CN117057659B - 一种区域电网电碳联合风险评估方法 - Google Patents

一种区域电网电碳联合风险评估方法 Download PDF

Info

Publication number
CN117057659B
CN117057659B CN202311089295.XA CN202311089295A CN117057659B CN 117057659 B CN117057659 B CN 117057659B CN 202311089295 A CN202311089295 A CN 202311089295A CN 117057659 B CN117057659 B CN 117057659B
Authority
CN
China
Prior art keywords
carbon emission
power grid
region
risk
system state
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.)
Active
Application number
CN202311089295.XA
Other languages
English (en)
Other versions
CN117057659A (zh
Inventor
韩刚
张侃君
滕捷
王婷
叶庞琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd
Priority to CN202311089295.XA priority Critical patent/CN117057659B/zh
Publication of CN117057659A publication Critical patent/CN117057659A/zh
Application granted granted Critical
Publication of CN117057659B publication Critical patent/CN117057659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

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

Abstract

本发明提供一种区域电网电碳联合风险评估方法，包括：构建区域电网碳排放风险指标，所述区域电网碳排放风险指标包括电网风险诱因的碳排放变化概率PCEC、碳排放增加概率PCEI、碳排放减少概率PCED、电网风险诱因的碳排放期望变化次数指标ENCEC、电网风险诱因的碳排放期望变化量指标ECEC。本发明所提出的电网碳排放风险指标能够量化不同区域电网中由于电网运行风险导致的碳排放变化概率和变化量，便于量化掌握电网风险诱因的碳排放风险，提出的基于动态碳排放因子的区域电网电碳联合风险评估方法，能够弥补目前无有效方法对电网风险诱因下区域碳排放风险定量计算的空缺。

Description

一种区域电网电碳联合风险评估方法
技术领域
本发明涉及电力系统可靠性评估以及碳排放风险评估技术领域，具体是一种区域电网电碳联合风险评估方法。
背景技术
电力部门作为最主要的碳排放部门，其二氧化碳排放量约占我国能源碳排放的40％，并且该比例还将伴随着能源消费侧电能消费比例的增加而不断提升。因此完成电力行业低碳转型，既是实现新型电力系统绿色发展的内在要求，也是实现“双碳”目标的重要途径。电力系统在运行过程中，会由于设备损坏、极端气候、人为破坏和电源负荷波动等不可预测随机故障影响其正常运行，造成系统失稳并影响用户正常供电，因此开展电网风险评估是电网规划过程中极其重要的一环。但在“双碳”及电力低碳转型的背景下，传统风险评估方法在面临新型电力系统时存在一些问题，突出表现在现有方法在进行可靠性和经济性评估时，无法将碳排放相关因素纳入评估体系中，且无法综合考虑供电安全性和碳排放强度以形成有效的评估手段。因此新型电力系统背景下，开展电碳联合风险评估研究是十分必要的。
目前电网的碳排放主要是结合区域碳排因子及机组年度发电量进行配额及核定，电网碳排放因子表示电网覆盖区域单位电量的二氧化碳排放水平，单位为tCO2/MWh。根据覆盖区域不同，又分为全国电网平均排放因子、区域电网平均排放因子及省级电网平均排放因子。但对于区域电网，不同地区间发电机组类型区别较大，采用上述碳排放因子无法区分不同区域间碳排量的时空变化情况、不能准确评估区域电网的碳风险；另外，针对新型电力系统新能源大规模接入场景下电力系统碳排放风险评估技术领域，目前的研究一般仅将碳排放风险作为一种经济性成本约束进行考虑，很少从电网安全运行角度考虑电力风险诱因导致的碳排放风险变化。
发明内容
针对上述问题，本发明提出一种基于动态碳排因子的区域电网电碳联合风险评估方法，从电网安全运行角度考虑电力风险诱因导致的碳排放风险变化。
一种区域电网电碳联合风险评估方法，包括如下步骤：
构建区域电网碳排放风险指标，所述区域电网碳排放风险指标包括电网风险诱因的碳排放变化概率PCEC、碳排放增加概率PCEI、碳排放减少概率PCED、电网风险诱因的碳排放期望变化次数指标ENCEC、电网风险诱因的碳排放期望变化量指标ECEC；
设定模拟抽样年限，形成系统内每个元件的时序状态转移序列，组合形成整个系统的时序状态转移序列，从而形成各系统状态S，并得到每个系统状态S的持续时间T(S)；
求解各系统状态下为消除电压越限和线路潮流越限而切除的系统最小负荷PC(S)；利用节点i上发电机组有功出力PGi和每个系统状态S的持续时间T(S)得到各系统状态下的各区域电网内各类型发电机的发电量Qk；
利用各区域电网内各类型发电机的发电量Qk得到各区域消耗的第k种类型电量
利用各区域消耗的第k种类型电量和区域i消纳火力发电量/>计算各区域的动态碳排放因子EFi；
利用系统正常运行状态下区域i消纳的火力发电量和区域i消纳的所有类型发电量/>计算各区域的平均正常碳排放因子EFi(AVE)；
根据系统状态S下区域i的动态碳排放因子EFi(S)与平均正常碳排放因子EFi(AVE)的关系计算碳排放增加概率PCEI、碳排放减少概率PCED；
计算电网风险诱因的碳排放期望变化次数指标ENCEC、电网风险诱因的碳排放期望变化量指标ECEC。
进一步的，所述电网风险诱因的碳排放变化概率PCEC的计算公式为：
式中，PS为系统状态S的概率，C为有动态碳排放变化的系统状态集合。
进一步的，所述求解各系统状态下为消除电压越限和线路潮流越限而切除的系统最小负荷PC(S)，其中
目标函数：
约束条件为：
PLDi-PCi＝Pi
0≤PCi≤PLDi
|TPl|≤TPl max l∈L
Vi min≤Vi≤Vi max
式中N为系统中节点数量，PC(S)为系统状态S下的切负荷总量，PCi为节点i上的负荷切除量，Pi、Qi分别为节点i上的有功、无功注入值，PLDi为节点i的负荷总量，PGi、分别为节点i上发电机组有功出力及其最大值和最小值，QGi、/>分别为节点i上发电机组无功出力及其最大值和最小值，TPl为线路实际传输容量，该值小于线路最大传输容量/>另外节点电压Vi需要在该节点最小电压/>和最大电压/>之间。
进一步的，所述利用节点i上发电机组有功出力PGi和每个系统状态S的持续时间T(S)得到各系统状态下的各区域电网内各类型发电机的发电量Qk，具体为：
记录系统状态S下的各发电机组出力值，组合得到各区域发电机组对应于系统状态S的发电量：
式中节点i为属于区域n的第k种类型发电机组所在节点。
进一步的，所述利用各区域电网内各类型发电机的发电量Qk得到各区域消耗的第k种类型电量具体为利用下式得到各区域的/>为区域i消耗的第k种类型电量：
Ak×CQk＝Qk
式中Ak为第k类电量系数矩阵，表示为：
该系数矩阵中对角线元素为1加上区域i送出电量与消纳电量的比值，非对角线元素为区域j送入区域i电量与区域j消纳电量的比值取反，CQk和Qk分别为：
表示区域i消耗的第k种类型电量，表示区域i内第k种发电类型机组产生电量之和，/>和/>分别表示区域间联络线j-i和i-j上输送的第k种机组发电量。
进一步的，所述利用各区域消耗的第k种类型电量和区域i消纳火力发电量计算各区域的动态碳排放因子EFi，具体为：利用下式得到各区域的动态碳排放因子：
式中λ表示火力发电机组碳排放基准值，表示区域i消纳火力发电量。
进一步的，利用系统正常运行状态下区域i消纳的火力发电量和区域i消纳的所有类型发电量/>计算各区域的平均正常碳排放因子EFi(AVE)，具体为：
利用下式求各区域的平均正常碳排放因子EFi(AVE)：
和/>分别表示系统正常运行状态下区域i消纳的火力发电量和区域i消纳的所有类型发电量。
进一步的，：所述根据系统状态S下区域i的动态碳排放因子EFi(S)与平均正常碳排放因子EFi(AVE)的关系计算碳排放增加概率PCEI、碳排放减少概率PCED，具体为：
比较各个系统状态S下区域i的动态碳排放因子EFi(S)和平均正常碳排放因子EFi(AVE)，利用下式求PCEI、PCED：
式中EFi(S)表示系统状态S下区域i的动态碳排放因子，其中T(C)和T(N)分别表示有动态碳排放变化系统状态和无动态碳排放变化系统状态持续的时间；MC和MN表示电网运行期间内有动态碳排放变化的次数和无动态碳排放变化的次数。。
进一步的，所述计算电网风险诱因的碳排放期望变化次数指标ENCEC，具体为：
其中T(C)和T(N)分别表示有动态碳排放变化系统状态和无动态碳排放变化系统状态持续的时间；MC和MN表示电网运行期间内有动态碳排放变化的次数和无动态碳排放变化的次数。
进一步的，所述计算电网风险诱因的碳排放期望变化次数指标ENCEC，具体为：
具体为：
ΔCE(S)＝EF(S)×∑(PGk(S)-PGk(N))
EF(S)为系统状态S的动态碳排放因子，式中PGk(S)、PGk(N)分别表示系统状态S下和正常系统状态下的第k种类型发电机出力，PS为系统状态S的概率，Ta为统计期间的时长(h)。
本发明具有如下有益效果：
(1)提出的电网碳排放风险指标能够量化不同区域电网中由于电网运行风险导致的碳排放变化概率和变化量，便于量化掌握电网风险诱因的碳排放风险。
(2)提出的动态碳排放因子计算方法能够计及系统不同元件故障情况下系统潮流的变化情况，能够反映不同系统风险对碳排放因子的影响特性，相较传统计算中采用的恒定碳排放因子，从原理上更精确、科学。
(3)提出的基于动态碳排放因子的区域电网电碳联合风险评估方法，能够弥补目前无有效方法对电网风险诱因下区域碳排放风险定量计算的空缺。
附图说明
图1为本发明实施例一种区域电网电碳联合风险评估方法的流程示意图；
图2为本发明实施例MRBTS系统示意图；
图3为不同场景下各区域动态碳排因子概率分布；
图4为各场景下碳排放频率性风险指标；
图5为各场景下EENS及ECEC变化情况。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例提供一种区域电网电碳联合风险评估方法，包括如下步骤：
(1)构建区域电网碳排放风险指标，具体包括：
1)电网风险诱因的碳排放变化概率PCEC(probability of carbon emissionchange)
式中，PS为系统状态S的概率，C为有动态碳排放变化的系统状态集合；
2)碳排放增加概率PCEI(probability of carbon emission increase)和碳排放减少概率PCED(probability of carbon emission decrease)
PCEC＝PCEI+PCED
3)电网风险诱因的碳排放期望变化次数指标ENCEC(expected number of carbonemission change)
式中，MC和MN表示电网运行期间内有动态碳排放变化的次数和无动态碳排放变化的次数，T(C)和T(N)分别表示有动态碳排放变化系统状态和无动态碳排放变化系统状态持续的时间；
4)电网风险诱因的碳排放期望变化量指标ECEC(expected carbon emissionchange)
式中ΔCE(S)为系统状态S下产生的动态碳排放量变化值，可表示为：
ΔCE(S)＝EF(S)×ΔP(S)
式中EF(S)为动态碳排放因子(tCO2/MWh)，△PS表示区域电网中，系统状态S的预期发电变化量(MW)，Ta为统计期间的时长(h)。
(2)设定模拟抽样年限，利用下式形成系统内每个元件的时序状态转移序列，组合形成整个系统的时序状态转移序列，从而形成各系统状态S，并得到每个系统状态S的持续时间T(S)。
式中当λi为失效率时，Ti为第i个设备的运行时间，当λi为修复率时，Ti为第i个设备的修复时间，为[0,1]之间均匀分布的随机数。
(3)通过步骤(2)形成各系统状态后，利用以下模型求解各系统状态下为消除电压越限和线路潮流越限而切除的系统最小负荷PC(S)。
目标函数：
约束条件为：
PLDi-PCi＝Pi
O≤PCi≤PLDi
|TPl|≤TPl max l∈L
Vi min≤Vi≤Vi max
式中N为系统中节点数量，PC(S)为系统状态S下的切负荷总量，PCi为节点i上的负荷切除量，Pi、Qi分别为节点i上的有功、无功注入值，PLDi为节点i的负荷总量，PGi、分别为节点i上发电机组有功出力及其最大值和最小值，QGi、/>分别为节点i上发电机组无功出力及其最大值和最小值，TPl为线路实际传输容量，该值小于线路最大传输容量/>另外节点电压Vi需要在该节点最小电压/>和最大电压/>之间。
记录系统状态S下的各发电机组出力值，组合得到各区域发电机组对应于系统状态S的发电量：
式中节点i为属于区域n的第k种类型发电机组所在节点，同时记录区域间联络线上的传输功率，计算区域电网间的电力交换量：
式中l为属于区域i与区域j之间所有的联络线。
(4)通过步骤(3)得到各系统状态下的各区域电网内各类型发电机的发电量Qk，并利用下式得到各区域的为区域i消耗的第k种类型电量：
Ak×CQk＝Qk
式中Ak为第k类电量系数矩阵，可表示为：
该系数矩阵中对角线元素为1加上区域i送出电量与消纳电量的比值，非对角线元素为区域j送入区域i电量与区域j消纳电量的比值取反。CQk和Qk分别为：
表示区域i消耗的第k种类型电量，表示区域i内第k种发电类型机组产生电量之和，/>和/>分别表示区域间联络线j-i和i-j上输送的第k种机组发电量。
(5)利用下式得到各区域的动态碳排放因子：
式中λ表示火力发电机组碳排放基准值(tCO2/MWh)，表示区域i消纳火力发电量。
(6)利用下式求各区域的平均正常碳排放因子EFi(AVE)：
和/>分别表示系统正常运行状态下区域i消纳的火力发电量和区域i消纳的所有类型发电量。
(7)利用下式求PCEI、PCED、△CEi(S)，并结合步骤(1)中的公式得到ENCEC和ECEC：
上式中EFi(S)表示系统状态S下区域i的动态碳排放因子，其中T(C)和T(N)分别表示有动态碳排放变化系统状态和无动态碳排放变化系统状态持续的时间；MC和MN表示电网运行期间内有动态碳排放变化的次数和无动态碳排放变化的次数。。
以改进后的RBTS(MRBTS)为例，利用本发明所提的基于动态碳排放因子的电碳联合风险评估模型，对不同场景下系统的电网风险及碳排放风险开展对比分析研究。
将RBTS系统分为三个区域性电网，如图2所示，其中区域A包含BUS1和BUS3，区域B包含BUS2和BUS4，区域C包含BUS5及BUS6。在BUS1和BUS2处分别安装有总额定容量为110MW和130MW的火力发电机组。在原始数据基础上，本文对该系统做如下改进：所有节点负荷需求在现有基础上等比例增加30％，即系统负荷由原来的185MW增加至240.5MW，相对应地，规划增加一处新能源风电场站，装机容量为60MW，形成MRBTS系统，现考虑下表1所示的3种接入方式。
表1MRBTS系统不同场景下风电场接入位置
设定抽样年限为1000年，火力发电机组碳排放基准值按0.8729tCO2/MWh计。利用步骤(2)形成MRBTS系统的时序状态转移过程，并利用步骤(3)求解每个系统状态对应的潮流分布和负荷切除情况。
利用步骤(4)、(5)计算得到区域电网动态碳排因子，并将其展示为图3所示的概率分布示意图，图中红色、蓝色和绿色线条分别代表区域A、B、C的动态碳排因子，Z轴代表抽样年限内动态碳排因子的分布概率值，X轴代表动态碳排因子的值。
得到不同场景下各区域动态碳排因子后，根据步骤(6)、(7)计算得到MRBTS系统在场景a、b、c下的电力风险指标和区域电网碳排放风险指标，分别如表2及表3至表5所示。
表2不同场景下MRBTS系统电力风险指标
由上表可知，场景c对应的各项电力风险指标最小，系统的电量不足期望为167.107MWh，但负荷削减概率PLC及期望切负荷频率EFLC均较原RBTS系统有所上升，主要是由于新能源接入后其出力波动性导致相较原RBTS系统其潮流变化更为频繁，而引起更多电量供应不足的情况。
表3场景a下MRBTS系统碳排放风险指标
表4场景b下MRBTS系统碳排放风险指标
表5场景c下MRBTS系统碳排放风险指标
图4为表3至表5中所示的MRBTS系统各区域的碳排放频率性风险指标变化情况(碳排放增加概率PCEI、碳排放减少概率PCED、碳排放变化概率PCEC和碳排放期望变化次数ENCEC)。当区域电网内没有发电机或只有清洁能源时，其由电网风险诱因导致的发电机出力变化而引起的碳排放变化为0，不同场景下区域C均符合上述情况，因此图中只展示区域A、B的风险指标变化情况。
由图4可知，接入风电后原RBTS系统区域A、B的碳排放频率性风险指标均大幅增加，以情景a为例，区域A、B的PCEC均增加了50.98％，ENCEC均增加了42.18％，说明风电接入后，其频繁的功率波动将引起区域电网的碳排放量频繁波动；场景c所对应的碳排放变化概率最小，说明区域外的新能源出力波动对区域A和B的影响最小。
图5为区域A、B在不同运行场景下其碳排放期望变化量ECEC的变化情况，原RBTS系统的ECEC最大，且值为负，代表原系统的碳排放风险主要为电网故障引起的火力发电机组出力减少而导致的二氧化碳排放权的浪费；风电场接入后，显著减少了区域A和B的ECEC，以场景a为例，碳排期望变化量分别为-43.7053tCO2/a和-38.6432tCO2/a，相较原系统分别减少了约62.79％和38.83％；场景b下系统的总ECEC有所降低，但区域B的ECEC为24.0596tCO2/a，由负值变为了正值，说明该场景下区域B的主要碳排放风险为风电场出力减少导致的火电机组出力增加而引起的碳排放增加；将不同运行场景的电量不足期望EENS和系统总的碳排放期望变化量ECEC分别表示为图5中蓝色折线和绿色折线，两组数据的变化规律均为逐渐减少，但两者间并非呈现简单的比例关系，主要是由于电网风险导致区域电网内发电机组出力变化时，并不一定会引起碳排放量的变化。
MRBTS系统不同运行场景下的电力风险和碳排放风险计算结果表明，场景c对应的各项电力风险指标最优，电力碳排放指标也最优，并且其电力碳排放风险主要表现为电网风险引起的发电出力损失而导致的碳排放权的浪费。综合以上计算及分析，基于动态碳排因子的区域电网电碳联合风险评估方法可以较为有效地对电力系统的电力及碳排放风险进行定量评判。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (1)

1.一种区域电网电碳联合风险评估方法，其特征在于，包括如下步骤：
构建区域电网碳排放风险指标，所述区域电网碳排放风险指标包括电网风险诱因的碳排放变化概率PCEC、碳排放增加概率PCEI、碳排放减少概率PCED、电网风险诱因的碳排放期望变化次数指标ENCEC、电网风险诱因的碳排放期望变化量指标ECEC；
设定模拟抽样年限，形成系统内每个元件的时序状态转移序列，组合形成整个系统的时序状态转移序列，从而形成各系统状态S，并得到每个系统状态S的持续时间T(S)；
求解各系统状态下为消除电压越限和线路潮流越限而切除的系统最小负荷PC(S)；利用节点i上发电机组有功出力PGi和每个系统状态S的持续时间T(S)得到各系统状态下的各区域电网内各类型发电机的发电量Qk；
利用各区域电网内各类型发电机的发电量Qk得到各区域消耗的第k种类型电量
利用各区域消耗的第k种类型电量和区域i消纳火力发电量CQi T计算各区域的动态碳排放因子EFi；
利用系统正常运行状态下区域i消纳的火力发电量和区域i消纳的所有类型发电量/>计算各区域的平均正常碳排放因子EFi(AVE)；
根据系统状态S下区域i的动态碳排放因子EFi(S)与平均正常碳排放因子EFi(AVE)的关系计算碳排放增加概率PCEI、碳排放减少概率PCED；
计算电网风险诱因的碳排放期望变化次数指标ENCEC、电网风险诱因的碳排放期望变化量指标ECEC；
所述电网风险诱因的碳排放变化概率PCEC的计算公式为：
式中，PS为系统状态S的概率，C为有动态碳排放变化的系统状态集合；
所述求解各系统状态下为消除电压越限和线路潮流越限而切除的系统最小负荷PC(S)，其中
目标函数：
约束条件为：
PLDi-PCi＝Pi
0≤PCi≤PLDi
|TPl|≤TPl max l∈L
Vi min≤Vi≤Vi max
式中N为系统中节点数量，PC(S)为系统状态S下的切负荷总量，PCi为节点i上的负荷切除量，Pi、Qi分别为节点i上的有功、无功注入值，PLDi为节点i的负荷总量，PGi、分别为节点i上发电机组有功出力及其最大值和最小值，QGi、/>分别为节点i上发电机组无功出力及其最大值和最小值，TPl为线路实际传输容量，该值小于线路最大传输容量/>另外节点电压Vi需要在该节点最小电压/>和最大电压/>之间；
所述利用节点i上发电机组有功出力PGi和每个系统状态S的持续时间T(S)得到各系统状态下的各区域电网内各类型发电机的发电量Qk，具体为：
记录系统状态S下的各发电机组出力值，组合得到各区域发电机组对应于系统状态S的发电量：
式中节点i为属于区域n的第k种类型发电机组所在节点；
所述利用各区域电网内各类型发电机的发电量Qk得到各区域消耗的第k种类型电量具体为利用下式得到各区域的/>为区域i消耗的第k种类型电量：
Ak×CQk＝Qk
式中Ak为第k类电量系数矩阵，表示为：
该系数矩阵中对角线元素为1加上区域i送出电量与消纳电量的比值，非对角线元素为区域j送入区域i电量与区域j消纳电量的比值取反，CQk和Qk分别为：
表示区域i消耗的第k种类型电量，表示区域i内第k种发电类型机组产生电量之和，和/>分别表示区域间联络线j-i和i-j上输送的第k种机组发电量；
所述利用各区域消耗的第k种类型电量和区域i消纳火力发电量CQi T计算各区域的动态碳排放因子EFi，具体为：利用下式得到各区域的动态碳排放因子：
式中λ表示火力发电机组碳排放基准值，CQi T表示区域i消纳火力发电量；
利用系统正常运行状态下区域i消纳的火力发电量和区域i消纳的所有类型发电量/>计算各区域的平均正常碳排放因子EFi(AVE)，具体为：
利用下式求各区域的平均正常碳排放因子EFi(AVE)：
和/>分别表示系统正常运行状态下区域i消纳的火力发电量和区域i消纳的所有类型发电量；
所述根据系统状态S下区域i的动态碳排放因子EFi(S)与平均正常碳排放因子EFi(AVE)的关系计算碳排放增加概率PCEI、碳排放减少概率PCED，具体为：
比较各个系统状态S下区域i的动态碳排放因子EFi(S)和平均正常碳排放因子EFi(AVE)，利用下式求PCEI、PCED：
式中EFi(S)表示系统状态S下区域i的动态碳排放因子，其中T(C)和T(N)分别表示有动态碳排放变化系统状态和无动态碳排放变化系统状态持续的时间；MC和MN表示电网运行期间内有动态碳排放变化的次数和无动态碳排放变化的次数；
所述计算电网风险诱因的碳排放期望变化次数指标ENCEC，具体为：
其中T(C)和T(N)分别表示有动态碳排放变化系统状态和无动态碳排放变化系统状态持续的时间；MC和MN表示电网运行期间内有动态碳排放变化的次数和无动态碳排放变化的次数；
所述计算电网风险诱因的碳排放期望变化量指标ECEC，具体为：
ΔCE(S)＝EF(S)×Σ(PGk(S)-PGk(N))
EF(S)为系统状态S的动态碳排放因子，式中PGk(S)、PGk(N)分别表示系统状态S下和正常系统状态下的第k种类型发电机出力，PS为系统状态S的概率，Ta为统计期间的时长(h)。
CN202311089295.XA 2023-08-25 2023-08-25 一种区域电网电碳联合风险评估方法 Active CN117057659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311089295.XA CN117057659B (zh) 2023-08-25 2023-08-25 一种区域电网电碳联合风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311089295.XA CN117057659B (zh) 2023-08-25 2023-08-25 一种区域电网电碳联合风险评估方法

Publications (2)

Publication Number Publication Date
CN117057659A CN117057659A (zh) 2023-11-14
CN117057659B true CN117057659B (zh) 2024-05-24

Family

ID=88666101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311089295.XA Active CN117057659B (zh) 2023-08-25 2023-08-25 一种区域电网电碳联合风险评估方法

Country Status (1)

Country Link
CN (1) CN117057659B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368961A (zh) * 2017-07-12 2017-11-21 东南大学 一种适用于新能源接入背景下的区域电网碳排放管理方法
CN115954882A (zh) * 2023-01-04 2023-04-11 清华大学深圳国际研究生院 一种电碳融合配电系统调度优化方法及设备
CN116228495A (zh) * 2023-03-14 2023-06-06 安徽南瑞中天电力电子有限公司 一种多能互补企业动态碳排放因子确定方法、采集装置
CN116595408A (zh) * 2023-04-12 2023-08-15 国网湖北省电力有限公司电力科学研究院 一种基于时段划分的省级各区域动态碳排放因子计算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368961A (zh) * 2017-07-12 2017-11-21 东南大学 一种适用于新能源接入背景下的区域电网碳排放管理方法
CN115954882A (zh) * 2023-01-04 2023-04-11 清华大学深圳国际研究生院 一种电碳融合配电系统调度优化方法及设备
CN116228495A (zh) * 2023-03-14 2023-06-06 安徽南瑞中天电力电子有限公司 一种多能互补企业动态碳排放因子确定方法、采集装置
CN116595408A (zh) * 2023-04-12 2023-08-15 国网湖北省电力有限公司电力科学研究院 一种基于时段划分的省级各区域动态碳排放因子计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
双碳目标下新型电力系统风险评述：特征、指标及评估方法;胡博 等;电力系统自动化;20230310;第第47卷卷(第第5期期);第1-10页 *

Also Published As

Publication number Publication date
CN117057659A (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
CN109919478B (zh) 一种考虑综合供能可靠性的综合能源微网规划方法
Amini et al. Optimal sizing of battery energy storage in a microgrid considering capacity degradation and replacement year
Li et al. Improving wind power integration by regenerative electric boiler and battery energy storage device
CN110570015B (zh) 一种配电网多目标规划方法
CN108493998A (zh) 考虑需求响应与n-1预想故障的鲁棒输电网规划方法
CN110994606A (zh) 一种基于复杂适应系统理论的多能源电源容量配置方法
CN117057659B (zh) 一种区域电网电碳联合风险评估方法
CN117273526A (zh) 一种计及电-碳市场协同作用的电能综合评估方法及装置
Peng et al. Power System Flexibility Indicators Considering Reliability in Electric Power System with High-Penetration New Energy
CN115796447A (zh) 一种运行虚拟电厂的温室气体减排量计算方法及系统
CN113283105B (zh) 一种考虑电压安全约束的能源互联网分布式优化调度方法
CN112270432B (zh) 一种考虑多主体利益均衡的综合能源系统的能量管理方法
CN111160746B (zh) 基于风险评估的智能配电网规划评价方法
CN118353010B (zh) 一种基于多节点链接关系的源网荷储模拟方法和装置
Abdi et al. Reduction of losses in active distribution networks by battery energy storage systems
Zong et al. A Multi-Objective optimization Method for Multi-Energy Flow Coupling System Considering Environmental Protection
CN115018363B (zh) 一种基于台区变压器的二阶段配电网规划方法和装置
Si et al. Reliability Evaluation of Hybrid Energy Storage System Considering Flexible Resources of Source, Network and Load
Ma et al. A Calculation Method of Dynamic Carbon Emission Factors for Different Regions in a Province Based on Time Division
Deng et al. A Microgrid Management System Based on Metaheuristics Particle Swarm Optimization
Chen et al. The Cross-zonal Day-ahead ATC Calculation Model Considering the Uncertainty of Wind Power
Sun et al. Energy Storage-Transmission Line Planning Based on Complete Information Static Game Model
Ding et al. Economic Evaluation of Data Center Power Supply System Based on Electric Energy Router
Tian et al. Power System Protection Operation and Optimization of Dispatching Work
CN110932306B (zh) 一种电网电压偏差约束指标分摊方法和系统

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
GR01 Patent grant
GR01 Patent grant