CN109523052A - 一种考虑需求响应和碳交易的虚拟电厂优化调度方法 - Google Patents
一种考虑需求响应和碳交易的虚拟电厂优化调度方法 Download PDFInfo
- Publication number
- CN109523052A CN109523052A CN201811088161.5A CN201811088161A CN109523052A CN 109523052 A CN109523052 A CN 109523052A CN 201811088161 A CN201811088161 A CN 201811088161A CN 109523052 A CN109523052 A CN 109523052A
- Authority
- CN
- China
- Prior art keywords
- indicate
- virtual plant
- moment
- electric car
- carbon
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 79
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 78
- 230000004044 response Effects 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 52
- 238000005516 engineering process Methods 0.000 claims abstract description 46
- 230000005611 electricity Effects 0.000 claims abstract description 31
- 239000007789 gas Substances 0.000 claims description 41
- 238000001816 cooling Methods 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 9
- 230000006855 networking Effects 0.000 claims description 8
- 230000036642 wellbeing Effects 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000005057 refrigeration Methods 0.000 claims description 6
- 239000004576 sand Substances 0.000 claims description 6
- 239000000567 combustion gas Substances 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000009194 climbing Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 8
- 230000008859 change Effects 0.000 description 6
- 239000013589 supplement Substances 0.000 description 5
- 240000002853 Nelumbo nucifera Species 0.000 description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 4
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种考虑需求响应和碳交易的虚拟电厂优化调度方法。本发明包括下述步骤：统计虚拟电厂内分布式电源的数量，以及电动汽车、水蓄冷空调系统参与需求响应的可控负荷数量；对次日虚拟电厂内风电、光伏机组的出力和电力系统内刚性负荷进行预测；虚拟电厂的能量管理系统接受电动汽车车主的日前申报信息；虚拟电厂的能量管理系统根据日前预测信息、电动汽车申报信息以及电力市场和碳交易市场的价格信息，建立虚拟电厂同时参与电力市场和碳交易市场的优化调度模型；求解优化调度模型，得到虚拟电厂的日前优化调度方案。本发明充分发挥需求响应资源在削峰填谷等方面的优势，另外还可以有效减少电力系统的碳排放量。
Description
技术领域
本发明属于电力系统优化调度领域，特别是一种考虑需求响应和碳交易的虚拟电厂优化调度方法。
背景技术
为解决化石能源紧缺和化石燃料燃烧带来的环境污染问题，清洁可再生能源发电机组得到了越来越广泛的应用；为缓解电力系统负荷侧与日俱增的需求压力，可控负荷的应用逐渐受到重视。可再生能源发电机组和可控负荷的不断增加，诸如发电机组出力的波动性、源荷功率平衡的不确定性等新问题也逐渐出现，为电力系统的安全经济运行带来了新的挑战。基于此，“虚拟电厂”的概念应运而生。
虚拟电厂通过先进的通信手段和软件系统，将燃气轮机、间歇性可再生能源发电机组、可控负荷等分布式能源聚合在一起，形成一个整体参与到电力系统运行和电力市场运营之中。目前，国内外已有一些虚拟电厂项目，比如：国电云南小中甸风光水分布式电源示范项目、欧洲FENIX虚拟电厂项目等。
现有关于虚拟电厂优化调度已展开了一定的研究，主要集中于虚拟电厂利用储能平抑间歇性可再生能源发电机组出力的波动性、参与包含日前市场和实时市场等多阶段电力市场以获取经济收益方面。除此之外，虚拟电厂仍有其他优良特性可以在优化调度中发挥出来。虚拟电厂中含有的清洁可再生能源发电机组和电动汽车，由于其优良的环保特性，可以有效减少电力系统的碳排放，带来显著的环境效益；同时，虚拟电厂中的可控负荷，可以作为需求响应资源，为用户带来经济收益的同时优化电力系统负荷曲线，提升电力系统的经济性与安全性。目前，对于虚拟电厂在优化调度中同时考虑需求响应和碳减排效益方面，鲜有有效的科学研究。
发明内容
本发明所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种考虑需求响应和碳交易的虚拟电厂优化调度方法，以提升电力系统的减排效益，提升虚拟电厂的经济收益以及电力系统的运行安全性。
为此，本发明采用以下的技术方案：一种考虑需求响应和碳交易的虚拟电厂优化调度方法，其包括步骤：
1)统计虚拟电厂内分布式电源的数量，以及电动汽车、水蓄冷空调系统参与需求响应的可控负荷数量，所述的分布式电源包括燃气轮机、风电机组和光伏发电机组；
2)对次日虚拟电厂内风电、光伏机组的出力和电力系统内刚性负荷进行预测；
3)虚拟电厂的能量管理系统接受电动汽车车主的日前申报信息，包括各电动汽车的入网及离网时刻、预估的初始电池荷电状态和期望的离网荷电状态；
4)虚拟电厂的能量管理系统根据日前预测信息、电动汽车申报信息以及电力市场和碳交易市场的价格信息，建立虚拟电厂同时参与电力市场和碳交易市场的优化调度模型；
5)求解虚拟电厂的优化调度模型，得到虚拟电厂的日前优化调度方案。
作为上述技术方案的补充，虚拟电厂优化调度模型的目标函数为虚拟电厂所获得的经济收益最大，其数学表达式如下所示：
式中：T表示一天内的时段数；表示在时刻t的分时电价；Pt s表示在时刻t虚拟电厂与配电系统的交互电功率；和分别表示在时刻t的燃气轮机运行成本、碳交易成本和电动汽车充放电成本；NG表示虚拟电厂内燃气轮机的数量；kg,0表示燃气轮机g的固定运行成本；ug,t表示在时刻t燃气轮机g的开关状态变量；nj表示燃气轮机运行成本的线性化段数；kg,j表示第j段线性化运行成本函数的斜率；Pg,j,t表示在时刻t燃气轮机g的第j段出力大小；Pg,t表示在时刻t燃气轮机g的总出力大小；和分别表示在时刻t燃气轮机g的启动和停机成本；和表示燃气轮机g启动和停机一次所消耗的成本；Nv表示虚拟电厂内电动汽车的数量；和分别表示电动汽车v在时刻t的充放电功率；和分别表示在时刻t的充放电电价。
作为上述技术方案的补充，虚拟电厂参与的碳交易机制表示为：
ΔMt＝MC,t-MD,t，
式中：N表示虚拟电厂中所有发电机组的数量；ε表示虚拟电厂的单位电量碳排放分配系数；Pn,t表示在时刻t发电机组n的有功出力；KC表示单位碳排放量交易价格；MC,t表示在时刻t虚拟电厂的实际碳排放量；MD,t表示在时刻t虚拟电厂分配到的碳排放配额；Qg表示燃气轮机g的单位电量碳排放强度。
如果在时刻t虚拟电厂的实际碳排放量低于分配得到的碳排放配额，虚拟电厂通过将多余的碳排放配额出售至碳交易市场以获取相应的利润；否则，虚拟电厂必须在碳交易市场中购买相应的碳排放权。
作为上述技术方案的补充，作为需求响应资源的电动汽车充放电负荷需满足的约束条件如下：
Sv,min≤Sv,t≤Sv,max，
式中：和分别表示电动汽车v在时刻t的充电和放电状态变量；和分别表示电动汽车v的额定充放电功率；表示电动汽车v在时刻t的调度状态；Sv,t表示电动汽车v在时刻t的电池荷电状态；Sv,min和Sv,max分别表示电动汽车v的最小和最大荷电状态；和分别表示电动汽车v的入网和离网时刻；和分别表示电动汽车v在入网时刻和离网时刻对应的电池荷电状态；Sv,a表示电动汽车v在入网时刻的电池荷电状态；Sv,d表示电动汽车v在离网时刻的目标电池荷电状态；和分别表示电动汽车v的充放电效率；Emax表示电动汽车电池容量；Δt表示时段长度。
作为上述技术方案的补充，作为需求响应资源的水蓄冷空调负荷建模如下：
1)建筑物热动态平衡方程
式中：θout,t和θin,t分别表示在时刻t的户外和室内温度；B是建筑物的热传导系数；Ca表示空气的比热容系数；V表示室内容积；ρa表示空气密度；Qt表示在时刻t建筑物的瞬时得热量；CD,t表示在时刻t建筑物内制冷装置提供的冷量；Δt表示时段长度；
2)热舒适度建模
采用PMV方法衡量建筑物内的热舒适度指标，PMV值和温度之间的关系为：
式中：IPMV表示室内的PMV值；θ表示温度，℃；
3)水蓄冷空调系统建模
单位时间内水蓄冷空调系统提供的冷量CD,i,t为：
CD,i,t＝Cp,i,t-Cs,i,t+Cr,i,t，
式中：Cp,i,t，Cs,i,t和Cr,i,t分别表示在时刻t水蓄冷空调i的制冷量、蓄冷量和放冷量；
水蓄冷空调需满足的运行约束为：
