CN115438935A - 一种服务商参与日前互动调峰机制的方法和相关系统 - Google Patents

一种服务商参与日前互动调峰机制的方法和相关系统 Download PDF

Info

Publication number
CN115438935A
CN115438935A CN202211014770.2A CN202211014770A CN115438935A CN 115438935 A CN115438935 A CN 115438935A CN 202211014770 A CN202211014770 A CN 202211014770A CN 115438935 A CN115438935 A CN 115438935A
Authority
CN
China
Prior art keywords
scheduling model
day
ahead
layer scheduling
layer
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
CN202211014770.2A
Other languages
English (en)
Inventor
王勇
吴心弘
潘玲玲
王泽荣
刘俊
董浩
周竞
田伟
鄢蜜昉
汤必强
郭晓蕊
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.)
State Grid Zhejiang Integrated Energy Service Co ltd
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
State Grid Zhejiang Integrated Energy Service Co ltd
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
China Electric Power Research Institute Co Ltd CEPRI
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 State Grid Zhejiang Integrated Energy Service Co ltd, State Grid Corp of China SGCC, State Grid Zhejiang Electric Power Co Ltd, China Electric Power Research Institute Co Ltd CEPRI filed Critical State Grid Zhejiang Integrated Energy Service Co ltd
Priority to CN202211014770.2A priority Critical patent/CN115438935A/zh
Publication of CN115438935A publication Critical patent/CN115438935A/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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

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

Abstract

本发明公开一种服务商参与日前互动调峰机制的方法和相关系统，包括：获取电力系统运行参数和各类负荷信息；针对电力系统运行参数以及电力系统中的各类负荷信息，以综合能源服务商购电成本最低以及各类用户购电费用最低分别建立目标函数，建立电力系统日前互动调峰的双层调度模型；通过KKT条件将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束，并通过big‑M法线性化互补松弛约束；得到单层混合整数线性优化模型；计算单层混合整数线性优化模型，得到服务商参与日前互动调峰机制并输出。本发明协调了电网侧与负荷侧的共同利益，在合理的激励相容机制下有效调动了负荷侧参与调峰的积极性。

