计及光热电站与风氢系统互补运行的低碳经济调度策略

王 冲，陆 煜，左 娟，鞠 平

（1.河海大学 能源与电气学院，江苏 南京 211100；2.国网上海能源互联网研究院有限公司，上海 201210；3.上海交通大学 电子信息与电气工程学院，上海 200240）

0 引言

自“双碳”目标提出以来，我国电力行业逐渐向清洁低碳方向转型，预计在2060 年电力系统的构成中，风电并网量占比约达30 %［1］。但是风电的反调峰特性会加剧系统峰谷差，而电网在负荷较低水平时无力消耗风电导致弃风量增加，一定程度上造成风能的浪费。如何解决高比例风电下的弃风问题，并实现系统低碳经济运行，成为当前较为关注的问题。

光热发电（concentrated solar power，CSP）作为一种新型的太阳能利用形式，可以实现能量在时间上的转移，具有良好的可控性与可调度性。目前国内学者对CSP 电站参与优化调度进行了大量研究，文献［2］考虑火电机组、CSP 电站共同提供旋转备用，并验证了系统风电消纳能力及经济性；文献［3］构建了电热气互联综合能源系统，分析广义储能及CSP 电站参与经济优化运行的可行性。上述文献在考虑CSP 电站风电消纳问题时，主要通过电加热器（electric heater，EH）将弃风转化为热能，并将热能转化为电站可灵活调度的电能，但文献［4］指出EH的后期维护成本很高，此时需进一步分析CSP 电站的低碳经济效益。有学者提出应结合风电耦合制氢技术加快风能等可再生能源的利用开发［5］。文献［6］考虑电转气设备与风电场协同规划，验证了电转气设备对风电消纳的促进作用；文献［7］分析了电转气消纳弃风与低碳协同机理，并对电-气互联低碳经济调度展开了研究。现有文献对电转气进行建模时多考虑电转天然气，已有相关研究考虑电转气的多阶段利用。有关氢能多形式利用方面：文献［8］研究氢能向热能和电能的转换，提出了综合能源系统热电优化策略；文献［9］提及氢能结合捕集到的CO2可作为P2G 生产甲烷的原料，以提高燃气轮机与P2G设备间的耦合程度，但并未考虑与CSP 电站的联合运行。有关氢热电联产方面：文献［10］对燃料电池热电联产特性进行分析，提出了热-电综合利用的调度优化策略；文献［11］对以氢为燃料的发电系统进行了技术性评价，验证了氢热电联产在技术上的可行性。此外，对于电转气利用过程的热量回收，相关文献已进行了验证：文献［12］在园区综合能源系统架构中考虑热网循环，验证了电解槽热量回收能满足一定热负荷供应需求；文献［13］研究电制氢与储热装置联合作用下系统的运行问题，验证了甲烷化反应的热回收具备可行性。因此，从电转气实现电热转换的角度出发考虑CSP电站对系统低碳经济运行的影响具有重要意义。

随着新能源并网容量的增加，成本是制约可再生能源制氢的主要因素，目前电解制氢的成本较高，但国家发展和改革委员会最新研究表明：在我国实现碳中和期间，氢储能容量单元成本降幅将超过50 %，且系统综合能量转换效率达到80 % 以上［14］。而对于新能源发电和碳减排机制，我国已过渡到绿色电力证书（简称绿证）交易和碳交易的市场模式，因此亟需对绿证-碳交易联合市场下新能源发电效益进行分析。

综上，本文在已有研究的基础上，针对电转气氢能利用阶段的氢燃料电池（hydrogen fuel cell，HFC）热电联产及甲烷化过程进行了详细建模，构建了含CSP 电站和电转气的光热-氢耦合互补模型。综合考虑绿证-碳交易机制的联合市场，提出了一种计及CSP 电站与风氢系统互补运行的低碳经济调度策略，建立系统综合运行成本最低的低碳优化目标。最后，通过场景设置分析CSP 电站与风氢系统互补提升作用，并探讨了联合市场下HFC 发电的经济性问题。

