“碳中和”目標下電氣互聯系統有功-無功協同優化模型

孫 欣， 嚴佳嘉， 謝敬東， 孫 波

(上海電力大學 電氣工程學院，上海 200090)

目前，我國能源結構高碳化特征明顯，能源轉型壓力巨大.新能源機組具備零碳排放、零邊際成本等優點，必將成為“碳中和”目標下的主力電源[1].預計到2030年，風電、太陽能總裝機容量將達到12億千瓦以上[2].隨著裝機的廣泛普及，將有大量的分布式新能源嵌入到配網中[3].由于配網的無功支撐能力較弱，高比例可再生能源的接入對并網點周圍的電能質量和潮流分布將產生較大的影響[1].因此，如何保證大規模可在生能源接入后系統能夠安全穩定、低碳經濟運行，是目前亟待研究的課題.

一些學者從可再生能源并網的角度出發，提出采用動態無功補償設備提高局部并網點的無功支撐能力[4].文獻[5]在建模時將風機視作并網的連續無功電源.文獻[6]將電容器組、有載調壓器進行聯合調控，實現配電網的無功優化.文獻[7]針對高比例可再生能源接入配網引起的潮流倒送、電壓越限等問題，提出了計及無功調節和配網重構的兩階段穩健優化模型.上述研究在解決分布式電源接入后電力系統的電壓穩定性問題方面成效顯著，為“碳中和”背景下系統的運行優化提供了思路.另一些學者從可再生能源消納的角度出發，利用不同能源載體之間的協同作用實現系統的靈活調節.文獻[8-9]提出了分布式電-氣集成系統優化框架，并將模型轉化為最優潮流問題.以二階錐松弛(Second-Order Cone Relation, SOCR)為代表的凸松弛技術在電力系統最優潮流求解領域取得了較好的應用效果，但在處理天然氣網絡潮流約束過程中存在失效的可能[10-11].文獻[12]建立了面向風電消納的電-氣互聯系統穩健性優化調度模型.文獻[13]考慮了電轉氣參與微型能源網調度的綜合效果.上述方案對于促進可再生能源消納、提升電網調節彈性具有重要意義，但在優化過程中較少考慮不同能源系統內部的運行狀態(包括母線電壓約束、無功潮流約束、天然氣管道約束等)，優化策略準確度不高.

基于上述分析，本文建立了一種計及無功補償和多能協同交互的源-網-荷-儲集中優化調度模型，主要包括：考慮“碳中和”背景下新能源機組接入配網帶來的無功問題；在考慮能源互聯系統復雜網絡約束、設備運行約束的基礎上，全方位挖掘多能系統的調節彈性.此外，本文引入松弛約束因子對天然氣網絡原始SOCR潮流約束進行改進，從而提高SOCR算法用于天然氣網絡潮流方程求解的適應性.最后基于改進的IEEE系統的算例分析驗證所提方法的有效性.

1 電-氣配網及能源集線器模型

在“碳中和”推進的過程中，電網將迎來多元驅動、要素融合的高彈性時代[3].能源集線器(Energy Hub, EH)作為多輸入多輸出單元，能夠將獨立的配電網(Power Distribution Network, PDN)和配氣網(Gas Distribution Network, GDN)進行耦合，通過多能轉換和多能源需求響應實現能源供需更大范圍內的平衡，為系統提供彈性[1].同時，在實現“碳中和”目標的過程中，氣電具備啟停迅速、運行靈活等優勢，可作為構建“以新能源為主體的新型電力系統”的過渡電源、調節電源[14]，用于平抑可再生能源和負荷波動.為此，本文建立了電氣互聯系統模型，如圖1所示，詳細建模過程如下.

圖1 電氣互聯系統模型框架圖Fig.1 Model framework of power and gas system

1.1 電力網絡約束

在輻射狀網絡拓撲中，Distflow方程[15]常用于建立交流潮流模型.為此，本文采用Distflow方程來建立電力網絡相關約束.

