一种碳-绿证联合交易与月度集中竞价交互的优化方法

1.本发明涉及综合能源电力系统控制技术领域，特别涉及一种碳-绿证联合交易与月度集中竞价交互的优化方法。


背景技术：

2.近年来，随着化石等能源的大规模消耗，全球碳排放量不断上升，各行业必须要实施低碳减排战略以应对全球气候变化的问题。在电力行业，低碳电力逐步成为当前重要的发展趋势；随着我国可再生能源的不断发展，由于风电、光伏等资源分布不均衡及运维成本高导致的可再生能源利用率低、市场竞争力不足等问题也慢慢浮现出来。国际上大部分国家均开始指定一系列的碳减排组合机制，例如碳排放权交易(简称“碳交易”)和绿色电力证书交易(简称“绿证交易”)制度，这两项制度在低碳减排方面发挥了重大作用；但是，目前关于碳排放权市场与绿证交易市场联合并与集中竞价市场进行交互的相关研究较少，现有的模式中主要是采用碳排放权和绿证分别在碳交易和绿证市场独立运行交易，使得发电厂的绿证和碳排放权需求缺乏数据互通，导致针对月度集中竞价交易结果存在火电机组碳排放量超标、可再生能源消纳不足、碳排放权购买成本过高等问题。


技术实现要素：

3.本发明的目的在于克服现有技术中的不足，提供一种基碳-绿证联合交易与月度集中竞价交互的优化方法，解决现有技术中针对月度集中竞价交易存在的可再生能源消纳不足、绿证和碳排放权购买成本过高等技术问题。
4.为解决上述技术问题，本发明是采用下述技术方案实现的：
5.本发明提供一种碳-绿证联合交易与月度集中竞价交互的优化方法，所述方法包括：
6.获取各市场主体的申报电量和电价，并通过上层月度集中竞价交易计算各市场主体的出清电量和出清价格；其中，所述各市场主体包括火电机组、可再生能源机组和用户；
7.根据各市场主体的出清电量，结合核查法与熵值法，分别计算火电机组的碳排放权缺额和绿证缺额量、可再生能源机组的绿证余值、用户的碳排放权余值，并将计算结果参与至下层碳-绿证联合交易中；
8.所述下层碳-绿证联合交易以绿碳标的物的社会经济效益和清洁度效益最优为目标，采用phr优化算法对火电机组、可再生能源机组及用户的碳排放权和绿证交易量进行资源协调；
9.根据下层碳-绿证联合交易的结果，月度集中竞价交易重新调整各市场主体的申报电量和电价；上层和下层相互迭代优化，直至满足火电机组的碳排放权需求和绿证需求时停止迭代，双层优化过程结束，获得各市场主体的出清电量、碳排放权和绿证交易量。
10.优选地，所述通过上层月度集中竞价交易计算各市场主体的出清电量和出清价格的步骤包括：
11.根据所获取各市场主体的申报电量和电价，构建以社会效益最大化为目标的月度集中竞价交易出清目标函数为：
[0012][0013]
式中，z是用户数量；n是火电机组数量；s是可再生能源机组数量；p
y，w，s
、q
y，w，s
分别表示第w个用户的月度申报电价和电量；p
f，i，s
、q
f，i，s
分别表示第i台火电机组的月度申报电价和电量；p
n，j，s
、q
n，j，s
分别表示第j台可再生能源机组的月度申报电价和电量；
[0014]
基于所述出清目标函数，采用月度集中竞价出清的方式求解各市场主体的出清电量和出清价格；其中，求解得到的第i台火电机组的月度出清电量和出清价格分别表示为q
f，i
、p
f，i
，第j台可再生能源机组的月度出清电量和出清价格分别表示为q
n，j
、p
n，j
，第w个用户的月度出清电量和出清价格分别表示为q
y，w
、p
y，w
。
[0015]
优选地，所述月度集中竞价出清的方式包括边际统一出清的方式、或者按照申报价格出清的方式；
[0016]
所述边际统一出清的方式是指：在实际竞价中，所有参与主体的出清价格是统一的，出清价格统一为当次交易中最后一组成交价格的均值；
[0017]
所述按照申报价格出清的方式是指：将发电侧报价、购电侧报价分别按照单调增、单调减的顺序进行排列，将每一个对应的交易对进行匹配，计算每一对的价差，按照价差单调减的顺序来确定子交易；当价差大于或等于零时，交易出清价格为双方报价均值；当价差小于零时，交易不能成交。
[0018]
优选地，所述计算火电机组的碳排放权缺额的步骤包括：
[0019]
根据火电机组的月度出清电量，采用核查法计算各火电机组的碳排放权配额初始值：
[0020]bf，i，g
＝q
f，i
×ae
×fl
×fr
×ff
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0021]
式中，b
f，i，g
为第i台火电机组碳排放权配额初始值；q
f，i
