可再生能源為主體的農業能源互聯網碳循環建模與優化

牛浩森，付學謙

(中國農業大學信息與電氣工程學院，北京市 100083)

0 引 言

工業革命以來，世界各國對能源需求日益增長，化石燃料被大量用于生產能源，導致社會飛速發展的同時產生嚴重的環境污染。能源系統迫切需要做出改變，減少CO2等溫室氣體排放，降低環境污染。增大新能源比例以代替傳統化石能源，降低能源系統發電、產熱等產能環節碳排放是實現碳達峰、碳中和的重要手段。近年來，各學者對能源系統碳減排做了大量研究。文獻[1]提出了基于太陽能熱化學的分布式功能系統，結果顯示集成系統具有顯著的節能減排優勢。文獻[2]提出一種考慮最優建設時序的園區綜合能源系統低碳規劃方法，通過建立碳交易模型及含碳捕集裝置的綜合能源系統拓撲結構，研究在不同碳目標約束下，最優建設時續及容量配置，實現園區低碳運行。文獻[3]提出了一種氫能驅動下鋼鐵園區能源系統低碳發展模式，以低碳、綠色、環保、節能為目標，定量研究“綠色-氫能-工業”耦合系統，為碳達峰、碳中和目標的盡快實現提供了思路。文獻[4]提出一種基于離散混合自動機的優化模型，針對多能耦合的綜合能源園區，計算低碳運行模式下的日前優化結果，提高園區機組減排能力。

電力系統作為能源系統樞紐, 對我國能源生產和消費的轉型將起到關鍵作用[5]。文獻[6]總結了電力系統實現“雙碳”目標的實現路徑,即構建新型電力系統。文獻[7]評估了電力系統實現碳中和過程中減排速度和節奏、電力系統平衡調節等關鍵問題，進而分析了中國電力系統低碳發展方向。文獻[8]研究了火電行業碳達峰、碳中和情景預測模型，推動火電行業實現較低碳排放峰值。文獻[9]研究了“雙碳”目標背景下電力市場改革機制，通過合理的價格政策設計，調動發電企業減排的積極性，從需求側影響并促使發電企業降低碳排放。文獻[10]提出一種考慮網損雙向分攤的電力系統碳流計算方法，精準評估了新能源機組的減排貢獻。文獻[11]提出了考慮碳排放流理論的風-碳捕集-電轉氣聯合新型中長期調度方式，通過碳排放流理論對系統中不同節點的碳排放分布和強度進行了定量評估。

石油農業階段，化石燃料在農業生產中的大規模使用產生大量溫室氣體，使得農業碳排放成為全球變暖的重要因素之一。農業碳排放在中國占總排放量的17%，在美國僅占7%，在全球僅占11%[12]。這表示減少農業碳排放(agriculture carbon emission，ACE)對中國的影響將比對其他國家更為顯著。其中種植業方面，傳統農業75%的CO2排放來源是化肥、飼料和燃料的使用[13]；養殖業方面，保溫、通風及生物活動等會產生大量溫室氣體，造成嚴重大氣污染[14]；農村生活方面，農村燃煤供暖、垃圾焚燒和填埋都造成大量CO2排放[15]。因此，我國急需針對農業高碳排放問題，進行能源供給方式的轉變。

文獻[16]提出要加快農村用能方式變革，加強小水電代燃料生態保護工程建設，加快推進新農村電氣化，加強農村農業生活節能減排工作。文獻[17]主張將生物質能熱電聯產、分布式光伏風電等多種能源開發方式有機結合，形成智能高效的區域能源網絡和能源綜合梯級利用的系統，滿足農業現代化建設中能量需求的同時，減少農業碳排放。農業電氣化是推動農業現代化建設的重要動力，電能替代傳統化石原料，是農業領域實現碳減排的重要手段。20世紀70年代以來，變頻電機水泵[18]、靜電殺蟲除草[19]等以電能替代化石燃料供能的農業生產設備在農村廣泛應用，大大提高了農業清潔化程度。

農業能源互聯網作為能源與農業深度耦合的產物，是實現“雙碳“目標的重要手段。農業能源互聯網涉及農業、能源、信息三個領域交叉融合，信息流對能源流進行控制，能源流保證農業生理特征[20]。文獻[21]分析了光伏與農作物的爭光現象，建立了農業與能源的空間耦合模型。文獻[22]研究了農業-氣象-能源耦合機理，介紹了三者耦合的國內外先進應用，為我國未來農業能源互聯網發展提供了參考。文獻[23]介紹了農村農業能源發展中先進的能源和信息化技術，認為通過農業能源互聯網的建設，發展低碳化的農村能源，可以實現農業碳中和。文獻[24]總結了農業能源互聯網的安全分析技術，對農業能源互聯網帶來的安全問題進行探索，保證能源、糧食雙重安全。農業能源互聯網已成為農業綜合能源體系的延伸，成為中國農業發展的必然趨勢[25]。

