一种考虑履约不确定性与阶梯碳交易的日前低碳调度方法
本技术涉及综合能源系统优化调度领域,具体而言,涉及一种考虑履约不确定性与阶梯碳交易的日前低碳调度方法。
背景技术:
1、综合能源系统(integrated energy system,ies)通过电、热、气等多种能源协同运行,提高能源利用效率并促进低碳发展。近年来,为实现“双碳”目标,越来越多的综合能源系统调度模型开始引入碳交易机制,将碳排放成本纳入经济调度目标。
2、目前常见的方法主要包括:固定碳价格模型;碳税模型;阶梯碳交易模型;含需求响应的综合能源系统优化调度模型;含随机场景的不确定优化模型。
3、但是上述方法仍存在以下不足:现有方法假设需求响应能够100%完成,没有考虑用户实际履约不足的问题。虽然部分研究考虑了需求响应不确定性,但仅将其视作普通负荷波动,没有建立需求响应履约不足与碳交易成本之间的耦合关系。现有阶梯碳交易模型通常侧重降低平均运行成本,而缺乏对高成本尾部风险的控制,当需求响应履约不足时,容易导致碳排放跨越高价阶梯,引起碳交易成本急剧增加。现有方法大多未引入cvar风险度量,因此难以有效降低低概率、高损失场景下的运行风险。
4、因此,需要提出一种能够综合考虑需求响应履约不确定性、阶梯碳交易以及尾部风险控制的综合能源系统日前低碳调度方法。
技术实现思路
1、本技术提供一种考虑履约不确定性与阶梯碳交易的日前低碳调度方法,旨在解决现有调度方法未将需求响应履约不确定性、阶梯碳交易与尾部风险进行联合优化,导致dr履约不足时碳排放跨越高价阶梯、碳交易成本急剧增加且缺乏尾部风险控制能力等问题。
2、本发明实施例提供了一种考虑履约不确定性与阶梯碳交易的日前低碳调度方法,包括:
3、获取综合能源系统的日前承诺需求响应量,基于所述日前承诺需求响应量对履约因子进行建模,生成随机场景集合;
4、建立综合能源系统的电热耦合运行约束,在约束下计算各随机场景下的总碳排放量;
5、基于所述总碳排放量和预设碳配额的差额建立阶梯碳交易成本模型;
6、通过所述碳交易成本模型计算各随机场景下的阶梯碳交易成本,进一步结合其余成本项确定各随机场景的总运行成本,并引入cvar风险量化所述总运行成本的尾部风险,获得各随机场景的尾部风险值;
7、以所述各随机场景的总运行成本与所述各随机场景的尾部风险值的加权和最小为优化目标,构建日前低碳调度模型;
8、求解所述日前低碳调度模型,获得日前低碳调度计划。
9、优选地,基于所述日前需求响应承诺量对履约因子进行建模,生成随机场景集合,具体为:
10、构建随机变量作为履约因子,所述履约因子用于表征任一场景下任一调度时段实际需求响应量与日前承诺需求响应量的比值;
11、确定所述履约因子的概率分布,所述概率分布根据历史数据统计确定,或根据需求响应聚合商的信用等级、天气类型和用户类别中的至少一种因素分组建模确定;
12、基于所述概率分布,采用分层抽样生成若干个随机场景,每一随机场景包含各调度时段履约因子的抽样值;
13、将各随机场景下各调度时段履约因子的抽样值分别与对应时段的日前承诺需求响应量相乘,得到各随机场景下各调度时段的实际需求响应量,构成随机场景集合。
14、优选地,所述电热耦合运行约束包括电功率平衡约束、热功率平衡约束和储能荷电状态约束;
15、所述电热功率平衡约束的表达式为:
16、
17、式中,、和分别为随机场景下调度时段的购电功率、热电联产发电功率和储能放电功率,为调度时段的基础电负荷,、和分别为随机场景下调度时段的实际需求响应量、电锅炉耗电功率和储能充电功率;
18、所述热功率平衡约束的表达式为:
19、
20、式中,为热电联产机组的热电比,为随机场景下调度时段的热电联产发电功率,为电锅炉的电热转换效率,为随机场景下调度时段的电锅炉耗电功率,为调度时段的热负荷;
21、所述储能荷电约束的表达式为:
22、
23、式中,和分别为随机场景下调度时段和调度时段的荷电状态,为电锅炉的电热转换效率,为随机场景下调度时段的储能充电功率,为调度时段单位时长,为随机场景下调度时段的储能放电功率,为放电效率。
24、优选地,在约束下计算各随机场景下的总碳排放量,具体为:
25、满足电热耦合运行约束下,对每一随机场景,按照各调度时段购电功率和燃气消耗量计算总碳排放量,表达式为:
26、
27、式中,为随机场景的总碳排放量,为电网碳排放因子,为随机场景下调度时段的购电功率,为燃气碳排放因子,为随机场景下调度时段的燃气消耗量。
28、优选地,基于所述总碳排放量和预设碳配额的差额建立阶梯碳交易成本模型,具体为:
29、获取预设碳配额,计算每一随机场景下的排放超额量:
30、
31、式中,为随机场景的排放超额量,为随机场景的总碳排放量,为预设碳配额;
32、将分解为个阶梯区间,满足:
33、
34、式中,为随机场景的第个阶梯区间,为阶梯最多可容纳的排放超额量;
35、获取各阶梯区间对应的边际碳价,所述边际碳价随阶梯区间的递增而逐级升高;构建阶梯碳交易成本模型,表达式为:
36、
37、式中,为随机场景的阶梯碳交易成本,为第个阶梯区间的边际碳价,为随机场景的第个阶梯区间。
38、优选地,所述其余成本项还包括购电成本、燃气成本、设备运行成本和需求响应激励成本。
39、优选地,引入cvar风险量化所述总运行成本的尾部风险,具体为:
40、设置非负偏差变量,满足:
41、
42、式中,为随机场景的非负偏差变量,为随机场景的总运行成本,为风险价值辅助变量;
43、进一步计算尾部风险,表达式为:
44、
45、式中,为置信水平下的尾部风险,为风险价值辅助变量,为置信水平,为随机场景的概率,为随机场景的非负偏差变量。
46、优选地,以所述各随机场景的总运行成本与所述各随机场景的尾部风险值的加权和最小为优化目标,构建日前低碳调度模型,具体为:
47、目标函数的表达式为:
48、
49、式中,为目标值,为随机场景的概率,为随机场景的总运行成本,为风险厌恶系数,为置信水平下的尾部风险;
50、基于经济目标和风险控制目标确定的值,具体为:
51、当时,目标函数为最小化各随机场景的总运行成本,仅追求经济目标;
52、当增大时,目标函数加大对尾部风险值的惩罚,使电储能装置在需求响应可靠性不足的时段提高荷电状态以保留储能裕度,提升风险控制;
53、以目标函数结合电热耦合运行约束,构成日前低碳调度模型。
54、优选地,获得日前低碳调度计划之后,还包括:
55、在执行日前低碳调度计划时,获取实际需求响应量;
56、根据所述实际需求响应量与日前承诺需求响应量的偏差,对电储能装置的充放电功率和购电功率进行滚动修正,具体为:
57、当实际需求响应量小于日前承诺需求响应量时,将两者之差作为履约缺额,通过优先增大电储能装置的放电功率补偿履约缺额,当放电功率达到上限或荷电状态低于下限时,则通过增大购电功率补充履约缺额;
58、当实际需求响应量大于日前承诺需求响应量时,减小购电功率或增大电储能装置的充电功率;
59、按上述方式逐时段执行滚动修正,直至完成全部调度时段。
60、本技术至少具有如下优点或有益效果:
61、(1)本发明通过构建履约因子刻画需求响应的实际履约偏差,并在电功率平衡约束中建立履约不足致使净负荷回升、进而导致碳排放增加的因果耦合机制,使需求响应履约不确定性直接参与碳交易成本的联合优化,克服了现有技术将dr不确定性仅视作普通负荷波动、未建立二者耦合关系的缺陷。
62、(2)本发明引入条件风险价值量化总运行成本的尾部风险并作为惩罚项嵌入目标函数,形成从碳排放跨越高价阶梯到储能提前保持soc裕度、再到释放裕度替代高碳排机组的完整风险反馈闭环,使储能兼具经济套利与碳风险缓冲双重功能,解决了现有方法缺乏尾部风险控制、难以有效应对低概率高损失场景的问题。
63、(3)本发明通过将排放超额量分解为阶梯区间连续变量,利用最小化目标驱动实现阶梯碳交易成本的精确线性化表达,无需引入二进制变量,降低了模型求解复杂度,并通过风险厌恶系数实现了经济性与鲁棒性的灵活权衡。
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