CN112016825A - 一种区域综合能源***的集中式交易优化决策方法 - Google Patents
一种区域综合能源***的集中式交易优化决策方法 Download PDFInfo
- Publication number
- CN112016825A CN112016825A CN202010863413.8A CN202010863413A CN112016825A CN 112016825 A CN112016825 A CN 112016825A CN 202010863413 A CN202010863413 A CN 202010863413A CN 112016825 A CN112016825 A CN 112016825A
- Authority
- CN
- China
- Prior art keywords
- energy system
- sub
- energy
- electricity
- intermediate agent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000008901 benefit Effects 0.000 claims abstract description 51
- 238000013178 mathematical model Methods 0.000 claims abstract description 12
- 230000005611 electricity Effects 0.000 claims description 95
- 239000003795 chemical substances by application Substances 0.000 claims description 39
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 38
- 239000007789 gas Substances 0.000 claims description 32
- 238000004146 energy storage Methods 0.000 claims description 28
- 239000003345 natural gas Substances 0.000 claims description 19
- 238000013486 operation strategy Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 12
- 238000010521 absorption reaction Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 239000002245 particle Substances 0.000 claims description 8
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 7
- 229910052799 carbon Inorganic materials 0.000 claims description 7
- 150000001875 compounds Chemical class 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 239000002918 waste heat Substances 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 238000005057 refrigeration Methods 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000003546 flue gas Substances 0.000 claims description 3
- 238000005338 heat storage Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 claims description 3
- 230000020169 heat generation Effects 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Technology Law (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种区域综合能源***的集中式交易优化决策方法,本发明的方法包括以下步骤:步骤S1,建立中间代理商与区域综合能源***中各子能源***的主从博弈数学模型;步骤S2,基于主从博弈数学模型,构建中间代理商的效益模型、子能源***效益模型、子能源***运行约束、以及主从博弈的均衡解形式;步骤S3,采用两层迭代优化方法求解主从博弈的均衡解。本发明提高了各子能源***的交易欲望,以此增强了区域综合能源***的能量互济能力,降低了中间代理商与电网交易的不平衡电量,使电网更安全稳定。
