CN113988567B - 一种储能共享控制方法及其控制系统 - Google Patents

一种储能共享控制方法及其控制系统 Download PDF

Info

Publication number
CN113988567B
CN113988567B CN202111231068.7A CN202111231068A CN113988567B CN 113988567 B CN113988567 B CN 113988567B CN 202111231068 A CN202111231068 A CN 202111231068A CN 113988567 B CN113988567 B CN 113988567B
Authority
CN
China
Prior art keywords
producer
energy storage
producers
consumers
representing
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.)
Active
Application number
CN202111231068.7A
Other languages
English (en)
Other versions
CN113988567A (zh
Inventor
肖江文
杨妍冰
刘骁康
王燕舞
崔世常
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202111231068.7A priority Critical patent/CN113988567B/zh
Publication of CN113988567A publication Critical patent/CN113988567A/zh
Application granted granted Critical
Publication of CN113988567B publication Critical patent/CN113988567B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00Integration of renewable energy sources in buildings
    • Y02B10/10Photovoltaic [PV]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种储能共享系统及其控制方法,其控制方法包括:步骤1:构建每个产消者的电力总成本作为初始目标函数,确定初始目标函数中各决策变量的约束条件;步骤2:根据产消者之间的非合作博弈关系形成关于当前产消者与其他产消者的广义纳什均衡问题;步骤3:根据交替方向乘子法更新每个产消者的最优决策变量;步骤4:根据重球法的规则更新每个产消者的决策变量作为下一次优化的初始值;步骤5:判断是否达到纳什均衡,若否,则跳转至步骤3,若是,则输出当前均衡解作为储能共享控制策略。通过上述控制方法实现了可再生能源的本地消纳,对电网冲击影响的减少以及可再生能源产消者自身电力成本的优化。

