CN116742723A - 一种考虑碳排放量的多海岛微电网***双层优化调度方法 - Google Patents

一种考虑碳排放量的多海岛微电网***双层优化调度方法 Download PDF

Info

Publication number
CN116742723A
CN116742723A CN202310769983.4A CN202310769983A CN116742723A CN 116742723 A CN116742723 A CN 116742723A CN 202310769983 A CN202310769983 A CN 202310769983A CN 116742723 A CN116742723 A CN 116742723A
Authority
CN
China
Prior art keywords
grid
island micro
representing
power
carbon
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310769983.4A
Other languages
English (en)
Inventor
丁智华
梁富光
陈文兴
孙玉波
林超群
陈思伟
罗允忠
李斌
陈可旺
柳卫明
涂承谦
缪健锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Fujian Electric Power Co Ltd
Ningde Power Supply Co of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Fujian Electric Power Co Ltd
Ningde Power Supply Co of State Grid Fujian Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Fujian Electric Power Co Ltd, Ningde Power Supply Co of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Fujian Electric Power Co Ltd
Priority to CN202310769983.4A priority Critical patent/CN116742723A/zh
Publication of CN116742723A publication Critical patent/CN116742723A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • B60L53/665—Methods related to measuring, billing or payment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/30—Constructional details of charging stations
    • B60L53/31—Charging columns specially adapted for electric vehicles
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2200/00—Type of vehicles
    • B60L2200/32—Waterborne vessels
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/40—The network being an on-board power network, i.e. within a vehicle
    • H02J2310/42—The network being an on-board power network, i.e. within a vehicle for ships or vessels
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Transportation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种考虑碳排放量的多海岛微电网***双层优化调度方法，具体步骤包括：构建包括若干海岛微电网***与电动船舶充放电***的综合优化***，并将若干海岛微电网***作为上层优化***，将电动船舶充放电***作为下层优化***；以若干海岛微电网***的日运行成本为目标构建上层优化***的目标函数，并根据上层优化***的约束条件利用数字优化技术求解上层优化***的最优调度方案及碳量水平；基于模糊机会约束规划通过清晰等价的方法替换若干海岛微电网***中的模糊变量的约束条件，所述模糊变量包括风机和光伏电阻间歇发电量与***负荷。

Description

一种考虑碳排放量的多海岛微电网***双层优化调度方法
技术领域
本发明涉及电力技术领域，具体为一种考虑碳排放量的多海岛微电网***双层优化调度方法。
背景技术
海岛目前大多采用柴油机来进行发电，电力供应不能得到很好的保障，所以需要利用海岛周边的可再生能源进行来进行能源补给，同时也需要海底电缆、天然气管道来满足岛上的用电、热需求。现有岛际通行中的燃油船舶还会造成污染，污染海洋环境，所以以蓄电池为供电来源的船舶由于其具备效率高、环境效益好、经济性优的特点，越来越被广泛使用。目前都是利用电网的分时电价格或者海岛的负荷水平引导电动船舶充放电行为。
在现有技术中无法充分发挥电动船舶与海岛微电网的协同调度作用；无法降低电动船舶参与海岛微电网调度的成本；无法降低电动船舶与海岛微电网协同调度的碳排放量。
在现有技术CN106877406B一种多能源船舶微网的多目标电源配置优化方法中，提出针对一类包含柴油发电机、风力发电、光伏发电和电池储能的船舶微网***，通过研究动态负荷下储能***临界出力点，并以此作为柴蓄进行出力优先的判断，构建基于动态临界点的柴蓄优先选择的储能***调度策略，本发明能够实现真正意义上的动态多目标微电网的电源配置优化。在现有技术中，没有考虑到电动船舶与海岛微电网的协同调度作用，也没有从整体上考虑到整个***的碳排放水平对环境造成的影响。
发明内容
为了解决上述现有技术中存在的问题，本发明提出了一种考虑碳排放量的多海岛微电网***双层优化调度方法。
本发明的技术方案如下：
一方面，本发明提出一种考虑碳排放量的多海岛微电网***双层优化调度方法，具体步骤包括：
构建包括若干海岛微电网***与电动船舶充放电***的综合优化***，并将若干海岛微电网***海岛微电网***作为上层优化***，将电动船舶充放电***作为下层优化***；
以若干海岛微电网***的日运行成本为目标构建上层优化***的目标函数，并根据上层优化***的约束条件利用数字优化技术求解上层优化***的最优调度方案及碳量水平；
基于模糊机会约束规划通过清晰等价的方法替换若干海岛微电网***中的模糊变量的约束条件，所述模糊变量包括风机和光伏电阻间歇发电量与***负荷；
利用实时的碳量水平制定电动船舶的实时充放电价格，并以电动船舶的运行成本为目标构建下层优化***的目标函数；
基于下层优化***目标函数的约束条件通过数字优化技术求解下层优化***目标函数中各电动船舶的最优调度方案；
利用模糊多决策方法构建目标函数求解上、下层优化***的目标函数的最优调度方法的折中解。
作为优选实施方式，所述海岛微电网***包括风机、光伏组件、共享储能电站、燃气锅炉、热电联产机组和柴油发电机；所述电动船舶充放电***包括若干辆电动船舶和若干个充放电桩；
其中，所述热电联产机组包括燃气轮机和余热锅炉，数学模型具体为：
式中，为第i个海岛微电网***中燃气轮机在t时刻的输出功率；ηGT为燃气轮机的发电效率；R为天然气的低热值；/>为第i个海岛微电网***中余热锅炉在t时刻的热功率；ηWH为余热锅炉的余热回收效率；VGT,i,t表示第i个海岛微电网***中燃气轮机在t时刻消耗的天然气量；
所述共享储能电站是为同一个配电区域内的多类别使用者提供共享储能服务；使用者向储能电站缴纳一定服务费来满足使用者内部的充放电需求，并通过购、售电方式进行各海岛微电网***与共享储能电站间的交易。
作为优选实施方式，所述若干海岛微电网***的日运行成本包括柴油发电机成本、各海岛微电网***与电网间的购、售电成本、风机与光伏组件的运行成本、热点联产机组的运行成本、燃气锅炉的运行成本、各海岛微电网***与电网间的需求响应成本、碳交易成本、共享储能电站的服务成本和各海岛微电网间的交互成本；
所述柴油发电机成本具体为：
式中，pDIG表示柴油发电机单位出力的价格；表示t时刻的第i个海岛微电网***中柴油发电机的出力；/>分别表示柴油发电机在t时刻启动、停止的变量，取值在0到1之间；/>分别表示柴油发电机的单次启、停成本；
所述各海岛微电网***与电网间的购、售电成本具体为：
式中，pg,t、ps,t分别表示各海岛微电网***与电网间的购、售电价格；分别表示第i个海岛微电网***与电网的购、售电功率；
所述风机与光伏组件的运行成本具体为：
式中，pWT、pPV分别表示风机、光伏组件的单位运行成本； 分别表示第i个海岛微电网***中风电、光伏在t时刻的发电量；
所述热点联产机组的运行成本具体为：
式中，pCHP表示天然气的单价；
所述燃气锅炉的运行成本具体为：
式中，表示第i个海岛微电网***中t时刻燃气锅炉的热功率；ηGB表示燃气锅炉的发热效率；
所述各海岛微电网***与电网间的需求响应成本具体为：
式中，表示电网在t时段的分时电价；/>表示t时刻的可调度电负荷；/>表示可调度负荷因子；
所述碳交易成本具体为：
式中，表示无偿碳配额；/>表示实际碳排放量；α表示无偿碳配额基数；β表示柴油发电机的单位碳排放费用；χ表示电网的单位碳排放费用；δ表示天然气的单位碳排放费用；
式中，分别表示实际碳交易成本与不考虑碳配额的碳交易成本；ctr,i表示第i个碳排放量区间对应的单位成本；λi表示第i个碳排放量区间的边界值；ε表示无偿碳配额的收益单价；
所述共享储能电站的服务成本具体为：
式中，分别表示各海岛微电网***向储能电站购电量与存储电量；表示储能电站的服务费用；
所述各海岛微电网间的交互成本具体为：
式中，分别表示各海岛微电网***之间的购、售电价格；分别表示各海岛微电网***之间的购、售电功率。
作为优选实施方式，所述上层优化***的约束条件包括热电联产机组的约束条件、柴油发电机的约束条件、功率平衡的约束条件、各海岛微电网***间的交互约束条件和共享储能电站的约束条件；
所述热电联产机组的约束条件具体为：
式中，UGT与DGT分别表示热电联产机组中燃气轮机爬坡功率的上、下限。分别表示燃气轮机发电的最小值与最大值；
所述柴油发电机的约束条件具体为：
式中，表示第i台柴油发电机在t时刻的行为变量，取值范围0-1之间；分别表示第i台柴油发电机出力的最小值与最大值；UDIG、DDIG分别表示柴油发电机爬坡功率的上、下限；
所述功率平衡的约束条件具体为：
式中，表示燃气锅炉的热功率；/>表示海岛微电网***中的热负荷；/>表示固定电负荷；/>分别表示第i个海岛微电网***中电动船舶在t时刻的充放电功率；
所述各海岛微电网***间的交互约束条件具体为：
式中，分别表示海岛微电网***间的最大购、售电功率；分别表示第i、j个海岛微电网***间的购售电0-1状态；
所述共享储能电站之间的约束条件具体为：
式中，为各共享储能电站t时刻的容量；/>分别为各共享储能电站的充放电效率；/>分别为各共享储能电站t时刻的充、放电功率；/>分别为各共享储能电站的最大充放电功率；/>分别为各共享储能电站的充放电状态位；
同时，每个共享储能电站的全部充放电功率等于与其交互的所有海岛微电网***的充放电功率。
作为优选实施方式，所述基于模糊机会约束规划通过清晰等价的方法替换若干海岛微电网***中的模糊变量的约束条件步骤具体为：
通过模糊机会规划约束将模糊变量用多边形函数进行表示：
式中，MF1-MF4用于决定隶属度函数的形状，表示隶属度参数；μ(MF)表示隶属度函数；根据风机与光伏组件和负荷功率的预测值可以确定不同的隶属度参数：
其中，每个隶属度参数具体为：
MFc＝ωcPyuc
式中，MFc为第c个隶属度参数；ωc为第c个比例系数，其取值范围为0-1；Pyuc为参数预测值，当ω2＝ω3时，模糊参数为三角形，即MF2＝MF3＝Pyuc；
通过清晰等价法将上层优化***的约束条件中的功率平衡约束条件进行等价替换，具体为：
式中，分别表示风机、光伏组件和负荷的三角形隶属度函数。
作为优选实施方式，所述利用实时的碳量水平制定电动船舶的实时充放电价格步骤具体为：
根据碳排放计算碳量水平，具体公式如下：
式中，分别表示第i个海岛微电网***t时刻的无偿碳配额与实际碳排放；/>表示第i个海岛微电网***t时刻的碳量水平；
计算相对碳量系数，具体公式如下：
式中，为相对碳量系数，/>为考虑电动船舶后的碳量水平；
根据相对碳量水平定制动态电动船舶充放电价格，具体为：
式中，分别为电动船舶售电与购电的动态电价；ps,i,t,max、ps,i,t,min分别为售电分时电价价格的最大与最小值；pg,i,t,max、pg,i,t,min分别为购电分时电价价格的最大与最小值。
作为优选实施方式，所述电动船舶的运行成本包括电动船舶的充电成本与放电收益，具体公式如下：
式中，minF表示目标函数的最小值，F1、F2分别表示电动船舶充放电***的充电成本与放电收益；分别表示电动船舶充放电***在t时刻的充、放电价格；
作为优选实施方式，所述下层优化***的约束条件包括下层优化***的整体功率平衡约束条件和下层优化***的容量与充放电功率约束条件：
所述下层优化***的整体功率平衡约束条件具体为：
式中，分别表示下层优化***在t时刻总的充、放电的功率；/>表示下层优化***总的充电功率；/>表示下层优化***的最大充电功率；
所述下层优化***的容量与充放电功率约束条件具体为：
式中，与/>分别表示下层优化***的充、放电效率；/>与/>分别为下层优化***在t时刻电池容量上下限；/>分别表示下层优化***全天的总容量；为t时段下层优化***的最大充、放电功率。
作为优选实施方式，所述利用模糊多决策方法构建目标函数求解上、下层优化***的目标函数的最优调度方法的折中解步骤中，构建的目标函数具体为：
式中，表示第k个结果中第j个目标函数的满意度；γk表示第k个结果的标准满意度；Zfin表示最佳折中解；/>表示第j个目标的最大、最小值；/>表示第k个结果中的第j个目标值。
另一方面，本发明提出一种考虑碳排放量的多海岛微电网***双层优化调度***，包括：
综合优化***构建模块，构建包括若干海岛微电网***与电动船舶充放电***的综合优化***，并将若干海岛微电网***作为上层优化***，将电动船舶充放电***作为下层优化***；
上层优化***构建模块，以若干海岛微电网***的日运行成本为目标构建上层优化***的目标函数；
上层调度方案生成模块，根据上层优化***的约束条件利用数字优化技术求解上层优化***的最优调度方案及碳量水平；
约束条件确定模块，基于模糊机会约束规划通过清晰等价的方法替换若干海岛微电网***中的模糊变量的约束条件，所述模糊变量包括风机和光伏电阻间歇发电量与***负荷；
下层优化***构建模块，利用实时的碳量水平制定电动船舶的实时充放电价格，并以电动船舶的运行成本为目标构建下层优化***的目标函数；
下层调度方案生成模块，基于下层优化***目标函数的约束条件通过数字优化技术求解下层优化***目标函数中各电动船舶的最优调度方案；
最优调度方案生成模块：利用模糊多决策方法构建目标函数求解上、下层优化***的目标函数的最优调度方法的折中解。
本发明具有如下有益效果：
1、本发明通过***的碳量水平调节电动船舶的充放电价格，引导电动船舶参与海岛微电网***充放电行为，降低综合***整体的碳排放量，同时提高电动船舶的充放电收益。
2、本发明通过动态定价机制来改变***的实时电价，可以调节微电网***中各机组的发电量，进而改善综合***的负荷曲线，降低综合***的峰谷差，提高综合***运行的可靠性。
3、本发明通过数字优化技术智能获取上、下层优化***的最佳运行方案，再通过模糊多决策方法获取最佳折中解，最大程度的降低了整个综合***的碳排放量，有助于节能减排。
附图说明
图1为本发明的流程图；
图2为本实施例的***模型结构图；
图3为各海岛微电网***间的购、售电价格图；
图4为各海岛微电网***的电、热负荷数据图；
图5为各海岛微电网***的无序充电与碳量水平图；
图6为动态电价下海岛微电网***1的电力调度结果图；
图7为分时电价下海岛微电网***1的电力调度结果图；
图8为动态电价下海岛微电网***2的电力调度结果图；
图9为分时电价下海岛微电网***2的电力调度结果图；
图10为动态电价下海岛微电网***3的电力调度结果图；
图11为分时电价下海岛微电网***3的电力调度结果图；
图12为各海岛微电网***在动态与分时电价时的电负荷调度结果图；
图13为海岛微电网***1在动态与分时电价下的价格图；
图14为海岛微电网***2在动态与分时电价下的价格图；
图15为海岛微电网***3在动态与分时电价下的价格图；
图16为海岛微电网***1在动态与分时电价下的碳量水平图；
图17为海岛微电网***2在动态与分时电价下的碳量水平图；
图18为海岛微电网***3在动态与分时电价下的碳量水平图；
图19为动态电价下电动船舶充放电***的充放电情况图；
图20为分时电价下电动船舶充放电***的充放电情况图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
实施例一：
参见图1，一种考虑碳排放量的多海岛微电网***双层优化调度方法，其特征在于，具体步骤包括：
构建包括若干海岛微电网***与电动船舶充放电***的综合优化***，并将若干海岛微电网***作为上层优化***，将电动船舶充放电***作为下层优化***；
以若干海岛微电网***的日运行成本为目标构建上层优化***的目标函数，并根据上层优化***的约束条件利用数字优化技术求解上层优化***的最优调度方案及碳量水平；
基于模糊机会约束规划通过清晰等价的方法替换若干海岛微电网***中的模糊变量的约束条件，所述模糊变量包括风机和光伏电阻间歇发电量与***负荷；
利用实时的碳量水平制定电动船舶的实时充放电价格，并以电动船舶的运行成本为目标构建下层优化***的目标函数；
基于下层优化***目标函数的约束条件通过数字优化技术求解下层优化***目标函数中各电动船舶的最优调度方案；
利用模糊多决策方法构建目标函数求解上、下层优化***的目标函数的最优调度方法的折中解。
具体实施时，本文构建的上层优化***包括三个海岛微电网***，在海岛微电网***中主要包括电、热负荷，三个海岛微电网***不仅能与电网进行交互，各海岛微电网***间也能相互传输电能；如图2所示，海岛微电网***1中只有电负荷，海岛微电网***2和3中包含电、热负荷；海岛微电网***1中不含有热电联产机组和燃气锅炉，海岛微电网***2和3中均含有热电联产机组和燃气锅炉。燃气锅炉与热电联产机组利用天然气给热负荷供热，其余机组给电负荷供电。
作为本实施例的优选实施方式，所述基于模糊机会约束规划通过清晰等价的方法替换若干海岛微电网***中的模糊变量的约束条件步骤具体为：
通过模糊机会规划约束将模糊变量用多边形函数进行表示：
式中，MF1-MF4用于决定隶属度函数的形状，表示隶属度参数；μ(MF)表示隶属度函数；根据风机与光伏组件和负荷功率的预测值可以确定不同的隶属度参数：
其中，每个隶属度参数具体为：
MFc＝ωcPyuc
式中，MFc为第c个隶属度参数；ωc为第c个比例系数，其取值范围为0-1；Pyuc为参数预测值，当ω2＝ω3时，模糊参数为三角形，即MF2＝MF3＝Pyuc；
通过清晰等价法将上层优化***的约束条件中的功率平衡约束条件进行等价替换，具体为：
式中，分别表示风机、光伏组件和负荷的三角形隶属度函数。
具体实施时，当优化过程中出现模糊变量时，可以利用模糊机会规划约束使得约束条件的成立的可能性满足一定的置信水平σ。通过置信水平可将原问题转化为机会约束的形式：
式中，f(x)表示目标函数；Cr{g(x,ζ)≤0}≥σ表示具有模糊变量约束满足条件的置信度；g(x)表示具有模糊变量的约束；x、ζ分别为优化变量与模糊变量。
在调度周期内风光的间歇式出力与负荷的模糊参数可以用三角形或梯形函数表示：
式中，MF1-MF4可用于决定隶属度函数的形状，表示隶属度参数；μ(MF)表示隶属度函数。根据风光和负荷功率的预测值可以确定不同的隶属度参数：
MFc＝ωcPyuc
式中，MFc为第c个隶属度参数；ωc为第c个比例系数，其取值范围为[0,1]；Pyuc为参数预测值。特别地，当ω2＝ω3时，模糊参数为三角形，即MF2＝MF3＝Pyuc。
再通过清晰等价形式求解模糊机会规划问题，将机会约束函数转化并根据传统方法求解，当置信度大于0.5时，可以将功率平衡约束条件进行等价替换，可得：
作为本实施例的优选实施方式，所述利用实时的碳量水平制定电动船舶的实时充放电价格步骤具体为：
根据碳排放计算碳量水平，具体公式如下：
式中，分别表示第i个海岛微电网***t时刻的无偿碳配额与实际碳排放；/>表示第i个海岛微电网***t时刻的碳量水平；
计算相对碳量系数，具体公式如下：
式中，为相对碳量系数，/>为考虑电动船舶后的碳量水平；
根据相对碳量水平定制动态电动船舶充放电价格，具体为：
式中，分别为电动船舶售电与购电的动态电价；ps,i,t,max、ps,i,t,min分别为售电分时电价价格的最大与最小值；pg,i,t,max、pg,i,t,min分别为购电分时电价价格的最大与最小值。
具体实施时，在海岛微电网***调度过程中，规模化的电动船舶接入***会导致海岛微电网***整体碳排放水平的提高，特别是在电动船舶接入***进行充电的时刻。所以利用每个时刻***的碳量水平来引导电动船舶充、放电行为，挖掘电动船舶的充、放电对降低海岛微电网***碳排放的潜力，通过电动船舶的充放电来改变***内其他机组的出力大小，实现降碳的目的。
作为本实施例的优选实施方式，所述利用模糊多决策方法构建目标函数求解上、下层优化***的目标函数的最优调度方法的折中解步骤中，构建的目标函数具体为：
式中，表示第k个结果中第j个目标函数的满意度；γk表示第k个结果的标准满意度；Zfin表示最佳折中解；/>表示第j个目标的最大、最小值；/>表示第k个结果中的第j个目标值。
具体实施时，由于上下层模型的目标函数存在冲突，电动船舶充电成本越大，上层海岛微电网***的收益也会越大，从而减少海岛微电网***的成本，故对于双层优化的结果可利用模糊多决策方法选择最佳折中解。
实施例二：
为了验证本文所提调度策略与模型的有效性，以搭建的若干海岛微电网***与电动船舶充放电***为具体仿真对象。海岛微电网***中各个设备的运行参数如表1所示，某海岛微电网***向电网与其他海岛微电网***之间的购、售电价格如图3所示，每个海岛微电网***的电、热负荷数据如图4所示。假设每个海岛微电网***内建设有15个电动船舶充电桩，每个充电桩的充电功率为15kW，三个海岛微电网***总共考虑45辆电动船舶作为基础调度数据，每辆电动船舶的容量为120kWh，45辆电动船舶的无序充电负荷与海岛微电网***不考虑电动船舶的碳量水平如图5所示。某海岛微电网***向通过交付服务费向共享储能电站存、取电量，共享储能电站的服务费为0.21元/kWh，每个时段的碳交易区间长度为50kg，每个区间的碳交易价格分别为0.25元、0.334元、0.401元、0.468元与0.535元。
表1设备的运行参数
对基础仿真结果进行分析：
基础仿真过程中不考虑风电、光伏与负荷的不确定性，将三角形的模糊隶属度参数都设置为1。为了验证本文所提基于碳量引导含电动船舶充放电***的多海岛微电网***双层优化策略的有效性，对多海岛微电网***与电动船舶充放电***的调度结果进行分析。将分时、动态电价引导电动船舶充放电***充放电的双层优化模型循环100次，利用模糊多决策方法选择最佳的折中解，其运行结果如下。
(一)对海岛微电网***的电供需分析：
海岛微电网***内电负荷的供需情况分别如图6、7、8、9、10和11所示。横坐标上方为供能功率，下方为需求功率。
由图6可知，动态电价机制下电动船舶充放电***的充电时段比分时电价少，所以动态电价机制下海岛微电网***1向电网的购电量明显低于分时电价机制；由于电动船舶相当于储能的作用，所以动态电价机制下的共享储能放电量小于分时电价机制；由于电动船舶充放电***充电时段减少，海岛微电网***之间交互电量增加，海岛微电网***1多余的电量可售给海岛微电网***2。
由图7可知，由于动态电价机制下电动船舶充放电***放电时段减少，少了一部分电功率供给，所以海岛微电网***2与共享储能之间的交互功率比分时电价机制有所增加。
由图8可知，在动态电价机制下电动船舶的充电时刻多余分时电价机制，说明海岛微电网***3在多数时刻的碳量水平较低，充电电价低，引导电动船舶进行充电。在分时电价下，02:00-07:00，***向海岛微电网***2购电，然后向海岛微电网***1售电，由于购电价格售电价格，所以该机制下海岛微电网***3的该时段的调度缺乏经济性。
(二)对电负荷的调度结果分析：
图9和表2表示了各个海岛微电网***在动态与分时电价的电负荷调度结果。
表2电负荷的峰谷差
由图12和表2可知在接入电动船舶负荷后会增加海岛微电网***电负荷的峰谷差。但是采用本文动态电价引导电动船舶充放电后峰谷差的增值比分时电价小，海岛微电网***1-3在动态情况下的峰谷差比分时分别减少18.4％、16.3％与10.1％，动态电价机制相比分时电价机制起到了良好的削峰填谷作用，有利于提高其余机组的利用效率，说明动态电价机制具有合理性。
根据仿真结果分析碳量水平与电价：
动态、分时电价引导电动船舶充放电后，每个海岛微电网***的碳量水平与电价分别如下图13、14、15、16、17、18所示。由图可知，海岛微电网***1加入电动船舶充放电***后大部分时间段的碳量水平都高于不加电动船舶充放电***，导致动态电价下的充放电价格在多数时段都高于分时电价，这样就有利于促进电动船舶充放电***在海岛微电网***1中放电。在海岛微电网***2中，4:00-7:00、19-21:00时段，***的碳量水平低，电动船舶充放电***的充放电价格都低于分时电价，有利于电动船舶充放电***进行充电。海岛微电网***3的碳量水平与电价变化规律与上述类似，不在赘述。动态电价机制下三个海岛微电网***碳量水平之和比分时电价机制的碳量水平之和低，说明采用动态的定价机制可以降低海岛微电网***的碳排放，实现整个***降碳目的，同时也可挖掘电动船舶充放电***的降碳潜力。
根据仿真加过对电动船舶充放电***的充放电情况进行分析：
不同电价下电动船舶充放电***的充、放电情况如图19和图20所示。
由图19和图20可知，在分时电价机制下，电动船舶充放电***的充电时间段主要电价较低的平、谷时段，放电时间主要集中在峰时段，如10:00-11:00、14:00-16:00和20:00-22:00，这样电动船舶充放电***可以通过峰谷电价差值获得较低的充电成本。在动态电价机制下，电动船舶充放电***的充电时间在碳量水平低的时段，即充电价格低于分时购电价格的时段，放电时段集中在碳量水平高的时段，此时放电价格高于分时售电价格，这样扩大了电动船舶充放电***充放电价格之间的差值。通过上述操作不仅有利于降低海岛微电网***的碳排放，也有利于降低电动船舶充放电***的充电成本。
根据仿真结果对海岛微电网***和电动船舶充放电***的运行成本进行分析：
每个海岛微电网***和电动船舶充放电***各自的成本如下表3所示。
各海岛微电网***和电动船舶充放电***的运行成本
由表3可知，在不同电价机制下，动态电价机制下整体海岛微电网***中的购能成本比分时电价下的少454.8元，碳交易成本比分时电价下的少281.1元，其中负荷水平较高的海岛微电网***1受动态电价机制的影响较大，减少碳交易成本的程度较明显。风电、光伏运行成本、燃气锅炉耗气成本以及需求响应成本无变化。动态电价机制下海岛微电网***与共享储能的交易成本比分时电电价下的减少127.3元，其中风光出力较少的海岛微电网***2其与共享储能电站的交易服务费增多。动态电价机制下海岛微电网***间的交互成本比分时电价机制减少90.3元。动态电价机制下电动船舶充放电***在海岛微电网***中的充电成本都低于分时电价的成本，放电收益总和比分时电价高182元，整体充电成本低于分时电价下的成本，这有利于电动船舶充放电***参与海岛微电网***调度，减少***的碳排放量。
根据仿真结果对不同置信度下的成本与碳排进行分析：
海岛微电网***中的风电、光伏和负荷的不确定性会影响***的运行成本，本节对不确定性下***的总成本进行分析。
由表4可知，随着置信水平的提升，海岛微电网***总成本在两种电价机制都不断增大，这说明***的高可靠性依靠高成本投资。电动船舶充放电***充电成本在分时电机机制下没有变化，在动态电价机制下呈现下降趋势，说明随着置信水平提高，电动船舶充放电***充电成本降低，放电收益提高。两种电价机制的下的碳交易成本都与置信水平呈现正相关的状况，即高可靠性会引起较高的碳排放量。
表4不同置信水平下的成本
实施例三：
一种考虑碳排放量的多海岛微电网***双层优化调度***，包括：
综合优化***构建模块，构建包括若干海岛微电网***与电动船舶充放电***的综合优化***，并将若干海岛微电网***作为上层优化***，将电动船舶充放电***作为下层优化***；
上层优化***构建模块，以若干海岛微电网***的日运行成本为目标构建上层优化***的目标函数；
上层调度方案生成模块，根据上层优化***的约束条件利用数字优化技术求解上层优化***的最优调度方案及碳量水平；
约束条件确定模块，基于模糊机会约束规划通过清晰等价的方法替换若干海岛微电网***中的模糊变量的约束条件，所述模糊变量包括风机和光伏电阻间歇发电量与***负荷；
下层优化***构建模块，利用实时的碳量水平制定电动船舶的实时充放电价格，并以电动船舶的运行成本为目标构建下层优化***的目标函数；
