胡佳琳，陳 冰，肖 成，韓 博，鐘嘉慶

(1.中國電能成套設(shè)備有限公司，北京 100080；2. 河北省電力電子節(jié)能與傳動控制重點實驗室(燕山大學(xué))，河北 秦皇島 066004；3. 國網(wǎng)唐山市豐潤區(qū)供電分公司，河北 唐山 063000)

面對日益嚴(yán)重的環(huán)境問題，我國提出了低碳生產(chǎn)的理念，研究低碳調(diào)度的方式具有很現(xiàn)實的意義[1-2]。風(fēng)力發(fā)電是解決電力行業(yè)溫室氣體排放及環(huán)境污染問題最有效且實際的辦法之一,但是風(fēng)電出力的波動性與不確定性問題給電力系統(tǒng)調(diào)度增加了難度[3-4]。文獻[5]針對風(fēng)電的波動性，建立了時序多狀態(tài)風(fēng)電功率輸出模型。將投運風(fēng)險度作為運行可靠性指標(biāo)計入約束條件。文獻[6-7]將風(fēng)電場風(fēng)險權(quán)重系數(shù)或者風(fēng)險系數(shù)引入到模型中，并作為風(fēng)險成本加入到目標(biāo)函數(shù)中。文獻[8]綜合度量了風(fēng)電波動的可能性和嚴(yán)重性，建立了計及大規(guī)模風(fēng)電和柔性負荷的電力系統(tǒng)供需側(cè)隨機調(diào)度模型。文獻[9]考慮了風(fēng)電的概率特性，建立了考慮柔性負荷調(diào)峰的大規(guī)模風(fēng)電隨機調(diào)度模型。本文利用柔性負荷對風(fēng)電出力的不確定性進行相關(guān)處理。文獻[10]針對計及閥點效應(yīng)等非線性因素的含風(fēng)電電力系統(tǒng)經(jīng)濟調(diào)度問題,提出了一種區(qū)間經(jīng)濟調(diào)度非線性對偶優(yōu)化方法,將風(fēng)電有功功率描述為區(qū)間數(shù),建立樂觀及悲觀雙層非線性經(jīng)濟調(diào)度優(yōu)化模型,結(jié)合非線性對偶理論及原對偶內(nèi)點法求解雙層非線性悲觀解模型。

專家學(xué)者就碳交易機制作了較多的研究。文獻[11]文中基于低碳經(jīng)濟理念，將碳交易機制引入電力系統(tǒng)經(jīng)濟調(diào)度。文獻[12]為應(yīng)對全球變暖,提高電網(wǎng)運行的經(jīng)濟與環(huán)境效益,引入碳交易機制,以系統(tǒng)發(fā)電能源消耗成本與碳交易成本之和作為目標(biāo)函數(shù),建立了碳交易機制下電力系統(tǒng)優(yōu)化調(diào)度模型。文獻[13]引入碳排放權(quán)交易成本函數(shù)，建立考慮碳交易成本、燃料成本、環(huán)境成本的冷日電聯(lián)供系統(tǒng)低碳調(diào)度多目標(biāo)優(yōu)化模型。文獻[14]合理運用相關(guān)理論，引入投票選舉的方式以及加總原理，建立了在求償權(quán)下的電力碳排放權(quán)分配模型。文獻[15]創(chuàng)立了一種基于歷史排放赤字的電力初始碳排放權(quán)公理化分配方法。文獻[16]比較了電力市場環(huán)境下，采用兩種分配準(zhǔn)則，分析了碳交易在增加利潤方面的潛力和對電力行業(yè)的意義。文獻[17-18]分別分析了多準(zhǔn)則情況下碳排放權(quán)的初始分配問題和碳排放權(quán)分配的公平性存在嚴(yán)重分歧，均提出碳排放權(quán)初始分配模型，解決了分配過程中的公平性問題。文獻[19]分析了三種傳統(tǒng)分配方式的優(yōu)劣，并對歐盟的拍賣分配機制深入研究，提出符合我國國情的分配方式。文獻[20]考慮了拍賣機制中拍賣人對價格的保留對結(jié)果的影響，構(gòu)建了在保留價影響下，競價策略可變的碳交易拍賣模型。

