CN116402278A - 一种基于碳排放流的电力系统低碳经济优化方法 - Google Patents
一种基于碳排放流的电力系统低碳经济优化方法 Download PDFInfo
- Publication number
- CN116402278A CN116402278A CN202310207764.7A CN202310207764A CN116402278A CN 116402278 A CN116402278 A CN 116402278A CN 202310207764 A CN202310207764 A CN 202310207764A CN 116402278 A CN116402278 A CN 116402278A
- Authority
- CN
- China
- Prior art keywords
- carbon
- user
- node
- emission
- 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.)
- Pending
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 443
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 386
- 238000005457 optimization Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000005611 electricity Effects 0.000 claims abstract description 64
- 230000008901 benefit Effects 0.000 claims abstract description 39
- 230000004044 response Effects 0.000 claims abstract description 37
- 230000009467 reduction Effects 0.000 claims abstract description 28
- 230000036316 preload Effects 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 30
- 230000006399 behavior Effects 0.000 claims description 27
- 230000007246 mechanism Effects 0.000 claims description 16
- 230000000694 effects Effects 0.000 claims description 14
- 230000002354 daily effect Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 239000003245 coal Substances 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06Q10/06—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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于碳排放流的电力系统低碳经济优化方法，解决了现有技术的不足，包括以下步骤：步骤1，获取用户动态负荷碳势；步骤2，获取响应前负荷曲线，具体为：记录用户原始消耗量，用户原始消耗量与用户动态符合碳势结合得到用户节点需求响应前间接碳排放量；步骤3，根据不同时段碳势的差异性，用户节点自行调整用电计划，将碳势较高时段的用电负荷转移到碳势较低的时段；步骤4，设定基于Shapley值的节点碳配额分配及阶梯碳价区间；步骤5，评估与结算用户碳减排量及碳成本；步骤6，建立电力系统低碳经济优化模型，分析优化模型带来的低碳经济效益。
Description
技术领域
本发明涉及能源消耗技术领域，尤其是指一种基于碳排放流的电力系统低碳经济优化方法。
背景技术
碳排放的主要来源是能源领域，而电力行业又占能源领域总碳排的44％以上。因此，如何实现电力行业的低碳发展已经成为当前研究的热点问题。
针对电力行业迫切的低碳转型需求，国内外学者主要从电力系统低碳优化调度、碳交易机制规划两个角度开展关键性的研究。目前的研究对考虑新能源的电力系统低碳运行方案进行了探讨，具有良好的借鉴意义，但其从“源侧”出发建立低碳优化调度模型，主要考虑价格机制对用户用电行为的影响，通过源侧与荷侧之间的协调，实现电力系统的低碳运行。但是，以上研究均忽略了电力系统“源随荷动”的特性，缺乏面向用户需求的低碳调度方案。同时，碳市场交易机制也会影响用户节点响应节能减排号召的积极性。因此，合理的低碳调度模型与碳效益评估模型才能实现电力系统的低碳经济发展。电力系统碳排放流理论从用户角度出发，将用电碳排放量与消纳电量来源进行深度融合，使得电力系统中的每一个电力潮流被打上碳标签，实现电力碳排放的可追溯性，其作为一种成熟的计算方式，已经在电力系统低碳优化调度中有了相关研究。“电力潮流的碳标签化”的溯源方式使得碳排放因子具有时间伴随性，由此影响用户的日内用电行为，激励用户参与碳市场交易，实现负荷曲线与碳市场交易方案的紧密契合，对分析电力系统的低碳经济运行有重要意义。
