減碳中多階段的煤電機組退役與新能源、儲能規劃協同

原一方，尚 策

（上海交通大學 電氣工程系，上海 200240）

0 引言

在碳達峰、碳中和目標的引領下，加快電力系統低碳化轉型是實現低碳發展的關鍵。目前，中國火力發電量仍占全國總發電量的70%以上，電力部門二氧化碳的排放量占全國排放總量的40%左右。若要2060年實現碳中和目標，2020年起應盡快停止煤電機組的投建，并有序規劃現存煤電機組退役。Ryna Yiyun Cui等分析了當前中國碳排放目標下煤電機組退役路徑，給出了涵蓋技術、經濟和環境等多方面指標的機組退役順序評價方法，并對全國范圍內的所有燃煤電廠退役順序進行評估，指出合理的減碳路徑應該使煤電機組裝機容量在2020 年達到峰值，并在2055 年前實現煤電機組基本退出，以實現《巴黎協定》中提出的將全球平均氣溫上升幅度控制在高于工業化前水平2 ℃之內的治理目標［1］。

傳統電源規劃考慮在經濟成本最小的條件下確定系統最優的發電投資組合，在電力系統低碳化轉型的背景下，應將二氧化碳排放帶來的影響納入規劃模型［2］，文獻［2］在傳統電源規劃模型中考慮多種碳排放約束政策，將碳排成本加入模型的目標函數中，在模型約束條件中引入碳配額約束和碳交易機制。文獻［3］指出采用不同類型的碳排放約束會對規劃結果造成影響。除碳排放約束外，通過提高新能源滲透比例也能夠實現電力系統深度減排，文獻［4］提出考慮系統可靠性條件下針對滿足既定清潔能源份額目標的源網協同規劃模型。此外，文獻［5］提出將各類低碳技術納入規劃模型，如配備碳捕集、儲能等，以實現減排效應。目前關于機組退役問題的相關研究主要圍繞以下幾個方面展開：①將機組退役作為不確定性納入規劃模型［6］；②建立機組退役順序綜合評估模型，分析不同的退役方案對系統安全性和經濟性的影響［7］；③建立規劃模型決策煤電機組退役，這方面已有研究將機組退役與新能源規劃、電網改造協同決策，以實現電力系統的低碳化轉型［8］。

當前煤電機組退役規劃多以單階段規劃為主，實際上煤電機組退役轉型是一個逐步推進的過程，若僅考慮在規劃初期將所有能源設備一次投入，必將造成超前投資以及資產閑置的問題。為解決上述問題，考慮采用多階段規劃方法，將整個規劃周期分為若干個規劃階段，各階段方案之間相互影響，上一階段規劃結果將作為后續規劃的基礎，各個規劃階段動態相連。目前，多階段規劃思想已在發電組合規劃［9］、輸電網規劃［10］、配電網規劃［11］等方面得到應用，文獻［12］在多階段規劃的基礎上考慮了不確定性，使規劃決策具有一定的魯棒性。部分研究采用多階段規劃方法分析煤電機組退役時，假設在整個規劃期內負荷水平不變，忽略了實際電力系統中負荷需求逐年增長的情況，導致規劃結果未能涵蓋未來負荷變化的需求。

煤電機組逐步退役，應伴隨著系統中新能源的逐步擴建，同時，煤電機組退役的容量和位置會對新能源投建中選址和定容結果造成影響，而目前少有研究在較長規劃期內考慮機組逐步退役背景下的新能源擴建問題。此外，煤電機組的退役將改變現有的發電結構，會帶來系統備用容量不足和靈活性資源欠缺的問題，在高比例新能源接入的背景下，系統靈活性不足會給電力系統的安全可靠運行帶來挑戰，隨著儲能技術的發展，合理配置儲能能夠解決煤電機組退役帶來的系統中靈活性資源不足的問題［13］。除依靠儲能裝置滿足系統靈活性需求外，源、荷兩側均可參與靈活性資源的供給。電源側的靈活性主要依靠多種類型電源相濟協調，如以天然氣為燃料的燃氣機組［14］。另外，水電機組和抽水蓄能能夠為系統提供充足的容量和靈活性資源，增加系統的調峰能力，同時減少火電機組的頻繁啟停，進一步促進新能源的消納［15］。然而水電易受到地理位置、水電資源、季節性條件的制約，相比之下燃氣機組具有快速響應、運行靈活、熱效率高、污染物排放低等特點，使其成為優質的調峰電源。此外，若負荷側參與靈活性調節，則可以通過需求響應調節新能源出力的波動性和不確定性［16］。

