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。
标题：
基于奖惩阶梯型碳价机制的能源枢纽低碳优化策略
Low-carbon optimization strategy for energy hub based on reward-punishment ladder carbon price mechanism
作者：
吴艳娟，靳鹏飞，刘长铖，王云亮
WU Yanjuan, JIN Pengfei, LIU Changcheng, WANG Yunliang
关键词：
能源枢纽(EH);碳交易;多时间尺度;低碳经济调度;分布式模型预测控制(DMPC);综合能源系统(IES);多目标优化
energy hub(EH);carbon trading;multi-timescale;low-carbon economic dispatch;distributed model predictive control(DMPC);integrated energy system(IES);multi-objective optimization
