CN113610311B - 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法 - Google Patents
双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法 Download PDFInfo
- Publication number
- CN113610311B CN113610311B CN202110936857.4A CN202110936857A CN113610311B CN 113610311 B CN113610311 B CN 113610311B CN 202110936857 A CN202110936857 A CN 202110936857A CN 113610311 B CN113610311 B CN 113610311B
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- service provider
- transaction
- constraint
- energy service
- 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.)
- Active
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 99
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 94
- 238000005457 optimization Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000009467 reduction Effects 0.000 title claims abstract description 27
- 230000008901 benefit Effects 0.000 claims abstract description 48
- 230000005611 electricity Effects 0.000 claims description 29
- 238000004146 energy storage Methods 0.000 claims description 29
- 239000007789 gas Substances 0.000 claims description 21
- 238000007599 discharging Methods 0.000 claims description 16
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000009977 dual effect Effects 0.000 claims description 7
- 230000003190 augmentative effect Effects 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 239000003345 natural gas Substances 0.000 claims description 6
- 239000002918 waste heat Substances 0.000 claims description 6
- 235000006629 Prosopis spicigera Nutrition 0.000 claims description 5
- 240000000037 Prosopis spicigera Species 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000010438 heat treatment Methods 0.000 claims description 3
- 239000003077 lignite Substances 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 abstract description 4
- 239000010410 layer Substances 0.000 description 26
- 238000004364 calculation method Methods 0.000 description 6
- 239000002355 dual-layer Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法,包括:设置总碳排放限额和经济惩罚系数,并且分配给综合能源服务商;构建包含碳排放限额和惩罚系数的综合能源服务商合作优化模型;基于Nash议价理论构建合作博弈模型,并等效分解为效益最大化子问题和能源交易支付子问题;采用自适应ADMM算法按顺序求解效益最大化子问题和能源交易支付子问题,得到各个主体合作优化后的碳排放量和运行成本。本发明从需求侧角度考虑,结合顶层监管和能量共享机制,解决了综合能源服务商响应碳减排积极性不高的问题,可以进一步挖掘综合能源服务商合作运行减少总体碳排放量的潜力,且兼顾了个体利益和社会效益。
