CN114050571B - 一种考虑碳流的综合能源系统能量枢纽管控方法 - Google Patents
一种考虑碳流的综合能源系统能量枢纽管控方法 Download PDFInfo
- Publication number
- CN114050571B CN114050571B CN202111382062.XA CN202111382062A CN114050571B CN 114050571 B CN114050571 B CN 114050571B CN 202111382062 A CN202111382062 A CN 202111382062A CN 114050571 B CN114050571 B CN 114050571B
- Authority
- CN
- China
- Prior art keywords
- carbon
- energy
- power
- price
- establishing
- 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
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 265
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 265
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000013178 mathematical model Methods 0.000 claims abstract description 34
- 230000005611 electricity Effects 0.000 claims abstract description 30
- 238000006243 chemical reaction Methods 0.000 claims abstract description 23
- 238000004519 manufacturing process Methods 0.000 claims abstract description 20
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 230000007246 mechanism Effects 0.000 claims abstract description 8
- 239000002245 particle Substances 0.000 claims abstract description 7
- 230000003993 interaction Effects 0.000 claims abstract description 6
- 239000007789 gas Substances 0.000 claims description 44
- 238000010248 power generation Methods 0.000 claims description 21
- 230000008901 benefit Effects 0.000 claims description 20
- 230000000630 rising effect Effects 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000008878 coupling Effects 0.000 claims description 10
- 238000010168 coupling process Methods 0.000 claims description 10
- 238000005859 coupling reaction Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 7
- 239000000446 fuel Substances 0.000 claims description 6
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 5
- 238000005485 electric heating Methods 0.000 claims description 5
- 229910052739 hydrogen Inorganic materials 0.000 claims description 5
- 239000001257 hydrogen Substances 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 3
- 230000009194 climbing Effects 0.000 claims description 3
- 239000003245 coal Substances 0.000 claims description 3
- 230000010485 coping Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 239000000571 coke Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于多能量枢纽优化运行技术领域，尤其涉及一种考虑碳流的综合能源系统能量枢纽管控方法。其能够更有效可靠的保证各主体、内部交易中心、电网、气网和碳交易中心之间的合理调度。包括步骤1、建立综合能源系统中能量生产设备以及能量转换设备的数学模型。步骤2、建立碳排放权配额模型、实际碳排放模型和阶梯式碳价模型的阶梯式碳价交易机制模型；步骤3、根据电‑气‑碳‑热‑冷的交互，建立引入碳流的综合能源系统能量枢纽数学模型；步骤4、建立各主体与主体之间合作博弈、主体与综合能源系统交易中心之间进行主从博弈的混合博弈架构。步骤5、建立综合能源系统内部调度混合博弈模型的目标函数和约束条件，通过粒子群算法求出最优解。
Description
技术领域
本发明属于多能量枢纽优化运行技术领域，尤其涉及一种考虑碳流的综合能源系统能量枢纽管控方法。
背景技术
面对能源转型，未来可再生能源必然会大规模接入电网中，以达成新能源替代传统电源成为主体电源的目的。可再生分布式电源的出力有很强的波动性和随机性，大量不稳定可控的清洁能源接入会给电网造成巨大冲击，综合能源系统通过电-气-热-冷多能联供提高效率，加强系统消纳风电、光伏等清洁能源的能力。综合能源系统在未来必然在电网中大量存在，目前对综合能源系统内部与外部之间的优化调度问题进一步研究，成为亟待解决的问题。
