基于碳交易及需求响应的能源系统运行优化方法及系统与流程

1.本公开属于综合能源系统的运行优化技术领域，尤其涉及一种基于碳交易及需求响应的能源系统运行优化方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
3.随着环境污染资源短缺的问题越来越严重，以及为尽快实现“碳达峰、碳中和”的双碳目标，可以同时产生冷、热、电、气能的综合能源系统日益成为能源发展的主要方向，也是实现能源改革的重要途经。
4.综合能源系统的合理优化是实现其高效、经济、稳定运行的重要前提，因此目前众多学者对其运行优化做了众多的研究，目前常用的优化方法有线性规划、随机优化、鲁棒优化等，但是，发明人发现，现有的优化大都以二氧化碳的排放量为优化目标来降低系统二氧化碳排放量，其对于综合能源系统的优化目标较为单一，优化结果无法满足实际需求。


技术实现要素：

5.本公开为了解决上述问题，提供了一种基于碳交易及需求响应的能源系统运行优化方法及系统，所述方案能够有效提高供能侧的经济性、降低用能侧的消耗成本，从而提高整个系统的经济性和环保性，降低能源的使用量和二氧化碳的排放量。
6.根据本公开实施例的第一个方面，提供了一种基于碳交易及需求响应的能源系统运行优化方法，包括：
7.分别构建综合能源系统内外两层的数学模型，其中，所述内外两层包括外层能源供应商和内层灵活用户；
8.分别基于碳交易机制和需求响应机制构建内外两层优化模型；其中，内层优化模型以消费者剩余最大为目标，同时考虑用户的用能满意度；外层优化模型中引入碳交易机制，以系统收益最大为目标优化能源销售价格、能源设备出力情况以及碳交易价格；
9.基于遗传算法嵌套线性规划的方法对所述内外两层优化模型进行优化求解，获得能源供应商和灵活用户的决策变量。
10.进一步的，所述外层优化模型以系统总收益最大为目标，具体表示为：
[0011][0012]
其中，为能源供应商销售的电能价格，为能源供应商销售的热能价格，为能源供应商销售的冷能价格，为用户需求的冷能功率，为需求响应后的热负荷需求，为需求响应后的电负荷需求；为能源供应商消耗天然气成本，为能源供应商
从电网购买电能的成本，为能源供应商各设备运行维护成本。
[0013]
进一步的，所述内层优化模型为最大化用户的效用函数和用能成本之差，具体表示为：
[0014][0015]
其中，为用户的效用函数。
[0016]
进一步的，所述基于遗传算法嵌套线性规划的方法，具体采用粒子群算法与线性规划求解相结合，其中，所述粒子群算法采用遗传粒子群算法，所述线性规划求解采用cplex求解器。
[0017]
根据本公开实施例的第二个方面，提供了一种基于碳交易及需求响应的能源系统运行优化系统，包括：
[0018]
数学模型构建单元，其用于分别构建综合能源系统内外两层的数学模型，其中，所述内外两层包括外层能源供应商和内层灵活用户；
[0019]
优化模型构建单元，其用于分别基于碳交易机制和需求响应机制构建内外两层优化模型；其中，内层优化模型以用户剩余最大为目标，同时考虑用户的用能满意度；外层优化模型中引入碳交易机制，以系统收益最大为目标优化能源销售价格、能源设备出力情况以及碳交易价格；
[0020]
优化求解单元，其用于基于遗传算法嵌套线性规划的方法对所述内外两层优化模型进行优化求解，获得能源供应商和灵活用户的决策变量。
[0021]
根据本公开实施例的第三方面，提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上所述的一种基于碳交易及需求响应的能源系统运行优化方法。
[0022]
根据本公开实施例的第四方面，提供了一种电子设备，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程序，所述处理器执行所述程序时实现如上所述的一种基于碳交易及需求响应的能源系统运行优化方法。
[0023]
与现有技术相比，本公开的有益效果是：
[0024]
(1)本公开提供了一种基于碳交易及需求响应的能源系统运行优化方法及系统，所述方案首先将综合能源系统运行优化分为内外两层，外层是能源供应商，内层是灵活用户；然后，外层能源供应商基于经济性以及阶梯碳交易机制建立优化模型来优化自身的能源销售价格、各能源设备出力情况以及碳交易价格；灵活用户基于经济性以及需求响应建立优化模型来优化自身的能源需求；最后，使用遗传算法嵌套线性规划的算法求解能源供应商以及灵活用户的运行策略；通过在能源系统运行优化中引入碳交易机制，能够促进系统降低二氧化碳的排放，提高能源系统的经济性和环保性。
[0025]
(2)本公开所述方案能够有效提高供能侧的经济性、降低用能侧的消耗成本，从而提高整个系统的经济性和环保性，降低能源的使用量和二氧化碳的排放量。
[0026]
本公开附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
[0027]
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
[0028]
图1为本公开实施例一中所述的一种基于碳交易及需求响应的能源系统运行优化方法流程图；
[0029]
图2为本公开实施例一中所述的阶梯碳交易机制示意图；
[0030]
图3为本公开实施例一中所述的粒子群算法具体流程图；
[0031]
图4为本公开实施例一中所述的基于碳交易及需求响应的能源系统运行优化系统中上下层结构示意图。
具体实施方式
[0032]
下面结合附图与实施例对本公开做进一步说明。
[0033]
应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
[0034]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0035]
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
[0036]
实施例一：
[0037]
本实施例的目的是提供一种基于碳交易及需求响应的能源系统运行优化方法。
[0038]
如图1所示，一种基于碳交易及需求响应的能源系统运行优化方法，包括：
[0039]
分别构建综合能源系统内外两层的数学模型，其中，所述内外两层包括外层能源供应商和内层灵活用户；
[0040]
分别基于碳交易机制和需求响应机制构建内外两层优化模型；其中，内层优化模型以消费者剩余最大为目标，同时考虑用户的用能满意度；外层优化模型中引入碳交易机制，以系统收益最大为目标优化能源销售价格、能源设备出力情况以及碳交易价格；
[0041]
基于遗传算法嵌套线性规划的方法对所述内外两层优化模型进行优化求解，获得能源供应商和灵活用户的决策变量。
[0042]
进一步的，所述外层优化模型以系统总收益最大为目标，具体表示为：
[0043][0044]
其中，为能源供应商销售的电能价格，为能源供应商销售的热能价格，为能源供应商销售的冷能价格，为用户需求的冷能功率，为需求响应后的热负荷需求，为需求响应后的电负荷需求；为能源供应商消耗天然气成本，为能源供应商从电网购买电能的成本，为能源供应商各设备运行维护成本。
[0045]
进一步的，所述内层优化模型为最大化用户的效用函数和用能成本之差，具体表示为：
[0046][0047]
其中，为用户的效用函数。
[0048]
进一步的，所述基于遗传算法嵌套线性规划的方法，采用ga-pso算法，所述线性规划求解采用cplex求解器。
[0049]
进一步的，所述外层数学模型包括若干设备运行模型，所述设备运行模型包括但不限于燃气轮机、余热回收装置、燃气锅炉、吸收式制冷机及电制冷机。
[0050]
进一步的，所述内层数学模型为用户的需求响应模型，包括用户根据电价和热价作出相应的电负荷转移及热负荷削减。
[0051]
具体的，为了便于理解，以下结合附图对本公开所述方案进行详细说明：
[0052]
本公开提供了一种基于碳交易及需求响应的能源系统运行优化方法，包括：
[0053]
步骤1：将综合能源系统优化分为内外两层，并建立每层的数学模型；
[0054]
步骤2：基于碳交易机制以及需求响应建立双层优化模型；
[0055]
步骤3:采用遗传算法嵌套线性规划的算法求解能源供应商和灵活用户的决策变量。
[0056]
其中，所述步骤1中综合能源系统的优化分为内外两层，分别是外层能源供应商，即冷热电联供系统，同时向用户供应冷、热、电能，其基于经济性以及阶梯碳交易机制建立优化模型来优化自身的能源销售价格、各能源设备出力情况以及碳交易价格；内层是灵活用户，其根据外层能源供应商制定的能源价格基于用能经济性和舒适性优化出不同能源的用能需求。
[0057]
进一步的，所述步骤1中内外两层包括外层能源供应商中的各设备运行模型以及内层灵活用户的需求响应模型。
[0058]
(1)外层能源供应商的数学模型构建
[0059]
外层能源供应商中的主要供能设备有燃气轮机、余热回收装置、燃气锅炉、吸收式制冷机、电制冷机。
[0060]
所述燃气轮机模型，其发电效率与输出电功率的关系可表示为：
[0061][0062]
其中，为燃气轮机发电效率，和pn分别为燃气轮机输出电功率和额定功率。
[0063]
燃气轮机产电过程可回收部分余热，其回收余热数学模型如下所示：
[0064]
[0065]
其中，η1为燃气轮机散热损失系数。
[0066]
所述吸收式制冷机，可将从燃气轮机那回收地余热转换成冷能来供给冷负荷，其输出冷功率模型为：
[0067][0068]
其中，ηc为吸收式制冷机制冷效率。
[0069]
所述余热回收装置，可将燃气轮机回收的余热进一步转换来供给热负荷，其输出热功率为：
[0070][0071]
其中，ηh为余热回收设备的热效率。
[0072]
所述电制冷机，通过消耗电能产生冷能来供给冷负荷，其数学模型如下：
[0073][0074]
其中，为t时刻电制冷机制冷量，为电制冷消耗电量，cop
ec
为电制冷机制冷系数。
[0075]
(2)用户需求响应数学模型构建
[0076]
所述用户的需求响应模型，即用户根据电价和热价做出相应的电负荷转移、热负荷削减，定义用户转移电负荷为削减热负荷为需求响应后得到新的电负荷、热负荷需求分别为：
[0077][0078][0079]
其中，和分别表示t刻用户原始的电负荷需求和热负荷需求。
[0080]
进一步的，所述步骤2中所用碳交易机制为阶梯碳交易机制，其模型如下所示：
[0081]
其中，所述发电机组i的碳交易花费具体表示为：
[0082][0083]
[0084]
其中，为基准碳排放价格；其中，ei为实际碳排放量，q
ci
为碳排放额，nc为消耗煤炭的发电机组数量，ng为消耗天然气的发电机组数量，n为发电机组总数量，η为碳配额增长系数，δ为碳交易额增长系数；如图2所示为阶梯碳交易机制示意图。
[0085]
所述系统实际碳排放量主要来源于冷热电联供系统中的燃气轮机、燃气锅炉以及电网购电，其可表示为：
[0086][0087]
其中，γi为第i种二氧化碳排放源的碳排放系数，为第i种二氧化碳排放源在t时刻的输出功率。
[0088]
所述步骤2中的优化模型为外层能源供应商的优化模型以及内层用户的优化模型，首先所述能源供应商的优化模型以系统总收益最大为优化目标，其可以表示为：
[0089][0090][0091]
其中，为能源供应商销售的电能价格，为能源供应商销售的热能价格，为能源供应商销售的冷能价格，为用户需求的冷能功率,为需求响应后的热负荷需求，为需求响应后的电负荷需求；。为能源供应商消耗天然气成本，为能源供应商从电网购买电能的成本，为能源供应商各设备运行维护成本。
[0092]
燃气轮机以及燃气锅炉在运行时消耗燃料成本可表示为二次函数的形式，即为：
[0093][0094]
其中，和分别为t时刻燃气轮机的输出电功率和锅炉的输出热功率；ae，be，ce(ah，bh，ch)为燃气轮机(锅炉)的成本系数。
[0095]
所述电网购电成本可表示为：
[0096][0097]
所述系统运行维护成本可表示为：
[0098][0099]
其中，μi为能源供应商第i个设备的运行维护成本系数，为第i个设备的能源输出功率。
[0100]
所述灵活用户的优化目标为消费者剩余最大，考虑用户的用能满意度，因此引入用户的效用函数，即用户的优化目标函数为用户的效用函数和用能成本之差，其表示为：
[0101][0102]
其中，为用户的效用函数，其可表示为：
[0103][0104]
其中，ve、αe、vh、αh分别为用户对于电能和热能消费的偏好系数，用来反映用户对能源需求的偏好并影响能源需求量的大小，因为用户的冷能需求不做需求响应，因此不考虑用户对冷能需求的满意度。
[0105]
进一步的，所述步骤3中的粒子群算法具体流程图如图3所示，线性规划求解由cplex求解器来实现，具体的，所述粒子群算法采用遗传粒子群算法(ga-pso)，所述线性规划求解采用cplex求解器。
[0106]
实施例二：
[0107]
本实施例的目的是提供一种基于碳交易及需求响应的能源系统运行优化系统。
[0108]
如图4所示，一种基于碳交易及需求响应的能源系统运行优化系统，包括：
[0109]
数学模型构建单元，其用于分别构建综合能源系统内外两层的数学模型，其中，所述内外两层包括外层能源供应商和内层灵活用户；
[0110]
优化模型构建单元，其用于分别基于碳交易机制和需求响应机制构建内外两层优化模型；其中，内层优化模型以用户剩余最大为目标，同时考虑用户的用能满意度；外层优化模型中引入碳交易机制，以系统收益最大为目标优化能源销售价格、能源设备出力情况以及碳交易价格；
[0111]
优化求解单元，其用于基于遗传算法嵌套线性规划的方法对所述内外两层优化模型进行优化求解，获得能源供应商和灵活用户的决策变量。
[0112]
在更多实施例中，还提供：
[0113]
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例一中所述的方法。为了简洁，在此不再赘述。
[0114]
应理解，本实施例中，处理器可以是中央处理单元cpu，处理器还可以是其他通用处理器、数字信号处理器dsp、专用集成电路asic，现成可编程门阵列fpga或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0115]
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
[0116]
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例一中所述的方法。
[0117]
实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于
存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
[0118]
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0119]
上述实施例提供的一种基于碳交易及需求响应的能源系统运行优化方法及系统可以实现，具有广阔的应用前景。
[0120]
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。