CN113592648A - 一种综合能源系统的多主体交易方法及系统 - Google Patents
一种综合能源系统的多主体交易方法及系统 Download PDFInfo
- Publication number
- CN113592648A CN113592648A CN202110825644.4A CN202110825644A CN113592648A CN 113592648 A CN113592648 A CN 113592648A CN 202110825644 A CN202110825644 A CN 202110825644A CN 113592648 A CN113592648 A CN 113592648A
- Authority
- CN
- China
- Prior art keywords
- model
- game
- energy
- trading
- optimization
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 53
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 238000013178 mathematical model Methods 0.000 claims abstract description 6
- 230000005611 electricity Effects 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 21
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 14
- 230000002068 genetic effect Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 7
- 239000003345 natural gas Substances 0.000 claims description 7
- 239000003795 chemical substances by application Substances 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 239000007789 gas Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种综合能源系统的多主体交易方法及系统,构建区域综合能源供应商的能源集线器模型和优化模型;建立能源集线器的数学模型,确定优化目标和约束条件;建立区域用户的负荷模型,确定优化目标和约束条件;基于主从博弈建立三层市场交易模型,所述交易模型的策略为各博弈参与者的策略相结合,所述交易模型的收益为上述模型的目标函数;将三层市场交易模型转成双层博弈,并将非线性问题线性化,利用分布式优化算法寻找博弈的均衡,确定均衡交易方案,按照均衡交易方案进行能源协调。
Description
技术领域
本发明属于综合能源优化技术领域,具体涉及一种综合能源系统的多主体交易方法及系统。
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。
传统能源系统是独立计划和运行的,导致能源效率低下和资源浪费严重。随着可再生能源技术,热电联产技术以及需求响应的发展,不同能源形式之间的耦合越来越紧密。社区综合能源系统(CIES)可以协调和优化各种能源的产生,传输、转换、消耗和交易。CIES是一种有前途的区域能源供应形式,可实现不同能源的优势互补并确保经济有效地利用能源。
随着能源市场的改革,由传统的垂直一体式结构(自上而下)向交互竞争型结构(互相作用)转变,源荷之间的交互越来越紧密。在能源交易过程中,能源供应商优先制定价格策略,然后用户根据价格信息调整需求。他们的决策具有明显的先后顺序,符合“领导者-跟随者”这一类分层的主从博弈结构。
现有的研究主要是基于主从博弈研究了供应商和用户两层之间的直接交易,这对于工业、商业等大规模的用户是可行的。但是对于小规模的居民用户,容量小、数量多,每个用户个体的谈判能力有限,群体直接参与市场交易,也将增加市场负担。
负载聚合商是一种新兴的实体,能够充当供应商和社区用户之间的中介,为小型的用户提供了参与市场交易的机会,并能充分发挥需求响应的能力。但是负荷聚合商的引入也使得传统的两层博弈拓展为三层,层数的扩展给能源优化调度、负荷需求响应、交易价格等各方面的均衡带来的巨大难度。
发明内容
本发明为了解决上述问题,提出了一种综合能源系统的多主体交易方法及系统,本发明能够在确保社区用户在满足能源消耗舒适的同时降低用能成本,能源供应商和负荷聚合商也可以通过定价和能源调度策略来实现利润最大化。
根据一些实施例,本发明采用如下技术方案:
一种综合能源系统的多主体交易方法,包括以下步骤:
构建区域综合能源供应商的能源集线器模型和优化模型;
建立能源集线器的数学模型,确定优化目标和约束条件;
建立社区用户的负荷模型,确定优化目标和约束条件;
基于主从博弈建立三层市场交易模型,所述交易模型的策略为各博弈参与者的策略相结合,所述交易模型的收益为上述模型的目标函数;
将三层市场交易模型转成双层博弈,并将非线性问题线性化,利用分布式优化算法寻找博弈的均衡,确定均衡交易方案,按照均衡交易方案进行能源协调。
作为可选择的实施方式,所述综合能源供应商的能源集线器模型表达为综合能源供应商输出的电、热功率,与综合能源供应商向电网和天然气公司的购买电力和天然气的功率与对应设备效率相关。
作为可选择的实施方式,所述综合能源供应商的优化模型的优化目标为综合能源供应商的收益最大;
约束条件包括成本约束和发电机的额定容量约束。
作为可选择的实施方式,所述负荷聚合商模型的优化目标函数为自身收益最大化,负荷聚合商的约束条件包括价格约束和功率平衡约束。
作为可选择的实施方式,所述社区用户模型的优化目标为消费剩余最大化,其约束条件包括可平移电负荷和可削减热负荷约束。
作为可选择的实施方式,基于主从博弈建立三层市场交易模型,具体的模型包括:
建立双循环主从博弈模型:
GS={Ns;{δEH,δLA,δRU};{FEH,FLA,FRU}}
所述博弈模型中包含三个要素:参与者、策略和收益,具体表示为:综合能源供应商EH、负荷聚合商LA和社区用户RU为该博弈的参与者,参与者集合表示为Ns={EHs,LA,RUs},EH的策略为基础电价、热价和发电机出力、LA的策略为购能方案和向RU颁布的实时电价、RU的策略为实时的用能计划;
建立多个能源供应商之间的非合作博弈竞价模型表示为:
G={NN;ρEH;FEH}
式中,NN={EH1,EH2,......,EHN}为博弈的参与者,代表了所有的能源供应商,策略为供应商的基础电价和热价。
作为可选择的实施方式,利用分布式优化算法寻找博弈的均衡,确定均衡交易方案的具体过程包括:
通过KKT条件,将区域用户优化问题转化为负荷聚合商优化问题的约束形式,三层博弈转成双层博弈;
将负荷聚合商的非线性优化问题线性化;
采用遗传算法、混合整数二次规划联合的分布式优化算法寻找博弈的均衡,得到结果。
作为进一步的限定,所述采用遗传算法、混合整数二次规划联合的分布式优化算法寻找博弈的均衡的过程包括:
(1)确定设备参数和负荷数据;
(2)初始化领导者种群;
(3)领导者采用遗传算法求解制定购、售电价、热价,以最大化自身收益;
(4)跟随者分别根据领导者的价格信号进行二次规划,确定最优出力和负荷需求;
(5)判断各参与者在相邻两次迭代得到的最优策略相同,如果不相等,则返回步骤(3)继续迭代;如果相等,输出结果。
一种综合能源系统的多主体交易系统,包括:
能源供应商模型构建模块,被配置为构建区域综合能源供应商的能源集线器模型和优化模型;
负荷聚合商模型构建模块,被配置为建立能源集线器的数学模型,确定优化目标和约束条件;
区域用户模型构建模块,被配置为建立区域用户的负荷模型,确定优化目标和约束条件;
交易模型构建模块,被配置为基于主从博弈建立三层市场交易模型,所述交易模型的策略为各博弈参与者的策略相结合,所述交易模型的收益为上述模型的目标函数;
计算求解模块,被配置为将三层市场交易模型转成双层博弈,并将非线性问题线性化,利用分布式优化算法寻找博弈的均衡,确定均衡交易方案,按照均衡交易方案进行能源协调。
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,完成上述方法中的步骤。
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,完成上述方法中的步骤。
与现有技术相比,本发明的有益效果为:
本发明将纵向交易(能源供应商-负载聚合商-社区用户)被定义为双循环的主从博弈问题,最上层的多个能源供应商之间竞价被定义为非合作博弈问题,利用分布式求解方法,寻找各方的均衡策略,可以平衡能源、负荷、交易价格各个方面,保证能源的最优、最合适供给、选择方案,有助于节能。
本发明为小型社区用户提供了参与需求响应的机会,在确保能源消耗舒适的同时降低能源消耗。能源供应商和负荷聚合商也可以通过制定灵活的定价和调度策略来实现利润最大化。
本发明在均衡计算时,采用分布式算法求解,将遗传算法的寻优能力与混合整数二次规划的求解速度相结合,不仅具有较好的收敛效果,并且可以保护各参与者隐私,保证信息的安全性。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
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为本发明一种基于三层博弈的社区综合能源系统多主体市场交易模式的流程图;
图2为能源集线器结构示意图;
图3为社区综合能源系统市场交易三层博弈框架图;
图4为基于遗传算法、混合整数二次规划联合的分布式优化算法;
图5为社区综合能源系统架构图。
具体实施方式:
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本实施例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,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示,一种基于三层博弈的社区综合能源系统多主体市场交易方法,包括如下步骤:
S1,构建社区综合能源供应商的能源集线器模型和优化模型。
所述的S1具体包含以下步骤:
S11:建立综合能源供应商的能源集线器模型。
能源集线器(EH)是综合能源系统中提供不同能源载体的基本单元,包括能量的输入、输出、转换和存储等。EH的结构示意图如图2所示,包括电力变压器、燃气透平、换热器、燃气锅炉等设备。EH的输入输出模型以矩阵形式表示如下:
S12:确定能源供应商的价格机制。
EH采用合同价格,由基本价格和增长系数组成,可以表示为:
S13:确定能源供应商的目标函数。
EH在考虑LA需求的基础上,根据当地能源市场的价格,制定实时电价、热价,同时优化各设备的出力计划,优化目标是使自身收益最大,可以表示为:
具体地,EH的供能收入为:
式中,Δt表示时间间隔,本实施例中表示1小时。
EH的供能成本表示为:
S14:确定能源供应商的约束条件。
基础电价和热价和热价的上下限约束为:
ce,EH,min≤ce,base,i≤ce,EH,max
ch,EH,min≤ch,base,i≤ch,EH,max
燃气发电机出力的上下限约束为:
S2,建立能源集线器的数学模型,确定优化目标和约束条件。
所述的S2具体包含以下步骤:
S21:建立能源集线器的目标函数。
LA作为连接源荷和荷侧之间的桥梁,在考虑上层EH逐时电价、热价和下层EU负荷需求的基础上,优化向用户售出的电价、热价和向EH的功率需求,实现自身收益最大,可以表示为:
LA向第i个RU的供能收入表示为:
S22:建立能源集线器的约束条件。
为了避免负荷聚合商直接与电网和热网交易,需要满足如下约束:
此外,负荷聚合商需要满足逐时的电热功率平衡:
S3,建立社区用户的负荷模型,确定优化目标和约束条件。
所述的S3具体包含以下步骤:
S31,建立用户的负荷模型。
社区电负荷包含固定电负荷和可转移电负荷,表示为:
热负荷包含固定热负荷和可削减热负荷,表示为:
S32,建立社区用户的目标函数FRU:
式中:Fuser为负荷聚合商的目标函数,表示消费者剩余,即用户的效用函数和用能成本之差,为用户的效用函数,表示用户购买电能和热能所获得的满意程度,通常是非递减且凸的,有二次型、对数型等几种形式,本发明采用二次型来表示:
式中ve,αe,vh,αh分别为对消费电能和热能的偏好系数,可以反映出用户对能源的需求偏好并影响需求量的大小。
S33,建立社区用户的约束条件:
可平移电负荷和可削减热负荷需要满足如下约束:
S4,基于三层博弈框架建立三级市场交易模型。如图3所示
所述的S4具体包含以下步骤:
S41:建立能源供应商,负荷聚合商和社区用户和之间双循环主从博弈模型。
在交易过程中,能源供应商EH的价格策略会影响负荷聚合商LA的购能方案,负荷聚合商LA的售能价格也会影响社区用户RU调整其实际用能策略;相反,社区用户RU调整后的用能需求变化将反过来影响负荷聚合商LA调整新价格策略,同时也会影响能源供应商EH的收益。各主体通过不断调整策略来协调相互之间的利益关系。他们之间的能源交易过程符合分层的主从博弈情况。
为此,将EH作为上层的领导者,中层LA既是EH的跟随者又是RU的领导者,最下层RU作为LA的跟随者,由此建立了一个双循环的三层主从博弈模型:
GS={Ns;{δEH,δLA,δRU};{FEH,FLA,FRU}}
上述博弈模型中包含三个要素:参与者、策略和收益,具体表示为:
参与者:EH、LA和RU为该博弈的参与者,参与者集合表示为Ns={EHs,LA,RUs}。
策略:EH的策略为基础电价、热价和发电机出力、LA为策略为购能方案和向RU颁布的实时电价、RU为策略为实时的用能计划。
收益:各参与者的收益分别S1,S2,S3中定义的目标函数。
S42:建立多个能源供应商之间的非合作博弈竞价模型。
此外在EH内部,多个EH之间也存在着竞争关系。LA可以根据每个EH的价格策略,优化自身的购能方案,如果EH价格过高,则购买的能量就变少,因此需要观察其他对手的信息,制定合理的价格策略。
EH之间的利益交互过程负荷非合作博弈中参与者互相竞争的情况,为此建立非合作博弈模型,可以表示为:
G={NN;ρEH;FEH}
该博弈模型的三要素分别为:
参与者:所有的EH,参与者集合表示为N={EH1,EH2,......,EHN}。
策略:基础电价和热价。
收益:根据S3中定义的EH的目标函数计算。
S42:表示本实施例给出的均衡的形式
在均衡解中,每个参与者的最优决策都是根据其他参与者的最优决策制定的,也就是说任何一方参与者都不可能通过单方面改变策略来获得更大的利益。
S5,利用三层主从博弈的分布式求解方法,求解S4中主从博弈模型的Stackelberg均衡。
S51:将三层博弈通过KKT条件转成双层博弈
先通过KKT条件,将S3中定义的RU优化问题转化为LA优化问题的约束形式
RU的不等式约束改写为:
式中,a⊥b表示a和b中至少有一个为0。
S52:再将LA的非线性优化问题线性化,便于直接采用成熟的商业软件求解。
此时,LA的目标函数中非线性项仅有二次项,LA和RU的双层优化模型最终可等价转化为一个混合整数二次规划问题。
S53:采用遗传算法、混合整数二次规划联合的分布式优化算法寻找博弈的均衡,图4为算法流程图。具体如下:
