面向多能互补和低碳化的多区域虚拟电厂优化调度方法与流程

1.本发明属于虚拟电厂调度技术领域，涉及多区域虚拟电厂优化调度方法，尤其是一种 面向多能互补和低碳化的多区域虚拟电厂优化调度方法。


背景技术：

2.随着化石能源日益枯竭和温室效应不断凸显，发展清洁可再生能源，促进节能减排已 成为全球各国的共识。为推动电力低碳化发展，需大力发展清洁可再生能源，减少各类污 染物的排放。2020年，我国弃风量达到180亿kwh左右，弃光量达到50亿kwh左右， 风电、光伏大规模并网间接增加了电负荷的峰谷差功率被间接增大。针对此问题，中央和 国家机关有关部门推出多项政策和改革举措，多种能源互补模式是进一步增强可再生能源 消纳水平的重要途径。目前，如何提高可再生能源利用率和增强能源间的相互耦合已经引 起广泛研究。
3.电制气(p2g)技术是一种实现负荷平移和能源转换的新型方法。p2g利用弃风、弃 光电量制成易于储存的天然气，有利于电负荷削峰填谷，促进可再生能源的消纳。现有文 献对p2g的研究多集中在多能源耦合网络，促进系统灵活运行，降低弃风弃光电量等方面。 但鲜有涉及p2g原料成本、原料供给途径等问题的研究。碳捕集电厂是p2g设备co2原 料来源的一种优良供应途径。相较于传统火电厂，碳捕集电厂利用碳捕集技术对燃煤火电 厂进行改造，可显著降低碳排放水平，有助于电力低碳化发展。碳捕集能耗作为一种可调 负荷，能够灵活应对风机、光伏出力的波动性。现阶段对电制气和碳捕集电厂的研究极少 涉及“电-气-热”多能源耦合系统，尚未实现“电-气-热”多能源间的有效调度。在我国政 策引导下，大规模的垃圾废物处理技术得到了迅速发展，实现了垃圾的资源化和再利用， 潜力巨大。2020年，畜禽粪污沼气资源潜力已达全国天然气年消费量的6％，通过城市粪 污处理制气可有效提高风机、光伏发电的消纳能力。随着垃圾焚烧处理和焚烧污染低排放 技术的发展，中国环保型垃圾焚烧电厂建设不断增多，烟气处理系统能耗大约占其总发电 量的25％。通过加装储烟装置解耦垃圾发电环节与烟气处理环节，通过调节和平移烟气处 理功耗可以进一步提升风机、光伏发电的消纳能力。在面对高渗透率可再生能源接入电网 的形势下，相较于其它传统的发电单元，粪污处理设备和垃圾焚烧电厂具有可控空间广阔、 节约能源潜力巨大等优势。
4.因此，促进p2g、碳捕集、粪污处理、垃圾焚烧、风机和光伏发电等多种设备协同运 行具有明显优势。然而，由于不同区域多种设备地理位置分散，独立运行，缺乏彼此间的 协调控制，资源分配不合理等问题突出。虚拟电厂(vpp)通过先进的信息技术可以整合 不同区域内的多种设备，实现区域间的优化调度，同时具有较好的环保性和经济性，能够 有效的解决上述问题。作为重要的能源利用方案，vpp需面对高渗透率可再生能源的并网 威胁，亟需探求vpp低碳经济运行方式，平抑负荷波动和提升可再生能源消纳能力的途径。
5.现有文献鲜有涉及多区域vpp的区域间电能交互的优化调度问题，且单区域vpp的研 究多以高碳排的化石燃料机组作为可控单元，极少采用以碳捕集和垃圾焚烧电厂等环
境友 好型机组作为可控单元的综合调度形式，且未考虑粪污处理设备和p2g运行成本对vpp 优化调度的影响。
6.经检索，未发现与本发明相同或相似的现有技术的公开文献。


技术实现要素：

7.本发明的目的在于克服现有技术的不足，提出一种能够促进电能、热能和天然气能源 的互补利用，推动电力能源低碳化转型，提升清洁可再生能源消纳能力，缓解可再生能源 出力和负荷供需不匹配矛盾，增加虚拟电厂运行净利润，降低虚拟电厂碳排放强度，全覆 盖p2g、碳捕集、粪污处理、垃圾焚烧、风机和光伏等多种设备的面向多能互补和低碳化 的多区域虚拟电厂优化调度方法。
8.一种面向多能互补和低碳化的多区域虚拟电厂优化调度方法，包括以下步骤：
9.步骤1、构建多区域vpp架构组织；
10.步骤2、基于步骤1所构建的多区域vpp架构组织，制定天然气产消系统运行策略， 并计算其电能消耗量、天然气产量和碳减排量；
11.步骤3、基于步骤2所制定天然气产消系统运行策略，通过区域间能量交互实现多区 域vpp的电能互补，以vpp运行效益最大化为目标，构建多区域vpp优化调度模型；
12.步骤4、采用复合微分进化算法进行求解步骤3所构建的多区域vpp优化调度模型， 进而实现面向多能互补和低碳化的多区域虚拟电厂优化调度。
13.本发明的优点和有益效果：
14.1、本发明提出一种面向多能互补和低碳化的多区域虚拟电厂优化调度方法，考虑多 种设备的关联关系，提出由碳捕集、p2g和粪污处理等多单元构成的天然气产消系统运行 策略，助力发电低碳化转型；考虑“电-气-热”多种能量协调优化调度，提出天然气产消 系统、垃圾焚烧、可再生能源发电等多系统多单元的协同运行策略，有效提升风电、光伏 的消纳能力；面向能源低碳化发展和多能源互补，充分考虑能源市场交易、碳市场交易、 多种设备运行、可中断负荷和环境污染等多方面因素，构建多区域虚拟电厂优化调度模型， 提出的优化调度方案普适性高，经济效益好，能够较好地提升清洁可再生能源消纳能力， 缓解可再生能源出力和负荷供需不匹配矛盾，实现源荷之间的供需平衡，促进电能、热能 和天然气能源的互补利用，推动电力能源低碳化转型，更具学术意义和工程价值。
15.2、本发明能够为虚拟电厂的调度运行提供技术支撑，解决了虚拟电厂需要面对的高 渗透率可再生能源并网的威胁，满足低碳化和多能互补理念，适用于多区域多系统多设备 的场景，具有广泛的实用性；能够充分考虑多种设备的关联关系，优化各类设备的原料来 源，减少各类设备的成本支出，降低各类设备运行的碳排放；破解多系统多设备联合运行 调度难的问题，实现各系统、各设备间的“电-气-热”多种能量协调优化调度和碳的再利 用，更为有效地提升风电和光伏的消纳能力；能够适应多能互补和能源低碳化发展需求， 充分考虑能源市场和碳市场交易、多种设备联合运行、可中断负荷和环境污染等多方面因 素，提出多区域虚拟电厂优化调度策略，所得调度方案普适性高，经济效益好，能够较好 地提升清洁可再生能源消纳能力，缓解可再生能源出力和负荷供需不匹配矛盾，实现源荷 之间的供需平衡，促进电能、热能和天然气能源的互补利用，推动电力能源低碳化转型， 更具学术意义和工程价值。
附图说明