1 含绿证-碳交易的CSP 电站与风氢系统互补运行框架

本文考虑“双高”背景下，高比例风电接入电力系统，夜间风电过剩，用“电解槽+HFC+甲烷化装置”代替EH 实现CSP 电站的电转热环节。同时在传统模型的基础上，引入绿证-碳交易联合机制，进一步限制火电机组的出力，具体框架如图1所示。

图1 考虑绿证-碳交易的互补系统运行框架Fig.1 Framework of complementary system considering green license-carbon trading

CSP 电站与绿电制氢的互补特性如下：对于某一时刻的负荷而言，电网可供调度的机组选择出力方式不同。夜间负荷低谷时段光照条件不充足，CSP 电站出力往往较低，但此时弃风电量较高，在CSP 电站同节点下安装制氢设备并实现电转气两阶段运行，通过HFC 来补充CSP 电站在低谷时的电出力，从而保证CSP 电站注入系统节点全天候供电能力。而对于负荷高峰期，弃风时段对电转气过程热能的回收使得白天可供CSP 电站调度的热能增加，此时CSP 电站也能有更高的电出力，从而减少火电机组调峰压力。

光热-氢耦合的交互过程通过储热（thermal energy storage，TES）系统实现，系统可根据光热-氢耦合的互补特性提升系统调度的灵活性：氢能的产生和利用阶段都会产生可观的热能，分别对电解产生氢气阶段、甲烷化反应过程、HFC 产生的热量进行回收，将其储存在CSP 电站的储热系统中以便适时放热增发电功率。互补特性在调度的每个时段都是不同的，能够根据具体的运行状况做出调整：当系统对低碳性要求更高时，氢能可供火电机组进行CO2甲烷化反应从而降低系统碳排放量；当系统对经济性要求更高时，氢能又可用于燃料电池热电联产进而使系统获得绿证收益。因此，系统可根据现有储氢量进行氢能调度，自由地选择氢能不同阶段的利用比例从而兼顾低碳经济性。

1.1 CSP电站与风氢系统互补运行模型

电转气过程分为2 个阶段：第一阶段是氢能生成阶段，电解槽消纳弃风将电能转化为氢能；第二阶段是氢能利用阶段，CO2甲烷化和HFC 热电联产。本文对电转气两阶段运行进行了详细建模，细化HFC 热电联产特性并充分利用其与电解槽、甲烷化的供热能力，构建了计及余热回收的CSP 电站与风氢系统互补运行模型。

1.1.1 CSP电站模型

由图1 可知，镜场通过太阳辐射转换收集热能继而加热导热介质（heat-transfer fluid，HTF），TES根据不同时刻的负荷需求进行储放热，其储热功率由HTF 传热功率和电转热功率组成，而放热功率和镜场热功率相配合，通过HTF 推动汽轮发电机发电，具体模型如下：

式中：Qgc，t为t时刻镜场实际收集到的热能；ηg-h为集热镜场的光-热能量转换效率；Agc为镜场的面积；SDNI，t为t时刻太阳光辐射强度；ηcr为储热效率；Qd-h，t为t时刻电转热过程中传输至TES 的热功率；ηfr为放 热效率；QHTF-TES，t、QTES-HTF，t、Qfr，t、Qcr，t分 别为t时 刻HTF 输 送 至TES 的 热 能、TES 输 送 至HTF 的 热 能、TES总放热功率和储热功率；ηh-d为热-电能量转换效率；QCSP，t为t时刻HTF 输送至汽轮发电机的热功率；PCSP，t为t时刻CSP电站输出电功率。

1.1.2 电解槽模型

电解槽响应速度快，其简化模型为［15］：

式中：PEL，t、QEL，t分别为t时刻电解槽的耗电功率和产热功率；NH2，t为t时刻电解槽的产氢速率；HHHV为氢气的高热值；ηEL为电解槽的效率。

1.1.3 储氢罐模型

储氢系统在电解槽产氢的过程中将氢气存储在储氢罐中，在发电过程中将氢气输送到燃料电池进行热电联供，储氢罐容量、压强表达式为：

式中：WH2，t、MH2，t分别为t时刻HFC 耗氢速率、甲烷化耗氢速率；EH2，t-1、Epa，t-1和EH2，t、Epa，t分别为t-1 时刻和t时刻储氢罐容量、压强；Δt为时间间隔；Tc为储氢罐内的温度；V为储氢罐自身容积；R为通用气体常数。

1.1.4 HFC模型

HFC 在反应过程中提供的能斯特电压Enernst伴随着电压损耗，其中包括活化极化过电压损耗Eact、欧姆过电压损耗Eohm和浓差过电压损耗Econ，具体模型如下：

式中：T、Tb分别为HFC 的电堆温度和标准温度，单位为K；PH2、PO2、PH2O分别为氢气在阳极表面的分压、氧气在阴极表面的分压和水蒸气分压，对于某一给定设备时其为定值；ΔSb为标准大气压下对应的标准熵变值；F为法拉第常数；A1—A3为常数；AS为有效电池面积；J为所能承受最大的电流密度；Rint为内部电阻，在温度基本不变时其为固定值；n为气体扩散层孔隙率的常数；m为表示电解质传导率的函数，表达式如式（5）所示。

本文运行温度满足60 ℃≤T≤95 ℃，故浓差过电压损耗Econ可化简为：

HFC采用串并联的方式进行组合进而产生电功率，但电压损耗产生的热效应使得HFC 工作过程的总能量并未完全转化为电能，一部分以热能的形式产出，即HFC 的放热功率，具体电热输出功率模型如下：

式中：Ecell为电池实际输出电压；N1为电池串联数；M为氢气摩尔质量；E、I分别为电池输出电压、输出电流；PFC、QFC分别为HFC输出电功率、热功率。

由此可知，HFC 自身的电热功率受到耗氢速率WH2、电堆温度T的影响。通过控制两者的范围可细化HFC的热电联产特性。

1.1.5 甲烷化模型

储氢罐的容量变化能表示甲烷化反应过程中输入的氢能，其表达式为：

式中：PMR，t为t时刻甲烷化反应过程中输入的氢能；ΔMtan，t为t时刻甲烷化反应过程中储氢罐变化的容量；LHHV为氢气的低热值。

甲烷化反应过程消耗CO2的同时伴随着热能的产生，具体模型如下：

式中：EMR，t为t时刻甲烷化反应消耗的CO2质量；KMRCO2为CO2的消耗系数；QMR，t为t时刻甲烷化反应生成的热量；K为热能生成系数。

1.2 绿证-碳交易机制

绿证交易机制作为可再生能源配额制的政策补充，反映了可再生能源发电的消纳情况。对于发电企业，消纳指标由可再生能源发电量对总电量的占比表示［16］。政府规定对超过一定发电比例的新能源企业发放绿证，这些企业可将绿证在市场上进行出售从而获得额外利润。而对于常规火电机组发电企业而言，为限制碳排放量，对其收取超出碳排放额的碳交易成本，碳成本交易可分为常规碳交易和阶梯式碳交易，阶梯式碳交易不同于传统碳交易形式，它将超出碳排放量配额的部分参与市场交易，并将定价机制分为多个购买区间，根据碳排放量所处区间位置进行相应的购价。基于上述对发电企业奖惩机制的分析，具体绿证-碳交易联合市场模型如附录A式（A1）—（A4）所示。

2 考虑CSP 电站与风氢系统互补的低碳经济调度模型

2.1 目标函数

本文研究短时间尺度下日前低碳经济调度优化问题，综合考虑火电机组运行成本C1、CSP 电站运行成本C2、电转热净运行成本C3、绿证-碳交易成本C4和风电运维成本C5，以最小化总成本F为调度目标，其表达式如下：

1）火电机组运行成本C1。

式中：Td为调度周期；NG为火电机组台数；Ui，t为t时刻第i台火电机组的运行状态，Ui，t=1 表示机组处于运行状态，Ui，t=0 表示机组处于停机状态；Pi，t为t时刻第i台火电机组出力；Si为第i台火电机组启停成本；ai、bi、ci为第i台火电机组煤耗成本系数。

2）CSP电站运行成本C2。

式中：UCSP，t为t时刻CSP电站运行状态，UCSP，t=1表示CSP 电站处于启动状态，UCSP，t=0 表示CSP 电站处于停机状态；KCSP、SCSP分别为CSP 电站发电成本、启停成本系数。

3）电转热净运行成本C3。

传统电转热环节由EH实现，其成本为：

式中：KEH为EH 电热转换成本系数；PEH，t为t时刻EH的耗电功率。

引入电转气两阶段运行替代EH，此时电转热净运行成本分为如下两部分：电转热成本和甲烷收益。其中电转热成本包括电解槽费用、储氢费用、HFC发电费用。故电转热净运行成本表达式如下：

式中：CEL、CH、CFC、CCH4分别为电解槽费用、储氢费用、HFC 发电费用、甲烷收益；KEL、KH、KFC分别为电解水成本系数、储氢成本系数、HFC 发电成本系数；PEL，t、HS，t、PFC，t分别为t时刻电解功率、储氢罐中的氢气质量、HFC 输出电功率；KCH4、KMR、ηMR分别为所售甲烷成本系数、甲烷化成本系数、甲烷化效率；VCH4，t为t时刻制得的甲烷体积。

4）绿证-碳交易成本C4。

式中：Ccar为碳交易费用；Cg为绿证收益。

5）风电运维成本C5。

式中：Kw为风电运维成本系数；P为t时刻风电机组的预测出力。

2.2 约束条件

1）功率平衡约束。

式中：P为t时刻风电向电网注入的总电功率；Pload，t为t时刻电负荷功率。

2）储氢罐的内部压强约束。

式中：E为储氢罐内部所能承受的最大压强。

3）电转热功率约束。

4）电转气两阶段运行约束。

甲烷化耗氢速率约束为：

HFC运行温度约束为：

式中：Tmax、Tmin分别为HFC工作温度最大、最小值。

5）TES运行约束。

t时刻TES 的储热量ETES，t不能突破自身最大容量，且TES 要求充放热不能同时进行，调度周期结束后TES 储热量ETES，T恢复到初始调度时刻储热量ETES，0，即：

式中：μ为TES 的折损程度分别为TES 最大、最小容量；ufr，t、ucr，t分别为t时刻TES 放热、储热状态；Qcr，t、Qfr，t分别为t时刻TES储热、放热功率。

TES充放热均有最大、最小功率限制，即：

6）风电运行约束。

式中：P为t时刻风电负荷功率。除上述约束，还需满足一些常见约束，包括各发电设备输出功率约束和机组爬坡约束、机组启停时间约束、直流潮流约束，具体表达式分别见附录A式（A5）—（A7）。

2.3 模型线性化求解

本文建立的模型为混合整数非线性优化模型，故需对其进行线性化处理，并采用CPLEX 求解器进行求解。式（7）中PFC、QFC表达式包含2 个变量相乘，采用McCormick 方法进行线性化［17］，此外阶梯碳交易部分也需采用分段线性的方法处理，具体公式见附录A式（A8）和式（A9）。

3 算例分析

本文基于改进的IEEE 30 节点系统进行算例仿真分析，在节点2 处接入CSP 电站和电转气设备，在节点3、11、16 处接入风电，并将与CSP 电站相连接的支路容量扩建至130 MW。G1、G5、G8、G13 为常规火电燃煤机组，其参数见附录B 表B1，碳排放量配额系数为0.7 t／（MW·h），天然气价格收益取值为3.5 元／m3。CSP 电站参数见附录B 表B2，运行成本参数见附录B 表B3，燃料电池模型参数见附录B 表B4。电负荷、风电出力、SDNI预测曲线见附录B 图B1，系统拓扑图见附录B图B2。