Description
技术领域
本发明区域综合能源***电能交易辅助技术领域,具体涉及一种区域综合能源***的集中式交易优化决策方法。
背景技术
随着社会的高速发展、经济全球化、世界各国的工业化进程加快,能源需求量大幅增加,但是煤炭、石油等不可再生能源的紧缺问题加剧,能源环境问题也成为人类的重大挑战。为解决能源环境问题,可再生能源技术相应发展,并出现能源互联网这一新能源利用体系。区域综合能源***是能源互联网的重要组成部分,其内部拥有多种分布式可再生能源发电单元、分布式储能设备、能量转化设备以及多种能源形式的负荷。随着区域综合能源***的发展,其内部拥有多个子能源***,各子能源***协调控制各设备的运行情况,可提高能源利用率,降低运行成本。区域总能源***的各子能源***可能属于不同利益主体,电能交易是协调不同利益主体,提高区域综合能源***能源利用率的有效手段。
目前,针对电能交易辅助决策的研究主要在微电网层面进行了分析,其无法适用于区域综合能源***;且对于逐渐兴起发展的综合能源***,其研究也主要集中在单个综合能源***内部的能流分析,对多个综合能源***之间的电能交易优化研究较少。
发明内容
为了弥补现有的电能交易辅助决策技术无法适用于区域综合能源***的缺陷,本发明提供了一种区域综合能源***的集中式交易优化决策方法。本发明能够为提高区域综合能源***能源利用率提供有效的辅助优化决策手段,有效利用含有高比例可再生能源的综合能源***的产能冗余及某些综合能源***的低成本电量,支援区域内具有用能需求的缺电综合能源***。
本发明通过下述技术方案实现:
一种区域综合能源***的集中式交易优化决策方法,该方法包括以下步骤:
步骤S1,建立中间代理商与区域综合能源***中各子能源***的主从博弈数学模型;
步骤S2,基于主从博弈数学模型,构建中间代理商的效益模型、子能源***效益模型、子能源***运行约束、以及主从博弈的均衡解形式;
步骤S3,采用两层迭代优化方法求解主从博弈的均衡解。
本发明通过建立区域能源***的能源交易框架,提出一种由多个子能源***与中间代理商(Middle Agent,MA)组成的集中式交易机制以充分实现各子能源***的能量互济,通过构建主从博弈模型求解可提高各子能源***及电网的收益的MA最优电价策略以及各个子能源***的运行策略。
可选的,本发明的步骤S1建立的主从博弈数学模型为:
G={{(MA∪SR∪IES)},{pMA,s},{pMA,b}
,{R1,...,Ri,...,RN},{PRO},{U1,...,Ui,...,UN}}
其中,(MA∪MG)为博弈双方,中间代理商作为领导者,子能源***作为跟随者;pMA,s、pMA,b为MA的售电价与购电价策略集合;PRO为MA的收益;Ui为子能源***i的效益;Ri为子能源***i的运行策略集合,表示为下式:
可选的,本发明的步骤S2具体包括:
步骤S21,建立中间代理商效益模型,表示为:
式中,PROt为中间代理商在t时刻的收益;分别表示子能源***i购进与出售电量;Nb/Ns表示购/售电子能源***个数;ΔPt为中间代理商在t时刻总的净流入/流出电量,当ΔPt大于0时表示,此刻中间代理商与各子能源***电量交易完成后,最终净流入了ΔPt的电量,用于售给大电网,当ΔPt小于0时表示,最终净流出了ΔPt的电量,需从大电网买入ΔPt的电量;分别为中间代理商在t时刻的售电、购电价格;
步骤S22,建立子能源***效益模型,表示为:
Ui=-Mi=-(Mg,i+Me,i+Mc,i)
式中,Mg,i表示燃气成本;Me,i表示与MA交易费用;Mc,i表示碳排放成本;
步骤S23,建立子能源***运行约束,包括能量转化元件约束、储能设备约束和能量平衡约束;
步骤S24,根据中间代理商效益模型可知,其效益函数与其制定的电价策略以及交易电量有关,而交易电量受各子能源***运行策略影响,因此中间代理商效益函数简化为:
PRO=PRO(pMA,s,pMA,b,R1,...,Ri,...,RN)
对于子能源***i,其效益函数与自身运行策略以及中间代理商所制定的电价策略有关,因此子***效益函数简化为:
Ui=Ui(pMA,s,pMA,b,R1,...,Ri,...,RN)
则博弈的策略pMA,s,pMA,b,R1,...,Ri,...,RN即为主从博弈的解集;
可选的,本发明的步骤S22中,燃气成本表示为:
与中间代理商交易费用表示为:
碳排放成本表示为:
式中,βe、βg(kg/(kW·h))表示购买电能、燃气的等效CO2排放系数;ε(元/kg)表示CO2的单位处理成本。
可选的,本发明的步骤S23中的能量转化元件约束包括:
式中,ηWH,i为子能源***i的余热锅炉热效率系数;
吸收式制冷机吸收热量来制冷:
电制冷机是将电能转化为冷能的主要设备:
可选的,本发明的步骤S23中的储能设备约束包括:
建立一个冷热电储能设备的通用数学模型:
式中,下标x表示储能设备,蓄电池、蓄热槽、蓄冰空调分别用BAT、HS、CS表示;δx,i为储能设备能量损失率;分别为蓄、放能功率;ηxc,i、ηxd,i分别为储能设备蓄、放能效率;表示蓄/放能状态值,为0/1的变量,取0时表示放能,取1时表示蓄能。
可选的,本发明的步骤S23中的能量平衡约束为:
可选的,本发明的步骤S24的求解过程具体为:
对于中间代理商来说,需求解以下问题:
对于子能源***i来说,需求解以下线性规划问题:
式中,f(x)为子能源***目标函数,x为决策变量;A表示决策变量系数矩阵,B表示与模型等式约束相关的常数矩阵;xmin/xmax表示决策变量可取的最小/最大值;
中间代理商和子能源***的求解是相互影响的,二者的优化目标不一致,因此采用两层迭代优化方法求解。
可选的,本发明的两层迭代优化方法求解具体为:
底层为子能源***运行优化求解,在领导者给出的电价策略基础上,根据运行模型采用CPLEX求解线性问题;
上层为中间代理商电价策略求解,考虑电价约束条件,以电价策略作为粒子,在此电价下的收益作为粒子的适应度,使用PSO优化算法对上层最优电价策略进行搜索,从而得到最优博弈解集。
本发明具有如下的优点和有益效果:
1、本发明建立了区域综合能源***一主多从的集中式能源交易框架,为得到中间代理商的最优电价策略以及各子能源***的运行策略,构建了主从博弈模型并采用两层迭代优化方法求解,本发明综合考虑区域综合能源***内部不同利益主体代表的子能源***,提出了一种以中间代理商为中心的集中式能源交易框架。
2、本发明基于主从博弈模型两层迭代优化后,相比于直接采用电网电价交易,提高了中间代理商的收益,降低了各子能源***的运行成本。
3、本发明提高了各子能源***的交易欲望,以此增强了区域综合能源***的能量互济能力,降低了中间代理商与电网交易的不平衡电量,使电网更安全稳定。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的方法流程示意图。
图2为本发明的区域综合能源***的能源交易框架。
图3为本发明的主从博弈求解流程示意图。
图4为本发明的风电和光伏发电单元出力曲线。
图5为本发明的冷热电负荷曲线。
图6为本发明的MA效益的迭代收敛过程。
图7为本发明的MA最优电价策略与电网电价的对比。
图8为本发明的MA与电网交易的不平衡电量。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
本实施例提出了一种针对区域综合能源***的集中式交易优化决策方法。本实施例首先建立了区域综合能源***的能源交易框架。考虑到各子能源***通过配电网互联,因此将配电网以MA身份参与其中,与各子能源***构成一主多从的能量交易关系。
其次针对这一交易关系,建立了MA与各子能源***的主从博弈数学模型。作为运营交易的一方,MA有优先制定价格的权力,因此MA以领导者身份制定购售电价,子能源***作为跟随者这对此电价作出响应,二者即可构成一个Stackelberg主从博弈。
然后基于主从博弈模型展开,研究MA电价优化及子能源***运行优化,建立了MA的效益模型,综合考虑子能源***能量流动关系以及交易关系,建立了子能源***的效益模型,并给出了主从博弈的均衡解形式。
最后采用两层迭代优化方法求解上述主从博弈的均衡解,底层为子能源***运行优化,在领导者给出的电价策略基础上,根据运行模型采用CPLEX求解此线性问题。上层为MA电价策略求解,考虑电价约束条件,以电价策略作为粒子,以此电价下的收益作为粒子的适应度,使用PSO优化算法对上层最优电价策略进行搜索。
具体如图1所示,本实施例的优化决策方法包括步骤1-4:
1区域综合能源***的能源交易框架
对于区域综合能源***中多个子能源***主体,其内部完成能量管理分配后,为进一步挖掘子能源***的效益,提高能源利用率,需研究区域综合能源***电能交易框架。考虑到各子能源***通过配电网进行互联,
因此将配电网以MA身份参与其中,与各子能源***构成一主多从的能量交易关系,整个交易框架如图2所示。
MA制定售购电价,下发至各子能源***;各子能源***根据此价格进行优化运行后上传需交易余/缺电量至MA;MA从有余电的子能源***购买电能后售至缺电的子能源***,当余/缺电量不平衡时与大电网交易来满足平衡。因此MA可通过售购电价的制定,集中协调各子能源***优化运行后的余/缺量所构成的供需关系,以此提高MA的收益,降低各子能源***的运行成本。
为鼓励各子能源***与MA进行交易,形成内部***的能量互济,MA需保证其制定的售购电价对于子能源***来说优于配电网的电价,即需满足:
2MA与各子能源***的主从博弈
在区域综合能源***中,MA与子能源***是独立的利益主体,子能源***获得MA的购售电价后才可求得最优化的运行方式,而MA的效益同时与子能源***优化运行后所得出的可交易电量有关,因此MA与子能源***之间有一层利益的博弈关系。作为运营交易的一方,MA有优先制定价格的权力,因此MA以领导者身份制定购售电价,子能源***作为跟随者这对此电价作出响应,二者即可构成一个Stackelberg博弈。
博弈的形式可表示为:
式中,(MA∪MG)为博弈双方,包括MA(领导者)和子能源***MG集群(跟随者);pMA,s、pMA,b为MA的售电价与购电价策略集合;PRO为MA的收益;Ui为子能源***i的效益;Ri为子能源***i的运行策略集合,可表示为下式:
3基于主从博弈的MA电价优化及子能源***运行优化
3.1MA效益模型
MA的收益与其制定的电价以及与子能源***之间的交易电量有关,其收益为:
式中,PROt为MA在t时刻的收益;分别表示子能源***i购进与出售电量;Nb/Ns表示购/售电子能源***个数;ΔPt为MA在t时刻总的净流入/流出电量,当大于0时表示,此刻MA与各子能源***电量交易完成后,最终净流入了ΔPt的电量,用于售给大电网,当小于0时表示,最终净流出了ΔPt的电量,需从大电网买入ΔPt的电量。
3.2子能源***效益模型
子能源***日运行费用与自身运行方式有关,同时受MA购售电价影响,其效益U i即为其日运行费用的负数:
Ui=-Mi=-(Mg,i+Me,i+Mc,i) (10)
式中,Mg,i表示燃气成本;Me,i表示与MA交易的费用;Mc,i表示碳排放成本。
燃气成本与天然气价格有关:
与MA交易费用:
碳排放成本:
子能源***购买电能以及燃气后,经过其运行来满足负荷后,会产生相应的碳排放量,以βe、βg(kg/(kW·h))表示购买电能、燃气的等效CO2排放系数;ε(元/kg)表示CO2的单位处理成本,则Mc,i可表示为下式:
3.3子能源***运行约束
3.3.1能量转化元件约束
燃气轮机输入天然气,将其转化为电能和烟气余热,可表示为:
式中,ηGTE,i、ηGTH,i分别为子能源***i的燃气轮机发电效率与热效率系数。
余热锅炉利用燃气轮机的废弃产生热功率:
式中,ηWH,i为子能源***i的余热锅炉热效率系数。
燃气锅炉将天然气转化为热能,其产热量与产热效率系数ηGB,i有关:
吸收式制冷机吸收热量来制冷:
电制冷机是将电能转化为冷能的主要设备:
3.3.2储能设备约束
对于子能源***的电、热、冷储存设备,都有一个能量的积蓄与释放过程,并且蓄能与释放时都有一个能量约束限制以及部分能量损耗;对于整个设备来说也有最大最小储能容量限制,以及储存过程中随时间流逝的损耗率。因此可建立一个冷热电储能设备的通用数学模型,假设储能设备在Δt时段内的充/放能功率保持不变,其动态通用模型可表示为:
式(20)—(24)中,下标x表示储能设备,蓄电池、蓄热槽、蓄冰空调分别用BAT、HS、CS表示;δx,i为储能设备能量损失率;分别为蓄、放能功率;ηxc,i、ηxd,i分别为储能设备蓄、放能效率。式(21),(22)表示储能设备蓄/放能功率约束,其中表示蓄/放能状态值,为0/1的变量,取0时表示放能,取1时表示蓄能。
3.3.3能量平衡约束
3.4博弈均衡解
由MA效益模型可知,其效益函数与其制定的电价以及交易电量有关,而交易电量受各子能源***运行策略影响,因此MA效益函数可表示为:
PRO=PRO(pMA,s,pMA,b,R1,...,Ri,...,RN) (28)
对于子能源***i,其效益函数与自身运行策略以及MA所制定的电价策略有关,可表示为:
Ui=Ui(pMA,s,pMA,b,R1,...,Ri,...,RN) (29)
由式(28)、(29)可知,博弈的策略pMA,s,pMA,b,R1,...,Ri,...,RN即为其解集。当MA的购售电价制定是基于子能源***的最优运行策略得到的最优策略,而子能源***的运行方式也是这个电价策略下的最优策略时,即为最优解集(均衡解),计为: 其满足如下关系式:
式(30)表示,对任意子能源***i来说,当其他策略方采用最优策略时,该子能源***不能通过单独改变运行策略来提高运行效益;式(31)、(32)表示,在子能源***采用最优运行策略时,MA不能通过单独改变售购电价来提高收益。
4求解主从博弈的均衡解
MA与子能源***协同实现Stackelberg均衡解的求解。对于MA来说,整个过程需求解以下问题:
对于子能源***i来说,需求解以下线性规划问题:
据式(6)可知,在MA计算其收益PRO时,需要用到区域综合能源***的总购售电量 等数据,这些都由每个子能源***提供;而子能源***在计算Ui时,需由MA提供pMA,s和pMA,b数据,因此式(33)与(34)的求解是相互影响的,二者的优化目标不一致,因此可用两层迭代优化方法求解。底层为子能源***运行优化求解,在领导者给出的电价策略基础上,根据运行模型采用CPLEX求解此线性问题。上层为MA电价策略求解,考虑式(1)的约束条件,使用PSO优化算法对上层最优电价策略进行搜索,以电价策略作为粒子,以此电价下的收益(6)作为粒子的适应度。整个主从博弈的求解流程如图3所示。
实施例2
本实施例采用上述实施例1提出的交易优化决策方法应用于某一区域综合能源***,对其的能源利用率提供辅助决策。
本实施例的区域综合能源***包括三个子能源***,基于此建立了一个中间代理商MA。各子能源***中都有各自的供能与储能设备,各个子能源***都通过联络线与外部电网以及天然气网络相连接。子能源***i结合自身运行情况,与MA交易降低运行成本;MA通过售购电价的价差,在t时刻低价从售电子能源***中购得电量,高价卖给购电子能源***,最后MA与大电网结算不平衡电量,获取利益。
表1展示了模型中,子能源***1、2、3的各供能设备与***参数。
表1子能源***的供能设备与***参数
各子能源***储能设备与物理参数如表2所示。
表2各子能源***储能设备与物理参数
子能源***1、2、3的日前24小时风力、光伏发电单元出力曲线及冷热电负荷曲线分别如图4、5所示。
此多微能源***所连接的配电网的电价按分时电价制定,可分为谷时段、平时段以及峰时段。其中,谷时段为1:00-6:00、22:00-24:00,购售电价分别为0.420与0.130(元/kWh);平时段为7:00-8:00、11:00-12:00、16:00-17:00,购售电价分别为0.708与0.380(元/kWh);峰时段为9:00-10:00、13:00-15:00、18:00-21:00,购售电价分别为1.089与0.600(元/kWh)。
对上述优化结果进行分析:
图6给出了MA的效益迭代收敛过程,优化算法在迭代25次左右实现收敛,最终的效益为1022.32元。
MA效益最终收敛时,理论上此时MA电价策略为均衡解,其电价策略如图7所示。
从图7可以得到:各时段的MA售电价与购电价均位于电网售购电价之间,满足式(1)约束条件。电价改变时段主要在15:00-16:00、19:00-21:00,因为在本论文的区域综合能源***中,此刻才既存在售电子能源***又存在购电子能源***,MA与子能源***间存在博弈行为。在19:00-21:00时段,为晚间用电高峰期,同时又存在有富余电量的子能源***,MA通过提高购电价格,使售电子能源***有意向出售更多的电能;同时MA降低售电价格,使晚间高负荷的子能源***有意向购买更多电能。MA通过改变购售价格,提高各子能源***与MA的交易电能,以此获得更多收益。
表3给出了MA与各子能源***在基于主从博弈优化后与电网电价模式下的效益对比。由表可发现,子能源***在博弈的最优解的运行策略下,可降低运行成本,但是降低的运行成本相较于其成本来说不多,主要是因为在博弈过程中,子能源***以跟随者的身份参与,其效益不如领导者MA高。
表3优化前后效益对比
图8给出了MA与电网交易的不平衡电量,其中正值表示MA从电网购买电量,负值表示MA售给电网的电量。可见MA经过电价策略优化,可使区域综合能源***在负荷低峰期消纳电网电能,并在电网负荷高峰期给予电能补偿,使电网***的负荷曲线更平稳。从14:00-16:00与19:00-22:00时段可得,MA采用最优电价策略后,与电网交易的不平衡电量更接近于0,表明本实施例的方法有效促进了各子能源***参与交易,提高了区域综合能源***的能量互济的能力。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种区域综合能源***的集中式交易优化决策方法,其特征在于,该方法包括以下步骤:
步骤S1,建立中间代理商与区域综合能源***中各子能源***的主从博弈数学模型;
步骤S2,基于主从博弈数学模型,构建中间代理商的效益模型、子能源***效益模型、子能源***运行约束、以及主从博弈的均衡解形式;
步骤S3,采用两层迭代优化方法求解主从博弈的均衡解。
2.根据权利要求1所述的一种区域综合能源***的集中式交易优化决策方法,其特征在于,所述步骤S1建立的主从博弈数学模型为:
G={{(MA∪SRIES)},{pMA,s},{pMA,b},{R1,...,Ri,...,RN},{PRO},{U1,...,Ui,...,UN}}
其中,(MA∪MG)为博弈双方,中间代理商作为领导者,子能源***作为跟随者;pMA,s、pMA,b为MA的售电价与购电价策略集合;PRO为MA的收益;Ui为子能源***i的效益;Ri为子能源***i的运行策略集合,表示为下式:
3.根据权利要求2所述的一种区域综合能源***的集中式交易优化决策方法,其特征在于,所述步骤S2具体包括:
步骤S21,建立中间代理商效益模型,表示为:
ΔPt=Ps t-Pb t
式中,PROt为中间代理商在t时刻的收益;分别表示子能源***i购进与出售电量;Nb/Ns表示购/售电子能源***个数;ΔPt为中间代理商在t时刻总的净流入/流出电量,当ΔPt大于0时表示,此刻中间代理商与各子能源***电量交易完成后,最终净流入了ΔPt的电量,用于售给大电网,当ΔPt小于0时表示,最终净流出了ΔPt的电量,需从大电网买入ΔPt的电量;分别为中间代理商在t时刻的售电、购电价格;
步骤S22,建立子能源***效益模型,表示为:
Ui=-Mi=-(Mg,i+Me,i+Mc,i)
式中,Mg,i表示燃气成本;Me,i表示与MA交易费用;Mc,i表示碳排放成本;
步骤S23,建立子能源***运行约束,包括能量转化元件约束、储能设备约束和能量平衡约束;
步骤S24,根据中间代理商效益模型可知,其效益函数与其制定的电价策略以及交易电量有关,而交易电量受各子能源***运行策略影响,因此中间代理商效益函数简化为:
PRO=PRO(pMA,s,pMA,b,R1,...,Ri,...,RN)
对于子能源***i,其效益函数与自身运行策略以及中间代理商所制定的电价策略有关,因此子***效益函数简化为:
Ui=Ui(pMA,s,pMA,b,R1,...,Ri,...,RN)
则博弈的策略pMA,s,pMA,b,R1,...,Ri,...,RN即为主从博弈的解集;
5.根据权利要求3所述的一种区域综合能源***的集中式交易优化决策方法,其特征在于,所述步骤S23中的能量转化元件约束包括:
式中,ηWH,i为子能源***i的余热锅炉热效率系数;
吸收式制冷机吸收热量来制冷:
电制冷机是将电能转化为冷能的主要设备:
9.根据权利要求8所述的一种区域综合能源***的集中式交易优化决策方法,其特征在于,所述两层迭代优化方法求解具体为:
底层为子能源***运行优化求解,在领导者给出的电价策略基础上,根据运行模型采用CPLEX求解线性问题;
上层为中间代理商电价策略求解,考虑电价约束条件,以电价策略作为粒子,在此电价下的收益作为粒子的适应度,使用PSO优化算法对上层最优电价策略进行搜索,从而得到最优博弈解集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010863413.8A CN112016825A (zh) | 2020-08-25 | 2020-08-25 | 一种区域综合能源***的集中式交易优化决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010863413.8A CN112016825A (zh) | 2020-08-25 | 2020-08-25 | 一种区域综合能源***的集中式交易优化决策方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112016825A true CN112016825A (zh) | 2020-12-01 |
Family
ID=73505832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010863413.8A Pending CN112016825A (zh) | 2020-08-25 | 2020-08-25 | 一种区域综合能源***的集中式交易优化决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112016825A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112686425A (zh) * | 2020-12-09 | 2021-04-20 | 南京国电南自电网自动化有限公司 | 一种基于合作博弈的能源互联网优化调度方法及*** |
CN112907274A (zh) * | 2021-01-21 | 2021-06-04 | 长沙理工大学 | 一种基于Stackelberg双层博弈模型的园区综合能源交易价量确定方法 |
CN113592648A (zh) * | 2021-07-21 | 2021-11-02 | 山东大学 | 一种综合能源***的多主体交易方法及*** |
CN114662381A (zh) * | 2022-02-24 | 2022-06-24 | 上海交通大学 | 基于分层博弈的港船能源交通***融合运行方法及*** |
-
2020
- 2020-08-25 CN CN202010863413.8A patent/CN112016825A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112686425A (zh) * | 2020-12-09 | 2021-04-20 | 南京国电南自电网自动化有限公司 | 一种基于合作博弈的能源互联网优化调度方法及*** |
CN112686425B (zh) * | 2020-12-09 | 2022-03-11 | 南京国电南自电网自动化有限公司 | 一种基于合作博弈的能源互联网优化调度方法及*** |
CN112907274A (zh) * | 2021-01-21 | 2021-06-04 | 长沙理工大学 | 一种基于Stackelberg双层博弈模型的园区综合能源交易价量确定方法 |
CN113592648A (zh) * | 2021-07-21 | 2021-11-02 | 山东大学 | 一种综合能源***的多主体交易方法及*** |
CN113592648B (zh) * | 2021-07-21 | 2023-08-22 | 山东大学 | 一种综合能源***的多主体交易方法及*** |
CN114662381A (zh) * | 2022-02-24 | 2022-06-24 | 上海交通大学 | 基于分层博弈的港船能源交通***融合运行方法及*** |
CN114662381B (zh) * | 2022-02-24 | 2022-12-09 | 上海交通大学 | 基于分层博弈的港船能源交通***融合运行方法及*** |
WO2023160641A1 (zh) * | 2022-02-24 | 2023-08-31 | 上海交通大学 | 基于分层博弈的港船能源交通***融合运行方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Optimal scheduling of the regional integrated energy system considering economy and environment | |
Lu et al. | A robust optimization approach for optimal load dispatch of community energy hub | |
CN109657946B (zh) | 基于博弈论的区域能源互联网规划的数学模型和规划方法 | |
CN112016825A (zh) | 一种区域综合能源***的集中式交易优化决策方法 | |
CN108009693A (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
CN112068436B (zh) | 工业园区的综合能源***分层分布式控制方法及*** | |
Wang et al. | Optimal management of multi stakeholder integrated energy system considering dual incentive demand response and carbon trading mechanism | |
CN113779783B (zh) | 计及多重不确定性的区域综合能源***规划与运行联合优化方法 | |
CN112308409B (zh) | 一种基于区块链的综合能源***协调运行优化方法及*** | |
CN112564102A (zh) | 多微网负荷优化调度方法和*** | |
CN115204562B (zh) | 一种计及多能共享的互联微能源网分布式协同优化调度方法和*** | |
Cao et al. | Optimal operation of cold–heat–electricity multi-energy collaborative system based on price demand response | |
CN115829142A (zh) | 一种工业企业综合能源***优化规划方法 | |
Huang et al. | Incomplete information oriented optimal scheduling of multi-energy hub systems with thermal energy storage | |
Yang et al. | Coordination and optimization of CCHP microgrid group game based on the interaction of electric and thermal energy considering conditional value at risk | |
CN116050637A (zh) | 基于分时电价的综合能源虚拟电厂优化调度方法及*** | |
Zhang et al. | Multi-level distributed demand response study for a multi-park integrated energy system | |
CN113487188A (zh) | 考虑电气联合价格引导机制的综合能源***优化调度方法 | |
Wang et al. | A master–slave game optimal scheduling strategy for park-integrated energy systems based on adjustable robust optimization | |
Wang et al. | Coordinated configuration strategy of multi-energy systems based on capacity-energy-information sharing | |
CN112001613A (zh) | 基于多微能源网***合作博弈决策机制的利益分配策略 | |
CN116070754A (zh) | 考虑能量共享的多主体综合能源***优化运行方法及*** | |
CN115936228A (zh) | 计及配网架构的大学城综合能源***运行优化方法及装置 | |
Wang et al. | Capacity and operation joint optimization for integrated energy system based on Nash bargaining game | |
CN112270432B (zh) | 一种考虑多主体利益均衡的综合能源***的能量管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201201 |
|
RJ01 | Rejection of invention patent application after publication |