CN112270432B - 一种考虑多主体利益均衡的综合能源系统的能量管理方法 - Google Patents

一种考虑多主体利益均衡的综合能源系统的能量管理方法 Download PDF

Info

Publication number
CN112270432B
CN112270432B CN202011097453.2A CN202011097453A CN112270432B CN 112270432 B CN112270432 B CN 112270432B CN 202011097453 A CN202011097453 A CN 202011097453A CN 112270432 B CN112270432 B CN 112270432B
Authority
CN
China
Prior art keywords
energy
agent
iea
benefit
comprehensive
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
Application number
CN202011097453.2A
Other languages
English (en)
Other versions
CN112270432A (zh
Inventor
王海燕
任志超
叶强
程超
徐浩
邓盈盈
胥威汀
汪伟
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.)
State Grid Sichuan Economic Research Institute
Original Assignee
State Grid Sichuan Economic Research Institute
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 State Grid Sichuan Economic Research Institute filed Critical State Grid Sichuan Economic Research Institute
Priority to CN202011097453.2A priority Critical patent/CN112270432B/zh
Publication of CN112270432A publication Critical patent/CN112270432A/zh
Application granted granted Critical
Publication of CN112270432B publication Critical patent/CN112270432B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • 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]
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation

Abstract

本发明提供的考虑多主体利益均衡的综合能源系统的能量管理方法，考虑了综合能源系统内可能存在多利益主体并存的情况，并以“源荷储”为线索将综合能源系统划分为综合能源供应代理(IEA)、储能代理(ESA)、用户集群代理(UA)三个主体，并建立相应的效益模型；设计了基于能量管理中心的含多主体的综合能源系统运行机制，实现了各主体之间能量流、经济流和信息流的有序传输；提出了基于系统效益不均衡度的协调式能量管理策略，实现各主体在追求自身最大效益的同时兼顾主体之间的效益均衡，避免在以全局效益为目标的情况下牺牲某一方主体的效益。

Description

一种考虑多主体利益均衡的综合能源系统的能量管理方法
技术领域
本发明涉及能量管理技术领域，具体涉及一种考虑多主体利益均衡的综合能源系统的能量管理方法。
背景技术
随着化石能源日益枯竭、环境污染和能源危机问题加剧，如何发展可再生能源技术，构建多能互补、能源梯级利用的现代能源体系，是实现能源转型和能源结构调整的重要途径。综合能源系统作为一种新型能源一体化的开放系统，打破了单一能源系统独立运行的传统模式，支持多类型能源的综合供给、多能源网络的系统集成以及海量分布式设备的接入，具有多能耦合的特点，有利于实现能源高效利用、满足用户多种能源梯级利用、提高可再生能源消纳能力，为改善能源消费结构和实现社会可持续发展提供了新的技术手段。综合能源系统的能量管理技术与系统运行的经济性、高效性、环保性等息息相关，而随着售电侧市场的进一步开放以及综合能源服务的不断推广，综合能源系统内可能出现多利益主体共存的局面，因此，对含有多主体共存的综合能源系统能量管理方法进行研究具有重大的经济效益与社会意义。
能量管理技术实质是以系统整体的经济性、环保性或其他指标为优化目标，计及能量平衡、机组容量、爬坡能力等约束，通过协调各种能源设备的出力及购售电策略，实现系统经济高效运行的优化调度。综合能源系统的前身是微电网，前者与后者在能量管理方面的区别在于，微电网仅考虑电能的平衡及最优分配，而综合能源系统具有冷、热、电、气等多类型负荷，需要考虑不同能源设备之间的耦合关系以及不同购能策略之间的经济成本，制定最优的调度策略。
目前，国内外学者对综合能源系统能量管理方法或者优化调度方法的研究已有初步成果。国外学者首先提出能源集线器的概念，将综合能源系统等效为二端口网络，用矩阵形式表达了综合能源系统内的各种能源转换关系，并建立了基于能源集线器的综合能源系统优化调度模型。而国内学者在此基础上提出了能源母线的概念，将综合能源系统的能量分配由不同的能源母线完成，进一步增强了系统的多能耦合特性，提高了能源利用率。之后有一些学者针对可再生能源出力不确定性问题，提出了多场景分析、鲁棒优化、区间优化等方法，有效地降低了不确定性对系统造成的影响，提高了可再生清洁能源的消纳率。
现有的研究大多是从整体最优的角度对综合能源系统进行优化，欠缺了对多利益主体并存场景的考虑，在追求整体最优的过程中可能导致某方利益严重受损，不利于综合能源系统内各主体的良性发展。
发明内容
针对当前大多数综合能源系统能量管理方法以集中优化为主，未考虑系统中不同利益主体存在的情况。本发明考虑了综合能源系统内各设备可能分属于不同的利益主体，以“源荷储”为线索将综合能源系统划分出综合能源代理(IEA)、储能代理(ESA)和用户集群代理(UA)三个主体并建立相应的效益模型。然后设计了基于能量管理中心的多主体综合能源系统运行机制，实现各主体之间的能量流、经济流和信息流的有序传输。最后由能量管理中心提出基于系统不均衡度的协调式能量管理策略，可以有效保证各主体在追求自身效益最大的同时兼顾各方的收益均衡，并且提高系统的综合能源利用率。
本发明通过下述技术方案实现：
本发明提供一种考虑多主体利益均衡的综合能源系统的能量管理方法，包括以下步骤：
T1:将综合能源系统中的各个要素划分为综合能源代理、储能代理和用户集群代理三个代理后，对各代理分别进行利益分析；
T2:能量管理中心根据综合能源系统运行机制调控综合能源系统内的能量，实现各代理之间能量流传输、经济流传输和信息流传输的有序进行；
T3:能量管理中心基于综合能源代理模型、储能代理模型和用户代理模型分别计算出各代理的实际效益值；
T4:能量管理中心基于三个代理的实际效益值获取最优协调式能量管理策略；
T5:能量管理中心将最优协调式能量管理策略下发至各代理进行实施。
进一步优化方案为，所述综合能源代理包括能源生产设备和能量耦合设备；所述储能代理包括储能设备；所述用户代理包括综合能源系统内大量用户。
综合能源代理(Integrated Energy Agent，IEA)含有多种能源生产设备和能量耦合设备，如消耗天然气的燃气轮机，可以在发电的同时产生烟气余热，实现气-电-热的耦合；吸收式制冷机通过消耗热量以供应冷负荷，实现热-冷能的转化等。这些设备组成了综合能源系统源侧的代理，供应冷、热、电负荷需求，使得综合能源系统具有多能互补，能量梯级利用的特点。IEA作为能源网络与用户的中介，融合电、气、热、冷能为用户提供综合能源服务，负责运营和管理CCHP系统。通过丰富其能源服务来源，提高综合能源服务运营灵活性，降低能源成本，与用户签订需求响应合约等方式获取更高收益。其利益目标为通过协调CCHP机组组合以及外部网络购能策略最大化运营收益。IEA的运营成本包括购能成本、基础运维成本及需求响应补偿成本，收益来源于售电和售热价差。
储能代理(Energy Storage Agent，ESA)含有多种类型储能设备，可以实现综合能源系统内的多元负荷在时间序列上的转移，为系统提供稳定波动、削峰填谷、备用等服务。ESA的利益目标为通过协调各类型储能设备在不同时间段的充放能功率，实现低价充能高价放能，从而获利。ESA的成本包括从充能成本和基本运维成本，其收益来源于放能，即向用户售电能、热能的收益。
用户代理(User Agent，UA)聚集了综合能源系统内大量用户，含有冷、热、电三种类型负荷。根据综合能源系统的不同类型，各类负荷所占比例及负荷曲线特征有所差异。如居民区的综合能源系统，电负荷主要源于日常用电如照明、电子设备等家用电器；热负荷主要源于取暖、烧水等；冷负荷主要源于空调、冰箱制冷等。根据负荷的重要性可以具体分为敏感负荷、可中断负荷、可平移负荷及可替代负荷。其中，敏感负荷不可调控，其他可调控的负荷可以作为一种灵活性资源，用以削减负荷的峰谷差。UA可以通过光伏余电上网参与能源市场，降低用能成本。除此之外，丰富的需求响应方案也为用户提供了大量可选择的降本措施。UA的利益目标是通过光伏售出及采取一些列需求响应措施最小化自身用能成本，同时保证一定的用能舒适度。
进一步优化方案为，能量流传输包括：综合能源代理通过自身拥有的能源生产设备或向用户代理购买光伏上网电量从而获取能量，综合能源代理直接从配能网络购买能量；储能代理在低价时段通过向综合能源代理购买能量进行充能行为，在高价时向用户代理卖出能量进行放能行为；用户代理中部分含有光伏的用户在满足自身负荷需求的前提下将多余的能量向综合能源代理售出；
信息流传输包括：综合能源代理作为卖方能量管理中心提交能源报价信息、机组信息及可再生能源预测出力情况；储能代理向能量管理中心提供储能设备信息；用户代理作为买方，需要对自身所代理的用户负荷以及其拥有的光伏出力进行预测，将预测信息及负荷响应参数提交能量管理中心；能量管理中心整合各方数据，基于最优协调式能量管理策略计算各机组出力值以及负荷调整量，将结果下发至各代理执行；
经济流传输包括：综合能源代理向储能代理和用户集群代理售能获得收益，综合能源代理的成本来源于向用户集群代理或供能网络购能的费用，以及综合能源代理自身能源生产设备运维和排放的费用；储能代理向用户集群代理售能获得收益，储能代理的成本来源于向综合能源代理购能的费用，及基础运营和机组运维费用；用户集群代理向综合能源代理出售多余光伏电量获得收益，用户集群代理的成本来源于满足用能需要的购能费用。
进一步优化方案为，T4具体步骤包括：
T4.1：能量管理中心向整个综合能源系统收集信息数据；
T4.2：能量管理中心基于整个综合能源系统的信息数据计算三个代理的理论最大效益值；
T4.3：对储能代理、用户代理和综合能源代理进行优化并获取各代理优化后的实际效益值；
T4.4：能量管理中心基于各代理的理论最大效益值和最大化后的实际效益值根据协调式能量管理模型计算系统效益不均衡度F；
T4.5：若F不满足收敛条件则返回T4.3，若F满足收敛条件则认为该值为系统效益不均衡度的最小值，进入T4.6；
T4.6：以系统效益不均衡度为的最小值对应的能量管理策略作为最优协调式能量管理策略输出。
进一步优化方案为，T4.1的信息数据包括：
综合能源代理提交的能源报价信息、机组信息及可再生能源预测出力情况；
储能代理提供储能设备信息；
用户代理提供的负荷信息以及光伏出力预测信息。
进一步优化方案为，T4.3具体包括：
T4.31：首先对储能代理进行优化求得储能代理的充能计划和放能计划；
T4.32：根据储能代理的放能计划以及冷能、热能、电能的价格信号，对用户代理进行优化求得用户代理的光伏售出量以及进行需求响应后的负荷曲线；
T4.33：根据储能代理的充能计划、用户代理的光伏收储量和负荷曲线以及冷能、热能、电能的价格信号，对综合能源代理进行优化求得综合能源代理各机组的计划出力值。
进一步优化方案为，系统效益不均衡度：
Figure BDA0002724217380000041
式中，
Figure BDA0002724217380000042
分别为综合能源代理效益系数、储能代理效益系数和用户代理效益系数；计算方法如下：
Figure BDA0002724217380000043
其中，πIEA、πESA、πUA分别为综合能源代理实际效益值、储能代理实际效益值和用户代理实际效益值；
Figure BDA0002724217380000051
分别为综合能源代理理论最大效益值、储能代理理论最大效益值和用户代理理论最大效益值。
进一步优化方案为，综合能源代理模型包括：综合能源代理效益函数、能量转换关系约束、机组出力极限约束、燃气轮机爬坡约束、联络线传输约束、综合能源代理能量和能源报价约束；
储能代理模型包括：储能代理效益函数、储能设备运行约束、储能代理能量平衡约束；
用户代理模型包括：用户代理效益函数、用户净负荷需求模型、用户需求响应模型。
进一步优化方案为，能量管理中心包括人机交互模块、人机交互界面、数据分析模块、决策优化模块和安全分析模块；
人机交互模块主要负责实现人与能量管理中心的交流，一般其使用可视化人机接口，并提供一个统一的图形平台。通过人机界面可以查看系统的拓扑结构和所有电气元件的接入情况，并能实时操作开关与刀闸的状态，控制综合能源系统的工作方式。通过对人机界面的监视，工作人员可以实时了解综合能源系统的运行工况，系统的运行信息将通过文字、图形、声光、颜色等多种方式在人机界面中显示。
综合能源系统工作人员通过人机交互界面与人机交互模块进行实时数据的交互；
所述人机交互模块实现工作人员与能量管理中心的交流；
所述数据分析模块将各代理采集的实时数据存储到数据库中并进行分析，基于历史数据形成各代理的分析报告；各个代理采集历史数据和预测数据通过人机交互界面存储到系统的数据库当中由数据分析模块进行分析形成各类分析报告；数据分析模块将各个代理采集的实时数据、各种操作日志以及预测数据等存储到系统的数据库当中并进行分析，形成各类分析报告。其历史服务功能按照不同的存储周期和预先设定的存储策略将各代理上传数据写入数据库中，并负责日、月、年统计量的统计工作。报表分析功能将历史数据和预测数据灵活地组织到表格中，形成实时、日、月、年等历史统计报表和预测误差统计报表，可统计最大值、最小值、平均值等，同时具有打印和表格编辑功能。
决策优化模块根据各代理所收集的输入参数制定系统的能量管理策略并将调度计划通过人机交互界面下发至三个代理；决策优化是能量管理中心的核心模块。该优化系统根据所收集负荷和可再生能源的预测值、用户的用电需求、调度规则、市场电价等信息决策各个代理的协调调度以及从电网的购电计划。该决策需要满足一系列约束条件以及控制目标，如满足系统中冷热电负荷需求，确保系统与主网系统间的运行协议，尽可能使系统经济高效运行。优化决策模块还能提供子系统故障情况下孤岛运行和重合闸的逻辑与控制方法等，保障综合能源系统的稳定运行。
安全分析模块来确保综合能源系统安全运行。安全分析模块来确保综合能源系统安全运行，需要建立类似于电网的“N-1”安全准则概念，通过对涵盖多种能流的预想故障集进行仿真分析，虚招系统薄弱环节，并针对性地做出预案。另一方面，关注交易关口的安全控制，确保关口设备处于安全运行范围内。此模块功能需要分析耦合系统发生扰动后，系统间相互作用而引发连锁故障的可能性，以及扰动或动作在综合能源系统不同时间尺度表现出来的不同特征和影响代理，充分挖掘热、气等慢动态系统的灵活性，为消除快动态系统(电力系统)的安全隐患提供控制策略，做到协同安全控制。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明提供的考虑多主体利益均衡的综合能源系统的能量管理方法，考虑了综合能源系统内可能存在多利益主体并存的情况，并以“源荷储”为线索将综合能源系统划分为综合能源供应代理(IEA)、储能代理(ESA)、用户集群代理(UA)三个主体，并建立相应的效益模型；设计了基于能量管理中心的含多主体的综合能源系统运行机制，实现了各主体之间能量流、经济流和信息流的有序传输；提出了基于系统效益不均衡度的协调式能量管理策略，实现各主体在追求自身最大效益的同时兼顾主体之间的效益均衡，避免在以全局效益为目标的情况下牺牲某一方主体的效益。
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。
图1是多主体综合能源系统的运行机制流程图；
图2是能量管理中心功能结构图；
图3是协调式能量管理策略获取流程图；
图4是协调式能量管理策略求解流程图；
图5是负荷及风光出力预测曲线图；
图6是能源价格曲线图；
图7是迭代收敛结果；
图8是IEA调度结果图；
图9是ESA储能充放电计划图；
图10是UA调度结果图；
图11是两种策略下的系统效益不均衡度效果图。
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
含多主体的综合能源系统模型
综合能源代理(IEA)模型：
IEA效益函数
IEA具有多种能源生产及转换设备，可以通过从外部网络购能以及自身产能的方式向IES内的用户出售能源或者在满足本地用户需求的前提下向外部网络出售能源，从而获取收益。考虑到热和冷能传输损耗较大，P2G技术尚不成熟，且成本较高，在此仅考虑IEA向网络出售电能的情况。IEA的效益函数为：
Figure BDA0002724217380000071
式中第一行等号后第一项表示IEA向用户出售冷热电能及向配网出售电能的售能收益，第二项表示在政府对清洁能源发电的政策支持下风电上网的补贴收益，第三项表示IEA向配能网络购买电能、热能或天然气的费用，第四项为IEA基础运营及其机组的运维费用，此部分费用通常占购能费用的10％；第五项为IEA的碳排放成本。
Figure BDA0002724217380000072
表示IEA输出电/热/冷功率；
Figure BDA0002724217380000073
表示IEA出售电/热/冷的价格；
Figure BDA0002724217380000074
表示IEA向配电网购/售电功率；
Figure BDA0002724217380000075
表示IEA向天然气网购买天然气的流量；
Figure BDA0002724217380000076
和
Figure BDA0002724217380000077
表示配电网的售/购电价和热力网/天然气网的售热/气价；
Figure BDA0002724217380000078
表示风电机组出力；psubsidy,wt表示风电上网补贴单价；
Figure BDA0002724217380000079
表示CO2排放成本和排放量。
CO2排放包括消耗天然气的排放、购电的排放，而消耗天然气的排放又是由天然气燃烧的CO2排放、天然气燃烧中CH4和N2O的等值排放和天然气生产运输中泄露的等值排放所组成。依据大多数文献设置，CO2的排放量(kg)为：
Figure BDA0002724217380000081
式中Ggas和Pelectric表示从外部供能网络购买的天然气量和电量，kW·h。
约束条件
IEA在运营过程中需要考虑自身拥有设备的技术限制，包括不同能源的转换关系，机组的出力上下限额以及燃气轮机的爬坡约束。此外，还需要考虑IEA输入和输出的能量平衡关系。为了保障IES内用户的利益，规定IEA的能源报价不得高于配能网络的售能价格。
1)能量转换关系约束条件
Figure BDA0002724217380000082
第一等式和第二等式表示燃气轮机的电-气-热转换关系；第三等式表示燃气锅炉的气-热转换关系；第四等式表示吸收式制冷机的热-冷转换关系；第五等式表示电制冷机的电-冷转换关系。式中
Figure BDA0002724217380000083
表示t时刻燃气轮机输出电功率，单位为kW；
Figure BDA0002724217380000084
表示t时刻燃气轮机的启停机状态，为0-1变量，0表示停机，1表示启动；
Figure BDA0002724217380000085
表示t时刻燃气轮机的天然气消耗量，单位为m3；ρgas表示天然气的热值系数，单位为kW/m3；ηGT,E/ηGT,H表示燃气轮机的发电/产热效率系数；
Figure BDA0002724217380000086
表示t时刻燃气轮机输出热功率，单位为kW；
Figure BDA0002724217380000087
表示t时刻燃气锅炉消耗的天然气量，单位为m3；ηGB为燃气锅炉的效率系数；
Figure BDA0002724217380000088
表示t时刻吸收式制冷机的输出冷功率/输入热功率，单位为kW；ηAC表示吸收式制冷机的效率系数；
Figure BDA0002724217380000089
表示电制冷机的输出冷功率/输入电功率，单位为kW；ηEC表示电制冷机的效率系数。
2)机组出力极限约束
Figure BDA00027242173800000810
第一项表示燃气轮机的出力极限；第二项表示燃气锅炉的出力极限；第三项表示吸收式制冷机的出力极限；第四项表示电制冷机的出力极限。
3)燃气轮机爬坡约束
Figure BDA0002724217380000091
式中，
Figure BDA0002724217380000092
表示燃气轮机爬坡率下限，单位为kW；
Figure BDA0002724217380000093
表示燃气轮机爬坡率上限，单位为kW。
4)联络线传输约束
Figure BDA0002724217380000094
式中，
Figure BDA0002724217380000095
表示IES向配电网购电/售电的功率；
Figure BDA0002724217380000096
表示向配电网购售电的标志位，为0-1变量，0代表不进行购/售电行为，1代表进行购/售电行为，在同一时刻仅允许进行购电或售电行为中的一种；
Figure BDA0002724217380000097
表示IEA向热力网和天然气网购入的热功率和天然气流量。
5)IEA能量平衡约束
IEA的能量平衡可分为对内的能量平衡以及对外的能量平衡，内部能量平衡是指IEA中的输入输出量的能量平衡，外部能量平衡是指IEA与ESA和UA之间的能量流通平衡，即整个IES的能量平衡。内部能量平衡如下：
Figure BDA0002724217380000098
外部能量平衡表示IEA的输出能量与ESA和UA需求量相等。
Figure BDA0002724217380000099
6)能源报价约束
为了保障UA和IEA的利益，规定IEA的能源定价不高于向配能网络购能的价格，不低于向配能网络售能的价格。
Figure BDA0002724217380000101
储能代理(ESA)模型：
ESA效益函数：
ESA拥有蓄电池(BAT)，蓄热槽(TST)，主要通过低价时期充能，高价时期放能的方式获取收益，其效益函数为：
Figure BDA0002724217380000102
式中第一项表示ESA向UA售能的收益，即放能收益；第二项表示ESA向IEA购能的成本，及充能成本；第三项表示ESA的基础运营费用及储能设备的运维成本，参考相关文献，此部分费用通常占购能费用的10％。
约束条件
1)储能设备运行约束
ESA需要满足储能的基本运行约束：
Figure BDA0002724217380000103
式中，
Figure BDA0002724217380000104
表示t时刻储能设备的已储能量值，kW·h；σx为储能设备的能量自损耗率；ηchr,x/ηdis,x为储能设备的充/放能效率系数；
Figure BDA0002724217380000105
为储能设备x的充放能状态标记位，为0-1变量(0表示不进行充/放能，1表示进行充/放能)；
Figure BDA0002724217380000108
表示储能设备x的容量上下限，kW；
Figure BDA0002724217380000106
表示储能设备x的充能功率上下限，kW；
Figure BDA0002724217380000107
表示储能设备x的放能功率上下限，kW。
2)ESA能量平衡约束
ESA需要满足内部的能量平衡约束，即ESA向IEA的购能量等于储能设备的充能量，ESA向UA的售能量等于储能设备的放能量：
Figure BDA0002724217380000111
此外，ESA为了保证售能竞价成功，需要满足自身报价低于当前时刻IEA的售能报价。
用户代理(UA)模型
IES中的单个用户体量过小，不便于直接参与市场，用户代理商通过将各类拥有光伏以及有意愿进行需求响应的用户聚合起来形成一个体量较大用户集群参与市场。通过出售光伏获取收益或者进行需求响应调整自身用能策略以最小化购能成本。由于UA在制定用能策略时需要考虑购能成本及用户的用能舒适度，因此先对用户负荷及用户的用能不满意度进行建模。
1)用户净负荷需求
首先计算UA的净负荷需求，设含光伏用户为U1，普通用户为U2，
Figure BDA0002724217380000112
和
Figure BDA0002724217380000113
为U1和U2的原始预测负荷，对于U1，其购电需求如下：
Figure BDA0002724217380000114
则UA的原始净负荷需求为
Figure BDA0002724217380000115
UA出售的光伏电功率则应该满足下式：
Figure BDA0002724217380000116
然后计算需求响应后的负荷需求。
2)用户需求响应模型
本技术考虑用户代理商进行负荷调控的手段有电负荷削减和平移。对于有意愿参与需求响应的用户而言，我们认为其负荷成分主要由大量固定负荷，部分可平移负荷及少量可削减负荷组成。第一类固定负荷(Stationary Load，SL)，是用户满足日常生产生活必须的负荷，可靠性要求高，不能参与负荷调控；第二类可平移负荷(Translational Load，TL)，是用户可以选择时间段进行使用的负荷，具有可灵活调控的特点；第三类可削减负荷(Reducible Load，RL)，是用户在一定动机驱使的情况下可以选择不使用的负荷。负荷调控的约束如下：
Figure BDA0002724217380000117
Figure BDA0002724217380000121
Figure BDA0002724217380000122
Figure BDA0002724217380000123
Figure BDA0002724217380000124
式中，
Figure BDA0002724217380000125
表示可削减电负荷占总负荷的比例；
Figure BDA0002724217380000126
表示可转移电负荷占总负荷的比例。
用户代理商的购能需求应该满足下式：
Figure BDA0002724217380000127
UA的效益函数：
Figure BDA0002724217380000128
式中第一项表示拥有光伏的用户在满足自身负荷的前提下向IEA出售光伏电量所获收益及政府对于光伏上网的补贴；第二项表示用户的用能不舒适度成本，ζ表示不舒适成本系数，第三项表示UA向IEA和ESA购能的成本。
为了促进各主体的收益均衡，在此定义系统效益不均衡度，用于量化系统内各主体之间的效益不均衡程度，其值越小表示各主体的效益越均衡：
Figure BDA0002724217380000129
式中，
Figure BDA00027242173800001210
定义为主体i的效益系数，用标幺值表示，其含义为当前效益占理论最大效益的比例。计算方法如下：
Figure BDA00027242173800001211
协调式能量管理策略旨在通过协调各主体的机组出力或用户用能方案，尽可能最大化各方收益。其协调式能量管理策略获取流程图如图3：
Step1：EMC向IEA、ESA和UA收集多能耦合设备信息、清洁能源出力预测信息、储能设备信息、冷热电负荷预测信息等，并根据各主体的报价约束制定响应的冷热电能价格；
Step2：EMC基于整个综合能源系统的数据计算各主体的理论最大效益值，
Figure BDA0002724217380000131
Figure BDA0002724217380000132
Step3：由于ESA的报价低于IEA的报价，用户会优先选用ESA所供应的能源，因此暂时不考虑IEA与UA的效益，首先对ESA进行优化，求得储能的充放能计划；
Step4：根据ESA的放能计划以及冷热电能的价格信号，对UA进行优化可以求得UA的光伏售出量以及进行需求响应后的负荷曲线；
Step5：IEA根据ESA的充能计划、UA的光伏收储量和负荷曲线以及冷热电能的价格信号，对IEA进行优化可以求得各机组的计划出力值；
Step6：计算系统效益不均衡度F，若不满足收敛条件则认为该值没有达到最小，那么增加约束
Figure BDA0002724217380000133
或改变ξ的值，回到Step3重新计算一遍。若满足收敛条件则认为该值为系统效益不均衡度的最小值，进入Step7：
Step7：EMC将最终得到的调度结果下发至各主体，由各主体执行具体控制。
该模型其实质为双层优化问题，下层为三个主体的独立优化，其中IEA和ESA的优化问题可以使用混合整数线性规划相关算法解决，UA的优化问题可以使用二次规划相关算法解决，而商业求解软件CPLEX具有求解混合整数线性规划和二次规划问题的功能，因此，本技术选择使用CPLEX对下层优化问题进行求解。上层为通过调节ESA的效益系数，搜索系统效益不均衡度的最小值，可以使用智能算法解决，而粒子群算法(PSO)具有较好的全局搜索能力和高效的收敛速度，因此，本技术选择使用PSO对上层优化问题进行求解。求解流程如图4。
实施例2
如图1所示，为验证本专利所给出的考虑多主体利益均衡的综合能源系统能量管理方法的有效性，本专利采用某综合能源系统作为算例进行分析。
场景描述
以某商业园区为例，该园区内各主体含有的设备及相关参数如表1所示。园区冷热电负荷及风光出力如图5所示，外部供能网络能源价格与综合能源系统内部能源价格如图6所示。
表1园区内各主体相关参数
Figure BDA0002724217380000141
2优化结果
2.1迭代收敛结果
图7给出了系统效益不均衡度收敛过程，由图7可见，迭代到23次左右结果收敛到0.1706。
2.2调度结果
1)IEA调度结果
IEA的收益为5131.31元。IEA中各类机组出力以及购电量在图8中给出，现结合上述(a)(b)(c)三幅图对IEA的调度结果进行分析。综合能源系统内的清洁能源实现了全消纳。由于系统总负荷充足，并且具有储能设备，因此风电在全时段都能顺利售出，没有产生弃风现象。而系统中用户具有的少量户用光伏优先满足自身负荷再进行余量上网，10-18时段光伏余量较多，但此时也正是负荷高峰期，因此系统也没有产生弃光行为，实现清洁能源100％消纳。在0-8时段，电网售电价格较低，此时IEA向电网购电比通过燃气轮机发电具有更低的成本，因此，IEA在此区间控制燃气轮机在较低的出力水平，增大了购电量；在9-23时段，电网售电价格升高，燃气轮机的热电联产更具经济性，因此，IEA在此区间增大燃气轮机出力，将其保持在几乎满发的状态，同时减少了向电网的购电量。值得注意的是在12-18时段，燃气轮机并不是满发的状态，这是因为在此区间的热负荷较重，而燃气轮机的产热效率相比燃气锅炉较低，IEA受到采购天然气数量的限制，无法在保持燃气轮机满发的同时满足热负荷需求，因此，IEA降低了燃气轮机出力，将有限的天然气供给燃气锅炉进行更高效的产热。在热平衡方面，燃气轮机和燃气锅炉互补运行。在冷平衡方面，由于电制冷机具有更高的制冷效率，因此大部分冷负荷由电制冷机满足，剩余部分由吸收式制冷机补充。
2)ESA调度结果ESA的收益为449.32元，其中储热收益为172.57元，储电收益为276.75元。将图9与图6中的IEA售能价格对比可以看出，ESA在低价充能，高价放能，实现了“低充高放”的套利模式。值得注意的是，虽然热能价格在13-18时段处于较低水平，但此区间与后续时段形成的峰谷差价较小，除去储能损耗以及机组的运维成本后的收益并不一定为正，并且此时热负荷较重，且天然气供应紧张，无法保证满足储能需求，因此，在此时段并没有产生储热充放能行为。
3)UA调度结果UA的成本为27613.80元，其中购能成本为27913.58元，光伏收益为493.31元，不舒适成本193.53元。图10给出了UA的冷热电负荷以及相应的能量来源。对于电平衡，UA根据IEA的能源价格信号，调整了自身负荷，对比预测的电负荷与进行需求响应后的电负荷曲线可以看出，需求响应措施将高峰期的负荷转移到了低谷期，明显起到了削峰填谷的作用，由于不舒适成本的存在以及可调控比例的约束，负荷调整量并没有很大。确定UA的DR负荷之后，通过图(a)可以看出UA的能量来源主要有三个渠道：户用光伏发电、向IEA购电、向ESA购电。其中光伏所在的堆积图高于DR负荷曲线的部分为光伏的余电上网量。对于热平衡，UA的热能来源主要是向IEA和ESA购热，从图中可以看出UA在5-12时段向ESA以更为便宜的价格购热，剩余大部分负荷需求向IEA购热满足。对于冷平衡，由于ESA没有储冷设备，因此UA的冷负荷全部通过向IEA购冷所得。
2.3对比分析
1)不同模式下的优化结果对比
为了进一步分析本方法的效果，选取四种模式进行对比，具体如下：
模式1：园区内无IEA和ESA，用户不考虑DR，采用分供系统供能(用户的电负荷需求从电网购电满足，热负荷需求通过从气网购买天然气利用燃气锅炉产热满足，冷负荷由电制冷机满足)。
模式2：园区内有IEA，无ESA，用户不考虑DR。
模式3：园区内有IEA和ESA，用户不考虑DR。
模式4：本方法所提的完整模式。
表2不同模式下的系统及各主体的效益
Figure BDA0002724217380000161
表2给出了不同模式下的系统和各主体的效益。对比场景1和场景2可知，在没有IEA参与的情况下，用户只能直接向配电网和天然气网购买电能和天然气，再通过能量耦合设备转化为可用的冷、热、电能，在此过程中，用户需要承担更高的购能费用以及机组的运维费用，并且用户的光伏余量也只能以更低的价格被配电网收购。因此，IEA的加入让用户可以以更低的价格购买能量，并且不用承担机组的运维成本，光伏收益也可以增加，降低了UA的成本。此外IEA的加入增强了能源之间的耦合关系，降低了系统的运行成本。
对比场景2和场景3可知，ESA的加入压缩了IEA的收益，降低了UA的成本。这是由于ESA在能源价格的峰时段以更低的价格占据了一定的用户购能份额，因此IEA缺少了这一部分收益，而UA则可以更低的价格向ESA购买能量，降低了成本。从系统的角度来看，储能实现了削峰填谷，提高了系统运行的经济性。
对比场景3和场景4可知，DR的加入让UA有了更多的降本措施，使其能够将高峰期的“高价负荷”转移到低谷期使用，降低了用能成本。但不舒适度成本的存在限制了用户的负荷调整量，若用户对负荷调整敏感度低，有较强的参与意愿，则DR将会进一步降低用户成本。相应的，用户用能策略的变化也导致了IEA和ESA的收益下降。从系统的角度来看，DR实现了削峰填谷，降低了系统供能负担，进一步降低了系统的运行成本。
2)集中式策略和协调式策略的系统效益不均衡度对比
如图11所示，集中式策略下的系统总运行成本为21752.25元，系统效益不均衡度为0.5746；协调式策略下的系统总运行成本为22033.16元，系统效益不均衡度为0.1706。在综合能源系统中由于存在多主体的情况，系统全局最优与各方均衡始终存在对立的情况，无法完全消除这种矛盾。而协调式策略仅增加了1.29％的运行成本，使得系统效益不均衡度下降了70.31％，保证了各主体的效益都处于较高的水平，成功地在全局最优与各方均衡之间找到了均衡点，实现了各主体在追求最大效益的同时兼顾各方效益的目的。
(1)本方法提出了IEA、ESA和UA三大主体，并建立了相应的综合能源系统多主体模型，迎合了未来售电侧市场不断开放的趋势，具有相当的实际意义。
(2)综合能源系统具有多能耦合多能互补的特点，相较于传统的分供系统具有更好的经济性。可以极大地减少用户的用能成本以及系统整体的运行成本。
(3)储电、储热以及需求侧响应等技术的引入，通过对能量进行时序上的平移，实现了负荷的削峰填谷，进一步减少系统的运行成本，也为用户提供了福利。
(4)在全局最优与各方均衡的矛盾无法完全消除的情况下，协调式策略通过牺牲少量的系统运行成本，大幅降低了系统效益不均衡度，在整体与个体之间成功找到了均衡点。实现了各主体在追求自身最大效益的同时兼顾各方效益的均衡，有利于促进综合能源系统内各主体良性发展，为综合能源系统未来的市场化进程做好铺垫。
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 (7)

1.一种考虑多主体利益均衡的综合能源系统的能量管理方法，其特征在于，包括以下步骤：
T1：将综合能源系统中的各个要素划分为综合能源代理、储能代理和用户集群代理三个主体后，对各主体分别进行利益分析；
T2：能量管理中心根据综合能源系统运行机制调控综合能源系统内的能量，实现各主体之间能量流传输、经济流传输和信息流传输的有序进行；
T3：能量管理中心基于综合能源代理模型、储能代理模型和用户代理模型分别计算出各主体的实际效益值；
T4：能量管理中心基于三个主体的实际效益值获取最优协调式能量管理策略；
T5：能量管理中心将最优协调式能量管理策略下发至各主体进行实施；
所述综合能源代理IEA模型为：
IEA效益函数：
Figure FDA0004031236930000011
式中第一行等号后第一项表示IEA向用户出售冷热电能及向配网出售电能的售能收益，第二项表示在政府对清洁能源发电的政策支持下风电上网的补贴收益，第三项表示IEA向配能网络购买电能、热能或天然气的费用，第四项为IEA基础运营及其机组的运维费用；第五项为IEA的碳排放成本；
Figure FDA0004031236930000012
表示IEA输出电/热/冷功率；
Figure FDA0004031236930000013
表示IEA出售电/热/冷的价格；
Figure FDA0004031236930000014
表示IEA向配电网购/售电功率；
Figure FDA0004031236930000015
表示IEA向天然气网购买天然气的流量；
Figure FDA0004031236930000016
和
Figure FDA0004031236930000017
表示配电网的售/购电价和热力网/天然气网的售热/气价；
Figure FDA0004031236930000018
表示风电机组出力；psubsidy,wt表示风电上网补贴单价；
Figure FDA0004031236930000019
表示CO2排放成本和排放量；
CO2的排放量为：
Figure FDA0004031236930000021
式中Ggas和Pelectric表示从外部供能网络购买的天然气量和电量，kW·h；
约束条件包括：
1)能量转换关系约束：
Figure FDA0004031236930000022
第一等式和第二等式表示燃气轮机的电-气-热转换关系；第三等式表示燃气锅炉的气-热转换关系；第四等式表示吸收式制冷机的热-冷转换关系；第五等式表示电制冷机的电-冷转换关系；式中
Figure FDA0004031236930000023
表示t时刻燃气轮机输出电功率，单位为kW；
Figure FDA0004031236930000024
表示t时刻燃气轮机的启停机状态，为0-1变量，0表示停机，1表示启动；
Figure FDA0004031236930000025
表示t时刻燃气轮机的天然气消耗量，单位为m3；ρgas表示天然气的热值系数，单位为kW/m3；ηGT,E/ηGT,H表示燃气轮机的发电/产热效率系数；
Figure FDA0004031236930000026
表示t时刻燃气轮机输出热功率，单位为kW；
Figure FDA0004031236930000027
表示t时刻燃气锅炉消耗的天然气量，单位为m3；ηGB为燃气锅炉的效率系数；
Figure FDA0004031236930000028
表示t时刻吸收式制冷机的输出冷功率/输入热功率，单位为kW；ηAC表示吸收式制冷机的效率系数；
Figure FDA0004031236930000029
表示电制冷机的输出冷功率/输入电功率，单位为kW；ηEC表示电制冷机的效率系数；
2)机组出力极限约束：
Figure FDA0004031236930000031
第一项表示燃气轮机的出力极限；第二项表示燃气锅炉的出力极限；第三项表示吸收式制冷机的出力极限；第四项表示电制冷机的出力极限；
3)燃气轮机爬坡约束：
Figure FDA0004031236930000032
式中，
Figure FDA0004031236930000033
表示燃气轮机爬坡率下限，单位为kW；
Figure FDA0004031236930000034
表示燃气轮机爬坡率上限，单位为kW；
4)联络线传输约束：
Figure FDA0004031236930000035
式中，
Figure FDA0004031236930000036
表示IEA向配电网购电/售电的功率；
Figure FDA0004031236930000037
表示向配电网购售电的标志位，为0-1变量，0代表不进行购/售电行为，1代表进行购/售电行为，在同一时刻仅允许进行购电或售电行为中的一种；
Figure FDA0004031236930000038
表示IEA向电力网和天然气网购入的电功率和天然气流量；
5)IEA能量平衡约束：
IEA的能量平衡可分为对内的能量平衡以及对外的能量平衡，内部能量平衡是指IEA中的输入输出量的能量平衡，外部能量平衡是指IEA与ESA和UA之间的能量流通平衡，即整个IEA的能量平衡；内部能量平衡如下：
Figure FDA0004031236930000039
外部能量平衡表示IEA的输出能量与ESA和UA需求量相等；
Figure FDA0004031236930000041
6)能源报价约束：
为了保障UA和IEA的利益，规定IEA的能源定价不高于向配能网络购能的价格，不低于向配能网络售能的价格；
Figure FDA0004031236930000042
储能代理ESA模型：
ESA效益函数：ESA拥有蓄电池BAT，蓄热槽TST，通过低价时期充能，高价时期放能的方式获取收益，其效益函数为：
Figure FDA0004031236930000043
式中第一项表示ESA向UA售能的收益，即放能收益；第二项表示ESA向IEA购能的成本，及充能成本；第三项表示ESA的基础运营费用及储能设备的运维成本；
约束条件：
1)储能设备运行约束
ESA需要满足储能的基本运行约束：
Figure FDA0004031236930000044
式中，
Figure FDA0004031236930000051
表示t时刻储能设备的已储能量值，kW·h；σx为储能设备的能量自损耗率；ηchr,x/ηdis,x为储能设备的充/放能效率系数；
Figure FDA0004031236930000052
为储能设备x的充放能状态标记位，为0-1变量，其中0表示不进行充/放能，1表示进行充/放能；
Figure FDA0004031236930000053
表示储能设备x的容量上下限，kW；
Figure FDA0004031236930000054
表示储能设备x的充能功率上下限，kW；
Figure FDA0004031236930000055
表示储能设备x的放能功率上下限，kW；
2)ESA能量平衡约束
ESA需要满足内部的能量平衡约束，即ESA向IEA的购能量等于储能设备的充能量，ESA向UA的售能量等于储能设备的放能量：
Figure FDA0004031236930000056
此外，ESA为了保证售能竞价成功，需要满足自身报价低于当前时刻IEA的售能报价；
用户代理UA模型：
1)用户净负荷需求
首先计算UA的净负荷需求，设含光伏用户为U1，普通用户为
Figure FDA0004031236930000057
和
Figure FDA0004031236930000058
为U1和U2的原始预测负荷，对于U1，其购电需求如下：
Figure FDA0004031236930000059
则UA的原始净负荷需求为
Figure FDA00040312369300000510
UA出售的光伏电功率则应该满足下式：
Figure FDA00040312369300000511
然后计算需求响应后的负荷需求；
2)用户需求响应模型
负荷调控的约束：
Figure FDA0004031236930000061
Figure FDA0004031236930000062
Figure FDA0004031236930000063
Figure FDA0004031236930000064
Figure FDA0004031236930000065
式中，
Figure FDA0004031236930000066
表示可削减电负荷占总负荷的比例；
Figure FDA0004031236930000067
表示可转移电负荷占总负荷的比例；
用户代理商的购能需求应该满足下式：
Figure FDA0004031236930000068
UA的效益函数：
Figure FDA0004031236930000069
式中第一项表示拥有光伏的用户在满足自身负荷的前提下向IEA出售光伏电量所获收益及政府对于光伏上网的补贴；第二项表示用户的用能不舒适度成本，ζ表示不舒适成本系数，第三项表示UA向IEA和ESA购能的成本；
能量管理中心包括人机交互模块、人机交互界面、数据分析模块、决策优化模块和安全分析模块；
综合能源系统工作人员通过人机交互界面与人机交互模块进行实时数据的交互；
各个代理采集历史数据和预测数据通过人机交互界面存储到系统的数据库当中由数据分析模块进行分析形成各类分析报告；
所述人机交互模块实现工作人员与能量管理中心的交流；
所述数据分析模块将各代理采集的实时数据存储到数据库中并进行分析，基于历史数据形成各代理的分析报告；
决策优化模块根据各代理收集的输入参数制定系统的最优协调式能量管理策略，并将最优协调式能量管理策略下发至三个代理；
安全分析模块来确保综合能源系统安全运行。
2.根据权利要求1所述的一种考虑多主体利益均衡的综合能源系统的能量管理方法，其特征在于，
所述综合能源代理包括能源生产设备和能量耦合设备；
所述储能代理包括储能设备；
所述用户代理包括综合能源系统内大量用户。
3.根据权利要求2所述的一种考虑多主体利益均衡的综合能源系统的能量管理方法，其特征在于，
能量流传输包括：
综合能源代理通过自身拥有的能源生产设备或向用户代理购买光伏上网电量从而获取能量，综合能源代理直接从配能网络购买能量；
储能代理在低价时段通过向综合能源代理购买能量进行充能行为，在高价时向用户代理卖出能量进行放能行为；
用户代理中部分含有光伏的用户在满足自身负荷需求的前提下将多余的能量向综合能源代理售出；
信息流传输包括：
综合能源代理作为卖方能量管理中心提交能源报价信息、机组信息及可再生能源预测出力情况；
储能代理向能量管理中心提供储能设备信息；
用户代理作为买方，需要对自身所代理的用户负荷以及其拥有的光伏出力进行预测，将预测信息及负荷响应参数提交能量管理中心；
能量管理中心整合各方数据，基于最优协调式能量管理策略计算各机组出力值以及负荷调整量，将结果下发至各主体执行；
经济流传输包括：
综合能源代理向储能代理和用户集群代理售能获得收益，综合能源代理的成本来源于向用户集群代理或供能网络购能的费用，以及综合能源代理自身能源生产设备运维和排放的费用；
储能代理向用户集群代理售能获得收益，储能代理的成本来源于向综合能源代理购能的费用，及基础运营和机组运维费用；
用户集群代理向综合能源代理出售多余光伏电量获得收益，用户集群代理的成本来源于满足用能需要的购能费用。
4.根据权利要求3所述的一种考虑多主体利益均衡的综合能源系统的能量管理方法，其特征在于，T4具体步骤包括：
T4.1：能量管理中心向整个综合能源系统收集信息数据；
T4.2：能量管理中心基于整个综合能源系统的信息数据计算三个主体的理论最大效益值；
T4.3：对储能代理、用户代理和综合能源代理进行优化并获取各主体优化后的实际效益值；
T4.4：能量管理中心基于各主体的理论最大效益值和优化后的实际效益值根据协调式能量管理模型计算系统效益不均衡度F；
T4.5：若F不满足收敛条件则返回T4.3，若F满足收敛条件则认为该值为系统效益不均衡度的最小值，进入T4.6；
T4.6：以系统效益不均衡度的最小值对应的能量管理策略作为最优协调式能量管理策略输出。
5.根据权利要求4所述的一种考虑多主体利益均衡的综合能源系统的能量管理方法，其特征在于，T4.1的信息数据包括：
综合能源代理提交的能源报价信息、机组信息及可再生能源预测出力情况；
储能代理提供储能设备信息；
用户代理提供的负荷信息以及光伏出力预测信息。
6.根据权利要求4所述的一种考虑多主体利益均衡的综合能源系统的能量管理方法，其特征在于，T4.3具体包括：
T4.31：首先对储能代理进行优化求得储能代理的充能计划和放能计划；
T4.32：根据储能代理的放能计划以及冷能、热能、电能的价格信号，对用户代理进行优化求得用户代理的光伏售出量以及进行需求响应后的负荷曲线；
T4.33：根据储能代理的充能计划、用户代理的光伏收储量和负荷曲线以及冷能、热能、电能的价格信号，对综合能源代理进行优化求得综合能源代理各机组的计划出力值。
7.根据权利要求4所述的一种考虑多主体利益均衡的综合能源系统的能量管理方法，其特征在于，系统效益不均衡度：
Figure FDA0004031236930000091
式中，
Figure FDA0004031236930000092
分别为综合能源代理效益系数、储能代理效益系数和用户代理效益系数；计算方法如下：
Figure FDA0004031236930000093
其中，πIEA、πESA、πUA分别为综合能源代理实际效益值、储能代理实际效益值和用户代理实际效益值；
Figure FDA0004031236930000094
分别为综合能源代理理论最大效益值、储能代理理论最大效益值和用户代理理论最大效益值。
CN202011097453.2A 2020-10-14 2020-10-14 一种考虑多主体利益均衡的综合能源系统的能量管理方法 Active CN112270432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011097453.2A CN112270432B (zh) 2020-10-14 2020-10-14 一种考虑多主体利益均衡的综合能源系统的能量管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011097453.2A CN112270432B (zh) 2020-10-14 2020-10-14 一种考虑多主体利益均衡的综合能源系统的能量管理方法

Publications (2)

Publication Number Publication Date
CN112270432A CN112270432A (zh) 2021-01-26
CN112270432B true CN112270432B (zh) 2023-02-28

Family

ID=74337501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011097453.2A Active CN112270432B (zh) 2020-10-14 2020-10-14 一种考虑多主体利益均衡的综合能源系统的能量管理方法

Country Status (1)

Country Link
CN (1) CN112270432B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109286187A (zh) * 2018-10-19 2019-01-29 国网宁夏电力有限公司经济技术研究院 一种面向多主体利益均衡的微网日前经济调度方法
CN109902884A (zh) * 2019-03-27 2019-06-18 合肥工业大学 一种基于主从博弈策略的虚拟电厂优化调度方法
CN110046773A (zh) * 2019-05-30 2019-07-23 东北大学 综合能源系统多主体合作优化运行与成本效益分配方法
CN111080022A (zh) * 2019-12-23 2020-04-28 国网四川省电力公司经济技术研究院 一种包含多利益主体的分区分布式协调优化方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9331892B2 (en) * 2009-03-09 2016-05-03 The Nielsen Company (Us), Llc System and method for automatic sub-panel creation and management
US11842412B2 (en) * 2017-09-06 2023-12-12 Total Solar International Aggregated distribution for energy demand response
CN108898305A (zh) * 2018-06-26 2018-11-27 国网山东省电力公司德州供电公司 主动配电网规划方法及其系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109286187A (zh) * 2018-10-19 2019-01-29 国网宁夏电力有限公司经济技术研究院 一种面向多主体利益均衡的微网日前经济调度方法
CN109902884A (zh) * 2019-03-27 2019-06-18 合肥工业大学 一种基于主从博弈策略的虚拟电厂优化调度方法
CN110046773A (zh) * 2019-05-30 2019-07-23 东北大学 综合能源系统多主体合作优化运行与成本效益分配方法
CN111080022A (zh) * 2019-12-23 2020-04-28 国网四川省电力公司经济技术研究院 一种包含多利益主体的分区分布式协调优化方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Multi-agent based distributed control architecture for microgrid energy management and optimization;M. Reyasudin Basir Khan 等;《Energy Conversion and Management》;20160125;第112卷;第288-307页 *
Multi-agent based multi objective renewable energy management for diversified community power consumers;Linyun Xiong 等;《Applied Energy》;20191129;第259卷;第1-16页 *
含多微网配电系统多元主体互动运行策略研究;吕天光;《中国优秀博硕士学位论文全文数据库(博士) 工程科技Ⅱ辑》;20200115(第1期);第C042-185页 *
基于全局优化和多主体博弈的微网日前电热联合经济调度;宫建锋 等;《电力建设》;20181231;第39卷(第12期);第22-30页 *
基于改进NSGA-Ⅱ的综合能源多主体利益均衡优化调度;江岳春 等;《电力自动化设备》;20200731;第40卷(第7期);第17-23页 *

Also Published As

Publication number Publication date
CN112270432A (zh) 2021-01-26

Similar Documents

Publication Publication Date Title
CN109919478B (zh) 一种考虑综合供能可靠性的综合能源微网规划方法
Jiang et al. A multiagent-based hierarchical energy management strategy for maximization of renewable energy consumption in interconnected multi-microgrids
CN109659927B (zh) 一种考虑储能参与度的综合能源微网储能容量配置方法
Zhu et al. Day-ahead energy pricing and management method for regional integrated energy systems considering multi-energy demand responses
Liu et al. Energy management method of integrated energy system based on collaborative optimization of distributed flexible resources
Li et al. A novel energy sharing mechanism for smart microgrid
Xiang et al. Distributed dispatch of multiple energy systems considering carbon trading
Zhang et al. Multi-level distributed demand response study for a multi-park integrated energy system
Cheng et al. Optimized Configuration of Distributed Power Generation Based on Multi-Stakeholder and Energy Storage Synergy
CN113746105A (zh) 电力需求响应的优化控制方法、装置、设备和存储介质
Fu et al. Research on the stackelberg game method of building micro-grid with electric vehicles
Ding et al. A Stackelberg Game-based robust optimization for user-side energy storage configuration and power pricing
Yang et al. Regional integrated energy system reliability and low carbon joint planning considering multiple uncertainties
Zhai et al. Low carbon economic dispatch of regional integrated energy system considering load uncertainty
CN112270432B (zh) 一种考虑多主体利益均衡的综合能源系统的能量管理方法
Gao et al. Vehicle-to-home vehicle-to-vehicle and vehicle-to-grid energy systems
Du Research on Integrated Demand Response Mechanism under Integrated Energy Service Mode
CN112182915A (zh) 一种协同促进风电消纳的优化调度方法及系统
Li et al. Integrated energy system for low-carbon economic operation optimization: Pareto compromise programming and master-slave game
Wang et al. Research on energy management of integrated energy systems considering multi-agent
Xu et al. Day-ahead Economic Dispatch for Active Distribution Network Considering Plug-in Electric Vehicles Aggregation
Yue et al. Research on the Scenario Design and Business Model Analysis of Source-Grid-Load-Storage Collaboration for Zero-Carbon Big Data Industrial Park
Cao et al. Bi-Level Energy Management Model of Grid-Connected Microgrid Community
Liao et al. Low-carbon dispatch of the Park IES based on the EV flexible load storage characteristics
Zhong et al. Optimal Scheduling of Virtual Power Plants Considering Load Demand Response under Ladder-Type Carbon Trading Mechanism

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