1 碳交易的引入

1.1 碳交易內(nèi)涵

碳交易是把碳排放權(quán)看成一種商品進行買賣。其目的是減少碳排放量。為了限制碳排放的總量，監(jiān)督管理部門將碳排放權(quán)發(fā)給各個碳排放源。各碳排放源可以將剩余碳排放權(quán)賣出，獲得利潤。當(dāng)碳排放權(quán)不足時，則可以購買，但需要支付碳交易成本。引入碳交易機制，不但可以使清潔能源得到優(yōu)化配置，而且還會使碳排放產(chǎn)生成本，碳減排產(chǎn)生負成本。風(fēng)電非化石能源，因此碳交易機制只是針對火電機組。

1.2 碳排放權(quán)交易

分析發(fā)電機組碳排放權(quán)交易量考慮以下幾種情況。

a. 當(dāng)火電機組的碳排放權(quán)額度不足時，則需購買碳排放權(quán)。在總成本中包括交易成本及拍賣成本兩部分，依據(jù)本文，這兩部分碳排放權(quán)都將通過多輪一階密封拍賣的方式獲得，總成本為

(1)

(2)

(3)

b. 當(dāng)火電機組的碳排放權(quán)額度剩余時，可將其賣出而獲得一定收入。其收益的公式為

(4)

c. 當(dāng)發(fā)電機組的實際碳排放量大于系統(tǒng)免費分配額度，但是小于發(fā)電機組總分配額度時，系統(tǒng)的成本公式為

(5)

買家i的最優(yōu)報價為

(6)

式中:Ci為買家i的預(yù)算；k為單位成交價比例；n為買家的個數(shù)。

2 多輪一階密封拍賣碳交易機制下的含風(fēng)電系統(tǒng)低碳經(jīng)濟調(diào)度模型

傳統(tǒng)拍賣機制研究，通常沒有考慮買家的購買能力，即預(yù)算，但買家的資本限制和邊際減排成本都可能會影響拍賣效果，所以需要金額的預(yù)算約束考慮到拍賣過程中。另外，由于碳交易中的拍賣方通常是政府管理者委托的碳交易所或者專門機構(gòu)，因此，成交后，要考慮傭金的影響。

本文研究的基于多輪一階密封拍賣也屬于密封拍賣?？紤]了競價方數(shù)量、預(yù)算、傭金比例等影響因素，求解出最優(yōu)的報價策略，使碳排放權(quán)盡多的流向了碳排放量高的電力企業(yè)，不僅鼓勵了高碳電力企業(yè)減排，而且可以以最佳收益進行碳交易，從而進一步降低碳交易成本。針對風(fēng)電并網(wǎng)的不確定性問題，本文通過柔性負荷來進行處理。最終建立了基于多輪一階密封拍賣的碳交易機制和基于柔性負荷的含風(fēng)電系統(tǒng)多目標(biāo)低碳調(diào)度模型。

2.1 目標(biāo)函數(shù)

2.1.1 基于多輪一階密封拍賣的碳交易機制下的低碳調(diào)度目標(biāo)

現(xiàn)階段的拍賣機制具有一階密封拍賣的性質(zhì)。因此需要用一階密封拍賣模型來解釋參與拍賣的發(fā)電企業(yè)的競拍策略，這樣可以反映更加接近實際且對買家有利的價格。根據(jù)本文1.2節(jié)，綜合考慮三種碳交易的情況，其中可將情況二的收益最大化等價認(rèn)為負的成本最小化，因此，本文建立了基于多輪一階密封拍賣的碳交易機制下低碳調(diào)度目標(biāo)，其表達式如下：

(7)

2.1.2 基于柔性負荷的含風(fēng)電系統(tǒng)經(jīng)濟調(diào)度目標(biāo)

柔性負荷可有效解決風(fēng)電并網(wǎng)不確定性問題。這是因為其響應(yīng)快且較經(jīng)濟，可依據(jù)用戶的需求安排用電。因此，本文將柔性負荷應(yīng)用于含風(fēng)電電力系統(tǒng)調(diào)度模型中，其表達式為

