敦文斌，陳業(yè)，王大偉，馬曉慧

（1.天津港電力有限公司，天津 300450；2.天津港（集團(tuán)）有限公司，天津 300450；3.天津大學(xué) 電氣自動(dòng)化與信息工程學(xué)院，天津 300110）

0 引言

在“雙碳”目標(biāo)的驅(qū)動(dòng)下，能源交通互聯(lián)互通、深度融合已成為當(dāng)下港口能源轉(zhuǎn)型的主要趨勢。2022 年6 月，國家發(fā)展改革委等9 部門聯(lián)合發(fā)布《關(guān)于印發(fā)“十四五”可再生能源發(fā)展規(guī)劃的通知》，提出到2025 年，可再生能源發(fā)電量達(dá)3.3 PW·h 左右，能源轉(zhuǎn)型加速向低碳、零碳方向演進(jìn)［1］，其中，分布式能源開發(fā)是當(dāng)前響應(yīng)“綠色港口”建設(shè)［2］的主要方向，然而，以隨機(jī)性和間歇性為特征的清潔能源勢必會(huì)對港口微電網(wǎng)控制帶來挑戰(zhàn)，應(yīng)用于碼頭場景的智能微電網(wǎng)技術(shù)日漸受到廣泛關(guān)注［3-5］。

國內(nèi)外學(xué)者關(guān)于“零碳碼頭”的研究還處于探索起步階段，主要以建模仿真、綱領(lǐng)展望為主。在建模仿真方面，文獻(xiàn)［6］提出全球約有15%的能源消耗用于港口制冷系統(tǒng)，并以英國米爾福德港為例，建立光儲(chǔ)仿真模型，論述零碳港口的可行性。文獻(xiàn)［7］基于HOMER Pro 軟件對希臘米洛斯港口場景進(jìn)行仿真，并提出通過采用可再生能源與儲(chǔ)氫可實(shí)現(xiàn)港口零碳排放。文獻(xiàn)［8］以最小全生命周期成本、系統(tǒng)網(wǎng)損、功率偏差、電壓為目標(biāo)，建立電-氫混合儲(chǔ)能系統(tǒng)，實(shí)現(xiàn)零碳園區(qū)多目標(biāo)優(yōu)化配置。文獻(xiàn)［9］通過建立海上風(fēng)電與多堆氫能系統(tǒng)優(yōu)化調(diào)度模型，并對其優(yōu)化調(diào)度方案進(jìn)行仿真驗(yàn)證。在綱領(lǐng)展望方面，文獻(xiàn)［10］回顧了全球針對海洋空氣污染的政策，為“零碳碼頭”的政策制定提供借鑒。文獻(xiàn)［11］提出建設(shè)集碳捕集電廠為一體的零碳港口微電網(wǎng)的思路，建立考慮碳交易機(jī)制的能源管理模型。文獻(xiàn)［12-13］對港口能源側(cè)和交通側(cè)的建模方法進(jìn)行匯總，并提出港口能源交通融合規(guī)劃、運(yùn)行和評估指標(biāo)體系的發(fā)展前景。

綜上所述，以零碳為目標(biāo)的電氣化碼頭已逐漸受到廣泛關(guān)注，然而在電氣化碼頭“源網(wǎng)荷儲(chǔ)”優(yōu)化協(xié)同仿真分析上研究較少。因此，本研究旨在建立以購電費(fèi)用最小為目標(biāo)，考慮風(fēng)光儲(chǔ)功率平衡約束、儲(chǔ)能充放電功率約束、風(fēng)光出力約束、負(fù)荷約束等條件，構(gòu)建零碳碼頭智能微電網(wǎng)源荷儲(chǔ)協(xié)同優(yōu)化運(yùn)行模型，并以天津港C 段碼頭場景為例進(jìn)行實(shí)證分析。

1 電氣化碼頭“源網(wǎng)荷儲(chǔ)”特性分析

電氣化碼頭從“荷側(cè)”實(shí)現(xiàn)了能耗轉(zhuǎn)型，將傳統(tǒng)的燃油、燃?xì)獾戎苯优欧湃扛鏋閷ν赓徺I電力的間接排放。同時(shí)，通過在碼頭采用分布式風(fēng)電和光伏供電，從“源”側(cè)為綠色港口提供電源支撐，并且通過“儲(chǔ)”側(cè)調(diào)節(jié)［14-15］，實(shí)現(xiàn)削峰填谷電力平衡。“零碳碼頭”概念應(yīng)運(yùn)而生，當(dāng)碼頭實(shí)現(xiàn)“源荷儲(chǔ)”功率平衡后，不再產(chǎn)生間接碳排放，即碼頭能源消耗所產(chǎn)生的碳排放總量為零，最終達(dá)到就地消納、零碳排放的目標(biāo)。具體研究框架如圖1所示。

圖1 電氣化碼頭源網(wǎng)荷儲(chǔ)研究框架Fig.1 Source-grid-load-storage framework of the electrified quay

其中，碼頭“荷側(cè)”按照可調(diào)控靈活性可分為基準(zhǔn)負(fù)荷、可平移負(fù)荷和可轉(zhuǎn)移負(fù)荷?；鶞?zhǔn)負(fù)荷指調(diào)節(jié)靈活性差的剛性負(fù)荷；可平移負(fù)荷為用能時(shí)長及電量相對固定且可靈活平移的負(fù)荷，如船舶裝卸工序調(diào)整等負(fù)荷［16］；可轉(zhuǎn)移負(fù)荷為在單位時(shí)間內(nèi)（如24 h）可進(jìn)行轉(zhuǎn)移，但用電總量保持不變的負(fù)荷，如碼頭電動(dòng)集卡［17］或溫控負(fù)荷等。值得注意的是，負(fù)荷的靈活調(diào)控除了要響應(yīng)源側(cè)波動(dòng)外，還需要滿足碼頭物流側(cè)約束［18-19］?？紤]物流側(cè)涉及船舶停靠岸等作業(yè)計(jì)劃，對各部門及船舶公司間實(shí)時(shí)信息交互要求高，因此本文僅選擇電動(dòng)集卡、交通車、清掃車等電動(dòng)汽車（EV）作為可轉(zhuǎn)移負(fù)荷調(diào)控。

2 電氣化碼頭源網(wǎng)荷儲(chǔ)優(yōu)化調(diào)度模型

本節(jié)旨在建立電氣化碼頭源網(wǎng)荷儲(chǔ)數(shù)學(xué)模型，并從優(yōu)化運(yùn)行角度出發(fā)，以驗(yàn)證實(shí)現(xiàn)碼頭零碳排放的可行性。

2.1 目標(biāo)函數(shù)

在零碳視角下，以碼頭對外購電費(fèi)用最小為目標(biāo)，從而實(shí)現(xiàn)對外購電最小化和風(fēng)電消納最大化，即

式中：C為碼頭從電網(wǎng)購電的費(fèi)用；Pbuy，t為t時(shí)刻電網(wǎng)購電功率；Ce為分時(shí)電價(jià)；Psell，t為t時(shí)刻多余風(fēng)電上網(wǎng)功率；Cwind為風(fēng)電上網(wǎng)電價(jià)。由于本算例中光伏容量較小，均能就地消納，在此不考慮其余量上網(wǎng)。

式中：ECO2，T為1 個(gè)調(diào)度周期T內(nèi)的碳排放量；αCO2為碳排放系數(shù)，按照生態(tài)環(huán)境部提供的全國電網(wǎng)碳排放因子0.581 0 t CO2/（MW·h）為準(zhǔn)［20-21］；It為t時(shí)刻是否產(chǎn)生碳排放的示性函數(shù)。

2.2 約束條件

2.2.1 功率平衡約束

式中：Pwind，t為t時(shí)刻風(fēng)電功率；PPV，t為t時(shí)刻光伏功率；PDis，t為t時(shí)刻儲(chǔ)能放電功率；Lbase+other，t為t時(shí)刻基準(zhǔn)負(fù)荷與其他可平移和可轉(zhuǎn)移負(fù)荷；LEV，t為t時(shí)刻EV負(fù)荷；PCh，t為t時(shí)刻儲(chǔ)能充電功率。

2.2.2 購電和售電約束

式中：Pbuy，max為最大購電功率；Psell，max為最大售電功率；Ubuy為向電網(wǎng)購電的狀態(tài)變量；Usell為向電網(wǎng)售電的狀態(tài)變量。式（7）表示碼頭微電網(wǎng)和電網(wǎng)之間最多只有1種狀態(tài)。

2.2.3 風(fēng)光出力約束

風(fēng)光出力采用日前預(yù)測功率，按照一定置信容量設(shè)置功率上下限。

式中：Pminw，t為t時(shí)刻最小風(fēng)電功率；Pmaxw，t為t時(shí)刻最大風(fēng)電功率；PminPV，t為t時(shí)刻最小光伏功率；PmaxPV，t為t時(shí)刻最大光伏功率。

2.2.4 儲(chǔ)能出力約束

式中：PDis，max為儲(chǔ)能放電功率上限；PCh，max為儲(chǔ)能充電功率上限；UDis為儲(chǔ)能放電狀態(tài)變量；UCh為儲(chǔ)能充電狀 態(tài) 變 量；SOC，min，t為t時(shí) 刻 儲(chǔ) 能 最 小 儲(chǔ) 存 電 量（SOC）；SOC，max，t為t時(shí)刻儲(chǔ)能最大SOC；γ為儲(chǔ)能的自放電率；ηCh為儲(chǔ)能的充電效率；ηDis為儲(chǔ)能的放電效率。式（12）表示儲(chǔ)能在t時(shí)刻最多只有1 種工作狀態(tài)；式（13）表示在1 個(gè)調(diào)度周期T內(nèi)，儲(chǔ)能的起始荷電狀態(tài)與終止?fàn)顟B(tài)相同。

