一种综合能源低碳与需求响应的协同优化调控方法和装置与流程

本发明涉及能源系统调度优化领域，尤其涉及一种综合能源低碳与需求响应的协同优化调控方法和装置。

背景技术：

1、低碳需求响应是在能源系统的低碳化的大背景下，主要关注对电力负荷的调整，以降低能源成本和降低碳排放，通过调整电力负荷，提高低碳电力的使用比例。目前，关于电力能源系统的低碳化的研究，主要集中于发电侧，通过优化发电策略等手段直接降低碳排放，而较少关注消费侧的用电行为对碳减排的潜在影响。

2、而在能源系统的低碳需求响应中，通常考虑两类碳排放因子：静态碳排放因子和动态碳排放因子。动态碳排放因子由于能够根据不同能源组合的实际情况和运行状态进行调整，相对于静态碳排放因子能够更合理地反映和评估能源系统的碳排放水平。但传统的动态碳排放因子的计算主要使用均值计算方式，难以精确反映不同用电策略对碳减排的实际效果，且现有技术往往忽略了不同季节、不同季度的时段中发电侧和消费侧的变化特性，也就难以精确评估能源系统的碳排放水平，进而在对能源系统进行优化时的准确度不足。

技术实现思路

1、本发明提供了一种综合能源低碳与需求响应的协同优化调控方法和装置，以解决现有技术未考虑季度变化导致对能源系统的优化准确度较低的技术问题。

2、第一方面，本技术提供了一种综合能源低碳与需求响应的协同优化调控方法，包括：

3、获取待研究片区的电力申报数据；其中，所述电力申报数据包括电价数据、负荷数据、节点碳排放数据和多个机组的季度运行数据；所述多个机组包括风电机组、光电机组、燃气机组和火电机组；

4、根据所述电力申报数据的数据类别，以系统总成本最低为优化目标，构建目标函数；其中，所述目标函数包括多个成本函数；所述多个成本函数包括运行成本、维护成本、惩罚成本和碳交易成本；

5、根据所述目标函数，构建最小优化模型，并将所述电力申报数据代入所述最小优化模型进行求解，得到并输出第一求解结果，以根据所述第一求解结果对待研究片区内的碳排放进行优化调控。

6、这样先获取待研究片区中包含电价数据、负荷数据、节点碳排放数据和多个机组的季度运行数据的电力申报数据，考虑了不同电力机组的季度变化，再根据电力申报数据的数据类别，以总成本最低为优化目标构建包含运行成本、维护成本、惩罚成本和碳交易成本的目标函数，能够充分考虑在能源系统的优化过程中不同成本对系统总成本的最终影响，进而构建并求解最小优化模型，这样得到的第一求解结果综合了电力机组的季度变化和不同成本的影响，更符合实际能源系统中结合季度变化对系统进行优化的需求，能够在根据第一求解结果进行优化调控时提高优化的准确度，同时以系统总成本最低为优化目标，能够在优化时降低系统总成本。

7、进一步地，所述目标函数，具体为：

8、min csum＝μopecope+μmatcmat+μcurccur+μcarccar；

9、其中，csum为系统总成本，min为最小化函数，μope、μmat、μcur、μcar分别为运行成本权重、维护成本权重、惩罚成本权重和碳交易成本权重，cope、cmat、ccur、ccar分别为运行成本、维护成本、惩罚成本和碳交易成本。

10、这样在确定优化目标后，设置目标函数为最小化函数，能够通过求解目标函数，获得最小的系统总成本，进而在对系统进行优化调控时降低系统总成本。

11、进一步地，所述获取待研究片区的电力申报数据之后，还包括：

12、根据所述多个机组的季度运行数据，构建与所述多个机组对应的多个机组模型；其中，所述多个机组模型包括风电机组运行模型、光电机组运行模型、燃气机组运行模型和火电机组运行模型；

13、所述风电机组运行模型，具体为：

14、

15、其中，为风电机组输出功率，vt，vin，vout，vrated分别为风速、切入风速、切出风速和额定风速，分别为在时段nd风电机组输出功率的最小值和最大值，pwt，rated为风电机组额定功率，{nd|d＝1，2，3}＝{n1，n2，n3}中n1为夏季时段，n2为冬季时段，n3为过渡时段；

16、所述光电机组运行模型，具体为：

17、

18、其中，为光电机组输出功率，spv为辐射面积，θt为光照强度，ηpv为运行效率，分别为在时段nd光电机组输出功率的最小值和最大值；

19、所述燃气机组运行模型，具体为：

20、

21、其中，为燃气机组输出功率，vgt为燃气消耗量，ηgt为燃气发电效率，分别为燃气机组输出功率的最小值和最大值；

22、所述火电机组运行模型，具体为：

23、

24、其中，为火电机组输出功率，vgi为燃料消耗量，ηgi为燃料发电效率，分别为火电机组输出功率的最小值和最大值。

25、这样根据多个机组的季度运行数据，构建对应的机组模型，能够为后续根据机组模型构建成本提供便捷，同时考虑不同电力机组的季度变化，能够使成本函数更符合实际优化中季度变化的需求，提高了后续优化的准确度。

26、进一步地，所述运行成本，具体包括：

27、根据所述负荷数据，构建负荷模型；其中，所述负荷模型包括可转移负荷模型和可削减负荷模型；

28、所述可转移负荷模型，具体为：

29、

30、其中，为可转移负荷功率成本，f为负荷类型，nf为负荷类型总数，为时刻t转移第f种负荷功率的价格，d为单日内所有时刻的集合，为负荷转移前后的功率差；

31、所述可削减负荷模型，具体为：

32、

33、其中，为可削减负荷功率成本，t+，t-分别为单日内所有负荷减少的时刻的集合和单日内所有负荷增加的时刻的集合，分别为在响应时刻t的第f种负荷增加时的价格和响应时刻t的第f种负荷减少时的价格，分别为响应时刻t的第f种负荷的减少量和响应时刻t的第f种负荷的增加量；

34、根据所述负荷模型、所述多个机组模型和所述电价数据，构建运行成本；

35、所述运行成本，具体为：

36、

37、其中，cope为运行成本，为时刻t的每单位功率的电价，pbuy，d，t为时刻购入的电量，pbuy，t，max为时刻t允许购入电量上限，pl，d，t为时段nd内时刻t的负荷量，分别为时段nd的负荷量最小值和负荷量最大值，为风电运行成本，αwt为风电成本系数，为光电运行成本，αpv为光电成本系数，为燃气运行成本，αgt，βgt，γgt分别为燃气成本的第一系数、第二系数和第三系数，为火电运行成本，αgi，βgi，γgi分别为火电成本的第一系数、第二系数和第三系数。

38、这样先根据负荷数据，构建可转移负荷模型和可削减负荷模型再结合多个机组模型和电价数据构建运行成本，考虑了不同机组在不同季度的不同运行成本，并结合了负荷需求响应机制，能够使运行成本更符合实际能源系统的运行需求。

39、进一步地，所述碳交易成本，具体包括：

40、根据所述节点碳排放数据，构建低碳响应约束函数；

41、所述低碳响应约束函数，具体为：

42、

43、其中，为低碳响应约束成本，max为最大化函数，t+，t-分别为单日内所有负荷减少的时刻的集合和单日内所有负荷增加的时刻的集合，为阶段性动态碳排放因子，分别为响应时刻t的负荷减少量和响应时刻t的负荷增加量，δpl为荷侧可调节负荷上限，δql为荷侧单日用电量变化最大值；

44、根据所述多个机组模型和所述低碳响应约束函数，构建碳交易成本；

45、所述碳交易成本，具体为：

46、

47、其中，ccar为碳交易成本，为碳交易价格，分别为购电碳排放因子系数、燃气发电碳排放因子系数和火力发电碳排放因子系数，为燃气机组和火电机组的免费碳配额，为风电机组和光电机组的免费碳配额，pbuy，d，t为时刻t购入的电量，esum，y为全年碳排放量总量，pbuy，t，max为时刻t允许购入电量上限。

48、这样根据节点碳排放数据构建低碳响应约束函数，考虑了负荷需求响应机制在碳交易中的影响，再结合多个机组模型和碳交易价格构建碳交易成本，考虑了不同机组的不同碳交易成本及碳配额，能够使碳交易成本更符合实际能源系统在碳交易中的实际需求。

49、进一步地，所述维护成本，具体包括：

50、根据所述多个机组的季度运行数据，构建维护成本；

51、所述维护成本，具体为：

52、

53、其中，cmat为维护成本，fwt，fpv，fgt，fgi分别为风电机组、光电机组、燃气机组和火电机组单年的维修次数，分别为第i次维修风电机组、光电机组、燃气机组和火电机组的费用。

54、这样根据不同机组的维修次数和维修费用构建维护成本，考虑到了维护成本在系统总成本中的影响，从而使系统总成本更符合实际求解需求。

55、进一步地，所述惩罚成本，具体包括：

56、根据所述多个机组的季度运行数据，构建惩罚成本；

57、所述惩罚成本，具体为：

58、

59、其中，ccur为惩罚成本，λcurtail为缩减惩罚价格，δpwt，curtail，d，t，δppv，curtail，d，t分别为时刻t的风电缩减功率和光电缩减功率，分别为时段nd的风电缩减功率最大值和光电缩减功率最大值。

60、这样根据风电缩减功率和光电缩减功率构建惩罚成本，考虑到了风电和光电发电量缩减时引起的惩罚成本在系统总成本的影响，从而使系统总成本更符合实际求解需求。

61、进一步地，所述将所述电力申报数据代入所述最小优化模型进行求解，得到并输出第一求解结果之前，还包括：

62、基于所述多个机组的季度运行数据，结合预设的波动比，对所述最小优化模型进行鲁棒优化。

63、这样根据多个机组的季度运行数据，结合预设的波动比对最小优化模型进行鲁棒优化，能够减少最小优化模型中各参数的不确定性，提高模型求解时的准确度，进而提高了后续优化时的准确度。

64、进一步地，所述根据所述目标函数，构建最小优化模型，并将所述电力申报数据代入所述最小优化模型进行求解，得到并输出第一求解结果，以根据所述第一求解结果对待研究片区内的碳排放进行优化调控，具体包括：

65、根据所述目标函数，构建最小优化模型；

66、将所述电力申报数据代入所述最小优化模型进行求解，得到第一求解结果；其中，所述第一求解结果包括所述多个机组的发电量、购电量和碳排放量；

67、根据所述多个机组的发电量和购电量，对待研究片区关联的多个机组进行优化调控；

68、根据所述多个机组的碳排放量，对待研究片区内的碳排放进行优化调控。

69、这样先构建最小优化模型并进行求解得到第一求解结果，再根据第一求解结果对待研究片区及其关联的多个机组进行优化调控，更符合实际优化调控需求。

70、第二方面，本技术提供了一种综合能源低碳与需求响应的协同优化调控装置，包括数据获取模块、函数构建模块、模型求解模块；

71、所述数据获取模块，用于获取待研究片区的电力申报数据；其中，所述电力申报数据包括电价数据、负荷数据、节点碳排放数据和多个机组的季度运行数据；所述多个机组包括风电机组、光电机组、燃气机组和火电机组；

72、所述函数构建模块，用于根据所述电力申报数据的数据类别，以系统总成本最低为优化目标，构建目标函数；其中，所述目标函数包括多个成本函数；所述多个成本函数包括运行成本、维护成本、惩罚成本和碳交易成本；

73、所述模型求解模块，用于根据所述目标函数，构建最小优化模型，并将所述电力申报数据代入所述最小优化模型进行求解，得到并输出第一求解结果，以根据所述第一求解结果对待研究片区内的碳排放进行优化调控。

74、进一步地，所述目标函数，具体为：

75、min csum＝μopecope+μmatcmax+μcurccur+μcarccar；

76、其中，csum为系统总成本，min为最小化函数，μope、μmat、μcur、μcar分别为运行成本权重、维护成本权重、惩罚成本权重和碳交易成本权重，cope、cmat、ccur、ccar分别为运行成本、维护成本、惩罚成本和碳交易成本。

77、进一步地，还包括模型构建模块；

78、所述模型构建模块，用于根据所述多个机组的季度运行数据，构建与所述多个机组对应的多个机组模型；其中，所述多个机组模型包括风电机组运行模型、光电机组运行模型、燃气机组运行模型和火电机组运行模型；

79、所述风电机组运行模型，具体为：

80、

81、其中，为风电机组输出功率，vt，vin，vout，vrated分别为风速、切入风速、切出风速和额定风速，分别为在时段nd风电机组输出功率的最小值和最大值，pwt，rated为风电机组额定功率，{nd|d＝1，2，3}＝{n1，n2，n3}中n1为夏季时段，n2为冬季时段，n3为过渡时段；

82、所述光电机组运行模型，具体为：

83、

84、其中，为光电机组输出功率，spv为辐射面积，θt为光照强度，ηpv为运行效率，分别为在时段nd光电机组输出功率的最小值和最大值；

85、所述燃气机组运行模型，具体为：

86、

87、其中，为燃气机组输出功率，vgt为燃气消耗量，ηgt为燃气发电效率，分别为燃气机组输出功率的最小值和最大值；

88、所述火电机组运行模型，具体为：

89、

90、其中，为火电机组输出功率，vgi为燃料消耗量，ηgi为燃料发电效率，分别为火电机组输出功率的最小值和最大值。

91、进一步地，所述函数构建模块包括运行成本构建子模块；所述运行成本构建子模块包括负荷模型构建单元和运行成本构建单元；

92、所述负荷模型构建单元，用于根据所述负荷数据，构建负荷模型；其中，所述负荷模型包括可转移负荷模型和可削减负荷模型；

93、所述可转移负荷模型，具体为：

94、

95、其中，为可转移负荷功率成本，f为负荷类型，nf为负荷类型总数，为时刻t转移第f种负荷功率的价格，d为单日内所有时刻的集合，为负荷转移前后的功率差；

96、所述可削减负荷模型，具体为：

97、

98、其中，为可削减负荷功率成本，t+，t-分别为单日内所有负荷减少的时刻的集合和单日内所有负荷增加的时刻的集合，分别为在响应时刻t的第f种负荷增加时的价格和响应时刻t的第f种负荷减少时的价格，分别为响应时刻t的第f种负荷的减少量和响应时刻t的第f种负荷的增加量；

99、所述运行成本构建单元，用于根据所述负荷模型、所述多个机组模型和所述电价数据，构建运行成本；

100、所述运行成本，具体为：

101、

102、其中，cope为运行成本，为时刻t的每单位功率的电价，pbuy，d，t为时刻购入的电量，pbuy，t，max为时刻t允许购入电量上限，pl，d，t为时段nd内时刻t的负荷量，分别为时段nd的负荷量最小值和负荷量最大值，为风电运行成本，αwt为风电成本系数，为光电运行成本，αpv为光电成本系数，为燃气运行成本，αgt，βgt，γgt分别为燃气成本的第一系数、第二系数和第三系数，为火电运行成本，αgi，βgi，γgi分别为火电成本的第一系数、第二系数和第三系数。

103、进一步地，所述函数构建模块包括碳交易成本构建子模块；所述碳交易成本构建子模块包括低碳约束构建单元和碳交易成本构建单元；

104、所述低碳约束构建单元，用于根据所述节点碳排放数据，构建低碳响应约束函数；

105、所述低碳响应约束函数，具体为：

106、

107、其中，为低碳响应约束成本，max为最大化函数，t+，t-分别为单日内所有负荷减少的时刻的集合和单日内所有负荷增加的时刻的集合，为阶段性动态碳排放因子，分别为响应时刻t的负荷减少量和响应时刻t的负荷增加量，δpl为荷侧可调节负荷上限，δql为荷侧单日用电量变化最大值；

108、所述碳交易成本构建单元，用于根据所述多个机组模型和所述低碳响应约束函数，构建碳交易成本；

109、所述碳交易成本，具体为：

110、

111、其中，ccar为碳交易成本，为碳交易价格，分别为购电碳排放因子系数、燃气发电碳排放因子系数和火力发电碳排放因子系数，为燃气机组和火电机组的免费碳配额，为风电机组和光电机组的免费碳配额，pbuy，d，t为时刻t购入的电量，esum，y为全年碳排放量总量，pbuy，t，max为时刻t允许购入电量上限。

112、进一步地，所述函数构建模块包括维护成本构建子模块；

113、所述维护成本构建子模块，用于根据所述多个机组的季度运行数据，构建维护成本；

114、所述维护成本，具体为：

115、

116、其中，cmat为维护成本，fwt，fpv，fgt，fgi分别为风电机组、光电机组、燃气机组和火电机组单年的维修次数，分别为第i次维修风电机组、光电机组、燃气机组和火电机组的费用。

117、进一步地，所述函数构建模块包括惩罚成本构建子模块；

118、所述惩罚成本构建子模块，用于根据所述多个机组的季度运行数据，构建惩罚成本；

119、所述惩罚成本，具体为：

120、

121、其中，ccur为惩罚成本，λcurtail为缩减惩罚价格，δpwt，curtail，d，t，δppv，curtail，d，t分别为时刻t的风电缩减功率和光电缩减功率，分别为时段nd的风电缩减功率最大值和光电缩减功率最大值。

122、进一步地，还包括模型优化模块；

123、所述模型优化模块，用于基于所述多个机组的季度运行数据，结合预设的波动比，对所述最小优化模型进行鲁棒优化。

124、进一步地，所述模型求解模块包括模型构建子模块、模型求解子模块、机组调控子模块和碳排放调控子模块；

125、所述模型构建子模块，用于根据所述目标函数，构建最小优化模型；

126、所述模型求解子模块，用于将所述电力申报数据代入所述最小优化模型进行求解，得到第一求解结果；其中，所述第一求解结果包括所述多个机组的发电量、购电量和碳排放量；

127、所述机组调控子模块，用于根据所述多个机组的发电量和购电量，对待研究片区关联的多个机组进行优化调控；

128、所述碳排放调控子模块，用于根据所述多个机组的碳排放量，对待研究片区内的碳排放进行优化调控。

129、这样先获取待研究片区中包含电价数据、负荷数据、节点碳排放数据和多个机组的季度运行数据的电力申报数据，考虑了不同电力机组的季度变化，再根据电力申报数据的数据类别，以总成本最低为优化目标构建包含运行成本、维护成本、惩罚成本和碳交易成本的目标函数，能够充分考虑在能源系统的优化过程中不同成本对系统总成本的最终影响，进而构建并求解最小优化模型，这样得到的第一求解结果综合了电力机组的季度变化和不同成本的影响，更符合实际能源系统中结合季度变化对系统进行优化的需求，能够在根据第一求解结果进行优化调控时提高优化的准确度，同时以系统总成本最低为优化目标，能够在优化时降低系统总成本。