CN110033124A - 一种分布式交互的能源楼宇点对点能量分享方法及系统 - Google Patents
一种分布式交互的能源楼宇点对点能量分享方法及系统 Download PDFInfo
- Publication number
- CN110033124A CN110033124A CN201910188352.7A CN201910188352A CN110033124A CN 110033124 A CN110033124 A CN 110033124A CN 201910188352 A CN201910188352 A CN 201910188352A CN 110033124 A CN110033124 A CN 110033124A
- Authority
- CN
- China
- Prior art keywords
- building
- energy
- cost
- buildings
- point
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 13
- 230000005611 electricity Effects 0.000 claims abstract description 76
- 238000004146 energy storage Methods 0.000 claims abstract description 60
- 238000007599 discharging Methods 0.000 claims description 18
- 230000008878 coupling Effects 0.000 claims description 12
- 238000010168 coupling process Methods 0.000 claims description 12
- 238000005859 coupling reaction Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 7
- 238000013139 quantization Methods 0.000 claims description 5
- 238000010248 power generation Methods 0.000 claims description 4
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000370 acceptor Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001737 promoting effect Effects 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种分布式交互的能源楼宇点对点能量分享方法及系统,包括:确定能量调度决策量;以总能量成本最低为目标,求解各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量以及各个楼宇同其他所有楼宇交互的电量;以最小化各个楼宇同其他楼宇交互电量的结算成本为目标,确定其同其他各个楼宇交互的电价,各个楼宇同其他楼宇交互电量的结算成本与各个楼宇同其他楼宇交互的电量和电价有关,每对楼宇之间交互的电价需要一致,参与能量分享的经济成本不得高于不参与能量分享的经济成本。本发明提高楼宇集群对可再生能源的利用率实现可持续区域楼宇集群并减少其对电网的依赖和影响。
Description
技术领域
本发明涉及电力能源调度技术领域,更具体地,涉及一种分布式交互的能源楼宇点对点能量分享方法及系统。
背景技术
由于传统化石能源的日益紧张,可再生能源开始被广泛关注和发展,除了大规模的可再生能源接入电网以外,各种小型的分散式可再生能源用户如安装屋顶光伏系统的能源楼宇等也开始迅速发展。考虑到楼宇是国家社会耗电耗能的主要部分,且能源楼宇是楼宇发展的必然趋势和迅速发展,因此设计能源楼宇的能量调度来提高能源楼宇的能量效率以实现可持续区域或城市社会十分重要。
日本和欧美国家都陆续提出零能量楼宇或者近零能量楼宇概念和相关政策促进其发展。近零能量楼宇的实现一般是需要对其基本需求进行预测,可控设备的能量调度,需要大容量的可再生能源发电装置,以及能量存储系统的协同调度。然而可再生能源依然随机性和波动特点,难以保证较高的能量利用效率,而能量存储系统当前的一次性投资成本巨大,难以保证经济效益。因此近零能量楼宇的实现在当前阶段仍然具有很高的难度。
一种最有潜力的方式是通过促进能源楼宇间的能量分享来实现可持续的楼宇集群。但是在传统电力市场下实现这种方式面临一些问题。首先是透明度问题,在能源互联网环境下,可再生能源用户如能源楼宇等需要知道自身的能量去向和能量来源,而在传统的电力市场中能源楼宇等仅知道同电力公司的购电量和费用是不能满足新需求的。其次是信任问题,以往用户如楼宇等往往是电力价格的接受者,是电力市场中缺乏主动性的一方,因此造成用户和电力公司的不信任,这种缺乏信任的结构不适用于需要提高能量效率的可再生能源的新环境。最后是优化调度方法,传统优化调度往往是集中式方法,用户的隐私信息如用电量和发电量等不能得到保证,且优化计算效率低,因此需要分布式的优化调度方法既能保证用户隐私信息又能提高计算效率。
发明内容
针对现有技术的缺陷,本发明的目的在于解决传统电力市场下无法实现有效的楼宇间能量共享的技术问题。
为实现上述目的,一方面,本发明提供一种分布式交互的能源楼宇点对点能量分享方法,包括以下步骤:
确定能量调度决策量,包括:各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量、各个楼宇同其他所有楼宇交互的电量以及各个楼宇同其他所有楼宇交互的电价;
以总能量成本最低为目标,求解各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量以及各个楼宇同其他所有楼宇交互的电量,所述总能量成本包括各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本、各个楼宇向电力公司买入和卖出电量的交易成本;
以最小化各个楼宇同其他楼宇交互电量的结算成本为目标,确定其同其他各个楼宇交互的电价,所述各个楼宇同其他楼宇交互电量的结算成本与各个楼宇同其他楼宇交互的电量和电价有关,其中,每对楼宇之间交互的电价需要一致,各个楼宇同其他楼宇交互电量的结算成本、各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本以及各个楼宇向电力公司买入和卖出电量的交易成本的总和需要低于该楼宇不参与楼宇点对点能量分享时的经济成本。
可选地,所述各个楼宇可控负荷的调度成本通过各个楼宇可控负荷的实际负载和可控负荷参考功率确定,具体通过如下公式计算:
其中,楼宇集群内由n=1,2,...,N座能源楼宇组成,日前调度时间段分为h=1,2,...,H小时,H表示最大时段,也是调度时段的数量,Uk(qk)表示楼宇n的可控负荷调度成本,楼宇n各个时段的可控负荷的实际负载用表示,An表示楼宇n的可控负荷的集合,为h时段楼宇n可控负荷的参考功率,αk为量化参数。
可选地,所述各个楼宇储能系统的充放电损耗成本根据各个楼宇储能系统的充放电功率确定,具体通过如下公式计算:
其中,表示楼宇n储能系统的充放电损耗成本,楼宇n储能系统的充、放电功率分别用和表示,上标h表示各个时段,表示充电每千瓦时对储能系统的损耗,表示放电每千瓦时对储能系统的损耗。
可选地,所述各个楼宇向电力公司买入和卖出电量的交易成本根据各个楼宇向电力公司买入和卖出电量确定,具体通过如下公式计算:
其中,表示楼宇n向电力公司买入和卖出电量的交易成本,楼宇n向电力公司买入和卖出电量分别用和表示,上标h表示各个时段,表示h时段向电力公司买电的价格,表示h时段向电力公司回馈卖电的价格。
可选地,所述总能量成本CSC通过如下公式计算:
其中,表示楼宇n的能量成本,楼宇n的分散约束集为:以表示楼宇n与楼宇m交互电量的电量,表示楼宇自身可再生能源系统发电量,表示不可控负载耗电量,及能量耦合约束集
通过分布式优化算法分布式求解所述总能量成本,得到各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量以及各个楼宇同其他所有楼宇交互的电量,实现楼宇集群分布式能量优化调度。
可选地,各个楼宇同其他楼宇交互电量的结算成本通过如下公式计算:
其中,σ为给定参数,λ-n={λm,m=1,2,...,n-1,n,...,N}不包含楼宇n决策λn的其他楼宇的决策,各个楼宇同其他楼宇交互电量的结算成本的约束集Zn为:以保证各个楼宇同其他楼宇交互电量的结算成本、各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本以及各个楼宇向电力公司买入和卖出电量的交易成本的总和低于该楼宇不参与楼宇点对点能量分享时的经济成本;表示楼宇n不参与楼宇点对点能量分享时的经济成本;耦合约束为:以及λn,m表示楼宇n与楼宇m之间的电价;
用增广NI-function最佳响应来对各个楼宇同其他楼宇交互电量的结算成本求解均衡,确定各个楼宇同其他楼宇交互的电价。
另一方面,本发明提供一种分布式交互的能源楼宇点对点能量分享系统,包括:
决策量确定单元,用于确定能量调度决策量,包括:各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量、各个楼宇同其他所有楼宇交互的电量以及各个楼宇同其他所有楼宇交互的电价;
负载功率电量确定单元,用于以总能量成本最低为目标,求解各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量以及各个楼宇同其他所有楼宇交互的电量,所述总能量成本包括各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本、各个楼宇向电力公司买入和卖出电量的交易成本;
电价确定单元,用于以最小化各个楼宇同其他楼宇交互电量的结算成本为目标,确定其同其他各个楼宇交互的电价,所述各个楼宇同其他楼宇交互电量的结算成本与各个楼宇同其他楼宇交互的电量和电价有关,其中,每对楼宇之间交互的电价需要一致,各个楼宇同其他楼宇交互电量的结算成本、各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本以及各个楼宇向电力公司买入和卖出电量的交易成本的总和需要低于该楼宇不参与楼宇点对点能量分享时的经济成本。
可选地,所述决策量确定单元通过各个楼宇可控负荷的实际负载和可控负荷参考功率确定,具体通过如下公式计算:
其中,楼宇集群内由n=1,2,...,N座能源楼宇组成,日前调度时间段分为h=1,2,...,H小时,H表示最大时段,Uk(qk)表示楼宇n的可控负荷调度成本,楼宇n各个时段的可控负荷的实际负载用表示,An表示楼宇n的可控负荷的集合,为h时段楼宇n可控负荷的参考功率,αk为量化参数。
可选地,所述决策量确定单元根据各个楼宇储能系统的充放电功率确定,具体通过如下公式计算:
其中,表示楼宇n储能系统的充放电损耗成本,楼宇n储能系统的充、放电功率分别用和表示,上标h表示各个时段,表示充电每千瓦时对储能系统的损耗,表示放电每千瓦时对储能系统的损耗。
可选地,所述决策量确定单元根据各个楼宇向电力公司买入和卖出电量确定各个楼宇向电力公司买入和卖出电量的交易成本,具体通过如下公式计算:
其中,表示楼宇n向电力公司买入和卖出电量的交易成本,楼宇n向电力公司买入和卖出电量分别用和表示,上标h表示各个时段,表示h时段向电力公司买电的价格,表示向电力公司回馈卖电的价格。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
本发明通过分布式决策所有能源楼宇的能量调度,相互能量分享调度,相互能量分享结算价格,充分考虑了楼宇之间的能量分享带来的能量效率,既能最小化社会能量成本又能保证每个楼宇的经济性,具有完全透明的又能保证用户隐私等优点。发明中完全分布式的特点可以通过当前的分布式交易技术实现,该技术不需要第三方参与就实现对所有节点分布式的分布式交易平台。
本发明通过促进楼宇间的能量分享而提高了楼宇集群的可再生能量利用效率,降低了楼宇集群对主电网的电力依赖而减少了可再生能源对电网的不利影响。
附图说明
图1为本发明提供的楼宇间电力能量共享方法整体流程图;
图2为本发明提供的楼宇间电力能量共享方法的应用架构图;
图3为本发明提供的楼宇间电力能量共享系统架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明所要解决的问题是克服传统电力市场下无法实现有效的楼宇间能量共享的问题,提出一种基于分布式交易技术的两阶段点对点能量分享策略,在能源互联网分布式环境下,提高楼宇集群对可再生能源的利用率实现可持续区域楼宇集群并减少其对电网的依赖和影响。
按照本发明,每个能源楼宇需要综合调度的资源有屋顶光伏系统的光伏发电,可调控负荷如中央空调系统,本地能源存储系统充放电调度,同电力公司日前买卖电合同,以及同其他每一个能源楼宇的能量分享交互量,以及能量分享相互的结算价格。因此首先确定各个楼宇日前的用电调度成本模型,如可调度设备的调度成本,能量存储设备的充放电操作成本,包含存储设备时考虑该成本,与传统电力公司的交易成本,以及与其他楼宇的能量分享的结算成本。需要满足的约束包括自身调度约束如可控负荷调度约束,能量存储约束等,以及耦合约束如点对点的能量交互约束和相互电价约束。然后实施第一阶段点对点能量分享的最优能量调度机制,目标函数为楼宇群的社会成本,包括所有楼宇的调度成本,存储操作成本,以及与电力公司交易成本,约束集为各自的约束和点对点能量交互约束。
考虑到目标函数可分解性和耦合约束的存在,本发明采用分布式算法对问题进行分布式求解。第一阶段的优化结果是考虑内部能量分享的能源楼宇群的最优能量调度,每个楼宇可以根据优化结果对自己的能量进行日前调度,实施同其他能源楼宇的能量交互调度。然后实施本发明第二阶段点对点能量分享的结算机制。点对点能量分享的结算是所有楼宇自由协商的过程和结果,因此本发明将结算优化归结为广义均衡博弈形式,其中每个楼宇都希望以更低的价格结算从其他楼宇买入的能量或者更高的价格结算卖给其他楼宇的能量,两两楼宇之间的结算价格作为协商的结果必须达成一致。本发明通过分布式求解博弈均衡实现分布式点对点能量分享结算。第二阶段的结果是相互之间能量分享的所有楼宇均能接受的结算价格,每个楼宇根据该结果同其他楼宇进行结算和资金分布式交易。
本发明为实现可持续能源楼宇集群提出基于分布式交易技术的两阶段点对点能量分享策略。实施流程如下:
本发明首先归纳了楼宇能量调度。假设楼宇集群内由n=1,2,...,N座能源楼宇组成,日前调度时间段分为h=1,2,...,H小时。楼宇n的可控负荷的实际负载用表示,An表示楼宇n的可控负荷的集合,可控符合调度成本量化为其中αk为量化参数,可控负荷参考功率是用Φk(qk)表示可控负荷约束集。楼宇n储能设备的充放电功率用和表示,能量存储系统操作成本用表示,用γn(cn,dn)表示能量存储系统的操作约束集。
楼宇与电力公司的能量交易(买入和回馈)用和表示,与电力公司的能量交易成本为楼宇n与其他楼宇m之间在h时段的能量分享表示,楼宇n从楼宇m买入能量时楼宇n卖给楼宇m能量时楼宇n对其他楼宇m之间的结算单价λn={λn,m,h=1,2,...,H,m=1,2,,...,N,m≠n}表示,因此用表示能量分享结算成本。在点对点能量分享和结算中,必须满足如下耦合约束:以及分别记作能量耦合约束集Y(e)和结算耦合约束集W(λ)。
本发明实施的第一阶段是点对点能量分享的最优能量调度机制。通过寻找最优能量调度最小化楼宇集群的社会能量成本。因此目标函数是楼宇集群社会能量成本其中以及xn=[qk,cn,dn,bn,sn,en],约束为楼宇分散约束集以及能量耦合约束集Y(e)。通过分布式优化算法如交替方向乘子法对该问题进行分布式求解,可实现楼宇集群分布式能量优化调度。
本发明实施的第二阶段是点对点能量分享的结算机制。在分布式交易中,点对点能量分享的结算实质上是相互间的非合作博弈关系,各个楼宇的博弈的代价函数为能量分享的总成本其中σ是给定参数,λ-n={λm,m=1,2,...,n-1,n,...,N}不包含楼宇n决策λn的其他楼宇的决策,独立约束集Zn为以保证参与能量分享的经济成本不得高于不参与能量分享的经济成本,耦合约束为结算耦合约束集W(λ)。考虑到代价函数及其约束都是定义良好且凸性,因此博弈均衡存在性和唯一性可以保证,提出用增广NI-function最佳响应来求解均衡。均衡的结果是点对点能量分享的结算价格,是点对点能量分享相互协商的结果,是各方能够接受的最优解。
本发明实施流程是完全分布式的,完全通过当前的分布式交易技术实现,既实现了能量分享信息的完全透明也保证了所有楼宇的信息安全,同时也保证了相当的经济效益,最重要的是最大程度减少了社会能量成本,实现了可持续的能源楼宇集群。
图3为本发明提供的楼宇间电力能量共享系统架构图,如图3所示,包括:
决策量确定单元,用于确定能量调度决策量,包括:各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量、各个楼宇同其他所有楼宇交互的电量以及各个楼宇同其他所有楼宇交互的电价;
负载功率电量确定单元,用于以总能量成本最低为目标,求解各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量以及各个楼宇同其他所有楼宇交互的电量,所述总能量成本包括各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本、各个楼宇向电力公司买入和卖出电量的交易成本;
电价确定单元,用于以最小化各个楼宇同其他楼宇交互电量的结算成本为目标,确定其同其他各个楼宇交互的电价,所述各个楼宇同其他楼宇交互电量的结算成本与各个楼宇同其他楼宇交互的电量和电价有关,其中,每对楼宇之间交互的电价需要一致,各个楼宇同其他楼宇交互电量的结算成本、各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本以及各个楼宇向电力公司买入和卖出电量的交易成本的总和需要低于该楼宇不参与楼宇点对点能量分享时的经济成本。
具体各个单元的功能可参见前述方法实施例,在此不做赘述。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种分布式交互的能源楼宇点对点能量分享方法,其特征在于,包括以下步骤:
确定能量调度决策量,包括:各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量、各个楼宇同其他所有楼宇交互的电量以及各个楼宇同其他所有楼宇交互的电价;
以总能量成本最低为目标,求解各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量以及各个楼宇同其他所有楼宇交互的电量,所述总能量成本包括各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本、各个楼宇向电力公司买入和卖出电量的交易成本;
以最小化各个楼宇同其他楼宇交互电量的结算成本为目标,确定其同其他各个楼宇交互的电价,所述各个楼宇同其他楼宇交互电量的结算成本与各个楼宇同其他楼宇交互的电量和电价有关,其中,每对楼宇之间交互的电价需要一致,各个楼宇同其他楼宇交互电量的结算成本、各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本以及各个楼宇向电力公司买入和卖出电量的交易成本的总和需要低于该楼宇不参与楼宇点对点能量分享时的经济成本。
2.根据权利要求1所述的能源楼宇点对点能量分享方法,其特征在于,所述各个楼宇可控负荷的调度成本通过各个楼宇可控负荷的实际负载和可控负荷参考功率确定,具体通过如下公式计算:
其中,楼宇集群内由n=1,2,...,N座能源楼宇组成,日前调度时间段分为h=1,2,...,H小时,H表示最大时段,Uk(qk)表示楼宇n的可控负荷调度成本,楼宇n各个时段的可控负荷的实际负载用表示,An表示楼宇n的可控负荷的集合,为h时段楼宇n可控负荷的参考功率,αk为量化参数。
3.根据权利要求1所述的能源楼宇点对点能量分享方法,其特征在于,所述各个楼宇储能系统的充放电损耗成本根据各个楼宇储能系统的充放电功率确定,具体通过如下公式计算:
其中,表示楼宇n储能系统的充放电损耗成本,楼宇n储能系统的充、放电功率分别用和表示,上标h表示各个时段,表示充电每千瓦时对储能系统的损耗,表示放电每千瓦时对储能系统的损耗。
4.根据权利要求1所述的能源楼宇点对点能量分享方法,其特征在于,所述各个楼宇向电力公司买入和卖出电量的交易成本根据各个楼宇向电力公司买入和卖出电量确定,具体通过如下公式计算:
其中,表示楼宇n向电力公司买入和卖出电量的交易成本,楼宇n向电力公司买入和卖出电量分别用和表示,上标h表示各个时段,表示h时段向电力公司买电的价格,表示h时段向电力公司回馈卖电的价格。
5.根据权利要求1至4任一项所述的能源楼宇点对点能量分享方法,其特征在于,所述总能量成本CSC通过如下公式计算:
其中,表示楼宇n的能量成本,楼宇n的分散约束集为:以表示楼宇n与楼宇m交互电量的电量,表示楼宇自身可再生能源系统发电量,表示不可控负载耗电量,及能量耦合约束集
通过分布式优化算法分布式求解所述总能量成本,得到各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量以及各个楼宇同其他所有楼宇交互的电量,实现楼宇集群分布式能量优化调度。
6.根据权利要求5所述的楼宇间电力能量共享方法,其特征在于,各个楼宇同其他楼宇交互电量的结算成本通过如下公式计算:
其中,σ为给定参数,λ-n={λm,m=1,2,...,n-1,n,...,N}是不包含楼宇n决策λn的其他楼宇的决策,各个楼宇同其他楼宇交互电量的结算成本的约束集Zn为:以保证各个楼宇同其他楼宇交互电量的结算成本、各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本以及各个楼宇向电力公司买入和卖出电量的交易成本的总和低于该楼宇不参与楼宇点对点能量分享时的经济成本;表示楼宇n不参与楼宇点对点能量分享时的经济成本;耦合约束为:以及λn,m表示楼宇n与楼宇m之间的电价;
用增广NI-function最佳响应来对各个楼宇同其他楼宇交互电量的结算成本求解均衡,确定各个楼宇同其他楼宇交互的电价。
7.一种分布式交互的能源楼宇点对点能量分享系统,其特征在于,包括:
决策量确定单元,用于确定能量调度决策量,包括:各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量、各个楼宇同其他所有楼宇交互的电量以及各个楼宇同其他所有楼宇交互的电价;
负载功率电量确定单元,用于以总能量成本最低为目标,求解各个楼宇可控负荷的实际负载、各个楼宇储能系统的充放电功率、各个楼宇向电力公司买入和卖出的电量以及各个楼宇同其他所有楼宇交互的电量,所述总能量成本包括各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本、各个楼宇向电力公司买入和卖出电量的交易成本;
电价确定单元,用于以最小化各个楼宇同其他楼宇交互电量的结算成本为目标,确定其同其他各个楼宇交互的电价,所述各个楼宇同其他楼宇交互电量的结算成本与各个楼宇同其他楼宇交互的电量和电价有关,其中,每对楼宇之间交互的电价需要一致,各个楼宇同其他楼宇交互电量的结算成本、各个楼宇可控负荷的调度成本、各个楼宇储能系统的充放电损耗成本以及各个楼宇向电力公司买入和卖出电量的交易成本的总和需要低于该楼宇不参与楼宇点对点能量分享时的经济成本。
8.根据权利要求7所述的能源楼宇点对点能量分享系统,其特征在于,所述决策量确定单元通过各个楼宇可控负荷的实际负载和可控负荷参考功率确定,具体通过如下公式计算:
其中,楼宇集群内由n=1,2,...,N座能源楼宇组成,日前调度时间段分为h=1,2,...,H小时,H表示最大时段,Uk(qk)表示楼宇n的可控负荷调度成本,楼宇n各个时段的可控负荷的实际负载用表示,An表示楼宇n的可控负荷的集合,为h时段楼宇n可控负荷的参考功率,αk为量化参数。
9.根据权利要求7所述的能源楼宇点对点能量分享系统,其特征在于,所述决策量确定单元根据各个楼宇储能系统的充放电功率确定,具体通过如下公式计算:
其中,表示楼宇n储能系统的充放电损耗成本,楼宇n储能系统的充、放电功率分别用和表示,上标h表示各个时段,表示充电每千瓦时对储能系统的损耗,表示放电每千瓦时对储能系统的损耗。
10.根据权利要求7所述的能源楼宇点对点能量分享系统,其特征在于,所述决策量确定单元根据各个楼宇向电力公司买入和卖出电量确定各个楼宇向电力公司买入和卖出电量的交易成本,具体通过如下公式计算:
其中,表示楼宇n向电力公司买入和卖出电量的交易成本,楼宇n向电力公司买入和卖出电量分别用和表示,上标h表示各个时段,表示h时段向电力公司买电的价格,表示h时段向电力公司回馈卖电的价格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910188352.7A CN110033124B (zh) | 2019-03-13 | 2019-03-13 | 一种分布式交互的能源楼宇点对点能量分享方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910188352.7A CN110033124B (zh) | 2019-03-13 | 2019-03-13 | 一种分布式交互的能源楼宇点对点能量分享方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110033124A true CN110033124A (zh) | 2019-07-19 |
CN110033124B CN110033124B (zh) | 2021-11-02 |
Family
ID=67235946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910188352.7A Active CN110033124B (zh) | 2019-03-13 | 2019-03-13 | 一种分布式交互的能源楼宇点对点能量分享方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110033124B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110400079A (zh) * | 2019-07-26 | 2019-11-01 | 华中科技大学 | 一种实现新能源用户社区能量分享的日前调度方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103728881A (zh) * | 2014-01-02 | 2014-04-16 | 东南大学 | 一种多楼宇冷热电联供系统的优化运行方法 |
US20160064934A1 (en) * | 2013-03-27 | 2016-03-03 | Electric Power Research Institute Of State Grid Zhejiang Electric Power Company | Optimization method for independent micro-grid system |
CN105760969A (zh) * | 2016-03-18 | 2016-07-13 | 国网江苏省电力公司电力科学研究院 | 一种基于可控负荷主动响应的智能楼宇电价响应用电方法 |
CN106960272A (zh) * | 2017-02-28 | 2017-07-18 | 天津大学 | 含虚拟储能的楼宇微网多时间尺度优化调度方法 |
CN107231001A (zh) * | 2017-07-26 | 2017-10-03 | 武汉大学 | 一种基于改进灰色预测的楼宇微网在线能量管理方法 |
CN109050284A (zh) * | 2018-07-09 | 2018-12-21 | 华中科技大学 | 一种考虑v2g的电动汽车充放电电价优化方法 |
-
2019
- 2019-03-13 CN CN201910188352.7A patent/CN110033124B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160064934A1 (en) * | 2013-03-27 | 2016-03-03 | Electric Power Research Institute Of State Grid Zhejiang Electric Power Company | Optimization method for independent micro-grid system |
CN103728881A (zh) * | 2014-01-02 | 2014-04-16 | 东南大学 | 一种多楼宇冷热电联供系统的优化运行方法 |
CN105760969A (zh) * | 2016-03-18 | 2016-07-13 | 国网江苏省电力公司电力科学研究院 | 一种基于可控负荷主动响应的智能楼宇电价响应用电方法 |
CN106960272A (zh) * | 2017-02-28 | 2017-07-18 | 天津大学 | 含虚拟储能的楼宇微网多时间尺度优化调度方法 |
CN107231001A (zh) * | 2017-07-26 | 2017-10-03 | 武汉大学 | 一种基于改进灰色预测的楼宇微网在线能量管理方法 |
CN109050284A (zh) * | 2018-07-09 | 2018-12-21 | 华中科技大学 | 一种考虑v2g的电动汽车充放电电价优化方法 |
Non-Patent Citations (2)
Title |
---|
ZHI-HONG GUAN: "Synchronization of Complex Dynamical Networks With Time-Varying Delays Via Impulsive Distributed Control", 《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS I: REGULAR PAPERS》 * |
任洪波等: "基于燃料电池、太阳能电池、蓄电池的住宅分布式能源系统的运行优化", 《可再生能源》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110400079A (zh) * | 2019-07-26 | 2019-11-01 | 华中科技大学 | 一种实现新能源用户社区能量分享的日前调度方法及系统 |
CN110400079B (zh) * | 2019-07-26 | 2022-09-16 | 华中科技大学 | 一种实现新能源用户社区能量分享的日前调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110033124B (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Optimal operation of multimicrogrids via cooperative energy and reserve scheduling | |
Liu et al. | Curtailment of renewable energy in Northwest China and market-based solutions | |
Zhao et al. | Hierarchical optimal configuration of multi-energy microgrids system considering energy management in electricity market environment | |
Qi et al. | Sharing demand-side energy resources-A conceptual design | |
CN114155103A (zh) | 基于区块链合作博弈的能量共享联盟灵活性交易方法 | |
Liu et al. | Energy storage in China: Development progress and business model | |
Zhao et al. | New problem formulation for optimal demand side response in hybrid AC/DC systems | |
CN115587668A (zh) | 多园区综合能源系统分布式协同优化调度方法 | |
Xia et al. | The flexible roles of distributed energy storages in peer-to-peer transactive energy market: A state-of-the-art review | |
Wang et al. | Cooperative operation of industrial/commercial/residential integrated energy system with hydrogen energy based on Nash bargaining theory | |
Huang et al. | Game theory applications in the electricity market and renewable energy trading: A critical survey | |
Gao et al. | Green electricity trading driven low-carbon sharing for interconnected microgrids | |
CN111404148A (zh) | 一种风光沼多微网系统及其对等能量和通信交易方法 | |
Ehjaz et al. | A novel scheme for P2P energy trading considering energy congestion in microgrid | |
Perez-Diaz et al. | Coordination of electric vehicle aggregators: A coalitional approach | |
Chen et al. | Asymmetric Nash bargaining-based cooperative energy trading of multi-park integrated energy system under carbon trading mechanism | |
CN110033124B (zh) | 一种分布式交互的能源楼宇点对点能量分享方法及系统 | |
CN117829538A (zh) | 一种考虑欺诈博弈和多场景的能源枢纽网系统的优化方法 | |
Cheng et al. | Nash bargaining‐based cooperative game for distributed economic scheduling of microgrid with charging‐swapping‐storage integrated station | |
Xu et al. | A hierarchical game theory based demand optimization method for grid-interaction of energy flexible buildings | |
Rong et al. | A cooperative model of photovoltaic and electricity-to-hydrogen including green certificate trading under the conditional value at risk | |
Mishra et al. | Peer-to-Peer Energy Trading With Active Participation of Distributed Generation | |
Spasova et al. | Energy exchange strategy for local energy markets with heterogenous renewable sources | |
CN113870030A (zh) | 基于改进纳什议价方法的多微网能源交易机制设计方法 | |
Wu et al. | Benefit models and optimization clearing model for participants in cloud energy storage |
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 |