Flexible Economic Dispatching of Park-level Integrated Energy System Based on Optimal Power Output Interval and Carbon Trading

Xiaoyan ZHANG; Houbo XIONG; Chutong WANG; Xi DING; Chuangxin GUO

doi:10.7500/AEPS20211008006

您当前的位置：

首页 >

文章列表页 >

Flexible Economic Dispatching of Park-level Integrated Energy System Based on Optimal Power Output Interval and Carbon Trading

Special Topic on Mechanism, Planning and Operation of Flexibility for Novel Power System | 更新时间：2025-06-16

- Flexible Economic Dispatching of Park-level Integrated Energy System Based on Optimal Power Output Interval and Carbon Trading
- Automation of Electric Power Systems Vol. 46, Issue 16, Pages: 72-83(2022)
- 作者机构：
  
  浙江大学电气工程学院，浙江省杭州市 310027
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(51877190)
- DOI：10.7500/AEPS20211008006
  CLC：
- Received：08 October 2021，
  
  Revised：2022-02-10，
  
  Published Online：11 April 2022，
  
  Published：25 August 2022
- 稿件说明：
移动端阅览
张笑演,熊厚博,王楚通等.基于最优出力区间和碳交易的园区综合能源系统灵活经济调度[J].电力系统自动化,2022,46(16):72-83.

ZHANG Xiaoyan,XIONG Houbo,WANG Chutong,et al.Flexible Economic Dispatching of Park-level Integrated Energy System Based on Optimal Power Output Interval and Carbon Trading[J].Automation of Electric Power Systems,2022,46(16):72-83.
张笑演,熊厚博,王楚通等.基于最优出力区间和碳交易的园区综合能源系统灵活经济调度[J].电力系统自动化,2022,46(16):72-83. DOI： 10.7500/AEPS20211008006.

ZHANG Xiaoyan,XIONG Houbo,WANG Chutong,et al.Flexible Economic Dispatching of Park-level Integrated Energy System Based on Optimal Power Output Interval and Carbon Trading[J].Automation of Electric Power Systems,2022,46(16):72-83. DOI： 10.7500/AEPS20211008006.

摘要

传统的日前鲁棒优化算法只能提供设备各个时段的具体出力值，由于新能源出力的随机性、设备爬坡约束、储能荷电状态约束等时间耦合约束的影响，难以给日内调度计划提供调整方案。文中在考虑综合能源园区的经济调度问题时，在传统的min-max-min三层优化问题中加入设备最优出力区间变量，将时间耦合约束解耦，并引入负荷累计改变量的概念将需求响应约束解耦。储能引入了充放电标志变量，采用嵌套列与约束生成算法求解3层优化问题，并对实际碳排放表达式进行松弛和分段线性化，获得设备最优出力区间和需求响应上下界，从而在日内调度时可根据新能源出力在区间内任意调整。算例分析表明，基于最优出力区间的方法在日内调度时应对不确定性的能力更强，同时由于储能荷电状态约束的解耦，可以根据调频市场容量售价来决策储能调频容量以获取收益，进一步降低总成本。最后，分析了碳交易价格对于园区碳交易成本和CO

减排量的影响，以此简单说明碳交易市场的运营机理。

Abstract

Traditional day-ahead robust optimization algorithm can only provide the specific output value of equipment at each moment. Due to the influence of time coupling constraints such as randomness of the renewable energy output

the climbing constraints of equipment and state of charge constraints

it is difficult to provide an adjustment scheme for the intraday dispatching plan. In this paper

when considering the economic dispatching problem of the park-level integrated energy system (PIES)

the interval variable of optimal power output is added into the traditional min-max-min three-layer optimization problem. The time coupling constraints are decoupled. Besides

the demand response constraint is decoupled by introducing the concept of accumulated load change. Due to the introduction of charging and discharging flag variables in energy storage

the nested column and constraint generation algorithm is used to deal with the three-layer optimization problem

and the actual carbon emission expression is relaxed and piecewise linearized. The optimal power output interval

upper and lower bounds of the demand response can be obtained

so that

during intraday dispatching

it can be adjusted arbitrarily within the interval according to the renewable energy output. Case study shows that

the method based on the optimal power output interval has a stronger ability to deal with uncertainty during intraday dispatching. At the same time

due to the decoupling of the state of charge constraints for the energy storage

the frequency regulation capacity of the energy storage can be determined according to the price of the frequency regulation market capacity to obtain benefits

and further reduce total cost. Finally

the influence of carbon trading price on the carbon trading cost and carbon dioxide emission reduction in the park is analyzed

so as to briefly explain the operation mechanism of the carbon trading market.

