CN116362793A - 一种考虑碳价的平准化电能成本测算方法及装置 - Google Patents

一种考虑碳价的平准化电能成本测算方法及装置 Download PDF

Info

Publication number
CN116362793A
CN116362793A CN202211687807.8A CN202211687807A CN116362793A CN 116362793 A CN116362793 A CN 116362793A CN 202211687807 A CN202211687807 A CN 202211687807A CN 116362793 A CN116362793 A CN 116362793A
Authority
CN
China
Prior art keywords
carbon
cost
power
unit
price
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
CN202211687807.8A
Other languages
English (en)
Inventor
陈柯任
陈晚晴
陈劲宇
陈文欣
李益楠
施鹏佳
杜翼
项康利
郑楠
陈晗
陈津莼
陈思敏
林晓凡
蔡期塬
林昶咏
李源非
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.)
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian 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 State Grid Fujian Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Fujian Electric Power Co Ltd
Priority to CN202211687807.8A priority Critical patent/CN116362793A/zh
Publication of CN116362793A publication Critical patent/CN116362793A/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • G06Q40/125—Finance or payroll
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种考虑碳价的平准化电能成本测算方法以及装置，通过在平准化度电成本模型的基础上引入碳价得到考虑碳价的电量成本模型，并根据电力系统数据构建电力系统约束以及根据电力市场数据构建交易出清模型以及交易出清约束，充分考虑到电力系统自身性能与电力市场以及碳价之间关系，最终通过在不同碳价情景求解最小成本目标函数得到平准化度电成本，从而根据平准化度电成本进一步得到不同碳价情景下发电结构的变化，促进电力系统向清洁能源方向发展。

Description

一种考虑碳价的平准化电能成本测算方法及装置
技术领域
本发明涉及电力分析技术领域，特别是涉及一种考虑碳价的平准化电能成本测算方法及装置。
背景技术
随着电力市场化改革纵深推进，最终目的是要形成主要由市场决定能源价格的机制，发挥市场在资源配置中的决定性作用。同时，随着可再生能源技术的进步，风能发电、太阳能发电以及水利发电等新能源项目的经济性愈发突出，使得电力市场逐渐向新能源转型。但通过炭排放发电的方式仍是电力市场中电能成本的主要因素。
目前，对于发电成本的测算通常采用平准化度电成本(Levelized Cost ofElectricity，LCOE)。平准化度电成本是指发电项目在建造运营周期内每千瓦小时(kW·h)的发电成本，是一种被广泛认可的、透明度高的发电成本计算方法。平准化发电成本作为一种可衡量发电站发电寿命周期内的最终成本的分析工具，可更好地估计出每种发电技术的出清电价。然而，现有的测算模型没有充分考虑到碳价对电能成本的影响以及碳市场与电力市场之间的相互关系，无法测算出精确的电能成本。
发明内容
本发明所要解决的技术问题是：一种考虑碳价的平准化电能成本测算方法及装置，根据碳价的变化输出对应的电能测算成本。
为了解决上述技术问题，本发明采用的技术方案为：
一种考虑碳价的平准化电能成本测算方法，包括步骤：
根据平准化度电成本模型构建碳价电量成本模型；
根据所述碳价电量成本模型构建最小成本目标函数；
获取电力系统数据，根据所述电力系统数据构建电力系统约束；
获取电力市场数据，根据所述电力市场数据构建交易出清模型以及交易出清约束；
在所述电力系统约束、交易出清模型以及交易出清约束的条件下求解所述最小成本目标函数，得到平准化度电成本。
为了解决上述技术问题，本发明采用的另一技术方案为：
一种考虑碳价的平准化电能成本测算装置，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计算机程序时实现如上述的一种考虑碳价的平准化电能成本测算方法中的各个步骤。
本发明的有益效果在于：通过在平准化度电成本模型的基础上引入碳价得到考虑碳价的电量成本模型，并根据电力系统数据构建电力系统约束以及根据电力市场数据构建交易出清模型以及交易出清约束，充分考虑到电力系统自身性能与电力市场以及碳价之间关系，最终通过在不同碳价情景求解最小成本目标函数得到平准化度电成本，从而根据平准化度电成本进一步得到不同碳价情景下发电结构的变化，促进电力系统向清洁能源方向发展。
附图说明
图1为本发明实施例中的一种考虑碳价的平准化电能成本测算方法的步骤流程图；
图2为福建省工作日典型负荷曲线图；
图3为2021年主要碳市场的平均碳价示意图；
图4为本发明实施例中的一种考虑碳价的平准化电能成本测算方法对应的不同碳价水平下七大类型发电技术的平准化电能成本测算结果；
图5为本发明实施例中的一种考虑碳价的平准化电能成本测算方法在碳价为10元/吨情况下的电力供给曲线；
图6为本发明实施例中的一种考虑碳价的平准化电能成本测算方法在无碳价情况下电力供给曲线；
图7为本发明实施例中的一种考虑碳价的平准化电能成本测算方法在碳价为40元/吨情况下的电力供给曲线；
图8为本发明实施例中的一种考虑碳价的平准化电能成本测算方法在碳价为60元/吨情况下的电力供给曲线；
图9为本发明实施例中的一种考虑碳价的平准化电能成本测算方法在碳价为120元/吨情况下的电力供给曲线；
图10为本发明实施例中的一种碳价变化的排放成本预测装置的结构示意图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
请参照图1，一种考虑碳价的平准化电能成本测算方法，包括步骤：
根据平准化度电成本模型构建碳价电量成本模型；
根据所述碳价电量成本模型构建最小成本目标函数；
获取电力系统数据，根据所述电力系统数据构建电力系统约束；
获取电力市场数据，根据所述电力市场数据构建交易出清模型以及交易出清约束；
在所述电力系统约束、交易出清模型以及交易出清约束的条件下求解所述最小成本目标函数，得到平准化度电成本。
由上述描述可知，本发明的有益效果在于：通过在平准化度电成本模型的基础上引入碳价得到考虑碳价的电量成本模型，并根据电力系统数据构建电力系统约束以及根据电力市场数据构建交易出清模型以及交易出清约束，充分考虑到电力系统自身性能与电力市场以及碳价之间关系，最终通过在不同碳价情景求解最小成本目标函数得到平准化度电成本，从而根据平准化度电成本进一步得到不同碳价情景下发电结构的变化，促进电力系统向清洁能源方向发展。
进一步地，所述根据平准化度电成本模型构建碳价电量成本模型包括：
Figure BDA0004020151070000031
式中，En为发电量，n为电厂运营年限；r为贴现率；
Figure BDA0004020151070000041
表示燃料成本，/>
Figure BDA0004020151070000042
表示碳排放成本、/>
Figure BDA0004020151070000043
表示其他可变成本。
由上述描述可知，在平准化度电成本的基础上考虑电厂条件如电厂发电量和电厂运营年限以及电量成本如燃料成本、碳排放成本以及其他可变成本构建碳价电量成本模型，即建立碳价与电量成本之间的关系，实现在计算发电机组电能成本的过程中重点考虑碳减排成本对电力市场的影响。
进一步地，所述根据所述碳价电量成本模型构建最小成本目标函数包括：
min LCOEet；
Figure BDA0004020151070000044
Figure BDA0004020151070000045
Figure BDA0004020151070000046
式中，min LCOEet表示t时刻最小碳价电量成本；Cfuel,t是t时刻电力系统运行成本，N是电源机组类型总数，Pi,t是第i类电源机组t时刻的发电量，δi是第i类电源机组的运行单位成本；
Figure BDA0004020151070000047
是t时刻电力系统碳交易成本，/>
Figure BDA0004020151070000048
是用历史碳交易价格预测的t时刻对应的碳交易价格，ki是第i类火电机组碳排放强度，ηi是第i类火电机组碳排放强度配额；
Figure BDA0004020151070000049
是用历史碳交易价格预测的t时刻对应的碳交易价格；αp和βq代表碳交易价值预测方程中自回归参数以及移动平均参数。
由上述描述可知，通过从电力系统运行成本、电力系统碳交易成本以及最小碳价电量成本多个角度计算电能成本，考虑电源机组总数、机组类型、机组运行成本等多层次不同类型成本因素，有效提高了电能成本的计算精度。
进一步地，所述获取电力系统数据，根据所述电力系统数据构建电力系统约束包括：
根据所述电力系统数据获取电力系统中各类电源机组数据以及电力总需求；
根据所述各类电源机组数据建立机组运行约束；
根据所述各类电源机组数据以及电力总需求建立系统电量平衡约束。
由上述描述可知，通过由电力系统获取到的各类电源机组数据以及电力总需求分别建立机组运行约束以及系统电量平衡约束，使得在保证电力系统能够正常运行的情况下计算出对应的电能成本，避免得到无效的成本测算值。
进一步地，所述根据所述各类电源机组数据建立机组运行约束包括：
系统旋转备用约束：
Figure BDA0004020151070000051
Figure BDA0004020151070000052
式中，Rut是上旋转备用约束，Rdt是下旋转备用约束，Pi,max是火电机组i最大限制出力，Pi,min是火电机组i最小可能出力；Pi,t是第i类电源机组t时刻的发电量；
火电机组爬坡约束：
|Pi,t+1-Pi,t|≤Pi,v；
火电机组出力上下限约束：
Pi,min≤Pi,t≤Pi,max；
式中，Pi,v是火电机组i在单位时刻内出力变动的最大范围；
所述系统电量平衡约束：
Figure BDA0004020151070000053
式中，Dt是t时刻不考虑电力传输网损的电力总需求。
由上述描述可知，通过建立系统旋转备用约束、火电机组爬坡约束、火电机组出力上下限约束以及系统电量平衡约束对目标函数进行约束，从而保证电力系统在约束下能够正常运行。
进一步地，所述获取电力市场数据，根据所述电力市场数据构建交易出清模型包括：
根据所述电力市场数据得到机组报价曲线以及节点负荷报价曲线；
根据所述机组报价曲线以及节点负荷报价曲线得到所述交易出清模型。
由上述描述可知，基于电力市场数据获取机组报价曲线以及节点负荷报价曲线，并进一步根据对应的曲线构建交易出清模型，从而能够建立电能成本与电力市场之间的关联。
进一步地，所述机组报价曲线为：λi(pi)＝αi+βipi；
所述节点负荷报价曲线为：λj(pj)＝αj+βjpj；
所述根据所述机组报价曲线以及节点负荷报价曲线得到所述交易出清模型包括：
Figure BDA0004020151070000061
式中，pj表示节点j负荷的成交量，αj、βj为节点j负荷的报价策略系数；pi为机组i的成交出力，ui、vi为机组i的报价策略系数。
由上述描述可知，根据每一变电站节点负荷的成交量和变电站对应的报价策略系数，以及每一机组的成交出力和机组对应的报价策略系数建立交易出清模型，从而能够精确描述交易市场的过程，提高电能成本测算的精度。
进一步地，所述获取电力市场数据，根据所述电力市场数据构建交易出清约束包括：
根据所述电力市场数据获取机组成交出力、节点负荷成交量以及系统网损；
根据所述机组成交出力建立机组上下限约束：
Figure BDA0004020151070000062
根据所述节点负荷成交量建立节点负荷上下限约束：
Figure BDA0004020151070000063
根据所述系统网损建立系统损失约束：
∑jpj+ΔP＝∑ipi；
上式中，pi为机组i的成交出力，
Figure BDA0004020151070000064
分别为pi的上下限；pj表示节点j负荷的成交量，/>
Figure BDA0004020151070000065
分别为pj的上下限；ΔP为系统网损。
由上述描述可知，通过分别建立机组上下限约束、节点负荷上下限约束以及系统损失约束，从而实现对出清模型中参数的约束，提高求解出清模型的效果。
进一步地，所述在所述电力系统约束、交易出清模型以及交易出清约束的条件下求解所述最小成本目标函数包括：
根据电力系统数据建立电力系统物理约束；
根据所述电力系统物理约束以及交易出清模型得到出清方程组；
通过拉格朗日乘子法求解所述出清方程组，得到出清解；
根据所述出清解对所述最小成本目标函数求解，得到所述得到平准化度电成本。
由上述描述可知，通过建立电力系统物理约束并与交易出清模型得到出清方程组，以及通过拉格朗日乘子法求解出清方程组，从而能求解出最优的出清解，并根据出清解得到最优的平准化度电成本。
本发明另一实施例提供一种考虑碳价的平准化电能成本测算装置，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计算机程序时实现如上述的一种考虑碳价的平准化电能成本测算方法中的各个步骤。
本发明上述一种考虑碳价的平准化电能成本测算方法以及装置能够适用于电能成本的测算，并充分考虑电力系统与电力市场以及碳价之间关系，输出基于碳价变化的电能成本，以下通过具体实施方式进行说明：
实施例一
请参照图1，一种考虑碳价的平准化电能成本测算方法，其特征在于，包括步骤：
S1、根据平准化度电成本模型构建碳价电量成本模型，具体的：
对于燃煤发电厂，其发电成本可分为容量成本和电量成本；容量成本主要包括工资财务成本、设备折旧成本以及管理成本等；电量成本包括则有运行维护与燃料成本、其他可变成本(包括生产消耗性材料费、其他污染物排放成本、水费等)等；其中，燃料成本是构成电量成本的主体，具体关系如下：
C发电＝C容量+C电量；
C容量＝C折旧+C工资财务+C管理；
C电量＝C总燃料+C其他可变成本；
对于火力发电厂，其容量成本C容量相对占比较低，且实际电力企业运行过程中较为固定，在竞价策略的成本构成因素中可忽略；而发电成本主要构成为电量成本，采用平准化度电成本模型构建碳价电量成本模型得到：
Figure BDA0004020151070000081
式中，LCOEn与En的乘积是系统在生命周期内的总收益，En为发电量，n为电厂运营年限；r为贴现率；
Figure BDA0004020151070000082
表示燃料成本，/>
Figure BDA0004020151070000083
表示碳排放成本、/>
Figure BDA0004020151070000084
表示其他可变成本；在电力市场报价中，以边际成本确定实时电价可使社会效益最大；电能成本是制定实时电价和长期电价的基础，当前采用边际成本报价的原则，即根据发电机组的电能成本从小到大的顺序进行报价，取边际机组的成本为电力交易达成成本；
S2、根据所述碳价电量成本模型构建最小成本目标函数；
min LCORet；
Figure BDA0004020151070000085
Figure BDA0004020151070000086
Figure BDA0004020151070000087
式中，min LCOEet表示t时刻最小碳价电量成本；Cfuel,t是t时刻电力系统运行成本，N是电源机组类型总数，Pi,t是第i类电源机组t时刻的发电量，δi是第i类电源机组的运行单位成本；
Figure BDA0004020151070000088
是t时刻电力系统碳交易成本，/>
Figure BDA0004020151070000089
是用历史碳交易价格预测的t时刻对应的碳交易价格，ki是第i类火电机组碳排放强度，ηi是第i类火电机组碳排放强度配额；
Figure BDA00040201510700000810
是用历史碳交易价格预测的t时刻对应的碳交易价格；αp和βq代表碳交易价值预测方程中自回归参数以及移动平均参数；
S3、获取电力系统数据，根据所述电力系统数据构建电力系统约束；
S31、根据所述电力系统数据获取电力系统中各类电源机组数据以及电力总需求；
S32、根据所述各类电源机组数据建立机组运行约束包括：
1)系统旋转备用约束：电力系统电源需要实时调整出力以满足电力负荷的实时变化，火电机组因其具有灵活调度的特性而被用于旋转备用，需满足如下条件：
Figure BDA00040201510700000811
Figure BDA0004020151070000091
式中，Rut是上旋转备用约束，Rdt是下旋转备用约束，Pi,max是火电机组i最大限制出力，Pi,min是火电机组i最小可能出力；Pi,t是第i类电源机组t时刻的发电量；
2)火电机组爬坡约束：
|Pi,t+1-Pi,t|≤Pi,v；
3)火电机组出力上下限约束：
Pi,min≤Pi,t≤Pi,max；
式中，Pi,v是火电机组i在单位时刻内出力变动的最大范围；
S33、根据所述各类电源机组数据以及电力总需求建立系统电量平衡约束；
Figure BDA0004020151070000092
式中，Dt是t时刻不考虑电力传输网损的电力总需求；
S4、获取电力市场数据，根据所述电力市场数据构建交易出清模型以及交易出清约束；
S41、根据所述电力市场数据得到机组报价曲线以及节点负荷报价曲线；所述机组报价曲线为：λi(pi)＝αi+βipi，且单调递增；所述节点负荷报价曲线为：λj(pj)＝αj+βjpj，且单调递减；
S42、根据所述机组报价曲线以及节点负荷报价曲线得到所述交易出清模型；
Figure BDA0004020151070000093
式中，pj表示节点j负荷的成交量，αj、βj为节点j负荷的报价策略系数；pi为机组i的成交出力，ui、vi为机组i的报价策略系数；
S43、根据所述电力市场数据获取机组成交出力、节点负荷成交量以及系统网损；
根据所述机组成交出力建立机组上下限约束：
Figure BDA0004020151070000094
根据所述节点负荷成交量建立节点负荷上下限约束：
Figure BDA0004020151070000095
根据所述系统网损建立系统损失约束：
∑jpj+ΔP＝∑ipi；
上式中，pi为机组i的成交出力，
Figure BDA0004020151070000101
分别为pi的上下限；Pj表示节点j负荷的成交量，Pj max，Pj min分别为Pj的上下限；ΔP为系统网损，依赖于节点负荷、机组出力和网络拓扑结构；一般在交易出清过程中忽略系统网损，而由实时平衡市场和自动发电控制机组辅助服务实现有功平衡；
S5、在所述电力系统约束、交易出清模型以及交易出清约束的条件下求解所述最小成本目标函数，得到平准化度电成本；
S51、根据电力系统数据建立电力系统物理约束，并根据所述电力系统物理约束以及交易出清模型得到出清方程组；通过拉格朗日乘子法求解所述出清方程组，得到出清解：
Figure BDA0004020151070000102
为了处理电力系统物理约束，可以在交易出清中添加潮流方程和热容量约束，通过求解最优约束潮流得到电力交易成交量和对应节点电力影子价格；出清过程即采用拉格朗日乘子法解下列方程组：根据所述出清解对所述最小成本目标函数求解，得到所述得到平准化度电成本。
实施例二
本实施例与实施例一的不同在于，在实施例一构建的碳价电量成本模型中引入变化的碳价模型；
即实施例一中的步骤S1还包括：
S11、构建变化的碳价模型：
Figure BDA0004020151070000111
式中，CO2fix为碳减排成本，
Figure BDA0004020151070000112
为碳价；
由于碳价受碳市场供求关系影响，碳价将随时间的变化产生波动；考虑到碳价的时变特征，采用自回归移动平均模型(autoregressive moving average，ARMA)，结合历史碳成本预测预期碳成本；将碳排放成本分为碳减排成本CO2fix(包括碳减排投资、减排设备运营成本)和碳价
Figure BDA0004020151070000113
碳价部分即为存在时变特征部分；ARMA平均过程具有随机性的特点，它包括了两个不同的部分，即自回归(AR)、移动平均(MA)，通过p代表一部分的阶数值的上限值，用q代表后一部分的阶数值的上限值，那么ARMA过程就可以表示为ARMA(p,q)；
S111、判断输入数据(碳排放量和碳价数据)是否为平稳非纯随机序列；若平稳则执行步骤S112，若不平稳则进行差分处理后执行步骤S112；
ARMA模型是AR模型和MA模型的组合，由于MA过程是一组有限的、平稳的白噪声的线性组合，即MA过程是“天生”平稳的；因此，ARMA模型的平稳性只需检验AR部分的平稳性，若一个AR过程是一个平稳过程，则其特征方程的根绝对值应在单位圆之外，所述平稳非纯随机序列的检验如下：
假如时间序列符合下列要求：(1)对任意时间t，输入数据均值恒为常数；(2)对于任意的时间t与s，此时间序列的相关系数是由两个时间点之间的时间段决定的，两个时间点的起始点不会造成任何影响，则输入数据即为平稳非纯随机序列；
所述差分处理为：
ΔXt＝Xt+1-Xt；
S112、通过自相关函数(auto-correlation function，ACF)和偏自相关函数(partial auto-correlation function，PACF)，并结合赤池信息准则(Akaikeinformation criterion，AIC)或贝叶斯信息准则(Bayesian Information Criterion，BIC)对上述建立的模型进行模型识别和定阶；自相关和偏自相关用于测量当前序列值和过去序列值之间的相关性；
ACF：
Figure BDA0004020151070000121
对于平稳过程，ρp不依赖于具体时间，是滞后阶数p的函数；
PACF：
xt＝φ1xt-1+ξt
xt＝φ1xt-1+φ2xt-2+ξt
…
xt＝φ1xt-1+φ2xt-2+…+φqxt-q+ξt
其中，φq是xt-q的系数，也是序列的偏自相关系数，即PACF(q)＝φq；ξt是误差项；使用ACF和PACF的截尾来判断模型为ARMA模型时，并不能确定p和q的阶数，为了比较精确的确定p和q的阶数，须根据AIC或BIC准则确定；令L是模型参数的似然函数，即给定模型的一组参数，L是在这组参数下得到样本数据的概率；当L越大，给定参数对模型的描述越准确；对于较大的阶数，L也较大；此外，参数越多则容易造成过拟合的现象；AIC准则与BIC准则就是对似然函数与参数个数的权衡，令k为参数个数，下面就是AIC和BIC的定义：
AIC＝-2ln(L)+2k；
BIC＝-2ln(L)+kln(n)；
上式中，n是序列宽度，当阶数p，q增加，2ln(L)会变大，但同时2k也会变大；因此AIC和BIC存在一个最优值；最佳阶数就是使得AIC和BIC取最大值的阶数(p*，q*)；
S113、完成模型识别和定阶后，进入模型的参数估计阶段；即确定自回归参数以及偏自回归参数；
S114、完成参数估计后，利用拟合模型预测时间序列未来的变化趋势；
模型具体表达式如下：
Figure BDA0004020151070000131
Figure BDA0004020151070000132
式中，
Figure BDA0004020151070000133
表示为白噪声；/>
Figure BDA0004020151070000134
和/>
Figure BDA0004020151070000135
为自回归参数，/>
Figure BDA0004020151070000136
和/>
Figure BDA0004020151070000137
为偏自回归参数。
实施例三
本实例提供具体的实例对上述碳价电量成本模型进行验证测算；
P1、收集目标对象的数据；以福建省碳市场和电力市场为研究对象，获取福建省相关基础数据包括电力需求、各类电源装机容量、各类电源技术和经济参数、以及燃料的成本和消耗率等，并根据福建省碳市场交易现状设置情景，对每个情景进行模拟计算；通过对引入碳市场后的模型测算结果进行评价分析；
1)电力需求数据
请参照图2，为福建省工作日典型负荷曲线；日峰负荷出现在早上11点，电力负荷低谷在凌晨2点-6点，最低点在凌晨4点，之后开始攀升，午后至夜间负荷偏高，基本在34000MW左右，17点后负荷较下午略有下降，电力负荷较低；
2)各类电源装机容量
发电机组类型包括燃煤发电、燃气发电、水电、核电、风电光伏发电和生物质能发电等7种，具体指标包括装机容量、容量占比、综合厂用电率、发电机组实际发电量、发电机组满负荷发电量、实际负荷率、实际供电、负荷率上限、供电上限等；其中，针对燃煤机组发电进一步划分为常规煤电和热电联产机组；数据见表1以及表2；
表1.福建省发电装机构成
Figure BDA0004020151070000138
Figure BDA0004020151070000141
表2.福建省燃煤机组细分
Figure BDA0004020151070000142
3)各类电源技术经济参数
各类电源的主要技术经济参数包括电源建设投资成本、预期寿命、年运行时间、运行维护成本、电源燃料消耗率、燃料价格，具体如表3；此外，燃料碳排放强度对每种燃料是相对恒定的，算例参考通行标准设定燃料碳排放强度；具体而言，燃煤机组平均碳排放强度为2.78kg-C02/kg-coal；燃气机组平均碳排放强度为2.19kg-C02/Nm3-ng；
表3.福建省各类电源预期寿命及经济参数
Figure BDA0004020151070000143
表4展示了福建省各类煤电机组在不同负荷率下的平均供电煤耗；负荷率和平均供电煤耗之间呈负相关关系，随着负荷率的提升平均供电煤耗下降；
表4.福建省煤电机组在各负荷率下的平均供电煤耗
Figure BDA0004020151070000151
4)不同碳市场碳价对比
请参照图3，为2021年主要碳市场的平均碳价，包括福建、北京、上海等8个碳市场以及美国、欧洲、日本和韩国(欧洲平均碳价约为350元/吨，为数据清晰展示未在图中列出)；受供需水平、经济运行、行业发展和政策指引等因素影响，各碳市场的平均碳价水平各不相同；相较于世界主要碳市场，中国的平均碳价水平偏低；2021年，国内各碳市场的平均碳价可分为三个档次，其中，福建、深圳的平均碳价水平较低约为10元每吨；上海、天津、重庆和湖北的平均碳价分布在20元至30元每吨；北京和广东的碳市场平均碳价较高约为40元每吨；
P2、输出仿真结果；
P21、请参照图4，为不同碳价水平下七大类型发电技术的平准化电能成本测算结果；随着碳排放价格的不断增加，电能成本根据碳价的增加呈直线增长的趋势，即碳排放价格升高将引起燃煤、燃气机组发电成本的增加和利润的减少；其中，燃煤发电机组的碳排放成本更高，平准化度电成本受碳价影响的上涨速度更快；碳价为20元时燃气发电的经济性已经超越燃煤发电；此外，清洁能源平准化电能成本受碳价的影响较小；碳价为70元时，水电的经济性超越燃煤发电，此外水电电能成本已经低于综合电能成本；碳价为90元时，核电的经济性已经超过燃煤发电；碳价为120元时生物质能发电的经济性接近燃煤发电，核电电能成本低于综合电能成本实现平价上网；由于不同发电技术的碳排放强度不同，碳价附着在不同发电技术的碳排放成本不同；高碳排放的发电技术(如燃煤发电)的碳排放成本更高，碳价上涨时发电成本增长更快；而碳排放相对更低的燃气发电受到碳价上涨的影响更小；基本不产生碳排放的其他新能源发电技术受到碳价的影响基本为0；碳价对不同发电技术的差异化影响将导致差异化的碳排放成本附着，从而影响各类发电技术的电能成本；
P22、各机组出力曲线测算结果；
P221、请参照图5，为测算目标对象现行碳价下各机组出力曲线；按福建碳市场当前(2021年)碳价10元/吨带入上述模型中，得到现行碳价下福建省各机组出力曲线；如图5，现行碳价下福建省主要电源为燃煤发电，而核电、水电和风电等其他发电机组出力较少；
P222、以当前碳价10元/吨为基准曲线，通过调整碳价范围测算不同碳价下各机组出力曲线；
请参照图6-9，参照国内外各碳市场的碳价水平，将碳价参数调整为0、40(国内较高水平)、60(美国)、120(国外较高水平)元/吨，模拟不同碳价情况下福建省各机组出力曲线；在无碳价情境下，燃煤发电承担了60％以上的电力负荷；现行碳价(10元/吨)下，相比无碳价情况，燃煤发电机组出力份额下降，核电及燃气发电机组的出力份额增加；
碳价提升40元/吨时，燃气发电的电能成本远低于燃煤发电，满负荷出力；
碳价为60元/吨时，清洁发电机组出力份额进一步上升，出力约占总负荷的40％。其中，水电电能成本接近综合电能成本，出力接近满负荷；
碳价为120元/吨时，由于高额碳价和碳排放，燃煤发电机组出力进一步大幅下降；福建省主要电源变为核电、水电、风电等清洁发电机组，而且核电电能成本低于综合发电成分，满负荷出力；由于不同发电技术的碳排放强度不同，碳价附加在不同发电技术的碳排放成本也存在差异；燃煤发电产生的碳排放较多，而燃气发电相对较少，其他新能源发电技术基本不产生碳排放；由此，碳价上涨后对燃煤发电的发电成本会快速上升，而燃气发电的发电成本则上升较慢，其他新能源发电技术的发电成本基本不会受到影响；在碳价上涨到达一定程度时，燃气发电的等低碳排放技术的发电成本将会低于燃煤发电，将优先出清。
综上所述，本发明提供的一种考虑碳价的平准化电能成本测算方法以及装置，通过在平准化度电成本模型的基础上引入碳价得到考虑碳价的电量成本模型，并根据电力系统数据构建电力系统约束以及根据电力市场数据构建交易出清模型以及交易出清约束，充分考虑到电力系统自身性能与电力市场以及碳价之间关系，最终通过在不同碳价情景求解最小成本目标函数得到平准化度电成本，从而根据平准化度电成本进一步得到不同碳价情景下发电结构的变化，促进电力系统向清洁能源方向发展。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种考虑碳价的平准化电能成本测算方法，其特征在于，包括步骤：
根据平准化度电成本模型构建碳价电量成本模型；
根据所述碳价电量成本模型构建最小成本目标函数；
获取电力系统数据，根据所述电力系统数据构建电力系统约束；
获取电力市场数据，根据所述电力市场数据构建交易出清模型以及交易出清约束；
在所述电力系统约束、交易出清模型以及交易出清约束的条件下求解所述最小成本目标函数，得到平准化度电成本。
2.根据权利要求1所述的一种考虑碳价的平准化电能成本测算方法，其特征在于，所述根据平准化度电成本模型构建碳价电量成本模型包括：
Figure FDA0004020151060000011
式中，En为发电量，n为电厂运营年限；r为贴现率；
Figure FDA0004020151060000012
表示燃料成本，/>
Figure FDA0004020151060000013
表示碳排放成本、/>
Figure FDA0004020151060000014
表示其他可变成本。
3.根据权利要求1所述的一种考虑碳价的平准化电能成本测算方法，其特征在于，所述根据所述碳价电量成本模型构建最小成本目标函数包括：
min LCOEet；
Figure FDA0004020151060000015
Figure FDA0004020151060000016
Figure FDA0004020151060000017
式中，min LCOEet表示t时刻最小碳价电量成本；Cfuel,t是t时刻电力系统运行成本，N是电源机组类型总数，Pi,t是第i类电源机组t时刻的发电量，δi是第i类电源机组的运行单位成本；
Figure FDA0004020151060000018
是t时刻电力系统碳交易成本，/>
Figure FDA0004020151060000019
是用历史碳交易价格预测的t时刻对应的碳交易价格，ki是第i类火电机组碳排放强度，ηi是第i类火电机组碳排放强度配额；/>
Figure FDA00040201510600000110
是用历史碳交易价格预测的t时刻对应的碳交易价格；αp和βq代表碳交易价值预测方程中自回归参数以及移动平均参数。
4.根据权利要求1所述的一种考虑碳价的平准化电能成本测算方法，其特征在于，所述获取电力系统数据，根据所述电力系统数据构建电力系统约束包括：
根据所述电力系统数据获取电力系统中各类电源机组数据以及电力总需求；
根据所述各类电源机组数据建立机组运行约束；
根据所述各类电源机组数据以及电力总需求建立系统电量平衡约束。
5.根据权利要求4所述的一种考虑碳价的平准化电能成本测算方法，其特征在于，所述根据所述各类电源机组数据建立机组运行约束包括：
系统旋转备用约束：
Figure FDA0004020151060000021
Figure FDA0004020151060000022
式中，Rut是上旋转备用约束，Rdt是下旋转备用约束，Pi,max是火电机组i最大限制出力，Pi,min是火电机组i最小可能出力；Pi,t是第i类电源机组t时刻的发电量；
火电机组爬坡约束：
|Pi，t+1-Pi，t|≤Pi，v；
火电机组出力上下限约束：
Pi，min≤Pi，t≤Pi，max；
式中，Pi,v是火电机组i在单位时刻内出力变动的最大范围；
所述系统电量平衡约束：
Figure FDA0004020151060000023
式中，Dt是t时刻不考虑电力传输网损的电力总需求。
6.根据权利要求1所述的一种考虑碳价的平准化电能成本测算方法，其特征在于，所述获取电力市场数据，根据所述电力市场数据构建交易出清模型包括：
根据所述电力市场数据得到机组报价曲线以及节点负荷报价曲线；
根据所述机组报价曲线以及节点负荷报价曲线得到所述交易出清模型。
7.根据权利要求6所述的一种考虑碳价的平准化电能成本测算方法，其特征在于，所述机组报价曲线为：λi(pi)＝αi+βipi；
所述节点负荷报价曲线为：γj(pj)＝αj+βjpj；
所述根据所述机组报价曲线以及节点负荷报价曲线得到所述交易出清模型包括：
Figure FDA0004020151060000031
式中，pj表示节点j负荷的成交量，αj、βj为节点j负荷的报价策略系数；pi为机组i的成交出力，ui、vi为机组i的报价策略系数。
8.根据权利要求1所述的一种考虑碳价的平准化电能成本测算方法，其特征在于，所述获取电力市场数据，根据所述电力市场数据构建交易出清约束包括：
根据所述电力市场数据获取机组成交出力、节点负荷成交量以及系统网损；
根据所述机组成交出力建立机组上下限约束：
Figure FDA0004020151060000032
根据所述节点负荷成交量建立节点负荷上下限约束：
Figure FDA0004020151060000033
根据所述系统网损建立系统损失约束：
Σjpj+ΔP＝ΣiPi；
上式中，pi为机组i的成交出力，
Figure FDA0004020151060000034
分别为pi的上下限；pj表示节点j负荷的成交量，/>
Figure FDA0004020151060000035
分别为pj的上下限；ΔP为系统网损。
9.根据权利要求1所述的一种考虑碳价的平准化电能成本测算方法，其特征在于，所述在所述电力系统约束、交易出清模型以及交易出清约束的条件下求解所述最小成本目标函数包括：
根据电力系统数据建立电力系统物理约束；
根据所述电力系统物理约束以及交易出清模型得到出清方程组；
通过拉格朗日乘子法求解所述出清方程组，得到出清解；
根据所述出清解对所述最小成本目标函数求解，得到所述得到平准化度电成本。
10.一种考虑碳价的平准化电能成本测算装置，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计算机程序时实现如权利要求1-9任意一项所述的一种考虑碳价的平准化电能成本测算方法中的各个步骤。
CN202211687807.8A 2022-12-27 2022-12-27 一种考虑碳价的平准化电能成本测算方法及装置 Pending CN116362793A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211687807.8A CN116362793A (zh) 2022-12-27 2022-12-27 一种考虑碳价的平准化电能成本测算方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211687807.8A CN116362793A (zh) 2022-12-27 2022-12-27 一种考虑碳价的平准化电能成本测算方法及装置

Publications (1)

Publication Number Publication Date
CN116362793A true CN116362793A (zh) 2023-06-30

Family

ID=86915690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211687807.8A Pending CN116362793A (zh) 2022-12-27 2022-12-27 一种考虑碳价的平准化电能成本测算方法及装置

Country Status (1)

Country Link
CN (1) CN116362793A (zh)

Similar Documents

Publication Publication Date Title
Lu et al. Probabilistic flexibility evaluation for power system planning considering its association with renewable power curtailment
Tan et al. Optimization and evaluation of a dispatch model for an integrated wind-photovoltaic-thermal power system based on dynamic carbon emissions trading
CN106099993B (zh) 一种适应新能源大规模接入的电源规划方法
Li et al. A baseline load estimation approach for residential customer based on load pattern clustering
CN110717688A (zh) 考虑新能源出力不确定性的水风光短期联合优化调度方法
CN109586284B (zh) 考虑弃能约束的送端电力系统随机生产模拟方法及应用
CN110929428B (zh) 一种电力系统发电容量充裕度确定方法及系统
CN112950098A (zh) 基于综合能源系统的能源规划方法、装置及终端设备
CN112994115A (zh) 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法
CN116388293A (zh) 一种新能源配建储能电站的联合优化调度方法及系统
CN111563637A (zh) 基于需求响应的多目标概率最优潮流计算方法及装置
CN115358519A (zh) 一种虚拟电厂优化调度方法及装置
CN115765044A (zh) 风光水电系统联合运行及风险分析方法和系统
CN113541195B (zh) 一种未来电力系统中高比例可再生能源的消纳方法
CN113780742B (zh) 辅助服务市场环境下发电机组灵活性改造经济性计算方法
CN118412929A (zh) 一种考虑调度响应能力的虚拟电厂运行控制方法
CN112508241A (zh) 一种智能电网能量优化调度方法
CN117353399A (zh) 一种考虑不确定性的交直流混合微电网灵活性评估方法
CN116011665A (zh) 基于多元线性回归模型的新能源发电行业补贴预测方法
CN116362793A (zh) 一种考虑碳价的平准化电能成本测算方法及装置
Kopsakangas-Savolainen et al. Economic value approach to intermittent power generation in the nordic power markets
CN116128561A (zh) 一种碳价变化的碳排放成本预测方法及装置
Razak et al. Forecasting cost saving through solar system installation
CN113570267B (zh) 一种确定分布式光伏发电自发自用比例的方法及终端
CN118249422B (zh) 一种考虑制氢储能的工业虚拟电厂优化调度方法

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