考虑阶梯式碳交易与电制氢的综合能源系统热电优化研究

综合能源系统热电优化这几年在电力、能源圈子里已经不是陌生词了。我们团队之前做的不少项目重心都放在怎么让“热”和“电”在调度里配合得更默契比如热电联产机组怎么变工况、储热罐怎么削峰填谷。但是真正把碳交易机制作为一个硬约束写进优化目标里再叠加上电解制氢这个可调负载和储能环节是我最近这段时间一直在琢磨的方向。这篇想聊的“考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化研究与仿真”简单说就是在传统热电调度模型里引入阶梯碳价同时加入电解水制氢与储氢设备让系统在面对碳约束时既能降低碳排放又能兼顾运行成本与热、电供应可靠性。适合正在做综合能源系统仿真、正在卡碳交易建模或阶梯定价线性化的同学参考。1. 解题背景碳交易、电制氢与热电优化为什么非要放一起1.1 传统热电优化模型缺了什么传统热电调度的基本目标是在满足电负荷和热负荷的前提下最小化运行成本。模型里通常有热电联产机组CHP、燃气锅炉、储热罐、电锅炉以及一定比例的风电光伏。成本一般写成燃料费用加购电费用约束写成功率平衡和设备爬坡求解出来效果也算稳定。但有一个很明显的缺陷碳排放只是一个事后统计量基本不影响调度决策。你算完最优出力之后再去算排放发现超标了只能靠调参或事后补救而不是在源头改变机组的启停和出力分配。一旦碳有了价格情况就完全不同。同样是买电、烧气排放量大的路径成本更高优化算法会主动调整机组出力。这个“让碳成本进入优化目标”的过程正是碳交易机制嵌入综合能源系统的核心切入点。1.2 阶梯式碳交易比固定碳价强在哪里普通碳交易模型里碳排放配额有一个总量超出配额后的碳单价是一个固定值。固定碳价意味着边际减排成本在任何排放水平都一样。碳价设低了调度结果和“完全不管碳”差不了多少碳价设高了运行成本又会被过度抬高系统为了减排付出不必要的代价。阶梯式碳交易机制解决的就是这个“一刀切”问题。它的核心思路是先给系统一个免费配额超出配额的部分分成多个区间每个区间的碳价逐级抬高。这个逻辑非常像日常生活中的阶梯电价或所得税排放量越出格边际成本越高。这样做有两个好处。第一配额之内的排放不收费保证了系统的基本运行需求不被过度压制。第二超出部分价格递增系统会主动把排放压回目标区间因为再往上走就“不划算”了。对优化模型来说这个机制产生的是非线性的碳成本但也正是这种非线性让研究变得更有技术含量。1.3 电制氢在系统里到底扮演什么角色电解水制氢在综合能源系统里本质上是一个“可调电负荷可储能介质”的组合体。电价低的时候电解槽多用电产氢把电能转化成氢的化学能存起来需要的时候氢可以通过燃料电池发电也可以在燃气机组里掺烧还可以直接供给加氢站或工业用户。放在热电优化的语境下电解槽的价值是双重的。第一重是灵活消纳新能源光伏和风电大发时如果电网吃不下电解槽就是一个天然的“海绵”第二重是给系统增加了一条能量回馈路径传统热电系统只有“电-热”两条路径有了氢以后变成“电-热-氢”三个维度调度自由度和优化空间明显变大。也正因为同时引入了碳交易约束和氢能流这个优化模型比传统热电调度复杂了一个档次值得认真拆解。2. 系统建模与能量流拆解先把物理边界摸清楚2.1 典型区域综合能源系统拓扑本文讨论的仿真系统用的是典型区域综合能源系统结构。电源侧包括一个燃气轮机热电联产机组、一个聚合的风电光伏单元外网购电作为补充热源侧包括CHP的余热回收、燃气锅炉和储热罐氢能侧包括电解槽、储氢罐以及氢燃料电池或掺烧出口。能量流可以梳理成四条线电网线外购电功率输入燃气线CHP和燃气锅炉消耗天然气对外输出电和热氢能线电解槽消耗电输出氢经过储氢罐后供燃料电池和掺烧使用热力线CHP余热、锅炉产热、储热罐充放热共同满足热负荷。这套拓扑的特点是每个设备都不是独立存在的电、热、氢三条能量链互相咬合。比如CHP做决策时要同时看电负荷、热负荷和氢需求电解槽做决策时又直接影响电平衡和氢平衡。建模时如果只把设备当成独立单元处理很容易漏掉耦合关系。2.2 CHP机组的运行域建模CHP是系统里最大、也最关键的设备。工程上最常见的抽凝式机组其运行域在“电功率-热功率”平面上不是一个简单的矩形而是一个凸多边形。供热抽汽增加时发电功率在同样燃料输入下会有所下降这就是热电耦合。在模型中CHP的运行域可以用一组线性不等式描述近似写为P_e_min ≤ P_e ≤ P_e_max0 ≤ P_h ≤ P_h_maxP_e k_eh × P_h ≤ P_e_max其中 P_e 是电功率P_h 是热功率k_eh 是热电耦合系数。实际机组如果运行域比较复杂可以增加更多顶点约束把可行域包围得更精确。我建议机组启停状态一定要用二进制变量表示电功率下限要乘以启停状态。没有启停变量时模型会让机组在“理论上可行但实际上不能开”的边界处运行求解结果看似最优工程上却没法落地。2.3 电解槽与储氢、储热罐建模电解槽的输入功率通常可以在一定范围内连续调节但工程上不会是0到100%全范围很多PEM电解槽有最低功率限制。在验证阶段可以用线性效率模型近似V_H2_t η_elec × P_elec_t其中 η_elec 表示每千瓦时电的产氢量一般取0.3到0.6 Nm³/kWh具体取决于系统压力、温度和电解槽类型。如果做更深入的研究可以把效率写成负荷率的非线性函数再通过分段线性化处理。储氢罐的模型和储电类似是时序递推关系S_t S_{t-1} V_in,t - V_out,t储罐容量有上下界进出氢速率也有限制。这里有一个容易忽略的细节压缩机耗电。高压储氢需要压缩功耗简化模型里可以把它折算成附加电负荷也可以直接忽略但仿真报告里要明确说明这个假设。储热罐相对成熟能量平衡式HS_t HS_{t-1} × (1 - η_loss) HC_t - HD_t同时限制充、放热速率和容量。储热罐是热电耦合的“缓冲器”它的存在能让CHP不必完全跟随热负荷变化提升电调度的灵活性。2.4 电、热、氢三个平衡约束这三类平衡是模型的核心骨架缺一不可电平衡外购电 CHP电出力 新能源出力 电负荷 电解槽耗电 其他电耗热平衡CHP热出力 燃气锅炉热出力 储热放热 热负荷 储热充热氢平衡电解槽产氢 储氢罐放氢 燃料电池/掺烧用氢 外供氢三个平衡式放在一起之后CHP的调度就不只是“满足电负荷”或“满足热负荷”了而是要同时满足三个能量通道的需求。氢作为中间介质还可以跨时段搬移能量这让模型在时间维度上的灵活性大大增强。3. 阶梯式碳交易建模数学表达与线性化实战3.1 碳排放来源怎么算建模中的碳排放分为两部分一是外购电力的间接排放二是天然气燃烧的直接排放。前者用外购电量乘以电网综合排放因子后者用燃气消耗量乘以燃料排放因子。外购电量 × 电网排放因子 间接排放燃气消耗量 × 燃料排放因子 直接排放这里特别提醒如果加入掺氢燃烧天然气的直接排放要按燃料热值比例折算。掺氢之后天然气消耗量下降排放也会下降这正是氢能改善系统碳表现的核心机制。3.2 配额、免费额度与阶梯区间先定义系统总排放量为 E_total免费配额为 R。当 E_total ≤ R 时系统不需要购买碳排放配额甚至可以卖配额当 E_total R 时超出部分进入阶梯。常见的阶梯表达如下E ∈ (R, RL1] 时碳成本 ω1 × (E - R)E ∈ (RL1, RL1L2] 时碳成本 ω1×L1 ω2×(E - R - L1)E ∈ (RL1L2, RL1L2L3] 时碳成本 ω1×L1 ω2×L2 ω3×(E - R - L1 - L2)这里要求 ω1 ω2 ω3也就是碳价逐级递增。阶梯区间的宽度和碳价水平是仿真的核心参数也是灵敏度分析的主要对象。3.3 线性化方法这步做对了模型才算稳直接把这个分段函数丢给求解器会遇到非线性问题。最优做法是把阶梯碳成本转化为线性表达式。这里有一个很关键的知识点由于碳价逐级递增阶梯成本函数是一个凸的分段线性函数。对于凸分段线性函数不需要引入二进制变量可以用“增量成本分解”的方法处理。设排放量 E_total 分解为E_total d0 d1 d2 d3其中0 ≤ d0 ≤ R0 ≤ d1 ≤ L10 ≤ d2 ≤ L20 ≤ d3 ≤ L3碳成本写为C_carbon 0 × d0 ω1 × d1 ω2 × d2 ω3 × d3因为在最小化成本时算法会优先填满价格更低的区段然后再进入高价格区段。也就是说d1 会优先于 d2 被使用这种天然的优势会让排放量自动“排队”不需要额外的洋气逻辑来强制排序。这个方法非常实用我在多个算例里验证过求解速度快、数值稳定。唯一要注意的是如果模型允许“配额盈余出售”并把它写成负成本也就是成本函数出现下降段时凸性不成立这时才需要引入二进制变量或SOS约束。3.4 优化目标函数的完整结构综合以上内容整体目标函数可以写为C_total C_fuel C_buy C_om C_carbon C_hydro - C_h2sellC_fuel天然气费用由CHP和燃气锅炉的燃气消耗量乘以气价得到C_buy外购电费用按分时电价计算C_om设备运维成本通常与机组出力成正比C_carbon阶梯碳交易成本即上一节的线性化表达式C_hydro电解槽的运维和折旧成本C_h2sell向外部供氢的收入如果系统具备外供能力。目标函数不是把所有成本简单相加就够了更重要的是让碳成本、外购电成本和燃料成本三者形成“对顶角”关系。比如某个时段电价高但电网排放因子高另一个时段天然气贵但碳强度低模型就要在这些维度上权衡。4. 求解策略与仿真流程从建模型到出结果4.1 问题类型与求解思路这个优化问题最终是一个混合整数线性规划MILP。原因有两个一是机组启停需要二进制变量二是某些设备运行区间选择也需要整数变量。值得注意的是阶梯碳成本本身通过增量变量法处理之后不需要额外引入整数变量这是这一类模型能够快速求解的重要原因。典型24小时的调度问题连续变量几千个二进制变量几十到上百个在普通工作站上用商业求解器或者开源求解器都能在几分钟内求解。扩展到96小时甚至168小时整数变量规模增大求解时间可能成倍增长。实际项目中我习惯采用滚动时域方式每24小时求解一次滑窗推进。4.2 仿真流程分几步走我建议按照“增量式构建”的思路来开展仿真不要一上来就把所有模块加满。第一步跑一个完全不含碳成本、不含电解槽的基础热电调度模型检验目标函数和约束是否满足物理直觉。第二步加入阶梯式碳交易模块观察排放量和碳成本的变化。第三步加入电解槽、储氢罐和氢能利用路径观察电平衡和氢平衡的变化。第四步把所有模块整合做对比分析和灵敏度分析。每一步都要保留日志至少记录目标值、关键变量边界值和约束松弛量。这样出了问题能快速定位是哪个模块导致的。4.3 典型测试系统参数参考给出一套我在仿真中常用的参数表方便直接作为起点。这套参数基于一个约60 MW电负荷、40 MW热负荷的测试系统设备/参数数值说明CHP电功率20~40 MW含最低运行约束CHP热功率0~35 MW与电功率通过系数耦合燃气锅炉0~20 MW热力补充电解槽功率0~10 MW连续可调储氢罐容量1800 kg折合约60 MWh热值储热罐容量80 MWh热损约2%/h天然气价格2.3 元/Nm³—电网排放因子0.58 kgCO2/kWh按所在区域调整外购电谷时电价0.32 元/kWh0:00-7:00外购电峰时电价0.75 元/kWh10:00-18:00碳配额 R850 t按无碳措施排放的约90%设置阶梯区间L1/L2/L3120/100/100 t逐级加宽阶梯碳价ω1/ω2/ω350/80/120 元/t递增这套参数并不是某个真实工程项目的复制而是为了对比仿真设计出来的测试基准。实际使用时要根据自己的系统容量和设备型号重新标定。5. 典型仿真结果碳交易和氢能怎样改变调度行为5.1 场景对比怎么设计为了看清楚每个模块的贡献我设计了五个对比场景S0无碳成本、无电解槽作为基础基准S1固定碳价、无电解槽S2阶梯式碳交易、无电解槽S3固定碳价加电解槽S4阶梯式碳交易加电解槽即完整方案。场景之间的差异要单一变量化。S1和S2对比可以看出阶梯机制的价值S2和S4对比可以看出电解槽对碳约束的响应S1和S3对比可以看出电解槽在固定碳价下的表现。5.2 调度行为的几个典型变化从多个算例的经验看引入碳交易后系统会主动调整CHP和燃气锅炉的出力比例。碳成本高的时候CHP的热出力会被压低部分热负荷转移到燃气锅炉或储热罐因为CHP的运行方式决定了它“发电同时产热”在碳约束下不一定总是最优选择。加入电解槽后最明显的变化是夜间谷段低成本电力被大量用于制氢储氢罐在夜间蓄满白天高峰时段再通过燃料电池发电或掺烧释放。这个行为带来的连锁反应是系统对外购电的需求曲线变得更“柔和”碳排放的间接部分也随着购电结构变化而变化。5.3 成本构成和碳交易结果怎么看仿真结果的后处理建议按成本项拆分统计。一般来说燃料成本占比最大碳成本在碳价较高时可以占到总成本的8%到15%电解槽的运维和折旧成本会被售氢收益和燃料替代收益部分抵消。有一个值得关注的结论完整方案下系统碳排放量通常会被压在配额附近或第一阶梯以内。这是因为阶梯机制会形成“软约束”系统一旦接近第二阶梯边际碳价升高优化会自动调整出力避免继续往上走。另一个经验是不要只看总成本最低还要看碳排放量、新能源消纳率、储能设备利用率三个综合指标。综合评价比单一成本指标更有说服力。5.4 关键参数的灵敏度分析灵敏度分析建议采用单因子逐变的方式否则很难归因。我看过的算例里这几个参数的影响最显著阶梯宽度宽度越小系统越“激进”碳排放会更快下压但运行成本波动也会变大模型对边界条件更敏感。电解槽效率效率从0.5降到0.45同样电价和碳价下制氢收益明显变差电解槽开机的时段大幅减少。基础碳价水平基础碳价越高氢能带来的经济性改善越明显。因为氢替代燃气的价值会随着碳价走高而放大。6. 常见问题与调试经验这些坑我都踩过6.1 量纲不统一导致结果离谱综合能源系统建模最容易栽在单位换算上。电功率用MW热功率用MW氢量用kg/h天然气用Nm³/h能量平衡方程里的数值很容易差出几个数量级。我实测中踩过最坑的一次是把1000 Nm³的天然气消耗直接当成1000 kg来算排放结果排放量被放大了一倍所有机组出力全部异常。建议前期把所有量纲统一转化成标准能量单位或者至少在每个参数表里明确标注计量单位不要用“默认值”带过。6.2 碳成本在阶梯边界出现跳变如果把阶梯碳价写成“按总排放所在的区间取单位价格”在阶梯边界处会出现成本跳变。排放量哪怕只多1 kg碳碳成本也可能瞬间暴涨调度结果在边界附近会出现不合理的频繁跳变。解决方法是采用第3.3节的增量变量方法碳排放连续变化碳成本斜率切换而不是跳变。这样模型对边界条件更稳健。6.3 求解时间爆炸怎么处理时间维度拉长后MILP求解时间会明显增长。我常用的排查步骤是先去掉所有二进制变量跑纯线性模型看是否几十秒内能解完然后逐个引入整数变量观察求解时间变化如果CHP运行域的顶点约束太多适当简化顶点数量可以显著减少分支定界的节点数使用滚动时域或上一轮解的暖启动也能节省大量时间。这里有一个容易被忽略的点如果模型中存在大M约束M取值过大会严重破坏线性规划的松弛质量。大M能取小就取小不要盲目取一个天文数字。6.4 氢气平衡不闭合很多模型只写了电解槽产氢和储氢罐蓄放却忘了氢燃料电池发电时存在能量转换损失掺烧时也有不完全燃烧和逃逸。结果氢平衡看起来平了实际上能量不守恒。自查方法很简单把产氢、放氢、用氢、损耗四个环节全部列成一张平衡表每个时段做一次累加校验。偏差在合理范围内就能接受偏差过大就要回头检查系数。7. 下一步可以怎么扩展几个值得尝试的方向7.1 加入风光出力的不确定性综合能源系统最怕的就是新能源预测曲线和实际曲线对不上。确定性模型跑出来很完美真到了运行阶段调度方案可能完全不可用。可以引入随机优化或鲁棒优化把风电光伏的多场景聚合成典型场景集观察调度方案在不同场景下的鲁棒性。阶梯碳交易在随机规划中会和场景概率产生交叉效应因为每个场景的碳排放不同可能落入不同的阶梯区间碳成本期望也就不是简单线性平均。这个方向有一定的理论深度适合继续挖。7.2 多储能互补的联合调度电储能、热储能、氢储能的时间尺度是不一样的。电储能适合响应小时级功率波动热储能适合平滑热负荷变化氢储能可以做跨日甚至跨周的能量搬移。把三个储能放在同一个框架里做联合调度才能发挥出综合能源系统的真正潜力。我在测试中发现电储能和氢储能并不是彻底的替代关系。低价时段电储能会优先响应快速波动氢储能则倾向于承担“能量搬移”职能。两者配合得好新能源消纳率可以进一步提高。7.3 考虑碳电耦合市场的运营模拟更进一步可以把碳市场实时价格、绿色证书、需求侧响应都纳入同一个框架做一个更接近实际运行的“碳-电耦合模拟器”。这时候要考虑的不只是设备级调度还包括市场结算规则、不平衡考核、中长期合约分解。模型会复杂很多但应用价值也更大。我最初做完这套模型的时候最大的感触倒不是求解器多快而是碳成本从“统计量”变成“决策变量”的一瞬间很多直觉上的调度判断都失效了。比如锅炉和CHP谁多出力在碳价不同时要重新比较各自的边际碳成本电解槽什么时候开、开多久也根本不是看电价低谷就开而是要看它生产的氢能不能在后面的时段里抵消燃料和碳排放。这些反直觉的结论只有靠模型跑出来以后才敢相信。如果你想复现这类工作建议不要只盯着论文里的结果图而是先把自己手上的基础模型跑通再一步一步把碳交易和氢能加进去每一步都对照经济物理意义做解释。这个过程中积累的经验比文章里的公式值钱得多。