本發(fā)明涉及碳排放，具體是涉及一種基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒ā?/p>

背景技術(shù)：

1、碳核算是當(dāng)前量化碳排放數(shù)據(jù)的方法，特別是在占據(jù)能源行業(yè)碳排放約42％的電力行業(yè)中，關(guān)于電力的直接、間接碳排放的衡量，顯得尤為重要。盡管火電機(jī)組是電力系統(tǒng)碳排放的主要產(chǎn)生源，負(fù)荷側(cè)的用電行為卻能帶來(lái)不同的碳排放，也因此成為直接碳排放的責(zé)任方；低碳電力構(gòu)建中，亟需探索電力系統(tǒng)各方碳責(zé)任分配方法，通過(guò)調(diào)整各參與方責(zé)任大小，從而激勵(lì)減排動(dòng)力。

2、電力系統(tǒng)碳排放流理論的發(fā)展，為電力系統(tǒng)碳責(zé)任核算提供了新的視角。該理論將電力使用過(guò)程所隱含的碳排放流依附于電力潮流的虛擬網(wǎng)絡(luò)流，直至最終抵達(dá)負(fù)荷側(cè)。通過(guò)碳流矩陣算法，可以計(jì)算出節(jié)點(diǎn)碳勢(shì)向量、支路碳流率分布矩陣等，為用電客戶的碳排放核算和碳責(zé)任分?jǐn)偺峁┮环N電網(wǎng)靜態(tài)碳排放責(zé)任核算模型。

3、基于碳排放流理論的電力系統(tǒng)碳責(zé)任分?jǐn)?，僅依據(jù)各主體隱含碳排放量進(jìn)行核算，忽視了電力市場(chǎng)參與者的發(fā)電能力和負(fù)荷響應(yīng)潛力，難以激勵(lì)源荷協(xié)調(diào)，從而制約了新能源消納和系統(tǒng)整體碳減排效果。因此，需要提供一種基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒ǎ荚诮鉀Q上述問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)存在的不足，本發(fā)明的目的在于提供基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒?，以解決上述背景技術(shù)中存在的問(wèn)題。

2、本發(fā)明是這樣實(shí)現(xiàn)的，一種基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒?，所述方法包括以下步驟：

3、采集天氣信息、火電機(jī)組、風(fēng)力和光伏新能源場(chǎng)站發(fā)電側(cè)運(yùn)行工況，根據(jù)天氣信息分析區(qū)域電力系統(tǒng)未來(lái)n天的發(fā)電能力，n為定值；

4、采集不同配用電客戶的用電行為數(shù)據(jù)，基于粒子群改進(jìn)的lstm神經(jīng)網(wǎng)絡(luò)進(jìn)行用戶側(cè)的負(fù)荷預(yù)測(cè)，得到負(fù)荷預(yù)測(cè)結(jié)果；

5、基于發(fā)電能力與負(fù)荷預(yù)測(cè)結(jié)果，使用多目標(biāo)調(diào)度策略優(yōu)化方法，分析發(fā)電側(cè)出力調(diào)峰與用戶側(cè)負(fù)荷響應(yīng)的降碳效益與經(jīng)濟(jì)成本關(guān)系；

6、基于降碳效益與經(jīng)濟(jì)成本關(guān)系確定電-碳責(zé)任分?jǐn)倷C(jī)制。

7、作為本發(fā)明進(jìn)一步的方案：根據(jù)天氣信息分析區(qū)域電力系統(tǒng)未來(lái)n天的發(fā)電能力之前，構(gòu)建發(fā)電側(cè)發(fā)電能力預(yù)測(cè)模型，所述發(fā)電側(cè)發(fā)電能力預(yù)測(cè)模型包括光伏新能源場(chǎng)站模型、風(fēng)力新能源場(chǎng)站模型和火電機(jī)組模型。

