張菁，林毓軍，齊曉光，苗世洪，張倩茅，董家盛，陳宇

(1. 國網(wǎng)河北省電力有限公司經(jīng)濟技術(shù)研究院，石家莊市 050024；2. 強電磁工程與新技術(shù)國家重點實驗室(華中科技大學電氣與電子工程學院)，武漢市 430074；3.電力安全與高效湖北省重點實驗室(華中科技大學電氣與電子工程學院)，武漢市 430074)

0 引 言

隨著人類社會工業(yè)化進程的不斷推進，全球變暖問題日益嚴峻，給人類生存與發(fā)展帶來的負面影響逐漸凸顯。中國作為世界能源主要消耗國家，面向氣候變化問題開展了大量節(jié)能減排工作。2021年，“碳達峰、碳中和”被寫入政府工作報告，我國承諾“爭取在2060年前實現(xiàn)碳中和”[1-2]。然而，我國產(chǎn)業(yè)結(jié)構(gòu)仍以資源密集型和勞動密集型為主，經(jīng)濟社會的發(fā)展對高碳能源的依賴性仍然較強。國際能源署的調(diào)查報告指出，我國的二氧化碳排放主要來源于以煤炭為主的能源行業(yè)，其中，電力行業(yè)碳排放量約占全國碳排放量的一半[3-4]。因此，亟需對電力系統(tǒng)現(xiàn)有能源結(jié)構(gòu)進行調(diào)整與優(yōu)化，深入研究電力系統(tǒng)碳減排策略。

對于電力系統(tǒng)而言，碳排放具有負外部性，其本身對系統(tǒng)運行經(jīng)濟效益并沒有直接影響[5]。因此，需要由政府主導制定碳規(guī)制來約束電力系統(tǒng)碳排放行為，從而提高系統(tǒng)減排積極性。目前大體上存在兩類碳規(guī)制：碳稅制和碳交易制。其中，碳交易制主要是通過市場碳交易價格調(diào)控來達到碳減排的目標；而碳稅制則是對碳排放量強制收取稅收，通過高昂的碳排放成本促使排放主體改變消費能源結(jié)構(gòu)[6]。

針對碳規(guī)制影響下電力系統(tǒng)如何優(yōu)化運行的問題，國內(nèi)外學者已經(jīng)開展了大量的研究。文獻[7-8]通過建立考慮碳交易市場的虛擬電廠報價模型和風電儲能協(xié)同優(yōu)化模型，表明碳交易機制能夠有效調(diào)整消費能源結(jié)構(gòu)，提高清潔能源利用占比。文獻[9]構(gòu)建了發(fā)電-售電的電力供應鏈模型，識別了階梯型碳稅制對可再生能源投資決策的影響。文獻[10-11]分析了碳稅制對發(fā)電機組出力均衡以及碳排放水平的影響，證明了合理的運行方法可以提高碳稅制下系統(tǒng)的碳減排積極性。

上述研究對碳規(guī)制背景下電力系統(tǒng)低碳經(jīng)濟調(diào)度模型的建立具有指導意義。然而，現(xiàn)有文獻大多聚焦于單一碳規(guī)制下系統(tǒng)優(yōu)化運行方法，較少研究涉及到碳稅和碳交易替代效應的建模過程，且往往忽略了碳交易價格波動對電力系統(tǒng)低碳調(diào)度策略的影響。已有資料表明，以碳稅與碳交易為主的復合碳規(guī)制已經(jīng)在諸多國家和地區(qū)得到了積極應用。在2008年，挪威政府對能源行業(yè)、航空行業(yè)等大工業(yè)用戶的碳排放政策進行了調(diào)整，在保持征收碳稅的基礎(chǔ)上將其覆蓋進歐盟碳排放交易體系，通過結(jié)合2種機制更好地實現(xiàn)了碳減排的目標[12]。隨后，丹麥、芬蘭等國家在征收碳稅的同時也將高排放工業(yè)納入了歐盟碳排放交易體系[13]。結(jié)合實踐經(jīng)驗，文獻[14-15]研究表明碳交易與碳稅復合策略較單一碳規(guī)制效果更優(yōu)，協(xié)同應用碳稅與碳交易兩種碳規(guī)制，能夠在保證減排目標實現(xiàn)的同時緩和碳減排壓力與排放主體經(jīng)濟效益之間的矛盾。同時，文獻[16]指出，碳價大幅度波動會給碳減排策略收益帶來不確定性，影響碳減排主體的經(jīng)濟效益。因此，如何定量分析碳稅和碳交易二者之間的替代效應，建立考慮碳價不確定性的系統(tǒng)優(yōu)化運行模型，為制定低碳經(jīng)濟調(diào)度策略提供指導，仍有待進一步研究。

為此，本文首先采用隨機場景法描述碳價不確定性，在此基礎(chǔ)上，對階梯型碳稅與碳交易替代效應進行建模；其次，建立考慮靈活碳捕集設(shè)備與儲能電站協(xié)調(diào)互動的兩階段低碳經(jīng)濟調(diào)度模型，并采用蝙蝠優(yōu)化算法求得不同碳價場景下的最優(yōu)解。最后，通過算例仿真，驗證考慮階梯型碳稅與波動價格碳交易替代效應的優(yōu)化模型可以有效提高電力系統(tǒng)運行的經(jīng)濟-環(huán)境聯(lián)合效益。

1 階梯型碳稅與波動價格碳交易替代效應模型

1.1 系統(tǒng)碳排放成本模型

在碳交易與碳稅復合碳規(guī)制環(huán)境下，電力系統(tǒng)根據(jù)火電機組的發(fā)電量獲取無償分配的初始碳排放配額[17]。本文采用基準線法確定系統(tǒng)的初始碳排放配額QGP，如式(1)所示：

(1)

本文假定系統(tǒng)從電力市場購買的電量均來源于火電機組，因此，所考慮的電力系統(tǒng)碳排放量主要有2個來源，分別由外購的電力以及火電機組燃煤產(chǎn)生。為了便于求解，本文忽略了火電機組碳排放系數(shù)中的二次項，如式(2)所示：

(2)

當一個調(diào)度周期內(nèi)電力系統(tǒng)產(chǎn)生的碳排放量超過初始碳排放配額后。系統(tǒng)需要選擇在碳交易市場中購買碳排放許可證或者為部分碳排放量支付碳稅，從而產(chǎn)生額外的碳排放成本，如式(3)—(5)所示:

QT=QGP+QTA+QTR

(3)

QTR=μ(QT-QGP)

(4)

CT=CTA+CTR

(5)

式中：QTA為系統(tǒng)分配于支付碳稅的碳排放量；QTR為分配于購買碳排放許可證的碳排放量；μ為替代系數(shù)；CT為總碳排放成本；CTA、CTR分別為碳稅成本和碳交易成本。

1.2 碳交易成本函數(shù)

在碳交易市場中，受到市場供給、排放需求等眾多因素的影響，碳排放許可證購買價格呈現(xiàn)出不確定性[18]。文獻[19]通過實證分析表明碳價不確定性擬合度最優(yōu)的是幾何布朗運動，如式(6)所示：

dPctra(t)=ρPctra(t)dt+σPctra(t)dB(t)

(6)

式中:dPctra(t)為碳價的不確定性量；ρ為碳價的期望增長率；Pctra(t)為t時刻碳價；dt為時間增量；σ表示碳排放權(quán)交易價格波動率；B(t)為標準維納過程，dB(t)為標準維納過程增量。

考慮到碳價不確定性存在大量公開且具有可信來源的歷史數(shù)據(jù)，且碳價波動主要影響系統(tǒng)運行的經(jīng)濟效益。因此，本文基于隨機場景法對碳價不確定性進行建模。

圖1 基于隨機場景法的碳價不確定性建模

(7)

基于碳交易成本函數(shù)，電力系統(tǒng)作為碳交易市場中的價格接受者，為每個碳價場景建立對應的約束集合。綜合所有碳價場景下的約束集合和碳交易成本函數(shù)，系統(tǒng)統(tǒng)一求解低碳調(diào)度模型，獲取調(diào)度周期內(nèi)每個碳價場景對應的調(diào)度計劃、替代系數(shù)以及分配于購買碳排放許可證的碳排放量，從而制定考慮碳價不確定性的碳交易市場購買計劃。

1.3 階梯型碳稅成本函數(shù)

在現(xiàn)行的碳稅制中，稅率主要有兩種計量標準：一種是以排放主體的排放量獨立計量；另一種是按碳交易價格的比例進行計算[21]。本文采用第一種碳稅標準，即碳稅稅率取決于系統(tǒng)分配于支付碳稅的碳排放量，從而消除碳稅成本與碳交易成本之間的耦合關(guān)系，便于分析碳稅與碳交易兩種碳規(guī)制之間的替代效應對電力系統(tǒng)運行效益的影響。

為了提高電力系統(tǒng)碳減排積極性，本文在構(gòu)建碳稅成本計算模型中引進階梯型碳稅，通過對系統(tǒng)超過初始配額的碳排放量收取階梯式增高的碳稅，從而充分挖掘系統(tǒng)低碳減排潛力。

階梯型碳稅稅率示意圖如圖2所示。階梯型碳稅將系統(tǒng)分配于支付碳稅的碳排放量分成多個區(qū)間。隨著碳排放量的增加，階梯型碳稅的稅率逐漸增大(圖2中體現(xiàn)為各區(qū)間縱軸的函數(shù)值RTA)。

圖2 階梯型碳稅

根據(jù)遞進式的階梯型碳稅稅率，可以獲取碳稅成本函數(shù)，如式(8)所示。

(8)

式中：R1為基礎(chǔ)稅率；Q1為碳稅區(qū)間長度；α為稅率增長幅度。

圖2只列出了碳排放量大于零時的情景，對于初始碳排放配額充足的情景，系統(tǒng)只允許在滿足自身碳排放量需求后在碳交易市場出售多余的碳排放權(quán)。

在構(gòu)建波動價格碳交易成本函數(shù)和階梯型碳稅成本函數(shù)的基礎(chǔ)上，只需對電力系統(tǒng)進行低碳經(jīng)濟優(yōu)化，獲取系統(tǒng)調(diào)度周期內(nèi)碳排放量、碳排放配額以及替代系數(shù)后，即可求解系統(tǒng)支付的碳排放成本。

2 模型構(gòu)建

2.1 模型目標函數(shù)

本文所考慮的電力系統(tǒng)主要由風電光伏機組、火電機組、儲能電站以及碳捕集設(shè)備構(gòu)成。系統(tǒng)以風光機組和火電機組為主要發(fā)電來源，同時，向互聯(lián)電力市場購買電量來滿足系統(tǒng)負荷需求。儲能電站安裝在風光出力側(cè)，通過能量時移特性為風光機組出力波動提供電能補償。碳捕集設(shè)備安裝在火電機組側(cè)，與火電機組一同構(gòu)成碳捕集電廠，減少機組發(fā)電過程碳排放量。

其中，碳捕集設(shè)備采用靈活運行模式，并同時配備儲液罐實現(xiàn)碳捕獲能耗時移。

電力系統(tǒng)低碳經(jīng)濟調(diào)度模型的優(yōu)化目標是在計及碳排放成本的基礎(chǔ)上，使調(diào)度周期內(nèi)系統(tǒng)總運行成本最小?？紤]到系統(tǒng)中火電機組的啟停狀態(tài)在日前確定之后無法根據(jù)場景碳價的改變而做出調(diào)整。因此，模型將優(yōu)化目標函數(shù)分為第一階段的火電機組啟停成本和第二階段的火電機組運行成本、購電成本以及碳排放成本之和。

