一种计及电碳协同的高耗能工业负荷优化调度方法
本发明涉及电力系统运行与控制领域,尤其涉及一种计及电碳协同的高耗能工业负荷优化调度方法。
背景技术:
1、随着我国“双碳”目标的深入推进,以新能源为主体的新型电力系统正在加速构建。风电、光伏等可再生能源发电占比不断提高,但其固有的波动性和间歇性给电力系统的实时平衡带来了严峻挑战,系统“灵活性缺口”日益扩大。
2、高耗能工业(如电解铝、多晶硅、钢铁等)用电量占全社会用电量比重超过60%,其生产工艺具有显著的“热蓄能”特性,核心生产单元(如电解槽、cvd沉积炉)内部储存着巨大的热能,形成天然的“热电池”,是电网需求侧极具潜力的灵活性资源。
3、然而,现有调度模型多将生产计划与用电计划分离,未能充分考虑生产工艺的复杂约束(如温度刚性、连续生产、物料平衡等),导致负荷调节方案在实际生产中不可行。同时,对价格型需求响应与激励型需求响应的协同优化不足,难以实现企业用电成本最小化。此外,求解效率与实用性也存在明显短板。近年来,部分研究开始关注工业负荷参与电网互动的潜力,但大多将负荷简化为可开关的“黑箱”单元,忽略了生产流程内部的物理化学过程与能量耦合关系。
4、因此,需要一种能够深度融合生产工艺、计及电力市场与碳交易机制的高耗能工业负荷优化调度方法,在保障生产安全的前提下,实现企业用电成本最小化与深度降碳的双重目标。
技术实现思路
1、本发明提供一种计及电碳协同的高耗能工业负荷优化调度方法,用以解决现有技术中的缺陷,实现在降低企业用电成本的同时实现深度降碳,并兼顾求解效率与模型精度,避免直接求解大规模混合整数非线性规划问题的计算爆炸,具有良好的工程实用性。
2、第一方面,本发明提供一种计及电碳协同的高耗能工业负荷优化调度方法,包括:
3、获取目标用户在预设调度周期内的电力市场数据、碳排放数据、生产成本数据以及生产工艺数据;
4、基于所述电力市场数据和所述碳排放数据构建以总成本最小化为优化目标的电碳协同优化模型,所述电碳协同优化模型以需求响应投标量为决策变量;
5、基于所述生产成本数据构建以生产成本最小化为优化目标的生产调度优化模型,所述生产调度优化模型以生产调度方案为决策变量,并以基于所述生成工艺数据构建的生产工艺约束为约束条件;
6、以预设调度周期内各时段的需求响应投标量与生产调度方案实现的需求响应量之间的差值作为耦合约束,基于所述耦合约束对所述电碳协同优化模型和所述生产调度优化模型进行分层优化求解,得到目标用户在预设调度周期内的最优需求响应投标方案以及最优生产调度方案;其中,需求响应投标方案表示预设调度周期内各时段需求响应投标量的集合。
7、第二方面,本发明还提供一种计及电碳协同的高耗能工业负荷优化调度系统,包括:
8、数据获取模块,用于获取目标用户在预设调度周期内的电力市场数据、碳排放数据、生产成本数据以及生产工艺数据;
9、模型构建模块,基于所述电力市场数据和所述碳排放数据构建以总成本最小化为优化目标的电碳协同优化模型,所述电碳协同优化模型以需求响应投标量为决策变量;以及,基于所述生产成本数据构建以生产成本最小化为优化目标的生产调度优化模型,所述生产调度优化模型以生产调度方案为决策变量,并以基于所述生成工艺数据构建的生产工艺约束为约束条件;
10、模型求解模块,用于以预设调度周期内各时段的需求响应投标量与生产调度方案实现的需求响应量之间的差值作为耦合约束,基于所述耦合约束对所述电碳协同优化模型和所述生产调度优化模型进行分层优化求解;其中,需求响应投标方案表示预设调度周期内各时段需求响应投标量的集合。
11、第三方面,本发明还提供一种计算机设备,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计算机程序,所述处理器执行所述程序时实现如上述任一种所述计及电碳协同的高耗能工业负荷优化调度方法的步骤。
12、第四方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述计及电碳协同的高耗能工业负荷优化调度方法的步骤。
13、第五方面,本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述计及电碳协同的高耗能工业负荷优化调度方法的步骤。
14、根据本申请提供的具体实施例,本申请公开了以下技术效果:
15、本发明提供的一种计及电碳协同的高耗能工业负荷优化调度方法,本发明基于电力市场数据和碳排放数据构建以总成本最小化为优化目标的电碳协同优化模型,将购电成本、生产调整成本与碳交易成本统一纳入目标函数,在降低企业用电成本的同时实现深度降碳;本发明通过对所述电碳协同优化模型和所述生产调度优化模型进行分层优化求解,并通过拉格朗日松弛法处理上下层之间的耦合约束,从而兼顾了求解效率与模型精度,避免了直接求解大规模混合整数非线性规划问题的计算爆炸,具有良好的工程实用性。
1.一种计及电碳协同的高耗能工业负荷优化调度方法,其特征在于,包括:
2.根据权利要求1所述的计及电碳协同的高耗能工业负荷优化调度方法,其特征在于,所述电力市场数据包括中长期差价合约的购电成本、日前市场购电成本、实时偏差成本、生产调整成本以及需求响应收益;所述电碳协同优化模型的表达式为:
3.根据权利要求2所述的计及电碳协同的高耗能工业负荷优化调度方法,其特征在于,所述需求响应收益为所述预设调度周期内需求响应投标量与需求响应补偿价格的乘积。
4.根据权利要求1所述的计及电碳协同的高耗能工业负荷优化调度方法,其特征在于,所述生产成本数据包括设备运行、启停产生的生产成本、执行生产过程中产生的成本以及执行需求响应投标量而调整生产功率或生产计划所产生的额外成本;所述生产调度方案包括生产功率和设备启停状态。
5.根据权利要求1所述的计及电碳协同的高耗能工业负荷优化调度方法,其特征在于,基于所述耦合约束对所述电碳协同优化模型和所述生产调度优化模型进行分层优化求解,包括:
6.根据权利要求5所述的计及电碳协同的高耗能工业负荷优化调度方法,其特征在于,所述根据所述生产调度方案求解所述拉格朗日松弛函数,包括:
7.根据权利要求1-6任一所述的计及电碳协同的高耗能工业负荷优化调度方法,其特征在于,所述生产工艺数据包括:目标工业生产设备在预设调度周期内各时段的设备功率、设备运行状态、设备温度状态、物料库存状态和生产任务数据;所述生产工艺约束包括:设备功率约束、温度刚性约束、启停约束、物料平衡约束与能量平衡约束以及生产任务约束。
8.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述计及电碳协同的高耗能工业负荷优化调度方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述计及电碳协同的高耗能工业负荷优化调度方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述计及电碳协同的高耗能工业负荷优化调度方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com