关键词

Keywords

references

张涛，章佳莹，王凌云，等 . 计及用户行为的电-气-热综合能源系统日前经济调度［J］. 电力系统自动化， 2019 ， 43 （ 11 ）： 86 - 94 .

ZHANG Tao ， ZHANG Jiaying ， WANG Lingyun ， et al . Day-ahead economical dispatch of electricity-gas-heat integrated energy system considering user behaviors ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 11 ）： 86 - 94 .

桑博，张涛，刘亚杰，等 . 多微电网能量管理系统研究综述［J］. 中国电机工程学报， 2020 ， 40 （ 10 ）： 3077 - 3093 .

SANG Bo ， ZHANG Tao ， LIU Yajie ， et al . Energy management system research of multi-microgrid： a review ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 10 ）： 3077 - 3093 .

王雪纯，陈红坤，陈磊 . 提升区域综合能源系统运行灵活性的多主体互动决策模型［J］. 电工技术学报， 2021 ， 36 （ 11 ）： 2207 - 2219 .

WANG Xuechun ， CHEN Hongkun ， CHEN Lei . Multi-player interactive decision-making model for operational flexibility improvement of regional integrated energy system ［J］. Transactions of China Electrotechnical Society ， 2021 ， 36 （ 11 ）： 2207 - 2219 .

ROSTAMPOUR V ， KEVICZKY T . Probabilistic energy management for building climate comfort in smart thermal grids with seasonal storage systems ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 4 ）： 3687 - 3697 .

LI C Z ， WANG N L ， WANG Z ， et al . Energy hub-based optimal planning framework for user-level integrated energy systems： considering synergistic effects under multiple uncertainties ［J］. Applied Energy ， 2022 ， 307 ： 118099 .

施云辉，王橹裕，陈玮，等 . 基于风电预测误差聚类的分布鲁棒含储能机组组合［J］. 电力系统自动化， 2019 ， 43 （ 22 ）： 3 - 12 .

SHI Yunhui ， WANG Luyu ， CHEN Wei ， et al . Distributed robust unit commitment with energy storage based on forecasting error clustering of wind power ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 22 ）： 3 - 12 .

肖浩，裴玮，孔力 . 基于模型预测控制的微电网多时间尺度协调优化调度［J］. 电力系统自动化， 2016 ， 40 （ 18 ）： 7 - 14 .

XIAO Hao ， PEI Wei ， KONG Li . Multi-time scale coordinated optimal dispatch of microgrid based on model predictive control ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 18 ）： 7 - 14 .

王栋，郑鹏远，任祎丹，等 . 不确定性环境下的孤岛型微电网鲁棒优化算法［J］. 现代电力， 2021 ， 38 （ 2 ）： 147 - 155 .

WANG Dong ， ZHENG Pengyuan ， REN Yidan ， et al . Robust optimization algorithm for islanded microgrid in uncertain environment ［J］. Modern Electric Power ， 2021 ， 38 （ 2 ）： 147 - 155 .

CHO Y ， ISHIZAKI T ， RAMDANI N ， et al . Box-based temporal decomposition of multi-period economic dispatch for two-stage robust unit commitment ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 4 ）： 3109 - 3118 .

施云辉 . 考虑可再生能源不确定性的电力系统多阶段鲁棒调度方法［D］. 杭州：浙江大学， 2021 .

SHI Yunhui . Multi-stage robust dispatch of power system considering uncertainties of renewable energy ［D］. Hangzhou ： Zhejiang University ， 2021 .