下层调度方案生成模块，基于下层优化***目标函数的约束条件通过数字优化技术求解下层优化***目标函数中各电动船舶的最优调度方案；
最优调度方案生成模块：利用模糊多决策方法构建目标函数求解上、下层优化***的目标函数的最优调度方法的折中解。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种考虑碳排放量的多海岛微电网***双层优化调度方法，其特征在于，具体步骤包括：
构建包括若干海岛微电网***与电动船舶充放电***的综合优化***，并将若干海岛微电网***作为上层优化***，将电动船舶充放电***作为下层优化***；
以若干海岛微电网***的日运行成本为目标构建上层优化***的目标函数，并根据上层优化***的约束条件利用数字优化技术求解上层优化***的最优调度方案及碳量水平；
基于模糊机会约束规划通过清晰等价的方法替换若干海岛微电网***中的模糊变量的约束条件，所述模糊变量包括风机和光伏电阻间歇发电量与***负荷；
利用实时的碳量水平制定电动船舶的实时充放电价格，并以电动船舶的运行成本为目标构建下层优化***的目标函数；
基于下层优化***目标函数的约束条件通过数字优化技术求解下层优化***目标函数中各电动船舶的最优调度方案；
利用模糊多决策方法构建目标函数求解上、下层优化***的目标函数的最优调度方法的折中解。
2.根据权利要求1所述的一种考虑碳排放量的多海岛微电网***双层优化调度方法，其特征在于，所述海岛微电网***包括风机、光伏组件、共享储能电站、燃气锅炉、热电联产机组和柴油发电机；所述电动船舶充放电***包括若干辆电动船舶和若干个充放电桩；
其中，所述热电联产机组包括燃气轮机和余热锅炉，数学模型具体为：
式中，为第i个海岛微电网***中燃气轮机在t时刻的输出功率；ηGT为燃气轮机的发电效率；R为天然气的低热值；/>为第i个海岛微电网***中余热锅炉在t时刻的热功率；ηWH为余热锅炉的余热回收效率；VGT,i,t表示第i个海岛微电网***中燃气轮机在t时刻消耗的天然气量；
所述共享储能电站是为同一个配电区域内的多类别使用者提供共享储能服务；使用者向储能电站缴纳一定服务费来满足使用者内部的充放电需求，并通过购、售电方式进行各海岛微电网***与共享储能电站间的交易。
3.根据权利要求2所述的一种考虑碳排放量的多海岛微电网***双层优化调度方法，其特征在于，所述若干海岛微电网***的日运行成本包括柴油发电机成本、各海岛微电网***与电网间的购、售电成本、风机与光伏组件的运行成本、热点联产机组的运行成本、燃气锅炉的运行成本、各海岛微电网***与电网间的需求响应成本、碳交易成本、共享储能电站的服务成本和各海岛微电网间的交互成本；
所述柴油发电机成本具体为：
式中，pDIG表示柴油发电机单位出力的价格；表示t时刻的第i个海岛微电网***中柴油发电机的出力；/>分别表示柴油发电机在t时刻启动、停止的变量，取值在0到1之间；/>分别表示柴油发电机的单次启、停成本；
所述各海岛微电网***与电网间的购、售电成本具体为：
式中，pg,t、ps,t分别表示各海岛微电网***与电网间的购、售电价格；分别表示第i个海岛微电网***与电网的购、售电功率；
所述风机与光伏组件的运行成本具体为：
式中，pWT、pPV分别表示风机、光伏组件的单位运行成本； 分别表示第i个海岛微电网***中风电、光伏在t时刻的发电量；
所述热点联产机组的运行成本具体为：
式中，pCHP表示天然气的单价；
所述燃气锅炉的运行成本具体为：
式中，表示第i个海岛微电网***中t时刻燃气锅炉的热功率；ηGB表示燃气锅炉的发热效率；
所述各海岛微电网***与电网间的需求响应成本具体为：
式中，表示电网在t时段的分时电价；/>表示t时刻的可调度电负荷；/>表示可调度负荷因子；
所述碳交易成本具体为：
式中，表示无偿碳配额；/>表示实际碳排放量；α表示无偿碳配额基数；β表示柴油发电机的单位碳排放费用；χ表示电网的单位碳排放费用；δ表示天然气的单位碳排放费用；
式中，分别表示实际碳交易成本与不考虑碳配额的碳交易成本；ctr,i表示第i个碳排放量区间对应的单位成本；λi表示第i个碳排放量区间的边界值；ε表示无偿碳配额的收益单价；
所述共享储能电站的服务成本具体为：
式中，分别表示各海岛微电网***向储能电站购电量与存储电量；/>表示储能电站的服务费用；
所述各海岛微电网间的交互成本具体为：
式中，分别表示各海岛微电网***之间的购、售电价格；/>分别表示各海岛微电网***之间的购、售电功率。
4.根据权利要求3所述的一种考虑碳排放量的多海岛微电网***双层优化调度方法，其特征在于，所述上层优化***的约束条件包括热电联产机组的约束条件、柴油发电机的约束条件、功率平衡的约束条件、各海岛微电网***间的交互约束条件和共享储能电站的约束条件；
所述热电联产机组的约束条件具体为：
式中，UGT与DGT分别表示热电联产机组中燃气轮机爬坡功率的上、下限。分别表示燃气轮机发电的最小值与最大值；
所述柴油发电机的约束条件具体为：
式中，表示第i台柴油发电机在t时刻的行为变量，取值范围0-1之间；/>分别表示第i台柴油发电机出力的最小值与最大值；UDIG、DDIG分别表示柴油发电机爬坡功率的上、下限；
所述功率平衡的约束条件具体为：
式中，表示燃气锅炉的热功率；/>表示海岛微电网***中的热负荷；/>表示固定电负荷；/>分别表示第i个海岛微电网***中电动船舶在t时刻的充放电功率；
所述各海岛微电网***间的交互约束条件具体为：
式中，分别表示海岛微电网***间的最大购、售电功率；/>分别表示第i、j个海岛微电网***间的购售电状态；
所述共享储能电站之间的约束条件具体为：
式中，为各共享储能电站t时刻的容量；/>分别为各共享储能电站的充放电效率；/>分别为各共享储能电站t时刻的充、放电功率；/>分别为各共享储能电站的最大充放电功率；/>分别为各共享储能电站的充放电状态位；
同时，每个共享储能电站的全部充放电功率等于与其交互的所有海岛微电网***的充放电功率。
5.根据权利要求4所述的一种考虑碳排放量的多海岛微电网***双层优化调度方法，其特征在于，所述基于模糊机会约束规划通过清晰等价的方法替换若干海岛微电网***中的模糊变量的约束条件步骤具体为：
通过模糊机会规划约束将模糊变量用多边形函数进行表示：
式中，MF1-MF4用于决定隶属度函数的形状，表示隶属度参数；μ(MF)表示隶属度函数；根据风机与光伏组件和负荷功率的预测值可以确定不同的隶属度参数：
其中，每个隶属度参数具体为：
MFc＝ωcPyuc
式中，MFc为第c个隶属度参数；ωc为第c个比例系数，其取值范围为0-1；Pyuc为参数预测值，当ω2＝ω3时，模糊参数为三角形，即MF2＝MF3＝Pyuc；
通过清晰等价法将上层优化***的约束条件中的功率平衡约束条件进行等价替换，具体为：
式中，分别表示风机、光伏组件和负荷的三角形隶属度函数。
6.根据权利要求3所述的一种考虑碳排放量的多海岛微电网***双层优化调度方法，其特征在于，所述利用实时的碳量水平制定电动船舶的实时充放电价格步骤具体为：
根据碳排放计算碳量水平，具体公式如下：
式中，分别表示第i个海岛微电网***t时刻的无偿碳配额与实际碳排放；/>表示第i个海岛微电网***t时刻的碳量水平；
计算相对碳量系数，具体公式如下：
式中，为相对碳量系数，/>为考虑电动船舶后的碳量水平；
根据相对碳量水平定制动态电动船舶充放电价格，具体为：
式中，分别为电动船舶售电与购电的动态电价；ps,i,t,max、ps,i,t,min分别为售电分时电价价格的最大与最小值；pg,i,t,max、pg,i,t,min分别为购电分时电价价格的最大与最小值。
7.根据权利要求6所述的一种考虑碳排放量的多海岛微电网***双层优化调度方法，其特征在于，所述电动船舶的运行成本包括电动船舶的充电成本与放电收益，具体公式如下：
式中，minF表示目标函数的最小值，F1、F2分别表示电动船舶充放电***的充电成本与放电收益；分别表示电动船舶充放电***在t时刻的充、放电价格；
8.根据权利要求7所述的一种考虑碳排放量的多海岛微电网***双层优化调度方法，其特征在于，所述下层优化***的约束条件包括下层优化***的整体功率平衡约束条件和下层优化***的容量与充放电功率约束条件：
所述下层优化***的整体功率平衡约束条件具体为：
式中，分别表示下层优化***在t时刻总的充、放电的功率；/>表示下层优化***总的充电功率；/>表示下层优化***的最大充电功率；
所述下层优化***的容量与充放电功率约束条件具体为：
式中，与/>分别表示下层优化***的充、放电效率；/>与/>分别为下层优化***在t时刻电池容量上下限；/>分别表示下层优化***全天的总容量；为t时段下层优化***的最大充、放电功率。
9.根据权利要求1所述的一种考虑碳排放量的多海岛微电网***双层优化调度方法，其特征在于，所述利用模糊多决策方法构建目标函数求解上、下层优化***的目标函数的最优调度方法的折中解步骤中，构建的目标函数具体为：
式中，表示第k个结果中第j个目标函数的满意度；γk表示第k个结果的标准满意度；Zfin表示最佳折中解；/>表示第j个目标的最大、最小值；/>表示第k个结果中的第j个目标值。
10.一种考虑碳排放量的多海岛微电网***双层优化调度***，其特征在于，包括：
综合优化***构建模块，构建包括若干海岛微电网***与电动船舶充放电***的综合优化***，并将若干海岛微电网***作为上层优化***，将电动船舶充放电***作为下层优化***；
上层优化***构建模块，以若干海岛微电网***的日运行成本为目标构建上层优化***的目标函数；
上层调度方案生成模块，根据上层优化***的约束条件利用数字优化技术求解上层优化***的最优调度方案及碳量水平；
约束条件确定模块，基于模糊机会约束规划通过清晰等价的方法替换若干海岛微电网***中的模糊变量的约束条件，所述模糊变量包括风机和光伏电阻间歇发电量与***负荷；
下层优化***构建模块，利用实时的碳量水平制定电动船舶的实时充放电价格，并以电动船舶的运行成本为目标构建下层优化***的目标函数；
下层调度方案生成模块，基于下层优化***目标函数的约束条件通过数字优化技术求解下层优化***目标函数中各电动船舶的最优调度方案；
最优调度方案生成模块：利用模糊多决策方法构建目标函数求解上、下层优化***的目标函数的最优调度方法的折中解。
CN202310769983.4A 2023-06-27 2023-06-27 一种考虑碳排放量的多海岛微电网***双层优化调度方法 Pending CN116742723A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310769983.4A CN116742723A (zh) 2023-06-27 2023-06-27 一种考虑碳排放量的多海岛微电网***双层优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310769983.4A CN116742723A (zh) 2023-06-27 2023-06-27 一种考虑碳排放量的多海岛微电网***双层优化调度方法

Publications (1)

Publication Number Publication Date
CN116742723A true CN116742723A (zh) 2023-09-12

Family

ID=87907911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310769983.4A Pending CN116742723A (zh) 2023-06-27 2023-06-27 一种考虑碳排放量的多海岛微电网***双层优化调度方法

Country Status (1)

Country Link
CN (1) CN116742723A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117852712A (zh) * 2024-01-10 2024-04-09 江苏海洋大学 一种海岛综合能源***的优化方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117852712A (zh) * 2024-01-10 2024-04-09 江苏海洋大学 一种海岛综合能源***的优化方法
CN117852712B (zh) * 2024-01-10 2024-07-19 江苏海洋大学 一种海岛综合能源***的优化方法

Similar Documents

Publication Publication Date Title
Jiang et al. A multiagent-based hierarchical energy management strategy for maximization of renewable energy consumption in interconnected multi-microgrids
Ju et al. A two-stage optimal coordinated scheduling strategy for micro energy grid integrating intermittent renewable energy sources considering multi-energy flexible conversion
Chen et al. A robust optimization framework for energy management of CCHP users with integrated demand response in electricity market
CN110659830A (zh) 面向综合能源***的多能源微网规划方法
Shahinzadeh et al. Optimal energy scheduling for a microgrid encompassing DRRs and energy hub paradigm subject to alleviate emission and operational costs
CN114498639B (zh) 一种考虑需求响应的多微电网联合互济的日前调度方法
CN109586284B (zh) 考虑弃能约束的送端电力***随机生产模拟方法及应用
CN116742723A (zh) 一种考虑碳排放量的多海岛微电网***双层优化调度方法
CN115759610A (zh) 一种电力***源网荷储协同的多目标规划方法及其应用
CN116402307A (zh) 考虑可调度柔性资源运行特性的电网规划容量分析方法
Rahman et al. A model to determine the degree of penetration and energy cost of large scale utility interactive photovoltaic systems
Zhu et al. Optimal scheduling of a wind energy dominated distribution network via a deep reinforcement learning approach
Basu Optimal day-ahead scheduling of renewable energy-based virtual power plant considering electrical, thermal and cooling energy
Yang et al. A multi-objective dispatching model for a novel virtual power plant considering combined heat and power units, carbon recycling utilization, and flexible load response
Wang et al. Optimal dispatching modeling of regional power–heat–gas interconnection based on multi-type load adjustability
Wang et al. Coordinated scheduling of integrated energy microgrid with multi-energy hubs based on MADDPG and two-layer game
CN116914732A (zh) 基于深度强化学习的热电联产***低碳调度方法及***
CN115936336B (zh) 一种虚拟电厂容量配置与调控运行优化方法
CN115986812A (zh) 一种考虑储能和需求响应的微电网经济规划方法及装置
CN115730747A (zh) 一种综合能源***多主体利益分配方法及其应用
Li et al. Energy system and scheduling strategies of electric–gas networks deeply coupled under dual electricity prices
Zhou et al. Dynamic pricing of integrated energy service providers based on master-slave game
CN114614463A (zh) 一种考虑多种不确定性的虚拟电厂交易策略
Senemar et al. Optimal operation of renewable-based residential energy hubs for minimizing PV curtailment
CN113052396A (zh) 一种适用于大规模风电和配置储热的热电联产机组的能量共享方法

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