綠碳綜合能源系統(tǒng)主從博弈智能定價策略與優(yōu)化方法

2023年會策略與優(yōu)化方法侯慧武漢理工大學2研究背景及意義。理論基礎●研究背景●貢獻與創(chuàng)新蘇州太倉3.2MW分布式光伏項目口是國家/國際組織對發(fā)電企業(yè)每兆瓦時非水可再生能源上網(wǎng)電量頒發(fā)的具有獨特標識代碼的電子證書，是消費綠色電力的唯一憑證。綠色電力證書口每個綠證對應1MWh(1000綠色電力證書配額制度(RPS)履約●RE100有條件認可伏項目。有無補貼均可有補貼項目：120-800元/MWh50元/MWh部位于美國●RE100認可的國際綠證30元/MWh●RE100認可的國際綠證有補貼項目：3-5元/MWh額分配至企業(yè)。如果企業(yè)實際排放高于配額，需要到市場上購買配額。口全國碳排放權交易機構負責組織開展全國企業(yè)A實際碳排放量大于配額需要在市場上購買配額實際碳排放量小于配額可以在市場上出售配額口中國從2011年開始在北京、天津、上海、重慶、廣東、湖北、深企業(yè)A實際碳排放量大于配額需要在市場上購買配額實際碳排放量小于配額可以在市場上出售配額研究背景研究背景一mswamswa 中共中央國務院關于完整準確全面貫徹新發(fā)展理念做好t1.nm6a4a?ro604a04007444aa”研究背景二研究意義口設計了一種“綠碳”抵消機制，考慮3個強關聯(lián)指標，可實現(xiàn)口設計了一種“綠碳”抵消機制，考慮3個強關聯(lián)指標，可實現(xiàn)口碳排放交易和綠證交易機制是實現(xiàn)口綜合能源系統(tǒng)能夠打破單一能源供本研究的主要貢獻口博弈理論是促進源荷交互、解決能本研究的主要貢獻Received:20March20231SchoolofAutomation,WuhanUniversityofStateGridHubeiEle3GuangdongKeyLaboratoryofElectricPowerEquipmentReliability,EleInstituteofGuangdongPowerGridCo,Ltd.,systemresiliencehasbecomeimperative.Thispaperproposesatwo-stagestochasticpro-ratewindspeedpredictions.Simuuncertaintyoflinedamage,repaircrewsandmobileemergencygeneratorsarenetworkreconfguration,dispatchesrepaircutilizingdatafromthe2018supertdistributionsystem,windfieldmodel,transportationnetwork,repaircrews,mobileeme“綠碳”交易層能源輸入層“綠碳”交易層能源輸入層能源轉化與存儲層能源輸出層建立了一種4層“綠碳”(integrated口“綠碳”交易層口能源輸入層天然氣：太陽能：天然氣：太陽能：氫能：熱能：冷能：“強制配額自愿購售”市場監(jiān)管價格監(jiān)控放權實實際碳排放。負荷預測精度激勵@出售碳配額碳碳購買碳配額“強制配額自愿購售”實際綠證實際綠證量d實際綠證量G實際綠證量G綠證折實實際綠證量5量碳配額出售綠證“綠碳”綜合能源系統(tǒng)框架實際碳排放實際碳排放實際碳排放實際碳排放碳配碳配“綠碳”綜合能源系統(tǒng)框架“綠碳”綜合能源系統(tǒng)框架●綠證配額：●基于數(shù)量競爭型古諾模型GCT價格：參考“中國綠色電力證書認購交易平臺(/)”中2017年5月-2023年1月歷史交易價格平均值，假設風電和“綠碳”交易層“綠碳”交易層GREEN-CARBON"INTEGRATEDENERGYSYSTEM口“綠碳”交易機制為激勵IES運營商提高新能源出力占比，減少碳排放，考慮新能源出力減排效益、新能源出力占比以及實際碳排放與配額占比共3個強相關性指標，設計了一種“綠碳”抵消機制。IES可利用盈余綠證換取碳配額以抵消系統(tǒng)碳排放。利用綠證換取的碳排放權被定義為“綠碳”,即QgrenCcer=QcrPcEr=(Q"-Q.-Q)Pcer購買碳配額實實際碳排放實際碳排放實際碳排放初始碳配0出售碳配額實際碳排放實際碳排放初始碳配額Q出售碳配額綠證折算碳配額Q,-初始碳出售綠證出售綠證購買綠證購買綠證算碳配盈余綠證折算為碳配額負荷辣測精度激勵綠證配額量c.綠證折算碳配額0,綠證配額量q,綠證折算碳配綠證配實際綠證量實際綠證量0綠證折CCHP通過燃氣輪機(GT)燃燒天然氣發(fā)電，發(fā)電時產(chǎn)生的余熱由余熱鍋爐(WHB)回收并轉化為熱能，回收熱能一p?T=vT·HCH?.ηeTH?T=pST.(1-n.T-nGs)/ngTcAC=HAC.ηACH(B=vCB.HCH4.ηCB口電轉氣模型(P2G)P2G可實現(xiàn)兩種能源轉化，在電解槽(EL)將電能轉化為氫氣。一部分用于氫能供應，另一部分在甲烷反應器氫能可以通過HFC設備轉化為電能和熱能。丑HC丑引入SOC荷電狀態(tài)變量描述各裝置狀態(tài)。當系統(tǒng)處于充能狀態(tài)時：當系統(tǒng)處于放能狀態(tài)時：P2G系統(tǒng)用于制備甲烷，一部分將封存起來以降低碳排放。未捕集的CO?將排放至大氣中。pcts=pccws+pects=λccsocts+zccsQctspcus≤pct3≤pccus能源輸出層“綠碳”綜合能源系統(tǒng)框架能源輸出層口彈性負荷口可中斷負荷PromotionalArticleaddedbytheECE,notincludedintheoriginalslidesReceived:23September2022Revised:4January2023Acepted:12January2023'SchoolofScienceandEngineering,TheChineseUniversityofHongKong,Shenzhen,China2ShenzhenResearchInstituteofBigData,3SchoolofElectricalandEl?ShenzhenInstituteofArtificiaThispaperfirstpresentsthegeneraldefinitionoftheDEFtocharacterizetheemissandfocusesontheunit-levelDEF(UDEF).Thepiecewisenon-linearUDEF(PThenanaccuratepiecewiselinethesegmentpointsandextremepointsofbothP-UDEFandgenenomicemissiondispatch(CEED),anddynamiccarbonemissionfactors,piecewiselinearcostapproemissionestimation,thermalgeneratingunits●交易框架●交易框架●約束條件基于Stackelberg博弈的IES交易方法IES運營商作為能源交易的領導者與協(xié)調(diào)者，能夠口定量階段需求需求互領導者：綜合能源系統(tǒng)運營商能源價格能源消耗能源價格能源消耗博弈“綠碳”綜合能源系統(tǒng)框架IES“綠碳”綜合能源系統(tǒng)框架IES運營商效益模型'GREEN-CARBON"INTEGRATEDENERGYIES運營商作為Stackelberg博弈的領導者，具有優(yōu)先定價權，能夠基于用戶能耗及綠證、碳排放需求制定合理的能源價格，以獲得最大系統(tǒng)收益，主要包括供能收益、外部電網(wǎng)及天然氣網(wǎng)交易成本、運維成本、碳交易成本、綠證交易收益?！裢獠侩娋W(wǎng)及天然氣網(wǎng)交易成本C.=Cccus+cscus+CcET用戶效益模型“綠碳”綜合能源系統(tǒng)框架用戶效益模型消費者剩余越大，表示用戶能耗滿意度越高，這里采用消費效用函數(shù)和能耗成本fos=Lc:+Lc+LH2cF2+L;c“綠碳”綜合能源系統(tǒng)框架其他約束條件'GREEN-CARBON"INTEGRATEDENERGY口定價約束口天然氣流平衡約束口碳排放流平衡約束口碳排放流平衡約束口交換功率約束□CCHP運行功率約束口能源供需平衡約束口P2G運行功率約束“綠碳”綜合能源系統(tǒng)框架“綠碳”綜合能源系統(tǒng)框架'GREEN-CARBON"INTEG口HFC運行功率約束□ESS荷電狀態(tài)約束求解方法●循環(huán)迭代法或逆向歸納法直接求解該方法可自主設置求解流程，但求解過程復雜，迭代次數(shù)多，求解時間較長。●利用KKT條件變換或對偶理論將復雜的多目標問題轉換為易于求解的單目標問題該方法用戶的效益成為了次要目標，脫離了交互博弈的本質(zhì)?！駟l(fā)式算法或智能算法該方法能夠加快迭代收斂速度，但容易陷入局部最優(yōu)解。●智能算法和商業(yè)求解器聯(lián)合求解該方可以擺脫傳統(tǒng)優(yōu)化模型線性化的復雜操作，既能有效簡化計算，縮短求解時間，又能避免陷入局部最優(yōu)的問題。本文提出一種改進自適應災變遺傳算法(adaptivecatastrophic領導者模型為非線性優(yōu)化問題，采用ACGA求解。通過引入災變算子，可有效避免傳統(tǒng)遺傳算法發(fā)生早熟陷入局部最優(yōu)解的問題，設置自適應災變規(guī)?？捎行Ы档颓蠼鈴碗s度，減少求解迭代次數(shù)。跟隨者模型為混合整數(shù)二次規(guī)劃(MIQP)問題，采用CPLEX求解。風光出力硫樣放碼求設種辭運交計生成種高如是能源用戶鑒子替能定試化自身輛寄達納什最優(yōu)“院”兄損量縮京能源用戶最優(yōu)能月源戶消貫者師余最大化綠正碼水約條件事農(nóng)設置定價階文效用品數(shù)優(yōu)化華果答圖5Stackelberg博弈優(yōu)化流程圖'SchoolofAutomation,HangzhouDianZiUniversity,XiashaHigherEducationZone,2UNSWBusinessSchool,TheUniversityofNewofElectricalEngineering,TechnicalUniversityofDenmark,Kgs,Lyngby,De?DisciplineofEngineeringandEnergy,MurdochUniversity,Perth,AustrAA-CAEShasimmensepotentialinmulti-energysupplysystems,CCHPAA-CAESandwindpowergeneration(influencesthecoolingsupply.Subsequently,thecooling,heating,andpoweroftheAA-Inconclusion,theproposedmethodisdemonstratedinanindustrialpark,andtheoperationcostoftheAA-CAESsystemisminimised.T參數(shù)設置●仿真結果分析參數(shù)設置●仿真結果分析算例分析分時電價(元kW)上網(wǎng)電價(元/m3)階梯碳價c=0.2元/kg成本系數(shù)k?=0.0207元/kg算例分析算例分析圖6三個典型日的負荷預測及新能源出力預測口IES運營商智能定價策略分析●電價在18:00-20:00負荷“峰值”●在10:00-14:00負荷“峰值”時，光伏發(fā)電量大、能源供應充足，用戶需求響應“削峰”效果明顯，同時有盈余電能向外部電網(wǎng)出售，因此該時段峰時電價明●在3:00-7:00時段受熱負荷供應●由于夏季電負荷略高于溫和季、冬季電負荷略低于溫和季，故夏季的平均電價略高于溫和季，冬算例分析仿真分析算例分析仿真分析口能源用戶需求響應分析線主要呈現(xiàn)“削峰填谷”的●在負荷峰值時大量彈性負荷轉移至谷時，多個時段存在可中斷負荷的削減，致使圖8能源用戶需求響應情況表4不同案例設置“綠碳”1√√2X√√√√3√X√√√√4√√X√√√5√√√XXX6XXXXXX●Case2未考慮IDR,假設能源用戶均不隨能●Case3未考慮IES運營商與能源用戶間的●Case4未考慮CCUS技術，二氧化碳均排放至●Case5未考慮CET、GCT市場以及“綠碳”機制。IES運營商需滿足碳排放及綠證配額需求。算例分析電負荷電負荷圖9電負荷供需情況●從整體來看，電能主要由光伏、風電及CCHP系統(tǒng)供應，外部電網(wǎng)、HFC以及蓄電池主要起輔助供應作用。●由于氫負荷及HFC的氫能供應主要由P2G設備提供，因此電能的消耗主要為P2G設備，EC和CCUS設備的運行僅消耗少量的電能。算例分析圖10熱負荷供需情況●熱能主要由CCHP、GB及HFC供應，雖然GB和HFC的制熱效率更高，但為滿足電能供應，減少外部電網(wǎng)購電成本，故CCHP的供熱占比更高。HFC的運行受P2G氫能供應的影響，導致HFC供熱占比較低于CCHP和GB。andmaximizeself-cofortheoperationalconstraintsofthedistributiontransformers'ratings)andtherechargingtimesoftheEVs.Itexpchargingstations,electricvehicles,PVself-consu算例分析仿真分析算例分析ESS,disESS,chrHFC氫負荷圖11氫負荷供需情況●結合圖11可知，氫負荷均由ESS,disESS,chrHFC氫負荷圖11氫負荷供需情況ACEC一冷負荷●結合圖12可知，由于EC的制冷效率高于AC,因此冷負荷主ACEC一冷負荷圖12冷負荷供需情況算例分析算例分析00CCCC表5不同案例下IES運營商與能源用戶的經(jīng)濟效益?n00CaseF圖17能源用戶的消費者剩余n00本文所提出的方法能夠顯著降低購氣購電成本，減少系統(tǒng)碳排放，提高雙方交算例分析算例分析微物放別微物放別圖18不同碳價增長率和基礎碳交易價格下IES碳排放容圖19不同基礎綠證交易價格和基礎碳交易價格下IES的“綠碳”兌換量“綠碳”兌換量格G圖20不同基礎綠證交易價格和基礎碳交易價格下IES的碳交易成本圖21不同基礎綠證交易價格和基礎碳交易價格下IES的綠證交易收益口“綠碳”抵消機制可以有效降低系統(tǒng)排放成本。如果IES同時參與CET、GCT市場和綠碳抵消機制，碳排放成本將降低48.40%,GCT的收入僅減少7.25%?？梢约钸\營商管理能源供應，并通過動態(tài)定價改變能源用戶的消費行為?？诜治隽恕熬G碳”抵消機制的關鍵參數(shù)。如果CET和GCT的價格過高或過低，系統(tǒng)的碳總結與展望總結與展望能源共享、碳轉移、綠證市場等新型IES運行模型是未來可考慮關鍵市場機制?？诙嗑W(wǎng)耦合方面：電網(wǎng)、天然氣網(wǎng)等能源網(wǎng)絡與交通網(wǎng)耦合是未來的發(fā)展趨勢。結合實際交通網(wǎng)對綜合能源汽車等綜合能源進行優(yōu)化調(diào)度，有利于能源網(wǎng)絡間的協(xié)同發(fā)展與優(yōu)化布局，降低整體能源系統(tǒng)的碳足跡?？诓┺恼搼梅矫妫嚎紤]混合博弈論在IES優(yōu)化運行中的應用，采用IES內(nèi)部采用合作博弈優(yōu)化系統(tǒng)運行結果，實現(xiàn)不同IES互利共贏，IES與外部電網(wǎng)、外部天然氣網(wǎng)基于Stackelberg博弈建立“多主-多從”運行模型，優(yōu)化整體運行策略。C