(1)输入设备参数和负荷数据等。
(2)领导者采用遗传算法求解制定购、售电价、热价,以最大化自身收益。
(3)跟随者分别根据领导者的价格信号进行二次规划,确定最优出力和负荷需求。
(4)判断各参与者在相邻两次迭代得到的最优策略相同,即
(5)如果不相等,则继续迭代;如果相等,输出结果。
(6)输出结果:
此时所有跟随者根据领导者的策略做出最优响应,并且领导者也接受了这个响应时,博弈达到均衡,任何一方都不可能通过单方面改变策略来获得更大的利益。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述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)
1.一种综合能源系统的多主体交易方法,其特征是:包括以下步骤:
构建区域综合能源供应商的能源集线器模型和优化模型;
建立能源集线器的数学模型,确定优化目标和约束条件;
建立社区用户的负荷模型,确定优化目标和约束条件;
基于主从博弈建立三层市场交易模型,所述交易模型的策略为各博弈参与者的策略相结合,所述交易模型的收益为上述模型的目标函数;
将三层市场交易模型转成双层博弈,并将非线性问题线性化,利用分布式优化算法寻找博弈的均衡,确定均衡交易方案,按照均衡交易方案进行能源协调。
2.如权利要求1所述的一种综合能源系统的多主体交易方法,其特征是:所述综合能源供应商的能源集线器模型表达为综合能源供应商输出的电、热功率,与综合能源供应商向电网和天然气公司的购买电力和天然气的功率与对应设备效率相关。
3.如权利要求1所述的一种综合能源系统的多主体交易方法,其特征是:所述综合能源供应商的优化模型的优化目标为综合能源供应商的收益最大;
约束条件包括成本约束和发电机的额定容量约束。
4.如权利要求1所述的一种综合能源系统的多主体交易方法,其特征是:所述负荷聚合商模型的优化目标函数为自身收益最大化,负荷聚合商的约束条件包括价格约束和功率平衡约束;
或,所述社区用户模型的优化目标为消费剩余最大化,其约束条件包括可平移电负荷和可削减热负荷约束。
5.如权利要求1所述的一种综合能源系统的多主体交易方法,其特征是:基于主从博弈建立三层市场交易模型,具体的模型包括:
建立双循环主从博弈模型:
GS={Ns;{δEH,δLA,δRU};{FEH,FLA,FRU}}
所述博弈模型中包含三个要素:参与者、策略和收益,具体表示为:综合能源供应商EH、负荷聚合商LA和社区用户RU为该博弈的参与者,参与者集合表示为Ns={EHs,LA,RUs},EH的策略为基础电价、热价和发电机出力、LA的策略为购能方案和向RU颁布的实时电价、RU的策略为实时的用能计划;
建立多个能源供应商之间的非合作博弈竞价模型表示为:
G={NN;ρEH;FEH}
式中,NN={EH1,EH2,......,EHN}为博弈的参与者,代表了所有的能源供应商,策略为供应商的基础电价和热价。
6.如权利要求1所述的一种综合能源系统的多主体交易方法,其特征是:利用分布式优化算法寻找博弈的均衡,确定均衡交易方案的具体过程包括:
通过KKT条件,将区域用户优化问题转化为负荷聚合商优化问题的约束形式,三层博弈转成双层博弈;
将负荷聚合商的非线性优化问题线性化;
采用遗传算法、混合整数二次规划联合的分布式优化算法寻找博弈的均衡,得到结果。
7.如权利要求6所述的一种综合能源系统的多主体交易方法,其特征是:所述采用遗传算法、混合整数二次规划联合的分布式优化算法寻找博弈的均衡的过程包括:
(1)确定设备参数和负荷数据;
(2)初始化领导者种群;
(3)领导者采用遗传算法求解制定购、售电价、热价,以最大化自身收益;
(4)跟随者分别根据领导者的价格信号进行二次规划,确定最优出力和负荷需求;
(5)判断各参与者在相邻两次迭代得到的最优策略相同,如果不相等,则返回步骤(3)继续迭代;如果相等,输出结果。
8.一种综合能源系统的多主体交易系统,其特征是:包括:
能源供应商模型构建模块,被配置为构建区域综合能源供应商的能源集线器模型和优化模型;
负荷聚合商模型构建模块,被配置为建立能源集线器的数学模型,确定优化目标和约束条件;
区域用户模型构建模块,被配置为建立区域用户的负荷模型,确定优化目标和约束条件;
交易模型构建模块,被配置为基于主从博弈建立三层市场交易模型,所述交易模型的策略为各博弈参与者的策略相结合,所述交易模型的收益为上述模型的目标函数;
计算求解模块,被配置为将三层市场交易模型转成双层博弈,并将非线性问题线性化,利用分布式优化算法寻找博弈的均衡,确定均衡交易方案,按照均衡交易方案进行能源协调。
9.一种电子设备,其特征是: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中任一项所述的方法中的步骤。
10.一种计算机可读存储介质,其特征是: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中任一项所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110825644.4A CN113592648B (zh) | 2021-07-21 | 2021-07-21 | 一种综合能源系统的多主体交易方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110825644.4A CN113592648B (zh) | 2021-07-21 | 2021-07-21 | 一种综合能源系统的多主体交易方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113592648A true CN113592648A (zh) | 2021-11-02 |
CN113592648B CN113592648B (zh) | 2023-08-22 |
Family
ID=78248848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110825644.4A Active CN113592648B (zh) | 2021-07-21 | 2021-07-21 | 一种综合能源系统的多主体交易方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592648B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114048911A (zh) * | 2021-11-18 | 2022-02-15 | 国网新疆电力有限公司电力科学研究院 | 基于负荷聚合商分类的非合作博弈优化调度方法 |
CN114091759A (zh) * | 2021-11-23 | 2022-02-25 | 山东大学 | 一种综合能源系统多层博弈优化运行方法及系统 |
CN114662381A (zh) * | 2022-02-24 | 2022-06-24 | 上海交通大学 | 基于分层博弈的港船能源交通系统融合运行方法及系统 |
CN114781896A (zh) * | 2022-05-05 | 2022-07-22 | 山东大学 | 一种多能源集线器综合能源系统低碳调度方法及系统 |
CN114862097A (zh) * | 2022-03-21 | 2022-08-05 | 东南大学 | 一种基于双层演化博弈的用户侧市场类型辨识方法 |
CN114881794A (zh) * | 2022-06-15 | 2022-08-09 | 燕山大学 | 考虑舒适度和用能替代的综合能源市场主从博弈交易方法 |
CN115526684A (zh) * | 2022-09-21 | 2022-12-27 | 三峡大学 | 基于双层主从博弈的综合能源系统多主体低碳经济运行方法 |
CN116187538A (zh) * | 2022-12-30 | 2023-05-30 | 天津大学 | 能源调度方法和装置 |
CN118014330A (zh) * | 2024-04-10 | 2024-05-10 | 太原理工大学 | 一种城市级三层综合能源系统能量管理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210712A (zh) * | 2019-05-05 | 2019-09-06 | 三峡大学 | 一种考虑不确定性和多主体博弈的综合能源系统规划方法 |
CN111178632A (zh) * | 2019-12-31 | 2020-05-19 | 东南大学 | 基于区块链技术的多能源多边分布式交易方法 |
CN111881616A (zh) * | 2020-07-02 | 2020-11-03 | 国网河北省电力有限公司经济技术研究院 | 一种基于多主体博弈的综合能源系统的运行优化方法 |
CN112016825A (zh) * | 2020-08-25 | 2020-12-01 | 国网四川省电力公司经济技术研究院 | 一种区域综合能源系统的集中式交易优化决策方法 |
CN112102034A (zh) * | 2020-09-10 | 2020-12-18 | 国网江苏省电力有限公司 | 一种多虚拟电厂和负荷聚合商的分布式交易方法 |
CN112598224A (zh) * | 2020-12-04 | 2021-04-02 | 国网辽宁省电力有限公司经济技术研究院 | 一种园区综合能源系统群与电网的互动博弈调度方法 |
CN112907274A (zh) * | 2021-01-21 | 2021-06-04 | 长沙理工大学 | 一种基于Stackelberg双层博弈模型的园区综合能源交易价量确定方法 |
CN112966909A (zh) * | 2021-02-23 | 2021-06-15 | 国网山东省电力公司经济技术研究院 | 计及需求响应的区域综合能源系统的优化调度方法 |
-
2021
- 2021-07-21 CN CN202110825644.4A patent/CN113592648B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210712A (zh) * | 2019-05-05 | 2019-09-06 | 三峡大学 | 一种考虑不确定性和多主体博弈的综合能源系统规划方法 |
CN111178632A (zh) * | 2019-12-31 | 2020-05-19 | 东南大学 | 基于区块链技术的多能源多边分布式交易方法 |
CN111881616A (zh) * | 2020-07-02 | 2020-11-03 | 国网河北省电力有限公司经济技术研究院 | 一种基于多主体博弈的综合能源系统的运行优化方法 |
CN112016825A (zh) * | 2020-08-25 | 2020-12-01 | 国网四川省电力公司经济技术研究院 | 一种区域综合能源系统的集中式交易优化决策方法 |
CN112102034A (zh) * | 2020-09-10 | 2020-12-18 | 国网江苏省电力有限公司 | 一种多虚拟电厂和负荷聚合商的分布式交易方法 |
CN112598224A (zh) * | 2020-12-04 | 2021-04-02 | 国网辽宁省电力有限公司经济技术研究院 | 一种园区综合能源系统群与电网的互动博弈调度方法 |
CN112907274A (zh) * | 2021-01-21 | 2021-06-04 | 长沙理工大学 | 一种基于Stackelberg双层博弈模型的园区综合能源交易价量确定方法 |
CN112966909A (zh) * | 2021-02-23 | 2021-06-15 | 国网山东省电力公司经济技术研究院 | 计及需求响应的区域综合能源系统的优化调度方法 |
Non-Patent Citations (1)
Title |
---|
王海洋等: "基于主从博弈的社区综合能源系统分布式协同优化运行策略", 《中国电机工程学报》, vol. 40, no. 17 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114048911A (zh) * | 2021-11-18 | 2022-02-15 | 国网新疆电力有限公司电力科学研究院 | 基于负荷聚合商分类的非合作博弈优化调度方法 |
CN114091759A (zh) * | 2021-11-23 | 2022-02-25 | 山东大学 | 一种综合能源系统多层博弈优化运行方法及系统 |
WO2023160641A1 (zh) * | 2022-02-24 | 2023-08-31 | 上海交通大学 | 基于分层博弈的港船能源交通系统融合运行方法 |
CN114662381A (zh) * | 2022-02-24 | 2022-06-24 | 上海交通大学 | 基于分层博弈的港船能源交通系统融合运行方法及系统 |
CN114662381B (zh) * | 2022-02-24 | 2022-12-09 | 上海交通大学 | 基于分层博弈的港船能源交通系统融合运行方法及系统 |
CN114862097A (zh) * | 2022-03-21 | 2022-08-05 | 东南大学 | 一种基于双层演化博弈的用户侧市场类型辨识方法 |
CN114862097B (zh) * | 2022-03-21 | 2024-05-03 | 东南大学 | 一种基于双层演化博弈的用户侧市场类型辨识方法 |
CN114781896A (zh) * | 2022-05-05 | 2022-07-22 | 山东大学 | 一种多能源集线器综合能源系统低碳调度方法及系统 |
CN114881794A (zh) * | 2022-06-15 | 2022-08-09 | 燕山大学 | 考虑舒适度和用能替代的综合能源市场主从博弈交易方法 |
CN114881794B (zh) * | 2022-06-15 | 2024-05-14 | 燕山大学 | 考虑舒适度和用能替代的综合能源市场主从博弈交易方法 |
CN115526684B (zh) * | 2022-09-21 | 2023-05-02 | 三峡大学 | 基于双层主从博弈的综合能源系统多主体低碳运行方法 |
CN115526684A (zh) * | 2022-09-21 | 2022-12-27 | 三峡大学 | 基于双层主从博弈的综合能源系统多主体低碳经济运行方法 |
CN116187538A (zh) * | 2022-12-30 | 2023-05-30 | 天津大学 | 能源调度方法和装置 |
CN116187538B (zh) * | 2022-12-30 | 2023-11-17 | 天津大学 | 能源调度方法和装置 |
CN118014330A (zh) * | 2024-04-10 | 2024-05-10 | 太原理工大学 | 一种城市级三层综合能源系统能量管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113592648B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113592648B (zh) | 一种综合能源系统的多主体交易方法及系统 | |
Li et al. | Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game | |
Tan et al. | Three-level market optimization model of virtual power plant with carbon capture equipment considering copula–CVaR theory | |
CN109657946A (zh) | 基于博弈论的区域能源互联网规划的数学模型和规划方法 | |
Khazeni et al. | Retail market equilibrium in multicarrier energy systems: A game theoretical approach | |
Wang et al. | Research on renewable energy consumption and emission reduction in power market based on bi-level decision making in China | |
CN110378729A (zh) | 一种基于动态能源价格策略的综合需求响应方法 | |
CN111932075A (zh) | 主动配电网多区域调度方法、系统、设备及可读存储介质 | |
CN112564102A (zh) | 多微网负荷优化调度方法和系统 | |
Zhang et al. | Assessing the policy synergy among power, carbon emissions trading and tradable green certificate market mechanisms on strategic GENCOs in China | |
Cai et al. | Optimal scheduling of a hybrid AC/DC multi-energy microgrid considering uncertainties and Stackelberg game-based integrated demand response | |
Zhang et al. | A master-slave game optimization model for electric power companies considering virtual power plant | |
Ali | Development and Improvement of Renewable Energy Integrated with Energy Trading Schemes based on Advanced Optimization Approaches | |
He et al. | Coordinated planning of distributed generation and soft open points in active distribution network based on complete information dynamic game | |
Zhang et al. | Optimal operation of multi-integrated energy system based on multi-level Nash multi-stage robust | |
Wang et al. | Capacity and operation joint optimization for integrated energy system based on Nash bargaining game | |
CN112036637A (zh) | 考虑风电消纳的社区能源互联网能源交易调度方法及系统 | |
CN117522435A (zh) | 考虑分档电价的电力市场决策双层出清模型 | |
CN115526550B (zh) | 适应新能源电力与常规火电同台竞争的现货市场组织方法 | |
CN116862144A (zh) | 一种基于双重博弈的多园区低碳调度方法及系统 | |
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 | |
Zhu et al. | Research on multi-time scale integrated energy scheduling optimization considering carbon constraints | |
CN113870030A (zh) | 基于改进纳什议价方法的多微网能源交易机制设计方法 | |
CN114529056A (zh) | 综合能源系统运行优化方法、设备及可读存储介质 | |
Qian et al. | Low carbon optimization dispatching of energy intensive industrial park based on adaptive stepped demand response incentive mechanism |
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 |