Description
技术领域
本发明涉及综合能源互联网技术领域,具体涉及一种双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法。
背景技术
能源行业作为温室气体排放的主要来源之一,是为了减少社会总碳排放量而需要重点关注的核心点,而综合能源系统的高效利用可以为减少碳排放量提供一条有效途径。
能源互联网背景下,异质能源流的优化调度涉及不同的能源网络和监管部门,分布式调控架构是当下能源互联网协同运行与控制的研究热点。但是在缺少碳监管的情况下,完全的分布式调控可能会出现优化调控结果不符合最大化社会效益目标,虽然单个利益主体的碳排放量可能满足低碳要求,但是区域内各个利益主体的碳排放量未必全部满足要求,而难以靠自身可调资源按要求进行碳减排的利益主体可能会为超额的碳排放支付经济惩罚,这与减少区域总碳排放量和提升社会效益的初衷相悖。
综合能源服务商参与市场运行涉及如何处理各个利益主体间的利益矛盾问题,现有研究大多关注了综合能源服务商的竞争行为,或者仅考虑了综合能源服务商参与合作运行时的经济性最优,没有进一步考虑到通过多个综合能源服务商的合作运行可以进一步挖掘碳减排的潜力。
所以,需要一个新的技术方案来解决这个问题。
发明内容
发明目的:为了克服现有技术中存在的不足,提供一种双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法,从需求侧角度考虑,结合顶层监管和能量共享机制,解决了综合能源服务商响应碳减排积极性不高的问题。
技术方案:为实现上述目的,本发明提供一种双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法,包括如下步骤:
S1:利用搭建好的双层协同优化运行架构中的顶层集中监管中心,设置总碳排放限额和经济惩罚系数,并且分配给综合能源服务商;
S2:在双层协同优化运行架构下,提出控制器的虚实部署策略,底层综合能源服务商自治协同,构建包含碳排放限额和惩罚系数的综合能源服务商合作优化模型;
S3:在双层协同优化运行架构下,根据综合能源服务商合作优化模型,基于Nash议价理论构建合作博弈模型,并等效分解为效益最大化子问题和能源交易支付子问题;
S4:采用自适应ADMM算法按顺序求解效益最大化子问题和能源交易支付子问题,得到各个主体合作优化后的碳排放量和运行成本。
进一步地,所述步骤S1中顶层集中监管中心根据底层各个综合能源服务商的日前预测电负荷和热负荷量分配每一个主体的碳排放限额,参考碳交易市场的碳权价格设置超额排放的经济惩罚系数。
进一步地,所述碳排放限额的按比例分配公式如下:
式中:为综合能源服务商i分配到的碳排放限额,/>为整个受监管区域的总碳排放限额,/>为综合能源服务商在t时刻的预测电负荷和热负荷,θ为电、热负荷的等效比。
在顶层集中监管中心的碳监管情况下,各个综合能服务商的碳排放成本如下:
式中:为碳排放成本;ω、/>为集中监管中心设定的惩罚系数和碳排放限额,γ为上级能源网中燃煤火力发电的占比,α为褐煤发电的碳排放强度中值,β为天然气发电的碳排放强度中值。
进一步地,所述步骤S2中底层的综合能源服务商在顶层的碳监管下自治协同,计算过程在各个主体的控制器中完成,考虑到主体的原有设施基础和投资新建设施成本,其计算资源的配置分为实部署和虚部署两种,实部署是计算资源配置在综合能源服务商侧;虚部署是租用监管中心的云平台资源,计算资源配置在监管中心侧,这类主体一般原有设施基础比较薄弱或者分布较为分散,投资建设控制器成本较高。然后,构建包含碳排放限额和惩罚系数的综合能源服务商合作优化模型,其包含的典型设备有CHP机组、分散式风电、屋顶光伏、储电设备等。
综合能源服务商合作优化模型的目标函数如下:
式中:Ci为综合能源服务商i的总运行成本,Cbuy,i、Csell,i为购能成本和售能收益,Cload,i为需求响应成本;Cij为综合能源服务商i的交易成本,为交易过网费,由交易双方共同承担,/>为t时刻的购电价格和购气价格;/>为t时刻的购电量和购气量,为t时刻的售电价格和售电量;/>为可转移电负荷和热负荷的转移量,为可削减电负荷和热负荷的削减量,/>和/>为可转移负荷和可削减负荷的单位惩罚系数,/>为第i个综合能源服务商和第j个综合能源服务商在t时刻的交易电价和热价,/>为相应的交易电量和热量,/>分别为单位电能和热能的过网传输成本。
进一步地,所述步骤S2中综合能源服务商合作优化模型的约束条件包含CHP机组约束、储能约束、风电光伏约束、柔性负荷约束、端对端交易模式下的功率平衡约束和交易量约束。
a)CHP机组约束
式中:为燃气轮机i在t时刻的耗气量,/>为燃气轮机的输出电功率,ηGT,i为燃气轮机的转化效率,/>为燃气轮机有功出力的最小值和最大值,LHVNG为天然气热值,取值LHVNG=8500kcal/m3。/>为第i台余热锅炉在t时刻的输出热功率,ηRB,i为余热锅炉的转化效率,/>为燃气轮机的爬坡率。
b)储能约束
电储能设备的运行约束包括容量约束、始末电量平衡约束、充放电约束,具体表示如下:
