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】
本专利技术涉及电力系统协同优化运行,尤其是涉及一种计及源侧不确定性的电-碳分散协同优化运行方法。
技术介绍
1、随着各区域内可调控设备增多,电网规模不断扩大,区域配网(distributionnetwork,dn)逐渐形成多个子系统分布式协同运行的组织形式,分散协同的多区电网也基于能量交互、备用共享等特性为新型电力系统的安全-经济-低碳运行提供更多优化方案。此外,碳排放权交易(carbon emission trading,cet)市场机制作为推动绿色低碳发展的重要政策工具,在处理好“双碳”目标下安全-经济-低碳三角问题中发挥着重要作用。2021年,电力行业被首批纳入全国碳市场;自2024年5月1日起施行的《碳排放权交易管理暂行条例》更是首次以行政法规的形式明确以配额分配和交易为核心的cet制度,多区电力系统逐步深入参与全国碳市场交易,建立公平有效、科学规范的多区电力系统cet机制成为值得深入研究的问题。
2、近年来电-碳市场交互联动,电力交易、cet统筹衔接,多区电力系统可以参与电能、碳排放权的集中式交易或分布式交易。相较于集中式交易,电-碳分布式点对点(peer-to-peer,p2p)交易可以实现去中心化计算,在提升交易灵活性的同时保护主体数据隐私。目前电力系统电碳p2p交易研究主要关注有效安全的交易算法设计与不确定性交易风险评估问题。
3、一方面,电力系统电-碳p2p交易平稳进行需要有效安全的交易算法支撑,保障交易主体的公平获利、隐私保护与交易计划的物理可行性。现有研究主要应用博弈理论、拍卖机制及
4、另一方面,电力系统中存在可再生能源出力等大量不确定性因素,严重时将影响交易计划有效性与系统运行安全性。现有计及不确定性评估的电-碳p2p交易研究主要采用随机优化(stochastic optimization,so)、鲁棒优化(robust optimization,ro)或分布鲁棒优化(distributionally robust optimization,dro)算法建模不确定性,但机会约束so法需要预设不确定变量的概率分布,且在多场景时求解耗时较长;ro算法则往往使交易结果过于保守,不利于激发电-碳市场活力。现有研究采取的dro算法则结合so与ro优势,在不依赖精确概率分布预测的同时降低决策保守性;但dro原始模型结构复杂,大多需要两阶段迭代求解,传统的仿射近似策略参数随不确定性变量与优化变量的增加成倍增多,合适的参数选取难度较大。近年来,基于样本外近似与约束对偶转换的dro简化方法开始受到关注,该方法提供一种耦合约束线性化手段,在不引入额外参数的前提下将dro模型转化为求解器可处理的单阶段线性问题,在求解时间和准确性方面均具备良好性能。
技术实现思路
1、本专利技术针对电力系统电-碳协同运行调度面临的不确定性风险、价格发现与隐私保护问题,而提供一种计及源侧不确定性的电-碳分散协同优化运行方法。
2、本专利技术的目的可以通过以下技术方案来实现:
3、一种计及源侧不确定性的电-碳分散协同优化运行方法,步骤包括:
4、基于数据驱动概率密度wasserstein距离的dro模型应对日前调度中风光能源的波动性,建立电-碳协同系统源侧的不确定性调度模型;
5、结合dro不确定性模型,建立多区电力系统dro日前调度模型;
6、经样本外近似与约束对偶转换将dro日前调度模型转化为单层线性规划模型;
7、考虑多区电力系统电-碳分散协同运行策略,设计含网架安全约束的电力系统电-碳点对点交易分布式协调优化架构,采用动态惩罚因子更新策略下的admm求解单层线性规划模型,得到协同运行方案。
8、作为优选技术方案,所述的dro不确定性模型中,由配电系统运营商dso统一参与市场交易并进行能量管理以及与电力电-碳点对点交易,依据日前预测与本地历史风光出力曲线开展日前dro最优调度,具体为求解如下优化问题式:
9、
10、式中:ρ为辅助变量;为历史样本均值;为配网n第s条风光历史出力数据;为真实分布与经验分布之间的距离;为历史数据与预测出力分布对应的wasserstein球半径;为配网n可再生能源出力分布的wasserstein度量置信水平;为可再生能源出力数据的样本数量。
11、作为优选技术方案,所述方法中分布模糊不确定集定义为一个以经验分布为中心,wasserstein距离为半径的wasserstein球;
12、可再生能源出力数据经验分布表示如下:
13、
14、wasserstein距离dw采用平均转移成本衡量两个分布之间的距离,真实分布与经验分布之间的距离表示为:
15、
16、式中:δ()为狄拉克测度;为配网n中可再生能源的样本数据;为边缘分布为的联合概率分布。
17、作为优选技术方案,所述结合dro不确定性模型,建立多区电力系统dro日前调度模型,具体如下:
18、二级碳市场中dso日前调度进一步考虑配网内电网潮流以及p2p交易的影响,其分布鲁棒目标函数为:
19、
20、式中:un,t和分别为二级碳市场中配网日前调度随机变量及优化变量;ccarbon,sec和ctrade分别为二级碳市场碳、电端到端交易成本;为配网n履约期内的超额碳排放量;和分别为配网n向配网m交易的cea价格及数量,和为交易电力价格及数量;vn,i,t和θn,ij,t分别为t时刻配网n节点i电压值及支路ij相角差;nn为配网n内节点集。
21、作为优选技术方案,所述多区电力系统dro日前调度模型的约束条件包含:
22、电-碳p2p交易约束:在二级碳市场中dso开展区域内配额自由交易,超额碳排需与区域外交易主体以一级碳市场定价交易以确保满足碳市场的履约需求;开展区域内碳配额端到端交易后,配网n的超额碳排为:
23、
24、dso参与电力端到端交易的约束有:
25、
26、式中:和分别为配网n,m间单位时间碳、电端到端交易最大值;
27、配网网络潮流约束:
28、pn,ij,t=gn,ij(vn,i,t-vn,j,t)-bn,ijθn,ij,t本文档来自技高网...
【技术保护点】
1.一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,步骤包括:
2.根据权利要求1所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,所述的DRO不确定性模型中,由配电系统运营商DSO统一参与市场交易并进行能量管理以及与电力电-碳点对点交易,依据日前预测与本地历史风光出力曲线开展日前DRO最优调度,具体为求解如下优化问题式:
3.根据权利要求2所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,所述方法中分布模糊不确定集定义为一个以经验分布为中心,Wasserstein距离为半径的Wasserstein球;
4.根据权利要求1所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,所述结合DRO不确定性模型,建立多区电力系统DRO日前调度模型,具体如下:
5.根据权利要求4所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,所述多区电力系统DRO日前调度模型的约束条件包含:
6.根据权利要求5所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,
7.根据权利要求1所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,所述将DRO日前调度模型转化为单层线性规划模型具体为:
8.根据权利要求7所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,所述的有限维度凸问题式具体如下:
9.根据权利要求1所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,采用所述动态惩罚因子更新策略的ADMM分布式计算多区电力系统日前交易调度策略,具体如下:
10.根据权利要求9所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,所述动态惩罚因子更新策略下的ADMM迭代流程如下:
...【技术特征摘要】
1.一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,步骤包括:
2.根据权利要求1所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,所述的dro不确定性模型中,由配电系统运营商dso统一参与市场交易并进行能量管理以及与电力电-碳点对点交易,依据日前预测与本地历史风光出力曲线开展日前dro最优调度,具体为求解如下优化问题式:
3.根据权利要求2所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,所述方法中分布模糊不确定集定义为一个以经验分布为中心,wasserstein距离为半径的wasserstein球;
4.根据权利要求1所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,所述结合dro不确定性模型,建立多区电力系统dro日前调度模型,具体如下:
5.根据权利要求4所述的一种计及源侧不确定性的电-碳分散协同优化运行方法,其特征在于,所述多区电力系...
【专利技术属性】
技术研发人员:黄阮明,李灏恩,张勇,江婷,朱尧靓,郭创新,林雨洁,林雨眠,郭名玉,
申请(专利权)人:国网上海市电力公司,
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。