基于节点碳势响应的新型电力系统鲁棒优化调度方法

1.基于节点碳势响应的新型电力系统鲁棒优化调度方法，其特征在于，包括如下步骤：步骤S1：计算碳视角下新型电力系统中节点碳势；步骤S2：基于节点碳势对碳视角下新型电力系统中不同类型的柔性负荷碳排放进行建模；所述不同类型的柔性负荷包括电动汽车负荷EV、可削减负荷CL和可转移负荷TL；步骤S3：基于Shapley值分摊法计算负荷聚合体的碳排放责任区间，同时将节点碳势与需求响应相结合，提出基于节点碳势响应的新型电力系统降碳机制；分别针对碳视角下新型电力系统的源侧的电网和荷侧的负荷聚合体的碳排放成本进行建模；步骤S4：分别以电网和负荷聚合体运行成本最低为目标，建立新型电力系统鲁棒优化调度模型，并基于置信间隙决策理论处理源侧新能源机组的不确定性，得到优化调度方案；建立的新型电力系统鲁棒优化调度模型包括上层电网鲁棒优化调度模型和下层负荷聚合体响应模型。 2.根据权利要求1所述的基于节点碳势响应的新型电力系统鲁棒优化调度方法，其特征在于：计算碳视角下新型电力系统中节点碳势的具体过程为：将碳视角下新型电力系统实际的碳排放设想为虚拟碳排放流的形式，并附着于电力有功潮流上，随电力有功潮流由源侧流向负荷侧；碳视角下新型电力系统中， 时刻节点 的有功潮流 表示为： （1）；式中， 为支路 的有功功率； 为有功潮流流入节点 的支路集合； 为接入节点 的传统机组有功出力；节点 的节点碳势表示为： （2）；式中， 为第 台传统机组的碳排放强度因子； 为支路 的碳排放强度； 表示 时刻节点 的节点碳势；根据碳排放理论， 在数值上等于支路 首端的节点碳势，结合式（1）与式（2），将式（2）改写为矩阵形式： （3）；式中， 为N维单位行向量； 为t时刻N阶对角支路潮流分布矩阵； 表示t时刻节点i与节点j间的支路有功功率； 为机组出力矩阵； 表示t时刻节点i接第n台传统机组的发电功率； 为N维节点碳势向量； 表示矩阵转置操作； 表示传统机组的碳排放强度因子矩阵； 表示节点功率矩阵； 表示传统机组中发电机总数量；碳视角下新型电力系统中N维节点碳势向量 由式（4）计算得到： （4）。 3.根据权利要求2所述的基于节点碳势响应的新型电力系统鲁棒优化调度方法，其特征在于：基于节点碳势对碳视角下新型电力系统中不同类型的柔性负荷碳排放进行建模的具体过程为：从负荷侧的角度计量碳视角下新型电力系统的碳排放，并基于节点碳势对碳视角下新型电力系统中各种柔性负荷碳排放进行建模；设在碳视角下新型电力系统中存在多个负荷聚合体，各负荷聚合体感应当前接入节点碳势，并基于节点碳势计算柔性负荷用电过程中产生的碳排放量；构建电动汽车负荷碳排放模型；电动汽车负荷接入和离开充电站或充电桩的时间概率密度函数 表示为： （5）；式中， 为电动汽车负荷到充电站或充电桩接入或离开的时刻； 和 分别为 的期望和标准差；电动汽车负荷充放电过程中的电量表示为： （6）；式中， 表示电动汽车负荷的目标电量； 表示电动汽车负荷的起始电量； 为电动汽车负荷的百公里耗电量； 为电动汽车负荷的日行驶里程，服从对数正态分布： （7）；式中， 和 分别为 的期望和标准差； 表示电动汽车负荷日行驶里程概率密度函数；电动汽车负荷通过所在充电站或充电桩接入碳视角下新型电力系统节点，在充放电过程中产生的碳排放表示为： （8）；式中， 表示第n辆电动汽车负荷在t时刻的充电功率； 表示第n辆电动汽车负荷在t时刻的放电功率； 为电动汽车负荷的总量； 为电动汽车负荷接入碳视角下新型电力系统节点在t时刻的节点碳势； 表示t时刻电动汽车负荷的碳排放总量；构建可削减负荷碳排放模型，表示为： （9）；式中， 为t时刻可削减负荷的碳排放量； 为t时刻可削减负荷接入节点的节点碳势； 和 分别为可削减负荷削减的起始时刻和结束时刻； 表示t时刻可削减负荷的负荷削减量；构建可转移负荷碳排放模型，表示为： （10）；式中， 为t时刻可转移负荷的碳排放量； 为t时刻可转移负荷接入碳视角下新型电力系统节点的节点碳势； 和 分别为t时刻可转移负荷的转入负荷量和转出负荷量； 和 分别为可转移负荷的转入负荷时刻和转出负荷时刻；当碳视角下新型电力系统节点i同时接入电动汽车负荷、可削减负荷和可转移负荷，则该节点i的碳排放总量表示为： （11）；式中， 为t时刻节点i的节点碳势； 为t时刻节点i的常规负荷量； 表示节点i的碳排放总量； 表示t时刻节点i中电动汽车负荷的碳排放量； 表示t时刻节点i中可削减负荷碳排放量； 表示t时刻节点i中可转移负荷碳排放量。 4.根据权利要求3所述的基于节点碳势响应的新型电力系统鲁棒优化调度方法，其特征在于：通过碳表对碳视角下新型电力系统的源侧发电过程中产生的实际碳排放和负荷侧用电负荷产生的间接碳排放进行测量、记录与保存，并转换为碳视角下新型电力系统碳排放流信息，实现碳视角下新型电力系统的碳排放计量与追踪；碳交易平台基于碳视角下新型电力系统的碳排放计量与追踪结果分别为电网和负荷聚合体传递初始碳配额即免费碳排放配额部分和节点碳势信息；具体的，电网通过对传统机组的发电与碳交易平台的碳交易成本的核算，在用电需求固定的情形下，进行低碳经济调度，调整传统机组发电计划，同时，将分时电价价格信息传递给负荷聚合体，负荷聚合体基于节点碳势信息计算总碳排放即负荷聚合体所在节点因用电需求在源端产生的碳排放，随后对所有的负荷聚合体进行碳排放责任分摊，最后电网向负荷聚合体传递分时电价，与各个负荷聚合体签订激励合同，负荷聚合体在激励合同的规定范围内，调整柔性负荷的用电量，实现从负荷侧降碳。 5.根据权利要求4所述的基于节点碳势响应的新型电力系统鲁棒优化调度方法，其特征在于：步骤S3.1：在碳交易平台中，机组发电产生的超额碳排放表示为： （12）；式中， 为第g台传统机组的碳排放配额； 和 分别为 的系数和发电功率；设置阶梯碳交易区间，当传统机组碳排放越高时，碳交易平台中对应的碳交易单价越大，承担的碳排放责任越高；其中，电网的碳交易成本 表示为： （13）；式中， 为阶梯碳交易区间长度； 表示传统机组中发电机总数量； 为碳交易单价0=σ 0 <σ 1 <σ 2 <σ 3 ； 、 、 以及 分别表示不同碳排放程度下的电网的碳交易成本； 表示为传统机组中发电机的实际碳排放量； 表示第g台传统机组的碳排放配额；步骤S3.2：引入Shapley值分摊法，分摊碳排放责任；根据Shapley值分摊法，将碳视角下新型电力系统中的每一个负荷聚合体视为一个联盟成员，由n N 个联盟成员随机合作组成的联盟S，设N LA ={1,2,…,n N }为联盟中的集合；该联盟发生的概率表示为： （14）；式中， 表示联盟S发生的概率； 表示联盟S的个数；各负荷聚合体分摊到的碳排放责任为： （15）；式中， 为新联盟成员m所分摊的碳排放责任量；S为在新联盟成员m加入之前的负荷联盟； 为将新联盟成员m加入S中形成的新的负荷联盟； 表示新成员m加入联盟S后对联盟S产生的边际影响，各负荷聚合体实际承担的碳排放成本取决于负荷聚合体加入联盟S后给联盟S带来的碳排放成本的增量，即边际碳排放成本；负荷联盟承担的碳排放责任满足如下约束： （16）；式中， 和 分别表示新联盟成员m的边际作用的最小值和最大值； 为联盟成员m的Shapley值；根据负荷聚合体承担的碳排放责任的边际作用，设置负荷聚合体的阶梯碳责任区间，当各负荷聚合体中柔性负荷接入碳视角下新型电力系统节点碳排放量越高，负荷聚合体所参与碳交易成本阶梯式增加，负荷聚合体碳交易成本 表示为： （17）；式中， 为第n个负荷聚合体分摊到的碳排放责任； 为第n个负荷聚合体阶梯碳交易单价； 、 、 和 分别表示负荷聚合体在不同程度碳排放的情形下的碳交易成本；x min (n)、x max (n)和x ave (n)分别表示第n个负荷聚合体边际作用的最小值、最大值和Shapley值；步骤S3.3：基于节点碳势响应是指负荷聚合体根据碳视角下新型电力系统节点碳势的情况，基于激励合同字数做出调整负荷用电计划。 6.根据权利要求5所述的基于节点碳势响应的新型电力系统鲁棒优化调度方法，其特征在于：基于节点碳势响应过程为：步骤S3.31：获取相关参数；负荷聚合体在进行节点碳势响应前，明确响应过程中应遵循的相关要求，包括激励合同规定的响应时间、响应量限制以及响应需承担补充成本，并全面把握当前状态下碳视角下新型电力系统碳排放流状态信息；步骤S3.32：计算碳责任成本；根据当前状态下碳视角下新型电力系统的节点碳势分布情况，负荷聚合体计算当前用电方案下的碳排放量、碳交易成本以及碳视角下新型电力系统当前时刻下的平均节点碳势；步骤S3.33：柔性负荷调整；负荷聚合体基于激励合同在节点碳势高于规定值的时段转出负荷或进行负荷削减，在节点碳势低于规定值的时段转入负荷，同时调整电动汽车负荷的充放电功率，改变各负荷聚合体中的柔性负荷的用电计划；步骤S3.34：获取响应后状态；将调整完柔性负荷后的用电需求传递给电网，待电网调度传统机组出力后，基于碳排放理论重新计算碳视角下新型电力系统的碳排放流状态和平均的节点碳势；步骤S3.35：节点碳势响应判断；判断柔性负荷调整前后，碳视角下新型电力系统平均的节点碳势之比是否小于当前时刻下的碳减排率，当未达成要求，重复步骤S3.32~步骤S3.34，直至碳视角下新型电力系统平均的节点碳势之比小于当前时刻下的碳减排率；步骤S3.36：响应结束，得到基于节点碳势响应的新型电力系统降碳机制。 7.根据权利要求6所述的基于节点碳势响应的新型电力系统鲁棒优化调度方法，其特征在于：步骤S4的具体过程为：所述新型电力系统鲁棒优化调度模型中，上层电网为下层负荷聚合体供电的同时参与外部碳交易平台，在获取负荷聚合体用电需求以及外部碳配额的情况下，充分考虑并处理新能源机组的不确定性，以电网总成本最低为优化目标；通过求解基于置信间隙决策理论的新型电力系统鲁棒优化调度模型，调整机组出力和启停计划，得到具有鲁棒性的机组调度方案，随后基于碳排放流理论计算节点碳势和各负荷碳排放，并通过采用Shapley值分摊法得到负荷碳排放责任配额区间，制定阶梯碳价，最后将节点碳势、分时电价以及阶梯碳价信息实时传输至下层负荷聚合体；下层负荷聚合体在获取上层碳视角下新型电力系统节点碳势后参与需求响应，同时参与碳交易平台，根据公式(17)计算并承担相应碳排放责任，最终以总成本最低为目标调整该负荷聚合体管辖内的柔性用电负荷的用电策略，并将该用电策略反馈至上层电网，以更新上层的潮流状态及该状态下的节点碳势，重复步骤S1-步骤S4直至达到新型电力系统鲁棒优化调度模型收敛条件来获得最优调度方案。 8.根据权利要求7所述的基于节点碳势响应的新型电力系统鲁棒优化调度方法，其特征在于：构建上层电网鲁棒优化调度模型；步骤S4.11：目标函数；电网以不同机组的总运行成本最低为优化目标，不同机组的总运行成本包括传统机组发电成本、传统机组启停成本、新能源机组，包括风力发电机和光伏发电机、弃风弃光成本以及电网碳交易成本，表示为： （18）； （19）；式中， 表示调度时间； 表示数量； 表示t时刻传统机组发电功率； 表示最小化电网总运行成本； 表示t时刻风力发电机发电功率；W、V分别表示风力发电机和光伏发电机总数； 表示t时刻光伏发电机发电功率； 为传统机组发电成本； 和 分别为传统机组启停成本； 为新能源机组发电成本； 为新能源机组弃风弃光成本； 和 为第g台机组的成本系数； 和 分别表示t时段第g台机组的启停状态系数； 和 分别为新能源机组启停成本； 和 分别为风力发电和光伏发电的成本系数； 和 分别为弃风弃光惩罚系数和弃风弃光量；步骤S4.12：基于置信间隙决策理论的不确定性处理；采用高斯混合模型，拟合新能源机组预测误差的概率分布，表示为： （20）；式中， 为高斯混合模型的概率密度函数； 为高斯分量权重系数，满足 和 ； 为第g个高斯分量的概率密度函数； 和 分别为 的期望和方差； 表示自变量；基于置信间隙决策理论描述风力发电和光伏发电预测误差的波动区间，通过最大化不确定性置信水平的方式来最大化不确定性变量的置信区间；在给定置信水平的前提下，风力发电和光伏发电的预测误差的波动区间表示为： （21）； （22）；式中， 为风力发电出力的预测误差； 为光伏发电出力的预测误差； 为风力发电出力的预测误差期望； 为光伏发电出力的预测误差期望； 和 分别为风力发电出力的预测误差置信区间的上下限； 和 分别为光伏发电出力的预测误差置信区间的上下限； 为风力发电出力的预测误差期望值在 下的置信不确定性区间； 为光伏发电出力的预测误差期望值在 下的置信不确定性区间；基于置信间隙决策理论得到上层电网鲁棒优化调度模型： （23）；式中， 为概率值； 为偏差系数； 表示不确定性变量的置信水平； 为目标函数值的置信度； 为决策变量集合； 为不考虑风力发电和光伏发电的基于节点碳势响应的新型电力系统鲁棒优化调度模型下优化电网成本的最优解； 表示不确定性变量的置信水平最大的决策方案；定义风力发电出力的逆累积分布函数 和光伏发电出力的逆累积分布函数 ，采用不确定变量运算法则，将式（23）转化为便于求解的上层电网鲁棒优化调度模型： （24）；式中， 表示函数；步骤S4.13：约束条件；新能源机组上下限出力约束： （25）；式中， 和 为第g台机组有功出力的上下限；机组爬坡约束： （26）；式中， 和 分别为第g台机组有功出力爬坡的上下限值； 表示新能源机组；新能源机组启停约束： （27）；式中， 和 分别表示第g台机组在t-1时刻连续启动时长和停止时长； 和 分别表示第g台机组的最小开启时间和停止时间；节点功率平衡约束： （28）；式中， 为节点 的机组预测负荷值； 和 表示与节点i相连的线路l流入或流出的功率值；L i 为节点i相连的线路集合； 为接入节点 的传统机组有功出力；线路潮流上下限约束： （29）；式中， 和 分别为线路l的功率传输上下限； 表示线路l的功率传输值。 9.根据权利要求1所述的基于节点碳势响应的新型电力系统鲁棒优化调度方法，其特征在于：构建下层负荷聚合体响应模型；步骤S4.21：目标函数；负荷聚合体以成本最低为优化目标，成本包括上级购电成本、负荷需求响应成本以及负荷聚合体碳交易成本，表示为： （30）；式中， 表示负荷聚合体最低成本； 、 、 、 和F L 分别表示负荷聚合体向电网的购电成本、可削减负荷需求响应成本、可转移负荷需求响应成本、电动汽车负荷放电补贴成本以及负荷聚合体碳交易成本，由式（31）计算得到： （31）；式中， 、 、 和 分别表示分时购电电价、可削减负荷需求响应成本系数、可转移负荷转入成本系数以及可转移负荷转出成本系数； 为单位时间内第i个负荷聚合体的碳交易成本； 表示购电电量； 表示可削减需求响应量； 表示可转移负荷转入量； 表示可转移负荷转出量； 表示电动汽车负荷放电量；步骤S4.22：约束条件；可削减负荷约束： （32）；式中， 为响应削减指令的0-1状态参数； 为可削减负荷最大削减； 为规定削减时段集合； 表示可削减负荷削减量；最大负荷削减时长限制表示为： （33）；式中， 为最大负荷削减时长；可转移负荷约束包括可转移负荷平衡约束（34）和可转移负荷状态约束（35）： （34）； （35）； （36）；式中， 和 分别为可转移负荷转入转出0-1状态参数； 为可转移负荷在转移负荷时的时间集合； 和 分别为可转移负荷的负荷转移量和转移量的最大值； 表示可转移负荷转入的负荷转移量； 表示可转移负荷转出的负荷转移量；电动汽车负荷充放电约束： （37）；式中， 和 分别为第n辆电动汽车负荷在t时刻充电状态和放电状态，当 的值为1时，表示 处于充电状态，当 为1时，表示 处于放电状态； 和 分别为电动汽车负荷最大充放电功率； 表示第n辆电动汽车负荷在t时刻充电功率；电力平衡约束： （38）；式中， 表示t时刻购电量； 表示t时刻负荷量； 表示t时刻削减功率； 表示t时刻转入功率； 表示t时刻转出功率； 表示电动汽车负荷放电量。 10.根据权利要求9所述的基于节点碳势响应的新型电力系统鲁棒优化调度方法，其特征在于：采用负荷微分进化算法求解基于节点碳势响应的新型电力系统鲁棒优化调度模型，具体过程为：第一步、参数准备；输入机组参数、线路参数、风光预测出力以及负荷聚合体原始用电方案；设定目标显著性水平ρ，设置种群规模、最大迭代次数、种群分割比算法参数；初始化种群；第二步、参数预处理；不考虑风力发电和光伏发电的不确定性，求解基于节点碳势响应的新型电力系统鲁棒优化调度模型，得到基于节点碳势响应的新型电力系统鲁棒优化调度模型下的电网成本的最优解f 0 ，根据风力发电机、光伏各时段的历史预测数据，基于高斯混合模型拟合风力发电机光伏预测误差概率密度，得到各时段风力发电机、光伏出力预测误差的概率模型；第三步、上层模型求解；在所有负荷联盟情况下，基于复合微分进化算法求解上层电网鲁棒优化调度模型，得到所有负荷联盟下的机组最优调度计划；第四步、碳流数据准备；根据碳排放流理论，计算并记录所有联盟下的负荷节点碳势信息，基于新型电力系统碳排放模型计算各负荷聚合体联盟碳排放，并将节点碳势信息传递给下层各负荷聚合体；第五步、确定负荷聚合体碳交易成本；根据各负荷聚合体联盟碳排放量，基于Shapley值法分摊负荷聚合体总碳排放责任，通过确定各负荷聚合体的阶梯碳责任区间，计算各负荷聚合体的碳交易成本；第六步、下层模型求解；基于复合微分进化算法求解下层负荷聚合体节点碳势响应模型，各负荷聚合体以节点碳势作为激励信号参与节点碳势响应，调整负荷聚合体的用电策略；第七步、模型迭代更新；负荷聚合体将优化后的用电需求量重新代入上层电网鲁棒优化调度模型中，转入第三步的求解，分别记录迭代更新前后负荷用电需求 和 ；第八步、收敛性判断；判断判别式 是否成立，成立则迭代终止，不成立则转向第三步，其中， 表示收敛判定值。