Research on Integrated Energy Optimization Operation in Parks Considering Carbon Excess Rate and Electricity-to-Gas Conversion

能源在我国社会发展过程中起着关键作用，其战略地位显得尤为关键。由于经济不断发展，对能源的需求量大幅增加，其特征展现出多样化，这对能源部门提出了更为严苛的要求，在满足用户基本能源需求、优化服务质量的同时，我们需直面多重挑战，包括降低碳排放、减少用电成本、提高能源使用效率等。为了有效应对全球气候变化带来的挑战，我国已经出台了一系列针对性强、效果显著的措施^[1-2]。综合能源系统理论基础也有国内外的学者进行了大量的研究。文献[3]构建了用户侧冷-热-电综合能源系统模型，采用混合整数线性规划的方法对算例进行求解。文献[4]在能源结构中加入电锅炉设备，加强热-电之间的能源耦合，提高了新能源的消纳情况。文献[5]以区域综合能源作为研究目标，在能源的结构中，加入了储能设备，考虑荷-源-储协同的区域综合能源运行策略，以经济性作为优化目标。在能源结构上进行了扩展，考虑了能源之间的耦合和协同。文献[6]考虑弃风弃光现象，为提高新能源的使用，提出了绿电制氢的方法，加强电气之间的能源耦合，保障了综合能源系统中新能源的利用。文献[7]为限制碳排放量，在碳交易模型中加入惩罚系数，建立以惩罚型的碳交易模型，以运行成本和碳交易成本最低作为规划模型的目标函数。文献[8]在建立模型时引入阶梯式碳交易，运行优化时考虑碳交易成本，限制综合能源系统的二氧化碳排放量，在系统运行效率、经济性和低碳等方面起到明显作用。将碳交易机制引入综合能源系统，考虑了碳排放的限制和成本，与“碳达峰、碳中和”目标相契合。但在优化模型中，经济性和低碳目标之间的平衡是一个挑战，如何在保证经济效益的同时实现低碳排放需要进一步研究。文献[9]在能源结构上考虑电转气装置，经济性运行优化加入P2G运行成本，设立多个目标进行优化，主要是处理新能源的消纳和运行成本之间的经济性问题。文献[10-11]在优化调度的模型中考虑含P2G的电-气综合能源系统，考虑储能设备、需求响应等因素的加入对综合能源系统的影响。但如何有效处理多个目标之间的冲突和优先级是一个复杂的问题。

因此，文章提出了一种计及碳超额率和电转气的园区综合能源优化运行策略，这有助于解决园区综合能源系统中的弃风弃光问题，同时提高新能源的消纳能力。综合考虑碳超额率的碳交易机制、P2G两阶段运行过程、燃料电池等的运行策略对IES优化调度的影响，进一步降低园区二氧化碳排放，这种机制能够更加有效地激励园区减少碳排放。构建了以购能成本、碳排放成本、弃风、弃光成本最小的低碳经济运行目标，该模型考虑了园区综合能源系统的供需平衡和设备运行约束条件，确保了系统运行的经济性和可靠性。为园区实现低碳减排目标提供了科学依据和技术支持。

文章研究基于碳交易和电转气园区综合能源系统，基于电转气的园区综合能源拓扑结构如图1所示，由能源输入、转化与存储和负荷侧三部分组成，能源输入包括光伏（Photo Voltaic，PV）、风机（Wind Turbine，WT）、电网和天然气网络；能源转换设备中有电转气（Power to Gas，P2G）、热电联产机组（Combined Heat and Power，CHP）、燃气锅炉（Gas Turbine，GB）、氢氧燃料电池（Hydrogen Oxygen Fuel Cell，HFC）；能量存储模块有热储能（Thermal Energy Storage，TES）、电储能（Electrical Energy Storage，EES）、储氢罐（Hydrogen Storage Tank，HST）。

Figure 1.  Topology structure diagram of integrated energy system in parks based on P2G

式中：

${P_\text{PV}}(t)$ ——t时刻光伏的实际发电功率（kW）；

$ {P_\text{psta}} $ ——在标准条件下光伏发电功率（kW）；

$G(t)$ ——光伏受到的实际光照强度（W/m²）；

${G_\text{std}}$ ——参考基准光照强度（W/m²）；

$ {T_{\text{s}}} $ ——光伏板的工作温度（℃）；

$ {T_{{\text{sta}}}} $ ——标准温度，取25℃；

$ \varepsilon $ ——功率温度的系数，取值－0.47%/℃^[12]；

$ {\eta _\text{p}} $ ——光伏的发电效率（%）。

风力发电出力的数学模型则可用式（2）表示^[13]：

式中：

$ {P_\text{WT}}(t) $ ——t时刻风力发电发出功率（kW）；

$ {P_\text{N}} $ ——风机的额定功率（kW）；

$ {V_\text{in}} $ ——风机转动的最小切入风速（m/s）；

${V_\text{w}}$ ——风速（m/s）；

$ {V_\text{n}} $ ——风机达到额定功率的最小风速（m/s）；

$ {V_\text{out}} $ ——风机的切出风速（m/s）。

式中：

${E_{\text{EL},{\text{H}_2}}}(t)$ ——t时刻电解槽制取氢能（kWh）；

${P_\text{EL}}(t)$ ——t时刻电解槽耗电功率（kW）；

${\eta _\text{EL}}$ ——电解槽转换效率；

${P_{\text{EL},\text{rated}}}$ ——电解槽额定电功率（kW）；

${a_\text{EL}}$、${b_\text{EL}}$、${c_\text{EL}}$ ——效率函数中的常量系数。

甲烷化效率受到温度、压力及碳氢组成比等多方面因素影响^[14]。数学模型如式（5）所示。

式中：

${P_{\text{M},\text{g}}}(t)$ ——t时刻产生甲烷功率（kW）；

${\eta _\text{M}}$ ——甲烷化工作效率；

${E_{\text{M},\text{H}_2}}(t)$ ——t时刻甲烷化耗氢能（kJ/mol）；

${H_\text{L}}$ ——天然气低热值（J/m³）；

$\beta $ ——氢气摩尔质量折算系数；

$\kappa $ ——气体密度（kg/m³）。

氢氧燃料电池加强了电-气-热多种能源之间的耦合关系^[15-16]，是实现综合能源系统高效运行的关键技术之一。氢燃料电池的模型如下：

式中：

${\eta _{{\text{HFC}}{\text{,e}}}}$、${\eta _{{\text{HFC}}{\text{,h}}}}$ ——HFC的发电效率（%）、发热效率（%）；

${P_{{\text{HFC}}{\text{,in}}}}(t)$ ——$t$时刻输入到HFC的功率（kW）；

${P_{{\text{HFC}}{\text{,e}}}}(t)$ ——$t$时刻HFC产生的电能（kWh）；

${P_{{\text{HFC}}{\text{,h}}}}(t)$ ——$t$时刻HFC产生的热能（kJ）；

$P_{{\text{HFC}},{\text{e}}}^{{\text{max}}}$、$P_{{\text{HFC}},{\text{e}}}^{{\text{min}}}$——HFC出力的上下限（kWh）。

式中：

$ {\eta _{{\text{CHP}},{\text{e}}}} $ ——CHP的发电效率（%）；

$ {\eta _{{\text{CHP}},{\text{h}}}} $ ——产热效率（%）；

$ {P_\text{chpnom}} $ ——CHP的额定功率（kW）；

$ {P_\text{CHP,g}}(t) $ ——$ t $时段CHP所消耗天然气的功率（kW）；

$ {P_\text{CHP,e}}(t) $ ——$ t $时段CHP的发电功率（kW）；

$ {P_\text{CHP,h}}(t) $ ——$ t $时段CHP的产热功率（kW）；

$ {{\Delta }}P_{{\text{CHP}}{\text{,e}}}^{{\text{down}}} $ ——CHP爬坡率下限（kW/min）；

$ {{\Delta }}P_{{\text{CHP}}{\text{,e}}}^{{\text{up}}} $ ——CHP爬坡率上限（kW/min）。

式中：

$ {P_{\text{GB},\text{h}}} $ ——GB产热功率（kW）；

$ {P_{\text{GB},\text{g}}}(t) $ ——GB天然气消耗功率（kW）；

$ {\eta _\text{GB}} $ ——GB运行效率（%）。

针对园区综合能源系统，我们使用基准线法来界定无偿碳排放配额。园区的碳排放量主要有外购电、热电联产装置和燃气锅炉等部分组成，主要考虑外购电力大多来自燃煤电厂的常规发电机组^[17-18]。其碳排放配额和实际碳排放量公式分别如下。

其碳排放配额：

式中：

${E_{{\text{total}}}}$ ——综合系统的碳排放配额量（t CO₂e）；

${E_{{\text{e,b}}}}$ ——电网购电碳配额（t CO₂e）；

${E_{{\text{CHP}}}}$ ——CHP的碳配额（t CO₂e）；

${E_{{\text{GB}}}}$ ——燃气锅炉的碳排放配额量（t CO₂e）；

${P_{\text{e},\text{b}}}(t)$ ——t时刻电网购电功率（kW）；

${P_\text{GB}}(t)$ ——t时刻的燃气锅炉的输出功率（kW）；

${c_\text{e,b}}$ ——电网购电的碳排放配额系数；

$c_{\text{CHP},\text{e}} $ ——CHP机组发电的碳排放配额系数；

$c_{\text{CHP},\text{h}} $ ——CHP机组制热的碳排放配额系数；

$c_{\text{GB},\text{h}}$ ——燃气锅炉的碳排放配额系数。

实际碳排放模型：

式中：

${E_{{\text{total,a}}}}$ ——园区的实际碳排放量（t CO₂e）；

${E_{{\text{e,b,a}}}}$ ——外购电的实际碳排放量（t CO₂e）；

${E_\text{CHP,a}}$ ——CHP的实际碳排放量（t CO₂e）；

${E_\text{GB,a}}$ ——GB的实际碳排放量（t CO₂e）；

${\rho _\text{e,b}}$ ——电网购电的实际碳排放系数；

${\rho _1}$、${\rho _2}$、${\rho _3}$——CHP机组的实际碳排放系数；

$\rho _{\mathrm{GB},{\mathrm{h}}} $ ——燃气锅炉的实际碳排放系数。

阶梯式碳交易模型的碳排放区间长度是按照超出碳排放配额的碳排放量来划分的，不能够直观地反映出碳排放量的超额情况，大多体现在经济上，对于规模不同的企业或园区，存在适用范围较窄的缺点^[19-21]。文章提出了一种计及碳超额率的阶梯式碳交易模型，碳超额率指的是实际碳排放量与碳配额的比值，与阶梯式的碳交易模型结合，构成本文所提出的计及碳超额率的阶梯式碳交易模型^[22-23]。

碳超额率公式如下：

阶梯式碳交易成本计算模型如下：

计及碳超额率的阶梯式碳交易模型的碳交易单价$ f(\xi ) $和碳超额率$ \xi $关系如图2所示。

Figure 2.  Relationship between carbon trading price and carbon excess rate

其中运行成本包括园区综合能源系统购电成本${C_{\text{e}}}$、购气成本${C_{\text{g}}}$、弃风惩罚成本${C_{{\text{WT}}}}$、弃光惩罚成本${C_{{\mathrm{PV}}}}$，优化调度模型如下：

式中：

$ T $ ——调度周期（h）；

$ {c_{\text{e}}}(t) $ ——$ t $时刻电网购电电价（元）；

式中：

$ {c_{\text{g}}}(t) $ ——t时刻天然气价格（CNY/m³）；

$ {V_{\text{g}}}(t) $ ——$ t $时刻购买的天然气体积（m³）。

式中：

$ {c_{\mathrm{w}}} $ ——弃风的成本系数；

$ {P_{{\text{WT,a}}}}(t) $ ——$ t $时刻风电的实际使用功率（kW）。

式中：

$ {c_{\mathrm{p}}} $ ——弃光的成本系数；

$ {P_{{\text{PV,a}}}}(t) $ ——$ t $时刻光伏实际使用功率（kW）。

1）功率平衡约束

电能功率平衡约束：

式中：

$ {P_{{\mathrm{dis,e}}}}(t) $ ——t时刻蓄电池放电功率（kW）；

$ {P_{{\mathrm{ch,e}}}}(t) $ ——t时刻蓄电池充电功率（kW）；

$ {L_{\mathrm{e}}}(t) $ ——t时刻电负荷（kW）。

天然气功率平衡约束：

式中：

$ {P}_{{\mathrm{gas,b}}}(t) $ ——气网购气功率（kW）；

$ {P}_{{\mathrm{g,M}}}(t) $ ——甲烷化反应产气功率（kW）；

$ {P}_{{\mathrm{CHP,g}}}(t) $ ——热电联产装置耗气功率（kW）；

$ {P}_{{\mathrm{GB,g}}}(t) $ ——燃气锅炉耗气功率（kW）。

热能功率平衡约束：

式中：

${P_{{\mathrm{dis,h}}}}(t)$ ——储热罐放热功率（kW）；

${P_{{\mathrm{ch,h}}}}(t)$ ——储热罐充热功率（kW）；

${L_{\mathrm{h}}}(t)$ ——热负荷（kW）。

氢功率平衡：

式中：

${E_{{\mathrm{in,H_2}}}}(t)$、${E_{{\mathrm{out,H_2}}}}(t)$——存入和输出氢气量（m³）；

${E_{{\mathrm{M}},{{\mathrm{H}}_2}}}(t)$ ——甲烷化反应消耗氢量（m³）；

${E_{{\mathrm{EL}},{{\mathrm{H}}_2}}}(t)$ ——电解槽产氢量（m³）；

$\alpha $ −氢气的折算系数，值为$2\;{\mathrm{kg}}/{\mathrm{kmol}}$；

${L_{{{\mathrm{H}}_2}}}(t)$ ——氢负荷（kW）。

2）新能源设备出力约束

包括风机和光伏，要求其出力均需在额定功率范围内。

式中：

${P_{{\mathrm{PV}}}}$ ——光伏额定功率（kW）。

3）能源转换设备运行约束

（1）热电联产装置运行约束

式中：

${R_{{\mathrm{CHP,g}}}^{\mathrm{up}}}$、${R_{{\mathrm{CHP,g}}}^{\mathrm{down}}}$——CHP装置的爬坡上、下限。

（2）燃气锅炉运行约束

式中：

${R_{{\mathrm{GB,g}}}^{\mathrm{up}}}$、${R_{{\mathrm{GB,g}}}^{\mathrm{down}}}$——燃气锅炉的爬坡功率上、下限；

${\Delta }t$ ——步长，为1 h。

（3）电解槽运行约束

在运行过程中需要设定电解槽的输出功率需在其上、下限范围，其约束表达式如下：

式中：

${P_{{\mathrm{EL}}}^{\text{down}}}$ ——EL输出功率下限（kW）；

${P_{{\mathrm{EL}}}^{\text{up}}}$ ——EL输出功率上限（kW）。

（4）甲烷反应器运行约束

式中：

$ {E}_{{\mathrm{M,{H}}}_{2}}^{\text{down}}、{E}_{{\mathrm{M,{H}}}_{2}}^\mathrm{up} $——耗氢量的上、下限（m³）；

${u_{\mathrm{M}}}(t)$ ——工作状态，取值为0或1，取值1为工作状态，反之表示其未运行。

（5）氢燃料电池运行约束

式中：

${\beta _{{\text{HFC}}}^{\text{down}}}$、${\beta _{{\text{HFC}}}^{\text{up}}}$——HFC爬坡上、下限。

以沈阳地区2023年11月份的某园区综合能源系统为例，系统中包括CHP、GB、WT、PV、P2G等装置，设置不同的结构方案，通过仿真优化结果，对所提模型进行对比分析，天然气价格取3.50元/m³。分时电价如表1所示。

在此园区综合能源系统结构中，设置3种不同的方案，主要依据能源结构是否含有电转气装置及氢气的利用方式进行设定，设置3种方案对系统优化调度结果对比分析。方案设置情况如表2所示。

为分析电转气方式对系统运行结果的影响，将3种方案的运行结果进行分析，如表3所示。

由表3可知，方案一运行经济性最差。在系统内不含电转气装置时，导致运行成本较高的原因是风力发电的高峰期和光伏发电的高峰期间。园区负荷没有达到最大值，造成与负荷不匹配情况发生，出现了弃风、弃光现象，增加了园区运行的经济成本。

方案二将电转气系统引入到园区综合能源系统，在新能源出力高峰时段，可以通过电转气装置将电能转化为天然气能源，提高了能源的利用率，加强了新能源的消纳，从而提高了系统运行的经济性，方案二与方案一相比，系统的总运行成本降低了1 546元。在新能源出力高峰时刻，将多余电能转化成天然气，供给热电联产或燃气锅炉设备使用，CHP和燃气锅炉在燃烧天然气处于高碳排状态，天然气的燃烧又再次释放了二氧化碳，造成二次碳排放，因此方案二与方案一相比，碳排量放量增加了208 kg。

方案三加入燃料电池，丰富了氢气的利用形式，方案三与方案二相比，方案三的系统总运行成本降低了223元；在电制氢环节，将产生的氢气分配到不同的利用形式，一部分进行甲烷化，另一部分直接供给到氢氧燃料电池，剩余的氢能储存到储氢罐中，在需要时进行输出，经过甲烷化后使用与氢气的直接使用相比，在能源利用效率上大幅降低，因此，在氢能利用时，优先选择氢氧燃料电池，增加电热负荷能源的供给，减少热电联产装置燃气的使用量，氢气属于绿色能源，在燃烧时不会产生温室气体和污染物，故方案三环保性最高，方案三与方案一、方案二相比，系统的碳排放量分别降低了1 149 kg、1 357 kg。

在新能源消纳能力分析时，选取方案一、方案二和方案三进行对比分析，不同方案的风机、光伏消纳情况分析如图3~图4所示。

Figure 3.  Consumption of wind power in different schemes

Figure 4.  Consumption of photovoltaic power in different schemes

不同方案风能消纳情况如图3所示，根据预测出力曲线，可以明显地看出，在0:00－5:00及22:00－24:00时段风电出力处于高峰期，在6:00－20:00时间段内，风机发电输出功率值相对较小，通过对负荷数据和风力发电曲线的对比分析，存在严重的源荷不匹配问题。在方案一的能源结构中，不考虑电转气装置，风力发电高峰时刻的电能除供给负荷需求时，只能通过储能电池进行消纳，由于储能电池的价格较高，通常储能容量配置比例为新能源装机容量的10%~30%之间，储能电池对风电消纳有限，将会造成弃风现象的发生，方案一的风能利用率为68.2%。在方案二中加入电转气装置，将剩余的风电转化为天然气，加强了新能源的消纳，与方案一相比风电的利用率从68.2%提升至93.8%，提高了25.6%，为风电的消纳提供了新的途径。方案三是在方案二的基础上加入了氢氧燃料电池设备，丰富了氢能的利用形式，加强了电-气-热子系统之间的耦合关系，进一步提高了新能源的利用，方案三与方案一相比，新能源的利用从68.2%提升至97.5%，与方案二相比风能的利用效率提升了3.7%。总体分析，在加入电转气装置后，风电的利用率得到明显的提升，更有利于系统的低碳运行。

图4是光伏在不同方案下的消纳情况，首先对光伏的出力特性进行分析，光伏发电在白天进行，冬季集中在7:00－18:00。弃光现象主要在10:00－15:00高峰时段。方案一的能源结构中不包含电转气装置，存在一定的弃光现象，方案一的光伏利用率为72.6%。方案二加入电转气装置后，将光伏发出的多余电能转化成天然气，方案三加入氢氧燃料电池，使得氢能的利用形式更加灵活，加强了多种能源之间的耦合，为光伏的消纳提供更大的空间，方案二、方案三的光伏使用效率相对于方案一分别提高了23.2%和25.7%。

方案一、方案二和方案三的系统电平衡分别如图5~图7所示。

Figure 5.  Electric energy balance diagram in scheme 1

Figure 6.  Electric energy balance diagram in scheme 2

Figure 7.  Electric energy balance diagram in scheme 3

根据电出力平衡图5~图7分析可知，园区的电负荷高峰集中在9:00－12:00、15:00－19:00，此时需要从电网进行购电。方案一无电转气装置，光伏和风机高发时未能充分利用，1:00－6:00时刻的弃风现象因电池容量与充电效率限制。7:00－9:00时刻，热电需求高，CHP热电联产装置满负荷运行。方案二、方案三，包含电转气装置，在风机、光伏高发时刻进行电解，将多余的电能进行电解水制氢，供给氢氧燃料电池和甲烷化，在21:00－24:00和1:00－5:00，电解槽进行电解。热电联产装置在6:00－22:00运行，覆盖电和热负荷高峰6:00－9:00和18:00－21:00，夜间因低负荷和风机高发，23:00－24:00和1:00－5:00时段热电联产装置不工作。方案三通过加入氢氧燃料电池，简化能源利用环节，专注于20:00－24:00和1:00－5:00时段的储能和电解。与方案二差异在于，在17:00－19:00时刻的热电高峰交叉时段，氢氧燃料电池额外运行，提升电能转化效率并降低园区运营成本。

通过对园区综合能源系统优化求解，得到3个不同方案的系统热平衡优化策略，方案一、方案二和方案三的系统热平衡优化结果分别如图8~图10所示。

Figure 8.  Thermal energy balance diagram in scheme 1

Figure 9.  Thermal energy balance diagram in scheme 2

Figure 10.  Thermal energy balance diagram in scheme 3

根据图8~图10分析可知，园区的热负荷高峰主要集中在5:00－8:00和15:00－21:00时段内，主要的供热设备为燃气锅炉，方案一和方案二共享相同热源。方案三在方案一、方案二基础上加入氢氧燃料电池，增强新能源利用，尤其在热负荷高峰期。方案二通过电转气技术，将过剩新能源转化为天然气，尤其在7:00－9:00和17:00－19:00的热电高峰交叉时段，提高CHP效率，相比方案一，CHP出力显著增加。方案三的氢氧燃料电池主要在5:00－7:00和18:00－20:00运行，直接利用氢气效率高于转化为天然气，电热高峰时段增加燃料电池出力，减少CHP出力。储热罐在热负荷低谷时储热，高峰时放热。

方案一、方案二和方案三的系统气功率平衡分别如图11~图13所示。

Figure 11.  Gas power balance diagram in scheme 1

Figure 12.  Gas power balance diagram in scheme 2

Figure 13.  Gas power balance diagram in scheme 3

根据图11~图13分析可知，园区的气负荷主要是燃气锅炉、热电联产装置及园区日常燃气使用，方案一购气最多，费用9 921元。方案二和方案三通过电转气减少购气，费用分别降低313元和483元。方案二电转气主要在21:00－24:00和1:00－6:00运行，有效利用风电。方案三加入氢氧燃料电池，减少了甲烷化需求。

方案二和方案三的系统氢功率平衡分别如图14~图15所示。

Figure 14.  Hydrogen power balance diagram in scheme 2

Figure 15.  Hydrogen power balance diagram in scheme 3

方案二为传统电转气模式，在风机高发时段20:00－24:00和1:00-4:00电解水制氢并进行甲烷化。方案三在此基础上加入氢氧燃料电池，增强电热气耦合，高峰时段6:00－9:00和18:00－20:00运行燃料电池，提高能源利用效率。方案三氢能利用更多样，促进新能源消纳，提升园区运行效率，减少二氧化碳排放。

为验证文章所提计及碳超额率的有效性，设置2种不同的方案进行对比分析。

方案四：在园区综合能源系统运行优化时，考虑阶梯式碳交易机制，考虑园区的购电成本、购气成本、弃风成本、弃光成本。

方案五：在园区综合能源系统运行优化时，考虑阶梯式碳超额率的碳交易机制，考虑园区的购电成本、购气成本、弃风成本、弃光成本。

不同方案的优化结果如表4所示。

表4为运行优化调度结果。由表可知，方案四考虑了阶梯式碳交易模型，园区的总运行成本有所提升。相比方案四，方案五引入了阶梯式碳超额率的碳交易模型，总的运行成本相较于方案四提升了2.2%，二氧化碳的排放量下降了9.9%，弃风惩罚成本下降了33.3%，通过引入阶梯式碳超额率碳交易模式，能够促进园区对新能源的消纳能力，有助于限制园区的二氧化碳排放。

综上可知，在优化调度模型中引入碳交易成本之后，能在不损害系统经济性的同时，有效降低了系统的碳排放总量。阶梯式碳交易模型在针对规模大小不同的园区时，设定区间长度不能够很好地适应，区间长度过大时，对小规模的园区限制作用不明显，相反，设置区间长度较小时，大规模的园区将会支付较高的碳交易成本。文章所提出的碳超额率模型，能够清晰地判断实际碳排放量超过碳配额的程度，且能够对不同规模的园区，对碳排放量有相同的约束能力。对比分析方案四和方案五，考虑碳超额率的阶梯式碳交易模型，更有利于限制园区碳排放，加强新能源的消纳。因此，文章所提策略能够实现系统经济性和环保性双赢。

由于在碳排放权的配额交易中，它所设置的相关交易条件将会对其内部各设备的工作状况造成直接影响。因此，通过对碳交易基准价格、价格增长率、超额率不同程度进行仿真分析，如图16~图18所示，具体分析碳超额率模型的实施效果及其对系统低碳经济运行的作用原理。

Figure 16.  Analysis of carbon trading base price

Figure 17.  Analysis of price growth rate

Figure 18.  Analysis of carbon excess rate

由图16可知，碳交易基价低于0.3元/kg时，碳交易的基价上升显著减少了园区的碳排放量。超过于0.3元/kg后，因系统的设备出力情况相对稳定，碳排放量变化不大，碳交易成本则随基价提高而增加。

当价格增长率为(0.1, 0.45)时，随着价格增长率的增大，二氧化碳排放量下降趋势明显，由于碳交易价格增长率的提高，碳交易成本随之增大，为了减小碳交易成本，系统选择调整内部设备的出力分布以减少碳排放；同时由于IES内部固有负荷需求，当价格增长率为(0.45, 0.6)时，设备的出力分布趋于稳定，二氧化碳排放量的变化趋势缓慢，碳交易成本趋于稳定。

当碳超额率区间长度在(1.1, 1.35)范围时，由超额率区间较小，由于园区考虑运行的经济成本，对二氧化碳的排放量影响较大，限制作用比较明显。当超额率在1.45的时候出现了明显的拐点。在当碳超额率区间长度在(1.45, 1.6)范围时，超额率区间长度相对较大，对园区二氧化碳的排放量限制作用较小，二氧化碳的排放量明显不断上升。由于碳超额率区间设置的不断增大，使得阶梯式碳超额率对二氧化碳限制作用不够明显，碳交易成本不断地降低，对园区的碳排放作用不明显，不能够实现园区的减排及低碳运行的效果。

通过对碳交易机制参数敏感性分析，能够得到以下相关结论，当碳交易基价大于0.3元/kg时，园区的二氧化碳排放量趋于稳定状态，碳交易基价的改变对二氧化碳的排放限制作用不明显，只会增加园区的碳交易成本。在价格增长率方面，当价格增长率等于0.45时，对园区的碳排放限制效果最明显；大于0.45时，价格增长率的变化对园区二氧化碳的限制作用较小。在碳超额率区间方面，当超额率区间设置成1.45时，对园区碳排放量的限制效果较好；当碳超额率大于1.45时，对园区碳排放限制效果不明显。根据对以上参数的分析，为限制园区的二氧化碳排放量，且能够控制交易成本，对碳交易机制相关参数的设置至关重要。

文章提出了一种基于电转气的园区优化调度方案，建立了园区综合能源系统日前优化调度模型，引入储氢罐和氢燃料电池。建立以园区的运行经济成本最低作为目标函数，建立能源设备及园区综合能源系统的供需平衡约束条件，采用YALMIP工具箱调用CPLEX求解器进行求解，得到不同能源设备的运行策略，结论如下：

1）通过电转气的两阶段模型，将园区电-气-热三种能源加强耦合，借助氢氧燃料电池，深入挖掘氢气的应用潜能，使其成为电热之间的关键纽带，这种方法降低了能源转换过程中的能量损失，而且可再生能源的利用效率显著提高。

2）电转气的两阶段模型与传统模型相比，能够提高氢能的利用效率，方案三与方案二相比总运行成本减少223元，减少了园区的购电和购气费用。因此，对电转气的模型精细化处理后，增加氢能的使用方式，能够有效降低园区的运行成本，提高能源利用率。

3）在园区综合能源系统引入碳超额率的阶梯式碳交易模型，有助于限制园区碳排放量，促进园区的低碳经济运行，通过对优化结果分析，证明了碳超额率的阶梯式碳交易模型相比阶梯式碳交易机制在碳减排方面的作用更加明显。

4）通过对分析碳超额率的阶梯式碳交易机制中不同参数对园区综合能源系统的影响。碳交易机制相关参数的合理设置，能够对园区的碳排放起到引导作用。