摘要 在电力系统低碳转型背景下，火电机组亟须提升调控灵活性并降低碳排放。针对现有碳交易机制中固定定价难以反映多主体竞争关系及火电机组运行灵活性不足的问题，亟须构建融合物理灵活性与市场激励机制的协同优化框架。该文提出一种考虑群决策融合的改进层次分析（AHP）法碳绿协同机制的火电机组多工况能量调控模型。首先，通过高/低压缸与锅炉间配置储热装置实现热电解耦与热能梯级利用，利用“热能缓冲”技术降低碳排放；其次，基于群决策-改进AHP方法构建考虑竞争、风险和政策因素的碳定价模型，并与绿证交易形成协同机制；最后，通过量化分析碳绿协同机制与系统最优弃能率之间的动态耦合关系，建立以经济性最优和弃风、弃光最优为目标的两阶段优化模型。IEEE 30节点系统仿真表明，所提模型可有效地刻画各利益主体参与碳交易市场的联系并提升火电机组调控性能，验证了其在促进电力系统低碳经济运行方面的优越性。
关键词：群决策-改进层次分析（AHP）法 碳绿协同 梯级利用 热能缓冲 最优弃能 碳交易定价
在电力系统低碳转型背景下，为达成“双碳”目标[1]，一方面，加快火电机组的升级改造、促进高比例可再生能源并网，是实现电力系统能源转型的重要手段；另一方面，实现电力系统低碳能源转型必须依托大电网、构建大市场[2]，在构建全国统一电力市场体系的过程中，碳交易机制能够有效引导资源配置，促进清洁能源消纳。因此，探索合理的碳交易市场是低碳转型的另一个重要手段。
目前关于火电机组的升级改造主要集中在燃烧侧灵活性改进技术、机组内部热电解耦技术和发电侧配置储能技术。燃烧侧灵活性改进技术主要包括低负荷稳燃技术[3-6]、锅炉水动力安全性改进[7-9]、宽负荷脱硝技术[10]；机组内部热电解耦技术主要包括配置电锅炉解耦[11-14]、配置储热装置解耦[15-17]；发电侧配置储能技术主要包括配置物理储能和电化学储能。其中，火电机组内部耦合储热装置实现热电解耦比较具有经济优势。
燃煤机组运行最小技术出力受限于锅炉出力。针对这一问题，通过解耦热力系统间的强耦合关系成为提升燃煤机组运行灵活性的关键技术突破方向。目前已有学者对火电机组配置储热系统的技术策略和热力学模型等进行了深入研究[18-23]，其中通过抽汽储热在锅炉与汽轮机做功缸之间耦合储热装置，是各类型改造措施中较为简单有效的途径。在储热装置的选择中，热水储热存在储热密度小、循环效率低的问题；相变材料和熔盐储热领域技术尚未成熟。目前关于火电机组耦合熔融盐储热装置的研究主要集中在热力学，参与系统低碳调度发电运行方面研究很少。上述储热技术革新虽为火电机组灵活性改造提供了物理层面的支撑，但机组低碳运行效能的最终实现仍需与市场机制深度耦合。
在高比例新能源平价上网的新形势下，提出了绿、碳交易机制，借助市场手段推动能源转型。目前碳-绿交易市场尚未成熟，碳减排机制有待完善。部分学者开展了碳交易机制下的优化运行研究[24-28]，仅从政府指导价中选取单一固定值作为参数，在较灵活可变的市场中难以满足交易关系，无法反映碳交易市场中各个主体之间的合作关系。实际价格是电力系统多主体合作行为的结果，需要采取合适的方法刻画多主体参与市场竞争的过程。文献[29]提出一种火电机组储热改造的系统低碳经济调度方法。文献[30]提出一种考虑火电机组储热改造与碳交易的储能优化配置方法。目前关于火电机组储热改造与碳交易研究较少，处于初级阶段。此外，关于绿证交易[31-34]已有学者进行了研究。文献[35]提出考虑绿色证书交易并引导其参与电力现货市场运行。文献[36]提出一种计及绿色证书交易机制的虚拟电厂低碳经济调度方法，提高了电力系统脱碳过程中的经济效益。文献[37]将绿色证书交易机制纳入碳捕集虚拟电厂低碳经济调度模型平衡系统经济性与低碳性。但目前对于碳、绿交易的研究大多独立建模，少有文献体现二者的价格联动效应，文献[38-40]提出碳绿交互分析范式，但其存在局限性，仅从政府指导价中选取单一固定值作为参数，未考虑及验证该价格的合理性。这种简化处理可能导致对市场联动效应的低估，尤其在政策调整期或可再生能源爆发式增长阶段，难以捕捉市场的非线性反馈关系。二者在市场交易中处于并行关系，如若进行单一的研究，则导致绿电环保属性体现不够明显，市场间互动有待加强。
上述关于火电机组灵活性改造、碳-绿市场机制的研究对电力系统发展具有深刻意义，但仍存在下列问题有待进一步讨论：①当前碳交易定价多为固定参数，固定参数定价模式在动态多变的能源市场中形同虚设，这在灵活可变的市场环境中难以准确反映实际交易关系，不能充分考虑不同主体之间的差异性；②当前火电机组灵活性改造面临技术割裂与储热-碳交易机制孤立运行的双重困境，亟须构建技术-市场协同优化框架。
针对上述问题，本文提出基于群决策-改进层次分析（Analytic Hierarchy Process, AHP）法碳绿协同的火电机组多工况能量调控方法，创新性体现在：①通过高低温熔融盐储热机制重构火电机组热力系统，实现机组灵活性改造与低碳运行的有效融合；②在碳交易和绿证交易的背景下，设计了一种基于群决策-改进AHP模型的碳交易定价方法。首先，通过高低温熔融盐梯级储热机制重构热力系统，实现能量的充分利用；其次，融合竞争、风险及政策导向等多维参数，引入群决策-改进AHP碳定价模型，构建碳绿协同交易机制；然后，考虑最优弃能与成本最小优化，建立两阶段求解架构；最后，通过算例仿真验证了本文所提模型的有效性。
传统火电机组各个环节通过热能耦合，出力调节受到限制，灵活性低。文献[18]提出导流式和引射式两种储热结构，提取高压缸与锅炉之间的主蒸汽进行储热，降低碳排放。本文基于热力学循环理论[41]，在系统中集成双回路熔融盐储热系统，通过热能的时移存储与可控释放，在维持锅炉燃烧稳定性的前提下，有效地解耦了机组热力系统间的强耦合关系，能量流动特性示意图如图1所示。本文提出在火电机组中集成双级熔融盐储热系统：在锅炉与高压缸间设置高温熔融盐储热装置，通过吸收/释放锅炉余热调节汽轮机功率；在低压缸与锅炉间配置低温熔融盐储热装置，回收低压缸排汽余热，预热给水回流到锅炉，对锅炉进行充分预热，降低依靠燃烧化学燃料提供的热量依赖性。该系统构建了完整的热能梯级利用循环，高温储热直接参与功率调节，低温储热降低煤耗，协同提升机组灵活性并减少碳排放。
基于火电机组与高低温熔融盐储热系统的耦合机理，本文建立了集成储热功能的火电机组数学模型。高低温储热装置通过对燃烧热量的动态存储与释放，灵活调节汽轮机热功率输入，实现对机组出力的精准控制。相比于储能装置直接接入电网[42-44]，该方案显著地提升了火电机组功率调节的灵活性，为高比例可再生能源电网提供了优质的调控资源。
（1）
式中，
、
分别为高、低温储热装置在
时段的储存的热量；
、
分别为高、低温储热系统的热损失效率；
、
、
、
分别为高、低温储热装置在时段的储存热功率和释放热功率；
、
、
、
为对应过程的热效率；
为锅炉在时段的燃烧功率；
为蒸汽轮机在时段的热功率；
为锅炉燃煤效率；
为锅炉在时段的燃煤量；
为煤粉燃烧热值；
为调度时段中最小的相邻时间间隔；
为火电机组在时段的发电出力；
为热电转换效率。
图1 耦合高低温储热系统的火电机组内部能流示意图
Fig.1 Schematic diagram of internal energy flow in a coal-fired power unit integrated with high-low temperature thermal energy storage system
1）火电机组出力约束
（2）
式中，
、
分别为第
台火电机组最小和最大出力。
本文建立了基于煤燃烧功率的储热系统最大放热功率数学模型。通过量化锅炉燃烧功率与储热系统热力学边界条件的耦合关系，对储热系统运行极限进行精确描述。引入最大放热系数
，有
（3）
式中，
、
分别为高、低温储热装置的最大放热功率；
、
分别为高、低温储热装置最大放热系数；
为储热系统释放最大热功率。
2）火电机组爬坡约束
（4）
式中，
、
分别为第台耦合高低温储热装置的火电机组的上、下爬坡速率；
为第台火电机组在时段的开停机状态。
3）火电机组启停时间约束
（5）
式中，
、
分别为第台火电机组的最小开机和关机时间；
、
分别为第台火电机组的连续开机和关机时间。
4）高低温储热装置储放热容量约束
（6）
式中，
、
、
、
分别为高、低温储热装置的最小和最大储存热量。
5）高低温储热装置储放热功率及状态约束
（7）
式中，
、
分别为高温储热装置在t时段的储、放热状态；
、
分别为低温储热装置在t时段的储、放热状态；
、
