一种考虑碳排放的虚拟电厂优化调度方法与流程

本发明涉及一种碳排放的虚拟电厂优化调度方法，属于电力系统优化调度领域，适用于虚拟电厂在需求响应市场中的低碳优化调度，提高系统新能源的消纳率，减少系统碳排放。

背景技术：

1、传统的电力系统面临着诸多挑战，如能源碳排放、能源安全、能源效率等问题，随着可再生能源的快速发展和分布式能源的兴起，为虚拟电厂的发展提供了契机。虚拟电厂是指将分布式能源、储能设备、可调节负荷等智能整合，在虚拟化的平台上，模拟传统电力厂的功能，实现能源的集中化管理和优化调度。虚拟电厂通过信息技术和智能控制手段，将分散的能源资源整合为一个整体，从而更好地满足能源需求，提高能源利用效率，促进能源绿色转型，实现能源的灵活配置、平稳调度和高效利用。

2、国内虚拟电厂实现了初步用户用能监测，但在资源的优化调度方面还有较大不足，大部分可再生能源波动性大、持续性不强，在大容量、资源分布广的可再生能源的精准预测方面还存在不足。虚拟电厂目前主要参与电力市场交易，各种调度和优化策略均围绕电力交易市场展开，随着虚拟电厂持续拓展到碳交易市场，各类市场间的权益需要统筹协同综合考虑，相对应的优化调度策略还处于初步探索阶段，不够完善。

3、例如申请号为cn202311234140.0的发明专利，公开了一种考虑碳交易和需求响应的虚拟电厂优化调度方法，步骤包括：建立考虑碳交易和需求响应的虚拟电厂与集中光热电站的主从框架；制定虚拟电厂的阶梯式碳交易模式；构建基于电力负荷和热负荷特性的虚拟电厂需求响应模型；构建配电系统运营商-虚拟电厂的主从博弈模型；求解主从博弈模型，将决策变量的结果值作为虚拟电厂优化调度策略，并控制所述虚拟电厂执行优化调度策略。

4、申请号为cn202310710155.3的发明专利，公开了一种虚拟电厂多时间尺度低碳优化调度方法、设备及介质，方法包括：建立阶梯型碳排放交易计算成本模型；基于所述阶梯型碳排放交易计算成本模型建立包含日前计划、日内滚动、实时校正的虚拟电厂优化调度模型；对建立的虚拟电厂优化调度模型进行求解，并根据求解结果对虚拟电厂进行调度。

5、申请号为cn202311309896.7的发明专利，公开了了一种考虑阶梯碳交易的虚拟电厂优化调度方法及系统，涉及电力系统技术领域，该方法包括：根据风速数据和光照强度数据预测风电、光伏可用输出功率；根据风电可用输出功率和光伏可用输出功率建立弃风弃光成本模型；采用氢储能系统建立氢储能充放电出力模型；建立火电燃煤成本模型；基于阶梯碳交易机制构建当阶梯碳交易计算模型；根据弃风弃光成本模型、氢储能充放电出力模型、火电燃煤成本模型和阶梯碳交易计算模型构建目标虚拟电厂的优化调度目标函数；在设定约束条件的约束下，对优化调度目标函数进行求解，得到优化调度结果；优化调度结果包括：风电实发功率和光伏实发功率。

6、现有的技术研究，因可再生能源波动性大、持续性不强，在可再生能源的精准预测方面还存在不足，各种调度和优化策略均围绕电力交易市场展开，部分研究虽然在一定程度上兼顾了系统运行的经济性与低碳性，然而对碳交易市场的实际运行情况考虑过于简单，忽略了虚拟电厂负载资源灵活的特点，没有结合碳交易机制来分析虚拟电厂的低碳特征。在电力交易市场和碳交易市场综合权益下的虚拟电厂综合运行成本最低的研究较少。

技术实现思路

1、本发明的目的是：根据电力市场和碳交易市场的价格信息，综合考虑机组运行成本、外购能源成本、碳交易成本、需求响应补偿成本，建立虚拟电厂综合运行成本最低为目标的优化调度模型，求解优化调度模型得到日前调度方案策略，在保证虚拟电厂调度运行经济性的同时减少碳排放。

2、为了达到上述目的，本发明的技术方案是提供了一种考虑碳排放的虚拟电厂优化调度方法，其特征在于，包括以下步骤：

3、步骤1、构建模型，所构建的模型包括风力发电模型、光伏发电模型、微型燃气轮机模型、储能设备模型、需求侧响应目标模型、用户侧响应需求侧目标模型、需求侧和用户侧匹配约束模型以及碳交易成本模型，其中：

4、风力发电模型表示为：

5、

6、式中，为风电t时刻的最大出力，vin为切入风速，vout为切出风速，vt为实际风速，vr为额定风速，为风电的额定功率。

7、光伏发电模型表示为：

8、

9、式中，为光伏发电系统的输出功率，ηpv为太阳能光伏板的能量转换效率，spv为太阳能光伏板的面积，θpv为太阳能辐射度；

10、微型燃气轮机模型表示为下式：

11、

12、式中，cmt表示微型燃气轮机的发电成本，cng表示天然气的价格，qlhv表示天然气的低热值，表示t时刻微型燃气轮机的输出功率，ηmt表示微型燃气轮机的发电效率，δt表示时间间隔；

13、储能设备模型表示为下式：

14、

15、式中，表示t时刻蓄电池的存储容量，τ表示蓄电池的自损率，ηcha表示蓄电池的充电效率，ηdis表示蓄电池的放电效率，表示t时刻蓄电池的充电功率，表示t时刻蓄电池的放电功率，δt表示时间间隔；

16、需求侧响应目标模型表示为下式：

17、

18、式中，pac为单个建筑某时刻空调负荷，pi为某时刻照明负荷，q为包括动力用电以及特殊用电在内的其他负荷，n为聚合的建筑群数，pt为某时刻的总用电功率。

19、在用户侧响应需求侧目标模型中：

20、单个建筑的可调节照明负荷表示为：

21、

22、式中，pli,i为i时刻照明用电功率，pmax,li为工作日照明的最大用电功率，ci为照明功率可调节系数(取0.7-1之间)，padj,li为单个建筑的可调节照明负荷；

23、单个建筑空调可调负荷表示为：

24、

25、式中，padj,ac为单个建筑空调可调负荷，pac,i为某时刻空调用电功率，pmax,ac为冬季或夏季最大空调用电功率，cac,s为夏季可调负荷系数，cac,w为冬季可调负荷系数，ci为可调负荷系数，pac为为单个建筑某时刻空调负荷；

26、需求侧和用户侧匹配约束模型表示为：

27、x＝min(|x|1,|x|2,|x|3,…,|x|n)

28、

29、式中，pd为需求侧待调峰负荷，pr为响应侧可响应负荷，n为响应时间；

30、碳交易成本模型表示为下式：

31、

32、式中，cco2表示vpp的碳交易成本，γ表示市场上的碳交易价格，d表示碳排放区间长度，表示每个阶梯价格增长幅度，ep表示虚拟电厂的实际碳排放量，el表示虚拟电厂的初始碳排放配额；

33、步骤2、设定目标函数，表示为下式：

34、minf＝cbuy+cmt+cdevice+cco2

35、

36、

37、式中，cbuy为vpp的购电成本，cmt为微型燃气轮机的发电成本，cdevice为设备运行维护成本，为t时刻vpp向外部电网的购电价格，为t时刻vpp向外部电网的购电功率，cgas为天然气的单位价格，为t时刻微型燃气轮机的输出功率，ηmt为微型燃气轮机的发电效率，lng为天然气的低热值(取9.78kwh/m3)，kmt为微型燃气轮机的单位运行维护费用，kwt为风电的单位运行维护费用，kpv为光伏的单位运行维护费用，kes为储能设备的单位运行维护费用，为t时刻风电机组的放电功率，为t时刻光伏机组的放电功率，为时刻蓄电池的充电功率，为t时刻蓄电池的放电功率；

38、步骤3、设定约束条件；

39、步骤4、基于目标函数以及约束条件，对步骤1所构建的模型进行优化求解，

40、优选地，所述光伏发电模型中，太阳能辐射度θpv的分布采用beta概率分布来描述，如下式所示：

41、

42、式中，α、β为beta分布的形状参数，μ为太阳能辐照度的平均值，σ为太阳能辐照度的标准差。

43、优选地，所述约束条件包括总功率平衡约束、微型燃气轮机约束、储能设备约束、购电功率约束、需求响应约束。

44、优选地，所述总功率平衡约束表示为：

45、

46、式中，为t时刻vpp向外部电网的购电功率，为t时刻微型燃气轮机的输出功率，为时刻储能设备的充电功率，为t时刻储能设备的放电功率，为t时刻风电机组的放电功率，为t时刻光伏机组的放电功率，为t时刻总功率；

47、所述微型燃气轮机约束表示为：

48、

49、式中，为微型燃气轮机输出功率的上限；为微型燃气轮机输出功率的下限；为微型燃气轮机爬坡率的上限；为微型燃气轮机爬坡率的下限；

50、所述储能设备约束表示为：

51、

52、式中：为t时段蓄电池的存储容量；τ1为电池的自损率；ηcha为蓄电池的充电效率；ηdis为蓄电池的放电效率；为蓄电池容量的上限；为蓄电池容量的下限；为蓄电池充电功率的上限；为蓄电池放电功率的下限；为t时段蓄电池的充电状态，为0-1变量；为t时段蓄电池的放电状态，为0-1变量；

53、所述购电功率约束表示为：

54、

55、式中，为t时刻vpp向外部电网的购电功率，为t时刻vpp向外部电网的购电功率的最大值。

56、所述需求响应约束表示为：

57、x＝min(|x|1,|x|2,|x|3,…,|x|n)

58、

59、δlmin≤δlt≤δlmax

60、式中，δlt为t时刻的转移负荷，δlmin为转移负荷的上限，δlmax为转移负荷的下限，pd为需求侧待调峰负荷，pr为响应侧可响应负荷，n为响应时间。

61、本发明建立含风电、光伏、微型燃气轮机、储能和可调负荷的虚拟电厂优化调度模型，针对虚拟电厂负载资源灵活的特点，通过优化的预测算法和模型，提高风电、光伏等可再生能源的预测精度，从而更准确地预测vpp的电力生产和碳排放量。通过利用储能装置和柔性负载，依托合理的调度策略，利用储能装置储存多余的电力，并在电力需求高峰时释放，平衡电力供需，降低运行成本。考虑阶梯型碳交易价格，结合碳交易机制，搭建阶梯碳交易成本计算模型，削减系统的碳排放量，在减小碳排放的同时通过出售碳排放配额提升经济收益。通过求解后的优化调度策略，减少高碳排放机组的出力，增加可再生能源和低碳机组的出力，从而在降低碳排放量的同时，减少因碳交易带来的成本增加。本发明不仅有助于降低运营成本、提高能源效率，还能减少碳排放、优化资源配置，有效提升虚拟电厂的整体用能效率和运行效率。

62、具体而言，本发明所公开的技术方案相比于现有技术方案而言具有如下有益效果：

63、降低运营成本：虚拟电厂能够更精确地管理其能源资源，通过综合成本最低的优化调度目标，从而有效降低整体运营成本；

64、提高能源利用效率：模型能够优化机组的运行方式，确保在满足电力需求的同时，尽量减少能源消耗，提高能源利用效率；

65、减少碳排放：虚拟电厂能够根据碳交易成本更加精准地管理和调度能源资源，优先利用可再生能源，促进新能源的消纳，提高新能源的利用率；

66、优化资源配置：优化调度能够根据需求响应补偿成本调整能源供应策略，实现资源的优化配置，提高整体能源系统的稳定性和可靠性。