CN113705906A - 一种综合能源园区能源协调优化运行方法及系统 - Google Patents
一种综合能源园区能源协调优化运行方法及系统 Download PDFInfo
- Publication number
- CN113705906A CN113705906A CN202111015442.XA CN202111015442A CN113705906A CN 113705906 A CN113705906 A CN 113705906A CN 202111015442 A CN202111015442 A CN 202111015442A CN 113705906 A CN113705906 A CN 113705906A
- Authority
- CN
- China
- Prior art keywords
- energy
- price
- power
- park
- aggregator
- 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 98
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008901 benefit Effects 0.000 claims abstract description 26
- 230000005611 electricity Effects 0.000 claims description 66
- 230000008878 coupling Effects 0.000 claims description 50
- 238000010168 coupling process Methods 0.000 claims description 50
- 238000005859 coupling reaction Methods 0.000 claims description 50
- 230000004044 response Effects 0.000 claims description 45
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 38
- 238000005485 electric heating Methods 0.000 claims description 25
- 238000001816 cooling Methods 0.000 claims description 19
- 239000003345 natural gas Substances 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 16
- 150000001875 compounds Chemical class 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 13
- 239000007789 gas Substances 0.000 claims description 10
- 239000002245 particle Substances 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 2
- 230000003993 interaction Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000010835 comparative analysis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000004936 stimulating effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 101000868488 Saimiriine herpesvirus 2 (strain 11) Complement control protein homolog Proteins 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000006467 substitution reaction 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种综合能源园区能源协调优化运行方法及系统，首先搭建了能源聚合商与能源供应商、用户集群的交易关系，并构建了能源聚合商和用户集群的优化模型。接着基于主从博弈建立了以园区能源聚合商为上层领导者、园区用户集群为下层跟随者的双层优化模型。最后提出了利用子群优化算法的博弈均衡解求解流程，经过反复迭代即可搜寻到模型均衡解。本发明可提升可再生能源的就地消纳量，综合提升市场各参与主体的利益，相比于用户直接与能源供应商直接交易，提高了能源聚合商的收益，同时降低了用户的综合用能成本，且能够最大限度地提升新能源的就地消纳量，降低弃光量，满足双碳要求。
Description
技术领域
本发明涉及能源协调优化运行技术领域，具体而言，涉及一种综合能源园区能源协调优化运行方法及系统。
背景技术
综合能源园区在满足用户电热冷用能需求的基础上，能够有效提升可再生能源的就地消纳能力，具有安全可靠、清洁环保等特点，有利于园区与外部供能网络的友好互动。
然而，随着我国售电侧市场逐步开放，各类新型主体涌入市场展开激烈竞争，各自通过合理决策追求自身利益最大化，彼此决策相互影响甚至冲突。
园区能源聚合商作为一种新型售能主体，其承担服务运营、园区能力聚合、能源设备聚合、能源集中售卖等多重角色，以能源聚合商为核心，建立合理有效的园区能源交易机制，在满足不同约束条件并考虑主体利益目标的基础上，寻求利益均衡的最佳运营模式与能量管理方法，对于园区的优化运行至关重要。
目前，国内外学者在综合能源园区的优化运行和能量管理方法方面取得了一系列研究成果。国内也有学者研究了计及多个能源枢纽构成的联合综合能源系统的优化运行问题，建立了能量枢纽的数学模型和能量枢纽之前的能流分析模型。也有学者建立了园区及IES内部不同能源供应商的博弈模型，描述了电网、CCHP机组、电制冷机和燃气锅炉等不同能源生产主体的竞价博弈。国外有学者立足于电气耦合系统，着重考虑了电力网络和天然气网络不同的分布决策特性，提出基于交替方向乘子法的分布式优化算法。还有学者基于电力网络与天然气网络的深度耦合，对于含有多个能量枢纽的区域综合能源系统的优化运行展开了研究，将电网、天然气网、能量枢纽视作三个独立的市场主体，分别建立了不同主体的利益目标函数和优化运行模型。
上述研究为综合能源园区的优化运行和市场交易的深入研究提供了思路，指出了不同运营主体对于综合能源系统优化调度的重要性，但是也仅仅是将综合能源园区作为价格接受者参与市场进行优化调度，园区的市场交易、能量管理缺乏运营主体，园区市场中各类交易主体的灵活性有待挖掘，满足各方利益的园区多能市场交易方式还有待完善。
