CN111130101A - 一种多端口能量路由器多场景容量配置优化方法 - Google Patents

一种多端口能量路由器多场景容量配置优化方法 Download PDF

Info

Publication number
CN111130101A
CN111130101A CN202010006057.8A CN202010006057A CN111130101A CN 111130101 A CN111130101 A CN 111130101A CN 202010006057 A CN202010006057 A CN 202010006057A CN 111130101 A CN111130101 A CN 111130101A
Authority
CN
China
Prior art keywords
payment
evaluation model
calculating
energy router
frequency modulation
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
Application number
CN202010006057.8A
Other languages
English (en)
Other versions
CN111130101B (zh
Inventor
苏适
陆海
罗恩博
杨洲
严玉廷
李翔
杨洋
张旭东
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.)
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Dali Power Supply Bureau of Yunnan Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Dali Power Supply Bureau of Yunnan Power Grid Co Ltd
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 Electric Power Research Institute of Yunnan Power Grid Co Ltd, Dali Power Supply Bureau of Yunnan Power Grid Co Ltd filed Critical Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority to CN202010006057.8A priority Critical patent/CN111130101B/zh
Publication of CN111130101A publication Critical patent/CN111130101A/zh
Application granted granted Critical
Publication of CN111130101B publication Critical patent/CN111130101B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • 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
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] 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
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00Integration of renewable energy sources in buildings
    • Y02B10/10Photovoltaic [PV]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin

Landscapes

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

Abstract

本发明公开了一种多端口能量路由器多场景容量配置优化方法,方法包括获取博弈主体和博弈主体参数,根据博弈主体和博弈主体参数建立评价模型;根据评价模型计算小水电站的总支付、光伏系统的总支付、储能电池的总支付和电网负荷的总支付;根据小水电站的总支付、光伏系统的总支付、储能电池的总支付和电网负荷的总支付利用博弈模型计算纳什均衡点。与现有技术相比,本申请通过可靠、全面的成本、收益计算,针对电网各方均建立了全面科学的博弈模型,对不同场景下的不同功能所带来的效益建立了一套可行、可靠和科学的调度优化方案,能够使得目前的容量配置实现利益的最大化。

Description

一种多端口能量路由器多场景容量配置优化方法
技术领域
本发明涉及电力电网技术领域,特别涉及一种多端口能量路由器多场景容量配置优化方法。
背景技术
随着经济技术的发展和人们生活水平的提高,电能已经成为了人们生产和生活中必不可少的二次能源,给人们的生产和生活带来了无尽的便利。同时,随着可再生能源发电的兴起,电网接纳可再生能源的发电量就成为了电网的重要目标之一。
现代化经济园区集特殊生态农业园、绿色工业园、现代化大学城等一体,其具有用电量大,对供电质量、供电可靠性要求高,电力负荷增长快等特点。对于云南电网的现状,由于地域原因,存在大量小水电站,若辅以光伏储能系统,逆变模块,依靠一定的能量管理策略,可构成多端口能量路由器,用于起到实现电网负荷的削峰填谷,各微源的经济效益较大化,电网的调压调频等作用,由此带来的竞争机制将使电价普遍降低,并改变价格与负荷峰谷的关系。
但是,目前电网对于多端口能量路由器多场景下容量配置优化,一直处于粗放的评价体系,几乎只有对经济效益进行衡量,未考虑不同场景下的不同功能所带来的效益,并没有一套可行、可靠和科学的调度优化方案,从而使得目前的容量配置不能够实现利益的最大化。
发明内容
本发明实施例提供了一种多端口能量路由器多场景容量配置优化方法,以解决目前电网对于多端口能量路由器多场景下容量配置优化,一直处于粗放的评价体系,几乎只有对经济效益进行衡量,未考虑不同场景下的不同功能所带来的效益,并没有一套可行、可靠和科学的调度优化方案,从而使得目前的容量配置不能够实现利益的最大化的问题。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
本发明实施例提供了一种多端口能量路由器多场景容量配置优化方法,所述方法包括:获取博弈主体和博弈主体参数,所述博弈主体包括小水电站、光伏系统、储能电池和电网负荷;根据所述博弈主体和所述博弈主体参数建立多端口能量路由器传统经济效益评价模型、削峰填谷场景下多端口能量路由器功能评价模型和有功调频场景下多端口能量路由器功能评价模型;根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算小水电站的总支付、光伏系统的总支付、储能电池的总支付和电网负荷的总支付;根据所述小水电站的总支付、所述光伏系统的总支付、所述储能电池的总支付和所述电网负荷的总支付利用博弈模型计算纳什均衡点。
结合一方面,在第一种可能的实现方式中,所述博弈主体参数包括:微网投资成本COI i、微网运行和维护费用COM i、微网环境效益BEC i、微网降损效益BLR i、延缓电网建设的效益BTD i、可靠性效益BRB和节能效益BES,所述多端口能量路由器传统经济效益评价模型为:Ci=(BEC i+BLR i+BTD i+BRB+BES)-(COI i+COM i)。
结合第一种可能的实现方式,在第二种可能的实现方式中,所述博弈主体参数还包括:功能性指标fTD和可靠性指标LOLPh,所述削峰填谷场景下多端口能量路由器功能评价模型为:L=ω1(fTD)nor2(LOLPh)nor
结合第二种可能的实现方式,在第三种可能的实现方式中,所述博弈主体参数还包括:对有功调频的评价指标、对有功调频的偏差指标、有功不平衡指标、系统侧不平衡功率和系统频率最大偏差和稳态偏差,所述有功调频场景下多端口能量路由器功能评价模型为:
F=ω1Rnor2(du,p,m)nor3(du,p,s)nor
结合第三种可能的实现方式,在第四种可能的实现方式中,根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算小水电站的总支付包括:根据所述多端口能量路由器传统经济效益评价模型计算小水电站的经济收益支付IECOW;根据所述削峰填谷场景下多端口能量路由器功能评价模型计算小水电站的削峰填谷支付ILW;根据所述有功调频场景下多端口能量路由器功能评价模型计算小水电站的有功调频支付IPW;根据所述小水电站的经济收益支付IECOW、小水电站的削峰填谷支付ILW和所述小水电站的有功调频支付IPW计算小水电站的总支付IW=IECOW+ILW+IPW
结合第四种可能的实现方式,在第五种可能的实现方式中,根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算光伏系统的总支付包括:根据所述多端口能量路由器传统经济效益评价模型计算光伏系统的经济收益支付IECOS;根据所述削峰填谷场景下多端口能量路由器功能评价模型计算光伏系统的削峰填谷支付ILS;根据所述有功调频场景下多端口能量路由器功能评价模型计算光伏系统的有功调频支付IPS;根据所述光伏系统的经济收益支付IECOS、光伏系统的削峰填谷支付ILS和所述光伏系统的有功调频支付IPS计算光伏系统的总支付IS=IECOS+ILS+IPS
结合第五种可能的实现方式,在第六种可能的实现方式中,根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算储能电池的总支付包括:根据所述多端口能量路由器传统经济效益评价模型计算储能系统的经济收益支付IECOB;根据所述削峰填谷场景下多端口能量路由器功能评价模型计算储能系统的削峰填谷支付ILB;根据所述有功调频场景下多端口能量路由器功能评价模型计算储能系统的有功调频支付IPB;根据所述储能系统的经济收益支付IECOB、储能系统的削峰填谷支付ILB和所述储能系统的有功调频支付IPB计算储能系统的总支付IB=IECOB+ILB+IPB
结合第六种可能的实现方式,在第七种可能的实现方式中,根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算储能电池的总支付包括:根据所述多端口能量路由器传统经济效益评价模型计算电网负荷的经济收益支付IECOG;根据所述削峰填谷场景下多端口能量路由器功能评价模型计算电网负荷的削峰填谷支付ILG;根据所述有功调频场景下多端口能量路由器功能评价模型计算电网负荷的有功调频支付IPG;根据所述电网负荷的经济收益支付IECOG、电网负荷的削峰填谷支付ILG和所述电网负荷的有功调频支付IPG计算电网负荷的总支付IG=IECOG+ILG+IPG
结合第七种可能的实现方式,在第八种可能的实现方式中,根据所述小水电站的总支付、所述光伏系统的总支付、所述储能电池的总支付和所述电网负荷的总支付利用博弈模型计算纳什均衡点,包括:获取所述小水电站、所述光伏系统、所述储能系统和所述电网负荷的连续的策略集合SW、SS、SB、SG,所述策略用于指示所述小水电站、所述光伏系统、所述储能系统和所述电网负荷的容量;根据所述策略集合、所述小水电站的总支付、所述光伏系统的总支付、所述储能系统的总支付和所述电网负荷的总支付利用深度学习算法计算纳什平衡点。
结合第九种可能的实现方式,在第十种可能的实现方式中,所述策略包括保守策略和激进策略,所述保守策略选择减少固定容量,所述激进策略选择增大固定容量,根据所述保守策略和所述激进策略将所述博弈主体分为两个派系。
从上述实施例可以看出,方法包括获取博弈主体和博弈主体参数,所述博弈主体包括小水电站、光伏系统、储能电池和电网负荷;根据所述博弈主体和所述博弈主体参数建立多端口能量路由器传统经济效益评价模型、削峰填谷场景下多端口能量路由器功能评价模型和有功调频场景下多端口能量路由器功能评价模型;根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算小水电站的总支付、光伏系统的总支付、储能电池的总支付和电网负荷的总支付;根据所述小水电站的总支付、所述光伏系统的总支付、所述储能电池的总支付和所述电网负荷的总支付利用博弈模型计算纳什均衡点。与现有技术相比,本实施例通过可靠、全面的成本、收益计算,针对电网各方均建立了全面科学的博弈模型,对不同场景下的不同功能所带来的效益建立了一套可行、可靠和科学的调度优化方案,能够使得目前的容量配置实现利益的最大化。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。通过附图所示,本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图,重点在于示出本发明的主旨。
图1为本发明多端口能量路由器多场景容量配置优化方法流程图;
图2为本发明博弈主体间的拓扑结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,为本发明多端口能量路由器多场景容量配置优化方法流程图,所述方法包括以下步骤:
步骤101:获取博弈主体和博弈主体参数,所述博弈主体包括小水电站、光伏系统、储能电池和电网负荷。博弈主体包括云南电网水电站、光伏系统、储能电池和电网负荷四个博弈参与者,博弈主体间的拓扑结构如图2所示,水电端口即小水电站,并网逆变即电网负荷,水电端口通过PWM整流器与DC-BUS相连接,并网逆变通过PQ逆变器与DC-BUS相连接,储能电池和光伏系统均通过DC/DC变换器与DC-BUS相连接。
步骤102:根据所述博弈主体和所述博弈主体参数建立多端口能量路由器传统经济效益评价模型、削峰填谷场景下多端口能量路由器功能评价模型和有功调频场景下多端口能量路由器功能评价模型;
博弈主体参数具体包括水电站供电容量XW、光伏电池出力容量XS、储能电池容量XB、负荷需求容量XG。为构建多端口能量路由器传统经济效益评价模型、削峰填谷场景下多端口能量路由器功能评价模型和有功调频场景下多端口能量路由器功能评价模型,相关参数还包括传统发电方最佳发电侧的发电量及电价、有“削峰填谷”容量配置的发电量及销售电价、“有功调频”容量配置收取的过网费。
其中,所述博弈主体参数包括:微网投资成本COI i、微网运行和维护费用COM i、微网环境效益BEC i、微网降损效益BLR i、延缓电网建设的效益BTD i、可靠性效益BRB和节能效益BES,所述多端口能量路由器传统经济效益评价模型为:
Ci=(BEC i+BLR i+BTD i+BRB+BES)-(COI i+COM i)。
微网投资成本COI i:微源是指分散在电力负荷附近、容量在数千瓦至十兆瓦之间的分布式发电及储能装置。由于建设微网而增加的第i种分布式能源的等年值投资成本为:COI i=[CiPi(1+αi)-PMG(1+σ)C0]·fcr。式中,Ci为第i种分布式电源的成本(单位:元/kw);Pi为第i种分布式电源的装机容量;αi为安装和电力电子接口装置成本占设备成本的比例,一般取30%;PMG为微电网总装机容量;C0为燃煤火电单位装机价格;fα为资金回收系数。
微网运行和维护费用COM i:相对运行维护成本分布式电源的运行维护成本一般正比于装机容量,相比于集中式燃煤发电,微网的年运行和维护费用为COM i=PiCOMi-PMG(1+σ)COM0。式中:COM i为第i种微源单位容量年运维费用;COM0是燃煤火电厂单位容量年运维费用。
微网环境效益BEC i:环境效益,微网投入运行后电力市场上对负荷的需求减少,减少的负荷需求分为两方面:一方面是由网内分布式发电代替燃煤发电直接减少的负荷需求;另一方面是因分布式发电直接供能而避免的远距离电能传输损耗。根据传统集中式火力发电和各种分化式电源发电的污染排放水平数据将环境污染影响折算成环保收益公BEC。
Figure BDA0002355331880000061
式中:Vj,k为第k种DG的第j种污染物的排放系数;V0,k为集中式火力发电的第j种污染物的排放系数;Vj为其污染物的环境价值;Vj’为污染物所受罚款;M为污染物的种类;MG为微网内化石能源发电的微电源组合。下表为电力行业污染物环境评价标准。
电力行业污染物环境评价标准(元/g)
Figure BDA0002355331880000062
微网降损效益BLR i:网损效益,由于分布式电源配置在负荷的附近,在送电过程中的电能损耗必然比远距离输送同等容量电能的损耗要小,因此分布式电源的合理配置可以降低输配电网的损耗。微网的降损效益与配电网的网架结构、运行方式、集中式发电的输电距离、负荷情况及分布式电源的位置分布、容量等因素密切相关。如果认为分布式电源的输电损耗近似为零,则微网投入后减少的传输损耗等于远距离输电的网损率。分布式电源的降损效益BLR计算式为:BLR i=σEDG,iPe。式中:σ为集中式发电单位电能传输损耗;EDG,i为网内中第i个分布式电源的年发电量;Pe为电网平均售电价,取0.491元/kWh。
延缓电网建设的效益BTD i:延缓电网建设的效益,微电网的合理规划建设可以有效降低用电高峰时配电系统对输电网输送容量的需求。对于负荷密集且配电网改造扩容困难的中心城区或者供电困难的偏远地区,电网公司如果能在电网规划阶段综合考虑微网在避免输/配电阻塞方面的作用,通过引导投资者合理规划微电网,就可以通过这种形式一定程度满足负荷增长的需求,从而延缓输配电设施的建设投资。用BTD i表示延缓电网投资的价值,则其计算式为:BTD i=PMG·cd。式中:PMG表示微电网的分布式电源总装机容量;cd为单位分布式电源对应的年等效缓建收益,根据经验值一般取310元/kW·a。
可靠性效益BRB:可靠性效益,微电网通过先进的电力电子技术将DG、负荷和储能装置等进行了有机整合,既可以与外电网并网运行,也可以PCC点解列后转入孤岛运行。当主网发生故障不能继续正常供电时,微电网可通过切断PCC点转入独立运行来保证对微网内负荷的可靠供电,从而可以保证网内供电可靠性。从全社会的角度出发,微电网提高供电可靠性所带来的收益可采用期望停电损失的减少来评估。停电损失可以用期望缺电量乘以电能中断损失率(interrupted energy assessment rate,IEAR)RIEAR来评价。电能中断损失率RIEAR,定义为由于电网供电中断造成用户因得不到单位电量而引起的经济损失,用以描述某一类或全社会用户每承受单位电能中断所遭受的经济损失。微网的可靠性效益计算式为:
BRB=RIEARλuprup(1-ε)PL。式中:λup为传统电网在负荷点的年均停电频率;rup为传统电网在负荷点的平均停电持续时间;ε为微电网切换到孤岛模式的失败概率;PL为微电网在孤岛运行模式期间所满足的平均负荷功率需求;RIEAR为微电网内负荷的电能中断损失率。
节能效益BES:节能效益,与传统燃煤火力发电机组相比,微电网内的风力发电机、光伏电池等新能源发电过程不需要消耗化石燃料。因而微电网的节能效益表现为节约了大量的一次能源,其节能效益可以用下式表示:BES j=M0p0E-MjpjEj。式中,M0表示传统火电机组单位发电量所消耗的煤炭量;p0表示煤炭的价格;Ei表示第i种分布式电源年发电量;n表示微网内非可再生能源的集合;Mj表示第j种分布式发电单位发电量消耗的一次能源量;pj表示第j种一次能源价格;Ej表示第j种非可再生能源的年发电量。
所述多端口能量路由器传统经济效益评价模型为效益减去成本,即:
Ci=(BEC i+BLR i+BTD i+BRB+BES)-(COI i+COM i)。式中,i表示第i个分布式微源。
所述博弈主体参数还包括:功能性指标fTD和可靠性指标LOLPh,所述削峰填谷场景下多端口能量路由器功能评价模型为:L=ω1(fTD)nor2(LOLPh)nor
所述的“削峰填谷”场景下多端口能量路由器功能评价模型,具体为采用如下关系式建立模型。
根据多端口能量路由器中使用的能量管理策略,通过储能电池对直流微网的充放电可实现削峰填削峰填谷平滑度指标,选取经削峰填谷后负荷曲线的标准差来评估负荷曲线的平坦程度,建立削峰填谷的平滑度指标函数,进而确定多端口能量路由器削峰填谷功能的优劣程度。故得到功能性指标函数:
Figure BDA0002355331880000081
式中,n为一年中负荷点的个数,本文的时间尺度取1小时,即n取8760,t分别取1、2……8760。PL(t)为t时刻的负荷功率值,P(t)为t时刻储能电池的网侧功率值,规定储能电池的充电功率为正,放电功率为负。
削峰填谷的可靠性指标,即失负荷概率,指的是发电系统的可用容量不能满足系统最大负荷需求时的概率。在应用解析法计算电力不足概率时,考虑负荷波动和发生停运一台机组的事故这两种情况。电力不足概率的计算公式如下:
Figure BDA0002355331880000082
式中,LOLPh为峰荷时段的电力不足概率,Ptot为发电机组总容量,m为机组台数,PGi为第i机组的容量,FORi为第i机组的强迫停运率,φ(-)为标准正态分布函数,σ为负荷变动的标准差,PL.max为最大负荷值,ε为配网侧等效系数,R峰荷时段的等效备用容量,Ptot.εqu为机组等效总容量,PGj.εqu第台机组的等效容量。
计算削峰填谷综合评价目标函数,各个评价指标相对于储能电池的综合评价指标来说,它们之间相对的重要程度是不尽相同的。通常用权重来描述各个评价指标之间的相对重要性,权重代表了指标对总指标的贡献程度。由于各指标的量纲不一致,故需进行指标的归一化处理。得到所述削峰填谷场景下多端口能量路由器功能评价模型:
L=ω1(fTD)nor2(LOLPh)nor。式中,(fTD)nor,(LOLPh)nor分别为平滑度指标与可靠性指标归一化处理后的数值。ω1,ω2分别为两个对应指标的权重ω12=1。
另外,所述博弈主体参数还包括:对有功调频的评价指标、对有功调频的偏差指标、有功不平衡指标、系统侧不平衡功率和系统频率最大偏差和稳态偏差,所述有功调频场景下多端口能量路由器功能评价模型为:
F=ω1Rnor2(du,p,m)nor3(du,p,s)nor
具体的,所述的建立“有功调频”场景下多端口能量路由器功能评价模型,具体为采用如下步骤建立模型:通过容量优化配置模型的模拟运算,可得到在t时刻时,各微源侧的有功功率分布。根据多端口能量路由器的能量管理策略,主要利用储能电池系统与逆变系统之间的功率交互以及对逆变器的控制,改变逆变侧的有功功率输入,再根据上述无差调频控制模型,模拟出t时刻下连接逆变模块的电网频率,形成年(日)电网频率曲线。继而在此基础上构建对有功调频的评价指标。
频率偏差指标,根据一年8760个小时内各个频率的分布曲线,取一年内频率的标准差作为有功调频的频率偏差指标:
Figure BDA0002355331880000091
式中ft为在t时刻时电网的频率。
有功不平衡指标,电力系统具有固有频率特性,经差分化,可得系统动态频率的递推公式:
Figure BDA0002355331880000092
式中:Δf为系统频率偏差(相对额定频率50Hz);Δt为时间步长;Meq为系统等效惯量;DL为负荷频率调节效应系数;Pu、Ploss、Pw、ΔPG、Pe、Pu,p分别为系统总不平衡功率、系统故障损失功率、风电机组有功增量(相对故障前平衡状态)、常规机组有功增量(相对故障前平衡状态)、储能系统有功功率和系统侧不平衡功率。
在储能没有参与调频情况下,当系统发生故障如机组跳闸时,系统频率在最低点和新稳态时,其变化率等于零即Δft=Δft-Δt,可知系统在频率最低点和稳态时,系统侧不平衡功率:
Figure BDA0002355331880000101
式中Δfd、Δfs分别为系统频率最大偏差和稳态偏差。Δfd可设定为系统启动低频减载对应的频率偏差阈值fUELS。而Δfs的大小取决于系统故障损失功率、系统等效调差系数Req和负荷频率调节效应系数DL,其中,
Figure BDA0002355331880000102
为了使储能快速调频方法可适应系统不同故障扰动情况,将系统侧不平衡功率进行归一化处理:γu,p=-Pu,p/Ploss。式中γu,p为系统侧有功不平衡率(简称“不平衡率”)进而,由此可得到在频率最低点和稳态时有功不平衡率:
Figure BDA0002355331880000103
式中:γu,p,m为系统频率最低点时有功不平衡率;γu,p,s为系统频率稳态时有功不平衡率。
γu,p,m、γu,p,s可分别作为频率跌落阶段与频率恢复阶段的有功不平衡率参考点。基于上述2个参考点,提出系统有功不平衡指标,分别一下公式所示,用来描述系统故障后在频率变化不同阶段的有功不平衡程度:
Figure BDA0002355331880000104
式中:du,p,m为频率跌落阶段有功不平衡指标;du,p,s为频率恢复阶段有功不平衡指标;γu,p,r为系统从频率跌落阶段转为恢复阶段时对应的不平衡率。du,p,m可表征多端口能量路由器“有功调频”优化模型的功率不平衡指标,用于确定在频率跌落阶段储能快速调频的投入时机与有功出力。
根据上述指标,将其进行归一化处理,得到所述有功调频场景下多端口能量路由器功能评价模型为:F=ω1Rnor2(du,p,m)nor3(du,p,s)nor。式中,ω1,ω2,ω3为三个指标对应的权重,可取0.5,0.25,0.25。Rnor,(du,p,m)nor,(du,p,s)nor分别为频率偏差指标R,频率跌落阶段有功不平衡指标,du,p,m频率恢复阶段有功不平衡指标du,p,s经过归一化处理后的数值。
步骤103:根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算小水电站的总支付、光伏系统的总支付、储能电池的总支付和电网负荷的总支付。
其中,根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算小水电站的总支付包括:根据所述多端口能量路由器传统经济效益评价模型计算小水电站的经济收益支付IECOW;根据所述削峰填谷场景下多端口能量路由器功能评价模型计算小水电站的削峰填谷支付ILW;根据所述有功调频场景下多端口能量路由器功能评价模型计算小水电站的有功调频支付IPW;根据所述小水电站的经济收益支付IECOW、小水电站的削峰填谷支付ILW和所述小水电站的有功调频支付IPW计算小水电站的总支付IW=IECOW+ILW+IPW
具体的,计算经济收益支付IECOW=CW,式中CW表示小水电的经济评价指标。在削峰填谷的场景下,通过储能电池对系统供电,此时可近似认为小水电的贡献为0,即“削峰填谷”支付ILW=0。“有功调频”支付,根据各主体的容量大小平均分配,
Figure BDA0002355331880000111
式中,XW、XS、XB、XG为各博弈主体的策略,即容量大小,KF为评价指标与支付收益的转换系数,F为所述有功调频场景下多端口能量路由器功能评价模型:F=ω1Rnor2(du,p,m)nor3(du,p,s)nor
计算“云南小水电”的总支付(成本已在经济收益IECOW中体现):IW=IECOW+ILW+IPW
根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算光伏系统的总支付包括:根据所述多端口能量路由器传统经济效益评价模型计算光伏系统的经济收益支付IECOS;根据所述削峰填谷场景下多端口能量路由器功能评价模型计算光伏系统的削峰填谷支付ILS;根据所述有功调频场景下多端口能量路由器功能评价模型计算光伏系统的有功调频支付IPS;根据所述光伏系统的经济收益支付IECOS、光伏系统的削峰填谷支付ILS和所述光伏系统的有功调频支付IPS计算光伏系统的总支付IS=IECOS+ILS+IPS
具体的,计算经济收益支付IECO2=CS,式中CS表示光伏系统的经济评价指标。计算“削峰填谷”支付ILS=0。“有功调频”支付,根据各主体的容量大小平均分配,
Figure BDA0002355331880000121
式中,XW、XS、XB、XG为各博弈主体的策略,即容量大小,KF为评价指标与支付收益的转换系数,F为所述有功调频场景下多端口能量路由器功能评价模型:F=ω1Rnor2(du,p,m)nor3(du,p,s)nor
计算“光伏系统”的总支付(成本已在经济收益IECO2中体现):IS=IECOS+ILS+IPS
根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算储能电池的总支付包括:根据所述多端口能量路由器传统经济效益评价模型计算储能系统的经济收益支付IECOB;根据所述削峰填谷场景下多端口能量路由器功能评价模型计算储能系统的削峰填谷支付ILB;根据所述有功调频场景下多端口能量路由器功能评价模型计算储能系统的有功调频支付IPB;根据所述储能系统的经济收益支付IECOB、储能系统的削峰填谷支付ILB和所述储能系统的有功调频支付IPB计算储能系统的总支付IB=IECOB+ILB+IPB
具体的,计算经济收益支付IECO3=C3,式中CS表示储能系统的经济评价指标。计算“削峰填谷”支付IL3=KLL,KL为评价指标与支付收益的转换系数。“有功调频”支付,根据各主体的容量大小平均分配,
Figure BDA0002355331880000122
式中,XW、XS、XB、XG为各博弈主体的策略,即容量大小,KF为评价指标与支付收益的转换系数,F为所述有功调频场景下多端口能量路由器功能评价模型:F=ω1Rnor2(du,p,m)nor3(du,p,s)nor
计算“储能系统”的总支付(成本已在经济收益IECOB中体现):IB=IECOB+ILB+IPB
根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算储能电池的总支付包括:根据所述多端口能量路由器传统经济效益评价模型计算电网负荷的经济收益支付IECOG;根据所述削峰填谷场景下多端口能量路由器功能评价模型计算电网负荷的削峰填谷支付ILG;根据所述有功调频场景下多端口能量路由器功能评价模型计算电网负荷的有功调频支付IPG;根据所述电网负荷的经济收益支付IECOG、电网负荷的削峰填谷支付ILG和所述电网负荷的有功调频支付IPG计算电网负荷的总支付IG=IECOG+ILG+IPG
具体的,计算经济收益支付IECOB=CB,式中CB表示小水电的经济评价指标。计算“削峰填谷”支付ILB=0。“有功调频”支付,根据各主体的容量大小平均分配,
Figure BDA0002355331880000131
式中,XW、XS、XB、XG为各博弈主体的策略,即容量大小,KF为评价指标与支付收益的转换系数,F为所述有功调频场景下多端口能量路由器功能评价模型:F=ω1Rnor2(du,p,m)nor3(du,p,s)nor
计算“电网负荷”的总支付(成本已在经济收益IECOG中体现):IG=IECOG+ILG+IPG
步骤:104:根据所述小水电站的总支付、所述光伏系统的总支付、所述储能电池的总支付和所述电网负荷的总支付利用博弈模型计算纳什均衡点。
具体的,根据所述小水电站的总支付、所述光伏系统的总支付、所述储能电池的总支付和所述电网负荷的总支付利用博弈模型计算纳什均衡点,包括:获取所述小水电站、所述光伏系统、所述储能系统和所述电网负荷的连续的策略集合SW、SS、SB、SG,所述策略用于指示所述小水电站、所述光伏系统、所述储能系统和所述电网负荷的容量;根据所述策略集合、所述小水电站的总支付、所述光伏系统的总支付、所述储能系统的总支付和所述电网负荷的总支付利用深度学习算法计算纳什平衡点。
其中,所述策略包括保守策略和激进策略,所述保守策略选择减少固定容量,所述激进策略选择增大固定容量,根据所述保守策略和所述激进策略将所述博弈主体分为两个派系。在博弈模型中,博弈主体为小水电站(W),光伏系统(S),储能系统(B),电网负荷(G),博弈主体的策略即为各自的容量,分别记为XW、XS、XB、XG,决策变量可在某个范围内连续取值,即各参与者具有连续的策略集合SW、SS、SB、SG。具体为
Figure BDA0002355331880000132
支付函数为I=(IW,IS,IB,IG),受博弈情况变化。同时,在各决策的策略空间选取均衡点初值(XW 0,XS 0,XB 0,XG 0)。
其中,可选策略即为可能出现的博弈模式,共16种;在博弈过程中,存在保守策略和激进策略,保守策略将选择减少固定容量,激进策略将选择增大固定容量,故可将博弈主体分为两个派系,即
Figure BDA0002355331880000141
{W,S,B,G}、{W}{S,B,G}、{S}{W,B,G}、{B}{W,S,G}、{G}{W,S,B}、{W,S}{B,G}、{W,B}{S,G}、{W,G}{B,S}、{S,B}{W,G}、{S,G}{W,B}、{B,G}{W,S}、{W,B,G}{S}、{W,S,G}{B}、{W,S,B}{G}、{S,B,G}{W}、{W,S,B,G}
Figure BDA0002355331880000142
其中,前者为保守策略,后者为激进策略。W表示小水电站、S表示光伏系统、B表示储能系统、G表示电网负荷。
所述的深度学习算法求解的具体过程为:对于学习个体的可选策略集合为ST=(st1,st2,...,stW),W为策略集合总数,在本申请中W=16,即
Figure BDA0002355331880000143
St2={W}{S,B,G}、St3={S}{W,B,G}、St4={B}{W,S,G}、St5={G}{W,S,B}、St6={W,S}{B,G}、St7={W,B}{S,G}、St8={W,G}{B,S}、St9={S,B}{W,G}、St10={S,G}{W,B}、St11={B,G}{W,S}、St12={W,B,G}{S}、St13={W,S,G}{B}、St14={W,S,B}{G}、St15={S,B,G}{W}、
Figure BDA0002355331880000144
其中,w=1,2,3,...,W。若在重复博弈过程中的第D轮策略stf被选中,且设定学习个体h此轮收益为ph,f(D),其中h=W,S,B,G,表示博弈主体,f表示所选的策略,Ih,f(D)即为各博弈主体对应的支付函数之和。则在D+1轮,对于任何策略stw的倾向更新公式为:qh,,w(D+1)=(1-r)qh,w(D)+Rh,w(D),
Figure BDA0002355331880000145
式中r为遗忘因子;e为一个经验参数,r随着学习过程的进行,对历史策略的倾向起到一定的抑制作用,从而使得新的策略倾向得到增强;参数e激励学习个体在重复博弈早期生成各种不同的报价策略;根据上述得到的各博弈策略的倾向指标qh,,w(D+1),在再次选择策略的时候,任意策略stw被选中的概率如下:
Figure BDA0002355331880000146
式中学习个体h根据新的概率,按照轮盘赌的方式选择下一轮的策略行为;c'为冷却系数,其大小将决定倾向指标对选择概率的影响程度,计算方式如下:
Figure BDA0002355331880000147
从上式中概率的计算方式中可以看出,即使策略行为倾向指标出现负值,由于利用了指数函数,其选择概率仍然为正,符合关于选择概率的定义。重复进行上述博弈,根据倾向更新公式,
Figure BDA0002355331880000151
根据上式:随着博弈的重复进行,对于收益Ih,f(D)较低的策略模式即使被选中,其倾向指标qh,,w(D+1)在下一次的更新过程中,相对于其他收益高的策略而言倾向指标还是偏低的,再加上策略的选择是依照倾向指标随机选择的,因此其收益低的策略选择的概率也会逐渐降低;反而言之,对于收益qh,,w(D+1)较高的策略模式,不仅倾向指标qh,,w(D+1)的增幅较大,同时被选中的概率也将逐渐增加,两者在一定范围内均会导致正反馈。因此在逐渐博弈过程中,策略空间(即能量路由器各端口的容量配置)将会逐渐趋近于收益较大的点,从而在稳定状态下处于一个策略模式的动态平衡。最终,策略集合将最终趋向于能量路由器的最佳容量,也称之为纳什均衡点。所述的求解纳什均衡点即为:求解云南电网小水电站容量、光伏系统容量、储能电池容量和电网负荷容量,使其达到纳什均衡点,从而使得各个博弈主体的利益最大,完成云南电网多场景容量配置优化。
从上述实施例可以看出,方法包括获取博弈主体和博弈主体参数,所述博弈主体包括小水电站、光伏系统、储能电池和电网负荷;根据所述博弈主体和所述博弈主体参数建立多端口能量路由器传统经济效益评价模型、削峰填谷场景下多端口能量路由器功能评价模型和有功调频场景下多端口能量路由器功能评价模型;根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算小水电站的总支付、光伏系统的总支付、储能电池的总支付和电网负荷的总支付;根据所述小水电站的总支付、所述光伏系统的总支付、所述储能电池的总支付和所述电网负荷的总支付利用博弈模型计算纳什均衡点。与现有技术相比,本实施例通过可靠、全面的成本、收益计算,针对电网各方均建立了全面科学的博弈模型,对不同场景下的不同功能所带来的的效益建立了一套可行、可靠和科学的调度优化方案,能够使得目前的容量配置实现利益的最大化。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种多端口能量路由器多场景容量配置优化方法,其特征在于,所述方法包括:
获取博弈主体和博弈主体参数,所述博弈主体包括小水电站、光伏系统、储能电池和电网负荷;
根据所述博弈主体和所述博弈主体参数建立多端口能量路由器传统经济效益评价模型、削峰填谷场景下多端口能量路由器功能评价模型和有功调频场景下多端口能量路由器功能评价模型;
根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算小水电站的总支付、光伏系统的总支付、储能电池的总支付和电网负荷的总支付;
根据所述小水电站的总支付、所述光伏系统的总支付、所述储能电池的总支付和所述电网负荷的总支付利用博弈模型计算纳什均衡点。
2.根据权利要求1所述的优化方法,其特征在于,所述博弈主体参数包括:微网投资成本COI i、微网运行和维护费用COM i、微网环境效益BEC i、微网降损效益BLR i、延缓电网建设的效益BTD i、可靠性效益BRB和节能效益BES,所述多端口能量路由器传统经济效益评价模型为:Ci=(BEC i+BLR i+BTD i+BRB+BES)-(COI i+COM i)。
3.根据权利要求2所述的优化方法,其特征在于,所述博弈主体参数还包括:功能性指标fTD和可靠性指标LOLPh,所述削峰填谷场景下多端口能量路由器功能评价模型为:
L=ω1(fTD)nor2(LOLPh)nor
4.根据权利要求3所述的优化方法,其特征在于,所述博弈主体参数还包括:对有功调频的评价指标、对有功调频的偏差指标、有功不平衡指标、系统侧不平衡功率和系统频率最大偏差和稳态偏差,所述有功调频场景下多端口能量路由器功能评价模型为:
F=ω1Rnor2(du,p,m)nor3(du,p,s)nor
5.根据权利要求4所述的优化方法,其特征在于,根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算小水电站的总支付包括:
根据所述多端口能量路由器传统经济效益评价模型计算小水电站的经济收益支付IECOW
根据所述削峰填谷场景下多端口能量路由器功能评价模型计算小水电站的削峰填谷支付ILW
根据所述有功调频场景下多端口能量路由器功能评价模型计算小水电站的有功调频支付IPW
根据所述小水电站的经济收益支付IECOW、小水电站的削峰填谷支付ILW和所述小水电站的有功调频支付IPW计算小水电站的总支付IW=IECOW+ILW+IPW
6.根据权利要求5所述的优化方法,其特征在于,根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算光伏系统的总支付包括:
根据所述多端口能量路由器传统经济效益评价模型计算光伏系统的经济收益支付IECOS
根据所述削峰填谷场景下多端口能量路由器功能评价模型计算光伏系统的削峰填谷支付ILS
根据所述有功调频场景下多端口能量路由器功能评价模型计算光伏系统的有功调频支付IPS
根据所述光伏系统的经济收益支付IECOS、光伏系统的削峰填谷支付ILS和所述光伏系统的有功调频支付IPS计算光伏系统的总支付IS=IECOS+ILS+IPS
7.根据权利要求6所述的优化方法,其特征在于,根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算储能电池的总支付包括:
根据所述多端口能量路由器传统经济效益评价模型计算储能系统的经济收益支付IECOB
根据所述削峰填谷场景下多端口能量路由器功能评价模型计算储能系统的削峰填谷支付ILB
根据所述有功调频场景下多端口能量路由器功能评价模型计算储能系统的有功调频支付IPB
根据所述储能系统的经济收益支付IECOB、储能系统的削峰填谷支付ILB和所述储能系统的有功调频支付IPB计算储能系统的总支付IB=IECOB+ILB+IPB
8.根据权利要求7所述的优化方法,其特征在于,根据所述多端口能量路由器传统经济效益评价模型、所述削峰填谷场景下多端口能量路由器功能评价模型和所述有功调频场景下多端口能量路由器功能评价模型计算储能电池的总支付包括:
根据所述多端口能量路由器传统经济效益评价模型计算电网负荷的经济收益支付IECOG
根据所述削峰填谷场景下多端口能量路由器功能评价模型计算电网负荷的削峰填谷支付ILG
根据所述有功调频场景下多端口能量路由器功能评价模型计算电网负荷的有功调频支付IPG
根据所述电网负荷的经济收益支付IECOG、电网负荷的削峰填谷支付ILG和所述电网负荷的有功调频支付IPG计算电网负荷的总支付IG=IECOG+ILG+IPG
9.根据权利要求8所述的优化方法,其特征在于,根据所述小水电站的总支付、所述光伏系统的总支付、所述储能电池的总支付和所述电网负荷的总支付利用博弈模型计算纳什均衡点,包括:
获取所述小水电站、所述光伏系统、所述储能系统和所述电网负荷的连续的策略集合SW、SS、SB、SG,所述策略用于指示所述小水电站、所述光伏系统、所述储能系统和所述电网负荷的容量;
根据所述策略集合、所述小水电站的总支付、所述光伏系统的总支付、所述储能系统的总支付和所述电网负荷的总支付利用深度学习算法计算纳什平衡点。
10.根据权利要求8所述的优化方法,其特征在于,所述策略包括保守策略和激进策略,所述保守策略选择减少固定容量,所述激进策略选择增大固定容量,根据所述保守策略和所述激进策略将所述博弈主体分为两个派系。
CN202010006057.8A 2020-01-03 2020-01-03 一种多端口能量路由器多场景容量配置优化方法 Active CN111130101B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010006057.8A CN111130101B (zh) 2020-01-03 2020-01-03 一种多端口能量路由器多场景容量配置优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010006057.8A CN111130101B (zh) 2020-01-03 2020-01-03 一种多端口能量路由器多场景容量配置优化方法

Publications (2)

Publication Number Publication Date
CN111130101A true CN111130101A (zh) 2020-05-08
CN111130101B CN111130101B (zh) 2023-07-21

Family

ID=70507748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010006057.8A Active CN111130101B (zh) 2020-01-03 2020-01-03 一种多端口能量路由器多场景容量配置优化方法

Country Status (1)

Country Link
CN (1) CN111130101B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103839109A (zh) * 2013-10-19 2014-06-04 李涛 一种基于博弈纳什均衡的微网电源规划方法
CN104377724A (zh) * 2014-11-06 2015-02-25 华北电力大学 提高风电/光伏混合储能系统经济性的协调优化控制方法
US20150295407A1 (en) * 2014-04-10 2015-10-15 Nec Laboratories America, Inc. Decentralized Energy Management Platform
CN107545325A (zh) * 2017-08-21 2018-01-05 浙江工业大学 一种基于博弈论的多微网互联运行优化方法
CN108347062A (zh) * 2018-01-12 2018-07-31 华南理工大学 基于势博弈的微电网能量管理分布式多目标协同优化算法
CN109787231A (zh) * 2019-02-27 2019-05-21 华北电力大学 一种综合能源系统分布式能量优化方法及系统
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
CN110533311A (zh) * 2019-08-21 2019-12-03 三峡大学 基于能源路由器的智能社区协调调度系统及方法
AU2019101317A4 (en) * 2019-10-30 2019-12-05 Southeast University A Bi-level Game-Based Planning Framework for Distribution Networks with multiple Micro-girds

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103839109A (zh) * 2013-10-19 2014-06-04 李涛 一种基于博弈纳什均衡的微网电源规划方法
US20150295407A1 (en) * 2014-04-10 2015-10-15 Nec Laboratories America, Inc. Decentralized Energy Management Platform
CN104377724A (zh) * 2014-11-06 2015-02-25 华北电力大学 提高风电/光伏混合储能系统经济性的协调优化控制方法
CN107545325A (zh) * 2017-08-21 2018-01-05 浙江工业大学 一种基于博弈论的多微网互联运行优化方法
CN108347062A (zh) * 2018-01-12 2018-07-31 华南理工大学 基于势博弈的微电网能量管理分布式多目标协同优化算法
CN109787231A (zh) * 2019-02-27 2019-05-21 华北电力大学 一种综合能源系统分布式能量优化方法及系统
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
CN110533311A (zh) * 2019-08-21 2019-12-03 三峡大学 基于能源路由器的智能社区协调调度系统及方法
AU2019101317A4 (en) * 2019-10-30 2019-12-05 Southeast University A Bi-level Game-Based Planning Framework for Distribution Networks with multiple Micro-girds

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄南天,包佳瑞琦,蔡国伟等: "多主体联合投资微电网源–储多策略有限理性决策演化博弈容量规划", 《中国电机工程学报》 *

Also Published As

Publication number Publication date
CN111130101B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN109149651B (zh) 一种计及调压辅助服务收益的光储系统优化运行方法
Hossain et al. Design a novel controller for stability analysis of microgrid by managing controllable load using load shaving and load shifting techniques; and optimizing cost analysis for energy storage system
CN103151797A (zh) 基于多目标调度模型的并网运行方式下微网能量控制方法
CN112651105A (zh) 一种基于博弈论的微网容量配置优化方法
CN112365021A (zh) 一种基于混合储能的区域综合能源系统规划优化方法
CN110417045A (zh) 一种针对交直流混合微电网容量配置的优化方法
CN111313444A (zh) 一种面向高密度光伏配网台区侧的储能系统优化配置方法
Ren et al. Multitime scale coordinated scheduling for electric vehicles considering photovoltaic/wind/battery generation in microgrid
CN111224432A (zh) 微电网优化调度方法和装置
Han et al. Research on frequency modulation capacity configuration and control strategy of multiple energy storage auxiliary thermal power unit
CN114301081A (zh) 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法
Burgio et al. Economic evaluation in using storage to reduce imbalance costs of renewable sources power plants
CN111130101B (zh) 一种多端口能量路由器多场景容量配置优化方法
CN115689244A (zh) 多类型负荷日前调度方法及装置
CN114498769A (zh) 一种高比例风光孤岛微电网群能量调度方法及系统
CN114759616A (zh) 一种考虑电力电子器件特性的微电网鲁棒优化调度方法
Liu et al. Hierarchical optimal dispatching strategy for microgrid system considering user-side resources
Elgamal et al. Optimal operation of a hybrid-energy microgrid with energy storage system
Qiqiang et al. Low-carbon configuration optimization for multi-energy complementary microgrid
Wu et al. Multi objective optimization based on SPEA for the microgrid energy dispatch
Horri et al. Distributed energy sources planning for micro-grid using slime mould algorithm considering the uncertainty of the resources
Luo et al. The dynamic multi-objective optimal dispatch of grid-connected micro grid
Yang et al. Daily economic optimal dispatch of energy router considering the voltage of distribution network
Li et al. The Fuzzy Power Flow Based Network Planning of Distribution Networks with Distributed Generation
Wentao et al. Multi-objective optimization of capacity configuration for grid-connected microgrid system

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