《Sustainability》:Low-Carbon Economic Dispatch of Integrated Energy Systems Considering Carbon–Energy Trading and IGA-Assisted Compromise Weight Selection
编辑推荐:
摘要
在多能耦合的综合能源系统(IES)中,协调能源交易与碳配额管理存在较大困难,原因是季节性碳信息与小时级运行分别在不同时间尺度上处理。本研究开发了一种多时间尺度低碳经济调度框架,整合了碳-能源交易、低碳需求响应、季节性碳压力信号以及偏好权重选择。案例研究
摘要
在多能耦合的综合能源系统(IES)中,协调能源交易与碳配额管理存在较大困难,原因是季节性碳信息与小时级运行分别在不同时间尺度上处理。本研究开发了一种多时间尺度低碳经济调度框架,整合了碳-能源交易、低碳需求响应、季节性碳压力信号以及偏好权重选择。案例研究针对一个园区级电-热-气-冷综合能源系统,该系统包含两种可再生能源发电技术、五种转换技术、五种储能技术、四类终端用能负荷,以及外部电力和燃气接口。将四个季节各自的24小时负荷曲线合并为一个96小时代表性调度时域。研究人员利用历史可再生能源出力与负荷数据推导出季节性碳压力信号,并将其嵌入电力、热力和燃气价格中。冷负荷需求通过模糊热舒适响应模型单独处理。外层改进遗传算法(IGA)搜索经济偏好权重,内层CPLEX求解器针对每个候选权重求解小时级调度问题。最终选取的经济权重与碳减排权重分别为0.62和0.38。与传统情景相比,完整框架将碳排放从1052.92吨降至970.24吨,运营成本从人民币1,103,420.84元降至900,485.52元,相应降幅分别为7.85%和18.39%。在实际应用中,该框架在不放宽显式舒适度约束的前提下,将季节性碳管理信息转化为小时级调度决策。所报告的结果仅适用于所建模的96小时代表性时域,不应被解读为年度性能指标。
# 论文解读:面向碳-能源交易与IGA辅助权重选择的综合能源系统低碳经济调度
## 1. 研究背景与问题
随着碳中和目标的持续推进,综合能源系统(Integrated Energy System, IES)作为协调电力、热力、燃气和冷负荷等多能耦合的重要载体,正朝着更清洁、更紧密耦合的方向发展。通过多能互补与协同优化,IES能够有效消纳可再生能源并提升转换与储能资产的利用效率。然而,仅实现低排放并不足以保障运营的可持续性,实际调度方案还必须兼顾经济性、可度量性以及用户能源服务需求。当前研究仍存在三方面关键缺口:其一,碳管理通常在中期或长期时间尺度上进行规划,而调度决策以小时为粒度执行,季节性碳信息难以在日前运行中有效传导;其二,传统价格弹性需求响应模型无法充分描述冷负荷需求与热舒适度之间的非线性关系;其三,运营成本与碳排放之间的权衡必须透明地选择,因为经验性赋权会削弱结果的可复现性。上述问题促使研究人员构建一个能够连接季节性碳规划、舒适感知需求响应、可复现折中选择与小时级多能调度的统一框架。
## 2. 研究内容与方法
针对上述研究缺口,研究人员构建了一个多时间尺度低碳经济调度框架,用于园区级电-热-气-冷综合能源系统。研究工作的核心内容涵盖五个方面:第一,基于历史可再生能源出力与负荷数据提取季节性碳压力信号,并将碳配额映射至小时级核算区间,从而使中长期的碳管理信息在不改变小时分辨率的前提下影响短期调度决策;第二,将碳交易的激励与约束信号嵌入电力、热力和燃气价格中,形成碳-能源价格信号链;第三,采用模糊热舒适机制对冷负荷需求进行独立建模,区别于传统的价格弹性负荷模型;第四,构建嵌套式IGA-CPLEX求解框架,将折中权重搜索与约束化小时调度相分离;第五,通过四种代表性季节剖面(春季、夏季、秋季、冬季)的96小时组合时域进行算例验证,并协调多种储能装置(包括季节性燃气储能SGS)的跨段运行。
## 3. 主要关键技术方法
研究人员采用的主要关键技术方法包括:(1)基于时间序列分解的季节性碳压力信号提取方法,利用2020—2025年历史数据计算逐月碳指标并分解为趋势、季节和残差分量;(2)矩阵式价格弹性需求响应模型,采用自弹性与交叉弹性系数描述电、热、气三类负荷的削减与转移行为;(3)基于预测平均投票(Predicted Mean Vote, PMV)指标的模糊热舒适约束冷负荷响应模型,通过离线分段线性化将非线性热舒适关系纳入混合整数线性规划(MILP)框架;(4)拉丁超立方采样(Latin Hypercube Sampling, LHS)结合欧氏距离场景缩减方法生成代表性风电和光伏出力曲线;(5)嵌套式改进遗传算法(Improved Genetic Algorithm, IGA)与CPLEX求解器相结合的优化架构,外层IGA搜索经济偏好权重,内层CPLEX求解对应的小时级混合整数调度模型。