发明内容
本发明的目的是克服现有技术中的低碳优化调度模型忽略了电力系统“源随荷动”的特性，缺乏面向用户需求的低碳调度方案的缺点，提供一种基于碳排放流的电力系统低碳经济优化方法。
本发明的目的是通过下述技术方案予以实现：
一种基于碳排放流的电力系统低碳经济优化方法，包括以下步骤：
步骤1，获取用户动态负荷碳势；负荷节点碳势与该节点相连接支路的碳流密度有关，而支路的碳流密度与源端组合种类以及对应的碳排放信息有关，本方案参考碳排放流理论的基础上，完成用户动态负荷碳势的计算，并将该数据可视化运用碳表装置将其展示给用电节点。
步骤2，获取响应前负荷曲线，具体为：记录用户原始消耗量，用户原始消耗量与用户动态符合碳势结合得到用户节点需求响应前间接碳排放量；
步骤3，根据不同时段碳势的差异性，用户节点自行调整用电计划，将碳势较高时段的用电负荷转移到碳势较低的时段；在满足用户当日基本用电需求不变的情况下，实现碳排放量的降低。同时，用电用户在减排的同时可以将多余的碳配额出售，在提高自身经济效益的同时提高碳交易市场的活性。
步骤4，设定基于Shapley值的节点碳配额分配及阶梯碳价区间；在用户用电行为自身优化后，可依据碳排放流理论将负荷碳排放量进行归算。由于碳排放流理论的特性，导致节点的碳排放责任分配不均，因此，本方案引入Shapley值，完成用户节点碳配额合理的分配。同时，提出一种阶梯碳价设定模式，激励用电节点优化自身用电行为，由此降低自身碳排放量，使其能够参与到更高碳价的交易中，达到经济效益最大化的目标。
步骤5，评估与结算用户碳减排量及碳成本；在用户优化自身用电行为后，得到当日实际动态负荷碳势和用电负荷曲线，由此完成实际节点的碳排放量计算。在此基础上，将该碳排放量与步骤1和2得到的原始间接碳排放量进行比较，即可计算出用户的碳减排量，完成节点的低碳需求响应评估结果。根据步骤4设计的阶梯碳价模式，计算节点的总排放成本，完成节点经济需求响应评估结果。碳减排等信息数据均通过碳表装置向用电节点展示。
步骤6，建立电力系统低碳经济优化模型，分析优化模型带来的低碳经济效益。
本方案提出的低碳经济兼容需求响应机制与传统的需求响应机制不同，传统的机制通过电价的形式影响用户的用电行为，而低碳经济兼容需求响应机制采取动态负荷碳势的指标影响节点的用电行为，采用动态负荷碳势的原因主要有以下两个角度：1)新型电力系统的可再生能源占比率越来越高，同时，新能源的波动性和不确定性较强，单纯采用定碳排放因子的方法计算无法满足新型能源发电的时效性。2)“碳视角”下，节点不仅仅考虑电力需求，还需要考虑碳收益，本方案提出的动态负荷碳势可以实时引导用户节点的减排行为，使得用户将高碳势时段的负荷转移到低碳势的时段，由此可将剩余的碳配额出售给缺碳配额的用户，达到经济效益提高的目的。因此，动态负荷碳势可以很好的促进低碳经济兼容需求响应机制的落地实施。
作为优选，所述的步骤1具体为：
步骤1.1，计算碳流率，碳流率表示单位时段内通过电力系统节点以及支路所对应的碳排放量，单位是tCO2/h，计算公式如下所示：
式中：F表示流入节点或者流过支路的碳排放量，t代表时间；
步骤1.2，计算动态负荷碳势，动态负荷碳势表示用户节点在t时段消费单位电量所产生的相当于源侧产生的碳排放量，用ei,t表示，数值上等于所有流入该用户节点支路碳流密度有关有功功率的加权平均，计算表达式如下所示：
式中：Pj,t为支路j在时段t的注入节点i的电量；αj,t为注入节点支路j的碳流密度；J为向该用户节点注入功率的支路数；PGi,t为用户节点i处的发电机的输入功率；eGi,t为该发电机的碳排放强度值，
其中支路的碳流密度计算方法如下所示：
式中：P为支路对应的有功潮流，支路的碳流密度与该支路始端节点的碳势相等；
基于动态负荷碳势计算用户节点在时段t的用电碳排放量，具体计算式如下所示：
Ei,t＝ei,tQi,t (4)
式中：Qi,t为用户节点i在时段t的用电量；Ei,t为用户节点i在时段t的实际碳排放量。
作为优选，所述的步骤4中设定基于Shapley值的节点碳配额分配具体为：应用Shapley值法分摊用户节点的碳排放责任，具体的计算规则如下：
式中：Vi为联盟中用户节点i碳配额分配值；S为子联盟；|S|为子联盟的数量；ω(|S|)是加权因子；V(S)是集合S需要承担的碳排放责任；V(S/i)是集合S中除去节点i的其他用户节点形成联盟的碳责任承担量，用户节点的碳责任承担值应该在边际作用的范围内，不小于边际作用的最小值Vi,min，也不大于边际作用的最大值Vi,max，即
Vi,min≤Vi≤Vi,max (7)。
Shapley值法是用于一种解决多人合作博弈问题的数学方法，它的优点就是将收益按成员的边际贡献进行分摊，参与人获得的收益等于他对联盟边际贡献的平均值，本方案所提出的碳配额分配理论，应用Shapley值法分摊用户节点的碳排放责任。
作为优选，所述的阶梯碳价区间具体为将碳配额边际区间内的平均值Vi,av作为一个阶段的节点，在Vi,min、Vi,av、Vi,max范围内设定阶梯区间碳价方案，针对这三个节点分为四个碳价设定区间：无成本价格区间0～Vi,min、低成本价格区间Vi,min～Vi,av、中成本价格区间Vi,av～Vi,max、高成本价格区间Vi,max～∞，针对不同的区间，对碳价实施阶段性的设定，设定方式如下所示：
式中：p为阶梯碳价，单位为$/tCO2，当用户的碳排放量低于边际值时，此时节点处于余碳配额的状态不需要从碳市场购入碳配额，因此，p1＝0；Ei,t为用户节点i在时段t的碳排放量。
作为优选，所述的步骤5碳成本计算方法为：
作为优选，所述的步骤6具体为：
步骤6.1：获取系统以年为单位的逐小时的能量流数据；随着电力系统中新能源占比的提高，传统的基于持续负荷曲线的系统运行模拟方式无法全面考虑到新能源的波动性以及不确定性，进而相关机组约束无法合理设定，不适用于综合年能源系统运行的场景，因此，本方案利用全景时序运行模拟技术，获取系统全年8760h的能量流数据，模型包括风电光伏、电网、储能以及常规火电的调度运行约束，通过简化的电力系统机组组合模型，实现系统运行状态以及时序全面性的精确模拟，步骤6.2：计算用户的动态负荷碳势以及碳配额：利用碳排放流理论，将碳势概念进行改进，引申得到动态负荷碳势的计算方法，通过获取用户历史能量流数据以及电力系统出力机组的碳排放信息，得到用户逐小时的动态负荷碳势曲线，同时，利用碳排放责任分配原则，得到节点的碳配额数据，为后续用户用电行为优化做数据支撑，步骤6.3：用户优化模型：本方案假设用户的动态负荷碳势数据和碳配额分配结果提前一天发布给节点用户，用户每天都要对自身用电行为进行调整，在感知到一天内动态负荷碳势的不同后，在低碳意识以及碳交易经济性的影响下，并且考虑自身调节能力允许范围，以最大化自身减排量以及碳成本最低化为目标进行需求响应；
目标函数以及约束条件见式(10)-(15)所示，
公式(10)为模型的目标函数；式(11)-(13)为用户优化自身调节能力的约束，其中，式(11)为用户调节上下限，式(12)表示用户t时刻最大承受负荷量，式(13)表示用户负荷削减量的上限；式(14)表示用户节点单日负荷需求总量不变；式(15)保证用户节点仅处于一个状态，即增负荷状态或减负荷状态；
0≤|qb,i,t-qa,i,t|≤ΔQmax (11)
qa,i,tI[(qb,i,t-qa,i,t)<0]≤Qmax (12)
(qb,i,t-qa,i,t)I[(qb,i,t-qa,i,t)≥0]≤QL,t (13)
sgn[(qb,i,t-qa,i,t)*(qa,i,t-qb,i,t)]＝-1 (15)
式中：
为用户节点的单日碳减排量；TD表示单日总时段；I表示联盟内用户i的总数；Δt为一小时为单位段；qb,i,t和qa,i,t分别为用户优化前和优化后的负荷量；ΔQmax为用户负荷调节上限；ΔQmax为用户的最大额定负荷；QL,t为t时段用户的基线负荷；I[(qb,i,t-qa,i,t)≥0]为示性函数，具体含义与式(9)同理；
步骤6.4：低碳经济兼容需求响应效益评估：基于步骤3的计算方法得到用户群全年的低碳经济效益，分别运用式(16)和式(17)，完成用户群体在需求响应机制下的全年碳减排量和碳市场收益，
式中：
分别为用户联盟群体全年的碳减排量和碳市场收益；TY为全年总时段数；/>
分别为用户用电行为优化前和优化后全年的碳排放成本。
在整个电力系统层面，由多个联盟体的碳责任组成，因此，本方案提出的低碳经济兼容需求响应可以为系统带来全年的碳减排效益；在用户节点层面，用户可根据动态负荷碳势曲线以及碳配额分配和碳价设定方案，调整自身的用电行为，以期满足低碳以及经济效益的双重需求。
本发明的有益效果是：本方案提出基于碳排放流的电力系统低碳经济优化模型及效益分析方案。利用碳排放理论，得到动态负荷碳势曲线，实现用户用电行为的低碳约束。运用Shapley值碳责任分摊方案，计算用户节点的碳配额分配合理区间，达到促进节点参与碳市场的目的。基于碳配额规划区间，提出阶梯碳价设定方案，以经济因素激励用户节点调整负荷曲线，使节点的碳成本得到有效的降低。在此基础上，根据系统低碳效益以及节点经济效益建立电力系统低碳经济优化模型，并设计优化后的系统效益分析方案，为电力行业实现低碳目标活跃碳交易市场提供参考。
附图说明
图1是本发明的一种流程示意图；
图2是本发明PJM-5节点系统示意图；
图3是本发明负荷及新能源日内出力预测曲线图；
图4是本发明t＝1时刻联盟碳排放责任量示意图；
图5是本发明用户节点B的碳价区间设定示意图；
图6是本发明用户节点D的碳价区间设定示意图；
图7是本发明用户节点E的碳价区间设定示意图；
图8是用户节点B需求响应前后负荷对比图；
图9是用户节点B不同碳价方案的负荷对比图。
具体实施方式
下面结合附图和实施例对本发明进一步描述。
实施例：
一种基于碳排放流的电力系统低碳经济优化方法，如图1所示，包括以下步骤：
步骤1，获取用户动态负荷碳势；负荷节点碳势与该节点相连接支路的碳流密度有关，而支路的碳流密度与源端组合种类以及对应的碳排放信息有关，本方案参考碳排放流理论的基础上，完成用户动态负荷碳势的计算，并将该数据可视化运用碳表装置将其展示给用电节点。
