【精彩论文】考虑电转气消纳水电的水-电-气系统低碳鲁棒优化调度

考虑电转气消纳水电的水-电-气系统低碳鲁棒优化调度

胥洪远¹, 龙太聪¹, 赵启道¹, 李湃², 南璐³, 张琪³, 陈宇航³, 谭晶³

（1. 华电金沙江上游水电开发有限公司，四川 成都 610041; 2. 中国电力科学研究院有限公司 新能源与储能运行控制国家重点实验室，北京 100192; 3. 四川大学 电气工程学院，四川 成都 610065）

摘要：针对电力系统调节能力不足引起的汛期弃水问题以及负荷侧存在的不确定性问题，本文构建了水-电-气多能源系统协同低碳鲁棒优化调度模型，并给出模型的求解方法。所提模型将电力系统中的水电机组、燃气机组、火电机组同水电系统、天然气系统进行协同建模，考虑电转气技术将电力系统无法消纳的水电转化为天然气，存储至天然气系统中，对水-电-气多能源系统联合运行时消纳水电的能力进行分析。针对模型中的非线性约束，基于分段线性化法和泰勒级数展开方法将模型转化为混合整数线性模型；针对模型中的不确定性参数，运用列与约束生成方法将其转化为主-子问题框架，采用Gurobi求解器进行快速求解。采用改进的6节点电网-7节点气网系统进行算例分析，结果验证了所提模型能够充分利用不同能源系统间的互补特性提高电力系统的调节能力，促进水电的消纳，降低电力系统的运行成本并实现电力系统的低碳运行。

引文信息

胥洪远, 龙太聪, 赵启道, 等. 考虑电转气消纳水电的水-电-气系统低碳鲁棒优化调度[J]. 中国电力, 2022, 55(11): 163-174.

XU Hongyuan, LONG Taicong, ZHAO Qidao, et al. Day-ahead coordinated low carbon robust scheduling of hydro-electricity-natural gas system considering power-to-gas to accommodate excessive hydro generation[J]. Electric Power, 2022, 55(11): 163-174.

引言

在双碳背景下，为加快能源结构转型，中国水电装机规模将继续扩大，然而水电系统的运行调度受来水不确定性和水电送出通道容量的影响，将产生“弃水”问题^[1-3]。抽水蓄能技术能够在一定程度上解决“弃水”问题，但会受到水库库容的限制。电转气技术的能量转换与时空平移特性为解决“弃水”提供了有效途径，天然气系统存在慢动态特性，因此天然气传输管道可存储大量的天然气，可通过电转气设备将无法消纳的水电转化为天然气，存储至天然气系统，待用电高峰时段再通过燃气机组将天然气重新转化为电能，以缓解水电装机规模扩大引起的“弃水”现象^[4-5]。

目前，现有研究大多集中于水-电系统^[6-7]、水-光系统^[8-9]、水-风系统^[10-12]、含水风光火的多能源系统^[13-15]以及电-气系统^[16-22]等系统的运行调度。文献[6]考虑梯级水电站间的来水特性和流域相关性，构建了两阶段鲁棒优化模型对跨年梯级水电的优化调度方法进行了研究。文献[7]以抽蓄调用效益最大化和火电运行经济性、平稳性最优为目标，并基于水电和火电等不同电源的灵活性和互补协调特性，对其进行分层单独优化调度。文献[8]从减小光伏发电并网对电网稳定性影响的角度，建立了水-光互补短期优化调度模型，并以龙羊峡水电站为例验证了水-光互补的优势。文献[9]基于分解集成预测模型对水电和光伏发电的功率分别进行了预测，提出了水电-光伏联合调度多目标优化方法。文献[10-12]采用风险约束、预测置信度等方法考虑风电不确定性对电网的影响，分析风电与水电的互补特性，建立了风-水-电联合优化调度模型，研究了风-水-电联合运行策略。文献[13]以新能源消纳最大化为目标，考虑电力系统运行特性和灵活性，研究了包含水火风光储的多能源电力系统日前优化运行方法。文献[14]考虑电力系统调峰能力不足的问题，提出了风光水火储多能系统互补协调优化运行方法。文献[15]基于多能源介质时空特性，构建了考虑风光水火时空互补特性的多能源联合优化运行模型。文献[16-18]研究了电力系统与天然气系统的协同优化调度方法。文献[19-22]针对非线性天然气潮流方程，运用了分段线性化方法和一阶泰勒级数展开方法进行线性化处理。

