安装一台60 MW的电锅炉提供。本文方法的调控周期选择24 h，调度时段选择1.5 h，智慧园区的电能源调控数据选取某日上午9∶00至次日上午8∶00。单位碳排放量价格为16元/t，电锅炉的电热转换系数为0.98。

3.1 不同状况的低碳经济调度性能分析

实验分别通过以下四种状况分析本文方法的经济调度性能：火电厂未设置碳捕集装置，智慧园区未配备储热装置及电锅炉为状况A；火电厂设置碳捕集装置，但未配备储热装置和电锅炉为状况B；火电厂设置碳捕集装置，智慧园区配备储热装置，但未配备电锅炉为状况C；火电厂设置碳捕集装置，智慧园区配备储热及电锅炉为状况D。

表1是四种状况下本文方法调控后实验智慧园区电能源的低碳经济调度性能对比情况，由表1可以看出：相比于其他三种状况，状况D的经济成本最低，总成本值最低，节约总成本值最高，且弃风被完全吸纳。这是由于状况4中有碳补装置，储热装置和电锅炉，在智慧园区电能源调控的经济性和低碳性方面起到了很好作用，并且弃风被完全吸纳。虽然状况D的碳排放成本高于状况B和状况C，但是状况B、C是以较高经济成本换取碳排放成本较低，导致智慧园区的经济性很差。而调控后状况D权衡经济成本和碳排成本，不但总成本值最低而且弃风总电量为零。

表1 不同状况低碳经济调度性能对比表

以状况D为例，选取文献[5]的基于碳交易的调控方法和文献[6]的基于可控负荷的调控方法为本文方法对比方法，统计三种方法的低碳调度性能，结果如表2所示。

表2 三种方法的调控性能

分析表2数据可知，本文方法的经济成本最低，相较于基于碳交易方法和基于可控负荷方法的就经济成本分别低于210.41万元、68.12万元。本文方法的碳排放成本相较于基于可控负荷方法较高，相较于碳交易方法略低，原因是基于碳交易方法为节省碳排放成本，在一定程度上牺牲了经济成本，而本文方法将二者实现有效的权衡，最终节约了3.81%的总成本，相比两种对比方法分别节省总成本2.15%、2.73%。同时本文方法调控后的弃风总电量为零，说明弃风被完全吸纳，另外两种方法的弃风均未被完全吸纳。综上分析可知，本文方法调控性能优势显著。

3.2 优化结果

应用本文方法调控过程中智慧园区储能元件的运行优化结果见图1。

图1 储能元件优化运行结果

分析图1可以得出：第1至9时间段，放电碳势呈现下降趋势，因为此时间段里储能元件处于充电状态，随着充电时间持续，放电碳势不断下降。第10至19时间段，储能处于放电情况，放电碳势呈现稳定不变的状态。第20至24时间段，放电碳势数值明显高于第11至第19时间段数值，此时储能元件重置为充电状态。由此可得出，主网低碳阶段，储能元件处于充电状态，吸收低碳电能；主网高碳阶段，储能元件释放所存储的低碳电能，可以有效降低此时段高碳电能使用，最终达到低碳减排的效果。

智慧园区的优化运行结果如图2所示。

图2 智慧园区的优化运行结果

由图2可以得出，智慧园区在第1至第9时段、第19至第24时段里完全吸收主网低碳电能，平均用电碳排放强度和主网碳势相等；智慧园区在第11至第19时段里完全利用自身相对低碳的资源，使智慧园区在全时段内达到低碳优化效果。

4 结 论

本文利用多元融合理论实现智慧园区电能源低碳调控方法，分析储能元件充放电过程对智慧园区电能源碳排放的影响，在用电量不改变情况下，用电碳排放强度在低碳时段呈现稳定不变的状态，高碳时段呈现下降趋势，完全利用了智慧园区中的低碳资源，达到低碳减排的效果，从此实现低碳绿色多元融合的智慧园。