有鉴于此，特提出本申请。
发明内容
本发明所要解决的技术问题是：现有的关于综合能源园区的优化运行方法缺乏市场交易、能量管理的运营主体，园区市场中各类交易主体不够灵活，以及满足各方利益的园区多能市场交易方式不够完善。目的在于，提供一种综合能源园区能源协调优化运行方法及系统，能够实现综合能源园区多能系统的互补、协调和优化，提升综合能源园区的经济效益，进而提升环境效益。
本发明通过下述技术方案实现：
一种综合能源园区能源协调优化运行方法，包括以下步骤：
步骤1：搭建以能源聚合商为核心的园区市场交易框架，所述园区市场交易框架的市场交易主体包括：能源聚合商、能源供应商和用户集群；
步骤2：建立基于主从博弈的双层优化模型，所述双层优化模型包括：上层能源聚合商优化模型和下层用户集群优化模型；所述上层能源聚合商优化模型以能源聚合商的最大净收益为目标，综合考虑外部供能管道约束、园区设备出力约束、电能价格约束和设备功率平衡约束，所述下层用户集群优化模型以用户集群的最小日用能成本为目标，综合考虑用户集群的可平移负荷上下限约束及可平移负荷总量约束；
步骤3：针对所述能源聚合商，执行步骤3.1：获取购能价格，所述购能价格包括：能源供应商提供的购电价格和购气价格；步骤3.2：根据所述购能价格，初始化所述上层能源聚合商优化模型，得到能源聚合商的价格初始化方案，所述价格初始化方案包括：能源聚合商面向用户集群的售能价格和购电价格；步骤3.3：将所述价格初始化方案传递给所述用户集群；
步骤4：针对所述用户集群，执行步骤4.1：根据价格初始化方案，求解所述下层用户集群优化模型，得到所述用户集群的当前最优响应方案，所述当前最优响应方案包括：用户集群的电能需求和余量光伏；步骤4.2：将所述当前最优响应方案反馈至所述能源聚合商；
步骤5：针对所述能源聚合商，执行步骤5.1：根据所述当前最优响应方案，求解所述上层能源聚合商优化模型，得到价格优化方案，所述价格优化方案包括：所述能源聚合商面向所述用户集群的售能调整价格和购电调整价格；步骤5.2：将所述价格优化方案作为价格初始化方案传递至所述用户集群；
步骤6：循环执行所述步骤4至所述步骤5，直至迭代次数达到上限或当前最优响应方案和价格优化方案均保持不变，得到全局最优响应方案和能源定价方案；
步骤7：根据所述全局最优响应方案和所述能源定价方案对综合能源园区进行能源协调。
本发明提供的一种综合能源园区能源协调优化运行方法以园区能源聚合商为核心，建立了园区市场交易机制，一方面根据园区能源聚合商与外部供能网络的互动关系，确定能源聚合商从外部供能网络购买的能源量，另一方面根据园区能源聚合商与用户集群的交易关系，基于主从博弈理论提出了以能源聚合商为交易核心的园区能源定价与能量管理方法，以实现多能系统的互补、协调和优化，促进经济性和环境效益的提升，为园区能源聚合商和用户集群的运营提供重要的理论和决策依据。
首先，提出了以能源聚合商为核心的园区市场交易框架，阐明园区系统结构及能源聚合商与用户集群在市场中的互动关系，即园区能源聚合商作为园区用户与外部供能系统联接的“纽带”，与园区中各类用户构成一主多从的能量交易关系。
然后，建立了能源聚合商和用户集群之间的主从博弈模型，即上层能源聚合商优化模型——以作为上层决策者的能源聚合商的最大净收益为目标，制定能源价格，并确定从供能网络处的购能方案和所拥有设备的运行状态；下层用户集群优化模型——作为下层决策者的用户集群，根据上层决策者确定的能源价格，以综合用能成本最小为目标调整自身用能方案。
最后，基于主从博弈模型在能源聚合商和用户集群之简展开博弈——能源聚合商将生成的购/售电价格方案下方至用户集群，用户集群根据该购/售电价格方案调整自身的用能需求，生成当前最优响应方案，并反馈至能源聚合商，能源聚合商再根据用户集群的反馈对购/售电价格方案进行调制，下方至用户集群，依次方式进行迭代，直至迭代次数达到上限或当前最优响应方案和价格优化方案均保持不变，得到全局最优响应方案和能源定价方案。
此方法综合考虑了园区市场各参与主体的性质，在市场交易框架下，基于主从博弈提出的园区市场交易的双层优化模型，相比于用户直接与能源供应商直接交易，提高了能源聚合商的收益，同时降低了用户的综合用能成本。能源聚合商优先利用园区光伏用户的余量光伏功率，能够最大限度地提升新能源的就地消纳量，降低弃光量，满足双碳要求。
作为对本发明的进一步描述，所述园区市场交易框架结构及能流关系为：包括能源供给侧、能源耦合侧和能源供给侧；所述能源供给侧包括：代表能源供应商的外部配电系统和外部天然气网络，以及综合能源园区内的用户集群光伏；所述外部配电系统和所述用户集群光伏为综合能源园区提供电能，所述外部天然气网络为综合能源园区提供燃气；所述能源耦合侧包括：CCHP机组、电热锅炉和电制冷机，用于实现能源形势的转化；所述能源需求侧包括：用户集群的电负荷、热负荷和冷负荷；所述用户集群包括：拥有分布式光伏设备的电热冷用户和普通电热冷用户；所述能源供给侧向所述能源耦合侧供能，所述能源耦合侧将所述能源供给侧提供的能源进行转化后提供给所述能源需求侧，所述能源需求侧生成需求响应反馈给所述能源耦合侧；所述能源耦合侧转化生成的能量仅在园区内部消纳。
该园区市场交易框架综合考虑了不同设备的投资主体形成的利益多元化趋势，从不同投资主体的利益出发，能源聚合商不仅可以从能源供应商侧接收到能源供给价格信息、优化园区内部分布式能源设备的运行出力，还能根据用户需求制定合理的售能价格，刺激用户调整用能行为的同时最大化自身净利润。以此建立的综合园区市场交易框架能够有效聚合园区分布式资源，提升可再生能源的就地消纳量，综合提升市场各参与主体的利益。
作为对本发明的进一步描述，
所述上层能源聚合商优化模型的目标函数表达式为：
式中，ECO表示能源聚合商的日总收益，T为一个调度周期内所包括的调度时段总数，Δt 表示每个时段时长；
和
分别表示能源聚合商在时刻t的售电价格、售热价格、售冷价格和购电价格，
和
分别表示电力网络和天然气网络在t时刻的售能价格，单位为元/kW；
和
分别表示能源聚合商在时刻t的购电价格和购热价格；
和
分别表示CO在时刻t出售给用户集群的电功率、热功率和冷功率，
和
分别表示电力网络在时刻t售出给CO的电功率、天然气网络在时刻t售出给CO的气功率和用户集群在时刻t售出给CO的余量光伏功率；α为设备维护成本因子，α＝0.1；
所述电能价格约束的表达式为：
式中，
和
分别表能源聚合商在时刻t的售电价格的下限和上限；式(3)表示能源聚合商在时刻t的售电价格均值不得高于外部配电网络在时刻t的售电价格均值；
表示电网系统购电价格，式(4)表示能源聚合商的购电价高于外部电网系统的购电价格；
所述设备功率平衡约束的表达式为：
式中，
和
分别为时刻t的CCHP机组发电功率、电热锅炉输入电功率和电制冷机输入电功率；
和
