CN112001613A - 基于多微能源网系统合作博弈决策机制的利益分配策略 - Google Patents
基于多微能源网系统合作博弈决策机制的利益分配策略 Download PDFInfo
- Publication number
- CN112001613A CN112001613A CN202010808559.2A CN202010808559A CN112001613A CN 112001613 A CN112001613 A CN 112001613A CN 202010808559 A CN202010808559 A CN 202010808559A CN 112001613 A CN112001613 A CN 112001613A
- Authority
- CN
- China
- Prior art keywords
- micro
- energy
- power
- waste heat
- period
- 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.)
- Pending
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 45
- 230000008901 benefit Effects 0.000 title claims abstract description 30
- 230000007246 mechanism Effects 0.000 title claims abstract description 15
- 230000005611 electricity Effects 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000008878 coupling Effects 0.000 claims abstract description 8
- 238000010168 coupling process Methods 0.000 claims abstract description 8
- 238000005859 coupling reaction Methods 0.000 claims abstract description 8
- 238000013486 operation strategy Methods 0.000 claims abstract description 4
- 239000002918 waste heat Substances 0.000 claims description 48
- 239000007789 gas Substances 0.000 claims description 45
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 24
- 238000010521 absorption reaction Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000014509 gene expression Effects 0.000 claims description 12
- 239000003345 natural gas Substances 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000002485 combustion reaction Methods 0.000 claims description 4
- 239000002737 fuel gas Substances 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000005057 refrigeration Methods 0.000 claims description 3
- 208000001613 Gambling Diseases 0.000 claims 4
- 238000003912 environmental pollution Methods 0.000 abstract description 3
- 230000003993 interaction Effects 0.000 description 20
- 230000007613 environmental effect Effects 0.000 description 11
- 238000011160 research Methods 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000001816 cooling Methods 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
Images
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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于多微能源网系统合作博弈决策机制的利益分配策略,包括以下步骤:构建微能源网的基本结构;对微能源网内各耦合设备进行建模分析;建立多微能源网系统的合作博弈模型;制定微能源网的经济运行策略;对传统Shapley值法进行改进;根据历史数据预测风、光出力及冷、热、电的负荷需求;计算目标函数和各变量的值;对比分析各微能源网独立运行和多微能源网协调运行下的微源出力情况和成本大小;采用改进Shapley值法对系统收益进行合理分配。本发明与独立运行方式相比,多微能源网协调运行可以降低系统成本,减少环境污染,还可以在用电高峰时段减轻电网的供电压力。
Description
技术领域
本发明属于配电网电能交易技术领域,具体涉及基于多微能源网系统合作博弈决策机制的利益分配策略。
背景技术
面临全球能源短缺和环境污染的双重挑战,传统的化石能源已无法满足经济高速平稳增长的需求,人类亟需改变现有的能源消费结构,而提高可再生能源在能源消费中的比重是实现可持续发展战略的重要措施。可再生能源的能量密度比化石能源低得多,所以其发电单元规模较小,加上其地理位置分布广泛,因此,将分布式发电技术与可再生能源相结合,利用新能源及可再生能源在负荷就近处供电,可以有效改善能源消费结构,然而,由于分布式电源的间歇性和波动性,大量分布式电源接入配电网,会对电网的安全稳定运行造成影响,为协调分布式电源与配电网之间的矛盾,微电网应运而生,它具备分布式电源的所有优点,同时使分布式电源可以平稳地与配电网并网与切离,减弱了对配电网的不利影响。微能源网将微电网技术和冷热电联供系统相结合,在能源侧集成了风、光、气等多种能源输入,在负荷侧形成了冷、热、电等多种能量输出,通过能量耦合和转换装置实现了各类分布式能源多能互补,不仅有效解决了分布式可再生能源发电的并网问题,并且实现了冷热电一体化生产。
随着微能源网被越来越多的用于人们的生产生活中,同一区域内将存在多个微能源网,这些微能源网的规模、种类、运行模式各不相同却又联系紧密。由于发电侧与用电侧的电能供需不匹配,同一区域内可能同时存在余电微能源网和缺电微能源网,考虑到微能源网集群内部的交易电价和外部交易电价存在差异,因此余电微能源网和缺电微能源网之间更容易结成联盟,进行内部交易,各微能源网通过功率交互和协调内部微源的出力,可以提高多微能源网系统的整体效益。此外,为了保障市场交易的公平性,如何分配联盟内各个成员的利益,也是促进联盟形成,实现多个微能源网统一协调调度的重要手段。
当前文献中对多微能源网系统的优化调度问题研究相对较少,尤其对多个微能源网之间存在功率交互的情况鲜有考虑。此外,多数文献的研究仅涉及到单一能源的共享,而微能源网作为微型综合能源系统,如何实现冷热电多种能源的交互,将是未来多微能源网系统优化调度问题的研究热点。
综上,一种基于多微能源网系统合作博弈决策机制的利益分配策略亟待研究。
发明内容
本发明目的在于提供基于多微能源网系统合作博弈决策机制的利益分配策略,用于解决上述现有技术中存在的技术问题之一,如:在现有技术中,文献中对多微能源网系统的优化调度问题研究相对较少,尤其对多个微能源网之间存在功率交互的情况鲜有考虑。此外,多数文献的研究仅涉及到单一能源的共享,而微能源网作为微型综合能源系统,如何实现冷热电多种能源的交互,将是未来多微能源网系统优化调度问题的研究热点。
为实现上述目的,本发明的技术方案是:
基于多微能源网系统合作博弈决策机制的利益分配策略,包括以下步骤:
步骤S1:构建微能源网的基本结构;
步骤S2:对微能源网内各耦合设备进行建模分析;
步骤S3:建立多微能源网系统的合作博弈模型;
步骤S4:制定微能源网的经济运行策略;
步骤S5:对传统Shapley值法进行改进;
步骤S6:根据历史数据预测风、光出力及冷、热、电的负荷需求;
步骤S7:计算目标函数和各变量的值;
步骤S8:对比分析各微能源网独立运行和多微能源网协调运行下的微源出力情况和成本大小;
步骤S9:采用改进Shapley值法对系统收益进行合理分配。
进一步的,步骤S1中所述微能源网的基本结构包括燃气轮机、余热锅炉、换热装置和吸收式制冷机。
进一步的,所述燃气轮机的建模分析如下:
燃气轮机是通过燃烧天然气,在发电的同时可产生大量高温废热,与余热锅炉配合使用实现能源的梯级利用;
根据燃气轮机的三阶效率模型,其ηMT(t)与PMT(t)的函数关系如下所示:
ηMT(t)=α3(PMT(t)/PN)3+α2(PMT(t)/PN)2+α1(PMT(t)/PN)+α0
式中:α3、α2、α1、α0为MT的输出效率拟合曲线系数,PN为MT的额定功率;
燃气轮机的功率、天然气消耗量和排出烟气中的余热量的表达式如:
PMT(t)=GMT(t)ηMT
式中:VMT为t时段内燃气轮机消耗的燃气量;PMT(t)为t时段内燃气轮机的发电功率;ηMT为t时段内燃气轮机的发电效率;LNG为燃气热值,GMT(t)为t时段内天然气输入功率;QMT(t)为t时段内燃气轮机排出的余热功率;ηL为燃气轮机的热损失系数。
进一步的,所述余热锅炉的建模分析如下:
余热锅炉将燃气轮机排出的废热收集起来,再分配给换热装置和吸收式制冷机;余热锅炉输出功率的表达式如下:
QWH(t)=QWH,in(t)ηWH
式中:QWH(t)为t时段内余热锅炉输出的热功率;QWH,in(t)为t时段内余热锅炉输入的热功率;ηWH为余热锅炉的余热回收效率。
进一步的,所述换热装置的建模分析如下:
换热装置为蒸汽热水转换装置,从余热锅炉吸收部分热量,然后将热量进行转换,为用户提供热能;换热装置输出功率的表达式如下:
QHX(t)=QHX,in(t)ηHX
式中:QHX(t)为t时段内换热装置输出的热功率;QHX,in(t)为t时段内换热装置输入的热功率;ηHX为换热装置的转换效率。
进一步的,所述吸收式制冷机的建模分析如下:
吸收式制冷机从余热锅炉吸收部分热量,产生的制冷量用于冷负荷的供给;其制冷功率的表达式如下:
QAC(t)=QAC,in(t)ηAC
式中:QAC(t)为t时段内吸收式制冷机输出的冷功率;QAC,in(t)为t时段内吸收式制冷机输入的热功率;ηAC为吸收式制冷机的效率。
与现有技术相比,本发明所具有的有益效果为:
其中一个创新点在于,考虑电能共享的多微能源网合作博弈模型,以系统整体经济性最优为目标,同时考虑到环保性,将污染气体的排放量折算成治污成本纳入目标函数中,结果表明,与独立运行方式相比,多微能源网协调运行可以降低系统成本,减少环境污染,还可以在用电高峰时段减轻电网的供电压力。
其中一个创新点在于,将改进Shapley值法应用于多微能源网系统的利益分配策略之中,该方法综合考虑参与者的投资额大小、风险承担高低和对联盟利益的贡献率三个因素,结果表明,采用该分配方案可以使每个参与者获利,并且符合经济学中高风险高收入、高投资高回报的原则,方法简单且合理。
附图说明
图1是本发明具体实施方式的基于能源集线器的微能源网结构示意图。
图2是本发明具体实施方式的多微能源网系统示意图。
图3(a)是本发明具体实施方式的可再生能源出力及CCHP型微能源网冷热电负荷预测数据示意图。
图3(b)是本发明具体实施方式的CCP型和CHP型微能源网冷热电负荷预测数据示意图。
图4是本发明具体实施方式的独立运行方式下各个微能源网的微源出力及功率交互情况示意图。
图5是本发明具体实施方式的协调运行方式下各个微能源网的微源出力及功率交互情况示意图。
具体实施方式
下面结合本发明的附图1-5,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。
实施例:
在现有技术中,文献中对多微能源网系统的优化调度问题研究相对较少,尤其对多个微能源网之间存在功率交互的情况鲜有考虑。此外,多数文献的研究仅涉及到单一能源的共享,而微能源网作为微型综合能源系统,如何实现冷热电多种能源的交互,将是未来多微能源网系统优化调度问题的研究热点。
基于多微能源网系统合作博弈决策机制的利益分配策略,包括以下步骤:
步骤S1:构建微能源网的基本结构;
步骤S2:对微能源网内各耦合设备进行建模分析;
步骤S3:建立多微能源网系统的合作博弈模型;
步骤S4:制定微能源网的经济运行策略;
步骤S5:对传统Shapley值法进行改进;
步骤S6:根据历史数据预测风、光出力及冷、热、电的负荷需求;
步骤S7:计算目标函数和各变量的值;
步骤S8:对比分析各微能源网独立运行和多微能源网协调运行下的微源出力情况和成本大小;
步骤S9:采用改进Shapley值法对系统收益进行合理分配。
进一步的,步骤S1中所述微能源网的基本结构包括燃气轮机、余热锅炉、换热装置和吸收式制冷机。
进一步的,所述燃气轮机的建模分析如下:
燃气轮机是通过燃烧天然气,在发电的同时可产生大量高温废热,与余热锅炉配合使用实现能源的梯级利用;
根据燃气轮机的三阶效率模型,其ηMT(t)与PMT(t)的函数关系如下所示:
ηMT(t)=α3(PMT(t)/PN)3+α2(PMT(t)/PN)2+α1(PMT(t)/PN)+α0
式中:α3、α2、α1、α0为MT的输出效率拟合曲线系数,PN为MT的额定功率;
燃气轮机的功率、天然气消耗量和排出烟气中的余热量的表达式如:
PMT(t)=GMT(t)ηMT
式中:VMT为t时段内燃气轮机消耗的燃气量;PMT(t)为t时段内燃气轮机的发电功率;ηMT为t时段内燃气轮机的发电效率;LNG为燃气热值,GMT(t)为t时段内天然气输入功率;QMT(t)为t时段内燃气轮机排出的余热功率;ηL为燃气轮机的热损失系数。
进一步的,所述余热锅炉的建模分析如下:
余热锅炉将燃气轮机排出的废热收集起来,再分配给换热装置和吸收式制冷机;余热锅炉输出功率的表达式如下:
QWH(t)=QWH,in(t)ηWH
式中:QWH(t)为t时段内余热锅炉输出的热功率;QWH,in(t)为t时段内余热锅炉输入的热功率;ηWH为余热锅炉的余热回收效率。
进一步的,所述换热装置的建模分析如下:
换热装置为蒸汽热水转换装置,从余热锅炉吸收部分热量,然后将热量进行转换,为用户提供热能;换热装置输出功率的表达式如下:
QHX(t)=QHX,in(t)ηHX
式中:QHX(t)为t时段内换热装置输出的热功率;QHX,in(t)为t时段内换热装置输入的热功率;ηHX为换热装置的转换效率。
进一步的,所述吸收式制冷机的建模分析如下:
吸收式制冷机从余热锅炉吸收部分热量,产生的制冷量用于冷负荷的供给;其制冷功率的表达式如下:
QAC(t)=QAC,in(t)ηAC
式中:QAC(t)为t时段内吸收式制冷机输出的冷功率;QAC,in(t)为t时段内吸收式制冷机输入的热功率;ηAC为吸收式制冷机的效率。
具体案例如下:
基于“能源互联网”的背景,微能源网扩展了传统的微电网,是一种含电-气-热多能互联系统,它通过在输入侧输入电能、天然气等能源,将能源在耦合设备间合理分配以满足输出侧的冷热电负荷需求,微能源网主要由微型燃气轮机、燃气锅炉、余热锅炉、换热装置、吸收式制冷机、电制冷机和储能装置组成。其工作原理可大致描述为:燃气轮机以天然气为燃料进行热力发电,产生的高温废热经余热锅炉吸收,再分配给换热装置和吸收式制冷机,分别供给热、冷负荷;燃气锅炉通过燃料燃烧释放出的热量加热锅炉内的水,从而通过蒸汽或热水进行供热;电制冷机作为电冷耦合装置,将电能转化为冷能。微能源网通过分析耦合机理实现能源的合理分配和梯级利用。其结构示意图如图1所示。
本专利的多微能源网系统由CCHP型微能源网、CCP型微能源网和CHP型微能源网组成,如图2所示。三个微能源网之间的距离较近,属于同一个配电区域,微能源网间通过联络线互相连接,可以进行电能的交互。三个微能源网中同类型设备的参数相同,各设备运行参数如表1所示,储能参数如表2所示;其他参数如表3所示。三个微能源网的可再生能源出力和冷热电负荷预测数据如图3所示。为防止倒卖情况出现,微能源网从配电网的购电电价高于微能源网向配电网的售电电价,同时,为促进多个微能源网形成联盟从而进行功率的交互,微能源网间的购售电价应介于微网与配电网的购售电价之间,具体价格如表4所示。天然气的价格为2.2元/m3。设定微能源网间的最大传输功率为2000kW/h,微能源网与配电网之间的最大传输功率为2000kW/h。日前优化时段为1~24h,优化周期T=1h。
表1微能源网的运行参数
表2储能单元参数
表3微能源网其他参数
表4多微能源网系统交易电价
为验证模型的有效性,本专利设置了两组实验进行对比分析,实验1为各微能源网独立运行,实验2为多微能源网协调运行。
实验一:各微能源网独立运行
对于实验1,各微能源网独立运行就是传统的单微能源网独立运行的简单叠加,三个微能源网内部的微源出力情况,以及各微能源网与配电网之间的功率交互情况如图4所示。
表5列出了三个微能源网独立运行方式下的四种成本,分别是运维成本、燃气成本、与配电网的交互成本和环境成本。
表5独立运行方式下各微能源网成本
实验2:多微能源网协调运行
当各微能源网通过联络线互相连接时,微能源网间可以进行电能的交互。由于功率交互对象不同,导致购售电价不同,因此缺电微能源网优先选择从余电微能源网购电以降低购电成本,同时,余电微能源网优先选择向缺电微能源网售电以提高售电收益。三个微能源网内部的微源出力情况,以及微能源网之间、各微能源网与配电网之间的功率交互情况如图5所示。
表6列出了三个微能源网协调运行方式下的五种成本,分别是运维成本、微能源网之间的交互成本、燃气成本、与配电网的交互成本和环境成本。
表6协调运行方式下各微能源网成本
通过以上两组实验的对比分析,可以得出以下结论:
(1)在协调运行方式下,由于微能源网间的购售电价介于微能源网与配电网的购售电价之间,故多电微能源网优先与少电微能源网进行电能交易,若有剩余电量,再与配电网进行交易;同样,少电微能源网优先考虑向多电微能源网购电,若电能不足,再从配电网购电。与独立运行方式相比,由于交易对象不同,微能源网内部微源的出力情况也不尽相同,各设备出力趋向于最小化整个多微能源网系统的总成本。
(2)与独立运行方式相比,多微能源网系统协调运行可以减少与配电网的交互电功率,减轻了微能源网与配电网间输电线路的电能传输压力和电网高峰时段的供电压力,降低了与配电网的电能交互成本;此外,虽然协调运行增加了微能源网间的交互成本,但各微能源网的运维成本、燃气成本和环境成本或维持不变,或有所降低,因此三个微能源网的总成本均降低了,进而系统的总成本也降低了。验证了本专利所提模型的经济性。
(3)表7给出了独立运行和协调运行两种方式下,各微能源网的环境成本和系统的总环境成本。与独立运行方式相比,三个微能源网的环境成本均降低了,其中CCHP型微能源网降低了11.3%,CCP型微能源网降低了64.9%,CHP型微能源网降低了5.6%,系统降低了10.2%。验证了本专利所提模型的环保性。
表7不同运行方式下的环境成本
针对本文提出的多微能源网合作博弈模型,考虑到CCHP型、CCP型和CHP型三个微能源网的投资成本不同,因此将投资额作为影响收益分配的因素之一。此外本文假设三个微能源网承担的风险不同,CHP型微能源网由于投资成本相对CCP型较高且负荷种类相对CCHP型较少,因而假设CHP型微能源网承担的风险最高,CCHP型次之,CCP型最低。由于三个微能源网所处地理位置相近,因而环境因素可以忽略。各微能源网投资成本如表8所示。
表8各微能源网投资成本
本文考虑投资额大小和承担的风险高低两种因素,设权重分别为α1和α2,由已知可得:
然后根据Shapley值的计算公式,在MATLAB上编程进行计算,得到的利益分配向量为:[30173.2,-2713.9,8526.1],从而得到分配权重如下:
考虑投资额因素对分配结果产生的影响,将上述分配权重调整为:
考虑风险承担因素对分配结果产生的影响,将上述分配权重调整为:
最后,假设投资额因素对分配结果的影响大于风险承担因素,且影响因子分别为λ1=0.95,λ2=0.05,则最终的利益分配权重为:
因此,改进后的分配向量为[29903.87,-2339.05,8420.58]。
由上述可知,改进后的利益分配策略中,CCHP型和CHP型微能源网的成本相较于独立运行时仍然有所降低,CCP型微能源网的收益相较于独立运行时仍然有所提高;并且,由于CCHP型微能源网的投资额最大,所以它的分配成本比用Shapley值法求得的分配成本有所降低;同样,由于CHP型微能源网承担的风险最高,所以它的分配成本也比用Shapley值法求得的分配成本有所降低。这符合经济学中高风险高收入和按投资额大小决定利益分配大小的原则。因此,本文基于改进Shapley值法的利益分配方案整体上是合理的,更能够增强联盟的稳定性。但在利益分配过程中涉及到的风险承担权重以及投资额因素和风险承担因素的影响因子都是基于一定的假设条件下获得的,因此所得结果与实际情况相比,存在一定的误差,但大体上是与实际情况相符合的。
综上所述,本专利所提的考虑电能共享的多微能源网合作博弈模型,可以在降低系统总成本的同时,保证联盟内各成员与独立运行相比均有一定程度的获利,不仅实现了经济性,还具有环保性。基于改进Shapley值法的利益分配策略,综合考虑投资成本和风险因素,使得分配结果符合高风险高收入、高投资高回报的原则,在实际情况中更容易被参与者所接受。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (6)
1.基于多微能源网系统合作博弈决策机制的利益分配策略,其特征在于,包括以下步骤:
步骤S1:构建微能源网的基本结构;
步骤S2:对微能源网内各耦合设备进行建模分析;
步骤S3:建立多微能源网系统的合作博弈模型;
步骤S4:制定微能源网的经济运行策略;
步骤S5:对传统Shapley值法进行改进;
步骤S6:根据历史数据预测风、光出力及冷、热、电的负荷需求;
步骤S7:计算目标函数和各变量的值;
步骤S8:对比分析各微能源网独立运行和多微能源网协调运行下的微源出力情况和成本大小;
