考虑需求响应与富氧燃烧的综合能源系统及其优化调度方法

本发明涉及结构工程抗震，尤其涉及考虑需求响应与富氧燃烧的综合能源系统及其优化调度方法。

背景技术：

1、当今世界碳排量与日俱增，减少碳排放成为各国共识，为实现“双碳”目标，我国一直积极推动综合能源系统(integrated energy systems，ies)低碳转型发展。目前减碳途径主要有两条：一是利用碳捕集、富氧燃烧等技术降低源侧的碳排放量；二是在负荷侧利用需求响应引导用户改变用能行为，从而提高新能源消纳，降低传统发电的碳排放量。

2、碳捕集技术(carbon capture and storage，ccs)是目前较为成熟的减碳技术之一，目前研究多耦合电转气(power to gas，p2g)设备，且主要集中燃烧后进行捕集。《电力自动化设备》第43卷第1期“考虑碳捕集技术的电力系统双层优化配置”一文建立了含碳捕集的电力系统双层优化模型，在节点系统中通过仿真验证了所提模型的有效性；《电力自动化设备》第43卷第6期“考虑综合需求响应的综合能源系统多能协同优化调度”一文进一步考虑了需求响应对系统运行的影响。由于上述研究多集中于燃烧后捕集技术，存在投资成本高，捕集水平较低等问题。此外，忽略了p2g(power to gas，电转气)中甲烷化的强放热特性，电制氢的副产物氧气也没有得到有效利用，而碳捕集技术中的富氧燃烧技术可以有效解决上述问题。

3、利用富氧燃烧(oxygen-enriched combustion，oec)技术可以使燃料得到更充分的燃烧，提高能源转化效率，同时减少了对环境的污染。由于传统化石能源占比仍然较高，目前国内针对富氧燃烧技术多应用于火电厂。《电力系统保护与控制》第51卷第5期“利用风电制氧的富氧燃煤电厂低碳能源系统容量优化配置”一文建立了含电制氢的富氧燃煤电厂的低碳优化配置模型，综合考虑源荷双侧的不确定性，结果验证了富氧燃烧技术可以降低系统的成本及碳排放量。《中国电机工程学报》第41卷第2期“考虑富氧燃烧技术的电–气–热综合能源系统低碳经济调度”一文建立了考虑富氧燃烧技术的多能耦合系统的优化模型，通过在多节点电网模型中进行仿真，对比传统燃烧后捕集电厂，验证了模型的有效性。

4、需求响应(demand response，dr)是ies(integrated energy systems，综合能源系统)中不可缺少的一环。通过需求响应技术，能源供应商可以根据市场需求情况，灵活地调整能源供给，合理分配能源资源，提高使用效率，降低成本。目前对于需求响应的研究多集中在负荷侧，《电网技术》第44卷第2期“计及需求响应及环保成本的含储热chp(combinedheat and power)与风电联合优化调度综合”一文综合考虑含有热电联产机组与需求响应联合优化调度模型，深入挖掘引入需求响应后的低碳环保效益；但上述文献仅通过调整用能需求来调节发电系统的碳排量，并没有从源头减排，并且没有考虑将富氧燃烧技术与dr(demand response，需求相应)结合，利用源荷双侧来调节系统运行，从而降低系统的碳排放和经济成本。

技术实现思路

1、本发明所要解决的技术问题是，提供考虑需求响应与富氧燃烧的综合能源系统及其优化调度方法，回应目前能源系统的低碳转型的重大策略，解决目前传统的ies(integrated energy systems，综合能源系统)碳排放量大、碳捕集效率不高和运行成本较高的问题。