0≤Is,i,t+Ir,i,t≤1，
式中：Is,i,t和Ir,i,t分别表示在时刻t水蓄冷空调i的蓄冷和放冷运行状态变量；和分别表示在单位时间内水蓄冷空调的最大制冷量、蓄冷量和放冷量；表示在时刻t水蓄冷空调i储存的冷量大小；Sc,max表示水蓄冷空调的蓄冷水箱容量；ηs和ηr分别表示蓄冷效率和放冷效率；Δt表示时段长度；
水蓄冷空调i在时刻t消耗的电功率Pi,t为：
式中：μp表示能耗比，用来描述水蓄冷空调的制冷机的制冷效果和消耗的电功率之间的关系；μs和μr分别表示蓄冷量和放冷量与消耗电能的转换系数。
作为上述技术方案的补充，需满足的燃气轮机运行约束和电力系统能量平衡约束如下：
式中：和分别表示燃气轮机g的最小和最大输出有功功率；和分别表示燃气轮机g的爬坡和滑坡功率；Δt表示时段长度；Nq表示虚拟电厂内间歇性可再生能源发电机组(主要指风电机组和光伏发电机组)的数量；Pk,t表示可再生能源发电机组k在时刻t的有功出力；Nc表示虚拟电厂内水蓄冷空调系统的数量；Pt R表示虚拟电厂在时刻t的刚性负荷需求。
本发明具有的有益效果如下：
本发明提供的考虑需求响应和碳交易的虚拟电厂优化调度方法，通过将碳交易机制引入到虚拟电厂优化调度中，可以充分发挥虚拟电厂中大量风电、光伏发电机组和低碳排放量的燃气轮机的环保优势，提升电力系统的减排效益；水蓄冷空调系统和电动汽车通过参与需求响应，提升虚拟电厂的经济收益以及电力系统的运行安全性。
附图说明
图1为本发明实施例中考虑需求响应和碳交易的虚拟电厂优化调度方法的流程图；
图2为本发明应用例中一个典型水蓄冷空调系统的电功率和蓄冷量随时间变化情况图；
图3为本发明应用例中电动汽车充放电负荷随时间变化情况图。
具体实施方式
为更好地理解本发明的目的、技术方案以及技术效果，以下结合附图对本发明进行进一步的说明。
实施例
本发明提出了一种考虑需求响应和碳交易的虚拟电厂优化调度方法，实施流程包括如下详细步骤：
步骤1、统计虚拟电厂内分布式电源(如燃气轮机、风电机组、光伏发电机组)的数量，以及电动汽车、水蓄冷空调系统等可参与需求响应的可控负荷数量；
步骤2、对次日虚拟电厂内风电、光伏机组出力和电力系统内刚性负荷进行预测；
步骤3、虚拟电厂的能量管理系统接受电动汽车车主的日前申报信息，具体包括：各电动汽车的入网及离网时刻、预估的初始电池荷电状态和期望的离网荷电状态；
步骤4、建立虚拟电厂同时考虑需求响应和碳交易的优化调度模型；
具体地，以虚拟电厂所获得的经济收益最大为目标函数建立优化模型，其数学表达式如下所示：
式中：T表示一天内的时段数；表示在时刻t的分时电价；Pt s表示在时刻t虚拟电厂与配电系统的交互电功率；和分别表示在时刻t的燃气轮机运行成本、碳交易成本和电动汽车充放电成本；NG表示虚拟电厂内燃气轮机的数量；kg,0表示燃气轮机g的固定运行成本；ug,t表示在时刻t燃气轮机g的开关状态变量；nj表示燃气轮机运行成本的线性化段数；kg,j表示第j段线性运行成本函数的斜率；Pg,j,t表示在时刻t燃气轮机g的第j段出力大小；Pg,t表示在时刻t燃气轮机g的总出力大小；和分别表示在时刻t燃气轮机g的启动和停机成本；表示燃气轮机g启动和停机一次所消耗的成本；Nv表示虚拟电厂内电动汽车的数量；和分别表示电动汽车v在时刻t的充放电功率；分别表示在时刻t的充放电电价。
虚拟电厂参与的碳交易机制，可表示为：
式中：N表示虚拟电厂中所有发电机组的数量；ε表示虚拟电厂的单位电量碳排放分配系数，由国家发改委发布的“区域电网基准线排放因子”确定；KC表示单位碳排放量交易价格；MC,t表示在时刻t虚拟电厂的实际碳排放量；MD,t表示在时刻t虚拟电厂分配到的碳排放配额；Qg表示燃气轮机g的单位电量碳排放强度；Pn,t表示在时刻t发电机组n的有功出力。
如果在时刻t虚拟电厂的实际碳排放量低于分配得到的碳排放配额，虚拟电厂可以通过将多余的碳排放配额出售至碳交易市场以获取相应的利润；否则，虚拟电厂必须在碳交易市场中购买相应的碳排放权。
电动汽车和水蓄冷空调负荷，是虚拟电厂中典型的需求响应资源。其中，电动汽车充放电负荷参与需求响应，需满足如下约束条件：
Sv,min≤Sv,t≤Sv,max，
式中：和分别表示电动汽车v在时刻t的充电和放电状态变量；和分别表示电动汽车v的额定充放电功率；表示电动汽车v在时刻t的调度状态；Sv,t表示电动汽车v在时刻t的电池荷电状态；Sv,min和Sv,max分别表示电动汽车v的最小和最大荷电状态；和分别表示电动汽车v的入网和离网时刻；和分别表示电动汽车v在入网时刻和离网时刻对应的电池荷电状态；Sv,a表示电动汽车v在入网时刻的电池荷电状态；Sv,d表示电动汽车v在离网时刻的目标电池荷电状态；和分别表示电动汽车v的充放电效率；Emax表示电动汽车电池容量；Δt表示时段长度。
作为另一个重要需求响应资源，水蓄冷空调系统建模如下：
(1)建筑物热动态平衡方程：
式中：θout,t和θin,t分别表示在时刻t的户外和室内温度；B是建筑物的热传导系数；Ca表示空气的比热容系数；V表示室内容积；ρa表示空气密度；Qt表示在时刻t建筑物的瞬时得热量，其主要和太阳辐射、建筑物内装置散热等有关；CD,t表示在时刻t建筑物内制冷装置提供的冷量。
