CN115759556A - 一种碳-电市场中的多虚拟电厂优化运行与分配方法 - Google Patents
一种碳-电市场中的多虚拟电厂优化运行与分配方法 Download PDFInfo
- Publication number
- CN115759556A CN115759556A CN202211183461.8A CN202211183461A CN115759556A CN 115759556 A CN115759556 A CN 115759556A CN 202211183461 A CN202211183461 A CN 202211183461A CN 115759556 A CN115759556 A CN 115759556A
- Authority
- CN
- China
- Prior art keywords
- virtual power
- power plant
- carbon
- benefit
- distribution
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 42
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 132
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 132
- 230000008901 benefit Effects 0.000 claims abstract description 102
- 238000012937 correction Methods 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 230000009467 reduction Effects 0.000 claims description 34
- 230000005611 electricity Effects 0.000 claims description 27
- 238000004146 energy storage Methods 0.000 claims description 15
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 9
- 238000012725 vapour phase polymerization Methods 0.000 description 13
- 238000010248 power generation Methods 0.000 description 11
- 238000012946 outsourcing Methods 0.000 description 9
- 101000805729 Homo sapiens V-type proton ATPase 116 kDa subunit a 1 Proteins 0.000 description 6
- 101000850434 Homo sapiens V-type proton ATPase subunit B, brain isoform Proteins 0.000 description 6
- 101000670953 Homo sapiens V-type proton ATPase subunit B, kidney isoform Proteins 0.000 description 6
- 102100037979 V-type proton ATPase 116 kDa subunit a 1 Human genes 0.000 description 6
- 102100033476 V-type proton ATPase subunit B, brain isoform Human genes 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 4
- 238000007599 discharging Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 101000854873 Homo sapiens V-type proton ATPase 116 kDa subunit a 4 Proteins 0.000 description 3
- 101000806601 Homo sapiens V-type proton ATPase catalytic subunit A Proteins 0.000 description 3
- 102100037466 V-type proton ATPase catalytic subunit A Human genes 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004364 calculation method 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
- 230000007812 deficiency Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010977 unit operation Methods 0.000 description 2
- 230000002747 voluntary effect Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 241000764238 Isis Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种碳‑电市场中的多虚拟电厂优化运行与分配方法，其中方法包括：考虑虚拟电厂参与碳资产管理的能力，建立考虑风险与碳流动的多虚拟电厂经济效益最优模型；建立多虚拟电厂日前优化合作博弈模型，对合作博弈模型进行求解获得各虚拟电厂在日前运行中获得的经济效益以及各虚拟电厂在日前与上级电网交易、与其他虚拟电厂直接交易的电能、碳配额价量和各可调单元的调节量；引入综合修正因子量化分配影响因素对分配结果的影响，构建改进的加权Shapley值虚拟电厂效益分配模型，得到体现各元件在虚拟电厂中多维度的投入与贡献水平的分配结果。与现有技术相比，本发明具有经济效益高、环境效益优、分配结果更加公平合理等优点。
Description
技术领域
本发明涉及虚拟电厂技术领域，尤其是涉及一种碳-电市场中的多虚拟电厂优化运行与分配方法。
背景技术
虚拟电厂通过将分布式电源、储能、负荷等组合成为一种可被常态化调度的新市场主体。在电能市场中，VPP(Virtual Power Plant，虚拟电厂)能够应对DER(DistributedEnergy Resource，分布式能源)独自参与市场时出力的随机波动以及负荷需求的不可控变化；在碳交易市场中，VPP能够充分发挥其环境效益。虚拟电厂在碳-电交易市场上的优化运行已逐步引起重视。
已有相关文献在VPP竞价中引入碳交易机制，建立了环境经济协调优化调度模型，但其研究均是基于VPP作为独立主体只与上级电网交互的策略优化，存在参与调度灵活性不高，风险损失大的问题；Shapley值法被广泛用于多主体合作博弈的效益分配，但现有文献对于虚拟电厂内部元件分配方案的研究存在对联盟运营风险考虑不足、对内部元件满意度牺牲考虑不足、未计及碳流动对分配结果的影响等问题，需要进一步改进。
因此，亟需构建一种碳-电市场中的多虚拟电厂优化运行与分配方法，以实现虚拟电厂在日前的效益最优与运行日结束后效益分配的公平合理。
发明内容
本发明的目的就是为了提供一种碳-电市场中的多虚拟电厂优化运行与分配方法，兼顾经济效益和环境效益，保证分配更加合理、公平。
本发明的目的可以通过以下技术方案来实现：
一种碳-电市场中的多虚拟电厂优化运行与分配方法，包括以下步骤：
考虑虚拟电厂参与碳资产管理的能力，建立考虑风险与碳流动的多虚拟电厂经济效益最优模型；
建立多虚拟电厂日前优化合作博弈模型，对合作博弈模型进行求解获得各虚拟电厂在日前运行中获得的经济效益以及各虚拟电厂在日前与上级电网交易、与其他虚拟电厂直接交易的电能、碳配额价量和各可调单元的调节量；
引入综合修正因子量化分配影响因素对分配结果的影响，构建改进的加权Shapley值虚拟电厂效益分配模型，得到体现各元件在虚拟电厂中多维度的投入与贡献水平的分配结果。
虚拟电厂的经济效益包括电能市场与碳交易市场中获得的收益：
其中，
为虚拟电厂i在t时刻的经济效益，
为虚拟电厂在电能市场中获得的收益，
为虚拟电厂在碳交易市场中获得的收益。
所述虚拟电厂在电能市场中获得的收益为：
式中：
分别为t时刻虚拟电厂i直接电能交互效益、需缴纳的过网费、与主网交易电能的效益、可调负荷的调用成本、储能的调用成本、DER的运维成本。
所述虚拟电厂在碳交易市场中获得的收益为：
式中：
分别为t时刻虚拟电厂i直接碳配额交互效益、与主网交易碳配额的效益。
为t时刻虚拟电厂i与虚拟电厂j之间的直接交易碳配额价格和直接交易碳配额量，
为t时刻的虚拟电厂与主网正常交易碳配额量的市场价格；
作为一种新型的市场主体，虚拟电厂参与碳交易能够提高其经济效益，并且充分发挥其环境效益。碳排放配额和核证自愿减排量(CCER)是目前我国碳交易市场中的两类交易产品。本发明中在碳市场中交易的产品为碳排放配额，根据基准线法，碳配额可描述为：
式中，
为单位电量的碳排放系数，
为t时刻虚拟电厂i中可再生发电资源m的发电量。
虚拟电厂的电能、碳交易具有耦合关系，需要根据实时动态需求通过协调优化内部资源实现碳-电交易整体收益的提升。虚拟电厂作为独立的市场主体，其供能单元为风、光发电机组，当虚拟电厂中的可再生能源发电出力不能够满足负荷正常用电需求时需要向电网购电，此时虚拟电厂除了付出购买电能的成本，还需要对生产相应电能对应的碳排放量进行承担。虚拟电厂i在t时刻的外购电责任描述为：
式中，τ为区域电网中非清洁能源发电装机容量占总装机容量的比例，κ为单位非清洁外购电量对应的碳排放责任系数，
为VPP i的外购电量，即在多虚拟电厂协同优化运行过程中，经过了VPP间直接与内部调整后仍不能满足电能平衡需求的偏差电量。
考虑风险与碳流动的多虚拟电厂经济效益最优模型的优化运行目标为：
式中，
为虚拟电厂i参与合作运行时的t时刻的效益，βi为风险偏好系数，反映了虚拟电厂i对风险的偏好程度；
为虚拟电厂i在t时刻的经济效益，ρCVaR,i为虚拟电厂i的条件风险价值。
所述考虑风险与碳流动的多虚拟电厂经济效益最优模型的约束包括：
R1)电能约束：
式中，
为t时刻虚拟电厂i总直接交互功率；
分别为t时刻虚拟电厂i内总的DER对外预测出力和负荷用电预测以及约定的PCC点交互功率。
R2)电价约束：
式中，
为t时刻虚拟电厂i和虚拟电厂j间发生直接交易时单位过网费成本，
为t时刻虚拟电厂i内DER的单位运维成本，
为t时刻虚拟电厂i内可调节元件的总调用成本，
为t时刻主网向虚拟电厂出售碳配额价格。
R3)可调负荷约束：
式中，
为可调负荷k的最大调用量，
为可调负荷k在t时刻状态，为0/1变量；TIL,kmax为最大中断时间。
R4)储能约束：
式中，
为t时段储能单元e的荷电状态；
为判断放电、充电状态的0/1变量；Ee,N、Pch,e,max、Pch,emin、Pdis,e,max、Pdis,e,min、Ssoc,e,max、Ssoc,e,min分别为储能单元e的额定容量、充/放功率、荷电状态上下限。
R5)碳配额交易价、量约束：
规定各虚拟电厂在同一时段只具有出售碳配额或购买碳配额中的一种权限，碳配额交易价、量约束包括：
式中，
分别t时刻主网向虚拟电厂购买碳配额价格。nc,s、nc,s分别表示购电配额型虚拟电厂和售配额型虚拟电厂。
所述多虚拟电厂日前优化合作博弈模型的目标函数为：
式中，N为参与合作联盟的虚拟电厂总数，
分别为t时刻虚拟电厂i参与合作运行时的效益和单独运行时的最优效益，当
时，虚拟电厂i不再参与合作运行。
通过利用均值不等式对合作博弈模型进行转化后，求解能够得到各VPP在日前运行中获得的经济效益以及各VPP在日前与上级电网交易、与其他VPP直接交易的电能、碳配额价量和各可调单元的调节量。
所述改进的加权Shapley值虚拟电厂效益分配模型为：
式中，
为修正后元件q的分配所得；
为修正前后元件q的经济效益变化值；
为修正前元件q的分配所得；Ci为虚拟电厂i的整体经济效益；ΔCq为综合修正因子，T为部分参与者组成的子联盟，x为经济效益，v为加权因子。
所述分配影响因素包括风险、满意度、碳减排贡献，与之对应的修正因子包括风险指标因子、满意度因子和碳减排贡献因子。
考虑风险、满意度、碳减排贡献因素构建综合修正因子，由于各指标量纲不同，故需对其先进行归一化预处理，再进行加权平均得到最终的分配方案。各修正因子计算过程如下：
1)风险指标因子
定义风电、光伏、常规负荷为不可调节元件，可调负荷、储能单元为可调节元件，两类元件分别对预测偏差表现为风险规避性和风险偏好性。基于效用理论，选取常用的效用函数并代入边际值可分别对各类元件的风险效用进行量化。
式中，U(fq1)为具有风险规避性元件的效用函数，fq1＝{fPV,fWT,fLOAD}为不可调节元件的风险适应函数，与预测偏差相关；
为不可调节元件的预测值。
式中，U(fq2)为具有风险偏好性元件的效用函数。fq2＝{fIL,fess}为可调度对象的风险适应函数，其值与可调度对象的最大可调节量
以及不可调度对象的预测准确度相关。
各对象的风险因子为：
2)满意度因子
在VPP内各类元件中，认为只有可调负荷需要考虑满意度因子，其他元件的满意度因子为0。以均方根误差(RMSE)衡量优化前后可调负荷曲线的差异，以描述用电满意度的牺牲程度。各对象满意度因子为：
式中，K为可调负荷的集合。
分别为t时刻可调负荷k的中断量和优化前可调负荷的用电量。
3)碳减排贡献因子
风电、光伏以及各类需求响应资源是促进碳减排的主体。与此相对的，用电的负荷单元是间接造成碳排放的主体。基于此，建立了碳减排贡献模型，以分析VPP内各元件对于促进碳减排的贡献。
式中，Dcarbon(T)为该联盟碳减排量，Dcarbon(T\q)为该联盟除去成员q后的碳减排量。
各对象的碳减排贡献因子为：
假设元件q的风险指标、满意度、碳减排贡献因子在分配中的所占比重分别为μ1、μ2、μ3，有：
μ1+μ2+μ3＝1
以风险指标因子为例，必然有
另：
式中，Q为合作联盟中参与分配的主体q的个数。
ΔEcosy,q,ΔEcarbon,q与ΔErisk,q同理，则可进一步求得参与者q的综合修正因子为：
ΔCq＝(μ1,μ2,μ3)×(ΔErisk,q,ΔEcosy,q,ΔEcarbon,q)T
进而可得到修正后元件q的改进分配结果
与现有技术相比，本发明具有以下有益效果：
(1)经济效益高、环境效益优：本发明公开的多虚拟电厂优化运行方法提升了整体调度灵活性、降低了收益风险，通过虚拟电厂间电能和碳配额的直接交易，相比虚拟电厂单独运行时总体经济效益与环境效益均得到了有效提升。
(2)分配结果公平合理：本发明公开的考虑风险、满意度、碳减排贡献的改进加权Shapley值分配方法通过引入综合修正因子进行再分配，有效体现了各元件在虚拟电厂中多维度的投入与贡献水平，提高了分配的公平合理性，有助于长期合作关系的稳固。
附图说明
图1为本发明的方法流程图；
图2为实施例1中VPP1-VPP3内部各元件的发用电预测；
图3为实施例1中市场电价；
图4为实施例1中VPP3在合作运行前后各方的碳减排贡献。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1：
本发明提出了一种碳-电市场中的多虚拟电厂优化运行与分配方法，如图1所示，包括以下步骤：
步骤1)考虑虚拟电厂参与碳资产管理的能力，建立考虑风险与碳流动的多虚拟电厂经济效益最优模型；
虚拟电厂的经济效益包括电能市场与碳交易市场中获得的收益：
其中，
为虚拟电厂i在t时刻的经济效益，
为虚拟电厂在电能市场中获得的收益，
为虚拟电厂在碳交易市场中获得的收益。
所述虚拟电厂在电能市场中获得的收益为：
式中：
分别为t时刻虚拟电厂i直接电能交互效益、需缴纳的过网费、与主网交易电能的效益、可调负荷的调用成本、储能的调用成本、DER的运维成本。
所述虚拟电厂在碳交易市场中获得的收益为：
式中：
分别为t时刻虚拟电厂i直接碳配额交互效益、与主网交易碳配额的效益。
为t时刻虚拟电厂i与虚拟电厂j之间的直接交易碳配额价格和直接交易碳配额量，
为t时刻的虚拟电厂与主网正常交易碳配额量的市场价格；
作为一种新型的市场主体，虚拟电厂参与碳交易能够提高其经济效益，并且充分发挥其环境效益。碳排放配额和核证自愿减排量(CCER)是目前我国碳交易市场中的两类交易产品。本发明中在碳市场中交易的产品为碳排放配额，根据基准线法，碳配额可描述为：
式中，
为单位电量的碳排放系数，
为t时刻虚拟电厂i中可再生发电资源m的发电量。
虚拟电厂的电能、碳交易具有耦合关系，需要根据实时动态需求通过协调优化内部资源实现碳-电交易整体收益的提升。虚拟电厂作为独立的市场主体，其供能单元为风、光发电机组，当虚拟电厂中的可再生能源发电出力不能够满足负荷正常用电需求时需要向电网购电，此时虚拟电厂除了付出购买电能的成本，还需要对生产相应电能对应的碳排放量进行承担。虚拟电厂i在t时刻的外购电责任描述为：
式中，τ为区域电网中非清洁能源发电装机容量占总装机容量的比例，κ为单位非清洁外购电量对应的碳排放责任系数，
为VPP i的外购电量，即在多虚拟电厂协同优化运行过程中，经过了VPP间直接与内部调整后仍不能满足电能平衡需求的偏差电量。
考虑风险与碳流动的多虚拟电厂经济效益最优模型的优化运行目标为：
式中，
为虚拟电厂i参与合作运行时的t时刻的效益，βi为风险偏好系数，反映了虚拟电厂i对风险的偏好程度；
为虚拟电厂i在t时刻的经济效益，ρCVaR,i为虚拟电厂i的条件风险价值。
考虑风险与碳流动的多虚拟电厂经济效益最优模型的约束包括：
R1)电能约束：
式中，
为t时刻虚拟电厂i总直接交互功率；
分别为t时刻虚拟电厂i内总的DER对外预测出力和负荷用电预测以及约定的PCC点交互功率。
R2)电价约束：
式中，
为t时刻虚拟电厂i和虚拟电厂j间发生直接交易时单位过网费成本，
为t时刻虚拟电厂i内DER的单位运维成本，
为t时刻虚拟电厂i内可调节元件的总调用成本，
为t时刻主网向虚拟电厂出售碳配额价格。
R3)可调负荷约束：
式中，
为可调负荷k的最大调用量，
为可调负荷k在t时刻状态，为0/1变量；TIL,kmax为最大中断时间。
R4)储能约束：
式中，
为t时段储能单元e的荷电状态；
为判断放电、充电状态的0/1变量；Ee,N、Pch,e,max、Pch,emin、Pdis,e,max、Pdis,e,min、Ssoc,e,max、Ssoc,e,min分别为储能单元e的额定容量、充/放功率、荷电状态上下限。
R5)碳配额交易价、量约束：
规定各虚拟电厂在同一时段只具有出售碳配额或购买碳配额中的一种权限，碳配额交易价、量约束包括：
式中，
分别t时刻主网向虚拟电厂购买碳配额价格。nc,s、nc,s分别表示购电配额型虚拟电厂和售配额型虚拟电厂。
步骤2)建立多虚拟电厂日前优化合作博弈模型，对合作博弈模型进行求解获得各虚拟电厂在日前运行中获得的经济效益以及各虚拟电厂在日前与上级电网交易、与其他虚拟电厂直接交易的电能、碳配额价量和各可调单元的调节量；
所述多虚拟电厂日前优化合作博弈模型的目标函数为：
式中，N为参与合作联盟的虚拟电厂总数，
分别为t时刻虚拟电厂i参与合作运行时的效益和单独运行时的最优效益，当
时，虚拟电厂i不再参与合作运行。
通过利用均值不等式对合作博弈模型进行转化后，求解能够得到各VPP在日前运行中获得的经济效益以及各VPP在日前与上级电网交易、与其他VPP直接交易的电能、碳配额价量和各可调单元的调节量。
步骤3)引入综合修正因子量化分配影响因素对分配结果的影响，构建改进的加权Shapley值虚拟电厂效益分配模型，得到体现各元件在虚拟电厂中多维度的投入与贡献水平的分配结果。
所述改进的加权Shapley值虚拟电厂效益分配模型为：
式中，
为修正后元件q的分配所得；
为修正前后元件q的经济效益变化值；
为修正前元件q的分配所得；Ci为虚拟电厂i的整体经济效益；ΔCq为综合修正因子，T为部分参与者组成的子联盟，x为经济效益，v为加权因子。所述分配影响因素包括风险、满意度、碳减排贡献，与之对应的修正因子包括风险指标因子、满意度因子和碳减排贡献因子。
由于各指标量纲不同，故需对其先进行归一化预处理，再进行加权平均得到最终的分配方案。各修正因子计算过程如下：
1)风险指标因子
定义风电、光伏、常规负荷为不可调节元件，可调负荷、储能单元为可调节元件，两类元件分别对预测偏差表现为风险规避性和风险偏好性。基于效用理论，选取常用的效用函数并代入边际值可分别对各类元件的风险效用进行量化。
式中，U(fq1)为具有风险规避性元件的效用函数，fq1＝{fPV,fWT,fLOAD}为不可调节元件的风险适应函数，与预测偏差相关；
为不可调节元件的预测值。
式中，U(fq2)为具有风险偏好性元件的效用函数。fq2＝{fIL,fess}为可调度对象的风险适应函数，其值与可调度对象的最大可调节量
以及不可调度对象的预测准确度相关。
各对象的风险因子为：
2)满意度因子
在VPP内各类元件中，认为只有可调负荷需要考虑满意度因子，其他元件的满意度因子为0。以均方根误差(RMSE)衡量优化前后可调负荷曲线的差异，以描述用电满意度的牺牲程度。各对象满意度因子为：
式中，K为可调负荷的集合。
分别为t时刻可调负荷k的中断量和优化前可调负荷的用电量。
3)碳减排贡献因子
风电、光伏以及各类需求响应资源是促进碳减排的主体。与此相对的，用电的负荷单元是间接造成碳排放的主体。基于此，建立了碳减排贡献模型，以分析VPP内各元件对于促进碳减排的贡献。
式中，Dcarbon(T)为该联盟碳减排量，Dcarbon(T\q)为该联盟除去成员q后的碳减排量。
各对象的碳减排贡献因子为：
假设元件q的风险指标、满意度、碳减排贡献因子在分配中的所占比重分别为μ1、μ2、μ3，有：
μ1+μ2+μ3＝1
以风险指标因子为例，必然有
另：
式中，Q为合作联盟中参与分配的主体q的个数。
ΔEcosy,q,ΔEcarbon,q与ΔErisk,q同理，则可进一步求得参与者q的综合修正因子为：
ΔCq＝(μ1,μ2,μ3)×(ΔErisk,q,ΔEcosy,q,ΔEcarbon,q)T
进而可得到修正后元件q的改进分配结果
本实施例所研究的虚拟电厂-主网系统包含3个虚拟电厂，其中VPP1、VPP2中包含风电、光伏、常规负荷、可调负荷、储能，VPP3中包含常规负荷、可调负荷、储能。各虚拟电厂内部风电、光伏、负荷的发、用电预测信息如图2所示，市场电价如图3所示，主网购、售碳配额价格取30元/吨、50元/吨。
为了对比考虑虚拟电厂的电能交易与碳配额交易背景下不同运行方案的效益差别，本实施例设置2种方案如下：
方案A1：各VPP单独运行，只与主网进行交易；
方案A2：各VPP合作运行，可与其他VPP进行直接交易和与主网进行交易。
由表1可知，VPP合作运行总效益优于单独运行4136元。其中，VPP1、VPP2、VPP3效益分别提升了13.63％、12.91％、8.72％。由于无论是直接电能交易价格还是直接碳配额交易均小于主网销售价、大于主网回购价。因此，相较于与主网交易电能与碳配额，VPP更倾向于优先在合作联盟内部与其他VPP进行直接电能、碳配额的交易，从而达到降低成本的目的。
表1不同方案下各VPP运行效益
| 方案 | VPP1 | VPP2 | VPP3 | 总效益 |
| 方案A1/元 | 10467 | 12520 | -12410 | 10577 |
| 方案A2/元 | 11894 | 14147 | -11328 | 14713 |
图4展示了VPP3在合作运行前后各方的碳减排贡献。除了VPP3内部可调度资源需求响应的影响之外，造成此结果的原因还有：第一，合作运行使不满足功率需求的VPP外购电量减少直接导致了VPP整体碳配额购置需求的减小，从而实现碳减排；第二，若VPP存在碳配额的购置需求，可优先通过VPP间碳配额直接交易完成，无需向上级电网购入非清洁能源发电，从而实现碳减排。
根据各VPP日前交易结果，对VPP1内各元件进行效益分配，不同分配方案下VPP1内部元件经济效益如表2所示。
方案B1：传统Shapley值分配法；
方案B2：改进加权Shapley值分配法。
表2不同方案下VPP1内部元件效益
| 风电 | 光伏 | 常规负荷 | 可调负荷 | 储能 | |
| 方案B1/元 | 12113 | 16605 | -17587 | 310 | 453 |
| 方案B2/元 | 11915 | 16708 | -19615 | 1230 | 1655 |
由表2可知，方案B2考虑了风险指标因子，光伏、风电、常规负荷的分配结果相较于使用方案B1有所下降。但同时还考虑了碳减排因子，风电单元由于碳减排效用表现较为突出，因而效益有所增长。满意度因子的加入使可调负荷单元能够获得额外的补偿。可调负荷和储能，能够在应对风险的过程中获益，对促进碳减排也有着积极的作用，因而其使用方案B2进行分配其效益能够获得较大的增长。
综上所述，VPP合作运行时的无论是在经济效益还是在环境效益上的表现都优于VPP单独运行；改进加权Shapley值法的分配结果体现了各元件多维度的贡献投入水平。由此可以得出，所提多虚拟电厂优化运行与分配方法能够实现虚拟电厂的运行与分配优化。
本方法提出的多虚拟电厂日前优化合作博弈模型充分考虑到虚拟电厂面临的多种风险，挖掘虚拟电厂的经济性调度能力和碳资产管理能力，有效实现资源的互补，提升了整体调度灵活性、降低了收益损失风险，克服了独立主体存在参与调度灵活性不高，风险损失大的问题。因此，本方法具有经济效益高、环境效益优的优点。此外，本方法考虑风险、满意度、碳减排贡献因素，构建的基于综合修正因子的改进加权Shapley值虚拟电厂效益分配模型，能够有效体现各元件在VPP中多维度的投入与贡献水平。因此，本方法具有提高分配的公平合理性，有助于长期合作关系的稳固的优点。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依据本发明的构思在现有技术的基础上通过逻辑分析、推理、或者有限的实验可以得到的技术方案，皆应在权利要求书所确定的保护范围内。
Claims (10)
1.一种碳-电市场中的多虚拟电厂优化运行与分配方法，其特征在于，包括以下步骤：
考虑虚拟电厂参与碳资产管理的能力，建立考虑风险与碳流动的多虚拟电厂经济效益最优模型；
建立多虚拟电厂日前优化合作博弈模型，对合作博弈模型进行求解获得各虚拟电厂在日前运行中获得的经济效益以及各虚拟电厂在日前与上级电网交易、与其他虚拟电厂直接交易的电能、碳配额价量和各可调单元的调节量；
引入综合修正因子量化分配影响因素对分配结果的影响，构建改进的加权Shapley值虚拟电厂效益分配模型，得到体现各元件在虚拟电厂中多维度的投入与贡献水平的分配结果。
2.根据权利要求1所述的一种碳-电市场中的多虚拟电厂优化运行与分配方法，其特征在于，虚拟电厂的经济效益包括电能市场与碳交易市场中获得的收益：
其中，
为虚拟电厂i在t时刻的经济效益，
为虚拟电厂在电能市场中获得的收益，
为虚拟电厂在碳交易市场中获得的收益。
3.根据权利要求2所述的一种碳-电市场中的多虚拟电厂优化运行与分配方法，其特征在于，所述虚拟电厂在电能市场中获得的收益为：
式中：
分别为t时刻虚拟电厂i直接电能交互效益、需缴纳的过网费、与主网交易电能的效益、可调负荷的调用成本、储能的调用成本、DER的运维成本。
4.根据权利要求2所述的一种碳-电市场中的多虚拟电厂优化运行与分配方法，其特征在于，所述虚拟电厂在碳交易市场中获得的收益为：
式中：
分别为t时刻虚拟电厂i直接碳配额交互效益、与主网交易碳配额的效益。
5.根据权利要求1所述的一种碳-电市场中的多虚拟电厂优化运行与分配方法，其特征在于，考虑风险与碳流动的多虚拟电厂经济效益最优模型的优化运行目标为：
式中，
为虚拟电厂i参与合作运行时的t时刻的效益，βi为风险偏好系数，反映了虚拟电厂i对风险的偏好程度；
为虚拟电厂i在t时刻的经济效益，ρCVaR,i为虚拟电厂i的条件风险价值。
6.根据权利要求1所述的一种碳-电市场中的多虚拟电厂优化运行与分配方法，其特征在于，所述考虑风险与碳流动的多虚拟电厂经济效益最优模型的约束包括电能约束、电价约束、可调负荷约束、储能约束和碳配额交易价、量约束。
7.根据权利要求1所述的一种碳-电市场中的多虚拟电厂优化运行与分配方法，其特征在于，所述多虚拟电厂日前优化合作博弈模型的目标函数为：
式中，N为参与合作联盟的虚拟电厂总数，
分别为t时刻虚拟电厂i参与合作运行时的效益和单独运行时的最优效益，当
时，虚拟电厂i不再参与合作运行。
8.根据权利要求1所述的一种碳-电市场中的多虚拟电厂优化运行与分配方法，其特征在于，所述改进的加权Shapley值虚拟电厂效益分配模型为：
式中，
为修正后元件q的分配所得；
为修正前后元件q的经济效益变化值；
为修正前元件q的分配所得；Ci为虚拟电厂i的整体经济效益；ΔCq为综合修正因子，T为部分参与者组成的子联盟，x为经济效益，v加权因子。
9.根据权利要求1所述的一种碳-电市场中的多虚拟电厂优化运行与分配方法，其特征在于，所述分配影响因素包括风险、满意度、碳减排贡献，与之对应的修正因子包括风险指标因子、满意度因子和碳减排贡献因子。
10.根据权利要求9所述的一种碳-电市场中的多虚拟电厂优化运行与分配方法，其特征在于，所述综合修正因子由各修正因子进行归一化处理后，按照权重进行加权平均计算得到：
ΔCq＝(μ1,μ2,μ3)×(ΔErisk,q,ΔEcosy,q,ΔEcarbon,q)T
其中，μ1、μ2、μ3为权重参数，ΔErisk,q,ΔEcosy,q,ΔEcarbon,q分别为归一化后的风险指标因子、满意度因子和碳减排贡献因子。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211183461.8A CN115759556A (zh) | 2022-09-27 | 2022-09-27 | 一种碳-电市场中的多虚拟电厂优化运行与分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211183461.8A CN115759556A (zh) | 2022-09-27 | 2022-09-27 | 一种碳-电市场中的多虚拟电厂优化运行与分配方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115759556A true CN115759556A (zh) | 2023-03-07 |
Family
ID=85350301
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211183461.8A Pending CN115759556A (zh) | 2022-09-27 | 2022-09-27 | 一种碳-电市场中的多虚拟电厂优化运行与分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115759556A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116826863A (zh) * | 2023-06-28 | 2023-09-29 | 南方电网能源发展研究院有限责任公司 | 发电厂碳配额调整方法、装置、计算机设备和存储介质 |
| CN117196173A (zh) * | 2023-07-27 | 2023-12-08 | 河海大学 | 一种考虑运行风险和网络传输的虚拟电厂分布式调度方法 |
| CN117196680A (zh) * | 2023-09-21 | 2023-12-08 | 江苏方天电力技术有限公司 | 一种虚拟电厂参与市场交易的内部主体效益分配方法及装置 |
-
2022
- 2022-09-27 CN CN202211183461.8A patent/CN115759556A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116826863A (zh) * | 2023-06-28 | 2023-09-29 | 南方电网能源发展研究院有限责任公司 | 发电厂碳配额调整方法、装置、计算机设备和存储介质 |
| CN117196173A (zh) * | 2023-07-27 | 2023-12-08 | 河海大学 | 一种考虑运行风险和网络传输的虚拟电厂分布式调度方法 |
| CN117196173B (zh) * | 2023-07-27 | 2024-04-09 | 河海大学 | 一种考虑运行风险和网络传输的虚拟电厂分布式调度方法 |
| CN117196680A (zh) * | 2023-09-21 | 2023-12-08 | 江苏方天电力技术有限公司 | 一种虚拟电厂参与市场交易的内部主体效益分配方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107464010B (zh) | 一种虚拟电厂容量优化配置方法 | |
| CN110909910B (zh) | 一种基于pbr的偏差电量考核机制优化设计方法 | |
| CN115759556A (zh) | 一种碳-电市场中的多虚拟电厂优化运行与分配方法 | |
| CN109389327B (zh) | 基于风光不确定性的多虚拟电厂时前合作方法 | |
| CN115115277A (zh) | 园区综合能源调度方法、装置、计算机设备及存储介质 | |
| CN110659772A (zh) | 售电公司在分段线性偏差电量考核机制下的最优经营策略确定方法 | |
| Yu et al. | A Stackelberg game-based peer-to-peer energy trading market with energy management and pricing mechanism: A case study in Guangzhou | |
| CN110929978A (zh) | 一种电力市场风险评估方法及评估系统 | |
| 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 | |
| CN112232716A (zh) | 一种考虑调峰辅助服务的智慧园区优化决策方法 | |
| CN117114877A (zh) | 一种基于虚拟电厂的中长期电力交易方法及系统 | |
| CN111160767A (zh) | 一种综合能源服务效益评估方法 | |
| Baik et al. | Business feasibility study for storage-based customer flexibility platform of load-serving entity | |
| CN115796929A (zh) | 一种绿电交易驱动的互联微网群低碳共享方法 | |
| CN114362139A (zh) | 一种以消纳新能源为目标的源-荷-储多边议价日前响应控制方法 | |
| Jin et al. | PJM capacity market and Enlightenment to China's capacity market design | |
| Wang et al. | Research on market operation of power supply virtual power plant based on system dynamics | |
| Jiang et al. | An interactive dispatching strategy for virtual power plants based on multi-energy coordination and demand side bidding | |
| Mu et al. | Optimal decision-making of multi-market trading of power sales companies based on renewable portfolio standard on electricity-consumption side | |
| Zhao et al. | Operation Strategy of Integrated Wind-Solar-Hydrogen-Storage System as VPP in Electricity Market | |
| CN112651637B (zh) | 一种面向虚拟电厂的分布式电源激励机制分析方法 | |
| CN118157215B (zh) | 基于阶梯式碳交易的气电耦合虚拟电厂低碳运行方法 | |
| Li et al. | Optimization Strategies and Benefit Allocation of Virtual Power Plants Considering Different Risk Preferences | |
| Yang et al. | Optimal Scheduling Strategy of Demand Response Aggregators Considering Customers' Complicated Response Characteristic | |
| Guo et al. | Analysis on Market Potential of Generation-side Contract Electricity Transfer Transaction |
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 |