CN109919450B - 解决综合智慧能源系统调度的博弈优化方法 - Google Patents
解决综合智慧能源系统调度的博弈优化方法 Download PDFInfo
- Publication number
- CN109919450B CN109919450B CN201910115468.8A CN201910115468A CN109919450B CN 109919450 B CN109919450 B CN 109919450B CN 201910115468 A CN201910115468 A CN 201910115468A CN 109919450 B CN109919450 B CN 109919450B
- Authority
- CN
- China
- Prior art keywords
- energy
- hub
- power
- scheduling
- heat
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种解决综合智慧能源系统调度的博弈优化方法,包括根据待研究的综合智慧能源系统的输入输出数据,建立能源集线器输入输出耦合关系模型,经过转换与降维后,得到能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数;以能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数为约束条件,建立能源集线器之间的能流博弈模型,进而求解得到各能源集线器之间的调度优化运行方案;建立能源供给和消耗层的双层博弈模型,将各能源集线器之间的调度优化运行方案代入到能源供给和消耗层的双层博弈模型中,得到待研究的综合智慧能源系统的最佳经济调度效益。该方法可以解决综合智慧能源系统复杂的能源调度优化问题。
Description
技术领域
本发明涉及综合智慧能源系统调度的优化技术领域,特别涉及一种解决综合智慧能源系统调度的博弈优化方法。
背景技术
综合智慧能源系统是指为区域内用户提供电、热、冷、气等能源一体化的解决方案。相对于传统能源系统相互独立、相互制约、难以协调的既有模式,综合智慧能源系统具有多能源互联集成、互补融合等新的模式。综合智慧能源系统对提高社会能源利用效率、促进可再生能源规模化开发、提高社会基础设施利用率和能源供应安全,以及实现节能减排目标具有重要意义,已成为国际能源领域重要的战略研究方向,同时也被视为未来能源利用的主要承载形式。
目前,综合智慧能源系统调度优化求解具有如下特点:不同能流之间的相互转换给系统带来了较强的耦合特性;不同能流之间存在较大的动力学特性差异;各个能源集线器存在能源共享和竞争使用问题;能源调度决策相互干扰制约。根据上述特点,群体智能搜索方法、牛顿法等传统的调度优化方法被提了出来。
虽然传统的调度优化方法为解决综合智慧能源系统调度求解问题提供了有效的借鉴,但是由于群体智能搜索方法属于一种随机搜索的方法,并且该方法计算精度受自变量维数影响很大,而综合智慧能源系统调度优化模型的维数非常大,群体智能搜索方法很难保证其精度要求;牛顿法需要调度优化模型光滑可导,以及对于含整型的调度优化模型难求解,而综合智慧能源系统调度优化模型包含整型变量,故牛顿法很难直接应用。
发明内容
鉴于此,本发明提供一种解决综合智慧能源系统调度的博弈优化方法,以解决综合智慧能源系统复杂的能源调度优化问题。。
具体而言,包括以下的技术方案:
一种解决综合智慧能源系统调度的博弈优化方法,所述方法包括:
根据待研究的综合智慧能源系统的输入输出数据,建立能源集线器输入输出耦合关系模型;
将所述能源集线器输入输出耦合关系模型进行变量转换与降维,得到能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数;
根据待研究的综合智慧能源系统的能源集线器之间的能流传输和损耗关系,以所述能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数为约束条件,建立能源集线器之间的能流博弈模型;
对所述能源集线器之间的能流博弈模型进行求解,得到各能源集线器之间的调度优化运行方案;
根据所述待研究的综合智慧能源系统的能源供给层与消耗层能源需求关系,建立能源供给和消耗层的双层博弈模型;
将所述各能源集线器之间的调度优化运行方案代入到所述能源供给和消耗层的双层博弈模型中,得到所述待研究的综合智慧能源系统的最佳经济调度效益。
可选的,所述能源集线器输入输出耦合关系模型的表达式为:
式中:Lie(t)为第i个能源集线器第t时刻的电力需求;Lih(t)为第i个能源集线器第t时刻的热力需求;为第i个能源集线器内变压器的稳态转换效率;为第i个能源集线器内热电联产系统中由气产电的稳态转换效率;为第i个能源集线器内热电联产系统中由气产电的稳态转换效率;为第i 个能源集线器内燃气锅炉的稳态转换效率;νi(t)为第i个能源集线器第t时刻的调度因子的大小;si(t)为第i个能源集线器第t时刻的存储因子的大小;Eihmax为第i个能源集线器内热储能设备的最大容量;eih为第i个能源集线器内热储能设备中交换器件的效率;Pie(t)为能源集线器的输入端所需的电力供应;Pig(t)为能源集线器的输入端所需的天然气供应。
可选的,所述能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数的表达式为:
可选的,所述能源集线器之间的能流博弈模型的目标函数的表达式为:
式中:Cm为能源集线器的总成本;Ci为第i个能源集线器相关的总成本。
可选的,所述第i个能源集线器相关的总成本的表达式为:
式中:aα,bαq,cαr为负载α的价格系数;Piα为能源集线器i输入的负载α的功率;Qα、Rα分别为能流α需求和输出成本多项式的阶次;Λiα为负载α流入能源集线器i过程的损耗功率。
可选的,所述负载α流入能源集线器i过程的损耗功率的表达式为:
式中:Λiα为能量负载α流入能源集线器i上的损耗;Fiα为流入能源集线器i的功率流;fα为能量负载α流动过程的损耗系数,k为阶数;Kα为能量负载α损耗多项式中的最高阶次,其取决于能量负载α的类型。
可选的,所述能源集线器i输入的负载α的功率的表达式为:
Aα·Fiα=Piα
式中:Aα为传输载波α的网络的连接矩阵,其取值范围为{-1,0,1};Fiα为流入集线器i载波α的能量流;Piα为能源集线器i中载波α的输入。
可选的,对所述能源集线器之间的能流博弈模型进行求解的方法为量子粒子群算法。
可选的,所述能源供给和消耗层的双层博弈模型包括能源供给层模型、能源消耗层模型和适应性鲁棒性评价。
可选的,所述能源供给层模型的表达式为:
B=max(Be+Bh+Bg)
式中:B为总的净收益;Be为电力公司的净收益;Bh为热力公司的净收益; Bg为天然气公司的净收益;ρe为单位电力电源电量的上网电价;为电力公司付给配电公司的单位电量的主动管理费用;ρh为单位热源热量的上网热价;为热力公司付给配热公司的单位热量的主动管理费用;ρg为单位天然气量的上网气价;为天然气公司付给配气公司的单位气量的主动管理费用;Δt 为运行模拟周期中一个时段的时长;Pk,t为第k个电源节点处第t个时间段内实际使用的有功功率;Hk,t为第k个热源节点处第t个时间段内实际使用的热量; Gk,t为第k个气源节点处第t个时间段内实际使用的天然气量;为是否安装电源的二值变量,取0和1分别表示不安装和安装电源;为是否安装热源的二值变量,取0和1分别表示不安装和安装热源;为是否安装气源的二值变量,取0和1分别表示不安装和安装气源;Ωe、Ωh、Ωg、Ω'e、Ω'h和Ω'g分别表示为时间间隔、安装电源、热源以及气源的候选点集合和规划之后的电源、热源以及气源安装位置集合;Fe(de,me)、Fh(dh,mh)和Fg(dg,mg)分别表示为电、热和气的年值化系数;me、mh和mg为电源、热源和气源的寿命周期;Re、Rh和Rg分别为电源、热源和气源单位装机容量的投资成本;和为第k个节点处的电源、热源和气源装机容量;和分别表示为电源、热源、气源的最小和最大装机容量。
可选的,所述能源消耗层模型的表达式为:
C=min(Ce+Ch+Cg)
式中:C为总成本;Ce、Ch、Cg分别为配电、配热、配气公司的总成本;ρGride、ρGridh和ρGridg为从主网上购买的有功功率、热量和气量;ΩGe、ΩGh、ΩGg和ΩC分别为电、热、气主网接入点集合和电网无功电容器的安装位置集合;d′e和m'e分别为无功电容器容量;xs为是否安装无功电容器的二值变量,取0和1分别表示不安装和安装无功电容器;为无功电容器的单位容量投资成本。
本发明实施例提供的技术方案的有益效果至少包括:
通过待研究的综合智慧能源系统的输入输出数据,建立能源集线器输入输出耦合关系模型,再将该能源集线器输入输出耦合关系模型进行变量转换与降维,得到能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数;根据待研究的综合智慧能源系统的能源集线器之间的能流传输和损耗关系,以能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数作为约束条件,建立能源集线器之间的能流博弈模型,并对能源集线器之间的能流博弈模型进行求解,得到各能源集线器之间的调度优化运行方案;根据待研究的综合智慧能源系统的能源供给层与消耗层能源需求关系,建立能源供给和消耗层的双层博弈模型,将各能源集线器之间的调度优化运行方案代入到能源供给和消耗层的双层博弈模型中,得到待研究的综合智慧能源系统的最佳经济调度效益,以解决综合智慧能源系统复杂的能源调度优化问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种解决综合智慧能源系统调度的博弈优化方法的流程图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种解决综合智慧能源系统调度的博弈优化方法,其流程图如图1所示,该方法包括:
步骤101、根据待研究的综合智慧能源系统的输入输出数据,建立能源集线器输入输出耦合关系模型。
由于能源集线器能源输入和负载的形式多样和众多转换设备,使得能源集线器的模型建立和求解变得较为困难,严重影响到了能源集线器能源调度优化水平。传统模型将各类能源的输入输出独立研究,未考虑能源耦合和转换关系,且自变量众多,求解精度低,难以满足综合智慧能源系统中复杂的能源调度优化要求,因而,本步骤根据待研究的综合智慧能源系统调度的博弈优化方法,建立能源集线器输入输出耦合关系模型。
而能源集线器模型是以模型内部各器件的静态耦合关系为基础,通过对不同种类能源的耦合作用来满足系统的输出要求。
其中,能源集线器输入输出耦合关系模型的表达式为:
式中:Lie(t)为第i个能源集线器第t时刻的电力需求;Lih(t)为第i个能源集线器第t时刻的热力需求;为第i个能源集线器内变压器的稳态转换效率;为第i个能源集线器内热电联产系统中由气产电的稳态转换效率;为第 i个能源集线器内热电联产系统中由气产电的稳态转换效率;为第i个能源集线器内燃气锅炉的稳态转换效率;νi(t)为第i个能源集线器第t时刻的调度因子的大小;si(t)为第i个能源集线器第t时刻的存储因子的大小;Eihmax为第i个能源集线器内热储能设备的最大容量;eih为第i个能源集线器内热储能设备中交换器件的效率;Pie(t)为能源集线器的输入端所需的电力供应;Pig(t)为能源集线器的输入端所需的天然气供应。
步骤102、将能源集线器输入输出耦合关系模型进行变量转换与降维,得到能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数。
根据步骤101中建立的能源集线器输入输出耦合关系模型,可以得到t时刻第i个能源集线器的供需平衡关系,其关系可以用一个耦合矩阵C来描述,并且综合能源系统中,一般情况下耦合矩阵C是可逆的,即耦合矩阵C的满秩,对能源集线器供需平衡约束方程进行求逆处理,因而,可得到能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数的表达式为:
从上式中可以看出,如果终端用户的能源需求可以准确预测,即对于时刻 t,任何一个能源集线器的负载Lih(t)和Lie(t)是已知的,则能源集线器的输入端所需的能源供应Pie(t)和Pig(t)可以由此时的调度因子νi(t)和存储因子si(t)来表示。通过简单的矩阵求逆处理,便可使得变量的维数大大降低,并提高了能源集线器内部模型计算的快速性。
步骤103、根据待研究的综合智慧能源系统的能源集线器之间的能流传输和损耗关系,以能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数为约束条件,建立能源集线器之间的能流博弈模型。
在待研究的综合智慧能源系统中,各能源集线器在追求自身支付最小的同时受其他集线器能源调度的影响和制约,各个能源集线器在自身最优决策的基础上难以保证整体消耗成本最低。博弈论可以更好的解决综合智慧能源系统各能源集线器之间的调度优化问题。
通过建立能源集线器之间任意数量能量载体转换和传输的节点-功率平衡方程,确定能源集线器之间相互影响制约的能流传输和损耗关系,通过以成本最低为目标函数,建立能源集线器之间的能流博弈模型。
其中,能源集线器之间的能流博弈模型的目标函数的表达式为:
式中:Cm为能源集线器的总成本;Ci为第i个能源集线器相关的总成本。
进一步地,第i个能源集线器相关的总成本的表达式为:
式中:aα,bαq,cαr为负载α的价格系数;Piα为能源集线器i输入的负载α的功率;Qα、Rα分别为能流α需求和输出成本多项式的阶次;Λiα为负载α流入能源集线器i过程的损耗功率。
为了获得功率流优化的标准,可以从无损耗功率流计算的结果中导出网络损耗。因此,线路损耗近似为相应功率流的多项式函数:
式中:Λiα为能量负载α流入能源集线器i上的损耗;Fiα为流入能源集线器i 的功率流;fα为能量负载α流动过程的损耗系数,k为阶数;Kα表示能量负载α损耗多项式中的最高阶次,其取决于能量负载α的类型。
例如,电损耗和气损耗的表达式分别为:
式中:fie和fig分别为流入能源集线器i的电力和天然气的能源损失系数;Λie和Λig分别为电能量负载和气能量负载流入能源集线器i上的损耗。假设所有的电线线路和天然气管道都是通过相同的技术实现的,同样的尺寸,损耗系数与线长成正比。
综合智慧能源系统通过能流注入点与上级/相邻系统交换电力和天然气,并根据能源输入需求分配给能源集线器H1,H2,...Hn,各集线器作为网络节点接收不同负载的能流,通过内部调度满足各用户用能需求。在这些网络中,功率流首先基于节点无损耗功率平衡被建模,可以为每个网络表示节点方程:
Aα·Fiα=Piα
式中:Aα为传输载波α的网络的连接矩阵,其取值范围为{-1,0,1};Fiα为流入集线器i载波α的能量流;Piα为能源集线器i中载波α的输入。
需要说明的是,在建立能源集线器之间的能流博弈模型过程中,除了以能源集线器的输入端所需的能源供应关于调度因子和存储因子之间的函数为约束条件,还需要以网络拓扑结构、供给与需求平衡、节点能流输入输出平衡为约束条件。
步骤104、对能源集线器之间的能流博弈模型进行求解,得到各能源集线器之间的调度优化运行方案。
对能源集线器之间的能流博弈模型进行求解的方法为量子粒子群算法,对能源集线器之间的能流博弈模型利用量子栗子群算法可以得到Nash均衡解,使各能源集线器在考虑其他决策主体策略协调的前提下得到调度优化运行方案。
其中,量子粒子群算法求解步骤如下:
(1)给定系统的相关参数和电、热负载以及风力发电负荷;
(2)建立综合智慧能源系统的合作博弈模型;
(4)各能源集线器依次进行独立的优化决策;
(5)将(4)中的各自的优化信息告知待研究的综合智慧能源系统中的其他参与者;
(6)判断系统是否找到Nash均衡点,若各博弈参与者相邻两次得到的最优解相同,即
步骤105、根据待研究的综合智慧能源系统的能源供给层与消耗层能源需求关系,建立能源供给和消耗层的双层博弈模型。
其中,能源供给和消耗层的双层博弈模型包括能源供给层模型、能源消耗层模型和适应性鲁棒性评价。
从综合能源系统的能源规划角度出发,考虑电网、天然气公司、热力公司以及各能源集线器利益需求,建立主动管理模式下的双层规划模型,以期获得最大的经济调度效益,并分析能源价格变动以及政策变化等因素对综合能源系统博弈调度结果的影响,为整个系统的调度优化提供可靠的内部优化和外部输入。
能源供给层各能源公司可以根据能源消耗层的反应做出符合自身利益的定价决策,能源消耗层优化为能源供给层的反馈能源需求,能源供给层与能源消耗层之间存在双层竞争。
在能源供给层,电力公司、天然气公司及热力公司根据能源需求调整各自能源的价格,三种公司之间存在非合作竞争关系。能源供给层目标是在已知能源需求的前提下通过非合作博弈确定不同种类的能源报价,以使得各公司在能源竞争市场中利润最大。
可选的,能源供给层模型的表达式为:
B=max(Be+Bh+Bg)
式中:B为总的净收益;Be为电力公司的净收益;Bh为热力公司的净收益; Bg为天然气公司的净收益;ρe为单位电力电源电量的上网电价;为电力公司付给配电公司的单位电量的主动管理费用(active management fee,缩写为AMF);ρh为单位热源热量的上网热价;为热力公司付给配热公司的单位热量的主动管理费用;ρg为单位天然气量的上网气价;为天然气公司付给配气公司的单位气量的主动管理费;Δt为运行模拟周期中一个时段的时长;Pk,t为第k个电源节点处第t个时间段内实际使用的有功功率;Hk,t为第k个热源节点处第t个时间段内实际使用的热量;Gk,t为第k个气源节点处第t个时间段内实际使用的天然气量;为是否安装电源的二值变量,取0和1分别表示不安装和安装电源;为是否安装热源的二值变量,取0和1分别表示不安装和安装热源;为是否安装气源的二值变量,取0和1分别表示不安装和安装气源;Ωe、Ωh、Ωg、Ω'e、Ω'h和Ω'g分别表示为时间间隔、安装电源、热源以及气源的候选点集合和规划之后的电源、热源以及气源安装位置集合;Fe(de,me)、Fh(dh,mh)和Fg(dg,mg)分别表示为电、热和气的年值化系数,具体地, 和其中,de、dh和dg为电、热和气折现率;me、mh和mg为电源、热源和气源的寿命周期;Re、 Rh和Rg分别为电源、热源和气源单位装机容量的投资成本;和为第k 个节点处的电源、热源和气源装机容量;和分别表示为电源、热源、气源的最小和最大装机容量。
能源消耗层,即能源集线器网络,根据各能源集线器的电能和热能需求从能源供给层购入各类能源,通过上层能源的价格变动及传输损失调整购入各种能源的流量并选择最优路径,网络中各能源集线器共享并竞争使用购入的电力、天然气和热力。从而在能源集线器内部,输入的电力、天然气和热力通过转换设备进行能源的最优分配,满足用户的电、热等能源需求。
可选的,能源消耗层模型的表达式为:
C=min(Ce+Ch+Cg)
式中:C为总成本;Ce、Ch、Cg分别为配电、配热、配气公司的总成本;ρGride、ρGridh和ρGridg为从主网上购买的有功功率、热量和气量;ΩGe、ΩGh、ΩGg和ΩC分别为电、热、气主网接入点集合和电网无功电容器的安装位置集合;d′e和m'e分别为无功电容器容量;xs为是否安装无功电容器的二值变量,取0和1分别表示不安装和安装无功电容器;为无功电容器的单位容量投资成本。
步骤106、将各能源集线器之间的调度优化运行方案代入到能源供给和消耗层的双层博弈模型中,得到待研究的综合智慧能源系统的最佳经济调度效益。
通过将各能源集线器之间的调度优化运行方案代入到能源供给和消耗层的双层博弈模型中,得到待研究的综合智慧能源系统的最佳经济调度效益,也就是待研究的综合智慧能源系统的电力、天然气及电力公司总净收益最大以及能源集线器网络用能总成本最小。
以上所述仅是为了便于本领域的技术人员理解本发明的技术方案,并不用以限制本发明。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种解决综合智慧能源系统调度的博弈优化方法,其特征在于,所述方法包括:
根据待研究的综合智慧能源系统的输入输出数据,建立能源集线器输入输出耦合关系模型;
将所述能源集线器输入输出耦合关系模型进行变量转换与降维,得到能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数;
根据待研究的综合智慧能源系统的能源集线器之间的能流传输和损耗关系,以所述能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数为约束条件,建立能源集线器之间的能流博弈模型;
对所述能源集线器之间的能流博弈模型进行求解,得到各能源集线器之间的调度优化运行方案;
根据所述待研究的综合智慧能源系统的能源供给层与消耗层能源需求关系,建立能源供给和消耗层的双层博弈模型;
将所述各能源集线器之间的调度优化运行方案代入到所述能源供给和消耗层的双层博弈模型中,得到所述待研究的综合智慧能源系统的最佳经济调度效益,
其中,所述能源集线器输入输出耦合关系模型的表达式为:
式中:Lie(t)为第i个能源集线器第t时刻的电力需求;Lih(t)为第i个能源集线器第t时刻的热力需求;为第i个能源集线器内变压器的稳态转换效率;为第i个能源集线器内热电联产系统中由气产电的稳态转换效率;为第i个能源集线器内热电联产系统中由气产电的稳态转换效率;为第i个能源集线器内燃气锅炉的稳态转换效率;νi(t)为第i个能源集线器第t时刻的调度因子的大小;si(t)为第i个能源集线器第t时刻的存储因子的大小;Eihmax为第i个能源集线器内热储能设备的最大容量;eih为第i个能源集线器内热储能设备中交换器件的效率;Pie(t)为能源集线器的输入端所需的电力供应;Pig(t)为能源集线器的输入端所需的天然气供应;
所述能源集线器的输入端所需的能源供应关于调度因子和存储因子的函数的表达式为:
5.根据权利要求3所述的解决综合智慧能源系统调度的博弈优化方法,其特征在于,所述能源集线器i输入的能流α的功率的表达式为:
Aα·Fiα=Piα
式中:Aα为传输能流α的网络的连接矩阵,其取值范围为{-1,0,1};Fiα为能流α流入能源集线器i的功率流;Piα为能源集线器i中能流α的输入。
6.根据权利要求1所述的解决综合智慧能源系统调度的博弈优化方法,其特征在于,对所述能源集线器之间的能流博弈模型进行求解的方法为量子粒子群算法。
7.根据权利要求1所述的解决综合智慧能源系统调度的博弈优化方法,其特征在于,所述能源供给和消耗层的双层博弈模型包括能源供给层模型、能源消耗层模型和适应性鲁棒性评价。
8.根据权利要求7所述的解决综合智慧能源系统调度的博弈优化方法,其特征在于,所述能源供给层模型的表达式为:
B=max(Be+Bh+Bg)
式中:B为总的净收益;Be为电力公司的净收益;Bh为热力公司的净收益;Bg为天然气公司的净收益;ρe为单位电力电源电量的上网电价;为电力公司付给配电公司的单位电量的主动管理费用;ρh为单位热源热量的上网热价;为热力公司付给配热公司的单位热量的主动管理费用;ρg为单位天然气量的上网气价;为天然气公司付给配气公司的单位气量的主动管理费用;Δt为运行模拟周期中一个时段的时长;Pk,t为第k个电源节点处第t个时间段内实际使用的有功功率;Hk,t为第k个热源节点处第t个时间段内实际使用的热量;Gk,t为第k个气源节点处第t个时间段内实际使用的天然气量;为是否安装电源的二值变量,取0和1分别表示不安装和安装电源;为是否安装热源的二值变量,取0和1分别表示不安装和安装热源;为是否安装气源的二值变量,取0和1分别表示不安装和安装气源;Ωe、Ωh、Ωg、Ω'e、Ω'h和Ω'g分别表示为时间间隔、安装电源、热源以及气源的候选点集合和规划之后的电源、热源以及气源安装位置集合;Fe(de,me)、Fh(dh,mh)和Fg(dg,mg)分别表示为电、热和气的年值化系数;me、mh和mg为电源、热源和气源的寿命周期;Re、Rh和Rg分别为电源、热源和气源单位装机容量的投资成本;de、dh和dg分别为电、热和气折现率; 和为第k个节点处的电源、热源和气源装机容量;和分别表示为电源、热源、气源的最小和最大装机容量。
9.根据权利要求8所述的解决综合智慧能源系统调度的博弈优化方法,其特征在于,所述能源消耗层模型的表达式为:
C=min(Ce+Ch+Cg)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910115468.8A CN109919450B (zh) | 2019-02-14 | 2019-02-14 | 解决综合智慧能源系统调度的博弈优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910115468.8A CN109919450B (zh) | 2019-02-14 | 2019-02-14 | 解决综合智慧能源系统调度的博弈优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109919450A CN109919450A (zh) | 2019-06-21 |
CN109919450B true CN109919450B (zh) | 2020-11-24 |
Family
ID=66961635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910115468.8A Active CN109919450B (zh) | 2019-02-14 | 2019-02-14 | 解决综合智慧能源系统调度的博弈优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109919450B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110555562B (zh) * | 2019-09-06 | 2022-05-06 | 燕山大学 | 一种泛在电力物联网中综合能源系统分层能量管理方法 |
CN111105143A (zh) * | 2019-11-25 | 2020-05-05 | 广东电网有限责任公司 | 一种综合能源系统多能耦合分层建模方法 |
CN111723992B (zh) * | 2020-06-23 | 2023-07-04 | 四川中电启明星信息技术有限公司 | 一种计及多能源耦合损耗的园区综合能源调度方法 |
CN112036681B (zh) * | 2020-07-09 | 2023-09-22 | 华电电力科学研究院有限公司 | 基于合作博弈和综合赋权的梯级水电站聚合降维补偿效益分配方法 |
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 |
CN113052498B (zh) * | 2021-04-23 | 2024-04-05 | 国核电力规划设计研究院有限公司 | 基于综合能源系统的电转气两阶段转化装置调度方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106372742A (zh) * | 2016-08-19 | 2017-02-01 | 天津大学 | 考虑电转气多源储能型微网日前最优经济调度方法 |
CN107769215A (zh) * | 2018-01-19 | 2018-03-06 | 国网天津市电力公司 | 基于能源集线器的园区混合能源系统优化调度方法 |
-
2019
- 2019-02-14 CN CN201910115468.8A patent/CN109919450B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106372742A (zh) * | 2016-08-19 | 2017-02-01 | 天津大学 | 考虑电转气多源储能型微网日前最优经济调度方法 |
CN107769215A (zh) * | 2018-01-19 | 2018-03-06 | 国网天津市电力公司 | 基于能源集线器的园区混合能源系统优化调度方法 |
Non-Patent Citations (2)
Title |
---|
电/气/热微型能源系统的建模、仿真与能量管理研究;徐宪东;《中国博士学位论文全文数据库工程科技II辑》;20160815(第08期);C039-2 * |
电力系统可靠性评估方法改进与应用研究;侯恺;《中国博士学位论文全文数据库工程科技II辑》;20171215(第12期);C042-137 * |
Also Published As
Publication number | Publication date |
---|---|
CN109919450A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919450B (zh) | 解决综合智慧能源系统调度的博弈优化方法 | |
Li et al. | Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game | |
He et al. | Application of game theory in integrated energy system systems: a review | |
Tao et al. | Integrated electricity and hydrogen energy sharing in coupled energy systems | |
Gu et al. | Bi-level optimal low-carbon economic dispatch for an industrial park with consideration of multi-energy price incentives | |
Cao et al. | An efficient and economical storage and energy sharing model for multiple multi-energy microgrids | |
CN110378729B (zh) | 一种基于动态能源价格策略的综合需求响应方法 | |
Li et al. | Distributed collaborative operation strategies in multi-agent integrated energy system considering integrated demand response based on game theory | |
Wang et al. | Optimal management of multi stakeholder integrated energy system considering dual incentive demand response and carbon trading mechanism | |
CN112564102B (zh) | 多微网负荷优化调度方法和系统 | |
CN112068436B (zh) | 工业园区的综合能源系统分层分布式控制方法及系统 | |
Liu | Energy station and distribution network collaborative planning of integrated energy system based on operation optimization and demand response | |
Li et al. | Two-stage community energy trading under end-edge-cloud orchestration | |
CN112001752A (zh) | 基于有限理性的多虚拟电厂动态博弈交易行为分析方法 | |
Huang et al. | Incomplete information oriented optimal scheduling of multi-energy hub systems with thermal energy storage | |
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 | |
CN115689166A (zh) | 一种区域分布式能源资源聚合利用方法及系统 | |
CN117689234B (zh) | 基于多主体双层博弈的园区综合能源系统调度方法及系统 | |
Peng et al. | Sequential coalition formation for wind-thermal combined bidding | |
Misra et al. | SEED: QoS-aware sustainable energy distribution in smart grid | |
CN111091239A (zh) | 基于差分进化算法的能源服务商电价策略制定方法及装置 | |
Sobhani et al. | Two-level distributed demand-side management using the smart energy hub concept | |
Yu et al. | Energy hub model for energy management in energy internet | |
CN110322092B (zh) | 一种源网荷多层博弈经济调度方法 | |
CN116070754A (zh) | 考虑能量共享的多主体综合能源系统优化运行方法及系统 |
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 |