一种基于主从博弈的能源互联网日前优化控制方法技术

一种基于主从博弈的能源互联网优化控制方法，首先，对系统进行初始化并获取相关参数，先由网群控制中心设定初始内部价格，各ELN子网根据该初始价格进行决策，计算出对应的最优策略，网群控制中心整合策略集合，以网群控制中心利益最大化为目标，计算出更新后的内部价格，如此反复，当博弈达到Stackelberg均衡且内部价格不在进行改变。则输出此时的优化策略集合为日前优化结果。该发明专利技术可以有效提高能源互联网对新能源的消纳能力以及故障时的系统可靠性，并在一定程度上增加能源互联网的经济利益。

A Day-ahead Optimal Control Method of Energy Internet Based on Master-Slave Game

A master-slave game-based optimal control method for energy Internet is proposed. Firstly, the system is initialized and the relevant parameters are obtained. First, the initial internal price is set by the network control center. Each ELN subnet makes a decision based on the initial price, and calculates the corresponding optimal strategy. The network control center integrates the strategy set to maximize the benefits of the network control center. Updated internal price, so repeated, when the game reaches Stackelberg equilibrium and the internal price is not changing. Then the set of optimization strategies at this time is output as the result of previous optimization. The invention can effectively improve the energy internet's ability to absorb new energy and the reliability of the system in case of failure, and to some extent increase the economic benefits of the energy internet.

【技术实现步骤摘要】
一种基于主从博弈的能源互联网日前优化控制方法
本专利技术涉及一种基于主从博弈的能源互联网日前优化控制方法。
技术介绍
各国学者结合智能电网、微网等电网技术和多维度互联的互联网技术，提出了将能源网络和信息网络深度耦合的能源互联网概念，能源局域网(EnergyLocalNetwork，ELN)作为能源互联网的最基本优化和调度单元，自提出以来便成为学术界和产业界的研究热点。能源互联网是深度融合电力、天然气及新能源等综合能源系统，将能源的生产、制造、存储及传输等实现互联，最大限度实现资源最优配置。但是，能源互联网中分布式设备较多，调度中心接收和分析的数据量大，通信时间随之增加。并且，随着大规模分布式可再生能源不断接入电网，使得新能源利用在大部分场合下具有不稳定性，负载需求的波动性，实时电价的随机性，给供需侧引入大量不确定，对整个系统的产出和消纳造成功率不平衡。供需侧不平衡问题不仅造成能源浪费，而且严重影响能源互联网的安全稳定运行。因此，多能源系统优化运行管理成为能源互联网解决问题的关键。传统电网采用集中控制调度，通过中央控制器获取全局信息才能实现优化调度，所以计算量大、可靠性差、投资成本高，本文档来自技高网...

【技术保护点】
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...

【技术特征摘要】
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。2.如权利要求1所述的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，本发明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...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：浙江,33