CN114091759A - 一种综合能源系统多层博弈优化运行方法及系统 - Google Patents
一种综合能源系统多层博弈优化运行方法及系统 Download PDFInfo
- Publication number
- CN114091759A CN114091759A CN202111397571.XA CN202111397571A CN114091759A CN 114091759 A CN114091759 A CN 114091759A CN 202111397571 A CN202111397571 A CN 202111397571A CN 114091759 A CN114091759 A CN 114091759A
- Authority
- CN
- China
- Prior art keywords
- energy
- game
- gas
- electricity
- heat
- 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 49
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000005611 electricity Effects 0.000 claims abstract description 71
- 230000008901 benefit Effects 0.000 claims abstract description 23
- 238000013486 operation strategy Methods 0.000 claims abstract description 7
- 239000010410 layer Substances 0.000 claims description 38
- 238000012423 maintenance Methods 0.000 claims description 3
- 239000002365 multiple layer Substances 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 abstract description 4
- 238000005096 rolling process Methods 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 69
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 239000003345 natural gas Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000003034 coal gas Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Finance (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种综合能源系统多层博弈优化运行方法及系统,包括:获取综合能源系统内能量枢纽的数量,设备参数信息,每个能量枢纽出售的电、热、气功率,用户负荷数据,能源价格数据,以及每个能量枢纽内跟随者的电、热、气负荷需求数据;基于获取的数据,利用建立的三层博弈优化模型,得到综合能源系统优化运行策略;本发明考虑电、热、气不同能流供应商之间的博弈,建立三层博弈优化模型,第二层给出日前信息,第三层滚动修正的给出实时的信息;能够最大化综合能源系统内多主体利益,提高可再生能源消纳率、能源综合利用率和系统经济性。
Description
技术领域
本发明涉及综合能源系统优化运行技术领域,特别涉及一种综合能源系统多层博弈优化运行方法及系统。
背景技术
综合能源系统是一种包含CCHP系统的能源综合利用区域网络。电力物联网环境下因信息的交互和共享,综合能源系统内出现多个能量枢纽主体,枢纽内出现多个源荷主体,以及电、热、气多能流主体。多主体之间存在目标冲突,信息壁垒等,进而使得传统孤立运行的主体之间产生了极其复杂的竞争或合作关系。传统面向单一主体的优化运行方法不能满足多主体的共同利益。
为维护不同主体的最大利益,博弈论越来越多应用于综合能源系统的优化运行中,并取得了一定的成果。通过对现有文献进行检索,现有技术公开了基于双层博弈的微电网最优和弹性能量交易方法,通过获取微电网内部的用户终端,根据用户终端建立非合作博弈模型,并根据非合作博弈模型对用户终端对应的负荷策略进行优化调度,获得第一负荷策略,根据第一负荷策略确定微电网角色,微电网角色包括微电网卖家和微电网买家,在微电网卖家和微电网买家之间建立多主多从斯坦克伯格博弈模型,并根据多主多从斯坦克伯格博弈模型对微电网卖家的能量交易策略进行优化调度,获得第一能量交易量策略,根据多主多从斯坦克伯格博弈模型和第一能量交易量策略,对微电网买家的买入策略进行优化调度,获得第一买入策略。该方法考虑了用户负荷侧的非合作博弈与微电网卖家和买家之间的斯坦克伯格博弈,但是并没有考虑电、热、气不同能流供应商之间的博弈。