(2)热舒适度建模：
采用PMV方法衡量建筑物内的热舒适度指标。人体可接受的PMV值在-0.5至0.5之间。PMV值和温度之间的关系为：
式中：IPMV表示室内的PMV值；θ表示温度，℃。
(3)水蓄冷空调系统建模：
单位时间内水蓄冷空调系统提供的冷量为：
CD,i,t＝Cp,i,t-Cs,i,t+Cr,i,t，
式中：Cp,i,t，Cs,i,t和Cr,i,t分别表示在时刻t水蓄冷空调i的制冷量、蓄冷量和放冷量。
水蓄冷空调需满足的运行约束为：
0≤Is,i,t+Ir,i,t≤1，
式中：Is,i,t和Ir,i,t分别表示在时刻t水蓄冷空调i的蓄冷和放冷运行状态变量；和分别表示在单位时间内水蓄冷空调的最大制冷量、蓄冷量和放冷量；表示在时刻t水蓄冷空调i储存的冷量大小；Sc,max表示水蓄冷空调的蓄冷水箱容量；ηs和ηr分别表示蓄冷效率和放冷效率。
水蓄冷空调i在时刻t消耗的电功率为：
式中：μp表示能耗比，用来描述水蓄冷空调的制冷机的制冷效果和消耗的电功率之间的关系；μs和μr分别表示蓄冷量和放冷量与消耗电能的转换系数。
另外，优化调度模型中，下列燃气轮机运行约束和电力系统能量平衡约束仍需满足：
式中：和分别表示燃气轮机g的最小和最大输出有功功率；和分别表示燃气轮机g的爬坡和滑坡功率；Δt表示时段长度；Nq表示虚拟电厂内间歇性可再生能源发电机组(注：主要指风电机组和光伏发电机组)数量；Pk,t表示可再生能源发电机组k在时刻t的有功出力；Nc表示虚拟电厂内水蓄冷空调系统的数量；Pt R表示虚拟电厂在时刻t的刚性负荷需求。
步骤5、求解上述优化调度模型，得到虚拟电厂的日前优化调度方案，如：次日各个时刻燃气轮机的出力大小、各电动汽车的充放电功率、其他需求响应资源的用电情况等。
应用例
为了进一步理解本发明，以下以一个简单虚拟电厂优化调度问题为例，来解释本发明的实际应用。
假设虚拟电厂中含有2台燃气轮机、1台风电机组、1台光伏发电机组和50个智能用户。假设每一个智能用户都拥有1辆电动汽车和1台水蓄冷空调。电动汽车的初始电池荷电状态取在[0.15,0.35]内均匀分布的随机数。电动汽车的离网时刻和入网时刻分别服从以下两式所描述的概率密度函数。
式中：μd＝8.92,σd＝3.24,μa＝17.47,σa＝3.41。
水蓄冷空调系统的参数如表1所示；电力系统的分时电价如表2所示。
表1水蓄冷空调系统参数
表2电力系统分时电价
| 时段 | 电价($/kWh) |
| 7:00-8:15 | 0.103 |
| 8:30-10:15 | 0.164 |
| 10:30-11:30 | 0.174 |
| 11:45-17:45 | 0.103 |
| 18:00-18:45 | 0.164 |
| 19:00-20:45 | 0.174 |
| 21:00-22:45 | 0.164 |
| 23:00-6:45 | 0.041 |
根据本发明所提出的方法，求解虚拟电厂优化调度模型。首先，得到一个典型水蓄冷空调系统的电功率和蓄冷量随时间变化情况如图2所示。可以看出，水蓄冷空调系统在需求响应机制的引导下，主要在负荷低谷时段消耗大量电功率，可以优化负荷曲线轮廓。
电动汽车充放电负荷随时间变化情况如图3所示。同水蓄冷空调系统类似，电动汽车负荷通过响应分时电价，可以起到削峰填谷的作用。
改变碳排放价格，虚拟电厂的碳排放量以及通过碳交易获得的收益变化如表3所示。可以看出，通过设计适当的碳交易机制以及合理安排碳排放价格，可以减少虚拟电厂的碳排放量，充分发挥虚拟电厂在碳减排方面的突出效益。
表3三种碳排放价格下虚拟电厂碳排放量及碳交易收益
通过以上分析，可见本发明提出的考虑需求响应和碳交易的虚拟电厂优化调度方法，不仅可以充分利用虚拟电厂内的需求响应资源以达到增加经济收益、优化电力系统负荷曲线的目的，还可以使虚拟电厂通过参与适当设计的碳交易机制以减少电力系统的碳排放量。这种优化调度方法，对电力系统的经济性、安全性和环保性均有一定的提升作用。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (6)
1.一种考虑需求响应和碳交易的虚拟电厂优化调度方法，其特征在于，包括步骤：
1)统计虚拟电厂内分布式电源的数量，以及电动汽车、水蓄冷空调系统参与需求响应的可控负荷数量，所述的分布式电源包括燃气轮机、风电机组和光伏发电机组；
2)对次日虚拟电厂内风电、光伏机组的出力和电力系统内刚性负荷进行预测；
3)虚拟电厂的能量管理系统接受电动汽车车主的日前申报信息，包括各电动汽车的入网及离网时刻、预估的初始电池荷电状态和期望的离网荷电状态；
4)虚拟电厂的能量管理系统根据日前预测信息、电动汽车申报信息以及电力市场和碳交易市场的价格信息，建立虚拟电厂同时参与电力市场和碳交易市场的优化调度模型；
5)求解虚拟电厂的优化调度模型，得到虚拟电厂的日前优化调度方案。
2.根据权利要求1所述的考虑需求响应和碳交易的虚拟电厂优化调度方法，其特征在于，虚拟电厂优化调度模型的目标函数为虚拟电厂所获得的经济收益最大，其数学表达式如下所示：