为第i台火电机组的月度出清电量；ae为火电机组所属类别的供电基准值；f
l
为火电机组冷却方式修正系数；fr为火电机组供热量修正系数；ff为火电机组负荷系数修正系数；
[0022]
获取影响火电机组碳排放权配额的各指标量，并利用熵值法计算各指标量的熵值：
[0023][0024]
式中，va为影响火电机组碳排放权配额的第a个指标量的熵值；z
i，a
为第i台火电机组的第a个指标量的标幺值；
[0025]
基于各指标量的熵值对所述各火电机组的碳排放权配额初始值进行修正，得到各火电机组的碳排放权配额：
[0026]
[0027]
式中，b
f，i
表示第i台火电机组的碳排放权配额；m为影响火电机组碳排放权配额的指标量的数量，v1表示指标量为火电机组负荷率的熵值；
[0028]
根据火电机组电量与二氧化碳排放对应的拟合折算因子为δ，计算第i台火电机组的碳排放权缺额为δq
f，i-b
f，i
。
[0029]
优选地，计算火电机组的绿证缺额量的步骤包括：
[0030]
获取可再生能源机组月度m的保障性收购利用小时数计算月度可再生能源消纳权重指标：
[0031][0032]
式中，μm为月度m的可再生能源消纳权重指标；t为月度m的天数；
[0033]
根据所述月度可再生能源消纳权重指标和用户的月度用电量，求解发电机组总的绿证配额量：
[0034][0035]
式中，a为发电机组总的月度绿证配额量；q
y，w
为用户总的出清电量；
[0036]
根据不同发电机组的月度出清电量，将发电机组总的月度绿证配额量依次分解为可再生能源机组和火电机组的月度绿证配额；其中，第j台可再生能源机组的月度绿证配额为：
[0037]ag，j
＝αjq
n，j
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0038]
式中，a
g，j
为第j台可再生能源机组的月度绿证配额；αj为第j台可再生能源机组绿证配额权重；
[0039]
根据月度集中竞价交易中不同火电机组的月度出清电量，求得第i台火电机组的绿证缺额量为：
[0040][0041]
式中：a
g，i
第i台火电机组的绿证缺额量。
[0042]
优选地，计算可再生能源机组的绿证余值的步骤包括：
[0043]
基于为第j台可再生能源机组的月度出清电量q
n，j
和月度绿证配额a
g，j
，结合可再生能源机组电量与绿证对应的折算因子为计算得到第j台可再生能源机组的绿证余额为
[0044]
优选地，计算用户的碳排放权余值的公式为：
[0045][0046]
式中，b
p，w
表示第w个用户碳排放权余值；b
p
为用户月度碳排放权总量。
[0047]
优选地，所述下层碳-绿证联合交易以绿碳标的物的社会经济效益和清洁度效益最优为目标的目标函数为：
[0048][0049]
式中，p
c，w，s
、q
c，w，s
分别为第w个用户出售绿碳的申报价格和申报数量；p
g，j，s
、q
g，j，s
分别为第j台可再生能源机组出售绿碳的申报价格和申报数量；p
g，i，s
、q
g，i，s
分别为第i台火电机组购售绿碳的申报价格和申报数量；d1为每个绿碳中绿证对应的环境经济效益；d2为每个绿碳中碳排放权对应的治污费用。
[0050]
优选地，所述下层碳-绿证联合交易的结果包括：第i台火电机组的碳排放权出清价格p
c，i
和出清量q
c，i
、绿证出清价格p
g，i
和出清量q
g，i
；第j台可再生能源的绿证出清价格p
g，j
、出清量q
g，j
；第w个用户的碳排放权出清价格p
c，w
、出清量q
c，w
。
[0051]
优选地，所述满足火电机组的碳排放权需求和绿证需求的条件为：
[0052]
下层碳-绿证联合交易的结果中的火电机组的碳排放权出清量不小于火电机组的碳排放权缺额，且火电机组的绿证出清量不小于火电机组的绿证缺额量，即：q
c，i
≥δq
f，i-b
f，i
且q
g，i
≥a
g，i
。
[0053]
与现有技术相比，本发明所达到的有益效果：
[0054]
本发明提供的碳-绿证联合交易与月度集中竞价交互的优化方法，通过资源优化配置来促进机组节能减排，能够促进发电机组进行绿证和碳排放权的合理分配，其中，碳排放权市场与绿证交易市场联合是为了数据互通，更好地完成降低碳排放量、促进可再生能源消纳的任务，而与月度集中竞价进行交互的目的则是根据联合市场的交易结果指导集中竞价市场的交易，利用不同交易间的交互优化促进可再生能源发电消纳与碳排放量削减，从源头上抑制高额碳排放量，通过不同市场间的交互进一步推动能源转型，促进环境友好型社会的建立，实现社会经济效益和清洁度效益最优目标的同时进一步提升了电力市场运营的经济性和安全性。
附图说明
[0055]
图1是本发明实施例提供的一种碳-绿证联合交易与月度集中竞价交互的优化方法的流程示意图；
[0056]
图2是本发明实施例提供的上层碳-绿证联合交易与下层月度集中竞价迭代优化的流程示意图；
[0057]
图3是本发明实施例提供的各场景下绿证和碳排放权出清量示意图；
[0058]
图4是本发明实施例提供的各场景下碳排放权和绿证出清价格示意图；
[0059]
图5是本发明实施例提供的各场景下碳排放权和绿证购买费用和出售收益的示意图。
具体实施方式
[0060]
下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本技术
实施例以及实施例中的具体特征是对本技术技术方案的详细的说明，而不是对本技术技术方案的限定，在不冲突的情况下，本技术实施例以及实施例中的技术特征可以相互组合。
[0061]
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符"/"，一般表示前后关联对象是一种“或”的关系。
[0062]
本实施例提出一种碳-绿证联合交易与月度集中竞价的交互的优化方法，需要说明的是，在电力综合能源系统中的碳排放权和绿证分别在碳交易和绿证市场独立运行交易，使得发电机组的绿证和碳排放权需求缺乏数据互通，造成了可再生能源消纳不足、及火电机组购买绿证和碳排放权成本过高等问题；为了解决上述问题，本实施例提供的方法基于上层月度集中竞价交易和下层碳-绿证联合交易的反复优化交互实现，不断优化更新火电机组的月度电能量交易结果，指导化石能源企业减少二氧化碳排放；优化方法具体包括如下步骤：
[0063]
步骤1：获取各市场主体的申报电量和电价，并通过上层月度集中竞价交易计算各市场主体的出清电量和出清价格；其中，所述各市场主体包括火电机组、可再生能源机组和用户；
[0064]
步骤2：根据各市场主体的出清电量，结合核查法与熵值法，分别计算火电机组的碳排放权缺额和绿证缺额量、可再生能源机组的绿证余值、用户的碳排放权余值，并将计算结果参与至下层碳-绿证联合交易中；
[0065]
步骤3：所述下层碳-绿证联合交易以绿碳标的物的社会经济效益和清洁度效益最优为目标，采用phr优化算法对火电机组、可再生能源机组及用户的碳排放权和绿证交易量进行资源协调；
[0066]
步骤4：根据下层碳-绿证联合交易的结果，月度集中竞价交易重新调整各市场主体的申报电量和电价；上层和下层相互迭代优化，直至满足火电机组的碳排放权需求和绿证需求时停止迭代，双层优化过程结束，获得各市场主体的出清电量、碳排放权和绿证交易量。
[0067]
作为本发明的一种实施例，下面结合图1，详细介绍本发明实施例提供的碳-绿证联合交易与月度集中竞价的交互的优化方法，具体如下。
[0068]
在本发明实施例提供的步骤1中，月度集中竞价交易作为上层模型，以火电机组、可再生能源机组和用户作为市场主体，以市场主体的社会效益最大化为目标，求解出发电机组和用户的月度交易出清电量，为下层碳-绿证联合交易优化提供电量交易信息，计算过程包括：
[0069]
根据所获取各市场主体的申报电量和电价，构建以社会效益最大化为目标的月度集中竞价交易出清目标函数为：
[0070][0071]
式中，z是用户数量；n是火电机组数量；s是可再生能源机组数量；p
y，w，s
、q
y，w，s
分别表示第w个用户的月度申报电价和电量；p
f，i，s
、q
f，i，s
分别表示第i台火电机组的月度申报电价和电量；p
n，j，s
、q
n，j，s
分别表示第j台可再生能源机组的月度申报电价和电量；
[0072]
基于所述出清目标函数，采用月度集中竞价出清的方式求解各市场主体的出清电
量和出清价格；其中，求解得到的第i台火电机组的月度出清电量和出清价格分别表示为q
f，i
、p
f，i
，第j台可再生能源机组的月度出清电量和出清价格分别表示为q
n，j
、p
n，j
，第w个用户的月度出清电量和出清价格分别表示为q
y，w
、p
y，w
。
[0073]
进一步的，月度集中竞价出清的方式包括边际统一出清的方式、或者按照申报价格出清的方式；
[0074]
所述边际统一出清的方式是指：在实际竞价中，所有参与主体的出清价格是统一的，出清价格统一为当次交易中最后一组成交价格的均值；
[0075]
所述按照申报价格出清的方式是指：将发电侧报价、购电侧报价分别按照单调增、单调减的顺序进行排列，将每一个对应的交易对进行匹配，计算每一对的价差，按照价差单调减的顺序来确定子交易；当价差大于或等于零时，交易出清价格为双方报价均值；当价差小于零时，交易不能成交。
[0076]
需要说明的是，根据上层月度集中竞价交易的电量出清结果，本实施例步骤2提出基于碳排放实测量的核查法与熵值法综合计算月度碳排放权配额；分析可再生能源发电的变化情况，提出月度可再生能源消纳的权重指标计算绿证配额。
[0077]
作为本发明的一种实施例，步骤2中计算火电机组的碳排放权缺额的过程为：依据《2019-2020年全国碳排放权交易配额总量设定与分配实施方案》，本实施例根据火电机组的月度出清电量，采用核查法计算各火电机组的碳排放权配额初始值：
[0078]bf，i，g
＝q
f，i
×ae
×fl
×fr
×ff
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0079]
式中，b
f，i，g
为第i台火电机组碳排放权配额初始值；q
f，i
为第i台火电机组的月度出清电量；ae为火电机组所属类别的供电基准值；f
l
为火电机组冷却方式修正系数；fr为火电机组供热量修正系数；ff为火电机组负荷系数修正系数；
[0080]
需要说明的是，受供电煤耗、厂用电率、燃煤碳氧化率、脱硫过程等环节影响，燃煤火电机组即使在相同供电出力下，碳排放权的实测值并不同，基于实测碳配额调整参数对(2)进行修正，获取各火电机组的负荷率、实测碳排放量、厂用电率、碳减排成本等指标作为对碳排放权配额有影响的指标量，并利用熵值法计算各指标量的熵值：
[0081][0082]
式中，va为影响火电机组碳排放权配额的第a个指标量的熵值；z
i，a
为第i台火电机组的第a个指标量的标幺值；
[0083]
将归一化处理的熵值作为碳排放权配额分配权重系数，提出基于实测火电机组碳排放权配额、修正系数、数量等数据和熵值法综合计算第i台火电机组的碳排放权配额b
f，i
：
[0084][0085]
式中，b
f，i
表示第i台火电机组的碳排放权配额；m为影响火电机组碳排放权配额的指标量的数量，v1表示指标量为火电机组负荷率的熵值；
[0086]
根据火电机组电量与二氧化碳排放对应的拟合折算因子为δ，计算第i台火电机组的碳排放权缺额为δq
f，i-b
f，i
。
[0087]
作为本发明的一种实施例，步骤2中计算火电机组的绿证缺额量的步骤包括：
[0088]
a、获取可再生能源机组月度m的保障性收购利用小时数计算月度可再生能源消纳权重指标：
[0089][0090]
式中，μm为月度m的可再生能源消纳权重指标；t为月度m的天数；
[0091]
需要说明的是，受可再生能源机组发电量随机性波动、负荷季节性变化等因素影响，每月的可再生能源消纳情况存在显著变化，现有的保障性利用小时数按照年度总量进行考核，难以科学反映可再生能源月度消纳情况。本实施例通过分析计算可再生能源的月度保障性收购利用小时数，提出月度可再生能源消纳权重指标的测算方法：根据历史年份可再生能源发电数据、历史气象采集数据，分析各年度不同季节季晴、雨等各类天气概率分布情况，可再生能源的月度保障性收购利用小时数指标逐月测算为：
[0092][0093]
式中，为月度m的保障性收购利用小时数；q
n，j，b
为当月可再生能源机组发电量预测值；c为当月可再生能源机组发电舍弃量，由上月舍弃量结合当月发电量预测值进行等比例换算；b为当月可再生能源机组并网容量。
[0094]
b、根据所述月度可再生能源消纳权重指标和用户的月度用电量，求解发电机组总的绿证配额量：
[0095][0096]
式中，a为发电机组总的月度绿证配额量；q
y，w
为用户总的出清电量；
[0097]
c、根据不同发电机组的月度出清电量，将发电机组总的月度绿证配额量依次分解为可再生能源机组和火电机组的月度绿证配额；其中，第j台可再生能源机组的月度绿证配额为：
[0098]ag，j
＝αjq
n，j
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0099]
式中，a
g，j
为第j台可再生能源机组的月度绿证配额；αj为第j台可再生能源机组绿证配额权重；
[0100]
d、根据月度集中竞价交易中不同火电机组的月度出清电量，求得第i台火电机组的绿证缺额量为：
[0101][0102]
式中：a
g，i
第i台火电机组的绿证缺额量。
[0103]
进一步的，步骤2中计算可再生能源机组的绿证余值的步骤包括：
[0104]
基于为第j台可再生能源机组的月度出清电量q
n，j
和月度绿证配额a
g，j
，结合可再生能源机组电量与绿证对应的折算因子为计算得到第j台可再生能源机组的绿证余额为
[0105]
作为本发明的一种实施例，根据各个用户的出清电量，计算用户的碳排放权余值的公式为：
[0106][0107]
式中，b
p，w
表示第w个用户碳排放权余值；b
p
为用户月度碳排放权总量，由全社会用户碳排放权总量按月分配。
[0108]
进一步说明的是，火电商根据火电机组当月的出清电量q
f，i
计算其实际排出的碳排放量，设火电机组电量与二氧化碳排放对应的拟合折算因子为δ，当第i台火电机组出清电量为q
f，i
时，需要的二氧化碳排放权为δq
f，i
，与火电机组碳排放权配额b
f，i
相比，则火电机组的碳排放权缺额为δq
f，i-b
f，i
；由于火电机组无法产出可再生能源电量，故第i台火电机组的绿证缺额量a
g，i
为其绿证配额。此外，绿电商将可再生能源机组的出清电量q
n，j
进行折算，可再生能源机组电量与绿证对应的折算因子为可得第j台可再生能源机组共排放出个绿证，与绿证配额a
g，j
相比，得到第j台可再生能源机组的绿证余额为同理，由于用户机组无法产出电量，故第w个用户机组的碳排放权余额b
p，w
为其碳排放权配额。
[0109]
作为本发明的一种实施例，步骤3中，基于广义虚拟经济理论，设计虚拟的绿碳标的物，构建以交易的实体效益和虚拟价值最优为目标的碳-绿证联合交易模式，提出进行碳-绿证联合交易与月度集中竞价交易交互的双层联合交易策略。当市场主体的碳排放权或绿证的缺额大于0时，采用下层的碳-绿证联合交易，通过碳排放权或者绿证的交易来满足市场主体的碳排放权与绿证需求。
[0110]
进一步的，为使碳排放权和绿证在同一个市场中进行交易，采取广义虚拟经济理论，将二元价值容介态视作广义虚拟经济，提出将碳排放权和绿证转换为同一个标的物—绿碳来进行交易；下层碳-绿证联合交易根据月度集中竞价交易中发电商和用户月度竞价交易出清结果，将碳排放权和绿证都以δ:的系数转换成为绿碳虚拟标的物，来进行合理的碳-绿证联合交易，建立绿碳交易的社会经济效益γ1和清洁度效益γ2最大化的目标函数：
[0111][0112]
式中，p
c，w，s
、q
c，w，s
分别为第w个用户出售绿碳的申报价格和申报数量；p
g，j，s
、q
g，j，s
分别为第j台可再生能源机组出售绿碳的申报价格和申报数量；p
g，i，s
、q
g，i，s
分别为第i台火电机组购售绿碳的申报价格和申报数量；d1为每个绿碳中绿证对应的环境经济效益；d2为每个绿碳中碳排放权对应的治污费用。
[0113]
其中，下层碳-绿证联合交易的结果包括：第i台火电机组的碳排放权出清价格p
c，i
和出清量q
c，i
、绿证出清价格p
g，i
和出清量q
g，i
；第j台可再生能源的绿证出清价格p
g，j
、出清
量q
g，j
；第w个用户的碳排放权出清价格p
c，k
、出清量q
c，k
。
[0114]
参照图3所示，为7个不同场景下绿证和碳排放权出清量，其中场景
①‑
场景
④
为碳-绿证联合交易，场景
⑤‑
场景
⑦
为碳排放权和绿证非联合交易方式。其中，场景
①
由于区域内碳排放权和绿证配额总量充足，月度集中竞价出清后，火电机组绿证和碳排放权都是供大于求，即δq
f，i-b
f，i
＜b
p，w
，所以直接根据火电机组碳排放权和绿证需求量来进行交易；而场景
②
的区域内总碳排放权配额较小，导致碳排放权需求不能达到满足，即δq
f，i-b
f，i
＞b
p，w
；场景
③
绿证需求不能得到满足，即场景
④
区域内总碳排放权配额较小、总绿证配额较大，导致绿证和碳排放权需求都不能得到满足，即δq
f，i-b
f，i
＞b
p，w
且可见，本发明实施中在火电出清电量在双层交互下逐渐减小，可再生能源出清电量逐渐增大的情况下，会导致火电机组碳排放权配额减小，而可再生能源机组绿证余额增大；故碳排放权配额的划分与绿证配额的划分会影响到整个交易的结果，合理的配额划分要综合考虑所有机组的情况。
[0115]
作为本发明的一种实施例，步骤4中，构建月度集中竞价交易和碳-绿证联合交易的双层优化模型为：
[0116][0117]
双层优化模型经过二阶锥转换后，上下层均为凸规划问题；调用yalmip工具箱进行求解，上层和下层相互迭代优化的过程参照图2所示，具体包括以下步骤：
[0118]
1)、初始化各市场主体的申报电量和电价；
[0119]
2)、根据当前次市场主体的申报电量和电价，对上层月度集中竞价交易进行优化求解，得到各市场主体的出清电量和出清价格，并计算火电机组的碳排放权缺额和绿证缺额量、可再生能源机组的绿证余值、用户的碳排放权余值；
[0120]
3)、将计算结果参与至下层碳-绿证联合交易中，所述下层碳-绿证联合交易转变为增广拉格朗日函数的形式；
[0121]
4)、更新点xk、初始乘子向量λk、初始罚因子rk，采用phr优化算法求解无约束问题min(xk，λk，rk)，更新λk，得到第k次优化解xk，其中k＝1，2
……
；
[0122]
5)、按照式计算并检验是否满足其中，控制误差ε＞0；若满足，则xk为f2的最优解，转到步骤8)；如果不满足则转到步骤6)；
[0123]
6)、验证是否满足其中，常数θ∈(0，1)；如果满足，转到步骤7)；如果不满足，则令r
k+1
＝crk，再转到步骤7)，其中，放大系数c＞1。
[0124]
7)、修正乘子向量：λ
k+1
＝[max(0，λ
k-rkq(xk))]，令k＝k+1，转到步骤4)；
[0125]
8)、检验火电机组的碳排放权需求和绿证需求是否被满足，即是否满足q
c，i
≥δqf，i-b
fi，
且q
g，i
≥a
g，i
，如果满足，停止双层优化迭代，输出交易量结果；如果不满足，则返回步骤1)，并且将步骤1)中火电机组的申报电量q
f，i，s
和申报价格p
f，i，s
进行调整：
[0126]qf，i，s
(l+1)＝q
f，i，s
(l)-[ω1(δq
f，i-b
f，i-q
c，i
)+ω2(a
g，i-q
g，i
)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0127]
p
f，i，s
(l+1)＝p
f，i，s
(l)+(ω3p
c，i
+ω4p
g，i
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0128]
式中，q
f，i，s
(l+1)和q
f，i，s
(l)分别表示第l+1次和第l次选代的申报电量值，p
f，i，s
(l+1)和p
f，i，s
(l)分别表示第l+1次和第l次选代的申报价格值，ω1和ω2分别为火电机组申报电量的调整系数，ω3和ω4分别为火电机组申报价格的调整系数。
[0129]
进一步的，上下层相互迭代优化，直到满足火电机组碳排放权和绿证的需求，双层优化过程结束，输出：火电机组的碳排放权交易量、碳排放权交易价格、绿证交易量、绿证交易价格、出清电量与对应的出清价格；可再生能源机组的的绿证交易量、绿证交易价格、出清电量与对应的出清价格；以及用户的碳排放权交易量、碳排放权交易价格、出清电量与对应的出清价格。
[0130]
参照4所示，为各场景下碳排放权和绿证出清价格；场景
⑤⑥⑦
采用非联合交易方式，在发电机组和用户绿证或者碳排放权无法满足需求时，导致碳排放权和绿证出清价格的抬升。同时，由于采用非联合交易方式，导致报量不够合理，在进行碳排放权和绿证的报量时，实际报量会大于需求的量，不仅会造成资源浪费，还会导致成本偏高。场景
②③④
中，为本发明方法联合交易计及碳排放权对环境消极影响折合指标d2的影响，所以联合交易下碳排放权出清量更低。可见，非联合交易只考虑交易绿证和碳排放权时的效益最大化，没有关注到绿证的经济与环境双重收益，也忽略了碳排放对于环境的消极影响。而联合交易可以在机组和用户绿证或者碳排放权无法满足需求时优化协调资源，当市场主体无法单独通过碳或绿证交易来得到碳排放权或绿证时，可通过调整集中竞价的报量报价情况来获得双层联合优化后的碳排放权和绿证，促进了低碳减排。
[0131]
参照5所示，为碳排放权和绿证购买费用和出售收益；上层月度集中竞价按照各机组出清电量和电价进行结算，计算购买电量费用和售电收益，下层碳-绿证联合交易按照各机组碳排放权和绿证的出清量及出清价格进行结算，计算碳排放权和绿证购买费用和出售收益，场景
⑤⑥⑦
由于火电机组在碳排放权和绿证单独交易时缺少协调，使得火电机组购买碳排放权和绿证的费用也较其它场景偏高，同时用户出售碳排放权收益以及可再生能源机组出售绿证收益都较场景
①②③④
偏高。可见，本实施例方法采用双层联合交易策略，获得碳排放权和绿证的优化交易量和出清价格，不仅可以避免碳排放权和绿证的考核，还可以获得更多的经济效益。
[0132]
综上所述，本发明实施例提出的碳-绿证联合交易与月度集中竞价交易交互优化方法，通过月度交易交互过程中的全局优化及资源配置来促进可再生能源消纳以及限制火电机组碳排放量；依据广义虚拟价格理论，提出碳排放权和绿证的联合交易策略，可以有效减少火电机组购买绿证和碳排放权的支出，提高可再生能源的使用率。双层联合交易策略对碳-绿证联合交易与集中竞价交易进行交互优化，不仅有利于保证下层碳排放权交易和绿证交易的可靠性，还可以为上层月度集中竞价交易提供交易策略，促进可再生能源的消纳。
[0133]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实
施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0134]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0135]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0136]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0137]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

技术特征：
1.一种碳-绿证联合交易与月度集中竞价交互的优化方法，其特征在于，所述方法包括：获取各市场主体的申报电量和电价，并通过上层月度集中竞价交易计算各市场主体的出清电量和出清价格；其中，所述各市场主体包括火电机组、可再生能源机组和用户；根据各市场主体的出清电量，结合核查法与熵值法，分别计算火电机组的碳排放权缺额和绿证缺额量、可再生能源机组的绿证余值、用户的碳排放权余值，并将计算结果参与至下层碳-绿证联合交易中；所述下层碳-绿证联合交易以绿碳标的物的社会经济效益和清洁度效益最优为目标，采用phr优化算法对火电机组、可再生能源机组及用户的碳排放权和绿证交易量进行资源协调；根据下层碳-绿证联合交易的结果，月度集中竞价交易重新调整各市场主体的申报电量和电价；上层和下层相互迭代优化，直至满足火电机组的碳排放权需求和绿证需求时停止迭代，双层优化过程结束，获得各市场主体的出清电量、碳排放权和绿证交易量。2.根据权利要求1所述的碳-绿证联合交易与月度集中竞价交互的优化方法，其特征在于，所述通过上层月度集中竞价交易计算各市场主体的出清电量和出清价格的步骤包括：根据所获取各市场主体的申报电量和电价，构建以社会效益最大化为目标的月度集中竞价交易出清目标函数为：式中，z是用户数量；n是火电机组数量；s是可再生能源机组数量；p
y,w,s
、q
y,w,s
分别表示第w个用户的月度申报电价和电量；p
f,i,s
、q
f,i,s
分别表示第i台火电机组的月度申报电价和电量；p
n,j,s
、q
n,j,s
分别表示第j台可再生能源机组的月度申报电价和电量；基于所述出清目标函数，采用月度集中竞价出清的方式求解各市场主体的出清电量和出清价格；其中，求解得到的第i台火电机组的月度出清电量和出清价格分别表示为q
f,i
、p
f,i
，第j台可再生能源机组的月度出清电量和出清价格分别表示为q
n,j
、p
n,j
，第w个用户的月度出清电量和出清价格分别表示为q
y,w
、p
y,w
。3.根据权利要求2所述的碳-绿证联合交易与月度集中竞价交互的优化方法，其特征在于，所述月度集中竞价出清的方式包括边际统一出清的方式、或者按照申报价格出清的方式；所述边际统一出清的方式是指：在实际竞价中，所有参与主体的出清价格是统一的，出清价格统一为当次交易中最后一组成交价格的均值；所述按照申报价格出清的方式是指：将发电侧报价、购电侧报价分别按照单调增、单调减的顺序进行排列，将每一个对应的交易对进行匹配，计算每一对的价差，按照价差单调减的顺序来确定子交易；当价差大于或等于零时，交易出清价格为双方报价均值；当价差小于零时，交易不能成交。4.根据权利要求2所述的碳-绿证联合交易与月度集中竞价交互的优化方法，其特征在于，所述计算火电机组的碳排放权缺额的步骤包括：根据火电机组的月度出清电量，采用核查法计算各火电机组的碳排放权配额初始值：
b
f,i,g
＝q
f,i
×
a
e
×
f
l
×
f
r
×
f
f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式中，b
f,i,g
为第i台火电机组碳排放权配额初始值；q
f,i
为第i台火电机组的月度出清电量；a
e
为火电机组所属类别的供电基准值；f
l
为火电机组冷却方式修正系数；f
r
为火电机组供热量修正系数；f
f
为火电机组负荷系数修正系数；获取影响火电机组碳排放权配额的各指标量，并利用熵值法计算各指标量的熵值：式中，v
a
为影响火电机组碳排放权配额的第a个指标量的熵值；z
i,a
为第i台火电机组的第a个指标量的标幺值；基于各指标量的熵值对所述各火电机组的碳排放权配额初始值进行修正，得到各火电机组的碳排放权配额：式中，b
f,i
表示第i台火电机组的碳排放权配额；m为影响火电机组碳排放权配额的指标量的数量，v1表示指标量为火电机组负荷率的熵值；根据火电机组电量与二氧化碳排放对应的拟合折算因子为δ，计算第i台火电机组的碳排放权缺额为δq
f,i-b
f,i
。5.根据权利要求4所述的碳-绿证联合交易与月度集中竞价交互的优化方法，其特征在于，计算火电机组的绿证缺额量的步骤包括：获取可再生能源机组月度m的保障性收购利用小时数θ
m
，计算月度可再生能源消纳权重指标：式中，μ
m
为月度m的可再生能源消纳权重指标；t为月度m的天数；根据所述月度可再生能源消纳权重指标和用户的月度用电量，求解发电机组总的绿证配额量：式中，a为发电机组总的月度绿证配额量；q
y,w
为用户总的出清电量；根据不同发电机组的月度出清电量，将发电机组总的月度绿证配额量依次分解为可再生能源机组和火电机组的月度绿证配额；其中，第j台可再生能源机组的月度绿证配额为：a
g,j
＝α
j
q
n,j
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)式中，a
g,j
为第j台可再生能源机组的月度绿证配额；α
j
为第j台可再生能源机组绿证配额权重；根据月度集中竞价交易中不同火电机组的月度出清电量，求得第i台火电机组的绿证缺额量为：
式中：a
g,i
第i台火电机组的绿证缺额量。6.根据权利要求5所述的碳-绿证联合交易与月度集中竞价交互的优化方法，其特征在于，计算可再生能源机组的绿证余值的步骤包括：基于为第j台可再生能源机组的月度出清电量q
n,j
和月度绿证配额a
g,j
，结合可再生能源机组电量与绿证对应的折算因子为计算得到第j台可再生能源机组的绿证余额为7.根据权利要求2所述的碳-绿证联合交易与月度集中竞价交互的优化方法，其特征在于，计算用户的碳排放权余值的公式为：式中，b
p,w
表示第w个用户碳排放权余值；b
p
为用户月度碳排放权总量。8.根据权利要求6所述的碳-绿证联合交易与月度集中竞价交互的优化方法，其特征在于，所述下层碳-绿证联合交易以绿碳标的物的社会经济效益和清洁度效益最优为目标的目标函数为：式中，p
c,w,s
、q
c,w,s
分别为第w个用户出售绿碳的申报价格和申报数量；p
g,j,s
、q
g,j,s
分别为第j台可再生能源机组出售绿碳的申报价格和申报数量；p
g,i,s
、q
g,i,s
分别为第i台火电机组购售绿碳的申报价格和申报数量；d1为每个绿碳中绿证对应的环境经济效益；d2为每个绿碳中碳排放权对应的治污费用。9.根据权利要求8所述的碳-绿证联合交易与月度集中竞价交互的优化方法，其特征在于，所述下层碳-绿证联合交易的结果包括：第i台火电机组的碳排放权出清价格p
c,i
和出清量q
c,i
、绿证出清价格p
g,i
和出清量q
g,i
；第j台可再生能源的绿证出清价格p
g,j
、出清量q
g,j
；第w个用户的碳排放权出清价格p
c,w
、出清量q
c,w
。10.根据权利要求9所述的碳-绿证联合交易与月度集中竞价交互的优化方法，其特征在于，所述满足火电机组的碳排放权需求和绿证需求的条件为：下层碳-绿证联合交易的结果中的火电机组的碳排放权出清量不小于火电机组的碳排放权缺额，且火电机组的绿证出清量不小于火电机组的绿证缺额量，即：q
c,i
≥δq
f,i-b
f,i
且q
g,i
≥a
g,i
。

技术总结
本发明公开了一种碳-绿证联合交易与月度集中竞价交互的优化方法，包括：根据月度集中竞价交易的电量出清结果，结合核查法与熵值法，分别计算火电机组的碳排放权缺额和绿证缺额量、可再生能源机组的绿证余值、用户的碳排放权余值；下层碳-绿证联合交易以绿碳标的物的社会经济效益和清洁度效益最优为目标，采用PHR优化算法对火电机组、可再生能源机组及用户的碳排放权和绿证交易量进行资源协调；通过下层碳-绿证联合交易与上层月度集中竞价交易交互的迭代计算，优化各市场在月度电量、绿证和碳排放权上的交易值。本发明能够促进发电机组进行绿证和碳排放权的合理分配，从根源上解决火电机组超额碳排放问题，促进环境友好型社会的建立。会的建立。会的建立。


技术研发人员：顾寅豪 付蓉 杨浩 陈金辉
受保护的技术使用者：南京邮电大学
技术研发日：2023.03.08
技术公布日：2023/7/22