8、作為本發(fā)明進(jìn)一步的方案：所述光伏新能源場(chǎng)站模型為：p1＝s×c×η，其中，p1是光伏發(fā)電功率，s為光照強(qiáng)度，c為新能源場(chǎng)站的光伏裝機(jī)容量，η為全系統(tǒng)發(fā)電效率。

9、作為本發(fā)明進(jìn)一步的方案：所述風(fēng)力新能源場(chǎng)站模型為：其中，p2是風(fēng)力發(fā)電機(jī)在風(fēng)速v時(shí)的輸出功率，ρ是空氣密度，a是風(fēng)輪掃掠面積，v是風(fēng)速，cp是功率系數(shù)，k是風(fēng)力發(fā)電機(jī)的發(fā)電效率。

10、作為本發(fā)明進(jìn)一步的方案：所述火電機(jī)組模型為：p3＝prated×fdemand×b×f，其中，p3是火電機(jī)組的實(shí)際發(fā)電功率，prated是火電機(jī)組的額定功率，fdemand為電網(wǎng)負(fù)荷因子，b是設(shè)備可用性系數(shù)，f為火電機(jī)組的化石燃料燃燒和轉(zhuǎn)換效率。

11、作為本發(fā)明進(jìn)一步的方案：所述基于粒子群改進(jìn)的lstm神經(jīng)網(wǎng)絡(luò)進(jìn)行用戶側(cè)的負(fù)荷預(yù)測(cè)，得到負(fù)荷預(yù)測(cè)結(jié)果的步驟，具體包括：

12、采集不同配用電客戶的用電負(fù)荷數(shù)據(jù)、天氣氣候數(shù)據(jù)和用電行為歷史數(shù)據(jù)集，識(shí)別和矯正畸變數(shù)據(jù)，采用拉格朗日插值法對(duì)缺失數(shù)據(jù)進(jìn)行處理和生成；

13、進(jìn)行pso-lstm神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，初始化粒子群中各個(gè)粒子的初始位置和速度，并設(shè)定尋優(yōu)參數(shù)的取值范圍；將劃分后的訓(xùn)練集數(shù)據(jù)和參數(shù)值一起導(dǎo)入pso-lstm神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練與預(yù)測(cè)，以平均絕對(duì)百分比誤差作為計(jì)算預(yù)測(cè)結(jié)果適應(yīng)度值的公式；得出種群的個(gè)體極值和全局極值，并更新下一代粒子的速度和位置；將當(dāng)前得到的最佳參數(shù)值再次導(dǎo)入pso-lstm神經(jīng)網(wǎng)絡(luò)模型中，計(jì)算新的擬合誤差；經(jīng)過(guò)多次循環(huán)，直至滿足終止條件，將最優(yōu)參數(shù)值導(dǎo)入pso-lstm神經(jīng)網(wǎng)絡(luò)模型，對(duì)負(fù)荷數(shù)據(jù)進(jìn)行預(yù)測(cè)并輸出結(jié)果；

14、基于訓(xùn)練優(yōu)化后的pso-lstm神經(jīng)網(wǎng)絡(luò)模型進(jìn)行用戶側(cè)的負(fù)荷預(yù)測(cè)。

15、作為本發(fā)明進(jìn)一步的方案：所述分析發(fā)電側(cè)出力調(diào)峰與用戶側(cè)負(fù)荷響應(yīng)的降碳效益與經(jīng)濟(jì)成本關(guān)系的步驟，具體包括：

16、確定電力平衡約束、風(fēng)電和光伏發(fā)電功率約束、火電功率約束、虛擬電廠負(fù)荷響應(yīng)能力約束以及虛擬電廠負(fù)荷響應(yīng)時(shí)的容量約束；

17、根據(jù)約束信息和線性規(guī)劃優(yōu)化算法，確定降碳效益與經(jīng)濟(jì)成本關(guān)系。

18、作為本發(fā)明進(jìn)一步的方案：所述基于降碳效益與經(jīng)濟(jì)成本關(guān)系確定電-碳責(zé)任分?jǐn)倷C(jī)制的步驟，具體包括：基于可轉(zhuǎn)移負(fù)荷和可削減負(fù)荷，構(gòu)建階梯型需求響應(yīng)補(bǔ)償成本模型，其中，需求響應(yīng)補(bǔ)償成本與用戶需求響應(yīng)量成正比；其中可轉(zhuǎn)移負(fù)荷表示如下：

