热力发电

项目	数值	项目	数值
P_G,max/MW	200	$P CHP max$ /MW	350
P_G,min/MW	50 $P CHP max$	$H CHP max$ /MW	300
e_g/(t·(MW·h)^–1)	0.97	$η CHP e$	0.35
η_CCS,max	0.98	$η CHP h$	0.4
λ_CCS/(t·(MW·h)^–1)	0.089 3	η_MR	0.7
$P AUS MAX$ /MW	25	η_GB	0.92
$H GB max$ /MW	100	η_EL	0.85
α/((kW·h)·m^–3)	0.303	β/(m³·kW^–1)	0.6
$L H 2$ /(J·kg^–1)	5.071×10⁷	$L CH 4$ /(J·kg^–1)	1.42×10⁸
\|ΔH\|/(J·mol^–1)	1.651×10⁵	$α CH 4$ /(kg·m^–3)	1.964

项目

数值

项目

数值

P_G,max/MW

200

P CHP max

/MW

350

P_G,min/MW

P CHP max

H CHP max

/MW

300

e_g/(t·(MW·h)^–1)

0.97

η CHP e

0.35

η_CCS,max

0.98

η CHP h

0.4

λ_CCS/(t·(MW·h)^–1)

0.089 3

η_MR

0.7

P AUS MAX

/MW

η_GB

0.92

H GB max

/MW

100

η_EL

0.85

α/((kW·h)·m^–3)

0.303

β/(m³·kW^–1)

0.6

L H 2

/(J·kg^–1)

5.071×10⁷

L CH 4

/(J·kg^–1)

1.42×10⁸

|ΔH|/(J·mol^–1)

1.651×10⁵

α CH 4

/(kg·m^–3)

1.964

项目	数值	项目	数值
P_G,max/MW	200	$P CHP max$ /MW	350
P_G,min/MW	50 $P CHP max$	$H CHP max$ /MW	300
e_g/(t·(MW·h)^–1)	0.97	$η CHP e$	0.35
η_CCS,max	0.98	$η CHP h$	0.4
λ_CCS/(t·(MW·h)^–1)	0.089 3	η_MR	0.7
$P AUS MAX$ /MW	25	η_GB	0.92
$H GB max$ /MW	100	η_EL	0.85
α/((kW·h)·m^–3)	0.303	β/(m³·kW^–1)	0.6
$L H 2$ /(J·kg^–1)	5.071×10⁷	$L CH 4$ /(J·kg^–1)	1.42×10⁸
\|ΔH\|/(J·mol^–1)	1.651×10⁵	$α CH 4$ /(kg·m^–3)	1.964

项目

数值

项目

数值

P_G,max/MW

200

P CHP max

/MW

350

P_G,min/MW

P CHP max

H CHP max

/MW

300

e_g/(t·(MW·h)^–1)

0.97

η CHP e

0.35

η_CCS,max

0.98

η CHP h

0.4

λ_CCS/(t·(MW·h)^–1)

0.089 3

η_MR

0.7

P AUS MAX

/MW

η_GB

0.92

H GB max

/MW

100

η_EL

0.85

α/((kW·h)·m^–3)

0.303

β/(m³·kW^–1)

0.6

L H 2

/(J·kg^–1)

5.071×10⁷

L CH 4

/(J·kg^–1)

1.42×10⁸

|ΔH|/(J·mol^–1)

1.651×10⁵

α CH 4

/(kg·m^–3)

1.964

项目	场景1	场景2	场景3	场景4
总成本/万元	499.14	475.62	465.68	462.86
碳交易成本/万元	45.89	–6.35	–10.97	–13.47
购气成本/万元	397.69	414.46	403.77	393.14
燃煤成本/万元	49.86	54.26	58.24	66.84
弃风成本/万元	5.70	0.259	0.203	0
碳封存成本/万元	0	12.99	14.44	16.35
实际碳排放量/t	4 319.53	2 265.12	2 125.23	2 099.98
碳捕集量/t	346.20	2 710.17	2 908.63	3 338.49

项目

场景1

场景2

场景3

场景4

总成本/万元

499.14

475.62

465.68

462.86

碳交易成本/万元

45.89

–6.35

–10.97

–13.47

购气成本/万元

397.69

414.46

403.77

393.14

燃煤成本/万元

49.86

54.26

58.24

66.84

弃风成本/万元

5.70

0.259

0.203

碳封存成本/万元

12.99

14.44

16.35

实际碳排放量/t

4 319.53

2 265.12

2 125.23

2 099.98

碳捕集量/t

346.20

2 710.17

2 908.63

3 338.49

项目	场景1	场景2	场景3	场景4
总成本/万元	499.14	475.62	465.68	462.86
碳交易成本/万元	45.89	–6.35	–10.97	–13.47
购气成本/万元	397.69	414.46	403.77	393.14
燃煤成本/万元	49.86	54.26	58.24	66.84
弃风成本/万元	5.70	0.259	0.203	0
碳封存成本/万元	0	12.99	14.44	16.35
实际碳排放量/t	4 319.53	2 265.12	2 125.23	2 099.98
碳捕集量/t	346.20	2 710.17	2 908.63	3 338.49

项目

场景1

场景2

场景3

场景4

总成本/万元

499.14

475.62

465.68

462.86

碳交易成本/万元

45.89

–6.35

–10.97

–13.47

购气成本/万元

397.69

414.46

403.77

393.14

燃煤成本/万元

49.86

54.26

58.24

66.84

弃风成本/万元

5.70

0.259

0.203

碳封存成本/万元

12.99

14.44

16.35

实际碳排放量/t

4 319.53

2 265.12

2 125.23

2 099.98

碳捕集量/t

346.20

2 710.17

2 908.63

3 338.49

项目	场景1	场景2	场景3	场景4
火电机组净出力/MW	2 490.20	1 964.97	2 125.19	2 490.00
燃气轮机电出力/MW	3 254.80	3 459.00	3 348.90	3 402.04
电解槽耗电量/MW	812.73	858.95	1 044.59	1 376.94
燃气锅炉总出力/MW	2 400.00	2 324.89	2 368.45	2 371.61
燃气轮机热出力/MW	3 716.40	3 953.15	3 941.58	3 888.05
弃风量/MW	95.06	4.32	3.39	0
电热锅炉总出力/MW	971.57	899.95	864.42	768.08
甲烷化产量/m³	48 062	55 249	10 829	34 716

项目

场景1

场景2

场景3

场景4

火电机组净出力/MW

2 490.20

1 964.97

2 125.19

2 490.00

燃气轮机电出力/MW

3 254.80

3 459.00

3 348.90

3 402.04

电解槽耗电量/MW

812.73

858.95

1 044.59

1 376.94

燃气锅炉总出力/MW

2 400.00

2 324.89

2 368.45

2 371.61

燃气轮机热出力/MW

3 716.40

3 953.15

3 941.58

3 888.05

弃风量/MW

95.06

4.32

3.39

电热锅炉总出力/MW

971.57

899.95

864.42

768.08

甲烷化产量/m³

48 062

55 249

10 829

34 716

项目	场景1	场景2	场景3	场景4
火电机组净出力/MW	2 490.20	1 964.97	2 125.19	2 490.00
燃气轮机电出力/MW	3 254.80	3 459.00	3 348.90	3 402.04
电解槽耗电量/MW	812.73	858.95	1 044.59	1 376.94
燃气锅炉总出力/MW	2 400.00	2 324.89	2 368.45	2 371.61
燃气轮机热出力/MW	3 716.40	3 953.15	3 941.58	3 888.05
弃风量/MW	95.06	4.32	3.39	0
电热锅炉总出力/MW	971.57	899.95	864.42	768.08
甲烷化产量/m³	48 062	55 249	10 829	34 716

项目

场景1

场景2

场景3

场景4

火电机组净出力/MW

2 490.20

1 964.97

2 125.19

2 490.00

燃气轮机电出力/MW

3 254.80

3 459.00

3 348.90

3 402.04

电解槽耗电量/MW

812.73

858.95

1 044.59

1 376.94

燃气锅炉总出力/MW

2 400.00

2 324.89

2 368.45

2 371.61

燃气轮机热出力/MW

3 716.40

3 953.15

3 941.58

3 888.05

弃风量/MW

95.06

4.32

3.39

电热锅炉总出力/MW

971.57

899.95

864.42

768.08

甲烷化产量/m³

48 062

55 249

10 829

34 716

考虑富氧燃烧电厂与掺氢燃气设备联合运行的综合能源系统优化调度

PDF下载

孙昊翔 ¹ , 段俊东 ¹^,²

热力发电 | 热能科学研究 2025,54(1): 78-87

收起

热力发电 | 热能科学研究 2025, 54(1): 78-87

考虑富氧燃烧电厂与掺氢燃气设备联合运行的综合能源系统优化调度

全屏

孙昊翔¹, 段俊东¹^,²

作者信息

^1.河南理工大学电气与自动化学院，河南　焦作　454150

^2.河南省煤矿装备智能检测与控制重点实验室，河南　焦作　454003

孙昊翔（1999），男，硕士研究生，主要研究方向为电力系统及其自动化，13015538395@163.com。

Optimal dispatch of integrated energy system considering joint operation of oxy-fuel combustion power plants and hydrogen doped gas equipment

Haoxiang SUN¹, Jundong DUAN¹^,²

Affiliations

^1.College of Electrical Engineering, Henan Polytechnic University, Jiaozuo 454150, China

^2.Henan Key Laboratory of Intelligent Detection and Control of Coal Mine Equipment, Jiaozuo 454003, China

出版时间: 2025-01-25 doi: 10.19666/j.rlfd.202405114

文章导航

摘要

收起

富氧燃烧技术和天然气混氢技术在降低系统碳排放以及促进新能源消纳方面具有良好的工程应用前景。针对含高比例可再生能源的综合能源系统燃烧后捕集模式效率低下，以及电转气过程中所产生的氧气和反应热未被充分利用等问题，将电转气过程中不同阶段的产物供给富氧燃烧电厂和燃气机组，建立富氧燃烧电厂与掺氢燃气设备联合运行的综合能源系统。在引入奖惩式阶梯碳交易机制的基础上，建立以碳交易成本、购气成本、煤耗成本等综合成本最低为目标的综合能源系统低碳经济调度模型。算例仿真分析表明，所建模型能够有效降低运行成本和系统碳排放量。该研究可为综合能源系统的发展提供参考。

关键词

综合能源系统 / 富氧燃烧 / 低碳优化 / 碳交易 / 电转气

Abstract

收起

The oxy-fuel combustion technology and natural gas blending with hydrogen technology have good engineering application prospects in reducing system carbon emissions and promoting the integration of new energy sources. In response to the low efficiency of post combustion capture mode in integrated energy systems containing a high proportion of renewable energy, as well as the underutilization of oxygen and reaction heat generated during the electric to gas conversion process, a comprehensive energy system is established by supplying products from different stages of the electric to gas conversion process to oxy-fuel combustion power plants and gas turbines, and jointly operating oxy-fuel combustion power plants and hydrogen doped gas equipment. Based on the introduction of a reward-penalty carbon trading mechanism, a low-carbon economic dispatch model for comprehensive energy systems is established with the goal of minimizing comprehensive costs such as carbon trading costs, gas purchase costs, and coal consumption costs. Simulation analysis of case studies shows that, the proposed model can effectively reduce operating costs and system carbon emissions. The research provides a reference for the development of integrated energy systems.

Key words

integrated energy system / oxy-fuel combustion / low carbon optimization / carbon trading / power to gas

引用本文

孙昊翔, 段俊东. 考虑富氧燃烧电厂与掺氢燃气设备联合运行的综合能源系统优化调度. 热力发电, 2025 , 54 (1) : 78 -87 . DOI: 10.19666/j.rlfd.202405114

Haoxiang SUN, Jundong DUAN. Optimal dispatch of integrated energy system considering joint operation of oxy-fuel combustion power plants and hydrogen doped gas equipment[J]. Thermal Power Generation, 2025 , 54 (1) : 78 -87 . DOI: 10.19666/j.rlfd.202405114

正文

收起

当前全球能源转型和能源短缺问题愈加显著，各国都在不断协调推进绿色低碳发展和能源供应，朝着高效、清洁、多样化的方向积极发展能源^[1]。为此，电力产业需要接纳更多清洁能源，引入多种能源形式，不断提高综合能源的利用效率，减少能源不必要转化损失能量，提高综合能源系统（integrated energy system，IES）的降碳减排性能^[2]。综合能源系统是指富氧燃烧与掺氢燃气机组联合运行。

采用碳捕集与封存装置（carbon capture and storage，CCS）的低碳发电技术是目前降碳减排的有效措施^[3]。文献[4-5]将CCS引入了碳捕集电厂，并将其捕集的CO₂通过电转气（power to gas，P2G）装置转化为甲烷供给燃气机组，有效减少了碳运输以及碳封存成本。文献[6]提出了P2G协同CCS与垃圾焚烧虚拟电厂运行的优化调度模型，通过联合调度将碳捕集能耗和烟气处理能耗进行转移以平抑可再生能源波动，实现了可再生能源间接可调度。

需要注意上述研究中的碳捕集方式为燃烧后捕集，存在碳捕集能耗较高、捕集效率低、占地面积大的缺点^[7]。富氧燃烧技术是具有巨大潜力的燃煤电厂碳捕集技术，该技术在低碳和灵活性方面具有较大优势，除了捕集效率高，能够实现“近零”碳排放^[8]外，还能够灵活调节空分制氧装置（air separation unit，ASU）和储氧罐（oxygen storage tank，OST）来适应负荷的快速变化^[9]。文献[10]构建了采用富氧技术改造的综合能源系统，并证实该模型兼顾了低碳性和经济性，为富氧技术引入综合能源系统提供了参考。文献[11]提出了适用于采用富氧燃烧技术的综合能源系统的多能灵活性约束，能够调度多种设备来弥补系统灵活性缺额，充分发挥IES的多能联调特性和灵活性。上述文献虽然将富氧燃烧技术与IES成功进行了结合，但忽略了富氧燃烧电厂需要在高纯度的氧气供应下运行，氧气需求量较大，而仅凭ASU供氧，会出现ASU压力大、制氧成本过高的问题。

当前多数研究将P2G过程中产出的氢气用于氢燃料电池，或甲烷化供给燃气设备或气负荷，但这种做法过于单一难以体现IES的多能协调性，无法大规模利用氢能。文献[12-13]将P2G过程细化为电制氢及甲烷化2个阶段：将第一阶段制成的氢气优先用于燃气设备进行掺氢运行，减少了中间耗能环节，提升了系统经济性和环保性，但忽视了P2G过程中第1阶段的氧气和第2阶段的反应热。

基于上述问题，本文将富氧燃烧电厂和掺氢燃气设备相结合，深度挖掘P2G过程，将电解水产生的氢气用于掺氢燃烧，并将副产物氧气供给富氧燃烧机组；多余的氢气将用于甲烷化，并充分利用反应热，从而减少系统购气成本；同时采用奖惩式阶梯碳交易机制，通过算例验证了富氧燃烧技术和掺氢燃气机组联合运行的有效性。

1　富氧燃烧电厂与掺氢燃气机组联合运行模型

收起

1.1　联合运行综合能源系统运行框架及机理

本文构建的富氧燃烧电厂与掺氢燃气机组的综合能源系统负荷部分由电负荷和热负荷构成；由风电场、燃气轮机、富氧燃烧电厂共同满足电负荷需求；热负荷由燃气锅炉、电加热锅炉和甲烷化阶段产生的反应热供应。系统运行所需要的氧气由ASU及电解槽提供，并设置储氧罐可为富氧燃烧机组灵活供应氧气。系统运行所需氢气由电解槽生产，并供应给掺氢燃气机组和甲烷化设备。天然气部分由天然气网和甲烷化设备供应。富氧燃烧电厂与掺氢燃气机组的联合运行机理能流如图1所示。

火电厂经过富氧技术改造主要增设了ASU、CCS设备，且其运行能耗由富氧燃烧机组自身出力提供。P2G过程中电解产生的氧气可以作为富氧燃烧电厂的外部氧源；产生的氢气直接输送给燃气设备进行掺氢运行。富氧燃烧电厂捕集的CO₂可以与剩余部分氢气进行甲烷化来供给燃气设备运行，该阶段产生的反应热也可以为热负荷提供热能。因此，富氧燃烧电厂与掺氢燃气机组联合运行能够帮助富氧燃烧电厂保持高水平出力，降低系统碳排放，并充分利用P2G技术实现能源高效利用。

1.2　富氧燃烧电厂

富氧燃烧是将高纯度氧气与再循环烟气混合后送入锅炉炉膛助燃，提高尾部烟气CO₂含量以便高效捕集的技术^[14]。相较于传统的燃烧后碳捕集技术，经过富氧燃烧捕集技术改造后的能耗可以减少35%^[15]。然而，富氧燃烧机组需要在大量高纯度氧气的环境下运行，仅靠ASU装置会降低火电厂净出力水平。P2G过程在产生氢气的同时生成氧气，充分利用该部分副产物可以增加富氧燃烧电厂的净出力。

富氧燃烧电厂产生的电能主要流向负荷、ASU、碳捕集装置^[10]。富氧燃烧电厂的主要输出可表示为：

P G t = P ASU t + P CCS t + P N t

(1)

式中：

P G t

为火电厂的总出力；

P ASU t

为空分制氧设备消耗的功率；

P CCS t

为碳捕集装置消耗的功率；

P N t

为火电厂的净输出功率。

ASU是富氧燃烧电厂的主要供氧设备，因其能耗高，重新启动时间长，设定最低运行功耗为额定功率的60%^[16]。ASU制取的氧气可以根据需求对富氧机组进行供氧，或是储存在储氧罐。富氧燃烧电厂所需氧气制备功耗及氧气供应情况：

{P ASU t = α O ASU t, P ASU Max ≥ P ASU t ≥ 0.6 P ASU Max O G t = β P G t O G t = O ASU t + O OST,out t + O PEM t O OST t = O OST t − 1 + O OST,in t − O OST,out t

(2)

式中：

P ASU t

为ASU制取氧气所需要的功率；

P ASU Max

为ASU的最大运行功率；α为ASU的耗氧系数；β为富氧电厂运行单位功率所需要的氧气量；

O G t

为富氧机组运行所需要的氧气总量；

O OST t

为储氧罐在t时刻的氧气储量；

O OST,in t

、

O OST,out t

分别为t时刻储氧罐存入和释放的氧气量；

O PEM t

为电解槽产生的氧气量。

富氧机组的碳捕集装置运行模型以及二氧化碳排放量为：

{P CCS t = λ CCS Q CCS t Q CCS t = e g η CCS P G t Q CCS t = Q CS, C O 2 t + Q MR, C O 2 t Q G t = e g P G t

(3)

式中：

O CCS t

为碳捕装置消耗的功率；λ_ccs为捕集单位量CO₂所需要的功率；

O CCS t

为碳捕集装置捕获的CO₂量；

Q CS,CO 2 t

为碳捕集装置输送碳封存装置的CO₂量；

Q MR,CO 2 t

为碳捕集装置供给甲烷反应器的CO₂量；e_g为富氧机组的碳排放强度；η_CCS为碳捕集装置的碳捕集水平；

O G t

为富氧机组的碳排放总量。

1.3　掺氢燃气设备

掺氢燃气设备可以直接利用P2G过程中产生的氢气，能够省去部分中间耗能环节，能源利用率更高^[17]。因此，富氧燃烧电厂和掺氢燃气设备联合运行，能够最大化地利用P2G过程所产生的能源，以此降低购气成本，拓宽氢能源的利用途经。

1.3.1　掺氢燃气轮机模型

为了维持天然气管道以及燃气设备的安全，掺氢燃气设备运行需要注意混合燃气中氢气的比例，氢气体积分数必须小于23%^[18]。燃气轮机以及燃气锅炉的数学模型为：

{Q CHP t = V H 2,CHP t ρ H 2 L H 2 + V CH 4,CHP t ρ CH 4 L CH 4 P CHP t = Q CHP t η CHP e q H CHP t = Q CHP t η CHP h q R CHP t = V H 2,CHP t V CH 4,CHP t + V H 2,CHP t

(4)

式中：

Q CHP t

为混合燃气在燃气轮机中燃烧产生的热量；

V H 2,CHP t

为燃气轮机消耗氢气的体积；

V CH 4,CHP t

为燃气轮机消耗甲烷的体积；

ρ CH 4

为甲烷密度；

L H 2

为单位质量氢气燃烧产生的热量；

L CH 4

为单位质量天然气燃烧产生的热量；

η CHP e

和

η CHP h

分别为燃气轮机电出力、热出力所占产生热量的比例；

η CHP h

为q为热电转化系数；

P CHP t

为燃气轮机产生的电功率；

H CHP t

为燃气轮机产生的热功率；

R CHP t

为燃气轮机掺氢比。

1.3.2　掺氢燃气锅炉模型

{H GB t = Q GB t η GB q Q GB t = V H 2,GB t ρ H 2 L H 2 + V CH 4,GB t ρ CH 4 L CH 4 R GB t = V H 2,GB t (V CH 4,GB t + V H 2,GB t)

(5)

式中：

Q GB t

为混合燃气在燃气锅炉中燃烧产生的热量；

V H 2,GB t

为燃气锅炉消耗氢气的体积；

V CH 4,GB t

为燃气锅炉消耗甲烷的体积；η_GB为燃气锅炉的能量转化效率；

R GB t

为燃气锅炉的掺氢比。

1.4　P2G原理及数学模型

将P2G过程分为2个阶段：第1阶段通过电解槽生成氢气和氧气，氧气和氢气的体积比为1:2^[19]；当氢气充足的情况下进行第2阶段，将多余的氢气转化为天然气。2个阶段P2G数学模型为：

{V H 2,PEM t = q η EL P EM t L H 2 ρ H 2 V O 2,PEM t = V H 2,PEM t 2

(6)

式中：

V H 2,PEM t

为第1阶段电解槽产生的氢气体积；η_EL为电解槽的电氢转化效率；

P EM t

为电解槽消耗功率；

ρ H 2

为氢气密度；

V O 2,PEM t

为电解槽生成氧气的体积。

{V CH 4,MR t = η MR L H 2 V H 2,MR t ρ H 2 L CH 4 ρ CH 4 H MR t = η MR H | Δ H | ρ CH 4 V CH 4,MR t M CH 4 q

(7)

式中：

V CH 4,MR t

为甲烷生成装置生成甲烷的体积；η_MR为甲烷生成装置的效率；

V H 2,MR t

为用于甲烷化的氢气体积；

H EM t

为甲烷化产生的热量；

η MR H

为甲烷化产热效率；|DH|为甲烷化的反应热；

M CH 4

为甲烷的摩尔质量。

2　奖惩式阶梯碳交易机制

收起

2.1　系统实际碳排放

本文所构建系统的碳排放主要来自燃气设备以及富氧燃烧电厂。实际碳排放模型为：

{M CHP t = α CH 4 V CH 4,CHP t M GB t = α CH 4 V CH 4,GB t M GN t = Q G t − Q CCS t

(8)

式中：

M CHP t

为燃气轮机的碳排放量；

M GB t

为燃气锅炉的碳排放量；

M GN t

为富氧燃烧电厂的净排放量；

α CH 4

为单位体积甲烷燃烧释放的CO₂量。

2.2　系统碳排放配额

系统碳配额由燃气设备以及富氧燃烧电厂的运行情况产生，本文采用基线法来确定系统排放配额^[20]。

M quota t = g CHP e P CHP t + g CHP h P CHP t + g GB h H GB t + g G e P G t

(9)

式中：

M quota t

为系统的碳排放配额；

g CHP e

、

g CHP h

分别为燃气轮机的电、热排放权分配额；

g GB h

为燃气锅炉的排放权分配额；

g G e

为富氧燃烧机组的排放权分配额。

2.3　奖惩式阶梯碳交易机制建模

在设定的区间计算系统碳交易成本，系统净碳排放量为：

M IES t = M CHP t + M GB t + M GN t − M quota t

(10)

根据净碳排放量超出碳排放配额的部分，增加碳交易价格；而净碳排放量低于碳排放配额时获取收益。处于各碳排放区间的碳交易价格如图2所示。

在此基础上，碳交易成本所对应的数学模型为：

c IES,CO 2 t = {− c d (2 + 3 θ) + c (1 + 3 θ) (M IES t + 2 d), M IES t ≤ − 2 d − c d (1 + 3 θ) + c (1 + 2 θ) (M IES t + d), − 2 d < M IES t ≤ − d c (1 + θ) M IES t, − d < M IES t ≤ 0 c M IES t, 0 < M IES t ≤ d c d + c (1 + τ) (M IES t − d), d < M IES t ≤ 2 d c d (2 + τ) + c (1 + 2 τ) (M IES t − 2 d), 2 d < M IES t

(11)

式中：

c IES,CO 2 t

为碳交易成本，为正表示系统需要额外购买碳配额，为负表示出售碳配额获取的收益；d为碳排放区间长度；c为碳交易基价；θ为补偿系数；τ为惩罚系数。

3　联合运行的低碳经济调度模型

收起

3.1　目标函数

为了体现富氧燃烧技术与掺氢燃气设备联合运行的经济性，本文以系统运行成本最低为目标，其中包括碳交易成本、购气成本、富氧电厂燃料成本、弃风成本、碳封存成本，不考虑储能成本、设备维护和折旧成本。本文目标函数为：

min F = ∑ t = 1 T (C IES,CO 2 t + C buy t + C G t + C Fur t + C CS t)

(12)

式中：

C buy t

为系统购气成本；

C G t

为富氧燃烧电厂的煤耗成本；

C Fur t

为弃风成本；

C CS t

为碳封存成本；T为调度时间。

1）碳交易与碳封存成本

{C IES, CO 2 t = ∑ t = 1 T c IES, CO 2 t C CS t = λ cs Q CS, CO 2 t

(13)

式中：λ_cs为碳封存装置处理单位质量CO₂的成本。

2）购气成本

C buy = V buy λ CH 4

(14)

式中：V_buy为系统购买的甲烷体积；

λ CH 4

为购买甲烷的单价。

3）富氧燃烧电厂煤耗成本

C G t = ∑ t = 1 T (a (P G t) 2 + b P G t + c)

(15)

式中：a、b、c为煤耗成本系数。

4）弃风成本

C Fur t = λ cur P WIND,cur t

(16)

式中：

P WIND,cur t

为弃风功率；λ_cur为单位弃风量的惩罚成本系数。

5）碳封存成本

C CS t = λ CS Q CS,CO 2 t

(17)

式中：

Q CS,CO 2 t

为碳封存装置处理的CO₂量。

3.2　约束条件

1）功率平衡约束

本文构建系统涉及电、热、甲烷、氢、氧5种能流，为了满足IES的稳定运行以及各部分的供需平衡，能流约束模型为：

{P CHP t + P N t + P WIND t = P EB t + P EL t + P Load t H CHP t + H GB t + H MR t + H EB t = H Load t V buy t + V CH 4,MR t = V CH 4,CHP t + V CH 4,GB t V H 2,PEM t + V H 2,DIS t = V H 2,CH t + V H 2,CHP t + V H 2,GB t + V H 2,MR t O G t + O OST,in t = O OST,out t + O ASU t + V O 2,PEM t

(18)

式中：

V H 2,CH t

、

V H 2,DIS t

分别为储氢罐储存和释放氢气的体积；

P WIND t

为风电机组出力；

P Load t

和

H Load t

分别为电功率负荷和热功率负荷。

2）富氧燃烧电厂约束

{P G, min ≤ P G t ≤ P G,m a x Δ P G,down ≤ P G t − P G t − 1 ≤ Δ P G,up 0 ≤ P CCS t ≤ e g λ CCS η CCS,max P G t

(19)

式中：P_G,max、P_G,min分别为富氧燃烧电厂出力的上、下限；ΔP_G,up、ΔP_G,down分别为富氧燃烧电厂的爬坡功率上、下限；η_CCS,max为碳捕集装置效率上限。

3）燃气轮机约束

{E CHP t = P CHP t + H CHP t P CHP min ≤ P CHP t ≤ P CHP max H CHP min ≤ H C H P t ≤ H CHP max Δ E CHP down ≤ E CHP t − E CHP t − 1 ≤ Δ E CHP up

(20)

式中：

E CHP t

为燃气轮机的总出力；

P CHP max

、

P CHP min

分别为燃气轮机电出力的上、下限；

H CHP max

、

H CHP min

分别为燃气轮机热出力的上、下限；

Δ E CHP up

、

Δ E CHP down

分别为燃气轮机爬坡功率的上、下限。

4）燃气锅炉约束

{H GB min ≤ H GB t ≤ H GB max H GB down ≤ H GB t − H GB t − 1 ≤ H GB up

(21)

式中：

H GB max

、

H GB min

分别为燃气锅炉热出力的上、下限；

H GB up

、

H GB down

分别为燃气锅炉爬坡功率的上、下限。

5）储气设备约束

{S OST min ≤ S OST t ≤ S OST max 0 ≤ O OST,in t ≤ u ost,in t O OST,in max 0 ≤ O OST,out t ≤ u ost,out t O OST,out max S OST T = S OST 0 S OST t = S OST t − 1 + O OST,in t − O OST,out t

(22)

式中：

S OST t

为t时刻储氧罐的容量；

S OST max

、

S OST min

分别为储氧罐容量的上限和下限；

u ost,in t

、

u ost,out t

分别为储氧罐储存和释放的状态；

O OST,in max

、

O OST,out max

分别为储氧罐最大储存和释放氧气的体积；

S OST 0

、

S OST T

分别为储氧罐的初始以及调度时间结束时的容量状态。

3.3　模型求解

本文所构建模型为混合整数非线性模型，需要将其转化为混合整数线性模型求解，具体方法参考文献[21]，然后通过MATLAB软件中的Yalmip工具箱调用GUROBI求解器进行求解。

4　富氧燃烧电厂与燃气掺氢设备联合运行算例分析

收起

4.1　参数设定

以1天24 h作为调度周期，采用北方某地区冬季典型日的数据为例进行仿真分析。电、热负荷及风电出力预测情况如图3所示。天然气价格和碳交易部分参考文献[22]，储氧罐以及碳捕集运行参数参考文献[23-24]；火电燃料成本参考文献[25]。本文采取的奖惩式阶梯碳交易的区间长度d取50 t，奖惩系数取25%，碳交易基价取215元/t为例进行仿真分析。设备参数见表1。

4.2　联合运行效果分析

为了验证富氧燃烧技术改造以及掺氢燃气设备的有效性，本文设定4种场景来进行对比。

场景1　采用燃烧后捕集技术的常规火电厂，不考虑燃气掺氢设备，制得氢气用于甲烷化。

场景2　在场景1的基础上对火电机组进行富氧改造，不考虑掺氢燃气设备。

场景3　在场景2的基础上引用了掺氢燃气设备，不考虑P2G阶段产出的氧气和热量。

场景4　本文构建的低碳调度模型。

表2、表3为场景1—场景4运行成本和调度结果对比。

场景2相较于场景1总成本减少了4.71%，碳捕集量增加了2 363.97 t，实际碳排放量减少了47.50%；电解槽出力增加了5.60%，弃风成本减少了54 443元，并带来了6.35万元的碳排放收益。可见，富氧燃烧技术在碳捕集方面明显优于传统的PCCC模式。

场景3相较于场景2总成本降低了2.09%，碳排放量减少了6.10%，并提升了60.70%的碳交易收益；采用掺氢燃气设备后电解槽消耗更多的电能，其消耗的电能相较于场景1增加21.60%。电解槽会将氢气优先供给掺氢燃气设备进行高效运行，虽然甲烷化的产出相较于场景2降低了71.30%，但购气成本在燃气机组出力相近的情况下反而降低了9.94万元。

场景4进一步精细化了P2G过程中的能量利用，将电解槽产生的氧气以及制取甲烷过程中产生的反应热都利用起来，相较于场景3电解槽耗电量提高了31.80%。富氧燃烧机组在存在内耗的情况下净出力达到了场景1的水平；并且更多的氢气用来甲烷化，购气成本相较于场景3降低了2.63%，缓解了系统对于外购天然气的压力。

综上，富氧燃烧电厂和掺氢燃气设备联合运行能够有效降低系统的运行成本以及碳排放量，并且提升了风电的消纳能力，优化了IES内的能源组成结构。

图4、图5为4种场景的火电机组出力对比以及CO₂净排放量对比。

由图4可知，在11:00—15:00期间，常规火电机组的出力略高于富氧火电机组，其余时段出力均低于富氧燃烧机组，而在00:00—04:00这样的非负荷高峰期IES出力明显高于传统火电机组。这是由于富氧燃烧存在ASU装置最小出力的约束，并且储氧罐可以在此期间灵活协调机组出力，使得经过富氧改造的火电机组在削谷填峰方面比传统火电机组更有优势。场景4相较于场景2和场景3在00:00—04:00期间仍保持高水平出力，这是由于场景4利用了P2G过程产生的氧气，从而保证了富氧燃烧电厂保持高水平出力。

通过图5可知，传统火电机组（场景1）相较于富氧燃烧火电机组碳排放量变化趋势相当不稳定，且仅在负荷较低的情况下才会进行碳捕集，效率较低。场景4的碳排放相对稳定，仅在燃气设备大幅出力的00:00—07:00期间因无法对其碳排放量进行捕集，出现了碳排放量高峰期，火电机组出力较高的时间段碳排放水平处于低谷期。

可以看出将燃气机组掺氢运行以及充分利用P2G不同阶段产生的能量，能够有效提高火电机组的总体出力，同时减少碳排放量。燃气设备掺氢运行的影响较小，仅在00:00—10:00燃气设备出力占比较大的时间段优势较为明显，说明掺氢运行能够有效降低燃气设备的碳排放。

综上，本文所构建的场景4相较于采用PCCC技术的常规火电机组更具备低碳性，且在削峰填谷方面较场景2及场景3更具优势。

4.3　IES运行情况分析

为了验证本文所提出的策略能够满足IES运行的需求，下面对场景4的运行结果进行分析。图6和图7分别为IES的电功率以及热功率出力情况。

由图6可见：电解槽在00:00—09:00之间适应快速的功率变化，不断地为系统提供氢气和氧气；并消纳了风力发电的61%，实现了可再生能源的高效利用。

由图7可见，甲烷化装置在01:00—06:00期间将产出过剩的氢气转化为甲烷为燃气机组提供燃料，同时也提供了反应热来缓解其热能供给的压力。

4.3.1　富氧机组运行情况分析

富氧燃烧电厂的功耗以及氧气的供需情况分别如图8、图9所示。

由图8可见：CCS装置的出力可根据供需情况调整捕集效率，CCS出力与机组总出力呈正比关系；ASU装置的出力较为稳定，仅在00:00—07:00期间占用功率较少。

由图9可见，在电负荷需求较低且风电较为充足的00:00—09:00时段，电解槽为富氧机组提供了可观的氧气量。储氧罐与ASU装置互相配合，02:00—06:00期间和15:00—18:00期间储存了较多氧气，并在02:00—06:00和10:00—13:00期间释放氧气来供给富氧燃烧电厂的运行。

在电负荷需求较低且风电较为充足的00:00—09:00时段，电解槽为富氧机组提供了可观的氧气量。储氧罐与ASU装置互相配合，在富氧燃烧机组总出力较低的时候，依旧以较高水平的出力进行制氧并储存，储氧罐能够跨周期的缓解氧气供应问题。电解槽和储氧罐的设置可缓解用氧压力，对机组的能耗和净出力产生积极影响。综上所述，充分利用P2G和OST设备能够改善富氧机组运行情况。

4.3.2　氢气供应情况分析

图10为IES氢气供需平衡。由图10可见，当电解槽运行期间可以产生大量氢气，该时间段同时也是燃气机组运行的高峰期。由于掺氢比受到限制，燃气机组仅能消耗部分氢气用来高效运行，剩余部分氢气用于储存以及进行甲烷化。

4.4　碳交易基价影响分析

碳交易基价的设置会对采用奖惩式阶梯碳交易模式的IES影响较大，图11为不同碳基价对碳排放量及总成本的影响。

由图11可知，随着碳基价的升高，碳排放量逐步降低，直至碳基价到达160元时，碳排放量趋于稳定。系统运行总成本随着碳基价的升高呈下降趋势，这是因为随着碳基价的升高，在奖惩式碳交易模式的刺激下，系统为了降低运行成本进行大幅减排，但系统的碳排放量受制于设备的运行约束逐渐趋于稳定。随着碳基价的升高，系统售卖的碳配额收入不断增加。

5　结论

收起

本文将富氧燃烧电厂以及掺氢燃气设备引入综合能源低碳经济调度中，充分利用P2G两阶段产生的热量及气体，并采用奖惩式阶梯碳交易制度，有效实现了系统运行的低碳性和经济性。

1）相较于传统的PCCC技术，富氧燃烧捕集技术能够更有效地捕集CO₂。富氧燃烧电厂与掺氢燃气设备联合运行能够有效降低系统的运行成本以及碳排放量。

2）深入挖掘P2G过程的操作潜力，从电解阶段中回收氢气与氧气，从甲烷化过程中回收反应热较为契合富氧燃烧电厂与掺氢燃气设备联合运行的模式，进一步降低了系统购气成本以及碳排放量，实现了风电的完全消纳，减轻了富氧燃烧电厂以及掺氢燃气设备的用气压力。

3）燃气设备掺氢运行能够拓宽氢气的利用途径，相较于单一的甲烷化更具经济性和灵活性。

4）奖惩式阶梯碳交易模式能够有效引导系统低碳运行，并带来可观的经济效益。

基金

收起

国家自然科学基金项目(61703144)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

［1］

朱广岩, 张小妹, 严晓辉, 等. 中国现代能源体系建设进程评估[J]. 工程科学与技术, 2024, 56(1): 206-217.

ZHU

Guangyan

, ZHANG

Xiaomei

, YAN

Xiaohui

, et al. Evaluation on the construction process of modern energy systems in china[J]. Advanced Engineering Sciences, 2024, 56(1): 206-217.

［2］

刘海涛, 朱海南, 李丰硕, 等. 计及碳成本的电-气-热-氢综合能源系统经济运行策略[J]. 电力建设, 2021, 42(12): 21-29.

LIU

Haitao

, ZHU

Hainan

, LI

Fengshuo

, et al. Economic Operation strategy of electric-gas-heat-hydrogen integrated energy system considering carbon cost[J]. Electric Power Construction, 2021, 42(12): 21-29.

［3］

丁军威, 周黎辉, 杨庆, 等. 中国发电行业温室气体减排技术及潜力分析[J]. 电力系统自动化, 2014, 38(17): 14-19.

DING

Junwei

, ZHOU

Lihui

, YANG

Qing

, et al. Greenhouse gas emission ’technique and potential reduction capacity in china’s power generation industry[J]. Automation of Electric Power Systems, 2014, 38(17): 14-19.

［4］

周任军, 肖钧文, 唐夏菲, 等. 电转气消纳新能源与碳捕集电厂碳利用的协调优化[J]. 电力自动化设备, 2018, 38(7): 61-67.

ZHOU

Renjun

, XIAO

Junwen

, TANG

Xiafei

, et al. Coordinated optimization of carbon utilization between power-to-gas renewable energy accommodation and carbon capture power plant[J]. Electric Power Automation Equipment, 2018, 38(7): 61-67.

［5］

陈伯达, 林楷东, 张勇军, 等. 计及碳捕集和电转气协同的电气互联系统优化调度[J]. 南方电网技术, 2019, 13(11): 9-17.

CHEN

Boda

, LIN

Kaidong

, ZHANG

Yongjun

, et al. Optimal dispatching of integrated electricity and natural gas energy systems considering the coordination of carbon capture system and power-to-gas[J]. Southern Power System Technology, 2019, 13(11): 9-17.

［6］

孙惠娟, 刘昀, 彭春华, 等. 计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度[J]. 电网技术, 2021, 45(9): 3534-3545.

SUN

Huijuan

, LIU

Jun

, PENG

Chunhua

, et al. Optimization scheduling of virtual power plant with carbon capture and waste incineration considering power-to-gas coordination[J]. Power System Technology, 2021, 45(9): 3534-3545.

［7］

MUHAMMAD

, SULTAN

, LEE

, et al. Energy minimization of carbon capture and storage by means of a novel process configuration[J]. Energy Conversion and Management, 2020, 215: 112871

［8］

郭军军, 张泰, 李鹏飞, 等. 中国煤粉富氧燃烧的工业示范进展及展望[J]. 中国电机工程学报, 2021, 41(4): 1197-1208.

GUO

Junjun

, ZHANG

Tai

, LI

Pengfei

, et al. Industrial demonstration progress and trend in pulverized coal oxy-fuel combustion in China[J]. Proceedings of the CSEE, 2021, 41(4): 1197-1208.

［9］

葛臣, 王传浩, 李诗媛. 循环流化床富氧燃烧技术研究进展[J]. 工程热物理学报, 2023, 44(3): 840-849.

Chen

, WANG

Chuanhao

, LI

Shiyuan

. A review on the progress of oxy-fuel combustion technology in circulating fluidized bed[J]. Journal of Engineering Thermophysics, 2023, 44(3): 840-849.

［10］

崔杨, 曾鹏, 仲悟之, 等. 考虑富氧燃烧技术的电–气–热综合能源系统低碳经济调度[J]. 中国电机工程学报, 2021, 41(2): 592-608.

CUI

Yang

, ZENG

Peng

, ZHONG

Wuzhi

, et al. Low-carbon economic dispatch of electro-gas-thermal integrated energy system based on oxy-combustion technology[J]. Proceedings of the CSEE, 2021, 41(2): 592-608.

［11］

彭楚轩, 边晓燕, 金海翔, 等. 基于多能灵活性约束的含富氧燃烧机组综合能源系统两阶段优化调度[J/OL]. 上海交通大学学报: 1-24[2024-05-13]. https://doi.org/10.16183/j.cnki.jsjtu.2023.487.

PENG

Chuxuan

, BIAN

Xiaoyan

, JIN

Haixiang

, et al. Two-stage optimal dispatch for integrated energy system with oxy-combustion based on multi-energy flexibility constraints[J/OL]. Journal of Shanghai Jiaotong University: 1-24[2024-05-13]. https://doi.org/10.16183/j.cnki.jsjtu.2023.487.

［12］

魏震波, 李杰, 杨超, 等. 基于动态掺氢策略的综合能源系统低碳经济调度[J]. 电网技术, 2024, 48(8): 3155-3164.

WEI

Zhenbo

, LI

Jie

, YANG

Chao

, et al. Low-carbon economic scheduling for integrated energy system based on dynamic hydrogen doping strategy[J]. Power System Technology, 2024, 48(8): 3155-3164.

［13］

张栋顺, 全恒立, 谢桦, 等. 考虑碳交易机制与氢混天然气的园区综合能源系统调度策略[J]. 中国电力, 2024, 57(2): 183-193.

ZHANG

Dongshun

, QUAN

Hengli

, XIE

Hua

, et al. Dispatching strategy of park-level integrated energy system considering carbon trading mechanism and hydrogen blending natural gas[J]. Electric Power, 2024, 57(2): 183-193.

［14］

张智羽, 贾威, 陈伟鹏, 等. 富氧燃烧循环流化床机组热力特性分析及优化[J]. 热力发电, 2022, 51(3): 109-118.

ZHANG

Zhiyu

, JIA

Wei

, CHEN

Weipeng

, et al. Dispatching strategy of park-level integrated energy system considering carbon trading mechanism and hydrogen blending natural gas[J]. Thermal Power Generation, 2022, 51(3): 109-118.

［15］

孟明, 包志永, 陆林, 等. 考虑富氧燃烧技术的含光热发电与垃圾焚烧虚拟电厂协调优化调度[J]. 华北电力大学学报(自然科学版), 2023, 50(6): 40-51.

MENG

Ming

, BAO

Yongzhi

, LU

Lin

, et al. Coordinated and optimized dispatching of virtual power plant with concentrated solar power plant and waste incineration based on oxy-fuel combustion technology[J]. Journal of North China Electric Power University (Natural Science Edition), 2023, 50(6): 40-51.

［16］

DOWLING

A W

, BIEGLER

L T

. A framework for efficient large scale equation-oriented flowsheet optimization[J]. Computers & Chemical Engineering, 2015, 72: 3-20.

［17］

严思韵, 周登极. 综合能源天然气网混氢输运的仿真与调度综述[J]. 中国电机工程学报, 2022, 42(24): 8816-8832.

YAN

Siyun

, ZHOU

Dengji

. Review of simulation and scheduling of hydrogen-blended transportation in natural gas network of integrated energy system[J]. Proceedings of the CSEE, 2022, 42(24): 8816-8832.

［18］

谢萍, 伍奕, 李长俊, 等. 混氢天然气管道输送技术研究进展[J]. 油气储运, 2021, 40(4): 361-370.

XIE

Ping

, WU

, LI

Changjun

, et al. Research progress on pipeline transportation technology of hydrogen mixed natural gas[J]. Oil & Gas Storage and Transportation, 2021, 40(4): 361-370.

［19］

WANG

R T

, WEN

X Y

, WANG

X Y

, et al. Low-carbon economic dispatch of regional integrated energy system based on carbon-oxygen cycle[J]. Frontiers in Energy Research, 2023, 11: 1206242.

［20］

李健华, 陈雪, 付浩, 等. 碳电市场环境下火电厂市场竞价策略及交易技术[J]. 四川电力技术, 2023, 46(3): 46-52.

