一种基于碳排放的电力市场出清方法及装置与流程

1.本发明涉及电力市场技术领域，尤其涉及一种基于碳排放的电力市场出清方法及装置。


背景技术：

2.为促进国内碳排放量的下降，我国开始采取一系列市场和非市场手段，其中碳排放权交易市场(以下简称碳市场)是一项重要措施。
3.电力行业的电源结构具有高碳排放特征，火力发电是温室气体排放的主要来源，并且随着电力需求不断增长势必会导致碳排放的增加。对此，各国均提出了严格的碳减排目标。“配额”由政府或者交易中心制定，允许持有每单位配额的主体在既定控排总量范围内排放一单位二氧化碳(通常为吨或者短吨)。所有排放主体必须在履约期结束时缴纳与排放总量相当的配额，否则将面临严格的惩罚。目前电力行业的碳市场中，碳排放配额以免费分配为主，国家规定了不同类型发电机组的碳排放强度基准值，发电机组可以获得的免费配额等于发电量乘以碳排放强度基准值。由于不同类型发电机组的碳排放水平不同，因此每个发电机组的配额需求和剩余量不同，多余的配额可以在碳市场的二级市场中销售，而不足的碳配额需要在二级市场中购买。
4.而电力市场交易机制直接影响电力市场运营结果，电力市场出清方式作为电力市场交易机制的关键问题，亟需深入研究。现行的电力市场出清模型并未考虑碳排放成本，未能实现在保证各交易方经济利益的前提下，降低碳排放总量。


技术实现要素：

5.为了克服现有技术的缺陷，本发明提供一种基于碳排放的电力市场出清方法及装置，能够考虑碳排放成本进行电力市场出清，实现在保证各交易方经济利益的前提下，降低碳排放总量。
6.为了解决上述技术问题，第一方面，本发明一实施例提供一种基于碳排放的电力市场出清方法，包括：
7.获取电力市场数据，并根据所述电力市场数据，建立以社区级微电网为中心的能源集线器模型；
8.基于所述能源集线器模型，应用虚拟碳流模型计算用户总碳排放量，应用碳排放交易价格预测模型预测碳排放交易价格；
9.根据所述用户总碳排放量和所述碳排放交易价格，对电力市场和碳市场进行联合建模，得到双层联合市场模型；
10.以总发电成本最低为出清目标对所述双层联合市场模型进行迭代出清，得到电力市场出清结果。
11.进一步地，所述电力市场数据包括用户负荷数据、实时电价、电力网络的网络参数、各个能源的碳排放强度。
12.进一步地，所述用户负荷数据包括用户全年的负荷数据；所述实时电价采用峰谷平三时电价；所述电力网络的网络参数包括所述电力网络各支路的电阻电抗参数；所述能源的碳排放强度为消耗每kwh电能对应的二氧化碳排放量吨数。
13.进一步地，所述根据所述电力市场数据，建立以社区级微电网为中心的能源集线器模型，具体为：
14.通过所述社区级微电网根据所述电力市场数据，对能源集线器中的能源进行分配，使所述社区级微电网中每一能源产消者在碳排放成本最小的情况下达到最小化发电成本和最大化发电效益，建立所述能源集线器模型。
15.进一步地，所述基于所述能源集线器模型，应用虚拟碳流模型计算用户总碳排放量，具体为：
16.基于所述能源集线器模型，应用所述虚拟碳流模型计算电力网络中各个发电机节点的碳排放量和所述社区级微电网中各个能源产消者的碳排放量；
17.对所述电力网络中各个发电机节点的碳排放量和所述社区级微电网中各个能源产消者的碳排放量进行求和，得到所述用户总碳排放量。
18.第二方面，本发明一实施例提供一种基于碳排放的电力市场出清装置，包括：
19.能源集线器模型建立模块，用于获取电力市场数据，并根据所述电力市场数据，建立以社区级微电网为中心的能源集线器模型；
20.碳排放交易信息获取模块，用于基于所述能源集线器模型，应用虚拟碳流模型计算用户总碳排放量，应用碳排放交易价格预测模型预测碳排放交易价格；
21.双层联合市场建立模块，用于根据所述用户总碳排放量和所述碳排放交易价格，对电力市场和碳市场进行联合建模，得到双层联合市场模型；
22.电力市场出清模块，用于以总发电成本最低为出清目标对所述双层联合市场模型进行迭代出清，得到电力市场出清结果。
23.进一步地，所述电力市场数据包括用户负荷数据、实时电价、电力网络的网络参数、各个能源的碳排放强度。
24.进一步地，所述用户负荷数据包括用户全年的负荷数据；所述实时电价采用峰谷平三时电价；所述电力网络的网络参数包括所述电力网络各支路的电阻电抗参数；所述能源的碳排放强度为消耗每kwh电能对应的二氧化碳排放量吨数。
25.进一步地，所述能源集线器模型建立模块，包括：
26.能源集线器模型建立单元，用于通过所述社区级微电网根据所述电力市场数据，对能源集线器中的能源进行分配，使所述社区级微电网中每一能源产消者在碳排放成本最小的情况下达到最小化发电成本和最大化发电效益，建立所述能源集线器模型。
27.进一步地，所述碳排放交易信息获取模块，包括：
28.用户总碳排放量计算单元，用于：
29.基于所述能源集线器模型，应用所述虚拟碳流模型计算电力网络中各个发电机节点的碳排放量和所述社区级微电网中各个能源产消者的碳排放量；
30.对所述电力网络中各个发电机节点的碳排放量和所述社区级微电网中各个能源产消者的碳排放量进行求和，得到所述用户总碳排放量。
31.相比于现有技术，本发明的实施例，具有如下有益效果：
32.通过获取电力市场数据，并根据电力市场数据，建立以社区级微电网为中心的能源集线器模型；基于能源集线器模型，应用虚拟碳流模型计算用户总碳排放量，应用碳排放交易价格预测模型预测碳排放交易价格；根据用户总碳排放量和碳排放交易价格，对电力市场和碳市场进行联合建模，得到双层联合市场模型；以总发电成本最低为出清目标对双层联合市场模型进行迭代出清，得到电力市场出清结果，能够考虑碳排放成本进行电力市场出清，实现在保证各交易方经济利益的前提下，降低碳排放总量。
附图说明
33.图1为本发明第一实施例中的一种基于碳排放的电力市场出清方法的流程示意图；
34.图2为本发明第二实施例中的一种基于碳排放的电力市场出清装置的结构示意图。
具体实施方式
35.下面将结合本发明中的附图，对本发明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。
36.需要说明的是，文中的步骤编号，仅为了方便具体实施例的解释，不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的终端设备执行，且下文均以处理器作为执行主体为例进行说明。
37.如图1所示，第一实施例提供一种基于碳排放的电力市场出清方法，包括步骤s1～s4：
38.s1、获取电力市场数据，并根据电力市场数据，建立以社区级微电网为中心的能源集线器模型；
39.s2、基于能源集线器模型，应用虚拟碳流模型计算用户总碳排放量，应用碳排放交易价格预测模型预测碳排放交易价格；
40.s3、根据用户总碳排放量和碳排放交易价格，对电力市场和碳市场进行联合建模，得到双层联合市场模型；
41.s4、以总发电成本最低为出清目标对双层联合市场模型进行迭代出清，得到电力市场出清结果。
42.需要说明的是，碳交易是温室气体排放权交易的统称，在《京都协议书》要求减排的6种温室气体中，二氧化碳为最大宗，因此，温室气体排放权交易以每吨二氧化碳当量为计算单位。在排放总量控制的前提下，包括二氧化碳在内的温室气体排放权成为一种稀缺资源，从而具备了商品属性。
43.微电网是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。
44.能源集线器是综合能源系统中多类型能源相互转化的重要载体，是一种将电力、天然气等供给侧能源转化为电、热等负荷侧能源的能量转换装置，对比传统单一的能源供
给方式，能源集线器能够有效地提高综合能源的利用效率。
45.作为示例性地，在步骤s1中，获取用户负荷数据、实时电价、电力网络的网络参数、各个能源的碳排放强度等数据作为电力市场数据，并根据电力市场数据，建立以社区级微电网为中心的能源集线器模型。
46.在步骤s2中，基于能源集线器模型，应用虚拟碳流模型计算用户总碳排放量，并建立碳排放交易价格预测模型，应用碳排放交易价格预测模型预测碳排放交易价格，以根据用户总碳排放量和碳排放交易价格计算碳排放交易收益。
47.在步骤s3中，将用户总碳排放量和碳排放交易价格，与电力市场的运行成本进行叠加，对电力市场和碳市场进行联合建模，得到双层联合市场模型；其中，双层联合市场模型的上层模型为电力市场，下层模型为碳市场。
48.在步骤s4中，以总发电成本最低为出清目标对双层联合市场模型进行迭代出清，得到电力市场出清结果。可以理解的是，总发电成本是根据由用户总碳排放量和碳排放交易价格计算得到的碳排放交易收益，以及电力市场的运行成本计算得到的。
49.本实施例能够考虑碳排放成本进行电力市场出清，实现在保证各交易方经济利益的前提下，降低碳排放总量。
50.在优选的实施例当中，电力市场数据包括用户负荷数据、实时电价、电力网络的网络参数、各个能源的碳排放强度。
51.在优选的实施例当中，用户负荷数据包括用户全年的负荷数据；实时电价采用峰谷平三时电价；电力网络的网络参数包括电力网络各支路的电阻电抗参数；能源的碳排放强度为消耗每kwh电能对应的二氧化碳排放量吨数。
52.作为示例性地，采集用户负荷数据、实时电价、电力网络的网络参数、各个能源的碳排放强度等数据作为电力市场数据。用户负荷数据包括用户全年的负荷数据，数据采集间隔最小为15分钟；实时电价采用国家统一的峰谷平三时电价；电力网络的网络参数包括电力网络各支路的电阻电抗参数；能源的碳排放强度为消耗每kwh电能对应的二氧化碳排放量吨数。
53.本实施例通过采集用户负荷数据、实时电价、电力网络的网络参数、各个能源的碳排放强度等数据作为电力市场数据，能够准确建立以社区级微电网为中心的能源集线器模型。
54.在优选的实施例当中，所述根据电力市场数据，建立以社区级微电网为中心的能源集线器模型，具体为：通过社区级微电网根据电力市场数据，对能源集线器中的能源进行分配，使社区级微电网中每一能源产消者在碳排放成本最小的情况下达到最小化发电成本和最大化发电效益，建立能源集线器模型。
55.作为示例性地，不同的社区级微电网在市场中扮演着市场参与主体的角色。假设将光伏发电能、储能和燃气发电能结合在一起，形成一个能源集线器。对于在社区级微电网中的能源产消者来说，每个能源产消者目标为最小化发电成本和最大化发电效益。
56.社区级微电网根据用户负荷数据、实时电价、电力网络的网络参数、各个能源的碳排放强度对能源集线器的能源进行分配，使社区级微电网中每一能源产消者在碳排放成本最小的情况下达到最小化发电成本和最大化发电效益，从而建立能源集线器模型。
57.其中，对于能源集线器的建模，包括：
58.1、天然气等效转化模型：
59.天然气网提供的天然气一部分进入燃气轮机转化为电能和热能，另一部分进入燃气锅炉转化为热能。天然气p
gas
的调度情况可表示为：
60.p
gas
＝p
ge
p
gh
(1)；
61.式(1)中，p
ge
和p
gh
分别为进入燃气轮机和燃气锅炉的天然气量。
62.天然气通过燃气轮机转化为电能，可表示为：
63.η
ge
×
p
ge
＝p
gt
(2)；
64.式(2)中，η
ge
表示转化效率，p
gt
表示燃气轮机发电功率。
65.天然气通过燃气锅炉和燃气轮机转化为热能，用η
gh,gb
和η
gh,gt
分别表示燃气锅炉和燃气轮机的产热效率，h
gb
和h
gt
分别表示燃气锅炉和燃气轮机的产热量,则天然气对热能的等效转化可表示为：
66.η
gh,gb
×
p
gh
＝h
gb (3)；
67.η
gh,gt
×
p
ge
＝h
gt (4)。
68.2、电能等效转化模型：
69.能源集线器通过变压器和外部电网进行电能交换，当微能源网电力不足时，从外部电网购买所需电能，当微能源网电力过剩时，将多余的电量出售给外部电网。若用pb表示购电(为正值)，ps表示售电(为负值)，则有：
70.p
grid
×
η
t
＝(pb ps)
×
η
t
(5)；
71.式(5)中，p
grid
表示能源集线器与外部电网交换的电量，η
t
为变压器效率。值得注意的是，同一时刻不可同时进行购电和售电。
72.电能通过电制冷机转化为冷能，cop
ec
为电制冷机制冷系数，c
ec
表示电制冷机制冷量，则电能p
ec
对冷能的等效转化可表示为：
73.p
ec
×
cop
ec
＝c
ec
(6)；
74.此外，蓄冰空调系统可以将用电低谷时期的电能转化为冰存储起来，在用电高峰期通过融冰为用户供冷，以实现移峰填谷作用，表示为：
75.p
ice
×
cop
ice
＝p
cs,c
(7)；
76.式(7)中，p
ice
为蓄冰空调耗电功率，cop
ice
为蓄冰空调制冷系数，p
cs,c
为冰蓄冷空调制冰功率。
77.3、热能对冷能的等效转化模型：
78.热能可以通过吸收式制冷机等转化为冷能，用cop
ac
表示吸收式制冷机制冷系数，c
ac
表示吸收式制冷机制冷量，则热能h
ac
对冷能的等效转化可表示为
79.h
ac
*cop
ac
＝c
ac
(8)；
80.4、储能等效转化模型：
81.储能装置是微能源网的重要设备，可以实现能量在时间维度的转移。储能装置将某时刻多余的能量或者廉价的能量进行存储，在其他能量需求时刻或者能量价格较高的时刻释放，以实现能量的高效利用和降低用能成本。广义的储能不仅包括储电(蓄电池)，还包括储热(热水蓄热系统)和储冷(冰蓄冷系统)。它们的能量充放过程类似，均需要同时满足充放能，储能量等方面的约束。广义储能装置的动态通用模型可表示为：
[0082][0083]
式(9)表示储能装置充放能量前后存储的能量变化情况，为充/放能后的储能量，为充/放能前的储能量，δ
x
为储能装置的能量损失率，为t时刻充能功率，为t刻放能功率，η
x,c
和η
x,d
分别为充能、放能效率。
[0084]
在式(9)中，有：和这表明储能装置t时刻充/放能量的功率不大于允许的最大充/放能量功率，式中u
x
为约束储能装置不能同时进行充、放能量而引入的0-1变量，当u
x
为0时，表明储能装置放能，当u
x
为1时，表明储能装置充能。
[0085]
有：这表明储能装置t时刻的储能量需满足最小储能量和最大储能量的约束。
[0086]
有：这表示储能装置在调度周期结束时刻和初始时刻的储能量相等，式中调度周期为24h，时间步长为1h，下标x表示能量类型，电、热、冷能下标分别用es、hs、cs表示。
[0087]
具体来说，微电网的日运行费用由购电费m
pe
、购气费m
pg
和碳排放费m
ce
构成，可表示为：
[0088]
m＝min(m
pe
m
pg
m
ce
) (10)；
[0089]
式(10)中，分别为t时刻购电电价和购电功率，分别为t时刻售电电价和售电功率(负值)，电价单位均为元/(kw
·
h)，功率单位均为kw。
[0090]
购买的天然气一部分p
ge
进入燃气轮机，另一部分p
gh
进入燃气锅炉，假设天然气价为固定价格pg，则购买天然气费用可表示为：
[0091][0092]
碳排放量由电网购电等效排放量和气网购气等效排放量两部分组成，假设βe、βg分别表示购电和购气的等效排放系数(kg/(kw
·
h))，ε表示单位co2的处理费用(元/kg)，则碳排放成本可表示为：
[0093][0094]
对于发电效益最大化：通过电、气能源的相互替代，各种能源转化设备的协调优化运行，可以实现能量的梯级利用、促进多能互补、并降低运行成本和碳排放以及促进新能源的就地消纳。
[0095]
在优选的实施例当中，所述基于能源集线器模型，应用虚拟碳流模型计算用户总碳排放量，具体为：基于能源集线器模型，应用虚拟碳流模型计算电力网络中各个发电机节点的碳排放量和社区级微电网中各个能源产消者的碳排放量；对电力网络中各个发电机节
点的碳排放量和社区级微电网中各个能源产消者的碳排放量进行求和，得到用户总碳排放量。
[0096]
作为示例性地，用户总碳排放量的计算包括电力网络的虚拟碳流计算，碳价格的指数广义自回归条件异方差预测。
[0097]
其中，电力网络的虚拟碳流计算：
[0098][0099]
式(12)中，eg为发电厂g的碳势，单位是kgco2/kwh，r为火电厂的供电煤耗，efm为火电厂所用煤炭的碳排放系数，单位为kgco2/kg，q为火电厂所用煤炭的燃烧热值，单位为kcal/kg。
[0100][0101]
式(14)中，e
gt
为发电厂g在t时段的实时碳排放量，eg为发电厂g的累积碳排放量，单位为kgco2；p
gt
为发电厂g在t时段对应的有功功率输出；e
gt
为发电厂g在时段t对应的机组碳势；δt为时段t的持续时间。
[0102]
根据式(15)建立碳排放交易价格预测模型，即
[0103][0104]
式(15)中，rd为第d日的碳排放交易收益；且为第d日的碳排放交易收益；且为第d日的碳排放交易收盘价格；为第d-1日的碳排放交易收盘价格；r
d-1
为第d-1日的碳排放交易收益；β0、β1为序列的持续性参数；β2为序列的非对称性参数；α1为新息参数，为小于1的常数；vd表示服从正态白噪音过程，均值为0，方差为1的第d个参数；εd为第d日的扰动项，ε
d-1
为第d-1日的扰动项，σd为第d日的条件标准差，α0为非随机变量，σ
d-1
为第d-1日的条件标准差。
[0105]
在用户总碳排放量的计算过程中，对应时刻社区级微电网中各个能源产消者的碳排放量可由对应节点的碳排放强度计算得到，而电力网络中各个发电机的碳排放量可由对应节点的碳排放强度计算得到。根据微电网中各产消者的碳排放量和电力网络的发电机节点的碳排放量求和，即可得到用户总碳排放量。
[0106]
其中，社区级微电网中各个能源产消者的碳排放量的总和为
[0107][0108]
本实施例通过采集参与市场的用户负荷数据、实时电价、电力网络的网络参数、各个能源的碳排放强度，提出了一种以社区级微电网为中心的能源集线器模型，实现在社区级微电网之间交易降低碳排放总量。另外，本实施例将电力市场和碳市场结合起来形成一
个二级市场，在保证各交易方经济利益的前提下，降低碳排放总量。采用本实施例优化电力市场参与者的投标策略，具有灵活性和实用性，且考虑了碳市场，可以进一步降低整个市场的碳排放总量，易于推广。
[0109]
基于与第一实施例相同的发明构思，第二实施例提供如图2所示的一种基于碳排放的电力市场出清装置，包括：能源集线器模型建立模块21，用于获取电力市场数据，并根据电力市场数据，建立以社区级微电网为中心的能源集线器模型；碳排放交易信息获取模块22，用于基于能源集线器模型，应用虚拟碳流模型计算用户总碳排放量，应用碳排放交易价格预测模型预测碳排放交易价格；双层联合市场建立模块23，用于根据用户总碳排放量和碳排放交易价格，对电力市场和碳市场进行联合建模，得到双层联合市场模型；电力市场出清模块24，用于以总发电成本最低为出清目标对双层联合市场模型进行迭代出清，得到电力市场出清结果。
[0110]
在优选的实施例当中，电力市场数据包括用户负荷数据、实时电价、电力网络的网络参数、各个能源的碳排放强度。
[0111]
在优选的实施例当中，用户负荷数据包括用户全年的负荷数据；实时电价采用峰谷平三时电价；电力网络的网络参数包括电力网络各支路的电阻电抗参数；能源的碳排放强度为消耗每kwh电能对应的二氧化碳排放量吨数。
[0112]
在优选的实施例当中，能源集线器模型建立模块21，包括：能源集线器模型建立单元，用于通过社区级微电网根据电力市场数据，对能源集线器中的能源进行分配，使社区级微电网中每一能源产消者在碳排放成本最小的情况下达到最小化发电成本和最大化发电效益，建立能源集线器模型。
[0113]
在优选的实施例当中，碳排放交易信息获取模块22，包括：用户总碳排放量计算单元，用于：基于能源集线器模型，应用虚拟碳流模型计算电力网络中各个发电机节点的碳排放量和社区级微电网中各个能源产消者的碳排放量；对电力网络中各个发电机节点的碳排放量和社区级微电网中各个能源产消者的碳排放量进行求和，得到用户总碳排放量。
[0114]
综上所述，实施本发明的实施例，具有如下有益效果：
[0115]
通过获取电力市场数据，并根据电力市场数据，建立以社区级微电网为中心的能源集线器模型；基于能源集线器模型，应用虚拟碳流模型计算用户总碳排放量，应用碳排放交易价格预测模型预测碳排放交易价格；根据用户总碳排放量和碳排放交易价格，对电力市场和碳市场进行联合建模，得到双层联合市场模型；以总发电成本最低为出清目标对双层联合市场模型进行迭代出清，得到电力市场出清结果，能够考虑碳排放成本进行电力市场出清，实现在保证各交易方经济利益的前提下，降低碳排放总量。
[0116]
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
[0117]
本领域普通技术人员可以理解实现上述实施例中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random access memory，ram)等。