CN113822706A - 低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行方法 - Google Patents

Abstract

本发明低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行方法属于综合能源系统低碳运行优化技术领域；技术方案包括以下步骤：步骤S1）构建多园区互联的综合能源系统模型，步骤S2）构建碳排放权‑绿色证书联合交易市场框架，步骤S3）构建基于拜占庭容错机制的GCT组合双向拍卖模型；通过建立考虑CET和GCT机制的多园区综合能源系统优化调度模型，并分析将碳‑绿证交易机制引入到IESs中的可行性并建立碳‑绿证联合交易市场框架，建立热网、气网及IESs优化模型及相关约束，采用基于拜占庭双向竞价拍卖机制来对绿证竞价，确定最佳GCT价格，对低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行策略展开研究。

Description

低碳背景下考虑绿色证书交易的多园区综合能源系统优化运 行方法

技术领域

本发明低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行方法属于综合能源系统低碳运行优化的技术领域。

背景技术

综合能源系统具有多能源互补协同运行的特点，不同能源生产输送、分配转 化、储存消费可以在多个时间尺度下有机协调，有利于提高能源效率，促进可再 生能源的消纳。由此可见，突破传统能源结构，发展冷、热、电、气等多能耦合 的综合能源系统，实现能源的高效清洁利用，已成为世界能源领域的重要选择。

综合能源系统中能源的动态性能不同，调度指令的响应过程因各子系统的控制特性和网络特性有显著差异。许多学者对建模方法、调度策略、需求响应和市场机制进行了研究，对于特定区域的综合能源系统，其负荷特性往往较为单一，设备的调度指令在实际执行时存在一定的技术限制，并可能导致某一设备长期投入带来的额外运维费用，影响系统运行的安全性和经济性。因此，建立不同园区互联运行的综合能源系统，兼顾多重不确定因素，充分挖掘其负荷互补特性并使系统清洁高效运行，是实现综合能源系统低碳运行的关键问题。

综合能源系统作为提高能源利用效率、促进节能减排的重要载体，诸多文献介绍了系统内降低碳排放量、促进可再生能源的消纳的实施和评估方法，考虑绿色证书交易机制的综合能源系统优化方法也引起了学术界的高度关注。

发明内容

本发明克服现有技术存在的不足，针对中国能源市场需求日益增长，但能源供需矛盾和环境污染问题日益严重的现状，提供了一种低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行方法。

为了解决上述技术问题，本发明采用的技术方案为：低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行方法，包括以下步骤：

步骤S1)构建多园区互联的综合能源系统模型；

步骤S2)构建碳排放权-绿色证书联合交易市场框架；

步骤S3)构建基于拜占庭容错机制的GCT组合双向拍卖模型。

本发明与现有技术相比具有以下有益效果：通过建立一种考虑CET和GCT 机制的多园区综合能源系统优化调度模型，并分析将碳-绿证交易机制引入到IESs 中的可行性并建立碳-绿证联合交易市场框架，建立热网、气网及IESs优化模型及相关约束，采用基于拜占庭双向竞价拍卖机制来对绿证竞价，确定最佳GCT 价格，对低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行策略展开研究。

附图说明

下面结合附图对本发明做进一步详细的说明；

图1为本发明的方法流程示意图

图2为IESs结构图；

图3为热网能量传输模型图；

图4为天然气网结构图；

图5为碳交易价格与交易量之间的关系图；

图6为碳和绿证联合运行市场框架图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明中的实施例，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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作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。

如图1所示，本发明低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行方法，包括以下步骤：

步骤S1)构建多园区互联的综合能源系统模型；

步骤S2)构建碳排放权-绿色证书联合交易市场框架；

步骤S3)构建基于拜占庭容错机制的GCT组合双向拍卖模型。

所述的步骤S1)构建多园区互联的综合能源系统模型包括综合能源系统模型及框架、热网模型、气网模型：

步骤S101)综合能源系统模型及框架

本申请中综合能源系统模型及框架的IESs结构图如图2所示，其中的能量输入包括电网供电、微型燃气轮机、风电、光伏和天然气，能量转化设备包括燃气锅炉、电制冷机、余热回收装置，能量存储设备为蓄电池、储热设备和储气装置，各个区域系统通过热网和气网进行热、气交换；

步骤S102)建立热网模型

建立热网能量传输通用模型如图3所示，设热网节点数为Z，管道数为W，第i和区域综合能源系统连结的节点为i，设当热媒流出节点i时，q_ij或q_s,i为正，反之为负；热网模型包含节点与管道两个部分，管道部分描述官网中的能量损失，节点部分描述官网中的流量平衡与能量守恒；

(1)管道温差方程

式中：Δh为单位长度管道的热损，kW/km；T为管道中热媒温度，℃；T_e为管道周围介质的平均温度，℃；ΣR为热媒到介质间每千米管道的总热阻， km·℃/kW；

由式(1)知初始温度为T₀的热媒流过长度为l的管道后有：

式中：Q₀、Q分别为流入、流出管道的热功率，kW；k为比例常数，k＝cρ，其中c为流体比热容，kJ/(kg·℃)，ρ为流体密度，kg/m³；

对于稳态热力网络，通常认为管道所处环境稳定，因此T_e、ΣR均为常数，则式(2)可以表示为

该式即为苏霍夫温降公式；

(2)节点平衡方程

由基尔霍夫节点电流定律可知，流经节点i的电流和为0，相应的，流经同一节点的热量和为0，即：

式中：I为与节点i相连的节点集合；

统一管道中的流体流量不可中断，即：

q_ji+q_ij＝0 (5)

本文假设同一节点流出的流体温度相同，即：

T_ij＝T_ikq_ij＞0∩q_ik＞0，j，k∈I (6)

考虑到从IES中流入热网的热媒温度为系统的供水温度，即：

T_s，i＝T_swq_s，i＜0 (7)

式中：T_sw为系统供水温度，℃；

此外，管道流体流速不能过大，故有流速限制为：

式中：

为管道i-j允许的最大流速，m/s；S_ij为管道i-j横截面积，m²。

假设第i个园区与官网加护功率为Q_s，i，则：

Q_s，i＝kq_s，i(T_s，i-T_rw) (9)

式中：T_rw为供热系统回水温度，℃；

(3)网损方程及流量模型

定义供水管道中热媒所含热功率与回水系统对应热媒所含热功率之差为热媒的可利用功率H’，即：

H′＝kq(T-T_rw) (10)

式中：T为供水管道中热媒温度；

由式(2)可推导出：

该式两边同时减去kqT_rw，则有：

将管网热损ΔQ’＝Q₀’-Q’带入热损方程有：

式中：T_e、T_rw和∑R为常数；ΔQ’可以看作是关于T₀、1和Q₀’的函数；现取∑R＝20km·℃/kW，T_e＝0℃，T_rw＝70℃，T₀分别取80、85、90℃；

当Q0’＞ΔQ’时，ΔQ’接近常数，因此可认为

式中：≈右边实际是ΔQ’在l＝0处的一阶泰勒级数；

为保证热网效率，需规定管道中传输的可利用热功率必须大于临界值，且必须小于管段中可传输的最大可利用热功率，则有：

式中：Q’ij为由管道i-j流入节点i的热媒所包含的可利用热功率，流入节点i为正，反之为负；

为管段可传输的最小、最大可利用热功率；

对于同一管段，T₀在T_rw和T_sw之间取值时，对应的ΔH’变化很小，故可将式中的T₀换为T_sw；为验证上述线性化精确度，取∑R＝20km·℃/kW，T_e＝0℃， T_rw＝70℃，T_sw＝90℃，l＝1km，T₀分别取88、90、82℃，利用式(13)计算所得的ΔQ’精确值和相对误差如表1所示，由表1可知当T0在88-92℃范围内，简化后的等式具有良好的精确度；

表1.精确值和相对误差

综上，热网能量流模型为：

该模型将管网可利用热功率与管段中热媒流量与温度解耦，仅包含可利用热功率变量，通过引入状态变量可将该模型转换为混合整数线性模型，易于求解；

(4)热网温度-流量模型

对于热网的调度与控制，除了其热功率分布外，还需获得热网中热媒的流量与温度，热网热媒流量与温度的求解如下：

如图2所示，对于一管段热网，可利用热功率与流量有如下关系：

流向同一节点的流体在节点发生热传递，热网温度场为稳态场，即：

T_ij＝T_i，H_ij＞0 (18)

则有节点电流方程可得：

从而可以得到热网流量、温度方程如下：

在得到热网最优Q_s，i和Q’ij后，根据上式方程组可求得q_ij、q_s，i、T_ij和T_s，i；

(5)热网运行费用

热网运行费用主要为水泵的电费，可用耗电输热比进行估计，即：

式中：C_p为热网运行费用，元；R为水泵数量；h为调度时段；EHR_i为第i 个水泵的耗电输热比；c_e,b,t表示t时段购电电价，kW；Δt为调度时长，单位为小时；

步骤S103)建立气网模型

IESs将来自气源的天然气输送并分配给用户，其气网系统主要由天然气源、管道、压缩机和负荷做成，其结构如图4所示；

(1)系统节点约束

气源节点的天然气注入量

和节点压力

需满足式(22)约束：

式中：

分别为气源中心s供气的上下限；

分别为节点n 压力的上下限；

(2)管道约束

在满足流体力学和伯努利方程的前提下，一般使用非线性方程描述管道流量，即：

式中：

是与管道参数和气体密度等有关的常数；

表示t时刻节点n-m间管道的流量；

(3)储气设施约束

储气罐可以实现天然气在时间和空间尺度上的合理调配，是目前调度中控制、调节节点压力的有效方法，储气设施需要考虑自身容量和天然气注入、输出量的限制，即：

式中：

为t时段储气罐h的储气量，

为容量上限；

为t时段注入和输出的天然气量；

为流量上限；

(4)流量平衡约束

根据天然气节点的能量守恒定律，每个天然气节点的能量平衡方程为：

式中：m∈n表示所有与n节点相连的节点集合；

表示t时段节点n的天然气负荷；

(5)天然气-热量转化约束

天然气流量通过其热值转化为功率流，二者之间的换算关系为：

式中：

表示天然气功率流；c_gas为天然气热值；

表示天然气流量；

(6)加压器模型

加压器模型是一个描述升压比例和能量消耗关系的非凸非线性表达式，由, 重点在于研究天然气管道的扩建，且加压器消耗的电能很少，故对模型进行了简化处理，即忽略加压器运行时消耗的能量，仅保留加压器进气端和出气端之间的升压关系，以及加压器的传输容量限制：

式中：fc_cbt、p_ibt和p_jbt分别为t水平年b负荷分区时加压器c流过的气流、进气口和出气口端的气压；Г_c为加压器c的升压比例；

为加压器的传输容量上限。

所述的步骤S2)构建碳排放权-绿色证书联合交易市场框架的具体步骤包括：

步骤S201)构建CET机制模型

CET是指通过建立合法的碳排放权认定机制并允许对其进行买卖，实现控制碳排放量的交易机制，在该机制下，碳排放量成为可以自由交易的商品，允许企业在不突破碳排放权交易规定的前提下，交易企业内部碳排放权，政府或者监管部门以控制总的碳排放量为目标，为含碳排放源的企业分配碳排放配额，企业根据分配额制定和调节生产计划，若在此过程中产生的碳排放量高于分配额，需要从CET市场中进行碳排放量购买；若碳排放量低于配额，则可将多余的碳排放量出售，获得相应收益；

CET在中国正处于全面发展阶段。现阶段国内外的碳排放权分配方法主要有免费分配、拍卖分配和免费+拍卖混合分配3种方式，国内主要采用免费分配方法。本发明采用基准线法和预分配的方法确定综合能源系统中无偿碳排放份额，配额量为其拥有各类机组配额的总和，IESs中的碳排放源主要包括微燃机和燃气锅炉，其免费碳排放份额由式(28)确定：

式中：C_L为碳排放份额；C_e为微燃机碳配额，C_h为燃气锅炉碳配额；Pt_g为微燃机的发电功率；B_g为微燃机CO₂排放基准，单位：tCO₂/MWh；F_e为机组冷却方式修正系数，水冷为1，气冷为1.05；F_r为机组供热量修正系数，微燃机供热量修正系数为1-0.22×α_g(热电比)；F_f为机组负荷(出力)系数修正系数； Qt b为燃气锅炉输出功率；B_h为燃气锅炉供热CO₂碳排放基准，单位：tCO₂/GJ；