2.2.5 可轉(zhuǎn)移負(fù)荷約束

式中：ΔPEV，t為t時(shí)刻碼頭EV 的轉(zhuǎn)移功率；ΔPmaxEV，t為t時(shí)刻碼頭EV的最大轉(zhuǎn)移功率。

2.3 模型求解

依據(jù)2.1 和2.2 節(jié)所建立的電氣化碼頭源網(wǎng)荷儲(chǔ)優(yōu)化調(diào)度模型是典型的混合整數(shù)線性規(guī)劃模型，本文采用Matlab 2021a 進(jìn)行數(shù)學(xué)建模，并調(diào)用Cplex求解器進(jìn)行優(yōu)化求解。

3 典型算例分析

3.1 算例參數(shù)設(shè)置

本算例中采用2 臺4.5 MW 的風(fēng)電機(jī)組、0.44 MWp 光伏，設(shè)置仿真步長為1 h，所設(shè)發(fā)電及用電數(shù)據(jù)均來自碼頭變電站側(cè)。儲(chǔ)能裝置選用商業(yè)化成熟的電化學(xué)儲(chǔ)能，按照源測20% 4 h 設(shè)計(jì)，額定容量為7.2 MW·h，額定功率為1.8 MW，最小SOC 容量設(shè)為20%，令γ為0.99，ηCh和ηDis均為0.95，設(shè)儲(chǔ)能起始SOC 為50%。EV 可轉(zhuǎn)移負(fù)荷上限功率設(shè)為20%的EV功率最大值。

本算例以天津港C 段碼頭為例，分時(shí)電價(jià)和風(fēng)電上網(wǎng)電價(jià)以天津市一般工商業(yè)及其他用電的結(jié)算電價(jià)為準(zhǔn)，如圖2所示。

圖2 分時(shí)電價(jià)和風(fēng)電上網(wǎng)電價(jià)Fig.2 Time-of-use price and wind power feed-in tariff

3.2 源荷時(shí)序分析

通過對碼頭2022 年6 月逐日風(fēng)電、光伏發(fā)電量和耗電量進(jìn)行對比分析，碼頭源荷曲線呈現(xiàn)源近似于荷（如6 月6 日）、源遠(yuǎn)大于荷（如6 月11 日）、源遠(yuǎn)小于荷（如6月30日）3種類型，如圖3所示。

圖3 電氣化碼頭源荷數(shù)據(jù)曲線Fig.3 Data at source and load end of the electrified quay

3.3 方案設(shè)置

依據(jù)該碼頭源荷時(shí)序分析結(jié)果，為了驗(yàn)證本文提出的模型對電氣化碼頭源荷儲(chǔ)協(xié)同優(yōu)化的運(yùn)行效果，分別對3 個(gè)典型日實(shí)施3 種運(yùn)行方案，見表1。

表1 運(yùn)行方案設(shè)計(jì)Table 1 Conceptual design of operation

3.4 結(jié)果分析與討論

3.4.1 不同優(yōu)化方案的運(yùn)行結(jié)果

將3 種方案應(yīng)用在不同典型日的運(yùn)行結(jié)果，如圖4所示，得出結(jié)論如下。

圖4 3種方案在不同典型日的運(yùn)行結(jié)果Fig.4 Operation results of the three schemes on different typical days

（1）通過優(yōu)化，以6 月6 日為例，全天風(fēng)電出力主要集中在00：00 —14：00 之間，儲(chǔ)能系統(tǒng)在電價(jià)低谷時(shí)段進(jìn)行充電，如05：00，22：00 和23：00；也在源大于荷時(shí)段充電，如11：00，13：00 和14：00。EV負(fù)荷也隨源側(cè)出力大而集中在11：00，12：00，14：00和電價(jià)低谷時(shí)段21：00。顯示儲(chǔ)能系統(tǒng)與EV 可轉(zhuǎn)移負(fù)荷能隨著源側(cè)波動(dòng)和分時(shí)電價(jià)進(jìn)行時(shí)序響應(yīng)。

（2）在分時(shí)電價(jià)基礎(chǔ)上，從電網(wǎng)購電、電池放電和電池充電等指標(biāo)可以看出，方案1 和方案3 的優(yōu)化結(jié)果近似，說明在當(dāng)前參數(shù)配置下儲(chǔ)能調(diào)控起主要作用，EV可轉(zhuǎn)移負(fù)荷起次要作用。

3.4.2 購電費(fèi)用對比分析結(jié)果

根據(jù)目標(biāo)函數(shù)式（1），分別匯總計(jì)算出3種方案在不同典型日的購電費(fèi)用，如圖5所示。

圖5 3種方案在不同典型日的購電費(fèi)用Fig.5 Costs of electricity purchase on typical days under three schemes

（1）對于源荷近似（如6 月6 日）而言，3 種優(yōu)化方案的累計(jì)購電費(fèi)用均有所下降，其中方案3 的降費(fèi)效果最佳，較原始費(fèi)用下降了15.34%。

（2）對源遠(yuǎn)大于荷（如6 月11 日）而言，其累計(jì)購電費(fèi)用均為負(fù)值，代表當(dāng)日實(shí)現(xiàn)余電上網(wǎng)盈利，方案1和方案3的售電費(fèi)用最高，均為1.29萬元，較原始售電費(fèi)用上升了2.63%。

（3）對源遠(yuǎn)小于荷（如6 月30 日）而言，雖當(dāng)日風(fēng)電幾乎為零，可調(diào)控區(qū)間有限，但3種優(yōu)化方案均實(shí)現(xiàn)降費(fèi)，其中方案3較原始費(fèi)用下降3.32%。

3.4.3 碳排放對比分析結(jié)果

為驗(yàn)證優(yōu)化方案對碼頭節(jié)能減排的實(shí)例效果，按照式（2）匯總計(jì)算得出3 種方案下的典型日碳排放，以1 h 為步長進(jìn)行計(jì)算，當(dāng)t時(shí)刻售電功率大于零時(shí)，則對應(yīng)的碳排放記為零；反之將購電電量乘以碳排放因子0.581 0 t CO2/（MW·h），求出3 種方案下典型日的碳排放量，如圖6所示。結(jié)果表明：

圖6 3種方案在不同典型日的碳排放量Fig.6 Carbon emissions on typical days under three schemes

（1）對于源荷近似（如6 月6 日）而言，3 種優(yōu)化方案的碳排放量均實(shí)現(xiàn)下降，其中方案3 為14.21 t CO2，其減排效果最佳，較原始碳排放量下降了9.78%。

（2）對源遠(yuǎn)大于荷（如6 月11 日）而言，雖然當(dāng)日累計(jì)售電費(fèi)用高于購電費(fèi)用，但結(jié)合圖4 和圖5可知，在當(dāng)日03：00—06：00期間仍存在向電網(wǎng)購電的情況，由此未能實(shí)現(xiàn)嚴(yán)格意義上的零碳排放，3 種方案與原始碳排放量接近，平均值為3.19 t CO2。

（3）對源遠(yuǎn)小于荷（如6 月30 日）而言，為降低峰時(shí)段的購電費(fèi)用，方案1 和方案3 在電價(jià)低谷時(shí)購入電量多于方案2，因此碳排放比原始排放略高2.45%。

綜上所述，實(shí)現(xiàn)碼頭零碳排放與購電費(fèi)用最小雖在整體上邏輯自洽，但并非呈現(xiàn)嚴(yán)格的正相關(guān)性，在不同典型場景下，是否能實(shí)現(xiàn)“零碳”取決于源荷時(shí)序特性、分時(shí)電價(jià)、購售電量等多因素的相互作用。當(dāng)統(tǒng)計(jì)時(shí)間維度等核算邊界不同時(shí)，對應(yīng)的碳排放量也會(huì)發(fā)生變化。同時(shí)，新能源余量上網(wǎng)必然會(huì)產(chǎn)生相應(yīng)的碳排放折減系數(shù)，其抵消量也是實(shí)現(xiàn)“零碳排放”的必要手段，在后續(xù)的研究中應(yīng)予以持續(xù)關(guān)注。

4 結(jié)論

本文提出了電氣化碼頭源網(wǎng)荷儲(chǔ)協(xié)同優(yōu)化運(yùn)行策略，通過選取天津港C段碼頭典型場景，進(jìn)行方案驗(yàn)證，主要結(jié)論如下。

（1）構(gòu)建電氣化碼頭源網(wǎng)荷儲(chǔ)數(shù)學(xué)模型，采取僅調(diào)控儲(chǔ)能、僅調(diào)控負(fù)荷和儲(chǔ)荷協(xié)同調(diào)控方案對不同典型日進(jìn)行驗(yàn)證，結(jié)果表明，儲(chǔ)能調(diào)控在協(xié)同調(diào)控中起主導(dǎo)作用。

（2）3 種方案在不同典型日中均能起到降費(fèi)增收的作用，其中儲(chǔ)荷協(xié)同調(diào)控方案效果最佳。

（3）碼頭“零碳排放”受源荷時(shí)序特性、分時(shí)電價(jià)、購售電量、核算邊界等多因素作用，不與購電費(fèi)用最小化呈嚴(yán)格的正相關(guān)性。