一种计及碳排放的风光水区域互补发电系统规划方法与流程

1.本发明涉及碳排放技术领域，尤其是指一种计及碳排放的风光水区域互补发电系统规划方法。


背景技术：

2.风、光清洁能源与水电构成数以十亿级规模的清洁能源系统。充分发挥水电运行灵活、调节性能好的特点，将风光和水电(简称风光水)联合打捆外送，平抑大规模风光接入对于电网安全稳定运行的冲击，提高电网对风光的消纳能力，这对于解决清洁能源的消纳难题，推动建设清洁低碳、高效安全的能源体系具有重要意义。相关专利文献，公布号为cn109858173a的一种风光水互补发电系统联合调度的多目标正切方法，该方法根据风、光、水互补的特性，以水库水位值作为决策编码；同时分析发电效益和生态效益，建立风光水互补发电系统中长期多目标调度模型；提出并采用一种新的多目标方法对建立的模型进行求解，得到兼顾发电、生态的风光水互补发电系统中长期优化调度最优解集；并对求解的多目标方案进行分析。公布号为cn114996960a的一种风光水发电系统两阶段优化运行方法及装置，该方法包括：确定风光水互补发电系统日前实时两阶段的联合优化目标；进而根据水电转换关系、水电出力范围、水库下泄流量限制信息、水头约束、库容约束、水量平衡约束和/或调度期始末库容约束确定梯级水电优化运行模型；基于联合优化目标，根据预测信息确定风电、光伏优化运行模型；利用预设线性化策略分别将梯级水电优化运行模型和风电、光伏优化运行模型转化为milp问题，并求解milp问题，得到风光水发电系统的最优运行成本。但上述专利文献只是解决了由于风电光伏出力不确定性，导致已有的电力系统调度模型已难以适应含高比例可再生能源的多能源电力系统的优化调度的技术问题。
3.综上，现有的碳排放分析只是从用电时的碳计算环节模组进行，不能全面考虑各个碳计算环节模组，准确度较低，已不能满足现有需要。


技术实现要素：

4.本发明的目的是克服现有技术中的碳排放分析只是从用电时的碳计算环节模组进行，不能全面考虑各个碳计算环节模组，准确度较低的缺点，提供一种计及碳排放的风光水区域互补发电系统规划方法。
5.本发明的目的是通过下述技术方案予以实现：一种计及碳排放的风光水区域互补发电系统规划方法，包括以下步骤：步骤1，计算发电系统中各个环节的低碳效益；步骤2，根据各个环节的低碳效益确定发电系统总的低碳效益；步骤3，根据发电系统总的低碳效益确定发电系统最小碳排放规划方案；步骤4，对发电系统最小碳排放规划方案进行可靠性评价。
6.作为优选，所述的发电系统中各个环节包括发电系统在建设碳计算环节模组、发电系统能源终端碳计算环节模组、测算期内发电系统用户用电碳计算环节模组和测算期发
电系统在电能配送碳计算环节模组。
7.作为优选，所述的发电系统在建设碳计算环节模组的低碳效益c1表示为：式中，c
1.ins
发电系统建设的隐含碳，设备制造施工碳计算环节模组产生的碳排总量，线路制造施工碳计算环节模组产生的碳排量；线路制造施工碳计算环节模组产生的碳排量；式中：em及en’分别为发电系统中建设设备和线路的类型数量，为第j类设备的隐含碳排放系数，nj为设备j的安装数量，为第i种馈线类型的隐含碳排放系数，ai第i种线型的横截面积，αc为线路载流量-横截面积相关系数，b为线路载流量-横截面积的相关指数系数，β为隐含碳与线路载流量的相关指数系数，ni为第i种型号的线路总数。
8.作为优选，所述发电系统能源终端碳计算环节模组对应的低碳效益c2包括风光水分布电源运行的低碳效益和移动化石燃料替代的低碳效益；第k年的风光水分布电源运行的低碳效益c
21.k
为：式中，rn为发电系统中风光水分布电源机组的类型数量，ε
c.coal
为主网的碳排放系数，c
coal
为主网单位电量对应的煤耗，w
q,ins
、w
q.k-1
分别为第q类风光水分布电源在起始年和第k-1年的预期发电量，为第q类风光水分布电源在第k年发电量的年増长率，其表达式为:式中，为第q类风光水分布电源在第k年的増发电量，ι