IES的实际碳排放量由微燃机和燃气锅炉的出力决定，具体如式(29)所示：

式中：a₁,b₁,c₁为微燃机机组碳排放计算系数；a₂,b₂,c₂为燃气锅炉碳排放系数；

在求解时，将系统碳排放量进行分段线性化处理，每个区间的调度模型变为混合整数线性规划问题(Mixed Integer Nonlinear Programming Problem，MINLP)，对于混合整数线性规划，多采用智能算法求解，但容易陷入局部最优且耗时较长，本发明借鉴分段线性化微燃机组成本函数原理，对微燃机和燃气轮机分线性电- 热耦合曲线采用分段线性化模型描述并优化，以便快速求解和应用；

阶梯型CET的成本计算模型为：

式中：C_CO2为综合能源系统CET成本；λ为市场上CET价格；d为碳排放量区间长度；σ为每个阶梯型CET价格增长幅度；每上升一个阶梯，CET价格增长σλ；C_P<C_L时，C_CO2将为负，表示CET带来收益；

为更加直观的看出阶梯型CET价格和碳交易量之间的关系，规定了若干 CET区间，CET价格随着区间的增长而上升，交易成本为IESs出售碳排放量带来的额收益，如图5所示；

步骤S202)构建GCT机制模型

绿色证书是指对进行可再生能源发电商颁发的一种凭证，证明发电厂商有一部分的电力来自于可再生能源，其本身也代表一定数量的绿色电量，证书具有一定的时效性，因此绿证价格由短期的供求关系决定，GCT制度是保证可再生能源配额制度有效贯彻的配套措施，使得各责任主体通过高效率和灵活的方式交易，通过实施可再生能源配额制和GCT政策，目的是将可再生能源发电由政府直补方式逐渐过渡到市场化补贴方式；

(1)GCT模型

GCT分为两种情况：一是系统消纳可再生能源发电量小于日配额值，需要购买绿证，若仍未达标，则接受惩罚；二是消纳可再生能源发电量大于日配额制，此时销售绿证获利，具体模型如式(31)所示。

式中：

表示购买或出售绿证价格，P_res为可再生能源日配额量，P_w为实际消纳量，C_p为惩罚系数；

GCT市场最低售价应为可再生能源电价附加资金补贴的资金现值，最高售价不应高于对应电量的可再生能源上网电价与微燃机标杆电价差值，则绿证市场最低、最高售价限额为：

式中：

为绿证价格上下限；s_i为第i种绿色电力证书上网电价；c 为微燃机标杆电价；r_i为第i种绿色电力能源折现率；h_i为第i种绿色能源电价附加资金补贴结算周期；d_i为第i种绿色电力能源电价附加资金补贴金额延期支付周期；

绿色证书配额约束：

式中：G为量化系数，表示生产单位绿色电能可获得绿证数量；α_i为第i个发电企业在给定时间内可再生发电占比；η_i为第i个发电企业初始分配电量；G_gre为绿证数量；P_i为第i个发电设备实际发电量；P_i0为第i个发电企业初始分配电量；

(2)碳-绿证联合交易市场框架

为了完善CET市场和GCT机制，提高市场交易的灵活性，本发明设计了碳 -绿证联合交易市场框架，具体交易流程框架如图6所示，交易流程为：IESs向行政监管部门提出申请，待监管部门审核合格后参与GCT和CET，监管部门为各IESs分配不同的碳排放量和可再生能源电量配额，满足配额制要求的IESs在 GCT平台和CET平台上将绿色证书和碳排放量售卖，未满足配额制要求的IESs 或其他机构可在平台上进行购买，否则被惩罚，满足配额要求的IESs系统出售绿色证书和碳排放量，既响应了国家政策要求，又使得IESs运行成本降低，具有较高的经济性与可行性。

所述的步骤S3)构建基于拜占庭容错机制的GCT组合双向拍卖模型的内容包括：

步骤S301)绿证参与者投标算法

BTF是一种期货合约，用来满足参与方一段时间的交易需求，且交易时间早于结算时间；需求性质等于参与方的供应能力，与可在生能源配额制存在一定偏差，该合约有利于绿证卖方提前锁定交易价格，规避交易风险；

参与者分为绿证卖方和卖方，根据绿证需求量设计自己的竞价策略，并给于绿证买家各种竞价逻辑，刺激其积极参与绿证市场。绿证卖家投标包括绿证数量矩阵X_s和绿证价格矩阵Y_s，具体表示如下：

式中：

和

分别是d天内绿证卖方n的绿证需求量和投标价格；D是投标天数的集合；N_s是绿证卖方的集合，绿证卖方中标结果用矩阵Z_s表示：

式中：

为第d天n个中标者的绿证数量，例如

为10，则中标量为10 本；

绿证买方的投标包括绿证数量矩阵X_b和投标价格矩阵Y_b。N_b是绿证买方的集合：

式中：X_b,m为m(绿证买方)的绿证竞价矩阵；

步骤S302)绿证买方的中标策略

由于购买者有不同的投标逻辑，绿证买方的投标集反映了购买者对绿色证书需求，m的投标逻辑类型为

有四种投标逻辑，即“ATOM”、“OR”、“XOR”和“AND”，逻辑反映了绿证买方的需求；

绿证买方中标用矩阵Z_b表示：

其中

表示第d天m的中标，是一个0-1的二进制变量，0表示不中标，1 表示中标；

为了避免人为的偏见和垄断，我们以绿证交易利润最大化为目标函数R_so，确定中标单位和绿证市场的利益：

在公式(65)中，R_so是卖方剩余R_s和买方剩余R_b的总和，R_s和R_b也表示为：

此外，为了实现一次交易，在目标函数中增加了一个惩罚项：

惩罚系数η是一个足够小的正数；

不同的买家出价逻辑对应不同的约束条件，

表示投标天数m的集合，T_m为绿证买家m的投标集合：

(1)“ATOM”投标约束

m只对某天的绿证数量竞价，“ATOM”投标是联合投标的基本单位，它可以用不同的逻辑组合成“或”、“异或”、“和”：

(2)“或”投标约束

指投标人必须全部中标才能满足其需求，m对绿证市场天数的投标逻辑关系为“或”，可表示为：

式中d_j为

中的j元素，中标天数不能超过投标总天数的上限，约束可以表示为：

式中

为矩阵X_b,m的非零元素个数；

(3)“异或”投标约束

m可以竞价数天的可再生能源消纳量，逻辑为异或，m对几天可再生能源消纳的出价最多只能赢得一天，即只要有一天中标，就可以满足m的绿证数量需求：

(4)“和”投标约束

m对多日绿证数量的投标可表示为：

投标所表达的是m的补充需求，也就是说，对于m来说，只有所有的投标日才能同时中标以满足其需求，如果只有部分投标人中标，只会产生成本而没有收益，因此，m买家希望同时中标或不同时中标，对于未来电力输出或输入有极大不确定性的买家，可以使用竞价：

步骤S303)绿证交易目标函数和绿证交易约束函数

(1)目标函数

对于含CET和GCT的并网运行IESs，考虑到配额制要求和存在的市场风险，一方面，IESs必须消纳不低于配额量的可再生能源电量；另一方面，其碳排放量不得超过配额标准，以购电、气成本、碳交易成本、绿证交易成本和系统中其他设备运维成本最小为目标函数：

式中：C为系统运行成本，元；C_e为购电费用，元；C_gas为购买天然气费用，元；C_es为储电设备运行维护费用，元；C_hs为系统中储热设备运行维护费用，元； C_CO2为IES碳交易成本，元；C_gre为绿证收益，元；

购电费用公式为：

式中：

为t时刻系统的购电价格，

为t时刻园区综合能源系统与电网之间交换功率；

燃气费用公式为：

式中：c_gas为天然气单位热值价格，

表示t时刻微燃机的发电功率，

表示燃气锅炉的产热功率，η_g，η_b分别为微燃机和燃气锅炉的效率；

假设蓄电设备单次充放电的使用成本相同，购买成本为C_purchase，无损坏情况下使用次数为M_cycles，则其每次完全充放电成本c_r为：

则蓄电设备运维成本公式为：

式中：C_capacity为蓄电设备的容量；

为时段t时蓄电设备的充放电功率；

储热设备运维成本公式为：

式中：

为时段t时储热设备的充放热功率；

(2)约束条件

1)电气母线平衡约束：

式中：

表示t时刻光伏的发电功率；

表示t时刻风机的发电出力；

表示t时刻蓄电设备的放电功率；

为电负荷；

表示t时刻电制冷机功率；

表示t时刻蓄电设备的充电功率；

2)热水母线平衡约束：

式中：η_wh表示余热锅炉的效率，

表示t时刻余热锅炉的功率；

表示t 时刻热负荷功率；

3)冷负荷功率平衡约束：

式中：COP_ec表示电制冷机的制冷系数；

表示t时刻电制冷机的功率；COP_ac表示吸附式制冷机的制冷系数；

表示t时刻吸附式制冷机的功率；

表示t时刻冷负荷功率；

4)蒸汽母线平衡约束：

式中：

表示燃气锅炉的产热功率；

表示t时刻换热设备的功率；

5)燃气轮机热电平衡约束：

式中：α_g表示燃气轮机的热电比；

表示t时刻燃气轮机的出力；

6)蓄电设备运行约束：

式中：

表示蓄电池充电功率的上下限；

表示蓄电池放电电功率的上下限；

为蓄电池充、放电状态标记位，为0时表示停止充、放电，为1表示进行充、放电；

表示蓄电池在t时刻储存的电能；σ_es为蓄电池自放电率；η_es,c，η_es,d分别为蓄电池的充、放电效率；

表示蓄电池储能的上下限；

7)燃气轮机运行约束：

式中：

表示t时刻燃气轮机的燃料耗量；Ut_g为燃气轮机开停机标记位，为 0时表示停机，为1表示开机；

表示燃气轮机功率的上下限；

8)购电功率约束：

式中：

为系统向电网购电的上限值；

9)储热设备运行约束：

式中：

为储热设备充热功率的上下限；

为储热设备放热功率的上下限；

为储热设备充放热状态标记位，0-1变量；

为储热设备在t时刻储存的电能；σ_hs为储热设备自放热率；η_hs,c、η_hs,d分别为储热设备的充、放热效率；

为储热设备储热功率的上下限；

10)光伏、风电出力约束：

式中：

和

分别表示风电机组和光伏机组的预测出力；

11)能量转换装置约束：

电制冷机：

吸附式制冷机：

电制热装置：

热交换器、余热锅炉：

式中：

为电制冷机t时刻消耗的电功率，COP_ec为其制冷系数，

为转换后功率；

为吸附式制冷机t时刻消耗的电功率，

为余热锅炉转换后功率，ω为余热烟气分配系数，COP_ac为其制冷系数，

为其转换后功率；

为热转换装置t时刻消耗的电功率，COP_hx为其制热系数，

为转换后功率；

12)能量转换装置出力约束：

式中：

分别为能量转换装置的最小、最大出力值；

13)绿证数量需求约束：

由式(69)可知，买方的中标需求不能超过卖方的绿证供给能力；

14)绿证数量报价约束：

式中

和

为绿证数量报价的上限和下限。

下面结合实施例对本发明进行说明。

以某IESs为例，该园区划分为生活区，学习区和工厂区3个子区域，每个子区域均为一个小型综合能源系统，但设备容量不同；各子区域通过热网和气网连接成一个IESs整体。热网参数如表1所示，系统中设备容量及参数见附录；天然气热值价格为0.349元，在IESs模型进行仿真。热网管道长度及参数如表2 所示。

表2管道长度及参数

采用基于拜占庭容错机制的双向竞价模型来确定最佳绿证价格，其中交易买卖数量和绿证价格参照系统内可再生能源容量确定，买卖数量区间为45-95本，绿证价格区间为80-120元，竞价结果中，绿证购买竞价和出售竞价为85元的数量居多，说明在交易数量区间为50-90本时，多数交易双方都愿以85元进行交易，故本模型中绿证价格定为双向竞拍模型折中解85元/本。另外，为进一步降低交易风险，减少交易双方的损失，拟定惩罚费用为交易价格的3倍。

设置4个场景来验证CET机制和GCT机制对系统经济性的影响，其中初始阶梯碳价为0.15元/kg，每增长一个区间，碳价增长0.2元。场景1为典型IESs 运化运行方法；场景2为仅考虑CET机制的IESs优化运行方法；场景3为仅考虑GCT机制的IESs优化运行方法；场景4为同时考虑CET和GCT的IESs优化运行方法；各场景优化结果如表3所示。