随着双碳目标的提出，对于水-电-气能源系统而言，利用碳捕集技术可将碳捕集系统与电转气设备进行耦合。目前，碳捕集技术和碳交易机制等低碳措施已在综合能源系统中有所应用。文献[23]将碳捕集技术引入综合能源系统低碳调度中，同时引入了电价型需求侧响应来提升系统经济性和低碳性。文献[24-25]通过将碳交易机制引入综合能源系统，引导清洁机组多发电来实现碳减排的目标。对于综合能源系统而言，利用碳捕集设备捕集的二氧化碳作为电转气设备的产气原料可有效削减电转气的运行成本，增加其运行功率，系统剩余风电则由碳捕集系统与电转气设备共同承担消纳，进一步减少了弃风现象的发生。同样地，在配备电转气设备的水-电-气系统中也可以利用其达到降低弃水量、实现低碳运行的目标。

本文建立了水-电-气多能源系统协同低碳鲁棒优化调度模型，以最小化多能源系统的运行成本、水电系统的弃水惩罚成本以及碳交易成本为目标函数，研究水-电-气多能源系统的协同低碳鲁棒运行策略。采用分段线性化和一阶泰勒级数展开方法分别对水电系统和天然气系统的非线性约束进行处理，将其转化为混合整数线性模型并运用列与约束生成方法求解。以改进的水-电-气系统为例，对比分析了水-电系统和水-电-气多能源系统的水电消纳情况，验证了所提模型能够利用不同能源系统间互补特性提高电力系统的调节能力，为解决弃水问题提供理论依据。

1  水-电-气多能源系统协同调度模型1.1  目标函数

本文建立的水-电-气多能源系统协同日前低碳调度模型目标为最小化电力系统和天然气系统的运行成本、水电系统的弃水惩罚成本以及进行碳交易的成本。其中，电力系统的运行成本主要指火电机组的发电成本；天然气系统的运行成本包括气井的生产成本和储气设备的运行成本。电力系统中燃气机组的发电成本通过天然气系统气井的生产成本进行结算，水电系统中的水电机组默认发电成本为零。目标函数为

式中： t 为调度时刻；g，k，s，h分别为不同火电机组、气井、储气设备和水电机组设备；为火电机组g的燃料价格； F_g 为火电机组g的热耗曲线；分别为火电机组g的启停成本； P_gt 为火电机组g的出力；为气井k的生产成本； G_kt为气井k的出气安排；为储气设备s的运行成本；为储气设备s的出气安排；为弃水的惩罚成本； O_ht 为水电机组h的弃水量；为进行碳交易所产生的成本。

1.2  约束条件1.2.1  水电系统约束

水电机组将水的势能转化为电能，其发电出力与水头和流量有关，水电机组的发电量为

式中： P_ht 为水电机组h的出力； g 为水电转换系数，通常取9.81； η_h 为转换效率； W_ht 为水电站h的发电流量； H_ht 为水头。受上下游的水流影响，梯级水电站之间通常互相影响，其发电流量由上一级水电站的发电流量和区域自然来水量两部分组成。梯级水电站的运行需同时满足水量平衡约束（式（3））、流量约束（式（4））和库容约束（式（5））。此外，梯级水电站的水头与库容呈线性关系，如式（6）所示。式中： V_ht 为梯级水电站h的库容； R_ht 为梯级水电站h的自然来水量； τ_h 为水流的延迟时间；和分别为梯级水电站h的流量限值；和分别为梯级水电站h的容量限值； h_0,h 和 α_h 是与库容有关的常数项，由水库的规模决定。此外，水电系统的约束还包括水电机组的运行约束，即发电机有功出力约束（式（7））和爬坡能力约束（式（8））。式中：为水电机组h的出力限值； Δ_h 为水电机组h的爬坡能力限值。1.2.2  天然气系统约束燃气机组作为电力系统和天然气系统的耦合设备，能够将天然气转化为电能，从而在天然气系统中视为负荷，在电力系统中视为电源。燃气机组的耗气量与发电量的转换关系如式（9）所示。电转气设备在电力系统中被视作负荷，在天然气系统中被看作天然气生产设备，能够将过剩的新能源发电转换成天然气，减少弃风、弃光等造成的能源浪费。电转气转化过程主要有电解水和甲烷合成，首先消耗电能对水进行电解产生氢气，再引入二氧化碳在催化剂的作用下转换为甲烷，进而合成天然气，其转换流程如图1所示。当水电出力低时，调度员安排燃气机组发电；水电出力高的时候，通过运行电转气设备将富余水电转换为天然气储存于储气设备中，也可通过天然气网络输送到用户侧促进水电消纳，从而缓解“弃水”现象。电转气设备的耗电量与产气量的转换关系如式（10）所示。

图1  电转气的转换流程

Fig.1  Power to gas conversion flow chart式中： G_g,t 和 G_p,t 分别为燃气机组g的耗气量和电转气设备p的产气量； P_p,t 为电转气设备p的消纳电量；为电转气设备p的效率； Φ 为能量转换系数，其值为3.4 MBtu/(MW·h)； Ψ 为高发热值，其值为1.026 MBtu/kcf。此外，天然气系统的约束还包括气井的容量约束（式（11））、储气设备的储气量约束（式（12）~（13））、储气设备的天然气流入/流出约束（式（14）~（15））、节点潮流平衡约束（式（16））、天然气管道潮流传输约束（式（17））以及节点气压约束（式（18））和压缩机两端节点气压约束（式（19））。式中： mn 和 w 分别为天然气传输管道和天然气负荷索引；为气井k的出气量限值； E_st 为储气设备s的储气量；为储气设备s的进气量；为储气设备s的储气量限值；和为储气设备s的进/出气速率限值； G_mn,t 为天然气传输管道上的潮流； s(mn) 和 r(mn) 分别为天然气节点上的潮流流出/流入管道； G_wt 为天然气负荷； K_mn 为计算天然气管道潮流的常数，其值受管道特性的影响； π_mt 为天然气节点 m 在t时段的节点气压的平方；sgn(π_mt,π_nt) 为天然气传输管道 mn 在t时段的潮流方向，1表示天然气潮流从节点 m 流至节点 n ， −1 表示天然气潮流从节点 n 流至节点 m ； τ_c 为压缩机设备 c 的气体压缩常数；为节点气压的限值。1.2.3   电力系统约束

电力系统的约束包括发电机组约束和网络运行约束两部分，具体包括发电机组的有功出力约束（式（20））；电转气设备的消纳电量限值约束（式（21））；同一节点上发电机组和电转气设备工作状态互斥约束（式（22））；发电机组的上/下爬坡能力约束（式（23）~（24））；最小开/停机时间约束（式（25）~（26））和开停机成本约束（式（27）~（28））。

式中： I_gt 为发电机组g的工作状态，其值为1时表示发电机组处于运行状态，其值为0时表示发电机组处于关停状态；为发电机组g的有功出力限值； I_pt 为电转气设备p的工作状态；为电转气设备p的功率限值；分别为发电机组g的上/下爬坡速率；为发电机组g的累计开/停机时间；为发电机组g的最小开/停机时间； U_g 和 D_g 为发电机组g的开/停机成本。电力系统的运行约束包括节点潮流平衡（式（29））、线路有功潮流限制（式（30））、线路有功潮流计算（式（31））以及节点相角约束（式（32））。式中： P_lt 为输电线路l上的有功潮流； s(l) 和 r(l) 分别为输电线路l的送/受端节点； P_dt 为电力负荷大小；为输电线路l的有功潮流限值； x_l 为输电线路 l 的电抗值； θ_et 为节点 e 的相角； θ_ref,t 为参考节点的相角。1.2.4  碳排放约束基于碳排放初始配额的免费分配方法，多能源系统的碳排放量主要来自火电机组和燃气机组，其免费碳排放分配额度可通过式（33）确定。其中，火电机组、燃气机组的配额系数分别可取为798、565 kg/(MW·h)，由于水电是清洁能源，设置水电机组的配额系数为0 kg/(kW·h)。由于电转气设备在运行时会进行碳捕集，故会消耗掉系统的部分碳排放量，多能源系统的实际碳排放量可通过式（34）来确定。式中：为系统在t时刻所分配得到的碳排放量额度；为系统运行过程在t时刻的碳排放量；为电转气设备在t时刻所吸收的二氧化碳量； δ_g 为发电机组g的单位电能碳配额系数； μ_g 为发电机组g的碳排放量强度； μ_p为消耗单位电功率时所捕集的二氧化碳量，取106 kg/(MW·h)。系统碳交易成本由实际碳排放量与碳排放初始配额的差值决定，当实际排放量大于碳排放初始配额时，需交纳碳交易罚金。为了细化碳交易成本的计算，引入阶梯型碳交易成本计算模型，首先依据实际运行情况划分若干碳交易量区间，碳交易量越大的区间对应的单位碳交易价格越高，然后根据碳排放总量与碳排放配额的数量关系分段计算碳交易成本。

式中： λ 为单位碳交易价格； α 为每个阶梯型碳交易价格的增长幅度； ω 为碳排放区间长度。

2  模型线性化处理方法本文所提水-电-气多能源系统协同调度模型为混合整数非线性模型，将模型中的非线性约束进行线性化转换，利用商用求解器进行快速求解。2.1  梯级水电站求解算法

水电机组的发电关系式（2）为典型的非线性曲线，通过引入额外的整数变量将其转化为分段线性函数进行求解。根据式（2）和式（6），水电的发电曲线可重新表示为式（36）。为方便讨论，忽略变量的上下标，分别将 W_ht 和 V_ht 划分为 m−1 和 n−1 个子区间 [u_x,u_x+1], x=1,⋯,m−1 和 [v_y,v_y+1], y=1,⋯,n−1 ，则与式（36）对应的每个点可表示为式（37）。

进一步将式（37）近似表示为式（38）~（40），每个元素被划分为上下2个三角形^[26,27]，分别表示为 δ_x,y 和 ξ_x,y 。2.2  天然气潮流求解算法

非线性的Weymouth天然气潮流方程给模型求解带来较大困难，利用一阶泰勒级数展开方法对天然气潮流方程进行线性化处理，转化为线性规划问题来降低模型的求解难度、提高求解速度。天然气潮流方程可看作传输管道潮流关于其两端节点气压的函数，利用一阶泰勒级数展开方法将其表示为在某给定的节点气压下的线性化外部逼近，如式（41）所示。在范围内定义多个气压断点，式（42）~（49）给出的线性化切平面与式（17）给出的锥面相切，由此代表式（17）所描述的圆锥外部逼近。

式中：为指示天然气潮流方向的二进制变量。

3  多能源系统鲁棒优化调度模型3.1  紧凑型鲁棒优化模型

为便于讨论，将上节式（1）~（49）中所描述的水-电-气多能源系统协同优化调度模型改写为紧凑矩阵形式，如式（50）~（51）所示。

式中： x 为机组组合状态二进制决策向量； y 为系统调度安排连续决策向量； v 为失负荷、弃水量等系统安全违规连续决策向量；A、B、C、D、E、F和 a^T 、 b^T 、 c^T 、 d 、 e 分别为抽象矩阵和向量。负荷侧的不确定性会给系统的实际运行带来影响，故在此处考虑电、气负荷的不确定性。采用简化模型式（52）对水-电-气多能源系统两阶段鲁棒优化调度模型进行描述，第一阶段在电、气负荷预测值的基础场景下确定机组组合最优调度方案；第二阶段根据系统运行的不确定性调整调度安排来跟踪负荷的实时变化。式中： z 为根据不确定性变量进行调整后的调度安排相关变量； U_E 、 U_W 分别为电力负荷和天然气负荷的不确定集； N_T 、 N_D 、 N_G 分别为调度时段、电力负荷和天然气负荷的数量；分别为电、气负荷的预测值；分别为电、气负荷的预测误差；为辅助二进制变量。3.2  求解流程运用列与约束生成算法将鲁棒优化调度模型分解为主-子问题框架进行求解。3.2.1  主问题

主问题是根据负荷的预测值来最小化基础场景下多能源系统的总运行成本（式（53）），同时保证得到的日前调度结果能够自适应地根据负荷不确定参数的实际值来进行安全调整。约束条件包括基础场景约束（式（54））和关于最坏场景的附加约束（式（55）），第 r 次迭代子问题中辨识到的最坏场景不断被加入主问题中进行求解，直到得到的最优调度方案能够安全地适应所有可能发生的最坏场景。

3.2.2  子问题双层max-min子问题（式（56））是利用主问题求解得到的调度安排方案 x^∗ 、 y^∗ 来确定可能导致配网系统出现最大安全违规值的最坏场景。由于下层问题中包含了水电0–1变量，本文假设水电调度总发电量不变，以助于子问题求解。通过对内层最小化问题进行对偶处理，上述双层max-min问题转换为单层最大化对偶问题（式（57））。式中： λ 为线性不等式约束的对偶变量。

3.2.3  求解流程

运用CCG法求解流程如图2所示，具体步骤如下。

图2  CCG法求解流程

Fig.2  CCG solution flow chart

（1）设置多能源系统允许的最大安全违规阈值 ε^max以及迭代计数器 r=0 ；（2）求解主问题，若有可行解，则得到机组组合状态 x 以及调度安排出力 y ，执行步骤（3）；否则，停止迭代过程并输出无解；（3）根据步骤（2）中得到的机组组合状态 x 以及调度安排出力 y ，求解双层max-min问题，得到可能导致最大安全违规值的最坏场景；

（4）判断步骤（3）中得到的最坏场景最大安全违规值是否小于阈值 ε^max,若小于阈值 ε^max ，则表示 x 和 y 是最终优化调度方案并停止迭代；否则，令 r=r+1 ，根据步骤（3）中得到的最坏场景，向主问题增加相关CCG约束，返回步骤（2）。

4  算例分析4.1  算例系统介绍以改进的6节点电网-7节点气网系统为例，对所提水-电-气多能源系统协同低碳鲁棒优化调度模型的有效性进行验证，所有算例均由Gurobi 9.1求解器进行求解。

如图3所示，水电系统由同一流域上的3个梯级水电站H1-H3组成；电力系统由图3中红色区域组成，共包含6个节点和7条输电线路^[28]；天然气系统由图3中绿色区域组成，共包含7个节点和7条输气管道。水-电转换通过梯级水电站H1-H3实现，气-电转换通过燃气机组G1和G2实现，电-气转换通过电转气设备P1和P2实现。以24 h为研究周期，间隔时间为1 h。

图3  改进的6节点电网-7节点气网系统拓扑

Fig.3  Topology of the improved 6-bus electricity/7-node gas system

4.2  算例结果分析为研究本文模型在富余水电消纳、运行经济性以及降低碳排放量等方面的影响，设置了6个算例进行对比分析。（1）丰水期不考虑电转气技术的水-电系统和天然气系统优化；（2）丰水期考虑电转气技术的水-电-气系统协同调度优化；（3）平水期考虑电转气技术的水-电-气系统协同调度优化；（4）在算例2的基础上考虑碳交易；（5）在算例3的基础上考虑碳交易；（6）在算例4的基础上考虑鲁棒优化。

算例1中各发电机组的出力如图4所示。丰水期主要由水电机组来承担基础电负荷，火电机组和燃气机组则用于系统调峰。由于燃气机组比火电机组的灵活性更强，因此主要由燃气机组承担调峰任务。03:00—06:00时段电力系统负荷处于谷段，03:00时火电机组F1与燃气机组G1处于关停状态，燃气机组G2则处于出力最小状态；04:00—06:00时段火电机组和燃气机组均处于关停状态，仅留有水电机组保持运行。表1为算例1~3的调度结果，算例1的总运行成本为394592.20元，因为没有考虑电转气技术，电力系统无法消纳富余水电，03:00—06:00时段水电机组并未按照最大流量进行发电，此时段内存在较大的弃水量。

图4   算例1各机组出力

Fig.4  Output of generators in case 1

表1  调度结果对比

Table 1  Dispatching results of hydroelectric units

在算例2中，丰水期水电机组发电量处于200~300 MW范围，仍然承担着基础电负荷，而火电机组和燃气机组还是主要用于调峰。与算例1相比，即使在电力系统负荷处于谷段的03:00—06:00，水电机组的发电流量并未减小，发电量接近300 MW。水电机组的总发电量达到7221.42 MW，水力资源得到了充分利用，弃水流量也从1747.13 Hm³降至1730 Hm³。电转气设备消纳富余电量的结果如图5所示，可以发现03:00—07:00时段及14:00时段电转气设备处于运行状态，将电力系统无法消纳的富余水电转换为天然气，存储至天然气系统中，在电力系统负荷高峰时段通过燃气机组转换为电能。结合表1可以看到，利用电转气技术能够缓解一定的天然气供应压力，算例2的产气成本降低到335099.10元，总运行成本相较算例1降低了0.54%。在容易产生弃水的负荷低谷时段，利用水、电、气不同能源系统间的互补特性对不同类型的发电机组出力进行灵活调整以及运用电转气设备对富余水电的消纳来提高电力系统的调节能力，在促进水电消纳的同时也提升了系统运行的经济性。

图5   算例2电转气设备消纳电量

Fig.5  Electricity consumption of power to gas equipment in case 2

图6给出了算例2和算例3各类型机组的发电量，其中图6a)为水电机组总出力量对比，图6b)为燃料机组总出力量对比。由图6a)可以看到，与算例2相比，平水期水电站的自然来水量比丰水期小，在部分时段的水电机组出力会明显小于丰水期且弃水量更小，此部分基础负荷由火电机组和燃气机组承担。由图6b)可以看到，在平水期随着水电出力减小，传统燃料机组的出力明显提升，系统对煤电、气电的需求增大。由于水电机组的发电成本可忽略不计，尽可能充分利用水电来维持电力系统的平衡可节省更多的运行成本。相比算例2，在平水期火电机组和燃气机组出力更多，因此算例3中燃煤成本明显升高，总运行成本为401822.85元，其运行经济性略微下降。水-电-气多能源系统可以通过对来水量进行跟踪来及时调整多类型机组组合运行方案，提高系统对传统燃料的需求以满足电力供应。

