在能源低碳转型的背景下,综合能源系统因其多能互补和有助于消纳新能源而得到了广泛的关注。为了体现综合能源系统的市场价值,其参与电-气等多能源市场以及碳-绿证市场的竞争将是一种趋势。作为综合能源系统参与市场投标的竞争主体,综...在能源低碳转型的背景下,综合能源系统因其多能互补和有助于消纳新能源而得到了广泛的关注。为了体现综合能源系统的市场价值,其参与电-气等多能源市场以及碳-绿证市场的竞争将是一种趋势。作为综合能源系统参与市场投标的竞争主体,综合能源供应商的策略性行为将对这些市场产生重要的影响。为此,建立了含新能源的综合能源供应商(integrated energy suppliers,IES)参与投标竞争的电-气-碳-绿证多市场的联合均衡模型。该模型考虑综合能源供应商和单一能源供应商在4个相互耦合的市场中的博弈行为,同时考虑了新能源的不确定性,并引入偏差惩罚机制对新能源的投标偏差进行处理。采用非线性互补方法求得该均衡模型的解。最后,通过算例仿真验证了所提理论模型的合理性和有效性。结果表明,与不引入碳市场和绿证市场情况相比,综合能源供应商参与电-气-碳-绿证市场时利润增加了6.5%,碳排放减少了7.2%。展开更多
高比例新能源的接入对电力系统既是机遇也是挑战:新能源具有清洁低碳的环保优势,但其出力不确定性大、物理惯量低的特点也对系统的频率安全运行带来挑战。针对上述问题,提出一种考虑碳-绿证市场耦合的新能源与储能虚拟惯量-阻尼调度方...高比例新能源的接入对电力系统既是机遇也是挑战:新能源具有清洁低碳的环保优势,但其出力不确定性大、物理惯量低的特点也对系统的频率安全运行带来挑战。针对上述问题,提出一种考虑碳-绿证市场耦合的新能源与储能虚拟惯量-阻尼调度方法。首先,构建包含电力决策、碳交易市场和绿证交易市场三者耦合关系,并计及系统动态频率安全约束的虚拟惯量-阻尼调度优化模型;其次,为降低决策保守性,将不确定性约束建模为整体的联合机会约束形式;然后,采用改进的样本平均近似(modified sample average approximation, MSAA)方法对所提模型进行求解,有效规避常规样本平均近似(sample average approximation, SAA)方法中0-1指示变量导致的计算负担。在IEEE-39节点系统的仿真结果表明:与现有模型和机会约束建模方法相比,所提方法能够根据系统时变扰动需求自适应调整虚拟惯量和下垂阻尼,在满足风险概率5%的前提下,以比固定系数方法低6.03%的成本,确保系统频率偏差在0.5 Hz以内。展现出更好的经济性、低碳性和频率安全性;同时,改进的MSAA方法较传统SAA方法计算时间减少了约90%,可显著提升计算效率。展开更多
文摘在能源低碳转型的背景下,综合能源系统因其多能互补和有助于消纳新能源而得到了广泛的关注。为了体现综合能源系统的市场价值,其参与电-气等多能源市场以及碳-绿证市场的竞争将是一种趋势。作为综合能源系统参与市场投标的竞争主体,综合能源供应商的策略性行为将对这些市场产生重要的影响。为此,建立了含新能源的综合能源供应商(integrated energy suppliers,IES)参与投标竞争的电-气-碳-绿证多市场的联合均衡模型。该模型考虑综合能源供应商和单一能源供应商在4个相互耦合的市场中的博弈行为,同时考虑了新能源的不确定性,并引入偏差惩罚机制对新能源的投标偏差进行处理。采用非线性互补方法求得该均衡模型的解。最后,通过算例仿真验证了所提理论模型的合理性和有效性。结果表明,与不引入碳市场和绿证市场情况相比,综合能源供应商参与电-气-碳-绿证市场时利润增加了6.5%,碳排放减少了7.2%。
文摘高比例新能源的接入对电力系统既是机遇也是挑战:新能源具有清洁低碳的环保优势,但其出力不确定性大、物理惯量低的特点也对系统的频率安全运行带来挑战。针对上述问题,提出一种考虑碳-绿证市场耦合的新能源与储能虚拟惯量-阻尼调度方法。首先,构建包含电力决策、碳交易市场和绿证交易市场三者耦合关系,并计及系统动态频率安全约束的虚拟惯量-阻尼调度优化模型;其次,为降低决策保守性,将不确定性约束建模为整体的联合机会约束形式;然后,采用改进的样本平均近似(modified sample average approximation, MSAA)方法对所提模型进行求解,有效规避常规样本平均近似(sample average approximation, SAA)方法中0-1指示变量导致的计算负担。在IEEE-39节点系统的仿真结果表明:与现有模型和机会约束建模方法相比,所提方法能够根据系统时变扰动需求自适应调整虚拟惯量和下垂阻尼,在满足风险概率5%的前提下,以比固定系数方法低6.03%的成本,确保系统频率偏差在0.5 Hz以内。展现出更好的经济性、低碳性和频率安全性;同时,改进的MSAA方法较传统SAA方法计算时间减少了约90%,可显著提升计算效率。