16.图1是本发明的面向多能互补和低碳化的多区域虚拟电厂优化调度求解流程图；
17.图2是本发明的面向多能互补和低碳化的多区域虚拟电厂架构图；
18.图3是本发明的天然气产消系统运行原理图；
19.图4是本发明的改进的复合微分进化算法流程图；
20.图5是本发明的虚拟电厂各区域初始数据曲线图；
21.图6是本发明的多种算法求解过程对比图；
22.图7是本发明的方案5的虚拟电厂电能曲线图；
23.图8是本发明的方案5的虚拟电厂三个区域的co2捕集量和排放量图；
24.图9是本发明的方案5的虚拟电厂区域1的各单元运行曲线图；
25.图10是本发明的方案5的虚拟电厂区域间的运行曲线图。
具体实施方式
26.以下结合附图对本发明实施例作进一步详述：
27.目前研究鲜有涉及多区域虚拟电厂(vpp)的区域间电能交互的优化调度问题，且单 区域vpp的研究多以高碳排的化石燃料机组作为可控单元，极少采用以碳捕集和垃圾焚烧 电厂等环境友好型机组作为可控单元的综合调度形式，且未实现“电-气-热”多能源间的 有效调度。为此，本发明首先提出了促进电制气(p2g)、碳捕集、粪污处理、垃圾焚烧、 风机和光伏发电等多种设备协同运行的多区域vpp结构框架；其次，利用碳捕集单元、p2g、 粪污处理系统、热电联产机组(chp)和燃气锅炉组合构成天然气产消单元p2g将捕集到 的co2作为原料，与粪污处理系统共同满足chp和燃气锅炉的天然气需求。再次，通过 多系统多单元协同运行，利用碳捕集功耗和烟气处理功耗的可平移负荷特性，平抑可再生 能源出力波动，间接实现风电和光伏的灵活利用。然后，通过区域间能量交互实现多区域 vpp的电能互补，以vpp运行效益最大化为目标，搭建了多区域vpp优化调度模型。最后， 鉴于调度模型具有高维非线性，求解难度较大等特点，将群变异基向量引入复合微分进化 算法进行求解，提出了含面向多能互补和低碳化的多区域虚拟电厂优化调度方法。
28.一种面向多能互补和低碳化的多区域虚拟电厂优化调度方法，如图1所示，包括以下 步骤：
29.步骤1、构建多区域vpp架构组织；
30.所述步骤1的多区域vpp架构组织通过能源集线器分析vpp中分布式能源系统的能源 转化和分配关系；该多区域vpp架构组织的每个区域均包括对应的能源集线器，每个能源 集线器均包括碳捕集单元、可再生能源单元、天然气消费单元、制气系统、垃圾焚烧单元、 储能单元和负荷单元；所述负荷单元包括固定负荷和可中断负荷，切除可中断负荷需向用 户支付补偿费用；所述天然气消费单元与垃圾焚烧单元用于共同满足热负荷需求；所述制 气系统制用于满足区域天然气消费单元的燃气需求；
31.在本实施例中，与单区域vpp不同，多区域vpp可以实现各区域间的能源互补，协调 各区域供能单元输出，有效提高vpp的运营收益。本发明通过能源集线器分析vpp中分布 式能源系统的能源转化和分配关系。因此，本发明提出的面向多能互补和低碳化的多区域 虚拟电厂架构，如图2所示。vpp各区域能源集线器均包含碳捕集单元(燃煤发电机、碳 捕集系
设备功率、粪污处理系统功率，其功率由弃风弃光电量满足，提高了风电和光伏的消纳能 力；ηn为处理第n种粪污的设备效率；p
mts,n,t,i
为t时段i区域处理第n种粪污的设备功率。
46.(2)天然气产量
47.t时段i区域p2g设备的天然气产量v
p2g,t,i
方程如下所示。
[0048]vp2g,t,i
＝3.6η
p2g
p
p2g,t,i
/hgꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0049]
式中，hg是天然气热值，取39mj/m3；η
p2g
是p2g设备的转换效率。
[0050]
t时段i区域粪污处理系统mts的等效天然气产量v
mts,t,i
方程如下所示。
[0051]vmts,t,i
＝η
mts
p
mts,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0052]
其中，η
ftf
是粪污处理系统的转换效率。
[0053]
(3)碳减排量
[0054]
t时段i区域天然气产消系统的碳减排量，即碳捕集系统的co2捕集量如下所示。
[0055]qcc,t,i
＝p
op,t,i
/wcꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0056]
式中，wc是碳捕集电厂捕集co2的能耗系数，mwh/吨。
[0057]
t时段i区域用于p2g设备原料的co2总量q
p2g,t,i
方程如下所示。
[0058]qp2g,t,i
＝α
co2
η
p2g
p
p2g,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0059]
式中：α
co2
是p2g设备co2利用系数，吨/mwh。
[0060]
t时段i区域碳捕集系统的co2封存量方程如下所示。
[0061]qcs,t,i
＝q
cc,t,i-q
p2g,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0062]
t时段i区域天然气产消系统往大气中的co2排放量方程如下所示。
[0063]qce,t,i
＝q
cg,t,i-q
cc,t,i
＝e
ccs
p
cfg,t,i-q
cc,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0064]
式中，e
ccs
是碳捕集系统的co2捕集系数，吨/mwh；p
cfg,t,i
是燃煤发电机发电功率。
[0065]
步骤3、基于步骤2所制定天然气产消系统运行策略，通过区域间能量交互实现多区 域vpp的电能互补，以vpp运行效益最大化为目标，构建多区域vpp优化调度模型；
[0066]
所述步骤3的具体步骤包括：
[0067]
(1)构建设备模型：
[0068]
①
燃气机组
[0069]
p
chp,t,i
＝v
chp,t,i
hgη
chp,e
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0070]hchp,t,i
＝v
chp,t,i
hg(1-η
chp,e-η
chp,loss
