CN110956344A - 一种计及绿证与碳交易制度的“源-荷”协调优化调度方法 - Google Patents
一种计及绿证与碳交易制度的“源-荷”协调优化调度方法 Download PDFInfo
- Publication number
- CN110956344A CN110956344A CN202010110328.4A CN202010110328A CN110956344A CN 110956344 A CN110956344 A CN 110956344A CN 202010110328 A CN202010110328 A CN 202010110328A CN 110956344 A CN110956344 A CN 110956344A
- Authority
- CN
- China
- Prior art keywords
- load
- cost
- constraint
- expression
- coal
- 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.)
- Withdrawn
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 85
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005457 optimization Methods 0.000 title claims abstract description 42
- 238000010248 power generation Methods 0.000 claims abstract description 38
- 229960005486 vaccine Drugs 0.000 claims abstract description 10
- 230000005611 electricity Effects 0.000 claims description 23
- 230000009194 climbing Effects 0.000 claims description 15
- 230000008901 benefit Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 9
- 230000000452 restraining effect Effects 0.000 claims description 9
- 239000003245 coal Substances 0.000 claims description 7
- 230000002068 genetic effect Effects 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 210000000987 immune system Anatomy 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000002649 immunization Methods 0.000 description 1
- 230000003053 immunization Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
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
- 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
- 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种计及绿证与碳交易制度的“源‑荷”协调优化调度方法,该方法基于低碳电力和智能电网的背景,引入目前的电力证书交易制度及碳排放权交易制度,同时将高载能负荷计入含风电电力系统优化调度模型当中。本发明以发电企业净收益最大为优化目标,建立了计及绿证交易与碳交易的“源‑荷”协调优化调度模型,并采用自适应免疫疫苗算法求解所建模型,对比分析了碳交易制度的引入与高载能负荷的调用给系统带来的影响,结果表明所提方法可有效提高绿证产量,降低弃风率,促进风电消纳,进而降低单位发电量平均碳排放量,且在一定程度上保证发电企业的净收益,提高新能源利用率和环保效益。
Description
技术领域
本发明涉及电力系统中的新能源入网优化调度领域,特别是涉及计及绿证与碳交易制度的“源-荷”协调优化调度方法。
背景技术
随着社会经济的发展,化石燃料需求量越来越大,化石燃料消耗所造成的环境污染、气候变化等环境问题日益突出。全球气候变暖是本世纪最为严重的环境问题之一,如何降低和控制CO2的排放成为各国政府关注的焦点。电力行业CO2排放量在全国总排放量中的占比居高不下,低碳电力的迫切要求使得政府通过大力发展可再生能源发电、制定各种减排机制等来降低电力行业的CO2排放量。绿色电力证书(以下简称“绿证”)交易制度与碳排放权交易制度的施行能够有效促进风电等可再生能源发电的可持续发展,推动电源侧的节能减排。现有研究成果中,大部分仅考虑绿证交易制度或碳交易制度单个方面的优化调度,只有少量研究计及两种制度对电力系统的协同作用。
近年来,随着风电的大规模并网,其随机性、间歇性与反调峰特性使得燃煤机组等常规机组的调峰压力不断加大。同时,大型风电基地普遍存在区域消纳水平有限、外送通道狭窄等困境,而现有能有效提高系统调峰能力的如抽水蓄能、储能电池等方案都存在不同程度上的应用限制。在智能电网快速发展的背景下,电力系统可以通过合理调用负荷侧资源来满足电源侧的调峰需求。高载能负荷具有可调节容量大,响应速度快等诸多优势,且有较多高载能企业分布于风电基地附近,适合用于风电电量的就地消纳。文献[1-2]利用高载能负荷促进风电消纳,综合考虑常规机组出力与高载能负荷,建立了源荷协调优化调度模型。文献[3]根据高载能产业实情对其负荷进行分类,设计了基于需求响应的风电与多类型高载能负荷协调运行的多阶段调度模型,有效地促进了风电消纳。文献[4]依据高载能负荷的调节周期与调节特性差异进行分类,建立了多形态高载能负荷协调降损的二级优化模型,有效降低了大规模风电接入后的网损。
在上述背景下,考虑国家对低碳电力的要求与风电现有的消纳困境,本发明基于绿证交易制度,引入碳排放权交易制度,同时将高载能负荷计入含风电电力系统优化调度模型,以发电企业净收益最大为优化目标,建立了计及绿证交易与碳交易的“源-荷”协调优化调度模型。采用自适应免疫疫苗算法求解所建模型,以某区域电网实例进行仿真,验证了所建模型的合理性。
发明内容
本发明的目的是提供一种计及绿证与碳交易制度的“源-荷”协调优化调度方法来克服现有技术中存在的问题。该调度方法基于绿色电力证书交易制度,引入碳排放权交易制度,充分调动负荷侧高载能负荷资源,综合考虑了碳排放交易制度和高载能负荷对于提高发电企业净收益的能力,并在降低了单位发电量碳排放量的同时提高了新能源消纳能力。
为达到以上目的,本发明采取的技术方案是:
一种计及绿证与碳交易制度的“源-荷”协调优化调度方法,包括以下步骤:
1)建立计及绿证与碳交易制度“源-荷”协调优化调度模型:
所述计及绿证与碳交易制度“源-荷”协调优化调度模型以企业参与发电净收益最大为优化目标,
净收益来自收益与成本之差。企业的发电收益包括:售电收益与绿证收益,企业的发电成本由风力发电成本、常规机组发电成本、碳交易成本与高载能负荷的投切成本构成,企业参与发电净收益F的表达式为:
其中:为发电企业面向当地电网企业售电所得收益,即售电收益,为发
电企业面向电网企业或其他企业、个人出售绿证所得收益,即绿证收益,为风力发
电成本,为常规机组发电成本,为碳交易成本,为高载能
负荷的投切成本;
2)确定优化调度模型的约束条件
约束条件包括:系统约束条件、常规机组约束条件、风电出力约束条件、高载能负荷投切约束条件和可靠性约束条件;
3)对优化调度模型进行求解
综合分析电源侧与电网侧的各项收益与成本,采用综合了遗传算法与人工免疫系统算法优点的自适应免疫疫苗算法求解优化调度模型;
4)求解优化调度模型的评价指标,根据评价指标判断优化调度模型是否合理。
在上述方案的基础上,在绿证交易制度下,风电、火电上网电价都为当地燃煤机组上网标杆电价,由当地电网公司进行结算。
式中:t表示时段序号,本发明以一小时为一个时段,,取
;i表示燃煤机组序号,i=1,2,…,N,N表示燃煤机组的数目,N=3;分别表
示水电机组、燃煤机组的上网电价;分别表示水电机组、燃
气轮机、第i台燃煤机组t时段的启停状态;分别表示水电机
组、燃气轮机、第i台燃煤机组t时段的计划出力;表示t时段风电计划出力。
式中:表示绿证价格;表示风力发电量转化为绿证数量的量化系
数,1本绿证对应1 MW·h风电结算电量;表示在可再生能源电力配额制下,系统需要
完成的可再生能源电力配额比例,这里假设分解到日,则表示可再生能源电力配额
日内比例。
在上述方案的基础上,由风电在1个调度周期内的运行成本与出力偏差成
本构成,这里以风电全寿命周期内单位成本作为风电运行成本系数,风电出力偏
差成本以拉丁超立方采样方法生成风电实际出力,风力发电成本的表达式为:
式中:分别表示正、负旋转备用成本系数;分别
表示t时段的正、负旋转备用量;分别表示1个调度周期内
燃煤机组、燃气轮机与水电机组的发电成本;表示标煤采购价格;均
表示第i台燃煤机组煤耗系数;分别表示燃气轮机运行维护系数、燃料成本
系数;表示水电机组运行维护系数。
在上述方案的基础上,国内对电力行业的碳排放配额分配一般按照无偿分配为
主,有偿分配为辅的原则。碳排放配额的计算方法有历史法与基准线法两种,本发明采用基
准线法确定燃煤机组与燃气轮机的无偿碳排放配额,则区域内电力系统碳交易成本的表达式为:
式中:表示碳排放价格;表示1个调度周期内,区域内电力系统的碳排放量;表示1个调度周期内,区域内电力系统分配到的碳排放配额;均表示第i
台燃煤机组CO2排放系数;表示燃气轮机CO2排放系数;表示单位电量碳排放配额分
配系数,由电量边际排放因子(operating margin, OM)与容量边际排放因子(build
margin, BM)加权而得。
在上述方案的基础上,系统约束条件包括:系统功率平衡约束和系统旋转备用约束,
系统功率平衡约束的表达式为:
系统旋转备用约束的表达式为:
在上述方案的基础上,常规机组约束条件包括:常规机组出力约束、常规机组爬坡速率约束和常规机组启停时间约束;
常规机组出力约束的表达式为:
常规机组爬坡速率约束的表达式为:
式中:分别表示第i台燃煤机组向上、向下爬坡速率;表示时间间
隔;分别表示燃气轮机向上、向下爬坡速率;、分别表示水电机组
向上、向下爬坡速率;表示第i台燃煤机组时段的计划出力,表示
燃气轮机时段的计划出力,表示水电机组时段的计划出力;
常规机组启停时间约束的表达式为:
式中:分别表示时段第i台燃煤机组运行、停机时间;分别表示第i台燃煤机组最短运行时间与最短停机时间;
分别表示时段燃气轮机运行、停机时间;分别表示燃气轮机最短运行
时间与最短停机时间;分别表示时段水电机组运行、停机时
间;分别表示水电机组最短运行时间与最短停机时间;表示
第i台燃煤机组时段的启停状态;表示燃气轮机时段的启停状态;表示水电机组时段的启停状态。
在上述方案的基础上,风电出力约束的表达式为:
在上述方案的基础上,高载能负荷投切约束条件包括:高载能负荷投入容量约束、高载能负荷投切次数约束和高载能负荷投切时间约束;
高载能负荷投入容量约束的表达式为:
高载能负荷投切次数约束的表达式为:
高载能负荷投切时间约束的表达式为:
在上述方案的基础上,所述可靠性约束为:
通过拉丁超立方采样及同步回代法随机生成负荷实际值、风电实际出力及其相应概率,采用机会约束规划以系统可靠性的置信水平R E来保证系统的安全性,其表达式为:
式中:
在上述方案的基础上,所述评价指标包括:弃风率和单位发电量碳排放量;
所述自适应免疫疫苗算法综合了遗传算法与人工免疫系统算法两种算法的优点,既有效地克服了基本遗传算法的局部搜索能力差,抗体多样性无法保持等缺点,又能够有效保持种群多样性,提高收敛稳定性,缩短算法搜索时间。
附图说明
本发明有如下附图:
图1是可再生能源电力配额分配及绿证交易示意图;
图2是日前负荷预测值与风电预测出力图;
图3是自适应免疫疫苗算法流程图;
图4是高载能负荷投切情况图;
图5是本发明所述方法的流程图。
具体实施方式
以下结合附图1-5对本发明作进一步详细说明。
本发明所述计及绿证与碳交易制度的“源-荷”协调优化调度方法,包括以下步骤:
1)建立计及绿证与碳交易制度“源-荷”协调优化调度模型:
所述计及绿证与碳交易制度“源-荷”协调优化调度模型以企业参与发电净收益最大为优化目标,
净收益来自收益与成本之差。企业的发电收益包括:售电收益与绿证收益,企业的发电成本由风力发电成本、常规机组发电成本、碳交易成本与高载能负荷的投切成本构成,企业参与发电净收益F的表达式为:
其中:为发电企业面向当地电网企业售电所得收益,即售电收益,
为发电企业面向电网企业或其他企业、个人出售绿证所得收益,即绿证收益,为风力
发电成本,为常规机组发电成本,为碳交易成本,为高
载能负荷的投切成本;
2)确定优化调度模型的约束条件
约束条件包括:系统约束条件、常规机组约束条件、风电出力约束条件、高载能负荷投切约束条件和可靠性约束条件;
3)对优化调度模型进行求解
综合分析电源侧与电网侧的各项收益与成本,采用综合了遗传算法与人工免疫疫苗算法优点的自适应免疫疫苗算法求解优化调度模型;
4)求解优化调度模型的评价指标,根据评价指标判断优化调度模型是否合理。
在上述方案的基础上,在绿证交易制度下,风电、火电上网电价都为当地燃煤机组上网标杆电价,由当地电网公司进行结算。
式中:t表示时段序号,本发明以一小时为一个时段,,取;
i表示燃煤机组序号,i=1,2,…,N,N表示燃煤机组的数目,N=3;分别表示水
电机组、燃煤机组的上网电价;分别表示水电机组、燃气轮
机、第i台燃煤机组t时段的启停状态;分别表示水电机组、燃
气轮机、第i台燃煤机组t时段的计划出力;表示t时段风电计划出力。
式中:表示绿证价格;表示风力发电量转化为绿证数量的量化系
数,1本绿证对应1 MW·h风电结算电量;表示在可再生能源电力配额制下,系统需要
完成的可再生能源电力配额比例,这里假设分解到日,则表示可再生能源电力配额
日内比例。
在上述方案的基础上,由风电在1个调度周期内的运行成本与出力偏差成
本构成,这里以风电全寿命周期内单位成本作为风电运行成本系数,风电出力偏
差成本以拉丁超立方采样方法生成风电实际出力,风力发电成本的表达式为:
式中:分别表示正、负旋转备用成本系数;分别表示t时
段的正、负旋转备用量;分别表示1个调度周期内燃煤机组、燃
气轮机与水电机组的发电成本;表示标煤采购价格;均表示第i台燃
煤机组煤耗系数;分别表示燃气轮机运行维护系数、燃料成本系数;表
示水电机组运行维护系数。
在上述方案的基础上,国内对电力行业的碳排放配额分配一般按照无偿分配为
主,有偿分配为辅的原则。碳排放配额的计算方法有历史法与基准线法两种,本发明采用基
准线法确定燃煤机组与燃气轮机的无偿碳排放配额,则区域内电力系统碳交易成本的表达式为:
式中:表示碳排放价格;表示1个调度周期内,区域内电力系统的碳排放量;表示1个调度周期内,区域内电力系统分配到的碳排放配额;均表示
第i台燃煤机组CO2排放系数;表示燃气轮机CO2排放系数;表示单位电量碳排放配额
分配系数,由电量边际排放因子(operating margin, OM)与容量边际排放因子(build
margin, BM)加权而得。
在上述方案的基础上,系统约束条件包括:系统功率平衡约束和系统旋转备用约束,
系统功率平衡约束的表达式为:
系统旋转备用约束的表达式为:
在上述方案的基础上,常规机组约束条件包括:常规机组出力约束、常规机组爬坡速率约束和常规机组启停时间约束;
常规机组出力约束的表达式为:
常规机组爬坡速率约束的表达式为:
式中:分别表示第i台燃煤机组向上、向下爬坡速率;表示时间
间隔;分别表示燃气轮机向上、向下爬坡速率;、分别表示水
电机组向上、向下爬坡速率;表示第i台燃煤机组时段的计划出力,表示燃气轮机时段的计划出力,表示水电机组时段
的计划出力;
常规机组启停时间约束的表达式为:
在上述方案的基础上,风电出力约束的表达式为:
在上述方案的基础上,高载能负荷投切约束条件包括:高载能负荷投入容量约束、高载能负荷投切次数约束和高载能负荷投切时间约束;
高载能负荷投入容量约束的表达式为:
高载能负荷投切次数约束的表达式为:
高载能负荷投切时间约束的表达式为:
在上述方案的基础上,所述可靠性约束为:
通过拉丁超立方采样及同步回代法随机生成负荷实际值、风电实际出力及其相应概率,采用机会约束规划以系统可靠性的置信水平R E来保证系统的安全性,其表达式为:
式中:
在上述方案的基础上,所述评价指标包括:弃风率和单位发电量碳排放量;
在本发明的实施例中,以某区域电网为实例进行仿真,假设该区域电网由3台燃煤机组,1台燃气轮机,1台可调节水电机组和1个500 MW风电场构成。燃煤机组详细参数信息见表1。参考甘肃省上网标杆电价,燃煤机组上网标杆电价取297.8 ¥·(MW·h)-1,水电机组上网标杆电价取257 ¥·(MW·h)-1,折合标准煤价格为520 ¥·t-1。可再生能源电力配额日内目标为18%,绿证价格为150 ¥·本-1。风电单位成本为370¥·(MW·h)-1,正、负旋转备用成本系数为112 ¥·(MW·h)-1,取wuncertain=1.5。日前负荷预测值与风电预测出力如图2所示。
表1燃煤机组参数
将上述数据代入到MATLAB语言编制的计及绿证与碳交易制度“源-荷”协调优化调度模型程序中,可以得到如下优化结果。
绿证交易制度下,为定量分析引入碳交易制度和投切高载能负荷对系统的影响,取碳排放权价格为200 ¥·t-1,按是否引入碳交易制度和投入高载能负荷分为情景1、情景2和情景3。所得仿真结果如表2所示。
表2引入碳交易制度及投切高载能负荷对系统的影响
综上所述,本发明基于绿证交易制度,引入碳交易制度,同时通过调用负荷侧的高载能负荷促进风电消纳,提高发电企业绿证产量。以发电企业净收益最大为优化目标,建立了计及绿证交易与碳交易的“源-荷”协调优化调度模型,并采用自适应免疫疫苗算法求解,对比分析了碳交易制度的引入与高载能负荷的调用对系统的影响。仿真结果表明:
1)投入高载能负荷能够有效地促进风电消纳,提高绿证产量,降低弃风率,同时还一定程度上提高了发电企业净收益。但由于燃煤机组与燃气轮机出力增加,导致系统碳排放量大量增加;
2)引入碳交易制度一定程度上可以促进风电消纳,减少系统碳排放量,降低单位发电量平均碳排放量,但由于系统中燃煤机组碳排放水平较高,使得系统用于购买碳排放权的碳交易成本较高,因此,碳交易制度的引入导致发电企业净收益较大幅度下降;
3)在本发明所建模型中,投入高载能负荷的同时,引入碳交易制度,既有效提高了绿证产量,降低弃风率,促进风电消纳,还降低了单位发电量平均碳排放量。此外,还在一定程度上保证了发电企业的净收益。
参考文献:
[1] 刘文颖, 文晶, 谢昶, 等. 考虑风电消纳的电力系统源荷协调多目标优化方法[J]. 中国电机工程学报, 2015, 35(5):1079-1088.Liu Wenying,Wen Jing, Xie Chang,et al. Multi-objective optimal method considering wind power accommodationbased on source-load coordination [J]. Proceedings of the CSEE, 2015, 35(5):1079-1088.
[2] 文晶, 刘文颖, 谢昶,等. 计及风电消纳效益的电力系统源荷协调二层优化模型[J]. 电工技术学报, 2015, 30(8):247-256.Wen Jing, Liu Wenying, Xie Chang, etal. Source-load coordination optimal model considering wind power consumptivebenefits based on bi-level programming [J]. Transactions of ChinaElectrotechnical Society, 2015, 30(8):247-256.
[3] 王健, 鲁宗相, 乔颖, 等. 高载能负荷提高风电就地消纳的需求响应模式研究[J]. 电网技术, 2017(07):66-75.Wang Jian, Lu Zongxiang, Qiao Ying, et al.Research on demand response mechanism of wind power local accommodationutilizing energy-intensive loads [J]. Power System Technology, 2017(07):66-75.
[4] 郭鹏, 刘文颖, 蔡万通, 等. 基于模拟退火-逐步优化算法的多形态高载能负荷协调降损二层优化模型[J]. 电网技术, 2017(03):84-93.
Guo Peng, Liu Wenying, Cai Wantong, et al. A bi-level Coordinativeoptimization model of polymorphic high energy load for grid loss reductionbased on simulated annealing-progressive optimality algorithm [J]. PowerSystem Technology, 2017(03):84-93.
显然,本发明的上述实施例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。而这些属于本发明的精神所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种计及绿证与碳交易制度的“源-荷”协调优化调度方法,其特征在于,包括以下步骤:
1)建立计及绿证与碳交易制度“源-荷”协调优化调度模型:
所述计及绿证与碳交易制度“源-荷”协调优化调度模型以企业参与发电净收益最大为优化目标,企业的发电收益包括:售电收益与绿证收益,企业的发电成本由风力发电成本、常规机组发电成本、碳交易成本与高载能负荷的投切成本构成,企业参与发电净收益F的表达式为:
2)确定优化调度模型的约束条件
约束条件包括:系统约束条件、常规机组约束条件、风电出力约束条件、高载能负荷投切约束条件和可靠性约束条件;
3)对优化调度模型进行求解
综合分析电源侧与电网侧的各项收益与成本,采用综合了遗传算法与人工免疫系统算法优点的自适应免疫疫苗算法求解优化调度模型;
4)求解优化调度模型的评价指标,根据评价指标判断优化调度模型是否合理。
式中:表示碳排放价格;表示1个调度周期内,区域内电力系统的碳排放量;表示1个调度周期内,区域内电力系统分配到的碳排放配额;均表示第i
台燃煤机组CO2排放系数;表示燃气轮机CO2排放系数;表示单位电量碳排放配额分
配系数,由电量边际排放因子与容量边际排放因子加权而得;
6.如权利要求5所述的计及绿证与碳交易制度的“源-荷”协调优化调度方法,其特征在于,常规机组约束条件包括:常规机组出力约束、常规机组爬坡速率约束和常规机组启停时间约束;
常规机组出力约束的表达式为:
常规机组爬坡速率约束的表达式为:
式中:分别表示第i台燃煤机组向上、向下爬坡速率;表示时间间隔;分别表示燃气轮机向上、向下爬坡速率;、分别表示水电机组向
上、向下爬坡速率;表示第i台燃煤机组时段的计划出力,表示燃气轮
机时段的计划出力,表示水电机组时段的计划出力;
常规机组启停时间约束的表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010110328.4A CN110956344A (zh) | 2020-02-24 | 2020-02-24 | 一种计及绿证与碳交易制度的“源-荷”协调优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010110328.4A CN110956344A (zh) | 2020-02-24 | 2020-02-24 | 一种计及绿证与碳交易制度的“源-荷”协调优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110956344A true CN110956344A (zh) | 2020-04-03 |
Family
ID=69985762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010110328.4A Withdrawn CN110956344A (zh) | 2020-02-24 | 2020-02-24 | 一种计及绿证与碳交易制度的“源-荷”协调优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110956344A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270550A (zh) * | 2020-10-21 | 2021-01-26 | 北京电链科技有限公司 | 一种基于区块链的新能源电力溯源方法及系统 |
CN113449987A (zh) * | 2021-06-28 | 2021-09-28 | 上海电机学院 | 可再生能源配额制下的园区能源系统优化调度方法 |
CN115496378A (zh) * | 2022-09-27 | 2022-12-20 | 四川省电力行业协会 | 一种计入风能减排效益的电力系统经济调度方法 |
CN115600795A (zh) * | 2022-09-19 | 2023-01-13 | 南方电网能源发展研究院有限责任公司(Cn) | 数据分析方法、装置、计算机设备和存储介质 |
-
2020
- 2020-02-24 CN CN202010110328.4A patent/CN110956344A/zh not_active Withdrawn
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270550A (zh) * | 2020-10-21 | 2021-01-26 | 北京电链科技有限公司 | 一种基于区块链的新能源电力溯源方法及系统 |
CN112270550B (zh) * | 2020-10-21 | 2024-04-16 | 北京电链科技有限公司 | 一种基于区块链的新能源电力溯源方法及系统 |
CN113449987A (zh) * | 2021-06-28 | 2021-09-28 | 上海电机学院 | 可再生能源配额制下的园区能源系统优化调度方法 |
CN115600795A (zh) * | 2022-09-19 | 2023-01-13 | 南方电网能源发展研究院有限责任公司(Cn) | 数据分析方法、装置、计算机设备和存储介质 |
CN115496378A (zh) * | 2022-09-27 | 2022-12-20 | 四川省电力行业协会 | 一种计入风能减排效益的电力系统经济调度方法 |
CN115496378B (zh) * | 2022-09-27 | 2023-12-01 | 四川省电力行业协会 | 一种计入风能减排效益的电力系统经济调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Model and application of renewable energy accommodation capacity calculation considering utilization level of inter-provincial tie-line | |
CN110956344A (zh) | 一种计及绿证与碳交易制度的“源-荷”协调优化调度方法 | |
Yang et al. | Bidding strategy of a virtual power plant considering carbon-electricity trading | |
Yao et al. | An overview of the photovoltaic industry status and perspective in China | |
CN111210079B (zh) | 一种分布式能源虚拟电厂运行优化方法及系统 | |
CN110826773B (zh) | 一种考虑新能源接入的火电机组月度发电计划优化方法 | |
CN112990523B (zh) | 区域综合能源系统分层优化运行方法 | |
CN112994115B (zh) | 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法 | |
CN116599148A (zh) | 一种面向新能源消纳的氢电混合储能两阶段协同规划方法 | |
CN116050585A (zh) | 基于纳什谈判的含掺氢燃气综合能源多微网优化调度方法 | |
Wei et al. | Energy-efficient distribution in smart grid | |
CN115115087A (zh) | 一种考虑氢燃料汽车与氢储能的虚拟电厂协调调度方法 | |
CN113746105A (zh) | 电力需求响应的优化控制方法、装置、设备和存储介质 | |
CN116128553B (zh) | 基于绿证和碳交易交互的综合能源调度方法、系统 | |
CN116780649A (zh) | 一种多能互补利用的分布式鲁棒优化运行方法 | |
Tian et al. | Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market | |
CN116050865A (zh) | 一种季节性时间尺度下的氢储能电站规划方法 | |
CN113690925B (zh) | 一种基于微电网的能量交互优化方法及系统 | |
CN112541778B (zh) | 一种基于微电网参与两阶段市场出清系统优化运行方法 | |
Chen et al. | A low-carbon planning model for regional power systems with generation-load-storage coordination considering new energy resources’ consumption | |
CN111985844A (zh) | 一种风力及光能综合能源系统日前经济调度方法 | |
Wang et al. | Coordinated Economic Dispatch of Wind-Photovoltaic-Thermal-Storage System Considering the Environmental Cost | |
Yang et al. | Two-stage coordinated optimal dispatching model and benefit allocation strategy for rural new energy microgrid | |
Yi et al. | Collaborative planning and optimization for electric-thermal-hydrogen-coupled energy systems with portfolio selection of the complete hydrogen energy chain | |
CN115640894B (zh) | 一种基于双时间尺度的综合能源系统优化调度方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200403 |