CN115186926A - 一种基于电-碳共享的园区能量优化方法及系统 - Google Patents
一种基于电-碳共享的园区能量优化方法及系统 Download PDFInfo
- Publication number
- CN115186926A CN115186926A CN202210902170.3A CN202210902170A CN115186926A CN 115186926 A CN115186926 A CN 115186926A CN 202210902170 A CN202210902170 A CN 202210902170A CN 115186926 A CN115186926 A CN 115186926A
- Authority
- CN
- China
- Prior art keywords
- carbon
- user
- model
- park
- operator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 390
- 238000005457 optimization Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 37
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 324
- 238000009826 distribution Methods 0.000 claims abstract description 12
- 230000005611 electricity Effects 0.000 claims description 89
- 230000008901 benefit Effects 0.000 claims description 31
- 238000010248 power generation Methods 0.000 claims description 16
- 230000008878 coupling Effects 0.000 claims description 9
- 238000010168 coupling process Methods 0.000 claims description 9
- 238000005859 coupling reaction Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 description 12
- 230000009467 reduction Effects 0.000 description 11
- 208000032365 Electromagnetic interference Diseases 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 5
- 101000619542 Homo sapiens E3 ubiquitin-protein ligase parkin Proteins 0.000 description 3
- 102000045222 parkin Human genes 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—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
- 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
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于电‑碳共享的园区能量优化方法及系统,该方法包括:获取用户侧基本负荷模型、产能模型以及碳排放量模型,构建用户侧收益模型;基于园区碳配额总量、用户同类型典型日均值碳排放量构建园区碳配额分配模型;根据运营商的电能收益和碳配额收益,构建运营商效用模型;构建斯塔伯格主从博弈模型,基于用户侧收益模型和运营商效用模型,确定斯塔伯格主从博弈模型的目标函数;对目标函数进行优化,园区运营商和用户进行博弈,达到博弈均衡点,根据博弈均衡点确定用户最优负荷策略和运营商最优电‑碳定价策略,实现电‑碳共享的园区能量优化。本发明能够保持园区能量与碳配额供需均衡,提升清洁能源消纳率,降低园区碳排放量。
Description
技术领域
本发明涉及电力系统技术领域,特别是涉及一种基于电-碳共享的园区能量优化方法及系统。
背景技术
电力系统作为能源链的枢纽、碳排放链的重要组成部分,在坚实政策和能源需求的推动下,新能源装机容量逐年创新高。同时,电力系统源侧碳减排潜力被不断挖掘,发电企业通过火电机组的降碳改造与优化生产降低碳排放量,然而负荷侧用户的减排潜力研究较少。且大量新能源并网冲击了电力系统的稳定性,其间歇性与波动性出力导致火电深度调峰,提高了碳排放量。如何拓宽电力系统减排主体,疏导发电侧碳成本,激励负荷侧用户深度减排是提升电力系统总碳减排上限的关键问题。
发明内容
本发明的目的是提供一种基于电-碳共享的园区能量优化方法及系统,能够保持园区能量与碳配额供需均衡,提升清洁能源消纳率,降低园区碳排放量。
为实现上述目的,本发明提供了如下方案:
本发明提供了一种基于电-碳共享的园区能量优化方法,所述方法包括:
获取园区内的用户侧基本负荷模型、用户侧产能模型以及用户侧碳排放量模型,并基于所述用户侧基本负荷模型、所述用户侧产能模型以及所述用户侧碳排放量模型,构建基于能流-碳流耦合的用户侧收益模型;
基于设定时间内园区碳配额总量、用户同类型典型日均值碳排放量,构建园区碳配额分配模型;
根据园区内运营商的电能收益和碳配额收益,构建运营商效用模型;
构建斯塔伯格主从博弈模型,基于所述用户侧收益模型和所述运营商效用模型,确定斯塔伯格主从博弈模型的目标函数;所述斯塔伯格主从博弈模型中,园区运营商通过优化园区内共享电价、碳价及碳配额影响用户收益,用户通过改变负荷消耗来影响园区运营商利收益,所述园区运营商与所述用户进行博弈;
对所述目标函数进行优化,进行所述园区运营商和所述用户的博弈,直至达到博弈均衡点;所述博弈均衡点处所述运营商与所述用户的收益达到最大值;
将所述博弈均衡点处对应的用户负荷策略确定为用户最优负荷策略,将所述博弈均衡点处对应的买卖电价和碳价策略确定为运营商最优电-碳定价策略,实现电-碳共享的园区能量优化。
可选地,所述获取园区内的用户侧基本负荷模型、用户侧产能模型以及用户侧碳排放量模型,具体包括:
对于用户侧的第n个用户,获取用户侧基本负荷模型;所述用户侧基本负荷模型表示第n个用户在t时段的总消耗负荷;所述第n个用户的总消耗负荷为第n个用户的可调节负荷、可削减负荷和固定负荷之和;
获取用户侧产能模型;所述用户侧产能模型表示第n个用户在t时段生产的总能源;所述第n个用户在t时段生产的总能源为第n个用户在t时段生产的清洁能源和t时段自备电厂发电量之和;
获取用户侧碳排放量模型;所述用户侧碳排放量模型表示用户在t时段所生产的碳排放量;通过获取自备电厂的碳排放强度、第n个用户在t时段的自备电厂发电量、第i个碳排放源的碳排放强度、碳排放源i所消耗的非清洁能源以及t时段加权碳排放强度初值,并结合所述第n个用户任一时段的总消耗负荷和所述第n个用户在任一时段生产的总能源,确定第n个用户在t时段的碳排放量。
可选地,所述t时段加权碳排放强度初值的计算公式为:
其中,δt为t时段加权碳排放强度初值,αt表示t时段主网碳流追踪得到的碳排放强度,表示当前时刻所有用户初始状态的净购电量,表示当前时刻所有用户初始状态的净售电量,Rn,t为第n个用户在t时段生产的总能源,为第n个用户在t时段的初始总消耗负荷。
可选地,所述用户侧收益模型的表达式为:
其中,表示园区用户的收益,kn ln(1+Ln,t)表示园区用户消耗电能Ln,t生产的效益,kn表示第n个用户的效益系数,ε表示自备电厂每生产单位电能所需的成本,表示当有剩余能源时用户的收益,表示生产能源不足时需要购买电能的成本,为用户参与碳配共享的收益,为园区内售电价格,为园区内购电价格,为园区共享碳价,Mn,t为园区用户t时段的剩余碳配额,Rn,t为第n个用户在t时段生产的总能源,Ln,t为第n个用户在t时段的总消耗负荷。
可选地,所述园区碳配额分配模型的表达式为:
其中,CEAn,d表示用户的初始免费碳排放配额,为同类型典型日均值总碳排放量,表示第n个用户同类型典型日均值碳排放量,表示第n个用户同类型典型日在t0时段的负荷均值,CERd表示d天园区碳配额总量,μ表示配额系数。
可选地,所述运营商效用模型的表达式为:
其中,表示t时刻园区运营商的收益,为t时刻园区运营商的电能收益,为t时刻园区运营商的碳配额收益,表示t时刻园区用户的总净买电量,表示t时刻园区用户的总净卖电量,表示t时刻园区用户的总净负荷,为园区内售电价格,为园区内购电价格,为园区共享碳价,pgb为与公用电网交易的购电价格,pgs为与公用电网交易的售电价格, Mn,t为园区用户t时段的剩余碳配额,为t时刻外部碳市场的碳价。
为实现上述目的,本发明还提供了如下技术方案:
一种基于电-碳共享的园区能量优化系统,所述系统包括:
用户侧收益模型建立单元,用于获取园区内的用户侧基本负荷模型、用户侧产能模型以及用户侧碳排放量模型,并基于所述用户侧基本负荷模型、所述用户侧产能模型以及所述用户侧碳排放量模型,构建基于能流-碳流耦合的用户侧收益模型;
园区碳配额分配模型建立单元,用于基于设定时间内园区碳配额总量、用户同类型典型日均值碳排放量,构建园区碳配额分配模型;
运营商效用模型构建单元,用于根据园区内运营商的电能收益和碳配额收益,构建运营商效用模型;
斯塔伯格主从博弈模型建立与目标函数确定单元,用于构建斯塔伯格主从博弈模型,基于所述用户侧收益模型和所述运营商效用模型,确定斯塔伯格主从博弈模型的目标函数;所述斯塔伯格主从博弈模型中,园区运营商通过优化园区内共享电价、碳价及碳配额影响用户收益,用户通过改变负荷消耗来影响园区运营商利收益,所述园区运营商与所述用户进行博弈;
博弈均衡点确定单元,用于对所述目标函数进行优化,进行所述园区运营商和所述用户的博弈,直至达到博弈均衡点;所述博弈均衡点处所述运营商与所述用户的收益达到最大值;
园区能量优化单元,用于将所述博弈均衡点处对应的用户负荷策略确定为用户最优负荷策略,将所述博弈均衡点处对应的买卖电价和碳价策略确定为运营商最优电-碳定价策略,实现电-碳共享的园区能量优化。
可选地,所述用户侧收益模型建立单元,具体包括:
用户侧基本负荷模型获取子单元,用于对于用户侧的第n个用户,获取用户侧基本负荷模型;所述用户侧基本负荷模型表示第n个用户在t时段的总消耗负荷;所述第n个用户的总消耗负荷为第n个用户的可调节负荷、可削减负荷和固定负荷之和;
用户侧产能模型获取子单元,用于获取用户侧产能模型;所述用户侧产能模型表示第n个用户在t时段生产的总能源;所述第n个用户在t时段生产的总能源为第n个用户在t时段生产的清洁能源和t时段自备电厂发电量之和;
用户侧碳排放量模型获取子单元,用于获取用户侧碳排放量模型;所述用户侧碳排放量模型表示用户在t时段所生产的碳排放量;通过获取自备电厂的碳排放强度、第n个用户在t时段的自备电厂发电量、第i个碳排放源的、碳排放源i所消耗的非清洁能源以及t时段加权碳排放强度初值,并结合所述第 n个用户任一时段的总消耗负荷和所述第n个用户在任一时段生产的总能源,确定第n个用户在t时段的碳排放量。