2、为解决上述技术问题，本发明采用的技术方案为：考虑需求响应与富氧燃烧的综合能源系统，包含风电和光伏，风电、光伏与电母线相连；碳捕集改造燃气机组与气母线相连；生物质燃料、电解槽的输出端与富氧燃烧捕集电厂的输入端相连；电解槽的输出端与储氢罐的输入端相连；储氢罐的输出端与燃料电池的输入端相连；风电、储氢罐、富氧燃烧捕集电厂和碳捕集改造燃气机组的输出端与甲烷化的输入端相连；甲烷化的输出端与气母线相连；碳捕集改造燃气机组、甲烷化、富氧燃烧捕集电厂、燃料电池、电热锅炉的输出端与热母线相连；富氧燃烧捕集电厂、燃料电池的输出端与电母线相连；储电、储气和储热分别与电母线、气母线和热母线相连；电母线、气母线、热母线均与用户负荷相连。

3、优选的方案中，所述风电和光伏将可再生能源转换成电力输入；电解槽通过富余风电电解水产生氧气和氢气，一部分氢气用于供给燃料电池发电，产生电和热；另一部氢气用于供给甲烷化装置，甲烷化装置通过富余风电作用，碳捕集改造燃气机组、富氧燃烧捕集电厂捕获的二氧化碳和电解槽输出的氢气作为甲烷化的原料，产生的甲烷连接到气母线，产生的热能连接到热母线；富氧燃烧捕集电厂以生物质燃料和电解槽产生的氢气作为原料，产生的电能和热能分别连接到电母线和热母线。

4、考虑需求响应与富氧燃烧的综合能源优化调度的方法，采用上述任意一项所述的考虑需求响应与富氧燃烧的综合能源系统，所述方法包含如下步骤：

5、step1、建立含生物质富氧燃烧捕集电厂的综合能源系统；

6、step2、建立需求响应和奖惩阶梯碳交易模型；

7、step3、建立考虑生物质富氧燃烧电厂和需求响应的综合能源系统优化调度目标函数、约束条件；

8、step4、对系统进行优化求解。

9、所述step1建立含生物质富氧燃烧捕集电厂的综合能源系统，具体包含建立生物质富氧燃烧捕集电厂、电转气设备和碳捕集改造燃气机组，其步骤如下：

10、step1.1、生物质富氧燃烧捕集电厂模型建立；

11、step1.2、电转气p2g(power to gas，电转气)设备建模；

12、step1.3、碳捕集改造燃气机组建模。

13、其中，step1.1生物质富氧燃烧捕集电厂模型建立的具体步骤如下：

14、step1.1.1、建立生物质富氧燃烧捕集电厂模型

15、

16、式中：ptg、ptj、ptccs、ptasu为电厂总输出功率、净输出功率、ccs(carbon captureand storage，碳捕集)和asu(air separation unit，空气分离装置)耗电功率，为asu(air separation unit，空气分离装置)设备生成氧气量，为电解槽生成氧气量，为储氧罐输出氧气量，为电厂总耗氧量；

17、step1.1.2、储氧罐模型

18、储氧罐可以使氧气在不同时间段内实现有效储存和使用，使用液氧形式便于进行储存，其相关模型为：

19、

20、式中：分别为放、充氧量，αos为储氧罐自耗散率，分别为充、放效率，为os(oxygen storage，氧气储存)调度周期内始末容量，储电、储气和储热建模类似；

21、step1.1.3、碳捕集设备模型

22、采用含储液罐的ccs(carbon capture and storage，碳捕集)装置，可以有效解决ccs(carbon capture and storage，碳捕集)与p2g(power to gas，电转气)运行时间不同步问题，储液罐模型如下：

23、

24、式中：vr,t、vr,t-1分别为t时段富液罐中储液量和前一时段的储液量，vr,out,t、vr,in,t分别为富液罐流出、流入量，vp,t、vp,t-1分别为t时段富液罐中储液量和前一时段的储液量，vp,out,t、vp,in,t分别为富液罐流出、流入量；q1,t、ηc分别为捕集量和捕集效率；为二氧化碳co2密度；q2,t为再生塔处理的二氧化碳co2量；

25、其中，step1.2电转气p2g(power to gas，电转气)设备建模的具体步骤是，将p2g(power to gas，电转气)细化为两个过程即电解槽与甲烷化：

26、step1.2.1、电解槽与燃料电池建模

27、

28、式中：pel,h,t为生成氢气功率，pel,e,t为输入电功率，γel、λ分别为电解效率和单位电功率生成的氧气量，分别为燃料电池输出的电、热功率；γhfc,e、γhfc,h分别为电、热转换效率，为输入氢气功率；

29、step1.2.2、甲烷化建模

30、

31、式中：分别为生成甲烷气功率和输入氢气功率，ηmr为转换效率，为设备耗电功率，δ为生成单位气功率甲烷的耗电量，为设备可回收利用的热量，γ为产热量与耗电量之比；

32、其中，step1.3碳捕集改造燃气机组建模的具体是，本发明设计的燃气机组主要为燃气轮机模型、燃气锅炉模型和电热锅炉模型：

33、step1.3.1、燃气轮机模型

34、

35、式中：ptccs、为ccs(carbon capture and storage，碳捕集)消耗的电功率、gt净输出电功率，pt为固定能耗；

36、step1.3.2、燃气锅炉模型

37、

38、式中：为gb(gas boiler，蒸汽锅炉)输出的功率，γgb为热转换效率，为输入甲烷功率；

39、step1.3.3、电热锅炉模型

40、

41、式中：为eb(electric boiler，电锅炉)输出的热功率，ηe为电热转换效率，为输入的电功率。

42、所述step2中，建立需求响应和奖惩阶梯碳交易模型的具体模型为：

43、step2.1、需求响应模型；

44、step2.2、奖惩阶梯碳交易模型；

45、其中，step2.1需求响应模型为电、热价格型需求响应模型，将柔性电负荷分为可转移和可削减负荷，将柔性热负荷作为可削减负荷，其模型具体如下：

46、step2.1.1、可削减电、热负荷

47、

48、式中：at,j为t时刻负荷对j时刻电价的弹性系数，δpl,t为经过dr(demandresponse，需求相应)后的负荷变化值，为初始负荷，δpj为dr(demand response，需求相应)后的能源价格，为初始价格，δpcl,t为可削减负荷量，acl(t,j)为可削减需求弹性矩阵，pj为当前时刻的能源价格，可削减热负荷建模与可削减电负荷类似，ρi为单位负荷削减量补贴额，为电、热负荷削减量，fbt为补贴成本；

49、step2.1.2、可转移电负荷

50、根据可削减负荷模型，同理可得可转移负荷量为：

51、

52、式中：δpsl,t为可转移电负荷量，asl(t,j)为可转移需求弹性矩阵；

53、其中，step2.2奖惩阶梯碳交易模型为碳排放配额模型、实际碳排放模型和碳交易成本模型，具体如下：

54、step2.2.1、碳排放配额模型

55、

56、式中：分别为ies(integrated energy systems，综合能源系统)、购电、富氧燃烧电厂、燃气轮机、燃气锅炉的碳排放配额，λe、λh单位电、热功率分配的排放额度，分别为gt(gas turbine燃气轮机)输出的电、热功率；为购电量，χe-h为电热转换系数；

57、step2.2.2、实际碳排放模型

58、

59、式中：分别为ies(integrated energysystems，综合能源系统)、购电、电厂、燃气轮机、燃气锅炉和气负荷的碳排放量以及甲烷化减少的排放量，a1、b1、c1为火电的排放系数，a2、b2、c2为天然气的排放系数，δ为单位气负荷产生二氧化碳co2量，pgload,t气负荷需求量，β为生产单位甲烷功率消耗的二氧化碳co2量；

60、step2.2.3、碳交易成本模型

61、

62、式中为ies(integrated energy systems，综合能源系统)的碳交易成本，c为初始价格，d为区间长度，τ为区间增长幅度，ω为碳减排奖励系数。