发明内容
为了解决上述问题,本发明提供了一种综合能源系统多层博弈优化运行方法及系统,分别建立针对不同运营商的电-热-气合作博弈模型,针对不同能量枢纽的非合作博弈模型,以及针对每个能源枢纽内部源、荷的主从博弈模型,形成三层博弈优化框架,最大化综合能源系统内多主体利益,提高可再生能源消纳率、能源综合利用率、系统经济性以及用户舒适度。
为了实现上述目的,在一些实施方式中,本发明采用如下技术方案:
一种综合能源系统多层博弈优化运行方法,包括:
获取综合能源系统内能量枢纽的数量,设备参数信息,每个能量枢纽出售的电、热、气功率,用户负荷数据,能源价格数据,以及每个能量枢纽内跟随者的电、热、气负荷需求数据;
基于获取的数据,利用建立的三层博弈优化模型,得到综合能源系统优化运行策略;
其中,所述三层博弈优化模型包括:通过冷-热-电-气运营商合作博弈制定电、热、气的能源价格,基于所述能源价格,通过能量枢纽非合作博弈模型制定能量枢纽自身的初步电、热、气价格以及电、热、气的功率日前调度计划;基于所述能源价格及初步电、热、气价格,通过源、荷主从博弈模型制定能量枢纽能源购买计划,实时电、热、气价格,电、热、气功率实时调度计划以及用户用能计划。
作为进一步地方案,所述冷-热-电-气运营商合作博弈以同盟合作的方式在设定约束下使所有参与者利益最大化为目标,具体为:G1={N1;SE;FE;Q};
其中,N1、SE、FE和Q分别表示合作博弈参与者集合、策略集、收益集和联盟约束条件。
作为进一步地方案,所述冷-热-电-气运营商合作博弈以过剩度作为联盟约束条件,所述过剩度为参与者可获得的收益以及所述参与者参与合作时,所有成员的收益之和。
作为进一步地方案,所述能量枢纽非合作博弈模型具体为:
G2=(N2;SEH,1,…,SEH,i,…,SEH,N;FEH,1,…FEH,i,…FEH,N)
其中,N2为每个能量枢纽运营商是非合作博弈的参与者集合,SEH,i表示第i个能量枢纽运营商的策略,FEH,i表示第i个能量枢纽运营商的收益。
作为进一步地方案,所述第i个能量枢纽运营商的收益根据第i个能量枢纽售出电,热,气的功率,第i个能量枢纽的运行成本与维护成本确定。
作为进一步地方案,所述源、荷主从博弈模型具体为:
G3=(N3;ρEH;σus;FEH;Fus)
其中,N3、ρEH、σus、FEH、Fus分别表示主从博弈的参与者集合、领导者策略集、跟随者策略集、领导者收益和跟随者收益。
作为进一步地方案,所述三层博弈优化模型具体为:
G={(G1;G2;G3);(S1;S2;S3);(P1;P2;P3)}
其中,G1、G2、G3分别表示冷-热-电-气运营商合作博弈,能量枢纽非合作博弈模型和源、荷主从博弈模型,Si为博弈参与者策略集,Pi为博弈参与者效益集。
在另一些实施方式中,本发明采用如下技术方案:
一种综合能源系统多层博弈优化运行系统,包括:
数据获取模块,用于获取综合能源系统内能量枢纽的数量,设备参数信息,每个能量枢纽出售的电、热、气功率,用户负荷数据,能源价格数据,以及每个能量枢纽内跟随者的电、热、气负荷需求数据;
综合能源系统优化模块,用于基于获取的数据,利用建立的三层博弈优化模型,得到综合能源系统优化运行策略;
其中,所述三层博弈优化模型包括:通过冷-热-电-气运营商合作博弈制定电、热、气的能源价格,基于所述能源价格,通过能量枢纽非合作博弈模型制定能量枢纽自身的初步电、热、气价格以及电、热、气的功率日前调度计划;基于所述能源价格及初步电、热、气价格,通过源、荷主从博弈模型制定能量枢纽能源购买计划,实时电、热、气价格,电、热、气功率实时调度计划以及用户用能计划。
在另一些实施方式中,本发明采用如下技术方案:
一种终端设备,其包括处理器和存储器,处理器用于实现各指令;存储器用于存储多条指令,所述指令适于由处理器加载并执行上述的综合能源系统多层博弈优化运行方法。
在另一些实施方式中,本发明采用如下技术方案:
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行上述的综合能源系统多层博弈优化运行方法。
本发明有益效果:
本发明考虑电、热、气不同能流供应商之间的博弈,建立三层博弈优化模型,第二层给出日前信息,第三层滚动修正的给出实时的信息;能够最大化综合能源系统内多主体利益,提高可再生能源消纳率、能源综合利用率和系统经济性。
附图说明
图1是本发明实施例中综合能源系统结构图与能量流示意图;
图2是本发明实施例中三层博弈优化框架示意图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步的说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
