"面向碳中和的微电网日前调度：基于双层鲁棒模型的低碳化协同优化策略"

本文提出一种基于增强型ADMM（交替方向乘子法）的双层鲁棒优化框架，用于解决含高比例可再生能源的智能电网中微电网（MG）日前调度问题。该模型创新性地将碳税信号动态嵌入电价迭代机制，通过分布式协调实现DNO（配电网络运营商）与居民/工业微电网的隐私保护协同优化，在保证实时可行性的同时降低12.19%碳排放和11.24%运营成本，收敛速度较标准ADMM提升43.16%。

　　

Highlight

本研究揭示了当前微电网日前调度领域的三大关键挑战：①隐私保护与全局最优性的矛盾（Gap 1）；②碳成本静态处理的局限性（Gap 2）；③不确定性下市场参与的脆弱性（Gap 3）。

创新性贡献

• 隐私与最优兼顾：通过增强型ADMM算法，仅需交换耦合变量（功率交换计划）即可实现全局优化，完整保留各主体内部成本函数、运行约束等敏感数据。

• 动态碳定价：将碳税信号植入电价迭代过程，基于上游电网碳强度与本地燃气轮机排放实时调整交易价格，驱动决策路径主动趋向低碳化（对比传统静态碳价附加法）。

• 鲁棒性保障：在规划阶段嵌入鲁棒优化框架，显著降低对现货市场的依赖——当可再生能源出力与负荷预测出现偏差时，实际运营成本平均降低14.2%。

主要发现

在123节点配电网络测试中：

• 碳税机制使居民微电网光伏消纳率提升23.7%，工业微电网燃气轮机碳排放降低18.4%

• 增强ADMM的"弹性步长调整"技术使收敛迭代次数减少至标准算法的56.8%

• 鲁棒层将实时功率偏差控制在日前计划的±5%内，避免高额平衡市场惩罚

Conclusion

该框架为构建"碳感知"电力市场提供了关键技术支撑：

1）动态碳定价使边际减排成本下降至$42.6/吨CO₂

2）分布式优化结构确保各主体商业机密（如V2G调度策略、ESS充放电成本）零泄露

3）鲁棒层设计使风光预测误差容忍度提升至±15%

方法论启示

未来可扩展应用于：

• 多能微电网（电-热-氢）协同调度

• 考虑碳捕集系统（CCS）的负排放微电网

• 基于区块链的分布式碳足迹追踪