本发明涉及一种虚拟电厂碳排放评估方法，尤其是涉及一种计及源网荷储运行特性的虚拟电厂碳排放评估方法。
背景技术：
1、随着城市电网和清洁能源的发展，我国电力系统分布式能源综合管理的需求逐渐增长。虚拟电厂通过对分布式资源的聚合调控，可为大规模新能源的并网与消纳提供强大的调节能力。在双碳目标的推进下，电网的碳排放评估与优化问题越来越被重视。对于虚拟电厂而言，其内部设备众多，不同设备的运行方式与碳排放特征各异，为向电网提供清洁、稳定的电力支撑，积极参与碳市场改善运营效益，需要合理评估虚拟电厂的碳排放水平，从而为其电-碳协同调控提供指导。
2、目前在虚拟电厂中通常仅考虑其对外调节能力，通常不考虑网架结构，并且主要通过直接碳排放计量方法分析系统整体碳排放水平，对发电侧的碳排放进行管控。然而在虚拟电厂中存在大量电力产消者参与电力双向互动，同时清洁能源发电的随机性也会造成系统碳排放的波动，因此系统中的各类设备均应承担一定的碳排放责任。在忽略网架结构的分析方法中，难以对发、用电产生的碳排放流进行追踪，实现公平合理的碳排放核算与管理。
技术实现思路
1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种计及源网荷储运行特性的虚拟电厂碳排放评估方法。
2、本发明的目的可以通过以下技术方案来实现：
3、一种计及源网荷储运行特性的虚拟电厂碳排放评估方法，该方法包括如下步骤：
4、(1)分析虚拟电厂中分布式资源的构成，构建各类电源、负荷、储能运行调控模型与碳排放评估模型；
5、(2)考虑虚拟电厂运营目标、网络架构与安全约束，实现虚拟电厂内电力潮流与碳排放流的耦合分析。根据不同时段中虚拟电厂各节点碳势和电量，建立虚拟电厂的区域碳排放因子计算模型和对外碳排放交互因子计算模型。
6、(3)根据虚拟电厂中风光电出力、负荷功率历史数据的统计特性，构建一系列虚拟电厂的随机运行场景；
7、(4)在虚拟电厂运行模型下，获取虚拟电厂随机场景下各时段的区域碳排放和对外碳排放交互评估结果，分析其统计特性；
8、(5)计算虚拟电厂各时段区域碳排放因子和对外碳排放交互因子的条件风险价值参数，作为不确定性源荷影响下系统碳排放的综合评估指标。
9、步骤(1)具体为：获取虚拟电厂中所有聚合资源的运行参数，建立电源、负荷、储能的有功-无功电量调控及碳排放特性模型。
10、其中燃气轮机和清洁电源的有功-无功电量调控模型为：
11、pmin≤pg≤pmax
12、
13、其中，pg,qg为电源向系统输入的有功和无功电量，pmin,pmax为电源有功出力上下限，为功率因数角。燃气轮机向系统输入的有功功率上下限固定，由机组配置容量决定。风光等清洁能源机组向系统输入的有功功率上限取决于光照强度和风力强度，具有随机性。
14、燃气轮机和清洁电源的碳排放评估模型为：
15、c＝e.p
16、g,t g g,t
17、其中，cg,t为电源在t时刻产生的碳排放总量，eg为有功发电量pg,t对应的碳排放系数，与发电机所使用的一次能源类型及其耗量特性相关。
18、虚拟电厂内部存在常规负荷和柔性负荷，其中常规负荷功率不可调，柔性负荷功率可在一定范围内进行转移：
19、
20、pl,min≤pl,t≤pl,max
21、其中，pl,t为负荷实际用电功率，pl为负荷总用电需求，pl,min,pl,max为可转移负荷的调节上下限。
22、负荷用电过程中对应产生的碳排放量计算模型为：
23、cl,t＝ei,t.pl,t
24、其中，cl,t为负荷在t时刻用电对应发电侧的碳排放总量，其与t时刻的负荷功率pl,t和负荷所在的节点i的碳势ei,t相关。在日常运行过程中，负荷功率具有随机性。
25、储能在虚拟电厂运行中提供有功无功的双向调节能力和电量存储能力，其电量调控模型为：
26、
27、ee,t+1＝ee,t+η.pe,ch,t.δt—1/η.pe,di,t.δt
28、soce,minee≤ee,t≤soce,maxee
29、其中，pe,ch,t,pe,di,t,qe,t为储能的有功充电量、有功放电量、和无功电量，ce,t为电池存储电量，η为充放电效率，δt为时间间隔，soce,min,soce,max为电池荷电状态的上下限，ee,se为电池的额定容量和功率。
30、储能在运行过程中除了存储电量，同时也具备碳排放的存储能力。其碳排放流可描述为：
31、cst+1＝cst+η.pe,ch,tej,t—1η.pe,di,tee,t
32、ee,t＝cst/ee,t
33、其中，cst为储能在t时刻因充放电而累积的碳排放总量，ee,t为储能在t时刻的放电碳势。储能在运行过程中不会直接产生碳排放，但其在充放电过程中对碳排放进行累积与释放，因此随着充放电过程中的电量损耗而承担部分的碳排放责任。在充电过程中，其内部的碳排放进行累积，但不对接入节点的碳势产生影响；在放电过程中，其接入节点碳势为储能放电碳势，且储能放电碳势与累积的总碳排放量和电量相关。
34、步骤(2)中，虚拟电厂内电力潮流的分析基于获取虚拟电厂对外的电量交互曲线、网架结构、安全约束，建立虚拟电厂源-网-荷协同的有功无功调控模型，优化运营效益。虚拟电厂的碳排放流基于电力潮流进行计算，得到虚拟电厂的时空碳势分布。碳排放流与电力潮流的耦合关系描述为：
35、en,t＝(pn,t—pbt,t)—1[pg,t；pe,di,t；pi,t][eg,t；ee,t；eg,t」7
36、其中，en,t为t时刻虚拟电厂内所有节点的碳势向量，pn,t为节点有功通量矩阵，pn,t＝diag(pni,t),pni,t＝σji∈i+pb,ji,t+pg,i,t+pe,di,i,t为节点i的有功注入功率，i+为流入节点i的支路集合，pb,t＝(pb,ij)n×n为支路潮流分布矩阵，pi,t为虚拟电厂从外部电网购入电量，eg,t为外部电网碳势。
37、步骤(2)中，虚拟电厂的碳排放评估综合考虑电源、网络、以及负荷的运行特性。虚拟电厂的碳排放评估因子模型即考虑了碳排放由电源发电直接产生，也考虑了其与虚拟电厂内部负荷用电、储能充放电损耗、以及对外电力交互相关。区域碳排放因子描述为：
38、
39、对外碳排放交互因子描述为：
40、
41、其中，po,j,t，pi,j,t分别为虚拟电厂在t时刻从j节点对外提供和从外注入的电量，eg为外部电网的碳密度。
42、步骤(3)中，获取风机、光伏电站出力，以及负荷功率的历史数据，通过核密度估计方法获取源荷功率的概率分布情况。基于源荷功率概率分布重新均匀采样，设计风光电出力随机场景集合。
43、其中核密度估计方法公式描述为：
44、
45、其中，n为样本量，h为带宽，k为核函数。
46、步骤(4)中考虑源荷功率不确定性场景的目的是分析源荷功率的波动性对虚拟电厂碳排放因子的影响，从而建立在实际应用中具有鲁棒性的碳排放评估指标，避免极端场景下因碳排放超额带来过高的碳成本。将随机运行场景下的源荷功率代入虚拟电厂的电力潮流与碳排放流计算模型，获取各随机场景对应的区域碳排放因子和对外碳排放交互因子，分析考虑源荷不确定性的运行场景下，虚拟电厂碳排放因子的概率分布f(x)。
47、步骤(5)具体为，基于虚拟电厂碳排放因子的概率分布，评估在一定置信度下碳排放的最劣情况。在置信水平α下，虚拟电厂的最大可能碳排放ξ描述为：
48、prob(ε>ξv)＝α
49、进一步，考虑极端情况下的碳排放分布尾部风险，引入条件风险价值参数ξc对不确定性源荷影响下虚拟电厂碳排放因子进行综合评估：
50、ξc＝e[f(x)|f(x)≥ξ7」
51、现有的虚拟电厂电量调控模型通常不考虑网架结构，仅对有功调节能力进行分析，所建模型相对简单，在实际运行中存在较大误差。同时在虚拟电厂的碳排放分析中，现有方法忽略网架结构的影响，仅考虑发电过程中产生的碳排放总量，难以对源、荷、储的碳排放责任进行追踪与合理分摊，无法体现碳排放在虚拟电厂中的时空差异性。与现有技术相比，本发明具有如下优点：通过建立基于网络潮流的碳排放评估方法，对虚拟电厂内部发电侧、用电侧、储能、对外电力交互的碳排放责任进行合理追踪；在考虑碳排放流时空特性的基础上，建立虚拟电厂内部碳排放因子和对外碳排放交互因子的计算模型；考虑虚拟电厂内部源荷功率的随机性，通过引入条件风险价值参数，建立在实际应用中具有鲁棒性的碳排放因子评估指标，为虚拟电厂中多类型设备配置、调控、及碳排放优化提供参考。
1.一种计及源网荷储运行特性的虚拟电厂碳排放评估方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的一种计及源网荷储运行特性的虚拟电厂碳排放评估方法，其特征在于，步骤(1)具体为：基于虚拟电厂中电源、负荷、储能的有功-无功电量调控特性，建立各环节碳排放量化评估模型。
3.根据权利要求1所述的一种计及源网荷储运行特性的虚拟电厂碳排放评估方法，其特征在于，步骤(2)中，虚拟电厂内碳排放流基于受源-网-荷电量交互、网架结构、安全约束影响的电力潮流进行计算，得到虚拟电厂的时空碳势分布。碳排放流与电力潮流、电源和储能电量的耦合关系描述为：
4.根据权利要求1所述的一种计及源网荷储运行特性的虚拟电厂碳排放评估方法，其特征在于，步骤(2)中，虚拟电厂的碳排放评估因子模型即考虑了碳排放由电源发电直接产生，也考虑了其与虚拟电厂内部负荷用电、储能充放电损耗、以及对外电力交互相关。区域碳排放因子描述为：
5.根据权利要求1所述的一种计及源网荷储运行特性的虚拟电厂碳排放评估方法，其特征在于，步骤(3)中，基于风机、光伏电站出力，以及负荷功率的历史数据，通过核密度估计方法获取源荷功率的概率分布情况。基于源荷功率概率分布重新均匀采样，建立风光电出力随机场景集合。
6.根据权利要求1所述的一种计及源网荷储运行特性的虚拟电厂碳排放评估方法，其特征在于，步骤(5)具体为，基于一系列随机场景下虚拟电厂碳排放因子的概率分布，评估在一定置信度下虚拟电厂碳排放的最劣情况。在置信水平α下，虚拟电厂的最大可能碳排放ξv描述为：