本文以園區農業能源互聯網為研究對象，主要創新如下：1)提出面向農業能源互聯網碳循環的核算方法；2)基于農業可時移柔性負荷，以計及碳交易費用的園區日運行成本最小為目標函數，對農業園區用能進行優化調度，減少園區碳排放，實現農業園區碳中和。

為核算農業園區各環節碳排放量，減少農業園區碳排放，本文首先明確所研究的農業園區碳核算邊界及內容；其次建立能源設備及碳排放模型、電熱儲能模型、溫室電熱負荷模型及運行優化調度模型；最后以園區日運行成本最低為目標函數進行優化調度仿真，得出農業園區各環節碳排放數據。

1 研究框架

1.1 農業園區碳核算邊界及內容

本文以園區行政邊界為系統邊界，核算邊界內的直接碳排放、源自邊界內活動但發生在外部的間接碳排放及碳減排、碳吸收情況。本文研究的碳內容包括4個方面：新能源碳減排、光合作用碳吸收、燃氣碳排放、購電間接碳排放，如圖1所示。

圖1 碳核算內容

1)光伏發電碳減排。本文因園區的光伏發電量較小，在優化調度后基本實現全部消納，故不考慮光伏并網的情況。計算碳減排量時，按照消納光伏電量通過國家核證自愿減排量(Chinese certified emission reduction， CCER)的中國區域電網基準線排放因子進行核算。

2)植物光合作用碳吸收。植物光合作用的碳吸收量通過當地光照等氣象數據計算植物光合作用強度，進而計算碳吸收量。

3)沼氣發電機組、熱電聯產(combined heat and power， CHP)機組及輔助鍋爐燃氣直接碳排放。該部分的碳排放來源為天然氣、沼氣的燃燒。通過核算機組使用的燃料量，計算燃燒所釋放的CO2量。通過核算機組的電、熱出力，計算機組所分配的碳配額量。

4)外購電力間接碳排放。該部分的碳排放不直接來自園區內發電所帶來的碳排放，屬于園區間接碳排放，根據當地電網的碳排放因子進行核算。這部分碳排放所需配額成本由園區承擔。

1.2 農業能源互聯網及碳循環框架

農業能源互聯網是將冷、熱、電、氣等多種能源組成的綜合能源系統與農業生產相結合，提高能源利用效率，降低環境污染的同時實現農業集約化發展。本文研究的農業能源互聯網碳循環，是通過新能源的減排潛力、溫室作物的光合碳吸收能力，將園區能源設備包括熱電聯產機組、沼氣發電機組產生的碳排放及購電間接碳排放進行吸收，實現園區碳中和的目標。農業能源互聯網及碳循環框架如圖2所示。

圖2 農業能源互聯網及碳循環框架

具體研究框架為：通過光照強度、溫度等天氣因素，確定溫室作物凈光合速率，核算吸碳量；通過光照強度、溫度等天氣因素，確定園區光伏發電出力情況，根據園區負荷數據計算光伏消納量，進而確定光伏減碳量。在光伏出力為零或光伏出力不足以滿足電負荷需求時，根據農業園區電、熱負荷數據，確定沼氣機組、CHP機組及輔助鍋爐的出力情況，計算燃氣耗量，進而計算園區內能源設備的直接碳排放。在內部能源設備無法滿足園區能源需求情況下，從外界獲取能源，如外購電力，并將這部分電力等效為園區的間接碳排放。將四部分碳內容分別核算完成后，計算園區日碳排放總量。結果為正則碳排放大于碳減排；為負則碳排放小于碳減排。通過分別計算一年內夏季、冬季、過渡季典型日的日碳排放量，核算園區年度碳排放。

2 能源設備及碳模型

農業園區的能源設備是園區電、熱能源的主要來源，也是園區碳排放的主要核算目標。當內部能源設備無法滿足園區內生產生活需要，則從外界獲取能源。本節分別介紹了光伏發電及其碳減排模型、沼氣發電及其碳排放模型、CHP機組及其碳排放模型以及電網購電碳排放模型。

2.1 光伏發電碳減排模型

光伏發電的輸出功率由氣象因素中的光照強度和環境溫度決定，其輸出功率如式(1)所示[26]。

(1)

