CN108229865A - 一种基于碳交易的电热气综合能源***低碳经济调度方法 - Google Patents
一种基于碳交易的电热气综合能源***低碳经济调度方法 Download PDFInfo
- Publication number
- CN108229865A CN108229865A CN201810286678.9A CN201810286678A CN108229865A CN 108229865 A CN108229865 A CN 108229865A CN 201810286678 A CN201810286678 A CN 201810286678A CN 108229865 A CN108229865 A CN 108229865A
- Authority
- CN
- China
- Prior art keywords
- carbon
- ies
- power
- energy
- gas
- 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 231
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 191
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000005485 electric heating Methods 0.000 title claims abstract description 9
- 238000012946 outsourcing Methods 0.000 claims abstract description 21
- 239000007789 gas Substances 0.000 claims description 98
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 48
- 230000005611 electricity Effects 0.000 claims description 33
- 238000003860 storage Methods 0.000 claims description 32
- 238000004146 energy storage Methods 0.000 claims description 30
- 239000003345 natural gas Substances 0.000 claims description 27
- 230000009194 climbing Effects 0.000 claims description 12
- 238000005553 drilling Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 239000000567 combustion gas Substances 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 230000005619 thermoelectricity Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000005457 optimization Methods 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000010792 warming 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
- G06Q10/06312—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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于碳交易的电热气综合能源***低碳经济调度方法:根据外购电力和燃气轮机发出的电力确定IES的无偿碳排放额;确定IES的实际碳排放量;根据IES的无偿碳排放额和IES的实际碳排放量,确定IES的阶梯型碳交易成本;构建基于阶梯型碳交易成本的IES低碳经济调度模型,根据该模型得到所需的调度方案。本发明建立适用于IES的碳交易模式,将低碳清洁性引入IES调度中,给出适用于IES的低碳经济调度方法,优化碳交易成本计算模型,使其对IES碳排放量具有更严格的控制。
Description
技术领域
本发明涉及新能源与电力***优化运行领域,更具体的说,是涉及一种基于碳交易的电热气综合能源***低碳经济调度方法。
背景技术
人类社会不断进步,逐渐形成了以化石能源为主的能源消费和利用模式,由此带来的气候变暖问题成为当前社会经济发展的重大挑战。电力是我国能源消耗的重点行业,其具备较大的减排潜力,推行低碳电力有利于促进我国低碳经济的发展。
随着各类新能源发电和天然气发电的快速发展,综合能源***(integratedenergy systems,IES)被认为是提高清洁能源使用比重、实现减排目标的支撑技术。IES特指在规划、建设和运行等过程中,通过对能源的产生、传输与分配、转换、存储、消费等环节进行有机协调与优化后所形成的能源产供销一体化***(参考文献[9])。它将电力、天然气、供暖/冷等多种能源容纳进一个***中,通过***内部的统一科学调度,实现能源的高效利用。一个典型的电-热-气联供IES模型如图1所示。能量供给侧有风电、电力网络和天然气网络;能量转换组件有P2G设备、燃气轮机和燃气锅炉;负荷侧配备有储电、储热、储气装置。其中,实线、点划线和虚线分别对应电力、热力和燃气能量流动情况。
