CN113780663A - 基于碳交易模型的综合能源***低碳调度方法和*** - Google Patents
基于碳交易模型的综合能源***低碳调度方法和*** Download PDFInfo
- Publication number
- CN113780663A CN113780663A CN202111077451.1A CN202111077451A CN113780663A CN 113780663 A CN113780663 A CN 113780663A CN 202111077451 A CN202111077451 A CN 202111077451A CN 113780663 A CN113780663 A CN 113780663A
- Authority
- CN
- China
- Prior art keywords
- model
- carbon
- energy
- energy system
- constraint
- 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 213
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 180
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000004044 response Effects 0.000 claims abstract description 23
- 230000005611 electricity Effects 0.000 claims abstract description 20
- 239000007789 gas Substances 0.000 claims description 137
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 46
- 238000004146 energy storage Methods 0.000 claims description 40
- 238000012946 outsourcing Methods 0.000 claims description 35
- 238000006243 chemical reaction Methods 0.000 claims description 30
- 239000003345 natural gas Substances 0.000 claims description 23
- 238000010276 construction Methods 0.000 claims description 16
- 238000013178 mathematical model Methods 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 14
- 230000009467 reduction Effects 0.000 claims description 12
- 238000009987 spinning Methods 0.000 claims description 9
- 238000005485 electric heating Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 7
- 230000009194 climbing Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 4
- 230000000295 complement effect Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000037149 energy metabolism Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 8
- 230000008901 benefit Effects 0.000 abstract description 7
- 238000003912 environmental pollution Methods 0.000 abstract description 4
- 238000010248 power generation Methods 0.000 abstract description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 16
- 230000006870 function Effects 0.000 description 9
- 229910002092 carbon dioxide Inorganic materials 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 239000001569 carbon dioxide Substances 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000010792 warming Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001483 mobilizing effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or 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
- G06Q10/0639—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
- 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
- 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
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (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
本发明提出了基于碳交易模型的综合能源***低碳调度方法和***，该方法首先构建含有多种可再生能源发电和电‑热‑气多种能源形式于一体的综合能源***架构；然后根据价格型的电‑热综合需求响应模型和碳排放区间分段的碳交易成本模型，构建上层以用户用能成本最低，下层以外购能源和碳交易成本最小为目标的综合能源***双层调度模型；最后采用CPLEX求解器求解模型，得到全局最优解。基于该方法，还提出了基于碳交易模型的综合能源***低碳调度***，本发明有效的解决了现有技术的环境污染和能源短缺问题，提高了***的运行经济性，降低了***的碳排放量，促进了风光等可再生能源的消纳，具有方法科学合理、适用性强和效果佳等优点。
Description
技术领域
本发明属于综合能源***低碳经济运行技术领域，特别涉及基于碳交易模型的综合能源***低碳调度方法和***。
背景技术
经济的高速发展给环境保护带来了巨大压力，其中由温室气体排放引起的全球变暖更是世界面临的重要问题。据调查显示，二氧化碳排放是气候变暖的关键因素，而电力是中国能源消耗的重点行业，其二氧化碳的排放量占全国排放总量的50％左右，因此，减少二氧化碳排放已成为电力***调度的一个重要研究热点。在此背景下，综合能源***(integrated energy system，IES)同时集成了电、热、气等多种能源形式，是将能源生产、传输与消费等各环节统一协调的能源产供销一体化***。构建IES是提升高比例可再生能源消纳、管控二氧化碳排放的重要技术手段，对推进能源转型和保证***低碳经济运行具有重大现实意义。碳交易机制可以引导IES由高排放能源消耗向低排放能源消耗过渡，是兼顾电力经济性和环保低碳性的一个重要技术手段，在大规模新能源接入、新型城市电网构建等应用领域具有显著技术优势。此外，综合需求响应作为激发用户用能灵活性的有效手段，对提高***经济性和节能减排也具有非常重要的意义。
在现有技术中针对IES低碳经济的调度问题采用的碳交易大多为交易价格固定的传统碳交易，并且鲜有热负荷需求响应根据不同时段用户的热舒适度需求变化进行灵活调整，迄今未见同时考虑阶梯式碳交易和综合需求响应协调优化，并计及可再生能源发电不确定性的IES调度方法的文献报道和实际应用。
发明内容
为了解决上述技术问题，本发明提出了基于碳交易模型的综合能源***低碳调度方法和***。具有科学合理、能够提高***的运行经济性、有效降低***的碳排放量、促进风光等可再生能源的消纳能力、适用性强和效果佳的优点为实现上述目的，本发明采用以下技术方案：
基于碳交易模型的综合能源***低碳调度方法，包括以下步骤：
构建源荷协调的综合能源***；所述综合能源***包括电负荷、热负荷、电储能装置和电转气设备；基于所述综合能源***，建立综合能源***的上层模型，所述上层模型包括价格型的电热综合需求响应模型、综合能源***上层调度模型和求取的用户最低供热量；
输入所述综合能源***上层调度模型的初始参数，对所述综合能源***上层调度模型进行求解，得到用户的用能计划；
建立综合能源***的下层模型；所述下层模型包括碳排放区间分段的阶梯式碳交易成本模型、综合能源***下层调度模型；
在所述用户用能计划满足第一约束条件下，将所述用户用能计划作为综合能源***下层调度模型的负荷需求；
将旋转备用约束进行确定性转化，输入综合能源***下层调度模型的初始参数，对所述综合能源***下层调度模型进行求解，得到综合能源***的最优成本，在所述最优成本满足第二约束条件下，输出最优调度方案。
进一步的，所述建立价格型的电热综合需求响应模型包括充分利用了电能与热能之间的耦合互补关系，分别建立了可时移电负荷的数学模型和可削减热负荷的数学模型；
所述可时移电负荷的数学模型为：PL,t＝PFL,t+PSL,t；则PL,t为用户在t时段的总电负荷；PSL,t为用户在t时段的可时移电负荷；
所述可削减热负荷的数学模型为：HL,t＝HOL,t-HCL,t；则HL,t为用户在t时段削减后的热负荷功率；HOL,t为用户在t时段削减前的热负荷功率；HCL,t为用户在t时段的削减热负荷功率。
进一步的，所述综合能源***上层调度模型建立的方法包括：
以用户用能成本最小为目标构建综合能源***优化目标函数，其中优化目标函数的表达式为：
其中，F1为用户的用能成本；μt为分时电价；γt为分时热价；κ为刻画用户热舒适性要求的惩罚因子；κ(HCL,t)2为用户因降低供热负荷造成的热舒适度下降所产生的惩罚成本；
确定第一约束条件；所述第一约束条件包括可时移电负荷约束、可削减热负荷约束和热感觉平均预测指标约束；其中可时移电负荷约束的表达式为：
其中
为t时段可时移负荷的最小值；
为t时段可时移负荷的
最大值；α为可时移电负荷占比；
可削减热负荷约束的表达式为：
热感觉平均预测指标约束的表达式为：
进一步的，所述用户最低供热量求取的方法包括：
根据热感觉平均预测指标与室内温度的关系可以求得用户可接受的室内最低热舒适温度；
根据所述用户可接受的室内最低热舒适温度求得用户最低供热量；其中供热量的表达式为：
其中，
为t-1时段的室内温度；Tt out为t时段的室外温度；K为建筑物综合传热系数，F为建筑物表面积；V为建筑物体积；Cair为室内空气的比热容；ρair为室内空气的密度；Δt为时间间隔。
进一步的，所述输入所述综合能源***上层调度模型的初始参数，对所述综合能源***上层调度模型进行求解，得到用户的用能计划的方法为：
输入综合能源***上层调度模型的初始参数，采用CPLEX求解器对综合能源***上层调度模型进行求解，得到用户的用能计划；所述综合能源***上层调度模型的初始参数包括电负荷预测值、室外温度、分时电价、热价参数、建筑物参数、调度时段数、各优化变量的上限值、各优化变量的下限值。
进一步的，所述碳排放区间分段的阶梯式碳交易成本模型建立的方法包括：
构建***实际碳排放量表达式
其中，δGT是燃气轮机的碳排放强度；δGB为燃气锅炉的碳排放强度；δbe为外购电能的碳排放强度；δP2G为电转气设备碳捕获强度；PP2G,t为电转气设备在t时段的电功率；β为燃气轮机供电量的折算系数，PGT,t为燃气轮机在t时段的供电量；HGT,t为燃气轮机在t时段的供热量；HGB,t为燃气锅炉在t时段提供的热功率；Pbe,t为t时段的外购电能功率；T为一个调度周期；
构建***的总碳排放配额表达式
其中，B为***的总碳排放配额；λGT为燃气轮机的配额系数；λGB为燃气锅炉的配额系数；λbe为外购电能的配额系数；
构建阶梯式碳交易成本计算模型：
其中，Fc为碳交易成本；σ为基础碳交易价格；ω为***出售时的碳交易价格增长幅度；ε为购买碳排放权时的碳交易价格增长幅度；p为碳排放区间步长。
进一步的，所述综合能源***下层调度模型建立的方法包括：
选用综合能源***外购电能和天然气能源成本与碳交易成本之和最小为优化目标，优化目标函数为：
min F2＝Fbe+Fbg+Fc
其中，F2为综合能源***的总成本；Fbe为外购电能成本；Fbg为天然气成本；θbe为外购电能价格；θbg为天然气价格；
为从上级电网购买旋转备用价格；
为从气网购买旋转备用价格；Pbe,t为t时段从上级电网购买电能；Rbe,t为t时段旋转备用功率；RGT,t为t时段燃气轮机提供的备用功率；
为t时段燃气轮机提供气转电效率；ηP2G为电转气设备的能量转换效率；ηGB为燃气锅炉的能量转换效率；Qg为天然气低热值；
确定第二约束条件；所述第二约束条件包括能量平衡约束、燃气轮机约束、燃气锅炉约束、电转气设备约束、电储能约束、旋转备用约束和外部网络约束；
能量平衡约束包括包括电功率平衡约束和热功率平衡约束，
其中能量平衡约束的表达式为：
PREG,t为可再生能源在t时段的预测出力值；PCH,t为电储能t时段的充电功率；PDC,t为电储能t时段的放电功率；
燃气轮机约束包括机组出力约束和爬坡约束，
其中燃气轮机约束的表达式为：
为燃气轮机出力的上限；
为燃气轮机出力的下限；
为燃气轮机最大向下爬坡率；
为燃气轮机最大向上爬坡率；π为燃气轮机的热电比；
燃气锅炉约束包括燃气锅炉的出力约束和爬坡约束；
其中燃气锅炉约束的表达式为：
为燃气锅炉热出力的上限；
为燃气锅炉热出力的下限；
为燃气锅炉最大向下爬坡率；
为燃气锅炉最大向上爬坡率；
电转气设备约束的表达式为：
为电转气设备的最大功率；
电储能约束，包括电储能出力约束和容量约束；
其中电储能约束的表达式为
