CN113128036B - 一种多主体能源系统互动运营协调控制方法及系统 - Google Patents

一种多主体能源系统互动运营协调控制方法及系统 Download PDF

Info

Publication number
CN113128036B
CN113128036B CN202110376885.5A CN202110376885A CN113128036B CN 113128036 B CN113128036 B CN 113128036B CN 202110376885 A CN202110376885 A CN 202110376885A CN 113128036 B CN113128036 B CN 113128036B
Authority
CN
China
Prior art keywords
energy
energy system
regional
subject
model
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
CN202110376885.5A
Other languages
English (en)
Other versions
CN113128036A (zh
Inventor
李立生
王峰
刘洋
苏国强
刘合金
张林利
张世栋
孙勇
李帅
张鹏平
由新红
黄敏
于海东
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 Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110376885.5A priority Critical patent/CN113128036B/zh
Publication of CN113128036A publication Critical patent/CN113128036A/zh
Application granted granted Critical
Publication of CN113128036B publication Critical patent/CN113128036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • 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
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

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

Abstract

本发明公开一种多主体能源系统互动运营协调控制方法及系统,包括:根据每个主体能源系统内电力设备运行状态数据和负荷需求数据,构建区域能源互联网联合投标模型;根据多主体能源系统互动运营特征解列联合投标模型,构建主体能源系统间的P2P交互约束,得到基于P2P交互的多主体能源系统分布式投标模型;采用替代式梯度算法对分布式投标模型进行求解,得到不同主体能源系统的交互功率,并以此得到区域能源互联网的互动运营协调控制方案。实现分布式运营下的区域能源互联网的整体控制,从区域能源互联网整体视角设计每个主体能源系统的运营控制方法以及对不同主体能源系统交互运营的协调控制,协调控制多重主体能源系统实现有效能源互动。

Description

一种多主体能源系统互动运营协调控制方法及系统
技术领域
本发明涉及区域能源互联网技术领域,特别是涉及一种多主体能源系统互动运营协调控制方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
区域能源互联网是以电力系统为核心与纽带,构建多种类型能源的互联网络(多能流系统),是实现多能互补协同、清洁低碳和安全高效的新一代能源体系。因此,区域能源互联网中电力公司、天然气公司、供热公司等多能源供应主体呈现多元化。随着综合能源服务商与能源零售商的参与,能源供需互动更频繁,交易更灵活,交易模式更为复杂。例如以能源消费为主体的用户可以选择通过提交能源需求给综合能源服务商,由综合能源服务商向市场集中购买能源进行集中式的交易;用户也可以选择向能源零售商单独购买所需要的能源,或者通过与其他具有分布式能源的产销一体化用户进行双向拍卖交易来满足能源需求。在用户用能行为方面,新型城镇用能需求趋向多样化,用能规律难以把握,用能主观能动性更强,用能行为复杂化,加重了随机化趋势。因此,如何协调控制多重主体的能源系统实现能源有效的交易互动,并降低随机性因素扰动对能源系统运行的影响是践行区域能源互联网要义的重要环节。
然而,现有的论文研究成果和专利技术大都围绕区域能源互联网内多主体能源系统效益分摊、独立运行控制、价值评估等问题开展研究和技术实现,并未解决从系统角度、区域能源互联网整体运营下,不同能源系统之间如何交互、协调等问题。此外,现有成果还忽略了多主体能源系统交易运营过程中的随机性,这些随机性能够导致能源交易的中断和失败。面向区域能源互联网架构,现有控制方法和技术仅实现了多主体能源系统分布式运营控制目标,未实现分布式运营下的区域能源互联网的整体控制目标,需要解决如何从区域能源互联网整体视角设计每个主体能源系统的运营控制方法,以及不同主体能源系统交互运营的协调控制问题。
发明内容
为了解决上述问题,本发明提出了一种多主体能源系统互动运营协调控制方法及系统,实现分布式运营下的区域能源互联网的整体控制,从区域能源互联网整体视角设计每个主体能源系统的运营控制方法以及对不同主体能源系统交互运营的协调控制,协调控制多重主体能源系统实现有效能源互动。
为了实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种多主体能源系统互动运营协调控制方法,包括:
根据每个主体能源系统内电力设备运行状态数据和负荷需求数据,构建基于随机卡特尔聚合博弈的区域能源互联网联合投标模型;
根据多主体能源系统互动运营特征解列区域能源互联网联合投标模型,并构建主体能源系统间的P2P交互约束,得到基于P2P交互的多主体能源系统分布式投标模型;
采用替代式梯度算法对多主体能源系统分布式投标模型进行求解,得到不同主体能源系统的交互功率,并以此得到区域能源互联网的互动运营协调控制方案。
第二方面,本发明提供一种多主体能源系统互动运营协调控制系统,包括:
模型构建模块,被配置为根据每个主体能源系统内电力设备运行状态数据和负荷需求数据,构建基于随机卡特尔聚合博弈的区域能源互联网联合投标模型;
模型解列模块,被配置为根据多主体能源系统互动运营特征解列区域能源互联网联合投标模型,并构建主体能源系统间的P2P交互约束,得到基于P2P交互的多主体能源系统分布式投标模型;
分布式求解模块,被配置为采用替代式梯度算法对多主体能源系统分布式投标模型进行求解,得到不同主体能源系统的交互功率,并以此得到区域能源互联网的互动运营协调控制方案。
第三方面,本发明提供一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一方面所述的方法。
第四方面,本发明提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述的方法。
与现有技术相比,本发明的有益效果为:
(1)本发明在区域能源互联网整体运营角度下,实现不同能源系统之间的交互、协调。
(2)本发明考虑了多主体能源系统交易运营过程中的随机性,避免由于随机性导致的能源交互运行的中断和失败。
(3)本发明实现分布式运营下的区域能源互联网的整体控制目标,从区域能源互联网整体视角设计每个主体能源系统的运营控制方法,以及对不同主体能源系统交互运营的协调控制。
(4)本发明解决了区域能源互联网内不同主体能源系统之间的安全稳定能源交易问题,具有广泛的现实意义。
(5)本发明可实现区域能源互联网整体的经济效益的最优运行控制问题,即实现区域能源互联网的最优投标。
(6)本发明所提的面向区域能源互联网的多主体能源系统互动运营协调控制方法层次清晰、计算便捷,更具实用性。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1提供的多主体能源系统互动运营协调控制方法示意图。
具体实施方式:
下面结合附图与实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1
如图1所示,本实施例提供一种多主体能源系统互动运营协调控制方法,包括:
S1:根据每个主体能源系统内电力设备运行状态数据和负荷需求数据,构建基于随机卡特尔聚合博弈的区域能源互联网联合投标模型;
S2:根据多主体能源系统互动运营特征解列区域能源互联网联合投标模型,并构建主体能源系统间的P2P交互约束,得到基于P2P交互的多主体能源系统分布式投标模型;
S3:采用替代式梯度算法对多主体能源系统分布式投标模型进行求解,得到不同主体能源系统的交互功率,并以此得到区域能源互联网的互动运营协调控制方案。
在所述步骤S1中,根据区域能源互联网系统配置的集中式信息管理中心,采集每个主体能源系统内的新能源(风机)发电、燃气轮机、储能装置的运行状态、外部市场的电价和气价、以及负荷需求数据;基于此构建基于随机卡特尔聚合博弈的区域能源互联网联合投标模型;其具体方法包括:
S1-1:根据威布尔分布刻画风力发电的随机性输出功率:
Figure BDA0003011396140000061
其中,pr是风力发电的额定电量;vci、vco、vr代表切入、切出和额定风速;pw是风机的实际发电功率,v是实际风速。
基于公式(1),采用离散化场景刻画风速的随机性特征,定义每个场景为
Figure BDA0003011396140000062
其对应概率为πs=1,则有∑s∈Ωπs=1,Ω是所有随机场景的集合。
S1-2:根据燃气轮机的运行过程,建立能源生产设备的容量约束和爬坡约束:
Figure BDA0003011396140000063
Figure BDA0003011396140000064
其中,
Figure BDA0003011396140000065
是第i个主体能源系统内燃气轮机在t时刻的输出功率,
Figure BDA0003011396140000066
Figure BDA0003011396140000067
是发电机的最大和最小上下限值,RDi和RUi是燃气轮机的爬坡上下限。
S1-3:根据储能充电和放电过程建立储能设备的模型:
Figure BDA0003011396140000068
Figure BDA0003011396140000069
ESi,min≤ESs,i,t≤ESi,max (6)
Figure BDA00030113961400000610
其中,
Figure BDA00030113961400000611
Figure BDA00030113961400000612
是第i个主体能源系统内储能装置在t时刻的充放电功率,
Figure BDA00030113961400000613
Figure BDA00030113961400000614
是充放电功率的上限,ESs,i,t是储能装置的当前容量,ESi,min和ESi,max是容量的上下限,
Figure BDA0003011396140000071
Figure BDA0003011396140000072
是充放电效率。
S1-4:面向区域能源互联网的整体运营状态,建立整个系统的对外投标模型:
Figure BDA0003011396140000073
其中,
Figure BDA0003011396140000074
代表多主体能源系统聚合投标价格,
Figure BDA0003011396140000075
是多主体能源系统的投标功率,Cg和Dg是来自于市场的需求-价格包。
S1-5:基于公式(1)-(8)建立区域能源互联网总体运营目标,为:
Figure BDA0003011396140000076
其中,式(9)是区域能源互联网总体运营控制目标,即通过不同主体能源间的协作实现总体系统投标效益的最大化;ces和cdg分别代表不同设备的运营费用。
S1-6:通过联立公式(1)-(9)可得基于随机卡特尔聚合博弈的区域能源互联网联合投标运营控制模型;然而,公式(9)是非线性的,存在
Figure BDA0003011396140000077
并且每个主体能源系统的互动过程和平衡约束并没有在整体模型中被体现,为此,本实施例采用拉格朗日方法解列上述模型。
在所述步骤S2中,根据多主体能源系统交易特征,采用拉格朗日方法解列联合投标模型,并建立P2P互动交易约束,搭建带有P2P交易的多主体能源系统分布式投标模型;其具体方法包括:
S2-1:不同主体能源系统之间存在互动运营过程,即具有端对端的交互约束:
Figure BDA0003011396140000078
Figure BDA0003011396140000079
Figure BDA00030113961400000710
其中,
Figure BDA0003011396140000081
Figure BDA0003011396140000082
是多主体能源系统i和多主体能源系统j之间的交易能源量,
Figure BDA0003011396140000083
是不同能源主体之间交易量的最大极限。
S2-2:在P2P交易环境和投标约束下,每个主体能源系统的功率平衡约束为:
Figure BDA0003011396140000084
其中,
Figure BDA0003011396140000085
是每个主体能源系统所面对的负荷需求量。
S2-3:由于公式(12)的存在,使模型(1)-(9)无法以主体个数解列,为此,本实施例采用增广拉格朗日松弛约束式(12),将其引入到每个主体能源系统的控制目标函数中,即:
Figure BDA0003011396140000086
S2-4:整合每个主体能源系统的互动运营控制模型,对应区域能源互联网内的任意一个主体能源系统的模型为式(14)、式(10)-(11)、式(13)、式(1)-(8)。
在所述步骤S3中,针对已经被解耦的模型,采用替代次梯度算法对上述模型进行分布式求解,实施分布式优化控制,完成每个主体能源系统的控制目标,进一步实现整体的控制目标,并获得最优的控制方案;其具体方法包括:
S3-1:设定迭代次数k=0,基于公式(1)选取一个随机性场景下的风机功率
Figure BDA0003011396140000087
在此场景下计算每个主体能源系统无投标和无交互的生产装备的功率,在本实施例中采用功率平衡加减运算,即
Figure BDA0003011396140000088
所获得的功率为该算法的初始值;此外,由于功率初始值的获取没有考虑交互,因此不同主体能源系统之间的交易初始价格为0。
S3-2:将初始值代入到式(14)、式(10)-(11)、式(13)、式(1)-(8)中,利用商业求解器Gurobi中成熟的求解器(一般采用的是很成熟的分支定界算法)计算,获得不同主体能源系统交互功率
Figure BDA0003011396140000091
Figure BDA0003011396140000092
S3-3:构建基于替代次梯度的λs,i,j,t
Figure BDA0003011396140000093
其具体构建公式如下:
Figure BDA0003011396140000094
Figure BDA0003011396140000095
其中,σk是更新步长。
S3-4:检查收敛性,如果
Figure BDA0003011396140000096
小于特定值,则表示多主体能源系统交互运营是收敛的,否则,更新S3-2中的λs,i,j,t,k+1,返回至S3-2。
本实施例提出了一种面向区域能源互联网的多主体能源系统互动运营协调控制方法,该方法针对包含多主体能源系统的区域能源互联网建立整体运营控制目标、面向电力市场的能源投标模型、发电装备的容量和功率约束、网络潮流约束、P2P交易约束等,采用随机场景技术刻画系统中可能存在的供需不确定性,搭建区域能源互联网随机卡特尔聚合博弈联合投标模型,依据多主体能源系统分解上述模型,采用替代次梯度技术实施分布式计算,实现多主体能源系统交互运营协调控制目标。
实施例2
本实施例提供一种多主体能源系统互动运营协调控制系统,包括:
模型构建模块,被配置为根据每个主体能源系统内电力设备运行状态数据和负荷需求数据,构建基于随机卡特尔聚合博弈的区域能源互联网联合投标模型;
模型解列模块,被配置为根据多主体能源系统互动运营特征解列区域能源互联网联合投标模型,并构建主体能源系统间的P2P交互约束,得到基于P2P交互的多主体能源系统分布式投标模型;
分布式求解模块,被配置为采用替代式梯度算法对多主体能源系统分布式投标模型进行求解,得到不同主体能源系统的交互功率,并以此得到区域能源互联网的互动运营协调控制方案。
此处需要说明的是,上述模块对应于实施例1中所述的步骤,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
在更多实施例中,还提供:
一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1中所述的方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例1中所述的方法。
实施例1中的方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种多主体能源系统互动运营协调控制方法,其特征在于,包括:
根据每个主体能源系统内电力设备运行状态数据和负荷需求数据,构建基于随机卡特尔聚合博弈的区域能源互联网联合投标模型;
其具体方法包括:
S1-1:根据威布尔分布刻画风力发电的随机性输出功率:
Figure FDA0003748561200000011
其中,pr是风力发电的额定电量;vci、vco、vr代表切入、切出和额定风速;pw是风机的实际发电功率,v是实际风速;
基于公式(1),采用离散化场景刻画风速的随机性特征,定义每个场景为
Figure FDA0003748561200000012
其对应概率为πs=1,则有∑s∈Ωπs=1,Ω是所有随机场景的集合;
S1-2:根据燃气轮机的运行过程,建立能源生产设备的容量约束和爬坡约束:
Figure FDA0003748561200000013
Figure FDA0003748561200000014
其中,
Figure FDA0003748561200000015
是第i个主体能源系统内燃气轮机在t时刻的输出功率,
Figure FDA0003748561200000016
Figure FDA0003748561200000017
是发电机的最大和最小上下限值,RDi和RUi是燃气轮机的爬坡上下限;
S1-3:根据储能充电和放电过程建立储能设备的模型:
Figure FDA0003748561200000018
Figure FDA0003748561200000019
ESi,min≤ESs,i,t≤ESi,max (6)
Figure FDA00037485612000000110
其中,
Figure FDA0003748561200000021
Figure FDA0003748561200000022
是第i个主体能源系统内储能装置在t时刻的充放电功率,
Figure FDA0003748561200000023
Figure FDA0003748561200000024
是充放电功率的上限,ESs,i,t是储能装置的当前容量,ESi,min和ESi,max是容量的上下限,
Figure FDA0003748561200000025
Figure FDA0003748561200000026
是充放电效率;
S1-4:面向区域能源互联网的整体运营状态,建立整个系统的对外投标模型:
Figure FDA0003748561200000027
其中,
Figure FDA0003748561200000028
代表多主体能源系统聚合投标价格,
Figure FDA0003748561200000029
是多主体能源系统的投标功率,Cg和Dg是来自于市场的需求-价格包;
S1-5:基于公式(1)-(8)建立区域能源互联网总体运营目标,为:
Figure FDA00037485612000000210
其中,式(9)是区域能源互联网总体运营控制目标,即通过不同主体能源间的协作实现总体系统投标效益的最大化;ces和cdg分别代表不同设备的运营费用;
S1-6:通过联立公式(1)-(9)可得基于随机卡特尔聚合博弈的区域能源互联网联合投标运营控制模型;
根据多主体能源系统互动运营特征解列区域能源互联网联合投标模型,并构建主体能源系统间的P2P交互约束,得到基于P2P交互的多主体能源系统分布式投标模型;
其具体方法包括:
S2-1:不同主体能源系统之间存在互动运营过程,即具有端对端的交互约束:
Figure FDA00037485612000000211
Figure FDA00037485612000000212
Figure FDA0003748561200000031
其中,
Figure FDA0003748561200000032
Figure FDA0003748561200000033
是多主体能源系统i和多主体能源系统j之间的交易能源量,
Figure FDA0003748561200000034
是不同能源主体之间交易量的最大极限;
S2-2:在P2P交易环境和投标约束下,每个主体能源系统的功率平衡约束为:
Figure FDA0003748561200000035
其中,
Figure FDA0003748561200000036
是每个主体能源系统所面对的负荷需求量;
S2-3:由于公式(12)的存在,使模型(1)-(9)无法以主体个数解列,为此,本实施例采用增广拉格朗日松弛约束式(12),将其引入到每个主体能源系统的控制目标函数中,即:
Figure FDA0003748561200000037
S2-4:整合每个主体能源系统的互动运营控制模型,对应区域能源互联网内的任意一个主体能源系统的模型为式(14)、式(10)-(11)、式(13)、式(1)-(8);
采用替代式梯度算法对多主体能源系统分布式投标模型进行求解,得到不同主体能源系统的交互功率,并以此得到区域能源互联网的互动运营协调控制方案。
2.如权利要求1所述的一种多主体能源系统互动运营协调控制方法,其特征在于,所述区域能源互联网联合投标模型包括风机发电随机性输出功率模型、燃气轮机运行状态模型、储能设备充放电模型和区域能源互联网的对外投标模型。
3.如权利要求2所述的一种多主体能源系统互动运营协调控制方法,其特征在于,采用威布尔分布构建风机发电随机性输出功率模型。
4.如权利要求1所述的一种多主体能源系统互动运营协调控制方法,其特征在于,所述区域能源互联网联合投标模型以不同主体能源系统间互动运营投标效益的最大化为目标函数。
5.如权利要求1所述的一种多主体能源系统互动运营协调控制方法,其特征在于,根据多主体能源系统互动运营特征采用拉格朗日方法解列区域能源互联网联合投标模型。
6.如权利要求5所述的一种多主体能源系统互动运营协调控制方法,其特征在于,所述解列包括:构建不同主体能源系统间P2P交互约束,在P2P交互约束和投标约束下,得到每个主体能源系统的功率平衡约束。
7.如权利要求1所述的一种多主体能源系统互动运营协调控制方法,其特征在于,所述电力设备运行状态数据包括风机发电的输出功率、燃气轮机的输出功率和储能设备的充放电功率。
8.一种多主体能源系统互动运营协调控制系统,其特征在于,包括:
模型构建模块,被配置为根据每个主体能源系统内电力设备运行状态数据和负荷需求数据,构建基于随机卡特尔聚合博弈的区域能源互联网联合投标模型;
其具体方法包括:
S1-1:根据威布尔分布刻画风力发电的随机性输出功率:
Figure FDA0003748561200000051
其中,pr是风力发电的额定电量;vci、vco、vr代表切入、切出和额定风速;pw是风机的实际发电功率,v是实际风速;
基于公式(1),采用离散化场景刻画风速的随机性特征,定义每个场景为
Figure FDA0003748561200000052
其对应概率为πs=1,则有∑s∈Ωπs=1,Ω是所有随机场景的集合;
S1-2:根据燃气轮机的运行过程,建立能源生产设备的容量约束和爬坡约束:
Figure FDA0003748561200000053
Figure FDA0003748561200000054
其中,
Figure FDA0003748561200000055
是第i个主体能源系统内燃气轮机在t时刻的输出功率,
Figure FDA0003748561200000056
Figure FDA0003748561200000057
是发电机的最大和最小上下限值,RDi和RUi是燃气轮机的爬坡上下限;
S1-3:根据储能充电和放电过程建立储能设备的模型:
Figure FDA0003748561200000058
Figure FDA0003748561200000059
ESi,min≤ESs,i,t≤ESi,max (6)
Figure FDA00037485612000000510
其中,
Figure FDA00037485612000000511
Figure FDA00037485612000000512
是第i个主体能源系统内储能装置在t时刻的充放电功率,
Figure FDA00037485612000000513
Figure FDA00037485612000000514
是充放电功率的上限,ESs,i,t是储能装置的当前容量,ESi,min和ESi,max是容量的上下限,
Figure FDA00037485612000000515
Figure FDA00037485612000000516
是充放电效率;
S1-4:面向区域能源互联网的整体运营状态,建立整个系统的对外投标模型:
Figure FDA00037485612000000517
其中,
Figure FDA0003748561200000061
代表多主体能源系统聚合投标价格,
Figure FDA0003748561200000062
是多主体能源系统的投标功率,Cg和Dg是来自于市场的需求-价格包;
S1-5:基于公式(1)-(8)建立区域能源互联网总体运营目标,为:
Figure FDA0003748561200000063
其中,式(9)是区域能源互联网总体运营控制目标,即通过不同主体能源间的协作实现总体系统投标效益的最大化;ces和cdg分别代表不同设备的运营费用;
S1-6:通过联立公式(1)-(9)可得基于随机卡特尔聚合博弈的区域能源互联网联合投标运营控制模型;
模型解列模块,被配置为根据多主体能源系统互动运营特征解列区域能源互联网联合投标模型,并构建主体能源系统间的P2P交互约束,得到基于P2P交互的多主体能源系统分布式投标模型;
其具体方法包括:
S2-1:不同主体能源系统之间存在互动运营过程,即具有端对端的交互约束:
Figure FDA0003748561200000064
Figure FDA0003748561200000065
Figure FDA0003748561200000066
其中,
Figure FDA0003748561200000067
Figure FDA0003748561200000068
是多主体能源系统i和多主体能源系统j之间的交易能源量,
Figure FDA0003748561200000069
是不同能源主体之间交易量的最大极限;
S2-2:在P2P交易环境和投标约束下,每个主体能源系统的功率平衡约束为:
Figure FDA00037485612000000610
其中,
Figure FDA0003748561200000071
是每个主体能源系统所面对的负荷需求量;
S2-3:由于公式(12)的存在,使模型(1)-(9)无法以主体个数解列,为此,本实施例采用增广拉格朗日松弛约束式(12),将其引入到每个主体能源系统的控制目标函数中,即:
Figure FDA0003748561200000072
S2-4:整合每个主体能源系统的互动运营控制模型,对应区域能源互联网内的任意一个主体能源系统的模型为式(14)、式(10)-(11)、式(13)、式(1)-(8);
分布式求解模块,被配置为采用替代式梯度算法对多主体能源系统分布式投标模型进行求解,得到不同主体能源系统的交互功率,并以此得到区域能源互联网的互动运营协调控制方案。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项所述的方法。
CN202110376885.5A 2021-04-08 2021-04-08 一种多主体能源系统互动运营协调控制方法及系统 Active CN113128036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110376885.5A CN113128036B (zh) 2021-04-08 2021-04-08 一种多主体能源系统互动运营协调控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110376885.5A CN113128036B (zh) 2021-04-08 2021-04-08 一种多主体能源系统互动运营协调控制方法及系统

Publications (2)

Publication Number Publication Date
CN113128036A CN113128036A (zh) 2021-07-16
CN113128036B true CN113128036B (zh) 2022-08-30

Family

ID=76775259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110376885.5A Active CN113128036B (zh) 2021-04-08 2021-04-08 一种多主体能源系统互动运营协调控制方法及系统

Country Status (1)

Country Link
CN (1) CN113128036B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113762921A (zh) * 2021-08-30 2021-12-07 国网上海市电力公司 基于上界置信算法的虚拟电厂分布式能源资源聚合方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109149568A (zh) * 2018-09-10 2019-01-04 上海交通大学 一种基于分布式代理的互联微电网及调度价格优化方法
CN109636056A (zh) * 2018-12-24 2019-04-16 浙江工业大学 一种基于多智能体技术的多能源微网去中心化优化调度方法
CN110378729A (zh) * 2019-07-11 2019-10-25 中国科学院电工研究所 一种基于动态能源价格策略的综合需求响应方法
CN112366704A (zh) * 2020-11-13 2021-02-12 中国科学院电工研究所 一种基于激励需求响应的综合能源系统联络线功率控制方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9461876B2 (en) * 2012-08-29 2016-10-04 Loci System and method for fuzzy concept mapping, voting ontology crowd sourcing, and technology prediction
CN108764734A (zh) * 2018-05-30 2018-11-06 南方电网科学研究院有限责任公司 一种基于主从博弈的综合能源系统互动模拟方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109149568A (zh) * 2018-09-10 2019-01-04 上海交通大学 一种基于分布式代理的互联微电网及调度价格优化方法
CN109636056A (zh) * 2018-12-24 2019-04-16 浙江工业大学 一种基于多智能体技术的多能源微网去中心化优化调度方法
CN110378729A (zh) * 2019-07-11 2019-10-25 中国科学院电工研究所 一种基于动态能源价格策略的综合需求响应方法
CN112366704A (zh) * 2020-11-13 2021-02-12 中国科学院电工研究所 一种基于激励需求响应的综合能源系统联络线功率控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于主从博弈的能源服务商运营模式与能量管理;刘文霞等;《现代电力》;20171222(第02期);全文 *
考虑可再生能源出力不确定性的多能源电力系统日前调度;赵书强等;《华北电力大学学报(自然科学版)》;20180517(第05期);全文 *

Also Published As

Publication number Publication date
CN113128036A (zh) 2021-07-16

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
Zhang et al. Optimal bidding strategy and profit allocation method for shared energy storage-assisted VPP in joint energy and regulation markets
WO2022166114A1 (zh) 一种考虑柔性氢需求的电氢能源系统调度方法
CN110443398B (zh) 一种基于重复博弈模型的区域综合能源系统优化运行方法
Xi et al. Optimal coordination of flexible resources in the gas-heat-electricity integrated energy system
Fan et al. Review of uncertainty modeling for optimal operation of integrated energy system
Xu et al. Distributed solution to DC optimal power flow with congestion management
CN109272353B (zh) 计及综合需求响应不确定性的系统动态概率能流分析方法
CN109920252B (zh) 一种电气交通互联系统的协调优化方法及系统
Zou et al. Multiobjective bilevel optimization algorithm based on preference selection to solve energy hub system planning problems
CN113610311A (zh) 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法
CN111612248A (zh) 一种配电网侧源-荷协调方法及系统
Dou et al. A decentralized multi-energy resources aggregation strategy based on bi-level interactive transactions of virtual energy plant
Zhang et al. Optimization strategy for power sharing and low-carbon operation of multi-microgrid IES based on asymmetric nash bargaining
CN115204562B (zh) 一种计及多能共享的互联微能源网分布式协同优化调度方法和系统
Gao et al. Application of blockchain technology in peer-to-peer transaction of photovoltaic power generation
Zhang et al. Trading-oriented battery energy storage planning for distribution market
CN113128036B (zh) 一种多主体能源系统互动运营协调控制方法及系统
Zhang et al. Decentralized optimization of multiarea interconnected traffic-power systems with wind power uncertainty
Yang et al. Enabling online scheduling for multi-microgrid systems: An event-triggered approach
Hou et al. Peer-to-peer energy trading among multiple microgrids considering risks over uncertainty and distribution network reconfiguration: A fully distributed optimization method
Chen et al. Asymmetric Nash bargaining-based cooperative energy trading of multi-park integrated energy system under carbon trading mechanism
Ding et al. A Stackelberg Game-based robust optimization for user-side energy storage configuration and power pricing
Dong et al. Demand‐side management using a distributed initialisation‐free optimisation in a smart grid
CN113765105A (zh) 基于动态随机模型的微电网群能量管理方法

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