CN110135028A - 基于负荷聚合商的住宅智能能量路由器综合需求响应方法 - Google Patents
基于负荷聚合商的住宅智能能量路由器综合需求响应方法 Download PDFInfo
- Publication number
- CN110135028A CN110135028A CN201910354676.3A CN201910354676A CN110135028A CN 110135028 A CN110135028 A CN 110135028A CN 201910354676 A CN201910354676 A CN 201910354676A CN 110135028 A CN110135028 A CN 110135028A
- Authority
- CN
- China
- Prior art keywords
- formula
- intelligent energy
- house intelligent
- load
- energy router
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000004044 response Effects 0.000 title claims abstract description 26
- 230000010354 integration Effects 0.000 title claims abstract description 16
- 230000002776 aggregation Effects 0.000 title claims abstract description 14
- 238000004220 aggregation Methods 0.000 title claims abstract description 14
- 239000007789 gas Substances 0.000 claims description 19
- 238000005265 energy consumption Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 8
- 230000002596 correlated effect Effects 0.000 claims description 5
- 239000003345 natural gas Substances 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 description 4
- 238000004378 air conditioning Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000004851 dishwashing Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/0631—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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于负荷聚合商的住宅智能能量路由器综合需求响应的方法,提出了一个综合需求响应模型来缓解能源的供需矛盾,该模型包括日前招标和实时调度两个环节,在日前招标环节中,住宅智能能量路由器运营商以获得最大利润为目标,因此在市场竞价环节中引入了非合作博弈的方法;在实时调度环节中,以实时调度量与投标量之间的误差最小为目标来建立调度模型,其中根据负荷的消耗特性将负荷分为4类,并对4类负荷进行建模,这些模型即为调度模型的约束条件;本方法的实施可以缓解电力供应压力,促进多种能源的协同效益,提高智能电网的稳定性。
Description
技术领域
本发明属于智能能源需求响应领域,具体来说,涉及一种基于负荷聚合商的住宅智能能量路由器综合需求响应方法。
背景技术
近年来,随着经济和社会的发展,各行各业的能源需求迅速增长。特别是在能源需求高峰时段,供需紧张的情况时有发生,影响了智能电网的稳定性。因此,需求响应(DR)作为智能电网的核心技术之一,在挖掘需求侧资源、缓解供需矛盾方面发挥着越来越重要的作用。此外,随着环境污染和能源危机的出现,电力、天然气、热力等综合能源体系被引入需求侧。因此,传统的需求响应逐渐向综合需求响应(IDR)发展。综合需求响应(IDR)项目的实施可以缓解电力供应压力,促进多种能源的协同效益。
但总的来说,目前需求响应潜力缺乏深入挖掘,用户响应度不是很高。特别是在住宅需求侧,由于单个住宅用户的需求响应资源水平过低,无法参与需求响应,使得住宅需求侧浪费了过多的柔性资源。基于此背景,负荷聚合商(LA)的概念逐渐出现,其作用主要是集成需求响应资源参与电网调度。这样的组织是一个中间提供者,它聚合用户的柔性资源,然后将聚合的资源卖给电网公司。在负荷聚合商的参与下,住宅需求侧更多柔性负荷可以参与需求响应项目,获得更大的利润。同时,电网可以实现高峰时段的能源需求降低,保证电网的稳定和安全。
发明内容
本发明所要解决的技术问题是:缓解电力能源供需矛盾,缓解电力能源供应压力,促进多种能源协同效益,提高智能电网的稳定性。
为解决上述技术问题,本发明提供一种基于负荷聚合商的住宅智能能量路由器综合需求响应方法,包括以下步骤:
步骤10)建立能量管理系统模型;
步骤20)建立住宅智能能量路由器参与日前竞价的非合作博弈模型;
步骤30)建立住宅智能能量路由器参与实时调度的优化模型。
所述的步骤10)中,建立能量管理系统模型过程为:
步骤101)建立能耗模型,如式(1)-(3)所示:
约束条件
其中为时段t中负荷i的投标金额;表示负荷i的最大投标量,因此,住宅智能能量路由器n的个体可行投标量集表示为:
其中表示在各调度T内住宅智能能量路由器n的投标量利润,则所有住宅智能能量路由器运营商的可行能耗集表示为:
L=L1×L2…×LN 式(3)
步骤102)建立燃气锅炉模型,如式(4)所示:
式中为燃气锅炉住宅智能能量路由器n在t时段的热输出量;是气体消耗率
步骤103)建立投标价格模型,如式(5)-(7)所示:
考虑到市场价格一般与负荷需求水平呈显著的线性关系,即
其中和为常数;Qt为时段t的预测负荷量,由于预测负荷量Qt与投标量Lt无关,故(6)改写为
pt=atLt+btQt 式(7)
式中,和只与时间t相关,式(7)表明,Pt与Qt呈正相关,与Lt呈负相关。
所述的步骤20)中,建立住宅智能能量路由器参与日前竞价的非合作博弈模型的过程为:
步骤201)建立住宅智能能量路由器的目标函数,如式(8)-(10)所示:
其中i=1-4表示负荷I-IV;ri是负荷的补偿价格;为向用户销售的热能价格;Cgas是天然气的价格;为燃气消耗量,计算式为:
住宅智能能量路由器运营商将以日利润最大化式(8)为目标,在竞价市场上与其他运营商展开竞争,表示为:
通过解决目标函数式(10)每一个n∈N的住宅智能能量路由器将获得最优竞价策略;
步骤202)建立非合作博弈模型,如式(11)-(12)所示:
基于目标函数(10),非合作博弈模型表示为:
参与者:在竞价市场中的所有住宅智能能量路由器运营商;
策略:投标量Ln
利润:在所有调度期间n∈N的住宅智能能量路由器的总利润;
其中L-n=[L1,...,Ln-1,Ln+1,...,Ln]表示除n外的其他n-1住宅智能能量路由器运营商的投标策略集;
纳什均衡,表示为:
式中为纳什均衡;
步骤203)证明构造的非合作博弈模型的纳什均衡的存在性,如式(13)-(15)所示:
定义1:用变分不等式VI(L,F)表示,找到一个向量x*∈L,得到
引理2:上述公式博弈的纳什均衡等价于由式中表示的变分不等式(VI)问题的解
其中L=(Ln,L-n)和Fn(Ln,L-n)可以表示如下:
所述的步骤30)中,建立住宅智能能量路由器参与实时调度的优化模型的过程为:
步骤301)建立实时调度目标函数,如式(16)-(18)所示:
式中有M=[1,2,...,M]居民用户愿意与集线器中的运营商n签订合同,是负荷I的用户m集合,并且是集合中的任何设备,考虑住宅智能能量路由器算子主要通过控制设备的开或关状态来实现调度,为t时段设备的运行状态,表示处于关状态,表示处于运行状态,是住宅智能能量路由器n的实时调度量,为器具的功耗;Δt是时间间隔,
实时调度模型表示为:
步骤302)建立实时调度优化约束,如式(19)-(23)所示:
步骤3021)确定I类负荷(可转移可中断)的调度约束,如式(19)所示:
步骤3022)确定II类负荷(可转移不可中断)的调度约束,如式(18)所示:
式中为用户m的家电日能耗,为器具的功耗
步骤3023)确定III类负荷(不可转移可中断)的调度约束,(21)-(22)所示:
式中为用户m的设备的最短开机时间;为电器最长关断时间,和的值由用户的舒适度决定;
步骤3024)确定IV类负荷(替代负荷)约束,如式(23)所示:
式中为用户m与家用电器在时间槽t内的能量需求;为设备在时间槽t内的能量输出;为用户提供时段t内的替代装置能量;Sum(t)=1表示替代设备为用户提供能量m。
有益效果:与现有技术相比,本发明具有以下优点:
住宅智能能量路由器可以使用能源管理系统访问电力和天然气价格数据,并智能地管理它们的日常能源消耗,在建立的能源管理系统模型中,住宅智能能量路由器的运营商负责内部住宅用户的负荷聚合,住宅用户允许运营商不同类别的灵活设备由住宅智能能量路由器的能源管理系统进行控制;在竞价市场中,提出了非合作博弈模型来描述住宅智能能量路由器运营商之间的竞争行为;为了保证住宅用户的舒适度,建立将家电的消费特性实时调度的优化模型。本发明方法的实施能够缓解电力供应压力,促进多种能源的协同效益,提高智能电网的稳定性。
附图说明
图1是住宅智能能量路由器参与综合需求响应的系统模型示意图;
图2是在不同预测精度下住宅智能能量路由器运营商在夏季的利润和调度偏差示意图;
图3是是在不同预测精度下住宅智能能量路由器运营商在冬季的利润和调度偏差示意图;
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案例对本发明进行深入地详细说明。应当理解,此处所描述的具体实施案例仅仅用以解释本发明,并不用于限定发明。
本发明提供一种基于负荷聚合商的住宅智能能量路由器综合需求响应方法,包括以下步骤:
步骤10)建立能量管理系统模型;
步骤20)建立住宅智能能量路由器参与日前竞价的非合作博弈模型;
步骤30)建立住宅智能能量路由器参与实时调度的优化模型。
所述的步骤10)中,建立能量管理系统模型过程为:
步骤101)建立能耗模型,如式(1)-(3)所示:
约束条件
其中为时段t中负荷i的投标金额;表示负荷i的最大投标量,因此,住宅智能能量路由器n的个体可行投标量集表示为:
其中表示在各调度T内住宅智能能量路由器n的投标量利润,则所有住宅智能能量路由器运营商的可行能耗集表示为:
L=L1×L2…×LN 式(3)
步骤102)建立燃气锅炉模型,如式(4)所示:
式中为燃气锅炉住宅智能能量路由器n在t时段的热输出量;是气体消耗率;
步骤103)建立投标价格模型,如式(5)-(7)所示:
考虑到市场价格一般与负荷需求水平呈显著的线性关系,即
其中和为常数;Qt为时段t的预测负荷量,由于预测负荷量Qt与投标量Lt无关,故(6)改写为
pt=atLt+btQt 式(7)
式(7)中,和只与时间t相关,式(7)表明,Pt与Qt呈正相关,与Lt呈负相关。当电网负荷水平较高时,住宅智能能量路由器运营商将获得较高的投标价格。然而,随着住宅智能能量路由器运营商参与竞价市场的增加,价格将逐步降低。因此,建立的竞价价格模型能够调动住宅智能能量路由器运营商的积极性,保证市场价格的稳定。
所述的步骤20)中,建立住宅智能能量路由器参与日前竞价的非合作博弈模型的过程为:
步骤201)建立住宅智能能量路由器的目标函数,如式(8)-(10)所示:
其中i=1-4表示负荷I-IV;ri是负荷的补偿价格;为向用户销售的热能价格;Cgas是天然气的价格;为燃气消耗量,计算式为:
住宅智能能量路由器运营商将以日利润最大化式(8)为目标,在竞价市场上与其他运营商展开竞争,表示为:
通过解决目标函数式(10)每一个n∈N的住宅智能能量路由器将获得最优竞价策略。
步骤202)建立非合作博弈模型,如式(11)-(12)所示:
基于目标函数(10),非合作博弈模型表示为:
参与者:在竞价市场中的所有住宅智能能量路由器运营商;
策略:投标量Ln
利润:在所有调度期间n∈N的住宅智能能量路由器的总利润;
其中L-n=[L1,...,Ln-1,Ln+1,...,Ln]表示除n外的其他n-1住宅智能能量路由器运营商的投标策略集;
纳什均衡,表示为:
式中为纳什均衡;
步骤203)证明构造的非合作博弈模型的纳什均衡的存在性,如式(13)-(15)所示:
定义1:用变分不等式VI(L,F)表示,找到一个向量x*∈L,得到
引理2:上述公式博弈的纳什均衡等价于由式中表示的变分不等式(VI)问题的解
其中L=(Ln,L-n)和Fn(Ln,L-n)可以表示如下:
所述的步骤30)中,建立住宅智能能量路由器参与实时调度的优化模型的过程为:
步骤301)建立实时调度目标函数,如式(16)-(18)所示:
式(16)中有M=[1,2,...,M]居民用户愿意与集线器中的运营商n签订合同,是负荷I的用户m集合,并且是集合中的任何设备,考虑住宅智能能量路由器算子主要通过控制设备的开或关状态来实现调度,为t时段设备的运行状态,表示处于关状态,表示处于运行状态,是住宅智能能量路由器n的实时调度量,为器具的功耗;Δt是时间间隔。
实时调度模型表示为:
步骤302)建立实时调度优化约束,如式(19)-(23)所示:
步骤3021)确定I类负荷(可转移可中断)的调度约束,如式(19)所示:
步骤3022)确定II类负荷(可转移不可中断)的调度约束,如式(18)所示:
式中为用户m的家电日能耗,为器具的功耗
步骤3023)确定III类负荷(不可转移可中断)的调度约束,(21)-(22)所示:
式中为用户m的设备的最短开机时间;为电器最长关断时间,
和的值由用户的舒适度决定。
步骤3024)确定IV类负荷(替代负荷)约束,如式(23)所示:
式中为用户m与家用电器在时间槽t内的能量需求;为设备在时间槽t内的能量输出;为用户提供时段t内的替代装置能量;Sum(t)=1表示替代设备为用户提供能量m,否则Sum(t)=0只要用户的能源需求得到充分满足,用户就不关心谁提供能源。基于约束(17)-(21),每个住宅智能能量路由器算子将以模型(16)为目标调度调度时隙T中的设备。
实施例
1)建立包含3个智能能量路由器(S.E.Hub)运营商的能量管理系统模型,该系统模型中的设备配置情况及负荷类别如表1所示。
表1夏季和冬季参与需求响应的负荷类别
季节 | 负荷I | 负荷II | 负荷III | 负荷IV |
夏季 | 电动车 | 洗完机、洗衣机 | 空调 | 热水器 |
冬季 | 电动车 | 洗碗机 | 空调 | |
补偿系数 | γ<sub>1</sub>=0.02 | γ<sub>2</sub>=0.035 | γ<sub>3</sub>=0.061 | γ<sub>4</sub>=0 |
其他相关参数如下:考虑到高峰时段一般出现在10:00-14:00和18:00-21:00,调度周期可分为白天调度和夜间调度。这里,以夜间调度(即18:00-24:00)为例,说明该方法的有效性。因此,假设调峰时间为18:00-21:00,调度时间间隔△t=15分钟。也就是说,智能能量路由器(S.E.Hub)运营商将与其他2家运营商在时间段内T=[1,2,…,12]竞标调峰量。此外,投标价格参数(单位:美元/千瓦时):at=-0.036,bt=0.021(t=1~5,11~12);at=-0.035,bt=0.022(t=6~10)。热能源价格Pt h值t是0.025美元/千瓦时,天然气价格Cgas是0.397美元/m3,和天然气的热值λgas 9.7千瓦时/m3。
表2为实际降价金额与投标金额的偏差。对比投标量(即MWh)和偏离量(即kWh)的数量级,可以明显看出偏离量非常小。
表2实际降价金额和招标金额之间的差值(KWh)
表3显示了3家住宅智能能量路由器(S.E.Hub)运营商的经济补偿和利润情况,从表中可以看出,拥有更多柔性资源的住宅智能能量路由器(S.E.Hub)运营商将获得更多的总利润。
表3 3个运营商的利润分析(美元)
2)预测精度分析
图2和图3为夏季和冬季不同预测精度下的利润和调度偏差,图中调度偏差为3家运营商在总时隙中的偏差之和,利润为3家住宅智能能量路由器(S.E.Hub)运营商的利润之和。可以看出,随着预测偏差的增加,调度偏差从夏季的0.007MWh增加到1.763MWh,冬季从0.002MWh增加到1.763MWh。而利润在夏天从347美元下降到297美元,在冬天从822美元下降到749美元。特别是当预测精度在0-12%之间变化时,预测精度对实时调度偏差和利润的影响很小。然而,当预测精度在16%-20%之间变化时,预测精度将对实时调度偏差和利润产生较大影响。主要原因是,当预测精度在0%-12%之间变化时,即日竞价量小于实时柔性负荷量,因此住宅智能能量路由器运营商可以通过控制更多的家用电器来实现竞价量。但是,当投标量超过实时柔性负荷量时,住宅智能能量路由器运营商不可能实现投标量。因此,实时调度偏差将迅速增加,利润也将急剧下降。基于以上分析,预测精度对住宅智能能量路由器运营商的调度结果和利润有很大的影响。因此,提高综合需求响应资源的预测精度对住宅智能能量路由器来说是非常重要和必要的。
本发明公开的基于负荷聚合商的住宅智能能量路由器综合需求响应的方法,提出了一个综合需求响应模型来缓解能源的供需矛盾,该模型包括日前招标和实时调度两个环节,在日前招标环节中,住宅智能能量路由器运营商以获得最大利润为目标,因此在市场竞价环节中引入了非合作博弈的方法。在实时调度环节中,以实时调度量与投标量之间的误差最小为目标来建立调度模型,其中根据负荷的消耗特性将负荷分为4类,并对4类负荷进行建模,这些模型即为调度模型的约束条件。本方法的实施可以缓解电力供应压力,促进多种能源的协同效益,提高智能电网的稳定性。
以上所述仅是本发明的优选实施方式,应该指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.基于负荷聚合商的住宅智能能量路由器综合需求响应方法,其特征在于,该运行方法包括以下步骤:
步骤10)建立能源管理系统模型;
步骤20)建立住宅智能能量路由器参与日前竞价的非合作博弈模型;
步骤30)建立住宅智能能量路由器参与实时调度的优化模型。
2.按照权利要求1所述的基于负荷聚合商的住宅智能能量路由器综合需求响应方法,其特征在于,所述的步骤10)中,建立能源管理系统模型过程为:
步骤101)建立能耗模型,如式(1)-(3)所示:
约束条件为
其中为时段t中负荷i的投标金额;表示负荷i的最大投标量,因此,住宅智能能量路由器n的个体可行投标量集表示为:
其中表示在各调度T内住宅智能能量路由器n的投标量利润,则所有住宅智能能量路由器运营商的可行能耗集表示为:
L=L1×L2…×LN 式(3)
步骤102)建立燃气锅炉模型,如式(4)所示:
式中为燃气锅炉住宅智能能量路由器n在t时段的热输出量;是气体消耗率;
步骤103)建立投标价格模型,如式(5)-(7)所示:
考虑到市场价格一般与负荷需求水平呈显著的线性关系,即
其中和为常数;Qt为时段t的预测负荷量,由于预测负荷量Qt与投标量Lt无关,故(6)改写为
pt=atLt+btQt 式(7)
式中,和只与时间t相关,式(7)表明,Pt与Qt呈正相关,与Lt呈负相关。
3.按照权利要求1所述的基于负荷聚合商的住宅智能能量路由器综合需求响应方法,其特征在于,所述的步骤20)中,建立住宅智能能量路由器参与日前竞价的非合作博弈模型的过程为:
步骤201)建立住宅智能能量路由器的目标函数,如式(8)-(10)所示:
其中i=1-4表示负荷I-IV;ri是负荷的补偿价格;为向用户销售的热能价格;Cgas是天然气的价格;为燃气消耗量,计算式为:
住宅智能能量路由器运营商将以日利润最大化式(8)为目标,在竞价市场上与其他运营商展开竞争,表示为:
通过解决目标函数式(10)每一个n∈N的住宅智能能量路由器将获得最优竞价策略;
步骤202)建立非合作博弈模型,如式(11)-(12)所示:
基于目标函数(10),非合作博弈模型表示为:
参与者:在竞价市场中的所有住宅智能能量路由器运营商;
策略:投标量Ln
利润:在所有调度期间n∈N的住宅智能能量路由器的总利润;
其中L-n=[L1,...,Ln-1,Ln+1,...,Ln]表示除n外的其他n-1住宅智能能量路由器运营商的投标策略集;
纳什均衡,表示为:
式中为纳什均衡;
步骤203)证明构造的非合作博弈模型的纳什均衡的存在性,如式(13)-(15)所示:
定义1:用变分不等式VI(L,F)表示,找到一个向量x*∈L,得到
引理2:上述公式博弈的纳什均衡等价于由式中表示的变分不等式(VI)问题的解
其中L=(Ln,L-n)和Fn(Ln,L-n)可以表示如下:
4.按照权利要求1所述的基于负荷聚合商的住宅智能能量路由器综合需求响应方法,其特征在于,所述的步骤30)中,建立住宅智能能量路由器参与实时调度的优化模型的过程为:
步骤301)建立实时调度目标函数,如式(16)-(18)所示:
式(16)中有M=[1,2,...,M]居民用户愿意与集线器中的运营商n签订合同,是负荷I的用户m集合,并且是集合中的任何设备,考虑住宅智能能量路由器算子主要通过控制设备的开或关状态来实现调度,为t时段设备的运行状态,表示处于关状态,表示处于运行状态,是住宅智能能量路由器n的实时调度量,为器具的功耗;Δt是时间间隔,
实时调度模型表示为:
步骤302)建立实时调度优化约束,如式(19)-(23)所示:
步骤3021)确定I类负荷(可转移可中断)的调度约束,如式(19)所示:
步骤3022)确定II类负荷(可转移不可中断)的调度约束,如式(18)所示:
式中为用户m的家电日能耗,为器具的功耗
步骤3023)确定III类负荷(不可转移可中断)的调度约束,(21)-(22)所示:
式中为用户m的设备的最短开机时间;为电器最长关断时间,和的值由用户的舒适度决定;
步骤3024)确定IV类负荷(替代负荷)约束,如式(23)所示:
式中为用户m与家用电器在时间槽t内的能量需求;为设备在时间槽t内的能量输出;为用户提供时段t内的替代装置能量;Sum(t)=1表示替代设备为用户提供能量m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910354676.3A CN110135028A (zh) | 2019-04-29 | 2019-04-29 | 基于负荷聚合商的住宅智能能量路由器综合需求响应方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910354676.3A CN110135028A (zh) | 2019-04-29 | 2019-04-29 | 基于负荷聚合商的住宅智能能量路由器综合需求响应方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110135028A true CN110135028A (zh) | 2019-08-16 |
Family
ID=67575664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910354676.3A Pending CN110135028A (zh) | 2019-04-29 | 2019-04-29 | 基于负荷聚合商的住宅智能能量路由器综合需求响应方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110135028A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080014A (zh) * | 2019-12-19 | 2020-04-28 | 合肥工业大学 | 基于负荷聚合商非合作博弈的负荷曲线优化方法 |
CN112232716A (zh) * | 2020-11-19 | 2021-01-15 | 国网上海市电力公司 | 一种考虑调峰辅助服务的智慧园区优化决策方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105429218A (zh) * | 2015-12-08 | 2016-03-23 | 上海电器科学研究院 | 一种电动汽车群有序充电管理的分布式控制方法 |
CN106846179A (zh) * | 2017-03-15 | 2017-06-13 | 东南大学 | 一种基于非合作博弈的居民负荷双层调度优化方法 |
CN109063925A (zh) * | 2018-08-16 | 2018-12-21 | 合肥工业大学 | 一种计及负荷聚合商的区域综合能源系统优化运行方法 |
-
2019
- 2019-04-29 CN CN201910354676.3A patent/CN110135028A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105429218A (zh) * | 2015-12-08 | 2016-03-23 | 上海电器科学研究院 | 一种电动汽车群有序充电管理的分布式控制方法 |
CN106846179A (zh) * | 2017-03-15 | 2017-06-13 | 东南大学 | 一种基于非合作博弈的居民负荷双层调度优化方法 |
CN109063925A (zh) * | 2018-08-16 | 2018-12-21 | 合肥工业大学 | 一种计及负荷聚合商的区域综合能源系统优化运行方法 |
Non-Patent Citations (1)
Title |
---|
WENJIE LV 等: "Load Aggregator-Based Integrated Demand Response for Residential Smart Energy Hubs", 《MATHEMATICAL PROBLEMS IN ENGINEERING》, vol. 2019, 18 April 2019 (2019-04-18), pages 2 - 6 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080014A (zh) * | 2019-12-19 | 2020-04-28 | 合肥工业大学 | 基于负荷聚合商非合作博弈的负荷曲线优化方法 |
CN112232716A (zh) * | 2020-11-19 | 2021-01-15 | 国网上海市电力公司 | 一种考虑调峰辅助服务的智慧园区优化决策方法 |
CN112232716B (zh) * | 2020-11-19 | 2024-01-05 | 国网上海市电力公司 | 一种考虑调峰辅助服务的智慧园区优化决策方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881616B (zh) | 一种基于多主体博弈的综合能源系统的运行优化方法 | |
Derakhshan et al. | The optimization of demand response programs in smart grids | |
Lu et al. | A Nash-Stackelberg game approach in regional energy market considering users’ integrated demand response | |
Ma et al. | Incentive mechanism for demand side management in smart grid using auction | |
CN110728410A (zh) | 一种计及需求响应灵活性和不确定性的负荷聚合商经济调度方法 | |
Mao et al. | A regulation policy of EV discharging price for demand scheduling | |
CN110378058A (zh) | 一种综合考虑可靠性与经济性的电热耦合微网最优响应模型的建立方法 | |
CN109784569A (zh) | 一种区域综合能源系统优化控制方法 | |
CN109886469A (zh) | 一种区域综合能源系统需求侧管理方法 | |
CN106846179B (zh) | 一种基于非合作博弈的居民负荷双层调度优化方法 | |
Gomes et al. | A multiple objective evolutionary approach for the design and selection of load control strategies | |
CN109884888B (zh) | 一种基于非合作博弈的多楼宇微网模型预测调控方法 | |
Yin et al. | Energy pricing and sharing strategy based on hybrid stochastic robust game approach for a virtual energy station with energy cells | |
Gao et al. | Bounded rationality based multi-VPP trading in local energy markets: a dynamic game approach with different trading targets | |
Sun et al. | How to implement real-time pricing in China? A solution based on power credit mechanism | |
CN110135028A (zh) | 基于负荷聚合商的住宅智能能量路由器综合需求响应方法 | |
Ali | Development and Improvement of Renewable Energy Integrated with Energy Trading Schemes based on Advanced Optimization Approaches | |
Mao et al. | Pricing mechanism for community prosumers in decentralized electricity market | |
CN109726894A (zh) | 保障现货交易和中长期电量的新能源有功指令计算方法 | |
Dong et al. | Hierarchical Game Approach for Optimization of Regional Integrated Energy System Clusters Considering Bounded Rationality | |
Gupta et al. | Optimal provision for enhanced consumer satisfaction and energy savings by an intelligent household energy management system | |
Montanari et al. | Real time market models and prosumer profiling | |
Liu et al. | Bayesian game-theoretic energy management for residential users in smart grid | |
Zhang et al. | Review of revenue allocation method for virtual power plants | |
Guili et al. | Research on Two-stage Game Strategy of Virtual Power Plant in Deep Peak Regulation Auxiliary Service Market |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190816 |