CN111476675B - 基于需求响应的综合能源系统分布式均衡交互控制方法 - Google Patents
基于需求响应的综合能源系统分布式均衡交互控制方法 Download PDFInfo
- Publication number
- CN111476675B CN111476675B CN202010181175.2A CN202010181175A CN111476675B CN 111476675 B CN111476675 B CN 111476675B CN 202010181175 A CN202010181175 A CN 202010181175A CN 111476675 B CN111476675 B CN 111476675B
- Authority
- CN
- China
- Prior art keywords
- energy
- des
- demand
- distributed
- unit price
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000004044 response Effects 0.000 title claims abstract description 23
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 7
- 230000003993 interaction Effects 0.000 claims abstract description 46
- 238000005457 optimization Methods 0.000 claims abstract description 42
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 20
- 230000009977 dual effect Effects 0.000 claims abstract description 19
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 32
- 239000007789 gas Substances 0.000 claims description 21
- 239000003345 natural gas Substances 0.000 claims description 16
- 230000005611 electricity Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000013178 mathematical model Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000010248 power generation Methods 0.000 claims description 6
- 230000020169 heat generation Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013478 data encryption standard Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于需求响应的综合能源系统分布式均衡交互控制方法,属于电力市场技术领域。该方法首先确定综合能源系统均衡交互优化目标;之后,利用对偶分解法将综合能源系统分解为多组单售多购子系统;最后利用分布式算法调整分布式能源站的能源单价和用户的能源需求量,达到均衡交互优化目标。本发明构建的均衡交互方法适用于多种多能源的综合能源系统均衡交易,通过对偶分解将系统分为多组单售多购子系统,避免了中央控制器或任何第三方频繁获取用户信息,保障了交易双方隐私不被侵犯;将分布式均衡交互技术应用于综合能源系统中,达到了分布式能源站收益和能源用户效用最优的目标,易于推广应用。
Description
技术领域
本发明属于电力市场技术领域,具体涉及一种基于需求响应的综合能源系统分布式均衡交互控制方法及系统。
背景技术
天然气作为发电的清洁能源,不仅具有很高的环境效益,而且具有良好的经济性。将其应用于分布式发电中,不仅可以实现能量的级联应用,提高能源利用效率,而且对系统的安全稳定具有积极的作用。DES(分布式能源站)以天然气为基础,可为用户提供多种能源,如热能、电能等,其能源效率可达80%以上,是目前工业工程中最有前途的操作模式之一。
目前很多研究都分析了多区域DES互联的协同优化问题,例如确定供给点到需求点之间能源传输管道的数量和网络布局以达到能源供应成本的最小化,抑或是,研究分布式天然气发电在电力市场交易机制下合理的定价参数,但大多缺乏对综合能源系统生产运营优化的综合考虑,很可能造成能源浪费,增加不必要的成本。因此如何克服现有技术的不足是目前电力市场技术领域亟需解决的问题。
发明内容
本发明的目的是为了解决现有技术的不足,提供一种基于需求响应的综合能源系统分布式均衡交互控制方法及系统,该方法是一种基于需求响应的分布式方法,在能源站和用户双方对能源单价和能源需求量进行调整,使得分布式能源站收益最优、能源用户效用最优,同时保障了能源交易双方隐私不受侵犯。
为实现上述目的,本发明采用的技术方案如下:
基于需求响应的综合能源系统分布式均衡交互控制方法,包括以下步骤:
第一步:确定综合能源系统均衡交互优化目标;
第二步:利用对偶分解法将综合能源系统分解为多组单售多购子系统;
第三步:利用分布式算法调整分布式能源站的能源单价和用户的能源需求量,达到均衡交互优化目标。
进一步,优选的是,所述的第一步:确定综合能源系统均衡交互优化目标;具体方法如下:
目标数学模型如下:
能源用户消费电能和热能获得的效用函数方程式:
分布式能源站输出电能和热能的成本函数方程式:
Ck=Ck,e+Ck,g (7)
其中,系统包含K个分布式能源站DES和N个能源用户EU,EUn为第n个能源用户,DESk第k个分布式能源站;Un为EUn消费电能和热能获得的效用,Ck为DESk输出电能和热能的成本,分别为天然气公司对燃气轮机、燃气锅炉的天然气供给量,/>分别为燃气轮机和燃气锅炉的最大容量,αe、αh分别为电能、热能在传输过程中的网络损耗率,分别为DESk输出的电能和热能,/>分别为EUn的电能、热能基线需求,/>分别为EUn的电能、热能需求上限,/>分别为EUn消费电能、热能获得的效用,/> 分别为EUn对消费电能、热能的偏好系数,Ck,e为DESk从输入电到输出能量的成本,Ck,g为DESk从输入天然气到输出能量的成本,/>为电能输入量,ak,e、bk,e和ak,g、bk,g为可变成本系数,ck,e和ck,g分别为发电的固定成本、产热的固定成本;/>分别为电负荷需求、气负荷需求。
进一步,优选的是,所述的第二步:利用对偶分解法将综合能源系统分解为多组单售多购子系统,包括以下步骤:
1)引入拉格朗日乘子,解耦式(4),得到方程式:
其中,μ n、 γ n和/>为一组非负协调参数;
2)式(10)的第一项分解成K组单个DES多个EU的子系统,其中第k组子系统优化目标的数学模型:
s.t.(2-3)
3)引入拉格朗日乘子,解耦式(3),得到方程式:
其中,和/>为一组非负拉格朗日乘子,对应为电价和热价;
4)将式(13)的第一项和第二项分离,得到:
其中,式(15)为EUn需要优化的问题,式(16)为DESk需要优化的问题。
进一步,优选的是,所述的第三步:利用分布式算法调整分布式能源站的能源单价和用户的能源需求量包括:分布式能源站调整能源单价和能源用户调整能源需求量,迭代求解直至达到均衡收敛状态,从而达到均衡优化目标。
进一步,优选的是,所述的调整能源单价包括以下步骤:
1)DESk根据能源单价初始值计算能源供应量,其方程式如下:
和/>分别为DESk根据能源单价计算得出的电能、热能供应量,/>和/>分别为DESk在满足式(2)时所能供应的电能、热能最大值;/>分别表示第t次迭代时电价和热价的拉格朗日乘子;
2)DESk接收EUn的能源需求量信息;
3)DESk根据能源供应量和能源需求量调整能源单价,其方程式如下:
和/>分别为DESk根据能源供应量和能源需求量调整后第t次迭代后的电价和热价,ve和vh为非负拉格朗日乘子,/>和/>分别为EUn根据能源单价调整所得的电能、热能需求量;
4)DESk将调整后的能源单价发送给EUn,直到且/>停止调整,ε为收敛精度。
进一步,优选的是,所述的调整能源需求量包括以下步骤:
1)EUn接收DESk的能源单价信息;
2)EUn根据能源单价调整能源需求量,其方程式如下:
3)EUn将调整后的能源需求量发送给DESk;
4)EUn根据调整后的能源需求量计算式(11)中的协调参数,其方程式如下:
和/>为EUn根据调整后的能源需求量计算得到的协调参数迭代值,/>和/>为协调参数原值;
直到且,停止调整,ε为收敛精度。
本发明同时提供一种基于需求响应的综合能源系统分布式均衡交互控制系统,包括:
第一处理模块,用于确定综合能源系统均衡交互优化目标;
第二处理模块,用于利用对偶分解法将综合能源系统分解为多组单售多购子系统;
均衡交互控制模块,用于利用分布式算法计算分布式能源站的能源单价和用户的能源需求量,之后按照计算结果控制调整。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如上述基于需求响应的综合能源系统分布式均衡交互控制方法的步骤。
本发明另外提供一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如上述基于需求响应的综合能源系统分布式均衡交互控制方法的步骤。
本发明最后求解得到以下内容:
用户侧(EU)的能量需求值和/>
供给侧(DES)的能量供给值和能量单价/>和/>
根据所得到的以上内容,各DES设置价格和供给量;而每个EU自己决定从哪个DES业公司买电能和热能以及买多少,实现综合能源系统效益最大化。
“均衡”指在本发明方法中,是指供需双方能达到平衡的目标效果,用户侧能获得高效用,供给侧能花费低成本。“交互”指本发明方法采用了循环迭代。
本发明与现有技术相比,其有益效果为:
本发明提出的一种基于需求响应的综合能源系统分布式均衡交互控制方法,即综合能源系统均衡交互的问题经由对偶分解法分解为多组单售多购子系统的均衡优化问题,减少了计算负担,且保障了交易双方的信息隐私;通过基于需求响应的分布式算法,分别在能源站和用户双方调整了能源单价及能源需求量,从而实现了分布式能源站收益最优和能源用户效用最优的均衡交互目标,在保证交易双方的信息隐私的基础上达到全局最优的效果,将交易双方的信息隐私的要求投入现实考虑,实现清洁能源高效开发利用。
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表作简单地介绍,显而易见地,下面描述中的附图表仅仅是本发明中记载的一些实施例,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表获得其他的附图表。
图1为综合能源系统示意图;
图2为分布式能源站示意图;
图3为低初始能源单价时的算例收敛图;
图4为高初始能源单价时的算例收敛图;
图5是本发明基于需求响应的综合能源系统分布式均衡交互控制系统的结构示意图;
图6为本发明电子设备结构示意图。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限定本发明的范围。实施例中未注明具体技术或条件者,按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商者,均为可以通过购买获得的常规产品。
基于需求响应的综合能源系统分布式均衡交互控制方法,包括以下步骤:
第一步:确定综合能源系统均衡交互优化目标;
第二步:利用对偶分解法将综合能源系统分解为多组单售多购子系统;
第三步:利用分布式算法调整分布式能源站的能源单价和用户的能源需求量,达到均衡交互优化目标。
所述的第一步:确定综合能源系统均衡交互优化目标;具体方法如下:
目标数学模型如下:
这个目标设计的目的是综合能源系统效益最大化(用户效用与生产成本之差)。
能源用户消费电能和热能获得的效用函数方程式:
分布式能源站输出电能和热能的成本函数方程式:
Ck=Ck,e+Ck,g (7)
其中,系统包含K个分布式能源站DES和N个能源用户EU,EUn为第n个能源用户,DESk第k个分布式能源站;Un为EUn消费电能和热能获得的效用,Ck为DESk输出电能和热能的成本,分别为天然气公司对燃气轮机、燃气锅炉的天然气供给量,/>分别为燃气轮机和燃气锅炉的最大容量,αe、αh分别为电能、热能在传输过程中的网络损耗率,分别为DESk输出的电能和热能,/>分别为EUn的电能、热能基线需求,/>分别为EUn的电能、热能需求上限,/>分别为EUn消费电能、热能获得的效用,/> 分别为EUn对消费电能、热能的偏好系数,可以反映出用户对能源的需求偏好,并且会影响需求量的大小,Ck,e为DESk从输入电到输出能量的成本,Ck,g为DESk从输入天然气到输出能量的成本,/>为电能输入量,ak,e、bk,e和ak,g、bk,g为可变成本系数,ck,e和ck,g分别为发电的固定成本、产热的固定成本;/>分别为电负荷需求、气负荷需求。
所述的第二步:利用对偶分解法将综合能源系统分解为多组单售多购子系统(即式(10)的第一项分解成K组单个DES多个EU的子系统),包括以下步骤:
1)引入拉格朗日乘子,解耦式(4),得到方程式:
其中,μ n、 γ n和/>为一组非负协调参数;
2)式(10)的第一项分解成K组单个DES多个EU的子系统,其中第k组子系统优化目标的数学模型:
s.t.(2-3)
s.t.(2-3)表示前文的约束条件(2)和(3);
3)引入拉格朗日乘子,解耦式(3),得到方程式:
其中,和/>为一组非负拉格朗日乘子,对应为电价和热价;
4)将式(13)的第一项和第二项分离,得到:
其中,式(15)为EUn需要优化的问题,即作为整个优化问题分解后的需求侧部分,通过优化确定各个用户(EU)的能源需求量;式(16)为DESk需要优化的问题,即作为整个优化问题分解后的供给侧部分,通过优化确定各个分布式能源站(DES)的能源供应量和能源价格
所述的第三步:利用分布式算法调整分布式能源站的能源单价和用户的能源需求量包括:分布式能源站调整能源单价和能源用户调整能源需求量,迭代求解直至达到均衡收敛状态,从而达到均衡优化目标。
所述的调整能源单价包括以下步骤:
1)DESk根据能源单价初始值计算能源供应量,其方程式如下:
和/>分别为DESk根据能源单价计算得出的电能、热能供应量,/>和/>分别为DESk在满足式(2)时所能供应的电能、热能最大值;/>分别表示第t次迭代时电价和热价的拉格朗日乘子;
2)DESk接收EUn的能源需求量信息;
3)DESk根据能源供应量和能源需求量调整能源单价,其方程式如下:
和/>分别为DESk根据能源供应量和能源需求量调整后第t次迭代后的电价和热价,ve和vh为非负拉格朗日乘子,/>和/>分别为EUn根据能源单价调整所得的电能、热能需求量;
4)DESk将调整后的能源单价发送给EUn,直到且/>停止调整,ε为收敛精度。
所述的调整能源需求量包括以下步骤:
1)EUn接收DESk的能源单价信息;
2)EUn根据能源单价调整能源需求量,其方程式如下:
3)EUn将调整后的能源需求量发送给DESk;
4)EUn根据调整后的能源需求量计算式(11)中的协调参数,其方程式如下:
和/>为EUn根据调整后的能源需求量计算得到的协调参数迭代值,/>和/>为协调参数原值;
直到且,停止调整,ε为收敛精度。
如图5所示,基于需求响应的综合能源系统分布式均衡交互控制系统,包括:
第一处理模块101,用于确定综合能源系统均衡交互优化目标;
第二处理模块102,用于利用对偶分解法将综合能源系统分解为多组单售多购子系统;
均衡交互控制模块103,用于利用分布式算法计算分布式能源站的能源单价和用户的能源需求量,之后按照计算结果控制调整。
在本发明实施例中,第一处理模块101确定综合能源系统均衡交互优化目标;第二处理模块102利用对偶分解法将综合能源系统分解为多组单售多购子系统;均衡交互控制模块103利用分布式算法计算分布式能源站的能源单价和用户的能源需求量,之后按照计算结果控制调整。
本发明实施例提供的一种基于需求响应的综合能源系统分布式均衡交互控制系统,该系统避免了中央控制器或任何第三方频繁获取用户信息,保障了交易双方隐私不被侵犯;将分布式均衡交互技术应用于综合能源系统中,达到了分布式能源站收益和能源用户效用最优的目标,易于推广应用。
本发明实施例提供的系统是用于执行上述各方法实施例的,具体流程和详细内容请参照上述实施例,此处不再赘述。
图6为本发明实施例提供的电子设备结构示意图,参照图6,该电子设备可以包括:处理器(processor)201、通信接口(Communications Interface)202、存储器(memory)203和通信总线204,其中,处理器201,通信接口202,存储器203通过通信总线204完成相互间的通信。处理器201可以调用存储器203中的逻辑指令,以执行如下方法:确定综合能源系统均衡交互优化目标;利用对偶分解法将综合能源系统分解为多组单售多购子系统;利用分布式算法计算分布式能源站的能源单价和用户的能源需求量,之后按照计算结果控制调整。
此外,上述的存储器203中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的基于需求响应的综合能源系统分布式均衡交互控制方法,例如包括:确定综合能源系统均衡交互优化目标;利用对偶分解法将综合能源系统分解为多组单售多购子系统;利用分布式算法计算分布式能源站的能源单价和用户的能源需求量,之后按照计算结果控制调整。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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各实施方式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。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
应用实例
一种基于需求响应的综合能源系统分布式均衡交互控制方法,包括以下步骤:
第一步:确定综合能源系统均衡交互优化目标;
第二步:利用对偶分解法将综合能源系统分解为多组单售多购子系统;
第三步:利用分布式算法调整分布式能源站的能源单价和用户的能源需求量,达到均衡交互优化目标。
该实例中的综合能源系统如图1所示,由2个DES和2个EU组成,DES如图2所示,具体参数由表1给出
表1
1.确定综合能源系统均衡交互优化目标:其数学模型:
能源用户(EU)消费电能和热能获得的效用函数方程式:
/>
分布式能源站(DES)输出电能和热能的成本函数方程式:
Ck=Ck,e+Ck,g
其中,系统包含K个分布式能源站和N个能源用户,Un为EUn消费电能和热能获得的效用,Ck为DESk输出电能和热能的成本,分别为天然气公司对燃气轮机、燃气锅炉的天然气供给量,/>分别为燃气轮机和燃气锅炉的最大容量,αe、αh分别为电能、热能在传输过程中的网络损耗率,αe、αh分别为电能、热能在传输过程中的网络损耗率,分别为DESk输出的电能和热能,/>分别为EUn的电能、热能基线需求,/>分别为EUn的电能、热能需求上限,/>分别为EUn消费电能、热能获得的效用,/> 分别为EUn对消费电能、热能的偏好系数,可以反映出用户对能源的需求偏好,并且会影响需求量的大小,Ck,e为DESk从输入电到输出能量的成本,Ck,g为DESk从输入天然气到输出能量的成本,/>为电能输入量,ak,e、bk,e和ak,g、bk,g为可变成本系数,ck,e和ck,g为固定成本。
DESk和EUn两者都是独立的个体。DESk目标是成本最小以达到收益最优,EUn目标是效用最优。然而,单个最优解不一定能得到整体最优解。为此,采用需求侧效用减去供给侧成本作为目标函数,以更低的供给侧成本实现更高的需求侧效用,如式(1)所示。式(2)表示天然气供给量不得超过最大容量,式(3)表示能量在传输过程中有一定的损耗,式(4)表示每个用户的能源需求须在范围内,不得少于基线需求,不得多于需求上限。
本实例中DES的能量转换方程式:
其中,分别为燃气轮机(gas turbine,GT)中电、热的生产效率;/> 分别为余热锅炉(heat recovery steam generator,HRSG)的蒸汽、热水的生产效率;/>分别为蒸汽轮机(steam turbine,ST)中电、热的生产效率;/>为燃气锅炉(gas boiler,GB)的产热效率;ηHE为热转换机(heat exchanger,HE)的热转换效率;ηT为变压器的转换率。
2.利用对偶分解法将综合能源系统分解为多组单售多购子系统:
式(4)是一种空间耦合约束,它将所有的能源站连接在一起,使得目标的优化变得困难,引入一组非负协调参数μ n, γ n和/>得到方程式:
式(10)的第一项可分,分解成K组单个DES多个EU的子系统,就得到单售多购子系统的优化目标,第k组子系统优化目标的数学模型:
s.t.(2-3)
式(3)存在耦合,引入拉格朗日乘子和/>对应为电价和热价,得到方程式:
根据对偶分解法,最优对偶间隙为零的两个函数解是一致的。
将式(13)的第一项和第二项分离,得到:
其中,式(15)为EUn需要优化的问题,式(16)为DESk需要优化的问题。
3.利用分布式算法调整分布式能源站的能源单价和用户的能源需求量,达到均衡交互优化目标:分布式能源站调整能源单价,用户调整能源需求量,迭代求解直至达到均衡收敛状态,因此达到均衡优化目标。
在供给侧,DESk根据能源单价初始值计算能源供应量,通过式(16)得到计算能源供应量的方程式:
和/>分别为DESk根据能源单价计算得出的电能、热能供应量,/>和/>分别为DESk在满足式(2)时所能供应的电能、热能最大值。/>分别表示第t次迭代时电价和热价的拉格朗日乘子;
DESk接收EUn的能源需求量信息,DESk根据能源供应量和能源需求量调整能源单价,通过式(14)得到计算能源供应量的方程式:
和/>分别为DESk根据能源供应量和能源需求量调整后第t次迭代后的电价和热价,ve和vh为非负拉格朗日乘子,/>和/>分别为EUn根据能源单价调整所得的电能、热能需求量。
DESk将调整后的能源单价发送给EUn,直到且/>停止调整,ε为收敛精度。
在需求侧,EUn接收DESk的能源单价信息;EUn根据能源单价调整能源需求量,通过式(15)得到计算能源需求量的方程式:
EUn将调整后的能源需求量发送给DESk;EUn根据调整后的能源需求量计算式(11)中的协调参数,其方程式如下:
/>
和/>为EUn根据调整后的能源需求量计算得到的协调参数迭代值,/>和/>为协调参数原值。
直到且/>停止调整,/>为收敛精度。
为了体现电价初始值不同时,所述的基于需求响应的综合能源系统分布式均衡交互控制方法的有效性,低初始值的均衡效果如图3,高初始值的均衡效果如图4;
本方法与现有方法相比,各个分布式能源站根据供需关系设置能源价格和供给量,而每个用户自己决定从哪个分布式能源站购买电能和热能以及买多少。创新之处在于它既不询问中央控制器,也不询问任何第三方,也不显示任何实体的优先级信息,不仅实现了隐私保护,还节省了额外的通信成本。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (4)
1.基于需求响应的综合能源系统分布式均衡交互控制方法,其特征在于,包括以下步骤:
第一步:确定综合能源系统均衡交互优化目标;
第二步:利用对偶分解法将综合能源系统分解为多组单售多购子系统;
第三步:利用分布式算法调整分布式能源站的能源单价和用户的能源需求量,达到均衡交互优化目标;
所述的第一步:确定综合能源系统均衡交互优化目标;具体方法如下:
目标数学模型如下:
能源用户消费电能和热能获得的效用函数方程式:
分布式能源站输出电能和热能的成本函数方程式:
Ck=Ck,e+Ck,g (7)
其中,系统包含K个分布式能源站DES和N个能源用户EU,EUn为第n个能源用户,DESk第k个分布式能源站;Un为EUn消费电能和热能获得的效用,Ck为DESk输出电能和热能的成本,分别为天然气公司对燃气轮机、燃气锅炉的天然气供给量,/>分别为燃气轮机和燃气锅炉的最大容量,αe、αh分别为电能、热能在传输过程中的网络损耗率,分别为DESk输出的电能和热能,/>分别为EUn的电能、热能基线需求,/>分别为EUn的电能、热能需求上限,/>分别为EUn消费电能、热能获得的效用,/>分别为EUn对消费电能、热能的偏好系数,Ck,e为DESk从输入电到输出能量的成本,Ck,g为DESk从输入天然气到输出能量的成本,/>为电能输入量,ak,e、bk,e和ak,g、bk,g为可变成本系数,ck,e和ck,g分别为发电的固定成本、产热的固定成本;/>分别为电负荷需求、气负荷需求;
所述的第二步:利用对偶分解法将综合能源系统分解为多组单售多购子系统,包括以下步骤:
1)引入拉格朗日乘子,解耦式(4),得到方程式:
其中,μ n、 γ n和/>为一组非负协调参数;
2)式(10)的第一项分解成K组单个DES多个EU的子系统,其中第k组子系统优化目标的数学模型:
s.t. (2-3)
3)引入拉格朗日乘子,解耦式(3),得到方程式:
其中,和/>为一组非负拉格朗日乘子,对应为电价和热价;
4)将式(13)的第一项和第二项分离,得到:
其中,式(15)为EUn需要优化的问题,式(16)为DESk需要优化的问题;
所述的第三步:利用分布式算法调整分布式能源站的能源单价和用户的能源需求量包括:分布式能源站调整能源单价和能源用户调整能源需求量,迭代求解直至达到均衡收敛状态,从而达到均衡优化目标;
所述的调整能源单价包括以下步骤:
1)DESk根据能源单价初始值计算能源供应量,其方程式如下:
和/>分别为DESk根据能源单价计算得出的电能、热能供应量,/>和/>分别为DESk在满足式(2)时所能供应的电能、热能最大值;/> 分别表示第t次迭代时电价和热价的拉格朗日乘子;
2)DESk接收EUn的能源需求量信息;
3)DESk根据能源供应量和能源需求量调整能源单价,其方程式如下:
和/>分别为DESk根据能源供应量和能源需求量调整后第t次迭代后的电价和热价,ve和vh为非负拉格朗日乘子,/>和/>分别为EUn根据能源单价调整所得的电能、热能需求量;
4)DESk将调整后的能源单价发送给EUn,直到且/>停止调整,ε为收敛精度;
所述的调整能源需求量包括以下步骤:
1)EUn接收DESk的能源单价信息;
2)EUn根据能源单价调整能源需求量,其方程式如下:
3)EUn将调整后的能源需求量发送给DESk;
4)EUn根据调整后的能源需求量计算式(11)中的协调参数,其方程式如下:
和/>为EUn根据调整后的能源需求量计算得到的协调参数迭代值,和/>为协调参数原值;
直到且,停止调整,ε为收敛精度;
最后求解得到以下内容:
用户EU的能量需求值和/>
供给DES的能量供给值和能量单价/>和/>
根据所得到的以上内容,各DES设置价格和供给量。
2.基于需求响应的综合能源系统分布式均衡交互控制系统,采用权利要求1所述的基于需求响应的综合能源系统分布式均衡交互控制方法,其特征在于,包括:
第一处理模块,用于确定综合能源系统均衡交互优化目标;
第二处理模块,用于利用对偶分解法将综合能源系统分解为多组单售多购子系统;
均衡交互控制模块,用于利用分布式算法计算分布式能源站的能源单价和用户的能源需求量,之后按照计算结果控制调整。
3.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1所述基于需求响应的综合能源系统分布式均衡交互控制方法的步骤。
4.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1所述基于需求响应的综合能源系统分布式均衡交互控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010181175.2A CN111476675B (zh) | 2020-03-16 | 2020-03-16 | 基于需求响应的综合能源系统分布式均衡交互控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010181175.2A CN111476675B (zh) | 2020-03-16 | 2020-03-16 | 基于需求响应的综合能源系统分布式均衡交互控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111476675A CN111476675A (zh) | 2020-07-31 |
CN111476675B true CN111476675B (zh) | 2023-11-03 |
Family
ID=71747488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010181175.2A Active CN111476675B (zh) | 2020-03-16 | 2020-03-16 | 基于需求响应的综合能源系统分布式均衡交互控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111476675B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2172887A2 (en) * | 2008-09-30 | 2010-04-07 | Rockwell Automation Technologies, Inc. | System and method for dynamic multi-objective optimization of machine selection, integration and utilization |
US7917379B1 (en) * | 2001-09-25 | 2011-03-29 | I2 Technologies Us, Inc. | Large-scale supply chain planning system and method |
CN104200297A (zh) * | 2014-07-11 | 2014-12-10 | 浙江大学 | 实时电价环境下的家居混合供电系统能量优化调度方法 |
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 |
CN107194516A (zh) * | 2017-06-07 | 2017-09-22 | 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 |
CN107679776A (zh) * | 2017-11-14 | 2018-02-09 | 上海泛智能源装备有限公司 | 一种能源调度方法及分布式能源系统、分布式能源网络系统 |
CN108564305A (zh) * | 2018-05-04 | 2018-09-21 | 清华大学 | 能源互联网分布式综合需求侧响应方法及装置 |
CN109118293A (zh) * | 2018-08-31 | 2019-01-01 | 东南大学 | 一种热-电综合能源管理系统及方法 |
CN109193684A (zh) * | 2018-08-14 | 2019-01-11 | 河海大学 | 一种基于两阶段优化的电力系统实时无功优化方法 |
CN109711623A (zh) * | 2018-12-28 | 2019-05-03 | 四川大学 | 不确定条件下基于均衡策略的保水采煤优化方法 |
CN109784569A (zh) * | 2019-01-23 | 2019-05-21 | 华北电力大学 | 一种区域综合能源系统优化控制方法 |
CN109886469A (zh) * | 2019-01-23 | 2019-06-14 | 华北电力大学 | 一种区域综合能源系统需求侧管理方法 |
CN109886464A (zh) * | 2019-01-20 | 2019-06-14 | 东北电力大学 | 基于优化奇异值分解生成特征集的低信息损失短期风速预测方法 |
CN109902855A (zh) * | 2019-01-14 | 2019-06-18 | 昆明电力交易中心有限责任公司 | 一种市场环境下的梯级关键水电站多目标优化及电量分配方法 |
CN110378729A (zh) * | 2019-07-11 | 2019-10-25 | 中国科学院电工研究所 | 一种基于动态能源价格策略的综合需求响应方法 |
CN110474320A (zh) * | 2019-07-24 | 2019-11-19 | 广东工业大学 | 分布式共享与集中式清算相协同的配电网优化方法 |
CN110569556A (zh) * | 2019-08-14 | 2019-12-13 | 上海电力大学 | 一种基于主从博弈的区域分布式能源网设计与优化方法 |
CN110648251A (zh) * | 2019-09-25 | 2020-01-03 | 广东电网有限责任公司 | 一种供需双边博弈的用能预测系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9058443B2 (en) * | 2012-07-17 | 2015-06-16 | International Business Machines Corporation | Planning economic energy dispatch in electrical grid under uncertainty |
US10175681B2 (en) * | 2014-05-01 | 2019-01-08 | Johnson Controls Technology Company | High level central plant optimization |
-
2020
- 2020-03-16 CN CN202010181175.2A patent/CN111476675B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7917379B1 (en) * | 2001-09-25 | 2011-03-29 | I2 Technologies Us, Inc. | Large-scale supply chain planning system and method |
EP2172887A2 (en) * | 2008-09-30 | 2010-04-07 | Rockwell Automation Technologies, Inc. | System and method for dynamic multi-objective optimization of machine selection, integration and utilization |
CN104200297A (zh) * | 2014-07-11 | 2014-12-10 | 浙江大学 | 实时电价环境下的家居混合供电系统能量优化调度方法 |
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 |
CN107194516A (zh) * | 2017-06-07 | 2017-09-22 | 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 |
CN107679776A (zh) * | 2017-11-14 | 2018-02-09 | 上海泛智能源装备有限公司 | 一种能源调度方法及分布式能源系统、分布式能源网络系统 |
CN108564305A (zh) * | 2018-05-04 | 2018-09-21 | 清华大学 | 能源互联网分布式综合需求侧响应方法及装置 |
CN109193684A (zh) * | 2018-08-14 | 2019-01-11 | 河海大学 | 一种基于两阶段优化的电力系统实时无功优化方法 |
CN109118293A (zh) * | 2018-08-31 | 2019-01-01 | 东南大学 | 一种热-电综合能源管理系统及方法 |
CN109711623A (zh) * | 2018-12-28 | 2019-05-03 | 四川大学 | 不确定条件下基于均衡策略的保水采煤优化方法 |
CN109902855A (zh) * | 2019-01-14 | 2019-06-18 | 昆明电力交易中心有限责任公司 | 一种市场环境下的梯级关键水电站多目标优化及电量分配方法 |
CN109886464A (zh) * | 2019-01-20 | 2019-06-14 | 东北电力大学 | 基于优化奇异值分解生成特征集的低信息损失短期风速预测方法 |
CN109784569A (zh) * | 2019-01-23 | 2019-05-21 | 华北电力大学 | 一种区域综合能源系统优化控制方法 |
CN109886469A (zh) * | 2019-01-23 | 2019-06-14 | 华北电力大学 | 一种区域综合能源系统需求侧管理方法 |
CN110378729A (zh) * | 2019-07-11 | 2019-10-25 | 中国科学院电工研究所 | 一种基于动态能源价格策略的综合需求响应方法 |
CN110474320A (zh) * | 2019-07-24 | 2019-11-19 | 广东工业大学 | 分布式共享与集中式清算相协同的配电网优化方法 |
CN110569556A (zh) * | 2019-08-14 | 2019-12-13 | 上海电力大学 | 一种基于主从博弈的区域分布式能源网设计与优化方法 |
CN110648251A (zh) * | 2019-09-25 | 2020-01-03 | 广东电网有限责任公司 | 一种供需双边博弈的用能预测系统及方法 |
Non-Patent Citations (4)
Title |
---|
Distraibuted energy trading in microgrids:a game-theoretic model and its equilibrium analysis;LEE J, GUO J, CHOI J K;《IEEE Transactions on Intrustrial Electronics》;第62卷(第6期);第3524-3533页 * |
冯兆丽.基于改进对偶分解的智能电网实时定价算法研究.硕士电子期刊 工程科技Ⅱ辑.2012,(第09期),第12-49页. * |
吴利兰等.基于Stackelberg博弈模型的综合能源系统均衡交互策略.《电力系统自动化》.2018,第42卷(第4期),第142-150页. * |
基于配网节点电价的产消者日前优化调度;胡俊杰;《电网技术》;第43卷(第8期);第2770-2780页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111476675A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | A stochastic-robust coordinated optimization model for CCHP micro-grid considering multi-energy operation and power trading with electricity markets under uncertainties | |
CN113452020B (zh) | 一种考虑柔性氢需求的电氢能源系统调度方法 | |
WO2019184344A1 (zh) | 一种微能源网多目标运行控制方法 | |
CN111950807A (zh) | 计及不确定性与需求响应的综合能源系统优化运行方法 | |
Ju et al. | A dynamic risk aversion model for virtual energy plant considering uncertainties and demand response | |
CN116247719A (zh) | 一种基于阶梯碳交易的微电网两阶段鲁棒优化配置方法 | |
CN114123361B (zh) | 一种面向微能网接入的交直流配电网协同优化调度方法 | |
CN111476675B (zh) | 基于需求响应的综合能源系统分布式均衡交互控制方法 | |
CN111724026B (zh) | 一种多能源网络与配水网耦合运行的优化方法 | |
Ma et al. | Operation optimization of electric power-hot water-steam integrated energy system | |
CN110661255B (zh) | 一种多能源系统的热电优化运行方法、装置及设备 | |
Lv et al. | Low-carbon optimal operation of electricity–heat–gas systems based on bi-directional tiered-pricing carbon trading | |
WO2024093027A1 (zh) | 一种能源分配方法及装置 | |
CN112001613A (zh) | 基于多微能源网系统合作博弈决策机制的利益分配策略 | |
CN109376406B (zh) | 供能系统超结构模型、建模方法、计算机设备和存储介质 | |
CN110516863A (zh) | 一种冷热电联供型多微网主动配电系统双层优化方法 | |
JP2002369413A (ja) | 温室効果ガス排出量抑制型電力発生/供給システム | |
CN112039076B (zh) | 综合分布式电源与负荷的配电网潮流动态等值方法及系统 | |
Shuai et al. | Cooperative operation mechanism of multi-energy microgrids based on Nash bargaining method | |
CN111523792B (zh) | 综合能源系统调度参数计算、设备控制方法及相关装置 | |
Xu et al. | Research on the coordinated optimization operation method of Park Comprehensive Energy System Based on master-slave game | |
CN116436099B (zh) | 一种微电网鲁棒优化调度方法和系统 | |
Song et al. | Collaborative Optimization of Multi-energy Complementary System via Game Theory | |
Wu et al. | Energy Storage Capacity Configuration of Interconnected Regional Integrated Energy Systems Based on Markov Model and Cooperative Game | |
Zhang et al. | Two-Stage Optimization Scheduling of Multi-Microgrids with Hydrogen-Infused Gas in an Uncertain Environment using Nash Bargaining |
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 |