基于博弈论的互联网+智慧能源网的优化调度方法技术

本发明专利技术公开了一种基于博弈论的互联网+智慧能源网的优化调度方法，建立互联网+智慧能源网的供能设备模型，并确认其的约束条件；根据互联网+智慧能源网的结构，分析其内部的能源商和微网用户的优化目标；建立互联网+智慧能源网的并行博弈模型，实现互联网+智慧能源网的优化调度。本发明专利技术有效解决以往优化调度中无法实现多优化主体分别优化的问题，实现微商用户用能成本最小化，能源商供能收益最大化的目标，方法巧妙，具有良好的应用前景。

【技术实现步骤摘要】
基于博弈论的互联网+智慧能源网的优化调度方法
本专利技术涉及电力系统
，具体涉及一种基于博弈论的互联网+智慧能源网的优化调度方法。
技术介绍
随着能源互联、多能互补概念的提出，含多个微网与能源商的“互联网+”的智慧能源网得到了广泛的关注。互联网+智慧能源网内的微网用户，既可以通过可调度分布式电源与不可调度分布式电源，蓄能设备，辅助设备等满足自身用能需求，又可以通过从能源商和其他微网购入能源补给能源缺口，在微网能源过剩的情况下，还可以向能源商及其他微网售出能源，实现经济效益的最大化。但是，由于互联网+智慧能源网的参与者有能源商与微网用户，如何使得每一个参与者均达到自身的优化目标是一个重要的难题。微网用户实现用能成本最小化，能源商供能实现收益最大化，多参与者各自有各自的优化目标，如何实现是当前急需解决的问题。
技术实现思路
本专利技术的目的是克服现有的联网+的智慧能源网的参与者，如何实现微网用户、能源商各自的优化目标的问题。本专利技术的基于博弈论的互联网+智慧能源网的优化调度方法，有效解决以往优化调度中无法实现多优化主体分别优化的问题，实现微商用户用能成本最小化，能源商供能收益最大化的目标，方法巧妙，具有良好的应用前景。为了达到上述目的，本专利技术所采用的技术方案是：一种基于博弈论的互联网+智慧能源网的优化调度方法，包括以下步骤，步骤(A)，建立互联网+智慧能源网的供能设备模型，并确认其的约束条件；步骤(B)，根据互联网+智慧能源网的结构，分析其内部的能源商和微网用户的优化目标；步骤(C)，建立互联网+智慧能源网的并行博弈模型，实现互联网+智慧能源网的优化调度。前述的基于博弈论的互联网+智慧能源网的优化调度方法，步骤(A)，建立互联网+智慧能源网的供能设备模型，包括以下步骤，(A11)，建立可调度分布式电源的模型，该模型表示如下，Pi,DDG(t)＝δi,DDG·f(Qi,gas(t))其中，Pi,DDG(t)是t时刻可调度分布式电源的出力；δi,DDG是可调度分布式电源的开关状态，取值为1和0；Qi,gas(t)是t时刻可调度分布式电源消耗的燃气的热量；f(Qi,gas(t))是可调度分布式电源产生的电量与消耗的燃气的热量的对应关系；(A12)，建立不可调度分布式电源的模型不可调度分布式电源，包括光伏发电与风力发电，光伏发电与风力发电在t时刻的出力根据历史数据进行预测；(A13)，建立辅助供能设备的模型辅助供能设备，包括供冷设备和供热设备，该模型表示如下，Pi,au(t)＝g(Pi,in(t))其中，Pi,au(t)是t时刻辅助设备的出力；Pi,in(t)是t时刻辅助设备的输入；g(Pi,in(t))是辅助设备的出力与输入的对应关系；(A14)，建立蓄能设备的模型蓄能设备，包括蓄电池，蓄冷设备，蓄热槽，该模型表示如下，其中，Δt为t时刻到(t+1)时刻的间隔；Ei,ESD(t)为在t时刻蓄能设备储存的能量，单位为kWh；Pi,ESD,in(t)为t时刻的蓄能功率，单位为kW；Pi,ESD,out(t)为t时刻的放能功率，单位为kW；ηi,ESD,in为蓄能效率；ηi,ESD,out为放能效率；μi,ESD为能量损失系数。