CN112529405A - 计及动态价格奖惩因子的电热气综合能源调度方法和系统 - Google Patents
计及动态价格奖惩因子的电热气综合能源调度方法和系统 Download PDFInfo
- Publication number
- CN112529405A CN112529405A CN202011434514.XA CN202011434514A CN112529405A CN 112529405 A CN112529405 A CN 112529405A CN 202011434514 A CN202011434514 A CN 202011434514A CN 112529405 A CN112529405 A CN 112529405A
- Authority
- CN
- China
- Prior art keywords
- model
- gas
- carbon
- power
- unit
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005485 electric heating Methods 0.000 title claims abstract description 22
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 312
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 303
- 230000001580 bacterial effect Effects 0.000 claims abstract description 14
- 230000035605 chemotaxis Effects 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 239000007789 gas Substances 0.000 claims description 293
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 132
- 238000005338 heat storage Methods 0.000 claims description 68
- 238000012946 outsourcing Methods 0.000 claims description 68
- 238000003860 storage Methods 0.000 claims description 68
- 239000003345 natural gas Substances 0.000 claims description 66
- 238000006243 chemical reaction Methods 0.000 claims description 36
- 230000008878 coupling Effects 0.000 claims description 22
- 238000010168 coupling process Methods 0.000 claims description 22
- 238000005859 coupling reaction Methods 0.000 claims description 22
- 230000009194 climbing Effects 0.000 claims description 20
- 238000010248 power generation Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 230000005611 electricity Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 9
- 238000004146 energy storage Methods 0.000 claims description 8
- 238000010438 heat treatment Methods 0.000 claims description 7
- 150000001875 compounds Chemical class 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000009987 spinning Methods 0.000 claims description 3
- 238000010977 unit operation Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 abstract description 11
- 230000033001 locomotion Effects 0.000 description 5
- 241000894006 Bacteria Species 0.000 description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241001091282 Trimorphodon lambda Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q10/06—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
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种计及动态价格奖惩因子的电热气综合能源调度方法和系统。该电热气综合能源调度方法和系统，首先基于碳市场机制获取综合能源系统的结构参数和实际碳排放量后，根据结构参数建立综合能源系统的无偿碳排放配额模型和动态奖惩碳排放成本模型，再根据碳市场的运营方式、综合能源系统的购能方式以及动态奖惩碳排放成本模型，建立优化调度模型，然后，基于确定的第一约束条件和第二约束条件，采用细菌群体趋药性算法根据优化调度模型确定每个设备的机组模型的最小输出功率，最后，基于最小输出功率完成综合能源系统的电热气综合能源的调度工作，以改变碳成本奖惩机制固定价格涨幅、固定区间问题，提高调度经济性和适应性。
Description
技术领域
本发明涉及能源调度分配技术领域，特别是涉及一种计及动态价格奖惩因子的电热气综合能源调度方法和系统。
背景技术
近年来，严重的碳排放问题一直存在在中国的电力行业，电力是中国能源消耗的重点行业，其二氧化碳的排放量占全国排放总量的50％左右，电力行业具备较大的碳减排潜力，并且电力行业也被率先纳入全国统一的碳排放权运营市场，推行低碳电力有利于促进中国低碳经济的发展。由此，随着碳市场的逐渐完善，对碳排放量进行制约的方法逐渐成为国内外学者的研究热点。
综合能源系统(integrated energy system，IES)被认为是提高清洁能源使用比重、实现碳减排目标的支撑技术，是将电力系统、热力系统和天然气系统通过可再生能源发电技术(Powerto Gas，P2G)机组、燃气轮机机组、燃气锅炉以及储能装置等耦合元件连接在一起，实现多能转化，能够合理配置电力能源、热力能源和天然气能源的生产及转化过程。为了提高综合能源的电力经济性和低碳环保性，引入低碳调度是合理的有效手段。