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0071]hgb,t,i
＝v
gb,t,i
hgη
gb
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0072]
式中：p
chp,t,i
是i区域t时段chp机组的电功率；h
chp,t,i
是i区域t时段chp机组的热功 率；v
chp,t,i
是i区域t时段chp机组的天然气消耗量；v
gb,t,i
是i区域t时段燃气锅炉的天然 气消耗量；η
chp,e
是chp机组电效率；η
chp,loss
是chp机组损耗率；η
gb
是燃气锅炉效率；h
gb,t,i
是i区域t时段燃气锅炉的热功率。
[0073]
②
储能单元
[0074]
考虑储能装置自损耗，储电、储热功率方程如下所示。
[0075]sees,t,i
＝s
ees,t-1,i
(1-σ
ees,i
)+μ
eesc,t,i
η
eesc,i
p
eesc,t,i
+μ
eesd,t,i
η
eesd,i
p
eesd,t,i
ꢀꢀ
(13)
[0076]
0≤μ
eesc,t,i
+μ
eesd,t,i
≤1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0077]stes,t,i
＝s
tes,t-1,i
(1-σ
tes,i
)+μ
tesc,t,i
η
tesc,iqtesc,t,i
+μ
tesd,t,i
η
tesd,iqtesd,t,i
ꢀꢀ
(15)
[0078]
0≤μ
tesc,t,i
+μ
tesd,t,i
≤1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)
[0079]
式中：s
ees,t,i
、s
tes,t,i
为i区域t时段末电储能和热储能的剩余能量，mwh；p
eesc,t,i
、p
eesd,t,i
分别为i区域t时段电储能的充电、放电功率，正为充电，负为放电；q
tesc,t,i
、q
tesd,t,i
分别 为i区域t时段热储能的储热、放热功率，正为储热，负为放热；η
eesc,i
、η
eesd,i
分别为i区 域电储能的充电、放电效率；η
tesc,i
、η
tesd,i
分别为i区域热储能的储热、放热效率；σ
ees,i
、 σ
tes,i
分别为i区域的电储能、热储能的自损耗率；μ
eesc,t,i
、μ
tesc,t,i
分别表示i区域t时段电 储能、热储能是否补充能量，否则置0，是则置1；μ
eesd,t,i
、μ
tesd,t,i
分别表示i区域t时段 电储能、热储能是否释放能量，否则置0，是则置1。
[0080]
③
垃圾焚烧单元
[0081]
垃圾焚烧电厂可同时满足区域的供电和供热需求。我国现阶段垃圾发电量约372kwh/ 吨，热能利用率在[18％,26％]区间，垃圾焚烧电厂能够提供的总能量w
wi,i
方程如下所示。
[0082][0083]
式中；p
wi,t,i
、h
wi,t,i
分别表示i区域t时段垃圾焚烧电厂的电功率、热功率输出；t为 调度周期内总时段数；δt为运行时间。
[0084]
垃圾焚烧电厂产生的烟气经过排烟管道流入烟气处理系统中，经过反应塔去除污染气 体后，方可向大气中排放。引入储烟装置后，可通过调节烟气进入反应塔和储烟装置的烟 气分流比，解耦烟气处理环节与垃圾发电环节。因此，含储烟装置的烟气处理系统能耗是 一种可调控负荷。通过控制烟气处理系统的工作时间，与vpp中其它单元协调优化运行， 能够使得vpp调度方式更加灵活。烟气处理系统功率方程如下所示。
[0085]
p
fg,t,i
＝w
fg
(q
fg1,t,i
+q
fg2,t,i
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(18)
[0086]
式中：p
fg,t,i
是i区域t时刻烟气处理系统功率；w
fg
是烟气处理系统的功耗系数；q
fg1,t,i
为i区域t时刻垃圾焚烧电厂排烟管道流入烟气处理系统的烟气量；q
fg2,t,i
为i区域t时刻 储烟装置流入烟气处理系统的烟气量。
[0087]
④
多系统多单元协同运行
[0088]
天然气产消系统、垃圾焚烧单元、可再生能源单元等多系统多单元协同运行时，碳捕 集单元、垃圾焚烧单元、可再生能源单元共同满足碳捕集系统、烟气处理系统的用能需求， 剩余功率并入电网。
[0089]
p
cc,t,i
＝p
cfgcc,t,i
+p
wicc,t,i
+p
wtcc,t,i
+p
pvcc,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(19)
[0090]
p
fg,t,i
＝p
cfgfg,t,i
+p
wifg,t,i
+p
wtfg,t,i
+p
pvfg,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)
[0091]
式中：p
cc,t,i
、p
fg,t,i
分别是t时段i区域碳捕集系统、烟气处理系统的功率；p
cfgcc,t,i
、 p
wicc,t,i
、p
wtcc,t,i
、p
pvcc,t,i
分别是i区域t时段由燃煤发电机、垃圾焚烧电厂、风电、光伏向 碳捕集系统提供的功率；p
cfgfg,t,i
、p
wifg,t,i
、p
wtfg,t,i
、p
pvfg,t,i
分别是i区域t时段由燃煤发电 机、垃圾焚烧电厂、风电、光伏向烟气处理系统提供的功率。
[0092]
p
cfg,t,i
＝p
cfgcc,t,i
+p
cfgfg,t,i
+p
cfgn,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)
[0093]
p
wi,t,i
＝p
wicc,t,i
+p
wifg,t,i
+p
win,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(22)
[0094]
p
wt,t,i
＝p
wtcc,t,i
+p
wtfg,t,i
+p
wtn,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(23)
[0095]
p
pv,t,i
＝p
pvcc,t,i
+p
pvfg,t,i
+p
pvn,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(24)
[0096]
式中：p
wi,t,i
、p
wt,t,i
、p
pv,t,i
分别是i区域t时段垃圾焚烧电厂、风电、光伏的发电功
率； p
cfgn,t,i
、p
win,t,i
、p
wtn,t,i
、p
pvn,t,i
分别是i区域t时段燃煤发电机、垃圾焚烧电厂、风电、光 伏并网的功率。
[0097]
⑤
区域间能量交互
[0098]
多区域vpp的各个区域间可实现电能和热能的交互，区域间能量交互方程如下所示。
[0099]
p
in,t,j,i
＝μ
p,t,i,j
p
out,t,i,j
(1-σ
p,i,j
l
p,i,j
p
out,t,i,j
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(25)
[0100]hin,t,j,i
＝μ
h,t,i,jhout,t,i,j
(1-σ
h,i,j
l
h,i,jhout,t,i,j
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(26)
[0101]
式中：p
out,t,i,j
、p
in,t,j,i
分别是t时段区域ij间存在电能交互时，i区域的输出电功率和j 区域输入的电功率；h
out,t,i,j
、h
in,t,j,i
分别为t时段区域ij间存在热能交互时，i区域的输出 热功率和j区域输入的热功率；σ
p,i,j
为区域ij间的单位距离电能损耗系数；σ
h,i,j
为区域ij间 的单位距离热能损耗系数；l
p,i,j
、l
h,i,j
分别为区域ij间输送电能、热能的距离，km；μ
p,t,i,j
、 μ
h,t,i,j
分别表示t时段区域ij间是否存在电能、热能交互，否则置0，是则置1。
[0102]
(2)构建目标函数
[0103]
为体现vpp的经济性，以vpp运行净利润最大化为目标进行优化，目标函数表达式如 方程(27)所示。其中，决策变量包括碳市场交易量、能源市场(em)交易量、碳捕集 单元运行参数、垃圾焚烧单元运行参数、燃气消费单元运行参数、p2g运行参数、可再生 能源单元运行参数、中断负荷量等。
[0104][0105]
式中：s是vpp内区域总数。目标函数包括，碳市场收益i
cm,t,i
、能量市场收益i
em,t,i
、 环境污染成本c
e,t,i
、燃煤发电机燃料成本c
cfg,t,i
、碳封存成本c
cs,t,i
、垃圾焚烧电厂成本c
wi,t,i
、 燃气消费单元成本c
gc,t,i
、p2g成本c
p2g,t,i
、风电和光伏维护成本c
om,t,i
、中断负荷补偿费用 c
il,t,i
等10个部分。
[0106]
各个部分表达式详述如下：
[0107]
①
当碳捕集单元往大气中的co2排放量比碳排放配额q
co2,t,i
多时，需要购买超出配额 的碳排放权。当碳捕集单元往大气中的co2排放量比碳排放配额q
co2,t,i
少时，可将剩余碳 排放权出售并获取相应的收入，碳交易收益方程如下所示。
[0108]icm,t,i
＝kc(q
co2,t,i-q
ce,t,i
)＝kc(γcp
cfg,t,i-q
ce,t,i
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(28)
[0109]
式中：kc为碳交易价格，万元/吨；γc为碳排放基准量系数，吨/mwh。
[0110]
②
电力市场的收益表达式如方程(29)所示。
[0111]iem,t,i
＝0.5p
em,t,i
(λ
em1,t
+λ
em2,t
)+0.5|p
em,t,i
|(λ
em1,t-λ
em2,t
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(29)
[0112]
式中：p
em,t,i
为i区域t时段在能源市场的交易量，正为售电，负为购电，mwh；λ
em1,t
、 λ
em2,t
分别为i区域t时段vpp在能源市场的售电、购电电价，万元/mwh。
[0113]
③
2020年，我国火力发电量占全国发电总量的比例约为70.5％，火力发电产生的污染 气体包括co、co2、nox和so2等。因此，vpp从电网中购电时，需支付环境污染成本， 如方程(30)所示。
[0114]
[0115]
式中：r是污染物总数；d
r,g
是第r种污染物排放系数，kg/mwh；hr是第r种污染物 环境系数，元/kg；yr是第r种污染物罚款系数，元/kg。
[0116]
④
为了保证模型解精度，考虑阀点效应的燃煤发电机燃料费用方程如下所示。
[0117][0118]
式中：ai、bi、ci、di、ei分别是i区域燃煤发电机的燃料成本系数；p
cfg,min,i
是i区域燃 煤发电机输出功率下限。
[0119]
⑤
现有阶段，通过将捕集后的co2进行封存，以实现减排co2的目的。考虑到co2 封存运输距离长且成本高昂，还存在封存泄露危害环境和易造成爆炸等风险。本发明通过 天然气产消系统，将捕集到的co2作为原料提供给p2g，实现了碳的回收利用，并有效减 少了co2封存量。随着p2g技术的不断进步，可在更大程度上回收利用co2回收利用， 减少碳封存。碳封存成本方程如下所示。
[0120]ccs,t,i
＝q
cs,t,ikcs
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(32)
[0121]qcs,t,i
＝q
cc,t,i-q
p2g,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(33)
[0122]
式中：k
cs
是co2封存成本系数，万元/吨。
[0123]
⑥
垃圾焚烧电厂成本仅指碳排放罚款，其表达式如下所示。
[0124]cwi,t,i
＝p
wi,t,ikc,t,i
(e
fg-γc)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(34)
