Page 14 - 《中国电力》2026年第3期

2026 年 第 59 卷

系统独立运行；场景 2 考虑各区系统通过联络线 排放的同时，降低系统运行成本。
交互功率实现合作运行；场景 3 在场景 1 基础上 各系统间的电能交互量及传输电能的碳排放强
考虑源荷间的低碳互动；场景 4 在场景 1 的基础 度如图 11、图 12 所示，由于系统 1 在 08:00—14:00
上考虑系统间的合作运行及系统内部源荷低碳互 时段负荷逐渐增大，风光发电量难以满足负荷，
动；场景 5 在场景 4 的基础上考虑电碳贡献因子。 需要接受其他系统的能量，在其余时段中风力发
电量较大，此时传输电能的碳排放强度低，可以
表 2 场景设置
Table 2 Scenario Setting 供给电能给其他系统。系统 2 在 08:00—17:00 时
各系统 各系统 考虑源荷间 考虑电碳 段光伏发电量较大，此时传输电能的碳排放强度
场景
独立运行 合作运行 低碳互动 贡献因子 低，自身难以实现全消纳，因此向其他系统传输
1 √
能量。系统 3 整体风力发电量较小，因此其在电
2 √
能交互过程中多为接受能量。多区互联系统通过
3 √ √
能量交互，能有效提升各区的风光消纳率，降低
4 √ √
系统碳排放。
5 √ √ √

系统1电能交互量； 系统2电能交互量；
1）结果分析。 120 系统3电能交互量
在场景 1、2、3、4 下的各系统的碳排放量与 80
成本分别如表 3、表 4 所示。场景 2 的碳排放总量
较场景 1 降低了 688.60 t，场景 3 的碳排放总量较 40
场景 1 降低了 374.02 t，表明无论是通过系统间的 系统间电能交易量/(MW·h) 0
合作运行还是通过系统内的负荷低碳响应，都能 −40
降低系统的碳排放量。而场景 4 的碳排放总量较场 −80
景 1、2、3 分别降低了 1 016.15、327.55、642.13 t，
表明本文所提策略能进一步挖掘系统低碳潜力， −120 04:00 08:00 12:00 16:00 20:00 24:00
00:00
促使系统低碳运行。由表 4 可知，场景 4 的系统 时刻
总成本最低，表明本文所提策略能在降低系统碳 图 11 系统间电能交互量
Fig. 11 Volume of Power Exchange Between Systems

表 3 不同场景下的系统碳排放量
1.0 系统1碳强度； 系统2碳强度；
Table 3 System carbon emissions in different scenarios 系统3碳强度
单位：t 0.8
系统1碳 系统2碳 系统3碳 总碳排
场景
排放量 排放量 排放量 放量 0.6
1 3 161.43 2 112.26 2 491.01 7 764.70 输送电能的碳排放强度/(t·(MW·h) −1 )
2 3 092.41 1 909.05 2 074.64 7 076.10 0.4
3 3 009.14 1 986.85 2 394.69 7 390.68 0.2
4 2 914.25 1 840.69 1 993.61 6 748.55
0
00:00 04:00 08:00 12:00 16:00 20:00 24:00

表 4 不同场景下的系统成本 时刻
Table 4 System cost in different scenarios
单位：万元 图 12 传输电能碳排放强度
Fig. 12 Carbon emission intensity of electric
场景 系统1成本 系统2成本 系统3成本 总成本 energy transmission

1 139.46 119.07 113.46 371.99
2）利益分配研究。
2 133.37 108.58 102.15 344.10
场景 4 和场景 5 的利益分配情况如表 5、表 6
3 133.96 114.22 109.64 357.82
所示，系统的能碳贡献因子如表 7 所示。
4 130.97 101.56 97.47 330.00
由表 5 可知，在不考虑电碳贡献因子的情况
10