Page 13 - 《中国电力》2026年第3期

魏震波等：考虑负荷低碳响应能力的多区互联电力系统低碳经济调度模型 2026 年第 3 期

量与碳排放量，用于分析不同引导信号下系统的 计划进行，由于没有与源侧进行低碳互动，此时
经济性与低碳性。在不同的低碳引导信号下，各 具 有 最 高 的 成 本 139.46 万 元 和 最 高 的 碳 排 放 量
储能充放电计划也不同，图 9 为不同低碳引导信 3 161.43 t。
号下的储能充放电计划。 场景 2 将碳势作为引导信号，各用户侧储能
由表 1 可知，由于场景 1 不考虑低碳引导信 通过感知不同时段的碳势差异，将储能充电时段
号，用户侧储能充放电计划按照日前储能充放电 从碳势高峰期转移到碳势低谷期，将储能放电时
段从碳势低谷期转移到碳势高峰期。通过调整储

储能1充放电功率； 储能2充放电功率；
能的充放电时段，进而影响系统的碳排放，使得
储能3充放电功率
100
场景 2 的碳排放相较于场景 1 下降了 104.17 t。
80
场景 3 将边际碳排放因子作为引导信号，各用
60
户储能通过边际碳排放因子调整自身储能充放电
40 情况，此时碳排放量相较于场景 减少了 19.61 t，
充放电功率/MW −20 0 其减碳效果优于场景 2，这是由于碳势体现的是
2
20
−40 当前潮流分布下节点的平均碳排放效益，而缺乏
了对节点碳减排边际效益的考虑，而边际碳排放
−60
−80 因子由单位负荷变化造成的碳排放改变量得到，
−100 能够更准确反应储能充放电对系统碳排放的影响。
00:00 04:00 08:00 12:00 16:00 20:00 24:00
时刻 场景 4 将本文所提的改进碳排放因子作为低
a) 场景2
碳引导信号，此时碳排放量相较于场景 1 减少了
100
152.29 t，减碳效果最优。通过耦合节点碳势和边
80
际碳排放因子，能进一步挖掘用户侧低碳潜力，
60
40 促 进 电 力 系 统 源 荷 低 碳 互 动 。 由 图 10 及 表 1 可
充放电功率/MW −20 0 知，基于耦合碳排放因子的用户侧低碳引导能有
20
效降低系统碳排放量，促进负荷侧对风电光电的

−40 消纳水平。
−60
场景1弃风弃光量； 场景3弃风弃光量；
−80 场景2弃风弃光量； 场景4弃风弃光量
50
−100
00:00 04:00 08:00 12:00 16:00 20:00 24:00
时刻 40
b) 场景3
弃风弃光功率/MW
100 30
80
60 20
40 10
充放电功率/MW −20 0 0
20

−40 00:00 04:00 08:00 12:00 16:00 20:00 24:00
时刻
−60
图 10 不同场景下的弃风弃光量
−80
Fig. 10 Amount of wind and PV curtailment in
−100
00:00 04:00 08:00 12:00 16:00 20:00 24:00 different scenarios
时刻
c) 场景4 5.3 单区系统低碳经济优化调度模型
图 9 不同场景下的储能出力 为验证本文所提方法的有效性，对 5 种不同
Fig. 9 ES output in different scenarios 场景进行对比分析，如表 2 所示。场景 1 为各区

9