1 概述

文献来源：

编辑

能源是人类生存和发展的基础,是工业生产和居民生活的关键要素,综合能源系统对于推动我国能源结构转型"和能源革命具有重要意义。文献[2,3]最早提出能源集线器(energy hub,EH)模型,该模型已被广泛用于综合能源系统相关研究中。随着能源利用技术的不断发展,负荷侧的能量管理越来越受关注,国内外在柔性负荷参与电力系统优化调度方面都有一定研究。文献[4]提出考虑需求响应的能源集线器运行的调度模型,研究了热负荷与电负荷的可转移特性,在所提出的需求响应中,提出热负荷可比电负荷更灵活地响应。

考虑柔性负荷的综合能源系统低碳经济优化调度研究

本文采用能源集线器(EH)概念进行建模,考虑用户侧柔性负荷的综合能源系统模型可用图1描述,其能源输入为电网电能、分布式电源出力和天然气;能源转换装置包括变压器、燃气轮机;电能输出由变压器和燃气轮机发电系统共同完成,热能输出由燃气轮机中的热回收系统和燃气锅炉提供;存储环节包括蓄电池及蓄热槽;负荷包括不可控负荷和可控的柔性负荷。                        

编辑

本文程序还考虑了碳交易机制 碳交易是允许将碳排放权在市场中买卖的一种交易机制2。该交易机制旨在通过碳排放权的商品化促进能源结构优化、提高能源利用效率,从而取得减少温室气体排放的效果。由政府部门向各碳排放源分发碳排放配额。若碳排放源的排放量在给定配额之内，则多余的额度可以在碳交易市场中出售;若碳排放量超出给定配额,则超额部分须从碳交易市场中购买。在碳交易体系下,为使经济效益最大化，各碳排放企业会积极主动地采取节能减排有效措施。

详细文章讲解见第四部分的两篇参考文献。

一、综合能源系统（IES）的定义与结构

综合能源系统（Integrated Energy System, IES）是通过整合电力、热力、天然气等多种能源形式，结合先进技术实现多能互补与协同优化的新型能源系统。其核心目标是通过协调规划、优化运行和智能管理，提升能源利用效率并减少碳排放。典型结构包括：

2. 供能网络：电网（含风电、光伏等可再生能源）、热网（热源、管网）、天然气网（气源、压缩机）。
3. 编辑
5. 能源转换设备：燃气轮机、热电联供（CHP）、电转气（P2G）等耦合单元，实现多能流转换。
6. 编辑
8. 储能系统：电池储能、储热罐、储气设施等，平衡供需波动。
10. 负荷终端：电、热、冷、气等多元负荷，柔性负荷作为关键调节资源。

二、柔性负荷的建模与作用

定义：柔性负荷指用电量可调整或时段可转移的负荷，包括可调节负荷（如空调）、可转移负荷（如电动汽车充电）、储能设备等。

建模方法：

2. 转移模型：通过数学约束描述负荷在时间维度上的平移特性（如式1），需满足总量不变和时段限制。
4. 削减模型：直接削减部分负荷，需补偿用户并满足容量约束。
6. 虚拟储能模型：将柔性负荷视为虚拟储能单元，量化其充放电功率、容量及时间尺度。

作用：

• 削峰填谷：转移高峰负荷至低谷时段，降低对高碳机组的依赖。
• 促进可再生能源消纳：在风光出力高峰时段吸收多余电力，减少弃风弃光。
• 提升经济性：通过负荷优化降低储能配置需求，减少系统运行成本。

三、低碳经济优化调度的目标与方法

目标函数：

2. 经济性：最小化运行成本（包括购能成本、设备运维成本）。
4. 低碳性：最小化碳排放成本（碳交易成本）及弃能惩罚成本。
6. 多目标整合：通过权重系数或成本转化，将多目标转化为单目标优化（如式17：
7. 编辑。

关键方法：

2. 阶梯式碳交易机制：根据碳排放量划分阶梯区间，超排部分按递增碳价计算交易成本，增强减排激励。
4. 多时间尺度优化：分日前、日内、实时三阶段调度，逐层细化负荷与能源分配。
6. 需求响应策略：结合价格型（电价激励）和替代型（多能互补）响应，引导用户调整用能行为。

四、碳交易机制与IES的融合

基本原理：

2. 总量控制与配额分配：政府设定碳排放上限，企业通过免费分配或拍卖获得配额。
4. 市场交易：配额不足企业需购买碳权，盈余企业可出售碳权，形成动态价格机制（图4）。
5. 编辑
7. MRV机制：监测（Monitoring）、报告（Reporting）、核查（Verification）确保数据准确性。

在IES中的应用：

• 碳成本内生化：将碳排放量转化为经济成本，纳入优化模型目标函数。
• 季节性调度策略：根据季节差异调整碳配额分配与交互价格，平衡供需与减排目标。

五、优化调度模型构建案例

模型框架：

2. 输入参数：风光出力预测、负荷需求、碳价、能源价格等。
4. 决策变量：机组出力、储能充放电、柔性负荷调整量。
6. 约束条件： 功率平衡（电、热、气）。 设备运行限制（爬坡率、容量）。 柔性负荷转移/削减约束。

典型场景分析（以为例）：

• 场景1：电/热柔性负荷参与优化，总成本最低。
• 场景2：仅电负荷参与，经济性次优。
• 场景3：无柔性负荷，成本与碳排放最高。

求解算法：

• 混合整数规划（MIP） ：适用于线性化模型，处理离散变量（如机组启停）。
• 深度强化学习（DRL） ：解决高维非线性问题，通过智能体学习最优调度策略。

六、挑战与未来方向

2. 技术挑战：多能流耦合建模复杂性、多时间尺度协调。
4. 市场机制：碳交易与电力市场的协同设计、用户参与度提升。
6. 政策支持：完善碳配额分配规则，推动可再生能源补贴。

七、结论

柔性负荷与碳交易机制的协同优化是IES实现低碳经济调度的核心路径。通过构建多目标模型、引入阶梯碳价及智能算法，可在降低运行成本的同时显著减少碳排放。未来需进一步探索多市场耦合机制与用户侧灵活资源的深度整合，推动能源系统向高效、低碳转型。

📚2 运行结果

为验证柔性负荷对综合能源系统的影响，设置3 种场景进行对比分析： 场景 1：考虑包括可平移、可转移、可削减的柔性电负荷和包括可平移、可削减的柔性热负 荷参与系统优化调度的情况； 场景 2：只考虑包括可平移、可转移、可削减柔性电负荷，不考虑柔性热负荷参与系统优化 调度的情况； 场景 3：不考虑柔性负荷参与系统优化调度的情况。 3 种场景除负荷不同外，其他条件均相同。

2.1 考虑可平移、可转移、可削减的柔性电负荷和可平移、可削减的柔性热负荷参与系统优化调度

2.2 只考虑可平移、可转移、可削减柔性电负荷，不考虑柔性热负荷参与系统优化调度

2.3 不考虑柔性负荷参与系统优化调度

本文主要展现2.1部分的运行结果。

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]薛开阳,楚瀛,凌梓,李子林.考虑柔性负荷的综合能源系统低碳经济优化调度[J].可再生能源,2019,37(08):1206-1213.DOI:10.13941/j.cnki.21-1469/tk.2019.08.016.

[2]刘蓉晖,李子林,杨秀,孙改平,李莉华.考虑用户侧柔性负荷的社区综合能源系统日前优化调度[J].太阳能学报,2019,40(10):2842-2850.DOI:10.19912/j.0254-0096.2019.10.018.

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删