Smax为电储能的最大容量；Smin为电储能的最小容量；S(0)为电储能装置周期初始容量；S(end)电储能装置结束时的容量；
为最大充电功率；γCH为最大充电效率；
为最大放电功率；γDC最大放电效率；
旋转备用约束，包括燃气轮机备用约束、外购电能备用约束和电储能的备用约束以及旋转备用的机会约束；
其中旋转备用约束的表达式为：
Pt W为t时段风机实际出力值；Pt PV为t时段光伏的实际出力值；Pr为事件成立的概率；ψ为置信度；
外部网络约束，包括外购电能和外购天然气约束；
其中外部网络约束的表达式为：
为外购电能的上限；
为外购电能的下限；
为外购天然气的上限；
为外购天然气的下限。
进一步的，所述输入综合能源***下层调度模型的初始参数，对所述综合能源***下层调度模型进行求解的方法包括：输入综合能源***下层调度模型的初始参数，并采用CPLEX求解器对综合能源***下层调度模型进行求解；其中综合能源***下层调度模型的初始参数包括：燃气轮机参数、燃气锅炉参数、储能参数、可再生能源预测值、调度时段数、各优化变量的上限值和各优化变量的下限值。
进一步的，所述输出最优调度方案包括待优化变量对应的数值及优化目标函数值的综合能源***优化调度方案。
本发明还提出了基于碳交易模型的综合能源***低碳调度***，所述***包括第一构建模块、第一求解模型、第二构建模块、输入模块和第二求解模块；
所述第一构建模块用于构建源荷协调的综合能源***；所述综合能源***包括电负荷、热负荷、电储能装置和电转气设备；基于所述综合能源***，建立综合能源***的上层模型，所述上层模型包括价格型的电热综合需求响应模型、综合能源***上层调度模型和求取的用户最低供热量；
所述第一求解模块用于输入所述综合能源***上层调度模型的初始参数，对所述综合能源***上层调度模型进行求解，得到用户的用能计划；
所述第二构建模块用于建立综合能源***的下层模型；所述下层模型包括碳排放区间分段的阶梯式碳交易成本模型、综合能源***下层调度模型；
所述输入模块用于在所述用户用能计划满足第一约束条件下，将所述用户用能计划作为综合能源***下层调度模型的负荷需求；
所述第二求解模块用于将旋转备用约束进行确定性转化，输入综合能源***下层调度模型的初始参数，对所述综合能源***下层调度模型进行求解，得到综合能源***的最优成本，在所述最优成本满足第二约束条件下，输出最优调度方案。
发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：
本发明提出了基于碳交易模型的综合能源***低碳调度方法和***，包括以下步骤：该方法包括构建源荷协调的综合能源***；所述综合能源***包括电负荷、热负荷、电储能装置和电转气设备；基于所述综合能源***，建立综合能源***的上层模型，上层模型包括价格型的电热综合需求响应模型、综合能源***上层调度模型和求取的用户最低供热量；输入所述综合能源***上层调度模型的初始参数，对综合能源***上层调度模型进行求解，得到用户的用能计划；建立综合能源***的下层模型；下层模型包括碳排放区间分段的阶梯式碳交易成本模型、综合能源***下层调度模型；在用户用能计划满足第一约束条件下，将用户用能计划作为综合能源***下层调度模型的负荷需求；将旋转备用约束进行确定性转化，输入综合能源***下层调度模型的初始参数，对综合能源***下层调度模型进行求解，得到综合能源***的最优成本，在最优成本满足第二约束条件下，输出最优调度方案。基于碳交易模型的综合能源***低碳调度方法，还提出了基于碳交易模型的综合能源***低碳调度***。本发明首先构建含有多种可再生能源发电和电-热-气多种能源形式于一体的综合能源***架构；然后根据价格型的电-热综合需求响应模型和碳排放区间分段的碳交易成本模型，构建上层以用户用能成本最低，下层以外购能源和碳交易成本最小为目标的综合能源***双层调度模型；最后采用CPLEX求解器求解模型，得到全局最优解，有效的解决了现有技术的环境污染和能源短缺问题，提高了***的运行经济性，降低了***的碳排放量，促进了风光等可再生能源的消纳，具有方法科学合理、适用性强和效果佳等优点。
附图说明
如图1为本发明实施例1提出的基于碳交易模型的综合能源***低碳调度方法流程图；
图2是本发明实施例1中的IES结构示意图；
图3是本发明实施例1中的PMV指标分时限定示意图；
图4是本发明实施例1中的机组出力和外购电能出力总量对比情况示意图；
图5是本发明实施例1中的热负荷削减总量及碳排放量随惩罚因子变化情况示意图；
图6是本发明实施例1中的碳排放量和***成本随碳交易价格变化情况示意图；
图7为本发明实施例1提出的基于碳交易模型的综合能源***低碳调度***示意图。
具体实施方式
为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
实施例1
本发明实施例1提出的基于碳交易模型的综合能源***低碳调度方法，更好的有效解决环境污染和能源短缺问题。如图1给出本发明实施例1基于碳交易模型的综合能源***低碳调度方法流程图。
开始处理该流程；
构建源-荷协调的IES架构，其中IES为综合能源***，而所构建的IES架构中包括电负荷、热负荷、电储能装置和P2G设备，其中P2G设备为电转气(power to gas，P2G)设备。图2是本发明实施例1中的IES结构示意图；IES架构中包括电负荷、热负荷、电储能装置和P2G设备，其中电负荷由风机、光伏、燃气轮机和外购电能承担，热负荷由燃气轮机和燃气锅炉承担，电储能装置通过对电能的储存和释放以提高***运行的灵活性，P2G设备将电能转换为天然气从而为燃气轮机和燃气锅炉提供天然气能源。
建立价格型的电-热综合需求响应模型，而所建立的电-热综合需求响应模型中的综合需求响应充分利用了电能与热能之间的耦合互补关系，分别建立了可时移电负荷和可削减热负荷的数学模型，具体包括：
建立可时移电负荷的数学模型，用户的电负荷除固定电负荷外，还有一部分可时移电负荷可以根据电价信息自主调整用电功率和时间以降低用户的用能成本，设PL,t为用户在t时段的总电负荷，则用户的可时移电负荷数学模型如公式(1)所示，
PL,t＝PFL,t+PSL,t； (1)
则PL,t为用户在t时段的总电负荷；PSL,t为用户在t时段的可时移电负荷。
建立可削减热负荷的数学模型，用户的热需求具有模糊性，用户可根据自身对热舒适性的要求，在可接受的范围内削减一定量的供热负荷，实现用户用能成本的降低并减少***的碳排放量，设HL,t为用户在t时段削减后的热负荷功率，则可削减热负荷的数学模型如公式(2)所示，
HL,t＝HOL,t-HCL,t； (2)
则HL,t为用户在t时段削减后的热负荷功率；HOL,t为用户在t时段削减前的热负荷功率；HCL,t为用户在t时段的削减热负荷功率。
以用户用能成本最小为目标构建IES上层调度模型，而IES上层调度模型的构建过程包括以下步骤，构建优化目标函数的表达式，选取优化目标，为充分调动用户积极参与综合需求响应，IES上层调度模型的目标函数设置为用户的用能成本最小，设F1为用户的用能成本，则优化目标函数的表达式如公式(3)所示，
其中，F1为用户的用能成本；μt为分时电价；γt为分时热价；κ为刻画用户热舒适性要求的惩罚因子；κ(HCL,t)2为用户因降低供热负荷造成的热舒适度下降所产生的惩罚成本；
确定约束条件，IES上层调度模型的约束条件包括可时移电负荷约束、可削减热负荷约束和PMV指标约束；其中确定可时移电负荷约束，且可时移电负荷约束包括总量占比约束和每时段的功率约束，
