CN112016824A - 一种基于共享经济理念的储能资源匹配方法 - Google Patents
一种基于共享经济理念的储能资源匹配方法 Download PDFInfo
- Publication number
- CN112016824A CN112016824A CN202010862710.0A CN202010862710A CN112016824A CN 112016824 A CN112016824 A CN 112016824A CN 202010862710 A CN202010862710 A CN 202010862710A CN 112016824 A CN112016824 A CN 112016824A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- cloud
- demand
- capacity
- user
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 636
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000008901 benefit Effects 0.000 claims abstract description 42
- 230000007246 mechanism Effects 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 3
- 238000003860 storage Methods 0.000 claims description 32
- 239000007789 gas Substances 0.000 claims description 28
- 230000005611 electricity Effects 0.000 claims description 25
- 238000007599 discharging Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 18
- 238000005457 optimization Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 8
- 238000011002 quantification Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 239000003345 natural gas Substances 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 4
- 238000009472 formulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007726 management method 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
- 239000012466 permeate Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于共享经济理念的储能资源匹配方法,包括:构建以云储能平台为核心的云储能商业模式主体结构及云储能商业模式主体结构的运行流程;分析主体结构中的储能资源盈余用户的市场行为,建立储能闲置量决策模型;分析主体结构中的储能资源需求用户的市场行为,建立储能需求量决策模型;结合用户的储能闲置量决策模型和储能需求量决策模型,构建云储能平台的储能匹配机制与辅助定价机制,为储能资源的合理分配提供支持。本发明通过建立以云储能平台为核心的商业模式,综合考虑各参与主体的经济利益与市场行为,将储能资源盈余用户的闲置储能资源使用权转移给储能资源需求用户,使得储能资源利用率提升的同时创造额外的经济效益。
Description
技术领域
本发明属于资源分配与电力市场领域,具体涉及一种基于共享经济理念的储能资源匹配方法。
背景技术
随着我国能源产业革命的加快推进和能源领域改革的逐渐深入,分布式能源设备在园区用户侧的安装率不断提高。其中,分布式储能设备具有能够提高清洁能源消纳水平、平移用电曲线、优化多能耦合设备发电计划的优点,已成为分布式能源园区中广泛存在且不可忽视的重要资源。但与此同时,由于分布式储能设备的所有权各异,在某些时段内设备拥有者的储能使用需求与设备容量并没有完全匹配,储能设备容量存在冗余,市场潜力巨大。思考如何挖掘分布式储能设备的市场潜力,研究可行的分布式储能资源服务模式对激发分布式储能资源活力、创造额外的经济价值具有重要意义。
借助移动互联网、大数据以及云计算等先进信息技术,共享经济实现了对闲置资源“使用权”的共享,提升了闲置资源的利用率,创造出了额外的经济价值,达到了“物尽其用”和“按需分配”的价值目标。目前,以共享经济为理念的商业实践已在多个行业广泛开展并取得了巨大成功,使得“重使用,轻拥有”的价值观逐渐在用户心中渗透,为共享经济理念在分布式储能资源市场运营模式中的应用提供了用户基础。
发明内容
为了解决现有分布式储能资源存在着利用不充分、市场潜力待挖掘等问题,本发明提供了一种基于共享经济理念的储能资源匹配方法。本发明研究将共享经济模式应用于园区分布式储能资源市场,提出基于共享经济理念的储能商业运营模式,建立相应的运营流程可以极大地提高闲置储能资源的利用率,并创造出额外的经济价值,促进社会的可持续发展。
本发明通过下述技术方案实现:
一种基于共享经济理念的储能资源匹配方法,该方法包括以下步骤:
步骤S1,构建以云储能平台为核心的云储能商业模式主体结构;
步骤S2,构建云储能商业模式主体结构的运行流程;
步骤S3,分析主体结构中的储能资源盈余用户的市场行为,建立储能闲置量决策模型;分析主体结构中的储能资源需求用户的市场行为,建立储能需求量决策模型;
步骤S4,结合用户的储能闲置量决策模型和储能需求量决策模型,构建云储能平台的储能匹配机制与辅助定价机制,为储能资源的合理分配提供支持。
本发明的方法通过建立以云储能平台为核心的商业模式,综合考虑各参与主体的经济利益与市场行为,将储能资源盈余用户的闲置储能资源使用权转移给储能资源需求用户,使得现有分布式储能资源的利用率提升的同时创造额外的经济效益。
优选的,本发明的步骤S1构建的云储能主体结构包括:
储能资源盈余用户,其拥有实体分布式储能设备,且存在闲置的储能设备容量;在云储能商业模式中,储能资源盈余用户能够将运行日的闲置储能容量出租给云储能平台以获得经济收益;
储能资源需求用户,其有使用储能设备的需求;在云储能商业模式中,储能资源需求用户不需要购买安装额外的实体储能设备,通过租赁云储能平台提供的云储能容量便能够完成电能的存储与释放;
云储能平台,通过现代信息网络技术实现区域储能资源的共享,其作为中间枢纽连接了储能资源盈余方与需求方并从储能设备容量使用权的转移中获得利润。
本发明通过整理归纳云储能模式中涉及的参与主体,对各参与主体的作用及地位进行分析,从而明晰云储能商业模式的主体结构。
优选的,本发明的步骤S2构建的运行流程具体包括:
条款说明阶段:云储能平台首先将服务条款对用户进行告知,云储能用户同意服务条款才能够进行注册,用户在注册时需提交已拥有的分布式能源设备类型和容量;
闲置储能提交阶段:位于实际运行日的前一天,储能资源盈余用户在此阶段向云储能平台提交运行日当天闲置的储能设备容量;
储能需求提交阶段:位于实际运行日前一天,云储能平台在此阶段中向用户推送云储能资源的价格,而储能资源需求用户则根据云储能资源的价格决定向云储能平台提交的云储能容量需求量;
储能资源匹配阶段:云储能平台将对储能资源盈余用户提交的储能闲置容量与储能资源需求用户提交的云储能容量需求量进行匹配并公布实际成交量;
实时控制阶段:已租赁云储能容量的储能资源需求用户能够利用云储能资源完成电能的储存与释放,云储能平台在接收到储能资源需求用户的充/放电请求后需向相应的储能资源盈余用户发送储能设备控制命令;
资金结算:位于实际运行日结束之后,云储能平台、储能资源盈余用户以及储能资源需求用户之间完成储能容量费用及储能充/放电费用的结算。
本发明对云储能商业模式的运行流程进行设计,通过设立不同的运行阶段可以明晰各参与主体在不同时段应完成的工作。
优选的,本发明的步骤S3建立储能资源盈余用户的储能闲置量决策模型的具体过程为:
步骤S31.1,分析储能资源盈余用户的日用能成本情况,以综合日用能成本最小为目标建立储能闲置量决策模型的目标函数,采用如下公式表示:
min CDR+CG-CIL
其中,CDR为储能资源盈余用户的购电成本;CG为储能资源盈余用户的购气成本;CIL为储能资源盈余用户提交闲置储能资源后可能获得的收入,采用如下公式表示:
其中,Pt DR为储能资源盈余用户在时段t的购电功率,需大于等于0,即余电不能上网;λt为时段t的电价;Ft为用户的分布式能源设备在时段t消耗的天然气量;λt F为时段t的天然气价格;k为云储能资源的收购价格系数;PriceE'和PriceP'为用户对云储能资源价格的估计值;EYIL和PYIL为用户准备向云储能平台提交的储能存储容量闲置量和储能功率容量闲置量;Δt为时段间隔;
步骤S31.2,分析储能闲置量决策模型的决策变量,决策变量包括:闲置储能存储容量EYIL、闲置储能功率容量PYIL、储能设备每时段的充/放电功率、其他分布式能源设备每时段的出力值;
步骤S31.3,根据分布式能源设备的物理特性为储能闲置量决策模型添加约束条件。约束条件采用如下公式表示:
本发明对储能资源盈余用户的市场行为进行分析建模,通过建立储能闲置量决策模型得到其在储能资源提交阶段向云储能平台提交的理性化闲置储能资源量。
优选的,本发明的步骤S3建立储能资源需求用户的储能需求量决策模型的具体过程为:
步骤S32.1,分析储能资源需求用户的日用能成本情况,以综合日用能成本最小为目标建立储能需求量决策模型的目标函数,采用如下公式表示:
min CDR+CG+CST
其中,CDR为储能资源需求用户的购电成本;CG为储能资源需求用户的购气成本;CST为储能资源需求用户的云储能容量租赁成本,采用如下公式表示:
其中,EYDM和PYDM分别为储能资源需求用户的云储能容量需求量;
步骤S32.2,分析储能需求量决策模型的决策变量,决策变量包括:云储能存储容量需求量EYDM、云储能功率容量需求量PYDM、云储能每时段的充/放电功率、其他分布式能源设备每时段的出力值;
步骤S32.3,根据分布式能源设备的物理特性为储能需求量决策模型添加约束条件,约束条件包括:1)云储能的充/放电功率不能超过云储能功率容量需求量;2)云储能存储的电能不能超过云储能存储容量需求量;3)云储能存储容量的日净充/放电量为零;4)其他分布式能源设备的出力值满足各设备本身的容量约束及能源转化约束;5)各类能源的生产与消耗之间满足平衡约束。
本发明对储能资源需求用户的市场行为进行分析建模,通过建立储能需求量决策模型得到其在某一云储能容量价格下向云储能平台提交的理性化云储能容量需求量。
优选的,本发明的步骤S4建立云储能平台的储能资源匹配机制具体过程为:
步骤S41.1,整理储能资源盈余用户提交的闲置储能容量以及储能资源需求用户提交的云储能容量需求量,采用如下公式表示:
Idel={Idel1,Idel2,...,Ideln}
Demand={Demand1,Demand2,...,Demandm}
其中,Idel为闲置储能容量集合;Demand为云储能容量需求量集合;Ideln={En,IL,Pn,IL}和Demandm={Em,DM,Pm,DM}分别为第n个储能资源盈余用户提交的闲置储能容量与第m个储能资源需求用户提交的云储能容量需求量;
步骤S41.2,将储能资源需求用户j(1≤j≤m)提交的云储能资源需求Demandj拆分成sj个子需求Subdemandj,采用如下公式表示为:
步骤S41.3,形成储能资源匹配矩阵Rn×m,元素rij代表第i个储能资源盈余用户匹配第j个储能资源需求用户的子需求Subdemandj的数量,采用如下公式表示:
步骤S41.4,利用优化模型对储能资源盈余量与需求量进行匹配,所述优化模型采用如下公式表示为:
步骤S41.5,根据优化模型的输出结果得到储能资源盈余量与闲置量的匹配情况:
对于第i个储能资源盈余用户,其成交量为{Ei.SL,Pi.SL},采用公式表示为:
对于第j个储能资源需求用户,其成交量为{Ej.PC,Pj.PC},采用公式表示为:
优选的,本发明的步骤S4建立储能资源辅助定价机制的具体过程为:
步骤S42.1,以储能设备的全寿命周期成本为依据建立云储能资源的单位容量定价基准,采用以下公式表示:
储能设备存储容量与功率容量的全寿命周期成本采用以下公式表示:
步骤S42.2,考虑储能资源需求用户的租赁行为,制定云储能资源的价格,云储能资源价格的制定策略采用如下公式表示:
其中,kad1和kad2分别为云储能资源存储容量和功率容量的价格调整系数。
优选的,本发明的步骤S42.2中的云储能资源存储容量和功率容量的价格调整系数通过求解云储能平台和储能资源需求用户之间的主从博弈均衡解得到,具体求解过程如下:
(1)初始化迭代变量x=1,y=1,并以0.5为下确界,1.5为上确界,0.1为步长,形成价格调整系数(kad1,kad2)的取值空间U11×11,采用公式表示为:
(2)将uxy以及对储能资源需求用户j的能源需求预测量代入S4中的云储能需求量决策模型得到Ej.DM和Pj.DM;
(3)将(2)中得到的Ej.DM和Pj.DM以及uxy代入储能资源匹配模型得到云储能平台的预期收入Ixy;
(4)若y<11,则令y=y+1并返回(2);
(5)若x<11,则令x=x+1,y=1并返回(2);
(6)得到云储能平台收入矩阵L,并根据其中最大值的下标获得主从博弈的均衡解{kad1,kad2,Ej.DM,Pj.DM}。
本发明建立的储能资源匹配机制针对储能存储容量与功率容量存在耦合关系的情况,通过建立子需求的概念,将子需求与闲置量的以成交量最大为目标进行匹配,实现了储能资源的供需高度匹配。储能资源的辅助定价机制可以指导云储能平台在云储能模式下的商业行为,以实现各参与主体利益诉求的同时满足。
优选的,本发明的方法还包括:
步骤S5,构建云储能商业模式的主体效益量化模型,分析各参与主体在云储能商业模式下的经济效益。
优选的,本发明的步骤S5构建主体效益量化模型的具体过程为:
步骤S51,分析储能资源盈余用户在云储能商业模式下的日效益情况,并从购电成本、购气成本以及储能资源出租收益三个方面进行量化,采用如下公式表示:
BFi=ΔCi.ele+ΔCi.gas+inci.SG
其中,ΔCi.ele和ΔCi.gas分别为应用云储能后储能资源盈余用户日购电成本与日购气成本的变化量,inci.SG为用户向云储能平台出售部分储能资源使用权所获得的收入;
步骤S52,分析储能资源需求用户在云储能商业模式下的日效益情况,并从购电成本、购气成本以及云储能资源租赁成本三个方面进行量化,采用如下公式表示:
BFj=ΔCj.ele+ΔCj.gas-outcj.YSG
其中,ΔCj.ele和ΔCj.gas分别为应用云储能后储能资源需求用户日购电成本与日购气成本的变化量,outcj.YSG为用户从云储能平台租赁云储能资源的支出;
步骤S53,分析储能资源需求用户在云储能商业模式下的日效益情况,云储能平台的日效益来自储能资源匹配的中间差价,采用如下公式表示:
本发明通过建立上述参与主体的效用量化模型,量化各参与主体在云储能商业模式下的日效用情况。
本发明具有如下的优点和有益效果:
1、本发明建立的以云储能平台为核心的商业模式,综合考虑了各参与主体的经济利益与市场行为,通过将储能资源盈余用户的闲置储能资源使用权转移给储能资源需求用户,使得现有分布式储能资源的利用率提升的同时创造额外的经济效益,有利于可持续发展。
2、本发明建立了云储能商业模式的主体结构、运行流程、用户的市场行为模型、平台定价策略与储能资源匹配策略,可以指导云储能模式的商业化运行。
3、本发明建立了参与主体的效用量化模型,量化了各参与主体在云储能商业模式下的日效用情况;本发明使得储能盈余用户拥有了将某天的部分储能资源出租给云储能平台的选择,用户的储能利用率得到了提高,日用能成本进一步降低;本发明使得储能资源需求用户不必安装实体储能设备,仅需通过租赁云储能资源来满足自身储能使用需求,降低了储能资源需求用户的储能使用门槛,避免储能设备制造冗余,有利于环境可持续发展。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的云储能商业模式园区结构示意图。
图2为本发明的方法流程示意图。
图3为本发明中云储能商业模式的运行流程示意图。
图4为本发明的用户储能设备装机容量图。
图5为本发明的储能资源匹配图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
相较于现有分布式储能资源存在利用不充分、市场潜力待挖掘等问题,本实施例提出了一种基于共享经济理念的储能资源匹配方法,该方法突破了传统商业模式的桎梏,通过提升闲置资源的利用率并创造出了额外的经济价值。
本实施例研究将共享经济模式应用于园区分布式储能资源市场(如图1所示的云储能商业模式适用园区结构),通过建立以云储能平台为核心的商业模式,综合考虑各参与主体的经济利益与市场行为,将储能资源盈余用户的闲置储能资源使用权转移给储能资源需求用户,使得现有分布式储能资源的利用率提升的同时创造额外的经济效益。
如图2所示,本实施例的匹配方法包括以下步骤:
(1)整理分析云储能商业模式的参与主体,设计以云储能平台为核心的云储能主体结构;
主体结构包括:
(11)储能资源盈余用户:拥有实体分布式储能设备,但储能设备在日常运行中利用率不高,存在闲置的储能设备容量。在云储能商业模式中,储能资源盈余用户可以将运行日的闲置储能容量出租给云储能平台以获得经济收益;
(12)储能资源需求用户:有使用储能设备的需求。在云储能商业模式中,储能资源需求用户不需要购买安装额外的实体储能设备,通过租赁云储能平台提供的云储能容量便可以完成电能的存储与释放;
(13)云储能平台:云储能商业模式的核心主体。云储能平台通过现代信息网络技术实现了区域储能资源的共享,其作为中间枢纽连接了储能资源的盈余方与需求方并从储能设备容量使用权的转移中获得利润。
(2)构建云储能商业模式的运行流程,明晰各参与主体在云储能模式的各运行阶段需完成的工作。云储能商业模式的运行流程如图3所示,供分为六个阶段,具体包括:
(21)条款说明阶段:云储能平台首先将服务条款对用户进行告知,云储能用户同意服务条款才可进行注册,用户在注册时需提交已拥有的分布式能源设备类型和容量;
(22)闲置储能提交阶段:位于实际运行日的前一天,储能资源盈余用户可以在此阶段向云储能平台提交运行日当天闲置的储能设备容量;
(23)云储能需求提交阶段:位于实际运行日前一天,云储能平台在此阶段中向用户推送云储能资源的价格,而需求用户则根据云储能资源的价格决定向云储能平台提交的云储能容量需求量;
(24)储能资源匹配阶段:云储能平台将对储能资源盈余用户提交的储能闲置容量与储能资源需求用户提交的云储能容量需求量进行匹配并公布实际成交量;
(25)实时控制阶段:已租赁云储能容量的用户可以利用云储能资源完成电能的储存与释放,云储能平台在接收到前者的充/放电请求后需向相应的储能资源盈余用户发送储能设备控制命令;
(26)资金结算:位于实际运行日结束之后,云储能平台、储能资源盈余用户以及储能资源需求用户之间完成储能容量费用及储能充/放电费用的结算。
(3)对于云储能商业模式参与主体中的储能资源盈余用户,对其市场行为进行分析,并建立储能闲置量决策模型:
(31)以综合日用能成本最小为目标建立储能闲置量决策模型的目标函数,采用如下公式表示:
min CDR+CG-CIL
其中,CDR为储能资源盈余用户的购电成本;CG为储能资源盈余用户的购气成本;CIL为储能资源盈余用户提交闲置储能资源后可能获得的收入,采用如下公式表示:
其中,Pt DR为储能资源盈余用户在时段t的购电功率,需大于等于0,即余电不能上网;λt为时段t的电价;Ft为用户的分布式能源设备在时段t消耗的天然气量;为时段t的天然气价格;k为云储能资源的收购价格系数;PriceE'和PriceP'为用户对云储能资源价格的估计值;EYIL和PYIL为用户准备向云储能平台提交的储能存储容量闲置量和储能功率容量闲置量;Δt为时段间隔;
本实施例中取天然气价格为2.2元/立方米,电能价格λt为该地区的分时电价:0.8406元/千瓦时(11-18点),0.4263元/千瓦时(1-6点、23-24点),1.2567元/千瓦时(7-10点、19-22点).云储能资源的收购价格系数k为0.8。
(32)分析整理储能闲置量决策模型的决策变量。决策变量包括:闲置储能存储容量EYIL、闲置储能功率容量PYIL、储能设备每时段的充/放电功率、其他分布式能源设备每时段的出力值;
(33)根据分布式能源设备的物理特性为储能闲置量决策模型添加约束条件。对于储能设备来说,首先,用户提交的闲置储能存储容量与功率容量不能超过储能设备的最大存储容量与功率容量;其次,储能设备的充/放电功率不能超过提交闲置功率容量后剩余的功率容量;其次,储能设备存储的电能不能超过储能设备剩余的存储容量;其次,储能设备剩余存储容量的日净充/放电量为零。储能设备的约束条件采用如下公式表示:
其中,Pt CH与Pt DCH分别为储能设备的充/放电功率;为0-1变量,表示储能设备的充放电状态;与分别为储能设备的功率容量和存储容量;ηST为储能充/放电效率。此外,其他分布式能源设备的出力值满足各设备本身的容量约束及能源转化约束,各类能源的生产与消耗之间满足平衡约束。
本实施例中取储能充/放电效率ηST为0.95,各用户的储能设备装机容量如图4所示,其中用户1、3、5为储能资源盈余用户。
(4)对于云储能商业模式参与主体中的储能资源需求用户,对其市场行为进行分析,并建立储能需求量决策模型:
(41)分析储能资源需求用户的日用能成本情况,以综合日用能成本最小为目标建立储能需求量决策模型的目标函数,采用如下公式表示:
min CDR+CG+CST
其中,CDR为储能资源需求用户的购电成本;CG为储能资源需求用户的购气成本;CST为储能资源需求用户的云储能容量租赁成本,采用如下公式表示:
其中,EYDM和PYDM分别为储能资源需求用户的云储能容量需求量;
(42)分析整理储能需求量决策模型的决策变量。决策变量包括:云储能存储容量需求量EYDM、云储能功率容量需求量PYDM、云储能每时段的充/放电功率、其他分布式能源设备每时段的出力值;
(43)根据分布式能源设备的物理特性为储能需求量决策模型添加约束条件。对于云储能来说,首先,云储能的充/放电功率不能超过云储能功率容量需求量;其次,云储能存储的电能不能超过云储能存储容量需求量;其次,云储能存储容量的日净充/放电量为零;其次,其他分布式能源设备的出力值满足各设备本身的容量约束及能源转化约束;最后,各类能源的生产与消耗之间满足平衡约束。
本实施例中各用户的储能设备装机容量如图4所示,其中用户2、4、6为储能资源需求用户。
(5)建立云储能平台的储能资源匹配机制与定价机制,具体过程为:
(51)参照图5所示的储能资源匹配示意图,建立储能资源匹配机制,具体过程为:
首先,整理储能资源盈余用户提交的闲置储能容量以及储能资源需求用户提交的云储能容量需求量。采用如下公式表示:
Idel={Idel1,Idel2,...,Ideln}
Demand={Demand1,Demand2,...,Demandm}
其中,Idel为闲置储能容量集合;Demand为云储能容量需求量集合;Ideln={En,IL,Pn,IL}和Demandm={Em,DM,Pm,DM}分别为第n个储能资源盈余用户提交的闲置储能容量与第m个储能资源需求用户提交的云储能容量需求量;
