考虑碳交易的虚拟电厂优化运行及收益分配方法及系统

专利名称：考虑碳交易的虚拟电厂优化运行及收益分配方法及系统

专利类型：发明专利

专利申请号：CN202011414571.1

专利申请（专利权）人：华北电力大学,国网北京市电力公司,国家电网有限公司
权利人地址：北京市昌平区回龙观镇北农路2号

专利发明（设计）人：周明,雷若愚,武昭原,任艺,刘中建,孙培博,张岩

专利摘要：本发明公开了一种考虑碳交易的虚拟电厂优化运行及收益分配方法及系统。该方法包括：以虚拟电厂在碳市场收益和电力市场收益之和最大为目标建立虚拟电厂优化模型；求解虚拟电厂优化模型，得到日前市场的竞标量；根据日前市场的竞标量，采用沙普利值计算方法确定虚拟电厂成员的收益分配；其中虚拟电厂成员包括燃气轮机组、储能装置、风电机组和光伏机组。采用本发明的方法及系统，能够为多元需求响应资源参与电量市场和碳市场的行为决策提供理论指导。

主权利要求：
1.一种虚拟电厂优化运行及收益分配方法，其特征在于，包括：以虚拟电厂在碳市场收益和电力市场收益之和最大为目标建立虚拟电厂优化模型；
求解所述虚拟电厂优化模型，得到日前市场的竞标量；所述日前市场的竞标量包括风电出力、光伏出力和燃气轮机出力；
根据所述日前市场的竞标量，采用沙普利值计算方法确定虚拟电厂成员的收益分配；
所述虚拟电厂成员包括燃气轮机组、储能装置、风电机组和光伏机组；
所述以虚拟电厂在碳市场收益和电力市场收益之和最大为目标建立虚拟电厂优化模型，具体包括：根据如下公式确定目标函数：
DA RT C MT
Max[(1‑β)(R +R +R‑C )+βXCVaR]其中，
C
R＝λC*(EVPP‑EMT)
DA RT C
式中，R 为虚拟电厂在日前市场中的收益，R 为虚拟电厂在平衡市场中的期望收益，RMT为虚拟电厂在碳市场中的效益，C 为虚拟电厂运行成本，XCVaR为收益的条件风险价值，β为风险偏好系数，t为时刻， 为日前市场t时刻的出清电价， 为t时刻虚拟电厂在日前+市场的竞标量，ω为出力的场景，πω为包含光伏出力及风电出力的场景ω概率，λ为正不平‑ +衡电价，λ 为负不平衡电价，Ptω 为时间段t场景ω下虚拟电厂实际出力与申报功率的正偏‑差，Ptω 为时间段t场景ω下虚拟电厂实际出力与申报功率的负偏差，λC为虚拟电厂参与碳MT交易价格，EVPP为分配给虚拟电厂的碳排放配额，EMT为燃气轮机的碳排放量，n 为燃气轮机的数量， 为时间段t下燃气轮机的成本， 为时间段t燃气轮机参与平衡市场的出力；
确定约束条件；所述约束条件包括燃气轮机约束、储能装置约束、功率平衡约束和收益的条件风险价值约束；
根据所述目标函数和所述约束条件建立虚拟电厂优化模型；
所述确定约束条件，具体包括：
根据如下公式确定燃气轮机约束：
式中， 为时间段t燃气轮机k参与日前市场的出力， 为时间段t场景ω燃气轮MT.max MT.min机k参与平衡市场的出力，P 为燃气轮机的最大出力，P 为燃气轮机的最小出力，为燃气轮机的调节功率的极限；
根据如下公式确定储能装置约束：
式中， 为蓄电池在时间段t的储存能量， 为蓄电池在时间段t的充电功率， 为蓄SC SD SC.max电池在时间段t的放电功率，η 为蓄电池的充电损耗，η 为蓄电池的放电损耗，P 为蓄SD.max max min电池最大充电的限值，P 为蓄电池最大放电的限值，Q 为蓄电池最大蓄电量，Q 为蓄电池最小蓄电量，τ为时间长度；
根据如下公式确定虚拟电厂在日前市场的功率平衡约束：式中， 分别为风电m、光伏n在日前市场时段t下的出力， 分WPmax PVmax
别为时段t蓄电池q参与日前市场充电及放电的功率，P 为风电机组的最大出力，P 为光伏机组的最大出力；
根据如下公式确定虚拟电厂在平衡市场的功率平衡约束：式中， 为平衡市场出清中时间段t场景ω下虚拟电厂已在日前市场锁定的投标量，分别为风电m、光伏n参与平衡市场时在时间段t场景ω下的出力，分别为时间段t场景ω蓄电池q参与平衡市场充电及放电的功率；
根据如下公式确定收益的条件风险价值约束：ηω≥0
式中，ζ为风险价值的值，ηω为场景ω下的实际收益与风险价值的差额，α为预设置信水平。
2.根据权利要求1所述的虚拟电厂优化运行及收益分配方法，其特征在于，所述根据所述日前市场的竞标量，采用沙普利值计算方法确定虚拟电厂成员的收益分配，具体包括：根据如下公式确定虚拟电厂成员的收益分配：其中，
DA RT C MT
RVPP＝R +R +R‑C
式中，Ri为虚拟电厂中成员i分配的收益，RVPP为虚拟电厂参与电量市场和碳市场中获得的收益，xi为虚拟电厂中成员i的沙普利值，h为虚拟电厂中成员总个数，S为虚拟电厂下的子联盟，s为联盟S中的成员数，V(S∪{i})为在联盟S中加入成员i后形成的联盟的收益，V(S)为联盟S的收益，N为虚拟电厂。
3.一种虚拟电厂优化运行及收益分配系统，其特征在于，包括：模型建立模块，用于以虚拟电厂在碳市场收益和电力市场收益之和最大为目标建立虚拟电厂优化模型；
模型求解模块，用于求解所述虚拟电厂优化模型，得到日前市场的竞标量；所述日前市场的竞标量包括风电出力、光伏出力和燃气轮机出力；
收益分配计算模块，用于根据所述日前市场的竞标量，采用沙普利值计算方法确定虚拟电厂成员的收益分配；所述虚拟电厂成员包括燃气轮机组、储能装置、风电机组和光伏机组所述模型建立模块，具体包括：
目标函数确定单元，用于根据如下公式确定目标函数：DA RT C MT
Max[(1‑β)(R +R +R‑C )+βXCVaR]其中，
C
R＝λC*(EVPP‑EMT)
DA RT C
式中，R 为虚拟电厂在日前市场中的收益，R 为虚拟电厂在平衡市场中的期望收益，RMT为虚拟电厂在碳市场中的效益，C 为虚拟电厂运行成本，XCVaR为收益的条件风险价值，β为风险偏好系数，t为时刻， 为日前市场t时刻的出清电价， 为t时刻虚拟电厂在日前+市场的竞标量，ω为出力的场景，πω为包含光伏出力及风电出力的场景ω概率，λ为正不平‑ +衡电价，λ 为负不平衡电价，Ptω 为时间段t场景ω下虚拟电厂实际出力与申报功率的正偏‑差，Ptω 为时间段t场景ω下虚拟电厂实际出力与申报功率的负偏差，λC为虚拟电厂参与碳MT交易价格，EVPP为分配给虚拟电厂的碳排放配额，EMT为燃气轮机的碳排放量，n 为燃气轮机的数量， 为时间段t下燃气轮机的成本， 为时间段t燃气轮机参与平衡市场的出力；
约束条件确定单元，用于确定约束条件；所述约束条件包括燃气轮机约束、储能装置约束、功率平衡约束和收益的条件风险价值约束；
模型建立单元，用于根据所述目标函数和所述约束条件建立虚拟电厂优化模型；
所述约束条件确定单元，具体包括：
燃气轮机约束确定子单元，用于根据如下公式确定燃气轮机约束：式中， 为时间段t燃气轮机k参与日前市场的出力， 为时间段t场景ω燃气轮MT.max MT.min机k参与平衡市场的出力，P 为燃气轮机的最大出力，P 为燃气轮机的最小出力，为燃气轮机的调节功率的极限；
储能装置约束确定子单元，用于根据如下公式确定储能装置约束：式中， 为蓄电池在时间段t的储存能量， 为蓄电池在时间段t的充电功率， 为蓄SC SD SC.max电池在时间段t的放电功率，η 为蓄电池的充电损耗，η 为蓄电池的放电损耗，P 为蓄SD.max max min电池最大充电的限值，P 为蓄电池最大放电的限值，Q 为蓄电池最大蓄电量，Q 为蓄电池最小蓄电量，τ为时间长度；
第一功率平衡约束确定单元，用于根据如下公式确定虚拟电厂在日前市场的功率平衡约束：式中， 分别为风电m、光伏n在日前市场时段t下的出力， 分WPmax PVmax
别为时段t蓄电池q参与日前市场充电及放电的功率，P 为风电机组的最大出力，P 为光伏机组的最大出力；
第二功率平衡约束确定单元，用于根据如下公式确定虚拟电厂在平衡市场的功率平衡约束：式中， 为平衡市场出清中时间段t场景ω下虚拟电厂已在日前市场锁定的投标量，分别为风电m、光伏n参与平衡市场时在时间段t场景ω下的出力，分别为时间段t场景ω蓄电池q参与平衡市场充电及放电的功率；
条件风险价值约束确定单元，用于根据如下公式确定收益的条件风险价值约束：ηω≥0
式中，ζ为风险价值的值，ηω为场景ω下的实际收益与风险价值的差额，α为预设置信水平。
4.根据权利要求3所述的虚拟电厂优化运行及收益分配系统，其特征在于，所述收益分配计算模块，具体包括：收益分配计算单元，用于根据如下公式确定虚拟电厂成员的收益分配：其中，
DA RT C MT
RVPP＝R +R +R‑C