Description

一种服务商参与日前互动调峰机制的方法和相关系统
技术领域
本发明涉及电力系统运行技术领域，特别是一种服务商参与日前互动调峰机制的方法和相关系统。
背景技术
随着社会的发展，对于电力的需求日益提升，电网峰谷差不断拉大，过大的峰谷差会增加电网高峰时段的供电压力并降低供电可靠性。由于电力供能要保证供需双方的实时平衡，传统电网通过增加基础设备投资来应对高峰负荷带来的供电压力，这样会导致投资过大，造成社会资源利用不合理。但现有的固定分时电价难以满足用户多种时刻、多种用户的用能需求，并且难以调动用户的积极性，为了充分提升需求侧的积极性，减少峰谷差并提升电网安全性，本文研究灵活电价调动负荷侧的积极性，量化负荷侧潜在的日前可调度潜力，为今后相关研究提供理论依据。
然而，由于负荷侧用户的多样性，导致其用能规律难以准确预测，传统的固定电价机制不能充分挖掘需求侧的调峰潜力。
发明内容
本发明所要解决的技术问题是克服现有技术的不足，提供一种服务商参与日前互动调峰机制的方法和相关系统，本发明计及了上层电网调度与下层灵活性负荷的协同，以及设计了一种动态价格机制，并通过舒适度惩罚项的引入保证用户的利益，调度需求侧的参与调峰积极性，有望为综合能源服务商参与互动调峰提供理论基础。
为实现上述目的，本发明采用如下技术方案：
一种服务商参与日前互动调峰机制的方法，包括：
获取电力系统运行参数和各类负荷信息；
基于电力系统运行参数和各类负荷信息，以综合能源服务商成本最小为优化目标，建立电力系统日前互动调峰的上层调度模型，以电网中各类负荷的购电费用最小为优化目标，建立电力系统日前互动调峰的下层调度模型，通过上层调度模型和下层调度模型交互电价与实时负荷量信息建立双层调度模型；
将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束，并线性化等效约束；得到单层混合整数线性优化模型；
计算单层混合整数线性优化模型，得到服务商参与日前互动调峰机制并输出。
所述电力系统运行参数包括发电机组、线路参数信息；
所述电力系统中各类负荷信息，包括成本、各个时段的需求量及可削减范围。
作为本发明的进一步改进，所述电力系统运行参数包括发电机组、线路参数信息。
作为本发明的进一步改进，所述电力系统中各类负荷信息，包括成本、各个时段的需求量及可削减范围。
作为本发明的进一步改进，所述上层调度模型的目标函数与约束条件包括：
Figure BDA0003812155470000021
Figure BDA0003812155470000022
Pij.t＝bij(θi.t-θj.t) (A-3)
Figure BDA0003812155470000031
Figure BDA0003812155470000032
Figure BDA0003812155470000033
Figure BDA0003812155470000034
其中，i与j指电力节点，t指时间断面，v指发电机组，d指负荷，e指储能装置；
Figure BDA0003812155470000035
指t时刻发电机v的上网电价，
Figure BDA0003812155470000036
指t时刻发电机v的实际出力，
Figure BDA0003812155470000037
指t-1时刻发电机v的实际出力，
Figure BDA0003812155470000038
指发电机v的最大出力，
Figure BDA0003812155470000039
指发电机v的爬坡系数，
Figure BDA00038121554700000310
指t时刻负荷的d实际负荷需求量，
Figure BDA00038121554700000311
指t时刻负荷d响应需求响应的变化量，
Figure BDA00038121554700000312
指t时刻储能装置e响应需求响应的变化量，Pij.t指t时刻在节点i与节点j之间线路上的传输功率，
Figure BDA00038121554700000313
指节点i与节点j之间的最大允许传功率，bij指节点i与节点j之间的电纳，θi.t指节点i在t时刻的电压相角，θj.t指节点j在t时刻的电压相角，
Figure BDA00038121554700000314
指一天内各个时段的平均负荷，η指电网的削峰填谷目标系数。
作为本发明的进一步改进，下层调度模型的目标函数与约束条件包括：
Figure BDA00038121554700000315
灵活性负荷约束：
Figure BDA00038121554700000316
Figure BDA00038121554700000317
储能约束：
Figure BDA00038121554700000318
Figure BDA0003812155470000041
Figure BDA0003812155470000042
其中，
Figure BDA0003812155470000043
指t时刻负荷d的单位用电成本，m指考虑到用户舒适度的惩罚系数，δd D指负荷d的可调节下限范围，δd U指负荷d的可调节上限范围，
Figure BDA0003812155470000044
Figure BDA0003812155470000045
为拉格朗日乘子，μ2为拉格朗日乘子，k指储能电池充放电过程造成的电池寿命下降折算的成本系数，
Figure BDA0003812155470000046
为储能电池的最大容量，
Figure BDA0003812155470000047
指储能装置e的可调节下限范围，
Figure BDA0003812155470000048
指储能装置e的可调节下限范围，
Figure BDA0003812155470000049
为拉格朗日乘子，
Figure BDA00038121554700000410
为t时刻储能装置e的实时电量，
Figure BDA00038121554700000411
为t+1时刻储能装置e的实时电量，
Figure BDA00038121554700000412
为拉格朗日乘子，
Figure BDA00038121554700000413
为拉格朗日乘子。
作为本发明的进一步改进，所述将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束，是通过KKT条件将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束；包括：
构造拉格朗日函数如下：
Figure BDA00038121554700000414
下层调度模型经KKT条件转化后的等效约束为：
Figure BDA00038121554700000415
Figure BDA00038121554700000416
Figure BDA00038121554700000417
Figure BDA00038121554700000418
Figure BDA0003812155470000051
Figure BDA0003812155470000052
Figure BDA0003812155470000053
Figure BDA0003812155470000054
Figure BDA0003812155470000055
Figure BDA0003812155470000056
其中，L指拉格朗日函数，
Figure BDA0003812155470000057
指拉格朗日函数L关于
Figure BDA0003812155470000058
求偏导，
Figure BDA0003812155470000059
指拉格朗日函数L关于
Figure BDA00038121554700000510
求偏导，⊥为正交符号，表示其两端的多项式之积为0。
作为本发明的进一步改进，所述线性化等效约束通过big-M法线性化互补松弛约束，包括：
Figure BDA00038121554700000511
Figure BDA00038121554700000512
Figure BDA00038121554700000513
Figure BDA00038121554700000514
Figure BDA00038121554700000515
Figure BDA00038121554700000516
Figure BDA00038121554700000517
Figure BDA00038121554700000518
Figure BDA00038121554700000519
Figure BDA00038121554700000520
Figure BDA00038121554700000521
Figure BDA0003812155470000061
Figure BDA0003812155470000062
Figure BDA0003812155470000063
Figure BDA0003812155470000064
Figure BDA0003812155470000065
Figure BDA0003812155470000066
Figure BDA0003812155470000067
Figure BDA0003812155470000068
Figure BDA0003812155470000069
Figure BDA00038121554700000610
Figure BDA00038121554700000611
Figure BDA00038121554700000612
Figure BDA00038121554700000613
其中，
Figure BDA00038121554700000614
和
Figure BDA00038121554700000615
分别对应的0、1变量，M指一个极大数。
一种服务商参与日前互动调峰机制的系统，包括：
获取模块，用于获取电力系统运行参数和各类负荷信息；
模型建立模块，用于基于电力系统运行参数和各类负荷信息，以综合能源服务商成本最小为优化目标，建立电力系统日前互动调峰的上层调度模型，以电网中各类负荷的购电费用最小为优化目标，建立电力系统日前互动调峰的下层调度模型，通过上层调度模型和下层调度模型交互电价与实时负荷量信息建立双层调度模型；
转化模块，用于通过KKT条件将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束，并通过big-M法线性化互补松弛约束；得到单层混合整数线性优化模型；
计算模块，用于计算单层混合整数线性优化模型，得到服务商参与日前互动调峰机制并输出。
一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述度服务商参与日前互动调峰机制的度方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述度服务商参与日前互动调峰机制的度方法的步骤。
与现有技术相比，本发明具有以下有益效果：
目前常用的求解双层模型的方法为KKT算法以及传统的启发式算法。由于启发式算法需要频繁调用下层调度模型，导致计算繁琐，求解效率偏低。本发明通过建立动态电价下电网-灵活负荷双层运行模型，采用KKT条件以及优化理论将双层问题转化为等效的单层模型进而求解。能够根据电网削峰填谷需求及不同负荷特性，灵活制定激励机制，充分挖掘灵活侧参与削峰填谷的潜力，并计及了削峰填谷对负荷侧舒适度的影响，实现了综合考虑负荷侧削峰填谷激励补贴-舒适度经济惩罚的最优调度。
附图说明
图1为本发明一种服务商参与日前互动调峰机制的方法流程图；
图2是本发明仿真实例的118节点算例拓扑图；
图3是为三种场景下的负荷曲线比较；
图4为本发明一种考虑节点网损的服务商参与日前互动调峰机制的系统；
图5为本发明一种电子设备示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，而不是全部的实施例。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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等同形式的修改均落于本申请所附权利要求所限定的范围。
名称解释：
KKT(Karush-Kuhn-Tucker)条件用来求解不等式约束下最优问题,而其简化形式(拉格朗日乘数法)可用来求解等式约束下最优化问题。
big-M法(big M method)是线性规划问题的约束条件(＝)等式或(≥)大于型时，使用人工变量法后，寻找其初始基可行解的一种方法。
实施例1
本发明提供一种服务商参与日前互动调峰机制的方法，包括以下步骤：
获取电力系统运行参数和各类负荷信息；
基于电力系统运行参数和各类负荷信息，以综合能源服务商成本最小为优化目标，建立电力系统日前互动调峰的上层调度模型，以电网中各类负荷的购电费用最小为优化目标，建立电力系统日前互动调峰的下层调度模型，通过上层调度模型和下层调度模型交互电价与实时负荷量信息建立双层调度模型；
将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束，并线性化等效约束；得到单层混合整数线性优化模型；
计算单层混合整数线性优化模型，得到服务商参与日前互动调峰机制并输出。
本发明的原理为：
在考虑上层综合能源服务商最低购电成本目标的同时考虑了最小化下层灵活性负荷的购电费用，构建了上层综合能源服务商与下层灵活性负荷的协同调度模型，然后将下层优化问题等价转化为上层约束，将双层优化问题转化为单层优化问题，并线性化互补松弛约束。利用GAMS软件编译相应调度模型，定量分析不同舒适度惩罚系数下对互动调峰结果的影响，量化负荷侧潜在的日前可调度潜力。本发明旨在通过服务商参与日前互动调峰机制，实现满足削峰填谷目标的同时最大化社会效益。
本发明考虑到电力需求日益提升的背景下不断拉大的电网峰谷差，会降低供电的可靠性并且增大如输配电设备的投资成本。计及了电网侧与负荷侧的双向互动，在考虑降低电网侧调度成本的同时也保护了负荷侧的利益,实现了在最大化社会效益的目标下完成削峰填谷的目标。本发明协调了电网侧与负荷侧的共同利益，在合理的激励相容机制下有效调动了负荷侧参与调峰的积极性。有望为服务商参与日前互动调峰机制的提供理论基础。
实施例2
如图1所示，本发明的一种服务商参与日前互动调峰机制的方法，包括以下步骤：
步骤1、获取电力系统运行参数，所述运行参数包括发电机组、线路参数信息；
步骤2、获取电力系统中各类负荷信息，包括成本、各个时段的需求量、可削减范围；
步骤3、针对电力系统运行参数以及电力系统中的各类负荷信息，基于电力系统运行参数和各类负荷信息，以综合能源服务商购电成本最低以及各类用户购电费用最低分别建立目标函数，建立电力系统日前互动调峰的双层调度模型；
步骤4、基于电力系统运行参数和各类负荷信息，以综合能源服务商成本最小为优化目标，建立电力系统日前互动调峰的上层调度模型，与步骤5中电力系统日前互动调峰的下层调度模型交互电价与实时负荷量信息；
步骤5、以电网中各类负荷的购电费用最小为优化目标，建立电力系统日前互动调峰的下层调度模型，与步骤4中电力系统日前互动调峰的上层调度模型交互电价与实时负荷量信息；
步骤6、通过KKT条件将步骤5所建立的电力系统日前互动调峰的下层调度模型等价转化，并通过big-M法线性化互补松弛约束，进而将步骤4与步骤5建立的双层优化模型转化为单层混合整数线性优化问题。
步骤7、综合能源服务商输出运行结果。
各个步骤详细内容具体说明如下：
上层电网日前调度模型：
上层电网日前调度模型的目标函数为：
Figure BDA0003812155470000111
式中，t指时间断面，v指发电机组，
Figure BDA0003812155470000112
指t时刻发电机v的上网电价，
Figure BDA0003812155470000113
指t时刻发电机v的实际出力。
式(B-1)描述了上层电网日前调度的成本，上层调度模型的目标为保证电网的调度成本最低。
上层电网日前调度运行约束：
在上层调度模型中，电力系统需满足的运行约束包括：
Figure BDA0003812155470000114
Pij.t＝bij(θi.t-θj.t) (B-3)
Figure BDA0003812155470000115
Figure BDA0003812155470000116
Figure BDA0003812155470000117
Figure BDA0003812155470000118
其中，i与j指电力节点，t指时间断面，v指发电机组，d指负荷，e指储能装置；
Figure BDA0003812155470000121
指t时刻发电机v的上网电价，
Figure BDA0003812155470000122
指t时刻发电机v的实际出力，
Figure BDA0003812155470000123
指t-1时刻发电机v的实际出力，
Figure BDA0003812155470000124
指发电机v的最大出力，
Figure BDA0003812155470000125
指发电机v的爬坡系数，
Figure BDA0003812155470000126
指t时刻负荷的d实际负荷需求量，
Figure BDA0003812155470000127
指t时刻负荷d响应需求响应的变化量，
Figure BDA0003812155470000128
指t时刻储能装置e响应需求响应的变化量，Pij.t指t时刻在节点i与节点j之间线路上的传输功率，
Figure BDA0003812155470000129
指节点i与节点j之间的最大允许传功率，bij指节点i与节点j之间的电纳，θi.t指节点i在t时刻的电压相角，θj.t指节点j在t时刻的电压相角，
Figure BDA00038121554700001213
指一天内各个时段的平均负荷，η指电网的削峰填谷目标系数。
式(B-2)为线路传输功率平衡约束；式(B-3)指线路潮流约束；式(B-4)为传输线功率限制；式(B-5)为发电机出力约束；式(B-6)指发电机爬坡约束；式(B-7)为电网削峰填谷目标约束。
下层负荷运行模型
下层负荷运行模型目标函数为：
Figure BDA00038121554700001210
其中，
Figure BDA00038121554700001211
指t时刻负荷d的单位用电成本，m指考虑到用户舒适度的惩罚系数，k指储能电池充放电过程造成的电池寿命下降折算的成本系数。
式(B-8)为下层调度模型的目标函数，在计及舒适度惩罚的情况下保证用户的购电成本最低。
下层负荷运行约束为：
灵活性负荷约束：
Figure BDA00038121554700001212
Figure BDA0003812155470000131
储能约束：
Figure BDA0003812155470000132
Figure BDA0003812155470000133
Figure BDA0003812155470000134
其中，δd D指负荷d的可调节下限范围，δd U指负荷d的可调节上限范围，
Figure BDA0003812155470000135
分别指式(B-9)对应的拉格朗日乘子，μ2指式(B-10)对应的拉格朗日乘子，
Figure BDA0003812155470000136
为储能电池的最大容量，
Figure BDA0003812155470000137
指储能装置e的可调节下限范围，
Figure BDA0003812155470000138
指储能装置e的可调节下限范围，
Figure BDA0003812155470000139
分别指式(B-11)对应的拉格朗日乘子，
Figure BDA00038121554700001310
为t时刻储能装置e的实时电量，
Figure BDA00038121554700001311
为t+1时刻储能装置e的实时电量，
Figure BDA00038121554700001312
指式(B-12)对应的拉格朗日乘子，
Figure BDA00038121554700001313
分别指式(B-13)对应的拉格朗日乘子。
式(B-9)表示单时段负荷可平移量约束；式(B-10)表示日前负荷总用电需求约束；式(B-11)表示单时段储能可平移量约束，式(B-12)表示储能电池实时电量平衡约束，式(B-13)表示储能电池容量约束。
下层调度模型的等效约束：
下层调度模型KKT条件转化后的等效约束为：
首先构造拉格朗日函数如下：
Figure BDA00038121554700001314
下层调度模型经KKT条件转化后的等效约束为：
Figure BDA00038121554700001315
Figure BDA0003812155470000141
Figure BDA0003812155470000142
Figure BDA0003812155470000143
Figure BDA0003812155470000144
Figure BDA0003812155470000145
Figure BDA0003812155470000146
Figure BDA0003812155470000147
Figure BDA0003812155470000148
Figure BDA0003812155470000149
其中，L指拉格朗日函数，
Figure BDA00038121554700001410
指拉格朗日函数L关于
Figure BDA00038121554700001411
求偏导，
Figure BDA00038121554700001412
指拉格朗日函数L关于
Figure BDA00038121554700001413
求偏导，⊥为正交符号，表示其两端的多项式之积为0。
式(B-14)为构造的拉格朗日函数；式(B-15)表示储能电池实时电量平衡约束；式(B-16)表示日前负荷总用电需求约束；式(B-17)表示由下层调度模型构建的拉格朗日函数关于
Figure BDA00038121554700001414
的一阶偏导；式(B-18)表示由下层调度模型构建的拉格朗日函数关于
Figure BDA00038121554700001415
的一阶偏导；式(B-19)—式(B-24)表示由(B-9)、(B-11)和(B-13)经KKT转化后并线性化后需要满足的互补松弛条件。
互补松弛约束经big-M法线性化：
Figure BDA00038121554700001416
Figure BDA00038121554700001417
Figure BDA00038121554700001418
Figure BDA0003812155470000151
Figure BDA0003812155470000152
Figure BDA0003812155470000153
Figure BDA0003812155470000154
Figure BDA0003812155470000155
Figure BDA0003812155470000156
Figure BDA0003812155470000157
Figure BDA0003812155470000158
Figure BDA0003812155470000159
Figure BDA00038121554700001510
Figure BDA00038121554700001511
Figure BDA00038121554700001512
Figure BDA00038121554700001513
Figure BDA00038121554700001514
Figure BDA00038121554700001515
Figure BDA00038121554700001516
Figure BDA00038121554700001517
Figure BDA00038121554700001518
Figure BDA00038121554700001519
Figure BDA00038121554700001520
Figure BDA00038121554700001521
其中，
Figure BDA00038121554700001522
和
Figure BDA00038121554700001523
分别为式(B-19)-(B-24)对应的0、1变量(只有0、1两种数值的变量)，M指一个极大数。
式(B-25)-(B-48)表示互补松弛条件(B-19)-(B-24)经big-M法线性化后得到的约束。
仿真实施例
本发明采用图2所示的IEEE118节点系统案例。
基于该算例，采用本发明的方法模拟出电力系统在常规固定电价与动态电价两种情况下的运行结果，未调节曲线为各个时段的实际负荷总量(结果参见图3，固定电价数据采取天津市分时电价数据)，说明了采用固定电价或者动态电价均能减少电网的峰谷差，但相比较固定电价的结果，动态电价能够更好的完成削峰填谷的目标，如图3所示，在11点时刻，相较于固定电价，动态电价下负荷总量下降了218MW，比固定电价在该时刻的负荷总量削减了5.8％。
因此本发明采用的118节点系统实时仿真模型能够较好的模拟此类方案，本发明所研究内容能有效调动用户积极性，减少电网峰谷差提升电网运行安全性，并为服务商参与日前互动调峰机制的技术支撑。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。
如图4所示，本发明还提供一种服务商参与日前互动调峰机制的系统，包括：
获取模块，用于获取电力系统运行参数和各类负荷信息；
模型建立模块，用于基于电力系统运行参数和各类负荷信息，以综合能源服务商成本最小为优化目标，建立电力系统日前互动调峰的上层调度模型，以电网中各类负荷的购电费用最小为优化目标，建立电力系统日前互动调峰的下层调度模型，通过上层调度模型和下层调度模型交互电价与实时负荷量信息建立双层调度模型；
转化模块，用于通过KKT条件将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束，并通过big-M法线性化互补松弛约束；得到单层混合整数线性优化模型；
计算模块，用于计算单层混合整数线性优化模型，得到服务商参与日前互动调峰机制并输出。
如图5所示，本发明提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述服务商参与日前互动调峰机制的方法的步骤。
所述服务商参与日前互动调峰机制的方法包括以下步骤：
获取电力系统运行参数和各类负荷信息；
基于电力系统运行参数和各类负荷信息，以综合能源服务商成本最小为优化目标，建立电力系统日前互动调峰的上层调度模型，以电网中各类负荷的购电费用最小为优化目标，建立电力系统日前互动调峰的下层调度模型，通过上层调度模型和下层调度模型交互电价与实时负荷量信息建立双层调度模型；
通过KKT条件将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束，并通过big-M法线性化互补松弛约束；得到单层混合整数线性优化模型；
计算单层混合整数线性优化模型，得到服务商参与日前互动调峰机制并输出。
本发明第还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述服务商参与日前互动调峰机制的方法的步骤。
所述服务商参与日前互动调峰机制的方法包括以下步骤：
获取电力系统运行参数和各类负荷信息；
基于电力系统运行参数和各类负荷信息，以综合能源服务商成本最小为优化目标，建立电力系统日前互动调峰的上层调度模型，以电网中各类负荷的购电费用最小为优化目标，建立电力系统日前互动调峰的下层调度模型，通过上层调度模型和下层调度模型交互电价与实时负荷量信息建立双层调度模型；
通过KKT条件将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束，并通过big-M法线性化互补松弛约束；得到单层混合整数线性优化模型；
计算单层混合整数线性优化模型，得到服务商参与日前互动调峰机制并输出。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD～ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种服务商参与日前互动调峰机制的方法，其特征在于，包括：
获取电力系统运行参数和各类负荷信息；
基于电力系统运行参数和各类负荷信息，以服务商成本最小为优化目标，建立电力系统日前互动调峰的上层调度模型；以电网中各类负荷的购电费用最小为优化目标，建立电力系统日前互动调峰的下层调度模型；通过上层调度模型和下层调度模型交互电价与实时负荷量信息建立双层调度模型；
将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束，并线性化等效约束，得到单层混合整数线性优化模型；
计算单层混合整数线性优化模型，得到服务商参与日前互动调峰机制并输出。
2.根据权利要求1所述的服务商参与日前互动调峰机制的方法，其特征在于，所述电力系统运行参数包括发电机组、线路参数信息。
3.根据权利要求1所述的服务商参与日前互动调峰机制的方法，其特征在于，所述电力系统中各类负荷信息，包括成本、各个时段的需求量及可削减范围。
4.根据权利要求1所述的服务商参与日前互动调峰机制的方法，其特征在于，所述上层调度模型的目标函数与约束条件包括：
Figure FDA0003812155460000011
Figure FDA0003812155460000012
Pij.t＝bij(θi.t-θj.t) (A-3)
Figure FDA0003812155460000013
Figure FDA0003812155460000014
Figure FDA0003812155460000015
Figure FDA0003812155460000021
其中，i与j指电力节点，t指时间断面，v指发电机组，d指负荷，e指储能装置；
Figure FDA0003812155460000022
指t时刻发电机v的上网电价，
Figure FDA0003812155460000023
指t时刻发电机v的实际出力，
Figure FDA0003812155460000024
指t-1时刻发电机v的实际出力，
Figure FDA0003812155460000025
指发电机v的最大出力，
Figure FDA0003812155460000026
指发电机v的爬坡系数，
Figure FDA0003812155460000027
指t时刻负荷的d实际负荷需求量，
Figure FDA0003812155460000028
指t时刻负荷d响应需求响应的变化量，
Figure FDA0003812155460000029
指t时刻储能装置e响应需求响应的变化量，Pij.t指t时刻在节点i与节点j之间线路上的传输功率，
Figure FDA00038121554600000210
指节点i与节点j之间的最大允许传功率，bij指节点i与节点j之间的电纳，θi.t指节点i在t时刻的电压相角，θj.t指节点j在t时刻的电压相角，P指一天内各个时段的平均负荷，η指电网的削峰填谷目标系数。
5.根据权利要求4所述的服务商参与日前互动调峰机制的方法，其特征在于，下层调度模型的目标函数与约束条件包括：
Figure FDA00038121554600000211
灵活性负荷约束：
Figure FDA00038121554600000212
Figure FDA00038121554600000213
储能约束：
Figure FDA00038121554600000214
Figure FDA00038121554600000215
Figure FDA00038121554600000216
其中，
Figure FDA0003812155460000031
指t时刻负荷d的单位用电成本，m指考虑到用户舒适度的惩罚系数，δd D指负荷d的可调节下限范围，δd U指负荷d的可调节上限范围，
Figure FDA0003812155460000032
Figure FDA0003812155460000033
为拉格朗日乘子，μ2为拉格朗日乘子，k指储能电池充放电过程造成的电池寿命下降折算的成本系数，
Figure FDA0003812155460000034
为储能电池的最大容量，
Figure FDA0003812155460000035
指储能装置e的可调节下限范围，
Figure FDA0003812155460000036
指储能装置e的可调节下限范围，
Figure FDA0003812155460000037
为拉格朗日乘子，
Figure FDA0003812155460000038
为t时刻储能装置e的实时电量，
Figure FDA0003812155460000039
为t+1时刻储能装置e的实时电量，
Figure FDA00038121554600000310
为拉格朗日乘子，
Figure FDA00038121554600000311
为拉格朗日乘子。
6.根据权利要求5所述的服务商参与日前互动调峰机制的方法，其特征在于，所述将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束，是通过KKT条件将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束；包括：
构造拉格朗日函数如下：
Figure FDA00038121554600000312
下层调度模型经KKT条件转化后的等效约束为：
Figure FDA00038121554600000313
Figure FDA00038121554600000314
Figure FDA00038121554600000315
Figure FDA00038121554600000316
Figure FDA00038121554600000317
Figure FDA0003812155460000041
Figure FDA0003812155460000042
Figure FDA0003812155460000043
Figure FDA0003812155460000044
Figure FDA0003812155460000045
其中，L指拉格朗日函数，
Figure FDA0003812155460000046
指拉格朗日函数L关于
Figure FDA0003812155460000047
求偏导，
Figure FDA0003812155460000048
指拉格朗日函数L关于
Figure FDA0003812155460000049
求偏导，⊥为正交符号，表示其两端的多项式之积为0。
7.根据权利要求5所述的服务商参与日前互动调峰机制的方法，其特征在于，所述线性化等效约束通过big-M法线性化互补松弛约束，包括：
Figure FDA00038121554600000410
Figure FDA00038121554600000411
Figure FDA00038121554600000412
Figure FDA00038121554600000413
Figure FDA00038121554600000414
Figure FDA00038121554600000415
Figure FDA00038121554600000416
Figure FDA00038121554600000417
Figure FDA00038121554600000418
Figure FDA00038121554600000419
Figure FDA00038121554600000420
Figure FDA00038121554600000421
Figure FDA0003812155460000051
Figure FDA0003812155460000052
Figure FDA0003812155460000053
Figure FDA0003812155460000054
Figure FDA0003812155460000055
Figure FDA0003812155460000056
Figure FDA0003812155460000057
Figure FDA0003812155460000058
Figure FDA0003812155460000059
Figure FDA00038121554600000510
Figure FDA00038121554600000511
Figure FDA00038121554600000512
其中，
Figure FDA00038121554600000513
和
Figure FDA00038121554600000514
分别对应的0、1变量，M指一个极大数。
8.一种服务商参与日前互动调峰机制的系统，其特征在于，包括：
获取模块，用于获取电力系统运行参数和各类负荷信息；
模型建立模块，用于基于电力系统运行参数和各类负荷信息，以综合能源服务商成本最小为优化目标，建立电力系统日前互动调峰的上层调度模型，以电网中各类负荷的购电费用最小为优化目标，建立电力系统日前互动调峰的下层调度模型，通过上层调度模型和下层调度模型交互电价与实时负荷量信息建立双层调度模型；
转化模块，用于通过KKT条件将双层调度模型中的下层调度模型等价转化为上层调度模型的等效约束，并通过big-M法线性化互补松弛约束；得到单层混合整数线性优化模型；
计算模块，用于计算单层混合整数线性优化模型，得到服务商参与日前互动调峰机制并输出。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-7任一项所述度服务商参与日前互动调峰机制的度方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一项所述度服务商参与日前互动调峰机制的度方法的步骤。
CN202211014770.2A 2022-08-23 2022-08-23 一种服务商参与日前互动调峰机制的方法和相关系统 Pending CN115438935A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211014770.2A CN115438935A (zh) 2022-08-23 2022-08-23 一种服务商参与日前互动调峰机制的方法和相关系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211014770.2A CN115438935A (zh) 2022-08-23 2022-08-23 一种服务商参与日前互动调峰机制的方法和相关系统

Publications (1)

Publication Number Publication Date
CN115438935A true CN115438935A (zh) 2022-12-06

Family

ID=84245368

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211014770.2A Pending CN115438935A (zh) 2022-08-23 2022-08-23 一种服务商参与日前互动调峰机制的方法和相关系统

Country Status (1)

Country Link
CN (1) CN115438935A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116544935A (zh) * 2023-07-06 2023-08-04 中国电力科学研究院有限公司 一种参与需求响应的电机类负荷的优化控制方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116544935A (zh) * 2023-07-06 2023-08-04 中国电力科学研究院有限公司 一种参与需求响应的电机类负荷的优化控制方法及装置
CN116544935B (zh) * 2023-07-06 2023-12-19 中国电力科学研究院有限公司 一种参与需求响应的电机类负荷的优化控制方法及装置

Similar Documents

Publication Publication Date Title
Krishnan et al. Co-optimization of electricity transmission and generation resources for planning and policy analysis: review of concepts and modeling approaches
Giuntoli et al. Optimized thermal and electrical scheduling of a large scale virtual power plant in the presence of energy storages
Carr et al. Hydrogen storage and demand to increase wind power onto electricity distribution networks
Deckmyn et al. Day‐ahead unit commitment model for microgrids
Scott et al. Network-aware coordination of residential distributed energy resources
Helseth et al. A model for optimal scheduling of hydro thermal systems including pumped‐storage and wind power
Cecati et al. Smart operation of wind turbines and diesel generators according to economic criteria
Nikoobakht et al. Electric vehicle mobility and optimal grid reconfiguration as flexibility tools in wind integrated power systems
Liu et al. Frequency droop control with scheduled charging of electric vehicles
Skarvelis-Kazakos et al. Implementing agent-based emissions trading for controlling Virtual Power Plant emissions
Abdulgalil et al. Optimizing a distributed wind-storage system under critical uncertainties using benders decomposition
CN104318323A (zh) 一种考虑可靠性约束机组组合问题的快速调度方法
He et al. Compressed air energy storage multi-stream value assessment on the french energy market
Soroudi Smart self‐scheduling of Gencos with thermal and energy storage units under price uncertainty
Gupta et al. Stochastic security constrained unit commitment with battery energy storage and wind power integration
CN110880791A (zh) 一种混合交直流配电网协调优化方法
Junge et al. Energy storage investment and operation in efficient electric power systems
Golpîra et al. A data‐driven inertia adequacy‐based approach for sustainable expansion planning in distributed generations‐penetrated power grids
CN115438935A (zh) 一种服务商参与日前互动调峰机制的方法和相关系统
Shafiekhani et al. Integration of electric vehicles and wind energy in power systems
Xie et al. Risk-based bidding and offering strategies of the compressed air energy storage using downside risk constraints
CN116128193A (zh) 一种基于区块链技术的园区微网调度方法及调度系统
Liu et al. Joint optimisation of generation and storage in the presence of wind
Wu et al. An efficient decomposition method for bilevel energy storage arbitrage problem
Birk Impact of distributed energy resources on locational marginal prices and electricity networks

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