一种多微电网系统电碳耦合调控方法、系统及电子设备

技术领域

本发明涉及电网调控领域，特别是涉及一种基于碳流追溯的多微电网系统电碳耦合调控方法、系统及电子设备。

背景技术

随着“双碳”目标的提出和新型电力系统建设的不断推进，微电网旨在实现分布式电源的灵活、高效应用，为解决数量庞大、形式多样的分布式电源并网问题提供了有效路径。微电网源侧作为发电侧，也是微电网系统碳排放的主要来源，通过对微电网设备元件进行碳排放建模，并将碳减排目标或碳排放约束引入微电网运行模型，可以引导微电网得到经济低碳优化调度策略。

随着微网技术的推广和应用，同一区域配电系统将存在多个微网，从而形成区域多微网系统。随着电力系统的低碳优化运行理论与研究的发展，碳排放流理论诞生并成为该领域重要的分析工具，其通过将碳排放责任从源测分摊到负荷侧，让用户实时感知其电力消耗的碳排放量，从而主动进行需求响应实现电力系统的减碳目标。

但现有微电网研究中的碳排放计量多聚焦于微电网源侧，使得现有的微电网低碳运行研究多从源侧角度出发，较少延伸至负荷侧；且需求响应也多为单纯由“电”驱使的移峰填谷，即电价驱动的需求响应，对负荷侧的碳减排潜力挖掘不足，缺少从负荷用电动态碳排放强度的层面对需求响应建模，未能很好实现从“电视角”到“碳视角”的转变从而达到“碳”驱动的用户主动减排目的。

此外，现有研究中关于微电网的碳排放计算方法不够准确。一方面这些研究通常忽略了与其它微电网电能交易带来的碳排放变化；另一方面，微电网中部分设备元件的电碳耦合特性会影响其运行策略的优化，如燃料机组、储能设备等。但现有研究中较少考虑储能设备对微电网碳排放的影响，储能具有充放电两种工作状态，其调度周期内不同的动作策略实际会对微电网的碳排放产生不同影响，现有常见碳流指标计算方法暂未针对储能在不同充/放电状态时可以作为特殊电源/负荷这一特性进行深入的计算探讨，实际在对多微电网系统进行建模时应加以考虑。

发明内容

本发明的目的是提供一种多微电网系统电碳耦合调控方法、系统及电子设备，可激励各微电网主体主动参与电碳耦合交易，引导用户参与低碳需求响应，促进多微电网系统的清洁能源消纳。

为实现上述目的，本发明提供了如下方案：

一种多微电网系统电碳耦合调控方法，包括：

获取多微电网系统中各类机组的基础参数；多微电网系统中的机组包括风电机组、光伏机组、燃料发电机组及储能机组；

基于所述多微电网系统中各类机组的基础参数，建立多微电网系统中各类机组的碳排放模型；所述碳排放模型用于确定对应机组的碳排放强度；

基于所述多微电网系统中各类机组的碳排放模型，建立所述多微电网系统的碳流追溯模型；所述碳流追溯模型用于确定碳流指标；所述碳流指标包括：支路碳流率、网损碳流率、支路碳流密度及节点碳势；

基于所述多微电网系统的碳流追溯模型，建立多微电网系统各主体的优化决策模型；所述多微电网系统中的主体包括用户节点、微电网及配网运营商；每个微电网中包括多个用户节点；

基于所述多微电网系统中各主体的优化决策模型，构建主从博弈模型，并对主从博弈模型求解，得到最优电交易价格、最优碳交易价格及各微电网的最优运行策略；所述主从博弈模型中，配网运营商作为领导者，基于配网运营商的优化决策模型确定电交易价格及碳交易价格，各微电网作为跟随者，基于电交易价格、碳交易价格、各微电网的优化决策模型及各用户节点的优化决策模型确定各微电网的运行策略；微电网的运行策略包括微电网中的各机组出力、总电力负荷及碳配额交易量。