式中:Pc,i,t-1、Pd,i,t-1为电储能充电和放电功率,Pc,i,max、Pd,i,max、Pc,i,min、Pd,i,min分别为储能充放功率的上下限,Ei,t为t时刻的储能容量,εi、ηc,i、ηd,i分别为储能自损耗率和充放能效率,Ei,max、Ei,min为储能容量的上下限,Uc,i,t、Ud,i,t为储能充放电的标志。为了避免设备频繁充放电,在调度周期内限制储能充放电次数不超过12次。
c)风电、光伏约束
由于风、光出力具有随机性和波动性,采用随机规划方法进行新能源不确定性的描述,包含基于拉丁超立方采样的场景生成和基于同步回代削减技术的场景削减,把生成的1000个场景削减为6个典型场景,并得到相应的发生概率。风、光出力的概率分布均采用正态分布进行模拟,概率距离采用欧氏距离。风电、光伏约束表示如下:
式中:τsw,i、τspv,i分别为sw,i场景、spv,i场景的概率,分别为sw,i场景、spv,i场景下风电和光伏在t时刻的最大有功出力,/>为各个场景下实际消纳的有功功率,/>为风电和光伏实际消纳的总有功功率。
d)柔性负荷约束:
包含可转移电、热负荷,以及可削减电、热负荷:
式中:为可转移电负荷和热负荷的占比,/>为可转移电负荷和热负荷的占比。
e)P2P交易模式下的功率平衡约束、交易量不等式约束
式中:分别为电、热能交易功率的上限。
进一步地,所述步骤S3中双层协同架构下,包含多利益主体参与市场运行,为了兼顾个体利益和社会效益,基于Nash议价理构建合作博弈模型,并等效分解为效益最大化子问题和能源交易支付子问题。
纳什谈判模型的基本表达式为
式中:i代表纳什议价的参与者,为谈判破裂点,即参与者i在不参与议价交易时的运行成本。Ci为参与者i参与议价交易后的运行成本,当/>时,表示参与者i无法从议价交易中获益,选择退出交易。
根据已知均值不等式可知
结合“一正,二定,三相等”原理和上述公式,可以将如纳什谈判模型的基本表达式所示的非凸非线性模型等效转换为两个线性约束下的凸优化模型,即效益最大化子问题和能源交易支付子问题。
进一步地,所述步骤S3中效益最大化子问题的目标函数为:
公式(9)因为化简省去了交易成本,所以仅能得到各主体间的交易量;
能源交易支付子问题的目标函数为:
其中,和/>为已知的常数,且各主体之间的交易量已知,求解此问题后可得到个主体间的交易电价和热价。
进一步地,所述步骤S4具体包括如下步骤:
A1:迭代求解效益最大化子问题
对于综合能源服务商i,以下简称主体i,效益最大化子问题的增广拉格朗日函数Li,1可以表示为
式中:Ui为不包含交易成本的主体i的运行成本,j为与主体i进行交易的主体索引号,qij为主体i与主体j交易电量和交易热量/>的泛化表达,λij,1为主体i与主体j交易量耦合约束的对偶变量,ρij,1为惩罚参数;
基于自适应ADMM算法,各个主体重复执行公式(12)所示的步骤,直到所有主体均满足收敛条件;
收敛条件为
此问题求得的最优解为最优决策变量集合为/>将此问题求解得到的结果代入能源交易支付子问题继续求解电、热交易价格;
A2:迭代求解能源交易支付子问题
对于主体i,能源交易支付子问题的增广拉格朗日函数Li,2可以表示为
式中,为谈判破裂点,即不考虑电、热交易时主体i的运行成本;/>为不包含交易成本的主体i的最优运行成本,即效益最大化子问题的最优解;pij为主体i与主体j交易电价和交易热价/>的泛化表达,λij,2为主体i与主体j价格耦合约束的对偶变量,ρij,2为惩罚参数;各个主体重复执行的迭代步骤及收敛条件与公式(12)和公式(13)大致相同,只需替换对应的模型和参数即可;通过求解该子问题得到各个主体之间的电、热交易价格。最终,得到各个主体参与合作运行之后的总运行成本和碳排放量。
有益效果:本发明与现有技术相比,具备如下优点:
1、本发明通过双层协同优化调控架构中的顶层监管调动了综合能源服务商参与碳减排的积极性,有助于提升区域低碳经济。
2、本发明的虚实部署策略考虑了各个主体的特点和实际情况,更具经济性,以及实施难度更小。
3、本发明所提优化调控架构结合了多能量共享机制,可以进一步挖掘综合能源服务商合作运行减少总体碳排放量的潜力,且兼顾了个体利益和社会效益。
附图说明
图1为本发明中双层协同优化调控架构示意图;
图2为本发明的方法流程示意图;
图3为本发明中的效益最大化问题成本收敛情况图;
图4为本发明中的电能交易量情况图;
图5为本发明中的热能交易量情况图;
图6为本发明中的电能交易价格图;
图7为本发明中的热能交易价格图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本实施例中搭建了如图1所示的双层协同优化调控架构,包括顶层的集中监管层和底层的协同优化层,集中监管层包括顶层集中监管中心,提供碳排放水平的监管,协同优化层包括三个综合能源服务商,分别为综合能源服务商1、综合能源服务商2和综合能源服务商3,三个综合能源服务商自治协同,其中综合能源服务商1-2的控制器采用实部署策略,综合能源服务商3采用虚部署。
基于上述双层协同优化调控架构,本实施例提供一种双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法,如图2所示,其包括如下步骤:
S1:利用搭建好的双层协同优化运行架构中的顶层集中监管中心,根据当前区域经济发展水平设置适当的总碳排放限额和经济惩罚系数,并且分配给综合能源服务商。
顶层集中监管中心设置总碳排放限额,再根据底层各个综合能源服务商的日前预测电负荷和热负荷量分配每一个主体的碳排放限额;同时,参考碳交易市场的碳权价格设置超额排放的经济惩罚系数。底层的综合能源服务商获取各自的碳排放限额和惩罚系数后,进行自主协同优化;
碳排放限额的按比例分配公式如下:
式中:为综合能源服务商i分配到的碳排放限额,/>为整个受监管区域的总碳排放限额,/>为综合能源服务商在t时刻的预测电负荷和热负荷,θ为电、热负荷的等效比。
在顶层集中监管中心的碳监管情况下,各个综合能服务商的碳排放成本如下:
式中:为碳排放成本;ω、/>为集中监管中心设定的惩罚系数和碳排放限额,γ为上级能源网中燃煤火力发电的占比,α为褐煤发电的碳排放强度中值,β为天然气发电的碳排放强度中值。
S2:在双层协同优化运行架构下,提出控制器的虚实部署策略,底层综合能源服务商自治协同,构建包含碳排放限额和惩罚系数的综合能源服务商合作优化模型。
关于计算资源的配置,实部署是把控制器安装在综合能源服务商侧;虚部署是租用监管中心的云平台资源,控制器安装在监管中心侧。构建包含碳排放限额和惩罚系数的综合能源服务商合作优化模型,其包含的典型设备有CHP机组、分散式风电、屋顶光伏、储电设备等;目标函数包含购能成本、售能收益、需求响应成本、超额排放经济惩罚、交易成本、过网传输成本;约束条件包含CHP机组约束、储能约束、风电光伏约束、柔性负荷约束、端对端交易模式下的功率平衡约束和交易量约束;
综合能源服务商合作优化模型的目标函数如下:
式中:Ci为综合能源服务商i的总运行成本,Cbuy,i、Csell,i为购能成本和售能收益,Cload,i为需求响应成本;Cij为综合能源服务商i的交易成本,为交易过网费,由交易双方共同承担,/>为t时刻的购电价格和购气价格;/>为t时刻的购电量和购气量,为t时刻的售电价格和售电量;/>为可转移电负荷和热负荷的转移量,为可削减电负荷和热负荷的削减量,/>和/>为可转移负荷和可削减负荷的单位惩罚系数,/>为第i个综合能源服务商和第j个综合能源服务商在t时刻的交易电价和热价,/>为相应的交易电量和热量,/>分别为单位电能和热能的过网传输成本。
综合能源服务商合作优化模型的约束条件具体如下:
a)CHP机组约束
式中:为燃气轮机i在t时刻的耗气量,/>为燃气轮机的输出电功率,ηGT,i为燃气轮机的转化效率,/>为燃气轮机有功出力的最小值和最大值,LHVNG为天然气热值,取值LHVNG=8500kcal/m3。/>为第i台余热锅炉在t时刻的输出热功率,ηRB,i为余热锅炉的转化效率,/>为燃气轮机的爬坡率。
b)储能约束
电储能设备的运行约束包括容量约束、始末电量平衡约束、充放电约束,具体表示如下:
式中:Pc,i,t-1、Pd,i,t-1为电储能充电和放电功率,Pc,i,max、Pd,i,max、Pc,i,min、Pd,i,min分别为储能充放功率的上下限,Ei,t为t时刻的储能容量,εi、ηc,i、ηd,i分别为储能自损耗率和充放能效率,Ei,max、Ei,min为储能容量的上下限,Uc,i,t、Ud,i,t为储能充放电的标志。为了避免设备频繁充放电,在调度周期内限制储能充放电次数不超过12次。
c)风电、光伏约束
由于风、光出力具有随机性和波动性,采用随机规划方法进行新能源不确定性的描述,包含基于拉丁超立方采样的场景生成和基于同步回代削减技术的场景削减,把生成的1000个场景削减为6个典型场景,并得到相应的发生概率。风、光出力的概率分布均采用正态分布进行模拟,概率距离采用欧氏距离。风电、光伏约束表示如下:
式中:τsw,i、τspv,i分别为sw,i场景、spv,i场景的概率,分别为sw,i场景、spv,i场景下风电和光伏在t时刻的最大有功出力,/>为各个场景下实际消纳的有功功率,/>为风电和光伏实际消纳的总有功功率。
d)柔性负荷约束:
包含可转移电、热负荷,以及可削减电、热负荷:
式中:为可转移电负荷和热负荷的占比,/>为可转移电负荷和热负荷的占比。
e)P2P交易模式下的功率平衡约束、交易量不等式约束
式中:分别为电、热能交易功率的上限。
S3:在双层协同优化运行架构下,根据综合能源服务商合作优化模型,基于Nash议价理论构建合作博弈模型,并等效分解为效益最大化子问题和能源交易支付子问题。
在所构建的合作优化模型的基础上,基于Nash议价理进一步构建合作博弈模型,并等效转换为两个线性约束下的凸优化问题,即效益最大化子问题和能源交易支付子问题,其等效转换过程如下:
纳什(Nash)谈判模型的基础表达式为
式中:i代表纳什议价的参与者,为谈判破裂点,即参与者i在不参与议价交易时的运行成本。Ci为参与者i参与议价交易后的运行成本,当/>时,表示参与者i无法从议价交易中获益,选择退出交易。
纳什谈判模型需要满足“一正,二定,三相等”。“一正”即参与议价交易后,参与者i能从中获益,如公式(9)的约束所示。
根据已知均值不等式可知
所以“二定”即为常数,代表纳什谈判模型存在最大值。“三相等”即代表各个参与主体均能获得均衡的收益,满足帕累托最优。因为各个主体间的交易量qij=-qji,所以全部的交易成本之和/>公式(9)的目标函数可等效转化为
