CN112865101A - 一种考虑可再生能源出力不确定性的线性化交易方法 - Google Patents
一种考虑可再生能源出力不确定性的线性化交易方法 Download PDFInfo
- Publication number
- CN112865101A CN112865101A CN202110391265.9A CN202110391265A CN112865101A CN 112865101 A CN112865101 A CN 112865101A CN 202110391265 A CN202110391265 A CN 202110391265A CN 112865101 A CN112865101 A CN 112865101A
- Authority
- CN
- China
- Prior art keywords
- uncertain
- model
- uncertainty
- renewable energy
- energy
- 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
Images
Classifications
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种考虑可再生能源出力不确定性的线性化交易方法,涉及P2P能源交易技术领域,该方法包括以下步骤:分析能源产消者P2P交易过程,建立交易优化模型;获取用户负荷、电价、新能源出力波动范围等数据,将收集到的数据作为参数代入优化模型中;电网可再生能源的不确定集建模;重构原模型,并使用节点边际价格的方法求解不确定边际价格;将上一步骤中求解的不确定源边际价格乘以对应波动量,即可得到不确定源所支付费用,本发明利用基于灵敏度分析的网络约束,用以线性化模型约束,保证电力网络安全稳定运行的同时,提高了优化算法的效率。
Description
技术领域
本发明属于P2P能源交易技术领域,具体涉及一种考虑可再生能源出力不确定性的线性化交易方法。
背景技术
近年来,随着分布式能源技术的发展,电力系统内的终端用户越来越活跃。很多安装了光伏电池板、电池储能系统和电动汽车的用户可以根据上网电价将多余的电力出售给系统。因此,现在普遍引入能源产消者的概念来描述这种活跃的终端用户。产消者和产消者之间的本地P2P能源交易市场是近年来在配电网和微电网领域日益重要的能源交易场景之一。与传统的自上而下的市场结构相比,本发明所提出的P2P交易市场可以有效利用分布式电源发电,实现发电和负荷的局部平衡,并且共享局部电网的清洁能源利润。现有的分布式能源大多为可再生发电源,可再生电源的出力难以与日前市场中规定的交易额完全一致,因此需要在市场出清时考虑其波动不确定的情况,因此,我们提出一种考虑可再生能源出力不确定性的线性化交易方法。
发明内容
针对现有技术的不足,本发明的目的在于提供一种考虑可再生能源出力不确定性的线性化交易方法,以解决上述背景技术中提出的问题。
为实现本发明的目的,本发明提出的一种考虑可再生能源出力不确定性的线性化交易方法,该方法包括以下步骤:
(1)分析能源产消者P2P交易过程,建立交易优化模型;
(2)获取用户负荷、电价、新能源出力波动范围等数据,将收集到的数据作为参数代入优化模型中;
(3)电网可再生能源的不确定集建模;
(4)重构原模型,并使用节点边际价格的方法求解不确定边际价格;
(5)将步骤(4)中求解的不确定源边际价格乘以对应波动量,即可得到不确定源所支付费用。
作为本发明进一步的方案,所述步骤(1)具体包括:通过以下模型求解产消者的最大盈利值,
式中:x,y分别为买卖功率的矩阵形式,Ui(yi)表示买家i的效用函数,Cj(xj表示卖家j的发电成本函数;
模型所用的效用函数Ui(yi)可以被建模为分段的线性函数,而成本函数Cj(xj可以建模为常数项为0的线性函数;
发电上下限和能源平衡约束:
网络模型线性化:
Vi|≤|Vi|+Δ|Vi|≤|Vi
功率转移系数(潮流敏感度)建模:
电能损耗敏感度建模:
式中:G为电网的导纳矩阵,V为网络节点中节点电压的级联值。
作为本发明进一步的方案,步骤(2)中,所述用户负荷包括用户全年的负荷数据,数据采集间隔最小15分钟。
作为本发明进一步的方案,步骤(2)中,所述电价包括国家统一的峰谷平三时电价,终端用户的上网电价,所述新能源出力波动范围包括光伏发电、风力发电等可再生能源波动范围。
作为本发明进一步的方案,所述步骤(3)包括:
考虑不确定参数∈的电网功率均衡模型:
式中:Δxj和Δyi分别为电网中储能和负荷为了应对新能源的不确定性而调整的出力,如果不确定源消耗了更多电量,则∈>0,否则∈<0,U为不确定参数的不确定集,Λ为不确定上限,
上述模型重构为矩阵形式:
s.t.Ax+By≤b
分解上述问题模型为主子问题:
s.t.Ax+By≤b
作为本发明进一步的方案,所述步骤(4)包括:
创建鲁棒性经济调度模型如下:
s.t.(α):Ax+By≤b
式中:α和β分别为常规运行约束和不确定集约束对应的对偶变量的矩阵;
上述模型的拉格朗日函数可以写作如下:
则不确定源的边际价格为:
因此,不确定源支付的总费用即为:
有益效果:利用基于灵敏度分析的网络约束,用以线性化模型约束,保证电力网络安全稳定运行的同时,提高了优化算法的效率,而将网络中各发电源划分为确定源和不确定源,利用鲁棒优化技术进行优化,则充分考虑了实际运行情况下的P2P用能交易市场。
附图说明
图1是本发明的P2P交易示意图;
图2是所用IEEE-33节点算例的示意图及其对应算例结果;
图3是所用IEEE-69节点算例的示意图及其对应算例结果;
图4是不同的不确定水平下,对应支付的耗能费用和不确定边际费用。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
请参见图1,其示出了一种考虑可再生能源出力不确定性的线性化P2P能源交易方法的示意图,该方法包括以下步骤:
(1)分析能源产消者P2P交易过程,建立交易优化模型;
该模型的优化目标是使产消者的福利最大化。因此,该模型是可行的
式中:x,y分别为买卖功率的矩阵形式,Ui(yi)表示买家i的效用函数,Cj(xj表示卖家j的发电成本函数。
模型所用的效用函数Ui(yi)可以被建模为分段的线性函数,而成本函数Cj(xj可以建模为常数项为0的线性函数。
发电上下限和能源平衡约束:
网络模型线性化:
Vi|≤|Vi|+Δ|Vi|≤|Vi
功率转移系数(潮流敏感度)建模:
电能损耗敏感度建模:
式中:G为电网的导纳矩阵,V为网络节点中节点电压的级联值。
(2)获取用户负荷、电价、新能源出力波动范围等数据,将收集到的数据作为参数传入优化模型中;
具体地,所述用户负荷数据包括用户全年的负荷数据,数据采集间隔最小15 分钟;