因此本文在較長規劃期內結合各階段負荷需求增長以及煤電機組退役進度，充分考慮各階段機組退役決策以及新能源規劃決策給后續系統帶來的影響，并結合整個規劃期的總體要求，求解得到各階段最優的新能源及儲能規劃結果。

1 煤電機組退役要素分析

煤電機組退役規劃應優先規劃到達使用壽命的機組退役，但對于裝機容量較大、效率較高的機組即使到達額定壽命，對系統而言仍具有保證系統容量的充裕度、為系統提供靈活性資源的價值，應允許對這部分機組經翻新后繼續留在市場。

1.1 煤電機組退役成本分析

用0-1 變量αi，g表示第g階段煤電機組i是否退役的決策，其值為0 時表示機組退役，為1 時表示不退役，αi，g應滿足如下約束：

式中：d為年折現率。

1.2 煤電機組碳排放量分析

規劃期內單臺煤電機組的總碳排放量與機組實際退役時間有關，退役后將不產生碳排放量，考慮機組退役決策的煤電機組i的全規劃周期碳排放量的計算公式如下：

式中：ei為煤電機組i的碳排因數；pi，t為t時刻煤電機組i的出力值；Ωstage為各個規劃階段的集合；g{T}為規劃階段g內時間集合。

對于在計劃退役時間需要經翻新后保留在系統中的機組，用0-1 變量ri，g表示第g階段煤電機組i達到使用壽命時是否做出翻新保留決策，其值為1 時表示機組翻新并保留在系統，為0 時表示機組不翻新并退役，ri，g應滿足如下關系：

式中：Cr為煤電機組單位容量對應的翻新成本；為第g階段做出翻新保留決策的煤電機組i的容量。

1.3 模型線性化

考慮機組退役的煤電機組碳排放量計算公式（式（5））中，含有二進制變量與連續變量乘積項，在模型求解的過程中需要將該雙線性項線性化［17］，引入非負連續變量qi，g，利用式（8）—（11）等效表達式（5）。

式中：M為一個充分大的常數。

2 模型描述

本文所建立的多階段規劃模型在規劃煤電機組退役的同時，對新能源擴建容量和儲能的投建進行規劃，為了簡化模型，假設在每個階段的首年年初做出新能源投建、儲能投建及煤電機組退役決策。

2.1 目標函數

模型的目標函數為最小化規劃期內的電力系統總成本Ctotal，如式（12）所示，其包括機組退役成本Cretire、機組翻新保留成本Crepair、風電投建成本Cwind、光伏投建成本Cpv、儲能投建成本Cstorage、碳排放成本Ccarbon、切負荷懲罰成本Cloadshed和系統運行成本Cop，具體計算公式分別如式（13）—（20）所示，均為折現到規劃期初期的現值。

式（17）為各階段儲能投建總成本，假設各節點均投建相同單位容量的儲能裝置，儲能成本計算應考慮兩部分，分別為與儲能容量相關的單位容量成本系數和與儲能功率相關的單位功率成本系數，前者用于描述與儲能蓄電能力相關的成本耗費，后者用于描述與儲能內部電力電子變換器等設備相關的成本耗費［18］。式（18）為系統中碳排放成本計算公式，系統中的碳排放均來自常規機組（煤電機組和燃氣機組），式（18）中含有雙線性項，處理方法與式（5）的線性化方法相同，引入充分大的常數M，利用式（8）—（11）等效線性表達。式（19）為切負荷懲罰。式（20）為系統總運行成本計算公式，包括機組可變成本Cvar、機組啟停成本Cstartup和固定成本Cfixed，啟停成本中停機成本較小，此處忽略不計，其他各部分具體計算公式分別如式（21）—（23）所示，均為折現到規劃期初期的現值。

2.2 約束條件

模型中機組退役規劃及模型線性化后相關約束如式（1）、（2）、（5）、（6）、（9）—（11）所示，此外，還需考慮系統中多階段新能源投建約束、多階段儲能規劃及運行約束、系統網絡約束、功率平衡約束和機組運行約束等，具體如下。

在每臺機組滿足出力限制的條件下，為了簡化模型，將系統中運行特性相同、位置臨近的常規機組進行組合，對組合后不同組群的常規機組添加靈活性約束條件［19］，包括機組最大／最小出力約束、爬坡約束、最小在線／離線時間約束。引入連續變量表示t時刻節點n處常規機組中組群k的出力值之和，連續變量wn，k，t表示t時刻節點n處常規機組組群k的關斷容量，以及上文提到的t時刻節點n處機組組群k的啟動容量vn，k，t，常規機組靈活性約束表示如下：

3 算例分析

3.1 算例參數及場景設置

本文采用IEEE 39 節點系統測試所提的規劃模型。選取的規劃周期為15 a，將5 a 作為一個規劃階段，共分為3 個階段。規劃初期系統中所有機組裝機容量共13 600 MW，其中包括煤電機組裝機容量11 400 MW，燃氣機組裝機容量2 200 MW，系統規劃初期無新能源裝機。綜合機組剩余壽命及實際碳排放要求，煤電機組退役容量應逐階段提高，假定系統中現存的煤電機組計劃剩余壽命均為5 的整數倍，第一階段初期計劃有2 臺機組退出運行，該階段煤電計劃退役容量為1 600 MW，占煤電機組總裝機容量的14%；第二階段初期計劃有3臺機組退出運行，該階段煤電退役容量為2 000 MW，占煤電機組原總裝機容量的17.5%；第三階段初期計劃有4 臺機組退出運行，該階段煤電計劃退役容量為2 100 MW，占煤電機組總裝機容量的18.4%；規劃期結束時計劃共退役5 700 MW 的煤電機組，共占原總煤電裝機容量的50%。除煤電機組外，系統另有5 臺燃氣機組，此處假設在規劃期內所有燃氣機組均未達到使用壽命，不考慮燃氣機組的退役問題。

煤電機組的退役會造成系統中發電容量缺額，需要在規劃煤電機組退役的同時，規劃系統中風電和光伏發電的投建，同時考慮投建儲能設備作為系統靈活性資源補充，模型在每個階段初期做出機組退役決策、儲能規劃和新能源投建決策。系統中各類發電設備的投資、運行成本和碳排放系數如附錄A 表A1 所示，僅考慮煤電機組的退役及翻新保留，其對應的退役及翻新成本同見表A1。此外，表A1中風電單位投資成本為796萬元／MW，光伏單位投資成本為598萬元／MW，風電和光伏的預期壽命均為25 a。待選儲能參數如附錄A 表A2 所示。負荷的年增長率為4%。系統切負荷懲罰系數ρloadshed為3 萬元／（MW·h），碳稅為256 元／t，并假設碳稅價格的年增長率為5%，年貼現率取8%。

系統中風電和光伏出力小時級出力因數參考文獻［20］，負荷功率基于歷史運行數據模擬得到其小時級時序曲線，規劃期內各階段峰值負荷和年最大年用電量如表1所示。

表1 規劃期內各階段負荷Table 1 Load in each stage during planning period

由于新能源出力呈現較強的季節性特征，故將規劃期內的每個規劃階段按照季節劃分為冬季、夏季、過渡季3 個時段，對每階段內各個季節的新能源出力及負荷數據進行聚類，每階段內各個季節選取3 個代表日，基于聚類后的代表日內的新能源出力以及負荷時序曲線求解上述規劃模型，得到規劃期的決策方案。為驗證本文所提模型，共設置以下4個場景進行對比分析：場景Ⅰ，不規劃儲能投建，考慮碳稅約束下的新能源投建和煤電機組退役的多階段規劃；場景Ⅱ，不考慮碳稅約束的新能源、儲能投建和煤電機組退役的多階段規劃；場景Ⅲ，同時考慮碳稅約束下的新能源、儲能投建和煤電機組退役的多階段規劃；場景Ⅳ，考慮碳稅約束的新能源、儲能投建和煤電機組退役的單階段規劃，即煤電機組仍按計劃多階段順序退役，新能源和儲能設備的投建僅在規劃初期進行決策。

