一种考虑碳交易和需求响应的虚拟电厂优化调度方法技术

本发明专利技术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

【技术实现步骤摘要】
一种考虑碳交易和需求响应的虚拟电厂优化调度方法


[0001]本专利技术涉及虚拟电厂发电领域，具体涉及一种虚拟电厂的优化调度方法
。

技术介绍

[0002]目前，化石燃料的稀缺性和环境问题日益突出，随着低碳能源革命的蓬勃发展，建设以能源为主的电力系统并开展多源
、
节能
、
低碳的能源转型是一种必然趋势
。
为了提高能源利用的效率，人们提出了将风力发电
(WT)、
光伏
(PV)、
柔性负载和其他资源整合到虚拟电厂中，形成多能互补能源系统
。
随着新能源装机容量的逐步增加，如何通过协调虚拟电厂的内部资源输出来提高新能源的利用率，充分挖掘虚拟电厂的低碳潜力已成为当务之急
。
[0003]为了促进新能源的消纳，可以通过调整价格水平或激励机制，利用虚拟电厂引导需求响应协调源和负载两侧的资源优化
。
部分学者提出了一种考虑需求响应的最优虚拟电厂调度方法，通过协调虚拟电厂的储能和需求响应资源，在提高新能源消耗的同时实现调峰填谷
。
此外，在可持续发展的背景下，将碳交易机制纳入含有新能源的虚拟电厂可以减少碳排放，提高低碳经济效益
。
有学者建立了虚拟电厂与碳交易机制相结合的低碳经济优化调度模型，调整了机组产量以提高风电消纳能力
。
然而，很少有研究关注虚拟电厂中集中光热电站与热电联产机组
(CHP)
相结合的运行和进行需求响应
>。
[0004]主从博弈是分析决策者和响应者之间决策过程的有效模型
。
部分学者建立了虚拟电厂与成员之间主从博弈的两层竞价模型，以确定虚拟电厂中成员的交易价格和调度计划
。
然而，该类模型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
。
[0005]综上所述，为了实现低碳电力系统的运行，如何考虑碳交易和需求响应，对虚拟电厂进行优化调度，从而在保证运营商收入的前提下减少碳排放，降低系统总成本，是亟需解决的关键问题
。

技术实现思路

[0006]本专利技术提出了一种考虑碳交易和需求响应的虚拟电厂优化调度方法，其目的是：
1、
在对虚拟电厂进行优化调度的过程中考虑碳交易和需求响应，从而在保证运营商收入的前提下减少碳排放，降低系统总成本
。2、
调度过程中考虑集中光热电站参与虚拟电厂以及参与能源供应和与阶梯式碳交易机制所带来的影响，激发虚拟电厂参与需求响应的积极性
。
[0007]本专利技术技术方案如下：
[0008]一种考虑碳交易和需求响应的虚拟电厂优化调度方法，步骤为：
[0009]步骤
S1、
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；
[0010]步骤
S2、
制定虚拟电厂的阶梯式碳交易模式；
[0011]步骤
S3、
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；
[0012]步骤
S4、
基于主从框架
、
阶梯式碳交易模式和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，所述主从博弈模型包括：配电系统运营商的动态定价博弈模型和虚拟电厂的能量管理博弈模型；
[0013]步骤
S5、
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
。
[0014]作为所述考虑碳交易和需求响应的虚拟电厂优化调度方法的进一步改进，步骤
S1
中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包括：虚拟电厂包括风电
、
光伏
、
集中光热电站
、
热电联产机组
、
电储能
、
热泵
、
固定负载和柔性负载；其中，集中光热电站装置由集热部分
、
储热部分和发电部分组成，传热介质为流体；集中光热电站装置与热电联产机组联合运行
。
[0015]作为所述考虑碳交易和需求响应的虚拟电厂优化调度方法的进一步改进，步骤
S2
中虚拟电厂的阶梯式碳交易模式包括：
[0016]虚拟电厂使用阶梯式碳交易机制与外部碳市场进行碳内交易；
[0017]构建虚拟电厂阶梯式碳交易模型，采用基线法分配虚拟电厂的初始碳排放配额，当虚拟电厂的实际碳排放量低于初始碳配额时，剩余的碳配额可以出售以获得收入；
[0018]虚拟电厂的初始碳排放配额和实际碳排放分别包括购买电力和热电联产机组的产量：
[0019][0020]其中，
D
VPP
、D
grid
和
D
CHP
分别是虚拟电厂
、
购买电力和热电联产机组的初始碳排放配额；
T
为调度间隔所分成的时间段的数量，
t
为时间段的序号，时间
t
代表调度间隔中的一段时间；
N
CHP
是热电联产机组的总数，
i
为热电联产机组的编号；
λ
e
和
λ
h
分别为单位电力和单位热力的碳排放配额系数；是虚拟电厂在时间
t
向配电系统运营商购买的电力，为决策变量；是热电联产机组的电热转换系数；和分别是第
i
台热电联产机组的在时间
t
的功率和热输出，均为决策变量；和分别为虚拟电厂
、
购买电力和热电联产机组的实际碳排放量；和分别为单位电能和单位热能的碳排放实际系数；
[0021]虚拟电厂的碳交易成本计算方式如下：
[0022][0023]其中，
C
c
是碳交易成本；
c
是碳交易的价格；
d
是碳配额购买间隔的长度；
k
是碳价格增长系数
。
[0024]作为所述考虑碳交易和需求响应的虚拟电厂优化调度方法的进一步改进，步骤
S3
中所述虚拟电厂需求响应模型包括：
[0025]根据柔性电负荷计算电负载需求响应成本的方式为：
[0026][0027]其中，和分别是在时间
t
的可削减电负荷和可转移电负荷，均为决策变量；和分别是可削减电负荷和可转移电负荷的上限；是调度期间的电力负荷转移总量；
C
P,DR
是电负载需求响应成本；
q
P,tran
是单位可转移电负荷成本；
q
P,cut
是单位可削减电负荷成本；
[0028]根据柔性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种考虑碳交易和需求响应的虚拟电厂优化调度方法，其特征在于步骤为：步骤
S1、
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；步骤
S2、
制定虚拟电厂的阶梯式碳交易模式；步骤
S3、
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；步骤
S4、
基于主从框架
、
阶梯式碳交易模式和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，所述主从博弈模型包括：配电系统运营商的动态定价博弈模型和虚拟电厂的能量管理博弈模型；步骤
S5、
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
。2.
如权利要求1所述的考虑碳交易和需求响应的虚拟电厂优化调度方法，其特征在于：步骤
S1
中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包括：虚拟电厂包括风电
、
光伏
、
集中光热电站
、
热电联产机组
、
电储能
、
热泵
、
固定负载和柔性负载；其中，集中光热电站装置由集热部分
、
储热部分和发电部分组成，传热介质为流体；集中光热电站装置与热电联产机组联合运行
。3.
如权利要求1所述的考虑碳交易和需求响应的虚拟电厂优化调度方法，其特征在于：步骤
S2
中虚拟电厂的阶梯式碳交易模式包括：虚拟电厂使用阶梯式碳交易机制与外部碳市场进行碳内交易；构建虚拟电厂阶梯式碳交易模型，采用基线法分配虚拟电厂的初始碳排放配额，当虚拟电厂的实际碳排放量低于初始碳配额时，剩余的碳配额可以出售以获得收入；虚拟电厂的初始碳排放配额和实际碳排放分别包括购买电力和热电联产机组的产量：其中，
D
VPP
、Dg
rid
和
D
CHP
分别是虚拟电厂
、
购买电力和热电联产机组的初始碳排放配额；
T
为调度间隔所分成的时间段的数量，
t
为时间段的序号，时间
t
代表调度间隔中的一段时间；
N
CHP
是热电联产机组的总数，
i
为热电联产机组的编号；
λ
e
和
λ
h
分别为单位电力和单位热力的碳排放配额系数；是虚拟电厂在时间
t
向配电系统运营商购买的电力，为决策变量；是热电联产机组的电热转换系数；和分别是第
i
台热电联产机组的在时间
t
的功率和热输出，均为决策变量；和分别为虚拟电厂
、
购买电力和热电联产机组的实际碳排放量；和分别为单位电能和单位热能的碳排放实际系数；虚拟电厂的碳交易成本计算方式如下：其中，
C
c
是碳交易成本；
c
是碳交易的价格；
d
是碳配额购买间隔的长度；
k
是碳价格增长系数
。
4.
如权利要求3所述的考虑碳交易和需求响应的虚拟电厂优化调度方法，其特征在于，步骤
S3
中所述虚拟电厂需求响应模型包括：根据柔性电负荷计算电负载需求响应成本的方式为：其中，和分别是在时间
t
的可削减电负荷和可转移电负荷，均为决策变量；和分别是可削减电负荷和可转移电负荷的上限；是调度期间的电力负荷转移总量；
C
P
，
DR
是电负载需求响应成本；
q
P
，
tran
是单位可转移电负荷成本；
q
P
，
cut
是单位可削减电负荷成本；根据柔性热负荷计算热负荷需求响应的成本的方式为：柔性热负荷主要分为可削减热负荷和可转移热负荷：式中，和分别为在时间
t
的可削减热负荷和可转移热负荷，均为决策变量；和分别是可削减热负荷和可转移热负荷的上限；是调度期间的热负荷转移总量；
C
H
，
DR
是热负荷需求响应的成本；
q
H
，
tran
是单位可转移热负荷成本；
q
H
，
cut
是单位可转移热负荷成本；电动汽车放电补偿费的计算方式为：式中，
C
evd
为电动汽车排放补偿费；
N
ev
是电动汽车的数量；
q
evd
是电动汽车放电的补偿系数；是第
n
辆电动汽车在时间
t
的放电功率
。5.
如权利要求1所述的考虑碳交易和需求响应的虚拟电厂优化调度方法，其特征在于，步骤
S4
中的动态定价博弈模型包括：将配电系统运营商利益最大化作为动态定价博弈模型的目标函数：其中，
F
DSO
是配电系统运营商的利益；和分别是配电系统运营商在时间
t
向电力市场的售电价格和购电价格；和分别是虚拟电厂在时间
t
向配电系统运营商的售电价格和购电价格；和是时间
t
内配电系统运营...

【专利技术属性】
技术研发人员：黄蔚亮，王莉，张汉之，潘凯岩，范晋衡，张琦，阮光宗，王炜，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：