系統(tǒng)低碳經(jīng)濟調(diào)度模型的目標函數(shù)為：

(9)

2.2 模型約束條件

面向所研究的低碳經(jīng)濟調(diào)度模型，本節(jié)主要考慮包括碳捕集設(shè)備運行約束、儲能電站運行約束、火電機組運行約束、系統(tǒng)及網(wǎng)絡(luò)功率平衡約束等約束條件。

1)碳捕集設(shè)備運行約束。

火電機組可以通過安裝碳捕集設(shè)備組成碳捕集電廠，從而實現(xiàn)煤燃燒后二氧化碳的捕獲與存儲，避免其排放到大氣中。本節(jié)采用捕獲水平靈活以及配置儲液罐的碳捕集設(shè)備，通過設(shè)備運行能耗時移來降低系統(tǒng)的運行成本。

碳捕集設(shè)備的總能耗包括固定能耗和運行能耗，其中，運行能耗與碳捕集設(shè)備解析及壓縮捕獲的二氧化碳量有關(guān)，如式(10)所示：

(10)

火電機組輸出功率部分被碳捕集設(shè)備所消耗，因此，碳捕集電廠總輸出功率為：

(11)

在碳捕集設(shè)備采用捕獲水平靈活并配置儲液罐的條件下，設(shè)備捕獲的二氧化碳量由兩部分組成，從火電機組煤燃燒中吸收的碳排放量，以及儲液罐釋放或儲存的碳排放量，如式(12)所示：

(12)

其中，為了維持碳捕集設(shè)備在運行時的穩(wěn)定性，需要設(shè)定捕獲水平的最小、最大值，如式(13)所示：

(13)

在配置儲液罐的條件下，碳捕集設(shè)備可以利用乙醇胺等溶劑溶解部分二氧化碳，暫時儲存在富液罐中。在其余時段，設(shè)備可將富液罐中的溶液運送至氣提塔進行釋放捕獲，從而將部分高電力需求時段的捕獲能耗轉(zhuǎn)移到低電力需求時段，提高系統(tǒng)運行靈活性[22]。本文模型采用乙醇胺溶液作為儲液罐溶劑，其單位二氧化碳溶解所需溶液體積如式(14)所示：

(14)

假設(shè)溶劑存儲和提取過程不同時進行，結(jié)合乙醇胺溶液消耗體積可得儲液罐中富液罐、貧液罐的體積計算表達式以及溶液體積上下限約束。

(15)

2)儲能電站運行約束。

通過建立儲存電量、充放電功率和始末儲存能量平衡約束，可對儲能電站的運行特性進行建模。

儲能電站充放電功率約束：

(16)

儲能系統(tǒng)容量約束：

(17)

式中：Es,tω為場景ω下t時刻儲能電站s的儲能狀態(tài)；ε為儲能電站自損耗率；ηC為充電效率；EA為儲能電站總?cè)萘?；Emax、Emin為容量狀態(tài)的上下限值。

始末儲存能量平衡約束：

|Es,Tω-Es,0ω|≤ΔE

(18)

式中：Es,0ω、Es,Tω代表儲能電站s初始時刻和末尾時刻的容量狀態(tài)；ΔE為始末時刻允許的容量偏差值。

3)系統(tǒng)及網(wǎng)絡(luò)功率平衡約束。

線路潮流約束：

(19)

線路潮流上下限約束：

-Fl,max≤fl,tω≤Fl,max

(20)

式中：Fl,max為線路l潮流限值。

系統(tǒng)功率平衡約束：

(21)

