CN110165663A - 基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法 - Google Patents
基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法 Download PDFInfo
- Publication number
- CN110165663A CN110165663A CN201910390255.6A CN201910390255A CN110165663A CN 110165663 A CN110165663 A CN 110165663A CN 201910390255 A CN201910390255 A CN 201910390255A CN 110165663 A CN110165663 A CN 110165663A
- Authority
- CN
- China
- Prior art keywords
- capacitance sensor
- micro
- power station
- cssis
- power
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 18
- 230000005611 electricity Effects 0.000 claims abstract description 82
- 230000010354 integration Effects 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000004146 energy storage Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 6
- 239000000203 mixture Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/64—Optimising energy costs, e.g. responding to electricity rates
-
- 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
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Transportation (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Mechanical Engineering (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法,包括:首先预测上层微电网内光伏、风机、负荷出力,初始化内部电价。判断迭代次数k是否达到差分进化算法(DE)最大迭代次数Kmax;然后根据得到的初始化内部电价,得到CSSIS的最优充、放电计划并反馈给上层微电网。利用DE算法计算满足上层约束条件的上层微电网目标函数CMG。内部电价经过变异、交叉产生子代内部电价,并计算子代相应的上层微电网目标函数C′MG。最后判断上层微电网目标函数CMG、子代相应的上层微电网目标函数C′MG大小。本发明方法可实现微电网与电动汽车充换储一体化电站CSSIS的互利共赢,而且还能更有效的利用电动汽车充换储一体化电站CSSIS内的资源。
Description
技术领域
本发明涉及微网运行优化技术领域,具体涉及一种基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法。
背景技术
目前针对微网的优化调度研究大多是考虑将储能系统作为灵活可调度对象,用于削峰填谷平滑功率波动,或低储高发套利,实现优化运行。也有些研究考虑了电动汽车的接入,将电动汽车作为单体储能或集成为充、换电站发挥储能系统作用,但此类研究对电动汽车充换电调度如何参与微网优化运行的探究不够深入,且难以体现充换电站与普通储能站的区别。也有提出将电动汽车充电站换电站和储能电站设计成一体化电站并入微电网参与微电网经济运行,但却并未考虑到主要以对换电站(BSS)的直接调度为基本假设,认为BSS充放电装置的充放电状态及功率由微电网调度中心控制,而没有充分考虑BSS的利益和意愿。实际上,BSS有多种运营模式,微电网运行人员没有直接调度BSS的权利,而是需要通过激励措施来引导BSS充放电行为,从而实现间接调度BSS负荷的目的。
因而针对上述存在问题,考虑到电动汽车充换储一体化电站与微电网所有权不同时的微电网经济运行问题,提出了一种基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法。