式中，Ri为虚拟电厂中成员i分配的收益，RVPP为虚拟电厂参与电量市场和碳市场中获得的收益，xi为虚拟电厂中成员i的沙普利值，h为虚拟电厂中成员总个数，S为虚拟电厂下的子联盟，s为联盟S中的成员数，V(S∪{i})为在联盟S中加入成员i后形成的联盟的收益，V(S)为联盟S的收益，N为虚拟电厂。 说明书 : 考虑碳交易的虚拟电厂优化运行及收益分配方法及系统技术领域[0001] 本发明涉及电力市场技术领域，特别是涉及一种考虑碳交易的虚拟电厂优化运行及收益分配方法及系统。背景技术[0002] 为了应对全球化石能源紧缺及环境问题，以风、光可再生能源为主的分布式能源(distributedenergyresources，DERs)发电在全球范围内得到迅速发展。这些分布式电源在一定程度上解决了传统发电带来的环境污染问题。但DERs往往具有单机容量小、随机波动性大等特点，使其难以独立地参与到电力市场运营中。虚拟电厂(VirtualPowerPlant，VPP)概念的提出有效解决了这一问题，VPP将分布式电源、储能设备和可控负荷等有效聚合起来，集中参与市场运营从而解决风光分布式发电出力不可控、随机波动等问题。[0003] 为了应对气候变化这种国际社会的共同挑战，碳交易成为众多国家和地区控制温室气体排放的有效市场工具。[0004] VPP作为一种新型的市场主体，参与碳交易能够进一步推动新能源发展，发挥其环境效益，从而提升VPP的整体收益。因此，研究协调电能交易和碳交易的VPP优化运行策略具有重要的工程应用价值。[0005] 日前市场和实时平衡市场是电力现货市场的主要组成，其中日前市场是主要的功率交易平台，实时平衡市场旨在根据最新的负荷和电源变化对日前交易计划进行适量调整。风电商根据其进行次日出力预测，参与日前市场竞争是主要的获益方式。由于风电边际成本低，为了避免弃风风电商可以报零价以确保中标，风电商日前中标的电量在实时运行时由于其出力的不确定性(日前预测误差)，在实时平衡市场中会面临不平衡惩罚。因此，寻求降低实时出力不确定性的运行模式是风电商参与现货市场的关键。[0006] 由于VPP包括不同的利益主体，VPP优化运行产生的收益需要在不同主体间进行合理分配。一个好的收益分配机制应当能精准辨识不同主体在合作中的贡献。对于VPP的收益分配问题，目前研究将VPP作为整体参与市场获取收益的比较多，而研究VPP内部成员收益分配的较少，不能为多元需求响应资源参与电量市场碳市场的行为决策提供理论指导。发明内容[0007] 本发明的目的是提供一种考虑碳交易的虚拟电厂优化运行及收益分配方法及系统，能够为多元需求响应资源参与电量市场和碳市场的行为决策提供理论指导。[0008] 为实现上述目的，本发明提供了如下方案：[0009] 一种虚拟电厂优化运行及收益分配方法，包括：[0010] 以虚拟电厂在碳市场收益和电力市场收益之和最大为目标建立虚拟电厂优化模型；[0011] 求解所述虚拟电厂优化模型，得到日前市场的竞标量；所述日前市场的竞标量包括风电出力、光伏出力和燃气轮机出力；[0012] 根据所述日前市场的竞标量，采用沙普利值计算方法确定虚拟电厂成员的收益分配；所述虚拟电厂成员包括燃气轮机组、储能装置、风电机组和光伏机组。[0013] 可选的，所述以虚拟电厂在碳市场收益和电力市场收益之和最大为目标建立虚拟电厂优化模型，具体包括：[0014] 根据如下公式确定目标函数：[0015] Max[(1‑β)(RDA+RRT+RC‑CMT)+βXCVaR][0016] 其中，[0017][0018][0019] RC＝λC*(EVPP‑EMT)[0020][0021] 式中，RDA为虚拟电厂在日前市场中的收益，RRT为虚拟电厂在平衡市场中的期望收C MT益，R 为虚拟电厂在碳市场中的效益，C 为虚拟电厂运行成本，XCVaR为收益的条件风险价DA值，β为风险偏好系数，t为时刻， 为日前市场t时刻的出清电价，Pt 为t时刻虚拟电厂在+日前市场的竞标量，ω为出力的场景，πω为包含光伏出力及风电出力的场景ω概率，λ 为正‑ +不平衡电价，λ为负不平衡电价，Ptω 为时间段t场景ω下虚拟电厂实际出力与申报功率的‑正偏差，Ptω为时间段t场景ω下虚拟电厂实际出力与申报功率的负偏差，λC为虚拟电厂参MT与碳交易价格，EVPP为分配给虚拟电厂的碳排放配额，EMT为燃气轮机的碳排放量，n 为燃气轮机的数量， 为时间段t下燃气轮机的成本， 为时间段t燃气轮机参与平衡市场的出力；[0022] 确定约束条件；所述约束条件包括燃气轮机约束、储能装置约束、功率平衡约束和收益的条件风险价值约束；[0023] 根据所述目标函数和所述约束条件建立虚拟电厂优化模型。