分别为高、低温储热装置最大储热功率。
6）锅炉单位时间耗煤量约束
（8）
式中，
、
分别为机组最小、最大燃煤量。
7）蒸汽轮机做功-热功率约束
（9）
式中，
、
分别为蒸汽轮机的做功热功率（用于发电机做功）的最小、最大值。本文规定600 MW机组进行深度调峰，但在深度调峰过程中，机组损耗增加，导致机组不主动深度调峰，因此设置深度调峰补偿机制，调峰收益计算公式为
（10）
（11）
（12）
（13）
（14）
（15）
式中，
为调峰补偿收益；
为时段火电机组用于补偿的功率，满足
；
为收益系数；
为补偿系数；
为电网电价；
为当前调度日内的调峰需求系数；
为当前调度日内的调峰压力系数；
为调峰需求指数，反映净负荷曲线的平滑性；
为t时段的净负荷；
为净负荷平均值；
、
分别为调峰需求指数最大值和最小值；
为火电机组数量；
为时段的调峰压力指数；
、
分别为调峰压力指数最大值和最小值；
为当前调度周期内的电源调峰最大激励系数。
碳交易价格作为市场信号，波动特性不仅制约着火电机组出力，也会通过市场出清机制改变系统运行的经济调度方案。采用固定的碳交易价格难以准确反映碳交易市场中各利益主体之间的复杂关系。因此，本文基于群决策-改进AHP方法，提出了一种碳交易基准定价模型，以更全面地捕捉市场动态和各利益主体的互动。
本文提出基于群决策-改进AHP的碳交易定价模型，综合考虑风险、竞争和政策三大核心因素，通过政策制定者、行业专家与市场主体代表协同参与的三级决策机制，结合不同主体的专业优势综合考量占比分配。该模型能有效反映市场供需关系，提升碳交易策略制定的精准度。
改进AHP方法主要从两方面进行优化：①引入动态一致性检验机制，通过实时反馈调整判断矩阵，解决传统方法在大规模比较时一致性低的问题；②融合模糊逻辑和粗糙集理论，突破固定层次结构限制，提升对复杂动态决策环境的适应性。此外，本文采用三标度法替代传统的九标度法，减少主观性对评价结果的影响，并通过最优传递矩阵直接构造判断矩阵，避免一致性检验环节，进一步提高计算效率。改进AHP方法为复杂决策提供了更透明、高效的解决方案。
利用群决策-改进AHP的具体实施步骤如下：
1）通过收集多名决策者对风险、竞争、政策三因素的判断矩阵，采用几何平均法集成个体判断矩阵A。判断矩阵A作为程序的输入，采用三标度法构造，表示对象之间的相对重要性。
（16）
式中，
为第
个决策者的判断或评估结果；
为决策者总数。1/J表示对每个结果进行归一化处理，
表示对第个决策者的结果进行归一化处理后的输出。
2）计算重要性排序指数。求判断矩阵A每行元素之和，计算第
个对象的重要性排序指数
为
（17）
式中，
为矩阵A的列数。
3）构造判断矩阵B。根据的大小关系，构造一个新的判断矩阵B，该矩阵保持判断矩阵A的重要性关系，对其进行了标准化和调整。
（18）
式中，
为中的最大值；
为中的最小值；km为标准化的重要系数，
。
4）构造最优传递矩阵C。
通过对矩阵B进行对数变换，得到最优传递矩阵C。
（19）
构造判断矩阵C的最优传递矩阵D。
（20）
5）构造拟优一致矩阵。将调整后的矩阵D再次转换回对数域，得到拟优一致矩阵B1。
（21）
6）通过式（22）～式（24）计算权重系数。
（22）
（23）
（24）
式中，
为矩阵A行数。
本文将基于群决策-改进AHP量化风险、竞争及政策因素对碳交易定价模型的影响程度，制定碳交易基础价格。
世界银行在《全球碳定价报告》中详细分析了全球及地区碳市场的发展现状，梳理碳价演变趋势、各国碳税与交易系统的定价机制等数据和研究结论，为解读碳市场动态及其定价影响提供了重要参考。国际能源署的相关报告则聚焦碳定价的经济效果，包括减排目标的实现与能源市场变化，对政策制定及碳市场定价具有重要指导意义。基于上述研究成果，本节对影响碳交易定价的主要因素进行深入分析。
1）风险因素
碳交易价格受政策调整、供需变化等外部因素影响显著，呈现高度波动性，增加了辅助服务的决策不确定性。应从市场和经济两个维度系统分析碳定价风险。通过调整市场波动率和投资者风险偏好，能够有效影响碳交易价格，其关系可表示为
（25）
式中，
为碳交易市场波动率[45]；
为投资者风险偏好[46]；
为波动率放大系数，用于量化波动率对风险定价的贡献；
为风险偏好权重，用于反映风险规避者对价格的敏感程度；
为风险因素的子模型价格。
2）竞争因素
碳市场结构及参与主体行为共同影响碳价格形成机制。技术路径的选择和碳配额的预期交易，均加剧了市场价格的竞争性波动，可表示为
（26）
式中，
为市场竞争强度[47]；
为火电机组储热后储热技术的渗透率，反映火电机组在竞争中的低碳优势；
为竞争强度的权重系数；
为技术渗透率的权重系数；
为竞争因素的子模型价格。
3）政策因素
联合国气候变化大会（COP）的相关报告指出，推动碳市场的有效运作需注重政策协调，以提高减排效率和公平性。研究表明，随着碳减排要求的强化，政策激励对火电等高碳行业影响加剧，从而在促进减排的同时提升碳交易收益。
（27）
式中，
为碳排放目标；
为碳配额分配规则，反映政策对公平性和激励性的综合考量[48]；
为碳排放目标的转换系数，用于将的数量级转换为价格单位；
为碳配额分配规则的权重系数；IP为政策因素的子模型价格。
综合考虑以上风险因素、竞争因素和政策因素这三个主要方面，利用群决策-改进AHP方法求出各个因素所占的权重系数，求得碳交易辅助服务定价
为
（28）
（29）
式中，
、
、
分别为风险、竞争、政策因素的权重系数。
本文在最小运行成本的基础上实现碳排放最低。综合考虑碳交易市场中的风险、竞争和政策因素，采用群决策-改进AHP对碳交易进行基础定价，利用碳-绿交互在一定程度上抵消碳排放，从而刺激耦合高低温储热装置的火电机组降低碳排放，运行策略如图2所示。
图2 基于碳绿协同的火电机组高低温储热运行策略
Fig.2 Operational strategy diagram for coal-fired power unit with high-low temperature thermal energy storage based on carbon-green synergy
3.1.1 碳交易机制
碳交易机制是通过行政机构分配碳排放配额，并允许碳排放权作为商品交易的一种市场化手段。
碳排放权配额模型为
（30）
式中，
为火电机组碳排放配额；
为火电机组碳排放配额系数。
实际碳排放模型为
（31）
式中，
为火电机组实际碳排放；
第台火电机组的碳排放系数。
阶梯式碳交易模型为
（32）
式中，
为绿证-碳交易交互后的碳交易成本；
为折算后的碳排放总量；
为碳交易价格激励系数；
为碳交易价格处罚系数；
为碳排放量的区间宽度。
3.1.2 绿证交易机制
绿证是国家对新能源上网电量的认证，是用户电力消费绿色电力的唯一凭证。
（33）
式中，
为绿证交易成本；
为绿证交易价格；
为本系统绿证配额指标；
为本系统可再生能源发电获得的绿证数量；
为在时段的负荷；
为可再生能源发电转换成绿证的配额系数；
为风电场在时段的发电功率；
为光伏电站在时段的发电功率；
、
为古诺模型的反价格函数的参数；
为系统出售绿证数量；
为绿证初始交易价格；
为基于历史数据算出的绿证交易价格比率；
为系统绿证数量配额系数。
3.1.3 碳绿协同交互机制
鉴于各类化石能源与新能源的碳排放量具备可测性，故能够定量核算新能源并网时相对化石能源的碳减排规模。基于此，可构建绿证与碳交易的联动机制：绿证对应的碳减排量可对碳排放源的实际排放量形成部分抵消，进而在碳排放核算环节降低其碳排放额度，以此对碳交易机制产生间接影响。本文通过碳绿协同机制，通过绿证量化新能源发电的碳减排效益，使绿证同时参与碳交易和绿证交易市场，通过价格联动实现两个市场的协同互动。绿证-碳交易交互机制如图3所示。
图3 绿证-碳交易交互机制
Fig. 3 Interaction mechanism between green certificate and carbon trading
1）单本绿证体现的碳减排量
（34）
式中，
为单本绿证体现的碳减排量；
为火电机组在生命周期内的碳排放量；
为可再生能源在生命周期内的碳排放总量。
2）绿证参与碳交易市场抵消后的碳排放
绿证购买方通过获取绿证的方式实现碳减排量的核算与交易。将
代入阶梯式碳交易计算模型中，即可得到碳绿协同后的实际碳交易成本。
（35）
式中，
为绿证抵消后的系统总的碳排放量；
为绿证抵消的碳排放总量。