碳交易市场开市，给低碳排放的清洁能源带来了更多收益，又给传统能源和高碳排放企业带来个一部分支出，引入碳交易用经济约束的方式限制各类企业的碳排放，同时对低碳排放的企业给予鼓励。目前我国的碳排放配额分配还是凭输出功率免费获取配额的阶段，在未来必然会进阶到一种以有偿的分配方式。
目前国内学者们对于综合能源系统调度的研究主要集中在“源-网-荷-储”之间的能量管理、协同容量配置、基于多智能体的配网协同控制技术等方面，但对引入碳交易后对综合能源系统调度的影响的研究还相对较少。
当前有以下三个需要进一步研究的问题：
①建立包括：碳排放权配额模型、实际碳排放模型和阶梯式碳排放交易模型的阶梯式碳价交易机制模型；
②建立引入碳流的综合能源系统能量枢纽，能够清晰的表明各类能量的流向，保证供需平衡的同时避免弃风和弃光情况的发生；
③由于综合能源系统的经济性和环境效益存在矛盾性，根据综合能源系统内部交易中心与各主体的主从博弈模型和各主体之间的合作博弈模型，以收入最高和弃风弃光现象出现最少为目标函数，分配出决策层和从属层建立综合能源系统的分层调度模型，从而依据碳交易的支持建立经济性和环保性的目标函数。
发明内容
本发明就是针对现有技术存在的缺陷，提供一种考虑碳流的综合能源系统能量枢纽管控方法。其将碳流引入能量枢纽中，交易中心利用阶梯碳价引导内部各主体之间的交易，能够更有效可靠的保证各主体、内部交易中心、电网、气网和碳交易中心之间的合理调度，为综合能源系统内碳排放配额和各类能量的优化调度提供技术依据和实用方法。
为实现上述目的，本发明采用如下技术方案，其建立阶梯式碳交易定价机制，针对综合能源系统交易中心、综合能源系统内部各主体和系统外部的碳交易中心等不同利益主体，建立引入碳流的能量枢纽，搭建各主体之间的博弈调度框架，建立混合博弈模型，通过主从博弈和合作博弈确定参与者最优调度策略，通过阶梯碳价等因素的指引能量流和碳流，执行调度策略，实现引入碳交易的综合能源系统稳定运行。
进一步地，包括步骤1、建立综合能源系统中能量生产设备以及能量转换设备的数学模型；
步骤2、建立碳排放权配额模型、实际碳排放模型和阶梯式碳价模型的阶梯式碳价交易机制模型；
步骤3、根据电-气-碳-热-冷的交互，建立引入碳流的综合能源系统能量枢纽数学模型；
步骤4、根据加入碳流的能量枢纽数学矩阵λ(n+3×5)，建立各主体与主体之间合作博弈、主体与综合能源系统交易中心之间进行主从博弈的混合博弈架构，并且根据碳价Ccar、电价的引导能量转换设备(即综合能源系统服务商)按计划运行，从而在步骤3中建立的能量枢纽中进行能量交换，根据平衡公式保证各类能量流和碳流每日供需平衡；
步骤5、建立综合能源系统内部调度混合博弈模型的目标函数和约束条件，通过粒子群算法求出最优解。
进一步地，步骤1中，建立能量生产设备的数学模型包括：
能量生产中包括：风电、光伏等n种分布式发电方式，将风电出力功率PWT表示为P1，光伏出力功率PPV表示为P2、……。
更进一步地，步骤1中，建立能量转换设备的数学模型包括：
综合能源系统内部能流耦合方式包括电热耦合、电气耦合、气热耦合；建立能量转换方式的数学模型。
进一步地，步骤2中：分为步骤2.1、建立碳排放权配额模型包括：
通过对当地生产情况的实际产出量进行分析得出当前综合能源系统的配额总量，随后根据以下配额核算公式对碳排放配额进行分配；考虑到机组固有的技术特性，通过引入修正系数提高同一类别机组配额分配的公平性；
Di＝μidiPi (2-1)
其中，Di为第i种机组的碳排放配额，μi为修正系数，di为第i种机组的供能基准值，Pi为第i种机组的实际生产能量；
步骤2.2、建立实际碳排放模型，包括对不同类别的机组设定相应碳排放基准值，按机组类别进行实际碳排放量计算；
Ei＝ADi×EFi (2-2)
其中，Ei为机组的实际碳排放量，ADi为燃料活动水平(太焦)，EFi为燃料的排放因子(吨二氧化碳/太焦)；
步骤2.3、建立阶梯式碳价模型，包括在阶梯电价的经验上，采取阶梯式交易政策可以更加有效的限制碳排放；提出阶梯式碳价定价方法如下：
其中，Ccar为碳排放交易的碳价，c为常规定价，α为碳价上升比例，d为碳配额价格上升阶段。
进一步地，步骤3包括：步骤3.1、建立能量枢纽数学模型；综合能源系统能量交换具体数字化后，可以建立能量枢纽的数学矩阵λ(n+3×5)；将碳交易配额也加入到能量枢纽之中进行分析；
将碳排放配额以一种日结的方式在综合能源系统中进行交易；
步骤3.2、建立电功率平衡方程：
其中，Pi REN为分布式发电功率，i＝1,2,……,n为各类可再生能源分布式发电，PP2G为电转气功率，PP2H为电转热功率，PP2C为电转冷功率，PNET为系统与电网交换功率，PS为储能功率，PL为电负荷功；
步骤3.3、建立气功率平衡方程：
GP2G±GNET±GS-GG2P-GG2H-GL＝0 (3-3)
其中，GP2G为电转气功率，GNET为系统与气网交换功率，GS为储气功率，GG2P为气转电功率，GG2H为气转热功率，GL为系统气负荷功率；
步骤3.4、建立热功率平衡方程：
HG2H+HP2H±HS-HL＝0 (3-4)
其中，HG2H为气转热功率，HP2H为电转热功率，HS为储热功率，HL为系统热负荷功率；
步骤3.5、建立冷功率平衡方程：
CP2C±CS-CL＝0 (3-5)
其中，CP2C为电转冷功率，CS为储冷功率，CL统热负荷功率；
步骤3.6、建立碳流平衡方程：
∑Dk-∑Ek±E交易±EL＝0 (3-6)
其中，Dk为各主体的碳排放权配额量，k表示综合能源系统内部个主体的编号，Ek为各主体的实际碳排放量，E交易为待交易的碳排放配额，EL为负荷的碳排放交易配额。
进一步地，步骤4包括：步骤4.1建立碳排放权交易架构：在综合能源系统建立交易中心，由交易中心统计分析主体内部需求从而对外交易，通过对碳价Ccar价格因素的改变对综合能源系统内部各主体之间的碳交易进行引导，从而实现碳流按计划调度且保持每天的碳流平衡，同时交易中心也对电、气、热及冷这些能量进行对内调度对外交易；
步骤4.2基于阶梯碳价的综合能源系统能量枢纽管控方案：根据综合能源系统的多种运行方式建立对应的管控方案，交易中心根据运行方式制定专属的碳价方案进行调度，包括：模式1可再生能源发电充足(综合能源系统内部碳排放少)；模式2可再生能源发电不足(综合能源系统内部碳排放多)；
步骤4.3建立混合博弈方案，以综合能源系统内部交易中心为领导者，其可控制：实时电价、碳价、热价，内部各主体为跟随者，其可控制能源转换设备出力情况、转移可中断负荷；在领导者与跟随者之间进行主从博弈，在可再生能源拥有者、综合能源服务商和负荷之间进行合作博弈。
更进一步地，步骤4.2中：综合能源系统在模式1下运行包括：
1)可再生能源发电量ΣPiΔt足够满足电负荷PLΔt，将优先保证系统内部通过用户对供暖能量HLΔt的需求，提供电供暖PP2H服务；之后通过分析将多余能量|ΣPiΔt-PLΔt|转移至碱性电解槽制氢或储存至各类储能之中；
2)在这类情况下，能量由可再生能源生产系统内碳排放较低，对外售出碳排放配额进一步获取收益，通过交易中心进行分配这部分收益或暂存于交易中心在其他情况进行奖惩；
3)在该模式下运行，当日的碳排放ΣEk较少，系统内部的碳排放配额需要进行交易，可由综合能源系统交易中心向内部主体按当日碳交易市场定价c购买，保证公式(3-6)碳流平衡，根据当日碳价高低情况进行选择售卖或留存日后售卖，从而保证获得最大收益max ITC；
综合能源系统在模式2下运行包括：
1)可再生能源发电量ΣPiΔt不够满足电负荷PLΔt，则选择通过向电网购电或启动燃气或燃煤发电机GG2P按电功率平衡公式(3-2)补足电负荷的空缺|PLΔt-ΣPiΔt|，如需要供热同时启动燃气或燃煤锅炉GG2H向用户供热，满足热功率平衡公式(3-4)；
2)这类情况下系统内碳排放ΣEk较多，碳排放较高的主体需要向较低的主体购买碳排放配额；为保证供需平衡和用户满意度，交易中心通过增加或降低内部碳交易价格，来引导碳排放高的主体是否运行；
3)模式2相对模式1的碳排放较多，大负荷情况下燃气或燃煤机组碳排放可能超过本身配额；如电网价格较低，则通过减小碳配额价格上升间距d并加大上升幅度α，防止燃气或燃煤机组不按计划运行减小交易中心收益；如电网价格较高，则通过增大碳配额价格上升间距d并减小上升幅度α，鼓励燃气或燃煤机组运行确保交易中心获得最大收益max ITC；
最终综合能源系统交易中心获得的收益ITC，可对综合能源系统内部按计划运行的主体进行奖励或补偿，以保证所有用户的满意度，促进综合能源系统稳定运行。
进一步地，步骤5中包括：步骤5.1建立主从博弈优化模型；步骤5.2建立从属层合作博弈优化模型；步骤5.3建立目标函数；步骤5.4约束条件：步骤5.5根据综合能源系统调度方案求解。
更进一步地，步骤5.1中，主从博弈优化模型包括：
(1)主从博弈模型：领导者通过自身的策略影响跟随者的策略从而间接决定自身的收益函数，在整个博弈过程中处于主导地位。以领导者制定的策略为基础，跟随者制定自身策略来调整自身的收益函数，并将该策略下的收益函数反馈给领导者；
G＝{LTC,LRE,LSP,LVL；ΩTC,ΩRE,ΩSP,ΩVL；ITC,IRE,ISP,IVL} (5-1)
其中，LTC,LRE,LSP,LVL为参与者：交易中心(Trading center，TC),可再生能源拥有者(Renewable energy，RE)，综合能源服务商(Service provider，SP)，各类负荷(Variousloads，VL)；ΩTC,ΩRE,ΩSP,ΩVL为参与者各自的应对策略；ITC,IRE,ISP,IVL为参与者各自的收益函数；
(2)领导者博弈数学模型：领导者为交易中心，其博弈策略集为
ΩTC＝{Ci,Si} (5-2)
其中，Ci为各类价格因素，Si为各类调度策略。
(3)跟随着数学模型：跟随者策略集ΩF包括可再生能源拥有者、综合能源服务商、各类负荷的策略集为
ΩF＝{Pi sch} (5-3)
其中，Pi sch为出力计划。
步骤5.2中，从属层合作博弈优化模型：在从属层参与合作博弈的主体包括RE,SP,VL,这些主体之间需要根据决策层下发的价格信息进行能量和碳配额的交换，制定自己的交易策略；
M＝{LRE,LSP,LVL；Ω′RE,Ω′SP,Ω′VL；IRE,ISP,IVL} (5-4)
步骤5.3目标函数：
站在综合能源系统交易中心进行调度，目标为各主体收益相对均衡，保证用户满意度，对系统外部电网、气网、碳交易中心等功能质量有所保证；
(1)各类用户满意度最高
max S＝max(μ1STC+μ2SRE+μ3SSP+μ4SVL)
μ1+μ2+μ3+μ4＝1 (5-5)
其中，μ1，μ2，μ3，μ4分别为交易中心、可再生能源拥有者、综合能源服务商、各类负荷的满意度权重，STC，SRE，SSP，SVL由收益和环境决定；
(2)碳排放最少
min∑D＝min(DRE+DSP+DVL) (5-6)
(3)弃风弃光现象最少
其中，ηr为弃风弃光的成本系数，Pi,t REN为第i种可再生能源分布式发电系统的实际出力功率，Pi,t sch为第i种可再生能源分布式发电系统的预测出力功率；
步骤5.4约束条件：对综合能源系统的常规约束条件：包括出力约束、爬坡约束、储能约束，加入对碳排放的约束；
0≤EIES≤ρDIES (5-8)
其中EIES为综合能源系统的总碳排放量，DIES为综合能源系统的总碳排放配额，ρ为系统实际排放超出配额的约束比例，根据不同的综合能源系统ρ在80％～150％之间；
步骤5.5综合能源系统调度方案求解：
根据上述的目标函数和约束条件，通过粒子群算法进行求解，得出最优的λ(n+3×5)矩阵，按λ(n+3×5)矩阵得出的出力计划下发调度计划。
进一步地，根据国家碳交易中心的碳价，建立阶梯式碳价交易机制模型；将碳交易机制引入含电-气-热-冷能量交换的能量枢纽模型中，在原有的电力流、天然气流、热能流的基础上引入碳流，保证碳流在系统内的交易路线、模式的清晰度，打破原有碳交易长期统一的交易计划，将碳排放配额按天进行规划调度。
与现有技术相比本发明有益效果。
1.本发明提出的一种考虑碳流的综合能源系统能量枢纽管控方法能够通过引入碳流的手段，促进风光等清洁能源的消纳的同时，通过混合博弈保证合理地在综合能源系统内部各主体之间进行利益分配，更符合实际情况。通过交易中心进行协调调度，兼顾运行经济性、环保性和各主体的利益诉求。
2.本发明便于商业化开发；随着碳交易的普及和综合能源系统应用的增多，计及碳交易的综合能源系统优化调度方法的研究必然具有较大需求，本发明具有较好的商业开发前景。
3.本发明易于实施；其是在单个综合能源系统内部优化调度的基础上建立起来的，加入碳排放配额进行调度丰富了系统内部各主体的利益往来，使得综合能源系统的运行调度不脱离现实环境更符合实际情况。各预测函数都有现成的算法或软件，控制策略也易于实施。
附图说明
下面结合附图和具体实施方式对本发明做进一步说明。本发明保护范围不仅局限于以下内容的表述。
图1是考虑碳流的综合能源系统能量枢纽管控方法主要流程。
图2是碳交易分层结构图。
图3是引入碳流的综合能源系统能量枢纽图。
图4是主从博弈架构图。
图5是调度方案制定流程。
具体实施方式
如图1-5所示，本发明结合附图对本发明进一步详细描述，具体优化调度流程图如图1所示，步骤如下：
步骤一：建立综合能源系统中能量生产、能量转换等设备的数学模型；
(1)建立能量生产设备的数学模型。
能量生产中包括：风电、光伏、核电等n种方式，为方便表示将风电出力功率PWT表示为P1，光伏出力功率PPV表示为P2，……。
建立模型过程中，根据特定情况建立合适的综合能源系统内部的各主体数学模型，以下建立几个典型的能量生产单位进行分析。
