一种综合能源系统碳排放的计算方法及系统

技术领域

本发明涉及综合能源系统运行领域，具体的是一种综合能源系统碳排放的计算方法及系统。

背景技术

综合能源系统集成了燃气、电力、供热、交通等多种能源子系统，可通过多个能源子系统间的相互协同，实现一次能源的梯级利用，提高可再生能源利用率，实现多能负荷的协调互补，达到能源系统的节能减排的目标，在工程应用中，综合能源系统可充分利用热网及建筑物的热惯性特征，提高了电力系统运行的灵活性，促进风电的消纳，降低能源成本，减少碳排放，得到许多关注。

热电综合能源系统已经从技术层面提高了用能的高效性，在此基础上实现碳减排，建立综合能源系统碳排放的系统性预测，是发掘系统碳减排能力的依据，其关键在于建立科学的预测指标和预测模型。现有技术1(CN116720742A)提出将碳排放预测日的负荷特征数据信息分别输入至LSTM目标网络模型和XGBoost目标模型中，以计算出第一负荷预测结果和第二负荷预测结果；根据LSTM目标网络模型和XGBoost目标模型的权重分配信息，将第一负荷预测结果和第二负荷预测结果进行加权平均，以计算得出目标负荷预测结果；根据目标负荷预测结果、人均国内生产总值数据信息和消费者物价指数数据信息，确定出碳排放预测日的碳排放特征数据信息；将碳排放特征数据信息输入至BP目标神经网络模型中，以计算出目标碳排放预测结果。现有技术2(CN116523095A)使用单变量和多变量灰色预测模型结合的方式建立灰色预测模型。现有技术3(CN116362376A)采集综合能源站建设碳排放预测指标体系及识别碳排放源；预处理综合能源站项目预测指标数据及碳排放源数据；构建基于机器学习算法的综合能源站建设碳排放预测模型，以预测综合能源站建设碳排放。然而，现有技术往往单独考虑系统整体的边际碳减排成本，无法考虑电、热系统间的耦合关系与其对系统碳减排的影响，单个机组的局部碳减排成本与碳减排敏感度也不明确，无法对综合能源系统进行全面的预测。

发明内容

为解决现有技术中存在的不足，本发明提供一种综合能源系统碳排放的计算方法及系统，通过双目标优化方法获得不同场景下综合能源系统关于成本-碳排放的Pareto边界，对Pareto最优点集上的点进行碳减排指标的计算，通过决策方法选出碳减排能力最优的方案。

本发明采用如下的技术方案。

本发明提出了一种综合能源系统碳排放的计算方法，包括：

步骤1，建立综合能源系统能量流模型；

步骤2，建立综合能源系统成本、碳排放均最小的双目标优化模型；

步骤3，采用归一化正态约束法求解双目标优化模型，得到不同运行方案下的双目标优化模型的最优解集；

步骤4，建立综合能源系统碳减排能力预测指标体系，包括：碳减排互补性指标、总体碳减排边际成本指标、局部碳减排成本指标以及局部碳减排敏感度指标；

步骤5，采用TOPSIS理想解法，计算在碳减排能力预测指标体系下双目标优化模型的最优解集的得分，以得分最高的最优解作为综合能源系统碳减排能力最大的运行方案。

步骤2包括：

步骤2.1，建立综合能源系统成本的目标函数，综合能源系统成本包括：购电成本、设备维护成本、设备运行成本；

步骤2.2，建立综合能源系统碳排放的目标函数，综合能源系统碳排放包括：机组运行产生碳排放、上级电网购电产生碳排放。

步骤3包括：

步骤3.1，对成本目标函数与碳排放目标函数分别进行单目标优化求解，得到f

步骤3.2，对优化目标进行标准化，

步骤3.3，给定乌托邦线的方向

步骤3.4，在乌托邦线上产生均匀分布的点，令k＝m-1,m-2,…,2,1,0,设α

步骤3.5，以关系关系式对应乌托邦线上均匀分布的点进行求解，生成Pareto点：

式中，

为碳排放标准化目标函数，

g

p为不等式约束个数，

为上述生成的均匀分布的点，

分别为标准化后的成本和碳排放目标函数；

步骤3.6，对每个Pareto点的计算结果进行逆变换，得到双目标优化模型的最优解。

步骤4中，碳减排互补性指标满足如下关系式：

式中，

M

M

M

步骤4中，总体碳减排边际成本指标满足如下关系式：

式中，

Δf

f

步骤4中，局部碳减排成本指标满足如下关系式：

式中，

CA

MC

e表示机组碳势，若为清洁能源机组，则碳势为零；

ΔP

步骤4中，局部碳减排敏感度指标满足如下关系式：

式中，

MS

Δf

步骤5包括：

步骤5.1，计算最优解集中各最优解对应的各项指标数据，并对各项指标数据进行预处理；

步骤5.2，以预处理后的各项指标数据均最优构成乌托邦点，预处理后的各项指标数据均最劣构成负理想点，计算各最优解距离乌托邦点与负理想点的距离；

步骤5.3，以如下关系式计算各最优解的得分：

式中，

为最优解与乌托邦点的距离，/>

步骤5.4，对各最优解的得分进行排序，选择得分最高的最优解及其所对应的运行方案作为综合能源系统碳减排能力最大的运行方案。

步骤5.1中，预处理包括：对各指标数据正向化，将极小型指标转化为极大型指标；对正向化后的数据进行标准化处理。

步骤5.2中，以如下关系式定义乌托邦点的坐标p

式中，

为全部最优解中最优的第j项指标数据，j＝1,2,…,m，m为指标的数量，

为全部最优解中最劣的第j项指标数据，j＝1,2,…,m，m为指标的数量；

z

步骤5.4中，第i个最最优解与乌托邦点的距离

式中，

本发明还提出了一种综合能源系统碳排放的计算系统，包括：

双目标优化模块，指标体系模块，碳排放预测模块；

双目标优化模块，用于建立综合能源系统能量流模型，建立综合能源系统成本、碳排放均最小的双目标优化模型，采用归一化正态约束法求解双目标优化模型，得到不同运行方案下的双目标优化模型的最优解集；

指标体系模块，用于建立综合能源系统碳减排能力预测指标体系，包括：碳减排互补性指标、总体碳减排边际成本指标、局部碳减排成本指标以及局部碳减排敏感度指标；

碳排放预测模块，用于采用TOPSIS理想解法，计算在碳减排能力预测指标体系下双目标优化模型的最优解集的得分，以得分最高的最优解作为综合能源系统碳减排能力最大的运行方案。

本发明的有益效果在于，与现有技术相比，本发明量化碳减排能力，有效刻画综合能源系统总体与局部机组对系统碳减排的作用，实现对综合能源系统碳减排指标的预测。

附图说明

图1是本发明提出的综合能源系统碳排放的计算方法的流程图；

图2是本发明实施例中综合能源系统的配电网结构图；

图3是本发明实施例中综合能源系统的供热网络结构图；

图4是本发明中综合能源系统的成本-碳排放优化的Pareto前沿。

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，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述。本申请所描述的实施例仅仅是本发明一部分的实施例，而不是全部实施例。基于本发明精神，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它实施例，都属于本发明的保护范围。

本发明提出一种综合能源系统碳排放的计算方法，如图1所示，包括以下步骤：

步骤1，建立综合能源系统能量流模型；

具体地，步骤1包括：

步骤1.1，建立综合能源系统网络模型；综合能源系统网络模型包括电网潮流模型和电网联络线容量约束、热网管道约束。

其中，热网管道约束包括但不限于：热源功率平衡约束、热源与热负荷节点的功率和温度方程、管道传输延时与热损约束、热网节点功率平衡约束、热网节点水温混合约束、热网供回水温度上下限约束。

步骤1.2，建立综合能源系统设备运行约束，包括：储能装置蓄/放能约束、可再生能源出力约束、耦合设备运行约束。

步骤2，建立综合能源系统成本、碳排放均最小的双目标优化模型；

综合能源系统成本、碳排放均最小的双目标优化模型如下：

min{f

s.t.电网约束条件

热网约束条件

式中，f

具体地，步骤2包括：

步骤2.1，建立综合能源系统成本的目标函数，综合能源系统成本包括：购电成本、设备维护成本、设备运行成本；

步骤2.2，建立综合能源系统碳排放的目标函数，综合能源系统碳排放包括：机组运行产生碳排放、上级电网购电产生碳排放。

其中，机组运行产生碳排放满足如下关系式：

式中，

P

γCHP为CHP机组的二氧化碳排放系数，

G

P

分别为发电机组和产热机组的碳势，风机属于清洁能源发电，二氧化碳排放量为0，

Δt为时间段，

T为时刻总数。

上级电网购电产生碳排放满足如下关系式：

式中，

P

γ

步骤3，采用归一化正态约束法(normalized normal constraint，NNC)求解双目标优化模型，获得Pareto前沿解，即为不同运行方案下的双目标优化模型的最优解集；

具体地，步骤3包括：

步骤3.1，对成本目标函数f

步骤3.2，对优化目标进行标准化，

步骤3.3，给定乌托邦线的方向

步骤3.4，在乌托邦线上产生均匀分布的点，令k＝M-1,M-2,…,2,1,0，设α

步骤3.5，以如下关系式对乌托邦线上均匀分布的点进行求解，生成Pareto点。以第j个点为例：

式中，

为碳排放标准化目标函数，

g

p为不等式约束个数，

为给定乌托邦线的方向，

为上述生成的均匀分布的点，

分别为标准化后的成本和碳排放目标函数，

步骤3.6，对每个Pareto点的计算结果进行逆变换，得到双目标优化模型的最优解，多个最优解构成最优解集。

步骤4，建立综合能源系统碳减排能力预测指标体系，包括：碳减排互补性指标、总体碳减排边际成本指标、局部碳减排成本指标以及局部碳减排敏感度指标。

具体地，步骤4包括：

步骤4.1，建立宏观碳减排指标，包括：

步骤4.1.1，建立综合能源系统碳减排互补性指标；

综合能源系统可以实现多能源间的协同优化，在满足多元化用能需求的同时，有效提升能源利用效率，减少二氧化碳排放。因此综合能源系统联合运行所产生的碳排放比电力系统与热力系统单独运行时产生的碳排放总量少，体现了综合能源系统多能源网络间的碳排放互补性。

本发明提出的综合能源系统碳减排互补性指标，强调了综合能源系统的协同作用，考虑了电力系统和热力系统的联合运行，将它们的碳排放比与单独运行时的碳排放进行对比。这种综合考虑系统互补性的方法有助于更好地理解综合能源系统的优势，强调了整体碳减排潜力。碳减排互补性指标表示如下：

式中，

M

M

M

步骤4.1.2，建立系统总体碳减排边际成本指标；

碳减排边际成本指标关注系统总体碳减排的成本效益关系。与传统的成本-效益分析不同，这个指标提供了一个更加精细的方式来评估每一单位碳减排所需的额外成本。碳减排边际成本指标表示如下：

式中，

Δf

步骤4.2，建立局部碳减排指标，包括：

步骤4.2.1，建立局部碳减排成本指标。

局部碳减排成本指标关注单个机组或部件的碳减排成本。提出一种新的概念和方法来计算减少碳排放所需的成本。这种局部化的成本量化方法可以帮助系统运营者更精确地了解单个机组或部件的碳减排的经济性。局部碳减排成本指标表示如下：

式中，

CA

MC

e表示机组碳势，若为清洁能源机组，则碳势为零；

ΔP

步骤4.2.2，建立局部碳减排敏感度指标。

局部碳减排敏感度指标突出了系统中单个机组或部件的碳减排对整体系统碳排放的影响。提出了一种新的概念和方法来量化局部机组的碳排放减少量对系统整体碳排放的影响。局部碳减排敏感度指标表示如下：

式中，

MS

Δf

步骤5，采用TOPSIS理想解法，计算在碳减排能力预测指标体系下双目标优化模型的最优解集的得分，以得分最高的最优解作为综合能源系统碳减排能力最大的运行方案。

具体地，步骤5包括：

步骤5.1，计算最优解集中各最优解对应的各项指标数据，并对各项指标数据进行预处理；

具体地，预处理包括：对各指标数据正向化，将极小型指标转化为极大型指标；对正向化后的数据进行标准化处理。

对各指标数据正向化，以如下关系式将极小型指标转化为极大型指标：

以如下关系式对数据进行标准化处理，消除量纲的影响：

假设有n个最优解，m项评价指标数据，则标准化矩阵为：

z

步骤5.2，以预处理后的各项指标数据均最优构成乌托邦点，预处理后的各项指标数据均最劣构成负理想点，计算各最优解距离乌托邦点与负理想点的距离；

以如下关系式定义乌托邦点p

式中，

为全部最优解中最优的第j项指标数据，j＝1,2,…,m，m为指标的数量，

为全部最优解中最劣的第j项指标数据，j＝1,2,…,m，m为指标的数量。

第i个最最优解与乌托邦点的距离

式中，

步骤5.3，以如下关系式计算各最优解的得分：

式中，

为最优解与乌托邦点的距离，/>

步骤5.4，对各最优解的得分进行排序，选择得分最高的最优解及其所对应的运行方案作为综合能源系统碳减排能力最大的运行方案。

实施例。

图2是本发明实施例中综合能源系统的配电网结构图；

图3是本发明实施例中综合能源系统的供热网络结构图；

图4是本发明中综合能源系统的成本-碳排放优化的Pareto前沿。

本实施例的多能流系统由一个33节点配电系统和一个51节点供热系统组成，如图2和3所示，综合能源系统的配电网和供热网包含1台4MW的热电联产机组，1台2MW电锅炉，4台额定功率为1MW的风机，优化周期为24h，调度时间间隔取1h，建筑物室内温度上下限分别设置为27℃和17℃，NNC法获得Pareto前沿中，规定Pareto点数为100个。

根据本发明的步骤进行综合能源系统成本-碳排放双目标优化，求解得到的Pareto前沿如图4所示，各运行点的碳减排潜力指标及采用TOPSIS方法计算各方案得分情况如表1所示。可见，不同的方案下，综合能源系统碳减排潜力各项指标存在明显差别。所提出的方法可有效协调综合能源系统运行经济性与碳排放特性，给出系统运行的边界，又可有效量化系统的碳减排潜力，实现综合能源系统的高效低碳调度。

表1采用TOPSIS方法计算各方案得分情况一览表

本发明还提出了一种综合能源系统碳排放的计算系统，包括：双目标优化模块，指标体系模块，碳排放预测模块；

双目标优化模块，用于建立综合能源系统能量流模型，建立综合能源系统成本、碳排放均最小的双目标优化模型，采用归一化正态约束法求解双目标优化模型，得到不同运行方案下的双目标优化模型的最优解集；

指标体系模块，用于建立综合能源系统碳减排能力预测指标体系，包括：碳减排互补性指标、总体碳减排边际成本指标、局部碳减排成本指标以及局部碳减排敏感度指标；

碳排放预测模块，用于采用TOPSIS理想解法，计算在碳减排能力预测指标体系下双目标优化模型的最优解集的得分，以得分最高的最优解作为综合能源系统碳减排能力最大的运行方案。

本发明采用了双目标优化方法，考虑了成本和碳排放两个关键指标。此时系统不再仅仅关注成本降低或碳排放减少，而是将它们作为平衡因素。通过双目标优化方法，可以获得不同场景下的Pareto边界。在Pareto最优点集的基础上，通过本发明提出的方法可以精确计算碳减排指标。本发明中引入的全局碳减排指标允许全面评估整个综合能源系统在碳减排方面的性能。这一指标考虑了系统中各种能源的协同作用，从而提供了系统整体碳减排潜力的量化数据。此外，还提出了局部碳减排指标，用于量化系统中各个局部机组或部件的碳减排能力。这一指标有助于系统运营者更精确地了解每个子系统对碳减排目标的贡献，从而能够有针对性地进行改进和优化。这些都为决策者提供了实时、准确的信息，有助于选择碳减排能力最优的方案。最后，通过多指标决策方法，实现最优方案的选择。

通过双目标优化方法获得不同场景下综合能源系统关于成本-碳排放的Pareto边界，对Pareto最优点集上的点进行碳减排指标的计算，通过决策方法选出碳减排能力最优的方案。本发明提出的方法

本发明的目的在于提供一种全新的综合能源系统碳减排能力评估与分析方法。本发明不仅提供指标的数学计算方法，还构建了一系列具有实际物理意义的评估指标。本发明首先通过双目标优化方法获得不同场景下综合能源系统关于成本-碳排放的Pareto边界；其次，利用运行点在Pareto前沿上移动的性质，对Pareto最优点集上的点进行碳减排指标的计算。包括局部和全局的碳减排指标，可以量化系统减少每单位碳排放所需要的成本、单个机组减少碳排放所需要的成本或单个机组减少碳排放对总体碳排放的影响；最后，通过决策分析方法选出最具碳减排能力的方案。通过所提出的方法充分考虑实际系统的运行条件与限制，并量化碳减排能力。该模型为综合能源系统的碳减排能力评估提供了一套全新的评估模型与完整的分析方法。可有效刻画综合能源系统总体与局部机组对系统碳减排的作用，实现对综合能源系统碳减排能力的评估。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(步骤RAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其它自由传播的电磁波、通过波导或其它传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(I步骤A)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如步骤malltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。