CN112633613B - 一种园区级综合能源系统集群交易策略的优化方法 - Google Patents

一种园区级综合能源系统集群交易策略的优化方法 Download PDF

Info

Publication number
CN112633613B
CN112633613B CN202110054775.7A CN202110054775A CN112633613B CN 112633613 B CN112633613 B CN 112633613B CN 202110054775 A CN202110054775 A CN 202110054775A CN 112633613 B CN112633613 B CN 112633613B
Authority
CN
China
Prior art keywords
energy
park
type
parks
selling
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
CN202110054775.7A
Other languages
English (en)
Other versions
CN112633613A (zh
Inventor
李鹏
于力
张斌
姜臻
姚森敬
郭志诚
席禹
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.)
China Southern Power Grid Artificial Intelligence Technology Co ltd
Original Assignee
Southern Power Grid Digital Grid Research Institute Co Ltd
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 Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical Southern Power Grid Digital Grid Research Institute Co Ltd
Priority to CN202110054775.7A priority Critical patent/CN112633613B/zh
Publication of CN112633613A publication Critical patent/CN112633613A/zh
Application granted granted Critical
Publication of CN112633613B publication Critical patent/CN112633613B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种园区级综合能源系统集群交易策略的优化方法,用于优化园区级综合能源系统集群之间的交易策略。本优化方法先将园区分为售能型园区以及购能型园区,再把购能型园区划分为不同重要程度的前提下,考虑交易价格、交易距离等诸多因素,以售能型园区以及多个购能型园区作为博弈参与者建立主从博弈模型,最终通过粒子群算法求解得到售能型园区的最优电价以及购能型园区所需的最优电力需求量,优化园区综合能源系统集群,使售能型园区收益最大化,购能型园区购电总成本最小化。

