牛耕, 季宇,楊安男,呂廣憲,高波,藺圣杰,張立棟,聶永輝

(1. 國網(wǎng)上海能源互聯(lián)網(wǎng)研究院有限公司,上海市 201203;2. 東北電力大學(xué)電氣工程學(xué)院,吉林省吉林市132012)

0 引 言

“十四五”時期是我國能源體系向綠色低碳轉(zhuǎn)型的關(guān)鍵階段,脫碳已經(jīng)成為我國能源體系發(fā)展的必然趨勢[1]。發(fā)展多能源微網(wǎng)能夠提升可再生能源消納水平、改善能源利用效率、減少溫室氣體排放量,是助力我國實(shí)現(xiàn)“雙碳”目標(biāo)的可行性方案[2]。

目前,對于多能源微網(wǎng)優(yōu)化調(diào)度的研究正在由經(jīng)濟(jì)調(diào)度向兼顧低碳和經(jīng)濟(jì)的方向轉(zhuǎn)變。文獻(xiàn)[3]基于比例法和Talmud規(guī)則等方法分配系統(tǒng)碳排放額度,并將其作為CO2排放量約束嵌入低碳經(jīng)濟(jì)調(diào)度模型中,用于控制系統(tǒng)碳排放量;文獻(xiàn)[4]通過對微電網(wǎng)征收碳排放稅,引導(dǎo)微電網(wǎng)降低運(yùn)行過程中碳排放量。上述兩種方法一定程度上能夠減少系統(tǒng)CO2排放量,但靈活性不足,難以充分調(diào)動各碳排放源參與減排的積極性。文獻(xiàn)[5]直接將碳排放量作為優(yōu)化目標(biāo)建立環(huán)境經(jīng)濟(jì)調(diào)度模型,并通過建立目標(biāo)函數(shù)的隸屬度函數(shù)求解問題;文獻(xiàn)[6]建立了計及碳排放量的多能源微網(wǎng)優(yōu)化調(diào)度模型,基于多目標(biāo)粒子群(multiobjective particle swarm optimization, MOPSO)算法尋優(yōu)并采用多屬性決策方法篩選兼顧經(jīng)濟(jì)環(huán)保的折中解。上述直接將系統(tǒng)CO2排放量作為優(yōu)化目標(biāo)的方法能有效地控制系統(tǒng)實(shí)際CO2排放水平,但忽視碳交易機(jī)制為碳排放源獲取收益的巨大潛力。

現(xiàn)階段許多學(xué)者將碳交易機(jī)制引入微網(wǎng)優(yōu)化調(diào)度研究中,將CO2排放權(quán)視作一種商品,利用其市場機(jī)制調(diào)動排放源參與減排的積極性。文獻(xiàn)[7]和文獻(xiàn)[8]按運(yùn)行過程中實(shí)際碳排放量計算系統(tǒng)碳交易成本,并建立優(yōu)化調(diào)度模型;文獻(xiàn)[9]根據(jù)系統(tǒng)內(nèi)火電機(jī)組等高排放設(shè)備實(shí)際碳排放量,制定初始碳排放額,將碳交易機(jī)制引入優(yōu)化調(diào)度模型中,以提升可再生能源消納能力;文獻(xiàn)[10]評估了碳捕集系統(tǒng)全生命周期產(chǎn)生的碳足跡(carbon footprint, CF)并建立優(yōu)化模型,以降低系統(tǒng)碳排放量。對于考慮碳交易機(jī)制優(yōu)化調(diào)度方法,上述文獻(xiàn)或者未計及在生產(chǎn)過程中產(chǎn)生的碳足跡,以充分發(fā)揮碳交易機(jī)制潛力;或者未全面考慮系統(tǒng)中設(shè)備碳足跡對調(diào)度結(jié)果的影響,以從時間和空間多維度上做到全面控制多能源微網(wǎng)碳排放水平。