根据风力发电机的工作原理，建立受风速、空气密度、扫风面积等影响的风力发电出力数学模型为：
其中，A为扫风面积，ρ为空气密度，v为风速(m/s)，cp为风能利用系数。
同风电模型，建立受温度和光强等因素影响的光伏发电出力数学模型为：
其中，1/αpv为光伏电池的输出功率和实际功率之比，pr为额定功率，θT和θS为光伏电池吸收的总光强和标准情况下的光强(kW/m2)，T为光伏电池的温度,βp为光伏电池的输出系数。
(2)建立能量转换设备的数学模型。
综合能源系统的主要优势在于其多能源耦合为风光消纳带来的新的解决方案，“电-热-气”等能量通过综合能源服务商尽心相互转换，促进内部能量流耦合。
综合能源系统内部能流转换设备包括：电锅炉、碱性电解槽、燃气锅炉和燃气轮机等，从而进行能量转换。为了方便表述，以下建立简单且常用的能量转换方式，再不同环境应建立适合的数学模型。
电转热设备常为电锅炉，电转热出力数学模型：
PP2H＝κP2HHP2H (1-3)
电转气设备常见的有碱性电解槽+碳化工厂，电转气出力数学模型：
PP2G＝κP2GGP2G (1-4)
气转热设备常为燃气锅炉，气转热出力数学模型：
GG2H＝κG2HHG2H (1-5)
气转电设备有燃气轮机，气转电出力数学模型：
GG2P＝κG2PPG2P (1-6)
其中，κP2H为电转热系数，κP2G为电转热系数，κG2H为气转热系数，κG2P为气转电系数。
步骤二：以国家碳交易中心的碳价c为基础，建立包括：碳排放权配额模型、实际碳排放模型和阶梯式碳价模型的阶梯式碳价交易机制模型。
2.1建立碳排放权配额模型。
通过对当地生产情况的实际产出量进行分析得出当前综合能源系统的配额总量，随后根据以下配额核算公式对碳排放配额进行分配。考虑到机组固有的技术特性等因素，通过引入修正系数进一步提高同一类别机组配额分配的公平性。
Di＝μidiPi (2-1)
其中，Di为第i种机组的碳排放配额，μi为修正系数，di为第i种机组的供能基准值，Pi为第i种机组的实际生产能量。
2.2建立实际碳排放模型。
本方案对不同类别的机组设定相应碳排放基准值，按机组类别进行实际碳排放量计算。根据消耗能源进行计算实际碳排放具有更好的准确性，根据消耗能源特性制定好合适的排放因子至关重要。
Ei＝ADi×EFi (2-2)
其中，Ei为机组的实际碳排放量，ADi为燃料活动水平(太焦)，EFi为燃料的排放因子(吨二氧化碳/太焦)。
2.3建立阶梯式碳价模型。
在阶梯电价的经验上，给高排放的主体再经济上的限制，低排放主体经济上的鼓励，可以跟有效的抑制碳排放，故采取阶梯式交易政策可以更加有效的限制碳排放。故提出阶梯式碳价定价方法。
其中，Ccar为碳排放交易的碳价，c为国家碳交易中心的碳价，α为碳价上升比例，d为碳配额价格上升阶段。
步骤三：根据“电-气-碳-热-冷”的交互，建立引入碳流的综合能源系统能量枢纽数学模型。
3.1建立能量枢纽数学模型。
综合能源系统能量交换图如图2所示，将其具体数字化后，可以建立能量枢纽的数学矩阵λ(n+3×5)。本发明将碳交易配额也再内部交换流动，将它也加入到能量枢纽之中进行分析。以下步骤得出的最优调度方案后需要再数学矩阵λ(n+3×5)的基础上修改系数进行调度，故综合能源系统能量枢纽必须有准确性和完整性，如能够覆盖内部所有交易则为调度提供了方便。
在常规碳交易中，碳排放配额作为一种长期结算的商品，可能以季度或年多余的碳排放配额为单位进行交易，在本发明中将碳排放配额以一种日结的方式在综合能源系统中进行交易，这种方法方便再与其他能量流统一调度，也能够更好的约束各类主体每日碳排放同时方便调度管理。
3.2电功率平衡方程：
其中，Pi REN为分布式发电功率，i＝1,2,……,n为各类可再生能源分布式发电，PP2G为电转气功率，PP2H为电转热功率，PP2C为电转冷功率，PNET为系统与电网交换功率，PS为储能功率，PL为电负荷功；
3.3气功率平衡方程：
GP2G±GNET±GS-GG2P-GG2H-GL＝0 (3-3)
其中，GP2G为电转气功率，GNET为系统与气网交换功率，GS为储气功率，GG2P为气转电功率，GG2H为气转热功率，GL为系统气负荷功率；
3.4热功率平衡方程：
HG2H+HP2H±HS-HL＝0 (3-4)
其中，HG2H为气转热功率，HP2H为电转热功率，HS为储热功率，HL为系统热负荷功率。
3.5冷功率平衡方程：
CP2C±CS-CL＝0 (3-5)
其中，CP2C为电转冷功率，CS为储冷功率，CL统热负荷功率；
3.6碳流平衡方程：
∑Dk-∑Ek±E交易±EL＝0 (3-6)
其中，Dk为各主体的碳排放权配额量，k表示综合能源系统内部个主体的编号，Ek为各主体的实际碳排放量，E交易为待交易的碳排放配额，EL为负荷的碳排放交易配额。
步骤四：根据加入碳流的能量枢纽数学模型λ(n+3×5)，建立各主体与主体之间合作博弈、主体与综合能源系统交易中心之间进行主从博弈的混合博弈架构，并且根据碳价Ccar、电价等因素的引导能量转换设备(即综合能源系统服务商)按计划运行，从而在步骤三中建立的能量枢纽中进行能量交换，根据平衡公式保证各类能量流和碳流每日供需平衡。
4.1建立碳排放权交易架构。
在综合能源系统建立交易中心，由交易中心统计分析主体内部需求从而对外交易，交易中心角色如图3所示，通过对碳价Ccar价格因素的改变对综合能源系统内部各主体之间的碳交易进行引导，从而实现碳流按计划调度且保持每天的碳流平衡，同时交易中心也对电、气、热及冷这些能量进行对内调度对外交易。
4.2基于阶梯碳价的综合能源系统能量枢纽管控方案。
本发明根据综合能源系统的多种运行方式建立对应的管控方案，交易中心根据运行方式制定专属的碳价方案进行调度，包括：模式1可再生能源发电充足(综合能源系统内部碳排放少)；模式2可再生能源发电不足(综合能源系统内部碳排放多)，对应流程图如图4所示。
(1)综合能源系统在模式1下运行。
1)可再生能源发电量ΣPiΔt足够满足电负荷PLΔt，将优先保证系统内部通过用户对供暖能量HLΔt的需求，提供电供暖PP2H服务；之后通过分析将多余能量|ΣPiΔt-PLΔt|转移至碱性电解槽制氢或储存至各类储能之中。
2)在这类情况下，能量由可再生能源生产系统内碳排放较低，可对外售出碳排放配额进一步获取收益，通过交易中心进行分配这部分收益或暂存于交易中心在其他情况进行奖惩。
3)在该模式下运行，当日的碳排放ΣEk较少，系统内部的碳排放配额需要进行交易，可由综合能源系统交易中心向内部主体按当日碳交易市场定价c购买，保证公式(3-6)碳流平衡，根据当日碳价高低情况进行选择售卖或留存日后售卖，从而保证获得最大收益max ITC。
(2)综合能源系统在模式2下运行。
