一种基于绿证-碳联合交易的含氢综合能源系统优化调度方法
- 国知局
- 2024-10-09 15:44:31
本发明涉及综合能源系统优化调度领域,具体是一种基于绿证-碳联合交易的含氢综合能源系统优化调度方法。
背景技术:
1、在“双碳”背景下,为充分利用综合能源系统的多能耦合特性,提出一种绿色证书交易、奖惩阶梯式碳交易和需求响应的融合机制下的含氢综合能源系统优化调度策略。首先,分析氢能高效清洁的特性,建立电解槽、甲烷反应器和氢燃料电池的氢能多元利用模型,并引入价格型与激励型需求响应,优化用户用能行为;其次,为降低系统的碳排放量,构建绿色证书交易和奖惩阶梯型碳交易机制,通过绿色证书的碳减排机理,建立绿证-碳融合交易机制;最后,提出以购能成本,绿色证书交易成本,碳交易成本,需求响应补偿成本和弃风、光惩罚成本之和最小为目标的经济运行策略。算例结果表明,所提模型能提高系能源消纳能力,减少碳排放量,实现了综合能源系统的经济低碳性。
技术实现思路
1、发明目的:本发明目的在于提供一种基于绿证-碳联合交易的含氢综合能源系统优化调度方法。建立氢能多元利用模型,引入综合需求响应,通过绿色证书交易和奖惩阶梯型碳交易融合机制,提高系能源消纳能力,减少碳排放量,实现了综合能源系统的经济低碳性。
2、技术方案:本发明的具体步骤如下:
3、s1:构建综合能源系统能量转换和储能设备模型:分外部供能侧、能源转换与储能侧和负荷侧3部分,构建的电-热-冷-气-氢综合能源系统。
4、s2:构建含氢综合能源系统模型:建立含电解制氢、氢转电热、氢制甲烷的氢能多元利用模型,在综合能源系统中引入氢能,充分利用系统的多能耦合特性;
5、s3:构建绿色证书交易和奖惩阶梯式碳交易模型:绿证交易机制中绿证数量代表发电电力中新能源的占比,当能源系统中的绿证数量超过无偿配额指标时,系统可以在绿证交易平台出售多余的绿色证书。反之,不满足绿证配额要求则需要在平台购买不足的绿证。在奖惩阶梯式碳交易中,碳排放被视为一种可自由交易的商品。各碳排放源依据所得碳排放额度来调节机组出力计划,如果碳排放源实际碳排放量超出排放额度,则必须购买超额部分;反之如若实际碳排放量小于配额,则可将剩余额度出售以获益;
6、s4:联动绿证-碳交易机制:绿证本身具有碳减排属性,当买方购买绿证时其碳减排效益由卖方移到买方,明确绿证权益归属后,系统通过持有绿证碳减排量抵消部分碳排放参与到碳交易,系统通过绿证参与绿证交易和碳交易,同时借助配额量和价格因素实现两者联动运行;
7、s5:构建综合需求响应模型:引入价格型与激励型需求响应,优化用户用能行为,充分发挥用户侧降碳能力,实现源荷双侧低碳目标的协同。
8、s6:设置不同场景,分析验证所提模型有效性:以购能成本,绿色证书交易成本,碳交易成本,需求响应补偿成本和弃风、光惩罚成本之和最小为目标的经济运行策略,设置5种不同的场景,验证所提模型提高系能源消纳能力,减少碳排放量,实现了综合能源系统的经济低碳性。
9、步骤s1中,构建的综合能源系统能量转换和储能设备模型包括三部分,外部供能侧包括上级电网、风能和外部气网;能源转换设备包括热电联产装置(combined heatingand power,chp)、燃气锅炉(gas boiler,gb)、吸收式制冷机(absorption refrigerator,ar)、电制冷机(electric refrigerator,er)、电解槽、甲烷反应器、氢燃料电池和储电、热、气、冷、氢设备;负荷侧引入需求响应,分别连接电、热、气、冷4种负荷。
10、步骤s2中,氢能多元利用过程在传统模型的基础上加入氢燃料电池和储氢罐,构成电-热-冷-气-氢综合能源系统。氢能经由氢燃料电池直接转为电、热能可减少能量的梯级损耗,并能存储多余的氢能在储氢罐中减少能源损耗,上述涉及到的能量转换设备模型具体如下。
11、(1)电解槽
12、电解过程是基于电化学反应原理,将电能转换为氢能,其模型为:
13、
14、式中,pe,el(t)为t时段输入el的电能;为t时段el输出的氢能;ηel为el的能量转换效率;分别为输入el的电能上、下限;分别为el的爬坡上、下限。
15、(2)甲烷反应器
16、
17、式中:为t时段输入mr的氢能;pmr,g(t)为t时段mr输出的天然气功率;ηmr为mr的能量转换效率;分别为输入mr的氢能上、下限;分别为mr的爬坡上、下限。
18、(3)氢燃料电池
19、
20、式中:为t时段输入hfc的氢能;phfc,e(t)、phfc,h(t)分别为t时段hfc输出的电、热能;分别为hfc转换为电、热能的效率;分别为输入hfc的氢能上、下限;分别为hfc的爬坡上、下限;
21、步骤s3中,当能源系统中的绿证数量超过无偿配额指标时,系统可以在绿证交易平台出售多余的绿色证书。反之,不满足绿证配额要求则需要在平台购买不足的绿证。在奖惩阶梯式碳交易中,如果碳排放源实际碳排放量超出排放额度,则必须购买超额部分;反之如若实际碳排放量小于配额,则可将剩余额度出售以获益,上述模型表达公式如下。
22、(1)绿色证书交易机制
23、
24、fgct=cgct(nies-ngre)
25、式中:nies为ies所需持有的绿证配额指标;δe为ies的绿证数量配额系数;为t时刻系统所需总电量预测值;ngre为ies可再生发电获得的绿证数量;kgre为风机发电量与绿证数量之间相互转化的量化系数,1本绿证对应1mw·h的风电结算量;pwi(t)、ppv(t)分别为t时刻风机和光伏的输出电功率;fgct为gct成本;cgct为单位gct价格。
26、本发明认为外购电力由火电机组承担,将可再生能源发电机组与火电机组的碳排放量做对比,进而得到相应可再生能源所产生的碳减排量。
27、egc=ggcnies
28、式中:ggc为绿证体现的碳减排量,kg;egc为绿证所减少的碳排放量,kg。
29、(2)奖惩阶梯式碳交易
30、本发明认为ies的碳排放来自外部购电和燃气机组,其中外部购电主要为燃煤机组。ies碳配额分配模型为:
31、
32、式中:eies、ee,buy、echp、egb分别为t时刻ies、上级购电、chp、gb的碳交易配额;为单位供热量的碳交易配额;;μe、μg分别为燃煤机组单位电力消耗、燃天然气机组单位天然气消耗的碳排放权配额;λeh为发电量折算成供热量的折算系数;pe,buy(t)为t时段上级购电量;pchp,e(t)、pchp,h(t)分别为t时段chp输出的电能和热能;pgb,h(t)为t时段gb输出的热能;t为调度周期。
33、实际碳排放模型:
34、
35、式中:eies,a、ee,buy,a、echp,gb,a、emr分别为ies、燃煤发电机、燃气机组和mr的实际碳排放量;λe和λg分别为单位购电功率、天然气实际碳排放量,分别为0.728、0.385t/mwh;λmr为mr吸收二氧化碳的效率系数。
36、阶梯式碳排放交易模型:
37、求得ies的碳排放权配额及实际碳排放量,即可求得实际参与到碳交易市场的碳排放权交易额。
38、eies,t=eies,a-eies-egc
39、式中:eies,t为ies的碳排放权交易额。
40、相较于传统碳交易定价机制,为进一步限制碳排放,本发明采用阶梯式定价机制。阶梯式定价机制划分了多个购买区间,随着需要购买的碳排放权配额越多,相应区间的购价越高。
41、奖惩阶梯式碳交易成本为:
42、
43、式中:fcet为阶梯式碳交易成本;λ为碳交易基价,250元/t;l为碳排放量区间长度,取2t;α为价格增长率,取25%。
44、步骤s4中,绿证本身具有碳减排属性,当买方购买绿证时其碳减排效益由卖方移到买方,明确绿证权益归属后,系统通过持有绿证碳减排量抵消部分碳排放参与到碳交易,系统通过绿证参与绿证交易和碳交易,同时借助配额量和价格因素实现两者联动运行;
45、步骤s5中,引入价格型与激励型需求响应,优化用户用能行为,充分发挥用户侧降碳能力,实现源荷双侧低碳目标的协同。
46、(1)价格型需求响应模型
47、采用分时电价对用户进行用电引导,从而减小电负荷的峰谷差距,平抑负荷的波动,提高运行的稳定性。价格-需求弹性矩阵法通常用来描述价格型响应模型,利用电量电价弹性系数来表示各个时间域内电负荷变化率和电价格变化率,其表达式为:
48、
49、
50、式中,e(t,t′)为t时刻负荷与t′时刻价格的弹性系数;pt为t时刻需求响应前的负荷量;ct′为t′时刻需求响应前价格;△pt为需求响应后t时刻对应于负荷量pt的相对负荷增量;△ci′需求响应后t′时刻对应于价格ct′的相对价格增量;e(t,t′)为价格-需求电量电价弹性矩阵。
51、电负荷和气负荷的商品特性相似,都是根据市场价格的变化响应负荷的变化,在此统一建模:
52、
53、式中,u∈{e,g};eu为电、气负荷可转移价格需求弹性矩阵;t表示调度周期;为需求响应后的电、气负荷变化量;为初始电、气负荷;
54、(2)激励型需求响应模型
55、由于温度是热、冷负荷的主要调节指标,主要通过温度的变化调节热、冷负荷。对于热负荷,考虑到热负荷具有一定的时间延迟性,在用户舒适度范围内改变水温可合理的调节用户热负荷大小。设用户对水温的可接受范围为则控制热、冷负荷的响应范围应保存在一定的区间内,可表示为:
56、
57、式中:ph(t)为t时刻内用户的热负荷;和分别为用户可接受的温度上、下限;ρw为水的密度;为水的比热容;vc(t)为t时刻注入冷水的体积;和分别为用户调节热负荷的上、下限值;th,int为初始水温,取15℃。
58、冷负荷响应原理与热负荷类似,设用户对室温的可接受范围为则控制冷负荷的响应范围应保持在一定的区间内,可表示为:
59、
60、式中:pc(t)为t时刻用户的冷负荷;tout(t)为t时刻的室外温度;rz为建筑热阻;和分别为用户调节冷负荷的上限值和下限值;和分别为用户可接受的室内温度范围。
61、由于热、冷负荷的改变主要影响用户的体验舒适度,即负荷削减越多,对用户的舒适度影响也就越大,相反则影响越小。因此,对于参与idr的热、冷负荷,ies依据不同响应程度给与不同的激励补贴政策,采用阶梯型激励补贴机制,即当负荷变化量在ξv之内时,以系数γv,1进行补贴;否则以系数γv,2进行补贴,可表示为:
62、
63、
64、式中:v∈{h,c};γv,为热、冷负荷的补贴系数;为ies给与用户的idr激励补贴;pv,int(t)和pv(t)分别为热、冷负荷的初始负荷和响应后负荷;ξv为热、冷负的划分边界。
65、步骤s6中,设置不同不场景进行对比分析,制定以购能成本,绿色证书交易成本,碳交易成本,需求响应补偿成本和弃风、光惩罚成本之和最小为目标的经济运行策略。
66、(1)目标函数:
67、f=min(fbuy+fcet+fgct+fidr+fdg,cut)
68、1)购能成本fbuy
69、
70、式中:ce(t)、cg(t)为t时刻购电价格和购气价格,元/kw;pg,buy(t)为t时刻ies的购气量,kw。
71、2)绿色证书成本和奖惩阶梯碳交易成本可见权利要求3。
72、3)综合需求响应补偿成本可见权利要求5。
73、4)弃风、光惩罚成本fdg,cut
74、
75、式中:δdg为单位弃能惩罚成本;pwi,cut(t)、ppv,cut(t)为t时段的弃风、光功率。
76、(2)约束条件
77、1)绿色能源出力约束
78、
79、式中:pwi(t)、ppv(t)为在t时段风电、光伏的输出功率,为风电、光伏的输出上限。
80、2)电功率平衡约束
81、pe,load(t)=pe,buy(t)-pe,sell(t)+pwi(t)+ppv(t)-pe,ac-pe,el(t)-pes,e(t)+pchp,e(t)+phfc,e
82、式中,pe,load(t)为t时段电负荷;pes,e(t)为t时段输入电储的功率。
83、3)热功率平衡约束
84、ph,load(t)=pchp,h(t)+phfc,h(t)+pgb,h(t)-pes,h(t)-ph,ar
85、式中:ph,load(t)为t时段热负荷;pes,h(t)为t时段输入热储的功率。
86、4)天然气平衡约束
87、同样地,本发明不考虑ies向上级气网出售天然气。
88、
89、式中:pg,load(t)为t时段气负荷;pg,es(t)为t时段输入天然气储的功率;为各时段购气限值。
90、5)氢平衡约束
91、
92、式中:为t时段输入氢储的功率。
93、6)冷平衡约束
94、pc,load(t)=par,c(t)+pac,c(t)-pes,c(t)
95、式中:par,c(t)为t时段的冷负荷;pes,c(t)为t时段输入冷储的功率;
96、本发明所建模型虽包含多种类型的能源耦合设备,但仍是混合整数线性规划问题,为此本发明通过matalbr2022a中的工具包yalmip调用cplex求解器编程求解。
97、为验证本发明所提考虑绿证-碳联合交易与需求响应的含氢ies经济低碳运行策略有效性,设置如下5种情景:
98、情景1:计及电、热等多能耦合互补优化模型。
99、情景2:计及电、热等多能耦合互补的优化和综合需求响应模型。
100、情景3:在情景2的基础上,计及氢能多元利用模型,未计及绿证-碳交易模型。
101、情景4:在情景3的基础上,计及绿证-碳交易联合机制,未考虑需求响应。
102、情景5:在情景4的基础上,计及绿证-碳交易机制和综合需求响应模型的电、热等多能互补优化模型。
103、实验效果:
104、为充分利用综合能源系统的多能耦合特性,首先,建立电解槽、甲烷反应器和氢燃料电池的氢能多元利用模型,并引入价格型与激励型需求响应,优化用户用能行为;其次,构建绿色证书交易和奖惩阶梯型碳交易机制,通过绿色证书的碳减排机理,建立绿证-碳融合交易机制;最后,提出以购能成本,绿色证书交易成本,碳交易成本,需求响应补偿成本和弃风、光惩罚成本之和最小为目标的经济运行策略。通过算例仿真验证所提模型能提高系能源消纳能力,减少碳排放量,实现了综合能源系统的经济低碳性。
105、附图表说明
106、图1是含氢综合能源系统结构图。
107、图2是氢能多元利用模型结构图。
108、图3是绿证-碳交易联动原理图。
本文地址:https://www.jishuxx.com/zhuanli/20240929/309857.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表