式中：T表示一天内的时段数；表示在时刻t的分时电价；Pt s表示在时刻t虚拟电厂与配电系统的交互电功率；和分别表示在时刻t的燃气轮机运行成本、碳交易成本和电动汽车充放电成本；NG表示虚拟电厂内燃气轮机的数量；kg,0表示燃气轮机g的固定运行成本；ug,t表示在时刻t燃气轮机g的开关状态变量；nj表示燃气轮机运行成本的线性化段数；kg,j表示第j段线性化运行成本函数的斜率；Pg,j,t表示在时刻t燃气轮机g的第j段出力大小；Pg,t表示在时刻t燃气轮机g的总出力大小；和分别表示在时刻t燃气轮机g的启动和停机成本；和表示燃气轮机g启动和停机一次所消耗的成本；Nv表示虚拟电厂内电动汽车的数量；和分别表示电动汽车v在时刻t的充放电功率；和分别表示在时刻t的充放电电价。
3.根据权利要求2所述的考虑需求响应和碳交易的虚拟电厂优化调度方法，其特征在于，虚拟电厂参与的碳交易机制表示为：
ΔMt＝MC,t-MD,t，
式中：N表示虚拟电厂中所有发电机组的数量；ε表示虚拟电厂的单位电量碳排放分配系数；Pn,t表示在时刻t发电机组n的有功出力；KC表示单位碳排放量交易价格；MC,t表示在时刻t虚拟电厂的实际碳排放量；MD,t表示在时刻t虚拟电厂分配到的碳排放配额；Qg表示燃气轮机g的单位电量碳排放强度；
如果在时刻t虚拟电厂的实际碳排放量低于分配得到的碳排放配额，虚拟电厂通过将多余的碳排放配额出售至碳交易市场以获取相应的利润；否则，虚拟电厂必须在碳交易市场中购买相应的碳排放权。
4.根据权利要求2所述的考虑需求响应和碳交易的虚拟电厂优化调度方法，其特征在于，作为需求响应资源的电动汽车充放电负荷需满足的约束条件如下：
Sv,min≤Sv,t≤Sv,max，
式中：和分别表示电动汽车v在时刻t的充电和放电状态变量；和分别表示电动汽车v的额定充放电功率；表示电动汽车v在时刻t的调度状态；Sv,t表示电动汽车v在时刻t的电池荷电状态；Sv,min和Sv,max分别表示电动汽车v的最小和最大荷电状态；和分别表示电动汽车v的入网和离网时刻；和分别表示电动汽车v在入网时刻和离网时刻对应的电池荷电状态；Sv,a表示电动汽车v在入网时刻的电池荷电状态；Sv,d表示电动汽车v在离网时刻的目标电池荷电状态；和分别表示电动汽车v的充放电效率；Emax表示电动汽车电池容量；Δt表示时段长度。
5.根据权利要求2所述的考虑需求响应和碳交易的虚拟电厂优化调度方法，其特征在于，作为需求响应资源的水蓄冷空调负荷建模如下：
1)建筑物热动态平衡方程
式中：θout,t和θin,t分别表示在时刻t的户外和室内温度；B是建筑物的热传导系数；Ca表示空气的比热容系数；V表示室内容积；ρa表示空气密度；Qt表示在时刻t建筑物的瞬时得热量；CD,t表示在时刻t建筑物内制冷装置提供的冷量；Δt表示时段长度；
2)热舒适度建模
采用PMV方法衡量建筑物内的热舒适度指标，PMV值和温度之间的关系为：
式中：IPMV表示室内的PMV值；θ表示温度，℃；
3)水蓄冷空调系统建模
单位时间内水蓄冷空调系统提供的冷量CD,i,t为：
CD,i,t＝Cp,i,t-Cs,i,t+Cr,i,t，
式中：Cp,i,t，Cs,i,t和Cr,i,t分别表示在时刻t水蓄冷空调i的制冷量、蓄冷量和放冷量；
水蓄冷空调需满足的运行约束为：
0≤Is,i,t+Ir,i,t≤1，
式中：Is,i,t和Ir,i,t分别表示在时刻t水蓄冷空调i的蓄冷和放冷运行状态变量；和分别表示在单位时间内水蓄冷空调的最大制冷量、蓄冷量和放冷量；表示在时刻t水蓄冷空调i储存的冷量大小；Sc,max表示水蓄冷空调的蓄冷水箱容量；ηs和ηr分别表示蓄冷效率和放冷效率；Δt表示时段长度；
水蓄冷空调i在时刻t消耗的电功率Pi,t为：
式中：μp表示能耗比，用来描述水蓄冷空调的制冷机的制冷效果和消耗的电功率之间的关系；μs和μr分别表示蓄冷量和放冷量与消耗电能的转换系数。
6.根据权利要求1所述的考虑需求响应和碳交易的虚拟电厂优化调度方法，其特征在于，需满足的燃气轮机运行约束和电力系统能量平衡约束如下：
式中：和分别表示燃气轮机g的最小和最大输出有功功率；和分别表示燃气轮机g的爬坡和滑坡功率；Δt表示时段长度；Nq表示虚拟电厂内间歇性可再生能源发电机组的数量；Pk,t表示可再生能源发电机组k在时刻t的有功出力；Nc表示虚拟电厂内水蓄冷空调系统的数量；Pt R表示虚拟电厂在时刻t的刚性负荷需求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811088161.5A CN109523052B (zh) | 2018-09-18 | 2018-09-18 | 一种考虑需求响应和碳交易的虚拟电厂优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811088161.5A CN109523052B (zh) | 2018-09-18 | 2018-09-18 | 一种考虑需求响应和碳交易的虚拟电厂优化调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109523052A true CN109523052A (zh) | 2019-03-26 |