綜上所述,本文基于微網(wǎng)系統(tǒng)全壽命周期碳足跡對碳交易機(jī)制進(jìn)行修正,從而提出一種多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度策略,以最小化微網(wǎng)碳足跡、節(jié)省微網(wǎng)運(yùn)行成本、提升環(huán)境效益和提供公平市場環(huán)境,從而增強(qiáng)可再生能源消納能力。本文主要特色如下:

1)評估微網(wǎng)系統(tǒng)全壽命周期碳足跡,并據(jù)此修正微網(wǎng)碳交易機(jī)制初始碳排放額的分配方法;

2)基于碳足跡評估,引入碳交易機(jī)制建立碳交易成本,從而建立公平競爭的市場環(huán)境,激發(fā)新能源發(fā)電主體參與市場的積極性;

3)以碳交易成本、購能成本和設(shè)備運(yùn)維成本為優(yōu)化目標(biāo),建立基于改進(jìn)碳交易機(jī)制的多能源微網(wǎng)系統(tǒng)的低碳經(jīng)濟(jì)調(diào)度模型,并應(yīng)用基于隨機(jī)模擬的粒子群優(yōu)化(particle swarm optimization, PSO)算法對該模型進(jìn)行尋優(yōu)求解。

1 基于碳足跡的多能源微網(wǎng)碳交易機(jī)制

1.1 多能源微網(wǎng)結(jié)構(gòu)及能量流動

多能源微網(wǎng)耦合多種資源,通過有機(jī)協(xié)調(diào)其內(nèi)部各供能子系統(tǒng),在實(shí)現(xiàn)能源高效利用的同時,滿足系統(tǒng)內(nèi)多元化負(fù)荷需求[11]。本文構(gòu)建的多能源微網(wǎng)結(jié)構(gòu)及能量流動如圖1所示,用戶電負(fù)荷需求由微型燃?xì)廨啓C(jī)、風(fēng)電機(jī)組、光伏電池和蓄電池滿足,微網(wǎng)與外部電網(wǎng)間存在電能的雙向交易;余熱鍋爐以及燃?xì)忮仩t產(chǎn)生的熱能用于滿足用戶熱負(fù)荷需求。微型燃?xì)廨啓C(jī)和余熱鍋爐組成微網(wǎng)內(nèi)熱電聯(lián)產(chǎn)系統(tǒng)(combined heat and power, CHP)。微網(wǎng)通過碳交易市場與其他碳排放源進(jìn)行碳交易。

圖1 多能源微網(wǎng)系統(tǒng)結(jié)構(gòu)圖Fig.1 Topology of multi-energy microgrid system

1.2 多能源微網(wǎng)全壽命周期碳足跡

碳足跡指直接或間接支持人類活動所產(chǎn)生的CO2及其他溫室氣體總量。多能源微網(wǎng)全壽命周期內(nèi)生產(chǎn)、運(yùn)輸、安裝、運(yùn)行、拆除以及回收等各環(huán)節(jié)均會產(chǎn)生碳足跡[12-14]。對于風(fēng)電、光伏等可再生能源發(fā)電設(shè)備及蓄電池,由于其運(yùn)行過程中無CO2排放,只需考慮設(shè)備生產(chǎn)、運(yùn)輸以及拆除回收等環(huán)節(jié)產(chǎn)生的碳足跡[15-17]。對于微型燃?xì)廨啓C(jī)、燃?xì)忮仩t等設(shè)備,其運(yùn)行過程中產(chǎn)生的碳足跡遠(yuǎn)大于全生命周期內(nèi)其他環(huán)節(jié),因此主要考慮此類設(shè)備運(yùn)行過程中CO2排放。本文對多能源微網(wǎng)內(nèi)可再生能源發(fā)電設(shè)備全壽命周期碳足跡,分為運(yùn)行前環(huán)節(jié)與運(yùn)行后環(huán)節(jié)兩部分評估[18]。