1)可再生能源发电量ΣPiΔt不够满足电负荷PLΔt，则选择通过向电网购电或启动燃气或燃煤发电机GG2P按电功率平衡公式(3-2)补足电负荷的空缺|PLΔt-ΣPiΔt|，如需要供热同时启动燃气或燃煤锅炉GG2H向用户供热，满足热功率平衡公式(3-4)。
2)这类情况下系统内碳排放ΣEk较多，碳排放较高的主体需要向较低的主体购买碳排放配额。为保证供需平衡和用户满意度，交易中心可以通过增加或降低内部碳交易价格，来引导碳排放高的主体是否运行。
3)模式2相对模式1的碳排放较多，大负荷情况下燃气或燃煤机组碳排放可能超过本身配额。如电网价格较低，则可以通过减小碳配额价格上升间距d并加大上升幅度α，防止燃气或燃煤机组不按计划运行减小交易中心收益；如电网价格较高，则通过增大碳配额价格上升间距d并减小上升幅度α，鼓励燃气或燃煤机组运行确保交易中心获得最大收益maxITC。
最终综合能源系统交易中心获得的收益ITC，可对综合能源系统内部按计划运行的主体进行奖励或补偿，以保证所有用户的满意度，促进综合能源系统稳定运行。
4.3建立混合博弈架构。
以综合能源系统内部交易中心为领导者，其可控制：实时电价、碳价、热价等价格因素，内部各主体为跟随者，其可控制能源转换设备出力情况，转移可中断负荷等，具体结构图如图5所示。由于领导者和跟随者都属于不同利益主体且主体之间不存在协议，各自有着不同的策略和收益函数，但收益函数都影响对方。所有我们建立了一种混合博弈方案。在领导者与跟随者之间进行主从博弈；在可再生能源拥有者、综合能源服务商和负荷之间进行合作博弈。
步骤五：建立综合能源系统内部调度混合博弈模型的目标函数和约束条件，通过粒子群算法求出最优解。
5.1主从博弈优化模型：
(1)主从博弈模型。
领导者通过自身的策略影响跟随者的策略从而间接决定自身的收益函数，在整个博弈过程中处于主导地位。以领导者制定的策略为基础，跟随者制定自身策略来调整自身的收益函数，并将该策略下的收益函数反馈给领导者。
G＝{LTC,LRE,LSP,LVL；ΩTC,ΩRE,ΩSP,ΩVL；ITC,IRE,ISP,IVL} (5-1)
其中，LTC,LRE,LSP,LVL为参与者：交易中心(Trading center，TC),可再生能源拥有者(Renewable energy，RE)，综合能源服务商(Service provider，SP)，各类负荷(Variousloads，VL)；ΩTC,ΩRE,ΩSP,ΩVL为参与者各自的应对策略；ITC,IRE,ISP,IVL为参与者各自的收益函数。
ITC＝∑Fk
IRE＝FP+FC
ISP＝FT±FC
IVL＝-FE±FC (5-2)
其中，Fk为综合能源系统向交易中心提交的管理费用，FP为售电收入，FC为碳交易收入，FT为能量转换获得收益，FE为负荷购能费用。
(2)领导者数学模型：
领导者为交易中心，其博弈策略集为
ΩTC＝{Ci,Si} (5-3)
其中，Ci为各类价格因素，Si为各类调度策略。
(3)跟随着数学模型：
跟随者策略集ΩF包括可再生能源拥有者、综合能源服务商、各类负荷的策略集为
ΩF＝{Pi sch} (5-4)
其中，Pi,t sch为出力计划。
5.2从属层合作博弈优化模型：
在从属层参与合作博弈的主体包括RE,SP,VL,这些主体之间需要根据决策层下发的价格信息进行能量和碳配额的交换，制定自己的交易策略。
M＝{LRE,LSP,LVL；Ω′RE,Ω′SP,Ω′VL；IRE,ISP,IVL} (5-5)
5.3目标函数：
站在综合能源系统交易中心进行调度，主要目标为各主体收益相对均衡，保证用户满意度，对系统外部电网、气网、碳交易中心等功能质量有所保证。
(1)各类用户满意度最高
maxS＝max(μ1STC+μ2SRE+μ3SSP+μ4SVL)
μ1+μ2+μ3+μ4＝1 (5-6)
其中，μ1，μ2，μ3，μ4分别为交易中心、可再生能源拥有者、综合能源服务商、各类负荷的满意度权重，STC，SRE，SSP，SVL由收益等因素决定，其中STC主要由收益和系统内碳排放决定，SRE、SSP受收益影响，SVL受收益和供需平衡要求影响。
STC＝fTC(ITC)+gTC(∑Dk)
SRE＝fRE(IRE)
SSP＝fSP(ISP)
SVL＝fVL(IVL)+gVL (5-7)
(2)碳排放最少
min∑D＝min(DRE+DSP+DVL) (5-8)
(3)弃风弃光现象最少
其中，ηr为弃风弃光的成本系数，Pi,t REN为第i种可再生能源分布式发电系统的实际出力功率，Pi,t sch为第i种可再生能源分布式发电系统的预测出力功率。
5.4约束条件：
对综合能源系统的常规约束条件：出力约束、爬坡约束、储能约束等，
(1)“电-气-碳-热-冷”平衡约束如式(3-2)、(3-3)、(3-4)、(3-5)、(3-6)所示。
(2)与系统外网交换功率约束：
其中，为系统与电网交换功率的上下限，/>为系统与气网交换功率的上下限。
(3)出力约束
0≤Pi≤Pi max (5-11)
(4)本方案主要加入了对碳排放的约束。
0≤EIES≤ρDIES (5-12)
其中，EIES为综合能源系统的总碳排放量，DIES为综合能源系统的总碳排放配额，ρ为系统实际排放超出配额的约束比例，根据不同的综合能源系统ρ在80％～150％之间。
5.5综合能源系统调度方案求解。
根据上述的目标函数和约束条件等，通过粒子群算法进行求解，得出最优的λ(n+3×5)矩阵，按λ(n+3×5)矩阵得出的出力计划下发调度计划。
本发明提出了一种考虑碳流的综合能源系统能量枢纽管控方法，综合能源系统内部各主体与碳交易中心的混合博弈调度策略存在这一定的复杂性，其主要表现为给系统利益交互除了碳排放配额之外还有其他能量交互，运行调度策略需要保证内部合理交互的同时保证各主体用户的利益。
可以理解的是，以上关于本发明的具体描述，仅用于说明本发明而并非受限于本发明实施例所描述的技术方案，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换，以达到相同的技术效果；只要满足使用需要，都在本发明的保护范围之内。
Claims (7)
1.一种考虑碳流的综合能源系统能量枢纽管控方法，其特征在于，包括：
步骤1、建立综合能源系统中能量生产设备以及能量转换设备的数学模型；
步骤2、建立碳排放权配额模型、实际碳排放模型和阶梯式碳价模型的阶梯式碳价交易机制模型；
步骤3、根据电-气-碳-热-冷的交互，建立引入碳流的综合能源系统能量枢纽数学模型；
步骤4、根据加入碳流的能量枢纽数学矩阵λ(n+3×5)，建立各主体与主体之间合作博弈、主体与综合能源系统交易中心之间进行主从博弈的混合博弈架构，并且根据碳价Ccar、电价的引导能量转换设备按计划运行，从而在步骤3中建立的能量枢纽中进行能量交换，根据平衡公式保证各类能量流和碳流每日供需平衡；
步骤5、建立综合能源系统内部调度混合博弈模型的目标函数和约束条件，通过粒子群算法求出最优解；
步骤2中：分为步骤2.1、建立碳排放权配额模型包括：
通过对生产情况的实际产出量进行分析得出当前综合能源系统的配额总量，随后根据以下配额核算公式对碳排放配额进行分配；考虑到机组固有的技术特性，通过引入修正系数提高同一类别机组配额分配的公平性；
Di＝μidiPi (2-1)
其中，Di为第i种机组的碳排放配额，μi为修正系数，di为第i种机组的供能基准值，Pi为第i种机组的实际生产能量；
步骤2.2、建立实际碳排放模型，包括对不同类别的机组设定相应碳排放基准值，按机组类别进行实际碳排放量计算；
Ei＝ADi×EFi (2-2)
其中，Ei为机组的实际碳排放量，ADi为燃料活动水平，EFi为燃料的排放因子；
步骤2.3、建立阶梯式碳价模型，包括在阶梯电价的经验上，采取阶梯式交易政策能更加有效的限制碳排放；提出阶梯式碳价定价方法如下：
其中，Ccar为碳排放交易的碳价，c为常规定价，α为碳价上升比例，d为碳配额价格上升阶段；
步骤3包括：步骤3.1、建立能量枢纽数学模型；综合能源系统能量交换具体数字化后，建立能量枢纽的数学矩阵λ(n+3×5)；将碳交易配额也加入到能量枢纽之中进行分析；
将碳排放配额以一种日结的方式在综合能源系统中进行交易；
步骤3.2、建立电功率平衡方程：
其中，Pi REN为分布式发电功率，i＝1,2,……,n为各类可再生能源分布式发电，PP2G为电转气功率，PP2H为电转热功率，PP2C为电转冷功率，PNET为系统与电网交换功率，PS为储能功率，PL为电负荷功；
步骤3.3、建立气功率平衡方程：
GP2G±GNET±GS-GG2P-GG2H-GL＝0 (3-3)
其中，GP2G为电转气功率，GNET为系统与气网交换功率，GS为储气功率，GG2P为气转电功率，GG2H为气转热功率，GL为系统气负荷功率；
步骤3.4、建立热功率平衡方程：
HG2H+HP2H±HS-HL＝0 (3-4)
其中，HG2H为气转热功率，HP2H为电转热功率，HS为储热功率，HL为系统热负荷功率；
步骤3.5、建立冷功率平衡方程：
CP2C±CS-CL＝0 (3-5)
其中，CP2C为电转冷功率，CS为储冷功率，CL统热负荷功率；
步骤3.6、建立碳流平衡方程：
∑Dk-∑Ek±E交易±EL＝0 (3-6)
其中，Dk为各主体的碳排放权配额量，k表示综合能源系统内部个主体的编号，Ek为各主体的实际碳排放量，E交易为待交易的碳排放配额，EL为负荷的碳排放交易配额。
2.根据权利要求1所述的一种考虑碳流的综合能源系统能量枢纽管控方法，其特征在于：步骤1中，建立能量生产设备的数学模型包括：能量生产中包括：风电、光伏在内的n种分布式发电方式，将风电出力功率PWT表示为P1，光伏出力功率PPV表示为P2……。
3.根据权利要求2所述的一种考虑碳流的综合能源系统能量枢纽管控方法，其特征在于：步骤1中，建立能量转换设备的数学模型包括：综合能源系统内部能流耦合方式包括电热耦合、电气耦合、气热耦合；建立能量转换方式的数学模型。
4.根据权利要求1所述的一种考虑碳流的综合能源系统能量枢纽管控方法，其特征在于：步骤4包括：步骤4.1建立碳排放权交易架构：在综合能源系统建立交易中心，由交易中心统计分析主体内部需求从而对外交易，通过对碳价Ccar价格因素的改变对综合能源系统内部各主体之间的碳交易进行引导，从而实现碳流按计划调度且保持每天的碳流平衡，同时交易中心也对电、气、热及冷这些能量进行对内调度对外交易；
步骤4.2基于阶梯碳价的综合能源系统能量枢纽管控方案：根据综合能源系统的多种运行方式建立对应的管控方案，交易中心根据运行方式制定专属的碳价方案进行调度，包括：模式1可再生能源发电充足；模式2可再生能源发电不足；
步骤4.3建立混合博弈方案，以综合能源系统内部交易中心为领导者，其可控制：实时电价、碳价、热价，内部各主体为跟随者，其可控制能源转换设备出力情况、转移可中断负荷；在领导者与跟随者之间进行主从博弈，在可再生能源拥有者、综合能源服务商和负荷之间进行合作博弈。
5.根据权利要求4所述的一种考虑碳流的综合能源系统能量枢纽管控方法，其特征在于：步骤4.2中：综合能源系统在模式1下运行包括：
1)可再生能源发电量ΣPiΔt足够满足电负荷PLΔt，将优先保证系统内部通过用户对供暖能量HLΔt的需求，提供电供暖PP2H服务；之后通过分析将多余能量|ΣPiΔt-PLΔt|转移至碱性电解槽制氢或储存至各类储能之中；
2)在这类情况下，能量由可再生能源生产系统内碳排放较低，对外售出碳排放配额进一步获取收益，通过交易中心进行分配这部分收益或暂存于交易中心在其他情况进行奖惩；
3)在该模式下运行，当日的碳排放ΣEk较少，系统内部的碳排放配额需要进行交易，可由综合能源系统交易中心向内部主体按当日碳交易市场定价c购买，保证公式(3-6)碳流平衡，根据当日碳价高低情况进行选择售卖或留存日后售卖，从而保证获得最大收益maxITC；
综合能源系统在模式2下运行包括：
1)可再生能源发电量ΣPiΔt不够满足电负荷PLΔt，则选择通过向电网购电或启动燃气或燃煤发电机GG2P按电功率平衡公式(3-2)补足电负荷的空缺|PLΔt-ΣPiΔt|，如需要供热同时启动燃气或燃煤锅炉GG2H向用户供热，满足热功率平衡公式(3-4)；
2)这类情况下系统内碳排放ΣEk较多，碳排放较高的主体需要向较低的主体购买碳排放配额；为保证供需平衡和用户满意度，交易中心通过增加或降低内部碳交易价格，来引导碳排放高的主体是否运行；
3)模式2相对模式1的碳排放较多，大负荷情况下燃气或燃煤机组碳排放可能超过本身配额；如电网价格较低，则通过减小碳配额价格上升间距d并加大上升幅度α，防止燃气或燃煤机组不按计划运行减小交易中心收益；如电网价格较高，则通过增大碳配额价格上升间距d并减小上升幅度α，鼓励燃气或燃煤机组运行确保交易中心获得最大收益maxITC；
最终综合能源系统交易中心获得的收益ITC，可对综合能源系统内部按计划运行的主体进行奖励或补偿，以保证所有用户的满意度，促进综合能源系统稳定运行。
6.根据权利要求5所述的一种考虑碳流的综合能源系统能量枢纽管控方法，其特征在于：步骤5中包括：步骤5.1建立主从博弈优化模型；步骤5.2建立从属层合作博弈优化模型；步骤5.3建立目标函数；步骤5.4约束条件：步骤5.5根据综合能源系统调度方案求解。
7.根据权利要求6所述的一种考虑碳流的综合能源系统能量枢纽管控方法，其特征在于：步骤5.1中，主从博弈优化模型包括：
(1)主从博弈模型：领导者通过自身的策略影响跟随者的策略从而间接决定自身的收益函数，在整个博弈过程中处于主导地位；以领导者制定的策略为基础，跟随者制定自身策略来调整自身的收益函数，并将该策略下的收益函数反馈给领导者；
G＝{LTC,LRE,LSP,LVL；ΩTC,ΩRE,ΩSP,ΩVL；ITC,IRE,ISP,IVL} (5-1)
其中，LTC,LRE,LSP,LVL为参与者：交易中心,可再生能源拥有者，综合能源服务商，各类负荷；ΩTC,ΩRE,ΩSP,ΩVL为参与者各自的应对策略；ITC,IRE,ISP,IVL为参与者各自的收益函数；
(2)领导者博弈数学模型：领导者为交易中心，其博弈策略集为
ΩTC＝{Ci,Si} (5-2)
其中，Ci为各类价格因素，Si为各类调度策略；
(3)跟随着数学模型：跟随者策略集ΩF包括可再生能源拥有者、综合能源服务商、各类负荷的策略集为
ΩF＝{Pi sch} (5-3)
其中，Pi sch为出力计划；
步骤5.2中，从属层合作博弈优化模型：在从属层参与合作博弈的主体包括RE,SP,VL,这些主体之间需要根据决策层下发的价格信息进行能量和碳配额的交换，制定自己的交易策略；
M＝{LRE,LSP,LVL；Ω′RE,Ω′SP,Ω′VL；IRE,ISP,IVL} (5-4)
步骤5.3目标函数：
站在综合能源系统交易中心进行调度，目标为各主体收益相对均衡，保证用户满意度，对系统外部电网、气网、碳交易中心的功能质量有所保证；
(1)各类用户满意度最高
maxS＝max(μ1STC+μ2SRE+μ3SSP+μ4SVL)
μ1+μ2+μ3+μ4＝1 (5-5)
其中，μ1，μ2，μ3，μ4分别为交易中心、可再生能源拥有者、综合能源服务商、各类负荷的满意度权重，STC，SRE，SSP，SVL由收益和环境决定；
(2)碳排放最少
min∑D＝min(DRE+DSP+DVL) (5-6)
(3)弃风弃光现象最少
其中，ηr为弃风弃光的成本系数，Pi,t REN为第i种可再生能源分布式发电系统的实际出力功率，Pi,t sch为第i种可再生能源分布式发电系统的预测出力功率；
步骤5.4约束条件：对综合能源系统的常规约束条件：包括出力约束、爬坡约束、储能约束，加入对碳排放的约束；
0≤EIES≤ρDIES (5-8)
其中EIES为综合能源系统的总碳排放量，DIES为综合能源系统的总碳排放配额，ρ为系统实际排放超出配额的约束比例，根据不同的综合能源系统ρ在80％～150％之间；
步骤5.5综合能源系统调度方案求解：
根据上述的目标函数和约束条件，通过粒子群算法进行求解，得出最优的λ(n+3×5)矩阵，按λ(n+3×5)矩阵得出的出力计划下发调度计划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111382062.XA CN114050571B (zh) | 2021-11-22 | 2021-11-22 | 一种考虑碳流的综合能源系统能量枢纽管控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111382062.XA CN114050571B (zh) | 2021-11-22 | 2021-11-22 | 一种考虑碳流的综合能源系统能量枢纽管控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114050571A CN114050571A (zh) | 2022-02-15 |
| CN114050571B true CN114050571B (zh) | 2024-04-09 |
Family
ID=80210416
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111382062.XA Active CN114050571B (zh) | 2021-11-22 | 2021-11-22 | 一种考虑碳流的综合能源系统能量枢纽管控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114050571B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114781896A (zh) * | 2022-05-05 | 2022-07-22 | 山东大学 | 一种多能源集线器综合能源系统低碳调度方法及系统 |
| 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 |
| CN114862068A (zh) * | 2022-07-05 | 2022-08-05 | 东南大学 | 一种协调电动汽车充电站的综合能源系统控制方法及装置 |
| CN117171942A (zh) * | 2023-05-19 | 2023-12-05 | 天津大学 | 基于碳能协同枢纽的能源系统高碳环节辨识方法 |
| CN117494910B (zh) * | 2024-01-02 | 2024-03-22 | 国网山东省电力公司电力科学研究院 | 一种基于碳减排的多能源协调优化控制系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014140183A2 (en) * | 2013-03-15 | 2014-09-18 | Nec Europe Ltd. | Method and system for energy efficient allocation of resources of a building |
| WO2019196375A1 (zh) * | 2018-04-13 | 2019-10-17 | 华南理工大学 | 基于需求侧响应的微电网最优机组及分时电价的优化方法 |
| CN111291942A (zh) * | 2020-03-05 | 2020-06-16 | 燕山大学 | 一种考虑需求响应的综合能源系统两阶段调度方法及系统 |
| CN111353128A (zh) * | 2020-01-17 | 2020-06-30 | 浙江工业大学 | 一种基于非合作博弈的多能量枢纽优化运行方法 |
| CN111445067A (zh) * | 2020-03-09 | 2020-07-24 | 北京交通大学 | 一种适用于高铁站综合能源系统的多目标规划方法 |
| CN111950809A (zh) * | 2020-08-26 | 2020-11-17 | 华北电力大学（保定） | 基于主从博弈的综合能源系统分层分区优化运行方法 |
-
2021
- 2021-11-22 CN CN202111382062.XA patent/CN114050571B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014140183A2 (en) * | 2013-03-15 | 2014-09-18 | Nec Europe Ltd. | Method and system for energy efficient allocation of resources of a building |