[0125]
式中：e
fg
是垃圾焚烧电厂烟气排放量系数，吨/mwh。
[0126]
⑦
天然气消费系统成本主要指天然气购买费用，其表达式如下所示。
[0127]cgc,t,i
＝v
ngm,t,ikng
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(35)
[0128]vbuy,t,i
＝v
chp,t,i
+v
gb,t,i-v
p2g,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(36)
[0129]
式中：v
ngm,t,i
是区域i购买天然气的总量，m3；k
ng
是天然气市场中的天然气单价，万 元/m3。
[0130]
⑧
p2g运行成本如方程(37)所示。
[0131]cp2g,t,i
＝p
p2g,t,ikp2g
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(37)
[0132]
式中：k
p2g
是p2g运行成本系数，万元/mwh。
[0133]
⑨
风电、光伏日常维护费用如方程(38)所示。
[0134]com,t,i
＝λ1p
wt,t,i
+λ2p
pv,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(38)
[0135]
式中：λ1、λ2分别为风电、光伏的维护成本系数，元/mwh。
[0136]
⑩
用户负荷被中断时，vpp需对用户进行补偿。中断负荷补偿费用如方程(39)所示。
[0137][0138]
式中：k为中断负荷等级；λ
cut,k
为第k级中断负荷补偿价格系数，与中断负荷等级正 相关，万元/mw；p
cut,k,t,i
为i区域t时段第k级中断负荷总量，mw。
[0139]
(3)约束条件
[0140]
①
各区域功率平衡约束。
[0141]
[0142]hchp,t,i
+h
gb,t,i
+h
wi,t,i
+h
tesd,t,i
＝h
hl,t,i
+h
tesc,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(41)
[0143]
式中：p
el,t,i
、h
hl,t,i
分别为i区域t时段的电负荷、热负荷，mw；p
cut,t,i
为i区域t时段 各级中断负荷总量。
[0144]
②
碳捕集单元约束。
[0145]
p
cfg,min,i
≤p
cfg,t,i
≤p
cfg,max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(42)
[0146]
p
const,i
≤p
cfgcc,t,i
+p
wicc,t,i
+p
wtcc,t,i
+p
pvcc,t,i
≤p
ccs,max,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(43)
[0147]
p
ccs,max,i
＝wce
ccs
p
cfg,max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(44)
[0148]
|p
cfg,t+1,i-p
cfg,t,i
|≤δp
cfg,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(45)
[0149][0150]
式中：p
cfg,max,i
为燃煤发电机输出功率上限；p
ccs,max,i
是i区域碳捕集系统的运行功耗上 限；δp
cfg,i
为i区域燃煤发电机出力的爬坡速率约束；δp
op,i
为i区域碳捕集系统功耗的爬坡 速率约束。
[0151]
③
天然气消费单元约束。
[0152]
chp机组电热出力及爬坡约束方程如下所示。
[0153]
p
chp,min,i
≤p
chp,t,i
≤p
chp,max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(47)
[0154]hchp,min,i
≤h
chp,t,i
≤h
chp,max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(48)
[0155]
|p
chp,t+1,i-p
chp,t,i
|≤δp
chp,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(49)
[0156]
式中：p
chp,max,i
、p
chp,min,i
、h
chp,max,i
、h
chp,min,i
分别为i区域chp机组电出力上、下限和 热出力上、下限；δp
chp,i
为i区域chp机组出力爬坡速率约束。
[0157]
燃气锅炉热出力及爬坡约束方程如下所示。
[0158]hgb,min,i
≤h
gb,t,i
≤h
gb,max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(50)
[0159]
|h
gb,t+1,i-h
gb,t,i
|≤δh
gb,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(51)
[0160]
式中：h
gb,max,i
、h
gb,min,i
分别为i区域燃气锅炉出力上、下限；δh
gb,i
为i区域燃气锅炉 出力爬坡速率约束。
[0161]
④
p2g运行约束
[0162]
0≤p
p2g,t,i
≤p
p2g,max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(52)
[0163]
式中：p
p2g,max,i
为i区域p2g设备最大运行功率。
[0164]
⑤
储能单元约束
[0165]
电储能约束如方程(53)～(56)所示，鉴于热储能约束与电储能约束一致，此处不 再赘述。
[0166]
0≤p
eesc,t,i
≤p
eesc,max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(53)
[0167]
p
eesd,max,i
≤p
eesd,t,i
≤0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(54)
[0168]sees,min,i
≤s
ees,t,i
≤s
ees,max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(55)
[0169]sees,0,i
＝s
ees,24,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(56)
[0170]
式中：p
eesc,max,i
、p
eesd,max,i
分别为i区域电储能充电、放电功率最大值；s
ees,min,i
、s
ees,max,i
分别为i区域电储能的最小、最大容量；s
ees,0,i
、s
ees,24,i
分别为i区域一天内电储能剩余容 量的始末值。
[0171]
⑥
中断负荷约束
[0172]
0≤p
cut,k,t,i
≤r
cut,k,i
p
el,t,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(57)
[0173][0174]
式中：r
cut,k,i
为i区域第k级负荷中断系数。
[0175]
⑦
垃圾焚烧单元约束
[0176][0177]
p
wi,min,i
≤p
wi,t,i
≤p
wi,max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(60)
[0178]
|p
wi,t+1,i-p
wi,t,i
|≤δp
wi,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(61)
[0179]
0.1v
wifg,max,i
≤v
wifg,t,i
≤0.9v
wifg,max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(62)
[0180]
0≤q
fg3,t,i
≤v
l,wifg,max,i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(63)
[0181]
式中：w
wi,i
为i区域垃圾焚烧单元每日总能量输出，一般情况下根据其装机容量，政 府提供固定量的居民生活垃圾用作其燃料，因此垃圾焚烧单元每日总能量输出恒定； w
wi,max,i
为i区域垃圾焚烧单元每日总能量输出上限；p
wi,max,i
、p
wi,min,i
分别为i区域垃圾焚 烧单元功率输出最大和最小值；δp
wi,i
为i区域垃圾焚烧单元出力爬坡速率约束；v
wifg,t,i
为 i区域t时刻储烟装置的储气量；v
wifg,max,i
为i区域储烟装置的最大容量；q
fg3,t,i
为i区域t 时刻流入储烟装置的烟气量；v
l,wifg,max,i
为储烟装置管道设备的最大流量。
[0182]
⑧
区域间互联功率约束
[0183]
0≤p
in,t,j,i
≤p
io,max,i,j
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(64)
[0184]
0≤p
out,t,i,j
≤p
io,max,i,j
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(65)
[0185]
式中：p
io,max,i,j
为区域ij间电能传输功率的上限。
[0186]
步骤4、采用复合微分进化算法进行求解步骤3所构建的多区域vpp优化调度模型， 进而实现面向多能互补和低碳化的多区域虚拟电厂优化调度；
[0187]
天然气产消系统、垃圾焚烧单元、可再生能源单元等多系统多单元协同运行的多区域 vpp调度模型，具有高维非线性，求解难度较大的特点。在寻优深度和精度上，采用常规 优化算法难以满足求解需求。针对此问题，本发明选用如图4所示的性能优越的复合微分 进化算法进行求解。由于复合微分进化算法借鉴了分子间相互作用力的原理，巧妙地解决 了进化算法中普遍存在的寻优速度和深度之间的矛盾。
[0188]
所述步骤4的具体步骤包括：
[0189]
复合微分进化算法每次循环迭代都将经过排序，将种群个体分为优势群落和劣势群落。 对优势群落采用式(66)所示的de/rand/1变异策略，对劣势群落采用式(67)的de/best/1的 变异策略，以增强进化的方向性。
[0190]yi,g
＝x
d3,g
+f(x
d1,g-x
d2,g
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(66)
[0191]yi,g
＝x
best,g
+f(x
d1,g-x
d2,g
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(67)
[0192]
式中：x
best,g
是第g代个体的最佳向量；x
d1,g
、x
d2,g
、x
d3,g
分别表示随机选取的第g 代个体的第d1、d2和d3向量，三个向量均不相同；f是变异因子；y
i,g
是在变异操作生 成个体的中间向量。
[0193]
综上可知，进化后期优势群落的变异操作中，式(67)的变异差分相量x
d1,g-x
d2,g
逐渐趋 近于0，从而导致进化仍然容易变异停滞陷入早熟，使得种群多样性大幅下降。为此，
引 入群变异基向量，对传统的复合微分进化算法进行改进，用以改善进化后期种群多样性不 足的缺陷，具体过程如下。
[0194]
(1)设每代个体向量为n维，将第g代的原始种群xg和该代中间变异种群yg混合 得到2倍种群规模的混合种群v
g+1
，v
g+1
个体由各区域的碳市场交易量、能源市场交易量、 碳捕集单元运行参数、垃圾焚烧单元运行参数、燃气消费单元运行参数、p2g运行参数、 可再生能源单元运行参数、中断负荷量等组成。
[0195][0196]
(2)对混合种群v
g+1
中的个体，利用matlab的yalmip工具箱求解多区域vpp优化 调度模型目标函数方程(27)，并将计算得到vpp运营收益作为适应度评估值，按从高到 低排序，选出最靠前的、总数为n的最佳个体组成第g+1代的种群x
g+1
，对其排序并选取 最靠前的、总数为m的最佳个体构成群变异基向量b
g+1
＝[x
1,g+1
,x
2,g+1
,
…
,x
m,g+1
]，m《n。其 中，x
1,g+1
即方程(67)中的x
best,g+1
。
[0197]
(3)在群变异基向量b
g+1
中，随机选取个体向量作为每次变异过程中的变异基向量， 通过改进的微分进化变异机制增加变异基向量的多样性，相关表达式如方程(69)所示。
[0198]yi,g+1
＝rand(b
g+1
)+f(x
d1,g+1-x
d2,g+1
+x
d1,d2,g+1
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(69)
[0199]
其中，rand(bg)是在变异基向量群bg中随机选择一个个个体向量。
[0200]
新一代种群可通过改进的复合微分进化的交叉和选择后得到，经过持续迭代，最后收 敛得到vpp运营收益最佳个体，即面向多能互补和低碳化的多区域虚拟电厂优化调度方案。 在传统复合微分进化算法中引入群变异基向量，改善了进化后期种群多样性不足的缺陷， 使整个进化过程中种群多样性都能较好的保持，在兼顾寻优速度同时，避免算法陷入局部 最优解，提升全局深度寻优能力，提高算法性能。
[0201]
步骤5、本发明的面向多能互补和低碳化的多区域虚拟电厂优化调度方法将在cpu为 inter(r)core(tm)i7-8250u，主频为1.8ghz的环境下，基于matlab平台与yalmip 工具箱构建多区域虚拟电厂的数学模型与约束，采用本发明提出的改进的复合微分进化算 法进行求解。
[0202]
下面通过本发明的最佳实施例对本发明作进一步说明：
[0203]
最佳实施例以天津市部分城区分布式综合能源系统为算例，建立多区域虚拟电厂优化 调度模型，并利用本发明改进的复合微分进化算法求解优化调度模型，得到面向多能互补 和低碳化的多区域虚拟电厂优化调度方法。
[0204]
1)算例基础数据
[0205]
vpp系统包含3个区域，各个区域的电负荷、热负荷、风电和光伏功率、vpp在能源 市场的交易电价如图5所示。vpp各个区域均包含1个碳捕集单元、1个p2g系统、1个 chp机组、1个燃气锅炉、1个垃圾焚烧单元、1个可再生能源单元，各单元参数如表1 所示。污染气体排放参数如表2所示。
[0206]
表1能源集线器各单元参数
[0207][0208][0209]
表2污染气体排放参数
[0210]
污染气体排放系数(kg/mwh)环境系数(元/kg)罚款系数(元/kg)nox0.6196.4641.616co2184.0830.0190.008co0.170.8080.129so20.0014.8480.808
[0211]
2)方案设计及各方案结果分析
[0212]
为衡量vpp中对天然气产消系统运行策略、电转气设备、区域间能量交互、多系统多 单元协同运行、改进复合微分进化算法以及参与能源市场和碳交易市场对vpp运营收益的 影响，本发明设计了5种方案，如表3所示。方案1和方案2未实施天然气产消系统运行 策略，捕集后的co2全部封存。方案1和方案2中不进行区域间的能量交互，各个区域独 立优化。方案3中多系统多单元独立运行，风电和光伏功率全部并入电网，不为碳捕集系 统和烟气处理系统供能。方案4采用传统复合微分进化算法求解模型。
[0213]
表3 5种vpp方案设计和构建方法
[0214]
方案编号12345天然气产消系统运行策略
××
√√√p2g设备
×
√√√√区域间能量交互
××
√√√多系统多单元协同运行√√
×
√√复合微分进化改进算法√√√
×
√参与能源市场√√√√√参与碳交易市场√√√√√
[0215]
采用5种方案分别构建vpp优化调度模型并进行求解，5种vpp方案的成本和收益结 果对比，如表4所示。5种vpp方案的最优调度结果对比，如表5所示。5种vpp方案的 碳捕集系
统和烟气处理系统运行结果对比，如表6所示。多种算法求解过程对比，如图6 所示。
[0216]
表4 5种vpp方案的成本和收益结果对比
[0217][0218][0219]
表5 5种vpp方案的最优调度结果对比
[0220][0221]
表6 5种vpp方案的碳捕集系统和烟气处理系统运行结果对比
[0222][0223]
通过表4～表6和图6综合对比分析，可以得到如下结论。
述本发明提出的面向多能互补和低碳化的多区域虚拟电厂优化调度模型的有效性和优越 性。
[0232]
(1)区域内优化调度结果分析
[0233]
依据优化调度所得结果，以方案5区域1为例，对区域内优化调度结果进行分析。方 案5中三个区域的燃煤发电机、中断负荷、电储能剩余容量和充放电功率如图7所示。方 案5中三个区域的co2排放量和捕集量如图8所示。方案5中区域1的碳捕集系统功耗、 烟气处理系统功耗、弃风弃光电量和各个单元分担的电负荷功率、热负荷和各个单元分担 的热负荷功率、热储能装置剩余容量、垃圾焚烧电厂功率输出如图9所示。
[0234]
在1:00～7:00期间，风电出力较大而负荷需求较小。由图7(a)可知，各区域内的燃煤 发电机出力不随负荷变化，保持最小输出功率以满足负荷需求。结合图8、图9(a)～(b)可知， 大部分风电出力提供给碳捕集系统和烟气处理系统，两种系统功耗较大，使得该时段内各 区域co2排放量近似为零。由图9(c)可知，弃风弃光电量主要集中在此时段。由于燃煤发 电机和垃圾焚烧电厂等灵活调节机组为满足机组出力、爬坡速率、碳捕集单元和垃圾焚烧 单元等约束条件，限制了其调节能力，从而产生弃风弃光电量。此时，一方面p2g设备消 纳了大部分弃风弃光电量。另一方面，作为可转移负荷的碳捕集功耗和烟气处理功耗转移 到此时段，进一步提高了风电和光伏的消纳能力，缓解了可再生能源发电和电负荷需求不 匹配的矛盾，实现了削峰填谷。结合图9(c)～(e)可知，由于此时段电负荷较小而热负荷较 高，热负荷需求基本由燃气锅炉满足，储热装置处于放热状态。结合图7(c)～(d)可知，此 时段电储能处于充电状态。
[0235]
在8:00～9:00期间，电负荷增加而风电出力降低。结合图7(a)、图8、图9(a)～(b)可知， 为满足电负荷需求，碳捕集电厂增加出力。同时，将碳捕集能耗与烟气处理能耗转移到其 它时段，在此时段内总体呈现降低趋势，以增加碳捕集电厂的净出力。由图9(d)可知，为 解决热负荷快速降低且电负荷增加的问题，燃气锅炉出力快速下降且chp机组出力快速提 升。
[0236]
在10:00～17:00期间，电负荷和能量市场购电电价较前一时段提升。结合图7(a)和图 9(f)可知，为满足电负荷需求，燃煤发电机继续增加输出功率，垃圾焚烧电厂输出功率和 并网功率增加。由于垃圾焚烧电厂日发电总量存在上限，故不能全时段提升输出功率。同 时，中断负荷随电力负荷和风光出力的变化趋势相应地增加，在能源市场的购电量也大幅 增加。结合图8和图9(a)～(b)、(f)可知，各个单元提供的碳捕集功耗和烟气处理功耗持续 处于较低水平，导致此时段碳排放量较高。但在15:00～17:00期间，烟气处理功耗小幅提 升。这是由于风电和光伏出力水平较高，能够满足烟气处理系统更多的用能需求。由图 9(d)～(e)可知，此时段热负荷较低而电负荷较大，热负荷基本由chp机组提供以缓解电负 荷压力，储电系统处于放电状态，储热系统处于储热状态。
[0237]
在18:00～20:00期间，电负荷小幅减小，风电出力增加。由图9(b)可知，烟气处理系 统功耗处于中等水平且大部分由风电提供。由图9(d)～(e)可知，随着电负荷减小和热负荷 增加，chp机组出力持续降低，燃气锅炉满足大部分热负荷需求，储热装置此时段处于放 热状态，以缓解供热压力。
[0238]
在21:00～22:00期间，风电出力增加。结合图7(a)、图8、图9(a)和(f)可知，此时段燃 煤发电机功率输出、垃圾焚烧电厂并网功率增加，碳捕集功耗转移到此时段以平抑风电
出 力波动。由图9(d)可知，此时热负荷较大，储热系统处于放热状态。
[0239]
在23:00～24:00期间，风电出力较前一时段先减后增。结合图7(a)、图8、图9(a)～(b) 可知，燃煤发电机功率输出随风电出力波动先增后减，碳捕集系统功耗相应地先减后增， 烟气处理能耗先处于中等水平而后大幅增加。作为可转移负荷的碳捕集功耗和烟气处理功 耗转移到此时段，风电提供给碳捕集系统和烟气处理系统的功率先降低而后大幅度增加。
[0240]
(2)区域间优化调度结果分析
[0241]
根据优化调度结果，方案5中各区域能源市场的交易量和区域间电能交互功率，如图 10所示。
[0242]
由图7和图10可知，在1:00～6:00期间，能源市场电价低，各区域的储能系统处于充 电状态，区域1将剩余的电量出售给能源市场。在7:00～8:00期间，区域间电能交互功率 为0，各区域通过增加燃煤发电机功率输出或能源市场的购电量来满足区域内的负荷需求。 在9:00～16:00期间，能源市场电价高，储能系统放电，中断负荷增大，燃煤发电机功率输 出增加。部分区域通过从能源市场购电以此满足区域内的负荷需求。区域3通过持续增加 燃煤发电机功率输出向区域1供能，以降低区域1的能源市场购电量。在17:00～22:00期 间，区域3主要通过增加燃煤发电机功率输出向区域1和区域2供能，以减少区域1和区 域2的能源市场购电量。在23:00～24:00期间，随着各区域负荷的降低，各区域储能系统 处于充电状态，同时中断负荷减少。
[0243]
因此，通过多系统多单元协同运行和区域间的能量交互，可实现各区域间的能源互补 和灵活调度。充分调度储能资源参与系统优化调度，利用碳捕集功耗和烟气处理功耗的可 时移、可调节特性，建立需求响应机制。在风电和光伏等可再生能源出力波动时，通过需 求响应机制，在降低了碳捕集单元和垃圾发电单元成本和碳排放的同时，协调多系统多单 元协同运行，实现了源荷之间的供需平衡和灵活的协调优化调度。同时，解决了可再生能 源出力波动性的问题，提升了风电和光伏的消纳能力，在一定程度上缓解了可再生能源出 力和电负荷需求不匹配的矛盾。p2g设备可利用弃风弃光电量生产天然气，满足燃气消费 单元的用能需求，可进一步提升风电和光伏的消纳能力。优化了vpp的能源结构，提高了 vpp的整体运行效益。
[0244]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产 品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实 施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机 可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程 序产品的形式。
[0245]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图 和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流 程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机 程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器 以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用 于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的 装置。
[0246]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方 式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装 置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个 方框中指定的功能。
[0247]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其 他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编 程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框 或多个方框中指定的功能的步骤。