System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及能源控制,特别是涉及一种综合能源微网的碳排放控制方法、设备、介质及产品。
技术介绍
1、综合能源微网(integrated energy microgrid,iem)是指一定区域内利用先进的物理信息技术和创新管理模式,整合区域内煤炭、石油、天然气、电能、热能等多种能源,实现多种异质能源子系统之间的协调规划、优化运行,协同管理、交互响应和互补互济。在满足系统内多元化用能需求的同时,要有效地提升能源利用效率,促进能源可持续发展的新型一体化的能源系统。
2、iem优化调度主要研究iem运行阶段多能源系统互补、多设备耦合、多元化负荷需求响应等问题,其以单一或多个优化目标为导向,考虑设备运行与用户需求等约束条件,致力于实现iem的低碳、经济运行。
3、所谓碳交易是指以碳排放权为交易对象,在市场上进行的一种交易行为。碳排放权是指一个国家、企业或个人在一定时间内能够排放的二氧化碳或其他温室气体的数量的许可证。碳交易市场可以使产生大量碳排放的企业或个人通过购买碳排放权,达到降低碳排放的目的,同时又能满足其发展需求,使得全社会在减少碳排放的同时实现经济效益。碳交易市场通常有政府和私人企业两种形式。碳交易市场的目的是推动碳减排的实现与发展,提升社会、企业、个体的环保意识和责任感。
4、而将碳交易机制应用到iem优化调度中,可有效缓解能源生产的经济性于低碳之间的矛盾。
5、以往的方法采用加入碳排放惩罚成本的措施来限制iem的碳排放,该措施虽然在减少碳排放方面有一定效果,但方式简单,容易导致
技术实现思路
1、本专利技术的目的是提供一种综合能源微网的碳排放控制方法、设备、介质及产品,在减少碳排放的同时降低用能成本。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种综合能源微网的碳排放控制方法,包括:
4、基于阶梯型碳交易机制,根据供能收益、购能成本、碳交易成本和补偿成本构建综合能源微网的优化模型;
5、以所述综合能源微网的日净收益最大化为优化目标,求解所述优化模型,得到优化结果;所述优化结果包括所述综合能源微网中产能设备和用户端的控制信号;
6、采用所述优化结果控制所述综合能源微网中产能设备和用户端。
7、可选地,所述优化模型表示为:
8、
9、其中,sen为供能收益,cbuy为购能成本,为碳交易成本,cbu为补偿成本,pt表示t时刻的用户用电功率,pe为供电价格,表示t时刻的用户用热功率,ph为供热价格,表示t时刻的用户用冷功率,pc为供冷价格,表示t时刻的电网购电量,表示t时刻的购电价格,表示t时刻的天然气购买量,pn为购气价格,cbef为未考虑需求侧管理的日运行成本,δt表示时间增量。
10、可选地,所述碳交易成本表示为:
11、
12、其中,ef表示免费碳排放份额,ep表示日碳排放量,p为碳交易的市场价格,ω表示碳排放量小于免费碳排放份额时的激励系数,μ表示碳排放量大于免费碳排放份额时碳交易价格在每个区间上的增长率,v表示碳交易量的区间长度。
13、可选地,所述优化模型的约束条件包括:电功率平衡约束、冷功率平衡约束、热功率平衡约束、天然气平衡约束、电网交互功率约束、用户利益保护约束以及各设备的运行约束。
14、可选地,所述用户利益保护约束表示为:
15、
16、其中,表示t时刻的用户用冷功率,表示t时刻的用户用热功率,表示用户t时刻的原用冷功率,表示用户t时刻的原用热功率,t表示设定时间段。
17、可选地,所述优化模型的输入参数包括需求侧的电柔性负荷、需求侧的热柔性负荷、需求侧的冷柔性负荷、负荷预测数据、产能设备运行参数、电价价格、天然气价格以及碳交易价格。
18、可选地,所述负荷预测数据为采用蒙特卡洛模拟法和k-means聚类方法生成,具体包括:
19、通过输入原始负荷预测数据,采用蒙特卡洛模拟法生成各实际场景的负荷曲线;
20、采用k-means聚类方法对各负荷曲线进行聚类,将聚类后的负荷曲线作为所述负荷预测数据。
21、一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序以实现所述的综合能源微网的碳排放控制方法。
22、一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的综合能源微网的碳排放控制方法。
23、一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现所述的综合能源微网的碳排放控制方法。
24、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:
25、本专利技术基于阶梯型碳交易机制构建综合能源微网的优化模型,以综合能源微网的日净收益最大化为优化目标,求解优化模型,得到优化结果,同时考虑了碳排放和用能成本,能够在减少碳排放的同时降低用能成本。
本文档来自技高网...【技术保护点】
1.一种综合能源微网的碳排放控制方法,其特征在于,包括:
2.根据权利要求1所述的综合能源微网的碳排放控制方法,其特征在于,所述优化模型表示为:
3.根据权利要求2所述的综合能源微网的碳排放控制方法,其特征在于,所述碳交易成本表示为:
4.根据权利要求1所述的综合能源微网的碳排放控制方法,其特征在于,所述优化模型的约束条件包括:电功率平衡约束、冷功率平衡约束、热功率平衡约束、天然气平衡约束、电网交互功率约束、用户利益保护约束以及各设备的运行约束。
5.根据权利要求4所述的综合能源微网的碳排放控制方法,其特征在于,所述用户利益保护约束表示为:
6.根据权利要求1所述的综合能源微网的碳排放控制方法,其特征在于,所述优化模型的输入参数包括需求侧的电柔性负荷、需求侧的热柔性负荷、需求侧的冷柔性负荷、负荷预测数据、产能设备运行参数、电价价格、天然气价格以及碳交易价格。
7.根据权利要求6所述的综合能源微网的碳排放控制方法,其特征在于,所述负荷预测数据为采用蒙特卡洛模拟法和k-means聚类方法生成,具体包括:
< ...【技术特征摘要】
1.一种综合能源微网的碳排放控制方法,其特征在于,包括:
2.根据权利要求1所述的综合能源微网的碳排放控制方法,其特征在于,所述优化模型表示为:
3.根据权利要求2所述的综合能源微网的碳排放控制方法,其特征在于,所述碳交易成本表示为:
4.根据权利要求1所述的综合能源微网的碳排放控制方法,其特征在于,所述优化模型的约束条件包括:电功率平衡约束、冷功率平衡约束、热功率平衡约束、天然气平衡约束、电网交互功率约束、用户利益保护约束以及各设备的运行约束。
5.根据权利要求4所述的综合能源微网的碳排放控制方法,其特征在于,所述用户利益保护约束表示为:
6.根据权利要求1所述的综合能源微网的碳排放控制方法,其特征在于,所述优化模型的输入参数包括需求侧的电柔性负荷、需求侧的热柔性负荷、需求侧的冷柔性负...
【专利技术属性】
技术研发人员:谢学渊,陈浩,俞乾,谢林瑾,徐勇,曾麟,向运琨,何哲,万程,黄博文,
申请(专利权)人:国网湖南综合能源服务有限公司,
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。