图1 电热气综合能源系统结构
Fig.1 Integrated electricity-heat-gas energy system structure
摘要 针对传统机组的运行约束及环境污染问题，引入富氧燃烧捕集技术对燃气机组进行改造，配置含热回收器的光热电站实现热电解耦与辅助供能，并结合电转气设备、燃气锅炉等能量转换设备组成综合能源系统，提出一种电热气综合能源系统低碳优化方法。首先，构建系统架构，并建立富氧燃烧捕集机组的电碳特性方程与光热电站模型；其次，计及反应余热利用与氧气回收，建立电转气设备模型；然后，引入奖惩阶梯型碳交易机制以限制碳排放量，建立以系统运行成本最小为目标的电热气综合能源系统低碳经济调度模型；最后，进行算例仿真，由仿真结果可知，该方案可兼顾减碳效果与运行效益，不仅可以提高燃气机组的运行调节能力与电转气设备的运行潜力，提升系统的运行效益，而且可以有效降低环境污染与制氧能耗。
关键词：电热气综合能源系统 光热电站 富氧燃烧捕集技术 奖惩阶梯碳交易 低碳运行
环境污染与能源短缺问题加速了低碳化、能源清洁化的全球发展趋势[1]，为实现“碳达峰、碳中和”的目标[2]，多能互补互济、多源协同优化综合能源系统（Integrated Energy System, IES）会成为缓解能源供需矛盾、提升能源转换能力的关键研究方向[3-4]。
目前，大多数研究中以燃气机组作为IES核心供能单元[5-6]，燃气机组的运行低碳性与灵活性直接影响IES的碳排放水平与灵活运行。因此，需从减碳改造与热电解耦两个方面提升燃气机组的运行性能。
碳捕集与储存（Carbon Capture and Storage, CCS）技术是降低常规机组碳排量的关键技术[7-8]。其中，部分学者采用燃烧后捕集技术对燃气机组进行低碳化改造[9-10]，但存在设备占地面积大、捕集能力弱及捕集成本高的缺点，适用于火电机组。燃烧前捕集技术需对机组进行较大改造，适用性较低。富氧燃烧捕集技术综合燃烧前捕集技术与燃烧后捕集技术的优势，对机组发电流程影响小，碳捕集能力强，但对燃料本身的清洁性要求较高[11]，适用于燃气机组，具有较好的发展前景。
当前国内外主要针对富氧燃烧技术的经济性及运行特性进行研究。文献[12]分析了机组运行参数变化和不同烟气循环方式等因素对空分制氧设备及气体捕集设备的影响，并建立了相关设备的运行能耗计算模型。文献[13]对500 MW超临界循环流化床发电厂进行了技术经济分析，研究结果表明在二氧化碳捕获的情况下，氧气燃烧比空气燃烧的经济效益更优。上述文献仅探讨了技术本身，并未将富氧燃烧技术与综合能源系统低碳运行问题相结合；此外，富氧燃烧技术需要创造高氧环境，具有较高的制氧成本，拓宽氧气来源成为降低制氧成本的关键途径。而电转气设备作为IES中重要的能量耦合设备，其运行过程中产生大量的高纯度氧气未有效利用，可为拓宽氧气来源提供思路。
目前对电转气设备的研究集中于精细化建模、可再生能源消纳及减碳效益等问题。文献[14]基于电转气设备运行特性，构建了含电解槽、储氢罐及甲烷化发生器的电转气设备精细化数学模型。文献[15]引入电转气设备提高电-气网络的耦合性及新能源的消纳能力，并构建了考虑碳成本的IES低碳经济调度模型。文献[16]考虑电转气设备的响应特性，建立了电转气设备的运行模型。上述研究均验证了电转气设备参与IES运行时可降低碳排放与运行成本，但忽略了电转气反应过程的强放热过程及附带产物氧气，未有效挖掘电转气设备的运行价值。
综合能源系统电热需求规律不同，燃气机组“以热定电”的运行限制无法满足多种能量需求。光热电站是一种配有大容量储热系统的新型太阳能发电形式[17]，存在“热-电”能量转换环节，能够作为电能和热能的枢纽实现电热耦合协调运行，具有灵活可控、运行稳定的优越性能。因此具备辅助传统机组实现多能联供及热电解耦的潜力。
目前，部分学者利用光热电站的灵活可控性以提高间歇性新能源的消纳空间[18]；还有学者将光热电站引入IES中[19-20]，以含电转热装置的光热电站充当热电联供核心机组，结合电转气设备实现电热气多能联供，从而提高IES的低碳稳定运行与多能灵活转换能力，但研究中光热电站的运行本质仍为热电分离，未能有效利用汽轮机组产生的余热蒸汽，能量综合利用率较低。此外，以上文献均未挖掘光热电站实现常规机组热电解耦的潜力。
综上所述，结合现有研究基础，本文提出了一种计及光热电站及富氧燃烧碳捕集技术的电热气综合能源系统低碳优化方法。首先，从电热气综合能源系统架构出发，建立了光热电站模型与富氧燃烧捕集机组的电碳特性方程组，并对光热电站供暖可行性及富氧燃烧捕集机组与光热电站协同供热机理进行分析；接着，建立考虑反应余热及氧气回收利用的电转气设备模型及其他能量耦合设备模型。然后，以运行经济性为目标，建立考虑碳交易成本的系统低碳优化模型；最后，通过算例验证了所提方法可以兼顾减碳运行与经济效益。
电热气综合能源系统结构如图1所示。其中，燃气机组采用富氧燃烧捕集（Oxygen-enriched Combustion Capture, OCC）技术进行低碳化改造；电能由燃气机组、风力发电、光热电站及外购电供给；热负荷（Heat Load, HL）由热回收装置、储热系统、燃气机组、燃气锅炉及电转气余热供给；甲烷由外部气网与电转气（Power to Gas, P2G）设备提供；富氧燃烧捕集机组所需氧气由电转气设备、空分制氧设备及储氧罐提供；电转气设备的电能由风力发电供给。
图1 电热气综合能源系统结构
Fig.1 Integrated electricity-heat-gas energy system structure
1.1.1 光热电站“热电联供”可行性分析
光热电站架构如图2所示。光热电站主要由集热镜场（Heat collection mirror Field, HF）、汽轮发电机（Turbo Generator, TG）及储热系统（Thermal Energy Storage, TES）三部分组成[17]。
图2 光热电站架构
Fig.2 Architecture of concentrating solar power plant
从技术层面而言，光热电站通过聚光集热镜场获得唯一的热能供给，实现发电、储能、供热等多种运行功能。若引入热回收器收集蒸汽余热用于供暖或储热可以实现热能的二次利用。多管换热装置可通过灵活调节储热功率实现供热量可控，储热系统也可以灵活控制放热功率满足部分热能需求，热回收器与储热系统协同运行可实现光热电站的总供热功率可控，从而减缓常规机组的供热压力以降低刚性约束限制。
从系统层面来看，光热电站作为电能和热能的双向转换设备，具有灵活可控、电热耦合协调运行的特点，可以缓解常规热电联产机组的电热耦合程度，提升系统的灵活性。
1.1.2 光热电站数学模型
光热电站热来源为镜场收集的热能。t时段光热电站出力
为
（1）
式中，
为热电转换效率；
为t时段镜场向发电机提供热量；
为t时段储热系统向发电机提供热量；
、