式中:Ui=Ci-Cij,代表不包含交易成本Cij时,主体i参与议价交易后的运行成本。
因为对于公式(11),是可以通过独立求解得到的常数,所以公式(11)可进一步等效转化为
公式(12)即为合作效益最大化子问题。因为化简省去了交易成本,所以仅能得到各主体间的交易量。再将效益最大化子问题得到的最优解代入公式(9),可得/>
因为自然对数为严格递增的凸函数,可对公式(13)取对数,再转化为最小化问题,可得
公式(14)即为能源交易支付子问题。其中,和/>为已知常数,且交易量已知,求解后可得到个主体间的交易电价和热价。
S4:采用自适应ADMM算法按顺序求解效益最大化子问题和能源交易支付子问题,得到各个主体合作优化后的碳排放量和运行成本。
具体的方法过程为:
A1:迭代求解效益最大化子问题
对于综合能源服务商i,以下简称主体i,效益最大化子问题的增广拉格朗日函数Li,1可以表示为
式中:Ui为不包含交易成本的主体i的运行成本,j为与主体i进行交易的主体索引号,qij为主体i与主体j交易电量和交易热量/>的泛化表达,λij,1为主体i与主体j交易量耦合约束的对偶变量,ρij,1为惩罚参数;
基于自适应ADMM算法,各个主体重复执行公式(12)所示的步骤,直到所有主体均满足收敛条件;
收敛条件为
此问题求得的最优解为最优决策变量集合为/>将此问题求解得到的结果代入能源交易支付子问题继续求解电、热交易价格;
A2:迭代求解能源交易支付子问题
对于主体i,能源交易支付子问题的增广拉格朗日函数Li,2可以表示为
/>
式中,为谈判破裂点,即不考虑电、热交易时主体i的运行成本;/>为不包含交易成本的主体i的最优运行成本,即效益最大化子问题的最优解;pij为主体i与主体j交易电价和交易热价/>的泛化表达,λij,2为主体i与主体j价格耦合约束的对偶变量,ρij,2为惩罚参数;各个主体重复执行的迭代步骤及收敛条件与公式(16)和公式(17)大致相同,只需替换对应的模型和参数即可;通过求解该子问题得到各个主体之间的电、热交易价格。最终,得到各个主体参与合作运行之后的总运行成本和碳排放量。
本实施例步骤S4中在MATLAB平台上编写程序,基于YAMLIP建模,采用Mosek求解器求解。关于算法参数,设置初值ρ=0.1,λ=0,原始残差和对偶残差的收敛精度取值εpri=εdual=10-3,自适应参数取值μ=1,τdecr=τincr=2。求解效益最大化子问题,谈判破裂点是已知常数,各个综合能源服务商的分布式控制器按串行顺序执行各自的自适应ADMM计算步骤,在迭代计算中逐步收敛到最优值,监管中心通过收敛条件判断是否满足迭代停止条件,求解成功后得到各个综合能源服务商之间的交易电能、热能,但是无法得到交易电价、热价。
基于上述方案,本实施例中获取到如下数据:
图3为求解效益最大化子问题时的各个综合能源服务商服务商的运行成本收敛情况,图4和图5分别为求解得到的交易电量、热量。求解能源交易支付子问题时,和/>为已知常数,且已知解能源交易支付子问题求得的交易量,求解后可得到个主体间的交易电价和热价,图6和图7分别为求解得到的交易电解、热价。
为了验证本发明方法的效果,将主体1~3考虑合作议价前后的运行结果进行对比,具体对比数据如表1所示:
表1考虑合作议价前后的运行结果对比
由表1可知,合作议价前,主体1和主体2均因超出限额需要支付碳排惩罚177.61元和1161.05元。合作议价后,各个主体的碳排惩罚费分别为0元、237.22元、0元,主体1-3的总成本分别降为3817.84元、10116.17元、-1714.13元。通过电、热能量共享的方式,在保障用户用能的情况下降低了自身的运行成本,相当于各个主体的总收益分别提升了805.21元、831.17元、864.65元,分别约占总提升收益的1/3,达到了均衡分配合作收益的效果。更重要的是,合作议价后,在同样的碳排放限额和惩罚系数下,总碳排为25.33吨,相比于合作议价前减少了4.12吨,达到了更好的碳减排效果。
综上所述,本发明提出的一种双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法,结合了顶层监管思想和能量共享机制,相比于合作议价前,能够在设置相同的碳排放限额和惩罚系数的情况下,更好地提升整个系统的碳减排效果,同时兼顾个体利益和社会效益。
Claims (5)
1.双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法,其特征在于,包括如下步骤:
S1:利用搭建好的双层协同优化运行架构中的顶层集中监管中心,设置总碳排放限额和经济惩罚系数,并且分配给综合能源服务商;
S2:在双层协同优化运行架构下,提出控制器的虚实部署策略,底层综合能源服务商自治协同,构建包含碳排放限额和惩罚系数的综合能源服务商合作优化模型;
S3:在双层协同优化运行架构下,根据综合能源服务商合作优化模型,基于Nash议价理论构建合作博弈模型,并等效分解为效益最大化子问题和能源交易支付子问题;
S4:采用自适应ADMM算法按顺序求解效益最大化子问题和能源交易支付子问题,得到各个主体合作优化后的碳排放量和运行成本;