(8)

a. 風(fēng)電全壽命周期內(nèi)的平均發(fā)電成本

風(fēng)電并不消耗化石能源，風(fēng)電成本計及風(fēng)電投資和運行維護成本。因此，風(fēng)電全壽命周期內(nèi)的平均發(fā)電成本可表示為

(9)

式中:CW為風(fēng)電機組在調(diào)度時段t的發(fā)電成本系數(shù)(萬元/MWh)。

b. 柔性負荷成本

柔性負荷是指中斷負荷和激勵負荷?？芍袛嘭摵墒窃陲L(fēng)功率處于波谷時段，電網(wǎng)根據(jù)與用戶的協(xié)議支付補償費用。此時，可中斷負荷充當(dāng)備用容量使用。激勵負荷是在風(fēng)功率處于波峰時段，通過獎金和降低電價的方法激勵用戶用電。從而可以提高風(fēng)電的利用率，減少棄風(fēng)。

據(jù)以上分析，可中斷負荷的補償成本函數(shù)為

(10)

式中:ρj為用戶j補償電價(萬元/MWh)；Ujt為負荷用戶的狀態(tài)，Ujt=1為用戶j的負荷被中斷，Ujt=0為用戶j的負荷未被中斷；SILjt為t時刻被中斷的容量(MW)。

激勵負荷的激勵成本函數(shù)為

(11)

式中:ρk為用戶k的激勵負荷電價(萬元/MWh)；Ukt為用戶的增減狀態(tài)，Ukt=1為增加用戶k的負荷，Ukt=0為不增加用戶k負荷；SILkt為在t時刻增加的容量(MW)。

c. 風(fēng)電旋轉(zhuǎn)備用容量補償成本

風(fēng)能雖是清潔能源，但是隨著風(fēng)電大規(guī)模并網(wǎng)，風(fēng)電預(yù)測出力的精度問題逐漸凸顯，與實際出力存在很大偏差，為了實現(xiàn)減少棄風(fēng)量的目標(biāo)，系統(tǒng)為風(fēng)電預(yù)先準(zhǔn)備了足夠的熱備用容量。本文考慮將風(fēng)電預(yù)測功率的可信度應(yīng)用于風(fēng)電熱備用中。系統(tǒng)在時段內(nèi)的風(fēng)電旋轉(zhuǎn)備用容量補償成本為

FRT=pRT(1-γt)PWt

(12)

式中:pRT為時段t內(nèi)的旋轉(zhuǎn)備用容量價格(萬元/MWh)；γt為風(fēng)電預(yù)測功率在時段t內(nèi)的可信度；PWt為時段t內(nèi)的風(fēng)電預(yù)測功率(MW)。

d. 火電機組的環(huán)境補償成本

由于能源的過度消耗及環(huán)境污染問題愈發(fā)嚴(yán)重，全球各國均對污染物的排放進行控制。因此，本文將火電機組的排污特性以環(huán)境補償成本的形式表示，在時段內(nèi)火電機組的環(huán)境補償成本為

(13)

式中:pε為時段t內(nèi)火電機組單位環(huán)境補償價格(元/t)；fεit為機組i在時段t內(nèi)的排放物質(zhì)量(t)。

feit=?i+βiPit+λiPit2+ζiexp(ξiPit)

(14)

式中:?i、βi、λi、ζi、ξi為火電機組i的排污特性系數(shù)；Pit為機組i在時段t內(nèi)的輸出功率(MW)。

e. 火電機組發(fā)電成本

汽輪機進氣閥突然開啟時的拔絲現(xiàn)象會在機組的耗量特性曲線疊加1個脈動效果，稱為點效應(yīng)。所以，發(fā)電成本中應(yīng)該考慮閥點效應(yīng)成本。另外，風(fēng)電出力的隨機性會使火電機組啟停調(diào)度策略發(fā)生變化。由此需將火電機組的啟停成本加入到經(jīng)濟調(diào)度目標(biāo)函數(shù)中，即：

+Qit]

(15)

式中：FG為火電機組運行的綜合成本(元)；T為系統(tǒng)調(diào)度期間的時段數(shù)；N為火電機組數(shù)；PGit為火電機組i在時段t的有功出力(MW)；Uit為機組i在t時段的狀態(tài)，Uit=1表示開機，Uit=0表示停機；Si為機組i的開機費用(元)；C(PGit)為火電機組i在t時段的發(fā)電成本。

(16)

式中：ai、bi、ci為火電機組i的發(fā)電成本參數(shù)；Qit為閥點效應(yīng)產(chǎn)生的能耗成本(元)。

Qit=|ei·sin[fi(Pi min-PGit)]|

(17)

式中：ei、fi為閥點效應(yīng)系數(shù)；Pi min為機組i的出力下限(MW)。

2.2 約束條件

a. 系統(tǒng)功率平衡約束

(18)

式中：PLt為時段t的系統(tǒng)總負荷需求量(MW)。

b. 柔性負荷約束

SILj min≤SILjt≤SILj max

(19)

SHk min≤SHkt≤SHk max

(20)

c. 系統(tǒng)的正、負旋轉(zhuǎn)備用約束

≥β1

(21)

≥β2

(22)

式中:Rut為系統(tǒng)的旋轉(zhuǎn)備用率；Rdt為系統(tǒng)的負旋轉(zhuǎn)備用率；β1、β2為置信水平。

d. 系統(tǒng)爬坡能力約束

(23)

式中:φj為風(fēng)電機組j可能的最大出力變化率(%/h)；β3、β4為置信水平。

e. 火電機組出力約束

(24)

f. 機組爬坡能力約束

(25)

g. 最小啟停時間約束

(26)

(27)

h. 風(fēng)電出力波動范圍約束

風(fēng)電功率的預(yù)測往往存在偏差，允許其出力上下偏差±25%，則風(fēng)電場的隨機出力范圍滿足以下約束條件：

0.75PWjt≤PWjt≤1.25PWjt

(28)

i. 風(fēng)電穿透功率極限約束

PWjt≤μPLt

(29)

式中:μ為風(fēng)電穿透功率系數(shù)。

3 算例分析

3.1 優(yōu)化算法

隨機模擬混合PSO算法是將能逼近隨機函數(shù)的隨機模擬應(yīng)用于PSO算法的一種新算法。其基本原理如下：

a. 在原有PSO算法的前提下，把每次迭代的PSO按適應(yīng)值排序；

b. 在群體中選出最好的和最差的一半粒子的位置和速度，將其互換；

c. 保留原來全體的歷史最優(yōu)值。

將隨機模擬混合PSO應(yīng)用于低碳經(jīng)濟調(diào)度的求解，提高算法的精度和優(yōu)化速度。在采用隨機模擬混合PSO算法進行求解時，其核心是對隨機變量或隨機函數(shù)進行估計，流程如圖1所示。

圖1 算法流程

3.2 基礎(chǔ)數(shù)據(jù)

表1 各火電機組參數(shù)

圖2 負荷功率預(yù)測數(shù)據(jù)

3.3 多目標(biāo)優(yōu)化調(diào)度結(jié)果及分析

3.3.1 優(yōu)化調(diào)度結(jié)果

采用混合PSO算法對本章模型進行求解。假設(shè)免費配額比例為3%，碳價為60元/t。則系統(tǒng)優(yōu)化調(diào)度結(jié)果如表2所示。各火電機組及風(fēng)電場的出力變化曲線如圖3所示。

表2 各火電機組和風(fēng)電場的優(yōu)化調(diào)度結(jié)果

圖3 各機組出力

從表2及圖3中火電機組和風(fēng)電場在研究周期內(nèi)各時段的出力數(shù)據(jù)分析可知，本文所提模型在調(diào)度周期內(nèi)，風(fēng)電的實際出力與其出力的預(yù)測值基本相同，實現(xiàn)了風(fēng)電全額上網(wǎng)。圖3中各火電機組的出力也與系統(tǒng)負荷的大小變化基本一致。

3.3.2 不同模式對比分析

為了研究與分析本文所提出的多輪一階密封拍賣的含風(fēng)電電力系統(tǒng)的低碳經(jīng)濟調(diào)度的優(yōu)越性及其優(yōu)點，給出兩種方案進行比較分析。