高比例可再生能源并网固有的波动性与间歇性将加剧电力系统实时供需平衡难度。为此，本文通过一阶段模型引入可控弃风/弃光机制，在缓解频率电压波动的同时，有效地降低系统备用容量需求，从而提升电网运行的经济性。
3.2.1 目标函数
目标函数为净负荷方差最小，即
（36）
式中，
为第一阶段目标函数；
、
分别为在
时段的弃风率、弃光率。
3.2.2 约束条件
为保证系统稳定运行，需要考虑以下约束。
1）风电出力约束
（37）
式中，
为风电场在时段的预测值。
2）光伏发电出力约束
（38）
式中，
为光伏电站在时段的预测值。
3）弃风、弃光约束
（39）
式中，
、
分别为在时段的弃风、弃光电量；
、
分别为风电场允许的最大弃风率、光伏电站允许的最大弃光率。
一阶段基于风电、光电、负荷的预测出力，通过优化弃风率、弃光率，得到优化后的风光并网数据，并将这些数据作为二阶段经济调度的输入条件。二阶段则在该边界下，以总成本最小为目标进行经济调度，得到火电机组最优出力、煤耗及储热系统运行策略。
3.3.1 目标函数
目标函数考虑总成本最小，即
（40）
式中，
为火电机组运行成本与启停成本之和；
为风电、光伏系统运行成本；
为电力系统旋转备用成本；
为环境保护税；
为环境收益。
1）火电机组运行成本与启停成本和
（41）
式中，
为单位标煤价格；
为第
台火电机组的固定运行费用；
为第台火电机组在时段的开机标志；
为第台火电机组的启停费用；ai、bi、ci为火电机组i煤耗成本系数。
2）风电、光伏系统运行成本
风电、光伏系统运行成本主要包括维护成本和折旧成本，计算公式为
（42）
式中，
、
分别为风电和光伏发电的运行成本系数。
3）电力系统旋转备用成本
由于风光出力的不确定性与波动性，火电机组需承担系统的旋转备用以保证系统运行稳定性。旋转备用成本计算公式为
（43）
式中，
为系统旋转备用成本系数；
、
、
分别为负荷、风电、光伏发电的预测误差系数。
4）环境保护税
火电机组在运行过程中消耗煤炭，产生SO2及NOx。根据国家规定，火电厂需承担环境保护税。纳税成本计算公式为
（44）
式中，K为单位污染物需缴纳的税额；
、
分别为SO2、NOx的污染当量数；
、
分别为燃烧单位煤时产生的SO2、NOx质量；
、
分别为火电机组脱硫、脱硝效率。
5）环境收益
可再生能源并网会降低硫化物、碳化物等污染物排放，并带来一部分环境收益，计算公式为
（45）
式中，
、
分别为风电、光伏环境收益系数。
3.3.2 约束条件
为保证系统稳定运行，火电机组约束详见式（2）～式（9），此外要满足以下约束。
1）系统功率平衡约束
（46）
2）旋转备用约束
为保证系统的平衡和稳定性，本文火电机组承担系统的旋转备用容量。旋转备用约束为
（47）
式中，
、
分别为系统在时段所需的最小向上、向下备用容量。
3）线路传输容量约束
（48）
式中，
为节点
、
之间的电纳；
、
分别为节点、的电压相位；
为节点、之间的线路最大传输容量。
通过构建上述模型，基于Matlab平台使用Yalmip工具包调用Gurobi进行求解，其详细模型求解流程如图4所示。
为验证本文所提方法的有效性，对所提出的火电机组多工况能量调控策略进行仿真。
本文采用改进的IEEE 30节点系统进行算例分析。在节点1、5、8、13装设4台耦合高低温熔融盐储热装置的火电机组，总装机容量1 400 MW；在节点2、15分别装设风电机组和光伏电站，风电、光伏及负荷预测出力详见附录，本文的设计参数详见附表1。基于风险因素、竞争因素、政策因素求得碳交易基础定价的权重系数分别为31.9%、46%和22.1%。
图4 系统求解流程
Fig.4 Flow chart of system solution
为验证本文所提低碳调度模型的有效性，现设置四种运行场景进行对比，场景3为本文模型。
场景1：考虑最优弃能条件下纯火电机组传统调度模型。
场景2：考虑最优弃能条件下火电机组耦合高低温熔融盐储热装置调度模型。
场景3：考虑最优弃能条件与碳绿协同机制下的火电机组耦合高低温熔融盐储热装置能量调控模型。
场景4：不考虑最优弃能条件下碳绿协同机制下的火电机组耦合高低温熔融盐储热装置能量调控模型。
4.2.1 调度成本对比分析
四种场景下系统运行成本与收益见表1。
从表1中四种场景调度成本可知：
1）场景1只考虑最优弃能与纯火电机组参与调度，由于火电机组出力调节范围受锅炉燃烧和机组调节能力的限制，通常情况下存在较高的最低技术出力。当火电机组保持最低负荷燃烧运行时，由于燃耗效率低，容易导致锅炉效率下降，碳排放及一些污染物排放增加。在未耦合高低温熔融盐储热装置时，火电机组运行成本、碳交易成本较大。
表1 不同场景下的调度成本对比
Tab.1 Comparative analysis of dispatch costs under multiple operational scenarios （单位：元）
参数数值 场景1场景2场景3场景4 总成本4 973 0094 797 6504 684 8844 846 355 机组运行成本3 666 2493 634 4523 615 7863 656 737 风光运行成本185 934185 934185 934182 773 旋转备用成本336 558336 558336 558335 832 环境保护税1 223 4961 116 4471 035 3601 112 794 风光环境收益-470 619-470 619-470 619-460 249 绿证成本00-13 008-9 517 碳交易成本24 57023 47217 61022 515 启停成本114 000114 000114 000114 000 深度调峰补偿-107 089-142 594-149 785-118 047
2）场景2在场景1的基础上，对火电机组进行耦合高低温熔融盐储热装置改造，改造后火电机组参与调度，运行经济效益有了明显的改善。通过在火电机组内部的不同位置耦合熔融盐储热改造，机组可以在负荷低谷时维持高效运行。机组在负荷低谷时将部分能量存储，而不是直接转换为电能，避免机组在低负荷运行，提升整体能效；在电网需求增加时释放储热，补充机组出力。耦合的储热系统起到“热能缓冲”作用，在负荷波动较大时维持稳定运行，增强灵活性，可以更好地配合可再生能源的波动性输出，从而减少电网中火电机组作为备用电源频繁启停带来的碳排放，降低电网整体碳排放。与场景1中火电机组运行对比，机组运行成本降低31 797元，碳交易成本降低1 098元。
3）场景3在场景2的基础上，引入绿证-碳交易交互机制，绿证带来收益13 008元，碳交易成本降低5 862元。国家对可再生能源发电量配发绿证，可以带来一部分绿证收益；此外还可以联合碳交易进行交互，用绿证数量抵消一部分碳交易成本。
4）场景4与场景3火电机组改造模型相同，场景4调度模型相比场景3是在不考虑最优弃能的条件下调度运行。如果不考虑最优弃能，由于风电、光伏出力具有较大的波动性，导致火电机组需要频繁地改变出力以维持源荷平衡，在一定程度上增加了系统碳排放；同时较大的波动性导致弃风弃光增加，降低了绿证收益3 491元，碳排放成本增加 11 905元。
4.2.2 不同场景下火电机组并网功率运行工况分析
为进一步说明火电机组耦合高低温熔融盐储热装置后的运行工况，火电机组内部各部分热功率、功率如图5所示。
图5 不同场景下火电机组并网功率
Fig.5 Grid-connected power of thermal power units under different operational scenarios
图5展示了四个场景下火电机组的并网功率变化情况，结合净负荷曲线，可以直观反映不同调度策略对火电机组运行特性的影响。场景1、2、3是在考虑最优弃能条件下的调度模型。在场景1中，基于传统的火电机组调度方式，由于缺乏灵活的储热装置，火电机组需频繁调节功率，并以较大的功率调节来适应净负荷波动。在场景2中，火电机组通过耦合高低温熔融盐储热装置实现热电解耦，火电机组的功率变化幅度显著减小，各台机组的运行更加平稳，削峰填谷效果明显，减少了火电机组的调节次数。场景3在场景2的基础上引入了碳绿协同交互机制，以经济性为导向灵活调整火电机组与储热装置的运行模式，火电机组出力曲线的波动幅度进一步减小，系统运行更加平稳。场景4不考虑最优弃能，目标为经济性最优，以碳交易-绿证收益为约束条件，但不优先考虑系统减少弃风弃光，火电机组功率变化幅度与场景2和3相比有所增加，但仍显著优于场景1。
4.2.3 不同场景下火电机组内部运行工况分析