所述步骤S2中综合能源服务商合作优化模型的目标函数如下:
式中:Ci为综合能源服务商i的总运行成本,Cbuy,i、Csell,i为购能成本和售能收益,Cload,i为需求响应成本;Cij为综合能源服务商i的交易成本,为交易过网费,由交易双方共同承担,/>为t时刻的购电价格和购气价格;/>为t时刻的购电量和购气量,为t时刻的售电价格和售电量;/>为可转移电负荷和热负荷的转移量,为可削减电负荷和热负荷的削减量,/>和/>为可转移负荷和可削减负荷的单位惩罚系数,/>为第i个综合能源服务商和第j个综合能源服务商在t时刻的交易电价和热价,/>为相应的交易电量和热量,/>分别为单位电能和热能的过网传输成本;
所述步骤S2中综合能源服务商合作优化模型的约束条件包含CHP机组约束、储能约束、风电光伏约束、柔性负荷约束、端对端交易模式下的功率平衡约束和交易量约束;
所述步骤S2中综合能源服务商合作优化模型的约束条件具体如下:
CHP机组约束:
式中:为燃气轮机i在t时刻的耗气量,/>为燃气轮机的输出电功率,ηGT,i为燃气轮机的转化效率,/>为燃气轮机有功出力的最小值和最大值,LHVNG为天然气热值,取值LHVNG=8500kcal/m3。/>为第i台余热锅炉在t时刻的输出热功率,ηRB,i为余热锅炉的转化效率,/>为燃气轮机的爬坡率;
储能约束:
电储能设备的运行约束包括容量约束、始末电量平衡约束、充放电约束,具体表示如下:
式中:Pc,i,t-1、Pd,i,t-1为电储能充电和放电功率,Pc,i,max、Pd,i,max、Pc,i,min、Pd,i,min分别为储能充放功率的上下限,Ei,t为t时刻的储能容量,εi、ηc,i、ηd,i分别为储能自损耗率和充放能效率,Ei,max、Ei,min为储能容量的上下限,Uc,i,t、Ud,i,t为储能充放电的标志;
风电、光伏约束:
式中:τsw,i、τspv,i分别为sw,i场景、spv,i场景的概率,分别为sw,i场景、spv,i场景下风电和光伏在t时刻的最大有功出力,/>为各个场景下实际消纳的有功功率,为风电和光伏实际消纳的总有功功率;
柔性负荷约束:
包含可转移电、热负荷,以及可削减电、热负荷:
式中:为可转移电负荷和热负荷的占比,/>为可转移电负荷和热负荷的占比;
P2P交易模式下的功率平衡约束、交易量不等式约束:
式中:分别为电、热能交易功率的上限;
所述步骤S4具体包括如下步骤:
A1:迭代求解效益最大化子问题
对于综合能源服务商i,以下简称主体i,效益最大化子问题的增广拉格朗日函数Li,1可以表示为
式中:Ui为不包含交易成本的主体i的运行成本,j为与主体i进行交易的主体索引号,qij为主体i与主体j交易电量和交易热量/>的泛化表达,λij,1为主体i与主体j交易量耦合约束的对偶变量,ρij,1为惩罚参数;
基于自适应ADMM算法,各个主体重复执行公式(12)所示的步骤,直到所有主体均满足收敛条件;
收敛条件为
此问题求得的最优解为最优决策变量集合为/>将此问题求解得到的结果代入能源交易支付子问题继续求解电、热交易价格;
A2:迭代求解能源交易支付子问题
对于主体i,能源交易支付子问题的增广拉格朗日函数Li,2可以表示为
式中,为谈判破裂点,即不考虑电、热交易时主体i的运行成本;/>为不包含交易成本的主体i的最优运行成本,即效益最大化子问题的最优解;pij为主体i与主体j交易电价/>和交易热价/>的泛化表达,λij,2为主体i与主体j价格耦合约束的对偶变量,ρij,2为惩罚参数;各个主体重复执行的迭代步骤及收敛条件依据公式(12)和公式(13),通过求解该子问题得到各个主体之间的电、热交易价格,进而得到各个主体参与合作运行之后的总运行成本和碳排放量。
2.根据权利要求1所述的双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法,其特征在于,所述步骤S1中顶层集中监管中心根据底层各个综合能源服务商的日前预测电负荷和热负荷量分配每一个主体的碳排放限额,参考碳交易市场的碳权价格设置超额排放的经济惩罚系数。
3.根据权利要求2所述的双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法,其特征在于,所述碳排放限额的按比例分配公式如下:
式中:为综合能源服务商i分配到的碳排放限额,/>为整个受监管区域的总碳排放限额,/>为综合能源服务商在t时刻的预测电负荷和热负荷,θ为电、热负荷的等效比。
4.根据权利要求3所述的双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法,其特征在于,在顶层集中监管中心的碳监管情况下,各个综合能服务商的碳排放成本如下:
式中:为碳排放成本;ω、/>为集中监管中心设定的惩罚系数和碳排放限额,γ为上级能源网中燃煤火力发电的占比,α为褐煤发电的碳排放强度中值,β为天然气发电的碳排放强度中值。
5.根据权利要求1所述的双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法,其特征在于,所述步骤S3中效益最大化子问题的目标函数为:
根据公式(9)得到各主体间的交易量;
能源交易支付子问题的目标函数为:
其中,和/>为已知的常数,且各主体之间的交易量已知,求解此问题后可得到个主体间的交易电价和热价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110936857.4A CN113610311B (zh) | 2021-08-16 | 2021-08-16 | 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110936857.4A CN113610311B (zh) | 2021-08-16 | 2021-08-16 | 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113610311A CN113610311A (zh) | 2021-11-05 |
CN113610311B true CN113610311B (zh) | 2024-04-23 |
Family
ID=78340802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110936857.4A Active CN113610311B (zh) | 2021-08-16 | 2021-08-16 | 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113610311B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418209A (zh) * | 2022-01-14 | 2022-04-29 | 华北电力大学 | 基于阶梯型激励需求响应的供需博弈电源规划方法 |
CN114707776B (zh) * | 2022-06-08 | 2022-09-02 | 山东暖谷新能源环保科技有限公司 | 一种基于碳排放双控的低碳用能优化系统及方法 |
CN116911533B (zh) * | 2023-06-27 | 2024-05-14 | 西安理工大学 | 区域综合能源系统多微网能量共济方法 |
CN117220346B (zh) * | 2023-07-27 | 2024-04-16 | 河海大学 | 一种综合能源服务商电-碳-绿证双层分布式调度方法 |
CN116957855B (zh) * | 2023-09-18 | 2023-11-28 | 南京师范大学 | 基于绿证协商交易的综合能源服务商合作运行方法和系统 |
CN117613906B (zh) * | 2024-01-24 | 2024-03-22 | 南京邮电大学 | 分布式源荷参与下的配电系统多主体实时协同降碳方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109524957A (zh) * | 2018-11-07 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 考虑碳交易机制和柔性负荷的综合能源系统优化调度方法 |
CN112688317A (zh) * | 2020-12-18 | 2021-04-20 | 南京师范大学 | 一种双层协同架构下的县域级电-气互联系统优化调度方法 |
CN113222249A (zh) * | 2021-05-12 | 2021-08-06 | 天津大学 | 基于主从博弈的园区综合能源系统双层优化控制方法 |
-
2021
- 2021-08-16 CN CN202110936857.4A patent/CN113610311B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109524957A (zh) * | 2018-11-07 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 考虑碳交易机制和柔性负荷的综合能源系统优化调度方法 |
CN112688317A (zh) * | 2020-12-18 | 2021-04-20 | 南京师范大学 | 一种双层协同架构下的县域级电-气互联系统优化调度方法 |
CN113222249A (zh) * | 2021-05-12 | 2021-08-06 | 天津大学 | 基于主从博弈的园区综合能源系统双层优化控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113610311A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113610311B (zh) | 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法 | |
Li et al. | Optimal operation of multimicrogrids via cooperative energy and reserve scheduling | |
CN108599373B (zh) | 高比例可再生能源电力系统输配协调调度目标级联分析法 | |
