考虑碳交易机制下的多能虚拟电厂低碳优化方法及系统与流程

本发明涉及虚拟电厂，尤其是涉及一种考虑碳交易机制下的多能虚拟电厂低碳优化方法及系统。

背景技术：

1、可再生能源发电受到越来越多的关注。虚拟电厂能够对分布式负荷和储能设备进行管理和控制，从而协调多种不同的能源，进而提高电网的灵活性，实现电网的动态平衡调节，因此收到了越来越多的关注。然而，高渗透率的风光发电接入虚拟电厂后，会对系统优化运行的精度造成巨大冲击。同时，如何更好地将可再生能源产生的电力稳定的输送到虚拟电厂中始终是一个问题，因为它们的发电量会随着天气的变化而剧烈波动。因此，如何将可再生能源和传统能源发电完美结合，形成精准的调度方案，是当前的研究重点。

2、文献《基于多目标粒子群算法的微电网优化调度》使用mopso解决孤岛风力发电机组、光伏电池和传统发电机组的统一调度问题。为了鼓励可再生能源发电，文献《碳交易机制下考虑需求响应的综合能源系统优化运行》引入了碳交易机制，通过增加传统能源的发电成本来减少碳排放。文献《计及新能源出力不确定性的电气综合能源系统协同优化》通过电力系统网络下的潮流计算优化了可再生能源发电的调度，极大地增强了研究的实用性。文献《dynamic modeling and stability control strategy of integrated energysystemin multi-time scales》提出了一种离散模型预测控制(dmpc)，以统一不同能量形式的稳定性控制。文献《a multi-time scale scheduling method for wind-pv-pumpedstorage-electrochemical energy storage integrated generation system》使用cplex求解器进行模型求解，该模型具有日前调度、日内滚动优化和实时调度，以集成风力发电、光伏发电和热泵。文献《optimal dispatch of regional integrated energy systembased on a generalized energy storage model》提出了一种区域综合能源系统的最优调度方法，并利用cplex求解器求解。文献《fast decomposed energy flow in large-scale integrated electricity–gas–heat energy systems》提出了一种可再生分解策略，以解决大规模多能量载流(mec)系统中的功率流问题，该策略具有较高的效率和准确性。文献《a multi time-scale and multi energy-type coordinated microgridscheduling solution—part i:model and methodology》应用改进的粒子群优化来求解冷热电联产(cchp)模型，该模型也分为日前和日内部分。文献《cooperative planning ofactive distribution system with renewable energy sources and energy storagesystems》提出了高渗透可再生能源(ress)和储能系统(ess)的多目标、多层次模型，该模型通过k-means和pso进行求解。

3、然而以往的研究往往只关注一些简化模型，没有高度模拟真实情况，且少有对电力系统网络进行日前调度和日内滚动优化，从而导致难以应用在实际生产实践当中。以往的研究大多使用cplex求解器进行模型求解，这需要有严格准确的线性数学模型。在处理一些实际问题时，由于难以找到匹配度较高的数学模型，从而导致求解效率低下且准确度不高。

技术实现思路

1、本发明的目的就是为了提供一种提高多能源虚拟电厂的优化效果的考虑碳交易机制下的多能虚拟电厂低碳优化方法及系统。

2、本发明的目的可以通过以下技术方案来实现：

3、一种考虑碳交易机制下的多能源虚拟电厂低碳优化方法，包括以下步骤：

4、考虑各分布式能源转换设备的特点和相互约束，搭建多能源虚拟电厂模型；

5、基于所述多能源虚拟电厂模型，考虑碳交易机制，分别建立日前规划调度模型和日内滚动优化调度模型；

6、采用多目标粒子群算法求解所述日前规划调度模型，得到第一时间尺度下的日前规划方案；

7、基于所述第一时间尺度下的日前规划方案，采用所述多目标粒子群算法对所述日内滚动优化调度模型进行求解，得到第二时间尺度下的日内规划方案，进行滚动优化，完成低碳优化过程。

8、进一步地，所述多能源虚拟电厂模型包括电、热、气三种能量网络和多个分布式设备，能量网络之间进行能量交互。

9、进一步地，所述日前规划调度模型以购电成本、设备操作成本和碳交易成本之和最小为优化目标，所述日前规划调度模型包括目标函数和对应的约束条件，所述目标函数为：

10、f＝cbuy+cope+ccarbon

11、式中，f为目标值，cbuy表示从上级电网购电成本，cope表示各分布式设备操作成本，ccarbon表示碳排放惩罚金；

12、约束条件包括：

13、(1)网络约束

14、电网络约束：

15、gridnet+pwt+ppv+egtpgt-php-pe＝loade

16、热网络约束：

17、hgbpgb+hgtpgt+hhpphp-ph＝loadh

18、式中，gridnet表示从上级电网购电，pwt为风机的功率，ppv为光伏的功率，egt表示燃气轮机的电转化效率，pgt为燃气轮机的功率，php为热泵的功率，pe和ph分别表示电储能和热储能，loade和loadh分别表示电负荷和热负荷，hgb为燃气锅炉的热转化效率，pgb为燃气锅炉的功率，hgt为燃气轮机的热转化效率，hhp为热泵的热转化效率；

19、(2)设备约束

20、设备功率约束：

21、pi,min≤pi≤pi,max

22、电储能容量约束：

23、em×socmin≤∑pe+e0≤em×socmax

24、-0.05em≤∑pe≤0.05em

25、热储能容量约束：

26、hm×ehmin≤∑ph+h0≤hm×ehmax

27、-0.05hm≤∑ph≤0.05hm

28、式中，i为设备i，包括蓄电池、储热罐、燃气轮机、燃气锅炉和热泵，pi,min、pi,max为设备i功率的上下限，em表示蓄电池最大容量，socmin、socmax为荷电状态的上下限，e0表示初始电荷，pe表示电池充放电功率，hm表示储热罐最大容量，ehmin、ehmax为储热状态的上下限，h0表示初始储热，ph表示储热罐充放热功率。

29、进一步地，所述日内滚动优化调度模型以购电成本、设备操作成本、碳排放惩罚金和差异成本之和最小为目标，所述日内滚动优化调度模型包括目标函数和对应的约束条件，所述目标函数为：

30、f＝cbuy+cope+ccarbon+cdis

31、式中，f为目标值，cbuy表示从上级电网购电成本，cope表示各分布式设备操作成本，ccarbon表示碳排放惩罚金，cdis表示差异成本。

32、进一步地，所述得到第一时间尺度下的日前规划方案的步骤包括：

33、基于mpc得到未来24小时的风力、光伏和居民负荷的预测数据；

34、基于所述预测数据，采用所述多目标粒子群算法对所述日前规划调度模型进行求解，得到第一时间尺度下的日前规划方案。

35、进一步地，所述第一时间尺度为24小时，每个时间段为1小时，每1小时进行日前优化调度，以求解未来24小时内所述多能源虚拟电厂模型运行时的日前规划方案。

36、进一步地，所述得到第二时间尺度下的日内规划方案的步骤包括：

37、获取实时的风力、光伏和居民负荷的实际数据；

38、基于所述实际数据和第一时间尺度下的日前规划方案，采用所述多目标粒子群算法进行求解，得到第二时间尺度下的日内规划方案。

39、进一步地，所述第二时间尺度为4小时，每个时间段为15分钟，每15分钟进行日内优化调度，以求解未来4小时内所述多能源虚拟电厂模型运行时的日内规划方案。

40、进一步地，所述多目标粒子群算法的求解步骤包括：

41、(1)初始化粒子群，其中每个粒子表示每个场景中各分布式设备的功率；

42、(2)计算粒子的适应值，所述适应值为日前规划调度模型的目标值和日内滚动优化调度模型的目标值；

43、(3)基于所述粒子的适应值，计算粒子个体极值pbest；

44、(4)基于所有粒子个体极值pbest，计算全局最优解gbest；

45、(5)基于所述粒子个体极值pbest和全局最优解gbest，更新粒子的速度和位置；

46、(6)重复步骤(3)-(5)，直至满足停止条件，输出第一时间尺度下的日前规划方案或第二时间尺度下的日内规划方案。

47、本发明还提供一种考虑碳交易机制下的多能源虚拟电厂低碳优化系统，包括：

48、多能源虚拟电厂模型构建模块：用于考虑各分布式能源转换设备的特点和相互约束，搭建多能源虚拟电厂模型；

49、日前与日内调度模型构建模块：用于基于所述多能源虚拟电厂模型，考虑碳交易机制，分别建立日前规划调度模型和日内滚动优化调度模型；

50、日前规划方案求解模块：用于采用多目标粒子群算法求解所述日前规划调度模型，得到第一时间尺度下的日前规划方案；

51、日内规划方案求解模块：用于基于所述第一时间尺度下的日前规划方案，采用所述多目标粒子群算法对所述日内滚动优化调度模型进行求解，得到第二时间尺度下的日内规划方案，进行滚动优化，完成低碳优化过程。

52、与现有技术相比，本发明具有以下有益效果：

53、(1)本发明构建多能源虚拟电厂模型，能够很好的模拟实际工业园区的能量流动情况，通过考虑碳交易机制的影响，建立了日前规划调度模型和日内滚动优化调度模型，并通过多目标粒子群算法求解，能够提前进行日前规划和日内滚动优化进行微调，减少因预测偏差而对实际调度造成的影响，提高了多能源虚拟电厂低碳优化效果。

54、(2)本发明建立的日前规划调度模型和日内滚动优化调度模型均以成本最小为优化目标，在一定程度上降低了优化成本。此外，在日前规划和日内滚动优化中，采用不同的事件尺度进行调度优化，日内滚动优化中通过实时数据不断滚动向前修正日前规划的误差，提高调度的实时性和规划方案的精准性。

55、(3)相比于现有技术中采用cplex求解器进行模型求解，需要依赖严格准确的线性数学模型，在实际应用中难以找到匹配度较高的数学模型，使得求解效率低下且准确度不高。本发明采用多目标粒子群算法进行求解，通过对各种情况进行遍历，以解决综合可再生能源和传统能源发电的分布式能源的规划和调度问题，避免因模型非线性而产生的低效率低精度问题。

56、(4)通过碳交易机制，燃气轮机和燃气锅炉会导致碳排放的发电方式征收额外的“碳税”，从而增加两者的发电成本。因此为减少运营成本，就会减少燃气轮机和燃气锅炉的发电功率，转而使用其他更清洁也更经济的发电方式，从而实现了碳排放的减少。