分别为时刻t的CCHP输出热功率和电热锅炉输出热功率；
和
分别为时刻t的CCHP输出冷功率和电制冷机输出冷功率；
所述外部供能管道约束的表达式为：
式中，
和
分别表示配电系统的下限和上限，
和
分别表示天然气系统与园区交换功率的下限和上限；
所述园区设备出力约束的表达式为：
式中，k1、k2表示电能、热能和冷能的能源转换形式，equipment表示多能耦合设备，包括CCHP机组、电热锅炉和电制冷机，
表示多能耦合设备的能源输入功率，
表示多能耦合设备由能源形式k1转变为能源形式k2的效率转换因子，
表示多能耦合设备的能源输出功率，
和
分别表示多能耦合设备的最小输入功率、实际输入功率和最大输入功率。
作为对本发明的进一步描述，所述下层用户集群优化模型的目标函数表达式为：
式中，
表示用户集群在t时刻的可转移负荷功率，μe表示用户进行电负荷转移所导致的不舒适系数，
表示用户集群在t时刻售出光伏余量的功率；
所述用户集群的可平移负荷上下限约束的表达式为：
式中，
和
分别表示可转移电负荷的最小值和最大值；
所述可平移负荷总量约束的表达式为：
式(14)表示在负荷转移过程中总负荷量保持不变。
作为对本发明的进一步描述，所述用户集群的电能需求的表达式为：
式中，含分布式光伏的电热冷用户为U1，普通电热冷用户为U2，
和
为含分布式光伏的电热冷用户的原始预测电负荷值和普通电热冷用户的原始预测电负荷值，
和
分别为含分布式光伏的电热冷用户的净购电需求和原始预测购电需求，PPV表示光伏预测出力，
为普通用户的原始购电需求预测值，
和
表示含分布式光伏的电热冷用户在t时刻可转移负荷功率和普通用户在t时刻可转移负荷功率，
表示用户集群在t时刻的可转移负荷功率；
所述余量光伏的表达式为：
作为对本发明的进一步描述，所述上层能源聚合商优化模型的求解方法为：采用改进的粒子群优化模型求解，将粒子适应度作为能源聚合商的利益目标。
作为对本发明的进一步描述，所述上层能源聚合商优化模型和下层用户集群优化模型采用Yalmip建模并调用Gurobi进行优化求解，以加快算法求解速度并提高结果的准确度。
一种综合能源园区能源协调优化运行系统，包括能源耦合侧执行模块、能源需求侧执行模块、模型存储模块、缓存模块、控制模块和输出模块；所述缓存模块分别与所述能源耦合侧执行模块、所述能源需求侧执行模块和所述控制模块连接；所述模型存储模块分别与所述能源耦合侧执行模块和所述能源需求侧执行模块连接；所述控制模块分别与所述缓存模块分别与所述能源耦合侧执行模块、所述能源需求侧执行模块和所述输出模块连接。
所述能源耦合侧执行模块包括：初始化单元和第一模型求解单元，所述第一模型求解单元分别与所述模型存储模块和所述缓存模块连接；
所述能源需求侧执行模块包括：第二模型求解单元，所述第二模型求解单元分别与所述模型存储模块和所述缓存模块连接；
所述控制模块包括：截止条件判断单元和循环控制单元，所述循环控制单元分别与所述第一模型求解单元和所述第二模型求解单元连接。
所述初始化单元包括：数据采集子单元和模型初始化子单元；
所述数据采集子单元与所述模型初始化子单元连接；
所述模型初始化子单元分别与所述模型存储模块和所述缓存模块连接。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明实施例提供的一种综合能源园区能源协调优化运行方法及系统，提出的综合园区市场交易框架能够有效聚合园区分布式资源，提升可再生能源的就地消纳量，综合提升市场各参与主体的利益；
2、本发明实施例提供的一种综合能源园区能源协调优化运行方法及系统，提出的基于主从博弈的双层优化模型，相比于用户直接与能源供应商直接交易，提高了能源聚合商的收益，同时降低了用户的综合用能成本；
3、本发明实施例提供的一种综合能源园区能源协调优化运行方法及系统，能源聚合商优先利用园区光伏用户的余量光伏功率，能够最大限度地提升新能源的就地消纳量，降低弃光量，满足双碳要求。
附图说明
为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例1提供的能源供应价格曲线图；
图2为本发明实施例1提供的综合园区市场交易框架结构示意图；
图3为本发明实施例1提供的用户电热冷负荷曲线图；
图4为本发明实施例1提供的光伏功率比曲线图；
图5为本发明实施例1提供的能源聚合商与用户集群的主从博弈架构图；
图6为本发明实施例1提供的主从博弈模型求解方法流程图；
图7为本发明实施例1提供的主从博弈模型架构图；
图8为本发明实施例1提供的迭代收敛结果趋势图；
图9为本发明实施例1提供的园区能源聚合商价格曲线图；
图10为本发明实施例1提供的用户集群净负荷曲线图；
图11为本发明实施例1提供的余量光伏曲线图；
图12为本发明实施例1提供的园区电能优化调度柱状图；
图13为本发明实施例1提供的园区热能优化调度柱状图；
图14为本发明实施例1提供的园区冷能优化调度柱状图；
图15为本发明实施例1提供的电能优化调度柱状图；
图16为本发明实施例1提供的热能优化调度柱状图；
图17为本发明实施例1提供的冷能优化调度柱状图；
图18为本发明实施例1提供的用户集群净成本场景对比分析图；
图19为本发明实施例2提供的综合能源园区能源协调优化运行系统框架图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
在以下描述中，为了提供对本发明的透彻理解阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实施例中，为了避免混淆本发明，未具体描述公知的结构、电路、材料或方法。
在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
在本发明的描述中，术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。
实施例1
针对现有的关于综合能源园区的优化运行方法缺乏市场交易、能量管理的运营主体，园区市场中各类交易主体不够灵活，以及满足各方利益的园区多能市场交易方式不够完善的问题，本实施例提供了一种综合能源园区能源协调优化运行方法，以园区能源聚合商为核心，建立了园区市场交易机制，一方面根据园区能源聚合商与外部供能网络的互动关系，确定能源聚合商从外部供能网络购买的能源量，另一方面根据园区能源聚合商与用户集群的交易关系，基于主从博弈理论提出了以能源聚合商为交易核心的园区能源定价与能量管理方法，以实现多能系统的互补、协调和优化，促进经济性和环境效益的提升，为园区能源聚合商和用户集群的运营提供重要的理论和决策依据。
首先，提出了以能源聚合商为核心的园区市场交易框架，阐明园区系统结构及能源聚合商与用户集群在市场中的互动关系，即园区能源聚合商作为园区用户与外部供能系统联接的“纽带”，与园区中各类用户构成一主多从的能量交易关系。
然后，建立了能源聚合商和用户集群之间的主从博弈模型，即上层能源聚合商优化模型——以作为上层决策者的能源聚合商的最大净收益为目标，制定能源价格，并确定从供能网络处的购能方案和所拥有设备的运行状态；下层用户集群优化模型——作为下层决策者的用户集群，根据上层决策者确定的能源价格，以综合用能成本最小为目标调整自身用能方案。
最后，基于主从博弈模型在能源聚合商和用户集群之简展开博弈——能源聚合商将生成的购/售电价格方案下方至用户集群，用户集群根据该购/售电价格方案调整自身的用能需求，生成当前最优响应方案，并反馈至能源聚合商，能源聚合商再根据用户集群的反馈对购/售电价格方案进行调制，下方至用户集群，依次方式进行迭代，直至迭代次数达到上限或当前最优响应方案和价格优化方案均保持不变，得到全局最优响应方案和能源定价方案。
具体包括以下步骤：
步骤1：搭建以能源聚合商为核心的园区市场交易框架，所述园区市场交易框架的市场交易主体包括：能源聚合商、能源供应商和用户集群。该园区市场交易框架结构及能流关系为：包括能源供给侧、能源耦合侧和能源供给侧；所述能源供给侧包括：代表能源供应商的外部配电系统和外部天然气网络，以及综合能源园区内的用户集群光伏；所述外部配电系统和所述用户集群光伏为综合能源园区提供电能，所述外部天然气网络为综合能源园区提供燃气；所述能源耦合侧包括：CCHP机组、电热锅炉和电制冷机，用于实现能源形势的转化；所述能源需求侧包括：用户集群的电负荷、热负荷和冷负荷；所述用户集群包括：拥有分布式光伏设备的电热冷用户和普通电热冷用户；所述能源供给侧向所述能源耦合侧供能，所述能源耦合侧将所述能源供给侧提供的能源进行转化后提供给所述能源需求侧，所述能源需求侧生成需求响应反馈给所述能源耦合侧；所述能源耦合侧转化生成的能量仅在园区内部消纳。
本实施例的实施背景为：以某工商业园区为对象，以一天为优化周期进行日前调度优化，日内按小时数分为24个时段。电网分时电价采用某工商业典型用电峰谷电价，电价信息如表 1和图1所示，单位体积燃气价格为2.98元/m3，热值为9.7kWh/m3，单位供热、供冷功率收费标准分别为0.6元/kWh、0.44元/kWh。
表1能源价格信息表
根据此实施背景，按照步骤1的方法搭建的园区市场交易框架图2所示。
图中，园区能源聚合商拥有一台CCHP机组，设备托管用户拥有一台电制冷机和一台电热锅炉，由能源聚合商负责调控，园区中各设备的容量及参数如表2所示。用户方面，假设光伏用户和普通用户占比分别为20％、80％，用户集群的电热冷负荷日前预测值如图3所示，假设光伏用户的分布式光伏总装机容量为800kW，其光伏功率比日前预测值如图4所示，用户集群需求侧响应中可转移负荷容量上下限限制为[-250kW，250kW]。以电网售电价作为基准，运营商制定的售电价最大不超过电网售电价的1.1倍，最小不低于电网售电价的0.9倍。
表2园区内设备相关参数
该园区市场交易框架综合考虑了不同设备的投资主体形成的利益多元化趋势，从不同投资主体的利益出发，能源聚合商不仅可以从能源供应商侧接收到能源供给价格信息、优化园区内部分布式能源设备的运行出力，还能根据用户需求制定合理的售能价格，刺激用户调整用能行为的同时最大化自身净利润。以此建立的综合园区市场交易框架能够有效聚合园区分布式资源，提升可再生能源的就地消纳量，综合提升市场各参与主体的利益。能源聚合商与用户集群的互动关系如图5所示。
步骤2：建立基于主从博弈的双层优化模型，所述双层优化模型包括：上层能源聚合商优化模型和下层用户集群优化模型；所述上层能源聚合商优化模型以能源聚合商的最大净收益为目标，综合考虑外部供能管道约束、园区设备出力约束、电能价格约束和设备功率平衡约束，所述下层用户集群优化模型以用户集群的最小日用能成本为目标，综合考虑用户集群的可平移负荷上下限约束及可平移负荷总量约束。
所述上层能源聚合商优化模型的目标函数表达式为：
式中，ECO表示能源聚合商的日总收益，T为一个调度周期内所包括的调度时段总数，Δt 表示每个时段时长；
和
分别表示能源聚合商在时刻t的售电价格、售热 价格、售冷价格和购电价格，
和
分别表示电力网络和天然气网络在t时刻的售能价 格，单位为元/kW；
和
分别表示能源聚合商在时刻t的购电价格和购热价格；
和
分别表示CO在时刻t出售给用户集群的电功率、热功率和冷功率，
和
分别表示电力网络在时刻t售出给CO的电功率、天然气网络在时刻t售出 给CO的气功率和用户集群在时刻t售出给CO的余量光伏功率；α为设备维护成本因子， α＝0.1；
所述电能价格约束的表达式为：
式中，
和
分别表能源聚合商在时刻t的售电价格的下限和上限；式(3)表示 能源聚合商在时刻t的售电价格均值不得高于外部配电网络在时刻t的售电价格均值；
表示电网系统购电价格，式(4)表示能源聚合商的购电价高于外部电网系统的购电价格；
所述设备功率平衡约束的表达式为：
式中，
和
分别为时刻t的CCHP机组发电功率、电热锅炉输入电功率和电 制冷机输入电功率；
和
分别为时刻t的CCHP输出热功率和电热锅炉输出热功率； 
和
分别为时刻t的CCHP输出冷功率和电制冷机输出冷功率；
所述外部供能管道约束的表达式为：
式中，
和
分别表示配电系统的下限和上限，
和
分别表示天然气系 统与园区交换功率的下限和上限；
所述园区设备出力约束的表达式为：
式中，k1、k2表示电能、热能和冷能的能源转换形式，equipment表示多能耦合设备， 包括CCHP机组、电热锅炉和电制冷机，
表示多能耦合设备的能源输入功率，
表示多能耦合设备由能源形式k1转变为能源形式k2的效率转换因子，
表示多能耦合设 备的能源输出功率，
和
分别表示多能耦合设备的最小输入功率、实 际输入功率和最大输入功率。
所述下层用户集群优化模型的目标函数表达式为：
式中，
表示用户集群在t时刻的可转移负荷功率，μe表示用户进行电负荷转移所 导致的不舒适系数，
表示用户集群在t时刻售出光伏余量的功率；
所述用户集群的可平移负荷上下限约束的表达式为：
式中，
和
分别表示可转移电负荷的最小值和最大值；
所述可平移负荷总量约束的表达式为：
式(14)表示在负荷转移过程中总负荷量保持不变。
作为对本发明的进一步描述，所述用户集群的电能需求的表达式为：
式中，含分布式光伏的电热冷用户为U1，普通电热冷用户为U2，
和
为含分布式光 伏的电热冷用户的原始预测电负荷值和普通电热冷用户的原始预测电负荷值，
和
分别 为含分布式光伏的电热冷用户的净购电需求和原始预测购电需求，PPV表示光伏预测出力， 
为普通用户的原始购电需求预测值，
和
表示含分布式光伏的电热冷用户在t时 刻可转移负荷功率和普通用户在t时刻可转移负荷功率，
表示用户集群在t时刻的可转 移负荷功率；
所述余量光伏的表达式为：
步骤3：针对所述能源聚合商，执行步骤3.1：获取购能价格，所述购能价格包括：能源供应商提供的购电价格和购气价格；步骤3.2：根据所述购能价格，初始化所述上层能源聚合商优化模型，得到能源聚合商的价格初始化方案，所述价格初始化方案包括：能源聚合商面向用户集群的售能价格和购电价格；步骤3.3：将所述价格初始化方案传递给所述用户集群。
步骤4：针对所述用户集群，执行步骤4.1：根据价格初始化方案，采用Yalmip建模并调用Gurobi进行优化求解所述下层用户集群优化模型，得到所述用户集群的当前最优响应方案，所述当前最优响应方案包括：用户集群的电能需求和余量光伏；步骤4.2：将所述当前最优响应方案反馈至所述能源聚合商。
步骤5：针对所述能源聚合商，执行步骤5.1：根据所述当前最优响应方案，采用改进的粒子群优化模型，利用Yalmip建模并调用Gurobi进行优化求解所述上层能源聚合商优化模型，得到价格优化方案，所述价格优化方案包括：所述能源聚合商面向所述用户集群的售能调整价格和购电调整价格；步骤5.2：将所述价格优化方案作为价格初始化方案传递至所述用户集群。
步骤6：循环执行所述步骤4至所述步骤5，直至迭代次数达到上限或当前最优响应方案和价格优化方案均保持不变，得到全局最优响应方案和能源定价方案。
步骤7：根据所述全局最优响应方案和所述能源定价方案对综合能源园区进行能源协调。
上述步骤3至步骤6的方法流程参见图6，能源聚合商与用户集群的博弈交互过程如图7 所示。
设置粒子算法的种群规模为20，最大迭代次数为2000次，随着迭代次数的增加，运营商的收益逐渐增加。，当迭代进行到770次左右时，运营商收益逐渐趋于不变，达到收敛，即为斯塔克伯格均衡解，收敛曲线如图8所示。由收敛曲线可知，本文采取的改进的粒子群优化算法能够有效找出斯塔克伯格均衡解，并且不易陷入局部最优当中。
经计算，用户用能净成本为50257元，成本详情如表3所示。
表3用户集群成本详情
对于运营商而言，其能源价格制定策略如图9所示，可以发现能源聚合商的最优价格曲线基本呈现和电网分时电价类似的峰平谷的价格划分；其中在谷时段，能源聚合商的价格与电网的谷时电价保持一致，这是为了保障能源聚合商的利益最大化，该时段的能源报价为日内最低，用户集群进行需求侧响应并不会增大向谷时段的负荷转移量，这样能够在保障能源聚合商在峰时段的交易量不降低，增大能源聚合商的收益；而在峰时段和平时段，能源聚合商为了防止过多负荷向谷时段转移而影响峰时段和平时段的能源交易量，进而使得自身的收益减小，会通过低于电网售价的电能报价来吸引用户调整自身的可转移负荷比。同时能源聚合商制定的光伏购价在大部分时段与电网购电价一致，这是为了满足自身利益的最大化，用户则会根据价格策略调整自身的可转移负荷，降低用能成本。在此能源价格策略上，能源聚合商的收益和用户的用能成本达到纳什均衡，即：双方的策略都是对于彼此策略的最优反应。
图10为用户集群在进行需求侧响应之后的净负荷曲线图，通过本文所提出模型的优化，可以看出用户集群的净负荷(固定负荷和可转移负荷)在晚上谷值时段0-7小时、22-24小时有所增加，而在峰值时段8-21小时有所增加，这说明能源聚合商和用户集群之间进行博弈互动，能够有效将部分峰值负荷转移至低谷时段，从而减小系统的峰谷差，同时自运营用户的余量光伏数量也得以增加，能够出售更多的余量光伏以降低用能总成本，其余量光伏曲线如图11所示。但由于本实施例未考虑储能系统，因此负荷曲线的“削峰填谷”只能依靠负荷自身调整可转移负荷数量来实现削峰填谷，加入储能元件后，“削峰填谷”的效果将大幅提升。
能源聚合商的收益为21928元，园区内部的电能、热能、冷能优化调度及各设备出力分别如图12、图13、图14所示，从电能优化调度曲线的可以看出，峰电价时段7-10时、19-22 时的电能供应主要由CCHP机组供应，而在负荷峰值时刻还有余量光伏和大电网共同完成电能供应。需要注意的是，由于能源聚合商制定的光伏购价低于电网电能售价，因此当用户拥有余量光伏时，用户会选择能源聚合商而不是电网。而用户这部分电能的价格低于电网电能的价格，因此能源聚合商会优先购买余量光伏来满足园区内用户的电能需求，因此自运营用户的光伏功率被园区完全消纳，弃光量为0，满足环境保护和能源节约要求，符合“双碳”要求。由于本实施例所提出模型中CCHP机组的工作模式为以电定热，优先满足园区内电负荷的需求，若热能和冷能的实际产量大于需求，多余的热和冷将会直接排放，因此存在热能和冷能的丧失。天然气价格远低于电网售价，用户的热和冷需求优先由CCHP机组满足，负荷高峰期则需要电热锅炉及电制冷机参与平衡，从图13和图14可以看出，热能的供应在9-12 时、16-18时需要电热锅炉参与，而冷能的供应由CCHP机组就能完全满足，不需要电制冷机参与。
以下为CCPH机组的工作模式进行对比分析。
CCHP机组的工作方式主要有两种，分别是以热定电、以电定热，本实施例所提出模型采用以电定热，虽然能够最大程度消纳用户侧光伏，但是存在多余的热能和冷能排放，使得这部分能源不能够得到有效利用，因此在本小节采用以热定电模式进行对比分析。仿真结果表明，运营商的收益最终为6127元，远低于CCHP机组采用以电定热时的收益，因此从能源聚合商的收益角度出发，以热定电模式不利于能源聚合商获益。以热定电模式下的电能、热能、冷能优化调度及各设备出力如图15、图16、图17所示。由于CCHP机组采用以热定电，因此热和冷能的优化调度曲线中，CCHP机组产生的热能和冷能由用户集群完全消纳，不存在弃热和弃冷的现象出现，而受制于CCHP机组各设备容量，园区内部热能和冷能的平衡需要电热锅炉和电制冷机的共同参与。而由于CCHP机组产生的热能和冷能已经确定，因此用户集群的电能平衡需要能源聚合商从电网购买大量电能，如图15所示，相比于CCHP机组采用以电定热模式，以热定电模式中电能的平衡需要从大电网购买很多电能，这对于电力系统供电管道的容量要求也会增大，而CCHP机组产电和余量光伏只占有很小一部分容量，因此能源聚合商的收益会大幅度下降。综上所述，尽管以电定热模式存在一定数量的弃热和弃冷，但是能够保障能源聚合商收益的最大化，加入储热和储冷元件后，将极大改善弃热和弃冷现象，因此经过对比分析后，本实施例选择采用以电定热模式。
以下为情景对比分析。
为进一步描述本实施例所提出的主从博弈优化模型的效果，下面选取三种不同的场景进行对比分析：
情景一：用户直接与电网交易电能，不进行需求侧响应；
情景二：用户直接与电网交易电能，进行需求侧响应；
情景三：用户与园区能源聚合商博弈互动；
从用户集群的角度来分析，情景一和情景二中，用户集群直接和电网进行交易，电能售价及电能购价均由电网制定，用户没有干预的权利，但是用户可以根据需求侧响应来实现电价峰时段负荷的转移，由此也能产生更多的余量光伏，售出给电网，获得更多的收益，从而降低用能总成本，因此情景一和情景二对比分析得出结论：用户集群利用需求侧响应能够有效降低用能总成本。情景三中，用户集群与能源聚合商进行交易，而能源聚合商的交易电价，包括电能售价和电能购价需要依靠双方的主从博弈来制定，一方面能源聚合商为了保证自己收益最大化，需要制定比电网更吸引用户的价格，并且考虑用户的需求侧响应和余量光伏，而用户则可以通过调整自身的用能方案来影响能源聚合商的电价制定策略。情景二和情景三对比分析得出结论：用户集群与能源聚合商通过主从博弈制定电价，用户集群可以享受比电网更低的电能售价和更高的电能购价，因此本文所提出的主从博弈优化模型可以有效降低用户集群的用能成本和使得能源聚合商的收益最大化，各情景下用户集群的成本详情如表4和图18所示。
表4各情景下用户集群成本(单位：元)详情
从能源聚合商的角度分析，如果用户集群直接与电网交易电能，那么能源聚合商的收益仅仅是向用户售卖热能、向用户售卖冷能以及将CCHP机组产生的电能以电网电能购价的形式售卖给电网，这显然对能源聚合商的收益是不利的，因为电网收购能源聚合商电能的价格明显低于能源聚合商售卖给用户集群的电能价格。综上所述，本文所提出的基于主从博弈的园区能源交易策略能够同时兼顾园区能源聚合商和用户集群的收益，仿真结果表明，与大电网供电模式相比，能源聚合商的收益得到增加，用户集群的用能成本得到降低，模型的有效性得以验证。
上述方法综合考虑了园区市场各参与主体的性质，在市场交易框架下，基于主从博弈提出的园区市场交易的双层优化模型，相比于用户直接与能源供应商直接交易，提高了能源聚合商的收益，同时降低了用户的综合用能成本。能源聚合商优先利用园区光伏用户的余量光伏功率，能够最大限度地提升新能源的就地消纳量，降低弃光量，满足双碳要求。
实施例2
一种综合能源园区能源协调优化运行系统，其系统框架如图19所示。包括：能源耦合侧执行模块、能源需求侧执行模块、模型存储模块、缓存模块、控制模块和输出模块；所述缓存模块分别与所述能源耦合侧执行模块、所述能源需求侧执行模块和所述控制模块连接；所述模型存储模块分别与所述能源耦合侧执行模块和所述能源需求侧执行模块连接；所述控制模块分别与所述缓存模块分别与所述能源耦合侧执行模块、所述能源需求侧执行模块和所述输出模块连接。
所述能源耦合侧执行模块包括：初始化单元和第一模型求解单元，所述第一模型求解单元分别与所述模型存储模块和所述缓存模块连接；
所述能源需求侧执行模块包括：第二模型求解单元，所述第二模型求解单元分别与所述模型存储模块和所述缓存模块连接；
所述控制模块包括：截止条件判断单元和循环控制单元，所述循环控制单元分别与所述第一模型求解单元和所述第二模型求解单元连接。
所述初始化单元包括：数据采集子单元和模型初始化子单元；
所述数据采集子单元与所述模型初始化子单元连接；
所述模型初始化子单元分别与所述模型存储模块和所述缓存模块连接。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种综合能源园区能源协调优化运行方法，其特征在于，包括以下步骤：
步骤1：搭建以能源聚合商为核心的园区市场交易框架，所述园区市场交易框架的市场交易主体包括：能源聚合商、能源供应商和用户集群；
步骤2：建立基于主从博弈的双层优化模型，所述双层优化模型包括：上层能源聚合商优化模型和下层用户集群优化模型；所述上层能源聚合商优化模型以能源聚合商的最大净收益为目标，综合考虑外部供能管道约束、园区设备出力约束、电能价格约束和设备功率平衡约束，所述下层用户集群优化模型以用户集群的最小日用能成本为目标，综合考虑用户集群的可平移负荷上下限约束及可平移负荷总量约束；
步骤3：针对所述能源聚合商，执行步骤3.1：获取购能价格，所述购能价格包括：能源供应商提供的购电价格和购气价格；步骤3.2：根据所述购能价格，初始化所述上层能源聚合商优化模型，得到能源聚合商的价格初始化方案，所述价格初始化方案包括：能源聚合商面向用户集群的售能价格和购电价格；步骤3.3：将所述价格初始化方案传递给所述用户集群；
步骤4：针对所述用户集群，执行步骤4.1：根据价格初始化方案，求解所述下层用户集群优化模型，得到所述用户集群的当前最优响应方案，所述当前最优响应方案包括：用户集群的电能需求和余量光伏；步骤4.2：将所述当前最优响应方案反馈至所述能源聚合商；
步骤5：针对所述能源聚合商，执行步骤5.1：根据所述当前最优响应方案，求解所述上层能源聚合商优化模型，得到价格优化方案，所述价格优化方案包括：所述能源聚合商面向所述用户集群的售能调整价格和购电调整价格；步骤5.2：将所述价格优化方案作为价格初始化方案传递至所述用户集群；
步骤6：循环执行所述步骤4至所述步骤5，直至迭代次数达到上限或当前最优响应方案和价格优化方案均保持不变，得到全局最优响应方案和能源定价方案；
步骤7：根据所述全局最优响应方案和所述能源定价方案对综合能源园区进行能源协调。
2.根据权利要求1所述的一种综合能源园区能源协调优化运行方法，其特征在于，所述园区市场交易框架结构及能流关系为：
包括能源供给侧、能源耦合侧和能源供给侧；
所述能源供给侧包括：代表能源供应商的外部配电系统和外部天然气网络，以及综合能源园区内的用户集群光伏；所述外部配电系统和所述用户集群光伏为综合能源园区提供电能，所述外部天然气网络为综合能源园区提供燃气；
所述能源耦合侧包括：CCHP机组、电热锅炉和电制冷机，用于实现能源形势的转化；
所述能源需求侧包括：用户集群的电负荷、热负荷和冷负荷；所述用户集群包括：拥有分布式光伏设备的电热冷用户和普通电热冷用户；
所述能源供给侧向所述能源耦合侧供能，所述能源耦合侧将所述能源供给侧提供的能源进行转化后提供给所述能源需求侧，所述能源需求侧生成需求响应反馈给所述能源耦合侧；
所述能源耦合侧转化生成的能量仅在园区内部消纳。
3.根据权利要求1所述的一种综合能源园区能源协调优化运行方法，其特征在于，
所述上层能源聚合商优化模型的目标函数表达式为：
式中，ECO表示能源聚合商的日总收益，T为一个调度周期内所包括的调度时段总数，Δt表示每个时段时长；
和
分别表示能源聚合商在时刻t的售电价格、售热价格、售冷价格和购电价格，
和
分别表示电力网络和天然气网络在t时刻的售能价格，单位为元/kW；
和
分别表示能源聚合商在时刻t的购电价格和购热价格；
和
分别表示CO在时刻t出售给用户集群的电功率、热功率和冷功率，
和
分别表示电力网络在时刻t售出给CO的电功率、天然气网络在时刻t售出给CO的气功率和用户集群在时刻t售出给CO的余量光伏功率；α为设备维护成本因子，α＝0.1；
所述电能价格约束的表达式为：
式中，
和
分别表能源聚合商在时刻t的售电价格的下限和上限；式(3)表示能源聚合商在时刻t的售电价格均值不得高于外部配电网络在时刻t的售电价格均值；
表示电网系统购电价格，式(4)表示能源聚合商的购电价高于外部电网系统的购电价格；
所述设备功率平衡约束的表达式为：
式中，
和
分别为时刻t的CCHP机组发电功率、电热锅炉输入电功率和电制冷机输入电功率；
和
分别为时刻t的CCHP输出热功率和电热锅炉输出热功率；
和
分别为时刻t的CCHP输出冷功率和电制冷机输出冷功率；
所述外部供能管道约束的表达式为：
式中，
和
分别表示配电系统的下限和上限，
和
分别表示天然气系统与园区交换功率的下限和上限；
所述园区设备出力约束的表达式为：
式中，k1、k2表示电能、热能和冷能的能源转换形式，equipment表示多能耦合设备，包括CCHP机组、电热锅炉和电制冷机，
表示多能耦合设备的能源输入功率，
表示多能耦合设备由能源形式k1转变为能源形式k2的效率转换因子，
表示多能耦合设备的能源输出功率，
和
分别表示多能耦合设备的最小输入功率、实际输入功率和最大输入功率。
4.根据权利要求1所述的一种综合能源园区能源协调优化运行方法，其特征在于，
所述下层用户集群优化模型的目标函数表达式为：
式中，
表示用户集群在t时刻的可转移负荷功率，μe表示用户进行电负荷转移所导致的不舒适系数，
表示用户集群在t时刻售出光伏余量的功率；
所述用户集群的可平移负荷上下限约束的表达式为：
式中，
和
分别表示可转移电负荷的最小值和最大值；
所述可平移负荷总量约束的表达式为：
式(14)表示在负荷转移过程中总负荷量保持不变。
5.根据权利要求1所述的一种综合能源园区能源协调优化运行方法，其特征在于，
所述用户集群的电能需求的表达式为：
式中，含分布式光伏的电热冷用户为U1，普通电热冷用户为U2，
和
为含分布式光伏的电热冷用户的原始预测电负荷值和普通电热冷用户的原始预测电负荷值，
和
分别为含分布式光伏的电热冷用户的净购电需求和原始预测购电需求，PPV表示光伏预测出力，
为普通用户的原始购电需求预测值，
和
表示含分布式光伏的电热冷用户在t时刻可转移负荷功率和普通用户在t时刻可转移负荷功率，
表示用户集群在t时刻的可转移负荷功率；
所述余量光伏的表达式为：
6.根据权利要求1所述的一种综合能源园区能源协调优化运行方法，其特征在于，所述上层能源聚合商优化模型的求解方法为：采用改进的粒子群优化模型求解，将粒子适应度作为能源聚合商的利益目标。
7.根据权利要求1所述的一种综合能源园区能源协调优化运行方法，其特征在于，所述上层能源聚合商优化模型和下层用户集群优化模型采用Yalmip建模并调用Gurobi进行优化求解。
8.一种综合能源园区能源协调优化运行系统，其特征在于，
包括能源耦合侧执行模块、能源需求侧执行模块、模型存储模块、缓存模块、控制模块和输出模块；
所述缓存模块分别与所述能源耦合侧执行模块、所述能源需求侧执行模块和所述控制模块连接；
所述模型存储模块分别与所述能源耦合侧执行模块和所述能源需求侧执行模块连接；
所述控制模块分别与所述缓存模块分别与所述能源耦合侧执行模块、所述能源需求侧执行模块和所述输出模块连接。
9.根据权利要求8所述的一种综合能源园区能源协调优化运行系统，其特征在于，
所述能源耦合侧执行模块包括：初始化单元和第一模型求解单元，所述第一模型求解单元分别与所述模型存储模块和所述缓存模块连接；
所述能源需求侧执行模块包括：第二模型求解单元，所述第二模型求解单元分别与所述模型存储模块和所述缓存模块连接；
所述控制模块包括：截止条件判断单元和循环控制单元，所述循环控制单元分别与所述第一模型求解单元和所述第二模型求解单元连接。
10.根据权利要求9所述的一种综合能源园区能源协调优化运行系统，其特征在于，
所述初始化单元包括：数据采集子单元和模型初始化子单元；
所述数据采集子单元与所述模型初始化子单元连接；
所述模型初始化子单元分别与所述模型存储模块和所述缓存模块连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111015442.XA CN113705906A (zh) | 2021-08-31 | 2021-08-31 | 一种综合能源园区能源协调优化运行方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111015442.XA CN113705906A (zh) | 2021-08-31 | 2021-08-31 | 一种综合能源园区能源协调优化运行方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113705906A true CN113705906A (zh) | 2021-11-26 |
Family
ID=78658248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111015442.XA Pending CN113705906A (zh) | 2021-08-31 | 2021-08-31 | 一种综合能源园区能源协调优化运行方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113705906A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114462724A (zh) * | 2022-04-12 | 2022-05-10 | 中建安装集团有限公司 | 一种考虑多能源价格激励综合需求响应模型的园区聚合商双层优化调度方法 |
| CN115099989A (zh) * | 2022-06-08 | 2022-09-23 | 联通(四川)产业互联网有限公司 | 一种牦牛智慧养殖方法及系统 |
| CN115296347A (zh) * | 2022-07-07 | 2022-11-04 | 国网甘肃省电力公司电力科学研究院 | 基于边缘控制的农村配电网三方博弈优化调度方法及系统 |
| CN116341836A (zh) * | 2023-02-22 | 2023-06-27 | 国网山东省电力公司德州供电公司 | 一种园区综合能源系统多能源市场运营方法及系统 |
| CN117217496A (zh) * | 2023-11-07 | 2023-12-12 | 天津电力工程监理有限公司 | 计及主从博弈的区域综合能源系统控制方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111915351A (zh) * | 2020-07-10 | 2020-11-10 | 国网冀北电力有限公司张家口供电公司 | 基于topsis法的光伏用户群内用户重要性评估方法 |
| CN111969614A (zh) * | 2020-08-26 | 2020-11-20 | 华北电力大学（保定） | 基于主从博弈的多园区综合能源系统优化调度方法 |
| CN112270432A (zh) * | 2020-10-14 | 2021-01-26 | 国网四川省电力公司经济技术研究院 | 一种考虑多主体利益均衡的综合能源系统的能量管理方法 |
| 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 |
| CN113222249A (zh) * | 2021-05-12 | 2021-08-06 | 天津大学 | 基于主从博弈的园区综合能源系统双层优化控制方法 |
-
2021
- 2021-08-31 CN CN202111015442.XA patent/CN113705906A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111915351A (zh) * | 2020-07-10 | 2020-11-10 | 国网冀北电力有限公司张家口供电公司 | 基于topsis法的光伏用户群内用户重要性评估方法 |
| CN111969614A (zh) * | 2020-08-26 | 2020-11-20 | 华北电力大学（保定） | 基于主从博弈的多园区综合能源系统优化调度方法 |
| CN112270432A (zh) * | 2020-10-14 | 2021-01-26 | 国网四川省电力公司经济技术研究院 | 一种考虑多主体利益均衡的综合能源系统的能量管理方法 |
| 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 |
| CN113222249A (zh) * | 2021-05-12 | 2021-08-06 | 天津大学 | 基于主从博弈的园区综合能源系统双层优化控制方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114462724A (zh) * | 2022-04-12 | 2022-05-10 | 中建安装集团有限公司 | 一种考虑多能源价格激励综合需求响应模型的园区聚合商双层优化调度方法 |
| CN114462724B (zh) * | 2022-04-12 | 2022-07-01 | 中建安装集团有限公司 | 一种考虑多能源价格激励综合需求响应模型的园区聚合商双层优化调度方法 |
| CN115099989A (zh) * | 2022-06-08 | 2022-09-23 | 联通(四川)产业互联网有限公司 | 一种牦牛智慧养殖方法及系统 |
| CN115296347A (zh) * | 2022-07-07 | 2022-11-04 | 国网甘肃省电力公司电力科学研究院 | 基于边缘控制的农村配电网三方博弈优化调度方法及系统 |
| CN116341836A (zh) * | 2023-02-22 | 2023-06-27 | 国网山东省电力公司德州供电公司 | 一种园区综合能源系统多能源市场运营方法及系统 |
| CN116341836B (zh) * | 2023-02-22 | 2024-04-09 | 国网山东省电力公司德州供电公司 | 一种园区综合能源系统多能源市场运营方法及系统 |
| CN117217496A (zh) * | 2023-11-07 | 2023-12-12 | 天津电力工程监理有限公司 | 计及主从博弈的区域综合能源系统控制方法及装置 |
| CN117217496B (zh) * | 2023-11-07 | 2024-03-12 | 天津电力工程监理有限公司 | 计及主从博弈的区域综合能源系统控制方法及装置 |
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 | |
| CN113705906A (zh) | 一种综合能源园区能源协调优化运行方法及系统 | |
| WO2023103385A1 (zh) | 一种多能微网群自身及市场决策协同优化方法 | |
| CN112398164B (zh) | 含共享储能系统的微能源网群优化运行及成本分配方法 | |
| CN113361875B (zh) | 计及需求侧响应和共享储能的多微电网综合能源系统优化调度方法 | |
| CN109861302B (zh) | 一种基于主从博弈的能源互联网日前优化控制方法 | |
| CN111008739A (zh) | 一种热电联产虚拟电厂优化调控及收益分配方法及系统 | |
| CN112883584B (zh) | 一种考虑利益交互的多能微网群冷热电多能耦合优化方法 | |
| Zhao et al. | Peer-to-peer energy sharing with demand-side management for fair revenue distribution and stable grid interaction in the photovoltaic community | |
| CN114358432A (zh) | 计及需求响应与碳交易的多能源系统优化调度方法及装置 | |
| CN114462724B (zh) | 一种考虑多能源价格激励综合需求响应模型的园区聚合商双层优化调度方法 | |
| CN113393125A (zh) | 基于源荷双侧互动博弈的综合能源系统协同调度方法 | |
| He et al. | A new cooperation framework with a fair clearing scheme for energy storage sharing | |
| CN112016825A (zh) | 一种区域综合能源系统的集中式交易优化决策方法 | |
| Cao et al. | Optimal operation of cold–heat–electricity multi-energy collaborative system based on price demand response | |
| CN115829142A (zh) | 一种工业企业综合能源系统优化规划方法 | |
| Fu et al. | Research on the stackelberg game method of building micro-grid with electric vehicles | |
| 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 | |
| CN116432862A (zh) | 一种面向可再生能源微电网的多主体博弈优化方法及装置 | |
| CN116228461A (zh) | 一种基于p2p交易的多虚拟电厂随机优化调度方法 | |
| CN115860406A (zh) | 基于内部电价激励的园区综合能源系统能量调度方法 | |
| CN115906401A (zh) | 考虑辅助服务碳交易的综合能源系统运行优化方法 | |
| CN114781896A (zh) | 一种多能源集线器综合能源系统低碳调度方法及系统 | |
| CN114529153A (zh) | 一种考虑综合需求响应的多区域综合能源系统调度方法 | |
| CN113610641A (zh) | 一种计及数据中心需求响应的园区多能运营商交易决策方法 |
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 |