CN111404148B - 一种风光沼多微网系统及其对等能量和通信交易方法 - Google Patents
一种风光沼多微网系统及其对等能量和通信交易方法 Download PDFInfo
- Publication number
- CN111404148B CN111404148B CN202010207367.6A CN202010207367A CN111404148B CN 111404148 B CN111404148 B CN 111404148B CN 202010207367 A CN202010207367 A CN 202010207367A CN 111404148 B CN111404148 B CN 111404148B
- Authority
- CN
- China
- Prior art keywords
- microgrid
- cost
- energy
- peer
- communication
- 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
Links
- 238000004891 communication Methods 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 72
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title abstract description 34
- 238000013178 mathematical model Methods 0.000 claims abstract description 34
- 238000005457 optimization Methods 0.000 claims abstract description 21
- 230000008901 benefit Effects 0.000 claims abstract description 8
- 238000004146 energy storage Methods 0.000 claims description 30
- 238000003860 storage Methods 0.000 claims description 21
- 230000005611 electricity Effects 0.000 claims description 16
- 238000013468 resource allocation Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 230000029087 digestion Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 11
- 230000015556 catabolic process Effects 0.000 claims description 9
- 238000006731 degradation reaction Methods 0.000 claims description 9
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000005265 energy consumption Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000010248 power generation Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 108700041286 delta Proteins 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000009044 synergistic interaction Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种风光沼多微网系统及其对等能量和通信交易方法，所述风光沼多微网系统的对等能量和通信交易方法，包括如下步骤：建立微网优化调度模型；根据所述微网优化调度模型和纳什讨价还价理论建立多微网系统资源交易问题数学模型；将资源交易问题分解为各个所述微网自身决策的子问题，各个所述微网求解子问题，以求解所述多微网系统资源交易问题数学模型；求解所述多微网系统资源交易问题数学模型后获取最优的能量和通信调度策略，以及分配各个微网的收益，实现多微网系统的最优协同运行。本发明的技术方案有利于降低风光沼多微网系统中多个互联微网的通信量，保护信息隐私。
Description
技术领域
本发明涉及电力系统技术领域，具体涉及一种风光沼多微网系统，以及一种风光沼多微网系统对等能量和通信交易方法。
背景技术
随着可再生能源渗透率的提高，微网成为现代能源系统结构的基本组成部分。由于可再生能源存在着时变性和位置依赖性，其能量效率、经济性、安全性、可持续性和可靠性引起了广泛关注。一定区域内多个相邻微网连接可形成多微网系统。多微网系统相当于一个聚合的、可控的实体，并可协调多个微网内部的能量流、信息流和资金流。目前大多数研究都假设有一个中央协调者协调多个微网的供需。然而，这种集中式操作存在着共享资源有限、通信带宽高、与用户之间的距离远等缺点。实际上，整个系统由各自微网的操作人员管理。部分研究设想微网将逐渐发展成分布式结构，能够满足一定区域内日益增长的消费者的多能流需求。
为了在多微网系统中进行大量的数据采集和交换，固有的可靠通信网络通常采用分层和对等(P2P)框架。然而，多微网系统的通信资源在通信容量和计算能力上都面临着挑战，特别是在离网型的微网中。通信资源的过度利用将造成服务质量的降低，故微网希望通过降低通信成本，降低通信资源利用率来提高服务质量。另外，微网中对等(P2P)网络实现存在一定的局限性，表现为资源时空分布不均衡、设备性能要求高和系统管理效率低下。
目前现有的方法主要集中在对等(P2P)电力交易的机制设计上，并且很少有研究涉及多种资源的对等(P2P)交易以及对等(P2P)网络实现的技术问题。本发明提出了一种多个微网间的对等(P2P)资源交易方法，交易的资源包括了能源生产、转换、储存、消耗和通信等资源，该方法通过协调各微网间多样化的能量流、信息流和现金流，实现互赢互利，且各个微网分布式求解，解决互联微网因为信息通信而使微网的信息隐私被破坏的问题。
发明内容
本发明的主要目的是提供一种风光沼多微网系统及其对等能量和通信交易方法，旨在解决目前互联微网因为信息通信而使微网的信息隐私被破坏的问题。
为实现上述目的，本发明一种风光沼多微网系统对等能量和通信交易方法，包括如下步骤：
建立考虑通信资源成本、电能成本、用户不舒适成本和储能成本的微网优化调度模型；
根据所述微网优化调度模型和纳什讨价还价理论建立多微网系统资源交易问题数学模型；
将资源交易问题分解为各个所述微网自身决策的子问题，各个所述微网求解子问题，以求解所述多微网系统资源交易问题数学模型；
求解所述多微网系统资源交易问题数学模型后获取最优的能量调度策略和最优的通信调度策略，以及分配各个微网的收益，实现多微网系统的最优协同运行。
优选地，所述建立考虑通信资源成本、电能成本、用户不舒适成本和储能成本的微网优化调度模型的步骤之前，包括：
通过规范个体资源的通信功率和带宽，对单个云资源的利用率进行统一的评估；
根据所述利用率获取服务成本和云资源过度利用的惩罚成本；
根据所述服务成本和所述云资源过度利用的惩罚成本建立每个微网的总通信成本约束条件。
优选地，所述建立考虑通信资源成本、电能成本、用户不舒适成本和储能成本的微网优化调度模型的步骤之前，包括如下步骤：
获取分时电价和上网电价；
根据所述分时电价和所述上网电价建立电能成本约束条件。
优选地，所述建立考虑通信资源成本、电能成本、用户不舒适成本和储能成本的微网优化调度模型的步骤之前，包括如下步骤：
获取各微网的电力负荷和热负荷；
根据所述电力负荷和所述热负荷建立不舒适成本约束条件。
优选地，所述建立考虑通信资源成本、电能成本、用户不舒适成本和储能成本的微网优化调度模型的步骤之前，包括如下步骤：
根据电池投资成本、电池寿命周期数、储能容量和参考放电深度计算电池的充电/放电摊销成本；
根据所述电池的充电/放电摊销成本建立电池退化成本约束条件。
优选地，所述建立考虑通信资源成本、电能成本、用户不舒适成本、储能成本和微网间资源交易成本的微网优化调度模型的步骤，包括如下步骤：
根据所述通信资源成本、电能成本、用户不舒适成本、储能成本建立微网优化调度模型的函数；
建立所述微网优化调度模型的市场清算约束和供需平衡约束。
根据所述微网优化调度模型的函数和所述市场清算约束条件和供需平衡约束条件建立所述微网优化调度模型
优选地，所述根据所述微网优化调度模型和纳什讨价还价理论建立多微网系统资源交易问题数学模型的步骤，包括如下步骤：
根据所述微网优化调度模型和纳什讨价还价理论，获取多微网系统的总成本；
根据所述微网优化调度模型的最优值和所述总成本，建立多微网系统资源交易问题数学模型。
优选地，所述根据所述微网优化调度模型和纳什讨价还价理论建立多微网系统资源交易问题数学模型的步骤之后，包括：
将多微网系统资源交易问题数学模型分解为社会多资源分配子问题和交易收益共享子问题；
分别建立所述社会多资源分配子问题的数学模型和所述交易收益共享子问题的数学模型。
优选的，所述将资源交易问题分解为各个所述微网自身决策的子问题，各个所述微网求解子问题，以此求解所述多微网系统资源交易问题数学模型的步骤，包括：
各个所述微网分布式地求解所述社会多资源分配子问题得到最优的能量调度策略和最优的通信调度策略；
再将所述最优的调度策略带入所述交易收益共享子问题，各个所述微网分布式地求解所述交易收益共享子问题。
为实现上述目的，本发明还提供了一种风光沼多微网系统，所述风光沼多微网系统由一定区域内相邻的多个微网互联形成，每个所述微网包括风力涡轮机、太阳能热电联产系统、厌氧消化池、进行转换和调节成所需的异质能流的多能流转换和存储装置，且在舒适各个所述微网分别与云服务器通信连接。
本发明的技术方案中，提出了一种多微网的对等(P2P)能量和通信交易方法，将资源交易问题分解为各个所述微网自身决策的子问题，各个所述微网求解子问题，以求解所述多微网系统资源交易问题数学模型，提出了一种完全分布式的方法，将对等资源交易问题分解为多个微网的决策子问题，迭代地得到最优的资源交易解。这种方法仅需要相邻微网之间有限的信息通信，降低风光沼多微网系统中多个互联微网的通信量，从而保护信息隐私。
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，下面将对实施例或现有技术描述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示出的结构获得其他的附图。
图1为本发明一种风光沼多微网系统对等能量和通信交易方法流程示意图。
图2为本发明风光沼多微网系统的结构示意图。
图3为本发明方案1-3中通信资源利用率曲线图。
图4为各微网的需求响应结果曲线图。
本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
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、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，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。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
请参照图1，为实现上述目的，本发明提供一种风光沼多微网系统及其对等能量和通信交易方法，包括如下步骤：
S100，建立考虑通信资源成本、电能成本、用户不舒适成本和储能成本的微网优化调度模型；
S200，根据所述微网优化调度模型和纳什讨价还价理论建立多微网系统资源交易问题数学模型；
S300，将资源交易问题分解为各个所述微网自身决策的子问题，各个所述微网求解子问题，以此求解所述多微网系统资源交易问题数学模型；
S400，求解所述多微网系统资源交易问题数学模型后获取最优的能量和通信调度策略，以及分配各个微网的收益，实现多微网系统的最优协同运行。
本发明的技术方案中，提出了一种多微网的对等(P2P)能量和通信交易方法，可协调个体微网内部资源分配和互联微网间的外部对等(P2P)资源交易，增强资源利用率和运行经济性。本发明将电力交易扩展到多能源和通信交易领域，而不是只关注于电力对等(P2P)交易。提出了一种讨价还价的激励机制解决互联微网对等(P2P)资源交易中的利益冲突问题。然后将其分解为两个子问题，即社会多资源分配子问题和收益共享子问题。提出了一种完全分布式的交替方向乘子(ADMM)方法，将对等(P2P)资源交易问题分解为多个微网的决策子问题，迭代地得到最优的资源交易解。这种方法仅需要相邻微网之间有限的信息通信，从而保护信息隐私。
参照图1，基于本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第一实施例，本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第二实施例中，所述步骤S100之前，包括如下步骤：
S11，通过规范个体资源的通信功率和带宽，对单个云资源的利用率进行统一的评估；
S12，根据所述利用率获取服务成本和云资源过度利用的惩罚成本；
S13，根据所述服务成本和所述云资源过度利用的惩罚成本建立每个微网的总通信成本约束条件。
具体的，由于通信资源的过度使用可能会降低服务质量，因此每个微网运营商都希望通过与相邻微网共享云资源来降低通信成本和降低利用率。每个微网的总通信成本包括两个部分：服务成本和云资源过度利用的惩罚成本，
Ccr,k,n＝μcr1ycr,k,n+μcr2(ycr,k,n)2；
式中：Ccr,k,n表示总通信成本；μcr1表示单位通信成本；ycr,k,n表示单个云资源的利用率；μcr2表示单位惩罚成本，μcr2(ycr,k,n)2是惩罚函数。
通过规范个体资源的通信功率和带宽，对单个云资源的利用率进行了统一的评估，
式中，ycr,k,n表示单个云资源的利用率；Pk,n表示通信功率；Wk,n表示带宽；p和w是两种资源的固定系数，满足p+w＝1的关系；Pn,max表示单个云资源的通信功率,Wn,max表示单个云资源的容量带宽。
请参照图1，基于本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第一实施例，本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第三实施例中，所述步骤S100之前，还包括：
S21，获取分时电价和上网电价；
S22，根据所述分时电价和所述上网电价建立电能成本约束条件。
具体的，微网可以从电网以分时电价购买电能，以上网电价卖给电网电能。
因此，电能购买成本可以表述如下：
Cgrid,k,n＝μbuy,kPbuy,k,n-μsell,kPsell,k,n；
式中，Cgrid,k,n表示电能购买成本；μbuy,k表示分时电价；Pbuy,k,n表示微网购买的电能；μsell,k表示上网电价；Psell,k,n表示微网卖给电网的电能。
生物质在有两层壁的封闭厌氧消化池内发酵，消化池的温度决定沼气产量，
VD,n＝mTZ,k,n+b；
式中，VD,k,n表示沼气池产气量；m和b表示沼气产率系数；TZ,k,n表示消化池的温度。
本方案可以使用电能Sef,k,n和热能Shf,k,n加热消化池，提高沼气的产量。该热动态特性采用热动力模型来建模，模型如下：
TZ,min≤TZ,k,n≤TZ,max；
式中，Sef,k,n表示输入到沼气池的电能；Shf,k,n表示输入到沼气池的热能；Rin,n、Rout,n、RW1,n和RW2,n分别依次表示内外对流换热的热阻；内外对流换热的热阻、第一层墙的传热电阻和第二层墙的传热电阻；TZ,k,n、Tout,k,n、TW1,k,n和TW2,k,n分别依次表示消化池内温度；消化池外温度、第一层墙和第二层墙的温度；CZ,n、CW1,n和CW2,n分别依次表示消化池的热容量、第一层墙和第二层墙的热容量；ηB表示电热锅炉的转换效率；TZ,min和TZ,max分别表示能确保厌氧生物存活的消化池温度的下限和上限。
电热锅炉的输出，燃气锅炉的输出，太阳能热电联产的输出都应满足各自的生产容量限制：
0≤Si,k,n≤Si,k,max i＝CHP,B,F；
式中，SB,k,n表示电热锅炉的输出，SF,k,n表示燃气锅炉的输出，SCHP,k,n表示太阳能热电联产的输出；Si,k,max表示各自的生产容量限制(为表达方便，下标CHP,B,F分别依次表示太阳能热电联产、电热锅炉和燃气锅炉)。
请参照图1，基于本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第一实施例，本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第四实施例中，所述步骤S100之前，还包括：
S31，获取各微网的电力负荷和热负荷；
S31，根据所述电力负荷和所述热负荷建立不舒适成本约束条件；
具体的，各微网的负荷包括三种类型：电力负载、热负载和气体负载。每种类型的负荷可分为三个部分，第一个部分为非弹性负荷，比如冰箱和照明，其负荷时间比较固定。第二个部分为弹性负荷，例如空调和洗衣机，其负荷需求可以随着时间灵活安排，第三个部分为通信电耗。需求响应计划可以控制弹性负荷，保证微网安全可靠地运行，但会偏离用户的原定需求，故将产生不舒适成本。
Cload,k,n＝μload[(Lein,k,n-Lepre,k,n)2+(Lhin,k,n-Lhpre,k,n)2]；
Le,k,n＝Lebase,k,n+Lcr,k,n+Lein,k,n；
Lh,k,n＝Lhbase,k,n+Lhin,k,n；
式中，Cload,k,n表示不舒适成本；Lepre,k,n表示用户对电力的原定需求；Lhpre,k,n表示用户对热的原定需求；Le,k,n表示电力负载；Lh,k,n表示热负载；Lebase,k,n表示电力非弹性负荷；Lhbase,k,n表示热非弹性负荷；Lein,k,n表示电力弹性负荷,Lhin,k,n表示热弹性负荷；Lcr,k,n表示通信电耗；μload表示负荷偏差的单位不适成本。
需求响应计划只能对弹性负荷进行跨时间的调度，且需要满足以下约束：
0≤Lein,k,n≤Lein,max,k,n；
0≤Lhin,k,n≤Lhin,max,k,n；
式中，Dein,n表示整个操作范围内的电力总弹性负荷Dhin,n表示整个操作范围内的热总弹性负荷,Lein,max,k,nn表示第k时隙中电力弹性负荷的上限；Lhin,max,k,n为第k时隙中热弹性负荷的上限。
假设系统中信道噪声为高斯型白噪声，总通信功率和带宽包括了微网自身的通信资源和与其他微网交易得到的通信资源。
则比特率为：
rk,n＝αk,nWtot,n log2(1+βk,nPtot,n/Wtot,n)；
式中，rk,n表示比特率；αk,n和βk,n表示比特率系数；Ptot,n表示总通信功率；Wtot,n表示总通信带宽；Pk,n表示微网自身的通信功率；Wk,n微网自身的通信带宽；Tp,k,n,nn表示与其他微网交易得到的通信功率；Tw,k,n,nn表示与其他微网交易得到的通信带宽。
为了满足服务质量要求，需求响应通信请求的时滞应满足一定的时延要求，通信请求所能容忍的最大等待时间为：
Lcr,k,n/rk,n≤DT,n；
式中，Lcr,k,n表示需求响应通信请求；DT,n表示时延要求；rk,n表示比特率。
通信能耗包括信息和通信技术设备(ICT)的能耗以及辅助设备能耗。信息和通信技术设备包括CPU、内存和存储器，辅助设备包括冷却、照明和电力设施。一般用能量使用率(PUE)来衡量信息和通信技术能耗和辅助设备能耗之间的定量关系。能量使用率指总能耗与ICT设备能耗的比率，通信总能耗可估算为：
Lcr,k,n＝(Lcridle+(PUE-1)Lcrpeak)+ycr,k,n(Lcrpeak-Lcridle)；
式中，第一项表示不依赖于资源利用的基本能耗，第二项表示附加能耗。Lcridle和Lcrpeak分别表示通信云的平均空闲功率和平均峰值功率；PUE表示能量使用率。
请参照图1，基于本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第一实施例，本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第五实施例中，所述步骤S100之前，还包括：
S41，根据电池投资成本、电池寿命周期数、储能容量和参考放电深度计算电池的充电/放电摊销成本；
S42，根据所述电池的充电/放电摊销成本建立电池退化成本约束条件。
具体的，每个微网都设有储能装置，包括电池储能(BES)和沼气池，能够平滑可再生能源发电的间歇性。在负荷低谷时充电，负荷高峰时放电，使负荷趋于平缓，并利用分时电价进行获利。频繁充放电引起的损耗会降低电池的循环寿命和存储容量。
电池退化成本CBES,k可以表述为：
CBES,k,n＝μBES(Pch,k,n+Pdis,k,n)；
式中，μBES是电池储能(BES)整个生命周期内的充电/放电摊销成本(可以通过电池投资成本，电池寿命周期数，储能容量和参考放电深度来计算)；Pch,kn和Pdis,kn分别是电池储能(BES)的充电和放电功率。
SOCBES,k,n＝SOCBES,k-1,n+ηchPch,k-1,n/ER,n-Pdis,k-1,n/ηdisER,n；
SOCj,min≤SOCj,k,n≤SOCj,max(j＝BES,bio)；
0≤Pch,k,n≤Pch,n,max；
0≤Pdis,k,n≤Pdis,n,max；
SOCbio,k,n＝SOCbio,k-Δk,n+VGS,k-1,n/VR,n；
VGS,n,min≤VGS,k,n≤VGS,n,max；
式中，Pch,k,n和Pdis,k,n分别表示k时隙电池储能(BES)的充电和放电功率；SOCBES,k,n表示第k个时隙时电池储能装置的SOC值；ER,n表示电池储能(BES)的总储能容量；ηch和ηdis分别表示电池储能(BES)的充电效率和放电效率；SOCBES,min和SOCBES,max分别是电池储能(BES)的下限和上限；SOCbio,min和SOCbio,max分别表示沼气储能的SOC的下限和上限；Pch,max和Pdis,max分别是最大允许充放电功率；SOCbio,k,n表示第k个时隙时沼气储存罐的SOC值；VR,n表示沼气储存总量。当VGS,k,n>0时，VGS,k,n表示在第k个时隙沼气储存罐输出的沼气量；当VGS,k,n<0时，VGS,k,n表示在第k个时隙沼气储存罐输入的沼气量，VGS,n,min表示沼气的输入/输出的最小速度；VGS,n,max表示沼气罐存的输入/输出的最大速度。
请参照图1，基于本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第一实施例，本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第六实施例中，所述S100步骤，包括：
S110，根据所述通信资源成本、电能成本、用户不舒适成本、储能成本建立微网优化调度模型的函数；
S111，建立所述微网优化调度模型的市场清算约束和供需平衡约束。
S112，根据所述微网优化调度模型的函数和所述市场清算约束条件和供需平衡约束条件建立所述微网优化调度模型
具体的，每个微网运营商的目标是最小化其总运行成本，微网优化调度模型的函数为:
式中，Cnon,n为每个微网的总运行成本；Ccr,k,n每个微网的通信成本；Cgrid,k,n为每个微网的电能购买成本；Cload,k,n为每个微网的用户不舒适成本；CBES,k,n为每个微网的电池退化成本。
具体的，微网优化调度模型的约束条件包括市场清算约束、供需平衡约束、总通信成本约束条件、电能成本约束条件、不舒适成本约束条件、电池退化成本约束条件。
资源交易是微网提高资源利用率和运行经济性的重要手段。每个微网都可以与所有其他互联的微网进行协商谈判确定能量和通信资源交易的数量和相应的收益。多个微网之间总共有4类交易资源，分别是电力、沼气和通信资源(通信功率和通信带宽)，为方便后文的公式表述，我们规定下标“e”，“g”，“p”和“w”分别依次代表以上4类交易资源,且a＝e,g,p,w。
微网间的能量和通信交易与收益应该要满足市场清算约束：
Ta,k,n,nn+Ta,k,nn,n＝0a＝e,g,p,w；
Ca,n,nn+Ca,nn,n＝0a＝e,g,p,w；
式中，Ta,k,n,nn表示在第k时隙中微网n和微网nn之间交易时微网n的资源交易数量，Ca,k,n,nn表示在第k时隙中微网n和微网nn之间交易时微网n的收益。
每个微网运营商协调通信资源、多能流的发电、储存和消耗，以保持供需平衡：
Lh,k,n＝HPVT,k,n+SB,k,n+SCHP,k,nηh,CHP/ηe,CHP+SF,k,n-Shf,k,n；
式中，Le,k,n表示电力负载；Lh,k,n表示热负载；Lg,k,n表示气体负载(m3)；PWT,k,n是风力涡轮机(WT)的电能输出；PPVT,k,n表示太阳能热电联产系统(PVT)的电能输出；HPVT,k,n表示太阳能热电联产系统(PVT)的热能输出；Pdis,k,n表示电池储能(BES)的充电电能；Pch,k,n表示电池储能(BES)的放电电能；SB,k,n表示电锅炉的热能输出；ηB表示电锅炉的能源效率；SCHP,k,n表示太阳能热电联产机组(CHP)的电能输出；Sef,k,n表示输入到沼气池的电能；Te,k,n,nn表示微网之间交易的电能；Pbuy,k,n是微网购买的电能；Psell,k,n是微网卖出的电能；ηh,CHP表示太阳能热电联产机组(CHP)气电转换效率；ηe,CHP表示太阳能热电联产机组(CHP)气热转换效率；SF,k,n表示燃气锅炉的热能输出；Shf,k,n表示输入到沼气池的热能；VD,k,n表示沼气池产气量；VGS,k,n表示沼气储存罐的输入/输出量；ηF表示燃气锅炉的气热转换效率；Qbio表示沼气热值；VR,n表示沼气储存总量；Tg,k,n,nn表示微网之间交易的沼气。
请参照图1，基于本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第一至六的任一实施例，本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第七实施例中，所述S200的步骤，包括：
S210，根据所述微网优化调度模型和纳什讨价还价理论，获取每个微网的总成本；
S220，根据所述微网优化调度模型的最优值和所述总成本，建立多微网系统资源交易问题数学模型。
具体的，多微网系统的对等(P2P)能量和通信交易很难通过现有的商业解决方法来解决。这是由于不同微网之间存在着利益冲突，多能流的供需耦合，资源交易和收益耦合的问题。为了解决这一问题，本发明设计了一种基于博弈论的资源交易的方法，通过谈判和协调，促进微网间互利的资源交易。
利用纳什讨价还价理论对双边资源交易谈判问题进行建模和分析，可以得到帕累托有效解，即以公平的方式分配收益，使所有微网都满意地执行。在讨价还价模型中，微网n与其他微网就资源的数量和相应收益进行协商。
每个微网支付给其他微网的额外费用可以表述为：
每个微网总成本可以表述为：
式中：CT,n表示各个微网支付给其他微网的额外费用；Ctot,n表示每个微网的总运行成本；Ccr,k,n表示每个微网的通信成本；Cgrid,k,n表示每个微网的电能购买成本；Cload,k,n表示每个微网的用户不舒适成本；CBES,k,n表示每个微网的电池退化成本。
每个微网都是利己主义的理性决策者，通过资源交易最小化其总成本，从而优化自身性能。微网只有在可以降低总成本的情况下才会参与交易，故有些微网并不会参与交易。
因此，需要满足以下约束的微网才会决定参与资源交易。
式中，C* wt,n为微网优化调度模型的最优值；C* non,n为社会多资源分配子问题的最优值.。
表示微网n可以在不与其它微网交换资源的情况下实现个体最小成本。
本发明提出的对等(P2P)资源交易问题的数学模型的为：
请参照图1，基于本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第七实施例中，本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第八实施例中，所述S200的步骤之后，包括：
S230，将多微网系统资源交易问题数学模型分解为社会多资源分配子问题和交易收益共享子问题；
S240，分别建立所述社会多资源分配子问题的数学模型和所述交易收益共享子问题的数学模型。
具体的，纳什讨价还价模型结果可以确保每个微网以公平的方式共享合作的收益。所提出的多微网系统资源交易问题可以等价地分解为以下两个子问题：社会多资源分配子问题和交易收益共享子问题。
社会多资源分配子文题数学模型为：
式中，C* non,n为社会多资源分配子问题的最优值。
交易收益共享子问题数学模型的函数为；
式中，C* wt,n为微网优化调度模型的最优值；C* non,n为社会多资源分配子问题的最优值；各个微网支付给其他微网的额外费用CT,n。
请参照图1，基于本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第八实施例，本发明的一种风光沼多微网系统及其对等能量和通信交易方法的第九实施例中，所述S300的步骤，包括：
S310，各个所述微网分布式地求解所述社会多资源分配子问题得到最优的能量和通信调度策略；
S320，再将所述最优的调度策略带入所述交易收益共享子问题，各个所述微网分布式地求解所述交易收益共享子问题。
具体的，微网的协调优化需要所有微网的运行状态和技术参数，违反了微网内部信息的私密性。因此，提出了一种完全分布的交替方向乘子(ADMM)方法，将原来的问题分散为多个微网的子问题，并以有限的信息迭代地协调各微网。其目标是使每个微网解决自己的决策子问题，并且只与其相邻微网交换有限的信息。由于社会多资源分配子问题和交易收益共享子问题的耦合是资源交易量和收益的约束即市场清算约束，故可以利用交替方向乘子(ADMM)方法将其分解为一组微网子问题进行求解，来保护信息隐私与微网决策自主权。
使用交替方向乘子(ADMM)方法分布求解问题的过程如下：
步骤1：输入多微网系统的多能源产生、转换、储存、消耗、和通信参数。
步骤2：设置迭代索引it＝0，公差δ1，δ2。初始化拉格朗日乘子y，cy，步长d，cd。
每个微网并行解决社会多资源分配子问题，且满足各自的约束。社会多资源分配子问题的目标拉格朗日函数如下：
式中，上标符aver表示平均值。
步骤3：计算和检查原始和对偶残差是否小于预定的公差：
一旦满足，迭代就结束了。否则，每个微网更新乘子y：
步骤4：设置it＝it+1.每个微网重复步骤3-4，直到满足停止标准。
步骤5：每个微网并行求解局部约束(10)和目标(13)的拉格朗日函数的支付议价子问题。
步骤6：计算和检查原始残差和对偶残差是否小于预定的公差：
一旦满足，迭代就结束了。否则，每个微网更新乘子cy：
步骤7：设置it＝it+1.每个微网重复步骤6-7，直到满足停止标准。
本发明还提供一种风光沼多微网系统，所述风光沼多微网系统由一定区域内相邻的多个微网互联形成，每个所述微网包括风力涡轮机、太阳能热电联产系统、厌氧消化池、进行转换和调节成所需的异质能流的多能流转换和存储装置，且在舒适各个所述微网分别与云服务器通信连接。
如图2所示，指定区域内相邻的N个微网互联形成的多微网系统。各微网均包含多能源的生产、转换、储存、消耗和通信资源。每个微网由混合风光沼可再生能源供给，通过风力涡轮机(WT)、太阳能热电联产系统(PVT)、厌氧消化池、多能流转换和存储装置(如太阳能热电联产机组(CHP)、沼气锅炉、电池储能(BES)、沼气储存罐等进行转换和调节成所需的异质能流)，以满足多种能量需求。这些微网通过电力线和气体管道彼此物理互连，并通过通信网络相互连接。微网运营商负责管理与其他互联微网进行多种能量和通信交易，鼓励资源丰富的微网将其部分资源通过交易分享给资源不足的微网，并在多微网系统区域内配置通信云服务，负责在需求响应期间提供所需的通信资源。
如图3-图4所示，在一具体实施例中，本发明在湖南省的多微网系统进行了测试，该系统由3个风光沼微网组成。通过三种方案的对比分析，验证了本发明的有效性。方案一为提出的分布式互联多微网的资源交易，方案二为不考虑微网间通信交易的多微网资源调度，方案三为不考虑微网间能量和通信交易的多微网调度。
图3表示不同方案下各微网的通信资源利用率。在资源短缺的情况下，多微网系统可以通过向附近的微网共享资源来提高其通信能力。资源丰富的微网3除了满足内部需求外，还将其通信资源共享给资源不足的微网1和2。在没有通信共享的方案2和方案3中，微网1始终保持在较高的通信资源利用率。通过与微网3进行资源交易后，微网1和2的平均资源利用率显著降低。
图4表示在进行能量交易的情况下各微网的最优需求响应。所有的微网都将其弹性负荷从峰值时段转移到非高峰时段，增加了可再生能源的使用率，并降低了运营成本。将更多的可再生能源发电就地消耗，不再反馈给电网，提高了能量利用效率。
表1方案1和方案3的对比结果
表1为在方案1和方案3两种情况下，各微网的运行成本及其资源交易的收益对比。可以发现，通过能量和通信交易，互联微网的系统运行成本从1343.48降低到1090.50，最多降低了18.83％。我们还可以发现，综合考虑运行成本和交易收益的影响，每个微网都能通过资源交易受益。与没有资源交易的方案相比，微网的个体成本分别降低了31.08％，21.65％和12.35％。这验证了所提议的多资源交易方案的有效性，也就是该方案鼓励微网共享其多种类型的资源。
表2各方案的结果对比
表2给出了三种方案在运行成本、电池退化成本、用户不舒适成本，电力采购量和资源最大平均用率的定量比较。可以看出，与方案2和方案3相比，方案1可以提高能源和通信服务的质量。与方案2相比，方案1的系统运行成本降低了1.55％，通信资源利用率降低了45.45％。在方案3方面，方案1的系统运行成本和通信资源利用率分别降低了18.83％和47.83％。还发现，所提出的方法可以通过多能量转换和存储之间的协同作用提供多样化的可再生能源利用方法。由于对等(P2P)能源交易，方案1和2中的微网更愿意共享其可用的存储和需求响应资源，以实现可再生利用的最大化，从而降低表2中的退化成本和不舒适成本。总之，案例研究可以证实所提出的方案在具有成本效益的多微网资源管理上的优势，特别是在提高系统运行经济性和资源利用率方面。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备进入本发明各个实施例所述的方法。
在本说明书的描述中，参考术语“一实施例”、“另一实施例”、“其他实施例”、或“第一实施例～第X实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料、方法步骤或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种风光沼多微网系统对等能量和通信交易方法，其特征在于，用于风光沼多微网系统，所述风光沼多微网系统由指定区域内相邻的多个微网互联形成，每个所述微网包括风力涡轮机、太阳能热电联产系统、厌氧消化池、进行转换和调节成所需的异质能流的多能流转换和存储装置，各个所述微网分别与云服务器通信连接；所述风光沼多微网系统的对等能量和通信交易方法，包括如下步骤：
通过规范个体资源的通信功率和带宽，对单个云资源的利用率进行统一的评估；
根据所述利用率获取服务成本和云资源过度利用的惩罚成本；
根据所述服务成本和所述云资源过度利用的惩罚成本建立总通信成本约束条件；
建立考虑通信资源成本、电能成本、用户不舒适成本和储能成本的微网优化调度模型；
根据所述微网优化调度模型和纳什讨价还价理论建立多微网系统资源交易问题数学模型；
将资源交易问题分解为各个所述微网自身决策的子问题，各个所述微网求解子问题，以求解所述多微网系统资源交易问题数学模型；
求解所述多微网系统资源交易问题数学模型后获取最优的能量调度策略和最优的通信调度策略，以及分配各个微网的收益，实现多微网系统的最优协同运行。
2.根据权利要求1所述的一种风光沼多微网系统对等能量和通信交易方法，其特征在于，所述建立考虑通信资源成本、电能成本、用户不舒适成本和储能成本的微网优化调度模型的步骤之前，包括如下步骤：
获取分时电价和上网电价；
根据所述分时电价和所述上网电价建立电能成本约束条件。
3.根据权利要求1所述的一种风光沼多微网系统对等能量和通信交易方法，其特征在于，所述建立考虑通信资源成本、电能成本、用户不舒适成本和储能成本的微网优化调度模型的步骤之前，包括如下步骤：
获取各微网的电力负荷和热负荷；
根据所述电力负荷和所述热负荷建立不舒适成本约束条件。
4.根据权利要求1所述的一种风光沼多微网系统对等能量和通信交易方法，其特征在于，所述建立考虑通信资源成本、电能成本、用户不舒适成本和储能成本的微网优化调度模型的步骤之前，包括如下步骤：
根据电池投资成本、电池寿命周期数、储能容量和参考放电深度计算电池的充电/放电摊销成本；
根据所述电池的充电/放电摊销成本建立电池退化成本约束条件。
5.根据权利要求1-4中任一项所述的一种风光沼多微网系统对等能量和通信交易方法，其特征在于，所述建立考虑通信资源成本、电能成本、用户不舒适成本、储能成本和微网间资源交易成本的微网优化调度模型的步骤，包括如下步骤：
根据所述通信资源成本、电能成本、用户不舒适成本、储能成本建立微网优化调度模型的函数；
建立所述微网优化调度模型的市场清算约束条件和供需平衡约束条件；
根据所述微网优化调度模型的函数和所述市场清算约束条件和供需平衡约束条件建立所述微网优化调度模型。
6.根据权利要求5所述的一种风光沼多微网系统对等能量和通信交易方法，其特征在于，所述根据所述微网优化调度模型和纳什讨价还价理论建立多微网系统资源交易问题数学模型的步骤，包括如下步骤：
根据所述微网优化调度模型和纳什讨价还价理论，获取多微网系统的总成本；
根据所述微网优化调度模型的最优值和所述总成本，建立多微网系统资源交易问题数学模型。
7.根据权利要求6所述的一种风光沼多微网系统对等能量和通信交易方法，其特征在于，所述根据所述微网优化调度模型和纳什讨价还价理论建立多微网系统资源交易问题数学模型的步骤之后，包括：
将多微网系统资源交易问题数学模型分解为社会多资源分配子问题和交易收益共享子问题；
分别建立所述社会多资源分配子问题的数学模型和所述交易收益共享子问题的数学模型。
8.根据权利要求7所述的一种风光沼多微网系统对等能量和通信交易方法，其特征在于，所述将资源交易问题分解为各个所述微网自身决策的子问题，各个所述微网求解子问题，以此求解所述多微网系统资源交易问题数学模型的步骤，包括：
各个所述微网分布式地求解所述社会多资源分配子问题得到最优的能量调度策略和最优的通信调度策略；
将所述最优的能量调度策略和最优的通信调度调度策略带入所述交易收益共享子问题，各个所述微网分布式地求解所述交易收益共享子问题。
9.一种风光沼多微网系统，其特征在于，应用权利要求1-8中任一项所述的一种风光沼多微网系统对等能量和通信交易方法，所述风光沼多微网系统由指定区域内相邻的多个微网互联形成，每个所述微网包括风力涡轮机、太阳能热电联产系统、厌氧消化池、进行转换和调节成所需的异质能流的多能流转换和存储装置，各个所述微网分别与云服务器通信连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010207367.6A CN111404148B (zh) | 2020-03-23 | 2020-03-23 | 一种风光沼多微网系统及其对等能量和通信交易方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010207367.6A CN111404148B (zh) | 2020-03-23 | 2020-03-23 | 一种风光沼多微网系统及其对等能量和通信交易方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111404148A CN111404148A (zh) | 2020-07-10 |
| CN111404148B true CN111404148B (zh) | 2021-06-15 |
Family
ID=71431093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010207367.6A Active CN111404148B (zh) | 2020-03-23 | 2020-03-23 | 一种风光沼多微网系统及其对等能量和通信交易方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111404148B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112611011B (zh) * | 2020-11-27 | 2022-05-27 | 同济大学 | 沼气与辅助供热系统耦合的供热方法及采暖系统 |
| CN112862175B (zh) * | 2021-02-01 | 2023-04-07 | 天津天大求实电力新技术股份有限公司 | 基于p2p电力交易的本地优化控制方法及装置 |
| CN116957139B (zh) * | 2023-06-28 | 2024-08-27 | 湖南大学 | 考虑微网间碳交易的多综合能源微网优化运行方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104578160A (zh) * | 2015-01-14 | 2015-04-29 | 天津大学 | 一种微网能量控制方法 |
| CN104734168A (zh) * | 2015-03-13 | 2015-06-24 | 山东大学 | 一种基于电热联合调度的微电网运行优化系统及方法 |
| CN110880761A (zh) * | 2019-12-02 | 2020-03-13 | 华北电力大学 | 一种基于p2p平台的风光抽蓄混合系统的联合调度方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8706650B2 (en) * | 2009-01-14 | 2014-04-22 | Integral Analytics, Inc. | Optimization of microgrid energy use and distribution |
| CN106505634B (zh) * | 2016-12-14 | 2019-03-19 | 东南大学 | 基于两阶段协调优化与控制的冷热电联供型微网运行方法 |
| CN107194516B (zh) * | 2017-06-07 | 2020-05-19 | 华北电力大学 | 含多主体的多能互补微电网分布式优化调度方法 |
| CN107482638B (zh) * | 2017-07-21 | 2020-04-28 | 杭州电子科技大学 | 冷热电联供型微电网多目标动态优化调度方法 |
| CN108808743B (zh) * | 2018-05-28 | 2020-08-21 | 华东理工大学 | 基于通信网络的多能源微电网能量预测和优化调度方法 |
| CN109190882B (zh) * | 2018-07-25 | 2021-11-30 | 南京邮电大学 | 电力市场环境下基于云储能的微网经济优化交易方法 |
| CN109636056B (zh) * | 2018-12-24 | 2021-08-03 | 浙江工业大学 | 一种基于多智能体技术的多能源微网去中心化优化调度方法 |
| CN110782076B (zh) * | 2019-10-12 | 2022-06-17 | 华翔翔能科技股份有限公司 | 基于高维目标优化决策的互联微网分层能量调度方法 |
-
2020
- 2020-03-23 CN CN202010207367.6A patent/CN111404148B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104578160A (zh) * | 2015-01-14 | 2015-04-29 | 天津大学 | 一种微网能量控制方法 |
| CN104734168A (zh) * | 2015-03-13 | 2015-06-24 | 山东大学 | 一种基于电热联合调度的微电网运行优化系统及方法 |
| CN110880761A (zh) * | 2019-12-02 | 2020-03-13 | 华北电力大学 | 一种基于p2p平台的风光抽蓄混合系统的联合调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111404148A (zh) | 2020-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Hybrid energy sharing for multiple microgrids in an integrated heat–electricity energy system | |
| Khorasany et al. | Hybrid trading scheme for peer‐to‐peer energy trading in transactive energy markets | |
| Liu et al. | Hybrid energy sharing for smart building cluster with CHP system and PV prosumers: A coalitional game approach | |
| Luo et al. | Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources | |
| Tostado-Véliz et al. | Optimal participation of prosumers in energy communities through a novel stochastic-robust day-ahead scheduling model | |
| CN111404148B (zh) | 一种风光沼多微网系统及其对等能量和通信交易方法 | |
| Xuanyue et al. | Peer-to-peer multi-energy distributed trading for interconnected microgrids: A general Nash bargaining approach | |
| Truong et al. | Multi-use of stationary battery storage systems with blockchain based markets | |
| He et al. | A new cooperation framework with a fair clearing scheme for energy storage sharing | |
| Wang et al. | Autonomous energy community based on energy contract | |
| Zhang et al. | Optimization strategy for power sharing and low-carbon operation of multi-microgrid IES based on asymmetric nash bargaining | |
| Hakimi et al. | Smart household management systems with renewable generation to increase the operation profit of a microgrid | |
| He et al. | Distributed solar energy sharing within connected communities: A coalition game approach | |
| Cao et al. | Co-optimization of multiple virtual power plants considering electricity-heat-carbon trading: A Stackelberg game strategy | |
| Chreim et al. | Energy management in residential communities with shared storage based on multi-agent systems: Application to smart grids | |
| Sobhani et al. | Two-level distributed demand-side management using the smart energy hub concept | |
| Chen et al. | Asymmetric Nash bargaining-based cooperative energy trading of multi-park integrated energy system under carbon trading mechanism | |
| Zhu et al. | Transmission loss-aware peer-to-peer energy trading in networked microgrids | |
| Leung et al. | Energy Management for Renewable Microgrid Cooperation: Theory and Algorithm | |
| Li et al. | Multiobjective Optimization Model considering Demand Response and Uncertainty of Generation Side of Microgrid | |
| Peng et al. | A cloud–fog based adaptive framework for optimal scheduling of energy hubs | |
| Qin et al. | Low‐carbon economic optimal operation strategy of rural multi‐microgrids based on asymmetric Nash bargaining | |
| CN113870030A (zh) | 基于改进纳什议价方法的多微网能源交易机制设计方法 | |
| Fan | [Retracted] Multiobjective Optimal Dispatching Method of Generalized Power Active Distribution Network Based on Game Theory | |
| Spasova et al. | Energy exchange strategy for local energy markets with heterogenous renewable 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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210219 Address after: 413002 No. 1 Xuefu Road West, Longling Industrial Park, Heshan District, Yiyang City, Hunan Province Applicant after: Huaxiang XiangNeng Technology Co.,Ltd. Address before: 413002 No. 1 Xuefu Road West, Longling Industrial Park, Heshan District, Yiyang City, Hunan Province Applicant before: Huaxiang XiangNeng Technology Co.,Ltd. Applicant before: HUNAN University |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A wind, solar, and marsh multi microgrid system and its peer-to-peer energy and communication trading method Effective date of registration: 20231106 Granted publication date: 20210615 Pledgee: China Co. truction Bank Corp Yiyang branch Pledgor: Huaxiang XiangNeng Technology Co.,Ltd. Registration number: Y2023980063452 |