所提優化模型采用CPLEX 求解器進行求解，并設置求解精度為0.1%。

3.2 規劃結果分析

3.2.1 容量配置及經濟成本分析

求解上述4 個場景得到規劃結果，煤電機組規劃退役容量如表2所示。

表2 各場景煤電機組退役容量規劃結果Table 2 Planning results of coal-fired units retirement capacity in each scenario

在煤電機組退役方面，場景Ⅰ由于不規劃儲能，將導致系統的靈活性資源不足，為了保證系統靈活性和充裕度，所有計劃退役的煤電機組全部做出延期保留決策。系統中到達使用壽命的煤電機組無法按期退役，必將導致系統低碳化轉型緩慢。此外，超期運行的煤電機組由于老化等原因也將導致單位發電量對應的煤耗量增加，碳排放量也隨之增加。場景Ⅱ的規劃階段2、3 中，部分計劃退役的煤電機組做出延期退役決策，其主要原因是在不考慮碳稅約束的情況下，將有限滿足系統運行經濟性需求，因此規劃結果中將能耗高、碳排放量高的部分煤電機組保留，用以系統供電和靈活性資源需求，以減少新能源和儲能設備的投入，通過犧牲環境成本換取規劃的經濟成本。場景Ⅲ采用本文所提多階段規劃模型，同時規劃新能源和儲能設備的投建，在新能源投建保證系統供電和儲能設備提供靈活性資源的條件下，系統各階段計劃退役的煤電機組全部按期退役。場景Ⅳ下各階段煤電機組退役容量與場景Ⅲ相同，均為所有煤電機組按計劃退役容量退出市場。

儲能容量規劃結果如表3 所示，風電及光伏投建容量如表4所示，新能源和儲能新增容量如圖1所示，各場景下經濟成本對比如表5 所示。場景Ⅰ中新能源投建容量高達49 869.52 MW，包含風電投建容量39 136.53 MW 和光伏投建容量10 733.02 MW，用以滿足負荷增長的發電需求，大量新能源接入，同時系統中靈活性資源不足，導致該場景下系統切負荷率和新能源棄電率較高。場景Ⅱ中新能源投建容量共計18318.08 MW，儲能投建容量共計12300 MW，相比于場景Ⅰ，儲能設備能夠有效減少系統的切負荷情況和新能源棄電量，同時減少新能源設備的過量投入，使系統規劃的總成本大幅降低。此外，儲能設備提供電能緩沖用于削峰填谷，減少傳統機組出力帶來的碳排放，有效減少系統運行過程中的碳排放量。場景Ⅲ中新能源投建容量共計17957.03 MW，儲能投建總容量為19 150 MW，相比于場景Ⅱ，儲能投建容量略有升高，用以補充煤電機組退役造成的系統靈活性資源缺額，同時儲能設備容量的增加也使得系統中棄風和棄光情況得到改善。場景Ⅳ中新能源投資容量共計17 481.56 MW，儲能投資容量共計2 300 MW，由于忽略規劃決策的順序實現過程，僅在規劃初期進行一次投資規劃決策，難以避免設備的超前投資，使規劃決策難以涵蓋長期規劃中后期系統運行特點，由此帶來新能源棄電量的升高以及碳排放量的增加。對比場景Ⅰ和場景Ⅲ可以看出，由于新能源本身具有不確定性和間歇性的特點，若缺少儲能等靈活性資源的協同，將影響新能源的消納和系統可靠運行。

表3 各場景儲能規劃結果Table 3 Planning results of energy storage in each scenario

表4 各場景新能源規劃結果Table 4 Planning results of renewable energy in each scenario

圖1 各場景下各規劃階段新能源和儲能新增容量Fig.1 New installed capacity of renewable energy and energy storage at each planning stage under different scenarios

表5 各場景經濟成本分析Table 5 Economic analysis of each scenario

基于場景Ⅲ分析本文所提考慮機組退役的多階段新能源及儲能協同規劃模型的規劃結果，圖2 為場景Ⅲ下各規劃階段的能源結構對比。為滿足電力系統低碳化轉型要求，規劃期末期時常規煤電機組裝機減少至初期裝機容量的一半，裝機比例由原來的83.3%降低至22%，傳統煤電機組將由主要供電者逐步轉為為系統提供輔助服務，而未來充當主要功能者的新能源發電設備的裝機容量增至69%，在規劃期末期共規劃投建儲能設備總容量19150 MW，可見高比例新能源接入的系統更加依賴于以儲能為代表的靈活性調節資源，以保證系統運行的可靠性和充足的運行靈活性。

圖2 新能源和儲能多階段協同規劃下各階段設備容量對比Fig.2 Comparison of equipment capacity at each stage under multi-stage planning of renewable energy and energy storage

3.2.2 求解效率分析

單階段規劃和多階段規劃的求解效率對比如表6所示。從表中可見，多階段規劃模型的求解難度大于單階段規劃模型，其中多階段規劃模型中整數變量總數為單階段規劃模型中整數變量總數的3倍，多階段規劃模型求解時間是單階段規劃模型求解時間的3.6倍。原因是多階段規劃中將規劃期劃分為多個階段，隨著規劃決策的逐步推進，在每個階段均需做出相應決策，導致模型中變量數量的增加，其中整數變量數量的增加會使模型的求解難度大幅增加。

表6 單階段規劃與多階段規劃求解效率對比Table 6 Comparison of computational efficiency between single-stage and multi-stage planning

3.2.3 碳排放量對比

圖3為4種場景下不同階段的碳排放量對比，其中，場景Ⅲ下系統碳排放量隨著規劃階段的推移逐漸減少，其長期減碳效果最好，主要原因在于煤電機組按退役計劃逐漸退出系統，取而代之的是新能源和儲能設備承擔主要負荷用電需求。相比于場景Ⅲ，場景Ⅳ在整個規劃期內的碳排放量總體也有所減小，但是由于場景Ⅳ采用單階段規劃，其規劃結果難以覆蓋整個規劃期內的運行特性，導致規劃結果對階段1 的減碳效果較差，其規劃結果難以兼顧整個規劃周期。場景Ⅰ在各階段碳排放量均為4 種規劃場景中最多的情況，原因在于達到使用壽命的煤電機組仍被大量保留在系統中，以及缺少儲能裝置消納新能源，仍需依靠傳統高碳排的機組提供靈活性調節能力等。

圖3 各場景下不同階段碳排放量對比Fig.3 Comparison of carbon emissions at different stages in each scenario

4 結論

電力系統低碳化轉型意味著在較長一段時間內煤電機組應有序退役，本文充分考慮了機組退役給電力系統規劃決策帶來的影響并建立多階段規劃模型，在模型中考慮靈活性約束條件，伴隨機組退役進行新能源擴容和儲能投建規劃，選取規劃周期為15 a，充分考慮長時間尺度下煤電機組退役對電力系統規劃產生的影響?；贗EEE 39 節點測試系統進行算例分析，該系統能使規劃結果更加貼合未來大規模新能源并網的背景，并圍繞儲能投建對機組退役和電力系統碳排的影響，以及多階段規劃和整體規劃方法對機組退役和電力系統碳排放量的影響進行分析。算例結果驗證了碳排放政策以及煤電機組逐階段的退役容量均會對新能源和儲能規劃結果產生影響，同時合理規劃新能源和儲能的投建也有利于煤電機組如期退役，從而實現電力系統低碳化轉型。

附錄見本刊網絡版（http：//www.epae.cn）。