图6  算例2和算例3各类型机组出力

Fig.6  Comparison of generator’s output in case 2 and 3

表2为算例2、4、5的调度结果，图7为算例2和算例4的机组组合方案对比。与算例2相比，算例4中的碳排放量和燃煤成本都大幅削减。结合图7可以发现，在考虑碳交易机制后，火电机组F1在07:00—14:00时段退出运行，燃气机组G1在08:00—23:00时段投入运行以及燃气机组G2在04:00—14:00时段投入运行。由于火电机组的碳排放强度较高，而燃气机组的碳排放强度较低，可以为系统运行节省更多的碳排放裕度。通过抑制火电机组出力、提升燃气机组出力能够有效降低系统的碳排放量，故出现了机组发电量向燃气机组转移的现象。同时，由于燃气机组大量投入，导致系统耗气量上升，天然气系统的产气成本从335099.10元提升到377695.36元。与算例4相比，由于水电机组属于零碳排放的清洁机组，在平水期其出力的降低导致此部分出力缺额将由燃料机组进行补充，从而算例5的碳排放量有所提升。此外，由于燃料机组的发电成本高于水电机组，以至于燃煤成本和耗气成本都有所增加，总运行成本增加2.46%。

表2  算例2、4、5的调度结果

Table 2  Dispatching results of case 2, 4 and 5

图7  算例2、4日前机组组合方案

Fig.7  Day-ahead UC solutions for cases 2 and 4

在算例6中电力和天然气负荷的波动变化被考虑到多能源系统优化调度中，其不确定变化范围都设定为其预测值的10%。算例6和算例2的调度结果对比如表3所示，其中机组时为一天内投入运行的火电机组和燃气机组数量之和。与算例2相比，算例6额外投入了24个机组时来为系统提供足够的运行能力，以确保多能源系统的运行安全性，避免失负荷，故系统的总运行成本增至408263.66元。总体来说就是投入更多的发电机组来提供足够的系统备用容量和爬坡能力，以牺牲一定的经济性来换取系统运行的安全性。另一方面，因为投入了更多的燃料机组来提供足够的爬坡能力以应对系统运行的不确定性，最坏场景下的碳排放量高达2238.37 t，导致系统的总碳排放量超过了免费碳配额，多余的128.56 t碳排放量需要从碳市场购买碳排放权以满足碳排放要求，碳交易成本随之上升。图8为算例6的日前机组组合方案，结合图7a)对比发现，具备快速灵活调节能力的燃气机组大量投入运行，成为系统的主要调节机组。同时，由于拥有更大的校正功率，在01:00—03:00时段燃气机组G2代替了燃气机组G1来为系统提供更多的调节能力。

表3  算例6和算例2的调度结果

Table 3  Dispatching results of case 6 and case 2

图8  算例6日前机组组合方案

Fig.8  Day-ahead UC solutions for case 6

5  结论电转气技术的能量转换与时空平移特性为水电的消纳提供了有效途径。本文提出了考虑电转气消纳水电的水-电-气多能源系统协同低碳鲁棒优化调度模型。（1）能够充分利用不同能源系统间的互补特性，对水电、火电、气电等灵活性资源进行协同优化调度，有效促进水电的消纳，同时提升多能源系统的运行经济性；（2）引入的碳交易机制有利于燃气机组等清洁机组大量上网，促进多能源系统的低碳运行；（3）通过在负荷不确定性情况下投入更多的电源为多能源系统提供足够的调节能力，得到安全和经济的日前协同低碳鲁棒优化调度决策方案。

（责任编辑　蒋东方）

作者介绍

胥洪远（1968—），男，高级工程师，从事电力安全生产管理，E-mail：[e-mail];

★

龙太聪（1968—），男，高级工程师，从事电力安全生产管理，E-mail：[e-mail];

★

南璐（1994—），女，通信作者，博士、助理研究员，从事电力系统设计规划与优化运行研究，E-mail：[e-mail].

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

编辑：杨彪

校对：于静茹

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。