CN110322154A - 一种基于nash均衡的综合能源微网多主体收益分配方法及系统 - Google Patents
一种基于nash均衡的综合能源微网多主体收益分配方法及系统 Download PDFInfo
- Publication number
- CN110322154A CN110322154A CN201910615676.4A CN201910615676A CN110322154A CN 110322154 A CN110322154 A CN 110322154A CN 201910615676 A CN201910615676 A CN 201910615676A CN 110322154 A CN110322154 A CN 110322154A
- Authority
- CN
- China
- Prior art keywords
- income
- power
- comprehensive energy
- microgrid
- nash equilibrium
- 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
- 206010053219 non-alcoholic steatohepatitis Diseases 0.000 title claims abstract description 51
- 238000009826 distribution Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 239000002245 particle Substances 0.000 claims abstract description 34
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 230000008901 benefit Effects 0.000 claims abstract description 6
- 230000005611 electricity Effects 0.000 claims description 39
- 238000004146 energy storage Methods 0.000 claims description 30
- 238000009825 accumulation Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 11
- 238000010248 power generation Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 230000002776 aggregation Effects 0.000 claims description 8
- 238000004220 aggregation Methods 0.000 claims description 8
- 238000001816 cooling Methods 0.000 claims description 7
- 230000009286 beneficial effect Effects 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000010348 incorporation Methods 0.000 claims description 4
- 238000005338 heat storage Methods 0.000 claims description 3
- 238000005057 refrigeration Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
-
- 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
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于NASH均衡的综合能源微网多主体收益分配方法及系统,包括,S1、计算综合能源微网中各个主体的收益;S2、设置综合能源微网中各个主体运行约束条件;S3、根据步骤S1中的收益计算以及步骤S2中的运行约束条件,基于NASH均衡制定综合能源微网中各个主体的博弈策略;S4、基于混沌粒子群的方法对步骤S3中的NASH均衡进行求解,得到各个主体的收益分配结果。优点是:采用此收益分配方法及系统能够使多个主体之间通过博弈达到NASH均衡,得到各个主体共同认可的收益分配方案,从而保证了综合能源微网的高效运行。
Description
技术领域
本发明涉及综合能源系统规划运行领域,尤其涉及一种基于NASH均衡的综合能源微网多主体收益分配方法及系统。
背景技术
综合能源系统是指将区域内的电能、天然气、热能等多种能源综合进行整合,实现多能互补、梯级利用的能源系统。综合能源系统是能源互联网的重要载体,也是未来供能系统的重要发展方向,综合能源系统的相关技术得到了世界各国的高度重视。综合能源微网主要由供能网络(供电、供气、供冷/热网络)、能源交换环节(热电联产机组、空调、热泵等)、能源存储环节(储电、储热、储气、储冷等)和终端用户共同构成。因此,微网涉及到可再生运营商、分布式储能运营商、综合能源服务商、电动汽车聚集商和终端用户等多个利益主体,各利益主体之间存在复杂的竞争和合作关系,只有建立各个主体共同认可的收益分配机制,各主体才能建立紧密的合作关系,共同为用户提供高质量的能源服务。
收入分配机制是综合能源微网运营的重要组成部分,也是保证微网高效运行的前提。综合能源微网主要面向工业园区,一般聚集了大量的工业用户,其对于冷、热、电等能源的需求量较大,对于能源品质要求较高。然而,各运营商均存在各自的利益诉求,其倾向于追求各自利益最大化,难以通过建立统一联合体等机制进行收益分配。
发明内容
本发明的目的在于提供一种基于NASH均衡的综合能源微网多主体收益分配方法及系统,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种基于NASH均衡的综合能源微网多主体收益分配方法,包括如下步骤,
S1、计算综合能源微网中各个主体的收益;
S2、设置综合能源微网中各个主体运行约束条件;
S3、根据步骤S1中的收益计算以及步骤S2中的运行约束条件,基于NASH均衡制定综合能源微网中各个主体的博弈策略;
S4、基于混沌粒子群的方法对步骤S3中的NASH均衡进行求解,得到各个主体的收益分配结果。
优选的,所述步骤S1具体包括,
S11、可再生能源服务商收益计算;
可再生能源服务商主要负责分布式光伏的运营,其收益B1计算公式为:
B1=CPV·TPV·α·pprice
其中,CPV为微网中分布式光伏的装机量;TPV为分布式光伏发电年利用小时数;α为发出电量用于上网的比例,pprice为光伏发电上网电价;
S12、分布式储能运营商收益计算;
分布式储能运营商主要负责微网内部储能设施的运营,其收益B2的计算公式为:
B2=Cbattery·Tbattery·(ppeak-pvalley)
其中,Cbattery为分布式储能装置的容量;Tbattery为年平均峰值电价售电时长,ppeak和pvalley分别为峰时段和谷时段电价;
S13、综合能源系统服务商收益计算;
综合能源服务商在满足终端用户的能源需求的前提下,通过控制冷热电联供机组的出力状况减少从上级电网购电成本,其收益B3计算公式为:
B3=(ppeak-pvalley)·ΔQmove·365
其中,ΔQmove为综合能源服务商通过调节机组出力日均转移的负荷量。
S14、电动汽车聚集商收益计算;
电动汽车聚集商通过将综合能源微网范围内的电动汽车聚集起来,通过车网互动技术向综合能源微网提供电量支撑,其收益B4计算公式为:
B4=(ppeak-pvalley)·Nev·Pdisch·Tev·365
其中,Nev为电动汽车运营商控制的电动汽车数,可由电动汽车数据采集单元导入;Pdisch为电动汽车放电功率;Tev为每辆车一天中平均的放电时长;
S15、终端用户收益计算;
综合能源微网中的终端用户通过参与需求响应获取收益,该部分收益B5计算公式为:
B5=(ppeak-pvalley)·Puse·Tuse·365
其中,Puse为转移负荷的平均功率;Tuse为该部分负荷的平均持续时长。
优选的,所述各个主体运行约束条件包括,
S21、功率平衡约束;
综合能源微网内部的冷热电出力应与负荷需求相匹配,因此设置以下功率平衡约束:
其中,分别为t时刻的冷热电联供系统的电、热、冷出力;PPV(t)为t时刻的分布式光伏出力;Pev(t)为t时刻的电动汽车聚集商所聚集电动汽车的放电功率;Lele(t)、Lheat(t)、Lcold(t)分别为t时刻的综合能源微网内的电、热和冷负荷;Pbattery(t)为t时刻的储电设备出力;PHS(t)为t时刻的储热设备出力;PCAC(t)为t时刻的电制冷设备出力;
S22、储能运行约束;
储电设备在运行过程中应满足放电容量和放电功率的约束:
Pbattery(t)≤Pmax
其中,和为储电设备最大和最小储电量;Pmax为最大放电功率;
S23、供能设备出力约束;
储热设备在运行过程中应满足放热容量和放热功率的约束:
PHS(t)≤Pmax
其中:和为储能设备最大和最小储热量;Pmax为最大放热功率;
S24、电动汽车放电约束;
由于供能设备本身调节能力有限,因此设置了供能设备的出力约束,以反映设备的爬坡调节能力:
其中,Pn(t)和Pn(t-1)为第n类设备在t和t-1时刻的出力;ΔPmax为第n类设备最大出力爬坡值;
S25、电动汽车放电约束;
电动汽车应该在满足车主出行需求的前提下进行放电,因此设置放电约束以保证电动汽车聚集商不会过量放电:
其中:Qev(t)为任意一辆参与聚集商调控的电动汽车的在t时刻的电量;为满足车主出行需求所必须的剩余电量。
优选的,所述NASH均衡表示为:
G=<m,y,u>
其中,m为参与博弈的主体个数;y为参与博弈的个体行为集合,即为各类设备的运行调控;u为各个主体的效用函数。
优选的,在m个利益集体参与博弈的场景中,当某种情况下无任何一方参与者可以独自行动而增加收益时,则此策略组合即为NASH均衡;即当其他m-1个利益集体均不改变自己的策略时,第m个利益集体改变自身策略只会减少自身收益或保持不变。
优选的,设X=[a1,a2,a3,...,aj,...,am]为参与博弈各个利益集体的策略组合(j=1,...,m),其中aj表示博弈各方能采取的调节各自控制设备的动作,则达到NASH均衡的充分必要条件是,对于任意利益集体,均有:
Wj(X||aj)≤Wj(X)
其中:Wj为第j个博弈方的收益;X||aj表示策略集合X中只有第j个博弈方改变了自己的策略。
优选的,所述步骤S4为采用混沌粒子群算法计算综合能源微网中各主体收益分配NASH均衡,其具体过程如下,
S41、输入基本参数;所述基本参数包括,冷热电连供机组功率、光伏装机量、储电储热设备容量和功率、峰时段电价信息、谷时段电价信息、平时段电价信息,区域电动汽车数目以及区域电动汽车的充电功率和放电功率;
S42、根据基本参数对综合能源微网中各主体进行收益分配计算;首先,随机初始化粒子群,确定每个粒子的初始位置;
S43、根据步骤S1中各个收益计算公式计算每个粒子的适应度函数,得到各个粒子对应的收益分配方案;
S44、更新粒子个体的极值和整个种群全局极值,并判断各个粒子是否满足约束条件,若否,则淘汰该粒子,并保留最优粒子极值和全局的极值;
S45、根据以下两式对种群中粒子的速度和位置进行更新:
S46、判断综合能源微网中各主体收益分配是否达到NASH均衡,若是,则输出最终的收益分配方案,若否,则返回步骤S42。
本发明的另一目的在于提供一种基于NASH均衡的综合能源微网多主体收益分配系统,所述收益分配系统用于实现上述任一所述的收益分配方法,所述收益分配系统包括,
数据输入单元;用于输入基本参数,并将基本参数传递到核心计算单元;
核心计算单元;用于根据基本参数对综合能源微网中各主体进行收益分配计算;
输出展示单元;用于根据核心计算单元的计算结果,输出最终的收益分配结果。
本发明的有益效果是:本发明通过给出综合能源微网的整体结构和各主体的职责;介绍各个主体的职责,提出其收益计算方法;在此基础上,提出了基于NASH均衡的多主体博弈方法;之后,基于混沌粒子群算法的求解方法对NASH均衡进行求解;最终使多个主体之间通过博弈达到NASH均衡,得到各个主体共同认可的收益分配方案,从而保证了综合能源微网的高效运行。
附图说明
图1是本发明实施例中综合能源微网结构图;
图2是本发明实施例中收益分配方法的流程示意图;
图3是本发明实施例中采用混沌粒子群算法计算综合能源微网中各主体收益分配NASH均衡的具体流程示意图。
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,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方式仅仅用以解释本发明,并不用于限定本发明。
实施例一
如图1至图3所示,本实施例中提供了一种基于NASH均衡的综合能源微网多主体收益分配方法,包括如下步骤,
S1、计算综合能源微网中各个主体的收益;
S2、设置综合能源微网中各个主体运行约束条件;
S3、根据步骤S1中的收益计算以及步骤S2中的运行约束条件,基于NASH均衡制定综合能源微网中各个主体的博弈策略;
S4、基于混沌粒子群的方法对步骤S3中的NASH均衡进行求解,得到各个主体的收益分配结果。
本实施例中,所述步骤S1具体包括,
S11、可再生能源服务商收益计算;
可再生能源服务商主要负责分布式光伏的运营,其收益B1计算公式为:
B1=CPV·TPV·α·pprice
其中,CPV为微网中分布式光伏的装机量;TPV为分布式光伏发电年利用小时数,可通过光伏设备数据采集单元得到;α为发出电量用于上网的比例,其与微网内部电负荷需求相关,可通过统计调研得到:在单位时长Δt内,当光伏出力大于负荷需求时,即认为其可以上网售电,将光伏的多余出力按照上网电价售出;pprice为光伏发电上网电价;
S12、分布式储能运营商收益计算;
分布式储能运营商主要负责微网内部储能设施的运营,其收益B2的计算公式为:
B2=Cbattery·Tbattery·(ppeak-pvalley)
其中,Cbattery为分布式储能装置的容量;Tbattery为年平均峰值电价售电时长,当综合能源微网内部的分布式电源发电能满足负荷需求时,储能设施进行储电,如此时处于峰值电价,则对外售电;ppeak和pvalley分别为峰时段和谷时段电价;
S13、综合能源系统服务商收益计算;
综合能源服务商在满足终端用户的能源需求的前提下,通过控制冷热电联供机组的出力状况减少从上级电网购电成本,其收益B3计算公式为:
B3=(ppeak-pvalley)·ΔQmove·365
其中,ΔQmove为综合能源服务商通过调节机组出力日均转移的负荷量,其通过将该部分负荷从峰时段转移到谷时段节省自身运行费用,增加收益。
S14、电动汽车聚集商收益计算;
电动汽车聚集商通过将综合能源微网范围内的电动汽车聚集起来,通过车网互动技术向综合能源微网提供电量支撑,其收益B4计算公式为:
B4=(ppeak-pvalley)·Nev·Pdisch·Tev·365
其中,Nev为电动汽车运营商控制的电动汽车数,可由电动汽车数据采集单元导入;Pdisch为电动汽车放电功率;Tev为每辆车一天中平均的放电时长,其与微网内部的常规负荷大小、分布式光伏出力和储能状态相关;
S15、终端用户收益计算;
综合能源微网中的终端用户通过参与需求响应获取收益,该部分收益B5计算公式为:
B5=(ppeak-pvalley)·Puse·Tuse·365
其中,Puse为转移负荷的平均功率;Tuse为该部分负荷的平均持续时长,通过签订需求响应合同,部分用户负荷被转移到谷电价时段,以此获得收益。
本实施例中,所述各个主体运行约束条件包括,
S21、功率平衡约束;
综合能源微网内部的冷热电出力应与负荷需求相匹配,因此设置以下功率平衡约束:
其中,分别为t时刻的冷热电联供系统的电、热、冷出力;PPV(t)为t时刻的分布式光伏出力;Pev(t)为t时刻的电动汽车聚集商所聚集电动汽车的放电功率;Lele(t)、Lheat(t)、Lcold(t)分别为t时刻的综合能源微网内的电、热和冷负荷,可通过负荷数据采集单元得到;Pbattery(t)为t时刻的储电设备出力;PHS(t)为t时刻的储热设备出力,可通过储电储热设备监测单元得到;PCAC(t)为t时刻的电制冷设备出力;
S22、储能运行约束;
储电设备在运行过程中应满足放电容量和放电功率的约束:
Pbattery(t)≤Pmax
其中,和为储电设备最大和最小储电量;Pmax为最大放电功率;
S23、供能设备出力约束;
储热设备在运行过程中应满足放热容量和放热功率的约束:
PHS(t)≤Pmax
其中:和为储能设备最大和最小储热量;Pmax为最大放热功率;
S24、电动汽车放电约束;
由于供能设备本身调节能力有限,因此设置了供能设备的出力约束,以反映设备的爬坡调节能力:
其中,Pn(t)和Pn(t-1)为第n类设备在t和t-1时刻的出力;ΔPmax为第n类设备最大出力爬坡值;
S25、电动汽车放电约束;
电动汽车应该在满足车主出行需求的前提下进行放电,因此设置放电约束以保证电动汽车聚集商不会过量放电:
其中:Qev(t)为任意一辆参与聚集商调控的电动汽车的在t时刻的电量,可由电动汽车数据采集单元导入;为满足车主出行需求所必须的剩余电量,和车主出行计划相关。
本实施例中,所述NASH均衡表示为:
G=<m,y,u>
其中,m为参与博弈的主体个数;y为参与博弈的个体行为集合,即为各类设备的运行调控;u为各个主体的效用函数,此处即为m个个体的利益收入。
本实施例中,在m个利益集体参与博弈的场景中,当某种情况下无任何一方参与者可以独自行动而增加收益时,则此策略组合即为NASH均衡;即当其他m-1个利益集体均不改变自己的策略时,第m个利益集体改变自身策略只会减少自身收益或保持不变。因此,NASH均衡是一种非合作博弈状态。
本实施例中,设X=[a1,a2,a3,...,aj,...,am]为参与博弈各个利益集体的策略组合(j=1,...,m),其中aj表示博弈各方能采取的调节各自控制设备的动作,则达到NASH均衡的充分必要条件是,对于任意利益集体,均有:
Wj(X||aj)≤Wj(X)
其中:Wj为第j个博弈方的收益;X||aj表示策略集合X中只有第j个博弈方改变了自己的策略。即改变策略后,第j个博弈方的收益下降,此时即达到了NASH均衡。
本实施例中,所述步骤S4为采用混沌粒子群算法计算综合能源微网中各主体收益分配NASH均衡,其具体过程如下,
S41、输入基本参数;所述基本参数包括,冷热电连供机组功率、光伏装机量、储电储热设备容量和功率、峰时段电价信息、谷时段电价信息、平时段电价信息,区域电动汽车数目以及区域电动汽车的充电功率和放电功率;
S42、根据基本参数对综合能源微网中各主体进行收益分配计算;首先,随机初始化粒子群,确定每个粒子的初始位置;
S43、根据步骤S1中各个收益计算公式计算每个粒子的适应度函数,得到各个粒子对应的收益分配方案;
S44、更新粒子个体的极值和整个种群全局极值,并判断各个粒子是否满足约束条件,若否,则淘汰该粒子,并保留最优粒子极值和全局的极值;
S45、根据以下两式对种群中粒子的速度和位置进行更新:
S46、判断综合能源微网中各主体收益分配是否达到NASH均衡,若是,则输出最终的收益分配方案,若否,则返回步骤S42。
实施例二
本实施例中提供了一种基于NASH均衡的综合能源微网多主体收益分配系统,所述收益分配系统用于实现收益分配方法,所述收益分配系统包括,
数据输入单元;用于输入基本参数,并将基本参数传递到核心计算单元;
核心计算单元;用于根据基本参数对综合能源微网中各主体进行收益分配计算;
输出展示单元;用于根据核心计算单元的计算结果,输出最终的收益分配结果。
实施例三
本实施例中,以某工业园区内的综合能源微网为例,具体说明收益分配方法的实施过程。(1)典型场景和参数设置。园区内的利益主体包括:可再生能源服务商、分布式储能运营商、综合能源系统服务商、电动汽车聚集商和终端用户。各类设备容量如表1所示:
表1综合能源微网内设备容量及所属主体
其他参数设置如表2所示:
表2典型场景下的其他参数设置
一天中,峰时段为10:00-15:00、18:00-21:00;平时段为07:00-10:00、15:00-18:00、21:00-23:00;谷时段为23:00-次日07:00。
本实施例中,(2)计算结果。采用本发明所提出的收益分配方法,计算得到各个主体的收益如下:
本实施例中,分析收益分配结果,可再生能源服务商和综合能源系统服务商在多能源微网中处于相对主导地位,其收益较高;分布式储能运营商可以通过储热储电调节系统运行状态,收益其次;电动汽车聚集商通过向电网放电获取收益,终端用户通过需求响应节省自身成本,二者起到了辅助系统运行的作用,收益相对较少。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
本发明提供了一种基于NASH均衡的综合能源微网多主体收益分配方法及系统,通过给出综合能源微网的整体结构和各主体的职责;介绍各个主体的职责,提出其收益计算方法;在此基础上,提出了基于NASH均衡的多主体博弈方法;之后,基于混沌粒子群算法的求解方法对NASH均衡进行求解;最终使多个主体之间通过博弈达到NASH均衡,得到各个主体共同认可的收益分配方案,从而保证了综合能源微网的高效运行。
以上所述仅是本发明的优选实施方式,应当指出,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本发明的保护范围。
Claims (8)
1.一种基于NASH均衡的综合能源微网多主体收益分配方法,其特征在于:包括如下步骤,
S1、计算综合能源微网中各个主体的收益;
S2、设置综合能源微网中各个主体运行约束条件;
S3、根据步骤S1中的收益计算以及步骤S2中的运行约束条件,基于NASH均衡制定综合能源微网中各个主体的博弈策略;
S4、基于混沌粒子群的方法对步骤S3中的NASH均衡进行求解,得到各个主体的收益分配结果。
2.根据权利要求1所述的基于NASH均衡的综合能源微网多主体收益分配方法,其特征在于:所述步骤S1具体包括,
S11、可再生能源服务商收益计算;
可再生能源服务商主要负责分布式光伏的运营,其收益B1计算公式为:
B1=CPV·TPV·α·pprice
其中,CPV为微网中分布式光伏的装机量;TPV为分布式光伏发电年利用小时数;α为发出电量用于上网的比例,pprice为光伏发电上网电价;
S12、分布式储能运营商收益计算;
分布式储能运营商主要负责微网内部储能设施的运营,其收益B2的计算公式为:
B2=Cbattery·Tbattery·(ppeak-pvalley)
其中,Cbattery为分布式储能装置的容量;Tbattery为年平均峰值电价售电时长,ppeak和pvalley分别为峰时段和谷时段电价;
S13、综合能源系统服务商收益计算;
综合能源服务商在满足终端用户的能源需求的前提下,通过控制冷热电联供机组的出力状况减少从上级电网购电成本,其收益B3计算公式为:
B3=(ppeak-pvalley)·ΔQmove·365
其中,ΔQmove为综合能源服务商通过调节机组出力日均转移的负荷量。
S14、电动汽车聚集商收益计算;
电动汽车聚集商通过将综合能源微网范围内的电动汽车聚集起来,通过车网互动技术向综合能源微网提供电量支撑,其收益B4计算公式为:
B4=(ppeak-pvalley)·Nev·Pdisch·Tev·365
其中,Nev为电动汽车运营商控制的电动汽车数,可由电动汽车数据采集单元导入;Pdisch为电动汽车放电功率;Tev为每辆车一天中平均的放电时长;
S15、终端用户收益计算;
综合能源微网中的终端用户通过参与需求响应获取收益,该部分收益B5计算公式为:
B5=(ppeak-pvalley)·Puse·Tuse·365
其中,Puse为转移负荷的平均功率;Tuse为该部分负荷的平均持续时长。
3.根据权利要求1所述的基于NASH均衡的综合能源微网多主体收益分配方法,其特征在于:所述各个主体运行约束条件包括,
S21、功率平衡约束;
综合能源微网内部的冷热电出力应与负荷需求相匹配,因此设置以下功率平衡约束:
其中,分别为t时刻的冷热电联供系统的电、热、冷出力;PPV(t)为t时刻的分布式光伏出力;Pev(t)为t时刻的电动汽车聚集商所聚集电动汽车的放电功率;Lele(t)、Lheat(t)、Lcold(t)分别为t时刻的综合能源微网内的电、热和冷负荷;Pbattery(t)为t时刻的储电设备出力;PHS(t)为t时刻的储热设备出力;PCAC(t)为t时刻的电制冷设备出力;
S22、储能运行约束;
储电设备在运行过程中应满足放电容量和放电功率的约束:
Pbattery(t)≤Pmax
其中,和为储电设备最大和最小储电量;Pmax为最大放电功率;
S23、供能设备出力约束;
储热设备在运行过程中应满足放热容量和放热功率的约束:
PHS(t)≤Pmax
其中:和为储能设备最大和最小储热量;Pmax为最大放热功率;
S24、电动汽车放电约束;
由于供能设备本身调节能力有限,因此设置了供能设备的出力约束,以反映设备的爬坡调节能力:
其中,Pn(t)和Pn(t-1)为第n类设备在t和t-1时刻的出力;ΔPmax为第n类设备最大出力爬坡值;
S25、电动汽车放电约束;
电动汽车应该在满足车主出行需求的前提下进行放电,因此设置放电约束以保证电动汽车聚集商不会过量放电:
其中:Qev(t)为任意一辆参与聚集商调控的电动汽车的在t时刻的电量;为满足车主出行需求所必须的剩余电量。
4.根据权利要求1所述的基于NASH均衡的综合能源微网多主体收益分配方法,其特征在于:所述NASH均衡表示为:
G=<m,y,u>
其中,m为参与博弈的主体个数;y为参与博弈的个体行为集合,即为各类设备的运行调控;u为各个主体的效用函数。
5.根据权利要求4所述的基于NASH均衡的综合能源微网多主体收益分配方法,其特征在于:在m个利益集体参与博弈的场景中,当某种情况下无任何一方参与者可以独自行动而增加收益时,则此策略组合即为NASH均衡;即当其他m-1个利益集体均不改变自己的策略时,第m个利益集体改变自身策略只会减少自身收益或保持不变。
6.根据权利要求5所述的基于NASH均衡的综合能源微网多主体收益分配方法,其特征在于:设X=[a1,a2,a3,...,aj,...,am]为参与博弈各个利益集体的策略组合(j=1,...,m),其中aj表示博弈各方能采取的调节各自控制设备的动作,则达到NASH均衡的充分必要条件是,对于任意利益集体,均有:
Wj(X||aj)≤Wj(X)
其中:Wj为第j个博弈方的收益;X||aj表示策略集合X中只有第j个博弈方改变了自己的策略。
7.根据权利要求1所述的基于NASH均衡的综合能源微网多主体收益分配方法,其特征在于:所述步骤S4为采用混沌粒子群算法计算综合能源微网中各主体收益分配NASH均衡,其具体过程如下,
S41、输入基本参数;所述基本参数包括,冷热电连供机组功率、光伏装机量、储电储热设备容量和功率、峰时段电价信息、谷时段电价信息、平时段电价信息,区域电动汽车数目以及区域电动汽车的充电功率和放电功率;
S42、根据基本参数对综合能源微网中各主体进行收益分配计算;首先,随机初始化粒子群,确定每个粒子的初始位置;
S43、根据步骤S1中各个收益计算公式计算每个粒子的适应度函数,得到各个粒子对应的收益分配方案;
S44、更新粒子个体的极值和整个种群全局极值,并判断各个粒子是否满足约束条件,若否,则淘汰该粒子,并保留最优粒子极值和全局的极值;
S45、根据以下两式对种群中粒子的速度和位置进行更新:
S46、判断综合能源微网中各主体收益分配是否达到NASH均衡,若是,则输出最终的收益分配方案,若否,则返回步骤S42。
8.一种基于NASH均衡的综合能源微网多主体收益分配系统,其特征在于:所述收益分配系统用于实现上述权利要求1至7任一所述的收益分配方法,所述收益分配系统包括,
数据输入单元;用于输入基本参数,并将基本参数传递到核心计算单元;
核心计算单元;用于根据基本参数对综合能源微网中各主体进行收益分配计算;
输出展示单元;用于根据核心计算单元的计算结果,输出最终的收益分配结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910615676.4A CN110322154A (zh) | 2019-07-09 | 2019-07-09 | 一种基于nash均衡的综合能源微网多主体收益分配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910615676.4A CN110322154A (zh) | 2019-07-09 | 2019-07-09 | 一种基于nash均衡的综合能源微网多主体收益分配方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110322154A true CN110322154A (zh) | 2019-10-11 |
Family
ID=68121580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910615676.4A Pending CN110322154A (zh) | 2019-07-09 | 2019-07-09 | 一种基于nash均衡的综合能源微网多主体收益分配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110322154A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111660861A (zh) * | 2020-06-03 | 2020-09-15 | 国网重庆市电力公司营销服务中心 | 一种充电站内电动汽车的充电控制方法 |
CN112069734A (zh) * | 2020-09-04 | 2020-12-11 | 华北电力大学 | 一种电热泵-热电联合系统的优化调控方法及系统 |
CN112238782A (zh) * | 2020-10-23 | 2021-01-19 | 中国科学技术大学 | 电动汽车充电策略的确定方法及装置 |
-
2019
- 2019-07-09 CN CN201910615676.4A patent/CN110322154A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111660861A (zh) * | 2020-06-03 | 2020-09-15 | 国网重庆市电力公司营销服务中心 | 一种充电站内电动汽车的充电控制方法 |
CN112069734A (zh) * | 2020-09-04 | 2020-12-11 | 华北电力大学 | 一种电热泵-热电联合系统的优化调控方法及系统 |
CN112069734B (zh) * | 2020-09-04 | 2022-02-22 | 华北电力大学 | 一种电热泵-热电联合系统的优化调控方法及系统 |
CN112238782A (zh) * | 2020-10-23 | 2021-01-19 | 中国科学技术大学 | 电动汽车充电策略的确定方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Operational optimization of a building-level integrated energy system considering additional potential benefits of energy storage | |
CN110322154A (zh) | 一种基于nash均衡的综合能源微网多主体收益分配方法及系统 | |
CN112398164A (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 | |
CN111860965A (zh) | 考虑储能多类型服务的用户综合能源系统优化调度方法 | |
CN105528658B (zh) | 一种计及户用分布式电源的居民用户合作博弈用电安排方法 | |
CN110245810B (zh) | 一种区域能源互联网协调优化运行方法 | |
CN112257905A (zh) | 一种考虑三方博弈的激励型需求响应方法 | |
CN110070198A (zh) | 一种多能互补建筑能源系统及其储能配置优化方法 | |
CN114498639A (zh) | 一种考虑需求响应的多微电网联合互济的日前调度方法 | |
WO2021103312A1 (zh) | 一种可参与电网辅助服务的集中式云储能运行决策方法 | |
CN112883584A (zh) | 一种考虑利益交互的多能微网群冷热电多能耦合优化方法 | |
CN116247699A (zh) | 一种计算最低容量租赁价格的储能充放电控制方法及系统 | |
CN113935203B (zh) | 一种负荷侧的柔性负荷建模方法及装置 | |
CN114970962A (zh) | 一种电气热综合能源系统优化方法 | |
Liu et al. | Optimal dispatch strategy of virtual power plants using potential game theory | |
CN114037463B (zh) | 一种电动汽车参与发电与备用市场的联合调度优化方法 | |
CN112561329A (zh) | 一种考虑用户侧互动的配售电公司优化运行方法 | |
CN117011007A (zh) | 一种含电动汽车的综合能源系统参与电力现货市场策略 | |
CN111967728A (zh) | 计及用能舒适度时变性的商场楼宇调峰容量评估方法 | |
CN110941800A (zh) | 一种基于多利益主体的主动配电网双层优化方法 | |
CN110826210A (zh) | 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法 | |
CN110429630A (zh) | 一种基于物联网的即插即用电池储能系统 | |
CN110555562A (zh) | 一种泛在电力物联网中综合能源系统分层能量管理方法 | |
Samadi et al. | Energy blockchain for demand response and distributed energy resource management | |
CN115456395A (zh) | 一种基于主从博弈的含光热能源运营商冬季运行方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191011 |