CN111277006A - 一种含燃气-燃煤-风电机组的电力系统低碳控制方法 - Google Patents

一种含燃气-燃煤-风电机组的电力系统低碳控制方法 Download PDF

Info

Publication number
CN111277006A
CN111277006A CN202010126936.4A CN202010126936A CN111277006A CN 111277006 A CN111277006 A CN 111277006A CN 202010126936 A CN202010126936 A CN 202010126936A CN 111277006 A CN111277006 A CN 111277006A
Authority
CN
China
Prior art keywords
carbon
carbon emission
node
load
cost
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
Application number
CN202010126936.4A
Other languages
English (en)
Other versions
CN111277006B (zh
Inventor
陈厚合
张儒峰
茅文玲
姜涛
李雪
李国庆
王长江
李本新
李曙光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeast Electric Power University
Original Assignee
Northeast Dianli University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN202010126936.4A priority Critical patent/CN111277006B/zh
Publication of CN111277006A publication Critical patent/CN111277006A/zh
Application granted granted Critical
Publication of CN111277006B publication Critical patent/CN111277006B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种含燃气‑燃煤‑风电机组的电力系统低碳控制方法,所述方法包括:基于碳排放流理论,将发电侧碳排放责任归算至负荷侧,计算出未响应时负荷侧各节点碳势和总碳排放量;引入Shapley值分摊碳排放责任计算各负荷节点的碳排放合理范围,进而根据碳排放合理范围,根据阶梯碳价制定计算出未响应时负荷侧各节点的碳排放成本;构建以电力系统经济调度为一阶段优化模型和以碳价为信号的需求响应低碳优化调度的二阶段优化模型,通过需求响应调节用户侧负荷,同时计算出响应后的负荷侧各节点总碳排放量及碳排放成本,并与响应前数据进行对比,进而降低总碳排放量,减少碳排放成本。本发明利用负荷侧调节能力降低系统碳排放量。

Description

一种含燃气-燃煤-风电机组的电力系统低碳控制方法
技术领域
本发明涉及电力系统领域,尤其涉及一种含燃气-燃煤-风电机组的电力系统低碳控制方法。
背景技术
过度消耗化石燃料所导致的全球变暖是当前人类社会生存与发展面临的最严峻的挑战之一。温室气体导致的气候变暖效应中,CO2的作用高达77%[1-2]。作为主要的碳排放源之一,电力工业的低碳发展已经成为一项重要任务,努力实现低碳发展是新形势下电力行业发展的新主题[3]
目前,电力生产所利用的一次能源仍以煤炭等化石能源为主,造成了巨大的碳排放。由于碳排放和发电环节紧密相关,因此,在传统意义上,对于电力系统的碳排放责任相关研究主要侧重于发电侧。针对发电侧,世界各国制定了许多有关碳税、碳价的相关碳交易机制政策,如总量管制、交易制度、上网电价补贴政策等,以减少碳排放量。然而,对于负荷侧参与的电力系统低碳运行策略研究较少。目前,作为发展低碳电力的一种有效分析工具,碳排放流理论得到了进一步的发展与完善。碳排放流理论可以为面向低碳的电力系统控制方法、发电运行计划及方式定制乃至中长期电网电源规划方法等提供理论帮助;因此,碳排放流理论的建立为负荷侧碳责任分析提供了新的思路[4-5]
针对如何将负荷侧碳排放责任分配合理的不足,采用基于Shapley值碳责任分摊方法[6]可以合理解决这个问题,在碳排放分摊责任的应用上具有更好的公平性和一致性。通过基于Shapley值碳责任分摊方法,计算出各负荷节点分摊的碳排放责任合理范围,进而提出一种跟据碳责任范围为基础的阶梯碳价制定方法。
近年来,随着智能电网的发展,用户侧参与电力系统控制运行的研究日趋完善[7]。在用户侧,可以通过引导用户提高节电意识,改善用电行为,消减不必要的用电需求或转移尖峰负荷,促进电力系统碳排放量的减少,因此,需求侧响应也可以参与到电力系统的节能减排中。负荷侧的节能减排能力体现在可以通过需求响应合理平移负荷,在不同的时间段内平移碳排放责任,从而避免某时段某负荷节点侧承担过高碳责任,在低碳经济背景下,降低碳排放成本。
发明内容
本发明针对需求侧参与电力系统低碳控制的不足,提出一种含燃气-燃煤-风电机组的电力系统低碳控制方法,利用负荷侧调节能力降低系统碳排放量,详见下文描述:
一种含燃气-燃煤-风电机组的电力系统低碳控制方法,所述方法包括:
基于碳排放流理论,将发电侧碳排放责任归算至负荷侧,计算出未响应时负荷侧各节点碳势和总碳排放量;
引入Shapley值分摊碳排放责任计算各负荷节点的碳排放合理范围,进而根据碳排放合理范围,根据阶梯碳价制定计算出未响应时负荷侧各节点的碳排放成本;
构建以电力系统经济调度为一阶段优化模型和以碳价为信号的需求响应低碳优化调度的二阶段优化模型,通过需求响应调节用户侧负荷,同时计算出响应后的负荷侧各节点总碳排放量及碳排放成本,并与响应前数据进行对比,进而降低总碳排放量,减少碳排放成本。
其中,所述阶梯碳价具体为:
Figure BDA0002394686320000021
其中,λ为阶梯碳排放成本,Ei,t为单位时间负荷节点碳排放总量;xmin(i)为低碳排放责任值;xave(i)为中碳排放责任值;xmax(i)为高碳排放责任值。
其中,所述碳排放成本为:
Figure BDA0002394686320000022
其中,λ1为0、λ2为5、λ3为10、λ4为20,单位为$/CO2
进一步地,所述方法还包括:
基于二阶段优化模型,以碳价为价格信号对系统进行需求响应,调节负荷,利用上层计算出的阶梯碳价区间,计算响应后的碳排放成本,并将重新响应后的负荷量代入一阶段优化模型,重新求解一阶段优化模型,并计算出响应后的系统总碳排放量以及碳排放责任成本,输出最终调度结果。
其中,所述一阶段优化模型为:
目标函数为发电成本最小:
Figure BDA0002394686320000031
其中,cg、cw为火电机组和风电机组发电成本;Pg,t、Pw,t为t时刻火电机组和风电机组输出功率;N为各机组数量;T为24时段;g为火电机组;w为风电机组;
节点功率平衡约束为:
Figure BDA0002394686320000032
其中,
Figure BDA0002394686320000033
为t时刻的节点流入功率,
Figure BDA0002394686320000036
为t时刻的节点流出功率,Dexp,t为t时刻的预测负荷。
其中,所述二阶段优化模型为:
目标函数为碳排放责任成本与需求响应成本之和最小:
Figure BDA0002394686320000034
其中,Cemi,i,t为碳排放成本;cdis为每响应单位功率的成本系数;Ddis,i,t,为负荷响应量;
碳排放约束等式:
Ei,t=edi,tDtr,i,t
