基于奖惩阶梯型碳价机制的能源枢纽低碳优化策略
为进一步降低碳排放水平以及源-荷不确定性对系统运行的影响,文中提出一种基于奖惩阶梯型碳价机制和分布式模型预测控制(distributed model predictive control,DMPC)的能源枢纽(energy hub,EH)日前-日内-实时多时间尺度低碳优化调度策略。引入奖惩阶梯型碳价计算方法,构建EH日前低碳优化调度模型,并制定基于DMPC的日内滚动和实时调整的反馈闭环优化策略,降低源-荷预测误差,提高传统模型预测控制(model predictive control,MPC)的求解效率。在日内阶段,构建以阶梯型碳成本、运行成本和储能调整惩罚成本之和最小为目标的日内滚动优化模型;在实时阶段,分解整体优化问题,建立基于DMPC的多智能体实时调整模型。算例结果表明,文中所提策略能够有效提升系统经济效益,降低源-荷不确定性,实现EH的低碳经济、稳定可靠运行。