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 PDF

Info

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
Application number
CN202010863413.8A
Other languages
English (en)
Inventor
胥威汀
邓盈盈
唐权
任志超
王海燕
汪伟
徐浩
陈博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Economic and Technological Research Institute of State Grid Sichuan Electric Power Co Ltd
Original Assignee
Economic and Technological Research Institute of State Grid Sichuan Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Economic and Technological Research Institute of State Grid Sichuan Electric Power Co Ltd filed Critical Economic and Technological Research Institute of State Grid Sichuan Electric Power Co Ltd
Priority to CN202010863413.8A priority Critical patent/CN112016825A/zh
Publication of CN112016825A publication Critical patent/CN112016825A/zh
Pending legal-status Critical Current

Links

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

一种区域综合能源***的集中式交易优化决策方法
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：
Figure BDA0002648935870000021
Figure BDA0002648935870000022
式中，
Figure BDA0002648935870000023
为子能源***i在t时刻的运行策略集合，
Figure BDA0002648935870000024
为燃气轮机输出的电功率，
Figure BDA0002648935870000025
为余热锅炉输出的热功率，
Figure BDA0002648935870000026
为燃气锅炉输出的热功率，
Figure BDA0002648935870000027
为吸收式制冷机输出的冷功率，
Figure BDA0002648935870000028
为电制冷机输出的冷功率，
Figure BDA0002648935870000029
储能设备的存储量。
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：
Figure BDA00026489358700000210
Figure BDA00026489358700000211
Figure BDA00026489358700000212
Figure BDA00026489358700000213
Figure BDA00026489358700000214
式中，PROt为中间代理商在t时刻的收益；
Figure BDA00026489358700000215
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；
Figure BDA0002648935870000031
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；
当中间代理商的购/售电价策略是基于子能源***的最优运行策略得到的最优策略，而子能源***的运行策略也是该购/售电价策略下的最优策略时，即为最优解集，记为：
Figure BDA0002648935870000032
Figure BDA0002648935870000033
其满足如下关系式：
Figure BDA0002648935870000034
Figure BDA0002648935870000035
Figure BDA0002648935870000036
可选的，本发明的步骤S22中，燃气成本表示为：
Figure BDA0002648935870000037
式中，Cng为每吨天然气价格；QLHV为每吨天然气的低热量值；
Figure BDA0002648935870000038
为子能源***i在t时刻燃气轮机、燃气锅炉所消耗的天然气等效功率值；
与中间代理商交易费用表示为：
Figure BDA0002648935870000041
碳排放成本表示为：
Figure BDA0002648935870000042
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：
燃气轮机将天然气转化为电能
Figure BDA0002648935870000043
和烟气余热
Figure BDA0002648935870000044
Figure BDA0002648935870000045
Figure BDA0002648935870000046
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；
Figure BDA0002648935870000047
为子能源***i在t时刻燃气轮机所消耗的天然气等效功率值；
余热锅炉利用燃气轮机的废弃产生热功率
Figure BDA0002648935870000048
Figure BDA0002648935870000049
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的产热量
Figure BDA00026489358700000410
与产热效率系数ηGB,i有关：
Figure BDA00026489358700000411
吸收式制冷机吸收热量来制冷：
Figure BDA00026489358700000412
式中，
Figure BDA00026489358700000413
为子能源***i的吸收式在t时刻制冷机输出的冷功率；COPAC,i为子能源***i的吸收式制冷机的制冷系数；
Figure BDA00026489358700000414
为子能源***i在t时刻输入吸收式制冷机的热功率；
电制冷机是将电能转化为冷能的主要设备：
Figure BDA00026489358700000415
式中，
Figure BDA00026489358700000416
为子能源***i的电制冷机在t时刻输出的冷功率；COPEC,i为子能源***i的电制冷机的制冷系数；
Figure BDA00026489358700000417
为子能源***i在t时刻输入电制冷机的电功率。
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：
Figure BDA0002648935870000051
Figure BDA0002648935870000052
Figure BDA0002648935870000053
Figure BDA0002648935870000054
Figure BDA0002648935870000055
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；
Figure BDA0002648935870000056
分别为蓄、放能功率；ηxc,i、ηxd,i分别为储能设备蓄、放能效率；
Figure BDA0002648935870000057
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：
Figure BDA0002648935870000058
Figure BDA0002648935870000059
Figure BDA00026489358700000510
式中，ηT,i表示与配电网之间的变压器传输效率；
Figure BDA00026489358700000511
表示风光出力预测；
Figure BDA00026489358700000512
表示电力负荷；
Figure BDA00026489358700000513
表示热力负荷；
Figure BDA00026489358700000514
表示冷负荷。
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：
Figure BDA00026489358700000515
式中，t∈[1,2,...,T]，T为一个调度周期的时间；
Figure BDA00026489358700000516
分别为MA在t时刻的售电、购电价格；
Figure BDA00026489358700000517
分别为电网在t时刻的售电、购电价格；
对于子能源***i来说，需求解以下线性规划问题：
Figure BDA00026489358700000518
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：
Figure BDA0002648935870000081
式中，T为一个调度周期的时间。
Figure BDA0002648935870000082
分别为MA在t时刻的售电、购电价格；
Figure BDA0002648935870000083
Figure BDA0002648935870000084
分别为电网在t时刻的售电、购电价格。
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：
Figure BDA0002648935870000085
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：
Figure BDA0002648935870000086
Figure BDA0002648935870000087
式中，
Figure BDA0002648935870000088
为子能源***i在t时刻的运行策略集合，
Figure BDA0002648935870000089
为燃气轮机输出的电功率，
Figure BDA00026489358700000810
为余热锅炉输出的热功率，
Figure BDA00026489358700000811
为燃气锅炉输出的热功率，
Figure BDA00026489358700000812
为吸收式制冷机输出的冷功率，
Figure BDA00026489358700000813
为电制冷机输出的冷功率，
Figure BDA00026489358700000814
储能设备的存储量。
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：
Figure BDA00026489358700000815
Figure BDA0002648935870000091
Figure BDA0002648935870000092
Figure BDA0002648935870000093
Figure BDA0002648935870000094
式中，PROt为MA在t时刻的收益；
Figure BDA0002648935870000095
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：
Figure BDA0002648935870000096
式中，Cng为每吨天然气价格；QLHV为每吨天然气的低热量值；
Figure BDA0002648935870000097
为子能源***i在t时刻燃气轮机、燃气锅炉所消耗的天然气等效功率值；
与MA交易费用：
Figure BDA0002648935870000098
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：
Figure BDA0002648935870000101
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：
Figure BDA0002648935870000102
Figure BDA0002648935870000103
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：
Figure BDA0002648935870000104
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：
Figure BDA0002648935870000105
吸收式制冷机吸收热量来制冷：
Figure BDA0002648935870000106
式中，COPAC,i为子能源***i的吸收式制冷机的制冷系数；
Figure BDA0002648935870000107
为子能源***i在t时刻输入吸收式制冷机的热功率。
电制冷机是将电能转化为冷能的主要设备：
Figure BDA0002648935870000108
式中，COPEC,i为子能源***i的电制冷机的制冷系数；
Figure BDA0002648935870000109
为子能源***i在t时刻输入电制冷机的电功率。
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：
Figure BDA0002648935870000111
Figure BDA0002648935870000112
Figure BDA0002648935870000113
Figure BDA0002648935870000114
Figure BDA0002648935870000115
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；
Figure BDA0002648935870000116
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
Figure BDA0002648935870000117
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
Figure BDA0002648935870000118
Figure BDA0002648935870000119
Figure BDA00026489358700001110
式中(25)表示电能平衡，ηT,i表示与配电网之间的变压器传输效率；
Figure BDA00026489358700001111
表示风光出力预测；
Figure BDA00026489358700001112
表示电力负荷。式(26)表示热能平衡，
Figure BDA00026489358700001113
表示热力负荷。式(27)表示冷能平衡，
Figure BDA00026489358700001114
表示冷负荷。
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：
Figure BDA0002648935870000121
Figure BDA0002648935870000122
其满足如下关系式：
Figure BDA0002648935870000123
Figure BDA0002648935870000124
Figure BDA0002648935870000125
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：
Figure BDA0002648935870000126
对于子能源***i来说，需求解以下线性规划问题：
Figure BDA0002648935870000127
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
Figure BDA0002648935870000128
Figure BDA0002648935870000129
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
Figure BDA0002648935870000131
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
Figure BDA0002648935870000132
Figure BDA0002648935870000141
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
Figure BDA0002648935870000151
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：
Figure FDA0002648935860000011
Figure FDA0002648935860000012
式中，
Figure FDA0002648935860000013
为子能源***i在t时刻的运行策略集合，
Figure FDA0002648935860000014
为燃气轮机输出的电功率，
Figure FDA0002648935860000015
为余热锅炉输出的热功率，
Figure FDA0002648935860000016
为燃气锅炉输出的热功率，
Figure FDA0002648935860000017
为吸收式制冷机输出的冷功率，
Figure FDA0002648935860000018
为电制冷机输出的冷功率，
Figure FDA0002648935860000019
储能设备的存储量。
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：
Figure FDA00026489358600000110
Figure FDA00026489358600000111
Figure FDA00026489358600000112
Figure FDA00026489358600000113
ΔPt＝Ps t-Pb t
式中，PROt为中间代理商在t时刻的收益；
Figure FDA0002648935860000021
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；
Figure FDA0002648935860000022
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；
当中间代理商的购/售电价策略是基于子能源***的最优运行策略得到的最优策略，而子能源***的运行策略也是该购/售电价策略下的最优策略时，即为最优解集，记为：
Figure FDA0002648935860000023
Figure FDA0002648935860000024
其满足如下关系式：
Figure FDA0002648935860000025
Figure FDA0002648935860000026
Figure FDA0002648935860000027
4.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S22中，燃气成本表示为：
Figure FDA0002648935860000031
式中，Cng为每吨天然气价格；QLHV为每吨天然气的低热量值；
Figure FDA0002648935860000032
为子能源***i在t时刻燃气轮机、燃气锅炉所消耗的天然气等效功率值；
与中间代理商交易费用表示为：
Figure FDA0002648935860000033
碳排放成本表示为：
Figure FDA0002648935860000034
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。
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：
燃气轮机将天然气转化为电能
Figure FDA0002648935860000035
和烟气余热
Figure FDA0002648935860000036
Figure FDA0002648935860000037
Figure FDA0002648935860000038
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；
Figure FDA0002648935860000039
为子能源***i在t时刻燃气轮机所消耗的天然气等效功率值；
余热锅炉利用燃气轮机的废弃产生热功率
Figure FDA00026489358600000310
Figure FDA00026489358600000311
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的产热量
Figure FDA00026489358600000312
与产热效率系数ηGB,i有关：
Figure FDA00026489358600000313
吸收式制冷机吸收热量来制冷：
Figure FDA00026489358600000314
式中，
Figure FDA0002648935860000041
为子能源***i的吸收式在t时刻制冷机输出的冷功率；COPAC,i为子能源***i的吸收式制冷机的制冷系数；
Figure FDA0002648935860000042
为子能源***i在t时刻输入吸收式制冷机的热功率；
电制冷机是将电能转化为冷能的主要设备：
Figure FDA0002648935860000043
式中，
Figure FDA0002648935860000044
为子能源***i的电制冷机在t时刻输出的冷功率；COPEC,i为子能源***i的电制冷机的制冷系数；
Figure FDA0002648935860000045
为子能源***i在t时刻输入电制冷机的电功率。
6.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：
Figure FDA0002648935860000046
Figure FDA0002648935860000047
Figure FDA0002648935860000048
Figure FDA00026489358600000419
Figure FDA0002648935860000049
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；
Figure FDA00026489358600000410
分别为蓄、放能功率；ηxc,i、ηxd,i分别为储能设备蓄、放能效率；
Figure FDA00026489358600000411
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。
7.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中的能量平衡约束为：
Figure FDA00026489358600000412
Figure FDA00026489358600000413
Figure FDA00026489358600000414
式中，ηT,i表示与配电网之间的变压器传输效率；
Figure FDA00026489358600000415
表示风光出力预测；
Figure FDA00026489358600000416
表示电力负荷；
Figure FDA00026489358600000417
表示热力负荷；
Figure FDA00026489358600000418
表示冷负荷。
8.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：
Figure FDA0002648935860000051
式中，t∈[1,2,...,T]，T为一个调度周期的时间；
Figure FDA0002648935860000052
分别为MA在t时刻的售电、购电价格；
Figure FDA0002648935860000053
分别为电网在t时刻的售电、购电价格；
对于子能源***i来说，需求解以下线性规划问题：
Figure FDA0002648935860000054
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。
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。
CN202010863413.8A 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 Pending CN112016825A (zh)

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)

* Cited by examiner, † Cited by third party
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***

Cited By (8)

* Cited by examiner, † Cited by third party
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