[0024] 可选的，所述确定约束条件，具体包括：[0025] 根据如下公式确定燃气轮机约束：[0026][0027][0028] 式中， 为时间段t燃气轮机k参与日前市场的出力， 为时间段t场景ω燃MT.max MT.min气轮机k参与平衡市场的出力，P 为燃气轮机的最大出力，P 为燃气轮机的最小出力， 为燃气轮机的调节功率的极限；[0029] 根据如下公式确定储能装置约束：[0030][0031][0032][0033] Qmin≤QqtS≤Qmax[0034] 式中， 为蓄电池在时间段t的储存能量， 为蓄电池在时间段t的充电功率，SC SD SC.max为蓄电池在时间段t的放电功率，η 为蓄电池的充电损耗，η 为蓄电池的放电损耗，PSD.max max min为蓄电池最大充电的限值，P 为蓄电池最大放电的限值，Q 为蓄电池最大蓄电量，Q为蓄电池最小蓄电量，τ为时间长度；[0035] 根据如下公式确定虚拟电厂在日前市场的功率平衡约束：[0036][0037][0038][0039][0040][0041][0042] 式中， 分别为风电m、光伏n在日前市场时段t下的出力，WPmax分别为时段t蓄电池q参与日前市场充电及放电的功率，P 为风电机组的最PVmax大出力，P 为光伏机组的最大出力；[0043] 根据如下公式确定虚拟电厂在平衡市场的功率平衡约束：[0044][0045] 式中， 为平衡市场出清中时间段t场景ω下虚拟电厂已在日前市场锁定的投标量， 分别为风电m、光伏n参与平衡市场时在时间段t场景ω下的出力，分别为时间段t场景ω蓄电池q参与平衡市场充电及放电的功率；[0046] 根据如下公式确定收益的条件风险价值约束：[0047][0048][0049] ηω≥0[0050] 式中，ζ为风险价值的值，ηω为场景ω下的实际收益与风险价值的差额，α为预设置信水平。[0051] 可选的，所述根据所述日前市场的竞标量，采用沙普利值计算方法确定虚拟电厂成员的收益分配，具体包括：[0052] 根据如下公式确定虚拟电厂成员的收益分配：[0053][0054] 其中，[0055][0056] RVPP＝RDA+RRT+RC‑CMT[0057] 式中，Ri为虚拟电厂中成员i分配的收益，RVPP为虚拟电厂参与电量市场和碳市场中获得的收益，xi为虚拟电厂中成员i的沙普利值，h为虚拟电厂中成员总个数，S为虚拟电厂下的子联盟，s为联盟S中的成员数，V(S∪{i})为在联盟S中加入成员i后形成的联盟的收益，V(S)为联盟S的收益，N为虚拟电厂。[0058] 本发明还提供一种虚拟电厂优化运行及收益分配系统，包括：[0059] 模型建立模块，用于以虚拟电厂在碳市场收益和电力市场收益之和最大为目标建立虚拟电厂优化模型；[0060] 模型求解模块，用于求解所述虚拟电厂优化模型，得到日前市场的竞标量；所述日前市场的竞标量包括风电出力、光伏出力和燃气轮机出力；[0061] 收益分配计算模块，用于根据所述日前市场的竞标量，采用沙普利值计算方法确定虚拟电厂成员的收益分配；所述虚拟电厂成员包括燃气轮机组、储能装置、风电机组和光伏机组。[0062] 可选的，所述模型建立模块，具体包括：[0063] 目标函数确定单元，用于根据如下公式确定目标函数：[0064] Max[(1‑β)(RDA+RRT+RC‑CMT)+βXCVaR][0065] 其中，[0066][0067][0068] RC＝λC*(EVPP‑EMT)[0069][0070] 式中，RDA为虚拟电厂在日前市场中的收益，RRT为虚拟电厂在平衡市场中的期望收C MT益，R 为虚拟电厂在碳市场中的效益，C 为虚拟电厂运行成本，XCVaR为收益的条件风险价DA值，β为风险偏好系数，t为时刻， 为日前市场t时刻的出清电价，Pt 为t时刻虚拟电厂在+日前市场的竞标量，ω为出力的场景，πω为包含光伏出力及风电出力的场景ω概率，λ 为正‑ +不平衡电价，λ为负不平衡电价，Ptω 为时间段t场景ω下虚拟电厂实际出力与申报功率的‑正偏差，Ptω为时间段t场景ω下虚拟电厂实际出力与申报功率的负偏差，λC为虚拟电厂参MT与碳交易价格，EVPP为分配给虚拟电厂的碳排放配额，EMT为燃气轮机的碳排放量，n 为燃气轮机的数量， 为时间段t下燃气轮机的成本， 为时间段t燃气轮机参与平衡市场的出力；[0071] 约束条件确定单元，用于确定约束条件；所述约束条件包括燃气轮机约束、储能装置约束、功率平衡约束和收益的条件风险价值约束；[0072] 模型建立单元，用于根据所述目标函数和所述约束条件建立虚拟电厂优化模型。[0073] 可选的，所述约束条件确定单元，具体包括：[0074] 燃气轮机约束确定子单元，用于根据如下公式确定燃气轮机约束：[0075][0076][0077] 式中， 为时间段t燃气轮机k参与日前市场的出力， 为时间段t场景ω燃MT.max MT.min气轮机k参与平衡市场的出力，P 为燃气轮机的最大出力，P 为燃气轮机的最小出力， 为燃气轮机的调节功率的极限；[0078] 储能装置约束确定子单元，用于根据如下公式确定储能装置约束：[0079][0080][0081][0082] Qmin≤QqtS≤Qmax[0083] 式中， 为蓄电池在时间段t的储存能量， 为蓄电池在时间段t的充电功率，SC SD SC.max为蓄电池在时间段t的放电功率，η 为蓄电池的充电损耗，η 为蓄电池的放电损耗，PSD.max max min为蓄电池最大充电的限值，P 为蓄电池最大放电的限值，Q 为蓄电池最大蓄电量，Q为蓄电池最小蓄电量，τ为时间长度；[0084] 第一功率平衡约束确定单元，用于根据如下公式确定虚拟电厂在日前市场的功率平衡约束：[0085][0086][0087][0088][0089][0090][0091] 式中， 分别为风电m、光伏n在日前市场时段t下的出力，WPmax分别为时段t蓄电池q参与日前市场充电及放电的功率，P 为风电机组的最PVmax大出力，P 为光伏机组的最大出力；[0092] 第二功率平衡约束确定单元，用于根据如下公式确定虚拟电厂在平衡市场的功率平衡约束：[0093][0094][0095] 式中， 为平衡市场出清中时间段t场景ω下虚拟电厂已在日前市场锁定的投标量， 分别为风电m、光伏n参与平衡市场时在时间段t场景ω下的出力，分别为时间段t场景ω蓄电池q参与平衡市场充电及放电的功率；[0096] 条件风险价值约束确定单元，用于根据如下公式确定收益的条件风险价值约束：[0097][0098][0099] ηω≥0[0100] 式中，ζ为风险价值的值，ηω为场景ω下的实际收益与风险价值的差额，α为预设置信水平。[0101] 可选的，所述收益分配计算模块，具体包括：[0102] 收益分配计算单元，用于根据如下公式确定虚拟电厂成员的收益分配：[0103][0104] 其中，[0105][0106] RVPP＝RDA+RRT+RC‑CMT[0107] 式中，Ri为虚拟电厂中成员i分配的收益，RVPP为虚拟电厂参与电量市场和碳市场中获得的收益，xi为虚拟电厂中成员i的沙普利值，h为虚拟电厂中成员总个数，S为虚拟电厂下的子联盟，s为联盟S中的成员数，V(S∪{i})为在联盟S中加入成员i后形成的联盟的收益，V(S)为联盟S的收益，N为虚拟电厂。[0108] 与现有技术相比，本发明的有益效果是：[0109] 本发明提出了一种虚拟电厂优化运行及收益分配方法及系统，以虚拟电厂在碳市场收益和电力市场收益之和最大为目标建立虚拟电厂优化模型；求解虚拟电厂优化模型，得到日前市场的竞标量；根据日前市场的竞标量，采用沙普利值计算方法确定虚拟电厂成员的收益分配；其中虚拟电厂成员包括燃气轮机组、储能装置、风电机组和光伏机组。本发明通过协调优化虚拟电厂在日前和实时平衡市场的运行，以及电量交易和碳排放交易的协调，提升整体收益；利值分配收益能合理体现个体的贡献；考虑风电和光伏出力不确定性的收益风险及电量交易和碳排放权交易之间的耦合性，建立了考虑碳排放权交易的虚拟电厂两阶段随机优化运行模型，给出了VPP在日前电力市场上的最优竞标量，能够为多元需求响应资源参与电量市场和碳市场的行为决策提供理论指导。附图说明[0110] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。[0111] 图1为本发明实施例中考虑碳交易的虚拟电厂优化运行及收益分配方法流程图；[0112] 图2为本发明实施例中风险中立时虚拟电厂的竞标量示意图；[0113] 图3为本发明实施例中不同风险偏好系数下CVaR值及VPP收益变化情况示意图；[0114] 图4为本发明实施例中单独作用时各成员的收益与参与VPP后成员收益对比示意图。具体实施方式[0115] 下面将结合本发明实施例中的附图，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，都属于本发明保护的范围。[0116] 本发明的目的是提供一种考虑碳交易的虚拟电厂优化运行及收益分配方法及系统，能够为多元需求响应资源参与电量市场和碳市场的行为决策提供理论指导。[0117] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。[0118] 实施例[0119] 图1为本发明实施例中考虑碳交易的虚拟电厂优化运行及收益分配方法流程图，如图1所示，一种考虑碳交易的虚拟电厂优化运行及收益分配方法，包括：[0120] 步骤101：以虚拟电厂在碳市场收益和电力市场收益之和最大为目标建立虚拟电厂优化模型。[0121] 步骤102：求解虚拟电厂优化模型，得到日前市场的竞标量；日前市场的竞标量包括风电出力、光伏出力和燃气轮机出力。[0122] 步骤102，具体包括：[0123] 根据如下公式确定目标函数：[0124] Max[(1‑β)(RDA+RRT+RC‑CMT)+βXCVaR][0125] 其中，[0126][0127][0128] RC＝λC*(EVPP‑EMT)[0129][0130] 式中，RDA为虚拟电厂在日前市场中的收益，RRT为虚拟电厂在平衡市场中的期望收C MT益，R 为虚拟电厂在碳市场中的效益，C 为虚拟电厂运行成本，XCVaR为收益的条件风险价DA值，β为风险偏好系数，t为时刻， 为日前市场t时刻的出清电价，Pt 为t时刻虚拟电厂在+日前市场的竞标量，ω为出力的场景，πω为包含光伏出力及风电出力的场景ω概率，λ 为正‑ +不平衡电价，λ为负不平衡电价，Ptω 为时间段t场景ω下虚拟电厂实际出力与申报功率的‑正偏差，Ptω为时间段t场景ω下虚拟电厂实际出力与申报功率的负偏差，λC为虚拟电厂参MT与碳交易价格，EVPP为分配给虚拟电厂的碳排放配额，EMT为燃气轮机的碳排放量，n 为燃气轮机的数量， 为时间段t下燃气轮机的成本， 为时间段t燃气轮机参与平衡市场的出力；[0131] 确定约束条件；约束条件包括燃气轮机约束、储能装置约束、功率平衡约束和收益的条件风险价值约束；[0132] 根据目标函数和约束条件建立虚拟电厂优化模型。[0133] 其中，[0134] 根据如下公式确定燃气轮机约束：[0135][0136][0137] 式中， 为时间段t燃气轮机k参与日前市场的出力， 为时间段t场景ω燃MT.max MT.min气轮机k参与平衡市场的出力，P 为燃气轮机的最大出力，P 为燃气轮机的最小出力， 为燃气轮机的调节功率的极限；[0138] 根据如下公式确定储能装置约束：[0139][0140][0141][0142] Qmin≤QqtS≤Qmax[0143] 式中， 为蓄电池在时间段t的储存能量， 为蓄电池在时间段t的充电功率，SC SD为蓄电池在时间段t的放电功率，η 为蓄电池的充电损耗，η 为蓄电池的放电损耗，SC.max SD.max maxP 为蓄电池最大充电的限值，P 为蓄电池最大放电的限值，Q 为蓄电池最大蓄电min量，Q 为蓄电池最小蓄电量，τ为时间长度；[0144] 根据如下公式确定虚拟电厂在日前市场的功率平衡约束：[0145][0146][0147][0148][0149][0150][0151] 式中， 分别为风电m、光伏n在日前市场时段t下的出力，WPmax分别为时段t蓄电池q参与日前市场充电及放电的功率，P 为风电机组的最PVmax大出力，P 为光伏机组的最大出力；[0152] 根据如下公式确定虚拟电厂在平衡市场的功率平衡约束：[0153][0154][0155] 式中， 为平衡市场出清中时间段t场景ω下虚拟电厂已在日前市场锁定的投标量， 分别为风电m、光伏n参与平衡市场时在时间段t场景ω下的出力，分别为时间段t场景ω蓄电池q参与平衡市场充电及放电的功率；[0156] 根据如下公式确定收益的条件风险价值约束：[0157][0158][0159] ηω≥0[0160] 式中，ζ为风险价值的值，ηω为场景ω下的实际收益与风险价值的差额，α为预设置信水平。[0161] 步骤103：根据日前市场的竞标量，采用沙普利值计算方法确定虚拟电厂成员的收益分配；虚拟电厂成员包括燃气轮机组、储能装置、风电机组和光伏机组。[0162] 根据如下公式确定虚拟电厂成员的收益分配：[0163][0164] 其中，[0165][0166] RVPP＝RDA+RRT+RC‑CMT[0167] 式中，Ri为虚拟电厂中成员i分配的收益，RVPP为虚拟电厂参与电量市场和碳市场中获得的收益，xi为虚拟电厂中成员i的沙普利值，h为虚拟电厂中成员总个数，S为虚拟电厂下的子联盟，s为联盟S中的成员数，V(S∪{i})为在联盟S中加入成员i后形成的联盟的收益，V(S)为联盟S的收益，N为虚拟电厂。[0168] 本发明还提供一种考虑碳交易的虚拟电厂优化运行及收益分配系统，包括：[0169] 模型建立模块，用于以虚拟电厂在碳市场收益和电力市场收益之和最大为目标建立虚拟电厂优化模型。[0170] 模型求解模块，用于求解虚拟电厂优化模型，得到日前市场的竞标量；日前市场的竞标量包括风电出力、光伏出力和燃气轮机出力。[0171] 收益分配计算模块，用于根据日前市场的竞标量，采用沙普利值计算方法确定虚拟电厂成员的收益分配；虚拟电厂成员包括燃气轮机组、储能装置、风电机组和光伏机组。[0172] 其中，[0173] 模型建立模块，具体包括：[0174] 目标函数确定单元，用于根据如下公式确定目标函数：[0175] Max[(1‑β)(RDA+RRT+RC‑CMT)+βXCVaR][0176] 其中，[0177][0178][0179] RC＝λC*(EVPP‑EMT)[0180][0181] 式中，RDA为虚拟电厂在日前市场中的收益，RRT为虚拟电厂在平衡市场中的期望收C MT益，R 为虚拟电厂在碳市场中的效益，C 为虚拟电厂运行成本，XCVaR为收益的条件风险价DA值，β为风险偏好系数，t为时刻， 为日前市场t时刻的出清电价，Pt 为t时刻虚拟电厂在+日前市场的竞标量，ω为出力的场景，πω为包含光伏出力及风电出力的场景ω概率，λ 为正‑ + ‑不平衡电价，λ为负不平衡电价，Ptω为时间段t场景ω下正不平衡功率，Ptω 为时间段t场景ω下负不平衡功率，λC为虚拟电厂参与碳交易价格，EVPP为分配给虚拟电厂的碳排放配额，MTEMT为燃气轮机的碳排放量，n 为燃气轮机的数量， 为时间段t下燃气轮机的成本，为时间段t燃气轮机参与平衡市场的出力；[0182] 约束条件确定单元，用于确定约束条件；约束条件包括燃气轮机约束、储能装置约束、功率平衡约束和收益的条件风险价值约束；[0183] 约束条件确定单元，具体包括：[0184] 燃气轮机约束确定子单元，用于根据如下公式确定燃气轮机约束：[0185][0186][0187] 式中， 为时间段t燃气轮机k参与日前市场的出力， 为时间段t场景ω燃MT.max MT.min气轮机参与平衡市场的出力，P 为燃气轮机的最大出力，P 为燃气轮机的最小出力，为燃气轮机的调节功率的极限；[0188] 储能装置约束确定子单元，用于根据如下公式确定储能装置约束：[0189][0190][0191][0192] Qmin≤QqtS≤Qmax[0193] 式中， 为蓄电池在时间段t的储存能量， 为蓄电池在时间段t的充电功率，SC SD为蓄电池在时间段t的放电功率，η 为蓄电池的充电损耗，η 为蓄电池的放电损耗，SC.max SD.max maxP 为蓄电池最大充电的限值，P 为蓄电池最大放电的限值，Q 为蓄电池最大蓄电min量，Q 为蓄电池最小蓄电量，τ为时间长度；[0194] 第一功率平衡约束确定单元，用于根据如下公式确定虚拟电厂在日前市场的功率平衡约束：[0195][0196][0197][0198][0199][0200][0201] 式中， 分别为风电m、光伏n在日前市场时段t下的出力，WPmax分别为时段t蓄电池q参与日前市场充电及放电的功率，P 为风电机组的最PVmax大出力，P 为光伏机组的最大出力；[0202] 第二功率平衡约束确定单元，用于根据如下公式确定虚拟电厂在平衡市场的功率平衡约束：[0203][0204][0205] 式中， 为平衡市场出清中时间段t场景w下虚拟电厂已在日前市场锁定的投标量， 分别为风电m、光伏n参与平衡市场时在时间段t场景ω下的出力，分别为虚拟电厂实际出力与申报功率的正偏差、负偏差， 分别为时间段t场景ω蓄电池q参与平衡市场充电及放电的功率， 为时间段t场景ω燃气轮机k参与平衡市场的出力；[0206] 条件风险价值约束确定单元，用于根据如下公式确定收益的条件风险价值约束：[0207][0208][0209] ηω≥0[0210] 式中，ζ为风险价值的值，ηω为场景ω下的实际收益与风险价值的差额，α为预设置信水平。[0211] 模型建立单元，用于根据目标函数和约束条件建立虚拟电厂优化模型。[0212] 收益分配计算模块，具体包括：[0213] 收益分配计算单元，用于根据如下公式确定虚拟电厂成员的收益分配：[0214][0215] 其中，[0216][0217] RVPP＝RDA+RRT+RC‑CMT[0218] 式中，Ri为虚拟电厂中成员i分配的收益，RVPP为虚拟电厂参与电量市场和碳市场中获得的收益，xi为虚拟电厂中成员i的沙普利值，h为虚拟电厂中成员总个数，S为虚拟电厂下的子联盟，s为联盟S中的成员数，V(S∪{i})为在联盟S中加入成员i后形成的联盟的收益，V(S)为联盟S的收益，N为虚拟电厂。[0219] 本发明提出的一种考虑碳交易的虚拟电厂优化运行及收益分配方法，下面结合一个实例，对具体实施方式作详细说明。[0220] 在一个包含10台微型燃气轮机组MT、1个风电商WP、1个光伏发电商PV和1个储能系统的虚拟电厂下进行验证。储能系统由装机容量为100MWh的蓄电池组成，蓄电池充放电最大功率为20MW，充放电过程中自身损耗为5％。日前市场价格采自PJM电力市场，平衡市场价格惩罚系数取0.8、1.2，CVaR的置信水平α＝0.95。碳排放价格设定为12.3$/吨，VPP的碳交易配额为1500吨。燃气轮机每发电1MW，排碳量为0.76吨。[0221] 算例结果[0222] 1)虚拟电厂风险中立时最优竞标策略[0223] 当CVaR的置信度β＝0时，VPP收益最大，所给出的VPP最优竞标结果如图2所示。蓄电池在负荷低谷时充电储存电量，在负荷高峰时放电，从而弥补了风电和光伏引起的不平衡电量。曲线2是由微型燃气轮机、风电、光伏和储能系统单独参与电力市场后的申报曲线合成所得。对比曲线1、2可知，有了VPP之后，在负荷高峰时总出力比之前减少，而在负荷低谷时出力则增大。这是因为VPP在参与能量市场时蓄电池和微型燃气轮机可以一定程度上减少不平衡电量，而风电商和光伏发电商单独作用时考虑风险规避，它们的行为更加保守。[0224] 2)不同风险偏好系数对虚拟电厂收益的影响[0225] 不同风险偏好系数下CVaR值及VPP收益变化情况如图3所示。随着风险偏好系数β的增加，CVaR值逐渐增加，VPP对风险越来越厌恶，VPP总收益逐渐较少。考虑碳交易的VPP的收益不确定风险主要来源于风电和光伏不确定性导致的不平衡结算风险，而VPP中蓄电池和微型燃气轮机可依据实时情况调整自身的运行状态尽可能减少不平衡电量，从而使得VPP的收益增加。[0226] 3)基于Shapley值收益分配结果[0227] 1代表微型燃气轮机组、2代表蓄电池、3代表风电商、4代表光伏发电商。VPP内由这4个主体组成，因此总共有15个非空子联盟，得到各个联盟在风险中立时的收益情况如表1所示。单独作用时各成员的收益与参与VPP后成员收益对比如图4所示(图4中左边的柱状图表示未参与碳交易，右边的柱状图表示参与碳交易)。考虑碳交易后VPP中成员的收益比各成员单独作用的收益都有一定程度的增加。考虑碳交易的VPP中微型燃气轮机的收益提升了1.5倍，蓄电池的收益提升了1.34倍，风电的收益提升了3.65％，光伏的收益提升了4.31％。VPP参与碳市场的运营模式可以实现共赢，使得VPP的成员收益都有大幅提升。[0228] 表1不同联盟情况下收益分配情况[0229]联盟 收益(103＄) 联盟 收益(103＄) 联盟 收益(103＄){1} 12.57 {1，3} 276.59 {1，2，3} 282.61{2} 6.20 {1，4} 232.44 {1，2，4} 238.20{3} 251.06 {2，3} 257.10 {1，3，4} 497.60{4} 207.11 {2，4} 212.76 {2，3，4} 477.92{1，2} 18.80 {3，4} 472.08 {1，2，3，4} 503.43[0230] 4)Shapley值与其他收益方法的对比[0231] Shapley值(沙普利值)收益方法分配结果与平均分配对比如表2所示，采用平均分配的方式VPP的每个成员分配的收益相同，不能体现每个成员对VPP的贡献。而采用Shapley值法能够维护VPP内各主体的合作关系，采用平均分配的方式对于贡献度较高的风光发电商是不公平的，相反燃气轮机贡献度最小获得收益最大，这种分配方法不利于稳定发挥VPP的作用。[0232] 表2Shapley值收益方法分配结果与平均分配对比[0233][0234][0235] 至此，本发明所提方法实施完毕。[0236] 根据理论推导的公式和仿真结果可以得到结论如下：[0237] 1)通过协调优化在日前和实时平衡市场的运行，以及电量交易和碳交易的协调，VPP可以提升整体收益。[0238] 2)各个体通过参与VPP运营，个体收益都有不同程度增加，且按照Shapley值分配收益能合理体现个体的贡献。[0239] 本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上，本说明书内容不应理解为对本发明的限制。

专利地区：北京

专利申请日期：2020-12-03

专利公开日期：2024-07-26

专利公告号：CN112465248B