3.1 电转热环节的影响分析

本文对CSP电站与风氢系统的互补运行进行优化求解，选取24 h为一个周期、1 h为步长进行仿真。针对绿证-碳交易联合市场背景提出了如下4 种场景，并在场景1中针对引言部分提及的EH 运行成本影响进行了分析，具体分析见附录C。

场景1：采用传统CSP电站与EH联合运行。

场景2：采用CSP 电站与风氢系统互补运行，回收利用HFC 和电解槽工作过程的热量，但未考虑CO2甲烷化过程。

场景3：在场景2 的基础上考虑CO2甲烷化过程，但未对CO2甲烷化过程产生的热量进行利用。

场景4：在场景3 的基础上考虑CO2甲烷化过程的热量。

场景1 — 4 下的调度结果分别见附录D 图D1 —D4。不同场景下的仿真结果对比如表1所示。

表1 不同场景下的仿真结果对比Table 1 Comparison of simulative results under different scenarios

场景1 采用EH 来消纳弃风，较高的EH 成本使其电转热功率不高，弃风消纳效果不佳。由表1 可知，场景2 相较于场景1，碳排放量减少了29 t，总成本减少了18.47 万元，弃风率减少了5.83 %，主要原因是场景2 改变了电转热的方式，即利用HFC 热电联供代替传统的EH 电转热形式，但场景2 仅采用了HFC 发电的形式并且未考虑CO2甲烷化，这使得电解制得的氢能只能通过HFC 发电进行消耗，而HFC 因受限于运行状况对氢能的消耗也是有限的，加之没有考虑甲烷收益，此时整体弃风率仍然较高，为21.62 %。相较于场景2，场景3 将氢能消耗阶段细分CO2甲烷化和HFC 运行，即氢能一部分转化为HFC 出力，另一部分与火电机组产生的CO2进行反应，因此系统弃风减少了19.57 %，碳排放量减少了201 t，碳交易成本减少了1.82万元，绿证收益增加了9.56 万元，总成本减少了16.5 万元。这说明两阶段运行对减少弃风、降低碳排放量、提高系统经济效益具有显著作用。场景4 充分利用HFC、电解槽与甲烷化三部分的供热能力，高负荷时段储热、低负荷时段放热，CSP 电站出力增加，此时CSP 电站中TES 充放热情况见附录D 图D5。相较于场景3，场景4 实现了电能-氢能-热能的互补调度。此时系统弃风率维持在一个较低水平，线路容量限制着弃风的进一步减少。同时，场景4 考虑了CO2甲烷化过程，即通过售卖甲烷气体获得收益来抵消一部分成本，这使得场景4 下的电转热净运行成本相较于场景1 减少了7.24万元。

以场景4 为基础，分析不同热回收方式对系统运行的影响：方式1，仅HFC 热回收；方式2，电解槽、HFC 热回收；方式3，多能热回收。具体系统效益对比见表2。

表2 不同热回收方式下系统效益对比Table 2 Comparison of system benefits under different heat recovery conditions

由表2 可知，相较于多能热回收方式，其他2 种热回收方式下系统低碳经济效益不佳，主要原因是多能热回收形式下HFC、电解槽与甲烷化三部分热量储存在储热装置中，CSP 电站可调度的电能增加，火电机组出力减少，绿证收益增加，碳交易成本降低。由此可说明，本文所提CSP 电站与风氢系统互补运行方式在兼顾系统运行经济性的同时，有效地限制了碳排放量。

3.2 绿证-碳交易联合市场机制分析

1）考虑阶梯式碳交易的影响分析。

为了进一步挖掘系统减排潜力，引入阶梯式碳交易机制，分为如下2 种场景：场景5、场景6 分别在场景3、场景4的基础上将目标函数中的常规碳交易成本换成阶梯式碳交易成本。在该算例中，阶梯式碳交易基价设为120 元／t，碳税增长率为0.1，碳交易区间长度为120 t，场景5、场景6 下调度结果分别见附录D图D6和图D7。

考虑阶梯式碳交易机制后各仿真结果对比如表3所示。

表3 考虑阶梯式碳交易机制后各仿真结果对比Table 3 Comparison of simulative results after considering ladder-type carbon trading mechanism

对比表1和表3可知，场景5相较于场景3，碳排放量减少了14 t，碳交易成本增加了1.33 万元，场景6相较于场景4，碳排放量增加了15 t，碳交易成本增加了1.25 万元，其原因是阶梯式碳交易提高了碳交易成本，增加了碳交易成本在总成本的比重，使得碳排放量要求更为严格。可以说明对于本文所提系统，阶梯式碳交易机制能够通过增加碳相关成本的方式来减少系统的碳排放量。另外，本文还探究了阶梯式碳交易参数的影响作用，具体分析过程见附录E。

2）考虑绿证-碳交易联合作用的影响分析。

为探究绿证-碳交易联合运行机理对系统效益的影响，以场景4 下CSP 电站和风氢系统互补运行为前提，设置了如下3 种场景：场景7，不考虑绿证-碳交易联合市场；场景8，仅考虑碳交易市场；场景9，仅考虑绿证市场。场景7 — 9 下调度结果分别见附录F图F1 — F3。

不同市场机理下各仿真结果对比如表4所示。

表4 不同市场机理下仿真结果对比Table 4 Comparison of simulative results under different market mechanisms

由表4可知，场景7既没有考虑绿证市场也没有考虑碳交易市场，为使得系统总运行成本最小，该场景下电转气氢能消耗阶段中甲烷收益较大，故电转热运行成本较低，但此时没有碳交易成本的约束，碳排放量最高。相比于场景7，场景8增加了碳交易成本，该场景下碳排放量下降，主要原因有2 点：一是火电机组加入碳交易市场后出力减少；二是碳交易成本要求系统碳排放水平下降，CO2甲烷化程度加大。此时甲烷收益最大，电转热运行成本最小。相比于场景7，场景9 考虑了绿证交易市场，增加了绿证收益约束。此时为获得绿证收益以减少总运行成本，系统发电形式更倾向于新能源发电，这使得该场景下火电机组出力减少，CSP电站和HFC出力增加，从发电侧直接减排的角度限制了CO2的产出，故场景9 的碳排量水平最低。同时，为获得高额的绿证收益，场景9下电转气氢能消耗阶段中CO2甲烷化程度最小，加之燃料电池的高额发电费用，致使该场景下电转热运行成本最高。

综上，由场景7 — 9 下的调度结果可以看出：不考虑绿证市场情况下，为追求系统运行利益最大化，氢能更倾向于进行CO2甲烷化而不供应燃料电池发电。场景4 考虑了绿证-碳交易联合市场，该场景下碳交易成本约束火电机组出力，CO2甲烷化水平提高，而绿证收益又兼顾了燃料电池发电和CSP 电站热量回收发电，两者进一步降低总碳排放量，系统综合效益最高。

3.3 光热-氢耦合对系统的提升作用

本文采用光热-氢耦合互补调度方式，即将燃料电池的热能传输至CSP 电站储热系统中，以实现光热-氢耦合，下面对光热-氢耦合的提升作用进行分析。光热-氢耦合前后出力变化情况如图2所示。

图2 光热-氢耦合前、后出力变化Fig.2 Variation of output before and after photothermal-hydrogen coupling

由图2 可知，相较于光热-氢耦合前，耦合情况下HFC总电出力增加了131.4 MW，即增发了37.6 %，然而耦合情况下HFC 总热出力减少了53.1 MW，即减产了20.6 %。HFC 总电出力增加、热出力减少的原因有2 点：第一，热电转换效率较低仅为0.4，此时HFC 选择直接多发电，而不会通过提高热出力间接将热能转化为CSP 电站的电出力；第二，根据式（7）可知HFC 自身的热电联产特性使其电热出力呈负相关。同时，光热-氢耦合前HFC 与CSP 电站失去了联系，无法对电制氢-储氢罐-HFC 工作过程中的热量进行利用，CSP 电站无更多可调度的电能，这使得CSP电站总电出力减少了280.8 MW，即减发了55.7 %。综合上述分析，光热-氢耦合对提升系统低碳性能具有积极作用。