Jianhua

, CHEN

Xue

, FU

Hao

, et al. Bidding strategy and trading technology of thermal power plant in the environment of carbon and electricity market[J]. Sichuan Electric Power Technology, 2023, 46(3): 46-52.

［21］

任德军, 刘自发, 高峰, 等. 考虑碳交易机制与需求响应的园区综合能源系统电热协同运行优化研究[J]. 热力发电, 2022, 51(3): 119-130.

REN

Dejun

, LIU

Zifa

, GAO

Feng

, et al. Electrothermal coordinated operation optimization of park integrated energy system considering carbon trading mechanism and demand response[J]. Thermal Power Generation, 2022, 51(3): 119-130.

［22］

陈登勇, 刘方, 刘帅. 基于阶梯碳交易的含P2G-CCS耦合和燃气掺氢的虚拟电厂优化调度[J]. 电网技术, 2022, 46(6): 2042-2054.

CHEN

Dengyong

, LIU

Fang

, LIU

Shuai

. Optimization of virtual power plant scheduling coupling with P2G-CCS and doped with gas hydrogen based on stepped carbon trading[J]. Power System Technology, 2022, 46(6): 2042-2054.

［23］

JIN

, SU

M Z

, ZHAO

H B

, et al. Plant wide control and operating strategy for air separation unit in oxy-combustion power plants[J]. Energy Conversion and Management, 2015, 106: 782-792.

［24］

H B

, XU

M X

, LI

Y B

, et al. Experimental research on the process of compression and purification of CO2 in oxy-fuel combustion[J]. Applied Energy, 2020, 259: 114123.

［25］

崔杨, 周慧娟, 仲悟之, 等. 考虑源荷两侧不确定性的含风电电力系统低碳调度[J]. 电力自动化设备, 2020, 40(11): 85-93.

CUI

Yang

, ZHOU

Huijuan

, ZHONG

Wuzhi

, et al. Low-carbon scheduling of power system with wind power considering uncertainty of both source and load sides[J]. Electric Power Automation Equipment, 2020, 40(11): 85-93.

2025年第54卷第1期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.19666/j.rlfd.202405114

接收时间：2024-05-13
首发时间：2026-03-06
出版时间：2025-01-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-05-13

基金

National Natural Science Foundation of China(61703144)

国家自然科学基金项目(61703144)

作者信息

^1.河南理工大学电气与自动化学院，河南　焦作　454150

^2.河南省煤矿装备智能检测与控制重点实验室，河南　焦作　454003

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/rlfd/CN/10.19666/j.rlfd.202405114

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

项目	数值	项目	数值
P_G,max/MW	200	$P CHP max$ /MW	350
P_G,min/MW	50 $P CHP max$	$H CHP max$ /MW	300
e_g/(t·(MW·h)^–1)	0.97	$η CHP e$	0.35
η_CCS,max	0.98	$η CHP h$	0.4
λ_CCS/(t·(MW·h)^–1)	0.089 3	η_MR	0.7
$P AUS MAX$ /MW	25	η_GB	0.92
$H GB max$ /MW	100	η_EL	0.85
α/((kW·h)·m^–3)	0.303	β/(m³·kW^–1)	0.6
$L H 2$ /(J·kg^–1)	5.071×10⁷	$L CH 4$ /(J·kg^–1)	1.42×10⁸
\|ΔH\|/(J·mol^–1)	1.651×10⁵	$α CH 4$ /(kg·m^–3)	1.964

项目

数值

项目

数值

P_G,max/MW

200

P CHP max

/MW

350

P_G,min/MW

P CHP max

H CHP max

/MW

300

e_g/(t·(MW·h)^–1)

0.97

η CHP e

0.35

η_CCS,max

0.98

η CHP h

0.4

λ_CCS/(t·(MW·h)^–1)

0.089 3

η_MR

0.7

P AUS MAX

/MW

η_GB

0.92

H GB max

/MW

100

η_EL

0.85

α/((kW·h)·m^–3)

0.303

β/(m³·kW^–1)

0.6

L H 2

/(J·kg^–1)

5.071×10⁷

L CH 4

/(J·kg^–1)

1.42×10⁸

|ΔH|/(J·mol^–1)

1.651×10⁵

α CH 4

/(kg·m^–3)

1.964

项目	场景1	场景2	场景3	场景4
总成本/万元	499.14	475.62	465.68	462.86
碳交易成本/万元	45.89	–6.35	–10.97	–13.47
购气成本/万元	397.69	414.46	403.77	393.14
燃煤成本/万元	49.86	54.26	58.24	66.84
弃风成本/万元	5.70	0.259	0.203	0
碳封存成本/万元	0	12.99	14.44	16.35
实际碳排放量/t	4 319.53	2 265.12	2 125.23	2 099.98
碳捕集量/t	346.20	2 710.17	2 908.63	3 338.49

项目

场景1

场景2

场景3

场景4

总成本/万元

499.14

475.62

465.68

462.86

碳交易成本/万元

45.89

–6.35

–10.97

–13.47

购气成本/万元

397.69

414.46

403.77

393.14

燃煤成本/万元

49.86

54.26

58.24

66.84

弃风成本/万元

5.70

0.259

0.203

碳封存成本/万元

12.99

14.44

16.35

实际碳排放量/t

4 319.53

2 265.12

2 125.23

2 099.98

碳捕集量/t

346.20

2 710.17

2 908.63

3 338.49

项目	场景1	场景2	场景3	场景4
火电机组净出力/MW	2 490.20	1 964.97	2 125.19	2 490.00
燃气轮机电出力/MW	3 254.80	3 459.00	3 348.90	3 402.04
电解槽耗电量/MW	812.73	858.95	1 044.59	1 376.94
燃气锅炉总出力/MW	2 400.00	2 324.89	2 368.45	2 371.61
燃气轮机热出力/MW	3 716.40	3 953.15	3 941.58	3 888.05
弃风量/MW	95.06	4.32	3.39	0
电热锅炉总出力/MW	971.57	899.95	864.42	768.08
甲烷化产量/m³	48 062	55 249	10 829	34 716

项目

场景1

场景2

场景3

场景4

火电机组净出力/MW

2 490.20

1 964.97

2 125.19

2 490.00

燃气轮机电出力/MW

3 254.80

3 459.00

3 348.90

3 402.04

电解槽耗电量/MW

812.73

858.95

1 044.59

1 376.94

燃气锅炉总出力/MW

2 400.00

2 324.89

2 368.45

2 371.61

燃气轮机热出力/MW

3 716.40

3 953.15

3 941.58

3 888.05

弃风量/MW

95.06

4.32

3.39

电热锅炉总出力/MW

971.57

899.95

864.42

768.08

甲烷化产量/m³

48 062

55 249

10 829

34 716