LI Z S ， GUO Q L ， SUN H B ， et al . Sufficient conditions for exact relaxation of complementarity constraints for storage-concerned economic dispatch ［J］. IEEE Transactions on Power Systems ， 2016 ， 31 （ 2 ）： 1653 - 1654 .

王佳颖，史俊祎，文福拴，等 . 计及需求响应的光热电站热电联供型微网的优化运行［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 176 - 185 .

WANG Jiaying ， SHI Junyi ， WEN Fushuan ， et al . Optimal operation of CHP microgrid with concentrating solar power plants considering demand response ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 176 - 185 .

郭亦宗，冯斌，岳铂雄，等 . 负荷聚合商模式下考虑需求响应的超短期负荷预测［J］. 电力系统自动化， 2021 ， 45 （ 1 ）： 79 - 87 .

GUO Yizong ， FENG Bin ， YUE Boxiong ， et al . Ultra-short-term load forecasting considering demand response in load aggregator mode ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 1 ）： 79 - 87 .

董京营，周博，刘晋源，等 . 考虑用户舒适度的虚拟电厂热电联合调度模型［J］. 电力建设， 2019 ， 40 （ 1 ）： 19 - 26 .

DONG Jingying ， ZHOU Bo ， LIU Jinyuan ， et al . Heat and power scheduling of a virtual power plant considering comfort level of customers ［J］. Electric Power Construction ， 2019 ， 40 （ 1 ）： 19 - 26 .

LI Z G ， WU W C ， SHAHIDEHPOUR M ， et al . Adaptive robust tie-line scheduling considering wind power uncertainty for interconnected power systems ［J］. IEEE Transactions on Power Systems ， 2016 ， 31 （ 4 ）： 2701 - 2713 .

陈哲，张伊宁，马光，等 . 计及需求侧响应日前-日内两阶段鲁棒备用优化［J］. 电力系统自动化， 2019 ， 43 （ 24 ）： 67 - 76 .

CHEN Zhe ， ZHANG Yining ， MA Guang ， et al . Two-stage day-ahead and intra-day robust reserve optimization considering demand response ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 24 ）： 67 - 76 .

闫柯柯 . 基于碳交易的含风电场电力系统低碳经济调度研究［D］. 秦皇岛：燕山大学， 2014 .

YAN Keke . Research on low-carbon economic dispatch of power system with wind farm based on carbon trading ［D］. Qinhuangdao ： Yanshan University ， 2014 .

秦婷，刘怀东，王锦桥，等 . 基于碳交易的电-热-气综合能源系统低碳经济调度［J］. 电力系统自动化， 2018 ， 42 （ 14 ）： 8 - 13 .

QIN Ting ， LIU Huaidong ， WANG Jinqiao ， et al . Carbon trading based low-carbon economic dispatch for integrated electricity-heat-gas energy system ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 14 ）： 8 - 13 .

卢志刚，郭凯，闫桂红，等 . 考虑需求响应虚拟机组和碳交易的含风电电力系统优化调度［J］. 电力系统自动化， 2017 ， 41 （ 15 ）： 58 - 65 .

LU Zhigang ， GUO Kai ， YAN Guihong ， et al . Optimal dispatch of power system integrated with wind power considering virtual generator units of demand response and carbon trading ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 15 ）： 58 - 65 .

瞿凯平，黄琳妮，余涛，等 . 碳交易机制下多区域综合能源系统的分散调度［J］. 中国电机工程学报， 2018 ， 38 （ 3 ）： 697 - 707 .

QU Kaiping ， HUANG Linni ， YU Tao ， et al . Decentralized dispatch of multi-area integrated energy systems with carbon trading ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 3 ）： 697 - 707 .

陈志，胡志坚，翁菖宏，等 . 基于阶梯碳交易机制的园区综合能源系统多阶段规划［J］. 电力自动化设备， 2021 ， 41 （ 9 ）： 148 - 155 .

CHEN Zhi ， HU Zhijian ， WENG Changhong ， et al . Multi-stage planning of park-level integrated energy system based on ladder-type carbon trading mechanism ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 9 ）： 148 - 155 .

SABER A Y ， VENAYAGAMOORTHY G K . Plug-in vehicles and renewable energy sources for cost and emission reductions ［J］. IEEE Transactions on Industrial Electronics ， 2011 ， 58 （ 4 ）： 1229 - 1238 .

陈哲 . 含高比例风电的电力系统备用优化与分布式调度研究［D］. 杭州：浙江大学， 2021 .

CHEN Zhe . Reserve optimization and distributed dispatch for power systems with a high share of wind power ［D］. Hangzhou ： Zhejiang University ， 2021 .

张巍，缪辉 . 基于云储能租赁服务的风储参与能量-调频市场竞价策略研究［J］. 电网技术， 2021 ， 45 （ 10 ）： 3840 - 3852 .

ZHANG Wei ， MIAO Hui . Bidding strategies of wind power and energy storage participating in energy and frequency regulation market based on cloud energy storage leasing services ［J］. Power System Technology ， 2021 ， 45 （ 10 ）： 3840 - 3852 .

ZHAO L ， ZENG B . An exact algorithm for two-stage robust optimization with mixed integer recourse problems ［EB/OL］. ［ 2021-09-01 ］. http：//www.optimization-online.org/DB_FILE/2012/01/3310.pdf http://www.optimization-online.org/DB_FILE/2012/01/3310.pdf .

汤翔鹰，胡炎，耿琪，等 . 考虑多能灵活性的综合能源系统多时间尺度优化调度［J］. 电力系统自动化， 2021 ， 45 （ 4 ）： 81 - 90 .

TANG Xiangying ， HU Yan ， GENG Qi ， et al . Multi-time-scale optimal scheduling of integrated energy system considering multi-energy flexibility ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 4 ）： 81 - 90 .

李鹏，吴迪凡，李雨薇，等 . 基于谈判博弈的多微网综合能源系统多目标联合优化配置［J］. 电网技术， 2020 ， 44 （ 10 ）： 3680 - 3690 .

LI Peng ， WU Difan ， LI Yuwei ， et al . Multi-objective union optimal configuration strategy for multi-microgrid integrated energy system considering bargaining games ［J］. Power System Technology ， 2020 ， 44 （ 10 ）： 3680 - 3690 .

郝然，艾芊，朱宇超，等 . 基于能源集线器的区域综合能源系统分层优化调度［J］. 电力自动化设备， 2017 ， 37 （ 6 ）： 171 - 178 .

HAO Ran ， AI Qian ， ZHU Yuchao ， et al . Hierarchical optimal dispatch based on energy hub for regional integrated energy system ［J］. Electric Power Automation Equipment ， 2017 ， 37 （ 6 ）： 171 - 178 .

王成山，吕超贤，李鹏，等 . 园区型综合能源系统多时间尺度模型预测优化调度［J］. 中国电机工程学报， 2019 ， 39 （ 23 ）： 6791 - 6803 .

WANG Chengshan ， LÜ Chaoxian ， LI Peng ， et al . Multiple time-scale optimal scheduling of community integrated energy system based on model predictive control ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 23 ）： 6791 - 6803 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Multifaceted Day-ahead Low-carbon Trading Method for Integrated Energy Systems Based on Dynamic Electricity-Carbon Demand Response

Low-carbon Economic Dispatch for Multiple Data Center Virtual Power Plant Based on Spatio-Temporal Collaboration

Related Author

Xiaoyan ZHANG

Houbo XIONG

Chutong WANG

Xi DING

Chuangxin GUO

LI Yizhulin

HAN Xiaoqing

LI Tingjun

Related Institution

School of Electrical Engineering, Zhejiang University

School of Electrical and Power Engineering, Taiyuan University of Technology

Marketing Service Center of State Grid Shanxi Electric Power Company

Faculty of Electric Power Engineering, Kunming University of Science and Technology

Institute of Economic Technology of State Grid Gansu Electric Power Company

⁰