3.4 燃料电池发电经济性影响分析

虽然氢能利用技术成本高，但随着其投资成本的降低、运行效率的提高、竞争性能源市场的逐步开放和完善、适当程度的政策性支持，其经济性会得到改善［18］。下面对不同参数下燃料电池发电经济性进行分析。

1）绿证价格对发电经济性的影响。

鉴于本文所提联合市场，新能源发电企业从绿证交易市场获得相应的收益。在本文提出的电转气两阶段运行框架下，在不同绿证价格下，对HFC 的经济性进行探究，结果如图3所示。

图3 不同绿证价格下的系统运行结果Fig.3 Operating results of system under different green certificate prices

由图3 可知：当绿证价格较低时，系统更倾向于氢制甲烷获得收益以使得总运行成本降低，HFC 获得的绿证收益低于发电过程花费的电转热成本，HFC 发电经济性不佳；但随着绿证价格的提高，HFC的绿证收益逐渐可观，氢制甲烷虽放缓但仍然同步进行，两者获得的收益使得系统总成本迅速下降；当绿证价格进一步升高时，HFC 发电获得的绿证收益高于发电花费的成本，进入盈利阶段，此时电制甲烷收益趋于稳定。

2）电制氢效率对发电经济性的影响。

下面以绿证市场为前提，分别以高绿证价格和低绿证价格为假设探究电制氢效率对燃料电池发电经济性的影响，具体如图4所示。

图4 高、低绿证价格下电制氢效率对系统收益的影响Fig.4 Effect of hydrogen production efficiency on system benefit under high and low green certificate prices

由图4（a）可知：当电制氢效率较低时，HFC发电的绿证收益与甲烷收益之和仍小于其发电的电转热成本。此时HFC 发电无法在经济方面有盈余；当效率超过0.55后，HFC的运行收益大于其运行成本，具备一定的经济性。这表明在高绿证价格情况下，即使电制氢效率不高也能保证一定的经济性。而在图4（b）所示的低绿证价格情况下，电转热成本减少且保持稳定，这是因为HFC 发电费用大于甲烷化成本，系统更倾向于进行价格更低且能获得收益的甲烷化反应。同时，低绿证价格和低电制氢效率使得HFC 不具备经济性。即使是在电制氢效率较高时HFC发电也只能借助甲烷化反应获得收益来弥补经济上的亏损。因此当绿证价格较低时，氢能会优先进行甲烷化反应从而获得甲烷收益，当效率较高即在0.8 以上时，采用HFC 发电和甲烷化装置才能保证经济运行。

本文提到的燃料电池发电是以绿证交易为前提的，同时考虑了运行过程中甲烷化过程带来的收益。综合考虑这2 点后，燃料电池发电具有一定经济性。但若是从燃料电池独立经济运行的角度出发，当前阶段发电经济性尚无法保证。随着国家对新能源发电企业的相关激励政策的出台和电制氢技术的不断成熟，未来燃料电池运行经济性会得到进一步改善。

4 结论

为提高电力系统的低碳经济效益，本文综合考虑绿证-碳交易联合市场，构建了CSP 电站与风氢系统互补运行优化模型，分析了电制氢两阶段运行和不同碳交易机制下系统碳排放量和总成本的情况，算例结果表明：

1）EH 运行成本的提高使得CSP 电站低碳经济效益降低，采用电转气两阶段运行替代传统电转热环节能够使得系统碳排放量下降了8.89 %，总成本减少了29.01 %，验证了本文所提低碳经济调度策略的可行性；

2）在本文提出的CSP电站和风氢系统的互补运行框架下，对电转气两阶段运行、甲烷化过程产生的热量进行利用，提高了CSP 电站29.11 % 的电出力，在实现促进风能高品质利用的同时增强了系统可调度灵活性；

3）本文提出的绿证-碳交易联合市场使得调度周期弃风率下降了6.01 %，这对于未来构建高比例风能电力系统、促进新能源发展具有重要意义。

附录见本刊网络版（http：//www.epae.cn）。