Page 28 - 《中国电力》2026年第3期

2026 年 第 59 卷

有所上升，但是系统总成本仍然下降 9.3%。 日内的碳排放量相比日前阶段有所上升，总成本

4.3.2 日内调度 相比采用传统碳排放因子时却下降 7.4%。

首次求解问题（51）时的配电网日内碳排放
因子修正情况如图 9 所示。可以看出，在风电出 5 结论
力 水 平 较 高 的 05:00 —07:00 以 及 18:00 —20:00
时段，由于日内调度阶段风电出力预测值相比日 针对现有虚拟电厂-配电网协同调度研究多局
前有所增加，碳排放因子相应地降低，表明此时 限于单一时间尺度碳排放因子的问题，建立了一
配电网弃风现象相比日前更为明显。其他时段的 种计及多时间尺度碳排放因子的虚拟电厂-配电网
碳排放因子则与日内-日前风电出力预测的差值呈 协同调度模型，主要结论如下。
相同趋势。在风电非峰值阶段，碳排放因子日内 1）改进的碳排放因子计算方法可以使系统对
与日前阶段的偏差约为 7%，说明对碳排放因子的 碳排放的量化更为准确，帮助系统识别“零碳”
修正具有较好的稳定性。 状态下不同时段弃电的消纳效益，相比传统碳排
放因子计算方法使配电网碳排放量减少 4.7 t，碳
0.7

日内碳因子；
0.6 日前碳因子 排放成本下降 17.5%。
动态碳排放因子/(t·(MW·h) −1 ) 0.4 调度阶段对风、光等新能源出力波动的适应性提
2）对碳排放因子的修正使碳排放因子在日内
0.5
0.3
升，在日内修正时偏差不超过
7%，具有较好的稳
0.2
定性。
0.1
3）多时间尺度协同优化机制有效提升了系统
−0.1 0 灵活性与经济性，通过日前“粗调”与日内“细
−0.2 调”的配合，在保证碳排放控制精度的同时，降
00:00 05:00 10:00 15:00 20:00 24:00 低系统总运行成本并减少新能源弃电现象，构建
时刻
了面向系统不同时间尺度的虚拟电厂与配电网协
图 9 日内碳排放因子修正情况
Fig. 9 Intraday carbon emission factor correction 同调度体系。

日内-日前阶段系统调度成本对比如表 4 所示。 后续研究可进一步将模型扩展至更大规模配
从表 4 中可以看出，日内调度阶段弃风弃光 电网与多 VPP 集群协同场景，以提升系统可扩展性
成本相比日前阶段有所上升，这是因为日内调度 与实用性，并探索电-碳市场耦合机制下的 VPP 参
时风电出力相比日前调度时有所增加，配电网弃 与策略，推动碳信号与电价信号的协同优化。
风电量上升。虽然系统中 VPP 可以在碳排放因子
参考文献：
为负时的高效益减排阶段消纳一部分弃风电量，
但由于 VPP 中运行成本的限制，无法将所有弃风
量进行消纳，这部分低碳排放的风电被舍弃导致 [1] 朱法华, 徐静馨, 潘超, 等. 煤电在碳中和目标实现中的机遇与挑
系统选择增加其他较高碳排放的能源，从而使得 战 [J]. 电力科技与环保, 2022, 38(2): 79–86.
ZHU Fahua, XU Jingxin, PAN Chao, et al. Opportunities and

表 4 日内-日前系统调度成本对比
Table 4 Comparison of the day-ahead and intraday challenges of coal power industry in the achievement of carbon
power dispatch costs neutrality goal[J]. Electric Power Technology and Environmental
碳排放 碳排放 弃风弃光 购电成 机组发电 总成本/
时间尺度 Protection, 2022, 38(2): 79–86.
量/t 成本/元 成本/元 本/元 成本/元 元
[2] 丁小强, 袁至, 李骥. 基于混合 Wasserstein 两阶段分布鲁棒的多区
日前（传统碳
49.2 3 600.7 1 201.4 7 913.3 5 963.7 18 679.1
排放因子） 域含氢综合能源系统合作运行优化 [J]. 中国电力, 2025, 58(7):
日前（改进的
39.9 2 921.1 0.0 8 137.7 5 879.1 16 937.9 1–14.
碳排放因子）
日内（改进的 DING Xiaoqiang, YUAN Zhi, LI Ji. Cooperative operation
41.2 3 018.4 315.2 8 054.6 5 912.4 17 300.6
碳排放因子）
optimization for multi-region hydrogen-integrated integrated energy
24