面向可再生能源消纳的DAC系统多时间尺度优化调度与柔性运行策略研究

《Carbon Capture Science & Technology》：Research on the multi-timescale optimization scheduling of direct air capture systems driven by renewable energy

为提升可再生能源消纳效率并降低直接空气捕集（DAC）系统运行成本，研究人员开展了DAC系统与可再生能源电站协同运行的多时间尺度优化调度研究。该研究提出了一种考虑DAC多阶段运行特性的柔性运行策略，并构建了日前-日内两阶段滚动优化模型。结果表明，该策略能有效利用弃风弃光电力，显著降低DAC系统购电成本，提高碳捕集经济性，为DAC与高比例可再生能源电力系统协同优化提供了新思路。

　　

随着全球气候变化问题日益严峻，碳捕集、利用与封存（CCUS）技术被视为实现碳中和目标的关键路径之一。其中，直接空气捕集（DAC）技术能够直接从大气中捕集二氧化碳（CO₂），具有选址灵活、不依赖固定排放源等优势，发展潜力巨大。然而，DAC技术的高能耗特性是其大规模商业化应用的主要障碍。与此同时，以风电、光伏为代表的可再生能源发电装机容量持续增长，但由于其出力的间歇性和波动性，常常导致严重的“弃风弃光”现象，造成能源浪费。能否将DAC的高能耗需求与可再生能源的弃电相结合，实现“变废为宝”，成为学术界和工业界关注的热点。然而，实现这一愿景面临巨大挑战：一方面，可再生能源出力具有高度不确定性，而传统的DAC系统运行模式相对刚性，难以灵活适应波动的电力供应；另一方面，DAC系统参与电力市场时，需要综合考虑弃电成本、电网购电成本和碳交易收益，其优化调度是一个复杂的多时间尺度决策问题。针对上述问题，发表在《Carbon Capture Science》上的研究论文《Multi-timescale optimal scheduling of direct air capture system considering flexible operation strategy under renewable energy supply》提出了一套创新的解决方案。

本研究为开展DAC系统优化调度，主要应用了以下几个关键技术方法：首先，基于实际风电场运行数据（850 MW风电场，时间分辨率15分钟），进行了可再生能源出力与弃电功率的预测（包括短期和超短期预测）；其次，构建了DAC系统的十阶段柔性运行模型，详细描述了吸附、加热、脱附等过程的时序逻辑与能量需求；最后，建立了以总运行成本最小为目标的混合整数线性规划（MILP）模型，并采用日前调度（96个时段）和日内滚动优化（4小时窗口，16个时段）相结合的多时间尺度优化框架进行求解。

研究结果

1. DAC系统柔性运行策略建模

研究人员首先对DAC单元的工作流程进行了精细化建模，将其分解为10个连续的运行阶段（Stage），包括8个吸附阶段、1个脱附阶段和1个冷却阶段。创新性地引入了“运行状态”和“准备状态”两组二元决策变量，并利用大M法将复杂的时序逻辑约束转化为线性约束。该策略允许DAC系统根据电力供应情况，动态调整各阶段的启停时机与持续时间，打破了固定循环周期的限制，为充分利用间歇性弃电提供了操作灵活性。

2. 多时间尺度优化调度模型构建

研究构建了包含日前调度和日内调度两阶段的最优调度模型。日前调度阶段基于短期功率预测，以最小化次日总运行成本（包括弃电惩罚成本、电网购电成本扣除碳交易收入）为目标，制定DAC系统未来24小时（96个时段）的初步运行计划。日内调度阶段则基于更精确的超短期功率预测，采用滚动优化方法，在每个4小时的时间窗口内，以当前时刻的实际数据和未来短时预测为依据，对日前计划进行修正和细化，但仅执行当前时刻的优化结果，从而有效应对可再生能源出力的不确定性。

3. 案例研究与性能分析

通过对中国青海省某850 MW风电场的实际案例进行仿真，设置了四个对比情景（Case 0至Case 3）以评估所提策略的有效性。Case 0为不进行优化的基准情景，DAC系统以固定模式运行。Case 1仅采用日前调度结果。Case 2实施日前和日内调度，但日内优化时不使用超短期预测。Case 3为完整的所提策略，即结合超短期预测的滚动优化。结果表明，与基准Case 0相比，所提策略（Case 3）能显著降低DAC系统的日运行成本，同时维持较高的CO₂捕集量。更重要的是，Case 3的弃电消耗率最高，表明其能最有效地利用风电场产生的弃电，减少对电网购电的依赖，从而实现了环境效益和经济效益的双重提升。多时间尺度优化框架（Case 2和Case 3）的性能均优于单一日前优化（Case 1），证明了应对不确定性进行实时调整的必要性。

结论与讨论

本研究成功开发并验证了一种适用于可再生能源供电场景的DAC系统多时间尺度优化调度方法。核心创新点在于提出了DAC系统的柔性运行策略，并将其嵌入到日前-日内滚动优化框架中。该策略使DAC系统从传统的“基荷”运行模式转变为可灵活调节的“负荷”，能够主动追踪可再生能源的波动，特别是充分利用原本被浪费的弃风弃光电力。

该研究的重要意义在于：首先，从技术层面，为DAC系统与高比例可再生能源电网的协同运行提供了具体的、可操作的解决方案，通过精细化建模和优化算法，显著提升了系统的经济性和灵活性。其次，从政策层面，研究结果表明，通过合理的市场机制（如碳交易、分时电价）和调度策略，可以激发DAC系统消纳可再生能源的潜力，为制定相关激励政策提供了量化依据。最后，该研究展示的模型和方法具有普适性，可推广至其他类型的柔性负荷与可再生能源协同场景，对构建清洁、低碳、安全、高效的新型电力系统具有重要的参考价值。未来的工作可进一步考虑更复杂的电力市场规则、DAC系统与其他碳管理技术的协同以及长期容量规划与短期运行的联合优化等问题。