参考文献[1]考虑天然气网络约束和电网的安全约束建立了针对风电不确定性的鲁棒调度模型;参考文献[2]-[4]将电转气(power to gas,P2G)技术引入IES,构建了以***最低经济成本为目标函数的调度模型;参考文献[5]考虑电、热负荷的需求侧响应建立了两步调度模型并探讨了风电渗透率对***运行的影响。现有的IES调度模型仅考虑了***整体的经济成本,忽略了碳排放带来了附加环境成本。
为了减少电力***碳排放,碳交易被认为是可兼顾电力经济性和低碳环保性的有效手段。参考文献[6]-[8]基于碳交易机制,分别建立了含不同新能源的电力***优化调度模型。在IES方面,对考虑碳交易的低碳经济调度鲜有研究。
碳交易是通过建立合法的碳排放权并允许对其进行买卖,从而实现碳排放量控制的交易机制。在碳交易机制下,碳排放量成为可以进行自由交易的商品。政府或者监管部门以控制碳排放总量为目标,首先为各个碳排放源分配碳排放份额。各碳排放源根据分配份额制定和调节生产计划,若在生产过程中产生的碳排放量高于分配份额,则需从碳交易市场内进行购买;若碳排放量低于分配份额,可将多出的碳排放额在碳交易市场上出售,根据当日的碳交易价格(即单位碳排放量价格)获得相应收益。碳交易机制利用市场手段对碳排放量进行控制,可极大激发企业节能减排的积极性。
对于电力行业,一般采用无偿为主的方式进行初始碳排放额的分配。初始无偿的碳排放份额与***发电量相关联,对于超出或者不足的部分可进行碳交易。一个电力***的无偿碳排放额由其内部火电机组发电量决定,电力***根据碳交易市场上的碳交易价格对超出无偿碳排放额的部分进行购买。电力***碳交易成本计算模型:
FPC=λ(EPP-EPL) (2)
式中:EPL为电力***的无偿碳排放额;δ为单位电量排放份额,取区域电量边际排放因子和容量边际因子的加权平均值0.648[6];t为单位时段1h;T为一日的时段总数,为24h;Δt为单位时段的时长,为1h;P为单位时段内火电机组发电功率;FPC为电力***的碳交易成本;EPP为电力***的实际碳排放量;λ为市场上的碳交易价格。当电力***的实际碳排量小于无偿碳排放额时,碳交易成本为负,即***可在碳交易市场收获碳交易收益。
发明内容
本发明的目的是为了克服现有技术中的不足,提供了一种基于碳交易的电热气综合能源***低碳经济调度方法,建立适用于IES的碳交易模式,将低碳清洁性引入IES调度中,给出适用于IES的低碳经济调度方法,优化碳交易成本计算模型,使其对IES碳排放量具有更严格的控制。
本发明的目的是通过以下技术方案实现的。
本发明的基于碳交易的电热气综合能源***低碳经济调度方法,包括以下步骤:
步骤一,根据外购电力和燃气轮机发出的电力确定IES的无偿碳排放额:
式中,EL为IES的无偿碳排放额;δ为单位电量排放份额,取区域电量边际排放因子和容量边际因子的加权平均值0.648;t为单位时段1h;T为一日的时段总数,为24h;Δt为单位时段的时长,为1h;Pe,t为单位时段t内的外购电力功率;Pgt,t为单位时段t内输入燃气轮机的天然气功率;ηgte为燃气轮机的气转电效率;
步骤二,确定IES的实际碳排放量:
Pgtr,t=Pgt,tηgte+Pgt,tηgth+Pgb,tηgb
式中,EP为IES的实际碳排放量;a1、b1、c1为火电碳排放计算系数,a2、b2、c2天然气供能碳排放系数;Pgtr,t为单位时段t内燃气轮机和燃气锅炉输出功率之和;ηgth为燃气轮机气转热效率;Pgb,t为单位时段t内燃气锅炉的输入功率;ηgb为燃气锅炉的能量转换效率;
步骤三,根据IES的无偿碳排放额和IES的实际碳排放量,确定IES的阶梯型碳交易成本:
式中,FC为IES碳交易成本;λ为市场上的碳交易价格;d为碳排放量区间长度;σ为每个阶梯碳交易价格的增长幅度,每上升一个阶梯,碳交易价格增加σλ;当EP<EL时,FC将为负,表示***实际碳排量低于无偿碳排放额,以初始碳交易价格对多余份额获取碳交易收益;
步骤四,构建基于阶梯型碳交易成本的IES低碳经济调度模型,根据该模型得到所需的调度方案。
步骤四中所述基于阶梯型碳交易成本的IES低碳经济调度模型包括目标函数和约束条件:
其中,以IES外购能源成本、碳交易成本之和最小为目标函数:
F=min(FE+FC)
式中,F为IES运行总成本;FE为IES外购能源成本;πe,t为单位时段t内的电价;πg为天然气价格;Pg,t为单位时段t内的外购天然气功率;Qgas为天然气低热值,即9.97kW·h/m3;
其中,约束条件包括功率平衡约束、P2G约束、燃气轮机约束、燃气锅炉约束、储电/热/气设备约束、外部网络约束;
1)功率平衡约束
对于电、热、气分别满足以下功率平衡约束:
Pel,t=Pe,t+Pjoin,t+Pgt,tηgte-Pp2g,t+Pedis,t-Pechar,t
Phl,t=Pgt,tηgth+Pgb,tηgb+Phdis,t-Phchar,t
Pgl,t=Pg,t+Pp2g,tηp2g-Pgt,t-Pgb,t+Pgdis,t-Pgchar,t
式中,Pel,t、Phl,t、Pgl,t分别为IES单位时段t内的电、热、气负荷功率;Pjoin,t为单位时段t内参与调度的风电功率;Pp2g,t为单位时段t内P2G设备输入功率;Pedis,t、Pechar,t分别为单位时段t内储电***的发电功率和充电功率;Phdis,t、Phchar,t分别为单位时段t内储热***的发热功率和储热功率;ηp2g为P2G设备的能量转换效率;Pgdis,t、Pgchar,t分别为单位时段t内储气***的放气功率和储气功率;基于阶梯型碳交易成本的IES低碳经济调度模型在IES***运行成本最小的前提下允许一定弃风,则Pjoin,t需满足下式约束:
Pw,t=Pjoin,t+Pdrop,t
式中,Pw,t单位时段t内风力的可发电功率;Pdrop,t为单位时段t内的弃风功率;
2)P2G约束
P2G设备主要满足其额定功率约束:
0≤Pp2g,t≤Pp2gn
式中,Pp2gn为P2G设备的额定功率;
3)燃气轮机约束
燃气轮机主要满足其额定功率和爬坡率约束:
0≤Pgt,t≤Pgtn
