一种考虑碳排放影响的合约电量优化分解方法
技术领域
[0001] 本
发明涉及一种中长期合约电量分解方法，具体说是一种考虑碳排放影响的合约电量优化分解方法，属于电
力市场领域。
背景技术
[0002] 电力市场采用双边交易市场(含大用户直购电)、日前市场和实时市场混合的模式，目前电量合约主要在双边市场完成。通过组织多样的中长期双边合约交易，形成具有执行约束的物理电量合约，可以有效地帮助市场成员控制交易
风险，
锁定
电能价格，确保电力市场的有序竞争。
[0003] 在执行阶段，双边合约电量需要科学地分解到月或日，一方面可以保障电能的安全供应与合约的顺利执行，另一方面可以为后续的日前市场和实时市场提供
基础。如果中长期双边合约电量分解不合理，可能造成执行困难、完成率偏差大，或者部分时段日前或实时市场竞争不充分，市场力过大，导致实时市场价格剧烈
波动。在市场化背景下，研究双边合约电量分解方法，并对分解结果进行评估，具有重要的理论意义与实际应用价值。
[0004] 关于合约电量的分解，现有的研究中，确定性合约电量分解
算法依据上年实际负荷曲线，考虑合同年的用电增长情况，得到合同年若干条典型日负荷曲线。根据机组最大容量按比例分配机组预测负荷，再考虑检修计划和机组技术出力限制进行修正。“确定性”含义：一是制定机组等效负荷曲线时不考虑负荷随机波动；二是分解合同电量时，不考虑机组非计划停运。然而，实际运行中往往面临负荷的随时波动，紧接而来的便是现货市场中电价的波动，十分显著的影响合约双方的收益情况。
[0005] 另外的研究中考虑合约分解的公平性和可行性，利用机组合约进度系数，建立优化模型，主要采用二次规划、机会约束规划、混合整数规划等模型，将合约分解处理成优化问题。并根据计划检修和出力约束对分解结果进行修正，在实际的执行过程中进行月度滚动修正，以保证总合约电量的完成。但在实际运行中，火
电机组执行合约分解计划时会面临调峰压力，机组运行
水平下降，引起
煤耗增高，加大污染物排放。
[0006] 因此中长期合约电量分解还需进行深入研究，本发明依据签订合约电量及涉及计划机组，考虑机组出力、检修、
水电电量受限、
热电联产等特殊问题的约束，兼顾机组出力的公平性和低碳性，在实际的执行过程中进行月度滚动修正，得到合约期限内的发电分解计划。分解计划使负荷曲线扣除合约电量后变得较为平坦，有利于减小调峰压力。
发明内容
[0007] 针对上述
现有技术中存在的
缺陷，本发明的目的在于提供一种考虑碳排放影响的合约电量优化分解方法。
[0008] 本发明的方法根据火电机组不同出力时的煤耗值数据，由物料守恒原理计算机组碳
排放量，得到机组不同出力对应的碳排放量；基于火电机组检修情况，确定机组执行合约计划时所允许的进度系数差值；在此基础上，以总购电
费用最小为目标，考虑机组出力约束、机组检修、碳排放约束、热电联产等约束，建立合约电量分解的优化模型；最后求解优化模型，得到合约电量分解计划。
[0009] 本发明采用的技术方案如下：
[0010] 一种考虑碳排放影响的合约电量优化分解方法，包括如下步骤：
[0011] (1)根据火电机组煤耗特性曲线计算机组碳排放量，得到机组不同出力对应的碳排放量；
[0012] (2)基于火电机组检修计划，确定机组执行合约计划时所允许的进度系数差值；
[0013] (3)以总购电费用最小为目标，考虑机组出力约束、机组检修、碳排放约束、热电联产约束，建立合约电量分解的优化模型；
[0014] (4)求解步骤(3)中的优化模型，得到滚动修正的合约电量分解计划。
[0015] 进一步的，所述步骤(1)的具体步骤为：基于机组不同出力对应的煤耗值，由物料守恒原理计算相应的碳排放量，具体公式为： B为煤耗值，mCar为煤中含碳量。
[0016] 进一步的，所述步骤(2)中机组执行合约计划时所允许的进度系数包括机组执行进度系数h和全局进度系数H，分别为： 和 其中 和QG分别为总合约电量和机组合约电量，T为合约执行时间。
[0017] 进一步的，所述步骤(3)中建立的合约电量的分解优化模型为：
[0018]
[0019]
[0020]
[0021] qc,h,t+q′t,h＝qt,h (4)
[0022] qc,v,t+q′t,v＝qt,v (5)
[0023] lqt,v≤qc,v,t≤kqt,v (6)
[0024] xqt,h≤qc,h,t≤yqt,h (7)
[0025] k＞l,y＞x (8)
[0026] -ε≤h-H≤ε (9)
[0027]
[0028]
[0029] K(Pi,t)≤α (12)
[0030] 其中，T为合约执行时间,pc、p t,h和p t,v分别为合同电价、t时刻高峰时段电价和t时刻
[0031] 低谷时段电价；qc,h,t和qc,v,t分别为t时刻高峰和低谷时段的合约电量；q t,h和q t,v分别为t时刻高峰和低谷时段的新增电量；qt,h和qt,v分别为t时刻高峰时段和低谷时段的总电量； 为总合约总电量；l和x分别为t时刻高峰和低谷时段的合约电量的最小值参数，k和y分别为t时刻高峰和低谷时段的合约电量的最大值参数，h为机组执行进度系数，H为全局进度系数，ε为进度偏差系数， 为t时刻合约电量，Ωs为断面s的网络传输安全约束集，di,s为i机组的广义发电分配因子； 为断面s在t时刻的最大传输电量， 和 分别为t时刻i机组最小和最大出力值，Pi,t为i机组在t时刻的出力水平， K(Pi,t)为由步骤1得到的碳排放增量函数，α为碳排放增量限制系数。
[0032] 相比现有分解方法,本发明的方法具有如下优点：1)考虑了机组低负荷率运行时带来的煤耗增加，碳排放量增加的问题；2)兼顾各机组在完成分解电量合约时的均衡性；3)考虑电价、负荷变化的不确定性带来的对合约双方的影响。
附图说明
[0034] 图2：火电机组供电机组煤耗曲线。
具体实施方式
[0035] 下面结合附图和
实施例来对本发明作进一步描述。
[0036] 本发明一种考虑碳排放影响的合约电量优化分解方法，根据火电机组不同出力时的煤耗值数据，由物料守恒原理计算机组碳排放量，得到机组不同出力对应的碳排放量；基于火电机组检修情况，确定机组执行合约计划时所允许的进度系数差值；在此基础上，以总购电费用最小为目标，考虑机组出力约束、机组检修、碳排放约束、热电联产等约束，建立合约电量分解的优化模型；最后求解优化模型，得到合约电量分解计划。
[0037] 1.核算机组碳排放增量
[0038] 我国
能源结构仍以火电为主，且碳排放量更直接的与火电相关，故以火电为分析对象。火电机组负荷率处于不同水平时会引起机组煤耗量的变化，负荷率越高，机组煤耗越小，反之亦然。以某地区一台600MW机组为例，其机组供电煤耗如下。
[0039] 表1某600MW机组供电煤耗情况
[0040]
[0041] 由上表可得到该机组供电煤耗特性曲线，可以看出随着机组出力的降低，供电煤耗随之升高。
[0042] 通过物料守恒分析，计算燃煤机组碳元素消耗量，根据碳完全燃烧反应式得到产生的二
氧化碳排放量。在此步骤中，忽略煤炭因非完全燃烧造成的碳元素损失。
[0043] 设燃煤机组在一天内产生一个并网电量P，消耗的煤量为B，通过将低热值转化为标准热值，可以获得每千瓦时的标准煤率。在计算碳含量时，忽略了氢、氮、氧等元素影响，公式如下：
[0044] 碳含量＝100-(水分含量+灰含量+挥发量)-硫含量
[0045] 煤中的碳含量约为20％-70％。一般来说，碳含量约为55％。
[0046] 根据燃烧理论，碳的完全燃烧反应是：
[0047] C+O2＝CO2
[0048] 即1摩尔碳将产生
质量为M的CO2，故单位电量的碳元素消耗所排放出的CO2重量为：
[0049]
[0050] 式中，mCar为煤中含碳量。
[0051] 设机组正常运行负荷率为75％，由上述内容可得到机组处于不同负荷水平时碳排放量的增量。
[0052] 2.合约进度系数
[0053] 均衡性是指电量合约在执行过程中需要满足多方面的要求，包括保障
电网安全运行、为实时市场提供充分平稳的交易空间、实现电力系统经济运行、同时又要兼顾市场公平等。因此合约电量的分解需满足安全、经济、公平等多方面的要求，安全方面包括机组出力水平的限制、功率平衡，经济方面包括电价波动、机组运行成本，公平方面包括各机组负荷率、执行进度的相对统一。
[0054] 从时间维度上看，在整个电量合约的执行过程中，
发电机组应该保持负荷率平稳，以保证电网与自身的安全经济运行。在实际操作中，考察发电机组负荷率的时序变化情况，将其与全局的平均负荷率进行比较，如果两者保持基本统一，对于发电机组而言是经济、合理的。从发电机组维度上看，同一时刻，各发电机组的合约执行进度也应该是相近的。因此在考虑均衡性时需要考虑到不同发电机组的个性差别，如机组类型、机组检修计划的不同、供
热机组出力范围变化等情况。
[0055] 考虑合约执行机组的个性化区别和整体负荷水平变化的全局化要求，提出机组执行进度系数指标h和全局进度系数指标H，分别为： 和 和，其中 和QG分别为t时刻总合约电量和机组合约电量，T为合约执行时间。
[0056] 3.合约分解优化模型
[0057] 在此基础上，以总购电费用最小为目标，考虑机组出力约束、机组检修、碳排放约束、热电联产约束，建立合约电量分解的优化模型。考虑所有计划机组的检修计划，并根据机组检修计划对电量分解曲线进行滚动修正；考虑热电厂在供热季节需要保证开机运行，有最小发电量的要求，同时发电容量受限；考虑机组最大最小出力以及低负荷率运行时的碳排放增量约束，以总购电费用最小为目标函数建立合约电量的分解优化模型。
[0058]
[0059]
[0060]
[0061] qc,h,t+q′t,h＝qt,h (4)
[0062] qc,v,t+q′t,v＝qt,v (5)
[0063] lqt,v≤qc,v,t≤kqt,v (6)
[0064] xqt,h≤qc,h,t≤yqt,h (7)
[0065] k＞l,y＞x (8)
[0066] -ε≤h-H≤ε (9)
[0067]
[0068] 其中，T为合约执行时间,pc、p′t,h和p′t,v分别为合同电价、t时刻高峰时段电价和t时刻低谷”
[0069] 时段电价；qc,h,t和qc,v,t分别为t时刻高峰和低谷时段的合约电量；qt,h和qt,v分别为t时刻高峰和低谷时段的新增电量；qt,h和qt,v分别为t时刻高峰时段和低谷时段的总电量； 为总合约总电量；l和x分别为t时刻高峰和低谷时段的合约电量的最小值参数，k和y分别为t时刻高峰和低谷时段的合约电量的最大值参数，h为机组执行进度系数，H为全局进度系数，ε为进度偏差系数， 为t时刻合约电量，Ωs为断面s的网络传输安全约束集，di,s为i机组的广义发电分配因子(是i机组对断面s的潮流贡献)； 为断面s在t时刻的最大传输电量。
