CN116050071A - 基于电力市场和碳市场的电源规划方法及系统 - Google Patents
基于电力市场和碳市场的电源规划方法及系统 Download PDFInfo
- Publication number
- CN116050071A CN116050071A CN202211563963.3A CN202211563963A CN116050071A CN 116050071 A CN116050071 A CN 116050071A CN 202211563963 A CN202211563963 A CN 202211563963A CN 116050071 A CN116050071 A CN 116050071A
- Authority
- CN
- China
- Prior art keywords
- market
- carbon
- power
- planning
- model
- 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 241
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 234
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000009466 transformation Effects 0.000 claims abstract description 11
- 239000010410 layer Substances 0.000 claims description 38
- 230000006870 function Effects 0.000 claims description 30
- 238000005457 optimization Methods 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 22
- 230000009467 reduction Effects 0.000 claims description 22
- 230000005611 electricity Effects 0.000 claims description 14
- 239000002356 single layer Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 230000009977 dual effect Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 10
- 230000008878 coupling Effects 0.000 claims description 7
- 238000010168 coupling process Methods 0.000 claims description 7
- 238000005859 coupling reaction Methods 0.000 claims description 7
- 239000000446 fuel Substances 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 239000002355 dual-layer Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 102000002423 Octamer Transcription Factor-6 Human genes 0.000 description 1
- 108010068113 Octamer Transcription Factor-6 Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种基于电力市场和碳市场的电源规划方法及系统,包括:构建规划目标年的典型场景;建立基于电力市场和碳市场的双层电源规划模型;其中:上层模型用于确定电源规划方案,并将电源规划方案传递至下层模型;下层模型基于电源规划方案,分别对电力市场和碳市场交易进行模拟,并将市场出清价格传递至上层;对下层模型进行问题转化,将电力市场和碳市场出清的等价约束条件放入上层模型中,并对上层模型求解,得到最终的电源规划方案中的各项结果。本发明充分考虑电力市场和碳市场的影响,构建相应交易模型并作为约束嵌入到电源规划模型中,能够准确评估电源在碳市场中参与碳配额交易和在电力市场中参与电能量交易时的收益和成本。
Description
技术领域
本发明涉及电力系统规划技术领域,具体地,涉及一种基于电力市场和碳市场的电源规划方法及系统,同时提供了一种相应的计算机终端及计算机可读存储介质。
背景技术
随着电力体制改革和发展,我国电力市场建设面临着必要性和迫切需求。此外,为了实现“碳达峰-碳中和”的目标,我国也在积极推进碳市场建设,全国碳排放权交易市场也已在我国开市。电力行业占据了我国碳排放总量的40%以上,同时也是碳场交易的主体之一。在电力市场和碳交易市场的双重作用下,电源规划决策面临极大的风险。一方面,在电力市场中电源作为电能量的供应主体,其运行成本受到电价的影响,而另一方面,以火电为代表的常规电源又是碳交易市场的购买方,其碳排放权交易的成本直接影响其运行成本。因此,对于发电商而言,不仅要考虑电力市场的成本问题,还需要结合碳交易的成本,以便充分评估电源规划方案的合理性。
从目前已公开发表的文献报到中检索发现,李秀芬、李学峰、李国庆等在《供用电》(2021,38(10):12-18)上发表的《考虑碳约束的区域电源多阶段双层扩展规划方法》,将碳排放总量作为约束嵌入到规划模型中。杨楠、丁力、刘钊等在《电力系统保护与控制》(2022,50(9):11-23)上发表的《市场背景下考虑不确定性价值和全市场要素博弈的电力系统规划方法》提出了考虑规划不确定性价值和全市场要素博弈的电力系统规划方法,以分布式电源、输电线路扩容等作为决策变量,考虑电力市场中各参与主体间的博弈,基于期权选择理论建立了规划模型。温俊强,曾博,张建华在《电力系统自动化》(2015(15):61-67)上发表的《市场环境下考虑各利益主体博弈的分布式电源双层规划方法》提出了电力市场环境下考虑分布式电源的运营商和配电公司不同利益需求的双层规划模型。包括上述技术文献在内的现有电力系统电源规划方法,一般将碳排放总量作为约束考虑在规划模型中,而并未将碳排放权交易带来的成本或收益考虑在内,然而碳排放交易市场在电力系统规划中已成为重要的一环,因此现有技术无法准确评估电源规划方案的合理性,无法为未来电力市场和碳市场双重环境下的电源规划方案决策提供指导。
发明内容
本发明针对现有技术中存在的上述不足,提供了一种基于电力市场和碳市场的电源规划方法及系统,同时提供了一种相应的计算机终端及计算机可读存储介质。
根据本发明的一个方面,提供了一种基于电力市场和碳市场的电源规划方法,包括:
构建规划目标年的典型场景;
基于所述规划目标年的典型场景,建立基于电力市场和碳市场的双层电源规划模型;其中:上层模型用于确定电源规划方案,并将所述电源规划方案传递至下层模型;下层模型基于所述电源规划方案,分别对电力市场和碳市场交易进行模拟,并将市场出清价格传递至上层;
对下层模型进行问题转化,将电力市场和碳市场出清的等价约束条件放入上层模型中,并对上层模型求解,得到最终的电源规划方案中的各项结果。
可选地,所述构建规划目标年的典型场景,包括:
基于可再生能源出力的历史数据及规划目标年负荷预测水平,采用聚类的方法,构建规划目标年的典型场景,得到待选集和规划目标年系统的网络拓扑结构,用于建立规划目标年的双层电源规划模型的约束条件;
其中:
所述典型场景,包括:新能源典型出力水平和负荷水平;
所述待选集,包括:待选电源位置、装机容量、投资成本和碳排放强度;
所述规划目标年系统的网络拓扑结构,包括:母线名称、输电线路起止母线名称和线路容量。
可选地,所述基于所述规划目标年的典型场景,建立基于电力市场和碳市场的双层电源规划模型,包括:
构建所述双层电源规划模型的上层模型为:
下层模型约束 (6)
其中:
式(1)为目标函数,表示发电商年综合成本最小;
式(2)~式(6)为目标函数的约束条件;其中:
式(2)表示电源k的投建状态约束,当xk取1时,表示电源k投建,当xk取0时,表示电源k未投建;
式(3)表示最大投资费用约束;
式(4)表示发电机组k在电力市场中的报价不低于0;
式(5)表示发电机组k在碳市场中购买碳配额的出价不低于0;
式(6)表示下层模型作为上层模型的规划问题约束;
式中,fcost表示发电商的年综合成本;T表示全年小时数;s表示场景序号;Λ表示场景集合;ρs表示场景s的概率;i表示母线编号;Ω表示系统母线集合;k表示发电机编号;表示母线i中待选发电机集合;Pg,k,s为常规机组k的中标出力;λi,s表示场景s中节点i的电价;λCar,s表示场景s中碳交易的价格;Cfuel,k表示发电机k单位电量燃料成本;Θ+表示待选发电机集合;表示年投资成本的上限;Qgts,k,s表示场景s中发电机k的碳交易中标额度;IInv,k表示发电机k投资成本的等年值;Cg,k,s表示发电机k参与电力市场出清时的报价;Cgtp,k,s表示发电机k参与碳市场交易购买碳配额时的报价;
构建所述双层电源规划模型的下层模型,包括:
构建所述下层模型的电力市场交易部分为:
其中:
式(7)为目标函数,表示电力市场出清以电力市场产生的总社会成本最小为目标;
式(8)表示节点功率平衡约束;
式(9)表示线路潮流方程约束;
式(10)表示线路容量约束;
式(11)表示待选常规机组出力约束;
式(12)表示已有常规机组出力约束;
式(13)表示新能源机组出力约束;
式(14)表示电力用户中标量约束;
式(15)表示电压相角约束;
式(16)~(17)表示电-碳市场耦合约束;
式中:fEcost,s为电力市场出清的总社会成本;Cd,i,s为电力用户i的报价,Pd,i,s为用户i的中标电量;PR,w,s为新能源机组w的中标出力;Cg,k,s为常规机组k的报价;CR,w,s为新能源机组w的报价;Φ为新能源机组集合;fl为线路l的潮流;Γi表示与节点i相连的线路集合;bl为线路l的电纳;θl,s表示线路l两端的节点电压相角差;fl max和fl min分别表示线路l的容量上下限;和分别表示常规机组k的最大出力和最小出力;Θ-为已有常规机组集合;为新能源机组w出力的预测值;和代表用户i的中标电量上下限;和分别表示线路l两端节点电压相角差的上下限;表示常规机组k具有的碳排放配额;为供应商w的国家核证减排量出清量;为出清时发电商抵消的碳排放配额;和由碳市场出清得到,在电力市场出清中作为已知量;ck为常规机组的碳排放强度;ψw表示新能源机组w生产1度电分配到的国家核证减排量;χ为碳市场国家核证减排量的最大可出售比例;ψw为新能源机组w发1度电的国家核证减排量分配量;Δt为单位时间间隔;Θ为常规机组集合; 分别表示式(8)~(17)的对偶变量;
构建所述下层模型的碳市场交易部分为:
其中:
式(18)为目标函数,表示碳市场出清以碳市场产生的总社会成本最小为目标;
式(19)~式(29)为目标函数的约束条件;其中:
式(19)表示碳排放配额/国家核证减排量供需平衡约束;
式(20)表示其他行业供应商可交易碳排放量约束;
式(21)表示已有常规机组供应商可交易碳排放量约束;
式(22)表示已有常规机组碳排放量中标量约束;
式(23)表示待选常规机组供应商可交易碳排放量约束;
式(24)表示待选常规机组碳排放量中标量约束;
式(25)表示常规机组碳排放配额约束;
式(26)表示碳排放总量约束;
式(27)~(29)表示电-碳市场耦合约束;
式中:fCcost,s为碳市场出清产生的总社会成本;Qgtp,k,s为用户k的碳排放配额竞标配额;Ct,z,s为其它行业碳排放配额/国家核证减排量供应商z的报价;Qt,z,s为其它行业碳排放配额/国家核证减排量供应商z的碳排放配额出清量;CRt,w,s为新能源机组国家核证减排量供应商w的报价;QRt,w,s为新能源机组国家核证减排量供应商w的国家核证减排量出清量;Cgts,k为常规机组碳排放配额供应商k的报价;和分别表示其它行业碳排放配额/国家核证减排量供应商z可出售的配额上下限;和分别表示常规机组发电商k可购买的配额上下限;为本轮碳市场出清过程中的碳排放总量;为已有常规机组碳排放配额用户集合;Ξ为碳排放配额供应商集合;为已有常规机组碳排放配额供应商集合;为已有常规机组碳排放配额用户集合;为已有常规机组碳排放配额供应商集合;Θ为常规机组集合;表示常规机组k的初始碳排放配额,该式表示常规机组k具备的碳排放配额等于初始量加购买量再减去出售量;τmax和τmin为可抵消的碳排放配额上下限;分别表示式(19)~(29)的对偶变量。
可选地,所述对下层模型进行优化问题转化,将电力市场和碳市场出清的等价约束条件放入上层模型中,包括:
采用KKT条件,得到所述下层模型中电力市场出清和碳市场出清的充要条件;
将所述充要条件作为下层模型中电力市场出清和碳市场出清的等价约束条件,并放入上层模型中,将所述双层电源规划模型转化为单层的混合整数非线性优化问题。
可选地,所述采用KKT条件,得到所述下层模型中电力市场出清和碳市场出清的充要条件,包括:
采用KKT条件得到电力市场出清的充要条件包括如下式子:
采用KKT条件得到碳市场出清的充要条件包括如下式子:
可选地,所述将所述充要条件作为下层模型中电力市场出清和碳市场出清的等价约束条件,并放入上层模型中,将所述双层电源规划模型转化为单层的混合整数非线性优化问题,包括:
构建单层的混合整数非线性优化问题的目标函数为:
约束条件为:
所述双层电源规划模型的上层模型的约束条件式(2)~式(5);
所述双层电源规划模型的下层模型的电力市场和碳市场出清的等价约束条件式(30)~式(68)。
可选地,所述对上层模型求解,得到最终的电源规划方案中的各项结果,包括:
基于所述目标函数及其约束条件,对转化的所述单层的混合整数非线性优化问题进行求解,得到用于最终的电源规划方案的优化参数,完成基于电力市场和碳市场的电源规划。
可选地,所述优化参数包括:电源类型、建设规模和社会成本。
根据本发明的另一个方面,提供了一种基于电力市场和碳市场的电源规划系统,包括:
场景构建模块,该模块用于构建规划目标年的典型场景;
双层电源规划模型构建模块,该模块基于所述规划目标年的典型场景,建立基于电力市场和碳市场的双层电源规划模型;其中:上层模型用于确定电源规划方案,并将所述电源规划方案传递至下层模型;下层模型基于所述电源规划方案,分别对电力市场和碳市场交易进行模拟,并将市场出清价格传递至上层;
电源规划方案决策模块,该模块用于对下层模型进行问题转化,将电力市场和碳市场出清的等价约束条件放入上层模型中,并对上层模型求解,得到最终的电源规划方案中的各项结果。
根据本发明的第三个方面,提供了一种计算机终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时可用于执行上述任一项所述的方法,或,运行上述的系统。
根据本发明的第四个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可用于执行上述任一项所述的方法,或,运行上述的系统。
由于采用了上述技术方案,本发明与现有技术相比,具有如下至少一项的有益效果:
本发明提供的基于电力市场和碳市场的电源规划方法及系统,同时考虑电力市场和碳市场,解决现有规划技术难以准确评估未来电力市场和碳市场双重作用下的发电商电源规划方案的合理性问题,得到的电源规划方案能够降低电力系统的运行成本,并保证电力系统的高效运行。
本发明提供的基于电力市场和碳市场的电源规划方法及系统,充分考虑了电力市场和碳市场的影响,将电源参与电力市场中能量供应和碳市场中碳配额交易反映在规划模型中,通过模拟电源在电力市场和碳市场中的交易策略,提高了规划方案对电力市场和碳市场的适应性,能够在满足碳排放约束的前提下实现电源投资方案最优,提高规划方案的合理性,降低电力系统的运行成本,并保证电力系统的高效运行。
本发明提供的基于电力市场和碳市场的电源规划方法及系统,将电源作为电力市场能量供应商及碳市场碳配额供应商和购买方,构建电力市场交易模型和碳市场交易模型并作为约束嵌入到电源规划模型中,能够准确评估电源在碳市场中参与碳配额交易和在电力市场中参与电能量交易时的收益和成本。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一优选实施例中基于电力市场和碳市场的电源规划方法的工作流程图。
图2为本发明一优选实施例中基于电力市场和碳市场的电源规划系统的组成模块示意图。
具体实施方式
下面对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
本发明一实施例提供了一种基于电力市场和碳市场的电源规划方法,该方法在电源规划阶段对可能的电力市场和碳市场交易情况进行了充分模拟,有效提高规划方案的合理性。
如图1所示,该实施例提供的基于电力市场和碳市场的电源规划方法,可以包括如下步骤:
S1,构建规划目标年的典型场景。
在S1的一优选实施例中,构建规划目标年的典型场景,可以包括如下步骤:
S11,基于可再生能源出力(风、光出力)的历史数据及规划目标年负荷预测水平,采用聚类的方法(例如k-means等聚类方法),构建规划目标年的典型场景,得到待选集和规划目标年系统的网络拓扑结构,用于建立规划目标年的双层电源规划模型的约束条件(即式(2)~式(5)和式(30)~式(68));
其中:
典型场景,包括:新能源典型出力水平和负荷水平;
待选集,包括:待选电源位置、装机容量、投资成本和碳排放强度;
规划目标年系统的网络拓扑结构,包括:母线名称、输电线路起止母线名称和线路容量。
S2,基于规划目标年的典型场景,建立基于电力市场和碳市场的双层电源规划模型;其中:上层模型用于确定电源规划方案,并将电源规划方案传递至下层模型;下层模型基于电源规划方案,分别对电力市场和碳市场交易进行模拟,并将市场出清价格传递至上层。
在S2的一优选实施例中,基于规划目标年的典型场景,建立基于电力市场和碳市场的双层电源规划模型,可以包括如下步骤:
S21,构建双层电源规划模型的上层模型,可以为:
下层模型约束 (6)
其中:
式(1)为目标函数,表示发电商年综合成本最小;
式(2)~式(6)为目标函数的约束条件;其中:
式(2)表示电源k的投建状态约束,当xk取1时,表示电源k投建,当xk取0时,表示电源k未投建;
式(3)表示最大投资费用约束;
式(4)表示发电机组k在电力市场中的报价不低于0;
式(5)表示发电机组k在碳市场中购买碳配额的出价不低于0;
式(6)表示下层模型作为上层模型的规划问题约束;
式中,fcost表示发电商的年综合成本(包括投资成本、燃料成本、碳排放配额购入成本、售电收益;其中,售电收益作为负的成本);T表示全年小时数;s表示场景序号;Λ表示场景集合;ρs表示场景s的概率;i表示母线编号;Ω表示系统母线集合;k表示发电机编号;表示母线i中待选发电机集合;Pg,k,s为常规机组k的中标出力;λi,s表示场景s中节点i的电价;λCar,s表示场景s中碳交易的价格;Cfuel,k表示发电机k单位电量燃料成本;Θ+表示待选发电机集合;表示年投资成本的上限;Qgts,k,s表示场景s中发电机k的碳交易中标额度;IInv,k表示发电机k投资成本的等年值;Cg,k,s表示发电机k参与电力市场出清时的报价;Cgtp,k,s表示发电机k参与碳市场交易购买碳配额时的报价;
S22,构建双层电源规划模型的下层模型,可以包括:
S221,构建下层模型的电力市场交易部分,可以为:
其中:
式(7)为目标函数,表示电力市场出清以电力市场产生的总社会成本最小为目标;
式(8)表示节点功率平衡约束;
式(9)表示线路潮流方程约束;
式(10)表示线路容量约束;
式(11)表示待选常规机组出力约束;
式(12)表示已有常规机组出力约束;
式(13)表示新能源机组出力约束;
式(14)表示电力用户中标量约束;
式(15)表示电压相角约束;
式(16)~(17)表示电-碳市场耦合约束;
式中:fEcost,s为电力市场出清的总社会成本;Cd,i,s为电力用户i的报价,Pd,i,s为用户i的中标电量;PR,w,s为新能源机组w的中标出力;Cg,k,s为常规机组k的报价;CR,w,s为新能源机组w的报价;Φ为新能源机组集合;fl为线路l的潮流;Γi表示与节点i相连的线路集合;bl为线路l的电纳;θl,s表示线路l两端的节点电压相角差;fl max和fl min分别表示线路l的容量上下限;和分别表示常规机组k的最大出力和最小出力;Θ-为已有常规机组集合;为新能源机组w出力的预测值;和代表用户i的中标电量上下限;和分别表示线路l两端节点电压相角差的上下限;表示常规机组k具有的碳排放配额;为供应商w的国家核证减排量出清量;为出清时发电商抵消的碳排放配额;和由碳市场出清得到,在电力市场出清中作为已知量;ck为常规机组的碳排放强度;ψw表示新能源机组w生产1度电分配到的国家核证减排量;χ为碳市场国家核证减排量的最大可出售比例;ψw为新能源机组w发1度电的国家核证减排量分配量;Δt为单位时间间隔;Θ为常规机组集合; 分别表示式(8)~(17)的对偶变量;
S222,构建下层模型的碳市场交易部分,可以为:
其中:
式(18)为目标函数,表示碳市场出清以碳市场产生的总社会成本最小为目标;
式(19)~式(29)为目标函数的约束条件;其中:
式(19)表示碳排放配额/国家核证减排量供需平衡约束;
式(20)表示其他行业供应商可交易碳排放量约束;
式(21)表示已有常规机组供应商可交易碳排放量约束;
式(22)表示已有常规机组碳排放量中标量约束;
式(23)表示待选常规机组供应商可交易碳排放量约束;
式(24)表示待选常规机组碳排放量中标量约束;
式(25)表示常规机组碳排放配额约束;
式(26)表示碳排放总量约束;
式(27)~(29)表示电-碳市场耦合约束;
式中:fCcost,s为碳市场出清产生的总社会成本;Qgtp,k,s为用户k的碳排放配额竞标配额;Ct,z,s为其它行业碳排放配额/国家核证减排量供应商z的报价(电力市场或者碳市场参与者进行报价以便能够实现市场出清,该报价实际体现市场参与者准备以什么样的价格购入/出售电量或者碳排放权,为领域公知);Qt,z,s为其它行业碳排放配额/国家核证减排量供应商z的碳排放配额出清量;CRt,w,s为新能源机组国家核证减排量供应商w的报价;QRt,w,s为新能源机组国家核证减排量供应商w的国家核证减排量出清量;Cgts,k为常规机组碳排放配额供应商k的报价;和分别表示其它行业碳排放配额/国家核证减排量供应商z可出售的配额上下限;和分别表示常规机组发电商k可购买的配额上下限;为本轮碳市场出清过程中的碳排放总量;为已有常规机组碳排放配额用户集合;Ξ为碳排放配额供应商集合;为已有常规机组碳排放配额供应商集合;为已有常规机组碳排放配额用户集合;为已有常规机组碳排放配额供应商集合;Θ为常规机组集合;表示常规机组k的初始碳排放配额,该式表示常规机组k具备的碳排放配额等于初始量加购买量再减去出售量;τmax和τmin为可抵消的碳排放配额上下限;分别表示式(19)~(29)的对偶变量。
S3,对下层模型进行问题转化,将电力市场和碳市场出清的等价约束条件放入上层模型中,并对上层模型求解,得到最终的电源规划方案中的各项结果。
在S3的一优选实施例中,对下层模型进行优化问题转化,将电力市场和碳市场出清的等价约束条件放入上层模型中,可以包括如下步骤:
S31,采用Karush–Kuhn–Tucker conditions(KKT条件),得到下层模型中电力市场出清和碳市场出清的充要条件。在一优选实施例中,可以包括:
S311,采用KKT条件得到电力市场出清的充要条件包括如下式子:
式中:在式(7)~(17)中所示的电力市场交易部分已对上述电力市场出清的充要条件中所涉及的所有变量进行了解释; 分别表示式(8)~(17)的对偶变量,用以表示相关约束对目标函数的灵敏度,这些变量构成了原问题的KKT条件,将原优化问题转化为了约束条件形式,使得下层模型中的电力市场出清问题能够转化为上层模型中的电源规划问题的约束条件,易于模型求解。
S312,采用KKT条件得到碳市场出清的充要条件包括如下式子:
式中:在式(18)~(29)中所示的碳市场交易部分已对上述碳市场出清的充要条件中所涉及的所有变量进行了解释; 分别表示式(19)~(29)的对偶变量,用以表示相关约束对目标函数的灵敏度,这些变量构成了原问题的KKT条件,将原优化问题转化为了约束条件形式,使得下层模型中的碳市场出清问题能够转化为上层模型中的电源规划问题的约束条件,易于模型求解。
S32,将充要条件作为下层模型中电力市场出清和碳市场出清的等价约束条件,并放入上层模型中,将双层电源规划模型转化为单层的混合整数非线性优化问题。在一优选实施例中,可以包括:
S321,构建单层的混合整数非线性优化问题的目标函数,可以为:
该目标函数即为式(1)所示的双层电源规划模型的上层模型的目标函数;下层模型的两个优化问题(即电力市场出清和碳市场出清的优化问题)由新构建的约束条件取代。
S322,构建该目标函数的约束条件,可以为:
双层电源规划模型的上层模型的约束条件式(2)~式(5);
双层电源规划模型的下层模型的电力市场和碳市场出清的等价约束条件式(30)~式(68)。
在S3的一优选实施例中,对上层模型求解,得到最终的电源规划方案中的各项结果,可以包括如下步骤:
基于目标函数及其约束条件,对转化的单层的混合整数非线性优化问题进行求解,得到用于最终的电源规划方案的优化参数,完成基于电力市场和碳市场的电源规划。
进一步地,该求解的步骤可以直接使用商业求解器进行求解。具体地,上述双层电源规划模型(1)~(29)经过转化后,由目标函数式(69)和约束条件(2)~(5)、(30)~(68)组成了单层规划问题,并且转化为了混合整数非线性优化结构,可以利用SCIP,GLPK,Gurobi等商业求解器进行求解。
进一步地,优化参数包括:电源类型、建设规模和社会成本。
进一步地,式(2)中的xk表示电源k的投建状态约束,当xk取1时,表示电源k投建,当xk取0时,表示电源k未投建;式(12)中的可以代表电源的类型和电源自身的规模;可以代表该类型和规模的电源是否投建。
本发明一实施例提供了一种基于电力市场和碳市场的电源规划系统。
如图2所示,该实施例提供的基于电力市场和碳市场的电源规划系统,可以包括如下模块:
场景构建模块,该模块用于构建规划目标年的典型场景;
双层电源规划模型构建模块,该模块基于规划目标年的典型场景,建立基于电力市场和碳市场的双层电源规划模型;其中:上层模型用于确定电源规划方案,并将电源规划方案传递至下层模型;下层模型基于电源规划方案,分别对电力市场和碳市场交易进行模拟,并将市场出清价格传递至上层;
电源规划方案决策模块,该模块用于对下层模型进行问题转化,将电力市场和碳市场出清的等价约束条件放入上层模型中,并对上层模型求解,得到最终的电源规划方案中的各项结果。
需要说明的是,本发明提供的方法中的步骤,可以利用系统中对应的模块、装置、单元等予以实现,本领域技术人员可以参照方法的技术方案实现系统的组成,即,方法中的实施例可理解为构建系统的优选例,在此不予赘述。
本发明一实施例提供了一种计算机终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时可用于执行本发明上述实施例中任一项的方法,或,运行本发明上述实施例中任一项的系统。
可选地,存储器,用于存储程序;存储器,可以包括易失性存储器(英文:volatilememory),例如随机存取存储器(英文:random-access memory,缩写:RAM),如静态随机存取存储器(英文:static random-access memory,缩写:SRAM),双倍数据率同步动态随机存取存储器(英文:Double Data Rate Synchronous Dynamic Random Access Memory,缩写:DDR SDRAM)等;存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory)。存储器用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等,上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。
处理器,用于执行存储器存储的计算机程序,以实现上述实施例涉及的方法中的各个步骤或系统各种的各个模块。具体可以参见前面方法和系统实施例中的相关描述。
处理器和存储器可以是独立结构,也可以是集成在一起的集成结构。当处理器和存储器是独立结构时,存储器、处理器可以通过总线耦合连接。
本发明一实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可用于执行本发明上述实施例中任一项的方法,或,运行本发明上述实施例中任一项的系统。
本发明上述实施例提供的基于电力市场和碳市场的电源规划方法及系统,同时考虑电力市场和碳市场,解决现有规划技术难以准确评估未来电力市场和碳市场双重作用下的发电商电源规划方案的合理性问题,得到的电源规划方案能够降低电力系统的运行成本,并保证电力系统的高效运行;充分考虑了电力市场和碳市场的影响,将电源参与电力市场中能量供应和碳市场中碳配额交易反映在规划模型中,通过模拟电源在电力市场和碳市场中的交易策略,提高了规划方案对电力市场和碳市场的适应性,能够在满足碳排放约束的前提下实现电源投资方案最优,提高规划方案的合理性,降低电力系统的运行成本,并保证电力系统的高效运行;将电源作为电力市场能量供应商及碳市场碳配额供应商和购买方,构建电力市场交易模型和碳市场交易模型并作为约束嵌入到电源规划模型中,能够准确评估电源在碳市场中参与碳配额交易和在电力市场中参与电能量交易时的收益和成本。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本发明上述实施例中未尽事宜均为本领域公知技术。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (10)
1.一种基于电力市场和碳市场的电源规划方法,其特征在于,包括:
构建规划目标年的典型场景;
基于所述规划目标年的典型场景,建立基于电力市场和碳市场的双层电源规划模型;其中:上层模型用于确定电源规划方案,并将所述电源规划方案传递至下层模型;下层模型基于所述电源规划方案,分别对电力市场和碳市场交易进行模拟,并将市场出清价格传递至上层;
对下层模型进行问题转化,将电力市场和碳市场出清的等价约束条件放入上层模型中,并对上层模型求解,得到最终的电源规划方案中的各项结果。
2.根据权利要求1所述的基于电力市场和碳市场的电源规划方法,其特征在于,所述构建规划目标年的典型场景,包括:
基于可再生能源出力的历史数据及规划目标年负荷预测水平,采用聚类的方法,构建规划目标年的典型场景,得到待选集和规划目标年系统的网络拓扑结构,用于建立规划目标年双层电源规划模型的约束条件;
其中:
所述典型场景,包括:新能源典型出力水平和负荷水平;
所述待选集,包括:待选电源位置、装机容量、投资成本和碳排放强度;
所述规划目标年系统的网络拓扑结构,包括:母线名称、输电线路起止母线名称和线路容量。
3.根据权利要求1所述的基于电力市场和碳市场的电源规划方法,其特征在于,所述基于所述规划目标年的典型场景,建立基于电力市场和碳市场的双层电源规划模型,包括:
构建所述双层电源规划模型的上层模型为:
下层模型约束 (6)
其中:
式(1)为目标函数,表示发电商年综合成本最小;
式(2)~式(6)为目标函数的约束条件;其中:
式(2)表示电源k的投建状态约束,当xk取1时,表示电源k投建,当xk取0时,表示电源k未投建;
式(3)表示最大投资费用约束;
式(4)表示发电机组k在电力市场中的报价不低于0;
式(5)表示发电机组k在碳市场中购买碳配额的出价不低于0;
式(6)表示下层模型作为上层模型的规划问题约束;
式中,fcost表示发电商的年综合成本;T表示全年小时数;s表示场景序号;Λ表示场景集合;ρs表示场景s的概率;i表示母线编号;Ω表示系统母线集合;k表示发电机编号;表示母线i中待选发电机集合;Pg,k,s为常规机组k的中标出力;λi,s表示场景s中节点i的电价;λCar,s表示场景s中碳交易的价格;Cfuel,k表示发电机k单位电量燃料成本;Θ+表示待选发电机集合;表示年投资成本的上限;Qgts,k,s表示场景s中发电机k的碳交易中标额度;IInv,k表示发电机k投资成本的等年值;Cg,k,s表示发电机k参与电力市场出清时的报价;Cgtp,k,s表示发电机k参与碳市场交易购买碳配额时的报价;
构建所述双层电源规划模型的下层模型,包括:
构建所述下层模型的电力市场交易部分为:
其中:
式(7)为目标函数,表示电力市场出清以电力市场产生的总社会成本最小为目标;
式(8)表示节点功率平衡约束;
式(9)表示线路潮流方程约束;
式(10)表示线路容量约束;
式(11)表示待选常规机组出力约束;
式(12)表示已有常规机组出力约束;
式(13)表示新能源机组出力约束;
式(14)表示电力用户中标量约束;
式(15)表示电压相角约束;
式(16)~(17)表示电-碳市场耦合约束;
式中:fEcost,s为电力市场出清的总社会成本;Cd,i,s为电力用户i的报价,Pd,i,s为用户i的中标电量;PR,w,s为新能源机组w的中标出力;Cg,k,s为常规机组k的报价;CR,w,s为新能源机组w的报价;Φ为新能源机组集合;fl为线路l的潮流;Γi表示与节点i相连的线路集合;bl为线路l的电纳;θl,s表示线路l两端的节点电压相角差;fl max和fl min分别表示线路l的容量上下限;和分别表示常规机组k的最大出力和最小出力;Θ-为已有常规机组集合;为新能源机组w出力的预测值;和代表用户i的中标电量上下限;和分别表示线路l两端节点电压相角差的上下限;表示常规机组k具有的碳排放配额;为供应商w的国家核证减排量出清量;为出清时发电商抵消的碳排放配额;和由碳市场出清得到,在电力市场出清中作为已知量;ck为常规机组的碳排放强度;ψw表示新能源机组w生产1度电分配到的国家核证减排量;χ为碳市场国家核证减排量的最大可出售比例;ψw为新能源机组w发1度电的国家核证减排量分配量;Δt为单位时间间隔;Θ为常规机组集合; 分别表示式(8)~(17)的对偶变量;
构建所述下层模型的碳市场交易部分为:
其中:
式(18)为目标函数,表示碳市场出清以碳市场产生的总社会成本最小为目标;
式(19)~式(29)为目标函数的约束条件;其中:
式(19)表示碳排放配额/国家核证减排量供需平衡约束;
式(20)表示其他行业供应商可交易碳排放量约束;
式(21)表示已有常规机组供应商可交易碳排放量约束;
式(22)表示已有常规机组碳排放量中标量约束;
式(23)表示待选常规机组供应商可交易碳排放量约束;
式(24)表示待选常规机组碳排放量中标量约束;
式(25)表示常规机组碳排放配额约束;
式(26)表示碳排放总量约束;
式(27)~(29)表示电-碳市场耦合约束;
式中:fCcost,s为碳市场出清产生的总社会成本;Qgtp,k,s为用户k的碳排放配额竞标配额;Ct,z,s为其它行业碳排放配额/国家核证减排量供应商z的报价;Qt,z,s为其它行业碳排放配额/国家核证减排量供应商z的碳排放配额出清量;CRt,w,s为新能源机组国家核证减排量供应商w的报价;QRt,w,s为新能源机组国家核证减排量供应商w的国家核证减排量出清量;Cgts,k为常规机组碳排放配额供应商k的报价;和分别表示其它行业碳排放配额/国家核证减排量供应商z可出售的配额上下限;和分别表示常规机组发电商k可购买的配额上下限;为本轮碳市场出清过程中的碳排放总量;为已有常规机组碳排放配额用户集合;Ξ为碳排放配额供应商集合;为已有常规机组碳排放配额供应商集合;为已有常规机组碳排放配额用户集合;为已有常规机组碳排放配额供应商集合;Θ为常规机组集合;表示常规机组k的初始碳排放配额,该式表示常规机组k具备的碳排放配额等于初始量加购买量再减去出售量;τmax和τmin为可抵消的碳排放配额上下限;分别表示式(19)~(29)的对偶变量。
4.根据权利要求3所述的基于电力市场和碳市场的电源规划方法,其特征在于,所述对下层模型进行优化问题转化,将电力市场和碳市场出清的等价约束条件放入上层模型中,包括:
采用KKT条件,得到所述下层模型中电力市场出清和碳市场出清的充要条件;
将所述充要条件作为下层模型中电力市场出清和碳市场出清的等价约束条件,并放入上层模型中,将所述双层电源规划模型转化为单层的混合整数非线性优化问题。
7.根据权利要求6所述的基于电力市场和碳市场的电源规划方法,其特征在于,所述对上层模型求解,得到最终的电源规划方案中的各项结果,包括:
基于所述目标函数及其约束条件,对转化的所述单层的混合整数非线性优化问题进行求解,得到用于最终的电源规划方案的优化参数,完成基于电力市场和碳市场的电源规划;
其中:
所述优化参数包括:电源类型、建设规模和社会成本。
8.一种基于电力市场和碳市场的电源规划系统,其特征在于,包括:
场景构建模块,该模块用于构建规划目标年的典型场景;
双层电源规划模型构建模块,该模块基于所述规划目标年的典型场景,建立基于电力市场和碳市场的双层电源规划模型;其中:上层模型用于确定电源规划方案,并将所述电源规划方案传递至下层模型;下层模型基于所述电源规划方案,分别对电力市场和碳市场交易进行模拟,并将市场出清价格传递至上层;
电源规划方案决策模块,该模块用于对下层模型进行问题转化,将电力市场和碳市场出清的等价约束条件放入上层模型中,并对上层模型求解,得到最终的电源规划方案中的各项结果。
9.一种计算机终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时可用于执行权利要求1-7中任一项所述的方法,或,运行权利要求8所述的系统。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时可用于执行权利要求1-7中任一项所述的方法,或,运行权利要求8所述的系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211563963.3A CN116050071A (zh) | 2022-12-07 | 2022-12-07 | 基于电力市场和碳市场的电源规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211563963.3A CN116050071A (zh) | 2022-12-07 | 2022-12-07 | 基于电力市场和碳市场的电源规划方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116050071A true CN116050071A (zh) | 2023-05-02 |
Family
ID=86119001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211563963.3A Pending CN116050071A (zh) | 2022-12-07 | 2022-12-07 | 基于电力市场和碳市场的电源规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116050071A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116542489A (zh) * | 2023-06-27 | 2023-08-04 | 中国电力科学研究院有限公司 | 一种考虑碳排放约束的电力系统规划方法及系统 |
-
2022
- 2022-12-07 CN CN202211563963.3A patent/CN116050071A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116542489A (zh) * | 2023-06-27 | 2023-08-04 | 中国电力科学研究院有限公司 | 一种考虑碳排放约束的电力系统规划方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | Optimal sizing and operations of shared energy storage systems in distribution networks: A bi-level programming approach | |
Luo et al. | Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources | |
CN108711077B (zh) | 一种基于区块链技术的光伏型微电网交易方法 | |
Neuhoff et al. | A coordinated strategic reserve to safeguard the European energy transition | |
Liu et al. | Virtual power plants for a sustainable urban future | |
Vykhodtsev et al. | A review of modelling approaches to characterize lithium-ion battery energy storage systems in techno-economic analyses of power systems | |
Cheng et al. | Stochastic short-term scheduling of a wind-solar-hydro complementary system considering both the day-ahead market bidding and bilateral contracts decomposition | |
Yan et al. | Peer-to-Peer transactive energy trading of multiple microgrids considering renewable energy uncertainty | |
Dadashi et al. | Coordination of wind power producers with an energy storage system for the optimal participation in wholesale electricity markets | |
CN115587668A (zh) | 多园区综合能源系统分布式协同优化调度方法 | |
Bagheri et al. | Stochastic optimization and scenario generation for peak load shaving in Smart District microgrid: sizing and operation | |
Aldaadi et al. | A coordinated bidding model for wind plant and compressed air energy storage systems in the energy and ancillary service markets using a distributionally robust optimization approach | |
Sun et al. | Bi-level model for integrated energy service providers in joint electricity and carbon P2P market | |
Zhu et al. | An integrated electricity-hydrogen market design for renewable-rich energy system considering mobile hydrogen storage | |
Nazari et al. | Joint investment of community energy storage systems in distribution networks using modified Nash bargaining theory | |
Alipour et al. | Designing transactive market for combined heat and power management in energy hubs | |
Tofighi-Milani et al. | A novel distributed paradigm for energy scheduling of islanded multiagent microgrids | |
CN116050071A (zh) | 基于电力市场和碳市场的电源规划方法及系统 | |
Song et al. | Planning shared energy storage systems for the spatio-temporal coordination of multi-site renewable energy sources on the power generation side | |
Aghajani et al. | Optimal energy storage sizing and offering strategy for the presence of wind power plant with energy storage in the electricity market | |
Yang et al. | Multi-objective planning and optimization of microgrid lithium iron phosphate battery energy storage system consider power supply status and CCER transactions | |
Wang et al. | A risk-averse day-ahead bidding strategy of transactive energy sharing microgrids with data-driven chance constraints | |
Kumar et al. | Stochastic profit‐based unit commitment problem considering renewable energy sources with battery storage systems and plug‐in hybrid electric vehicles | |
Chen et al. | Asymmetric Nash bargaining-based cooperative energy trading of multi-park integrated energy system under carbon trading mechanism | |
Pfeifer et al. | Fast energy transition as a best strategy for all? The nash equilibrium of long-term energy planning strategies in coupled power markets |
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 |