式中,Pgtn为燃气轮机的额定功率;分别为燃气轮机爬坡率的上、下限;
4)燃气锅炉约束
燃气锅炉满足其额定功率和爬坡率约束:
0≤Pgb,t≤Pgbn
式中,Pgbn为燃气锅炉的额定功率;分别为燃气锅炉爬坡率的上、下限;
5)储电/热/气设备约束
包括存储能量平衡约束、存储能量上下限约束、存储能量周期始末等量约束以及充、放能功率约束:
Ex,24=Ex,1
式中,x表示能量类型,取电、热、气;Ex,t为单位时段t内储能***的存储能量;Pxchar,t、Pxdis,t分别为储能***的充、放能功率;ηxchar、ηxdis分别为储能***的充、放能效率;分别为储能***的存储能量上、下限;Ex,1、Ex,24分别为储能***一日调度开始时刻和结束时刻的存储能量,要求经过一日调度,储能***的存储能量可以回到原始值;分别为储能***的充、放能功率上限;nx为0~1变量,确保储能***在各时间段内不同时充、放能,当nx=1时进行储能,nx=0时进行放能;
6)外部网络约束
IES与外部电力网络和天然气网络相连,需对其能量交换范围进行约束:
式中,分别为单位时段t内的***外购电力功率上、下限;分别为***外购天然气功率上、下限。
与现有技术相比,本发明的技术方案所带来的有益效果是:
(1)本发明在考虑***网络约束和***内各元件的运行约束下,碳交易利用市场手段实现碳排量控制,使各企业主动减排以获取碳交易收益,手段合理有效。
(2)本发明中基于阶梯型碳交易成本的IES低碳经济调度模型对碳排量具有更严格的控制作用,同时兼顾了***整体的经济性
(3)本发明中基于阶梯型碳交易成本的IES低碳经济调度模型对碳交易价格变化反应敏锐,可根据碳交易价格协调***的碳交易成本和能源成本,以获得最高的总体效益。
附图说明
图1是电-热-气联供IES模型示意图;
图2是碳交易价格对调度结果的影响示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明实施方式作进一步地详细描述。
本发明的基于碳交易的电热气综合能源***低碳经济调度方法,具体过程如下:
一、对于电-热-气联供的IES,存在三个碳排放源:外购的电力、燃气轮机和燃气锅炉。根据外购电力和燃气轮机发出的电力确定IES的无偿碳排放额:
式中,EL为IES的无偿碳排放额;δ为单位电量排放份额,本发明中取区域电量边际排放因子和容量边际因子的加权平均值0.648[6];t为单位时段1h;T为一日的时段总数,为24h;Δt为单位时段的时长,为1h;Pe,t为单位时段t内的外购电力功率;Pgt,t为单位时段t内输入燃气轮机的天然气功率;ηgte为燃气轮机的气转电效率。
二、文献[10]-[11]给出了电-气互联***中供电和供热的碳排放计算方法,IES的实际碳排放量由下式确定::
Pgtr,t=Pgt,tηgte+Pgt,tηgth+Pgb,tηgb (5)
式中,EP为IES的实际碳排放量;a1、b1、c1为火电碳排放计算系数,a2、b2、c2天然气供能碳排放系数;Pgtr,t为单位时段t内燃气轮机和燃气锅炉输出功率之和;ηgth为燃气轮机气转热效率;Pgb,t为单位时段t内燃气锅炉的输入功率;ηgb为燃气锅炉的能量转换效率。
三、为了进一步控制碳排放总量,对碳交易成本计算模型进行阶梯化。以分配到的无偿碳排放额为基准,规定若干排放量区间,排放量越大的区间对应的碳交易价格越高。根据IES的无偿碳排放额和IES的实际碳排放量,确定IES的阶梯型碳交易成本,计算公式如下:
式中,FC为IES碳交易成本;λ为市场上的碳交易价格;d为碳排放量区间长度;σ为每个阶梯碳交易价格的增长幅度,每上升一个阶梯,碳交易价格增加σλ。当EP<EL时,FC将为负,表示***实际碳排量低于无偿碳排放额,可以以初始碳交易价格对多余份额获取碳交易收益。
四、构建基于阶梯型碳交易成本的IES低碳经济调度模型,根据该模型得到所需的调度方案。
上述基于阶梯型碳交易成本的IES低碳经济调度模型包括目标函数和约束条件:
其中,基于阶梯型碳交易成本的IES低碳经济调度模型考虑一日24h的***调度问题,以IES外购能源成本、碳交易成本之和最小为目标函数:
F=min(FE+FC) (7)
式中,F为IES运行总成本;FE为IES外购能源成本;πe,t为单位时段t内的电价;πg为天然气价格;Pg,t为单位时段t内的外购天然气功率;Qgas为天然气低热值[12],即9.97kW·h/m3。
其中,约束条件包括功率平衡约束、P2G约束、燃气轮机约束、燃气锅炉约束、储电/热/气设备约束、外部网络约束。
1)功率平衡约束
对于电、热、气分别满足以下功率平衡约束:
Pel,t=Pe,t+Pjoin,t+Pgt,tηgte-Pp2g,t+Pedis,t-Pechar,t (9)
Phl,t=Pgt,tηgth+Pgb,tηgb+Phdis,t-Phchar,t (10)
Pgl,t=Pg,t+Pp2g,tηp2g-Pgt,t-Pgb,t+Pgdis,t-Pgchar,t (11)
式中,Pel,t、Phl,t、Pgl,t分别为IES单位时段t内的电、热、气负荷功率;Pjoin,t为单位时段t内参与调度的风电功率;Pp2g,t为单位时段t内P2G设备输入功率;Pedis,t、Pechar,t分别为单位时段t内储电***的发电功率和充电功率;Phdis,t、Phchar,t分别为单位时段t内储热***的发热功率和储热功率;ηp2g为P2G设备的能量转换效率;Pgdis,t、Pgchar,t分别为单位时段t内储气***的放气功率和储气功率。基于阶梯型碳交易成本的IES低碳经济调度模型在IES***运行成本最小的前提下允许一定弃风,则Pjoin,t需满足下式约束:
Pw,t=Pjoin,t+Pdrop,t (12)
式中,Pw,t单位时段t内风力的可发电功率;Pdrop,t为单位时段t内的弃风功率。
2)P2G约束
P2G设备主要满足其额定功率约束:
0≤Pp2g,t≤Pp2gn (13)
式中,Pp2gn为P2G设备的额定功率。
3)燃气轮机约束
燃气轮机主要满足其额定功率和爬坡率约束:
0≤Pgt,t≤Pgtn (14)
式中,Pgtn为燃气轮机的额定功率;分别为燃气轮机爬坡率的上、下限。
4)燃气锅炉约束
燃气锅炉满足其额定功率和爬坡率约束:
0≤Pgb,t≤Pgbn (16)
式中,Pgbn为燃气锅炉的额定功率;分别为燃气锅炉爬坡率的上、下限。
5)储电/热/气设备约束
三种储能设备采用广义储能***的通用模型进行处理,包括存储能量平衡约束、存储能量上下限约束、存储能量周期始末等量约束以及充、放能功率约束:
Ex,24=Ex,1 (20)
式中,x表示能量类型,取电、热、气;Ex,t为单位时段t内储能***的存储能量;Pxchar,t、Pxdis,t分别为储能***的充、放能功率;ηxchar、ηxdis分别为储能***的充、放能效率;分别为储能***的存储能量上、下限;Ex,1、Ex,24分别为储能***一日调度开始时刻和结束时刻的存储能量,要求经过一日调度,储能***的存储能量可以回到原始值;分别为储能***的充、放能功率上限;nx为0~1变量,确保储能***在各时间段内不同时充、放能,当nx=1时进行储能,nx=0时进行放能。
6)外部网络约束
IES与外部电力网络和天然气网络相连,需对其能量交换范围进行约束:
式中,分别为单位时段t内的***外购电力功率上、下限;分别为***外购天然气功率上、下限。
具体实施例:
***描述:本实施例基于参考文献[13]中的IES数据,对其中各类负荷放大200倍进行实施例构造,对应IES中各设备的容量也等倍放大。实际碳排放量计算系数见表1。市场上的碳交易价格λ=40美元/t,碳排放量区间长度d=80t,每个阶梯碳交易价格增长幅度σ=25%。本实施例采用的电价为美国加州电力市场某日日前市场电价。其它参数见表2。
表1实际碳排放量计算系数
表2 IES参数
为说明所提低碳经济调度方法的合理性,本实施例对比分析三种模型的调度结果:1)基于阶梯型碳交易成本的IES低碳经济调度模型;2)考虑统一型碳交易成本的低碳经济调度模型,统一型碳交易成本不对碳排量进行区间划分,由统一的公式FC=λ(EP-EL)得出;3)在阶梯型碳交易模式下,仅以外购能源成本FE最小为目标函数的传统经济调度模型。三种模型的调度结果见表3。
表3三种模型的调度结果
(a)成本数据
(b)外购能源数据
由表3(a)可知,两种低碳模型与传统经济调度模型相比,碳排量均大幅度减少,碳交易成本下降到传统调度的40%以下,能源成本虽略有提升,但***运行总成本得到减少。模型一的碳排量较模型二下降了19.7t,但付出的碳交易成本仅高出模型二0.06万美元,运行总成本增加0.08万美元,仍比模型三低0.93万美元。由此可见,低碳经济调度可减少***碳排量,其中阶梯型碳交易成本模型对碳排量具有最严格的约束,并且仍可保证IES的经济性。
表3(b)给出了三种模型调度结果的外购能源数据。结合表3(a)、3(b),当加大对***碳排量的控制时,***的外购能源将会从电力转向天然气,同时造成能源成本增加。模型一对碳排量的控制最为严格,因此IES外购的电力最少、天然气最多,与之对应,模型一的调度结果碳排量最少、能源成本最高。
碳交易价格对低碳经济调度影响:
图2为阶梯型低碳经济调度各成本在不同碳交易价格下的变化趋势。随着碳交易价格的上升,碳交易成本在总成本中占比提高,***逐渐加强对碳排量的约束,外购能源由电力逐渐向天然气转移,能源成本增加;当***与天然气网络交换功率达到上限时,能源成本稳定。
碳交易价格上升,***外购电力减少使碳排量减少,但同时单位碳排成本增加。碳交易价格为0~20美元/t时,后者为主导因素,碳交易成本逐渐上升;20美元/t后,前者成为主导因素使得碳交易成本逐渐下降。当碳交易价格约为44美元/t时,IES实际碳排放量与无偿碳排放额达到平衡,继续提高碳交易价格使实际碳排放量低于无偿碳排放额,***开始获得碳交易收益。当碳交易价格约为52美元/t时,外购天然气量无法继续增长,实际碳排放量不再减少,碳交易成本基本随碳交易价格正比下降。
***运行总成本为两种成本之和,当碳交易价格低于38美元/t时,能源成本为主导因素,总成本逐渐上升,当碳交易价格高于38美元/t时,碳交易成本的变化量大于能源成本,总成本随碳交易成本的减少而下降。
参考文献:
[1]BAI Linquan,LI Fangxing,JIANG Tao,et al.Robust scheduling for windintegrated energy systems considering gas pipeline and power transmission N–1contingencies[J].IEEE Transactions on Power Systems,2017,32(2):1582-1584.
[2]CLEGG Stephen,MANCARELA Pierluigi.Integrated modeling andassessment of the operational impact of power-to-gas(P2G)on electrical andgas transmission networks[J].IEEE Transactions on Sustainable Energy,2015,6(4):1234-1244.
[3]董帅,王成福,梁军,等.计及电转气运行成本的综合能源***多目标日前优化调度[J/OL].电力***自动化[2018-01-19].
http://www.aeps-info.com/aeps/ch/reader/download_new_edit_content.aspx?ed it_id=20180115040447689&file_no=201707210000003&journal_id=aeps..
DONG Shuai,WANG Chengfu,LIANG Jun,et al.Multi-objective day-aheadscheduling of integrated energy system considering power-to-gas operationalcost[J/OL].Automation of Electric Power Systems[2018-01-19].
http://www.aeps-info.com/aeps/ch/reader/download_new_edit_content.aspx?ed it_id=20180115040447689&file_no=201707210000003&journal_id=aeps..
[4]宋晨辉,冯健,杨东升,等.考虑***耦合性的综合能源协同优化[J/OL].电力***自动化[2018-01-12].
http://www.aeps-info.com/aeps/ch/reader/download_new_edit_content.aspx?ed it_id=20180112024633554&file_no=201709140000008&journal_id=aeps.
SONG Chenhui,FENG Jian,YANG Dongsheng,et al.Co-optimization ofintegrated energy considering system coupling[J/OL].Automation of ElectricPower
Systems[2018-01-12].http://www.aeps-info.com/aeps/ch/reader/download_new_e dit_content.aspx?edit_id=20180112024633554&file_no=201709140000008&journa l_id=aeps..
[5]SHAO Changzheng,DING Yi,WANG Jianhui,et al.Modeling andintegration of flexible demand in heat and electricity integrated energysystem[J].IEEE Transactions on Sustainable Energy,2018,9(1):361-370.
[6]卢志刚,郭凯,闫桂红,等.考虑需求响应虚拟机组和碳交易的含风电电力***优化调度[J].电力***自动化,2017,41(15):58-65.
LU Zhigang,GUO Kai,YAN Guihong,et al.Optimal dispatch of power systemintegrated with wind power considering virtual generator units of demandresponse and carbon trading[J].Automation of Electric Power Systems,2017,41(15):58-65.
[7]娄素华,胡斌,吴耀武,等.碳交易环境下含大规模光伏电源的电力***优化调度[J].电力***自动化,2014,38(17):91-97.
LOU Suhua,HU Bin,WU Yaowu,et al.Optimal dispatch of power systemintegrated with large scale photovoltaic generation under carbon tradingenvironment[J].Automation of Electric Power Systems,2014,38(17):91-97.
[8]张晓辉,闫柯柯,卢志刚,等.基于场景概率的含风电***多目标低碳经济调度[J].电网技术,2014,38(7):1835-1841.
ZHANG Xiaohui,YAN Keke,LU Zhigang,et al.Scenario probability basedmulti-objective optimized low-carbon economic dispatching for power gridintegrated with wind farms[J].Power System Technology,2014,38(7):1835-1841.
[9]贾宏杰,王丹,徐宪东,等.区域综合能源***若干问题研究[J].电力***自动化,2015,39(07):198-207.
JIA Hongjie,WANG Dan,XU Xiandong,et al.Rearch on some key problemsrelated to integrated energy system[J].Automation of Electric Power Systems,2015,39(07):198-207.
[10]SABER Ahmed Yousuf,VENAYAGAMOORTHY Ganesh Kumar.Plug-in vehiclesand renewable energy sources for cost and emission reductions[J].IEEETransactions on Industrial Electronics,2011,58(4):1229-1238.
[11]冉晓洪,周任军,李湘华,等.计及等排性能系数的冷热电多联供环境经济调度[J].电力自动化设备,2013,33(9):94-99.
RAN Xiaohong,ZHOU Renjun,LI Xianghua,et al.Environmental economicdispatch considering equal emission performance coefficient for CCHP[J].Electric Power Automation Equipment,2013,33(9):94-99.
[12]郝然,艾芊,朱宇超,等.基于能源集线器的区域综合能源***分层优化调度[J].电力自动化设备,2017,37(6):171-178.
HAO Ran,AI Qian,ZHU Yuchao,et al.Hierarchical optimal dispatch basedon energy hub for regional integrated energy system[J].Electric PowerAutomation Equipment,2017,37(6):171-178.
[13]陈沼宇,王丹,贾宏杰,等.考虑P2G多源储能型微网日前最优经济调度策略研究[J].中国电机工程学报,2017,37(11):3067-3078.
CHEN Zhaoyu,WANG Dan,JIA Hongjie,et al.Research on optimal day-aheadeconomic dispatching strategy for micro-grid considering P2G and multi-sourceenergy storage system[J].Proceedings of the CSEE,2017,37(11):3067-3078.
尽管上面结合附图对本发明的功能及工作过程进行了描述,但本发明并不局限于上述的具体功能和工作过程,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可以做出很多形式,这些均属于本发明的保护之内。
Claims (2)
1.一种基于碳交易的电热气综合能源***低碳经济调度方法,其特征在于,包括以下步骤:
步骤一,根据外购电力和燃气轮机发出的电力确定IES的无偿碳排放额:
式中,EL为IES的无偿碳排放额;δ为单位电量排放份额,取区域电量边际排放因子和容量边际因子的加权平均值0.648;t为单位时段1h;T为一日的时段总数,为24h;Δt为单位时段的时长,为1h;Pe,t为单位时段t内的外购电力功率;Pgt,t为单位时段t内输入燃气轮机的天然气功率;ηgte为燃气轮机的气转电效率;
步骤二,确定IES的实际碳排放量:
Pgtr,t=Pgt,tηgte+Pgt,tηgth+Pgb,tηgb
式中,EP为IES的实际碳排放量;a1、b1、c1为火电碳排放计算系数,a2、b2、c2天然气供能碳排放系数;Pgtr,t为单位时段t内燃气轮机和燃气锅炉输出功率之和;ηgth为燃气轮机气转热效率;Pgb,t为单位时段t内燃气锅炉的输入功率;ηgb为燃气锅炉的能量转换效率;
步骤三,根据IES的无偿碳排放额和IES的实际碳排放量,确定IES的阶梯型碳交易成本:
式中,FC为IES碳交易成本;λ为市场上的碳交易价格;d为碳排放量区间长度;σ为每个阶梯碳交易价格的增长幅度,每上升一个阶梯,碳交易价格增加σλ;当EP<EL时,FC将为负,表示***实际碳排量低于无偿碳排放额,以初始碳交易价格对多余份额获取碳交易收益;
步骤四,构建基于阶梯型碳交易成本的IES低碳经济调度模型,根据该模型得到所需的调度方案。
2.根据权利要求1所述的基于碳交易的电热气综合能源***低碳经济调度方法,其特征在于,步骤四中所述基于阶梯型碳交易成本的IES低碳经济调度模型包括目标函数和约束条件:
其中,以IES外购能源成本、碳交易成本之和最小为目标函数:
F=min(FE+FC)
式中,F为IES运行总成本;FE为IES外购能源成本;πe,t为单位时段t内的电价;πg为天然气价格;Pg,t为单位时段t内的外购天然气功率;Qgas为天然气低热值,即9.97kW·h/m3;
其中,约束条件包括功率平衡约束、P2G约束、燃气轮机约束、燃气锅炉约束、储电/热/气设备约束、外部网络约束;
1)功率平衡约束
对于电、热、气分别满足以下功率平衡约束:
Pel,t=Pe,t+Pjoin,t+Pgt,tηgte-Pp2g,t+Pedis,t-Pechar,t
Phl,t=Pgt,tηgth+Pgb,tηgb+Phdis,t-Phchar,t
Pgl,t=Pg,t+Pp2g,tηp2g-Pgt,t-Pgb,t+Pgdis,t-Pgchar,t
式中,Pel,t、Phl,t、Pgl,t分别为IES单位时段t内的电、热、气负荷功率;Pjoin,t为单位时段t内参与调度的风电功率;Pp2g,t为单位时段t内P2G设备输入功率;Pedis,t、Pechar,t分别为单位时段t内储电***的发电功率和充电功率;Phdis,t、Phchar,t分别为单位时段t内储热***的发热功率和储热功率;ηp2g为P2G设备的能量转换效率;Pgdis,t、Pgchar,t分别为单位时段t内储气***的放气功率和储气功率;基于阶梯型碳交易成本的IES低碳经济调度模型在IES***运行成本最小的前提下允许一定弃风,则Pjoin,t需满足下式约束:
Pw,t=Pjoin,t+Pdrop,t
式中,Pw,t单位时段t内风力的可发电功率;Pdrop,t为单位时段t内的弃风功率;
2)P2G约束
P2G设备主要满足其额定功率约束:
0≤Pp2g,t≤Pp2gn
式中,Pp2gn为P2G设备的额定功率;
3)燃气轮机约束
燃气轮机主要满足其额定功率和爬坡率约束:
0≤Pgt,t≤Pgtn
式中,Pgtn为燃气轮机的额定功率;分别为燃气轮机爬坡率的上、下限;
4)燃气锅炉约束
燃气锅炉满足其额定功率和爬坡率约束:
0≤Pgb,t≤Pgbn
式中,Pgbn为燃气锅炉的额定功率;分别为燃气锅炉爬坡率的上、下限;
5)储电/热/气设备约束
包括存储能量平衡约束、存储能量上下限约束、存储能量周期始末等量约束以及充、放能功率约束:
Ex,24=Ex,1
式中,x表示能量类型,取电、热、气;Ex,t为单位时段t内储能***的存储能量;Pxchar,t、Pxdis,t分别为储能***的充、放能功率;ηxchar、ηxdis分别为储能***的充、放能效率;分别为储能***的存储能量上、下限;Ex,1、Ex,24分别为储能***一日调度开始时刻和结束时刻的存储能量,要求经过一日调度,储能***的存储能量可以回到原始值;分别为储能***的充、放能功率上限;nx为0~1变量,确保储能***在各时间段内不同时充、放能,当nx=1时进行储能,nx=0时进行放能;
6)外部网络约束
IES与外部电力网络和天然气网络相连,需对其能量交换范围进行约束:
式中,分别为单位时段t内的***外购电力功率上、下限;分别为***外购天然气功率上、下限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810286678.9A CN108229865A (zh) | 2018-03-30 | 2018-03-30 | 一种基于碳交易的电热气综合能源***低碳经济调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810286678.9A CN108229865A (zh) | 2018-03-30 | 2018-03-30 | 一种基于碳交易的电热气综合能源***低碳经济调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108229865A true CN108229865A (zh) | 2018-06-29 |
Family
ID=62657475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810286678.9A Pending CN108229865A (zh) | 2018-03-30 | 2018-03-30 | 一种基于碳交易的电热气综合能源***低碳经济调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108229865A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109412181A (zh) * | 2018-11-06 | 2019-03-01 | 湖南大学 | 基于新能源转氨气的多能源框架、消纳方法、介质及设备 |
CN109657898A (zh) * | 2018-10-19 | 2019-04-19 | 云南电网有限责任公司 | 一种基于凸松弛的可再生能源随机动态经济调度方法 |
CN110007600A (zh) * | 2019-04-24 | 2019-07-12 | 四川大学 | 一种具有约束的多能流协调调度辅助决策*** |
CN110009244A (zh) * | 2019-04-12 | 2019-07-12 | 西安交通大学 | 一种考虑抗灾恢复的区域综合能源***优化调度方法 |
CN111105143A (zh) * | 2019-11-25 | 2020-05-05 | 广东电网有限责任公司 | 一种综合能源***多能耦合分层建模方法 |
CN111277006A (zh) * | 2020-02-28 | 2020-06-12 | 东北电力大学 | 一种含燃气-燃煤-风电机组的电力***低碳控制方法 |
CN111489083A (zh) * | 2020-04-11 | 2020-08-04 | 东北电力大学 | 考虑富氧燃烧技术的电-气-热综合能源***低碳经济调度方法 |
CN111523792A (zh) * | 2020-04-21 | 2020-08-11 | 国网浙江省电力有限公司经济技术研究院 | 综合能源***调度参数计算、设备控制方法及相关装置 |
CN112465285A (zh) * | 2020-06-15 | 2021-03-09 | 广东电网有限责任公司电力调度控制中心 | 一种电气热多能源供能***的调度方法 |
CN112529405A (zh) * | 2020-12-10 | 2021-03-19 | 燕山大学 | 计及动态价格奖惩因子的电热气综合能源调度方法和*** |
CN112861335A (zh) * | 2021-02-01 | 2021-05-28 | 昆明理工大学 | 一种含p2g及储能的综合能源***低碳经济调度方法 |
CN112966855A (zh) * | 2021-02-09 | 2021-06-15 | 西安理工大学 | 考虑风电不确定性的电-气耦合能源配网协调优化方法 |
CN113162025A (zh) * | 2021-01-27 | 2021-07-23 | 四川大学 | 一种含需求响应的电气互联网络分散式低碳经济调度方法 |
CN113689312A (zh) * | 2021-10-26 | 2021-11-23 | 国网江西省电力有限公司电力科学研究院 | 考虑碳排放权价格随机性的虚拟电厂双阶段优化调度方法 |
CN115018230A (zh) * | 2021-08-03 | 2022-09-06 | 昆明理工大学 | 考虑减排成本的综合能源***低碳鲁棒经济优化运行方法 |
CN115147014A (zh) * | 2022-08-31 | 2022-10-04 | 国网浙江省电力有限公司宁波供电公司 | 一种综合能源***的多目标均衡分配方法 |
CN115146834A (zh) * | 2022-06-16 | 2022-10-04 | 国网江苏省电力有限公司经济技术研究院 | 基于改进粒子群算法的阶梯型碳交易机制参数优化方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104803432A (zh) * | 2015-04-20 | 2015-07-29 | 辽宁石油化工大学 | 一种lng冷能多级利用的方法与装置 |
-
2018
- 2018-03-30 CN CN201810286678.9A patent/CN108229865A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104803432A (zh) * | 2015-04-20 | 2015-07-29 | 辽宁石油化工大学 | 一种lng冷能多级利用的方法与装置 |
Non-Patent Citations (5)
Title |
---|
ZHIMIAO TAO: "A stochastic bilevel decision-making model of optimal production planning with carbon emission trading", 《2014 SEVENTH INTERNATIONAL JOINT CONFERENCE ON COMPUTATIONAL SCIENCES AND OPTIMIZATION》 * |
卢志刚: "考虑需求响应虚拟机组和碳交易的含风电电力***优化调度", 《电力***自动化》 * |
卫志农: "基于碳交易机制的电_气互联综合能源***低碳经济运行", 《电力***自动化》 * |
梅天华: "考虑碳排放权的低碳电力调度及收益分摊", 《电力***自动化》 * |
陈沼宇: "考虑P2G多源储能型微网日前最优经济调度策略研究", 《中国电机工程学报》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657898A (zh) * | 2018-10-19 | 2019-04-19 | 云南电网有限责任公司 | 一种基于凸松弛的可再生能源随机动态经济调度方法 |
CN109657898B (zh) * | 2018-10-19 | 2022-11-01 | 云南电网有限责任公司 | 一种基于凸松弛的可再生能源随机动态经济调度方法 |
CN109412181B (zh) * | 2018-11-06 | 2020-06-02 | 湖南大学 | 基于新能源转氨气的多能源框架、消纳方法、介质及设备 |
CN109412181A (zh) * | 2018-11-06 | 2019-03-01 | 湖南大学 | 基于新能源转氨气的多能源框架、消纳方法、介质及设备 |
CN110009244A (zh) * | 2019-04-12 | 2019-07-12 | 西安交通大学 | 一种考虑抗灾恢复的区域综合能源***优化调度方法 |
CN110009244B (zh) * | 2019-04-12 | 2021-04-20 | 西安交通大学 | 一种考虑抗灾恢复的区域综合能源***优化调度方法 |
CN110007600A (zh) * | 2019-04-24 | 2019-07-12 | 四川大学 | 一种具有约束的多能流协调调度辅助决策*** |
CN111105143A (zh) * | 2019-11-25 | 2020-05-05 | 广东电网有限责任公司 | 一种综合能源***多能耦合分层建模方法 |
CN111277006A (zh) * | 2020-02-28 | 2020-06-12 | 东北电力大学 | 一种含燃气-燃煤-风电机组的电力***低碳控制方法 |
CN111277006B (zh) * | 2020-02-28 | 2022-05-27 | 东北电力大学 | 一种含燃气-燃煤-风电机组的电力***低碳控制方法 |
CN111489083B (zh) * | 2020-04-11 | 2022-03-18 | 东北电力大学 | 考虑富氧燃烧技术的电-气-热综合能源***低碳经济调度方法 |
CN111489083A (zh) * | 2020-04-11 | 2020-08-04 | 东北电力大学 | 考虑富氧燃烧技术的电-气-热综合能源***低碳经济调度方法 |
CN111523792B (zh) * | 2020-04-21 | 2022-07-12 | 国网浙江省电力有限公司经济技术研究院 | 综合能源***调度参数计算、设备控制方法及相关装置 |
CN111523792A (zh) * | 2020-04-21 | 2020-08-11 | 国网浙江省电力有限公司经济技术研究院 | 综合能源***调度参数计算、设备控制方法及相关装置 |
CN112465285A (zh) * | 2020-06-15 | 2021-03-09 | 广东电网有限责任公司电力调度控制中心 | 一种电气热多能源供能***的调度方法 |
CN112465285B (zh) * | 2020-06-15 | 2023-03-14 | 广东电网有限责任公司电力调度控制中心 | 一种电气热多能源供能***的调度方法 |
CN112529405A (zh) * | 2020-12-10 | 2021-03-19 | 燕山大学 | 计及动态价格奖惩因子的电热气综合能源调度方法和*** |
CN113162025A (zh) * | 2021-01-27 | 2021-07-23 | 四川大学 | 一种含需求响应的电气互联网络分散式低碳经济调度方法 |
CN112861335A (zh) * | 2021-02-01 | 2021-05-28 | 昆明理工大学 | 一种含p2g及储能的综合能源***低碳经济调度方法 |
CN112966855A (zh) * | 2021-02-09 | 2021-06-15 | 西安理工大学 | 考虑风电不确定性的电-气耦合能源配网协调优化方法 |
CN112966855B (zh) * | 2021-02-09 | 2023-10-24 | 西安理工大学 | 考虑风电不确定性的电-气耦合能源配网协调优化方法 |
CN115018230A (zh) * | 2021-08-03 | 2022-09-06 | 昆明理工大学 | 考虑减排成本的综合能源***低碳鲁棒经济优化运行方法 |
CN115018230B (zh) * | 2021-08-03 | 2024-05-28 | 昆明理工大学 | 考虑减排成本的综合能源***低碳鲁棒经济优化运行方法 |
CN113689312A (zh) * | 2021-10-26 | 2021-11-23 | 国网江西省电力有限公司电力科学研究院 | 考虑碳排放权价格随机性的虚拟电厂双阶段优化调度方法 |
CN115146834A (zh) * | 2022-06-16 | 2022-10-04 | 国网江苏省电力有限公司经济技术研究院 | 基于改进粒子群算法的阶梯型碳交易机制参数优化方法 |
WO2023240864A1 (zh) * | 2022-06-16 | 2023-12-21 | 国网江苏省电力有限公司经济技术研究院 | 基于改进粒子群算法的阶梯型碳交易机制参数优化方法 |
CN115147014A (zh) * | 2022-08-31 | 2022-10-04 | 国网浙江省电力有限公司宁波供电公司 | 一种综合能源***的多目标均衡分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108229865A (zh) | 一种基于碳交易的电热气综合能源***低碳经济调度方法 | |
Maleki et al. | Comparative study of artificial intelligence techniques for sizing of a hydrogen-based stand-alone photovoltaic/wind hybrid system | |
CN102694391B (zh) | 风光储联合发电***日前优化调度方法 | |
CN104616069A (zh) | 一种考虑计划完成率和负荷率均衡的年度发电计划滚动分解优化方法 | |
CN103683326A (zh) | 一种区域电网风电多点接入最佳接纳能力的计算方法 | |
CN109741110A (zh) | 一种基于机会约束规划的风氢***联合优化建模方法 | |
CN111445107A (zh) | 冷热电联供型微电网多目标优化配置方法 | |
CN111668878A (zh) | 一种可再生微能源网的优化配置方法和*** | |
CN113988714A (zh) | 计及多重不确定性的园区综合能源***动态规划方法、设备及介质 | |
CN114519543A (zh) | 一种乡村多能源***边缘自治运行方法及*** | |
CN114154744A (zh) | 综合能源***的扩容规划方法、装置及电子设备 | |
Ju et al. | A dynamic risk aversion model for virtual energy plant considering uncertainties and demand response | |
Xiao et al. | A multi‐energy complementary coordinated dispatch method for integrated system of wind‐photovoltaic‐hydro‐thermal‐energy storage | |
Saha | Adaptive model-based receding horizon control of interconnected renewable-based power micro-grids for effective control and optimal power exchanges | |
CN116167483A (zh) | 计及阶梯型需求响应的园区综合能源***鲁棒调度方法 | |
CN116432824A (zh) | 基于多目标粒子群的综合能源***优化方法及*** | |
CN111126675A (zh) | 多能互补微网***优化方法 | |
CN112883630B (zh) | 用于风电消纳的多微网***日前优化经济调度方法 | |
CN117436773B (zh) | 一种含可中断负荷的独立微网资源规划方法和*** | |
Ju et al. | Three‐level energy flexible management strategy for micro energy grids considering multiple uncertainties at different time scales | |
Bakhtvar et al. | A vision of flexible dispatchable hybrid solar‐wind‐energy storage power plant | |
CN108494014A (zh) | 一种混合能源热电联产经济性优化管理方法 | |
CN115496378B (zh) | 一种计入风能减排效益的电力***经济调度方法 | |
CN115659585A (zh) | 计及需求响应的微能网低碳协同调度方法、装置、存储器及设备 | |
Parastegari et al. | Coordinated scheduling of renewable energy sources in the unit commitment problem: a review of recent literature |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180629 |