一种基于智能园区虚拟电厂的碳交易方法技术

本发明专利技术涉及能源互联网领域，涉及一种基于智能园区虚拟电厂的碳交易方法。首先，在需求侧考虑多元负荷灵活的响应能力构建需求响应模型。其次，运用生命周期评估方法分析综合能源系统中不同能源链的碳轨迹，精确计算系统的总碳排量。构建虚拟电厂日前交易优化模型；构建计及CVaR的虚拟电厂日前交易优化模型；应用基于奖惩阶梯型的虚拟电厂碳交易方法；构建阶梯型碳交易成本模型；然后采用遗传算法和CPLEX求解器相结合来混合求解博弈迭代优化问题；通过的折衷规划法数学方法来进行多目标问题的求解，在得到Pareto解集后常采用模糊数学方法挑选出最优解；下层用户的用能成本最小的问题则直接调用CPELX求解器进行求解，降低碳交易的成本。交易的成本。交易的成本。

【技术实现步骤摘要】
一种基于智能园区虚拟电厂的碳交易方法


[0001]本专利技术涉及能源互联网领域，涉及一种基于智能园区虚拟电厂的碳交易方法。

技术介绍

[0002]虚拟电厂能够聚合多种类型的分布式能源参与电力市场运行，可以以市场手段促进发电资源的优化配置，充当分布式能源与电网调度、电力市场之间的中介，代表分布式能源所有者执行市场出清结果，实现电力交易。由于拥有多样化的发电资源，虚拟电厂还可以参与辅助服务市场，参与多种电力市场的运营模式及调度框架，对发电资源的广泛优化配置起到积极的促进作用。而需求响应可以充分挖、掘合理配置负荷侧资源，缓解电网的供需矛盾。
[0003]园区在供能上既有与电网交互的集中式需求，又具有形成分布式微电网独立供电的特征。而智能园区则是在园区的基础上，采用先进的信息技术和自动化技术对园区的电网基础设施和自动化系统进行改造，使之成为具有低碳节能、供电可靠、友好互动等特征的智能园区。
[0004]能源互联网可理解为综合运用先进的电力电子技术,信息技术和智能管理技术,将大量由分布式能量采集装置,分布式能量储存装置和各种类型负载构成的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能园区虚拟电厂的碳交易方法，其特征在于，包括如下步骤：1)建立基于智能园区虚拟电厂的综合能源系统模型；2)在需求侧考虑多元负荷灵活的响应能力构建需求响应模型；3)运用生命周期评估方法分析综合能源系统中不同能源链的碳轨迹，计算系统的总碳排量；4)构建EEMD
‑
CS
‑
ELM方法的虚拟电厂日前交易优化模型；5)构建计及CVaR方法的虚拟电厂日前交易优化模型；6)基于奖惩阶梯型的虚拟电厂碳交易方法；7)构建阶梯型碳交易成本模型；8)采用遗传算法和CPLEX求解器相结合来混合求解博弈迭代优化问题；9)对于上层的碳排放最小与成本最小的两个多目标问题的求解是通过折衷规划法来进行多目标问题的求解，在得到Pareto解集后采用模糊数学方法挑选出最优解；10)下层用户的用能成本最小的问题采用双变异差分进化算法嵌套CPLEX求解器求解。2.根据权利要求1所述的一种基于智能园区虚拟电厂的碳交易方法，其特征在于，步骤1)中所述建立基于智能园区虚拟电厂的综合能源系统模型包括：光伏发电模型表示为：式中：为光伏阵列在t时刻输出功率；f
pv
是考虑光伏面板老化、灰层等影响而引起功率下降系数，取0.9；N为太阳能电池板的数量；I
t
表示t时刻光照强度；I
STC
为标准情况下的光照强度；风力发电模型：风力发电模型发电功率与风速关系表示为：式中：v为风力发电机的实际风速；v
in
为切入运行时的风速；v
out
为切出时风速；v
r
为风机额定风速；为风机额定输出功率，P
WT
为风机在风速为v时的输出功率；热电联产机组模型：热电联产机组模型表示为：热电联产机组模型：热电联产机组模型表示为：式中为t时刻燃气轮机耗气量；η
MT
为发电效率；Q
LHV
为天然气低热值；η
loss
为热损失率；δ
heat
为制热系数；燃气锅炉模型：燃气轮机数学模型表示为：
式中：为燃气锅炉输出热功率，输入燃气功率，η
GB
为燃气锅炉气转热效率；吸收式制冷机模型：吸收式制冷机数学模型表示为：式中：为制冷机制冷功率；H
AC
为制冷机输入热功率；η
AC
为制冷机的制冷效率；电制冷机模型：电制冷机数学模型表示为：式中：为电制冷机制冷功率；P
ec
为电制冷机输入电功率；COP
EC
为电制冷机的制冷能效比；电转气装置模型法人数学模型为：式中：表示输出的燃气功率，η
P2G
表示机组的运行效率；P
P2G
表示机组输入的电功率；储能装置模型表示为：式中：W
EES
(t)和W
EES
(t
‑
1)表示储能装置在t时刻和t
‑
1时刻的容量；τ
EES
表示储能装置充放能损耗系数；η
EES,ch
和η
EES,dh
表示储能装置的充放能效率；P
EES,ch
和P
EES,dh
(t)为储能装置在t时刻的充放能功率。3.根据权利要求1所述的一种建立基于智能园区虚拟电厂的碳交易方法，其特征在于，步骤2)中所述需求侧考虑多元负荷灵活的响应能力构建需求响应模型包括：负荷需求响应模型为：负荷需求响应模型为：负荷需求响应模型为：式中：ΔD和ΔQ分别为电、气负荷需求响应量矩阵；Δρ
e
，Δρ
g
为电、气负荷价格变化量矩阵；为需求响应价格弹性系数矩阵；ΔD
t
，ΔQ
T
分别为需求响应后t时段电、气负荷的需求变化量；和分别为t时段需求响应前电负荷和气负荷需求；T为调度周期；基于考虑了综合能源系统中电、气负荷能够实现各自时间维度上的转移，任一种负荷能够划分为可削减负荷、可转移负荷以及可替代负荷3部分
式中：为t时段电、气负荷i的可削减负荷响应量；为电、气负荷的可转移负荷响应量；为电、气负荷的可替代负荷响应量；P
e，load
(t)，P
g，load
(t)分别为t时段需求响应后电、气负荷量。4.根据权利要求1所述的一种建立基于智能园区虚拟电厂的碳交易方法，其特征在于，步骤3)中所述运用生命周期评估方法分析综合能源系统中不同能源链的碳轨迹，计算系统的总碳排量包括：实际碳排放模型运用生命周期分析方法计算后的归一化碳排放系数计入实际碳排放模型中：式中：E
IES，a
，E
e，buy，a
，E
G，a
，E
W,a
，E
MR,a
，E
CCS，a
分别为实际的综合能源系统碳排量、实际的上级购电碳排量、实际的天然气碳排量、实际的WT碳排量、实际MR吸收CO2量、实际碳捕集设备捕集的CO2量；实际参与到碳交易市场的碳排放权交易额ΔE
IES
为：ΔE
IES
＝E
IES，a
‑
E
IES
。5.根据权利要求1所述的一种建立基于智能园区虚拟电厂的碳交易方法，其特征在于，步骤4)中所述构建EEMD
‑
CS
‑
ELM方法的虚拟电厂日前交易优化模型包括：方法选择(1)集合经验模态分解的实现方法如下：A、对于功率信号P(t)，加入高斯白噪声信号κ(t)，新得功率信号P
′
(t)，有P
′
(t)＝P(t)+κ(t)B、对P
′
(t)进行EMD分解，则可得IMF分量，表示为，式中，r
n
(t)为分解后的残量，I
i
(t)为第i层的IMF，i＝1，2，...，n，并按照频率从高到底进排列；
C、在P(t)中继续加入j次高斯白噪声，并重复上述步骤，可得式中，I
ji
(t)为第j次高斯白噪声加入后得到的第i个IMF分量；D、结合EMD不相关随机序列统计均值为0的原理，对I
ji
(t)进行整体平均处理，抵消多次高斯白噪声加入对功率信号的影响，最终IMF可表示为，在EEMD的处理过程中，高斯白噪声信号应满足ε代表高斯白噪声信号的幅值，N为加入高斯白噪声信号的整体平均次数；当N取100
‑
300时，值取0.001
‑
0.5倍的信号标准差；ε
n
为原始功率信号与EEMD处理后功率信号的误差值；(2)布谷鸟算法；CS的运行规则如下：每只杜鹃一次只产一个蛋，并把这个蛋随机放入一个鸟巢中；带有最高质量的蛋的巢将可以继续到下一代；假设在D维搜索空间中有N个鸟蛋，第k次迭代第i个鸟蛋的位置为新位置可表示为，示为，式中，α＞0表示步长，由问题的规模决定。δ
i
为需进行的位置变化量，为矩阵乘法；随机步长由对称Levy分布产生，有式中，u(u1,u1,...,u
d
)，v(v1,v1,...,v
d

【专利技术属性】
技术研发人员：张运贵，付威，田成来，江玮，阳昕晓，张灵敏，肖艳紫，王精，崔崔，周梦雅，陈金桥，董政，巴云霖，
申请(专利权)人：国网湖北综合能源服务有限公司，
类型：发明
国别省市：