其中
为t时段可时移负荷的最小值；
为t时段可时移负荷的最大值；α为可时移电负荷占比；
确定可削减热负荷约束，设
为t时段供热负荷的最小值，则可削减热负荷约束如公式(5)所示，
确定PMV指标约束，由于用户夜间处于睡眠状态，对热感觉的敏感程度较白天低，故本文对PMV值在一个调度周期内进行分时限定，则PMV指标约束如公式(6)所示，
其中，PMV为热感觉平均预测。
根据PMV指标求取用户最低的供热需求，而求取用户最低的供热需求包括求得用户可接受的室内最低热舒适温度和求得热负荷表达式，具体包括求得用户可接受的室内最低热舒适温度，其中根据PMV指标与室内温度的关系可以求得用户可接受的室内最低热舒适温度，其关系如公式(7)所示，
其中，M为人体能量代谢率；Icl为服装热阻；Ts为舒适状态下人体皮肤的平均温度；Tt in为t时段的室内温度；
求得热负荷表达式，建筑物的暂态热平衡方程可以描述供热量的变化对室内温度的影响，将热量与温度二者联系起来，进而可以根据室内温度求取所需供热量，设HL,t为用户在t时段削减后的热负荷功率，则将暂态热平衡方程进行变换求解可得到热负荷表达式如公式(8)所示，
其中，
为t-1时段的室内温度；Tt out为t时段的室外温度；K为建筑物综合传热系数，F为建筑物表面积；V为建筑物体积；Cair为室内空气的比热容；ρair为室内空气的密度；Δt为时间间隔。
输入IES上层调度模型的初始参数，并采用CPLEX求解器对IES上层调度模型进行求解，得出用户用能计划数据并产生上层解决方案，其中输入IES上层调度模型的初始参数包括电负荷预测值、室外温度、分时电价和热价参数、建筑物参数、调度时段数和各优化变量的上、下限值。
检查上层解决方案是否满足第一约束条件，若满足第一约束条件，所述用户用能计划作为综合能源***下层调度模型的负荷需求；其中第一约束条件为：
构建碳排放区间分段的阶梯式碳交易成本模型，其中阶梯式碳交易是指将碳排放量分为多个区间进行碳交易，当实际碳排放量大于碳排放配额时，碳排放源需要从碳交易市场购买碳排放额度，CO2排放量越多的区间，碳交易价格越高，反之实际碳排放量小于碳排放配额时，碳排放源向碳交易市场出售碳排放额度，CO2排放量越小的区间，碳交易价格越高，构建碳排放区间分段的阶梯式碳交易成本模型包括构建***实际碳排放量表达式、构建***的总碳排放配额表达式和构建阶梯式碳交易成本计算模型，具体步骤包括：
构建***实际碳排放量表达式，***的碳排放源共有三个，分别是燃气轮机、燃气锅炉和外购电能，同时P2G设备在电转气的过程中会吸收CO2作为原料，抵消一部分碳排放源所排放的CO2，设D为***实际碳排放量，则***实际碳排放量表达式如公式(9)
其中，δGT是燃气轮机的碳排放强度；δGB为燃气锅炉的碳排放强度；δbe为外购电能的碳排放强度；δP2G为电转气设备碳捕获强度；PP2G,t为电转气设备在t时段的电功率；β为燃气轮机供电量的折算系数，PGT,t为燃气轮机在t时段的供电量；HGT,t为燃气轮机在t时段的供热量；HGB,t为燃气锅炉在t时段提供的热功率；Pbe,t为t时段的外购电能功率；T为一个调度周期；
构建***的总碳排放配额表达式，与***碳排放源相对应，***的总碳排放配额由燃气轮机、燃气锅炉和外购电能的碳排放配额构成，设B为***的总碳排放配额，则***的总碳排放配额表达式如公式(10)所示，
其中，B为***的总碳排放配额；λGT为燃气轮机的配额系数；λGB为燃气锅炉的配额系数；λbe为外购电能的配额系数；
建阶梯式碳交易成本计算模型，当B>D时为负，B<D时为正，则阶梯式碳交易成本计算模型如公式(11)所示，
其中，Fc为碳交易成本；σ为基础碳交易价格；ω为***出售时的碳交易价格增长幅度；ε为购买碳排放权时的碳交易价格增长幅度；p为碳排放区间步长。
以外购能源和碳交易成本最小为目标构建IES下层调度模型，其中IES下层调度模型的构建过程包括选取优化目标和确定约束条件，具体步骤如下，
选取优化目标，选用IES外购电能和天然气能源成本与碳交易成本之和最小为优化目标，考虑到可再生能源发电的随机性，利用电储能、燃气轮机和外购电能为***提供旋转备用，设F2为IES的总成本，则优化目标函数的表达式如公式(12)所示，
其中，F2为综合能源***的总成本；Fbe为外购电能成本；Fbg为天然气成本；θbe为外购电能价格；θbg为天然气价格；
为从上级电网购买旋转备用价格；
为从气网购买旋转备用价格；Pbe,t为t时段从上级电网购买电能；Rbe,t为t时段旋转备用功率；RGT,t为t时段燃气轮机提供的备用功率；
为t时段燃气轮机提供气转电效率；ηP2G为电转气设备的能量转换效率；ηGB为燃气锅炉的能量转换效率；Qg为天然气低热值；
确定第二约束条件；所述第二约束条件包括能量平衡约束、燃气轮机约束、燃气锅炉约束、电转气设备约束、电储能约束、旋转备用约束和外部网络约束；
能量平衡约束包括包括电功率平衡约束和热功率平衡约束，
其中能量平衡约束的表达式为：
PREG,t为可再生能源在t时段的预测出力值；PCH,t为电储能t时段的充电功率；PDC,t为电储能t时段的放电功率；
燃气轮机约束包括机组出力约束和爬坡约束，
其中燃气轮机约束的表达式为：
燃气锅炉约束包括燃气锅炉的出力约束和爬坡约束；
其中燃气锅炉约束的表达式为：
电转气设备约束的表达式为：
电储能约束，包括电储能出力约束和容量约束；
其中电储能约束的表达式为
Smax为电储能的最大容量；Smin为电储能的最小容量；S(0)为电储能装置周期初始容量；S(end)电储能装置结束时的容量；
为最大充电功率；γCH为最大充电效率；
为最大放电功率；γDC最大放电效率；
旋转备用约束，包括燃气轮机备用约束、外购电能备用约束和电储能的备用约束以及旋转备用的机会约束；
其中旋转备用约束的表达式为：
Pt W为t时段风机实际出力值；Pt PV为t时段光伏的实际出力值；Pr为事件成立的概率；ψ为置信度；
外部网络约束，包括外购电能和外购天然气约束；
其中外部网络约束的表达式为：
将IES上层调度模型求解得到的用户用能计划作为IES下层调度模型的负荷需求，其中IES上层调度模型求解得到的用户用能计划为综合需求响应后用户每时段的电负荷和热负荷需求。
将旋转备用约束进行确定性转化，其中将旋转备用的机会约束进行确定性约束转化处理，处理后的模型具有混合整数线性规划结构。
输入IES下层调度模型的初始参数，并采用CPLEX求解器对下层调度模型进行求解，得到下层解决方案，其中输入的初始参数包括燃气轮机参数、燃气锅炉参数、储能参数、可再生能源预测值、调度时段数和各优化变量的上、下限值。
检查下层解决方案是否满足第二约束条件，若满足第二约束条件则输出最优调度方案，其中第二约束条件包括公式(13)-(19)。
输出最优调度方案包括待优化变量对应的数值及优化目标函数值的综合能源***优化调度方案。
下面介绍本发明的基于碳交易模型的综合能源***低碳调度方法使用效果，本实施例是以某IES实际电负荷，室外温度和风光出力为依据，设定四种运行模式进行算例对比分析，以验证本方法所构建模型的有效性，所设定的四种模式本别是：
模式1：传统碳交易，不考虑综合需求响应；
模式2：传统碳交易，考虑综合需求响应；
模式3：阶梯式碳交易，不考虑综合需求响应；
模式4：阶梯式碳交易，考虑综合需求响应；
在上述模式下，应用本发明方法的优化调度结果如下：图4为不同模式下各设备和外购电能的出力总量对比图，图5为模式4中不同惩罚因子下热负荷削减和***碳排放变化图，图6为模式4中购能成本、总成本和碳排放量随碳交易价格升高的变化图。
由图4可以看出，考虑阶梯式碳交易后，外购电能和燃气锅炉的出力降低，燃气轮机出力增多，这是因为考虑阶梯式碳交易后，为抑制外购电能高碳排放，外购电能减少，燃气轮机的电出力升高，由于热电约束燃气轮机的热出力也随之升高，为保持热负荷平衡，燃气锅炉出力下降。说明考虑阶梯式碳交易可以对高碳机组进行有效约束，提高低碳机组的出力，进而降低***整体的碳排放水平。
由图5可以看出，随着惩罚因子逐渐增大，热负荷削减量逐渐减少，但是碳排放量逐渐增加。惩罚因子反映了用户对热舒适度的要求，值越大代表用户对热舒适度的要求越高，因此应合理设置惩罚因子，在满足用户热舒适度要求的同时降低***碳排放量。
由图6可以看出，碳排放量随着碳交易价格的升高而降低，碳交易成本即总成本与购能成本的差值不断升高，这是因为阶梯式碳交易减少了外购电能，提高了燃气轮机的电出力，从而使碳排放量得到降低。当碳交易价格为1000元/t后，碳排放量和***的购能成本保持不变，这是因为此时燃气轮机已经达到出力上限，机组出力不再变化，且燃气轮机的容量较外购电能小，***实际碳排放量不会小于配额，因而总成本随着碳交易价格的升高而呈正比上升。
表1为不同模式下***碳排放量、碳交易成本、购能成本和总成本情况。
| 模式 | 碳排放量(t) | 碳交易成本(元) | 购能成本(元) | 总成本(元) |
| 模式1 | 14.26 | 89.57 | 11147.33 | 11236.89 |
| 模式2 | 14.13 | 102.74 | 10768.60 | 10871.34 |
| 模式3 | 12.80 | 121.88 | 11328.60 | 11450.47 |
| 模式4 | 12.43 | 144.38 | 10979.82 | 11124.20 |
由表1可以看出，模式1到模式4碳排放量逐渐降低，说明考虑阶梯式碳交易和综合需求响应有利益抑制***的碳排放；其中模式4与模式3相比考虑了综合需求响应，虽然碳交易成本升高，但是购能成本降低，***的总成本降低；模式4与模式2相比考虑阶梯式碳交易后，碳排放量降低了12.03％，而总成本只升高了2.33％，说明本文所提模型能够有效降低碳排放的同时，也兼顾了***的运行经济性。
综上所述，本发明的基于碳交易模型的综合能源***低碳调度方法，首先构建含有多种可再生能源发电和电-热-气多种能源形式于一体的IES架构；然后根据价格型的电-热综合需求响应模型和碳排放区间分段的碳交易成本模型，构建上层以用户用能成本最低，下层以外购能源和碳交易成本最小为目标的IES双层调度模型；最后采用CPLEX求解器求解模型，得到全局最优解，有效的解决了现有技术的环境污染和能源短缺问题，提高了***的运行经济性，降低了***的碳排放量，促进了风光等可再生能源的消纳，具有方法科学合理、适用性强和效果佳等优点。
实施例2
基于本发明实施例1基于碳交易模型的综合能源***低碳调度方法，本发明实施例2还提出了基于碳交易模型的综合能源***低碳调度***，图7为本发明实施例1提出的基于碳交易模型的综合能源***低碳调度***示意图，该***包括第一构建模块、第一求解模型、第二构建模块、输入模块和第二求解模块；
第一构建模块用于构建源荷协调的综合能源***；综合能源***包括电负荷、热负荷、电储能装置和电转气设备；基于综合能源***，建立综合能源***的上层模型，上层模型包括价格型的电热综合需求响应模型、综合能源***上层调度模型和求取的用户最低供热量；
第一求解模块用于输入所述综合能源***上层调度模型的初始参数，对所述综合能源***上层调度模型进行求解，得到用户的用能计划；
第二构建模块用于建立综合能源***的下层模型；所述下层模型包括碳排放区间分段的阶梯式碳交易成本模型、综合能源***下层调度模型；
输入模块用于在所述用户用能计划满足第一约束条件下，将所述用户用能计划作为综合能源***下层调度模型的负荷需求；
第二求解模块用于将旋转备用约束进行确定性转化，输入综合能源***下层调度模型的初始参数，对所述综合能源***下层调度模型进行求解，得到综合能源***的最优成本，在所述最优成本满足第二约束条件下，输出最优调度方案。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制。对于所属领域的技术人员来说，在上述说明的基础上还可以做出其它不同形式的修改或变形。这里无需也无法对所有的实施方式予以穷举。在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.基于碳交易模型的综合能源***低碳调度方法，其特征在于，包括以下步骤：
构建源荷协调的综合能源***；所述综合能源***包括电负荷、热负荷、电储能装置和电转气设备；基于所述综合能源***，建立综合能源***的上层模型，所述上层模型包括价格型的电热综合需求响应模型、综合能源***上层调度模型和求取的用户最低供热量；
输入所述综合能源***上层调度模型的初始参数，对所述综合能源***上层调度模型进行求解，得到用户的用能计划；
建立综合能源***的下层模型；所述下层模型包括碳排放区间分段的阶梯式碳交易成本模型、综合能源***下层调度模型；
在所述用户用能计划满足第一约束条件下，将所述用户用能计划作为综合能源***下层调度模型的负荷需求；
将旋转备用约束进行确定性转化，输入综合能源***下层调度模型的初始参数，对所述综合能源***下层调度模型进行求解，得到综合能源***的最优成本，在所述最优成本满足第二约束条件下，输出最优调度方案。
2.根据权利要求1所述的基于碳交易模型的综合能源***低碳调度方法，其特征在于，所述建立价格型的电热综合需求响应模型包括充分利用了电能与热能之间的耦合互补关系，分别建立了可时移电负荷的数学模型和可削减热负荷的数学模型；
所述可时移电负荷的数学模型为：PL,t＝PFL,t+PSL,t；则PL,t为用户在t时段的总电负荷；PSL,t为用户在t时段的可时移电负荷；
所述可削减热负荷的数学模型为：HL,t＝HOL,t-HCL,t；则HL,t为用户在t时段削减后的热负荷功率；HOL,t为用户在t时段削减前的热负荷功率；HCL,t为用户在t时段的削减热负荷功率。
3.根据权利要求2所述的基于碳交易模型的综合能源***低碳调度方法，其特征在于，所述综合能源***上层调度模型建立的方法包括：
以用户用能成本最小为目标构建综合能源***优化目标函数，其中优化目标函数的表达式为：
其中，F1为用户的用能成本；μt为分时电价；γt为分时热价；κ为刻画用户热舒适性要求的惩罚因子；κ(HCL,t)2为用户因降低供热负荷造成的热舒适度下降所产生的惩罚成本；
确定第一约束条件；所述第一约束条件包括可时移电负荷约束、可削减热负荷约束和热感觉平均预测指标约束；其中可时移电负荷约束的表达式为：
其中
为t时段可时移负荷的最小值；
为t时段可时移负荷的最大值；α为可时移电负荷占比；
可削减热负荷约束的表达式为：
热感觉平均预测指标约束的表达式为：
4.根据权利要求3所述的基于碳交易模型的综合能源***低碳调度方法，其特征在于，所述用户最低供热量求取的方法包括：
根据热感觉平均预测指标与室内温度的关系可以求得用户可接受的室内最低热舒适温度；
根据所述用户可接受的室内最低热舒适温度求得用户最低供热量；其中供热量的表达式为：
其中，
为t-1时段的室内温度；Tt out为t时段的室外温度；K为建筑物综合传热系数，F为建筑物表面积；V为建筑物体积；Cair为室内空气的比热容；ρair为室内空气的密度；Δt为时间间隔。
5.根据权利要求4所述的基于碳交易模型的综合能源***低碳调度方法，其特征在于，所述输入所述综合能源***上层调度模型的初始参数，对所述综合能源***上层调度模型进行求解，得到用户的用能计划的方法为：
输入综合能源***上层调度模型的初始参数，采用CPLEX求解器对综合能源***上层调度模型进行求解，得到用户的用能计划；所述综合能源***上层调度模型的初始参数包括电负荷预测值、室外温度、分时电价、热价参数、建筑物参数、调度时段数、各优化变量的上限值、各优化变量的下限值。
6.根据权利要求5所述的基于碳交易模型的综合能源***低碳调度方法，其特征在于，所述碳排放区间分段的阶梯式碳交易成本模型建立的方法包括：
构建***实际碳排放量表达式
其中，δGT是燃气轮机的碳排放强度；δGB为燃气锅炉的碳排放强度；δbe为外购电能的碳排放强度；δP2G为电转气设备碳捕获强度；PP2G,t为电转气设备在t时段的电功率；β为燃气轮机供电量的折算系数，PGT,t为燃气轮机在t时段的供电量；HGT,t为燃气轮机在t时段的供热量；HGB,t为燃气锅炉在t时段提供的热功率；Pbe,t为t时段的外购电能功率；T为一个调度周期；
构建***的总碳排放配额表达式
其中，B为***的总碳排放配额；λGT为燃气轮机的配额系数；λGB为燃气锅炉的配额系数；λbe为外购电能的配额系数；
构建阶梯式碳交易成本计算模型：
其中，Fc为碳交易成本；σ为基础碳交易价格；ω为***出售时的碳交易价格增长幅度；ε为购买碳排放权时的碳交易价格增长幅度；p为碳排放区间步长。
7.根据权利要求6所述的基于碳交易模型的综合能源***低碳调度方法，其特征在于，所述综合能源***下层调度模型建立的方法包括：
选用综合能源***外购电能和天然气能源成本与碳交易成本之和最小为优化目标，优化目标函数为：
其中，F2为综合能源***的总成本；Fbe为外购电能成本；Fbg为天然气成本；θbe为外购电能价格；θbg为天然气价格；
为从上级电网购买旋转备用价格；
为从气网购买旋转备用价格；Pbe,t为t时段从上级电网购买电能；Rbe,t为t时段旋转备用功率；RGT,t为t时段燃气轮机提供的备用功率；
为t时段燃气轮机提供气转电效率；ηP2G为电转气设备的能量转换效率；ηGB为燃气锅炉的能量转换效率；Qg为天然气低热值；
确定第二约束条件；所述第二约束条件包括能量平衡约束、燃气轮机约束、燃气锅炉约束、电转气设备约束、电储能约束、旋转备用约束和外部网络约束；
能量平衡约束包括包括电功率平衡约束和热功率平衡约束，
其中能量平衡约束的表达式为：
PREG,t为可再生能源在t时段的预测出力值；PCH,t为电储能t时段的充电功率；PDC,t为电储能t时段的放电功率；
燃气轮机约束包括机组出力约束和爬坡约束，
其中燃气轮机约束的表达式为：
为燃气轮机出力的上限；
为燃气轮机出力的下限；
为燃气轮机最大向下爬坡率；
为燃气轮机最大向上爬坡率；π为燃气轮机的热电比；
燃气锅炉约束包括燃气锅炉的出力约束和爬坡约束；
其中燃气锅炉约束的表达式为：
为燃气锅炉热出力的上限；
为燃气锅炉热出力的下限；
为燃气锅炉最大向下爬坡率；
为燃气锅炉最大向上爬坡率；
电转气设备约束的表达式为：
为电转气设备的最大功率；
电储能约束，包括电储能出力约束和容量约束；
其中电储能约束的表达式为
Smax为电储能的最大容量；Smin为电储能的最小容量；S(0)为电储能装置周期初始容量；S(end)电储能装置结束时的容量；
为最大充电功率；γCH为最大充电效率；
为最大放电功率；γDC最大放电效率；
旋转备用约束，包括燃气轮机备用约束、外购电能备用约束和电储能的备用约束以及旋转备用的机会约束；
其中旋转备用约束的表达式为：
Pt W为t时段风机实际出力值；Pt PV为t时段光伏的实际出力值；Pr为事件成立的概率；ψ为置信度；
外部网络约束，包括外购电能和外购天然气约束；
其中外部网络约束的表达式为：
为外购电能的上限；
为外购电能的下限；
为外购天然气的上限；
为外购天然气的下限。
8.根据权利要求7所述的基于碳交易模型的综合能源***低碳调度方法，其特征在于，所述输入综合能源***下层调度模型的初始参数，对所述综合能源***下层调度模型进行求解的方法包括：输入综合能源***下层调度模型的初始参数，并采用CPLEX求解器对综合能源***下层调度模型进行求解；其中综合能源***下层调度模型的初始参数包括：燃气轮机参数、燃气锅炉参数、储能参数、可再生能源预测值、调度时段数、各优化变量的上限值和各优化变量的下限值。
9.根据权利要求8所述的基于碳交易模型的综合能源***低碳调度方法，其特征在于，所述输出最优调度方案包括待优化变量对应的数值及优化目标函数值的综合能源***优化调度方案。
10.基于碳交易模型的综合能源***低碳调度***，其特征在于，所述***包括第一构建模块、第一求解模型、第二构建模块、输入模块和第二求解模块；
所述第一构建模块用于构建源荷协调的综合能源***；所述综合能源***包括电负荷、热负荷、电储能装置和电转气设备；基于所述综合能源***，建立综合能源***的上层模型，所述上层模型包括价格型的电热综合需求响应模型、综合能源***上层调度模型和求取的用户最低供热量；
所述第一求解模块用于输入所述综合能源***上层调度模型的初始参数，对所述综合能源***上层调度模型进行求解，得到用户的用能计划；
所述第二构建模块用于建立综合能源***的下层模型；所述下层模型包括碳排放区间分段的阶梯式碳交易成本模型、综合能源***下层调度模型；
所述输入模块用于在所述用户用能计划满足第一约束条件下，将所述用户用能计划作为综合能源***下层调度模型的负荷需求；
所述第二求解模块用于将旋转备用约束进行确定性转化，输入综合能源***下层调度模型的初始参数，对所述综合能源***下层调度模型进行求解，得到综合能源***的最优成本，在所述最优成本满足第二约束条件下，输出最优调度方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111077451.1A CN113780663A (zh) | 2021-09-14 | 2021-09-14 | 基于碳交易模型的综合能源***低碳调度方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111077451.1A CN113780663A (zh) | 2021-09-14 | 2021-09-14 | 基于碳交易模型的综合能源***低碳调度方法和*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113780663A true CN113780663A (zh) | 2021-12-10 |
Family
ID=78843728
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111077451.1A Pending CN113780663A (zh) | 2021-09-14 | 2021-09-14 | 基于碳交易模型的综合能源***低碳调度方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113780663A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114240244A (zh) * | 2021-12-30 | 2022-03-25 | 南京邮电大学 | 一种结合碳排放的能源***调度方法及*** |
| CN114357782A (zh) * | 2022-01-06 | 2022-04-15 | 南京邮电大学 | 一种计及碳源汇作用的综合能源***优化调度方法 |
| CN114463130A (zh) * | 2022-02-08 | 2022-05-10 | 河北农业大学 | 基于梯型碳交易机制和需求响应的能源***调度方法 |
| CN114545878A (zh) * | 2022-02-22 | 2022-05-27 | 山东大学 | 一种综合能源***优化调度方法及*** |
| CN114757552A (zh) * | 2022-04-25 | 2022-07-15 | 广西大学 | 一种多主体互补的多能源***低碳运行策略的构建方法及*** |
| CN114781740A (zh) * | 2022-05-07 | 2022-07-22 | 国网福建省电力有限公司 | 考虑碳排放成本下用户需求响应特性的综合能源***运行优化装置 |
| 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 |
| CN115907352A (zh) * | 2022-11-04 | 2023-04-04 | 国网山东省电力公司东营供电公司 | 一种综合能源***近零损耗低碳能源管理方法 |
| CN116128262A (zh) * | 2023-04-19 | 2023-05-16 | 山东科技大学 | 一种综合能源***低碳调度方法及*** |
| CN116151594A (zh) * | 2023-04-19 | 2023-05-23 | 国网浙江省电力有限公司金华供电公司 | 电气热协同的综合能源***低碳调度方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110276486A (zh) * | 2019-06-14 | 2019-09-24 | 国网湖北省电力有限公司电力科学研究院 | 一种基于价格激励的综合能源***调度方法 |
| CN110912120A (zh) * | 2019-11-26 | 2020-03-24 | 东北电力大学 | 考虑可再生能源发电不确定性和用户热舒适性的综合能源***优化调度方法 |
| CN112488525A (zh) * | 2020-12-01 | 2021-03-12 | 燕山大学 | 碳交易机制下考虑源荷侧响应的电热滚动调度方法及*** |
| CN113112087A (zh) * | 2021-04-23 | 2021-07-13 | 国网宁夏电力有限公司经济技术研究院 | 考虑电热负荷需求响应的综合能源***运行成本优化方法 |
-
2021
- 2021-09-14 CN CN202111077451.1A patent/CN113780663A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110276486A (zh) * | 2019-06-14 | 2019-09-24 | 国网湖北省电力有限公司电力科学研究院 | 一种基于价格激励的综合能源***调度方法 |
| CN110912120A (zh) * | 2019-11-26 | 2020-03-24 | 东北电力大学 | 考虑可再生能源发电不确定性和用户热舒适性的综合能源***优化调度方法 |
| CN112488525A (zh) * | 2020-12-01 | 2021-03-12 | 燕山大学 | 碳交易机制下考虑源荷侧响应的电热滚动调度方法及*** |
| CN113112087A (zh) * | 2021-04-23 | 2021-07-13 | 国网宁夏电力有限公司经济技术研究院 | 考虑电热负荷需求响应的综合能源***运行成本优化方法 |
Non-Patent Citations (1)
| Title |
|---|
| SONGZHANG 等: "Two-Stage Low-Carbon Economic Dispatch of Integrated Demand Response-Enabled Integrated Energy System with Ladder-Type Carbon Trading", ENERGY ENGINEERING, vol. 120, no. 1, 31 January 2023 (2023-01-31), pages 181 - 199 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114240244A (zh) * | 2021-12-30 | 2022-03-25 | 南京邮电大学 | 一种结合碳排放的能源***调度方法及*** |
| CN114357782A (zh) * | 2022-01-06 | 2022-04-15 | 南京邮电大学 | 一种计及碳源汇作用的综合能源***优化调度方法 |
| CN114463130A (zh) * | 2022-02-08 | 2022-05-10 | 河北农业大学 | 基于梯型碳交易机制和需求响应的能源***调度方法 |
| CN114545878B (zh) * | 2022-02-22 | 2023-09-01 | 山东大学 | 一种综合能源***优化调度方法及*** |
| CN114545878A (zh) * | 2022-02-22 | 2022-05-27 | 山东大学 | 一种综合能源***优化调度方法及*** |
| CN114757552A (zh) * | 2022-04-25 | 2022-07-15 | 广西大学 | 一种多主体互补的多能源***低碳运行策略的构建方法及*** |
| CN114757552B (zh) * | 2022-04-25 | 2024-07-16 | 广西大学 | 一种多主体互补的多能源***低碳运行策略的构建方法及*** |
| CN114781740A (zh) * | 2022-05-07 | 2022-07-22 | 国网福建省电力有限公司 | 考虑碳排放成本下用户需求响应特性的综合能源***运行优化装置 |
| 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 |
| CN115907352B (zh) * | 2022-11-04 | 2023-08-18 | 国网山东省电力公司东营供电公司 | 一种综合能源***近零损耗低碳能源管理方法 |
| CN115907352A (zh) * | 2022-11-04 | 2023-04-04 | 国网山东省电力公司东营供电公司 | 一种综合能源***近零损耗低碳能源管理方法 |
