CN110378729B - 一种基于动态能源价格策略的综合需求响应方法 - Google Patents

一种基于动态能源价格策略的综合需求响应方法 Download PDF

Info

Publication number
CN110378729B
CN110378729B CN201910622225.3A CN201910622225A CN110378729B CN 110378729 B CN110378729 B CN 110378729B CN 201910622225 A CN201910622225 A CN 201910622225A CN 110378729 B CN110378729 B CN 110378729B
Authority
CN
China
Prior art keywords
energy
natural gas
price
micro
demand
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
CN201910622225.3A
Other languages
English (en)
Other versions
CN110378729A (zh
Inventor
马腾飞
肖浩
裴玮
邓卫
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.)
Institute of Electrical Engineering of CAS
Original Assignee
Institute of Electrical Engineering of CAS
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 Institute of Electrical Engineering of CAS filed Critical Institute of Electrical Engineering of CAS
Priority to CN201910622225.3A priority Critical patent/CN110378729B/zh
Publication of CN110378729A publication Critical patent/CN110378729A/zh
Application granted granted Critical
Publication of CN110378729B publication Critical patent/CN110378729B/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
    • G06Q10/06—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
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于动态能源价格策略的综合需求响应方法；构建了由多个综合能源供应商、多个微能源网运营商和一个独立综合能源系统运营商构成的综合能源系统能量管理框架；提出分布式梯度投影迭代算法，实现了实时动态能源价格以及供需各方优化运行策略的分布式求解，弥补了传统集中优化算法需要依赖于供需各方完全信息以及现有能量优化方法难以考虑供需侧互动的缺陷，确保了供需各方隐私信息安全、促进了供需互动并实现了能源供需实时平衡；通过动态电价和天然气价格引导综合能源消费，实现多能互补和替代用能。

Description

一种基于动态能源价格策略的综合需求响应方法
技术领域
本发明涉及一种基于动态能源价格策略的综合需求响应方法，属于综合能源系统能量管理技术领域。
背景技术
多能源的耦合使得综合能源消费者不仅可以通过负荷转移或削减来参与需求响应项目，而且可以通过改变用能类型、以替代用能和多能互补的形式参与需求响应。在此背景下，传统的电力需求响应演变成了考虑替代用能和多能互补的综合需求响应。
随着多种能源系统的深度融合，构建分散化的区域多能源交易市场，以实现多种能源的就地交易是未来能源系统应对大规模、小体量能源单元大规模接入的重要手段。多能源市场的构建使得现有的能源供应商从单一能源供应商逐步转变为综合能源供应商，参与综合需求响应计划的对象也从传统的电力用户转变为微能源网运营商。以综合能源服务商、微能源网以及独立综合能源系统运营商(综合能源交易平台)等为核心的多能源交易市场架构将成为未来多能源交易的发展趋势。随着综合能源服务业务的推广以及多能源市场的构建，如何通过能源价格机制来引导综合需求响应的实施，是区域综合能源系统能量调度管理亟待解决的问题之一。
目前已有针对综合能源系统综合需求响应或分布式优化运行的相关研究，如专利CN201710422977.6“含多主体的多能互补微电网分布式优化调度方法”基于ADMM框架，公布了一种含热电联产系统运营商和光伏用户群的多能互补微电网分布式优化调度方法，该方法可保护运营商和用户的隐私信息；专利CN201811257992.0“多微网的综合能源系统热电能流分布式优化方法和装置”公布了一种多微能源网的综合能源系统热电能流分布式优化方法，利用ADMM算法对各微能源网的总运行成本函数就行分布式求解，得到综合能源系统的优化运行结果；文献“基于Stackelberg博弈模型的综合能源系统均衡交互策略”提出了一个基于多主多从Stackelberg博弈的能源交易模型，并提出一个分布式算法求解了多个分布式能源站和用户之间的均衡交互策略；文献“From Demand Response in Smart GridToward Integrated Demand Response in Smart Energy Hub”提出了含多个微能源网，一个电力公司和一个天然气公司的综合能源系统的综合需求响应模型，并基于潜博弈方法对微能源网的运行策略进行优化求解；文献“A Decentralized Energy ManagementFramework for Energy Hubs in Dynamic Pricing Markets”提出基于线性动态能源价格的微能源网调度方法，并基于精确潜博弈方法求解了微能源网的优化运行策略。
总之，目前在综合能源系统能量优化管理方面，大多采用集中式优化算法求解系统的优化运行方案和调度策略，这种思路需要知道供需侧参与主体的设备、需求偏好等完全信息，不利于保护供需各方的隐私安全；部分采用分布式优化算法的调度策略也较少考虑供需侧互动，现有方法多为已知能源价格情况下综合能源系统优化运行问题，能源用户仅仅是能源价格的被动接受者，且能源供应侧大多仅考虑单个能源供应商，目前尚缺乏基于实时动态能源价格对含由多个综合能源供应商和多个综合能源消费者构成的综合能源系统进行能量管理的综合需求响应方法。
发明内容
本发明的技术解决问题：克服现有技术的不足，提供一种基于动态能源价格策略的综合需求响应方法；构建了由多个综合能源供应商、多个微能源网运营商和一个独立综合能源系统运营商构成的综合能源系统能量管理框架；提出分布式梯度投影迭代算法，实现了实时动态能源价格以及供需各方优化运行策略的分布式求解，弥补了传统集中优化算法需要依赖于供需各方完全信息的缺陷，确保了整个综合能源系统的福利最大化和实时的能源供需平衡，通过动态电价和天然气价格引导综合能源消费，实现多能互补和替代用能。
本发明技术解决方案：一种基于动态能源价格策略的综合需求响应方法，主要包括以下步骤：
步骤1：构建由多个综合能源供应商、多个微能源网运营商和一个独立综合能源系统运营商构成的综合能源系统能量管理框架；
步骤2：以最大化自身利润为目标，建立综合能源系统能量管理框架能源供应侧综合能源供应商模型；
步骤3：以最大化自身效益为目标，建立综合能源系统能量管理框架能源需求侧微能源网运营商模型；
步骤4：根据各综合能源供应商和各微能源网运营商的供需策略，独立综合能源系统运营商制定实时动态电力和天然气价格；
步骤5：根据步骤2、3所建立的综合能源供应商模型和微能源网运营商模型，以及独立综合能源系统运营商制定实时动态能源价格，构建求解实时动态能源价格和供需各方最优运行策略的分布式梯度投影迭代算法，实现动态电力和天然气价格，以及供需各方最优运行策略的求解计算。
所述步骤1中，构建如图1所示由多个综合能源供应商、多个微能源网运营商和一个独立综合能源系统运营商构成的综合能源系统能量管理框架，它是由多个综合能源供应商和多微能源网运营商组成，并由一个独立综合能源系统运营商管理的综合能源系统。假设独立综合能源系统运营商是一个非盈利性组织，独立于任何一个综合能源市场的参与者，是连接能源供应侧和需求侧的纽带，负责电力市场、天然气等多能源市场的管理以及保障整个综合能源系统安全、可靠、稳定地运行。微能源网结构如图2所示，每个微能源网运营商均配置综合能量管理系统负责整个微能源网的多能流优化管理，具备双向计量、双向通信和供能及需求侧控制功能。
假设综合能源交易(主要考虑电力和天然气交易)在区域综合能源市场进行，综合能源供应商通过自己生产或从综合能源批发市场购买电力或天然气然后通过区域综合能源市场出售给智能微能源网运营商，微能源网运营商通过购买电力和天然气来满足终端用户的冷热电多能源需求。综合能源系统运营商则负责制定合理的区域综合能源市场电力和天然气出清价格，从而实现智能综合能源系统的优化运行管理，实现电力和天然气的供需平衡。用M＝[1,…,m,…M]表示综合能源供应商集合,M＝|M|。用N＝[1,…,n,…N]表示智能微能源网运营商集合,N＝|N|。此外将运行周期分为T个时段，描述为：T＝[1,…,t,…T]，T＝|T|。
所述步骤2中，建立综合能源供应商模型：以最大化自身利润为目标，考虑各类能源供应量约束，建立综合能源供应商模型，具体包括以下步骤：
步骤(2-1)：根据公式(1)确定综合能源供应商的目标函数：
Figure BDA0002125873970000031
其中，
Figure BDA0002125873970000032
为综合能源供应商m的运行利润，表示为电力和天然气销售收入之和与电力和天然气生产成本之和的差；
Figure BDA0002125873970000033
和
Figure BDA0002125873970000034
分别为t时刻综合能源供应商m的电力和天然气供应策略；
Figure BDA0002125873970000035
和
Figure BDA0002125873970000036
Figure BDA0002125873970000037
分别为t时刻电力和天然气出清价格；综合能源供应商的成本函数
Figure BDA0002125873970000041
用单调递增的二次函数来表示：
Figure BDA0002125873970000042
成本函数参数
Figure BDA0002125873970000043
为综合能源供应商m在t时刻供应的电力或天然气。
步骤(2-2)：根据公式(2)确定综合能源供应商模型的约束条件：
Figure BDA0002125873970000044
其中，
Figure BDA0002125873970000045
和
Figure BDA0002125873970000046
分别为t时刻综合能源供应商m的最小和最大电力供应功率约束，
Figure BDA0002125873970000047
和
Figure BDA0002125873970000048
分别为t时刻综合能源供应商m的最小和最大天然气供应约束。
综上，综合能源供应商m的模型表示为：
Figure BDA0002125873970000049
所述步骤3中，建立微能源网运营商模型：以最大化微能源网运营商效益为目标，考虑能量平衡约束，能量转换设备和能量存储设备运行约束等，以图2微能源网为例，具体包括以下步骤：
步骤(3-1)：根据公式(4)确定微能源网运营商模型的目标函数：
Figure BDA00021258739700000410
其中，
Figure BDA00021258739700000411
为微能源网运营商n的运行效益，表示为能源消费满意度与能耗成本之差；
Figure BDA00021258739700000412
和
Figure BDA00021258739700000413
分别为微能源网运营商n的电力需求向量和天然气需求向量，T为调度周期时段个数，
Figure BDA00021258739700000414
和
Figure BDA00021258739700000415
分别表示t时刻微能源网运营商从综合能源市场购买的电力和天然气；效用函数常采用二次函数来描述微能源网运营商消耗电力或天然气的满意度，
Figure BDA00021258739700000416
Figure BDA00021258739700000417
是消费者偏好参数，βx,n是已知常数；
Figure BDA00021258739700000418
和
Figure BDA00021258739700000419
分别为t时刻终端用户最小和最大电负荷功率；
Figure BDA00021258739700000420
和
Figure BDA00021258739700000421
分别为t时刻终端用户最小和最大热负荷功率。
步骤(3-2)：根据公式(5)确定微能源网的能量平衡约束：
Figure BDA00021258739700000422
其中，
Figure BDA0002125873970000051
为微能源网n购买的电功率，即变压器输入功率；
Figure BDA0002125873970000052
和
Figure BDA0002125873970000053
分别为燃气轮机和燃气锅炉输入天然气功率；
Figure BDA0002125873970000054
为变压器效率,
Figure BDA0002125873970000055
和
Figure BDA0002125873970000056
分别为燃气轮机的电效率和热效率，
Figure BDA0002125873970000057
为燃气锅炉效率，
Figure BDA0002125873970000058
和
Figure BDA0002125873970000059
分别为微能源网输出的电功率和热功率，
Figure BDA00021258739700000510
和
Figure BDA00021258739700000511
分别为电储能系统的充电和放电功率；
Figure BDA00021258739700000512
和
Figure BDA00021258739700000513
分别为热储能装置的储热和放热功率；功率单位均为kW。
步骤(3-3)：根据公式(6)确定变压器，燃气轮机及燃气锅炉运行输出功率约束：
Figure BDA00021258739700000514
其中
Figure BDA00021258739700000515
和
Figure BDA00021258739700000516
分别为变压器最小和最大输出功率；
Figure BDA00021258739700000517
和
Figure BDA00021258739700000538
分别为燃气轮机最小和最大输出功率；
Figure BDA00021258739700000519
和
Figure BDA00021258739700000539
分别为燃气锅炉最小和最大输出功率。
步骤(3-4)：根据公式(7)和(8)分别确定电储能和热储能运行约束：
Figure BDA00021258739700000521
其中
Figure BDA00021258739700000540
表示t时刻电储能元件的储能量，
Figure BDA00021258739700000523
为电储能损失率，
Figure BDA00021258739700000524
和
Figure BDA00021258739700000525
分别为电储能元件的充电和放电效率，
Figure BDA00021258739700000526
和
Figure BDA00021258739700000527
分别为电储能元件的最大充电和放电功率，
Figure BDA00021258739700000528
为二进制变量用以限制充放电过程不同时发生，
Figure BDA00021258739700000529
和
Figure BDA00021258739700000530
则为电储能元件的最小和最大储能量，最后一项用于限制电储能元件在调度周期前后储能量保持不变。
Figure BDA00021258739700000531
其中
Figure BDA00021258739700000532
表示t时刻热储能元件的储热量，
Figure BDA00021258739700000533
为热储能损失率，
Figure BDA00021258739700000534
和
Figure BDA00021258739700000535
分别为热储能元件的储热和放热效率，
Figure BDA00021258739700000536
和
Figure BDA00021258739700000537
分别为热储能元件的最大储热和放热功率，
Figure BDA0002125873970000061
为二进制变量用以限制储热放热过程不同时发生，
Figure BDA0002125873970000062
和
Figure BDA0002125873970000063
则为热储能元件的最小和最大储热量，最后一项用于限制热储能元件在调度周期前后储热量保持不变。
综上，微能源网运营商n的模型可表示为：
Figure BDA0002125873970000064
所述步骤4中，综合能源系统运营商通过公式(10)制定实时的动态能源价格：
Figure BDA0002125873970000065
其中,[Z]+＝max{Z,0}，k为迭代次数，re和rg分别为电价和天然气价格的迭代步长。公式(10)中第一个式子表示实时电价的迭代公式，
Figure BDA0002125873970000066
表示由综合能源供应商m的优化模型求解的t时刻其电能供应量，
Figure BDA0002125873970000067
表示t时刻所有综合能源供应商的总电能供应量，
Figure BDA0002125873970000068
表示由微能源网运营商n的优化模型求解的t时刻其电能需求量，
Figure BDA0002125873970000069
表示t时刻所有微能源网运营商的总电能需求量；第二个式子表示实时天然气价格的迭代公式，
Figure BDA00021258739700000610
表示由综合能源供应商m的优化模型求解的t时刻其天然气供应量，
Figure BDA00021258739700000611
表示t时刻所有综合能源供应商的总天然气供应量，
Figure BDA00021258739700000612
表示由微能源网运营商n的优化模型求解的t时刻其天然气需求量，
Figure BDA00021258739700000613
表示t时刻所有微能源网运营商的总天然气需求量。
所述步骤5中，构建求解实时动态能源价格和供需各方最优运行策略的分布式梯度投影迭代算法，如图3所示，其主要步骤包括：
步骤(5-1)：初始化算法最大迭代次数kmax，迭代精度δ＝10-4，迭代步长参数re和rg，初始化各时刻电价
Figure BDA00021258739700000614
和天然气价格
Figure BDA00021258739700000615
令迭代次数k＝0；
步骤(5-2)：对于每个综合能源供应商m，根据独立综合能源系统运营商制定的电价λe,k和天然气价格λg,k，求解自身优化问题：公式(3)，更新综合能源供应商m的供能策略：(Em,k,Gm,k)；并发送给独立综合能源系统运营商；
步骤(5-3)：对于每个微能源网运营商n，根据独立综合能源系统运营商制定的电价λe,k和天然气价格λg,k，求解自身优化问题：公式(9)，得出微能源网优化运行策略，更新微能源网运营商n的能量需求策略：(En,k,Gn,k)，并发送给独立综合能源系统运营商；
步骤(5-4)：独立综合能源系统运营商根据公式(10)更新计算电力和天然气价格:
Figure BDA0002125873970000071
和
Figure BDA0002125873970000072
并将实时能源价格发送给各综合能源供应商和各微能源网运营商；
步骤(5-5)：计算max(||λe,k+1-λe,k||,||λg,k+1-λg,k||)，令k＝k+1；
步骤(5-6)：判断是否满足迭代终止条件k≤kmax或max(||λe,k+1-λe,k||,||λg,k+1-λg,k||)≥δ，如果满足，输出实时能源价格和供需各方优化运行策略；如果不满足，则重复步骤(5-2)—(5-5)直至满足迭代终止条件。
本发明公布了一种基于动态能源价格策略的综合需求响应方法，该方法可以实现由多个综合能源供应商和多个综合能源消费者组成的综合能源系统的能量管理，动态能源价格可以促进供需互动，保证实时供需平衡；提出的分布式梯度投影迭代算法可求解实时能源价格和各参与主体优化运行策略，并确保各参与主体的隐私信息安全。现有方法多为已知能源价格情况下综合能源系统优化运行问题，较少考虑供需互动和动态能源价格；能源供应侧大多仅考虑单个能源供应商，较少考虑由多个能源供应商和多个能源消费者组成的综合能源系统的综合需求响应问题。
本发明与现有技术相比的优点在于：
(1)本发明考虑了实时动态能源价格，促进了供需侧互动，保证了实时供需平衡；
(2)本发明考虑了多个能源供应商和多个微能源网运营商，构建了基于动态能源价格策略的综合需求响应方法，可以通过动态电价和天然气价格引导综合能源消费，实现多能互补和替代用能；
(3)本发明提出分布式梯度投影迭代算法求解实时能源价格和各参与主体优化运行策略，可保证各参与主体的隐私信息安全。
附图说明
图1为综合能源系统能量管理框架；
图2为微能源网系统组成；
图3为基于实时能源价格的综合需求响应实施流程。
具体实施方式
下面结合附图及实施例对本发明进行详细说明。
如图1所示，本发明的一种基于动态能源价格策略的综合需求响应方法，主要包括：构建由多个综合能源供应商、多个微能源网运营商和一个独立综合能源系统运营商构成的综合能源系统能量管理框架；以最大化自身利润为目标，建立综合能源供应商模型；以最大化自身效益为目标，建立微能源网运营商模型；根据各综合能源供应商和各微能源网运营商的供需策略，独立综合能源系统运营商制定实时动态电力和天然气价格；构建求解实时动态能源价格和供需各方最优运行策略的分布式梯度投影迭代算法。本发明提出一种基于动态能源价格策略的综合需求响应方法；提出了分布式梯度投影迭代算法，并实现了实时动态能源价格以及供需各方优化运行策略的分布式求解，弥补了传统集中优化算法需要依赖于供需各方完全信息的缺陷，确保了整个综合能源系统的能源实时供需平衡；通过动态电价和天然气价格引导综合能源消费，实现了多能互补和替代用能。
如图3所示，基于动态能源价格策略的综合需求响应方法实施方式具体包括以下步骤：
步骤1：设置最大迭代次数kmax，收敛条件δ＝10-4，电价和天然气价格的迭代步长re和rg，初始化迭代次数k＝0，电价向量
Figure BDA0002125873970000081
和天气价格向量
Figure BDA0002125873970000082
步骤2：对于每个综合能源供应商m，根据电价λe,k和天然气价格λg,k，求解综合能源供应商优化模型(1)，计算更新综合能源供应商m的供能策略(Em,k,Gm,k)，并将其发送给综合能源系统运营商；
Figure BDA0002125873970000083
其中，
Figure BDA0002125873970000084
为综合能源供应商m的运行利润，表示为电力和天然气销售收入之和与电力和天然气生产成本之和的差；
Figure BDA0002125873970000085
和
Figure BDA0002125873970000086
分别为t时刻综合能源供应商m的电力和天然气供应策略；
Figure BDA0002125873970000087
和
Figure BDA0002125873970000088
Figure BDA0002125873970000089
分别为t时刻电力和天然气出清价格；综合能源供应商的成本函数
Figure BDA00021258739700000810
用单调递增的二次函数来表示：
Figure BDA00021258739700000811
成本函数参数
Figure BDA00021258739700000812
为综合能源供应商m在t时刻供应的电力或天然气；
Figure BDA00021258739700000813
和
Figure BDA00021258739700000814
分别为t时刻综合能源供应商m的最小和最大电力供应功率约束，
Figure BDA00021258739700000815
和
Figure BDA00021258739700000816
分别为t时刻综合能源供应商m的最小和最大天然气供应约束。
步骤3：对于每个微能源网运营商n，根据电价λe,k和天然气价格λg,k，求解微能源网运营商n的优化模型(2)，更新微能源网运营商n的能量需求策略(En,k,Gn,k)，并将其发送给综合能源系统运营商，同时计算得出微能源网各设备运行策略；
Figure BDA0002125873970000091
其中，
Figure BDA0002125873970000092
为微能源网运营商n的运行效益，表示为能源消费满意度与能耗成本之差；
Figure BDA0002125873970000093
和
Figure BDA0002125873970000094
分别为微能源网运营商n的电力需求向量和天然气需求向量，T为调度周期时段个数，
Figure BDA0002125873970000095
和
Figure BDA0002125873970000096
分别表示t时刻微能源网运营商从综合能源市场购买的电力和天然气；效用函数常采用二次函数来描述微能源网运营商消耗电力或天然气的满意度，
Figure BDA0002125873970000097
是消费者偏好参数，βx,n是已知常数；
Figure BDA0002125873970000098
和
Figure BDA0002125873970000099
分别为t时刻终端用户最小和最大电负荷功率；
Figure BDA00021258739700000910
和
Figure BDA00021258739700000911
分别为t时刻终端用户最小和最大热负荷功率；
Figure BDA00021258739700000912
为微能源网n购买的电功率，即变压器输入功率；
Figure BDA00021258739700000913
和
Figure BDA00021258739700000914
分别为燃气轮机和燃气锅炉输入天然气功率；
Figure BDA00021258739700000915
为变压器效率,
Figure BDA00021258739700000916
和
Figure BDA00021258739700000917
分别为燃气轮机的电效率和热效率，
Figure BDA00021258739700000918
为燃气锅炉效率，
Figure BDA00021258739700000919
和
Figure BDA00021258739700000920
分别为微能源网输出的电功率和热功率，
Figure BDA00021258739700000921
和
Figure BDA00021258739700000922
分别为电储能系统的充电和放电功率；
Figure BDA00021258739700000923
和
Figure BDA00021258739700000924
分别为热储能装置的储热和放热功率；功率单位均为kW；其中
Figure BDA00021258739700000925
和
Figure BDA00021258739700000926
分别为变压器最小和最大输出功率；
Figure BDA0002125873970000101
和
Figure BDA0002125873970000102
分别为燃气轮机最小和最大输出功率；
Figure BDA0002125873970000103
和
Figure BDA0002125873970000104
分别为燃气锅炉最小和最大输出功率；其中X∈{ES,HS},ES,HS分别表示电储能和热储能；
Figure BDA0002125873970000105
表示t时刻储能元件的储能量，
Figure BDA0002125873970000106
为储能损失率，
Figure BDA0002125873970000107
和
Figure BDA0002125873970000108
分别为储能元件的充能和放能效率，
Figure BDA0002125873970000109
和
Figure BDA00021258739700001010
分别为储能元件的最大充能和放能功率，
Figure BDA00021258739700001011
为二进制变量用以限制充放能过程不同时发生，
Figure BDA00021258739700001012
和
Figure BDA00021258739700001013
则为储能元件的最小和最大储能量，最后一项用于限制储能元件在调度周期前后储能量保持不变。
步骤4：综合能源系统运营商通过公式(3)更新实时能源价格，
Figure BDA00021258739700001014
和
Figure BDA00021258739700001015
并将其发送给每个综合能源供应商和每个微能源网运营商；
Figure BDA00021258739700001016
其中,[Z]+＝max{Z,0}。
步骤5：更新迭代次数k＝k+1；计算判断是否满足终止条件：max(||λe,k+1-λe,k||,||λg,k+1-λg,k||)≤δ或k＞kmax，如果满足终止条件，则输出实时能源价格和供需各方运行策略；否则不断重复步骤2—4进行迭代直到满足算法终止条件。
提供以上实施步骤仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。

Claims (4)

1.一种基于动态能源价格策略的综合需求响应方法，其特征在于，包括以下步骤：
步骤1：构建由多个综合能源供应商、多个微能源网运营商和一个独立综合能源系统运营商构成的综合能源系统能量管理框架；
步骤2：以最大化自身利润为目标，建立综合能源供应商模型；
步骤3：以最大化自身效益为目标，建立微能源网运营商模型；
步骤4：在步骤2和步骤3所建立的综合能源供应商模型和微能源网运营商模型基础上，独立综合能源系统运营商制定实时动态能源价格；
步骤5：根据步骤2、3所建立的综合能源供应商模型和微能源网运营商模型，以及独立综合能源系统运营商制定实时动态能源价格，构建求解实时动态能源价格和供需各方最优运行策略的分布式梯度投影迭代算法，实现动态电力和天然气价格，以及供需各方最优运行策略的求解，从而得到实时动态电价、天然气价格，及各综合能源供应商供能策略和微能源网运营商购能策略、系统各设备优化运行策略；
所述步骤2中，建立综合能源供应商模型是：以最大化自身利润为目标，考虑电力和天然气供应量约束，建立综合能源供应商模型具体包括以下步骤：
步骤(2-1)：根据以下公式(1)确定综合能源供应商的目标函数：
Figure FDA0003435143850000011
其中，
Figure FDA0003435143850000012
为综合能源供应商m的运行利润，表示为电力和天然气销售收入之和与电力和天然气生产成本之和的差；将运行周期分为T个时段，T＝[1,…,t,…T]表示运行时段向量，
Figure FDA0003435143850000013
和
Figure FDA0003435143850000014
分别表示各时刻综合能源供应商m的电力和天然气供应策略向量，
Figure FDA0003435143850000015
和
Figure FDA0003435143850000016
分别为t时刻综合能源供应商m的电力和天然气供应策略；
Figure FDA0003435143850000017
和
Figure FDA0003435143850000018
分别为t时刻电力和天然气出清价格；综合能源供应商的成本函数
Figure FDA0003435143850000019
用单调递增的二次函数来表示：
Figure FDA00034351438500000110
为成本函数参数，满足
Figure FDA00034351438500000111
Figure FDA00034351438500000112
为综合能源供应商m在t时刻供应的电力或天然气；
步骤(2-2)：根据以下公式(2)确定综合能源供应商模型的约束条件：
Figure FDA0003435143850000021
其中，
Figure FDA0003435143850000022
和
Figure FDA0003435143850000023
分别为t时刻综合能源供应商m的最小和最大电力供应功率约束，
Figure FDA0003435143850000024
和
Figure FDA0003435143850000025
分别为t时刻综合能源供应商m的最小和最大天然气供应约束；
综上，综合能源供应商m的模型表示为：
Figure FDA0003435143850000026
所述步骤3中，建立微能源网运营商模型：以最大化微能源网运营商效益为目标，考虑能量平衡约束，能量转换设备和能量存储设备运行约束，具体包括以下步骤：
步骤(3-1)：根据以下公式(4)确定微能源网运营商模型的目标函数：
Figure FDA0003435143850000027
其中，
Figure FDA0003435143850000028
为微能源网运营商n的运行效益，表示为能源消费满意度与能耗成本之差；
Figure FDA0003435143850000029
和
Figure FDA00034351438500000210
分别为微能源网运营商n的电力需求向量和天然气需求向量，T为调度周期时段个数，
Figure FDA00034351438500000211
和
Figure FDA00034351438500000212
分别表示t时刻微能源网运营商从综合能源市场购买的电力和天然气；效用函数常采用二次函数来描述微能源网运营商消耗电力或天然气的满意度，
Figure FDA00034351438500000213
Figure FDA00034351438500000214
是消费者偏好参数，βx,n是已知常数；
步骤(3-2)：根据以下公式(5)确定微能源网的能量平衡约束：
Figure FDA00034351438500000215
其中，
Figure FDA00034351438500000216
为微能源网n购买的电功率，即变压器输入功率；
Figure FDA00034351438500000217
和
Figure FDA00034351438500000218
分别为燃气轮机和燃气锅炉输入天然气功率；
Figure FDA00034351438500000219
为变压器效率,
Figure FDA00034351438500000220
和
Figure FDA00034351438500000221
分别为燃气轮机的电效率和热效率，
Figure FDA00034351438500000222
为燃气锅炉效率，
Figure FDA00034351438500000223
和
Figure FDA00034351438500000224
分别为微能源网输出的电功率和热功率，
Figure FDA00034351438500000225
和
Figure FDA00034351438500000226
分别为电储能系统的充电和放电功率；
Figure FDA00034351438500000227
和
Figure FDA00034351438500000228
分别为热储能装置的储热和放热功率；
步骤(3-3)：根据以下公式(6)确定变压器，燃气轮机及燃气锅炉运行输出功率约束：
Figure FDA0003435143850000031
其中
Figure FDA0003435143850000032
和
Figure FDA0003435143850000033
分别为变压器最小和最大输出功率；
Figure FDA0003435143850000034
和
Figure FDA0003435143850000035
分别为燃气轮机最小和最大输出功率；
Figure FDA0003435143850000036
和
Figure FDA0003435143850000037
分别为燃气锅炉最小和最大输出功率；
步骤(3-4)：根据以下公式(7)和(8)分别确定电储能和热储能运行约束：
Figure FDA0003435143850000038
其中
Figure FDA0003435143850000039
表示t时刻电储能元件的储能量，
Figure FDA00034351438500000310
为电储能损失率，
Figure FDA00034351438500000311
和
Figure FDA00034351438500000312
分别为电储能元件的充电和放电效率，
Figure FDA00034351438500000313
和
Figure FDA00034351438500000314
分别为电储能元件的最大充电和放电功率，
Figure FDA00034351438500000315
为二进制变量用以限制充放电过程不同时发生，
Figure FDA00034351438500000316
和
Figure FDA00034351438500000317
则为电储能元件的最小和最大储能量，最后一项用于限制电储能元件在调度周期前后储能量保持不变；
Figure FDA00034351438500000318
其中
Figure FDA00034351438500000319
表示t时刻热储能元件的储热量，
Figure FDA00034351438500000320
为热储能损失率，
Figure FDA00034351438500000321
和
Figure FDA00034351438500000322
分别为热储能元件的储热和放热效率，
Figure FDA00034351438500000323
和
Figure FDA00034351438500000324
分别为热储能元件的最大储热和放热功率，
Figure FDA00034351438500000325
为二进制变量用以限制储热放热过程不同时发生，
Figure FDA00034351438500000326
和
Figure FDA00034351438500000327
则为热储能元件的最小和最大储热量，最后一项用于限制热储能元件在调度周期前后储热量保持不变；
综上，微能源网运营商n的模型表示为：
Figure FDA00034351438500000328
2.根据权利要求1所述的一种基于动态能源价格策略的综合需求响应方法，其特征在于：所述步骤1中，综合能源系统能量管理框架由多个综合能源供应商、多个微能源网运营商和一个独立综合能源系统运营商构成，在能源供应侧，综合能源供应商通过区域综合能源市场将电力或天然气出售给微能源网运营商；在能源需求侧，微能源网由变压器、燃气轮机、燃气锅炉、电储能和热储能构成，微能源网运营商通过区域综合能源市场购买电力和天然气来满足终端用户的冷热电多能源需求；独立综合能源系统运营商是一个非盈利性组织，独立于任何一个综合能源市场的参与者，负责制定合理的区域综合能源市场电力和天然气出清价格，进行综合能源系统的能量优化管理，实现电力和天然气的供需平衡。
3.根据权利要求1所述的一种基于动态能源价格策略的综合需求响应方法，其特征在于：所述步骤4中，综合能源系统运营商通过以下公式(10)制定实时的动态电力和天然气价格：
Figure FDA0003435143850000041
其中,[Z]+＝max{Z,0}，k为迭代次数，re和rg分别为电价和天然气价格的迭代步长，公式(10)中第一个式子表示实时电价的迭代公式，
Figure FDA0003435143850000042
表示由综合能源供应商m的优化模型求解的t时刻其电能供应量，
Figure FDA0003435143850000043
表示t时刻所有综合能源供应商的总电能供应量，
Figure FDA0003435143850000044
表示由微能源网运营商n的优化模型求解的t时刻其电能需求量，
Figure FDA0003435143850000045
表示t时刻所有微能源网运营商的总电能需求量；第二个式子表示实时天然气价格的迭代公式，
Figure FDA0003435143850000046
表示由综合能源供应商m的优化模型求解的t时刻其天然气供应量，
Figure FDA0003435143850000047
表示t时刻所有综合能源供应商的总天然气供应量，
Figure FDA0003435143850000048
表示由微能源网运营商n的优化模型求解的t时刻其天然气需求量，
Figure FDA0003435143850000049
表示t时刻所有微能源网运营商的总天然气需求量。
4.根据权利要求3所述的一种基于动态能源价格策略的综合需求响应方法模型，其特征在于：所述步骤5中，构建求解实时动态能源价格和供需各方最优运行策略的分布式梯度投影迭代算法，具体步骤如下：
步骤(5-1)：初始化算法最大迭代次数kmax，迭代精度δ，迭代步长参数re和rg，初始化各时刻[1…T]的电价
Figure FDA00034351438500000410
和天然气价格
Figure FDA00034351438500000411
初始化迭代次数k；
步骤(5-2)：根据独立综合能源系统运营商制定的电价λe,k和天然气价格λg,k，对于每个综合能源供应商m，求解其优化模型：
Figure FDA0003435143850000051
得到综合能源供应商m的供能策略：(Em,k,Gm,k)，并将其发送给独立综合能源系统运营商；
步骤(5-3)：根据独立综合能源系统运营商制定的电价λe,k和天然气价格λg,k，对于每个微能源网运营商n，求解其优化模型：
Figure FDA0003435143850000052
得出微能源网优化运行策略，更新微能源网运营商n的能量需求策略：(En,k,Gn,k)，并将其发送给独立综合能源系统运营商；
步骤(5-4)：独立综合能源系统运营商根据公式:
Figure FDA0003435143850000053
更新计算电力和天然气价格:
Figure FDA0003435143850000054
和
Figure FDA0003435143850000055
并将实时能源价格发送给各综合能源供应商和各微能源网运营商；
步骤(5-5)：计算max(||λe,k+1-λe,k||,||λg,k+1-λg,k||)，更新迭代次数为k+1；
步骤(5-6)：判断是否满足迭代终止条件k≤kmax或max(||λe,k+1-λe,k||,||λg,k+1-λg,k||)≥δ，如果满足，输出实时能源价格和供需各方优化运行策略；如果不满足，则重复步骤(5-2)—(5-5)直至满足迭代终止条件。
CN201910622225.3A 2019-07-11 2019-07-11 一种基于动态能源价格策略的综合需求响应方法 Active CN110378729B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910622225.3A CN110378729B (zh) 2019-07-11 2019-07-11 一种基于动态能源价格策略的综合需求响应方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910622225.3A CN110378729B (zh) 2019-07-11 2019-07-11 一种基于动态能源价格策略的综合需求响应方法

Publications (2)

Publication Number Publication Date
CN110378729A CN110378729A (zh) 2019-10-25
CN110378729B true CN110378729B (zh) 2022-03-11

Family

ID=68250915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910622225.3A Active CN110378729B (zh) 2019-07-11 2019-07-11 一种基于动态能源价格策略的综合需求响应方法

Country Status (1)

Country Link
CN (1) CN110378729B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110766241B (zh) * 2019-11-27 2022-05-03 广西电网有限责任公司 需求响应控制方法、装置、设备和存储介质
CN111476675B (zh) * 2020-03-16 2023-11-03 昆明电力交易中心有限责任公司 基于需求响应的综合能源系统分布式均衡交互控制方法
CN111784188A (zh) * 2020-07-14 2020-10-16 中国南方电网有限责任公司 基于电力市场的综合能源服务商市场出清机方法
CN111831963A (zh) * 2020-07-14 2020-10-27 中国南方电网有限责任公司 电力市场背景下的综合能源服务商的可调控能力评估方法
CN112713590B (zh) * 2020-12-22 2022-11-08 南昌大学 计及idr的冷热电联供微网与主动配电网联合优化调度方法
CN113128036B (zh) * 2021-04-08 2022-08-30 国网山东省电力公司电力科学研究院 一种多主体能源系统互动运营协调控制方法及系统
CN113822550B (zh) * 2021-09-02 2024-06-14 国网河北省电力有限公司石家庄供电分公司 一种综合能源系统规划风险评估应用系统及方法
CN113935540A (zh) * 2021-10-28 2022-01-14 昆明电力交易中心有限责任公司 一种基于合作博弈的综合能源园区互动式能量优化方法
CN114595584B (zh) * 2022-03-14 2023-06-30 南方电网数字电网研究院有限公司 多能源互补的区域终端用能配置方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106410861A (zh) * 2016-11-04 2017-02-15 浙江工业大学 一种基于可调度能力的微电网优化运行实时控制方法
CN108494015A (zh) * 2018-02-09 2018-09-04 中国科学院电工研究所 一种源-荷-储协调互动的综合能源系统设计方法
CN108960935A (zh) * 2018-07-23 2018-12-07 南方电网科学研究院有限责任公司 一种基于古诺博弈的综合能源系统互动模拟方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140081704A1 (en) * 2012-09-15 2014-03-20 Honeywell International Inc. Decision support system based on energy markets
US20180083482A1 (en) * 2016-09-19 2018-03-22 Nestfield Co., Ltd. Supply-demand balancing method and system for power management in smart grid

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106410861A (zh) * 2016-11-04 2017-02-15 浙江工业大学 一种基于可调度能力的微电网优化运行实时控制方法
CN108494015A (zh) * 2018-02-09 2018-09-04 中国科学院电工研究所 一种源-荷-储协调互动的综合能源系统设计方法
CN108960935A (zh) * 2018-07-23 2018-12-07 南方电网科学研究院有限责任公司 一种基于古诺博弈的综合能源系统互动模拟方法和装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A Real-Time Pricing Scheme for Energy Management in Integrated Energy Systems：A Stackelberg Game Approach;Tengfei Ma 等;《energies》;20181022;第11卷(第10期);第1-19页 *
基于双层Stackelberg博弈的微能源网能量管理优化;林凯骏 等;《电网技术》;20190305;第43卷(第03期);第973-983页 *
基于能源集线器的微能源网能量流建模及优化运行分析;马腾飞 等;《电网技术》;20170707;第42卷(第1期);第179-186页 *
综合能源服务商参与多能源市场的决策建模研究;彭钰茗 等;《供用电》;20181105;第35卷(第11期);第27-33页 *

Also Published As

Publication number Publication date
CN110378729A (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
CN110378729B (zh) 一种基于动态能源价格策略的综合需求响应方法
Gu et al. Bi-level optimal low-carbon economic dispatch for an industrial park with consideration of multi-energy price incentives
Pan et al. Optimal design and operation of multi-energy system with load aggregator considering nodal energy prices
Li et al. Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game
Wang et al. Incentivizing energy trading for interconnected microgrids
Cui et al. Game-based peer-to-peer energy sharing management for a community of energy buildings
Bahrami et al. From demand response in smart grid toward integrated demand response in smart energy hub
Luo et al. Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources
Sheikhi et al. An autonomous demand response program for electricity and natural gas networks in smart energy hubs
Wei et al. Charging strategies of EV aggregator under renewable generation and congestion: A normalized Nash equilibrium approach
Liu et al. Hybrid energy sharing for smart building cluster with CHP system and PV prosumers: A coalitional game approach
CN110378058B (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
Jia et al. Renewables and storage in distribution systems: Centralized vs. decentralized integration
Xuanyue et al. Peer-to-peer multi-energy distributed trading for interconnected microgrids: A general Nash bargaining approach
Ding et al. Optimal dispatching strategy for user-side integrated energy system considering multiservice of energy storage
Li et al. Incentivizing distributed energy trading among prosumers: A general Nash bargaining approach
Sobhani et al. An integrated two-level demand-side management game applied to smart energy hubs with storage
KR20170000198A (ko) 게임기반 전력 수급 균형 방법 및 시스템
He et al. A new cooperation framework with a fair clearing scheme for energy storage sharing
CN111612248A (zh) 一种配电网侧源-荷协调方法及系统
CN115829142A (zh) 一种工业企业综合能源系统优化规划方法
CN116432862A (zh) 一种面向可再生能源微电网的多主体博弈优化方法及装置
Ding et al. A Stackelberg Game-based robust optimization for user-side energy storage configuration and power pricing
Ding et al. Bi-level optimal scheduling of virtual energy station based on equal exergy replacement mechanism
Jaehnert et al. The north European power system dispatch in 2010 and 2020: Expecting a large share of renewable energy sources

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