此外，火電機組約束及購電市場約束可參見文獻[23-24]，在此不再贅述。

3 模型優(yōu)化求解方法

考慮階梯型碳稅和波動價格碳交易替代效應后，調(diào)度模型變成一個非線性且存在變量相乘的混合整數(shù)非線性優(yōu)化模型，難以進行有效優(yōu)化求解。因此，本節(jié)首先對階梯型碳稅進行分段函數(shù)線性化處理，進而得出碳稅成本函數(shù)表達式。在此基礎(chǔ)上，采用蝙蝠優(yōu)化算法處理變量相乘問題，通過智能算法搜索獲取不同場景下的最優(yōu)替代系數(shù)，從而制定電力系統(tǒng)低碳經(jīng)濟調(diào)度計劃。

對于遞進式階梯型碳稅稅率，本節(jié)結(jié)合輔助連續(xù)變量和0-1變量進行分段函數(shù)線性化。根據(jù)式(8)所示的五分段稅率，結(jié)合5個0-1變量zi和6個連續(xù)變量wi將系統(tǒng)分配于支付碳稅的碳排放量以及碳稅成本進行線性化表述，如式(22)所示：

QTA=Q1w2+2Q1w3+3Q1w4+4Q1w5+5Q1w6

(22)

進一步，結(jié)合階梯型碳稅稅率在分段點的函數(shù)值可得碳稅成本。

CTA=R1Q1w2+R1Q1(2+α)w3+R1Q1(3+3α)w4+R1Q1(4+6α)w5+R1Q1(5+10α)w6

(23)

其中，輔助變量需滿足式(24)約束。

(24)

結(jié)合式(22)—(24)的轉(zhuǎn)化，可將連續(xù)分段的碳稅成本進行線性化表述。隨后，本文采用蝙蝠優(yōu)化算法處理變量相乘問題，通過啟發(fā)式算法搜索不同場景下的最優(yōu)替代系數(shù)，得到系統(tǒng)優(yōu)化調(diào)度計劃。

在優(yōu)化算法中，蝙蝠個體位置代表一組替代系數(shù)的可能取值。算法將替代系數(shù)傳遞給多場景電力系統(tǒng)低碳調(diào)度模型，模型根據(jù)替代系數(shù)取值進行優(yōu)化求解，獲取系統(tǒng)運行成本作為蝙蝠個體的適應度[25]。在獲取所有蝙蝠個體的適應度后，算法對每個蝙蝠個體的頻率、位置和速度進行更新，并記錄最優(yōu)適應度的個體。算法通過不斷迭代更新蝙蝠個體參數(shù)并計算其適應度，從而得到優(yōu)化后的替代系數(shù)以及對應的系統(tǒng)調(diào)度計劃。算法具體實施流程如圖3所示。

圖3 蝙蝠算法優(yōu)化流程

結(jié)合分段函數(shù)線性化表述和蝙蝠優(yōu)化算法處理，將本文優(yōu)化主體問題轉(zhuǎn)換為混合整數(shù)線性規(guī)劃問題，利用常用的商業(yè)優(yōu)化軟件即可進行求解。本文采用Pycharm2019.3.x64調(diào)用Gurobi求解器實現(xiàn)模型優(yōu)化。

4 算例分析

4.1 算例參數(shù)設(shè)置

本文基于某地區(qū)的實際參數(shù)進行仿真分析，網(wǎng)架結(jié)構(gòu)如圖4所示。其中，將火電廠G1—G4改造為碳捕集電廠，風電光伏接入節(jié)點分別為節(jié)點36與節(jié)點31，并在風光接入節(jié)點同步配置儲能電站。系統(tǒng)與外界電力市場的聯(lián)絡(luò)線接入點為節(jié)點30。

圖4 系統(tǒng)網(wǎng)架結(jié)構(gòu)

購電市場采用峰谷平分時電價形式，其中，谷時段00:00—09:00、23:00—24:00，電價為0.37元/(kW·h)，平時段09:00—12:00、21:00—23:00，電價為0.76元/(kW·h)，峰時段12:00—21:00，電價為1.08元/(kW·h)[26]。外購電量的碳排放計算參數(shù)取0.78 t/(MW·h)。碳交易市場中期望碳排放權(quán)交易價格為45元/t。由于本文所建模型為電力系統(tǒng)日前調(diào)度模型，因此，幾何布朗運動方程中的時間增量dt=1天，μ=1，σ=0.47[18]?；痣姍C組、碳捕集設(shè)備、儲能電站以及其他設(shè)備參數(shù)詳見文獻[27-28]。

4.2 模型優(yōu)化結(jié)果分析

根據(jù)碳交易價格不確定性的擬合方程式，模型采用蒙特卡洛模擬法進行場景抽樣，抽取出的碳交易價格場景如圖5所示。

圖5 碳交易價格場景

以碳交易價格場景1為例，模型調(diào)度周期內(nèi)的火電機組出力、碳捕集設(shè)備能耗、儲能電站充放電功率以及購電功率如圖6所示。

圖6 場景1下系統(tǒng)調(diào)度結(jié)果

從場景1的調(diào)度結(jié)果可以看出，在01:00—08:00時段以及23:00—24:00時段，由于系統(tǒng)負荷較小，且購電市場大多處于谷時段電價區(qū)間，因此負荷需求主要由風光機組出力和購電功率滿足。而在10:00—22:00時段，系統(tǒng)負荷需求功率上升，購電價格升高，購電平均成本大于火電機組發(fā)電成本，系統(tǒng)通過增加火電機組出力來滿足地區(qū)負荷供電需求。儲能電站在負荷低谷期和電價較低的時段儲存多余電能，而在用電高峰期釋放電能滿足部分負荷需求。此外，碳捕集設(shè)備通過消耗部分火電功率，捕集機組排放的二氧化碳并進行封存處理，從而有效降低碳捕集電廠自身碳排放量。結(jié)果表明模型通過整合低碳調(diào)度資源，協(xié)調(diào)不同設(shè)備出力，可有效挖掘系統(tǒng)運行的經(jīng)濟性和低碳性。

圖7為不同碳交易價格場景下系統(tǒng)的碳排放量構(gòu)成。由于本文假定系統(tǒng)外購電量均來源于火電機組，并計算其碳排放參數(shù)，因此，碳規(guī)制整體強度的增加會使得系統(tǒng)在電價谷時段減少從電力市場購買的電量，增加系統(tǒng)內(nèi)部火電機組的出力，降低系統(tǒng)的碳排放懲罰成本。對比碳價較高的場景8、14和16和碳價較低的場景1和19可以看出，隨著碳交易價格的提高，一方面，系統(tǒng)會傾向于使用火電機組發(fā)電替代從電力市場中購買電量，另一方面，碳捕集設(shè)備的碳捕獲量也隨之增加，降低了火電機組向系統(tǒng)中注入的發(fā)電功率，系統(tǒng)通過增加發(fā)電成本來減少調(diào)度周期內(nèi)的剩余碳排放量。結(jié)合不同場景的調(diào)度結(jié)果可以看出，由于碳交易市場成交的碳排放權(quán)價格存在不確定性，因此，電力系統(tǒng)應該充分考慮碳交易價格的波動性，根據(jù)不同的碳排放權(quán)價格靈活制定調(diào)度計劃，從而有效協(xié)同整合系統(tǒng)內(nèi)部調(diào)度資源，實現(xiàn)優(yōu)勢互補，提升系統(tǒng)運行的經(jīng)濟-環(huán)境效益。

圖8和圖9分別為不同碳交易價格場景下系統(tǒng)剩余碳排放量分配結(jié)果以及替代系數(shù)、系統(tǒng)剩余碳排放量與碳價的關(guān)系?？梢钥闯?，碳交易價格越高，碳交易對階梯型碳稅的替代效應越小(系統(tǒng)分配于支付碳稅的碳排放量占比越大)。系統(tǒng)剩余碳排放量與場景的碳交易價格也呈負相關(guān)關(guān)系。如圖9所示，當碳交易市場的碳價從34.8元/t提高到56.9元/t時，系統(tǒng)剩余碳排放量從7 124.7 t下降到4 326.6 t。算例結(jié)果表明通過調(diào)整免費碳配額等手段不斷提高碳交易市場價格，可以明顯增強電力系統(tǒng)的碳減排主觀意愿，促使系統(tǒng)逐步降低碳排放量。然而，過高的碳規(guī)制強度會增加系統(tǒng)發(fā)電成本負擔，無法起到合理激勵系統(tǒng)碳減排的作用。因此，在實際生產(chǎn)過程中需要完善并推廣碳排放權(quán)交易機制，適當控制碳交易價格的波動區(qū)間，將碳交易價格穩(wěn)定在合理水平，從而有效平衡系統(tǒng)的減排積極性和經(jīng)濟效益。此外，通過分析系統(tǒng)剩余碳排放量和碳價的關(guān)系可知，隨著碳價的進一步下降，系統(tǒng)剩余碳排放量的增長逐漸減緩。這表明通過合理運用階梯型碳稅手段，可以避免碳交易價格過低造成碳減排調(diào)節(jié)作用失靈的風險。

圖8 碳排放量分配結(jié)果

圖9 替代系數(shù)、碳排放量與碳價關(guān)系

4.3 替代效應對模型調(diào)度結(jié)果的影響

為了說明本文所構(gòu)建模型考慮階梯型碳稅與波動價格碳交易替代效應對系統(tǒng)低碳調(diào)度計劃優(yōu)越性的提高，本節(jié)參考其他文獻的建模方法，設(shè)置了以下4個情景進行對比分析：情景1，采用文獻[29]的建模方法，即僅考慮碳交易制的系統(tǒng)低碳經(jīng)濟調(diào)度模型；情景2，僅考慮碳稅制的系統(tǒng)低碳經(jīng)濟調(diào)度模型；情景3，采用文獻[30]的建模方法，即考慮階梯型碳稅與碳交易替代效應的系統(tǒng)低碳經(jīng)濟調(diào)度模型，忽略碳交易價格波動性；情景4，考慮階梯型碳稅與波動價格碳交易替代效應的系統(tǒng)低碳經(jīng)濟調(diào)度模型。

4個情景的系統(tǒng)碳排放量、總運行成本、購電成本以及單位碳排放成本如表1所示。對比前3個情景的調(diào)度結(jié)果可以得出，相較于情景1和2，情景3在建立階梯型碳稅與碳交易替代效應模型的基礎(chǔ)上進行系統(tǒng)低碳經(jīng)濟優(yōu)化，系統(tǒng)的總運行成本有所下降。算例結(jié)果表明，通過對碳稅與碳交易替代效應的合理建模，可以有效反映電力系統(tǒng)在復合碳規(guī)制影響下的優(yōu)化決策過程，促使系統(tǒng)靈活協(xié)調(diào)調(diào)度資源。從政策層面上分析，充分認清碳稅與碳交易的替代效應，加快建立協(xié)調(diào)適應的復合碳規(guī)制，能夠發(fā)揮碳稅與碳交易之間的優(yōu)勢互補作用，在考慮系統(tǒng)利益訴求的基礎(chǔ)上提高系統(tǒng)碳減排的積極性。進一步分析其他調(diào)度結(jié)果可知，情景3中的單位碳排放成本相比情景2卻增加了0.55元/t。這是由于情景3在建模過程中忽略了碳交易價格的不確定性，導致在碳交易價格較高的場景下系統(tǒng)仍將較多的剩余碳排放量分配于購買碳排放許可證，從而增加了調(diào)度周期內(nèi)的碳排放成本。

表1 調(diào)度結(jié)果對比

對比情景3和情景4的調(diào)度結(jié)果可知，相較于情景3，情景4的運行成本減少了0.99萬元，單位碳排放成本減少了1.43元/t，系統(tǒng)的總運行成本和單位碳排放成本均有所降低?？紤]碳交易價格的波動特性并采用隨機場景法對其進行建模后，系統(tǒng)可以根據(jù)當前場景碳交易價格靈活制定購電計劃、火電機組出力計劃以及碳排放許可證購買計劃，降低碳交易價格不確定性對系統(tǒng)經(jīng)濟效益造成的風險，有助于進一步提高系統(tǒng)低碳經(jīng)濟調(diào)度計劃的有效性和優(yōu)越性。

4.4 碳捕集設(shè)備和儲能電站對模型調(diào)度結(jié)果的影響

為了分析碳捕集設(shè)備與儲能電站協(xié)調(diào)優(yōu)化對模型調(diào)度結(jié)果的影響，本節(jié)在情景4的基礎(chǔ)上設(shè)置以下4種運行模式進行對比分析：模式1，不考慮碳捕集設(shè)備和儲能電站；模式2，僅考慮儲能電站；模式3，僅考慮碳捕集設(shè)備；模式4，考慮碳捕集設(shè)備和儲能電站進行協(xié)調(diào)優(yōu)化。4種運行模式的調(diào)度結(jié)果對比如表2所示。

表2 運行模式結(jié)果對比

相較于運行模式1和3，模式2和4在風光接入節(jié)點同步配置儲能電站。對比分析結(jié)果表明，儲能電站的配置能夠有效降低系統(tǒng)的棄風棄光量、碳排放量以及運行成本。一方面，儲能電站通過響應購電價格波動，在電價谷時段購入更多電能進行儲存，降低系統(tǒng)運行成本。另一方面，儲能電站能夠緩解風光資源供給與地區(qū)負荷需求之間的時間錯峰問題，提高可再生能源消納能力。對比模式1、3以及模式2、4的調(diào)度結(jié)果可知，運行模式3、4考慮了碳捕集設(shè)備的參與后，系統(tǒng)的碳排放量和運行成本均有明顯下降。碳捕集設(shè)備能夠減少高碳火電機組的碳排放量，從源側(cè)實現(xiàn)系統(tǒng)低碳化。此外，模式3和4的棄風棄光量相較于模式1和2分別減少了26.5 MW·h和21.5 MW·h。這表明捕獲水平靈活且配置儲液罐的碳捕集設(shè)備可以實現(xiàn)等同于儲能設(shè)施的能量時移功能，進一步提升可再生能源的利用率。4種運行模式的調(diào)度結(jié)果對比分析表明，系統(tǒng)低碳經(jīng)濟調(diào)度模型通過碳捕集設(shè)備與儲能電站的協(xié)調(diào)優(yōu)化，可以實現(xiàn)源荷兩側(cè)靈活低碳資源的充分利用，有效提升系統(tǒng)運行的經(jīng)濟-環(huán)境效益。

5 結(jié) 論

本文在分析階梯型碳稅與波動價格碳交易替代效應的基礎(chǔ)上，建立協(xié)調(diào)優(yōu)化碳捕集設(shè)備和儲能電站的系統(tǒng)低碳經(jīng)濟調(diào)度模型。通過仿真分析得出以下結(jié)論：

1)本文結(jié)合幾何布朗運動方程和隨機場景法對碳交易價格不確定性進行建模，有效降低了不確定性對系統(tǒng)經(jīng)濟效益造成的風險，提高調(diào)度計劃的靈活性。

2)建立了考慮階梯型碳稅和波動價格碳交易替代效應的低碳經(jīng)濟調(diào)度模型，可以有效反映電力系統(tǒng)在復合碳規(guī)制影響下的優(yōu)化決策過程，協(xié)調(diào)提升系統(tǒng)運行的經(jīng)濟-環(huán)境效益。

3)通過協(xié)調(diào)優(yōu)化碳捕集設(shè)備和儲能電站運行方式，可以緩解系統(tǒng)棄風棄光現(xiàn)象，充分挖掘系統(tǒng)運行的低碳性和經(jīng)濟性。