1.1.1含SVC電力網絡約束 靜止無功補償裝置(Static Var Compensator, SVC)在提升系統電壓穩定性、改善電網電壓水平方面發揮著重要作用[16]，相關支路約束為

(1)

式中：ΩPL表示電力網絡中所有支路的集合；ΩOL表示含有載調壓變壓器支路的集合；Pjk, t和Pij, t分別表示時刻t由節點j→k和節點i→j的有功；rij表示線路ij的電阻；lij, t表示時刻t流經線路ij電流Iij, t的平方；Pj, t表示時刻t節點j處的有功負荷；ΩUP(j)、ΩWind(j)、ΩPV(j)、ΩGU(j)、ΩP2G(j)、ΩEH(j)分別表示與節點j相連的上級電網節點、風機、光伏、燃氣機組、電轉氣設備、EH的集合；Px, t、Pa, t、Pb, t和Pu, t分別表示時刻t上級電網節點x、風機a、光伏b和燃氣機組u向節點j注入的有功；Pg, t表示時刻t電轉氣設備g消耗的有功；Ph, t表示時刻t配網給能源集線器h提供的有功功率；ΩB表示配電網中所有節點的集合.

(2)

式中：Qjk, t和Qij, t分別表示時刻t從節點j→k和節點i→j的無功；xij表示線路ij的電抗；Qj, t表示時刻t節點j處的無功負荷；Qa, t表示時刻t風機a吸收的無功；Qc, t表示時刻t靜止無功補償裝置c提供的無功；ΩSVC(j)表示與節點j相連SVC裝置的集合.

(3)

?ij∈ΩPL

(4)

式中：vi, t和vj, t表示時刻t節點i和節點j的電壓的平方；zij表示支路ij的阻抗；Sij, t表示時刻t支路的視在功率.

SVC的出力需滿足的約束條件為

(5)

式(4)可松弛為二階錐規劃約束[10-11]：

(6)

1.1.2含OLTC電力網絡約束 有載調壓變壓器(On Load Tap Changer, OLTC)作為一種有效調節手段[16]，對于調節配網電壓水平具有重要作用.引入虛擬節點i*，含OLTC的支路如圖2所示，圖中zii*為線路ij與該線路上OLTC阻抗之和；rii*、xii*為線路ij與該線路上OLTC電阻之和、電抗之和.可建模如下：

圖2 含OLTC的支路模型Fig.2 Branch model with OLTC

(7)

(8)

(9)

式中：vi*, t表示時刻t虛擬節點i*處電壓的平方；kij, t表示時刻t線路ij上OLTC的變比；Sii*, t=Pii*, t+jQii*, t為線路ii*在節點i側的視在功率；lii*, t表示時刻t流經線路ii*電流Iii*, t的平方.

(10)

(11)

式中：ntr為OLTC分接頭數量；kij, t, y表示線路ij上OLTC抽頭位置y的變比；κij, t, y為經大M法線性化后的eij, t, y；eij, t, y為支路ij上OLTC抽頭位置y的二進制虛擬變量；M是一個很大的正數.

1.1.3含SC電力網絡約束 傳統的并聯電容器(Shunt Capacitor, SC)模型中含有雙線性項，通過大M方法[6]可將原始模型進行線性轉換，以便于求解.假設時刻t下，節點j對應電壓的平方為vj, t，SC提供的無功補償Qd, t(d表示與節點j相連的SC)可表示為

21σj, t, 1+…+2nSCσj, t, nSC))

(12)

(13)

0≤20xj, t, 0+21xj, t, 1+…+2nSCxj, t, nSC≤

(14)

因此，與節點j有關的支路(含SC)的Distflow方程可表示為

(15)

式中：ΩSC(j)表示與節點j相連的SC的集合.

1.1.4其他約束 此外，配電網還需滿足以下安全運行約束，包括配網與上級電網的交互功率約束、EH與配網的交互功率約束、支路電流約束、節點電壓約束、根節點電壓約束、電轉氣(Power to Gas, P2G)設備的出力約束等.

