考虑富氧燃烧碳捕集技术和源荷双侧响应的综合能源系统优化调度

随着环境污染与化石能源储备逐渐耗竭，电力行业的碳排放成为一个须迫切解决的核心问题，同时可再生能源出力具有不确定性和波动性，给电力系统调度运行带来了更大的挑战。因此，构建“横向多能互补，纵向源网荷储协调”的综合能源系统（integrated energy system，IES）是适应未来能源需求和环境保护的必然选择，其多能耦合的特性赋予了综合能源系统巨大的减排潜力，能够实现电力领域的低碳化和灵活性。

《中国电力》2024年第8期刊发了杨海柱等撰写的《考虑富氧燃烧碳捕集技术和源荷双侧响应的综合能源系统优化调度》一文。文章从富氧燃烧碳捕集技术和源荷双侧响应2方面考虑，提出一种优化调度策略。并通过算例多场景对比分析，验证了文中所提模型的有效性和可行性。

考虑富氧燃烧碳捕集技术和源荷双侧响应的综合能源系统优化调度

（来源：《中国电力》作者：杨海柱, 白亚楠, 张鹏, 李忠文）

摘要

为降低燃气轮机的碳排放水平和提高灵活性，提出了计及富氧燃烧碳捕集技术和源荷双侧响应的综合能源系统低碳经济优化策略。首先，研究了富氧燃烧技术的运行原理及其能流特性，并构建空分制氧设备和碳捕集设备的耦合模型；其次，引入可调的热电比作为供给侧响应策略，需求侧对于电力、热能以及气负荷的特性进行综合权衡，借助能源价格的引导，并考虑其相互之间的可替代属性形成需求侧响应机制；最后，通过计及气负荷碳排放的阶梯式碳交易约束碳排放，以系统运行成本为目标优化各时段机组出力。设置多场景进行仿真分析，结果表明富氧燃烧碳捕集技术能够有效减少系统的碳排放量，源荷双侧响应能够灵活调节供给侧与需求侧的供能关系，并有效减少系统运行成本。

01富氧燃烧碳捕集机组综合能源系统

富氧燃烧碳捕集机组综合能源系统的架构如图1所示。本文所提的富氧燃烧碳捕集机组主要是对CHP机组进行改造，该系统的电负荷由光伏、风机、富氧燃烧碳捕集机组、电网和蓄电池共同承担；而热负荷则通过富氧燃烧碳捕集机组余热回收、电转气的余热回收以及储热罐来满足；甲烷供应依赖于外部气网和电转气设备。同时，为满足富氧燃烧所需的氧气，系统采用空分制氧设备、电转气和储氧罐共同提供氧气资源。

图1  综合能源系统架构

Fig.1  Integrated energy system structure

供给侧根据用户的用能需求，综合考虑不同能源的可用性和用户的能源需求特点，灵活调整能源供应，实现电、热、气的灵活响应。需求侧通过能源价格的引导来实现负荷削减、用能时段转移和能源替代，以提高运行经济性。二者共同参与构成双侧响应机制，以更好地平衡能源供需，优化能源分配，降低用能峰谷差异，提高能源系统效率。

1.1  富氧燃烧原理与能流特性

在传统的燃烧过程中，燃料与空气中的氧气发生反应，产生二氧化碳和水蒸气等燃烧产物。而在富氧燃烧中，燃烧期间增加氧气的供应，使燃料和氧气之间的接触更加充分，从而促进更完全的燃烧反应，产生高浓度的二氧化碳和大量余热，便于系统的碳捕集和余热回收。

富氧燃烧碳捕集机组能流如图2所示。碳捕集技术将产生的高浓度二氧化碳捕集和抽离出来，一部分用于电转气的甲烷合成，另一部分通过碳封存技术封存，以减少碳排放量。富氧燃烧所需的氧气一部分由空分制氧设备供应，另一部分由P2G的电解水阶段供应，而过剩的氧气则会被转化为液态氧并储存在储氧罐中。在空分制氧设备供氧量不足时，由储氧装置向富氧燃烧碳捕集机组输送氧气，以确保富氧燃烧碳捕集机组的供能效率。

图2  富氧燃烧碳捕集机组能流

Fig.2  Energy flow of oxy-fuel combustion carbon capture unit

1.2  富氧燃烧碳捕集综合能源系统建模

1.2.1  富氧燃烧碳捕集机组模型

以碳捕集设备和空分制氧设备构成的富氧燃烧碳捕集系统，输出包括净输出功率和运行能耗2部分。其中富氧燃烧碳捕集系统t时刻运行能耗包括t时刻碳捕集设备的能耗和t时刻空分制氧设备的能耗即

式中：为t时刻CHP机组输出的电功率；为t时刻净输出功率；δ为碳捕集设备捕获单位CO₂所需的能耗；为碳捕集设备捕获CO₂的量；α为碳捕集设备的碳捕集水平；为机组所产生CO₂的总量；为机组的碳排放强度；β为空分制氧设备产生单位氧气消耗的能量；为空分制氧设备在t时刻产生的氧气量。

富氧燃烧所需要的氧气量主要来源包括空分制氧设备、电转气和储氧罐，即

式中：为电转气在t时刻产生的氧气量；为储氧罐在t时刻的供氧量；ω为富氧燃烧碳捕集机组产生单位功率消耗的氧气量。

由式（1）~（4）可以推出，富氧燃烧碳捕集机组净输出功率为

富氧燃烧碳捕集机组t时刻净碳排放为

富氧燃烧碳捕集机组在运行过程中，CO₂少部分流入大气，大部分用于电转气设备的甲烷反应过程和碳封存，即

式中：为t时刻富氧燃烧碳捕集机组捕获的CO₂量；为t时刻P2G消耗的CO₂量；为t时刻碳封存的量。

为避免富氧燃烧系统中存在“以氧定电”的情况，即为保证不弃氧，而增大富氧燃烧CHP机组的电功率，因此在系统增设储氧罐。在负荷较低时，通过持续的空分操作，空分制氧设备能够产生氧气供应富氧燃烧，由于P2G设备通过电解水反应同样会产生氧气，因此会产生过剩的氧气。为确保充分利用氧气资源，可将空分制氧设备和P2G所产生的过剩氧气储存于储氧罐中。在负荷较高时，富氧燃烧CHP机组优先满足电负荷需求，这会导致空分制氧设备产生氧气的量相应减少。此时，可以将储氧罐在负荷低峰期储存的氧气输入燃烧室，以确保富氧燃烧碳捕集机组的正常运行和持续供应电力。

系统中储能设备包括蓄电池、储氧罐和蓄热罐多种储能设备，即

式中：L为储存设备，即蓄电池、储热罐或储氧罐；为t时刻不同储存设备的储能容量；δ_L为不同储存设备的自放电效率、散热损失和耗散系数；分别为不同储存设备充放电效率、充放热效率和充放氧效率；分别为t时刻不同储存设备充放功率；分别为充能的上下限；分别为放能的上下限；分别为初始和最终容量；、分别为储存容量的上下限。

1.2.2  P2G两阶段模型

拆解电转气2个阶段的运行过程，即电解水和甲烷化。在电解水阶段，水在电解槽内被电解产生氢气和氧气，这一阶段既有助于可再生能源的利用，又将电解水的产物氧气供应给富氧燃烧碳捕集机组使用，实现资源的合理利用。在甲烷化阶段，富氧燃烧碳捕集技术捕获的CO₂与氢气发生甲烷化反应生成甲烷。其两阶段的化学式为

P2G消耗的电功率和产生的甲烷之间的转化关系为

式中：η_P2G为P2G转化效率，一般取0.64；H_Q为天然气的热值；为t时刻P2G消耗的功率；为t时刻产生的天然气体积。

通过余热回收技术，对甲烷化反应产生的热能进行回收，以提高能量的利用效率，即

式中：为P2G在t时刻的余热回收量；η_h为余热回收效率。

由式（10）可知，气体的体积之比等于物质的量之比，甲烷化阶段中消耗的CO₂和产生甲烷的体积相等，即

式中：为t时刻甲烷化阶段消耗CO₂的量；为CO₂气态密度。

同理可知氧气和甲烷的体积关系式为

02 源荷两侧双响应的IES框架

2.1  负荷侧多能耦合DR模型

多能耦合DR是指从用户能源需求角度深入分析不同能源之间的多能耦合关系。在电价DR的基础上，多能耦合DR将电力需求与其他能源需求相互关联，实现能源的综合利用。当电价上涨时，用户会减少对电能的需求，并通过其他能源来实现用能需求；而当电价下降时，用户会增加对电能的需求，减少对其他能源的使用。因此，多能耦合DR不仅扩展了电力DR的范围，还实现了不同能源之间的灵活转换和综合利用。

2.1.1  价格型需求响应

价格型需求响应是一种能源管理策略，通过调整能源消费行为以响应电价的变化，分为可削减负荷（curtailable load，CL）和可转移负荷（shiftable load，SL）。

1）CL特性分析及建模。

价格需求弹性矩阵用来分析需求响应特性。如果电价的弹性系数为正值，则表示需求对价格变化具有正弹性，需求量会随价格上涨而减少，随价格下降而增加。如果弹性系数为负值，则表示需求对价格变化具有负弹性，需求量会随价格上涨而增加，随价格下降而减少。弹性系数的绝对值越大，则表示需求对价格变化的敏感度越高。数学模型定义为

式中：E为弹性矩阵；E_t,j为第t行第j列元素，即t时刻负荷对j时刻电价的弹性系数；和ρ_j为需求响应后t时刻的负荷相对增量和j时刻的电价相对增量；分别为初始负荷和电价。

因此，可削减负荷相对变化量表示为

式中：为初始CL量；(t,j)为CL价格需求弹性矩阵；T为周期，取24；ρ_j为j时刻电价。

2）SL特性分析及建模。

可转移负荷指的是用户根据需求来调整其电力使用时间的能力。通过峰平谷分时电价的设定，用户可以根据电价信号的指引，在尖峰时段将负荷转移到平谷时段。可转移负荷相对变化量表示为

式中：为初始SL量；(t,j)为SL价格需求弹性矩阵。

2.1.2  替代型需求响应

用户在不同的时间段选择最具成本效益的能源类型，以灵活地满足需求，并最大化利用现有资源。比如，对于热负荷需求，用户可以根据异质能源价格因素，选择天然气供热或者电能供热，因此本文建立可替代负荷（replacable load，RL）数学模型为

式中：P_echange、P_hchange、P_gchange分别为电、热、气替代型负荷改变量；η_eg、η_he和η_gh分别为电气、热电、气热转换系数；分别为考虑能源替代后第k类负荷改变量上下限。

2.1.3  用户用能满意度

用户用能满意度指标是衡量用户对电热气3类能源形式用能满意程度的量化指标。这个指标应该综合考虑用能替代的需求响应性能，以确保在满足需求侧用能需求时，用户能够获得良好的体验。用户用能满意度表示为

式中：和分别为t时刻电、热和气负荷的转移量；P_e1,t、P_h1,t、P_g1,t，P_e0,t、P_h0,t、P_g0,t分别为响应前后的电、热和气负荷。

2.2  源侧灵活响应模型

源侧灵活响应主要是可调热电比的CHP机组、电转气的两阶段运行对源侧进行灵活响应。传统“以热定电”的运行方式，限制了CHP机组的电功率输出，不能够最大限度发挥CHP机组的作用，而可调热电比的CHP能够实现热、电负荷最优的供能配比。

CHP机组中的余热锅炉分为无补燃和带补燃2种，无补燃锅炉的热电比与机组性能相关，通常保持恒定，而带补燃锅炉可以通过调节补燃量来提高整体能源利用效率。因此带补燃锅炉的CHP机组可以根据实时的电力和热能需求，进行电力和热能输出的调整，以进一步优化运行效益。其数学模型为

式中：为t时刻CHP输出的热功率；η_e和η_h为转化的电、热效率；为t时刻输入的天然气量；为输入的天然气上下限；和为爬坡约束的上下限；λ_max和λ_min为可调热电比上下限，热电比取值参考文献[24]。

03 阶梯碳交易模型

3.1  碳排放权配额模型

本文主要碳排放来源为富氧燃烧碳捕集机组和从电网购电。碳排放配额模型为

式中：E_IES为系统内实际碳排放量；E_occ、E_buy分别为富氧燃烧碳捕集机组和购电的碳排放量；δ_e、δ_h分别为单位电、热输出的碳排放系数，分别取0.72和0.102；为t时刻购电功率；P_OCC,e,t为t时刻富氧燃烧碳捕集机组的电功率；P_OCC,h,t为t时刻富氧燃烧碳捕集机组的热功率。

3.2  实际碳排放模型

碳捕集设备能够捕集系统产生的大部分碳排放，并对这些捕集到的碳进行2种处理，一部分碳通过P2G甲烷反应进行转换；而另一部通过碳封存技术进行封存，因此不考虑碳封存的部分，仅仅考虑未捕获的部分作为实际的碳排放量。在系统中，由于气负荷主要是通过燃烧消耗，考虑气负荷的碳排放量，实际碳排放模型为

式中：a₁、b₁和c₁为火电机组的碳排放系数（本文认为购电全部来源于火电）；ψ为单位天然气碳排放系数；为气负荷；E_g,load为气负荷的CO₂量。

3.3  阶梯式碳交易模型

为进一步约束系统的碳排放量，本文引入阶梯式碳排放，通过划分碳排放权区间，使得购买碳排放权的价格呈阶梯式上涨。阶梯式碳交易模型为

式中：为碳排放量；m_j为碳交易基价，取0.253；d为碳排放区间的长度，取；α为价格增长幅度，取20%。

04 富氧燃烧碳捕集技术综合能源系统优化调度模型

4.1  目标函数

系统以运行成本最小为优化目标，运行成本包括机组设备的运行维护成本C_om、购售能成本C_grid、碳封存成本C_C、弃风弃光惩罚成本C_cf和系统碳排放成本即

1）运行维护成本为

式中：I为设备集合；f_om,i为i类设备的单位维护费用；为设备i在t时刻的输出功率。

2）购售能成本为

式中：为t时刻气价；分别为t时刻购、售电价；为t时刻购气体积；为t时刻售电功率。

3）碳封存成本为

式中：为碳封存成本系数。

4）碳排放成本详见式（24）。

5）弃风弃光惩罚成本为

式中：h_cf为单位弃风弃光惩罚成本；分别为光伏、风机预测的t时刻输出功率；P_pv,t、P_wt,t分别为t时刻光伏、风机实际并网功率。

4.2  约束条件

4.2.1  运行约束

1）设备运行约束为

式中：P_i,min和P_i,max为设备i最小、最大输出功率。

2）储能约束详见式（9）。

3）购能约束为

式中：分别为购、售电功率的最大、最小限度；分别为购天然气的上下限；为t时刻系统购买天然气的量。

4.2.2  功率平衡约束

1）电功率平衡约束为

式中：分别光伏和风机在t时刻的出力；分别为t时刻蓄电池充放电功率；为系统电负荷。

2）热功率平衡约束为

式中：分别为储热罐的充放热量；为系统的热负荷。

3）天然气平衡约束为

4）氧气平衡约束为

式中：分别为储氧罐的充放氧气量。

5）用户用能满意度约束为

式中：为用户用能满意度最小值。

05算例分析

为验证所提方法的有效性，本文通过Matlab调用商业求解器Cplex搭建模型并进行求解验证，对包含平方项的公式进行分段线性化处理。本文所研究的IES结构如图1所示，以一天24 h作为系统优化调度的周期，时间间隔取1 h。系统相关参数如表1所示，储能参数如表2所示，分时交易电价如表3所示，新能源输出功率曲线如图3所示。价格型需求响应负荷占比为15%，替代型需求响应负荷占比为15%。

表1  系统相关系数

Table 1  System correlation coefficients

表2  储能参数

Table 2  Energy storage parameters

表3  分时交易电价

Table 3  Time-of-use electricity prices

图3

图3  系统功率预测

Fig.3  System power forecast

利用拉丁超立方抽样技术生成遵循概率分布约束的风电和光伏出力多个随机场景，基于Kantorovich距离的场景削减方法实现场景缩减，以此模拟风电和光伏出力的不确定性。风电和光伏发电场景聚类削减结果如图4所示。

图4  场景聚类削减结果

Fig.4  Scenario clustering reduction result

为验证所提模型和策略的有效性，本文提出4个场景进行分析。1）采用传统的CHP机组进行调度，源荷两侧不参与响应；2）采用富氧燃烧碳捕集机组进行调度，源荷两侧不参与响应；3）采用富氧燃烧碳捕集机组进行调度，源侧参与响应，负荷侧不参与需求响应；4）采用富氧燃烧碳捕集机组进行调度，源荷两侧参与响应。

5.1  调度结果分析

如表4所示，场景1采用传统的CHP进行调度，未考虑富氧燃烧捕集技术，导致CHP机组的碳排放明显超出碳排放配额，进而使碳交易成本达到最高水平。相较场景1，场景2在应用富氧燃烧碳捕集机组的情况下，碳排放量减少kg，碳交易成本降低元，表明富氧燃烧碳捕集机组能够有效捕捉和储存CHP机组产生的碳排放，降低碳排放量和碳交易成本。与场景2相比，场景3在总成本和碳排放方面分别降低了6.5%和21.5%，可调热电比使得CHP机组的发电和产热比例更加灵活，打破了传统机组的“以热定电”模式，相较于不可调运行模式，这种灵活性使得系统运行更低碳、经济。在场景4中，基于场景3引入了多能耦合的需求响应，该响应机制中的价格型需求响应和替代型需求响应有效地对负荷进行了优化调节，实现了削峰填谷的效果，降低了系统调度的购能成本，因此场景4中的总运行成本最低。

表4  各场景系统运行成本

Table 4  Operating costs of each scenario

5.2  富氧燃烧碳捕集机组调度分析

场景4中电力负荷的调度情况如图5所示，该系统在00:00—06:00时段内主要依赖于风力发电以及从上级电网购电，以满足蓄电池的充电需求、电转气系统的运行需求，以及电力负载的需求，从而维持电力的平衡。在负荷高峰期，即17:00—20:00时段内，富氧燃烧碳捕集机组的净输出在热电比最小的限制下，无法完全满足电负荷，因此需要蓄电池的储能能力以及从外部电网购电来满足电力负荷的要求。在多能耦合的需求响应下，电负荷曲线变得较为平缓，不仅有助于降低综合运营成本，还能有效地促进风力发电的消纳。

图5  电负荷基本调度

Fig.5  Basic dispatch of electric load

场景4下富氧燃烧碳捕集机组碳排放情况如图6所示，当CO₂被捕获后，大部分CO₂被封存，其余部分成为电转气设备的反应原料，从而有效降低了碳封存成本。通过电转气设备将CO₂转化为天然气，生成的天然气成为机组的原料，减少了对传统燃料的依赖，实现了碳资源的循环再利用，从而使系统在能源转化方面实现了双重收益。场景4下富氧燃烧碳捕集机组出力情况如图7所示，系统通过调整空分制氧设备和碳捕集设备的电力消耗，使机组能够灵活地调整净发电产出，这种灵活性使机组更好地适应电力负荷波动，有助于其更有效地参与电力系统的调度和调峰，从而提高整体能源系统的运行效率和可靠性。

图6  富氧机组碳排放情况

Fig.6  Carbon emissions of oxy-fuel combustion units

图7  富氧机组出力情况

Fig.7  Output of oxy-fuel combustion unit

5.3  源侧响应分析

为验证可变热电比机组的优势，在场景3的基础上提出场景5，场景5为恒定的热电比，其他条件不变。机组出力如图8所示，场景5机组的输出表现出较为稳定的特征，这是因为热电比保持不变，但这种运行方式在夜间风电功率与机组输出功率较大的情况下，易造成弃风现象。在场景3中，基于电价和电负荷的变化，灵活调整了富氧燃烧碳捕集机组的热电比，在电价高峰期，增加了富氧燃烧碳捕集机组的电出力，从而使热电比减小，以减少购电量，达到节约购电成本、减少碳排放并提升经济效益的目标。在夜间时段，调整热电比，使夜间时段增加热出力、增大热电比，从而在满足系统需求的前提下，有效解决夜间弃风的问题。

图8  机组出力对比

Fig.8  Comparison of unit output

图9  场景3的热电比

Fig.9  Electricity-to-heat ratio in scenario 3

由图8~9可知，富氧燃烧碳捕集机组的热电比呈现出与场景5中富氧燃烧碳捕集机组电出力变化相反的趋势。这是由于在夜间，系统热负荷需求较高，而电负荷需求相对较低，为了满足这一负荷需求，富氧燃烧碳捕集机组的热电比被调整为“热输出高，电输出低”。然而，在电价较高的时间段，系统会将富氧燃烧碳捕集机组的热电比调整为“电输出高，热输出低”，以减少购能需求。这种策略的调整能够有效平衡能源供需，提高系统的经济效益。

5.4  P2G影响性分析

P2G电解水阶段产生氧气以及系统氧气状况如图10所示，其中生成的氧气总量约占系统总消耗量的22.9%，这表明P2G电解水阶段一定程度上减少了对空分制氧设备的依赖性，提升了系统内部的能量耦合转换能力。储氧罐在氧气充裕时将氧气储存，在氧气需求较高时释放，实现“以氧定电”解耦，以保持富氧燃烧碳捕集机组的稳定输出。

图10  场景3氧气供求情况

Fig.10  Oxygen supply and demand in scenario 3

P2G甲烷化阶段产生余热与系统热负荷调度的情况如图11所示。其中由甲烷化产生的余热占据系统总热负荷需求的6.34%，通过对余热进行回收利用，系统能够向热负荷补充部分热能，从而减轻了富氧燃烧碳捕集机组的供热压力，使得富氧燃烧碳捕集机组的热电比能够与余热回收之间相互协调，以实现能源的经济高效利用。综合考虑，P2G的两阶段运行不仅可满足系统所需的氧气、甲烷和余热，同时还具备一定的CO₂吸收能力，呈现了较为协调的能源综合利用模式，因此在系统调度方面，特别是在电价较低的时间段，更倾向于优先考虑利用P2G的产能。

图11  场景3热平衡情况

Fig.11  Thermal balance of scenario 3

P2G容量对系统的影响如图12所示。随着P2G运行效率的增加，产生的氧气逐步增加，系统总运行成本随之减少。P2G运行效率从0.56到0.84，P2G产氧量从m³上升到m³，供氧占比从23.9%上升到33.42%，总运行成本从元降低至元。因此P2G的运行效率能够有效减轻空分制氧设备的供氧压力，并提高经济性。

图12  P2G运行效率对系统的影响

Fig.12  The impact of P2G operating efficiency on the system

5.5  需求侧响应分析

5.5.1  需求响应分析

引入多能耦合的响应策略可以有效平抑电价峰值，具体如图13 a)所示。在高电价时段，即12:00—14:00、20:00—22:00实施可削减负荷措施，从而降低负荷峰值；峰时电价引导负荷转移，将部分高电价时段的电力需求，即12:00—14:00、20:00—22:00迁移到00:00—06:00低电价时段，在降低高电价时段负荷压力的同时，也使低电价时段负荷水平有所提升，从而使负荷曲线更为平稳；通过替代型需求响应策略，在时段08:00—14:00部分电负荷被转换为热负荷或气负荷，从而实现资源的有效替代利用。

图13  需求响应情况

Fig.13  Demand response situation

如图13 b)所示，可转移负荷主要从较高负荷时段20:00—07:00向低负荷时段08:00—19:00转移，以降低夜间供热需求，从而减少机组的发电功率，促进系统对风电消纳。热负荷中的替代型负荷主要是由电能和气能实现转移，促进了电-热-气三者的耦合调度。图13 c)所示的气负荷需求响应，由于气价在各时段不变，因此气负荷并不参与价格型需求响应，主要是作为电-气、热-气之间的替代媒介。因此，在综合权衡价格型需求响应与替代型需求响应的协同作用下，使得负荷曲线得以平稳，进而实现了削峰填谷。

5.5.2  需求响应灵敏度分析

为分析系统成本受价格型需求响应和替代型需求响应负荷占比变化的影响，在基于场景4的基础上引入场景6和场景7。在场景6中，保持其他条件不变的前提下，对价格型需求响应和替代型需求响应的负荷占比进行调整，而替代型需求响应的占比则保持固定；在场景7中，则固定价格型负荷响应占比，而改变替代型需求响应的占比。

价格型需求响应和替代型需求响应对总运行成本的关系如图14所示。由图14 a)可知，随着可消减负荷和可转移负荷占比增加，系统总运行成本减少，呈负相关。总成本与价格型需求响应负荷之间的关系是因为在总负荷保持不变时，提高可消减负荷和可转移负荷的比例实质上扩大了价格型需求响应的规模，在高电价时段负荷有所下降；低电价时段的负荷则有所上升，从而降低总运行成本。

图14  需求响应灵敏度分析

Fig.14  Demand response sensitivity analysis

由图14  b)可知，当可消减负荷和可转移负荷占比设定为15%时，随着可替代负荷占比从10%增至30%，系统总运行成本上升，呈正相关。因此，在实际应用中，适当平衡价格型和替代型需求响应的比例，有助于优化系统经济性。

5.5.3  用户用能满意度分析

通过分析用户用能满意度来验证多元负荷之间的可替代型需求响应的有效性。本文提出3个子场景进行分析。1）场景A，不参与需求响应，即场景3；2）场景B，仅考虑价格型需求响应；3）场景C，考虑多能耦合的需求响应，即场景4。

由表5可知，仅考虑价格型需求响应和考虑多能耦合参与需求响应的运行成本分别下降了5.38%和12.13%。考虑多能耦合的需求响应较仅考虑价格型需求响应的综合用能满意度上升了3.09%。因此，考虑多元负荷之间的纵向可替代性能够减少运行成本，并且对用户用能满意度的影响较小。

表5  不同需求响应下的用户用能满意度

Table 5  User satisfaction with different demand responses

06 结论

本文在传统IES优化调度中引入富氧燃烧碳捕集技术，并对电转气的产气、制氧和产热特性进行了量化分析。在源侧引入可调的热电比特性，实现灵活热电响应，在负荷侧考虑含多元负荷之间的纵向可替代性的多能耦合的需求响应；并进一步提出含气负荷碳排放的阶梯式碳交易机制，在优化经济成本的同时能够实现深度碳减排。通过算例分析可得以下结论。

1）本文所提的富氧燃烧碳捕集技术能够显著降低系统碳排放，与电转气技术的协同运行使得系统内的碳资源循环再利用成为可能，进一步提高了系统的低碳运行性能，证明了富氧燃烧在低碳经济调度方面具有优势。

2）源侧考虑CHP的热电比可调特性，根据实际的用能需求，即时地调整电力和热能的产生比例，实现热电的灵活供能，相较于传统机组总成本降低了6.5%。

3）P2G技术的氧制备降低了对空分制氧设备的依赖，进一步提高了系统的经济性。此外，在甲烷化过程中，P2G系统的CO₂吸收机制拓展了P2G碳减排的潜力。

4）负荷侧引入多元能源耦合的需求响应，能够实现资源的优化利用，提升用户用能满意度。调整基于价格和替代性的需求响应比例能够提高多元能源需求响应的经济性。