CN114943476A - 一种面向增量配电网的协同规划方法 - Google Patents

一种面向增量配电网的协同规划方法 Download PDF

Info

Publication number
CN114943476A
CN114943476A CN202210708934.5A CN202210708934A CN114943476A CN 114943476 A CN114943476 A CN 114943476A CN 202210708934 A CN202210708934 A CN 202210708934A CN 114943476 A CN114943476 A CN 114943476A
Authority
CN
China
Prior art keywords
game
distribution network
planning
model
incremental
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
CN202210708934.5A
Other languages
English (en)
Inventor
杨楚原
姚俊伟
谢琼瑶
项川
陈兆乐
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.)
Yichang Power Supply Co of State Grid Hubei Electric Power Co Ltd
Original Assignee
Yichang Power Supply Co of State Grid Hubei 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 Yichang Power Supply Co of State Grid Hubei Electric Power Co Ltd filed Critical Yichang Power Supply Co of State Grid Hubei Electric Power Co Ltd
Priority to CN202210708934.5A priority Critical patent/CN114943476A/zh
Publication of CN114943476A publication Critical patent/CN114943476A/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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • 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
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明属于电力技术领域，公开了一种面向增量配电网的协同规划方法，该方法通过源、网、荷三个角度考虑，分别以各自收益的最大化为目标，并考虑各模型符合的约束条件，建立各博弈主体的规划决策模型，通过建立增量配电网规划问题模型；基于所述增量配电网规划问题模型建立增量配电网规划中的博弈理论；基于所述博弈理论对博弈过程中的模型求解；基于所述模型求解进行算例分析；得出协同规划结论。建立了配电网多主体博弈的规划；采用动态博弈与静态博弈相结合的联合博弈，引入虚拟博弈者“大自然”；使用迭代算法对博弈过程进行求解；同时使用IEEE33节点配网系统，对设定的博弈场景进行仿真分析并加以验证。

Description

一种面向增量配电网的协同规划方法
技术领域
本发明属于电力技术领域，具体涉及一种面向增量配电网的协同规划方法。
背景技术
伴随当今新一轮电力体制的革新，越来越多的关注点聚焦在了增加对增量式配电网创新改革的示范点上，增量配电网规划业务开始向社会进行资本开放。同时，电源侧各类新能源的大规模接入，深刻改变了电网的供给侧结构；用户侧电动汽车、智能家电等一些可深度参与源荷互动的新型负荷也给需求侧注入了新的不确定性因素。电力系统中源网荷结构正在发生着深刻变化，源网荷主体多元化的特征日益凸显，传统的配电网规划方法已经很难再应用于当前增量配电网的建设规划当中。
目前，我国的配电网还存在诸多限制，例如配电网需要由制定的电网企业进行投资和经营，配电网新建线路的搭建工程也落后于当今输送变电网的发展过程。未充分考虑各方主体利益需求的低水平配电网已经成为了电力系统供给方面的主要问题，并且极大程度地限制了电力系统更高一级水平的发展和一系列新兴技术的投入及应用。随着增量配电网经营权的逐步开放、现货市场进一步全方位的启动和电力市场下长期交易体系的逐渐成熟，电力市场的研究重点将进一步转向如何展开增量配电网的经营市场化，并且将考虑优质资本投入增量配电网以后带来的竞争影响。
作为将来智能配电网中的重要组成部分，增量配电网现在亟待解决的问题是如何对电力系统出力的不确定性进行处理。不确定性是由储能电力装置、分布式电源和用户负荷等众多因素共同造成的结果，例如各类能源的综合接入、各类网络的共同协作、不同电力负荷种类的调度控制以及众多博弈参与主体的协调工作等问题。
但是，目前的增量配电网还不存在某种固定并且可靠的技术技能和相对统一的运作模式，因此，如何更好地调节目前增量配电网中普遍存在的，不同的利益主体间的博弈关系，是我们需要重点探讨的问题。由此来看，分析并研究增量配电网下存在的博弈关系，对增量配电网规划的研究和改进至关重要。与此同时，增量配电网的正常运行需要合理统筹供电侧和用电侧的资源，这样才能实现功率平衡。在电网供电侧要着重考虑各类能源的综合利用，而在电网的用电侧，不同的电力用户存在着不同的用电需求，因此我们还需要考虑它们之间的协调关系。综上所述，无论是用电侧还是供电侧，各个主体在规划过程中会始终存在着一系列的博弈关系。因此，在一系列统筹规划过程中，如何让各利益主体通过多次博弈来达到大体均衡，这是在增量配电网的规划设立时需要重点考虑的问题。
发明内容
本发明的目的在于提供一种面向增量配电网的协同规划方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明采用了如下技术方案：
一种面向增量配电网的协同规划方法，该方法通过源、网、荷三个角度考虑，分别以各自收益的最大化为目标，并考虑各模型符合的约束条件，建立各博弈主体的规划决策模型，包括如下步骤：
建立增量配电网规划问题模型；
基于所述增量配电网规划问题模型建立增量配电网规划中的博弈理论；
基于所述博弈理论对博弈过程中的模型求解；
基于所述模型求解进行算例分析；
得出协同规划结论。
进一步的，所述增量配电网规划问题模型包括：源侧规划模型、网侧规划模型、荷侧规划模型。
进一步的，所述源侧规划模型包括以下目标函数；以下目标函数为分布式电源的投资运营商的所得最大收益：
Figure BDA0003706390470000031
其中，
Figure BDA0003706390470000032
表示DG运营商的总收益，
Figure BDA0003706390470000033
表示DG售电利润；
Figure BDA0003706390470000034
表示政府补贴费用，
Figure BDA0003706390470000035
表示投资费用，
Figure BDA0003706390470000036
表示维护成本。
进一步的，所述网侧规划模型包括以下目标函数，在规划过程中，配网公司的方案考虑为新建线路，以配网公司的最大收益为目标函数：
Figure BDA0003706390470000037
其中，
Figure BDA0003706390470000038
表示配网公司的总收益,
Figure BDA0003706390470000039
表示配网公司的售电利润，
Figure BDA00037063904700000310
表示新建线路的投资费用，
Figure BDA00037063904700000311
表示网络损耗成本，
Figure BDA00037063904700000312
为从主网的购电电价，
Figure BDA00037063904700000313
为从DG运营商的购电电价。
进一步的，所述荷侧规划模型包括负荷高峰区、平时段及负荷低谷区，所述负荷高峰区、平时段及负荷低谷区实行分时电价。
进一步的，所述博弈理论包括：博弈定义、静态博弈、动态博弈、动—静态联合博弈。
进一步的，所述博弈定义包括：
定义1、某个包含了n个参与者的博弈常规形式，可以具体明确参与者们的策略空间(S1,…,Sn)与和目标相对应的收益函数(u1,…,un)，用 G＝{S1,…,Sn；u1,…,un}来表示此博弈；
定义2、在以往常规形式的博弈G＝{S1,…,Sn；u1,…,un}里，s′i和s″i可以作为参与者i的可行策略；若对任意其余参与者可行策略的组合存在策略s′i被策略s″i严格支配，则i采取策略s′i的收益严格低于采取s″i的收益：ui(s1,…,si-1,s′i,si+1,…,sn)＜ui(s1,…,si-1,s″i,si+1,…,sn)，对任意可从其他参与者的策略空间S1,…,Si-1,Si+1,…,Sn中建立的策略组合(s1,…,si-1,si+1,…,sn)。
进一步的，所述模型求解包括迭代算法；所述迭代算法求解问题的步骤主要如下：
迭代变量：迭代变量是要求解的值，只不过在求解过程中需要对其真实值进行反复试探，用旧值递推出新值，再通过迭代约束条件把最终值确定下来；
建立迭代关系式：让迭代过程形成一组或多组循环的关键是如何确定迭代关系式，迭代关系式一般包括两种，一种叫做递推法，另一种叫做倒推法，它是指可以将迭代变量从前一个值递推到下一个值的公式或者某种特定的关系式；
对迭代过程进行控制：由于迭代过程是一个循环过程，需要规定此过程不能进入死循环，一直不停地进行下去，因此在怎样的范围内结束迭代过程是最后需要解决的一个关键问题，结束迭代过程的方法一般可以分为两种：第一种方法是把迭代次数设为某个特定的精准值，对迭代过程实现控制；第二种是在迭代次数不能确定为前提的情况下，通过进一步可靠精准的分析得到可以用来结束迭代过程的约束条件。
进一步的，所述算例分析包括：参数设置、仿真结果及分析；所述算例模型为IEEE33节点配电系统；
所述仿真结果及分析，包括如下步骤：
先让配网公司与“大自然”进行动态博弈，作为内层博弈；
将其博弈结果与分布式电源运营商进行静态博弈，形成外层博弈，以此结果作为初始进行下一轮的博弈，直至前后两次博弈的结果均相等，即为博弈的最终结果。
本发明的技术效果和优点：本发明提出的一种面向增量配电网的协同规划方法，与现有技术相比，具有以下优点：
1、本发明通过从工程实际的角度出发，在考虑源网荷互动机理同时统筹兼顾各主体利益的前提下，主要探讨了增量配电网的协同规划博弈问题，为了对分布式电源出力的不确定性进行充分的考虑，引入“大自然”这一虚拟主体，并使其与配网公司之间形成动态博弈；同时，将博弈结果与分布式电源运营商之间形成静态博弈，实现动-静态联合博弈，最后，通过迭代法求解算法，并且使用算例来进行仿真分析，加以验证，面向增量配电网的协同规划方法并进行建模分析，实现增量配电网能够更加安全、经济、高效、优质地运行。
2、经过算例分析可以得到，在增量配电网协同规划的问题中采用动-静态联合的博弈方法，能够使博弈过程中的每个参与者不断修改优化自身决策，彼此之间相互促进，实现各自的最大收益，既有利于提升市场的活力，同时也增加了规划决策的有效性。
3、通过引入“大自然”这一虚拟博弈者，通过主动改善网络拓扑结构，降低了配网公司在DG处理波动最恶劣情况下的各项运行成本，从而在售电收益不变的情况下，有效提高了规划净收益。
4、为了保证自身收益最大化，提升市场活力，通过模拟市场中投资主体和DG出力的不确定性间的动-静联合博弈行为，可以确保每个市场主体在博弈过程中不断优化自身的决策。
附图说明
图1为本发明的静态博弈流程图；
图2为本发明的动态博弈流程图；
图3为本发明的动—静态联合博弈流程图；
图4为本发明的IEEE33节点配网系统图；
图5为本发明面向增量配电网的协同规划方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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。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。
本发明提供了如图1-5所示的一种面向增量配电网的协同规划方法，面向增量配电网的协同规划方法并进行建模分析，实现增量配电网能够更加安全、经济、高效、优质地运行，并为多主体增量配电网的发展提供一些参考和建议。
1、增量配电网规划问题模型的建立
本实施例将从源、网、荷三个角度考虑，分别以各自收益的最大化为目标，并考虑各模型符合的约束条件，建立各博弈主体的规划决策模型。
1.1、源侧规划模型
1.1.1、目标函数
以下目标函数为分布式电源[10]的投资运营商的所得最大收益：
Figure BDA0003706390470000061
其中
Figure BDA0003706390470000062
表示DG运营商的总收益，
Figure BDA0003706390470000063
表示DG售电利润；
Figure BDA0003706390470000064
表示政府补贴费用，
Figure BDA0003706390470000065
表示投资费用，
Figure BDA0003706390470000066
表示维护成本。
(1)售电利润
Figure BDA0003706390470000071
其中λ1代表DG运营商单位售电电价，Ti代表某时刻，Pi DG代表在第i时刻DG的总有功出力。
(2)投资费用
Figure BDA0003706390470000072
其中，λ2表示DG单位容量的投资费用；xm为0-1变量，xm＝1表示第m个待选节点接入DG，xm＝0所表示的是第m个待选节点不接入DG；r为贴现率；T 为设备寿命周期；
Figure BDA0003706390470000073
代表的是分布式电源的单位额定容量；
Figure BDA0003706390470000074
为在第m个待选节点的DG接入台数。
(3)维护成本
Figure BDA0003706390470000075
其中，λ3表示DG单位发电维护成本，Ti代表某时刻，Pi DG代表在第i时刻 DG的总有功出力。
(4)政府补贴费用
由于分布式电源的投入使用时间较短，在日后很长一段时间内，分布式电源运营商仍然需要国家的财政及基金补助：
Figure BDA0003706390470000076
其中，λ4表示DG单位发电维护成本，Ti代表某时刻，Pi DG代表在第i时刻DG的总有功出力。
1.1.2、约束条件
DG投资运营商模型约束条件主要可从以下几个方面考虑：
(1)DG待接入的台数限制
Figure BDA0003706390470000081
其中，
Figure BDA0003706390470000082
和
Figure BDA0003706390470000083
分别代表了在第i节点接入DG数量的下限和上限值。
(2)DG功率约束
Pi DG.min≤Pi≤Pi DG.max (7)
其中，Pi DG.min和Pi DG.max分别代表了在第i节点DG出力的下限和上限值。
1.2、网侧规划模型
1.2.1、目标函数
在规划过程中，配网公司的方案考虑为新建线路，以配网公司的最大收益为目标函数：
Figure BDA0003706390470000084
其中，
Figure BDA0003706390470000085
表示配网公司的总收益,
Figure BDA0003706390470000086
表示配网公司的售电利润，
Figure BDA0003706390470000087
表示新建线路的投资费用，
Figure BDA0003706390470000088
表示网络损耗成本，
Figure BDA0003706390470000089
为从主网的购电电价，
Figure BDA00037063904700000810
为从DG运营商的购电电价。
(1)售电利润
Figure BDA00037063904700000811
其中，μ1表示配网公司的单位销售电价，Ti代表某时刻，Pi load表示第i时刻的负荷功率。
(2)投资费用
Figure BDA0003706390470000091
上式所包含的μ2是指新建线路单位长度需要投资的成本；lj是指新铺设线路的长度；γj代表0-1变量，γj＝1表示新建线路为第j条，γj＝0表示第j条待新建线路不接入；r代表贴现率；T表示的是设备的寿命周期。
(3)网络损耗成本
Figure BDA0003706390470000092
其中，μ1表示配网公司的单位销售电价，Ti代表某时刻，Pi loss代表在i时刻的有功功率损耗。
(4)主网购电成本
Figure BDA0003706390470000093
其中，μ4表示向主网购电的单位电价，Pi load表示第i时刻的负荷功率，Pi DG表示第i时刻DG的出力，Ti代表某时刻。
(5)DG购电成本
Figure BDA0003706390470000094
其中，μ5表示向DG运营商的单位购电成本，Pi DG表示第i时刻DG的出力， Ti代表某时刻。
1.2.2、约束条件
配网公司模型约束条件主要可从以下几个方面考虑：
(1)电压约束
Figure BDA0003706390470000101
上式的
Figure BDA0003706390470000102
和
Figure BDA0003706390470000103
为在第i节点处，电压的下限值和上限值。
(2)功率约束
Figure BDA0003706390470000104
在上式里，Pi和Qi分别代表从i节点所注入的有功功率P和无功功率Q；Ui和Ui分别为i节点和j节点的电压幅值；Gij和Bij分别为支路ij的电导及电纳；θij为i节点和j节点间存在的相角差。
1.3、荷侧规划模型
现如今，电力系统中的负荷总是处在不断的变动之中，像清晨和傍晚时段，都会存在出现负荷高峰区的可能，并且在凌晨2点至早上7点的时间内，则可能出现负荷的低谷区。因此，可以实行峰谷电价制，针对不同时间段的负荷实行分时电价，这不仅对电力系统的负荷高峰区进行了削弱，也对负荷的低谷区进行了填平；与此同时，还促使并鼓励电力用户尽可能地施行计划用电与节约用电，将价格的经济杠杆作用发挥到了极致。同时，为了鼓励用户在高峰期时少用电，在低谷期时增加其用电量，运营商需在低谷期的时间段对电价做出优惠的调整，高峰时期增加用电电价且使其高于正常用电的价格。
2、增量配电网规划中的博弈理论
当前，智能电网的快速发展使得传统电力系统在电网的源网荷结构发生了变化，并且，以增量配电网为主的新型智能电网正逐步发展。在此背景下，为了解决电力系统传统的最优化模型，以及与电网相关各利益主体之间的矛盾，通过优化博弈论下多主体、多目标下优化博弈论适用于解决新型电网利益问题。
2.1、博弈论理论
博弈论，它归属于应用数学的一种，其主要利用建立数学模型的方式来研究现实问题中对于理性决策主体之间的冲突与合作关系。它经常被用来总结、描述、预测和解释一些行为，同时，也被广泛应用于发展道德或规范行为的理论，它一般包含心理学、政治学、经济学，而生物学与逻辑学等学科也常常属于其研究范畴。
博弈是指团体或者个体，在各自行为相互影响的前提下，采取各种手段掌握外部或内部信息，并同时或先后，一次或多次，从各自可能的策略方案里挑选出一种决策方案，并最终获得相应成果或收益的过程；博弈论是一种方法，用来研究各种博弈问题，目的是为了寻找一种最优的博弈规划方案，使得各博弈主体都可得得到满足各自理想的结果，再通过博弈结论讨论并分析所得结果的实际经济意义。
一般的，在n个参与者的博弈中，将参与者从1到n进行编号，任意参与者记为参与者i。Si表示适用于参与者i的策略组(称为i的策略空间)，si表示此集合的任意元素(si∈Si即表明策略si是策略组Si中的元素)。(s1,…,sn)所代表的是不同策略的组合，ui代表的是参与者i的收益函数，ui(s1,…,sn)是参与者i的收益，这取决于全体参与者选择的策略。
定义1.某个包含了n个参与者的博弈常规形式，可以具体明确参与者们的策略空间(S1,…,Sn)与和目标相对应的收益函数(u1,…,un)。我们用 G＝{S1,…,Sn；u1,…,un}来表示此博弈。
定义2.在以往常规形式的博弈G＝{S1,…,Sn；u1,…,un}里，s′i和s″i可以作为参与者i的可行策略(即s′i和s″i是Si所含的元素)。若对任意其余参与者可行策略的组合存在策略s′i被策略s″i严格支配，则i采取策略s′i的收益严格低于采取s″i的收益：ui(s1,…,si-1,s'i,si+1,…,sn)＜ui(s1,…,si-1,s″i,si+1,…,sn)，对任意可从其他参与者的策略空间S1,…,Si-1,Si+1,…,Sn中建立的策略组合
Figure 2
2.1.1、静态博弈分析
静态博弈指的是在每一轮博弈的过程中，每个参与者都有权将自己的策略隐藏起来，不允许其他参与者可见，因此，所有的参与者都有决策的绝对独立自主权。参与博弈的主体能够同时选择，或者非同时选择，但后者并不知道前者采取了什么样的具体行动，其博弈过程如图1所示。
2.1.2、动态博弈
动态博弈具体指的是在博弈的过程中，各参与博弈的主体在决策时存在着先后顺序，并且后做出决策的参与者，可以观察到先做出决策者所做出的行动。所以，在动态博弈中，一些参与者有其先动优势,有些参与者有其后动优势。动态博弈的不足之处在于上一轮的最佳方案在下一轮决策时可能不再为最优，因此博弈过程的结果求解上增加了难度。其博弈过程如图2所示。
2.1.3、动—静态联合博弈
本实施例的博弈参与主体为分布式电源运营商和配网公司。分布式电源的出力具有一定的不确定性，它会使博弈关系变得复杂，对配电网公司和分布式电源运营商的策略均会造成影响，并会在一定程度上提高了规划方案的经济成本。因此，将分布式电源的不确定出力作为一个单独的特殊变量，使用“大自然”这一虚拟主体作模拟。
在本论文中，考虑配网公司与“大自然”进行动态博弈，作为内层博弈；将其博弈结果与分布式发电运营商进行静态博弈，形成外层博弈，以此结果作为初始进行下一轮的博弈，直至前后两次博弈的结果均相等，这就是博弈所得到的最终结果，其博弈过程如图3所示。
3、博弈过程中的模型求解
博弈问题下的多主体均为独立问题，而非整体问题，因此需要寻找一种最佳方法来求解博弈最佳方案。在以往的博弈理论过程研究中，使用过多种求解算法，例如剔除劣势法、逆向归纳法、迭代算法和序列线性化法等等。在本论文中，将考虑参与迭代算法，因为迭代算法可以判断和比较每轮博弈与上轮博弈的差异，可以使迭代变量通过循环迭代过程无限接近真实值，并经过精确的迭代控制得到博弈过程中的最优方案，同时，能够得到对各博弈主体均最有力的经济方案。
3.1、纳什均衡
博弈理论里有一个重要概念，叫做纳什均衡。在每一轮的博弈过程中，虽然我们不可能完全准确地预测出对方会做出什么样的博弈决定，但是每一个参与者都一定会决定出某个具体而确定的策略，而这一策略我们称之为支配性策略。而纳什平衡所指的是在两轮博弈过程中，把每个参与者的策略都会组成其各自支配性策略的一种组合。每一个博弈的参与者，都在以达到自己所期望收益的最大值为目的来选择博弈策略，与之相同的，所有其他的博弈者也一定会按照这样的博弈策略来选择各自的博弈策略。
如何找出每一轮博弈的纳什均衡，是整个博弈过程中最受关注的问题。
3.2、迭代算法
迭代算法指的是一种通过不断用迭代变量的旧值递推出新值来解决各种实际问题的方法。
迭代法的基本思想是根据设定的起始值与迭代关系式，使得迭代变量可以一步步逼近真值：先是确立一个近似值，再不断地使用同一个特定的递推公式，不断反复地对每次的迭代变量地结果做出修正，直到所得的结果可以满足预先给定精度地要求，最后停止迭代。
迭代算法是一种基本求解方法，它通过利用计算机的计算速度非常快、准确度高、重复性操作能力强等优点，对给出的每一组指令与某些特定的步骤不断重复执行、反复运行，在每次执行这组指令或这些步骤时，迭代变量都将从上一个值递推出新值，直至得到满足所需范围内的最优值、。
利用迭代算法求解问题的步骤主要如下：
(1)迭代变量
迭代变量是要求解的值，只不过在求解过程中需要对其真实值进行反复试探，用旧值递推出新值，再通过迭代约束条件把最终值确定下来。
(2)建立迭代关系式
让迭代过程形成一组或多组循环的关键是如何确定迭代关系式。迭代关系式一般包括两种，一种叫做递推法，另一种叫做倒推法，它是指可以将迭代变量从前一个值递推到下一个值的公式或者某种特定的关系式。
(3)对迭代过程进行控制
由于迭代过程是一个循环过程，需要规定此过程不能进入死循环，一直不停地进行下去，因此在怎样的范围内结束迭代过程是最后需要解决的一个关键问题。结束迭代过程的方法一般可以分为两种：第一种方法是把迭代次数设为某个特定的精准值，对迭代过程实现控制；第二种是在迭代次数不能确定为前提的情况下，通过进一步可靠精准的分析得到可以用来结束迭代过程的约束条件。
4、算例分析
4.1、参数设置
将一天之内的负荷划分为峰平谷三个阶段：峰时段设为11:00-13:00， 19:00-23:00；平时段设为08:00-10:00，14:00-19:00，00:00-02:00；谷时段设为02:00-07:00。
本实施例使用的仿真算例模型是IEEE33节点配电系统，并对其结构进行修改，使其可以更好地选择博弈策略，其结构如图4所示。
将需要接入分布式电源的节点设为编号为8，21，24，28的节点，且分布式电源设为光伏发电，其他相关参数如表1所示。
表1DG相关参数
Table1DGrelatedparameters
Figure BDA0003706390470000151
在图4中，IEEE33节点配网系统中的固定节点编号为1-33，实线代表已有线路，新增节点设定为编号34，35，36，37的节点，新增节点与其他固定节点间的虚线表示新增待接入线路，每个节点新增线路数量分别为4，4，3， 4，每次均只允许接入一条线路，新建线路单位长度费用为25万元/kW，其他相关参数如表2所示。
表2配网公司相关参数
Figure BDA0003706390470000161
将负荷考虑为分时电价，即设定峰平谷时期，并设定各时期下用户的不同电价。将一天之内的负荷划分为峰平谷三个阶段：峰时段设为11：00-13:00， 19:00-23:00；平时段设为08:00-10:00，14:00-19:00，00:00-02:00；谷时段设为02:00-07:00。相关参数如表3所示。
表3负荷相关参数
Table3Loadrelatedparameters
Figure BDA0003706390470000162
4.2、仿真结果及分析
本实施例根据研究内容设计了一个场景，为考虑分布式电源出力的不确定性，先让配网公司与“大自然”进行动态博弈，作为内层博弈；将其博弈结果与分布式电源运营商进行静态博弈，形成外层博弈，以此结果作为初始进行下一轮的博弈，直至前后两次博弈的结果均相等，即为博弈的最终结果。
算例的初始值设为在第8，21，24，28节点各接入一台分布式电源，同时，接入34-10，35-20，36-24，37-31四条新建线路。第8，21，24，28节点接入分布式电源的台数上限值分别为4，4，3，4；第34，35，36，37负荷节点各允许接入新建线路的标号由表2所示。
表4博弈过程方案
Table4gameprocessplangameprocessplan
Figure BDA0003706390470000171
经仿真运行，从表4可以得出，经过了三轮的博弈过程，最终确立了使得各主体均达到满意经济效果的规划方案：在第8，21，24，28节点分别各接入4，3，2，3台分布式电源，同时，新建线路为34-13，35-21，36-24， 37-29四条。同时，仿真运行中分别求得了分布式电源运营商和配网公司的各自收益，如表5所示。
表5DG运营商最优经济方案(万元)
Table5OptimaleconomicplanofDGoperator
Figure BDA0003706390470000172
表6配网公司的最优经济方案(万元)
Figure BDA0003706390470000181
从表5和表6中可以得出，经过三轮的博弈过程，最终确定了最优方案下分布式电源运营商和配网公司的各自总收益：分布式电源运营商的总收益为66.44万元，其中，售电利润为97.51万元，投资费用为32.76万元，维护成本为39.25万元，政府补贴费用为43.94万元；配网公司的总收益为 200.08万元，其中售电利润为1357.29万元，投资费用为60.34万元，网络损耗成本为76.88万元，主网购电成本为950.83万元，DG购电成本为69.16 万元。
传统的配电网下的经济效益，主要是考虑源网荷侧的综合效益，并未充分考虑个参与主体的利益需求；本论文中讨论的含分布式电源的增量配电网，充分考虑了各参与者的利益需求，通过动—静联合博弈，实现了在分布式电源运营商和配网公司利益均达到满足的情况下的最优经济方案和最优博弈规划方案。
5、结论
从工程实际的角度出发，本实施例在考虑源网荷互动机理同时统筹兼顾各主体利益的前提下，主要探讨了增量配电网的协同规划博弈问题。为了对分布式电源出力的不确定性进行充分的考虑，引入“大自然”这一虚拟主体，并使其与配网公司之间形成动态博弈；同时，将博弈结果与分布式电源运营商之间形成静态博弈，实现动-静态联合博弈。最后，通过迭代法求解算法，并且使用算例来进行仿真分析，加以验证。本实施例的主要工作及结论如下：
(1)经过算例分析可以得到，在增量配电网协同规划的问题中采用动- 静态联合的博弈方法，能够使博弈过程中的每个参与者不断修改优化自身决策，彼此之间相互促进，实现各自的最大收益，既有利于提升市场的活力，同时也增加了规划决策的有效性。
(2)本实施例通过引入“大自然”这一虚拟博弈者，通过主动改善网络拓扑结构，降低了配网公司在DG处理波动最恶劣情况下的各项运行成本，从而在售电收益不变的情况下，有效提高了规划净收益。
(3)为了保证自身收益最大化，提升市场活力，通过模拟市场中投资主体和DG出力的不确定性间的动-静联合博弈行为，可以确保每个市场主体在博弈过程中不断优化自身的决策。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种面向增量配电网的协同规划方法，其特征在于，该方法通过源、网、荷三个角度考虑，分别以各自收益的最大化为目标，并考虑各模型符合的约束条件，建立各博弈主体的规划决策模型，包括如下步骤：
建立增量配电网规划问题模型；
基于所述增量配电网规划问题模型建立增量配电网规划中的博弈理论；
基于所述博弈理论对博弈过程中的模型求解；
基于所述模型求解进行算例分析；
得出协同规划结论。
2.根据权利要求1所述的一种面向增量配电网的协同规划方法，其特征在于：所述增量配电网规划问题模型包括：源侧规划模型、网侧规划模型、荷侧规划模型。
3.根据权利要求2所述的一种面向增量配电网的协同规划方法，其特征在于：所述源侧规划模型包括以下目标函数；以下目标函数为分布式电源的投资运营商的所得最大收益：
Figure FDA0003706390460000011
其中，
Figure FDA0003706390460000012
表示DG运营商的总收益，
Figure FDA0003706390460000013
表示DG售电利润；
Figure FDA0003706390460000014
表示政府补贴费用，
Figure FDA0003706390460000015
表示投资费用，
Figure FDA0003706390460000016
表示维护成本。
4.根据权利要求3所述的一种面向增量配电网的协同规划方法，其特征在于：所述网侧规划模型包括以下目标函数，在规划过程中，配网公司的方案考虑为新建线路，以配网公司的最大收益为目标函数：
Figure FDA0003706390460000017
其中，
Figure FDA0003706390460000018
表示配网公司的总收益,
Figure FDA0003706390460000019
表示配网公司的售电利润，
Figure FDA00037063904600000110
表示新建线路的投资费用，
Figure FDA00037063904600000111
表示网络损耗成本，
Figure FDA00037063904600000112
为从主网的购电电价，
Figure FDA0003706390460000021
为从DG运营商的购电电价。
5.根据权利要求4所述的一种面向增量配电网的协同规划方法，其特征在于：所述荷侧规划模型包括负荷高峰区、平时段及负荷低谷区，所述负荷高峰区、平时段及负荷低谷区实行分时电价。
6.根据权利要求5所述的一种面向增量配电网的协同规划方法，其特征在于：所述博弈理论包括：博弈定义、静态博弈、动态博弈、动—静态联合博弈。
7.根据权利要求6所述的一种面向增量配电网的协同规划方法，其特征在于：所述博弈定义包括：
定义1、某个包含了n个参与者的博弈常规形式，可以具体明确参与者们的策略空间(S1,…,Sn)与和目标相对应的收益函数(u1,…,un)，用G＝{S1,…,Sn；u1,…,un}来表示此博弈；
定义2、在以往常规形式的博弈G＝{S1,…,Sn；u1,…,un}里，s’i和s”i可以作为参与者i的可行策略；若对任意其余参与者可行策略的组合存在策略s’i被策略s”i严格支配，则i采取策略s'i的收益严格低于采取s”i的收益：ui(s1,…,si-1,s'i,si+1,…,sn)＜ui(s1,…,si-1,s”i,si+1,…,sn)，对任意可从其他参与者的策略空间S1,…,Si-1,Si+1,…,Sn中建立的策略组合(s1,…,si-1,si+1,…,sn)。
8.根据权利要求7所述的一种面向增量配电网的协同规划方法，其特征在于：所述模型求解包括迭代算法；所述迭代算法求解问题的步骤主要如下：
迭代变量：迭代变量是要求解的值，只不过在求解过程中需要对其真实值进行反复试探，用旧值递推出新值，再通过迭代约束条件把最终值确定下来；
建立迭代关系式：让迭代过程形成一组或多组循环的关键是如何确定迭代关系式，迭代关系式一般包括两种，一种叫做递推法，另一种叫做倒推法，它是指可以将迭代变量从前一个值递推到下一个值的公式或者某种特定的关系式；
对迭代过程进行控制：由于迭代过程是一个循环过程，需要规定此过程不能进入死循环，一直不停地进行下去，因此在怎样的范围内结束迭代过程是最后需要解决的一个关键问题，结束迭代过程的方法一般可以分为两种：第一种方法是把迭代次数设为某个特定的精准值，对迭代过程实现控制；第二种是在迭代次数不能确定为前提的情况下，通过进一步可靠精准的分析得到可以用来结束迭代过程的约束条件。
9.根据权利要求8所述的一种面向增量配电网的协同规划方法，其特征在于：所述算例分析包括：参数设置、仿真结果及分析；所述算例模型为IEEE33节点配电系统；
所述仿真结果及分析，包括如下步骤：
先让配网公司与“大自然”进行动态博弈，作为内层博弈；
将其博弈结果与分布式电源运营商进行静态博弈，形成外层博弈，以此结果作为初始进行下一轮的博弈，直至前后两次博弈的结果均相等，即为博弈的最终结果。
CN202210708934.5A 2022-06-21 2022-06-21 一种面向增量配电网的协同规划方法 Pending CN114943476A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210708934.5A CN114943476A (zh) 2022-06-21 2022-06-21 一种面向增量配电网的协同规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210708934.5A CN114943476A (zh) 2022-06-21 2022-06-21 一种面向增量配电网的协同规划方法

Publications (1)

Publication Number Publication Date
CN114943476A true CN114943476A (zh) 2022-08-26

Family

ID=82910923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210708934.5A Pending CN114943476A (zh) 2022-06-21 2022-06-21 一种面向增量配电网的协同规划方法

Country Status (1)

Country Link
CN (1) CN114943476A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110197439A (zh) * 2019-05-05 2019-09-03 三峡大学 一种考虑源网荷多边不完全信息博弈的增量配电网规划方法
CN117829450A (zh) * 2023-11-23 2024-04-05 国网天津静海供电有限公司 一种配电网-数据中心协同规划方法及其模型求解方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130024243A1 (en) * 2011-07-20 2013-01-24 Nec Laboratories America, Inc. Systems and methods for optimizing microgrid capacity and storage investment under environmental regulations
CN109034563A (zh) * 2018-07-09 2018-12-18 国家电网公司 一种多主体博弈的增量配电网源网荷协同规划方法
CN110197439A (zh) * 2019-05-05 2019-09-03 三峡大学 一种考虑源网荷多边不完全信息博弈的增量配电网规划方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130024243A1 (en) * 2011-07-20 2013-01-24 Nec Laboratories America, Inc. Systems and methods for optimizing microgrid capacity and storage investment under environmental regulations
CN109034563A (zh) * 2018-07-09 2018-12-18 国家电网公司 一种多主体博弈的增量配电网源网荷协同规划方法
CN110197439A (zh) * 2019-05-05 2019-09-03 三峡大学 一种考虑源网荷多边不完全信息博弈的增量配电网规划方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110197439A (zh) * 2019-05-05 2019-09-03 三峡大学 一种考虑源网荷多边不完全信息博弈的增量配电网规划方法
CN110197439B (zh) * 2019-05-05 2023-03-31 三峡大学 考虑源网荷多边不完全信息博弈的增量配电网规划方法
CN117829450A (zh) * 2023-11-23 2024-04-05 国网天津静海供电有限公司 一种配电网-数据中心协同规划方法及其模型求解方法

Similar Documents

Publication Publication Date Title
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
Zhang et al. Optimal bidding strategy and profit allocation method for shared energy storage-assisted VPP in joint energy and regulation markets
Dai et al. Real-time pricing scheme based on Stackelberg game in smart grid with multiple power retailers
Zhang et al. Distributed online optimal energy management for smart grids
Yi et al. Coordinated operation strategy for a virtual power plant with multiple DER aggregators
Cheng et al. Equilibrium analysis of general N-population multi-strategy games for generation-side long-term bidding: An evolutionary game perspective
Wen et al. Optimal bidding strategies for competitive generators and large consumers
CN114943476A (zh) 一种面向增量配电网的协同规划方法
CN109034563A (zh) 一种多主体博弈的增量配电网源网荷协同规划方法
CN107706921B (zh) 基于纳什博弈的微电网电压调节方法和装置
Zhang et al. Dual-Stackelberg game-based trading in community integrated energy system considering uncertain demand response and carbon trading
Veit et al. Simulating the dynamics in two-settlement electricity markets via an agent-based approach
Cheng et al. 2PnS-EG: A general two-population n-strategy evolutionary game for strategic long-term bidding in a deregulated market under different market clearing mechanisms
Shivaie et al. An environmental/techno-economic approach for bidding strategy in security-constrained electricity markets by a bi-level harmony search algorithm
Liu et al. Research on bidding strategy of thermal power companies in electricity market based on multi-agent deep deterministic policy gradient
Sun et al. DSM pricing method based on A3C and LSTM under cloud-edge environment
CN115528749A (zh) 实时市场与电网调度联合推演方法、系统、设备及介质
CN115313520A (zh) 分布式能源系统博弈优化调度方法、系统、设备及介质
Yan et al. Cross-regional green certificate transaction strategies based on a double-layer game model
Jia et al. Dynamic pricing strategy and regional energy consumption optimization based on different stakeholders
Chen et al. The competition and equilibrium in power markets under decarbonization and decentralization
CN111798024A (zh) 一种分段报价规则下的发电厂报价确定方法和装置
Qu et al. Distributed real-time pricing of smart grid considering individual differences
Wang et al. Data-driven fast voltage control in Non-DPMU distribution networks with microgrids
Wu et al. Deep reinforcement learning for strategic bidding in incomplete information market

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