接着,将储能资源需求用户j(1≤j≤m)提交的云储能资源需求Demandj拆分成sj个子需求Subdemandj,采用如下公式表示为:
之后,形成储能资源匹配矩阵R n×m,元素rij代表第i个储能资源盈余用户匹配第j个储能资源需求用户的子需求Subdemandj的数量,为整数,采用如下公式表示:
其次,利用优化模型对储能资源盈余量与需求量进行匹配。优化模型的目标函数为交易额最大化。约束条件包括:储能资源盈余用户i匹配的需求量不大于其提交的储能闲置容量;储能资源需求用户j匹配的储能资源不大于其提交的云储能容量需求量。采用如下公式表示为:
最后,根据优化模型的输出结果得到储能资源盈余量与闲置量的匹配情况。对于第i个储能资源盈余用户,其成交量为{Ei.SL,Pi.SL}。采用公式表示为:
对于第j个储能资源需求用户,其成交量为{Ej.PC,Pj.PC}。采用公式表示为:
(52)储能资源定价机制的建立过程为:
首先,以储能设备的全寿命周期成本为依据建立云储能资源的单位容量定价基准,采用公式表示为:
其中,和分别为储能存储容量和功率容量的定价基准;cr和cd分别为贴现率与通货膨胀率;Y为储能的平均寿命年限;和分别为储能设备存储容量与功率容量的全寿命周期成本。储能设备存储容量与功率容量的全寿命周期成本的计算方法采用公式表示为:
本实施例中,取贴现率为0.09,通货膨胀率为0.015,储能的平均寿命年限为8年,储能设备单位存储容量和功率容量的初始投资价格分别为845元/千瓦时及1950元/千瓦,设备回收系数γ为0.2,储能设备单位容量的年维护价格为60元/千瓦时。
之后,考虑储能资源需求用户的租赁行为,制定云储能资源的价格。云储能资源价格的制定采用如下公式表示:
其中,kad1和kad2分别为云储能资源存储容量和功率容量的价格调整系数。
求解云储能平台和云储能资源需求用户之间的主从博弈均衡解得到云储能资源存储容量和功率容量的价格调整系数(kad1,kad2),具体过程为:
①初始化迭代变量x=1,y=1,并以0.5为下确界,1.5为上确界,0.1为步长,形成价格调整系数(kad1,kad2)的取值空间U11×11,采用公式表示为:
②将uxy以及对储能资源需求用户j的能源需求预测量代入S4中的云储能需求量决策模型得到Ej.DM和Pj.DM;
③将②中得到的Ej.DM和Pj.DM以及uxy代入储能资源匹配模型得到云储能平台的预期收入Ixy;
④若y<11,则令y=y+1并返回②;
⑤若x<11,则令x=x+1,y=1并返回②;
⑥得到云储能平台收入矩阵L,并根据其中最大值的下标获得主从博弈的均衡解{kad1,kad2,Ej.DM,Pj.DM}。
(6)构建云储能商业模式的主体效益量化模型,分析各参与主体在云储能商业模式下的经济效益,具体过程为:
(61)从购电成本、购气成本以及储能资源出租收益三个方面对储能资源盈余用户在云储能商业模式下的日效益情况进行量化。采用如下公式表示:
BFi=ΔCi.ele+ΔCi.gas+inci.SG
其中,ΔCi.ele和ΔCi.gas分别为应用云储能后储能资源盈余用户日购电成本与日购气成本的变化量,inci.SG为用户向云储能平台出售部分储能资源使用权所获得的收入。
(62)从购电成本、购气成本、云储能资源租赁成本三个方面对储能资源需求用户在云储能商业模式下的日效益情况进行量化。采用如下公式表示:
BFj=ΔCj.ele+ΔCj.gas-outcj.YSG
其中,ΔCj.ele和ΔCj.gas分别为应用云储能后储能资源需求用户日购电成本与日购气成本的变化量,outcj.YSG为用户从云储能平台租赁云储能资源的支出。
(63)云储能平台在云储能商业模式下的日效益来自储能资源匹配的中间差价,采用如下公式表示:
为分析本实施例提出的基于共享经济理念的储能资源匹配方法的适用性,根据采用该方法前后储能资源盈余用户、储能资源需求用户的日用能成本变化情况以及云储能平台的收入情况得到该方法给各参与主体带来的实际效益情况。
从上表可以看出,引入基于共享经济理念的云储能商业运营方法后,参与用户的用能成本都有了不同程度的下降,云储能商业模式给参与用户带来的效益都为正值,这可以促使用户积极地参与到云储能商业模式中。对于云储能平台来说,其通过赚取储能资源匹配费用的差价,可以获得可观的收入,从而推动云储能平台的发展。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于共享经济理念的储能资源匹配方法,其特征在于,该方法包括以下步骤:
步骤S1,构建以云储能平台为核心的云储能商业模式主体结构;
步骤S2,构建云储能商业模式主体结构的运行流程;
步骤S3,分析主体结构中的储能资源盈余用户的市场行为,建立储能闲置量决策模型;分析主体结构中的储能资源需求用户的市场行为,建立储能需求量决策模型;
步骤S4,结合用户的储能闲置量决策模型和储能需求量决策模型,构建云储能平台的储能匹配机制与辅助定价机制,为储能资源的合理分配提供支持。
2.根据权利要求1所述的一种基于共享经济理念的储能资源匹配方法,其特征在于,所述步骤S1构建的云储能主体结构包括:
储能资源盈余用户,其拥有实体分布式储能设备,且存在闲置的储能设备容量;在云储能商业模式中,储能资源盈余用户能够将运行日的闲置储能容量出租给云储能平台以获得经济收益;
储能资源需求用户,其有使用储能设备的需求;在云储能商业模式中,储能资源需求用户不需要购买安装额外的实体储能设备,通过租赁云储能平台提供的云储能容量便能够完成电能的存储与释放;
云储能平台,通过现代信息网络技术实现区域储能资源的共享,其作为中间枢纽连接了储能资源盈余方与需求方并从储能设备容量使用权的转移中获得利润。
3.根据权利要求1所述的一种基于共享经济理念的储能资源匹配方法,其特征在于,所述步骤S2构建的运行流程具体包括:
条款说明阶段:云储能平台首先将服务条款对用户进行告知,云储能用户同意服务条款才能够进行注册,用户在注册时需提交已拥有的分布式能源设备类型和容量;
闲置储能提交阶段:位于实际运行日的前一天,储能资源盈余用户在此阶段向云储能平台提交运行日当天闲置的储能设备容量;
储能需求提交阶段:位于实际运行日前一天,云储能平台在此阶段中向用户推送云储能资源的价格,而储能资源需求用户则根据云储能资源的价格决定向云储能平台提交的云储能容量需求量;
储能资源匹配阶段:云储能平台将对储能资源盈余用户提交的储能闲置容量与储能资源需求用户提交的云储能容量需求量进行匹配并公布实际成交量;
实时控制阶段:已租赁云储能容量的储能资源需求用户能够利用云储能资源完成电能的储存与释放,云储能平台在接收到储能资源需求用户的充/放电请求后需向相应的储能资源盈余用户发送储能设备控制命令;
资金结算:位于实际运行日结束之后,云储能平台、储能资源盈余用户以及储能资源需求用户之间完成储能容量费用及储能充/放电费用的结算。
4.根据权利要求1-3任一项所述的一种基于共享经济理念的储能资源匹配方法,其特征在于,所述步骤S3建立储能资源盈余用户的储能闲置量决策模型的具体过程为:
步骤S31.1,分析储能资源盈余用户的日用能成本情况,以综合日用能成本最小为目标建立储能闲置量决策模型的目标函数,采用如下公式表示:
min CDR+CG-CIL
其中,CDR为储能资源盈余用户的购电成本;CG为储能资源盈余用户的购气成本;CIL为储能资源盈余用户提交闲置储能资源后可能获得的收入,采用如下公式表示:
其中,Pt DR为储能资源盈余用户在时段t的购电功率,需大于等于0,即余电不能上网;λt为时段t的电价;Ft为用户的分布式能源设备在时段t消耗的天然气量;λt F为时段t的天然气价格;k为云储能资源的收购价格系数;PriceE'和PriceP'为用户对云储能资源价格的估计值;EYIL和PYIL为用户准备向云储能平台提交的储能存储容量闲置量和储能功率容量闲置量;Δt为时段间隔;
步骤S31.2,分析储能闲置量决策模型的决策变量,决策变量包括:闲置储能存储容量EYIL、闲置储能功率容量PYIL、储能设备每时段的充/放电功率、其他分布式能源设备每时段的出力值;
步骤S31.3,根据分布式能源设备的物理特性为储能闲置量决策模型添加约束条件。约束条件采用如下公式表示:
5.根据权利要求4所述的一种基于共享经济理念的储能资源匹配方法,其特征在于,所述步骤S3建立储能资源需求用户的储能需求量决策模型的具体过程为:
步骤S32.1,分析储能资源需求用户的日用能成本情况,以综合日用能成本最小为目标建立储能需求量决策模型的目标函数,采用如下公式表示:
min CDR+CG+CST
其中,CDR为储能资源需求用户的购电成本;CG为储能资源需求用户的购气成本;CST为储能资源需求用户的云储能容量租赁成本,采用如下公式表示:
其中,EYDM和PYDM分别为储能资源需求用户的云储能容量需求量;
步骤S32.2,分析储能需求量决策模型的决策变量,决策变量包括:云储能存储容量需求量EYDM、云储能功率容量需求量PYDM、云储能每时段的充/放电功率、其他分布式能源设备每时段的出力值;
步骤S32.3,根据分布式能源设备的物理特性为储能需求量决策模型添加约束条件,约束条件包括:1)云储能的充/放电功率不能超过云储能功率容量需求量;2)云储能存储的电能不能超过云储能存储容量需求量;3)云储能存储容量的日净充/放电量为零;4)其他分布式能源设备的出力值满足各设备本身的容量约束及能源转化约束;5)各类能源的生产与消耗之间满足平衡约束。
6.根据权利要求5所述的一种基于共享经济理念的储能资源匹配方法,其特征在于,所述步骤S4建立云储能平台的储能资源匹配机制具体过程为:
步骤S41.1,整理储能资源盈余用户提交的闲置储能容量以及储能资源需求用户提交的云储能容量需求量,采用如下公式表示:
Idel={Idel1,Idel2,...,Ideln}
Demand={Demand1,Demand2,...,Demandm}
其中,Idel为闲置储能容量集合;Demand为云储能容量需求量集合;Ideln={En,IL,Pn ,IL}和Demandm={Em,DM,Pm,DM}分别为第n个储能资源盈余用户提交的闲置储能容量与第m个储能资源需求用户提交的云储能容量需求量;
步骤S41.2,将储能资源需求用户j(1≤j≤m)提交的云储能资源需求Demandj拆分成sj个子需求Subdemandj,采用如下公式表示为:
步骤S41.3,形成储能资源匹配矩阵Rn×m,元素rij代表第i个储能资源盈余用户匹配第j个储能资源需求用户的子需求Subdemandj的数量,采用如下公式表示:
步骤S41.4,利用优化模型对储能资源盈余量与需求量进行匹配,所述优化模型采用如下公式表示为:
步骤S41.5,根据优化模型的输出结果得到储能资源盈余量与闲置量的匹配情况:
对于第i个储能资源盈余用户,其成交量为{Ei.SL,Pi.SL},采用公式表示为:
对于第j个储能资源需求用户,其成交量为{Ej.PC,Pj.PC},采用公式表示为:
7.根据权利要求5所述的一种基于共享经济理念的储能资源匹配方法,其特征在于,所述步骤S4建立储能资源辅助定价机制的具体过程为:
步骤S42.1,以储能设备的全寿命周期成本为依据建立云储能资源的单位容量定价基准,采用以下公式表示:
储能设备存储容量与功率容量的全寿命周期成本采用以下公式表示:
步骤S42.2,考虑储能资源需求用户的租赁行为,制定云储能资源的价格,云储能资源价格的制定策略采用如下公式表示:
其中,kad1和kad2分别为云储能资源存储容量和功率容量的价格调整系数。
8.根据权利要求7所述的一种基于共享经济理念的储能资源匹配方法,其特征在于,所述步骤S42.2中的云储能资源存储容量和功率容量的价格调整系数通过求解云储能平台和储能资源需求用户之间的主从博弈均衡解得到,具体求解过程如下:
(1)初始化迭代变量x=1,y=1,并以0.5为下确界,1.5为上确界,0.1为步长,形成价格调整系数(kad1,kad2)的取值空间U11×11,采用公式表示为:
(2)将uxy以及对储能资源需求用户j的能源需求预测量代入S4中的云储能需求量决策模型得到Ej.DM和Pj.DM;
(3)将(2)中得到的Ej.DM和Pj.DM以及uxy代入储能资源匹配模型得到云储能平台的预期收入Ixy;
(4)若y<11,则令y=y+1并返回(2);
(5)若x<11,则令x=x+1,y=1并返回(2);
(6)得到云储能平台收入矩阵L,并根据其中最大值的下标获得主从博弈的均衡解{kad1,kad2,Ej.DM,Pj.DM}。
9.根据权利要求8所述的一种基于共享经济理念的储能资源匹配方法,其特征在于,该方法还包括:
步骤S5,构建云储能商业模式的主体效益量化模型,分析各参与主体在云储能商业模式下的经济效益。
10.根据权利要求9所述的一种基于共享经济理念的储能资源匹配方法,其特征在于,所述步骤S5构建主体效益量化模型的具体过程为:
步骤S51,分析储能资源盈余用户在云储能商业模式下的日效益情况,并从购电成本、购气成本以及储能资源出租收益三个方面进行量化,采用如下公式表示:
BFi=ΔCi.ele+ΔCi.gas+inci.SG
其中,ΔCi.ele和ΔCi.gas分别为应用云储能后储能资源盈余用户日购电成本与日购气成本的变化量,inci.SG为用户向云储能平台出售部分储能资源使用权所获得的收入;
步骤S52,分析储能资源需求用户在云储能商业模式下的日效益情况,并从购电成本、购气成本以及云储能资源租赁成本三个方面进行量化,采用如下公式表示:
BFj=ΔCj.ele+ΔCj.gas-outcj.YSG
其中,ΔCj.ele和ΔCj.gas分别为应用云储能后储能资源需求用户日购电成本与日购气成本的变化量,outcj.YSG为用户从云储能平台租赁云储能资源的支出;
步骤S53,分析储能资源需求用户在云储能商业模式下的日效益情况,云储能平台的日效益来自储能资源匹配的中间差价,采用如下公式表示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010862710.0A CN112016824B (zh) | 2020-08-25 | 2020-08-25 | 一种基于共享经济理念的储能资源匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010862710.0A CN112016824B (zh) | 2020-08-25 | 2020-08-25 | 一种基于共享经济理念的储能资源匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112016824A true CN112016824A (zh) | 2020-12-01 |
CN112016824B CN112016824B (zh) | 2023-01-10 |
Family
ID=73505946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010862710.0A Active CN112016824B (zh) | 2020-08-25 | 2020-08-25 | 一种基于共享经济理念的储能资源匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112016824B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114358402A (zh) * | 2021-12-21 | 2022-04-15 | 国网江苏省电力有限公司镇江供电分公司 | 一种考虑储能使用权的共享储能规划方法及系统 |
WO2024088327A1 (zh) * | 2022-10-28 | 2024-05-02 | 国网四川省电力公司经济技术研究院 | 控制分布式储能设备充放电的方法、系统及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106160228A (zh) * | 2016-08-01 | 2016-11-23 | 国网上海市电力公司 | 一种基于余能宝平台的需求响应资源运营调度方法 |
CN109190802A (zh) * | 2018-08-13 | 2019-01-11 | 南京邮电大学 | 云储能环境下基于发电预测的多微网博弈优化方法 |
CN109190882A (zh) * | 2018-07-25 | 2019-01-11 | 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 |
CN109787261A (zh) * | 2019-03-14 | 2019-05-21 | 国网江苏省电力有限公司镇江供电分公司 | 电网侧及用户侧储能系统容量优化配置方法 |
CN110034561A (zh) * | 2019-05-15 | 2019-07-19 | 长沙理工大学 | 一种基于云储能租赁服务的风电场储能容量优化方法 |
CN110048419A (zh) * | 2019-05-15 | 2019-07-23 | 长沙理工大学 | 一种工商业租赁云储能服务的用电降费可行方法 |
CN110738376A (zh) * | 2019-10-16 | 2020-01-31 | 安徽九州通智能科技有限公司 | 一种云物流服务资源优化匹配方法 |
-
2020
- 2020-08-25 CN CN202010862710.0A patent/CN112016824B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106160228A (zh) * | 2016-08-01 | 2016-11-23 | 国网上海市电力公司 | 一种基于余能宝平台的需求响应资源运营调度方法 |
CN109190882A (zh) * | 2018-07-25 | 2019-01-11 | 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 |
