CN116128098A - 碳配额共享管理优化方法及设备 - Google Patents

碳配额共享管理优化方法及设备 Download PDF

Info

Publication number
CN116128098A
CN116128098A CN202211489021.5A CN202211489021A CN116128098A CN 116128098 A CN116128098 A CN 116128098A CN 202211489021 A CN202211489021 A CN 202211489021A CN 116128098 A CN116128098 A CN 116128098A
Authority
CN
China
Prior art keywords
grid
micro
carbon
period
power
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
Application number
CN202211489021.5A
Other languages
English (en)
Inventor
赵波
李志浩
张雪松
葛晓慧
陈哲
汪湘晋
马瑜涵
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.)
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Electric Power Research Institute 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 Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202211489021.5A priority Critical patent/CN116128098A/zh
Publication of CN116128098A publication Critical patent/CN116128098A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种碳配额共享管理优化方法，涉及微电网技术领域，用于解决现有电网系统成本、碳排放量都难以控制，并且忽略了碳配额的共享的问题，该方法包括以下步骤：构建微电网成本函数模型，所述微电网内包括燃气机组、风电机组、光伏机组及储能电池；构建配网运营商效用模型，所述配电网运营商效用包括交易电能的收益及交易碳配额的收益；根据所述微电网成本函数模型及所述配电网运营商效用模型，以最小化成本为目标构建微电网间的电能‑碳配额共享模型。本发明还公开了一种碳配额共享管理优化电子设备。本发明通过构建成本及效用模型，实现微电网各资源的调控，并有助于降低碳排放。

Description

碳配额共享管理优化方法及设备
技术领域
本发明涉及一种微电网技术领域，尤其涉及一种基于微电网技术的碳配额共享管理优化方法及设备。
背景技术
2021年电力系统中的发电行业被率先纳入全国碳排放权市场，通过碳市场交易碳配额，从而推动发电行业进行煤电降碳改造。在能源需求的推动下，风、光、水、储、可调负荷、微电网等灵活性资源大量接入电网，网架结构、运行方式越来越复杂。而现有的调控研究缺乏对碳流的分析，微电网的碳排放流处于不可控、不可调及无优化状态，目前电网运行时也难以协同优化碳排放指标和电能指标，成本、碳排放量都难以控制，并且忽略了碳配额的共享，少有从电-碳耦合的角进行多微网系统的能量管理研究。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供一种碳配额共享管理优化方法，其通过建立微电网的成本及效用模型，实现对微电网各个资源的调控。
本发明的目的之一采用以下技术方案实现：
一种碳配额共享管理优化方法，包括以下步骤：
构建微电网成本函数模型，所述微电网内包括燃气机组、风电机组、光伏机组及储能电池；
构建配网运营商效用模型，所述配电网运营商效用包括交易电能的收益及交易碳配额的收益；
根据所述微电网成本函数模型及所述配电网运营商效用模型，以最小化成本为目标构建微电网间的电能-碳配额共享模型。
进一步地，所述燃气机组的成本
Figure SMS_1
计算满足：
Figure SMS_2
Qg,i,t为时刻t微电网i天然气的消耗量，单位为立方米，其中cgas为单位立方米天然气的价格；所述燃气机组的碳排放Ec,i计算满足：
Figure SMS_3
其中，
Figure SMS_4
为二氧化碳的摩尔质量，
Figure SMS_5
为碳的摩尔质量，ηi为微电网i中机组的燃煤含碳率，ζi为微电网i中机组的燃煤碳氧化率，μi为碳捕集率，ωi为度电煤耗；
所述风电机组及所述光伏机组为新能源机组，成本及碳排放为0；
所述微电网i中储能电池的充放电成本计算满足：
Figure SMS_6
Figure SMS_7
其中，
Figure SMS_8
表示微电网i中储能电池在时段t的充放电成本，KES为储能电池的单位充放电成本，Pcha,t和Pdis,t分别表示储能电池在时段t的充电功率和放电功率，ηcha和ηdis分别表示储能电池的充、放电效率。
进一步地，所述微电网成本函数模型满足：
Figure SMS_10
Figure SMS_13
其中，CM,i,t为第i个微电网在t时段的运行成本，Ri,t为第i个微电网在t时段生产的总能源，包括燃煤机组、风电、光伏和储能的发电量，Li,t为用户在t时段的总消耗负荷，
Figure SMS_15
表示当有剩余能源时微电网的收益，
Figure SMS_11
Figure SMS_14
表示生产电能不足时需要购买电能的成本，
Figure SMS_16
为微电网参与碳配额共享的收益，Mi,t为微电网i在t时段的剩余碳配额，
Figure SMS_17
和
Figure SMS_9
分别是微电网i与配网运营商交易电能时的购电电价和售电电价，
Figure SMS_12
表示微电网i与配网运营商交易碳配额时的碳价；
进一步地，所述交易电能的收益
Figure SMS_18
满足：
Figure SMS_19
Figure SMS_20
其中，Ri,t为第i个微电网在t时段生产的总能源，包括燃煤机组、风电、光伏和储能的发电量，Li,t为用户在t时段的初始总消耗负荷，
Figure SMS_21
和
Figure SMS_22
分别是微电网i与配网运营商交易电能时的购电电价和售电电价，
Figure SMS_23
为与公用电网交易的购电价格，
Figure SMS_24
为与公用电网交易的售电价格，
Figure SMS_25
为系统中线路l上的电能损耗；
进一步地，所述配网运营商与微电网交易碳配额的收益
Figure SMS_26
满足：
Figure SMS_27
其中，
Figure SMS_28
为配网运营商与微电网间的共享碳价，
Figure SMS_29
为t时刻外部碳市场的碳价，
Figure SMS_30
为系统中线路l上电能损耗对应的碳配额损耗，Mi,t为微电网i在t时段的剩余碳配额；
进一步地，所述微电网间的电能-碳配额共享模型的目标函数为：
Figure SMS_31
其中，CM,i,t为第i个微电网在t时段的运行成本，
Figure SMS_32
为燃气机组在t时段的运行成本，
Figure SMS_33
为储能电池在t时段的运行成本，Ri,t为第i个微电网在t时段生产的总能源，Li,t为用户在t时段的总消耗负荷，
Figure SMS_34
和
Figure SMS_35
分别是微电网i与配网运营商交易电能时的购电电价和售电电价，
Figure SMS_36
为配网运营商与微电网间的共享碳价，Mi,t为微电网i在t时段的剩余碳配额。
进一步地，所述微电网间的电能-碳配额共享模型的约束条件包括电功率平衡约束、燃气机组运行约束及储能电池运行约束，所述电功率平衡约束满足：
Figure SMS_37
其中，PGrid,i,t表示微电网i从公用电网购买的电量，PWT,i,t和PPV,i,t分别表示微电网i内风电机组和光伏机组的发电量，Pcha,i,t和Pdis,i,t分别表示微电网i内储能电池在时段t的充电功率和放电功率，Pg,i,t表示微电网i内在时段t的机组发电量；所述燃气机组的运行约束满足：
Figure SMS_38
Figure SMS_39
Figure SMS_40
Figure SMS_41
UTi＝min{T,(Ton,i-Ion,i)·non i,0}
DTi＝min{T,(Toff,i-Ioff,i)·(1-non i,0)}
Figure SMS_42
Figure SMS_43
Figure SMS_44
其中，Pg,i,min和Pg,i,max分别表示微电网i内燃气机组的最小出力和最大出力；Pi,RD和Pi,RU分别表示燃气机组的最大下调出力和最大上调出力；nsd i,t＝1表示燃气机组在时段t停运，反之nsd i,t＝0；Ton,i和Toff,i分别表示燃气机组的最小运行时间和最小停运时间；Ion,i和Ioff,i分别表示燃气机组i的初始运行时间和初始停运时间；non,i,0表示燃气机组i在0时刻的运行状态，UTi表示当燃气机组初始状态为开机状态时，燃气机组需维持与初始状态相同开机状态的时间，DTi表示当燃气机组初始状态为停机状态时，燃气机组需维持与初始状态相同停机状态的时间；所述储能电池运行约束满足：
Figure SMS_45
0≤Pcha,t≤Pcha,maxncha,t
0≤Pdis,t≤Pdis,maxndis,t
Figure SMS_46
Figure SMS_47
Figure SMS_48
其中，ncha,t和ndis,t为指示储能电池充放电状态的二进制变量，ncha,t＝1表示储能电池在时段t充电，反之non i,t＝0；ndis,t＝1表示储能电池在时段t放电，反之nsu i,t＝0；Pcha,max和Pdis,max分别表示储能变流器的最大充放电功率；PES,t表示储能电池在时段t的容量；Ec表示储能电池的最大容量；socmax和socmin分别表示储能电池的最大、最小荷电状态。
进一步地，所述微电网间的电能-碳配额共享模型还包括线路电能损耗及碳流损耗计算。
进一步地，所述微电网间的电能-碳配额共享模型还包括建立多微电网间的电能-碳配额共享模型的目标函数为最大化配电网运营商的效用
Figure SMS_49
满足：
Figure SMS_50
其中，
Figure SMS_51
为交易电能的收益，
Figure SMS_52
为交易碳配额的收益，所述最大化配电网运营商的效用的约束条件包括微电网与配网运营商之间共享电价的约束及微电网与配网运营商之间共享碳价的约束。
本发明的目的之二在于提供执行发明目的之一的电子设备，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，所述计算机程序被处理器执行时实现上述的碳配额共享管理优化方法。
相比现有技术，本发明的有益效果在于：
本发明将微电网中的分布式电源、负荷、储能系统等协同优化调控，提高清洁能源消纳率的同时降低了碳排放量，从电-碳耦合的角度出发，建微电网间的电能-碳配额共享模型，关联了源网荷储，有利于多微网协同优化调控，降低了微电网运营商与各微电网的运算复杂度，提高了求解速度，通过电价与碳价引导用户决策，提高了清洁能源消纳率，降低了园区碳排放量。
附图说明
图1是实施例一碳配额共享管理优化方法的流程图；
图2是实施例二的电子设备的结构框图。
具体实施方式
以下将结合附图，对本发明进行更为详细的描述，需要说明的是，以下参照附图对本发明进行的描述仅是示意性的，而非限制性的。各个不同实施例之间可以进行相互组合，以构成未在以下描述中示出的其他实施例。
实施例一
实施例一提供了一种碳配额共享管理优化方法，旨在通过构建成本模型与效用模型，使风、光、水、储、可调负荷与碳排放相关联、协同，对微电网进行优化。
请参照图1所示，一种碳配额共享管理优化方法，包括以下步骤：
S1、构建微电网成本函数模型，所述微电网内包括燃气机组、风电机组、光伏机组及储能电池；
S1中具体地，燃气机组通过燃烧天然气来产生电能，其发电量与天然气耗量的关系为：Pg,i,t＝Qg,i,tδiK，其中，Pg,i,t为机组的发电量，Qg,i,t为天然气的消耗量，δi为机组的发电效率，K为天然气的燃烧热值，燃气机组的成本
Figure SMS_53
计算满足：燃气机组的成本
Figure SMS_54
计算满足：
Figure SMS_55
其中，Qg,i,t为时刻t微电网i天然气的消耗量，单位为立方米；cgas为单位立方米天然气的价格；燃气机组的碳排放Ec,i计算满足：
Figure SMS_56
其中，
Figure SMS_57
为二氧化碳的摩尔质量，
Figure SMS_58
为碳的摩尔质量，ηi为微电网i中机组的燃煤含碳率，ζi为微电网i中机组的燃煤碳氧化率，μi为碳捕集率，ωi为度电煤耗；对于燃气机组，根据机组当前运行状态和实时功率，其度电煤耗计算公式为：
Figure SMS_59
其中，ai,bi,ci分别为微电网i机组度电煤耗特性的参数，ωi为度电煤耗(单位为g/kWh)。
对于风电、光伏属于新能源机组，其在发电过程中的成本和碳排放近似为0。
储能电池的充放电成本模型的计算满足：
Figure SMS_60
Figure SMS_61
其中，
Figure SMS_62
表示微电网i中储能电池在时段t的充放电成本，KES为储能电池的单位充放电成本，Pcha,t和Pdis,t分别表示储能电池在时段t的充电功率和放电功率，ηcha和ηdis分别表示储能电池的充、放电效率。
根据上述的成本计算，所述微电网成本函数模型满足：
Figure SMS_63
Figure SMS_64
其中，CM,i,t为第i个微电网在t时段的运行成本，Ri,t为第i个微电网在t时段生产的总能源，包括燃煤机组、风电、光伏和储能的发电量，Li,t为用户在t时段的总消耗负荷，
Figure SMS_65
表示当有剩余能源时微电网的收益，
Figure SMS_66
表示生产电能不足时需要购买电能的成本，
Figure SMS_67
为微电网参与碳配额共享的收益，Mi,t为微电网i在t时段的剩余碳配额，
Figure SMS_68
和
Figure SMS_69
分别是微电网i与配网运营商交易电能时的购电电价和售电电价，
Figure SMS_70
表示微电网i与配网运营商交易碳配额时的碳价。Mi,t的计算满足：Mi,t＝CEAi,d-Ec,iPc,i-viPG,i，其中，CEAi,d表示微电网的初始免费碳排放配额，假设已知，vi表示大电网单位电量的碳排放强度，PG,i表示配网运营商与大电网交易的电量，Mi,t＞0表示微电网向配网运营商出售碳配额，Mi,t＜0表示微电网需要从配网运营商购买碳配额。
S2、构建配网运营商效用模型，所述配电网运营商效用包括交易电能的收益及交易碳配额的收益；
S2中配网运营商的效用包括交易电能的收益和交易碳配额的收益满足：
Figure SMS_71
为t时刻配网运营商的电能收益，
Figure SMS_72
为t时刻配网运营商的碳配额收益。
交易电能的收益
Figure SMS_73
包括：售电给作为买家微电网的收益减去从卖家微电网处购电的成本加上售电给公用电网的收益减去从公用电网购电的成本，其满足：
Figure SMS_74
Figure SMS_75
其中，Nb为买家微电网的数量，Ns为卖家微电网的数量，N为微电网的数量，Ri,t为第i个微电网在t时段生产的总能源，包括燃煤机组、风电、光伏和储能的发电量，Li,t为用户在t时段的初始总消耗负荷，
Figure SMS_76
和
Figure SMS_77
分别是微电网i与配网运营商交易电能时的购电电价和售电电价，
Figure SMS_78
为与公用电网交易的购电价格，
Figure SMS_79
为与公用电网交易的售电价格，
Figure SMS_80
为系统中线路l上的电能损耗。
交易碳配额的收益
Figure SMS_81
满足：
Figure SMS_82
其中，
Figure SMS_83
为配网运营商与微电网间的共享碳价，
Figure SMS_84
为t时刻外部碳市场的碳价，
Figure SMS_85
为系统中线路l上电能损耗对应的碳配额损耗，Mi,t为微电网i在t时段的剩余碳配额。
S3、根据所述微电网成本函数模型及所述配电网运营商效用模型，以最小化成本为目标构建微电网间的电能-碳配额共享模型。
S3中微电网间的电能-碳配额共享模型的目标函数为：
Figure SMS_86
Figure SMS_87
其中，CM,i,t为第i个微电网在t时段的运行成本，
Figure SMS_88
为燃气机组在t时段的运行成本，
Figure SMS_89
为储能电池在t时段的运行成本，Ri,t为第i个微电网在t时段生产的总能源，Li,t为用户在t时段的总消耗负荷，
Figure SMS_90
和
Figure SMS_91
分别是微电网i与配网运营商交易电能时的购电电价和售电电价，
Figure SMS_92
为配网运营商与微电网间的共享碳价，Mi,t为微电网i在t时段的剩余碳配额。
上述的目标函数需满足电功率平衡约束、燃气机组运行约束及储能电池运行约束。
电功率平衡约束满足
Figure SMS_93
Figure SMS_94
其中，PGrid,,表示微电网i从公用电网购买的电量，PWT,,和PPV,,分别表示微电网i内风电机组和光伏机组的发电量，Pcha,i,t和Pdis,i,t分别表示微电网i内储能电池在时段t的充电功率和放电功率，Pg,i,t表示微电网i内在时段t的机组发电量；所述燃气机组的运行约束满足：
Figure SMS_95
Figure SMS_96
Figure SMS_97
UTi＝min{T,(Ton,i-Ion,i)·non i,0}
DTi＝min{T,(Toff,i-Ioff,i)·(1-non i,0)}
Figure SMS_98
Figure SMS_99
Figure SMS_100
其中，Pg,i,min和Pg,i,max分别表示微电网i内燃气机组的最小出力和最大出力；Pi,RD和Pi,RU分别表示燃气机组的最大下调出力和最大上调出力；nsd i,t＝1表示燃气机组在时段t停运，反之nsd i,t＝0；Ton,i和Toff,i分别表示燃气机组的最小运行时间和最小停运时间；Ion,i和Ioff,i分别表示燃气机组i的初始运行时间和初始停运时间；non,i,0表示燃气机组i在0时刻的运行状态，UTi表示当燃气机组初始状态为开机状态时，燃气机组需维持与初始状态相同开机状态的时间，DTi表示当燃气机组初始状态为停机状态时，燃气机组需维持与初始状态相同停机状态的时间；所述储能电池运行约束满足：
Figure SMS_101
0≤Pcha,t≤Pcha,maxncha,t
0≤Pdis,t≤Pdis,maxndis,t
Figure SMS_102
Figure SMS_103
Figure SMS_104
其中，ncha,t和ndis,t为指示储能电池充放电状态的二进制变量，ncha,t＝1表示储能电池在时段t充电，反之non i,t＝0；ndis,t＝1表示储能电池在时段t放电，反之nsu i,t＝0；Pcha,max和Pdis,max分别表示储能变流器的最大充放电功率；PES,t表示储能电池在时段t的容量；Ec表示储能电池的最大容量；socmax和socmin分别表示储能电池的最大最小荷电状态。
此外，所述微电网间的电能-碳配额共享模型还包括线路电能损耗及碳流损耗计算。
具体地，首先通过交流潮流建模和求解，计算出线路l上的有功功率传输损耗，线路l的首末端节点分别为k和j，线路l上的有功功率传输损耗计算公式为：
Figure SMS_105
其中，
Figure SMS_106
为线路l上的有功功率损耗，Vk和Vj分别表示节点k和j的节点电压，δkj表示节点k和j之间的相角差，Gkj和Bkj分别表示节点k和j之间的支路电导和电纳。
然后基于各发电机组节点功率与网络中节点流过功率之间关系构成的潮流分布矩阵Au，Au假设已知，可以得出线路l上的有功功率传输损耗
Figure SMS_107
对应的碳流率
Figure SMS_108
为：
Figure SMS_109
其中，Pk为节点k流过的有功功率，PG为各节点发电机组有功功率构成的矢量，EG为机组碳排放强度构成的矢量，ek为第k个分量为1，其余分量为0的列矢量。
微电网间的电能-碳配额共享模型还包括建立多微电网间的电能-碳配额共享模型的目标函数为最大化配电网运营商的效用
Figure SMS_110
满足：
Figure SMS_111
Figure SMS_112
其中，
Figure SMS_113
为交易电能的收益，
Figure SMS_114
为交易碳配额的收益，所述最大化配电网运营商的效用的约束条件包括微电网与配网运营商之间共享电价的约束及微电网与配网运营商之间共享碳价的约束。
其中，微电网与配网运营商之间共享电价的约束满足：
Figure SMS_115
Figure SMS_116
是微电网与配网运营商之间共享电能的售电价格，
Figure SMS_117
为微电网与配网运营商之间共享电能的购电价格，
Figure SMS_118
为运营商与公用电网交易的购电价格；
Figure SMS_119
为运营商与公用电网交易的售电价格。
微电网与配网运营商之间共享碳价的约束
Figure SMS_120
Figure SMS_121
表示微电网与配网运营商之间最低共享碳价，
Figure SMS_122
表示微电网与配网运营商之间最高共享碳价。
综上，本方法提出的电-碳共享模式通过电碳共享系统关联了源网荷储，可以计量用电行为产生的碳排放量和电力传输网损碳排放量，有利于多微网协同优化调控。提出的能量-碳配额共享的优化定价模型，降低了微电网运营商与各微电网的运算复杂度，提高了求解速度；通过电价与碳价引导用户决策，提高了清洁能源消纳率，降低了园区碳排放量。
实施例二
图2为本发明实施例二提供的一种电子设备的结构示意图，如图2所示，该电子设备包括处理器210、存储器220、输入装置230和输出装置240；计算机设备中处理器210的数量可以是一个或多个，图2中以一个处理器210为例；电子设备中的处理器210、存储器220、输入装置230和输出装置240可以通过总线或其他方式连接，图2中以通过总线连接为例。
存储器220作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块。处理器210通过运行存储在存储器220中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述实施例一的碳配额共享管理优化方法。
存储器220可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器220可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器220可进一步包括相对于处理器210远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置230可用于接收输入的用户身份信息、微电网数据等。输出装置240可包括显示屏等显示设备。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台电子设备(可以是手机，个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。

Claims (10)

1.一种碳配额共享管理优化方法，其特征在于，包括以下步骤：
构建微电网成本函数模型，所述微电网内包括燃气机组、风电机组、光伏机组及储能电池；
构建配网运营商效用模型，所述配电网运营商效用包括交易电能的收益及交易碳配额的收益；
根据所述微电网成本函数模型及所述配电网运营商效用模型，以最小化成本为目标构建微电网间的电能-碳配额共享模型。
2.如权利要求1所述的碳配额共享管理优化方法，其特征在于，所述燃气机组的成本
Figure FDA0003964080730000011
计算满足：
Figure FDA0003964080730000012
式中，Qg,i,t为时刻t微电网i天然气的消耗量，单位为立方米；cgas为单位立方米天然气的价格；
所述燃气机组的碳排放Ec,i计算满足：
Figure FDA0003964080730000013
其中，
Figure FDA0003964080730000014
为二氧化碳的摩尔质量，
Figure FDA0003964080730000015
为碳的摩尔质量，ηi为微电网i中机组的燃煤含碳率，ζi为微电网i中机组的燃煤碳氧化率，μi为碳捕集率，ωi为度电煤耗；
所述风电机组及所述光伏机组为新能源机组，成本及碳排放为0；
所述微电网i中储能电池的充放电成本计算满足：
Figure FDA0003964080730000016
Figure FDA0003964080730000017
其中，
Figure FDA0003964080730000018
表示微电网i中储能电池在时段t的充放电成本，KES为储能电池的单位充放电成本，Pcha,t和Pdis,t分别表示储能电池在时段t的充电功率和放电功率，ηcha和ηdis分别表示储能电池的充、放电效率。
3.如权利要求2所述的碳配额共享管理优化方法，其特征在于，所述微电网成本函数模型满足：
Figure FDA0003964080730000021
Figure FDA0003964080730000022
其中，CM,i,t为第i个微电网在t时段的运行成本，Ri,t为第i个微电网在t时段生产的总能源，包括燃煤机组、风电、光伏和储能的发电量，Li,t为用户在t时段的总消耗负荷，
Figure FDA0003964080730000023
表示当有剩余能源时微电网的收益，
Figure FDA0003964080730000024
表示生产电能不足时需要购买电能的成本，
Figure FDA0003964080730000025
为微电网参与碳配额共享的收益，Mi,t为微电网i在t时段的剩余碳配额，
Figure FDA0003964080730000026
和
Figure FDA0003964080730000027
分别是微电网i与配网运营商交易电能时的购电电价和售电电价，
Figure FDA0003964080730000028
表示微电网i与配网运营商交易碳配额时的碳价。
4.如权利要求1所述的碳配额共享管理优化方法，其特征在于，所述配网运营商交易电能的收益
Figure FDA0003964080730000029
满足：
Figure FDA00039640807300000210
其中，Ri,t为第i个微电网在t时段生产的总能源，包括燃煤机组、风电、光伏和储能的发电量，Li,t为用户在t时段的初始总消耗负荷，
Figure FDA00039640807300000211
和
Figure FDA00039640807300000212
分别是微电网i与配网运营商交易电能时的购电电价和售电电价，
Figure FDA00039640807300000213
为与公用电网交易的购电价格，
Figure FDA00039640807300000214
为与公用电网交易的售电价格，
Figure FDA00039640807300000215
为系统中线路l上的电能损耗。
5.如权利要求1所述的碳配额共享管理优化方法，其特征在于，所述配网运营商与微电网交易碳配额的收益
Figure FDA0003964080730000031
满足：
Figure FDA0003964080730000032
其中，
Figure FDA0003964080730000033
为配网运营商与微电网间的共享碳价，
Figure FDA0003964080730000034
为t时刻外部碳市场的碳价，
Figure FDA0003964080730000035
为系统中线路l上电能损耗对应的碳配额损耗，Mi,t为微电网i在t时段的剩余碳配额。
6.如权利要求1所述的碳配额共享管理优化方法，其特征在于，所述微电网间的电能-碳配额共享模型的目标函数为：
Figure FDA0003964080730000036
Figure FDA0003964080730000037
其中，CM,i,t为第i个微电网在t时段的运行成本，
Figure FDA0003964080730000038
为燃气机组在t时段的运行成本，
Figure FDA0003964080730000039
为储能电池在t时段的运行成本，
Figure FDA00039640807300000310
和
Figure FDA00039640807300000311
分别是微电网i与配网运营商交易电能时的购电电价和售电电价，Ri,t为第i个微电网在t时段生产的总能源，Li,t为用户在t时段的总消耗负荷，
Figure FDA00039640807300000312
为配网运营商与微电网间的共享碳价，Mi,t为微电网i在t时段的剩余碳配额。
7.如权利要求6所述的碳配额共享管理优化方法，其特征在于，所述微电网间的电能-碳配额共享模型的约束条件包括电功率平衡约束、燃气机组运行约束及储能电池运行约束，所述电功率平衡约束满足：
Figure FDA00039640807300000313
Figure FDA00039640807300000314
其中，PGrid,,表示微电网i从公用电网购买的电量，PWT,,和PPV,,分别表示微电网i内风电机组和光伏机组的发电量，Pcha,i,t和Pdis,i,t分别表示微电网i内储能电池在时段t的充电功率和放电功率，Pg,i,t表示微电网i内在时段t的机组发电量；所述燃气机组的运行约束满足：
Figure FDA0003964080730000041
Figure FDA0003964080730000042
Figure FDA0003964080730000043
Figure FDA0003964080730000044
UTi＝min{T,(Ton,i-Ion,i)·noni,0}
DTi＝min{T,(Toff,i-Ioff,i)·(1-noni,0)}
Figure FDA0003964080730000045
Figure FDA0003964080730000046
Figure FDA0003964080730000047
其中，Pg,i,min和Pg,i,max分别表示微电网i内燃气机组的最小出力和最大出力；Pi,RD和Pi,RU分别表示燃气机组的最大下调出力和最大上调出力；nsdi,t＝1表示燃气机组在时段t停运，反之nsdi,t＝0；Ton,i和Toff,i分别表示燃气机组的最小运行时间和最小停运时间；Ion,i和Ioff,i分别表示燃气机组i的初始运行时间和初始停运时间；non,i,0表示燃气机组i在0时刻的运行状态，UTi表示当燃气机组初始状态为开机状态时，燃气机组需维持与初始状态相同开机状态的时间，DTi表示当燃气机组初始状态为停机状态时，燃气机组需维持与初始状态相同停机状态的时间；所述储能电池运行约束满足：
Figure FDA0003964080730000048
0≤Pcha,t≤Pcha,maxncha,t
0≤Pdis,t≤Pdis,maxndis,t
Figure FDA0003964080730000049
Figure FDA00039640807300000410
Figure FDA0003964080730000051
其中，ncha,t和ndis,t为指示储能电池充放电状态的二进制变量，ncha,t＝1表示储能电池在时段t充电，反之noni,t＝0；ndis,t＝1表示储能电池在时段t放电，反之nsui,t＝0；Pcha,max和Pdis,max分别表示储能变流器的最大充放电功率；PES,t表示储能电池在时段t的容量；Ec表示储能电池的最大容量；socmax和socmin分别表示储能电池的最大最小荷电状态。
8.如权利要求1所述的碳配额共享管理优化方法，其特征在于，所述微电网间的电能-碳配额共享模型还包括线路电能损耗及碳流损耗计算。
9.如权利要求6所述的碳配额共享管理优化方法，其特征在于，所述微电网间的电能-碳配额共享模型还包括建立多微电网间的电能-碳配额共享模型的目标函数为最大化配电网运营商的效用
Figure FDA0003964080730000052
满足：
Figure FDA0003964080730000053
其中，
Figure FDA0003964080730000054
为交易电能的收益，
Figure FDA0003964080730000055
为交易碳配额的收益，所述最大化配电网运营商的效用的约束条件包括微电网与配网运营商之间共享电价的约束及微电网与配网运营商之间共享碳价的约束。
10.一种电子设备，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9任一项所述的碳配额共享管理优化方法。
CN202211489021.5A 2022-11-25 2022-11-25 碳配额共享管理优化方法及设备 Pending CN116128098A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211489021.5A CN116128098A (zh) 2022-11-25 2022-11-25 碳配额共享管理优化方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211489021.5A CN116128098A (zh) 2022-11-25 2022-11-25 碳配额共享管理优化方法及设备

Publications (1)

Publication Number Publication Date
CN116128098A true CN116128098A (zh) 2023-05-16

Family

ID=86305322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211489021.5A Pending CN116128098A (zh) 2022-11-25 2022-11-25 碳配额共享管理优化方法及设备

Country Status (1)

Country Link
CN (1) CN116128098A (zh)

Similar Documents

Publication Publication Date Title
CN110188950B (zh) 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法
Li et al. Optimal energy management for industrial microgrids with high-penetration renewables
Wang et al. A bargaining game-based profit allocation method for the wind-hydrogen-storage combined system
US8718850B2 (en) Systems and methods for using electric vehicles as mobile energy storage
Wang et al. Decentralized coordinated operation model of VPP and P2H systems based on stochastic-bargaining game considering multiple uncertainties and carbon cost
CN106532774B (zh) 一种电动车辆接入多微电网电力分配系统及方法
Dixit et al. Energy management in microgrids with renewable energy sources and demand response
CN113610311A (zh) 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法
Dou et al. A decentralized multi-energy resources aggregation strategy based on bi-level interactive transactions of virtual energy plant
CN109376970B (zh) 适用于能源互联网的动态实时电价机制形成方法及系统
CN113644651A (zh) 一种电价竞价场景下的储能配置优化方法
Zhang et al. Optimization strategy for power sharing and low-carbon operation of multi-microgrid IES based on asymmetric nash bargaining
Jordehi et al. A two-stage stochastic model for security-constrained market clearing with wind power plants, storage systems and elastic demands
CN112671022A (zh) 光储充电站容量优化配置方法、系统、终端及存储介质
CN115204562A (zh) 一种计及多能共享的互联微能源网分布式协同优化调度方法和系统
CN117353345A (zh) 一种计及配电网潮流约束的多产消者电能共享方法
CN115062835A (zh) 基于虚拟发电厂的主动配电网分布式资源优化调度方法
Zeynali et al. Distributionally robust unit commitment in integrated multi-energy systems with coordinated electric vehicle fleets
CN116488218A (zh) 工业园区储能配置方法、装置、电子设备及存储介质
CN116345549A (zh) 一种园区微电网优化运行方法、装置、设备及介质
CN116128098A (zh) 碳配额共享管理优化方法及设备
CN114498769A (zh) 一种高比例风光孤岛微电网群能量调度方法及系统
CN113255957A (zh) 综合服务站不确定因素的定量优化分析方法及系统
Jin et al. Joint equilibrium analysis of wholesale electricity market and energy storage trading market
Zhang et al. Optimal Scheduling Strategies of the Virtual Power Plant Considering Different Development Stages of the Electricity Market

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