双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法

1.本发明涉及综合能源互联网技术领域，具体涉及一种双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法。


背景技术：

2.能源行业作为温室气体排放的主要来源之一，是为了减少社会总碳排放量而需要重点关注的核心点，而综合能源系统的高效利用可以为减少碳排放量提供一条有效途径。
3.能源互联网背景下，异质能源流的优化调度涉及不同的能源网络和监管部门，分布式调控架构是当下能源互联网协同运行与控制的研究热点。但是在缺少碳监管的情况下，完全的分布式调控可能会出现优化调控结果不符合最大化社会效益目标，虽然单个利益主体的碳排放量可能满足低碳要求，但是区域内各个利益主体的碳排放量未必全部满足要求，而难以靠自身可调资源按要求进行碳减排的利益主体可能会为超额的碳排放支付经济惩罚，这与减少区域总碳排放量和提升社会效益的初衷相悖。
4.综合能源服务商参与市场运行涉及如何处理各个利益主体间的利益矛盾问题，现有研究大多关注了综合能源服务商的竞争行为，或者仅考虑了综合能源服务商参与合作运行时的经济性最优，没有进一步考虑到通过多个综合能源服务商的合作运行可以进一步挖掘碳减排的潜力。
5.所以，需要一个新的技术方案来解决这个问题。


技术实现要素：

6.发明目的：为了克服现有技术中存在的不足，提供一种双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法，从需求侧角度考虑，结合顶层监管和能量共享机制，解决了综合能源服务商响应碳减排积极性不高的问题。
7.技术方案：为实现上述目的，本发明提供一种双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法，包括如下步骤：
8.s1：利用搭建好的双层协同优化运行架构中的顶层集中监管中心，设置总碳排放限额和经济惩罚系数，并且分配给综合能源服务商；
9.s2：在双层协同优化运行架构下，提出控制器的虚实部署策略，底层综合能源服务商自治协同，构建包含碳排放限额和惩罚系数的综合能源服务商合作优化模型；
10.s3：在双层协同优化运行架构下，根据综合能源服务商合作优化模型，基于nash议价理论构建合作博弈模型，并等效分解为效益最大化子问题和能源交易支付子问题；
11.s4：采用自适应admm算法按顺序求解效益最大化子问题和能源交易支付子问题，得到各个主体合作优化后的碳排放量和运行成本。
12.进一步地，所述步骤s1中顶层集中监管中心根据底层各个综合能源服务商的日前预测电负荷和热负荷量分配每一个主体的碳排放限额，参考碳交易市场的碳权价格设置超
额排放的经济惩罚系数。
13.进一步地，所述碳排放限额的按比例分配公式如下：
[0014][0015]
式中：为综合能源服务商i分配到的碳排放限额，为整个受监管区域的总碳排放限额，为综合能源服务商在t时刻的预测电负荷和热负荷，θ为电、热负荷的等效比。
[0016]
在顶层集中监管中心的碳监管情况下，各个综合能服务商的碳排放成本如下：
[0017][0018]
式中：为碳排放成本；ω、为集中监管中心设定的惩罚系数和碳排放限额，γ为上级能源网中燃煤火力发电的占比，α为褐煤发电的碳排放强度中值，β为天然气发电的碳排放强度中值。
[0019]
进一步地，所述步骤s2中底层的综合能源服务商在顶层的碳监管下自治协同，计算过程在各个主体的控制器中完成，考虑到主体的原有设施基础和投资新建设施成本，其计算资源的配置分为实部署和虚部署两种，实部署是计算资源配置在综合能源服务商侧；虚部署是租用监管中心的云平台资源，计算资源配置在监管中心侧，这类主体一般原有设施基础比较薄弱或者分布较为分散，投资建设控制器成本较高。然后，构建包含碳排放限额和惩罚系数的综合能源服务商合作优化模型，其包含的典型设备有chp机组、分散式风电、屋顶光伏、储电设备等。
