买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：三峡大学

摘要：考虑风电、光伏及负荷不确定的风光水火储系统低碳调度模型建模方法，步骤1：构建阶梯型碳排放成本模型；步骤2：将步骤1构建的阶梯型碳排放成本模型加入传统经济调度模型中，构建风光水火储系统最优经济调度模型；步骤3：考虑可再生能源和负荷预测值的不确定性，引入模糊参数对风电、光伏出力和负荷功率预测值的不确定性进行描述；步骤4：建立模糊机会优化模型，采用确定性转化方法，将含有模糊的约束等价转换，将处理后的模糊模型与步骤2所构建的模型的结合，最终得到基于不确定的风光水火储系统的低碳调度模型。本发明方法旨在降低碳排放量，兼顾系统的低碳性、可靠性与经济性；能够为多能源系统调度提供有效的技术支持。

主权项：1.考虑风电、光伏及负荷不确定的风光水火储系统低碳调度模型建模方法，其特征在于包括以下步骤：步骤1：构建阶梯型碳排放成本模型；步骤2：将步骤1构建的阶梯型碳排放成本模型加入传统经济调度模型中，构建风光水火储系统最优经济调度模型；步骤3：针对步骤2所建立的考虑阶梯型碳排放成本的风光水火储系统最优经济调度模型，同时再考虑可再生能源和负荷预测值的不确定性，引入模糊参数对风电、光伏出力和负荷功率预测值的不确定性进行描述；步骤4：根据步骤3得到风电、光伏出力和负荷功率预测值的模糊表达式，建立模糊机会优化模型，采用确定性转化方法，将含有模糊的约束等价转换，将处理后的模糊模型与步骤2所构建的风光水火储系统最优经济调度模型的结合，最终得到基于不确定的风光水火储系统的低碳调度模型；所述步骤1中，构建阶梯型碳排放成本模型，具体如下：1.1：近似将系统的碳排放配额与火电机组出力成正比，即系统的碳排放配额如下所示： 式中：ML,t为系统总的碳排放配额；N为火电机组总台数；εi为单位电量CO2排放分配系数，Pi,t为火电机组i在t时刻的发电功率；ΔT＝1h；1.2：电力系统中的CO2排放基本源于火电机组，故系统碳排放量为： 式中：MP,t为系统碳排放总量；σi为火电机组i的碳排放强度；1.3：引入阶梯型碳排放机制，设置3个排放量区间，具体计算如下： 式中：f1为碳排放成本，为市场碳交易价格，d为碳排放量区间长度，τ为每上浮一个阶梯，碳交易价格的增长幅度；为碳交易价格增长一个幅度时，对应的碳排放成本；所述步骤2中，风光水火储系统最优经济调度模型，具体包括：2.1：风光水火储系统最优经济目标函数：将碳排放成本f1、火电机组煤耗成本和启停成本f2、以及弃风弃光惩罚成本f3的和总运行成本最小作为目标函数，即：minF＝f1+f2+f3；式中：F为总运行成本；f1为碳排放成本；f2为火电机组煤耗成本和启停成本；f3为弃风、弃光惩罚成本；其中，火电机组煤耗成本和启停成本f2： 式中：ai、bi和ci为火电机组i的煤耗量系数；Pi,t为火电机组i的发电功率；T为24h；Sjt为火电机组i的启停费用；ui,t为t时刻火电机组i的启停状态；ui,t-1为t-1时刻火电机组i的启停状态；弃风、弃光惩罚成本f3： 式中：λw、λv分别为弃风、弃光惩罚系数；PW、PV分别为风电、光伏预测出力；PW,t、PV,t分别为风电、光伏实际出力；2.2：风光水火储系统最优经济约束条件：1常规火电机组约束：①火电机组出力约束：Pi,min≤Pi,t≤Pi,max；式中：Pi,max、Pi,min分别为火电机组i的下限和上限；Pi,t为t时刻火电机组i的发电功率；②火电机组爬坡约束：-ri,down≤Pi,t-Pi,t-1≤ri,up；式中：ri,up、ri,down分别为火电机组i爬坡、滑坡速率；Pi,t为t时刻火电机组i的发电功率；Pit-1为t-1时刻火电机组i的发电功率；③火电机组最小启停约束：ui,t-1-ui,tTi,t-1-Ti,on≥0ui,t-ui,t-1-Ti,t-1-Ti,off≥0；式中：Ti,t-1为火电机组i在t-1时刻的运行时间；Ti,on、Ti,off分别为火电机组i启动与停机时间；ui,t为火电机组i在t时刻的启停状态；ui,t-1为火电机组i在t-1时刻的启停状态；2常规水电机组约束：Ph,min≤Ph,t≤Ph,maxPh,t＝AηQtht 式中：Ph,t为t时刻水电机组的发电功率；Ph,max、Ph,min分别为水电机组发电功率上限和下限；A为水电转换系数，一般取9.81；Wmin、Wmax分别为水库部门分配的最小和最大用电量；Qt为水电机组排水量；ht为水电机组的水头高度；η为水电机组效率；△t为调度时段；t为对应时刻；3储能约束：①储能充放电功率约束：0≤Pc,t≤Pc,max0≤Pd,t≤Pd,max；式中：Pc,t为充电功率；Pd,t为放电功率；Pc,max为储能系统最大充电功率；Pd,max为储能系统最大放电功率；②储能电站荷电状态：St,min≤St≤St,max 式中：St为t时刻的荷电状态；St,min、St,max分别为荷电状态的上下限；St-1为t-1时刻的荷电状态；δ为自放电率；ηc、ηd分别为充放电效率；E为系统容量；uc,t、ud,t分别为储能装置充放电逻辑状态；△t为调度时段；4功率平衡约束： 5旋转备用约束： 所述步骤4中，根据步骤3得到风电、光伏出力和负荷功率预测值的模糊表达式，加入可信性理论，建立模糊机会优化模型，采用确定性转化方法，将含有模糊的约束等价转换，将处理后的模糊模型与步骤2所建的风光水火储系统最优经济调度模型的结合，最终得到基于不确定的风光水火储系统的低碳调度模型，具体如下：4.1：模糊机会优化模型：1模糊机会约束下的功率平衡： 式中：Cr{}为事件的可信性；α为置信水平；2模糊机会约束下的旋转备用： 3模糊机会约束下的弃风弃光成本： 式中：为弃风弃光成本的模糊表达式；分别为风电、光伏预测出力模糊式；分别为风电、光伏实际出力模糊式；finf,3为弃风、弃光成本的悲观值；inf{}为取下界符号；r为变量；4.2：模糊机会约束的确定性转化：求解模糊机会约束优化问题时，为简化计算，转换为清晰等价类，然后采用传统方法进行求解，转化后的模型为：1功率平衡约束的清晰等价类： 2旋转备用约束的清晰等价类： 3弃风弃光成本的悲观值： 式中：PL2为负荷预测的模糊参数对应的第二个隶属度；PL3为负荷预测的模糊参数对应的第三个隶属度；PW2,t为风电调度模糊参数对应的第二个隶属度；PW1,t为风电调度模糊参数对应的第一个隶属度；PV2,t为光伏调度模糊参数对应的第二个隶属度；PV1,t为光伏调度模糊参数对应的第一个隶属度；PW2为风电预测的模糊参数对应的第二个隶属度；PW3为风电预测的模糊参数对应的第三个隶属度；PV2为光伏预测的模糊参数对应的第二个隶属度；PV3为光伏预测的模糊参数对应的第三个隶属度；将上述式子与步骤2所建的风光水火储系统最优经济调度模型的结合，结合起来得到的目标函数、约束条件为：①目标函数： 式中：F为总运行成本；f1为碳排放成本；f2为火电机组煤耗成本和启停成本；为考虑不确定后的弃风弃光成本的模糊表达式；分别为风电、光伏预测出力模糊式；分别为风电、光伏实际出力模糊式；②约束条件： 式中：为考虑负荷不确定的负荷预测值的模糊式；α为置信水平。

全文数据：

权利要求：

百度查询： 三峡大学 考虑风电、光伏及负荷不确定的风光水火储系统低碳调度模型建模方法