分别为出力下、上限；t为运行时段，t=1,2,3···,T，T取24；Ru、Rd分别为上、下爬坡速率最大值。
t时段镜场向储热系统提供热量
为
（2）
式中，Et,HF为t时段镜场收集热量；
为t时段光热电站无法利用的热量；ηg-r为镜场的光-热能量转换效率；SHF为镜场总面积；Dt为t时段太阳光辐射强度。
此外，t时段储热系统的储热量与当前时段储/放热功率及t-1时段储热量相关[20]，有
（3）
式中，Et为t时段储热系统储热量；ρ为储热系统内部储存过程中的热能耗损程度；ηin、ηout分别为储热、放热效率；
、
分别为t时段储热、放热功率；
为t时段储热系统向热负荷供热量；
为t时段热回收器向储热系统供热量。其中，储热系统还需满足
（4）
式中，
、
分别为储热系统最大储热、放热功率；tfull为储热系统满负荷运行小时数；Emin为储热系统的最小储热容量；为光热电站有功出力上限；E1、E24分别为调度初始时段及结束时段储热系统储热量。
热回收器（Heat Recycling Device, HRD）通过回收余热提升能量的综合利用效率[20]，其数学模型为
（5）
式中，
为t时段回收热功率；ηHRD为热回收器运行效率；ηloss为发电机散热损耗比例；
为t时段热回收器向热负荷供热功率；
为t时段未利用的回收热量；
为热回收器的最大热回收功率。
光热电站参与调度运行时，供电与储热系统动作会产生运行维护成本，则t时段光热电站的运行维护成本为
（6）
式中，sTES、sHF、sCSP、sHRD分别为储热系统、定日镜场、发电系统及热回收器的运维成本系数。
1.2.1 富氧燃烧捕集机组模型
富氧燃烧捕集技术通过高纯度氧气或纯氧助燃以提高燃烧后烟气中的CO2浓度，便于捕集后进行提纯或存储。富氧燃烧捕集机组能流如图3所示。
图3 富氧燃烧捕集机组能流
Fig.3 Energy flow diagram of OCC unit
富氧燃烧捕集机组主要能量去向分别为系统电负荷、碳捕集设备（Carbon Capture Equipment, CCE）、空分制氧设备（Air Separation Oxygen Equipment, ASOE）及系统热负荷。
富氧燃烧捕集技术对于燃料清洁程度要求较高[11]，选取背压式燃气机组（Gas Unit, GU）作为改造对象，后文中富氧燃烧捕集机组指经富氧燃烧捕集技术改造的燃气机组。燃气机组发电量
与天然气耗量
的关系为
（7）
式中，ηGU为燃气机组的气电转换效率；
为甲烷的热值，通常取36 MJ/m3；r为热值与功率的换算值，取3.6；
、
分别为燃气机组的出力上、下限；
、
分别为燃气机组上、下爬坡速率极限。文中假设甲烷即天然气。
富氧燃烧捕集机组的供热功率即燃气机组的供热功率，背压式机组发电功率与产热功率近似呈现线性数学关系[10]，具体表达式为
（8）
式中，
为t时段富氧燃烧捕集机组的产热功率；AGU为燃气机组热电比。
富氧燃烧捕集系统的引入会改变燃气机组结构，引起一部分能量损失，称为基准能耗
，其不随机组运行状态的变化而变化，可认为是固定值。此外，机组需消耗部分电能维持富氧燃烧捕集系统的运行，其运行耗能主要包括空分制氧设备及碳捕集设备[12]，则富氧燃烧捕集系统运行能耗
为
（9）
式中，
、
分别为t时段碳捕集设备与空分制氧设备的耗电量；
为t时段碳捕集设备的CO2捕集质量；lCCE、lASO分别为碳捕集设备与空分制氧设备的单位运行能耗；
、eG分别为t时段碳捕集设备的碳捕集水平与燃气机组碳排放强度；
为t时段空分制氧的产氧量。
富氧燃烧捕集机组t时段消耗氧气量
为
（10）
式中，aOCC为富氧燃烧捕集机组运行时单位输出功率耗氧量。
文献[21]表明传统空气运行技术与富氧燃烧捕集技术的工艺流程及设备运行步骤基本一致，技术上可以实现两种运行模式的相互切换，通常切换时间少于20 min，所以忽略不同模式转换的影响。而空分制氧重启时间较长，启动损耗大，通常具有最小运行功率。因此，空气运行模式下碳捕集设备将停止运行，机组退出富氧燃烧运行状态，而空分制氧产生的氧气储于储氧罐中，则富氧燃烧捕集系统耗能为
（11）
式中，
、
分别为空分制氧设备的最低工作系数与用电功率上限。
富氧燃烧捕集机组的净输出功率
表示机组整体对外的发电功率，则t时段的净输出功率为
（12）
机组运行产生的CO2大部分由碳捕集设备吸收，少量排入大气中。则富氧燃烧捕集机组t时段的净碳排放量为
（13）
文献[11]将碳捕集机组对外的净发电出力与净碳排放量之间的关联关系定义为机组的“电碳特性”，将式（12）进行变换并代入式（13）中，可得富氧燃烧捕集机组的电碳特性表达式为
（14）
式中，
为碳捕集设备的极限捕集水平。
富氧燃烧捕集机组运行时，碳捕集设备捕获的CO2既可作为电转气设备的反应原料，也可进行碳封存（Carbon Sequestration, CS），可表示为
（15）
式中，
为t时段碳捕集设备向电转气设备提供的CO2质量；
为t时段碳封存质量。
基于以上分析，推出富氧燃烧捕集机组的净输出功率上、下限分别为
（16）
此外，空分制氧设备运行时还需满足的功率约束为
（17）
储氧罐（Oxygen Tank, OT）可以实现氧气的跨时段使用，储氧罐中以液氧的形式存储，其储、放时均为气态形式，则储氧罐采用气态条件下的模型为
（18）
式中，
、
分别为储氧罐容量上、下限；
、
分别为t时段放氧量及最大放氧量；
、
分别为t时段储氧量及最大储氧量；aOT为储氧罐的耗散系数；
、
分别为储、放氧效率；
、
分别为调度初始时段及结束时段储氧罐储氧量。
图4为富氧燃烧捕集机组的电碳特性。
图4中，假设点N时空分制氧设备产氧量恰好满足富氧运行需求，当从点N向点H靠近时，碳排放量上升，空分制氧设备维持最小功率无法满足富氧机组运行需求，氧气差额可由储氧罐供应。因此，ABCDNGE为无储氧罐时机组富氧运行区域，此时存在弃氧情况。五面体NHGEF为配备储氧罐时机组富氧运行的额外运行区间，这说明富氧燃烧捕集机组净出力较大时，降低空分制氧设备能耗，储氧罐可以补充氧气缺口；当机组净出力较小时，提高空分制氧设备能耗向储氧罐充氧。分析可知，富氧燃烧捕集机组配备储氧罐可以扩大运行范围。
图4 富氧燃烧捕集机组电碳特性
Fig.4 Electric-carbon characteristics of OCC unit
因此，富氧燃烧捕集机组的运维成本为
（19）
式中，
、
、
、
分别为空分制氧设备、碳捕集设备、燃气机组及储氧罐的运维成本系数。
1.2.2 富氧燃烧捕集机组与光热电站联合供热原理
背压式机组热电出力呈线性关系[22]，即“以热定电”。其运行曲线可由图5中线段AB所示。
图5 光热电站与富氧燃烧捕集机组联合供热原理
Fig.5 Schematic diagram of joint heating of CSP plant and OCC unit
