[发明专利]一种基于主从博弈的能源互联网日前优化控制方法有效
申请号: | 201811579903.4 | 申请日: | 2018-12-24 |
公开(公告)号: | CN109861302B | 公开(公告)日: | 2020-08-18 |
发明(设计)人: | 张有兵;王国烽;赵康莉;胡成鹏;卢俊杰;翁国庆 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06Q50/06 | 分类号: | G06Q50/06 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 主从 博弈 能源 互联网 日前 优化 控制 方法 | ||
1.一种基于主从博弈的能源互联网优化控制方法,其特征在于,所述方法包括以下步骤:
S1:首构建能源局域网群模型,对系统进行初始化并获取优化所需参数,包括风能、光能与储能的日前预测数据;
S2:建立主从博弈模型,网群控制中心为领导者,由其设定初始内部价格,各个ELN子网为跟随者,依据初始内部价格进行决策,计算出对应的最优策略;
S3:网群控制中心整合各个ELN子网的策略集合,以网群控制中心利益最大化为目标,重新计算出内部价格,定义为更新内部价格;
S4:各个ELN子网再根据更新内部价格进行决策,计算出对应该更新内部价格下的最优策略;
S5:当博弈达到Stackelberg均衡SE,且内部价格不再更新,则输出最终优化集合作为能源局域网群日前优化结果;
S6:若博弈达不到Stackelberg均衡,则返回步骤S2依据更新的状态信息重新进行优化;
所述步骤S1中,系统模型包括以下构成:
S1-1.基本负荷模型:ELN包含三类负荷,即热负荷、冷负荷、电负荷,模型如下:
热负荷:由燃气锅炉、热交换器和集热器提供:
其中,是ELNi中燃气锅炉的热功率;是热交换器对外输出的热功率;是ELNi中热负荷的总功率;
燃气锅炉输出的热功率与燃料使用量和锅炉的产热效率相关;
其中,是ELNi中燃气锅炉的最大热功率;ηGB是燃气锅炉的产热效率;VGB,i为锅炉在一个时段内的燃气使用量;LNG是天然气的热值,为9.7kWh/m3;
由燃气轮机与燃气锅炉的燃料使用量,还能得到系统的燃气总消耗量VSUM为:
其中,VGT,i是t时段ELNi燃气轮机的天然气消耗量;
燃气轮机作为ELN系统中主要的可控供能设备,不仅为ELN提供电能,同时其产生的高温烟气携带的热量由热回收装置回收,并通过热交换器和吸收式制冷装置为热负荷供热和为冷负荷供冷,ELNi的燃气轮机的出力、热量以及燃气消耗的关系如下:
其中,为t时段ELNi燃气轮机的发电功率;为ELNi燃气轮机的最大发电功率;为t时段ELNi燃气轮机的余热回收功率;ηc和ηr为ELNi燃气轮机的发电效率和余热回收效率;是t时段ELNi燃气轮机的天然气消耗量;
此外,燃气轮机的发电效率和余热回收效率受机组负载率影响较大,这两者与机组负载率β的关系如下:
0.25≤β≤1 (10)
式中,为燃气轮机的额定发电效率;为燃气轮机的额定余热回收效率;β为机组负载率;
热交换器将从燃气轮机回收的余热中用于制热的部分与水进行交换,得到输出的热功率;
式中,是中分配出来用于制热的部分;ηHX为热交换器的换热效率;
冷负荷由吸收式制冷装置和电制冷机提供:
其中,是ELNi中冷负荷的总功率;是吸收式制冷装置对外输出的冷功率;为ELNi的电制冷机制冷功率;
吸收式制冷装置将余热中用于制冷的部分提供给装置中的换热器,从而使装置转换出冷能;
式中,是中分配出来用于制冷的部分;ηAC为吸收式制冷装置的制冷效率;
电制冷机是用来产生冷负荷的特殊负荷,也可进行调节,在冷负荷已知的情况下属于被确定的一方,第i个ELN的电制冷机出力应满足如下需求:
其中,为ELNi的电制冷机输入功率;ηEC为电制冷机的制冷效率;为ELNi的电制冷机最大输入功率;
电负荷:是所提的这三种之中唯一可以进行调控的,依照是否与其他两类相关,将电负荷主要分为基础负荷与电制冷机两种,基础负荷模型如下:
对于ELNi∈I,其基础负荷如下:
其中,是采用外部电网电价的情况下ELNi的基础负荷;λb代表从外部电网购买的电能价格;λs代表卖给外部电网的电能价格,rb代表ELN群的内部购电价格,rs代表ELN群的内部售电价格,电价应满足以下约束:
λs≤rs<rb≤λb (17)
S1-2.储能系统模型
储能系统通过充电和放电这两种可控操作来减小单个ELN以及ELN群整体的净负荷,其各个时间段的SoC都与之前时段的充放电状态以及充放电量相关,在t时间段,第i个ELN的储能系统工作模型如下:
式中,为t时段ELNi储能系统储存的能量;时段ELNi储能的剩余容量;QBES,i为ELNi储能系统的总容量;为t时段ELNi储能系统的充电功率;为t时段ELNi储能系统的放电功率;ηch和ηdch为储能系统的充电效率和放电效率;
不仅如此,ELN内的储能系统还需要对自身的充放电功率以及SoC的状态进行约束,同时满足运行一日前后SoC状态不变的需求:
式中,和分别表示ELNi储能系统的充放电功率;和为ELNi储能系统的最大充放电功率;与代表ELNi储能系统的充放电状态,取0或1,其中0表示不处于充放电状态,1表示处于充放电状态;表示ELNi储能系统在t时段的充放电功率;则为ELNi储能系统剩余容量的上下限;
S1-3.可再生能源模型
光伏系统具有最大功率点跟踪功能,能够根据光照强度和环境温度进行调整,跟踪并输出所在时段的最大功率,ELNi的光伏系统出力为:
式中,PPV,i为所有光伏系统功率的平均值;
风机系统将风的机械能转化为电能,输出功率随着所在时段当地的平均风速的变化而波动,ELNi的风机系统出力为:
式中,PWT,i为所有风机系统功率的平均值;
S1-4.ELN功率平衡模型
通过ELN中处于供电侧与需求侧的各个组成部分,得到第i个ELN的电功率平衡模型:
其中,为ELNi与网群的交换功率;为输送线功率约束。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811579903.4/1.html,转载请声明来源钻瓜专利网。