ei,t=ρl,t(i∈l+)
Figure BDA0002394686320000035
其中,egi,t为各时段发电机组节点碳势,edi,t为各时段负荷节点碳势,ρl,t为各时段支路碳排放率,Dtr,i,t为经过响应后的各时段节点负荷值,l+为支路首节点,Plinel,t为t时段线路潮流功率,,1+为节点流入线路。
本发明提供的技术方案的有益效果是:
1、利用碳排放流理论,改变了传统在发电侧计算碳排放成本的方式,将发电侧碳排放责任归算至负荷侧,有利于更公平更合理计算总碳排放成本;
2、本发明提出一种基于Shapley值分摊方法的碳责任合理范围计算方法,可以更公平、更有效地计算负荷侧碳责任,并提出一种根据碳责任范围的各负荷节点阶梯碳价制定方法,更加合理地计算负荷侧碳排放成本;
3、利用负荷侧需求响应能力,通过灵活调节负荷在控制周期内的分布,从而有效地降低系统总碳排放量和负荷侧碳排放成本;
4、本发明对含风电机组系统,利用负荷侧需求响应能力,可提高风电利用率,有效促进了风电消纳。
附图说明
图1为电力系统碳排放流示意图;
图2为两阶段优化控制流程图;
图3为PJM-5节点系统模型的示意图;
图4为负荷及风电出力预测值的示意图;
图5为全火电机组场景下各节点碳排放责任阶梯分段的示意图;
图6为含风电机组场景下各节点碳排放责任阶梯分段的示意图;
图7为考虑需求响应前后风电出力结果的示意图;
图8为考虑需求响应前后负荷对比的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明实施方式作进一步地详细描述。
在大力发展低碳经济的背景下,碳排放流理论将成为电力系统中详细描述电力生产与消费过程中碳排放转换关系的一种有力工具;随着智能电网快速发展,需求侧资源逐渐参与电力系统控制,为降低电力系统碳排放提供了新的思路。
实施例1
本发明实施例建立了一种含燃气-燃煤-风电机组的电力系统低碳控制方法,将碳排放责任从发电侧转移至负荷侧进行核算,通过负荷侧需求响应能力,灵活调节负荷在调度周期内的分布,可有效降低系统总碳排放量和负荷侧碳排放成本,为低碳背景下的电力控制方法提供了较为可行的借鉴,包括以下步骤:
101:基于碳排放流理论,将发电侧碳排放责任归算至负荷侧,计算出未响应时负荷侧各节点碳势和总碳排放量;
102:引入Shapley值分摊碳排放责任计算各负荷节点的碳排放合理范围,进而根据碳排放合理范围,根据阶梯碳价制定计算出未响应时负荷侧各节点的碳排放成本;
103:构建以电力系统经济调度为一阶段优化模型和以碳价为信号的需求响应低碳优化调度的二阶段优化模型,通过需求响应调节用户侧负荷,同时计算出响应后的负荷侧各节点总碳排放量及碳排放成本,并与步骤101和102中的响应前数据进行对比;
104:基于改进后的PJM-5节点系统分别对全火电机组场景和含风电机组场景进行可行性验证,对比两个场景下,响应前后的系统总碳排放量及碳排放成本变化,验证所提模型及方法可以降低系统碳排放量的合理性和可行性。
其中,改进后的PJM-5节点系统为本领域技术人员所公知,本发明实施例对此不做赘述。
综上所述,本发明实施例通过上述步骤101-步骤104可有效降低系统总碳排放量和负荷侧碳排放成本,为低碳背景下的电力控制方法提供了较为可行的借鉴。
实施例2
下面结合图1、表1以及具体的计算公式对实施例1中的方案进行进一步地介绍,详见描述:
201:电力系统碳排放流理论概述:
当采用化石燃料发电时,其燃烧后会产生大量二氧化碳,形成碳排放。由于碳排放与潮流之间存在依附关系,如图1所示,可以将碳排放数据标签加在潮流数据上,形成碳排放流理论的基础。
电力系统碳排放流理论概念与指标如表1所示:
表1碳排放理论基本概念与指标
Figure BDA0002394686320000051
根据比例共享原则,流出潮流的任意一条支路都具有每条流入潮流的分量,设N+和N-为潮流流入和流出节点的支路集合,流入节点的第l1条支路和流出节点第l2条支路的有功潮流为Pl1和Pl2
Figure BDA0002394686320000061
其中,Plinel2(l1)为流出节点支路中第l2条支路中含流入支路中第l1条支路的分量,s为潮流流入节点的集合,Ps为潮流流入节点的功率集合。
根据能量合并原则,可知第l2条流出支路有功潮流的碳流率应为所有流入节点中支路对第l2条支路碳贡献之和:
Figure BDA0002394686320000062
其中,ρl1为第l1条支路碳流密度,Rl2为第l1条支路碳流率。
由此,第l2条支路的碳流密度ρl2(l2∈N-)为:
Figure BDA0002394686320000063
其中,ρl为流入节点支路的碳流密度。
将式(1)与式(3)相结合,可消去Plinel2(l1)
Figure BDA0002394686320000064
其中,Plinel1、Plinel2、Plines分别为第l1条支路功率潮流、第l2条支路功率潮流和潮流流入节点支路的功率潮流集合,Rs为潮流流入节点支路的支路碳流率,ei为第i节点碳势。
推导可得,从节点流出潮流的碳流密度ρl2应与该节点的碳势ei相等。
根据电力系统碳排放流理论可得,系统中任一节点i的碳势ei为:
Figure BDA0002394686320000065
其中,Pg为发电机机组出力,egi为发电机节点碳势,Plinel为第l条支路流过的功率潮流,l+为支路首节点。
式(5)中节点i的碳势由其接入机组产生的碳排放流和从其他节点流入该节点的碳排放流共同决定。
ei=ρl(i∈l+) (6)
根据碳排放流理论推导后,可知,支路碳流密度由本支路首节点决定。
由各机组碳排放系数及系统潮流相关数据可得各个节点的碳排放量Eemi
Eemi=ediDi (7)
其中,edi为负荷节点碳势,Di为节点负荷量。
碳排放流理论体系的建立,使原本在发电侧归算的碳排放责任可以转移至负荷侧,可以更公平在负荷侧进行碳责任分摊,避免了传统发电侧单独分摊碳责任的不合理。
202:基于Shapley值碳责任分摊方法计算碳责任合理范围,进而提出一种根据碳责任范围的节点阶梯碳价制定方法,计算负荷侧碳排放成本。
其中,步骤202包括:
1)基于Shapley值的分摊理论,计算出各负荷节点成员对于不同负荷节点联盟的边际作用,计算出各负荷节点成员分得的所有边际作用的平均值,即为各负荷节点成员分得的碳排放责任:
Figure BDA0002394686320000071
其中,xi为负荷节点成员i所分摊的碳排放责任量;S为排序在负荷节点成员i之前的负荷节点成员组成的子联盟,可以为任意不包含负荷节点成员i的子联盟;P(S)为该子联盟S发生的概率;S∪{i}为将负荷节点成员i并入子联盟S中形成的新的联盟;c(S∪{i})-c(S)表示负荷节点成员i并入子联盟S的边际作用。
其中,P(S)为:
Figure BDA0002394686320000072
其中,nS为子联盟中排序在负荷节点成员之前的成员数量,nN为子联盟中负荷节点成员的总数量,!为阶乘。
根据Shapley值的分摊理论,任意负荷节点成员分得的碳排放责任量应在一定的合理范围之内,不大于该负荷节点成员边际作用的最大值xmax(i)=max(c(S∪{i})-c(S)),也不小于其边际作用的最小值xmin(i)=min(c(S∪{i})-c(S))。即:
xmin(i)≤x(i)≤xmax(i) (10)
2)根据式(8)、式(10)所得边际作用的最大、最小值以及平均值,就可以在碳排放合理范围之内制定阶梯碳价。在每一时段将各节点碳排放责任合理范围分为4个区间:免费碳责任价格区间0-xmin(i)、低碳责任价格区间xmin(i)-xave(i)、中碳责任价格区间xave(i)-xmax(i)、高碳责任价格区间xmax(i)-∞。在不同区间,对节点碳排放量实行阶梯碳价,则有:
Figure BDA0002394686320000081
其中,λ为阶梯碳排放成本,单位为$/tCO2,Ei,t为单位时间负荷节点碳排放总量。
根据阶梯碳价计算碳排放总成本Cemi,i,t
Figure BDA0002394686320000082
203:构建两阶段低碳经济调度模型
如图2所示,以电力系统日前经济调度模型为一阶段模型;基于调度结果,利用碳排放流理论,根据基于Shapley值碳责任分摊方法,计算出系统的各负荷节点碳责任的合理范围,根据其范围制定各负荷节点阶梯碳价的适用范围,并计算系统负荷侧的总碳排放量及碳排放成本。
以需求响应低碳优化调度模型为二阶段模型,以碳价为价格信号对系统进行需求响应,调节负荷,利用上层计算出的阶梯碳价区间,计算响应后的碳排放成本,并将重新响应后的负荷量代入上阶段模型,重新求解一阶段的经济调度模型,并计算出响应后的系统总碳排放量以及碳排放责任成本,输出最终调度结果。
1)一阶段模型:电力系统日前经济调度模型
电力系统日前经济调度模型的目标函数为发电成本最小:
Figure BDA0002394686320000083
其中,cg、cw为火电机组和风电机组发电成本,单位$/MW;Pg,t、Pw,t为t时刻火电机组和风电机组输出功率,单位MW。
火电机组容量上下限约束:
Pmin,g≤Pg,t≤Pmax,g (14)
其中,Pmin,g、Pmax,g为各火电机组有功出力上下限。
风电机组容量上下限约束:
Pmin,w≤Pw,t≤Pmax,w (15)
其中,Pmin,w、Pmax,w为各风电机组有功出力上下限。
线路潮流上下限约束:
Plinemin,l≤Plinel,t≤Plinemax,l (16)
其中,Plinel,t为t时刻线路l的有功潮流,Plinemin,l、Plinemax,l为各线路之间传输功率上下限。
平衡节点约束:
θref,t=0 (17)
其中,θref,t为t时刻的平衡节点相角。
节点功率平衡约束:
Figure BDA0002394686320000091
其中,
Figure BDA0002394686320000092
为t时刻的节点流入功率,
Figure BDA0002394686320000093
为t时刻的节点流出功率,Dexp,t为t时刻的预测负荷。
火电机组爬坡约束:
Rampmin≤Pg,t-Pg,t-1≤Rampmax(t≥2) (19)
其中,Rampmin、Rampmax分别为火电机组有功出力爬坡上下限值。
2)二阶段模型:以碳价为价格信号的需求响应低碳优化调度模型
二阶段需求响应低碳优化调度模型的目标函数为碳排放责任成本与需求响应成本之和最小:
Figure BDA0002394686320000094
其中,Cemi,i,t为碳排放成本,单位为$;cdis为每响应单位功率的成本系数,单位为$/MW;Ddis,i,t,为负荷响应量,单位为MW。
负荷变化量约束:
Figure BDA0002394686320000095
其中,Dtr,i,t为经过响应后的各时段节点负荷值。负荷变化量的上限和下限一般情况下假设为节点负荷的20%。
Figure BDA0002394686320000101
约束(22)可保证控制周期内响应前后系统总负荷不变。
碳排放约束等式:
Figure BDA0002394686320000102
Figure BDA0002394686320000103
其中,Ei,t为各时段系统节点碳排放总量,单位为tCO2;egi,t为各时段发电机组节点碳势,edi,t为各时段负荷节点碳势,ρl,t为各时段支路碳排放率,单位均为tCO2/(kW·h)。
系统碳排放责任成本:
Figure BDA0002394686320000104
通过一阶段经济优化调度,利用碳排放流理论计算出系统碳排放责任成本,可以将发电侧的碳责任成本转移至负荷侧,将系统的碳排放量数据化,利用Shapley值分摊方法合理分摊碳责任,建立一种负荷节点阶梯碳价计算模式,同时,在不改变总用电量的前提下,通过二阶段需求响应低碳优化调度,通过响应前后碳排放责任成本数据的对比,可以清晰地了解用户侧的碳责任是否有所改变,提高风电能源利用率,降低总碳排放量,减少碳排放成本,为电力行业低碳化提供了一个比较清晰的电力调度方法。
实施例3
下面结合具体的实例、图3-8、以及表1-6对实施例1和2中的方案进行可行性验证,详见下文描述:
301:PJM-5节点测试系统
表1机组参数
Figure BDA0002394686320000105
Figure BDA0002394686320000111
本实例以PJM-5节点系统为例进行分析、验证,以图3中的PJM-5节点系统为例进行分析,该系统包括了5个发电机节点、6条输电线路和3个负荷节点B、C、D,具体系统参数如表1。
图4为24小时内的系统预测总负荷和预测风电出力情况。将预测的每小时总负荷平均分配到负荷节点B、C、D上,得出各节点每个时段的负荷值。建立PJM-5节点全火电场景和含风电机组场景下两阶段低碳经济调度模型,并计算两种场景下各节点的碳排放责任合理范围,并根据范围制定阶梯碳价计算方法,计算出系统的碳排放责任和碳排放成本,并对比需求响应前后碳排放责任和碳排放成本的变化。该步骤301包括:
1)基于Shapley值的负荷侧责任分摊
基于Shapley值得负荷侧责任分摊方法可将负荷节点分为负荷成员B、负荷成员C、负荷成员D。故,全联盟N={B、C、D}中有6个非空子联盟,分别是分别为{B},{C},{D},{B,C},{C,D},{B,D}。以t=1时刻为例,在不同子联盟情况下,求解经济调度模型,得到各子联盟情况下的系统碳排放量结果如表2所示:
表2各子联盟的碳排放责任量
Figure BDA0002394686320000112
由合理性可知,节点碳排放合理范围应不大于该负荷成员边际作用的最大值(即max(c(S∪{i})-c(S))),也不小于其边际作用的最小值(即min(c(S∪{i})-c(S)))。以t=1时刻节点B为例,子联盟{B}情况下的碳排放量E{B}为180.87tCO2·h-1,E{B,C}-E{C}为-53.66tCO2·h-1,E{B,D}-E{D}为8.70tCO2·h-1,E{B,C,D}-E{C,D}为8.70tCO2·h-1。故节点B所分得的碳排放责任量的合理范围为:8.70tCO2·h-1到180.87tCO2·h-1之间。同时,利用公式(9)可得:
Figure BDA0002394686320000121
其中,P(1)为2!(3-2-1)!/3!=1/3,同理,P(2)为1/6,P(3)为1/6,P(4)为1/3,可得节点B的平均碳排放量为:64.64tCO2·h-1
由上可得,负荷侧节点B在t=1时段的阶梯碳责任成本分摊结果如下:
Figure BDA0002394686320000122
基于Shapley值法进行碳责任分摊后,可以算出24时段各负荷节点的碳排放责任合理范围,之后进行阶梯碳价区间的划分,在每一时段将各负荷节点的阶梯碳价区间分为4段,依次用深色、白色、浅色以及其浅色以上范围表示,结果如图6所示。
2)全火电机组场景情况分析
图5分析了全火电机组场景下基于Shapley值碳责任分摊方法下阶梯碳责任阶梯分段情况。将图6(a)与图5(a)相比较,在负荷不变的情况下,总碳排放责任量范围曲线依旧跟负荷曲线基本一致,没有明显变化,而与图6相比,全火电机组的免费额度的碳排放责任范围大,由于全火电机组场景下,负荷侧需求均以火力发电机组发电提供,火力发电机组碳排放系数大,系统中各节点碳势上升。
基于所提出的两阶段低碳优化控制方法,分别对考虑与不考虑需求响应场景进行求解,对所得到的响应前后运行成本及系统碳排放量进行比较,如表3、4所示:
表3考虑需求响应前后运行成本及碳排放成本对比
Figure BDA0002394686320000123
表4考虑需求响应前后节点总碳排放量对比
Figure BDA0002394686320000124
从表3、4可以看出,考虑需求响应后,系统运行成本上升了200$,而碳排放成本降低了1500$,总碳排放量也相比响应前下降200tCO2。总碳排放量及碳排放成本下降说明本文所提出方法可有效降低碳排放,但是发电侧成本上升,是因为不同时段负荷分配情况在需求响应后发生变化,而发电侧未考虑碳排放成本,故发电成本有少量的增加。
3)含风电机组场景情况分析
对于PJM-5系统算例,考虑风电机组情况下对模型进行求解。含风电机组场景中各节点碳排放责任阶梯分段结果仍如图5所示,图7、8为考虑需求响应前后风电调度出力和负荷情况。
由图7、8可知,在时刻4至时刻7,时刻14至时刻16,考虑需求响应后风电出力比响应前增大,是因为响应后调整了负荷量,在这些时段内,负荷量有所上升,富余风电得以消纳,减少了弃风。由于这些时段的风力机组增加了出力,降低了高碳排放强度火电机组的出力,故降低了系统的总碳排放量,因此,考虑需求响应后,含风电系统中的总碳排放量降低,运行成本也相应减少。
表5考虑需求响应前后运行成本及碳排放成本对比
Figure BDA0002394686320000131
表6考虑需求响应前后节点总碳排放量对比
Figure BDA0002394686320000132
表5、6分别为含风电机组场景下考虑需求响应前后运行成本和碳排放情况对比。在可调范围内进行负荷调节,用户侧可以自主调节用电方式,通过多时段平移负荷,将高碳排放量时刻的负荷进行转移。由表5、6可知,在保证需求侧负荷不变的条件下,考虑二阶段需求响应优化控制后,负荷分布改变,提高了运行成本较低且碳排放系数小的风电机组出力,使系统运行成本减少了23068.24$,总碳排放减少了958.54tCO2,从而使负荷侧碳排放成本降低7943.21$,证明了本发明所提出的含燃气-燃煤-风电机组的电力系统低碳调度模型的合理性与有效性。
参考文献
[1]魏一鸣,刘兰翠,范英,等.中国能源报告(2008):碳排放研究.北京:科学出版社,2008.
[2]程耀华,张宁,康重庆,孟珺遐,闫华光.考虑需求侧管理的低碳电网规划[J].电力系统自动化,2016,40(23):61-69.
[3]Tao Jiang,Linquan Bai,Fangxing Li,et al.Synchrophasor measurement-based correlation approach for dominant mode identification in bulk powersystems[J].IET Generation,Transmission&Distribution,2016,10(11):2710-2719.
[4]卫志农,张思德,孙国强,等.基于碳交易机制的电—气互联综合能源系统低碳经济运行[J].电力系统自动化,2016,40(15):9-16.
[5]周天睿,康重庆,徐乾耀,陈启鑫.电力系统碳排放流的计算方法初探[J].电力系统自动化,2012,36(11):44-49.
[6]Zhou.Q,M.Shahidehpour,T.Sun,D.Feng and M.Yan,Game for CarbonObligation Allocation among Distribution System Operators to Incentivize theProliferation of Renewable Energy.IEEE Transactions on Smart Grid,2019,07(05):1-1.
[7]李保卫,胡泽春,宋永华,方晓松,杨俊.用户侧电力碳排放强度的评估原则与模型[J].电网技术,2012,36(08):6-11.
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种含燃气-燃煤-风电机组的电力系统低碳控制方法,其特征在于,所述方法包括:
基于碳排放流理论,将发电侧碳排放责任归算至负荷侧,计算出未响应时负荷侧各节点碳势和总碳排放量;
引入Shapley值分摊碳排放责任计算各负荷节点的碳排放合理范围,进而根据碳排放合理范围,根据阶梯碳价制定计算出未响应时负荷侧各节点的碳排放成本;
构建以电力系统经济调度为一阶段优化模型和以碳价为信号的需求响应低碳优化调度的二阶段优化模型,通过需求响应调节用户侧负荷,同时计算出响应后的负荷侧各节点总碳排放量及碳排放成本,并与响应前数据进行对比,进而降低总碳排放量,减少碳排放成本。
2.根据权利要求1所述的一种含燃气-燃煤-风电机组的电力系统低碳控制方法,其特征在于,所述阶梯碳价具体为:
Figure FDA0002394686310000011
其中,λ为阶梯碳排放成本,Ei,t为单位时间负荷节点碳排放总量;xmin(i)为低碳排放责任值;xave(i)为中碳排放责任值;xmax(i)为高碳排放责任值。
3.根据权利要求2所述的一种含燃气-燃煤-风电机组的电力系统低碳控制方法,其特征在于,所述碳排放成本为:
Figure FDA0002394686310000012
其中,λ1、λ2、λ3和λ4为预设值。
4.根据权利要求1所述的一种含燃气-燃煤-风电机组的电力系统低碳控制方法,其特征在于,所述方法还包括:
基于二阶段优化模型,以碳价为价格信号对系统进行需求响应,调节负荷,利用上层计算出的阶梯碳价区间,计算响应后的碳排放成本,并将重新响应后的负荷量代入一阶段优化模型,重新求解一阶段优化模型,并计算出响应后的系统总碳排放量以及碳排放责任成本,输出最终调度结果。
5.根据权利要求1或4所述的一种含燃气-燃煤-风电机组的电力系统低碳控制方法,其特征在于,所述一阶段优化模型为:
目标函数为发电成本最小:
Figure FDA0002394686310000021
其中,cg、cw为火电机组和风电机组发电成本;Pg,t、Pw,t为t时刻火电机组和风电机组输出功率;N为各机组数量;T为24时段;g为火电机组;w为风电机组;
节点功率平衡约束为:
Figure FDA0002394686310000022
其中,
Figure FDA0002394686310000023
为t时刻的节点流入功率,
Figure FDA0002394686310000024
为t时刻的节点流出功率,Dexp,t为t时刻的预测负荷。
6.根据权利要求1或4所述的一种含燃气-燃煤-风电机组的电力系统低碳控制方法,其特征在于,所述二阶段优化模型为:
目标函数为碳排放责任成本与需求响应成本之和最小:
Figure FDA0002394686310000025
其中,Cemi,i,t为碳排放成本;cdis为每响应单位功率的成本系数;Ddis,i,t,为负荷响应量;
碳排放约束等式:
Ei,t=edi,tDtr,i,t
ei,t=ρl,t(i∈l+)
Figure FDA0002394686310000026
其中,egi,t为各时段发电机组节点碳势,edi,t为各时段负荷节点碳势,ρl,t为各时段支路碳排放率,Dtr,i,t为经过响应后的各时段节点负荷值,l+为支路首节点,Plinel,t为t时段线路潮流功率,1+为节点流入线路。
CN202010126936.4A 2020-02-28 2020-02-28 一种含燃气-燃煤-风电机组的电力系统低碳控制方法 Active CN111277006B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010126936.4A CN111277006B (zh) 2020-02-28 2020-02-28 一种含燃气-燃煤-风电机组的电力系统低碳控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010126936.4A CN111277006B (zh) 2020-02-28 2020-02-28 一种含燃气-燃煤-风电机组的电力系统低碳控制方法

Publications (2)

Publication Number Publication Date
CN111277006A true CN111277006A (zh) 2020-06-12
CN111277006B CN111277006B (zh) 2022-05-27

Family

ID=70999247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010126936.4A Active CN111277006B (zh) 2020-02-28 2020-02-28 一种含燃气-燃煤-风电机组的电力系统低碳控制方法

Country Status (1)

Country Link
CN (1) CN111277006B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113780776A (zh) * 2021-08-30 2021-12-10 南方电网科学研究院有限责任公司 基于需求侧的电力系统碳运行调度方法、装置及设备
CN114492997A (zh) * 2022-01-26 2022-05-13 国网江苏省电力有限公司经济技术研究院 一种多站融合综合能源站碳流态势感知与低碳运行方法
CN114936745A (zh) * 2022-04-12 2022-08-23 国网浙江省电力有限公司经济技术研究院 一种基于碳成本分摊的电力系统碳排放量降低方法及装置
CN115310651A (zh) * 2022-05-13 2022-11-08 中国矿业大学 基于物质流-能量流协同的煤矿能源系统低碳运行方法
CN115375183A (zh) * 2022-09-19 2022-11-22 浙江大学 考虑能流-碳流耦合约束的电力系统配网优化调度方法
WO2023160283A1 (zh) * 2022-02-24 2023-08-31 清华大学 基于碳排放流的碳排放响应计算方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106711997A (zh) * 2016-11-28 2017-05-24 浙江大学 一种基于碳排放电价的电力用户碳排放成本分摊方法
CN108197763A (zh) * 2018-03-01 2018-06-22 清华大学 一种面向低碳电力系统的鲁棒经济调度确定方法及系统
CN108229865A (zh) * 2018-03-30 2018-06-29 天津大学 一种基于碳交易的电热气综合能源系统低碳经济调度方法
CN108985532A (zh) * 2017-06-02 2018-12-11 上海交通大学 基于碳排放的网源荷调度评估系统及方法
CN109687532A (zh) * 2019-03-08 2019-04-26 燕山大学 一种基于合作博弈提高风电消纳的热电联合调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106711997A (zh) * 2016-11-28 2017-05-24 浙江大学 一种基于碳排放电价的电力用户碳排放成本分摊方法
CN108985532A (zh) * 2017-06-02 2018-12-11 上海交通大学 基于碳排放的网源荷调度评估系统及方法
CN108197763A (zh) * 2018-03-01 2018-06-22 清华大学 一种面向低碳电力系统的鲁棒经济调度确定方法及系统
CN108229865A (zh) * 2018-03-30 2018-06-29 天津大学 一种基于碳交易的电热气综合能源系统低碳经济调度方法
CN109687532A (zh) * 2019-03-08 2019-04-26 燕山大学 一种基于合作博弈提高风电消纳的热电联合调度方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LIXIA CHEN ET AL.: "A Shapley Value Based Method for Allocating Carbon Obligation between Generation Side and Demand Side in Power System", 《IEEE》 *
RUFENG ZHANG ET AL.: "A Multi-Objective Approach for Low-carbon Economic Dispatch With Carbon Capture Power Plants and Demand Response", 《IEEE》 *
梅天华 等: "考虑碳排放权的低碳电力调度及收益分摊", 《电力系统自动化》 *
王澹等: "考虑碳排放权分配及需求侧资源的安全约束机组组合问题研究", 《电网技术》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113780776A (zh) * 2021-08-30 2021-12-10 南方电网科学研究院有限责任公司 基于需求侧的电力系统碳运行调度方法、装置及设备
CN114492997A (zh) * 2022-01-26 2022-05-13 国网江苏省电力有限公司经济技术研究院 一种多站融合综合能源站碳流态势感知与低碳运行方法
WO2023160283A1 (zh) * 2022-02-24 2023-08-31 清华大学 基于碳排放流的碳排放响应计算方法及装置
CN114936745A (zh) * 2022-04-12 2022-08-23 国网浙江省电力有限公司经济技术研究院 一种基于碳成本分摊的电力系统碳排放量降低方法及装置
CN114936745B (zh) * 2022-04-12 2024-06-07 国网浙江省电力有限公司经济技术研究院 一种基于碳成本分摊的电力系统碳排放量降低方法及装置
CN115310651A (zh) * 2022-05-13 2022-11-08 中国矿业大学 基于物质流-能量流协同的煤矿能源系统低碳运行方法
CN115375183A (zh) * 2022-09-19 2022-11-22 浙江大学 考虑能流-碳流耦合约束的电力系统配网优化调度方法

Also Published As

Publication number Publication date
CN111277006B (zh) 2022-05-27

Similar Documents

Publication Publication Date Title
CN111277006B (zh) 一种含燃气-燃煤-风电机组的电力系统低碳控制方法
Wei et al. Economic dispatch savings in the coal-fired power sector: An empirical study of China
Li et al. The impact of inter-regional transmission grid expansion on China’s power sector decarbonization
CN109449971A (zh) 一种新能源消纳的多目标电力系统源荷互动优化调度方法
CN106300336A (zh) 一种计及负荷侧和电源侧的虚拟电厂多目标优化调度方法
CN112395748B (zh) 考虑供需双侧灵活性资源的电力系统旋转备用容量优化方法
CN114336702B (zh) 基于双层随机规划的风光储场站群功率分配协同优化方法
Fang et al. Look-ahead bidding strategy for concentrating solar power plants with wind farms
Mondal et al. Impacts of CO2 emission constraints on technology selection and energy resources for power generation in Bangladesh
CN113241757A (zh) 一种考虑柔性负荷与ess-sop的多时间尺度优化调度方法
CN106877339A (zh) 一种考虑电动汽车接入配电网后随机模糊潮流的分析方法
CN103746384A (zh) 电力负荷调度控制方法及其系统
CN115170343A (zh) 一种区域综合能源系统分布式资源和储能协同规划方法
CN115689166A (zh) 一种区域分布式能源资源聚合利用方法及系统
Cai et al. Optimal scheduling of a hybrid AC/DC multi-energy microgrid considering uncertainties and Stackelberg game-based integrated demand response
CN105811454A (zh) 一种考虑风电接入的直接负荷控制资源优化方法
CN114612021B (zh) 计及多粒度属性的热力负荷协同调控方法
Yang et al. Two-stage coordinated optimal dispatching model and benefit allocation strategy for rural new energy microgrid
CN108062022A (zh) 一种热电协同系统的优化控制方法
CN110826778A (zh) 一种主动适应新能源发展的负荷特性优化计算方法
CN116070754A (zh) 考虑能量共享的多主体综合能源系统优化运行方法及系统
CN115659666A (zh) 一种考虑综合需求响应的虚拟电厂风光联合优化调度方法
Xiaoqing et al. An improved power planning model based on electric power and clean energy substitution
Zhu et al. Research on the development and index system of smart distribution network in China in the future
Luo et al. Dynamic paid peak shaving benchmarks and bidding strategies adapted to the high proportion of new energy system

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