CN112785093B - 一种基于电力消费模式的光伏储能容量配置优化方法 - Google Patents
一种基于电力消费模式的光伏储能容量配置优化方法 Download PDFInfo
- Publication number
- CN112785093B CN112785093B CN202110259007.5A CN202110259007A CN112785093B CN 112785093 B CN112785093 B CN 112785093B CN 202110259007 A CN202110259007 A CN 202110259007A CN 112785093 B CN112785093 B CN 112785093B
- Authority
- CN
- China
- Prior art keywords
- power station
- energy storage
- photovoltaic
- photovoltaic power
- electricity
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 109
- 238000005457 optimization Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000005611 electricity Effects 0.000 claims description 78
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000006698 induction Effects 0.000 claims description 2
- 230000003993 interaction Effects 0.000 abstract description 2
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明提出了一种基于电力消费模式的光伏储能容量配置优化方法,使用效用函数来模拟电力用户的偏好和电力消费模式,建立斯塔克尔伯格博弈模型分析光伏电站与储能电站在电力市场实时定价中的策略互动,并通过博弈达到均衡来优化光伏储能系统的容量配置,从而达到提高光伏能源的利用率,减少支出,扩大收益的目的。
Description
技术领域
本发明属于光储系统容量配置领域,具体涉及一种基于用户电力需求建立斯塔克尔伯格博弈模型来优化光伏储能电站容量配置的方法。
背景技术
随着储能技术的发展,储能电站已成为电力系统调峰填谷、提高系统稳定性、实现需求侧管理的一种有效手段。光伏发电是一种重要的新能源发电形式,大规模光伏电站的并网运行是未来发展的趋势。随着电力市场规则的不断完善,储能电站和光伏电站作为决策主体参与电力市场已成为一种重要趋势。
光伏电站与储能电站之间通过价格博弈,调整实时电价,以电价优势吸引更多的用户,与此同时用户可以自由地选择并签订购电协议。具体来说,同一区域的光伏储能系统通过博弈来调整实时电价获得最大效益,用户在满足自身需求的基础上,通过电价进行比较选择。
发明内容
本发明针对现有技术中的不足,提供一种考虑用户用电需求,光伏电站与储能电站参与电力市场的电费定价,并基于斯塔克尔伯格博弈,建立光伏与储能的收益模型,减少电网负荷,提高光伏能源利用率的光储系统容量配置优化方法。该方法使用效用函数来模拟电力用户的偏好和电力消费模式,建立斯塔克尔伯格博弈模型分析光伏电站与储能电站在电力市场实时定价中的策略互动,并通过博弈达到均衡来优化光伏储能系统的容量配置,从而达到提高光伏能源的利用率,减少支出,扩大收益的目的。
为实现上述目的,本发明采用以下技术方案:
一种基于电力消费模式的光伏储能容量配置优化方法,其特征在于,包括如下步骤:
步骤1:收集用户电力需求,确定光伏电站与储能电站的容量配置函数;
步骤2:建立斯塔克尔伯格博弈模型,其中光伏电站为领导者,储能电站为跟随者;
步骤3:结合容量配置函数,建立光伏电站与储能电站的收益函数;
步骤4:光伏电站作为领导者,先制定与储能电站进行电能交易的电费定价,以光伏电站收益最大为目标函数;储能电站作为跟随者,根据光伏电站制定的电费定价调整自身的电费定价,以实现储能电站收益最大;
步骤5:将光伏电站与储能电站的电费定价代入容量配置函数中,得到光伏储能系统优化后的容量配置。
为优化上述技术方案,采取的具体措施还包括:
进一步地,步骤1具体如下:
首先,建立光伏储能系统效用相关的模型,通过效用函数U(p,D)来表示:
式中,α为电力需求系数,γ为售电单价折算系数,β为电力负荷折算系数,p表示售电单价,p1及p2分别为光伏电站与储能电站的售电单价,D为用户电力负荷;
然后,通过电力需求函数来建立用户的电力需求模型,电力需求函数通过最大化效用函数U(p,D)而得;当电力需求函数D(p1,p2)表示为:
根据用户的电力需求函数以及光伏电站与储能电站的电费定价之间的联系,确定光伏电站与储能电站的装机容量,分别通过光伏电站与储能电站的容量配置函数来表示:
S1(p1,p2)=D(p1,p2)-δ1p1+λ·p2 (3)
S2(p1,p2)=D(p1,p2)-δ2p2+λ·p1 (4)
式中,S1(p1,p2)、S2(p1,p2)分别为光伏电站与储能电站的容量配置函数,δ1与δ2分别为光伏电站与储能电站的价格弹性指数,λ为转移系数,表示用户在光伏电站与储能电站之间的选择,变化范围为(-1,1)。
进一步地,步骤3中,建立了如下收益函数:
∏pv(p1,p2)=S1(p1,p2)·η·p1-Cpv·S1(p1,p2) (5)
∏bat(p1,p2)=S2(p1,p2)·p2-plow·S2(p1,p2)-Cbat·S2(p1,p2) (6)
式中,∏pv(p1,p2)、∏bat(p1,p2)分别为光伏电站与储能电站的收益函数,η为光伏消纳率,Cpv及Cbat分别为光伏电站与储能电站的单位容量建设与维护综合成本,plow为电力低谷电价。
进一步地,步骤4中,光伏电站作为领导者,其优化问题表示为:储能电站作为跟随者,其优化问题表示为:/>
进一步地,步骤4中,采用反向归纳的方法,光伏电站首先确定售电单价p1,使得储能电站的收益满足即:
然后确定储能电站售电单价p2关于p1的反应函数p2=f(p1):
将反应函数回代入∏pv(p1,p2),求解得到实际的光伏电站最优售电单价,再将实际的光伏电站最优售电单价回代入p2=f(p1),求得实际的储能电站最优售电单价。
进一步地,步骤5中,将实际的光伏电站最优售电单价和实际的储能电站最优售电单价代入容量配置函数中,得到光伏储能系统优化后的容量配置。
本发明的有益效果是:本发明基于斯塔克尔伯格博弈,通过用户电力需求,利用光伏电站与储能电站做为竞争主体,直观地将光储系统容量配置与售电单价的关系表现出来,从而优化光储系统容量配置,在电力市场运营下,更好地满足了供电需求,并且达到了节能减损的要求,有助于创造经济可靠、低碳环保的供电环境。
附图说明
图1是基于斯塔克尔伯格博弈的容量配置流程图。
图2是光伏储能系统运行结构图。
图3是转移系数变化时,光伏储能系统的电费定价变化。
图4是光伏电站在不同售电单价下的容量配置曲线。
图5是光伏电站在不同售电单价下的利润曲线。
图6是储能电站在不同售电单价下的容量配置曲线。
图7是储能电站在不同售电单价下的利润曲线。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
如图1、图2所示,本发明通过参考用户电力负荷情况,建立电力需求与光伏储能系统的电费定价之间的效用函数,通过电力需求建立容量配置函数。光伏电站作为领导者,制定与储能电站进行电能交易的售电单价,以光伏电站自身利润(即收益)最大为目标函数。储能电站作为跟随者,根据光伏电站制定的电费定价调整自身电价,以实现自身收益最大。
具体实施方案如下:
首先建立光伏储能系统的电力需求和效用相关的系统模型。在电力市场中,不同用户消费电力也不同,即使消耗等价等量电力也可能会拥有不同满意程度。用户总是倾向于以更低的价格消耗更多电力,直至达到饱和消费最大满意度,其动态行为可以通过效用函数来精确建模。根据用户实际负荷情况与电力市场售电侧规范,建立用户电力需求与光伏储能系统电费定价的效用函数模型:
式中,α为电力需求系数,γ为售电单价折算系数,β为电力负荷折算系数,p1及p2分别为光伏电站与储能电站的售电单价,D为用户电力负荷。
市场中的电力用户对实时电价做出反应,其电力需求函数可以通过最大化效用函数U(p,D)而得,即当时,得到售电单价的表示函数:
光伏储能系统可以根据用户的电力需求函数以及光伏电站与储能电站的电费定价之间的联系,确定光伏电站与储能电站的装机容量。将光伏电站与储能电站这种策略行为通过函数表达式表示出来,如下式(3)和(4)所示,分别建立光伏电站与储能电站的容量配置函数:
S1(p1,p2)=D(p1,p2)-δ1p1+λ·p2 (3)
S2(p1,p2)=D(p1,p2)-δ2p2+λ·p1 (4)
式中,δ1与δ2为价格弹性指数,λ为转移系数,表示电力用户在光伏电站与储能电站之间的选择,变化范围(-1,1)。图3表示转移系数变化时,光伏储能系统的电费定价变化。
建立斯塔克尔伯格博弈调度模型,在斯塔克尔伯格博弈调度模型中,以光伏电站作为博弈领导者,储能电站作为跟随者,得到售电单价与容量表达式后,可确定光伏电站与储能电站的总收成,再考虑根据实际情况下光伏电站与储能电站的建设与维护的成本问题,同时,考虑到储能电站必须在用电低谷时充电,可以建立如下收益函数:
∏pv(p1,p2)=S1(p1,p2)·η·p1-Cpv·S1(p1,p2) (5)
∏bat(p1,p2)=S2(p1,p2)·p2-plow·S2(p1,p2)-Cbat·S2(p1,p2) (6)
式中,∏pv(p1,p2)、∏bat(p1,p2)分别为光伏电站与储能电站的收益函数,η为光伏消纳率,取值范围0.67-0.87,Cpv及Cbat分别为光伏电站与储能电站的单位容量建设与维护综合成本,plow为电力低谷电价,取0.4。
光伏电站与储能电站均根据自己的容量配置确定最大化利润,储能电站将在光伏电站售电单价确定的情况下实现利润最大化,而光伏电站知道储能电站根据自己电费定价确定它的电价,即完全信息。储能电站根据光伏电站确定电价,对储能电站而言,光伏电站的电价是常量,光伏电站在定价时也会考虑到其对储能电站的影响。
领导者光伏电站通过电费定价p1,使得储能电站的最大利润满足
根据上式,可求得反应函数:
将上面的反应函数代入光伏电站的利润函数∏pv(p1,p2),其利润最大化条件为所以可求得均衡时,光伏电站利润最大化是的售电单价p1。
那么,将光伏电站售电单价回代可以求出储能电站利润最大化时的售电单价p2。
再将光伏电站与储能电站的电费定价代入容量配置函数中,这样,就可得到光伏储能系统优化后的容量配置。
为验证本发明的实用性和优越性,本发明根据用户电力使用情况选取系数参数建立电力需求与电费定价的效用函数。接着,通过电费定价建立光伏储能系统的容量配置模型。将模型中的算例进行计算仿真,可以得到光伏电站与储能电站在售电单价变化时的最优容量配置曲线,如图4、图6所示。进一步地,可以得到光伏电站与储能电站的收益曲线,如图5、图7所示。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (4)
1.一种基于电力消费模式的光伏储能容量配置优化方法,其特征在于,包括如下步骤:
步骤1:收集用户电力需求,确定光伏电站与储能电站的容量配置函数;
步骤2:建立斯塔克尔伯格博弈模型,其中光伏电站为领导者,储能电站为跟随者;
步骤3:结合容量配置函数,建立光伏电站与储能电站的收益函数;
步骤4:光伏电站作为领导者,先制定与储能电站进行电能交易的电费定价,以光伏电站收益最大为目标函数;储能电站作为跟随者,根据光伏电站制定的电费定价调整自身的电费定价,以实现储能电站收益最大;
步骤5:将光伏电站与储能电站的电费定价代入容量配置函数中,得到光伏储能系统优化后的容量配置;
步骤1具体如下:
首先,建立光伏储能系统效用相关的模型,通过效用函数U(p,D)来表示:
式中,α为电力需求系数,γ为售电单价折算系数,β为电力负荷折算系数,p表示售电单价,p1及p2分别为光伏电站与储能电站的售电单价,D为用户电力负荷;
然后,通过电力需求函数来建立用户的电力需求模型,电力需求函数通过最大化效用函数U(p,D)而得;当电力需求函数D(p1,p2)表示为:
根据用户的电力需求函数以及光伏电站与储能电站的电费定价之间的联系,确定光伏电站与储能电站的装机容量,分别通过光伏电站与储能电站的容量配置函数来表示:
S1(p1,p2)=D(p1,p2)-δ1p1+λ·p2 (3)
S2(p1,p2)=D(p1,p2)-δ2p2+λ·p1 (4)
式中,S1(p1,p2)、S2(p1,p2)分别为光伏电站与储能电站的容量配置函数,δ1与δ2分别为光伏电站与储能电站的价格弹性指数,λ为转移系数,表示用户在光伏电站与储能电站之间的选择,变化范围为(-1,1);
步骤3中,建立了如下收益函数:
Πpv(p1,p2)=S1(p1,p2)·η·p1-Cpv·S1(p1,p2) (5)
Πbat(p1,p2)=S2(p1,p2)·p2-plow·S2(p1,p2)-Cbat·S2(p1,p2) (6)
式中,Πpv(p1,p2)、Πbat(p1,p2)分别为光伏电站与储能电站的收益函数,η为光伏消纳率,Cpv及Cbat分别为光伏电站与储能电站的单位容量建设与维护综合成本,plow为电力低谷电价。
2.如权利要求1所述的一种基于电力消费模式的光伏储能容量配置优化方法,其特征在于:步骤4中,光伏电站作为领导者,其优化问题表示为:储能电站作为跟随者,其优化问题表示为:/>
3.如权利要求1所述的一种基于电力消费模式的光伏储能容量配置优化方法,其特征在于:步骤4中,采用反向归纳的方法,光伏电站首先确定售电单价p1,使得储能电站的收益满足即:
然后确定储能电站售电单价p2关于p1的反应函数p2=f(p1):
将反应函数回代入Πpv(p1,p2),求解得到实际的光伏电站最优售电单价,再将实际的光伏电站最优售电单价回代入p2=f(p1),求得实际的储能电站最优售电单价。
4.如权利要求3所述的一种基于电力消费模式的光伏储能容量配置优化方法,其特征在于:步骤5中,将实际的光伏电站最优售电单价和实际的储能电站最优售电单价代入容量配置函数中,得到光伏储能系统优化后的容量配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110259007.5A CN112785093B (zh) | 2021-03-09 | 2021-03-09 | 一种基于电力消费模式的光伏储能容量配置优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110259007.5A CN112785093B (zh) | 2021-03-09 | 2021-03-09 | 一种基于电力消费模式的光伏储能容量配置优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785093A CN112785093A (zh) | 2021-05-11 |
CN112785093B true CN112785093B (zh) | 2024-02-20 |
Family
ID=75762477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110259007.5A Active CN112785093B (zh) | 2021-03-09 | 2021-03-09 | 一种基于电力消费模式的光伏储能容量配置优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785093B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118052337B (zh) * | 2024-04-16 | 2024-06-21 | 广东工业大学 | 基于效益预测的光伏电站储能容量优化方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170000198A (ko) * | 2015-06-23 | 2017-01-02 | 한양대학교 에리카산학협력단 | 게임기반 전력 수급 균형 방법 및 시스템 |
KR101840264B1 (ko) * | 2016-09-19 | 2018-03-20 | 한양대학교 에리카산학협력단 | 스마트 그리드에서 전력 수요 관리를 위한 수요 공급 균형 방법 및 시스템 |
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 |
CN109861277A (zh) * | 2019-01-23 | 2019-06-07 | 国家电网有限公司 | 一种充电站光伏和储能容量的配置方法及系统 |
CN110445125A (zh) * | 2019-06-21 | 2019-11-12 | 国网甘肃省电力公司经济技术研究院 | 一种光伏、储能和输电网的协调规划方法 |
CN110571872A (zh) * | 2019-09-09 | 2019-12-13 | 江苏方天电力技术有限公司 | 一种基于Stackelberg博弈模型的抽水蓄能电站调相补偿方法 |
CN111476414A (zh) * | 2020-04-07 | 2020-07-31 | 华北电力大学 | 一种光伏产消者优化决策方法 |
CN112434866A (zh) * | 2020-11-30 | 2021-03-02 | 国网陕西省电力公司电力科学研究院 | 一种基于广义斯塔克尔伯格博弈的电动汽车充电管理方法 |
-
2021
- 2021-03-09 CN CN202110259007.5A patent/CN112785093B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170000198A (ko) * | 2015-06-23 | 2017-01-02 | 한양대학교 에리카산학협력단 | 게임기반 전력 수급 균형 방법 및 시스템 |
KR101840264B1 (ko) * | 2016-09-19 | 2018-03-20 | 한양대학교 에리카산학협력단 | 스마트 그리드에서 전력 수요 관리를 위한 수요 공급 균형 방법 및 시스템 |
CN109861277A (zh) * | 2019-01-23 | 2019-06-07 | 国家电网有限公司 | 一种充电站光伏和储能容量的配置方法及系统 |
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 |
CN110445125A (zh) * | 2019-06-21 | 2019-11-12 | 国网甘肃省电力公司经济技术研究院 | 一种光伏、储能和输电网的协调规划方法 |
CN110571872A (zh) * | 2019-09-09 | 2019-12-13 | 江苏方天电力技术有限公司 | 一种基于Stackelberg博弈模型的抽水蓄能电站调相补偿方法 |
CN111476414A (zh) * | 2020-04-07 | 2020-07-31 | 华北电力大学 | 一种光伏产消者优化决策方法 |
CN112434866A (zh) * | 2020-11-30 | 2021-03-02 | 国网陕西省电力公司电力科学研究院 | 一种基于广义斯塔克尔伯格博弈的电动汽车充电管理方法 |
Non-Patent Citations (4)
Title |
---|
Energy Management for Joint Operation of CHP and PV Prosumers Inside a Grid-Connected Microgrid:A Game Theoretic Approach;Ma Li 等;《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》;第12卷(第5期);1930-1942 * |
基于Stackelberg博弈的光伏用户群优化定价模型;唐学贤;中国优秀硕士学位论文全文数据库;工程科技Ⅱ辑(第2020年第06期);C042-54 * |
基于博弈论的售电公司定价策略研究;牛文静;中国优秀硕士学位论文全文数据库;基础科学辑(第2019年04期);A002-264 * |
基于博弈论竞价模型的电力市场双侧规模的研究;吴昊;中国优秀硕士学位论文全文数据库;工程科技Ⅱ辑(第2020年第02期);C042-114 * |
Also Published As
Publication number | Publication date |
---|---|
CN112785093A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game | |
CN111738497B (zh) | 计及需求侧响应的虚拟电厂双层优化调度方法 | |
CN103296682B (zh) | 一种多时空尺度渐进趋优的负荷调度模式设计方法 | |
Li et al. | Improving wind power integration by regenerative electric boiler and battery energy storage device | |
Ju et al. | A Tri-dimensional Equilibrium-based stochastic optimal dispatching model for a novel virtual power plant incorporating carbon Capture, Power-to-Gas and electric vehicle aggregator | |
Han et al. | Economic evaluation of micro-grid system in commercial parks based on echelon utilization batteries | |
CN112564102A (zh) | 多微网负荷优化调度方法和系统 | |
CN115689166A (zh) | 一种区域分布式能源资源聚合利用方法及系统 | |
CN116402307A (zh) | 考虑可调度柔性资源运行特性的电网规划容量分析方法 | |
CN114970962A (zh) | 一种电气热综合能源系统优化方法 | |
CN112785093B (zh) | 一种基于电力消费模式的光伏储能容量配置优化方法 | |
CN117332937A (zh) | 一种考虑需求响应的多能互补虚拟电厂经济调度方法 | |
CN116402278A (zh) | 一种基于碳排放流的电力系统低碳经济优化方法 | |
CN116307437A (zh) | 基于碳排放权兑换机制的虚拟电厂优化调度方法及系统 | |
CN115983442A (zh) | 抽水蓄能电站参与现货-调频辅助服务市场决策优化方法 | |
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 | |
CN115441494A (zh) | 基于柔性直流互联系统的换流站容量优化配置方法和装置 | |
CN111144657B (zh) | 协同售用双方的多家庭能源优化方法 | |
CN114925892A (zh) | 水电与电转气结合的中长期风水火发电量双层规划方法 | |
CN112785094B (zh) | 基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法 | |
Zhang et al. | Grid company income analysis based on pumped storage participating the spot market with various bidding strategies | |
CN108270237B (zh) | 基于分布式光伏电源的并网控制以及调度的方法 | |
CN111952996A (zh) | 一种基于经济效益评估的含储能的分布式光伏调峰控制方法 | |
CN116014745B (zh) | 一种基于综合需求响应的尖峰负荷平抑方法及装置 | |
Wang et al. | Regional integrated energy system modeling and user-side demand response behavior analysis based on the evolutionary game |
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 |