为进一步说明火电机组运行工况，对火电机组内部不同位置耦合熔融盐储热装置的储放热功率进行分析。熔融盐储热装置储放热功率如图6所示，锅炉燃烧热功率、汽轮机运行热功率如附图1所示。
在场景2中，低温储热用于辅助锅炉运行，高温储热用于调节汽轮机热能输入进行做功。高温储热装置曲线波动幅度较大，储热装置在风电出力高峰（如3:00—5:00）时以较高功率吸收多余热能，在风电出力低谷（如8:00—11:00）时释放储热，以平滑负荷，高温储热在白天释放热量较为明显，用于减少火电机组出力；低温储热的曲线波动相对平稳，其更多用于锅炉的基础热需求调节，在净负荷低谷时，低温储热以吸热为主（负功率），降低火电机组的最小出力限制。场景3中同时考虑最优弃风与碳交易-绿证交互机制，需要优化碳排放成本，高温储热装置热功率曲线波动相比场景2更加平滑，储热装置以较为稳定的功率吸热或放热，减少对火电机组启停的需求，减少火电机组功率调节频率，储放热时间更加规律，降低火电机组的碳排放，低温储热功率的波动进一步减小，表现出其在锅炉基础热需求调节中的更高效率，积极参与锅炉预热，降低化石燃料燃烧量。场景3中的储热装置通过精细化能量调控策略，不仅有效地减少了弃风，还大幅优化了火电机组的碳排放特性。场景4中不考虑最优弃能，追求碳交易-绿证交互的经济效益，以经济性为优化目标，削峰填谷效果减弱，弃电量增加。高低温储热装置热功率曲线不如场景2和场景3显著，储热装置运行频率降低，存在未消耗的风光资源。
在场景1、2及3中，首先在第一阶段模型中对风电、光伏进行合理弃能，然后依次进行第二阶段的调度模型；场景4不进行合理弃能分析，直接对风电、光伏预测数据进行调度。现对两种方式（考虑弃能与不考虑弃能）下的调度情况进行对比。
考虑与不考虑最优弃能条件下风电-光伏并网对比如图7所示。从图7可见，在考虑最优弃能条件后，最优弃风发生在风电高发阶段（如0:00—5:00），弃风率维持在中下等水平，最高弃风率0.5，其他时段（如6:00—14:00）弃风率为0，这与风电的反调峰特性有直接关系，在调度时段内全天弃风量为1 327.297 MW；由于日间光伏处理曲线与负荷曲线有极高的相似性，有助于降低电网的调峰难度，最优弃光时段集中在15:00—18:00，相比于风电，全天弃光仅为195.53 MW。不考虑最优弃能条件下，从图7中可以直观地看出风电在调度周期内弃风量较大，为1 901.334 MW，弃光量较小，为191.8 MW。基于光伏出力曲线特性，在考虑/不考虑最优弃能条件下，对于弃光造成的影响很小，但对反调峰特性较强的风电影响较为显著。
图6 不同场景下火电机组耦合高低温熔融盐储热装置的储热功率
Fig.6 Thermal storage power of thermal power units coupled with dual-temperature molten salt thermal storage systems under multi-scenario operation
图7 考虑/不考虑最优弃能条件下风电-光伏并网对比
Fig.7 Comparative analysis of wind-photovoltaic grid integration with/without optimal energy curtailment conditions
四种场景系统耗煤量与碳排放量对比如图8所示。
图8 四种场景燃煤量及碳排放对比
Fig.8 Comparative analysis of coal consumption and carbon emissions under four operational scenarios
从图8可知，在场景3中系统共产生863.773 t的CO2，相比于场景1、2、4碳排放分别下降48.841 t、20.635 t、7.227 t，燃煤量也有所下降。通过场景2与场景1对比可知，火电机组分别在高压缸与锅炉之间、低压缸与锅炉之间安装熔融盐储热装置后，火电机组内部的热量可以得到充分利用，在负荷低谷时存储热量，在负荷高峰时释放热能，起到“热能缓冲”的作用，减少煤耗量，降低机组碳排放。由场景3与场景2对比可知，引入绿证-碳交易交互机制后，通过绿证抵消部分碳排放，降低了碳交易成本。结合图6b可知，高温储热装置的放热时间段非常规律，主要集中在6:00—11:00，此时段负荷较高，降低火电机组碳排放；低温储热装置积极参与锅炉改变功率时要求的温度变化，降低煤耗量。由场景3与场景4对比可知，场景4不考虑最优弃能，追求经济最优，储热装置调节幅度减小，“热能缓冲”作用明显下降，系统碳排放与煤耗量增加，弃风也有明显增加。
系统运行成本、碳排放受到绿证配额系数、碳交易基准价格、煤炭价格等因素影响，其中本文碳交易基准价格通过群决策-改进AHP方法求得，受到市场波动率、投资者偏好等因素影响。因此，接下来将研究绿证配额系数、煤炭价格、市场波动率等因素对系统运行产生的影响。
4.5.1 绿证配额系数对碳排放影响
绿证配额系数在0.15～0.3范围内波动，现以场景3为例进行分析。不同绿证配额系数对系统运行影响见表2。
表2 不同绿证配额系数对系统运行影响
Tab.2 Impact analysis of different green certificate quota coefficients on system operation
绿证配额系数0.150.20.230.250.3 绿证收益/元10 45313 00820 98434 99680 564 碳交易成本/元19 07517 61016 73115 65814 680 绿证抵消碳排放/t64.6586.2199.14107.76129.31 抵消后碳排放/t280.56259.01246.08237.46215.91
从表2中可以看出，不同绿证配额系数（0.15～0.3）对系统运行的影响可从四个关键指标进行分析：绿证收益、碳交易成本、绿证抵消碳排放量和抵消后的碳排放量。随着绿证配额系碳数的增加，系统的绿证收益显著提升，当绿证配额系数从0.15提高到0.3时，绿证收益从10 453元增加到80 564元。同时，碳交易成本逐步下降，表明高绿证配额系数下绿证-碳交易交互机制作用明显，绿证抵消的碳排放量随着绿证配额系数的增大而增大，导致碳交易成本从19 075元下降至14 680元，绿证抵消的碳排放量随绿证配额系数的增加而提高，从64.65 t上升至129.31 t，而抵消后的碳排放量则从280.56 t下降到215.91 t。总体来看，增加绿证配额系数能够显著提升清洁能源的经济效益，同时降低碳排放和相关成本，具有显著的环境和经济优势。
4.5.2 群决策-改进AHP碳交易价格影响分析
1）风险因素中决策变量影响分析
针对风险因素中的碳市场波动率与投资者风险偏好两个决策变量，进行以下分析。
风险因素对碳交易影响分析如图9所示。从图9a可以看出，碳交易基准定价随着碳市场波动率的增加而逐渐升高，尤其在波动率较高区间（0.6～0.8），基准定价明显达到最高值（79～84元），对波动性的敏感度较大。此时，碳市场波动较高，交易价格对波动率的敏感性增加，价格上行压力显著，投资者风险偏好较低（0.2～0.4）时，定价稳定在70元左右；风险偏好为高（0.6～0.8）时，基准定价达到最高值84元左右。而在波动率较低区间（0.2～0.4），基准定价处于较低水平但基准定价变化较大（42～63元），对波动率的敏感性较低。由于市场波动较小，交易价格主要受市场供需关系驱动，波动率对基准定价的影响不显著，投资者风险偏好越低（靠近0.2），定价越低，而当投资者风险偏好较高（靠近0.8），定价显著升高。同时，投资者风险偏好的增加显著增加了基准定价，在风险偏好较低（0.2～0.4）时，基准定价较低；而在高风险偏好（0.6～0.8）时，基准定价趋于稳定并处于较高水平。这种趋势表明碳市场波动率和投资者风险偏好共同决定了碳交易基准价格的波动程度。图9b中展示的碳交易成本与图9a有着相似的趋势，碳交易基准定价越高，相应的碳交易成本越高。
图9 风险因素对碳交易影响分析
Fig.9 Impact analysis of risk factors on carbon trading mechanisms
2）竞争因素中决策变量影响分析
