CN116544939A - 碳排放需求响应处理方法、装置、计算机设备和存储介质 - Google Patents
碳排放需求响应处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116544939A CN116544939A CN202210088506.7A CN202210088506A CN116544939A CN 116544939 A CN116544939 A CN 116544939A CN 202210088506 A CN202210088506 A CN 202210088506A CN 116544939 A CN116544939 A CN 116544939A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- node
- load
- power
- power flow
- 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 283
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 278
- 230000004044 response Effects 0.000 title claims abstract description 141
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000009826 distribution Methods 0.000 claims abstract description 73
- 230000005540 biological transmission Effects 0.000 claims abstract description 71
- 238000012545 processing Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000000638 solvent extraction Methods 0.000 claims abstract description 41
- 238000005457 optimization Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 23
- 238000005192 partition Methods 0.000 claims description 20
- 230000009977 dual effect Effects 0.000 claims description 8
- 238000007665 sagging Methods 0.000 claims description 8
- 230000008685 targeting Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 abstract description 24
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000003245 coal Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000008399 tap water Substances 0.000 description 2
- 235000020679 tap water Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Power Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种碳排放需求响应处理方法、装置、计算机设备和存储介质,该方法包括对输电网、配电网以及微电网构建的以系统最小化碳排放为目标的最优潮流模型;对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标;采用负荷进行分区和/或不分区的方式,基于所述最优潮流模型处理参与需求响应。本申请能够适用于输电网、配电网、微电网的节点边际碳排放的需求响应方法,通过用户侧负荷参与需求响应的方式,实现荷端的进一步节碳和减碳。
Description
技术领域
本发明涉及电力系统低碳应用技术领域,特别涉及一种碳排放需求响应处理方法、装置、计算机设备和存储介质。
背景技术
当前,电力行业二氧化碳排放量约占我国二氧化碳排放总量的四成以上,故电力系统“减碳”、“降碳”是实现碳中和的主要路径。目前,电力行业的“减碳”、“降碳”的实现方式集中体现在电力系统发电侧,通过加装先进的碳捕集装置、调整电源结构减少煤电发电量比例、提高煤电机组效率淘汰碳排放强度高的传统中小型发电厂等方式减少二氧化碳的排放。站在发电侧的角度来看,上述几种方式能在一定程度上降低碳排放,但离“双碳”战略目标仍有差距。因此,站在电力系统的角度思考,电力行业的减碳、降碳方式不仅仅停留在发电侧,电力系统输电和用电环节同时考虑,使减碳和降碳理念贯穿整个电力系统发、输、配、用环节。一方面,通过合理的输电规划,使整个电能的传输路径最优,减少输电线路上的电能损耗,达到减碳、降碳的效果;另一方面,作为用户侧的负荷积极参与需求响应,以用户侧节点边际碳排放强度或者碳税费用为响应信号,从时间和空间的维度上主动合理分配负荷,达到减碳、降碳的效果。
因此,急需一种从用户侧出发实现电力系统减碳、降碳的目标,并解决需求响应模型能同时适用于输电网、配电网、微电网等正常工况及故障工况下负荷基于节点边际碳排放信号参与需求响应的问题的碳排放需求响应处理方法。
发明内容
基于此,有必要针对上述技术问题,提供一种碳排放需求响应处理方法、装置、计算机设备和存储介质。
一种碳排放需求响应处理方法,包括:
对输电网、配电网以及微电网构建的以系统最小化碳排放为目标的最优潮流模型;
对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标;
采用负荷进行分区和/或不分区的方式,基于所述最优潮流模型处理参与需求响应。
在其中一个实施例中,所述基于负荷进行分区和/或不分区的方式,根据所述最优潮流模型处理参与需求响应的步骤包括:
在负荷不进行分区处理时,基于所述最优潮流模型,根据各节点边际碳排放指标,以用户侧碳排放最小化为需求响应目标,处理参与需求响应。
在其中一个实施例中,所述基于负荷进行分区和/或不分区的方式,根据所述最优潮流模型处理参与需求响应的步骤包括:
在负荷进行分区处理时,将电网系统划分为多个子区域;
基于所述最优潮流模型,计算各所述子区域的平均碳排放指标;
对比各所述子区域的平均碳排放指标,当各所述子区域的平均碳排放指标的差异大于预设阈值时,将平均碳排放指标高的子区域内的部分节点的负荷转移至平均碳排放指标低的子区域。
在其中一个实施例中,所述对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标的步骤之后还包括:
在故障工况下,基于预设潮流方程,对输电网、配电网以及微电网进行潮流计算,得到系统的每条支路的电压稳定指标;
基于所述最优潮流模型和各支路的电压稳定性指标,计算得到支路负荷无功功率;
基于支路负荷无功功率计算各节点的负荷无功功率,基于各节点的负荷无功功率确定各节点负荷有功功率。
在其中一个实施例中,所述对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子的步骤包括:
采用原对偶内点法对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子。
在其中一个实施例中,所述对输电网、配电网、微电网构建的以系统最小化碳排放为目标的最优潮流模型的步骤包括:
建立输电网、配电网以及微电网的系统碳排放最小的目标函数;
获取输电网、配电网以及微电网的节点功率平衡对应的潮流方程,以所述节点功率平衡对应的潮流方程作为系统碳排放优化问题的等式约束方程;
获得输电网、配电网以及微电网的安全约束条件,基于所述约束条件建立系统碳排放优化的不等式约束方程,其中,所述安全约束条件包括发电机机组有功与无功出力限值、节点电压幅值限值、线路功率限值、系统频率限值;
基于所述系统碳排放最小的目标函数、等式约束方程和不等式约束方程构建的以系统最小化碳排放为目标的最优潮流模型。
在其中一个实施例中,所述以系统最小化碳排放为目标的最优潮流模型为:
其中,f(x)表示系统的目标函数,h(x)表示为输电网、配电网的潮流方程,也表示微电网对应修改的潮流方程和下垂节点控制方程,g(x)表示系统的安全约束条件组成的不等式约束,x表示由系统状态变量和控制变量组成的向量。
一种碳排放需求响应处理装置,包括:
模型构建模块,用于对输电网、配电网、微电网构建的以系统最小化碳排放为目标的最优潮流模型;
边际碳排放指标获取模块,用于对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标;
响应处理模块,用于基于负荷进行分区和/或不分区的方式,根据所述最优潮流模型处理参与需求响应。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
对输电网、配电网以及微电网构建的以系统最小化碳排放为目标的最优潮流模型;
对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标;
采用负荷进行分区和/或不分区的方式,基于所述最优潮流模型处理参与需求响应。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
对输电网、配电网以及微电网构建的以系统最小化碳排放为目标的最优潮流模型;
对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标;
采用负荷进行分区和/或不分区的方式,基于所述最优潮流模型处理参与需求响应。
上述碳排放需求响应处理方法、装置、计算机设备和存储介质,能够适用于输电网、配电网、微电网的节点边际碳排放的需求响应方法,通过用户侧负荷参与需求响应的方式,实现荷端的进一步节碳和减碳。
此外,本申请的实施例中,针对正常运行工况下,基于负荷分区情况下的需求响应模型,通过计算各区域的平均碳排放指标,实现负荷进一步从高平均碳排放区域的高边际碳排放节点向低平均碳排放区域的低边际碳排放节点转移,进而打破原有需求响应模式受制于负荷容量的局限性,进一步减少荷端碳排放总量。
此外,本申请的实施例中,故障工况下首先采用基于系统支路电压稳定指标的需求响应模式,使系统恢复至原正常稳定工况,再采用基于节点边际碳排放的需求响应策略,实现系统进一步减少碳排放总量的目标。
附图说明
图1为一个实施例中碳排放需求响应处理方法的流程示意图;
图2为一个实施例中碳排放需求响应处理装置的结构框图;
图3为一个实施例中计算机设备的内部结构图
图4A为一个实施例中的电力系统5节点输电网系统的架构图;
图4B为一个实施例中的含风电并网的30节点配电网系统的架构图;
图4C为一个实施例中的含分布式电源的30节点微电网系统的架构图;
图5为一个实施例中的对含风电并网30节点配电网系划分子区域的架构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
实施例一
本实施例中,如图1所示,提供了一种碳排放需求响应处理方法,其包括:
步骤110,对输电网、配电网以及微电网构建的以系统最小化碳排放为目标的最优潮流模型。
本实施例中,对于图4A所示的输电网系统,4、5号节点连接发电机,其中,4号节点为PV节点,5号节点为平衡节点,因此输电网系统可通过平衡节点维持系统频率稳定,而通过其他发电机组和平衡机组共同承担系统负荷和维持系统电压水平。对于图4B所示的配电网,因为1号节点连接电网,故同样可认为配电网系统可通过此平衡节点维持系统频率稳定,并通过其他风电机组和平衡机组共同承担系统负荷和维持系统电压水平。对于图4C所示的微电网,因为系统没有与大电网相连接的平衡节点,故还需要通过分布式电源采用特定的控制方式维持系统电压和频率的稳定,这是微电网与输电网与配电网最大的差异。
本步骤中,对输电网、配电网以及微电网构建以系统最小化碳排放为目标的最优潮流模型,该以系统最小化碳排放为目标的最优潮流模型为:
其中,f(x)表示系统的目标函数,h(x)表示为输电网、配电网的潮流方程,也表示微电网对应修改的潮流方程和下垂节点控制方程,g(x)表示系统的安全约束条件组成的不等式约束,x表示由系统状态变量和控制变量组成的向量。
步骤120,对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标。
一个实施例中,所述对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子的步骤包括:采用原对偶内点法对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子。