在一个或多个实施方式中,公开了一种综合能源系统多层博弈优化运行方法,包括以下过程:
(1)获取综合能源系统内能量枢纽的数量,设备参数信息,每个能量枢纽出售的电、热、气功率,用户负荷数据,能源价格数据,以及每个能量枢纽内跟随者的电、热、气负荷需求数据;另外,还需要获取煤炭、天然气等一次能源价格等。
(2)基于获取的数据,利用建立的三层博弈优化模型,得到综合能源系统优化运行策略;
其中,三层博弈优化模型包括:第一层为冷-热-电-气运营商合作博弈,第二层为多能量枢纽非合作博弈,第三层为源、荷主从博弈;
参照图2,三层模型相互联系,相互协作,通过冷-热-电-气运营商合作博弈制定电、热、气的能源价格(运营商能源售出价格),基于所述能源价格,通过能量枢纽非合作博弈模型制定能量枢纽自身的初步电、热、气价格以及电、热、气的功率日前调度计划;基于所述能源价格及初步电、热、气价格,通过源、荷主从博弈模型制定能量枢纽能源购买计划,修正后的实时电、热、气价格,修正后的电、热、气功率实时调度计划以及用户用能计划。
具体地,参照图1,综合能源系统内存在多个能量枢纽,每个能量枢纽由不同管理者经营,所以将每个能量枢纽作为一个利益主体,分析多个能量枢纽之间拓扑结构及其竞争关系,建立能量枢纽非合作博弈模型。
在每个能量枢纽内包含能源供应商和用户用能端,为最大化双发利益,将能源供应商作为领导者,用户用能端作为跟随者,建立每个能量枢纽内的源-荷主从博弈模型。
在整个综合能源系统内能量枢纽的电-热-气分别由不同的运营商供给,是不同的利益主体,对于售电公司,建立与售热(冷)公司、售气公司的合作博弈模型,可以最大化各方利益的同时,更合理的给出用能调度策略。
本实施例中,建立冷-热-电-气运营商合作博弈,冷-热-电-气运营商合作博弈的输入数据包括煤炭、天然气等一次能源价格等;输出数据包括:电力运营商、天然气运营商、热(冷)运营商各自的能源售出价格;
具体地,不同能量供应商之间通过优势互补,以同盟合作的方式在一定约束下可以使所有参与者利益最大化。基于此建立不同能量供应商的合作博弈模型,可表示如下:
G1={N1;SE;FE;Q} (1)
其中N3、SE、FE和Q分别表示合作博弈参与者集合、策略集、收益集和联盟约束条件。可分别表示为:
N1=(EP,EH,EG) (2)
SE=(SP,SH,SG) (3)
FE=(FP,FH,FG) (4)
Q(F′E,x)=v(F′E)-x(F′E) (5)
其中,EP,EH,EG为参与者集合,分别表示电力运营商,热(冷)运营商,天然气运营商;SP、SH、SG分别表示电、热、气运营商制定的能源价格;FP、FH、FG分别表示电、热、气各运营商的收益;本合作博弈中用过剩度Q(F′E,x)作为联盟约束条件,其中v(F′E)为参与者FE i可获得的收益,x(F′E)表示FE i参与合作时,所有成员收益之和。过剩度越小,表示参与者对分配方案的满意度越高。
本实施例中,建立多能量枢纽非合作博弈模型,多能量枢纽非合作博弈模型的输入包括第一层冷热电气合作博弈给出的能源价格,用户负荷预测数据,能量枢纽内设备参数等;输出包括:能量枢纽自身初步电价,热价,气价与电、热、气的功率的日前调度计划;
多能量枢纽非合作博弈模型可以初步获得能量枢纽的电价,热价,气价与电、热、气的功率的日前调度计划,最大化各能量枢纽自身利益,同时可以给第三层源荷主从博弈予以指导并可减轻其计算复杂度。
具体地,在供能侧综合能源系统内存在多个能量枢纽,不同能量枢纽由不同公司运营。每一个能量枢纽的运营商都是独立且理性的,均制定自己的价格策略以追求自身利益最大化。其模型可以表示为:
G2=(N2;SEH,1,…,SEH,i,…,SEH,N;FEH,1,…FEH,i,…FEH,N) (6)
其中N2为每个能量枢纽运营商是非合作博弈的参与者集合,可以表示为
N2={EH1,…EHi,…EHN} (7)
SEH,i表示第i个能量枢纽运营商的策略,可以表示为:
SEH,i=(ae,i,ah,i,ag,i,Pi,Hi,Gi) (8)
其中,EHi表示第i个能量枢纽,ae,i、ah,i、ag,i分别表示第i个能量枢纽运营商制定的电价,热价,气价;Pi,Hi,Gi分别表示第i个能量枢纽售出电,热,气的功率。
FEH,i表示第i个能量枢纽运营商的收益,可以表示为:
本实施例中,建立源、荷主从博弈模型,源、荷主从博弈模型的输入包括能量枢纽自身初步电价,热价,气价与电、热、气的功率的日前调度计划,能量枢纽各设备参数等;输出包括:能量枢纽能源购买计划,修正后各能量枢纽的实时电价,热价,气价与电、热、气功率实时调度计划(滚动修正的)以及用户用能计划;可以获得能量枢纽能源购买计划,确定各能量枢纽的实时电价,热价,气价与电、热、气功率实时调度计划,以及用户用能计划,最大化各能量枢纽与用户自身利益,在保证整体最优前提下最大化各利益主体自身收益。
