CN113869587A - 一种区域综合能源系统的优化方法及优化系统 - Google Patents

一种区域综合能源系统的优化方法及优化系统 Download PDF

Info

Publication number
CN113869587A
CN113869587A CN202111150120.6A CN202111150120A CN113869587A CN 113869587 A CN113869587 A CN 113869587A CN 202111150120 A CN202111150120 A CN 202111150120A CN 113869587 A CN113869587 A CN 113869587A
Authority
CN
China
Prior art keywords
energy
model
establishing
variable
gas
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
Application number
CN202111150120.6A
Other languages
English (en)
Inventor
蒋传文
黄兴德
宋平
潘晓玮
钟桦
陈春逸
江婷
王旭
白冰青
熊展
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.)
Shanghai Electric Power Transaction Center Co ltd
Shanghai Jiaotong University
State Grid Shanghai Electric Power Co Ltd
Original Assignee
Shanghai Electric Power Transaction Center Co ltd
Shanghai Jiaotong University
State Grid Shanghai Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Electric Power Transaction Center Co ltd, Shanghai Jiaotong University, State Grid Shanghai Electric Power Co Ltd filed Critical Shanghai Electric Power Transaction Center Co ltd
Priority to CN202111150120.6A priority Critical patent/CN113869587A/zh
Publication of CN113869587A publication Critical patent/CN113869587A/zh
Pending legal-status Critical Current

Links

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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • G06Q30/0283—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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种区域综合能源系统的优化方法及系统，所述的方法包括：S1：获取能源枢纽模型，并建立各市场主体的决策模型；S2：基于Stackelberg博弈获取纳什均衡的存在条件；S3：对纳什均衡进行求解，获取纳什平衡均衡解完成系统优化。与现有技术相比，本发明研究RIES、能源供应商和用户之间的三方市场行为，在提出的供需双边博弈互动机制下，实现RIES的运行优化方法，优化效果好。

Description

一种区域综合能源系统的优化方法及优化系统
技术领域
本发明涉及一种电力技术领域，尤其是涉及一种区域综合能源系统的优化方法及优化系统。
背景技术
综合能源系统(IES)具有多能互补、清洁高效等特点，符合未来能源产业智能清洁的趋势。作为综合能源网络中的一个“单元”，区域综合能源服务(RIES)是IES的主要形式，是智能城市和智能社区的重要基础。售电企业及其他类型的能源企业可以将原本单一种类的能源服务业务转化为电、气、热等多种能源综合供应的服务模型。目前，中国的综合能源服务还处于起步阶段，尚未建立完善的综合能源服务商业模式，但伴随着用户综合能源需求的出现发展和电网公司转型的压力，各相关的能源企业在未来必将积极参与综合能源服务的市场中。
RIES作为电网公司和用户之间的中间管理者帮助电网和用户实现需求响应管理。以目前的技术和运营模式，电网公司难以实现分散小用户的需求响应管理，而RIES可以将分散的、独立的负荷集中在一起，构成足够的规模，对其进行精细化的控制。因此，建立能量转换设备、储能设备和用户负荷的资源模型，设计参与能源市场的网络拓扑结构尤为重要。但是，目前研究只考虑了供应商对市场的单向交互行为，没有考虑用户的行为影响。对RIES来说仅仅依靠自身调节通常不足以维持内部设备和用户的能源需求，综合能源服务商的运营需要参与到外部能源市场，利用区域内的负荷资源和分布式设备确定自身的参与策略，并获取收益。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种区域综合能源系统的优化方法及优化系统。
本发明的目的可以通过以下技术方案来实现：
一种区域综合能源系统的优化方法，包括以下步骤：
S1：获取能源枢纽模型，并建立各市场主体的决策模型；
S2：基于Stackelberg博弈获取纳什均衡的存在条件；
S3：对纳什均衡进行求解，获取纳什平衡均衡解完成系统优化。
优选地，所述的步骤S1具体包括：
S11：建立考虑风力发电和CHP机组的RIES模型。在本实施例中，RIES包括风力发电机(WG)，热电联产(CHP)机组。燃气轮机吸收热能发电，剩余的高温热能转化为燃气锅炉(GB)适用的热能。如果热电联产装置的热能供应不足，则需要额外购买天然气以提供足够的热能。
S12：建立包含可变截距用于调整电价曲线的能源供应商模型；
S13：建立考虑自身需求和消费习惯的用户用能模型。
优选地，所述的步骤S11具体包括：
S111：构建能源枢纽模型，表征能源转换关系，获取实际电、气和热负荷
Figure BDA0003286707160000021
Figure BDA0003286707160000022
变压器、CHP和GB的效率ηT、ηCHP、ηGB；CHP、GB和消费者的调度系数
Figure BDA0003286707160000023
WG实际出力Pt W；从能源供应商购入的电能、热能、气能Pt e,tol、Pt h,tol、Pt g,tol，并且满足：
Figure BDA0003286707160000024
S112：构建售能收入和成本之差的目标函数，RIES模型的目标为最大化售能收入和成本之差：
Figure BDA0003286707160000025
其中，
Figure BDA0003286707160000026
分别为电能、热能和风能售能价格；cDR、cEP分别为需求响应和环保惩罚费用；上标i、j为分别为能源供应商的电力机组和燃气机组编号；
Figure BDA0003286707160000027
分别为供给侧电和气价；
Figure BDA0003286707160000028
分别为能源供应商销售电、气能源功率；
Figure BDA0003286707160000029
分别为用户对电能、热能、气能的初始负荷需求；
S113：构建模型约束，包括设备约束，不可控约束和购能约束和售能价格约束。
优选地，所述的步骤S12具体包括：
建立包含可变截距用于调整电价曲线的能源供应商模型，选择可变截距来调整电价曲线的参数：
Figure BDA0003286707160000031
其中，
Figure BDA0003286707160000032
分别为机组二次项系数，
Figure BDA0003286707160000033
分别为发电机组和配气站的电价曲线截距；
建立能源供应商的目标函数为：
Figure BDA0003286707160000034
其中cnet为向电网公司缴纳的过网费；
Figure BDA0003286707160000035
分别为电能机组和燃气机组的处理成本；
Figure BDA0003286707160000036
分别为供给侧电和气价；
Figure BDA0003286707160000037
分别为能源供应商销售电、气能源功率。
优选地，所述的步骤S13具体包括：
获取用户自身需求是购买能源的成本与参与需求响应的补偿之差：
Figure BDA0003286707160000038
其中，
Figure BDA0003286707160000039
分别为电能、热能和风能售能价格；
Figure BDA00032867071600000310
为实际电、气和热负荷；cDR为需求响应费用；
获取负荷偏离需求负荷所带来的能耗舒适性即用能偏好成本：
Figure BDA00032867071600000311
其中，φ表征用户对该能源的偏好程度，φ越高，则用户对该能源的依赖程度越高，φe、φh、φg分别代表用户对电、热、气能源的偏好程度。
优选地，所述的步骤S2具体包括：
根据Stackelberg博弈的定义，当下式满足时，Nash均衡成立：
Figure BDA00032867071600000312
Figure BDA00032867071600000313
Figure BDA00032867071600000314
Figure BDA0003286707160000041
其中在供给侧，RIES和能源供应商的决策变变量分别为PES和v，在需求侧，RIES和用户的决策变量分别为ρ和L，*是指当取得最优解时所对应的变量取值，
Figure BDA0003286707160000042
为以v为变量时能源供应商收益PROFES最大化的最优解，
Figure BDA0003286707160000043
为以PES为变量时RIESPROF RIES最大化的最优解，
Figure BDA0003286707160000044
为以ρ为变量时RIESPROF RIES最大化的最优解，
Figure BDA0003286707160000045
为以L为变量时用户PROFCON最大化的最优解。
优选地，所述的步骤S3具体包括：
S31：达到需求方的纳什均衡解，然后将其代入供给方博弈过程；
S32：基于粒子群优化算法结合Yalmip+Gurobi求解供给方解，直至双方达到纳什均衡。
一种区域综合能源系统的优化系统，包括决策模型获取模块、纳什均衡建立模块、均衡解计算模块，
所述的决策模型获取模块用于获取能源枢纽模型，并建立各市场主体的决策模型；
所述的纳什均衡建立模块用于基于Stackelberg博弈获取纳什均衡的存在条件；
所述的均衡解计算模块用于基于粒子群优化算法结合Yalmip+Gurobi对纳什均衡进行处理，求得均衡解。
优选地，所述的决策模型获取模块建立决策模型的具体步骤包括：
建立考虑风力发电和CHP机组的RIES模型；
建立包含可变截距用于调整电价曲线的能源供应商模型；
建立考虑自身需求和消费习惯的用户用能模型。
优选地，所述的纳什均衡建立模块根据Stackelberg博弈的定义，当下式满足时，Nash均衡成立：
Figure BDA0003286707160000046
Figure BDA0003286707160000047
Figure BDA0003286707160000048
Figure BDA0003286707160000049
其中在供给侧，RIES和能源供应商的决策变变量分别为PES和v，在需求侧，RIES和用户的决策变量分别为ρ和L，*是指当取得最优解时所对应的变量取值，
Figure BDA00032867071600000410
为以v为变量时能源供应商收益PROFES最大化的最优解，
Figure BDA0003286707160000051
为以PES为变量时RIESPROFRIES最大化的最优解，
Figure BDA0003286707160000052
为以ρ为变量时RIESPROFRIES最大化的最优解，
Figure BDA0003286707160000053
为以L为变量时用户PROFCON最大化的最优解。
与现有技术相比，本发明具有如下优点：
本发明的综合能源系统优化方法基于RISE模型优化运行，充分考虑各市场主体的特点，考虑到用户的自身需求和消费习惯，有效结合RIES、能源供应商和用户之间的三方市场行为特点进行博弈求解，在提出的供需双边博弈互动机制下，实现RIES的运行优化，能够实现综合能源系统的有效准确优化，解决了传统区域综合能源系统同能源供应商和用户互动性差的问题。
附图说明
图1为本发明的流程图
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
实施例
一种区域综合能源系统的优化方法，如图1所示，包括以下步骤：
S1：获取能源枢纽模型，并建立各市场主体的决策模型。
步骤S1具体包括：
S11：建立考虑风力发电和CHP机组的RIES模型。本发明中，CHP为热电联产，WG为风力发电机，GB为燃气锅炉。
步骤S11具体包括：
S111：构建能源枢纽模型，表征能源转换关系，获取实际电、气和热负荷
Figure BDA0003286707160000054
Figure BDA0003286707160000055
变压器、CHP和GB的效率ηT、ηCHP、ηGB；CHP、GB和消费者的调度系数
Figure BDA0003286707160000056
WG实际出力Pt W；从能源供应商购入的电能、热能、气能Pt e,tol、Pt h,tol、Pt g,tol，并且满足：
Figure BDA0003286707160000061
S112：构建售能收入和成本之差的目标函数，RIES模型的目标为最大化售能收入和成本之差：
Figure BDA0003286707160000062
其中，
Figure BDA0003286707160000063
分别为电能、热能和风能售能价格；cDR、cEP分别为需求响应和环保惩罚费用；上标i、j为分别为能源供应商的电力机组和燃气机组编号；
Figure BDA0003286707160000064
分别为供给侧电和气价；
Figure BDA0003286707160000065
分别为能源供应商销售电、气能源功率；
Figure BDA0003286707160000066
分别为用户对电能、热能、气能的初始负荷需求；
S113：构建模型约束，包括设备约束，不可控约束和购能约束和售能价格约束。
S12：建立包含可变截距用于调整电价曲线的能源供应商模型；
步骤S12具体包括：
建立包含可变截距用于调整电价曲线的能源供应商模型，选择可变截距来调整电价曲线的参数：
Figure BDA0003286707160000067
其中，
Figure BDA0003286707160000068
分别为机组二次项系数，
Figure BDA0003286707160000069
分别为发电机组和配气站的电价曲线截距；
建立能源供应商的目标函数为：
Figure BDA00032867071600000610
其中cnet为向电网公司缴纳的过网费；
Figure BDA00032867071600000611
分别为电能机组和燃气机组的处理成本；
Figure BDA00032867071600000612
分别为供给侧电和气价；
Figure BDA00032867071600000613
分别为能源供应商销售电、气能源功率。
S13：建立考虑自身需求和消费习惯的用户用能模型。
步骤S13具体包括：
本实施例中，在收到RIES的价格信号以后，用户会根据自身需求和消费习惯改变自己的能耗。
获取用户自身需求是购买能源的成本与参与需求响应的补偿之差：
Figure BDA0003286707160000071
其中，
Figure BDA0003286707160000072
分别为电能、热能和风能售能价格；
Figure BDA0003286707160000073
为实际电、气和热负荷；cDR为需求响应费用；
获取负荷偏离需求负荷所带来的能耗舒适性即用能偏好成本：
Figure BDA0003286707160000074
其中，φ表征用户对该能源的偏好程度，φ越高，则用户对该能源的依赖程度越高，φe、φh、φg分别代表用户对电、热、气能源的偏好程度。
S2：基于Stackelberg博弈获取纳什均衡的存在条件。
步骤S2具体包括：
根据Stackelberg博弈的定义，当下式满足时，Nash均衡成立：
Figure BDA0003286707160000075
Figure BDA0003286707160000076
Figure BDA0003286707160000077
Figure BDA0003286707160000078
其中在供给侧，RIES和能源供应商的决策变变量分别为PES和v，在需求侧，RIES和用户的决策变量分别为ρ和L，*是指当取得最优解时所对应的变量取值，
Figure BDA0003286707160000079
为以v为变量时能源供应商收益PROFES最大化的最优解，
Figure BDA00032867071600000710
为以PES为变量时RIESPROFRIES最大化的最优解，
Figure BDA00032867071600000711
为以ρ为变量时RIESPROFRIES最大化的最优解，
Figure BDA00032867071600000712
为以L为变量时用户PROFCON最大化的最优解。
S3：对纳什均衡进行求解，获取纳什平衡均衡解完成系统优化。
步骤S3具体包括：
S31：达到需求方的纳什均衡解，然后将其代入供给方博弈过程；
S32：基于粒子群优化算法结合Yalmip+Gurobi求解供给方解，直至双方达到纳什均衡。
一种区域综合能源系统的优化系统，包括决策模型获取模块、纳什均衡建立模块、均衡解计算模块，
决策模型获取模块用于获取能源枢纽模型，并建立各市场主体的决策模型；
纳什均衡建立模块用于基于Stackelberg博弈获取纳什均衡的存在条件；
均衡解计算模块用于基于粒子群优化算法结合Yalmip+Gurobi对纳什均衡进行处理，求得均衡解。
决策模型获取模块建立决策模型的具体步骤包括：
建立考虑风力发电和CHP机组的RIES模型；
建立包含可变截距用于调整电价曲线的能源供应商模型；
建立考虑自身需求和消费习惯的用户用能模型。
纳什均衡建立模块根据Stackelberg博弈的定义，当下式满足时，Nash均衡成立：
Figure BDA0003286707160000081
Figure BDA0003286707160000082
Figure BDA0003286707160000083
Figure BDA0003286707160000084
其中在供给侧，RIES和能源供应商的决策变变量分别为PES和v，在需求侧，RIES和用户的决策变量分别为ρ和L，*是指当取得最优解时所对应的变量取值，
Figure BDA0003286707160000085
为以v为变量时能源供应商收益PROFES最大化的最优解，
Figure BDA0003286707160000086
为以PES为变量时RIESPROFRIES最大化的最优解，
Figure BDA0003286707160000087
为以ρ为变量时RIESPROFRIES最大化的最优解，
Figure BDA0003286707160000088
为以L为变量时用户PROFCON最大化的最优解。
本申请实施例所提供的系统，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，系统实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，在此不再赘述。
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

Claims (10)

1.一种区域综合能源系统的优化方法，其特征在于，包括以下步骤：
S1：获取能源枢纽模型，并建立各市场主体的决策模型；
S2：基于Stackelberg博弈获取纳什均衡的存在条件；
S3：对纳什均衡进行求解，获取纳什平衡均衡解完成系统优化。
2.根据权利要求1所述的一种区域综合能源系统的优化方法，其特征在于，所述的步骤S1具体包括：
S11：建立考虑风力发电和CHP机组的RIES模型；
S12：建立包含可变截距用于调整电价曲线的能源供应商模型；
S13：建立考虑自身需求和消费习惯的用户用能模型。
3.根据权利要求2所述的一种区域综合能源系统的优化方法，其特征在于，所述的步骤S11具体包括：
S111：构建能源枢纽模型，表征能源转换关系，获取实际电、气和热负荷
Figure FDA0003286707150000011
Figure FDA0003286707150000012
变压器、CHP和GB的效率ηT、ηCHP、ηGB；CHP、GB和消费者的调度系数
Figure FDA0003286707150000013
WG实际出力Pt W；从能源供应商购入的电能、热能、气能Pt e,tol、Pt h,tol、Pt g,tol，并且满足：
Figure FDA0003286707150000014
S112：构建售能收入和成本之差的目标函数，RIES模型的目标为最大化售能收入和成本之差：
Figure FDA0003286707150000015
其中，
Figure FDA0003286707150000016
分别为电能、热能和风能售能价格；cDR、cEP分别为需求响应和环保惩罚费用；上标i、j为分别为能源供应商的电力机组和燃气机组编号；
Figure FDA0003286707150000017
分别为供给侧电和气价；
Figure FDA0003286707150000018
分别为能源供应商销售电、气能源功率；
Figure FDA0003286707150000019
分别为用户对电能、热能、气能的初始负荷需求；
S113：构建模型约束，包括设备约束，不可控约束和购能约束和售能价格约束。
4.根据权利要求1所述的一种区域综合能源系统的优化方法，其特征在于，所述的步骤S12具体包括：
建立包含可变截距用于调整电价曲线的能源供应商模型，选择可变截距来调整电价曲线的参数：
Figure FDA0003286707150000021
其中，
Figure FDA0003286707150000022
分别为机组二次项系数，
Figure FDA0003286707150000023
分别为发电机组和配气站的电价曲线截距；
建立能源供应商的目标函数为：
Figure FDA0003286707150000024
其中cnet为向电网公司缴纳的过网费；
Figure FDA0003286707150000025
分别为电能机组和燃气机组的处理成本；
Figure FDA0003286707150000026
分别为供给侧电和气价；
Figure FDA0003286707150000027
分别为能源供应商销售电、气能源功率。
5.根据权利要求1所述的一种区域综合能源系统的优化方法，其特征在于，所述的步骤S13具体包括：
获取用户自身需求是购买能源的成本与参与需求响应的补偿之差：
Figure FDA0003286707150000028
其中，
Figure FDA0003286707150000029
分别为电能、热能和风能售能价格；
Figure FDA00032867071500000210
为实际电、气和热负荷；cDR为需求响应费用；
获取负荷偏离需求负荷所带来的能耗舒适性即用能偏好成本：
Figure FDA00032867071500000211
其中，φ表征用户对该能源的偏好程度，φ越高，则用户对该能源的依赖程度越高，φe、φh、φg分别代表用户对电、热、气能源的偏好程度。
6.根据权利要求1所述的一种区域综合能源系统的优化方法，其特征在于，所述的步骤S2具体包括：
根据Stackelberg博弈的定义，当下式满足时，Nash均衡成立：
Figure FDA0003286707150000031
Figure FDA0003286707150000032
Figure FDA0003286707150000033
Figure FDA0003286707150000034
其中在供给侧，RIES和能源供应商的决策变变量分别为PES和v，在需求侧，RIES和用户的决策变量分别为ρ和L，*是指当取得最优解时所对应的变量取值，
Figure FDA0003286707150000035
为以v为变量时能源供应商收益PROFES最大化的最优解，
Figure FDA0003286707150000036
为以PES为变量时
Figure FDA0003286707150000039
最大化的最优解，
Figure FDA0003286707150000037
为以ρ为变量时
Figure FDA00032867071500000310
最大化的最优解，
Figure FDA0003286707150000038
为以L为变量时用户PROFCON最大化的最优解。
7.根据权利要求1所述的一种区域综合能源系统的优化方法，其特征在于，所述的步骤S3具体包括：
S31：达到需求方的纳什均衡解，然后将其代入供给方博弈过程；
S32：基于粒子群优化算法结合Yalmip+Gurobi求解供给方解，直至双方达到纳什均衡。
8.一种区域综合能源系统的优化系统，其特征在于，包括决策模型获取模块、纳什均衡建立模块、均衡解计算模块，
所述的决策模型获取模块用于获取能源枢纽模型，并建立各市场主体的决策模型；
所述的纳什均衡建立模块用于基于Stackelberg博弈获取纳什均衡的存在条件；
所述的均衡解计算模块用于基于粒子群优化算法结合Yalmip+Gurobi对纳什均衡进行处理，求得均衡解。
9.根据权利要求8所述的一种区域综合能源系统的优化系统，其特征在于，所述的决策模型获取模块建立决策模型的具体步骤包括：
建立考虑风力发电和CHP机组的RIES模型；
建立包含可变截距用于调整电价曲线的能源供应商模型；
建立考虑自身需求和消费习惯的用户用能模型。
10.根据权利要求8所述的一种区域综合能源系统的优化系统，其特征在于，所述的纳什均衡建立模块根据Stackelberg博弈的定义，当下式满足时，Nash均衡成立：
Figure FDA0003286707150000041
Figure FDA0003286707150000042
Figure FDA0003286707150000043
Figure FDA0003286707150000044
其中在供给侧，RIES和能源供应商的决策变变量分别为PES和v，在需求侧，RIES和用户的决策变量分别为ρ和L，*是指当取得最优解时所对应的变量取值，
Figure FDA0003286707150000045
为以v为变量时能源供应商收益PROFES最大化的最优解，
Figure FDA0003286707150000046
为以PES为变量时
Figure FDA0003286707150000049
最大化的最优解，
Figure FDA0003286707150000047
为以ρ为变量时
Figure FDA00032867071500000410
最大化的最优解，
Figure FDA0003286707150000048
为以L为变量时用户PROFCON最大化的最优解。
CN202111150120.6A 2021-09-29 2021-09-29 一种区域综合能源系统的优化方法及优化系统 Pending CN113869587A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111150120.6A CN113869587A (zh) 2021-09-29 2021-09-29 一种区域综合能源系统的优化方法及优化系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111150120.6A CN113869587A (zh) 2021-09-29 2021-09-29 一种区域综合能源系统的优化方法及优化系统

Publications (1)

Publication Number Publication Date
CN113869587A true CN113869587A (zh) 2021-12-31

Family

ID=78992570

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111150120.6A Pending CN113869587A (zh) 2021-09-29 2021-09-29 一种区域综合能源系统的优化方法及优化系统

Country Status (1)

Country Link
CN (1) CN113869587A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116247725A (zh) * 2023-02-14 2023-06-09 国网宁夏电力有限公司中卫供电公司 计及分类负荷需求响应的含电转气综合能源系统调度方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116247725A (zh) * 2023-02-14 2023-06-09 国网宁夏电力有限公司中卫供电公司 计及分类负荷需求响应的含电转气综合能源系统调度方法

Similar Documents

Publication Publication Date Title
Li et al. Optimal operation of multimicrogrids via cooperative energy and reserve scheduling
Damisa et al. Microgrid energy and reserve management incorporating prosumer behind‐the‐meter resources
Bahrami et al. A financial approach to evaluate an optimized combined cooling, heat and power system
CN110244566B (zh) 计及柔性负荷的冷热电联供系统容量优化配置方法
CN110135613B (zh) 一种基于纳什谈判的多虚拟电厂协同优化运行方案
CN113610311B (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
CN116911533B (zh) 区域综合能源系统多微网能量共济方法
CN115764863A (zh) 一种基于数据驱动的多微网合作运行方法
CN113869587A (zh) 一种区域综合能源系统的优化方法及优化系统
CN114123361B (zh) 一种面向微能网接入的交直流配电网协同优化调度方法
CN115204562A (zh) 一种计及多能共享的互联微能源网分布式协同优化调度方法和系统
CN112182915A (zh) 一种协同促进风电消纳的优化调度方法及系统
CN106058940A (zh) 一种基于大数据的电力绿色能源链接系统及方法
Pei et al. Optimal operation of microgrid with photovoltaics and gas turbines in demand response
CN113780620B (zh) 一种点对点平台与综合能源运营商协同运行调度方法
Zhu et al. Optimal Scheduling of Micro-Grid Multi-Energy System Considering Two-Dimensions Price-Based Demand Response
US20180226795A1 (en) Method for Controlling an Electrical Energy Distribution Network, Energy Distribution Network and Control Unit
Wu et al. Energy management of multi-microgrids based on coordinated multi-energy response with shared energy storage
Moghaddam et al. A multi-slack optimization model for scheduling energy hubs in smart Grids
Fei et al. Investigations of business models under energy internet era
Shuai et al. Cooperative operation mechanism of multi-energy microgrids based on Nash bargaining method
Da et al. Equilibrium analysis on deep peak regulation market considering the participation of virtual power plants
Zhang et al. Business model status of distributed power supply and its concerns in future development
Yang et al. Trading decision for multiple virtual power plants considering power sharing
Li et al. Study on the participation of virtual power plants with demand response in peaking auxiliary services

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