本实施例中,在正常工况下,采用原对偶内点法进行求解,各节点潮流方程前对应的拉格朗日乘子即可定义为节点边际碳排放指标λci,可将负荷进行分区和不分区处理参与需求响应。
步骤130,采用负荷进行分区和/或不分区的方式,基于所述最优潮流模型处理参与需求响应。
本实施例中,在负荷进行分区的情况下,以及在负荷不进行分区情况下,采用不同的方式参与需求响应的处理。
上述实施例中,能够适用于输电网、配电网、微电网的节点边际碳排放的需求响应方法,通过用户侧负荷参与需求响应的方式,实现荷端的进一步节碳和减碳。
在一个实施例中,所述基于负荷进行分区和/或不分区的方式,根据所述最优潮流模型处理参与需求响应的步骤包括:在负荷不进行分区处理时,基于所述最优潮流模型,根据各节点边际碳排放指标,以用户侧碳排放最小化为需求响应目标,处理参与需求响应。
本实施例中,负荷不进行分区处理的情况下,各节点负荷根据自身负荷情况,以预设比例k的负荷参与需求响应,根据各节点边际碳排放指标λci,以用户侧碳排放最小化为需求响应目标,基于该最优潮流模型,可以得到计算式:
其中,PDi表示各节点参与需求响应后的负荷,Pload表示各节点负荷总量,表示各节点参与需求响应后负荷的上下限值,N表示系统节点数目。采用上述计算式所示的需求响应方法,实现整个系统高碳排放节点负荷向低碳排放节点负荷转移,以整个系统碳排放最小为最终目标,能够处理参与需求响应。
在一个实施例中,所述基于负荷进行分区和/或不分区的方式,根据所述最优潮流模型处理参与需求响应的步骤包括:在负荷进行分区处理时,将电网系统划分为多个子区域;基于所述最优潮流模型,计算各所述子区域的平均碳排放指标;对比各所述子区域的平均碳排放指标,当各所述子区域的平均碳排放指标的差异大于预设阈值时,将平均碳排放指标高的子区域内的部分节点的负荷转移至平均碳排放指标低的子区域。
应该理解的是,在负荷不进行分区处理的情况下,受到负荷需求响应容量的限制,不能使所有高碳排放节点负荷全部转移至低碳排放节点,从而不能完全发挥上述需求响应策略的优势。因此,为避免上述问题,本实施例中,以图5所示的含风电并网30节点配电网系统进行负荷分区处理,图5中虚线为划分子区域的线段,即按照图5中虚线标识将负荷分成三个子区域。负荷分区处理的最大特点是,首先将以整个系统负荷碳排放最小为目标的优化问题转化为各个子区域的负荷碳排放最小的优化问题,然后计算各个子区域负荷的平均碳排放指标,若各子区域平均碳排放指标存在显著差异,且子区域仍具有参与需求响应的负荷容量,则将高碳排放区域的高碳排放节点进一步转移至低碳排放区域的低碳排放节点,相当于转化为二重优化问题。具体过程为:
首先,对于分区区域j∈NA,进行各子区域的需求响应,即得到:
其中,NA表示负荷子区域的集合,Nj表示第j个子区域的负荷节点数目。将参与需求响应后的负荷再代入到式(1)所示的最优潮流模型,得到各节点负荷参与需求响应后的碳排放指标,按照上述计算式计算各区域的平均碳排放指标即
然后,分别比较各区域的平均碳排放指标的差异ξ,若差异ξ大于设定的门槛值σ,则考虑进行第二层负荷需求响应,即在负荷参与需求响应容量的范围内,考虑碳排放平均指标高的区域内将部分节点边际碳排放高的节点负荷转移至碳排放平均指标低的区域,即该区域在原有负荷的基础上新增部分区域转移负荷ΔPload-EX-Aj,得到P′load-Aj=Pload-Aj+ΔPload-EX-Aj。
综上所述,负荷采用分区处理参与需求响应,能够克服不分区处理需求响应效果受负荷容量限制的缺点,进一步提升用户侧参与系统减碳、降碳的积极性。从实际应用的角度看,可以在城市如自来水公司、具有多个不同区域的制造企业及公司,根据上述需求响应策略,能够大幅降低用户侧的碳排放总量,以及提高用户侧与电源侧的有效互动。
在一个实施例中,所述对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标的步骤之后还包括:在故障工况下,基于预设潮流方程,对输电网、配电网以及微电网进行潮流计算,得到系统的每条支路的电压稳定指标;基于所述最优潮流模型和各支路的电压稳定性指标,计算得到支路负荷无功功率;基于支路负荷无功功率计算各节点的负荷无功功率,基于各节点的负荷无功功率确定各节点负荷有功功率。
本实施例中,当电网发生线路断线、电源侧发电机故障、新能源接入高/低电压穿越能力不足造成弃风、弃光等情况,甚至电网发生严重故障导致电网解裂成“孤岛”运行时,用户侧从正常工况下以减少碳排放为目标参与需求响应立即转变为以电压稳定的需求响应模型,待电网稳定运行后,再转换到减碳、降碳的运行模式。
因此,故障工况下,应对输电网、配电网或者微电网进行潮流计算,即最优潮流模型,若电网故障工况下未发生解裂,则可对相应的潮流方程采用牛顿-拉夫逊方法或者改进的Levenberg-Marquardt方法进行求解,并计算每条支路的电压稳定性指标,即:
Li=4(XPj-RQj)2+XQj+RPj
其中,Pi、Qi为线路段节点i处的有功功率和无功功率,Pj、Qj为线路末节点j处的有功功率和无功功率,R、X为线路i-j之间的电阻和电抗值。因此,全系统电压稳定指标L即取所有支路中的最大电压稳定指标,可根据L值与临界值1.0的距离判断系统电压稳定的程度。按照下列计算式,负荷在故障工况下基于支路电压稳定指标Li参与需求响应的模型为:
其中,QBLi为第i条支路的负荷无功功率,Qload为系统所有支路负荷无功功率总和,为第i条支路负荷无功功率的上、下限值。待支路负荷无功功率分配确定后,计算确定到各节点的负荷无功功率,假设各节点负荷采用恒功率因数,则节点负荷无功功率确定后就能确定节点负荷有功功率,待系统故障消除并稳定后,系统再进行以系统碳排放最小的需求响应运行模式。
在故障工况下,若发生严重故障导致电网解裂成“孤岛”运行时,为避免“孤岛”网潮流方程雅可比矩阵奇异造成牛顿法不收敛或者无解的情况,可采用改进的Levenberg-Marquardt方法得到最小二乘解,为后续潮流的调整及改善提供信息。待“孤岛”网潮流计算后,通过适当的调整使“孤岛”网稳定运行,其一通过“孤岛”网之间的虚拟联络线,采用潮流交替迭代法的思想,进行大电网的潮流计算,直到虚拟联络线的功率误差在预定的误差精度范围内结束“孤岛”网的潮流计算,并增加真实的联络线,使电网逐渐恢复至故障前的稳定状态;其二,在“孤岛”微电网潮流计算结束后,按照正常工况负荷分区的思想,并基于式(7)电压稳定的需求响应策略,进行负荷的重新分配,使“孤岛”网恢复至稳定状态,再通过潮流交替迭代算法,增加联络线使系统恢复至故障前的稳定状态。当故障工况通过增加联络线、负荷的重新分配后达到正常稳定运行状态后,此时系统再进行以系统碳排放最小的需求响应运行模式。