式中：PPV為光伏發電裝置的輸出功率；PNMAX為標準測試條件下光伏發電裝置的最大輸出功率；GT為實際輻照強度；GN為標準測試條件下的輻照強度；α為功率溫度系數；Tc為實際光伏發電裝置溫度；Tr為標準測試條件下的光伏發電裝置溫度。

光伏發電屬于新能源發電，其碳排放可以根據生態環境部發布的《2019年度減排項目中國區域電網基準線排放因子》計算，如式(2)、(3)所示[27]。

VPV-CO2=PPV×EF

(2)

EF=75%×EFOM+25%×EFBM

(3)

式中：VPV-CO2為光伏發電減排量；EF為電網基準線排放因子；EFOM為電量邊際排放因子；EFBM為容量邊際排放因子。

2.2 植物光合碳吸收模型

農業園區內的作物具有固碳作用，其碳匯是吸收園區內CO2的重要形式。將CHP機組、沼氣發電機組產生的CO2送入溫室中供給作物進行光合作用，不僅可以促進作物的生長發育還能有效降低發電帶來的碳排放污染，對實現園區農業能源互聯網碳中和具有重要意義。本文采用的碳吸收模型如式(4)、(5)所式[28]。

VPS-CO2=(Cin-Cout)·Nex·W·V+LAI·S·qpr

(4)

(5)

式中：qpr為單位葉面積凈光合作用速率；a、b、c、d、e和f是可以通過擬合實驗數據來計算的模型參數；Cin和Cout分別為溫室內外的CO2濃度；W為風速影響因子；T為溫室溫度；Iin為溫室光照強度；LAI為葉面積指數；Nex為每秒換氣次數；V為溫室大棚體積；S為葉面積。

2.3 沼氣發電及碳排放模型

沼氣發電機組是現代農業園區可再生能源發電的重要設備，對處理農業廢棄物及供給電能有著重要意義。本文假設所用沼氣中僅含有CO2和CH4，其中CH4體積分數為60%，CO2體積分數為40%。沼氣發電功率如式(6)所示[29]。

Pbiogas=Vbiogas×ηbiogas×LHV

(6)

式中：Pbiogas為沼氣發電功率；Vbiogas為沼氣流量；ηbiogas為沼氣發電效率；LHV為沼氣熱值，如式(7)所示。

LHV=φCH4×NCV

(7)

式中：φCH4為CH4在沼氣中的體積分數；NCV是天然氣的低位發熱量。

沼氣發電的碳排放由沼氣池泄漏甲烷的CO2當量，沼氣中的CO2量及甲烷燃燒產生的CO2量構成。假設沼氣泄漏量為5%，沼氣發電CO2排放量如式(8)—(11)所示[30-31]。

(8)

(9)

(10)

Vbiogas-CO2=V1+V2+V3

(11)

式中：Vbiogas-CO2為沼氣發電總碳排放量；V1為沼氣池泄漏的甲烷的CO2當量；V2為沼氣中的CO2量；V3為甲烷燃燒產生的CO2量；ρ為甲烷的密度；GWPCH4為甲烷氣體相對于CO2的全球變暖潛力；φCO2為CO2在沼氣中的體積分數；CCCH4為天然氣的單位熱值含碳量；OFCH4為天然氣的碳氧化率。

本文的沼氣發電僅產生電力，故該機組屬于純凝機組，其碳配額如式(12)所示[32]。

Abiogas=Pbiogas×Be×Fr

(12)

式中：Abiogas為沼氣發電機組碳配額；Be為機組所屬類別的供電基準值；Fr為機組供熱量修正系數，純凝機組供熱量修正系數為1。

2.4 CHP機組及碳排放模型

熱電聯產機組是農業園區電能、熱能的重要來源，通過燃氣輪機、余熱回收裝置及輔助鍋爐的配合實現發電產熱同時進行。其發電功率和產熱功率分別如式(13)、(14)所示[33]：

(13)

(14)

(15)

式中：Pchp(t)為CHP機組在t時刻的發電功率；Qchp(t)為CHP機組在t時刻的產熱功率；Pchp,i和Qchp,i分別為CHP機組在第i個極限運行點的發電和產熱功率；Pchp,min和Qchp,min分別為CHP機組的最小發電功率和最小產熱功率；αi(t)為CHP機組在t時刻關于第i個極端運行點的端點系數，取值范圍為[0,1]；k為多面體操作區域運行極限點數量。燃氣輪機天然氣耗量如式(16)所示[34]。

(16)

式中：Vchp為汽輪機的天然氣耗量；ηc為余熱回收效率；ηNG為汽輪機的綜合熱效率和功率效率；ηP為汽輪機發電效率；Qb為輔助鍋爐的產熱功率；ηb為燃氣鍋爐熱效率。

根據《企業溫室氣體排放核算方法與報告指南 發電設施》，發電設施CO2排放量等于化石燃料燃燒排放量和機組使用電力的間接排放量之和。因為機組使用電量較低這里假設發電設施CO2量等于化石燃料燃燒排放量。本文熱電聯產原料為天然氣，其燃燒產生的CO2排放量如式(17)—(19)所示[31]。

VCHP-CO2=ADCH4×EFCH4

(17)

ADCH4=Vchp×NCV

(18)

(19)

式中：VCHP-CO2為天然氣燃燒產生的CO2量；ADCH4為天然氣活動數據；EFCH4為天然氣的CO2排放因子。熱電聯產燃氣機組的碳配額核算如式(20)—(23)所示[32]。

Achp=AP+AQ

(20)

AP=Pchp×Be×Fr

(21)

Fr=1-0.6×COP

(22)

AQ=(Qchp+Qb)×Bh

(23)

式中：Achp為熱電聯產機組的碳配額；AP為機組供電CO2配額總量；AQ為機組供熱CO2配額總量；COP為CHP機組供熱比；Bh為機組所屬類別的供熱基準值。

2.5 電網碳排放模型

農業園區外購電力所產生的碳排放屬于園區間接碳排放，碳排放量如式(24)所示[35]。

VCO2-link=EFelec×Elink

(24)

式中：VCO2-link為外購電力碳排放量；EFelec為電網碳排放因子；Elink為外購電量。

3 園區儲能模型

儲能設備是現代化園區不可或缺的一種能源設備，其對園區用能規劃調度具有重要作用。本節介紹園區內的電儲能、熱儲能模型。

3.1 電儲能模型

工程上，光伏發電或農業園區用電均需要配置儲能設備，并且實際工程要求光伏發電配備的電儲能容量不小于光伏裝機容量的10%。其充放電能模型如式(25)、(26)所示[36]。

充電時：

(25)

放電時：

(26)

式中：E(t)為電儲能設備t時刻的總能量；α為電儲能設備自放電率；Pe-charge為電儲能設備充電功率；Pe-discharge為電儲能設備放電功率；ηe-charge為電儲能設備充電效率；ηe-discharge為電儲能設備放電效率；Se為電儲能設備總容量。

3.2 熱儲能模型

工程上，農業園區需要為供暖配置熱儲能設備，其充放熱能模型如式(27)、(28)所示[36]。

充熱時：

(27)

放熱時：

(28)

式中：Q(t)為熱儲能設備t時刻的總能量；β為熱儲能設備自放熱率；Qh-charge為熱儲能設備充熱功率；Qh-discharge為熱儲能設備放熱功率；ηh-charge為熱儲能設備充熱效率；ηh-discharge為熱儲能設備放熱效率；Sq為熱儲能設備總容量。

4 溫室負荷模型

實際工程中，農業園區的主要電、熱負荷來源為現代農業溫室。而溫室內電、熱負荷的主要來源為植物補光裝置及溫室供暖調溫裝置。本節對植物補光模型及溫室供暖模型進行介紹。

目前的相關研究表明，中藥黃芩素的研究僅停留在基礎研究階段，尚未開展與臨床相關的研究。本研究為黃芩素抗腫瘤轉移的研究和開展臨床試驗增添了新的基礎理論依據，為尋找安全有效的抗癌藥物提供了新的思路。

4.1 植物補光模型

植物補光燈是設施農業環境中的重要調控設備，其作用在于當自然光的光照不足時維持植物生長發育所需光照強度，以保障植物生長。本文的補光模型采用單位容量法來計算平均照度，其公式如式(29)所示[20]。

(29)

式中：N為補光燈數量；P為補光燈功率；Sgreenhouse為溫室面積；φ0為單位面積光通量；C1、C2為修正系數；ηlight為補光燈光電轉化效率；Iset為設定的光照強度；τ為溫室透光率；I為自然光照強度；klight為照度換算系數，與補光燈種類有關，本文采用的是金屬鹵化物燈，klight=14.4。

4.2 溫室供暖模型

作物生長需要適宜的溫度，特別是在冬季需要溫室供暖負荷提供作物生長適宜的熱環境，本文采用基于散熱器的溫室采暖熱負荷模型，如式(30)所示[20]。

Q=KF(Tin-Tout)+ρairNexV[cpi(Tin-Tout)+hfg(Win-Wout)]

(30)

式中：Q為供熱量；K為溫室單層玻璃傳熱系數；F為溫室玻璃覆蓋面積；Tin為溫室內溫度；Tout為外界環境溫度；ρair為棚內空氣密度；cpi為棚內空氣定壓比熱容；hfg為Tin溫度下水的汽化潛熱；Win為溫室內空氣濕度；Wout為外界環境空氣濕度。

5 運行優化調度模型

工程上，通過對園區電力、熱力能源進行調度可以優化能源供給結構，降低日運行成本。本節將計及碳交易的園區日運行成本最低作為目標函數，考慮各等式、不等式約束，建立優化調度模型。

5.1 目標函數

本文將成本與碳交易綜合考慮為園區日總運行成本，即將碳排放的經濟性與成本相加構成目標函數。工程上，在雙碳背景下園區需考慮園區碳排放產生的經濟成本或效益對園區運行調度的影響。考慮碳交易的經濟性可以刺激園區減少碳排放，對零碳園區的落地及碳中和的實現有重要意義。工程實際中，本文研究的四部分碳內容均可以轉化為對應碳交易，包括CHP機組及沼氣發電機組碳交易、電網購電碳交易、光伏碳交易、植物碳匯權益收益，以下將分別對四部分碳排放內容轉換為成本或效益方式進行介紹：

1)CHP機組及沼氣發電機部分。根據國家生態環境部頒發的《企業溫室氣體排放核算方法與報告指南 發電設施》[31]及《2019—2020年全國碳排放權交易配額總量設定與分配實施方案》[32],計算實際碳排放及碳配額，二者差值若為正即實際碳排放大于碳配額，則園區需額外購買配額抵消過多的碳排放。反之，則可以賣出多余碳配額獲得收益。差值乘以我國碳交易市場最新成交價，將碳排放轉化為成本或收益。

2)電網購電部分。文獻[37]研究了基于用戶用電負荷的碳交易模型，將用戶從電網購買電力的間接碳排放轉化為實際碳交易，即園區承擔發電廠企業碳排放費用。本文簡化這部分計算，外購電力等效碳排放全部由園區承擔，將其乘以碳交易價格，轉化為成本。

4)植物碳匯權益收益。根據國家核證自愿減排量[38]及《關于建立健全生態產品價值實現機制的意見》[40]，將植物碳匯通過碳排放權交易價格轉化為經濟收益。碳匯權益授予轉化已經應用于實際。如浙江安吉農商銀行依據《竹林經營碳匯項目方法學》對報福鎮統里村楊忠勇承包經營的共1 030畝毛竹林進行減排計算，得出林地碳匯價值為37.19萬元的結論[41]。本文按照國家政策標準，將作物碳吸收量乘以全國碳排放權交易市場碳排放權交易價格轉化為園區植物碳匯收益。

本文目標函數如式(31)所示。

(31)

式中：C為園區內單日總運行成本；Plink(t)為t時刻電網聯絡線功率；Cprice(t)為t時刻電價；Uchp(t)為t時刻CHP機組的運行狀態，其中1表示機組在t時刻進行了啟動，0則表示未啟動；Cstart為CHP機組的啟動成本；Cchpcost為機組的發電成本；Cchp(t)為機組的固定成本；Qboiler(t)為燃氣鍋爐產熱功率；Cbolier為鍋爐的產熱成本；Cbiogas為沼氣發電固定成本；Ploadup(t)、Ploaddomn(t)分別為可時移負荷的上調、下調功率；Cloadcost為負荷時移成本；CCO2為碳交易價格。

5.2 約束條件

5.2.1 等式約束

等式約束中，需要考慮電力平衡約束、負荷平移約束及熱力平衡約束，分別如式(32)—(34)所示。

Plink(t)+Pchp(t)+Pbiogas(t)+Pdpv(t)+Pdischarge(t)-Pcharge(t)=Pload1(t)+Pload2(t)+Pload2(t)+Ploadup(t)+Ploaddown(t)

(32)

式中:Pdpv(t)為t時刻消納的光伏；Pbiogas(t)為t時刻沼氣發電功率，本文設定沼氣發電機組恒定出力；Pdischarge(t)為t時刻電儲能系統的放電功率；Pcharge(t)為t時刻電儲能系統的充電功率；Pload1(t)、Pload2(t)、Pload3(t)分別為t時刻3個溫室的電負荷。

∑Ploadup(i)=∑Ploaddown(j)

(33)

式中：Ploadup(i)為平移到i時刻的可時移負荷量；Ploaddown(j)為原來在j時刻的可時移負荷量。

Qchp(t)+Qboiler(t)+Qdischarge(t)-Qcharge(t)=Qload1(t)+Qload2(t)+Qload3(t)

(34)

式中：Qchp(t)為t時刻機組的產熱功率；Qdischarge(t)為t時刻熱儲系統的放熱功率；Qcharge(t)為t時刻熱儲系統的儲熱功率；Qload1、Qload2、Qload3分別為t時刻3個溫室的熱負荷。

5.2.2 不等式約束

不等式約束中需要考慮CHP機組的爬坡約束、燃氣鍋爐的最大功率和爬坡約束、電熱儲能系統的容量約束及充放能限制約束、聯絡線功率約束、光伏消納約束、可時移負荷約束。其中最大功率指鍋爐或電網能提供的功率上限，而實際功率由負荷需求決定。

功率最大值約束即要求實際功率小于等于設備的發出功率上限。而產熱量、發電量為產熱功率、發電功率與時間的乘積。本文通過對鍋爐及聯絡線功率進行最大值約束，進而對鍋爐產熱量及聯絡線購電量進行約束。以上約束分別如式(35)—(41)所示。

-RDchp≤Pchp(t+1)-Pchp(t)≤RUchp

(35)

式中：RDchp為CHP機組的最大向下爬坡功率；RUchp為CHP機組的最大向上爬坡功率。

(36)

式中：Qmax為燃氣鍋爐能提供的最大熱功率；RDboiler為燃氣鍋爐的最大向下爬坡功率；RUboiler為燃氣鍋爐的最大向上爬坡功率。

(37)

其中：

(38)

式中：Pmax和Qmax分別為最大電、熱儲能系統容量；Se-max和Se-min分別為電儲能系統充放電的最大和最小充電狀態值；Sh-max和Sh-min分別為熱儲能系統充放熱的最大和最小充熱狀態值；Pc,max和Pdis,max分別為電儲能系統充放電最大功率；Qc,max和Qdis,max分別為熱儲能系統充放熱最大功率。

0≤Plink(t)≤Plinkmax

(39)

式中：Plinkmax為聯絡線傳輸最大功率。

0≤Edpv(t)≤Epv(t)

(40)

式中：Edpv(t)為t時刻消納的光伏電量；Epv(t)為t時刻光伏總發電量。

(41)

式中：Ploadup-max為可時移負荷最大上調功率；Ploaddown-max為可時移負荷最大下調功率。

6 算例分析

6.1 仿真算例

本文以青島市瑯琊集團農業園區為仿真研究對象。該農業園區位于山東省青島市黃島區泰山路550號，占地面積266 800 m2。園區內部分能源設備參數、碳排放及碳配額核算參數、當地分時電價如表1—3所示。

表1 部分能源設備參數

表2 碳排放及碳配額核算參數

表3 青島市分時電價

根據園區內電、熱負荷數據、前文構建的能源模型、青島當地天氣信息，可得到夏至日、冬至日、過渡季典型日的熱負荷、電負荷、光伏功率曲線，如圖3—5所示。其中熱負荷主要來源為供暖期供暖，青島地區供暖時間為11月16日至次年4月5日。其中過渡季部分時間供暖，非供暖時間園區無熱負荷，調溫由電負荷支持；夏季不供暖，無熱負荷；冬季這里看作全季供暖，即供暖時間從11月7日至次年4月5日。電負荷主要來源為溫室補光及園區其他電負荷。

圖3 夏至日功率曲線

6.2 仿真結果分析

本文通過使用Matlab軟件調用 Yalmip 和 Cplex 程序包對上述優化模型進行求解。

圖4 冬至日功率曲線

圖5 過渡季典型日功率曲線

6.2.1 夏至日仿真分析

夏至日的運行優化前后結果如圖6所示。夏季無需供暖，熱負荷需求為零。通過圖6(a)、(b)可以看出，優化前08：00—18：00的光伏出力較大，但電負荷很低，無法消納更多的光伏電量，導致棄光問題嚴重。考慮光伏碳減排收益及購電間接碳排放成本情況下，購電綜合成本遠大于光伏。通過負荷平移進行優化后，將光伏出力為零時間段內的電負荷，平移至光伏出力較高的時間段08：00—18：00內，促進光伏消納，提高光伏碳減排收益，減少購電量，降低間接碳排放成本。并且通過合理匹配電儲能系統，將光伏出力較大以至于無法消納的時間段11：00—15：00的電能儲存，供給電價較高且光伏出力為零的時間段19：00—22：00使用。

圖6 夏至日優化前后結果

夏至日碳排放量優化結果對比如表4所示。可以看出，夏季因熱負荷為零，CHP機組及輔助鍋爐停運，碳排放來源僅為沼氣發電及購電。其中沼氣發電為恒定出力，碳排放恒定無法進行優化，故優化前后無差別；碳減排來源主要為光伏碳減排及植物光合碳吸收。植物光和吸收與光照強度有關，補光負荷為不可時移負荷，故光照強度恒定，光合碳吸收量優化前后無差別。由于光伏碳減排量根據光伏消納量進行核算，通過負荷平移優化使得光伏消納量增加，購電量降低，進而增加光伏碳減排量，降低購電帶來的間接碳排放，實現園區碳減排。

表4 夏至日碳排放量優化結果對比

表5為夏至日運行成本優化結果對比。優化前，園區日運行成本主要包括CHP固定成本、沼氣發電固定成本、購電成本、沼氣碳排放成本、購電碳排放成本、光伏碳減排成本及光合碳吸收成本。其中CHP固定成本、沼氣發電固定成本為CHP機組、沼氣發電機組日常運維成本，無論發電量大小，為固定值。購電成本由外購電量與分時電價計算可得，為園區夏至日運行成本主要來源。沼氣碳排放成本是由于沼氣機組碳排放量大于其碳配額需購買額外碳配額，以抵消其碳排放量引起的。購電碳排放成本為購電間接碳排放的碳交易成本；光伏碳減排成本為光伏減排對應的碳減排收益；光合碳吸收成本為作物碳匯帶來的碳減排收益。優化前購電量較高、光伏消納率低導致購電及購電間接碳排放成本較高，光伏碳減排收益較低。通過負荷平移優化，提高了光伏消納量，降低購電量，從而提高光伏碳減排收益，降低購電及購電碳排放成本，使園區日運行成本降低3 488.53元。

表5 夏至日運行成本優化結果對比

6.2.2 冬至日仿真分析

冬至日的運行優化前后結果如圖7所示。冬季氣溫低，且處于供暖季，熱負荷較大，CHP機組及輔助鍋爐啟動。由于CHP機組的電熱出力具有相關性，這里先分析電力平衡情況。圖7(c)、(d)為冬至日優化前、后電力平衡曲線。通過對比可以看出，同時考慮CHP機組及輔助鍋爐碳交易、光伏碳減排收益、分時電價及其間接碳排放成本情況下，優化后，在00：00—06：00，CHP機組發電綜合成本高于分時電價，故盡量外購電力，減少CHP機組電出力，降低運行成本；在17：00—22：00，CHP機組發電綜合成本低于分時電價，減少購入電力，增加CHP機組電出力，降低運行成本。并且通過負荷平移增加光伏消納，降低購電成本及購電帶來的間接碳排放成本，提高光伏碳減排收益，進一步降低園區運行成本。

圖7 冬至日優化前后結果

通過圖7(a)、(b)可以發現，優化前主要由CHP機組為園區提供熱量。優化后，時間段00：00—06：00內CHP熱出力下降，輔助鍋爐熱出力上升；時間段17：00—22：00內CHP熱出力上升，輔助鍋爐熱出力下降。

冬至日碳排放量優化結果對比如表6所示。可以看出，碳排放主要來源為沼氣發電、CHP機組燃氣、鍋爐燃氣及外購電力的間接碳排放。碳減排的主要來源為光伏及植物光和吸收。其中沼氣發電碳排放、光合碳吸收無法進行優化。優化后，CHP機組及輔助鍋爐燃氣產生的CO2總量降低，購電碳排放降低，光伏發電碳減排量增加，實現園區碳減排。

表6 冬至日碳排放量優化結果對比

表7為冬至日運行成本優化結果對比。冬至日園區熱負荷需求大，CHP機組及輔助鍋爐啟動，園區日運行成本比夏至日運行成本多出鍋爐運行成本、CHP運行成本、CHP啟停成本、CHP及鍋爐碳排放成本四部分。其中鍋爐運行成本及CHP運行成本為輔助鍋爐及CHP機組發電1 kW·h、產熱1 kJ所對應的支出，包括操作、燃料等成本；CHP啟停成本為CHP機組啟停狀態切換時因機組剎車或預熱所需額外成本；CHP及鍋爐碳排放成本為碳排放量大于其碳配額需購買額外碳配額，以抵消其碳排放量。通過負荷平移優化，提高了光伏消納量，降低CHP發電量及購電量，由輔助鍋爐補充因CHP發電量減少而減少的產熱量。因此優化后雖然鍋爐運行成本略有增加并增加了負荷平移成本，但CHP運行成本、購電及購電間接碳排放成本、CHP及碳排放成本均有降低且光伏碳減排收益增加，使園區日運行成本降低7 591.58元。

表7 冬至日運行成本優化結果對比

6.2.3 過渡季典型日仿真分析

過渡季典型日的運行優化前后結果如圖8所示。該典型日處于過渡季供暖期，故存在供暖熱負荷。圖8(a)為過渡季供暖期優化前(后)熱力平衡的結果,由于過渡季典型日氣溫比冬至日氣溫高，溫室調溫所需熱負荷較低，僅需開啟輔助鍋爐便可滿足基本供暖需求。此時熱負荷僅由輔助鍋爐提供，故優化前后并無差別。

圖8(b)、(c)為優化前、后電力平衡的結果。考慮光伏碳減排收益及購電間接碳排放成本情況下，通過負荷平移優化，將電價較高時間段18：00—22：00內的電負荷，平移至光伏出力較高的時間段08：00—17：00內，增加光伏消納量，提高光伏碳減排收益，減少購電量，降低間接碳排放成本。過渡季典型日碳排放量優化結果對比如表8所示。可以看出，碳排放主要來源為沼氣發電、鍋爐燃氣及外購電力的間接碳排放。碳減排的主要來源為光伏及植物光合吸收。其中熱負荷只由鍋爐提供，為滿足熱力平衡，鍋爐出力無法進行優化。負荷平移增加光伏的消納率，光伏碳減排量增加。光伏消納率增加導致購入電力量減小，購入電力的間接碳排放量降低，總碳排放量降低。

表8 過渡季典型日碳排放量優化結果對比

圖8 過渡季典型日優化前后結果

表9為過渡季典型日運行成本優化結果對比。因過渡季供暖期氣溫較高，輔助鍋爐即可滿足熱負荷需求，CHP機組停運。因此，過渡季典型日的CHP機組的運行及啟停成本為零。優化前后的成本變化情況與夏至日基本相似。通過負荷平移優化，提高光伏碳減排收益，降低購電及購電碳排放成本，使園區日運行成本降低4 660.48元。

表9 過渡季典型日運行成本優化結果對比

6.2.4 全年碳排放分析

根據對夏至日、冬至日、過渡季典型日的碳排放計算結果，對園區全年碳排放量進行分析。這里假設夏至日、冬至日、過渡季典型日可代表夏季、冬季、過渡季全季碳排放數據，即全季每日碳排放量為該季節典型日碳排放量。根據季節時間劃分即青島市供暖時間，過渡季分為供暖期與非供暖期，非供暖期無熱負荷，CHP機組及輔助鍋爐停運，碳排放量為零。園區全年碳排放總量分析如表10所示。夏季、過渡季非供暖期因無熱負荷需求，作為園區碳排放主要來源的CHP機組及輔助鍋爐停運，日排放量呈現負值，即減排量大于排放量；過渡季供暖期熱負荷需求低，CHP機組停運, 日排放量同樣呈現負值。冬季氣溫低，熱負荷需求大，CHP機組及輔助鍋爐運行，碳排放較高。日排放量為正值，即排放量大于減排量。根據季節天數，可計算求得園區全年碳排放總量為-755.940 1 t。

表10 園區全年碳排放總量分析

仿真結果的每一部分碳排放計算結果均通過工程實際及其他文獻內容進行逐一驗證，日碳排放量數量級吻合。因此，本文所建立的碳排放核算模型正確。文獻[42]中的數據顯示，東灘低碳農業園區面積約2×106m2，耕地面積約1.667×106m2，其年碳排放量為-3 623.99 t。本文研究的青島瑯琊集團農業園區占地面積為2.668×105m2。同等面積下東灘低碳農業園區碳排放為-480.20 t。鑒于該園區未考慮新能源帶來的碳減排效益，粗略來看年碳排放量基本吻合，故仿真計算結果正確。因此，本文所研究的農業園區可實現零碳運行，呈現碳中和。

7 結 論

本文提出了面向農業能源互聯網碳循環的核算方法，構建了能源設備及碳排放模型，并以計及農業柔性負荷及碳交易的園區日運行成本最小為目標函數，對農業園區用能進行優化調度。仿真結果顯示，所使用的優化調度策略能明顯降低園區日運行成本及CO2日排放量，實現全年園區碳中和。這對農業能源互聯網的落地，農業零碳園區的建設具有指導作用。

后續本文將繼續深化研究“雙碳”目標下，以農業能源互聯網為目標的碳潮流計算，并充分考慮能源傳輸、能源消納過程中碳的間接排放量。具體內容包括碳捕集裝置建模、土壤碳匯建模、能源傳輸網絡中的碳潮流計算等。