本发明专利技术属于电力系统调度优化领域，具体涉及基于两阶段鲁棒优化模型的电力系统低碳优化调度方法，结合碳捕集模块、电转气模块、需求响应模块和储备能源模块的运行成本以及能源供应的成本，构建电力系统低碳优化调度的目标函数；将电力系统低碳优化调度的目标函数转换为两阶段鲁棒优化模型；将所述两阶段鲁棒优化模型分解为主问题和子问题；迭代求解主问题、子问题，得到两阶段鲁棒优化模型的最优解；根据两阶段鲁棒优化模型的最优解，对电力系统进行优化调度。本发明专利技术综合利用多种降碳技术手段，显著提升了电力系统的环保性能；针对风电和光伏发电出力的不确定性，通过建立两阶段鲁棒优化模型，增强了可再生能源发电调度方案的鲁棒性。
【技术实现步骤摘要】
本专利技术属于电力系统调度优化领域，具体涉及基于两阶段鲁棒优化模型的电力系统低碳优化调度方法。
技术介绍
1、电力系统主要使用燃煤机组和燃气机组来为电网供电。一般而言，燃煤发电的成本更低却伴随着更高的碳排放，相比之下，燃气发电的碳排放量更低。因此，燃煤发电和燃气发电的组合发电方式有良好的应用前景。
2、近些年逐渐发展成熟的低碳技术如碳捕集、电转气和可再生能源，有助于降低电力系统的碳排放。然而，可再生能源发电如风电、光伏发电具有很大的不确定性，影响电力系统和电网的可靠、稳定运行。
技术实现思路
1、本专利技术的技术问题是现有技术中缺乏考虑电力系统的可再生能源发电不确定性与多种低碳措施协同调度的优化方法。
2、本专利技术的目的是针对上述问题，提供一种基于两阶段鲁棒优化模型的电力系统低碳优化调度方法，为电力系统的燃煤发电节点配备碳捕集模块，为电力系统的可再生能源发电节点配备电转气模块，为燃煤发电节点和可再生能源发电节点配备储备能源模块，综合利用多种降碳技术手段实现节能减排，并为电力系统配备需求响应模块，促进电力供需平衡；以电力系统的运行成本最小化为目标构建电力系统优化调度的目标函数，并针对风电和光伏发电出力的不确定性，建立两阶段鲁棒优化模型，以提高可再生能源发电调度方案的鲁棒性，兼顾电力系统发电的经济性、可靠性和稳定性。
3、为达到以上目的，本专利技术采用的技术方案是：
4、基于两阶段鲁棒优化模型的电力系统低碳优化调度方法，包括以下步骤：</p>5、步骤1：结合碳捕集模块、电转气模块、需求响应模块和储备能源模块的运行成本以及能源供应的成本，构建电力系统低碳优化调度的目标函数；
6、步骤2：将步骤1得到的电力系统低碳优化调度的目标函数转换为两阶段鲁棒优化模型；
7、步骤3：将所述两阶段鲁棒优化模型分解为主问题和子问题；
8、步骤4：迭代求解主问题、子问题，得到两阶段鲁棒优化模型的最优解；
9、步骤4.1:迭代初始化，设置迭代的上界ub 和下界lb；
10、步骤4.2：求解主问题，得到主问题的最优解，并更新下界lb；
11、步骤4.3：求解子问题，得到子问题的最优解，并更新上界ub；
12、步骤4.4：判断是否满足迭代终止条件，若满足，则输出最优解，否则执行步骤4.2；
13、步骤5：根据步骤4得到的两阶段鲁棒优化模型的最优解，对电力系统进行优化调度。
14、优选地， 所述电力系统包括碳交易模块，所述碳交易模块用于电力系统的发电节点的碳排放额度的交易，发电节点的碳排放量超过发放的碳排放额度时，通过碳交易模块购买其他发电节点剩余的碳排放额度。
15、进一步，步骤1中，所述的电力系统低碳优化调度的目标函数为：
16、
17、式中为碳捕集模块的运行成本，为碳交易模块的运行成本，为需求响应模块的运行成本，为电转气模块的运行成本，为储备能源模块的运行成本，为能源供应的成本。
18、优选地，步骤2中，所述的两阶段鲁棒优化模型为：
19、
20、式中x为第一阶段的决策变量，y为第二阶段的决策变量；表示前面目标函数转换成向量形式的系数；u为光伏、风电出力的不确定性变量；u表示不确定性变量的集合；n(u，x)表示变量y的可行域区间；表示储备能源模块的运行状态，即储备能源模块的启动或关闭；为t时段的燃煤发电功率，为t时段的燃气发电功率，为t时段燃煤碳发电节点c的碳捕集设备的功率，为t时段的储备能源充电功率，为t时段的储备能源放电功率，为t时段的需求响应模块的电力调度功率，和均为需求响应模块中的辅助变量，为t时段的风力发电功率，为t时段的光伏发电功率，为t时段的电转气设备的功率。
21、优选地，步骤3中，所述主问题为：
22、
23、式中分别表示t时段光伏、风电出力；、分别表示基于历史数据做出的光伏和风电的平均出力；、分别表示光伏、风电出力在规定范围内的最大偏差量，、为引入的光伏、风电出力的不确定性调节参数，取值为0~24内的整数，b为引入的二值变量，取值为0和1。
24、优选地，步骤3中，所述子问题为：
25、
26、在给定的下，是一个线性问题，根据强对偶理论，将其转换为求最大值形式，并于外层的合并，得到如下的对偶形式的子问题：
27、
28、式中、、和分别为对主问题约束引入的对偶变量。
29、优选地，步骤4中，采用列约束生成法ccg求解主问题、子问题，得到两阶段鲁棒优化模型的最优解。
30、相比现有技术，本专利技术的有益效果包括：
31、1）本专利技术通过为燃煤发电节点配备碳捕集模块，有效减少碳排放；同时，利用可再生能源发电节点配备的电转气模块，将多余电力转换为天然气存储，既提高了能源利用率，又进一步降低了碳排放。本专利技术综合利用多种降碳技术手段，显著提升了电力系统的环保性能。针对风电和光伏发电出力的不确定性，通过建立两阶段鲁棒优化模型，增强了可再生能源发电调度方案的鲁棒性。这意味着即使在可再生能源出力波动较大的情况下，也能保证电力系统的稳定运行，从而提高了可再生能源的实际利用率。
32、2）本专利技术以电力系统运行成本最小化为目标构建优化调度的目标函数，并在模型中综合考虑了碳捕集、电转气、需求响应和储备能源等模块的运行成本。这种设计不仅确保了电力系统的经济性，还通过储备能源模块和需求响应模块的引入，提高了电力系统的可靠性和稳定性。
33、3）本专利技术运用迭代求解的方式，将两阶段鲁棒优化模型分解为主问题和子问题，采用列约束生成法ccg通过不断迭代求解，逐步逼近最优解。这种求解方法既保证了优化结果的准确性，又提高了求解效率，使得该方法在实际应用中具有更强的可行性。
34、4）本专利技术通过引入需求响应模块，能根据电力需求的变化灵活调整电力供应，从而实现电力供需的动态平衡，有助于减少电力浪费，提高电力系统的整体效率。
35、5）本专利技术的电力系统低碳优化调度方法不仅有助于降低碳排放，提高可再生能源利用率，还兼顾了电力系统的经济性、可靠性和稳定性，为电力系统的低碳转型和可持续发展提供了有力支持。
本文档来自技高网...
【技术保护点】
1.基于两阶段鲁棒优化模型的电力系统低碳优化调度方法，其特征在于，电力系统包含燃煤发电节点、可再生能源发电节点、储备能源模块和需求响应模块；
2.根据权利要求1所述的电力系统低碳优化调度方法，其特征在于,所述电力系统还包括碳交易模块，所述碳交易模块用于电力系统的发电节点的碳排放额度的交易，发电节点的碳排放量超过发放的碳排放额度时，通过碳交易模块购买其他发电节点剩余的碳排放额度。
3.根据权利要求1或2所述的电力系统低碳优化调度方法，其特征在于,步骤1中，所述碳捕集模块的运行成本为：
4.根据权利要求3所述的电力系统低碳优化调度方法，其特征在于,步骤1中，碳交易模块的运行成本为：
5.根据权利要求4所述的电力系统低碳优化调度方法，其特征在于,步骤1中，所述电力系统低碳优化调度的目标函数为：
6.根据权利要求5所述的电力系统低碳优化调度方法，其特征在于,步骤2中，所述两阶段鲁棒优化模型为：
7.根据权利要求6所述的电力系统低碳优化调度方法，其特征在于,步骤3中，所述主问题为：
8.根据权利要求7所述的电力系统低碳优化调度方法，其特征在于,步骤3中，所述子问题为：
9.根据权利要求8所述的电力系统低碳优化调度方法，其特征在于,所述步骤4采用列约束生成法CCG求解两阶段鲁棒优化模型，具体包括：
...
【技术特征摘要】
1.基于两阶段鲁棒优化模型的电力系统低碳优化调度方法，其特征在于，电力系统包含燃煤发电节点、可再生能源发电节点、储备能源模块和需求响应模块；
2.根据权利要求1所述的电力系统低碳优化调度方法，其特征在于,所述电力系统还包括碳交易模块，所述碳交易模块用于电力系统的发电节点的碳排放额度的交易，发电节点的碳排放量超过发放的碳排放额度时，通过碳交易模块购买其他发电节点剩余的碳排放额度。
3.根据权利要求1或2所述的电力系统低碳优化调度方法，其特征在于,步骤1中，所述碳捕集模块的运行成本为：
4.根据权利要求3所述的电力系统低碳优化调度方法，其特征在于,步骤1中，碳交...
【专利技术属性】
技术研发人员：林文婷，付泽正，郭奇涛，张万里，杨德刚，冯骥，刘康明，
申请(专利权)人：重庆师范大学，
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。