一种计及碳交易机制的社区能量管理模型构建方法

1.本发明涉及能量调度技术领域，尤其涉及一种计及碳交易机制的社区能量管理模型构建方法。


背景技术：

2.社区能量管理系统cems(community energy manage-ment system)通过对社区及家庭负荷的优化和直接控制，可以满足家庭便捷化和个性化的用能需求，实现更加科学合理的用能行为，基于cems的家庭需求响应行为使得家用负荷成为一种可控资源。将cems分为供能层与家庭层两层，在计入碳交易机制后，对储能与电动汽车的充放电模型按照不同类别家庭的特征建立soc模型，通过家庭负荷连接为整个系统。家用负荷耗能占比高，可控性大，对这种资源加以利用，并充分优化调度，能有效降低电负荷峰谷差，节约家庭用电费用和提高电网稳定性。
3.现有技术文件1(cn104216358 b)提供了一种基于两级能量管理的智能社区低碳能源管理系统；终端设备层负责对各专业子系统现场运行数据的采集，并上传给上层的监控系统；监控层主要完成对采集数据的汇集、运行状态监视和控制，并响应上层能量管理系统的控制策略，完成对设备的控制；楼宇能量管理层完成楼宇内设备及社区公共设施的用能数据的分析及应用，从整个楼宇的角度实现楼宇的能量优化功能；社区能量管理层完成社区内设备的用能分析和能量优化；管理系统仅提供系统搭建的框架，未设计系统内的模型及调度方法，并未对用户用电负荷进行分类建模，未涉及新能源发电系统，没有对用能进行优化调度，且技术方法并未涉及碳交易及测算机制，仅以单纯减少购电量来减少碳排放，在碳减排方面探索较少，对于储能以及ev的充放电过程，也未考虑合理约束条件。


技术实现要素：

4.针对现有算法的不足，本发明所采用的技术方案是：一种计及碳交易机制的社区能量管理模型构建方法，包括：
5.步骤一、获取基础参数，基于家庭基础负荷数据实现家庭负荷分类；
6.步骤二、构建包括基础负荷、可削减负荷、电动汽车负荷和可转移负荷的家庭负荷分类模型；
7.进一步的，基础负荷的公式为：
[0008][0009]
式中，表示家庭在t时段第i个基础负荷设备的功率；表示t时段第i个基础负荷设备的运行状态；
[0010]
可削减负荷模型如下：
[0011][0012]
式中，表示第j种负荷t时段运行功率；t
ac
表示t时段设备此时温度；t
p,hl
、t
p,ht
分别为设备需求温度上下限；表示可削减负荷的制冷系数；
[0013]
电动汽车负荷模型如下：
[0014][0015]
式中，表示可转移负荷的充放电额定功率，为0-1变量，分别表示ev充电、放电的状态；
[0016]
可转移负荷模型如下：
[0017][0018]
式中，为可转移负荷的额定功率；为可转移负荷k的工作状态；
[0019]
步骤三、构建家庭用电成本模型；
[0020]
进一步的，用电成本模型公式如下：
[0021][0022]
式中，表示t时段第n个家庭的用电成本。
[0023]
步骤四、构建包括向电网购买电力的购电成本、设备运维成本的社区供能微网模型；
[0024]
进一步的，向电网购买电力的购电成本公式为：
[0025][0026]
式中，表示t时段向电网购电的价格，表示t时段向电网购电的购电量；
[0027]
设备运维成本公式为：
[0028][0029]
式中，c
pv
、c
wt
、c
est
、c
ev
分别表示分布式光伏、分布式风电、储能设备和ev充放电的单位出力运维成本；分别表示风电和光伏机组出力；分别表示风电和光伏机组出力；分别表示储能设备的放电功率和充电功率；分别表示ev的放电功率和充电功率；
[0030]
步骤五、构建包括需求响应成本、社区碳交易成本和碳排放系数的优化碳排放系数；
[0031]
进一步的，需求响应成本的公式为：
[0032]
[0033]
式中，a、b分别表示可削减负荷和可转移负荷的需求响应激励系数，c
dr
表示需求响应激励成本，分别表示第n个家庭t时参与调度的可削减、转移负荷量；c
dr
表示第家庭参与需求响应的激励单价；
[0034]
社区碳交易成本公式为：
[0035][0036]
式中，cc表示碳排放权交易基础价格，eu表示供能微网碳排放总量，es表示社区总体碳配额；
[0037]
碳排放系数公式为：
[0038][0039]
式中，ef
om
为电厂集群产生的营运边际排放系数，ef
bm
为建设边际排放系数。
[0040]
步骤六、构建阶梯碳交易模型；
[0041]
进一步的，阶梯碳交易模型的公式为：
[0042][0043]
式中，分别表示第n户家庭t时段的基础负荷、可削减负荷和可转移负荷，ecs为碳排放系数，为家庭碳交易成本。
[0044]
步骤七、构建包括功率平衡约束、储能单元约束、电动汽车soc、ev工作状态和社区购电约束的供能微网约束条件；
[0045]
进一步的，功率平衡约束包括：
[0046][0047]
式中，表示第n户家庭t时段总负荷，表示t时段社区光伏出力，表示t时段社区风电出力，表示t时段社区储能单元放电量，表示t时段社区储能单元充电量；
[0048]
储能单元约束包括：
[0049][0050]
式中，η
st,ch
和η
st,dis
分别表示储能单元充放电效率，和对应t时段刻的充电和放电功率，表示储能单元t时段储电量，w
st
是储能单元的总容量，ε表示储能单
元自放电率，soc
min
、soc
max
表示储电装置的储电状态上下限，和分别为其充放电功率上限，和表示储能单元充放电状态系数；
[0051]
电动汽车soc约束包括：
[0052][0053]
式中，η
ev,ch
和η
ev,dis
分别表示ev充放电效率，和对应t时段刻的充电和放电功率，表示电动汽车在t时段储电量，w
ev
是ev的总容量，ε表示ev自放电率，soc
min
、soc
max
表示电动汽车soc状态上下限，和分别为其充放电功率上限，和表示ev充放电状态系数；
[0054]
ev工作状态包括：ev充放电约束、ev放电状态约束和ev并入电网状态约束；
[0055]
ev充放电约束的公式：
[0056][0057]
式中，为0-1变量，表示ev充电状态，t
ev,in
、t
ev,out
表示ev并入电网的起止时间；
[0058]
ev放电状态约束的公式：
[0059][0060]
式中，为0-1变量，表示ev放电状态，t
ev,in
、t
ev,out
表示ev并入电网的起止时间；
[0061]
ev并入电网状态约束的公式：
[0062][0063]
式中，为0-1变量，表示ev并入电网状态，t
ev,in
、t
ev,out
表示ev并入电网的起止时间；
[0064]
ev工作状态约束如下：
[0065]
[0066]
社区购电约束包括：
[0067][0068]
式中，p
buy,max
表示社区最大购电量。
[0069]
步骤八、利用供能微网目标函数对向电网购买电力的购电成本、设备运维成本、需求响应成本和社区碳交易成本进行优化；
[0070]
进一步的，供能微网目标函数的公式为：
[0071][0072]
式中，c
buy
表示向电网购买电力的购电成本，c
eom
表示设备运维成本，c
dr
表示需求响应成本，表示社区碳交易成本；
[0073]
步骤九、利用家庭用电目标函数对家庭的购电成本、家庭碳交易成本、家庭参与需求响应获得的补贴进行优化；
[0074]
进一步的，家庭用电目标函数的公式为：
[0075][0076]
式中，c
use
表示家庭的购电成本，表示家庭碳交易成本，r
dr
表示家庭参与需求响应获得的补贴。
[0077]
本发明的有益效果：
[0078]
基于cems的家庭需求响应行为使得家用负荷成为一种可控资源，在计入碳交易机制后，对储能与电动汽车的充放电模型建立soc模型，通过家庭负荷连接为整个系统；对家用负荷资源加以利用，并充分优化调度，有效降低社区用电碳排放，节约家庭用电费用和提高社区用电经济性；
[0079]
目前碳排放因子是各省份统一计算，并未细化至单个社区计算，本发明得到的碳排放因子在社区的碳排放计算更加准确。
附图说明
[0080]
图1是本发明的计及碳交易机制的社区能量管理模型构建方法流程图；
[0081]
图2是本发明的社区风光出力；
[0082]
图3是本发明的优化后电动汽车负荷；
[0083]
图4是本发明的社区碳排放量对比；
[0084]
图5是本发明的社区购电量对比；
[0085]
图6是本发明的社区购电成本对比。
具体实施方式
[0086]
下面结合附图和实施例对本发明作进一步说明，此图为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
[0087]
如图1所示，一种计及碳交易机制的社区能量管理模型构建方法包括以下步骤：
[0088]
步骤一、获取基础参数，基于家庭基础负荷数据实现家庭负荷分类；
[0089]
基础参数包括：家庭基础负荷数据、风光储设备、ev出行数据；家庭基础负荷数据
包括：可转移负荷响应量和可削减负荷响应量；风光储设备数据包括：额定功率、容量及运维费用；ev出行数据包括：ev接入电网时间、出行里程、充放电功率；
[0090]
步骤二、构建家庭负荷分类模型，家庭负荷包括：基础负荷、可削减负荷、电动汽车负荷和可转移负荷；
[0091]
基础负荷模型如下：
[0092][0093]
式中，表示家庭在t时段第i个基础负荷设备的功率；表示t时段第i个基础负荷设备的运行状态；
[0094]
可削减负荷模型如下：
[0095][0096]
式中，表示第j种负荷t时段运行功率；t
ac
表示t时段设备此时温度；t
p,hl
、t
p,ht
分别为设备需求温度上下限；表示可削减负荷的制冷系数，有制冷需求的负荷为1，其余可削减负荷为0；
[0097]
电动汽车负荷模型如下：
[0098][0099]
式中，表示可转移负荷的充放电额定功率，为0-1变量，分别表示ev充电、放电的状态；
[0100]
可转移负荷模型如下：
[0101][0102]
式中，为可转移负荷的额定功率；为0-1变量，表示可转移负荷k的工作状态；
[0103][0104]
式中，t
start
、t
end
表示可转移负荷k允许工作的起止时间；α
start
、β
end
表示可转移负荷k实际工作的起止时间。
[0105]
步骤三、构建家庭用电成本模型；
[0106]
用电成本模型公式如下：
[0107][0108]
式中，表示t时段第n个家庭的用电成本；
[0109][0110]
式中，表示t时段第n个家庭的碳交易成本；表示t时段第n个家庭的购电成本；
[0111]
购电成本的公式为：
[0112][0113]
式中，表示t时段的购电价格；表示第n户家庭t时段总负荷；表示社区t时段购电量；表示社区t时段光伏出力；表示社区t时段风电出力；
[0114][0115]
式中，分别表示第n户家庭t时段的基础负荷、可削减负荷和可转移负荷；
[0116]
家庭参与需求响应获得的补贴的公式为：
[0117][0118]
式中，a、b分别表示可削减负荷和可转移负荷的需求响应激励系数，c
dr
表示需求响应激励成本；
[0119]
步骤四、构建社区供能微网模型；社区供能微网模型包括向电网购买电力的购电成本、设备运维成本；
[0120]
向电网购买电力的购电成本公式为：
[0121][0122]
式中，表示t时段向电网购电的价格，表示t时段向电网购电的购电量；
[0123]
设备运维成本公式为：
[0124][0125]
式中，c
pv
、c
wt
、c
est
、c
ev
分别表示分布式光伏、分布式风电、储能设备和ev充放电的单位出力运维成本；分别表示风电和光伏机组出力；分别表示风电和光伏机组出力；分别表示储能设备的放电功率和充电功率；分别表示ev的放电功率和充电功率；
[0126][0127]
式中，η
pv
表示光伏电源的能量转换效率，s表示光伏电池板的表面面积，i为太阳的辐射强度，表示t时段刻的大气温度，ts表示标准测试条件下的室外空气温度。
[0128]
[0129]
式中，p
wt,n
表示风力发电机组的额定功率，v
t
表示风力发电机组在t时段刻在的位置的实际风速，v
in
表示风机的切入风速，v
out
表示风机的切出风速，vn表示风机的额定风速。
[0130]
步骤五、优化碳排放系数包括构建需求响应成本、社区碳交易成本和碳排放系数；
[0131]
需求响应成本的公式为：
[0132][0133]
式中，a、b分别表示可削减负荷和可转移负荷的需求响应激励系数，c
dr
表示需求响应激励成本，分别表示第n个家庭t时参与调度的可削减、转移负荷量；c
dr
表示第家庭参与需求响应的激励单价；
[0134]
社区碳交易成本公式为：
[0135][0136]
式中，cc表示碳排放权交易基础价格，eu表示供能微网碳排放总量，es表示社区总体碳配额；
[0137]eu
＝e
buy
×
ec
buy
(17)
[0138]
式中，ec
buy
表示电网单位有功出力的碳排放强度，e
buy
表示社区的购电量；
[0139][0140]
式中，表示t时段向电网购电的购电量；
[0141]
储能装置的充放电功率的计算公式为：
[0142][0143]
式中，分别表示储能单元充放电状态系数，分别表示储能单元充放电功率；
[0144]
碳排放系数公式为：
[0145][0146]
式中，ef
om
为电厂集群产生的营运边际排放系数，ef
bm
为建设边际排放系数；
[0147]
ef
om
＝e
buy
×
ef
om,base
/(e
buy
+e
gen
)(21)
[0148]
式中，ef
om
为该社区简单电量边际排放因子om，ef
om,base
为某省根据发电企业计算出的简单电量边际排放因子om，e
buy
为某社区购电量，e
gen
为某社区新能源发电量；
[0149]
ef
bm
＝e
buy
×
ef
bm,base
/(e
buy
+e
gen
)(22)
[0150]
式中，ef
bm
为某社区简单电量边际排放因子，ef
bm,base
为某省根据发电企业计算出的简单电量边际排放因子，e
buy
为某社区购电量，e
gen
为某社区新能源发电量；
[0151]
目前碳排放因子是各省份统一计算，并未细化至单个社区计算，对碳排放因子进行优化计算使社区的碳排放计算更加准确；
[0152]
步骤六、构建阶梯碳交易模型；
[0153]
阶梯碳交易模型的公式为：
[0154]
[0155][0156]
式中，e
p
表示t时段碳排放分配额，表示实际碳排量，分别表示第n户家庭t时段的基础负荷、可削减负荷和可转移负荷，cc表示碳排放权交易基础价格，μ、λ分别表示碳交易中对用户购碳的激励及惩罚系数，ecs为碳排放系数；
[0157]
步骤七、构建供能微网约束条件包括：功率平衡约束、储能单元约束、电动汽车soc、ev工作状态和社区购电约束；
[0158]
功率平衡约束包括：
[0159][0160]
式中，表示第n户家庭t时段总负荷，表示t时段社区光伏出力，表示t时段社区风电出力，表示t时段社区储能单元放电量，表示t时段社区储能单元充电量；
[0161]
其中，光伏出力约束包括：
[0162][0163]
式中，表示光伏出力上限；
[0164]
风电出力约束包括：
[0165][0166]
式中，表示风电出力上限。
[0167]
储能单元约束包括：
[0168][0169]
式中，η
st,ch
和η
st,dis
分别表示储能单元充放电效率，和对应t时段刻的充电和放电功率，表示储能单元t时段储电量，w
st
是储能单元的总容量，ε表示储能单元自放电率，soc
min
、soc
max
表示储电装置的储电状态上下限，和分别为其充
放电功率上限，和为0-1变量，表示储能单元充放电状态系数；
[0170]
电动汽车soc约束包括：
[0171][0172]
式中，η
ev,ch
和η
ev,dis
分别表示ev充放电效率，和对应t时段刻的充电和放电功率，表示电动汽车在t时段储电量，w
ev
是ev的总容量，ε表示ev自放电率，soc
min
、soc
max
表示电动汽车soc状态上下限，和分别为其充放电功率上限，和表示ev充放电状态系数；
[0173]
ev工作状态包括：ev充放电约束、ev放电状态约束和ev并入电网状态约束；
[0174]
ev充放电约束的公式：
[0175][0176]
式中，为0-1变量，表示ev充电状态，t
ev,in
、t
ev,out
表示ev并入电网的起止时间；
[0177]
ev放电状态约束的公式：
[0178][0179]
式中，为0-1变量，表示ev放电状态，t
ev,in
、t
ev,out
表示ev并入电网的起止时间；
[0180]
ev并入电网状态约束的公式：
[0181][0182]
式中，为0-1变量，表示ev并入电网状态，t
ev,in
、t
ev,out
表示ev并入电网的起止时间；
[0183]
ev工作状态约束如下：
[0184][0185]
社区购电约束包括：
[0186][0187]
式中，p
buy,max
表示社区最大购电量；
[0188]
p
buy,max
≤1.2
×es
/ec
buy
(35)
[0189]
式中，es表示社区总体碳配额，ec
buy
表示电网单位有功出力的碳排放系数。
[0190]
步骤八、根据供能微网目标函数进行优化；
[0191]
供能微网目标函数的公式为：
[0192][0193]
式中，c
buy
表示向电网购买电力的购电成本，c
eom
表示设备运维成本，c
dr
表示需求响应成本，表示社区碳交易成本；
[0194]
步骤八、根据家庭用电目标函数进行优化；
[0195]
家庭用电目标函数的公式为：
[0196][0197]
式中，c
use
表示家庭的购电成本，表示家庭碳交易成本，r
dr
表示家庭参与需求响应获得的补贴；
[0198]
实验过程：
[0199]
调度周期为24h，仿真步长为1h，分为1-24共24个时段；基础碳交易价格为57.80元/吨，数据来源于全国碳市场碳排放配额(cea)2022年11月21日碳交易成交价。社区数据来源于某小区1080户用户，社区共计30栋居民楼，每栋楼36户住户。
[0200]
如图2所示，社区于每栋单元楼顶装设额定功率为108kw光伏发电板，同时装设额定功率50kw的风力发电设备；社区电动汽车持有量为648量，单个储能单元容量为20kwh，社区共装设储能单元432块，分布于每栋楼顶。单量电动汽车电池容量为12kwh，最大充放电功率为电池最大容量的15％，充放电效率为90％，自掉电率为1％，荷电状态的最大/最小值分别取0.9、0.2。表1是可削减负荷相关说明，表2是可转移负荷相关说明，表3是分时电价相关数据说明，表4为不同地区用电的原始碳排放系数，表5为典型夏日光照辐射及风力数据。
[0201]
可削减负荷为家庭负荷调节的主要对象，主要有：空调、热水器、电动汽车，以电动汽车参与为主，电动汽车参与调度的负荷如图3所示：
[0202]
表1家庭可削减负荷说明
[0203][0204][0205]
可转移负荷主要有：洗衣机、吹风机、电饭煲、电磁炉、微波炉，该类负荷使用量与优化前持平，仅调整使用时间以减少家庭用电峰谷差。
[0206]
表2家庭可转移负荷说明
[0207][0208]
表3分时电价
[0209][0210]
原始碳排放系数仅由个地区电网发电及电能交互计算得出，在此基础上计入社区新能源发电碳排放系数将会改变。碳排放数据使用华南地区原始碳排放进行优化，从表中可以看出，优化后社区碳排放系数明显降低，同时从图4可以明显看出运用模型优化后社区整体碳排放下降明显；从图5、图6可以看出，计入碳交易机制机械优化后的社区日间用电大幅降低，用电高峰集中在凌晨00：00-06：00，此时用电经济性最高。
[0211]
表4不同地区用电的碳排放系数
[0212][0213]
本发明研究了计及碳交易机制的社区能量管理模型，在满足用户负荷和用电习惯等约束的条件下，提出了一种考虑碳交易机制的社区用电总成本优化模型；通过代入现有社区负荷参数分析，证明在综合考虑碳交易机制和总用电成本情况下，能在兼顾家庭用电舒适性，减少社区碳排放量同时减少社区综合运行成本，更好地兼顾社区低碳化和用电经济性。
[0214]
表5典型夏日光照辐射及风力数据
[0215][0216]
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

技术特征：
1.一种计及碳交易机制的社区能量管理模型构建方法，其特征在于，包括以下步骤：步骤一、获取基础参数，基于家庭基础负荷数据实现家庭负荷分类；步骤二、构建包括基础负荷、可削减负荷、电动汽车负荷和可转移负荷的家庭负荷分类模型；步骤三、构建家庭用电成本模型；步骤四、构建包括向电网购买电力的购电成本、设备运维成本的社区供能微网模型；步骤五、构建包括需求响应成本、社区碳交易成本和碳排放系数的优化碳排放系数；步骤六、构建阶梯碳交易模型；步骤七、构建包括功率平衡约束、储能单元约束、电动汽车soc、ev工作状态和社区购电约束的供能微网约束条件；步骤八、利用供能微网目标函数对向电网购买电力的购电成本、设备运维成本、需求响应成本和社区碳交易成本进行优化；步骤九、利用家庭用电目标函数对家庭的购电成本、家庭碳交易成本、家庭参与需求响应获得的补贴进行优化。2.根据权利要求1所述的计及碳交易机制的社区能量管理模型构建方法，其特征在于，基础负荷的公式为：式中，表示家庭在t时段第i个基础负荷设备的功率；表示t时段第i个基础负荷设备的运行状态；可削减负荷模型如下：式中，表示第j种负荷t时段运行功率；t
ac
表示t时段设备此时温度；t
p,hl
、t
p,ht
分别为设备需求温度上下限；表示可削减负荷的制冷系数；电动汽车负荷模型如下：式中，表示可转移负荷的充放电额定功率，为0-1变量，分别表示ev充电、放电的状态；可转移负荷模型如下：式中，为可转移负荷的额定功率；为可转移负荷k的工作状态。3.根据权利要求1所述的计及碳交易机制的社区能量管理模型构建方法，其特征在于，
用电成本模型公式如下：式中，表示t时段第n个家庭的用电成本。4.根据权利要求1所述的计及碳交易机制的社区能量管理模型构建方法，其特征在于，向电网购买电力的购电成本公式为：式中，表示t时段向电网购电的价格，表示t时段向电网购电的购电量；设备运维成本公式为：式中，c
pv
、c
wt
、c
est
、c
ev
分别表示分布式光伏、分布式风电、储能设备和ev充放电的单位出力运维成本；分别表示风电和光伏机组出力；分别表示风电和光伏机组出力；分别表示储能设备的放电功率和充电功率；分别表示ev的放电功率和充电功率。5.根据权利要求1所述的计及碳交易机制的社区能量管理模型构建方法，其特征在于，需求响应成本的公式为：式中，a、b分别表示可削减负荷和可转移负荷的需求响应激励系数，b分别表示可削减负荷和可转移负荷的需求响应激励系数，分别表示第n个家庭t时参与调度的可削减、转移负荷量；c
dr
表示第家庭参与需求响应的激励单价；社区碳交易成本公式为：c
s,co2
＝c
c
×
(e
u-e
s
)(16)式中，c
c
表示碳排放权交易基础价格，e
u
表示供能微网碳排放总量，e
s
表示社区总体碳配额；碳排放系数公式为：式中，ef
om
为电厂集群产生的营运边际排放系数，ef
bm
为建设边际排放系数。6.根据权利要求1所述的计及碳交易机制的社区能量管理模型构建方法，其特征在于，阶梯碳交易模型的公式为：式中，分别表示第n户家庭t时段的基础负荷、可削减负荷和可转移负荷，ec
s
为碳排放系数，为家庭碳交易成本。7.根据权利要求1所述的计及碳交易机制的社区能量管理模型构建方法，其特征在于，功率平衡约束包括：
式中，表示第n户家庭t时段总负荷，表示t时段社区光伏出力，表示t时段社区风电出力，表示t时段社区储能单元放电量，表示t时段社区储能单元充电量；储能单元约束包括：式中，η
st,ch
和η
st,dis
分别表示储能单元充放电效率，和对应t时段刻的充电和放电功率，表示储能单元t时段储电量，w
st
是储能单元的总容量，ε表示储能单元自放电率，soc
min
、soc
max
表示储电装置的储电状态上下限，和分别为其充放电功率上限，和表示储能单元充放电状态系数；电动汽车soc约束包括：式中，η
ev,ch
和η
ev,dis
分别表示ev充放电效率，和对应t时段刻的充电和放电功率，表示电动汽车在t时段储电量，w
ev
是ev的总容量，ε表示ev自放电率，soc
min
、soc
max
表示电动汽车soc状态上下限，和分别为其充放电功率上限，和表示ev充放电状态系数；ev工作状态包括：ev充放电约束、ev放电状态约束和ev并入电网状态约束；ev充放电约束的公式：
式中，为0-1变量，表示ev充电状态，t
ev,in
、t
ev,out
表示ev并入电网的起止时间；ev放电状态约束的公式：式中，为0-1变量，表示ev放电状态，t
ev,in
、t
ev,out
表示ev并入电网的起止时间；ev并入电网状态约束的公式：式中，为0-1变量，表示ev并入电网状态，t
ev,in
、t
ev,out
表示ev并入电网的起止时间；ev工作状态约束如下：社区购电约束包括：式中，p
buy,max
表示社区最大购电量。8.根据权利要求1所述的计及碳交易机制的社区能量管理模型构建方法，其特征在于，供能微网目标函数的公式为：式中，c
buy
表示向电网购买电力的购电成本，c
eom
表示设备运维成本，c
dr
表示需求响应成本，表示社区碳交易成本。9.根据权利要求1所述的计及碳交易机制的社区能量管理模型构建方法，其特征在于，家庭用电目标函数的公式为：式中，c
use
表示家庭的购电成本，表示家庭碳交易成本，r
dr
表示家庭参与需求响应获得的补贴。

技术总结
本发明涉及能量调度技术领域，尤其涉及一种计及碳交易机制的社区能量管理模型构建方法，包括获取基础参数；构建家庭负荷分类模型；构建家庭用电成本模型；构建社区供能微网模型；优化碳排放系数；构建阶梯碳交易模型；构建供能微网约束条件；利用供能微网目标函数对向电网购买电力的购电成本、设备运维成本、需求响应成本和社区碳交易成本进行优化；利用家庭用电目标函数对家庭的购电成本、家庭碳交易成本、家庭参与需求响应获得的补贴进行优化。本发明解决现有技术中未涉及碳交易及测算机制，仅以单纯减少购电量来减少碳排放，在碳减排方面探索较少，对于储能以及EV的充放电过程，也未考虑合理约束条件。未考虑合理约束条件。未考虑合理约束条件。


技术研发人员：张晓花 邓奎衡 陈星瑞 宫一博 张潘杰 吴林轩 陈柏霖 刘其豪
受保护的技术使用者：常州大学
技术研发日：2022.12.20
技术公布日：2023/7/11