CN106548291A - 一种基于Shapley值的微电网运行效益分配方法 - Google Patents
一种基于Shapley值的微电网运行效益分配方法 Download PDFInfo
- Publication number
- CN106548291A CN106548291A CN201610981675.8A CN201610981675A CN106548291A CN 106548291 A CN106548291 A CN 106548291A CN 201610981675 A CN201610981675 A CN 201610981675A CN 106548291 A CN106548291 A CN 106548291A
- Authority
- CN
- China
- Prior art keywords
- microgrid
- power
- micro
- load
- capacitance sensor
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000008901 benefit Effects 0.000 claims description 65
- 230000005611 electricity Effects 0.000 claims description 56
- 238000004146 energy storage Methods 0.000 claims description 23
- 230000004044 response Effects 0.000 claims description 14
- 238000012546 transfer Methods 0.000 claims description 14
- 150000001875 compounds Chemical class 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000009987 spinning Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 20
- 238000011156 evaluation Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 34
- 230000008859 change Effects 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 10
- 230000003321 amplification Effects 0.000 description 6
- 238000003199 nucleic acid amplification method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 241000208340 Araliaceae Species 0.000 description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 235000008434 ginseng Nutrition 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000002283 diesel fuel Substances 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 241000269799 Perca fluviatilis Species 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004899 motility Effects 0.000 description 1
- 230000013370 mutualism Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (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
本发明公开了一种基于Shapley值的微电网运行效益分配方法,用以解决微电网运行效益的合理分配问题。本发明基于微网优化调度和合作博弈理论,采用Shapley值作为微网运行效益分配的依据,实现基于Shapley值的微电网运行效益分配方法。所提方法满足了个人理性和总体有效性,能够对微网内各类参与者贡献度的准确评估,实现了微网运行效益的合理分配和公平的内部支付结算,本发明能对微网参与者的作用和价值给予正确评价,有利于激励参与者提高自身运行水平和协调能力,进而促进微网整体灵活性的提高。
Description
技术领域
本发明涉及一种基于Shapley值的微电网运行效益分配方法。
背景技术
微网是利用通讯、控制和自动化等技术实现的多类分布式电源、储能、负荷等相互协调的统一整体,具备灵活的运行方式和较大的调度空间,是接纳间歇性可再生分布式电源及电动汽车的重要技术手段。
微网的高效益是其得以推广的重要驱动力,也是激发用户积极参与的关键因素,已有诸多学者对微网的经济运行进行了深入研究。挖掘微网中各参与者的调节特性,充分利用内在互补关系,使其相互协调、互相配合,是实现微网经济效益和整体价值的根本途径。然而,对于如何正确评价各参与者对微网整体效益的贡献,以及如何通过公平的内部支付实现整体效益的合理分配,目前相关研究较少。由于微网参与者的根本动机在于增加个体收益,只有合理的价值评价和分配机制,才能调动参与者的积极性,激励参与者提高协同能力,从而保证市场环境下微网的健康发展。
微网内各参与者的特性不同,在运行中发挥的作用也不尽相同,而微网的整体效益是所有参与者共同协作的结果,各参与者的作用融合在一起,难以直观确定其对整体效益的贡献程度。因此,有必要寻求一种微网内各类参与者贡献度的评价方法,为微网运行效益的合理分配提供依据。
发明内容
本发明为了解决上述问题,提出了一种基于Shapley值的微电网运行效益分配方法,该方法基于微网优化调度和合作博弈理论,采用Shapley值作为微网运行效益分配的依据,实现基于Shapley值的微电网运行效益分配。
为了实现上述目的,本发明采用如下技术方案:
一种基于Shapley值的微电网运行效益分配方法,包括以下步骤:
(1)将环境效益、用户满意度通过折算转化为经济形式进行表达,以微网运行经济效益最大化为目标,建立微电网经济运行模型,构建约束条件;
(2)构建微电网运行效益分配的博弈问题,采用子联盟直接与电网进行交易条件下的优化运行效益作为合作博弈特征函数的值,根据微电网经济运行模型,求解各子联盟的特征函数值;
(3)定义每个局中人对联盟的边际贡献,将所有局中人依次排列进大联盟,得到该排列下各局中人对联盟的边际盈利向量,利用Shapley值表示各种排列次序下边际盈利向量的算术平均,确认每个局中人的Shapley值;
(4)根据各局中人的Shapley值、成本值、效益值,计算微网内各成员之间的转移支付费用,进行运行效益分配。
所述步骤(1)中,以微网运行效益最高为目标函数:
式中:T为优化运行的总时段数;Nl为负荷数;Nw为柴油发电机数;Pil,t、Pig,t、Pgrid,t、Rgrid,t分别为t时段的负荷用电功率、柴油发电机发出功率、微网与上级电网间的交换功率、微网从上级电网购买的旋转备用;Uil,t(Pil,t)为第i个负荷的用电收益函数,表达为与负荷功率相关的多项式函数;Cic,t(Pic,t)为第i台柴油发电机发电成本函数,表达为二次成本函数,Cic,t(Pic,t)=aicPic,t 2+bicPic,t+cic;Cpgrid,t(Pgrid,t)、Crgrid,t(Rgrid,t)为微网从大电网购买功率和备用的费用函数。
所述步骤(1)中,构建约束条件包括柴油发电机功率约束、间歇性电源功率约束、固定负荷、可转移负荷约束、可中断负荷约束、储能设备约束、功率平衡约束和/或备用约束。
所述步骤(1)中,柴油发电机功率约束为柴油发电机ic在t时段输出功率在柴油发电机输出功率的上下限之间,且两个相邻时段的输出功率之差小于柴油发电机功率调节速度限值。
所述步骤(1)中,可转移负荷约束条件为负荷il在t时段参加需求响应产生的功率需求变化量与t时段的实际功率之和等于负荷il在不参与需求响应条件下t时段的功率需求,且所有时段的负荷il在t时段参加需求响应产生的功率需求变化量之和为零。
所述步骤(1)中,平衡约束条件为柴油发电机在t时段输出功率、间歇性电源在t时段输出功率和微网与上级电网间的交换功率之和等于储能设备在t时段消耗的功率与负荷在t时段参加需求响应中断的负荷量之和。
所述步骤(2)中,构建的微网运行效益分配的合作博弈问题中,局中人集合包含微网内所有的参与者。
所述步骤(3)中,具体的过程包括:
(3-1)输入基础数据,包括微网内各成员的调节参数、成本参数、负荷预测值、间歇性电源预测值,以及上级电网的分时电价和备用价格;
(3-2)微网参与者为N个,形成2N种组合方式,所有2N种组合方式构成的集合为W,集合W中的任意元素代表一种组合方式;
(3-3)对集合W中的任意元素S,对元素S中包含的参与者构建优化模型,求得最优运行效益,即S的特征函数v(S);
(3-4)对微网内任意成员i,求得其Shapley值,结合各成员的Shapley值、成本值、效益值,计算微网内各成员之间的转移支付费用
所述步骤(3-1)中,调节参数包括功率上下限、容量上下限和/或调节速率限制。
所述步骤(3-3)中,定义局中人i对联盟S的边际贡献为:
Mi(S,v)=v(S)-v(S\{i}) (19)
将所有局中人依次排列进大联盟,即得到该排列下各局中人对联盟的边际盈利向量,Shapley值即定义为各种排列次序下边际盈利向量的算术平均,局中人i的Shapley可表达为:
式中:|S|表示集合S中局中人的个数,v(S)为合作博弈特征函数。
所述步骤(3-4)中,对微网内任意参与者i,根据其Shapley值和成本效益值计算得到其转移支付费用:
Ri=Gi-φi(v)+Ci (21)
式中:Ri为参与者i的支付费用,整数表示对外支付费用,负数表示接受支付费用;Gi为参与者i的收益;Ci为参与者i的发电成本。
本发明的有益效果为:
(1)本发明满足了个人理性和总体有效性,能够对微网内各类参与者贡献度的准确评估,实现了微网运行效益的合理分配和公平的内部支付结算;
(2)本发明能对微网参与者的作用和价值给予正确评价,有利于激励参与者提高自身运行水平和协调能力,进而促进微网整体灵活性的提高。
附图说明
图1是本发明的基于Shapley值的微电网运行效益分配流程图;
图2是本发明的日负荷曲线图;
图3是本发明的光伏曲线图;
图4是本发明的风力发电曲线图;
图5是本发明的可转移负荷量对微网效益及其分配的影响示意图;
图6是本发明的间歇性电源功率波动性对微网效益及其分配的影响示意图;
图7是本发明的储能容量对微网效益及其分配的影响示意图;
图8是本发明的电网购电电价对间歇性电源的间接补贴效应示意图。
具体实施方式:
下面结合附图与实施例对本发明作进一步说明。
本发明涉及一种基于Shapley值的微电网运行效益分配方法,用以解决微电网运行效益的合理分配问题。
微网经济运行模型
作为微网运行效益分摊的基本工具,微网经济运行模型须详细考虑微网系统的运行需求和参与者的调节特性,使各类调节作用得以充分体现,为整体效益的公平分配确立前提和基础。在市场环境下,微电网与大电网进行电力交换,当微网从上级电网消费电能时,微网需按照分时电价交纳购电费用;当微网向上级电网输出功率时,微网将按照协议价格收取卖电收入;此外,为平抑到微网内部风、光等可再生能源的间歇性,微网可能需从上级电网购买备用容量以维持功率平衡。
目标函数
取微网运行经济效益最大化为目标,环境效益、用户满意度通过折算转化为经济形式进行表达。以微网运行效益最高为目标函数:
式中:T为优化运行的总时段数;Nl为负荷数;Nw为柴油发电机数;Pil,t、Pig,t、Pgrid,t、Rgrid,t分别为t时段的负荷用电功率、柴油发电机发出功率、微网与上级电网间的交换功率、微网从上级电网购买的旋转备用;Uil,t(Pil,t)为第i个负荷的用电收益函数,可表达为与负荷功率相关的多项式函数;Cic,t(Pic,t)为第i台柴油发电机发电成本函数,可表达为二次成本函数,Cic,t(Pic,t)=aicPic,t 2+bicPic,t+cic;Cpgrid,t(Pgrid,t)、Crgrid,t(Rgrid,t)为微网从大电网购买功率和备用的费用函数。
约束条件
柴油发电机功率约束:
Picmin≤Pic,t≤Picmax (2)
|Pic,t-Pic,t-1|≤pic,rmax (3)
式中:Pic,t为柴油发电机ic在t时段输出功率;Picmin,Picmax分别为柴油发电机输出功率的上下限;Pic,rmax为柴油发电机功率调节速度限值。
间歇性电源功率约束:
Pirmin≤Pir,t≤Pirmax,t (4)
式中:Pir,t为间歇性电源在t时段输出功率;Pirmin为间歇性电源的最小输出功率;Pirmin,t为t时段间歇性电源可输出的最大功率。
固定负荷:
Pil,t=Pil,d,t (6)
式中:Pil,t为负荷il在t时段的实际功率;Pil,d,t为负荷il在不参与需求响应条件下t时段的功率需求。
可转移负荷约束:
Pil,t+Pil,trans,t=Pil,d,t (7)
Pil,trans,tmin≤Pil,trans,t≤Pil,trans,tmax (8)
式中:Pil,trans,t为负荷il在t时段参加需求响应产生的功率需求变化量,Pil,trans,tmin、Pil,trans,tmax分别为负荷il在t时段参加需求响应的功率需求变化限制。
可中断负荷约束:
Pil,t+Pil,cut,t=Pil,d,t (10)
Pil,cut,t≤Pil,cut,tmax (11)
式中:Pil,cut,t为负荷il在t时段参加需求响应中断的负荷量;Pil,cut,tmax负荷il在t时段可中断负荷功率最大值。
储能设备约束:
Pismin≤Pis,t≤Pismax (12)
Sis,t+1=Sis,t+Pis,tη(Pis,t≥0) (13)
Sis,t+1=Sis,t+Pis,t/μ(Pis,t<0) (14)
Sis,tmin≤Sis,t≤Sis,tmax (15)
Sis,T=Sis,1 (16)
式中:Pis,t为储能is在t时段消耗的功率,正数表示设备充电,负数表示设备放电;Sis,t为储能在t时段的存储电量;Sis,tmax、Sis,tmin分别为储能的最大、最小存储电量。
功率平衡约束:
备用约束:
式中:α为间歇性电源实际可利用功率与预测值的偏差比例,根据间歇性电源波动水平确定。
微网运行特点
式(1~18)构成了微网优化运行模型,由于微网内参与者通常数量较少,可用优化软件进行求解。由模型可知,微网内各参与者特性和作用各不相同,微网运行的高效益通过参与者的相互协同、优势互补而实现。如风、光等可再生资源发电的优势在于运行成本低、环境效益好,但其间歇性导致运行的不确定性增加;微网内的本地负荷有利于微源电能的就地消纳,避免了远距离传输的送电成本;可转移负荷、储能设备能根据运行需求优化负荷曲线,降低用电成本;小型柴油发电机虽然运行成本相对较高,但即能提供可靠备用,又能避免峰荷导致的高电价。
然而,对于上述高度互补作用下形成的统一整体,难以直观评判各参与者对于整体效益的贡献度,也就无法确定合理的效益分配和支付机制,对此,本发明采用合作博弈理论中的Shapley值来研究此问题。
微网运行效益分配的合作博弈问题构建
典型合作博弈问题由局中人集合N和从2N→R的特征函数v两部分元素构成,其中,2N表示局中人可能组成的所有子联盟集合。
在微网运行效益分摊问题中,局中人集合N包含微网内所有的参与者,由于同类参与者作用相似,为阐述方便,根据常见微网的构成,将其分为4类:间歇性电源(r)、柴油发电机组(c)、储能设备(s)和本地负荷(l),以此作为合作博弈的局中人,构成局中人集合N={r,c,s,l}。
对任意子联盟S∈2N,通过S内成员的共同努力可获得的效益用特征函数v(S)来定义,v(S)是子联盟S在大联盟效益分配中讨价还价的资本,可据此威胁大联盟必须给予自己的最低分配。可见,特征函数的定义方法会直接影响联盟博弈的分配结果。实际上,任何子联盟的收益是与该子联盟外的其它局中人相关联的,在大联盟总收益一定的情况下,v(S)越高,必然导致N\S成员效益分配的减少,因此,理性的N\S成员必将采取措施使v(S)尽量低,以便在效益分配时使自己处于有利的地位。
对于单负荷联盟L={l},发电、储能参与者可能形成发电联盟G={r,c,s},以此抬高电价,使L的用电收益降至最低。因此,特征函数v(S)通常被定义为S自身创造而不受N\S成员影响所能获得的最大收益,需根据具体问题具体分析,常用的特征函数定义有联盟化最大最小表示、联盟型防御均衡表示、联盟型理性威胁表示等。
考虑将v(S)的基本概念与本发明讨论的具体问题相结合,采用子联盟S直接与电网进行交易条件下的优化运行效益作为合作博弈特征函数v(S)的值。仍然以前述单负荷联盟L和发电联盟G的情况为例说明该特征函数定义的合理性,假设电网的售电电价和购电电价分别为为C1和C2。当G试图提高电价,以提高自身收益、降低L收益时,其售电价格不能任意提高,因为L只会接受比C1低的电价,否则L将直接从电网购电;同样,当L为提高自身收益、降低G收益,会要求G降低电价,但G只接受比C2高的价格,否则G会选择直接向电网售电。可见,无论N\S的策略如何变化,子联盟S直接与电网交易获得的收益是子联盟S的最低保障效益。
采用第1节所述的微电网经济运行模型即可求得各子联盟的特征函数值。相对于大型输电网的优化决策,微网涉及元件和变量数目相对较少,因此特征函数值求取方便。另外,本发明选取的特征函数与大电网-微网间的交易机制直接相关,大电网的电价机制将对微网效益的内部分配产生直接影响,据此,大电网可以通过针对性的电价设置,影响微网的运行和分配,对在经济效益上尚不具足够竞争力却亟需发展的产业予以间接补贴。
基于Shapley值的微电网运行效益分配方法
合作博弈的解即需指派效益分配向量x=(xi)i∈N∈RN,其中xi是分配给局中人i的效益。
Shapley值是极具实际应用价值的“一点解”,是满足有效性、可加性、匿名性、虚拟局中人性质和可加性的唯一解,且在超可加博弈中,其一定能满足个人理性,目前已成功应用于许多领域。
定义局中人i对联盟S的边际贡献为:
Mi(S,v)=v(S)-v(S\{i}) (19)
将所有局中人依次排列进大联盟,即可得到该排列下各局中人对联盟的边际盈利向量,Shapley值即定义为各种排列次序下边际盈利向量的算术平均,局中人i的Shapley可表达为:
式中:|S|表示集合S中局中人的个数。
利用第1节的优化模型求出各子联盟特征函数值后,即可根据式(20)求得各参与者应得的分配。
对微网内任意参与者i,根据其Shapley值和成本效益值可计算得到其转移支付费用:
Ri=Gi-φi(v)+Ci (21)
式中:Ri为参与者i的支付费用,整数表示对外支付费用,负数表示接受支付费用;Gi为参与者i的收益,如负荷用电收益;Ci为参与者i的发电成本,如柴油发电机发电成本。
基于Shapley值的微电网运行效益分配方法计算步骤
本发明基于Shapley值的微电网运行效益分配方法具体步骤如下,流程图如图1所示:
1)输入基础数据,包括微网内各成员的调节参数(功率上下限、容量上下限、调节速率限制等)、成本参数(各类发电成本函数参数)、负荷预测值、间歇性电源预测值,以及上级电网的分时电价和备用价格等。
2)微网参与者为N个,则按照各种组合方式,形成2N种组合方式,所有2N种组合方式构成的集合为W,集合W中的任意元素代表一种组合方式。
3)对集合W中的任意元素S,对元素S中包含的参与者构建优化模型,求得最优运行效益,即S的特征函数v(S);
4)对微网内任意成员i,根据式(20)求得其Shapley值;
5)根据式(21),结合各成员的Shapley值、成本值、效益值,计算微网内各成员之间的转移支付费用。
6)实施转移支付,完成运行效益分配。
典型微网计算实例
选取包含间歇性电源(r)、可控电源(c)、蓄电池储能(s)三类微源的微网系统,以一天24小时的日经济调度效益为例,讨论基于Shapley值的微网运行效益分配方法的分配结果。
负荷、风电、光伏的预测曲线如图2-4所示。微网从大电网购买电能和备用的价格为购买量的一次函数,微网向大电网出售多余电量的电价为常数,价格参数如表1所示,备用价格函数参数为高峰电价函数参数的0.5倍;柴油发电机输出功率范围为80-200kW,爬坡速度为10kW/min,发电成本用二次函数来表达,常数项、一次项、二次项系数分别为6、0.5、0.00085;储能设备总容量为600kWh,功率范围为10-100kW,最小剩余电量为总容量的20%,充放电效率为0.85,允许24小时内充放电2次;负荷用电所获效益与负荷用电量成正比,单位电量(kWh)用电效益为0.9¥。
表1主网与微网交易电价参数
基于Shapley值的微网运行效益分配
采用GAMs优化软件对微网中所有可能的子联盟组合进行优化计算,求得各子联盟的特征函数值如表2所示。对比各子联盟收益可知,含l的参与者联盟收益增幅更大,表明负荷与其他参与者之间的互惠关系更紧密。如:l有利于r的就地消纳,节省传输成本,而r可以向l提供低电价的电力供给;s削峰填谷作用可优化l用电曲线,而l的存在是s发挥作用的前提;当l功率过高导致大电网电价过高时,c可避免l支付的高电价。可见,在本算例中,合理的微网配置必定是围绕本地负荷展开的,微源应最大程度的降低负荷用电成本;此外,在重视各类微源作用的同时,必须明确本地负荷收益才是微网运行效益的根本来源,本地负荷为微源实现自身价值的前提,必须在效益分配中予以考虑。
表2子联盟及其特征函数值
根据表2和式(20)计算出微网内各参与者的Shapley值,并根据式(21)计算出个参与者的转移支付,结果如表3所示。l用电总效益为7927¥,若其直接从大电网购电,需支付给大电网5857¥,用电净收益为2070¥。在微网大联盟合作情况下用电净收益为3694¥,总支付为4233¥,用于支付给大电网和微网内其他参与者,其中,r是微网内获得支付最多的参与者(1422¥),因为间歇性电源是微网内部的主要电源,能直接向负荷提供大量电能;s也从中l处获得支付,但由于其不能直接产生电能,削峰填谷辅助作用的发挥必须依赖电源和负荷,因此获得支付较少(201¥);c发电时对应高峰电价时段,因此能获得较多支付(941¥),然而由于发电成本较高且发电总量不大,最终净收益为295¥;微网中微源发电量不足以满足l需求,必须额外从大电网购电,负荷总支付中剩余的部分(1669¥)为支付给大电网的购电费用。可见,大联盟合作运行情况下的微网参与者的收益都得到大幅提升,满足了参与者高收益的需求,充分体现出大联盟的内聚力,而本发明的效益分配方法能依据各类参与者的不同作用和重要程度提出合理的分配方案和内部支付。
表3大联盟收益分配及转移支付
参与者特性及电价机制对微网效益分配的影响
负荷需求响应对效益分配的影响
可转移负荷是需求响应中最引人关注的部分,通过对此类负荷用电时间的合理安排能有效降低电网运行成本、提升整体效益。理论上讲,可转移负荷带来了整体效益的提升,合理的效益分配机制必须对其作用给予更多的效益分配,作为对负荷需求响应的补贴和激励。
保持微网内其它参与者特性不变,改变负荷可转移水平,采用本发明方法得到参与者收益变化如图5所示。其中,横坐标为各对比方案下负荷每时段包含的可转移负荷量Qt(0~50kWh),而每时段允许可转移负荷消耗的电量上限为2Qt;纵坐标为各参与者收益的变化量(以负荷不可转移情况为参照)。
由图5可知,负荷可转移水平的提高增加了微网总效益,其中,负荷效益增幅超过了微网总收益增幅,而储能设备和柴油发电机分配有所降低。因为,可转移负荷在优化负荷曲线的作用上与储能设备类似,可转移负荷量的增加削弱了负荷对储能的依赖程度,导致储能在大联盟中地位降低;而负荷协调能力的提高增强了其避免高电价的能力,对柴油发电机的依赖作用也减小,从而导致柴油发电机分配减少。
可见,在上级电网高卖低买电价机制下,本方法能有效体现负荷需求响应的价值,有利于激励负荷挖掘自身协调特性,在改善负荷收益的同时提高微网的灵活性和可控性。
间歇性电源的波动性对效益分配的影响
制约风电、光伏接纳的主要因素是其波动性,系统必须准备足够备用应对其不确定性,因此,对于不同的波动程度应给予不同的价值评价。
在本方法下,间歇性电源功率输出波动性对效益分配的影响如图6所示。其中,横坐标为间歇性电源的波动范围(预测功率的0.3~0.8倍),认为间歇性电源所有者可通过自备储能(如超级电容器等)、提高预测水平等技术手段缩小功率波动范围;纵坐标为各参与者效益分配的变化值。由图6可知,随着间歇性电源输出功率稳定性的提高,其个体收益及微网总收益都得以大幅提升,间歇性电源供电获得了更高的价值评价,体现了本方法的合理性,也有利于引导间歇性电源采用适当的技术手段提高自身输出功率的稳定性。
储能设备容量对效益分配的影响
储能具备削峰填谷、平滑间歇性电源输出功率的作用,在微电网中属辅助协调设备,其容量的变化必将引起微网效益和分配的变化。微网效益及其分配随储能容量变化(1~1.5倍)如图7所示。
由图7可知,随着储能设备容量增加,微网总收益增幅最大。在各参与者中,储能收益增幅最大,说明储能容量的增加带来了更强的协调能力,提高了其在微网中的作用;而负荷收益也有所增加,则体现了储能作用发挥对负荷的依赖,亦可视为在对总收益增幅部分进行分配时对这一因素给予了考虑;柴油发电机效益分配逐渐减少的原因与可转移负荷的情况类似,负荷峰谷差的降低了高电价的可能性,减少了柴油发电机发挥作用的机会。
电网购电价格对间歇性电源的间接补贴效应
在现阶段,诸如风电、光伏等可再生资源发电投资成本仍然较高,为扶持此类新型清洁能源,政策补贴作为重要的宏观调控手段能有效促进其发展。本方法所采用的特征函数与大电网电价机制直接相关,从而为大电网通过电价机制实现间接的调控和补贴效应提供了条件。
图8为电网购电电价对微网内部效益分配的影响,横坐标为电网购电电价系数(基准购电电价的1.0~1.5倍),纵坐标为参与者效益分配变化量。由于本算例中未出现微网外送功率的情况,大电网购电电价的提高并未影响到微网大联盟的收益,大联盟收益保持不变;然而较高的大电网购电价格增加了风电光伏独立运行时的收益v(r),v(r)的大幅提高使风电光伏在微网内部分配的讨价还价过程中处于更有利的地位,因此,风电光伏有资本在大联盟收益中争取更多的分配,结果如图8所示;而负荷将为其支付更多的费用,得到的分配将会降低。由此可见,大电网可通过高购电价格引导微网在效益分配中偏向间歇性电源,反映出电价机制对微网效益分配的调控作用和对可再生资源发电的间接补贴效应。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所述领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种基于Shapley值的微电网运行效益分配方法,其特征是:包括以下步骤:
(1)将环境效益、用户满意度通过折算转化为经济形式进行表达,以微网运行经济效益最大化为目标,建立微电网经济运行模型,构建约束条件;
(2)构建微电网运行效益分配的博弈问题,采用子联盟直接与电网进行交易条件下的优化运行效益作为合作博弈特征函数的值,根据微电网经济运行模型,求解各子联盟的特征函数值;
(3)定义每个局中人对联盟的边际贡献,将所有局中人依次排列进大联盟,得到该排列下各局中人对联盟的边际盈利向量,利用Shapley值表示各种排列次序下边际盈利向量的算术平均,确认每个局中人的Shapley值;
(4)根据各局中人的Shapley值、成本值、效益值,计算微网内各成员之间的转移支付费用,进行运行效益分配。
2.如权利要求1所述的一种基于Shapley值的微电网运行效益分配方法,其特征是:所述步骤(1)中,以微网运行效益最高为目标函数:
式中:T为优化运行的总时段数;Nl为负荷数;Nw为柴油发电机数;Pil,t、Pig,t、Pgrid,t、Rgrid,t分别为t时段的负荷用电功率、柴油发电机发出功率、微网与上级电网间的交换功率、微网从上级电网购买的旋转备用;Uil,t(Pil,t)为第i个负荷的用电收益函数,表达为与负荷功率相关的多项式函数;Cic,t(Pic,t)为第i台柴油发电机发电成本函数,表达为二次成本函数,Cic,t(Pic,t)=aicPic,t 2+bicPic,t+cic;Cpgrid,t(Pgrid,t)、Crgrid,t(Rgrid,t)为微网从大电网购买功率和备用的费用函数。
3.如权利要求1所述的一种基于Shapley值的微电网运行效益分配方法,其特征是:所述步骤(1)中,构建约束条件包括柴油发电机功率约束、间歇性电源功率约束、固定负荷、可转移负荷约束、可中断负荷约束、储能设备约束、功率平衡约束和/或备用约束。
4.如权利要求1所述的一种基于Shapley值的微电网运行效益分配方法,其特征是:所述步骤(1)中,可转移负荷约束条件为负荷il在t时段参加需求响应产生的功率需求变化量与t时段的实际功率之和等于负荷il在不参与需求响应条件下t时段的功率需求,且所有时段的负荷il在t时段参加需求响应产生的功率需求变化量之和为零。
5.如权利要求1所述的一种基于Shapley值的微电网运行效益分配方法,其特征是:所述步骤(1)中,平衡约束条件为柴油发电机在t时段输出功率、间歇性电源在t时段输出功率和微网与上级电网间的交换功率之和等于储能设备在t时段消耗的功率与负荷在t时段参加需求响应中断的负荷量之和。
6.如权利要求1所述的一种基于Shapley值的微电网运行效益分配方法,其特征是:所述步骤(2)中,构建的微网运行效益分配的合作博弈问题中,局中人集合包含微网内所有的参与者。
7.如权利要求1所述的一种基于Shapley值的微电网运行效益分配方法,其特征是:所述步骤(3)中,具体的过程包括:
(3-1)输入基础数据,包括微网内各成员的调节参数、成本参数、负荷预测值、间歇性电源预测值,以及上级电网的分时电价和备用价格;
(3-2)微网参与者为N个,形成2N种组合方式,所有2N种组合方式构成的集合为W,集合W中的任意元素代表一种组合方式;
(3-3)对集合W中的任意元素S,对元素S中包含的参与者构建优化模型,求得最优运行效益,即S的特征函数v(S);
(3-4)对微网内任意成员i,求得其Shapley值,结合各成员的Shapley值、成本值、效益值,计算微网内各成员之间的转移支付费用。
8.如权利要求7所述的一种基于Shapley值的微电网运行效益分配方法,其特征是:所述步骤(3-1)中,调节参数包括功率上下限、容量上下限和/或调节速率限制。
9.如权利要求7所述的一种基于Shapley值的微电网运行效益分配方法,其特征是:所述步骤(3-3)中,定义局中人i对联盟S的边际贡献为:
Mi(S,v)=v(S)-v(S\{i}) (19)
将所有局中人依次排列进大联盟,即可得到该排列下各局中人对联盟的边际盈利向量,Shapley值即定义为各种排列次序下边际盈利向量的算术平均,局中人i的Shapley可表达为:
式中:|S|表示集合S中局中人的个数,v(S)为合作博弈特征函数。
10.如权利要求7所述的一种基于Shapley值的微电网运行效益分配方法,其特征是:所述步骤(3-4)中,对微网内任意参与者i,根据其Shapley值和成本效益值计算得到其转移支付费用:
Ri=Gi-φi(v)+Ci (21)
式中:Ri为参与者i的支付费用,整数表示对外支付费用,负数表示接受支付费用;Gi为参与者i的收益;Ci为参与者i的发电成本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610981675.8A CN106548291A (zh) | 2016-11-07 | 2016-11-07 | 一种基于Shapley值的微电网运行效益分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610981675.8A CN106548291A (zh) | 2016-11-07 | 2016-11-07 | 一种基于Shapley值的微电网运行效益分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106548291A true CN106548291A (zh) | 2017-03-29 |
Family
ID=58395388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610981675.8A Pending CN106548291A (zh) | 2016-11-07 | 2016-11-07 | 一种基于Shapley值的微电网运行效益分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106548291A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108062721A (zh) * | 2017-12-12 | 2018-05-22 | 南方电网科学研究院有限责任公司 | 工业园区综合能源系统收益分配方法、装置和系统 |
CN109146201A (zh) * | 2018-09-13 | 2019-01-04 | 三峡大学 | 基于合作博弈的充换储一体化电站微电网优化调度方法 |
CN109242163A (zh) * | 2018-08-21 | 2019-01-18 | 国网山东省电力公司电力科学研究院 | 一种基于主从博弈的风电商和电动汽车换电站的协调优化方法 |
CN109919539A (zh) * | 2019-02-26 | 2019-06-21 | 大连理工大学 | 一种合作式物流问题的利润分配方法 |
CN110070210A (zh) * | 2019-03-21 | 2019-07-30 | 国网浙江省电力有限公司电力科学研究院 | 一种多微电网系统能量管理与贡献度评估方法和系统 |
CN110110008A (zh) * | 2019-05-08 | 2019-08-09 | 北京理工大学 | 一种基于夏普利值的区块链医疗数据共享激励方法 |
CN110896220A (zh) * | 2019-12-05 | 2020-03-20 | 国网青海省电力公司经济技术研究院 | 一种基于合作博弈核仁法的可中断负荷优化控制方法 |
CN111144642A (zh) * | 2019-12-24 | 2020-05-12 | 华北电力大学 | 一种综合能源系统优化方法及系统 |
CN111952967A (zh) * | 2020-08-11 | 2020-11-17 | 广东电网有限责任公司广州供电局 | 一种多微电网系统停电故障恢复方法、系统及设备 |
CN112669052A (zh) * | 2020-12-04 | 2021-04-16 | 国网辽宁省电力有限公司经济技术研究院 | 一种园区综合能源系统参与调峰的柔性收益分配方法 |
CN113762808A (zh) * | 2021-09-24 | 2021-12-07 | 国网湖南省电力有限公司 | 微网多能源系统与电网系统的联合调度方法 |
CN114492385A (zh) * | 2022-01-25 | 2022-05-13 | 西安建筑科技大学 | 一种考虑消费者感知评价的绿色建筑外部效益分配方法 |
JP7221370B1 (ja) | 2021-12-06 | 2023-02-13 | 株式会社日立パワーソリューションズ | 電力管理装置 |
CN117628663A (zh) * | 2024-01-16 | 2024-03-01 | 广州海颐软件有限公司 | 一种基于互动调节的空调负荷集群参与需求响应收益分配方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101986501A (zh) * | 2010-10-14 | 2011-03-16 | 国网电力科学研究院 | 一种基于超级电容器的光伏并网逆变器 |
CN201910625U (zh) * | 2010-10-14 | 2011-07-27 | 国网电力科学研究院 | 一种基于超级电容器的光伏并网逆变器 |
CN102185332A (zh) * | 2011-05-10 | 2011-09-14 | 云南电力试验研究院(集团)有限公司 | 微网与大电网的交换功率控制方法 |
CN104300567A (zh) * | 2014-10-24 | 2015-01-21 | 东南大学 | 一种平抑间歇性电源功率波动的混合储能控制方法 |
CN104701882A (zh) * | 2015-03-25 | 2015-06-10 | 成都鼎智汇科技有限公司 | 一种可自动实现能量平衡的微电网系统的监控方法 |
-
2016
- 2016-11-07 CN CN201610981675.8A patent/CN106548291A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101986501A (zh) * | 2010-10-14 | 2011-03-16 | 国网电力科学研究院 | 一种基于超级电容器的光伏并网逆变器 |
CN201910625U (zh) * | 2010-10-14 | 2011-07-27 | 国网电力科学研究院 | 一种基于超级电容器的光伏并网逆变器 |
CN102185332A (zh) * | 2011-05-10 | 2011-09-14 | 云南电力试验研究院(集团)有限公司 | 微网与大电网的交换功率控制方法 |
CN104300567A (zh) * | 2014-10-24 | 2015-01-21 | 东南大学 | 一种平抑间歇性电源功率波动的混合储能控制方法 |
CN104701882A (zh) * | 2015-03-25 | 2015-06-10 | 成都鼎智汇科技有限公司 | 一种可自动实现能量平衡的微电网系统的监控方法 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108062721A (zh) * | 2017-12-12 | 2018-05-22 | 南方电网科学研究院有限责任公司 | 工业园区综合能源系统收益分配方法、装置和系统 |
CN108062721B (zh) * | 2017-12-12 | 2020-09-01 | 南方电网科学研究院有限责任公司 | 工业园区综合能源系统收益分配方法、装置和系统 |
CN109242163A (zh) * | 2018-08-21 | 2019-01-18 | 国网山东省电力公司电力科学研究院 | 一种基于主从博弈的风电商和电动汽车换电站的协调优化方法 |
CN109146201A (zh) * | 2018-09-13 | 2019-01-04 | 三峡大学 | 基于合作博弈的充换储一体化电站微电网优化调度方法 |
CN109919539A (zh) * | 2019-02-26 | 2019-06-21 | 大连理工大学 | 一种合作式物流问题的利润分配方法 |
CN109919539B (zh) * | 2019-02-26 | 2022-08-16 | 大连理工大学 | 一种合作式物流问题的利润分配方法 |
CN110070210A (zh) * | 2019-03-21 | 2019-07-30 | 国网浙江省电力有限公司电力科学研究院 | 一种多微电网系统能量管理与贡献度评估方法和系统 |
CN110070210B (zh) * | 2019-03-21 | 2021-05-11 | 国网浙江省电力有限公司电力科学研究院 | 一种多微电网系统能量管理与贡献度评估方法和系统 |
CN110110008B (zh) * | 2019-05-08 | 2020-12-25 | 北京理工大学 | 一种基于夏普利值的区块链医疗数据共享激励方法 |
CN110110008A (zh) * | 2019-05-08 | 2019-08-09 | 北京理工大学 | 一种基于夏普利值的区块链医疗数据共享激励方法 |
CN110896220A (zh) * | 2019-12-05 | 2020-03-20 | 国网青海省电力公司经济技术研究院 | 一种基于合作博弈核仁法的可中断负荷优化控制方法 |
CN110896220B (zh) * | 2019-12-05 | 2020-12-22 | 国网青海省电力公司经济技术研究院 | 一种基于合作博弈核仁法的可中断负荷优化控制方法 |
CN111144642B (zh) * | 2019-12-24 | 2023-06-23 | 华北电力大学 | 一种综合能源系统优化方法及系统 |
CN111144642A (zh) * | 2019-12-24 | 2020-05-12 | 华北电力大学 | 一种综合能源系统优化方法及系统 |
CN111952967B (zh) * | 2020-08-11 | 2022-07-08 | 广东电网有限责任公司广州供电局 | 一种多微电网系统停电故障恢复方法、系统及设备 |
CN111952967A (zh) * | 2020-08-11 | 2020-11-17 | 广东电网有限责任公司广州供电局 | 一种多微电网系统停电故障恢复方法、系统及设备 |
CN112669052A (zh) * | 2020-12-04 | 2021-04-16 | 国网辽宁省电力有限公司经济技术研究院 | 一种园区综合能源系统参与调峰的柔性收益分配方法 |
CN113762808B (zh) * | 2021-09-24 | 2023-06-09 | 国网湖南省电力有限公司 | 微网多能源系统与电网系统的联合调度方法 |
CN113762808A (zh) * | 2021-09-24 | 2021-12-07 | 国网湖南省电力有限公司 | 微网多能源系统与电网系统的联合调度方法 |
JP7221370B1 (ja) | 2021-12-06 | 2023-02-13 | 株式会社日立パワーソリューションズ | 電力管理装置 |
JP2023083633A (ja) * | 2021-12-06 | 2023-06-16 | 株式会社日立パワーソリューションズ | 電力管理装置 |
CN114492385A (zh) * | 2022-01-25 | 2022-05-13 | 西安建筑科技大学 | 一种考虑消费者感知评价的绿色建筑外部效益分配方法 |
CN117628663A (zh) * | 2024-01-16 | 2024-03-01 | 广州海颐软件有限公司 | 一种基于互动调节的空调负荷集群参与需求响应收益分配方法 |
CN117628663B (zh) * | 2024-01-16 | 2024-06-04 | 广州海颐软件有限公司 | 一种基于互动调节的空调负荷集群参与需求响应收益分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106548291A (zh) | 一种基于Shapley值的微电网运行效益分配方法 | |
CN111881616B (zh) | 一种基于多主体博弈的综合能源系统的运行优化方法 | |
Li et al. | Optimal operation of multimicrogrids via cooperative energy and reserve scheduling | |
Chen et al. | Research on day-ahead transactions between multi-microgrid based on cooperative game model | |
CN112054513B (zh) | 基于混合博弈的多微电网双层协调优化调度方法 | |
CN107563676A (zh) | 考虑多时间尺度多类型需求响应的源荷协调运行调度方法 | |
Han et al. | Constructing prosumer coalitions for energy cost savings using cooperative game theory | |
CN109740786A (zh) | 一种多端柔性互联配电网规划方法及系统 | |
CN113888209A (zh) | 虚拟电厂参与电力市场和碳交易市场的协同竞价方法 | |
WO2024092954A1 (zh) | 基于深度强化学习的电力系统调控方法 | |
CN114155103A (zh) | 基于区块链合作博弈的能量共享联盟灵活性交易方法 | |
CN113780670B (zh) | 基于两阶段的区域电网电动汽车调峰优化调度方法 | |
CN115115096A (zh) | 考虑多微电网储能共享的主动配电网博弈优化调度方法 | |
CN112202206A (zh) | 一种基于势博弈的多能源微网分布式调度方法 | |
CN107220889A (zh) | 一种多代理框架下微网社区的分布式资源交易方法 | |
CN114142517B (zh) | 光蓄充一体化系统与电网并网运行的控制方法 | |
CN114912943A (zh) | 一种考虑碳排放交易的虚拟电厂中长期联合调度方法 | |
CN107026462A (zh) | 用于风电计划功率跟踪的储能设备控制策略制定方法 | |
CN114285075A (zh) | 一种基于分布式深度强化学习的微电网能量在线优化方法 | |
CN117332937A (zh) | 一种考虑需求响应的多能互补虚拟电厂经济调度方法 | |
CN112232716A (zh) | 一种考虑调峰辅助服务的智慧园区优化决策方法 | |
CN116961044A (zh) | 基于模糊机会约束规划广义共享储能优化配置方法及系统 | |
CN106529699A (zh) | 一种考虑需求侧的微电网的规划设计方法 | |
CN114188940B (zh) | 一种考虑多主体利益的主动配电网调度方法 | |
CN113554219B (zh) | 一种可再生能源发电站共享储能容量规划方法及装置 |
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: 20170329 |
|
RJ01 | Rejection of invention patent application after publication |