CN108304961A - 一种风储接入网源的协调方法及系统 - Google Patents
一种风储接入网源的协调方法及系统 Download PDFInfo
- Publication number
- CN108304961A CN108304961A CN201711484988.3A CN201711484988A CN108304961A CN 108304961 A CN108304961 A CN 108304961A CN 201711484988 A CN201711484988 A CN 201711484988A CN 108304961 A CN108304961 A CN 108304961A
- Authority
- CN
- China
- Prior art keywords
- wind
- power grid
- storage
- association system
- participant
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 105
- 238000013459 approach Methods 0.000 title claims abstract description 19
- 238000004146 energy storage Methods 0.000 claims abstract description 69
- 230000005611 electricity Effects 0.000 claims abstract description 58
- 230000033228 biological regulation Effects 0.000 claims description 14
- 238000010348 incorporation Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000001427 coherent effect Effects 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- UCDKONUHZNTQPY-UHFFFAOYSA-N bromhexine hydrochloride Chemical compound Cl.C1CCCCC1N(C)CC1=CC(Br)=CC(Br)=C1N UCDKONUHZNTQPY-UHFFFAOYSA-N 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000005684 electric field Effects 0.000 claims description 2
- 230000006872 improvement Effects 0.000 abstract description 6
- 201000004569 Blindness Diseases 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000008901 benefit Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006698 induction Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000001172 regenerating effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000009987 spinning Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 108091093126 WHP Posttrascriptional Response Element Proteins 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000029087 digestion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
- 239000002699 waste material 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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本明涉及一种风储接入网源的协调方法及系统,包括:确定风储联合系统和电网的收益;以风储联合系统和电网作为博弈参与者,根据预先构建的风储‑网协调规划博弈模型确定风储接入网源的最优协调方案;所述风储‑网协调规划博弈模型根据所述风储联合系统和电网的收益进行构建。本发明在市场环境下,风储‑网双方进行动态博弈规划,既有利于提高电网消纳风电的积极性,又有利于避免储能的盲目配置,可为目前风储联合电站规划中出现的源网不协调问题提供改进方案。
Description
技术领域
本发明涉及一种新能源发电、储能以及电力系统规划领域的协调方法,具体涉及一种风储接入网源的协调方法及系统。
背景技术
近年来,储能系统并网和网架扩展规划被认为是解决当前风电消纳难题的有力举措之一。但由于目前风电、储能与电网几个利益主体的独立规划,造成投资浪费的同时,弃风难题也没有得到很好地解决。因此,在当前市场环境下,如何实现风-储-网协调规划成为值得研究的重点问题。
随着风电的大规模开发,其波动性和间歇性对系统造成的影响越来越突出,成为制约风电场容量和规模的严重障碍。将大规模储能技术应用于风电,构成风储联合发电系统以平抑风电功率波动是一种重要的解决途径。
传统的大容量储能形式(抽水蓄能等)是提高电网灵活性的重要资源,一般为全网共享。近年来,以化学电池储能、飞轮储能、超导电磁储能等为代表的大容量储能技术日益成熟,在电力系统调频、调峰、输出功率平滑、提高系统稳定性、改善电能质量方面都能发挥积极的作用。然而,在风储联合发电系统中,储能是专门针对抑制风电波动性或提高风能利用效率而配备的,这种配合风电运行的形式是储能利用的一种特殊情况。已有的研究和实践表明,在风电场配置适当容量的储能系统,以风储联合发电站替代传统风电场并网运行,有助于改善风电出力的可调度性和可靠性,提高风电消纳能力和系统运行经济性。
由于风电场的装机规模主要受风资源限制已基本确定,因此风储联合发电系统的容量配置优化问题一般是在风电容量一定时,求解储能装置的最佳容量。但是,现有的关于风储联合系统容量规划的研究,多数以风储联合系统的效益最优或整个电力系统运行成本最小化为目标,进行储能容量的规划和风储联合调度控制,而没有考虑风电场投资建设储能后对电网收益的影响,不能说明电网收益的增加以调动电网更多购入风电的积极性,只有电网效益的增加才会为风电提供更多上网空间,风储联合发电系统收益才会比单纯的风电场收益更多。因而有必要分析风储系统和电网各自的成本收益,通过风储系统与电网的协调规划使得二者收益都达到最优。
在现阶段不断开放的市场环境下,在初始规划阶段,各投资者通常以最大化自身利益为目标确定最佳容量。尽管考虑系统投资费用、供电可靠性等的多目标优化模型能够确定风储的最优容量,但是不能保证各利益主体的收益最大化,与目前市场环境下风储-网以最大化各自收益为目标的独立选择过程尚存在或多或少的偏差。
发明内容
为解决上述现有技术中的不足,本发明的目的是提供一种风储接入网源的协调方法及系统,通过风储系统与电网公司的动态博弈,确定最优的储能容量配置和调峰补偿费用,实现双方利益在达到纳什均衡下的最大化,克服了针对风储系统投资成本、弃风成本和可靠性等方面的多目标优化方法无法以投资主体各自利益最大化为目标的缺点。
本发明的目的是采用下述技术方案实现的:
本发明提供一种风储接入网源的协调方法,其改进之处在于:
确定风储联合系统和电网的收益;
以风储联合系统和电网作为博弈参与者,根据预先构建的风储-网协调规划博弈模型确定风储接入网源的最优协调方案;
所述风储-网协调规划博弈模型根据所述风储联合系统和电网的收益进行构建。
进一步的:所述预先建立的风储-网协调规划博弈模型如下式表示;
式中:为风储联合系统参与者P在电网参与者G选择最优策略下的己方最优策略,为电网参与者G在风储联合系统参与者P选择最优策略下的己方最优策略;PB为风储联合系统参与者P在电网参与者G选择最优策略;LG为电网参与者G在风储联合系统参与者P选择最优策略;FB为风储联合系统的收益;FG为电网的收益;arg max(·)为使目标函数取值最大的变量集合。
进一步的:所述FB通过下式进行确定:
式中:ΔGW,SEL为风储联合系统的储能上网电价与风电上网电价相同时的风电年售电收入的变化量,ΔGW,SUB为政府新能源补贴变化量,GB,AUX为储能年辅助服务收入,ΔCW,PRO为风电场的维护成本变化量,CB,INV为储能初期建设成本,表示为CB,INV=PBUB,PB为储能电池容量,单位为kW,UB为单位功率储能电池造价,单位为元/kW;CB,WOM为运行维护成本CB,WOM=PBMB,MB为单位功率储能电池年维护费用,单位为元/kW;τ为银行利率,TB为储能电池寿命,为设备等值年系数;下标B表示电池battery的首字母,考虑使用的储能设备是储能电池。
进一步的:所述FG通过下式进行确定:
式中:上式为考虑可再生能源配额制下绿色证书交易机制的电网收益模型,ΔWG,SEL为售电收入变化量,ΔCG,PUR等于风储联合电站年售电收入变化ΔGW,SEL;ΔCG,PUR为电网从风储联合电站年购电成本,CG,TR为电网为接纳风电进行的网架扩建成本,NL表示备选扩增线路总条数,Ck表示第k条线路的平均造价,单位为元/km,Lk表示第k条备选线路扩增时的长度;表示现值年金系数,将第一年电网为接纳风电进行的网架扩建成本折算为每年的等年值,TG为网架扩建的使用寿命,G代表电网Grid;ΔWG,TGC表示风储-网协调规划后某年电网绿证交易收益的变化值;WG,TGC为绿色证书交易收益,其表示为:
WG,TGC=λTGC(M-N)
式中:N为电网绿色证书配额,M为实际证书持有量,WG,TGC为绿色证书交易收益;λTGC为绿色证书单位电量的交易价格;当M<N时,表示电网未完成政府规定的配额义务要求,则WG,TGC为从其他义务承担者处购买证书的费用。
进一步的,所述以风储联合系统和电网作为博弈参与者,根据预先构建的风储-网协调规划博弈模型确定风储接入网源的最优协调方案,包括:
生成风储联合系统和电网的博弈策略集合;
对风储联合系统和电网博弈策略集合排序分层,生成博弈树;
计算所述博弈树中每条分支线的博弈参与者收益;
判断风储-网协调规划博弈模型是否找到博弈树的纳什均衡;若找到纳什均衡,则输出风储-网协调规划博弈模型均衡解;若未找到纳什均衡,则重新生成风储联合系统和电网的博弈策略集合。
进一步的:所述生成风储联合系统和电网的博弈策略集合,包括:
储能容量从零开始分别以预设步长增加至容量上限,生成风储联合系统博弈策略集合;
在每个风储联合系统博弈策略下,通过遗传算法,剔除明显不合理的电网规划方案后,生成相应的电网博弈策略集合。
进一步的:所述对风储联合系统和电网博弈策略集合排序分层,生成博弈树,包括:
所述博弈树包括位于第一层的初始结,所述初始结为第一个风储联合系统决策结;
所述初始结与位于第二层中的至少一个风储联合系统决策结连接,所述第二层中的风储联合系统决策结包括除第一个以外的其余风储联合系统决策结;
所述第二层中的每个风储联合系统决策结与位于第三层中的至少一个电网终点结连接。
进一步的:在所述判断风储-网协调规划博弈模型是否找到博弈树的纳什均衡之前,还包括对所述博弈树进行简化;
所述对所述博弈树进行简化,包括:
选定博弈树上直接连接终点结的一个决策结,在决策结上行动的参与者必有一个最优选择,最优选择为始于决策结的子博弈的纳什均衡;
若最后一个决策者有多个决策结,始于每个决策结的子博弈都有一个纳什均衡;
从最后决策结中找出按博弈树从根到顶逆向到达距树顶第二层决策结,找出第二层决策结上行动的参与者的最优选择,所述最优选择构成始于第二层决策结的子博弈的一个纳什均衡;
不断逆向推至原博弈的初始结得到博弈树的纳什均衡,称为博弈树的子博弈精炼纳什均衡。
进一步的:所述判断风储-网协调规划博弈模型是否找到博弈树的纳什均衡,包括:
找到满足风储联合系统参与者P在电网参与者G选择最优策略下的己方最优策略和电网参与者G在风储联合系统参与者P选择最优策略下的己方最优策略的纳什均衡
进一步的:所述风储-网协调规划博弈模型均衡解为始于博弈树的初始结止于终点结的唯一连贯的均衡路径。
本发明还提供一种风储接入网源的协调系统,其改进之处在于,包括:
确定模块,用于确定风储联合系统和电网的收益;
计算模块,用于以风储联合系统和电网作为博弈参与者,根据预先构建的风储-网协调规划博弈模型确定风储接入网源的最优协调方案;
其中:所述风储-网协调规划博弈模型根据所述风储联合系统和电网的收益进行构建。
进一步的,还包括构建模块,用于预先建立风储-网协调规划博弈模型。
进一步的,所述预先建立的风储-网协调规划博弈模型如下式表示;
式中:为风储联合系统参与者P在电网参与者G选择最优策略下的己方最优策略,为电网参与者G在风储联合系统参与者P选择最优策略下的己方最优策略;arg max(·)为使目标函数取值最大的变量集合。
与最接近的现有技术相比,本发明提供的技术方案具有的有益效果是:
本发明在市场环境下,风储-网双方进行动态博弈规划,既有利于提高电网消纳风电的积极性,又有利于避免储能的盲目配置,可为目前风储联合电站规划中出现的源网不协调问题提供改进方案。
考虑风电场配置储能后,一方面大大改善风电出力的波动特性,使得风电出力平缓易于调度,提高电网接纳风功率的能力,减少弃风并带来了广泛的社会经济效益;另一方面,储能系统可以替代一部分火电机组,参与系统调峰调频,减少系统热备用容量的需求和缺电损失,从而提高电网的可靠性,降低电网的供电成本。
通过风储系统与电网公司的动态博弈,确定最优的储能容量配置和调峰补偿费用,实现双方利益在达到纳什均衡下的最大化,弥补了针对风储系统投资成本、弃风成本和可靠性等方面的多目标优化方法无法以投资主体各自利益最大化为目标的缺点,更加符合目前市场环境的实际情况。此外,网源的协调规划既有利于提高电网消纳风电的积极性,又有利于避免储能的盲目配置和解决风储联合电站规划中的网源不协调问题。
附图说明
图1是本发明提供的基于完全信息动态博弈的风储接入网源的协调方法的流程图;
图2是本发明提供的风电-储能联合系统接入的30节点典型系统图;
图3是本发明提供的风储并网系统运行示意图;
图4是本发明提供的风储-网协调规划博弈树示意图;
图5是本发明提供的博弈模型求解流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的组件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,本发明的这些实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。
本发明提供一种基于完全信息动态博弈的风储联合系统与电网的网源的协调规划方法,在平抑风电波动性的同时,调动电网消纳风电的积极性,减少弃风,同时使风储系统与电网两者收益都达到最大化。
实施例一、
本发明提供一种一种风储接入网源的协调方法,包括:
确定风储联合系统和电网的收益;
以风储联合系统和电网作为博弈参与者,根据预先构建的风储-网协调规划博弈模型确定风储接入网源的最优协调方案;
所述风储-网协调规划博弈模型根据所述风储联合系统和电网的收益进行构建。
当具体实施本发明时:如图1所示,基于完全信息动态博弈的风储接入网源的协调方法的流程图,包括下述步骤:
A.基于完全信息动态博弈理论,以风储联合系统和电网作为博弈参与者,分析市场环境下双方的博弈关系,建立风储-网协调规划模型。
B.通过一年的仿真调度,采用逆向归纳法对博弈模型进行求解。
进一步地,在步骤A中,首先引入绿色证书交易,分析市场环境下风储系统和电网的博弈关系,其次建立各自的投资效益模型,然后建立风储-网协调规划动态博弈模型。
进一步地,在步骤B中,运用逆向归纳法对博弈模型进行求解:
首先,采用扩展式表述描述参与者战略的动态选择。
其次,根据完全信息动态博弈纳什均衡的基本定理,采用逆向归纳法求解。
最后,通过模拟调度运行,输出博弈模型纳什均衡解。
图2是风储联合系统接入的30节点典型系统图。由于风电场的装机规模主要受风资源限制已基本确定,因此风储联合发电系统的容量配置优化问题一般是在风电容量一定时,求解储能装置的最佳容量。因此本文假设风电场的规模和选址一定,如图2所示,将风电场和储能设置在节点14处,并且只对储能容量进行规划,而不考虑其选址问题。
图3是风储系统并网运行示意图。如图3所示,风储联合系统和电网公司互联互动,收益相关。风储联合系统,决策储能容量,影响风电上网电量和辅助服务收入,同时影响电网售电、证书交易收益;电网公司,决策网架,追求最小化投资,无法保证风电完全消纳。二者决策变量互相影响,形成博弈关系。
图4是风储-网协调规划博弈树示意图。采用扩展式表述描述参与者战略的动态选择,可以体现双方在各种不同行动下的决策方案。图4中初始结和终点结表示博弈的开始和结束,决策结是博弈进行到某个时点上参与者的决策点,终点结也是决策结。需要特别说明的是,任何一个完全信息动态博弈的决策结都可以作为初始结并与其全部后续结构成一个子博弈。
图5是采用逆向归纳法对完全信息动态博弈模型的求解流程。
下面结合具体实施步骤,对基于完全信息动态方法进行详细说明。
步骤A:基于完全信息动态博弈理论,以风储联合系统和电网作为博弈参与者,分析市场环境下双方的博弈关系,建立风储-网协调规划的博弈模型。
步骤B:通过一年的仿真调度,对博弈模型进行求解。
在步骤A中,所述风储-网协调规划的博弈模型建立方法如下:
步骤A1、引入可再生能源配额制和绿色证书交易机制:
欧美等发达国家为解决新能源发电、上网和市场消纳等难题,提出了可再生能源配额制机制,配额实施的责任主体为电网企业,由政府强制执行。
绿色证书交易是可再生能源配额制的组成部分,一份绿色证书代表相应单位的可再生能源发电量,电网企业的可再生能源义务最终表现为必须持有的绿色证书数目。电网企业可以采用两种方式来完成相应的义务:一是通过双边合同从可再生能源获得电能;二是从其他已经完成了规定配额的电力企业购买其超额完成“义务量”而获得的绿色证书。
本发明将配额制下的绿证交易收入考虑在电网收益中,更加符合我国即将开展的绿证交易电力市场,而且有利于调动电网消纳新能源的积极性。因此,本发明先对配额制和绿证交易机制进行解释,并对电网的绿证收入进行建模,后续考虑到电网收益模型中。
设某电网绿色证书配额为N,实际证书持有量为M,则该电网通过可再生能源交易市场可获收益为:
WG,TGC=λTGC(M-N) (1)
式中:WG,TGC为绿色证书交易收益;λTGC为绿色证书单位电量的交易价格。本文以1kW·h可再生电量作为单位证书面值,以一年为期限作为绿色证书结算周期。需要特别说明的是,若M<N,即电网未完成政府规定的配额义务要求,则WG,TGC为从其他义务承担者处购买证书费用。
步骤A2、分析风储-网协调规划博弈关系:
本发明在规划年负荷预测的基础上,考虑西北电网运行方式,进行风储接入后的网源的协调规划。图3为典型的风储并网系统运行示意图,说明了风储系统和电网的决策变量相互影响,形成博弈关系。
博弈论是利用严谨的数学模型,研究多个决策主体之间存在利益关联甚至冲突时,各决策主体如何根据自身能力及所掌握的信息,做出有利于自己或决策者群体的数学理论。形成一个博弈格局的基本元素为参与者、策略、收益与均衡。
(1)博弈参与者
风储联合系统和电网公司作为参与者构成博弈,以下用P,G表示双方参与者。
(2)参与者策略
P,G进行博弈时,风储联合系统的策略为储能的容量,记为PB,电网公司策略为网架扩展规划,记为LG。
(3)参与者收益
P,G收益为其收入与成本之差,分别记为FP、FG,具体收益模型如下。
(4)均衡策略
纳什均衡为非合作博弈的核心概念。记策略组合为博弈模型的纳什均衡策略,以PB为例,对于均有Fi为参与者的收益函数。上式表明,当风储系统储能容量为电网扩展规划策略为时,双方的收益能达到纳什均衡意义下的最大值。
步骤A3、建立各主体投资效益模型:
博弈模式下,各投资主体的效益涉及整个寿命周期的全过程,本文考虑资金的贴现率,采用风电场投资储能前后的年平均收入和成本的变化量计算各参与者的收益,具体收益模型如下。
(1)风储联合系统收益模型
风储联合系统的收益变化量包括风电年售电收入的变化量ΔGW,SEL,政府新能源补贴变化量ΔGW,SUB,储能年辅助服务收入GB,AUX,成本变化量包括风电场的维护成本变化量ΔCW,PRO,储能的初期建设成本CB,INV和运行维护成本CB,WOM。为简化起见,假设风储联合系统的储能上网电价与风电上网电价相同,则其年售电收入变化量ΔGW,SEL为:
式中:Pt wpra,Pt'wpra分别为t时间段的加装储能前后风电场在t时间段内的上网电量;pwt为风电在时段t的上网电价;T为总的时间段,Δt为加装储能前后的时间差;
政府新能源补贴变化量ΔGW,SUB计算如下:
式中:pwsub为风电新能源补贴的度电金额(元/kW·h)。
储能系统在电网运行中用于调峰、备用等辅助服务,其辅助服务收入计算如下:
式中:cPE(元/kW·h)为单位调峰收入,cRE(元/kW·h)为单位备用收入,其中为t时段储能参与系统备用容量,为t时段储能电量,为t时段储能参与调峰电量。
风电场的维护成本变化量ΔCW,PRO的计算如下:
式中:pwpro为风电场管理维护费用,一般为0.05元/kW·h。
风储联合系统收益函数如下式:
式中:储能初期建设成本CB,INV=PBUB,PB为储能电池容量(kW),UB(元/kW)为单位功率储能电池造价;运行维护成本CB,WOM=PBMB,MB(元/kW)为单位功率储能电池年维护费用;τ为银行利率,TB为储能电池寿命,为设备等值年系数。根据《西北区域并网发电厂辅助服务管理实施细则》,辅助服务补偿费用主要来源于并网运行管理考核费用和发电机组调试运行期差额资金。
(2)电网公司收益模型
电网的收入的变化来自于售电收入变化量ΔWG,SEL,绿色证书交易收入ΔWG,TGC,成本的变化包括电网从风储联合电站年购电成本CG,PUR,电网为接纳风电进行的网架扩建成本CG,TR。收益函数如下式:
式中:ΔCG,PUR等于风储联合电站年售电收入变化ΔGW,SEL;NL表示备选扩增线路总条数,Ck表示第k条线路的平均造价(元/km),Lk表示第k条备选线路扩增时的长度。为了简化计算,本文忽略了储能接入引起的系统网损变化。
步骤A4、建立风储-网协调规划博弈模型:
风储联合系统和电网进行网源规划博弈时,风储系统作为电源侧,首先制定其策略PB,之后电网根据系统运行情况,制定其策略LG,然后P,G双方以最大化各自收益为目标,优化调整博弈策略至最优,由此可知这是一个动态博弈过程。为简明起见,假设博弈阶段的所有信息都是公开的,博弈参与者互相掌握对方的全部策略信息,且博弈参与者具有完全理性。
基于以上,本文建立风储-网协调规划动态博弈模型求解双方博弈均衡策略,优化目标如下:
式中:均是在对方选择最优策略下的己方最优策略,在该策略组合下风储-网双方均能达到均衡意义下的最大收益;arg max(·)为使目标函数取值最大的变量集合。上述优化目标需在调度运行策略下仿真寻优。
结合西北电网调度运行策略,建立风储-网协调调度模型。考虑经济调度策略,以常规火电机组消耗能源成本、弃风成本和储能运行成本最小为目标建立调度模型,对每个博弈方案进行仿真计算。所述的风储-网协调调度模型如下:
博弈模型是各参与者的规划策略模型,调度模型是在各方既定规划策略下的仿真运行模型。通过调度模型可以得到满足系统运行约束下的各方运行成本费用(如弃风成本和储能运行成本影响风储联合系统的上网售电收入,以及电网的购电费用),这对于计算博弈模型中各参与者的收益函数来说是必不可少的。在不同的规划策略下,会有不同的调度运行策略,从而影响各方收益函数和博弈均衡结果。博弈模型与调度模型解决的是不同层面的问题,二者又相互影响。本发明考虑经济调度策略,以常规火电机组消耗能源成本、弃风成本与储能运行成本最小为目标对每个博弈方案进行仿真计算。具体数学模型如下:
式中:CGEN为常规火电机组消耗能源成本,CW,CURT为风储系统的弃风成本,CBESS为储能电池的运行成本。Pt Gi为火电机组i在t时段的输出功率;ut Gi为火电机组i在t时段的启停状态变量,ut Gi=0表示火电机组处于停机状态,ut Gi=1表示火电机组处于开机状态;NG为火电机组的台数;αi、βi、γi为机组运行耗量特性参数;ηi为机组启动耗量特性参数。Pt wpre为风电场在时段t预测出力;Pt’wpra为风电场在时段t实际出力;为t时段储能充电功率;β为弃风成本系数。储能运行成本CBESS即是其辅助服务收入WB,AUX,此处是从调度角度出发考虑,NB为储能电池的块数;cPE(元/kW·h)为单位调峰收入,cRE(元/kW·h)为单位备用收入,其中为t时段储能参与系统备用容量,为t时段储能电量,为t时段储能参与调峰电量。
系统仿真运行过程中的约束条件如下:
(1)可调度风电出力约束
式中:Pt wpre为t时段预测风电最大出力,即本文允许因为线路容量约束与调峰、备用约束引起的弃风。
(2)火电机组技术约束
①输出功率上下限约束:
式中:PGi,min和PGi,max为机组i的输出功率上下限。
②爬坡率约束:
式中:PGi,up和PGi,dw为火电机组i的向上爬坡速率和向下爬坡速率。
③最小启停时间约束
式中:和为火电机组i的最小连续运行时间和最小连续停机时间;为火电机组i在t时段前持续同一状态(运行或停机)的时间。
(3)储能系统技术约束
①充放电功率约束
式中:和分别为储能充放电功率,和为储能充电功率上下限,和为储能放电功率上下限。风储联合系统中,储能完全由风电充电,因而t时段储能充电功率应不大于风电预测出力。
②存储电量约束
式中:EB,min和EB,max为储能存储电量上下限。
(4)系统约束
①功率平衡约束
式中:NW为风电机组的台数,为时段t的有功负荷,是储能的充放电功率,放电时为正,充电时为负。
②旋转备用约束
式中:和分别为t时段系统应对风电功率波动设置的正负旋转备用;和分别为t时段系统应对负荷波动设置的正负旋转备用。
③线路容量约束
式中:Pline为线路实际潮流;和分别为线路最小、最大容量约束。
在步骤B中,所述博弈模型求解流程如下:
定理1:如果扩展式表述博弈的战略组合满足(1)s*是原博弈的纳什均衡;(2)s*在每一个子博弈给出纳什均衡,则s*是一个子博弈精炼纳什均衡。
定理2:任何完全信息动态有限博弈都存在子博弈精炼纳什均衡。
由上述定理可知,若使得风储-网双方博弈参与者策略集为有限集合,即可将本文模型转化为完全信息动态有限博弈,即可采用逆向归纳法求解子博弈精炼纳什均衡,求解步骤如下,模型求解流程图详见图5。
1)输入原始数据和参数。初始化建立博弈模型所需的数据,包括负荷信息、风电出力数据、电价、设备造价等计算参与者收益必须的参数。
2)生成博弈参与者策略集合。储能容量从零开始分别以一定步长增加至容量上限(设为系统最大负荷),生成风储策略集合;在每个风储策略下,通过遗传算法,剔除明显不合理的电网规划方案后,生成相应的电网策略集合。
3)按风储、电网排序分层,生成博弈树。
4)计算每条分支线的参与者收益。
5)博弈树简化。由最下层开始,各子博弈模型独立寻找纳什均衡,并将这些子博弈的初始结看作原博弈的终点结,并在新的终点结上标注纳什均衡收益,在简化后的博弈树上重复上述步骤,逆向推进至原博弈树初始结。
6)判断系统是否找到子博弈精炼纳什均衡。若找到均衡,进入步骤7);若未找到均衡,返回步骤2)。
7)输出模型均衡解(相比较于均衡,解特指始于原博弈树的初始结止于终点结的唯一的一条连贯的均衡路径)。
作为一类先进的数学工具,博弈论通过建立混合电力系统中风储系统和电网公司各自决策模型并求解均衡策略,使得风储系统和电网公司均能获得最佳收益。
实施例二、
基于同样的发明构思,本发明还提供一种风储接入网源的协调系统,包括:
采集模块,用于采集风储联合系统和电网的相关参数,生成博弈树;
确定模块,用于根据博弈树和预先建立的风储-网协调规划博弈模型确定风储接入网源的最优协调方案;
其中:所述预先建立风储-网协调规划博弈模型包括以风储联合系统和电网为博弈参与者的投资效益模型,所述博弈参与者的投资效益模型通过风储联合系统和电网的运行参数以及经济参数进行构建。
进一步地,还包括构建模块,用于预先建立风储-网协调规划博弈模型。
进一步地,所述预先建立的风储-网协调规划博弈模型如下式表示;
式中:为风储联合系统参与者P在电网参与者G选择最优策略下的己方最优策略,为电网参与者G在风储联合系统参与者P选择最优策略下的己方最优策略;arg max(·)为使目标函数取值最大的变量集合。
风储-网协调规划博弈格局包括:
1)博弈参与者,包括:风储联合系统参与者P和电网参与者G;
2)参与者策略:
P,G进行博弈时,风储联合系统的策略为储能容量,记为PB,电网策略为网架扩展规划,记为LG;
3)参与者收益:
P,G收益为其收入与成本之差,分别记为FP、FG;
4)博弈模型的纳什均衡策略为风储联合系统参与者P在电网参与者G选择最优策略下的己方最优策略,为电网参与者G在风储联合系统参与者P选择最优策略下的己方最优策略。
本发明在市场环境下,风储-网双方进行动态博弈规划,既有利于提高电网消纳风电的积极性,又有利于避免储能的盲目配置,可为目前风储联合电站规划中出现的源网不协调问题提供改进方案。
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、系统、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(系统)、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。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (13)
1.一种风储接入网源的协调方法,其特征在于:
确定风储联合系统和电网的收益;
以风储联合系统和电网作为博弈参与者,根据预先构建的风储-网协调规划博弈模型确定风储接入网源的最优协调方案;
所述风储-网协调规划博弈模型根据所述风储联合系统和电网的收益进行构建。
2.如权利要求1所述的风储接入网源的协调方法,其特征在于:所述预先建立的风储-网协调规划博弈模型如下式表示;
式中:为风储联合系统参与者P在电网参与者G选择最优策略下的己方最优策略,为电网参与者G在风储联合系统参与者P选择最优策略下的己方最优策略;PB为风储联合系统参与者P在电网参与者G选择最优策略;LG为电网参与者G在风储联合系统参与者P选择最优策略;FB为风储联合系统的收益;FG为电网的收益;arg max(·)为使目标函数取值最大的变量集合。
3.如权利要求2所述的风储接入网源的协调方法,其特征在于:所述FB通过下式进行确定:
式中:ΔGW,SEL为风储联合系统的储能上网电价与风电上网电价相同时的风电年售电收入的变化量,ΔGW,SUB为政府新能源补贴变化量,GB,AUX为储能年辅助服务收入,ΔCW,PRO为风电场的维护成本变化量,CB,INV为储能初期建设成本,表示为CB,INV=PBUB,PB为储能电池容量,单位为kW,UB为单位功率储能电池造价,单位为元/kW;CB,WOM为运行维护成本CB,WOM=PBMB,MB为单位功率储能电池年维护费用,单位为元/kW;τ为银行利率,TB为储能电池寿命,为设备等值年系数;下标B表示电池battery的首字母,考虑使用的储能设备是储能电池。
4.如权利要求2所述的风储接入网源的协调方法,其特征在于:所述FG通过下式进行确定:
式中:上式为考虑可再生能源配额制下绿色证书交易机制的电网收益模型,ΔWG,SEL为售电收入变化量,ΔCG,PUR等于风储联合电站年售电收入变化ΔGW,SEL;ΔCG,PUR为电网从风储联合电站年购电成本,CG,TR为电网为接纳风电进行的网架扩建成本,NL表示备选扩增线路总条数,Ck表示第k条线路的平均造价,单位为元/km,Lk表示第k条备选线路扩增时的长度;表示现值年金系数,将第一年电网为接纳风电进行的网架扩建成本折算为每年的等年值,TG为网架扩建的使用寿命,G代表电网Grid;ΔWG,TGC表示风储-网协调规划后某年电网绿证交易收益的变化值;WG,TGC为绿色证书交易收益,其表示为:
WG,TGC=λTGC(M-N)
式中:N为电网绿色证书配额,M为实际证书持有量,WG,TGC为绿色证书交易收益;λTGC为绿色证书单位电量的交易价格;当M<N时,表示电网未完成政府规定的配额义务要求,则WG,TGC为从其他义务承担者处购买证书的费用。
5.如权利要求1所述的风储接入网源的协调方法,其特征在于,所述以风储联合系统和电网作为博弈参与者,根据预先构建的风储-网协调规划博弈模型确定风储接入网源的最优协调方案,包括:
生成风储联合系统和电网的博弈策略集合;
对风储联合系统和电网博弈策略集合排序分层,生成博弈树;
计算所述博弈树中每条分支线的博弈参与者收益;
判断风储-网协调规划博弈模型是否找到博弈树的纳什均衡;若找到纳什均衡,则输出风储-网协调规划博弈模型均衡解;若未找到纳什均衡,则重新生成风储联合系统和电网的博弈策略集合。
6.如权利要求5所述的风储接入网源的协调方法,其特征在于:所述生成风储联合系统和电网的博弈策略集合,包括:
储能容量从零开始分别以预设步长增加至容量上限,生成风储联合系统博弈策略集合;
在每个风储联合系统博弈策略下,通过遗传算法,剔除明显不合理的电网规划方案后,生成相应的电网博弈策略集合。
7.如权利要求6所述的风储接入网源的协调方法,其特征在于:所述对风储联合系统和电网博弈策略集合排序分层,生成博弈树,包括:
所述博弈树包括位于第一层的初始结,所述初始结为第一个风储联合系统决策结;
所述初始结与位于第二层中的至少一个风储联合系统决策结连接,所述第二层中的风储联合系统决策结包括除第一个以外的其余风储联合系统决策结;
所述第二层中的每个风储联合系统决策结与位于第三层中的至少一个电网终点结连接。
8.如权利要求5所述的风储接入网源的协调方法,其特征在于:在所述判断风储-网协调规划博弈模型是否找到博弈树的纳什均衡之前,还包括对所述博弈树进行简化;
所述对所述博弈树进行简化,包括:
选定博弈树上直接连接终点结的一个决策结,在决策结上行动的参与者必有一个最优选择,最优选择为始于决策结的子博弈的纳什均衡;
若最后一个决策者有多个决策结,始于每个决策结的子博弈都有一个纳什均衡;
从最后决策结中找出按博弈树从根到顶逆向到达距树顶第二层决策结,找出第二层决策结上行动的参与者的最优选择,所述最优选择构成始于第二层决策结的子博弈的一个纳什均衡;
不断逆向推至原博弈的初始结得到博弈树的纳什均衡,称为博弈树的子博弈精炼纳什均衡。
9.如权利要求5所述的风储接入网源的协调方法,其特征在于:所述判断风储-网协调规划博弈模型是否找到博弈树的纳什均衡,包括:
找到满足风储联合系统参与者P在电网参与者G选择最优策略下的己方最优策略和电网参与者G在风储联合系统参与者P选择最优策略下的己方最优策略的纳什均衡
10.如权利要求5述的风储接入网源的协调方法,其特征在于:所述风储-网协调规划博弈模型均衡解为始于博弈树的初始结止于终点结的唯一连贯的均衡路径。
11.一种风储接入网源的协调系统,其特征在于,包括:
确定模块,用于确定风储联合系统和电网的收益;
计算模块,用于以风储联合系统和电网作为博弈参与者,根据预先构建的风储-网协调规划博弈模型确定风储接入网源的最优协调方案;
其中:所述风储-网协调规划博弈模型根据所述风储联合系统和电网的收益进行构建。
12.如权利要求11所述的风储接入网源的协调系统,其特征在于,还包括构建模块,用于预先建立风储-网协调规划博弈模型。
13.如权利要求12所述的风储接入网源的协调系统,其特征在于,所述预先建立的风储-网协调规划博弈模型如下式表示;
式中:为风储联合系统参与者P在电网参与者G选择最优策略下的己方最优策略,为电网参与者G在风储联合系统参与者P选择最优策略下的己方最优策略;arg max(·)为使目标函数取值最大的变量集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711484988.3A CN108304961A (zh) | 2017-12-29 | 2017-12-29 | 一种风储接入网源的协调方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711484988.3A CN108304961A (zh) | 2017-12-29 | 2017-12-29 | 一种风储接入网源的协调方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108304961A true CN108304961A (zh) | 2018-07-20 |
Family
ID=62868199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711484988.3A Pending CN108304961A (zh) | 2017-12-29 | 2017-12-29 | 一种风储接入网源的协调方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108304961A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492815A (zh) * | 2018-11-15 | 2019-03-19 | 郑州大学 | 一种市场机制下面向电网的储能电站选址定容优化方法 |
CN109784554A (zh) * | 2019-01-03 | 2019-05-21 | 山东科技大学 | 一种基于主从博弈的电力系统最优调度方法 |
CN109919452A (zh) * | 2019-02-15 | 2019-06-21 | 三峡大学 | 一种基于多主体博弈的电力-天然气综合能源系统联合规划方法 |
CN110298493A (zh) * | 2019-06-10 | 2019-10-01 | 华北电力大学 | 一种基于博弈和市场动态自适应调节机制的电源规划方法 |
CN110445125A (zh) * | 2019-06-21 | 2019-11-12 | 国网甘肃省电力公司经济技术研究院 | 一种光伏、储能和输电网的协调规划方法 |
CN111598304A (zh) * | 2020-04-21 | 2020-08-28 | 国网江苏省电力有限公司 | 一种用于风光储多主体系统容量优化配置的方法 |
CN112583003A (zh) * | 2019-09-29 | 2021-03-30 | 华北电力大学(保定) | 一种基于演化博弈理论的多能源电力系统电源规划方法 |
CN112598149A (zh) * | 2020-11-03 | 2021-04-02 | 上海电力大学 | 一种基于差异化负荷匹配的配电网网架构建方法 |
CN113162066A (zh) * | 2021-04-02 | 2021-07-23 | 云南电网有限责任公司 | 一种考虑电解铝工业用户参与调频市场博弈行为分析方法 |
CN113554219A (zh) * | 2021-07-02 | 2021-10-26 | 国网安徽省电力有限公司电力科学研究院 | 一种可再生能源发电站共享储能容量规划方法及装置 |
CN113711676A (zh) * | 2019-02-22 | 2021-11-26 | 上海诺基亚贝尔股份有限公司 | 用于nb-iot的资源配置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839109A (zh) * | 2013-10-19 | 2014-06-04 | 李涛 | 一种基于博弈纳什均衡的微网电源规划方法 |
-
2017
- 2017-12-29 CN CN201711484988.3A patent/CN108304961A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839109A (zh) * | 2013-10-19 | 2014-06-04 | 李涛 | 一种基于博弈纳什均衡的微网电源规划方法 |
Non-Patent Citations (4)
Title |
---|
JUNTAO CHEN 等: "A Game-Theoretic Framework for Resilient and Distributed Generation Control of Renewable Energies in Microgrids" * |
李丹 等: "考虑风储参与的电力市场联动博弈分析" * |
栗然 等: "分时电价与风储联合调度协调优化的主从博弈模型" * |
金秋龙 等: "基于完全信息动态博弈理论的光储接入网源协调规划" * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492815B (zh) * | 2018-11-15 | 2021-05-11 | 郑州大学 | 一种市场机制下面向电网的储能电站选址定容优化方法 |
CN109492815A (zh) * | 2018-11-15 | 2019-03-19 | 郑州大学 | 一种市场机制下面向电网的储能电站选址定容优化方法 |
CN109784554A (zh) * | 2019-01-03 | 2019-05-21 | 山东科技大学 | 一种基于主从博弈的电力系统最优调度方法 |
CN109784554B (zh) * | 2019-01-03 | 2023-07-18 | 山西风行测控股份有限公司 | 一种基于主从博弈的电力系统最优调度方法 |
CN109919452A (zh) * | 2019-02-15 | 2019-06-21 | 三峡大学 | 一种基于多主体博弈的电力-天然气综合能源系统联合规划方法 |
CN109919452B (zh) * | 2019-02-15 | 2023-11-28 | 三峡大学 | 一种基于多主体博弈的电力-天然气综合能源系统联合规划方法 |
CN113711676A (zh) * | 2019-02-22 | 2021-11-26 | 上海诺基亚贝尔股份有限公司 | 用于nb-iot的资源配置 |
CN110298493B (zh) * | 2019-06-10 | 2022-10-25 | 华北电力大学 | 一种基于博弈和市场动态自适应调节机制的电源规划方法 |
CN110298493A (zh) * | 2019-06-10 | 2019-10-01 | 华北电力大学 | 一种基于博弈和市场动态自适应调节机制的电源规划方法 |
CN110445125A (zh) * | 2019-06-21 | 2019-11-12 | 国网甘肃省电力公司经济技术研究院 | 一种光伏、储能和输电网的协调规划方法 |
CN112583003A (zh) * | 2019-09-29 | 2021-03-30 | 华北电力大学(保定) | 一种基于演化博弈理论的多能源电力系统电源规划方法 |
CN111598304A (zh) * | 2020-04-21 | 2020-08-28 | 国网江苏省电力有限公司 | 一种用于风光储多主体系统容量优化配置的方法 |
CN112598149A (zh) * | 2020-11-03 | 2021-04-02 | 上海电力大学 | 一种基于差异化负荷匹配的配电网网架构建方法 |
CN112598149B (zh) * | 2020-11-03 | 2023-10-31 | 上海电力大学 | 一种基于差异化负荷匹配的配电网网架构建方法 |
CN113162066A (zh) * | 2021-04-02 | 2021-07-23 | 云南电网有限责任公司 | 一种考虑电解铝工业用户参与调频市场博弈行为分析方法 |
CN113162066B (zh) * | 2021-04-02 | 2023-03-28 | 云南电网有限责任公司 | 一种考虑电解铝工业用户参与调频市场博弈行为分析方法 |
CN113554219A (zh) * | 2021-07-02 | 2021-10-26 | 国网安徽省电力有限公司电力科学研究院 | 一种可再生能源发电站共享储能容量规划方法及装置 |
CN113554219B (zh) * | 2021-07-02 | 2023-11-07 | 国网安徽省电力有限公司电力科学研究院 | 一种可再生能源发电站共享储能容量规划方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108304961A (zh) | 一种风储接入网源的协调方法及系统 | |
Volpato et al. | General guidelines for the optimal economic aggregation of prosumers in energy communities | |
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 | |
CN109034563A (zh) | 一种多主体博弈的增量配电网源网荷协同规划方法 | |
CN109787261B (zh) | 电网侧及用户侧储能系统容量优化配置方法 | |
Pellini | Measuring the impact of market coupling on the Italian electricity market | |
CN110378058A (zh) | 一种综合考虑可靠性与经济性的电热耦合微网最优响应模型的建立方法 | |
CN109657946A (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 | |
CN110086184A (zh) | 一种基于投资约束的园区级综合能源系统容量优化方法 | |
CN110232583B (zh) | 一种考虑碳排放权的电力市场边际价格规划方法 | |
CN110445125A (zh) | 一种光伏、储能和输电网的协调规划方法 | |
CN110264003B (zh) | 一种基于价格引导的多微网系统协调自治优化运行方法 | |
CN109474022A (zh) | 考虑源荷互动和分布式电源出力随机性的配电网优化调控方法 | |
CN110503271A (zh) | 一种综合能源系统的多类型储能配置方法 | |
CN115829142A (zh) | 一种工业企业综合能源系统优化规划方法 | |
CN109787231A (zh) | 一种综合能源系统分布式能量优化方法及系统 | |
CN107134771B (zh) | 一种基于经济效益评估的微网模式切换控制方法 | |
Jin et al. | An overview of virtual power plant development from the perspective of market participation | |
CN112016825A (zh) | 一种区域综合能源系统的集中式交易优化决策方法 | |
CN110247392B (zh) | 计及风电备用能力与需求侧响应的多备用资源鲁棒优化方法 | |
CN113690875A (zh) | 一种微网实时互动等值模型建立方法 | |
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 | |
CN114188940B (zh) | 一种考虑多主体利益的主动配电网调度方法 | |
Tong et al. | Economical optimization for multi-microgrid based on Stackelberg game | |
Zhang et al. | Real-time active power dispatch for virtual power plant via a multi-agent leader-follower game approach |
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 |