CN114238844A - 一种基于对等聚合的净零能耗楼宇群能源协调共享方法 - Google Patents

一种基于对等聚合的净零能耗楼宇群能源协调共享方法 Download PDF

Info

Publication number
CN114238844A
CN114238844A CN202111310506.9A CN202111310506A CN114238844A CN 114238844 A CN114238844 A CN 114238844A CN 202111310506 A CN202111310506 A CN 202111310506A CN 114238844 A CN114238844 A CN 114238844A
Authority
CN
China
Prior art keywords
building
building group
groups
energy
group
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
CN202111310506.9A
Other languages
English (en)
Inventor
高红均
蔡文辉
贺帅佳
刘俊勇
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.)
Sichuan University
Original Assignee
Sichuan 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 Sichuan University filed Critical Sichuan University
Priority to CN202111310506.9A priority Critical patent/CN114238844A/zh
Publication of CN114238844A publication Critical patent/CN114238844A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

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

Abstract

本发明公开了一种基于对等聚合的净零能耗楼宇群能源协调共享方法，涉及楼宇能源分配领域，包括下列步骤：步骤1：对楼宇群按照分类标准进行划分，建立差异化模型，其中分类标准包括有楼宇的运行特性和资源特性，执行步骤2；步骤2：引入激励信号的交易约束，综合楼宇群经济效益和个性化需求为目标函数，建立了差异化楼宇群的楼宇群自治优化模型，执行步骤3；步骤3：基于楼宇群整体多尺度净零能耗衡算，建立了动态交易电价机制、交易量分配机制，构造了计及净零能耗驱动的楼宇群整体协调共享模型，执行步骤4；步骤4：采用求解器CPLEX求解楼宇群整体协调共享模型。

Description

一种基于对等聚合的净零能耗楼宇群能源协调共享方法
技术领域
本发明涉及楼宇能源分配领域，具体是一种基于对等聚合的净零能耗楼宇群能源协调共享方法。
背景技术
能源问题与环境问题不断严峻，双碳背景下人类更加注重能源的清洁环保、高效利用。楼宇是城市能耗的主体，相比一般产消者，未来其用户意愿将更显著、设备约束将更复杂，具有更强大的可再生能源消纳潜力，同时楼宇管理的难度将大大提升。楼宇系统架构与设备优化控制对可再生能源有效利用和楼宇节能降耗较为关键，然而随着新型能源及负荷的出现，楼宇能源系统的优化管理越发复杂，故优化策越不应局限于经济效益，需要考虑楼宇设备复杂组成及用户个性化需求，使楼宇运行策略更加贴合实际、灵活满足用户需求。在此基础上，楼宇间的能源协调共享也面临更大的挑战，目前的双边拍卖模式、P2P模式、主从博弈等协调方式，着重考虑了能源交易的结算，或者在复杂的交易中不易对参与者进行有效引导，且不容易考虑参与者的个性化需求，能源协调灵活性受较大限制。且楼宇资源管理的经济性、环保性要求不断提高，而楼宇群协调优化有利于可再生能源的消纳及低碳效益的提升。因此，对楼宇群的自治优化与整体协调共享研究具有重要意义。
发明内容
鉴于上述技术缺点，本发明提供了一种基于对等聚合的净零能耗楼宇群能源协调共享方法。
为实现上述发明目的，本发明的技术方案如下：
一种基于对等聚合的净零能耗楼宇群能源协调共享方法，包括下列步骤：
步骤1：对楼宇群按照分类标准进行划分，建立差异化模型，其中分类标准包括有楼宇的运行特性和资源特性，执行步骤2；
步骤2：引入激励信号的交易约束，综合楼宇群经济效益和个性化需求为目标函数，建立了差异化楼宇群的楼宇群自治优化模型，执行步骤3；
步骤3：基于楼宇群整体多尺度净零能耗衡算，建立了动态交易电价机制、交易量分配机制，构造了计及净零能耗驱动的楼宇群整体协调共享模型，执行步骤4；
步骤4：采用求解器CPLEX求解楼宇群整体协调共享模型。
作为优选的，楼宇群包括有居民楼宇群、商业楼宇群、工业楼宇群及节能楼宇群，差异化模型包括有基础负荷、中央空调、电动汽车、储能电池模型。
作为优选的，所述步骤2中，激励信号的引入在目标函数中产生了约束为：
Figure BDA0003336228330000021
式中，
Figure BDA0003336228330000022
为t时段楼宇群i和其他楼宇群的交易成本；
Figure BDA0003336228330000023
分别为t时段楼宇群间的交易电价；
Figure BDA0003336228330000024
分别为t时刻楼宇群i和其他楼宇群购售电的交易量；
激励信号的引入在约束条件中产生约束为：
Figure BDA0003336228330000025
Figure BDA0003336228330000026
式中，
Figure BDA0003336228330000027
分别为楼宇群向其他楼宇群购售电的交易预分配量。
作为优选的，所述步骤2中，综合楼宇群经济效益和个性化需求为目标函数中，其中个性化需要包括楼宇群用户舒适度、电动汽车服务满意度，楼宇群经济效益、楼宇群用户舒适度和电动汽车服务满意度在目标函数中均加乘有不同的权重，权重和为1。
作为优选的，所述步骤3中，多尺度净零能耗衡算包括有能耗尺度、成本尺度、碳排放尺度三类衡算式。
作为优选的，所述步骤4中，所述动态交易价格机制：
Figure BDA0003336228330000028
Figure BDA0003336228330000029
式中，
Figure BDA00033362283300000210
为t时段的中间电价；St表示t时段的楼宇群整体供需比；Dt是St的倒数；所述交易量分配机制：
Figure BDA00033362283300000211
Figure BDA0003336228330000031
Figure BDA0003336228330000032
Figure BDA0003336228330000033
式中，si是合作联盟中包含楼宇群i的所有子集；|s|是子集s包含的楼宇群个数；w(|s|)是加权因子；v(s,t)是t时段集合s产生的收益；v(s)是集合s产生的收益；v(s/i)表示集合s除去楼宇群i后，剩余楼宇群形成合作联盟所获得的总收益。
作为优选的，能源中心通过动态交易电价机制生成楼宇群间的交易电价，且通过交易量分配机制分配楼宇群间的交易电量，交易电价和交易量驱动下一时段的楼宇群自治优化模型的优化。
作为优选的，所述步骤4中，楼宇群整体协调共享模型为基于优化结果生成激励信号并驱动楼宇群自治优化的互动模型。
本发明的有益效果是：在未知楼宇群间交易电价及交易量的情况下，结合配电网电价、楼宇设备及资源情况，各楼宇群代理商通过求解楼宇群自治优化模型，得到考虑楼宇差异的楼宇群运行策略。
结合净零能耗衡算式对各楼宇群资源利用情况进行分析，得到整体在能耗、成本、排放尺度下净零能耗水平。能源中心通过动态交易电价机制生成楼宇群间的交易电价，且通过交易量分配机制分配楼宇群间的交易电量，交易电价和交易量的发布将进一步驱动楼宇群自治优化。
经过多次循环下的激励引导，得到不同楼宇群的自治优化运行策略及楼宇群间的能源协调共享策略。
附图说明
图1为本发明楼宇群能源协调共享方法流程示意图；
图2为本发明楼宇能源系统结构图；
图3为本发明楼宇群能源共享框架图；
图4为本发明对等聚合能源共享模型图；
图5为本发明楼宇群协调共享流程图；
图6为本发明楼宇群能源共享结果；
图7为本发明能源协调迭代过程图；
图8为本发明不同目标权重参数下的协调结果。
具体实施方式
下面结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整地描述，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。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。
如图1所示，基于对等聚合的净零能耗楼宇群能源协调共享方法，考虑楼宇的运行特性和资源特性差异，对楼宇群进行了分类及差异化建模，提出了对等聚合的能源协调模型；引入激励信号的交易约束，综合楼宇群经济效益和个性化需求为目标函数，建立了差异化楼宇群的自治优化模型；基于楼宇群多尺度净零能耗衡算，建立了动态交易电价机制、交易量分配机制，从而构造了计及净零能耗驱动的楼宇群整体协调共享模型。所提出模型通过求解器CPLEX进行求解，基于算例系统对本发明所提方法进行有效性验证。
如图2所示，楼宇群代理商为负责制定多个楼宇运行策略的第三方组织，由于单一楼宇的可控资源较少，令楼宇群代理商集中式管理一定数量的楼宇。在调度过程中，楼宇能源管理系统结合内部资源预测信息，管理可控资源的使用，并将信息传递给楼宇群代理商。
所述楼宇群分类及差异化建模：1)楼宇群分为居民楼宇群、商业楼宇群、工业楼宇群及节能楼宇群；2)考虑不同设备组成，建立了基础负荷、中央空调、电动汽车、储能电池模型。
如图3所示，楼宇群共享框架中包括工业楼宇群、居民楼宇群、商业楼宇群、节能楼宇群，各楼宇群都与配电网相连接，相互耦合并进行能量、信息的交互。楼宇间没有自身建立的能量共享通道，楼宇群与配电网签订协议，借助配电网进行楼宇间的能量共享。能源中心负责分析运行信息、发布激励信号等，协调楼宇群能源共享。楼宇群代理商结合其所管理楼宇的资源及配电网信息，制定各楼宇的日前最优运行策略，并下发给各楼宇能源管理系统来执行，同时将楼宇群资源利用信息上传给能源中心。接着，能源中心根据各楼宇群代理商提供的资源信息自动产生激励信号，并再次引导楼宇群运行，实现楼宇群间资源的协调共享，改善楼宇群整体的环保性、经济性。
如图4所示，对等聚合能源共享模型是根据各产消者整体能源动态供需关系自动产生动态交易电价，通过对等的动态交易电价驱动各产消者调整运行，以实现能源协调的能源共享模型，且需要设计电力公司和产消者均接受的价格模型。楼宇群间能源协调能够为楼宇群带来各类效益，在此基础上，产消者愿意与电力公司签订协议，从而各楼宇群能够主动、快速地参与到能源共享中。能源共享中不同楼宇群的实际交易量存在差异，且各时刻相应的供需量也存在差异，使得仅依靠基于供需比设计的价格激励信号无法准确、有效地引导各楼宇群调整资源利用。
楼宇群代理商制定策略后向能源中心传递资源利用信息，能源中心通过聚合并分析各楼宇群代理商传递的资源利用信息，能源中心向各楼宇群代理商对等发布价格信号、供需信号。各楼宇群代理商响应激励信号，重新制定自治运行策略调整设备运行，之后能源中心将再次分析信息产生激励信号，从而形成了两者的互动，实现了楼宇群的能源协调共享。
如图5所示，基于对等聚合能源共享模型，能源中心通过发布激励信号引导各楼宇群自治优化。而各楼宇群代理商采用集中式管理楼宇，各楼宇协同共享本地资源，楼宇群间达成能源协调后，能源将继续分配给单一楼宇。
所述差异化楼宇群的自治优化模型：
所述目标函数：
min F＝ρ1F1+ρ2F2-ρ3F3
ρ1+ρ2+ρ3＝1
Figure BDA0003336228330000051
Figure BDA0003336228330000052
Figure BDA0003336228330000053
Figure BDA0003336228330000054
Figure BDA0003336228330000055
式中，ρ1、ρ2、ρ3表示各目标的权重系数；
Figure BDA0003336228330000056
分别表示t时段的配电网售电电价、购电电价；
Figure BDA0003336228330000057
分别表示t时段楼宇群i和配电网、其他楼宇群的交易成本；
Figure BDA0003336228330000061
分别表示t时段楼宇群i向配电网购售电的交易量；
Figure BDA0003336228330000062
分别为t时段楼宇群间的交易电价；
Figure BDA0003336228330000063
分别为t时刻楼宇群i和其他楼宇群购售电的交易量。
所述约束条件：
能源平衡约束：
Figure BDA0003336228330000064
Figure BDA0003336228330000065
不同楼宇群的设备组成存在部分差异，使其能量平衡约束存在差异。
Figure BDA0003336228330000066
Figure BDA0003336228330000067
Figure BDA0003336228330000068
Figure BDA0003336228330000069
式中，
Figure BDA00033362283300000610
表示t时段楼宇群i中各类负荷的总和。当楼宇群i为工业楼宇群时采用上第二式，楼宇群i为商业楼宇群时采用采用上第三式，楼宇群i为居民、节能楼宇群时则采用采用上第四式。
交易分配量约束：
Figure BDA00033362283300000611
Figure BDA00033362283300000612
式中，
Figure BDA00033362283300000613
分别表示楼宇群向其他楼宇群购售电的交易预分配量。
楼宇群设备用能约束：
Figure BDA00033362283300000614
Figure BDA00033362283300000615
Figure BDA00033362283300000616
Figure BDA0003336228330000071
式中，PAC,R表示中央空调的额定工作功率；
Figure BDA0003336228330000072
分别表示储能电池最低荷电水平、最高荷电水平；
Figure BDA0003336228330000073
分别表示储能电池充放电的最大功率；
Figure BDA0003336228330000074
分别表示电动汽车电池的最低荷电水平、最高荷电水平；
Figure BDA0003336228330000075
分别表示电动汽车电池充放电的最大功率；
Figure BDA0003336228330000076
表示楼宇群i的电动汽车j的计划总用电量。
所述楼宇群多尺度净零能耗衡算，考虑了能耗尺度、成本尺度、碳排放尺度三类衡算式：
所述能耗尺度衡算式：
Figure BDA0003336228330000077
式中，tstart、tend分别表示净零能耗衡算的起始时间、终止时间；s表示所有楼宇群的集合。
所述成本尺度衡算式：
Figure BDA0003336228330000078
所述排放尺度衡算式：
Figure BDA0003336228330000079
式中，ηfossil、ηrenew分别表示化石火力发电和绿电发电的等效碳排放系数。
所述动态交易价格机制：
Figure BDA00033362283300000710
Figure BDA00033362283300000711
式中，
Figure BDA00033362283300000712
为t时段的中间电价；St表示t时段的楼宇群整体供需比；Dt是St的倒数。
所述中间电价：
Figure BDA0003336228330000081
式中，
Figure BDA0003336228330000082
为t时段的楼宇群整体的等效碳排放情况；β和K都为常数。
所述交易量分配机制：
Figure BDA0003336228330000083
Figure BDA0003336228330000084
Figure BDA0003336228330000085
Figure BDA0003336228330000086
所述CPLEX只求解能源协调共享流程中的自治优化模型。
所述能源协调共享流程：
首先，在未知楼宇群间交易电价及交易量的情况下，结合配电网电价、楼宇设备及资源情况，各楼宇群代理商通过求解楼宇群自治优化模型，得到考虑楼宇差异的楼宇群运行策略，楼宇群代理商向能源中心传递的所管理楼宇群资源利用情况；接着，结合净零能耗衡算式对各楼宇群资源利用情况进行分析，得到整体在能耗、成本、排放尺度下净零能耗水平；然后，能源中心通过动态交易电价机制生成楼宇群间的交易电价，且通过交易量分配机制分配楼宇群间的交易电量，交易电价和交易量的发布将进一步驱动楼宇群自治优化。最终，经过多次循环下的激励引导，得到各楼宇群的运行策略及楼宇群间的协调策略。
所述算例验证分析：以多类楼宇群夏季典型日情况为例进行仿真，得到了夏季时各楼宇群设备运行情况及各类效益情况。
表1 楼宇群净零能耗水平
(a)能源协调前后的成本尺度水平
Figure BDA0003336228330000087
(b)能源协调前后的排放尺度水平
Figure BDA0003336228330000088
Figure BDA0003336228330000091
(c)能源协调前后的能耗尺度水平
Figure BDA0003336228330000092
从结果可知，只有节能楼宇群能够使系统等效输出大于等效输入，且个体净零能耗与整体净零能耗的变化情况存在差异。能源协调后，各楼宇群的各项尺度表现变化存在差异，楼宇群整体的各项指标都有明显的提升，排放尺度提升较为显著。各楼宇群成本都得到了降低，居民、节能楼宇群成本略微降低，而工业楼宇群成本降低较多；居民楼宇群等效碳排放略微减少，而其他楼宇群排放减少都较显著，特别是工业楼宇群；工业、节能楼宇群等效能耗减少较多，居民楼宇群能耗则有增加。
如图6所示，总能源曲线和共享能源曲线间的部分为楼宇群间共享后向配电网出售的能源，而外界能源曲线表示了楼宇群整体向配电网购买的能源。在0:00-12:00时段通过楼宇群能源供需互补基本满足整体负荷用能，0:00-6:00时段能源剩余较少，并以低电价向配电网购买电能，6:00-12:00时段能源供需量近似；在13:00-19:00时段整体可再生能源出力达到高峰，完成能源共享后能源剩余仍较多，且以高电价向配电网大量售电；夜间可再生能源出力少，即使是节能楼宇群也无法提供充足可再生能源，楼宇群整体在18:00-23:00时段以低电价向配电网大量购电。通过楼宇群间的能源协调共享，促进了区域内的能源共享消纳，有效减少了配电网的能源运输量。同时，楼宇群与配电网的能源交互的改变，也可以降低配电网峰功率过高、线路阻塞等问题的风险。
如图7所示，第3次能源协调迭代时整体用电成本从783.6RMB降低到了694.7RMB，此时整体效益已经有较高的提升，之后迭代的效果也比较稳定，体现了所提的策略的有效性和快速性。此外，结果还得到了能源协调前后楼宇群平均室内温度、电动汽车电池平均荷电水平变化不大，室内平均温度从25.9℃变化为26.0℃，电动汽车平均荷电水平从49.8kWh变为56.7kWh，满足了楼宇群个性化需求。虽然能源协调在以经济性信号引导楼宇群运行，但各楼宇群自治优化始终考虑了其他优化目标，能源协调后其他优化目标也可能得到改善。在所建能源共享模型下，实现了楼宇群运行调整、效益提升。
如图8所示。ρ1＝0.2ρ0时，能源协调策略的激励效果不太稳定，楼宇群整体效益没有有效提升，这是因为所提能源协调是通过经济性信号进行引导的，楼宇群自治优化时经济性外的优化目标影响了激励信号的效果，经济性目标权重越低，能源协调过程越容易受到干扰；ρ1＝0.6ρ0和ρ1＝1.5ρ0时，能源协调中的激励迭代都比较稳定，且楼宇群整体效益都得到了有效提升。此外，相比于ρ1＝1.0ρ0，当ρ1＝0.6ρ0时，整体效益提升多但激励过程稳定性低，当ρ1＝1.5ρ0时，整体效益提升少但激励过程稳定性高。可知，过度追求经济效益易导致楼宇群负荷用能集中，无法发挥能源协调供需互补的潜力，但轻视经济效益容易导致能源协调受个性化需求影响较大。通过分析了个性化需求对能量共享的影响，为未来愈发复杂的能量共享提供了参考。

Claims (8)

1.一种基于对等聚合的净零能耗楼宇群能源协调共享方法，其特征在于，包括下列步骤：
步骤1：对楼宇群按照分类标准进行划分，建立差异化模型，其中分类标准包括有楼宇的运行特性和资源特性，执行步骤2；
步骤2：引入激励信号的交易约束，综合楼宇群经济效益和个性化需求为目标函数，建立了差异化楼宇群的楼宇群自治优化模型，执行步骤3；
步骤3：基于楼宇群整体多尺度净零能耗衡算，建立了动态交易电价机制、交易量分配机制，构造了计及净零能耗驱动的楼宇群整体协调共享模型，执行步骤4；
步骤4：采用求解器CPLEX求解楼宇群整体协调共享模型。
2.根据权利要求1所述的一种基于对等聚合的净零能耗楼宇群能源协调共享方法，其特征在于，楼宇群包括有居民楼宇群、商业楼宇群、工业楼宇群及节能楼宇群，差异化模型包括有基础负荷、中央空调、电动汽车、储能电池模型。
3.根据权利要求1所述的一种基于对等聚合的净零能耗楼宇群能源协调共享方法，其特征在于，所述步骤2中，激励信号的引入在目标函数中产生了约束为：
Figure FDA0003336228320000011
式中，
Figure FDA0003336228320000012
为t时段楼宇群i和其他楼宇群的交易成本；
Figure FDA0003336228320000013
分别为t时段楼宇群间的交易电价；
Figure FDA0003336228320000014
分别为t时刻楼宇群i和其他楼宇群购售电的交易量；
激励信号的引入在约束条件中产生约束为：
Figure FDA0003336228320000015
Figure FDA0003336228320000016
式中，
Figure FDA0003336228320000017
分别为楼宇群向其他楼宇群购售电的交易预分配量。
4.根据权利要求1所述的一种基于对等聚合的净零能耗楼宇群能源协调共享方法，其特征在于，所述步骤2中，综合楼宇群经济效益和个性化需求为目标函数中，其中个性化需要包括楼宇群用户舒适度、电动汽车服务满意度，楼宇群经济效益、楼宇群用户舒适度和电动汽车服务满意度在目标函数中均加乘有不同的权重，权重和为1。
5.根据权利要求4所述的一种基于对等聚合的净零能耗楼宇群能源协调共享方法，其特征在于，所述步骤3中，多尺度净零能耗衡算包括有能耗尺度、成本尺度、碳排放尺度三类衡算式。
6.根据权利要求3所述的一种基于对等聚合的净零能耗楼宇群能源协调共享方法，其特征在于，所述步骤4中，所述动态交易价格机制：
Figure FDA0003336228320000021
Figure FDA0003336228320000022
式中，
Figure FDA0003336228320000023
为t时段的中间电价；St表示t时段的楼宇群整体供需比；Dt是St的倒数；所述交易量分配机制：
Figure FDA0003336228320000024
Figure FDA0003336228320000025
Figure FDA0003336228320000026
Figure FDA0003336228320000027
式中，si是合作联盟中包含楼宇群i的所有子集；|s|是子集s包含的楼宇群个数；w(|s|)是加权因子；v(s,t)是t时段集合s产生的收益；v(s)是集合s产生的收益；v(s/i)表示集合s除去楼宇群i后，剩余楼宇群形成合作联盟所获得的总收益。
7.根据权利要求4所述的一种基于对等聚合的净零能耗楼宇群能源协调共享方法，其特征在于，能源中心通过动态交易电价机制生成楼宇群间的交易电价，且通过交易量分配机制分配楼宇群间的交易电量，交易电价和交易量驱动下一时段的楼宇群自治优化模型的优化。
8.根据权利要求4所述的一种基于对等聚合的净零能耗楼宇群能源协调共享方法，其特征在于，所述步骤4中，楼宇群整体协调共享模型为基于优化结果生成激励信号并驱动楼宇群自治优化的互动模型。
CN202111310506.9A 2021-11-03 2021-11-03 一种基于对等聚合的净零能耗楼宇群能源协调共享方法 Pending CN114238844A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111310506.9A CN114238844A (zh) 2021-11-03 2021-11-03 一种基于对等聚合的净零能耗楼宇群能源协调共享方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111310506.9A CN114238844A (zh) 2021-11-03 2021-11-03 一种基于对等聚合的净零能耗楼宇群能源协调共享方法

Publications (1)

Publication Number Publication Date
CN114238844A true CN114238844A (zh) 2022-03-25

Family

ID=80748627

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111310506.9A Pending CN114238844A (zh) 2021-11-03 2021-11-03 一种基于对等聚合的净零能耗楼宇群能源协调共享方法

Country Status (1)

Country Link
CN (1) CN114238844A (zh)

Similar Documents

Publication Publication Date Title
Li et al. Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game
Luo et al. Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources
CN112054513B (zh) 基于混合博弈的多微电网双层协调优化调度方法
Chen et al. Research on day-ahead transactions between multi-microgrid based on cooperative game model
Motalleb et al. A real-time demand response market through a repeated incomplete-information game
CN110728410A (zh) 一种计及需求响应灵活性和不确定性的负荷聚合商经济调度方法
Mahmud et al. Multiple home-to-home energy transactions for peak load shaving
Zhao et al. Peer-to-peer energy sharing with demand-side management for fair revenue distribution and stable grid interaction in the photovoltaic community
Alfaverh et al. A dynamic peer-to-peer electricity market model for a community microgrid with price-based demand response
CN112883584B (zh) 一种考虑利益交互的多能微网群冷热电多能耦合优化方法
CN114155103A (zh) 基于区块链合作博弈的能量共享联盟灵活性交易方法
Azimian et al. Stackelberg game approach on modeling of supply demand behavior considering BEV uncertainty
Fernandez et al. An efficient P2P energy trading platform based on evolutionary games for prosumers in a community
Fu et al. Research on the stackelberg game method of building micro-grid with electric vehicles
Mishra et al. A scalable and computational efficient peer-to-peer energy management scheme
Kim et al. Joint demand response and energy trading for electric vehicles in off-grid system
CN115293485A (zh) 考虑电动汽车和需求响应的综合能源系统低碳调度方法
Thangavelu et al. Transactive energy management systems: Mathematical models and formulations
Liu Low-carbon scheduling research of integrated energy system based on Stackelberg game under sharing mode
Si et al. Cloud-edge-based we-market: Autonomous bidding and peer-to-peer energy sharing among prosumers
Fijani et al. Game theory approach on modeling of residential electricity market by considering the uncertainty due to the battery electric vehicles (bevs)
Gaba et al. A non-cooperative game based energy management considering distributed energy resources in price-based and incentive-based demand response program
CN115796929A (zh) 一种绿电交易驱动的互联微网群低碳共享方法
CN114238844A (zh) 一种基于对等聚合的净零能耗楼宇群能源协调共享方法
Mishra et al. Peer-to-Peer Energy Trading With Active Participation of Distributed Generation

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220325