[0070] 式(1)是目标函数，使得合约购买方购买合约电量和实时新增电量的总费用最小化。式 (2)表示年度合约电量完全分解到各个时间段，式(4)和式(5)保证月度高峰时段和低谷时段供需平衡，式(6)、式(7)约束合约电量分解范围，控制实时电力市场竞价空间。
[0071] 在实际运行中，需要考虑热电联产机组运行情况，其为必开机组，有一定出力水平限制，同时考虑火电机组处于低负荷率运行时带来的排放物增加影响，有必要对其出力水平做出限制，具体为下：
[0072]
[0073] K(Pi,t)≤α (12)
[0074] 式中， 分别为t时刻的i机组最小、最大出力值，Pi,t为机组i在t时刻的出力水平，其满足 K(Pi,t)为碳排放增量函数，可由步骤1得到，α为碳排放增量限制系数。
[0075] 4.求解优化模型
[0076] 针对上述优化问题，求解得到合约电量分解到t时间间隔内的分解峰谷电量值，继续将t 时间间隔缩小，则可以将整个合约电量合理分解到任意时间尺度范围内。
[0077] 基于上述步骤，当合约计划机组发生临时检修时，需对优化模型进行修正，包括两个步骤：
[0078] (1)核对检修时间，依据此将时间尺度t进行调整，或将检修机组出力限制调整为0；
[0079] (2)调整合约电量，重新求解优化问题，得到新的时间尺度范围内的分解峰谷电量值。
[0080] 由上述步骤，按照一定时间间隔进行
迭代优化，即可实现对分解计划的滚动修正。
[0081] 实施例
[0082] 数据准备：
[0083] 以某双边交易合约为例，合约总电量为10TW·h，合约执行时间为一年，采取峰谷电量分解方式，为简化计算模型，合约高峰电价为248元/MW·h，合约低谷电价为118元/MW·h. 发电方机组为600MW火电机组三组，其中包括一组热电联产机组。按照上述步骤，首先进行机组负荷与供电煤耗的曲线拟合(以某机组为例)，如图2所示(横坐标为负荷(MW), 纵坐标为供电煤耗(g/kWh))，拟合曲线为：y＝0.0001x2-0.1921x+355.9(y为供电煤耗，x为机组负荷)。mCar取55％，B对应为机组当前负荷与75％负荷水平时的煤耗增量(g)，碳排放增量限制系数α为30g，则根据上述方法，可计算出机组负荷水平Pi,t下限为51.9％，其余机组同理。
[0084] 考虑热电联产机组运行情况，其为必开机组，有一定出力水平限制，其机组最小出力 取机组最小技术出力与热电联产最低出力的较大者， 取机组最大技术出力与热电联产最高出力的较小者。
[0085] 进一步限定进度偏差系数ε为0.05，则根据上述方法，可得机组执行进度系数指标h1、h2、 h3和全局进度系数指标H的偏差值不可超过0.05。给定优化模型中l为0.4，k为0.9，t时间间隔取一月，若高峰和低谷时段的总电量如表1所示。
[0086] 表1 t时间间隔内高峰和低谷时段电量
[0087]
[0088] 同时，实时高峰时段电价和实时低谷时段电价如表2所示。
[0089] 表2不同时间序列高峰和低谷时段电价
[0090]
[0091] 在此基础上，求解优化模型，可得按月度分解的合约电量结果如表3所示。
[0092] 表3按月度分解的合约电量
[0093]
[0094] 由上述分解结果，计算优化模型目标值，为28.02亿元，与常规方法作比较，合约电量分解按照各月总电量等比例分配，可计算得购电成本为28.89亿元，显然采取本发明方法的购电成本更低，可获得较大经济收益。
[0095] 将合约分解至月度时间间隔后，将合约总量、时间间隔t改变后便可得到日时间间隔和各机组分解结果，同时考虑到机组检修，将时间尺度t进行调整，或将检修机组出力限制调整为 0，重新求解优化问题，也可得到新的分解结果，实现机组检修的滚动修正。