具体地,电价信息包括国家统一的峰谷平三时电价,终端用户的上网电价;
具体地,新能源出力波动范围包括光伏发电、风力发电等可再生能源波动范围。
(3)电网可再生能源的不确定集建模:
考虑不确定参数∈的电网功率均衡模型:
式中:Δxj和Δyi分别为电网中储能和负荷为了应对新能源的不确定性而调整的出力,如果不确定源消耗了更多电量,则∈>0,否则∈<0。U为不确定参数的不确定集,Λ为不确定上限。
上述模型重构为矩阵形式:
s.t.Ax+By≤b
(32)分解上述问题模型为主子问题:
s.t.Ax+By≤b
(4)重构原模型,并使用节点边际价格的方法求解不确定边际价格:
(41)鲁棒性经济调度模型如下:
s.t.(α):Ax+By≤b
式中:α和β分别为常规运行约束和不确定集约束对应的对偶变量的矩阵。
(42)上述模型的拉格朗日函数可以写作如下:
则不确定源的边际价格为:
因此,不确定源支付的总费用即为:
确定源所支付费用。波动量为人为规定的不确定电源的波动范围,一般来说需要采集该不确定源的历史发电数据,根据大量历史数据推断出其波动范围。
本模型的算例如图2和图3所示。图2的33节点系统中,可再生能源发电源接入于9,22,25和33节点,这四个节点对应的负荷亦为弹性可调度负荷。在图3的69节点系统中,可再生能源则接入5,32,44和58节点,这四个节点亦接有弹性负荷。两个系统中四个节点的调度情况如图中表格所示。
本发明在两个系统中所计算的耗能费用和不确定边际费用如图4所示,当总不确定程度为9时,系统耗能费用出现拐点,说明Λ=9即可表征整个系统的不确定性程度。
本发明适用于可再生能源渗透率较高的电网中的P2P能源交易建模,使用三种敏感度矩阵线性化了模型的约束条件,并采用鲁棒优化技术计算了交易最优方案,为用户合理参与P2P交易提供了参考,有效地推广了P2P交易在低压用户侧的推广。
对于本领域技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型。因此,从任意一处来说,都应将实施例看作是指导性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所有的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种考虑可再生能源出力不确定性的线性化交易方法,其特征在于,该方法包括以下步骤:
(1)分析能源产消者P2P交易过程,建立交易优化模型;
(2)获取用户负荷、电价、新能源出力波动范围等数据,将收集到的数据作为参数代入优化模型中;
(3)电网可再生能源的不确定集建模;
(4)重构原模型,并使用节点边际价格的方法求解不确定边际价格;
(5)将步骤(4)中求解的不确定源边际价格乘以对应波动量,即可得到不确定源所支付费用。
2.根据权利要求1所述的一种考虑可再生能源出力不确定性的线性化交易方法,其特征在于,所述步骤(1)具体包括:
通过以下模型求解产消者的最大盈利值,
式中:x,y分别为买卖功率的矩阵形式,Ui(yi)表示买家i的效用函数,Cj(xj)表示卖家j的发电成本函数;
模型所用的效用函数Ui(yi)可以被建模为分段的线性函数,而成本函数Cj(xj)可以建模为常数项为0的线性函数;
发电上下限和能源平衡约束:
网络模型线性化:
|Vi|≤|Vi|+Δ|Vi|≤|Vi|
功率转移系数(潮流敏感度)建模:
电能损耗敏感度建模:
式中:G为电网的导纳矩阵,V为网络节点中节点电压的级联值。
3.根据权利要求1所述的一种考虑可再生能源出力不确定性的线性化交易方法,其特征在于,步骤(2)中,所述用户负荷包括用户全年的负荷数据,数据采集间隔最小15分钟。
4.根据权利要求1所述的一种考虑可再生能源出力不确定性的线性化交易方法,其特征在于,步骤(2)中,所述电价包括国家统一的峰谷平三时电价,终端用户的上网电价,所述新能源出力波动范围包括光伏发电、风力发电等可再生能源波动范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110391265.9A CN112865101B (zh) | 2021-04-13 | 2021-04-13 | 一种考虑可再生能源出力不确定性的线性化交易方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110391265.9A CN112865101B (zh) | 2021-04-13 | 2021-04-13 | 一种考虑可再生能源出力不确定性的线性化交易方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112865101A true CN112865101A (zh) | 2021-05-28 |
CN112865101B CN112865101B (zh) | 2022-06-21 |
Family
ID=75992515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110391265.9A Active CN112865101B (zh) | 2021-04-13 | 2021-04-13 | 一种考虑可再生能源出力不确定性的线性化交易方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112865101B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344641A (zh) * | 2021-07-02 | 2021-09-03 | 广东电力交易中心有限责任公司 | 一种运行备用辅助服务市场交易成本分摊方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348619A (zh) * | 2019-07-02 | 2019-10-18 | 国网上海市电力公司经济技术研究院 | 可交易能源机制下虚拟电厂的构建及出力优化方法 |
CN111967925A (zh) * | 2020-05-22 | 2020-11-20 | 同济大学 | 多虚拟电厂p2p交易方法、系统、终端及介质 |
-
2021
- 2021-04-13 CN CN202110391265.9A patent/CN112865101B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348619A (zh) * | 2019-07-02 | 2019-10-18 | 国网上海市电力公司经济技术研究院 | 可交易能源机制下虚拟电厂的构建及出力优化方法 |