| CN109523052B CN109523052B (zh) | 2021-09-10 |
Family
ID=65771535
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811088161.5A Active CN109523052B (zh) | 2018-09-18 | 2018-09-18 | 一种考虑需求响应和碳交易的虚拟电厂优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109523052B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110165715A (zh) * | 2019-05-31 | 2019-08-23 | 电子科技大学 | 一种将电动汽车储能式充电站接入虚拟电厂的方法 |
| CN111179110A (zh) * | 2019-12-06 | 2020-05-19 | 清华-伯克利深圳学院筹备办公室 | 虚拟电厂可变阶聚合等效鲁棒动态模型建模方法及装置 |
| CN111784055A (zh) * | 2020-07-02 | 2020-10-16 | 长沙理工大学 | 一种考虑电力需求侧响应特性的虚拟电厂优化调度模型 |
| CN112348283A (zh) * | 2020-11-26 | 2021-02-09 | 国网天津市电力公司电力科学研究院 | 蓄热式电采暖虚拟电厂日前可调度潜力评估方法及装置 |
| CN113077111A (zh) * | 2021-04-26 | 2021-07-06 | 上海电机学院 | 基于插电混动汽车v2g技术的虚拟电厂优化调度方法 |
| CN113327124A (zh) * | 2021-04-13 | 2021-08-31 | 东南大学 | 一种多能源-碳排放联合市场上的低碳p2p用能交易方法 |
| CN113792953A (zh) * | 2021-07-06 | 2021-12-14 | 国电南瑞南京控制系统有限公司 | 一种虚拟电厂优化调度方法及系统 |
| CN114066046A (zh) * | 2021-11-12 | 2022-02-18 | 国网江苏省电力有限公司镇江供电分公司 | 一种面向深度调峰的虚拟电厂内光储荷优化调度方法 |
| CN114971154A (zh) * | 2022-03-31 | 2022-08-30 | 华南理工大学 | 一种包含碳交易机制的可再生能源消纳方法 |
| DE202022106297U1 (de) | 2022-11-09 | 2022-11-21 | Kawther Ali Dhlan Aldhlan | Intelligentes System für Energiebedarfsprognosen und nachhaltiges Energiemanagement durch maschinelles Lernen und künstliche Intelligenz |
| CN115907981A (zh) * | 2022-11-08 | 2023-04-04 | 国网冀北张家口风光储输新能源有限公司 | 一种虚拟电厂低碳联合交易优化方法 |
| CN117239810A (zh) * | 2023-11-09 | 2023-12-15 | 南方电网数字电网研究院有限公司 | 虚拟电厂电能调度方案获取方法、装置和设备 |
| CN117318166A (zh) * | 2023-08-09 | 2023-12-29 | 河海大学 | 考虑故障风险下基于合作博弈的多虚拟电厂低碳调度方法 |
| CN117688520A (zh) * | 2024-02-04 | 2024-03-12 | 国网安徽省电力有限公司经济技术研究院 | 一种基于电碳市场关联的电-碳价格传导数据分析方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105117805A (zh) * | 2015-09-15 | 2015-12-02 | 武汉大学 | 一种利用电动汽车的虚拟发电厂优化调度方法及系统 |
| CN105741027A (zh) * | 2016-01-27 | 2016-07-06 | 河海大学 | 一种含电动汽车的虚拟电厂优化调度方法 |
| CN105761109A (zh) * | 2016-02-19 | 2016-07-13 | 刘隽琦 | 虚拟电厂能源管理和电力交易的智能管理系统及其优化运行方法 |
| CN106096790A (zh) * | 2016-06-22 | 2016-11-09 | 东南大学 | 基于变频空调虚拟机组建模的虚拟电厂日前和实时市场优化调度方法 |
| CN107482688A (zh) * | 2017-07-26 | 2017-12-15 | 长沙理工大学 | 一种碳捕集虚拟电厂调度优化方法 |
| CN108510212A (zh) * | 2018-04-17 | 2018-09-07 | 香港中文大学（深圳） | 一种交互式能源系统的分布式能源调度方法及系统 |
-
2018
- 2018-09-18 CN CN201811088161.5A patent/CN109523052B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105117805A (zh) * | 2015-09-15 | 2015-12-02 | 武汉大学 | 一种利用电动汽车的虚拟发电厂优化调度方法及系统 |
| CN105741027A (zh) * | 2016-01-27 | 2016-07-06 | 河海大学 | 一种含电动汽车的虚拟电厂优化调度方法 |
| CN105761109A (zh) * | 2016-02-19 | 2016-07-13 | 刘隽琦 | 虚拟电厂能源管理和电力交易的智能管理系统及其优化运行方法 |
| CN106096790A (zh) * | 2016-06-22 | 2016-11-09 | 东南大学 | 基于变频空调虚拟机组建模的虚拟电厂日前和实时市场优化调度方法 |
| CN107482688A (zh) * | 2017-07-26 | 2017-12-15 | 长沙理工大学 | 一种碳捕集虚拟电厂调度优化方法 |
| CN108510212A (zh) * | 2018-04-17 | 2018-09-07 | 香港中文大学（深圳） | 一种交互式能源系统的分布式能源调度方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 朱建全 等: ""计及风险与源–网–荷双层协调的电力实时平衡调度"", 《中国电机工程学报》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110165715A (zh) * | 2019-05-31 | 2019-08-23 | 电子科技大学 | 一种将电动汽车储能式充电站接入虚拟电厂的方法 |
| CN111179110B (zh) * | 2019-12-06 | 2023-09-05 | 清华-伯克利深圳学院筹备办公室 | 虚拟电厂可变阶聚合等效鲁棒动态模型建模方法及装置 |
| CN111179110A (zh) * | 2019-12-06 | 2020-05-19 | 清华-伯克利深圳学院筹备办公室 | 虚拟电厂可变阶聚合等效鲁棒动态模型建模方法及装置 |
| CN111784055A (zh) * | 2020-07-02 | 2020-10-16 | 长沙理工大学 | 一种考虑电力需求侧响应特性的虚拟电厂优化调度模型 |
| CN112348283A (zh) * | 2020-11-26 | 2021-02-09 | 国网天津市电力公司电力科学研究院 | 蓄热式电采暖虚拟电厂日前可调度潜力评估方法及装置 |
| CN113327124A (zh) * | 2021-04-13 | 2021-08-31 | 东南大学 | 一种多能源-碳排放联合市场上的低碳p2p用能交易方法 |
| CN113077111A (zh) * | 2021-04-26 | 2021-07-06 | 上海电机学院 | 基于插电混动汽车v2g技术的虚拟电厂优化调度方法 |
| CN113792953A (zh) * | 2021-07-06 | 2021-12-14 | 国电南瑞南京控制系统有限公司 | 一种虚拟电厂优化调度方法及系统 |
| CN113792953B (zh) * | 2021-07-06 | 2024-03-19 | 国电南瑞南京控制系统有限公司 | 一种虚拟电厂优化调度方法及系统 |
| CN114066046A (zh) * | 2021-11-12 | 2022-02-18 | 国网江苏省电力有限公司镇江供电分公司 | 一种面向深度调峰的虚拟电厂内光储荷优化调度方法 |
| CN114971154A (zh) * | 2022-03-31 | 2022-08-30 | 华南理工大学 | 一种包含碳交易机制的可再生能源消纳方法 |
| CN115907981A (zh) * | 2022-11-08 | 2023-04-04 | 国网冀北张家口风光储输新能源有限公司 | 一种虚拟电厂低碳联合交易优化方法 |
| CN115907981B (zh) * | 2022-11-08 | 2023-09-19 | 国网冀北张家口风光储输新能源有限公司 | 一种虚拟电厂低碳联合交易优化方法 |
| DE202022106297U1 (de) | 2022-11-09 | 2022-11-21 | Kawther Ali Dhlan Aldhlan | Intelligentes System für Energiebedarfsprognosen und nachhaltiges Energiemanagement durch maschinelles Lernen und künstliche Intelligenz |
| CN117318166A (zh) * | 2023-08-09 | 2023-12-29 | 河海大学 | 考虑故障风险下基于合作博弈的多虚拟电厂低碳调度方法 |
| CN117239810A (zh) * | 2023-11-09 | 2023-12-15 | 南方电网数字电网研究院有限公司 | 虚拟电厂电能调度方案获取方法、装置和设备 |
| CN117239810B (zh) * | 2023-11-09 | 2024-03-26 | 南方电网数字电网研究院有限公司 | 虚拟电厂电能调度方案获取方法、装置和设备 |
| CN117688520A (zh) * | 2024-02-04 | 2024-03-12 | 国网安徽省电力有限公司经济技术研究院 | 一种基于电碳市场关联的电-碳价格传导数据分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109523052B (zh) | 2021-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109523052A (zh) | 一种考虑需求响应和碳交易的虚拟电厂优化调度方法 | |
| CN105990838B (zh) | 一种计及可调度和可平移负荷的海岛微电网优化调度方法 | |
| CN109659927B (zh) | 一种考虑储能参与度的综合能源微网储能容量配置方法 | |
| CN108009693A (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
| CN109165788A (zh) | 一种冷热电联供系统的优化方法 | |
| CN109523065A (zh) | 一种基于改进量子粒子群算法的微能源网优化调度方法 | |
| CN109710882B (zh) | 一种基于优化运行的离网型微电网电动汽车有序充放电负荷建模及求解方法 | |
| CN111640044A (zh) | 一种考虑虚拟储能的综合能源系统dg消纳策略研究方法 | |
| CN111737884A (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
| CN111762057B (zh) | 一种区域微网中v2g电动汽车智能充放电管理方法 | |
| CN112800619A (zh) | 多源异质全可再生能源热电气储耦合系统建模与规划方法 | |
| Liu et al. | Research on optimization of energy storage regulation model considering wind–solar and multi-energy complementary intermittent energy interconnection | |
| CN112953364A (zh) | 一种计及光热电站寿命的光热-风电-光伏的联合系统的运行优化模型 | |
| CN115173470A (zh) | 一种基于电网调峰的综合能源系统调度方法及系统 | |
| CN111211569A (zh) | 一种柔性负荷参与电网调峰的优化配置方法 | |
| CN116131303A (zh) | 基于蓄能-储能-光伏电池的综合能源系统协同优化方法 | |
| CN110190630A (zh) | 一种含多微能源网的配网预防-紧急控制方法 | |
| CN113313329B (zh) | 一种含综合能源系统的配电网优化调度方法 | |
| CN115912419A (zh) | 一种基于负荷聚合商的储热-储电协同调度方法 | |
| CN114565480A (zh) | 考虑碳排放量的区域分布式多能源系统多目标规划方法 | |
| CN113627720A (zh) | 基于电能替代的综合园区风光储系统配置方法 | |
| Chen et al. | An integrated energy system optimization model coupled with power-to-gas and carbon capture | |
| Yang | Research on the capacity allocation optimization of micro-grid considering wind-PV-ES | |
| Li et al. | Optimization of Regional Integrated Energy System Scheduling Based on PSO Considering Supply and Demand Interaction | |
| Zhao et al. | Dispatching Characteristics of Regional Integrated Energy System Combined with EVI Air Source Heat Pump and Renewable Energy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |