CN110046773B - 综合能源系统多主体合作优化运行与成本效益分配方法 - Google Patents

综合能源系统多主体合作优化运行与成本效益分配方法 Download PDF

Info

Publication number
CN110046773B
CN110046773B CN201910460878.6A CN201910460878A CN110046773B CN 110046773 B CN110046773 B CN 110046773B CN 201910460878 A CN201910460878 A CN 201910460878A CN 110046773 B CN110046773 B CN 110046773B
Authority
CN
China
Prior art keywords
energy
cost
power
hub
electric
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
Application number
CN201910460878.6A
Other languages
English (en)
Other versions
CN110046773A (zh
Inventor
罗艳红
张馨文
杨东升
周博文
赵胜楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeastern University China
Original Assignee
Northeastern University China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northeastern University China filed Critical Northeastern University China
Priority to CN201910460878.6A priority Critical patent/CN110046773B/zh
Publication of CN110046773A publication Critical patent/CN110046773A/zh
Application granted granted Critical
Publication of CN110046773B publication Critical patent/CN110046773B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Abstract

本发明提供一种综合能源系统多主体合作优化运行与成本效益分配方法，涉及综合能源系统经济运行技术领域。该方法基于能量枢纽概念，提出多能量枢纽合作运营模式，建立包含可再生能源发电和储电设备的多能量枢纽经济运行模型；分析参与合作的各主体的成本效益计算方法，并基于合作博弈理论对各主体实行合作经济运行策略所增加的成本和效益进行分配。本发明提供的方法充分考虑了综合能源系统供能侧多能互补、用能侧负荷可转移的特点，多能量枢纽优化运行模型具有经济性和有效性，适应绿色低碳的能源系统发展要求，基于Shapley值法分配参与合作的各主体的成本和效益，设计分裂倾向指标验证了此方法对维持合作稳定的积极性。

Description

综合能源系统多主体合作优化运行与成本效益分配方法
技术领域
本发明涉及综合能源系统经济运行技术领域，尤其涉及一种综合能源系统多主体合作优化运行与成本效益分配方法。
背景技术
近年来，随着社会经济迅速发展，化石能源的大规模使用导致了传统能源枯竭、环境污染和全球气候恶化等一系列问题。因此，研究清洁高效的可持续能源系统成为了解决问题的必然选择。多能互补的能源互联形式借助传统化石能源和可再生能源之间的互补转换提高了能源可利用率，弥补了各能源单独规划，单独运行的系统的不足；同时，信息系统的发展也使得电、气、热等多种形式的能量流和信息流在整体运行规划时有着更强的耦合关系。多能源的协同规划和调度问题逐渐成为了当前的研究热点，多能源系统将发展迅速并得到广泛应用。快速发展的信息通信、控制和能源技术的融合与能源短缺、环境污染等问题的出现催生了新型能源利用体系—能源互联网。综合能源系统是能源互联网在物理层面上的主要载体，能量枢纽即为综合能源系统的主要集成表现形式。
现有研究对包含需求响应的综合能量系统能量枢纽的优化运行做了积极的探索，通常考虑单个能量枢纽的建模，对能量枢纽合作形式和枢纽内能量流方向分析较少；同时，对于能源系统带来的环境问题，发展清洁能源和减少温室气体排放是未来能源系统发展的必要形式，考虑其他温室气体对多能源优化的影响研究较少；已有研究表明，储能装置虽然在可再生能源的接入起到了重要的作用，但其仍然存在着排放的弊端；大量的电动汽车和储能设备接入电网，是良好的需求响应实施主体，可以起到削减用电高峰的作用。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足，提供一种综合能源系统多主体合作优化运行与成本效益分配方法，在综合能源系统的背景下考虑了多个能量枢纽互联的模式，适应绿色低碳的能源系统发展要求，合理分配合作下的成本和效益，对合作稳定性具有积极作用。
为解决上述技术问题，本发明所采取的技术方案是：
一种综合能源系统多主体合作优化运行与成本效益分配方法，包括多能量枢纽合作优化运行策略及基于博弈理论的成本效益分配方法，具体包括以下步骤：
步骤1、基于综合能源系统的概念，提出多能量枢纽互联合作的系统架构和各能量枢纽内部结构，分析系统运营模式：
步骤1.1、多能量枢纽系统的优化运行的能源供应侧有光伏发电、燃气轮机和电网购电满足枢纽内负荷需求，多能量枢纽系统采用电气联供形式，负荷侧可参与调度的的弹性负荷参与需求响应，可调度的负荷包括电动汽车和制冷空调，每个能量枢纽配备储电设备以提高系统运行经济性；
步骤1.2、对能量枢纽内能量流向做出限制，目的是减少线路改造支出；
步骤2、建立多能量枢纽数学模型，确定目标函数及优化运行约束条件：
步骤2.1、建立能量生产设备、储电设备和弹性负荷运行的数学模型；
多能量枢纽外部接入电网和天然气网，能量枢纽内部的能量产生设备为燃气轮机和光伏发电设备；
燃气轮机的输出功率表达式为；
Figure BDA0002078021060000021
其中，
Figure BDA0002078021060000022
为第i个能量枢纽在t时刻燃气轮机的电功率；
Figure BDA0002078021060000023
为第i个能量枢纽在t时刻的燃气消耗量；λgas为天然气热值；△T为调度时段时长；
光伏输出功率表达式为：
Figure BDA0002078021060000024
其中，
Figure BDA0002078021060000025
是第i个能量枢纽的光伏在t时刻的输出功率；ηGT、ηpv分别为燃气轮机和光伏的发电效率；Si和I分别为第i个能量枢纽光伏辐射面积和强度；θt out为t时刻的室外气温；
储电设备根据分时电价的引导，通过在用电低谷时段充电，在用电高峰时段放电，其荷电状态的表达式为：
Figure BDA0002078021060000026
其中，
Figure BDA0002078021060000027
为第i个能量枢纽中储电设备在t时刻的荷电状态，
Figure BDA0002078021060000028
和
Figure BDA0002078021060000029
分别为第i个能量枢纽中储电设备在t时刻的充电功率和放电功率，ηES.ch和ηES.dis为储电设备的充电效率和放电功率，ΩESi为储电设备的容量；
电动汽车通过接受调度中心的指令调整自身充电时段和充电功率，其荷电状态表达式为：
Figure BDA00020780210600000210
其中，
Figure BDA00020780210600000211
电动汽车k在t时刻的荷电状态；
Figure BDA00020780210600000212
为电动汽车k在t时刻的充电功率；
Figure BDA00020780210600000213
为电动汽车k的充电效率；
Figure BDA0002078021060000031
为电动汽车k的电池容量；
Figure BDA0002078021060000032
其中，
Figure BDA0002078021060000033
为t时刻第i个能量枢纽的室内温度；τ＝R·C，R为建筑物的等效热阻，C为空气的比热容；
Figure BDA0002078021060000034
为第i个能量枢纽在t时刻制冷机输出的冷功率；
步骤2.2、确定多能量枢纽合作后以多能量枢纽合作后购买能源费用与污染物排放成本之和最小为目标的目标函数及各类污染物排放的计算模型，各类污染物包括二氧化碳、氮氧化物和SOx；
以多能量枢纽合作后购买能源费用与污染物排放成本之和最小为目标，其目标函数为：
minC＝CG+CP+F
Figure BDA0002078021060000035
Figure BDA0002078021060000036
Figure BDA0002078021060000037
其中，CG为能量枢纽的总购买天然气成本、CP为能量枢纽购买电力的成本减去售电费用、F表示能量枢纽上交的污染物排放费用成本πG、πTOU和πS分别为购气价格、购电价格和售电价格；
Figure BDA0002078021060000038
和
Figure BDA0002078021060000039
分别为第i个能量枢纽在t时刻的购电功率和售电功率；
Figure BDA00020780210600000310
和
Figure BDA00020780210600000311
分别为污染物交易市场的超出部分的二氧化碳排放价格和其他污染物的排放价格，其他污染物包括氮氧化物和SOx；
Figure BDA00020780210600000312
和
Figure BDA00020780210600000313
分别为第i个能量枢纽在t时刻的碳交易配额、总碳排放量和其他污染物的实际排放量；
多能量枢纽总碳排放量为：
Figure BDA00020780210600000314
其中，
Figure BDA00020780210600000315
Figure BDA00020780210600000316
为第i个能量枢纽在t时刻能源供应中实际的碳排放总量，
Figure BDA00020780210600000317
Figure BDA00020780210600000318
表示储能设备在第i个能量枢纽在t时刻碳排放量，
Figure BDA00020780210600000319
EPG、EGT、EP、EG和ES分别为电网、燃气轮机、电力、天然气和储能的单位碳排放系数；
电力消耗和天然气消耗产生的氮氧化物和SOx的排放的表达式为：
Figure BDA00020780210600000320
其中，
Figure BDA0002078021060000041
分别为消耗电力时的氮氧化物和SOx的单位温室气体排放量系数；
Figure BDA0002078021060000042
Figure BDA0002078021060000043
分别为消耗天然气时的氮氧化物和SOx的单位温室气体排放量系数；
步骤2.3、确定系统运行约束、电动汽车约束、储电设备约束、用户期望约束和功率平衡约束条件；
系统运行约束为：
Figure BDA0002078021060000044
其中，
Figure BDA0002078021060000045
分别表示燃气轮机输出功率的上限、燃气轮机消耗天然气量的上限和燃气轮机的爬坡上限；
电动汽车约束为：
Figure BDA0002078021060000046
其中，
Figure BDA0002078021060000047
分别表示第k辆电动汽车的荷电状态上、下限；
Figure BDA0002078021060000048
表示t时刻第k辆电动汽车的功率；
Figure BDA0002078021060000049
和
Figure BDA00020780210600000410
分别为电动汽车k接入和断开第i个能量枢纽充电桩的时刻，两者限定了电动汽车的可调度时段；Sdep.k为可以满足出行距离
Figure BDA00020780210600000411
的SOC值；Sk.min为第k辆电动汽车荷电状态的最小值；dk.max为最大续航里程；Pk EV.max为第k辆电动汽车输出功率的最大值；
储电设备约束为：
Figure BDA00020780210600000412
其中，
Figure BDA00020780210600000413
分别表示储电设备荷电状态的最小值和最大值；
Figure BDA00020780210600000414
和
Figure BDA00020780210600000415
分别表示第i个能量枢纽中储电设备在t时刻的充电状态和放电状态的二进制变量；
Figure BDA00020780210600000416
分别表示第i个能量枢纽中储电设备充电功率的最大值和放电功率的最大值；
Figure BDA00020780210600000417
分别表示在第i个能量枢纽中储电设备在第1时刻和最末时刻T的荷电状态；
用户期望约束为：
Figure BDA0002078021060000051
其中，
Figure BDA0002078021060000052
表示t时刻的室内温度；
Figure BDA0002078021060000053
分别表示用户期望的舒适室内温度的最小值和最大值；
功率平衡约束为：
Figure BDA0002078021060000054
其中，
Figure BDA0002078021060000055
分别表示第i个能量枢纽中t时刻的售电功率、基本电负荷和电制冷机输出功率；
Figure BDA0002078021060000056
为第i个能量枢纽在t时刻电制冷机的输出的冷功率，COPEC为电制冷机的制冷系数；
步骤3、分析多能量枢纽合作运营模式的成本与效益，设计成本计算模型和效益计算方法；
步骤3.1、建立多能量枢纽系统实行多主体合作运营模式和多能互补策略所增加的成本计算模型，如下式所示，
Figure BDA0002078021060000057
其中，CM表示多能量枢纽合作运行和实行优化策略所增加的成本；Lpv、Lgas和LES分别为光伏发电、燃气轮机发电和储能装置的平准化成本，Ai为第i个能量枢纽的加班成本；
步骤3.2、分析综合能源系统多主体合作实行优化运行策略所获得的效益计算方法，效益来源于用户侧负荷和储电装置响应转移的电量所节省的费用、清洁能源优化运行节省的电量费用、多余电量上网的售电费用和减少的排放费用；
步骤4、分配多主体合作运营模式所增加的成本和效益；
步骤4.1、建立多主体合作博弈模型，根据联盟内各主体对整体贡献，采用Shapley值法确立分配策略；
多主体参与合作运营后所增加的集体利益或成本称为合作剩余，其计算式如下；
Figure BDA0002078021060000058
其中，S表示联盟；v(S)表示合作剩余；c(S)表示参与合作后的成本或效益；联盟由n个主体参与博弈，博弈者的集合为A＝{a1,a2,…,an}，bj是博弈者aj参与合作前的成本或效益；
各主体分摊的成本和效益是其对合作边际贡献的期望，其计算式如下：
Figure BDA0002078021060000061
Figure BDA0002078021060000062
其中，
Figure BDA0002078021060000063
博弈者j参与合作边际贡献的期望值；w(Sj)是形成S的概率；v(Sj)表示包含博弈者j的联盟的合作剩余；Sj-{aj}是联盟S中除去主体aj后剩余联盟；v(Sj-{aj})表示除去主体aj后的联盟的合作剩余；
步骤4.2、设计分裂倾向分析指标，确定各主体在实行分配策略下的倾向性；如果所设计的分裂倾向指标小于1，则表示各个参与合作的主体倾向于合作运营；
Littlechild/Vaidya所设计的分裂倾向可由下式计算得到；
Figure BDA0002078021060000064
其中，各主体的分配值为x＝(x1,x2,…,xn)，且
Figure BDA0002078021060000065
x(S)表示∑j∈Sxj；
改进的分裂倾向指标如下：
Figure BDA0002078021060000066
dj的值小于1时，主体倾向于接受此分配策略；
步骤5、结合MATLAB环境下的YALMIP语言调用gurobi求解器得到多能量枢纽优化运行模型的解，并通过合作博弈得到参与合作的各主体的成本效益分配值。
采用上述技术方案所产生的有益效果在于：本发明提供的综合能源系统多主体合作优化运行与成本效益分配方法，多能源枢纽采用电气联供的供能方式和需求响应的负荷调度策略，考虑污染物排放费用，提出包含可再生能源发电、储电设备和集群电动汽车的多能量枢纽互联合作模式，在综合能源系统的背景下考虑多个能量枢纽互联的模式；充分利用了电动汽车、空调制冷和储能装置在需求侧的响应作用；实现能量枢纽间的互动，以减少合作后的总运营成本，提高了能源系统的经济性，将污染物排放费用加入优化运行目标中，适应绿色低碳的能源系统发展要求。研究综合能源系统的多主体合作模式下各主体合作前后的成本效益计算模型，依据各主体对合作联盟的贡献，采用合作博弈方法中的Shapley值法分配多主体合作运营模式下的成本效益，并设计指标验证了参与合作的倾向性，通过构建改进的分裂倾向指标验证了分配方法对合作稳定性的积极作用。
附图说明
图1为本发明实施例提供的综合能源系统多主体合作优化运行与成本效益分配方法的流程图；
图2为本发明实施例提供的多能量枢纽合作运营结构图；
图3为本发明实施例提供的各能量枢纽内部结构图；
图4为本发明实施例提供的典型日的太阳辐射强度和室外温度图；
图5为本发明实施例提供的三个能量枢纽在典型日的电负荷变化和分时电价图；
图6为本发明实施例提供的多能量枢纽优化运行结果。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本实施例以三个能量枢纽合作为例，由电-气联供的一个商业园区的中心能量枢纽和两个居民社区的附属能量枢纽组成，调度周期为一天，实行综合能源系统多能量枢纽合作优化运行策略并采用Shapley值法对成本效益进行分配。
本实施例提供的综合能源系统多能量枢纽合作优化运行策略及基于博弈理论的成本效益分配方法，如图1所示，包括以下步骤：
步骤1、基于综合能源系统的概念，提出多能量枢纽互联合作的系统架构和各能量枢纽内部结构，分析系统运营模式：
步骤1.1、多能量枢纽系统的优化运行的能源供应侧有光伏发电、燃气轮机和电网购电满足枢纽内负荷需求，多能量枢纽系统采用电气联供形式，负荷侧可参与调度的的弹性负荷参与需求响应，可调度的负荷包括电动汽车和制冷空调，每个能量枢纽配备储电设备以提高系统运行经济性；
步骤1.2、对能量枢纽内能量流向做出限制，目的是减少线路改造支出。
储电装置放电只可以承担一部分基本电力负荷，不可制冷和对电动汽车充电，光伏发电的过剩电量可以出售给电网，并收取一定的费用，而储能、燃气轮机产生的电能不能卖给电网，这是为了减少改造线路的支出和鼓励用户建设新能源发电使用清洁能源。
步骤2、建立多能量枢纽数学模型，确定目标函数及优化运行约束条件：
步骤2.1、建立能量生产设备、储电设备和弹性负荷运行的数学模型；
本实施例中，多能量枢纽外部接入电网和天然气网，能量枢纽内部的能量产生设备为燃气轮机和光伏发电设备；
燃气轮机的输出功率表达式为；
Figure BDA0002078021060000081
其中，
Figure BDA0002078021060000082
为第i个能量枢纽在t时刻燃气轮机的电功率；
Figure BDA0002078021060000083
为第i个能量枢纽在t时刻的燃气消耗量；λgas为天然气热值；△T为调度时段时长；
光伏输出功率表达式为：
Figure BDA0002078021060000084
其中，
Figure BDA0002078021060000085
是第i个能量枢纽的光伏在t时刻的输出功率；ηGT、ηpv分别为燃气轮机和光伏的发电效率；Si和I分别为第i个能量枢纽光伏辐射面积和强度；θt out为t时刻的室外气温；
储电设备根据分时电价的引导，通过在用电低谷时段充电，在用电高峰时段放电，起到节省能源支出和削峰填谷的作用，其荷电状态的表达式为：
Figure BDA0002078021060000086
其中，
Figure BDA0002078021060000087
为第i个能量枢纽中储电设备在t时刻的荷电状态，
Figure BDA0002078021060000088
和
Figure BDA0002078021060000089
分别为第i个能量枢纽中储电设备在t时刻的充电功率和放电功率，ηES.ch和ηES.dis为储电设备的充电效率和放电功率，ΩESi为储电设备的容量；
电动汽车通过接受调度中心的指令调整自身充电时段和充电功率，其荷电状态表达式为：
Figure BDA00020780210600000810
其中，
Figure BDA00020780210600000811
电动汽车k在t时刻的荷电状态；
Figure BDA00020780210600000812
为电动汽车k在t时刻的充电功率；
Figure BDA00020780210600000813
为电动汽车k的充电效率；
Figure BDA00020780210600000814
为电动汽车k的电池容量；
Figure BDA00020780210600000815
其中，
Figure BDA00020780210600000816
为t时刻第i个能量枢纽的室内温度；τ＝R·C，R为建筑物的等效热阻，C为空气的比热容；
Figure BDA00020780210600000817
为第i个能量枢纽在t时刻制冷机输出的冷功率；
步骤2.2、确定多能量枢纽合作后以多能量枢纽合作后购买能源费用与污染物排放成本之和最小为目标的目标函数及各类污染物排放的计算模型，各类污染物包括二氧化碳、氮氧化物和SOx；
本实施例的控制中心以多能量枢纽合作后购买能源费用与污染物排放成本之和最小为目标，其目标函数为：
min C＝CG+CP+F
Figure BDA0002078021060000091
Figure BDA0002078021060000092
Figure BDA0002078021060000093
其中，CG为能量枢纽的总购买天然气成本、CP为能量枢纽购买电力的成本减去售电费用、F表示能量枢纽上交的污染物排放费用成本πG、πTOU和πS分别为购气价格、购电价格和售电价格；
Figure BDA0002078021060000094
和
Figure BDA0002078021060000095
分别为第i个能量枢纽在t时刻的购电功率和售电功率；
Figure BDA0002078021060000096
和
Figure BDA0002078021060000097
分别为污染物交易市场的超出部分的二氧化碳排放价格和其他污染物的排放价格，其他污染物包括氮氧化物和SOx；
Figure BDA0002078021060000098
和
Figure BDA0002078021060000099
分别为第i个能量枢纽在t时刻的碳交易配额、总碳排放量和其他污染物的实际排放量；
多能量枢纽总碳排放量为：
Figure BDA00020780210600000910
其中，
Figure BDA00020780210600000911
Figure BDA00020780210600000912
为第i个能量枢纽在t时刻能源供应中实际的碳排放总量，
Figure BDA00020780210600000913
Figure BDA00020780210600000914
表示储能设备在第i个能量枢纽在t时刻碳排放量，
Figure BDA00020780210600000915
EPG、EGT、EP、EG和ES分别为电网、燃气轮机、电力、天然气和储能的单位碳排放系数；
本实施例考虑电力消耗和天然气消耗产生的氮氧化物和SOx的排放，其表达式为：
Figure BDA00020780210600000916
其中，
Figure BDA00020780210600000917
分别为消耗电力时的氮氧化物和SOx的单位温室气体排放量系数；
Figure BDA00020780210600000918
Figure BDA00020780210600000919
分别为消耗天然气时的氮氧化物和SOx的单位温室气体排放量系数；
步骤2.3、确定系统运行约束、用户期望约束和功率平衡约束条件；
系统运行约束为：
Figure BDA00020780210600000920
其中，
Figure BDA00020780210600000921
分别表示燃气轮机输出功率的上限、燃气轮机消耗天然气量的上限和燃气轮机的爬坡上限；
电动汽车约束为：
Figure BDA0002078021060000101
其中，
Figure BDA0002078021060000102
分别表示第k辆电动汽车的荷电状态上、下限；
Figure BDA0002078021060000103
表示t时刻第k辆电动汽车的功率；
Figure BDA0002078021060000104
和
Figure BDA0002078021060000105
分别为电动汽车k接入和断开第i个能量枢纽充电桩的时刻，两者限定了电动汽车的可调度时段；Sdep.k为可以满足出行距离
Figure BDA0002078021060000106
的SOC值；Sk.min为第k辆电动汽车荷电状态的最小值；dk.max为最大续航里程；Pk EV.max为第k辆电动汽车输出功率的最大值；
储电设备约束为：
Figure BDA0002078021060000107
其中，
Figure BDA0002078021060000108
分别表示储电设备荷电状态的最小值和最大值；
Figure BDA0002078021060000109
和
Figure BDA00020780210600001010
分别表示第i个能量枢纽中储电设备在t时刻的充电状态和放电状态的二进制变量；
Figure BDA00020780210600001011
分别表示第i个能量枢纽中储电设备充电功率的最大值和放电功率的最大值；
Figure BDA00020780210600001012
分别表示在第i个能量枢纽中储电设备在第1时刻和最末时刻T的荷电状态；
用户期望约束为：
Figure BDA00020780210600001013
其中，
Figure BDA00020780210600001014
表示t时刻的室内温度；
Figure BDA00020780210600001015
分别表示用户期望的舒适室内温度的最小值和最大值；
功率平衡约束为：
Figure BDA00020780210600001016
其中，
Figure BDA00020780210600001017
分别表示第i个能量枢纽中t时刻的售电功率、基本电负荷和电制冷机输出功率；
Figure BDA0002078021060000111
为第i个能量枢纽在t时刻电制冷机的输出的冷功率，COPEC为电制冷机的制冷系数。
步骤3、分析多能量枢纽合作运营模式的成本与效益，设计成本计算模型和效益计算方法；
步骤3.1、建立多能量枢纽系统实行多主体合作运营模式和多能互补策略所增加的成本计算模型，如下式所示，
Figure BDA0002078021060000112
其中，CM表示多能量枢纽合作运行和实行优化策略所增加的成本；Lpv、Lgas和LES分别为光伏发电、燃气轮机发电和储能装置的平准化成本，Ai为第i个能量枢纽的加班成本；
步骤3.2、分析综合能源系统多主体合作实行优化运行策略所获得的效益计算方法，实行优化运行策略之后的效益来源于用户侧负荷和储电装置响应转移的电量所节省的费用、清洁能源优化运行节省的电量费用、多余电量上网的售电费用和减少的排放费用。
步骤4、分配多主体合作运营模式所增加的成本和效益；
步骤4.1、建立多主体合作博弈模型，根据联盟内各主体对整体贡献，采用Shapley值法确立分配策略；
多主体参与合作运营后所增加的集体利益或成本称为合作剩余，其计算式如下；
Figure BDA0002078021060000113
其中，S表示联盟；v(S)表示合作剩余；c(S)表示参与合作后的成本或效益；联盟由n个主体参与博弈，博弈者的集合为A＝{a1,a2,…,an}，bj是博弈者aj参与合作前的成本或效益；
各主体分摊的成本和效益是其对合作边际贡献的期望，其计算式如下：
Figure BDA0002078021060000116
Figure BDA0002078021060000114
其中，
Figure BDA0002078021060000115
博弈者j参与合作边际贡献的期望值；w(Sj)是形成S的概率；v(Sj)表示包含博弈者j的联盟的合作剩余；Sj-{aj}是联盟S中除去主体aj后剩余联盟；v(Sj-{aj})表示除去主体aj后的联盟的合作剩余；
步骤4.2、设计分裂倾向分析指标，确定各主体在实行分配策略下的倾向性；如果所设计的分裂倾向指标小于1，则表示各个参与合作的主体倾向于合作运营；
Littlechild/Vaidya所设计的分裂倾向可由下式计算得到；
Figure BDA0002078021060000121
其中，各主体的分配值为x＝(x1,x2,…,xn)，且
Figure BDA0002078021060000122
x(S)表示∑j∈Sxj；
改进的分裂倾向指标如下：
Figure BDA0002078021060000123
dj的值小于1时，主体倾向于接受此分配策略。
步骤5、结合MATLAB环境下的YALMIP语言调用gurobi求解器得到多能量枢纽优化运行模型的解，并通过合作博弈得到参与合作的各主体的成本效益分配值。
本实施例中，如图2所示，为多能量枢纽合作运营结构图，各能量枢纽内部结构如图3所示，初始数据包括如图4所示的典型日的太阳辐射强度和室外温度图、如图5所示的三个能量枢纽在典型日的电负荷变化和分时电价图、如表1所示的各能量枢纽规模参数。
表1
<![CDATA[光伏S<sub>i</sub>/m<sup>2</sup>]]> GT/MW ES/MW
社区枢纽1 1350 2.5 1.2
社区枢纽2 1350 0 0.8
社区枢纽3 4500 5 2
系统包含光伏、燃气轮机、储电装置、电制冷空调和200辆相同规格的电动汽车，其电池容量为18kw，到达和离开枢纽的时间服从
Figure BDA0002078021060000124
Figure BDA0002078021060000125
在社区能量枢纽中，电动汽车在7:00-17:00期间不参与调度；初始SOC值服从
Figure BDA0002078021060000126
出行距离服从
Figure BDA0002078021060000127
且dk，max均100km。初始室内温度为26℃，初始储电装置的SOC值为0.3；结合MATLAB环境下的YALMIP语言调用gurobi求解，结果如图6所示；
多种能源呈现出互补优势，光伏发电高峰的过剩电力出售给了电网，储电装置调整了充放电策略；电动汽车根据转移了充电需求，在社区枢纽只在夜间充电，离开三个枢纽时均能达到出行需求；考虑污染物交易市场前后的碳排放量和其他污染物排放量后分别减少了1.68％和1.41％，验证了优化策略的减排效果；
成本效益分配结果如表2所示，Shapley值法的分配策略的各能量枢纽的分裂倾向指标均小于1，各主体倾向于接受该分配策略；可以看出本分配方法是有效的。
表2
社区枢纽1 社区枢纽2 中心枢纽3 合计
成本分配/元 6310.54 4335.60 18167.83 28813.97
效益分配/元 8558.36 7032.33 25522.99 41113.68
净利润/元 2247.82 2696.73 7355.16 12299.71
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (7)

1.一种综合能源系统多主体合作优化运行与成本效益分配方法，其特征在于：包括多能量枢纽合作优化运行策略及基于博弈理论的成本效益分配方法，具体包括以下步骤：
步骤1、基于综合能源系统的概念，提出多能量枢纽互联合作的系统架构和各能量枢纽内部结构，分析系统运营模式：
步骤1.1、多能量枢纽系统的优化运行的能源供应侧有光伏发电、燃气轮机和电网购电满足枢纽内负荷需求，多能量枢纽系统采用电气联供形式，负荷侧可参与调度的弹性负荷参与需求响应，可调度的负荷包括电动汽车和制冷空调，每个能量枢纽配备储电设备以提高系统运行经济性；
步骤1.2、对能量枢纽内能量流向做出限制，目的是减少线路改造支出；
步骤2、建立多能量枢纽数学模型，确定目标函数及优化运行约束条件：
步骤2.1、建立能量生产设备、储电设备和弹性负荷运行的数学模型；
多能量枢纽外部接入电网和天然气网，能量枢纽内部的能量产生设备为燃气轮机和光伏发电设备；储电设备根据分时电价的引导，通过在用电低谷时段充电，在用电高峰时段放电；电动汽车通过接受调度中心的指令调整自身充电时段和充电功率；
步骤2.2、确定多能量枢纽合作后以多能量枢纽合作后购买能源费用与污染物排放成本之和最小为目标的目标函数及各类污染物排放的计算模型，各类污染物包括二氧化碳、氮氧化物和SOx；
步骤2.3、确定系统运行约束、电动汽车约束、储电设备约束、用户期望约束和功率平衡约束条件；
其中，用户期望约束为：
Figure FDA0004019894250000011
其中，
Figure FDA0004019894250000012
表示t时刻的室内温度；
Figure FDA0004019894250000013
分别表示用户期望的舒适室内温度的最小值和最大值；
步骤3、分析多能量枢纽合作运营模式的成本与效益，设计成本计算模型和效益计算方法；
步骤3.1、建立多能量枢纽系统实行多主体合作运营模式和多能互补策略所增加的成本计算模型；
步骤3.2、分析综合能源系统多主体合作实行优化运行策略所获得的效益计算方法，效益来源于用户侧负荷和储电装置响应转移的电量所节省的费用、清洁能源优化运行节省的电量费用、多余电量上网的售电费用和减少的排放费用；
步骤4、分配多主体合作运营模式所增加的成本和效益；
步骤4.1、建立多主体合作博弈模型，根据联盟内各主体对整体贡献，采用Shapley值法确立分配策略；
步骤4.2、设计分裂倾向分析指标，确定各主体在实行分配策略下的倾向性；如果所设计的分裂倾向指标小于1，则表示各个参与合作的主体倾向于合作运营；
步骤5、结合MATLAB环境下的YALMIP语言调用gurobi求解器得到多能量枢纽优化运行模型的解，并通过合作博弈得到参与合作的各主体的成本效益分配值。
2.根据权利要求1所述的综合能源系统多主体合作优化运行与成本效益分配方法，其特征在于：所述步骤2.1中的具体数学模型如下：
燃气轮机的输出功率表达式为；
Figure FDA0004019894250000021
其中，
Figure FDA0004019894250000022
为第i个能量枢纽在t时刻燃气轮机的电功率；
Figure FDA0004019894250000023
为第i个能量枢纽在t时刻的燃气消耗量；λgas为天然气热值；ΔT为调度时段时长；
光伏输出功率表达式为：
Figure FDA0004019894250000024
其中，
Figure FDA0004019894250000025
是第i个能量枢纽的光伏在t时刻的输出功率；ηGT、ηpv分别为燃气轮机和光伏的发电效率；Si和I分别为第i个能量枢纽光伏辐射面积和强度；
Figure FDA0004019894250000026
为t时刻的室外气温；
储电设备根据分时电价的引导，通过在用电低谷时段充电，在用电高峰时段放电，其荷电状态的表达式为：
Figure FDA0004019894250000027
其中，
Figure FDA0004019894250000028
为第i个能量枢纽中储电设备在t时刻的荷电状态，
Figure FDA0004019894250000029
和
Figure FDA00040198942500000210
分别为第i个能量枢纽中储电设备在t时刻的充电功率和放电功率，ηES.ch和ηES.dis为储电设备的充电效率和放电效率，ΩESi为储电设备的容量；
电动汽车通过接受调度中心的指令调整自身充电时段和充电功率，其荷电状态表达式为：
Figure FDA00040198942500000211
其中，
Figure FDA00040198942500000212
电动汽车k在t时刻的荷电状态；
Figure FDA00040198942500000213
为电动汽车k在t时刻的充电功率；
Figure FDA00040198942500000214
为电动汽车k的充电效率；
Figure FDA0004019894250000031
为电动汽车k的电池容量；
Figure FDA0004019894250000032
其中，
Figure FDA0004019894250000033
为t时刻第i个能量枢纽的室内温度；τ＝R·C，R为建筑物的等效热阻，C为空气的比热容；
Figure FDA0004019894250000034
为第i个能量枢纽在t时刻制冷机输出的冷功率。
3.根据权利要求2所述的综合能源系统多主体合作优化运行与成本效益分配方法，其特征在于：所述步骤2.2中的目标函数为：
min C＝CG+CP+F
Figure FDA0004019894250000035
Figure FDA0004019894250000036
Figure FDA0004019894250000037
其中，CG为能量枢纽的总购买天然气成本、CP为能量枢纽购买电力的成本减去售电费用、F表示能量枢纽上交的污染物排放费用成本；πG、πTOU和πS分别为购气价格、购电价格和售电价格；
Figure FDA0004019894250000038
和
Figure FDA0004019894250000039
分别为第i个能量枢纽在t时刻的购电功率和售电功率；
Figure FDA00040198942500000310
和
Figure FDA00040198942500000311
分别为污染物交易市场的超出部分的二氧化碳排放价格和其他污染物的排放价格，其他污染物包括氮氧化物和SOx；
Figure FDA00040198942500000312
和
Figure FDA00040198942500000313
分别为第i个能量枢纽在t时刻的碳交易配额、总碳排放量和其他污染物的实际排放量；
各类污染物排放的计算模型包括多能量枢纽总碳排放量和其他污染物的排放，多能量枢纽总碳排放量为：
Figure FDA00040198942500000314
其中，
Figure FDA00040198942500000315
Figure FDA00040198942500000316
为第i个能量枢纽在t时刻能源供应中实际的碳排放总量，
Figure FDA00040198942500000317
Figure FDA00040198942500000318
表示储能设备在第i个能量枢纽在t时刻碳排放量，
Figure FDA00040198942500000319
EPG、EGT、EP、EG和ES分别为电网、燃气轮机、电力、天然气和储能的单位碳排放系数；
电力消耗和天然气消耗产生的氮氧化物和SOx的排放的表达式为：
Figure FDA00040198942500000320
其中，
Figure FDA0004019894250000041
分别为消耗电力时的氮氧化物和SOx的单位温室气体排放量系数；
Figure FDA0004019894250000042
Figure FDA0004019894250000043
分别为消耗天然气时的氮氧化物和SOx的单位温室气体排放量系数。
4.根据权利要求3所述的综合能源系统多主体合作优化运行与成本效益分配方法，其特征在于：所述步骤2.3中的各约束如下：
系统运行约束为：
Figure FDA0004019894250000044
其中，
Figure FDA0004019894250000045
分别表示燃气轮机输出功率的上限、燃气轮机消耗天然气量的上限和燃气轮机的爬坡上限；
电动汽车约束为：
Figure FDA0004019894250000046
其中，
Figure FDA0004019894250000047
分别表示第k辆电动汽车的荷电状态上、下限；
Figure FDA0004019894250000048
表示t时刻第k辆电动汽车的功率；
Figure FDA0004019894250000049
和
Figure FDA00040198942500000410
分别为电动汽车k接入和断开第i个能量枢纽充电桩的时刻，两者限定了电动汽车的可调度时段；Sdep.k为可以满足出行距离
Figure FDA00040198942500000411
的SOC值；Sk.min为第k辆电动汽车荷电状态的最小值；dk.max为最大续航里程；
Figure FDA00040198942500000412
为第k辆电动汽车输出功率的最大值；
储电设备约束为：
Figure FDA00040198942500000413
其中，
Figure FDA00040198942500000414
分别表示储电设备荷电状态的最小值和最大值；
Figure FDA00040198942500000415
和
Figure FDA00040198942500000416
分别表示第i个能量枢纽中储电设备在t时刻的充电状态和放电状态的二进制变量；
Figure FDA00040198942500000417
分别表示第i个能量枢纽中储电设备充电功率的最大值和放电功率的最大值；
Figure FDA00040198942500000418
分别表示在第i个能量枢纽中储电设备在第1时刻和最末时刻T的荷电状态；
功率平衡约束为：
Figure FDA0004019894250000051
其中，
Figure FDA0004019894250000052
分别表示第i个能量枢纽中t时刻的售电功率、基本电负荷和电制冷机输出功率；
Figure FDA0004019894250000053
为第i个能量枢纽在t时刻电制冷机的输出的冷功率，COPEC为电制冷机的制冷系数。
5.根据权利要求4所述的综合能源系统多主体合作优化运行与成本效益分配方法，其特征在于：所述步骤3.1中的成本计算模型为
Figure FDA0004019894250000054
其中，CM表示多能量枢纽合作运行和实行优化策略所增加的成本；Lpv、Lgas和LES分别为光伏发电、燃气轮机发电和储能装置的平准化成本，Ai为第i个能量枢纽的加班成本。
6.根据权利要求5所述的综合能源系统多主体合作优化运行与成本效益分配方法，其特征在于：所述步骤4.1的具体方法为：
多主体参与合作运营后所增加的集体利益或成本称为合作剩余，其计算式如下；
Figure FDA0004019894250000055
其中，S表示联盟；v(S)表示合作剩余；c(S)表示参与合作后的成本或效益；联盟由n个主体参与博弈，博弈者的集合为A＝{a1,a2,…,an}，bj是博弈者aj参与合作前的成本或效益；
各主体分摊的成本和效益是其对合作边际贡献的期望，其计算式如下：
Figure FDA0004019894250000056
Figure FDA0004019894250000057
其中，
Figure FDA0004019894250000058
博弈者j参与合作边际贡献的期望值；w(Sj)是形成S的概率；v(Sj)表示包含博弈者j的联盟的合作剩余；Sj-{aj}是联盟S中除去主体aj后剩余联盟；v(Sj-{aj})表示除去主体aj后的联盟的合作剩余。
7.根据权利要求6所述的综合能源系统多主体合作优化运行与成本效益分配方法，其特征在于：所述步骤4.2的具体方法为：
Littlechild/Vaidya所设计的分裂倾向可由下式计算得到；
Figure FDA0004019894250000061
其中，各主体的分配值为x＝(x1,x2,…,xn)，且
Figure FDA0004019894250000062
x(S)表示∑j∈Sxj；
改进的分裂倾向指标如下：
Figure FDA0004019894250000063
dj的值小于1时，主体倾向于接受此分配策略。
CN201910460878.6A 2019-05-30 2019-05-30 综合能源系统多主体合作优化运行与成本效益分配方法 Active CN110046773B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910460878.6A CN110046773B (zh) 2019-05-30 2019-05-30 综合能源系统多主体合作优化运行与成本效益分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910460878.6A CN110046773B (zh) 2019-05-30 2019-05-30 综合能源系统多主体合作优化运行与成本效益分配方法

Publications (2)

Publication Number Publication Date
CN110046773A CN110046773A (zh) 2019-07-23
CN110046773B true CN110046773B (zh) 2023-04-07

Family

ID=67284206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910460878.6A Active CN110046773B (zh) 2019-05-30 2019-05-30 综合能源系统多主体合作优化运行与成本效益分配方法

Country Status (1)

Country Link
CN (1) CN110046773B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI706366B (zh) * 2019-08-16 2020-10-01 大陸商萬幫數字能源股份有限公司 電動車充電站電能管理方法
CN110535128B (zh) * 2019-09-05 2022-12-13 东北大学 基于用能舒适度的多区域综合能源系统协同调度方法
CN111080099B (zh) * 2019-12-04 2023-06-02 上海交通大学 基于碳排放管理的综合能源系统调度评估方法及系统
CN111049134B (zh) * 2019-12-26 2021-02-02 清华大学 一种多能互补园区响应电力系统削峰需求的计算方法
CN111353128B (zh) * 2020-01-17 2023-07-25 浙江工业大学 一种基于非合作博弈的多能量枢纽优化运行方法
CN112270432B (zh) * 2020-10-14 2023-02-28 国网四川省电力公司经济技术研究院 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
CN112308409B (zh) * 2020-10-30 2022-10-11 合肥工业大学 一种基于区块链的综合能源系统协调运行优化方法及系统
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
CN112465240B (zh) * 2020-12-03 2022-08-23 上海电力大学 基于合作博弈的综合能源系统多园区能量调度优化方法
CN112884604A (zh) * 2021-02-26 2021-06-01 同济大学 一种区域多能源系统结构及其产能配置优化方法
CN112966873B (zh) * 2021-03-18 2023-01-24 南方电网科学研究院有限责任公司 工业园区综合能源系统优化运行方法、装置、存储介质
CN113158486B (zh) * 2021-05-08 2023-02-24 国网河北省电力有限公司经济技术研究院 一种用户端综合能源网络优化控制方法
CN113722911B (zh) * 2021-08-31 2023-10-13 中国地质大学（武汉） 一种可再生能源枢纽投资组合优化方法和存储介质
CN113762808B (zh) * 2021-09-24 2023-06-09 国网湖南省电力有限公司 微网多能源系统与电网系统的联合调度方法
CN114118590B (zh) * 2021-11-30 2024-01-26 国网江苏省电力有限公司电力科学研究院 一种基于能源枢纽的综合能源系统可靠调度方法及装置
CN114781896A (zh) * 2022-05-05 2022-07-22 山东大学 一种多能源集线器综合能源系统低碳调度方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629470A (zh) * 2017-03-17 2018-10-09 华北电力大学 基于非合作博弈的多能互补系统能量管理与优化运行
CN109190824A (zh) * 2018-09-04 2019-01-11 东北大学 基于用户侧区域综合能源系统的联盟博弈优化运行方法
CN109524957A (zh) * 2018-11-07 2019-03-26 国网浙江省电力有限公司经济技术研究院 考虑碳交易机制和柔性负荷的综合能源系统优化调度方法
CN109784569A (zh) * 2019-01-23 2019-05-21 华北电力大学 一种区域综合能源系统优化控制方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6640204B2 (en) * 2001-04-06 2003-10-28 Barry E. Feldman Method and system for using cooperative game theory to resolve statistical joint effects
US9966763B2 (en) * 2007-06-07 2018-05-08 Allen L. Witters Integrated multiple fuel renewable energy system
GB0816721D0 (en) * 2008-09-13 2008-10-22 Daniel Simon R Systems,devices and methods for electricity provision,usage monitoring,analysis and enabling improvements in efficiency

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629470A (zh) * 2017-03-17 2018-10-09 华北电力大学 基于非合作博弈的多能互补系统能量管理与优化运行
CN109190824A (zh) * 2018-09-04 2019-01-11 东北大学 基于用户侧区域综合能源系统的联盟博弈优化运行方法
CN109524957A (zh) * 2018-11-07 2019-03-26 国网浙江省电力有限公司经济技术研究院 考虑碳交易机制和柔性负荷的综合能源系统优化调度方法
CN109784569A (zh) * 2019-01-23 2019-05-21 华北电力大学 一种区域综合能源系统优化控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"计及综合需求侧响应的能量枢纽优化配置";崔鹏程等;《电力自动化设备》;20170630;全文 *
"A Regional Energy Hub for achieving a low-carbon energy transition";Burak Guler等;《Energy Policy》;20180228;全文 *
"基于博弈论的电动汽车与智能电网交互决策研究";赵天阳;《中国优秀博士论文工程科技Ⅱ辑》;20171215;全文 *
基于合作博弈的工业园区综合能源系统成本分摊及收益分配方法;周长城等;《南方电网技术》;20180320(第03期) *

Also Published As

Publication number Publication date
CN110046773A (zh) 2019-07-23

Similar Documents

Publication Publication Date Title
CN110046773B (zh) 综合能源系统多主体合作优化运行与成本效益分配方法
Yazdani-Damavandi et al. Modeling operational behavior of plug-in electric vehicles’ parking lot in multienergy systems
CN112398164B (zh) 含共享储能系统的微能源网群优化运行及成本分配方法
CN112465240B (zh) 基于合作博弈的综合能源系统多园区能量调度优化方法
CN114519449A (zh) 一种园区能源系统运行优化方法
CN114219195A (zh) 一种区域综合能源容量优化控制方法
CN111832807B (zh) 计及负荷特性和需求响应的多微电网协调优化调度方法
CN113098011A (zh) 一种基于改进NashQ算法的风电调度方法及系统
CN115879651A (zh) 考虑电动汽车参与的综合能源系统低碳优化方法及装置
CN114036459A (zh) 基于v2g调度响应下的电动汽车用能绿色程度计算方法
CN116167573A (zh) 一种高铁站综合能源需求响应优化调度方法及相关装置
Luo et al. Optimal operation and cost–benefit allocation for multi‐participant cooperation of integrated energy system
Zeng et al. Optimal configuration planning of vehicle sharing station-based electro-hydrogen micro-energy systems for transportation decarbonization
Fu et al. Research on the stackelberg game method of building micro-grid with electric vehicles
CN113258559A (zh) 一种冷热电联供微电网群系统博弈优化方法
CN112396223A (zh) 一种交互能源机制下的电动汽车充电站能量管理方法
CN111882452A (zh) 综合能源系统参与需求侧响应的边际成本计算方法
CN115293485A (zh) 考虑电动汽车和需求响应的综合能源系统低碳调度方法
CN115730747A (zh) 一种综合能源系统多主体利益分配方法及其应用
CN116307437A (zh) 基于碳排放权兑换机制的虚拟电厂优化调度方法及系统
CN115018376A (zh) 一种考虑新型电力系统特征的负荷调控优化方法
CN115115114A (zh) 一种计及碳交易的综合能源系统优化调度方法
CN115438906A (zh) 一种多虚拟电厂点对点交易方法、电子设备及存储介质
Yuan et al. Electric vehicle smart charging network under the energy internet framework
CN113052396A (zh) 一种适用于大规模风电和配置储热的热电联产机组的能量共享方法

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