碳市场的机制是根据碳配额对CO2排放权进行运营的机制，是当前最有效的碳减排措施之一，通过在总成本中计入碳机制成本，借助经济杠杆的作用来实现低碳目标。现有碳成本惩罚奖励机制模型是固定的价格涨幅，以及固定的碳排放量区间，没有设置合理的价格涨幅以及排放区间，忽略了奖惩公平性问题，不利于激发企业参与碳市场的积极性。
发明内容
本发明的目的是提供一种计及动态价格奖惩因子的电热气综合能源调度方法和系统，以改变碳成本奖惩机制固定价格涨幅、固定区间问题，提高调度经济性和适应性。
为实现上述目的，本发明提供了如下方案：
一种计及动态价格奖惩因子的电热气综合能源调度方法，包括：
获取综合能源系统的结构参数；所述结构参数包括：单位发电量碳排放配额、单位时段内的外购电力功率、燃气轮机的气转电功率、单位时段内输入燃气轮机的天然气功率、燃气轮机的气转热能量转换效率、单位供热量的碳排放配额、燃气锅炉的气转热能量转换效率，单位时段内输入燃气锅炉的天然气功率；
根据所述结构参数建立综合能源系统的无偿碳排放配额模型；所述综合能源系统中的设备包括：风电有效增强设备、闭环耦合设备以及储热和储气设备；所述闭环耦合设备的机组模型包括：P2G机组、燃气轮机机组和燃气锅炉机组；
获取综合能源系统的实际碳排放量；
根据所述实际碳排放量和所述无偿碳排放配额模型建立动态奖惩碳排放成本模型；
确定所述综合能源系统内部各个设备机组模型的约束条件，记为第一约束条件；所述设备机组模型包括：闭环耦合设备机组模型以及储热和储气设备机组模型；所述第一约束条件包括：P2G机组额定功率的约束条件、燃气轮机机组出力爬坡约束条件、燃气轮机机组的调节备用约束以及旋转备用约束条件、燃气轮机机组的出力上下限约束条件、燃气锅炉额定功率和爬坡率约束条件、储热装置模型约束条件和储气装置模型约束条件；
根据碳市场的运营方式、综合能源系统的购能方式以及所述动态奖惩碳排放成本模型，建立优化调度模型；所述优化调度模型为以所述综合能源系统的外购能源成本以及碳成本之和最小为目标的优化调度模型；
确定优化调度模型的约束条件，记为第二约束条件；所述第二约束条件包括：电、热、气功率平衡约束条件以及外部网络约束条件；
根据所述第一约束条件和所述第二约束条件，采用细菌群体趋药性算法根据所述优化调度模型确定每个设备的机组模型的最小输出功率；
根据每个设备的机组模型的所述最小输出功率对综合能源系统的电热气综合能源进行调度。
优选地，所述根据所述结构参数建立综合能源系统的无偿碳排放配额模型，具体包括：
根据所述单位发电量碳排放配额和所述单位时段内的外购电力功率，建立能源系统外购电力的无偿碳配额模型，记为第一无偿碳配额模型；
根据所述单位发电量碳排放配额、所述燃气轮机的气转电功率和所述单位时段内输入燃气轮机的天然气功率，建立综合能源系统燃气轮机的无偿碳配额模型，记为第二无偿碳配额模型；
根据燃气轮机的气转热能量转换效率、单位供热量的碳排放配额和所述单位时段内输入燃气轮机的天然气功率，建立燃气轮机供热无偿碳配额模型，记为第三无偿碳配额模型；
根据所述单位发电量碳排放配额、所述燃气锅炉的气转热能量转换效率和所述单位时段内输入燃气锅炉的天然气功率，建立综合能源系统燃气锅炉的无偿碳配额模型，记为第四无偿碳配额模型；
根据所述第一无偿碳配额模型、所述第二无偿碳配额模型、所述第三无偿碳配额模型和所述第四无偿碳配额模型建立综合能源系统的无偿碳排放配额模型；所述无偿碳排放配额模型为：
EP＝Ee+Ege+Egh+Ef；
其中，EP为无偿碳排放配额模型，Ee为第一无偿碳配额模型，Ege为第二无偿碳配额模型，Egh为第三无偿碳配额模型，Ef为第四无偿碳配额模型。
优选地，所述根据碳市场的运营方式、综合能源系统的购能方式以及所述动态奖惩碳排放成本模型，建立优化调度模型，具体包括：
获取综合能源系统的外购能源成本模型、碳成本模型和弃风成本模型；
根据所述综合能源系统的外购能源成本模型、碳成本模型和弃风成本模型建立优化调度模型；所述优化调度模型为：
其中，F为综合能源系统的运行总成本，FE为综合能源系统的外购能源成本模型，
为综合能源系统的碳成本模型，FW为综合能源系统的弃风成本模型。
优选地，所述外购能源成本模型的构建过程包括：
获取单位时段内的电价、天然气价格、单位时段内的外购天然气功率和天然低热值；
根据所述单位时段内的外购电力功率、所述单位时段内的电价、所述天然气价格、所述单位时段内的外购天然气功率和所述天然低热值建立综合能源系统的外购能源成本模型。
优选地，所述碳成本模型的构建过程，具体包括：
根据所述实际碳排放量、所述无偿碳排放配额模型和所述动态奖惩碳排放成本模型，建立外购电力、燃气轮机、燃气锅炉三者的碳成本模型，记为第一碳成本模型；
获取P2G机组运行参数；所述P2G机组运行参数包括：运行消耗单位电能所需CO2的量，P2G机组运行单位电能的碳排放配额和单位时段内P2G机组的发电量；
根据所述P2G机组运行参数建立P2G机组的碳成本模型，记为第二碳成本模型；
根据所述第一碳成本模型和所述第二碳成本模型建立综合能源系统的碳成本模型。
优选地，所述弃风成本模型的构建过程，具体包括：
获取综合能源系统的风电参数；所述综合能源系统的风电参数包括：风电惩罚系数、单位时段内风力的可发电功率和单位时段内参与调度的风电功率；
根据所述综合能源系统的风电参数建立综合能源系统的弃风成本模型。
优选地，所述动态奖惩碳排放成本模型包括：动态价格增长幅度模型、外购电力、燃气轮机、燃气锅炉三者碳成本模型和P2G机组碳成本模型；
其中，所述动态价格增长幅度模型为：
式中，s为动态价格增长幅度，α为给定的动态价格惩罚因子，EC为实际碳排放量，EP为无偿碳排放配额模型；
所述外购电力、燃气轮机、燃气锅炉三者碳成本模型为：
式中,m为动态价格奖励增长幅度，β为给定的动态价格奖励因子；
所述P2G机组碳成本模型为：
式中，
为外购电力、燃气轮机、燃气锅炉三者的碳成本，c为碳交市场上碳价格；
式中，ε为运行消耗单位电能所需CO2的量，εI为P2G运行单位电能的碳排放配额，Pp2g,t为单位时段t内P2G机组的发电量，Cp2g为P2G机组的碳成本。
优选地，所述P2G机组额定功率的约束条件为：
0≤Pp2g,t≤Pp2gn；
其中，Pp2g,t为单位时段内P2G机组的发电量，Pp2gn为P2G设备的额定功率；
所述燃气轮机机组出力爬坡约束条件为：
-mGΔT≤Pg,t+1-Pg,t≤mGΔT；
其中，mG为燃气轮机的爬坡速率，ΔT为时间步长，Pg,t+1为单位时段t+1内输入燃气轮机的天然气功率，Pg,t为单位时段t内输入燃气轮机的天然气功率；
所述燃气轮机机组的调节备用约束以及旋转备用约束条件为：
其中，
为燃气轮机在时刻t时的调节备用容量，
为燃气轮机在时刻t时的旋转备用容量，
为电力系统在时刻t时的调节备用总需求，
为电力系统在时刻t时的旋转备用总需求，Trr调节备用所需要的响应时间，Tsr为旋转备用所需要的响应时间；
所述燃气轮机机组的出力上下限约束条件为：
其中，
为燃气轮机出力上限，
为燃气轮机出力下限；
所述燃气锅炉额定功率和爬坡率约束条件为：
0≤Pf,t≤Pfn；
-vGΔT≤Pf,t+1-Pf,t≤vGΔT；
其中，Pfn为燃气锅炉的额定功率，vG为燃气锅炉的爬坡速率，Pf,t+1为单位时段t+1内输入燃气锅炉的天然气功率，Pf,t为单位时段t内输入燃气锅炉的天然气功率；
所述储热装置模型约束条件为：
Sh,t＝Sh,t-1+(Pch,t-Pfh,t)；
0≤Sh,t≤Sh,max；
0≤Pch,t≤Pch,max；
0≤Pfh,t≤Pfh,max；
其中，Sh,t为储热装置在t时刻的储热量，Sh,t-1为储热装置在t-1时刻的储热量，Pch,t为储热装置在t时刻的储热功率，Pfh,t为储热装置在t时刻的放热功率，Sh,max为储热装置的最大储热容量，Pch,max为储热装置的最大储热功率，Pfh,max为储热装置的最大放热功率；
所述储气装置模型约束条件为：
Sy,t＝Sy,t-1+(Pcy,t-Pfy,t)；
Pcy,t＝Sch,t/ηcy,Pfy,t＝Sfh,t/ηfy；
0≤Sy,t≤Sy,max；
0≤Scy,t≤Scy,max；
Sy,1＝Sy,N；
其中，Sy,t为时刻t时储气装置的储气量，Pcy,t为储气装置在t时刻的进气功率，Pfy,t为储气装置在t时刻的出气功率，ηcy为储气装置进气效率，ηfy为储气装置出气效率，Sy,max为储气装置最大容量，Scy,t为储气装置在时刻t的进气量，Scy,max为储气装置在时刻t的进气量上限，Sfy,t为储气罐在时刻t的出气量，Sfy,max为储气罐在时刻t的出气量上限，Sy,1为储气装置一日调度开始时刻的存储能量，Sy,N为储气装置一日调度结束时刻的存储能量。
优选地，所述电、热、气功率平衡约束条件为：
Pel,t＝Pe,t+Pjoin,t+Pg,tηge-Pp2g,t；
Phl,t＝Pg,tηgh+Pf,tηfh+Pch,t-Pfh,t；
Pgl,t＝Pg,t+Pp2g,tηp2g-Pg,t-Pf,t+Pcy,t-Pfy,t；
其中，Pel,t为综合能源系统单位时段t内的电负荷功率，Phl,t为综合能源系统单位时段t内的热负荷功率，Pgl,t为综合能源系统单位时段t内的气负荷功率，ηp2g为P2G机组的能量转换效率，Pe,t为单位时段t内的外购电力功率，Pg,t为单位时段t内输入燃气轮机的天然气功率，ηge为燃气轮机气转电的功率，ηgh为燃气轮机气转热的能量转换效率，Pf,t为单位时段t内输入燃气锅炉的天然气功率，ηfh燃气锅炉气转热的能量转换效率，Pp2g,t为单位时段t内P2G机组的发电量，Pcy,t为储气装置在t时刻的进气功率，Pfy,t为储气装置在t时刻的出气功率，Pch,t为储热装置在t时刻的储热功率，Pfh,t为储热装置在t时刻的放热功率，Pjoin,t为单位时段t内参与调度的风电功率；
所述外部网络约束条件为：
其中，
为单位时段t内的系统外购电力功率上限，
为单位时段t内的系统外购电力功率下限，
为系统外购天然气功率上限，
为系统外购天然气功率下限，Pgg,t为单位时段t内的外购天然气功率。
对应于上述提供的计及动态价格奖惩因子的电热气综合能源调度方法，本发明还提供了一种计及动态价格奖惩因子的电热气综合能源调度系统。该电热气综合能源调度系统包括：
结构参数获取模块，用于获取综合能源系统的结构参数；所述结构参数包括：单位发电量碳排放配额、单位时段内的外购电力功率、燃气轮机的气转电功率、单位时段内输入燃气轮机的天然气功率、燃气轮机的气转热能量转换效率、单位供热量的碳排放配额、燃气锅炉的气转热能量转换效率，单位时段内输入燃气锅炉的天然气功率；
无偿碳排放配额模型建立模块，用于根据所述结构参数建立综合能源系统的无偿碳排放配额模型；所述综合能源系统中的设备包括：风电有效增强设备、闭环耦合设备以及储热和储气设备；所述闭环耦合设备的机组模型包括：P2G机组、燃气轮机机组和燃气锅炉机组；
实际碳排放量获取模块，用于获取综合能源系统的实际碳排放量；
动态奖惩碳排放成本模型建立模块，用于根据所述实际碳排放量和所述无偿碳排放配额模型建立动态奖惩碳排放成本模型；
第一约束条件确定模块，用于确定所述综合能源系统内部各个设备机组模型的约束条件，记为第一约束条件；所述设备机组模型包括：闭环耦合设备机组模型以及储热和储气设备机组模型；所述第一约束条件包括：P2G机组额定功率的约束条件、燃气轮机机组出力爬坡约束条件、燃气轮机机组的调节备用约束以及旋转备用约束条件、燃气轮机机组的出力上下限约束条件、燃气锅炉额定功率和爬坡率约束条件、储热装置模型约束条件和储气装置模型约束条件；
优化调度模型建立模块，用于根据碳市场的运营方式、综合能源系统的购能方式以及所述动态奖惩碳排放成本模型，建立优化调度模型；所述优化调度模型为以所述综合能源系统的外购能源成本以及碳成本之和最小为目标的优化调度模型；
第二约束条件确定模块，用于确定优化调度模型的约束条件，记为第二约束条件；所述第二约束条件包括：电、热、气功率平衡约束条件以及外部网络约束条件；
最小输出功率确定模块，用于根据所述第一约束条件和所述第二约束条件，采用细菌群体趋药性算法根据所述优化调度模型确定每个设备的机组模型的最小输出功率；
调度模块，用于根据每个设备的机组模型的所述最小输出功率对综合能源系统的电热气综合能源进行调度。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供的电热气综合能源调度方法和系统，首先基于碳市场机制获取综合能源系统的结构参数和实际碳排放量后，根据结构参数建立综合能源系统的无偿碳排放配额模型和动态奖惩碳排放成本模型，再根据碳市场的运营方式、综合能源系统的购能方式以及动态奖惩碳排放成本模型，建立优化调度模型，然后，基于确定的第一约束条件和第二约束条件，采用细菌群体趋药性算法根据优化调度模型确定每个设备的机组模型的最小输出功率，最后，基于最小输出功率完成综合能源系统的电热气综合能源的调度工作，以改变碳成本奖惩机制固定价格涨幅、固定区间问题，提高调度经济性和适应性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的计及动态价格奖惩因子的电热气综合能源调度方法的流程图；
图2为本发明实施例中提供的低碳综合能源系统的优化调度方法的原理图；
图3为本发明实施例中提供的综合能源系统的结构图；
图4为为本发明实施例中提供的细菌趋药性算法的流程图；
图5为本发明提供的计及动态价格奖惩因子的电热气综合能源调度系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种计及动态价格奖惩因子的电热气综合能源调度方法和系统，以改变碳成本奖惩机制固定价格涨幅、固定区间问题，提高调度经济性和适应性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1和图2所示，该电热气综合能源调度方法，包括：
步骤100：获取综合能源系统的结构参数。结构参数包括：单位发电量碳排放配额、单位时段内的外购电力功率、燃气轮机的气转电功率、单位时段内输入燃气轮机的天然气功率、燃气轮机的气转热能量转换效率、单位供热量的碳排放配额、燃气锅炉的气转热能量转换效率，单位时段内输入燃气锅炉的天然气功率。
本发明所确立的综合能源系统的结构为含有电-气-热的综合能源结构。该综合能源系统结构的能量供给侧有风电、电力网络和气源，能量转换组件有P2G设备、燃气轮机和燃气锅炉。负荷侧配备有储热、储气装置。
其主要包括能源设备、储能设备两部分。能源设备由风电(wind turbine，WT)、气源、电力网络、燃气轮机(micro-gas turbine，MT)、燃气锅炉(gas boiler，GB)、电转气设备(power to gas，P2G)组成。储能设备由储热装置、储气装置组成。
本发明采用的综合能源系统的结构区别于结构简单的综合能源结构，引入了风电有效增强系统能量来源的清洁性、P2G和燃气轮机形成的闭环耦合系统和储热和储气设备。其中，引入P2G和燃气轮机形成的闭环耦合系统，以增强电、气网络的耦合程度，同时P2G有利于提高IES对新能源的消纳能力。引入储热和储气设备，有利于形成多元消纳技术提高新能源利用率，进一步提高综合能源系统的经济性。
步骤101：根据结构参数建立综合能源系统的无偿碳排放配额模型。综合能源系统中的设备包括：风电有效增强设备、闭环耦合设备以及储热和储气设备。闭环耦合设备的机组模型包括：P2G机组、燃气轮机机组和燃气锅炉机组。
该步骤101中确定无偿碳排放配额模型的过程具体包括：
根据单位发电量碳排放配额和单位时段内的外购电力功率，建立能源系统外购电力的无偿碳配额模型，记为第一无偿碳配额模型。该第一无偿碳配额模型为：
其中，Ee为外购电力的无偿碳排放配额，T为一日时间段的总数，优选为24h。Δt为单位时间段的时间长度，优选为1h。δp为单位发电量碳排放配额，Pe,t为单位时段t内的外购电力功率。
根据单位发电量碳排放配额、燃气轮机的气转电功率和单位时段内输入燃气轮机的天然气功率，建立综合能源系统燃气轮机的无偿碳配额模型，记为第二无偿碳配额模型。该第二无偿碳配额模型为：
其中，Ege为燃气轮机发电无偿碳排放配额，ηge为燃气轮机气转电的功率，Pg,t为单位时段t内输入燃气轮机的天然气功率。
根据燃气轮机的气转热能量转换效率、单位供热量的碳排放配额和单位时段内输入燃气轮机的天然气功率，建立燃气轮机供热无偿碳配额模型，记为第三无偿碳配额模型。该第三无偿碳配额模型为：
其中，ηgh为燃气轮机气转热的能量转换效率，δh为单位供热量碳排放配额。
根据单位发电量碳排放配额、燃气锅炉的气转热能量转换效率和单位时段内输入燃气锅炉的天然气功率，建立综合能源系统燃气锅炉的无偿碳配额模型，记为第四无偿碳配额模型。第四无偿碳配额模型为：
其中，Ef为燃气锅炉供热无偿碳排放配额，ηfh燃气锅炉气转热的能量转换效率，Pf,t为单位时段t内输入燃气锅炉的天然气功率。
根据第一无偿碳配额模型、第二无偿碳配额模型、第三无偿碳配额模型和第四无偿碳配额模型建立综合能源系统的无偿碳排放配额模型。无偿碳排放配额模型为：
EP＝Ee+Ege+Egh+Ef。
其中，EP为无偿碳排放配额模型，Ee为第一无偿碳配额模型，Ege为第二无偿碳配额模型，Egh为第三无偿碳配额模型，Ef为第四无偿碳配额模型。
步骤102：获取综合能源系统的实际碳排放量。
步骤103：根据实际碳排放量和无偿碳排放配额模型建立动态奖惩碳排放成本模型。动态奖惩碳排放成本模型包括：动态价格增长幅度模型、外购电力、燃气轮机、燃气锅炉三者碳成本模型和P2G机组碳成本模型。
其中，动态价格增长幅度模型为：
式中，s为动态价格增长幅度，α为给定的动态价格惩罚因子，EC为实际碳排放量，EP为无偿碳排放配额模型。
外购电力、燃气轮机、燃气锅炉三者碳成本模型为：
式中,m为动态价格奖励增长幅度，β为给定的动态价格奖励因子。
P2G机组碳成本模型为：
式中，
为外购电力、燃气轮机、燃气锅炉三者的碳成本，c为碳交市场上碳价格。
式中，ε为运行消耗单位电能所需CO2的量，εI为P2G运行单位电能的碳排放配额，Pp2g,t为单位时段t内P2G机组的发电量，Cp2g为P2G机组的碳成本。
步骤104：确定综合能源系统内部各个设备机组模型的约束条件，记为第一约束条件。设备机组模型包括：闭环耦合设备机组模型以及储热和储气设备机组模型。第一约束条件包括：P2G机组额定功率的约束条件、燃气轮机机组出力爬坡约束条件、燃气轮机机组的调节备用约束以及旋转备用约束条件、燃气轮机机组的出力上下限约束条件、燃气锅炉额定功率和爬坡率约束条件、储热装置模型约束条件和储气装置模型约束条件。
其中，P2G机组额定功率的约束条件为：
0≤Pp2g,t≤Pp2gn。
式中，Pp2g,t为单位时段内P2G机组的发电量，Pp2gn为P2G设备的额定功率。
燃气轮机机组出力爬坡约束条件为：
-mGΔT≤Pg,t+1-Pg,t≤mGΔT。
式中，mG为燃气轮机的爬坡速率，ΔT为时间步长，Pg,t+1为单位时段t+1内输入燃气轮机的天然气功率，Pg,t为单位时段t内输入燃气轮机的天然气功率。
燃气轮机机组的调节备用约束以及旋转备用约束条件为：
式中，
为燃气轮机在时刻t时的调节备用容量，
为燃气轮机在时刻t时的旋转备用容量，
为电力系统在时刻t时的调节备用总需求，
为电力系统在时刻t时的旋转备用总需求，Trr调节备用所需要的响应时间，Tsr为旋转备用所需要的响应时间。
燃气轮机机组的出力上下限约束条件为：
式中，
为燃气轮机出力上限，
为燃气轮机出力下限。
燃气锅炉额定功率和爬坡率约束条件为：
0≤Pf,t≤Pfn。
-vGΔT≤Pf,t+1-Pf,t≤vGΔT。
式中，Pfn为燃气锅炉的额定功率，vG为燃气锅炉的爬坡速率，Pf,t+1为单位时段t+1内输入燃气锅炉的天然气功率，Pf,t为单位时段t内输入燃气锅炉的天然气功率。
储热装置模型约束条件为：
Sh,t＝Sh,t-1+(Pch,t-Pfh,t)。
0≤Sh,t≤Sh,max。
0≤Pch,t≤Pch,max。
0≤Pfh,t≤Pfh,max。
式中，Sh,t为储热装置在t时刻的储热量，Sh,t-1为储热装置在t-1时刻的储热量，Pch,t为储热装置在t时刻的储热功率，Pfh,t为储热装置在t时刻的放热功率，Sh,max为储热装置的最大储热容量，Pch,max为储热装置的最大储热功率，Pfh,max为储热装置的最大放热功率。
储气装置模型约束条件为：
Sy,t＝Sy,t-1+(Pcy,t-Pfy,t)。
Pcy,t＝Sch,t/ηcy,Pfy,t＝Sfh,t/ηfy。
0≤Sy,t≤Sy,max。
0≤Scy,t≤Scy,max。
Sy,1＝Sy,N。
式中，Sy,t为时刻t时储气装置的储气量，Pcy,t为储气装置在t时刻的进气功率，Pfy,t为储气装置在t时刻的出气功率，ηcy为储气装置进气效率，ηfy为储气装置出气效率，Sy,max为储气装置最大容量，Scy,t为储气装置在时刻t的进气量，Scy,max为储气装置在时刻t的进气量上限，Sfy,t为储气罐在时刻t的出气量，Sfy,max为储气罐在时刻t的出气量上限，Sy,1为储气装置一日调度开始时刻的存储能量，Sy,N为储气装置一日调度结束时刻的存储能量。
步骤105：根据碳市场的运营方式、综合能源系统的购能方式以及动态奖惩碳排放成本模型，建立优化调度模型。优化调度模型为以综合能源系统的外购能源成本以及碳成本之和最小为目标的优化调度模型。
步骤105具体包括：
获取综合能源系统的外购能源成本模型、碳成本模型和弃风成本模型。
根据综合能源系统的外购能源成本模型、碳成本模型和弃风成本模型建立优化调度模型。优化调度模型为：
其中，F为综合能源系统的运行总成本，FE为综合能源系统的外购能源成本模型，
为综合能源系统的碳成本模型，FW为综合能源系统的弃风成本模型。
其中，外购能源成本模型的构建过程包括：
获取单位时段内的电价、天然气价格、单位时段内的外购天然气功率和天然低热值。
根据单位时段内的外购电力功率、单位时段内的电价、天然气价格、单位时段内的外购天然气功率和天然低热值建立综合能源系统的外购能源成本模型。该外购能源成本模型为：
式中，λe,t为单位时段t内的电价。λg为天然气价格。Pgg,t为单位时段t内的外购天然气功率。Qgas为天然低热值，即9.97(kW·h)/m3。
碳成本模型的构建过程，具体包括：
根据实际碳排放量、无偿碳排放配额模型和动态奖惩碳排放成本模型，建立外购电力、燃气轮机、燃气锅炉三者的碳成本模型，记为第一碳成本模型。
获取P2G机组运行参数。P2G机组运行参数包括：运行消耗单位电能所需CO2的量，P2G机组运行单位电能的碳排放配额和单位时段内P2G机组的发电量。
根据P2G机组运行参数建立P2G机组的碳成本模型，记为第二碳成本模型。
根据第一碳成本模型和第二碳成本模型建立综合能源系统的碳成本模型。
其中，碳成本模型为：
式中，Cp2g为P2G机组的碳成本，
ε为运行消耗单位电能所需CO2的量，εI为P2G机组运行单位电能的碳排放配额，由于其本身不属于碳源，故可设为0，Pp2g,t为单位时段t内P2G机组的发电量。
为外购电力、燃气轮机、燃气锅炉碳成本，
c为碳交市场上碳价格，s为动态价格增长幅度，m为动态价格奖励增长幅度，
β为给定的动态价格奖励因子。
弃风成本模型的构建过程，具体包括：
获取综合能源系统的风电参数。综合能源系统的风电参数包括：风电惩罚系数、单位时段内风力的可发电功率和单位时段内参与调度的风电功率。
根据综合能源系统的风电参数建立综合能源系统的弃风成本模型。该弃风成本模型为：
式中，λ为风电惩罚系数，Pw,t为单位时段t内风力的可发电功率，Pjoin,t为单位时段t内参与调度的风电功率。
随着综合能源系统复杂程度越来越高，以往碳机制并未对碳成本计算模型进行改进，同时所构建的IES较为简单，当IES运行时需要考虑各个设备以及外购电力产生的碳排放成本、外购能源产生的运行成本以及弃风成本，因此，本发明创新性的提出在电-气-热综合能源系统结构下，考虑动态奖惩价格的涨幅，达到碳排放成本的公平性以及成本最小的目的，综合系统间的能量流动示意图如图3所示。
目标函数以电-气-热综合能源系统一天内成本最小为目标函数，包括综合能源系统外购能源成本，综合能源系统弃风成本，综合能源系统碳成本。
步骤106：确定优化调度模型的约束条件，记为第二约束条件。第二约束条件包括：电、热、气功率平衡约束条件以及外部网络约束条件。
其中，电、热、气功率平衡约束条件为：
Pel,t＝Pe,t+Pjoin,t+Pg,tηge-Pp2g,t。
Phl,t＝Pg,tηgh+Pf,tηfh+Pch,t-Pfh,t。
Pgl,t＝Pg,t+Pp2g,tηp2g-Pg,t-Pf,t+Pcy,t-Pfy,t。
式中，Pel,t为综合能源系统单位时段t内的电负荷功率，Phl,t为综合能源系统单位时段t内的热负荷功率，Pgl,t为综合能源系统单位时段t内的气负荷功率，ηp2g为P2G机组的能量转换效率，Pe,t为单位时段t内的外购电力功率，Pg,t为单位时段t内输入燃气轮机的天然气功率，ηge为燃气轮机气转电的功率，ηgh为燃气轮机气转热的能量转换效率，Pf,t为单位时段t内输入燃气锅炉的天然气功率，ηfh燃气锅炉气转热的能量转换效率，Pp2g,t为单位时段t内P2G机组的发电量，Pcy,t为储气装置在t时刻的进气功率，Pfy,t为储气装置在t时刻的出气功率，Pch,t为储热装置在t时刻的储热功率，Pfh,t为储热装置在t时刻的放热功率，Pjoin,t为单位时段t内参与调度的风电功率。
外部网络约束条件为：
式中，
为单位时段t内的系统外购电力功率上限，
为单位时段t内的系统外购电力功率下限，
为系统外购天然气功率上限，
为系统外购天然气功率下限，Pgg,t为单位时段t内的外购天然气功率。
步骤107：根据第一约束条件和第二约束条件，采用细菌群体趋药性算法根据优化调度模型确定每个设备的机组模型的最小输出功率。其中，细菌群体趋药性算法的具体流程如图4所示，其具体流程如下：
设定算例基本数据；
细菌群体初始化，设定细菌初始位置和速度，确定精度数据；
离散化过程，确定位置1及适应值；
寻优过程，确定位置2及适应值；
比较位置1和位置2，细菌移向较优的位置；
判断是否达到精度要求或收敛，若是，则输出全体最优值作为最优规划方案，否则，定向变异，更新数据，直到获得最优值。
步骤108：根据每个设备的机组模型的最小输出功率对综合能源系统的电热气综合能源进行调度。
本发明提出的目标函数以电-气-热综合能源系统日内经济成本最小为目标函数，作为极值优化，细菌的运动轨迹是由一系列连续的直线组成，并且由运动方向和移动距离2个参数决定，运动方向与夹角由概率分布决定，由上一步的信息来确定下一步的移动，细菌群会不断寻优，通过局部最优的比较来确定全局最优解，即本发明目标函数的极小值点。
本发明的优化变量为电-气-热综合能源系统各设备出力与目标函数中综合能源系统设备之间的功率交互，以各设备出力上下限，爬坡速率，能源设备相关约束模型等作为目标函数的约束条件，通过细菌群体趋药性算法得出各机组最优出力方案与最小经济成本。
作为一种优选的实施方式，步骤107之后本发明提供的电热气综合能源调度方法还包括:
确定设备的最优输出功率后对其进行仿真，具体包括：
1)、确定算例及特征参数
本发明的算例选取内含燃气轮机、P2G机组、燃气锅炉的综合能源系统(integrated energy system，IES)，并添加了储热装置以及储气装置，外接电力网络以及气源进行供能，碳成本选取动态奖惩碳成本、阶梯型碳成本、考虑统一型碳成本。
本发明对以下4种场景进行仿真：
场景1，考虑动态奖惩碳成本的低碳经济调度模型。
场景2，考虑阶梯型碳成本的低碳经济调度模型。
场景3，考虑统一型碳成本的低碳经济调度模型，统一型碳成本不对碳排放量进行区间划分，由统一公式
得出。
场景4，在碳市场以阶梯型碳成本运营模式下，仅以外购能源成本模型FE最小为目标函数的传统经济调度模型。
2)、采用MATLAB软件编写细菌群体趋药性算法程序对算例进行仿真分析。
通过仿真可知，该模型在相比传统分布式储能结构下的微网具有显著的经济性。
此外，对应于上述提供的计及动态价格奖惩因子的电热气综合能源调度方法，本发明还提供了一种计及动态价格奖惩因子的电热气综合能源调度系统。如图5所示，该电热气综合能源调度系统包括：结构参数获取模块1、无偿碳排放配额模型建立模块2、实际碳排放量获取模块3、动态奖惩碳排放成本模型建立模块4、第一约束条件确定模块5、优化调度模型建立模块6、第二约束条件确定模块7、最小输出功率确定模块8和调度模块9。