前述的基于博弈论的互联网+智慧能源网的优化调度方法，步骤(A)，并确认其的约束条件，包括以下步骤，(A21)，建立供能设备的约束可调度分布式电源的约束如下，Pi,DDG,min·δi,DDG≤Pi,DDG(t)≤Pi,DDG,max·δi,DDG-Ri,DDG,max≤Pi,DDG(t+1)-Pi,DDG(t)≤Ri,DDG,max其中，Pi,DDG,min和Pi,DDG,max分别是可调度分布式电源的出力最小值和最大值，Ri,DDG,max是可调度分布式电源的出力值变化的最大值；Pi，DDG(t+1)是t+1时刻可调度分布式电源的出力；不可调度分布式电源的约束如下，考虑到弃风率与弃光率，光伏发电与风力发电的出力值限制为：0≤Pi,WT(t)≤Pi,WT,max0≤Pi,PV(t)≤Pi,PV,max其中，Pi,WT(t)与Pi,PV(t)分别是t时刻风力发电与光伏发电的出力；Pi,WT,max与Pi,PV,max分别是风力发电与光伏发电出力的最大值；辅助供能设备的约束如下，0≤Pi,au(t)≤Pi,au,max其中，Pi,au,max是辅助供能设备的出力最大值；蓄能设备的约束如下，Ei,ESD,min≤Ei,ESD(t)≤Ei,ESD,maxδi,ESD,in(t)·Pi,ESD,in,min≤Pi,ESD,in(t)≤δi,ESD,in(t)·Pi,ESD,in,maxδi,ESD,out(t)·Pi,ESD,out,min≤Pi,ESD,out(t)≤δi,ESD,out(t)·Pi,ESD,out,maxδi,ESD,in(t)+δi,ESD,out(t)≤1其中，Ei,ESD,min与Ei,ESD,max分别为蓄能设备的容量最小值与最大值；Pi,ESD,in,min与Pi,ESD,in,max分别为蓄能设备的蓄能功率的最小值与最大值；Pi,ESD,out,min与Pi,ESD,out,max分别为蓄能设备的放能功率的最小值与最大值；δi,ESD,in(t)为t时刻蓄能设备的蓄能状态，取值为0时表示不工作，取值为1时表示蓄能；δi,ESD,out(t)为t时刻蓄能设备的放能状态，取值为0时表示不工作，取值为1时表示放能，且蓄能设备的蓄能、放能不能同时进行；(A22)，建立供能设备的运行机理约束供需平衡约束供需平衡约束，包括：电平衡约束，热平衡约束，冷平衡约束；潮流约束潮流约束，包括：电压约束与功率约束。前述的基于博弈论的互联网+智慧能源网的优化调度方法，步骤(B)，根据互联网+智慧能源网的结构，分析其内部的能源商和微网用户的优化目标，包括以下步骤，(B1)，分析互联网+智慧能源网的结构互联网+智慧能源网的区域内有若干个微网用户以及能源商，微网用户可通过各自的供能设备满足用户负荷需求，也可从能源商购入电能满足用户负荷需求，或者从其他微网用户购入冷、热能源满足用户负荷需求，且该微网用户的多余电能可卖给能源商，多余的冷、热能源可卖给其他微网用户；能源商的可发电供应给各微网用户，也可从微网用户购入电能；(B2)，确定能源商与微网用户的优化目标对于能源商，包括运营成本需要考虑电能生产成本、购入电能成本以及出售电能的收入，优化目标如下：Cu(t)＝f(Pu(t))其中，Pu(t)表示能源商生产的电能量；Cu(t)表示对应的电能生产成本；pu,in(t)和pu,out(t)分别表示能源商从微网用户购入和售出的电价；Pu,in(t)和Pu,out(t)分别表示能源商从微网用户购入和售出的电能；T是优化调度的时间周期；Ψu是能源商的运行成本；对于微网用户，包括用能成本需要考虑供能设备的维护费用，可调度分布式电源生产电能的成本，从能源商和其他微网用户购入能源的成本，向能源商和其他微网用户出售能源的收益，优化目标如下：Ci,DDG(t)＝f(Pi,DDG(t))其中，Ci,DDG(t)表示可调度分布式电源的电能生产成本；ci,OM,DDG(t)、ci,OM,PV(t)、ci,OM,WT(t)、ci,本文档来自技高网...