Description

一种园区级综合能源系统集群交易策略的优化方法
技术领域
本发明涉及综合能源系统领域,具体涉及一种园区级综合能源系统集群交易策略的优化方法。
背景技术
能源问题是制约当前经济社会发展的主要因素,大力发展可再生替代能源,推进化石能源的清洁利用是当前的两大主题。随着能源转型发展,社会对能源系需求的灵活性和环保性要求不断提高,基于传统的集中供能的大型并网电力系统的能源利用方式正在向基于分布式联供系统或微网的能源利用方式转移。考虑多能耦合转换、多能冗余互补和能源稳定输出的园区综合能源系统成为当前和未来一段时间合理、高效利用能源的重要形式。
园区综合能源系统包括分布在一个园区内的电力系统、热力系统、天然气系统和辅助能源转换系统等,在园区内存在冷、热、电多种能量的传输、储存和转换,而园区之间也存在着多种能量的交易关系,研究园区之间的交易策略能实现多能源充分互补、高效利用。随着能源消费新模式的不断探索,能源市场的开放性改革提倡园区综合能源系统能够积极参与能源市场化的建设过程。对于多个园区综合能源系统,必须考虑不同类型园区参与到能源市场规划、运行策略的新型投资模式。在此基础上,多园区的行为策略可以通过博弈论的相关模型进行构建,各决策主体可以在相应的博弈模型中进行竞争博弈,一般博弈模型的结果为各种情况下的纳什均衡,各主体可以根据纳什均衡解的情况确定在相应博弈中的交易策略。
目前,已有许多国内外学者针对综合能源系统的能量交易进行了相关研究,主要集中在冷、热、电、气等方面。中国发明专利(申请号:CN201811026826.X)提出一种基于用户侧区域综合能源系统的联盟博弈优化运行方法,提高了能源系统运行的灵活性、能源梯级的利用率,得到最佳综合能源系统优化运行策略。中国发明专利(申请号CN202010123175.7)提出了一种基于区块链技术的综合能源系统调度交易方法,可以实现去中心化的优化调度和交易,也可以实现综合能源系统的自动需求响应。[1]吴利兰. 综合能源系统的主从复合博弈策略及多目标运行优化方法的研究[D].华南理工大学,2018.提出了一个基于主从复合的Stackelberg博弈的能源交互模型,用于分布式能源站与具有电和热需求的工商业大用户之间制定套餐合同时决策出双方的均衡交互策略。[1]崔婧. 基于合作博弈的综合能源系统优化运行方法[D].华北电力大学(北京),2019.提出了基于合作博弈的综合能源系统运行优化方法,降低了综合能源系统的总成本。
然而以上研究均未从综合能源系统集群层面考虑电能交易策略的优化,因此本发明针对这一问题,在对园区综合能源系统分类成售能型园区和购能型园区的基础上,进一步的建立了售能型园区以及购能型园区的交易模型,并构建了一主多从的主从博弈模型,最终通过粒子群算法对模型进行求解得到园区综合能源系统集群的交易策略。
发明内容
本发明提出了一种园区级综合能源系统集群交易策略的优化方法,先将园区分为售能型园区和购能型园区,在考虑经济效益、环保程度、行业类型、 与售能型园区合作程度之后再把购能型园区分为不同重要程度,然后以售能型园区和多个购能型园区作为博弈参与者建立主从博弈模型,通过算法求解能够得到该模型的纳什均衡解。该方法能够优化园区级综合能源系统集群之间的交易,且该方法适用于大多数能源类型的交易。
本发明提供了一种基于博弈论的园区级综合能源系统集群交易策略的优化方法,其特征在于,包括以下步骤:
S101:将园区分为售能型园区和购能型园区,购能型园区再进一步划分为不同重要程度的园区;忽略售能侧多个售能型园区竞争的情形,假定售能侧仅有一个园区出售电能;
S102:分别给出售能型园区以及购能型园区的交易策略与决策变量。
S103:以售能型园区以及多个购能型园区作为博弈参与者,在考虑购能型园区重要程度、交易价格、交易距离、供能质量、储能约束、产能不确定性的约束条件下,分别构建售能型园区模型以及购能型园区模型,最后构建主从博弈模型;
S104:采用粒子群算法对模型进行求解得到其纳什均衡点为:最优电价与其对应的最优电力需求量。
所述的基于博弈论的园区级综合能源系统集群的优化方法,其中,S101中所述的园区分类方法进一步包括:
A.售能型园区是以某一时段内产能是否大于耗能为标准进行分类的;在某一时段内,当园区产能大于耗能时,产出的过剩电能将售卖给其他园区,此时园区为售能型园区;在某一时段内,当园区产能小于耗能时,其自身产能不足以供给自身耗能,需要从外部购买电能维持正常运行,此时园区为购能型园区。
B.购能型园区进一步分类是以园区总评分为评定标准进行的;园区的经济效益、环保程度、行业类型、与产能园区合作程度分别占有不同的权重系数,不同园区在经济效益、环保程度、行业类型、与产能园区合作程度四个方面有不同的评分。对于某时段内园区的综合评分,其计算公式如下:
式中, P all 为园区总评分,a、b、c、d分别为经济效益、环保程度、行业类型、与产能园区合作程度的权重系数, P 1P 2P 3P 4分别为园区在经济效益、环保程度、行业类型、与产能园区合作程度四个方面的评分;
按照评分的不同可将购能型园区划分为不同的重要等级。
所述的基于博弈论的园区级综合能源系统集群的优化方法,其中,所述步骤(2)中,售能型园区的交易策略为制定合适的电力价格使自身的收益最大化,其决策变量为电力价格;购能型园区跟随售能型园区做出的策略,决定其所需的电力需求量,从而使自身的购电总成本最小化,决策变量为其电力需求量。
所述的基于博弈论的园区级综合能源系统集群的优化方法,其中,所述步骤(3)中,以售能型园区以及多个购能型园区作为博弈参与者,在考虑购能型园区重要程度、交易价格、交易距离、供能质量、储能约束、产能不确定性等因素后,分别构建售能型园区模型以及购能型园区模型,最后构建主从博弈模型。
有益效果:本发明上升到园区与园区之间交易的高度,S101步骤先把园区分为售能型园区和购能型园区,给出了本专利的前提条件,制定园区与园区之间的交易框架;S102步骤给出了两种园区的交易策略和决策变量;S103步骤说明了博弈参与者以及各个模型;最后通过S104步骤求解得到各自的交易策略。所以此方法能够优化园区之间的交易效益,提高园区能源的利用率,并且本专利将环保纳入考虑范围,对于生态环境更加友好。
附图说明
此处说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,在附图中:
图1为本发明中售能型园区各种生产设备的生产结构图。
图2为本发明一个实施例的基于博弈论的园区级综合能源系统集群交易策略的优化方法的流程图。
具体实施方式
下面结合实例及附图,对本发明作进一步详细的说明,但本发明的实施方式不限于此。
现有的技术多是从园区综合能源系统内部出发,讨论园区综合能源系统内部各个主体之间的交易,并未从园区与园区之间交易的角度去考虑。
如图2所示,本发明公开了一种园区级综合能源系统集群交易策略的优化方法,具体包括以下步骤:
在步骤S101中,先将园区划分为售能型园区和购能型园区,再把购能型园区进一步划分为不同重要程度的园区。
也就是说,售能型园区是以某一时段内产能是否大于耗能为标准进行分类的;在某一时段内,当园区产能大于耗能时,产出的过剩电能将售卖给其他园区,此时园区为售能型园区;当园区产能小于耗能时,其自身产能不足以供给自身耗能,需要从外部购买电能维持正常运行,此时园区为购能型园区。
进一步地,购能型园区进一步分类是以园区总评分为评定标准进行的;根据园区的经济效益、环保程度、行业类型、与产能园区合作程度分别占有不同的权重系数,不同园区在经济效益、环保程度、行业类型、与产能园区合作程度四个方面有不同的评分。
对于某时段内园区的综合评分,其计算公式如下:
式中, P all 为园区总评分,a、b、c、d分别为经济效益、环保程度、行业类型、与产能园区合作程度的权重系数, P 1P 2P 3P 4分别为园区在经济效益、环保程度、行业类型、与产能园区合作程度四个方面的评分。
按照评分的不同可将购能型园区划分为不同的重要等级,并且得到不同园区的评分系数=园区评分/100。
在步骤S102中,分别给出售能型园区以及购能型园区的交易策略与决策变量。
也就是说,如图2所示,本发明实施例可以将售能型园区级购能型园区作为博弈参与者,售能型园区以电力价格为决策变量,以收益最大化为交易策略;购能型园区以电力需求量为决策变量,以购电总成本最小化为交易策略。
在步骤S103中,以售能型园区以及多个购能型园区作为博弈参与者,考虑多个约束条件后分别构建售能型园区模型以及购能型园区模型,最后构建主从博弈模型。
具体的建模过程如下:
(1)博弈参与者:售能型园区用V表示,购能型园区用 T i 表示;
(2)参与者策略:售能型园区目标为最大化收益,收益函数为 W n ,需要决策电能的价格以及考虑电能的生产方式,用 S n 表示售能型园区策略;购能型园区目标为购电总成本最小化,成本函数为 U k ,需要决策最优电力需求量,用 S k 表示购能型园区策略。
(3)售能型园区模型包括:燃气轮机产热效率、燃气轮机产电效率、蒸汽轮机产电效率、余热锅炉生产蒸汽效率、输入至燃气轮机的天然气量、输入到余热锅炉的天然气量、单位电价 P e 、天然气单价 C k 、其他固定成本 f k
进一步考虑售能型园区产能不确定性后,假设售能型园区与购能型园区只对下一个15分钟的电能进行交易,此时认为可交易的电能都是可确定的。如图1所示,园区内部各种生产设备通过控制天然气的输入量来控制其生产方式,同时输出电能。能量转换方程为:
式中为售能型园区产出的总电量。
此时售能型园区的优化目标可表示为:
式中, O k 为售能型园区维持自身耗能所必需的电量。
模型约束可表示为:
其中, a e 为电能在交易过程中的损耗参数;N为购能型园区个数;为每个购能型园区所需的购电量; P e 表示售能型园区制定的单位电价;为燃气轮机的容量;为余热锅炉的容量。
(4)购能型园区模型:购能型园区电需求量,单位电价 P e ,运输距离 d,运输单位距离成本 M 1,评分系数,固定成本 M s ,废品次品损失成本 C 1,生产利润损失成本 C 2,设备损失成本 C 3,电压暂降损失成本 C d ,谐波电能损失量 E loss ,谐波损失成本 C h
此时,电压暂降损失成本和谐波损失成本分别为:
购能型园区的目标函数为:
模型约束可表示为:
其中, a e 为电能在交易过程中的损耗参数;N为购能型园区个数;为每个购能型园区所需的购电量; P e 表示售能型园区制定的单位电价;为评分系数,=园区评分/100。
(5)主从博弈模型:建立的主从博弈模型标准模式为:
其中,V和 T i 分别表示售能型园区和购能型园区的参与者集合。 S n 表示售能型园区的策略集, S k 表示购能型园区的策略集。
当跟随者均对领导者的先行策略作出最优响应,同时领导者接受该响应时,主从博弈即达到均衡。设为售能型园区综合能源系统均衡策略的向量,为所有购能型园区最优响应的向量。如果下列条件满足,那么即为本章所提的售能型园区综合能源系统与购能型园区综合能源系统之间的博弈均衡策略。
在步骤S104中,采用粒子群算法对该模型进行求解得到其纳什均衡点:最优电价以及最优电力需求量。首先初始化种群和速度,然后计算每个粒子的自适应度值,找出个体极值和种群极值;对粒子群速度和个体进行更新,计算适应度值后将个体极值和种群极值与更新前作对比并更新个体极值和种群极值,直到达到最大迭代次数时输出最优解。
本发明上升到园区与园区之间交易的高度,S101步骤先把园区分为售能型园区和购能型园区,给出了本专利的前提条件,制定园区与园区之间的交易框架;S102步骤给出了两种园区的交易策略和决策变量;S103步骤说明了博弈参与者以及各个模型;最后通过S104步骤求解得到各自的交易策略。所以此方法能够优化园区之间的交易效益,提高园区能源的利用率,并且本专利将环保纳入考虑范围,对于生态环境更加友好。
以上是本发明的优选实施方式而已,当然不能以此来限定本发明之权利范围,应当指出,对于本技术领域的技术人员来说,不付出创造性劳动对本发明技术方案的修改或者等同替换,都不脱离本发明技术方案的保护范围。

Claims (4)

1.一种园区级综合能源系统集群交易策略的优化方法,其特征在于,包括以下步骤:
S101:先将园区分为售能型园区和购能型园区,购能型园区再进一步划分为不同重要程度的园区;忽略售能侧多个售能型园区竞争的情形,假定售能侧仅有一个园区出售电能;
S102:分别给出售能型园区以及购能型园区的交易策略与决策变量;
S103:以售能型园区以及多个购能型园区作为博弈参与者,在考虑购能型园区重要程度、交易价格、交易距离、供能质量、储能约束、产能不确定性的约束条件下,分别构建售能型园区模型以及购能型园区模型,最后构建主从博弈模型;
S104:采用粒子群算法对模型进行求解得到其纳什均衡点为:最优电价以及最优电力需求量;
具体的建模过程如下:
(1)博弈参与者:售能型园区用V表示,购能型园区用Ti表示;
(2)参与者策略:售能型园区目标为最大化收益,收益函数为Wn,需要决策电能的价格以及考虑电能的生产方式,用Sn表示售能型园区策略;购能型园区目标为购电总成本最小化,成本函数为Uk,需要决策最优电力需求量,用Sk表示购能型园区策略;
(3)售能型园区模型包括:燃气轮机产热效率
Figure FDA0004081724010000011
燃气轮机产电效率
Figure FDA0004081724010000012
蒸汽轮机产电效率
Figure FDA0004081724010000013
余热锅炉生产蒸汽效率
Figure FDA0004081724010000014
输入至燃气轮机的天然气量
Figure FDA0004081724010000015
输入到余热锅炉的天然气量
Figure FDA0004081724010000016
单位电价Pe、天然气单价Ck、其他固定成本fk
所述园区内部各种生产设备通过控制天然气的输入量来控制其生产方式,同时输出电能;能量转换方程为:
Figure FDA0004081724010000017
式中
Figure FDA0004081724010000021
为售能型园区产出的总电量;
此时售能型园区的优化目标可表示为:
Figure FDA0004081724010000022
式中,Ok为售能型园区维持自身耗能所必需的电量;
模型约束可表示为:
Figure FDA0004081724010000023
Pe≥0;
Figure FDA0004081724010000024
Ck≥0;
Figure FDA0004081724010000025
Figure FDA0004081724010000026
fk≥0
其中,ae为电能在交易过程中的损耗参数;N为购能型园区个数;
Figure FDA0004081724010000027
为每个购能型园区所需的购电量;
Figure FDA0004081724010000028
为燃气轮机的容量;
Figure FDA0004081724010000029
为余热锅炉的容量;
(4)购能型园区模型:运输距离d,运输单位距离成本M1,评分系数θim,固定成本Ms,废品次品损失成本C1,生产利润损失成本C2,设备损失成本C3,电压暂降损失成本Cd,谐波电能损失量Eloss,谐波损失成本Ch
电压暂降损失成本和谐波损失成本分别为:
Cd=C1+C2+C3
Ch=PeEloss
购能型园区的目标函数为:
Figure FDA0004081724010000031
模型约束可表示为:
Figure FDA0004081724010000032
Pe≥0
0<θim<1
Cd>0
Ch>0
其中,ae为电能在交易过程中的损耗参数;θim为评分系数,θim=园区评分/100;
(5)主从博弈模型:建立的主从博弈模型标准模式为:
Figure FDA0004081724010000033
其中,V和Ti分别表示售能型园区和购能型园区的参与者集合;Sn表示售能型园区的策略集,Sk表示购能型园区的策略集;
当跟随者均对领导者的先行策略作出最优响应,同时领导者接受该响应时,主从博弈即达到均衡;设ρ*为售能型园区综合能源系统均衡策略的向量,δ*为所有购能型园区最优响应的向量;如果下列条件满足,那么(ρ*,δ*)即为售能型园区综合能源系统与购能型园区综合能源系统之间的博弈均衡策略;需满足条件如下:
Uk*,δ*)≥Uk(ρ,δ*)
Wn*,δ*)≥Wn*,δn)
ρ∈Sk
Figure FDA0004081724010000041
2.根据权利要求1所述的一种园区级综合能源系统集群交易策略的优化方法,其特征在于,S101中所述的园区分类方法进一步包括:
A.售能型园区是以某一时段内产能是否大于耗能为标准进行分类的;在某一时段内,当园区产能大于耗能时,产出的过剩电能将售卖给其他园区,此时园区为售能型园区;在某一时段内,当园区产能小于耗能时,其自身产能不足以供给自身耗能,需要从外部购买电能维持正常运行,此时园区为购能型园区;
B.购能型园区进一步分类是以园区总评分为评定标准进行的;园区的经济效益、环保程度、行业类型、与产能园区合作程度分别占有不同的权重系数,不同园区在经济效益、环保程度、行业类型、与产能园区合作程度四个方面有不同的评分;对于某时段内园区的综合评分,其计算公式如下:
Pall=a*P1+b*P2+c*P3+d*P4
式中,Pall为园区总评分,a、b、c、d分别为经济效益、环保程度、行业类型、与产能园区合作程度的权重系数,P1、P2、P3、P4分别为园区在经济效益、环保程度、行业类型、与产能园区合作程度四个方面的评分;
按照评分的不同将购能型园区划分为不同的重要等级。
3.根据权利要求1所述的一种园区级综合能源系统集群交易策略的优化方法,其特征在于,所述S102中,售能型园区的交易策略为制定合适的电力价格使自身的收益最大化,其决策变量为电力价格;购能型园区跟随售能型园区做出的策略,决定其所需的电力需求量,从而使自身的购电总成本最小化,决策变量为其电力需求量。
4.根据权利要求1所述的一种园区级综合能源系统集群交易策略的优化方法,其特征在于,所述S103中,以售能型园区以及多个购能型园区作为博弈参与者,在考虑购能型园区重要程度、交易价格、交易距离、供能质量、储能约束、产能不确定性的约束条件下,分别构建售能型园区模型以及购能型园区模型,最后构建主从博弈模型。
CN202110054775.7A 2021-01-14 2021-01-14 一种园区级综合能源系统集群交易策略的优化方法 Active CN112633613B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110054775.7A CN112633613B (zh) 2021-01-14 2021-01-14 一种园区级综合能源系统集群交易策略的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110054775.7A CN112633613B (zh) 2021-01-14 2021-01-14 一种园区级综合能源系统集群交易策略的优化方法

Publications (2)

Publication Number Publication Date
CN112633613A CN112633613A (zh) 2021-04-09
CN112633613B true CN112633613B (zh) 2023-05-02

Family

ID=75294535

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110054775.7A Active CN112633613B (zh) 2021-01-14 2021-01-14 一种园区级综合能源系统集群交易策略的优化方法

Country Status (1)

Country Link
CN (1) CN112633613B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950809A (zh) * 2020-08-26 2020-11-17 华北电力大学(保定) 基于主从博弈的综合能源系统分层分区优化运行方法
CN111969614A (zh) * 2020-08-26 2020-11-20 华北电力大学(保定) 基于主从博弈的多园区综合能源系统优化调度方法
CN112054513A (zh) * 2020-08-20 2020-12-08 三峡大学 基于混合博弈的多微电网双层协调优化调度方法
CN112100564A (zh) * 2020-08-27 2020-12-18 国网江苏省电力有限公司淮安供电分公司 一种用于社区多微网系统的主从博弈鲁棒能量管理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112054513A (zh) * 2020-08-20 2020-12-08 三峡大学 基于混合博弈的多微电网双层协调优化调度方法
CN111950809A (zh) * 2020-08-26 2020-11-17 华北电力大学(保定) 基于主从博弈的综合能源系统分层分区优化运行方法
CN111969614A (zh) * 2020-08-26 2020-11-20 华北电力大学(保定) 基于主从博弈的多园区综合能源系统优化调度方法
CN112100564A (zh) * 2020-08-27 2020-12-18 国网江苏省电力有限公司淮安供电分公司 一种用于社区多微网系统的主从博弈鲁棒能量管理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于主从博弈的多微网能量调度策略;陈磊等;《电力系统保护与控制》;20201001;第48卷(第19期);第35-42页 *
基于谈判博弈的多微网综合能源系统多目标联合优化配置;李鹏等;《电网技术》;20201031;第44卷(第10期);第3680-3688页 *

Also Published As

Publication number Publication date
CN112633613A (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN111881616B (zh) 一种基于多主体博弈的综合能源系统的运行优化方法
CN112308334B (zh) 一种基于主从合作博弈的多虚拟电厂联合优化调度方法
Yang et al. Indirect multi-energy transactions of energy internet with deep reinforcement learning approach
CN113592648B (zh) 一种综合能源系统的多主体交易方法及系统
WO2023103385A1 (zh) 一种多能微网群自身及市场决策协同优化方法
Li et al. Distributed collaborative operation strategies in multi-agent integrated energy system considering integrated demand response based on game theory
CN108206543A (zh) 一种基于能源梯级利用的能源路由器及其运行优化方法
CN109884888B (zh) 一种基于非合作博弈的多楼宇微网模型预测调控方法
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
CN112883584B (zh) 一种考虑利益交互的多能微网群冷热电多能耦合优化方法
CN112381263A (zh) 基于区块链分布式数据存储多微网日前鲁棒电能交易方法
CN110135613A (zh) 一种基于纳什谈判的多虚拟电厂协同优化运行方案
Wang et al. Operation optimisation of integrated energy systems based on cooperative game with hydrogen energy storage systems
CN116911533B (zh) 区域综合能源系统多微网能量共济方法
Du et al. RETRACTED ARTICLE: Optimal scheduling of integrated energy system based on improved grey wolf optimization algorithm
CN107133840A (zh) 一种面向电供热取暖促进风电就地消纳的多风场竞价方法
Ali Development and Improvement of Renewable Energy Integrated with Energy Trading Schemes based on Advanced Optimization Approaches
CN112016825A (zh) 一种区域综合能源系统的集中式交易优化决策方法
CN116432824A (zh) 基于多目标粒子群的综合能源系统优化方法及系统
Si et al. Cloud-edge-based we-market: Autonomous bidding and peer-to-peer energy sharing among prosumers
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
CN112633613B (zh) 一种园区级综合能源系统集群交易策略的优化方法
Hongwei et al. Robust stochastic optimal dispatching of integrated electricity-gas-heat systems with improved integrated demand response
CN115693779A (zh) 一种多虚拟电厂与配网协同优化调度方法及设备
CN116307029A (zh) 促进多虚拟网格间源储荷协调的双层优化调度方法及系统

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
TR01 Transfer of patent right

Effective date of registration: 20230726

Address after: Room 822, Room 406, No. 1, Yichang Street, Zhongxin Ciudad del Saber, Huangpu District, Guangzhou, Guangdong 510000

Patentee after: China Southern Power Grid Artificial Intelligence Technology Co.,Ltd.

Address before: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province

Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd.

TR01 Transfer of patent right