(文章复现)考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化

浮现文章:

考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化——陈锦鹏(电力自动化设备)

摘要:

“双碳”背景下,为提高能源利用率,优化设备的运行灵活性,进一步降低综合能源系统(IES)的碳排放水平,提出一种IES低碳经济运行策略。首先考虑IES参与到碳交易市场,引入阶梯式碳交易机制引导IES控制碳排放;接着细化电转气(P2G)的两阶段运行过程,引入电解槽、甲烷反应器、氢燃料电池(HFC)替换传统的P2G,研究氢能的多方面效益;最后提出热电比可调的热电联产、HFC运行策略,进一步提高IES的低碳性与经济性。基于此,构建以购能成本、碳排放成本、弃风成本最小的低碳经济运行目标,将原问题转化为混合整数线性问题,运用CPLEX商业求解器进行求解,通过设置多个运行情景,对比验证了所提策略的有效性。

部分程序:

clc
clear
close all

%% 决策变量初始化
P_CHP_e=sdpvar(1,24); %CHP的输出电功率
P_CHP_h=sdpvar(1,24); %CHP的输出热功率
P_g_CHP=sdpvar(1,24); %CHP消耗天然气功率
P_e_EL=sdpvar(1,24);  %EL设备的耗电量
P_EL_H=sdpvar(1,24);  %EL电解槽的产氢功率
P_H_MR=sdpvar(1,24);  %输入MR设备的氢能功率
P_MR_g=sdpvar(1,24);  %MR设备输出的天然气功率
P_H_HFC=sdpvar(1,24); %输入HFC设备的氢能功率
P_HFC_e=sdpvar(1,24); %HFC设备输出的电功率 
P_HFC_h=sdpvar(1,24); %HFC设备输出的热功率
P_DG=sdpvar(1,24); %风电消纳功率
P_g_GB=sdpvar(1,24); %输入GB设备的天然气功率
P_GB_h=sdpvar(1,24); %GB设备输出的热功率
%储能部分(电ES1、热ES2、气ES3、氢ES4)
P_ES1_cha=sdpvar(1,24);P_ES2_cha=sdpvar(1,24);P_ES3_cha=sdpvar(1,24);P_ES4_cha=sdpvar(1,24); %充放功率
P_ES1_dis=sdpvar(1,24);P_ES2_dis=sdpvar(1,24);P_ES3_dis=sdpvar(1,24);P_ES4_dis=sdpvar(1,24);
S_1=sdpvar(1,24);S_2=sdpvar(1,24);S_3=sdpvar(1,24);S_4=sdpvar(1,24); %各储能的实时容量状态
%引入充放标志二进制变量
B_ES1_cha=binvar(1,24);B_ES2_cha=binvar(1,24);B_ES3_cha=binvar(1,24);B_ES4_cha=binvar(1,24); %充标志
B_ES1_dis=binvar(1,24);B_ES2_dis=binvar(1,24);B_ES3_dis=binvar(1,24);B_ES4_dis=binvar(1,24); %放标志
P_e_buy=sdpvar(1,24); %购电功率
P_g_buy=sdpvar(1,24); %购气功率
%% 导入常数参数
%电负荷
P_e_load=[717.451523545706;695.290858725762;689.750692520776;698.060941828255;745.152354570637;808.864265927978;836.565096952909;872.576177285319;886.426592797784;900.277008310249;894.736842105263;883.656509695291;875.346260387812;864.265927977839;864.265927977839;868.421052631579;876.731301939058;889.196675900277;880.886426592798;864.265927977839;836.565096952909;817.174515235457;772.853185595568;745.152354570637]';
%热负荷
P_h_load=[864.265927977839;941.828254847645;958.448753462604;955.678670360111;988.919667590028;997.229916897507;903.047091412742;833.795013850416;786.703601108033;703.601108033241;664.819944598338;626.038781163435;595.567867036011;590.027700831025;565.096952908587;639.889196675900;714.681440443213;806.094182825485;811.634349030471;831.024930747922;811.634349030471;808.864265927978;800.554016620499;808.864265927978]';
%天然气负荷
P_g_load=[229.916897506925;224.376731301939;216.066481994460;221.606648199446;224.376731301939;252.077562326870;268.698060941828;288.088642659280;299.168975069252;288.088642659280;293.628808864266;282.548476454294;279.778393351801;271.468144044321;271.468144044321;268.698060941828;277.008310249307;293.628808864266;307.479224376731;304.709141274238;293.628808864266;285.318559556787;277.008310249307;265.927977839335]';
%风电预测出力
P_DG_max=[850.415512465374;864.265927977839;886.426592797784;891.966759002770;894.736842105263;849.030470914127;833.795013850416;653.739612188366;556.786703601108;501.385041551247;432.132963988920;310.249307479224;240.997229916897;252.077562326870;265.927977839335;296.398891966759;343.490304709141;354.570637119114;426.592797783934;526.315789473684;675.900277008310;742.382271468144;854.570637119114;878.116343490305]';
%购电价格
c_e_buy=[0.38*ones(1,7),0.68*ones(1,4),1.2*ones(1,3),0.68*ones(1,4),1.2*ones(1,4),0.38*ones(1,2)];
%购气价格
c_g_buy=0.35*ones(1,24);
%% 导入约束条件
C=[];
C=[C,
   P_CHP_e==0.92*P_g_CHP, %CHP的电-气能量转换约束
   0<=P_g_CHP<=600, %CHP消耗的气功率上下限约束
   0.5*P_CHP_e<=P_CHP_h, %热电比上下限
   P_CHP_h<=2.1*P_CHP_e, %热电比上下限
   -0.2*600<=P_g_CHP(2:24)-P_g_CHP(1:23)<=0.2*600, %CHP的爬坡约束(1-24时段)
  ];
C=[C,
   P_EL_H==0.87*P_e_EL, %EL(电解槽)的氢-电能量转换约束
   0<=P_e_EL<=500, %EL的消耗电功率的上下限约束
   -0.2*500<=P_e_EL(2:24)-P_e_EL(1:23)<=0.2*500, %EL的爬坡约束(1-24时段)
  ];
C=[C,
   P_MR_g==0.6*P_H_MR, %MR(甲烷反应器)的气-氢能量转换约束
   0<=P_H_MR<=250, %MR消耗的氢功率的上下限约束
   -0.2*250<=P_H_MR(2:24)-P_H_MR(1:23)<=0.2*250, %MR的爬坡约束(1-24时段)
  ];
C=[C,
   P_HFC_e==0.95*P_H_HFC, %HFC(氢燃料电池)的电-氢能量转换约束
   0<=P_H_HFC<=250, %HFC消耗的氢功率上下限约束
   0.5*P_HFC_e<=P_HFC_h, %HFC的热电比上下限
   P_HFC_h<=2.1*P_HFC_e, %HFC的热电比上下限
   -0.2*250<=P_H_HFC(2:24)-P_H_HFC(1:23)<=0.2*250, %HFC的爬坡约束(1-24时段)
  ];
C=[C,
   0<=P_DG<=P_DG_max, %风电出力约束
   P_GB_h==0.95*P_g_GB, %GB的热-气能量转换约束
   0<=P_g_GB<=800, %GB的出力上下限约束
   -0.2*800<=P_g_GB(2:24)-P_g_GB(1:23)<=0.2*800, %GB的爬坡约束(1-24时段)
  ];
C=[C,
   0<=P_ES1_cha<=B_ES1_cha*0.5*450, %储电设备的最大充电功率约束
   0<=P_ES2_cha<=B_ES2_cha*0.5*500, %储热设备的最大充热功率约束
   0<=P_ES3_cha<=B_ES3_cha*0.5*150, %储气设备的最大充气功率约束
   0<=P_ES4_cha<=B_ES4_cha*0.5*200, %储氢设备的最大充氢功率约束
   0<=P_ES1_dis<=B_ES1_dis*0.5*450, %储电设备的最大放电功率约束
   0<=P_ES2_dis<=B_ES2_dis*0.5*500, %储热设备的最大放热功率约束
   0<=P_ES3_dis<=B_ES3_dis*0.5*150, %储气设备的最大放气功率约束
   0<=P_ES4_dis<=B_ES4_dis*0.5*200, %储氢设备的最大放氢功率约束
   S_1(1)==0.3*450, %储电设备的初始容量
   S_2(1)==0.3*500, %储热设备的初始容量
   S_3(1)==0.3*150, %储气设备的初始容量
   S_4(1)==0.3*200, %储氢设备的初始容量
   %始末状态守恒约束
   S_1(24)==S_1(1), 
   S_2(24)==S_2(1),
   S_3(24)==S_3(1),
   S_4(24)==S_4(1),   
   %充放状态唯一
   B_ES1_cha+B_ES1_dis<=1, 
   B_ES2_cha+B_ES2_dis<=1,
   B_ES3_cha+B_ES3_dis<=1,
   B_ES4_cha+B_ES4_dis<=1,
   %储能容量上下限约束
   0.2*450<=S_1<=0.9*450,
   0.2*500<=S_2<=0.9*500,
   0.2*150<=S_3<=0.9*150,
   0.2*200<=S_4<=0.9*200,
   %储能容量变化约束
   S_1(2:24)==S_1(1:23)+0.95*P_ES1_cha(2:24)-P_ES1_dis(2:24)/0.95,
   S_2(2:24)==S_2(1:23)+0.95*P_ES2_cha(2:24)-P_ES2_dis(2:24)/0.95,
   S_3(2:24)==S_3(1:23)+0.95*P_ES3_cha(2:24)-P_ES3_dis(2:24)/0.95,
   S_4(2:24)==S_4(1:23)+0.95*P_ES4_cha(2:24)-P_ES4_dis(2:24)/0.95,
  ];
C=[C,
   P_e_buy==P_e_load+P_e_EL+P_ES1_cha-P_ES1_dis-P_DG-P_CHP_e-P_HFC_e, %电功率平衡约束
   P_HFC_h+P_CHP_h+P_GB_h==P_h_load+P_ES2_cha-P_ES2_dis, %热功率平衡约束
   P_g_buy==P_g_load+P_ES3_cha-P_ES3_dis+P_g_CHP+P_g_GB-P_MR_g, %气功率平衡约束
   P_EL_H==P_H_MR+P_H_HFC+P_ES4_cha-P_ES4_dis, %氢功率平衡约束
   0<=P_e_buy<=5000, %购电功率约束
   0<=P_g_buy<=5000, %购气功率约束
  ];
%% 导入目标函数
%公式5 碳排放权配额模型
E_e_buy=0.728*sum(P_e_buy); %购电配额
E_CHP=0.102*3.6*sum(P_CHP_h+6/3.6*P_CHP_e); %CHP配额
E_GB=0.102*3.6*sum(P_GB_h); %GB配额
E_IES=E_e_buy+E_CHP+E_GB; %IES总碳排放配额
%公式6 实际碳排放模型
E_e_buy_a=1.08*sum(P_e_buy);
E_CHP_a=0.065*3.6*sum(P_CHP_h+6/3.6*P_CHP_e); 
E_GB_a=0.065*3.6*sum(P_GB_h); 
E_MR_a=1*sum(P_MR_g); %实际MR减少的碳排放
E_IES_a=E_e_buy_a+E_CHP_a+E_GB_a;
E=E_IES_a-E_MR_a; %实际IES总碳排放
%阶梯碳交易成本(分段线性化)
E_v=sdpvar(1,5)%每段区间内的长度,分为5段,每段长度是2000
lamda=0.250;%碳交易基价
C=[C,
   E==sum(E_v),%总长度等于E
   0<=E_v(1:4)<=2000,%除了最后一段,每段区间长度小于等于2000
   0<=E_v(5),
  ];
%碳交易成本
C_CO2=0;
for v=1:5
    C_CO2=C_CO2+(lamda+(v-1)*0.25*lamda)*E_v(v);
end
%总目标函数
obj=c_e_buy*P_e_buy'+c_g_buy*P_g_buy'+C_CO2+0.2*sum(P_DG_max-P_DG); %购能成本+碳交易成本+弃风成本
%% 求解器相关配置
ops=sdpsettings('solver','cplex','verbose',2,'usex0',0);
ops.cplex.mip.tolerances.mipgap=1e-6;
%% 进行求解计算         
result=optimize(C,obj,ops);
if result.problem==0 
    % problem =0 代表求解成功 
    % do nothing!
else
    error('求解出错');
end 

结果图:

(文章复现)考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化_第1张图片

 

完整程序私聊即可!!

你可能感兴趣的:(MATLAB,电网运行优化,能源,matlab,学习)