## 4. 研究结果分析
### 4.1 季节性碳压力信号与需求响应结果
研究人员基于2020至2025年历史数据计算出春、夏、秋、冬四个季节的碳压力因子分别为0.061、0.399、0.241和0.301。碳-能源价格分析表明,碳交易激励-约束项对基础能源价格产生适度调整,季节性因子按历史碳压力模式对该调整进行缩放。需求响应后的负荷曲线分析显示,电、热、气和冷四类负荷的方差分别降低10.38%、10.54%、9.71%和3.71%,表明日内负荷曲线更加平滑。由于可转移负荷的日能量守恒,日均负荷的降低主要来源于可削减负荷和受限冷负荷调整。
### 4.2 折中权重选择与算法验证结果
通过确定性扫描验证,最优经济权重β=0.621,与IGA搜索得到的约0.62结果一致。30次独立运行的平均经济权重为0.621,标准差为0.006,93.3%的运行结果落在确定性扫描结果±0.01范围内。通过与确定性网格搜索、ε-约束法、NSGA-II、MOEA/D和MOPSO等方法的对比表明,所有方法均识别出狭窄的经济-环境权衡区间内的折中解,经济权重范围为0.61至0.623,运营成本与碳排放差异分别保持在0.08%和0.10%以内。IGA-CPLEX框架在计算效率上优于三种基于种群的多目标算法。
### 4.3 多情景对比分析结果
五种情景对比分析表明:单独引入碳-能源定价机制(情景2)的改善效果有限,运营成本仅下降796.95元(0.072%),碳排放仅降低0.19吨(0.018%);加入低碳需求响应(情景3)后改善效果显著增强;季节调度在常规碳市场下也能实现成本与排放的双重降低(情景1对比情景4);完整框架(情景5)在96小时代表性时域内将运营成本从1,103,420.84元降至900,485.52元(降幅18.39%),碳排放从1052.92吨降至970.24吨(降幅7.85%)。储能运行轨迹分析显示,SGS在春、秋典型日充电,在夏、冬典型日放电,SGS荷电状态范围从情景4的0.1-0.5扩展至情景5的0.1-0.9。
### 4.4 敏感性分析结果
单因素敏感性分析表明,可再生能源占比对系统性能影响最大:可再生能源出力降低20%时,运营成本和碳排放分别增加3.79%和3.56%;提高20%时则分别降低3.06%和3.15%。碳价提高会降低碳排放但增加运营成本,碳排放权重从0.38提高至0.50时,碳排放降低1.99%但运营成本增加1.80%。储能容量和需求响应参与率在基准配置附近存在边际效益递减特征。
## 5. 讨论与结论
### 5.1 讨论要点
完整框架的性能不可归因于单一机制,碳-能源价格信号为灵活负荷提供时变激励,多种储能在日内与跨季协同配合,舒适约束冷负荷模型在不超过PMV与负荷调整限值的前提下将冷负荷纳入调度优化。研究结果需在明确的模型边界内解读:采用四个未加权的季节性代表日,报告的成本与排放为96小时时域累计值而非年度估算;可再生能源剖面经场景预处理后为固定输入,未显式优化预测误差应对策略;IES以聚合能源枢纽形式表示,未计及详细电力、热力或燃气管网约束。
### 5.2 研究结论
本文构建了多能流综合能源系统的多时间尺度低碳经济调度框架。主要结论如下:(1)季节性碳压力因子将历史季节信息引入小时级价格与需求响应,SGS边界状态关联实现四个代表性季节段的燃气库存协调;(2)PMV约束的冷负荷需求响应模型将热舒适限值纳入负荷调节,电、热、气和冷负荷方差分别降低10.38%、10.54%、9.71%和3.71%;(3)基于理想点距离准则,IGA-CPLEX框架选取经济权重0.62与碳排放权重0.38,相对于情景1,完整框架实现碳排放降低7.85%和运营成本降低18.39%。该框架将减排、运营经济性、可再生能源协调、储能利用、需求侧灵活性及用户舒适度整合于统一决策过程,为园区级能源管理者和聚合商提供了将碳管理信息转化为日前调度方案的可度量工具。未来研究将扩展至加权年度代表时段与滚动调度模型,纳入可再生能源与负荷预测误差的随机优化、详细多能网络约束、储能退化模型及现场校准的需求响应行为参数。