CN113128746A - 一种基于多代理的综合能源系统多主体联合优化运行方法 - Google Patents
一种基于多代理的综合能源系统多主体联合优化运行方法 Download PDFInfo
- Publication number
- CN113128746A CN113128746A CN202010069825.4A CN202010069825A CN113128746A CN 113128746 A CN113128746 A CN 113128746A CN 202010069825 A CN202010069825 A CN 202010069825A CN 113128746 A CN113128746 A CN 113128746A
- Authority
- CN
- China
- Prior art keywords
- agent
- energy
- strategy
- energy system
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004146 energy storage Methods 0.000 claims abstract description 76
- 230000008901 benefit Effects 0.000 claims abstract description 20
- 239000011232 storage material Substances 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000006854 communication Effects 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims abstract 2
- 238000013486 operation strategy Methods 0.000 claims description 14
- 238000010248 power generation Methods 0.000 claims description 12
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000009472 formulation Methods 0.000 claims 1
- 239000000203 mixture Substances 0.000 claims 1
- 230000003993 interaction Effects 0.000 abstract description 27
- 238000013500 data storage Methods 0.000 abstract 1
- 239000003795 chemical substances by application Substances 0.000 description 136
- 230000008569 process Effects 0.000 description 17
- 238000004519 manufacturing process Methods 0.000 description 16
- 150000001875 compounds Chemical class 0.000 description 14
- 230000005611 electricity Effects 0.000 description 10
- 238000013178 mathematical model Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000007599 discharging Methods 0.000 description 8
- 238000005338 heat storage Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 230000009194 climbing Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- 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
- G06Q10/0637—Strategic 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
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- 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)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于多代理的综合能源系统多主体联合优化运行方法，构建了综合能源系统的结构代理模型及利益主体代理模型，为各代理模型构建包括数据上传、数据获取、数据存储以及数据处理的行为策略和通信策略，构建了综合能源系统运行管理商代理、综合能源系统能源生产商代理、综合能源系统储能商代理和综合能源系统多能用户代理之间定价策略、产能策略、储能策略、用能策略的联合迭代协商优化策略，最终通过JADE软件平台提供的多代理模拟仿真功能实现基于多代理的综合能源系统多主体联合优化运行问题求解。本发明方法可以实现综合能源系统内部多方利益主体之间优化信息的快速交互，从而有效实现综合能源系统多主体联合优化问题的分布式求解。
Description
技术领域
本发明涉及能源系统调度领域，特别涉及一种基于多代理的综合能源系统多主体联合优化运行方法。
背景技术
随着社会经济的不断发展，能源需求量日益增大。为了缓解迫在眉睫的能源危机，提高能源的综合利用效率，综合能源系统应运而生。综合能源系统融合了多能传输网络、多种类能源传输、转换和存储装置，并通过各种数据采集装置、信息处理中心平台进行协同优化，从而实现多能协同互补，阶梯利用，有效地提高了能源的利用效率和供能灵活性。
综合能源系统在能源生产、能源传输、能源管理以及能源消费等环节中包含了多方利益主体，各利益主体之间决策信息的有效交互以及协同配合将成为优化系统运行性能的关键。而综合能源系统分布式的特性、复杂的信息流以及多变的运行方式使得针对于利益主体所进行的联合优化具有较大难度。而目前的综合能源系统多主体联合优化运行方法大多依赖于以调度中心为领导者的主从式优化决策方法，而缺乏一种能够实现优化决策过程中各类信息流与策略流快速交互与处理的分布式协同优化决策方法，无法完全满足实际生产对于综合能源系统优化运行方法高效性与灵活性的要求。
发明内容
本申请提供一种基于多代理的综合能源系统多主体联合优化运行方法，首先搭建基于多代理的综合能源系统结构模型和利益主体模型，进一步构建多方利益主体代理的交互迭代协商策略，最终通过软件仿真实现优化模型及策略的求解，进而解决现有技术中缺乏一种能够实现优化决策过程中各类信息流与策略流快速交互与处理的分布式协同优化决策方法，无法完全满足实际生产对于综合能源系统优化运行方法高效性与灵活性的要求的问题。
为了实现以上目的，本发明采用的技术方案是：一种基于多代理的综合能源系统多主体联合优化运行方法，包括以下步骤：
步骤1)建立基于多代理的综合能源系统结构模型，包括外部能源网络代理模型、新能源发电装置代理模型、能源耦合设备代理模型、能源存储设备代理模型及能源负荷单元代理模型；
步骤2)建立基于多代理的综合能源系统利益主体模型，包括综合能源系统运行管理商代理、综合能源系统能源生产商代理、综合能源系统储能商代理和综合能源系统多能用户代理四个部分；
步骤3)构建基于多代理的多方利益主体联合优化运行策略；
步骤4)求解基于多代理的综合能源系统多主体联合优化运行策略。
作为优选例，所述的步骤1)中，建立基于多代理的综合能源系统结构模型的过程为：
步骤11)建立外部能源网络代理模型
建立外部能源网络代理模型，使其具备外部能源网络的基本参数信息，包括联络线传输功率上下限信息及外部网络购售能价格信息。
步骤12)建立新能源发电装置代理模型
建立新能源发电装置代理模型，使其具备新能源发电装置的基本参数信息，包括装机容量信息、出力阈值信息以及环境预测信息。
新能源发电装置代理将具备最大功率点跟踪功能，实际优化过程中将根据上述基本参数信息独立生成新能源发电功率预测信息。
步骤13)建立能源耦合设备代理模型
建立能源耦合设备代理模型，使其具备能源耦合设备的基本参数信息，包括装机容量信息、运行约束信息以及能量转换效率信息。
步骤14)建立能源存储设备代理模型
建立能源存储设备代理模型，使其具备能源存储设备的基本参数信息，包括设备容量信息、初始状态信息、充放能功率约束信息以及充放能效率信息。
步骤15)建立能源负荷单元代理模型
建立能源负荷单元代理模型，使其具备能源负荷单元的基本参数信息，包括预测用能信息以及偏好特性信息。
作为优选例，所述的步骤2)中，建立基于多代理的综合能源系统利益主体模型的过程为：
步骤21)建立综合能源系统运行管理商代理
建立综合能源系统运行管理商代理，设定其利益诉求为售能收益最大化，如式(1)所示：
式中，
为t时段第n类能源的售价；
为t时段第n类能源的成本；
为t时段第n类能源的需求量；
为负荷需求量降低时的惩罚费用。
其中
设定为综合能源系统运行管理商代理优化运行策略中的决策变量；
由各类能源各时段下的
信息共同构成综合能源系统能源定价策略。
步骤22)建立综合能源系统能源生产商代理
建立综合能源系统运行管理商代理，设定其利益诉求为产能成本最优化，如式(2)所示：
式中，
为t时段综合能源系统第m类可控产能单元所消耗的能源单价；
为t时段综合能源系统第m类可控产能单元的所消耗的能源量。
其中
设定为综合能源系统能源生产商代理优化运行策略中的决策变量；
由各类可控产能单元在各时段下的
信息共同构成综合能源系统产能策略。
步骤23)建立综合能源系统储能商代理
综合能源系统储能商代理，设定其利益诉求为储能收益最大化，如式(3)所示：
式中，
和
分别为t时段第n类能源储能设备放能量和充能量；ηn·d和ηn·c分别为第n类能源储能设备的放能效率和充能效率；λn为第n类储能装置的状态变量，表示储能装置同一时段只能处于充能或放能状态之一，该变量为1时代表放能，该变量为0时代表充能。
其中
和
设定为综合能源系统储能商代理优化运行策略中的决策变量；
由各类可控储能单元在各时段下的
和
信息共同构成综合能源系统储能策略。
步骤24)建立综合能源系统多能用户代理
建立综合能源系统多能用户代理，设定其利益诉求为用能收益最大化，将采用能源价格激励型需求响应构建综合能源系统多能用户用能需求量模型，如式(4)所示：
式中，
为t时段第n类能源的预测需求量；
为t时段第n类能源的预测售价；εn为第n种能源负荷的偏好系数。
其中
设定为综合能源系统能源生产商代理优化运行策略中的决策变量；
由各类能源负荷在各时段下的
信息共同构成综合能源系统用能策略。
作为优选例，所述的步骤3)中，构建基于多代理的多方利益主体联合优化运行策略的过程为：
步骤31)确定联合优化过程中综合能源系统运行管理商代理的交互策略
综合能源系统运行管理商代理的交互策略包括获取产能成本信息、获取用能策略信息、获取储能策略信息、发送能源定价策略信息以及发送净负荷信息。
其中产能成本信息获取来源于综合能源系统能源生产商代理；
其中用能策略信息获取来源于综合能源系统多能用户代理；
其中储能策略信息获取来源于综合能源系统储能商代理；
其中能源定价策略受能源成本信息及用能策略影响，需通过多次迭代协商获取最终解；
其中净负荷信息由用能策略及储能策略决定，如式(5)所示：
步骤32)确定联合优化过程中综合能源系统能源生产商代理的交互策略
综合能源系统运行管理商代理的交互策略包括获取净负荷信息、获取运行约束信息以及发送产能成本信息。
其中净负荷信息获取来源于综合能源系统运行管理商代理；
其中运行约束信息获取来源于外部能源网络代理、新能源发电装置代理以及能源耦合设备代理；
其中产能成本由产能策略决定，受净负荷信息及运行约束信息影响，需通过多次迭代协商获取最终解。产能成本的计算方式如式(6)所示：
式中，
为t时段第n类能源的总生产成本。
步骤33)确定联合优化过程中综合能源系统储能商代理的交互策略
综合能源系统储能商代理的交互策略包括获取产能成本信息、获取运行约束信息以及发送储能策略信息。
其中产能成本信息获取来源于综合能源系统能源生产商代理；
其中运行约束信息获取来源于能源存储设备代理；
其中储能策略受产能成本信息影响，需通过多次迭代协商获取最终解；
步骤34)确定联合优化过程中综合能源系统多能用户代理的交互策略
综合能源系统多能用户代理的交互策略包括获取能源定价策略信息、获取负荷偏好特性信息以及发送用能策略信息。
其中能源定价策略信息获取来源于综合能源系统运行管理商代理；
其中负荷偏好特性信息获取来源于能源负荷单元代理；
其中用能策略受能源定价策略及负荷偏好特性影响，需通过多次迭代协商获取最终解。
步骤4)在多代理仿真平台上搭建上述模型及交互策略，从而实现综合能源系统多主体联合优化运行流程的模拟与最终优化策略的求解。
以上即完成了一种基于多代理的综合能源系统多主体联合优化运行方法。
本发明为综合能源系统多主体联合优化运行提供了一种新的分布式求解方法，通过搭建基于多代理的综合能源系统结构模型和利益主体模型，将集中式的优化问题分布式处理，并进一步通过迭代式交互策略实现了分布式优化问题的求解，最终通过仿真对本方法予以实现。
附图说明
图1为本发明实施例1中综合能源系统结构的系统架构图；
图2为本发明实施例1中综合能源系统的各代理交互协商策略图；
图3为本发明实施例1中综合能源系统所搭建的各项代理模型；
图4为本发明实施例2中综合能源系统的日前预测数据；
图4a为电负荷的日前预测数据；
图4b为热负荷的日前预测数据；
图4c为风电出力的日前预测数据；
图4d为光伏出力的日前预测数据；
图5为本发明实施例2中综合能源系统外部能源网络各时段售能价格数据；
图6为本发明实施例2中各代理之间交互通信过程示意图；
图7为本发明实施例2中各时段能源生产转换的成本；
图7a为电能生产转换成本；
图7b为热能生产转换成本；
图8为本发明实施例2中各时段储能装置运行状态；
图8a为电储能装置运行状态；
图8b为热储能装置运行状态；
图9为本发明实施例2中综合能源系统中各时段优化后的实时电负荷；
图10为本发明实施例2中综合能源系统中各时段优化后的实时售电价格；
图11为本发明实施例2中综合能源系统优化后的负荷构成；
图11a为优化后电负荷的构成；
图11b为优化后热负荷的构成；
具体实施方式
以下将结合附图和实施例，对本发明进行较为详细的说明
【实施例1】
本实施例运用于典型综合能源系统之中，所述典型综合能源系统结构如图1所示。
一种基于多代理的综合能源系统多主体联合优化运行方法包括以下步骤：
步骤11)建立外部能源网络代理模型
步骤111)建立外部电网代理
建立外部电网代理，使其具备调度周期内各时段的电能价格信息，以及网络联络线传输功率限制信息。
外部电网代理联络线功率约束如式(7)所示：
式中，Egrid·emax为外部电网与综合能源系统联络线最大传输电功率。
步骤112)建立外部热网代理
建立外部热网代理，使其具备调度周期内各时段的热能价格信息，以及网络联络线传输功率限制信息。
外部热网代理联络线功率约束如式(8)所示：
式中，Egrid·hmax为外部电网与综合能源系统联络线最大传输热功率。
步骤12)建立新能源发电装置代理模型
步骤121)建立光伏代理模型，该代理具备光伏装置的数学模型及基本参数信息，包括装机容量及调度周期内太阳辐射量预测信息，将通过自身集成的最大功率点跟踪功能实现出力信息的预测计算。
代理模型约束限制如式(9)所示：
式中，Epv·max为光伏装置的装机容量。
步骤122)建立风电代理模型，该代理具备风电机组的数学模型及基本参数信息，包括装机及调度周期内风速预测信息，将通过自身集成的最大功率点跟踪功能实现出力信息的预测计算。
代理模型约束限制如式(1)所示：
式中，Ewt·max为光伏装置的装机容量。
步骤13)建立能源耦合设备代理模型
步骤131)建立基于天然气的热电联产机组代理模型，该代理具备热电联产机组的数学模型及基本参数信息，包括供电效率、产热效率、装机容量、技术最小负荷以及最大爬坡率信息。
热电联产机组的数学模型如式(11)所示：
式中，
和
分别为t时段热电联产机组的制电量和制热量；ηchp·e和ηchp·h分别为热电联产机组的发电效率和供热效率；
为t时段热电联产机组的耗气量。
代理模型约束限制如式(12)所示：
式中，
和
分别为热电联产机组的输出电功率上限和下限；
和
分别为热电联产机组的输出热功率上限和下限；
和
分别为热电联产机组在一个时间段内可以降低或升高的最大电出力；
和
分别为热电联产机组在一个时间段内可以降低或升高的最大热出力。
步骤132)建立电锅炉代理模型，该代理具备电锅炉装置的数学模型及基本参数信息，包括产热效率、热损耗率以及装机容量信息。
电锅炉装置的数学模型如式(13)所示：
式中，
和
分别为t时段EHB的产热功率和耗电功率；ηehb为EHB的电热转换效率；μloss为热损耗。
代理模型约束限制如式(14)所示：
式中，Eeb·hmin和Eeb·hmax分别为电锅炉装置的最小与最大供热功率。
步骤14)建立能源存储设备代理模型
步骤141)建立储能电池代理模型
建立储能电池代理模型，该代理具备储能电池的数学模型及基本参数信息，包括设备容量、充放电效率、初始储电状态、最大充放电功率及自放电率信息
储能电池的数学模型及约束条件表达如式(15)所示：
式中，
Ees·min、Ees·max分别为t时段电储能装置的容量及其容量的上下限；σ为电储能的自放电率；ηes·d和ηes·c分别为电储能装置的充放电效率；Pes·c·min、Pes·c·max、Pes·d·min、Pes·d·max分别为电储能装置充放电功率的上下限。
步骤142)建立储热罐代理模型
建立储热罐代理模型，该代理具备储热罐的数学模型及基本参数信息，包括设备容量、充放热效率、初始储热状态、最大充放热功率及自散热率信息
热储能的数学模型及约束条件表达如式(16)所示：
式中，
Ehs·min、Ehs·max分别为t时段热储能装置的容量及其容量的上下限；ω为热储能的自散热损失率；ηhs·d和ηhs·c分别为热储能装置的充放热效率；Phs·c·min、Phs·c·max、Phs·d·min、Phs·d·max分别为热储能装置充放热功率的上下限。
步骤15)建立能源负荷单元代理模型
步骤151)建立电负荷代理模型
建立电负荷代理模型，该代理具备用户的预测用电数据信息以及用电偏好特性参数信息。
步骤151)建立热负荷代理模型
建立热负荷代理模型，该代理具备用户的预测用热数据信息。
步骤21)建立综合能源系统运行管理商代理
建立综合能源系统运行管理商代理，设定其利益诉求为售能利益最大化，包括售电利益及售热利益两部分，如式(17)所示：
式中，
和
分别为t时段综合能源系统运行管理商代理制定的电能价格和热能价格；
和
分别为t时段综合能源系统电能与热能的实时消耗量；
和
分别为t时段电能和热能的生产成本。
其中
的具体表达如式(18)所示
式中，β为切电负荷惩罚系数、
为t时段综合能源系统电能的预测消耗量。
由综合能源系统运行管理商代理制定的能源定价策略将包括调度周期内各时段的售电价格及售热价格。
步骤22)建立综合能源系统能源生产商代理模型
建立综合能源系统能源生产商代理模型，设定其利益诉求为产能成本最优化，包括产电成本及产热成本两部分，如式(19)所示：
式中，
分别为t时段外部能源网络的售电、售热和售气价格；
分别外t时段区域综合能源系统从外部能源网络购入的电能、热能和天然气能量。
其中，对外部网络能源购入量与净负荷需求量之间的关系的以矩阵形式表示式(20)所示：
式中，
和
为t时段系统的电，热净负荷需求量信息；
为t时段电锅炉的用电量。
由综合能源系统能源生产商代理制定的能源生产策略将包括调度周期内各时段的外部电网购能量、外部热网购能量、风电机组出力状态、光伏装置出力状态、热电联产机组运行状态以及电锅炉运行状态。
步骤23)建立综合能源系统储能商代理
建立综合能源系统储能商代理，设定其利益诉求为储能收益最大化，包括电储能收益及热储能收益两部分，如式(2)所示：
式中，λ1和λ2为电储能和热储能装置的状态变量，表示储能装置同一时段只能处于充能或放能状态之一，该变量为1时代表放能，该变量为0时代表充能
由综合能源系统储能商代理制定的储能策略将包括调度周期内各时段的电储能设备运行状态及热储能设备运行状态。
步骤24)建立综合能源系统多能用户代理
建立综合能源系统多能用户代理，设定其利益诉求为用能收益最大化，将采用电价激励型需求响应构建综合能源系统多能用户电能的需求量模型，如式(22)所示
建立综合能源系统多能用户代理，设定其利益诉求为用能收益最大化，将采用电价激励型需求响应构建综合能源系统多能用户电能需求量模型，如式(4)所示：
式中，；
为t时段电能的预测售价；εe为电负荷偏好系数。
由综合能源系统多能用户代理制定的用能策略将包括调度周期内各时段的用户电负荷需求量信息及热负荷需求量信息。
步骤31)确定联合优化过程中综合能源系统运行管理商代理的交互策略
综合能源系统运行管理商代理的交互策略包括获取产能成本信息、获取用能策略信息、获取储能策略信息、发送能源定价策略信息以及发送净负荷信息。
其中产能成本信息获取来源于综合能源系统能源生产商代理；
其中用能策略信息获取来源于综合能源系统多能用户代理；
其中储能策略信息获取来源于综合能源系统储能商代理；
其中能源定价策略受能源成本信息及用能策略影响，需根据式(17)通过多次迭代协商获取最终解；
其中净负荷信息由用能策略及储能策略决定，如式(23)所示：
步骤32)确定联合优化过程中综合能源系统能源生产商代理的交互策略
综合能源系统运行管理商代理的交互策略包括获取净负荷信息、获取运行约束信息以及发送产能成本信息。
其中净负荷信息获取来源于综合能源系统运行管理商代理；
其中运行约束信息获取来源于外部电网代理、外部热网代理、光伏代理、风电代理、热电联产机组代理以及电锅炉代理。
其中产能成本由产能策略决定，受净负荷信息及运行约束信息影响，需根据式(19)通过多次迭代协商获取最终解。产能成本的计算方式如式(24)所示：
式中，
和
分别为t时段电能和热能的总生产成本。
步骤33)确定联合优化过程中综合能源系统储能商代理的交互策略
综合能源系统储能商代理的交互策略包括获取产能成本信息、获取运行约束信息以及发送储能策略信息。
其中产能成本信息获取来源于综合能源系统能源生产商代理；
其中运行约束信息获取来源于储能电池代理以及储热罐代理；
其中储能策略受产能成本信息影响，需根据式(21)通过多次迭代协商获取最终解；
步骤34)确定联合优化过程中综合能源系统多能用户代理的交互策略
综合能源系统多能用户代理的交互策略包括获取能源定价策略信息、获取负荷偏好特性信息以及发送用能策略信息。
其中能源定价策略信息获取来源于综合能源系统运行管理商代理；
其中负荷偏好特性信息获取来源于电负荷代理以及热负荷代理；
其中用能策略受能源定价策略及负荷偏好特性影响，需根据式(22)通过多次迭代协商获取最终解。
步骤4)求解基于多代理的综合能源系统多主体联合优化运行策略
在NetBeans环境下使用java语言通过JADE软件平台搭建上述模型及交互策略，并采取模拟仿真方式实现综合能源系统多主体联合优化运行流程的模拟与最终优化策略的求解。
在求解过程中，确定各代理之间的运行交互机制如图2所示，在NetBeans开发环境下，应用JADE软件平台对各代理模型进行搭建如图3所示，为方便表示各个代理，将采取如表1所示代理标记。
表1代理名称与标记对应关系
【实施例2】
本实施例的综合能源系统结构图如图1所示，所示系统内设备包括：光伏机组、风电机组、热电联产机组、电锅炉设备、电储能设备以及热储能设备等，并与外部电网进行功率交互。光伏、风电机组的出力信息以及电热负荷的预测需求量信息如图4所示，其中图4a为电负荷的日前预测数据、图4b为热负荷的日前预测数据、图4c为风电出力的日前预测数据、图4d为光伏出力的日前预测数据；外部网络的能源价格信息如图5所示。其他主要参数设定如下表2所示：
表2综合能源系统主要参数设定
按照本发明的步骤运行后，所搭建的各代理之间交互通信过程如图6所示；各时段能源生产转换成本如图7所示，其中图7a为电能生产转换成本、图7b为热能生产转换成本；综合能源系统中各时段储能装置运行状态信息优化结果如图8所示，其中图8a为电储能装置的运行状态优化结果、图8b为热储能装置的运行状态优化结果；综合能源系统中各时段优化后的负荷如图9所示；综合能源系统中各时段优化后的售电价格如图10所示；综合能源系统优化后的负荷构成如图11所示，其中图11a为优化后电负荷的构成、图11b为优化后热负荷的构成。由仿真过程及结果可以看出，本发明所述的基于多代理的综合能源系统多主体联合优化调度方法将实现多主体之间策略流的快速交互与处理，可以有效解决多主体联合优化进程中复杂信息流导致的嵌套迭代问题。
以上显示了本发明的基本原理、主要特征及优势。对于本行业的技术人员应了解，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，所做的变化和改进都落入要求保护的本发明范围内。本发明的范围由所附的权利要求来限制。
Claims (8)
1.一种基于多代理的综合能源系统多主体联合优化运行方法，其特征在于，所述方法包括以下步骤：
步骤1)建立基于多代理的综合能源系统结构模型；
步骤2)建立基于多代理的综合能源系统利益主体模型；
步骤3)构建基于多代理的多方利益主体联合优化运行策略；
步骤4)求解基于多代理的综合能源系统多主体联合优化运行策略。
2.根据权利要求1所述的基于多代理的综合能源系统多主体联合优化运行方法，其特征在于，所述基于多代理的综合能源系统结构模型，包括外部能源网络代理模型、新能源发电装置代理模型、能源耦合设备代理模型、能源存储设备代理模型及能源负荷单元代理模型。
3.根据权利要求1所述的基于多代理的综合能源系统多主体联合优化运行方法，其特征在于，所述基于多代理的综合能源系统结构模型具备综合能源系统中各类可控单元的基本运行参数信息及运行约束信息，并具备基本的任务处理能力。
4.根据权利要求1所述的基于多代理的综合能源系统多主体联合优化运行方法，其特征在于，所述基于多代理的综合能源系统利益主体模型，包括综合能源系统运行管理商代理、综合能源系统能源生产商代理、综合能源系统储能商代理和综合能源系统多能用户代理。
5.根据权利要求1所述的基于多代理的综合能源系统多主体联合优化运行方法，其特征在于，所述基于多代理的综合能源系统利益主体模型具备独立的利益诉求及运行策略制定能力，且各利益主体代理的利益诉求相互制衡、运行策略相互影响。
6.根据权利要求5所述的基于多代理的综合能源系统多主体联合优化运行方法，其特征在于，所述利益主体模型具备的独立利益诉求及运行策略制定能力为：
综合能源系统运行管理商代理以售能收益最大化为利益诉求并依此制定能源定价策略；
综合能源系统能源生产商代理以产能成本最优化为利益诉求，并依此制定产能策略；
综合能源系统储能商代理以储能收益最大化为利益诉求，并依此制定储能策略；
综合能源系统多能用户代理以用能收益最大化为利益诉求，并依此制定用能策略。
7.根据权利要求1所述的基于多代理的综合能源系统多主体联合优化运行方法，其特征在于，所述基于多代理的多方利益主体联合优化运行策略包括综合能源系统能源定价策略、产能策略、储能策略以及用能策略之间的影响方式及交互迭代协商策略，其中各利益主体策略之间的联系关系包括：
能源定价策略受产能策略及用能策略影响；
产能策略受储能策略及用能策略影响；
储能策略受产能策略影响；
用能策略受能源定价策略影响。
8.根据权利要求1所述的基于多代理的综合能源系统多主体联合优化运行方法，其特征在于，所述求解基于多代理的综合能源系统多主体联合优化运行策略方法为：在NetBeans环境下采用java语言并通过JADE软件平台及其所提供的Agent Behaviour及Agent Communication功能搭建基于多代理的综合能源系统多主体联合优化模型并进行模拟仿真。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010069825.4A CN113128746A (zh) | 2020-01-13 | 2020-01-13 | 一种基于多代理的综合能源系统多主体联合优化运行方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010069825.4A CN113128746A (zh) | 2020-01-13 | 2020-01-13 | 一种基于多代理的综合能源系统多主体联合优化运行方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113128746A true CN113128746A (zh) | 2021-07-16 |
Family
ID=76771811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010069825.4A Pending CN113128746A (zh) | 2020-01-13 | 2020-01-13 | 一种基于多代理的综合能源系统多主体联合优化运行方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113128746A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114123172A (zh) * | 2021-11-15 | 2022-03-01 | 国网江苏省电力有限公司电力科学研究院 | 一种应用于综合能源系统的仿真测试系统及方法 |
| CN114186757A (zh) * | 2022-01-24 | 2022-03-15 | 国网山东省电力公司广饶县供电公司 | 分布式能源系统站点选取及储能配置系统 |
-
2020
- 2020-01-13 CN CN202010069825.4A patent/CN113128746A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114123172A (zh) * | 2021-11-15 | 2022-03-01 | 国网江苏省电力有限公司电力科学研究院 | 一种应用于综合能源系统的仿真测试系统及方法 |
| CN114123172B (zh) * | 2021-11-15 | 2024-05-03 | 国网江苏省电力有限公司电力科学研究院 | 一种应用于综合能源系统的仿真测试系统及方法 |
| CN114186757A (zh) * | 2022-01-24 | 2022-03-15 | 国网山东省电力公司广饶县供电公司 | 分布式能源系统站点选取及储能配置系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110188950B (zh) | 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法 | |
| CN110288152B (zh) | 考虑电/热柔性负荷的区域综合能源系统储能配置方法 | |
| CN113095791B (zh) | 一种综合能源系统运行方法及系统 | |
| CN111738502A (zh) | 促进富余风电消纳的多能互补系统需求响应运行优化方法 | |
| CN107508284B (zh) | 计及电气互联的微电网分布式优化调度方法 | |
| CN113452020A (zh) | 一种考虑柔性氢需求的电氢能源系统调度方法 | |
| CN112701687B (zh) | 考虑价格型联合需求响应的气电配网系统鲁棒优化运行方法 | |
| CN109993345B (zh) | 一种面向园区的孤岛运行多能互补系统动态经济调度方法 | |
| CN110852535A (zh) | 一种考虑中长期交易和风电不确定性的日前市场出清模型 | |
| CN109103929A (zh) | 基于改进动态克里丝金模型的配电网经济优化调度方法 | |
| WO2024067521A2 (zh) | 风储虚拟电厂在线调度方法和装置 | |
| 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 | |
| CN115170343A (zh) | 一种区域综合能源系统分布式资源和储能协同规划方法 | |
| CN113128746A (zh) | 一种基于多代理的综合能源系统多主体联合优化运行方法 | |
| CN114936720A (zh) | 一种源-荷-储协调的综合能源系统低碳经济调度方法 | |
| CN115659651A (zh) | 一种考虑多种灵活性资源的综合能源协同优化调度方法 | |
| CN114881328A (zh) | 计及气网混氢和低碳奖励的综合能源系统经济调度方法 | |
| CN114971372A (zh) | 基于需求响应的微能网多时空尺度优化调度方法 | |
| CN111899125B (zh) | 一种综合能源系统的优化建模运行方法、装置和介质 | |
| CN114330909A (zh) | 一种共享储能与多微网分布式协调优化运行方法 | |
| CN112418537A (zh) | 一种面向多能源云储能系统的优化调度方法 | |
| CN111882452A (zh) | 综合能源系统参与需求侧响应的边际成本计算方法 | |
| CN116957139A (zh) | 考虑微网间碳交易的多综合能源微网优化运行方法及系统 | |
| CN115986833A (zh) | 考虑两阶段需求响应的热电联供微网低碳经济调度方法 | |
| Jiang et al. | Low-carbon economic optimal dispatch strategy of integrated energy system considering electric-heat flexible load and carbon trading |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210716 |