步骤S9:采用改进Shapley值法对系统收益进行合理分配。
2.如权利要求1所述的基于多微能源网系统合作博弈决策机制的利益分配策略,其特征在于,步骤S1中所述微能源网的基本结构包括燃气轮机、余热锅炉、换热装置和吸收式制冷机。
3.如权利要求2所述的基于多微能源网系统合作博弈决策机制的利益分配策略,其特征在于,所述燃气轮机的建模分析如下:
燃气轮机是通过燃烧天然气,在发电的同时可产生大量高温废热,与余热锅炉配合使用实现能源的梯级利用;
根据燃气轮机的三阶效率模型,其ηMT(t)与PMT(t)的函数关系如下所示:
ηMT(t)=α3(PMT(t)/PN)3+α2(PMT(t)/PN)2+α1(PMT(t)/PN)+α0
式中:α3、α2、α1、α0为MT的输出效率拟合曲线系数,PN为MT的额定功率;
燃气轮机的功率、天然气消耗量和排出烟气中的余热量的表达式如:
PMT(t)=GMT(t)ηMT
式中:VMT为t时段内燃气轮机消耗的燃气量;PMT(t)为t时段内燃气轮机的发电功率;ηMT为t时段内燃气轮机的发电效率;LNG为燃气热值,GMT(t)为t时段内天然气输入功率;QMT(t)为t时段内燃气轮机排出的余热功率;ηL为燃气轮机的热损失系数。
4.如权利要求3所述的基于多微能源网系统合作博弈决策机制的利益分配策略,其特征在于,所述余热锅炉的建模分析如下:
余热锅炉将燃气轮机排出的废热收集起来,再分配给换热装置和吸收式制冷机;余热锅炉输出功率的表达式如下:
QWH(t)=QWH,in(t)ηWH
式中:QWH(t)为t时段内余热锅炉输出的热功率;QWH,in(t)为t时段内余热锅炉输入的热功率;ηWH为余热锅炉的余热回收效率。
5.如权利要求4所述的基于多微能源网系统合作博弈决策机制的利益分配策略,其特征在于,所述换热装置的建模分析如下:
换热装置为蒸汽热水转换装置,从余热锅炉吸收部分热量,然后将热量进行转换,为用户提供热能;换热装置输出功率的表达式如下:
QHX(t)=QHX,in(t)ηHX
式中:QHX(t)为t时段内换热装置输出的热功率;QHX,in(t)为t时段内换热装置输入的热功率;ηHX为换热装置的转换效率。
6.如权利要求5所述的基于多微能源网系统合作博弈决策机制的利益分配策略,其特征在于,所述吸收式制冷机的建模分析如下:
吸收式制冷机从余热锅炉吸收部分热量,产生的制冷量用于冷负荷的供给;其制冷功率的表达式如下:
QAC(t)=QAC,in(t)ηAC
式中:QAC(t)为t时段内吸收式制冷机输出的冷功率;QAC,in(t)为t时段内吸收式制冷机输入的热功率;ηAC为吸收式制冷机的效率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010808559.2A CN112001613A (zh) | 2020-08-12 | 2020-08-12 | 基于多微能源网系统合作博弈决策机制的利益分配策略 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010808559.2A CN112001613A (zh) | 2020-08-12 | 2020-08-12 | 基于多微能源网系统合作博弈决策机制的利益分配策略 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112001613A true CN112001613A (zh) | 2020-11-27 |
Family
ID=73464151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010808559.2A Pending CN112001613A (zh) | 2020-08-12 | 2020-08-12 | 基于多微能源网系统合作博弈决策机制的利益分配策略 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001613A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113095791A (zh) * | 2021-04-29 | 2021-07-09 | 长沙理工大学 | 一种综合能源系统运行方法及系统 |
CN114374219A (zh) * | 2021-11-29 | 2022-04-19 | 山东大学 | 基于合作博弈的园区综合能源系统分布式优化方法及系统 |
-
2020
- 2020-08-12 CN CN202010808559.2A patent/CN112001613A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113095791A (zh) * | 2021-04-29 | 2021-07-09 | 长沙理工大学 | 一种综合能源系统运行方法及系统 |
CN113095791B (zh) * | 2021-04-29 | 2024-02-27 | 长沙理工大学 | 一种综合能源系统运行方法及系统 |
CN114374219A (zh) * | 2021-11-29 | 2022-04-19 | 山东大学 | 基于合作博弈的园区综合能源系统分布式优化方法及系统 |
CN114374219B (zh) * | 2021-11-29 | 2023-09-15 | 山东大学 | 基于合作博弈的园区综合能源系统分布式优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mohammadi et al. | Energy hub: From a model to a concept–A review | |
CN108229025B (zh) | 一种冷热电联供型多微网主动配电系统经济优化调度方法 | |
CN108717594A (zh) | 一种冷热电联供型多微网系统经济优化调度方法 | |
CN109523065A (zh) | 一种基于改进量子粒子群算法的微能源网优化调度方法 | |
CN112068436B (zh) | 工业园区的综合能源系统分层分布式控制方法及系统 | |
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 | |
CN113393126A (zh) | 高耗能园区与电网交替并行协同优化调度方法 | |
CN107358345A (zh) | 计及需求侧管理的分布式冷热电联供系统优化运行方法 | |
CN116911533B (zh) | 区域综合能源系统多微网能量共济方法 | |
CN110361969A (zh) | 一种冷热电综合能源系统优化运行方法 | |
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 | |
CN115829142A (zh) | 一种工业企业综合能源系统优化规划方法 | |
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 | |
Li et al. | A system and game strategy for the isolated island electric-gas deeply coupled energy network | |
CN113592365A (zh) | 一种考虑碳排放与绿电消纳的能源优化调度方法及系统 | |
CN112016825A (zh) | 一种区域综合能源系统的集中式交易优化决策方法 | |
CN111008760A (zh) | 一种冷热电联供微电网系统的双层优化方法 | |
Li et al. | Performance analysis of an energy system with multiple combined cooling, heating and power systems considering hybrid shared energy storage | |
CN109255487A (zh) | 一种基于标准化矩阵模型的综合能源系统优化方法 | |
CN113128868A (zh) | 一种区域综合能源系统调度优化方法及装置 | |
CN112182915A (zh) | 一种协同促进风电消纳的优化调度方法及系统 | |
CN108062022A (zh) | 一种热电协同系统的优化控制方法 | |
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 | |
CN116070754A (zh) | 考虑能量共享的多主体综合能源系统优化运行方法及系统 | |
Li et al. | Energy system and scheduling strategies of electric–gas networks deeply coupled under dual electricity prices |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201127 |