Description

一种储能共享控制方法及其控制系统
技术领域
本发明属于电力系统中可再生能源的消纳领域,更具体地,涉及一种储能共享控制方法及其控制系统。
背景技术
随着经济的发展,全球电力需求持续增长。目前,发电的来源包括化石燃料、水电和多种可再生能源。由于传统化石能源带来的污染问题,可再生能源开始受到广泛的关注,除了大规模的可再生能源接入电网以外,各种小型的分散式可再生能源用户如安装屋顶光伏系统的可再生能源产消者等也开始迅速发展。
然而,可再生能源具有间歇性和随机性的特点,对电网的调度工作提出了挑战,并且可再生能源的并网对大电网电压和频率的影响非常大;同时,可再生能源的利用率得不到提升,弃用率较高。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种储能共享控制方法及其控制系统,其目的在于提高可再生能源产消者的新能源消纳能力,降低可再生能源产消者的电力成本,减少对主电网的依赖,提高电力系统的稳定性,由此解决合理分配储能容量和提高新能源消纳的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种储能共享控制方法,用于控制共享储能站、主电网和多个产消者的能量交互,其中,所述控制方法包括:
步骤1:构建每个产消者的电力总成本作为初始目标函数,确定所述初始目标函数中各决策变量的约束条件;
步骤2:根据产消者之间的非合作博弈关系形成关于当前产消者与其他产消者的广义纳什均衡问题;
步骤3:根据交替方向乘子法更新每个产消者的最优决策变量;
步骤4:根据重球法的规则更新每个产消者的决策变量作为下一次优化的初始值;
步骤5:判断是否达到纳什均衡,若否,则跳转至步骤3,若是,则输出当前均衡解作为储能共享控制策略。
优选地,对于产消者n的初始目标函数为
表示产消者n的决策变量,其中,Sn、Pn分别表示产消者n在整个优化控制时段内获得的总的分配储能容量,表示产消者n的初始容量,表示产消者n在h时刻对共享储能系统的充电功率,表示共享储能系统在h时刻对产消者n的放电功率,表示与产消者n配备的充电设备的充电功率;表示产消者n在h时刻的电力净需求;
其中,表示产消者n在h时刻获得储能容量所需的成本,pESS表示储能容量的单价;
表示产消者n在h时刻获得功率容量所需的成本,po表示功率容量的单价;
表示产消者n在h时刻与主电网交互所需的电力成本,pbuy、psell表示电力出售和购买的市场价格,分别表示Lh的最大值和最小值,Lh表示所有产消者在优化控制时刻的净需求;
表示由于过度充放电引起的损耗成本,pd表示损耗参数。
优选地,决策变量的独立约束条件以Mn表示,
其中,其中第一、二、三、四约束表示产消者n的充放电约束,η为储能系统的充电效率,第五行约束表示充电设备的充电功率约束,第六行约束表示充电设备的充电需求约束,Ech,n表示充电设备的额定充电功率,表示充电设备是否充电的二进制参数,En表示充电设备在整个优化控制时段的总充电需求,ηe表示充电设备的充电效率,第七行约束表示产消者在考虑共享储能时的供需平衡,表示产消者n产生的可再生能源,表示产消者n的负荷用电需求;
决策变量的耦合约束条件以表示,
其中,Smax、Pmax分别表示共享储能系统的储能容量和功率容量,S0表示共享储能系统需保留的最小容量。
优选地,步骤2包括:步骤21:根据产消者之间的关系形成了非合作博弈中广义纳什均衡问题,表示为:
其中是产消者n在各个优化时刻的决策变量集,为产消者n在h时刻的决策变量,N为产消者的总数量,θn为产消者n的关于成本的初始目标函数,表示整体约束集,其中,Mn为关于的独立约束条件,的耦合约束条件;
步骤22:利用正则化Nikaido-Isoda函数将初始目标函数转换为:
其中,Yn表示产消者n改变策略得到得新向量,X-n=[x1,…,xn-1,xn+1,…,xN]是除了产消者n之外的其他产消者的决策变量集,函数Φγ(X,Y)用来衡量如果产消者n将其策略从Xn改变为一个新的向量Yn、而其他产消者继续保持原有策略X-n时所增加的收益;
步骤23:将函数转变为:
步骤24:求解
其中,Yγ(X)表示步骤23的解,Xn-Yn表示产消者n改变策略前后的策略差值,θn(Yn,X-n)表示如果产消者n将其策略改变为一个新的向量Yn,而其他产消者继续保持他们的策略X-n后的电力成本,γ表示给定的罚系数。
优选地,步骤3包括:
步骤31:引入辅助变量rn,qn,用于对全局耦合约束集解耦为两两耦合的约束和辅助变量独立约束其中,λn,1n,2n,3表示对应约束的对偶乘子;
步骤32:基于转化后的函数,构建拉格朗日函数如下:
s.t.Xn∈χ,Yn∈χ,z∈Z
其中μ,v,ρ均为给定的罚系数,z=[r,q,τ0],r=[r1,r2,...,rN],q=[q1,q2,...,qN],
λ=[λ1,λ2,λ3],
λ1=[λ1,1,λ2,1,...,λN,1],λ2=[λ1,2,λ2,2,...,λN,2],λ3=[λ1,3,λ2,3,...,λN,3];
步骤33:采用交替方向乘子法,以i表示交替方向乘子法中的迭代次数,执行如下:
(1)交替方向乘子法中更新可再生能源产消者n的决策变量Yn
(2)交替方向乘子法中更新辅助变量z,其中z=[r,q,τ0],r=[r1,r2,...,rN],q=[q1,q2,...,qN]
(3)交替方向乘子法中更新拉格朗日乘子λn,1,λn,2,λn,3
λn,1(i+1)=λn,1(i)+μ(Sn(i+1)-rn(i+1)),
λn,2(i+1)=λn,2(i)+v(Pn(i+1)-qn(i+1))
步骤34:判断是否满足||λ(i+1)-λ(i)||≤ε,若不是,则更新i=i+1,并跳转至步骤33,若是,则求得最优响应Yn(i+1),然后进行步骤4;其中,ε表示所设定的较小的误差。
优选地,当i=0时,对参数进行初始化设置,令
z(0)=z(1)=0,λ(0)=λ(1)=0,μ=v=ρ=0.5,i=1,ε=0.001,
Y(1)=X(k)。
优选地,步骤4包括:
按照重球法中的以下规则更新其策略:
Xn(k+1)=(1-w)Xn(k)+wYn(i+1)+σ(Xn(k)-Xn(k-1))
其中,k表示重球法中的迭代次数,w,σ表示更新规则中的给定参数,Xn(k)表示表示产消者n在第k次循环的决策量,Yn(i+1)表示步骤S34中求得的最优响应。
优选地,步骤5包括,判断是否满足:
||Y(i+1)-X(k+1)||2≤δ
若否,则跳转至步骤33,若是,则输出X(k+1);
其中,Y(i+1)表示步骤S34中求得的所有产消者的最优响应,X(k+1)表示步骤4中求得的策略,δ表示设定的误差。
优选地,产消者n配备的充电设备包括电动汽车。
为实现上述目的,按照本发明的另一方面,提供了一种储能共享控制系统,用于控制共享储能站、主电网和多个产消者的能量交互,其中,所述控制系统包括:
初始构建单元:用于构建每个产消者的电力总成本作为初始目标函数,确定所述初始目标函数中各决策变量的约束条件;
转化单元:用于根据产消者之间的非合作博弈关系形成关于当前产消者与其他产消者的广义纳什均衡问题;
最优值计算单元:用于根据交替方向乘子法更新每个产消者的最优决策变量;
决策变换更新单元:用于根据重球法的规则更新每个产消者的决策变量作为下一次优化的初始值;
判断单元:用于判断是否达到纳什均衡,若否,则触发最优值计算单元重新计算最优决策变量;若是,则输出当前均衡解作为储能共享控制策略。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得以下有益效果:
本发明通过分布式决策所有可再生能源产消者关于储能容量和功率容量的新型储能共享控制方法,充分考虑了分配功率容量的成本、由于过度充放电造成的储能系统损耗等。通过交替方向乘子法与重球法相结合的算法来求解优化问题进行决策,发明中分布式优化特点避免了集中式优化涉及的隐私保护问题;同时重球法相对于其他迭代算法而言,能够保证收敛速度;关于储能容量和功率容量的新型储能共享方法最主要实现了可再生能源的本地消纳,减少对电网冲击影响以及可再生能源产消者自身电力成本的优化。
附图说明
图1是本发明一实施例中的一种能源系统框架示意图;
图2是本发明一实施例中的储能共享控制方法的步骤流程图;
图3是本发明一实施例中的形成广义纳什均衡问题的步骤流程图;
图4是本发明一实施例中的根据交替方向乘子法更新每个产消者的最优决策变量的步骤流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