为实现上述目的，本发明还提供了如下方案：

一种多微电网系统电碳耦合调控系统，包括：

参数获取模块，用于获取多微电网系统中各类机组的基础参数；多微电网系统中的机组包括风电机组、光伏机组、燃料发电机组及储能机组；

碳排放模型建立模块，用于基于所述多微电网系统中各类机组的基础参数，建立多微电网系统中各类机组的碳排放模型；所述碳排放模型用于确定对应机组的碳排放强度；

碳流追溯模块，用于基于所述多微电网系统中各类机组的碳排放模型，建立所述多微电网系统的碳流追溯模型；所述碳流追溯模型用于确定碳流指标；所述碳流指标包括：支路碳流率、网损碳流率、支路碳流密度及节点碳势；

优化模型建立模块，用于基于所述多微电网系统的碳流追溯模型，建立多微电网系统各主体的优化决策模型；所述多微电网系统中的主体包括用户节点、微电网及配网运营商；每个微电网中包括多个用户节点；

博弈模块，用于基于所述多微电网系统中各主体的优化决策模型，构建主从博弈模型，并对主从博弈模型求解，得到最优电交易价格、最优碳交易价格及各微电网的最优运行策略；所述主从博弈模型中，配网运营商作为领导者，基于配网运营商的优化决策模型确定电交易价格及碳交易价格，各微电网作为跟随者，基于电交易价格、碳交易价格、各微电网的优化决策模型及各用户节点的优化决策模型确定各微电网的运行策略；微电网的运行策略包括微电网中的各机组出力、总电力负荷及碳配额交易量。

为实现上述目的，本发明还提供了如下方案：

一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述的多微电网系统电碳耦合调控方法。

根据本发明提供的具体实施例，本发明公开了以下技术效果：基于多微电网系统中各类机组的基础参数，建立多微电网系统中各类机组的碳排放模型，提高了碳排放强度的计算精度。基于多微电网系统中各类机组的碳排放模型，建立多微电网系统的碳流追溯模型，以确定碳流指标；基于多微电网系统的碳流追溯模型建立多微电网系统各主体的优化决策模型；基于所述多微电网系统中各主体的优化决策模型，构建主从博弈模型，并对主从博弈模型求解，得到最优电交易价格、最优碳交易价格及各微电网的最优运行策略；激励各微电网主体主动参与电碳耦合交易，引导用户参与低碳需求响应，促进了多微电网系统的清洁能源消纳，有效实现了碳减排的目的。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的多微电网系统电碳耦合调控方法的流程图；

图2为多微电网系统电碳耦合调控机制的框架图；

图3为主从博弈模型求解过程中上层算法的流程图；

图4为主从博弈模型求解过程中下层算法的流程图；

图5为本发明提供的多微电网系统电碳耦合调控系统的示意图。

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做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。

本发明的目的是提供一种多微电网系统电碳耦合调控方法、系统及电子设备，引入储能“附碳密度”参数来刻画储能机组充放电行为引起的单位电能涉及碳排放量波动。首先建立微电网各设备元件碳排放模型；然后利用附碳密度推导出考虑储能机组充放电特性时的碳流指标，建立多微电网系统的碳流追溯模型；基于碳流追溯模型，建立在各微电网内部的动态碳排放因子驱动的用户低碳需求响应模型，引导用户主动参与需求响应以达到碳减排的目的；根据配网运营商参与协调的多微电网系统电碳耦合调控机制，构建以配网运营商为领导者，各微电网为跟随者的主从博弈模型，实现电碳耦合交易背景下多微电网系统的优化调度。配网运营商决策交易电价和碳价并向各微电网主体下发交易电价、碳价及相关碳流指标信息，各微电网根据配网运营商策略及下发信息，决策出最优运行策略，激励各微电网主体主动参与电碳耦合交易，引导用户参与低碳需求响应，促进多微网系统清洁能源消纳，达到有效碳减排的目的。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一

如图1所示，本实施例提供了一种多微电网系统电碳耦合调控方法，包括：

步骤100：获取多微电网系统中各类机组的基础参数。多微电网系统中的机组包括风电机组、光伏机组、燃料发电机组及储能机组。

步骤200：基于所述多微电网系统中各类机组的基础参数，建立多微电网系统中各类机组的碳排放模型。

具体地，根据风电机组、光伏机组及燃料机组等各类机组的碳排放特性，以及机组特性参数等碳排放强度影响因素，分别建立各类机组的碳排放模型。碳排放模型用于确定对应机组的碳排放强度。

(21)风电机组的碳排放模型为：E

(22)光伏机组的碳排放模型为：CP

新能源的发电机组运行、生产电能过程的碳排放近似为0，在研究中通常将其碳排放强度也假设为0。

(23)燃料发电机组的碳排放模型为：

(24)通常，可以将处于充(放)电状态的储能机组视作一个特殊负荷(电源)。根据碳排放流的依附特性，储能充放电过程实际上也伴随着碳流的注入与流出。此外，由于储能充放电效率会导致部分电能损耗，在对储能机组进行碳排放建模时，也需将这部分损耗所伴随的碳排放考虑入内。但储能机组放电时(作为特殊电源)，要想如同发电侧的发电机组般结合机组碳排放强度来计量放电碳排放，则储能机组也需具有相应的碳排放强度指标。

由此引入表征储能机组中所储电能所附带碳排量大小的参数——“附碳密度”，附碳密度的物理意义为：储能机组内存储的每单位电能所附带的等效于发电侧产生的碳排放量。结合附碳密度即可对储能机组的放电过程所对应的碳排放进行建模。

储能机组的碳排放模型为：

γ

其中，Q

本发明在储能机组的碳排放模型中，提出了储能“附碳密度”参数，刻画了储能设备充放电行为引起的单位电能涉及碳排放量波动。

步骤300：基于所述多微电网系统中各类机组的碳排放模型，建立所述多微电网系统的碳流追溯模型。所述碳流追溯模型用于确定碳流指标。

所述碳流指标包括：支路碳流率、网损碳流率、支路碳流密度及节点碳势。支路碳流率的含义为任一支路单位时间内伴随其上电力潮流所流通的等效于发电侧的碳排放。网损碳流率的含义为任一支路单位时间内的网损所造成的等效于发电侧的碳排放。支路碳流密度的含义为支路传输单位电能所造成的等效于发电侧的碳排放。节点碳势的含义为该节点处消费单位电能所产生的等效于发电侧的碳排放。

具体地，所述多微电网系统的碳流追溯模型为：

P

E

其中，P

具体地，在系统潮流网络中，N为潮流注入节点n的支路集合，P

基于比例共享原则及以上潮流关系，即可推导得到潮流分布矩阵A

其中，P

步骤400：基于所述多微电网系统的碳流追溯模型，建立多微电网系统各主体的优化决策模型。所述多微电网系统中的主体包括用户节点、微电网及配网运营商。每个微电网中包括多个用户节点。

(41)对于各微电网内的用户，基于多微电网系统的碳流追溯模型，建立在各微电网内部的动态碳排放因子驱动的用户低碳需求响应模型，引导用户主动参与需求响应，以达到碳减排的目的。基于动态碳排放因子，以最大化用户自身碳减排量为目标进行用户低碳需求响应建模，用户节点的优化决策模型的目标函数为：

其中，

用户节点的优化决策模型的约束条件为：

其中，

(42)对于各微电网，以各类机组运行成本、参与能量交易所用成本与参与碳配额交易所用成本构成其整体运行成本。其中，在各微电网之间计及电能交易为各微电网主体带来的碳排放计量变化，基于多微电网碳流追溯结果得到各微电网在电碳耦合市场中的碳配额交易量。

微电网的优化决策模型的目标函数为：

其中，T为调度周期，

a

在多微电网系统中，将每个微电网作为一个整体区域，通过连接支路流入(流出)该区域的全部电能，即为该微电网向外部购买(出售)的总电能。这部分与外部交易电能所附带的碳排放，反映在碳配额上，即为相应的损耗或补偿。基于碳排放流理论，

其中，D为t时段微电网s区域的所有能量注入支路集合，P

微电网的优化决策模型的约束条件包括功率平衡约束、燃料机组运行约束、储能机组运行约束、微电网与配网运营商之间的交易电价约束、微电网与配网运营商之间的交易碳价约束。

功率平衡约束为：

其中，P

燃料机组运行约束为：

其中，P

储能机组运行约束为：

其中，ε

微电网与配网运营商之间的交易电价约束为：

其中，

微电网与配网运营商之间的交易碳价约束为：

其中，

(43)配网运营商的优化决策模型的目标函数为：

其中，T为调度周期，R

配网运营商的优化决策模型的约束条件为：

本发明基于碳流追溯模型，提出了在各微电网内部的动态碳排放因子驱动的用户低碳需求响应模型，引导用户主动参与需求响应，以达到碳减排的目的。

步骤500：基于所述多微电网系统中各主体的优化决策模型，构建主从博弈模型，并对主从博弈模型求解，得到最优电交易价格、最优碳交易价格及各微电网的最优运行策略。

本发明采用斯塔克伯格主从博弈模型框架来模拟多微电网系统中的配网运营商与各微电网主体的电-碳耦合交易过程，以配网运营商和各微电网为博弈方，配网运营商作为领导者，基于配网运营商的优化决策模型确定电交易价格及碳交易价格，各微电网作为跟随者，基于电交易价格、碳交易价格、各微电网的优化决策模型及各用户节点的优化决策模型确定各微电网的运行策略。微电网的运行策略包括微电网中的各机组出力、总电力负荷及碳配额交易量。

具体地，基于多微电网系统中各主体的优化决策模型，构建一个主从博弈的多微电网系统电碳耦合调控模型。配网运营商作为领导者决策交易电价和碳价，并向各微电网主体下发交易电价、碳价及相关碳流指标信息，各微电网(内含用户)作为跟随者根据价格和碳流指标信息决策出最优运行策略，引导用户参与低碳需求响应。

主从博弈模型的约束条件具体包括：

(1)不同主体进行各自的优化决策时的约束。用户方面，存在时段负荷上限、可调负荷上限、周期内最大用电量变化值(计及储能能耗)等参与低碳需求响应的调节能力约束、负荷总量与负荷调节状态约束。微电网方面，存在燃料机组和储能机组等各机组的运行约束、微电网内部功率平衡约束、微电网与配网运营商之间的交易电价、碳价约束。配网运营商方面，存在微电网与配网运营商之间的交易电价、碳价约束。

(2)斯塔克伯格主从博弈均衡解不等式约束。

博弈均衡点可以视作一个策略集，定义为：在博弈G

其中，

根据前述分析，可将斯塔克伯格主从博弈模型描述为：

其中，配网运营商Θ与微电网集合

斯塔克伯格博弈过程中，若在某一博弈点，各博弈参与方均不能再通过单方面改变自身策略来增加自身的效益，则称达到斯塔克伯格均衡。故当微电网的各机组出力、总电力负荷和碳配额交易量是在配网运营商设定的电价、碳价条件下的最优策略，且配网运营商设定的电价、碳价同时是微电网各机组出力、总电力负荷和碳配额交易量条件下的最优策略，此时配网运营商与微电网双方的主从博弈即达到了斯塔克伯格均衡。

若可同时满足如下三个条件，那么可以证明主从博弈的斯塔克伯格均衡是存在的：

(1)

(2)

(3)R

对于第2个条件，首先选取变量

本发明基于约束条件，利用双层分布式差分进化求解算法对主从博弈模型。对主从博弈模型求解的过程包括：

(51)获取配网运营商的基础参数。所述配网运营商的基础参数包括配网运营商与公用电网进行能量交易时的价格及配网运营商与外部碳市场进行碳配额交易时的价格。

(52)随机初始化多微电网系统的初始电交易价格、初始碳交易价格及各微电网的初始运行策略。

(53)针对第m次迭代，基于所述配网运营商的基础参数、第m-1次迭代时各微电网的运行策略及配网运营商的优化决策模型，确定第m次迭代时配电网运营商的最优效益；m>0；第0次迭代时各微电网的运行策略为对应各微电网的初始运行策略。

(54)判断是否达到收敛迭代条件。所述收敛迭代条件为m＝M，且第m次迭代时配电网运营商的最优效益与第m-1次迭代时配电网运营商的最优效益的差值小于设定阈值，M为最大迭代次数。

(55)若达到收敛迭代条件，则第m-1次迭代时的电交易价格为最优电交易价格，第m-1次迭代时的碳交易价格为最优碳交易价格，第m-1次迭代时各微电网的运行策略为对应各微电网的最优运行策略。第0次迭代时的电交易价格为初始电交易价格，第0次迭代时的碳交易价格为初始碳交易价格。

(56)若未达到收敛迭代条件，则调整电交易价格及碳交易价格，得到第m次迭代时的电交易价格及碳交易价格。

(57)基于第m-1次迭代时各微电网的运行策略及所述多微电网系统的碳流追溯模型进行碳流追溯，得到第m次迭代时的碳流指标。

(58)针对任一微电网，根据第m次迭代时的电交易价格、碳交易价格及碳流指标，基于所述微电网的优化决策模型及所述微电网中各用户节点的优化决策模型，确定第m次迭代时所述微电网的运行策略，并进行第m+1次迭代。

具体地，基于第m次迭代时的碳流指标及所述微电网中各用户节点的优化决策模型，确定第m次迭代时所述微电网中各用户节点的运行策略。基于第m次迭代时所述微电网中各用户节点的运行策略、第m次迭代时的电交易价格、碳交易价格及所述微电网的优化决策模型，确定第m次迭代时所述微电网的运行策略。如图2所示为多微电网系统电碳耦合调控机制的框架图。

本发明对主从博弈模型的求解过程分为上层求解及下层求解，分别对应配网运营商、用户与微电网目标函数的优化求解。上层算法主要采用微分进化算法进行求解，该层中多微电网系统内的交易电价与交易碳价的交叉突变处理即通过微分进化算法进行，下层算法的求解优化则是在MATLAB环境中借助Cplex工具箱实现。

上层算法的求解优化对象为配网运营商的目标函数，其流程如图3所示，主要步骤可描述为：

(1)配网运营商设置好相关的基础参数。其中包括其与公用电网和外部碳市场进行能量和碳配额交易时的价格、分配给各微电网的初始免费碳配额等。

(2)随机产生初始的多微网系统交易电价与碳价。

(3)结合微电网历史同期运行策略与近日实际运行策略，给微电网设置初始运行策略，根据该初始运行策略进行碳硫追溯，计算得到系统各节点初始节点碳势与支路初始碳流密度。

(4)配网运营商将当前的交易电价、碳价和系统各节点的节点碳势与支路碳流密度发布给微电网，在此基础上执行下层算法。

(5)配网运营商结合所接收到的下层算法执行后微电网回传的最优决策与最新的系统各节点的节点碳势与支路碳流密度，在当前交易电价、碳价的条件下，计算自身的最优效益。

(6)判断算法是否达到收敛的迭代条件(即迭代次数大于或等于1000，且前后两次迭代的配网运营商最优效益的差值小于0.001)若达到，则结束算法，输出配网运营商和微电网的博弈策略和博弈效益，否则，继续执行算法。

(7)对当前交易电价和碳价进行交叉、突变处理，产生新的交易电价与碳价。此处“交叉、突变处理”为微分进化算法范畴，交易价格的“突变”操作是指从当前的价格种群中随机选取三个不同价格个体，通过线性组合方式生成一个新的价格个体；交易价格的“交叉”操作是指将突变得到的价格个体与原价格个体进行交叉操作，逐个元素比较，保留最优值，得到一个新的价格个体。

(8)在新的交易电价、碳价条件下，计算新的配网运营商最优效益。

(9)将前后两次配网运营商最优效益进行比较，若新收益比原收益高，则将价格取为新的交易价格，返回执行步骤(4)，继续迭代。反之，则返回执行步骤(7)，产生新一轮的交易电价、碳价，继续迭代。算法执行至满足收敛迭代条件时结束。

下层算法的求解优化对象为微电网的目标函数，其流程如图4所示，主要步骤可描述为：

(1)微电网设置好相关的基础参数。包括微网内的燃煤、风电、光伏等发电机组与储能机组的数量及其对应的参数等。

(2)接收配网运营商发布的交易电价、碳价、系统各节点的节点碳势与支路碳流密度。

(3)在上述基础参数和条件下，分别构建用户与微电网的优化决策模型，在各自约束条件限制下，采用MATLAB环境中的Cplex工具箱进行求解优化，输出得到最优效益以及对应的最优决策。

(4)根据求解得到的最优决策进行碳流追溯，更新系统各节点的节点碳势与支路碳流密度。

(5)将各微电网的最优决策和最新的系统各节点的节点碳势、支路碳流密度回传给配网运营商。

本发明在主从博弈架构下，配网运营商参与协调的基于碳流追溯的多微电网系统电碳耦合调控机制，实现电碳耦合交易背景下多微电网系统的优化调度。配网运营商作为领导者决策交易电价和碳价并向各微电网主体下发交易电价、碳价及相关碳流指标信息，各微电网(内含用户)作为跟随者根据价格和碳流指标信息决策出最优运行策略。以此激励各微电网主体主动参与电碳耦合交易，引导用户参与低碳需求响应，促进了多微电网系统的清洁能源消纳，有效实现了碳减排的目的。

实施例二

为了执行上述实施例一对应的方法，以实现相应的功能和技术效果，下面提供一种多微电网系统电碳耦合调控系统。

如图5所示，本实施例提供的多微电网系统电碳耦合调控系统包括：参数获取模块1、碳排放模型建立模块2、碳流追溯模块3、优化模型建立模块4及博弈模块5。

其中，参数获取模块1用于获取多微电网系统中各类机组的基础参数。多微电网系统中的机组包括风电机组、光伏机组、燃料发电机组及储能机组。

碳排放模型建立模块2用于基于所述多微电网系统中各类机组的基础参数，建立多微电网系统中各类机组的碳排放模型。所述碳排放模型用于确定对应机组的碳排放强度。

碳流追溯模块3用于基于所述多微电网系统中各类机组的碳排放模型，建立所述多微电网系统的碳流追溯模型。所述碳流追溯模型用于确定碳流指标。所述碳流指标包括：支路碳流率、网损碳流率、支路碳流密度及节点碳势。

优化模型建立模块4用于基于所述多微电网系统的碳流追溯模型，建立多微电网系统各主体的优化决策模型。所述多微电网系统中的主体包括用户节点、微电网及配网运营商。每个微电网中包括多个用户节点。

博弈模块5用于基于所述多微电网系统中各主体的优化决策模型，构建主从博弈模型，并对主从博弈模型求解，得到最优电交易价格、最优碳交易价格及各微电网的最优运行策略。

所述主从博弈模型中，配网运营商作为领导者，基于配网运营商的优化决策模型确定电交易价格及碳交易价格，各微电网作为跟随者，基于电交易价格、碳交易价格、各微电网的优化决策模型及各用户节点的优化决策模型确定各微电网的运行策略。微电网的运行策略包括微电网中的各机组出力、总电力负荷及碳配额交易量。

相对于现有技术，本实施例提供的多微电网系统电碳耦合调控系统与实施例一提供的多微电网系统电碳耦合调控方法的有益效果相同，在此不再赘述。

实施例三

本实施例提供一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行实施例一的多微电网系统电碳耦合调控方法。

可选地，上述电子设备可以是服务器。

另外，本发明实施例还提供一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现实施例一的多微电网系统电碳耦合调控方法。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。