1.2 天然氣網絡約束

氣電作為“碳中和”目標下的調節電源，是高碳能源轉向低碳能源的必要組成部分.配氣網主要包括節點和支路兩部分，本文建立相應的配氣網模型如下.天然氣節點m的能量平衡約束可表示為

(16)

式中：ΩNW(m)表示與節點m相連的天然氣井的集合；Gw, t表示天然氣井w提供的天然氣流量；ΩP2G表示與節點m相連的P2G設備的集合；Gg′, t表示P2G設備g′提供的天然氣流量；ΩEH(m)表示與節點m相連的能源集線器的集合；Gh, t表示能源集線器h的耗氣量；Gm, t表示節點m的天然氣負荷；ΩGU(m)表示與節點m相連的燃氣機組的集合；Gu′, t表示燃氣機組u′的耗氣量；ψb(m)、ψf(m)分別表示與節點m相連的上游節點、下游節點的集合；Gmn′, t和Gmn, t表示由節點n′→m和節點m→n的天然氣流量；ΩGC(mn)表示管道mn中的壓縮機的集合；αc′表示壓縮機c′的燃料消耗系數；ΩGB表示所有天然氣節點的集合.

天然氣管道潮流由管道兩側的節點氣壓決定，本文采用著名的Weymouth方程[17]對天然氣管道潮流進行近似處理，可表示為

(Gmn, t)2=(Kmnpm, t)2-(Kmnpn, t)2,

(17)

?mn∈ΩGP

式中：Kmn為管道的Weymouth特性參數；pm, t和pn, t分別表示天然氣節點m和節點n的氣壓；ΩGP表示所有天然氣管道的集合.

天然氣管道潮流約束可表示為

(18)

式(17)可松弛為二階錐約束

(Gmn, t)2+(Kmnpn, t)2≤(Kmnpm, t)2,

(19)

?mn∈ΩGP

文獻[10-11]給出了SOCR應用于電力系統最優潮流求解的準確性證明，但對于天然氣網絡而言，松弛后的管道潮流約束條件與原約束不能完全等價，SOCR松弛技術在處理天然氣網絡潮流約束過程中存在失效的可能.為了進一步提高SOCR算法用于天然氣管道潮流約束求解的適應性，本文提出改進SOCR方法，即在原始的SOCR松弛約束中引入松弛約束因子ε(ε為極小的正數)，使松弛后的約束條件更加逼近原等式約束.

|(Kmnpm, t)2-(Kmnpn, t)2-(Gmn, t)2|≤ε,

?mn∈ΩGP

(20)

假定天然氣管道中潮流的流向是由節點m流向節點n，則有:

pm, t≥pn, t, ?mn∈ΩGP

(21)

此外，有：

pn, t≤γc′pm, t, ?c′∈ΩGC(mn)

(22)

(23)

(24)

(25)

Gu′, t=Pu, t/(ηulgas)

(26)

Gg′, t=Pg, tηg/lgas

(27)

1.3 能源集線器約束

典型的電-熱EH結構如圖3所示.系統的電、熱、氣功率平衡約束可表示為

圖3 電-熱能源集線器模型Fig.3 Model of power-heat energy hub

(28)

(29)

(30)

式中：Gh, α, t和Gh, ζ, t表示能源集線器h中CHP機組α和燃氣鍋爐ζ在時刻t所需的天然氣流量.

電儲能裝置的模型及約束條件

(31)

(32)

儲熱裝置的模型及約束條件

(33)

(34)

能源轉換裝置的模型及約束條件

Gh, α, t=Ph, α, t/(ηCElgas)

(35)

Hh, χ, t=ηEHPh, χ, t

(36)

Hh, ζ, t=ηGHGh, ζ, tlgas

(37)

(38)

對于燃氣輪機(Combined Heat and Power, CHP)而言，以往的優化模型多采用固定的熱電比對CHP機組的熱電出力進行約束，這不符合CHP機組的實際運行工況.為提高模型的準確性，本文采用凸區域[18]表示CHP機組的運行域(見圖4).相應地，CHP機組的熱電出力運行約束可表示為

圖4 CHP機組運行域Fig.4 Operation region for a CHP unit

(43)

2 源-網-荷-儲集中優化調度模型

為應對“碳中和”目標下高比例可再生能源電力系統面臨的諸多挑戰，本文以電-氣互聯系統的運行穩定安全為約束條件，以系統運行成本最優、網絡損耗最小、碳排放量最小為目標，提出一種計及無功優化和多能協同交互的源-網-荷-儲集中優化調度模型.

2.1 目標函數

目標函數包括：購電成本C1、天然氣成本C2、網損成本C3、環境成本C4.以電-氣配網一天的總費用C最小為目標.為平衡求解的精度與速度，本文將電氣互聯系統日前優化調度分析的時間間隔設定為Δt=1 h，模型在單位調度時間內需滿足相關約束條件見2.2節.

(1) 購電成本.為了滿足系統內部功率平衡，配網存在向大電網購電的可能性.設P(t)為時刻t配網向上級電網購買的有功功率；δ1(t)為時刻t單位電量購電成本，一天內總的購電成本為

(44)

式中：ΩUP表示與配網相連的上級電網節點的集合.

(2) 天然氣成本.設G(t)為時刻t天然氣井提供的天然氣的流量(即配網的購氣量),δ2為單位體積天然氣成本，一天內總的天然氣成本可表示為

(45)

式中：ΩNW表示天然氣網絡中天然氣井的集合.

(3) 網損成本.設L(t)為時刻t系統的有功損耗，δ3(t)為時刻t單位電量有功損耗費用，本文取單位電量購電成本作為單位電量有功損耗費用，一天內總的網損費用可表示為

(46)

(4) 碳排放成本.設E(t)為時刻t系統的碳排放量，δCO2單位體積CO2排放成本，一天內總的碳排放成本可表示為

(47)

式中：μe為單位電量下CO2的排放系數；μg為單位體積天然氣的CO2的排放系數.

綜上，系統整體優化函數C為

minC=min (C1+C2+C3+C4)

(48)

2.2 約束條件

(1) 電力網絡約束.電力網絡約束包括功率平衡約束、支路電流約束、節點電壓約束等.如式(1)～(15)所示.

(2) 天然氣網絡約束.天然氣網絡約束包括節點約束、管道約束、流量平衡約束等.如式(16)～(27)所示.

(3) 能源集線器約束.能源集線器約束包括與上級配網的交互功率約束、能源轉換/存儲設備約束、功率平衡約束等.如式(28)～(43)所示.

2.3 轉換為混合整數二階錐規劃模型求解

在求解集中優化調度模型時，潮流方程為非凸方程，OLTC、SC調節裝置的投切容量為離散控制變量.為此，本文采用改進SOCR對配網中天然氣網絡潮流約束進行凸松弛，采用大M法對OLTC、SC的投切容量進行線性化轉換，將原來的混合整數非線性規劃問題(Mixed-Integer Nonlinear Programming, MINLP)轉化為混合整數二階錐規劃(Mixed-Integer Second-Order Cone Programming, MISOCP)模型，實現對模型的高效求解.本文在MATLAB 2016b平臺上建立MISOCP模型，并通過調用求解器Gurobi 9.1.1對優化模型進行求解.

3 算例驗證與分析

3.1 算例介紹

本文以修改的IEEE 33節點配電網和比利時20節點配氣網耦合形成的電氣互聯系統(見圖5)作為測試算例，驗證所提模型的有效性.圖5中GW1與GW2為天然氣井1和天然氣井2.配電網節點的電壓范圍標幺值設置為0.95～1.05，并將配電網平衡節點的基準電壓設置為12.66 kV.配網中無功補償裝置的相關參數如表1所示，SVC1和SVC2為兩類調節范圍不同的無功補償裝置.本算例的調度周期為T=24 h，單位調度時間Δt=1 h.可再生能源的預測出力Ps如圖6所示.電價δ1采用分時電價(見圖6)，燃氣的熱值取9.97 kW·h/m3(1 kW·h=3.6×106J)，天然氣價格δ2取2.7元/m3，碳排放價格δ4取80元/t，單位電量煤電的CO2的排放系數取1.303 kg/(kW·h)，單位體積天然氣燃燒后的CO2排放系數取 0.564 7 kg/(kW·h).

表1 無功補償裝置相關參數

圖6 分時電價及可再生能源預測出力Fig.6 Time-of-use electricity price and forecasted output of renewable energy sources

3.2 優化結果分析

3.2.1松弛準確性分析 為驗證采用改進SOC松弛法對配網潮流約束進行凸松弛的有效性，本文對時段8配網支路潮流誤差進行分析，配電網和配氣網的支路潮流誤差ζ1和ζ2計算公式如下.

(49)

ζ2=|(Kmnpm, t)2-(Kmnpn, t)2-(Gmn, t)2|,

?mn∈ΩGP

(50)

圖7、8分別為時段8配電、配氣網支路潮流的誤差散點圖.可知，配電網和配氣網支路潮流的松弛精度分別達到10-5和10-3量級，滿足運行要求.

圖7 時段8配電網支路潮流的誤差散點圖Fig.7 Error scatter of branch power flow in the PDN in the 8th period

圖8 時段8配氣網支路潮流的誤差散點圖Fig.8 Error scatter of branch gas flow in the GDN in the 8th period

3.2.2考慮無功補償的有效性驗證

(1) 電壓波動及網損分析.為了進一步分析計及無功補償對于系統的影響，本文對計及無功補償前后的風機并網點電壓水平va、系統的電壓水平v和有功損耗L進行分析.

計及無功補償前后風機并網點電壓波動水平如表2所示， 圖9所示為計及無功補償前后風機并網點電壓隨時間變化的曲線圖.由圖9可知，在接入無功補償裝置后，風機并網點電壓得到了提高，這有利于風機與并網系統之間的協調運行，避免因為無功支撐不足導致電壓過低而發生棄風現象.結合表2可知，在接入無功補償裝置后風機并網點的電壓波動更小，電能質量得到了改善.

表2 風機并網點電壓波動水平

圖9 風機并網點電壓曲線Fig.9 Voltage curves at the grid-connection point of wind turbine

圖10所示為計及無功補償前配電網節點電壓隨時間變化的曲線圖，圖11所示為計及無功補償前后配電網有功損耗隨時間變化的曲線圖，圖12所示為計及無功補償后配電網節點電壓隨時間變化的曲線圖.從圖10可以看出，在計及無功補償前系統的最低電壓水平為0.95，且在時段 00:00—6:00、22:00—24:00 系統電壓下降較為明顯，這是因為該時段風機功率輸出較大，消耗的無功比較多，并網點電壓大幅下降，相應地在該時段系統的有功網損也隨之增加.在計及無功補償后，系統的無功支撐能力得到很大提升，系統的最低電壓提升到12.5 kV，相較于計及無功補償前提升了4%，其他各節點的電壓水平也得到了改善，系統的網損大幅降低，有利于系統的經濟運行.

圖10 配電網節點電壓曲線(未計及無功補償)Fig.10 Node voltage curves of PDN without reactive power compensation considered

圖11 配電網24 h有功損耗Fig.11 24 h active power loss of PDN

圖12 配電網節點電壓曲線(計及無功補償)Fig.12 Node voltage curves of PDN with reactive power compensation considered

綜上，配網中接入無功補償裝置能夠提高各節點電壓水平、有效抑制電壓波動、降低有功損耗.

(2) 關于可再生能源滲透率的討論.表3為以風電為例的可再生能源消納結果對比.表中：風電滲透率Φ是指風電預測出力與系統總電力負荷的比值；消納滲透率φ是指風電的消納量占滲透量的比例；相對變化率Δ是指同一滲透率條件下考慮無功補償后消納滲透率的增量與滲透率的比例.根據可再生能源滲透比例，未來可再生能源發展可分為中比例(10%～30%)、高比例(10%～30%)、極高比例(50%～100%)3個階段[1].為了驗證本文所提模型的有效性，本文在可再生能源不同發展階段對考慮無功補償前后的新能源的可消納滲透率進行了對比分析.

表3 可再生能源消納結果對比(以風電為例)

由表3可以看出，在考慮無功補償后，風電消納滲透率有所提升.特別是在可再生能源處于高比例甚至極高比例發展階段，考慮無功補償對于提升風電消納滲透率效果更為顯著(見圖13).對于整個系統而言，在負荷水平較高的21:00—24:00時段，系統的無功流動較大，系統電壓水平較低，此時風機有功功率輸出較大，需要消耗大量無功.如果此時缺乏足夠的無功支撐，必然會導致棄風(見圖14).考慮無功補償后，風電并網點的無功支撐能力得到了提高，風機并網節點以及其他各節點的電壓水平都得到了提高，風機輸出的有功能夠正常地輸送到系統中，實現風電與并網系統的協調運行.

圖13 計及無功補償后風電消納相對變化率Fig.13 Relative change rate of wind power consumption with reactive power compensation considered

圖14 風電消納變化曲線Fig.14 Variation of wind power consumption

3.2.3系統靈活性分析 靈活性作為構建“以可再生能源為主體的新型電力系統”運行優化的內在要求，本質上也是一種彈性.本文所建模型能夠充分調用系統存量資源的可調節可響應能力，通過多能轉換和多能源需求響應為系統消納新能源提供彈性.具體分析如下.

(1) GU出力分析.對于光伏而言，出力時段集中在一天內的 7:00—18:00.圖15所示為燃氣機組出力.由圖15可知，燃氣機組的出力與光伏出力呈現互補狀態，燃氣機組能夠快速靈活響應系統的凈負荷變化，出力時段集中在19:00—24:00，氣電耦合特性為系統消納可再生能源提供了巨大的調節空間.

圖15 燃氣機組出力Fig.15 Output of gas unit

(2) EH能量平衡分析.EH可通過調整內部設備的出力計劃為電氣互聯系統提供較大的靈活性.EH電功率、熱功率日前優化調度結果如圖16、17所示.圖中Ph為電出力，Hh為熱出力.

圖16 EH優化調度電負荷平衡曲線Fig.16 Power load balance for optimal scheduling of EH

配電網中EH(節點13)作為風機(節點10)的下游節點，其內部電儲能裝置出力與風機出力密切相關.結合圖16(a)可以發現，在時段00:00—8:00、22:00—24:00風電出力較大，有富余的電量注入EH，EH首先將注入的電量用于供給電負荷，然后通過電儲能裝置充電消納多余的電量.在時段9:00—21:00，節點13的電負荷需求有所上升，同時段風電出力也有所下降，注入EH的電功率不能滿足EH內部的電負荷需求，缺額部分由CHP機組產電、電儲能裝置放電補足，必要時(例如在時段 13:00—18:00，風電出力極低)EH向配網注入功率，為配網的靈活運行提供支撐.對比圖16(a)、16(b)可知，隨著風電滲透率的提高，配網向EH注入的電功率將顯著增加，EH內部的用能方式也隨之改變.在時段9:00—12:00、20:00—21:00，能源集線器內部的電負荷可由配網的注入功率、儲能裝置的放電功率滿足，CHP機組的出力幾乎為0，天然氣耗量顯著減少，有助于降低系統的碳排放.

由圖17可知，在時段9:00—21:00，系統的熱負荷主要是通過CHP機組產熱來滿足.由于熱電比的限制，在時段13:00—19:00，CHP機組產熱出力高于系統的熱負荷需求，多余的熱量可以通過儲熱裝置存儲起來.在時段0:00—8:00以及時段 22:00—24:00CHP機組不進行產熱，該時段利用儲熱裝置放熱、燃氣鍋爐產熱、電鍋爐產熱實現系統熱力平衡.對比圖17(a)、17(b)可知，隨著風電滲透率的提高，能源集線器的部分用能實現了電能替代，在時段00:00—8:00、22:00—24:00電鍋爐出力增加，通過電熱轉換實現風電消納，降低了對天然氣的依賴，有助于系統降碳.

圖17 EH優化調度熱負荷平衡曲線Fig.17 Heating load balance for optimal scheduling of EH

(3) P2G對調度結果的影響.考慮P2G前后系統碳排放量對比結果如表4所示，圖18所示為不同場景光伏出力和P2G電負荷對比.由圖18可知，未考慮P2G之前，系統的光伏利用率為38.59%，棄光現象嚴重.引入P2G之后，系統的光伏利用率為100%，提升了61.41%，減少的棄光電量通過P2G技術轉換為天然氣注入配氣網，以滿足氣負荷需求，從而降低系統的購氣量.需要說明的是，P2G在制取天然氣的過程中需要大量的CO2作為原料[13].因此，在引入P2G技術后，既能解決系統的棄光問題，又能消耗CO2，有助于促進局部區域的降碳.

表4 不同場景碳排放量對比

圖18 不同場景光伏出力和P2G電負荷對比Fig.18 Comparison for photovoltaic output and power load of P2G under different scenarios

3.2.4計及碳排放成本對于系統用能方式的影響 在當前發展階段，為了滿足系統內部功率平衡，配網存在向大電網購電的可能性，假設此部分電量由煤電構成.圖19所示為計及碳排放成本前后能源集線器入氣量、入電量隨時間變化的曲線圖。不同風電滲透率條件下考慮碳排放成本前后系統的碳排放量優化結果如表5所示.由圖19可知，當計及碳排放成本后，在時段2:00—6:00系統的購電量下降，購氣量上升.這是因為單位功率氣電的碳排放要低于煤電，盡管在該時段電價處于較低的水平，EH還是更傾向于使用天然氣來滿足系統的電、熱負荷需求，以減少整個系統的購電量，從而降低碳排放Eh.由表5可以看出，在不同的可再生能源發展階段，考慮碳排放成本均能夠促進系統采用較為低碳的用能方式，降低系統的碳排放.且隨著可再生能源滲透比例的提高，系統的碳排放和經濟成本將進一步降低.

圖19 EH入氣量/入電量對比Fig.19 Comparison of gas and power inflow of EH

表5 考慮/不考慮碳排放成本模型優化結果對比

隨著可在生能源的大規模接入，外購電力中煤電的占比將不斷降低，清潔能源占比ρ將不斷提升.圖20所示為電氣互聯系統能源消耗量隨外購電力中清潔能源占比變化的曲線圖.由圖20可知，隨著外購電力中清潔能源占比的提高，系統外購電量呈上升趨勢，購氣量呈下降趨勢，氣電作為構建新型電力系統過程中的過渡電源，將逐步被清潔能源取代.可以看出，本文所建模型能夠引導系統按照可再生能源>氣電>煤電的優先級順序調整自身的用能方式以降低系統的碳排放，適用于可再生能源發展的不同階段.

圖20 電氣互聯系統能源消耗變化曲線Fig.20 Variation of energy consumption of power and gas system

4 結論

“碳中和”目標下將有大量新能源機組接入配網，其波動性給配網的安全穩定運行帶來了極大的挑戰.本文針對可再生能源出力的波動性，建立了計及無功補償和多能協同交互的源-網-荷-儲日前集中優化調度模型，并轉化為MISOCP問題進行求解.優化方案不僅能夠從整體上降低電氣互聯系統的運行成本，還能有效保證新能源機組并網點、耦合節點的安全穩定運行，為“碳中和”背景下多能源系統的有功/無功聯合調控提供思路.根據本文研究分析，得出以下結論：

(1) 考慮無功補償的電氣互聯系統的優化調度策略能夠提高新能源機組并網節點電壓水平、改善系統電壓分布，有利于提高大規模可再生能源接入下配網系統的穩定性，為可再生能源進入高比例甚至極高比例發展階段提供支撐.

(2) 考慮“源網荷儲”協調的優化策略能夠引導“荷隨源動”，充分挖掘需求側資源的可調節能力，利用不同能源載體之間彈性的協同互動，以自組織、自趨優的方式為可再生能源的消納提供更大的調節空間，實現資源的優化配置.

(3) 在效用等同的情況下，系統傾向于采用更為經濟的能源，考慮碳排放成本能夠促進系統按照可再生能源>氣電>煤電的優先級順序調整自身的用能方式，以獲取更高的經濟效益及環境效益，多能協同可以充分發揮不同能源之間的替代作用，為系統實現用能低碳化提供了可能性.