CN113783187A - 一种基于主从博弈的配电网电压控制方法 - Google Patents

一种基于主从博弈的配电网电压控制方法 Download PDF

Info

Publication number
CN113783187A
CN113783187A CN202111007298.5A CN202111007298A CN113783187A CN 113783187 A CN113783187 A CN 113783187A CN 202111007298 A CN202111007298 A CN 202111007298A CN 113783187 A CN113783187 A CN 113783187A
Authority
CN
China
Prior art keywords
load
time period
subsidy
power
distribution network
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
Application number
CN202111007298.5A
Other languages
English (en)
Other versions
CN113783187B (zh
Inventor
徐玲磊
谢强强
华咏竹
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.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN202111007298.5A priority Critical patent/CN113783187B/zh
Publication of CN113783187A publication Critical patent/CN113783187A/zh
Application granted granted Critical
Publication of CN113783187B publication Critical patent/CN113783187B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

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

Abstract

本发明公开了一种基于主从博弈的配电网电压控制方法，包括以下步骤：S10构建居民用电需求响应模型；S20建立主从博弈模型；S30配电网依据负荷聚合商的策略集合，以配电网利益最大化以及电压不过限为目标，重新计算，更新电价补贴方案。S40负荷聚合商根据电费补贴方案，进行决策，计算出该更新电费补贴下的最优用电时间段策略，并实现成本最小化。S50当博弈达到电压越限次数计数为0，则电价补贴不再更新，最后输出的优化集合为电费补贴的最优策略，并且输出相对应的居民用电时间段策略为最终的优化结果。S60若博弈未达到电压越限次数计数为0，则返回步骤S20，重新更新状态信息，再次优化。

Description

一种基于主从博弈的配电网电压控制方法
技术领域
本发明属于电力市场领域，具体涉及一种基于主从博弈的配电网电压控制方法。
背景技术
随着信息通信技术的进步，智能电网的应用越来越受到人们的关注。需求响应作为一种长期有效的方法来应对日益复杂的电力需求，从而最小化电网公司输配电成本。然而大量电动车等柔性负荷在低价时间段充电会导致欠电压问题，可再生能源分布式发电如光伏发电接入会导致过电压的问题。由于分时电价的影响，又考虑到如何使用户利益最大化，所以提出通过建立主从博弈的模型，使配电网电压越限频次减少，调整抽头的次数最少。以负荷聚合商为所有用户的代表调整用户用电时间，达到负荷聚合商利润最大化。
发明内容
鉴于以上存在的技术问题，本发明用于提供一种主从博弈的配电网电压控制方法，配电网与负荷聚合商通过主从博弈的方法，灵活调整补贴时间段，影响用户用电时间，保证配电网电压不会越限，改善配电网调控的压力；同时用户在配电网以及负荷聚合商博弈中获得了最大的电费补贴，保证了用户的利益。
为了解决现有技术存在的技术问题，本发明的技术方案如下：
一种基于基于主从博弈的配电网电压控制方法，包括以下步骤：
S10构建居民用电需求响应模型，对系统初始化并获取优化所需要的参数，包括光伏发电输出，居民基础负荷以及灵活负荷数据。
S20建立主从博弈模型，配电网为领导者，由其设定初始电费补贴价格。代表居民执行用电决策的负荷聚合商为跟随者，负荷聚合商根据初始补贴价格，进行决策，算出居民用电时间段最优策略，实现成本最小化。
S30配电网依据负荷聚合商的策略集合，以配电网利益最大化以及电压不过限为目标，重新计算，更新电价补贴方案。
S40负荷聚合商根据电费补贴方案，进行决策，计算出该更新电费补贴下的最优用电时间段策略，并实现成本最小化。
S50当博弈达到电压越限次数计数为0，则电价补贴不再更新，最后输出的优化集合为电费补贴的最优策略，并且输出相对应的居民用电时间段策略为最终的优化结果。
S60若博弈未达到电压越限次数计数为0，则返回步骤S20，重新更新状态信息，再次优化。
所述构建居民用电需求响应模型，对系统初始化并获取优化所需要的参数，包括光伏发电输出，居民基础负荷以及灵活负荷数据。
S11居民需求响应模型中包含光伏发电，首先获取光伏发电参数
Figure BDA0003237651370000021
为光伏发电的功率，t表示时间序号，T时间间隔总数。设置模型中光伏发电功率的集合，光伏发电的时间为T，整个时间段的光伏发电功率用公式表示
Figure BDA0003237651370000022
S12在需求响应侧中，基础负荷包括电灯，电视机，电冰箱，基础负荷的用电时间段为T，设置基础负荷功率的参数为
Figure BDA0003237651370000023
整个时间段的基础负荷功率集合用公式表示
Figure BDA0003237651370000024
S13在需求响应侧，用户设置灵活负荷启动时间段，灵活负荷包括电饭煲，洗衣机，排气扇，空调，洗碗机，电动汽车。其中因为电动汽车充电时段的特殊性，将电动汽车与上述几种灵活负荷分开讨论。灵活负荷
Figure BDA0003237651370000025
表示除电动汽车外其中一种灵活负荷的功率，i表示第i个灵活负荷，i∈[1,5]。
Figure BDA0003237651370000026
具体表示为
Figure BDA0003237651370000027
代表电饭煲，洗衣机，排气扇，空调，洗碗机，在不同时间的功率。
作为进一步的改进方案，建立主从博弈模型，配电网为领导者，由其设定初始电费补贴价格。代表居民执行用电决策的负荷聚合商为跟随者，负荷聚合商根据初始补贴价格，进行决策，算出居民用电时间段最优策略，实现成本最小化。
S21计算主从博弈模型中，配电网的各个时间段补贴策略，配电网的目标函数可以表示为：
Figure BDA0003237651370000031
σ是与费用等价系数，NOVE是电压越限次数
S22计算主从博弈模型中负荷聚合商的用电时间策略。负荷聚合商的目标函数可以表示为：
Figure BDA0003237651370000032
Feest为电费，Subt为每个时间段给用户的补贴。
作为进一步的改进方案，配电网依据负荷聚合商的策略集合，以配电网利益最大化以及电压不过限为目标，重新计算，更新电价补贴方案。
S31进行遗传算法初始化，设置最大迭代次数G＝IMax，种群数目n，基因数目X，随机生成初始种群N1，N2，...Nn。
S32将上个步骤随机生成的电费补贴
Figure BDA0003237651370000033
带入主从模型中计算，如果NOVE为0，则输出补贴以及负荷聚合商用电策略，不为零，则更新补贴，继续计算。
作为进一步的改进方案，负荷聚合商根据电费补贴方案，进行决策，计算出该更新电费补贴下的最优用电时间段策略，并实现成本最小化。
S41根据以上时间段已经确定了灵活负荷可启动的时间段以及功率，用分开启动法确定负荷聚合商的用电策略。设置灵活负荷在启动时间范围内所获得补贴为
Figure BDA0003237651370000034
除电动汽车外，其余灵活负荷连续响应，所以先设置时间段为
Figure BDA0003237651370000035
Twork为灵活负荷工作时间段，连续时间段内所获得的补贴表示为
Figure BDA0003237651370000036
subs_i为T1时间段内第i个灵活负荷所得到的电费补贴总数。
Figure BDA0003237651370000041
为每个时段的电费补贴价格。
S42求出在T1时间段内第i个灵活负荷subs_i的最大值，以及灵活负荷的启动时间
Figure BDA0003237651370000042
Figure BDA0003237651370000043
其中，若求出在T1时间段内有Li个启动时间
Figure BDA0003237651370000044
的解，则设置灵活负荷分时段运行的时间段为T2，ts_i∈[(ts1_i，ts1_i+Twork)，(ts2_i，ts2_i+Twork)，...，(tsL_i，tsL_i+Twork)]
S43启动时间段求得之后，计算其中一种灵活负荷在每个时间段的平均功率为
Figure BDA0003237651370000045
Figure BDA0003237651370000046
其中Li为其中一种灵活负荷的启动时间解，users为在配电网上所有用户的数量。
S44电动汽车的启动时间求解方法与上述不同，根据智能电网的控制，它可以在可充电时间段任意时间内启动，不需要连续充电。设置电动汽车充电的时间段为TEV，所以电动汽车的电费补贴总价格用以下方式求解
Figure BDA0003237651370000047
Figure BDA0003237651370000048
其中，
Figure BDA0003237651370000049
为电动汽车充电的总负荷，
Figure BDA00032376513700000410
表示电动汽车的充电功率，θi表示某时间段是否充电，
Figure BDA00032376513700000411
表示在可充电范围内，获得的最大电费补贴。
S45根据
Figure BDA00032376513700000412
求出得到最大电费补贴时，在LEV个时间段上充电具体充电时间段表示为LEV，k，k表示充电的时间段。
S46已知电动汽车得到最大电费补贴时的充电时间段，可以求出电动汽车在相应时间段上的平均用电功率
Figure BDA00032376513700000413
Figure BDA0003237651370000051
S47根据上述步骤，可以求出灵活负荷和电动车的启动时间TFL_i以及TEV，因此得到负荷聚合商的用电策略
Figure BDA0003237651370000052
Figure BDA0003237651370000053
作为进一步的改进方案，当博弈达到电压越限次数计数为0，则电价补贴不再更新，最后输出的优化集合为电费补贴的最优策略，并且输出相对应的居民用电时间段策略为最终的优化结果。
S51根据所有负荷的用电情况，用潮流计算求出配电网电压越限次数，如果电压越限次数计数为0，则电价补贴不再更新，最后输出的优化集合为电费补贴的最优策略，并且输出相对应的居民用电时间段策略为最终的优化结果。
作为进一步的改进方案，若博弈未达到电压越限次数计数为0，则返回步骤S20，重新更新状态信息，再次优化。
S61若博弈未达到电压越限次数计数为0，则返回步骤S20，重新更新状态信息，再次优化。
采用本发明具有如下的有益效果：配电网与负荷聚合商通过主从博弈的方法，灵活调整补贴时间段，影响用户用电时间，保证配电网电压不会越限，改善配电网调控的压力；同时用户在配电网以及负荷聚合商博弈中获得了最大的电费补贴，保证了用户的利益。
附图说明
图1为本发明基于主从博弈的配电网电压控制方法的流程框图。
图2为本发明实施例的基于主从博弈的配电网电压控制方法的主从博弈流程图。
图3为本发明实施例的基于主从博弈的配电网电压控制方法光伏发电，基础负荷，灵活负荷的三种负荷分布情况。
图4为本发明实施例的基于主从博弈的配电网电压控制方法三种案例的灵活负荷功率图。
图5为本发明实施例的基于主从博弈的配电网电压控制方法的三种案例的OLTC调节抽头次数图。
图6为本发明实施例的基于主从博弈的配电网电压控制方法的第一种案例的32节点电压。
图7为本发明实施例的基于主从博弈的配电网电压控制方法的第二种案例的32节点电压。
图8为本发明实施例的基于主从博弈的配电网电压控制方法的第三种案例的32节点电压。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1和2，本发明公开了一种基于主从博弈的配电网电压控制方法，包括以下步骤：
S10构建居民用电需求响应模型，对系统初始化并获取优化所需要的参数，包括光伏发电输出，居民基础负荷以及灵活负荷数据。
S20建立主从博弈模型，配电网为领导者，由其设定初始电费补贴价格。代表居民执行用电决策的负荷聚合商为跟随者，负荷聚合商根据初始补贴价格，进行决策，算出居民用电时间段最优策略，实现成本最小化。
S30配电网依据负荷聚合商的策略集合，以配电网利益最大化以及电压不过限为目标，重新计算，更新电价补贴方案。
S40负荷聚合商根据电费补贴方案，进行决策，计算出该更新电费补贴下的最优用电时间段策略，并实现成本最小化。
S50当博弈达到电压越限次数计数为0，则电价补贴不再更新，最后输出的优化集合为电费补贴的最优策略，并且输出相对应的居民用电时间段策略为最终的优化结果。
S60若博弈未达到电压越限次数计数为0，则返回步骤S20，重新更新状态信息，再次优化。
所述构建居民用电需求响应模型，对系统初始化并获取优化所需要的参数，包括光伏发电输出，居民基础负荷以及灵活负荷数据。
S11居民需求响应模型中包含光伏发电，首先获取光伏发电参数
Figure BDA0003237651370000071
为光伏发电的功率，t表示时间序号，T时间间隔总数。设置模型中光伏发电功率的集合，光伏发电的时间为T，整个时间段的光伏发电功率用公式表示
Figure BDA0003237651370000072
S12在需求响应侧中，基础负荷包括电灯，电视机，电冰箱，基础负荷的用电时间段为T，设置基础负荷功率的参数为
Figure BDA0003237651370000073
整个时间段的基础负荷功率集合用公式表示
Figure BDA0003237651370000074
S13在需求响应侧，用户设置灵活负荷启动时间段，灵活负荷包括电饭煲，洗衣机，排气扇，空调，洗碗机，电动汽车。其中因为电动汽车充电时段的特殊性，将电动汽车与上述几种灵活负荷分开讨论。灵活负荷
Figure BDA0003237651370000075
表示除电动汽车外其中一种灵活负荷的功率，i表示第i个灵活负荷，i∈[1，5]。
Figure BDA0003237651370000076
具体表示为
Figure BDA0003237651370000077
代表电饭煲，洗衣机，排气扇，空调，洗碗机，在不同时间的功率。
进一步的，建立主从博弈模型，配电网为领导者，由其设定初始电费补贴价格。代表居民执行用电决策的负荷聚合商为跟随者，负荷聚合商根据初始补贴价格，进行决策，算出居民用电时间段最优策略，实现成本最小化。
S21计算主从博弈模型中，配电网的各个时间段补贴策略，配电网的目标函数可以表示为：
Figure BDA0003237651370000078
σ是与费用等价系数，NOVE是电压越限次数
S22计算主从博弈模型中负荷聚合商的用电时间策略。负荷聚合商的目标函数可以表示为：
Figure BDA0003237651370000081
Feest为电费，Subt为每个时间段给用户的补贴。
进一步的，配电网依据负荷聚合商的策略集合，以配电网利益最大化以及电压不过限为目标，重新计算，更新电价补贴方案。
S31进行遗传算法初始化，设置最大迭代次数G＝IMax，种群数目n，基因数目X，随机生成初始种群N1，N2，...Nn。
S32将上个步骤随机生成的电费补贴
Figure BDA0003237651370000082
带入主从模型中计算，如果NOVE为0，则输出补贴以及负荷聚合商用电策略，不为零，则更新补贴，继续计算。
进一步的，负荷聚合商根据电费补贴方案，进行决策，计算出该更新电费补贴下的最优用电时间段策略，并实现成本最小化。
S41根据以上时间段已经确定了灵活负荷可启动的时间段以及功率，用分开启动法确定负荷聚合商的用电策略。设置灵活负荷在启动时间范围内所获得补贴为
Figure BDA0003237651370000083
除电动汽车外，其余灵活负荷连续响应，所以先设置时间段为
Figure BDA0003237651370000084
Twork为灵活负荷工作时间段，连续时间段内所获得的补贴表示为
Figure BDA0003237651370000085
subs_i为T1时间段内第i个灵活负荷所得到的电费补贴总数。
Figure BDA0003237651370000086
为每个时段的电费补贴价格。
S42求出在T1时间段内第i个灵活负荷subs_i的最大值，以及灵活负荷的启动时间
Figure BDA0003237651370000087
Figure BDA0003237651370000088
其中，若求出在T1时间段内有Li个启动时间
Figure BDA0003237651370000089
的解，则设置灵活负荷分时段运行的时间段为T2，ts_i∈[(ts1_i，ts1_i+Twork)，(ts2_i，ts2_i+Twork)，...，(tsL_i，tsL_i+Twork)]
S43启动时间段求得之后，计算其中一种灵活负荷在每个时间段的平均功率为
Figure BDA0003237651370000091
Figure BDA0003237651370000092
其中Li为其中一种灵活负荷的启动时间解，users为在配电网上所有用户的数量。
S44电动汽车的启动时间求解方法与上述不同，根据智能电网的控制，它可以在可充电时间段任意时间内启动，不需要连续充电。设置电动汽车充电的时间段为TEV，所以电动汽车的电费补贴总价格用以下方式求解
Figure BDA0003237651370000093
Figure BDA0003237651370000094
其中，
Figure BDA0003237651370000095
为电动汽车充电的总负荷，
Figure BDA0003237651370000096
表示电动汽车的充电功率，θi表示某时间段是否充电，
Figure BDA0003237651370000097
表示在可充电范围内，获得的最大电费补贴。
S45根据
Figure BDA0003237651370000098
求出得到最大电费补贴时，在LEV个时间段上充电，具体充电时间段表示为LEV，k，k表示充电的时间段。
S46已知电动汽车得到最大电费补贴时的充电时间段，可以求出电动汽车在相应时间段上的平均用电功率
Figure BDA0003237651370000099
Figure BDA00032376513700000910
S47根据上述步骤，可以求出灵活负荷和电动车的启动时间TFL_i以及TEV，因此得到负荷聚合商的用电策略
Figure BDA00032376513700000911
Figure BDA00032376513700000912
进一步的，当博弈达到电压越限次数计数为0，则电价补贴不再更新，最后输出的优化集合为电费补贴的最优策略，并且输出相对应的居民用电时间段策略为最终的优化结果。
S51根据所有负荷的用电情况，用潮流计算求出配电网电压越限次数，如果电压越限次数计数为0，则电价补贴不再更新，最后输出的优化集合为电费补贴的最优策略，并且输出相对应的居民用电时间段策略为最终的优化结果。
进一步的，若博弈未达到电压越限次数计数为0，则返回步骤S20，重新更新状态信息，再次优化。
S61若博弈未达到电压越限次数计数为0，则返回步骤S20，重新更新状态信息，再次优化。
图3-8为本发明的仿真模型和结果，所提出的一种基于主从博弈的配电网电压控制方法，IEEE配电网33节点在matlab软件上进行仿真。
仿真所用到的三种负荷如图3所示，分别表现了用户光伏发电基础负荷以及灵活负荷在24小时内的功率变化。
图4为仿真所用到的三种场景中不同补贴策略的灵活负荷功率图，显然案例三的灵活负荷每小时的功率相对于案例一以及案例二较低，主从博弈的补贴策略对调整用户用电有调整作用。
图5为仿真三种案例的场景下，调整OLTC抽头的次数，案例一和二都需要调整抽头次数，案例三不需要调整，说明求解出来的策略是最优策略，配电网调控压力减小。
图6-8表现三种场景下，电压越限情况，案例一以及案例二都有不同程度的电压越限，案例三无电压越限情况，配电网对用户的补贴策略，缓解了配电网电压调控的压力。
以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (4)

1.一种基于主从博弈的配电网电压控制方法，其特征在于，包括以下步骤：
S10构建居民用电需求响应模型，对系统初始化并获取优化所需要的参数，包括光伏发电输出，居民基础负荷以及灵活负荷数据；
S20建立主从博弈模型，配电网为领导者，由其设定初始电费补贴价格；代表居民执行用电决策的负荷聚合商为跟随者，负荷聚合商根据初始补贴价格，进行决策，算出居民用电时间段最优策略，实现成本最小化；
S30配电网依据负荷聚合商的策略集合，以配电网利益最大化以及电压不过限为目标，重新计算，更新电价补贴方案；
S40负荷聚合商根据电费补贴方案，进行决策，计算出该更新电费补贴下的最优用电时间段策略，并实现成本最小化；
S50当博弈达到电压越限次数计数为0，则电价补贴不再更新，最后输出的优化集合为电费补贴的最优策略，并且输出相对应的居民用电时间段策略为最终的优化结果；
S60若博弈未达到电压越限次数计数为0，则返回步骤S20，重新更新状态信息，再次优化；
其中，步骤S10包括以下步骤：
S11居民需求响应模型中包含光伏发电，首先获取光伏发电参数
Figure FDA0003237651360000011
为光伏发电的功率，t表示时间序号，T时间间隔总数；设置模型中光伏发电功率的集合，光伏发电的时间为T，整个时间段的光伏发电功率用公式表示
Figure FDA0003237651360000012
S12在需求响应侧中，基础负荷包括电灯，电视机，电冰箱，基础负荷的用电时间段为T，设置基础负荷功率的参数为
Figure FDA0003237651360000013
整个时间段的基础负荷功率集合用公式表示
Figure FDA0003237651360000014
S13在需求响应侧，用户设置灵活负荷启动时间段，灵活负荷至少包括电饭煲，洗衣机，排气扇，空调，洗碗机，电动汽车；灵活负荷
Figure FDA0003237651360000015
表示除电动汽车外其中一种灵活负荷的功率，i表示第i个灵活负荷，i∈[1，5]；
Figure FDA0003237651360000021
具体表示为
Figure FDA0003237651360000022
代表电饭煲，洗衣机，排气扇，空调，洗碗机，在不同时间的功率；
步骤S20包括以下步骤：
S21计算主从博弈模型中，配电网的各个时间段补贴策略，配电网的目标函数可以表示为：
Figure FDA0003237651360000023
σ是与费用等价系数，NOVE是电压越限次数；
S22计算主从博弈模型中负荷聚合商的用电时间策略；负荷聚合商的目标函数可以表示为：
Figure FDA0003237651360000024
Fesst为电费，Subt为每个时间段给用户的补贴。
2.如权利要求1所述的一种基于主从博弈的配电网电压控制方法，其特征在于，步骤S30进一步包括以下步骤：
S31进行遗传算法初始化，设置最大迭代次数G＝IMax，种群数n，基因数目X，随机生成初始种群N1，N2，...Nn；
S32将上个步骤随机生成的电费补贴
Figure FDA0003237651360000025
带入主从模型中计算，如果NOVE为0，则输出补贴以及负荷聚合商用电策略，不为零，则更新补贴，继续计算。
3.如权利要求1所述的一种基于主从博弈的配电网电压控制方法，其特征在于，步骤S40进一步包括以下步骤：
S41根据以上时间段已经确定了灵活负荷可启动的时间段以及功率，用分开启动法确定负荷聚合商的用电策略；设置灵活负荷在启动时间范围内所获得补贴为
Figure FDA0003237651360000026
除电动汽车外，其余灵活负荷连续响应，所以先设置时间段为
Figure FDA0003237651360000027
Twork为灵活负荷工作时间，连续时间段内所获得的补贴表示为
Figure FDA0003237651360000028
subs_i为T1时间段内第i个灵活负荷所得到的电费补贴总数；
Figure FDA0003237651360000031
为每个时段的电费补贴价格；
S42求出在T1时间段内第i个灵活负荷subs_i的最大值，以及灵活负荷的启动时间
Figure FDA0003237651360000032
Figure FDA0003237651360000033
其中，若求出在T1时间段内有Li个启动时间
Figure FDA0003237651360000034
的解，则设置灵活负荷分时段运行的时间段为T2，ts_i∈[(ts1_i，ts1_i+Twork)，(ts2_i，ts2_i+Twork)，...，(tsL_i，tsL_i+Twork)]
S43启动时间段求得之后，计算其中一种灵活负荷在每个时间段的平均功率为
Figure FDA0003237651360000035
Figure FDA0003237651360000036
其中Li为其中一种灵活负荷的启动时间解，users为在配电网上所有用户的数量；
S44电动汽车的启动时间求解方法与上述不同，根据智能电网的控制，它可以在可充电时间段任意时间内启动，不需要连续充电；设置电动汽车充电的时间段为TEV，所以电动汽车的电费补贴总价格用以下方式求解
Figure FDA0003237651360000037
Figure FDA0003237651360000038
其中，
Figure FDA0003237651360000039
为电动汽车充电的总负荷，
Figure FDA00032376513600000310
表示电动汽车的充电功率，θi表示某时间段是否充电，
Figure FDA00032376513600000311
表示在可充电范围内，获得的最大电费补贴；
S45根据
Figure FDA00032376513600000312
求出得到最大电费补贴时，在LEV个时间段上充电，具体充电时间段表示为LEV，k，k表示充电的时间段；
S46已知电动汽车得到最大电费补贴时的充电时间段，可以求出电动汽车在相应时间段上的平均用电功率
Figure FDA00032376513600000313
Figure FDA0003237651360000041
S47根据上述步骤，可以求出灵活负荷和电动车的启动时间TFL_i以及TEV，因此得到负荷聚合商的用电策略
Figure FDA0003237651360000042
其中，
Figure FDA0003237651360000043
4.如权利要求1所述的一种基于主从博弈的配电网电压控制方法，其特征在于，步骤S50进一步包括以下步骤：
S51根据所有负荷的用电情况，用潮流计算求出配电网电压越限次数，如果电压越限次数计数为0，则电价补贴不再更新，最后输出的优化集合为电费补贴的最优策略，并且输出相对应的居民用电时间段策略为最终的优化结果。
CN202111007298.5A 2021-08-30 2021-08-30 一种基于主从博弈的配电网电压控制方法 Active CN113783187B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111007298.5A CN113783187B (zh) 2021-08-30 2021-08-30 一种基于主从博弈的配电网电压控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111007298.5A CN113783187B (zh) 2021-08-30 2021-08-30 一种基于主从博弈的配电网电压控制方法

Publications (2)

Publication Number Publication Date
CN113783187A true CN113783187A (zh) 2021-12-10
CN113783187B CN113783187B (zh) 2023-10-27

Family

ID=78840041

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111007298.5A Active CN113783187B (zh) 2021-08-30 2021-08-30 一种基于主从博弈的配电网电压控制方法

Country Status (1)

Country Link
CN (1) CN113783187B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115241981A (zh) * 2022-09-26 2022-10-25 广东电网有限责任公司东莞供电局 一种基于大数据的主动配电网监测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106451429A (zh) * 2016-10-19 2017-02-22 合肥工业大学 一种基于博弈论的含电动汽车入网的配电网重构方法
CN113240210A (zh) * 2021-06-30 2021-08-10 上海电力大学 一种基于多主体主从博弈的负荷聚合商经济优化方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106451429A (zh) * 2016-10-19 2017-02-22 合肥工业大学 一种基于博弈论的含电动汽车入网的配电网重构方法
CN113240210A (zh) * 2021-06-30 2021-08-10 上海电力大学 一种基于多主体主从博弈的负荷聚合商经济优化方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115241981A (zh) * 2022-09-26 2022-10-25 广东电网有限责任公司东莞供电局 一种基于大数据的主动配电网监测方法

Also Published As

Publication number Publication date
CN113783187B (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
Samadi et al. Optimal real-time pricing algorithm based on utility maximization for smart grid
Celik et al. Decentralized neighborhood energy management with coordinated smart home energy sharing
Chiu et al. Pareto optimal demand response based on energy costs and load factor in smart grid
Mohsenian-Rad et al. Optimal and autonomous incentive-based energy consumption scheduling algorithm for smart grid
CN111525601B (zh) 用户侧储能设备的充放电控制方法、装置及存储介质
CN109861256A (zh) 一种计及全寿命周期成本的配电网储能优化配置方法
CN111641226A (zh) 一种计及自动需求响应的建筑型微电网光伏利用率提高方法
Yi et al. Balancing cost and dissatisfaction in online EV charging under real-time pricing
Ghavami et al. Price-driven charging of plug-in electric vehicles: Nash equilibrium, social optimality and best-response convergence
CN113910961A (zh) 一种电动汽车柔性充电功率分配方法、装置及系统
CN111525624A (zh) 基于蓄电池储能系统的家庭分布式能源调度方法
CN113783187B (zh) 一种基于主从博弈的配电网电压控制方法
Diamantoulakis et al. Game theoretic approach to demand side management in smart grid with user-dependent acceptance prices
CN114977152A (zh) 能源管理系统的控制方法、装置、存储介质及设备
CN104778507A (zh) 一种基于自适应粒子群算法的楼宇智能用电策略获取方法
CN110048421B (zh) 储能装置容量选择方法及装置
CN111555316A (zh) 一种可参与电网辅助服务的分布式云储能调度控制方法
CN116613733A (zh) 计及源荷不确定性的多元能源系统优化调度方法及装置
CN116094009A (zh) 储能电站的电量分配方法
Wang et al. A game theoretical charging scheme for electric vehicles in smart community
CN115841216A (zh) 计及分布式光伏消纳率的配电网储能优化配置方法
CN115238992A (zh) 一种电力系统源荷储的协调优化方法、装置及电子设备
CN113011718A (zh) 基于和声搜索算法的配电网有功-无功联合优化调度方法
CN114784896A (zh) 面向虚拟电厂的规模化充电桩能量优化管理方法和系统
Liu et al. Intelligent building load scheduling based on multi-objective multi-verse algorithm

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