其中，结构参数获取模块1用于获取综合能源系统的结构参数。结构参数包括：单位发电量碳排放配额、单位时段内的外购电力功率、燃气轮机的气转电功率、单位时段内输入燃气轮机的天然气功率、燃气轮机的气转热能量转换效率、单位供热量的碳排放配额、燃气锅炉的气转热能量转换效率，单位时段内输入燃气锅炉的天然气功率。
无偿碳排放配额模型建立模块2用于根据结构参数建立综合能源系统的无偿碳排放配额模型。综合能源系统中的设备包括：风电有效增强设备、闭环耦合设备以及储热和储气设备。闭环耦合设备的机组模型包括：P2G机组、燃气轮机机组和燃气锅炉机组。
实际碳排放量获取模块3用于获取综合能源系统的实际碳排放量。
动态奖惩碳排放成本模型建立模块4用于根据实际碳排放量和无偿碳排放配额模型建立动态奖惩碳排放成本模型。
第一约束条件确定模块5用于确定综合能源系统内部各个设备机组模型的约束条件，记为第一约束条件。设备机组模型包括：闭环耦合设备机组模型以及储热和储气设备机组模型。第一约束条件包括：P2G机组额定功率的约束条件、燃气轮机机组出力爬坡约束条件、燃气轮机机组的调节备用约束以及旋转备用约束条件、燃气轮机机组的出力上下限约束条件、燃气锅炉额定功率和爬坡率约束条件、储热装置模型约束条件和储气装置模型约束条件。
优化调度模型建立模块6用于根据碳市场的运营方式、综合能源系统的购能方式以及动态奖惩碳排放成本模型，建立优化调度模型。优化调度模型为以综合能源系统的外购能源成本以及碳成本之和最小为目标的优化调度模型。
第二约束条件确定模块7用于确定优化调度模型的约束条件，记为第二约束条件。第二约束条件包括：电、热、气功率平衡约束条件以及外部网络约束条件。
最小输出功率确定模块8用于根据第一约束条件和第二约束条件，采用细菌群体趋药性算法根据优化调度模型确定每个设备的机组模型的最小输出功率。
调度模块9用于根据每个设备的机组模型的最小输出功率对综合能源系统的电热气综合能源进行调度。
本发明的优化变量为电-气-热综合能源系统各设备出力与目标函数中综合能源系统设备之间的功率交互，以各设备出力上下限、爬坡速率和能源设备相关约束模型等作为目标函数的约束条件，通过细菌群体趋药性算法得出各机组最优出力方案与最小经济成本。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种计及动态价格奖惩因子的电热气综合能源调度方法，其特征在于，包括：
获取综合能源系统的结构参数；所述结构参数包括：单位发电量碳排放配额、单位时段内的外购电力功率、燃气轮机的气转电功率、单位时段内输入燃气轮机的天然气功率、燃气轮机的气转热能量转换效率、单位供热量的碳排放配额、燃气锅炉的气转热能量转换效率，单位时段内输入燃气锅炉的天然气功率；
根据所述结构参数建立综合能源系统的无偿碳排放配额模型；所述综合能源系统中的设备包括：风电有效增强设备、闭环耦合设备以及储热和储气设备；所述闭环耦合设备的机组模型包括：P2G机组、燃气轮机机组和燃气锅炉机组；
获取综合能源系统的实际碳排放量；
根据所述实际碳排放量和所述无偿碳排放配额模型建立动态奖惩碳排放成本模型；
确定所述综合能源系统内部各个设备机组模型的约束条件，记为第一约束条件；所述设备机组模型包括：闭环耦合设备机组模型以及储热和储气设备机组模型；所述第一约束条件包括：P2G机组额定功率的约束条件、燃气轮机机组出力爬坡约束条件、燃气轮机机组的调节备用约束以及旋转备用约束条件、燃气轮机机组的出力上下限约束条件、燃气锅炉额定功率和爬坡率约束条件、储热装置模型约束条件和储气装置模型约束条件；
根据碳市场的运营方式、综合能源系统的购能方式以及所述动态奖惩碳排放成本模型，建立优化调度模型；所述优化调度模型为以所述综合能源系统的外购能源成本以及碳成本之和最小为目标的优化调度模型；
确定优化调度模型的约束条件，记为第二约束条件；所述第二约束条件包括：电、热、气功率平衡约束条件以及外部网络约束条件；
根据所述第一约束条件和所述第二约束条件，采用细菌群体趋药性算法根据所述优化调度模型确定每个设备的机组模型的最小输出功率；
根据每个设备的机组模型的所述最小输出功率对综合能源系统的电热气综合能源进行调度。
2.根据权利要求1所述的计及动态价格奖惩因子的电热气综合能源调度方法，其特征在于，所述根据所述结构参数建立综合能源系统的无偿碳排放配额模型，具体包括：
根据所述单位发电量碳排放配额和所述单位时段内的外购电力功率，建立能源系统外购电力的无偿碳配额模型，记为第一无偿碳配额模型；
根据所述单位发电量碳排放配额、所述燃气轮机的气转电功率和所述单位时段内输入燃气轮机的天然气功率，建立综合能源系统燃气轮机的无偿碳配额模型，记为第二无偿碳配额模型；
根据燃气轮机的气转热能量转换效率、单位供热量的碳排放配额和所述单位时段内输入燃气轮机的天然气功率，建立燃气轮机供热无偿碳配额模型，记为第三无偿碳配额模型；
根据所述单位发电量碳排放配额、所述燃气锅炉的气转热能量转换效率和所述单位时段内输入燃气锅炉的天然气功率，建立综合能源系统燃气锅炉的无偿碳配额模型，记为第四无偿碳配额模型；
根据所述第一无偿碳配额模型、所述第二无偿碳配额模型、所述第三无偿碳配额模型和所述第四无偿碳配额模型建立综合能源系统的无偿碳排放配额模型；所述无偿碳排放配额模型为：
EP＝Ee+Ege+Egh+Ef；
其中，EP为无偿碳排放配额模型，Ee为第一无偿碳配额模型，Ege为第二无偿碳配额模型，Egh为第三无偿碳配额模型，Ef为第四无偿碳配额模型。
3.根据权利要求1所述的计及动态价格奖惩因子的电热气综合能源调度方法，其特征在于，所述根据碳市场的运营方式、综合能源系统的购能方式以及所述动态奖惩碳排放成本模型，建立优化调度模型，具体包括：
获取综合能源系统的外购能源成本模型、碳成本模型和弃风成本模型；
根据所述综合能源系统的外购能源成本模型、碳成本模型和弃风成本模型建立优化调度模型；所述优化调度模型为：
其中，F为综合能源系统的运行总成本，FE为综合能源系统的外购能源成本模型，
为综合能源系统的碳成本模型，FW为综合能源系统的弃风成本模型。
4.根据权利要求3所述的计及动态价格奖惩因子的电热气综合能源调度方法，其特征在于，所述外购能源成本模型的构建过程包括：
获取单位时段内的电价、天然气价格、单位时段内的外购天然气功率和天然低热值；
根据所述单位时段内的外购电力功率、所述单位时段内的电价、所述天然气价格、所述单位时段内的外购天然气功率和所述天然低热值建立综合能源系统的外购能源成本模型。
5.根据权利要求3所述的计及动态价格奖惩因子的电热气综合能源调度方法，其特征在于，所述碳成本模型的构建过程，具体包括：
根据所述实际碳排放量、所述无偿碳排放配额模型和所述动态奖惩碳排放成本模型，建立外购电力、燃气轮机、燃气锅炉三者的碳成本模型，记为第一碳成本模型；
获取P2G机组运行参数；所述P2G机组运行参数包括：运行消耗单位电能所需CO2的量，P2G机组运行单位电能的碳排放配额和单位时段内P2G机组的发电量；
根据所述P2G机组运行参数建立P2G机组的碳成本模型，记为第二碳成本模型；
根据所述第一碳成本模型和所述第二碳成本模型建立综合能源系统的碳成本模型。
6.根据权利要求3所述的计及动态价格奖惩因子的电热气综合能源调度方法，其特征在于，所述弃风成本模型的构建过程，具体包括：
获取综合能源系统的风电参数；所述综合能源系统的风电参数包括：风电惩罚系数、单位时段内风力的可发电功率和单位时段内参与调度的风电功率；