CN111967925A (zh) * | 2020-05-22 | 2020-11-20 | 同济大学 | 多虚拟电厂p2p交易方法、系统、终端及介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344641A (zh) * | 2021-07-02 | 2021-09-03 | 广东电力交易中心有限责任公司 | 一种运行备用辅助服务市场交易成本分摊方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112865101B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nwulu et al. | Optimal dispatch for a microgrid incorporating renewables and demand response | |
Li | Optimal sizing of grid-connected photovoltaic battery systems for residential houses in Australia | |
Qiu et al. | Distributed generation and energy storage system planning for a distribution system operator | |
Qiu et al. | Optimal allocation of BESS and MT in a microgrid | |
Wu et al. | Optimal dispatch and bidding strategy of a virtual power plant based on a Stackelberg game | |
Yang et al. | A multi-objective stochastic optimization model for electricity retailers with energy storage system considering uncertainty and demand response | |
Yang et al. | Optimal sizing of a wind/solar/battery/diesel hybrid microgrid based on typical scenarios considering meteorological variability | |
Lahon et al. | Energy management of cooperative microgrids with high‐penetration renewables | |
Wang et al. | Chance constrained unit commitment considering comprehensive modelling of demand response resources | |
Nazari et al. | A two-stage stochastic model for energy storage planning in a microgrid incorporating bilateral contracts and demand response program | |
Cheng et al. | Stochastic short-term scheduling of a wind-solar-hydro complementary system considering both the day-ahead market bidding and bilateral contracts decomposition | |
Varzaneh et al. | Optimal energy management for PV‐integrated residential systems including energy storage system | |
CN111967639B (zh) | 计及风光出力和价格需求响应的配电网优化方法及系统 | |
Li et al. | Co‐optimisation model for the long‐term design and decision making in community level cloud energy storage system | |
Sun et al. | Bi-level model for integrated energy service providers in joint electricity and carbon P2P market | |
Pan et al. | Optimal planning of solar PV and battery storage with energy management systems for Time‐of‐Use and flat electricity tariffs | |
CN112865101B (zh) | 一种考虑可再生能源出力不确定性的线性化交易方法 | |
CN108471136B (zh) | 一种电力系统中的功率供需匹配可行性分析方法 | |
Raju et al. | Enhancement of loadability and voltage stability in grid-connected microgrid network | |
Elazab et al. | Optimal techno-economic feasibility analysis of a grid-tied microgrid considering demand response strategy | |
CN113765105A (zh) | 基于动态随机模型的微电网群能量管理方法 | |
Ding et al. | A dynamic period partition method for time-of-use pricing with high-penetration renewable energy | |
CN116436048A (zh) | 一种多目标驱动的微电网群云储能优化配置方法及装置 | |
CN115660841A (zh) | 一种考虑社会影响的社区级p2p能源交易的二部图匹配方法 | |
CN115940274A (zh) | 一种光储系统配置方法、装置以及介质 |
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 |