| CN116151594A (zh) * | 2023-04-19 | 2023-05-23 | 国网浙江省电力有限公司金华供电公司 | 电气热协同的综合能源***低碳调度方法 |
| CN116151594B (zh) * | 2023-04-19 | 2023-07-07 | 国网浙江省电力有限公司金华供电公司 | 电气热协同的综合能源***低碳调度方法 |
| CN116128262B (zh) * | 2023-04-19 | 2023-07-25 | 山东科技大学 | 一种综合能源***低碳调度方法及*** |
| CN116128262A (zh) * | 2023-04-19 | 2023-05-16 | 山东科技大学 | 一种综合能源***低碳调度方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113780663A (zh) | 基于碳交易模型的综合能源***低碳调度方法和*** | |
| Ma et al. | Modeling and optimization of combined heat and power with power-to-gas and carbon capture system in integrated energy system | |
| Wang et al. | Optimal design of hybrid combined cooling, heating and power systems considering the uncertainties of load demands and renewable energy sources | |
| Yang et al. | Coordinated optimization scheduling operation of integrated energy system considering demand response and carbon trading mechanism | |
| Chen et al. | Increasing the flexibility of combined heat and power for wind power integration in China: Modeling and implications | |
| CN110460040B (zh) | 一种考虑智能建筑热平衡特性的微电网运行调度方法 | |
| Ju et al. | A Tri-dimensional Equilibrium-based stochastic optimal dispatching model for a novel virtual power plant incorporating carbon Capture, Power-to-Gas and electric vehicle aggregator | |
| CN109191025A (zh) | 一种电源结构优化配置方案综合能效的评价方法 | |
| CN113809755B (zh) | 一种基于需求响应的智慧楼宇节能优化控制方法 | |
| Al Huneidi et al. | Energy modeling and photovoltaics integration as a mitigation measure for climate change impacts on energy demand | |
| CN113592365B (zh) | 一种考虑碳排放与绿电消纳的能源优化调度方法及*** | |
| CN114580863A (zh) | 一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源***经济调度方法 | |
| CN111668878A (zh) | 一种可再生微能源网的优化配置方法和*** | |
| CN107392366A (zh) | 计及用户行为分析的综合能源***供需双侧综合优化方法 | |
| Yang et al. | Optimal dispatch for a combined cooling, heating and power microgrid considering building virtual energy storage | |
| CN112529405A (zh) | 计及动态价格奖惩因子的电热气综合能源调度方法和*** | |
| Ji et al. | Optimal schedule of solid electric thermal storage considering consumer behavior characteristics in combined electricity and heat networks | |
| Wu et al. | Dynamic pricing and energy management of hydrogen-based integrated energy service provider considering integrated demand response with a bi-level approach | |
| Yang et al. | Optimal scheduling of electro-thermal system considering refined demand response and source-load-storage cooperative hydrogen production | |
| Wu et al. | Co-optimization of building energy systems with renewable generations combining active and passive energy-saving | |
| Cui et al. | Optimal operation of CCHP microgrids with multiple shiftable loads in different auxiliary heating source systems | |
| Ma et al. | Performance optimization of phase change energy storage combined cooling, heating and power system based on GA+ BP neural network algorithm | |
| Xue et al. | Optimal capacity allocation method of integrated energy system considering renewable energy uncertainty | |
| CN108197412A (zh) | 一种多能源耦合能量管理***及优化方法 | |
| Chen et al. | Robust optimal dispatching of wind fire energy storage system based on equilibrium optimization algorithm |
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 |