表3场景优化结果

从表3中可以看出，场景4系统运行成本达到最低，这是因为系统在同时考虑CET和GCT交易后，一方面，系统加强了碳排放量约束，增加了碳排放权交易收益；另一方面，系统增加了对可再生能源的消纳，带来了额外的绿证收益。相较于场景1而言，系统成本降低了21.5％；相较于场景2仅考虑GCT机制而言，系统成本降低了12.3％；相较于场景3仅考虑CET机制而言，系统成本降低了11.6％；由此可见，系统在同时考虑CET和GCT机制后，提高了系统运行的经济性。

不同园区场景中可再生能源消纳情况可以看出，不同园区在正常运行情况下，其可再生能源消纳率低于其他3种场景，这是因为没有相应的机制来激励系统对可再生能源的消纳，加之可再生能源具有较强的波动性，场景1中不同园区的消纳率最低；场景2中，系统考虑了CET机制，为降低系统的碳排放量，系统增加了对可再生能源的消纳；场景3中系统考虑了GCT机制，由于消纳可再生能源可以带来额外的绿证收益，系统对可再生能源的消纳进一步增加；场景4 中，系统考虑了CET和GCT机制，在两种机制的激励下，系统的可再生能源消纳率达到最高。

确定绿证价格后，对低碳背景下考虑CET和GCT的IESs进行优化，对比并分析电功率优化前后结果来看，在00:00-10:00时段，生活区和学习区减少了电网购电、燃气轮机和蓄电池出力，工厂区电网购电有所增加，这是由于此时分时电价较低和可再生能源波动性的原因，工厂区须通过电网购电来满足电负荷平衡；在15:00-23:00时段，生活区和学习区的燃气轮机出力有所增加，因为此时系统电量需求大，故采用燃气轮机出力来维持系统电负荷平衡；工厂区在该时段可再生能源电量的消纳率较高，因为在绿证交易机制的刺激下，系统优先消纳可再生能源电量；对比并分析热网功率优化前后结果来看，生活区和学习区热负荷较低，热网从该区域内吸收热能，工厂区的热负荷较高，热网储存的能量注入该区域；实现了各区域热能的协调分配，提高了系统热能的利用效率。

从碳-天然气价格对系统运行成本影响变化趋势来看，当碳价在0.10-0.25元时，系统成本变化趋势较稳定。当碳价在0.25-0.50元，天然气价格在0.15-0.25 元时，系统成本变化趋势突然下降，是因为此时碳价高于天然气的价格，碳排放权交易带来了可观的收益；而当天然气价格在0.30元时，系统成本变化趋势相较于前者不再敏感，是因为较高的天然气价格平抑了碳排放权收益。当碳价在 0.25-0.50元，天然气价格在0.35-0.50元时，系统成本呈平稳趋势下降，说明同时提高碳价和天然气价格，不会对系统成本变化趋势带来影响。

对比并分析绿证-天然气价格变化对系统成本影响变化趋势来看，当绿证价格在50-85元时，系统成本变化趋势较快，说明此时系统成本对绿证价格的变化较为敏感；当绿证价格在85-100元时，系统成本变化趋势趋于平缓，从图中可以看出转折点在85元附近，与竞价模型折中解85元相吻合，说明绿证定价合理；当天然气价格在0.30-0.35元时，系统成本变化趋势发生改变，说明在此价格区间，系统价格对天然气价格变化十分敏感。

对比并分析碳-绿证价格变化对系统成本影响变化趋势来看，当碳价在 0.10-0.20元时，系统成本变化趋势较为平缓；当碳价在0.20元附近，在不同绿证价格情况下，系统成本变化波动较小，说明此时的碳价对系统成本作用最为明显；当碳价在0.25-0.50元时，系统成本随着绿证价格的增加而降低，且当碳价越高，系统成本下降的趋势越快。

本发明在能源互联和低碳电力的背景下，建立了低碳背景下考虑绿色证书交易机制的多园区综合能源系统优化调度模型，引入了阶梯型碳交易模型和绿色证书交易模型，将综合能源系统规模扩大至多园区，分析了热网在调度模型中的作用，经过对比并分析不同算例结果，可得结论如下：

(1)引入阶梯型碳排放权交易和绿色证书交易机制后，可有效降低综合能源系统内碳排放量并促进可再生能源发电的消纳，且不同绿证交易价格可刺激系统对可再生能源的消纳率，迎合了中国碳中和、碳达峰的战略目标，为分布式碳交易可绿证交易机制的政策实施提供一定的参考；

(2)将综合能源系统规模扩大至多园区，各区域负荷特性互异，丰富了多园区综合能源系统优化结果；在此基础上，扩大热网在多园区综合能源系统中的作用，由于不同园区热负荷峰谷时段不同，实现了多区域内热网的协调运行；上述模型的引入，可使得各园区设备尽可能处于最佳运行工况，实现最有工作配合，从而进一步提高多园区综合能源系统运行的经济性；

(3)本发明利用基于拜占庭双向竞价拍卖模型的折中解来确定绿证交易价格，该折中解即为竞价模型中买卖双方多数愿意交易的价格，绿证交易价格确定后，在优化模型中进行仿真，仿真结果证明了该经济模型所确定价格的合理有效性；

(4)本发明在最后分析了不同碳交易、绿色证书交易和购气价格对系统成本的影响，分析了碳交易、绿色证书交易和购气价格的变化对系统成本趋势变化的影响，可为碳交易和绿证交易机制的定价提供参考。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (4)

1.低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行方法，其特征在于包括以下步骤：

步骤S1)构建多园区互联的综合能源系统模型；

步骤S2)构建碳排放权-绿色证书联合交易市场框架；

步骤S3)构建基于拜占庭容错机制的GCT组合双向拍卖模型。

2.根据权利要求1所述的低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行方法，其特征在于：所述的步骤S1)构建多园区互联的综合能源系统模型包括综合能源系统模型及框架、热网模型、气网模型：

步骤S101)综合能源系统模型及框架

综合能源系统模型及框架的IESs结构图中的能量输入包括电网供电、微型燃气轮机、风电、光伏和天然气，能量转化设备包括燃气锅炉、电制冷机、余热回收装置，能量存储设备为蓄电池、储热设备和储气装置，各个区域系统通过热网和气网进行热、气交换；

步骤S102)建立热网模型

建立热网能量传输通用模型，设热网节点数为Z，管道数为W，第i和区域综合能源系统连结的节点为i，设当热媒流出节点i时，q_ij或q_s,i为正，反之为负；热网模型包含节点与管道两个部分，管道部分描述官网中的能量损失，节点部分描述官网中的流量平衡与能量守恒；

(1)管道温差方程

式中：Δh为单位长度管道的热损，kW/km；T为管道中热媒温度，℃；T_e为管道周围介质的平均温度，℃；ΣR为热媒到介质间每千米管道的总热阻，km·℃/kW；

由式(1)知初始温度为T₀的热媒流过长度为l的管道后有：

式中：Q₀、Q分别为流入、流出管道的热功率，kW；k为比例常数，k＝cρ，其中c为流体比热容，kJ/(kg·℃)，ρ为流体密度，kg/m³；

对于稳态热力网络，通常认为管道所处环境稳定，因此T_e、ΣR均为常数，则式(2)可以表示为

该式即为苏霍夫温降公式；

(2)节点平衡方程

由基尔霍夫节点电流定律可知，流经节点i的电流和为0，相应的，流经同一节点的热量和为0，即：

式中：I为与节点i相连的节点集合；

统一管道中的流体流量不可中断，即：

q_ji+q_ij＝0 (5)

本文假设同一节点流出的流体温度相同，即：

T_ij＝T_ik q_ij＞0∩q_ik＞0,j,k∈I (6)

考虑到从IES中流入热网的热媒温度为系统的供水温度，即：

T_s,i＝T_sw q_s,i＜0 (7)

式中：T_sw为系统供水温度，℃；

此外，管道流体流速不能过大，故有流速限制为：

式中：

为管道i-j允许的最大流速，m/s；S_ij为管道i-j横截面积，m²。

假设第i个园区与官网加护功率为Q_s,i，则：

Q_s,i＝kq_s,i(T_s,i-T_rw) (9)

式中：T_rw为供热系统回水温度，℃；

(3)网损方程及流量模型

定义供水管道中热媒所含热功率与回水系统对应热媒所含热功率之差为热媒的可利用功率H’，即：

H'＝kq(T-T_rw) (10)

式中：T为供水管道中热媒温度；

由式(2)可推导出：

该式两边同时减去kqT_rw，则有：

将管网热损ΔQ’＝Q₀’-Q’带入热损方程有：

式中：T_e、T_rw和ΣR为常数；ΔQ’可以看作是关于T₀、l和Q₀’的函数；现取ΣR＝20km·℃/kW，T_e＝0℃，T_rw＝70℃，T₀分别取80、85、90℃；

当Q0’>ΔQ’时，ΔQ’接近常数，因此可认为

式中：≈右边实际是ΔQ’在l＝0处的一阶泰勒级数；

为保证热网效率，需规定管道中传输的可利用热功率必须大于临界值，且必须小于管段中可传输的最大可利用热功率，则有：

式中：Q’ij为由管道i-j流入节点i的热媒所包含的可利用热功率，流入节点i为正，反之为负；

为管段可传输的最小、最大可利用热功率；

对于同一管段，T₀在T_rw和T_sw之间取值时，对应的ΔH’变化很小，故可将式中的T₀换为T_sw；为验证上述线性化精确度，取ΣR＝20km·℃/kW，T_e＝0℃，T_rw＝70℃，T_sw＝90℃，l＝1km，T₀分别取88、90、82℃，利用式(13)计算所得的ΔQ’精确值和相对误差，可知当T0在88-92℃范围内，简化后的等式具有良好的精确度；

综上，热网能量流模型为：

该模型将管网可利用热功率与管段中热媒流量与温度解耦，仅包含可利用热功率变量，通过引入状态变量可将该模型转换为混合整数线性模型，易于求解；

(4)热网温度-流量模型

对于热网的调度与控制，除了其热功率分布外，还需获得热网中热媒的流量与温度，热网热媒流量与温度的求解如下：

对于一管段热网，可利用热功率与流量有如下关系：

流向同一节点的流体在节点发生热传递，热网温度场为稳态场，即：

T_ij＝T_i,H′_ij＞0 (18)

则有节点电流方程可得：

从而可以得到热网流量、温度方程如下：

在得到热网最优Q_s,i和Q’ij后，根据上式方程组可求得q_ij、q_s,i、T_ij和T_s,i；

(5)热网运行费用

热网运行费用主要为水泵的电费，可用耗电输热比进行估计，即：

式中：C_p为热网运行费用，元；R为水泵数量；h为调度时段；EHR_i为第i个水泵的耗电输热比；c_e,b,t表示t时段购电电价，kW；Δt为调度时长，单位为小时；

步骤S103)建立气网模型

IESs将来自气源的天然气输送并分配给用户，其气网系统主要由天然气源、管道、压缩机和负荷做成；

(1)系统节点约束

气源节点的天然气注入量

和节点压力

需满足式(22)约束：

式中：

分别为气源中心s供气的上下限；

分别为节点n压力的上下限；

(2)管道约束

在满足流体力学和伯努利方程的前提下，一般使用非线性方程描述管道流量，即：

式中：

是与管道参数和气体密度等有关的常数；

表示t时刻节点n-m间管道的流量；

(3)储气设施约束

储气罐可以实现天然气在时间和空间尺度上的合理调配，是目前调度中控制、调节节点压力的有效方法，储气设施需要考虑自身容量和天然气注入、输出量的限制，即：

式中：

为t时段储气罐h的储气量，

为容量上限；

为t时段注入和输出的天然气量；

为流量上限；

(4)流量平衡约束

根据天然气节点的能量守恒定律，每个天然气节点的能量平衡方程为：

式中：m∈n表示所有与n节点相连的节点集合；

表示t时段节点n的天然气负荷；

(5)天然气-热量转化约束

天然气流量通过其热值转化为功率流，二者之间的换算关系为：

式中：

表示天然气功率流；c_gas为天然气热值；

表示天然气流量；

(6)加压器模型

加压器模型是一个描述升压比例和能量消耗关系的非凸非线性表达式，由,重点在于研究天然气管道的扩建，且加压器消耗的电能很少，故对模型进行了简化处理，即忽略加压器运行时消耗的能量，仅保留加压器进气端和出气端之间的升压关系，以及加压器的传输容量限制：

式中：fc_cbt、p_ibt和p_jbt分别为t水平年b负荷分区时加压器c流过的气流、进气口和出气口端的气压；Г_c为加压器c的升压比例；

为加压器的传输容量上限。

3.根据权利要求2所述的低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行方法，其特征在于：所述的步骤S2)构建碳排放权-绿色证书联合交易市场框架的具体步骤包括：

步骤S201)构建CET机制模型

CET是指通过建立合法的碳排放权认定机制并允许对其进行买卖，实现控制碳排放量的交易机制，在该机制下，碳排放量成为可以自由交易的商品，允许企业在不突破碳排放权交易规定的前提下，交易企业内部碳排放权，政府或者监管部门以控制总的碳排放量为目标，为含碳排放源的企业分配碳排放配额，企业根据分配额制定和调节生产计划，若在此过程中产生的碳排放量高于分配额，需要从CET市场中进行碳排放量购买；若碳排放量低于配额，则可将多余的碳排放量出售，获得相应收益；

采用基准线法和预分配的方法确定综合能源系统中无偿碳排放份额，配额量为其拥有各类机组配额的总和，IESs中的碳排放源主要包括微燃机和燃气锅炉，其免费碳排放份额由式(28)确定：

式中：C_L为碳排放份额；C_e为微燃机碳配额，C_h为燃气锅炉碳配额；

为微燃机的发电功率；B_g为微燃机CO₂排放基准，单位：tCO₂/MWh；F_e为机组冷却方式修正系数，水冷为1，气冷为1.05；F_r为机组供热量修正系数，微燃机供热量修正系数为1-0.22×α_g(热电比)；F_f为机组负荷(出力)系数修正系数；Qt b为燃气锅炉输出功率；B_h为燃气锅炉供热CO₂碳排放基准，单位：tCO₂/GJ；

IES的实际碳排放量由微燃机和燃气锅炉的出力决定，具体如式(29)所示：

式中：a₁，b₁，c₁为微燃机机组碳排放计算系数；a₂，b₂,c₂为燃气锅炉碳排放系数；

在求解时，将系统碳排放量进行分段线性化处理，每个区间的调度模型变为混合整数线性规划问题，对于混合整数线性规划，借鉴分段线性化微燃机组成本函数原理，对微燃机和燃气轮机分线性电-热耦合曲线采用分段线性化模型描述并优化，以便快速求解和应用；

阶梯型CET的成本计算模型为：

式中：C_CO2为综合能源系统CET成本；λ为市场上CET价格；d为碳排放量区间长度；σ为每个阶梯型CET价格增长幅度；每上升一个阶梯，CET价格增长σλ；C_P<C_L时，C_CO2将为负，表示CET带来收益；

为更加直观的看出阶梯型CET价格和碳交易量之间的关系，规定了若干CET区间，CET价格随着区间的增长而上升，交易成本为IESs出售碳排放量带来的额收益；

步骤S202)构建GCT机制模型

绿色证书是指对进行可再生能源发电商颁发的一种凭证，证明发电厂商有一部分的电力来自于可再生能源，其本身也代表一定数量的绿色电量，证书具有一定的时效性，因此绿证价格由短期的供求关系决定，GCT制度是保证可再生能源配额制度有效贯彻的配套措施，使得各责任主体通过高效率和灵活的方式交易，通过实施可再生能源配额制和GCT政策，目的是将可再生能源发电由政府直补方式逐渐过渡到市场化补贴方式；

(1)GCT模型

GCT分为两种情况：一是系统消纳可再生能源发电量小于日配额值，需要购买绿证，若仍未达标，则接受惩罚；二是消纳可再生能源发电量大于日配额制，此时销售绿证获利，具体模型如式(31)所示。

式中：

表示购买或出售绿证价格，P_res为可再生能源日配额量，P_w为实际消纳量，C_p为惩罚系数；

GCT市场最低售价应为可再生能源电价附加资金补贴的资金现值，最高售价不应高于对应电量的可再生能源上网电价与微燃机标杆电价差值，则绿证市场最低、最高售价限额为：

式中：

为绿证价格上下限；s_i为第i种绿色电力证书上网电价；c为微燃机标杆电价；r_i为第i种绿色电力能源折现率；h_i为第i种绿色能源电价附加资金补贴结算周期；d_i为第i种绿色电力能源电价附加资金补贴金额延期支付周期；

绿色证书配额约束：

式中：G为量化系数，表示生产单位绿色电能可获得绿证数量；α_i为第i个发电企业在给定时间内可再生发电占比；η_i为第i个发电企业初始分配电量；G_gre为绿证数量；P_i为第i个发电设备实际发电量；P_i0为第i个发电企业初始分配电量；

(2)碳-绿证联合交易市场框架

设计碳-绿证联合交易市场框架，交易流程为：IESs向行政监管部门提出申请，待监管部门审核合格后参与GCT和CET，监管部门为各IESs分配不同的碳排放量和可再生能源电量配额，满足配额制要求的IESs在GCT平台和CET平台上将绿色证书和碳排放量售卖，未满足配额制要求的IESs或其他机构可在平台上进行购买，否则被惩罚。

4.根据权利要求3所述的低碳背景下考虑绿色证书交易的多园区综合能源系统优化运行方法，其特征在于：所述的步骤S3)构建基于拜占庭容错机制的GCT组合双向拍卖模型的内容包括：

步骤S301)绿证参与者投标算法

参与者分为绿证卖方和卖方，根据绿证需求量设计自己的竞价策略，并给于绿证买家各种竞价逻辑，刺激其积极参与绿证市场。绿证卖家投标包括绿证数量矩阵X_s和绿证价格矩阵Y_s，具体表示如下：

式中：

和

分别是d天内绿证卖方n的绿证需求量和投标价格；D是投标天数的集合；N_s是绿证卖方的集合，绿证卖方中标结果用矩阵Z_s表示：

式中：

为第d天n个中标者的绿证数量，例如

为10，则中标量为10本；

绿证买方的投标包括绿证数量矩阵X_b和投标价格矩阵Y_b。N_b是绿证买方的集合：

式中：X_b,m为m(绿证买方)的绿证竞价矩阵；

步骤S302)绿证买方的中标策略

由于购买者有不同的投标逻辑，绿证买方的投标集反映了购买者对绿色证书需求，m的投标逻辑类型为

有四种投标逻辑，即“ATOM”、“OR”、“XOR”和“AND”，逻辑反映了绿证买方的需求；

绿证买方中标用矩阵Z_b表示：

其中

表示第d天m的中标，是一个0-1的二进制变量，0表示不中标，1表示中标；

为了避免人为的偏见和垄断，我们以绿证交易利润最大化为目标函数R_so，确定中标单位和绿证市场的利益：

在公式(65)中，R_so是卖方剩余R_s和买方剩余R_b的总和，R_s和R_b也表示为：

此外，为了实现一次交易，在目标函数中增加了一个惩罚项：

惩罚系数η是一个足够小的正数；

不同的买家出价逻辑对应不同的约束条件，

表示投标天数m的集合，T_m为绿证买家m的投标集合：

(1)“ATOM”投标约束

m只对某天的绿证数量竞价，“ATOM”投标是联合投标的基本单位，它可以用不同的逻辑组合成“或”、“异或”、“和”：

(2)“或”投标约束

指投标人必须全部中标才能满足其需求，m对绿证市场天数的投标逻辑关系为“或”，可表示为：

式中d_j为

中的j元素，中标天数不能超过投标总天数的上限，约束可以表示为：

式中

为矩阵X_b,m的非零元素个数；

(3)“异或”投标约束

m可以竞价数天的可再生能源消纳量，逻辑为异或，m对几天可再生能源消纳的出价最多只能赢得一天，即只要有一天中标，就可以满足m的绿证数量需求：

(4)“和”投标约束

m对多日绿证数量的投标可表示为：

投标所表达的是m的补充需求，也就是说，对于m来说，只有所有的投标日才能同时中标以满足其需求，如果只有部分投标人中标，只会产生成本而没有收益，因此，m买家希望同时中标或不同时中标，对于未来电力输出或输入有极大不确定性的买家，可以使用竞价：

步骤S303)绿证交易目标函数和绿证交易约束函数

(1)目标函数

对于含CET和GCT的并网运行IESs，考虑到配额制要求和存在的市场风险，一方面，IESs必须消纳不低于配额量的可再生能源电量；另一方面，其碳排放量不得超过配额标准，以购电、气成本、碳交易成本、绿证交易成本和系统中其他设备运维成本最小为目标函数：

式中：C为系统运行成本，元；C_e为购电费用，元；C_gas为购买天然气费用，元；C_es为储电设备运行维护费用，元；C_hs为系统中储热设备运行维护费用，元；C_CO2为IES碳交易成本，元；C_gre为绿证收益，元；

购电费用公式为：

式中：

为t时刻系统的购电价格，

为t时刻园区综合能源系统与电网之间交换功率；

燃气费用公式为：

式中：c_gas为天然气单位热值价格，

表示t时刻微燃机的发电功率，

表示燃气锅炉的产热功率，η_g，η_b分别为微燃机和燃气锅炉的效率；

假设蓄电设备单次充放电的使用成本相同，购买成本为C_purchase，无损坏情况下使用次数为M_cycles，则其每次完全充放电成本c_r为：

则蓄电设备运维成本公式为：

式中：C_capacity为蓄电设备的容量；

为时段t时蓄电设备的充放电功率；

储热设备运维成本公式为：

式中：

为时段t时储热设备的充放热功率；

(2)约束条件

1)电气母线平衡约束：

式中：

表示t时刻光伏的发电功率；

表示t时刻风机的发电出力；

表示t时刻蓄电设备的放电功率；

为电负荷；

表示t时刻电制冷机功率；

表示t时刻蓄电设备的充电功率；

2)热水母线平衡约束：

式中：η_wh表示余热锅炉的效率，

表示t时刻余热锅炉的功率；

表示t时刻热负荷功率；

3)冷负荷功率平衡约束：

式中：COP_ec表示电制冷机的制冷系数；

表示t时刻电制冷机的功率；COP_ac表示吸附式制冷机的制冷系数；

表示t时刻吸附式制冷机的功率；

表示t时刻冷负荷功率；

4)蒸汽母线平衡约束：

式中：

表示燃气锅炉的产热功率；

表示t时刻换热设备的功率；

5)燃气轮机热电平衡约束：

式中：α_g表示燃气轮机的热电比；

表示t时刻燃气轮机的出力；

6)蓄电设备运行约束：

式中：

表示蓄电池充电功率的上下限；

表示蓄电池放电电功率的上下限；

为蓄电池充、放电状态标记位，为0时表示停止充、放电，为1表示进行充、放电；

表示蓄电池在t时刻储存的电能；σ_es为蓄电池自放电率；η_es,c，η_es,d分别为蓄电池的充、放电效率；

表示蓄电池储能的上下限；

7)燃气轮机运行约束：

式中：

表示t时刻燃气轮机的燃料耗量；

为燃气轮机开停机标记位，为0时表示停机，为1表示开机；

表示燃气轮机功率的上下限；

8)购电功率约束：

式中：

为系统向电网购电的上限值；

9)储热设备运行约束：

式中：

为储热设备充热功率的上下限；

为储热设备放热功率的上下限；

为储热设备充放热状态标记位，0-1变量；

为储热设备在t时刻储存的电能；σ_hs为储热设备自放热率；η_hs,c、η_hs,d分别为储热设备的充、放热效率；

为储热设备储热功率的上下限；

10)光伏、风电出力约束：

式中：

和

分别表示风电机组和光伏机组的预测出力；

11)能量转换装置约束：

电制冷机：

吸附式制冷机：

电制热装置：

热交换器、余热锅炉：

式中：

为电制冷机t时刻消耗的电功率，COP_ec为其制冷系数，

为转换后功率；

为吸附式制冷机t时刻消耗的电功率，

为余热锅炉转换后功率，ω为余热烟气分配系数，COP_ac为其制冷系数，

为其转换后功率；

为热转换装置t时刻消耗的电功率，COP_hx为其制热系数，

为转换后功率；

12)能量转换装置出力约束：

式中：

分别为能量转换装置的最小、最大出力值；

13)绿证数量需求约束：

由式(69)可知，买方的中标需求不能超过卖方的绿证供给能力；

14)绿证数量报价约束：

式中

和

为绿证数量报价的上限和下限。

Images