方案一：基于碳交易的含風(fēng)電系統(tǒng)多目標(biāo)低碳經(jīng)濟調(diào)度模型。

方案二：本文所建立的低碳經(jīng)濟多目標(biāo)模型，同時兼顧碳排放量最低、發(fā)電總成本最低，順應(yīng)“低碳經(jīng)濟”進一步發(fā)展的目標(biāo)。

在以上各種調(diào)度方案中，均在保證安全的前提下，風(fēng)電全額并網(wǎng)。兩種調(diào)度方案下分別在一個調(diào)度周期內(nèi)各火電機組總出力的結(jié)果對比如圖4所示。兩種調(diào)度方案下，各自優(yōu)化調(diào)度后的目標(biāo)函數(shù)值對比如表3所示。

圖4 不同模式下各火電機組總出力對比

對圖4進行對比分析可得出以下結(jié)論：在方案一中G2、G3的出力均要比方案二高，而G1、G4的出力卻要比方案二低，這是由于方案二中碳交易機制中的拍賣采用了多輪一階密封拍賣機制，使得碳排放權(quán)更多地出售給了減排成本較高的機組G2、G3，讓大部分減排任務(wù)由減排成本較低的機組G1、G4來承擔(dān)的原因。這樣既保證了經(jīng)濟性，又能保證減排高效進行。

兩種方案分別在一個調(diào)度周期內(nèi)下，根據(jù)各自目標(biāo)函數(shù)得出的經(jīng)濟調(diào)度目標(biāo)成本和低碳調(diào)度目標(biāo)成本如表3所示。

表3 兩種調(diào)度模式的成本對比 萬元

在方案一中，一個調(diào)度周期內(nèi)的經(jīng)濟調(diào)度成本為152.64萬元，碳排放權(quán)交易的成本為-1.87萬元，為負值，也就是說通過碳交易獲得了收益；方案二中經(jīng)濟調(diào)度成本僅為145.48萬元，比方案一降低了4.69%，說明其相比方案一經(jīng)濟性更好，而碳排放權(quán)交易成本則達到了-3.11萬元，說明也獲得了收益，并且比方案一多獲得1.24萬元，相當(dāng)于提高了方案一收益的66.31%。這表明，在調(diào)度過程中，方案二的CO2排放量較少，剩余了免費配額，將這部分多余碳排放配額放到碳交易市場上出售獲得了收益，綜合評價其經(jīng)濟調(diào)度成本和碳排放權(quán)交易成本均優(yōu)于方案一。這種方案兼顧了電能生產(chǎn)經(jīng)濟性的同時，也考慮了低碳性，實現(xiàn)了“低碳經(jīng)濟”。

4 結(jié)論

針對現(xiàn)有的碳排放權(quán)交易中的拍賣機制的不足，本文對碳排放權(quán)交易的拍賣機制進行了改進，從而建立了一種新的拍賣方式下的經(jīng)濟調(diào)度模型。同時考慮到風(fēng)電出力的不確定性問題，引入柔性負荷，建立了基于柔性負荷的含風(fēng)電系統(tǒng)的經(jīng)濟調(diào)度目標(biāo)。綜合考慮兩個模型，建立了多輪一階密封拍賣碳交易機制下的電力系統(tǒng)低碳經(jīng)濟調(diào)度多目標(biāo)模型。

仿真結(jié)果表明，本文所建立的模型能夠?qū)崿F(xiàn)風(fēng)電的全額上網(wǎng)，通過兩種方案的對比，說明了方案二，即本文所提方案的經(jīng)濟調(diào)度成本更低，同時碳排放交易較方案一更小，即方案二的收益較高。因此本文所建立模型是有效的，既保證了經(jīng)濟性，又促進了節(jié)能減排的高效進行。

[1] 陳啟鑫，康重慶，夏 清，等．低碳電力調(diào)度方式及其決策模型[J]．電力系統(tǒng)自動化， 2010，34(12) ：18-33．

[2] 李亮亮，范振亞，王希若，等．基于碳交易的含碳捕集電廠與風(fēng)電接入的電力系統(tǒng)低碳經(jīng)濟調(diào)度[J]．陜西電力，2017，45(5)：48-54．

