CN115018230B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN115018230B CN115018230B CN202110883505.7A CN202110883505A CN115018230B CN 115018230 B CN115018230 B CN 115018230B CN 202110883505 A CN202110883505 A CN 202110883505A CN 115018230 B CN115018230 B CN 115018230B
- Authority
- CN
- China
- Prior art keywords
- cost
- carbon
- emission reduction
- model
- emission
- 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 198
- 230000009467 reduction Effects 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005457 optimization Methods 0.000 title claims abstract description 36
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 171
- 230000007246 mechanism Effects 0.000 claims abstract description 49
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 238000012795 verification Methods 0.000 claims abstract description 6
- 230000001737 promoting effect Effects 0.000 claims abstract description 4
- 239000007789 gas Substances 0.000 claims description 40
- 230000005611 electricity Effects 0.000 claims description 31
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 26
- 238000010248 power generation Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 17
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 16
- 239000003345 natural gas Substances 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 12
- 238000005265 energy consumption Methods 0.000 claims description 11
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 10
- 230000008901 benefit Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004146 energy storage Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 230000005284 excitation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000005338 heat storage Methods 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 238000010438 heat treatment Methods 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 4
- 208000011580 syndromic disease Diseases 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims description 2
- 239000001569 carbon dioxide Substances 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 230000009977 dual effect Effects 0.000 claims description 2
- 239000002737 fuel gas Substances 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 230000003647 oxidation Effects 0.000 claims description 2
- 238000007254 oxidation reaction Methods 0.000 claims description 2
- 230000009919 sequestration Effects 0.000 claims description 2
- 230000029087 digestion Effects 0.000 abstract 1
- 238000011160 research Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000031700 light absorption Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 238000003763 carbonization Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- QXOQNNAWFUXKMH-UHFFFAOYSA-N 1-(Malonylamino)cyclopropanecarboxylic acid Chemical compound OC(=O)CC(=O)NC1(C(O)=O)CC1 QXOQNNAWFUXKMH-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000003827 upregulation 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Tourism & Hospitality (AREA)
- Computational Mathematics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于电力市场的技术领域，提供了一种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；采用的技术方案为：包括以下步骤：步骤S1）碳交易机制分析，步骤S2）基于配额制的绿证交易机制分析，步骤S3）建立综合能源系统鲁棒优化模型，步骤S4）算例分析验证；首先，构建了计及补贴的阶梯型碳交易成本模型，并通过引入绿证交易机制以促进可再生能源的消纳；其次，计及源荷不确定性所带来的成本波动，以碳交易成本、减排成本、绿证成本与能源成本之和最小为目标函数，建立了考虑绿证交易的区域综合能源系统双阶段鲁棒低碳优化模型；最后通过算例仿真验证了所提模型的合理性及有效性。
Description
技术领域
本发明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属于电力市场的技术领域。
背景技术
综合能源系统运行技术是推动多能互补和节能减排，实现梯级利用和供需匹配的有效手段，对于提高可再生能源比重、提高能源清洁高效利用、提升能源综合利用效率都具有重要意义。
关于综合能源系统经济运行方面，《基于CCHP耦合的电力、天然气区域综合能源系统优化规划》提出了一种基于冷热电联供系统耦合的电力、天然气区域综合能源系统优化规划模型，证明IES(Integrated Energy System,综合能源系统)作为耦合枢纽的优化模型具有更高的经济性。《计及网络动态特性的电—气—热综合能源系统日前优化调度》提出了一种计及热网与气网动态特性的电-气-热IES日前优化调度模型，并分析了其对系统运行性能的影响。《含电—热—气—冷子系统的区域综合能源系统多场景优化调度》提出一种在不同负荷结构、多时段、多场景运行模式下的RIES优化模型。《计及条件风险价值的综合能源系统经济调度》建立了计及条件风险价值的综合能源系统经济调度模型，通过设定不同的置信水平来限制可能面临的风险。上述IES调度模型虽具有一定的经济性，但仅针对系统调度运行展开优化，未充分考虑碳排放带来的环境成本。
针对碳成本进行的IES低碳经济调度是兼顾经济性与环保性的新型研究热点。《碳交易机制下多区域综合能源系统的分散调度》首次建立了计及碳交易成本的多区域综合能源系统分散调度模型，对碳交易成本对系统运行的影响作了详细分析，但未考虑企业减排成本。《基于碳交易的含大规模光伏发电系统复合储能优化调度》采用基于最大最小距离准则的改进K均值聚类算法对光伏发电的出力场景进行有效聚类，提出一种基于碳交易的含大规模光伏发电的抽水蓄能电力系统复合储能优化调度模型。《考虑热网约束和碳交易的多区域综合能源系统优化调度》提出了一种考虑热网约束和碳交易的多区域综合能源系统优化调度模型，提高了可再生能源消纳率及减少发电过程中碳排放对环境的污染。《考虑碳排放交易的日前调度双阶段鲁棒优化模型》提出了一种考虑碳排放交易的日前调度双阶段鲁棒优化模型，但所建立模型仅针对电-气互联IES日前优化调度，并未考虑热网及储能。《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》引入了计及奖惩系数的碳交易机制，利用两阶段鲁棒优化模型衡量多类型负荷的不确定性，构建了考虑碳交易和电–热可转移负荷转移量不确定性鲁棒优化模型，并对其进行求解，但缺乏针对新能源出力不确定性的考虑。《考虑富氧燃烧技术的电–气–热综合能源系统低碳经济调度》将富氧燃烧技术引入电-气-热互联IES，兼顾系统经济性和低碳性建立了低碳经济调度模型。综合来看，现有研究主要关注系统运行成本优化，所构建低碳优化模型虽考虑了碳成本，但所构建系统结构较为简单，目标函数没有考虑企业作为减排方所需付出的减排成本。虽有部分文献建立了计及奖惩制度的碳交易模型，但并未阐明其合理性及必要性，且鲁棒性有所欠缺，未充分考虑风光出力波动以及负荷波动所带来的影响。
与此同时，在绿证机制研究方面，相关学者针对可再生能源配额制和绿证交易制度具体的实施方案进行了研究。《可再生能源参与电力市场：综述与展望》总结了国内外可再生能源参与市场领域的研究成果，展望了新的研究方向以及我国未来可再生能源参与电力市场的发展方向。《适应可再生能源配额制的电力市场交易体系研究》设计了基于配额制的可再生能源中长期市场、日前市场、实时交易市场和绿证申购市场，但文中只探究了可再生能源价格随供需关系和绿证价格变动的动态过程，未具体讨论绿证交易机制的下沉给企业带来的影响。
综上所述，目前国内虽已有大量针对综合能源系统优化运行的研究，且部分学者已逐步展开针对碳交易市场理论与机制的探讨，但面向边际减排成本的研究较少，且尚未有学者将减排成本纳入综合能源系统低碳经济调度的考虑范畴。
发明内容
本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种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，建立了考虑减排成本的冷热电联供综合能源系统双阶段鲁棒优化模型，首先分析了传统碳交易背景下减排成本对碳交易机制构成的影响，阐明了碳交易市场引入补贴的必要性，并以此构建了计及补贴的阶梯型碳交易模型；其次引入绿证机制以促进可再生能源消纳；针对不确定参数对系统实时调度的影响，建立了考虑减排成本及绿证收益的两阶段鲁棒低碳优化模型；最后通过算例仿真验证了所提模型的合理性及有效性。
为了解决上述技术问题，本发明采用的技术方案为：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，包括以下步骤：
步骤S1)碳交易机制分析；
步骤S2)基于配额制的绿证交易机制分析；
步骤S3)建立综合能源系统鲁棒优化模型；
步骤S4)算例分析验证。
本发明与现有技术相比具有以下有益效果：
本发明提出了考虑减排成本的综合能源系统低碳鲁棒经济调度策略，首先，构建了计及补贴的阶梯型碳交易成本模型，并通过引入绿证交易机制以促进可再生能源的消纳；其次，计及源荷不确定性所带来的成本波动，以碳交易成本、减排成本、绿证成本与能源成本之和最小为目标函数，建立了考虑绿证交易的区域综合能源系统双阶段鲁棒低碳优化模型，最后，通过算例仿真，验证了补贴型碳交易机制与绿证交易机制的引入可以缓解碳排成本带来的压力，提高了可再生能源消纳率与减排率。
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为考虑减排成本的碳交易机制；
图3为综合能源系统结构；
图4为算例分析验证中采用的分时电价曲线图；
图5为算例分析验证中采用的可再生能源发电及负荷数据；
图6为调整基准碳价后的风光消纳和减排情况；
图7为不同碳价下的运行成本；
图8为Case4情况下的系统运行情况；
图9为不同鲁棒参数对运行成本的影响。
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，包括以下步骤：
步骤S1)碳交易机制分析；
步骤S2)基于配额制的绿证交易机制分析；
步骤S3)建立综合能源系统鲁棒优化模型；
步骤S4)算例分析。
所述的步骤S1)碳交易机制分析包括：
步骤S101)碳配额分配机制
碳配额是指企业依法取得的向大气排放温室气体的权利，本发明采用计及补贴机制的阶梯型碳交易模型，超出碳配额的部分通过碳交易平台购买补足，配额有结余的可在后续年度使用，也可以用于配额交易，本发明仅考虑交易情况，按照外部电网购电、内部能源发电和供热等不同结构，采用行业基准线法分配碳配额，具体核算方法如下：
式中：Ftotal代表整个IES的碳排放量，Fgt、Fgb、Fgrid分别为燃气机组、燃气锅炉以及从外部电网购电折算的碳排放量；γgt,p为综合修正系数；λgt,p为燃气机组的单位综合供电量碳排放基准；为燃气轮机供热的热电折算系数；λgb,h为燃气锅炉的单位综合供热量碳排放基准；ρgrid为电网公司单位供电量线损率基准；λgrid,p为电网供电的单位发电量碳排放基准；Pgt,h、Pgt,p、Pgb,h、Pgrid,p分别为燃气机组的供热量，燃气机组供电量、燃气锅炉供热量以及外网购电量；
步骤S102)实际碳排放量核算方法
碳排放的核算方法主要可采用基于测量与基于计算两种方法，基于理论研究的需要，本发明选取基于计算的方法；
基于计算的方法包括排放因子法和物料平衡法，本发明通过排放因子法获取碳排放量，计算方法如下：
Fs＝Fdirect+Findirect (2)
Findirect＝Pgrid,p·μCO2 (3)
式中：Kgas为燃料消耗量，本文中为天然气；Hlow为天然气低位热值；CH为天然气的单位热值含碳量；ξO为氧化率；12/44为碳在二氧化碳中所占质量分数；Pgrid,p为外网购电量；μCO2为电力排放因子；
步骤S103)边际减排成本
减排成本分为静态投资成本和额定运行周期内所需运行成本，静态投资成本按照运行周期分摊，年度资产回收成本计算方法如下：
式中：NHC表示运行周期内的年度资产回收成本；JT表示减排项目初期的静态投资成本，t为投资周期；r为资产折现率，考虑到短期利率的波动性，选取项目运行期初始年度五年期以上的人民币贷款基准利率；
考虑运行成本后的总减排成本如下：
其中，ZC代表总减排成本，RCt代表第t年的运行成本，t0与T分别表示项目的起止年份；
式(4)及式(5)构建了减排成本的理论模型，为结合实际便于求解，选取Ellerman&Decaux提出的经典边际减排成本(Marginal Abatement Cost，MAC)计算模型作为实证模型：
式中：C’MAC为边际减排成本；κ1、κ2为待估系数，FΔ为减排量；
总减排成本CMAC表达式如下：
式中：κ3为减排设施建设成本；
将式(5)得到的减排成本代入式(7)，构建减排成本实证模型如下：
ZC＝b1FΔt 2+b2FΔt 3+α+β (8)
式中：b1、b2为待估系数,α作为参数用来衡量不同项目的特异性，β表示误差项；
步骤S104)计及碳排成本的碳交易机制
目前国内碳交易的主要形式有两种：传统型碳交易和阶梯型碳交易。根据国内配额制的发展情况来看，阶梯型碳交易更符合市场导向，即针对不同的超额范围设立阶梯型价格，同时对售卖方配额采用阶梯式售价。鉴于企业低碳化生产虽能通过售卖碳配额获得碳收益，但需要付出技术减排成本，且该成本与减排量成正比，而现行交易机制下若选择超配额生产并根据市场价格购买碳配额则只需要计及碳交易成本，因此需对碳配额售卖方进行激励。本发明在构建阶梯型碳交易模型的基础上引入补贴系数σ，具体计算模型如下：
式中：CCO2代表碳交易成本；h代表交易市场的单位碳价；δ代表不同梯度的价格上升幅度；σ代表减排奖励系数；Fs代表实际碳排放；N代表碳排放等价区间长度；
为分析不同碳交易机制带来的影响，引入边际减排成本曲线(MarginalAbatement Cost Curve，MACC)，不同碳交易机制下的碳配额售卖价格与减排成本对比如图2所示。
图2中N取碳配额的25％，如图所示，区间[0,N]中，传统型碳交易价格与阶梯型碳交易价格相同，属于针对超排量较少的企业的平稳过渡期。当减排量位于减排区间[0,d1]内时，减排成本低于三种碳交易所获单位红利，售卖方虽付出技术成本但因为红利激励从而持续减排。区间[d1,d2]内，边际减排成本超越传统型碳交易与普通阶梯型碳交易价格，传统型碳交易及普通阶梯型碳交易的单位红利均低于减排成本，此时若采用传统型或普通阶梯型碳交易模型，减排企业利益受损，减排进度停止，但本发明引入的计及补贴的碳交易模型由于补贴的持续激励，使得企业能够持续减少碳排量以获取碳交易红利，从而进一步推动企业低碳化生产。
当减排量达到d2后，在区间[d2,d3]内，减排成本超过碳交易所获红利且持续上升，企业若选择减排则所获红利受损，因此需通过政策激励越过拐点d3。当减排量达到拐点d3后，行业内减排技术的成熟促使边际减排成本持续降低，因此在区间[d3,d4]内，虽然边际减排成本高于碳交易所获红利，但从长远发展看，在已经越过MAC曲线拐点的情况下，技术升级成本持续降低，企业可投入一定升级成本，从而尽快达到d4点以获取红利。当减排量达到d4后，计及补贴的阶梯型碳交易所获红利超出减排成本，由于补贴的激励，企业恢复自主减排，而普通阶梯型碳交易受限于交易价格较低，减排技术需持续发展，待减排量达到d5方能对企业产生激励作用。由此可见，传统阶梯型碳交易并未考虑到碳交易成本之外所需付出的技术减排成本，而本发明采用的计及补贴的阶梯型碳交易模型，补贴的引入缓解了减排成本带来的压力，保障了低碳生产持续性；
所述的步骤S2)基于配额制的绿证交易机制分析包括：
步骤S201)政策条件
电力建设过程中，可再生能源受投资成本及自然条件不确定性影响，其消纳问题亟待解决，为确保充分利用该类能源，促进绿色电能消纳，通过设立配额比例，将消纳量作为交易资源在不同级别市场流通，以保障可再生能源消纳占比，通过政策手段确保我国可再生能源配额制政策的落地；
步骤S202)绿色证书交易机制
确定系统内配额目标电量：
式中：为t时段系统内可再生能源发电预测消纳量；/>为t时段系统内用电量总预测值；/>为系统内第i个可再生能源发电商t时段内发电预测值；
为确保多级市场相互契合，统一绿证衡量尺度，绿证数量用式(12)表示：
式中：Ggre表示系统内参与交易的绿证数量，单位：本/MWh；Pi为第i个可再生能源设备实际消纳量，单位：kW；Δt为调度时段时长，单位：h；n为系统中可再生能源发电商数量；
所述的步骤S3)建立综合能源系统鲁棒优化模型
依托于微网运行平台，计及冷热电联供的IES可以发挥更多的优势，其并网运行可以解决规划设计时电力负荷、热力负荷和制冷负荷比例关系对系统规模和配置所带来的影响，灵活为终端用户提供电能，实现高效梯级利用能源。本发明将IES的组成结构按照能量传递形式进行分类的思路，对各设备进行独立建模，通过调节系统中各设备运行方式和工作状态，实现系统的经济运行，整体架构如图3所示。
步骤S301)目标函数
对于并网运行的园区综合能源系统，其经济调度模型目标函数为：
式中：C为系统运行成本，元；Ce为购电费用，元；Cgas为购买天然气费用，元；CES为储电设备运行维护费用，元；CCO2为碳交易成本，元；CER为减排成本，元；Cgre为绿证收益，元；
减排成本公式为：
式中：ΔF为减排量；Fini为未考虑低碳优化时的碳排总量；C’MAC为边际碳排成本函数，为便于求解，本文将边际减排成本曲线分段线性化，单位跨度取1；
步骤S302)约束条件
购电费用公式为：
式中：cgrid,t为t时刻系统的购电价格，Pgrid,t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：cgas为天然气单位热值价格，PGT,t表示t时刻微燃机的发电功率，QGB,t表示燃气锅炉的产热功率，ηGT，ηGB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Cbattery，无损坏情况下使用次数为Nu，则其每次完全充放电成本cr为：
则蓄电设备运维成本公式为：
式中：Ccapacity为蓄电设备的容量；PES,C,t/PES,D,t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：QES,C,t,QES,D,t为时段t时储热设备的充放热功率；
步骤S303)不确定量模型
本发明建立的园区级综合能源系统中，不确定参数有新能源(风、光)出力与负荷波动，其波动范围满足下式：
式中：ppara包括风电出力pwind、光电出力psolar以及负荷pload；代表t时段不确定参数的实际值，/>代表t时段不确定参数的预测期望值，/>代表t时段不确定参数的最大预测误差；
为保障鲁棒参数的可观测性，引入符合多面体形式的鲁棒参数：
式中：Γpara为鲁棒参数值，其值大小与鲁棒模型的保守度成正比；
步骤S304)双阶段鲁棒优化模型及求解方法
使用0-1型混合整数线性规划(Mixed Integer Linear Programming,MILP)方法求解两阶段鲁棒优化调度模型，其标准形式为：
式中：优化变量x在包括各源设备的出力、储能设备的输入/输出、转换设备的输入和购电量；y表示为再调度变量，为不确定量揭晓后再根据已知参数所做出的决策；Ω(x,p)代表给定一组(x,p)时y的可行域，具体如式(23)所示：
式中：ψ1、ψ2、ψ3、ψ4为第二阶段的最小化问题中y的各类可行域约束的指代项，属于对偶变量；等式约束主要为母线功率平衡方程以及储能设备的储能关系式，不等式约束为各设备的运行约束；
针对上述模型，采用列和约束生成算法将求解问题分层为主问题与子问题，首先由子问题求解生成系统最大安全偏差，再由主问题模型满足预测场景及子问题生成的最坏场景相关约束，主问题形式如式(24)所示，子问题描述见式(25)，具体推导过程及求解流程现有技术已公开，本发明在此不做详细说明：
根据强对偶理论及y的可行域约束，子问题的max-min形式转化为双层max问题且合并，子问题的双层max模型合并后形式如下：
式中：H为二进制变量，取值为1代表相应时段的不确定变量取区间边界；H’是为了将非线性约束线性化所引入的连续辅助变量；
通过上述模型转换，最终将两阶段鲁棒优化模型解耦为MILP模型，选取C&CG算法求解，步骤如下：
1)给定P* para作为不确定变量在最坏情况下的初值，迭代次数k为1；
2)根据最坏场景下的P* para求解主问题，得到一组最优解，其目标函数值作为运行成本下界的更新值；
3)将步骤2)中的最优解代入子问题，针对子问题求解，更新不确定参数P* para取值与运行成本上界；
4)衡量上下界差值是否超出收敛阈值，若在收敛范围内则迭代停止；否则按照第k次迭代后更新的约束返回步骤2)进行第k+1轮迭代直至收敛；
所述步骤S4)算例分析验证
本文采用Yalmip+Cplex在MATLAB中编程求解MILP问题。算例采用某小型区域含可再生能源发电的冷热电联供综合能源系统作为仿真对象，结构如图3所示。系统内包含风电、光伏设备，燃气锅炉，储电/储热设备和3台微型燃气轮机等，其中天然气价格为3.45元/m3，折算为单位热值价格为0.349元/(kW·h)。储电设备购买成本为67.2万元，无损情况下充放电次数为6000次。系统与电网断开后可保证重要负荷不间断运行2h。各个设备的最大容量和运行参数如表1所示。碳交易相关参数设置见表2。仿真中分时电价上下限参考上海市2020年峰谷电价，具体见图4。负荷及新能源发电数据见图5所示。
表1各设备容量及参数
表2碳交易参数
考虑风电机组与光伏出力的不确定性，预测基准最大误差为预测值的0.075倍，各时刻风力发电鲁棒参数值Γwind为2，光伏发电鲁棒参数值Γsolar为1.5；考虑各类负荷功率的不确定性，负荷最大预测误差为预测值的0.1倍，负荷鲁棒参数值Γload为1。根据2020年上海碳市场现货交易走势及成交数据，取基准碳配额价格为40元/t。绿证单价取60元。将边际减排曲线按容量百分比折算，且计及减排设施建设成本，本发明所采用的边际减排成本曲线为：
为验证在计及减排成本的碳交易背景下考虑绿证收益及补贴的优势，并考虑不确定参数波动给总成本带来的影响，设置5个不同场景：
Case1：不考虑碳交易机制，但考虑系统鲁棒性；
Case2：考虑传统阶梯型碳交易机制，也考虑系统鲁棒性；
Case3：考虑不计及补贴但计及减排成本的阶梯型碳交易机制，也考虑系统鲁棒性；
Case4：考虑计及补贴与减排成本的阶梯型碳交易机制，也考虑系统鲁棒性；
Case5：考虑计及补贴与减排成本的阶梯型碳交易机制，引入绿证交易，也考虑系统鲁棒性。
考虑碳配额与系统运行状态有关，具有一定波动性，为直观体现碳交易机制的引入对系统减排量的影响，本发明取不参与碳交易的Case1中的碳排总量作为Case4与Case5中碳排成本所需计及的碳排总量Fini，经仿真计算为45.75t/天。参与碳交易的场景中每梯度碳价涨幅取15元，case3与case5中阶梯型碳交易单位梯度取碳配额的25％，补贴程度为每梯度10元，5种运行方式下园区综合能源系统的运行成本如表3所示。
表3不同案例下运行总费用
/>
由表3可知，Case2中，在不计及补贴的情况下，Case2可再生能源消纳率较Case1提高了45.09％，减排率达到了65.22％，运行总成本下降了5.37％，但并未计及减排所需付出的成本；Case3与Case4中，由于考虑了减排成本，减排量及可再生能源消纳量均受限，但不计及补贴的Case3减排效果与可再生能源消纳率均落后于计及补贴的Case4；而Case5相较于Case3与Case4，绿证收益的引入不仅激励了减排进度，还显著促进了可再生能源的消纳，降低了运行成本。
总体来看，减排成本不仅抑制了减排进度，还阻碍了可再生能源的消纳，系统运行成本上升，主要是减排成本的引入侧面提高了可再生能源消纳成本，降低了企业减排意愿，此时企业更倾向于通过燃气机组发电及外网购电来控制成本。而Case5中通过引入绿证交易侧面降低了可再生能源消纳成本，显著提高了可再生能源利用率，但在减排初期MAC曲线的上升阶段对减排工作产生的激励有限。可见无论是运行成本还是减排进度上，计及减排成本给系统带来的约束力较大，为充分挖掘企业节能减排潜力，需采取可行措施削弱该类约束对系统造成的影响。
基准碳价对系统调度的影响
为降低减排成本对减排工作的约束，可考虑以下两种方法：
方法一：鉴于不同运行工况下碳配额额度依然有较大盈余空间，可对碳配额额度进行一定缩减，倒逼企业进行减排；
方法二：鉴于减排边际成本较高，与减排程度成正比，碳交易价格无法很好地反应企业付出的工作量，因此调整碳交易基准价格。
方法一主要是通过提高惩罚约束限制碳排量，在减排边际成本对减排工作推进约束较大的情况下会使企业成本持续升高，进一步恶化减排环境，因此本文主要采取方法二，通过调整基准碳价在弱化边际成本对运行总成本的限制后，可采取方法一对企业进行持续激励。调整碳交易基准价格后的风光消纳与减排情况如图6所示。
如图6、7所示，基准碳价的上调提高了企业“多排多放”的成本，但也提高了减排企业收益，而补贴的引入进一步促进了碳减排与风光消纳。初始阶段中，可再生能源消纳未能在短区间内得到明显提高，甚至有部分区间出现了下降现象，原因主要是补贴的引入降低了燃气机组的出力成本，燃气机组出力成本低于可再生能源出力成本，系统择优选取成本更小的燃气机组发电以及外网购电，而随着减排量的增加，碳价的涨速逐渐落后于单位碳排成本的上升速度，最终高昂的减排成本迫使燃气机组减少出力，促进了可再生能源的消纳。
在考虑补贴和绿证交易的情况下，当基准碳价达到230元/吨时，MAC曲线迎来拐点，此时随着减排成本的下降，运行成本显著下降，企业减排意愿增加，减排率及风光消纳率升速加快，并在253元/吨处达到峰值。而在不考虑补贴的情况下，基准碳价达到270元时才到达减排拐点，且需持续上升至290元/吨时激励作用方能达到减排峰值，可见补贴的引入对系统减排的助力作用。
绿证机制对系统调度的影响
仅计及补贴而不计及绿证(Case4)情况下的系统运行成本及风光消纳率如图8所示。对比图6、图7及图8可见，在不计及绿证收益情况下，因碳排成本较小，初始减排阶段燃气机组发电成本低于可再生能源消纳成本，极大限制了风光消纳，且直至基准碳价升至300元/吨时方达到MAC曲线拐点，至340元/吨时随着可再生能源被完全消纳，减排进度达到峰值。可见Case5中绿证机制的引入显著促进了可再生能源消纳，且降低了减排进程对基准碳价调整的依赖性。
鲁棒参数对系统调度的影响
为分析波动参数对系统运行产生的影响，分别调整可再生能源发电鲁棒参数Γwind、Γsolar与负荷鲁棒参数Γload，采取基准碳价为200元/t时Case5的系统情况作为基准，研究不确定参数对系统运行成本产生的影响。分别设立三个场景，场景A的风光发电设备运维费取0.2元/(kW·h)，Γwind与Γsolar变化；场景B风光发电设备运维费取0.1元/(kW·h),Γwind与Γsolar变化；场景C风光发电设备运维费取为0.2元/(kW·h)，Γload变化，不同场景下的调度结果如图9所示。
如图9所示，场景A受限于较低的风光消纳率，因此可再生能源预测误差的波动未影响系统的运行成本；场景B在调低风光机组运维费后，鉴于可再生能源消纳率的升高，系统初始运行成本较低，但随着风光机组预测误差增大，可再生能源出力被部分局限，系统所需调节裕度增大，运行成本升高；场景C中随着负荷波动逐渐增大，现有机组出力需要具备更大的调节裕度，以应对实时调整下不确定最优解的偏离，调度成本增加。
本发明针对电-气-热联供的综合能源系统引入了考虑减排成本且计及补贴的阶梯型碳交易机制，并引入绿证交易机制，建立了考虑减排成本及绿证收益的综合能源系统低碳调度模型。分析了不同机制对系统运行成本、碳排量及可再生能源消纳率的影响，得出以下结论：
(1)虽然减排成本限制了系统减排工作，但通过引入补贴，提高基准碳价等方式提高了企业低碳化生产的积极性，降低了减排成本的约束性，证明了引入补贴的阶梯式碳交易机制的有效性；
(2)绿证机制的引入显著促进了可再生能源的消纳，同样是引入补贴型碳交易机制的情况下，计及绿证交易的风光消纳率比不考虑绿证交易提高了67.8％，且侧面降低了减排量对基准碳价的依赖性；
(3)考虑了不确定参数对系统运行的影响，算例表明随着鲁棒参数波动性增大，系统调节裕度增加，证明了本文所采用的模型具有一定鲁棒性。
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 (2)
1.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，其特征在于包括以下步骤：
步骤S1)碳交易机制分析；
步骤S2)基于配额制的绿证交易机制分析；
步骤S3)建立综合能源系统鲁棒优化模型；
步骤S4)算例分析验证；
所述的步骤S1)碳交易机制分析包括：
步骤S101)碳配额分配机制
仅考虑交易情况，按照外部电网购电、内部能源发电和供热不同结构，采用行业基准线法分配碳配额，具体核算方法如下：
式中：Ftotal代表整个IES的碳排放量，Fgt、Fgb、Fgrid分别为燃气机组、燃气锅炉以及从外部电网购电折算的碳排放量；γgt,p为综合修正系数；λgt,p为燃气机组的单位综合供电量碳排放基准；为燃气轮机供热的热电折算系数；λgb,h为燃气锅炉的单位综合供热量碳排放基准；ρgrid为电网公司单位供电量线损率基准；λgrid,p为电网供电的单位发电量碳排放基准；Pgt,h、Pgt,p、Pgb,h、Pgrid,p分别为燃气机组的供热量，燃气机组供电量、燃气锅炉供热量以及外网购电量；
步骤S102)实际碳排放量核算方法
碳排放的核算方法采用基于计算的方法，通过排放因子法获取碳排放量，计算方法如下：
Fs＝Fdirect+Findirect (2)
式中：Fs为实际核算碳排量，Fdirect为直接排放量，Findirect为间接排放量，计算公式如下：
Findirect＝Pgrid,p·μCO2 (3)
式中：Kgas为天然气消耗量；Hlow为天然气低位热值；CH为天然气的单位热值含碳量；ξO为氧化率；12/44为碳在二氧化碳中所占质量分数；Pgrid,p为外网购电量；μCO2为电力排放因子；
步骤S103)边际减排成本
减排成本分为静态投资成本和额定运行周期内所需运行成本，静态投资成本按照运行周期分摊，年度资产回收成本计算方法如下：
式中：NHC表示运行周期内的年度资产回收成本；JT表示减排项目初期的静态投资成本，t为投资周期；r为资产折现率，考虑到短期利率的波动性，选取项目运行期初始年度五年期以上的人民币贷款基准利率；
考虑运行成本后的总减排成本如下：
其中，ZC代表总减排成本，RCt代表第t年的运行成本，t0与T分别表示项目的起止年份；
式(4)及式(5)构建了减排成本的理论模型，为结合实际便于求解，选取Ellerman&Decaux提出的经典边际减排成本计算模型作为实证模型：
式中：C’MAC为边际减排成本；κ1、κ2为待估系数，FΔ为减排量；
总减排成本CMAC表达式如下：
式中：κ3为减排设施建设成本；
将式(5)得到的减排成本代入式(7)，构建减排成本实证模型如下：
ZC＝b1FΔt 2+b2FΔt 3+α+β (8)
式中：b1、b2为待估系数,α作为参数用来衡量不同项目的特异性，β表示误差项；
步骤S104)计及碳排成本的碳交易机制
在构建阶梯型碳交易模型的基础上引入补贴系数σ，具体计算模型如下：
式中：CCO2代表碳交易成本；h代表交易市场的单位碳价；δ代表不同梯度的价格上升幅度；σ代表减排奖励系数；Fs代表实际碳排放；N代表碳排放等价区间长度；
引入边际减排成本曲线分析不同碳交易机制带来的影响，最终得出结论：计及补贴的碳交易模型由于补贴的持续激励，使得企业能够持续减少碳排量以获取碳交易红利，从而进一步推动企业低碳化生产，计及补贴的阶梯型碳交易模型，补贴的引入缓解了减排成本带来的压力，保障了低碳生产持续性；
所述的步骤S2)基于配额制的绿证交易机制分析包括：
步骤S201)政策条件
电力建设过程中，可再生能源受投资成本及自然条件不确定性影响，其消纳问题亟待解决，为确保充分利用该类能源，促进绿色电能消纳，通过设立配额比例，将消纳量作为交易资源在不同级别市场流通，以保障可再生能源消纳占比，通过政策手段确保我国可再生能源配额制政策的落地；
步骤S202)绿色证书交易机制
确定系统内配额目标电量：
式中：为t时段系统内可再生能源发电预测消纳量；/>为t时段系统内用电量总预测值；/>为系统内第i个可再生能源发电商t时段内发电预测值；
为确保多级市场相互契合，统一绿证衡量尺度，绿证数量用式(12)表示：
式中：Ggre表示系统内参与交易的绿证数量，单位：本/MWh；Pi为第i个可再生能源设备实际消纳量，单位：kW；Δt为调度时段时长，单位：h；n为系统中可再生能源发电商数量；
所述的步骤S3)建立综合能源系统鲁棒优化模型，将IES的组成结构按照能量传递形式进行分类的思路，对各设备进行独立建模，通过调节系统中各设备运行方式和工作状态，实现系统的经济运行，其步骤包括：
步骤S301)目标函数
对于并网运行的园区综合能源系统，其经济调度模型目标函数为：
式中：C为系统运行成本，元；Ce为购电费用，元；Cgas为购买天然气费用，元；CES为储电设备运行维护费用，元；CCO2为碳交易成本，元；CER为减排成本，元；Cgre为绿证收益，元；
减排成本公式为：
式中：ΔF为减排量；Fini为未考虑低碳优化时的碳排总量；C’MAC为边际碳排成本函数，为便于求解，将边际减排成本曲线分段线性化，单位跨度取1；
步骤S302)约束条件
购电费用公式为：
式中：cgrid,t为t时刻系统的购电价格，Pgrid,t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：cgas为天然气单位热值价格，PGT,t表示t时刻微燃机的发电功率，QGB,t表示燃气锅炉的产热功率，ηGT，ηGB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Cbattery，无损坏情况下使用次数为Nu，则其每次完全充放电成本cr为：
则蓄电设备运维成本公式为：
式中：Ccapacity为蓄电设备的容量；PES,C,t/PES,D,t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：QES,C,t,QES,D,t为时段t时储热设备的充放热功率；
步骤S303)不确定量模型
建立的园区级综合能源系统中，不确定参数有新能源出力与负荷波动，其波动范围满足下式：
式中：ppara包括风电出力pwind、光电出力psolar以及负荷pload；代表t时段不确定参数的实际值，/>代表t时段不确定参数的预测期望值，/>代表t时段不确定参数的最大预测误差；
为保障鲁棒参数的可观测性，引入符合多面体形式的鲁棒参数：
式中：Γpara为鲁棒参数值，其值大小与鲁棒模型的保守度成正比；
步骤S304)双阶段鲁棒优化模型及求解方法
使用0-1型混合整数线性规划方法求解两阶段鲁棒优化调度模型，其标准形式为：
式中：优化变量x在包括各源设备的出力、储能设备的输入/输出、转换设备的输入和购电量；y表示为再调度变量，为不确定量揭晓后再根据已知参数所做出的决策；Ω(x,p)代表给定一组(x,p)时y的可行域，具体如式(23)所示：
式中：ψ1、ψ2、ψ3、ψ4为第二阶段的最小化问题中y的各类可行域约束的指代项，属于对偶变量；
等式约束为母线功率平衡方程以及储能设备的储能关系式，不等式约束为各设备的运行约束；
针对上述模型，采用列和约束生成算法将求解问题分层为主问题与子问题，首先由子问题求解生成系统最大安全偏差，再由主问题模型满足预测场景及子问题生成的最坏场景相关约束，主问题形式如式(24)所示，子问题描述见式(25)：
根据强对偶理论及y的可行域约束，子问题的max-min形式转化为双层max问题且合并，子问题的双层max模型合并后形式如下：
式中：H为二进制变量，取值为1代表相应时段的不确定变量取区间边界；H’是为了将非线性约束线性化所引入的连续辅助变量；
通过上述模型转换，最终将两阶段鲁棒优化模型解耦为MILP模型，选取C&CG算法求解，步骤如下：
1)给定P* para作为不确定变量在最坏情况下的初值，迭代次数k为1；
2)根据最坏场景下的P* para求解主问题，得到一组最优解，其目标函数值作为运行成本下界的更新值；
3)将步骤2)中的最优解代入子问题，针对子问题求解，更新不确定参数P* para取值与运行成本上界；
4)衡量上下界差值是否超出收敛阈值，若在收敛范围内则迭代停止；否则按照第k次迭代后更新的约束返回步骤2)进行第k+1轮迭代直至收敛。
2.根据权利要求1所述的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，其特征在于：所述步骤S4)算例分析验证采用Yalmip+Cplex在MATLAB中编程求解MILP问题，选择含可再生能源发电的冷热电联供综合能源系统作为仿真对象，记录并设定基础数据；
为验证在计及减排成本的碳交易背景下考虑绿证收益及补贴的优势，并考虑不确定参数波动给总成本带来的影响，设置多个不同场景，仿真计算不同场景运行方式下园区综合能源系统的运行成本，经过对比分析，得结论：减排成本不仅抑制了减排进度，还阻碍了可再生能源的消纳，系统运行成本上升，原因是减排成本的引入侧面提高了可再生能源消纳成本，降低了企业减排意愿，此时企业更倾向于通过燃气机组发电及外网购电来控制成本；而通过引入绿证交易侧面降低了可再生能源消纳成本，显著提高了可再生能源利用率，但在减排初期MAC曲线的上升阶段对减排工作产生的激励有限，可见无论是运行成本还是减排进度上，计及减排成本给系统带来的约束力较大，为充分挖掘企业节能减排潜力，需采取可行措施削弱该类约束对系统造成的影响。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110883505.7A CN115018230B (zh) | 2021-08-03 | 2021-08-03 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110883505.7A CN115018230B (zh) | 2021-08-03 | 2021-08-03 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115018230A CN115018230A (zh) | 2022-09-06 |
| CN115018230B true CN115018230B (zh) | 2024-05-28 |
Family
ID=83064812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110883505.7A Active CN115018230B (zh) | 2021-08-03 | 2021-08-03 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115018230B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115241931B (zh) * | 2022-09-23 | 2023-01-17 | 国网浙江省电力有限公司宁波供电公司 | 基于时变电碳因子曲线的园区综合能源系统调度方法 |
| CN116245338A (zh) * | 2023-03-22 | 2023-06-09 | 中国矿业大学 | 一种矿山综合能源系统低碳经济运行优化方法 |
| CN116542427B (zh) * | 2023-07-03 | 2023-10-03 | 国网北京市电力公司 | 一种电网供电结构优化方法、系统、设备及介质 |
| 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 |
| CN116976528B (zh) * | 2023-09-22 | 2023-12-12 | 国网江苏省电力有限公司常州供电分公司 | 低碳港口混合供能系统的优化配置方法及装置 |
| CN117172389B (zh) * | 2023-11-01 | 2024-02-02 | 山东建筑大学 | 考虑风光不确定性的区域级综合能源优化运行方法及系统 |
| CN117196124A (zh) * | 2023-11-07 | 2023-12-08 | 江苏航运职业技术学院 | 一种基于碳排放流的碳排放响应计算方法及系统 |
Citations (3)
| 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 |
| KR20190036488A (ko) * | 2017-09-27 | 2019-04-04 | 한양대학교 에리카산학협력단 | 스마트 그리드에서 산업 부하 관리를 위한 실시간 결정 방법 및 시스템 |
| CN113011655A (zh) * | 2021-03-22 | 2021-06-22 | 昆明理工大学 | 一种基于两阶段随机规划的社区多能源系统的混合储能系统规划方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110276514A1 (en) * | 2010-05-04 | 2011-11-10 | International Business Machines Corporation | Evaluating the quality and risk-robustness of an energy generation capacity resource plan under inherent uncertainties in energy markets and carbon regulatory regime |
| CN110571789B (zh) * | 2018-06-06 | 2020-10-20 | 南京工程学院 | 数据驱动下基于风电不确定性的电热气网三阶段调度方法 |
-
2021
- 2021-08-03 CN CN202110883505.7A patent/CN115018230B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190036488A (ko) * | 2017-09-27 | 2019-04-04 | 한양대학교 에리카산학협력단 | 스마트 그리드에서 산업 부하 관리를 위한 실시간 결정 방법 및 시스템 |
| 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 |
| CN113011655A (zh) * | 2021-03-22 | 2021-06-22 | 昆明理工大学 | 一种基于两阶段随机规划的社区多能源系统的混合储能系统规划方法 |
Non-Patent Citations (4)
| Title |
|---|
| 含碳-绿色证书联合交易机制的综合能源系统日前优化调度;骆钊;电力自动化设备;20210906;第41卷(第09期);248-255 * |
| 基于多主体的跨境综合能源系统低碳优化调度研究;刘泓志;《CNKI硕士论文》;20230325;1-67 * |
| 考虑减排成本的综合能源系统低碳鲁棒经济调度;王浩;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20230315;第2023年卷(第03期);C039-50 * |
| 考虑碳-绿证联合交易的跨境综合能源系统协同运行优化;骆钊;电力自动化设备;20230328;第43卷(第11期);1-8 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115018230A (zh) | 2022-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115018230B (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 | |
| Li et al. | Improving wind power integration by regenerative electric boiler and battery energy storage device | |
| CN113095791B (zh) | 一种综合能源系统运行方法及系统 | |
| CN108537409A (zh) | 一种考虑多能源耦合特性的工业园区配电网协同规划方法 | |
| Ding et al. | Economic and environmental assessment of multi-energy microgrids under a hybrid optimization technique | |
| 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 | |
| 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 | |
| Fan et al. | A Bi-level optimization model of integrated energy system considering wind power uncertainty | |
| 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 | |
| CN104318321A (zh) | 一种钢铁企业多能源介质集成调度优化方法 | |
| CN115689166A (zh) | 一种区域分布式能源资源聚合利用方法及系统 | |
| CN115864376A (zh) | 一种多时间尺度电力保供分析方法及系统 | |
| Yang et al. | Optimal scheduling of electro-thermal system considering refined demand response and source-load-storage cooperative hydrogen production | |
| CN116187509A (zh) | 一种电力系统生产成本测算的方法及装置 | |
| CN115271171A (zh) | 一种考虑碳-绿证联合交易的跨境综合能源系统协同运行优化方法 | |
| Xie et al. | Low-carbon economic operation of IES based on life cycle method and hydrogen energy utilization | |
| Zhang et al. | A Two‐Stage Optimization Model of Capacity Allocation and Regulation Operation for Virtual Power Plant | |
| Hou et al. | Optimization method of wind power consumption based on thermal storage tanks against the background of stepped carbon trading | |
| Zhao et al. | Low Carbon Economic Scheduling of Wind Power System Including Environmental Premium and Carbon Cost | |
| Zhao et al. | A capacity planning method for wind power based on cooperative game theory in carbon trading process | |
| Su et al. | Comprehensive Value Evaluation of Independent Energy Storage Power Station Participating in Auxiliary Services | |
| Hou et al. | An integrated energy system “green-carbon” offset mechanism and optimization method with Stackelberg game | |
| Yutong et al. | Economic dispatching model of virtual power plant and carbon emission under carbon trading mechanism | |
| Liu et al. | An Optimal Dispatch Model for Virtual Power Plant Considering Carbon Trading and Green Certificate Trading | |
| Yang et al. | Positive‐Sum Game‐Based Capacity Configuration Planning Method of Solar‐Wind‐Battery System Designed for Black‐Start |
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 |