一种面向绿色建筑综合能源系统的碳交易与光伏消纳协同优化调度方法

摘要: 本发明涉及综合能源系统优化运行,尤其涉及一种面向绿色建筑综合能源系统的碳交易与光伏消纳协同优化调度方法。本发明适用于含分布式光伏、燃气轮机、余热锅炉、orc余热...
一种面向绿色建筑综合能源系统的碳交易与光伏消纳协同优化调度方法

本发明涉及综合能源系统优化运行,尤其涉及一种面向绿色建筑综合能源系统的碳交易与光伏消纳协同优化调度方法。本发明适用于含分布式光伏、燃气轮机、余热锅炉、orc余热发电装置、燃气锅炉、热泵、电储能、热储能和电网交互接口的绿色建筑、低碳园区、零碳园区和建筑群综合能源系统。本发明涉及电热耦合调度、需求响应、碳交易核算、分布式光伏消纳、弃光识别和混合整数线性优化。

背景技术:

1、绿色建筑和零碳园区为降低运行碳排放,通常配置屋顶光伏、建筑立面光伏、储能设备、冷热电联供设备和智能用能设备。光伏发电具有清洁性和就地利用优势,但其出力集中在白天,受太阳辐照度、天气变化、安装角度和建筑遮挡影响较大。

2、建筑负荷具有明显的时段性。办公建筑、商业建筑和园区建筑在用能高峰、光伏高峰和电价高峰之间可能出现不匹配。光伏出力较大时,如果建筑电负荷不足、储能容量不足、热泵吸收能力不足或售电能力受限,系统会出现光伏无法完全消纳的问题。

3、综合能源系统通过电、热、气、储等多种能源设备协同运行,可以提升光伏消纳能力。燃气轮机能够同时提供电能并产生余热,余热锅炉能够将燃气轮机余热转化为热能,orc余热发电装置能够进一步回收余热发电,热泵能够利用电能供热,电储能和热储能能够实现能量跨时段转移。

4、碳交易机制将碳排放行为转化为经济成本。系统实际碳排放量超过碳配额量时需要承担碳交易成本,实际碳排放量低于碳配额量时可形成低碳运行收益。碳交易机制能够促使系统减少高碳能源使用,提高可再生能源消纳比例。

5、需求响应机制通过价格引导用户改变用能行为。价格型需求响应能够将部分负荷从高价时段转移到低价时段,也能够削减部分可中断负荷。电热替代型需求响应能够在电价和热价存在差异时调整电负荷与热负荷的承担方式,使电热耦合设备具备更大的调节空间。

6、现有综合能源系统优化方法多以购能成本、运维成本和碳交易成本作为目标,光伏预测出力通常被直接作为可用电源纳入电平衡。该处理方式默认光伏全部消纳,不能区分光伏预测出力、光伏实际消纳出力和弃光出力。

7、在高比例光伏接入的绿色建筑场景中,默认光伏全部消纳会导致结果偏差。系统可能在数学模型中显示光伏利用率为100%,但实际运行中受并网点容量、变压器容量、电网允许反送功率和储能容量限制,部分光伏无法进入负荷或电网。

8、售电能力受限是绿色建筑光伏消纳中的常见约束。建筑接入电网时通常存在反送功率上限。光伏扩容后若仍按原售电能力运行,光伏高峰时段可能出现消纳瓶颈。

9、现有方法难以同时回答三个问题:碳交易和需求响应对系统运行成本及碳排放的影响、光伏扩容是否必然产生弃光、售电能力受限是否会单独导致弃光。缺少上述判断会影响绿色建筑光伏扩容、储能配置和并网容量规划的可靠性。

10、因此,有必要提出一种将碳交易、需求响应、光伏实际消纳、弃光惩罚和售电上限统一纳入优化调度的方法,用于同时评价绿色建筑综合能源系统的经济性、低碳性和光伏消纳能力。

技术实现思路

1、本发明的目的在于提供一种面向绿色建筑综合能源系统的碳交易与光伏消纳协同优化调度方法,解决现有优化模型难以显式计算弃光量、弃光率和光伏利用率的问题。

2、本发明解决的技术问题包括:绿色建筑光伏预测出力被默认全部消纳造成的评价偏差,高比例光伏接入与售电能力受限共同作用下的弃光风险难以识别,碳交易成本、需求响应收益、储能调节能力和光伏消纳能力难以在同一优化模型中协调。

3、为解决上述技术问题,本发明采用以下技术方案。

4、获取绿色建筑综合能源系统的运行数据。运行数据包括电负荷、热负荷、光伏预测出力、电价、热价、购电价格、售电价格、设备容量、设备效率、储能容量、储能效率、碳排放系数、碳配额系数、碳交易价格、售电上限和弃光惩罚系数。

5、建立需求响应模型。需求响应模型包括价格型需求响应和电热替代型需求响应。价格型需求响应计算可转移负荷和可削减负荷,电热替代型需求响应计算电负荷和热负荷之间的替代量。

6、建立光伏消纳分配模型。每一时段的光伏预测出力分为光伏实际消纳功率和弃光功率。光伏实际消纳功率进入电平衡约束,弃光功率进入弃光惩罚成本。

7、建立碳交易核算模型。根据燃气轮机、燃气锅炉和余热利用设备的运行状态计算碳排放核算基准量,根据实际碳排放系数得到实际碳排放量,根据碳配额系数得到碳配额量,根据二者差值得到碳交易量。

8、建立优化调度目标函数。目标函数由购能成本、设备运维成本、碳交易成本和弃光惩罚成本组成。

9、建立系统运行约束。系统运行约束包括电平衡、热平衡、设备能量转换、设备容量、购售电互斥、电储能充放电互斥、热储能充放热互斥、储能状态、周期末储能回归、售电上限和光伏消纳分配。

10、采用混合整数线性规划方法求解优化调度模型。输出各设备运行功率、储能状态、购电功率、售电功率、光伏实际消纳功率和弃光功率。

11、与现有技术相比,本发明具有以下有益效果:

12、本发明将光伏预测出力拆分为光伏实际消纳功率和弃光功率,能够计算光伏实际消纳量、弃光量、光伏利用率和弃光率。

13、本发明将弃光惩罚成本纳入目标函数,使系统在满足电热平衡和设备约束的前提下优先利用光伏出力。

14、本发明将售电上限纳入调度约束,能够反映并网点容量、变压器容量和电网允许反送功率对光伏外送的限制。

15、本发明将实际碳排放量、碳配额量和碳交易量分开核算,能够同时输出经济评价指标和低碳评价指标。

16、本发明通过机制对比场景和敏感性分析场景,能够区分碳交易、需求响应、光伏扩容和售电受限对系统运行结果的影响;其中,碳交易与需求响应协同机制场景同时作为光伏容量与售电能力敏感性分析的基础场景。

17、图1为本发明所述碳交易与光伏消纳协同优化调度方法的流程示意图。

18、图2为本发明实施例中case1仅碳交易机制场景的调度结果图。

19、图3为本发明实施例中case2碳交易与需求响应协同机制场景的调度结果图,该图同时作为case2-1基础光伏消纳场景的调度结果图。

20、图4为本发明实施例中case3仅需求响应机制场景的调度结果图。

21、图5为本发明实施例中case4无碳交易且无需求响应机制场景的调度结果图。

22、图6为本发明实施例中case2-2光伏扩容且原售电上限场景的调度结果图。

23、图7为本发明实施例中case2-3原始光伏且限制售电上限场景的调度结果图。

24、图8为本发明实施例中case2-4光伏扩容且限制售电上限场景的调度结果图。

25、本实施方式以24小时绿色建筑综合能源系统日前调度为例,调度时间间隔为1小时。

26、绿色建筑综合能源系统包括光伏发电单元、电网交互单元、燃气轮机、余热锅炉、orc余热发电装置、燃气锅炉、热泵、电储能、热储能、电负荷和热负荷。

27、光伏发电单元提供光伏预测出力;电网交互单元负责购电和售电;燃气轮机提供电能并产生余热;余热锅炉利用部分余热供热;orc余热发电装置利用部分余热发电;燃气锅炉补充热负荷;热泵消耗电能并提供热量;电储能承担电能跨时段转移;热储能承担热能跨时段转移。

28、如图1所示,本发明所述碳交易与光伏消纳协同优化调度方法包括步骤1至步骤8。图1中的流程为:步骤1,获取绿色建筑综合能源系统基础运行数据;步骤2,建立需求响应模型并计算响应后电热负荷;步骤3,建立光伏消纳分配模型;步骤4,建立碳交易核算模型;步骤5,建立系统总运行成本目标函数;步骤6,建立绿色建筑综合能源系统运行约束;步骤7,求解混合整数线性优化模型;步骤8,输出优化调度结果与运行评价指标。

29、步骤1、获取绿色建筑综合能源系统在调度周期内的基础运行数据。

30、该步骤获取的基础运行数据包括电负荷数据、热负荷数据、光伏预测出力数据、电价数据、热价数据、购电价格数据、售电价格数据、设备容量数据、设备效率数据、储能运行数据、碳排放核算数据、碳配额核算数据、售电上限数据和弃光惩罚数据。调度周期记为t,第t个时段满足t=1,2,...,t。

31、

32、

33、步骤2、建立需求响应模型,并计算响应后的电负荷和热负荷。

34、该步骤建立价格型需求响应模型和电热替代型需求响应模型。价格型需求响应模型用于表征电价或热价变化对负荷削减和负荷转移的影响,电热替代型需求响应模型用于表征电负荷与热负荷之间的替代关系。

35、

36、

37、

38、

39、

40、步骤3、建立光伏消纳分配模型。

41、该步骤将每一时段的光伏预测出力划分为光伏实际消纳功率和弃光功率。光伏实际消纳功率参与系统电平衡,弃光功率参与弃光惩罚成本计算。该分配方式使模型能够区别“预测可发电量”和“实际被系统利用的发电量”。

42、

43、

44、

45、

46、步骤4、建立碳交易核算模型。

47、该步骤根据燃气轮机、燃气锅炉和余热利用设备的运行状态计算碳排放核算基准量,并进一步计算实际碳排放量、碳配额量和碳交易量。该步骤将系统运行引起的碳排放转化为可计量的经济成本。

48、

49、

50、

51、

52、

53、

54、

55、步骤5、建立系统总运行成本目标函数。

56、该步骤以系统总运行成本最小为优化目标。系统总运行成本包括购能成本、设备运维成本、碳交易成本和弃光惩罚成本。

57、

58、

59、

60、

61、

62、

63、

64、

65、步骤6、建立绿色建筑综合能源系统运行约束。

66、该步骤建立电平衡约束、热平衡约束、设备容量约束、设备能量转换约束、购售电互斥约束、电储能充放电互斥约束、热储能充放热互斥约束、储能状态约束、调度周期末储能回归约束、售电上限约束和光伏消纳分配约束。

67、

68、

69、

70、

71、

72、

73、

74、

75、

76、

77、

78、

79、

80、

81、该约束用于避免模型在最后时段过度释放储能,使调度周期结束时储能状态回到初始水平。

82、

83、

84、

85、步骤7、采用混合整数线性规划方法求解优化调度模型。

86、该步骤是将步骤5建立的目标函数和步骤6建立的运行约束共同构成混合整数线性优化模型。连续变量包括设备运行功率、储能状态、购电功率、售电功率、光伏实际消纳功率和弃光功率;整数变量包括购售电状态变量、电储能充放电状态变量和热储能充放热状态变量。

