CN110555562B - 一种泛在电力物联网中综合能源系统分层能量管理方法 - Google Patents

一种泛在电力物联网中综合能源系统分层能量管理方法 Download PDF

Info

Publication number
CN110555562B
CN110555562B CN201910840652.9A CN201910840652A CN110555562B CN 110555562 B CN110555562 B CN 110555562B CN 201910840652 A CN201910840652 A CN 201910840652A CN 110555562 B CN110555562 B CN 110555562B
Authority
CN
China
Prior art keywords
energy
hub
layer
energy management
layered
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
CN201910840652.9A
Other languages
English (en)
Other versions
CN110555562A (zh
Inventor
杨婕
刘桐语
王伟强
代亚超
焦宗旭
马锴
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.)
Yanshan University
Original Assignee
Yanshan University
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 Yanshan University filed Critical Yanshan University
Priority to CN201910840652.9A priority Critical patent/CN110555562B/zh
Publication of CN110555562A publication Critical patent/CN110555562A/zh
Application granted granted Critical
Publication of CN110555562B publication Critical patent/CN110555562B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

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

Abstract

本发明公开了一种泛在电力物联网中综合能源系统分层能量管理方法,属于泛在电力物联网领域。在泛在电力物联网背景下,本发明通过综合能源分层管理架构描述综合能源系统能源与设备之间信息物理融合的开放互联体系;基于分层博弈和Cartel框架理论设计日前市场多Energy hub与能源市场交易机制,实现能源公司和Energy hub交易的日前规划;基于需求侧响应与异质能源转化模型设计能源局域网内部源网荷的协同优化算法,实现能源用户和Energy hub交易的实时调度。

Description

一种泛在电力物联网中综合能源系统分层能量管理方法
技术领域
本发明涉及泛在电力物联网领域,尤其是一种的综合能源系统分层能量管理方法。
背景技术
随着能源短缺、环境污染等问题日益严峻,新能源逐渐引起用户重视,能源需求也向着多元化趋势发展,传统能源系统的基本特征正在发生变化,一方面,能源供给侧的随机性波动增多,可控性下降;另一方面,能源需求侧的负荷种类更加多样化。打破各个能源系统之间单独设计、单独运行的运营模式,对不同的能源系统进行统一优化设计、协调优化运行,构建统一的能源系统,是促进能源领域变革、解决能源问题的有效手段。在泛在电力物联网的大背景下,能源系统的各种设备在任何时间、任何地点进行信息连接和交互,为综合能源系统的优化调度提供了数据基础。基于综合能源管控技术,综合能源系统协同优化异质能源的生产、输送、转换、存储和消费等环节,实现多种能源的深度融合与紧密互动,新能源的质效提升与扰动平稳,并全面提高能源网络的综合效益。
发明内容
本发明中提供了一种泛在电力物联网中综合能源分层能源管理方法;旨在从能源网络优化调度角度,研究泛在电力物联网背景下综合能源系统能量管理问题,通过建立基于能量管理层的网络化分层能量管理框架,构建能量供给层和能量管理层的纵向交易模型以及能量管理层的横向合作机制,设计能源局域网内部源网荷的协同优化算法,实现综合能量从交易、配送到消费全过程的智能管理。
为解决上述技术问题,本发明所提供的技术方案为:一种泛在电力物联网中综合能源系统分层能量管理方法,其特征在于,其包括如下步骤:
步骤1,建立综合能源分层能源管理框架,其从上到下包括能量供给层、能量管理层、能量消费层;
其中,能量供给层负责为能量管理层提供外部能源,能量供给层与能量管理层之间进行日前交易,获取能量管理层最优日前分时能源投标策略;
能量管理层负责各个能源局域网内部源网荷协同优化;
能量消费层为能量管理层提供需求侧响应,给予能量管理层能量调节能力,改善能量管理所面临的双向扰动问题;
步骤2,日前市场能量管理层与能量供给层交易机制设计,基于分层博弈和Cartel框架理论设计交易策略,完成能量供给层和能量管理层交易的日前规划,确定日前能源投标量,为综合能源实时调度提供外部能源支持;构造能量供给层和能量管理层的效用函数。基于分层博弈理论建立能量供给层和能量管理层的纵向交易模型;基于Cartel框架建立能量管理层内部之间的横向合作机制;
步骤3,能量管理层内部源网荷的协同优化算法设计,基于异质能源成本模型、异质能源转换效率模型、温控负荷用户不舒适度(PPD)成本模型以及共享电池站成本收益模型,设计能源局域网内部源网荷的协同优化算法,获得分时最优能源转换量、共享电池站调度以及温控负荷用户的最优温度设定值。
上述技术方案中,所述能量供给层包括电-气能源公司。
上述技术方案中,所述能量管理层包括Energy hub及其所管控的能源局域网内部新能源电厂、共享电池站以及能源转化设备。
上述技术方案中,所述能量消费层即温控负荷设备,包括空调、电暖气和燃气取暖炉。
上述技术方案中,所述交易机制设计方法为:
从经济学的角度出发,假设能量供给层的效益函数为能源销售额减去能源成本,表示为g(x,lu,lv),其中x表示能量供给层的价格参数,lu和lv分别表示为Energy hub组成的联盟从能量供给层购置的总电量和总天然气量。
Figure GDA0003459173400000021
Figure GDA0003459173400000022
Figure GDA0003459173400000023
Figure GDA0003459173400000024
分别表示Energy hubi的购电量和购气量;
考虑Energy hub的内部能源转换存储以及Energy hub对需求侧用户的调节能力,Energy hubi的效用函数假设为
Figure GDA0003459173400000025
其中,Ti表示Energy hub i所服务用户的温控负荷温度设定值;
Figure GDA0003459173400000026
Figure GDA0003459173400000027
分别表示Energy hubi内部的气转电转化量和电转气转化量,温控负荷的温度设定值是关于Energy hub所提供的能源总量(购买量和转化量)的函数,所以得
Figure GDA0003459173400000031
然后建立能量供给层与Energy hub的分层博弈框架以及Energy hub的Cartel合作框架;
能量供给层的优化目标为其效益最高,给定随机额的购电量和购气量lu和lv,能量供给层的效用函数如下:
x*=maxg(x,lu,lv)
优化后的价格参数x*将提供给Energy hub,Energy hub将根据Cartel框架进行合作优化;
根据Cartel框架,能量管理层中所有的Energy hub将以联盟的整体收益最大为目标,即社会福利最优,背离合作的行为将受到联盟惩罚,能量管理层Energy hubi的横向交易机制为:
Figure GDA0003459173400000032
式中,
Figure GDA0003459173400000033
表示Energy hub的策略,sNE表示惩罚策略,Ptrig表示惩罚机制被触发的概率,β表示折扣参数,则能量管理层的效用函数为
s*=∑Ui(x,s,P*,T)
能量供给层与能量管理层效用函数分层博弈,能量供给层将根据Energy hub输入的参数继续优化,直到迭代终止,即纵向交易模型。
上述技术方案中,所述协同优化算法设计方法为:整合新能源发电、共享电池站调度和温控负荷需求侧响应数学模型及复杂约束,基于多energy hub的网络化分层能量管理框架,建立能源局域网调度的效用函数:
Figure GDA0003459173400000034
其中,R(Es,Esc)为共享电池站效益,
Figure GDA0003459173400000035
为能源转换、购能成本模型,Γ为不满意度成本,
Figure GDA0003459173400000036
其中,A为能源转换元件的功率耦合矩阵,B为新能源供电效率矩阵,C储能效率矩阵,Pec(i)、Pgc(i)分别为用户实际用电、气功率,Pne新能源供电功率,Pet、Pgt分别为电气、气电转换功率,Ps为共享电池站充放电功率,充电为正,放电为负,Pe、Pg分别表示电、气投标功率;
建立基于温控负荷需求侧响应的用户消费收益函数如下:
Figure GDA0003459173400000041
其中,
Figure GDA0003459173400000046
为能源供给价格矩阵,P′ec(i),P′gc(i)分别为需求侧响应前电气消费量,Pde(i),Pdg(i)为需求侧响应改变的电气消费量;
考虑共享电池站的供能成本与收益,建立其效益模型如下:
Figure GDA0003459173400000042
其中,Es,Esc分别为交换前后电池的荷电状态,aii,ci,j电池损耗参数,D表示交换矩阵;
Figure GDA0003459173400000043
其中,
Figure GDA0003459173400000044
分别表示能源购买价格矩阵、能源存储价格矩阵和能源转换价格矩阵;
为了评估隔热保温室内热舒适参数,考虑环境温度和相对湿度等因素,建立简化的热舒适成本表达式:
PMV=a·Ti+b·Pv-c
Γ=λPPD=λ(ai-bi*exp(-ci*PMV4-di*PMV2))
其中,Ti,Pv分别表示的室内温度与相对湿度,a,b,c表示冷热感觉参数,ai,bi,ci,di表示不舒适度参数。
为了保障能源局域网的可靠运行,需满足多能源产消动态平衡条件:
Figure GDA0003459173400000045
管理架构描述综合能源系统能源与设备之间信息物理融合的开放互联体系;基于分层博弈和Cartel框架理论设计日前市场多Energy hub与能源市场交易机制,实现能源公司和Energy hub交易的日前规划;基于需求侧响应与异质能源转化模型设计能源局域网内部源网荷的协同优化算法,实现能源用户和Energy hub交易的实时调度。
附图说明
图1泛在电力物联网中综合能源系统分层能量管理模型。
图2泛在电力物联网中综合能源系统分层能量管理技术路线图。
具体实施方式
为更好的理解本发明的技术方案,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
一种泛在电力物联网中综合能源系统分层能量管理方法,其特征在于,其包括如下步骤:
步骤1,建立综合能源分层能源管理框架,其从上到下包括能量供给层、能量管理层、能量消费层;
其中,能量供给层负责为能量管理层提供外部能源,能量供给层与能量管理层之间进行日前交易,获取能量管理层最优日前分时能源投标策略;
能量管理层负责各个能源局域网内部源网荷协同优化;
能量消费层为能量管理层提供需求侧响应,给予能量管理层能量调节能力,改善能量管理所面临的双向扰动问题;
步骤2,日前市场能量管理层与能量供给层交易机制设计,基于分层博弈和Cartel框架理论设计交易策略,完成能量供给层和能量管理层交易的日前规划,确定日前能源投标量,为综合能源实时调度提供外部能源支持;构造能量供给层和能量管理层的效用函数,其中能源公司的效用函数可实现能源价格和能源销售量的折衷。Energy hub的效用函数模型可实现能源转换成本,储存成本和能源购买成本的折衷。基于分层博弈理论建立能量供给层和能量管理层的纵向交易模型,通过定价策略,提高能源公司的效益;基于Cartel框架建立能量管理层内部之间的横向合作机制,提高Energy hub的社会福利;
步骤3,能量管理层内部源网荷的协同优化算法设计,基于异质能源成本模型、异质能源转换效率模型、温控负荷用户不舒适度(PPD)成本模型以及共享电池站成本收益模型,设计能源局域网内部源网荷的协同优化模型,获得分时最优能源转换量、共享电池站调度以及温控负荷用户的最优温度设定值,实现Energy hub与用户协同调度优化的区域社会福利最大化。
如图1所示,泛在电力物联网中综合能源系统分层能量管理模型具有层次化结构,从上到下依次为能量供给层、能量管理层、能量消费层。
在能量供给层,配置电-气能源公司,负责为能源局域网提供外部能源供给,各能源公司与Energy hub之间基于能源交易策略进行议价,完成日前交易。
在能量管理层,配置多个Energy hub,向上负责与能源公司交易完成日前规划,向下负责能源局域网内部的能源优化调度。每个Energy hub能源局域网内部能源供给、转化、存储管理以及需求侧响应控制信号的下发,通过协调异质能源调度与需求侧响应实现综合能源的效益最大化。
在能量消费层,即温控负荷用户,配置空调、电暖气和燃气炉用户,温控负荷基于Energy hub下发的控制信号,在用户满意度合理的范围内,提供需求侧响应能力,提高区域能源系统的调节能力。
综合能源系统分层能量管理架构通过建立网络化分层能量管理框架,考虑海量分布式设备(包括负荷、多种能源设备和储能设备)运行特性,基于Energy hub完成日前能量规划与实时能量调度,实现电-气综合能源系统的多能源交易、多能源供应、多能源互补、可再生能源最大化消纳以及需求侧响应与能源转化的协同管理。
如图2所示,泛在电力物联网中综合能源系统分层能量管理技术路线。
1.基于对局部能源网络的能力预估,Energy hub与电-气综合能源市场之间通过卡特尔机制进行议价完成综合能源的最优日前规划,日前规划为实时调度提供投标能源的供给量,从经济学的角度出发,假设能源公司的效益函数为能源销售额减去能源成本,表示为g(x,lu,lv),其中x表示能源公司的价格参数,lu和lv分别表示为Energy hub组成的联盟从能源公司购置的总电量和总天然气量。
Figure GDA0003459173400000061
Figure GDA0003459173400000062
Figure GDA0003459173400000063
分别表示Energyhubi的购电量和购气量;
考虑Energy hub的内部能源转换存储以及Energy hub对需求侧用户的调节能力,Energy hubi的效用函数假设为
Figure GDA0003459173400000064
其中,Ti表示Energy hub i所服务用户的温控负荷温度设定值;
Figure GDA0003459173400000065
Figure GDA0003459173400000066
分别表示Energy hubi内部的气转电转化量和电转气转化量,温控负荷的温度设定值是关于Energy hub所提供的能源总量(购买量和转化量)的函数,所以得
Figure GDA0003459173400000067
然后建立能源公司与Energy hub的分层博弈框架以及Energyhub的Cartel合作框架;
能源公司的优化目标为其效益最高,给定随机额的购电量和购气量lu和lv,能源公司的效用函数如下:
x*=maxg(x,lu,lv)
优化后的价格参数x*将提供给Energy hub,Energy hub将根据Cartel框架进行合作优化;
根据Cartel框架,能量管理层中所有的Energy hub将以联盟的整体收益最大为目标,即社会福利最优,背离合作的行为将受到联盟惩罚,能量管理层Energy hubi的横向交易机制为:
Figure GDA0003459173400000071
式中,
Figure GDA0003459173400000072
表示Energy hub的策略,sNE表示惩罚策略,Ptrig表示惩罚机制被触发的概率,β表示折扣参数,则能量管理层的效用函数为
s*=∑Ui(x,s,P*,T)
能量供给层与能量管理层效用函数分层博弈,能源公司将根据Energy hub输入的参数继续优化,直到迭代终止,即纵向交易模型。
2.基于日前投标量的能源、实时新能源电厂供给以及电-气-热综合能源用户实时负荷,Energy hub通过协同优化区域能源系统内部电-气能源转化量、气-电能源转化量、共享电池站调度、温控负荷设定值,保障区域能源系统的安全可靠运行,实现区域能源系统综合效益的最大化;整合新能源发电、共享电池站调度和温控负荷需求侧响应数学模型及复杂约束,基于多energy hub的网络化分层能量管理框架,建立能源局域网调度的效用函数:
Figure GDA0003459173400000073
其中,R(Es,Esc)为共享电池站效益,
Figure GDA0003459173400000074
为能源转换、购能成本模型,Γ为不满意度成本,
Figure GDA0003459173400000075
其中,A为能源转换元件的功率耦合矩阵,B为新能源供电效率矩阵,C储能效率矩阵,Pec(i)、Pgc(i)分别为用户实际用电、气功率,Pne新能源供电功率,Pet、Pgt分别为电气、气电转换功率,Ps为共享电池站充放电功率,充电为正,放电为负,Pe、Pg分别表示电、气投标功率;
建立基于温控负荷需求侧响应的用户消费收益函数如下:
Figure GDA0003459173400000081
其中,
Figure GDA0003459173400000082
为能源供给价格矩阵,P′ec(i),P′gc(i)分别为需求侧响应前电气消费量,Pde(i),Pdg(i)为需求侧响应改变的电气消费量;
考虑共享电池站的供能成本与收益,建立其效益模型如下:
Figure GDA0003459173400000083
其中,Es,Esc分别为交换前后电池的荷电状态,aii,ci,j电池损耗参数,D表示交换矩阵;
Figure GDA0003459173400000084
其中,
Figure GDA0003459173400000085
分别表示能源购买价格矩阵、能源存储价格矩阵和能源转换价格矩阵;
为了评估隔热保温室内热舒适参数,考虑环境温度和相对湿度等因素,建立简化的热舒适成本表达式:
PMV=a·Ti+b·Pv-c
Γ=λPPD=λ(ai-bi*exp(-ci*PMV4-di*PMV2))
其中,Ti,Pv分别表示的室内温度与相对湿度,a,b,c表示冷热感觉参数,ai,bi,ci,di表示不舒适度参数。
为了保障能源局域网的可靠运行,需满足多能源产消动态平衡条件:
Figure GDA0003459173400000086
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种泛在电力物联网中综合能源系统分层能量管理方法,其特征在于,其包括如下步骤:
步骤1,建立综合能源分层能量管理框架,其从上到下包括能量供给层、能量管理层、能量消费层;
其中,能量供给层负责为能量管理层提供外部能源,能量供给层与能量管理层之间进行日前交易,获取能量管理层最优日前分时能源投标策略;
能量管理层负责各个能源局域网内部源网荷协同优化;
能量消费层为能量管理层提供需求侧响应,给予能量管理层能量调节能力,改善能量管理所面临的双向扰动问题;
步骤2,日前市场能量管理层与能量供给层交易机制设计,基于分层博弈和Cartel框架理论设计交易策略,完成能量供给层和能量管理层交易的日前规划,确定日前能源投标量,为综合能源实时调度提供外部能源支持;构造能量供给层和能量管理层的效用函数,基于分层博弈理论建立能量供给层和能量管理层的纵向交易模型,基于Cartel框架建立能量管理层内部之间的横向合作机制;
步骤3,能量管理层内部源网荷的协同优化算法设计,基于异质能源成本模型、异质能源转换效率模型、温控负荷用户不舒适度成本模型以及共享电池站成本收益模型,设计能源局域网内部源网荷的协同优化模型,获得分时最优能源转换量、共享电池站调度以及温控负荷用户的最优温度设定值。
2.根据权利要求1所述的一种泛在电力物联网中综合能源系统分层能量管理方法,其特征在于,所述能量供给层包括电-气能源公司。
3.根据权利要求1所述的一种泛在电力物联网中综合能源系统分层能量管理方法,其特征在于,所述能量管理层包括Energy hub及其所管控的能源局域网内部新能源电厂、共享电池站以及能源转化设备。
4.根据权利要求1所述的一种泛在电力物联网中综合能源系统分层能量管理方法,其特征在于,所述能量消费层即温控负荷设备,包括空调、电暖气和燃气取暖炉。
5.根据权利要求1所述的一种泛在电力物联网中综合能源系统分层能量管理方法,其特征在于,所述交易机制设计方法为:
从经济学的角度出发,假设能量供给层的效用函数为能源销售额减去能源成本,表示为g(x,lu,lv),其中x表示能量供给层的价格参数,lu和lv分别表示为Energy hub组成的联盟从能量供给层购置的总电量和总天然气量;
Figure FDA0003560414200000021
Figure FDA0003560414200000022
Figure FDA0003560414200000023
Figure FDA0003560414200000024
分别表示Energyhubi的购电量和购气量;
考虑Energy hub的内部能源转换存储以及Energy hub对需求侧用户的调节能力,Energy hubi的效用函数假设为
Figure FDA0003560414200000025
其中,Ti表示Energy hub i所服务用户的温控负荷温度设定值;
Figure FDA0003560414200000026
Figure FDA0003560414200000027
分别表示Energy hubi内部的气转电转化量和电转气转化量,温控负荷的温度设定值是关于Energy hub所提供的能源总量的函数,所以得
Figure FDA0003560414200000028
然后建立能量供给层与Energy hub的分层博弈框架以及Energy hub的Cartel合作框架;
能量供给层的优化目标为其效益最高,给定随机额的购电量和购气量lu和lv,能量供给层的效用函数如下:
x*=maxg(x,lu,lv)
优化后的价格参数x*将提供给Energy hub,Energy hub将根据Cartel框架进行合作优化;
根据Cartel框架,能量管理层中所有的Energy hub将以联盟的整体收益最大为目标,即社会福利最优,背离合作的行为将受到联盟惩罚,能量管理层Energy hubi的横向交易机制为:
Figure FDA0003560414200000029
式中,
Figure FDA00035604142000000210
表示Energy hub的策略,sNE表示惩罚策略,Ptrig表示惩罚机制被触发的概率,β表示折扣参数,则能量管理层的效用函数为
s*=∑Ui(x,s,P*,T)
能量供给层与能量管理层效用函数分层博弈,能量供给层将根据Energy hub输入的参数继续优化,直到迭代终止,即纵向交易模型。
6.根据权利要求1所述的一种泛在电力物联网中综合能源系统分层能量管理方法,其特征在于,所述协同优化算法设计方法为:整合新能源发电、共享电池站调度和温控负荷需求侧响应数学模型及复杂约束,基于多energy hub的网络化分层能量管理框架,建立能源局域网调度的效用函数:
Figure FDA0003560414200000031
其中,R(Es,Esc)为共享电池站效益,Es,Esc分别为交换前后电池的荷电状态,
Figure FDA0003560414200000032
为成本模型,Γ为不满意度模型,
Figure FDA0003560414200000033
为用户消费收益函数,
Figure FDA0003560414200000034
其中,A为能源转换元件的功率耦合矩阵,B为新能源供电效率矩阵,C储能效率矩阵,Pec(i)、Pgc(i)分别为用户实际用电、气功率,Pne新能源供电功率,Pet、Pgt分别为电气、气电转换功率,Ps为共享电池站充放电功率,充电为正,放电为负,Pe、Pg分别表示电、气投标功率;
建立基于温控负荷需求侧响应的用户消费收益函数如下:
Figure FDA0003560414200000035
其中,
Figure FDA0003560414200000036
为能源供给价格矩阵,Pec(i),Pgc(i)分别为需求侧响应前电气消费量,Pde(i),Pdg(i)为需求侧响应改变的电气消费量;
考虑共享电池站的供能成本与收益,建立其效益模型如下:
Figure FDA0003560414200000037
其中,Es,Esc分别为交换前后电池的荷电状态,aii,ci,j电池损耗参数,D表示交换矩阵;
Figure FDA0003560414200000038
其中,
Figure FDA0003560414200000039
分别表示能源购买价格矩阵、能源存储价格矩阵和能源转换价格矩阵;
为了评估隔热保温室内热舒适参数,考虑环境温度和相对湿度因素,建立简化的热舒适成本表达式:
PMV=a·Ti+b·Pv-c
Γ=λPPD=λ(ai-bi*exp(-ci*PMV4-di*PMV2))
其中,Ti,Pv分别表示的室内温度与相对湿度,a,b,c表示冷热感觉参数,ai,bi,ci,di表示不舒适度参数;
为了保障能源局域网的可靠运行,需满足多能源产消动态平衡条件:
Figure FDA0003560414200000041
CN201910840652.9A 2019-09-06 2019-09-06 一种泛在电力物联网中综合能源系统分层能量管理方法 Active CN110555562B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910840652.9A CN110555562B (zh) 2019-09-06 2019-09-06 一种泛在电力物联网中综合能源系统分层能量管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910840652.9A CN110555562B (zh) 2019-09-06 2019-09-06 一种泛在电力物联网中综合能源系统分层能量管理方法

Publications (2)

Publication Number Publication Date
CN110555562A CN110555562A (zh) 2019-12-10
CN110555562B true CN110555562B (zh) 2022-05-06

Family

ID=68739332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910840652.9A Active CN110555562B (zh) 2019-09-06 2019-09-06 一种泛在电力物联网中综合能源系统分层能量管理方法

Country Status (1)

Country Link
CN (1) CN110555562B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418477B (zh) * 2020-06-23 2023-07-07 深圳职业技术学院 一种基于区域能源中心的居民用能双目标优化方法
CN116416027B (zh) * 2023-03-10 2023-11-10 苏州科技大学 微电网能源交易方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992963A (zh) * 2017-11-23 2018-05-04 东南大学 基于多能流系统双层规划模型协调双边利益的优化方法
CN108876040A (zh) * 2018-06-21 2018-11-23 广州供电局有限公司 园区能源互联网运营商的多类能源定价与能量管理方法
CN109190824A (zh) * 2018-09-04 2019-01-11 东北大学 基于用户侧区域综合能源系统的联盟博弈优化运行方法
CN109919450A (zh) * 2019-02-14 2019-06-21 国核电力规划设计研究院有限公司 解决综合智慧能源系统调度的博弈优化方法
CN109934487A (zh) * 2019-03-11 2019-06-25 国网福建省电力有限公司 一种考虑多主体利益博弈的主动配电网协调规划方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102236833B (zh) * 2010-04-30 2016-04-06 新奥科技发展有限公司 实现能源优化利用的泛能网及提供能源交易和服务的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992963A (zh) * 2017-11-23 2018-05-04 东南大学 基于多能流系统双层规划模型协调双边利益的优化方法
CN108876040A (zh) * 2018-06-21 2018-11-23 广州供电局有限公司 园区能源互联网运营商的多类能源定价与能量管理方法
CN109190824A (zh) * 2018-09-04 2019-01-11 东北大学 基于用户侧区域综合能源系统的联盟博弈优化运行方法
CN109919450A (zh) * 2019-02-14 2019-06-21 国核电力规划设计研究院有限公司 解决综合智慧能源系统调度的博弈优化方法
CN109934487A (zh) * 2019-03-11 2019-06-25 国网福建省电力有限公司 一种考虑多主体利益博弈的主动配电网协调规划方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Hierarchical Energy Management for the MultiEnergy Carriers System with Different Interest Bodies;Yu Huang;《Energies》;20181020;第1-16页 *
主动配电网的源-网-荷多层博弈经济调度策略;王甜婧;《电力系统保护与控制》;20180226;第1-9页 *
基于分层博弈的居民用户智能用电技术研究;张文虎;《中国优秀硕士学位论文全文数据库》;20170315;正文第1-62页 *

Also Published As

Publication number Publication date
CN110555562A (zh) 2019-12-10

Similar Documents

Publication Publication Date Title
Li et al. Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game
Yang et al. Coordinated optimization scheduling operation of integrated energy system considering demand response and carbon trading mechanism
Cui et al. Game-based peer-to-peer energy sharing management for a community of energy buildings
Luo et al. Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources
Chen et al. Research on day-ahead transactions between multi-microgrid based on cooperative game model
Li et al. Optimal demand response based on utility maximization in power networks
WO2023103385A1 (zh) 一种多能微网群自身及市场决策协同优化方法
CN110378729B (zh) 一种基于动态能源价格策略的综合需求响应方法
CN112036934A (zh) 考虑热电协调运行的负荷聚合商参与需求响应的报价方法
CN112564102B (zh) 多微网负荷优化调度方法和系统
AU2021107312A4 (en) An intelligent power consumption community energy management method based on user satisfaction
He et al. A new cooperation framework with a fair clearing scheme for energy storage sharing
Zhao et al. Peer-to-peer energy sharing with demand-side management for fair revenue distribution and stable grid interaction in the photovoltaic community
CN111339689A (zh) 建筑综合能源调度方法、系统、存储介质及计算机设备
CN110555562B (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
CN114881794B (zh) 考虑舒适度和用能替代的综合能源市场主从博弈交易方法
Amasyali et al. Hierarchical model-free transactional control of building loads to support grid services
Zhao et al. Aggregated operation of heterogeneous small-capacity distributed energy resources in peer-to-peer energy trading
Wang et al. Research on collaborative operation optimization of multi-energy stations in regional integrated energy system considering joint demand response
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
CN117689234A (zh) 基于多主体双层博弈的园区综合能源系统调度方法及系统
Xue et al. Interactive building load management for smart grid
Thangavelu et al. Transactive energy management systems: Mathematical models and formulations
Li et al. Intelligent optimal scheduling strategy of IES with considering the multiple flexible loads
Xiong et al. Hybrid robust-stochastic optimal scheduling for multi-objective home energy management with the consideration of uncertainties

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