CN116739636A - 一种基于igdt的含碳交易机制的综合能源站优化运行方法 - Google Patents

一种基于igdt的含碳交易机制的综合能源站优化运行方法 Download PDF

Info

Publication number
CN116739636A
CN116739636A CN202310705752.7A CN202310705752A CN116739636A CN 116739636 A CN116739636 A CN 116739636A CN 202310705752 A CN202310705752 A CN 202310705752A CN 116739636 A CN116739636 A CN 116739636A
Authority
CN
China
Prior art keywords
carbon
price
heat
energy
max
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
CN202310705752.7A
Other languages
English (en)
Inventor
朱刘柱
张理
王宝
贾建雄
宋竹萌
杨敏
叶钰童
邵筱宇
杨娜
刘丽
马燕如
吕龙彪
黄霞
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.)
Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd
Original Assignee
Economic and Technological Research Institute of State Grid Anhui 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 Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd filed Critical Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd
Priority to CN202310705752.7A priority Critical patent/CN116739636A/zh
Publication of CN116739636A publication Critical patent/CN116739636A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • G06Q10/06—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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • General Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Technology Law (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于IGDT的含碳交易机制的综合能源站优化运行方法，包括：获取供给侧能源类型、设备类型及参数，获取所在地的电价信息、天然气价格、碳价、电/热负荷的需求数据；建立基于信息间隙决策理论的碳价和光伏出力不确定性模型；提出考虑碳交易机制的区域综合能源站规划运行目标函数；求解能源站运行调度情况，得到区域综合能源系统年外部费用、碳排放量的结果。本发明通过构建的阶梯型碳交易机制可以更有效的降低外部费用成本，减少二氧化碳排放量；利用信息间隙决策理论模型描述不确定信息，同时能够为不同风险偏好的决策者提供不同的调度策略，克服了计算量大以及保守决策的问题，为处理综合能源系统中的不确定性因素提供了思路。