可再生能源發(fā)電設(shè)備運(yùn)行前環(huán)節(jié)包括設(shè)備生產(chǎn)、運(yùn)輸和安裝等,可再生能源發(fā)電設(shè)備運(yùn)行前環(huán)節(jié)碳足跡為:

(1)

運(yùn)行后環(huán)節(jié)包括設(shè)備的拆除、回收等,運(yùn)行后環(huán)節(jié)產(chǎn)生碳足跡為:

(2)

綜上,可再生能源發(fā)電設(shè)備全壽命周期產(chǎn)生碳足跡為:

(3)

為方便與其他設(shè)備CO2排放水平進(jìn)行比較,國際能源署建議以每交流千瓦時輸出功率的排放強(qiáng)度,對可再生能源發(fā)電設(shè)備碳足跡進(jìn)行量化。處理后的可再生能源發(fā)電設(shè)備全壽命周期碳足跡為:

(4)

1.3 基于碳足跡改進(jìn)的碳交易機(jī)制

碳交易機(jī)制中,碳排放權(quán)作為一種可以在碳交易市場進(jìn)行自由交易的商品,各碳排放源成為碳交易市場的交易主體,監(jiān)管部門一般為各碳排放源無償分配初始碳排放額。當(dāng)碳排放源CO2排放量高于其初始碳排放額時,該碳排放源需要在碳交易市場購入額外碳排放權(quán)。反之,當(dāng)碳排放源CO2排放量低于其初始碳排放額時,該碳排放源可通過碳交易市場出售剩余碳排放權(quán)獲取收益。

1)微網(wǎng)初始碳排放額。監(jiān)管部門通常基于基準(zhǔn)線法為各碳排放源分配初始碳排放額。微網(wǎng)初始碳排放額為:

(5)

為最小化自身碳足跡,實(shí)現(xiàn)深度減排的目標(biāo),充分發(fā)揮碳交易機(jī)制實(shí)現(xiàn)“雙碳”目標(biāo)的巨大潛力,本文基于多能源微電網(wǎng)全壽命周期碳足跡,在上述初始碳排放額模型基礎(chǔ)上進(jìn)行改進(jìn)。計及設(shè)備全壽命周期碳足跡的初始碳排放額為:

(6)

2)微網(wǎng)實(shí)際碳排放額。微型燃?xì)廨啓C(jī)和燃?xì)忮仩t實(shí)際碳排放額與其耗氣特性有關(guān),可近似視為與其輸出功率相關(guān)的二次函數(shù)[20]。微型燃?xì)廨啓C(jī)和燃?xì)忮仩t實(shí)際碳排放額為:

(7)

式中:Et為機(jī)組CO2排放量;Ωgas為微網(wǎng)內(nèi)耗氣設(shè)備的集合;ak、bk和ck為第k臺機(jī)組CO2排放系數(shù);Pk,t為第k臺燃?xì)鈾C(jī)組輸出功率。

2 多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度模型

2.1 目標(biāo)函數(shù)

本文建立的多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度模型目標(biāo)函數(shù)C包含3部分,分別為購能成本、碳交易成本和設(shè)備運(yùn)維成本[21]。

minC=CENERGY+CCO2+COP

(8)

式中:CENERGY為微網(wǎng)購能成本;CCO2為微網(wǎng)碳交易成本;COP為微網(wǎng)內(nèi)機(jī)組運(yùn)維成本。

1)購能成本。能源微網(wǎng)內(nèi)微型燃?xì)廨啓C(jī)和燃?xì)忮仩t等機(jī)組,需要購入天然氣維持其正常運(yùn)行。此外,微網(wǎng)存在與外部電網(wǎng)雙向交易,發(fā)電量不足時能夠從上級電網(wǎng)購入電能,當(dāng)發(fā)電量存在盈余時能夠向上級電網(wǎng)出售電能獲取收益。微網(wǎng)購能成本為:

(9)

2)碳交易成本。一個調(diào)度周期內(nèi)碳交易成本為減去出售盈余碳排放權(quán)后,微網(wǎng)購入額外碳排放權(quán)所需凈成本[22]。本文采用上述基于碳足跡改進(jìn)后的碳交易機(jī)制,微網(wǎng)碳交易成本為:

(10)

3)設(shè)備運(yùn)維成本。微網(wǎng)設(shè)備運(yùn)行維護(hù)成本為:

(11)

式中:Ωmg為微網(wǎng)內(nèi)機(jī)組的集合;cOP,i為設(shè)備i運(yùn)維成本系數(shù);Pi,t為設(shè)備i輸出功率。

2.2 約束條件

1)多能源微網(wǎng)中電網(wǎng)運(yùn)行約束主要包括電功率平衡約束[23]、機(jī)組出力約束、蓄電池余量約束和機(jī)組爬坡約束[24]等。

(12)

2)多能源微網(wǎng)中熱網(wǎng)運(yùn)行約束主要包括供熱功率平衡約束和機(jī)組出力約束等[25]。

(13)

綜上所述,為實(shí)現(xiàn)多能源微網(wǎng)低碳清潔、安全高效地調(diào)度,本文以微型燃?xì)廨啓C(jī)、燃?xì)忮仩t、風(fēng)力發(fā)電機(jī)、光伏電池和蓄電池等設(shè)備各時段輸出功率為決策變量,以微網(wǎng)總運(yùn)行成本為目標(biāo)函數(shù),同時兼顧各子系統(tǒng)實(shí)際運(yùn)行約束,建立了計及設(shè)備全壽命周期碳足跡的多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度模型[26],并基于PSO算法對該模型進(jìn)行尋優(yōu)求解[27]。

本文研究流程如圖2所示,其主要步驟如下。

圖2 多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度模型求解流程Fig.2 Solution flow of the low-carbon economic dispatch model for the multi-energy microgrid

1)評估各可再生能源發(fā)電設(shè)備全壽命周期產(chǎn)生的碳足跡[28],并以每交流千瓦時輸出功率的CO2排放強(qiáng)度,對可再生能源發(fā)電設(shè)備碳足跡進(jìn)行量化。

2)采用基準(zhǔn)線法為多能源微網(wǎng)分配初始CO2排放額,并基于微網(wǎng)內(nèi)可再生能源發(fā)電設(shè)備碳足跡對其進(jìn)行修正。

3)綜合考慮多能源微網(wǎng)內(nèi)部各設(shè)備特性以及各子系統(tǒng)運(yùn)行約束,建立計及碳足跡的多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度模型。

4)輸入負(fù)荷數(shù)據(jù)以及風(fēng)電、光伏等可再生能源發(fā)電設(shè)備輸出功率預(yù)測數(shù)據(jù),并為PSO算法設(shè)定初始參數(shù),基于PSO算法對該優(yōu)化調(diào)度模型尋優(yōu)求解。

3 算例仿真

3.1 算例描述

本文基于MATLAB平臺編制程序,該多能源微網(wǎng)主要由微型燃?xì)廨啓C(jī)、風(fēng)電機(jī)組、光伏電池、蓄電池、燃?xì)忮仩t和余熱鍋爐等設(shè)備組成。風(fēng)電、光伏功率以及熱、電負(fù)荷預(yù)測曲線如圖3所示[29]。

圖3 負(fù)荷及可再生能源預(yù)測曲線Fig.3 Forecast curve of load and renewable energy

PSO算法參數(shù)如下:粒子數(shù)為200,最大迭代次數(shù)為1 000,置信水平為0.95,初始慣性權(quán)重為1,終止慣性權(quán)重為0.4。多能源微網(wǎng)設(shè)備運(yùn)行參數(shù)如表1所示[30]。

表1 多能源微網(wǎng)運(yùn)行參數(shù)Table 1 Operating parameters of multi-energy microgrid

3.2 結(jié)果分析

微網(wǎng)內(nèi)可再生能源發(fā)電設(shè)備全壽命周期碳足跡評估結(jié)果如表2所示。表2中CO2-equ/kWh為描述碳排放強(qiáng)度指數(shù)的單位,代表在清潔能源發(fā)電設(shè)備全壽命周期內(nèi)每交流千瓦時CO2排放量。

表2 清潔能源發(fā)電設(shè)備等價碳足跡Table 2 Carbon footprint of clean energy power

由表2可知,由于各清潔能源發(fā)電設(shè)備制造工藝和流程的差異性,其全壽命周期碳足跡各不相同。蓄電池等價碳足跡最高,光伏電池次之,風(fēng)力發(fā)電機(jī)等價碳足跡最低。

為驗(yàn)證所提低碳經(jīng)濟(jì)調(diào)度模型的有效性,本文設(shè)置了4種運(yùn)行情景,并分別進(jìn)行了仿真分析:

情景1：公式(8)中不考慮碳成本,從而構(gòu)建未考慮碳成本的多能源微網(wǎng)經(jīng)濟(jì)調(diào)度策略。

情景2：在情景1的基礎(chǔ)上,根據(jù)文獻(xiàn)[4]所提策略計算CO2排放成本,從而構(gòu)建基于征收碳稅的多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度策略。

情景3：在情景1的基礎(chǔ)上,根據(jù)式[5]和式[10]計算碳交易成本,從而構(gòu)建基于未改進(jìn)的碳交易機(jī)制的多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度策略。

情景4：在情景1的基礎(chǔ)上,根據(jù)本文所提策略按照式[6]和式[10]計算碳交易成本,從而構(gòu)建基于經(jīng)本文所述方法改進(jìn)碳交易機(jī)制的多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度策略。

上述各情景中微網(wǎng)運(yùn)行總成本以及實(shí)際CO2排放量如表3所示。

表3 各情景總成本以及實(shí)際CO2排放量Table 3 Total cost of each case and actual CO2 emissions

由表3可知,情景2中征收碳稅后,微網(wǎng)運(yùn)行總成本增加10.23%,但實(shí)際CO2排放量未產(chǎn)生明顯變化。由上述結(jié)果可知,征收碳稅缺乏靈活性,無法有效降低微網(wǎng)實(shí)際CO2排放量。情景3中引入未改進(jìn)碳交易機(jī)制后,微網(wǎng)運(yùn)行總成本降低2.21%,微網(wǎng)實(shí)際CO2排放量降低5.52%。由上述結(jié)果可知,引入碳交易機(jī)制能夠降低微網(wǎng)運(yùn)行總成本和微網(wǎng)CO2排放量。與情景1相比,情景4中微網(wǎng)運(yùn)行總成本降低1.08%,實(shí)際CO2排放量降低6.83%;與情景2相比,情景4微網(wǎng)運(yùn)行總成本降低10.26%,實(shí)際CO2排放量降低6.83%;與情景3相比,情景4微網(wǎng)運(yùn)行總成本增加1.15%,實(shí)際CO2排放量降低1.40%。

綜上,相較于傳統(tǒng)的碳稅機(jī)制和碳交易機(jī)制,采用本文所提方法能夠進(jìn)一步降低微網(wǎng)實(shí)際CO2排放量。

為對上述仿真結(jié)果進(jìn)行深入分析,4種情景中各部分成本以及具體CO2排放量如表4所示。表4中CO2排放成本包括碳稅成本和碳交易機(jī)制收益,負(fù)值代表微網(wǎng)通過碳交易機(jī)制獲得的收益。4種情景電負(fù)荷平衡和熱負(fù)荷平衡如圖4和圖5所示。

表4 各情景各部分成本以及CO2排放量Table 4 Cost of each part of each case and CO2 emissions

圖4 4種情景電負(fù)荷平衡Fig.4 Electric load balance in four cases

圖5 4種情景熱負(fù)荷平衡Fig.5 Heating load balance in four cases

由表4可知,與情景1相比,情景2中微網(wǎng)增加的成本主要為碳稅,其他各部分成本以及各機(jī)組CO2排放量與情景1基本持平。由圖4、圖5可知,對微網(wǎng)實(shí)際CO2排放量征收碳稅后,微型燃?xì)廨啓C(jī)和燃?xì)忮仩t等CO2排放源輸出功率無明顯變化。上述結(jié)果充分說明碳稅機(jī)制無法充分調(diào)動碳排放源參與減排的積極性。

對比表4中情景1與情景3調(diào)度結(jié)果可知,引入未改進(jìn)的碳交易機(jī)制后,微網(wǎng)燃料成本增加2.17%,機(jī)組運(yùn)維成本基本持平,購電成本減少12.54%。其中,情景3基于碳交易機(jī)制通過出售剩余CO2排放額獲取收益,降低微網(wǎng)運(yùn)行總成本。在CO2排放量方面,情景3中微型燃?xì)廨啓C(jī)運(yùn)行過程中產(chǎn)生的CO2排放量相較于情景1增加了18.39%,燃?xì)忮仩t運(yùn)行產(chǎn)生的CO2排放量減少了14.17%,微網(wǎng)整體CO2排放水平呈下降趨勢。情景1、情景3和情景4中各發(fā)電機(jī)組出力占比如圖6所示。

圖6 情景1、情景3和情景4中各發(fā)電機(jī)組出力占比Fig.6 Output ratio of each generator set in Case 1, Case 3, and Case 4

結(jié)合圖4、圖5和圖6分析可得,情景3中微型燃?xì)廨啓C(jī)輸出功率占比普遍高于情景1,如在21:00時,情景3中微型燃?xì)廨啓C(jī)出力占比為24.42%,情景1中微型燃?xì)廨啓C(jī)出力占比為16.16%。上述結(jié)果說明,情景3中因微型燃?xì)廨啓C(jī)出力占比較高,微網(wǎng)能夠在可再生能源滲透率較高的時段向外部電網(wǎng)出售更多剩余電能獲取更多收益;反之,在可再生能源滲透率較低的時段,微網(wǎng)購電成本明顯降低。此外,對于由微型燃?xì)廨啓C(jī)和余熱鍋爐組成的CHP系統(tǒng),微型燃?xì)廨啓C(jī)輸出功率的增加使得余熱鍋爐輸出功率隨之增加,提高了能源利用率,也使得燃?xì)忮仩t購能成本、運(yùn)維成本和CO2排放量隨之降低。由上述結(jié)果可知,未改進(jìn)的碳交易機(jī)制通過降低購能成本、獲取碳交易收益能夠達(dá)到降低微網(wǎng)運(yùn)行成本的目的;通過充分發(fā)揮CHP系統(tǒng)低碳、節(jié)能、高效等優(yōu)勢起到控制微網(wǎng)CO2排放水平的作用,同時也提高了微網(wǎng)能源利用效率。

表3中,情景4的微網(wǎng)燃料成本與情景3相比降低1.04%,微網(wǎng)除增加少許購入碳排放權(quán)費(fèi)用外,其余成本基本持平。情景4中微網(wǎng)整體碳排放水平在情景3的基礎(chǔ)上進(jìn)一步降低,其中微型燃?xì)廨啓C(jī)運(yùn)行產(chǎn)生的CO2排放量與情景3相比降低10.42%,燃?xì)忮仩t運(yùn)行產(chǎn)生的CO2排放量增加3.11%。情景3與情景4中初始碳排放配額如圖7所示,碳交易量如圖8所示。