19、

20、式中，為t時(shí)段可轉(zhuǎn)移負(fù)荷；分別為t時(shí)段可轉(zhuǎn)入和可轉(zhuǎn)出負(fù)荷；均為狀態(tài)變量，表示負(fù)荷在t時(shí)段轉(zhuǎn)入，表示負(fù)荷在t時(shí)段轉(zhuǎn)出；分別為t時(shí)段可轉(zhuǎn)入和可轉(zhuǎn)出負(fù)荷的上限；

21、可削減負(fù)荷表示如下：式中：為t時(shí)段可削減負(fù)荷；為狀態(tài)變量，表示t時(shí)段存在削減負(fù)荷；為t段可削減負(fù)荷的上限；

22、一個(gè)調(diào)度周期內(nèi)參與需求響應(yīng)的總負(fù)荷可表示為：

23、

24、式中：為t時(shí)段參與需求響應(yīng)的負(fù)荷總量；

25、基于需求響應(yīng)總功率的大小，建立階梯型需求響應(yīng)補(bǔ)償成本模型:

26、

27、式中，cdemand為階梯型需求響應(yīng)補(bǔ)償總成本；χ為需求響應(yīng)補(bǔ)償基價(jià)；δ為補(bǔ)償價(jià)格增長(zhǎng)率；h為響應(yīng)負(fù)荷的區(qū)間長(zhǎng)度。

28、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

29、通過(guò)采集不同配用電客戶的用電行為數(shù)據(jù)，基于粒子群改進(jìn)的lstm神經(jīng)網(wǎng)絡(luò)進(jìn)行用戶側(cè)的負(fù)荷預(yù)測(cè)，得到負(fù)荷預(yù)測(cè)結(jié)果，分析發(fā)電側(cè)出力調(diào)峰與用戶側(cè)負(fù)荷響應(yīng)的降碳效益與經(jīng)濟(jì)成本關(guān)系，確定電-碳責(zé)任分?jǐn)倷C(jī)制。本發(fā)明基于各方降碳成本，設(shè)計(jì)電-碳責(zé)任分?jǐn)倷C(jī)制，從而激勵(lì)發(fā)電側(cè)出力調(diào)峰與用電側(cè)負(fù)荷響應(yīng)，通過(guò)電力系統(tǒng)源荷優(yōu)化匹配，促進(jìn)新能源消納最大化，實(shí)現(xiàn)電力系統(tǒng)整體的碳排放減排與成本的權(quán)衡。

技術(shù)特征：

1.基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒?，其特征在于，所述方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒?，其特征在于，根?jù)天氣信息分析區(qū)域電力系統(tǒng)未來(lái)n天的發(fā)電能力之前，構(gòu)建發(fā)電側(cè)發(fā)電能力預(yù)測(cè)模型，所述發(fā)電側(cè)發(fā)電能力預(yù)測(cè)模型包括光伏新能源場(chǎng)站模型、風(fēng)力新能源場(chǎng)站模型和火電機(jī)組模型。

3.根據(jù)權(quán)利要求2所述的基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒?，其特征在于，所述光伏新能源?chǎng)站模型為：p1＝s×c×η，其中，p1是光伏發(fā)電功率，s為光照強(qiáng)度，c為新能源場(chǎng)站的光伏裝機(jī)容量，η為全系統(tǒng)發(fā)電效率。

4.根據(jù)權(quán)利要求2所述的基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒?，其特征在于，所述風(fēng)力新能源場(chǎng)站模型為：其中，p2是風(fēng)力發(fā)電機(jī)在風(fēng)速v時(shí)的輸出功率，ρ是空氣密度，a是風(fēng)輪掃掠面積，v是風(fēng)速，cp是功率系數(shù)，k是風(fēng)力發(fā)電機(jī)的發(fā)電效率。

5.根據(jù)權(quán)利要求2所述的基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒?，其特征在于，所述火電機(jī)組模型為：p3＝prated×fdemand×b×f，其中，p3是火電機(jī)組的實(shí)際發(fā)電功率，prated是火電機(jī)組的額定功率，fdemand為電網(wǎng)負(fù)荷因子，b是設(shè)備可用性系數(shù)，f為火電機(jī)組的化石燃料燃燒和轉(zhuǎn)換效率。

6.根據(jù)權(quán)利要求1所述的基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒?，其特征在于，所述基于粒子群改進(jìn)的lstm神經(jīng)網(wǎng)絡(luò)進(jìn)行用戶側(cè)的負(fù)荷預(yù)測(cè)，得到負(fù)荷預(yù)測(cè)結(jié)果的步驟，具體包括：

7.根據(jù)權(quán)利要求1所述的基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒?，其特征在于，所述分析發(fā)電側(cè)出力調(diào)峰與用戶側(cè)負(fù)荷響應(yīng)的降碳效益與經(jīng)濟(jì)成本關(guān)系的步驟，具體包括：

8.根據(jù)權(quán)利要求1所述的基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電-碳責(zé)任分?jǐn)偡椒ǎ涮卣髟谟?，所述基于降碳效益與經(jīng)濟(jì)成本關(guān)系確定電-碳責(zé)任分?jǐn)倷C(jī)制的步驟，具體包括：基于可轉(zhuǎn)移負(fù)荷和可削減負(fù)荷，構(gòu)建階梯型需求響應(yīng)補(bǔ)償成本模型，其中，需求響應(yīng)補(bǔ)償成本與用戶需求響應(yīng)量成正比；其中可轉(zhuǎn)移負(fù)荷表示如下：

技術(shù)總結(jié)
本發(fā)明適用于碳排放技術(shù)領(lǐng)域，提供了基于發(fā)電能力與用戶側(cè)負(fù)荷匹配的電?碳責(zé)任分?jǐn)偡椒?，包括以下步驟：采集天氣信息、火電機(jī)組、風(fēng)力和光伏新能源場(chǎng)站發(fā)電側(cè)運(yùn)行工況，根據(jù)天氣信息分析區(qū)域電力系統(tǒng)未來(lái)N天的發(fā)電能力；采集不同配用電客戶的用電行為數(shù)據(jù)，基于粒子群改進(jìn)的LSTM神經(jīng)網(wǎng)絡(luò)進(jìn)行用戶側(cè)的負(fù)荷預(yù)測(cè)，得到負(fù)荷預(yù)測(cè)結(jié)果；基于發(fā)電能力與負(fù)荷預(yù)測(cè)結(jié)果，使用多目標(biāo)調(diào)度策略優(yōu)化方法，分析發(fā)電側(cè)出力調(diào)峰與用戶側(cè)負(fù)荷響應(yīng)的降碳效益與經(jīng)濟(jì)成本關(guān)系；基于降碳效益與經(jīng)濟(jì)成本關(guān)系確定電?碳責(zé)任分?jǐn)倷C(jī)制。本發(fā)明基于各方降碳成本，設(shè)計(jì)電?碳責(zé)任分?jǐn)倷C(jī)制，激勵(lì)發(fā)電側(cè)出力調(diào)峰與用電側(cè)負(fù)荷響應(yīng)，實(shí)現(xiàn)碳排放減排與成本的權(quán)衡。

技術(shù)研發(fā)人員：黃欣,劉宇鵬,肖斌,王亞春,張煒,劉敏,齊勇,董子慧,高岳達(dá),耿涌,魏文棟,高鎮(zhèn),吳峻宜,唐振軒
受保護(hù)的技術(shù)使用者：內(nèi)蒙古電力（集團(tuán)）有限責(zé)任公司電能計(jì)量分公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26