基于分时碳计量的楼宇群电碳耦合互动共享方法

计算;推算;计数设备的制造及其应用技术1.本发明涉及智能楼宇配电技术领域，具体涉及基于分时碳计量的楼宇群电碳耦合互动 共享方法。背景技术：2.用户侧楼宇群作为未来城市能耗的主要源头，楼宇碳排放的管理对国家碳中和目标 的实现具有举足轻重的作用。随着新型电力系统的建设需求，未来城市将迎来较大规模分 布式光伏发电的发展，将会形成大量的光伏楼宇，光伏楼宇的清洁能源消纳将迎来巨大的 挑战。用户侧楼宇群共享是解决光伏消纳问题的重要途径，通过光伏绿电的消纳也能进一 步助力楼宇企业缓解碳排放考核压力。传统用户侧碳计量方法通常采用全天固定因子进行 核算，而实际上每天不同时段能源供给侧发电机组组成成分具有一定差异，使得用户侧对 应的等效碳排放计量也有所不同。因此，综合考虑分时碳计量的智能楼宇群电-碳耦合共 享具有重要的研究意义。技术实现要素：3.本发明的目的在于克服现有技术的不足，该方法通过将用能特性互补的楼宇形成联盟 进行电碳耦合共享，以实现清洁能源消纳及减轻碳考核压力。4.具体通过以下技术方案来实现的：基于分时碳计量的楼宇群电碳耦合互动共享方法， 包括下列步骤：5.步骤s1：建立楼宇群联盟，获取楼宇群联盟的每位成员的电能需求和碳配额的盈缺量，根 据不同的楼宇群类型和供需信息，制定清洁能源的互动共享策略，其中楼宇群类型包括有 光伏、工业和农业；6.步骤s2：根据用户侧上级购电对应等效碳排放分时计量和碳奖惩模型，制定楼宇电碳耦合 决策模型，楼宇电碳耦合决策模型包括有光伏楼宇电碳耦合决策模型、工业楼宇电碳耦合 决策模型、农业楼宇电碳耦合决策模型；7.步骤s3：根据楼宇电碳耦合决策模型确定各个楼宇群的自身运行计划并上报至联盟共 享中心，联盟共享计算该组能源共享是否满足最优标准，当不满足时，重复执行步骤s2， 当满足时，确定楼宇群的共享电-碳价格。8.优选的，所述步骤s1中，对不同时段购电碳排放进行分时计量，其计算公式如下：[0009]ve＝εjpb[0010][0011]其中，εj为时段j单位购电碳排放计量因子，rj为时段不同机组的容量占比；χj为 不同发电机组的单位发电碳排放计量因子。[0012]优选的，所述步骤s2联盟内部电-碳共享市场中各时段的内部买卖价格由所有智能楼 宇共同决定，可以保证楼宇间共享交易的公平性,其计算公式如下：[0013][0014]其中，供给侧ptts为t时段所有卖家的售电量与碳配额出售量化值之和,需求侧pttb为t 时段所有买家的购电量与碳配额购买量化值之和。[0015]优选的，所述步骤s2联盟内部用户电能购售量与上级电网交易电价共同决定电能共 享价格,其计算公式如下：[0016][0017][0018]其中，ηbuy和ηsell为上级电网购售电价格，ηs,buy和ηs,sell为联盟内部购售电价格。[0019]作为优选的，所述步骤s2碳配额交易价格为电-碳量化系数同比例转换后得到联盟内 部的碳配额交易价格,其计算公式如下：[0020][0021]其中，和联盟内部碳市场碳配额出售价格和碳配额购买价格。[0022]优先的，工业智能楼宇包含有多个热电联产机组、燃气锅炉排放设备；农业智能楼宇 包含多个转移负荷蓄能设备。[0023]优选的，光伏楼宇电碳耦合决策模型是以上级电网购售电成本，与其他楼宇的购售电 及购售碳配额成本，设备运行维护成本，碳奖惩成本等总成本最小决策楼宇运行计划；工 业楼宇电碳耦合决策模型是以上级电网购售电成本，与其他楼宇的购售电及购售碳配额成 本，天然气网购气成本，上级热网购热成本，设备运行维护成本，碳奖惩成本等总成本最 小决策楼宇运行计划；农业楼宇电碳耦合决策模型是以上级电网购售电成本，与其他楼宇 的购售电及购售碳配额成本，设备运行维护成本，碳奖惩成本，可转移负荷成本等总成本 最小决策楼宇运行计划。[0024]本发明的有益效果是：[0025](1)通过建立用户侧楼宇群上级购电分时碳计量模型，通过楼宇群间电碳耦合共享在 清洁能源电能价值基础上同时考虑了其低碳价值，可以深入挖掘楼宇群间的清洁能源共享 潜力，同时满足楼宇用能需求和碳配额需求，提高楼宇运行的经济性，具有实用性。附图说明[0026]图1为本发明提供的：考虑分时碳计量的智能楼宇群电-碳耦合互动共享流程示意图；[0027]图2为本发明提供的：智能楼宇群电-碳耦合共享框架示意图；[0028]图3为本发明提供的：联盟内部楼宇群互动迭代共享示意图；[0029]图4为本发明的实施例中四号机过机流量传感器趋势图；[0030]图5为本发明提供的：不同运行场景下农业楼宇室内温度示意图；[0031]图6为本发明提供的：不同运行场景下农业楼宇储能充放电功率示意图；[0032]图7为本发明提供的：不同运行场景下农业楼宇储能充放电功率示意图。具体实施方式[0033]下面结合本发明的附图1，对本发明实施例中的技术方案进行清楚、完整地描述，显 然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的 实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例均属 于本技术的保护范围。[0034]实施例1：[0035]如图1所示，将有合作意向的楼宇群形成联盟进行清洁能源共享，联盟共享规则为各 成员上报自己电能及碳配额的盈缺量即可，根据联盟内不同类型楼宇(如农业楼宇、光伏 楼宇)产消的供需互补特征设定清洁能源的互动共享策略。构建用户侧上级购电对应等效 碳排放分时计量及碳奖惩模型，以尽量激励楼宇群间的清洁能源共享；联盟共享中心获取 联盟中楼宇群的电能-碳配额的供需信息，并根据基于改进供需比的智能楼宇群电碳共享模 型，制定联盟的共享方案，以尽量实现联盟内部清洁能源及摊牌额的共享；各楼宇通过电 碳耦合决策模型确定自身的运行计划并上报给联盟共享中心，共享中心判断联盟内部的共 享方案是否最优，若为最优，则按照本次得到的计划进行能源共享；若不为最优，共享中 心通过楼宇群上报的最新运行计划重复步骤s2，循环迭代确定智能楼宇群内部耦合共享电ꢀ‑碳价格以及最终的楼宇运行计划。算例仿真展示了考虑分时碳计量的电碳耦合互动共享方 案，验证了所提方法对促进清洁能源消纳及联盟内部碳减排的有效性。对不同时段购电碳 排放进行分时计量，其计算公式如下：[0036]ve＝εjpb[0037][0038]其中，εj为时段j单位购电碳排放计量因子，rj为时段不同机组的容量占比；χj为 不同发电机组的单位发电碳排放计量因子。[0039]如图2所示，具有清洁能源及碳配额供需互补特性的楼宇组成联盟运行，根据联盟内 部各楼宇实时电能及碳配额的供需进行内部电能及碳配额定价，然后各楼宇根据联盟共享 平台传导的动态价格调整自己的用能计划，通过互动共享迭代得出联盟最优运行计划。[0040]如图3所示，在考虑碳排放情况下，清洁能源对于楼宇群降低运行成本的效益进一步 提升，在智能楼宇群联盟能源共享过程中，各楼宇通过调整自身用能计划与联盟共享平台 进行交互迭代，得出最优运行计划及共享电-碳价格。[0041]联盟内部电-碳共享市场中各时段的内部买卖价格由所有智能楼宇共同决定，可以保证 楼宇间共享交易的公平性,其计算公式如下：[0042][0043]其中，供给侧ptts为t时段所有卖家的售电量与碳配额出售量化值之和,需求侧pttb为t 时段所有买家的购电量与碳配额购买量化值之和。[0044]联盟内部用户电能购售量与上级电网交易电价共同决定电能共享价格,其计算公式如 下：[0045][0046][0047]其中，ηbuy和ηsell为上级电网购售电价格，ηs,buy和ηs,sell为联盟内部购售电价格。