A non-cooperative game-based automatic demand response method for energy storage system in energy local area network is proposed. The state information of energy storage system connected to energy local area network is obtained, and the charging and discharging model of energy storage system is established. The utility function of game participants is constructed to calculate the cost of participating in the game. Each game participant independently formulates strategies and interacts with each other in order to minimize the cost of participating in the game. Finally, the non-cooperative game mechanism is used to simulate the power trading process, which proves the effectiveness of the proposed method. The invention establishes a non-cooperative game model of energy storage system for energy local area network, aiming at minimizing the cost of individual participants, improving the consumption level of renewable energy, realizing the system's independent supply-demand balance and automatic demand response.
【技术实现步骤摘要】
一种基于非合作博弈的能源局域网储能系统自动需求响应方法
本专利技术涉及一种基于非合作博弈的能源局域网储能系统自动需求响应方法。
技术介绍
为应对当前一次能源日益枯竭、能源需求急剧增长、环境保护势在必行的多态现状，以电能为中心、以新能源大规模开发利用为特征的新一轮能源变革正蓬勃兴起。其中，新能源技术与信息技术深度结合的能源互联网受到了广泛关注，可再生能源(RenewableEnergySources，RES)、储能系统(EnergyStorageSystem，ESS)以及V2G(VehicletoGrid)模式下的电动汽车(Plug-inElectricVehicle，PEV)等已在未来的新型能源架构中发挥重要的作用。能源局域网(EnergyLocalNetwork，ELN)是能源互联网的典型子网，服务于多种分布式新能源，拥有丰富的能源消纳方法，可实现综合能源系统的灵活运行。需求响应指用户对于电价变化或不同激励做出的能量使用策略的调整，是需求侧管理的解决方案之一，被视为能提高未来电网运行效率的一种方法，因此探索有效的能量管理方法能促进未来电网的发展。针对需求侧ELN...
【技术保护点】
1.一种基于非合作博弈的能源局域网储能系统自动需求响应方法，其特征在于，所述方法包括以下步骤：S1：确立博弈参与者为能源局域网系统内所有的车辆和蓄电池拥有者，记为vi，i∈Γ，Γ＝(1,2,...,N)，Γ指所有博弈参与者组成的集合，N为博弈参与者数量；S2：将连续的时间进行离散化处理，优化时段为24h，均分为K个时段，对于任意第k时段，有k∈{1,2,...,K}，且第k时段的时长为Δt，获取接入能源局域网的储能系统的状态信息，并建立PEV充放电功率模型和ESS储能模型；S3：确定整个能源局域网系统的约束条件，包括系统功率平衡约束和倒送功率约束；S4：构建博弈参与者的效用...
【技术特征摘要】
1.一种基于非合作博弈的能源局域网储能系统自动需求响应方法，其特征在于，所述方法包括以下步骤：S1：确立博弈参与者为能源局域网系统内所有的车辆和蓄电池拥有者，记为vi，i∈Γ，Γ＝(1,2,...,N)，Γ指所有博弈参与者组成的集合，N为博弈参与者数量；S2：将连续的时间进行离散化处理，优化时段为24h，均分为K个时段，对于任意第k时段，有k∈{1,2,...,K}，且第k时段的时长为Δt，获取接入能源局域网的储能系统的状态信息，并建立PEV充放电功率模型和ESS储能模型；S3：确定整个能源局域网系统的约束条件，包括系统功率平衡约束和倒送功率约束；S4：构建博弈参与者的效用函数用以计算其参与博弈后的成本，建立非合作博弈模型，以实现优化目标；S5：在博弈设定的策略空间中输入所有参与者的初始状态，各参与者根据初始状态并考虑设备运行约束和系统约束，独立进行优化决策，求解各自的成本最小化优化策略；S6：证明博弈模型的纳什均衡解存在的唯一性以及纳什均衡与帕累托最优的一致性，以期望所有参与者达到全局最优的目标状态；S7：由系统判断是否达到纳什均衡，若是，则输出最终优化集合作为所有参与者的优化结果，求解完成；若否，返回步骤S5根据更新后的状态信息重新进行优化。2.如权利要求1所述的一种基于博弈模型的能源局域网储能系统去中心化自动需求响应方法，其特征在于，所述步骤S2中，储能系统模型的构建包括以下过程：S2-1：用一个七维行向量记录电动汽车的电池信息和客户充电需求信息，设能源局域网接入的储能集合为N，则储能规模为n＝|N|，对于任意储能l∈N，其相关参数为：式中，Tlin、Tlleft分别表示车辆l接入微电网的时间和预期离开时间；分别表示车辆动力电池的起始SOC和离开微电网时的期望SOC，SOC表示电池剩余能量与电池容量的比值，因此有表示PEVl电池容量；分别表示PEVl的额定充、放电功率；S2-2：采用离散状态空间模型来表示PEV充放电功率模型，其中离散状态空间表达通式如下所示：式中，X(k+1)表示第k+1时段的状态列向量，X(k)、U(k)和Y(k)分别表示k时段的状态列向量、输入列向量和输出列向量；A和C为状态矩阵，B、D分别表示输入矩阵和传输矩阵；采用的输入列向量为：式中，EPV(k)、EWT(k)、Eload(k)分别表示k时段的风机出力、光伏出力、系统常规负荷功率，分别表示在采样时段内充电功率、放电功率；针对所提的PEV充放电功率模型，设定则PEV电池模型表示为：式中，xl(k)表示PEVl在k时段的SOC状态，即系统的状态列向量；ηc、ηd分别表示PEV电池的充、放电效率；yl(k)表示系统实际功率的未补偿量，未补偿量越低则表示系统调控越有效；整个优化时段的充放电计划表示为：ul＝[ul(1),ul(2),…,ul(K)](6)此外，PEV的充放电功率模型必须满足以下约束条件：xmin,EV≤xl(k)≤xmax,EV(7)式中，xmin,EV、xmax,EV分别为PEV动力电池荷电状态的上、下限；S2-3：类比S2-2中所述方法搭建ESS储能模型，在ESS储能模型中，(5)、(7)、(8)、(9)式仍然成立，但(10)不再成立，与PEV储能不同的是，ESS储能一天K个时段内的总充、放电电量需相等以满足充放电的循环，即式中，为蓄电池在第k时段的充、放电功率；ηESS,c、ηESS,d分别表示蓄电池的充、放电效率；此外，定义k时段需要的充电能量ml,k为PEV储能l由当前SOC(xl,k)充电至期望SOC所需的能量值：3.如权利要求2所述的一种基于非合作博弈的能源局域网储能系统去中心化自动需求响应方法，其特征在于，所述步骤S3中，系统约束条件包括以下内容：S3-1：各参与者在制定策略时，除了考虑设备的运行约束外，还应考虑系统约束1)系统功率平衡约束式中，EPV,k、EWT,k、Eload,k分别为k时段的风机出力、光伏出力、系统常规负荷；ugrid,k为局域网与大电网交换功率；2)倒送功率约束对于电网容量不太足的情况，过大的风光电力倒送可能会影响大电网的稳定性和经济性，因此对倒送功率有限制：ugridout≤ugridout,max(14)式中，ugridout为倒送功率；ugridout,max为允许倒送功率最大值，4.如权利要求3所述的一种基于非合作博弈的能源局域网...
【专利技术属性】
技术研发人员：张有兵，杨晓东，杨宇，王国烽，胡成鹏，谢路耀，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。