具体地,在每一个能量枢纽内,能量枢纽运营商作为领导者以自身收益最大化为目标制定能源购买量和能源定价,负荷侧用户作为跟随者根据能源价格自主选择用能需求。基于上述建立源、荷主从博弈模型,可表示为:
G3=(N3;ρEH;σus;FEH;Fus) (10)
其中N3、ρEH、σus、FEH、Fus分别表示主从博弈的参与者集合、领导者策略集、跟随者策略集、领导者收益、跟随者收益。
可分别表示为:
N3={EH,us1,…,usi,…,usN} (11)
ρEH=(OPe,OPh,OPg,ae,c,ah,c,ag,c,Pi,c,Hi,c,Gi,c) (12)
σus=(Pus,Hus,Gus) (13)
其中,usi表示第i类用户负荷(跟随者),OPe、OPh、OPg分别表示领导者从各运营商购入的电、热、气能源购买计划;ae,c、ah,c、ag,c分别表示领导者修订的电价、热价、气价;Pc,Hc,Gc分别表示第i个能量枢纽实时电,热,气的功率输出;Pus、Hus、Gus分别表示跟随者的电、热、气负荷需求。
最终,建立三层博弈优化模型:
根据微网的系统参数、设备参数等信息,确定各级利益主体的状态变量取值空间和策略集取值空间;基于已建立的各利益主体优化模型,结合约束条件和策略集,建立三层博弈优化模型。可以表示为:
G={(G1;G2;G3);(S1;S2;S3);(P1;P2;P3)} (16)
式中,G1、G2和G3分别表示热、电、气运营商合作博弈,能量枢纽非合作博弈和源、荷主从博弈,Si为博弈参与者策略集,Pi为博弈参与者效益集。
本实施例针对综合能源系统内多层级多主体的特点,分析了综合能源系统内不同层级,不同主体之间的博弈关系,建立了计及多枢纽-源荷-多能流的合作/非合作三层博弈优化运行方法。首先电、热、气各运营商作为综合能源系统能源输入,建立合作博弈模型,以最大化联盟收益;其次建立了不同能量枢纽间的非合作博弈模型制定出合理的能源价格;在能量枢纽内建立源、荷主从博弈模型,用户负荷侧作为跟随者根据领导者制定的能源价格合理调整自身用能需求,提高用户舒适度;最后基于已建立的各利益主体优化模型,建立三层博弈优化模型,最终得到能量枢纽能源购买计划,各能量枢纽的实时电价,热价,气价与电、热、气功率实时调度计划,以及用户用能计划。以最大化能源利用与各主体收益。
实施例二
在一个或多个实施方式中,公开了一种综合能源系统多层博弈优化运行系统,包括:
数据获取模块,用于获取综合能源系统内能量枢纽的数量,设备参数信息,每个能量枢纽出售的电、热、气功率,用户负荷数据,能源价格数据,以及每个能量枢纽内跟随者的电、热、气负荷需求数据;
综合能源系统优化模块,用于基于获取的数据,利用建立的三层博弈优化模型,得到综合能源系统优化运行策略;
其中,所述三层博弈优化模型包括:通过冷-热-电-气运营商合作博弈制定电、热、气的能源价格,基于所述能源价格,通过能量枢纽非合作博弈模型制定能量枢纽自身的初步电、热、气价格以及电、热、气的功率日前调度计划;基于所述能源价格及初步电、热、气价格,通过源、荷主从博弈模型制定能量枢纽能源购买计划,实时电、热、气价格,电、热、气功率实时调度计划以及用户用能计划。
需要说明的是,上述各模块的具体实现方式已经在实施例一中进行说明,不再详述。
实施例三
在一个或多个实施方式中,公开了一种终端设备,包括服务器,所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现实施例一中的综合能源系统多层博弈优化运行方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
实施例四
在一个或多个实施方式中,公开了一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行实施例一中所述的综合能源系统多层博弈优化运行方法。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种综合能源系统多层博弈优化运行方法,其特征在于,包括:
获取综合能源系统内能量枢纽的数量,设备参数信息,每个能量枢纽出售的电、热、气功率,用户负荷数据,能源价格数据,以及每个能量枢纽内跟随者的电、热、气负荷需求数据;
基于获取的数据,利用建立的三层博弈优化模型,得到综合能源系统优化运行策略;
其中,所述三层博弈优化模型包括:通过冷-热-电-气运营商合作博弈制定电、热、气的能源价格,基于所述能源价格,通过能量枢纽非合作博弈模型制定能量枢纽自身的初步电、热、气价格以及电、热、气的功率日前调度计划;基于所述能源价格及初步电、热、气价格,通过源、荷主从博弈模型制定能量枢纽能源购买计划,实时电、热、气价格,电、热、气功率实时调度计划以及用户用能计划。
2.如权利要求1所述的一种综合能源系统多层博弈优化运行方法,其特征在于,所述冷-热-电-气运营商合作博弈以同盟合作的方式在设定约束下使所有参与者利益最大化为目标,具体为:G1={N1;SE;FE;Q};