| WO2019196375A1 (zh) * | 2018-04-13 | 2019-10-17 | 华南理工大学 | 基于需求侧响应的微电网最优机组及分时电价的优化方法 |
| CN111353128A (zh) * | 2020-01-17 | 2020-06-30 | 浙江工业大学 | 一种基于非合作博弈的多能量枢纽优化运行方法 |
| CN111291942A (zh) * | 2020-03-05 | 2020-06-16 | 燕山大学 | 一种考虑需求响应的综合能源系统两阶段调度方法及系统 |
| CN111445067A (zh) * | 2020-03-09 | 2020-07-24 | 北京交通大学 | 一种适用于高铁站综合能源系统的多目标规划方法 |
| CN111950809A (zh) * | 2020-08-26 | 2020-11-17 | 华北电力大学（保定） | 基于主从博弈的综合能源系统分层分区优化运行方法 |
Non-Patent Citations (2)
| Title |
|---|
| 一种基于势博弈的微电网分布式运行优化算法;曾君;王侨侨;刘俊峰;林炜;郭华芳;中国电机工程学报;20170810;第37卷(第24期);全文 * |
| 考虑可再生能源供电的油改电汽车充电站调控能力评估;高爽;盛万兴;徐斌;贾宏杰;李金祥;;中国电机工程学报;20190420(第08期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114050571A (zh) | 2022-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114050571B (zh) | 一种考虑碳流的综合能源系统能量枢纽管控方法 | |
| Li et al. | Improving wind power integration by regenerative electric boiler and battery energy storage device | |
| CN111881616A (zh) | 一种基于多主体博弈的综合能源系统的运行优化方法 | |
| CN108009693A (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
| Jin et al. | Game theoretical analysis on capacity configuration for microgrid based on multi-agent system | |
| Ju et al. | A Tri-dimensional Equilibrium-based stochastic optimal dispatching model for a novel virtual power plant incorporating carbon Capture, Power-to-Gas and electric vehicle aggregator | |
| CN112068436B (zh) | 工业园区的综合能源系统分层分布式控制方法及系统 | |
| CN113393126A (zh) | 高耗能园区与电网交替并行协同优化调度方法 | |
| CN112381335A (zh) | 区域综合能源系统运行优化方法及装置 | |
| CN114091913A (zh) | 考虑热网及p2g多园区综合能源系统低碳经济调度方法 | |
| Zhu et al. | Optimization scheduling of a wind–photovoltaic–gas–electric vehicles Community-Integrated Energy System considering uncertainty and carbon emissions reduction | |
| Wang et al. | Operation optimisation of integrated energy systems based on cooperative game with hydrogen energy storage systems | |
| CN116911533B (zh) | 区域综合能源系统多微网能量共济方法 | |
| CN115689166A (zh) | 一种区域分布式能源资源聚合利用方法及系统 | |
| CN117236587A (zh) | 一种园区综合能源系统电氢碳协同调度优化方法 | |
| CN115759610A (zh) | 一种电力系统源网荷储协同的多目标规划方法及其应用 | |
| CN116050637A (zh) | 基于分时电价的综合能源虚拟电厂优化调度方法及系统 | |
| CN115358519A (zh) | 一种虚拟电厂优化调度方法及装置 | |
| Zhang et al. | Multi-level distributed demand response study for a multi-park integrated energy system | |
| CN116228461A (zh) | 一种基于p2p交易的多虚拟电厂随机优化调度方法 | |
| CN112713590B (zh) | 计及idr的冷热电联供微网与主动配电网联合优化调度方法 | |
| CN113449987A (zh) | 可再生能源配额制下的园区能源系统优化调度方法 | |
| Zhang et al. | Optimal scheduling of integrated energy system based on price demand response mechanism | |
| Li et al. | Energy system and scheduling strategies of electric–gas networks deeply coupled under dual electricity prices | |
| Zhang et al. | Real-time active power dispatch for virtual power plant via a multi-agent leader-follower game approach |
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 |