CN115146834B 基于改进粒子群算法的阶梯型碳交易机制参数优化方法 （国网江苏省电力有限公司经济技术研究院）

基于改进粒子群算法的阶梯型碳交易机制本发明提供了一种基于改进粒子群算法的低碳优化调度过程封装为一个输入量为碳交易机制参数，输出量为系统碳排放量的适应度函发明通过算例分析验证该模型和方法对在园区综合能源系统中充分发挥阶梯型碳交易机制作中如何合理有效地制定阶梯型碳交易机制参数2分别为储能系统的存储能量的上、下限；!、"分别时刻和结束时刻的存储能量，要求经过一日调度，储能系统的存储能量可以回到原始值；(3)建立阶梯型碳交易模型，包括园区综合能源系统无偿碳排放权配额模型和园区综3ppPIESogtoδe,h为电、gthPIESe,buygt(3c)阶梯型碳排放交易模型中实际参与到碳交易市场的碳排放权交易额的计算如下4pPIESo济优化调度目标，同时封装该园区综合能源系统低碳经济优化调度过程为一个适应度函buy5p2g为P2G设备的能量转6时刻和结束时刻的存储能量，要求经过一日调度，储能系统的存储能量可以回到原始值；园区综合能源系统与外部电力网络和天然气网络相连，需对其能量交换范围进行约(5)引入改进粒子群算法对步骤(4)中适应度函数进行寻优，包括以S型函数、三角函127Step3：依据惯性权重和加速因子改进的计算公式对粒子下一次迭代前的惯性权重和best＝Pbest；8[0004]本发明的目的在于提供一种基于改进粒子群算法的阶梯型碳交易机制参数优化[0009](3)建立阶梯型碳交易模型，包括园区综合能源系统无偿碳排放权配额模型和园9pp[0012](4)以园区综合能源系统的系统运行成本Crun和碳交易成本cco总体成本最小为时刻和结束时刻的存储能量，要求经过一日调度，储能系统的存储能量可以回到原始值；[0034](3c)阶梯型碳排放交易模型中实际参与到碳交易市场的碳排放权交易额的计算t时刻和结束时刻的存储能量，要求经过一日调度，储能系统的存储能量可以回到原始值；[0071]进一步的，步骤(5)引入改进粒子群算法对步骤(4)中所[0085]Step3：依据惯性权重和加速因子改进的计算公式对粒子下一次迭代前的惯性权[0095](4)碳交易机制作用的有效发挥降低了园区综合能源系统的碳排放量，提高了系时刻和结束时刻的存储能量，要求经过一日调度，储能系统的存储能量可以回到原始值；pp[0140](5)封装包含设备模型和阶梯型碳交易模型、以降低运行成本和碳排放量为目标t[0156]式中：R、R、R分别为园区综时刻和结束时刻的存储能量，要求经过一日调度，储能系统的存储能量可以回到原始值；用的方法来根据系统的具体情况制定相应的碳交易机制参数，为此步骤(4)将园区综合能[0202]本发明中涉及的园区综合能源系统结构图如图2所示，以一天24h为一个调度周[0207]本发明中利用改进粒子群算法对阶梯式碳交易机制参数进行寻优的主要结果及放量在碳交易市场中以高阶梯价位进行交易的量变小，因此相对应的碳交易成本也变小。放，只会增加系统的综合运行成本。对于碳排放量区间长度方面，当区间长度小于等于为13510.183kg。该系统碳排放量相比于A1中的最小碳排放量——15053.652kg降低了