圖7 情景3和情景4中初始CO2排放配額Fig.7 Initial CO2 emission quota in Case 3 and Case 4

圖8 情景3、情景4中CO2交易量Fig.8 CO2 trading volume in Case 3 and Case 4

由圖7和圖8可知,基于碳足跡對碳交易機(jī)制改進(jìn)后,情景4中各時段初始CO2排放額普遍低于情景3,其平均值相差12.55 kg,該數(shù)據(jù)在14:00時達(dá)到48.98 kg的最大值。結(jié)合圖6分析可知,出現(xiàn)該情況的主要原因?yàn)榇藭r情景4中蓄電池儲能功率較高,相應(yīng)地等價碳足跡較高。結(jié)合圖7和圖8分析可知,由于情景4中基于本文所述方法改進(jìn)碳交易機(jī)制后初始CO2排放額普遍較低,需要購入較多碳排放權(quán),產(chǎn)生少量碳排放成本,但改進(jìn)的碳交易機(jī)制仍能有效節(jié)省多能源微網(wǎng)運(yùn)行成本,其對微網(wǎng)CO2排放水平的控制能力顯著加強(qiáng)。另外由圖4可知,情景4中余熱鍋爐輸出功率在熱負(fù)荷平衡中的占比相較于情景3進(jìn)一步提高,多能源微網(wǎng)能源利用更加充分。

綜上所述,本文所提計及碳足跡改進(jìn)的碳交易機(jī)制方法以及基于改進(jìn)碳交易機(jī)制的多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度策略,能夠最小化微網(wǎng)碳足跡,在節(jié)約微網(wǎng)運(yùn)行總成本的同時,進(jìn)一步降低微網(wǎng)CO2排放水平,達(dá)到落實(shí)“雙碳”目標(biāo)的目的。

4 結(jié) 論

為確保多能源微網(wǎng)經(jīng)濟(jì)可靠、低碳高效運(yùn)行,本文利用設(shè)備全壽命周期碳足跡評估結(jié)果對碳交易機(jī)制進(jìn)行修正,并建立基于改進(jìn)碳交易機(jī)制的多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度模型,最后利用PSO算法對其尋優(yōu)求解。本文對4種情景的運(yùn)行總成本和實(shí)際CO2排放量進(jìn)行對比分析,得到以下結(jié)論:

1)引入本文所提基于碳足跡的多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度策略后,微網(wǎng)運(yùn)行總成本降低1.08%,實(shí)際CO2排放量降低6.83%,這說明本文所提低碳經(jīng)濟(jì)調(diào)度策略在控制微網(wǎng)運(yùn)行成本和碳排放水平等方面均具有明顯效果。

2)與碳稅機(jī)制相比,本文所提方法微網(wǎng)運(yùn)行總成本降低10.26%,實(shí)際CO2排放量降低6.83%。因此本文所提基于改進(jìn)碳交易機(jī)制的多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度策略能通過修正初始碳排放配額,充分調(diào)動排放源參與減排的積極性,其效果優(yōu)于引入碳稅機(jī)制。

3)引入碳交易機(jī)制后微網(wǎng)實(shí)際CO2排放量降低5.52%,采用本文所提方法后,能夠在未改進(jìn)的碳交易機(jī)制的基礎(chǔ)上使微網(wǎng)實(shí)際CO2排放量再降低1.4%。因此本文所提計及碳足跡改進(jìn)的碳交易機(jī)制實(shí)現(xiàn)了最小化自身碳足跡和深度減排目標(biāo)。

綜上所述,本文所提基于改進(jìn)碳交易機(jī)制的多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度策略,可應(yīng)用于多能源微網(wǎng)的能量管理系統(tǒng)以實(shí)現(xiàn)節(jié)能減排目標(biāo)。后續(xù)研究中,將重點(diǎn)考慮實(shí)時碳交易價格、電價和氣價對多能源微網(wǎng)低碳經(jīng)濟(jì)調(diào)度策略的影響。