[0020]
综合能源服务商合作优化模型的目标函数如下：
[0021][0022][0023][0024][0025][0026][0027]
式中：c
i
为综合能源服务商i的总运行成本，c
buy,i
、c
sell,i
为购能成本和售能收益，c
load,i
为需求响应成本；c
ij
为综合能源服务商i的交易成本，为交易过网费，由交易双方共同承担，为t时刻的购电价格和购气价格；为t时刻的购电量和购气量，
为t时刻的售电价格和售电量；为可转移电负荷和热负荷的转移量，为可削减电负荷和热负荷的削减量，和为可转移负荷和可削减负荷的单位惩罚系数，为第i个综合能源服务商和第j个综合能源服务商在t时刻的交易电价和热价，为相应的交易电量和热量，分别为单位电能和热能的过网传输成本。
[0028]
进一步地，所述步骤s2中综合能源服务商合作优化模型的约束条件包含chp机组约束、储能约束、风电光伏约束、柔性负荷约束、端对端交易模式下的功率平衡约束和交易量约束。
[0029]
a)chp机组约束
[0030][0031]
式中：为燃气轮机i在t时刻的耗气量，为燃气轮机的输出电功率，η
gt,i
为燃气轮机的转化效率，为燃气轮机有功出力的最小值和最大值，l
hvng
为天然气热值，取值l
hvng
＝8500kcal/m3。为第i台余热锅炉在t时刻的输出热功率，η
rb,i
为余热锅炉的转化效率，为燃气轮机的爬坡率。
[0032]
b)储能约束
[0033]
电储能设备的运行约束包括容量约束、始末电量平衡约束、充放电约束，具体表示如下：
[0034][0035]
式中：p
c,i,t
‑1、p
d,i,t
‑1为电储能充电和放电功率，p
c,i,max
、p
d,i,max
、p
c,i,min
、p
d,i,min
分别为储能充放功率的上下限，e
i,t
为t时刻的储能容量，ε
i
、η
c,i
、η
d,i
分别为储能自损耗率和
充放能效率，e
i,max
、e
i,min
为储能容量的上下限，u
c,i,t
、u
d,i,t
为储能充放电的标志。为了避免设备频繁充放电，在调度周期内限制储能充放电次数不超过12次。
[0036]
c)风电、光伏约束
[0037]
由于风、光出力具有随机性和波动性，采用随机规划方法进行新能源不确定性的描述，包含基于拉丁超立方采样的场景生成和基于同步回代削减技术的场景削减，把生成的1000个场景削减为6个典型场景，并得到相应的发生概率。风、光出力的概率分布均采用正态分布进行模拟，概率距离采用欧氏距离。风电、光伏约束表示如下：
[0038][0039]
式中：τ
sw,i
、τ
spv,i
分别为s
w,i
场景、s
pv,i
场景的概率，分别为s
w,i
场景、s
pv,i
场景下风电和光伏在t时刻的最大有功出力，为各个场景下实际消纳的有功功率，为风电和光伏实际消纳的总有功功率。
[0040]
d)柔性负荷约束：
[0041]
包含可转移电、热负荷，以及可削减电、热负荷：
[0042][0043]
式中：为可转移电负荷和热负荷的占比，为可转移电负荷和热负荷的占比。
[0044]
e)p2p交易模式下的功率平衡约束、交易量不等式约束
[0045][0046]
式中：分别为电、热能交易功率的上限。
[0047]
进一步地，所述步骤s3中双层协同架构下，包含多利益主体参与市场运行，为了兼顾个体利益和社会效益，基于nash议价理构建合作博弈模型，并等效分解为效益最大化子问题和能源交易支付子问题。
[0048]
纳什谈判模型的基本表达式为
[0049][0050]
式中：i代表纳什议价的参与者，为谈判破裂点，即参与者i在不参与议价交易时的运行成本。c
i
为参与者i参与议价交易后的运行成本，当时，表示参与者i无法从议价交易中获益，选择退出交易。
[0051]
根据已知均值不等式可知
[0052][0053]
结合“一正，二定，三相等”原理和上述公式，可以将如纳什谈判模型的基本表达式所示的非凸非线性模型等效转换为两个线性约束下的凸优化模型，即效益最大化子问题和能源交易支付子问题。
[0054]
进一步地，所述步骤s3中效益最大化子问题的目标函数为：
[0055][0056]
公式(9)因为化简省去了交易成本，所以仅能得到各主体间的交易量；
[0057]
能源交易支付子问题的目标函数为：
[0058][0059]
其中，和为已知的常数，且各主体之间的交易量已知，求解此问题后可得到个主体间的交易电价和热价。
[0060]
进一步地，所述步骤s4具体包括如下步骤：
[0061]
a1：迭代求解效益最大化子问题
[0062]
对于综合能源服务商i，以下简称主体i，效益最大化子问题的增广拉格朗日函数l
i,1
可以表示为
[0063][0064]
式中：u
i
为不包含交易成本的主体i的运行成本，j为与主体i进行交易的主体索引号，q
ij
为主体i与主体j交易电量和交易热量的泛化表达，λ
ij,1
为主体i与主体j交易量耦合约束的对偶变量，ρ
ij,1
为惩罚参数；
[0065]
基于自适应admm算法，各个主体重复执行公式(12)所示的步骤，直到所有主体均满足收敛条件；
[0066][0067]
收敛条件为
[0068][0069]
此问题求得的最优解为最优决策变量集合为将此问题求解得到的结果代入能源交易支付子问题继续求解电、热交易价格；
[0070]
a2：迭代求解能源交易支付子问题
[0071]
对于主体i，能源交易支付子问题的增广拉格朗日函数l
i,2
可以表示为
[0072][0073]
式中，为谈判破裂点，即不考虑电、热交易时主体i的运行成本；为不包含交易成本的主体i的最优运行成本，即效益最大化子问题的最优解；p
ij
为主体i与主体j交易电价和交易热价的泛化表达，λ
ij,2
为主体i与主体j价格耦合约束的对偶变量，ρ
ij,2
为惩罚参数；各个主体重复执行的迭代步骤及收敛条件与公式(12)和公式(13)大致相同，只需替换对应的模型和参数即可；通过求解该子问题得到各个主体之间的电、热交易价格。最终，得到各个主体参与合作运行之后的总运行成本和碳排放量。
[0074]
有益效果：本发明与现有技术相比，具备如下优点：
[0075]
1、本发明通过双层协同优化调控架构中的顶层监管调动了综合能源服务商参与碳减排的积极性，有助于提升区域低碳经济。
[0076]
2、本发明的虚实部署策略考虑了各个主体的特点和实际情况，更具经济性，以及实施难度更小。
[0077]
3、本发明所提优化调控架构结合了多能量共享机制，可以进一步挖掘综合能源服务商合作运行减少总体碳排放量的潜力，且兼顾了个体利益和社会效益。
附图说明
[0078]
图1为本发明中双层协同优化调控架构示意图；
[0079]
图2为本发明的方法流程示意图；
[0080]
图3为本发明中的效益最大化问题成本收敛情况图；
[0081]
图4为本发明中的电能交易量情况图；
[0082]
图5为本发明中的热能交易量情况图；
[0083]
图6为本发明中的电能交易价格图；
[0084]
图7为本发明中的热能交易价格图。
具体实施方式
[0085]
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本技术所附权利要求所限定的范围。
[0086]
本实施例中搭建了如图1所示的双层协同优化调控架构，包括顶层的集中监管层和底层的协同优化层，集中监管层包括顶层集中监管中心，提供碳排放水平的监管，协同优化层包括三个综合能源服务商，分别为综合能源服务商1、综合能源服务商2和综合能源服务商3，三个综合能源服务商自治协同，其中综合能源服务商1
‑
2的控制器采用实部署策略，综合能源服务商3采用虚部署。
[0087]
基于上述双层协同优化调控架构，本实施例提供一种双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法，如图2所示，其包括如下步骤：
[0088]
s1：利用搭建好的双层协同优化运行架构中的顶层集中监管中心，根据当前区域经济发展水平设置适当的总碳排放限额和经济惩罚系数，并且分配给综合能源服务商。
[0089]
顶层集中监管中心设置总碳排放限额，再根据底层各个综合能源服务商的日前预测电负荷和热负荷量分配每一个主体的碳排放限额；同时，参考碳交易市场的碳权价格设置超额排放的经济惩罚系数。底层的综合能源服务商获取各自的碳排放限额和惩罚系数后，进行自主协同优化；
[0090]
碳排放限额的按比例分配公式如下：
[0091][0092]
式中：为综合能源服务商i分配到的碳排放限额，为整个受监管区域的总碳排放限额，为综合能源服务商在t时刻的预测电负荷和热负荷，θ为电、热负荷的等效比。
[0093]
在顶层集中监管中心的碳监管情况下，各个综合能服务商的碳排放成本如下：
[0094][0095]
式中：为碳排放成本；ω、为集中监管中心设定的惩罚系数和碳排放限额，γ为上级能源网中燃煤火力发电的占比，α为褐煤发电的碳排放强度中值，β为天然气发电的碳排放强度中值。
[0096]
s2：在双层协同优化运行架构下，提出控制器的虚实部署策略，底层综合能源服务商自治协同，构建包含碳排放限额和惩罚系数的综合能源服务商合作优化模型。
[0097]
关于计算资源的配置，实部署是把控制器安装在综合能源服务商侧；虚部署是租用监管中心的云平台资源，控制器安装在监管中心侧。构建包含碳排放限额和惩罚系数的
综合能源服务商合作优化模型，其包含的典型设备有chp机组、分散式风电、屋顶光伏、储电设备等；目标函数包含购能成本、售能收益、需求响应成本、超额排放经济惩罚、交易成本、过网传输成本；约束条件包含chp机组约束、储能约束、风电光伏约束、柔性负荷约束、端对端交易模式下的功率平衡约束和交易量约束；
[0098]
综合能源服务商合作优化模型的目标函数如下：
[0099][0100][0101][0102][0103][0104][0105]
式中：c
i
为综合能源服务商i的总运行成本，c
buy,i
、c
sell,i
为购能成本和售能收益，c
load,i
为需求响应成本；c
ij
为综合能源服务商i的交易成本，为交易过网费，由交易双方共同承担，为t时刻的购电价格和购气价格；为t时刻的购电量和购气量，为t时刻的售电价格和售电量；为可转移电负荷和热负荷的转移量，为可削减电负荷和热负荷的削减量，和为可转移负荷和可削减负荷的单位惩罚系数，为第i个综合能源服务商和第j个综合能源服务商在t时刻的交易电价和热价，为相应的交易电量和热量，分别为单位电能和热能的过网传输成本。
[0106]
综合能源服务商合作优化模型的约束条件具体如下：
[0107]
a)chp机组约束
[0108][0109]
式中：为燃气轮机i在t时刻的耗气量，为燃气轮机的输出电功率，η
gt,i
为燃气轮机的转化效率，为燃气轮机有功出力的最小值和最大值，l
hvng
为天然气热值，取值l
hvng
＝8500kcal/m3。为第i台余热锅炉在t时刻的输出热功率，η
rb,i
为余热锅炉的转化效率，为燃气轮机的爬坡率。
[0110]
b)储能约束
[0111]
电储能设备的运行约束包括容量约束、始末电量平衡约束、充放电约束，具体表示如下：
[0112][0113]
式中：p
c,i,t
‑1、p
d,i,t
‑1为电储能充电和放电功率，p
c,i,max
、p
d,i,max
、p
c,i,min
、p
d,i,min
分别为储能充放功率的上下限，e
i,t
为t时刻的储能容量，ε
i
、η
c,i
、η
d,i
分别为储能自损耗率和充放能效率，e
i,max
、e
i,min
为储能容量的上下限，u
c,i,t
、u
d,i,t
为储能充放电的标志。为了避免设备频繁充放电，在调度周期内限制储能充放电次数不超过12次。
[0114]
c)风电、光伏约束
[0115]
由于风、光出力具有随机性和波动性，采用随机规划方法进行新能源不确定性的描述，包含基于拉丁超立方采样的场景生成和基于同步回代削减技术的场景削减，把生成的1000个场景削减为6个典型场景，并得到相应的发生概率。风、光出力的概率分布均采用正态分布进行模拟，概率距离采用欧氏距离。风电、光伏约束表示如下：
[0116][0117]
式中：τ
sw,i
、τ
spv,i
分别为s
w,i
场景、s
pv,i
场景的概率，分别为s
w,i
场景、s
pv,i
场景下风电和光伏在t时刻的最大有功出力，为各个场景下实际消纳的有功功率，为风电和光伏实际消纳的总有功功率。
[0118]
d)柔性负荷约束：
[0119]
包含可转移电、热负荷，以及可削减电、热负荷：
[0120]
[0121]
式中：为可转移电负荷和热负荷的占比，为可转移电负荷和热负荷的占比。
[0122]
e)p2p交易模式下的功率平衡约束、交易量不等式约束
[0123][0124]
式中：分别为电、热能交易功率的上限。
[0125]
s3：在双层协同优化运行架构下，根据综合能源服务商合作优化模型，基于nash议价理论构建合作博弈模型，并等效分解为效益最大化子问题和能源交易支付子问题。
[0126]
在所构建的合作优化模型的基础上，基于nash议价理进一步构建合作博弈模型，并等效转换为两个线性约束下的凸优化问题，即效益最大化子问题和能源交易支付子问题，其等效转换过程如下：
[0127]
纳什(nash)谈判模型的基础表达式为
[0128][0129]
式中：i代表纳什议价的参与者，为谈判破裂点，即参与者i在不参与议价交易时的运行成本。c
i
为参与者i参与议价交易后的运行成本，当时，表示参与者i无法从议价交易中获益，选择退出交易。
[0130]
纳什谈判模型需要满足“一正，二定，三相等”。“一正”即参与议价交易后，参与者i能从中获益，如公式(9)的约束所示。
[0131]
根据已知均值不等式可知
[0132][0133]
所以“二定”即为常数，代表纳什谈判模型存在最大值。“三相等”即代表各个参与主体均能获得均衡的收益，满足帕累托最优。因为各个主体间的交易量q
ij
＝
‑
q
ji
，所以全部的交易成本之和公式(9)的目标函数可等效转化为
[0134][0135]
式中：u
i
＝c
i
‑
c
ij
,代表不包含交易成本c
ij
时，主体i参与议价交易后的运行成本。
[0136]
因为对于公式(11)，是可以通过独立求解得到的常数，所以公式(11)可进一步等效转化为
[0137]
[0138]
公式(12)即为合作效益最大化子问题。因为化简省去了交易成本，所以仅能得到各主体间的交易量。再将效益最大化子问题得到的最优解代入公式(9)，可得
[0139][0140]
因为自然对数为严格递增的凸函数，可对公式(13)取对数，再转化为最小化问题，可得
[0141][0142]
公式(14)即为能源交易支付子问题。其中，和为已知常数，且交易量已知，求解后可得到个主体间的交易电价和热价。
[0143]
s4：采用自适应admm算法按顺序求解效益最大化子问题和能源交易支付子问题，得到各个主体合作优化后的碳排放量和运行成本。
[0144]
具体的方法过程为：
[0145]
a1：迭代求解效益最大化子问题
[0146]
对于综合能源服务商i，以下简称主体i，效益最大化子问题的增广拉格朗日函数l
i,1
可以表示为
[0147][0148]
式中：u
i
为不包含交易成本的主体i的运行成本，j为与主体i进行交易的主体索引号，q
ij
为主体i与主体j交易电量和交易热量的泛化表达，λ
ij,1
为主体i与主体j交易量耦合约束的对偶变量，ρ
ij,1
为惩罚参数；
[0149]
基于自适应admm算法，各个主体重复执行公式(12)所示的步骤，直到所有主体均满足收敛条件；
[0150][0151]
收敛条件为
[0152][0153]
此问题求得的最优解为最优决策变量集合为将此问题求解得到的结果代入能源交易支付子问题继续求解电、热交易价格；
[0154]
a2：迭代求解能源交易支付子问题
[0155]
对于主体i，能源交易支付子问题的增广拉格朗日函数l
i,2
可以表示为
[0156][0157]
式中，为谈判破裂点，即不考虑电、热交易时主体i的运行成本；为不包含交易成本的主体i的最优运行成本，即效益最大化子问题的最优解；p
ij
为主体i与主体j交易电价和交易热价的泛化表达，λij,2为主体i与主体j价格耦合约束的对偶变量，ρij,2为惩罚参数；各个主体重复执行的迭代步骤及收敛条件与公式(16)和公式(17)大致相同，只需替换对应的模型和参数即可；通过求解该子问题得到各个主体之间的电、热交易价格。最终，得到各个主体参与合作运行之后的总运行成本和碳排放量。
[0158]
本实施例步骤s4中在matlab平台上编写程序，基于yamlip建模，采用mosek求解器求解。关于算法参数，设置初值ρ＝0.1，λ＝0，原始残差和对偶残差的收敛精度取值ε
pri
＝ε
dual
＝10
‑3，自适应参数取值μ＝1，τ
decr
＝τ
incr
＝2。求解效益最大化子问题，谈判破裂点是已知常数，各个综合能源服务商的分布式控制器按串行顺序执行各自的自适应admm计算步骤，在迭代计算中逐步收敛到最优值，监管中心通过收敛条件判断是否满足迭代停止条件，求解成功后得到各个综合能源服务商之间的交易电能、热能，但是无法得到交易电价、热价。
[0159]
基于上述方案，本实施例中获取到如下数据：
[0160]
图3为求解效益最大化子问题时的各个综合能源服务商服务商的运行成本收敛情况，图4和图5分别为求解得到的交易电量、热量。求解能源交易支付子问题时，和为已知常数，且已知解能源交易支付子问题求得的交易量，求解后可得到个主体间的交易电价和热价，图6和图7分别为求解得到的交易电解、热价。
[0161]
为了验证本发明方法的效果，将主体1～3考虑合作议价前后的运行结果进行对比，具体对比数据如表1所示：
[0162]
表1考虑合作议价前后的运行结果对比
[0163][0164]
由表1可知，合作议价前，主体1和主体2均因超出限额需要支付碳排惩罚177.61元和1161.05元。合作议价后，各个主体的碳排惩罚费分别为0元、237.22元、0元，主体1
‑
3的总成本分别降为3817.84元、10116.17元、
‑
1714.13元。通过电、热能量共享的方式，在保障用户用能的情况下降低了自身的运行成本，相当于各个主体的总收益分别提升了805.21元、831.17元、864.65元，分别约占总提升收益的1/3，达到了均衡分配合作收益的效果。更重要的是，合作议价后，在同样的碳排放限额和惩罚系数下，总碳排为25.33吨，相比于合作议价前减少了4.12吨，达到了更好的碳减排效果。
[0165]
综上所述，本发明提出的一种双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法，结合了顶层监管思想和能量共享机制，相比于合作议价前，能够在设置相同
的碳排放限额和惩罚系数的情况下，更好地提升整个系统的碳减排效果，同时兼顾个体利益和社会效益。