为了便于理解本发明,先简单介绍配备共享储能系统时的电力系统结构,如图1所示构建能源系统关于储能容量和功率容量的新型共享储能优化控制模型,能源系统内包括:N个可再生能源产消者,一个共享储能系统。其中,可再生能源产消者n∈{1,2,...,N}是指屋顶光伏用户、能源楼宇或者微电网,用于配备可调度灵活负荷和可再生能源发电设备,因为可再生能源产消者具备新能源消纳能力,但是其发电量和用电量一般并不匹配,所以考虑通过共享储能服务来提高新能源的消纳水平。具体地,通过产消者直接向储能系统提出能源消纳需求,储能系统接受可再生能源产消者消纳需求,分配自身的储能容量和功率容量,提供可调度充放电计划。
如图2所示为本申请一实施例中的储能共享控制方法的步骤流程图,该方法包括以下步骤:
步骤S1:构建每个产消者的电力总成本作为初始目标函数,确定所述初始目标函数中各决策变量的约束条件。
步骤S2:根据产消者之间的非合作博弈关系形成关于当前产消者与其他产消者的广义纳什均衡问题。
步骤S3:根据交替方向乘子法更新每个产消者的最优决策变量、辅助变量和拉格朗日乘子的取值,其中,辅助变量是当前产消者获得的分配储能容量、分配功率容量和初始储能容量。
步骤S4:根据重球法的规则更新每个产消者的决策变量作为下一次优化的初始值。
步骤S5:判断是否达到纳什均衡,若否,则跳转至步骤S3,若是,则执行步骤S6。
步骤S6:输出当前均衡解作为储能共享控制策略。
在步骤S1中,构建每个产消者的电力总成本作为初始目标函数,确定所述初始目标函数中各决策变量的约束条件。
在一实施例中,优化控制考虑调度区间时间段包含多个单位时间,单位时间可以是小时或其他,表示为时段h∈{1,2,...,H}。例如,对一天进行规划或控制,若以小时为单位时间,则一次优化控制整24个小时的能源消纳。
以Sn表示产消者n获得的分配储能容量,以pESS表示储能容量的单价,由此以表示产消者n在h时刻获得储能容量所需的成本。
以Pn表示产消者n获得的分配功率容量,以po表示功率容量的单价,由此以表示产消者n在h时刻获得功率容量所需的成本。
表示产消者n在h时刻的电力净需求,以pbuy、psell表示电力出售和购买的市场价格,分别表示Lh的最大值和最小值,Lh表示所有产消者在优化控制时刻的净需求,由此以表示产消者n在h时刻与主电网交互所需的电力成本。
表示产消者n在h时刻对共享储能站的充电功率,表示共享储能站在h时刻对产消者n的放电功率,以pd表示损耗参数,由此以 表示由于过度充放电引起的损耗成本。
综上所述,本发明以每个参与共享储能业务的可再生能源产消者的电力成本最小化为优化控制目标,目标函数表示如下:
其中表示可再生能源产消者n的决策量,表示与产消者n配备的充电设备的充电功率。
决策变量的独立约束集Mn表示如下:
其中,其中第一、二、三、四约束表示产消者n的充放电约束,η为储能系统的充电效率,第五行约束表示充电设备的充电功率约束,第六行约束表示充电设备的充电需求约束,Ech,n表示充电设备的额定充电功率,表示充电设备是否充电的二进制参数,En表示充电设备在整个优化控制时段的总充电需求,ηe表示充电设备的充电效率,第七行约束表示产消者在考虑共享储能时的供需平衡,表示产消者n产生的可再生能源,表示产消者n的负荷用电需求。
决策变量的耦合约束表示如下:
其中,Smax、Pmax分别表示共享储能系统的储能容量和功率容量,S0表示共享储能系统需保留的最小容量。
在步骤S2中,根据产消者之间的非合作博弈关系形成关于当前产消者与其他产消者的广义纳什均衡问题。
在一实施例中,步骤S2包括:
步骤S21:根据产消者之间的关系形成了非合作博弈中广义纳什均衡问题,表示为:
由于公共储能系统的储能容量和功率容量是一定的,产消者的成本不仅取决于他自己的调度计划,而且还取决于其他参与者。因此根据产消者之间的关系形成了非合作博弈中的一类重要的问题-广义纳什均衡问题,表示如下:
其中是产消者n决策变量集,X-n=[X1,...,Xn-1,Xn+1,...,XN]是除了产消者n之外的其他产消者的决策变量集。
又由于目标函数θn相对于决策变量是凸的,因此决策变量的可行解集也是凸的,这也保证了上述博弈均衡的存在。
对构建的能源系统共享储能优化控制模型求解,获得多可再生能源产消者的储能共享的控制方案。
步骤S22:利用正则化Nikaido-Isoda函数将初始目标函数转换为:
此函数主要用来衡量如果产消者将其策略改变为一个新的向量Yn,而其他产消者继续保持他们的策略X-n所增加的收益。
又由于函数中只有Yn为可变量,继续执行步骤S23:
步骤S23:将函数转变为:
步骤S24:假设Yγ(X)为其解,即:
其中,表示产消者n在所有时刻的决策变量集,X-n=[X1,...,Xn-1,Xn+1,...,XN]表示除了产消者n之外的其他产消者的决策变量集,Yn表示产消者n改变后的新策略,Xn-Yn表示产消者n改变策略前后的策略差值,θn(Yn,X-n)表示如果产消者n将其策略改变为一个新的向量Yn,而其他产消者继续保持他们的策略X-n后的电力成本,γ表示给定的罚系数。
在步骤S3中,根据交替方向乘子法更新每个产消者的最优决策变量。
在一实施例中,如图4所示,步骤S3包括以下子步骤:
步骤S31:引入辅助变量rn,qn
辅助变量rn,qn用于对全局耦合约束集解耦为两两耦合的约束(其中λn,1,λn,2,λn,3表示对应约束的对偶乘子)和辅助变量独立约束便于分布式求解。
步骤S32:构建如下拉格朗日函数:
s.t.Xn∈χ,Yn∈χ,z∈Z
其中μ,v,ρ均为给定的罚系数(常数),
z=[r,q,τ0],r=[r1,r2,...,rN],q=[q1,q2,...,qN],
,其中,S0表示共享储能站向所有产消者放电后需保留的最小容量,
λ=[λ1,λ2,λ3],
λ1=[λ1,1,λ2,1,...,λN,1],λ2=[λ1,2,λ2,2,...,λN,2],λ2=[λ1,3,λ2,3,...,λN,3]。
即可将本发明中的优化控制问题通过交替方向乘子法与重球法相结合的算法求解。
步骤S33:采用交替方向乘子法更新可再生能源产消者的决策变量、辅助变量、拉格朗日乘子。
采用交替方向乘子法与重球法相结合的算法求解优化控制问题,以i表示交替方向乘子法中的迭代次数(内部循环),执行步骤如下:
(1)交替方向乘子法中更新可再生能源产消者n的决策变量Yn
(2)交替方向乘子法中更新辅助变量z,其中z=[r,q,τ0],r=[r1,r2,...,rN],q=[q1,q2,...,qN]
(3)交替方向乘子法中更新拉格朗日乘子λn,1,λn,2,λn,3
λn,1(i+1)=λn,1(i)+μ(Sn(i+1)-rn(i+1)),
λn,2(i+1)=λn,2(i)+v(Pn(i+1)-qn(i+1))
步骤S34:判断是否满足||λ(i+1)-λ(i)||≤ε,若不是,则更新i=i+1,并跳转至步骤S33,若是,跳转至步骤S35。
其中,ε表示所设定的较小误差。
步骤S35:停止当前迭代,求得Yn(i+1)。
之后继续执行步骤S4。
在一实施例中,当i=0时,对参数进行初始化设置,令z(0)=z(1)=0,λ(0)=λ(1)=0,μ=v=ρ=0.5,i=1,ε=0.001,Y(1)=X(k)。
在步骤S4中,根据重球法的规则更新每个产消者的决策变量作为下一次优化的初始值。
按照重球法中的以下规则更新其策略:
Xn(k+1)=(1-w)Xn(k)+wYn(i+1)+σ(Xn(k)-Xn(k-1))
其中,k表示重球法的迭代次数,w,σ表示更新规则中的给定参数,Xn(k)表示第k次的产消者n的决策量,Yn(i+1)表示交替方向乘子法中求得的最优响应。
在步骤S5中,判断是否达到纳什均衡,若否,则跳转至步骤S3,若是,则执行步骤S6。
其中,达到纳什均衡的条件为满足
||Y(i+1)-X(k+1)||2≤δ
若否,则跳转至步骤S3,具体跳转至步骤S33;若是,则执行步骤S6。
步骤S6:输出当前均衡解作为储能共享控制策略。
即输出X(k+1)。其中,Y(i+1)表示交替方向乘子法中求得的所有产消者的最优响应,X(k+1)表示重球法(步骤S4)中求得的策略,δ表示设定的较小误差。
本申请还涉及一种储能共享控制系统,用于控制共享储能系统、主电网和多个产消者的能量交互,控制系统包括:
初始构建单元:用于构建每个产消者的电力总成本作为初始目标函数,确定初始目标函数中各决策变量的约束条件;
转化单元:用于根据产消者之间的非合作博弈关系形成关于当前产消者与其他产消者的广义纳什均衡问题;
最优值计算单元:用于根据交替方向乘子法更新每个产消者的最优决策变量;
决策变换更新单元:用于根据重球法的规则更新每个产消者的决策变量作为下一次优化的初始值;
判断单元:用于判断是否达到纳什均衡,若否,则触发最优值计算单元重新计算最优决策变量;若是,则输出当前均衡解作为储能共享控制策略。
具体的,该储能共享控制系统用于执行上述储能共享控制方法,其中各个单元用于实现储能共享控制方法中的相应步骤,具体可参见上文,在此不再赘述。
本发明通过分布式决策所有可再生能源产消者关于储能容量和功率容量的新型储能共享控制方法,充分考虑了分配功率容量的成本、由于过度充放电造成的储能系统损耗等。通过交替方向乘子法与重球法相结合的算法来求解优化问题进行决策,发明中分布式优化特点避免了集中式优化涉及的隐私保护问题;同时重球法相对于其他迭代算法而言,能够保证收敛速度;关于储能容量和功率容量的新型储能共享方法最主要实现了可再生能源的本地消纳,减少对电网冲击影响以及可再生能源产消者自身电力成本的优化。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种储能共享控制方法,用于控制共享储能站、主电网和多个产消者的能量交互,其特征在于,所述控制方法包括:
步骤1:构建每个产消者的电力总成本作为初始目标函数,确定所述初始目标函数中各决策变量的约束条件;
步骤2:根据产消者之间的非合作博弈关系形成关于当前产消者与其他产消者的广义纳什均衡问题;
步骤3:根据交替方向乘子法更新每个产消者的最优决策变量;
步骤4:根据重球法的规则更新每个产消者的决策变量作为下一次优化的初始值;
步骤5:判断是否达到纳什均衡,若否,则跳转至步骤3,若是,则输出当前均衡解作为储能共享控制策略。
2.如权利要求1所述的储能共享控制方法,其特征在于,对于产消者n的初始目标函数为
表示产消者n的决策变量,其中,Sn、Pn分别表示产消者n在整个优化控制时段内获得的总的分配储能容量、总的分配功率容量,表示产消者n的初始容量,表示产消者n在h时刻对共享储能系统的充电功率,表示共享储能系统在h时刻对产消者n的放电功率,表示与产消者n配备的充电设备的充电功率;表示产消者n在h时刻的电力净需求;
其中,表示产消者n在h时刻获得储能容量所需的成本,pESS表示储能容量的单价;
表示产消者n在h时刻获得功率容量所需的成本,po表示功率容量的单价;
表示产消者n在h时刻与主电网交互所需的电力成本,pbuy、psell表示电力出售和购买的市场价格,分别表示Lh的最大值和最小值,Lh表示所有产消者在优化控制时刻的净需求;
表示由于过度充放电引起的损耗成本,pd表示损耗参数。
3.如权利要求2所述的储能共享控制方法,其特征在于,决策变量 的独立约束条件以Mn表示,
其中,其中第一、二、三、四约束表示产消者n的充放电约束,η为储能系统的充电效率,第五行约束表示充电设备的充电功率约束,第六行约束表示充电设备的充电需求约束,Ech,n表示充电设备的额定充电功率,表示充电设备是否充电的二进制参数,En表示充电设备在整个优化控制时段的总充电需求,ηe表示充电设备的充电效率,第七行约束表示产消者在考虑共享储能时的供需平衡,表示产消者n产生的可再生能源,表示产消者n的负荷用电需求;
决策变量的耦合约束条件以表示,
其中,Smax、Pmax分别表示共享储能站的储能容量和功率容量,S0表示共享储能系统需保留的最小容量。
4.如权利要求1所述的储能共享控制方法,其特征在于,步骤2包括:
步骤21:根据产消者之间的关系形成了非合作博弈中的广义纳什均衡问题,表示为:
其中是产消者n在各个优化时刻的决策变量集,为产消者n在h时刻的决策变量,N为产消者的总数量,θn为产消者n的关于成本的初始目标函数,表示整体约束集,其中,Mn为关于的独立约束条件,的耦合约束条件;
步骤22:利用正则化Nikaido-Isoda函数将初始目标函数转换为:
其中,Yn表示产消者n改变策略得到的新向量,X-n=[x1,...,xn-1,xn+1,...,xN]是除了产消者n之外的其他产消者的决策变量集,函数Φγ(X,Y)用来衡量如果产消者n将其策略从Xn改变为一个新的向量Yn、而其他产消者继续保持原有策略X-n时所增加的收益;
步骤23:将函数转变为:
步骤24:求解
其中,Yγ(X)表示步骤23的解,Xn-Yn表示产消者n改变策略前后的策略差值,θn(Yn,X-n)表示如果产消者n将其策略改变为一个新的向量Yn,而其他产消者继续保持他们的策略X-n后的电力成本,γ表示给定的罚系数。
5.如权利要求4所述的储能共享控制方法,其特征在于,步骤3包括:
步骤31:引入辅助变量rn,qn用于对全局耦合约束集解耦为两两耦合的约束和辅助变量独立约束其中,λn,1,λn,2,λn,3表示对应约束的对偶乘子;
步骤32:基于转化后的函数,构建拉格朗日函数如下:
s.t.Xn∈χ,Yn∈χ,z∈Z
其中μ,v,ρ均为给定的罚系数,z=[r,q,τ0],r=[r1,r2,...,rN],q=[q1,q2,...,qN],
λ=[λ1,λ2,λ3],
λ1=[λ1,1,λ2,1,...,λN,1],λ2=[λ1,2,λ2,2,...,λN,2],λ3=[λ1,3,λ2,3,...,λN,3];
步骤33:采用交替方向乘子法,以i表示交替方向乘子法中的迭代次数,执行如下:
(1)交替方向乘子法中更新可再生能源产消者n的决策变量Yn
(2)交替方向乘子法中更新辅助变量z,其中z=[r,q,τ0],r=[r1,r2,...,rN],q=[q1,q2,...,qN]
(3)交替方向乘子法中更新拉格朗日乘子λn,1,λn,2,λn,3
λn,1(i+1)=λn,1(i)+μ(Sn(i+1)-rn(i+1)),
λn,2(i+1)=λn,2(i)+v(Pn(i+1)-qn(i+1))
步骤34:判断是否满足||λ(i+1)-λ(i)||≤ε,若不是,则更新i=i+1,并跳转至步骤33,若是,则求得最优响应Yn(i+1),然后进行步骤4;其中,ε表示所设定的较小的误差。
6.如权利要求5所述的储能共享控制方法,其特征在于,当i=0时,对参数进行初始化设置,令
z(0)=z(1)=0,λ(0)=λ(1)=0,μ=v=ρ=0.5,i=1,ε=0.001,
Y(1)=X(k)。
7.如权利要求5所述的储能共享控制方法,其特征在于,步骤4包括:按照重球法中的以下规则更新其策略:
Xn(k+1)=(1-w)Xn(k)+wYn(i+1)+σ(Xn(k)-Xn(k-1))
其中,k表示重球法中的迭代次数,w,σ表示更新规则中的给定参数,Yn(k)表示表示产消者n在第k次循环的决策量,Yn(i+1)表示步骤S34中求得的最优响应。
8.如权利要求7所述的储能共享控制方法,其特征在于,步骤5包括,判断是否满足:
||Y(i+1)-X(k+1)||2≤δ
若否,则跳转至步骤33,若是,则输出X(k+1);
其中,Y(i+1)表示步骤S34中求得的所有产消者的最优响应,X(k+1)表示步骤4中求得的策略,δ表示设定的误差。
9.如权利要求2所述的储能共享控制方法,其特征在于,产消者n配备的充电设备包括电动汽车。
10.一种储能共享控制系统,用于控制共享储能站、主电网和多个产消者的能量交互,其特征在于,所述控制系统包括:
初始构建单元:用于构建每个产消者的电力总成本作为初始目标函数,确定所述初始目标函数中各决策变量的约束条件;
转化单元:用于根据产消者之间的非合作博弈关系形成关于当前产消者与其他产消者的广义纳什均衡问题;
最优值计算单元:用于根据交替方向乘子法更新每个产消者的最优决策变量;
决策变换更新单元:用于根据重球法的规则更新每个产消者的决策变量作为下一次优化的初始值;
判断单元:用于判断是否达到纳什均衡,若否,则触发最优值计算单元重新计算最优决策变量;若是,则输出当前均衡解作为储能共享控制策略。
CN202111231068.7A 2021-10-22 2021-10-22 一种储能共享控制方法及其控制系统 Active CN113988567B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111231068.7A CN113988567B (zh) 2021-10-22 2021-10-22 一种储能共享控制方法及其控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111231068.7A CN113988567B (zh) 2021-10-22 2021-10-22 一种储能共享控制方法及其控制系统

Publications (2)

Publication Number Publication Date
CN113988567A CN113988567A (zh) 2022-01-28
CN113988567B true CN113988567B (zh) 2024-07-02

Family

ID=79740221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111231068.7A Active CN113988567B (zh) 2021-10-22 2021-10-22 一种储能共享控制方法及其控制系统

Country Status (1)

Country Link
CN (1) CN113988567B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116050632B (zh) * 2023-02-08 2024-06-21 中国科学院电工研究所 一种基于纳什q学习的微电网群互动博弈策略学习进化方法
CN117767375B (zh) * 2024-02-22 2024-05-14 山东理工大学 基于风险约束非对称合作博弈的共享储能公平性分配策略

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298138A (zh) * 2019-07-09 2019-10-01 南方电网科学研究院有限责任公司 一种综合能源系统优化方法、装置、设备及可读存储介质
CN111899054A (zh) * 2020-07-28 2020-11-06 华中科技大学 面向分布式可再生能源产消者的共享储能控制方法和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112238782B (zh) * 2020-10-23 2022-03-01 中国科学技术大学 电动汽车充电策略的确定方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298138A (zh) * 2019-07-09 2019-10-01 南方电网科学研究院有限责任公司 一种综合能源系统优化方法、装置、设备及可读存储介质
CN111899054A (zh) * 2020-07-28 2020-11-06 华中科技大学 面向分布式可再生能源产消者的共享储能控制方法和系统

Also Published As

Publication number Publication date
CN113988567A (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
Tao et al. Integrated electricity and hydrogen energy sharing in coupled energy systems
CN111881616B (zh) 一种基于多主体博弈的综合能源系统的运行优化方法
CN107958300B (zh) 一种考虑互动响应的多微网互联运行协调调度优化方法
JP7261507B2 (ja) 電気ヒートポンプ-熱電併給システムを最適化する調整方法及びシステム
Nemati et al. Optimization of unit commitment and economic dispatch in microgrids based on genetic algorithm and mixed integer linear programming
CN112069734B (zh) 一种电热泵-热电联合系统的优化调控方法及系统
CN107979111A (zh) 一种基于两阶段鲁棒优化的微电网能量管理方法
CN107392395A (zh) 一种基于价格激励机制的配电网和微电网协调优化方法
CN113988567B (zh) 一种储能共享控制方法及其控制系统
CN111899054B (zh) 面向分布式可再生能源产消者的共享储能控制方法和系统
CN107453407B (zh) 一种智能微电网分布式能源调度方法
Li et al. Two-stage community energy trading under end-edge-cloud orchestration
CN116231655A (zh) 一种计及源-荷多类型备用的虚拟电厂双层优化调度方法
CN115587668A (zh) 多园区综合能源系统分布式协同优化调度方法
CN116054241B (zh) 一种新能源微电网群系统鲁棒能量管理方法
Zhou et al. Optimal combined heat and power system scheduling in smart grid
CN116307029A (zh) 促进多虚拟网格间源储荷协调的双层优化调度方法及系统
CN115115130A (zh) 一种基于模拟退火算法的风光储制氢系统日前调度方法
CN114123260B (zh) 面向可再生能源的多能源微电网共享储能控制方法及系统
Wei et al. AUQ–ADMM algorithm-based peer-to-peer trading strategy in large-scale interconnected microgrid systems considering carbon trading
CN116565831A (zh) 一种基于碳排放流的主动配电网鲁棒调度方法及系统
Ali Development and Improvement of Renewable Energy Integrated with Energy Trading Schemes based on Advanced Optimization Approaches
Kiedanski et al. Strategy-proof local energy market with sequential stochastic decision process for battery control
CN117748474A (zh) 一种基于多端口柔性互联装置的光储充随机优化方法
CN117829538A (zh) 一种考虑欺诈博弈和多场景的能源枢纽网系统的优化方法

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
GR01 Patent grant