CN111969657A - 一种基于谈判博弈的多能源站系统经济优化运行方法 - Google Patents

一种基于谈判博弈的多能源站系统经济优化运行方法 Download PDF

Info

Publication number
CN111969657A
CN111969657A CN202010870012.5A CN202010870012A CN111969657A CN 111969657 A CN111969657 A CN 111969657A CN 202010870012 A CN202010870012 A CN 202010870012A CN 111969657 A CN111969657 A CN 111969657A
Authority
CN
China
Prior art keywords
energy
stations
station
energy storage
storage
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
CN202010870012.5A
Other languages
English (en)
Other versions
CN111969657B (zh
Inventor
李鹏
周益斌
陈博
付林
王子轩
高一航
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.)
North China Electric Power University
Original Assignee
North China Electric Power 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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202010870012.5A priority Critical patent/CN111969657B/zh
Publication of CN111969657A publication Critical patent/CN111969657A/zh
Application granted granted Critical
Publication of CN111969657B publication Critical patent/CN111969657B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/38—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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于谈判博弈的多能源站系统经济优化运行方法，对能源站内的设备和储能站内储能设备分别进行稳态建模，得到能源站内的能流关系和能量转化关系；将多个能源站与储能站作为两个博弈参与者，分别以多个能源站的日运行费用和储能站的日效益作为各自的效用函数，构建多个能源站和储能站的谈判博弈模型，并综合考虑多个能源站、储能站和能源网的约束条件；将储能站的效用函数和多个能源站的效用函数转化为单目标优化模型，利用Yalmip+Cplex对单目标优化模型进行求解，得到帕累托前沿，并代入多个能源站和储能站的谈判博弈模型，验证基于谈判博弈的多能源站系统经济优化运行方法的正确性和有效性。本发明充分发挥储能系统在多能源站协调优化中的灵活性的作用。

Description

一种基于谈判博弈的多能源站系统经济优化运行方法
技术领域
本发明涉及一种多能源站系统经济优化运行方法。特别是涉及一种基于谈判博弈的多能源站系统经济优化运行方法。
背景技术
随着用户侧对能源需求的多元化发展，冷、热、电能源间的耦合关系日益密切，作为在能源领域的微电网的延伸，区域综合能源系统(regional integrated energysystem,RIES)得到快速发展，通过对不同品位能量进行梯级利用，能够有效提高一次能源利用率，在国内外研究领域获得广泛关注。在同一大型工业园区内出现多个相邻的综合能源站，构成多能源站系统。多能源站系统接入大型储能站后，利用储能站充放能的灵活性，可以实现对工业园区多能源站的经济可靠运行，同时促进新能源消纳。
近年来，IES的建设和研究在我国得到快速发展，国家科技部973计划、863计划已将IES相关研发项目列入重点资助范围，鼓励发展多种能源集成运行、互联网+智慧能源体系建设，为综合能源系统发展提供良好的政策环境。综合能源系统作为能源互联网和泛在电力物联网的物理载体，已经成为我国能源转型、大幅提高能源利用效率和建设绿色低碳社会的关键环节。
目前，大多数研究主要对单个综合能源系统进行建模和能流分析。对区域内多个综合能源站的协同规划和运行、供能可靠性评估和需求响应机制等方面的问题还需要进行归纳总结并得到妥善解决。综合能源系统多个能源站间的经济优化运行就是其中一个重要研究课题，考虑多能源站间能流的耦合互动影响并充分发挥储能系统在多能源站协调优化中的灵活性是实现综合能源系统多能源站经济优化运行的关键。
多能源站系统与储能站分属不同的利益主体，其目标、需求和策略均存在差异，同时它们之间的能量流相互耦合，使得各自策略和目标收益相互影响，属于典型的博弈问题。由于两个利益主体的决策变量存在重叠部分，采用谈判博弈可以同时兼顾多能源站和储能站的利益，保证策略的公平性和有效性。
发明内容
本发明所要解决的技术问题是，提供一种考虑能源站中能流的耦合互动影响并充分发挥储能系统灵活性的基于谈判博弈的多能源站系统经济优化运行方法。
本发明所采用的技术方案是：一种基于谈判博弈的多能源站系统经济优化运行方法，包括如下步骤：
1)对能源站内的设备和储能站内储能设备分别进行稳态建模，得到能源站内的能流关系和能量转化关系；
2)充分考虑区域综合能源系统中储能站和多个能源站间的互动影响，将多个能源站与储能站作为两个博弈参与者，分别以多个能源站的日运行费用和储能站的日效益作为各自的效用函数，构建多个能源站和储能站的谈判博弈模型，并综合考虑多个能源站、储能站和能源网的约束条件；
3)将储能站的效用函数和多个能源站的效用函数转化为单目标优化模型，利用Yalmip+Cplex对所述的单目标优化模型进行求解，得到帕累托前沿，将帕累托前沿代入多个能源站和储能站的谈判博弈模型，验证基于谈判博弈的多能源站系统经济优化运行方法的正确性和有效性。
本发明的一种基于谈判博弈的多能源站系统经济优化运行方法，充分考虑了综合能源系统多能源站间能流耦合互动影响并充分发挥储能系统在多能源站协调优化中的灵活性的作用，实现综合能源系统多能源站的经济协同优化运行。具体有点如下：
1、本发明建立的谈判博弈优化模型，将多能源站系统和储能站系统作为博弈参与者，分别以多能源站的日运行费用和储能站的日收益为各自的效用函数，目标函数服从多能源站系统、储能站系统和能源网的相关约束条件，通过两个利益主体的互动博弈改变双方的能量交互值，最终确定双方的调度策略，兼顾了多能源站系统和储能站系统的利益，有利于该方法在实际工程中的应用。
2、本发明将所建立的多目标优化模型转化为单目标优化模型，得到所提问题的帕累托前沿，进而代入所建立的谈判博弈模型，得到帕累托前沿中的最优解。该方法极大的降低了多目标优化问题的求解难度。
附图说明
图1是本发明中综合能源系统供能结构图；
图2是本发明中多能源站系统算例示意图；
图3是本发明能源站1冷、热、电负荷及光伏、风电功率预测曲线图；
图4是本发明能源站2电负荷预测曲线图；
图5是本发明能源站3热、电负荷及光伏、风电功率预测曲线图；
图6是本发明能源站1设备出力图；
图7是本发明能源站2设备出力图；
图8是本发明能源站3设备出力图；
图9是本发明储能站与多能源站和能源网的交互功率以及储能站存储能量状态图。
具体实施方式
下面结合实施例和附图对本发明的一种基于谈判博弈的多能源站系统经济优化运行方法做出详细说明。
如图1所示，本发明的一种基于谈判博弈的多能源站系统经济优化运行方法，充分考虑了综合能源系统多能源站间能流耦合互动影响并充分发挥储能系统在多能源站协调优化中的灵活性的作用，以实现综合能源系统多能源站的经济协同优化运行。具体包括如下步骤：
1)对能源站内的设备和储能站内储能设备分别进行稳态建模，得到能源站内的能流关系和能量转化关系；其中，
(1.1)对能源站内的设备进行稳态建模，包括：
(1.1.1)燃气轮机出力模型
燃气轮机的发电功率和发热功率如下式所示。
PMT(t)＝ηMTLNGVMT(t)
Figure BDA0002650774180000031
其中：PMT(t)为燃气轮机输出电功率；VMT(t)为t时刻燃气轮机的单位时间天然气耗量；LNG为天然气低热值；HMT(t)为发热功率；ηMT为发电效率；CMT为余热回收系数。
(1.1.2)电锅炉出力模型
电锅炉将电能转化成热能，输出功率如下式所示：
HEB(t)＝PEB(t)ηEB
式中，HEB(t)为电锅炉的输出热功率；PEB(t)为电锅炉消耗的电功率；ηEB为制热效率。
(1.1.3)燃气锅炉出力模型
燃气锅炉通过消耗燃气产生热能，出力函数如下：
HGB(t)＝VGB(t)LNGηGB
式中：HGB(t)为燃气锅炉的输出热功率；VGB(t)为t时刻燃气锅炉的天然气耗量；LNG为天然气低热值；ηGB为燃气锅炉的效率。
(1.1.4)电制冷设备
电制冷设备利用电能来进行制冷，输出函数表达式如下：
CEC(t)＝PEC(t)REC
式中：CEC(t)为电制冷设备制冷功率；PEC(t)为消耗的电功率；REC为制冷机能效比。
(1.1.5)吸收式制冷机
吸收式制冷机利用余热回收设备中的热能进行制冷，输出函数表达式如下：
CAC(t)＝HAC(t)ηAC
式中：CAC(t)为制冷机的制冷功率；HAC(t)为消耗热功率；ηAC为制冷系数。
(1.2)对储能站内储能设备进行稳态建模
由于储能站内储能设备包括储电设备和储热设备，所述的对储能站内储能设备进行稳态建模，包括分别建立储电设备和储热设备的充放能模型，所述储电设备和储热设备的充放能模型结构相同，均采用如下表达式：
Figure BDA0002650774180000032
式中：Sstor(t+1)为t+1时刻的储电设备或储热设备的存储能量；Sstor(t)为t时刻的储电设备或储热设备的存储能量；ηsd为储电设备或储热设备的自放能系数；Pch(t)和Pdis(t)为t时刻储电设备或储热设备的充放能功率；ηch和ηdis为储电设备或储热设备的充放能效率；Δt为单个调度时段时长。
2)充分考虑区域综合能源系统中储能站和多个能源站间的互动影响，将多个能源站与储能站作为两个博弈参与者，分别以多个能源站的日运行费用和储能站的日效益作为各自的效用函数，构建多个能源站和储能站的谈判博弈模型，并综合考虑多个能源站、储能站和能源网的约束条件；其中，
(2.1)所述的将多个能源站与储能站作为两个博弈参与者，分别以多个能源站的日运行费用和储能站的日效益作为各自的效用函数，包括：
(2.1.1)储能站的效用函数
以储能站为利益主体优化调度的日效益最大为储能站的效用函数，包括储能站向多能源站售能日收益、储能站向电网和热网以及多能源站的购能日支出，即：
Figure BDA0002650774180000041
其中：N为能源站个数；Ces为储能站日收益；
Figure BDA0002650774180000042
分别为t时刻储能站向能源网购电和购热价格；
Figure BDA0002650774180000043
分别为t时刻储能站向多能源站的售电和购电价格；
Figure BDA0002650774180000044
分别为t时刻储能站售热和购热价格；
Figure BDA0002650774180000045
分别为t时刻储能站向能源站i售电和购电量以及向电网购电量；
Figure BDA0002650774180000046
分别为t时刻储能站向能源站i售热、购热以及向热网的购热量；
(2.1.2)多个能源站的效用函数
多个能源站以日运行费用Ctotal为效用函数，由购能成本Cbuy和运行成本Cop组成，具体由下式表示：
Figure BDA0002650774180000047
其中，Pgrid、Vgas、Hheat为多个能源站向能源网日购电、购气和购热量；运行成本Cop与储能站的能量交互以及各能源站内的能源转换设备的电功率P、热功率H和冷功率C有关；Cstor为与储能站日能量交互的成本；Cmt为设备的日维护费用；Cevi为设备产生污染物的日环境惩罚费用；
Figure BDA0002650774180000048
分别为风机、光伏、电制冷设备、微燃机、电锅炉、燃气锅炉、吸收式制冷机的单位功率维护成本；PPV(t)、PWT(t)分别为风机和光伏t时刻的实际输出功率；Ck,evi为第k类污染物的单位惩罚费用，Ek,evi为t时刻第k类污染物排放量；PPV(t)、PWT(t)、PMT(t)、CEC(t)、HEB(t)、HGB(t)、CAC(t)分别为t时刻风机、光伏、燃气轮机、电制冷设备、电锅炉、燃气锅炉、吸收式制冷机的出力。
(2.2)所述的构建多能源站系统的谈判博弈模型，具体表现为：
以多个能源站的日运行费用和储能站的日效益构成的各自的效用函数分属不同的利益主体，因此在制定调度策略时，应该综合考虑各方主体的利益，保证策略的公平和有效性。两个利益主体的决策变量存在重叠部分，即多能源站和储能站之间的能量交互，对于重叠部分的决策变量由双方共同决定，将采用双方谈判的方式确定最终结果，从双方的最大收益为目标出发，各自作出一定让步，得到双方共同执行的调度决策。因此构建多个能源站的谈判博弈模型。两个利益主体谈判博弈结果产生均衡解，使各自成本值与谈判双方自身最劣解距离最远，多个能源站和储能站的谈判博弈模型的解用最大化效用函数确定。即所述的构建多个能源站和储能站的谈判博弈模型，表达式为：
Figure BDA0002650774180000051
式中，X为利益双方的帕累托前沿；f1(x)为由多个能源站构成的利益主体的效用函数；f2(x)为由储能站构成的利益主体的效用函数，x为多能源站和储能站设备出力以及与分别能源网的能量交互的策略；n1为由储能站所构成的利益主体成本最低时所对应策略x下的由多个能源站所构成的利益主体的成本；n2为由多个能源站所构的成利益主体成本最低时所对应策略x下的由储能站所构成的利益主体的成本；
所述的多个能源站、储能站和能源网的约束条件，包括多个能源站的能量流约束、能源站内设备出力约束、能源站内的设备爬坡率约束以及多个能源站与储能站间能量交互价格约束；储能站的约束条件包括储电设备和储热设备约束以及一个调度周期的始末状态约束；能源网约束为能源站从能源网的购能约束，具体：
(2.3)多个能源站的约束条件
(2.3.1)多个能源站的能量流约束
(a)电功率平衡约束：
PLoad＝PPV+PWT+Pgrid+PMT-PEC-PEB+PES,dis-PES,ch
其中：PLoad为能源站的电负荷；PPV、PWT、PMT分别为光伏、风机和燃气轮机输出电功率；PEC、PEB分别为点制冷设备和电锅炉消耗的电功率；Pgrid为能源站向能源网的购电功率；PES,dis、PES,ch分别为储电站对能源站的放电和充电功率。
(b)热功率平衡约束：
HLoad＝Hheat+HMT+HGB+HEB-HAC+HES,dis-HES,ch
其中：HLoad为能源站热负荷；HMT、HGB、HEB分别为燃气轮机、燃气锅炉和电锅炉输出热功率；HAC为吸收式制冷机的消耗热功率；Hheat为能源站从能源网的购热功率；HES,dis，HES,ch分别为储热站对能源站的售热和购热功率。
(c)冷功率平衡约束：
CLoad＝CEC+CAC
式中：CLoad为能源站冷负荷；CEC、CAC分别为电制冷设备和吸收式制冷机的输出冷功率。
(2.3.2)能源站内设备出力约束
Figure BDA0002650774180000061
式中：
Figure BDA0002650774180000062
分别为电制冷设备输出冷功率的下限和上限；
Figure BDA0002650774180000063
分别为燃气轮机输出电功率的下限和上限；
Figure BDA0002650774180000064
分别为电锅炉输出热功率上下限；
Figure BDA0002650774180000065
分别为燃气锅炉输出热功率下限和上限；
Figure BDA0002650774180000066
为吸收式制冷机输出冷功率的下限和上限；
Figure BDA0002650774180000067
分别为光伏和风机预测出力值；CEC(t)、PMT(t)、HEB(t)、HGB(t)、CAC(t)分别为电制冷设备、燃气轮机、电锅炉、燃气锅炉和吸收式制冷机t时刻的输出功率。
(2.3.3)能源站内的设备爬坡率约束
Figure BDA0002650774180000068
式中：RMT,down 、
Figure BDA0002650774180000069
为微燃机爬坡率下限和上限，REB,down 、
Figure BDA00026507741800000610
为电锅炉爬坡率下限和上限，RGB,down 、
Figure BDA00026507741800000611
为燃气锅炉爬坡率下限和上限；PMT(t)、HEB(t)、HGB(t)分别为燃气轮机、电锅炉和燃气锅炉在t时刻的输出功率；PMT(t-1)、HEB(t-1)、HGB(t-1)分别为燃气轮机、电锅炉和燃气锅炉在t-1时刻的输出功率。
(2.3.4)多个能源站与储能站间能量交互价格约束
为了使储能站相比能源网更具备竞争力，储能站向多能源站售电电价应低于电网电价，同时为了保证一定收益，储能站向多能源站购电价格应低于售电价格，即：
Figure BDA00026507741800000612
式中：
Figure BDA00026507741800000613
为t时刻储能站向多能源站的售电和购电价格；
Figure BDA00026507741800000614
为t时刻能源网的电价。
储热站与储电站的能量交互价格约束相同，公式中不再赘述。
(2.4)储能站约束：
(2.4.1)包括储电设备和储热设备约束：
Figure BDA0002650774180000071
式中：Sstor(t)为t时刻的储电设备或储热设备的能量存储值；
Figure BDA0002650774180000072
分别为储电设备或储热设备放电功率最小值、最大值和充电功率的最小值和最大值；
Figure BDA0002650774180000073
Figure BDA0002650774180000074
分别为储电设备或储热设备能量存储的最小值和最大值；
Figure BDA0002650774180000075
分别为储电设备或储热设备放能和充能的状态位，为0-1变量。且同一设备在同一时刻+充放电状态唯一。
(2.4.2)一个调度周期的储电设备和储热设备始末状态约束
为使下一个调度周期储能站的状态能够满足和上一个调度周期相同充放能需求，需要对调度结束后的储电设备和储热设备的储能状态进行约束，使调度周期内储电设备和储热设备站的始末能量状态相同：
Figure BDA0002650774180000076
式中：Sstor(0)、Sstor(tend)分别为初始时刻和最终时刻储电设备或储热设备的能量状态；
Figure BDA0002650774180000077
为储电设备或储热设备能量存储的最大值。
(2.5)能源网向能源站的售能约束
受线路、管道传输限制，多能源站向电网、热网和气网购能约束如下：
Figure BDA0002650774180000078
式中，Pi,grid(t)、Hi,heat(t)、Vi,gas(t)分别为第i个能源站或储能站t时刻向能源网购电、购热和购气值；
Figure BDA0002650774180000079
分别为第i个能源站或储能站向能源网购电、购热和购气的最大值。
3)将储能站的效用函数和多个能源站的效用函数转化为单目标优化模型，利用Yalmip+Cplex对所述的单目标优化模型进行求解，得到帕累托前沿，将帕累托前沿代入多个能源站和储能站的谈判博弈模型，验证基于谈判博弈的多能源站系统经济优化运行方法的正确性和有效性。包括：
将储能站的效用函数和多个能源站的效用函数转化为单目标优化模型如下：
min{ζf1(x)+(1-ζ)f2(x)}
其中：ζ为在[0,1]区间取值的参数；f1(x)为由多个能源站构成的利益主体的效用函数；f2(x)为由储能站构成的利益主体的效用函数，x为多能源站和储能站设备出力以及与分别能源网的能量交互的策略；
以ζ为参数，利用Yalmip+Cplex对所述的单目标优化模型进行求解，得到单目标优化问题的最优解x(ζ)，构成min{f1(x)，f2(x)}的帕累托前沿为：
Figure BDA0002650774180000081
将得的帕累托前沿结果代入多个能源站和储能站的谈判博弈模型，将所得谈判值最大所对应的策略作为多个能源站和储能站的共同策略，即多个能源站和储能站的谈判博弈模型的解。
下面验证本发明的一种基于谈判博弈的多能源站系统经济优化运行方法的正确性和有效性。
下面给出实例，本发明基于MATLAB平台对如图2所示的多能源站系统进行仿真分析，该综合能源系统主要由3个能源站和储能站构成：其中能源站1为CCHP系统，能源站3为CHP系统，能源站2为仅有光伏发电的配电系统。储电站与所有能源站均相连，储热站则只与能源站1和3相连。算例设备相关参数及能量转化效率如表1所示。天然气价格为2.5元/m3。电价和热价采用分时计价方式，具体如表2、表3所示。
表1设备参数
Figure BDA0002650774180000082
表2电价参数
Figure BDA0002650774180000083
表3热价参数
Figure BDA0002650774180000091
首先，对算例系统典型日的可再生能源出力数据和冷热电负荷数据进行预测，见图3至图5所示。
然后，基于本发明构建的综合能源系统多能源站谈判博弈模型，对给出的算例进行仿真，可得到各个能源站的设备出力优化结果，如图6、图7、图8所示。本算例中未考虑能源站的能量向能源网倒送情况。
结合图3、图4、图5，对图6、图7、图8的优化结果进行分析可知，多能源站只有在能源网价格处于低谷的时候才从电网和热网购电和购热，并将从能源网所购多余能量出售给储能站，除13:00—14:00时段的能源站1和14:00—16:00时段的能源站2，储热站不能完全满足负荷需求也从热网购入部分热能，保障了多能源站的效益。当能源站的可再生能源出力高于电力负荷时，能源站1和能源站3的电锅炉消耗可再生能源剩余电量供给热负荷需求，多余的能量则出售给储能站，以保证对新能源的消纳，能量出现缺额时则通过储能站补足。15:00之后，能源网电价和热价格较高，采用天然气供能具有更明显的经济优势，因此能源站1的燃气轮机工作为能源站供电和供热，多余能量出售给储能站，储能站则将电能和热能出售给能源站2和能源站3。储能站与多能源站能量交互和存储能量如图9所示。在此过程中，储能站没有从能源网购能，收益全部来自与能源站的能量交互差价。而多能源站利用储能站的削峰填谷和能量时空平移功能，保证了多能源站在能源网价格峰时的经济性，并促进了可再生能源的全部消纳。
综上所述，通过本发明实施例的优化结果，说明本发明的一种基于谈判博弈的多能源站系统经济优化运行方法能有效解决多能源站的能流优化问题，并考虑了综合能源系统多能源站间能流耦合互动影响，并充分发挥储能系统在多能源站协调优化中的灵活性的作用，同时兼顾多能源站和储能站的利益，实现综合能源系统多能源站的经济协同优化运行。证实了本发明的一种基于谈判博弈的多能源站系统经济优化运行方法的正确性与有效性。
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，可轻易想到的变换或替换，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)

1.一种基于谈判博弈的多能源站系统经济优化运行方法，其特征在于，包括如下步骤：
1)对能源站内的设备和储能站内储能设备分别进行稳态建模，得到能源站内的能流关系和能量转化关系；
2)充分考虑区域综合能源系统中储能站和多个能源站间的互动影响，将多个能源站与储能站作为两个博弈参与者，分别以多个能源站的日运行费用和储能站的日效益作为各自的效用函数，构建多个能源站和储能站的谈判博弈模型，并综合考虑多个能源站、储能站和能源网的约束条件；
3)将储能站的效用函数和多个能源站的效用函数转化为单目标优化模型，利用Yalmip+Cplex对所述的单目标优化模型进行求解，得到帕累托前沿，将帕累托前沿代入多个能源站和储能站的谈判博弈模型，验证基于谈判博弈的多能源站系统经济优化运行方法的正确性和有效性。
2.根据权利要求1所述的一种基于谈判博弈的多能源站系统经济优化运行方法，其特征在于，由于储能站内储能设备包括储电设备和储热设备，步骤1)所述的对储能站内储能设备进行稳态建模，包括分别建立储电设备和储热设备的充放能模型，所述储电设备和储热设备的充放能模型结构相同，均采用如下表达式：
Figure FDA0002650774170000011
式中：Sstor(t+1)为t+1时刻的储电设备或储热设备的存储能量；Sstor(t)为t时刻的储电设备或储热设备的存储能量；ηsd为储电设备或储热设备的自放能系数；Pch(t)和Pdis(t)为t时刻储电设备或储热设备的充放能功率；ηch和ηdis为储电设备或储热设备的充放能效率；Δt为单个调度时段时长。
3.根据权利要求1所述的一种基于谈判博弈的多能源站系统经济优化运行方法，其特征在于，步骤2)所述的将多个能源站与储能站作为两个博弈参与者，分别以多个能源站的日运行费用和储能站的日效益作为各自的效用函数，包括：
(2.1)储能站的效用函数
以储能站为利益主体优化调度的日效益最大为储能站的效用函数，包括储能站向多个能源站售能日收益、储能站向电网和热网以及多个能源站的购能日支出，即：
Figure FDA0002650774170000012
其中：N为能源站个数；Ces为储能站日收益；
Figure FDA0002650774170000013
分别为t时刻储能站向能源网购电和购热价格；
Figure FDA0002650774170000014
分别为t时刻储能站向多能源站的售电和购电价格；
Figure FDA0002650774170000015
分别为t时刻储能站售热和购热价格；
Figure FDA0002650774170000016
分别为t时刻储能站向能源站i售电和购电量以及向电网购电量；
Figure FDA0002650774170000017
分别为t时刻储能站向能源站i售热、购热以及向热网的购热量；
(2.2)多个能源站的效用函数
多个能源站以日运行费用Ctotal为效用函数，由购能成本Cbuy和运行成本Cop组成，具体由下式表示：
Figure FDA0002650774170000021
其中，Pgrid、Vgas、Hheat为多个能源站向能源网日购电、购气和购热量；运行成本Cop与储能站的能量交互以及各能源站内的能源转换设备的电功率P、热功率H和冷功率C有关；Cstor为与储能站日能量交互的成本；Cmt为设备的日维护费用；Cevi为设备产生污染物的日环境惩罚费用；
Figure FDA0002650774170000022
分别为风机、光伏、电制冷设备、微燃机、电锅炉、燃气锅炉、吸收式制冷机的单位功率维护成本；PPV(t)、PWT(t)分别为风机和光伏t时刻的实际输出功率；Ck,evi为第k类污染物的单位惩罚费用，Ek,evi为t时刻第k类污染物排放量；PPV(t)、PWT(t)、PMT(t)、CEC(t)、HEB(t)、HGB(t)、CAC(t)分别为t时刻风机、光伏、燃气轮机、电制冷设备、电锅炉、燃气锅炉、吸收式制冷机的出力。
4.根据权利要求1所述的一种基于谈判博弈的多能源站系统经济优化运行方法，其特征在于，两个利益主体谈判博弈结果产生均衡解，使各自成本值与谈判双方自身最劣解距离最远，多个能源站和储能站的谈判博弈模型的解用最大化效用函数确定，即步骤2)所述的构建多个能源站和储能站的谈判博弈模型，表达式为：
Figure FDA0002650774170000023
式中，X为利益双方的帕累托前沿；f1(x)为由多个能源站构成的利益主体的效用函数；f2(x)为由储能站构成的利益主体的效用函数，x为多能源站和储能站设备出力以及分别与能源网的能量交互的策略；n1为由储能站所构成的利益主体成本最低时所对应策略x下的由多个能源站所构成的利益主体的成本；n2为由多个能源站所构的成利益主体成本最低时所对应策略x下的由储能站所构成的利益主体的成本。
5.根据权利要求1所述的一种基于谈判博弈的多能源站系统经济优化运行方法，其特征在于，步骤2)所述的多个能源站、储能站和能源网的约束条件，包括多个能源站的能量流约束、能源站内设备出力约束、能源站内的设备爬坡率约束以及多个能源站与储能站间能量交互价格约束；储能站的约束条件包括储电设备和储热设备约束以及一个调度周期的始末状态约束；能源网向能源站的售能约束。
6.根据权利要求1所述的一种基于谈判博弈的多能源站系统经济优化运行方法，其特征在于，步骤3)包括：
将储能站的效用函数和多个能源站的效用函数转化为单目标优化模型如下：
min{ζf1(x)+(1-ζ)f2(x)}
其中：ζ为在[0,1]区间取值的参数；f1(x)为由多个能源站构成的利益主体的效用函数；f2(x)为由储能站构成的利益主体的效用函数，x为多能源站和储能站设备出力以及与分别能源网的能量交互的策略；
以ζ为参数，利用Yalmip+Cplex对所述的单目标优化模型进行求解，得到单目标优化问题的最优解x(ζ)，构成min{f1(x)，f2(x)}的帕累托前沿为：
Figure FDA0002650774170000031
将得的帕累托前沿结果代入多个能源站和储能站的谈判博弈模型，将所得谈判值最大所对应的策略作为多个能源站和储能站的共同策略，即多个能源站和储能站的谈判博弈模型的解。
CN202010870012.5A 2020-08-26 2020-08-26 一种基于谈判博弈的多能源站系统经济优化运行方法 Active CN111969657B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010870012.5A CN111969657B (zh) 2020-08-26 2020-08-26 一种基于谈判博弈的多能源站系统经济优化运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010870012.5A CN111969657B (zh) 2020-08-26 2020-08-26 一种基于谈判博弈的多能源站系统经济优化运行方法

Publications (2)

Publication Number Publication Date
CN111969657A true CN111969657A (zh) 2020-11-20
CN111969657B CN111969657B (zh) 2022-11-25

Family

ID=73390725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010870012.5A Active CN111969657B (zh) 2020-08-26 2020-08-26 一种基于谈判博弈的多能源站系统经济优化运行方法

Country Status (1)

Country Link
CN (1) CN111969657B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112365108A (zh) * 2021-01-12 2021-02-12 南方电网数字电网研究院有限公司 一种园区综合能源系统多目标优化协同运行方法
CN112381473A (zh) * 2021-01-14 2021-02-19 南方电网数字电网研究院有限公司 一种区域综合能源系统集群划分及参与日前市场出清方法
CN113259159A (zh) * 2021-05-11 2021-08-13 中国农业科学院农业信息研究所 一种农业物联网任务统筹方法及系统
CN113315165A (zh) * 2021-05-17 2021-08-27 国网上海市电力公司 四站融合的综合能源系统协调控制方法及协调控制系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110443398A (zh) * 2019-05-13 2019-11-12 华北电力大学（保定） 一种基于重复博弈模型的区域综合能源系统优化运行方法
CN111353128A (zh) * 2020-01-17 2020-06-30 浙江工业大学 一种基于非合作博弈的多能量枢纽优化运行方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110443398A (zh) * 2019-05-13 2019-11-12 华北电力大学（保定） 一种基于重复博弈模型的区域综合能源系统优化运行方法
CN111353128A (zh) * 2020-01-17 2020-06-30 浙江工业大学 一种基于非合作博弈的多能量枢纽优化运行方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112365108A (zh) * 2021-01-12 2021-02-12 南方电网数字电网研究院有限公司 一种园区综合能源系统多目标优化协同运行方法
CN112381473A (zh) * 2021-01-14 2021-02-19 南方电网数字电网研究院有限公司 一种区域综合能源系统集群划分及参与日前市场出清方法
CN113259159A (zh) * 2021-05-11 2021-08-13 中国农业科学院农业信息研究所 一种农业物联网任务统筹方法及系统
CN113259159B (zh) * 2021-05-11 2022-06-10 中国农业科学院农业信息研究所 一种农业物联网任务统筹方法及系统
CN113315165A (zh) * 2021-05-17 2021-08-27 国网上海市电力公司 四站融合的综合能源系统协调控制方法及协调控制系统

Also Published As

Publication number Publication date
CN111969657B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
Zhao et al. Matching model of energy supply and demand of the integrated energy system in coastal areas
CN111969657B (zh) 一种基于谈判博弈的多能源站系统经济优化运行方法
Zhu et al. Optimal scheduling method for a regional integrated energy system considering joint virtual energy storage
CN113344736B (zh) 一种园区级综合能源系统及其控制方法
CN108197768B (zh) 一种能源系统与管网布局联合优化方法
Shen et al. Multi-objective capacity configuration optimization of an integrated energy system considering economy and environment with harvest heat
CN108537409A (zh) 一种考虑多能源耦合特性的工业园区配电网协同规划方法
CN110889600A (zh) 一种考虑柔性热负荷的区域综合能源系统优化调度方法
Liu et al. Energy management method of integrated energy system based on collaborative optimization of distributed flexible resources
CN111737884B (zh) 一种含多种清洁能源微能源网多目标随机规划方法
CN112508391B (zh) 一种产业园区群与地区电网相协同的综合能源系统规划方法
CN109345012A (zh) 基于综合评价指标的园区能源互联网运行优化方法
Zhu et al. Optimization scheduling of a wind–photovoltaic–gas–electric vehicles Community-Integrated Energy System considering uncertainty and carbon emissions reduction
Cao et al. Optimal operation of cold–heat–electricity multi-energy collaborative system based on price demand response
Zhang et al. Energy scheduling optimization of the integrated energy system with ground source heat pumps
CN112861335A (zh) 一种含p2g及储能的综合能源系统低碳经济调度方法
CN113779783A (zh) 计及多重不确定性的区域综合能源系统规划与运行联合优化方法
Jintao et al. Optimized operation of multi-energy system in the industrial park based on integrated demand response strategy
CN107832873A (zh) 基于双层母线式结构的综合能源系统优化规划方法及装置
CN115099550A (zh) 考虑综合能源系统灵活性的市场互动收益模型计算装置
Guo et al. Operation optimization of integrated energy system from the perspective of sustainable development
Gao et al. Multi-energy sharing optimization for a building cluster towards net-zero energy system
Yang et al. Regional integrated energy system reliability and low carbon joint planning considering multiple uncertainties
CN113128799A (zh) 能源管控方法、装置、电子设备及计算机存储介质
CN116739636A (zh) 一种基于igdt的含碳交易机制的综合能源站优化运行方法

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