q，k
为国家政策在第k年对于第q类风光水分布电源技术的扶持力度，和分别为第k年发电系统技术和储能技术相对于第q种清洁能源的成熟度，δo
adn
、δo
stor
和δo
policy
分别表示在发电系统技术、储能技术以及国家政策单独作用下，风光水分布电源的预期增发电量，a、b、c为各因素促进清洁能源发展的权重，且有a+b+c＝l；式中，ζ
q.1
、ζ
q.n
分别为风光水分布电源类型q在起始年和最后测算年限的技术成熟度；ζ
q，k
为风光水分布电源类型q在第k年的技术成熟度；e为数学中的自然常数；第k年的移动化石燃料替代的低碳效益c
22.k
为：
式中，en为ev的类型数，ε
c.oil
为常规交通燃油的碳排放系数，c
oil
,p为具有相同排量的类型p的ev的单位里程油耗，l
p
为类型p的ev的预期年行驶里程数，n
p.k-1
、n
p.ins
分别为第k-1年和初始年ev中类型p的保有量，δn
p.k
表示第k年类型p的ev的增量，计算式为：表示第k年类型p的ev的增量，计算式为：式中，为该地区机动车需求量，p
p,k
为用户对ev中类型p车辆的购买意愿，为基础设施成熟度，为管理服务成熟度，d、e为各因素影响用户意愿权重，且d+e＝1；得到发电系统能源终端碳计算环节模组对应的低碳效益c2如下：式中，c
21
表示测算期内风光水分布电源运行的低碳效益；c
22
表示测算期内移动化石燃料替代的低碳效益。
9.作为优选，第k年的发电系统用户用电碳计算环节模组对应的低碳效益c
3.k
按下述公式计算：公式计算：公式计算：公式计算：式中，ε
c.coal
为主网的碳排放系数，c
coal
为主网单位电量对应的煤耗，分别为负荷节能和ev接入所节约/增加的电量，为全网负荷率每提升1个百分点燃煤机组煤耗的下降幅度，δξk为第k年负荷率超出预计水平的比例，为发电系统下第k年火电机组的预期发电量，分别为类型p的电动汽车的电池组额定可用容量和电动模式额定行驶里程数，为传统火电下第k年系统预计用电量，dn为用户类型数目，为系统中用户u对应的负荷比例，为引入需求侧管理后的用户节电因子，wk和分别为发电系统和火电下全系统总预期用电量；得到测算期内发电系统用户用电碳计算环节模组对应的低碳效益c3如下：
式中，n表示测算期年数。
10.作为优选，第k年内发电系统在电能配送碳计算环节模组的预期低碳效益c
4.k
按下述公式计算：式中，ε
c.coal
为主网的碳排放系数，c
coal
为主网单位电量对应的煤耗，为电网的降损潜力因子，其中，δo
loss
为发电系统下网损的预期降低率，为第k年发电系统相关降损技术的成熟度；得到测算期发电系统在电能配送碳计算环节模组的预期低碳效益c4如下：式中，n表示测算期年数。
11.作为优选，所述的步骤2中，发电系统总的低碳效益为发电系统在建设碳计算环节模组低碳效益c1、发电系统能源终端碳计算环节模组对应的低碳效益c2、测算期内发电系统用户用电碳计算环节模组对应的低碳效益c3和测算期发电系统在电能配送碳计算环节模组的预期低碳效益c4之和；发电系统总的低碳效益c的表达式如下：c＝c1+c2+c3+c4。
12.作为优选，所述的步骤3具体为：将系统经济成本和碳排放费用的综合净现值最小作为规划目标，设计规划方案，规划方案模型的主目标函数minof如下：式中，及分别代表在规划期内第λ年系统的投资成本和所用设备隐含碳排放对应的碳税费用，为所规划系统在第λ年对应的总投资成本，及分别表示系统在时段t的运行费用和所对应的碳排放成本，th为第2阶段模型对应时间研究域内的总时段数目，代表所规划系统对应的综合预期运行成本，η
λ
是第λ年的折现因子，ty是规划期内包含的总年份数。
13.作为优选，所述的步骤4中可靠性评价基于可靠性评价指标，可靠性评价指标包括最大负荷缺失深度、失负荷概率、单次持续失负荷最大时长、累积缺负荷时长和累积缺失电量，根据最大负荷缺失深度、失负荷概率、单次持续失负荷最大时长、累积缺负荷时长和累积缺失电量来评判系统电力供给的可靠性。
14.作为优选，计及碳排放的风光水区域互补发电系统规划方法还通过构建适应度函数对规划方案的优劣进行评价，具体为：构建适应度函数fit(k)如下：
式中，of(k)代表方案k对应的目标函数值，wc为约束条件c对应的示性因子，χ为设定的惩罚数，nc代表模型中约束条件的总数量。
15.本发明的有益效果是：本发明综合考虑发电系统中不同碳计算环节模组的低碳效益，确定在整个碳计算环节模组中总的低碳效益，进而可以根据整个碳计算环节模组的低碳效益，确定最小碳排放的规划方案，能够提高规划方案的准确性，并对规划方案进行可靠性评价，确保规范方案的可靠性。
附图说明
16.图1是本发明的一种流程图。
具体实施方式
17.下面结合附图和实施例对本发明进一步描述。
18.实施例：一种计及碳排放的风光水区域互补发电系统规划方法，如图1所示，包括以下步骤：步骤1，计算发电系统中各个环节的低碳效益；步骤2，根据各个环节的低碳效益确定发电系统总的低碳效益；步骤3，根据发电系统总的低碳效益确定发电系统最小碳排放规划方案；步骤4，对发电系统最小碳排放规划方案进行可靠性评价。
19.所述的发电系统中各个环节包括发电系统在建设碳计算环节模组、发电系统能源终端碳计算环节模组、测算期内发电系统用户用电碳计算环节模组和测算期发电系统在电能配送碳计算环节模组。
20.所述的发电系统在建设碳计算环节模组的低碳效益c1表示为：式中，c
1.ins
发电系统建设的隐含碳，设备制造施工碳计算环节模组产生的碳排总量，线路制造施工碳计算环节模组产生的碳排量；线路制造施工碳计算环节模组产生的碳排量；式中：em及en’分别为发电系统中建设设备和线路的类型数量，为第j类设备的隐含碳排放系数，nj为设备j的安装数量，为第i种馈线类型的隐含碳排放系数，ai第i种线型的横截面积，αc为线路载流量-横截面积相关系数，b为线路载流量-横截面积的相关指数系数，β为隐含碳与线路载流量的相关指数系数，ni为第i种型号的线路总数。
21.所述发电系统能源终端碳计算环节模组对应的低碳效益c2包括风光水分布电源运行的低碳效益和移动化石燃料替代的低碳效益；第k年的风光水分布电源运行的低碳效益c
21，k
为：
式中，rn为发电系统中风光水分布电源机组的类型数量，ε
c.coal
为主网的碳排放系数，c
coal
为主网单位电量对应的煤耗，w
q,ins
、w
q.k-1
分别为第q类风光水分布电源在起始年和第k-1年的预期发电量，为第q类风光水分布电源在第k年发电量的年増长率，其表达式为:式中，为第q类风光水分布电源在第k年的増发电量，ι
q，k
为国家政策在第k年对于第q类风光水分布电源技术的扶持力度，和分别为第k年发电系统技术和储能技术相对于第q种清洁能源的成熟度，δo
adn
、δo
stor
和δo
policy
分别表示在发电系统技术、储能技术以及国家政策单独作用下，风光水分布电源的预期增发电量，a、b、c为各因素促进清洁能源发展的权重，且有a+b+c＝l；式中，ζ
q.1
、ζ
q.n
分别为风光水分布电源类型q在起始年和最后测算年限的技术成熟度；ζ
q，k
为风光水分布电源类型q在第k年的技术成熟度；e为数学中的自然常数；第k年的移动化石燃料替代的低碳效益c
22，k
为：式中，en为ev的类型数，ε
c.oil
为常规交通燃油的碳排放系数，c
oil,p
为具有相同排量的类型p的ev的单位里程油耗，l
p
为类型p的ev的预期年行驶里程数，n
p.k-1
、n
p.ins
分别为第k-1年和初始年ev中类型p的保有量，δn
p.k
表示第k年类型p的ev的增量，计算式为：表示第k年类型p的ev的增量，计算式为：式中，为该地区机动车需求量，p
p,k
为用户对ev中类型p车辆的购买意愿，为基础设施成熟度，为管理服务成熟度，d、e为各因素影响用户意愿权重，且d+e＝1；得到发电系统能源终端碳计算环节模组对应的低碳效益c2如下：式中，c
21
表示测算期内风光水分布电源运行的低碳效益；c
22
表示测算期内移动化石燃料替代的低碳效益。
22.第k年的发电系统用户用电碳计算环节模组对应的低碳效益c
3.k
按下述公式计算：
式中，ε
c.coal
为主网的碳排放系数，c
coal
为主网单位电量对应的煤耗，分别为负荷节能和ev接入所节约/增加的电量，为全网负荷率每提升1个百分点燃煤机组煤耗的下降幅度，δξk为第k年负荷率超出预计水平的比例，为发电系统下第k年火电机组的预期发电量，分别为类型p的电动汽车的电池组额定可用容量和电动模式额定行驶里程数，为传统火电下第k年系统预计用电量，dn为用户类型数目，为系统中用户u对应的负荷比例，为引入需求侧管理后的用户节电因子，wk和分别为发电系统和火电下全系统总预期用电量；得到测算期内发电系统用户用电碳计算环节模组对应的低碳效益c3如下：式中，n表示测算期年数。
23.第k年内发电系统在电能配送碳计算环节模组的预期低碳效益c
4.k
按下述公式计算：式中，ε
c.coal
为主网的碳排放系数，c
coal
为主网单位电量对应的煤耗，为电网的降损潜力因子，其中，δo
loss
为发电系统下网损的预期降低率，为第k年发电系统相关降损技术的成熟度；得到测算期发电系统在电能配送碳计算环节模组的预期低碳效益c4如下：式中，n表示测算期年数。
24.所述的步骤2中，发电系统总的低碳效益为发电系统在建设碳计算环节模组低碳效益c1、发电系统能源终端碳计算环节模组对应的低碳效益c2、测算期内发电系统用户用电碳计算环节模组对应的低碳效益c3和测算期发电系统在电能配送碳计算环节模组的预期低碳效益c4之和；发电系统总的低碳效益c的表达式如下：c＝c1+c2+c3+c4。
25.所述的步骤3具体为：
将系统经济成本和碳排放费用的综合净现值最小作为规划目标，设计规划方案，规划方案模型的主目标函数minof如下：式中，及分别代表在规划期内第λ年系统的投资成本和所用设备隐含碳排放对应的碳税费用，为所规划系统在第λ年对应的总投资成本，及分别表示系统在时段t的运行费用和所对应的碳排放成本，th为第2阶段模型对应时间研究域内的总时段数目，代表所规划系统对应的综合预期运行成本，η
λ
是第λ年的折现因子，ty是规划期内包含的总年份数。
26.所述的步骤4中可靠性评价基于可靠性评价指标，可靠性评价指标包括最大负荷缺失深度、失负荷概率、单次持续失负荷最大时长、累积缺负荷时长和累积缺失电量，根据最大负荷缺失深度、失负荷概率、单次持续失负荷最大时长、累积缺负荷时长和累积缺失电量来评判系统电力供给的可靠性。
27.计及碳排放的风光水区域互补发电系统规划方法还通过构建适应度函数对规划方案的优劣进行评价，具体为：构建适应度函数fit(k)如下：由上式可见，模型适应度函数由优化目标项与约束惩罚因子两部分相加组成。式中，of(k)代表方案k对应的目标函数值，wc为约束条件c对应的示性因子，χ为设定的惩罚数，nc代表模型中约束条件的总数量。由于本技术以最小化优化作为模型目标函数，因此与传统惯例不同，若规划方案的适应度值越大，意味着其质量越差。当寻优过程中出现任何约束"越限"，其所对应的wc将被置为1，从而使该方案适应度值变得非常大并从可行集中脱离。
28.当满足任何以下两条件之一时，将输出当前最优解作为最终规划方案:1)fit(k-1)-fit(k)＜φ，其中φ为预先设置的收敛精度；或者2)k＝itr
max
，即达到最大终止迭代次数itr
max
。
29.根据上述内容，即可确定最小的碳排放的规划方案，为了确保该规划方案的可靠性。进一步的，对该方案构成的发电系统进行可靠性评价。
30.可靠性评价指标包括有最大负荷缺失深度、失负荷概率、单次持续失负荷最大时长、累积缺负荷时长、累积缺失电量来评判系统电力供给的可靠性。
31.最大负荷缺失深度l
max
：指负荷无法满足时，系统负荷与出力差值的最大值，表示如下：pz(i)＝ps(i)+pw(i)+p
