點，即每一個政策場景，重復(fù)步驟 D-步驟F，得到所有政策場景下電力系統(tǒng)的溫室氣體減排數(shù)量。政策與溫室氣體減排定量 關(guān)系見圖6。根據(jù)上述所有政策場景數(shù)據(jù)下溫室氣體的減排數(shù)量對溫室氣體進(jìn)行減排控制。 即設(shè)定政策數(shù)據(jù)的范圍，由政策主管部門根據(jù)溫室氣體減排數(shù)量所對應(yīng)的政策數(shù)據(jù)制定補 貝占、稅收和價格政策，從而控制電力系統(tǒng)行業(yè)各參與方調(diào)整投資和運營策略，最終實現(xiàn)減排 目標(biāo)。
[0179] 以上所述，僅為本發(fā)明較佳的【具體實施方式】，但本發(fā)明的保護(hù)范圍并不局限于此， 任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換， 都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項】
1. 一種基于電力系統(tǒng)的溫室氣體減排控制方法，其特征在于，具體包括以下步驟： 步驟A :對利益相關(guān)方的政策數(shù)據(jù)空間進(jìn)行劃分，從而得到劃分后的政策數(shù)據(jù)空間； 步驟B :根據(jù)全社會電動汽車保有量，采用Monte Carlo方法模擬電動汽車用戶用車行 為，得到電動汽車的充電負(fù)荷曲線，將電動汽車的充電負(fù)荷曲線與電力系統(tǒng)負(fù)荷曲線相加， 從而得到系統(tǒng)的總負(fù)荷曲線； 步驟C :從所述政策數(shù)據(jù)空間中選取一個政策場景數(shù)據(jù)； 步驟D :針對目標(biāo)電力系統(tǒng)，根據(jù)所述政策場景數(shù)據(jù)和所述系統(tǒng)的總負(fù)荷曲線，采用靜 態(tài)博弈方法計算出對應(yīng)于所述政策場景數(shù)據(jù)的風(fēng)力發(fā)電裝機(jī)容量和火力發(fā)電裝機(jī)容量； 步驟E :采用基于電力系統(tǒng)生產(chǎn)模擬的機(jī)組組合和經(jīng)濟(jì)調(diào)度方法，計算出風(fēng)力發(fā)電和 火力發(fā)電的實際發(fā)電量、電動汽車的實際耗電量和火電機(jī)組溫室氣體總排放量； 步驟F :根據(jù)步驟D和步驟E的計算結(jié)果，采用電力系統(tǒng)溫室氣體減排計算方法，計算 在所述政策場景數(shù)據(jù)下的溫室氣體減排數(shù)量； 步驟G :重復(fù)步驟D到步驟F，遍歷所述政策數(shù)據(jù)空間中所有的政策場景數(shù)據(jù)，從而得到 所有政策場景數(shù)據(jù)下溫室氣體的減排數(shù)量；根據(jù)上述所有政策場景數(shù)據(jù)下溫室氣體的減排 數(shù)量對溫室氣體進(jìn)行減排控制。2. 如權(quán)利要求1所述的方法，其特征在于，步驟A具體為： 將某一類政策作用于某一個利益相關(guān)方視為一個獨立政策數(shù)據(jù)，根據(jù)I個利益相關(guān)方 與J類政策數(shù)據(jù)的關(guān)聯(lián)關(guān)系，得到N個獨立政策數(shù)據(jù)，并設(shè)定所述N個獨立政策數(shù)據(jù)的合理 可調(diào)區(qū)間；將每個獨立政策數(shù)據(jù)在其可調(diào)區(qū)間內(nèi)離散地劃分為K段，每一段對應(yīng)一個實際 的獨立政策數(shù)據(jù)值；N個獨立政策的所有的段構(gòu)成了所有利益相關(guān)方的政策數(shù)據(jù)空間，所 述政策數(shù)據(jù)空間共包含Kn個點。3. 如權(quán)利要求1所述的方法，其特征在于，步驟B具體包括步驟B1-B13 : 步驟Bl :建立電動汽車用戶充電行為的概率模型，包括用車模式、行駛里程、平均車 速、單車容量、充電行為、充電方式的概率分布模型； 步驟B2 :令m = 1，其中m表示第m次Monte Carlo模擬； 步驟B3 :按照電動汽車使用模式的概率分布隨機(jī)抽樣出用車模式，進(jìn)而得到總里程數(shù) L，并令i = 1，其中i表示第i個里程； 步驟M :根據(jù)早晨、午間、傍晚、夜間用車時間的概率分布隨機(jī)抽樣用車時間點； 步驟B5 :根據(jù)里程的概率分布和平均車速的概率分布分別隨機(jī)抽樣得到里程和車速； 步驟B6 :根據(jù)電動汽車用戶類型的概率分布隨機(jī)抽樣獲得電動汽車用戶類型； 步驟B7 :根據(jù)抽樣得到的第i個里程的用車時間、里程、平均車速、每百公里耗電量即 可計算出第i個里程的用車結(jié)束時間和剩余電量； 步驟B8 :根據(jù)用戶類型，選擇充電行為； 步驟B9 :進(jìn)而得到一個里程的充電曲線，以及充電結(jié)束后或者下一里程開始時的電動 汽車剩余電量狀態(tài)；令i = i+Ι ; 步驟BlO :重復(fù)步驟B7-B9,直到i = L，進(jìn)而得到一次模擬的充電曲線； 步驟Bll :令m = m+Ι，重復(fù)B3-B10直到m = M，其中M表不所有M次Monte Carlo模 擬； 步驟B12 :求所有M次Monte Carlo模擬得到的充電曲線的數(shù)學(xué)期望，并乘以電動汽車 保有量，即可得到最終的電動汽車充電曲線； 步驟B13:將電動汽車充電曲線與電力系統(tǒng)負(fù)荷曲線相加得到系統(tǒng)的總負(fù)荷曲線。4. 如權(quán)利要求1所述的方法，其特征在于，步驟D通過如下方式實現(xiàn)：以政策場景數(shù)據(jù) 和所述系統(tǒng)的總負(fù)荷曲線作為輸入量，通過建立風(fēng)力發(fā)電和火力發(fā)電的博弈數(shù)據(jù)模型，來 模擬風(fēng)力發(fā)電和火力發(fā)電對政策數(shù)據(jù)的響應(yīng)，從而獲得風(fēng)力發(fā)電裝機(jī)容量和火力發(fā)電裝機(jī) 容量。5. 如權(quán)利要求1-4中任一項所述的方法，其特征在于，步驟D具體包括步驟D1-D3 : 步驟Dl :設(shè)所述政策數(shù)據(jù)空間的子集中可選政策數(shù)據(jù)集合為風(fēng)力發(fā)電上網(wǎng)電價補貼 和火力發(fā)電碳稅，上述政策數(shù)據(jù)對應(yīng)的利益相關(guān)方為風(fēng)力發(fā)電機(jī)組、火力發(fā)電機(jī)組，分別用 W和T表示兩個利益相關(guān)方，并作為博弈參與者參與兩方博弈，博弈參與者的策略：其中，P為裝機(jī)容量，S為策略空間，下標(biāo)表示不同的利益相關(guān)方，上標(biāo)min表示裝機(jī)容 量的最小值，上標(biāo)max表示裝機(jī)容量的最大值。為風(fēng)電裝機(jī)容量的最小值，/Tfi為風(fēng)電 裝機(jī)容量的最大值，Zfn為火電裝機(jī)容量的最小值，f為火電裝機(jī)容量的最大值； 步驟D2 :博弈參與者W和T的收益為其收入與費用之差，分別記為1￥和I ^參與者的 收益具體表現(xiàn)為：其中，下標(biāo)i表示風(fēng)力發(fā)電和火力發(fā)電兩個不同的利益相關(guān)方，即ie {W，T}。Iise^3售電收益和補貼收益、Iid為報廢收入、I lAUX為輔助服務(wù)收益，Ci1nv為投資建設(shè)費用、Ci13m為 運行維護(hù)費用、Cifue為燃料費用、C lEENS為停電補償費用、C lPUR為購電費用； 步驟D3 :采用粒子群算法迭代求解上述博弈論模型，進(jìn)一步包括步驟D31-步驟D33 : 步驟D31 :設(shè)定均衡點初值（PWj，PT,。）； 步驟D32 :各博弈參與者依次進(jìn)行獨立優(yōu)化： 記第j輪的優(yōu)化的結(jié)果為（Pw，Ρτ，_,)，通過優(yōu)化計算得到最優(yōu)策略組合（Pw，_ ]+1，Ρτ，_]+1)，滿 足其中，表示以Pw為變量求取最大值，mfX表示以Pt為變量求取最大值，arg表示取 滿足條件的元素，Pwi j表示第j輪優(yōu)化后風(fēng)電的裝機(jī)容量，P Ti j表示第j輪優(yōu)化后火電的裝 機(jī)容量，PWi j+1表示第j+Ι輪優(yōu)化后風(fēng)電的裝機(jī)容量，PTi j+1表示第j+Ι輪優(yōu)化后火電的裝機(jī) 容量，Iw(pw，pT j)表示風(fēng)電裝機(jī)容量為Pw且火電裝機(jī)容量為pT j下風(fēng)電的收益，IT(pW j，pT) 表示電裝機(jī)容量為PWi j且火電裝機(jī)容量為P 火電的收益； 步驟D33 :判斷系統(tǒng)是否找到Nash均衡點。若相鄰兩次得到的最優(yōu)解相同，BP (PWi j+1, PTi j+1) = (PwijjPtij) = (Pw*, Pt*) 其中，Pu+1表示第j+l輪優(yōu)化后風(fēng)電的裝機(jī)容量，Pu+1表示第j+l輪優(yōu)化后火電的裝 機(jī)容量，Pwi j表示第j輪優(yōu)化后風(fēng)電的裝機(jī)容量，P Ti j表示第j輪優(yōu)化后火電的裝機(jī)容量，P/ 表示納什均衡點對應(yīng)的風(fēng)電裝機(jī)容量，P1*表示納什均衡點對應(yīng)的火電裝機(jī)容量； 則根據(jù)Nash均衡點的定義，認(rèn)為該策略組合下博弈達(dá)到Nash均衡點，即求得風(fēng)力發(fā)電 和火力發(fā)電的裝機(jī)容量。6.如權(quán)利要求1-5中任一項所述的方法，其特征在于，步驟F具體包括步驟Fl-步驟 F5 ： 步驟Fl :火電機(jī)組單位電量的溫室氣體排放量為： Ew1=EhJW heat 其中，Ehrat為火電機(jī)組溫室溫室氣體總排放量，單位為噸；WhMt為火電機(jī)組總發(fā)電量，單 位為千瓦時； 步驟F2 :電動汽車耗電量對應(yīng)的溫室氣體排放量為：其中，Wwind為風(fēng)電發(fā)電量，單位為兆瓦時；WEV為電力系統(tǒng)內(nèi)電動汽車的耗電量，單 位為兆瓦時； 步驟F3 :電動汽車代替燃油車行駛里程對應(yīng)的溫室氣體排放量為：其中，Wev為電力系統(tǒng)內(nèi)電動汽車的耗電量，單位為兆瓦時；W i。。為電動汽車百公里耗電 量，單位為千瓦時；〇_為燃油車百公里耗油量，單位為升；E131S每升油油的溫室氣體排放， 單位為千克每升；E。的單位為噸； 步驟F4 :風(fēng)力發(fā)電代替火電機(jī)組產(chǎn)生的溫室氣體減排數(shù)量為： Ewind - W windEwi 其中，Wwind為風(fēng)電發(fā)電量，單位為兆瓦時； 步驟F5 :電動汽車和風(fēng)電產(chǎn)生的溫室氣體減排數(shù)量為： E = (E0-Eev)+Ewindo
【專利摘要】本發(fā)明涉及一種基于電力系統(tǒng)的溫室氣體減排控制方法，該方法采用靜態(tài)博弈方法模擬各利益相關(guān)方的市場博弈行為及其對政策數(shù)據(jù)的響應(yīng)機(jī)制，利用電力系統(tǒng)生產(chǎn)運行模擬方法計算出政策數(shù)據(jù)下的實際減排數(shù)據(jù)，進(jìn)而計算出各政策場景下各利益相關(guān)方的溫室氣體減排數(shù)量，并根據(jù)所述溫室氣體減排數(shù)量對溫室氣體進(jìn)行減排控制。本發(fā)明的技術(shù)方案遵循電力系統(tǒng)生產(chǎn)運行實際情況，充分考慮政策作用下各利益相關(guān)方之間的市場博弈行為及其政策響應(yīng)機(jī)制，能夠為政府制定政策提供理論依據(jù)，避免政策實施效果不明顯或溫室氣體減排訴求難以滿足的不足，提高政府政策制定的針對性和政策實施的效果，最終實現(xiàn)對溫室氣體的減排控制。
【IPC分類】G06Q50/06
【公開號】CN105160597
【申請?zhí)枴緾N201510536321
【發(fā)明人】楊方, 黃瀚, 代賢忠, 張鈞, 謝光龍, 胡波, 張義斌, 金艷鳴, 張晉芳, 何博, 白翠粉, 劉松, 王亞麗, 王紅敏, 江雷雷
【申請人】國家電網(wǎng)公司, 國網(wǎng)能源研究院, 華北電力大學(xué)
【公開日】2015年12月16日
【申請日】2015年8月27日