CN109190802A (zh) * | 2018-08-13 | 2019-01-11 | 南京邮电大学 | 云储能环境下基于发电预测的多微网博弈优化方法 |
CN109787261A (zh) * | 2019-03-14 | 2019-05-21 | 国网江苏省电力有限公司镇江供电分公司 | 电网侧及用户侧储能系统容量优化配置方法 |
CN110034561A (zh) * | 2019-05-15 | 2019-07-19 | 长沙理工大学 | 一种基于云储能租赁服务的风电场储能容量优化方法 |
CN110048419A (zh) * | 2019-05-15 | 2019-07-23 | 长沙理工大学 | 一种工商业租赁云储能服务的用电降费可行方法 |
CN110738376A (zh) * | 2019-10-16 | 2020-01-31 | 安徽九州通智能科技有限公司 | 一种云物流服务资源优化匹配方法 |
Non-Patent Citations (3)
Title |
---|
周任军等: "利用云储能服务的工商业用电降费优化方案", 《南方电网技术》 * |
李烽: "未来电力系统储能新形态的研究与展望——云储能", 《海峡科技与产业》 * |
杨德胜 等: "基于泛在电力物联网的储能云网平台应用研究", 《电力信息与通信技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114358402A (zh) * | 2021-12-21 | 2022-04-15 | 国网江苏省电力有限公司镇江供电分公司 | 一种考虑储能使用权的共享储能规划方法及系统 |
CN114358402B (zh) * | 2021-12-21 | 2023-09-26 | 国网江苏省电力有限公司镇江供电分公司 | 一种考虑储能使用权的共享储能规划方法及系统 |
WO2024088327A1 (zh) * | 2022-10-28 | 2024-05-02 | 国网四川省电力公司经济技术研究院 | 控制分布式储能设备充放电的方法、系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112016824B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111415061B (zh) | 一种可再生能源电力系统的综合评价方法及装置 | |
CN112016824B (zh) | 一种基于共享经济理念的储能资源匹配方法 | |
CN109919472A (zh) | 一种考虑多利益主体博弈的发电市场迭代竞价方法 | |
Li et al. | Incentivizing distributed energy trading among prosumers: A general Nash bargaining approach | |
CN109713673A (zh) | 售电环境下并网型微电网系统配置及优化运行的方法 | |
CN110135761A (zh) | 供用电需求侧响应负荷调节交易方法、系统及终端设备 | |
CN112837126B (zh) | 基于区块链的工业园区分布式能源交易方法和系统 | |
Yao et al. | An incentive-compatible distributed integrated energy market mechanism design with adaptive robust approach | |
Tang et al. | Foreign direct investment entry mode and China’s carbon productivity based on spatial econometric model | |
CN112288242B (zh) | 一种基于闲置量聚合的分布式能源共享服务资源匹配方法 | |
Yang et al. | Application of data mining in the evaluation of enterprise lean management effect | |
CN111784540B (zh) | 一种基于多目标粒子群算法的云储能优化出清方法 | |
CN115102201A (zh) | 面向5g基站的共享储能优化配置方法、装置和存储介质 | |
CN109740178B (zh) | 多租户数据中心能效优化方法、系统及联合建模方法 | |
CN113807961A (zh) | 基于联盟链的多微网能源交易方法及系统 | |
CN111062513B (zh) | 基于自适应共识机制的分布式社区能源交易系统及方法 | |
CN113657658A (zh) | 一种能源优化方法、装置、电子设备及存储介质 | |
CN112801513A (zh) | 一种综合能源系统协同优化方法及系统 | |
CN114500303A (zh) | 一种临时云资源的使用计费方法 | |
CN115099456B (zh) | 一种分布式能源的配置方法、装置、移动终端及存储介质 | |
CN116780535B (zh) | 基于阶梯型碳交易机制的光储协同优化调度方法 | |
Zhang et al. | A blockchain-based electric vehicle energy trading scheme for electric vehicles | |
CN116091102B (zh) | 一种计及多重不确定性的配电系统多主体规划方法 | |
CN111798331A (zh) | 一种多能流交易方法及系统 | |
CN115965158A (zh) | 一种面向市场交易的虚拟电厂低风险双层聚合优化方法 |
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 |