Page 63 - 《中国电力》2026年第3期

覃育茗等：考虑富氧燃烧技术与需求响应的工业园区综合能源系统优化调度 2026 年第 3 期

场景1ASU功耗； 多余的新能源，而热负荷普遍向后调节，这是为

6.5 场景4ASU功耗；
场景5ASU功耗 了消纳电解槽产生的氢气。
6.0
150 原电力负荷； 需求响应后的电力负荷；
原热负荷； 需求响应后的热负荷
5.5 140
130
5.0
功率/MW 4.5 功率/MW 120
110

4.0 100
90
80
3.5
70
60
3.0 00:00 06:00 12:00 18:00 24:00
00:00 06:00 12:00 18:00 24:00 时刻
时刻
图 16 需求响应前后负荷对比
图 15 3 个场景下的 ASU 功耗对比 Fig. 16 Comparison of loads before and after
Fig. 15 ASU power consumption under three scenarios demand response

于场景 4 的原因。 4.3.4 考虑热效率变化的有效性分析
场 景 1 中 ， P2H 制 氧 占 氧 气 总 量 的 10.33%， 为了分析考虑富氧燃烧效率变化对 OCPP 的
这使得火电机组的净出力百分比较场景 5 提高了 机组的影响，设置 2 组场景进行分析。
1.78%，总成本降低了 0.24%，表明 P2H 与火电机 1）场景 1：本文所示场景。
组的合作机制有效降低了 OCPP 的供氧压力，提 2）场景 7：不考虑富氧燃烧效率变化。
高了火电机组净出力，降低了总成本，因此根据 2 组场景调度结果如表 9 所示。

图 15，场景 1 中 ASU 功耗在 8 个时刻小于场景 5。 表 9 场景 1、7 调度结果对比
4.3.3 需求响应的有效性分析 Table 9 Scheduling results for scenario 1 and 7
为了分析将燃煤电厂进行富氧燃烧改造的有 场景 OCPP购碳成本/10 元 火电净发电百分比/%
3
效性，设置以下 2 个场景进行对比。 1 171.50 77.10
1）场景 1：本文所示场景。 7 175.54 76.55
2）场景 6：不考虑需求响应。
根据表 9，富氧燃烧带来的热效率变化给调
2 组场景调度结果如表 8 所示。
度结果带来了一定的影响，场景 7 的购碳成本较
表 8 场景 1、6 调度结果对比 场景 1 高 2.36%，净发电百分比降低 0.55%。这表
Table 8 Scheduling results for scenario 1 and 6
明不考虑热效率变化会给调度带来一定的偏差，
总成本/ 实际碳 弃风弃 电解槽功耗/
场景 从而影响最终调度结果。

10 元 排放/t 光率/% (MW·h)
3
4.4 敏感性分析
1 824.73 489.62 1.04 289.45
4.4.1 碳交易价格的敏感性分析
6 887.97 509.35 3.46 370.16
碳交易的价格会对工业园区 IES 的碳排放产
根 据 表 8 可 以 发 现 ， 场 景 1 比 场 景 6 成 本 低 生很大的影响，为了分析碳交易价格对 IES 碳排
7.12%，实际碳排放降低 3.87%，弃风弃光率降低 放的影响，结合场景 1~3 对碳交易价格的敏感性
2.42%，这表明需求响应提高了工业园区 IES 的灵 进行分析，结果如图 17 所示。
活性和低碳性，可以降低 IES 的成本及碳排放。 由图 17 可知，随着碳交易基价的提高，由于
场景 1 的电解槽总功耗仅为场景 6 的 78.20%，这 不具有碳捕集能力，场景 2 的碳排放几乎不变。
表明需求响应分担了电解槽的调节压力。 在碳交易价格为 15~135 区间段内，场景 3 的碳排
需求响应前后负荷对比如图 16 所示，可以发 放快速下降；在碳交易价格为 150~300 区间段内
现工业园区 IES 将电负荷向中部调节以消纳大量 场景 3 的实际碳排放呈现微弱的上升趋势。场景

59