考虑碳交易机制的多能源多时间尺度优化调度方法及系统

技术领域

本发明涉及多能源优化技术领域，特别涉及一种考虑碳交易机制的多能源多时间尺度优化调度方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。

综合能源系统(Integrated Energy System，IES)打破了传统电力、天然气、热能等独立运营的壁垒，基于能源互补和能量梯级利用原则，将多种能源系统进行统一规划和协调运营。这种方法提高了整个综合网络的能源利用效率和系统可靠性，能源供给结构得以不断优化，这将进一步促进综合能源系统的研究和应用，使其在能源领域更加深入和广泛地发展。

但是，发明人发现，现有对综合能源系统研究的较少同时考虑多时间尺度调节、低碳目标与需求响应，或未涉及氢能利用场景，或在所建立低碳目标上过于单一或不适用于非规模竞争性主体，无法实现综合能源系统的更精准的优化调度。

发明内容

为了解决现有技术的不足，本发明提供了一种考虑碳交易机制的多能源多时间尺度优化调度方法及系统，将阶梯型碳排放奖惩机制与多能源多时间尺度交互模型相结合，综合考虑了模型中多环节所产生的碳排放、固碳效果，较为完善地描述了运行成本，能够良好地应对不同时间维度下的负荷与新能源出力预测。

为了实现上述目的，本发明采用如下技术方案：

第一方面，本发明提供了一种考虑碳交易机制的多能源多时间尺度优化调度方法。

一种考虑碳交易机制的多能源多时间尺度优化调度方法，包括以下过程：

根据响应综合能源系统优化指令所需的时间，将激励型需求响应分为时间递减的四类；

执行日前优化控制，确定耦合设备的工作计划、第一类激励型需求响应的调用计划；

执行日内滚动优化控制，确定分布式发电的出力计划、耦合设备备用出力计划以及第二类激励型需求响应的调用计划，以修正日前优化结果的偏差；

执行实时优化控制，确定各类储能设备的工作状态以及第三类激励型需求响应和第四类激励型需求响应的调用计划，确定向上级配电网以及天然气网的购电量与购气量。

作为本发明第一方面进一步的限定，日前优化控制的最小化的第一目标函数，所述第一目标函数为：向上级购能成本、储能设备成本、耦合设备成本、分布式发电成本和第一用户负荷管理成本的加和，再与综合能源系统承担的碳交易成本的差值；

所述第一目标函数的约束包括：电功率平衡约束、天然气平衡约束、热功率平衡约束和氢能平衡约束；

第一用户负荷管理成本中考虑第一类激励型需求响应的调用量、第二类激励型需求响应的调用量、第一类激励型需求响应的成本系数和第二类激励型需求响应的成本系数。

作为本发明第一方面进一步的限定，日内滚动优化控制的最小化的第二目标函数，所述第二目标函数为：向上级购能成本、储能设备成本、耦合设备成本、分布式发电成本和第二用户负荷管理成本的加和，再与综合能源系统承担的碳交易成本的差值；

所述第一目标函数的约束包括：电功率平衡约束、天然气平衡约束、热功率平衡约束和氢能平衡约束；

第二用户负荷管理成本中考虑第一类激励型需求响应的调用量、第二类激励型需求响应的调用量、第三类激励型需求响应的调用量、第一类激励型需求响应的成本系数、第二类激励型需求响应的成本系数和第三类激励型需求响应的成本系数。

作为本发明第一方面进一步的限定，日内滚动优化控制的最小化的第三目标函数，所述第二目标函数为：向上级购能成本、储能设备成本、耦合设备成本、分布式发电成本和第三用户负荷管理成本的加和，再与综合能源系统承担的碳交易成本的差值；

所述第三目标函数的约束包括：电功率平衡约束、天然气平衡约束、热功率平衡约束和氢能平衡约束；

第三用户负荷管理成本中考虑第一类激励型需求响应的调用量、第二类激励型需求响应的调用量、第三类激励型需求响应的调用量、第四类激励型需求响应的调用量、第一类激励型需求响应的成本系数、第二类激励型需求响应的成本系数、第三类激励型需求响应的成本系数和第四类激励型需求响应的成本系数。

作为本发明第一方面进一步的限定，第一类激励型需求响应中，提前1d制定计划；第二类激励型需求响应中，响应时长15min～1h；第三类激励型需求响应中，响应时长为5min～15min；第四类激励型需求响应中，为实时响应。

作为本发明第一方面进一步的限定，综合能源系统实际总的碳排放量与综合能源系统总的碳配额的差值小于或等于负的碳排放区间长度时，综合能源系统承担的碳交易成本为：-β(1+2μ)(E-l-E

综合能源系统实际总的碳排放量与综合能源系统总的碳配额的差值大于或等于负的碳排放区间长度，且小于或等于零时，综合能源系统承担的碳交易成本为：-β(1+2μ)l-β(1+μ)(E-E

综合能源系统实际总的碳排放量与综合能源系统总的碳配额的差值小于或等于碳排放区间长度，且大于零时，综合能源系统承担的碳交易成本为：β(E

综合能源系统实际总的碳排放量与综合能源系统总的碳配额的差值大于碳排放区间长度，且小于或等于2倍的碳排放区间长度时，综合能源系统承担的碳交易成本为：βl+β(1+r)(E

综合能源系统实际总的碳排放量与综合能源系统总的碳配额的差值大于2倍的碳排放区间长度，且小于或等于3倍的碳排放区间长度时，综合能源系统承担的碳交易成本为：β(2+r)l+β(1+2r)(E

综合能源系统实际总的碳排放量与综合能源系统总的碳配额的差值大于3倍的碳排放区间长度时，综合能源系统承担的碳交易成本为：β(3+3r)l+β(1+3r)(E

其中，β为市场上的单位碳交易价格，μ和r为奖惩阶梯型碳交易机制的奖励系数和惩罚系数，E

第二方面，本发明提供了一种考虑碳交易机制的多能源多时间尺度优化调度系统。

一种考虑碳交易机制的多能源多时间尺度优化调度系统，包括：

响应划分模块，被配置为：根据响应综合能源系统优化指令所需的时间，将激励型需求响应分为时间递减的四类；

日前优化模块，被配置为：执行日前优化控制，确定耦合设备的工作计划、第一类激励型需求响应的调用计划；

日内优化模块，被配置为：执行日内滚动优化控制，确定分布式发电的出力计划、耦合设备备用出力计划以及第二类激励型需求响应的调用计划，以修正日前优化结果的偏差；

实时优化模块，被配置为：执行实时优化控制，确定各类储能设备的工作状态以及第三类激励型需求响应和第四类激励型需求响应的调用计划，确定向上级配电网以及天然气网的购电量与购气量。

作为本发明第二方面进一步的限定，日前优化控制的最小化的第一目标函数，所述第一目标函数为：向上级购能成本、储能设备成本、耦合设备成本、分布式发电成本和第一用户负荷管理成本的加和，再与综合能源系统承担的碳交易成本的差值；

所述第一目标函数的约束包括：电功率平衡约束、天然气平衡约束、热功率平衡约束和氢能平衡约束；

第一用户负荷管理成本中考虑第一类激励型需求响应的调用量、第二类激励型需求响应的调用量、第一类激励型需求响应的成本系数和第二类激励型需求响应的成本系数。

作为本发明第二方面进一步的限定，日内滚动优化控制的最小化的第二目标函数，所述第二目标函数为：向上级购能成本、储能设备成本、耦合设备成本、分布式发电成本和第二用户负荷管理成本的加和，再与综合能源系统承担的碳交易成本的差值；

所述第一目标函数的约束包括：电功率平衡约束、天然气平衡约束、热功率平衡约束和氢能平衡约束；

第二用户负荷管理成本中考虑第一类激励型需求响应的调用量、第二类激励型需求响应的调用量、第三类激励型需求响应的调用量、第一类激励型需求响应的成本系数、第二类激励型需求响应的成本系数和第三类激励型需求响应的成本系数。

作为本发明第二方面进一步的限定，日内滚动优化控制的最小化的第三目标函数，所述第二目标函数为：向上级购能成本、储能设备成本、耦合设备成本、分布式发电成本和第三用户负荷管理成本的加和，再与综合能源系统承担的碳交易成本的差值；

所述第三目标函数的约束包括：电功率平衡约束、天然气平衡约束、热功率平衡约束和氢能平衡约束；

第三用户负荷管理成本中考虑第一类激励型需求响应的调用量、第二类激励型需求响应的调用量、第三类激励型需求响应的调用量、第四类激励型需求响应的调用量、第一类激励型需求响应的成本系数、第二类激励型需求响应的成本系数、第三类激励型需求响应的成本系数和第四类激励型需求响应的成本系数。

第三方面，本发明提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的考虑碳交易机制的多能源多时间尺度优化调度方法中的步骤。

第四方面，本发明提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方面所述的考虑碳交易机制的多能源多时间尺度优化调度方法中的步骤。

与现有技术相比，本发明的有益效果是：

1、本发明创新性的提出了一种阶梯型碳排放奖惩机制，定量分析不同碳排放额度下企业可获得的奖励或受到的惩罚，激发企业减少碳排放的积极性。

2、本发明创新性的将阶梯型碳排放奖惩机制与多能源多时间尺度交互模型相结合，综合考虑了模型中多环节所产生的碳排放、固碳效果，较为完善地描述了运行成本。

3、本发明创新性的提出了一种多时间尺度优化运行模型，能够良好地应对不同时间维度下的负荷与新能源出力预测。

本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明实施例1提供的综合能源系统结构示意图；

图2为本发明实施例1提供的IES优化调度常用模型示意图；

图3为本发明实施例1提供的考虑碳交易机制的多能源多时间尺度优化调度方法的流程示意图。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

实施例1：

本发明实施例1提供了一种考虑碳交易机制的多能源多时间尺度优化调度方法，将碳交易奖惩机制与多能源交互模型相结合。首先，分析了IES内元件的运行特性，并依据IES内元件特性以激励型需求响应将能源负荷分为具有不同时间尺度的四类需求响应资源；然后，通过构建碳排放权建立了阶梯型的碳排放交易奖惩制度，当IES碳排放额小于设定值时可获得奖励，超过设定值时则受到惩罚，IES碳排放额越小(越大)则奖励(惩罚)越强；最后，分别以日前、日内和实时三种时间尺度建立了多能源优化调度模型。模型综合考虑了电、气、热、氢四类能源，详细描述了多能源间的交互关系，并综合考虑碳交易将多能源整合在同一个模型中，充分发挥了IES的低碳性，减少了碳排放。

本发明采用IES对电、气、热、氢等多能源互动模型进行描述。综合能源系统是一个多元能源的集成系统，旨在更高效、可持续地满足能源需求。IES根据电、热、气等多种能源类型的互补特性以及能量梯级利用原则，对多能系统进行统一规划和协调优化运行，是提高能源利用率的重要途径。IES优化调度是IES能量产生、利用并实现供需平衡的前提。IES的目标是实现能源的整合、最优化和协同运作，以提供可靠、经济和环保的能源供应。

如图1所示，典型的IES包括电力、热能和天然气等多种能源，能够实现异质能源子系统之间的协调规划、优化运行和互补互助。除了通过电力网络供应电能，IES还通过天然气网络和热能网络向负荷提供燃气和热能，以满足各种负荷需求。在电力、天然气和热能的传输过程中，IES通过热电联产机组(Combined Heat and Power，CHP)发电并产生热能，借助电转气(Power to Gas，P2G)技术将电力网络与天然气网络连接，通过热泵(Heat Pump，HP)、电锅炉(Electric Boiler，EB)、燃气轮机(Gas turbine，GT)、燃气锅炉(Gas boiler，GB)、余热锅炉(Waste heat boiler，WHB)等设备实现电转化为热能，以满足能源之间的互补需求。当各种能源供需不平衡时，多余或不足的能量可通过不同的储能设备(储电、储气、储热等)进行储存或释放，以实现系统能量的动态平衡。因此，了解各种能源系统的特性并进行基于此的优化调度是实现IES高效且安全运行的关键要素。

如图2所示，常见的IES优化调度模型根据各自的特点可大致分四类：基本优化调度模型、考虑能流差异性的调度模型、考虑系统灵活性的调度模型、考虑系统随机性的调度模型。

基本优化调度模型：根据建模思路和方式的不同，基本优化调度模型可分为两类，即一般模型和统一模型，一般模型即分别对电、热、气子系统和耦合元件单独建模，统一建模的主要思路是利用能源枢纽或电路等理论对多种能源转化、存储、传输等关系用方程统一表述。

考虑能流差异性的调度模型：在IES优化调度中考虑天然气系统、热力系统和电力系统的不同时间尺度问题，从而实现“快”传输电与“慢”传输热、气之间的匹配与平衡，这是大幅度提高能源利用效率的有效手段。

考虑系统灵活性的调度模型：电、热、气等能源之间的转换和协调，可以有效提高系统的经济性以及可再生能源的消纳能力，IES提高系统灵活性的手段主要包括，增设耦合元件等设备、增设储热/储气等储能装置、利用热/气管道自身的管存特性以及建筑热特性。

考虑系统随机性的调度模型：随着可再生能源大规模的接入、电价引起的负荷不确定性增强，考虑不确定性的决策方法在IES调度中得到重视。常用的随机性管理方法有随机优化和鲁棒优化等方法。

因多能源交互需要，IES内含有大量的元件，本发明中，IES内的元件可按照特性分为如下三大类：

耦合设备：耦合设备的灵活性不及储能设备，在本文模型中不作为快速调节方式，但其备用调节容量具有一定的调节作用；

分布式电源：分布式电源在出力上限范围内可快速弃风弃光，其出力具有良好的可调性，但出力具有不确定性与波动性；

储能设备：储能元件具有布置灵活、调节快速的优势，但储能容量有一定限制，适用于对IES内随机波动的供需曲线进行快速调节。

在IES中，电、气、热和氢这四种能源负荷都可以根据其需求响应特性进行需求响应管理。按照区域电网对电负荷需求响应资源的管理方式，这四种需求响应负荷可分为两类：价格型需求响应(price-based demand response，PDR)和激励型需求响应(Incentive-based Demand Response，IDR)。本发明主要关注激励型需求响应，激励型需求响应可根据响应IES的优化指令所需的时间分为以下四类：

A类IDR，提前1d制定计划；B类IDR，响应时长15min～1h；C类IDR，响应时长5～15min；D类IDR，实时响应。

根据已有的四类激励型需求响应，可进行多时间尺度优化分类，如图3所示：

日前优化：时间步长为1h，执行周期为24h。该阶段需确定耦合设备的工作计划、A类调用计划；

日内滚动优化：时间步长为15min，执行周期为4h。该阶段需制定分布式发电的出力计划、耦合设备备用出力计划以及B类的调用计划，用以修正日前优化计划的结果偏差；

实时优化：执行周期为5min。该阶段需制定各类储能设备的工作状态以及C类和D类调用计划，最终确定向上级配电网以及天然气网的购电量与购气量。

本发明从日前、日内和实时三个时间尺度介绍了IES多时间尺度下的优化调度模型，并在模型中加入阶梯型碳交易机制，通过构建碳排放权以成本激励IES减少碳排放量，充分发挥IES的低碳特性。

具体的，本发明提出了一种阶梯型碳交易奖惩机制，包括以下内容：

碳排放的原理是通过构建碳排放权，用成本激励被考核主体，减少碳排放。当实际碳排放高于配额时，需要购买碳排放权，反之则出售碳排放权，进而取得碳排放收益。本节考虑系统向外部电网的购电量均来自火电，依据基准线法，认为IES中碳排放源来自于外购电力、CHP和GB三部分，则碳交易的无偿碳排放配额分配如下：

式中：E

在计量IES实际运行中的碳排放量时，还需进一步考虑甲烷反应器(MethaneReactor，MR)设备对二氧化碳的捕获消纳作用，因此实际的碳排放量应调整为：

式中：E

为了在控制碳排放量同时激发IES的节能积极性，在碳交易的基础上引入奖-惩系数，根据实际排放量与设定排放量进行对比进行奖励或者处罚。其奖惩阶梯型碳交易成本计算模型可表示如下：

式中：f

本发明提考虑到各类负荷、分布式电源出力的预测值与实际值存在偏差，本发明的日前优化调度采用适用于较大不确定度的多场景随机规划方法，以保证IES运行安全性。

日前优化模型的目标函数(即第一目标函数)在系统总运行成本最小的基础上，将弃风弃光量和负荷缺损量折算成惩罚成本计入系统运行成本中，并考虑碳交易成本，模型表示如下：

式中：f

式中：n∈{e,g,h,H2}中n为表示能源形式的变量，e、g、h、H2分别表示电、气、热、氢，后同；p

第一目标函数的约束条件，包括：

(1)电功率平衡约束

(2)天然气平衡约束

(3)热功率平衡约束

(4)氢能平衡约束

式中：

日内调度优化阶段将实测所得的系统数据反馈到日内滚动优化模型中，结合未来4h内时间步长为15min的风、光、负荷的超短期预测数据来求解最优控制序列。

与日前优化基本相同，日内滚动优化的目标函数(即第二目标函数)同样为IES运行总成本最小，可调节的有耦合设备备用容量出力与IDR类负荷的调用成本，而A类IDR参数已确定，负荷总成本为B类和C类IDR之和，目标函数如下：

式中：f为日内优化模型的目标函数；N

第二目标函数的约束条件与第一目标函数的约束条件相同，这里不再赘述。

实时调度优化的时间步长为5min，此时间尺度下实时负荷波动幅度已很小，多场景随机优化方法已不再适用。为此，本文采用机会约束方法，设置一定的约束条件，使得约束条件成立的概率不小于某一置信水平。

与日内滚动优化基本相同，实时优化的目标函数(即第三目标函数)同样为IES运行总成本最小，变化的只有IDR类负荷的调用成本，具体为C类和D类IDR之和，目标函数如下：

式中：f

对实时优化模型采用机会约束方法，此时认为短期预测所得的电、气、热、氢实时负荷的偏差值各自满足某一截断正态分布，对储能设备的调控要求为只需满足各类负荷在各自设定的置信水平下的供给率即可，剩余的微弱偏差可通过实时的向上级购电、购气以及负荷调节满足平衡。故此时约束条件与不区分各类场景的日前、日内滚动优化的约束条件基本相同，不再赘述，但在功率平衡的部分约束方面有所不同。

第三目标函数的约束，包括：

(1)电功率平衡约束

(2)天然气平衡约束

(3)热功率平衡约束

(4)氢能平衡约束

式中：P

本发明分析了IES内元件的运行特性，并依据IES内元件特性以激励型需求响应将能源负荷分为具有不同时间尺度的四类需求响应资源。然后通过构建碳排放权建立了阶梯型的碳排放交易奖惩制度，当IES碳排放额小于设定值时可获得奖励，超过设定值时则受到惩罚，IES碳排放额越小(越大)则奖励(惩罚)越强。最后，分别以日前、日内和实时三种时间尺度建立了多能源优化调度模型；模型综合考虑了电、气、热、氢四类能源，详细描述了多能源间的交互关系，并综合考虑碳交易将多能源整合在同一个模型中，充分发挥了IES的低碳性，减少了碳排放。

实施例2：

本发明实施例2提供了一种考虑碳交易机制的多能源多时间尺度优化调度系统，包括：

响应划分模块，被配置为：根据响应综合能源系统优化指令所需的时间，将激励型需求响应分为时间递减的四类；

日前优化模块，被配置为：执行日前优化控制，确定耦合设备的工作计划、第一类激励型需求响应的调用计划；

日内优化模块，被配置为：执行日内滚动优化控制，确定分布式发电的出力计划、耦合设备备用出力计划以及第二类激励型需求响应的调用计划，以修正日前优化结果的偏差；

实时优化模块，被配置为：执行实时优化控制，确定各类储能设备的工作状态以及第三类激励型需求响应和第四类激励型需求响应的调用计划，确定向上级配电网以及天然气网的购电量与购气量。

所述系统的工作方法与实施例1提供的考虑碳交易机制的多能源多时间尺度优化调度方法相同，这里不再赘述。

实施例3：

本发明实施例3提供了一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如本发明实施例1所述的考虑碳交易机制的多能源多时间尺度优化调度方法中的步骤。

实施例4：

本发明实施例4提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明实施例1所述的考虑碳交易机制的多能源多时间尺度优化调度方法中的步骤。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。