竞争因素对碳交易影响分析如图10所示。在碳交易基准定价方面，区域市场竞争强度对基准定价的影响主要集中在低渗透率区间，基准定价相对于市场竞争强度改变量较为明显；而在高渗透率区间（0.5～0.6），竞争强度的影响显著减弱，定价趋于稳定在70～76元之间。这是因为储热技术的提升显著优化了火电机组的灵活性，减少了碳排放需求，缓解了市场供需压力。在碳交易成本方面，随着储热技术渗透率的提升，储热技术的优化效应同样在高渗透率区间（0.4～0.6）内得以显现，显著削弱了区域市场竞争强度的影响。在低渗透率区间（0.1～0.2），竞争强度较高时交易成本升至19 640元；而在高渗透率区间，不论竞争强度的高低，交易成本均趋于稳定在17 720～19 640元。这表明储热技术的渗透不仅降低了火电机组的碳排放总量，还显著抑制了竞争强度对碳交易成本的推动作用。储热技术渗透率的提高是降低碳交易基准定价和交易成本的核心因素，而区域市场竞争强度在低渗透率条件下对碳市场具有显著影响，但其作用会随着储热技术的渗透逐渐减弱。
图10 竞争因素对碳交易影响分析
Fig. 10 Impact analysis of competitive factors on carbon trading mechanisms
3）政策因素中决策变量影响分析
政策因素对碳交易影响分析如图11所示。从图11可以看出，随着碳配额系数从0.4逐渐增加到1.2，碳交易成本提高，呈现非线性增长趋势；同时，在碳配额系数较低区间（0.4～0.6），碳交易成本的增长幅度相对平缓，而在碳配额系数较高区间（1.0～1.2），成本的增长幅度加快。此外，碳交易基准定价的变化呈现相对平稳的特性，基准定价的增幅在碳配额系数较低时（0.4～0.7）略显缓慢，而当碳配额系数超过1.0时，定价的增长速度有所加快。
图11 政策因素对碳交易影响分析
Fig.11 Impact analysis of policy factors on carbon trading mechanisms
4.5.3 不同碳交易价格对比分析
参考已有碳交易价格价格进行对比分析，结果见表3。由表3可见，通过本文方法制定的碳交易价格进行系统优化，总成本最小。碳交易价格过低时，企业会倾向于继续依赖传统高排放机组，从而导致较高的机组运行成本和环境保护成本；碳交易价格过高时，企业需要承担较高的碳交易成本，高碳价格导致企业负担过重，进而限制其投资能力或市场灵活性，增加了总成本。
表3 不同价格对比分析
Tab. 3 Comparative analysis of different prices
参考价格本文方法 文献[32]文献[39]文献[38] 碳交易价格/(元/t)5012515070.203 1 总成本/元5 672 3205 755 7855 780 2145 613 074 机组运行成本/元3 634 4523 684 9353 727 9683 615 786 环境保护税/元1 088 6311 265 9861 292 4101 035 360 碳交易成本/元12 95132 37638 85117 610
本文采用群决策-改进AHP方法，综合考虑本文所选场景中的碳交易市场波动率、投资者风险偏好、市场竞争强度、火电机组储热后储热技术的渗透率、碳排放目标及碳配额分配规则六项影响因素，从而计算出适合本文调度场景的最优价格。如要更换仿真场景，则改变以上六项影响因素，从而制定适合该场景的碳交易最优价格。本文方法是对固定碳价机制的补充优化，可间接反映其相对于固定定价的适应性优势，为后续的碳定价方法研究提供参考。
本文提出了一种基于群决策-改进AHP碳绿协同的火电机组多工况能量调控方法，对促进可再生能源的利用和火电机组的低碳化转型具有积极作用。通过算例分析可以得出以下结论：
1）本文通过构建政策制定者、行业专家和市场主体代表的三级决策机制，量化评估风险、竞争及政策因素对定价的影响权重，建立了具有环境适应性的碳交易基准价格模型。该方法突破了固定定价模式的局限性，为火电企业参与碳市场提供了决策依据。
2）本文在火电机组高压缸/锅炉和低压缸/锅炉间耦合高低温熔融盐储热装置。高低温储热协同实现“低储高放”的削峰填谷运行。结果表明，该配置通过热能时空转移显著提升了机组运行经济性和环保性，降低运行成本、燃煤量分别约为194 319元、210 t，充分验证了熔融盐储热的“热能缓冲”效应。
3）采用碳绿协同交互机制，通过绿证抵消一部分碳排放，不仅为系统运行增加了绿证收益，同时也降低了碳交易成本。配合最优弃能率联合使用，可以提高系统可再生能源的消纳能力，促进碳排放进一步降低，减少约550 t。证实了市场机制与储热技术手段协同驱动电力系统低碳转型的有效性。但需注意其经济性依赖地方绿证交易政策的完备度。建议在具有免费配额比例高于60%的市场优先应用本定价模型，适用于火电机组耦合储热装置的场景。
本文所提方法为火电低碳转型提供了技术-市场协同新思路，但需结合具体政策环境与电网特征调整参数。未来将研究考虑大规模储能技术与智能电网的结合，如何在高比例可再生能源背景下提升系统的调度灵活性和稳定性，促进电力系统的深度低碳转型。
附 录
附表1 火电机组参数
App.Tab.1 Thermal power unit parameters
参数数值 节点1节点5节点8节点13 出力上限/MW200300300600 出力下限/MW100150150180 上/下爬坡率/(MW·h)100150150250 煤耗系数0.001 1240.000 1310.000 1310.000 017 0.287 30.232 20.232 20.276 0 4.073 616.007 316.007 311.462 0 碳排放强度1.030.950.950.86 最大燃煤量/t699494190 最小燃煤量/t34454595 蒸汽轮机最大进气量/MW5007507501 500 蒸汽轮机最小进气量/MW85130130260 储热装置最大储热容量/(MW·h)100200200300
附表2 其他参数
App.Tab.2 Other parameters
参数数值 （高温储热装置热损失效率）(%/h)0.03 （锅炉燃煤效率）(%)90 Wd(补偿系数)0.2 (风电场允许最大弃风率)0.2 (风电场运行成本系数)/(元/MW)30 (负荷预测误差系数)0.1 (光伏发电预测误差系数)0.05 (火电机组脱硫效率)0.85 (风电运行环境收益系数)/(元/MW)80 (燃烧单位煤时产生的SO2质量)/t8 (旋转备用成本系数)/(元/MW)112 (低温储热装置热损失效率)/[t/(MW·h)]0.03 (热电转换效率)(%)0.4 (绿证配额系数)0.2 (光伏电站允许最大弃光率)0.19 (光伏电站运行成本系数)/(元/MW)40 (风电预测误差系数)0.05 (单位燃煤价格)/(元/t)500 (火电机组脱硝效率)0.85 (光伏发电运行环境收益系数)/(元/MW)80 (燃烧单位煤时产生的NOx质量)/t7 (调峰最大激励系数)0.2
附图1 不同场景中锅炉及汽轮机热功率
App.Fig.1 Thermal power of boilers and steam turbines in different scenarios
附图2 预测功率
App.Fig.2 Predicted power
附图3 IEEE 30节点系统
App.Fig.3 IEEE 30-bus system
参考文献
[1] 中共中央, 国务院. 关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见[EB/OL]. (2021-10-24)[2025-05-12]. https://www.gov.cn/zhengce/ 2021-10/24/content_5644613.htm.
[2] 中华人民共和国国家发展和改革委员会. 《关于加快建设全国统一电力市场体系的指导意见》系列解读[EB/OL]. (2022-02-09)[2025-05-12]. https://www. ndrc.gov.cn/fggz/fgzy/xmtjd/202202/t20220209_1314497_ext.html.
[3] 宋民航, 黄云, 黄骞, 等. 旋流煤粉燃烧器低负荷稳燃技术探讨[J]. 中国电机工程学报, 2021, 41(13): 4552-4565. Song Minhang, Huang Yun, Huang Qian, et al. Discussion on low-load stable combustion technology of swirl pulverized-coal burner[J]. Proceedings of the CSEE, 2021, 41(13): 4552-4565.
[4] Zhu Shujun, Hui Jicheng, Lü Qinggang, et al. Experimental study on pulverized coal combustion preheated by a circulating fluidized bed: preheating characteristics for peak shaving[J]. Fuel, 2022, 324: 124684.
[5] Li Xiaoguang, Zeng Lingyan, Zhang Ning, et al. Effects of the air-staging degree on performances of a supercritical down-fired boiler at low loads: air/particle flow, combustion, water wall temperature, energy conversion and NOx emissions[J]. Fuel, 2022, 308: 121896.
[6] 冯前伟, 张杨, 王丰吉, 等. 燃煤机组SCR脱硝超低排放改造前后性能对比分析[J]. 中国电机工程学报, 2020, 40(20): 6644-6652. Feng Qianwei, Zhang Yang, Wang Fengji, et al. Performance comparison and analysis before and after SCR ultra-low emission transformation of coal-fired units[J]. Proceedings of the CSEE, 2020, 40(20): 6644-6652.
[7] 袁雪峰, 马进, 张芹, 等. 采用电极式锅炉提高供热机组运行灵活性的研究[J]. 电力科学与工程, 2018, 34(10): 42-48. Yuan Xuefeng, Ma Jin, Zhang Qin, et al. Study on improving operation flexibility of heating unit by using electrode boiler[J]. Electric Power Science and Engineering, 2018, 34(10): 42-48.
[8] 王小惠, 何兆禹, 徐超, 等. 斜温层单罐储热同时蓄放热过程动态特性模拟[J]. 中国电机工程学报, 2019, 39(20): 5989-5998. Wang Xiaohui, He Zhaoyu, Xu Chao, et al. Dynamic simulations on simultaneous charging/discharging process of water thermocline storage tank[J]. Proceedings of the CSEE, 2019, 39(20): 5989-5998.
[9] 张显荣, 徐玉杰, 杨立军, 等. 多类型火电-储热耦合系统性能分析与比较[J]. 储能科学与技术, 2021, 10(5): 1565-1578. Zhang Xianrong, Xu Yujie, Yang Lijun, et al. Performance analysis and comparison of multi-type thermal power-heat storage coupling systems[J]. Energy Storage Science and Technology, 2021, 10(5): 1565-1578.
[10] 马子然, 周佳丽, 马静, 等. 燃煤电厂脱硝催化剂宽负荷运行的现状与发展[J]. 中国电机工程学报, 2022, 42(23): 8415-8430. Ma Ziran, Zhou Jiali, Ma Jing, et al. Current status and development of wide-load operation of SCR catalysts in coal-fired power plants[J]. Proceedings of the CSEE, 2022, 42(23): 8415-8430.
[11] Zhao Pan, Gou Feifei, Xu Wenpan, et al. Multi-objective optimization of a hybrid system based on combined heat and compressed air energy storage and electrical boiler for wind power penetration and heat-power decoupling purposes[J]. Journal of Energy Storage, 2023, 58: 106353.
[12] 兰贞波, 冯万兴, 胡军峰, 等. 基于可变误差多面体算法的储能融合电锅炉提升风电消纳控制技术[J]. 电力自动化设备, 2020, 40(5): 47-53. Lan Zhenbo, Feng Wanxing, Hu Junfeng, et al. Usage of combined energy storage electric boiler to enhance wind power accommodation based on flexible tolerance polyhedron method[J]. Electric Power Automation Equipment, 2020, 40(5): 47-53.
[13] Zhao Pan, Gou Feifei, Xu Wenpan, et al. Energy, exergy, economic and environmental (4E) analyses of an integrated system based on CH-CAES and electrical boiler for wind power penetration and CHP unit heat-power decoupling in wind enrichment region[J]. Energy, 2023, 263: 125917.
[14] 陈乐涵, 元一平, 万浩, 等. 考虑集中式光热电站熔盐热力学性质的新型电力系统机组组合模型[J]. 电网技术, 2025, 49(7): 2725-2735. Chen Lehan, Yuan Yiping, Wan Hao, et al. Enhancement in unit commitment for modern power systems considering molten salt thermodynamic characteristics of combined solar power plant[J]. Power System Technology, 2025, 49(7): 2725-2735.
[15] Li Ruixiong, Tao Rui, Yao Erren, et al. Decoupling heat-pressure potential energy of compressed air energy storage system: Using near-isothermal compressing and thermal energy storage[J]. Journal of Energy Storage, 2023, 63: 107017.
[16] 冀帅宇, 段立强, 段朝霞, 等. 集成储热的光煤互补发电系统灵活运行性能研究[J]. 中国电机工程学报, 2025, 45(22): 8924-8936. Ji Shuaiyu, Duan Liqiang, Duan Zhaoxia, et al. Flexible operation performance of solar-aided coal-fired power generation system integrated with thermal storage unit[J]. Proceedings of the CSEE, 2025, 45(22): 8924-8936.
[17] Du Ruxue, He Yang, Chen Haisheng, et al. Performance and economy of trigenerative adiabatic compressed air energy storage system based on multi-parameter analysis[J]. Energy, 2022, 238: 121695.
[18] Cui Yuelong, Jiang Kaijun, Wei Huimin, et al. Flexible thermal power units integrated with molten salt thermal storage: Thermal energy distribution active adjustment method and thermodynamic evaluation[J]. Journal of Energy Storage, 2025, 117: 115983.
[19] 刘吉臻, 王庆华, 张效宁, 等. 支撑我国能源转型的灵活燃煤发电新技术: 燃煤耦合储能系统及智能控制系统[J]. 中国电机工程学报, 2024, 44(17): 6855-6882. Liu Jizhen, Wang Qinghua, Zhang Xiaoning, et al. Novel technologies of flexible coal-fired power generation to support China energy transition: coal-fired coupled energy storage system and smart control system[J]. Proceedings of the CSEE, 2024, 44(17): 6855-6882.
[20] Zhao Yongliang, Liu Ming, Wang Chaoyang, et al. Increasing operational flexibility of supercritical coal-fired power plants by regulating thermal system configuration during transient processes[J]. Applied Energy, 2018, 228: 2375-2386.
[21] Wei Haijiao, Lu Yuanwei, Yang Yanchun, et al. Research on influence of steam extraction parameters and operation load on operational flexibility of coal-fired power plant[J]. Applied Thermal Engineering, 2021, 195: 117226.
[22] Cao Ruifeng, Lu Yue, Yu Daren, et al. A novel approach to improving load flexibility of coal-fired power plant by integrating high temperature thermal energy storage through additional thermodynamic cycle[J]. Applied Thermal Engineering, 2020, 173: 115225.
[23] 曾光, 纪阳, 符津铭, 等. 热储能技术研究现状、热点趋势与应用进展[J]. 中国电机工程学报, 2023, 43(增刊1): 127-142. Zeng Guang, Ji Yang, Fu Jinming, et al. Research status, hot trends and application progress of thermal energy storage technology[J]. Proceedings of the CSEE, 2023, 43(S1): 127-142.
[24] 陈俊先, 贾燕冰, 韩肖清, 等. 考虑需求侧碳交易机制的多微能网分布式协同优化调度[J]. 电网技术, 2023, 47(6): 2196-2206. Chen Junxian, Jia Yanbing, Han Xiaoqing, et al. Distributed coordinated optimal scheduling of multi-micro integrated energy systems considering demand-side carbon trading mechanism[J]. Power System Technology, 2023, 47(6): 2196-2206.
[25] 卢佳富, 梁宁, 徐慧慧, 等. 动态碳-绿证交易交互机制下多综合能源系统协调优化调度[J]. 电力系统自动化, 2025, 49(9): 52-60. Lu Jiafu, Liang Ning, Xu Huihui, et al. Coordinated optimal dispatch of multiple integrated energy systems under dynamic carbon-green certificate trading interaction mechanism[J]. Automation of Electric Power Systems, 2025, 49(9): 52-60.
[26] 陈景文, 叶鹏程, 刘耀先, 等. 基于阶梯碳交易的含碳捕集与高耗能负荷的虚拟电厂优化调度[J/OL]. 电网技术, 2025: 1-17(2025-04-19)[2025-11-01]. https://doi.org/10.13335/j.1000-3673.pst.2025.0155. Chen Jingwen, Ye Pengcheng, Liu Yaoxian, et al. Optimization dispatch of virtual power plant with carbon capture and high-energy-consumption loads based on stepped carbon trading[J/OL]. Power System Technology, 2025: 1-17. (2025-04-19)[2025-11-01]. https://doi.org/10.13335/j.1000-3673.pst.2025.0155.
[27] 乐生铜, 张亚超, 朱蜀, 等. 考虑低碳需求响应的碳捕集燃煤电厂配置-运行协同优化[J]. 电力自动化设备, 2024, 44(7): 278-286. Le Shengtong, Zhang Yachao, Zhu Shu, et al. Collaborative optimization of configuration-operation for coal-fired power plants with carbon capture considering low-carbon demand response[J]. Electric Power Automation Equipment, 2024, 44(7): 278-286.
[28] 王守文, 叶金根, 徐丽洁, 等. 计及温控厌氧发酵和阶梯碳交易的农村综合能源低碳经济调度[J]. 电力系统保护与控制, 2024, 52(8): 88-97. Wang Shouwen, Ye Jingen, Xu Lijie, et al. Rural comprehensive energy low-carbon economic dispatch taking into account temperature controlled anaerobic fermentation and ladder carbon trading[J]. Power System Protection and Control, 2024, 52(8): 88-97.
[29] 彭元, 娄素华, 范越, 等. 考虑火电机组储热改造的电力系统低碳经济调度[J]. 电网技术, 2020, 44(9): 3339-3345. Peng Yuan, Lou Suhua, Fan Yue, et al. Low-carbon economical dispatch of power system considering thermal energy storage in thermal power units[J]. Power System Technology, 2020, 44(9): 3339-3345.
[30] 刘天阳, 舒印彪, 毕天姝, 等. 考虑熔盐储热耦合火电机组改造的沙戈荒新能源基地混合储能优化配置方法[J]. 中国电机工程学报, 2026, 46(2): 478-492, I0003. Liu Tianyang, Shu Yinbiao, Bi Tianshu, et al. Configuration optimization method of hybrid energy storage for desert-Gobi-wasteland renewable energy bases considering retrofit of molten salt heat storage coupled with thermal power units[J]. Proceedings of the CSEE, 2026, 46(2): 478-492, I0003.
[31] 李姚旺, 张世旭, 杨晨, 等. 考虑绿电与绿证交易的实时用电碳核算方法[J]. 中国电机工程学报, 2025, 45(12): 4543-4555. Li Yaowang, Zhang Shixu, Yang Chen, et al. Real-time carbon emission accounting method considering green electricity and green certificate transactions[J]. Proceedings of the CSEE, 2025, 45(12): 4543-4555.
[32] 杨冬锋, 刘厚伟, 孙勇, 等. 考虑绿证交易机制与碳捕集电厂深度调峰补偿的多主体联合调峰优化调度[J]. 电网技术, 2024, 48(1): 100-109. Yang Dongfeng, Liu Houwei, Sun Yong, et al. Multi-agent joint peak regulation optimal scheduling considering green certificate trading mechanism and deep peak regulation compensation for carbon capture power plant[J]. Power System Technology, 2024, 48(1): 100-109.
[33] 梁宁, 缪猛, 徐慧慧, 等. 考虑绿证-碳交易机制的综合能源系统双层优化调度[J]. 太阳能学报, 2024, 45(7): 312-322. Liang Ning, Miao Meng, Xu Huihui,et al. Bi-level optimal scheduling of intergated energy system considering green certificates-carbon emission trading mechanism[J]. Acta Energiae Solaris Sinica, 2024, 45(7): 312-322.
[34] Chang Xin, Wu Zhaoyuan, Wang Jingting, et al. The coupling effect of carbon emission trading and tradable green certificates under electricity marketization in China[J]. Renewable and Sustainable Energy Reviews, 2023, 187: 113750.
[35] 王坤, 徐程炜, 文福拴, 等. 绿色证书交易下可再生能源参与现货市场的过渡机制[J]. 电力系统自动化, 2023, 47(14): 1-11. Wang Kun, Xu Chengwei, Wen Fushuan, et al. Transition mechanism for renewable energy participation in electricity spot market considering green certificate trading[J]. Automation of Electric Power Systems, 2023, 47(14): 1-11.
[36] Yan Qingyou, Ai Xingbei, Li Jinmeng. Low-carbon economic dispatch based on a CCPP-P2G virtual power plant considering carbon trading and green certificates[J]. Sustainability, 2021, 13(22): 12423.
[37] Zhang Jinliang, Liu Ziyi. Low carbon economic dispatching model for a virtual power plant connected to carbon capture system considering green certificates-carbon trading mechanism[J]. Sustainable Energy Technologies and Assessments, 2023, 60: 103575.
[38] 刘晓军, 熊健, 王艺博, 等. 考虑不确定变量变分模态分解及绿证-碳联合交易的综合能源系统经济优化调度[J]. 电工技术学报, 2025, 40(13): 4276-4291. Liu Xiaojun, Xiong Jian, Wang Yibo, et al. Economic optimization of integrated energy system scheduling considering uncertainty variables variational mode decomposition and green certificate-carbon joint trading[J]. Transactions of China Electrotechnical Society, 2025, 40(13): 4276-4291.
[39] 崔杨, 沈卓, 王铮, 等. 考虑绿证-碳排等价交互机制的区域综合能源系统绿色调度[J]. 中国电机工程学报, 2023, 43(12): 4508-4516. Cui Yang, Shen Zhuo, Wang Zheng, et al. Green dispatch of regional integrated energy system considering green certificate-carbon emission equiva-lent interaction mechanism[J]. Proceedings of the CSEE, 2023, 43(12): 4508-4516.
[40] 洪芦诚, 王梓萩, 林今, 等. 电-碳-绿证市场背景下电氢协同典型形态及参与模式研究综述[J]. 电工技术学报, 2025, 40(23): 7498-7514. Hong Lucheng, Wang Ziqiu, Lin Jin, et al. A review of typical forms and participation models of electricity-hydrogen synergy in the context of electricity-carbon-green certificate markets[J]. Transactions of China Electrotechnical Society, 2025, 40(23): 7498-7514.
[41] Wang Tianyou, Zhang Yajun, Peng Zhijun, et al. A review of researches on thermal exhaust heat recovery with Rankine cycle[J]. Renewable and Sustainable Energy Reviews, 2011, 15(6): 2862-2871.
[42] 李军徽, 潘雅慧, 穆钢, 等. 高比例风电系统中储能集群辅助火电机组调峰分层优化控制策略[J]. 电工技术学报, 2025, 40(7): 2127-2145. Li Junhui, Pan Yahui, Mu Gang, et al. Hierarchical optimal control strategy for storage cluster-assisted thermal unit peaking in high-ratio wind power system[J]. Transactions of China Electrotechnical Society, 2025, 40(7): 2127-2145.
[43] 胡俊杰, 陈泉希, 潘羿. 面向快速响应与可调能力恢复的储能系统实时调度-再调度策略[J]. 电工技术学报, 2026, 41(9): 3022-3037.Hu Junjie, Chen Quanxi, Pan Yi. Real-time scheduling-rescheduling strategy of energy storage system for fast response and adjustable capacity restoration[J]. Transactions of China Electrotechnical Society, 2026, 41(9): 3022-3037.
[44] Amir M, Deshmukh R G, Khalid H M, et al. Energy storage technologies: an integrated survey of developments, global economical/environmental effects, optimal scheduling model, and sustainable adaption policies[J]. Journal of Energy Storage, 2023, 72: 108694.
[45] 赵黎媛, 李辉, 张献, 等. 基于变工况碳流模型的综合能源园区源-荷双侧协同优化研究[J]. 电工技术学报, 2026, 41(15): 5146-5161. Zhao Liyuan，Li Hui，Zhang Xian，et al. Source-load bilateral coordination optimization of park-level integrated energy system based on off-design carbon flow model[J]. Transactions of China Electro-technical Society, 2026, 41(15): 5146-5161.
[46] Bolton P, Kacperczyk M. Do investors care about carbon risk?[J]. Journal of Financial Economics, 2021, 142(2): 517-549.
[47] Johnson M K, Lee S. Carbon Markets：A Risk Assessment for Institutional Investors[M]. New York: Cambridge University Press, 2025.
[48] Zhang Xuefeng, Li Zhe, Li Guo. Grandfather-based or benchmark-based: Strategy choice for carbon quota allocation methods in the carbon neutrality era[J]. Renewable and Sustainable Energy Reviews, 2024, 192: 114195.
Abstract Under the background of the low-carbon transition of power systems, thermal power units are in urgent need of improving dispatch flexibility and reducing carbon emissions. Aiming at the problems that the fixed pricing in the existing carbon trading mechanism is difficult to reflect the competitive relationship among multiple subjects and the insufficient operational flexibility of thermal power units, it is necessary to construct a collaborative optimization framework that integrates physical flexibility and market incentive mechanisms. This paper proposes a multi-operating-mode energy dispatch model for thermal power units based on an improved AHP carbon-green synergy mechanism considering group decision-making integration.
Firstly, thermal-electric decoupling and cascade utilization of thermal energy are realized by configuring thermal storage devices between high/low-pressure cylinders and boilers, and “thermal energy buffering” technology is used to reduce carbon emissions. Secondly, based on the group decision-making-improved AHP method, a carbon pricing model considering competition, risk and policy factors is constructed, which forms a synergistic mechanism with green certificate trading. Finally, by quantifying and analyzing the dynamic coupling relationship between the carbon-green synergy mechanism and the system's optimal energy curtailment rate, a two-stage optimization model with the goals of optimal economy and optimal wind and solar curtailment is established. Simulation on the IEEE 30-bus system is carried out to verify the model.
In the research, a dual-circuit molten salt thermal storage system is integrated into the thermal power unit. A high-temperature molten salt thermal storage device is set between the boiler and the high-pressure cylinder to adjust the turbine power by absorbing/releasing the waste heat of the boiler; a low-temperature molten salt thermal storage device is arranged between the low-pressure cylinder and the boiler to recover the waste heat of the exhaust steam of the low-pressure cylinder for preheating the feed water and returning it to the boiler, so as to reduce the dependence on the heat provided by the combustion of chemical fuels. Based on the coupling mechanism between the thermal power unit and the high-low temperature molten salt thermal storage system, a mathematical model of the thermal power unit integrated with thermal storage function is established.For the carbon trading pricing, the group decision-making-improved analytic hierarchy process (AHP) method is adopted. A three-level decision-making mechanism involving policy makers, industry experts and market subject representatives is constructed to comprehensively consider the proportion allocation based on the professional advantages of different subjects. The improved AHP method optimizes from two aspects: introducing a dynamic consistency check mechanism to adjust the judgment matrix through real-time feedback, and integrating fuzzy logic and rough set theory to break through the limitation of fixed hierarchical structure. Meanwhile, the three-scale method is used to replace the traditional nine-scale method to reduce the impact of subjectivity on the evaluation results, and the optimal transfer matrix is used to directly construct the judgment matrix to avoid the consistency check link.
Through theoretical analysis and case simulation, the following conclusions are drawn: (1) The carbon trading pricing method based on group decision-making-improved AHP can break through the limitations of fixed pricing and provide decision support for thermal power enterprises to participate in the carbon market. (2) Coupling high and low temperature molten salt thermal storage devices with thermal power units can improve operational economy and environmental protection, verifying the “thermal energy buffering” effect of molten salt thermal storage. (3) The carbon-green collaborative interaction mechanism combined with the optimal energy curtailment rate can promote the low-carbon transition of the power system, and its application needs to be combined with local green certificate trading policies and specific scenarios.
Keywords: Group decision-making enhanced analytic hierarchy process (AHP), carbon-green synergistic interaction, cascade utilization, thermal energy buffering, optimal energy curtailment, carbon trading pricing
DOI: 10.19595/j.cnki.1000-6753.tces.251421
中图分类号：TM73
吉林省科技发展计划资助项目（20250203180SF）。
收稿日期 2025-08-13
改稿日期 2026-02-15
杨冬锋 男，1976年生，博士，教授，博士生导师，研究方向为大规模新能源接入电力系统的优化调度与控制、直流保护技术等。E-mail：ydfnedu@126.com
刘浩楠 男，2001年生，硕士研究生，研究方向为电力系统优化运行。E-mail：liuhaonan1609@126.com（通信作者）