综上,本专利分别提出输电网、配电网、微电网正常工况下以系统碳排放最小的需求响应策略,根据系统组成结构的差异,对系统负荷分区与不分区后的负荷需求响应策略进行讨论,进一步打破系统原有需求响应策略受制系统负荷容量的局限性,减少整个系统的碳排放总量。在故障模式下,先讨论如何从“故障”工况模式到“正常”工况模式的潮流计算方式,再提出基于系统电压稳定的需求响应策略,待大系统稳定运行后参照正常工况下的减碳、降碳需求响应模式,进一步减少整个大系统的碳排放总量。
在一个实施例中,所述对输电网、配电网、微电网构建的以系统最小化碳排放为目标的最优潮流模型的步骤包括:建立输电网、配电网以及微电网的系统碳排放最小的目标函数;获取输电网、配电网以及微电网的节点功率平衡对应的潮流方程,以所述节点功率平衡对应的潮流方程作为系统碳排放优化问题的等式约束方程;获得输电网、配电网以及微电网的安全约束条件,基于所述约束条件建立系统碳排放优化的不等式约束方程,其中,所述安全约束条件包括发电机机组有功与无功出力限值、节点电压幅值限值、线路功率限值、系统频率限值;基于所述系统碳排放最小的目标函数、等式约束方程和不等式约束方程构建的以系统最小化碳排放为目标的最优潮流模型。
对于输电网、配电网、微电网,均可建立以系统碳排放最小的目标函数。节点功率平衡对应的潮流方程作为系统碳排放优化问题的等式约束,包括发电机机组有功与无功出力限值、节点电压幅值限值、线路功率限值、系统频率限值等系统运行的安全约束作为系统碳排放优化问题的不等式约束,因此,建立以碳排放最小化为目标的最优潮流问题,可以简写成下列计算式所示的多变量、多约束、非线性优化问题,即:
其中,f(x)表示系统的目标函数,h(x)表示为输电网、配电网的潮流方程,也表示微电网对应修改的潮流方程和下垂节点控制方程,g(x)表示系统的安全约束条件组成的不等式约束,x表示由系统状态变量和控制变量组成的向量。
实施例二
首先,对于图4A所示的输电网系统,4、5号节点连接发电机,称4号节点为PV节点,5号节点为平衡节点,因此输电网系统可通过平衡节点维持系统频率稳定,而通过其他发电机组和平衡机组共同承担系统负荷和维持系统电压水平。对于图4B所示的配电网,因为1号节点连接电网,故同样可认为配电网系统可通过此平衡节点维持系统频率稳定,并通过其他风电机组和平衡机组共同承担系统负荷和维持系统电压水平。对于图4C所示的微电网,因为系统没有与大电网相连接的平衡节点,故还需要通过分布式电源采用特定的控制方式维持系统电压和频率的稳定,这是微电网与输电网与配电网最大的差异。
对于输电网、配电网、微电网,均可建立以系统碳排放最小的目标函数。节点功率平衡对应的潮流方程作为系统碳排放优化问题的等式约束,包括发电机机组有功与无功出力限值、节点电压幅值限值、线路功率限值、系统频率限值等系统运行的安全约束作为系统碳排放优化问题的不等式约束,因此,建立以碳排放最小化为目标的最优潮流问题,可以简写成式(1)所示的多变量、多约束、非线性优化问题,即
其中,f(x)表示系统的目标函数,h(x)表示为输电网、配电网的潮流方程,也表示微电网对应修改的潮流方程和下垂节点控制方程,g(x)表示系统的约束条件组成的不等式约束,x表示由系统状态变量和控制变量组成的向量。
正常工况下的需求响应方法
对输电网、配电网、微电网统一构建的以系统最小化碳排放为目标的最优潮流模型,即上述方程(1),采用原对偶内点法进行求解,各节点潮流方程前对应的拉格朗日乘子即可定义为节点边际碳排放指标λci,可将负荷进行分区和不分区处理参与需求响应。
A.负荷不进行分区处理
各节点负荷根据自身负荷情况,假设以一定比例k的负荷参与需求响应,根据各节点边际碳排放指标λci,以用户侧碳排放最小化为需求响应目标,即
式中,PDi表示各节点参与需求响应后的负荷,Pload表示各节点负荷总量,表示各节点参与需求响应后负荷的上下限值,N表示系统节点数目。采用式(2)所示的需求响应方法,实现整个系统高碳排放节点负荷向低碳排放节点负荷转移,以整个系统碳排放最小为最终目标,但这种需求响应策略在一定程度上受制于参与需求响应的负荷容量及新能源并网容量。
B.负荷进行分区处理
上述负荷不进行分区处理,但受到负荷需求响应容量的限制,不能使所有高碳排放节点负荷全部转移至低碳排放节点,从而不能完全发挥上述需求响应策略的优势。因此,为避免上述问题,以图5所示的含风电并网30节点配电网系统进行负荷分区处理,即按照图中虚线标识将负荷分成三个区域。负荷分区处理的最大特点是,首先将以整个系统负荷碳排放最小为目标的优化问题转化为各个子区域的负荷碳排放最小的优化问题,然后计算各个子区域负荷的平均碳排放指标,若各子区域平均碳排放指标存在显著差异,且子区域仍具有参与需求响应的负荷容量,则将高碳排放区域的高碳排放节点进一步转移至低碳排放区域的低碳排放节点,相当于转化为二重优化问题。
首先,对于分区区域j∈NA,进行各子区域的需求响应,即
其中,NA表示负荷子区域的集合,Nj表示第j个子区域的负荷节点数目。将参与需求响应后的负荷再代入到式(1)所示的最优潮流模型,得到各节点负荷参与需求响应后的碳排放指标,按照式(4)计算各区域的平均碳排放指标即
然后,分别比较各区域的平均碳排放指标的差异ξ,若差异ξ大于设定的门槛值σ,则考虑进行第二层负荷需求响应,即在负荷参与需求响应容量的范围内,考虑碳排放平均指标高的区域内将部分节点边际碳排放高的节点负荷转移至碳排放平均指标低的区域,即该区域在原有负荷的基础上新增部分区域转移负荷ΔPload-EX-Aj,得到P′load-Aj=Pload-Aj+ΔPload-EX-Aj。
综上所述,负荷采用分区处理参与需求响应,能够克服不分区处理需求响应效果受负荷容量限制的缺点,进一步提升用户侧参与系统减碳、降碳的积极性。从实际应用的角度看,可以在城市如自来水公司、具有多个不同区域的制造企业及公司,根据上述需求响应策略,能够大幅降低用户侧的碳排放总量,以及提高用户侧与电源侧的有效互动。
故障工况下的需求响应策略
当电网发生线路断线、电源侧发电机故障、新能源接入高/低电压穿越能力不足造成弃风、弃光等情况,甚至电网发生严重故障导致电网解裂成“孤岛”运行时,用户侧从正常工况下以减少碳排放为目标参与需求响应立即转变为以电压稳定的需求响应模型,待电网稳定运行后,再转换到减碳、降碳的运行模式。