87、

88、该步骤的求解结果用于形成电负荷曲线、热负荷曲线、分时价格曲线、光伏利用与弃光曲线、电力平衡图和热力平衡图。上述图形用于解释不同机制和不同光伏消纳条件下的系统运行状态。

89、步骤8、输出优化调度结果与运行评价指标。

90、该步骤根据步骤7的求解结果输出运行评价指标。评价指标包括总运行成本、购能成本、设备运维成本、碳交易成本、弃光惩罚成本、实际碳排放量、碳配额量、碳交易量、光伏实际消纳量、弃光量、弃光率和光伏利用率。

91、

92、

93、

94、在完成步骤1至步骤8后,本实施例设置两组场景来进行方法验证分析,如下表1、表2所示。第一组为机制对比场景,采用原始光伏容量和原售电上限;第二组为光伏容量与售电能力敏感性场景,固定碳交易与需求响应协同机制,改变光伏容量和售电上限。由于机制对比中的case2与敏感性分析中的case2-1均为“碳交易与需求响应协同机制、原始光伏容量、原售电上限”场景,二者工况一致、运行结果一致,因此case2-1仅作为表4中的基准场景。

95、

96、

97、

98、表3表明,在原始光伏容量和原售电上限条件下,case1至case4的弃光量均为0,光伏利用率均为100.00%。该结果说明基础工况下建筑负荷、储能、热泵和售电通道能够消纳全部光伏预测出力。

99、 case2和case3包含需求响应,利润分别为13658.63和14494.38,高于case1和case4。需求响应可以改变电热负荷曲线,使负荷在不同时段重新分配,提高系统收益表现。

100、 case1和case2包含碳交易成本,碳交易成本分别为815.31和835.75。case3和case4不包含碳交易成本。碳交易机制在基础工况下主要改变成本构成和低碳评价结果。

101、

102、表4表明,case2-1在原始光伏容量和原售电上限条件下未发生弃光,其结果与表3中case2一致。case2-2在扩容光伏和原售电上限条件下仍未发生弃光,说明售电能力充足时光伏扩容能够通过本地负荷、储能、热泵和对外售电被吸收。

103、case2-3在原始光伏容量和限制售电上限条件下未发生弃光,说明售电能力受限不会单独造成弃光。case2-4在扩容光伏和限制售电上限条件下出现3118.20的弃光量,弃光率为9.21%,光伏利用率下降至90.79%。

104、 case2-4的结果说明弃光来自光伏扩容和售电能力受限的共同作用。该结果验证了光伏实际消纳功率、弃光功率和售电上限约束在绿色建筑高比例光伏调度中的必要性。

105、图2为case1仅碳交易机制场景的调度结果图。该场景仅考虑碳交易机制,未启用需求响应。图2中电负荷优化曲线与原始电负荷曲线基本重合,热负荷优化曲线与原始热负荷曲线基本重合,说明负荷侧未发生响应调整。光伏利用与弃光子图中,光伏预测曲线与光伏实际消纳曲线重合,弃光曲线为零。电力平衡子图显示,系统通过购电、储能放电、chp及orc发电和光伏实际消纳满足电负荷,同时通过储能充电、热泵耗电和售电吸收部分电能。热力平衡子图显示,燃气锅炉、chp供热、热泵供热和热储能放热共同满足热负荷。

106、图3为case2碳交易与需求响应协同机制场景的调度结果图。该场景同时考虑碳交易和需求响应,也是光伏容量与售电能力敏感性分析中的case2-1基础光伏消纳场景。图3中电负荷优化曲线与原始电负荷曲线存在差异,热负荷优化曲线也出现变化,说明需求响应改变了电热负荷分布。部分高价时段电负荷下降,部分时段热负荷升高,反映电热替代和负荷转移作用。光伏利用与弃光子图仍显示光伏完全消纳,说明原始光伏容量和原售电上限条件下系统具备完整消纳能力。电力平衡子图中白天光伏实际消纳占比提高,热泵耗电和储能充电承担部分消纳作用。热力平衡子图中热泵供热在部分时段增加,体现电能向热能转化对系统调度的影响。

107、图4为case3仅需求响应机制场景的调度结果图。该场景仅考虑需求响应,不考虑碳交易。图4中电负荷和热负荷调整趋势与case2接近,说明负荷变化主要来自需求响应机制。光伏利用与弃光子图显示弃光为零。电力平衡子图和热力平衡子图说明,即使不计入碳交易成本,系统仍可通过多能源设备组合满足电热平衡。该场景用于区分需求响应独立作用。

108、图5为case4无碳交易且无需求响应机制场景的调度结果图。该场景不考虑碳交易和需求响应。图5中优化负荷曲线与原始负荷曲线基本一致,系统作为基础对照场景。光伏利用与弃光子图显示光伏完全消纳。电力平衡子图显示购电在多个时段承担主要供电作用,白天光伏进入供电侧。热力平衡子图显示燃气锅炉和热泵承担主要热负荷。该图用于对比引入碳交易和需求响应后的变化。

109、图6为case2-2光伏扩容且原售电上限场景的调度结果图。该场景采用扩容光伏和原售电上限。图6中光伏预测曲线峰值显著提高,光伏实际消纳曲线仍与光伏预测曲线重合,弃光曲线为零。电力平衡子图中白天光伏实际消纳明显增加,购电需求下降,部分时段售电功率增加。该图说明售电能力充足时,扩容光伏可以通过本地消纳和对外售电被利用,不会必然导致弃光。

110、图7为case2-3原始光伏且限制售电上限场景的调度结果图。该场景采用原始光伏容量和限制售电上限。图7中光伏预测曲线与实际消纳曲线重合,弃光曲线为零。电力平衡子图显示,虽然售电功率受限,原始光伏规模仍未超过建筑负荷、储能和热泵的综合吸收能力。该图说明售电能力受限本身不是弃光的充分条件。

111、图8为case2-4光伏扩容且限制售电上限场景的调度结果图。该场景采用扩容光伏和限制售电上限。图8中光伏预测曲线在中午时段高于光伏实际消纳曲线,弃光曲线在光伏高峰时段出现。电力平衡子图显示,光伏实际消纳已成为白天主要供电来源,售电通道受限后多余光伏无法完全外送。热力平衡子图显示,热泵参与供热但热侧吸收能力不足以完全消纳新增光伏。该图对应表4中的弃光量3118.20、弃光率9.21%和光伏利用率90.79%,验证了本发明对高比例光伏和售电受限耦合场景的识别能力。

112、机制对比结果表明,在原始光伏容量和原售电上限条件下,case1至case4均未发生弃光,说明基础工况下系统消纳能力能够覆盖光伏预测出力。

113、需求响应场景的负荷曲线发生变化,利润提高,说明价格型需求响应和电热替代型需求响应能够改变系统运行方式。

114、光伏容量与售电能力敏感性结果表明,单独扩容光伏不会必然导致弃光,单独限制售电也不会必然导致弃光。扩容光伏与限制售电同时出现时,系统出现弃光。

115、本实施例证明,光伏实际消纳功率和弃光功率的分解能够揭示传统模型中被隐藏的弃光问题。若只将光伏预测出力直接纳入电平衡,case2-4的弃光量无法被计算。

116、本实施例证明,售电上限约束能够反映绿色建筑并网能力限制。该约束能够用于评估光伏扩容方案是否需要同步提升并网容量、储能容量或热泵消纳能力。

117、本实施例证明,碳交易核算与光伏消纳评价可以在同一优化模型中完成。系统能够同时输出运行成本、实际碳排放量、碳交易量、弃光量、弃光率和光伏利用率。

118、本发明适用于绿色建筑光伏扩容评估、零碳园区综合能源调度、建筑并网容量规划、储能容量配置分析和碳交易约束下的低碳运行决策。