发明内容
本发明提供一种基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法,可以使微电网在满足运行约束条件下,达到收益最大的目标,通过对内部电价对电动电动汽车充换储一体化电站CSSIS的充、放电计划进行引导,不仅可以提高微电网和电动电动汽车充换储一体化电站CSSIS利润,实现双方互利共赢,而且还可以充分利用电动电动汽车充换储一体化电站CSSIS资源,避免因资源闲置带来的经济损失。有利于提高电网、微电网及其内CSSIS运行的经济效益。
本发明采取的技术方案为:
基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法,包括以下步骤:
步骤1:预测上层微电网内光伏、风机、负荷出力,初始化内部电价k=0。具体初始化公式如下:
βa、βb分别为内部电价调整系数,分别为0.17、0.28。
步骤2:判断迭代次数k是否达到差分进化算法(DE)最大迭代次数Kmax,若是则输出优化后的结果;否则继续执行下一步。
步骤3:根据步骤1中得到的初始化内部电价调用Gurobi软件得到下层电动汽车充换储一体化电站CSSIS的最优充、放电计划并反馈给上层微电网。
步骤4:考虑微电网经济运行问题,利用DE算法计算满足上层约束条件的上层微电网目标函数CMG。
步骤5:内部电价经过变异、交叉产生子代内部电价并计算子代相应的上层微电网目标函数C′MG。
步骤6:判断上层微电网目标函数CMG、子代相应的上层微电网目标函数C′MG大小,若上层微电网目标函数CMG大,则将父代内部电价作为下次迭代的内部电价否则将子代内部电价作为下次迭代的内部电价转至步骤2。
本发明一种基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法,优点在于:
1:将电动汽车通过电动汽车充换储一体化电站CSSIS接入微网,消纳微电网内可再生能源,可降低大规模可再生能源并网对电网带来的冲击;将充换电站中不满足换电需求的动力电池作为储能电池使用,不仅可以实现电池的梯次利用,还可以为动力电池提供较为稳定的充放电环境,同时动力电池为储能站提供可调节容量支撑,也可作为备用,在配电网故障时通过PCC交互口可以扩大供电范围进而实现配电网的黑启动,为电网提供支撑,实现多方共赢。
2:本发明方法不仅可以促进新能源的消纳吸收,实现微电网与电动汽车充换储一体化电站CSSIS的互利共赢,而且还能更有效的利用电动汽车充换储一体化电站CSSIS内的资源。
附图说明
图1是含充换储一体化电站微电网结构图。
图2是微电网内各部分预测出力图。
图3(1)是案例1中DE算法的迭代收敛图(微电网利润)。
图3(2)是案例1中DE算法的迭代收敛图(一体化电站利润)。
图4(1)是案例1中微电网和电动汽车充换储一体化电站CSSIS出力情况图。
图4(2)是案例2中微电网和电动汽车充换储一体化电站CSSIS出力情况图。
图4(3)是案例3中微电网和电动汽车充换储一体化电站CSSIS出力情况图。
具体实施方式
图1为含充换储一体化电站微电网结构图。含充换储一体化电站微电网主要由上、下两层构成:上层是微电网,主要由风机、光伏、负荷三部分组成,可以配电网和下层充换储一体化电站进行交互;下层是充换储一体化电站CSSIS,主要由充换电站(BCSS)和储能电站(ESS)组成。风机、光伏、充换储一体化电站CSSIS通过逆变器、断路器并网。
本发明通过将电动汽车充换电站和储能电站组合在一起构成充换储一体化电站,并入微网,将一体化电站作为整体参与微网经济优化调度。上层微电网作为领导者,制定与下层充换储一体化电站CSSIS进行电能交易的内部电价,以上层微电网自身收益最大为目标函数。下层充换储一体化电站CSSIS作为跟随者,根据上层微电网制定的内部电价调整自身充、放电计划,以实现自身收益最大。
本发明采用差分进化算法(DE)和Gurobi软件分别对上、下两层优化问题进行求解,得到最优内部电价以及充换储一体化电站的最优充、放电计划。
具体实施方案如下:
1..上层微电网以微电网利润最大为目标函数,可按照如下公式表述:
所述上层微电网目标函数CMG为:
式中:T为调度时段,T=24;
分别为t时刻微电网从配电网购电电价、微电网售电给配电网电价;
分别代表t时刻微电网从电动汽车充换储一体化电站CSSIS购电电价、微电网售电给电动汽车充换储一体化电站CSSIS电价;
分别为t时刻微电网与配电网交互功率、微电网与电动汽车充换储一体化电站CSSIS交互功率;
分别表示微电网从配电网购电、电动汽车充换储一体化电站CSSIS从微电网购电;
分别表示微电网向配电网售电、电动汽车充换储一体化电站CSSIS向微电网售电。
所述上层微电网相应的约束条件为:
1)功率平衡约束:
式中:分别为t时刻风机、光伏、负荷的功率。
2)电价约束:
上层微电网购电、售电电价应满足如下约束:
分别代表t时刻微电网从电动汽车充换储一体化电站CSSIS购电电价、微电网售电给电动汽车充换储一体化电站CSSIS电价;
分别为t时刻微电网从配电网购电电价、微电网售电给配电网电价;
所述下层电动汽车充换储一体化电站CSSIS目标函数为:
max UCSSIS=max(CR-CC)
式中:CR、CC分别为:电动汽车充换储一体化电站CSSIS总收入、总支出。
电动汽车充换储一体化电站CSSIS总收入如下表示:
式中:λ为CSSIS向家用电动汽车收取的换电费用;
Crated为电动汽车电池额定容量;
为电动汽车在时段t的换电需求;
为代表t时刻微电网从电动汽车充换储一体化电站CSSIS购电电价;
en、dn分别为CSSIS消耗电能的偏好系数,可以反映出用户对电能需求程度,会影响用户对电能需求量。
为电动汽车充换储一体化电站CSSIS功率,其值为充换电站BCSS功率和储能电站ESS功率之和,满足功率如下约束:
式中:PCSSIS,min、PCSSIS,max分别为电动汽车充换储一体化电站CSSIS最大、最小功率。
电动汽车充换储一体化电站CSSIS总支出可如下表示:
式中:代表t时刻微电网售电给电动汽车充换储一体化电站CSSIS电价;
为电动汽车充换储一体化电站CSSIS功率:
α0为电池进行一次充、放电的折旧费用;
为电动汽车在时段t的换电需求;
为充换电站充、放电功率;
为储能电站功率;
表示充换电站BCSS充电功率;
表示充换电站BCSS放电功率;
表示储能电站ESS的放电功率;
表示充换电站BCSS放电功率的绝对值;
表示充换电站ESS放电功率的绝对值;
CBcrated、CEcrated为充换电站BCSS、储能电站ESS中电池的标准容量。
所述下层电动汽车充换储一体化电站CSSIS相应的约束条件为:
1)电池总数量平衡约束:
式中:Nall、分别为t时刻满电电池数量、待充电池数量、BCSS内总电池数量充电、放电电池数量充电、放电电池数量。
2)各个时段内的换电约束:
式中:分别为t时刻换电需求、t+1时刻换电需求。
3)充、放电电池数量约束:
式中:Nmax为充换电站BCSS内充、放电槽数量。
4)充、放电方法约束:
5)满电、待充电池约束:
6)储能电站ESS约束:
出力约束如下:
式中:PESS,min、PESS,max分别为储能电站ESS最小、最大功率。
荷电状态约束:
E(0)=EESS(T)
SOC(t)∈[0.3,0.9]
式中:
为t-1时刻储能电站ESS能量;
分别为储能电站ESS在t时刻的充、放电功率;
ηc、ηdc分别为储能电站ESS充、放电效率;
E(0)、EESS(T)分别为储能电站ESS始、末能量;
SOC(t)为储能电站ESS在t时刻荷电状态;
Δt为调度时长,这里取1小时。
由上式可知,储能电站ESS需满足始末荷电状态相等,荷电状态介于0.3与0.9之间。为了说明微电网和电动汽车充换储一体化电站CSSIS协调优化带来的经济效益,本发明设计了3个仿真案例进行对比,分别为:
案例1采用Stackelberg博弈对微电网和CSSIS协调优化;
案例2不采用Stackelberg博弈对微电网和CSSIS协调优化;
案例3采用Stackelberg博弈对微电网和BCSS协调优化。
3种案例中微电网和CSSIS(BCSS)微电网利润如下表1所示:
表1 3种案例中微电网和CSSIS利润
由表可知案例3和案例1中微电网和CSSIS利润相比案例2中都有了不同程度的提高,说明了采用Stackelberg博弈的有效性。其中案例1相比较案例3利润也有一定程度提高,充分体现了CSSIS相比BCSS的经济性优势。由此可见将Stackelberg博弈引入到本模型中,不仅可以有助于DE算法寻优,而且还能提高微电网和CSSIS(BCSS)利润,实现两者互利共赢。
图2是微电网内各部分预测出力,可以看出时段8-15期间,微电网内的风机、光伏共同出力大于负荷需求,其他时段则无法满足负荷需求,需要从外部购电满足用户需求。
图3(1)、图3(2)是案例1中DE算法的迭代收敛曲线,从图3(1)、图3(2)中可以看出,微电网利润随着迭代进行逐渐增加,CSSIS利润逐渐减少,迭代43次左右,上、下两层同时达到收敛,证明了本发明方法的有效性。
图4(1)、图4(2)、图4(3)为3种案例中微电网和CSSIS出力情况,结合图4(1)、图4(2)、图4(3)可以发现,3种案例中除时段8-14之外,其他时段CSSIS出力与电网交互功率,数值相差不大,主要是因为这些时段风机、光伏出力不大,微电网净功率较小,而CSSIS出力较大,所以两者数值相差较小;时段8-14中,风机、光伏共同出力大于自身负荷需求,盈余电量较多,微电网将之销售给CSSIS,数值相差相较其他时段大。可以发现CSSIS放电的时间段各个时段都有,但主要集中于电价的平时段和谷时段,这主要是因为峰时段也正是家用电动汽车换电需求的高峰期,需要对站内电池进行充电以满足用户需求,并且还需要考虑留有一定的裕度以面对各种突发情况。
案例1中放电时间段为2、4、19、21、23,案例2为2、20、23,案例3为1、3、5、19、21、23,会发现案例1和案例3中放电时间段为相比案例2中要更多,且其放电量要更大,虽然案例1中放电时间段相比案例3少一个,且从图4(1)中可以看出,其各时段出力相比案例3小,但是其所获利润却比案例3高,这也反映出了采用CSSIS的优势,不仅可以减少对电网的冲击,还能提升微电网和自身利润。
Claims (5)
1.基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法,其特征在于包括以下步骤:
步骤1:预测上层微电网内光伏、风机、负荷出力,初始化内部电价k=0;
步骤2:判断迭代次数k是否达到差分进化算法DE最大迭代次数Kmax,若是则输出优化后的结果;否则继续执行下一步;
步骤3:根据步骤1中得到的初始化内部电价调用Gurobi软件得到下层电动汽车充换储一体化电站CSSIS的最优充、放电计划并反馈给上层微电网;
步骤4:考虑微电网经济运行问题,利用DE算法计算满足上层约束条件的上层微电网目标函数CMG;
步骤5:内部电价经过变异、交叉产生子代内部电价并计算子代相应的上层微电网目标函数C′MG;
步骤6:判断上层微电网目标函数CMG、子代相应的上层微电网目标函数C′MG大小,若上层微电网目标函数CMG大,则将父代内部电价作为下次迭代的内部电价否则将子代内部电价作为下次迭代的内部电价转至步骤2。
2.根据权利要求1所述基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法,其特征在于:所述上层微电网目标函数CMG为:
式中:T为调度时段,T=24;
分别为t时刻微电网从配电网购电电价、微电网售电给配电网电价;
分别代表t时刻微电网从电动汽车充换储一体化电站CSSIS购电电价、微电网售电给电动汽车充换储一体化电站CSSIS电价;
分别为t时刻微电网与配电网交互功率、微电网与电动汽车充换储一体化电站CSSIS交互功率;
分别表示微电网从配电网购电、电动汽车充换储一体化电站CSSIS从微电网购电;
分别表示微电网向配电网售电、电动汽车充换储一体化电站CSSIS向微电网售电。
3.根据权利要求1所述基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法,其特征在于:所述上层微电网相应的约束条件为:
1)功率平衡约束:
式中:分别为t时刻风机、光伏、负荷的功率;
2)电价约束:
上层微电网购电、售电电价应满足如下约束:
分别代表t时刻微电网从电动汽车充换储一体化电站CSSIS购电电价、微电网售电给电动汽车充换储一体化电站CSSIS电价;
分别为t时刻微电网从配电网购电电价、微电网售电给配电网电价。
4.根据权利要求1所述基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法,其特征在于:所述下层电动汽车充换储一体化电站CSSIS目标函数为:
max UCSSIS=max(CR-CC)
式中:CR、CC分别为:电动汽车充换储一体化电站CSSIS总收入、总支出;
电动汽车充换储一体化电站CSSIS总收入如下表示:
式中:λ为CSSIS向家用电动汽车收取的换电费用;
Crated为电动汽车电池额定容量;
为电动汽车在时段t的换电需求;
为代表t时刻微电网从电动汽车充换储一体化电站CSSIS购电电价;
en、dn分别为CSSIS消耗电能的偏好系数,可以反映出用户对电能需求程度,会影响用户对电能需求量;
为电动汽车充换储一体化电站CSSIS功率,其值为充换电站BCSS功率和储能电站ESS功率之和,满足功率如下约束:
式中:PCSSIS,min、PCSSIS,max分别为电动汽车充换储一体化电站CSSIS最大、最小功率;电动汽车充换储一体化电站CSSIS总支出可如下表示:
式中:代表t时刻微电网售电给电动汽车充换储一体化电站CSSIS电价;
为电动汽车充换储一体化电站CSSIS功率:
α0为电池进行一次充、放电的折旧费用;
为电动汽车在时段t的换电需求;
为充换电站充、放电功率;
为储能电站功率;
表示充换电站BCSS充电功率;
表示充换电站BCSS放电功率;
表示储能电站ESS的放电功率;
表示充换电站BCSS放电功率的绝对值;
表示充换电站ESS放电功率的绝对值;
CBcrated、CEcrated为充换电站BCSS、储能电站ESS中电池的标准容量。
5.根据权利要求1所述基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法,其特征在于:所述下层电动汽车充换储一体化电站CSSIS相应的约束条件为:
1)电池总数量平衡约束:
式中:分别为t时刻满电电池数量、待充电池数量、BCSS内总电池数量充电、放电电池数量充电、放电电池数量;
2)各个时段内的换电约束:
式中:分别为t时刻换电需求、t+1时刻换电需求;
3)充、放电电池数量约束:
式中:Nmax为充换电站BCSS内充、放电槽数量;
4)充、放电方法约束:
5)满电、待充电池约束:
6)储能电站ESS约束:
出力约束如下:
式中:PESS,min、PESS,max分别为储能电站ESS最小、最大功率;
荷电状态约束:
E(0)=EESS(T)
SOC(t)∈[0.3,0.9]
式中:
为t-1时刻储能电站ESS能量;
分别为储能电站ESS在t时刻的充、放电功率;
ηc、ηdc分别为储能电站ESS充、放电效率;
E(0)、EESS(T)分别为储能电站ESS始、末能量;
SOC(t)为储能电站ESS在t时刻荷电状态;
Δt为调度时长,这里取1小时;
由上式可知,储能电站ESS需满足始末荷电状态相等,荷电状态介于0.3与0.9之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910390255.6A CN110165663B (zh) | 2019-05-10 | 2019-05-10 | 基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910390255.6A CN110165663B (zh) | 2019-05-10 | 2019-05-10 | 基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110165663A true CN110165663A (zh) | 2019-08-23 |
CN110165663B CN110165663B (zh) | 2022-11-08 |
Family
ID=67634234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910390255.6A Active CN110165663B (zh) | 2019-05-10 | 2019-05-10 | 基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110165663B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110739713A (zh) * | 2019-09-27 | 2020-01-31 | 福建星云电子股份有限公司 | 一种智能储能充电一体化装置及其充放电控制方法 |
CN110854853A (zh) * | 2019-12-02 | 2020-02-28 | 山东大学 | 一种发电机组开机方案生成方法及系统 |
CN111483331A (zh) * | 2020-05-27 | 2020-08-04 | 南京德睿能源研究院有限公司 | 一种基于调度指令的充电负荷聚合调度控制方法及系统 |
CN111619391A (zh) * | 2020-05-06 | 2020-09-04 | 三峡大学 | 基于合作博弈与动态分时电价的电动汽车有序充放电方法 |
CN112054513A (zh) * | 2020-08-20 | 2020-12-08 | 三峡大学 | 基于混合博弈的多微电网双层协调优化调度方法 |
CN112070281A (zh) * | 2020-08-20 | 2020-12-11 | 三峡大学 | 基于纳什议价博弈的微电网双层协调优化调度方法 |
CN116001628A (zh) * | 2023-01-03 | 2023-04-25 | 南京信息工程大学 | 一种用于EVs无线充电的基于DE的三阶段控制方法 |
CN117172916A (zh) * | 2023-07-20 | 2023-12-05 | 天津大学 | 一种边侧灵活性资源端对端分散式交易方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103985064A (zh) * | 2014-05-16 | 2014-08-13 | 东南大学 | 一种基于实时电价的电动汽车换电模式充电控制方法 |
WO2014177608A2 (en) * | 2013-04-30 | 2014-11-06 | Nec Europe Ltd. | Method for allocating electrical power of a shared energy source and resource management system |
CN106408122A (zh) * | 2016-09-19 | 2017-02-15 | 上海理工大学 | 一种换电站充放电方案的求解方法 |
CN107017619A (zh) * | 2017-03-29 | 2017-08-04 | 华北电力大学 | 非合作博弈视角的光伏充电站网络分布式能量管理方法 |
CN109409615A (zh) * | 2018-11-19 | 2019-03-01 | 三峡大学 | 基于非合作博弈的充换储一体化电站微电网优化调度方法 |
-
2019
- 2019-05-10 CN CN201910390255.6A patent/CN110165663B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014177608A2 (en) * | 2013-04-30 | 2014-11-06 | Nec Europe Ltd. | Method for allocating electrical power of a shared energy source and resource management system |
CN103985064A (zh) * | 2014-05-16 | 2014-08-13 | 东南大学 | 一种基于实时电价的电动汽车换电模式充电控制方法 |
CN106408122A (zh) * | 2016-09-19 | 2017-02-15 | 上海理工大学 | 一种换电站充放电方案的求解方法 |
CN107017619A (zh) * | 2017-03-29 | 2017-08-04 | 华北电力大学 | 非合作博弈视角的光伏充电站网络分布式能量管理方法 |
CN109409615A (zh) * | 2018-11-19 | 2019-03-01 | 三峡大学 | 基于非合作博弈的充换储一体化电站微电网优化调度方法 |
Non-Patent Citations (4)
Title |
---|
SHAN CHENG: "Optimal_allocation_of_charging_stations_for_electric_vehicles_in_the_distribution_system", 《 2018 3RD INTERNATIONAL CONFERENCE ON INTELLIGENT GREEN BUILDING AND SMART GRID (IGBSG)》 * |
刘玉娇: "采用随机约束和多目标算法的", 《电力自动化设备》 * |
牛淑娅等: "基于合作博弈的电动汽车换电站优化配置", 《南方电网技术》 * |
赵兴勇等: "含分布式电源和电动汽车的微电网协调控制策略", 《电网技术》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110739713A (zh) * | 2019-09-27 | 2020-01-31 | 福建星云电子股份有限公司 | 一种智能储能充电一体化装置及其充放电控制方法 |
CN110854853A (zh) * | 2019-12-02 | 2020-02-28 | 山东大学 | 一种发电机组开机方案生成方法及系统 |
CN110854853B (zh) * | 2019-12-02 | 2021-03-26 | 山东大学 | 一种发电机组开机方案生成方法及系统 |
CN111619391A (zh) * | 2020-05-06 | 2020-09-04 | 三峡大学 | 基于合作博弈与动态分时电价的电动汽车有序充放电方法 |
CN111619391B (zh) * | 2020-05-06 | 2023-02-03 | 三峡大学 | 基于合作博弈与动态分时电价的电动汽车有序充放电方法 |
CN111483331A (zh) * | 2020-05-27 | 2020-08-04 | 南京德睿能源研究院有限公司 | 一种基于调度指令的充电负荷聚合调度控制方法及系统 |
CN111483331B (zh) * | 2020-05-27 | 2021-07-09 | 南京德睿能源研究院有限公司 | 一种基于调度指令的充电负荷聚合调度控制方法及系统 |
CN112054513A (zh) * | 2020-08-20 | 2020-12-08 | 三峡大学 | 基于混合博弈的多微电网双层协调优化调度方法 |
CN112070281A (zh) * | 2020-08-20 | 2020-12-11 | 三峡大学 | 基于纳什议价博弈的微电网双层协调优化调度方法 |
CN116001628A (zh) * | 2023-01-03 | 2023-04-25 | 南京信息工程大学 | 一种用于EVs无线充电的基于DE的三阶段控制方法 |
CN116001628B (zh) * | 2023-01-03 | 2023-07-28 | 南京信息工程大学 | 一种用于EVs无线充电的基于差分进化算法DE的三阶段控制方法 |
CN117172916A (zh) * | 2023-07-20 | 2023-12-05 | 天津大学 | 一种边侧灵活性资源端对端分散式交易方法 |
CN117172916B (zh) * | 2023-07-20 | 2024-03-22 | 天津大学 | 一种边侧灵活性资源端对端分散式交易方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110165663B (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110165663A (zh) | 基于Stackelberg博弈的含充换储一体化电站微电网能量优化调度方法 | |
CN106410861B (zh) | 一种基于可调度能力的微电网优化运行实时控制方法 | |
CN108879746B (zh) | 基于多时间尺度需求响应的集中式混合储能协调控制方法 | |
CN111900727B (zh) | 基于pso的光储充换一体化充电站协同优化调度方法和装置 | |
CN108964098B (zh) | 一种独立微电网系统容量优化配置方法 | |
CN106099965B (zh) | 交流微电网并网状态下复杂混合储能系统的协调控制方法 | |
CN107834601A (zh) | 一种考虑柔性负荷的独立微电网系统容量优化配置方法 | |
CN105932741B (zh) | 电动汽车群的充电控制方法和系统 | |
CN109217290A (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
CN105139147A (zh) | 微电网系统的经济调度方法 | |
CN103248064A (zh) | 一种复合型能源充电储能系统及其方法 | |
CN107846043B (zh) | 一种考虑电动汽车充电影响的微网能量管理方法 | |
CN109754112A (zh) | 一种考虑配电网削峰填谷的光储充电塔随机优化调度方法 | |
CN107465204A (zh) | 一种储能电站中多电池组功率优化分配方法和装置 | |
CN110994694A (zh) | 计及差异化需求响应的微电网源荷储协调优化调度方法 | |
CN106451508A (zh) | 分布式混合储能系统配置、充放电方法及装置 | |
CN109409615A (zh) | 基于非合作博弈的充换储一体化电站微电网优化调度方法 | |
Menezes et al. | Dynamic VAR sources scheduling for improving voltage stability margin | |
CN107872068A (zh) | 一种基于互联网的并网型微网联合能量管理与控制方法 | |
CN108923446A (zh) | 一种光伏/储能一体化系统中储能容量的配置方法 | |
CN110415016A (zh) | 一种基于最优化充放电策略的充电价格制定策略 | |
CN111327078A (zh) | 户用能源调度方法、能源管理模块及户用能源系统 | |
CN110245810A (zh) | 一种区域能源互联网协调优化运行方法 | |
CN108376994A (zh) | 基于三端口电力电子变压器并网的交直流混合微网运行优化方法 | |
CN117277310A (zh) | 基于填谷需求响应的聚合资源可调节能力计算方法和系统 |
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 |