根据所述综合能源系统的风电参数建立综合能源系统的弃风成本模型。
7.根据权利要求1或5所述的计及动态价格奖惩因子的电热气综合能源调度方法，其特征在于，所述动态奖惩碳排放成本模型包括：动态价格增长幅度模型、外购电力、燃气轮机、燃气锅炉三者碳成本模型和P2G机组碳成本模型；
其中，所述动态价格增长幅度模型为：
式中，s为动态价格增长幅度，α为给定的动态价格惩罚因子，EC为实际碳排放量，EP为无偿碳排放配额模型；
所述外购电力、燃气轮机、燃气锅炉三者碳成本模型为：
式中,m为动态价格奖励增长幅度，β为给定的动态价格奖励因子；
所述P2G机组碳成本模型为：
式中，
为外购电力、燃气轮机、燃气锅炉三者的碳成本，c为碳交市场上碳价格；
式中，ε为运行消耗单位电能所需CO2的量，εI为P2G运行单位电能的碳排放配额，Pp2g,t为单位时段t内P2G机组的发电量，Cp2g为P2G机组的碳成本。
8.根据权利要求1所述的计及动态价格奖惩因子的电热气综合能源调度方法，其特征在于，所述P2G机组额定功率的约束条件为：
0≤Pp2g,t≤Pp2gn；
其中，Pp2g,t为单位时段内P2G机组的发电量，Pp2gn为P2G设备的额定功率；
所述燃气轮机机组出力爬坡约束条件为：
-mGΔT≤Pg,t+1-Pg,t≤mGΔT；
其中，mG为燃气轮机的爬坡速率，ΔT为时间步长，Pg,t+1为单位时段t+1内输入燃气轮机的天然气功率，Pg,t为单位时段t内输入燃气轮机的天然气功率；
所述燃气轮机机组的调节备用约束以及旋转备用约束条件为：
其中，
为燃气轮机在时刻t时的调节备用容量，
为燃气轮机在时刻t时的旋转备用容量，
为电力系统在时刻t时的调节备用总需求，
为电力系统在时刻t时的旋转备用总需求，Trr调节备用所需要的响应时间，Tsr为旋转备用所需要的响应时间；
所述燃气轮机机组的出力上下限约束条件为：
其中，
为燃气轮机出力上限，
为燃气轮机出力下限；
所述燃气锅炉额定功率和爬坡率约束条件为：
0≤Pf,t≤Pfn；
-vGΔT≤Pf,t+1-Pf,t≤vGΔT；
其中，Pfn为燃气锅炉的额定功率，vG为燃气锅炉的爬坡速率，Pf,t+1为单位时段t+1内输入燃气锅炉的天然气功率，Pf,t为单位时段t内输入燃气锅炉的天然气功率；
所述储热装置模型约束条件为：
Sh,t＝Sh,t-1+(Pch,t-Pfh,t)；
0≤Sh,t≤Sh,max；
0≤Pch,t≤Pch,max；
0≤Pfh,t≤Pfh,max；
其中，Sh,t为储热装置在t时刻的储热量，Sh,t-1为储热装置在t-1时刻的储热量，Pch,t为储热装置在t时刻的储热功率，Pfh,t为储热装置在t时刻的放热功率，Sh,max为储热装置的最大储热容量，Pch,max为储热装置的最大储热功率，Pfh,max为储热装置的最大放热功率；
所述储气装置模型约束条件为：
Sy,t＝Sy,t-1+(Pcy,t-Pfy,t)；
Pcy,t＝Sch,t/ηcy,Pfy,t＝Sfh,t/ηfy；
0≤Sy,t≤Sy,max；
0≤Scy,t≤Scy,max；
Sy,1＝Sy,N；
其中，Sy,t为时刻t时储气装置的储气量，Pcy,t为储气装置在t时刻的进气功率，Pfy,t为储气装置在t时刻的出气功率，ηcy为储气装置进气效率，ηfy为储气装置出气效率，Sy,max为储气装置最大容量，Scy,t为储气装置在时刻t的进气量，Scy,max为储气装置在时刻t的进气量上限，Sfy,t为储气罐在时刻t的出气量，Sfy,max为储气罐在时刻t的出气量上限，Sy,1为储气装置一日调度开始时刻的存储能量，Sy,N为储气装置一日调度结束时刻的存储能量。
9.根据权利要求1所述的计及动态价格奖惩因子的电热气综合能源调度方法，其特征在于，所述电、热、气功率平衡约束条件为：
Pel,t＝Pe,t+Pjoin,t+Pg,tηge-Pp2g,t；
Phl,t＝Pg,tηgh+Pf,tηfh+Pch,t-Pfh,t；
Pgl,t＝Pg,t+Pp2g,tηp2g-Pg,t-Pf,t+Pcy,t-Pfy,t；
其中，Pel,t为综合能源系统单位时段t内的电负荷功率，Phl,t为综合能源系统单位时段t内的热负荷功率，Pgl,t为综合能源系统单位时段t内的气负荷功率，ηp2g为P2G机组的能量转换效率，Pe,t为单位时段t内的外购电力功率，Pg,t为单位时段t内输入燃气轮机的天然气功率，ηge为燃气轮机气转电的功率，ηgh为燃气轮机气转热的能量转换效率，Pf,t为单位时段t内输入燃气锅炉的天然气功率，ηfh燃气锅炉气转热的能量转换效率，Pp2g,t为单位时段t内P2G机组的发电量，Pcy,t为储气装置在t时刻的进气功率，Pfy,t为储气装置在t时刻的出气功率，Pch,t为储热装置在t时刻的储热功率，Pfh,t为储热装置在t时刻的放热功率，Pjoin,t为单位时段t内参与调度的风电功率；
所述外部网络约束条件为：
其中，
为单位时段t内的系统外购电力功率上限，
为单位时段t内的系统外购电力功率下限，
为系统外购天然气功率上限，
为系统外购天然气功率下限，Pgg,t为单位时段t内的外购天然气功率。
10.一种计及动态价格奖惩因子的电热气综合能源调度系统，其特征在于，包括：
结构参数获取模块，用于获取综合能源系统的结构参数；所述结构参数包括：单位发电量碳排放配额、单位时段内的外购电力功率、燃气轮机的气转电功率、单位时段内输入燃气轮机的天然气功率、燃气轮机的气转热能量转换效率、单位供热量的碳排放配额、燃气锅炉的气转热能量转换效率，单位时段内输入燃气锅炉的天然气功率；
无偿碳排放配额模型建立模块，用于根据所述结构参数建立综合能源系统的无偿碳排放配额模型；所述综合能源系统中的设备包括：风电有效增强设备、闭环耦合设备以及储热和储气设备；所述闭环耦合设备的机组模型包括：P2G机组、燃气轮机机组和燃气锅炉机组；
实际碳排放量获取模块，用于获取综合能源系统的实际碳排放量；
动态奖惩碳排放成本模型建立模块，用于根据所述实际碳排放量和所述无偿碳排放配额模型建立动态奖惩碳排放成本模型；
第一约束条件确定模块，用于确定所述综合能源系统内部各个设备机组模型的约束条件，记为第一约束条件；所述设备机组模型包括：闭环耦合设备机组模型以及储热和储气设备机组模型；所述第一约束条件包括：P2G机组额定功率的约束条件、燃气轮机机组出力爬坡约束条件、燃气轮机机组的调节备用约束以及旋转备用约束条件、燃气轮机机组的出力上下限约束条件、燃气锅炉额定功率和爬坡率约束条件、储热装置模型约束条件和储气装置模型约束条件；
优化调度模型建立模块，用于根据碳市场的运营方式、综合能源系统的购能方式以及所述动态奖惩碳排放成本模型，建立优化调度模型；所述优化调度模型为以所述综合能源系统的外购能源成本以及碳成本之和最小为目标的优化调度模型；
第二约束条件确定模块，用于确定优化调度模型的约束条件，记为第二约束条件；所述第二约束条件包括：电、热、气功率平衡约束条件以及外部网络约束条件；
最小输出功率确定模块，用于根据所述第一约束条件和所述第二约束条件，采用细菌群体趋药性算法根据所述优化调度模型确定每个设备的机组模型的最小输出功率；
调度模块，用于根据每个设备的机组模型的所述最小输出功率对综合能源系统的电热气综合能源进行调度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011434514.XA CN112529405A (zh) | 2020-12-10 | 2020-12-10 | 计及动态价格奖惩因子的电热气综合能源调度方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011434514.XA CN112529405A (zh) | 2020-12-10 | 2020-12-10 | 计及动态价格奖惩因子的电热气综合能源调度方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112529405A true CN112529405A (zh) | 2021-03-19 |
Family
ID=74999150
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011434514.XA Pending CN112529405A (zh) | 2020-12-10 | 2020-12-10 | 计及动态价格奖惩因子的电热气综合能源调度方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112529405A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113095791A (zh) * | 2021-04-29 | 2021-07-09 | 长沙理工大学 | 一种综合能源系统运行方法及系统 |
| CN114253155A (zh) * | 2021-11-10 | 2022-03-29 | 中国东方电气集团有限公司 | 风光水火储一体化能源系统的碳排放测试平台及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN109740955A (zh) * | 2019-01-10 | 2019-05-10 | 燕山大学 | 一种计及改进阶梯式碳交易的电-气综合能源系统规划方法 |
-
2020
- 2020-12-10 CN CN202011434514.XA patent/CN112529405A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN109740955A (zh) * | 2019-01-10 | 2019-05-10 | 燕山大学 | 一种计及改进阶梯式碳交易的电-气综合能源系统规划方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张晓辉 等: ""考虑奖惩阶梯型碳交易和电–热转移负荷不确定性的综合能源系统规划"", 《中国电机工程学报》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113095791A (zh) * | 2021-04-29 | 2021-07-09 | 长沙理工大学 | 一种综合能源系统运行方法及系统 |
| CN113095791B (zh) * | 2021-04-29 | 2024-02-27 | 长沙理工大学 | 一种综合能源系统运行方法及系统 |
| CN114253155A (zh) * | 2021-11-10 | 2022-03-29 | 中国东方电气集团有限公司 | 风光水火储一体化能源系统的碳排放测试平台及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110163443B (zh) | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 | |
| CN110288152B (zh) | 考虑电/热柔性负荷的区域综合能源系统储能配置方法 | |
| CN114091913B (zh) | 考虑热网及p2g多园区综合能源系统低碳经济调度方法 | |
| CN113315242B (zh) | 基于氢能经济促进弃风消纳的虚拟弃风-制氢联合体 | |
| CN115241931B (zh) | 基于时变电碳因子曲线的园区综合能源系统调度方法 | |
| CN109741103B (zh) | 一种短期多目标双层优化调度方法 | |
| CN114580863A (zh) | 一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法 | |
| CN115018230A (zh) | 考虑减排成本的综合能源系统低碳鲁棒经济优化运行方法 | |
| CN111969657B (zh) | 一种基于谈判博弈的多能源站系统经济优化运行方法 | |
| CN112529405A (zh) | 计及动态价格奖惩因子的电热气综合能源调度方法和系统 | |
| CN113780663A (zh) | 基于碳交易模型的综合能源系统低碳调度方法和系统 | |
| CN111668878A (zh) | 一种可再生微能源网的优化配置方法和系统 | |
| CN107749645A (zh) | 一种控制高压大容量储热供暖装置的方法 | |
| CN114936720A (zh) | 一种源-荷-储协调的综合能源系统低碳经济调度方法 | |
| CN115689166A (zh) | 一种区域分布式能源资源聚合利用方法及系统 | |
| CN111126675A (zh) | 多能互补微网系统优化方法 | |
| CN117040027B (zh) | 一种农村虚拟电厂的协调优化方法和装置 | |
| CN114243691A (zh) | 一种电力系统低碳优化调度方法 | |
| CN112636340A (zh) | 一种风电-抽水蓄能联合发电系统优化运行方法 | |
| CN116739636A (zh) | 一种基于igdt的含碳交易机制的综合能源站优化运行方法 | |
| CN115496378B (zh) | 一种计入风能减排效益的电力系统经济调度方法 | |
| CN114186875A (zh) | 一种高新能源占比的园区多能源优化调度控制方法 | |
| CN114818269A (zh) | 一种工业园区综合能源系统与工厂生产计划协同优化方法 | |
| Hou et al. | Optimization method of wind power consumption based on thermal storage tanks against the background of stepped carbon trading | |
| CN117077368B (zh) | 计及工业综合需求响应的综合能源系统众目标规划方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210319 |
|
| RJ01 | Rejection of invention patent application after publication |