在部门耦合的能源系统中,通过碳配额交易和可再生能源驱动的P2G(消费者对电网)机制,实现能源与碳的协同整合。该分析基于主导性分析方法(Dominance Analysis)进行

《Renewable Energy》:Synergistic Energy and Carbon Integration in Sector-Coupled Energy Systems Using Carbon Quota Exchange and Renewable-Driven P2G under Dominance analysis

【字体: 大 中 小 】 时间:2026年10月10日 来源:Renewable Energy 9.1

编辑推荐:

  • 碳和能源交易在行业耦合的能源系统中进行建模。• 可再生能源驱动的P2G将碳循环与合成甲烷生产联系起来。• 基于SOSD的调度在不确定性下提高了风险意识的操作。• 电动汽车(EVs)、需求响应计划(DRPs)、储能设施和可再生能源与传统单元协同工作。• 通过19.3%的成本增加

  • 碳和能源交易在行业耦合的能源系统中进行建模。• 可再生能源驱动的P2G将碳循环与合成甲烷生产联系起来。• 基于SOSD的调度在不确定性下提高了风险意识的操作。• 电动汽车(EVs)、需求响应计划(DRPs)、储能设施和可再生能源与传统单元协同工作。• 通过19.3%的成本增加实现了接近零的二氧化碳排放。

引言
行业耦合能源系统(SCES)是指电力、供暖、天然气和交通部门系统相互连接的集成能源网络,以实现不同能源载体之间的最佳能源流动[1]。这种耦合增强了系统的灵活性,改善了可再生能源的整合,并通过提高效率减少了初级能源消耗。通过使用清洁电力为终端用户部门供电,SCES为深度脱碳提供了一条路径。关于这一概念的基础研究包括最近探索通过电力转天然气(power-to-gas)和热电联产(combined heat and power)等技术带来的运营效益的研究[2]。

与碳捕获相关的关键权衡是使用可再生能源电力进行捕获和压缩的机会成本,而不是直接替代化石燃料,这可能导致净排放增加[3]。然而,像风能和太阳能这样的可再生能源本质上是不可预测的,即使在高可再生能源系统中,电网稳定性往往也需要多种资源组合,包括灵活的发电方式[4]。所提出的框架通过主要利用原本会被削减的过剩可再生能源电力来解决这一问题,避免与直接替代竞争,同时实现碳循环并增强系统的韧性。

能源使用、空气污染和气候变化已成为可持续发展的核心问题[5]。行业耦合能源系统通过整合多种能源载体来提高资源效率并减少二氧化碳排放[6]。为了进一步减少碳足迹,已经结合了碳捕获和电力转天然气(P2G)技术,将捕获的二氧化碳转化为甲烷[7]。SCES的应用已经扩展到各种场景,包括绿地、校园和医院,尽管仍存在运营挑战。要实现零碳目标,还需要用可再生能源(RESs)如风力涡轮机(WT)和光伏(PV)系统替换化石燃料发电机。然而,可再生能源发电的固有变异性和不确定性使得SCES的最佳运行变得复杂。因此,需要有效的方法来评估风险,考虑到最坏的情况,以便在不确定性下充分利用RES和P2G的整合。

SCES从根本上由三个相互连接的层组成:生产、转换和储存,它们共同提供电力、天然气和热能。各种研究改进了SCES的建模和控制策略,包括评估环境和经济影响的动态框架、利用能源惯性来提高灵活性和平衡的管理方法,以及整合多载体微电网以增强系统韧性和效率的协调分配模型[8]。此外,还开发了用于相互连接的多SCES系统的随机和协作管理方法,考虑了与上游电网和邻近SCES的互动[9]。现代SCES框架能够将电力网和RESs与现有的电力和天然气网络整合在一起,同时还包括多种燃料、热系统和生物质流[10]。典型的局部SCES包括一个能源转换中心(ECC)、电力网和天然气网,以及热泵、燃气锅炉(GB)和储能(ES)系统等组件[11]。提出了各种控制和优化策略,包括使用深度强化学习进行自适应控制以提高灵活性并降低成本[12]、考虑过程协同和热能合作的多目标分散式能源协调[13],以及通过MILP重构结合电动汽车基础设施和RES不确定性的两级优化模型[14]。多目标方法也应用于基于煤炭的SCES[15],同时探索了通过碳捕获集成进行生态优化[16]。然而,单个SCES在规模、灵活性和地理覆盖范围方面存在局限性。因此,本研究通过相互连接多个SCES来扩展这一概念,以实现配备碳回收基础设施的系统之间的协调能源交换和二氧化碳交易。

近年来,碳捕获与封存/利用(CCUS)作为减缓气候变化的关键策略受到了全球的广泛关注[17],这得益于环境意识的增强和减排目标的设定。政策激励措施,如美国的二氧化碳税收抵免,预计将进一步促进CCUS的部署[18]。CCUS已在各种背景下得到评估,包括加拿大的强化石油回收[19]和集成能源转换中心(ECCs),在那里它们减少了排放并增加了收入[20]。除了传统的捕获方式外,CCUS还实现了创新的二氧化碳利用途径,如电力转天然气(P2G),与独立的捕获系统相比提高了竞争力[21]。研究表明,在基于天然气的虚拟电厂中整合P2G可以创建封闭式的电力-天然气系统并减少可再生能源的变异性[22]。因此,CCUS-P2G整合越来越多地被视为减少碳足迹和资源可持续性的有效解决方案[23]。

通常使用两种主要方法来应对可再生能源的不确定性:随机规划(SP)和鲁棒优化(RO)[24]。SP采用概率模型,通常假设可再生能源的输出遵循概率密度函数(PDF),通常用正态分布来近似[25]。例如,蒙特卡洛模拟已被用于生成基于SP的多市场框架的概率情景,涵盖日前、日内和实时微电网交易[26]。相比之下,RO关注最坏情况,不需要预定义的PDF或情景生成[27]。尽管RO增强了对极端事件的保护,但它可能导致过于保守的决策和盈利能力下降,因为在实践中最坏情况很少发生[28]。此外,SP会显著增加计算复杂性和资源需求。

在当代电力网络中,迫切需要减轻有害污染,这受到全球变暖和有害气体排放等环境因素的推动。P2G设施是通过有效回收和转化这些污染物为环保气体来解决过度碳排放问题的一个重要因素。在这种情况下,研究SCES之间的碳转移概念对于提高P2G设施的能力至关重要。通过使用这一选项,SCES能够有效地在它们之间转移多余的碳排放。这一概念有两个显著优势。首先,它允许SCES通过同时降低污染水平来增强其财务收益。其次,配备先进碳捕获和P2G设施的SCES有机会通过从其他SCES获取多余的碳排放来增加利润。据作者所知,之前的研究没有包括基于碳转移的P2G设施。此外,现代网络中可再生能源的日益普遍增加了研究人员对不确定性和最坏情况潜在风险的担忧。因此,提出一个全面的框架,考虑由不确定性引起的风险对系统日常运作的影晌是必要的。总之,上述研究存在两个主要问题:1)基于碳转移的CCUS&P2G设施的概念没有得到充分考虑。2)缺乏充分考虑最坏情况潜在影响的全面基于风险的不确定性建模。

本研究的目的是提供多SCES(MCSE)系统,这些系统整合了多能源系统的不同元素和过程。目标是通过促进能源的有效输送和二氧化碳的交换来优化能源系统的每个部分的性能。本研究旨在解决过去十年由于监管机构为应对全球变暖而强制施加的外部影响而出现的挑战。本研究引入了一个概念框架,包括两种解决SCES产生的碳足迹问题的替代方法。提出的替代方案包括CC&P2G工厂,它们使用甲烷化过程将发电单元的碳足迹转化为甲烷气体。为了最大限度地提高碳捕获、利用和储存(CCUS)技术在碳循环方面的效率,后续阶段涉及将碳从一个CCUS设施转移到另一个CCUS设施。所提出的框架采用基于二阶随机优势(SOSD)优化的方法。SOSD方法因其非参数特性而具有吸引力。这意味着SOSD中使用的标准不需要对操作者的愿望进行精确表述,也不限制概率分布的实际多样性。SOSD的概念在决策原则中占有重要地位,与均值风险方法相比提供了不同的风险评估视角。该框架通过实施碳交易和CC&P2G操作,在整个系统层面有效减少了碳足迹。它通过规避之前讨论的RO和SP的局限性,在复杂性和韧性之间取得了理想的平衡。本文介绍了一些值得注意的进展和改进:

- 通过协调能源交换和碳交易,提出了一个多SCES(MCSE)框架,从孤立优化转向系统级协调。引入的碳转移机制增强了CCUS–P2G的利用,并避免了额外的P2G安装。
- MCSE整合了碳捕获和P2G,以加强电力-碳的耦合。多余的RES能量被转化为合成甲烷,而碳许可交易和系统间的二氧化碳转移提高了经济性能并扩展了有效的P2G容量,这是模型的主要创新点。
- 使用概率情景模拟了可再生能源发电、需求和市场价格的不确定性,并采用二阶随机优势(SOSD)框架来捕捉最坏情况的风险暴露,实现风险规避且计算上可行的优化。

设备数学模拟
为了提高效率和可持续性,电力和天然气在一个多能源协调中心(MECC)内进行整合,该中心包括储能单元、热电联产(CHP)系统和可再生能源。所提出的框架连接了三个现有的能源中心,以实现工业、商业和住宅部门之间的协调电力和热能交换。系统操作通过基于物联网(IoT)的控制和市场驱动的策略进行优化,以减少运营成本和排放。

目标函数
在本文中,我们介绍了MECC框架,它有两个独立的目标函数。主要目标是降低运营成本,第二个目标是减少碳排放,如方程(47)、(48)、(49)、(50)所示。方程(47)包含六个部分,对应于相关因素:主要网络内的能量交换量、ES系统的充放电过程、ES系统的减缓和节流、ES系统的减缓和节流。

风险意识建模
使用SOSD
多载体能源系统中的运营决策受到可再生能源发电变异性、需求波动和市场条件带来的不确定性影响。传统的均值风险方法可能无法完全捕捉到风险规避的决策行为,因为它们通常在预期值和变异性之间强加线性权衡。为了解决这一限制,在随机规划框架中加入了二阶随机优势约束。这种方法能够...

案例研究和数值分析
本研究的主要目标是找出一个集中优化问题,试图找出MECC如何帮助降低运营成本或碳足迹。此外,与最坏情况相关的潜在风险可能会显著影响模拟结果。因此,评估这些风险的后果至关重要。为此,开发了两个单独的小节来研究所提出的MECC的功能。

简要讨论
所提出的多载体能源系统框架的实际部署可能会面临监管和制度挑战,特别是在电力、天然气和碳市场之间的跨部门协调、标准化碳核算、合成甲烷注入法规以及市场激励对齐方面。由于本研究专注于技术上可行的系统配置下的运营优化,因此详细讨论了监管和治理考虑因素。

结论
本研究提出了一个多载体能源系统,整合了电力、热能和碳交换以及CCUS–P2G基础设施,以增强相互连接微电网之间的碳循环和运营协调。该框架使来自CHP和燃气锅炉单元的捕获二氧化碳能够利用多余的可再生能源转化为合成甲烷,形成一个封闭的碳循环。数值结果表明,所提出的CCUS–P2G配置可以减少日常运营排放。

CRediT作者贡献声明
李伟伟:写作 - 审查与编辑、可视化、验证、调查。
华国香:写作 - 原始草稿、软件、方法论、概念化。
黄星:写作 - 审查与编辑、监督、项目管理、形式分析。

数据可用性
作者确认支持本研究发现的数据在文章中可用。

利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢
中国国家重点实验室项目编号:LAPS23014;吴曦
华国香|黄星|李伟伟
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号