本发明涉及碳排放，更具体的说是涉及一种基于光储充电站优化配置的新型电碳指标评估方法及系统。
背景技术：
1、随着全球气候变化和环境问题日益严重，减少碳排放、推动绿色能源发展已成为国际社会的共识。在电力系统中，光储充电站作为新能源的重要组成部分，其优化配置和高效运行对于实现低碳目标具有重要意义。然而，在现有的电力系统中，对于光储充电站的评估和管理主要依赖于传统的阶梯式碳排放机制，这一机制在处理需求响应调峰时的碳排放评估上存在一定的问题。
2、目前，电力系统中的碳排放管理通常采用阶梯式碳排放机制，该机制根据企业的碳排放量设定不同的阶梯，对排放量较高的企业征收较高的碳排放费用，对排放量较低的企业则给予一定的奖励。然而，在需求响应调峰场景下，这种机制仅考虑了碳排放的增量，而忽略了企业在调峰过程中的参与度。具体来说，即使两个企业参与了相同程度的调峰，但由于其调峰能力的不同，它们对电力系统的贡献度也存在显著差异。例如，一个调峰能力较低但参与度较高的企业和一个调峰能力高但参与度较低的企业，在参与相同程度调峰的情况下，其碳排放评估结果却是相同的，这显然是不公平的。然而，传统的阶梯式碳排放机制却未能充分反映这种差异，导致评估结果不够公平和准确。
3、在现有的阶梯式碳排放机制下，存在以下主要问题：一是未能充分考虑企业在需求响应调峰中的参与度，导致评估结果不够公平；二是缺乏对光储充电站优化配置的全面考虑，使得光储充电站在运行过程中难以达到最佳效率。因此，如何提出一种新型的评估模型来更准确地评估光储充电站在电力系统中的碳排放情况，并为其优化配置提供科学依据是本领域技术人员亟需解决的技术问题。
技术实现思路
1、有鉴于此，本发明提供了一种基于光储充电站优化配置的新型电碳指标评估方法及系统，解决了背景技术存在的问题。
2、为了实现上述目的，本发明提供如下技术方案：
3、一种基于光储充电站优化配置的新型电碳指标评估方法，包括以下步骤：
4、建立光储充电站电动汽车排队模型，提供需求响应数据；
5、考虑需求响应数据，建立基于新型电碳指标评估模型的目标函数；
6、基于实际情况设立约束条件，构建电动汽车光储充电站容量优化配置模型；
7、基于粒子群优化算法对电动汽车光储充电站容量优化配置模型进行求解，评估光储充电站的碳排放情况。
8、可选的，光储充电站包括：光伏电池、dc/ac模块、配电网、ac/dc模块、充电站、第一dc/dc模块、第二dc/dc模块、充电桩、储能模块；其中，光伏电池、dc/ac模块、充电站、第一dc/dc模块、充电桩依次连接，配电网、ac/dc模块、充电站、第二dc/dc模块、储能模块依次连接。
9、可选的，建立光储充电站电动汽车排队模型，具体包括以下步骤：
10、基于排队论原理，对于m/g/s排队系统而言，对分别服从指数分布和正态分布的电动汽车的充电起始soc、起始充电时刻进行初始值设定；
11、通过蒙特卡洛抽样，随机抽取多辆电动汽车的充电起始soc和起始充电时刻，生成电动汽车充电序列；
12、基于电动汽车充电序列，对光储充电站电动汽车的排队过程进行模拟仿真，建立维度为m×n的电动汽车充电决策矩阵d；
13、
14、式中，d为0-1矩阵，矩阵元素dij表示第i辆车是否在第j个单位充电时段充电。
15、可选的，建立基于新型电碳指标评估模型的目标函数，具体为：
16、以光储充电站的总投资成本最小为目标，考虑参与电网负荷需求响应，将光储充电站的总成本全部归算到单位时间，得到目标函数：
17、f＝min(fs+dic+dcc)
18、式中：fs表示固定投资成本，dic表示dr设备投资成本，dcc表示dr补偿成本；
19、其中，dr设备投资成本的计算公式为：
20、
21、dr补偿成本的计算公式为：
22、
23、式中：表示单位容量的dr设备成本；kdi为节点i的dr占比，为取值在0和1之间的常数；pdi*kdi表示可响应的最大负荷量；kc表示参与度系数，表示提供单位能量负荷响应的补偿费用，t为全年发生需求响应的时间，表示负荷响应量，nk表示参与需求响应的次数；pdi表示参与需求响应节点i的最大负荷量。
24、可选的，固定投资成本fs的计算公式为：
25、fs＝fs1+fs2+fgc+fgd
26、式中：fs1表示站内投资成本、fs2表示充电桩投资成本、fgc表示光伏储能成本、fgd表示购电成本；
27、其中，充电站的站内投资成本fs1的计算公式为：
28、
29、式中：ctd表示非充电车位成本，cyu表示运营成本，czm表示办公用电成本；r0表示贴现率，ncs表示充电站的具体运营年限；se表示办公总容量，α表示单位容量的配电成本，β表示充电站内变压器负载率；z表示站内投资成本比例系数；
30、充电桩投资成本fs2的计算公式为：
31、
32、cgm＝ck×pk
33、cwa＝k×cgm
34、式中：cpd表示单个充电设施的配电成本，cgm表示单个充电设施的购买成本，cwa表示单个充电设施的维护安装成本，ccw表示单个充电车位的土地成本；ck表示单位功率的充电设施购买费用，k表示维护安装成本与购买成本的比例系数；s表示充电桩数量，pk表示充电额定功率，η表示充电效率，表示功率因数角；
35、光伏储能成本fgc包括光伏安装成本和储能安装成本，计算公式表示为：
36、fgc＝fpv+fsto
37、fpv＝zpvcpvppv+cmpv
38、
39、cmpv＝kgc×cpv×ppv
40、fsto＝zsto[rppsto+(re-rr)esto]+cmsto
41、
42、cmsto＝kgc×re·esto
43、式中：fpv表示充电站的光伏投资成本，fsto表示充电站的储能投资成本；cpv表示光伏的单位容量首次投入成本，ppv表示光伏配置容量，cmpv表示光伏维护成本，rgc表示光伏和储能的贴现率，npv表示光伏系统全寿命周期，kgc表示光储系统的年维护费用系数；nsto表示储能系统全寿命周期，rp表示储能单位功率成本，re表示储能单位容量成本，rr表示单位回收成本，psto表示储能额定功率，esto表示储能配置容量，cmsto表示储能维护成本；zpv表示光伏投资成本比例系数，zsto表示储能配置成本比例系数；
44、购电成本fgd为由电网购电以满足电动汽车充电需求的费用，计算公式为：
45、
46、式中：n表示一天内峰平谷时段数，ti表示i时段的时间跨度，pi表示i时段的购电量，cgdi表示i时段的电价，pis表示i时段向电网的售电量，kgd表示售电电价与购电的比例系数。
47、可选的，基于实际情况设立的约束条件具体包括：
48、配电容量约束，考虑充电站的配电容量的限制条件：
49、sn≤snmax，
50、充电桩数量约束，受占地面积约束，充电桩数量的限制条件：
51、s≤smax
52、装置利用率约束，受充电设施配置的经济性约束，装置利用率的限制条件：
53、ρ≥ρmin
54、储能充放电约束，储能设备的充放电功率即储能充放电倍率的限制条件：
55、-psto≤pd,csto≤psto
56、需求响应约束，用户单次参与需求响应量不得高于最大负荷需求响应量：
57、
58、式中：sn表示充电站的配电容量，snmax表示充电站的配电容量上限，s表示充电桩数量，se表示办公总容量，β表示充电站内变压器负载率，pk表示充电额定功率，η表示充电效率，表示功率因数角；smax表示充电桩数量上限；ρ表示装置利用率，ρmin表示装置利用率下限；psto表示储能额定功率，pd,csto表示储能充放电倍率；表示负荷响应量，kdi*pdi表示可响应的最大负荷量。
59、可选的，基于粒子群优化算法对电动汽车光储充电站容量优化配置模型进行求解，具体为：
60、利用粒子群优化算法，假设某个粒子巡游过程中的最优值为pbest，并对所有个体进行筛选，得到群体最优值gbest，粒子群中各个粒子根据pbest和gbest进行搜索调整，调整过程中达到的响应适应度最优值gbest即为最优解；
61、在第k次的搜索过程中，粒子i通过参考pbest和gbest，对本身的参数进行更新；
62、
63、式中：c1、c2表示加速因子，常数；rand()表示[0,1]之间的随机数；w表示惯性因子；vid(t)表示充电机数量粒子i在t时刻的速度，pid(t)表示充电机数量粒子i在t时刻的巡游过程中的值，xid(t)表示充电机粒子i在t时刻的位置，pgd(t)表示光伏粒子在t时刻巡游过程中的值，xgd(t)表示光伏粒子在t时刻的位置；
64、第d维的位置变化范围和速度变化范围分别是[-xd，max,xd，max]和[-vd，max,vd，max]，迭代中若某一维的xid或vid超过边界则取边界值；
65、基于粒子群优化算法，求解符合约束条件的充电机数量粒子、光伏容量粒子以及储能设备容量粒子。
66、一种基于光储充电站优化配置的新型电碳指标评估系统，包括：
67、排队过程模拟模块，用于建立光储充电站电动汽车排队模型，提供需求响应数据；
68、目标函数获取模块，考虑需求响应数据，建立基于新型电碳指标评估模型的目标函数；
69、约束设立模块，用于根据实际情况设立约束条件，构建电动汽车光储充电站容量优化配置模型；
70、求解模块，用于通过粒子群优化算法对电动汽车光储充电站容量优化配置模型进行求解，评估光储充电站的碳排放情况。
71、经由上述的技术方案可知，与现有技术相比，本发明提供了一种基于光储充电站优化配置的新型电碳指标评估方法及系统，具有以下有益效果：
72、(1)公平性更高：本发明引入参与度这一核心指标，不仅考虑了碳排放的增量，还充分考虑了企业在需求响应调峰中的实际参与度和贡献度。因此，即使两个企业参与了相同程度的调峰，但由于其调峰能力的不同，模型能够准确评估出它们对电力系统的不同贡献，从而确保评估结果的公平性；
73、(2)评估精度更高：本发明通过增量大小和参与度这两个核心指标的综合评估，能够更加全面、准确地反映光储充电站在电力系统中的碳排放情况。这种多维度的评估方式比传统单一的碳排放量指标更能准确反映光储充电站的实际运行状况和环境效益；
74、(3)促进优化配置：本发明所设计模型不仅用于评估，还能够引导光储充电站的优化配置。通过模型评估结果，企业可以了解自身在需求响应调峰中的表现，并根据评估结果进行资源配置和运营管理调整，从而提高光储充电站的运行效率，降低碳排放；
75、(4)推动低碳化转型：由于本发明能够准确评估光储充电站的碳排放情况，并为其优化配置提供科学依据，因此该模型有助于推动电力行业向更加低碳、环保的方向发展。通过广泛应用该模型，可以促进光储充电站的普及和优化，进一步降低电力系统的整体碳排放量。
1.一种基于光储充电站优化配置的新型电碳指标评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于光储充电站优化配置的新型电碳指标评估方法，其特征在于，光储充电站包括：光伏电池、dc/ac模块、配电网、ac/dc模块、充电站、第一dc/dc模块、第二dc/dc模块、充电桩、储能模块；其中，光伏电池、dc/ac模块、充电站、第一dc/dc模块、充电桩依次连接，配电网、ac/dc模块、充电站、第二dc/dc模块、储能模块依次连接。
3.根据权利要求1所述的一种基于光储充电站优化配置的新型电碳指标评估方法，其特征在于，建立光储充电站电动汽车排队模型，具体包括以下步骤：
4.根据权利要求1所述的一种基于光储充电站优化配置的新型电碳指标评估方法，其特征在于，建立基于新型电碳指标评估模型的目标函数，具体为：
5.根据权利要求4所述的一种基于光储充电站优化配置的新型电碳指标评估方法，其特征在于，固定投资成本fs的计算公式为：
6.根据权利要求1所述的一种基于光储充电站优化配置的新型电碳指标评估方法，其特征在于，基于实际情况设立的约束条件具体包括：
7.根据权利要求1所述的一种基于光储充电站优化配置的新型电碳指标评估方法，其特征在于，基于粒子群优化算法对电动汽车光储充电站容量优化配置模型进行求解，具体为：
8.一种实现权利要求1-7任一项所述方法的基于光储充电站优化配置的新型电碳指标评估系统，其特征在于，包括：