Description

一种基于IGDT的含碳交易机制的综合能源站优化运行方法
技术领域
本发明涉及综合能源站优化运行技术领域，尤其是一种基于IGDT的含碳交易机制的综合能源站优化运行方法。
背景技术
能源是人类赖以生存和发展的基础，因此提高能源利用效率、加强可再生能源的综合利用，成为能源利用、能源紧缺与环境保护之间矛盾的必然选择。中国是世界上最大的利用国家，可再生能源的规模也越来越大。因此，近些年来我国正着力开展电力市场和碳市场的制度建设，也正积极地向电-碳市场联动的区域级综合能源站-网协同优化方法进行深入研究。而区域级综合能源系统有着资源禀赋丰富、可调度空间较大的特点。如何进行电-碳市场联动的区域级综合能源站优化运行是关键步骤。
目前国内外针对综合能源优化运行研究领域已有一定的研究，一些研究在综合能源系统中引入了电转气装置以达到减碳的效果，然而电转气设备的投资成本高昂、能源转化效率偏低；一些研究针对现有经济性目标规划中没有考虑能源品质造成的无法准确衡量能源利用效率的问题，提出一种同时考虑经济性和效率的多目标优化模型；一些研究考虑在燃煤机组中加装碳捕集设备降低系统的碳排放，然而在以热电联产设备为核心的综合能源系统中，CHP机组排放的CO2浓度较低，加装碳捕集设备难度大、成本高。
虽然目前对于综合能源系统运行领域的研究已有一定的基础，然而，当前研究存在一些不足，需要考虑碳交易机制对能源站运行的影响，以达到减碳的目标。
发明内容
针对目前能源站运行研究方法中存在减碳成本较高、未考虑碳交易成本等问题，本发明的目的在于提供一种更有效的降低外部费用成本，减少二氧化碳排放量，为不同风险偏好的决策者提供不同的调度策略，为处理综合能源系统中的不确定性因素提供了思路的基于IGDT的含碳交易机制的综合能源站优化运行方法。
为实现上述目的，本发明采用了以下技术方案：一种基于IGDT的含碳交易机制的综合能源站优化运行方法，该方法包括下列顺序的步骤：
(1)根据待规划的区域综合能源系统的能源需求，获取供给侧能源类型、设备类型及参数，包括热电联产机组、热泵、储能和光伏，获取所在地的电价信息、天然气价格、碳价、电/热负荷的需求数据；
(2)建立基于信息间隙决策理论的碳价和光伏出力不确定性模型；
(3)根据碳价和光伏出力不确定性模型，提出考虑碳交易机制的区域综合能源站规划运行目标函数；
(4)通过步骤(1)获取的数据、碳价和光伏出力不确定性模型、考虑碳交易机制的区域综合能源站规划运行目标函数，求解能源站运行调度情况，得到区域综合能源系统年外部费用、碳排放量的结果。
所述步骤(2)具体是指：采用包络边界不确定性模型进行建模：
式中，α为不确定性参数的波动幅度，为不确定参数的预测值，/>表示为不确定参数X偏离预测值的范围不超过/>
根据上述包络边界不确定性模型，光伏出力以及碳价的波动范围为：
式中，PPV,t表示t时刻的光伏出力数值，表示t时刻光伏出力的功率预测值，εPV表示光伏出力的波动幅度，ct表示在t时刻的碳交易价格，/>为在t时段的碳交易基价预测值，εc为碳价的波动幅度；
考虑光伏出力和碳价的不确定性，建立碳价和光伏出力不确定性模型，碳价和光伏出力不确定性模型包括碳价和光伏出力不确定性的风险规避鲁棒模型以及碳价不确定性的机会寻求决策模型；所述碳价和光伏出力不确定性的风险规避鲁棒模型为：
式中，ε为不确定参数的波动幅度，F0是基准值，为不确定参数取预测值时的最优调度成本，μc为风险规避系数，(1+μc)F0表示风险规避鲁棒模型中的悲观调度目标成本；
在预测值F0的基础之上进一步增加以到达期望收益值，寻求不确定系数的最小值，碳价不确定性的机会寻求决策模型为：
式中，μo为机会寻求系数，(1-μo)F0表示机会寻求决策模型中的乐观调度目标成本；
在公式(4)和公式(5)中，所述综合能源站运行约束的条件包括光伏出力约束、热电联产机组运行约束、热泵运行约束、燃气锅炉运行约束、电储能约束、热储能约束、虚拟储能约束、功率平衡约束和碳排放约束：
光伏出力约束为：
热电联产机组运行约束为：
0≤PCHP≤SCHP.MAX (7)
式中，PCHP是指在热电联产机组中从气体中转化而来的电量，SCHP.MAX为PCHP的最大值；
热泵运行约束为：
0≤PHP≤SHP.MAX (8)
式中，PHP为热泵的生产热能所消耗的电量，SHP.MAX为PHP的最大值；
燃气锅炉运行约束为：
0≤QGB≤SGB.MAX (9)
式中，QGB为燃气锅炉的热输出功率，SGB.MAX为QGB的最大值；
电储能约束为：
0≤ct,E≤cE,max (11)
0≤dt,E≤dE,max (12)
0≤SE,t≤SE,t,max (13)
式中，SE,t是电储能设备在t时刻存储的电量，ct,E是蓄电池的充电功率，dt,E是蓄电池的放电功率，ηloss是蓄电池的能量泄露率，是蓄电池的充电效率，/>是蓄电池的放电效率；cE,max是蓄电池充电功率的最大值，dE,max是蓄电池放电功率的最大值，SE,t,max是蓄电池存储电量的最大值；
热储能约束为：
0≤ct,H≤cH,max (15)
0≤dt,H≤dH,max (16)
0≤SH,t≤SH,t,max (17)
式中，SH,t是热储能设备在t时刻存储的热量，ct,H是储热罐的充能功率，dt,H是储热罐的放能功率，δloss是储热罐的能量泄露率，是储热罐的储热效率，/>是储热罐的放热效率；cH,max是储热罐充能功率的最大值，dH,max是储热罐放能功率的最大值，SH,t,max是储热罐存储热量的最大值；
虚拟储能约束为：
Tin,min≤Tin,t≤Tin,max (19)
式中，Tin,t是当前室内温度，Tin,t-1是上一时刻室内温度，Tout,t是当前室外温度，C是热容，Ri是热阻，Tin,min是可接受的最小室内温度，Tin,max是可接受的最大室外温度，ηe是空调运行效率，qe是电功率，ηe是空调运行效率；
功率平衡约束分为电功率平衡与热功率平衡，如式(20)和(21)所示：
PCHP+PPV+dt,E+Pbuy＝PL+PHP+Psell+ct,E+PAC (20)
式中，PL是电负荷，PAC是空调的耗电功率，PPV是光伏设备产生的电量；
QHP+dt,E+QCHP+QGB+Qbuy＝QL+ct,H (21)
式中，QL是热负荷，QCHP是在热电联产机组产生的热量，QHP为热泵的生产热能所消耗的电能，QGB为燃气锅炉的热输出功率，Qbuy是系统中购买的电量；
碳排放约束为：
式中，Emax为超出分配碳排放额度的上限，是CO2总排放量，/>是综合能源系统的免费分配的碳排放配额。
所述步骤(3)具体是指：考虑碳交易机制的区域综合能源站规划运行目标函数为能源站年外部费用最小，即：
式中，Co是能源站年外部费用，Cop是运行成本，是碳交易成本，Ce是电费总额，Cg是燃气总费用；
所述运行成本Cop是能源耦合装置定期或不定期维护的费用，运行成本Cop为：
式中，σn为设备单位输出功率的成本，Pn为设备的输出功率，N是设备的种类数目；
综合能源系统的碳排放计算分为两部分：一部分为使用天然气作为燃料的设备，排放出的温室气体主要为CO2，另一部分为外购电力、热力产生的CO2排放；
综合能源系统中使用天然气作为燃料的设备包括热电联产机组与燃气热水锅炉，热电联产机组与燃气热水锅炉的天然气CO2排放量计算公式如下：
式中，为使用天然气造成的CO2排放量，QGB为燃气锅炉的热输出功率，ηCHP是热电联产机组的热效率，ηGB为锅炉的热效率，τg.b是天然气的CO2等效排放因子，PCHP是指在热电联产机组中从气体中转化而来的电量；
外购电力、热力造成的CO2间接排放量公式为：
式中，为外购电力和热力的CO2排放量，Pbuy、Qbuy分别是从电网公司购买的电量、从热力公司购买的热量，a1、b1、c1是碳排放计算系数；
因此，综合能源系统的CO2总排放量公式表示为：
根据综合能源系统提供的负荷计算各设备碳排放配额，公式如下：
Egen,q＝λePgen (28)
ECHP,q＝λh(RPCHP+QCHP) (29)
EGB,q＝λhQGB (30)
式中，Egen,q、ECHP,q、EGB,q、分布表示常规发电机组、热电联产机组、燃气锅炉、综合能源系统的免费分配的碳排放配额，R是热电联产机组的热电比，λe、λh分别表示综合能源系统单位供电量、供热量的碳排放配额，QCHP是在热电联产机组产生的热量，Pgen是常规发电机组消耗的电能；
碳交易成本计算公式如下：
式中，是综合能源系统的碳交易成本，c为市场上碳交易价格，λ为奖励系数，l为碳排放量区间长度；β为每个阶梯碳交易价格增长幅度；
电费总额Ce是指与上级电网买卖电能的成本之和：
Ce＝Pbuyπe.b+Psellπe.s (33)
式中，Psell是系统售出的电量，πe.b和πe.s分别为从电网买电和向电网卖电的单价；
燃气总费用Cg是根据燃气使用量来计算的，与电费相似，燃气总费用Cg的计算公式为：
式中，为热电联产机组的气体转换效率，q为气体热值，VGB为天然气消耗量，πg为单位气体价格。
所述步骤(4)具体是指：通过步骤(1)获取的数据、碳价和光伏出力不确定性模型、考虑碳交易机制的区域综合能源站规划运行目标函数，利用特殊序列集合SOS-2方法将考虑碳交易机制的区域综合能源站规划运行目标函数中所包含的非线性项进行分段线性化，求解能源站运行调度情况，得到区域综合能源系统年外部费用、碳排放量的结果。
由上述技术方案可知，本发明的有益效果为：第一，本发明通过构建的阶梯型碳交易机制可以更有效的降低外部费用成本，减少二氧化碳排放量；第二，本发明利用信息间隙决策理论模型描述不确定信息，同时能够为不同风险偏好的决策者提供不同的调度策略，克服了计算量大以及保守决策的问题，为处理综合能源系统中的不确定性因素提供了思路。
附图说明
图1为本发明的方法流程图。
具体实施方式
如图1所示，一种基于IGDT的含碳交易机制的综合能源站优化运行方法，该方法包括下列顺序的步骤：
(1)根据待规划的区域综合能源系统的能源需求，获取供给侧能源类型、设备类型及参数，包括热电联产机组、热泵、储能和光伏，获取所在地的电价信息、天然气价格、碳价、电/热负荷的需求数据；
(2)建立基于信息间隙决策理论的碳价和光伏出力不确定性模型；
(3)根据碳价和光伏出力不确定性模型，提出考虑碳交易机制的区域综合能源站规划运行目标函数；
(4)通过步骤(1)获取的数据、碳价和光伏出力不确定性模型、考虑碳交易机制的区域综合能源站规划运行目标函数，求解能源站运行调度情况，得到区域综合能源系统年外部费用、碳排放量的结果。
所述步骤(2)具体是指：采用包络边界不确定性模型进行建模：
式中，α为不确定性参数的波动幅度，为不确定参数的预测值，/>表示为不确定参数X偏离预测值的范围不超过/>
根据上述包络边界不确定性模型，光伏出力以及碳价的波动范围为：
式中，PPV,t表示t时刻的光伏出力数值，表示t时刻光伏出力的功率预测值，εPV表示光伏出力的波动幅度，ct表示在t时刻的碳交易价格，/>为在t时段的碳交易基价预测值，εc为碳价的波动幅度；
考虑光伏出力和碳价的不确定性，建立碳价和光伏出力不确定性模型，碳价和光伏出力不确定性模型包括碳价和光伏出力不确定性的风险规避鲁棒模型以及碳价不确定性的机会寻求决策模型；所述碳价和光伏出力不确定性的风险规避鲁棒模型为：
式中，ε为不确定参数的波动幅度，F0是基准值，为不确定参数取预测值时的最优调度成本，μc为风险规避系数，(1+μc)F0表示风险规避鲁棒模型中的悲观调度目标成本；
在预测值F0的基础之上进一步增加以到达期望收益值，寻求不确定系数的最小值，碳价不确定性的机会寻求决策模型为：
式中，μo为机会寻求系数，(1-μo)F0表示机会寻求决策模型中的乐观调度目标成本；
在公式(4)和公式(5)中，所述综合能源站运行约束的条件包括光伏出力约束、热电联产机组运行约束、热泵运行约束、燃气锅炉运行约束、电储能约束、热储能约束、虚拟储能约束、功率平衡约束和碳排放约束：
光伏出力约束为：
热电联产机组运行约束为：
0≤PCHP≤PCHP.MAX (7)
式中，PCHP是指在热电联产机组中从气体中转化而来的电量，SCHP.MAX为PCHP的最大值；
热泵运行约束为：
0≤PHP≤SHP.MAX (8)
式中，PHP为热泵的生产热能所消耗的电量，SHP.MAX为PHP的最大值；
燃气锅炉运行约束为：
0≤QGB≤SGB.MAX (9)
式中，QGB为燃气锅炉的热输出功率，SGB.MAX为QGB的最大值；
电储能约束为：
0≤ct,E≤cE,max (11)
0≤dt,E≤dE,max (12)
0≤SE,t≤SE,t,max (13)
式中，SE,t是电储能设备在t时刻存储的电量，ct,E是蓄电池的充电功率，dt,E是蓄电池的放电功率，ηloss是蓄电池的能量泄露率，是蓄电池的充电效率，/>是蓄电池的放电效率；cE,max是蓄电池充电功率的最大值，dE,max是蓄电池放电功率的最大值，SE,t,max是蓄电池存储电量的最大值；
热储能约束为：
0≤ct,H≤cH,max (15)
0≤dt,H≤dH,max (16)
0≤SH,t≤SH,t,max (17)
式中，SH,t是热储能设备在t时刻存储的热量，ct,H是储热罐的充能功率，dt,H是储热罐的放能功率，δloss是储热罐的能量泄露率，是储热罐的储热效率，/>是储热罐的放热效率；cH,max是储热罐充能功率的最大值，dH,max是储热罐放能功率的最大值，SH,t,max是储热罐存储热量的最大值；
虚拟储能约束为：
Tin,min≤Tin,t≤Tin,max (19)
式中，Tin,t是当前室内温度，Tin,t-1是上一时刻室内温度，Tout,t是当前室外温度，C是热容，Ri是热阻，Tin,min是可接受的最小室内温度，Tin,max是可接受的最大室外温度，ηe是空调运行效率，qe是电功率，ηe是空调运行效率；
功率平衡约束分为电功率平衡与热功率平衡，如式(20)和(21)所示：
PCHP+PPV+dt,E+Pbuy＝PL+PHP+Psell+ct,E+PAC (20)
式中，PL是电负荷，PAC是空调的耗电功率，PPV是光伏设备产生的电量；
QHP+dt,E+QCHP+QGB+Qbuy＝QL+ct,H (21)
式中，QL是热负荷，QCHP是在热电联产机组产生的热量，QHP为热泵的生产热能所消耗的电能，QGB为燃气锅炉的热输出功率，Qbuy是系统中购买的电量；
碳排放约束为：
式中，Emax为超出分配碳排放额度的上限，是CO2总排放量，/>是综合能源系统的免费分配的碳排放配额。
所述步骤(3)具体是指：考虑碳交易机制的区域综合能源站规划运行目标函数为能源站年外部费用最小，即：
式中，Co是能源站年外部费用，Cop是运行成本，是碳交易成本，Ce是电费总额，Cg是燃气总费用；
所述运行成本Cop是能源耦合装置定期或不定期维护的费用，运行成本Cop为：
式中，σn为设备单位输出功率的成本，Pn为设备的输出功率，N是设备的种类数目；
综合能源系统的碳排放计算分为两部分：一部分为使用天然气作为燃料的设备，排放出的温室气体主要为CO2，另一部分为外购电力、热力产生的CO2排放；
综合能源系统中使用天然气作为燃料的设备包括热电联产机组与燃气热水锅炉，热电联产机组与燃气热水锅炉的天然气CO2排放量计算公式如下：
式中，为使用天然气造成的CO2排放量，QGB为燃气锅炉的热输出功率，ηCHP是热电联产机组的热效率，ηGB为锅炉的热效率，τg.b是天然气的CO2等效排放因子，PCHP是指在热电联产机组中从气体中转化而来的电量；
外购电力、热力造成的CO2间接排放量公式为：
式中，为外购电力和热力的CO2排放量，Pbuy、Qbuy分别是从电网公司购买的电量、从热力公司购买的热量，a1、b1、c1是碳排放计算系数；
因此，综合能源系统的CO2总排放量公式表示为：
根据综合能源系统提供的负荷计算各设备碳排放配额，公式如下：
Egen,q＝λePgen (28)
ECHP,q＝λh(RPCHP+QCHP) (29)
EGB,q＝λhQGB (30)
式中，Egen,q、ECHP,q、EGB,q、分布表示常规发电机组、热电联产机组、燃气锅炉、综合能源系统的免费分配的碳排放配额，R是热电联产机组的热电比，λe、λh分别表示综合能源系统单位供电量、供热量的碳排放配额，QCHP是在热电联产机组产生的热量，Pgen是常规发电机组消耗的电能；
碳交易成本计算公式如下：
式中，是综合能源系统的碳交易成本，c为市场上碳交易价格，λ为奖励系数，l为碳排放量区间长度；β为每个阶梯碳交易价格增长幅度；
电费总额Ce是指与上级电网买卖电能的成本之和：
Ce＝Pbuyπe.b+Psellπe.s (33)
式中，Psell是系统售出的电量，πe.b和πe.s分别为从电网买电和向电网卖电的单价；
燃气总费用Cg是根据燃气使用量来计算的，与电费相似，燃气总费用Cg的计算公式为：
式中，为热电联产机组的气体转换效率，q为气体热值，VGB为天然气消耗量，πg为单位气体价格。
所述步骤(4)具体是指：通过步骤(1)获取的数据、碳价和光伏出力不确定性模型、考虑碳交易机制的区域综合能源站规划运行目标函数，利用特殊序列集合SOS-2方法将考虑碳交易机制的区域综合能源站规划运行目标函数中所包含的非线性项进行分段线性化，求解能源站运行调度情况，得到区域综合能源系统年外部费用、碳排放量的结果。
实施例一
以某一综合能源待规划区域为研究对象，本发明中综合能源系统中，设备包含光伏发电设备、热电联产设备、热泵、燃气锅炉以及储能设备。碳交易成本计算中，区间长度l＝85000t，奖励系数λ＝0.2，碳交易价格增长幅度β＝0.25，电价取0.5953元/千瓦时，燃气价格取2.5元/m3。
本实例设置了如下7种场景进行碳交易机制的效益分析，如下表所示，分析其在降低系统运行成本及减少碳排放方面的有效性，并分析碳价的不确定性对系统优化运行的影响：
场景1：不考虑碳交易机制，目标函数不考虑碳交易成本；
场景2：传统碳交易市场环境下，目标函数考虑碳交易成本，固定碳价；
场景3：阶梯型碳交易市场环境下，目标函数考虑碳交易成本，固定碳交易基价；
场景4：阶梯型碳交易市场环境下，目标函数考虑碳交易成本，考虑碳交易基价不确定性，风险规避系数μc＝0.05；
场景5：阶梯型碳交易市场环境下，目标函数考虑碳交易成本，考虑碳交易基价不确定性，风险规避系数μc＝0.1；
场景6：阶梯型碳交易市场环境下，目标函数考虑碳交易成本，考虑碳交易基价不确定性，机会寻求系数μo＝0.05；
场景7：阶梯型碳交易市场环境下，目标函数考虑碳交易成本，考虑碳交易基价不确定性，机会寻求系数μo＝0.1；
通过对比场景1、2、3，分析得出文中所采用的分时阶梯型碳交易机制的有效性。由表可知，场景2的碳排放量比场景1减少了3.79t，场景3碳排放量比场景1减少了5.48t，且场景3比场景2减少了1.69t，说明阶梯型碳交易机制能够对碳排放量保证最严格的控制作用，达到减排的目的。在年外部费用成本方面，场景1最高，场景2和场景3外部费用基本一致，较场景1低。由于场景1在进行优化调度时没有考虑碳交易成本，因此系统的碳排放量最高，需要向碳交易市场购买高额的碳排放权配额，因此场景1的成本最高；场景2在优化调度时考虑了碳交易成本，兼顾了系统的经济性与低碳性，在一定程度上约束了系统的碳排放，因此相较于场景1减排了12％，由于其固定碳价的交易形式，碳交易成本最低，因此场景2的外部费用成本低；场景3采用阶梯型碳交易机制，系统对碳排放量的控制加大，系统会尽可能地购买碳排放量较低的天然气进行供能，因此相较于场景2减排作用更为明显，所以阶梯型碳交易机制可以促进系统进行碳减排的同时兼顾系统的运行经济性。
对比场景4和5，分析风险规避系数对运行的影响，风险规避策略下，随着收益预期偏差系数的增加，随机场景下系统的碳交易成本增加。因为越大，意味着决策者更加保守，期望策略能够应对更多极端场景，并愿意为此牺牲一部分系统收益。
对比场景6和7，分析机会寻求系数对运行的影响，投机套利策略下，随着收益预期偏差系数的增加，随机场景下系统的碳交易成本下降。因为越大，意味着决策者更加激进，期望策略能够在一定场景下获取高额利润，并愿意为此承担一定的风险。
对比场景3、场景4、场景6以分析碳价不确定性对系统低碳优化调度的影响。由上表可知，当系统外部费用成本由万元增加到385.4万元时，系统的外部费用成本增加，但此时系统可以容纳碳价的波动幅度增加了39.06％。当系统碳价下降达到38.65％，系统的外部费用成本由366.76万元减少到362.06万元，系统的外部费用成本降低，综合能源系统决策者制定优化调度方案时，要结合系统历史数据与预测数据，根据IGDT风险规避与机会模型，灵活选择不同风险偏好。在满足预期调度目标成本，碳价最大/最小波动范围内，合理调整投资预算来调度系统的运行发展。
综上所述，本发明通过构建的阶梯型碳交易机制可以更有效的降低外部费用成本，减少二氧化碳排放量；本发明利用信息间隙决策理论模型描述不确定信息，同时能够为不同风险偏好的决策者提供不同的调度策略，克服了计算量大以及保守决策的问题，为处理综合能源系统中的不确定性因素提供了思路。

Claims (4)

1.一种基于IGDT的含碳交易机制的综合能源站优化运行方法，其特征在于：该方法包括下列顺序的步骤：
(1)根据待规划的区域综合能源系统的能源需求，获取供给侧能源类型、设备类型及参数，包括热电联产机组、热泵、储能和光伏，获取所在地的电价信息、天然气价格、碳价、电/热负荷的需求数据；
(2)建立基于信息间隙决策理论的碳价和光伏出力不确定性模型；
(3)根据碳价和光伏出力不确定性模型，提出考虑碳交易机制的区域综合能源站规划运行目标函数；
(4)通过步骤(1)获取的数据、碳价和光伏出力不确定性模型、考虑碳交易机制的区域综合能源站规划运行目标函数，求解能源站运行调度情况，得到区域综合能源系统年外部费用、碳排放量的结果。
2.根据权利要求1所述的基于IGDT的含碳交易机制的综合能源站优化运行方法，其特征在于：所述步骤(2)具体是指：采用包络边界不确定性模型进行建模：
式中，α为不确定性参数的波动幅度，为不确定参数的预测值，/>表示为不确定参数X偏离预测值的范围不超过/>
根据上述包络边界不确定性模型，光伏出力以及碳价的波动范围为：
式中，PPV，t表示t时刻的光伏出力数值，表示t时刻光伏出力的功率预测值，εPV表示光伏出力的波动幅度，ct表示在t时刻的碳交易价格，/>为在t时段的碳交易基价预测值，εc为碳价的波动幅度；
考虑光伏出力和碳价的不确定性，建立碳价和光伏出力不确定性模型，碳价和光伏出力不确定性模型包括碳价和光伏出力不确定性的风险规避鲁棒模型以及碳价不确定性的机会寻求决策模型；所述碳价和光伏出力不确定性的风险规避鲁棒模型为：
式中，ε为不确定参数的波动幅度，F0是基准值，为不确定参数取预测值时的最优调度成本，μc为风险规避系数，(1+μc)F0表示风险规避鲁棒模型中的悲观调度目标成本；
在预测值F0的基础之上进一步增加以到达期望收益值，寻求不确定系数的最小值，碳价不确定性的机会寻求决策模型为：
式中，μo为机会寻求系数，(1-μo)F0表示机会寻求决策模型中的乐观调度目标成本；
在公式(4)和公式(5)中，所述综合能源站运行约束的条件包括光伏出力约束、热电联产机组运行约束、热泵运行约束、燃气锅炉运行约束、电储能约束、热储能约束、虚拟储能约束、功率平衡约束和碳排放约束：
光伏出力约束为：
热电联产机组运行约束为：
0≤PCHP≤SCHP.MAX (7)
式中，PCHP是指在热电联产机组中从气体中转化而来的电量，SCHP.MAX为PCHP的最大值；
热泵运行约束为：
0≤PHP≤SHP.MAX (8)
式中，PHP为热泵的生产热能所消耗的电量，SHP.MAX为PHP的最大值；
燃气锅炉运行约束为：
0≤QGB≤SGB.MAX (9)
式中，QGB为燃气锅炉的热输出功率，SGB.MAX为QGB的最大值；
电储能约束为：
0≤ct，EμcE，max (11)
0≤dt，E≤dE，max (12)
0≤SE，t≤SE，t，max (13)
式中，SE，t是电储能设备在t时刻存储的电量，ct，E是蓄电池的充电功率，dt，E是蓄电池的放电功率，ηloss是蓄电池的能量泄露率，是蓄电池的充电效率，/>是蓄电池的放电效率；cE，max是蓄电池充电功率的最大值，dE，max是蓄电池放电功率的最大值，SE，t，max是蓄电池存储电量的最大值；
热储能约束为：
0≤ct，H≤cH，max (15)
0≤dt，H≤dH，max (16)
0≤SH，t≤SH，t，max (17)
式中，SH，t是热储能设备在t时刻存储的热量，ct，H是储热罐的充能功率，dt，H是储热罐的放能功率，δloss是储热罐的能量泄露率，是储热罐的储热效率，/>是储热罐的放热效率；cH，max是储热罐充能功率的最大值，dH，max是储热罐放能功率的最大值，SH，t，max是储热罐存储热量的最大值；
虚拟储能约束为：
Tin，min≤Tin，t≤Tin，max (19)
式中，Tin，t是当前室内温度，Tin，t-1是上一时刻室内温度，Tout，t是当前室外温度，C是热容，Ri是热阻，Tin，min是可接受的最小室内温度，Tin，max是可接受的最大室外温度，ηe是空调运行效率，qe是电功率，ηe是空调运行效率；
功率平衡约束分为电功率平衡与热功率平衡，如式(20)和(21)所示：
PCHP+PPV+dt，E+Pbuy＝PL+PHP+Psell+ct，E+PAC (20)
式中，PL是电负荷，PAC是空调的耗电功率，PPV是光伏设备产生的电量；
QHP+dt，E+QCHP+QGB+Qbuy＝QL+ct，H (21)
式中，QL是热负荷，QCHP是在热电联产机组产生的热量，QHP为热泵的生产热能所消耗的电能，QGB为燃气锅炉的热输出功率，Qbuy是系统中购买的电量；
碳排放约束为：
式中，Emax为超出分配碳排放额度的上限，是CO2总排放量，/>是综合能源系统的免费分配的碳排放配额。
3.根据权利要求1所述的基于IGDT的含碳交易机制的综合能源站优化运行方法，其特征在于：所述步骤(3)具体是指：考虑碳交易机制的区域综合能源站规划运行目标函数为能源站年外部费用最小，即：
式中，Co是能源站年外部费用，Cop是运行成本，是碳交易成本，Ce是电费总额，Cg是燃气总费用；
所述运行成本Cop是能源耦合装置定期或不定期维护的费用，运行成本Cop为：
式中，σn为设备单位输出功率的成本，Pn为设备的输出功率，N是设备的种类数目；
综合能源系统的碳排放计算分为两部分：一部分为使用天然气作为燃料的设备，排放出的温室气体主要为CO2，另一部分为外购电力、热力产生的CO2排放；
综合能源系统中使用天然气作为燃料的设备包括热电联产机组与燃气热水锅炉，热电联产机组与燃气热水锅炉的天然气CO2排放量计算公式如下：
式中，为使用天然气造成的CO2排放量，QGB为燃气锅炉的热输出功率，ηCHP是热电联产机组的热效率，ηGB为锅炉的热效率，τg.b是天然气的CO2等效排放因子，PCHP是指在热电联产机组中从气体中转化而来的电量；
外购电力、热力造成的CO2间接排放量公式为：
式中，为外购电力和热力的CO2排放量，Pbuy、Qbuy分别是从电网公司购买的电量、从热力公司购买的热量，a1、b1、c1是碳排放计算系数；
因此，综合能源系统的CO2总排放量公式表示为：
根据综合能源系统提供的负荷计算各设备碳排放配额，公式如下：
Egen，q＝λePgen (28)
ECHP，q＝λh(RPCHP+QCHP) (29)
EGB，q＝λhQGB (30)
式中，Egen，q、ECHP，q、EGB，q、分布表示常规发电机组、热电联产机组、燃气锅炉、综合能源系统的免费分配的碳排放配额，R是热电联产机组的热电比，λe、λh分别表示综合能源系统单位供电量、供热量的碳排放配额，QCHP是在热电联产机组产生的热量，Pgen是常规发电机组消耗的电能；
碳交易成本计算公式如下：
式中，是综合能源系统的碳交易成本，C为市场上碳交易价格，λ为奖励系数，l为碳排放量区间长度；β为每个阶梯碳交易价格增长幅度；
电费总额Ce是指与上级电网买卖电能的成本之和：
Ce＝Pbuyπe.b+Psellπe.s (33)
式中，Psell是系统售出的电量，πe.b和πe.s分别为从电网买电和向电网卖电的单价；
燃气总费用Cg是根据燃气使用量来计算的，与电费相似，燃气总费用Cg的计算公式为：
式中，为热电联产机组的气体转换效率，q为气体热值，VGB为天然气消耗量，πg为单位气体价格。
4.根据权利要求1所述的基于IGDT的含碳交易机制的综合能源站优化运行方法，其特征在于：所述步骤(4)具体是指：通过步骤(1)获取的数据、碳价和光伏出力不确定性模型、考虑碳交易机制的区域综合能源站规划运行目标函数，利用特殊序列集合SOS-2方法将考虑碳交易机制的区域综合能源站规划运行目标函数中所包含的非线性项进行分段线性化，求解能源站运行调度情况，得到区域综合能源系统年外部费用、碳排放量的结果。
CN202310705752.7A 2023-06-13 2023-06-13 一种基于igdt的含碳交易机制的综合能源站优化运行方法 Pending CN116739636A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310705752.7A CN116739636A (zh) 2023-06-13 2023-06-13 一种基于igdt的含碳交易机制的综合能源站优化运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310705752.7A CN116739636A (zh) 2023-06-13 2023-06-13 一种基于igdt的含碳交易机制的综合能源站优化运行方法

Publications (1)

Publication Number Publication Date
CN116739636A true CN116739636A (zh) 2023-09-12

Family

ID=87916403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310705752.7A Pending CN116739636A (zh) 2023-06-13 2023-06-13 一种基于igdt的含碳交易机制的综合能源站优化运行方法

Country Status (1)

Country Link
CN (1) CN116739636A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172389A (zh) * 2023-11-01 2023-12-05 山东建筑大学 考虑风光不确定性的区域级综合能源优化运行方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172389A (zh) * 2023-11-01 2023-12-05 山东建筑大学 考虑风光不确定性的区域级综合能源优化运行方法及系统
CN117172389B (zh) * 2023-11-01 2024-02-02 山东建筑大学 考虑风光不确定性的区域级综合能源优化运行方法及系统

Similar Documents

Publication Publication Date Title
CN110417006B (zh) 一种综合能源系统多时间尺度能量调度方法
CN111738497B (zh) 计及需求侧响应的虚拟电厂双层优化调度方法
Chen et al. Coordinated optimal dispatch and market equilibrium of integrated electric power and natural gas networks with P2G embedded
Li et al. Improving wind power integration by regenerative electric boiler and battery energy storage device
Sun et al. Day-ahead offering strategy in the market for concentrating solar power considering thermoelectric decoupling by a compressed air energy storage
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
CN113095791B (zh) 一种综合能源系统运行方法及系统
CN106786509B (zh) 大规模风电并网下基于多场景模拟的热-电联合调度方法
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
CN111969657B (zh) 一种基于谈判博弈的多能源站系统经济优化运行方法
Zhu et al. Optimization scheduling of a wind–photovoltaic–gas–electric vehicles Community-Integrated Energy System considering uncertainty and carbon emissions reduction
CN116542370A (zh) 一种考虑碳捕集与碳交易的园区低碳经济运行方法
CN114676886A (zh) 基于综合需求响应和奖惩阶梯碳交易的能源枢纽主从博弈优化调度方法
CN112308411B (zh) 基于动态碳交易模型的综合能源站随机规划方法及系统
CN111210079A (zh) 一种分布式能源虚拟电厂运行优化方法及系统
CN114936720A (zh) 一种源-荷-储协调的综合能源系统低碳经济调度方法
CN113592365A (zh) 一种考虑碳排放与绿电消纳的能源优化调度方法及系统
CN116739636A (zh) 一种基于igdt的含碳交易机制的综合能源站优化运行方法
Jintao et al. Optimized operation of multi-energy system in the industrial park based on integrated demand response strategy
Wu et al. Dynamic pricing and energy management of hydrogen-based integrated energy service provider considering integrated demand response with a bi-level approach
Tang et al. Multi-objective optimal dispatch for integrated energy systems based on a device value tag
CN115640902A (zh) 计及碳价不确定性的园区综合能源系统低碳优化调度方法
CN113128799A (zh) 能源管控方法、装置、电子设备及计算机存储介质
CN115796484A (zh) 一种多社区微网系统一主多从博弈双层优化调度方法
CN115293485A (zh) 考虑电动汽车和需求响应的综合能源系统低碳调度方法

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