因此,故障工况下,应对研究的输电网、配电网或者微电网进行潮流计算,即计算式(1),若电网故障工况下未发生解裂,则可对相应的潮流方程采用牛顿-拉夫逊方法或者改进的Levenberg-Marquardt方法进行求解,并计算每条支路的电压稳定性指标Li,即
Li=4(XPj-RQj)2+XQj+RPj (6)
其中,Pi、Qi为线路段节点i处的有功功率和无功功率,Pj、Qj为线路末节点j处的有功功率和无功功率,R、X为线路i-j之间的电阻和电抗值。因此,全系统电压稳定指标L即取所有支路中的最大电压稳定指标,可根据L值与临界值1.0的距离判断系统电压稳定的程度。按照式(7),负荷在故障工况下基于支路电压稳定指标Li参与需求响应的模型为,
其中,QBLi为第i条支路的负荷无功功率,Qload为系统所有支路负荷无功功率总和,为第i条支路负荷无功功率的上、下限值。待支路负荷无功功率分配确定后,计算确定到各节点的负荷无功功率,假设各节点负荷采用恒功率因数,则节点负荷无功功率确定后就能确定节点负荷有功功率,待系统故障消除并稳定后,系统再进行以系统碳排放最小的需求响应运行模式。
在故障工况下,若发生严重故障导致电网解裂成“孤岛”运行时,为避免“孤岛”网潮流方程雅可比矩阵奇异造成牛顿法不收敛或者无解的情况,可采用改进的Levenberg-Marquardt方法得到最小二乘解,为后续潮流的调整及改善提供信息。待“孤岛”网潮流计算后,通过适当的调整使“孤岛”网稳定运行,其一通过“孤岛”网之间的虚拟联络线,采用潮流交替迭代法的思想,进行大电网的潮流计算,直到虚拟联络线的功率误差在预定的误差精度范围内结束“孤岛”网的潮流计算,并增加真实的联络线,使电网逐渐恢复至故障前的稳定状态;其二,在“孤岛”微电网潮流计算结束后,按照正常工况负荷分区的思想,并基于式(7)电压稳定的需求响应策略,进行负荷的重新分配,使“孤岛”网恢复至稳定状态,再通过潮流交替迭代算法,增加联络线使系统恢复至故障前的稳定状态。当故障工况通过增加联络线、负荷的重新分配后达到正常稳定运行状态后,此时系统再进行以系统碳排放最小的需求响应运行模式。
综上,本专利分别提出输电网、配电网、微电网正常工况下以系统碳排放最小的需求响应策略,根据系统组成结构的差异,对系统负荷分区与不分区后的负荷需求响应策略进行讨论,进一步打破系统原有需求响应策略受制系统负荷容量的局限性,减少整个系统的碳排放总量。在故障模式下,先讨论如何从“故障”工况模式到“正常”工况模式的潮流计算方式,再提出基于系统电压稳定的需求响应策略,待大系统稳定运行后参照正常工况下的减碳、降碳需求响应模式,进一步减少整个大系统的碳排放总量。
本申请的有益效果为:
一、创新性地提出适用于输电网、配电网、微电网等基于节点边际碳排放的需求响应方法,通过用户侧负荷参与需求响应的方式,实现荷端的进一步节碳和减碳。
二、针对正常运行工况下,首次提出基于负荷分区情况下的需求响应模型,通过计算各区域的平均碳排放指标,实现负荷进一步从高平均碳排放区域的高边际碳排放节点向低平均碳排放区域的低边际碳排放节点转移,进而打破原有需求响应模式受制于负荷容量的局限性,进一步减少荷端碳排放总量。
三、针对故障工况下,采用基于系统支路电压稳定指标的需求响应模式,使系统恢复至原正常稳定工况,再采用基于节点边际碳排放的需求响应策略,实现系统进一步减少碳排放总量的目标。
目前电力行业减碳、降碳的研究工作主要集中在源、荷两端,其中源端主要通过加装碳捕集装置、调整电源结构减少煤电发电量比例、提高煤电机组效率等方式减少二氧化碳的排放;荷端主要通过用户基于碳排放强度、边际碳排放等信号参与需求响应的方式实现负荷节碳、降碳的目标。但是,源端的减碳方式具有一定的局限性,其一碳捕集装置费用成本问题、传统发电厂的改造费用问题、煤电机组效率改进问题等已成为源端减碳、降碳的根本问题;荷端基于碳排放信号参与需求响应的模式,目前主要受制于负荷响应容量的限制,不能实现负荷均衡且大幅减碳的效果,仍不能大规模应用于实际情况。本发明提出的一种适用于输电网、配电网、微电网等电网下基于节点边际碳排放的需求响应方法,并详细阐述电网正常工况和故障工况下的实施方式。针对正常工况下,首次提出负荷分区的创新模式参与需求响应,解决了需求响应负荷受制于容量限制的问题,使负荷最大程度地参与需求响应,实现系统减少碳排放的目标。针对故障工况下,采用基于支路电压稳定指标为需求响应信号,使系统先从故障工况快速转变为正常稳定工况,再采用基于节点边际碳排放的需求响应策略,实现整个系统减碳、降碳的效果。本申请不需要增加其他额外的硬件设施,仅在设备底层控制软件上预留样本存储空间,用于实际运行工况下负荷和节点边际碳排放信号的存储与需求响应模型的计算,方法简单、安全性高、可靠性高。
实施例三
本实施例中,如图2所示,提供一种碳排放需求响应处理装置,包括:
模型构建模块210,用于对输电网、配电网、微电网构建的以系统最小化碳排放为目标的最优潮流模型;
边际碳排放指标获取模块220,用于对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标;
响应处理模块230,用于基于负荷进行分区和/或不分区的方式,根据所述最优潮流模型处理参与需求响应。
在一个实施例中,所述响应处理模块包括:
非分区处理单元,用于在负荷不进行分区处理时,基于所述最优潮流模型,根据各节点边际碳排放指标,以用户侧碳排放最小化为需求响应目标,处理参与需求响应。
在一个实施例中,所述响应处理模块包括:
子区域划分单元,用于在负荷进行分区处理时,将电网系统划分为多个子区域;
子区域碳排放指标计算单元,用于基于所述最优潮流模型,计算各所述子区域的平均碳排放指标;
子区域负荷转移单元,用于对比各所述子区域的平均碳排放指标,当各所述子区域的平均碳排放指标的差异大于预设阈值时,将平均碳排放指标高的子区域内的部分节点的负荷转移至平均碳排放指标低的子区域。
在一个实施例中,所述碳排放需求响应处理装置还包括:
支路电压稳定指标获取单元,用于在故障工况下,基于预设潮流方程,对输电网、配电网以及微电网进行潮流计算,得到系统的每条支路的电压稳定指标;
支路功率计算单元,用于基于所述最优潮流模型和各支路的电压稳定性指标,计算得到支路负荷无功功率;
节点功率计算单元,用于基于支路负荷无功功率计算各节点的负荷无功功率,基于各节点的负荷无功功率确定各节点负荷有功功率。
在一个实施例中,所述边际碳排放指标获取模块用于采用原对偶内点法对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子。
在一个实施例中,所述模型构建模块包括:
碳排放最小目标函数建立单元,用于建立输电网、配电网以及微电网的系统碳排放最小的目标函数;
等式约束方程获取单元,用于获取输电网、配电网以及微电网的节点功率平衡对应的潮流方程,以所述节点功率平衡对应的潮流方程作为系统碳排放优化问题的等式约束方程;
不等式约束方程获取单元,用于获得输电网、配电网以及微电网的安全约束条件,基于所述约束条件建立系统碳排放优化的不等式约束方程,其中,所述安全约束条件包括发电机机组有功与无功出力限值、节点电压幅值限值、线路功率限值、系统频率限值;
模型构建单元,用于基于所述系统碳排放最小的目标函数、等式约束方程和不等式约束方程构建的以系统最小化碳排放为目标的最优潮流模型。
在一个实施例中,所述以系统最小化碳排放为目标的最优潮流模型为:
其中,f(x)表示系统的目标函数,h(x)表示为输电网、配电网的潮流方程,也表示微电网对应修改的潮流方程和下垂节点控制方程,g(x)表示系统的安全约束条件组成的不等式约束,x表示由系统状态变量和控制变量组成的向量。
关于碳排放需求响应处理装置的具体限定可以参见上文中对于碳排放需求响应处理方法的限定,在此不再赘述。上述碳排放需求响应处理装置中的各个单元可全部或部分通过软件、硬件及其组合来实现。上述各单元可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个单元对应的操作。
实施例四
本实施例中,提供了计算机设备。其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序,且该非易失性存储介质部署有数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与部署了应用软件的其他计算机设备通信。该计算机程序被处理器执行时以实现一种碳排放需求响应处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
对输电网、配电网以及微电网构建的以系统最小化碳排放为目标的最优潮流模型;
对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标;
采用负荷进行分区和/或不分区的方式,基于所述最优潮流模型处理参与需求响应。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
在负荷不进行分区处理时,基于所述最优潮流模型,根据各节点边际碳排放指标,以用户侧碳排放最小化为需求响应目标,处理参与需求响应。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
在负荷进行分区处理时,将电网系统划分为多个子区域;
基于所述最优潮流模型,计算各所述子区域的平均碳排放指标;
对比各所述子区域的平均碳排放指标,当各所述子区域的平均碳排放指标的差异大于预设阈值时,将平均碳排放指标高的子区域内的部分节点的负荷转移至平均碳排放指标低的子区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
在故障工况下,基于预设潮流方程,对输电网、配电网以及微电网进行潮流计算,得到系统的每条支路的电压稳定指标;
基于所述最优潮流模型和各支路的电压稳定性指标,计算得到支路负荷无功功率;
基于支路负荷无功功率计算各节点的负荷无功功率,基于各节点的负荷无功功率确定各节点负荷有功功率。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
采用原对偶内点法对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
建立输电网、配电网以及微电网的系统碳排放最小的目标函数;
获取输电网、配电网以及微电网的节点功率平衡对应的潮流方程,以所述节点功率平衡对应的潮流方程作为系统碳排放优化问题的等式约束方程;
获得输电网、配电网以及微电网的安全约束条件,基于所述约束条件建立系统碳排放优化的不等式约束方程,其中,所述安全约束条件包括发电机机组有功与无功出力限值、节点电压幅值限值、线路功率限值、系统频率限值;
基于所述系统碳排放最小的目标函数、等式约束方程和不等式约束方程构建的以系统最小化碳排放为目标的最优潮流模型。
在一个实施例中,所述以系统最小化碳排放为目标的最优潮流模型为:
其中,f(x)表示系统的目标函数,h(x)表示为输电网、配电网的潮流方程,也表示微电网对应修改的潮流方程和下垂节点控制方程,g(x)表示系统的安全约束条件组成的不等式约束,x表示由系统状态变量和控制变量组成的向量。
实施例五
本实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
对输电网、配电网以及微电网构建的以系统最小化碳排放为目标的最优潮流模型;
对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标;
采用负荷进行分区和/或不分区的方式,基于所述最优潮流模型处理参与需求响应。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
在负荷不进行分区处理时,基于所述最优潮流模型,根据各节点边际碳排放指标,以用户侧碳排放最小化为需求响应目标,处理参与需求响应。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
在负荷进行分区处理时,将电网系统划分为多个子区域;
基于所述最优潮流模型,计算各所述子区域的平均碳排放指标;
对比各所述子区域的平均碳排放指标,当各所述子区域的平均碳排放指标的差异大于预设阈值时,将平均碳排放指标高的子区域内的部分节点的负荷转移至平均碳排放指标低的子区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
在故障工况下,基于预设潮流方程,对输电网、配电网以及微电网进行潮流计算,得到系统的每条支路的电压稳定指标;
基于所述最优潮流模型和各支路的电压稳定性指标,计算得到支路负荷无功功率;
基于支路负荷无功功率计算各节点的负荷无功功率,基于各节点的负荷无功功率确定各节点负荷有功功率。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
采用原对偶内点法对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
建立输电网、配电网以及微电网的系统碳排放最小的目标函数;
获取输电网、配电网以及微电网的节点功率平衡对应的潮流方程,以所述节点功率平衡对应的潮流方程作为系统碳排放优化问题的等式约束方程;
获得输电网、配电网以及微电网的安全约束条件,基于所述约束条件建立系统碳排放优化的不等式约束方程,其中,所述安全约束条件包括发电机机组有功与无功出力限值、节点电压幅值限值、线路功率限值、系统频率限值;
基于所述系统碳排放最小的目标函数、等式约束方程和不等式约束方程构建的以系统最小化碳排放为目标的最优潮流模型。
在一个实施例中,所述以系统最小化碳排放为目标的最优潮流模型为:
其中,f(x)表示系统的目标函数,h(x)表示为输电网、配电网的潮流方程,也表示微电网对应修改的潮流方程和下垂节点控制方程,g(x)表示系统的安全约束条件组成的不等式约束,x表示由系统状态变量和控制变量组成的向量。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种碳排放需求响应处理方法,其特征在于,包括:
对输电网、配电网以及微电网构建的以系统最小化碳排放为目标的最优潮流模型;
对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标;
采用负荷进行分区和/或不分区的方式,基于所述最优潮流模型处理参与需求响应。
2.根据权利要求1所述的方法,其特征在于,所述基于负荷进行分区和/或不分区的方式,根据所述最优潮流模型处理参与需求响应的步骤包括:
在负荷不进行分区处理时,基于所述最优潮流模型,根据各节点边际碳排放指标,以用户侧碳排放最小化为需求响应目标,处理参与需求响应。
3.根据权利要求1所述的方法,其特征在于,所述基于负荷进行分区和/或不分区的方式,根据所述最优潮流模型处理参与需求响应的步骤包括:
在负荷进行分区处理时,将电网系统划分为多个子区域;
基于所述最优潮流模型,计算各所述子区域的平均碳排放指标;
对比各所述子区域的平均碳排放指标,当各所述子区域的平均碳排放指标的差异大于预设阈值时,将平均碳排放指标高的子区域内的部分节点的负荷转移至平均碳排放指标低的子区域。
4.根据权利要求1所述的方法,其特征在于,所述对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标的步骤之后还包括:
在故障工况下,基于预设潮流方程,对输电网、配电网以及微电网进行潮流计算,得到系统的每条支路的电压稳定指标;
基于所述最优潮流模型和各支路的电压稳定性指标,计算得到支路负荷无功功率;
基于支路负荷无功功率计算各节点的负荷无功功率,基于各节点的负荷无功功率确定各节点负荷有功功率。
5.根据权利要求1所述的方法,其特征在于,所述对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子的步骤包括:
采用原对偶内点法对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子。
6.根据权利要求1所述的方法,其特征在于,所述对输电网、配电网、微电网构建的以系统最小化碳排放为目标的最优潮流模型的步骤包括:
建立输电网、配电网以及微电网的系统碳排放最小的目标函数;
获取输电网、配电网以及微电网的节点功率平衡对应的潮流方程,以所述节点功率平衡对应的潮流方程作为系统碳排放优化问题的等式约束方程;
获得输电网、配电网以及微电网的安全约束条件,基于所述约束条件建立系统碳排放优化的不等式约束方程,其中,所述安全约束条件包括发电机机组有功与无功出力限值、节点电压幅值限值、线路功率限值、系统频率限值;
基于所述系统碳排放最小的目标函数、等式约束方程和不等式约束方程构建的以系统最小化碳排放为目标的最优潮流模型。
7.根据权利要求1至6任一项中所述的方法,其特征在于,所述以系统最小化碳排放为目标的最优潮流模型为:
其中,f(x)表示系统的目标函数,h(x)表示为输电网、配电网的潮流方程,也表示微电网对应修改的潮流方程和下垂节点控制方程,g(x)表示系统的安全约束条件组成的不等式约束,x表示由系统状态变量和控制变量组成的向量。
8.一种碳排放需求响应处理装置,其特征在于,包括:
模型构建模块,用于对输电网、配电网、微电网构建的以系统最小化碳排放为目标的最优潮流模型;
边际碳排放指标获取模块,用于对所述最优潮流模型进行求解,得到各节点潮流方程前对应的拉格朗日乘子,将各节点潮流方程前对应的拉格朗日乘子定义为节点边际碳排放指标;
响应处理模块,用于基于负荷进行分区和/或不分区的方式,根据所述最优潮流模型处理参与需求响应。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210088506.7A CN116544939A (zh) | 2022-01-25 | 2022-01-25 | 碳排放需求响应处理方法、装置、计算机设备和存储介质 |
PCT/CN2022/121563 WO2023142503A1 (zh) | 2022-01-25 | 2022-09-27 | 碳排放需求响应处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210088506.7A CN116544939A (zh) | 2022-01-25 | 2022-01-25 | 碳排放需求响应处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116544939A true CN116544939A (zh) | 2023-08-04 |
Family
ID=87449305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210088506.7A Pending CN116544939A (zh) | 2022-01-25 | 2022-01-25 | 碳排放需求响应处理方法、装置、计算机设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116544939A (zh) |
WO (1) | WO2023142503A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114718B (zh) * | 2023-10-20 | 2023-12-29 | 国网浙江省电力有限公司丽水供电公司 | 碳排放管理方法、装置、电子设备和存储介质 |
CN117810959B (zh) * | 2023-11-16 | 2024-06-14 | 国家电网有限公司华东分部 | 基于机组可用容量的电网区域间联络功率安排方法 |
CN117689184B (zh) * | 2024-02-02 | 2024-04-19 | 山东科技大学 | 考虑荷侧与低碳-经济协同的电力系统规划方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008434A (zh) * | 2014-06-06 | 2014-08-27 | 上海交通大学 | 一种电力系统柔性约束优化方法 |
CN109636113A (zh) * | 2018-11-12 | 2019-04-16 | 贵州电网有限责任公司 | 基于节点边际电价的电网风险分析方法 |
CN111563637B (zh) * | 2019-02-13 | 2023-09-12 | 株洲中车时代电气股份有限公司 | 基于需求响应的多目标概率最优潮流计算方法及装置 |
CN112994014B (zh) * | 2021-02-19 | 2024-04-05 | 山东大学 | 一种考虑风电影响的电网最优运行点控制方法及系统 |
CN113780776B (zh) * | 2021-08-30 | 2022-12-06 | 南方电网科学研究院有限责任公司 | 基于需求侧的电力系统碳运行调度方法、装置及设备 |
-
2022
- 2022-01-25 CN CN202210088506.7A patent/CN116544939A/zh active Pending
- 2022-09-27 WO PCT/CN2022/121563 patent/WO2023142503A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023142503A1 (zh) | 2023-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116544939A (zh) | 碳排放需求响应处理方法、装置、计算机设备和存储介质 | |
CN103219743B (zh) | 基于风电功率波动概率特性的主导节点选择方法 | |
Xu et al. | Multi-objective robust optimization of active distribution networks considering uncertainties of photovoltaic | |
CN102570477B (zh) | 基于线性化潮流算法模型的svc及tcsc混合布点规划方法 | |
Werth et al. | Evaluation of centralized and distributed microgrid topologies and comparison to Open Energy Systems (OES) | |
CN111490542B (zh) | 一种多端柔性多状态开关的选址定容方法 | |
CN114140022A (zh) | 一种多虚拟电厂分布式动态经济调度方法及系统 | |
CN112134309A (zh) | 一种适用于配电网分布式电压控制的新型分区方法 | |
Arief et al. | ANALYTICAL METHOD FOR REACTIVE POWER COMPENSATORS ALLOCATION. | |
Lin et al. | A two-layer frequency control method for large-scale distributed energy storage clusters | |
CN104767207A (zh) | 基于发电机无功储备灵敏度的电压稳定预防控制方法 | |
Wu et al. | Adaptability evaluation and active power regulation of FID in active distribution network | |
CN103515964A (zh) | 无功补偿控制方法和无功补偿控制装置 | |
CN117151926A (zh) | 一种电力系统负荷侧碳责任核算系统和方法及介质 | |
CN109638837B (zh) | 一种面向新能源并网的动态负载管理方法及系统 | |
CN113629787A (zh) | 一种考虑中枢点灵敏度的发电机无功协调互济补偿方法 | |
Khatri et al. | Artificial bee colony algorithm based dg units siting and sizing based on loadability improvement of distribution feeder of nepal | |
Fatule et al. | A Computationally Efficient Evolutionary Algorithm for Stochastic D-FACTS Optimization | |
ShiHong et al. | A new reactive power planning based on system multiscenario operations | |
CN111641204B (zh) | 一种分布式能源准入容量的计算方法及装置 | |
Shukla et al. | An analytical approach for optimal size of distributed generation unit | |
Tang et al. | Assessment of medium voltage distribution feeders under high penetration of PV generation | |
CN109599897A (zh) | 一种考虑海上风电波动性的无功补偿控制方法 | |
Legha et al. | Effective Method for Optimal Allocation of Distributed Generation Units in Radial Distribution Systems by Genetic Algorithm and Imperialist Competitive Algorithm | |
CN117833334A (zh) | 一种新能源场站计划出力选定方法及系统 |
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 |