CN109784554A - 一种基于主从博弈的电力系统最优调度方法 - Google Patents

Abstract

本发明公开了一种基于主从博弈的电力系统最优调度方法，具体涉及电力系统调度技术领域。该方法在考虑供电系统功率平衡的基础上，以电网的购电成本最小化及各个发电厂的收益最大化作为目标函数，将各个发电厂之间出力的策略集与电网的上网电价作为决策空间，建立了一种以电网作为博弈主体，火、风、光伏电厂为博弈从体的电力调度模型，并采用布谷鸟算法来对主从博弈模型优化求解，获得最优Stackelberg‑Nash均衡解。经仿真实例验证，所提方法能在满足系统负荷需求的情况下，使电网的购电成本最小，发电厂的收益最大，减少了电网与电厂间的利益冲突，同时通过利用风、光清洁能源的互补特性，能有效的降低系统的运行成本和火电的输出功率，实现调度系统的低碳运行。

Description

一种基于主从博弈的电力系统最优调度方法

技术领域

本发明涉及电力系统调度技术领域，具体涉及一种基于主从博弈的电力系统最优调度方法。

背景技术

近年来，随着我国电力事业的快速发展和国家对新能源发电的重视，西北地区的光、风电企业得到迅猛发展，因此对于各个发电厂之间的电能调度也成为了一项重要的研究课题。不同发电系统并网和统一规划被认为是解决当前难题的有力举措，但由于目前火、风、光伏电厂与电网几个利益主体的独立规划，在造成投资浪费的同时，电力调度的利益冲突问题也没有得到解决。因此，在当前市场环境下如何实现各区域的电能联合优化调度成为了值得研究的重点问题。

电力调度是实现电能按需分配的重要环节，其目的是满足功率平衡运行约束条件下最小化系统的发电成本，它对系统的经济安全运行具有重要意义。

经对现有的文献检索发现，目前主要有以下方法来解决调度问题：

(1)通过提前进行风电预测，对风电、火电、抽水蓄能进行联合优化，从而能够降低风电的不确定性，在一定程度上减小对电网系统安全性的影响。

(2)利用概率场景来对风电与火电进行联合优化，通过选取一些常用的概率场景得出风电的不确定性来增强系统的稳定性。

(3)利用机会约束的方法来制定风、储联合调度方案，使发电稳定性得到很大程度的提高。

(4)计及发电备用风险，建立兼顾经济性和旋转备用的多目标优化调度模型，提高发电的经济性能。

综上所述，在电力系统调度的分析研究中，国内外研究学者已从多个角度入手来解决调度过程中机组出力的不确定性和环境影响问题，但是在协调调度时仍存在一些问题，如：

(1)在建立联合调度模型时，未能考虑到各发电厂和电网之间的利益冲突问题，即保证电网的购电成本最小，电厂的发电收益最大。因此在实际的调度过程中也应考虑到经济利益因素的作用。

(2)未考虑分时上网电价和各发电厂出力策略的影响。发挥分时上网电价的引导作用，可以提高环境效益，最大程度地实现经济效益和环境效益的双赢

(3)未能考虑到系统的运行可靠水平。调度系统只有保证一定的可靠性才能对其它的指标进行优化。

发明内容

本发明的目的是针对上述不足，提出了一种将博弈理论运用到电力系统调度中，采用 Stackelberg-Nash动态博弈方法，建立电网与电厂的收益模型，减少发电过程中的污染气体排放，提升环境效益的基于主从博弈的电力系统最优调度方法。

本发明具体采用如下技术方案：

一种基于主从博弈的电力系统最优调度方法，采用Stackelberg-Nash动态博弈方法，具体包括以下步骤：

步骤①：收集发电联合调度系统需要的参数和数据；

步骤②：设置优化求解过程中的相关数据和运行参数；

步骤③：建立主从博弈调度模型，在主从博弈调度模型中，以电网作为博弈主体，各类发电厂作为从体，F₁火电厂的收益，F₂为风厂的收益，F₃为光伏电厂的收益，F₀为电网的购电费用，火电厂的收益F₁的具体模型采用式(1)表示：

其中，T为调度时间的长度，N_m为发电机组的个数，λ_m,t为火电的上网电价，p_m,i,t为火电机组的有功功率，f(p_m,i,t)为发电费用函数，a_i,b_i,c_i为发电费用系数；

风电厂的收益F₂的具体模型采用式(2)表示：

其中，N_w为风电机组的数目,λ_w,t上网电价,p_w,i,t为有功功率,b_w,i,t为报废时所得折现收入,u_w,i,t为运行费用和设备维护费用的支出；

光伏电厂的收益的具体模型采用式(3)表示：

其中，N_v机组的数目,λ_v,t为上网电价,p_v,i,t为有功功率，c_v,i,t为投资费用；

电网的购电费用的具体模型采用式(4)表示：

步骤④：在博弈调度模型上添加系统功率平衡约束、机组出力约束和旋转备用约束，系统功率平衡约束采用式(5)表示，

其中，p_d,t为系统实际负荷值,p_l,t为功率损耗；

机组出力约束采用式(6)表示：

P_Gmin≤P_G≤P_Gmax (6)

其中，P_Gmin,P_Gmax分别为机组最大和最小有功出力；

旋转备用约束采用式(7)表示：

其中，ρ为系统的旋转备用率，p_d,t为系统的实际负荷；

步骤⑤：利用布谷鸟算法对博弈调度模型求解；首先给定鸟巢的初始位置，即给定Stackelberg-Nash均衡解的初值，然后从博弈策略空间中选定一个初值 ((λ_m,t,λ_w,t,λ_v,t),p_m,t,p_w,t,p_v,t)；

步骤⑥：从体决策；博弈模型分为主体和从体，在优化过程中，从体优化为主体优化的内层，第i轮主体优化下属的从体优化需要以主体的第i-1轮优化的上网电价(λ_m,t,i-1,λ_w,t,i-1,λ_v,t,i-1)作为输入，从而求出第i轮主体优化下属的从体均衡策略

步骤⑦：根据优化结果，判断从体优化是否达到Nash均衡；判断的依据为若第i轮主体下属的从体优化结果与第i-1轮主体下属的从体优化结果一致，即 (p_m,t,i-1,p_w,t,i-1,p_v,t,i-1)＝(p_m,t,i,p_w,t,i,p_v,t,i)，则表示达到均衡；若找到均衡解则转入步骤⑧，否则转回步骤⑤；

步骤⑧：电网决策，在主体决策时，主体的第i轮优化需要以第i-1轮主体优化下属从体的均衡解作为输入，然后根据主体的收益函数找到均衡解

步骤⑨：判断是否找到博弈调度模型的Stackelberg-Nash均衡解；判断主体的第i轮优化结果与第i-1轮优化结果是否一致，若找到均衡解则转入步骤⑩，否则转回步骤⑤；

步骤⑩：根据优化得到的结果输出均衡解。

优选地，所述主从博弈模型包括博弈参与者、策略集、收益和均衡策略四部分。

优选地，电网公司作为主从博弈的主体用D表示，火电厂、风电厂，光伏电厂作为博弈的从体分别用F，W，L表示；

火电厂、风电厂、光伏电厂以自身的发电出力作为博弈策略，电网以发电厂的上网电价作为博弈策略，为p_m,t,p_w,t,p_v,t,(λ_m,t,λ_w,t,λ_v,t)；

博弈调度模型存在Stackelberg-Nash均衡解仅当取此解时才能使各个发电厂的收益值达到最大，电网购电成本达到最小。

本发明具有如下有益效果：

本发明通过对火、风、光三类发电厂的运行特性进行综合分析，建立了可以满足调度需求的收益模型，减少了不同电厂调度过程中存在的收益不均衡问题，同时利用布谷鸟算法优化各个发电厂间的出力分配策略和上网电价，能够有效提高环境效益，较少污染气体的排放量，文中将三类发电厂进行联合调度，使系统运行的可靠性也能得到很大程度的提升。

附图说明

图1博弈关系结构图；

图2电力调度系统机组分布图；

图3博弈模型求解流程图；

图4火电厂的收益对比曲线图；

图5风电厂的收益对比曲线图；

图6光伏电厂的收益对比曲线图；

图7电网运营费用对比曲线图；

图8二氧化碳排放对比图。

具体实施方式

下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：

如图1所示，一种基于主从博弈的电力系统最优调度方法，采用Stackelberg-Nash动态博弈方法，具体包括以下步骤：

步骤①：收集发电联合调度系统需要的参数和数据；

步骤②：设置优化求解过程中的相关数据和运行参数；

步骤③：建立主从博弈调度模型，在主从博弈调度模型中，以电网作为博弈主体，各类发电厂作为从体，F₁火电厂的收益，F₂为风厂的收益，F₃为光伏电厂的收益，F₀为电网的购电费用，火电厂的收益F₁的具体模型采用式(1)表示：

其中，T为调度时间的长度，N_m为发电机组的个数，λ_m,t为火电的上网电价，p_m,i,t为火电机组的有功功率，f(p_m,i,t)为发电费用函数，a_i,b_i,c_i为发电费用系数；

风电厂的收益F₂的具体模型采用式(2)表示：

其中，N_w为风电机组的数目,λ_w,t上网电价,p_w,i,t为有功功率,b_w,i,t为报废时所得折现收入,u_w,i,t为运行费用和设备维护费用的支出；

光伏电厂的收益的具体模型采用式(3)表示：

其中，N_v机组的数目,λ_v,t为上网电价,p_v,i,t为有功功率，c_v,i,t为投资费用；

电网的购电费用的具体模型采用式(4)表示：

步骤④：在博弈调度模型上添加系统功率平衡约束、机组出力约束和旋转备用约束，系统功率平衡约束采用式(5)表示，

其中，p_d,t为系统实际负荷值,p_l,t为功率损耗；

机组出力约束采用式(6)表示：

P_Gmin≤P_G≤P_Gmax (6)

其中，P_Gmin,P_Gmax分别为机组最大和最小有功出力；

旋转备用约束采用式(7)表示：

其中，ρ为系统的旋转备用率，p_d,t为系统的实际负荷；

步骤⑤：利用布谷鸟算法对博弈调度模型求解；首先给定鸟巢的初始位置，即给定Stackelberg-Nash均衡解的初值，然后从博弈策略空间中选定一个初值 ((λ_m,t,λ_w,t,λ_v,t),p_m,t,p_w,t,p_v,t)；

步骤⑥：从体决策；博弈模型分为主体和从体，在优化过程中，从体优化为主体优化的内层，第i轮主体优化下属的从体优化需要以主体的第i-1轮优化的上网电价(λ_m,t,i-1,λ_w,t,i-1,λ_v,t,i-1)作为输入，从而求出第i轮主体优化下属的从体均衡策略

步骤⑦：根据优化结果，判断从体优化是否达到Nash均衡；判断的依据为若第i轮主体下属的从体优化结果与第i-1轮主体下属的从体优化结果一致，即 (p_m,t,i-1,p_w,t,i-1,p_v,t,i-1)＝(p_m,t,i,p_w,t,i,p_v,t,i)，则表示达到均衡；若找到均衡解则转入步骤⑧，否则转回步骤⑤；

步骤⑧：电网决策，在主体决策时，主体的第i轮优化需要以第i-1轮主体优化下属从体的均衡解作为输入，然后根据主体的收益函数找到均衡解

步骤⑨：判断是否找到博弈调度模型的Stackelberg-Nash均衡解；判断主体的第i轮优化结果与第i-1轮优化结果是否一致，若找到均衡解则转入步骤⑩，否则转回步骤⑤；

步骤⑩：根据优化得到的结果输出均衡解。

优选地，所述主从博弈模型包括博弈参与者、策略集、收益和均衡策略四部分。

优选地，电网公司作为主从博弈的主体用D表示，火电厂、风电厂，光伏电厂作为博弈的从体分别用F，W，L表示；

火电厂、风电厂、光伏电厂以自身的发电出力作为博弈策略，电网以发电厂的上网电价作为博弈策略，为p_m,t,p_w,t,p_v,t,(λ_m,t,λ_w,t,λ_v,t)；

博弈调度模型存在Stackelberg-Nash均衡解仅当取此解时才能使各个发电厂的收益值达到最大，电网购电成本达到最小。

为验证本发明的实用性和优越性，本发明取三台火电机组，一台风电机组和一台光伏发电机组组成的联合调度系统，系统的分布图如图2所示。将图2中的算例用经济调度和本文调度两种方法进行计算仿真，可以得到火电厂、风电厂、光伏电厂的收益曲线对比图，如图 4、5、6所示，电网运营费用对比曲线图如图7所示。从图中可知，由本文调度得到的电厂收益曲线整体高于经济调度收益曲线，电网运营费用曲线低于经济调度所得曲线，图8为经济调度和本文调度优化得到的二氧化碳排放量对比图。

当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (3)

1.一种基于主从博弈的电力系统最优调度方法，采用Stackelberg-Nash动态博弈方法，其特征在于，具体包括以下步骤：

步骤①：收集发电联合调度系统需要的参数和数据；

步骤②：设置优化求解过程中的相关数据和运行参数；

步骤③：建立主从博弈调度模型，在主从博弈调度模型中，以电网作为博弈主体，各类发电厂作为从体，F₁为火电厂的收益，F₂为风厂的收益，F₃为光伏电厂的收益，F₀为电网的购电费用，火电厂的收益F₁的具体模型采用式(1)表示：

其中，T为调度时间的长度，N_m为发电机组的个数，λ_m,t为火电的上网电价，p_m,i,t为火电机组的有功功率，f(p_m,i,t)为发电费用函数，a_i,b_i,c_i为发电费用系数；

风电厂的收益F₂的具体模型采用式(2)表示：

其中，N_w为风电机组的数目,λ_w,t上网电价,p_w,i,t为有功功率,b_w,i,t为报废时所得折现收入,u_w,i,t为运行费用和设备维护费用的支出；

光伏电厂的收益的具体模型采用式(3)表示：

其中，N_v机组的数目,λ_v,t为上网电价,p_v,i,t为有功功率，c_v,i,t为投资费用；

电网的购电费用的具体模型采用式(4)表示：

步骤④：在博弈调度模型上添加系统功率平衡约束、机组出力约束和旋转备用约束，系统功率平衡约束采用式(5)表示，

其中，p_d,t为系统实际负荷值,p_l,t为功率损耗；

机组出力约束采用式(6)表示：

P_Gmin≤P_G≤P_Gmax (6)

其中，P_Gmin,P_Gmax分别为机组最大和最小有功出力；

旋转备用约束采用式(7)表示：

其中，ρ为系统的旋转备用率，p_d,t为系统的实际负荷；

步骤⑤：利用布谷鸟算法对博弈调度模型求解；首先给定鸟巢的初始位置，即给定Stackelberg-Nash均衡解的初值，然后从博弈策略空间中选定一个初值((λ_m,t,λ_w,t,λ_v,t),p_m,t,p_w,t,p_v,t)；

步骤⑥：从体决策；博弈模型分为主体和从体，在优化过程中，从体优化为主体优化的内层，第i轮主体优化下属的从体优化需要以主体的第i-1轮优化的上网电价(λ_m,t,i-1,λ_w,t,i-1,λ_v,t,i-1)作为输入，从而求出第i轮主体优化下属的从体均衡策略

步骤⑦：根据优化结果，判断从体优化是否达到Nash均衡；判断的依据为若第i轮主体下属的从体优化结果与第i-1轮主体下属的从体优化结果一致，即(p_m,t,i-1,p_w,t,i-1,p_v,t,i-1)＝(p_m,t,i,p_w,t,i,p_v,t,i)，则表示达到均衡；若找到均衡解则转入步骤⑧，否则转回步骤⑤；

步骤⑧：电网决策，在主体决策时，主体的第i轮优化需要以第i-1轮主体优化下属从体的均衡解作为输入，然后根据主体的收益函数找到均衡解

步骤⑨：判断是否找到博弈调度模型的Stackelberg-Nash均衡解；判断主体的第i轮优化结果与第i-1轮优化结果是否一致，若找到均衡解则转入步骤⑩，否则转回步骤⑤；

步骤⑩：根据优化得到的结果输出均衡解。

2.如权利要求1所述的一种基于主从博弈的电力系统最优调度方法，其特征在于，所述主从博弈模型包括博弈参与者、策略集、收益和均衡策略四部分。

3.如权利要求1所述的一种基于主从博弈的电力系统最优调度方法，其特征在于，电网公司作为主从博弈的主体用D表示，火电厂、风电厂，光伏电厂作为博弈的从体分别用F，W，L表示；

火电厂、风电厂、光伏电厂以自身的发电出力作为博弈策略，电网以发电厂的上网电价作为博弈策略，为p_m,t,p_w,t,p_v,t,(λ_m,t,λ_w,t,λ_v,t)；

博弈调度模型存在Stackelberg-Nash均衡解仅当取此解时才能使各个发电厂的收益值达到最大，电网购电成本达到最小。