[發明專利]基于動態碳交易模型的綜合能源站隨機規劃方法及系統有效
| 申請號: | 202011189052.X | 申請日: | 2020-10-30 |
| 公開(公告)號: | CN112308411B | 公開(公告)日: | 2022-11-15 |
| 發明(設計)人: | 戴巍;王磊;陶征軒 | 申請(專利權)人: | 合肥工業大學 |
| 主分類號: | G06Q10/06 | 分類號: | G06Q10/06;G06Q50/06;G06Q10/04;G06F30/20;G06Q30/02;G06F111/04 |
| 代理公司: | 合肥天明專利事務所(普通合伙) 34115 | 代理人: | 苗娟 |
| 地址: | 230009 安*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 動態 交易 模型 綜合 能源 隨機 規劃 方法 系統 | ||
1.一種基于動態碳交易模型的綜合能源站隨機規劃方法,其特征在于:
包括以下步驟:
1)根據某時段內碳交易市場日收盤價格序列,采用收盤價格自然對數的一階差分作為碳交易收益序列,根據收益序列波動率非對稱性及杠桿效應,應用指數廣義自回歸條件異方差模型模擬碳交易收益的波動情況,并通過遞推公式建立未來某一時段的碳交易預測模型;
2)根據能源站所在地區的能源供需情況,輸入供給側能源形式,待選設備參數,其中包括:變壓器、風機、光伏、CHP機組、燃氣鍋爐、電制冷機、溴化鋰制冷機、電鍋爐、蓄電池和蓄熱池,輸入能源價格、電/冷/熱年能量需求、電/冷/熱日最大負荷數據;
3)依據步驟2)輸入數據,建立考慮風/光/荷不確定性的綜合能源站規劃模型,其中包括:以年綜合費用最低為目標函數,分別考慮電/冷/熱年能量需求約束、系統供能安全約束、變壓器容量約束、風機容量約束、光伏容量約束、CHP機組容量約束、燃氣鍋爐容量約束、電制冷機容量約束、溴化鋰制冷機容量約束、電鍋爐容量約束、蓄電池容量約束和蓄熱池容量約束;
4)依據步驟3)所建立規劃模型,分析風/光/荷不確定性,分別建立對應風/光/荷隨機分布模型,采用機會約束規劃處理模型約束條件和目標函數中存在的隨機變量構建隨機機會約束規劃模型,并引入置信度將隨機機會約束規劃模型轉化為等價的確定性規劃模型;
5)依據步驟4)得到的考慮風/光/荷不確定性綜合能源站規劃模型,并基于步驟1)建立的碳交易預測模型和步驟2)輸入的供給側能源形式、待選設備類型及參數、電價信息、天然氣價格和需求側電/冷/熱負荷數據,采用混合整數非線性規劃求解器求解;
6)輸出步驟5)求解結果,包括設備投建方案、投建設備容量、設備年利用小時數和能源站年綜合費用;
其中,步驟1)中建立碳交易預測模型的步驟包括:
(1)碳排放交易收益模型
rt=lnpCO2,t-lnpCO2,t-1 (1)
式中,rt為t日碳排放交易收益;PCO2,t為第t日的碳排放權交易受收盤價格;
(2)指數廣義自回歸條件異方差模型
式中,α0、α1為新息參數;β0、β1為序列的持續性參數;β2為序列的非對稱性參數;ω為小于1的常數;εt為t期的擾動項,表示偶發因素的作用;為εt的條件方差;vt服從正太白噪聲過程,均值為0,方差為1;
步驟3)目標函數為:
式中,Ctotal、Cinv、Cop、Csal、分別為能源站年綜合費用、年投資成本、年運行成本、殘值、年碳交易成本;r為設備貼現率;Y為設備使用壽命;
式中,cinv,gb、cinv,pv、cinv,wt、cinv,trans、cinv,hp、cinv,ac、cinv,chp、cinv,arc、cinv,ts、cinv,es分別為燃氣鍋爐、光伏、風機、變壓器、電鍋爐、電制冷機、CHP機組、溴化鋰制冷機、蓄熱池、蓄電池的單位投資成本;λgb、λpv、λwt、λtrans、λhp、λac、λchp、λarc、λts、λes分別為燃氣鍋爐、光伏、風機、變壓器、電鍋爐、電制冷機、CHP機組、溴化鋰制冷機、蓄熱池、蓄電池的狀態變量;xgb、xpv、xwt、xtrans、xhp、xac、xchp、xarc、xts、xes分別為燃氣鍋爐、光伏、風機、變壓器、電鍋爐、電制冷機、CHP機組、溴化鋰制冷機、蓄熱池、蓄電池的最小規劃單元數量;Cgb、Cpv、Cwt、Ctrans、Chp、Cac、Cchp、Carc、Cts、Ces分別為燃氣鍋爐、光伏、風機、變壓器、電鍋爐、電制冷機、CHP機組、溴化鋰制冷機、蓄熱池、蓄電池的最小規劃單元容量;
式中,cop,gb、cop,pv、cop,wt、cop,trans、cop,hp、cop,ac、cop,chp、cop,arc、cop,ts、cop,es分別為燃氣鍋爐、光伏、風機、變壓器、電鍋爐、電制冷機、CHP機組、溴化鋰制冷機、蓄熱池、蓄電池的單位維護成本;hgb、hpv、hwt、htrans、hhp、hac、hchp、harc、hts、hes分別為燃氣鍋爐、光伏、風機、變壓器、電鍋爐、電制冷機、CHP機組、溴化鋰制冷機、蓄熱池、蓄電池年利用小時數;celec、cgas分別為電價和氣價;θg-e,chp為CHP機組的氣轉電效率;θg-h,gb燃氣鍋爐能量轉換效率;ωpv、ωwt分別為光伏和風機的獎勵系數;
Csal=σCinv (6)
式中,σ為設備的回收殘值率;
式中,γgb、γtrans、γac、γchp、γhp、γarc、γts、γes分別為燃氣鍋爐、變壓器、電制冷機、CHP機組、電鍋爐、溴化鋰制冷機、蓄熱池、蓄電池的碳排放系數;Kgb、Ktrans、Kac、Kchp、Khp、Karc、Kts、Kes分別為燃氣鍋爐、變壓器、電制冷機、CHP機組、電鍋爐、溴化鋰制冷機、蓄熱池、蓄電池的初始碳排放額度;為碳交易價格;
步驟3)所述電/冷/熱年能量需求約束與系統供能安全約束為:
(1)電負荷年能量需求約束
式中,λpv、λwt、λtrans、λchp、λes、λac、λhp分別為光伏、風機、變壓器、CHP機組、蓄電池、電制冷機、電鍋爐的0-1狀態變量,取0時為不投建,取1使為投建;hes,ch、hes,dis分別為蓄電池年充電小時數和年放電小時數;λ為負荷年需求量備用系數;Ee為電負荷年需求量;θe-c,ac為電制冷機的電轉冷效率;θe-h,hp電鍋爐的電制熱轉換系數;
(2)熱負荷年能量需求約束
式中,hts,ch、hts,dis分別為蓄電池年蓄熱小時數和年放熱小時數;Eh為熱負荷年需求量;θh-e,chp、θh-c,arc分別為CHP機組熱轉電效率和溴化鋰制冷機熱制冷轉換系數;
(3)冷負荷年能量需求約束
λacxacCachac+λarcxarcCarcharc≥(1+λ)Ec (10)
式中,Ec為冷負荷年需求量;
(4)系統供能安全約束
式中,Pmax,e、Pmax,h、Pmax,c分別為電/熱/冷日最大負荷;
步驟3)設備容量約束為:
(1)變壓器容量約束
式中,xtrans,max、htrans,max分別為變壓器最小規劃單元投建數量上限和年利用小時數上限;
(2)CHP機組容量約束
式中,Pchp,gas為CHP機組耗氣功率;Pchp,h為CHP機組制熱功率;θg-e,chp為CHP機組氣轉電效率;xchp,max、hchp,max分別為CHP機組最小規劃單元投建數量上限和年利用小時數上限;
(3)燃氣鍋爐容量約束
式中,Pgb,gas為燃氣鍋爐耗氣功率;θg-h,gb為燃氣鍋爐氣轉熱轉換效率;xgb,max、hgb,max分別為燃氣鍋爐最小規劃單元投建數量上限和年利用小時數上限;
(4)電鍋爐容量約束
式中,Php,e為電鍋爐耗電功率;xhp,max、hhp,max分別為電鍋爐最小規劃單元投建數量上限和年利用小時數上限;
(5)電制冷機容量約束
式中,Pac,e為電制冷機耗電功率;xac,max、hac,max分別為電制冷機最小規劃單元投建數量和年利用小時數上限;
(6)風機容量約束
式中,xwt,max、hwt,max分別為風機機組最小規劃單元投建數量和年利用小時數上限;
(7)光伏容量約束
式中,xpv,max、hpv,max分別為光伏機組最小規劃單元投建數量和年利用小時數上限;
(8)溴化鋰制冷機容量約束
式中,Parc,h為溴化鋰制冷機耗熱功率;xarc,max、harc,max分別為溴化鋰制冷機最小規劃單元投建數量和年利用小時數上限;
(9)蓄電池容量約束
式中,xes,max、hes,max分別為蓄電池最小規劃單元投建數量和年利用小時數上限;θes,ch、θes,dis分別為蓄電池充放電效率系數;
(10)蓄熱池容量約束
式中,xts,max、hts,max分別為蓄熱池最小規劃單元投建數量和年利用小時數上限;
θts,ch、θts,dis分別為蓄熱池充放電效率系數;
步驟4)所述風/光/荷隨機分布模型:
(1)風機年利用小時數
式中,Ewt為風電機組年發電量;c、k分別為威布爾分布的比例參數和形狀參數;
(2)光伏年利用小時數
式中,Epv為光伏機組年發電量;α、β為貝塔分布的參數;Γ()為伽瑪函數;
(3)電/冷/熱負荷年用能需求量
式中,Eave,e、Eave,h、Eave,c分別為電/熱/冷負荷年需求量期望值;σe、σh、σc分別為電/熱/冷負荷年需求量標準差;
步驟4)所述風/光/荷隨機機會約束規劃模型為:
式中,為Ctotal在置信水平θ下能取到的最小值;Pr{}表示事件{}成立的概率;ρ為約束條件成立的置信水平。
2.一種基于動態碳交易模型的綜合能源站隨機規劃系統,用于實現權利要求1所述的一種基于動態碳交易模型的綜合能源站隨機規劃方法,其特征在于:
包括以下單元:
碳交易預測模型構建單元,用于根據某時段內碳交易市場日收盤價格序列,采用收盤價格自然對數的一階差分作為碳交易收益序列,根據收益序列波動率非對稱性及杠桿效應,應用指數廣義自回歸條件異方差模型模擬碳交易收益的波動情況,并通過遞推公式建立未來某一時段的碳交易預測模型;
供給側能源形式輸入單元,用于根據能源站所在地區的能源供需情況,輸入供給側能源形式,待選設備參數,其中包括:變壓器、風機、光伏、CHP機組、燃氣鍋爐、電制冷機、溴化鋰制冷機、電鍋爐、蓄電池和蓄熱池,輸入能源價格、電/冷/熱年能量需求、電/冷/熱日最大負荷數據;
綜合能源站規劃模型建立單元,用于依據輸入數據,建立考慮風/光/荷不確定性的綜合能源站規劃模型,其中包括:以年綜合費用最低為目標函數,分別考慮電/冷/熱年能量需求約束、系統供能安全約束、變壓器容量約束、風機容量約束、光伏容量約束、CHP機組容量約束、燃氣鍋爐容量約束、電制冷機容量約束、溴化鋰制冷機容量約束、電鍋爐容量約束、蓄電池容量約束和蓄熱池容量約束;
對應風/光/荷隨機分布模型建立單元,用于依據綜合能源站規劃模型建立單元建立的規劃模型,分析風/光/荷不確定性,分別建立對應風/光/荷隨機分布模型,采用機會約束規劃處理模型約束條件和目標函數中存在的隨機變量從而構建隨機機會約束規劃模型,并引入置信度將隨機機會約束規劃模型轉化為等價的確定性規劃模型;
求解單元,用于依據得到的考慮風/光/荷不確定性綜合能源站規劃模型,并基于建立的碳交易預測模型和輸入的供給側能源形式、待選設備類型及參數、電價信息、天然氣價格和需求側電/冷/熱負荷數據,采用混合整數非線性規劃求解器求解;
結果輸出單元,用于輸出求解結果,包括設備投建方案、投建設備容量、設備年利用小時數和能源站年綜合費用。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于合肥工業大學,未經合肥工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011189052.X/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種小零件多品種的定量抓取裝置
- 下一篇:一種抑制風噪聲的方法及裝置
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