[0048]作为优选的，所述步骤s2碳配额交易价格为电-碳量化系数同比例转换后得到联盟内 部的碳配额交易价格,其计算公式如下：[0049][0050]其中，和联盟内部碳市场碳配额出售价格和碳配额购买价格。[0051]所述楼宇进行一般性决策建模：[0052]光伏楼宇电碳耦合决策模型是以上级电网购售电成本，与其他楼宇的购售电及购售碳 配额成本，设备运行维护成本，碳奖惩成本等总成本最小决策楼宇运行计划，其计算公式 如下：[0053][0054]其中：为第i栋光伏楼宇运行时的购售电成本， 碳权成本，暖通空调，储能系统的运行维护成本，碳奖惩成本，其计算公式如下：[0055][0056][0057][0058][0059][0060]其中，为第t时刻向上级电网的购电功率和售电功率；为第t时刻在 联盟内部市场的购电功率和售电功率；为第t时刻在联盟内部市场的碳配额购买 额度和碳配额出售额度；分别为暖通空调、储能系统的单位成本系数，为暖 通空调t时段的预测温度；为第t时刻储能设备的充、放电功率。vd为楼 宇实际排放的二氧化碳量与拥有的碳配额。φ为节省每单位碳排放额的奖励系数。宇实际排放的二氧化碳量与拥有的碳配额。φ为节省每单位碳排放额的奖励系数。为超额排放阶梯二氧化碳碳价,d为关于阶梯排放的碳排放区间长度。[0061]工业智能楼宇是以上级电网购售电成本，与其他楼宇的购售电及购售碳配额成本，天 然气网购气成本，上级热网购热成本，设备运行维护成本，碳奖惩成本等总成本最小决策 楼宇运行计划，其计算公式如下：[0062][0063]其中，为第i栋工业楼宇运行时的购热成本，购气成本，其计算公式如下：[0064][0065][0066]其中，λ为热能单位价格，为第t时刻的购热量；τ为天然气单位价格，为 第t时刻的购气量。[0067]农业楼宇电碳耦合决策模型是以上级电网购售电成本，与其他楼宇的购售电及购售碳 配额成本，设备运行维护成本，碳奖惩成本，可转移负荷成本等总成本最小决策楼宇运行 计划，其计算公式如下：[0068][0069]其中：为第i栋农业楼宇的可转移负荷成本,其计算公式如下：[0070][0071]其中，为转移负荷调整的单位成本系数，为可转移负荷t时段的实际用电功率， 为可转移负荷t时段的预测用电功率。[0072]所述算例验证分析：[0073]本发明以3类楼宇组成智能楼宇群联盟作为研究对象，以夏季某典型日的光伏预测功 率对联盟内清洁能源及摊牌额的共享展开仿真分析。选取3类楼宇进行仿真，光伏和农业 楼宇都安装了规格较小的分布式光储系统，光伏发电峰值功率为500kw，工业智能楼宇安 装有chp设备和gb设备。所有楼宇都装备了储能资源，以平滑负荷曲线，降低运营成本， 储能充放电损耗的成本系数取0.2。电网购电电价则按照单一制工商业峰谷电价来计算， 具体见表1。根据楼宇一年的碳配额，本发明假设一天工业智能楼宇碳排放配额为4吨/天， 光伏和农业楼宇的碳排放配额为2吨/天。[0074]本发明所选取的3类智能楼宇均具有独立决策能力，为验证本发明所提分时碳计量的 电碳耦合共享策略对促进智能楼宇群能源共享，增加光伏发电就地消纳量，减少楼宇碳排 放量的作用，将对以下三种场景进行对比分析[0075]场景1：假设智能楼宇群按上网电价独立运行，只与上级电网进行交易，楼宇之间不 进行交易，采用传统固定碳计量方式。[0076]场景2：智能楼宇群按照传统供需比共享策略进行交易，采用传统固定碳计量方式。[0077]场景3：智能楼宇群按照本发明提出的智能楼宇群电-碳耦合共享模型进行交易，采用 分时碳计量方式。[0078]表1工商业峰谷电价[0079][0080]表2智能楼宇运行成本[0081][0082]如表2所示，三种类型的智能楼宇在运行场景1下只与电网进行电能交互，不进行清 洁能源共享，所需运行成本最高，而在运行场景2下，智能楼宇群联盟的运行成本相较于 非联盟运行降低了11.9％，在运行场景3下，本发明提出的电-碳耦合共享相较于非联盟运 行降低了13.9％，验证了本发明所提出的考虑分时碳计量的智能楼宇群电-碳耦合共享具有 较好的经济效益。[0083]智能楼宇群在三种场景中向上级电网的购售电量存在较大差异，在运行场景2场景下 (图中未示出)，对比运行场景1(图中未示出)结果能够明显发现减少了智能楼宇群与 上级电网的交易电量，增加了光伏可再生能源的就地消纳量。在运行场景3场景下(图中 未示出)，总用电量波动不大的基础上，在增加楼宇群光伏能源消纳的同时又削减了楼宇 峰时用电的购电量。综合来看，本发明提出的考虑分时碳计量的智能楼宇群电-碳耦合共享 具有较好的削峰填谷的能力。[0084]如图5所示，三种运行情况中农业智能楼宇楼宇室内温度的变化结果在不同时段略有 差异，在运行场景1中，可以看出室内温度在设定的适度最舒适温度附近变化；在运行场 景2中，hvac系统主要安排在价格较低的时段运行降低室内温度；在运行场景3中，hvac 系统综合了价格因素和碳排放因素，在10：00—14：00时间段选择了保持室内温度，在 电价较低以及碳排放计量较低的时段运行降低室内温度。[0085]如图6所示，农业智能楼宇储能系统的运行结果在不同时段略有差异，在运行场景1 中，楼宇在电价低的时段将满足自身负荷需求后剩余的电能存储在ess中，在电价高的时 段将ess设备中的电能供给自身负荷减少楼宇运行成本。在运行场景2中，楼宇可以存储 满足自身负荷需求后剩余的电能或者购买其它楼宇的剩余的电能，并将其存储在ess中， 在其它楼宇有电能缺额的时候，将电能从ess中释放出来并出售给其它楼宇主体获取更多 利润。在运行场景3中，储能设备在中碳占比时段和低碳占比时段存储满足自身负荷需求 后剩余的电能或者购买其它楼宇主体的剩余的电能，在购电高碳占比时段释放电能满足自 身负荷或者出售给其他楼宇，获取利润的同时减少了整个楼宇群联盟的碳排放总量。本发 明提出的考虑分时碳计量的智能楼宇群电-碳耦合共享策略可以激励楼宇调整内部灵活性 资源的运行计划，促进区域楼宇的能源共享的同时进一步达成了减排的目标。[0086]在高碳排放时段(图中未示出)，联盟内部市场购电价格接近外部购电价格，售电价 格高于售电价格，充分激励了用户在高碳排放时段的节能减排的积极性；在外部电价较高 且处于中碳排放时段，储能及光伏系统的供给量很少，内部购售电价差别不大，且十分接 近外部购电电价，证明楼宇群联盟将光伏供给集中在高碳排放时段促进减排。[0087]智能楼宇单独运行时，仅仅依靠碳奖惩机制，楼宇的碳减排意识比较薄弱，碳排放 量较高；在引入供需比共享策略后，楼宇群联盟的碳排放量有了明显的降低，碳惩罚成本 也随之减少。应用本发明提出的考虑分时碳计量的智能楼宇群电-碳耦合共享模型后，在运 行场景2的基础上，智能楼宇群联盟的碳排放总量得到进一步的降低，结合碳奖惩成本极 大的提高了楼宇群二氧化碳减排的积极性，证明本发明提出电-碳耦合共享策略对于联盟运 行的经济效益，清洁能源消纳及二氧化碳减排都有一定改善。[0088]综上所述，通过项目实施过程，对机组运行状态的实时评价与监测，对设备维护保 养策略，以及备件采购的调度优化，实现电站的供应链优化，在保障服务电网需求前提下， 最大限度确保机组设备的健康度和运行稳定，从而减小设备故障、损毁带来的经济损失， 同时也为管理部门经营决策提供科学参考依据，指导运维检修，优化巡检目标，节约人力 成本。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!