h(i)式中，t为总评价时段数，i为评价时段索引，ps(i)、pw(i)、ph(i)分别为光伏、风电、水电第i评价时段出力，pz(i)、pz′
(i)分别为第i评价时段负荷需求、风光水分布电源实际出力。
32.失负荷概率lp：指未达到负荷需求的评价时段数占总评价时段数的比例，表示如下；单次持续失负荷最大时长l
last
：指最长连续未达到负荷需求的评价时段数。
33.累积缺负荷时长l
sum
：指评价时段内未达到负荷需求的评价时段总和。
34.累积缺失电量j
sum
：指评价时段内未达到负荷需求的发电量缺额之和。
35.进一步的，对规划方案构成的发电系统进行稳定性评价。
36.风光水分布电源接入后对发电系统的影响主要分为两部分：对电力系统(原有火电系统)稳定运行的影响和对水库稳定运行的影响。
37.1)对电力系统的影响对电力系统的影响主要表现为对系统出力波动的影响。风光输出功率cv
p
具备较强的时间互补性，且水电可利用自身快速调节能力进一步平抑风光波动，使风光水分布电源出力更加平稳。出力差异系数作为风光水出力稳定性的评价指标，其表示为：源出力更加平稳。出力差异系数作为风光水出力稳定性的评价指标，其表示为：式中，n为评价时段数，为n个评价时段内风光水分布电源平均实际出力。cv
p
值越小，风光水分布电源出力越平稳，且在平均值附近波动。
38.2)对水库的影响多能风光水分布电源中，水电通过快速增大或减小出力平抑风光出力的波动，这会导致水库水位和下泄流量短期内的频繁变化。水库水位波动过大会对水库的安全运行带来风险，下泄流量波动过大会对下游用水或防护保护对象带来风险。因此，采用以下指标来评判水库水位和下泄流量的波动性。
39.①
水库水位稳定性指标以前后评价时段水库水位差值绝对值的最大值δz
max
作为评价指标。表示如下：式中，z(i)、z(i-1)分别为第i评价时段和第i
–
1评价时段的水库水位，δt为评价时段时长。
40.②
下泄流量稳定性指标cvq与出力差异系数相似，以下泄流量差异系数为评价指标，表示如下：标，表示如下：式中，q(i)为第i评价时段水库的下泄流量，为n个评价时段内水库平均下泄流量。
41.进一步的，对规划方案构成的发电系统进行经济性评价。
42.经济性评价指标采用风光水分布电源的总发电效益作为评判风光水互补发电系统经济性的指标，表示如下：式中，e为风光水分布电源的总发电效益，cw、cs、ch分别为风电、光电、水电上网电价，pw(i)、ps(i)、ph(i)分别为风电、光伏、水电的出力。
43.风电、光伏、水电出力的计算公式如下：式中，p
rw
为风机额定输出功率，v(i)为第i评价时段风机轮毂高度风速，v
in
为切入风速，v
out
为切出风速，vr为风机额定风速。
44.式中：p
stc
为标准条件下光伏电池板的出力；i
stc
为标准条件所对应的辐照度，在本例中为1000w/m2；t
stc
为标准条件下所对应的温度，在本例中为25℃；i(i)为第i评价时段实测的辐照度；为光伏电池板的功率温度系数，晶硅电池一般取
–
0.40％～
–
0.45％；t(i)为光伏电池板第i评价时段的温度。
45.ph(i)＝k’q
e(i)×
h(i)式中，qe(i)为第i评价时段发电流量，h(i)为第i评价时段水电站发电水头，k’为水电站出力系数。
46.基于上述指标，构建面向低碳的分级决策模型如下；式中:λb为可行规划方案集；κ分别为拓展层和基础层的多目标综合化过程。
47.针对上述决策问题的求解，关键在于如何科学合理地将双层商维空间转化为低维空间的映射问题，即κ方法的选择；此外，还要充分反映市场环境下发电系统规划决策的多元主体及协调性要求，究其本质可归结为不同属性权重的合理确定问题。基于协调局势的改进分级决策算法，协调上述各个评价指标，最终选择最适宜的最小碳排放优化方案。
48.以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

技术特征：
1.一种计及碳排放的风光水区域互补发电系统规划方法，其特征是，包括以下步骤：步骤1，计算发电系统中各个环节的低碳效益；步骤2，根据各个环节的低碳效益确定发电系统总的低碳效益；步骤3，根据发电系统总的低碳效益确定发电系统最小碳排放规划方案；步骤4，对发电系统最小碳排放规划方案进行可靠性评价。2.根据权利要求1所述的一种计及碳排放的风光水区域互补发电系统规划方法，其特征是，所述的发电系统中各个环节包括发电系统在建设碳计算环节模组、发电系统能源终端碳计算环节模组、测算期内发电系统用户用电碳计算环节模组和测算期发电系统在电能配送碳计算环节模组。3.根据权利要求2所述的一种计及碳排放的风光水区域互补发电系统规划方法，其特征是，所述的发电系统在建设碳计算环节模组的低碳效益c1表示为：式中，c
1.ins
发电系统建设的隐含碳，设备制造施工碳计算环节模组产生的碳排总量，线路制造施工碳计算环节模组产生的碳排量；线路制造施工碳计算环节模组产生的碳排量；式中：em及en’分别为发电系统中建设设备和线路的类型数量，为第j类设备的隐含碳排放系数，n
j
为设备j的安装数量，为第i种馈线类型的隐含碳排放系数，a
i
第i种线型的横截面积，α
c
为线路载流量-横截面积相关系数，b为线路载流量-横截面积的相关指数系数，β为隐含碳与线路载流量的相关指数系数，n
i
为第i种型号的线路总数。4.根据权利要求2所述的一种计及碳排放的风光水区域互补发电系统规划方法，其特征是，所述发电系统能源终端碳计算环节模组对应的低碳效益c2包括风光水分布电源运行的低碳效益和移动化石燃料替代的低碳效益；第k年的风光水分布电源运行的低碳效益c
21，k
为：式中，rn为发电系统中风光水分布电源机组的类型数量，ε
c.coal
为主网的碳排放系数，c
coal
为主网单位电量对应的煤耗，w
q,ins
、w
q.k-1
分别为第q类风光水分布电源在起始年和第k-1年的预期发电量，为第q类风光水分布电源在第k年发电量的年増长率，其表达式为:式中，为第q类风光水分布电源在第k年的増发电量，l
q，k
为国家政策在第k年对于第q类风光水分布电源技术的扶持力度，和分别为第k年发电系统技术和储能技术
相对于第q种清洁能源的成熟度，δo
adn
、δo
stor
和δo
policy
分别表示在发电系统技术、储能技术以及国家政策单独作用下，风光水分布电源的预期增发电量，a、b、c为各因素促进清洁能源发展的权重，且有a+b+c＝l；式中，ζ
q.1
、ζ
q.n
分别为风光水分布电源类型q在起始年和最后测算年限的技术成熟度；ζ
q，k
为风光水分布电源类型q在第k年的技术成熟度；e为数学中的自然常数；第k年的移动化石燃料替代的低碳效益c
22.k
为：式中，en为ev的类型数，ε
c.oil
为常规交通燃油的碳排放系数，c
oil,p
为具有相同排量的类型p的ev的单位里程油耗，l
p
为类型p的ev的预期年行驶里程数，n
p.k-1
、n
p.ins
分别为第k-1年和初始年ev中类型p的保有量，δn
p.k
表示第k年类型p的ev的增量，计算式为：表示第k年类型p的ev的增量，计算式为：式中，为该地区机动车需求量，p
p,k
为用户对ev中类型p车辆的购买意愿，为基础设施成熟度，为管理服务成熟度，d、e为各因素影响用户意愿权重，且d+e＝1；得到发电系统能源终端碳计算环节模组对应的低碳效益c2如下：式中，c
21
表示测算期内风光水分布电源运行的低碳效益；c
22
表示测算期内移动化石燃料替代的低碳效益。5.根据权利要求4所述的一种计及碳排放的风光水区域互补发电系统规划方法，其特征在于，第k年的发电系统用户用电碳计算环节模组对应的低碳效益c
3.k
按下述公式计算：按下述公式计算：按下述公式计算：按下述公式计算：式中，ε
c.coal
为主网的碳排放系数，c
coal
为主网单位电量对应的煤耗，分别为
负荷节能和ev接入所节约/增加的电量，为全网负荷率每提升1个百分点燃煤机组煤耗的下降幅度，δξ
k
为第k年负荷率超出预计水平的比例，为发电系统下第k年火电机组的预期发电量，分别为类型p的电动汽车的电池组额定可用容量和电动模式额定行驶里程数，为传统火电下第k年系统预计用电量，dn为用户类型数目，为系统中用户u对应的负荷比例，为引入需求侧管理后的用户节电因子，w
k
和分别为发电系统和火电下全系统总预期用电量；得到测算期内发电系统用户用电碳计算环节模组对应的低碳效益c3如下：式中，n表示测算期年数。6.根据权利要求2所述的一种计及碳排放的风光水区域互补发电系统规划方法，其特征在于，第k年内发电系统在电能配送碳计算环节模组的预期低碳效益c
4.k
按下述公式计算：式中，ε
c.coal
为主网的碳排放系数，c
coal
为主网单位电量对应的煤耗，为电网的降损潜力因子，其中，δo
loss
为发电系统下网损的预期降低率，为第k年发电系统相关降损技术的成熟度；得到测算期发电系统在电能配送碳计算环节模组的预期低碳效益c4如下：式中，n表示测算期年数。7.根据权利要求2所述的一种计及碳排放的风光水区域互补发电系统规划方法，其特征在于，所述的步骤2中，发电系统总的低碳效益为发电系统在建设碳计算环节模组低碳效益c1、发电系统能源终端碳计算环节模组对应的低碳效益c2、测算期内发电系统用户用电碳计算环节模组对应的低碳效益c3和测算期发电系统在电能配送碳计算环节模组的预期低碳效益c4之和；发电系统总的低碳效益c的表达式如下：c＝c1+c2+c3+c4。8.根据权利要求7所述的一种计及碳排放的风光水区域互补发电系统规划方法，其特征在于，所述的步骤3具体为：将系统经济成本和碳排放费用的综合净现值最小作为规划目标，设计规划方案，规划方案模型的主目标函数minof如下：式中，及分别代表在规划期内第λ年系统的投资成本和所用设备隐含碳排放对应的碳税费用，为所规划系统在第λ年对应的总投资成本，及分别表示系
统在时段t的运行费用和所对应的碳排放成本，th为第2阶段模型对应时间研究域内的总时段数目，代表所规划系统对应的综合预期运行成本，η
λ
是第λ年的折现因子，ty是规划期内包含的总年份数。9.根据权利要求2或8所述的一种计及碳排放的风光水区域互补发电系统规划方法，其特征是，所述的步骤4中可靠性评价基于可靠性评价指标，可靠性评价指标包括最大负荷缺失深度、失负荷概率、单次持续失负荷最大时长、累积缺负荷时长和累积缺失电量，根据最大负荷缺失深度、失负荷概率、单次持续失负荷最大时长、累积缺负荷时长和累积缺失电量来评判系统电力供给的可靠性。10.根据权利要求8所述的一种计及碳排放的风光水区域互补发电系统规划方法，其特征是，还通过构建适应度函数对规划方案的优劣进行评价，具体为：构建适应度函数fit(k)如下：式中，of(k)代表方案k对应的目标函数值，w
c
为约束条件c对应的示性因子，χ为设定的惩罚数，nc代表模型中约束条件的总数量。

技术总结
本发明公开了一种计及碳排放的风光水区域互补发电系统规划方法，包括以下步骤：步骤1，计算发电系统中各个环节的低碳效益；步骤2，根据各个环节的低碳效益确定发电系统总的低碳效益；步骤3，根据发电系统总的低碳效益确定发电系统最小碳排放规划方案；步骤4，对发电系统最小碳排放规划方案进行可靠性评价。本发明综合考虑发电系统中不同碳计算环节模组的低碳效益，确定在整个碳计算环节模组中总的低碳效益，进而可以根据整个碳计算环节模组的低碳效益，确定最小碳排放的规划方案，能够提高规划方案的准确性，并对规划方案进行可靠性评价，确保规范方案的可靠性。确保规范方案的可靠性。确保规范方案的可靠性。


技术研发人员：侯健生 季克勤 黄红辉 黄健 郑航 李毓 吴峰 陈新斌 王赢聪 金坚锋
受保护的技术使用者：国网浙江省电力有限公司金华供电公司
技术研发日：2023.05.09
技术公布日：2023/9/12