CN109657946B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN109657946B CN109657946B CN201811488441.5A CN201811488441A CN109657946B CN 109657946 B CN109657946 B CN 109657946B CN 201811488441 A CN201811488441 A CN 201811488441A CN 109657946 B CN109657946 B CN 109657946B
- Authority
- CN
- China
- Prior art keywords
- energy
- game
- power generation
- gas
- cchp
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013178 mathematical model Methods 0.000 title claims abstract description 14
- 230000008901 benefit Effects 0.000 claims abstract description 75
- 238000004146 energy storage Methods 0.000 claims abstract description 51
- 238000010438 heat treatment Methods 0.000 claims abstract description 41
- 238000001816 cooling Methods 0.000 claims abstract description 34
- 238000010276 construction Methods 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 230000006399 behavior Effects 0.000 claims abstract description 12
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 6
- 238000010248 power generation Methods 0.000 claims description 101
- 239000007789 gas Substances 0.000 claims description 86
- 230000006870 function Effects 0.000 claims description 38
- 230000005611 electricity Effects 0.000 claims description 37
- 238000003860 storage Methods 0.000 claims description 22
- 238000012423 maintenance Methods 0.000 claims description 20
- 238000005265 energy consumption Methods 0.000 claims description 17
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 229910052799 carbon Inorganic materials 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 5
- 239000002737 fuel gas Substances 0.000 claims description 4
- 238000005057 refrigeration Methods 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims description 2
- 239000000498 cooling water Substances 0.000 claims description 2
- 239000000446 fuel Substances 0.000 claims description 2
- 239000000779 smoke Substances 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 239000000243 solution Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 239000002699 waste material Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000002918 waste heat Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 230000002745 absorbent Effects 0.000 description 1
- 239000002250 absorbent Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000007864 aqueous solution Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 235000019628 coolness Nutrition 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- -1 period Chemical class 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005406 washing 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
- G06Q10/06—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
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (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
本发明涉及能源互联网规划技术领域,具体涉及一种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,包括建立适用于博弈论规划分析的分布式电源、储能系统、冷热电联供系统的模型;将公共能源运营商、分布式能源的服务商以及用户作为博弈参与者,以规划建设容量、定价策略、用能行为作为各自的决策变量,并将设备的全寿命周期收入作为收益,建立区域能源互联网规划的不同博弈模型;根据各个参与者的决策策略建立多个模式下的具体博弈模型;通过迭代优化算法进行求解,并对比分析各种博弈模式下的Nash均衡解,最终选择各方利益最大化下的Nash均衡解作为区域能源互联网的规划方案。
Description
技术领域
本发明涉及能源互联网规划技术领域,具体涉及一种基于博弈论的区域能源互联网规划分析方法。
背景技术
目前,我国正在有效开展绿色低碳能源体系变革发展,推动“四个革命”,建立清洁低碳、安全高效的现代能源体系。推动能源消费革命,建立能权交易等机制,控制能源消费总量,有效落实节能优先方针;推动能源供给革命,建立多元供应体系,形成煤、油、气、核、新能源、可再生能源多轮驱动的能源供应体系;推动能源技术革命,通过技术创新推进新能源开发与应用,有效提升能源发展水平;推动能源体制革命,构建有效竞争的市场结构和市场体系,形成主要由市场决定能源价格的机制。
在技术进步、能源结构调整、体制改革、环境压力等因素的推动下,能源互联网成为能源产业革命的突破口,而区域能源互联网则是其主要形式之一。区域能源网需要规划建设的内容非常多,涉及到众多利益相关方,对时间、人力、资金等方面的成本要求相当高,很少有企业能够独立进行全面布局,而往往需要开展企业间的协作。随着配电网电力改革的深入,涌现的售电公司逐渐发展为拥有分布式电源、供热、供冷等综合业务的能源服务商。分布式电源全面参与电力交易,结合用户气、冷、热、电等多种用能需求,将各种高效能源技术根据需求和技术特点进行优化组合,结合各类能源交易和增值服务,形成综合能源服务模式。
对于能源互联网的规划问题,因其能源间的耦合性、模型的非线性以及不同主体的多目标性等特点,通常采用智能算法建立多目标优化模型进行求解。但该类方法忽略了在市场经济条件下,由于综合能源服务商的投资行为导致区域能源互联网中不同主体之间的利益不同,各主体都以自身的利益为最大化采取不同的策略,即可以完全独立决策又可以同其他主体联合共同决策。这样就需要考虑不同主体之间决策的相互影响,从而制定出更合理的能源互联网规划方案。显然,现有的多目标优化规划方法无法描述多个主体之间决策行为,因此需要一种新的方法对其进行分析。
发明内容
本发明的目的在于克服现有技术的缺陷,提供一种基于博弈论的区域能源互联网规划分析方法,建立基于博弈论的区域能源互联网规划模型,分析区域能源互联网中各能源设施的容量优化配置问题,以分布式能源服务商、公共能源运营商和用户作为博弈的参与者,采用迭代搜索法求解不同博弈模式下的Nash均衡点,其结果能够保证能源的高效综合利用,提升各个参与者的综合技术经济效益。
为实现上述目的,本发明采用了如下技术方案:
本发明中所指的区域包括但不限于工业、产业、科技等园区,区域能源互联网结构,如图1所示。
1.建立基于博弈论的区域能源互联网规划的数学模型
本发明涉及的能源技术包括可再生能源发电技术、储能系统(Energy StorageSystem,简称ESS)、冷热电联供系统(Combined Cool ing Heat ing and Power,简称CCHP),可再生能源发电技术包括但不限于光伏发电(Photovol taic,简称PV)、风力发电(Wind Turbine,简称WT);根据博弈理论,本模型包含了参与者集合、策略集合、收益函数、均衡等基本元素,其中:
(1)参与者集合,其包括,
(1a)分布式能源服务商:规划区域中的电、热、冷等能源的投资建设和运营者。负责规划区域中能源设施的投资建设、维护以及运营,服务商从上级电网买电、从燃气公司购买燃气,服务商为用户提供能源服务,并决策能源销售价格;
(1b)公共能源运营商:向规划区域提供电力、燃气等公共能源的运营商如电力公司、燃气公司。负责该区域中公共能源设施如变电站、储气站的投资建设、维护以及运营,并向分布式能源服务商销售能源;
(1c)用户:规划区域中电、热、冷等能源的使用者;
以上三者为该博弈模型的参与者,分别用A(Agency)、U(Ut i l i ties)、C(Customer)表示分布式能源服务商、公共能源运营商、用户,并将参与者集合表示为:N={A,U,C};
(2)策略集合
在对区域能源互联网进行规划时,主要是在满足技术性和经济性基础上确定各种能源设施的建设容量;在能源市场化条件下,不同能源设施归属于不同的市场主体,其运营的盈利情况与能源价格、用户的用能行为相关,直接影响了投资回收周期以及规划的建设规模;合理的能源价格能够调整用户的用能行为和用能习惯,提高用户的市场参与度,从而提升设备的运行效率;
参与者在进行博弈时,区域分布式能源服务商的建设容量以及销售策略,主要是通过与用户的用能行为以及公共能源运营商的建设情况之间博弈模式决定的;
策略集合包括,
(2a)分布式能源服务商的策略,是能源站的容量以及能源价格,即光伏发电(PV)、风力发电(WT)、储能系统(ESS)、冷热电联供系统(CCHP)的容量以及电力销售价格,分别记为PPV、PWT、PESS、PCCHP、SE,决策变量可以在某个范围内连续取值,即具有连续的策略空间ΩPV、ΩWT、ΩESS、ΩCCHP、ΩE,具体为
其中,分别为光伏发电系统容量的上限和下限;分别为风力发电系统容量的上限和下限;分别为储能系统容量上限和下限;分别为冷热电联供系统容量的上限和下限;分别为售电价格的上限和下限。在当前电力市场改革趋势下,电价具有较为灵活的定价空间,本发明中仅以电价为例进行方法的说明,热能价格和冷能价格也可以进行类推;
(2b)公共能源运营商的策略,是公共能源设施的容量,即电力公司建设变电站的容量以及燃气公司建设储气站的容量,分别记为PSTA和VGAS,决策变量可以在某个范围内连续取值,即具有连续的策略空间ΩSTA和ΩGAS,具体为
其中,分别为电力公司建设的变电站容量上限和下限;分别为燃气公司建设的储气站容量上限和下限;
(2c)用户的策略,是不同能源价格采取不同的用能行为以减小用能支付,即调整或平移使用的负荷,记为PC,决策变量可平移负荷可以在某个范围内连续取值,即具有连续的策略空间ΩC,具体为
其中,分别为用户可平移负荷的上限和下限;
因此,博弈的策略集合为Ω=(ΩPV,ΩWT,ΩESS,ΩCCHP,ΩE,ΩSTA,ΩGAS,ΩC);
(3)收益函数
基于全寿命周期的理念,将参与者收益定义为,参与者的全寿命周期收入与全寿命周期费用(或成本)之差,参与者的收益分别记为IA、IU和IC,从而该博弈的收益向量为I=(IA,IU,IC);本发明采用资金贴现率来表征全寿命周期的收益,以年平均收入和费用计算各参与者的全寿命周期收益;
收益函数包括,
(3a)分布式能源服务商的收益函数
分布式能源服务商的全寿命周期收入主要包括售能收入报废收入和辅助服务收入等;分布式能源服务商的全寿命周期费用主要包括运行年限内的设备投资建设费用运行维护费用停电补偿费用从公共能源运营商购能的费用等;
其中,辅助服务主要是指储能系统(ESS)为公共能源运营商如电力公司提供的削峰填谷、平滑功率输出的辅助功能;
在计算过程中,本发明采用时间序列模型描述光伏发电(PV)、风力发电(WT)、储能系统(ESS)、负荷(LD)的特性,并分别将t时刻的光伏发电出力、储能系统的功率水平和电负荷需求记作pPV(t)、pWT(t)、pESS(t)和
本发明在光伏发电、风力发电出力的时间序列的基础上计算其各项费用和收入;具体的,通过间接法得到光伏发电、风力发电出力的时间序列,即首先获取该区域地区的太阳辐射强度的时间序列,之后根据光伏发电的出力与太阳辐射强度的函数关系,得到光伏发电出力的时间序列pPV(t),t为以小时为单位的时间,即t=1,2,...,8760;同样,首先获取该区域地区风速的时间序列,之后根据风力发电出力与风速的函数关系,得到风力发电出力的时间序列pWT(t);
储能系统在t时刻的功率pESS(t)既与t时刻的供求关系相关,也与其在上一时刻的能量状态有关。定义区域系统中光伏发电和风力发电的总功率与系统总负荷之差为系统发电裕度,可得t时刻的系统发电裕度为
当系统功率充足(Δ(t)≥0)时,储能系统以效率ηESS充电;当系统功率不足(Δ(t)<0)时,则会以效率ηESS放电。于是可得到储能系统在t时刻的功率为
pESS(t)=pESS(t-1)+ηESSΔ(t)
一般地,储能系统的功率不能低于保证其正常工作的最低功率,即其t时刻的功率应满足
冷热电联供(CCHP)系统主要工作原理是:通过燃烧燃气转化为机组发电出力以及烟气、缸套水余热,吸收式冷温水机组利用溴化锂水溶液为吸收剂,余热利用用于制冷或制热。可以用如下关系表示:
其中,VCCHP(t)为燃气进气量,θLHV为已知的低位燃料热值,为燃气燃烧产生的热量;为CCHP排放的烟气、缸套冷却水的可利用热功率,α、β为转换系数;是t时刻CCHP的发电出力、制冷量、制热量,分别为CCHP发电出力、制冷量、制热量的极值;
(3a-1)年投资费用
假设投资建设为一次完成。若光伏发电、风力发电、储能系统以及冷热电联供系统的单位功率的投资费用为UPV、UWT、UESS、UCCHP,则建设的一次投资总额分别为PPVUPV、PWTUWT、PESSUESS、PCCHPUCCHP。光伏发电、风力发电、储能系统以及冷热电联供系统的使用寿命分别为LPV、LWT、LESS、LCCHP,考虑资金的时间价值,将其折算为年投资费用,则可得到分布式能源服务商的年投资费用为
;
(3a-2)年运行维护费
记光伏发电、风力发电、储能系统以及冷热电联供系统的单位功率年运行维护费用为MPV、MWT、MESS、MCCHP,则得分布式能源服务商的年运行维护费用为
(3a-3)年售能收入
分布式能源服务商对区域内的供能包括售电、售热和售冷;
售电收入是分布式能源服务商收入的主要部分,其正比于售电量。而售电量不仅与光伏发电、风力发电、CCHP的出力有关,也与区域系统内总负荷需求有关,即由系统中的供需平衡关系决定。当系统供不应求时,光伏发电、风力发电CCHP的出力可以完全出售并带来收入,当系统供大于求时,售电量小于其出力,事实上,系统将出现弃光弃风现象;
考虑到区域中的负荷需求、储能系统的功率水平及向公共能源运营商输送功率情况,该区域在t时刻的最大消纳功率为
其中,PESS-pESS(t)为储能系统在t时刻最大可吸收的功率,当区域系统中供电充裕时,可将部分功率输出给公共能源运营商,而最大输出功率即为变电站的容量。进一步定义区域系统的过剩功率为系统总发电量与最大可消耗功率的差值,即
其中,过剩功率PMAR(t)由弃电负荷消耗掉,不会给分布式能源服务商带来任何收入;
最终,得到的光伏发电在t时刻的售出功率PPV_SEL(t)为
同样,得到的风力发电在t时刻的售出功率PWT_SEL(t)为
储能系统售电功率采用如下方法计算,相邻两个时刻的功率差为
ΔpESS(t)=pESS(t)-pESS(t+1)
因而,储能系统在t时刻的售电功率PESS_SEL(t)与ΔpESS(t)的关系为
因此,分布式能源服务商的总年售电收入为
其中,RE(t)为实时电价;T=8760h;α为政府补贴的电价系数。
售热收入与分布式能源服务商的售热量成正比,即与CCHP产生的供热量成正比,因此,热能年销售收入为
其中,RH为供热价格;
同样,售冷收入与分布式能源服务商的售冷量成正比,即与CCHP产生的供冷量成正比,因此,冷能年销售收入为
其中,RC为供冷价格;
综上所述,分布式能源服务商的总年售能收入为
(3a-4)年停电补偿费用
由于可再生能源发电如光伏发电(PV)、风力发电(WT)等出力具有不确定性,区域内的总出力不一定时刻均能满足负荷需求,倘若系统由于供电不足引起负荷停电,则需要对其进行赔偿,此处的停电补偿费用正比于停电负荷量;
记t时刻区域中负荷与最大可用功率之差为该区域的不平衡功率,其表达式为
其中,为储能系统的最小储能功率,为最小储能功率系数,为储能系统在t时刻的最大可释放功率,中括号中各项之和为分布式能源服务商最大可提供功率。显然,倘若ΔP(t)≤0,分布式能源服务商能够满足负荷的需求,否则将从公共能源运营商购买部分电力Pg(t),以期最大程度地满足用户的用能需求。此外,受变电站的限制,Pg(t)最大值为变电站的规划容量PSTA,并由下式确定:
考虑到分布式能源服务商从公共能源运营商的购电行为后,其在t时刻的停电功率为
显然,当PEENS(t)=0,区域中无负荷停电;否则,区域中会出现负荷失电,此时分布式能源服务商需对停电负荷做出一定的补偿,总补偿费用为
其中,k(t)为单位停电量的补偿费用,其数值可以根据相关协议或政策确定,本发明中取k(t)=1.5R(t);
(3a-5)年购能费用
分布式能源服务商需要从公共能源运营商购买电力、燃气等能源,因此需要支付相应的费用。
若分布式能源服务商从公共能源运营商够买电量、燃气量分别为其单位功率的费用分别为则从公共能源运营商购买能源所支付的年总费用为
(3a-6)年报废收入
报废收入是指考虑设备在其寿命终止时带来的价值,该项收入在寿命终止时刻得到,需要考虑资金的时间价值对其进行折算。若记单位功率的光伏发电报废收入是DPV,则在光伏发电设备到达其使用期限报废时,总报废收入为PPVDPV,将其折算到运行期间的每一年的光伏发电的等效报废收入为
同样,折算到运行期间的每一年的风力发电的等效报废收入为
折算到运行期间的每一年的储能系统的等效报废收入为
折算到运行期间的每一年的CCHP的等效报废收入为
则总的年报废收入为
(3a-7)年辅助服务收入
分布式能源服务商投资建设的储能系统能够为公共能源运营商提供削峰填谷等辅助服务,即为公共能源运营商提供备用容量,由此获得辅助服务的费用该收入与储能系统所提供的备用容量成正比。储能系统在t时刻的备用容量PRES(t)为
从而可得储能系统的年辅助服务收入为
其中,β为单位备用容量的收入。
综述所述,参与者分布式能源服务商的收益函数为:
(3b)公共能源运营商的收益
本发明中参与者公共能源运营商主要有电力公司和燃气公司,各自收益函数不同;电力公司的全寿命周期收入主要包括由于分布式能源服务商的并网接入,电力系统中网损的降损收益向分布式能源服务商售电的收益以及设备的报废收入等;电力公司的全寿命周期费用则需计及运行年限内的设备投资建设费用运行维护费用以及支付分布式能源服务商辅助服务的费用
燃气公司的全寿命周期收入主要包括向分布式能源服务商售气的收益以及设备的报废收入等;其全寿命周期费用则需计及运行年限内的设备投资建设费用和运行维护费用
(3b-1)电力公司年投资建设费用
电力公司的建设主要包括对区域变电站的建设,假设投资建设为一次完成。若变电站的单位功率投资费用为USTA,则建设的一次投资总额分别为PSTAUSTA。变电站的使用寿命为LSTA,考虑资金的时间价值,将其折算为年投资费用,则可得到电力公司的年投资费用为
(3b-2)电力公司年运行维护费用
记变电站的单位功率年运行维护费用为MSTA,则得电力公司的年运行维护费用为
(3b-3)电力公司年报废收益
记单位功率的变电站报废收入是DSTA,则在变电站设备到达其使用期限报废时,总报废收入为PSTADSTA,将其折算到运行期间的每一年的变电站等效报废收入为
(3b-4)电力公司年售电收益
本发明中只考虑电力公司向区域能源互联网中的分布式能源服务商售电所获得的收益,因此等于分布式能源服务商的购电费用,即
(3b-5)电力公司年降损收益
由于分布式能源服务商的接入降低了电力公司对该区域电力供应,从而间接的降低了由于电能的传输过程中导致的网损费用,因此,电力公司的年降损收益为
其中,RLOSS为网损电价,λ为网损率,括号内表示电力公司减少的对区域内的电力供应;
(3b-6)电力公司年辅助服务费用
分布式能源服务商为电力公司提供峰填谷等辅助服务,对电力公司降低损耗、延缓投资方面都具有明显的效益。因此电力公司需要为分布式能源服务商支付辅助服务费用,其年辅助服务费用等于分布式能源服务商获得的年辅助服务收入,即
(3b-7)燃气公司年投资费用
燃气公司的建设主要包括对储气站的建设,假设投资建设为一次完成。若储气站的单位功率投资费用为UGAS,则建设的一次投资总额分别为PGASUGAS。储气站的使用寿命为LGAS,则燃气公司的年投资费用为
(3b-9)燃气公司年运行维护费用
记储气站的单位功率年运行维护费用为MGAS,则燃气公司的年运行维护费用为
(3b-10)燃气公司年报废收益
记单位功率的储气站报废收入是DGAS,则在储气站设备到达其使用期限报废时,总报废收入为PGASDGAS,将其折算到运行期间的每一年的储气站等效报废收入为
(3b-11)燃气公司年售气收益
本发明中只考虑燃气公司向区域能源互联网中的分布式能源服务商售气所获得的收益,因此等于分布式能源服务商的购气费用,即
所述公共能源运营商的收益函数为:
(3c)用户的收益函数
用户通过调整可平移负荷在不同能源价格下的使用功率,达到在满足用能舒适度的同时降低用电成本的目的;在本发明中可平移负荷主要针对部分电负荷,如洗衣机、烘干机、洗碗机等,这类负荷具有启动后不可中断,但可延迟使用,不影响负荷运行特性,该负荷的使用时刻一般取决于用户的用电方式和用电习惯,对电价的变化比较敏感;本发明中暂不考虑部分热负荷、冷负荷的平移,但并不限制本方法在热负荷、冷负荷中的使用;
用户的用能成本为用户使用电、热、冷能源时支付的成本,即
用户的用能效益用对数函数来表示,即
其中,kE(t)、kH、kC为用户用电、热、冷能源的效益参数,k值较大说明用户倾向于消耗更多的能量以获取更大的用能效益。因本发明中电负荷可平移调整,不同时刻的用电效益不同;
所述用户的收益函数为
可知,当用户的用能量增加时,其用能效益增加,而其购能成本也随之增加;本发明中用户为了使总收益最大,需要根据电价的不同调整不同时刻的用电负荷,即对电负荷进行平移;
(4)信息集合
在参与者进行博弈时,需要满足一定的物理约束条件,这些约束条件组成了保证系统安全、可靠和稳定运行的信息集合,其包括:
(4a)能量平衡约束,其包括
(4a-1)电负荷平衡
用户的电负荷由分布式能源服务商与电力公司共同满足:
其中,PPV_SEL(t)为光伏发电在t时刻的售出功率,PWT_SEL(t)为风力发电在t时刻的售出功率,PEES_SEL(t)为储能系统在t时刻的售电功率,为分布式能源服务商从公共能源运营商的购买电量,为用户在t时刻的电负荷;
电负荷中包括常规电力负荷以及由于供热、供冷不足产生的电空调的耗电功率即
(4a-2)热负荷平衡
用户的热负荷通过CCHP和电空调共同满足:
其中,为CCHP提供的供热量,为电空调提供的制热量,为用户的热负荷功率需求;
(4a-3)冷负荷平衡
用户的冷负荷通过CCHP和电空调共同满足:
其中,为CCHP提供的供冷量,为电空调提供的制冷量,为用户的冷负荷功率需求;
(4b)电空调约束
电空调的制热量、制冷量与耗电功率之间的关系如下:
其中,为能量转换系数;为电空调的功率下限和上限;
(5)均衡
假设为博弈模型的纳什(Nash)均衡下的策略解,表明各参与者或联盟在该策略下能够实现各自利益的最大化。
2.计算步骤
在以上模型基础上的基于博弈论的区域能源互联网规划方法,步骤如图2所示。主要有以下步骤:
第一步:获取规划区域内的负荷时间序列光伏发电出力的时间序列pPV(t)、风力发电出力的时间序列pWT(t)和经济数据;
第二步:依据权利要求本发明的基于博弈论的区域能源互联网规划的数学模型,在不同的博弈模式下分别建立相应的博弈模型;
第三步:对博弈模型进行迭代求解;
第四步:对合作模式的收益进行分配;
第五步:参与者收益分析比较,选取最佳博弈模式;
第六步:最佳博弈模式的Nash均衡解作为系统的Nash均衡点
分布式能源服务商按照规划投资光伏发电、风力发电、储能系统、冷热电联供系统的容量,并按照策略制定售能价格;公共能源运营商按照规划投资变电站、储气站的容量;用户按照调整用能行为对负荷进行平移;通过用户、公共能源运营商与分布式能源服务商的博弈分析,最终确定区域能源互联网中光伏发电、风力发电、储能系统、冷热电联供系统的规划容量。
本发明的基于博弈论的区域能源互联网规划分析方法,通过对于用户、公共能源运营商与分布式能源服务商的博弈分析,最终确定区域能源互联网中光伏发电、风力发电、储能系统、冷热电联供系统的规划容量,保证了能源的高效综合利用,并提升各个参与者的综合技术经济效益。
附图说明
图1是本发明区域能源互联网的系统结构图,示出了博弈参与者涉及的能源设施以及能量的转换形式;
图2是本发明基于博弈论的区域能源互联网规划分析流程图;
图3是本发明中博弈模型求解的流程图;
图4是本发明典型日负荷曲线的示例图。
具体实施方式
以下结合附图1-4给出的实施例,进一步说明本发明的基于博弈论的区域能源互联网规划分析方法的具体实施方式。本发明的基于博弈论的区域能源互联网规划分析方法不限于以下实施例的描述。
以下将结合说明书附图,对本发明基于博弈论的区域能源互联网规划分析方法的实施过程做详细说明。需要指出的是,下述内容是对于本发明的示例性的说明,并不限制本发明的范围和应用。
建立基于博弈论的区域能源互联网规划的数学模型,具体如下:
所述数学模型涉及能源技术,所述能源技术包括可再生能源发电技术、储能系统、冷热电联供系统,所述可再生能源发电技术至少包括光伏发电、风力发电;
所述数学模型的基本元素至少包括参与者集合、策略集合、收益函数、均衡,其中:
(1)参与者集合,包括:
规划区域中的分布式能源服务商、公共能源运营商和用户;所述分布式能源服务商、公共能源运营商、用户分别用A、U、C表示,参与者集合为N={A,U,C};
(2)策略集合,包括:
(2a)分布式能源服务商的策略,包括光伏发电系统(PV)、风力发电系统(WT)、储能系统(ESS)、冷热电联供系统(CCHP)的容量、以及电力销售价格,分别记为PPV、PWT、PESS、PCCHP、SE,光伏发电系统(PV)、风力发电系统(WT)、储能系统(ESS)、冷热电联供系统(CCHP)的分布式能源服务商的决策变量、以及电力销售价格的决策变量,具有连续的策略空间,分别记为ΩPV、ΩWT、ΩESS、ΩCCHP、ΩE,具体为
其中,分别为光伏发电系统容量的上限和下限;分别为风力发电系统容量的上限和下限;分别为储能系统容量上限和下限;分别为冷热电联供系统容量的上限和下限;分别为售电价格的上限和下限;
(2b)公共能源运营商的策略,包括电力公司建设变电站的容量以及燃气公司建设储气站的容量,分别记为PSTA和VGAS,电力公司和燃气公司的公共能源运营商的决策变量具有连续的策略空间ΩSTA和ΩGAS,具体为
其中,分别为电力公司建设的变电站容量上限和下限;分别为燃气公司建设的储气站容量上限和下限;
(2c)用户的策略,是不同能源价格采取不同的用能行为以减小用能支付,即调整或平移使用的负荷,记为PC,用户的决策变量具有连续的策略空间ΩC,具体为
其中,分别为用户可平移负荷的上限和下限;
(3)收益函数
参与者收益,定义为参与者的全寿命周期收入与全寿命周期费用之差;分布式能源服务商的收益、公共能源运营商的收益和用户的收益分别记为IA、IU和IC,从而模型的收益向量为I=(IA,IU,IC);
(3a)分布式能源服务商的全寿命周期收入包括售能收入报废收入和辅助服务收入分布式能源服务商的全寿命周期费用包括运行年限内的设备投资建设费用运行维护费用停电补偿费用从公共能源运营商购能的费用
分布式能源服务商的收益函数为:
(3b)公用能源运营商包括电力公司和燃气公司;电力公司的全生命周期收入包括由于分布式能源服务商的并网接入,电力系统中网损的降损收益向分布式能源服务商售电的收益以及设备的报废收入电力公司的全寿命周期费用包括运行年限内的设备投资建设费用运行维护费用以及支付分布式能源服务商辅助服务的费用燃气公司的全寿命周期收入包括向分布式能源服务商售气的收益设备的报废收入燃气公司的全寿命周期费用包括运行年限内的设备投资建设费用和运行维护费用
公共能源运营商的收益函数为:
(3c)用户的用能成本用户的用能效益
用户的收益函数为:
(4)均衡
基于参与者集合、策略集合和收益函数,得出模型的纳什(Nash)均衡,记为分布式能源服务商、公共能源运营商和用户之间为合作方式的博弈或非合作方式的博弈;
能源传输和转换的约束条件如下:
(4a)能量平衡约束
电负荷平衡
热负荷平衡
冷负荷平衡
(4b)电空调约束
电空调的制热量、制冷量与耗电功率之间的关系如下:
(4c)CCHP模型及约束
CCHP的电力出力、制热量、制冷量与燃气之间存在以下关系:
。
参与者在进行博弈时,每一方参与者均以其自身利益的最大化为目标的同时,其自身利益也受到其他参与者的决策结果的影响,其数学模型涉及到多元非线性函数的极值求解,本发明的博弈是具有连续策略且非零和的博弈,因此采用迭代搜索法求解Nash均衡点,求解流程,如图2所示,具体如下:
第一步:输入系统原始数据并进行初处理,以获取负荷时间序列光伏发电出力的时间序列pPV(t)、风力发电出力的时间序列pWT(t),并获取经济参数。
输入并建立博弈模型所需的各种技术经济原始数据,如获取该区域地块规划数据,风速、太阳辐射强度等自然环境参数,电价、气价、资金的贴现率等经济数据,以及其他参与者收益必需的数据或参数;然后根据建筑面积、用地性质进行冷热电负荷预测,从而得到该区域的负荷需求;根据自然环境参数得到光伏发电、风力发电出力的时间序列函数等,具体计算过程如下:
获取规划区域的土地规划数据,如土地性质和面积等,并依据负荷密度计算相应的负荷需求,然后依据典型日负荷曲线,计算得出负荷时间序列
表一:为规划区域的土地规划数据的示例
表二:是规划区域内,依据负荷密度计算负荷需求的示例
获取规划区域内的太阳辐射强度数据,即太阳辐射强度的时间序列i(t),光伏发电出力的时间序列pPV(t)与光照i(t)之间一般存在以下关系:
其中,PSTC为光伏在标准辐照下的功率,ISTC为标准太阳辐射强度。
从气象部门获取该区域的风速的数据即风速的时间序列v(t),风力发电出力的时间序列pWT(t)与风速v(t)之间一般存在以下关系:
式中,Pr为风机的额定出力,vci为切入风速,vco为切除风速,vr为额定风速,A、B、C为模型参数,均与风机有关,属于已知参数。
获取规划区域内的经济数据,直接参与规划计算。
优选的,所述经济数据至少包括供应商电价、服务商供热价格、贴现率、光伏发电单位造价、储能电池单位造价、冷热电联供系统单位造价、变电站单位造价、储气站单位造价、供应商燃气价格、光伏发电寿命、储能电池寿命、冷热电联供系统寿命、变电站寿命和储气站寿命。
表三:是经济数据的示例
根据所述数学模型建立确定响应的博弈要素以及约束条件等。
第二步:在不同的博弈模式下分别建立相应的博弈模型。
参与者之间可以存在多种博弈模式,如完全竞争的非合作博弈模式,完全合作博弈模式,以及两方合作与另一方竞争的部分合作博弈模式。
不同的博弈模式有不同的模型,具体如下:
(1)非合作模式博弈模型
各参与者各自为政,进行独立决策以最大化各自收益,则形成非合作模式模型,该博弈模式下各元素如下:
(1a)参与者集合
N={{A},{U},{C}};
(1b)策略集合
Ω=(ΩPV,ΩWT,ΩESS,ΩCCHP,ΩE,ΩSTA,ΩGAS,ΩC);
(1c)收益函数
IA(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC),IU(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC),IC(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC);
若上述博弈模型存在Nash均衡点则根据Nash均衡的定义,其应满足
由此可见,和均是在另外两方选择最优策略下的己方的最优对策,即在策略组合下,参与者均能达到Nash均衡意义下的最高收益。
(2)部分合作模式博弈模型
有些情况下,参与者个体之间通过合作的方式会避免由于个体能力不足导致的利益受损,因此参与者之间基于共同利益的考虑有可能组成联盟。个体之间通力合作使联盟利益最大化的同时也增加参与者个体的收益。本发明中仅以分布式能源服务商与用户合作组成联盟后与公共能源运营商博弈为例进行说明,联盟的收益记作IAC,该博弈模式下各元素如下:
需要说明的是,本领域的普通技术人员在本发明的范围内可以对其进行变化、修改、替换和变型,从而形成其他部分合作模式模型
(2a)参与者集合
N={{A,C},U};
(2b)策略集合
(2c)收益函数
IAC(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC),IU(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC)
若上述博弈模型存在Nash均衡点则根据Nash均衡的定义,其应满足
表明,和均是在对方选择最优策略下的己方的最优对策,即在策略组合下,分布式能源服务商-用户联盟和公共能源运营商均能达到Nash均衡意义下的最高收益。
(3)完全合作模式博弈模型
为了达到整体利益的最大化,所有参与者也可以通过完全合作形成一个总联盟,此总联盟的收益记作IAUC,该博弈模式下各元素如下:
(3a)参与者集合
N={A,U,C};
(3b)策略集合
(3c)收益函数
IAUC(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC);
若上述合作博弈模型存在Nash均衡点根据Nash均衡的定义,其应满足
由此可见,策略组合是使整个合作联盟达到整体收益最大化的最优决策,然后再进行收益的合理分配,最终保证参与者个体利益最大化。
第三步:对博弈模型进行迭代求解
根据模式的不同将第一步中相关参数代入不同的模型中,不同的模式具有相同的求解流程,如图3所示,具体如下:
(a)输入基本数据
输入迭代计算过程中的基本参数,如粒子群算法的粒子数量、迭代次数等。
(b)均衡点初始化
由于采用博弈论的迭代算法求解均衡策略,因此,首先需要设定均衡策略的初始值,本发明在各决策变量的策略空间选取均衡点初值此处随机选取。
(c)参与者个体(或联盟)迭代优化决策
以前述的非合作博弈模式为例说明该优化决策过程。设所有参与者的决策量总数为N,从第一个决策量n=1开始优化。若在第j次优化决策后参与者个体的N个决策结果为参与者需要根据其他个体的决策结果调整自身决策量使自身的收益最大化。本发明采用粒子群算法(也可以采用其他迭代算法进行优化)单独对参与者个体收益中的决策量n进行优化计算,得到第j+1次的各参与者个体的优化决策结果,直至n=N,即
(d)参与者的决策结果进行共享,并计算参与者的收益函数
将上述各参与者的最优策略告知每一位参与者,即将其他参与者的决策结果作为已知量代入各自参与者的收益函数中。每个参与者不同的策略选择导致收益也各不相同,因此,每一次博弈中,参与者都会获得一个新的收益函数值,其中包含了一个参与者采取策略时对另一个参与者带来的收益。
(e)判断是否为Nash均衡点
若各博弈参与者相邻两次博弈得到的最优决策量之差小于某值σ,即
则表明在该策略下,任何参与者通过改变自身策略而获得收益很小,根据Nash均衡的定义,可以认为该策略组合即为Nash均衡即
若找到Nash均衡点,则进入下一步,输出结果;否则,重新进行优化决策。
(f)输出结果
将Nash均衡解输出。
第四步:对合作模式收益进行分配
对于合作博弈模式或部分合作博弈模式,确定联盟的总体收益之后,还需要对因合作而产生的额外收益进行分配,本发明采用合作博弈中经典也是较广使用的分配策略Shapley值对合作所获得的收益进行分配,Shapley值是基于参与者对不同联盟边际贡献的均值,计算方便且唯一存在。
第五步:参与者收益分析比较
计算各种博弈模式中参与者的收益,合作模式下的收益为参与者的自身收益与联盟分配的收益之和,对不同博弈模式下的参与者的收益进行分析比较,选取所有参与者的收益之和最大的博弈模式为最佳模式。
第六步:输出系统的Nash均衡点
最佳博弈模式下的Nash均衡解作为系统的Nash均衡点输出;分布式能源服务商按照规划投资光伏发电、风力发电、储能系统、冷热电联供系统的容量,并按照策略制定售能价格;公共能源运营商按照规划投资变电站、储气站的容量;用户按照调整用能行为对负荷进行平移。
通过用户、公共能源运营商与分布式能源服务商的博弈分析,最终确定区域能源互联网中光伏发电、风力发电、储能系统、冷热电联供系统的规划容量。
本发明还保护一种计算机程序,存储在存储介质中,用于执行本发明的基于博弈论的区域能源互联网规划的数学模型,以及基于博弈论的区域能源互联网规划方法,具体方法如上所述,不再赘述。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于博弈论的区域能源互联网规划的数学模型,其特征在于,
涉及能源技术,所述能源技术包括可再生能源发电技术、储能系统、冷热电联供系统,所述可再生能源发电技术至少包括光伏发电、风力发电;
所述数学模型的基本元素至少包括参与者集合、策略集合、收益函数、均衡,其中:
(1)参与者集合,包括:
规划区域中的分布式能源服务商、公共能源运营商和用户;所述分布式能源服务商、公共能源运营商、用户分别用A、U、C表示,参与者集合为N={A,U,C};
(2)策略集合,包括:
(2a)分布式能源服务商的策略,包括光伏发电系统(PV)、风力发电系统(WT)、储能系统(ESS)、冷热电联供系统(CCHP)的容量、以及电力销售价格,分别记为PPV、PWT、PESS、PCCHP、SE,光伏发电系统(PV)、风力发电系统(WT)、储能系统(ESS)、冷热电联供系统(CCHP)的分布式能源服务商的决策变量、以及电力销售价格的决策变量,具有连续的策略空间,分别记为ΩPV、ΩWT、ΩESS、ΩCCHP、ΩE,具体为
其中,分别为光伏发电系统容量的上限和下限;分别为风力发电系统容量的上限和下限;分别为储能系统容量上限和下限;分别为冷热电联供系统容量的上限和下限;分别为售电价格的上限和下限;
(2b)公共能源运营商的策略,包括电力公司建设变电站的容量以及燃气公司建设储气站的容量,分别记为PSTA和VGAS,电力公司和燃气公司的公共能源运营商的决策变量具有连续的策略空间ΩSTA和ΩGAS,具体为
其中,分别为电力公司建设的变电站容量上限和下限;分别为燃气公司建设的储气站容量上限和下限;
(2c)用户的策略,是不同能源价格采取不同的用能行为以减小用能支付,即调整或平移使用的负荷,记为PC,用户的决策变量具有连续的策略空间ΩC,具体为
其中,分别为用户可平移负荷的上限和下限;
(3)收益函数
参与者收益,定义为参与者的全寿命周期收入与全寿命周期费用之差;分布式能源服务商的收益、公共能源运营商的收益和用户的收益分别记为IA、IU和IC,从而模型的收益向量为I=(IA,IU,IC);
(3a)分布式能源服务商的全寿命周期收入包括售能收入报废收入和辅助服务收入分布式能源服务商的全寿命周期费用包括运行年限内的设备投资建设费用运行维护费用停电补偿费用从公共能源运营商购能的费用
分布式能源服务商的收益函数为:
(3b)公用能源运营商包括电力公司和燃气公司;电力公司的全生命周期收入包括由于分布式能源服务商的并网接入,电力系统中网损的降损收益向分布式能源服务商售电的收益以及设备的报废收入电力公司的全寿命周期费用包括运行年限内的设备投资建设费用运行维护费用以及支付分布式能源服务商辅助服务的费用燃气公司的全寿命周期收入包括向分布式能源服务商售气的收益设备的报废收入燃气公司的全寿命周期费用包括运行年限内的设备投资建设费用和运行维护费用
公共能源运营商的收益函数为:
(3c)用户的用能成本用户的用能效益
用户的收益函数为:
(4)均衡
基于参与者集合、策略集合和收益函数,得出模型的纳什(Nash)均衡,记为分布式能源服务商、公共能源运营商和用户之间为合作方式的博弈或非合作方式的博弈;
能源传输和转换的约束条件如下:
(4a)能量平衡约束
电负荷平衡
其中,PPV_SEL(t)为光伏发电在t时刻的售出功率,PWT_SEL(t)为风力发电在t时刻的售出功率,PEES_SEL(t)为储能系统在t时刻的售电功率,为分布式能源服务商从公共能源运营商的购买电量,为用户在t时刻的电负荷;
热负荷平衡
其中,为CCHP提供的供热量,为电空调提供的制热量,为用户的热负荷功率需求;
冷负荷平衡
其中,为CCHP提供的供冷量,为电空调提供的制冷量,为用户的冷负荷功率需求;
(4b)电空调约束
电空调的制热量、制冷量与耗电功率之间的关系如下:
其中,为能量转换系数,为电空调的功率下限和上限,为电空调的耗电功率;
(4c)CCHP模型及约束
CCHP的电力出力、制热量、制冷量与燃气之间存在以下关系:
其中,为燃气燃烧产生的热量,VCCHP(t)为燃气进气量,θLHV为已知的低位燃料热值,为CCHP排放的烟气、缸套冷却水的可利用热功率,是t时刻CCHP发电出力,是t时刻CCHP制冷量,是t时刻CCHP制热量,是CCHP发电出力的最小值和最大值,是CCHP制冷量的最小值和最大值,是CCHP制热量的最小值和最大值。
2.一种基于博弈论的区域能源互联网规划方法,其特征在于:包括以下步骤:
第一步:获取规划区域内的负荷时间序列光伏发电出力的时间序列pPV(t)、风力发电出力的时间序列pWT(t)和经济数据;
第二步:依据权利要求1所述的基于博弈论的区域能源互联网规划的数学模型,在不同的博弈模式下分别建立相应的博弈模型;
第三步:对博弈模型进行迭代求解;
第四步:对合作模式的收益进行分配;
第五步:参与者收益分析比较,选取最佳博弈模式;
第六步:最佳博弈模式的Nash均衡解作为系统的Nash均衡点
分布式能源服务商按照规划投资光伏发电、风力发电、储能系统、冷热电联供系统的容量,并按照策略制定售能价格;公共能源运营商按照规划投资变电站、储气站的容量;用户按照调整用能行为对负荷进行平移;
通过对用户、公共能源运营商、分布式能源服务商的博弈分析,最终确定区域能源互联网中光伏发电、风力发电、储能系统、冷热电联供系统的规划容量。
3.根据权利要求2所述的基于博弈论的区域能源互联网规划方法,其特征在于:
第一步包括获取该规划区域的地块规划数据、风速数据、太阳辐射强度数据;根据地块规划数据的建筑面积、用地性质进行冷热电负荷预测,得到负荷时间序列根据太阳辐射强度数据得到光伏发电出力的时间序列pPV(t),根据风速数据得到风力发电出力的时间序列pWT(t);
所述经济数据至少包括供应商电价、服务商供热价格、贴现率、光伏发电单位造价、储能电池单位造价、冷热电联供系统单位造价、变电站单位造价、储气站单位造价、供应商燃气价格、光伏发电寿命、储能电池寿命、冷热电联供系统寿命、变电站寿命和储气站寿命。
4.根据权利要求2所述的基于博弈论的区域能源互联网规划方法,其特征在于:所述博弈模型包括非合作模式博弈模型、部分合作模式博弈模型和完全合作模式博弈模型。
5.根据权利要求2所述的基于博弈论的区域能源互联网规划方法,其特征在于:所述博弈模型包括非合作模式博弈模型,非合作模式博弈模型指各参与者各自为政,进行独立决策以最大化各自收益,则形成非合作模式模型,该博弈模式下各元素如下:
(1a)参与者集合
N={{A},{U},{C}};
(1b)策略集合
Ω=(ΩPV,ΩWT,ΩESS,ΩCCHP,ΩE,ΩSTA,ΩGAS,ΩC);
(1c)收益函数
IA(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC),IU(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC),IC(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC);
若上述博弈模型存在Nash均衡点则根据Nash均衡的定义,其应满足
6.根据权利要求2所述的基于博弈论的区域能源互联网规划方法,其特征在于:所述博弈模型包括部分合作模式博弈模型,部分合作模式博弈模型指参与者个体之间通过合作的方式会避免由于个体能力不足导致的利益受损,因此参与者之间基于共同利益的考虑有可能组成联盟,个体之间通力合作使联盟利益最大化的同时也增加参与者个体的收益,分布式能源服务商与用户合作组成的联盟的收益记作IAC,该博弈模式下各元素如下:
(2a)参与者集合
N={{A,C},U};
(2b)策略集合
(2c)收益函数
IAC(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC),IU(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC)
若上述博弈模型存在Nash均衡点则根据Nash均衡的定义,其应满足
7.根据权利要求2所述的基于博弈论的区域能源互联网规划方法,其特征在于:所述博弈模型包括完全合作模式博弈模型,完全合作模式博弈模型指所有参与者也可以通过完全合作形成一个总联盟,此总联盟的收益记作IAUC,该博弈模式下各元素如下:
(3a)参与者集合
N={A,U,C};
(3b)策略集合
(3c)收益函数
IAUC(PPV,PWT,PESS,PCCHP,SE,PSTA,VGAS,PC);
若上述合作博弈模型存在Nash均衡点根据Nash均衡的定义,其应满足
8.根据权利要求2-6任一所述的基于博弈论的区域能源互联网规划方法,其特征在于:
第三步:对博弈模型进行迭代求解包括以下步骤:
(a)输入基本数据
输入第一步中获取的数据;
(b)均衡点初始化
设定均衡策略的初始值,在各决策变量的策略空间选取均衡点初值
(c)参与者迭代优化决策
设所有参与者个体的决策量总数为N,从第一个决策量n=1开始优化,若在第j次优化决策后参与者个体的N个决策结果为参与者个体需要根据其他参与者个体的决策结果调整自身决策量使自身的收益最大化;采用迭代算法单独对参与者个体收益中的决策量n进行优化计算,得到第j+1次的各参与者个体的优化决策结果,直至n=N,即
(d)参与者的决策结果进行共享,并计算参与者的收益函数
将上述各参与者的最优策略告知每一位参与者,即将其他参与者的决策结果作为已知量代入各自参与者的收益函数中;每一次博弈中,参与者都会获得一个新的收益函数值,其中包含了一个参与者采取策略时对另一个参与者带来的收益;
(e)判断是否为Nash均衡点
若各博弈参与者相邻两次博弈得到的最优决策量之差小于某值σ,即
则表明在该策略下,任何参与者通过改变自身策略而获得收益很小,根据Nash均衡的定义,可以认为该策略组合即为Nash均衡点即
若找到Nash均衡点,则进入下一步,输出结果;否则,重新进行优化决策;
(f)输出结果
将Nash均衡解输出。
9.根据权利要求2所述的基于博弈论的区域能源互联网规划方法,其特征在于:第四步中,采用分配策略Shapley值对合作所获得的收益进行分配。
10.根据权利要求2所述的基于博弈论的区域能源互联网规划方法,其特征在于:第五步中,计算各种博弈模式中参与者的收益,合作模式下的收益为参与者的自身收益与联盟分配的收益之和,对不同博弈模式下的参与者的收益进行分析比较,选取所有参与者的收益之和最大的博弈模式为最佳模式。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811098569 | 2018-09-19 | ||
CN2018110985690 | 2018-09-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109657946A CN109657946A (zh) | 2019-04-19 |
CN109657946B true CN109657946B (zh) | 2024-01-02 |
Family
ID=66111877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811488441.5A Active CN109657946B (zh) | 2018-09-19 | 2018-12-06 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109657946B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188993B (zh) * | 2019-04-29 | 2021-08-03 | 华中科技大学 | 一种多用户公寓楼宇的可持续多能源调度配给方法及系统 |
CN110458363A (zh) * | 2019-08-15 | 2019-11-15 | 西安建筑科技大学 | 一种分布式电源全生命周期博弈管理方法 |
CN110991810A (zh) * | 2019-11-07 | 2020-04-10 | 四川大学 | 一种考虑水光蓄互补的区域联合体两阶段经济调度方法 |
CN110881197B (zh) * | 2019-11-19 | 2022-08-30 | 中通服咨询设计研究院有限公司 | 一种多运营商无线供能物联网资源优化方法 |
CN112886565B (zh) * | 2019-11-29 | 2023-05-26 | 国网天津市电力公司 | 一种考虑多方利益均衡的配电网协调运行策略制定方法 |
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 |
CN111463777B (zh) * | 2020-04-14 | 2022-07-08 | 国网福建省电力有限公司经济技术研究院 | 光-储充电站容量配置与定价模型的构建方法、计算设备 |
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 |
CN111784540B (zh) * | 2020-07-07 | 2022-08-30 | 河海大学 | 一种基于多目标粒子群算法的云储能优化出清方法 |
CN112085253B (zh) * | 2020-08-04 | 2022-07-29 | 上海交通大学 | 一种考虑投机行为的多能源市场交易策略决策方法 |
CN112069734B (zh) * | 2020-09-04 | 2022-02-22 | 华北电力大学 | 一种电热泵-热电联合系统的优化调控方法及系统 |
CN112381421B (zh) * | 2020-11-17 | 2022-05-20 | 三峡大学 | 一种考虑电力市场全维度的源网荷多主体博弈规划方法 |
CN112651105B (zh) * | 2020-11-30 | 2023-09-12 | 北京华能新锐控制技术有限公司 | 一种基于博弈论的微网容量配置优化方法 |
CN112736987B (zh) * | 2020-12-29 | 2023-01-10 | 山东大学 | 一种基于非合作博弈的综合能源系统容量配置方法及系统 |
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 |
CN113570221A (zh) * | 2021-07-15 | 2021-10-29 | 国网浙江省电力有限公司经济技术研究院 | 基于动态演化视角的电网企业拓展综合能源服务市场的辅助决策方法 |
CN113759705B (zh) * | 2021-08-25 | 2023-09-26 | 华南理工大学 | 一种基于合作博弈论的多能源优化配置方法 |
CN114219195A (zh) * | 2021-09-22 | 2022-03-22 | 上海电机学院 | 一种区域综合能源容量优化控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170000198A (ko) * | 2015-06-23 | 2017-01-02 | 한양대학교 에리카산학협력단 | 게임기반 전력 수급 균형 방법 및 시스템 |
CN106447432A (zh) * | 2016-09-13 | 2017-02-22 | 中国农业大学 | 电力零售市场环境下零售商的售电方法 |
CN106600078A (zh) * | 2017-01-17 | 2017-04-26 | 华北电力大学 | 一种基于新能源发电预测的微网能量管理方案 |
CN107330549A (zh) * | 2017-06-22 | 2017-11-07 | 华北电力大学 | 含多主体的多能互补微电网能量管理方法 |
CN107706921A (zh) * | 2017-10-20 | 2018-02-16 | 山东建筑大学 | 基于纳什博弈的微电网电压调节方法和装置 |
CN108039703A (zh) * | 2017-12-18 | 2018-05-15 | 国网山西省电力公司经济技术研究院 | 一种分布式电源微网经济适用性评估的技术方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8762196B2 (en) * | 2011-07-20 | 2014-06-24 | Nec Laboratories America, Inc. | Systems and methods for optimizing microgrid capacity and storage investment under environmental regulations |
-
2018
- 2018-12-06 CN CN201811488441.5A patent/CN109657946B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170000198A (ko) * | 2015-06-23 | 2017-01-02 | 한양대학교 에리카산학협력단 | 게임기반 전력 수급 균형 방법 및 시스템 |
CN106447432A (zh) * | 2016-09-13 | 2017-02-22 | 中国农业大学 | 电力零售市场环境下零售商的售电方法 |
CN106600078A (zh) * | 2017-01-17 | 2017-04-26 | 华北电力大学 | 一种基于新能源发电预测的微网能量管理方案 |
CN107330549A (zh) * | 2017-06-22 | 2017-11-07 | 华北电力大学 | 含多主体的多能互补微电网能量管理方法 |
CN107706921A (zh) * | 2017-10-20 | 2018-02-16 | 山东建筑大学 | 基于纳什博弈的微电网电压调节方法和装置 |
CN108039703A (zh) * | 2017-12-18 | 2018-05-15 | 国网山西省电力公司经济技术研究院 | 一种分布式电源微网经济适用性评估的技术方法 |
Non-Patent Citations (6)
Title |
---|
The Tripartite Game Model for Electricity Pricing in Consideration of the Power Quality;Zang Tianlei;Xiang Yueping;Yang Jianwei;;ENERGIES;第10卷(第12期);全文 * |
区域综合能源系统多主体非完全信息下的双层博弈策略;郝然;艾芊;姜子卿;;电力系统自动化;第42卷(第04期);全文 * |
博弈论在电力需求侧的应用研究综述;刘晓峰;高丙团;李扬;;电网技术;第42卷(第08期);全文 * |
大规模分布式能源博弈竞争模型及其求解算法;朱茳;王海潮;赵振宇;朱翰超;;电力建设;第38卷(第04期);全文 * |
考虑"源-网-荷"三方利益的主动配电网协调规划;李逐云; 雷霞; 邱少引; 刘增庆; 张力;;电网技术;第41卷(第02期);全文 * |
风―光―储混合电力系统的博弈论规划模型与分析;梅生伟;王莹莹;刘锋;;电力系统自动化(第20期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109657946A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
WO2023134254A1 (zh) | 一种能源互联系统的设备选型方法 | |
Luo et al. | Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources | |
WO2023103385A1 (zh) | 一种多能微网群自身及市场决策协同优化方法 | |
Yang et al. | A multi-objective stochastic optimization model for electricity retailers with energy storage system considering uncertainty and demand response | |
Zhu et al. | Day-ahead energy pricing and management method for regional integrated energy systems considering multi-energy demand responses | |
Yang et al. | Optimal bidding strategy of renewable-based virtual power plant in the day-ahead market | |
Wang et al. | Optimal management of multi stakeholder integrated energy system considering dual incentive demand response and carbon trading mechanism | |
CN111353128B (zh) | 一种基于非合作博弈的多能量枢纽优化运行方法 | |
CN112016825A (zh) | 一种区域综合能源系统的集中式交易优化决策方法 | |
Gao et al. | Green electricity trading driven low-carbon sharing for interconnected microgrids | |
CN116914818A (zh) | 基于博弈的虚拟电厂经营管理与优化调度测算分析的方法 | |
CN115423260A (zh) | 一种电力市场及政策服务新能源利用的量化分析方法 | |
CN115829142A (zh) | 一种工业企业综合能源系统优化规划方法 | |
CN114970962A (zh) | 一种电气热综合能源系统优化方法 | |
Pan et al. | Multi-level games optimal scheduling strategy of multiple virtual power plants considering carbon emission flow and carbon trade | |
Li et al. | Optimized configuration and operation model and economic analysis of shared energy storage based on master-slave game considering load characteristics of PV communities | |
CN116957139B (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 | |
CN117522435A (zh) | 考虑分档电价的电力市场决策双层出清模型 | |
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 | |
CN116885714A (zh) | 一种电力市场均衡方法、系统、设备及存储介质 | |
Wang et al. | Optimal operation of multi-energy collaborative system considering demand response | |
Ning et al. | A two-layer optimal scheduling method for multi-energy virtual power plant with source-load synergy | |
CN112270432B (zh) | 一种考虑多主体利益均衡的综合能源系统的能量管理方法 | |
Liu | Research on Grid‐Connected Optimal Operation Mode between Renewable Energy Cluster and Shared Energy Storage on Power Supply Side |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |