【技术实现步骤摘要】
本专利技术涉及碳配额管理领域，具体涉及一种面向工业园区综合能源系统的碳配额分配方法。
技术介绍
1、综合能源系统通常以热电联产机组或冷热电联产机组为核心。该类型机组燃烧天然气、煤炭或生物质燃料等化石燃料，不可避免在能源生产过程中产生温室气体排放。在ies中安装碳捕捉、利用和存储设备(carbon capture,utilization and storage,ccus)，可以进一步降低系统的碳排放水平，但是ccus运行本身也需要消耗能量，使得ies的碳排放特性更加复杂。
2、为了在经济性和低碳性之间保持平衡，现有的低碳经济调度方法主要集中在以下几个方向上：
3、(1)引入碳排放总量或单位碳排放强度做约束，对碳排放做出限制；
4、(2)在目标函数中引入碳排放目标，形成多目标约束；
5、(3)引入碳税机制，以税收对碳排放总额进行惩罚。
6、但是这三种方法均存在一定程度的缺陷。第(1)种方法高碳排主体缺乏减碳的主动性，为了节约降低碳排带来的成本上升，往往会以最大允许碳排放额度安排生产计划；第(2)种方法可以生成经济性目标和碳排放目标的pareto前沿，通过权重分配方法，如tosis，可以进一步选择最适合碳排放主体的决策方案，但这种方法难以对碳排放在目标函数中的系数提供经济性解释；第(3)种方法实际上人为地对碳排放总量设定了一个惩罚系数，通过内部化碳排放的外部性，促使高碳排主体减少自身的碳排放量。
7、为了进一步通过市场手段调控碳排放总量，促进低碳节能产业发展，欧盟
8、值得注意的是，碳核算周期通常较长，绝大部分现有碳市场认定为1年。目前关于低碳经济调度已有的研究主要集中在较短的时间尺度(如一日)上。虽然碳配额本身可以频繁交易，但是碳配额机制要求含有ies的工业园区根据自身所面临的可调配资源估计自己一年的碳排放需量总额，并分配到每一天以确定每日碳配额使用上限，才能更好地在全年范围内通过合理分配碳配额降低系统运行成本。
技术实现思路
1、针对现有技术的不足，本专利技术提出了一种面向工业园区综合能源系统的碳配额分配方法。
2、本专利技术的目的可以通过以下技术方案实现：
3、一种面向工业园区综合能源系统的碳配额分配方法，包括以下步骤：
4、构建综合能源系统的碳配额的优化模型；
5、获取历史光照与风速气象数据，以及综合能源系统的电负荷、气负荷以及热负荷数据；
6、根据历史光照数据，计算小时光照与论净空最大光照比值，并将所述比值基于beta分布进行分布拟合，获得光照拟合结果；
7、根据历史风速数据，基于rayleigh分布进行分布拟合，获得风速拟合结果；
8、基于核分布分别对历史电负荷、气负荷和热负荷数据进行分布拟合，获得负荷拟合结果；
9、对光照拟合结果以及风速拟合结果进行monte-carlo抽样，生成风电与光伏出力场景；
10、对负荷拟合结果的概率分布进行monte-carlo抽样，生成电负荷、气负荷和热负荷的场景；
11、电负荷、气负荷和热负荷的场景与所述的风电与光伏出力场景合并，形成场景集；
12、利用k-means聚类对场景集进行聚类；
13、将聚类后的场景集输入所述的优化模型，经过求解得到分配得的碳配额上限。
14、可选地，所述优化模型中包括以下约束条件：
15、系统中的设备模型约束、系统的能量平衡模型约束与碳排放平衡约束以及系统成本约束。
16、可选地，所述的风速拟合具体包括以下步骤：
17、基于rayleigh分布拟合小时平均风速分布：
18、
19、可选地，所述光照拟合具体包括以下步骤：
20、计算beta分布的形状系数为
21、
22、其中a为历史平均光照与理论最大净空辐射的比值。
23、可选地，所述的风电出力场景计算包括以下步骤：
24、风机出力根据小时平均风速计算：
25、
26、可选地，所述光伏出力场景的计算方法为：
27、
28、可选地，对历史电负荷、气负荷和热负荷数据进行分布拟合的计算方法为：
29、
30、其中，是历史负荷样本，h为核函数带宽，k(·)为核函数。
31、可选地，所述k-means聚类后能够获得月场景集与日场景集；
32、所述月场景集的优化模型为：
33、
34、
35、所述日场景集的优化模型为：
36、
37、
38、代表每日碳配额分配上限。
39、另一方面，本专利技术还涉及一种计算机可读的存储介质，存储有指令，所述指令被执行时能够实现上述的综合能源系统的碳配额分配方法。
40、本专利技术的有益效果：
41、本专利技术利用历史气象和负荷数据，通过分布拟合和monte carlo抽样生成ies运行的潜在场景，并通过k-means聚类缩减形成月运行典型日场景集和每日运行场景集，基于随机优化构建碳配额分配模型，可有效协助ies运营工业园区确定年度碳配额上限、月碳配额及每日碳配额量，为ies的低碳经济调度奠定基础。
本文档来自技高网...【技术保护点】
1.一种综合能源系统的碳配额分配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的综合能源系统的碳配额分配方法，其特征在于，所述优化模型中包括以下约束条件：
3.根据权利要求1所述的综合能源系统的碳配额分配方法，其特征在于，所述的风速拟合具体包括以下步骤：
4.根据权利要求1所述的综合能源系统的碳配额分配方法，其特征在于，所述光照拟合具体包括以下步骤：
5.根据权利要求3所述的综合能源系统的碳配额分配方法，其特征在于，所述的风电出力场景计算包括以下步骤：
6.根据权利要求4所述的综合能源系统的碳配额分配方法，其特征在于，所述光伏出力场景的计算方法为：
7.根据权利要求1所述的综合能源系统的碳配额分配方法，其特征在于，对历史电负荷、气负荷和热负荷数据进行分布拟合的计算方法为：
8.根据权利要求1所述的综合能源系统的碳配额分配方法，其特征在于，所述K-means聚类后能够获得月场景集与日场景集；
9.一种计算机可读的存储介质，存储有指令，其特征在于，所述指令被执行时能够实现权利要求
...【技术特征摘要】
1.一种综合能源系统的碳配额分配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的综合能源系统的碳配额分配方法，其特征在于，所述优化模型中包括以下约束条件：
3.根据权利要求1所述的综合能源系统的碳配额分配方法，其特征在于，所述的风速拟合具体包括以下步骤：
4.根据权利要求1所述的综合能源系统的碳配额分配方法，其特征在于，所述光照拟合具体包括以下步骤：
5.根据权利要求3所述的综合能源系统的碳配额分配方法，其特征在于，所述的风电出力场景计算包括以下步骤：
【专利技术属性】
技术研发人员：侍正坤，杨永标，徐青山，沈鑫，华奎，
申请(专利权)人：东南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。