步骤2，获取响应前负荷曲线，具体为：记录用户原始消耗量，用户原始消耗量与用户动态符合碳势结合得到用户节点需求响应前间接碳排放量；
步骤3，根据不同时段碳势的差异性，用户节点自行调整用电计划，将碳势较高时段的用电负荷转移到碳势较低的时段；在满足用户当日基本用电需求不变的情况下，实现碳排放量的降低。同时，用电用户在减排的同时可以将多余的碳配额出售，在提高自身经济效益的同时提高碳交易市场的活性。
步骤4，设定基于Shapley值的节点碳配额分配及阶梯碳价区间；在用户用电行为自身优化后，可依据碳排放流理论将负荷碳排放量进行归算。由于碳排放流理论的特性，导致节点的碳排放责任分配不均，因此，本方案引入Shapley值，完成用户节点碳配额合理的分配。同时，提出一种阶梯碳价设定模式，激励用电节点优化自身用电行为，由此降低自身碳排放量，使其能够参与到更高碳价的交易中，达到经济效益最大化的目标。
步骤5，评估与结算用户碳减排量及碳成本；在用户优化自身用电行为后，得到当日实际动态负荷碳势和用电负荷曲线，由此完成实际节点的碳排放量计算。在此基础上，将该碳排放量与步骤1和2得到的原始间接碳排放量进行比较，即可计算出用户的碳减排量，完成节点的低碳需求响应评估结果。根据步骤4设计的阶梯碳价模式，计算节点的总排放成本，完成节点经济需求响应评估结果。碳减排等信息数据均通过碳表装置向用电节点展示。
步骤6，建立电力系统低碳经济优化模型，分析优化模型带来的低碳经济效益。
本方案提出的低碳经济兼容需求响应机制与传统的需求响应机制不同，传统的机制通过电价的形式影响用户的用电行为，而低碳经济兼容需求响应机制采取动态负荷碳势的指标影响节点的用电行为，采用动态负荷碳势的原因主要有以下两个角度：1)新型电力系统的可再生能源占比率越来越高，同时，新能源的波动性和不确定性较强，单纯采用定碳排放因子的方法计算无法满足新型能源发电的时效性。2)“碳视角”下，节点不仅仅考虑电力需求，还需要考虑碳收益，本方案提出的动态负荷碳势可以实时引导用户节点的减排行为，使得用户将高碳势时段的负荷转移到低碳势的时段，由此可将剩余的碳配额出售给缺碳配额的用户，达到经济效益提高的目的。因此，动态负荷碳势可以很好的促进低碳经济兼容需求响应机制的落地实施。
所述的步骤1具体为：
步骤1.1，计算碳流率，碳流率表示单位时段内通过电力系统节点以及支路所对应的碳排放量，单位是tCO2/h，计算公式如下所示：
式中：F表示流入节点或者流过支路的碳排放量，t代表时间；
步骤1.2，计算动态负荷碳势，动态负荷碳势表示用户节点在t时段消费单位电量所产生的相当于源侧产生的碳排放量，用ei,t表示，数值上等于所有流入该用户节点支路碳流密度有关有功功率的加权平均，计算表达式如下所示：
式中：Pj,t为支路j在时段t的注入节点i的电量；αj,t为注入节点支路j的碳流密度；J为向该用户节点注入功率的支路数；PGi,t为用户节点i处的发电机的输入功率；eGi,t为该发电机的碳排放强度值，
其中支路的碳流密度计算方法如下所示：
式中：P为支路对应的有功潮流，支路的碳流密度与该支路始端节点的碳势相等；
基于动态负荷碳势计算用户节点在时段t的用电碳排放量，具体计算式如下所示：
Ei,t＝ei,tQi,t (4)
式中：Qi,t为用户节点i在时段t的用电量；Ei,t为用户节点i在时段t的实际碳排放量。
所述的步骤4中设定基于Shapley值的节点碳配额分配具体为：应用Shapley值法分摊用户节点的碳排放责任，具体的计算规则如下：
式中：Vi为联盟中用户节点i碳配额分配值；S为子联盟；|S|为子联盟的数量；ω(|S|)是加权因子；V(S)是集合S需要承担的碳排放责任；V(S/i)是集合S中除去节点i的其他用户节点形成联盟的碳责任承担量，用户节点的碳责任承担值应该在边际作用的范围内，不小于边际作用的最小值Vi,min，也不大于边际作用的最大值Vi,max，即
Vi,min≤Vi≤Vi,max (7)。
Shapley值法是用于一种解决多人合作博弈问题的数学方法，它的优点就是将收益按成员的边际贡献进行分摊，参与人获得的收益等于他对联盟边际贡献的平均值，本方案所提出的碳配额分配理论，应用Shapley值法分摊用户节点的碳排放责任。
所述的阶梯碳价区间具体为将碳配额边际区间内的平均值Vi,av作为一个阶段的节点，在Vi,min、Vi,av、Vi,max范围内设定阶梯区间碳价方案，针对这三个节点分为四个碳价设定区间：无成本价格区间0～Vi,min、低成本价格区间Vi,min～Vi,av、中成本价格区间Vi,av～Vi,max、高成本价格区间Vi,max～∞，针对不同的区间，对碳价实施阶段性的设定，设定方式如下所示：
式中：p为阶梯碳价，单位为$/tCO2，当用户的碳排放量低于边际值时，此时节点处于余碳配额的状态不需要从碳市场购入碳配额，因此，p1＝0；Ei,t为用户节点i在时段t的碳排放量。
所述的步骤5碳成本计算方法为：
所述的步骤6具体为：
步骤6.1：获取系统以年为单位的逐小时的能量流数据；随着电力系统中新能源占比的提高，传统的基于持续负荷曲线的系统运行模拟方式无法全面考虑到新能源的波动性以及不确定性，进而相关机组约束无法合理设定，不适用于综合年能源系统运行的场景，因此，本方案利用全景时序运行模拟技术，获取系统全年8760h的能量流数据，模型包括风电光伏、电网、储能以及常规火电的调度运行约束，通过简化的电力系统机组组合模型，实现系统运行状态以及时序全面性的精确模拟，步骤6.2：计算用户的动态负荷碳势以及碳配额：利用碳排放流理论，将碳势概念进行改进，引申得到动态负荷碳势的计算方法，
通过获取用户历史能量流数据以及电力系统出力机组的碳排放信息，得到用户逐小时的动态负荷碳势曲线，同时，利用碳排放责任分配原则，得到节点的碳配额数据，为后续用户用电行为优化做数据支撑，步骤6.3：用户优化模型：本方案假设用户的动态负荷碳势数据和碳配额分配结果提前一天发布给节点用户，用户每天都要对自身用电行为进行调整，在感知到一天内动态负荷碳势的不同后，在低碳意识以及碳交易经济性的影响下，并且考虑自身调节能力允许范围，以最大化自身减排量以及碳成本最低化为目标进行需求响应；
目标函数以及约束条件见式(10)-(15)所示，
公式(10)为模型的目标函数；式(11)-(13)为用户优化自身调节能力的约束，其中，式(11)为用户调节上下限，式(12)表示用户t时刻最大承受负荷量，式(13)表示用户负荷削减量的上限；式(14)表示用户节点单日负荷需求总量不变；式(15)保证用户节点仅处于一个状态，即增负荷状态或减负荷状态；
0≤|qb,i,t-qa,i,t|≤ΔQmax (11)
qa,i,tI[(qb,i,t-qa,i,t)<0]≤Qmax (12)
(qb,i,t-qa,i,t)I[(qb,i,t-qa,i,t)≥0]≤QL,t (13)
sgn[(qb,i,t-qa,i,t)*(qa,i,t-qb,i,t)]＝-1 (15)
式中：
为用户节点的单日碳减排量；TD表示单日总时段；I表示联盟内用户i的总数；Δt为一小时为单位段；qb,i,t和qa,i,t分别为用户优化前和优化后的负荷量；ΔQmax为用户负荷调节上限；ΔQmax为用户的最大额定负荷；QL,t为t时段用户的基线负荷；I[(qb,i,t-qa,i,t)≥0]为示性函数，具体含义与式(9)同理；
步骤6.4：低碳经济兼容需求响应效益评估：基于步骤3的计算方法，可以得到用户群全年的低碳经济效益，分别运用式(16)和式(17)，完成用户群体在需求响应机制下的全年碳减排量和碳市场收益，
式中：
分别为用户联盟群体全年的碳减排量和碳市场收益；TY为全年总时段数；/>
分别为用户用电行为优化前和优化后全年的碳排放成本。
在整个电力系统层面，由多个联盟体的碳责任组成，因此，本方案提出的低碳经济兼容需求响应可以为系统带来全年的碳减排效益；在用户节点层面，用户可根据动态负荷碳势曲线以及碳配额分配和碳价设定方案，调整自身的用电行为，以期满足低碳以及经济效益的双重需求。
下面是本实施例的算例分析：
1.基础数据
本方案采用GAMS软件编程，并调用CPLEX求解器进行求解。算例采用PJM-5节点系统为例进行算例分析，该系统的网络结构如图2所示，主要包含5个机组和3个负荷以及6条支路，机组的基本参数见表1。同时设定低碳经济优化周期为24h，每个时间段设定为1h。负荷及新能源日内出力预测曲线如图3所示。
表1机组参数
| 机组编号 | 发电类型 | 最大出力/MW | 碳排放系数/(tCO2/MW) |
| 1 | 风能 | 预测值 | 0 |
| 2 | 煤电 | 100 | 1.13 |
| 3 | 太阳能 | 预测值 | 0 |
| 4 | 天燃气 | 200 | 0.38 |
| 5 | 煤电 | 520 | 1.13 |
将碳价进行阶梯型分段：第一阶段为0～Vt,min；第二阶段为Vt,min～Vt,av；第三阶段为Vt,av～Vt,max；最后一个阶段为Vt,max～∞，具体数值如下表所示。
表2阶梯碳价设定表
| 分段 | 碳价($/tCO2) |
| 0～Vt,min | p1＝0 |
| Vt,min～Vt,av | p2＝5 |
| Vt,av～Vt,max | p3＝10 |
| Vt,max～∞ | p4＝20 |
2.基于Shapley值的碳配额计算及分析
基于图2可知，系统中的三个负荷节点分别位于B、D、E上，因此，全联盟中共有6个子联盟，分别为{B}、{D}、{E}、{B、D}、{D、E}、{B、E}。本方案计算t＝1时刻下，各子联盟的总碳排放量，结果如图4所示。
用户节点的碳责任承担值应该在边际作用的范围内，不应该小于边际作用的最小值Vi,min，也不应该大于边际作用的最大值Vi,max。接下来，以节点D为例，计算其碳排放责任区间。已知子联盟{D}情景下D节点的碳排放责任量为152.37tCO2/h，、E{D、E}-E{E}＝10.44、E{B、D、E}-E{B、E}＝2.33。此外，结合公式(5)、公式(6)以及图4的数据可最终计算得出Vi,min＝2.33、Vi,av＝44.77、Vi,max＝152.37。
综上所述，用户节点D在t＝1时刻下的阶梯碳成本为：
在对用户节点进行碳责任分配后，可以计算三个节点的碳责任分配区间，根据区间设定，将碳价进行阶梯型划分，分别分为四个部分，依次用黄色、绿色、蓝色以及超出蓝色区域表示，结果如图5-7所示。