Wu et al. | Dynamic economic dispatch of a microgrid: Mathematical models and solution algorithm | |
CN112054513B (zh) | 基于混合博弈的多微电网双层协调优化调度方法 | |
Chen et al. | Research on day-ahead transactions between multi-microgrid based on cooperative game model | |
CN111008739B (zh) | 一种热电联产虚拟电厂优化调控及收益分配方法及系统 | |
Liu et al. | Research on cloud energy storage service in residential microgrids | |
He et al. | A new cooperation framework with a fair clearing scheme for energy storage sharing | |
CN115115096A (zh) | 考虑多微电网储能共享的主动配电网博弈优化调度方法 | |
Zhang et al. | Optimization strategy for power sharing and low-carbon operation of multi-microgrid IES based on asymmetric nash bargaining | |
Shi et al. | Research on power to hydrogen optimization and profit distribution of microgrid cluster considering shared hydrogen storage | |
Ali | Development and Improvement of Renewable Energy Integrated with Energy Trading Schemes based on Advanced Optimization Approaches | |
CN113112062B (zh) | 一种考虑新能源消纳的区域能源聚合商博弈方法 | |
CN115204562A (zh) | 一种计及多能共享的互联微能源网分布式协同优化调度方法和系统 | |
Zhang et al. | Shared energy storage-assisted and tolerance-based alliance strategy for wind power generators based on cooperative game and resource dependence theories | |
Kong et al. | Independence enhancement of distributed generation systems by integrating shared energy storage system and energy community with internal market | |
CN110556821B (zh) | 考虑交互功率控制和双边竞价交易的多微电网双层优化调度方法 | |
CN116862144A (zh) | 一种基于双重博弈的多园区低碳调度方法及系统 | |
Wang et al. | Research on optimal scheduling decision of multi‐microgrids based on cloud energy storage | |
Cheng et al. | Nash bargaining‐based cooperative game for distributed economic scheduling of microgrid with charging‐swapping‐storage integrated station | |
Xiong et al. | Optimal operation of integrated energy systems considering energy trading and integrated demand response | |
Yang et al. | Two-stage coordinated optimal dispatching model and benefit allocation strategy for rural new energy microgrid | |
Lin et al. | Bilevel optimal dispatch model for a peak regulation ancillary service in an industrial park of energy-intensive loads | |
CN117081169B (zh) | 一种聚合园区分布式光伏能源的运营方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |