CN115241931A - 基于时变电碳因子曲线的园区综合能源系统调度方法 - Google Patents

基于时变电碳因子曲线的园区综合能源系统调度方法 Download PDF

Info

Publication number
CN115241931A
CN115241931A CN202211162073.1A CN202211162073A CN115241931A CN 115241931 A CN115241931 A CN 115241931A CN 202211162073 A CN202211162073 A CN 202211162073A CN 115241931 A CN115241931 A CN 115241931A
Authority
CN
China
Prior art keywords
carbon
time
power
energy
load
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.)
Granted
Application number
CN202211162073.1A
Other languages
English (en)
Other versions
CN115241931B (zh
Inventor
杨志义
赵纪宗
雷俊
何战勇
马国平
江剑枫
钟良亮
戴晓红
邵栋栋
胡旭波
金迪
乌宏敏
石琦
周子旺
王元凯
孙晨航
徐泽华
张宏源
张林易
张成瑜
仇钧
杨跃平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202211162073.1A priority Critical patent/CN115241931B/zh
Publication of CN115241931A publication Critical patent/CN115241931A/zh
Application granted granted Critical
Publication of CN115241931B publication Critical patent/CN115241931B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供基于时变电碳因子曲线的园区综合能源系统调度方法，包括以下步骤：1）考虑研究区域的联络线碳排放，建立变电碳因子曲线模型；2）建立计及碳排放特性的热电联供模型；3）建立电池储能装置碳排放模型；4）进行综合需求响应低碳特性分析，建立激励型需求响应低碳特性模型和价格型需求响应低碳特性模型；5）建立时变电碳因子作用下的综合能源系统低碳经济调度模型，所述低碳经济调度模型以系统运行总成本和二氧化碳排放最少为目标，约束条件包括功率平衡约束、联络线购能约束、多能耦合机组运行约束、荷侧可调度资源响应约束；6）对所述低碳经济调度模型进行分析求解，取得多目标优化调度的最优解。本发明降低系统的碳排放水平。

Description

基于时变电碳因子曲线的园区综合能源系统调度方法
技术领域
本发明涉及电力调控技术领域，具体涉及基于时变电碳因子曲线的园区综合能源系统调度方法。
背景技术
目前我国能源结构仍以化石能源为主导能源，风电光伏等新能源占比较小，能源行业碳排放占我国总体碳排放量比重较大。因此充分挖掘我国能源行业的碳减排能力，对于我国双碳目标的实现具有重要意义。
而具有多能耦合互补、能源转换形式多样等优势的综合能源系统是能源行业低碳经济运行的重要解决方案之一。现有综合能源系统低碳经济运行的研究，大多从提高新能源消纳水平、高碳机组低碳化改造、碳交易市场与能量市场的交互等角度出发的。
从提高新能源消纳水平角度出发，降低火电机组与高碳机组出力，从而可达到低碳运行的目标。金国锋等人的“考虑用户舒适度的蓄热式电采暖参与风电消纳的多目标优化”（电力建设，2022，43(03)：12-21）以碳排放最少、风电消纳水平最高、系统运行成本最低为目标，采用蓄热式电采暖消纳富余风电，有效降低了系统碳排放总量。丁雨昊等人的“考虑碳排放目标约束和需求侧响应的综合能源系统日前优化调度”（南方电网技术：1-11[2022-03-20]）考虑了机组层面碳排放约束对综合能源系统运行优化，研究结果表明考虑碳排放约束与需求响应能够在一定程度上改善风电弃风现象，并有效降低系统运行过程中产生的二氧化碳。崔杨等人的“考虑风电消纳的区域综合能源系统源荷协调经济调度”（电网技术，2020，44(07)：2474-2483）在某区域综合能源系统中引入地源热泵与需求响应，对综合能源系统运行成本及环境成本等目标进行优化，提高风电消纳水平的同时，系统二氧化碳、二氧化硫等污染物排放量降低。
上述研究中，机组层面的碳排放特性被建模为定值，实际上机组碳排放量会因机组运行工况的不同、能源占比的不同而变化。所采用的度电碳排放因子应是时变曲线，反应能源占比的变化以及运行工况的变化。此外，上述研究只考虑了常规发电机组如火电、热电联产机组在发电过程中的碳排放，没有考虑到联络线功能及储能装置在充放电过程中的等效碳排放。
从高碳机组低碳化改造的角度出发，对高碳机组以及火电机组装设碳捕集装置，减少直接排放到空气中的二氧化碳量。陈海鹏等人的“计及灵活运行碳捕集电厂捕获能耗的电力系统低碳经济调度”（电力自动化设备，2021,41(09)：133-139）构建灵活捕获运行模式调节的碳捕集电厂与需求响应协同优化模型，利用碳捕集设备的捕碳能力的同时，采用需求响应改善了用能曲线。崔杨等人的“考虑富氧燃烧技术的电–气–热综合能源系统低碳经济调度”（中国电机工程学报，2021，41(02)：592-608）采用碳捕集技术中的富养燃烧技术对燃煤机组进行低碳化改造，仿真结果表明，富氧燃烧技术减碳能力优于传统燃烧后捕集的碳捕集电厂。卢志刚等人的“考虑储热装置与碳捕集设备的风电消纳低碳经济调度”（电工技术学报，2016，31(17)：41-51）提出一种计及储热装置与碳捕集电厂的电力系统优化调度模型，仿真结果表明碳捕集装置在大幅降低碳排放的同时牺牲了一定的经济性。
上述研究需要在机组层面进行设备改造，但碳捕集设备的投资改造及维修费用较大，碳捕集设备在运行过程中的能耗也相对较高，目前经济性较差。
从碳交易市场与能量市场交互的角度出发，利用固定碳交易价格、阶梯型碳交易机制从而约束高碳机组出力，实现系统低碳运行的目标。彭春华等人的“碳交易机制下综合能源市场多供能主体均衡竞价策略”（电网技术，2022，46(02)：463-471）构建了碳交易机制下的多主体均衡竞价策略模型，充分调动供能主体供能可靠性与积极性的同时，控制各供能主体的碳排放水平。CHEN Sheng等人的“Conjectural-variations equilibria inelectricity，natural-gas，and carbon-emission markets”（IEEE Transactions onPower Systems,2021，36(05)：4161-4171）分析电力、天然气与碳排放市场的交互作用，通过市场手段调控不同能源交易方式，从而达到碳减排效果。杨欢红等人的“含废物处理的城市综合能源系统低碳经济运行策略”（电网技术，2021，45(09)：3545-3552）为应对城市碳排放量与废物处理的需求，提出了基于阶梯碳交易机制的含废物处理的城市综合能源系统低碳经济模型。
上述研究从市场角度出发对源侧机组层面的碳排放特性进行优化，并没有考虑到荷侧可调度资源的低碳特性。荷侧可调度资源在电碳因子曲线的引导下同样可以响应调度需求，能够实现综合能源系统低碳与经济运行的协调优化。
发明内容
为了解决现有技术存在的不足，本发明的目的在于提供基于时变电碳因子曲线的园区综合能源系统调度方法，在减少碳排放的同时，提高园区运行经济性。
为实现上述目的，本发明提供的基于时变电碳因子曲线的园区综合能源系统调度方法，包括以下步骤：
1）考虑研究区域的联络线碳排放，建立变电碳因子曲线模型；
2）建立计及碳排放特性的热电联供模型；
3）建立电池储能装置碳排放模型；
4）进行综合需求响应低碳特性分析，建立激励型需求响应低碳特性模型和价格型需求响应低碳特性模型；
5）建立时变电碳因子作用下的综合能源系统低碳经济调度模型，所述低碳经济调度模型以系统运行总成本和二氧化碳排放最少为目标，约束条件包括功率平衡约束、联络线购能约束、多能耦合机组运行约束、荷侧可调度资源响应约束；
6）对所述低碳经济调度模型进行分析求解，取得多目标优化调度的最优解。
进一步地，所述步骤1）中建立的所述变电碳因子曲线模型是在联络线中火电占比及相应碳排放数据的基础上，耦合园区内发电机组出力得到的，构建的时变电碳因子曲线模型为：
Figure 159620DEST_PATH_IMAGE001
其中：
Figure 240709DEST_PATH_IMAGE002
为t时段耦合联络线碳排放数据后得到的园区内部电碳因子值；
Figure 122077DEST_PATH_IMAGE003
为t时段火电单位碳排；
Figure 946814DEST_PATH_IMAGE004
为t时段联络线中火电功率；
Figure 862817DEST_PATH_IMAGE005
为t时段园区内总电量，等于园区内部发电企业发电功率总量，包括分布式新能源机组、火电机组。
进一步地，所述热电联供包括燃气轮机和余热锅炉，所述步骤2）中建立计及碳排放特性的热电联供模型为：
Figure 114807DEST_PATH_IMAGE006
，
Figure 749051DEST_PATH_IMAGE007
，
Figure 859702DEST_PATH_IMAGE008
，
式中：
Figure 630212DEST_PATH_IMAGE009
为热电联产机组碳排放量；
Figure 53103DEST_PATH_IMAGE010
为t时段燃气轮机电、热出力；
Figure 909063DEST_PATH_IMAGE011
为t时段热电联产机组热出力；
Figure 75602DEST_PATH_IMAGE012
为燃气轮机发电效率、热损失参数、余热锅炉热回收效率、产热效率；
Figure 966198DEST_PATH_IMAGE013
为t时段热电联产机组等效单位碳排放数据。
进一步地，所述步骤3）储能装置的碳排放特性仅需要计及联络线充能及热电联产机组充能带来的等效碳排放量，电池储能装置碳排放模型为：
Figure 559990DEST_PATH_IMAGE014
Figure 903247DEST_PATH_IMAGE015
Figure 811160DEST_PATH_IMAGE016
式中：
Figure 369312DEST_PATH_IMAGE017
为t与t-1时段电池储能设备的能量状态；
Figure 71688DEST_PATH_IMAGE018
为电池储能装置的自损率；
Figure 964558DEST_PATH_IMAGE019
为t-1时段的电池储能装置的充放电功率及充放电效率；
Figure 410583DEST_PATH_IMAGE020
为储能装置的等效碳排放量；
Figure 338087DEST_PATH_IMAGE021
为t时段由新能源供给电池储能的充电功率；A、B为储能充放电标志，充电时A=1，放电时B=1。
进一步地，所述步骤4）中建立的激励型需求响应低碳特性模型为：
Figure 211366DEST_PATH_IMAGE022
式中：
Figure 325952DEST_PATH_IMAGE023
为t时段可削减负荷削减量；
Figure 575668DEST_PATH_IMAGE024
、
Figure 560941DEST_PATH_IMAGE025
为t时段可削减负荷削减量的上下限；
Figure 418170DEST_PATH_IMAGE026
为t时段可削减负荷是否削减的0-1变量；
Figure 957736DEST_PATH_IMAGE027
为可削减负荷调用费用；
Figure 807880DEST_PATH_IMAGE028
为单位可削减负荷激励补偿价格；
所述价格型需求响应低碳特性模型为：
Figure 382081DEST_PATH_IMAGE029
Figure 659479DEST_PATH_IMAGE030
Figure 951920DEST_PATH_IMAGE031
式中：
Figure 340176DEST_PATH_IMAGE032
为可转移负荷需求响应二氧化碳减少量；
Figure 34462DEST_PATH_IMAGE033
为可转移负荷调用费用；
Figure 233493DEST_PATH_IMAGE034
为单位可转移负荷调用价格；
Figure 13231DEST_PATH_IMAGE035
为t时段可转移负荷转移量；
Figure 142861DEST_PATH_IMAGE036
、
Figure 753971DEST_PATH_IMAGE037
为t时段可转移负荷转移量上下限；
Figure 310854DEST_PATH_IMAGE038
为t时段可转移负荷是否转移的0-1变量；可转移负荷需要保证在调度周期内用户的用能总量保持不变。
进一步地，所述步骤5）中建立的低碳经济调度模型为：
Figure 374625DEST_PATH_IMAGE039
式中：
Figure 307946DEST_PATH_IMAGE040
为园区综合能源系统总目标函数；
Figure 976824DEST_PATH_IMAGE041
为经济性指标与低碳性指标；
Figure 766926DEST_PATH_IMAGE042
分别为经济性指标与低碳指标对应的权重系数，由模糊层次分析法得到，其中，
Figure 255676DEST_PATH_IMAGE043
Figure 808667DEST_PATH_IMAGE044
式中：
Figure 66473DEST_PATH_IMAGE045
为园区综合能源系统调度周期内的需求响应调用费用、购能成本、运维费用；
Figure 27476DEST_PATH_IMAGE046
为联络线碳排放量数据；
Figure 3522DEST_PATH_IMAGE047
为t时段购气量；
Figure 340962DEST_PATH_IMAGE048
为t时段购电量；
Figure 453275DEST_PATH_IMAGE049
为相应的购气、购电单价；
Figure 850758DEST_PATH_IMAGE050
为第i类机组出力与运维单价。
进一步地，所述步骤5）中的功率平衡约束为：
Figure 314101DEST_PATH_IMAGE051
式中：
Figure 392915DEST_PATH_IMAGE052
分别为t时段电、气、热、冷负荷；
Figure 172783DEST_PATH_IMAGE053
为t时段火电出力、电池储能供给负荷、风电供给负荷量、光伏供给负荷量、热电联产供给负荷量；
Figure 678851DEST_PATH_IMAGE054
为t时段电制冷机出力；
Figure 426227DEST_PATH_IMAGE055
为t时段购气供给负荷量、电转气装置出力；
Figure 43153DEST_PATH_IMAGE056
为电转气运行效率；
所述联络线购能约束为：
Figure 192375DEST_PATH_IMAGE057
式中：
Figure 869344DEST_PATH_IMAGE058
为t时段售电功率；
Figure 104016DEST_PATH_IMAGE059
分别表示t时段购气功率上下限，购电功率上下限与售电功率上下限；
所述多能耦合机组运行约束为：
Figure 790212DEST_PATH_IMAGE060
式中：
Figure 731624DEST_PATH_IMAGE061
为t时段风电、光伏、热电联产机组电出力；
Figure 392543DEST_PATH_IMAGE062
Figure 52195DEST_PATH_IMAGE063
为t时段火电机组、风电、光伏热电联产机组电转气装置出力上下限与储能荷电状态上下限；
荷侧可调度资源响应约束包括可调度资源转移时间约束和可调度资源削减时间约束，所述可调度资源转移时间约束为：
Figure 73240DEST_PATH_IMAGE064
式中：
Figure 134737DEST_PATH_IMAGE065
为转移时间上下限约束，
Figure 153509DEST_PATH_IMAGE066
为t时段可调度资源占比，由负荷侧上传可调度资源占比；
所述可调度资源削减时间约束为：
Figure 362773DEST_PATH_IMAGE067
式中：
Figure 125193DEST_PATH_IMAGE068
分别为可削减负荷削减次数上下限约束。
更进一步地，所述步骤6）结合模糊层次分析法通过CPLEX求解器获得最优解。
为实现上述目的，本发明还提供一种电子设备，包括存储器和处理器，所述存储器上储存有在所述处理器上运行的程序，所述处理器运行所述程序时执行上述的基于时变电碳因子曲线的园区综合能源系统调度方法的步骤。
为实现上述目的，本发明还提供一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述的基于时变电碳因子曲线的园区综合能源系统调度方法的步骤。
本发明的基于时变电碳因子曲线的园区综合能源系统调度方法，与现有技术相比具有如下有益效果：时变电碳因子曲线的基础上，对源侧机组、储能装置、联络线碳排特性进行建模；荷侧利用可调度资源的削减转移用能，构建低碳环境下需求响应模型，最后，构建时变电碳因子曲线作用下的综合能源系统低碳经济模型，在减少碳排放的同时，提高园区运行经济性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，并与本发明的实施例一起，用于解释本发明，并不构成对本发明的限制。在附图中：
图1为根据本发明的基于时变电碳因子曲线的园区综合能源系统调度方法流程图；
图2为某园区型综合能源系统示意图；
图3为时变电碳因子曲线图；
图4为储能装置的能量流动图；
图5为双重激励下价格型需求响应特性图；
图6为某园区风-光出力及负荷曲线图；
图7为某园区负荷类型及用电量曲线图；
图8为某园区分时电价曲线图；
图9为三个不同场景的联络线功率对比图；
图10为场景1机组出力图；
图11为场景2机组出力图；
图12为场景3机组出力图；
图13为荷侧可调度资源调用计划图；
图14为多目标调度结果图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。“多个”应理解为两个或以上。
下面，将参考附图详细地说明本发明的实施例。
实施例1
图1为根据本发明的基于时变电碳因子曲线的园区综合能源系统调度方法流程图，下面将参考图1，对本发明的基于时变电碳因子曲线的园区综合能源系统调度方法进行详细描述。
在步骤101，考虑研究区域的联络线碳排放，建立变电碳因子曲线模型。
目前电力系统全环节碳排放计量与分析的现状为主要关注与发电侧碳计量，且是简单的非时变的固定碳排放系数。但发电侧各类发电机组的实际运行工况并不时时处于额定运行状态，因此每一时段产生的二氧化碳量应是时变曲线，传统的平均电碳因子无法满足降碳新要求，且无法体现时空特性。同时，上级电网联络线功率中的碳计量应考虑在低碳模型中。研究区域的时变电碳因子则是在联络线中火电占比及相应碳排放数据的基础上，进而耦合园区内发电机组出力得到的。其数值的高低表征火电出力占比，当火电占比较高时，产生较多的二氧化碳，对应电碳因子数值较高。
本发明以浙江地区某园区型综合能源系统为例进行分析，某园区型综合能源系统如图2所示。能源供给机组包括分布式风电、分布式光伏、联络线输送功率以及本地火电机组；多能耦合机组包括电转气、电制冷机、热电联供等机组；负荷侧以园区内部企业负荷为主。碳能流线条的粗细代表了能源在生产转换过程中产生的二氧化碳的数量多少。
构建的考虑联络线碳排放的研究区域内时变电碳因子曲线模型为：
Figure 837934DEST_PATH_IMAGE001
其中：
Figure 840656DEST_PATH_IMAGE002
为t时段耦合联络线碳排放数据后得到的园区内部电碳因子值；
Figure 209321DEST_PATH_IMAGE003
为t时段火电单位碳排；
Figure 572169DEST_PATH_IMAGE004
为t时段联络线中火电功率；
Figure 608258DEST_PATH_IMAGE005
为t时段园区内总电量，等于园区内部发电企业发电功率总量，包括分布式新能源机组、火电机组。
相应的时变电碳因子曲线如图3所示。
步骤102，建立计及碳排放特性的热电联供模型。
本文所采用的热电联供由燃气轮机及余热锅炉组成，计及其碳排放特性的热电联供模型如下所示：
Figure 31149DEST_PATH_IMAGE006
，
Figure 887110DEST_PATH_IMAGE069
，
Figure 53649DEST_PATH_IMAGE070
，
式中：
Figure 944244DEST_PATH_IMAGE071
为热电联产机组碳排放量；
Figure 285839DEST_PATH_IMAGE010
为t时段燃气轮机电、热出力；
Figure 629096DEST_PATH_IMAGE011
为t时段热电联产机组热出力；
Figure 333747DEST_PATH_IMAGE012
为燃气轮机发电效率、热损失参数、余热锅炉热回收效率、产热效率；
Figure 344428DEST_PATH_IMAGE013
为t时段热电联产机组等效单位碳排放数据。
在步骤103，建立电池储能装置碳排放模型。
本发明认为电池储能装置在充放电过程中会产生一定的二氧化碳，且由分布式风电及光伏给储能充电时，由于新能源的零碳、清洁能源特性并不会产生二氧化碳的排放，因此储能装置的碳排放特性仅需要计及联络线充能及热电联产机组充能带来的等效碳排放量。储能装置的能量流动图如图4所示。电池储能装置碳排放模型为：
Figure 46805DEST_PATH_IMAGE014
Figure 939675DEST_PATH_IMAGE015
Figure 385700DEST_PATH_IMAGE016
式中：
Figure 47625DEST_PATH_IMAGE017
为t与t-1时段电池储能设备的能量状态；
Figure 920903DEST_PATH_IMAGE018
为电池储能装置的自损率；
Figure 504331DEST_PATH_IMAGE019
为t-1时段的电池储能装置的充放电功率及充放电效率；
Figure 567096DEST_PATH_IMAGE020
为储能装置的等效碳排放量；
Figure 21211DEST_PATH_IMAGE021
为t时段由新能源供给电池储能的充电功率；A、B为储能充放电标志，充电时A=1，放电时B=1。
在步骤104，进行综合需求响应低碳特性分析，建立激励型需求响应低碳特性模型和价格型需求响应低碳特性模型。
首先，建立激励型需求响应低碳特性模型。
激励型需求响应通过对负荷侧可调度资源进行调度的同时，对调度量进行补偿，从而引导用户改变用能曲线，响应系统调度需求。低碳环境下的激励型需求响具有较大的低碳潜力。本发明对园区内部高耗能产业进行激励型需求响应。
在高电碳因子时段发电机组进行发电时产生的二氧化碳远高于低电碳因子时段的二氧化碳排放量。因此可通过价格补偿手段激励用户削减用能，挖掘了荷侧可调度资源的低碳属性的同时，实现系统经济运行。激励型需求响应低碳特性模型如下：
Figure 127708DEST_PATH_IMAGE072
式中：
Figure 932853DEST_PATH_IMAGE023
为t时段可削减负荷削减量；
Figure 782997DEST_PATH_IMAGE024
、
Figure 357198DEST_PATH_IMAGE073
为t时段可削减负荷削减量的上下限；
Figure 634595DEST_PATH_IMAGE026
为t时段可削减负荷是否削减的0-1变量；
Figure 927036DEST_PATH_IMAGE027
为可削减负荷调用费用；
Figure 518555DEST_PATH_IMAGE028
为单位可削减负荷激励补偿价格；
然后，建立价格型需求响应低碳特性模型。
激励型需求响应是在价格补偿引导下响应低碳运行指标，而价格型需求响应低碳特性则是在分时电价以及时变电碳因子曲线的双重激励引导下进行的响应系统低碳运行项目，双重激励引导作用如图5所示。在本发明中，对园区内部高耗能产业以及汽车制造业采取价格型需求响应项目。
负荷侧部分可调度资源具有转移用能潜力，既可以在高电碳因子曲线时段减少用能、在低电碳因子曲线时段增加用能，也可以在价格信号引导下在电价较高时段减少用能、在电价较低时段增加用能。
价格型需求响应低碳特性模型如下：
Figure 760311DEST_PATH_IMAGE074
Figure 411873DEST_PATH_IMAGE030
Figure 988347DEST_PATH_IMAGE075
式中：
Figure 117977DEST_PATH_IMAGE032
为可转移负荷需求响应二氧化碳减少量；
Figure 729087DEST_PATH_IMAGE076
为可转移负荷调用费用；
Figure 285971DEST_PATH_IMAGE034
为单位可转移负荷调用价格；
Figure 349742DEST_PATH_IMAGE077
为t时段可转移负荷转移量；
Figure DEST_PATH_IMAGE078
、
Figure 283062DEST_PATH_IMAGE037
为t时段可转移负荷转移量上下限；
Figure 499411DEST_PATH_IMAGE079
为t时段可转移负荷是否转移的0-1变量；可转移负荷需要保证在调度周期内用户的用能总量保持不变。
在步骤105，建立时变电碳因子作用下的综合能源系统低碳经济调度模型。
本发明所提综合能源系统低碳经济调度模型是在时变电碳因子曲线作用下以系统运行总成本和二氧化碳排放最少的多目标最优模型，运行总成本包括机组运维成本、购能成本以及需求响应调用费用。
时变电碳因子作用下的综合能源系统低碳经济调度模型如下：
Figure 227196DEST_PATH_IMAGE080
式中：
Figure 778263DEST_PATH_IMAGE040
为园区综合能源系统总目标函数；
Figure 249696DEST_PATH_IMAGE081
为经济性指标与低碳性指标；
Figure 569818DEST_PATH_IMAGE082
分别为经济性指标与低碳指标对应的权重系数，由模糊层次分析法得到，参见李鹏等人的“基于谈判博弈的多微网综合能源系统多目标联合优化配置”（电网技术，2020，44(10)：3680-3690）。
Figure 734084DEST_PATH_IMAGE083
Figure 975709DEST_PATH_IMAGE084
式中：
Figure 47570DEST_PATH_IMAGE085
为园区综合能源系统调度周期内的需求响应调用费用、购能成本、运维费用；
Figure 425462DEST_PATH_IMAGE046
为联络线碳排放量数据；
Figure 322747DEST_PATH_IMAGE047
为t时段购气量；
Figure 786089DEST_PATH_IMAGE086
为t时段购电量；
Figure 661641DEST_PATH_IMAGE087
为相应的购气、购电单价；
Figure 894040DEST_PATH_IMAGE088
为第i类机组出力与运维单价。
时变电碳因子作用下的综合能源系统低碳经济调度模型的约束条件包括功率平衡约束、联络线购能约束、多能耦合机组运行约束、荷侧可调度资源响应约束。
功率平衡约束为：
Figure 462424DEST_PATH_IMAGE089
式中：
Figure 413063DEST_PATH_IMAGE052
分别为t时段电、气、热、冷负荷；
Figure 29989DEST_PATH_IMAGE053
为t时段火电出力、电池储能供给负荷、风电供给负荷量、光伏供给负荷量、热电联产供给负荷量；
Figure 179210DEST_PATH_IMAGE054
为t时段电制冷机出力；
Figure 856179DEST_PATH_IMAGE090
为t时段购气供给负荷量、电转气装置出力；
Figure 841584DEST_PATH_IMAGE056
为电转气运行效率；
联络线购能约束为：
Figure 996622DEST_PATH_IMAGE091
式中：
Figure 265929DEST_PATH_IMAGE092
为t时段售电功率；
Figure 379379DEST_PATH_IMAGE093
分别表示t时段购气功率上下限，购电功率上下限与售电功率上下限。
多能耦合机组运行约束为：
Figure 835768DEST_PATH_IMAGE094
式中：
Figure 60076DEST_PATH_IMAGE095
为t时段风电、光伏、热电联产机组电出力；
Figure 855993DEST_PATH_IMAGE062
Figure 937082DEST_PATH_IMAGE063
为t时段火电机组、风电、光伏热电联产机组电转气装置出力上下限与储能荷电状态上下限。
荷侧可调度资源响应约束为：
荷侧可调度资源在响应系统调度指令时，需要满足一定的约束条件，如调度次数限制、调度时间段限制等。荷侧可调度资源响应约束包括可调度资源转移时间约束和可调度资源削减时间约束。
可调度资源转移时间约束为：
Figure 84029DEST_PATH_IMAGE096
式中：
Figure 659498DEST_PATH_IMAGE065
为转移时间上下限约束，
Figure 575502DEST_PATH_IMAGE097
为t时段可调度资源占比，由负荷侧上传可调度资源占比。
可调度资源削减时间约束为：
Figure 561912DEST_PATH_IMAGE098
式中：
Figure 461735DEST_PATH_IMAGE068
分别为可削减负荷削减次数上下限约束。
在步骤106，多目标优化调度模型分析，取得多目标优化调度的最优解。
本发明的实施例中，通过模糊层次分析法获得经济性指标与低碳指标对应的权重系数，考虑系统功率平衡约束、联络线购能约束、多能耦合机组运行约束、荷侧可调度资源响应约束和可调度资源转移时间约束，实现园区综合能源系统调度模型构建，并采用CPLEX求解器计算多目标优化调度的最优解。
园区内部多能负荷预测曲线及分布式风光出力预测曲线及能源价格如图6-图8所示。多能耦合机组装机容量等参数如表1到表2所示。
表1 多能耦合机组参数表
Figure 762267DEST_PATH_IMAGE099
表2 电池储能装置参数表
Figure DEST_PATH_IMAGE101AA
本文以调度周期24h进行仿真，调度时间步长为1h。系统内部电价采用浙江某地现有分时电价。
为验证本发明所提低碳经济调度模型的有效性，设置如下场景进行仿真验证：
场景1为基础场景，不涉及储能装置及需求响应；
场景2为储能场景，装设储能装置且计及储能充放电与联络线功率的碳排放；
场景3为本发明所提的时变电碳因子作用下的园区综合能源系统低碳经济运行场景，在时变电碳因子曲线、价格信号引导下，源侧机组、储能、荷侧可调度资源协调配合。
场景调度结果分析
三种场景的经济性指标与低碳性指标调度结果如表3和图9所示。
表3 低碳经济调度数据表
指标 场景1 场景2 场景3
二氧化碳排放/kg 18573 18051 17449
运行总成本/元 23085 22841 21560
本发明所设定的各场景调度结果如表3中数据所示。场景1为基础场景，由于未考虑储能装置的能量时移作用以及需求响应，系统运行经济性较差，联络线购能功率较多导致碳排放量较多。而场景2中装设了储能装置，计及储能装置能量时移特性及碳排放特性，系统运行总成本相较于场景1下降1.06%，二氧化碳排放水平相较于场景1下降2.81%，减少运行成本的同时降低碳排放，验证了储能装置在碳排放特性上的低碳性。场景3为本发明所提出的基于时变电碳因子曲线的园区综合能源系统调度方法的低碳经济调度模型，通过合理控制储能充放电以及荷侧可调度资源的调用计划，使得系统运行总成本下降6.61%，而系统碳排放水平下降6.05%，源荷储协调配合，提高运行经济性、降低系统运行过程中的碳排放水平。
进一步分析三个场景的联络线交互功率与对应的碳排放水平，如图9所示。场景3相较于场景1，高电碳因子时段、高用能电价时段的联络线交互功率下降19.9%，通过需求响应使得用电高峰、电碳因子高时段用电负荷下降，说明用户在电碳因子曲线以及分时电价双重激励下的引导作用降低了系统碳排放水平及运行成本。
场景1的各机组出力调度结果如图10所示。由图可知本园区型综合能源系统供能主要与外部联络线供能，而园区内分布式风电与光伏得到全额消纳。热电联产机组因需承担园区内热负荷需求因此全天处于工作状态且因其“以热定电”运行约束，热电联产机组出力相对固定随着用热负荷变动。场景1联络线功率占全天总用电负荷的53.14%，且在17-18时段、20-22时段联络线功率较高，因此场景1整体碳排放水平与运行成本较高。
场景2为储能场景且计及储能充放电过程中的碳排放。场景2调度结果如图11所示。由于本发明装设的储能装置容量较小，储能装置仅在时段18、20-21对用电负荷进行放电，此外，储能装置还在14-16时段、20-21时段对电转气装置放电，将电价较低时段储存电能释放出来，起到能量时移作用的同时降低高电碳因子曲线时段的外购电，降低园区二氧化碳排放水平。高电碳因子时段园区外购电功率相较于场景1下降1.75%。
场景3为本发明所提基于时变电碳因子曲线作用下的综合能源系统低碳经济调度模型，调度结果如图12所示。由图12可知，通过需求响应对于总用电负荷曲线的改善作用，需求响应后峰谷差下降48%的同时，缓解了用电高峰供需紧张关系，减少了高电碳因子时段用能，促进园区低碳经济运行。高电碳因子时段出力相较于场景2进一步下降了19.37%，而总体二氧化碳排放水平相应的下降3.33%。
图13为荷侧可调度资源调用计划图，由图13可知，高耗能企业通过用能削减与用能转移，削减了午高峰及晚高峰用电量，缓解晚高峰用电矛盾的同时，降低自身企业用电成本同时响应系统调度需求，达到低碳运行的目的。晚高峰削减负荷量占晚高峰电负荷总量的2.82%。此外汽车制造业由于具有负荷可转移特性且调度时间较自由，因此在电价低谷时段、低电碳因子时段增加用能，而在电价平时段、电价高峰时段、高电碳因子时段减少用能。晚高峰时段汽车制造业转移用能量占晚高峰电负荷总量的6.46%。而高新技术产业作为基础负荷可调度特性较差，因此不对高新技术产业进行调度。
本发明所设置需求响应场景为低碳性与经济性均衡下的最优解，现研究不同权重下低碳性与经济性的变化情况。不同权重下的低碳指标与经济指标参数如图14所示。由图14可知，随着低碳指标权重的降低，系统碳排放水平处于先增加后减少的趋势，而经济性指标则随着权重系数的增加处于先减少后增加的趋势，最终在本发明的均衡解处，即考虑系统不同权重经济性指标和低碳性指标基础上，实现园区综合能源总成本最低处，取得多目标优化调度的最优解。
因为本发明外购电水平较高，各个场景外购电均占总用电负荷的50%以上，因此碳排放水平主要取决于外购电占比，低碳指标与经济性指标具有相同的数据表征形式，即通过需求响应与储能装置的合理充放电使得高电碳因子时段联络线购能功率减少，低电碳因子时段外联络线购能功率增加，多余电能通过储能装置达到能量时移、低碳经济的作用。因此本质上低碳与经济指标具有相同的变化趋势。
通过算例分析可得到结论如下：
1）构建考虑联络线碳排放水平、储能装置碳排放特性的电力行业全环节碳流排放模型进行低碳经济调度能够有效优化负荷曲线、降低碳排。
2）在调度过程中，充分挖掘荷侧可调度资源的低碳特性，在高电碳因子时段削减转移用能，使得园区运行总成本下降6.61%，而二氧化碳排放水平下降6.05%，验证本文源荷储协调优化模型在降低碳排、减少运行成本的有效性。
3）本文所提出的综合能源系统低碳经济调度模型能够兼顾系统两个方面的优化目标，实现低碳性与经济性的统一。
实施例2
本发明实施例还提供了一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的程序，处理器运行所述程序时执行上述基于时变电碳因子曲线的园区综合能源系统调度方法的步骤。
实施例3
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述的基于时变电碳因子曲线的园区综合能源系统调度方法的步骤，所述基于时变电碳因子曲线的园区综合能源系统调度方法参见前述部分的介绍，不再赘述。
本领域普通技术人员可以理解：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于时变电碳因子曲线的园区综合能源系统调度方法，其特征在于，包括以下步骤：
1）考虑研究区域的联络线碳排放，建立变电碳因子曲线模型；
2）建立计及碳排放特性的热电联供模型；
3）建立电池储能装置碳排放模型；
4）进行综合需求响应低碳特性分析，建立激励型需求响应低碳特性模型和价格型需求响应低碳特性模型；
5）建立时变电碳因子作用下的综合能源系统低碳经济调度模型，所述低碳经济调度模型以系统运行总成本和二氧化碳排放最少为目标，约束条件包括功率平衡约束、联络线购能约束、多能耦合机组运行约束、荷侧可调度资源响应约束；
6）对所述低碳经济调度模型进行分析求解，取得多目标优化调度的最优解。
2.根据权利要求1所述的基于时变电碳因子曲线的园区综合能源系统调度方法，其特征在于，所述步骤1）中建立的所述变电碳因子曲线模型是在联络线中火电占比及相应碳排放数据的基础上，耦合园区内发电机组出力得到的，构建的时变电碳因子曲线模型为：
Figure DEST_PATH_IMAGE001
其中：
Figure 353436DEST_PATH_IMAGE002
为t时段耦合联络线碳排放数据后得到的园区内部电碳因子值；
Figure DEST_PATH_IMAGE003
为t时段火电单位碳排；
Figure 4997DEST_PATH_IMAGE004
为t时段联络线中火电功率；
Figure DEST_PATH_IMAGE005
为t时段园区内总电量，等于园区内部发电企业发电功率总量，包括分布式新能源机组、火电机组。
3.根据权利要求1所述的基于时变电碳因子曲线的园区综合能源系统调度方法，其特征在于，所述热电联供包括燃气轮机和余热锅炉，所述步骤2）中建立计及碳排放特性的热电联供模型为：
Figure 253576DEST_PATH_IMAGE006
，
Figure DEST_PATH_IMAGE007
，
Figure 865429DEST_PATH_IMAGE008
，
式中：
Figure DEST_PATH_IMAGE009
为热电联产机组碳排放量；
Figure 148643DEST_PATH_IMAGE010
为t时段燃气轮机电、热出力；
Figure DEST_PATH_IMAGE011
为t时段热电联产机组热出力；
Figure 439947DEST_PATH_IMAGE012
为燃气轮机发电效率、热损失参数、余热锅炉热回收效率、产热效率；
Figure DEST_PATH_IMAGE013
为t时段热电联产机组等效单位碳排放数据。
4.根据权利要求1所述的基于时变电碳因子曲线的园区综合能源系统调度方法，其特征在于，所述步骤3）储能装置的碳排放特性仅需要计及联络线充能及热电联产机组充能带来的等效碳排放量，电池储能装置碳排放模型为：
Figure 175822DEST_PATH_IMAGE014
Figure DEST_PATH_IMAGE015
Figure 109143DEST_PATH_IMAGE016
式中：
Figure DEST_PATH_IMAGE017
为t与t-1时段电池储能设备的能量状态；
Figure 496131DEST_PATH_IMAGE018
为电池储能装置的自损率；
Figure DEST_PATH_IMAGE019
为t-1时段的电池储能装置的充放电功率及充放电效率；
Figure 958336DEST_PATH_IMAGE020
为储能装置的等效碳排放量；
Figure DEST_PATH_IMAGE021
为t时段由新能源供给电池储能的充电功率；A、B为储能充放电标志，充电时A=1，放电时B=1。
5.根据权利要求1所述的基于时变电碳因子曲线的园区综合能源系统调度方法，其特征在于，所述步骤4）中建立的激励型需求响应低碳特性模型为：
Figure 181507DEST_PATH_IMAGE022
式中：
Figure DEST_PATH_IMAGE023
为t时段可削减负荷削减量；
Figure 387360DEST_PATH_IMAGE024
、
Figure DEST_PATH_IMAGE025
为t时段可削减负荷削减量的上下限；
Figure 130320DEST_PATH_IMAGE026
为t时段可削减负荷是否削减的0-1变量；
Figure DEST_PATH_IMAGE027
为可削减负荷调用费用；
Figure 294585DEST_PATH_IMAGE028
为单位可削减负荷激励补偿价格；
所述价格型需求响应低碳特性模型为：
Figure DEST_PATH_IMAGE029
Figure 5052DEST_PATH_IMAGE030
Figure DEST_PATH_IMAGE031
式中：
Figure 749017DEST_PATH_IMAGE032
为可转移负荷需求响应二氧化碳减少量；
Figure DEST_PATH_IMAGE033
为可转移负荷调用费用；
Figure 110597DEST_PATH_IMAGE034
为单位可转移负荷调用价格；
Figure DEST_PATH_IMAGE035
为t时段可转移负荷转移量；
Figure DEST_PATH_IMAGE037
、
Figure 649026DEST_PATH_IMAGE038
为t时段可转移负荷转移量上下限；
Figure DEST_PATH_IMAGE039
为t时段可转移负荷是否转移的0-1变量；可转移负荷需要保证在调度周期内用户的用能总量保持不变。
6.根据权利要求1所述的基于时变电碳因子曲线的园区综合能源系统调度方法，其特征在于，所述步骤5）中建立的低碳经济调度模型为：
Figure 112368DEST_PATH_IMAGE040
式中：
Figure DEST_PATH_IMAGE041
为园区综合能源系统总目标函数；
Figure 660024DEST_PATH_IMAGE042
为经济性指标与低碳性指标；
Figure DEST_PATH_IMAGE043
分别为经济性指标与低碳指标对应的权重系数，由模糊层次分析法得到，其中，
Figure 368786DEST_PATH_IMAGE044
Figure DEST_PATH_IMAGE045
式中：
Figure 609275DEST_PATH_IMAGE046
为园区综合能源系统调度周期内的需求响应调用费用、购能成本、运维费用；
Figure DEST_PATH_IMAGE047
为联络线碳排放量数据；
Figure 28755DEST_PATH_IMAGE048
为t时段购气量；
Figure DEST_PATH_IMAGE049
为t时段购电量；
Figure 645681DEST_PATH_IMAGE050
为相应的购气、购电单价；
Figure DEST_PATH_IMAGE051
为第i类机组出力与运维单价。
7.根据权利要求1所述的基于时变电碳因子曲线的园区综合能源系统调度方法，其特征在于，所述步骤5）中的功率平衡约束为：
Figure 467006DEST_PATH_IMAGE052
式中：
Figure DEST_PATH_IMAGE053
分别为t时段电、气、热、冷负荷；
Figure 127664DEST_PATH_IMAGE054
为t时段火电出力、电池储能供给负荷、风电供给负荷量、光伏供给负荷量、热电联产供给负荷量；
Figure DEST_PATH_IMAGE055
为t时段电制冷机出力；
Figure 34440DEST_PATH_IMAGE056
为t时段购气供给负荷量、电转气装置出力；
Figure DEST_PATH_IMAGE057
为电转气运行效率；
所述联络线购能约束为：
Figure 923898DEST_PATH_IMAGE058
式中：
Figure DEST_PATH_IMAGE059
为t时段售电功率；
Figure 130889DEST_PATH_IMAGE060
分别表示t时段购气功率上下限，购电功率上下限与售电功率上下限；
所述多能耦合机组运行约束为：
Figure 978759DEST_PATH_IMAGE061
式中：
Figure DEST_PATH_IMAGE062
为t时段风电、光伏、热电联产机组电出力；
Figure 123564DEST_PATH_IMAGE063
Figure DEST_PATH_IMAGE064
为t时段火电机组、风电、光伏热电联产机组电转气装置出力上下限与储能荷电状态上下限；
荷侧可调度资源响应约束包括可调度资源转移时间约束和可调度资源削减时间约束，所述可调度资源转移时间约束为：
Figure 816713DEST_PATH_IMAGE065
式中：
Figure DEST_PATH_IMAGE066
为转移时间上下限约束，
Figure 347052DEST_PATH_IMAGE067
为t时段可调度资源占比，由负荷侧上传可调度资源占比；
所述可调度资源削减时间约束为：
Figure DEST_PATH_IMAGE068
式中：
Figure 100244DEST_PATH_IMAGE069
分别为可削减负荷削减次数上下限约束。
8.根据权利要求1所述的基于时变电碳因子曲线的园区综合能源系统调度方法，其特征在于，所述步骤6）结合模糊层次分析法通过CPLEX求解器获得最优解。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上储存有在所述处理器上运行的程序，所述处理器运行所述程序时执行权利要求1-8任一项所述的基于时变电碳因子曲线的园区综合能源系统调度方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1-8任一项所述的基于时变电碳因子曲线的园区综合能源系统调度方法的步骤。
CN202211162073.1A 2022-09-23 2022-09-23 基于时变电碳因子曲线的园区综合能源系统调度方法 Active CN115241931B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211162073.1A CN115241931B (zh) 2022-09-23 2022-09-23 基于时变电碳因子曲线的园区综合能源系统调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211162073.1A CN115241931B (zh) 2022-09-23 2022-09-23 基于时变电碳因子曲线的园区综合能源系统调度方法

Publications (2)

Publication Number Publication Date
CN115241931A true CN115241931A (zh) 2022-10-25
CN115241931B CN115241931B (zh) 2023-01-17

Family

ID=83667053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211162073.1A Active CN115241931B (zh) 2022-09-23 2022-09-23 基于时变电碳因子曲线的园区综合能源系统调度方法

Country Status (1)

Country Link
CN (1) CN115241931B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115545551A (zh) * 2022-11-04 2022-12-30 北京如实智慧电力科技有限公司 一种光伏在线碳资产核查系统及计算方法
CN116128262A (zh) * 2023-04-19 2023-05-16 山东科技大学 一种综合能源系统低碳调度方法及系统
CN116151594A (zh) * 2023-04-19 2023-05-23 国网浙江省电力有限公司金华供电公司 电气热协同的综合能源系统低碳调度方法
CN116345549A (zh) * 2023-03-15 2023-06-27 国网北京市电力公司 一种园区微电网优化运行方法、装置、设备及介质
CN116502921A (zh) * 2023-06-09 2023-07-28 湖南华电融盛电气科技有限公司 一种园区综合能源系统优化管理系统及其协调调度方法
CN116579902A (zh) * 2023-04-07 2023-08-11 南京电力设计研究院有限公司 数字化园区电碳数据映射方法、系统、设备及存储介质
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
CN117411089A (zh) * 2023-12-15 2024-01-16 西华大学 一种基于动态碳排放责任因子的微网低碳运行方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109727158A (zh) * 2019-01-25 2019-05-07 燕山大学 一种基于改进弱鲁棒优化的电热综合能源系统调度方法
CN111861783A (zh) * 2020-04-26 2020-10-30 国网江苏省电力有限公司经济技术研究院 考虑负荷转移的综合能源系统多目标优化配置方法
CN112837181A (zh) * 2021-02-23 2021-05-25 国网山东省电力公司经济技术研究院 计及需求响应不确定性的综合能源系统的调度方法
CN113162025A (zh) * 2021-01-27 2021-07-23 四川大学 一种含需求响应的电气互联网络分散式低碳经济调度方法
CN113592200A (zh) * 2021-08-30 2021-11-02 东北大学 一种含水源热泵的区域综合能源系统低碳优化运行方法
CN114358432A (zh) * 2022-01-07 2022-04-15 国网山东省电力公司青岛供电公司 计及需求响应与碳交易的多能源系统优化调度方法及装置
CN114580863A (zh) * 2022-02-21 2022-06-03 三峡大学 一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法
CN114998052A (zh) * 2022-06-02 2022-09-02 西安理工大学 考虑需求响应的综合能源系统低碳经济优化运行方法
CN115018230A (zh) * 2021-08-03 2022-09-06 昆明理工大学 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

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109727158A (zh) * 2019-01-25 2019-05-07 燕山大学 一种基于改进弱鲁棒优化的电热综合能源系统调度方法
CN111861783A (zh) * 2020-04-26 2020-10-30 国网江苏省电力有限公司经济技术研究院 考虑负荷转移的综合能源系统多目标优化配置方法
CN113162025A (zh) * 2021-01-27 2021-07-23 四川大学 一种含需求响应的电气互联网络分散式低碳经济调度方法
CN112837181A (zh) * 2021-02-23 2021-05-25 国网山东省电力公司经济技术研究院 计及需求响应不确定性的综合能源系统的调度方法
CN115018230A (zh) * 2021-08-03 2022-09-06 昆明理工大学 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
CN113592200A (zh) * 2021-08-30 2021-11-02 东北大学 一种含水源热泵的区域综合能源系统低碳优化运行方法
CN114358432A (zh) * 2022-01-07 2022-04-15 国网山东省电力公司青岛供电公司 计及需求响应与碳交易的多能源系统优化调度方法及装置
CN114580863A (zh) * 2022-02-21 2022-06-03 三峡大学 一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法
CN114998052A (zh) * 2022-06-02 2022-09-02 西安理工大学 考虑需求响应的综合能源系统低碳经济优化运行方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SIQING SHENG, ET AL.: "Low-carbon Economic Operation of the Integrated Energy System Considering Carbon Capture Unit Coupling with Power to Gas", 《2019 IEEE INTERNATIONAL CONFERENCE ON POWER, INTELLIGENT COMPUTING AND SYSTEMS》 *
张沈习 等: "双碳目标下低碳综合能源系统规划关键技术及挑战", 《电力系统自动化》 *
白宏坤 等: "计及碳交易成本的多能源站综合能源系统规划", 《电力科学与技术学报》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115545551A (zh) * 2022-11-04 2022-12-30 北京如实智慧电力科技有限公司 一种光伏在线碳资产核查系统及计算方法
CN116345549A (zh) * 2023-03-15 2023-06-27 国网北京市电力公司 一种园区微电网优化运行方法、装置、设备及介质
CN116345549B (zh) * 2023-03-15 2024-10-18 国网北京市电力公司 一种园区微电网优化运行方法、装置、设备及介质
CN116579902B (zh) * 2023-04-07 2023-12-12 南京电力设计研究院有限公司 数字化园区电碳数据映射方法、系统、设备及存储介质
CN116579902A (zh) * 2023-04-07 2023-08-11 南京电力设计研究院有限公司 数字化园区电碳数据映射方法、系统、设备及存储介质
CN116151594B (zh) * 2023-04-19 2023-07-07 国网浙江省电力有限公司金华供电公司 电气热协同的综合能源系统低碳调度方法
CN116128262B (zh) * 2023-04-19 2023-07-25 山东科技大学 一种综合能源系统低碳调度方法及系统
CN116151594A (zh) * 2023-04-19 2023-05-23 国网浙江省电力有限公司金华供电公司 电气热协同的综合能源系统低碳调度方法
CN116128262A (zh) * 2023-04-19 2023-05-16 山东科技大学 一种综合能源系统低碳调度方法及系统
CN116502921A (zh) * 2023-06-09 2023-07-28 湖南华电融盛电气科技有限公司 一种园区综合能源系统优化管理系统及其协调调度方法
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
CN117411089A (zh) * 2023-12-15 2024-01-16 西华大学 一种基于动态碳排放责任因子的微网低碳运行方法及系统
CN117411089B (zh) * 2023-12-15 2024-03-08 西华大学 一种基于动态碳排放责任因子的微网低碳运行方法及系统

Also Published As

Publication number Publication date
CN115241931B (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
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
CN111738502B (zh) 促进富余风电消纳的多能互补系统需求响应运行优化方法
CN109193626B (zh) 一种分布式能源站选型与定容优化规划统一求解方法
CN111950809B (zh) 基于主从博弈的综合能源系统分层分区优化运行方法
CN111738497B (zh) 计及需求侧响应的虚拟电厂双层优化调度方法
CN110889600A (zh) 一种考虑柔性热负荷的区域综合能源系统优化调度方法
CN110138004A (zh) 一种多能互补系统优化运行方法
CN110826815A (zh) 一种考虑综合需求响应的区域综合能源系统运行优化方法
CN112861335B (zh) 一种含p2g及储能的综合能源系统低碳经济调度方法
CN115170343A (zh) 一种区域综合能源系统分布式资源和储能协同规划方法
CN113128844A (zh) 一种基于供电设备容量限制下分布式电源规划方法
CN115689166A (zh) 一种区域分布式能源资源聚合利用方法及系统
CN113313329B (zh) 一种含综合能源系统的配电网优化调度方法
CN114648173A (zh) 一种基于多目标蚁狮算法的建筑综合能源系统的规划方法
CN112270432B (zh) 一种考虑多主体利益均衡的综合能源系统的能量管理方法
CN114565480A (zh) 考虑碳排放量的区域分布式多能源系统多目标规划方法
Bian et al. Optimal Planning Method of Integrated Energy System Considering Carbon Cost from the Perspective of the Whole Life Cycle
Ma et al. Research on collaborative planning of distributed resources and energy storage in regional integrated energy system
Su et al. Electricity-Carbon Interactive Optimal Dispatch ofMulti-Virtual Power Plant Considering Integrated Demand Response.
Xing et al. Reliability Optimization Planning Method of New Energy Grid Considering the Growth Characteristics of Hydrogen Load
Sun et al. Low carbon scheduling of integrated energy systems considering stepped carbon trading and demand response
CN114759610B (zh) 一种基于风光虚拟同步机的风光燃储综合能源系统
Gao et al. Energy Management for Building Integrated Energy System Considering Generalized Energy Storage
Liu et al. Optimization Scheduling of Multi-source Microgrids Considering Economic and Environmental Impacts
Zhang et al. Optimized Configuration of Self-Supplied Power for Park Cogeneration Systems Considering Electricity/Heat Flexible Loads

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