[3] 翁振星，石立寶，徐 政，等．計及風(fēng)電成本的電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度[J]．中國電機工程學(xué)報，2014，34(9)：514-523．

[4] 汪超群，韋 化，吳思緣．計及風(fēng)電不確定性的隨機安全約束機組組合[J]．電網(wǎng)技術(shù)，2017，41(5)：1 419-1 427．

[5] 胡國偉，別朝紅，王錫凡．考慮運行可靠性的含風(fēng)電電力系統(tǒng)優(yōu)化調(diào)度[J]．電工技術(shù)學(xué)報，2013，28(5)：58-67．

[6] Chen C L． Optimal wind-thermal generating unit commitment[J]． IEEE Transactions on Energy Conversion， 2008，23 (1)：273-280．

[7] Lee T Y． Optimal spinning reserve for a wind-thermal power system using EIPSO[J]. IEEE Transactions on Power Systems， 2007， 22 (4)：1 612-1 621．

[8] 楊 楠，王 波，劉滌塵．計及大規(guī)模風(fēng)電和柔性負荷的電力系統(tǒng)供需側(cè)聯(lián)合隨機調(diào)度方法[J]．中國電機工程學(xué)報，2013，33(16)：63-70．

[9] 楊 楠，王 波，劉滌塵，等．考慮柔性負荷調(diào)峰的大規(guī)模風(fēng)電隨機優(yōu)化調(diào)度方法[J]．電工技術(shù)學(xué)報，2013，28(11)：231-237．

[10] 周 瑋，胡姝博，孫 輝，等．考慮大規(guī)模風(fēng)電并網(wǎng)的電力系統(tǒng)區(qū)間非線性經(jīng)濟調(diào)度研究[J]．中國電機工程學(xué)報，2017，37(2)：557-564．

[11] 婁素華，胡 斌，吳耀武，等．碳交易環(huán)境下含大規(guī)模光伏電源的電力系統(tǒng)優(yōu)化調(diào)度[J]．電力系統(tǒng)自動化，2014，38(17)：91-97．

[12] 鄭 宇，趙俊華，孟 科，等．計及碳交易機制的電力系統(tǒng)隨機優(yōu)化調(diào)度[J]．電力建設(shè)，2017，38(6)：21-27．

[13] 周任軍，李紹金，陳瑞先，等．采用模糊自修正粒子群算法的碳排放權(quán)交易冷熱電多目標(biāo)調(diào)度[J]．中國電機工程學(xué)報，2014，34(34)：6 119-6 126．

[14] 梅天華，謝 俊，甘德強．基于求償權(quán)的電力碳排放權(quán)多準(zhǔn)則分配機制[J]．電網(wǎng)技術(shù)，2016，40(2)：419-424．

[15] 梅天華，湯優(yōu)敏，甘德強．考慮歷史排放赤字的電力初始碳排放權(quán)公理化公平分配方法[J]．電力系統(tǒng)自動化，2016，40(3)：52-58．

[16] Zhou Xun, Geoff J， Ariel L， et al． Partial Carbon Permits Allocation of Potential Emission Trading Scheme in Australian Electricity Market[J]. IEEE Transactions on Power Systems, 2010, 25(1): 543-553.

[17] Thi B, Thao P, Kasemsan M，et al．Development of an Inventory and Temporal Allocation Profiles of Emission from Power Plants and Industrial Facilities in Thailand[J]． Science of the Total Environment， 2008， 397(1-3)： 103-118．

[18] Paul G H，Alice S Y C，Rasmus K．China and Climate Justice：Moving beyond Statism[J]．International Environmental Agreements， 2013(13)： 291-305．

[19] 蔡琬琳．碳排放權(quán)的拍賣機制研究[D]．長春：吉林大學(xué)，2016：12-14．

[20] 王素鳳，楊善林．考慮保留價影響報價策略的碳排放權(quán)拍賣模型[J]．管理工程學(xué)報，2016，30(2)：181-187．