【技术保护点】
1.基于博弈论的互联网+智慧能源网的优化调度方法，其特征在于：包括以下步骤，步骤(A)，建立互联网+智慧能源网的供能设备模型，并确认其的约束条件；步骤(B)，根据互联网+智慧能源网的结构，分析其内部的能源商和微网用户的优化目标；步骤(C)，建立互联网+智慧能源网的并行博弈模型，实现互联网+智慧能源网的优化调度。

【技术特征摘要】
1.基于博弈论的互联网+智慧能源网的优化调度方法，其特征在于：包括以下步骤，步骤(A)，建立互联网+智慧能源网的供能设备模型，并确认其的约束条件；步骤(B)，根据互联网+智慧能源网的结构，分析其内部的能源商和微网用户的优化目标；步骤(C)，建立互联网+智慧能源网的并行博弈模型，实现互联网+智慧能源网的优化调度。2.根据权利要求1所述的基于博弈论的互联网+智慧能源网的优化调度方法，其特征在于：步骤(A)，建立互联网+智慧能源网的供能设备模型，包括以下步骤，(A11)，建立可调度分布式电源的模型，该模型表示如下，Pi,DDG(t)＝δi,DDG·f(Qi,gas(t))其中，Pi,DDG(t)是t时刻可调度分布式电源的出力；δi,DDG是可调度分布式电源的开关状态，取值为1和0；Qi,gas(t)是t时刻可调度分布式电源消耗的燃气的热量；f(Qi,gas(t))是可调度分布式电源产生的电量与消耗的燃气的热量的对应关系；(A12)，建立不可调度分布式电源的模型不可调度分布式电源，包括光伏发电与风力发电，光伏发电与风力发电在t时刻的出力根据历史数据进行预测；(A13)，建立辅助供能设备的模型辅助供能设备，包括供冷设备和供热设备，该模型表示如下，Pi,au(t)＝g(Pi,in(t))其中，Pi,au(t)是t时刻辅助设备的出力；Pi,in(t)是t时刻辅助设备的输入；g(Pi,in(t))是辅助设备的出力与输入的对应关系；(A14)，建立蓄能设备的模型蓄能设备，包括蓄电池，蓄冷设备，蓄热槽，该模型表示如下，其中，Δt为t时刻到(t+1)时刻的间隔；Ei,ESD(t)为在t时刻蓄能设备储存的能量，单位为kWh；Pi,ESD,in(t)为t时刻的蓄能功率，单位为kW；Pi,ESD,out(t)为t时刻的放能功率，单位为kW；ηi,ESD,in为蓄能效率；ηi,ESD,out为放能效率；μi,ESD为能量损失系数。3.根据权利要求2所述的基于博弈论的互联网+智慧能源网的优化调度方法，其特征在于：步骤(A)，并确认其的约束条件，包括以下步骤，(A21)，建立供能设备的约束可调度分布式电源的约束如下，Pi,DDG,min·δi,DDG≤Pi,DDG(t)≤Pi,DDG,max·δi,DDG-Ri,DDG,max≤Pi,DDG(t+1)-Pi,DDG(t)≤Ri,DDG,max其中，Pi,DDG,min和Pi,DDG,max分别是可调度分布式电源的出力最小值和最大值，Ri,DDG,max是可调度分布式电源的出力值变化的最大值；Pi，DDG(t+1)是t+1时刻可调度分布式电源的出力；不可调度分布式电源的约束如下，考虑到弃风率与弃光率，光伏发电与风力发电的出力值限制为：0≤Pi,WT(t)≤Pi,WT,max0≤Pi,PV(t)≤Pi,PV,max其中，Pi,WT(t)与Pi,PV(t)分别是t时刻风力发电与光伏发电的出力；Pi,WT,max与Pi,PV,max分别是风力发电与光伏发电出力的最大值；辅助供能设备的约束如下，0≤Pi,au(t)≤Pi,au,max其中，Pi,au,max是辅助供能设备的出力最大值；蓄能设备的约束如下，Ei,ESD,min≤Ei,ESD(t)≤Ei,ESD,maxδi,ESD,in(t)·Pi,ESD,in,min≤Pi,ESD,in(t)≤δi,ESD,in(t)·Pi,ESD,in,maxδi,ESD,out(t)·Pi,ESD,out,min≤Pi,ESD,out(t)≤δi,ESD,out(t)·Pi,ESD,out,maxδi,ESD,in(t)+δi,ESD,out(t)≤1其中，Ei,ESD,min与Ei,ESD,max分别为蓄能设备的容量最小值与最大值；Pi,ESD,in,min与Pi,ESD,in,max分别为蓄能设备的蓄能功率的最小值与最大值；Pi,ESD,out,min与Pi,ESD,out,max分别为蓄能设备的放能功率的最小值与最大值；δi,ESD,in(t)为t时刻蓄能设备的蓄能状态，取值为0时表示不工作，取值为1时表示蓄能；δi,ESD,out(t)为t时刻蓄能设备的放能状态，取值为0时表示不工作，取值为1时表示放能，且蓄能设备的蓄能、放能不能同时进行；(A22)，建立供能设备的运行机理约束供需平衡约束供需平衡约束，包...

【专利技术属性】
技术研发人员：沈宏伟，杨永标，宋杰，王金明，朱庆，陈嘉栋，王忠东，崔高颖，邵雪松，周玉，
申请(专利权)人：国电南瑞科技股份有限公司，国网江苏省电力有限公司电力科学研究院，国家电网公司，国电南瑞南京控制系统有限公司，
类型：发明
国别省市：江苏,32