结合式（16）可知，热电机组引入富氧燃烧技术改造后，当富氧燃烧机组内部耗能最小（即基准能耗及最低制氧功率之和）时，富氧燃烧机组的运行曲线为线段CD；当富氧燃烧机组中内部耗能最大（即捕碳能耗、基准能耗及最大制氧功率之和）时，富氧燃烧机组的运行曲线为线段EF；因此，热电机组引入富氧燃烧技术后，其净出力区间由线段AB变为CDFE围成的区域，调节区间扩大。
当光热电站供热功率为Ecsp时，整体供热功范围由[
,
]变为[
,
]，等效于富氧燃烧机组运行区间整体向右平移Ecsp，且光热电站的供热功率可控，此时富氧燃烧机组的运行区间变为CDGHNE为围成的区域，富氧燃烧机组的运行调节区间进一步扩大。可以看出，当富氧燃烧机组的供热功率为
时，电功率的出力区间为
；当光热电站参与供热时富氧燃烧机组的出力调节范围扩大为
时，可为风电提供更大的出力空间，提高系统的灵活性。
风电（Wind Power, WP）出力大小主要受到风速的影响，其预测出力
与风速的函数关系[23]为
（20）
式中，vt为t时段的实际风速；vin、vout、vr分别为切入风速、额定风速与切出风速；
为额定输出功率。风速具有较强的不确定性，通常采用双参数Weibull分布模型拟合风速的概率分布[24]，即
（21）
式中，v为实际风速；α为形状参数；β为尺度参数。
燃气锅炉（Gas Boiler, GB）是重要的能量转换设备，其运行效率可超过80%以上，可以实现气-热能量的转换，提升系统能量互补能力。
燃气锅炉的模型为
（22）
式中，Et,GB、
分别为t时段燃气锅炉输出热功率与耗气量；
为燃气锅炉的工作效率。
此外，燃气锅炉需满足
（23）
式中，
、
分别为燃气锅炉的热功率输出上、下限。
电转气技术包含电解水与甲烷化两个过程[25]。其反应过程为
（24）
式中，ΔH为化学反应过程中吸收或释放的热量，取值为负表示反应放热。式（24）表明电转气设备每生产1 mol甲烷时将释放165.01 kJ的热量。可将该部分热量回收满足供暖需求，可减少热资源的浪费。
电转气（P2G）设备在t时段生产甲烷体积与消耗电能之间的关系为
（25）
式中，
为t时段电转气设备生成甲烷体积；ηP2G为电转气设备运行效率；
为t时段电转气设备耗电量。
电转气设备放热量与生成甲烷的量相关，除去反应循坏时消耗的热量外，则t时段电转气设备可用反应热量为
（26）
式中，
、
分别为甲烷的密度与摩尔质量，取值分别为0.717 4 kg/m3与0.016 kg/mol；
为反应热可用比例，通常取0.8[26]。
由阿伏加德罗定律可知：气体的体积之比等于物质的量之比[27]，则t时段生成氧气的体积为
（27）
同理可知，甲烷化过程中CO2需求量与甲烷体积相同，则t时段甲烷化过程消耗的CO2质量为
（28）
式中，
为CO2的气态密度，通常取1.997 kg/m3。
目前，我国广州、深圳等地已试运行碳排放交易市场，通过市场经济推进各行业实现低碳减排。碳排放配额分配方式主要有无偿分配、有偿分配及混合分配三种途径，国内配额方式主要采用无偿分配[28]。奖惩阶梯碳交易模型主要由碳排放权初始配额、实际碳排放及碳交易成本三部分组成。
系统中主要碳排放源包括富氧燃烧机组、燃气锅炉及购电等效排放三部分。则碳排放配额模型为
（29）
式中，
、
、
、
分别为综合能源系统、购电、富氧燃烧机组及燃气锅炉的碳排放分配额；gp、gh分别为单位电、热功率的碳排放额度，通常取值为0.728 kg/(kW·h)及0.102 kg/MJ[28]；
为t时段系统购电量；gp-h为电热折算系数，取6 MJ/(kW·h)[28]。
该系统中，假设购电量全部来源于燃煤机组，电转气设备在甲烷化过程中会产生减碳行为。因此，实际碳排放模型为
（30）
式中，
、
、
分别为综合能源系统、购电、燃气锅炉的碳排放量；a1、b1、c1为煤电的碳排放系数；a2、b2、c2为天然气供能碳排放系数。
为确保合理控制系统碳排放总量，本文采用阶梯型碳交易成本模型[15]。引入碳减排奖励系数σ进一步对碳排总量低于分配额度的个体进行奖励补贴，提高其节能减排积极性。则碳交易成本模型为
（31）
式中，
为t时段系统碳交易成本；c为碳交易基准价；σ为奖励系数；d为碳排放区间长度；τ为每个阶梯碳交易价格增长幅度。
系统的运行目标是总运行成本最小，包括系统购能成本、运维成本、碳交易成本、碳封存成本与弃风惩罚成本。目标函数为
（32）
式中，
为t时段系统购能成本；
为t时段系统运维成本；
为t时段碳封存成本；
为t时段弃风惩罚成本。
1）购能成本
系统购能成本包括购电成本与购气成本两部分。购电价格采用分时电价机制，购能成本为
（33）
式中，
为t时段系统向外部购电价格；
、
分别为t时段系统购气价格及购气体积。
2）运维成本
（34）
式中，
、
、
分别为燃气锅炉、电转气设备、风电的运维成本。
3）碳封存成本
当电转气无法消耗捕集的CO2时，需要将剩余的碳资源进行封存，则碳封存成本为
（35）
式中，
为碳封存成本系数。
4）弃风惩罚成本
为了确保系统实现风电优先上网，减少弃风现象的发生，通过弃风惩罚成本提高系统的风电接纳积极性，则弃风成本为
（36）
式中，
为单位弃风惩罚成本；
、
分别为t时段风电的预测出力及并网功率；
为t时段风电向电负荷提供电量。
4.2.1 系统平衡约束
1）电功率平衡约束
（37）
式中，
为t时段电负荷的消耗电能。
2）热功率平衡约束
（38）
式中，
为t时段储热系统向热负荷供热功率；
为t时段系统常规热负荷的消耗热能。
3）天然气平衡约束
（39）
4）氧气平衡
（40）
式中，
为t时段弃氧量。
4.2.2 风电运行约束
（41）
式（1）～式（41）构成了完整的电热气综合能源系统经济优化模型，该经济优化模型考虑了系统购能成本、运维成本、碳交易成本、碳封存成本与弃风惩罚成本等多项运行经济因素，可以得到调度周期内系统的多项成本之和最小时的各机组或设备的最优出力计划，保证系统的总运行成本最低。此外，以上模型中存在变量相乘（见式（4）与式（18））及二次函数（见式（30））等非线性表达式，可在Matlab环境下调用IPOPT求解器进行求解问题。
算例结构如图1所示。其中，光热电站的所有参数参考自文献[17-20]，部分光热电站运行参数见表1。富氧燃烧捕集技术的运行参数见表2。燃气机组的碳排强度为0.441 kg/(kW·h)，爬坡速率为 1 500 kW/h，运维系数为0.02 元/kW[15]；热回收器最大回收功率为1 MW，运行效率为85%[20]，运维系数0.025 元/kW；燃气锅炉最大供热功率为1 500 kW，工作效率为85%[15]，运维系数为0.02元/ kW；储氧罐最大储/放氧速率与效率分别为600 m3/h和99%，最大储氧量取4 000 m3，耗散系数为0.02%[12]，运维系数为0.05 元/m3；煤电及燃气锅炉排放系数取自参考文献[15]；碳交易基准价取0.2元/kg，碳排放区间长度为1 000 kg，奖励系数取0.2，惩罚价格增幅取0.25[15]；系统购气价格[16]与上限分别取3.5 元/m3与500 m3；电转气设备运维系数为0.05 元/kg；风电弃风惩罚系数为0.15元/kW，运维系数为0.02元/ kW[20]。图6为IES功率预测曲线，其包含各时段电/热负荷需求功率、风力发电功率及镜场的收集功率。表3为分时电价。算例中的t时表示调度日内的第t个时段，即1时指当天的第一个调度时段。
表1 光热电站基本参数
Tab.1 Basic parameters of CSP plant
参数数值参数数值 ηr-d(%)40[17]/(元/kW)0.02[19] ηloss(%)10/(元/kW)0.15[19] ρ(%)0.02[18]/kW1 000 ηcr(%)98[19] /kW4 000 ηfr(%)98 /kW4 000
表2 富氧燃烧捕集技术基本参数
Tab.2 Basic parameters of OCC technology
参数数值参数数值 lCCE/(kW·h/kg)0.089 3[13](%)50[12] lASO/(kW·h/m3)0.4(%)98[12] /kW400/(元/kW)0.05 /kW50 /(元/kW)0.05
图6 系统功率预测曲线
Fig.6 Power prediction curves of IES
表3 分时电价
Tab.3 Time-of-use electricity price
时段峰时段平时段谷时段 11:00—14:0018:00—21:008:00—10:0015:00—17:0022:001:00—7:0023:00 电价/[元/(kW·h)]1.10.750.3
为了验证所提策略可以满足系统供需平衡，对所建模型的运行结果进行分析。图7、图8分别为IES电负荷供电及热负荷供热情况。
图7 IES电负荷供电情况
Fig.7 Electrical load supply situation of IES
图8 IES热负荷供热情况
Fig.8 Thermal load supply situation of IES
由图7可以看出，IES仅在1:00—7:00与23:00—24:00从外部购电，其他时段光热电站、富氧燃烧捕集机组与风电即可满足系统的内部电能，说明IES具有较高的电能自给能力。由图8可以看出：富氧燃烧捕集机组与光热电站联合供热可以满足大部分热能需求，燃气锅炉与电转气设备反应余热可以分担其他部分供热需求。由此可知，IES可以满足各时段内部电能及热能需求。图9为光热电站运行情况。
由图9a可以看出，光热电站的热源主要为镜场与储热系统，储热系统可以确保无光照时电站持续供电，提高了光热电站的供能持续性。由图9b可以看出：热回收器回收热能不仅可以供热，而且拓宽了储热系统的储热途径，适度提升储热系统的储热量。由图9c可以看出：7:00—17:00，储热系统只进行储热工作；18:00—20:00，储热系统放热维持发电机运行与满足部分热负荷；其他时段储热系统只向热负荷进行供热。由此可知，热回收器与光热电站结合实现了电站内部的热电循环转换，提高了其运行灵活性。图10与图11分别为燃气轮机组出力情况及碳排放情况。
图9 光热电站运行情况
Fig.9 Operational situation of CSP plant
图10 燃气机组出力情况
Fig.10 Output power of gas turbine
图11 燃气机组碳排放情况
Fig.11 Carbon emissions of gas turbine
由图10可以看出，富氧燃烧捕集机组可以通过调整空分制氧设备及碳捕集设备的消耗电量改变机组净发电出力，该能量分流等效于降低了燃气机组的最小出力下限，赋予机组更大的调峰深度。由图11可以看出：碳捕集设备捕集的CO2大部分进行封存，其他部分作为电转气设备的反应原料，降低了碳封存成本，其生成的天然气可作为机组的原料，实现了系统内部的碳资源循环，提高了系统的运行清洁性。图12为电转气设备运行情况。
图12 电转气设备运行情况
Fig.12 Operational situation of P2G device
由图12可以看出，夜间电转气设备投入运行降低了风电反调峰特性造成的弃风损失，其生成的甲烷总量约占系统总消耗量的7.25%，在一定程度上降低了系统对外部气源的依赖性，提升了系统内部的能量转换能力，其自身具备的降碳特性也进一步提高了系统的碳交易收益。此外，电转气设备余热供暖量约占热能需求的1.57%，说明电转气设备也具有一定的供热潜力。由此可以看出，电转气设备具有多方面的运行潜力，可以有效提高系统运行灵活性与经济效益。图13为IES氧气利用情况。
由图13看出，氧气的来源主要为空分制氧设备及电转气设备，而储氧罐实现了氧气的时间转移，储氧时段主要集中于22:00—24:00，放氧时段为7:00—8:00及20:00—21:00。
图13 IES氧气利用情况
Fig.13 Oxygen utilization of IES
综上所述，本文所提策略可以满足系统内部的多能需求，且通过多种能量耦合设备实现了多种能量的双向转换，同时挖掘了电转气设备的运行潜力，提高了系统的运行灵活性，具有明显的减碳效果，降低了系统的运行成本。
为了验证所提策略的有效性，设置四种不同运行方案进行对比验证，方案信息见表4。不同方案运行数据见表5。
表4 方案信息
Tab.4 Program information
运行方案含HRD的 CSP电站富氧燃烧捕集技术P2G余热及纯氧回收 1××× 2√×× 3√√× 4√√√
表5 不同方案运行数据
Tab.5 Operational data of different programs
运行数据方案1方案2方案3方案4 运维成本/元2 215.283 638.204 034.584 078.34 购电成本/元42.9662.93283.3416.56 购气成本/元30 922.2621 445.0623 125.8622 638.10 碳交易成本/元-3 985.29-3 038.72-6 008.25-6 026.59 碳封存成本/元001 065.711 033.07 购碳成本/元721.99543.8100 弃风成本/元100.91167.0600 总运行成本/元30 018.1122 818.3422 501.222 139.46 碳排量/kg20 355.5812 980.51958.071 013.23
由表5可知：方案4较方案1、方案2、方案3的总运行成本分别下降了7 878.65 元、678.88元与361.74 元，即下降了26.25%、2.98%与1.61%；方案4较方案1、方案2、方案3的碳交易收益也分别增加了2 044.3 元、2 987.87 元与18.34 元，即增加了51.3%、98.32%与0.31%；而碳排量分别下降了约19 342.35 kg、11 967.28 kg与-55.16 kg，即下降了95.02%、92.19%与-5.75%。以上数据说明所提方案可以兼顾系统运行经济性与环保性。
其中，方案2的碳交易成本高于方案1，说明只引入光热电站会挤压燃气机组的出力空间，减小燃气机组带来的碳排效益，无法提高系统的经济性；而方案3、4的碳交易成本与碳排量均远优于方案1、2，说明引入富氧燃烧捕集技术与光热电站后不仅可以降低系统碳排放量以获取更高的经济收益，而且提高了系统的灵活调节能力以减少弃风电量。此外，方案2比方案1的购气成本及碳排量有较大幅度的下降，说明引入光热电站可以提高系统的自供能力并降低环境污染，弃风成本上升也验证光热电站挤压了风电的上网空间，而方案3、4既可以消除弃风现象，又保证了IES的低碳经济性。图14、图15分别为不同方案下电负荷供电情况与热负荷供热情况。
图14 不同方案下电负荷供电情况
Fig.14 Power supply for electric load in different programs
图15 不同方案下热负荷供热情况
Fig.15 Heat supply for heat load in different programs
由图14、图15可知：方案1～方案4中清洁能源供电占比分别为41.4%、59.23%、67.13%与65.53%，方案1～方案4中清洁能源供热占比分别为0%、31.55%、28.7%与30.07%，而方案1～方案4中清洁能源供能占比分别为24.04%、46.45%、48.68%与49.16%（清洁能源供电/供热/供能占比计算公式请见附录）。由此看出，引入光热电站与富氧燃烧捕集技术后，燃气机组出力占比显著降低，清洁能源供能占比明显上升，表明系统内部供电能力有所提升，碳排污染明显降低，具有明显的低碳效益。图16为不同方案制氧功率。表6为不同方案的部分数据对比。
图16 不同方案制氧功率
Fig.16 Oxygen production power in different programs
表6 不同方案的部分数据对比
Tab.6 Partial data comparison for different programs
方案ASOE制氧量/m3P2G供氧量/m3燃气机组净出力/(kW·h)燃气机组总出力/(kW·h) 313 464.25019 305.4926 928.50 412 550.031 011.7019 844.3727 077.13
结合图16与表6可知：在3:00—8:00的时段内，方案4的空分制氧设备消耗功率明显低于方案3，且方案4中电转气设备供氧量约占系统总制氧量的7.46%，有效减小了燃气机组的制氧耗能；此外，方案4中燃气机组净出力约占机组总出力的73.29%，较方案3提高了约1.9%。以上数据表明计及电转气设备氧气回收可以有效降低制氧消耗，适度提高燃气机组的净出力水平，在一定程度上降低总运行成本。
综上所述，本文所提策略可以有效提高系统自身供给能力与清洁能源占比，挖掘了电转气设备的运行潜力，兼顾了系统的低碳排与经济性，验证了该运行策略在低碳经济运行方面的有效性。
为了验证含热回收器的光热电站参与IES多能联供的有效性，设置三个场景进行分析：场景1为传统光热电站运行模式，不含热回收器，电站只可实现供电功能；场景2为光热电站“热电分离”运行模式，不含热回收器，发电机组进行供电，储热系统进行供热[20]；场景3为本文运行模式。
表7为不同场景的数据对比。可以看出光热电站的不同运行方式对于购能成本的影响最大，场景3的购能成本分别比场景1与场景2降低了5 989.25元与2 705.36 元，说明配置热回收器的光热电站运行模式能有效减小系统对燃气设备的依赖，提高了光热电站的运行灵活性与系统收益，验证了该模式具有较好的经济性优势。图17与图18分别为不同场景下光热电站出力及储热系统运行情况。
表7 不同场景的数据对比
Tab.7 Partial data comparison for different scenarios （单位：元）
运行数据场景1场景2场景3 运维成本4 616.073 886.224 078.34 购能成本29 043.9125 760.0223 054.66 碳交易成本-6 036.1-6 687.61-6 026.59 碳封存成本1 131.561 154.771 033.07 弃风成本56.7400 总运行成本28 812.1824 113.422 139.46
图17 不同场景光热电站出力
Fig.17 Output power of CSP plant in different scenarios
由图17与图18可知：场景1中光热电站发电量最高，其储热系统只实现单向供热发电，限制了光热电站的多能联供潜力；场景2中储热系统较场景1的供能多元化，降低了系统的购能成本，但储热来源单一和能量综合利用率较低等因素限制了多能供给能力；场景3中光热电站引入热回收器后，其发电量明显高于场景2，而储热系统的储热量及放热量较场景1、2有显著的提升，说明配置热回收器的光热电站可以拓展储热系统的储热来源，有效提高能量利用效率，进一步挖掘光热电站的多能联供潜力，验证该场景具有一定的优越性。
图18 不同场景储热系统运行情况
Fig.18 Operational situation of TES in different scenarios
电转气设备作为IES中重要的能量转换技术，考虑其余热利用及氧气回收可以适当降低运行成本与制氧耗能。但不同运行效率直接影响其氧气产量，针对0.6～0.8的效率范围进行探讨。图19为电转气运行效率影响。
图19 电转气设备运行效率影响
Fig.19 Effect of P2G device operation efficiency
由图19可知：随着电转气设备运行效率的增加，系统的总运行成本处于下降态势，而产氧量不断上升，两者近似处于负相关情况。当运行效率由0.6提升至0.8时，系统总运行成本由22 282.2元下降至21 439.7元，而电转气设备供氧量由908.45 m3上升至1 415.39 m3，电转气设备供氧占比也由6.75%上升至10.24%，说明电转气设备运行效率的提升可以进一步降低燃气机组的制氧能耗，提升系统的运行效益。
光热电站作为综合能源系统中重要的热电耦合设备，其运行过程会受到光照强度变化的影响[29]，光照强度的变化会造成光热电站镜场功率的不确定性，从而影响光热电站乃至系统的运行计划。因此对不同光照场景对系统的运行影响进行分析。图20为三种不同光照场景下镜场收集热功率。此处假设本文算例为基准光照场景下镜场收集热功率，其他两条曲线分别代表光照较弱与光照较强场景下镜场收集的热功率。表8为不同光照场景的运行数据对比。
图20 不同光照场景下镜场收集热功率
Fig.20 Thermal power collection of mirror field in different illumination scenarios
表8 不同光照场景的数据对比
Tab.8 Partial data comparison for different illumination scenarios （单位：元）
运行数据光照较强场景基准光照场景光照较弱场景 运维成本4 287.094 078.343 601.87 购电成本393416.56446.24 购气成本21 362.4822 638.1025 136.57 碳交易成本-5 775.98-6 026.59-6 685.58 碳封存成本984.971 033.071 191.82 弃风成本32.0300 总运行成本21 283.5922 139.4623 690.92
由表8可知，调度周期内光热电站的镜场收集热功率越多（即光照强度越强）时，系统的总运行成本会随之降低，同时系统内部购气成本、碳交易成本及碳封存成本也随之下降，而系统内部的设备运维成本不断增加。原因在于：光照强度较强时，光热电站的供电及供热能力较高，系统内部OCC机组的供电及供热压力较小，OCC机组的耗气量与低碳运行收益下降，购气成本、运维成本与碳封存成本也随之下降；光照较弱时，光热电站的供电及供热能力较弱，系统内部OCC机组的供电及供热压力较大，OCC机组的耗气量与低碳运行收益上升，购气成本与碳封存成本也随之增加。此外，光热电站的运维成本高于其他机组，所以光热电站的供电/热能力较高（低）时会提高（减小）系统的运维成本。图21为不同光照场景下光热电站的运行情况。
图21 不同光照场景下的光热电站运行情况
Fig.21 Operation of CSP plant in different illumination scenarios
由图21可知，当调度日内的光照强度越强时，光热电站的供电能力、供热能力均有不同程度提高。原因在于：不同的光照场景下储热系统的储热容量变化不同，光照强度较强时光热电站在白天的供电空间接近饱和，剩余大部分镜场收集热量及部分热回收器中的热量提高了储热系统的储热功率，储热系统的储热量明显增加，更能充分发挥储热系统的能量时移作用，以便光照不足时为发电机组供热或向热负荷供热，提高了光热电站的运行能力。图22与图23分别为不同光照场景下的系统购气量与OCC机组净出力。
图22 不同光照场景下的购气量
Fig.22 Gas purchase volume in different illumination scenarios
图23 不同光照场景下的OCC机组净出力
Fig.23 Net output power of OCC unit in different illumination scenarios
由图22与图23可知，光照较弱场景较基准光照场景的天然气购买量变化十分明显，而光照较强场景较基准光照场景的天然气购买量变化较小。此外，不同光照条件下白天OCC机组的净出力变化与购气量变化相似度较高。原因在于：光照较弱场景中，光热电站的供电/供热能力较弱，提升了OCC机组的运行压力，购气量较大；基准场景下，部分时段的光热电站供电/供热能力较光照较弱场景有显著提升，降低了OCC机组的供能压力，相同时段内的购气量显著降低；光照较强场景下，受到OCC调峰下限与弃风惩罚的影响，光热电站仅有部分时段出力有所提升，说明光热电站的出力空间趋于饱和，其供电/热能力较基准场景提升较小，OCC机组的运行压力降至最小，相同时段内的购气量变化有所减小。
综上所述，光照条件的变化对于光热电站的运行能力影响较为明显，从而影响到OCC机组的运行计划及系统的购气量。此外，当光照强度越强时，光热电站的多能联供能力及能量时移价值更高，系统的运行成本越低。
本文将富氧燃烧捕集技术与配备热回收器的光热电站引入电热气综合能源系统中，并计及电转气设备余热回收及氧气利用，提出了一种考虑碳交易效益与运行经济性的电热气综合能源系统运行优化方法。通过算例分析可得以下结论：
1）引入富氧燃烧捕集技术与光热电站可以满足系统内部的多能需求，实现了多种能量的双向转换，提高了系统的运行灵活性，具有较好的减碳效果与经济性。
2）配置热回收器的光热电站可实现“热电联供”，拓展了储热系统的储热来源，提高了光热电站的热能时移能力与能量利用效率；同时，热回收器与光热电站结合可以实现电站内部的热能循环流动，提高了其运行灵活性。
3）燃气机组引入富氧燃烧捕集技术可以提高其出力调节范围，有效降低了碳排量，且其与电转气联合运行可实现系统内部的碳资源循环利用，提高了系统的低碳运行能力。
4）电转气设备具备多种供能潜力，其降碳特性也可提升系统的碳交易收益；同时，当电转气运行效率提升时，系统的运行成本与燃气机组制氧能耗也缓慢下降，说明电转气设备运行效率的提升可进一步提升系统的运行经济效益。
5）光照条件的变化对光热电站的供电/热能力及能量的时移能力具有明显的影响，从而影响了系统内热电联供核心机组的运行计划，导致系统的购气量及运行成本发生变化。
需要说明的是，文中未采用IEEE节点测试系统进行验证，所以未考虑电热气的网络安全约束，此处对其进行定性分析。电能传输速率极快，一般考虑线路功率传输限制，而线路传输功率约束需要大于负荷功率需求，因此电力网络约束对系统的经济运行影响较小；热能与天然气的传输速率较慢，一般可达到小时级，则热网与气网需要考虑网络传输延时特性（即管存特性）与传输损耗，而热网与气网传输时损耗较小，管存特性更为明显，热网的管存特性拓宽系统的储热渠道，气网的管存特性与电转气设备配合可提高风电的消纳能力。因此，热网及气网的管存特性可提高系统的运行灵活性，电力约束对系统影响很小。
附 录
清洁能源供电占比
计算公式为
（A1）
清洁能源供热占比
计算公式为
（A2）
清洁能源供能占比
计算公式为
（A3）
参考文献
[1] 熊宇峰, 司杨, 郑天文, 等. 基于主从博弈的工业园区综合能源系统氢储能优化配置[J]. 电工技术学报, 2021, 36(3): 507-516.
Xiong Yufeng, Si Yang, Zheng Tianwen, et al. Optimal configuration of hydrogen storage in industrial park integrated energy system based on stackelberg game[J]. Transactions of China Electrotechnical Society, 2021, 36(3): 507-516.
[2] 王怡, 王小君, 孙庆凯, 等. 基于能量共享的综合能源系统群多主体实时协同优化策略[J]. 电力系统自动化, 2022, 46(4): 56-65.
Wang Yi, Wang Xiaojun, Sun Qingkai, et al. Multi-agent real-time collaborative optimization strategy for integrated energy system group based on energy sharing[J]. Automation of Electric Power Systems, 2022, 46(4): 56-65.
[3] 张大海, 贠韫韵, 王小君, 等. 计及光热电站及建筑热平衡的冷热电综合能源系统优化运行[J]. 高电压技术, 2022, 48(7): 2505-2514.
Zhang Dahai, Yun Yunyun, Wang Xiaojun, et al. Operational optimization of integrated cooling, heating and power energy system considering concentrating solar power plant and heat balance of building[J]. High Voltage Engineering, 2022, 48(7): 2505-2514.
[4] 刁涵彬, 李培强, 吕小秀, 等. 考虑多元储能差异性的区域综合能源系统储能协同优化配置[J]. 电工技术学报, 2021, 36(1): 151-165.
Diao Hanbin, Li Peiqiang, Lü Xiaoxiu, et al. Coordinated optimal allocation of energy storage in regional integrated energy system considering the diversity of multi-energy storage[J]. Transactions of China Electrotechnical Society, 2021, 36(1): 151-165.
[5] Wang Yuwei, Tang Liu, Yang Yuanjuan, et al. A stochastic-robust coordinated optimization model for CCHP micro-grid considering multi-energy operation and power trading with electricity markets under uncertainties[J]. Energy, 2020, 198: 117273.
[6] 林顺富, 刘持涛, 李东东, 等. 考虑电能交互的冷热电区域多微网系统双层多场景协同优化配置[J]. 中国电机工程学报, 2020, 40(5): 1409-1421.
Lin Shunfu, Liu Chitao, Li Dongdong, et al. Bi-level multiple scenarios collaborative optimization configuration of CCHP regional multi-microgrid system considering power interaction among microgrids[J]. Proceedings of the CSEE, 2020, 40(5): 1409-1421.
[7] Al Baroudi H, Awoyomi A, Patchigolla K, et al. A review of large-scale CO2 shipping and marine emissions management for carbon capture, utilisation and storage[J]. Applied Energy, 2021, 287: 116510.
[8] 张贤, 李阳, 马乔, 等. 我国碳捕集利用与封存技术发展研究[J]. 中国工程科学, 2021, 23(6): 70-80.
Zhang Xian, Li Yang, Ma Qiao, et al. Development of carbon capture, utilization and storage technology in China[J]. Strategic Study of CAE, 2021, 23(6): 70-80.
[9] Otitoju O, Oko E, Wang Meihong. Technical and economic performance assessment of post-combustion carbon capture using piperazine for large scale natural gas combined cycle power plants through process simulation[J]. Applied Energy, 2021, 292: 116893.
[10] 袁桂丽, 刘骅骐, 禹建芳, 等. 含碳捕集热电机组的虚拟电厂热电联合优化调度[J]. 中国电机工程学报, 2022, 42(12): 4440-4449.
Yuan Guili, Liu Huaqi, Yu Jianfang, et al. Combined heat and power optimal dispatching in virtual power plant with carbon capture cogeneration unit[J]. Proceedings of the CSEE, 2022, 42(12): 4440-4449.
[11] 程耀华, 杜尔顺, 田旭, 等. 电力系统中的碳捕集电厂: 研究综述及发展新动向[J]. 全球能源互联网, 2020, 3(4): 339-350.
Cheng Yaohua, Du Ershun, Tian Xu, et al. Carbon capture power plants in power systems: review and latest research trends[J]. Journal of Global Energy Interconnection, 2020, 3(4): 339-350.
[12] 高大明, 陈鸿伟, 杨建蒙, 等. 循环流化床锅炉富氧燃烧与CO2捕集发电机组运行能耗影响因素分析[J]. 中国电机工程学报, 2019, 39(5): 1387-1397.
Gao Daming, Chen Hongwei, Yang Jianmeng, et al. Influence factor analysis of circulating fluidized bed boiler oxy-fuel combustion and CO2 capture power generation unit operation energy consumption[J]. Proceedings of the CSEE, 2019, 39(5): 1387-1397.
[13] Vu T T, Lim Y I, Song D, et al. Techno-economic analysis of ultra-supercritical power plants using air- and oxy-combustion circulating fluidized bed with and without CO2 capture[J]. Energy, 2020, 194: 116855.
[14] 崔杨, 闫石, 仲悟之, 等. 含电转气的区域综合能源系统热电优化调度[J]. 电网技术, 2020, 44(11): 4254-4264.
Cui Yang, Yan Shi, Zhong Wuzhi, et al. Optimal thermoelectric dispatching of regional integrated energy system with power-to-gas[J]. Power System Technology, 2020, 44(11): 4254-4264.
[15] 秦婷, 刘怀东, 王锦桥, 等. 基于碳交易的电—热—气综合能源系统低碳经济调度[J]. 电力系统自动化, 2018, 42(14): 8-13, 22.
Qin Ting, Liu Huaidong, Wang Jinqiao, et al. Carbon trading based low-carbon economic dispatch for integrated electricity-heat-gas energy system[J]. Automation of Electric Power Systems, 2018, 42(14): 8-13, 22.
[16] 高晗, 李正烁. 考虑电转气响应特性与风电出力不确定性的电-气综合能源系统协调调度[J]. 电力自动化设备, 2021, 41(9): 24-30.
Gao Han, Li Zhengshuo. Coordinated scheduling of integrated electricity-gas energy system considering response characteristic of power-to-gas and wind power uncertainty[J]. Electric Power Automation Equipment, 2021, 41(9): 24-30.
[17] 贠韫韵, 董海鹰, 陈钊, 等. 考虑随机性及光热电站参与的多源发电系统两阶段随机优化调度[J]. 电力系统保护与控制, 2020, 48(4): 30-38.
Yun Yunyun, Dong Haiying, Chen Zhao, et al. A two-stage stochastic scheduling optimization for multi-source power system considering randomness and concentrating solar power plant participation[J]. Power System Protection and Control, 2020, 48(4): 30-38.
[18] 张尧翔, 刘文颖, 庞清仑, 等. 高比例风电接入系统光热发电-火电旋转备用优化方法[J]. 电工技术学报, 2022, 37(21): 5478-5489.
Zhang Yaoxiang, Liu Wenying, Pang Qinglun, et al. Optimal power spinning reserve method of concentrating solar power and thermal power for high-proportion wind power system[J]. Transactions of China Electrotechnical Society, 2022, 37(21): 5478-5489.
[19] 张大海, 贠韫韵, 王小君, 等. 考虑广义储能及光热电站的电热气互联综合能源系统经济调度[J]. 电力系统自动化, 2021, 45(19): 33-42.
Zhang Dahai, Yun Yunyun, Wang Xiaojun, et al. Economic dispatch of integrated electricity-heat-gas energy system considering generalized energy storage and concentrating solar power plant[J]. Automation of Electric Power Systems, 2021, 45(19): 33-42.
[20] 董海鹰, 贠韫韵, 马志程, 等. 计及多能转换及光热电站参与的综合能源系统低碳优化运行[J]. 电网技术, 2020, 44(10): 3689-3700.
Dong Haiying, Yun Yunyun, Ma Zhicheng, et al. Low-carbon optimal operation of integrated energy system considering multi-energy conversion and concentrating solar power plant participation[J]. Power System Technology, 2020, 44(10): 3689-3700.
[21] 刘杰. 35MWth富氧燃烧风烟系统建模与仿真研究[D]. 武汉: 华中科技大学, 2016.
[22] 吕泉, 陈天佑, 王海霞, 等. 热电厂参与风电调峰的方法评述及展望[J]. 中国电力, 2013, 46(11): 129-136, 141.
Lv Quan, Chen Tianyou, Wang Haixia, et al. Review and perspective of integrating wind power into CHP power system for peak regulation[J]. Electric Power, 2013, 46(11): 129-136, 141.
[23] Ju Liwei, Tan Zhongfu, Yuan Jinyun, et al. A bi-level stochastic scheduling optimization model for a virtual power plant connected to a wind–photovoltaic–energy storage system considering the uncertainty and demand response[J]. Applied Energy, 2016, 171: 184-199.
[24] 赵冬梅, 王浩翔, 陶然. 计及风电-负荷不确定性的风-火-核-碳捕集多源协调优化调度[J]. 电工技术学报, 2022, 37(3): 707-718.
Zhao Dongmei, Wang Haoxiang, Tao Ran. A multi-source coordinated optimal scheduling model considering wind-load uncertainty[J]. Transactions of China Electrotechnical Society, 2022, 37(3): 707-718.
[25] Chen Zexing, Zhang Yongjun, Ji Tianyao, et al. Coordinated optimal dispatch and market equilibrium of integrated electric power and natural gas networks with P2G embedded[J]. Journal of Modern Power Systems and Clean Energy, 2018, 6(3): 495-508.
[26] Schaaf T, Grünig J, Schuster M R, et al. Methanation of CO2-storage of renewable energy in a gas distribution system[J]. Energy, Sustainability and Society, 2014, 4(1): 1-14.
[27] 周任军, 肖钧文, 唐夏菲, 等. 电转气消纳新能源与碳捕集电厂碳利用的协调优化[J]. 电力自动化设备, 2018, 38(7): 61-67.
Zhou Renjun, Xiao Junwen, Tang Xiafei, et al. Coordinated optimization of carbon utilization between power-to-gas renewable energy accommodation and carbon capture power plant[J]. Electric Power Automation Equipment, 2018, 38(7): 61-67.
[28] 瞿凯平, 黄琳妮, 余涛, 等. 碳交易机制下多区域综合能源系统的分散调度[J]. 中国电机工程学报, 2018, 38(3): 697-707.
Qu Kaiping, Huang Linni, Yu Tao, et al. Decentralized dispatch of multi-area integrated energy systems with carbon trading[J]. Proceedings of the CSEE, 2018, 38(3): 697-707.
[29] 赖林琛, 周强, 杜文娟, 等. 同型光热发电机并联聚合对光热发电场振荡稳定性影响[J]. 电工技术学报, 2022, 37(1): 179-191, 231.
Lai Linchen, Zhou Qiang, Du Wenjuan, et al. Impact of dynamic aggregation of same concentrating solar power generators in parallel connection on the oscillation stability of a CSP plant[J]. Transactions of China Electrotechnical Society, 2022, 37(1): 179-191, 231.
Low-Carbon Operational Optimization of Integrated Electricity-Heat-Gas Energy System Considering Concentrating Solar Power Plant and Oxygen-Enriched Combustion Capture Technology
Abstract With the increasingly prominent contradiction between energy demand and environmental pollution, how to reduce carbon emissions from traditional energy sources has become a key issue for energy conservation and emission reduction. Carbon capture technology is one of the important technical paths to cope with climate change. The most commonly used carbon capture technologies are still the post-combustion capture technology and the pre-combustion capture technology. The post-combustion capture technology has the disadvantages of large footprint and low capture cost. The pre-combustion capture technology has the disadvantages of complex modification process and low technical applicability. As a new carbon capture technology, the oxy-fuel combustion capture (OCC) technology can effectively integrate the advantages of the above two carbon capture technologies and has a good application prospect. For this reason, the OCC technology is introduced to modify the gas unit and equips concentrating solar power (CSP) plant with heat recovery device so as to realize thermoelectric decoupling and auxiliary energy supply. With the energy conversion facilities like power to gas device and gas boiler to form an integrated energy system, a low-carbon optimization method of integrated electricity-heat-gas energy system is proposed.
Firstly, according to the concept of low-carbon energy supply and multi-energy coupling, the structure of integrated electricity-heat-gas energy system is established. The feasibility of combined heat and power operation of CSP plant is analyzed, and the mathematical model of CSP plant is constructed. Then, based on the energy flow direction of the OCC unit, the net output power equation and the electric-carbon characteristic equation of OCC unit are established, and the coordinated operation principle of OCC unit and CSP plant is analyzed. In addition, the operation potential of the power-to-gas (P2G) device is further explored, and the mathematical model of the P2G device is constructed by considering the reaction waste heat and oxygen recovery. On this basis, the reward and punishment ladder-type carbon trading mechanism is introduced to limit carbon emissions, and a low-carbon economic dispatch model of integrated electricity-heat-gas energy system is established. Finally, the effectiveness and economy of the proposed scheme are verified by the analysis of basic operation results, multi-scenario comparison verification and influence analysis of parameter changes.
The following conclusions can be drawn from the simulation analysis: (1) The coordinated operation of OCC unit and CSP plant can meet the multi-energy demand of the system, realize the two-way conversion of multiple energy, and improve the flexibility and economy of the system. (2) The CSP pant with heat recovery device can realize the operation of 'combined heat and power' and the circulation of heat energy, which improves the continuous operation ability and energy utilization efficiency of CSP plant. (3) After the low-carbon transformation of gas turbines by OCC technology, the output range and operation cleanliness can be effectively improved, and the combination of OCC units and power-to-gas equipment can realize carbon resource circulation. (4) The P2G device has a variety of energy supply potential, and the change of operating efficiency will affect the operational cost and oxygen energy consumption of the system. (5) The change of light intensity has obvious influence on the operation capacity of CSP power station and the operation plan of OCC unit.
keywords：Integrated electricity-heat-gas energy system, concentrated solar power plant, oxygen-enriched combustion capture technology, the reward and punishment ladder-type carbon trading, low-carbon operation
中图分类号：TM732
DOI:10.19595/j.cnki.1000-6753.tces.221732
国家自然科学基金资助项目（51977005）。
收稿日期 2022-09-13
改稿日期 2022-12-20
贠韫韵 男，1994年生，博士研究生，研究方向为电力系统与综合能源系统优化运行。E-mail：yun19950117@163.com
张大海 男，1973年生，博士，副教授，研究方向为智能电网、电力系统继电保护等。E-mail：dhzhang1@bjtu.edu.cn（通信作者）
（编辑 赫 蕾）