CN113935540A - 一种基于合作博弈的综合能源园区互动式能量优化方法 - Google Patents

一种基于合作博弈的综合能源园区互动式能量优化方法 Download PDF

Info

Publication number
CN113935540A
CN113935540A CN202111261539.9A CN202111261539A CN113935540A CN 113935540 A CN113935540 A CN 113935540A CN 202111261539 A CN202111261539 A CN 202111261539A CN 113935540 A CN113935540 A CN 113935540A
Authority
CN
China
Prior art keywords
energy
park
comprehensive energy
comprehensive
energy park
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
CN202111261539.9A
Other languages
English (en)
Inventor
张茂林
孙恒一
陈然
金美含
杨喆麟
杨颜梦
蔡娜
高航
赵伟华
崔琳童
宝君维
周兴龙
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.)
Kunming Electric Power Transaction Center Co ltd
Original Assignee
Kunming Electric Power Transaction Center 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 Kunming Electric Power Transaction Center Co ltd filed Critical Kunming Electric Power Transaction Center Co ltd
Priority to CN202111261539.9A priority Critical patent/CN113935540A/zh
Publication of CN113935540A publication Critical patent/CN113935540A/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
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于合作博弈的综合能源园区互动式能量优化方法，在综合能源园区能量互动机制中，为同时实现系统中各个综合能源园区运行总成本最小化以及提高多综合能源园区内部电能共享水平，基于合作博弈理论，建立了含风、光、燃气轮机以及储能装置的多综合能源园区互动式能量优化合作博弈模型；基于夏普利值法、核仁法以及讨价还价法，建立综合能源园区互动式能量优化合作联盟效益分摊求解方法；并采用扰动倾向法评估所有潜在可接受分配方案的稳定性。本发明兼顾了系统中各经济主体效益的最大化；对于减少联盟运行成本，降低内部各综合能源园区的运行成本以及提高内部各成员之间的电能共享量具有积极意义。

Description

一种基于合作博弈的综合能源园区互动式能量优化方法
技术领域
本发明属于电力系统配电网控制领域，具体涉及一种基于合作博弈的综合能源园区互动式能量优化方法。
背景技术
可再生能源由于环保，价格低廉等优势，得到快速的发展，但由于其分布不均匀以及波动性大的特点，导致了入网困难，经济运行困难等问题。综合能源园区是解决多个分布式能源并网的有效方法。并且目前售电侧改革提倡将传统的单一运营主体格局转变为多运营主体格局，将拥有分布式电源的用户或子系统参与到电力市场交易当中去，从而探索综合能源园区与配电公司之间的交易模式，构成“多买方-多卖方”的电力市场格局，有助于未来售电市场电力体制改革。
而目前的研究现状较少考虑到综合能源园区、园区内部、配电网等多方能源互动的情况，未能体现内部电能互动性以及未能体现出多综合能源园区联盟与配电公司能量交易模式的优势。
发明内容
发明目的：本发明提出了一种基于合作博弈的综合能源园区互动式能量优化方法，能满足联盟运行成本与各园区分摊成本最小化并提升电能互动性水平。
技术方案：本发明所述的一种基于合作博弈的综合能源园区互动式能量优化方法，具体包括以下步骤：
(1)构建并分析综合能源园区典型原件模型；
(2)在综合能源园区能量互动机制中，为同时实现系统中各个综合能源园区运行总成本最小化以及提高多综合能源园区内部电能共享水平，基于合作博弈理论，建立了含风、光、燃气轮机以及储能装置的多综合能源园区互动式能量优化合作博弈模型；
(3)构建多个综合能源园区的合作联盟；
(4)对步骤(3)形成的合作联盟进行效益分摊，并采用扰动倾向法评估所有潜在可接受分配方案的稳定性。
进一步地，所述步骤(1)实现过程如下：
综合能源园区典型原件包括风电机组、光伏设备、燃气轮机和储能系统；采用Weibull分布对风速预测误差曲线进行建模，通过风速的Weibull分布来生成相应的风速场景，在时刻t和场景s下风电机组产生的最大输出功率为：
Figure BDA0003325655450000021
式中，pr、Vci、Vc0、Vcr和
Figure BDA0003325655450000022
是额定功率、切入风速、切出风速、额定功率对应的风速和实时风速；
通过考虑温度和隔热的正态分布曲线，生成光伏系统出力的场景，在时刻t场景s下对于任何温度值
Figure BDA0003325655450000023
和隔热值
Figure BDA0003325655450000024
下光电最大值
Figure BDA0003325655450000025
为：
Figure BDA0003325655450000026
式中，
Figure BDA0003325655450000027
是隔热，
Figure BDA0003325655450000028
是额定光电最大出力值，TM,0是标准情况下温度值，NOCT是光伏系统正常工作时电池的温度；
第i个综合能源园区中的风电机组h，其模型为：
Figure BDA0003325655450000029
式中，
Figure BDA00033256554500000210
为场景s下综合能源园区i内部风电机组在t时段的出力，
Figure BDA00033256554500000211
为场景s下风电出力上限；
对于第i个综合能源园区中的光伏设备h，其模型为：
Figure BDA00033256554500000212
式中，
Figure BDA00033256554500000213
为场景s下综合能源园区i内部光伏设备在t时段的出力，
Figure BDA00033256554500000214
为场景s下光电出力上限；
对于第i个综合能源园区中的燃气轮机j，其成本模型为：
Figure BDA00033256554500000215
式中，
Figure BDA00033256554500000216
表示场景s下t时段综合能源园区i中燃气轮机出力成本函数，Nj为燃气轮机数量，
Figure BDA0003325655450000031
为场景s下综合能源园区内部燃气轮机j在t时段的出力，aj，bj和cj分别为燃气轮机出力成本系数的常数项、一次项和二次项；
在综合能源园区i中，储能系统模型为：
Figure BDA0003325655450000032
Figure BDA0003325655450000033
Figure BDA0003325655450000034
Figure BDA0003325655450000035
Figure BDA0003325655450000036
Figure BDA0003325655450000037
Figure BDA0003325655450000038
式(6)为储能系统充电功率上下限约束；式(7)为储能系统放电功率上下限约束；式(8)为储能系统容量上下限约束；式(9)表示储能系统不能同时处于充电和放电两种状态下；式(10)和式(11)为起始时段和最终时段下的容量值，式(12)为储能系统充放电量与其容量之间的转换关系；其中，X0和X24为起始时段以及最终时段的容量值，
Figure BDA0003325655450000039
和
Figure BDA00033256554500000310
为储能系统充放电状态；
Figure BDA00033256554500000311
和
Figure BDA00033256554500000312
分别为储能系统充放电的上限；
Figure BDA00033256554500000313
为储能系统在t时刻的容量；
Figure BDA00033256554500000314
和
Figure BDA00033256554500000315
分别为储能容量的上下限，χ和η分别是储能系统充电效率和放电效率。
进一步地，步骤(2)所述多综合能源园区互动式能量优化合作博弈模型的优化目标为运行成本最低，目标函数为：
Figure BDA00033256554500000316
其中，
Figure BDA00033256554500000317
表示场景s下t时段综合能源园区i与配电公司交易的购售电成本，
Figure BDA00033256554500000318
表示在场景s下综合能源园区i中的风电机组在t时段的出力成本，
Figure BDA00033256554500000319
表示在场景s下综合能源园区i中的光伏设备在t时段的出力成本，
Figure BDA00033256554500000320
表示燃气轮机的发电成本，
Figure BDA0003325655450000041
表示储能系统的充放电成本模型，Ns代表场景数，T表示总时段，ps表示场景s发生的概率。
进一步地，步骤(2)所述多综合能源园区互动式能量优化合作博弈模型的约束条件包括：
功率平衡约束：
Figure BDA0003325655450000042
其中，
Figure BDA0003325655450000043
为综合能源园区i在t时刻向配电公司购买的电量，
Figure BDA0003325655450000044
为综合能源园区i在t时刻出售的电量；
弃风和弃光约束：
Figure BDA0003325655450000045
Figure BDA0003325655450000046
其中，α和β分别是允许的弃风率和弃光率；
燃气轮机约束：
Figure BDA0003325655450000047
Figure BDA0003325655450000048
Figure BDA0003325655450000049
Figure BDA00033256554500000410
Figure BDA00033256554500000411
Figure BDA00033256554500000412
Figure BDA00033256554500000413
式(24)中，
Figure BDA00033256554500000414
和Ui,j,t为燃气轮机出力上限以及对应的出力状态；式(25)和式(26)为燃气轮机爬坡约束，
Figure BDA00033256554500000415
和
Figure BDA00033256554500000416
分别为爬坡上下限；式(27)～(30)为燃气轮机最小开机时间和最小关机时间约束，MUTj和MDTj分别为最小启停机时间，Upj,h和Dnj,h为最小启停机时间约束中的辅助变量；
购售电约束：
Figure BDA0003325655450000051
式(31)表明在同一时刻下综合能源园区与配电公司之间的交易不能同时处于购电状态和售电状态；在同一时刻下综合能源园区与配电公司之间只能是购电或者售电或者既不购电也不售电这三种情况中的一种。
进一步地，所述步骤(3)实现过程如下：
Figure BDA0003325655450000052
其中，Fi为综合能源园区i在一个调度周期T内的成本，F为综合能源园区联盟的运行成本，N为综合能源园区总个数。
进一步地，步骤(4)所述效益分摊采用夏普利值法、核仁法或讨价还价法。
进一步地，步骤(4)所述使用扰动倾向法来评估所有潜在可接受分配方案的稳定性，实现过程如下：
扰动倾向被定义为一个比率，表示为在大联盟中如果其中一个成员离开后，联盟的利润与成员加入联盟所获取的利润之比，具体如下：
Figure BDA0003325655450000053
PTD值越高，说明综合能源园区对联盟的贡献度较小，综合能源园区就越有可能会离开大联盟，合作的意愿就越低；相反，PTD值越低，其合作或留在联盟的意愿就越高。
有益效果：与现有技术相比，本发明的有益效果：本发明建立了多综合能源园区互动式能量优化模型，运用了夏普利值法、核仁法以及讨价还价法对合作形成的联盟进行效益分摊，表明了基于合作博弈的效益分摊方法满足个体理性、联盟理性和全局理性等公平性条件；通过实际算例对综合能源园区单独运行以及联盟运行的结果进行对比分析，表明联盟能有效降低各成员的运行成本以及提高内部各成员之间的能量互动性，指出联盟的“合作剩余”是来自联盟内部余缺电量的内部优化，从而避免了各成员直接与配电公司交易所带来的较大成本；本发明所提出的合作联盟分摊方法对于减少联盟运行成本，降低内部各综合能源园区的运行成本以及提高内部各成员之间的电能共享量具有积极意义。
附图说明
图1为本发明的流程图；
图2为各综合能源园区负荷
图3为综合能源园区净负荷
图4为各综合能源园区及联盟与配电公司电能交易量。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明提出一种基于合作博弈的综合能源园区互动式能量优化方法，如图1所示，具体包括以下步骤：
步骤1：综合能源园区典型原件模型。
综合能源园区典型原件有风电机组、光伏设备、燃气轮机和储能系统。在各综合能源园区中，风电、光电出力优先自产自销，当可再生能源出力过大，储能系统进行储能用于提供给之后调度时段的电力需求，当仍然有余电时，将会出售给配电公司获取利润。当风电、光电出力较少时，优先内部储能系统进行放电，若依然缺电，则由燃气轮机补充或向配电公司购电。
在本发明中，为了模拟风速的不确定性，采用Weibull分布对风速预测误差曲线进行建模，通过风速的Weibull分布来生成相应的风速场景。在时刻t和场景s下风电机组产生的最大输出功率可以表示为：
Figure BDA0003325655450000061
式中，pr、Vci、Vc0、Vcr和
Figure BDA0003325655450000062
是额定功率、切入风速、切出风速、额定功率对应的风速和实时风速。
太阳能通过光伏系统直接转化为电能。本发明假设光伏发电系统以其最大功率运行。最大功率点跟踪确保光伏系统在各个温度和隔热条件下都能产生最大功率。为了模拟温度和隔热的不确定性，将光电预测误差分布曲线划分为许多标准差宽度的区间。因此，通过考虑温度和隔热的正态分布曲线，来生成光伏系统出力的场景。在时刻t场景s下对于任何温度值
Figure BDA0003325655450000071
和隔热值
Figure BDA0003325655450000072
下光电最大值
Figure BDA0003325655450000073
可以由以下公式求出：
Figure BDA0003325655450000074
式中，
Figure BDA0003325655450000075
是隔热，
Figure BDA0003325655450000076
是额定光电最大出力值，TM,0是标准情况下温度值，NOCT是光伏系统正常工作时电池的温度。
(1)风电机组模型：
第i个综合能源园区中的风电机组h，其模型为：
Figure BDA0003325655450000077
式中，
Figure BDA0003325655450000078
为场景s下综合能源园区i内部风电机组在t时段的出力，
Figure BDA0003325655450000079
为场景s下风电出力上限。
(2)光伏设备模型：
对于第i个综合能源园区中的光伏设备h来说，其模型为：
Figure BDA00033256554500000710
式中，
Figure BDA00033256554500000711
为场景s下综合能源园区i内部光伏设备在t时段的出力，
Figure BDA00033256554500000712
为场景s下光电出力上限。
(3)燃气轮机模型：
对于第i个综合能源园区中的燃气轮机j来说，其成本模型为：
Figure BDA00033256554500000713
式中，
Figure BDA00033256554500000714
表示场景s下t时段综合能源园区i中燃气轮机出力成本函数，Nj为燃气轮机数量，
Figure BDA00033256554500000715
为场景s下综合能源园区内部燃气轮机j在t时段的出力，aj，bj和cj分别为燃气轮机出力成本系数的常数项、一次项和二次项。
(4)储能系统模型：
在综合能源园区i中，储能系统模型为：
Figure BDA00033256554500000716
Figure BDA0003325655450000081
Figure BDA0003325655450000082
Figure BDA0003325655450000083
Figure BDA0003325655450000084
Figure BDA0003325655450000085
Figure BDA0003325655450000086
其中，式(6)为储能系统充电功率上下限约束；式(7)为储能系统放电功率上下限约束；式(8)为储能系统容量上下限约束；式(9)表示储能系统不能同时处于充电和放电两种状态下；式(10)和式(11)为起始时段和最终时段下的容量值，式(12)为储能系统充放电量与其容量之间的转换关系；其中，X0和X24为起始时段以及最终时段的容量值，
Figure BDA0003325655450000087
和
Figure BDA0003325655450000088
为储能系统充放电状态(1表示充电，-1表示放电，0表示既不充电也不放电)；
Figure BDA0003325655450000089
和
Figure BDA00033256554500000810
分别为储能系统充放电的上限；
Figure BDA00033256554500000811
为储能系统在t时刻的容量；
Figure BDA00033256554500000812
和
Figure BDA00033256554500000813
分别为储能容量的上下限，χ和η分别是储能系统充电效率和放电效率。
步骤2：在综合能源园区能量互动机制中，为同时实现系统中各个综合能源园区运行总成本最小化以及提高多综合能源园区内部电能共享水平，基于合作博弈理论，建立了含风、光、燃气轮机以及储能装置的多综合能源园区互动式能量优化合作博弈模型。
第i个综合能源园区的优化目标是运行成本最低，目标函数为：
Figure BDA00033256554500000814
其中：
Figure BDA00033256554500000815
表示场景s下t时段综合能源园区i与配电公司交易的购售电成本，具体如下：
Figure BDA00033256554500000816
Figure BDA0003325655450000091
Figure BDA0003325655450000092
式中，
Figure BDA0003325655450000093
表示直接与配电公司交易的购售电价，
Figure BDA0003325655450000094
为场景s下向配电公司购电的电网购电价，
Figure BDA0003325655450000095
为场景s下出售余电给配电公司的上网电价。由公式(16)决定该综合能源园区是售电给配电公司获取收益，还是向配电公司购买电量满足负荷需求。公式(17)表示该综合能源园区在t时段的净功率，
Figure BDA0003325655450000096
表示综合能源园区i在t时段的净功率，Nw表示综合能源园区i中风电机组的数量，NPV表示综合能源园区i中光伏设备的数量，Nj为综合能源园区i中燃气轮机数量，
Figure BDA0003325655450000097
为综合能源园区i在t时段的负荷需求。
Figure BDA0003325655450000098
表示在场景s下综合能源园区i中的风电机组在t时段的出力成本：
Figure BDA0003325655450000099
式中，Cwind为风电机组单位装机容量的发电成本。
Figure BDA00033256554500000910
表示在场景s下综合能源园区i中的光伏设备在t时段的出力成本：
Figure BDA00033256554500000911
式中，CPV表示光伏设备单位装机容量的发电成本。
Figure BDA00033256554500000912
表示燃气轮机的发电成本。
Figure BDA00033256554500000913
表示储能系统的充放电成本模型：
Figure BDA00033256554500000914
式中，CB为储能系统充放电成本系数。
约束条件初式(3)-(12外，还包含以下约束条件：
功率平衡约束：
Figure BDA00033256554500000915
式中，
Figure BDA0003325655450000101
为综合能源园区i在t时刻向配电公司购买的电量，
Figure BDA0003325655450000102
为综合能源园区i在t时刻出售的电量。
弃风和弃光约束：
Figure BDA0003325655450000103
Figure BDA0003325655450000104
式中，α和β分别是允许的弃风率和弃光率。
燃气轮机约束：
Figure BDA0003325655450000105
Figure BDA0003325655450000106
Figure BDA0003325655450000107
Figure BDA0003325655450000108
Figure BDA0003325655450000109
Figure BDA00033256554500001010
Figure BDA00033256554500001011
式(24)中，
Figure BDA00033256554500001012
和Ui,j,t为燃气轮机出力上限以及对应的出力状态；式(25)和式(26)为燃气轮机爬坡约束，
Figure BDA00033256554500001013
和
Figure BDA00033256554500001014
分别为爬坡上下限；式(27)～(30)为燃气轮机最小开机时间和最小关机时间约束，MUTj和MDTj分别为最小启停机时间，Upj,h和Dnj,h为最小启停机时间约束中的辅助变量。
购售电约束：
Figure BDA00033256554500001015
式(31)表明：在同一时刻下综合能源园区与配电公司之间的交易不能同时处于购电状态和售电状态。在同一时刻下综合能源园区与配电公司之间只能是购电或者售电或者既不购电也不售电这三种情况中的一种。
步骤3：构建多个综合能源园区的合作联盟。
多个综合能源园区形成一个联盟，合作联盟优化调度问题变为：
Figure BDA0003325655450000111
式中，Fi为综合能源园区i在一个调度周期T内的成本，Ns代表场景数，T表示总时段，ps表示场景s发生的概率，F为综合能源园区联盟的运行成本，N为综合能源园区总个数。
步骤4：对步骤3形成的合作联盟进行效益分摊，并采用扰动倾向法评估所有潜在可接受分配方案的稳定性.
(1)合作联盟效益分摊
在合作博弈论的框架下，各种求解方法通常会产生不同的分配方案。因此，需要对各种分配方案进行稳定性评估，分析不同的分配方案对不同的成员产生的吸引力。该方法包括两个主要步骤。第一个步骤是确定可接受的分配方法，第二个步骤是稳定性评估。本发明采用合作博弈的经典成本分配方法：夏普利值法、核仁法和多人讨价还价法。
(2)夏普利值法
当多个综合能源园区组成联盟同配电公司进行协调调度时，内部各个综合能源园区的余缺电量相互交易，降低直接与配电公司交易的可能性，从而避免造成大量的购电成本。在各综合能源园区内部交易后，由各个综合能源园区内部的储能系统和燃气轮机进一步降低净负荷曲线，最后再与配电公司进行剩下余缺电量的交易。合作所形成的效益在各合作的综合能源园区之间进行分摊。
夏普利值法是解决合作效益分摊的常用的方法。基于合作博弈的效益分摊方法：首先把单个成员的成本直接分摊给该成员，然后计算各成员合作的总成本，再将合作获得的收益按相应规则分配给各成员，最终得到各成员应该承担的成本。对上述规则的数学描述为：
Figure BDA0003325655450000112
式中，V(L)代表联盟获得的收益，L代表所有可能形成的联盟，C(L)代表联盟的成本。基于夏普利值的效益分摊方法的计算公式如下：
Figure BDA0003325655450000121
其中，s代表所有参加的联盟所组成的集合，|s|为s的个数，n为参与分配的总个数。
(3)核仁分摊方法
运用核仁分摊法对多个综合能源园区合作联盟的效益进行分摊需要满足三个必要条件。这三个条件分别是个体理性，联盟理性和全局理性。它们被用来确定一组可接受的分配解决方案。
个体理性：
Figure BDA0003325655450000122
联盟理性：
Figure BDA0003325655450000123
全局理性：
Figure BDA0003325655450000124
式中，xm是综合能源园区m合作分摊的利润，V(m)是综合能源园区m在非合作模式下的效益，C和C′分别是合作子联盟和总合作联盟。(34)和(35)这两个条件要求大联盟中任何一个综合能源园区或子联盟的分摊利润要高于该综合能源园区单独或综合能源园区子联盟运行的效益，分别代表个体理性和联盟理性。式(36)为全局理性，即各综合能源园区分摊得到的收益与联盟的总收益相等。由于核仁法满足这三个理性，因此该方法能够被联盟内部所有成员所接受。
对上述核仁分摊方法可以采取线性规划来实现：
Figure BDA0003325655450000125
式中，ε是任意小的实数。各个综合能源园区的效益分摊根据下式求出：
Xm＝xm+C(m) (38)
式中，Xm是综合能源园区m的分摊效益，C(m)是综合能源园区m单独运行的成本。
(4)多人讨价还价法
多人讨价还价模型具有对称性，帕累托效率高等优势被广泛使用，其模型结构如下：
Figure BDA0003325655450000131
上述目标函数需满足以下约束条件：
xj≥v({j}),j＝1,2,…,n (40)
Figure BDA0003325655450000132
Figure BDA0003325655450000133
Figure BDA0003325655450000134
式中，βj()是运行效用函数，式(40)到式(42)代表了联盟的三个理性(个体理性、联盟理性和全局理性)；xj是合作所分配的收益，其值处于区间
Figure BDA0003325655450000135
内，
Figure BDA0003325655450000136
为成员j的收益下限，即各自单独调度时的收益，
Figure BDA0003325655450000137
为成员j的收益上限，在满足上述三个理性下当其余成员总收益最小时取得该上限值，v(j)是不参与合作下获得的收益。实际应用中，多人讨价还价模型的目标函数可简化为
Figure BDA0003325655450000138
然而，在上述三种分配方案，各市场主体即综合能源园区的可接受性通常是不同的，这还需要对各个分摊方法进行稳定性分析，判定出对于不同成员更倾向于哪种分配方法。
(5)各分摊方法稳定性评估
为了区分不同分摊方法的侧重点，找到该分摊方法下最佳的成本分摊解决方案，本发明提出使用扰动倾向(propensity to disrupt，PTD)方法来评估所有潜在可接受分配方案的稳定性。PTD被定义为一个比率，它表示为在大联盟中如果其中一个成员离开后，该联盟的利润与该成员加入联盟所获取的利润之比。具体如下：
Figure BDA0003325655450000141
Figure BDA0003325655450000142
以本发明三种分摊方法为例，某分摊方法对某综合能源园区的PTD值越高，说明在此分摊方法下，该综合能源园区对联盟的贡献度较小，在这种情况下，该综合能源园区就越有可能会离开大联盟，合作的意愿就越低。相反，PTD值越低，其合作或留在联盟的意愿就越高。
本发明以3个综合能源园区为研究对象进行案例分析，三个综合能源园区向售电市场公布盈亏电量，3个综合能源园区的负荷需求(以MW为单位)，如附图2所示，预测出三个综合能源园区的风光出力，净负荷曲线如附图3所示。从附图3中可以看出综合能源园区1具有剩余电能，综合能源园区2是缺电综合能源园区，综合能源园区3在7时刻之前内部有剩余电能，7时刻至23时刻内部供不应求，缺少电能。配电公司的售电电价如表1所示。其中允许最大弃风率为0.05，允许最大弃光率为0.05，余电出售单价为0.38元/kWh。
表1配电公司售电电价
Figure BDA0003325655450000143
运行成本分析：综合能源园区非合作以及合作调度下成本如表2所示。合作后联盟的总成本降低，经过夏普利值法分摊成本后，双方成本均小于非合作下各自的成本，对合作后的总成本中各成员所占比例进行分析，如表3所示。
表2单独调度以及合作调度成本(元)
Figure BDA0003325655450000144
从上表2中可以看出，综合能源园区单独运行或形成联盟运行的计算结果具有下列特征：
1)由两个综合能源园区组成联盟的运行成本小于这两者单独运行的成本之和。
2)由三个综合能源园区组成的联盟运行成本小于其中任意两个综合能源园区联盟运行成本与另外一个综合能源园区单独运行成本之和。
基于夏普利值法、核仁分摊法和多人讨价还价模型对综合能源园区合作联盟{1，2，3}进行成本分摊后，结果如表3所示。
表3不同分摊方法下的成本分摊(元)
Figure BDA0003325655450000151
从表3中可以看出，各个综合能源园区分摊的成本均小于各自独立运行的成本。之所以会出现这样的结果，是因为当由两个及以上的综合能源园区形成联盟后，在各个时段内有电量盈余的综合能源园区将电能供给缺电的综合能源园区使用，从而可以避免缺电的综合能源园区直接与配电公司交易所带来的较大成本，因此形成合作联盟可以减少大量的购电成本，使得联盟总的运行成本小于内部各个综合能源园区单独运行产生的运行成本之和。
各分摊方法稳定性分析：对核仁、夏普利值法和多人讨价还价三种成本分摊方法进行稳定性评估，即根据上述稳定性评估的理论模型分别求出这三种分摊方法下各个综合能源园区的扰动倾向值，并且将结果进行比较，对比数据如表4所示。通过表4可以看出在各个分摊方法下各综合能源园区的扰动倾向值。
表4各综合能源园区的PTD值
Figure BDA0003325655450000152
从表4中可以看出对于综合能源园区1和综合能源园区2来说，当采用多人讨价还价法时他们的PTD值是低于相同情况下采用核仁法和夏普利值分摊法后的PTD值，综合能源园区3的夏普利值分摊法PTD值低于采用核仁法和讨价还价法后的PTD值。因此，对于综合能源园区1和综合能源园区2来说，采用讨价还价法进行分摊成本会使得他们分摊效益更大，而对于综合能源园区3来说，它更倾向于夏普利值分摊法来分摊成本。
提升电能互动性分析：所有综合能源园区形成合作联盟，内部各成员之间能量共享后，再与配电公司进行交易，可以促进内部电能的互动。从附图4中可以看出，当各综合能源园区形成联盟后再与配电公司进行交易时，减少了与配电公司交易的总购售电量，因此，多综合能源园区形成的联盟能有效提高内部各综合能源园区之间的电力能量互动性。

Claims (7)

1.一种基于合作博弈的综合能源园区互动式能量优化方法，其特征在于，包括以下步骤：
(1)构建并分析综合能源园区典型原件模型；
(2)在综合能源园区能量互动机制中，为同时实现系统中各个综合能源园区运行总成本最小化以及提高多综合能源园区内部电能共享水平，基于合作博弈理论，建立了含风、光、燃气轮机以及储能装置的多综合能源园区互动式能量优化合作博弈模型；
(3)构建多个综合能源园区的合作联盟；
(4)对步骤(3)形成的合作联盟进行效益分摊，并采用扰动倾向法评估所有潜在可接受分配方案的稳定性。
2.根据权利要求1所述的基于合作博弈的综合能源园区互动式能量优化方法，其特征在于，所述步骤(1)实现过程如下：
综合能源园区典型原件包括风电机组、光伏设备、燃气轮机和储能系统；采用Weibull分布对风速预测误差曲线进行建模，通过风速的Weibull分布来生成相应的风速场景，在时刻t和场景s下风电机组产生的最大输出功率为：
Figure FDA0003325655440000011
式中，pr、Vci、Vc0、Vcr和
Figure FDA0003325655440000012
是额定功率、切入风速、切出风速、额定功率对应的风速和实时风速；
通过考虑温度和隔热的正态分布曲线，生成光伏系统出力的场景，在时刻t场景s下对于任何温度值
Figure FDA0003325655440000013
和隔热值
Figure FDA0003325655440000014
下光电最大值
Figure FDA0003325655440000015
为：
Figure FDA0003325655440000016
式中，
Figure FDA0003325655440000017
是隔热，
Figure FDA0003325655440000018
是额定光电最大出力值，TM,0是标准情况下温度值，NOCT是光伏系统正常工作时电池的温度；
第i个综合能源园区中的风电机组h，其模型为：
Figure FDA0003325655440000021
式中，
Figure FDA0003325655440000022
为场景s下综合能源园区i内部风电机组在t时段的出力，
Figure FDA0003325655440000023
为场景s下风电出力上限；
对于第i个综合能源园区中的光伏设备h，其模型为：
Figure FDA0003325655440000024
式中，
Figure FDA0003325655440000025
为场景s下综合能源园区i内部光伏设备在t时段的出力，
Figure FDA0003325655440000026
为场景s下光电出力上限；
对于第i个综合能源园区中的燃气轮机j，其成本模型为：
Figure FDA0003325655440000027
式中，
Figure FDA0003325655440000028
表示场景s下t时段综合能源园区i中燃气轮机出力成本函数，Nj为燃气轮机数量，
Figure FDA0003325655440000029
为场景s下综合能源园区内部燃气轮机j在t时段的出力，aj，bj和cj分别为燃气轮机出力成本系数的常数项、一次项和二次项；
在综合能源园区i中，储能系统模型为：
Figure FDA00033256554400000210
Figure FDA00033256554400000211
Figure FDA00033256554400000212
Figure FDA00033256554400000213
Figure FDA00033256554400000214
Figure FDA00033256554400000215
Figure FDA00033256554400000216
式(6)为储能系统充电功率上下限约束；式(7)为储能系统放电功率上下限约束；式(8)为储能系统容量上下限约束；式(9)表示储能系统不能同时处于充电和放电两种状态下；式(10)和式(11)为起始时段和最终时段下的容量值，式(12)为储能系统充放电量与其容量之间的转换关系；其中，X0和X24为起始时段以及最终时段的容量值，
Figure FDA0003325655440000031
和
Figure FDA0003325655440000032
为储能系统充放电状态；
Figure FDA0003325655440000033
和
Figure FDA0003325655440000034
分别为储能系统充放电的上限；
Figure FDA0003325655440000035
为储能系统在t时刻的容量；
Figure FDA0003325655440000036
和
Figure FDA0003325655440000037
分别为储能容量的上下限，χ和η分别是储能系统充电效率和放电效率。
3.根据权利要求1所述的基于合作博弈的综合能源园区互动式能量优化方法，其特征在于，步骤(2)所述多综合能源园区互动式能量优化合作博弈模型的优化目标为运行成本最低，目标函数为：
Figure FDA0003325655440000038
其中，
Figure FDA0003325655440000039
表示场景s下t时段综合能源园区i与配电公司交易的购售电成本，
Figure FDA00033256554400000310
表示在场景s下综合能源园区i中的风电机组在t时段的出力成本，
Figure FDA00033256554400000311
表示在场景s下综合能源园区i中的光伏设备在t时段的出力成本，
Figure FDA00033256554400000312
表示燃气轮机的发电成本，
Figure FDA00033256554400000313
表示储能系统的充放电成本模型，Ns代表场景数，T表示总时段，ps表示场景s发生的概率。
4.根据权利要求1所述的基于合作博弈的综合能源园区互动式能量优化方法，其特征在于，步骤(2)所述多综合能源园区互动式能量优化合作博弈模型的约束条件包括：
功率平衡约束：
Figure FDA00033256554400000314
其中，
Figure FDA00033256554400000315
为综合能源园区i在t时刻向配电公司购买的电量，
Figure FDA00033256554400000316
为综合能源园区i在t时刻出售的电量；
弃风和弃光约束：
Figure FDA00033256554400000317
Figure FDA00033256554400000318
其中，α和β分别是允许的弃风率和弃光率；
燃气轮机约束：
Figure FDA0003325655440000041
Figure FDA0003325655440000042
Figure FDA0003325655440000043
Figure FDA0003325655440000044
Figure FDA0003325655440000045
Figure FDA0003325655440000046
Figure FDA0003325655440000047
式(24)中，
Figure FDA0003325655440000048
和Ui,j,t为燃气轮机出力上限以及对应的出力状态；式(25)和式(26)为燃气轮机爬坡约束，
Figure FDA0003325655440000049
和
Figure FDA00033256554400000410
分别为爬坡上下限；式(27)～(30)为燃气轮机最小开机时间和最小关机时间约束，MUTj和MDTj分别为最小启停机时间，Upj,h和Dnj,h为最小启停机时间约束中的辅助变量；
购售电约束：
Figure FDA00033256554400000411
式(31)表明在同一时刻下综合能源园区与配电公司之间的交易不能同时处于购电状态和售电状态；在同一时刻下综合能源园区与配电公司之间只能是购电或者售电或者既不购电也不售电这三种情况中的一种。
5.根据权利要求1所述的基于合作博弈的综合能源园区互动式能量优化方法，其特征在于，所述步骤(3)实现过程如下：
Figure FDA00033256554400000412
其中，Fi为综合能源园区i在一个调度周期T内的成本，F为综合能源园区联盟的运行成本，N为综合能源园区总个数。
6.根据权利要求1所述的基于合作博弈的综合能源园区互动式能量优化方法，其特征在于，步骤(4)所述效益分摊采用夏普利值法、核仁法或讨价还价法。
7.根据权利要求1所述的基于合作博弈的综合能源园区互动式能量优化方法，其特征在于，步骤(4)所述使用扰动倾向法来评估所有潜在可接受分配方案的稳定性，实现过程如下：
扰动倾向被定义为一个比率，表示为在大联盟中如果其中一个成员离开后，联盟的利润与成员加入联盟所获取的利润之比，具体如下：
Figure FDA0003325655440000051
PTD值越高，说明综合能源园区对联盟的贡献度较小，综合能源园区就越有可能会离开大联盟，合作的意愿就越低；相反，PTD值越低，其合作或留在联盟的意愿就越高。
CN202111261539.9A 2021-10-28 2021-10-28 一种基于合作博弈的综合能源园区互动式能量优化方法 Pending CN113935540A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111261539.9A CN113935540A (zh) 2021-10-28 2021-10-28 一种基于合作博弈的综合能源园区互动式能量优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111261539.9A CN113935540A (zh) 2021-10-28 2021-10-28 一种基于合作博弈的综合能源园区互动式能量优化方法

Publications (1)

Publication Number Publication Date
CN113935540A true CN113935540A (zh) 2022-01-14

Family

ID=79284674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111261539.9A Pending CN113935540A (zh) 2021-10-28 2021-10-28 一种基于合作博弈的综合能源园区互动式能量优化方法

Country Status (1)

Country Link
CN (1) CN113935540A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104598716A (zh) * 2014-11-28 2015-05-06 楚雄师范学院 一种基于模型分析的聚光光伏/热热水太阳能系统设计方法
CN107153975A (zh) * 2016-10-28 2017-09-12 大连理工大学 一种基于联盟博弈的多控制性水库梯级电站补偿效益分摊方法
CN109636056A (zh) * 2018-12-24 2019-04-16 浙江工业大学 一种基于多智能体技术的多能源微网去中心化优化调度方法
CN110007600A (zh) * 2019-04-24 2019-07-12 四川大学 一种具有约束的多能流协调调度辅助决策系统
CN110046773A (zh) * 2019-05-30 2019-07-23 东北大学 综合能源系统多主体合作优化运行与成本效益分配方法
CN110378729A (zh) * 2019-07-11 2019-10-25 中国科学院电工研究所 一种基于动态能源价格策略的综合需求响应方法
CN110808615A (zh) * 2019-12-07 2020-02-18 国家电网有限公司 考虑不确定性的气电虚拟电厂调度优化方法
CN112465240A (zh) * 2020-12-03 2021-03-09 上海电力大学 基于合作博弈的综合能源系统多园区能量调度优化方法
CN112651105A (zh) * 2020-11-30 2021-04-13 北京华能新锐控制技术有限公司 一种基于博弈论的微网容量配置优化方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104598716A (zh) * 2014-11-28 2015-05-06 楚雄师范学院 一种基于模型分析的聚光光伏/热热水太阳能系统设计方法
CN107153975A (zh) * 2016-10-28 2017-09-12 大连理工大学 一种基于联盟博弈的多控制性水库梯级电站补偿效益分摊方法
CN109636056A (zh) * 2018-12-24 2019-04-16 浙江工业大学 一种基于多智能体技术的多能源微网去中心化优化调度方法
CN110007600A (zh) * 2019-04-24 2019-07-12 四川大学 一种具有约束的多能流协调调度辅助决策系统
CN110046773A (zh) * 2019-05-30 2019-07-23 东北大学 综合能源系统多主体合作优化运行与成本效益分配方法
CN110378729A (zh) * 2019-07-11 2019-10-25 中国科学院电工研究所 一种基于动态能源价格策略的综合需求响应方法
CN110808615A (zh) * 2019-12-07 2020-02-18 国家电网有限公司 考虑不确定性的气电虚拟电厂调度优化方法
CN112651105A (zh) * 2020-11-30 2021-04-13 北京华能新锐控制技术有限公司 一种基于博弈论的微网容量配置优化方法
CN112465240A (zh) * 2020-12-03 2021-03-09 上海电力大学 基于合作博弈的综合能源系统多园区能量调度优化方法

Similar Documents

Publication Publication Date Title
Jiang et al. A multiagent-based hierarchical energy management strategy for maximization of renewable energy consumption in interconnected multi-microgrids
Wang et al. A bargaining game-based profit allocation method for the wind-hydrogen-storage combined system
Chen et al. Research on day-ahead transactions between multi-microgrid based on cooperative game model
CN109711728B (zh) 基于电力不确定性和低碳诉求的双层多目标电力调度方法
CN109389327B (zh) 基于风光不确定性的多虚拟电厂时前合作方法
CN112529622A (zh) 基于虚拟电厂的多元小微主体参与现货市场的出清方法
Jianwei et al. Configuration optimization and benefit allocation model of multi-park integrated energy systems considering electric vehicle charging station to assist services of shared energy storage power station
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
CN112068436B (zh) 工业园区的综合能源系统分层分布式控制方法及系统
CN112116476A (zh) 计及风电和碳交易机制的综合能源系统模拟方法
CN111210079B (zh) 一种分布式能源虚拟电厂运行优化方法及系统
CN111311012A (zh) 基于多智能体的微电网电力市场双层竞价优化方法
Azimi et al. Energy management considering simultaneous presence of demand responses and electric vehicles in smart industrial grids
CN115829142A (zh) 一种工业企业综合能源系统优化规划方法
Jafarpour et al. Resiliency assessment of the distribution system considering smart homes equipped with electrical energy storage, distributed generation and plug-in hybrid electric vehicles
Zeng et al. Optimal configuration planning of vehicle sharing station-based electro-hydrogen micro-energy systems for transportation decarbonization
Karami et al. Retailer energy management of electric energy by combining demand response and hydrogen storage systems, renewable sources and electric vehicles
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
CN110556821B (zh) 考虑交互功率控制和双边竞价交易的多微电网双层优化调度方法
CN112003268A (zh) 基于模型预测控制的智能建筑群电能优化共享系统和方法
Yang et al. Two-stage coordinated optimal dispatching model and benefit allocation strategy for rural new energy microgrid
CN111160767A (zh) 一种综合能源服务效益评估方法
Wang et al. A master–slave game optimal scheduling strategy for park-integrated energy systems based on adjustable robust optimization
CN116228461A (zh) 一种基于p2p交易的多虚拟电厂随机优化调度方法
CN113935540A (zh) 一种基于合作博弈的综合能源园区互动式能量优化方法

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