其中,N1、SE、FE和Q分别表示合作博弈参与者集合、策略集、收益集和联盟约束条件。
3.如权利要求2所述的一种综合能源系统多层博弈优化运行方法,其特征在于,所述冷-热-电-气运营商合作博弈以过剩度作为联盟约束条件,所述过剩度为参与者可获得的收益以及所述参与者参与合作时,所有成员的收益之和。
4.如权利要求1所述的一种综合能源系统多层博弈优化运行方法,其特征在于,所述能量枢纽非合作博弈模型具体为:
G2=(N2;SEH,1,…,SEH,i,…,SEH,N;FEH,1,…FEH,i,…FEH,N)
其中,N2为每个能量枢纽运营商是非合作博弈的参与者集合,SEH,i表示第i个能量枢纽运营商的策略,FEH,i表示第i个能量枢纽运营商的收益。
5.如权利要求4所述的一种综合能源系统多层博弈优化运行方法,其特征在于,所述第i个能量枢纽运营商的收益根据第i个能量枢纽售出电,热,气的功率,第i个能量枢纽的运行成本与维护成本确定。
6.如权利要求1所述的一种综合能源系统多层博弈优化运行方法,其特征在于,所述源、荷主从博弈模型具体为:
G3=(N3;ρEH;σus;FEH;Fus)
其中,N3、ρEH、σus、FEH、Fus分别表示主从博弈的参与者集合、领导者策略集、跟随者策略集、领导者收益和跟随者收益。
7.如权利要求1所述的一种综合能源系统多层博弈优化运行方法,其特征在于,所述三层博弈优化模型具体为:
G={(G1;G2;G3);(S1;S2;S3);(P1;P2;P3)}
其中,G1、G2、G3分别表示冷-热-电-气运营商合作博弈,能量枢纽非合作博弈模型和源、荷主从博弈模型,Si为博弈参与者策略集,Pi为博弈参与者效益集。
8.一种综合能源系统多层博弈优化运行系统,其特征在于,包括:
数据获取模块,用于获取综合能源系统内能量枢纽的数量,设备参数信息,每个能量枢纽出售的电、热、气功率,用户负荷数据,能源价格数据,以及每个能量枢纽内跟随者的电、热、气负荷需求数据;
综合能源系统优化模块,用于基于获取的数据,利用建立的三层博弈优化模型,得到综合能源系统优化运行策略;
其中,所述三层博弈优化模型包括:通过冷-热-电-气运营商合作博弈制定电、热、气的能源价格,基于所述能源价格,通过能量枢纽非合作博弈模型制定能量枢纽自身的初步电、热、气价格以及电、热、气的功率日前调度计划;基于所述能源价格及初步电、热、气价格,通过源、荷主从博弈模型制定能量枢纽能源购买计划,实时电、热、气价格,电、热、气功率实时调度计划以及用户用能计划。
9.一种终端设备,其包括处理器和存储器,处理器用于实现各指令;存储器用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行权利要求1-7任一项所述的综合能源系统多层博弈优化运行方法。
10.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的综合能源系统多层博弈优化运行方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111397571.XA CN114091759A (zh) | 2021-11-23 | 2021-11-23 | 一种综合能源系统多层博弈优化运行方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111397571.XA CN114091759A (zh) | 2021-11-23 | 2021-11-23 | 一种综合能源系统多层博弈优化运行方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114091759A true CN114091759A (zh) | 2022-02-25 |
Family
ID=80303521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111397571.XA Pending CN114091759A (zh) | 2021-11-23 | 2021-11-23 | 一种综合能源系统多层博弈优化运行方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114091759A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114372645A (zh) * | 2022-03-22 | 2022-04-19 | 山东大学 | 基于多智能体强化学习的供能系统优化方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109347095A (zh) * | 2018-10-29 | 2019-02-15 | 国网山东省电力公司枣庄供电公司 | 考虑多能互补特性的主动配电网分层分布式协调控制器 |
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 |
CN112308334A (zh) * | 2020-11-12 | 2021-02-02 | 国网江苏省电力有限公司南京供电分公司 | 一种基于主从合作博弈的多虚拟电厂联合优化调度方法 |
CN112819337A (zh) * | 2021-02-03 | 2021-05-18 | 西安交通大学 | 一种基于非合作博弈的综合能源系统能源共享方法 |
CN112884188A (zh) * | 2019-11-29 | 2021-06-01 | 国网天津市电力公司 | 一种基于合作博弈的dg、电采暖负荷与配电网间市场化交易方法 |
CN113393125A (zh) * | 2021-06-16 | 2021-09-14 | 沈阳工程学院 | 基于源荷双侧互动博弈的综合能源系统协同调度方法 |
CN113592648A (zh) * | 2021-07-21 | 2021-11-02 | 山东大学 | 一种综合能源系统的多主体交易方法及系统 |
-
2021
- 2021-11-23 CN CN202111397571.XA patent/CN114091759A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109347095A (zh) * | 2018-10-29 | 2019-02-15 | 国网山东省电力公司枣庄供电公司 | 考虑多能互补特性的主动配电网分层分布式协调控制器 |
CN112884188A (zh) * | 2019-11-29 | 2021-06-01 | 国网天津市电力公司 | 一种基于合作博弈的dg、电采暖负荷与配电网间市场化交易方法 |
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 |
CN112308334A (zh) * | 2020-11-12 | 2021-02-02 | 国网江苏省电力有限公司南京供电分公司 | 一种基于主从合作博弈的多虚拟电厂联合优化调度方法 |
CN112819337A (zh) * | 2021-02-03 | 2021-05-18 | 西安交通大学 | 一种基于非合作博弈的综合能源系统能源共享方法 |
CN113393125A (zh) * | 2021-06-16 | 2021-09-14 | 沈阳工程学院 | 基于源荷双侧互动博弈的综合能源系统协同调度方法 |
CN113592648A (zh) * | 2021-07-21 | 2021-11-02 | 山东大学 | 一种综合能源系统的多主体交易方法及系统 |
Non-Patent Citations (3)
Title |
---|
HAIYANG WANG等: "Distributed coordinative transaction of a community integrated energy system based on a tri-level game model", 《APPLIED ENERGY》, 31 May 2021 (2021-05-31), pages 1 - 13 * |
张哲等: "三层博弈架构下的智能电网能量管理分布式优化方法", 《电力建设》, 31 October 2018 (2018-10-31), pages 28 - 36 * |
王海洋等: "基于主从博弈的社区综合能源系统分布式协同优化运行策略", 《中国电机工程学报》, 5 September 2020 (2020-09-05), pages 5435 - 5444 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114372645A (zh) * | 2022-03-22 | 2022-04-19 | 山东大学 | 基于多智能体强化学习的供能系统优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zheng et al. | A peer-to-peer energy trading market embedded with residential shared energy storage units | |
Cheng et al. | Game-theoretic approaches applied to transactions in the open and ever-growing electricity markets from the perspective of power demand response: An overview | |
Luo et al. | Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources | |
Dong et al. | Decentralized peer-to-peer energy trading strategy in energy blockchain environment: A game-theoretic approach | |
An et al. | Sto2Auc: A stochastic optimal bidding strategy for microgrids | |
Chen et al. | Review of energy sharing: Business models, mechanisms, and prospects | |
CN117689234B (zh) | 基于多主体双层博弈的园区综合能源系统调度方法及系统 | |
Karaca et al. | Core-selecting mechanisms in electricity markets | |
CN115829142A (zh) | 一种工业企业综合能源系统优化规划方法 | |
CN114444864A (zh) | 基于区块链的分布式电力市场下分层电力交易匹配方法 | |
Wang et al. | Dynamic two-layer game for striking the balance of interest in multi-agent electricity market considering bilateral contracts and reward-punishment mechanism | |
Wang et al. | Optimal dispatch of integrated energy system considering integrated demand response resource trading | |
Zhang et al. | A master-slave game optimization model for electric power companies considering virtual power plant | |
CN114091759A (zh) | 一种综合能源系统多层博弈优化运行方法及系统 | |
Zeng et al. | Determining the pricing and deployment strategy for virtual power plants of peer-to-peer prosumers: A game-theoretic approach | |
CN116341268A (zh) | 冷热电耦合型微网群三层主体分布式优化方法 | |
Zhu et al. | Transmission loss-aware peer-to-peer energy trading in networked microgrids | |
Xu et al. | A hierarchical game theory based demand optimization method for grid-interaction of energy flexible buildings | |
Tao et al. | P2P transaction method for distributed energy prosumers based on reputation value | |
Xie et al. | Generalized Nash equilibrium analysis of transmission and distribution coordination in coexistence of centralized and local markets | |
CN114037264A (zh) | 一种低碳导向的微电网集群点对点博弈交易方法及系统 | |
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 | |
Huang et al. | An optimal hierarchical pricing strategy for shared energy storage services | |
Lyu et al. | Construction method of virtual power plant based on optimized aggregation of prosumer resources | |
Liu et al. | Comparison of community-market designs: Centralized and Peer-to-peer trading |
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 |