63、所述step3中，建立考虑生物质富氧燃烧捕集电厂和需求响应的综合能源系统优化调度目标函数、约束条件分别为：

64、step3.1、目标函数minf为购能成本fbuy、运维成本fyw、碳排放成本补贴成本fbt和弃风光成本fcf之和：

65、minf＝fbuy+fyw+fco2+fbt+fcf

66、step3.2、约束条件为电热气平衡约束、设备出力约束和用户用能满意度约束。

67、所述step3.1中，购能成本fbuy、运维成本fyw、碳排放成本弃风光成本fcf，具体如下：

68、step3.1.1、购能成本

69、

70、式中分别为各时段的电价和气价；为购气功率；

71、step3.1.2、运维成本

72、

73、式中i为不同设备的取值变量；n为设备集合，λi,t为各设备的单位运维成本，pti各设备消耗功率；

74、step3.1.3、碳排放成本

75、

76、式中kfc为单位质量二氧化碳co2封存成本，qfc,t为封存量；

77、step3.1.4、弃风光成本

78、

79、式中δwp、δpv分别为单位弃风、弃光成本，分别为风、光预测发电量，pwp,t、ppv,t分别为实际消纳的风、光电量。

80、所述step3.2中，电热气平衡约束、设备出力约束和用户用能满意度约束，具体如下：

81、step3.2.1、电热气平衡约束

82、

83、式中：peload,t、pgload,t、phload,t分别为电、气、热负荷量，分为gt(gasturbine燃气轮机)耗气功率和产热功率，分别为可削减电、热负荷量和可转移电负荷量，分别为储电、储气、储热、储氢输出功率以及储氧罐输出氧气量，分别为储能设备输入功率以及储氧罐输入氧气量，为弃氧量；

84、step3.2.2、设备出力约束包含富氧燃烧电厂出力约束和电转气p2g(power togas，电转气)运行约束；

85、step3.2.3、用户用能满意度约束

86、

87、式中：β为用户满意度，βmin为最小满意度值，pload,t、δpcl,t、δpsl,t分别为每种负荷的需求量、可削减量和可转移量。

88、所述step3.2.2中，富氧燃烧电厂出力约束和电转气p2g(power to gas，电转气)运行约束具体如下：

89、a、富氧燃烧电厂出力约束

90、

91、式中：为富氧燃烧电厂净出力上下限；为ccs(carbon capture andstorage，碳捕集)最大运行功率；分别为t-1时段电厂总输出功率、ccs(carbon capture and storage，碳捕集)运行功率和asu(air separation unit，空气分离装置)运行功率；分别为电厂、ccs(carboncapture and storage，碳捕集)和asu(air separation unit，空气分离装置)的爬坡上下限。

92、b、p2g(power to gas，电转气)运行约束

93、

94、式中：pel,e,max、pel,e,min为电解槽耗电功率上下限；为燃料电池输出电、热功率上下限；分别为燃料电池电、热功率爬坡上下限；分别为甲烷化输出气功率和耗电功率上下限。

95、所述step4中，对系统进行优化求解具体是使用matlab软件调用yalmip以及gurobi求解器对系统进行优化求解。

96、本发明提供的考虑需求响应与富氧燃烧的综合能源系统及其优化调度方法，有如下有益效果：

97、1、本发明提出了考虑需求响应与生物质富氧燃烧电厂的综合能源系统优化调度，在源侧的生物质燃烧电厂引入富氧燃烧捕集技术进行低碳改造，同时将燃气机组加装碳捕集设备，并耦合p2g(power to gas，电转气)设备，将捕集的二氧化碳co2进行甲烷化处理实现内部的二氧化碳co2循环，也增加富氧燃烧所需o2的供应；

98、2、本发明考虑到富氧燃烧电厂在低碳经济调度方面的局限性，以及不同的负荷特性，因此在荷侧利用需求响应机制来改变用户用能习惯，建立电-热需求响应模型，在源荷两侧利用两种方法实现低碳经济的互补优势，满足系统电、热负荷需求；

99、3、本发明引入阶梯碳交易机制进一步约束系统碳排放，通过算例设置不同场景，对比分析了富氧燃烧技术、以及需求响应机制对系统运行的影响，验证了所提模型的在低碳性方面的优势。