可选地,所述用户侧收益模型的表达式为:
其中,表示园区用户的收益,kn ln(1+Ln,t)表示园区用户消耗电能Ln,t生产的效益,kn表示第n个用户的效益系数,ε表示自备电厂每生产单位电能所需的成本,表示当有剩余能源时用户的收益,表示生产能源不足时需要购买电能的成本,为用户参与碳配共享的收益,为园区内售电价格,为园区内购电价格,为园区共享碳价,Mn,t为园区用户t时段的剩余碳配额,Rn,t为第n个用户在t时段生产的总能源,Ln,t为第n个用户在t时段的总消耗负荷。
可选地,所述运营商效用模型的表达式为:
其中,表示t时刻园区运营商的收益,为t时刻园区运营商的电能收益,为t时刻园区运营商的碳配额收益,表示t时刻园区用户的总净买电量,表示t时刻园区用户的总净卖电量,表示t时刻园区用户的总净负荷,为园区内售电价格,为园区内购电价格,为园区共享碳价,pgb为与公用电网交易的购电价格,pgs为与公用电网交易的售电价格, Mn,t为园区用户t时段的剩余碳配额,为t时刻外部碳市场的碳价。。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供了一种基于电-碳共享的园区能量优化方法及系统,该方法包括:获取园区内的用户侧基本负荷模型、用户侧产能模型以及用户侧碳排放量模型,并基于用户侧基本负荷模型、用户侧产能模型以及用户侧碳排放量模型,构建基于能流-碳流耦合的用户侧收益模型;基于设定时间内园区碳配额总量、用户同类型典型日均值碳排放量,构建园区碳配额分配模型;根据园区内运营商的电能收益和碳配额收益,构建运营商效用模型;构建斯塔伯格主从博弈模型,基于用户侧收益模型和运营商效用模型,确定斯塔伯格主从博弈模型的目标函数;对目标函数进行优化,进行园区运营商和用户的博弈,直至达到博弈均衡点;博弈均衡点处运营商与用户的收益达到最大值。将博弈均衡点处对应的用户负荷策略确定为用户最优负荷策略,将博弈均衡点处对应的买卖电价和碳价策略确定为运营商最优电-碳定价策略,实现电-碳共享的园区能量优化。本发明能够保持园区能量与碳配额供需均衡,提升清洁能源消纳率,降低园区碳排放量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明工业园区运营商和园区用户合约示意图;
图2为本发明园区内能量优化系统结构示意图;
图3为本发明一种基于电-碳共享的园区能量优化方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种基于电-碳共享的园区能量优化方法与系统,能够保持园区能量与碳配额供需均衡,提升清洁能源消纳率,降低园区碳排放量。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
首先,本发明提出配网侧工业园区电-碳共享模式。
1)共享主体与共享目标
本发明所提出的园区电-碳共享模式中共享主体为工业园区运营商和园区用户,其中用户之间为非合作竞争关系。工业园区用户均安装了分布式光伏电源与智能能量管理设备,是能够主动参与生产与消耗电能的产消者。部分用户的单一碳排放源为来自主网的非清洁电能;部分用户有多个碳排放源(如混合动力电动汽车等)。
该共享模式能够同时使运营商与园区用户获益,并且达到建设低碳园区的目的。具体实现的目标包括:1)对于工业园区用户,在满足一定的负荷消耗的前提下,确保降低用户用电成本与碳排放成本,当能量或碳配额富余时获得尽量高的收益;2)对于工业园区运营商,实现最大化收益;3)对于工业园区整体,提升清洁能源消纳率,降低园区碳排放量。
2)共享模式
工业园区运营商和园区用户合约如图1所示,双方通过合作,降低用电成本与碳排放量,实现互利共赢,共同构成工业园区电碳共享系统。此系统模式中,运营商作为纯粹的规则制定者,不参与日常决策,而用户则基于规则做出负荷决策。园区运营商具体职能包括:①分配园区用免费碳排放配额;②制定园区电碳共享系统下的买卖电价与碳价;③作为园区用户、公用电网、外部碳市场的能流-碳流交汇枢纽,协调园区电碳共享系统中的能量与碳配额共享交易。
配网侧工业园区电-碳共享模式包含园区能量共享机制和园区碳配额共享机制,均为每隔t时段结算一次。其中园区能量共享机制和园区碳配额共享机制互相耦合。共享过程中,工业园区运营商和园区用户通过智能能量管理设备进行信息传输,通过园区内网架结构进行能量共享,通过嵌入能量流中的碳排放强度核算碳排放量。
(1)园区能量共享
在用户生产的清洁能源首先用于满足自身负荷消耗的前提下,基于园区运营商设定的买卖电价,园区能量共享机制中用户根据需求向园区运营商买入其他用户或卖出自身生产的清洁能源。设定任一工业园区用户n∈Φ在t时段从事工业生产活动消耗电能Ln,t,生产总电能Rn,t。当用户生产的能源大于消耗的电能即Rn,t≥Ln,t时,第n个用户作为卖家Ns将富余清洁能源卖给园区运营商获得利润;当用户生产的能源小于消耗的电能,即Rn,t<Ln,t时,第n个用户作为买家Nb向园区运营商购买电能以维持正常工业生产。
园区工业用户生产或消耗的电能汇集与虚拟园区电力池中,由园区运营商负责与公用电网交易,保持能量供需平衡。基于清洁能源上网买卖电价,当园区总净负荷时,园区运营商向配电网出售多余电能;时,园区运营商向配电网购买所需电能。
(2)园区碳配额共享
园区碳配额共享机制中用户基于自身需求买卖碳配额。设定任一工业园区用户n∈Φ在t时段拥有园区运营商基于历史碳排放量分配的初始免费碳排放配额Bn,t,产生碳排放量EMIn,t。当用户碳排放配额大于碳排放量即 Bn,t≥EMIn,t时,第n个用户作为卖家Cs将富余碳配额卖给园区运营商获得利润;当用户碳排放配额小于碳排放量即Bn,t<EMIn,t时,第n个用户作为买家Cb向园区运营商额外购买碳配额否则将因无法通过碳排放考核而收到惩罚。
3)园区电碳共享系统交互流程
(1)意愿确认。工业园区用户可自愿选择参与或不参与该共享模式。若工业园区用户选择不参与该共享模式,则按照正常电价使用电能,无法参与能量-碳配额共享获益,也无需接受碳排放考核;若工业园区用户选择参与该共享模式,那么用户自动接受碳排放考核,同时参与园区能量-碳配额共享,自负盈亏。
(4)运营商协调园区用户内能量-碳配额共享行为,核算园区整体电能消耗量与碳排放量,与公用电网、外部碳市场完成出清。
(5)计算园区运营商与用户收益,计算园区碳减排评估指标。
4)园区能量优化系统。园区能量优化系统主要由园区用户部分与园区运营商部分构成。园区用户部分包括负荷模型、产能、碳排放量计算功能;园区运营商部分包括配额计算、出清、优化定价和收益计算功能。园区内能量优化系统结构示意图如图2所示。
进一步地,如图3所示,本发明提供了一种基于电-碳共享的园区能量优化方法,所述方法包括:
S1:获取园区内的用户侧基本负荷模型、用户侧产能模型以及用户侧碳排放量模型,并基于所述用户侧基本负荷模型、所述用户侧产能模型以及所述用户侧碳排放量模型,构建基于能流-碳流耦合的用户侧收益模型。用户侧收益包含能量共享收益与碳配额共享收益。
S2:基于设定时间内园区碳配额总量、用户同类型典型日均值碳排放量,构建园区碳配额分配模型。
S3:根据园区内运营商的电能收益和碳配额收益,构建运营商效用模型。
S4:构建斯塔伯格主从博弈模型,基于所述用户侧收益模型和所述运营商效用模型,确定斯塔伯格主从博弈模型的目标函数;所述斯塔伯格主从博弈模型中,园区运营商通过优化园区内共享电价、碳价及碳配额影响用户收益,用户通过改变负荷消耗来影响园区运营商利收益,所述园区运营商与所述用户进行博弈。
S5:对所述目标函数进行优化,进行所述园区运营商和所述用户的博弈,直至达到博弈均衡点;所述博弈均衡点处所述运营商与所述用户的收益达到最大值。
S6:将所述博弈均衡点处对应的用户负荷策略确定为用户最优负荷策略,将所述博弈均衡点处对应的买卖电价和碳价策略确定为运营商最优电-碳定价策略,实现电-碳共享的园区能量优化。
进一步地,步骤S1中,所述获取园区内的用户侧基本负荷模型、用户侧产能模型以及用户侧碳排放量模型,具体包括:
S11:对于用户侧的第n个用户,获取用户侧基本负荷模型;所述用户侧基本负荷模型表示第n个用户在t时段的总消耗负荷Ln,t;所述第n个用户的总消耗负荷为第n个用户的可调节负荷可削减负荷和固定负荷之和;其中,参与能量-碳配额共享的工业用户共有N名,集合表示为Φ=(1,...,n....,N)。一天中用户消耗的负荷为{Ln,1,Ln,t,...Ln,T}。第n个用户在 t时段的总消耗负荷Ln,t的表达式为:
S12:获取用户侧产能模型;所述用户侧产能模型表示第n个用户在t时段生产的总能源;所述第n个用户在t时段生产的总能源为第n个用户在t时段生产的清洁能源和t时段自备电厂发电量之和。其中,一天中用户生产的能源为{Rn,1,Rn,t,...Rn,T},包含用户分布式新能源电源生产的清洁能源若第n个用户配备自备电厂,则自备电厂发电机组基于日前计划曲线发电。在任一时段t内,第n个用户所生产的能源包含由分布式能源生产的清洁电能和非清洁能源
S13:获取用户侧碳排放量模型;所述用户侧碳排放量模型表示用户在t 时段所生产的碳排放量;通过获取自备电厂的碳排放强度、第n个用户在t时段的自备电厂发电量、第i个碳排放源的碳排放强度、碳排放源i所消耗的非清洁能源以及t时段加权碳排放强度初值,并结合所述第n个用户任一时段的总消耗负荷和所述第n个用户在任一时段生产的总能源,确定第n个用户在t 时段的碳排放量。
其中,面对多元工业园区用户,第n个用户除了非清洁电能(公用电网、自备电厂)外自身存在其余碳排放源In(如混合动力电动汽车等)。
通过衡量园区用户所生产的碳排放量EMIn,t,明确用户的碳排放责任,第 n个用户在t时段的碳排放量模型的表达式为:
其中,EMIn,t为用户侧碳排放量,νn,t为自备电厂的碳排放强度,为第 n个用户在t时段的自备电厂发电量,表示第n个用户的第i个碳排放源在 t时段的碳排放强度,表示碳排放源i在t时段所消耗的非清洁能源,δt为t 时段加权碳排放强度初值,Rn,t为第n个用户在t时段生产的总能源,Ln,t为第 n个用户在t时段的总消耗负荷。对于未配备自备电厂的用户来说νn,t和为 0。
其中,园区内碳配额共享基于园区用户t时段的剩余碳配额Mn,t进行,计算方式如下:
Mn,t=min(Bn,t,Bn,t-EMIn,t);
式中,Bn,t为t时段园区运营商分配的初始碳配额,EMIn,t表示用户电力活动所生产的碳排放量。
进一步地,步骤S13中,所述t时段加权碳排放强度初值的计算公式为:
其中,δt为t时段加权碳排放强度初值,αt表示t时段主网碳流追踪得到的碳排放强度,表示当前时刻所有用户初始状态的净购电量,表示当前时刻所有用户初始状态的净售电量,Rn,t为第n个用户在t时段生产的总能源,为第n个用户在t时段的初始总消耗负荷。
进一步地,步骤S1中,所述用户侧收益模型的表达式为:
其中,表示园区用户的收益,kn ln(1+Ln,t)表示园区用户消耗电能Ln,t生产的效益,kn表示第n个用户的效益系数,ε表示自备电厂每生产单位电能所需的成本,表示当有剩余能源时用户的收益,表示生产能源不足时需要购买电能的成本,为用户参与碳配共享的收益,为园区内售电价格,为园区内购电价格,为园区共享碳价,Mn,t为园区用户t时段的剩余碳配额,Rn,t为第n个用户在t时段生产的总能源,Ln,t为第n个用户在t时段的总消耗负荷。
进一步地,园区内共享电价的约束如下所示:
第n个用户总电力负荷的上限和下限约束如下所示:
进一步地,步骤S2中,选择同类型典型日,基于“祖父分配方案”分配配电侧用户的初始免费碳排放配额CEAn,d,所述园区碳配额分配模型的表达式为:
其中,工业园区同类型典型日均值总碳排放量为CEAn,d表示用户的初始免费碳排放配额,表示第n个用户同类型典型日均值碳排放量,表示第n个用户同类型典型日在t0时段的负荷均值,CERd表示d天园区碳配额总量,μ表示配额系数。
进一步地,步骤S3中,多能源工业园区运营商的交易对象主体包含工业园区用户、公用电网、外部碳市场,所述运营商效用模型的表达式为:
其中,表示t时刻园区运营商的收益,为t时刻园区运营商的电能收益,为t时刻园区运营商的碳配额收益,表示t时刻园区用户的总净买电量,表示t时刻园区用户的总净卖电量,表示t时刻园区用户的总净负荷,为园区内售电价格,为园区内购电价格,为园区共享碳价,pgb为与公用电网交易的购电价格,pgs为与公用电网交易的售电价格, Mn,t为园区用户t时段的剩余碳配额,为外部碳市场的碳价。
能量共享机制中,运营商的交易对象主体包含工业园区用户、公用电网。当用户生产的能源无法满足自身消耗时,用户向运营商购买电能,运营商获得售电收益模型为当用户生产的能源有富余时,用户向运营商卖出电能,运营商支付购电成本模型为当园区净负荷时,园区运营商可将园区富余的清洁能源卖给公用电网,收益为当园区净负荷时,园区运营商向公用电网购买电能的成本模型。园区运营商电能总收益为:
碳配额共享机制中,运营商的交易对象主体包含工业园区用户、外部碳市场。当用户产生的碳排放量超过自身碳配额时,用户向运营商购买额外的碳配额,运营商获得收益;当用户产生的碳排放量小于自身碳配额时,用户向运营商卖出富余的碳配额,运营商支付购买成本。园区运营商碳配额共享总收益为:
3)园区运营商效用函数的优化求解基于园区用户优化求解。为减轻算法复杂度。基于园区用户与园区运营商的收益函数高度耦合,本方法将园区运营商与用户效益最大化的多目标优化问题处理为单目标优化问题。将用户收益模型求导可得到:
进一步地,步骤S4-S6中,将所述目标函数作为塔伯格主从博弈模型的目标函数,对目标函数进行优化,进行所述园区运营商和所述用户的博弈,直至达到博弈均衡点;所述博弈均衡点处所述运营商与所述用户的收益达到最大值。
具体过程如下:
1)在园区能量-碳配额优化共享中,主要包含园区运营商与园区用户两类利益主体,其参与能量-碳配额共享的目的均为自身利益最大化。t时间段内,园区运营商通过优化园区内共享电价和碳价及碳配额Bn,t影响用户收益;用户通过改变负荷消耗来影响园区运营商利益。双方进行利益博弈的过程,可构建为斯塔伯格主从博弈GOU。
(1)参与主从博弈的主体包含作为跟随者的园区用户集合N和作为领导者的园区运营商。园区用户基于园区运营商设定的动态电价、碳价及免费碳配额做出负荷决策。
(2){Ln,t}n∈Φ为园区用户的负荷策略集,园区用户从策略集中做出决策。
主从博弈过程中,园区运营商和园区用户用过优化选择策略使自身效用函数最大化。当所有用户的负荷消耗是在园区运营商制定的价格与碳配额下的最优策略,且园区运营商制定的价格与碳配额同时是用户负荷消耗的最优策略,此时GOU达到了斯塔伯格均衡。
2)博弈过程如下所示:
(2)园区运营商接受用户的初始用电数据与产能数据,下发用户免费碳排放配额与园区内买卖电价与碳价策略。
(3)用户接受园区运营商下发的免费碳排放配额与园区内买卖电价与碳价策略,基于用户收益模型制定用户负荷消耗策略,并将策略上传至园区运营商。
(4)园区运营商基于用户负荷策略,基于园区运营商效用模型计算收益。若运营商与用户收益均达到最大值,即双方均不能通过改变策略获得更高收益,则达到斯塔伯格均衡,博弈停止;否则重复(2)-(4),直至达到博弈均衡点。
(5)将均衡点的买卖电价与碳价作为园区运营商最终策略;将均衡点的负荷决策作为用户最终策略。
3)进一步构建微电网减排效果评价指标。γ表示微电网主体在采用低碳策略后的碳排放量EMIc占最高清洁能源利用率下(即清洁能源完全消纳)碳排放量EMIL的百分比。
为实现上述目的,本发明还提供了如下技术方案:
一种基于电-碳共享的园区能量优化系统,所述系统包括:用户侧收益模型建立单元、园区碳配额分配模型建立单元、运营商效用模型构建单元、斯塔伯格主从博弈模型建立与目标函数确定单元、博弈均衡点确定单元和园区能量优化单元。
用户侧收益模型建立单元,用于获取园区内的用户侧基本负荷模型、用户侧产能模型以及用户侧碳排放量模型,并基于所述用户侧基本负荷模型、所述用户侧产能模型以及所述用户侧碳排放量模型,构建基于能流-碳流耦合的用户侧收益模型。
园区碳配额分配模型建立单元,用于基于设定时间内园区碳配额总量、用户同类型典型日均值碳排放量,构建园区碳配额分配模型。
运营商效用模型构建单元,用于根据园区内运营商的电能收益和碳配额收益,构建运营商效用模型。
斯塔伯格主从博弈模型建立与目标函数确定单元,用于构建斯塔伯格主从博弈模型,基于所述用户侧收益模型和所述运营商效用模型,确定斯塔伯格主从博弈模型的目标函数;所述斯塔伯格主从博弈模型中,园区运营商通过优化园区内共享电价、碳价及碳配额影响用户收益,用户通过改变负荷消耗来影响园区运营商利收益,所述园区运营商与所述用户进行博弈。
博弈均衡点确定单元,用于对所述目标函数进行优化,进行所述园区运营商和所述用户的博弈,直至达到博弈均衡点;所述博弈均衡点处所述运营商与所述用户的收益达到最大值。
园区能量优化单元,用于将所述博弈均衡点处对应的用户负荷策略确定为用户最优负荷策略,将所述博弈均衡点处对应的买卖电价和碳价策略确定为运营商最优电-碳定价策略,实现电-碳共享的园区能量优化。
进一步地,所述用户侧收益模型建立单元,具体包括:
用户侧基本负荷模型获取子单元,用于对于用户侧的第n个用户,获取用户侧基本负荷模型;所述用户侧基本负荷模型表示第n个用户在t时段的总消耗负荷;所述第n个用户的总消耗负荷为第n个用户的可调节负荷、可削减负荷和固定负荷之和。
用户侧产能模型获取子单元,用于获取用户侧产能模型;所述用户侧产能模型表示第n个用户在t时段生产的总能源;所述第n个用户在t时段生产的总能源为第n个用户在t时段生产的清洁能源和t时段自备电厂发电量之和。
用户侧碳排放量模型获取子单元,用于获取用户侧碳量强度模型;所述用户侧碳排放量模型表示用户在t时段所生产的碳排放量;通过获取自备电厂的碳排放强度、第n个用户在t时段的自备电厂发电量、第i个碳排放源的碳排放强度、碳排放源i所消耗的非清洁能源以及t时段加权碳排放强度初值,并结合所述第n个用户任一时段的总消耗负荷和所述第n个用户在任一时段生产的总能源,确定第n个用户在t时段的碳排放量。
进一步地,所述用户侧收益模型的表达式为:
其中,表示园区用户的收益,kn ln(1+Ln,t)表示园区用户消耗电能Ln,t生产的效益,kn表示第n个用户的效益系数,ε表示自备电厂每生产单位电能所需的成本,表示当有剩余能源时用户的收益,表示生产能源不足时需要购买电能的成本,为用户参与碳配共享的收益,为园区内售电价格,为园区内购电价格,为园区共享碳价,Mn,t为园区用户t时段的剩余碳配额,Rn,t为第n个用户在t时段生产的总能源,Ln,t为第n个用户在t时段的总消耗负荷。
进一步地,所述运营商效用模型的表达式为:
其中,表示t时刻园区运营商的收益,为t时刻园区运营商的电能收益,为t时刻园区运营商的碳配额收益,表示t时刻园区用户的总净买电量,表示t时刻园区用户的总净卖电量,表示t时刻园区用户的总净负荷,为园区内售电价格,为园区内购电价格,为园区共享碳价,pgb为与公用电网交易的购电价格,pgs为与公用电网交易的售电价格, Mn,t为园区用户t时段的剩余碳配额,为外部碳市场的碳价。
本发明技术效果:
1)本发明提出的电-碳共享模式通过园区电碳共享系统关联了源侧碳市场与负荷侧消费者。基于园区能量共享机制与园区碳配额共享机制,一方面将碳排放成本从发电侧引入配电侧,提高了碳减排市场的流动性,另一方面挖掘了未达到碳市场准入条件用户的减排潜力,激励用户主动参与碳减排。
2)本发明提出的园区能量-碳配额共享的优化定价模型,一方面降低了园区运营商与用户的运算复杂度,提高了求解速度。另一方面从能流-碳流耦合视角出发,考虑构建运营商与面向多元用户的能量-碳配额共享的优化定价模型,通过园区内部电价与碳价引导用户决策提高了园区清洁能源消纳率,降低了园区碳排放量。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于电-碳共享的园区能量优化方法,其特征在于,所述方法包括:
获取园区内的用户侧基本负荷模型、用户侧产能模型以及用户侧碳排放量模型,并基于所述用户侧基本负荷模型、所述用户侧产能模型以及所述用户侧碳排放量模型,构建基于能流-碳流耦合的用户侧收益模型;
基于设定时间内园区碳配额总量、用户同类型典型日均值碳排放量,构建园区碳配额分配模型;
根据园区内运营商的电能收益和碳配额收益,构建运营商效用模型;
构建斯塔伯格主从博弈模型,基于所述用户侧收益模型和所述运营商效用模型,确定斯塔伯格主从博弈模型的目标函数;所述斯塔伯格主从博弈模型中,园区运营商通过优化园区内共享电价、碳价及碳配额影响用户收益,用户通过改变负荷消耗来影响园区运营商利收益,所述园区运营商与所述用户进行博弈;
对所述目标函数进行优化,进行所述园区运营商和所述用户的博弈,直至达到博弈均衡点;所述博弈均衡点处所述运营商与所述用户的收益达到最大值;
将所述博弈均衡点处对应的用户负荷策略确定为用户最优负荷策略,将所述博弈均衡点处对应的买卖电价和碳价策略确定为运营商最优电-碳定价策略,实现电-碳共享的园区能量优化。
2.根据权利要求1所述的基于电-碳共享的园区能量优化方法,其特征在于,所述获取园区内的用户侧基本负荷模型、用户侧产能模型以及用户侧碳排放量模型,具体包括:
对于用户侧的第n个用户,获取用户侧基本负荷模型;所述用户侧基本负荷模型表示第n个用户在t时段的总消耗负荷;所述第n个用户的总消耗负荷为第n个用户的可调节负荷、可削减负荷和固定负荷之和;
获取用户侧产能模型;所述用户侧产能模型表示第n个用户在t时段生产的总能源;所述第n个用户在t时段生产的总能源为第n个用户在t时段生产的清洁能源和t时段自备电厂发电量之和;
获取用户侧碳排放量模型;所述用户侧碳排放量模型表示用户在t时段所生产的碳排放量;通过获取自备电厂的碳排放强度、第n个用户在t时段的自备电厂发电量、第i个碳排放源的碳排放强度、碳排放源i所消耗的非清洁能源以及t时段加权碳排放强度初值,并结合所述第n个用户任一时段的总消耗负荷和所述第n个用户在任一时段生产的总能源,确定第n个用户在t时段的碳排放量。
7.一种基于电-碳共享的园区能量优化系统,其特征在于,所述系统包括:
用户侧收益模型建立单元,用于获取园区内的用户侧基本负荷模型、用户侧产能模型以及用户侧碳排放量模型,并基于所述用户侧基本负荷模型、所述用户侧产能模型以及所述用户侧碳排放量模型,构建基于能流-碳流耦合的用户侧收益模型;
园区碳配额分配模型建立单元,用于基于设定时间内园区碳配额总量、用户同类型典型日均值碳排放量,构建园区碳配额分配模型;
运营商效用模型构建单元,用于根据园区内运营商的电能收益和碳配额收益,构建运营商效用模型;
斯塔伯格主从博弈模型建立与目标函数确定单元,用于构建斯塔伯格主从博弈模型,基于所述用户侧收益模型和所述运营商效用模型,确定斯塔伯格主从博弈模型的目标函数;所述斯塔伯格主从博弈模型中,园区运营商通过优化园区内共享电价、碳价及碳配额影响用户收益,用户通过改变负荷消耗来影响园区运营商利收益,所述园区运营商与所述用户进行博弈;
博弈均衡点确定单元,用于对所述目标函数进行优化,进行所述园区运营商和所述用户的博弈,直至达到博弈均衡点;所述博弈均衡点处所述运营商与所述用户的收益达到最大值;
园区能量优化单元,用于将所述博弈均衡点处对应的用户负荷策略确定为用户最优负荷策略,将所述博弈均衡点处对应的买卖电价和碳价策略确定为运营商最优电-碳定价策略,实现电-碳共享的园区能量优化。
8.根据权利要求7所述的基于电-碳共享的园区能量优化系统,其特征在于,所述用户侧收益模型建立单元,具体包括:
用户侧基本负荷模型获取子单元,用于对于用户侧的第n个用户,获取用户侧基本负荷模型;所述用户侧基本负荷模型表示第n个用户在t时段的总消耗负荷;所述第n个用户的总消耗负荷为第n个用户的可调节负荷、可削减负荷和固定负荷之和;
用户侧产能模型获取子单元,用于获取用户侧产能模型;所述用户侧产能模型表示第n个用户在t时段生产的总能源;所述第n个用户在t时段生产的总能源为第n个用户在t时段生产的清洁能源和t时段自备电厂发电量之和;
用户侧碳排放量模型获取子单元,用于获取用户侧碳排放量模型;所述用户侧碳排放量模型表示用户在t时段所生产的碳排放量;通过获取自备电厂的碳排放强度、第n个用户在t时段的自备电厂发电量、第i个碳排放源的碳排放强度、碳排放源i所消耗的非清洁能源以及t时段加权碳排放强度初值,并结合所述第n个用户任一时段的总消耗负荷和所述第n个用户在任一时段生产的总能源,确定第n个用户在t时段的碳排放量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210902170.3A CN115186926A (zh) | 2022-07-29 | 2022-07-29 | 一种基于电-碳共享的园区能量优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210902170.3A CN115186926A (zh) | 2022-07-29 | 2022-07-29 | 一种基于电-碳共享的园区能量优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115186926A true CN115186926A (zh) | 2022-10-14 |
Family
ID=83520634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210902170.3A Pending CN115186926A (zh) | 2022-07-29 | 2022-07-29 | 一种基于电-碳共享的园区能量优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115186926A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116341836A (zh) * | 2023-02-22 | 2023-06-27 | 国网山东省电力公司德州供电公司 | 一种园区综合能源系统多能源市场运营方法及系统 |
CN117081065A (zh) * | 2023-09-08 | 2023-11-17 | 国网浙江省电力有限公司综合服务分公司 | 一种园区用电负荷优化调度方法、装置、设备及介质 |
-
2022
- 2022-07-29 CN CN202210902170.3A patent/CN115186926A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116341836A (zh) * | 2023-02-22 | 2023-06-27 | 国网山东省电力公司德州供电公司 | 一种园区综合能源系统多能源市场运营方法及系统 |
CN116341836B (zh) * | 2023-02-22 | 2024-04-09 | 国网山东省电力公司德州供电公司 | 一种园区综合能源系统多能源市场运营方法及系统 |
CN117081065A (zh) * | 2023-09-08 | 2023-11-17 | 国网浙江省电力有限公司综合服务分公司 | 一种园区用电负荷优化调度方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Faqiry et al. | Double auction with hidden user information: Application to energy transaction in microgrid | |
Li et al. | Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game | |
Cheng et al. | Game-theoretic approaches applied to transactions in the open and ever-growing electricity markets from the perspective of power demand response: An overview | |
Chen et al. | Research on day-ahead transactions between multi-microgrid based on cooperative game model | |
Moafi et al. | Optimal coalition formation and maximum profit allocation for distributed energy resources in smart grids based on cooperative game theory | |
CN115186926A (zh) | 一种基于电-碳共享的园区能量优化方法及系统 | |
CN110276671A (zh) | 一种基于区块链技术的电力交易方法 | |
Fang et al. | A double auction model for competitive generators and large consumers considering power transmission cost | |
CN112465303A (zh) | 考虑需求响应基于多代理的双边电力市场优化决策方法 | |
CN112884381A (zh) | 一种考虑供需不确定性的p2p用能市场规划方法 | |
CN115271438B (zh) | 一种可计及碳排放的多主体博弈协同调度方法及电子设备 | |
Wang et al. | Peer-to-peer energy trading for residential prosumers with photovoltaic and battery storage systems | |
Mao et al. | Pricing mechanism for community prosumers in decentralized electricity market | |
Zeng et al. | Determining the pricing and deployment strategy for virtual power plants of peer-to-peer prosumers: A game-theoretic approach | |
Zhou et al. | A decentralized peer-to-peer energy trading strategy considering flexible resource involvement and renewable energy uncertainty | |
Yu et al. | A Stackelberg game-based peer-to-peer energy trading market with energy management and pricing mechanism: A case study in Guangzhou | |
Vincent et al. | Sustainable microgrid design with peer-to-peer energy trading involving government subsidies and uncertainties | |
Lei et al. | A shareholding-based resource sharing mechanism for promoting energy equity in peer-to-peer energy trading | |
Zhang et al. | Shared energy storage-assisted and tolerance-based alliance strategy for wind power generators based on cooperative game and resource dependence theories | |
Yap et al. | Motivational game-theory P2P energy trading: A case study in Malaysia | |
Zhang et al. | Optimal operation of multi-microgrid systems considering multi-level energy-certificate-carbon coupling trading | |
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 | |
Hadiya et al. | A comparative analysis of pricing mechanisms to enable P2P energy sharing of rooftop solar energy | |
CN116485434A (zh) | 一种考虑碳排放流和源荷协调的混合电力市场减排方法 | |
Nunna et al. | Comparative analysis of peer-to-peer transactive energy market clearing algorithms |
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 |