考虑需求响应和碳交易的园区氢电耦合系统两阶段鲁棒优化调度

doi:10.12096/j.2096-4528.pgt.24162

摘要/Abstract

摘要：

目的氢能作为具有高能量密度和零碳排放的清洁能源，是未来能源系统的重要组成部分。针对园区氢电耦合系统(hydrogen-electric coupling system，HECS)，提出了考虑负荷需求响应和阶梯碳交易的两阶段鲁棒优化调度模型。方法首先，构建含风光发电机组、备用发电机组、储能系统以及氢电转换设备的园区氢电耦合系统。然后，将需求响应和阶梯碳交易引入到模型中，以系统购能成本、运维成本和碳排放成本之和最小为目标，构建该系统的确定性优化模型。最后，将源荷自适应不确定集整合到确定性优化模型中，以消除源荷不确定性对调度结果的影响，形成两阶段鲁棒优化模型，利用主从框架对该模型进行重构，采用列和约束生成法进行求解。结果在源荷不确定系数为12和6的情况下，可调占比为0.5以下的需求响应负荷可以降低系统1.6%的运营成本，阶梯碳交易的引入可以减少604.9 kg的碳排放量。结论所提模型可以提高园区HECS的抗风险能力，需求响应和阶梯式碳交易的引入可以保证园区HECS的经济性和低碳性运行。

关键词: 氢能, 双碳, 氢电耦合系统(HECS), 两阶段鲁棒优化, 阶梯式碳交易, 不确定性, 需求响应

Abstract:

Objectives Hydrogen energy, as a clean energy source with high energy density and zero carbon emissions, is an important component of future energy systems. For park-level hydrogen-electric coupling systems (HECS), a two-stage robust optimization scheduling model that considers demand response and tiered carbon trading is proposed. Methods First, a park-level HECS is established, consisting of wind and solar power generation units, backup generation units, energy storage systems, and hydrogen-electric conversion devices. Then, demand response and tiered carbon trading are integrated into the model, aiming to minimize the total costs of system energy procurement, operation and maintenance, and carbon emissions, thereby establishing a deterministic optimization model for the system. Finally, a source-load uncertainty set is incorporated into the deterministic optimization model to mitigate the effect of source-load uncertainty on scheduling results, forming a two-stage robust optimization model. This model is re-established using a master-slave framework and solved using the column-and-constraint generation method. Results With source-load uncertainty coefficients of 12 and 6, demand response loads with an adjustable ratio below 0.5 can reduce the system's operating costs by 1.6%. The introduction of tiered carbon trading can reduce carbon emissions by 604.9 kg. Conclusions The proposed model can improve the risk resilience of park-level HECS, and the integration of demand response and tiered carbon trading can ensure the economic and low-carbon operation of HECS.

Key words: hydrogen energy, dual carbon, hydrogen-electric coupling system (HECS), two-stage robust optimization, tiered carbon trading, uncertainty, demand response

中图分类号:

TK 01

张佳鑫, 彭勇刚, 孙静. 考虑需求响应和碳交易的园区氢电耦合系统两阶段鲁棒优化调度[J]. 发电技术, 2025, 46(2): 252-262.

Jiaxin ZHANG, Yonggang PENG, Jing SUN. Two-Stage Robust Optimization Scheduling of Park-Level Hydrogen-Electric Coupling Systems With Demand Response and Carbon Trading[J]. Power Generation Technology, 2025, 46(2): 252-262.

图/表 19

图1 园区氢电耦合系统结构

Fig. 1 Structure of park-level HECS

图2 购售电电价

Fig. 2 Electricity purchase and sale prices

表1 系统设备运行参数表

Tab. 1 Operating parameters of system equipment

参数	数值	参数	数值
$p m a x s t o r$ /kW	1 000	$p m a x e l e (p m i n e l e)$ /kW	1 500 $($ 400 $)$
$η s t o r$	0.95	$η e l e (η f c)$	0.8 $($ 0.7 $)$
$I s o c, t = i n i$ /kW	2 000	$H d r$ /kg	33.6
$p m a x m$ /kW	1 500	$I s o p, t = i n i$ /kg	33
$P d r$ /kW	1 470	$H H 2$ /[(kW⋅h)/kg]	33

表1 系统设备运行参数表

Tab. 1 Operating parameters of system equipment

参数	数值	参数	数值
$p m a x s t o r$ /kW	1 000	$p m a x e l e (p m i n e l e)$ /kW	1 500 $($ 400 $)$
$η s t o r$	0.95	$η e l e (η f c)$	0.8 $($ 0.7 $)$
$I s o c, t = i n i$ /kW	2 000	$H d r$ /kg	33.6
$p m a x m$ /kW	1 500	$I s o p, t = i n i$ /kg	33
$P d r$ /kW	1 470	$H H 2$ /[(kW⋅h)/kg]	33

图3 风光不确定集

Fig. 3 Wind and solar uncertainty set

图4 电负荷不确定集

Fig. 4 Electrical load uncertainty set

图5 氢负荷不确定集

Fig. 5 Hydrogen load uncertainty set

表2 不同模型下的优化结果对比

Tab. 2 Comparison of optimization results under different models

模型	日前调度成本/元	碳排放成本/元	碳排放量/kg	IDR成本/元	购电成本/元	售电收益/元
1	2 019.1	0	2 736.8	0	3 595.3	3 158.2
2	2 690.4	660.4	2 366.7	0	2 356.6	2 910.1
3	1 937.1	0	3 096.6	100.3	4 102.4	4 087.7
4	2 649.2	699.4	2 491.7	74.7	2 561.3	3 092.0

图6 确定性优化下电功率平衡

Fig. 6 Electrical power balance under deterministic optimization

图7 确定性优化下的氢能流平衡

Fig. 7 Hydrogen energy flow balance under deterministic optimization

图8 鲁棒优化下电功率平衡

Fig. 8 Electrical power balance under robust optimization

图9 鲁棒优化下氢能流平衡

Fig. 9 Hydrogen energy flow balance under robust optimization

图10 电负荷需求响应情况

Fig. 10 Electrical load demand response

图11 氢负荷需求响应情况

Fig. 11 Hydrogen load demand response

图12 不同不确定度调节系数下的运营成本

Fig. 12 Operating costs under different uncertainty adjustment coefficients

图13 不同不确定度调节系数下的碳排放量

Fig. 13 Carbon emissions under different uncertainty adjustment coefficients

表3 不同DR占比下的运营成本

Tab. 3 Operating costs at different DR ratios

项目	IDR可调占比
项目	0	0.1	0.3	0.5	0.7
日前调度成本/元	2 690.1	2 681.1	2 663.5	2 649.2	2 627.8
IDR成本/元	0	15.9	40.3	74.7	75.4
备用发电成本/元	2 286.5	2 248.6	2 167.9	2 038.7	2 005.4
碳排放量/kg	2 381.4	2 407.3	2 447.8	2 491.7	2 509.6
碳交易成本/元	665.0	673.1	685.7	699.4	705.0
购电成本/元	2 365.6	2 399.1	2 471.6	2 561.3	2 592.6
售电收益/元	2 986.3	3 021.3	3 067.6	3 092.0	3 116.3

图14 碳基价对系统运营成本和碳排放量的影响

Fig. 14 Effect of carbon base price on system operating costs and carbon emissions

图15 碳价增长率对系统运营成本和碳排放量的影响

Fig. 15 Effect of carbon price growth rate on system operating costs and carbon emissions

表4 不同优化算法下的运营成本对比

Tab. 4 Comparison of operating costs under different optimization algorithms

优化算法		日前调控成本/元	日前售能收益/元	日内平衡成本/元	总成本/元
确定性优化		3 961.7	3 393.7	4 200.3	4 768.3
随机优化		4 418.9	3 751.1	3 919.1	4 586.9
两阶段鲁棒优化	$Г p v, p w$ =24 $Г p l, h l$ =12	4 548.4	3 168.3	2 821.1	4 201.6
	$Г p v, p w$ =12 $Г p l, h l$ =6	5 741.2	3 092	1 265.3	3 914.5
	$Г p v, p w$ =6 $Г p l, h l$ =0	6 900.5	3 046.9	-278.3	3 575.3

表4 不同优化算法下的运营成本对比

Tab. 4 Comparison of operating costs under different optimization algorithms

优化算法		日前调控成本/元	日前售能收益/元	日内平衡成本/元	总成本/元
确定性优化		3 961.7	3 393.7	4 200.3	4 768.3
随机优化		4 418.9	3 751.1	3 919.1	4 586.9
两阶段鲁棒优化	$Г p v, p w$ =24 $Г p l, h l$ =12	4 548.4	3 168.3	2 821.1	4 201.6
	$Г p v, p w$ =12 $Г p l, h l$ =6	5 741.2	3 092	1 265.3	3 914.5
	$Г p v, p w$ =6 $Г p l, h l$ =0	6 900.5	3 046.9	-278.3	3 575.3

参考文献 23

1	张智刚，康重庆．碳中和目标下构建新型电力系统的挑战与展望[J]．中国电机工程学报， 2022， 42( 8)： 2806- 2819．
	ZHANG Z G， KANG C Q ． Challenges and prospects for constructing the new-type power system towards a carbon neutrality future[J]． Proceedings of the CSEE， 2022， 42( 8)： 2806- 2819．
2	杜易达，王迩，谭忠富，等．电-碳-气-绿证市场耦合下的电氢耦合系统运行优化研究[J]．电网技术， 2023， 47( 8)： 3121- 3135．
	DU Y D， WANG E， TAN Z F， et al ． Operation optimization of electro-hydrogen coupling system under coupling of electricity，carbon，gas and green card market[J]． Power System Technology， 2023， 47( 8)： 3121- 3135．
3	任大伟，侯金鸣，肖晋宇，等．支撑双碳目标的新型储能发展潜力及路径研究[J]．中国电力， 2023， 56( 8)： 17- 25．
	REN D W， HOU J M， XIAO J Y， et al ． Research on development potential and path of new energy storage supporting carbon peak and carbon neutrality[J]． Electric Power， 2023， 56( 8)： 17- 25．
4	冀肖彤，杨东俊，方仍存，等． “双碳” 目标下未来配电网构建思考与展望[J]．电力建设， 2024， 45( 2)： 37- 48．
	JI X T， YANG D J， FANG R C， et al ． Research and prospect of future distribution network construction under dual carbon target[J]． Electric Power Construction， 2024， 45( 2)： 37- 48．
5	潘超，郭晨雨，刘继哲，等．电-氢混合储能参与的多能系统低碳优化[J]．电网与清洁能源， 2024， 40( 2)： 21- 29．
	PAN C， GUO C Y， LIU J Z， et al ． A study on low-carbon optimization of the multi-energy system with electricity-hydrogen hybrid energy storage participation[J]． Power System and Clean Energy， 2024， 40( 2)： 21- 29．
6	郑丁园，崔双喜，樊小朝，等．计及风电不确定性的综合能源系统多目标分布鲁棒优化调度[J]．智慧电力， 2024， 52( 8)： 1- 8．
	ZHENG D Y， CUI S X， FAN X C， et al ． Multi-objective distributionally robust optimization scheduling for integrated energy system considering wind power uncertainty[J]． Smart Power， 2024， 52( 8)： 1- 8．
7	潘光胜，顾伟，张会岩，等．面向高比例可再生能源消纳的电氢能源系统[J]．电力系统自动化， 2020， 44( 23)： 1- 10．
	PAN G S， GU W， ZHANG H Y， et al ． Electricity and hydrogen energy system towards accomodation of high proportion of renewable energy[J]． Automation of Electric Power Systems， 2020， 44( 23)： 1- 10．
8	袁越，苗安康，吴涵，等．低碳综合能源系统研究框架与关键问题研究综述[J]．高电压技术， 2024， 50( 9)： 4019- 4036．
	YUAN Y， MIAO A K， WU H， et al ． Review of the research framework and key issues for low-carbon integrated energy system[J]． High Voltage Engineering， 2024， 50( 9)： 4019- 4036．
9	陈锦鹏，胡志坚，陈颖光，等．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[J]．电力自动化设备， 2021， 41( 9)： 48- 55．
	CHEN J P， HU Z J， CHEN Y G， et al ． Thermoelectric optimization of integrated energy system considering ladder-type carbon trading mechanism and electric hydrogen production[J]． Electric Power Automation Equipment， 2021， 41( 9)： 48- 55．
10	ABOMAZID A M， EL-TAWEEL N A， FARAG H E Z ． Optimal energy management of hydrogen energy facility using integrated battery energy storage and solar photovoltaic systems[J]． IEEE Transactions on Sustainable Energy， 2022， 13( 3)： 1457- 1468． doi: 10.1109/tste.2022.3161891
11	陈寒，唐忠，鲁家阳，等．基于CVaR量化不确定性的微电网优化调度研究[J]．电力系统保护与控制， 2021， 49( 5)： 105- 115．
	CHEN H， TANG Z， LU J Y， et al ． Research on optimal dispatch of a microgrid based on CVaR quantitative uncertainty[J]． Power System Protection and Control， 2021， 49( 5)： 105- 115．
12	林舜江，冯祥勇，梁炜焜，等．新能源电力系统不确定优化调度方法研究现状及展望[J]．电力系统自动化， 2024， 48( 10)： 20- 41．
	LIN S J， FENG X Y， LIANG W K， et al ． Research status and prospect of uncertain optimal dispatch methods for renewable energy power systems[J]． Automation of Electric Power Systems， 2024， 48( 10)： 20- 41．
13	FAN F L， ZHANG R， XU Y， et al ． Robustly coordinated operation of an emission-free microgrid with hybrid hydrogen-battery energy storage[J]． CSEE Journal of Power and Energy Systems， 2022， 8( 2)： 369- 379．
14	韩子娇，那广宇，董鹤楠，等．考虑灵活性供需平衡的含电转氢综合能源系统鲁棒优化调度[J]．电力系统保护与控制， 2023， 51( 6)： 161- 169．
	HAN Z J， NA G Y， DONG H N， et al ． Robust optimal operation of integrated energy system with P2H considering flexibility balance[J]． Power System Protection and Control， 2023， 51( 6)： 161- 169．
15	胡俊杰，童宇轩，刘雪涛，等．计及精细化氢能利用的综合能源系统多时间尺度鲁棒优化策略[J]．电工技术学报， 2024， 39( 5)： 1419- 1435．
	HU J J， TONG Y X， LIU X T， et al ． Multi-time-scale robust optimization strategy for integrated energy system considering the refinement of hydrogen energy use[J]． Transactions of China Electrotechnical Society， 2024， 39( 5)： 1419- 1435．
16	毕锐，王孝淦，袁华凯，等．考虑供需双侧响应和碳交易的氢能综合能源系统鲁棒调度[J]．电力系统保护与控制， 2023， 51( 12)： 122- 132．
	BI R， WANG X G， YUAN H K， et al ． Robust dispatch of a hydrogen integrated energy system considering double side response and carbon trading mechanism[J]． Power System Protection and Control， 2023， 51( 12)： 122- 132．
17	马跃，孟润泉，魏斌，等．考虑阶梯式碳交易机制的微电网两阶段鲁棒优化调度[J]．电力系统保护与控制， 2023， 51( 10)： 22- 33．
	MA Y， MENG R Q， WEI B， et al ． Two-stage robust optimal scheduling of a microgrid with a stepped carbon trading mechanism[J]． Power System Protection and Control， 2023， 51( 10)： 22- 33．
18	LI J Z， ZHAO J B， CHEN Y W， et al ． Optimal sizing for a wind-photovoltaic-hydrogen hybrid system considering levelized cost of storage and source-load interaction[J]． International Journal of Hydrogen Energy， 2023， 48( 11)： 4129- 4142． doi: 10.1016/j.ijhydene.2022.10.271
19	潘超，王锦鹏，包钰婷，等．考虑源荷侧灵活性资源的风光消纳互动调控[J]．智慧电力， 2023， 51( 1)： 1- 8．
	PAN C， WANG J P， BAO Y T， et al ． Interactive control of wind and photovoltaic power consumption considering source-load side flexible resources[J]． Smart Power， 2023， 51( 1)： 1- 8．
20	KHANI H， EL-TAWEEL N A， FARAG H E Z ． Supervisory scheduling of storage-based hydrogen fueling stations for transportation sector and distributed operating reserve in electricity markets[J]． IEEE Transactions on Industrial Informatics， 2020， 16( 3)： 1529- 1538． doi: 10.1109/tii.2019.2926779
21	赵子鋆，胡湘伟，邓亚芝，等．考虑电动汽车充电与常规负荷时空相关性的配电网可开放容量评估[J]．全球能源互联网， 2024， 7( 3)： 283- 291．
	ZHAO Z J， HU X W， DENG Y Z， et al ． Distribution network available capacity evaluation considering the spatiotemporal correlation of electric vehicles charging loads and base loads[J]． Journal of Global Energy Interconnection， 2024， 7( 3)： 283- 291．
22	罗舒钰，李奇，阳洋，等．计及电-热-氢差异化激励需求响应的园区综合能源系统优化调度[J]．电力自动化设备， 2023， 43( 12)： 214- 221．
	LUO S Y， LI Q， YANG Y， et al ． Community integrated energy system optimal scheduling considering differentiated power-heat-hydrogen incentive based demand response[J]． Electric Power Automation Equipment， 2023， 43( 12)： 214- 221．
23	葛少云，杜咏梅，郭玥，等．基于分布鲁棒优化的车-站-网日前能量管理与交易[J]．电力系统自动化， 2024， 48( 5)： 11- 20．
	GE S Y， DU Y M， GUO Y， et al ． Day-ahead energy management and trading of electric vehicles，charging stations and distribution networks based on distributionally robust optimization[J]． Automation of Electric Power Systems， 2024， 48( 5)： 11- 20．

[1]	刘忠, 黄彦铭, 朱光明, 邹淑云. 含风-光-电氢混合储能的多微电网系统容量优化配置方法[J]. 发电技术, 2025, 46(2): 240-251.
[2]	胡山鹰, 金涌, 张臻烨. 发展新质生产力，实现碳中和[J]. 发电技术, 2025, 46(1): 1-8.
[3]	卢文强, 陈岩, 付经伦, 刘海松, 孔祥玲. 基于蒙特卡罗法的燃气轮机总体性能不确定性分析[J]. 发电技术, 2025, 46(1): 126-134.
[4]	王凯卉, 刘斌, 折晓会, 刘伟, 范昊, 康宗耀, 徐礼. 氨氢混合燃烧在旋流燃烧器中的动力学特性与NO _x 减排机理研究[J]. 发电技术, 2025, 46(1): 171-179.
[5]	兰国芹, 陆烨, 阚严生, 张继广, 王欢欢, 钟芳, 王承才, 肖黎明, 王照阳. 综合能源服务发展趋势与对策研究[J]. 发电技术, 2025, 46(1): 19-30.
[6]	崔露, 刘世林, 苗婉, 王青. 考虑电转氢和需求响应的风光储综合充能站优化运行策略[J]. 发电技术, 2025, 46(1): 31-41.
[7]	张杰, 宋科, 张瀚, 曾云, 郑鹏. 车载供氢系统发展现状及展望[J]. 发电技术, 2025, 46(1): 58-71.
[8]	严新荣, 胡志勇, 张鹏威, 郑成航, 向军, 唐郭安, 刘金亮, 郭剑雄, 黄一博, 于鹏峰, 高翔. 煤电机组运行灵活性提升技术研究与应用[J]. 发电技术, 2024, 45(6): 1074-1086.
[9]	赵长红, 张李琳, 邵云姝, 袁家海, 邓祎璐. 发电上市公司低碳信息披露与低碳转型效率研究[J]. 发电技术, 2024, 45(6): 1121-1134.
[10]	管超骏, 雷正玲, 霍海波, 王芳, 姚国全, 刘涛. 基于强化学习的固体氧化物燃料电池输出电压自抗扰控制研究[J]. 发电技术, 2024, 45(6): 1163-1172.
[11]	王宇绅, 陈皓勇, 黄宇翔, 吴晓彬, 朱彦瑾, 张健彬. 多重不确定性下的虚拟电厂参与电能量和需求响应市场鲁棒优化调度策略[J]. 发电技术, 2024, 45(6): 1173-1185.
[12]	成明, 项阳阳, 杨光伟, 周强, 李军. H级燃气轮机掺氢发电技术应用现状及关键问题分析[J]. 发电技术, 2024, 45(5): 814-825.
[13]	张杰, 罗雪鹏. 液氢制-储-运-加关键技术发展现状及展望[J]. 发电技术, 2024, 45(5): 888-898.
[14]	谭玲玲, 孙鹏, 郭沛璇, 李元芳, 吉兴全, 张玉敏. 含氢储能的微电网低碳-经济协同优化配置[J]. 发电技术, 2024, 45(5): 983-994.
[15]	张崇, 李博, 李笑宇, 刘洪波, 刘永发. 基于虚拟同步机控制参数自适应调节的储能系统调频方法[J]. 发电技术, 2024, 45(4): 772-780.