通过以上三个图的设定结果可知，在D、E用户节点拥有相同负荷情况下，由于线路的传输极限约束，两者的实际碳排放量曲线稍有差别，节点D的日内碳排峰值在t＝11时刻，而节点E的日内碳排峰值在t＝12时刻。另外，节点E的针对碳价的碳排阶梯区间为[10.14，33.7，122.43]，其最大值的设定比D节点少29.94tCO2/h，这是因为节点D与5号机组直接链接，该机组为煤电发电方式，碳排放系数较高。同时，节点E随与机组2相链接，但是由于线路传输限制约束，碳排放量会有所降低，缺少负荷部分由4号机组补充；将图5和图6进行比较可知，用户节点由于负荷最大且与5号机组相链接，因此，其实际碳排放曲线总体高于用户节点D，相应的碳责任分配值也最大；同理，将图5、图6和图7进行对比可知，节点E负荷源头的清洁能源占比较高，因此，节点E的实际碳排曲线最低。综上所述，基于Shapley值的碳配额分配理论可以在满足用户负荷的基础上，进行节点碳责任的合理分摊。
3需求响应结果分析
假设用户节点的5％负荷可以参与到低碳经济需求响应中，现以用户节点B为例进行低碳经济需求响应结果的分析。用户节点B典型日下参与需求响应的负荷变化情况如图8所示。
由图8可以看出，用户节点B在得知碳表装置提供的动态负荷碳势数据后，为了实现低碳经济性目标，将自觉调整用电负荷时刻，降低高负荷碳势时刻(1-7，12-15，22-24)的用电负荷并将该部分转移至低负荷碳势时刻(8-11，16-21)。另外，用户节点B在响应前后的总需求负荷没变，因此，本方案提出的低碳经济优化模型可以在满足用户用电需求的基础上，实现降低碳排的目标。
由于本方案采用阶梯碳价设定方案，将低碳经济效益与节点减排行为进行深度融合，使用户节点参与碳市场的积极性得到有效的提升。因此，本方案为了验证阶梯碳价设定方案的优越性，对不同碳价设定环境下(恒定碳价和阶梯式碳价场景)的节点负荷的调整情况进行分析。图9为不同碳价方案下节点B的负荷日内曲线。
由图9可以看出，恒定碳价下用户在高负荷碳势时刻(12-15)用电量不降反增，而在低负荷碳势时刻(8-11)用电量并没有升高。这是因为目前电价的设定方案为分时电价模式，使得恒定碳价方案下的用户节点受到电价的经济激励程度要大于碳市场的经济激励程度，使得用户在低碳和经济两方面领域中偏向经济领域，无法实现低碳电力的目标。因此，本方案提出的阶梯碳价区间设定模式，很好的解决了电价与低碳目标的矛盾性，在保证用户经济效益的同时降低电力系统总碳排放量。
通过算例分析结果可以看出，本方案所提出的模型能够在保障用户用电需求的前提下，降低电力系统的碳排量并提高节点的碳收益。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (6)
1.一种基于碳排放流的电力系统低碳经济优化方法，其特征是，包括以下步骤：
步骤1，获取用户动态负荷碳势；
步骤2，获取响应前负荷曲线，具体为：记录用户原始消耗量，用户原始消耗量与用户动态符合碳势结合得到用户节点需求响应前间接碳排放量；
步骤3，根据不同时段碳势的差异性，用户节点自行调整用电计划，将碳势较高时段的用电负荷转移到碳势较低的时段；
步骤4，设定基于Shapley值的节点碳配额分配及阶梯碳价区间；
步骤5，评估与结算用户碳减排量及碳成本；
步骤6，建立电力系统低碳经济优化模型，分析优化模型带来的低碳经济效益。
2.根据权利要求1所述的一种基于碳排放流的电力系统低碳经济优化方法，其特征是，所述的步骤1具体为：
步骤1.1，计算碳流率，碳流率表示单位时段内通过电力系统节点以及支路所对应的碳排放量，计算公式如下所示：
式中：F表示流入节点或者流过支路的碳排放量，t代表时间；
步骤1.2，计算动态负荷碳势，动态负荷碳势表示用户节点在t时段消费单位电量所产生的相当于源侧产生的碳排放量，数值上等于所有流入该用户节点支路碳流密度有关有功功率的加权平均，计算表达式如下所示：
式中：Pj,t为支路j在时段t的注入节点i的电量；αj,t为注入节点支路j的碳流密度；J为向该用户节点注入功率的支路数；PGi,t为用户节点i处的发电机的输入功率；eGi,t为该发电机的碳排放强度值，
其中支路的碳流密度计算方法如下所示：
式中：P为支路对应的有功潮流，支路的碳流密度与该支路始端节点的碳势相等；
基于动态负荷碳势计算用户节点在时段t的用电碳排放量，具体计算式如下所示：
Ei,t＝ei,tQi,t (4)
式中：Qi,t为用户节点i在时段t的用电量；Ei,t为用户节点i在时段t的实际碳排放量。
3.根据权利要求2所述的一种基于碳排放流的电力系统低碳经济优化方法，其特征是，所述的步骤4中设定基于Shapley值的节点碳配额分配具体为：应用Shapley值法分摊用户节点的碳排放责任，具体的计算规则如下：
式中：Vi为联盟中用户节点i碳配额分配值；S为子联盟；|S|为子联盟的数量；ω(|S|)是加权因子；V(S)是集合S需要承担的碳排放责任；V(S/i)是集合S中除去节点i的其他用户节点形成联盟的碳责任承担量，用户节点的碳责任承担值应该在边际作用的范围内，不小于边际作用的最小值Vi,min，也不大于边际作用的最大值Vi,max，即
Vi,min≤Vi≤Vi,max (7)。
4.根据权利要求3所述的一种基于碳排放流的电力系统低碳经济优化方法，其特征是，所述的阶梯碳价区间具体为将碳配额边际区间内的平均值Vi,av作为一个阶段的节点，在Vi,min、Vi,av、Vi,max范围内设定阶梯区间碳价方案，针对这三个节点分为四个碳价设定区间：无成本价格区间0～Vi,min、低成本价格区间Vi,min～Vi,av、中成本价格区间Vi,av～Vi,max、高成本价格区间Vi,max～∞，针对不同的区间，对碳价实施阶段性的设定，设定方式如下所示：
式中：p为阶梯碳价，单位为$/tCO2，当用户的碳排放量低于边际值时，此时节点处于余碳配额的状态不需要从碳市场购入碳配额，因此，p1＝0；Ei,t为用户节点i在时段t的碳排放量。
5.根据权利要求4所述的一种基于碳排放流的电力系统低碳经济优化方法，其特征是，所述的步骤5碳成本计算方法为：
6.根据权利5所述的一种基于碳排放流的电力系统低碳经济优化方法，其特征是，所述的步骤6具体为：
步骤6.1：获取系统以年为单位的逐小时的能量流数据；
步骤6.2：计算用户的动态负荷碳势以及碳配额：利用碳排放流理论，将碳势概念进行改进，引申得到动态负荷碳势的计算方法，通过获取用户历史能量流数据以及电力系统出力机组的碳排放信息，得到用户逐小时的动态负荷碳势曲线，同时，利用碳排放责任分配原则，得到节点的碳配额数据，为后续用户用电行为优化做数据支撑，
步骤6.3：建立用户优化模型：假设用户的动态负荷碳势数据和碳配额分配结果提前一天发布给节点用户，用户每天都要对自身用电行为进行调整，在感知到一天内动态负荷碳势的不同后，在低碳意识以及碳交易经济性的影响下，并且考虑自身调节能力允许范围，以最大化自身减排量以及碳成本最低化为目标进行需求响应；
目标函数以及约束条件见式(10)-(15)所示，
公式(10)为模型的目标函数；式(11)-(13)为用户优化自身调节能力的约束，其中，式(11)为用户调节上下限，式(12)表示用户t时刻最大承受负荷量，式(13)表示用户负荷削减量的上限；式(14)表示用户节点单日负荷需求总量不变；式(15)保证用户节点仅处于一个状态，即增负荷状态或减负荷状态；
0≤|qb,i,t-qa,i,t|≤ΔQmax (11)
qa,i,tI[(qb,i,t-qa,i,t)<0]≤Qmax (12)
(qb,i,t-qa,i,t)I[(qb,i,t-qa,i,t)≥0]≤QL,t (13)
sgn[(qb,i,t-qa,i,t)*(qa,i,t-qb,i,t)]＝-1 (15)
式中：
为用户节点的单日碳减排量；TD表示单日总时段；I表示联盟内用户i的总数；Δt为一小时为单位段；qb,i,t和qa,i,t分别为用户优化前和优化后的负荷量；ΔQmax为用户负荷调节上限；ΔQmax为用户的最大额定负荷；QL,t为t时段用户的基线负荷；I[(qb,i,t-qa,i,t)≥0]为示性函数，具体含义与式(9)同理；
步骤6.4：对低碳经济兼容需求响应效益进行评估：基于步骤3的计算方法得到用户群全年的低碳经济效益，分别运用式(16)和式(17)，完成用户群体在需求响应机制下的全年碳减排量和碳市场收益，
式中：
分别为用户联盟群体全年的碳减排量和碳市场收益；TY为全年总时段数；/>
分别为用户用电行为优化前和优化后全年的碳排放成本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310207764.7A CN116402278A (zh) | 2023-03-06 | 2023-03-06 | 一种基于碳排放流的电力系统低碳经济优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310207764.7A CN116402278A (zh) | 2023-03-06 | 2023-03-06 | 一种基于碳排放流的电力系统低碳经济优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116402278A true CN116402278A (zh) | 2023-07-07 |
Family
ID=87013248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310207764.7A Pending CN116402278A (zh) | 2023-03-06 | 2023-03-06 | 一种基于碳排放流的电力系统低碳经济优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116402278A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117674141A (zh) * | 2024-01-31 | 2024-03-08 | 国网上海能源互联网研究院有限公司 | 一种虚拟电厂集群双层低碳经济调度方法和装置 |
-
2023
- 2023-03-06 CN CN202310207764.7A patent/CN116402278A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117674141A (zh) * | 2024-01-31 | 2024-03-08 | 国网上海能源互联网研究院有限公司 | 一种虚拟电厂集群双层低碳经济调度方法和装置 |
| CN117674141B (zh) * | 2024-01-31 | 2024-04-16 | 国网上海能源互联网研究院有限公司 | 一种虚拟电厂集群双层低碳经济调度方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game | |
| 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 | |
| CN109936130B (zh) | 一种负荷动态控制方法 | |
| CN115018230A (zh) | 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 | |
| CN113095628A (zh) | 促进清洁消纳的电力交易平台分时段竞价出清方法和系统 | |
| CN111695943A (zh) | 一种计及浮动高峰电价的优化管理方法 | |
| CN116402278A (zh) | 一种基于碳排放流的电力系统低碳经济优化方法 | |
| CN113746089A (zh) | 面向多用户的多时间尺度电力套餐与家庭能量优化方法 | |
| CN115689166A (zh) | 一种区域分布式能源资源聚合利用方法及系统 | |
| CN116914818A (zh) | 基于博弈的虚拟电厂经营管理与优化调度测算分析的方法 | |
| Wu et al. | Dynamic pricing and energy management of hydrogen-based integrated energy service provider considering integrated demand response with a bi-level approach | |
| Mei et al. | Optimal bidding strategy for virtual power plant participating in combined electricity and ancillary services market considering dynamic demand response price and integrated consumption satisfaction | |
| CN109978331B (zh) | 一种高比例水电现货市场下日电量分解方法 | |
| CN115099550A (zh) | 考虑综合能源系统灵活性的市场互动收益模型计算装置 | |
| Liang et al. | Stackelberg game-based optimal scheduling for multi-community integrated energy systems considering energy interaction and carbon trading | |
| CN112651544B (zh) | 一种增量配电多主体协调优化方法 | |
| Liu et al. | Analysis of flexible energy use behavior of rural residents based on two-stage questionnaire: A case study in Xi’an, China | |
| CN112785093B (zh) | 一种基于电力消费模式的光伏储能容量配置优化方法 | |
| CN115358559A (zh) | 考虑综合需求响应的综合能源系统源储容量优化配置方法 | |
| CN113989072A (zh) | 面向调峰辅助服务市场交易主体的分摊上限动态调整策略 | |
| Zhang et al. | Urban user and grid supply and demand friendly interaction system based on two-layer optimization model | |
| Wang et al. | Research on market operation of power supply virtual power plant based on system dynamics | |
| CN112232622A (zh) | 一种考虑电力需求响应的售电侧运营评估方法及系统 | |
| Yang et al. | Two-Stage Low-Carbon Optimal Scheduling of Power System Based on Carbon Flow Theory and Demand Response | |
| Lu et al. | Optimal bidding strategy of an aggregator based on customers’ responsiveness behaviors modeling |
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 |