一种考虑碳交易成本的输储多阶段协调规划方法与流程

本发明属于新型电力系统，具体涉及一种考虑碳交易成本的输储多阶段协调规划方法。

背景技术：

1、随着国家“双碳”目标的不断推进，以风电、光伏为主的新能源发电蓬勃发展，其出力的波动性也要求电网进行灵活性改造以适应高比例新能源并网。在短期时间尺度运行框架下，通过随机机组组合、鲁棒机组组合以及增加旋转备用等来增强电力系统的适应性；在长时间尺度规划框架下，通过发电厂扩建、输电网线路扩建、储能优化配置等来改善电力系统的适应性。由于输电线路和储能建设成本高，投资风险大，因此，有必要协调输电网规划和储能规划来适应负荷增长的不确定性。

2、有关输电网扩展规划研究的文献很多，有些文献综述了输电网扩展规划的模型、求解方法等，指出了输电网与储能协调规划的发展方向。新型储能作为电力系统中的调节器，在输电网中逐渐商业化推广。有关新型储能规划的研究主要是从储能成本模型、衰减特性等建立储能规划模型，例如有些文献分析了在输电网中配置储能的必要性，建立了以储能容量成本最小化为目标的两阶段鲁棒优化模型；也有些文献考虑充放电过程对循环寿命的影响，将实际运行中的充放电深度折算至完全充放电深度，提出了基于等效全循环次数寿命的电池储能成本模型，建立了综合日化储能容量成本和运行成本最小化的两阶段鲁棒优化模型。

3、为了更好协调输电网和储能规划，建立了综合线路、储能投资最小和系统弃风成本的最小化目标，验证了随着储能成本的下降，输储协调规划效益更佳。现阶段，学者们考虑储能的衰减特性，建立了储能寿命按固定比例折损的储能和输电网联合规划模型。进一步的一些文献建立了输电网和储能扩展鲁棒规划模型，并采用原始剖切面分解算法求解。也有研究基于风电出力的概率分布不确定集建立了基于场景概率驱动的输电网和储能分布鲁棒联合规划模型。

4、大多数的输储协调规划研究以年为周期的综合成本为目标函数，属于单阶段的静态协调规划，缺少以10年甚至20为周期的多阶段的动态协调规划。从时间尺度上来说，输储协调的单阶段静态规划属于短期规划，而输储协调的多阶段动态规划属于长期规划，能更加全面考虑投资的时序性，避免重复投资。由于以年为周期的长期规划增加了年周期维度，已有的输电网的长期规划方法主要是将一年内的负荷需求、风电出力等划分为若干个负荷块和风电块，并给出每个负荷块和风电块的持续时间，这样就容易建立短期的运行约束，获取年运行成本。虽然基于负荷块的长期规划方法降低了求解维度，但缺少考虑负荷在一年周期内的随机性因素和负荷增长的不确定性因素。

5、此外，为了进一步促进控制电力系统碳排放总量，碳交易市场已逐步在电力系统中推广，目前国内主要采用无偿分配的方式进行初始碳排放额分配，在此基础上，引入奖罚机制来制约碳排放，即当发电企业的碳排放总量低于免费分配的碳排放额度时，政府给予一定的奖励补贴，而当发电企业的碳排放总量高于免费分配的碳排放额度时，发电企业需要通过碳交易市场购买碳排放量。因此，在双碳背景下，有必要在输储协调规划过程中考虑碳交易约束。

6、构建以风电、光伏等可再生能源为主体的新型电力系统是实现双碳目标的主要方向，但强波动性、高不确定性的大规模风电并网给输电网投资规划带来严峻挑战。为此，需要在考虑系统碳排放成本的基础上，以输电线路、风电场以及储能的投资成本、运行成本之和最小为优化目标，构建其协同扩展规划模型。

技术实现思路

1、本发明要解决的技术问题是：提供一种考虑碳交易成本的输储多阶段协调规划方法，用于使输电线路、风电场以及储能的投资成本、运行成本之和最小。

2、本发明为解决上述技术问题所采取的技术方案为：一种考虑碳交易成本的输储多阶段协调规划方法，包括以下步骤：

3、s1：构建包括系统运行成本、碳排放成本、储能投资成本和输电线路投资成本的输储多阶段协调规划模型；

4、s2：基于海量的风电历史数据获取风电的实际概率分布，结合鲁棒优化方法提出基于数据驱动的两阶段分布鲁棒调度模型以量化不确定性；

5、s3：在求解两阶段分布鲁棒调度模型中，利用强对偶理论，将max-min问题进行对偶转化，采用列与约束生成算法寻找最恶劣场景下的规划结果，利用matlab工具箱的yalmip进行建模，并调用商业求解器进行求解。

6、按上述方案，所述的步骤s1中，具体步骤为：

7、s11：设第y年的系统运行成本、碳排放成本、储能投资成本、输电线路投资成本分别为规划周期总年数为y，则建立输储多阶段协调规划模型的目标函数为：

8、

9、s12：建立输储多阶段协调规划模型的约束条件包括机组运行约束、机组备用约束、储能电站运行约束、储能投建约束、支路潮流约束、线路扩建约束、节点功率平衡约束和系统备用约束。

10、进一步的，所述的步骤s11中，具体步骤为：

11、s111：设第y年场景s对应的概率为ρy,s，在场景s下第i台常规机组在时段t的运行成本为常规机组集合为ωg，运行周期为t，贴现率为r；设在第y年场景s下第i台常规机组在时段t的b分段的有功出力为第i台常规机组在b分段的分段成本系数为ki,b，机组成本曲线的分段总数为b，在第y年场景s下第i台常规机组在时段t的运行状态为若在运行则为1，若不在运行则为0；设第i台常规机组的启动成本为ui，第i台常规机组的空载成本为ni；则第y年在场景s下第i台常规机组在时段t的运行成本为：

12、

13、

14、s112：依据实际碳排放量与无偿碳排放配额之间的关系建立阶梯碳交易机制，则碳交易成本的计算模型为：

15、

16、设单位发电量的碳排放配额为则无偿碳排放配额为：

17、

18、设单位发电量的实际碳排放额为φ，则实际碳排放量为：

19、

20、将实际碳排放量与无偿碳排放配额之间的差值划分为若干个区间，各区间对应不同的碳交易价格；基于阶梯碳交易机制，当实际碳排放量小于无偿碳排放配额时，电力系统在碳交易市场出售多余的配额以获得利益，且碳排放量越少、与配额的差值越大，则对应区间的配额出售价格越高、收益越高；反过来当实际碳排放量大于无偿碳排放配额时，电力系统支付一定的费用购买碳排放权，碳排放量越多、与配额的差值越大，则对应区间的碳排放权购买价格越高、碳排放权的购买费用越高；设碳交易基准价格为c，碳交易价格的增长系数为α，碳交易价格区间的长度为v，则碳交易成本的计算模型表示为：

21、

22、s113：设储能电站的使用寿命为st，则第n年储能电站的年化成本利率αn为；

23、

24、设储能电站的单位容量投资成本和单位功率投资成本分别为ce和cp，则储能电站的单位容量年化投资成本ke和单位功率年化投资成本kp分别为：

25、

26、设节点i处储能电站的初始的容量和功率分别为和候选储能节点集合为ωs，则储能投资成本为：

27、

28、s114：设输电线路单位容量的投资成本为cl，输电线路的使用寿命为lt，则输电线路ij的单位容量年化投资成本cij为：

29、

30、则第n年输电线路的年化成本利率βn为：

31、

32、设输电线路ij在第y年第p条候选线路是否建设为若建设则为1，若不建设则为0；候选输电线路集合为ωl，候选线路条数为pmax；则线路投资成本为：

33、

34、进一步的，所述的步骤s12中，具体步骤为：

35、s121：设在第y年场景s下第i台常规机组在时段t的有功出力为第i台常规机组出力的下限为pi，第i台常规机组在b分段的出力上限为第i台常规机组的爬坡速率为δi；机组运行约束为：

36、

37、

38、

39、

40、s122：设在第y年场景s下第i台常规机组在时段t的有功备用为第i台常规机组出力的上限为有功备用响应时间为δt；则机组备用约束为：

41、

42、

43、s123：设在第y年场景s下节点i处储能电站在时段t的容量为在第y年场景s下节点i处储能电站在时段t的充电功率和放电功率分别为和节点i处储能电站的充电效率和放电效率分别为和在第y年场景s下节点i处储能电站在时段t的充电状态和放电状态分别为和储能电站荷电状态的上限和下限分别为和soc；在第y年节点i处储能电站的最大容量和最大功率分别为和在第y年是否投资建设节点i处的储能电站为若投资建设则为1，若不投资建设则为0；在第y年场景s下节点i处储能电站在时段t的有功备用为则储能电站运行约束为：

44、

45、

46、

47、

48、

49、

50、

51、s124：设在第y年建设的储能电站总数为sy，在整个规划周期建设的储能电站总数为smax；则储能投建约束为：

52、

53、

54、s125：设规划初始年y0的输电线路ij在s场景t时段的支路有功功率为规划初始年y0的输电线路ij是否在运行为若在运行则为1，若不在运行则为0；在第y年场景s下节点i在时段t的相角为输电线路电抗为bij，规划初始年y0的输电线路ij在t时段的支路有功功率上限为xbij；则支路潮流约束为：

55、

56、设输电线路ij在第y年场景s下t时段第p条候选线路的支路有功功率为输电线路ij在第y年场景s下t时段第p条候选线路的是否在运行为若在运行则为1，若不在运行则为0；输电线路ij在第y年t时段第p条候选线路的支路有功功率上限为则在p条候选线路后，支路潮流约束变为：

57、

58、设m为数量级为106的大数，则将上式线性化为：

59、

60、s126：设在整个规划周期的输电线路总数为则线路扩建约束为：

61、

62、

63、

64、s127：设在第y年场景s下节点i处风电场在时段t的有功出力为在第y年场景s下节点i处负荷在时段t的有功需求为则节点功率平衡约束为：

65、

66、s128：系统备用约束为：

67、

68、进一步的，所述的步骤s123中，设第n年储能电站的容量和功率年化衰减因子分别为an和bn，储能电站的日历老化衰减速率和循坏老化衰减速率分别为kcal和kcycle；在储能电站运行约束的基础上，按固定衰减因子折算得到储能电站循环寿命的折损约束：

69、

70、

71、c＝1-kcal-kcycle，

72、

73、

74、进一步的，所述的步骤s2中，具体步骤为：

75、s21：设投资变量为x，相应的投资成本项为atx，x的可行域为χ；运行变量为y，相应的运行成本和碳排放成本为bty+ctξ，y的可行域为γ，与风电机组预测功率相关的随机变量为ξ；设a、b、d、z、c、d、e、f、g、h、f、j为抽象形式的矩阵和向量，代表目标函数和约束的系数；将步骤s1构建的确定性的输储多阶段协调规划模型转化为两阶段分布鲁棒调度模型，将对应的数学模型简化为：

76、

77、两阶段分布鲁棒调度模型中，第一阶段通过优化所有的投资决策变量以及对应的投资成本，从而获得最优决策结果；第二阶段通过优化风电机组预测功率ξ的期望成本以及运行成本，从而得到第一阶段中风电机组预测功率最恶劣场景的概率分布；设投资约束项式、运行约束式的可行域分别为xm、ym，同时也表示第一阶段与第二阶段中涵盖变量在固定风电出力场景下的耦合关系；总的运行场景为m；构建风电出力的概率分布函数为p{ξ}；

78、

79、s.t.ax≤d，

80、

81、设从大量风电运行数据中抽取得到第m个典型场景的初始概率权重为与场景概率pm对应的ns个正实数组成的向量为在1-范数、∞-范数区间下允许的概率偏差分别为θ1、θ∞；通过建立1-范数、∞-范数为约束以限制风电波动在合理范围内，从而进一步求得最恶劣场景下的概率，建立的综合范数集合表示为：

82、

83、设实际运行场景数目为q，其中：

84、

85、θ∞＝1/(2q)·ln2m/(1-α∞)；

86、则对于第m个场景pm的置信度水平表示为：

87、

88、

89、按上述方案，所述的步骤s3中，具体步骤为：

90、使用列与约束生成算法ccg求解两阶段分布鲁棒模型，将第二阶段模型分解为主问题和子问题两部分，并不断交替迭代；主问题是在给定最恶劣场景的概率分布下寻找最优的规划结果，设k为迭代次数，在主问题与子问题交替第k次迭代中得到目标函数的下界值：

91、

92、s.t.axs≤d，

93、

94、

95、子问题是在得到第k次迭代后变量xk的情况下，优化最恶劣场景的概率分布，并对主问题提迭代输入，给主问题提供最合适的上界值，从而保证场景的不确定性被充分量化；子问题的表达式为：

96、

97、子问题是双层的max-min问题，而不同m场景下的最小优化问题为线性规划模型，最大问题与最小问题相互独立；最小问题是最小化投资规划中m个场景的运行成本，最大问题则是在给定最优运行成本下求解最恶劣的不确定性场景的概率分布；

98、由于子问题中min层优化问题相互独立，故在第一阶段求得x*之后，将子问题中内层最小优化问题转化为f(x*,ξm)，将上式简化为：

99、

100、上式将子问题转为线性规划问题，并且m个场景之间互不影响，从而通过线性优化得到o(x*)，而将在主问题的第k+1次迭代过程中获取；引入2个0～1辅助变量来表示概率的负偏移和正偏移，将含绝对值约束项转为线性约束项；

101、将下层得到的置信概率分布传递给上层规划模型进行迭代求解，并在上层模型中采用直流潮流处理潮流计算中的非线性问题。

102、一种计算机存储介质，其内存储有可被计算机处理器执行的计算机程序，该计算机程序执行一种考虑碳交易成本的输储多阶段协调规划方法。

103、本发明的有益效果为：

104、1.本发明的一种考虑碳交易成本的输储多阶段协调规划方法，为充分量化风电出力的不确定性，通过场景聚类将年周期下的负荷需求、风电场出力生成典型场景集，以风电出力年历史数据为基础，提出了数据驱动下两阶段分布鲁棒规划优化模型，第一阶段为基于最恶劣风电概率场景，优化求解综合成本最优决策结果，第二阶段为搜索风电最恶劣场景的概率分布，并采用列与约束算法对两阶段模型优化求解；建立基于l1-范数和l∞-范数的场景概率分布不确定集合，实现了输电线路、风电场以及储能的投资成本、运行成本之和最小的功能，考虑了负荷在年周期下的随机性，避免了基于负荷块的规划思路。

105、2.针对高比例风电并网中出现的不确定性和波动性问题，本发明建立基于数据驱动、以输电线路投资成本、储能投资成本、运行成本、碳交易成本、风电场的投资成本、运行成本之和最小为优化目标的输储多阶段协调分布鲁棒规划模型，采用列与约束生成(column-and-constraint generation，c&cg)算法将输储多阶段协调分布鲁棒规划模型转化为主子问题迭代求解；并在运行过程中考虑系统的碳排放成本，在保障系统安全稳定运行情况下，有效提升了系统对风电资源的合理消纳能力。

106、3.相较传统的混合整数线性规划，本发明的算法结合随机优化以及鲁棒优化的优势，充分量化表征风电出力的不确定性，并显著减少了系统运行中的弃风量，实现了资源的最优配置。

107、4.本发明通过在模型中引入碳排放成本，在满足减排的同时，可引导降低火电出力，提升系统风电消纳水平，对促进高比例可再生能源并网具有重要意义。

108、5.随着风电不确定性的增强，仅输电网架的规划也难以满足大规模风电并网需求，还需要足够的火电、储能等灵活性资源与之匹配，实现了源网储深度协调互动，从而加快推进电网低碳转型，带动行业经济绿色发展。