CN117494993A - 一种基于阶梯碳交易的源网荷分布协同低碳调度方法 - Google Patents
一种基于阶梯碳交易的源网荷分布协同低碳调度方法 Download PDFInfo
- Publication number
- CN117494993A CN117494993A CN202311447721.2A CN202311447721A CN117494993A CN 117494993 A CN117494993 A CN 117494993A CN 202311447721 A CN202311447721 A CN 202311447721A CN 117494993 A CN117494993 A CN 117494993A
- Authority
- CN
- China
- Prior art keywords
- carbon
- park
- power
- heat
- price
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 400
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 315
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000008901 benefit Effects 0.000 claims abstract description 35
- 230000007246 mechanism Effects 0.000 claims abstract description 23
- 230000003993 interaction Effects 0.000 claims description 48
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 48
- 230000002452 interceptive effect Effects 0.000 claims description 26
- 238000005338 heat storage Methods 0.000 claims description 23
- 238000005457 optimization Methods 0.000 claims description 21
- 238000004321 preservation Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000002689 soil Substances 0.000 claims description 10
- 230000003416 augmentation Effects 0.000 claims description 9
- 230000009194 climbing Effects 0.000 claims description 9
- 230000009977 dual effect Effects 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 9
- 238000009413 insulation Methods 0.000 claims description 9
- 230000001052 transient effect Effects 0.000 claims description 9
- 230000003190 augmentative effect Effects 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 235000013619 trace mineral Nutrition 0.000 claims description 4
- 239000011573 trace mineral Substances 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000010977 unit operation Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 230000033228 biological regulation Effects 0.000 claims description 2
- 230000009467 reduction Effects 0.000 abstract description 9
- 238000004134 energy conservation Methods 0.000 abstract description 3
- 101150029755 park gene Proteins 0.000 description 127
- 238000010248 power generation Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- G06Q30/018—Certifying business or products
-
- 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
- G06Q30/0283—Price estimation or determination
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于阶梯碳交易的源网荷分布协同低碳调度方法。建立了双层奖惩型碳交易机制下综合能源供应商‑园区协同的低碳调度模型,综合能源供应商直接参与外部奖惩型阶梯碳交易市场,并确立了成本机制并根据符合比例分摊碳成本/收益然后,分别构建了综合能源供应商与多园区低碳调度模型,并基于纳什协商刻画了园区间的合作博弈,通过各园区间功率互济降低碳排放并提高社会效益,提出了基于自适应调节机制的嵌套交替方向乘子法的双层分布式求解方法。使得源网荷端均能够通过直接或间接的方式参与碳市场,减少系统的能源‑碳排放成本,激发各主体积极参与节能减排,最终实现系统的低碳协同调度。
Description
技术领域
本发明属于综合能源系统分布式优化调度领域,尤其涉及于一种基于阶梯碳交易的源网荷分布协同低碳调度方法。
背景技术
碳排放会造成环境污染等问题,导致额外的社会治理成本。而由于碳排放在源、网、荷等多个环节均会产生,责任难以追溯,因此目前碳排放造成的社会成本一般由社会机构承担。这种传统的碳治理模式无法激励产生碳排放的各环节参与协同减碳,减碳效果不佳。
目前参与碳市场的主体一般为火电、钢铁等重点排放单位。而碳排放本质上源于消费者的能源需求,因此消费者也应当承担碳减排的社会责任,从而激励用户侧减碳。但是,目前的文献仅从源侧进行考虑,由于发电侧与负荷侧分属不同主体,这种方法仅能够约束发电侧降低碳排放,无法使源荷进行协同减排。因此,如何将源侧的碳排放责任分摊至用户侧,使源荷侧进行协同减排,仍然是一个悬而未决的问题。
发明内容
本发明基于目前源侧碳责任无法分摊至用户侧,导致用户侧难以参与碳排放、用户侧节能减排意愿不高的问题,提出了一种基于奖惩型碳交易机制的源网荷分布协同低碳经济调度方法。该方法的具体实现流程如下:
一种基于阶梯碳交易的源网荷分布协同低碳调度方法,包括以下步骤:
步骤1:建立碳交易中心与综合能源供应商间的奖惩型阶梯碳交易机制模型,包括:综合能源系统中各个机组的碳排放量、预分配的碳排放配额、综合能源供应商的碳成本和碳收益标准;
步骤2:以能-碳成本最低为目标函数,联立质调节热管网暂态微元管网模型、电力系统Distflow交流潮流模型和背压式CHP机组模型约束,建立综合能源供应商的低碳资源调度模型;
步骤3:基于碳排放流模型建立综合能源供应商-园区间的能-碳定价模型:首先各园区依据各自的负荷比例分配综合能源供应商的零碳排收益,之后通过碳排放流模型计算各个园区的碳排放强度,并基于碳单价计算得到碳价格,与基于节点边际理论计算出的能源价格相加后得到能-碳价格;
步骤4:构建多园区用户的合作博弈协同调度模型:首先以运行成本最低为优化目标,通过园区用户的设备与功率交互约束建立单个园区用户的低碳调度模型,之后通过园区间功率互济建立基于Nash均衡的合作博弈模型,并通过均值不等式将基于Nash均衡的合作博弈模型等价为社会成本最小化子问题模型与支付效益最大化子问题模型;
步骤5:利用基于可变惩罚因子的ADMM算法实现系统的分布式协同优化调度;其中第一阶段,根据综合能源供应商的低碳资源调度模型、能-碳定价模型和社会成本最小化子问题模型,确定园区向供应商购能功率、园区与园区间的交互功率;第二阶段,根据支付效益最大化子问题模型,确定园区用户间的交互功率价格,实现最优低碳调度。
进一步地,所述步骤1中,建立碳交易中心与综合能源供应商间的奖惩型阶梯碳交易机制模型包括以下步骤:
步骤1.1:确定综合能源供应商参与外部碳交易市场的碳排放量,综合能源供应商产生碳排放的机组包括火电机组、大电网、CHP机组等,其碳排放的表达式为:
式中:c为各个机组的产生单位能源的碳排放系数,P为各个机组的有功功率,G为CHP机组的燃气消耗量,下标g、b、CHP分别表示火电机组、大电网、CHP机组,t表示电力系统的时标,为调度的时间集合,Δt表示调度的时间尺度;
碳交易采用配额无偿发放制度,实际产生的碳排放与碳配额的差额可以在碳交易市场交易,参与碳市场交易的实际碳排放量表示为:
Etrade=Esystem-Equota
式中:Etrade,Equota,Esystem分别为参与碳市场的碳排放、碳排放份额和系统的总碳排放,单位均为tCO2;
步骤1.2:建立奖惩型阶梯碳交易机制模型;在外部碳市场中,企业实际产生的碳排放与碳配额的差额参与碳市场的交易,其中不足部分需要购买,超出部分可以售卖,且购买的碳配额越多,相应区间的售价越高,因此奖惩型阶梯碳交易机制模型表示为:
式中:为上层综合能源供应商支付的碳价格,单位为元;E1、E2为阶梯区间长度,单位均为tCO2;λ为碳交易基础价格,单位为元/tCO2;σ为阶梯变化率。
进一步地,所述步骤2中,建立综合能源供应商的低碳资源调度模型包括以下步骤:
步骤2.1:构建综合能源供应商低碳经济调度模型的目标函数,即向外部电网、气网的购能成本与向外部碳交易市场支付的碳成本最低:
式中:CI和分别表示综合能源供应商的总成本和能源成本;pb,t,pCHP,pg,t分别表示电网购电价格、CHP机组出力价格、火电机组出力价格;
步骤2.2:构建电力系统Distflow交流潮流模型,包括配电网约束与机组运行模型:
式中:PPG,c,t与QPG,c,t表示t时刻发电机组c的有功出力与无功出力,表示接入节点i的发电机组c集合;PL,i,t与QL,i,t分别表示t时刻负荷d的有功功率与无功功率,/>表示接入节点i的负荷d集合;Pij,t与Qij,t分别为时刻t从节点i流向节点j的有功与无功功率,Pmi,t与Qmi,t分别为时刻t从节点m流向节点i的有功与无功功率,/>与/>分别表示接入节点i的线路ij与mi;lij,t与lmi,t分别表示线路ij与mi电流的平方,vi,t为节点i电压的平方,rij与rmi分别表示线路ij与mi的电阻,xij与xmi分别表示线路ij与mi的电阻;为PL,i,t的对偶变量,表示接入电网节点i处的园区n电负荷的影子价格;
火电机组出力Pg,t具有出力功率与爬坡速率限制:
式中:Pg,t表示t时刻火电机组的功率,与/>表示火电机组爬坡速率的上限与下限,/>与/>表示火电机组出力值的上限与下限,单位均为MW;
风机出力Pw,t小于风机预测出力值:
式中:表示风电功率的预测值,Pw,t表示风电机组的出力值,单位均为MW;
步骤2.3:构建质调节热管网暂态微元管网模型,该模型包括:热阻公式、保温层以及管网中热水的传热公式、热管网的水力模型、换热站与负载处的换热公式与温度约束公式;
热阻公式:热水与保温层之间的热阻Rru、保温层与土壤之间的热阻Rus被描述为:
式中:Din与Dout表示热水管道的内径与外径;ξu与ξs为保温层与土壤的导热系数,单位为W/(m·K);h为热水与热水管道的对流换热系数,单位为W/(m2·K);Z为热管网埋设深度,单位为m;
保温层以及管网中热水的传热公式表示为:
式中:Cu表示一段微元热管网的保温层总热容,单位为J/K;cu和cr分别表示保温层和热水的比热容,单位为J/(kg·K);ρu和ρr分别表示保温层和热水密度,单位为kg/m3;Tu,l,k,τ和Tr,l,k,τ分别表示保温层与热水层在τ时刻管线l第k段的温度,Ts表示土壤温度,单位为K;Δτ与Δx分别表示时间微元与长度微元;Ml表示管线l的流量;
热管网的水力模型可以表述为:
式中:l1与l2表示流入管线与流出管线,与/>分别表示流入与流出接点a的合集;
热管网管线相接处温度混合可以表示为:
式中:和/>分别表示在时刻τ第l1段的首段微元以及第l2段的最后一段微元;
换热站与负载处的换热公式表述为:
式中:Hn,τ表示园区n的热负荷,ηex和ηload分别表示换热站与热负荷的热交换效率;为Hn,τ的对偶变量,园区n的影子热价格;
热管网中热水温度Tr,l,k,τ要处于温度区间中:
式中:与/>表示热管网温度的上下限;
温度约束公式:在一个调度周期始末,热管网中负荷节点入水口的水温变化要处于一个温度区间中:
式中:与/>表示调度周期内负荷与换热节点温度差的上下界,/>与/>分别表示调度周期第一个时刻与最后时刻管线1的最后一段微元的温度;
步骤2.4:构建背压式CHP机组的模型,CHP机组是耦合电与热的重要元件,约束为:
式中:ηCHP,h和ηCHP,e分别为CHP机组的电、热效率;
CHP机组还具有爬坡速率和出力的约束:
式中:与/>表示CHP机组爬坡速率的上限与下限,/>与/>表述CHP机组出力值的上限与下限,单位均为MW。
进一步地,所述步骤3中,基于碳排放流模型建立综合能源供应商-园区间的能-碳定价模型包括以下步骤:
步骤3.1:各园区依据各自的负荷比例分配综合能源供应商的零碳排收益:由于在园区用户的碳排放量为0时,会存在碳排放收益,因此,需要将碳排放收益分摊至各个园区用户,其中,综合能源供应商零碳排的收益基准为:
其中,Equota为碳排放份额,λ为碳交易基础价格;
各园区依照各自的负荷比例分摊综合能源供应商的零碳排收益:
式中:表示园区n的碳排放初始收益;Pn,t与Hn,t表示园区n在时刻t的电负荷与热负荷;/>为园区集合;
步骤3.2:基于碳排放流模型计算各个园区的电负荷碳势ce,n,t和热负荷碳势ch,n,t作为碳排放强度;
步骤3.3:基于碳单价计算得到碳价格,乘以步骤3.2得到的碳排放强度得到各园区的碳价格;并基于节点边际理论计算出的能源价格,将能源价格与碳价格相加,即可得到园区向综合能源供应商购能需要支付的能-碳价格;
碳单价pcarbon的计算公式为:
其中,为上层综合能源供应商支付的碳价格,Esystem为系统的总碳排放,为综合能源供应商零碳排的收益基准;
园区的碳价格计算公式为:
园区能源价格由园区负荷的节点边际价格确定,将能源价格与碳价格相加,得到能-碳价格:
式中:pe,n,t和ph,n,t分别为园区n的电-碳、热-碳价格;和/>分别为园区n的电价格、热价格。
进一步地,所述热负荷碳势和电负荷碳势的计算方法如下:
CHP机组是单输入-多输出能量耦合设备,满足碳排放守恒原则:
式中:和/>分别为CHP机组输出端口的电、热碳排放强度,单位为t/MWh;PCHP,t为CHP机组t时刻的电功率,HCHP,τ为CHP机组在τ时刻输出的热功率;τ与t分别为热力系统与电力系统的时标,Δτ与Δt分别为热力系统与电力系统的时间调度间隔;CHP机组统一了电力系统与热力系统的时间尺度;
根据效率原则,CHP机组输出端口的电/热碳排放强度与效率成反比:
得到CHP机组输出的电、热碳排放强度分别为:
电网的碳排放流公式为:
式中:ce,i,t表示t时刻节点i的碳势,ce,PG表示各机组的碳势,单位均为t/MWh;表示接入节点i的集合,/>表示由节点m流向节点i的线路集合/>
园区n的电负荷碳势即为接入节点i的碳势:
ce,n,t=ce,i,t,n∈i;
对热管网的碳潮流进行建模,热管网换热站出口处的碳势等于CHP机组的碳势:
式中:表示τ时刻管线l1首段微元的碳势,/>表示接入换热站p出口处管线l1的集合;即/>表示换热站出口处的碳势;
热管网同一管线不同微元处的碳强度迭代公式为:
式中:ch,l,k,τ表示τ时刻管线l在第k段微元的碳势;ρr表示热水密度,单位为kg/m3;Tr,l,k,τ表示τ时刻管线l第k段的热水层温度,单位为K;Ml表示管线l的流量,单位为kg/s;
在管线交接处,流出管线的节点碳势等于流入管线节点碳势的加权平均:
园区n的热负荷碳势为入水口处的碳势ch,n,τ:
式中:表示园区n入水口处的管线集合;
由于暂态热管网的时间尺度比电网更小,因此,需要计算Δt内的热负荷平均碳势ch,n,t;
进一步地,所述步骤4中,建立构建多园区用户的合作博弈协同调度模型包括以下步骤:
步骤4.1:构建园区用户的低碳经济调度目标函数:其优化目标为运行成本最低,即向综合能源供应商支付的能-碳成本以及与其它园区的交互成本最低:
式中:为园区n的运行成本,/>为园区n参与园区间能源交易的成本,/>为园区n向供应商的购能成本;pe,m→n,t和ph,m→n为园区m与园区n交互功率的电价格与热价格,Pm→n,t和Hm→n,t为园区m供给园区n的电功率与热功率,/>与/>分别表示向供应商购电功率与购热功率;
步骤4.2:建立园区用户的设备与功率交互约束:
园区内电热功率平衡约束为:
式中:分别表示园区n在t时刻的电负荷、电锅炉消耗功率、向供应商购电功率、光伏功率、风机功率、蓄电池充电功率、蓄电池放电功率,/>分别表示园区n在t时刻的热负荷、电锅炉输出功率、向供应商购热功率、储热罐的充热功率、储热罐的充热功率;
园区内电锅炉运行约束为:
式中:ηEB表示电锅炉的能源转化效率;
蓄电池与储热罐运行约束为:
式中:ηEES表示蓄电池的充放电效率,表示用户n蓄电池在时刻t的电量,/>表示蓄电池的容量;
储热罐运行约束为:
式中:ηHS表示储热罐的充放热效率,表示用户n的储热罐在时刻t的蓄热量,表示储热罐的容量;
风电与光伏的运行约束为:
式中:和/>表示风电日前预测功率与光伏日前预测功率;
园区间交互功率存在限制:
交互园区间的功率与价格应保持一致:
Pn→m,t+Pm→n,t=0
Hn→m,t+Hm→n,t=0
pe,n→m,t=pe,m→n,t
ph,n→m,t=ph,m→n,t
园区间交互功率价格需低于园区向综合能源供应商的购能价格:
步骤4.3:建立多园区基于Nash均衡的合作博弈协同调度模型:在综合能源供应商-多园区模型的协同低碳调度框架中,除综合能源供应商与多园区间存在主从关系外,园区间也存在合作关系;通过园区间功率互济,碳排放可以进一步降低,纳什协商理论可以刻画多主体的合作博弈,使得每个主体的选择是最佳响应其它主体策略的结果,最终达到稳定状态;其标准形式为:
式中:表示各园区不参与功率交互的成本;
通过均值不等式将纳什协商问题等价为社会成本最小化子问题与支付效应最大化子问题:
社会成本最小化子问题的表达式为:
求解社会成本最小化子问题时,目标中的园区交互成本相互抵消,模型转化为线性优化问题;求解后得到机组出力、园区间交互功率、园区向供应商购能功率;
支付效益最大化子问题的表达式为:
求解支付效益最大化子问题时,除功率交互成本外的其余量等采用社会成本最小化子问题的求解结果,求解后可以得到园区间功率交互价格。
进一步地,所述步骤5中,利用基于可变惩罚因子的ADMM算法实现系统的分布式协同优化调度包括以下步骤:
步骤5.1:第一阶段分布式协同优化调度模型建模:在模型第一阶段,用于基于可变惩罚因子的ADMM算法确定园区向供应商购能功率和园区与园区间的交互功率:
在第一阶段,综合能源供应商的拉格朗日增广形式的目标函数为:
在第一阶段,各园区的拉格朗日增广形式的目标函数为:
式中:λ表示拉格朗日乘子,ρ表示惩罚因子,上标k代表迭代次数;
第一阶段中,综合能源供应商与园区的拉格朗日的电、热乘子更新公式分别为:
式中:上标I表示综合能源供应商,上标U1表示处在第一阶段的园区用户;
引入自适应调节机制,在迭代过程中对惩罚因子ρ进行修正:
在第一阶段中,综合能源供应商与园区用户的原始残差与对偶残差分别为:
式中:表示原始残差,/>表示对偶残差;
在第一阶段中,综合能源供应商与园区用户的收敛条件分别为:
式中:ε1与ε2分别表示阶段1中综合能源供应商与园区用户的收敛条件;
步骤5.2:第一阶段分布式协同优化调度模型建模:在模型第二阶段,用于确定园区间交互功率的价格;
在求解得到综合能源供应商与园区、园区与园区间的交互功率后,基于支付效益最大化子问题得到园区在第二阶段的拉格朗日增广形式的目标函数为:
第二阶段,园区的拉格朗日乘子的更新公式为:
式中:上标U1表示处在第二阶段的园区用户;
在第二阶段中,园区的原始残差与对偶残差分别为:
在第二阶段中,园区用户的收敛条件为:
步骤5.3:利用可变惩罚因子ADMM法实现分布式协同优化调度;
第一阶段:求解园区向供应商购能功率、园区与园区间的交互功率:
步骤5.3.1:综合能源供应商初始化自己的拉格朗日乘子与惩罚因子,各园区将自己的用能计划报告给综合能源供应商;
步骤5.3.2:当kI≤kmax且综合能源供应商在步骤5.1中的收敛条件不满足时,执行:
综合能源供应商基于步骤2中描述的模型进行低碳经济调度,其中目标函数更改为步骤5.1中的综合能源供应商的增广拉格朗日形式的目标函数,约束条件不变;
综合能源供应商基于步骤3中的能-碳定价模型为园区用户进行能-碳定价,并将能-碳定价传递给对应的园区用户;
各园区初始化各自的拉格朗日乘子与惩罚因子;
当kU1≤kmax且园区在步骤5.1中的收敛条件不满足时,执行:
各园区基于步骤4.3中描述的社会成本最小化子问题模型进行低碳经济调度,其中目标函数更改为步骤5.1中的园区的增广拉格朗日形式的目标函数,约束条件不变;
各园区依据步骤5.1中的公式更新各自园区的拉格朗日乘子与惩罚因子;
综合能源供应商依据步骤5.1中的公式更新拉格朗日乘子与惩罚因子;
步骤5.3.3:迭代结束,输出园区向供应商购能功率、园区与园区间的交互功率;
第二阶段:求解园区用户间的交互功率价格:
步骤5.3.4:各园区用户初始化自己的拉格朗日乘子与惩罚因子;
步骤5.3.5:当kU2≤kmax且园区在步骤5.2中的收敛条件不满足时,执行:
各园区基于其它园区发布的交互功率价格,进行步骤4.3中描述的支付效益最大化子问题模型进行调度;
各园区初始化各自的拉格朗日乘子与惩罚因子;
步骤5.3.5:迭代结束,输出园区用户间交互功率的价格。
本发明的有益效果是:
设计了一种基于奖惩型碳交易机制的源网荷分布协同低碳资源调度框架,能够实现源网荷的协同减排。
在一种奖惩型阶梯碳价格机制下加入了综合能源供应商-多园区的碳成本/收益分摊方法,保证了碳成本/收益分摊的有效性与合理性,并能够构建综合能源供应商-多园区低碳调度模型,充分挖掘各主体节能减排的潜力;基于纳什协商刻画了园区间的合作博弈,通过各园区间功率互济降低碳排放并提高社会效益。
采用基于可变惩罚因子的ADMM算法,能够在保护各主体隐私的同时,实现系统的协同优化调度。
附图说明
图1是本发明实施例的综合能源系统-多园区的系统框架模型;
图2是本发明实施例的算法求解流程图;
图3是本发明实施例的综合能源系统拓扑图;
图4是本发明实施例的综合能源供应商机组的最优调度图;
图5是本发明实施例中综合能源供应商为园区制定的能-碳价格图;
图6是本发明实施例中各园区的调度结果图;
图7是本发明实施例中各园区的交易价格结果图。
具体实施方式
为了便于本领域普通技术人员理解和实施此发明,下面结合附图及实施例对本发明作进一步的详细阐述。
应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
在如图1所示的综合能源供应商-园区用户的综合能源系统模型中,综合能源供应商进行低碳经济调度,并参与外部碳交易中心的奖惩型碳排放交易;在调度与碳交易结束后,依据本发明提出的能-碳定价模型为园区用户制定能-碳价格;用户响应综合能源供应商制定的能-碳价格,进行各自的低碳经济调度。通过分布式协同算法,实现在奖惩型阶梯碳交易机制下的源网荷分布协同低碳经济调度。
综合能源供应商调度火电机组、大电网、CHP机组等机组,通过电-热综合能源网络为园区用户供能;园区用户除了通过综合能源供应商与自有机组供能之外,还可以通过园区间的联络线进行能源互济。通过对机组与能量交互的调度,实现系统的协同减排。
本发明提供了一种基于奖惩型碳交易机制的源网荷分布协同低碳经济调度。该方法应用于奖惩型阶梯碳价下综合能源供应商-多园区的经济调度模型中,具体流程包括:
步骤1:建立碳交易中心与综合能源供应商间的奖惩型阶梯碳交易机制模型:基于预分配的碳排放配额和综合能源系统的碳排放量确定综合能源供应商需要向外部碳交易中心支付的碳成本/获得的碳收益;
步骤2:建立综合能源供应商的低碳经济调度模型:以能-碳成本最低为目标函数,考虑质调节热管网暂态微元管网模型、电力系统Distflow交流潮流模型、背压式CHP机组模型约束,建立综合能源供应商的低碳经济调度模型;
步骤3:基于碳排放流模型建立综合能源供应商-园区间的碳交易机制:首先各园区依据各自的负荷比例分配综合能源供应商的零碳排收益,之后通过碳排放流模型计算各个园区的碳排放强度,并基于碳单价计算得到碳价格,与基于节点边际理论计算出的能源价格相加后得到能-碳价格;
步骤4:构建多园区用户的合作博弈协同调度模型:首先建立单个园区用户的低碳调度模型,之后建立基于Nash均衡的合作博弈模型,确定各园区间的能源交互功率;
步骤5:利用基于可变惩罚因子的ADMM算法实现系统的分布式协同优化调度:在第一阶段,确定园区向供应商购能功率、园区与园区间的交互功率;第二阶段,进一步确定园区间交互功率的价格。
进一步地,所述步骤1包括:
1.1确定综合能源供应商参与外部碳交易市场的碳排放量,综合能源供应商产生碳排放的机组包括火电机组、大电网、CHP机组等,其碳排放的表达式为:
式中:c为各个机组的产生单位能源的碳排放系数,P为各个机组的有功功率,G为CHP机组的燃气消耗量,下标g、b、CHP分别表示火电机组、大电网、CHP机组,t表示电力系统的时标,为调度的时间集合,Δt表示调度的时间尺度。
碳交易一般采用配额无偿发放制度,实际产生的碳排放与碳配额的差额可以在碳交易市场交易,参与碳市场交易的实际碳排放量表示为:
Etrade=Esystem-Equota
式中:Etrade,Equota,Esystem分别为参与碳市场的碳排放、碳交易主管部门分配的碳排放份额和系统的总碳排放,单位均为tCO2。
1.2建立奖惩型阶梯碳交易机制模型。在外部碳市场中,企业实际产生的碳排放与碳配额的差额参与碳市场的交易,其中不足部分需要购买,超出部分可以售卖,且购买的碳配额越多,相应区间的售价越高,因此奖惩型阶梯碳交易机制模型表示为:
式中:为上层综合能源供应商支付的碳价格,单位为元;E1、E2为阶梯区间长度,单位均为tCO2;λ为碳交易基础价格,单位为元/tCO2;σ为阶梯变化率。
进一步地,所述步骤2包括:
2.1构建综合能源供应商低碳经济调度模型的目标函数,即向外部电网、气网的购能成本与向外部碳交易市场支付的碳成本最低:
式中:CI和分别表示综合能源供应商的总成本和能源成本,单位为元;pb,t,pCHP,pg,t分别表示电网购电价格、CHP机组出力价格、火电机组出力价格,单位均为元/MWh。
2.2构建电力系统Distflow交流潮流模型,主要包括配电网约束与机组运行模型:
式中:PPG,c,t与QPG,c,t表示t时刻发电机组c的有功出力与无功出力,表示接入节点i的发电机组c集合;PL,i,t与QL,i,t分别表示t时刻负荷d的有功功率与无功功率,/>表示接入节点i的负荷d集合;Pij,t与Qij,t分别为时刻t从节点i流向节点j的有功与无功功率,Pmi,t与Qmi,t分别为时刻t从节点m流向节点i的有功与无功功率,/>与/>分别表示接入节点i的线路ij与mi;lij,t与lmi,t分别表示线路ij与mi电流的平方,vi,t为节点i电压的平方,rij与rmi分别表示线路ij与mi的电阻,xij与xmi分别表示线路ij与mi的电阻;为PL,i,t的对偶变量,表示接入电网节点i处的园区n电负荷的影子价格。
火电机组出力具有出力功率与爬坡速率限制:
式中:Pg,t表示t时刻火电机组的功率,与/>表示火电机组爬坡速率的上限与下限,/>与/>表示火电机组出力值的上限与下限,单位均为MW。
风机出力大小需要小于风机预测出力值:
式中:表示风电功率的预测值,Pw,t表示风电机组的出力值,单位均为MW。
2.3构建质调节热管网暂态微元管网模型,该模型包括:热阻公式、保温层以及管网中热水的传热公式、热管网的水力模型、换热站与负载处的换热公式与温度约束公式;
热水与保温层之间的热阻、保温层与土壤之间的热阻可以被描述为:
/>
式中:Rru表示热水与保温层之间的热阻,Rus表示保温层与土壤之间的热阻,单位为(m·K)/W;Din与Dout表示热水管道的内径与外径;ξu与ξs为保温层与土壤的导热系数,单位为W/(m·K);h为热水与热水管道的对流换热系数,单位为W/(m2·K);Z为热管网埋设深度,单位为m。
保温层以及管网中热水的传热公式可以表示为:
式中:Cu表示一段微元热管网的保温层总热容,单位为J/K;cu和cr分别表示保温层和热水的比热容,单位为J/(kg·K);ρu和ρr分别表示保温层和热水密度,单位为kg/m3;Tu,l,k,τ和Tr,l,k,τ分别表示保温层与热水层在τ时刻管线l第k段的温度,Ts表示土壤温度,单位为K;Δτ与Δx分别表示时间微元与长度微元;Ml表示管线l的流量。
热管网的水力模型可以表述为:
式中:l1与l2表示流入管线与流出管线,与/>分别表示流入与流出接点a的合集。
热管网管线相接处温度混合可以表示为:
式中:和/>分别表示在时刻τ第l1段的首段微元以及第l2段的最后一段微元。
在换热站与负荷节点处的热交换可以表述为:
式中:Hn,τ表示园区n的热负荷,ηex和ηload分别表示换热站与热负荷的热交换效率。为Hn,τ的对偶变量,园区n的影子热价格。
热管网中热水温度要处于一定温度区间中:
/>
式中:与/>表示热管网温度的上下限。
在一个调度周期始末,热管网中负荷节点入水口的水温变化要处于一定温度区间中:
式中:与/>表示调度周期(24h)内负荷与换热节点温度差的上下界,与/>分别表示调度周期第1个时刻与最后时刻管线1的最后一段微元的温度。
2.4构建背压式CHP机组的模型,CHP机组是耦合电与热的重要元件,其一般采用“以热定电”的模式,约束为:
式中:ηCHP,h和ηCHP,e分别为CHP机组的电、热效率。CHP机组耦合了电与热的不同时间尺度。
CHP机组还具有爬坡速率和出力的限制:
式中:与/>表示CHP机组爬坡速率的上限与下限,/>与/>表述CHP机组出力值的上限与下限,单位均为MW。
进一步地,所述步骤3包括:
3.1各园区依据各自的负荷比例分配综合能源供应商的零碳排收益:由于在园区用户的碳排放量为0时,会存在一部分的碳排放收益,因此,需要将碳排放收益分摊至各个园区用户,其中,综合能源供应商零碳排的收益基准为:
各园区依照各自的负荷比例分摊综合能源供应商的零碳排收益:
式中:表示园区n的碳排放初始收益;Pn,t与Hn,t表示园区n在时刻t的电负荷与热负荷;/>为园区集合。
3.2基于碳排放流模型计算各个园区的碳排放强度:由于各个园区的碳排放强度不同,各园区的碳价格也相应有所区别,因此,需要采用碳排放流模型计算各个园区的电负荷碳势ce,n,t和热负荷碳势ch,n,t作为碳排放强度:
CHP机组是单输入-多输出能量耦合设备,满足碳排放守恒原则:
式中:和/>分别为CHP机组输出端口的电、热碳排放强度,单位为t/MWh。PCHP,t为CHP机组t时刻的电功率,HCHP,τ为CHP机组在τ时刻输出的热功率。τ与t分别为热力系统与电力系统的时标,Δτ与Δt分别为热力系统与电力系统的时间调度间隔。CHP机组统一了电力系统与热力系统的时间尺度。
根据效率原则,假定CHP机组输出端口的电/热碳排放强度与效率成反比:
得到CHP机组输出的电、热碳排放强度分别为:
电网的碳排放流公式为:
式中:ce,i,t表示t时刻节点i的碳势,ce,PG表示各机组的碳势,单位均为t/MWh;表示接入节点i的集合,/>表示由节点m流向节点i的线路集合/>
园区n的电负荷碳势即为接入节点i的碳势:
ce,n,t=ce,i,t,n∈i
对热管网的碳潮流进行建模,热管网换热站出口处的碳势等于CHP机组的碳势:
式中:表示τ时刻管线l1首段微元的碳势,/>表示接入换热站p出口处管线l1的集合。即/>表示换热站出口处的碳势。
热管网同一管线不同微元处的碳强度迭代公式为:
式中:ch,l,k,τ表示τ时刻管线l在第k段微元的碳势;ρr表示热水密度,单位为kg/m3;Tr,l,k,τ表示τ时刻管线l第k段的热水层温度,单位为K;Ml表示管线l的流量,单位为kg/s。
在管线交接处,流出管线的节点碳势等于流入管线节点碳势的加权平均:
园区n的热负荷碳势为入水口处的碳势ch,n,τ:
式中:表示园区n入水口处的管线集合。
由于暂态热管网的时间尺度比电网更小,因此,需要计算Δt内的平均热负荷碳势,作为碳交易时的热负荷平均碳势ch,n,t:
3.3基于碳单价计算得到碳价格,乘以步骤3.2得到的碳排放强度得到各园区的碳价格;并基于节点边际理论计算出的能源价格,将能源价格与碳价格相加,即可得到园区向综合能源供应商购能需要支付的能-碳价格;
碳单价的计算公式为:
园区的碳价格计算公式为:
园区能源价格由园区负荷的节点边际价格确定,将能源价格与碳价格相加,即可得到能-碳价格:
式中:pe,n,t和ph,n,t分别为园区n的电-碳、热-碳价格;和/>分别为园区n的电价格、热价格。
进一步地,所述步骤4包括:
4.1构建园区用户的低碳经济调度目标函数:其优化目标为运行成本最低,即向综合能源供应商支付的能-碳成本以及与其它园区的交互成本最低:
式中:为园区n的运行成本,/>为园区n参与园区间能源交易的成本,/>为园区n向供应商的购能成本;pe,m→n,t和ph,m→n为园区m与园区n交互功率的电价格与热价格,Pm→n,t和Hm→n,t为园区m供给园区n的电功率与热功率;/>与/>分别表示向供应商购电功率与购热功率;
4.2建立园区用户的设备与功率交互约束:
园区内电热功率平衡约束为:
式中:分别表示园区n在t时刻的电负荷、电锅炉消耗功率、向供应商购电功率、光伏功率、风机功率、蓄电池充电功率、蓄电池放电功率,/>分别表示园区n在t时刻的热负荷、电锅炉输出功率、向供应商购热功率、储热罐的充热功率、储热罐的放热功率;
园区内电锅炉运行约束为:
式中:ηEB表示电锅炉的能源转化效率;
蓄电池与储热罐运行约束为:
式中:ηEES表示蓄电池的充放电效率,表示用户n蓄电池在时刻t的电量,/>表示蓄电池的容量;
储热罐运行约束为:
式中:ηHS表示储热罐的充放热效率,表示用户n的储热罐在时刻t的蓄热量,表示储热罐的容量;
风电与光伏的运行约束为:
式中:和/>表示风电日前预测功率与光伏日前预测功率。
园区间交互功率存在限制:
交互园区间的功率与价格应保持一致:
Pn→m,t+Pm→n,t=0
Hn→m,t+Hm→n,t=0
pe,n→m,t=pe,m→n,t
ph,n→m,t=ph,m→n,t
园区间交互功率价格需低于园区向综合能源供应商的购能价格:
4.3建立多园区基于Nash均衡的合作博弈协同调度模型:在综合能源供应商-多园区模型的协同低碳调度框架中,除综合能源供应商与多园区间存在主从关系外,园区间也存在合作关系。通过园区间功率互济,碳排放可以进一步降低,纳什协商理论可以刻画多主体的合作博弈,使得每个主体的选择是最佳响应其它主体策略的结果,最终达到稳定状态。其标准形式为:
由于标准形式中包含大量能源交易价格与功率乘积的非线性项,难以直接求解,因此通过均值不等式将纳什协商问题等价为社会成本最小化子问题与支付效应最大化子问题:
社会成本最小化子问题的表达式为:
求解社会成本最小化子问题时,目标中的园区交互成本相互抵消,模型转化为线性优化问题。求解后可得到机组出力、园区间交互功率、园区向供应商购能功率。
支付效益最大化子问题的表达式为:
式中:表示各园区不参与功率交互的成本。求解时,除功率交互成本外的其余量采用社会成本最小化子问题的求解结果,求解后可以得到园区间功率交互价格。
如图2所示,所述步骤5包括:
5.1在第一阶段,基于可变惩罚因子的ADMM算法确定园区向供应商购能功率、园区与园区间的交互功率:
在第一阶段,综合能源供应商的拉格朗日增广形式的目标函数为:
在第一阶段,各园区的拉格朗日增广形式的目标函数为:
式中:λ表示拉格朗日乘子,ρ表示惩罚因子,上标k代表迭代次数。
第一阶段中,综合能源供应商与园区的拉格朗日的电、热乘子更新公式分别为:
式中:上标I表示综合能源供应商,上标U1表示处在第一阶段的园区用户。
在传统ADMM中,惩罚因子ρ保持不变,ρ的取值可能具有初值敏感性:ρ过小则更新速度慢,ρ过大则可能导致振荡。因此,引入自适应调节机制,在迭代过程中对ρ进行修正:
在第一阶段中,综合能源供应商与园区用户的原始残差与对偶残差分别为:
/>
式中:表示原始残差,/>表示对偶残差。
在第一阶段中,综合能源供应商与园区用户的收敛条件分别为:
式中:ε1与ε2分别表示阶段1中综合能源供应商与园区用户的收敛条件。
5.2在第二阶段,确定园区间的交互功率价格,即各个园区向其它园区的购/售能价格;
在求解得到综合能源供应商与园区、园区与园区间的交互功率后,基于支付效益最大化子问题得到园区在第二阶段的拉格朗日增广形式的目标函数为:
第二阶段,园区的拉格朗日乘子的更新公式为:
式中:上标U1表示处在第二阶段的园区用户。
在第二阶段中,园区的原始残差与对偶残差分别为:
在第二阶段中,园区用户的收敛条件为:
5.3利用可变惩罚因子ADMM法实现分布式协同优化调度。
第一阶段:求解园区向供应商购能功率、园区与园区间的交互功率:
(1)初始化:综合能源供应商初始化自己的拉格朗日乘子与惩罚因子,各园区将自己的用能计划报告给综合能源供应商;
(2)当kI≤kmax且综合能源供应商在步骤5.1中的收敛条件不满足时,执行:
i.综合能源供应商基于步骤2中描述的模型进行低碳经济调度,其中目标函数更改为步骤5.1中的综合能源供应商的增广拉格朗日形式的目标函数,约束条件不变;
ii.综合能源供应商基于步骤3中的能-碳定价模型为园区用户进行能-碳定价,并将能-碳定价传递给对应的园区用户;
iii.各园区初始化各自的拉格朗日乘子与惩罚因子;
iv.当kU1≤kmax且园区在步骤5.1中的收敛条件不满足时,执行:
a)各园区基于步骤4.3中描述的社会成本最小化子问题模型进行低碳经济调度,其中目标函数更改为步骤5.1中的园区的增广拉格朗日形式的目标函数,约束条件不变;
b)各园区依据步骤5.1中的公式更新各自园区的拉格朗日乘子与惩罚因子;
v.综合能源供应商依据步骤5.1中的公式更新拉格朗日乘子与惩罚因子;
(3)迭代结束,输出园区向供应商购能功率、园区与园区间的交互功率。
第二阶段:求解园区用户间的交互功率价格:
(1)初始化:各园区用户初始化自己的拉格朗日乘子与惩罚因子;
(2)当kU2≤kmax且园区在步骤5.2中的收敛条件不满足时,执行:
i.各园区基于其它园区发布的交互功率价格,进行步骤4.3中描述的支付效益最大化子问题模型进行调度;
ii.各园区初始化各自的拉格朗日乘子与惩罚因子;
(3)迭代结束,输出园区用户间的交互功率价格。
下面将结合仿真实例对本发明的效果做进一步的描述:
研究的系统包括一个综合能源供应商与三个园区用户,分别为生活园区、工业园区与商业园区。综合能源供应商的网络拓扑如图3所示,包括IEEE-14节点配电网与6节点热网,其中风机位于节点8,火电机组位于节点5,大电网位于节点1,CHP机组连接配电网的节点14与热网的换热站。仿真设计的参数如表1-4所示。综合能源供应商机组的最优调度如图4所示,系统实现了风电的完全消纳。由于峰谷电价的影响,峰段向大电网购电功率较低,而价格较低的火电机组出力较高;由于热网的储热效应,CHP机组的热能不需要实时平衡,因此为降低系统总成本,CHP机组在峰段出力较大,谷段几乎不出力。综合能源供应商为园区制定的能-碳价格如图5所示,离碳排放更大的火电机组更近的园区具有更高的碳价格;且由于热管网在传输过程中存在热耗散,离换热站更远的园区的热-碳价格更高。各园区的调度结果如图6所示,能-碳价格更贵的园区从能-碳价格更便宜的园区购入能源,从而以较低的价格满足园区用户的能源需求。各园区间的交易价格如图7所示,其电-热交互价格均低于园区向综合能源供应商的购能价格。
表1仿真中的模型参数
/>
表2大电网与火电机组的阶梯价格
时间(h) | 大电网/火电机组价格(元/MWh) |
谷:1-5,22-24 | 380/300 |
平:6-7,11-15,21 | 620/500 |
峰:8-10,16-20 | 1320/1060 |
表3发电机组参数
类型 | 风机 | 火电机组 | 大电网 | CHP机组 |
最小出力(MW) | 0 | 0 | 0 | 0 |
最大出力(MW) | 风电功率预测值 | 30 | / | 45(热)/30(电) |
单位价格($/MWh) | 0 | 见表2 | 见表2 | 1000 |
碳排放因子(tCO2/MWh) | 0 | 1 | 0.647 | 0.2 |
表4园区机组参数
类型 | 生活园区 | 工业园区 | 商业园区 |
电锅炉容量(MW) | 0.5 | 0.5 | 0.5 |
风机装机容量(MW) | 0 | 2 | 1 |
光伏装机容量(MW) | 1 | 2 | 2 |
蓄电池容量(MWh)/充放电速率(MW) | 2/0.5 | 2/0.5 | 2/0.5 |
储热罐容量(MWh)/速率(MW) | 0.8/0.2 | 0.8/0.2 | 0.8/0.2 |
应当理解的是,上述针对实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以作出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应该以所附权利要求为准。
Claims (7)
1.一种基于阶梯碳交易的源网荷分布协同低碳调度方法,其特征在于,包括以下步骤:
步骤1:建立碳交易中心与综合能源供应商间的奖惩型阶梯碳交易机制模型,包括:综合能源系统中各个机组的碳排放量、预分配的碳排放配额、综合能源供应商的碳成本和碳收益标准;
步骤2:以能-碳成本最低为目标函数,联立质调节热管网暂态微元管网模型、电力系统Distflow交流潮流模型和背压式CHP机组模型约束,建立综合能源供应商的低碳资源调度模型;
步骤3:基于碳排放流模型建立综合能源供应商-园区间的能-碳定价模型:首先各园区依据各自的负荷比例分配综合能源供应商的零碳排收益,之后通过碳排放流模型计算各个园区的碳排放强度,并基于碳单价计算得到碳价格,与基于节点边际理论计算出的能源价格相加后得到能-碳价格;
步骤4:构建多园区用户的合作博弈协同调度模型:首先以运行成本最低为优化目标,通过园区用户的设备与功率交互约束建立单个园区用户的低碳调度模型,之后通过园区间功率互济建立基于Nash均衡的合作博弈模型,并通过均值不等式将基于Nash均衡的合作博弈模型等价为社会成本最小化子问题模型与支付效益最大化子问题模型;
步骤5:利用基于可变惩罚因子的ADMM算法实现系统的分布式协同优化调度;其中第一阶段,根据综合能源供应商的低碳资源调度模型、能-碳定价模型和社会成本最小化子问题模型,确定园区向供应商购能功率、园区与园区间的交互功率;第二阶段,根据支付效益最大化子问题模型,确定园区用户间的交互功率价格;实现最优低碳调度。
2.根据权利要求1所述的一种基于阶梯碳交易的源网荷分布协同低碳调度方法,其特征在于,所述步骤1中,建立碳交易中心与综合能源供应商间的奖惩型阶梯碳交易机制模型包括以下步骤:
步骤1.1:确定综合能源供应商参与外部碳交易市场的碳排放量,综合能源供应商产生碳排放的机组包括火电机组、大电网和CHP机组,其碳排放的表达式为:
式中:c为各个机组的产生单位能源的碳排放系数,P为各个机组的有功功率,G为CHP机组的燃气消耗量,下标g、b、CHP分别表示火电机组、大电网、CHP机组,t表示电力系统的时标,为调度的时间集合,Δt表示调度的时间尺度;
碳交易采用配额无偿发放制度,实际产生的碳排放与碳配额的差额用于在碳交易市场交易,参与碳市场交易的实际碳排放量表示为:
Etrade=Esystem-Equota
式中:Etrade,Equota,Esystem分别为参与碳市场的碳排放、碳排放份额和系统的总碳排放,单位均为tCO2;
步骤1.2:建立奖惩型阶梯碳交易机制模型;在外部碳市场中,企业实际产生的碳排放与碳配额的差额参与碳市场的交易,其中不足部分需要购买,超出部分进行售卖,且购买的碳配额越多,相应区间的售价越高,因此奖惩型阶梯碳交易机制模型表示为:
式中:为上层综合能源供应商支付的碳价格,单位为元;E1、E2为阶梯区间长度,单位均为tCO2;λ为碳交易基础价格,单位为元/tCO2;σ为阶梯变化率。
3.根据权利要求1所述的一种基于阶梯碳交易的源网荷分布协同低碳调度方法,其特征在于,所述步骤2中,建立综合能源供应商的低碳资源调度模型包括以下步骤:
步骤2.1:构建综合能源供应商低碳经济调度模型的目标函数,即向外部电网、气网的购能成本与向外部碳交易市场支付的碳成本最低:
式中:CI和分别表示综合能源供应商的总成本和能源成本;pb,t,pCHP,pg,t分别表示电网购电价格、CHP机组出力价格、火电机组出力价格;
步骤2.2:构建电力系统Distflow交流潮流模型,包括配电网约束与机组运行模型:
式中:PPG,c,t与QPG,c,t表示t时刻发电机组c的有功出力与无功出力,表示接入节点i的发电机组c集合;PL,i,t与QL,i,t分别表示t时刻负荷d的有功功率与无功功率,/>表示接入节点i的负荷d集合;Pij,t与Qij,t分别为时刻t从节点i流向节点j的有功与无功功率,Pmi,t与Qmi,t分别为时刻t从节点m流向节点i的有功与无功功率,/>与/>分别表示接入节点i的线路ij与mi;lij,t与lmi,t分别表示线路ij与mi电流的平方,vi,t为节点i电压的平方,rij与rmi分别表示线路ij与mi的电阻,xij与xmi分别表示线路ij与mi的电阻;为PL,i,t的对偶变量,表示接入电网节点i处的园区n电负荷的影子价格;
火电机组出力Pg,t具有出力功率与爬坡速率限制:
式中:Pg,t表示t时刻火电机组的功率,与/>表示火电机组爬坡速率的上限与下限,/>与/>表示火电机组出力值的上限与下限,单位均为MW;
风机出力Pw,t小于风机预测出力值:
式中:表示风电功率的预测值,Pw,t表示风电机组的出力值,单位均为MW;
步骤2.3:构建质调节热管网暂态微元管网模型,该模型包括:热阻公式、保温层以及管网中热水的传热公式、热管网的水力模型、换热站与负载处的换热公式与温度约束公式;
热阻公式:热水与保温层之间的热阻Rru、保温层与土壤之间的热阻Rus被描述为:
式中:Din与Dout表示热水管道的内径与外径;ξu与ξs为保温层与土壤的导热系数,单位为W/(m·K);h为热水与热水管道的对流换热系数,单位为W/(m2·K);Z为热管网埋设深度,单位为m;
保温层以及管网中热水的传热公式表示为:
式中:Cu表示一段微元热管网的保温层总热容,单位为J/K;cu和cr分别表示保温层和热水的比热容,单位为J/(kg·K);ρu和ρr分别表示保温层和热水密度,单位为kg/m3;Tu,l,k,τ和Tr,l,k,τ分别表示保温层与热水层在τ时刻管线l第k段的温度,Ts表示土壤温度,单位为K;Δτ与Δx分别表示时间微元与长度微元;Ml表示管线l的流量;
热管网的水力模型表述为:
式中:l1与l2表示流入管线与流出管线,与/>分别表示流入与流出接点a的合集;
热管网管线相接处温度混合表示为:
式中:和/>分别表示在时刻τ第l1段的首段微元以及第l2段的最后一段微元;
换热站与负载处的换热公式表述为:
式中:Hn,τ表示园区n的热负荷,ηex和ηload分别表示换热站与热负荷的热交换效率;为Hn,τ的对偶变量,园区n的影子热价格;
热管网中热水温度Tr,l,k,τ要处于温度区间中:
式中:与/>表示热管网温度的上下限;
温度约束公式:在一个调度周期始末,热管网中负荷节点入水口的水温变化要处于一个温度区间中:
式中:与/>表示调度周期内负荷与换热节点温度差的上下界,/>与分别表示调度周期第一个时刻与最后时刻管线1的最后一段微元的温度;
步骤2.4:构建背压式CHP机组的模型,CHP机组是耦合电与热的重要元件,约束为:
式中:ηCHP,h和ηCHP,e分别为CHP机组的电、热效率;
CHP机组还具有爬坡速率和出力的约束:
式中:与/>表示CHP机组爬坡速率的上限与下限,/>与/>表述CHP机组出力值的上限与下限,单位均为MW。
4.根据权利要求1所述的一种基于阶梯碳交易的源网荷分布协同低碳调度方法,其特征在于,所述步骤3中,基于碳排放流模型建立综合能源供应商-园区间的能-碳定价模型包括以下步骤:
步骤3.1:各园区依据各自的负荷比例分配综合能源供应商的零碳排收益:由于在园区用户的碳排放量为0时,会存在碳排放收益,因此,需要将碳排放收益分摊至各个园区用户,其中,综合能源供应商零碳排的收益基准为:
其中,Equota为碳排放份额,λ为碳交易基础价格;
各园区依照各自的负荷比例分摊综合能源供应商的零碳排收益:
式中:表示园区n的碳排放初始收益;Pn,t与Hn,t表示园区n在时刻t的电负荷与热负荷;/>为园区集合;
步骤3.2:基于碳排放流模型计算各个园区的电负荷碳势ce,n,t和热负荷碳势ch,n,t作为碳排放强度;
步骤3.3:基于碳单价计算得到碳价格,乘以步骤3.2得到的碳排放强度得到各园区的碳价格;并基于节点边际理论计算出的能源价格,将能源价格与碳价格相加,得到园区向综合能源供应商购能需要支付的能-碳价格;
碳单价pcarbon的计算公式为:
其中,为上层综合能源供应商支付的碳价格,Esystem为系统的总碳排放,/>为综合能源供应商零碳排的收益基准;
园区的碳价格计算公式为:
园区能源价格由园区负荷的节点边际价格确定,将能源价格与碳价格相加,得到能-碳价格:
式中:pe,n,t和ph,n,t分别为园区n的电-碳、热-碳价格;和/>分别为园区n的电价格、热价格。
5.根据权利要求4所述的一种基于阶梯碳交易的源网荷分布协同低碳调度方法,其特征在于,所述热负荷碳势和电负荷碳势的计算方法如下:
CHP机组是单输入-多输出能量耦合设备,满足碳排放守恒原则:
式中:和/>分别为CHP机组输出端口的电、热碳排放强度,单位为t/MWh;PCHP,t为CHP机组t时刻的电功率,HCHP,τ为CHP机组在τ时刻输出的热功率;τ与t分别为热力系统与电力系统的时标,Δτ与Δt分别为热力系统与电力系统的时间调度间隔;CHP机组统一了电力系统与热力系统的时间尺度;
根据效率原则,CHP机组输出端口的电/热碳排放强度与效率成反比:
得到CHP机组输出的电、热碳排放强度分别为:
电网的碳排放流公式为:
式中:ce,i,t表示t时刻节点i的碳势,ce,PG表示各机组的碳势,单位均为t/MWh;表示接入节点i的集合,/>表示由节点m流向节点i的线路集合/>
园区n的电负荷碳势即为接入节点i的碳势:
ce,n,t=ce,i,t,n∈i;
对热管网的碳潮流进行建模,热管网换热站出口处的碳势等于CHP机组的碳势:
式中:表示τ时刻管线l1首段微元的碳势,/>表示接入换热站p出口处管线l1的集合;即/>表示换热站出口处的碳势;
热管网同一管线不同微元处的碳强度迭代公式为:
式中:ch,l,k,τ表示τ时刻管线l在第k段微元的碳势;ρr表示热水密度,单位为kg/m3;Tr,l,k,τ表示τ时刻管线l第k段的热水层温度,单位为K;Ml表示管线l的流量,单位为kg/s;
在管线交接处,流出管线的节点碳势等于流入管线节点碳势的加权平均:
园区n的热负荷碳势为入水口处的碳势ch,n,τ:
式中:表示园区n入水口处的管线集合;
由于暂态热管网的时间尺度比电网更小,因此,需要计算Δt内的热负荷平均碳势ch,n,t;
6.根据权利要求1所述的一种基于阶梯碳交易的源网荷分布协同低碳调度方法,其特征在于,所述步骤4中,建立构建多园区用户的合作博弈协同调度模型包括以下步骤:
步骤4.1:构建园区用户的低碳经济调度目标函数:其优化目标为运行成本最低,即向综合能源供应商支付的能-碳成本以及与其它园区的交互成本最低:
式中:为园区n的运行成本,/>为园区n参与园区间能源交易的成本,/>为园区n向供应商的购能成本;pe,m→n,t和ph,m→n为园区m与园区n交互功率的电价格与热价格,Pm→n,t和Hm→n,t为园区m供给园区n的电功率与热功率,/>与/>分别表示向供应商购电功率与购热功率;
步骤4.2:建立园区用户的设备与功率交互约束:
园区内电热功率平衡约束为:
式中:分别表示园区n在t时刻的电负荷、电锅炉消耗功率、向供应商购电功率、光伏功率、风机功率、蓄电池充电功率、蓄电池放电功率,/>分别表示园区n在t时刻的热负荷、电锅炉输出功率、向供应商购热功率、储热罐的充热功率、储热罐的充热功率;
园区内电锅炉运行约束为:
式中:ηEB表示电锅炉的能源转化效率;
蓄电池与储热罐运行约束为:
式中:ηEES表示蓄电池的充放电效率,表示用户n蓄电池在时刻t的电量,/>表示蓄电池的容量;
储热罐运行约束为:
式中:ηHS表示储热罐的充放热效率,表示用户n的储热罐在时刻t的蓄热量,/>表示储热罐的容量;
风电与光伏的运行约束为:
式中:和/>表示风电日前预测功率与光伏日前预测功率;
园区间交互功率存在限制:
交互园区间的功率与价格应保持一致:
Pn→m,t+Pm→n,t=0
Hn→m,t+Hm→n,t=0
pe,n→m,t=pe,m→n,t
ph,n→m,t=ph,m→n,t
园区间交互功率价格需低于园区向综合能源供应商的购能价格:
步骤4.3:建立多园区基于Nash均衡的合作博弈协同调度模型:在综合能源供应商-多园区模型的协同低碳调度框架中,除综合能源供应商与多园区间存在主从关系外,园区间也存在合作关系;通过园区间功率互济,进一步降低碳排放,纳什协商理论刻画多主体的合作博弈,使得每个主体的选择是最佳响应其它主体策略的结果,最终达到稳定状态;其标准形式为:
式中:表示各园区不参与功率交互的成本;
通过均值不等式将纳什协商问题等价为社会成本最小化子问题与支付效应最大化子问题:
社会成本最小化子问题的表达式为:
求解社会成本最小化子问题时,目标中的园区交互成本相互抵消,模型转化为线性优化问题;求解后得到机组出力、园区间交互功率、园区向供应商购能功率;
支付效益最大化子问题的表达式为:
求解支付效益最大化子问题时,除功率交互成本外的其余参数采用社会成本最小化子问题的求解结果,求解后得到园区间功率交互价格。
7.根据权利要求1所述的一种基于阶梯碳交易的源网荷分布协同低碳调度方法,其特征在于,所述步骤5中,利用基于可变惩罚因子的ADMM算法实现系统的分布式协同优化调度包括以下步骤:
步骤5.1:第一阶段分布式协同优化调度模型建模:在模型第一阶段,用于基于可变惩罚因子的ADMM算法确定园区向供应商购能功率和园区与园区间的交互功率:
在第一阶段,综合能源供应商的拉格朗日增广形式的目标函数为:
在第一阶段,各园区的拉格朗日增广形式的目标函数为:
式中:λ表示拉格朗日乘子,ρ表示惩罚因子,上标k代表迭代次数;
第一阶段中,综合能源供应商与园区的拉格朗日的电、热乘子更新公式分别为:
式中:上标I表示综合能源供应商,上标U1表示处在第一阶段的园区用户;
引入自适应调节机制,在迭代过程中对惩罚因子ρ进行修正:
在第一阶段中,综合能源供应商与园区用户的原始残差与对偶残差分别为:
/>
式中:表示原始残差,/>表示对偶残差;
在第一阶段中,综合能源供应商与园区用户的收敛条件分别为:
式中:ε1与ε2分别表示阶段1中综合能源供应商与园区用户的收敛条件;
步骤5.2:第一阶段分布式协同优化调度模型建模:在模型第二阶段,用于确定园区间交互功率的价格;
在求解得到综合能源供应商与园区、园区与园区间的交互功率后,基于支付效益最大化子问题得到园区在第二阶段的拉格朗日增广形式的目标函数为:
第二阶段,园区的拉格朗日乘子的更新公式为:
式中:上标U1表示处在第二阶段的园区用户;
在第二阶段中,园区的原始残差与对偶残差分别为:
在第二阶段中,园区用户的收敛条件为:
步骤5.3:利用可变惩罚因子ADMM法实现分布式协同优化调度;
第一阶段:求解园区向供应商购能功率、园区与园区间的交互功率:
步骤5.3.1:综合能源供应商初始化自己的拉格朗日乘子与惩罚因子,各园区将自己的用能计划报告给综合能源供应商;
步骤5.3.2:当kI≤kmax且综合能源供应商在步骤5.1中的收敛条件不满足时,执行:
综合能源供应商基于步骤2中描述的模型进行低碳经济调度,其中目标函数更改为步骤5.1中的综合能源供应商的增广拉格朗日形式的目标函数,约束条件不变;
综合能源供应商基于步骤3中的能-碳定价模型为园区用户进行能-碳定价,并将能-碳定价传递给对应的园区用户;
各园区初始化各自的拉格朗日乘子与惩罚因子;
当kU1≤kmax且园区在步骤5.1中的收敛条件不满足时,执行:
各园区基于步骤4.3中描述的社会成本最小化子问题模型进行低碳经济调度,其中目标函数更改为步骤5.1中的园区的增广拉格朗日形式的目标函数,约束条件不变;
各园区依据步骤5.1中的公式更新各自园区的拉格朗日乘子与惩罚因子;
综合能源供应商依据步骤5.1中的公式更新拉格朗日乘子与惩罚因子;
步骤5.3.3:迭代结束,输出园区向供应商购能功率、园区与园区间的交互功率;
第二阶段:求解园区用户间的交互功率价格:
步骤5.3.4:各园区用户初始化自己的拉格朗日乘子与惩罚因子;
步骤5.3.5:当kU2≤kmax且园区在步骤5.2中的收敛条件不满足时,执行:
各园区基于其它园区发布的交互功率价格,进行步骤4.3中描述的支付效益最大化子问题模型进行调度;
各园区初始化各自的拉格朗日乘子与惩罚因子;
步骤5.3.5:迭代结束,输出园区用户间交互功率的价格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311447721.2A CN117494993A (zh) | 2023-11-01 | 2023-11-01 | 一种基于阶梯碳交易的源网荷分布协同低碳调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311447721.2A CN117494993A (zh) | 2023-11-01 | 2023-11-01 | 一种基于阶梯碳交易的源网荷分布协同低碳调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117494993A true CN117494993A (zh) | 2024-02-02 |
Family
ID=89684213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311447721.2A Pending CN117494993A (zh) | 2023-11-01 | 2023-11-01 | 一种基于阶梯碳交易的源网荷分布协同低碳调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117494993A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689234A (zh) * | 2024-02-04 | 2024-03-12 | 山东科技大学 | 基于多主体双层博弈的园区综合能源系统调度方法及系统 |
CN117808171A (zh) * | 2024-02-29 | 2024-04-02 | 山东大学 | 综合能源系统低碳优化调度方法、系统、存储介质及设备 |
CN118017527A (zh) * | 2024-04-10 | 2024-05-10 | 南京师范大学 | 绿证约束下基于改进admm的多源荷系统联合运行方法、系统 |
-
2023
- 2023-11-01 CN CN202311447721.2A patent/CN117494993A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689234A (zh) * | 2024-02-04 | 2024-03-12 | 山东科技大学 | 基于多主体双层博弈的园区综合能源系统调度方法及系统 |
CN117689234B (zh) * | 2024-02-04 | 2024-05-03 | 山东科技大学 | 基于多主体双层博弈的园区综合能源系统调度方法及系统 |
CN117808171A (zh) * | 2024-02-29 | 2024-04-02 | 山东大学 | 综合能源系统低碳优化调度方法、系统、存储介质及设备 |
CN118017527A (zh) * | 2024-04-10 | 2024-05-10 | 南京师范大学 | 绿证约束下基于改进admm的多源荷系统联合运行方法、系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109727158B (zh) | 一种基于改进弱鲁棒优化的电热综合能源系统调度方法 | |
Li et al. | Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game | |
Gu et al. | Bi-level optimal low-carbon economic dispatch for an industrial park with consideration of multi-energy price incentives | |
CN117494993A (zh) | 一种基于阶梯碳交易的源网荷分布协同低碳调度方法 | |
JP7261507B2 (ja) | 電気ヒートポンプ-熱電併給システムを最適化する調整方法及びシステム | |
CN110443398B (zh) | 一种基于重复博弈模型的区域综合能源系统优化运行方法 | |
Liu et al. | Hybrid energy sharing for smart building cluster with CHP system and PV prosumers: A coalitional game approach | |
CN110378729B (zh) | 一种基于动态能源价格策略的综合需求响应方法 | |
CN110163411A (zh) | 一种区域综合能源系统运行优化方法 | |
CN109919450B (zh) | 解决综合智慧能源系统调度的博弈优化方法 | |
Wang et al. | Transactive energy sharing in a microgrid via an enhanced distributed adaptive robust optimization approach | |
CN108206543A (zh) | 一种基于能源梯级利用的能源路由器及其运行优化方法 | |
CN109389248B (zh) | 基于区域热网的综合能源系统热电功率协调调度方法 | |
CN112381473B (zh) | 一种区域综合能源系统集群划分及参与日前市场出清方法 | |
Wang et al. | Optimal management of multi stakeholder integrated energy system considering dual incentive demand response and carbon trading mechanism | |
CN113393125A (zh) | 基于源荷双侧互动博弈的综合能源系统协同调度方法 | |
CN111553544B (zh) | 基于一致性算法的工业园区分布式综合需求响应方法 | |
CN110649594A (zh) | 一种基于多能协同的工业园区综合需求响应调度方法 | |
CN115829142A (zh) | 一种工业企业综合能源系统优化规划方法 | |
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 | |
CN114662752A (zh) | 基于价格型需求响应模型的综合能源系统运行优化方法 | |
CN117689234B (zh) | 基于多主体双层博弈的园区综合能源系统调度方法及系统 | |
CN115204562A (zh) | 一种计及多能共享的互联微能源网分布式协同优化调度方法和系统 | |
CN114154739A (zh) | 共享储能电站在多区域综合能源系统的优化配置方法 | |
CN113487188A (zh) | 考虑电气联合价格引导机制的综合能源系统优化调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |