CN107330549A - 含多主体的多能互补微电网能量管理方法 - Google Patents
含多主体的多能互补微电网能量管理方法 Download PDFInfo
- Publication number
- CN107330549A CN107330549A CN201710480453.2A CN201710480453A CN107330549A CN 107330549 A CN107330549 A CN 107330549A CN 201710480453 A CN201710480453 A CN 201710480453A CN 107330549 A CN107330549 A CN 107330549A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msubsup
- user
- cost
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 20
- 230000000295 complement effect Effects 0.000 title claims abstract description 17
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000004044 response Effects 0.000 claims abstract description 17
- 230000005611 electricity Effects 0.000 claims description 51
- 230000006870 function Effects 0.000 claims description 24
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 11
- 238000010438 heat treatment Methods 0.000 claims description 10
- 241000283690 Bos taurus Species 0.000 claims description 6
- 238000005553 drilling Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000010248 power generation Methods 0.000 abstract description 6
- 238000002485 combustion reaction Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 8
- 238000012886 linear function Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000005619 thermoelectricity Effects 0.000 description 2
- 241000839426 Chlamydia virus Chp1 Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
- 238000005303 weighing Methods 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电力系统微电网技术领域，尤其涉及一种含多主体的多能互补微电网能量管理方法。为协调能源互联网中各决策主体，平衡和优化有关各方利益，本发明提供一种含多主体的多能互补微电网能量管理方法。该方法利用热电联产系统以及储热装置，结合用户侧的电需求响应及热需求响应与可再生能源发电，综合考虑用户舒适度、优化成本等因素，构建了微电网中由各成员构成的合作博弈，并采用Shapley值法根据各个成员的贡献度对收益进行分配。本发明以最大化联盟收益为目标，在实现收益最大化的同时保证了分配的公平性，有效地提高联盟内各个成员的收益，为多能互补微电网的经济运行提供了一种成本更低、公平性更高的优化方法。
Description
技术领域
本发明属于电力系统微电网技术领域，尤其涉及一种含多主体的多能互补微电网能量管理方法。
背景技术
随着化石能源的广泛使用，使得环境危机日益恶化及能源消耗逐年增加，能源互联网的问题受到广泛关注。因此通过建设能源互联网，使得能源系统能够实现多能源的开放互联和能量自由传输，允许各种参与者和大量用户的开放进入，实现能源资源的优化配置，具有重大意义。然而在能源互联网中参与决策的主体规模相比传统电网将急剧增加，同时，各决策主体之间存在相互博弈特性，由于各决策主体均有自身不同的独立特性，且分属不同的利益主体，如何协调能源互联网中各决策主体，从而平衡和优化有关各方利益是一项极具挑战性的课题。热电联产系统是一种建立在能量梯级利用概念基础上，将供暖、供热及发电过程一体化的总能系统。其最大的特点就是对不同品质的能量进行梯级利用，不仅可以提高能源的利用效率，还能减少碳化物和有害气体的排放，具有良好的经济效益和社会效益，是构建新一代能源系统的关键技术。然而在现有技术中，热电联产系统仅可运行于以热定电或者以电定热的单一模式，且仅考虑用户电的需求响应，忽略了用户的热需求响应。
发明内容
针对上述问题，本发明以降低微电网运营成本为目标，提出一种含多主体的多能互补微电网能量管理方法，包括以下步骤：
步骤1：建立包含热电联产系统、储热系统和同时具备电需求响应能力及热需求响应能力的光伏用户的微电网结构；
步骤2：确定运营商和用户的电能交易模式；
步骤3：分别对热电联产系统、储热系统、电力负荷、供热负荷及热的不舒适度进行建模；
步骤4：确定系统目标函数、决策变量以及约束条件；
步骤5：建立微电网中由各成员构成的合作博弈及其效用函数；
步骤6：获取当前调度周期的光伏出力、电价、电力负荷及温度数据；
步骤7：对当前调度周期的优化问题进行集中求解，得到当前调度周期的各决策变量；
步骤8：更新时间到下一调度周期，返回步骤6，直到整个优化时间区间结束；
步骤9：根据Shapley值法对联盟中各成员进行收益分配。
所述热电联产系统运行于以热定电模式或以电定热模式。
所述运营商和用户的电能交易模式包括合作模式和独立模式；所述合作模式为，运营商和光伏用户形成联盟，光伏用户可选择与运营商或大电网进行交易，热电联产系统产生的电能可供给用户或大电网；所述独立模式为，光伏用户只能与大电网进行交易，热电联产系统产生的电能只能供给电网。
所述对热的不舒适度进行建模，可等效为对不舒适成本进行建模，即等效不舒适成本，其数学模型为：
式中：incn为用户n的等效不舒适度成本；为用户n调节室内温度Tn时的等效热负荷；为用户n调节室内温度为舒适温度Tset时的等效热负荷；αn为用户n的灵敏系数。
所述系统目标函数为合作模式下的最小化系统运行成本，包括热电联产系统发电成本、与电网的交易成本以及用户不舒适度等效成本，其数学模型为：
其中，
式中：Ccoa为系统运行成本；Pb为大电网的购电电价；Ps为大电网的售电电价；xn为用户n的用电量；N为用户个数；PPV，n为用户n的光伏输出功率；Cchp(Pchp，Hchp)为热电联产系统的发电成本，Pchp为热电联产系统的电输出功率；Hchp为热电联产系统的热输出功率；为室内温度Tn的等效热负荷；为室内舒适温度Tset的等效热负荷；
所述合作博弈的表达式为 为所有参与的用户和运营商的集合，v为效用函数；其效用函数v(M)表示为：
式中，代表集合中的用户和运营商构成的任意联盟，为独立模式下联盟所有成员的总成本；为合作模式下联盟所有成员的总成本；表示联盟的收益。
所述合作博弈为核非空且核中包含夏普利值的凸博弈，具备超可加性。
所述对当前调度周期的优化问题进行集中求解，在优化过程中，用户及运营商综合光伏出力、电价、发电成本及不舒适成本，优化决策各用户实际的用电量、耗热量、与电网交易量、热电联产系统发电量、热电联产系统产热量以及储热装置的充放热功率变量，在满足各用户电能及热能需求的基础上使总运行成本最低。
本发明的有益效果在于：
本发明利用具有高效能量梯级利用的热电联产系统以及储热装置，并结合用户侧的电需求响应及热需求响应与可再生能源发电，综合考虑用户舒适度、优化成本等因素，提出了一种含多主体的多能互补微电网能量管理方法，该方法构建了微电网中由各成员构成的合作博弈，该合作博弈具备超可加性、核的非空性及夏普利值必定在核中的特性，分别验证了大联盟的最优性、稳定性及收益分配的合理性。此外，本发明以最大化联盟收益为目标，采用Shapley值法根据各个成员的贡献度对收益进行分配，在实现收益最大化的同时保证了分配的公平性，本方法可有效提高联盟内各个成员的收益，并提高光伏资源的消纳率，计算复杂度低，有利于实现微电网的低成本运营，为多能互补微电网的经济运行提供了一种成本更低、公平性更高的优化方法。
附图说明
附图1为微电网系统能量管理方法流程图；
附图2为微电网系统结构图；
附图3为微燃机和储热装置的热能调度结果；
附图4为微燃机的产电量、供给用户的电量及与电网交易电量曲线；
附图5为用户1优化前后的温度及热负荷对比图；
附图6为用户2优化前后的温度及热负荷对比图；
附图7为用户3优化前后的温度及热负荷对比图；
附图8为分布式优化调度算法中各优化变量的调度结果；
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
附图1为微电网系统能量管理方法流程图，如图1所示，包括以下步骤：
步骤1：建立包含热电联产系统、储热系统和同时具备电需求响应及热需求响应的光伏用户的微电网结构；
步骤2：确定运营商和用户的电能交易模式；
步骤3：分别对热电联产系统、储热系统、电力负荷、供热负荷及热的不舒适度进行建模；
步骤4：确定系统目标函数、决策变量以及约束条件；
步骤5：建立微电网中由各成员构成的合作博弈及其效用函数；
步骤6：获取当前调度周期的光伏出力、电价、电力负荷及温度数据；
步骤7：对当前调度周期的优化问题进行集中求解，得到当前调度周期的各决策变量；
步骤8：更新时间到下一调度周期，返回步骤6，直到整个优化时间区间结束；
步骤9：根据Shapley值法对联盟中各成员进行收益分配。
进一步的，所述微电网的运营商管控热电联产微燃机组和储热装置，负责为微电网内的光伏用户提供热力供应，并与大电网或微电网中的光伏用户进行电能交易。每个用户具有不同的电力负荷特性，均具有一定比例的可控负荷，且均安装光伏发电装置。此外，每个用户对温度变化造成的舒适度变化敏感程度不同，均具备热的需求响应能力以及电的需求响应能力。由于该微电网结构具备高效的能量梯级利用的热电联供系统，并配置储热装置，因此热电联产系统可运行于“以热定电”模式或者“以电定热”模式。
进一步的，所述步骤2中确定运营商和用户的交易模式。运营商和光伏用户的电能交易模式分为合作模式与独立模式；所谓合作模式，即运营商和光伏用户形成联盟，通过优化调度使联盟总收益最大化。所谓独立模式，即光伏用户的电能只能与电网进行交易，热电联产系统产生的电能只能出售给电网。由于合作模式下的电力网络和供热网络相互集成和协调，可使得热电联产系统运营商和光伏用户均能受益，因此将用户和运营商的交易模式确定为合作模式。热电联产系统为光伏用户提供热力供应，剩余的热能由储热装置储存起来，在余下的调度时段内，用户的热负荷可由运营商产热或者储热装置放热来满足。
进一步的，所述步骤3中对热的不舒适度进行建模，由于用户对于室内温度的调节可等效为对热负荷的调节，因此对热的不舒适度进行建模，可等效为对不舒适成本进行建模，即等效不舒适成本为：
式中：incn为用户n的等效不舒适度成本；为用户n调节室内温度Tn时的等效热负荷；为用户n调节室内温度为舒适温度Tset时的等效热负荷；αn为用户n的灵敏系数。
αn用于量化用户调整温度的意愿程度，对任意的αn(αn＞0)，αn值越大，表明用户对温度变化造成的不舒适更为敏感，做出调节温度的决策的意愿更小。
进一步的，所述步骤4中确定系统目标函数、决策变量以及约束条件，由于该微电网中用户的电能需求由光伏发电、热电联产系统发电来满足，不足的电能可向大电网购买，产生的多余电能可售给大电网。为降低总的运行成本，将系统目标函数定为最小化系统运行成本，该目标函数综合考虑了经济性与用户的舒适度，可通过调节温度来改变热负荷，因此将室内温度偏差造成的用户不舒适等效为不舒适成本。所述目标函数包含热电联产系统发电成本、与电网的交易成本和由室内温度偏差造成的用户不舒适度等效成本；所述决策变量包含用户的用电量、耗热量、与电网交易量、热电联产系统的产电量、产热量、与电网交易量和储热系统的充放热功率。所述约束条件包含电能平衡约束、热能平衡约束、储热装置的充放热功率限制及容量约束。在合作模式下对于包含运营商和N个用户组成的微电网，其优化问题可描述为：
其中，
式中：Ccoa为系统运行成本；Pb为大电网的购电电价；Ps为大电网的售电电价；xn为用户n的用电量；N为用户个数；PPV，n为用户n的光伏输出功率；Cchp(Pchp，Hchp)为热电联产系统的发电成本，Pchp为热电联产系统的电输出功率；Hchp为热电联产系统的热输出功率；为室内温度Tn的等效热负荷；为室内舒适温度Tset的等效热负荷；
进一步的，所述步骤5中提及的微电网中的各成员构成的合作博弈及其效用函数，是基于合作博弈框架来研究联盟成员收益分配问题。合作博弈理论研究各成员达成合作时如何分配收益。将合作博弈定义为其中，是所有参与的用户和运营商的集合，v为效用函数。设集合中的用户和运营商构成任意联盟用可表示联盟的收益，则联盟的效用函数v(M)可表示为：
式中，是独立模式下联盟所有成员的总成本；是合作模式下联盟所有成员的总成本。
进一步的，所述步骤5中提及的合作博弈是超可加的。其证明过程如下：
成本函数可表示为：
式中，Ccoa为系统运行成本；Pb为大电网的购电电价；Ps为大电网的售电电价；xn为用户n的用电量；N为用户个数；PPV，n为用户n的光伏输出功率；Pchp为热电联产系统的电输出功率；
由于成本函数的第一项为购电成本，首先对第一项进行分析：
假设：
∑n∈Nxn-∑n∈NPPV，n-Pchp＝NL (7)
式中，xn为用户n的用电量；PPV，n为用户n的光伏输出功率；Pchp为热电联产系统的电输出功率；NL为联盟中所有成员与电网的交易量；
显然，购电成本为凹函数。对联盟中任意两个集合且设{CHP}∈S，∑n∈Sxn-∑n∈SPPV，n-Pchp＝SL，∑n∈Txn-∑n∈TPPV，n＝TL(SL＞TL)。
其中，xn为用户n的用电量；PPV，n为用户n的光伏输出功率；Pchp为热电联产系统的电输出功率；SL为联盟S中所有成员与电网的交易量；TL为联盟T中所有成员与电网的交易量；
1)若SL＞TL＞0或TL＜SL＜0，则：
C(SL+TL)＝C(SL)+C(TL) (8)
即：C(S)+C(T)＝C(S∪T) (9)
2)若SL＞0＞TL
由于购电成本为凹函数，因此有：
由于购电成本为分段线性函数，因此上式可等价于：
因此：
C(SL+TL)＜C(SL)+C(TL) (12)
即：
C(S∪T)＜C(S)+C(T) (13)
综上：
C(S)+C(T)≥C(S∪T) (14)
购电成本的第二项为线性函数，第三项为分段线性函数，同样满足超可加的条件。因此本发明提出的合作博弈是超可加的。由于该合作博弈是超可加的，因此结成大联盟有利于最小化总体成本。即在合作模型下运营商和用户的成本小于独立模式下各成员的成本。每个参与者在联盟中分摊的成本小于离开联盟单独承担的成本。因此可推出，用户更愿意参与到大联盟中。
进一步的，所述步骤5中提及的合作博弈为核非空且核中包含夏普利值的凸博弈。其证明过程如下：
对联盟中的任意两个集合假设：∑n∈Uxn-∑n∈UPPV，n-PchpU＝UL，∑n∈ Vxn-∑n∈VPPV，n-PchpV＝VL(UL＞VL)，∑n∈{U∪V}xn-∑n∈{U∪V}PPV，n-PchpW＝WL，∑n∈{U∩V}xn-∑n∈{U∩V}PPV，n-PchpZ＝ZL。
其中，xn为用户n的用电量；PPV，n为用户n的光伏输出功率；PchpU为联盟U中CHP产生的电能；PchpV为联盟V中CHP产生的电能；PchpW为联盟W中CHP产生的电能，PchpZ为联盟Z中CHP产生的电能；UL为联盟U中所有成员与电网的交易量，VL为联盟V中所有成员与电网的交易量；WL为联盟W中所有成员与电网的交易量；ZL为联盟Z中所有成员与电网的交易量；
(1)若UL＞VL＞0或UL＜VL＜0，则：
C(UL+VL-ZL)+C(ZL)＝C(UL)+C(VL) (15)
C(WL)+C(ZL)＝C(UL)+C(VL) (16)
即：
C(S)+C(T)＝C(S∪T) (17)
(2)若UL＞0＞VL
由于购电成本为凹函数，因此：
由于购电成本为分段线性函数，因此可等价于：
即：
C(WL)+C(ZL)＜C(UL)+C(VL) (20)
综上：
C(U)+C(V)≥C(U∪V)+C(U∩V) (21)
即：
C(U∪V)+C(U∩V)＜C(U)+C(V) (22)
购电成本的第二项为线性函数，第三项为分段线性函数，同样满足凸博弈的条件。所以合作博弈是凸博弈。所谓凸博弈是一大类核非空且一定包含夏普利值的博弈。并且夏普利值位于凸博弈的核的重心。凸博弈意味着合作的规模报酬递增。在可转移效用凸博弈合作中，参与人加入的联盟规模越大，所带来的边际贡献也越大。凸博弈的良好性质在于，对N的任意随机排序相对于的边际贡献向量总是在核中。因此，凸博弈是平衡的博弈，而平衡博弈是核非空的充要条件，从而证明了本发明提出的博弈的核非空性，而且边际贡献向量的重心夏普利值必定在核中，保证了大联盟的稳定性。
进一步的，所述步骤7中对优化问题进行集中求解，优化可决策出各用户实际的用电量、耗热量、与电网交易量、热电联产系统的发电量、产热量及储热装置的充放热功率变量。在优化过程中，由于配置了储热装置，热电联产系统可运行于“以热定电”或者“以电定热”模式，同时结合用户侧的热需求响应、电需求响应及可再生能源发电，用户及运营商综合光伏出力、电价、发电成本及不舒适成本，决策出各优化变量，在满足各用户电能及热能需求的基础上，使总的运行成本最低。
实施例1
下面以某社区微电网作为本发明的优选实施例，对本发明的能量管理方法及其收益分配作详细说明。该社区的微电网结构如图2所示，包括热电联产系统、储热系统和同时具备电需求响应能力及热需求响应能力的光伏用户。且每个用户均安装光伏发电装置。微电网的运营商管控热电联产微燃机组和储热装置，负责为微电网内的光伏用户提供热力供应，并与大电网或微电网中的光伏用户进行电能交易。该微电网结构考虑了具有高效的能量梯级利用的热电联供系统，并配置储热装置，因此热电联产系统可运行于以热定电或者以电定热方式。如图3所示的微燃机和储热装置的热能调度结果图，微燃机产生的热能用于供给用户，多余的热能将由储热装置储存起来，在余下的调度时段内，用户的热能可由微燃机产热或者储能装置放热来提供。由图3可知，微燃机的产热量等于用户的供热量与储热装置的储放热量之和。附图4为微燃机的产电量、供给用户的电量及与电网交易电量曲线图，如图4所示，微燃机产生的电能一部分用于给用户供电，剩余的电能出售给大电网。由图4可知，微燃机的产电量等于对用户的供电量以及与电网交易电量的总和。图4中在12-15调度时段，微燃机工作于“以热定电”模式，并且在该时间段内光伏充足，用户电负荷需求相对较低，因此微燃机产生的电能有剩余，可将剩余的电能出售给电网。本实施例将各调度时段舒适温度设置为22度，由于各用户在不同调度时段的室内温度不同，因此各用户维持舒适温度的等效热负荷曲线不同。如图5-7所示的3个用户优化前后的温度及热负荷对比图，相比用户2、3，用户1在1-6调度时段内室内温度较低，因此维持室内舒适温度需要的热量较多，因此等效的热负荷较大。本发明将室内温度等效为热负荷进行调节，利用初始热负荷与优化后热负荷的关系可反映室内舒适温度与调节后温度的关系，用户可通过调节温度来改变热负荷以降低总运行成本。若α1＝0.05，α2＝0.08，α3＝0.12，用户3的α值较大，表明用户3对温度变化造成的不舒适更为敏感，做出调节温度的决策的意愿更小，等效的热不舒适度成本较高。因此为降低总运行成本，用户3优化后的热负荷偏离初始热负荷的程度较小，室内调节温度曲线偏离舒适温度的程度也较小。附图8为分布式优化调度算法中各优化变量的调度结果图。如图8所示，在各调度时段，用户可进行热需求响应及电需求响应，热电联产系统可运行于“以热定电”或“以电定热”模式，用户及运营商综合光伏出力、电价、发电成本及不舒适成本，综合决策出用户实际用电量、耗热量、与电网交易电量、热电联产系统发电量及产热量，在满足各用户电能及热能需求的基础上，使总的运行成本最低，最后根据Shapley值法对联盟中各成员进行收益分配，计算结果如表1-5所示，表1为热电联产系统的收益分配，表2-4分别为用户1、用户2、用户3的收益分配，表5为各个成员的收益分配结果。
表1 CHP的收益
表2 用户1的收益
表3 用户2的收益
表4 用户3的收益
表5 各个成员的收益分配结果
| CHP | 1 | 2 | 3 | 总收益 | |
| φi(v) | 24.3653 | 3.1380 | 4.1075 | 14.0868 | 45.6976 |
由表5可知，联盟的成本降低了3.825％，本发明以热电联产系统为纽带，将电力网络和供热网络相互集成和协调，使得热电联产系统运营商和光伏用户均能受益，同时，通过利用燃气机组排出的余热，大大提高系统的整体能效。
此实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种含多主体的多能互补微电网能量管理方法，其特征在于，包括以下步骤：
步骤1：建立包含热电联产系统、储热系统和同时具备电需求响应及热需求响应的光伏用户的微电网结构；
步骤2：确定运营商和用户的电能交易模式；
步骤3：分别对热电联产系统、储热系统、电力负荷、供热负荷及热的不舒适度进行建模；
步骤4：确定系统目标函数、决策变量以及约束条件；
步骤5：建立微电网中由各成员构成的合作博弈及其效用函数；
步骤6：获取当前调度周期的光伏出力、电价、电力负荷及温度数据；
步骤7：对当前调度周期的优化问题进行集中求解，得到当前调度周期的各决策变量；
步骤8：更新时间到下一调度周期，返回步骤6，直到整个优化时间区间结束；
步骤9：根据Shapley值法对联盟中各成员进行收益分配。
2.根据权利要求1所述的一种含多主体的多能互补微电网能量管理方法，其特征在于，所述热电联产系统运行于以热定电模式或以电定热模式。
3.根据权利要求1所述的一种含多主体的多能互补微电网能量管理方法，其特征在于，所述运营商和用户的电能交易模式包括合作模式和独立模式；所述合作模式即运营商和光伏用户形成联盟，光伏用户可选择与运营商或大电网进行交易，热电联产系统产生的电能可供给用户或大电网；所述独立模式即光伏用户只能与大电网进行交易，热电联产系统产生的电能只能供给电网。
4.根据权利要求1所述的一种含多主体的多能互补微电网能量管理方法，其特征在于，所述对热的不舒适度进行建模，可等效为对不舒适成本进行建模，即等效不舒适成本，其数学模型为：
<mrow>
<msub>
<mi>inc</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<msub>
<mi>&alpha;</mi>
<mi>n</mi>
</msub>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<mo>|</mo>
<msubsup>
<mi>Q</mi>
<msub>
<mi>T</mi>
<mi>n</mi>
</msub>
<mi>t</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>Q</mi>
<msub>
<mi>T</mi>
<mrow>
<mi>s</mi>
<mi>e</mi>
<mi>t</mi>
</mrow>
</msub>
<mi>t</mi>
</msubsup>
<mo>|</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中：incn为用户n的等效不舒适度成本；为用户n调节室内温度Tn时的等效热负荷；为用户n调节室内温度为舒适温度Tset时的等效热负荷；αn为用户n的灵敏系数。
5.根据权利要求3所述的一种含多主体的多能互补微电网能量管理方法，其特征在于，所述系统目标函数为合作模式下的最小化系统运行成本，包括热电联产系统发电成本、与电网的交易成本以及用户不舒适度等效成本；其数学模型为：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>min</mi>
<mi> </mi>
<msub>
<mi>C</mi>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>P</mi>
<mi>b</mi>
</msub>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>P</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
</msup>
<mo>-</mo>
<msub>
<mi>P</mi>
<mi>s</mi>
</msub>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>(</mo>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>P</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>+</mo>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mi>p</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>H</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mi>p</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>&alpha;</mi>
<mi>n</mi>
</msub>
<mo>|</mo>
<msub>
<mi>Q</mi>
<msub>
<mi>T</mi>
<mi>n</mi>
</msub>
</msub>
<mo>-</mo>
<msub>
<mi>Q</mi>
<msub>
<mi>T</mi>
<mrow>
<mi>s</mi>
<mi>e</mi>
<mi>t</mi>
</mrow>
</msub>
</msub>
<mo>|</mo>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>P</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
</msup>
<mo>=</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mo>{</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>P</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>,</mo>
<mn>0</mn>
<mo>}</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>(</mo>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>P</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>+</mo>
</msup>
<mo>=</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mo>{</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>P</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mn>0</mn>
<mo>}</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
式中：Ccoa为系统运行成本；Pb为大电网的购电电价；Ps为大电网的售电电价；xn为用户n的用电量；N为用户个数；PPV,n为用户n的光伏输出功率；Cchp(Pchp,Hchp)为热电联产系统的发电成本，Pchp为热电联产系统的电输出功率；Hchp为热电联产系统的热输出功率；为室内温度Tn的等效热负荷；为室内舒适温度Tset的等效热负荷。
6.根据权利要求1所述的一种含多主体的多能互补微电网能量管理方法，其特征在于，所述合作博弈定义为 为所有参与的用户和运营商的集合，v为效用函数；其效用函数v(M)表示为：
式中，代表集合中的用户和运营商构成的任意联盟,为独立模式下联盟所有成员的总成本；为合作模式下联盟所有成员的总成本；表示联盟的收益。
7.根据权利要求1或6所述的一种含多主体的多能互补微电网能量管理方法，其特征在于，所述合作博弈为核非空且核中包含夏普利值的凸博弈，具备超可加性。
8.根据权利要求1所述的一种含多主体的多能互补微电网能量管理方法，其特征在于，所述对当前调度周期的优化问题进行集中求解，在优化过程中，用户及运营商综合光伏出力、电价、发电成本及不舒适成本，优化决策各用户实际的用电量、耗热量、与电网交易量、热电联产系统发电量、热电联产系统产热量以及储热装置的充放热功率变量，在满足各用户电能及热能需求的基础上使总运行成本最低。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710480453.2A CN107330549A (zh) | 2017-06-22 | 2017-06-22 | 含多主体的多能互补微电网能量管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710480453.2A CN107330549A (zh) | 2017-06-22 | 2017-06-22 | 含多主体的多能互补微电网能量管理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107330549A true CN107330549A (zh) | 2017-11-07 |
Family
ID=60196108
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710480453.2A Pending CN107330549A (zh) | 2017-06-22 | 2017-06-22 | 含多主体的多能互补微电网能量管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107330549A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107918919A (zh) * | 2017-11-08 | 2018-04-17 | 华北电力大学 | 一种含控制策略的工业园区综合能源系统优化调度与评价系统和方法 |
| CN107990398A (zh) * | 2017-12-28 | 2018-05-04 | 华北电力大学 | 一种基于热力网、电力网和物联网的电蓄热供热系统 |
| CN108564242A (zh) * | 2018-01-09 | 2018-09-21 | 湖南大学 | 微能源网系统、微能源网配置方法及装置 |
| CN108808663A (zh) * | 2018-06-12 | 2018-11-13 | 浙江大学 | 一种基于多能互补的工业用户热需求响应方法 |
| CN109193628A (zh) * | 2018-09-18 | 2019-01-11 | 华北电力大学 | 一种基于一致性的综合能源系统能量管理方法 |
| CN109657946A (zh) * | 2018-09-19 | 2019-04-19 | 清华大学 | 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 |
| CN110797904A (zh) * | 2018-08-01 | 2020-02-14 | 中国农业大学 | 基于典型负荷的微电网有序用电调度方法及装置 |
| CN111144624A (zh) * | 2019-12-10 | 2020-05-12 | 昆明电力交易中心有限责任公司 | 一种可再生能源电力配额分配的优化方法 |
| 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 |
| CN111415046A (zh) * | 2020-03-31 | 2020-07-14 | 南京工业大学 | 一种考虑热电余量交易的微网群优化调度方法 |
| CN111461429A (zh) * | 2020-03-31 | 2020-07-28 | 上海燃气工程设计研究有限公司 | 一种气电协调的多能互补系统优化方法 |
| CN112257951A (zh) * | 2020-11-02 | 2021-01-22 | 国网安徽省电力有限公司合肥供电公司 | 一种基于合作博弈的综合能源系统与配电公司的优化运行方法 |
| CN112671036A (zh) * | 2020-12-21 | 2021-04-16 | 北京华能新锐控制技术有限公司 | 一种考虑需求响应的微电网调度方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102354974A (zh) * | 2011-10-13 | 2012-02-15 | 山东大学 | 微电网多目标优化运行控制方法 |
| CN102609793A (zh) * | 2012-03-22 | 2012-07-25 | 杭州盈电科技有限公司 | 基于多尺度规划与调度耦合的微电网能量优化管理方法 |
| CN102710013A (zh) * | 2012-05-23 | 2012-10-03 | 中国电力科学研究院 | 基于微电网的园区能源网能量优化管理系统及其实现方法 |
-
2017
- 2017-06-22 CN CN201710480453.2A patent/CN107330549A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102354974A (zh) * | 2011-10-13 | 2012-02-15 | 山东大学 | 微电网多目标优化运行控制方法 |
| CN102609793A (zh) * | 2012-03-22 | 2012-07-25 | 杭州盈电科技有限公司 | 基于多尺度规划与调度耦合的微电网能量优化管理方法 |
| CN102710013A (zh) * | 2012-05-23 | 2012-10-03 | 中国电力科学研究院 | 基于微电网的园区能源网能量优化管理系统及其实现方法 |
Non-Patent Citations (6)
| Title |
|---|
| BRECHT BAETEN: "Reduction of heat pump induced peak electricity use and required generation capacity through thermal energy storage and demand response", 《APPLIED ENERGY》 * |
| FAEZE BRAHMAN: "Optimal electrical and thermal energy management of a residential energy hub, integrating demand response and energy storage system", 《ENERGY AND BUILDINGS》 * |
| 刘念，等: "市场模式下光伏用户群的电能共享与需求响应模型", 《电力系统自动化》 * |
| 周楠，等: "光伏微电网的多主体合作运营模式及效益分配", 《电网与清洁能源》 * |
| 李正茂，等: "含电热联合系统的微电网运行优化", 《中国电机工程学报》 * |
| 樊玮，等: "《基于需求响应的空调分时调度模型及其收益分配》", 《电工电能新技术》 * |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107918919A (zh) * | 2017-11-08 | 2018-04-17 | 华北电力大学 | 一种含控制策略的工业园区综合能源系统优化调度与评价系统和方法 |
| CN107990398A (zh) * | 2017-12-28 | 2018-05-04 | 华北电力大学 | 一种基于热力网、电力网和物联网的电蓄热供热系统 |
| CN108564242A (zh) * | 2018-01-09 | 2018-09-21 | 湖南大学 | 微能源网系统、微能源网配置方法及装置 |
| CN108808663A (zh) * | 2018-06-12 | 2018-11-13 | 浙江大学 | 一种基于多能互补的工业用户热需求响应方法 |
| CN110797904B (zh) * | 2018-08-01 | 2021-11-16 | 中国农业大学 | 基于典型负荷的微电网有序用电调度方法及装置 |
| CN110797904A (zh) * | 2018-08-01 | 2020-02-14 | 中国农业大学 | 基于典型负荷的微电网有序用电调度方法及装置 |
| CN109193628A (zh) * | 2018-09-18 | 2019-01-11 | 华北电力大学 | 一种基于一致性的综合能源系统能量管理方法 |
| CN109193628B (zh) * | 2018-09-18 | 2022-04-05 | 华北电力大学 | 一种基于一致性的综合能源系统能量管理方法 |
| CN109657946A (zh) * | 2018-09-19 | 2019-04-19 | 清华大学 | 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 |
| CN109657946B (zh) * | 2018-09-19 | 2024-01-02 | 清华大学 | 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 |
| CN111144624B (zh) * | 2019-12-10 | 2023-05-02 | 昆明电力交易中心有限责任公司 | 一种可再生能源电力配额分配的优化方法 |
| CN111144624A (zh) * | 2019-12-10 | 2020-05-12 | 昆明电力交易中心有限责任公司 | 一种可再生能源电力配额分配的优化方法 |
| 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 |
| 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 |
| CN111461429A (zh) * | 2020-03-31 | 2020-07-28 | 上海燃气工程设计研究有限公司 | 一种气电协调的多能互补系统优化方法 |
| CN111415046A (zh) * | 2020-03-31 | 2020-07-14 | 南京工业大学 | 一种考虑热电余量交易的微网群优化调度方法 |
| CN111461429B (zh) * | 2020-03-31 | 2024-03-15 | 上海能源建设工程设计研究有限公司 | 一种气电协调的多能互补系统优化方法 |
| CN112257951A (zh) * | 2020-11-02 | 2021-01-22 | 国网安徽省电力有限公司合肥供电公司 | 一种基于合作博弈的综合能源系统与配电公司的优化运行方法 |
| CN112257951B (zh) * | 2020-11-02 | 2023-12-19 | 国网安徽省电力有限公司合肥供电公司 | 一种基于合作博弈的综合能源系统与配电公司的优化运行方法 |
| CN112671036A (zh) * | 2020-12-21 | 2021-04-16 | 北京华能新锐控制技术有限公司 | 一种考虑需求响应的微电网调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107330549A (zh) | 含多主体的多能互补微电网能量管理方法 | |
| Zhou et al. | Distributionally robust co-optimization of energy and reserve for combined distribution networks of power and district heating | |
| Yang et al. | A two-stage optimization model for Park Integrated Energy System operation and benefit allocation considering the effect of Time-Of-Use energy price | |
| CN109727158A (zh) | 一种基于改进弱鲁棒优化的电热综合能源系统调度方法 | |
| Luo et al. | Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources | |
| CN109784569A (zh) | 一种区域综合能源系统优化控制方法 | |
| CN109886469A (zh) | 一种区域综合能源系统需求侧管理方法 | |
| CN110163411A (zh) | 一种区域综合能源系统运行优化方法 | |
| CN107067116A (zh) | 一种多区域电热综合系统经济环境联合调度求解方法 | |
| Wu et al. | A two-stage game model for combined heat and power trading market | |
| Qiu et al. | Federated reinforcement learning for smart building joint peer-to-peer energy and carbon allowance trading | |
| Lu et al. | Optimization scheduling of an integrated energy service system in community under the carbon trading mechanism: A model with reward-penalty and user satisfaction | |
| CN111353128B (zh) | 一种基于非合作博弈的多能量枢纽优化运行方法 | |
| CN109740824A (zh) | 一种考虑供热网和热负荷的多能源系统优化规划方法 | |
| CN114881794B (zh) | 考虑舒适度和用能替代的综合能源市场主从博弈交易方法 | |
| CN114662752A (zh) | 基于价格型需求响应模型的综合能源系统运行优化方法 | |
| CN117494993A (zh) | 一种基于阶梯碳交易的源网荷分布协同低碳调度方法 | |
| CN109544016A (zh) | 一种基于用户需求的智能电网调度系统及调度方法 | |
| Deng et al. | Optimal scheduling for combined district heating and power systems using subsidy strategies | |
| Wang et al. | Optimal operation of energy hub considering reward-punishment ladder carbon trading and electrothermal demand coupling | |
| Deng et al. | Real-coded quantum optimization-based bi-level dispatching strategy of integrated power and heat systems | |
| CN113344651A (zh) | 一种碳交易机制下综合能源市场多供能主体规划方法 | |
| CN116957139A (zh) | 考虑微网间碳交易的多综合能源微网优化运行方法及系统 | |
| CN113822572B (zh) | 考虑能源共享和多风险的园区综合能源系统优化调度方法 | |
| CN114240643A (zh) | 一种面向多微网协调交易的多方共治决策方法 |
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: 20171107 |
|
| RJ01 | Rejection of invention patent application after publication |