一种多能微网群自身及市场决策协同优化方法技术

本发明专利技术涉及一种多能微网群自身及市场决策协同优化方法，协同优化方法包括：步骤1：构建多能微网群系统模型，包括用于进行MEMG内部优化的多能微网群下层模型以及用于进行市场决策优化的多能微网群上层模型，步骤2：基于主从博弈构建博弈模型，步骤3：基于双层MILP模型求解博弈模型，获得最优博弈解集，输出协同优化策略。与现有技术相比，本发明专利技术具有提高总体效益、MEMG集群内部能量消耗水平更高、获得自给能力与交易共享能力之间的平衡等优点。给能力与交易共享能力之间的平衡等优点。给能力与交易共享能力之间的平衡等优点。

【技术实现步骤摘要】
一种多能微网群自身及市场决策协同优化方法


[0001]本专利技术涉及多能微网群优化
，尤其是涉及一种多能微网群自身及市场决策协同优化方法。

技术介绍

[0002]在单个多能微网MEMG中，各种分布式能源生产者作为供方，如CHP(热电联产机组)、光伏、风机、电池等，综合能源消费者作为需求方。考虑到不同能源类型的组合，每个MEMG中分别有电网、热网和气网。此外，在自给自足的基础上，相邻的MEMG相互连接成一个完整的网络，通过内部能量传输网络相互分享能量。具体而言，鼓励能源过剩或不足的MEMG，首先与内部市场中其余MEMG进行能源交易，而不是直接与公共电网进行交易。然而，如果MEMG集群本身不能实现内部能量平衡，则在必要时可以与外部集中能量网络进行交易，即：当一个MEMG产生剩余能量时，可以先卖给附近的MEMG进行内部能量平衡，如果还有剩余，则将剩余部分卖回外部电网。反之，不足部分可以先从附近的MEMG购买能量，然后再从外部电网购买能量。
[0003]然后在进行交易的过程中涉及多能微网的自优化以及交易中市场决策的优化，现有技术中有分别针对多能微网自优化和市场决策优化的相关技术，但并未有一种可以对两种优化进行协同优化的方法。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种提高总体效益、MEMG集群内部能量消耗水平更高、获得自给能力与交易共享能力之间的平衡的多能微网群自身及市场决策协同优化方法。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种多能微网群自身及市场决策协同优化方法，所述的协同优化方法包括：
[0007]步骤1：构建多能微网群系统模型，包括用于进行MEMG内部优化的多能微网群下层模型以及用于进行市场决策优化的多能微网群上层模型；
[0008]步骤2：基于主从博弈构建博弈模型；
[0009]步骤3：基于双层MILP模型求解博弈模型，获得最优博弈解集，输出协同优化策略。
[0010]优选地，所述的多能微网群下层模型以某时间段内实现效益最大化为目标函数，具体为：
[0011][0012]其中，BeMEMG
n
为第n个MEMG的效益；a
n,h
为第n个MEMG在h时段的边际效益系数；
Pres
h
、Preb
h
分别为在h时段MEMG的售电、购电价格；Prhs
n,h
、Prhb
n,h
分别为在h时段MEMG的售热、购热价格；Pg
mt
、Pg
gb
分别为燃气轮机与燃气锅炉的燃气价格；C
bt
为蓄电池的运维系数。
[0013]更加优选地，所述的多能微网群下层模型设有设备出力约束和能量平衡约束；所述的设备处理约束包括热电联产机组出力约束、燃气锅炉出力约束、压缩式制冷机出力约束、蓄电池出力约束、光伏设备出力约束、风机设备出力约束和热能需求响应约束。
[0014]更加优选地，所述的热电联产机组出力约束具体为：
[0015]P
mt,n,h
＝M
mt,n,h
L
ng
η
mt
[0016]P
mt,n,min
≤P
mt,n,h
≤P
mt,n,max
[0017]P
hc,n,h
＝P
mt,n,h
r
mt
η
wh
η
hc
[0018]其中，P
mt,n,h
为第n个MEMG在h时段的燃气轮机发电功率；M
mt,n,h
表示第n个MEMG在h时段的燃气轮机的耗气量；η
mt
表示燃气轮机的发电效率；P
hc,n,h
是第n个MEMG在h时段的热交换器的产热量r
mt
是热电比；为余热锅炉的效率；η
hc
为换热装置的效率；
[0019]燃气锅炉出力约束具体为：
[0020]Q
gb,n,h
＝M
gb,n,h
L
ng
η
gb
[0021]Q
gb,n，min
≤Q
gb,n,h
≤Q
gb,n,max
[0022]其中，Q
gb,n,h
是第n个MEMG在h时段的燃气锅炉的输出热功率；M
gb,n,h
是燃气锅炉所消耗的燃气体积；η
gb
为燃气锅炉的效率；
[0023]压缩式制冷机出力约束具体为：
[0024][0025]其中，cl
n,h
为是第n个MEMG在h时段的冷负荷；COP是制冷系数；Co
ec,n,h
为压缩式制冷机的制冷功率；Co
ec,n,max
为制冷功率的上限；
[0026]蓄电池出力约束具体为：
[0027][0028][0029]其中，Es
n,h
是第n个MEMG在h时段的蓄电池储电量；Bch
n,h
、Bdis
n,h
分别为充电、放电功率；Nch、Ndis分别为充电、放电效率；
[0030]光伏设备出力约束具体为：
[0031]A
PV,n
≤A
PV,n,max
[0032]0≤PV
n,h
≤A
PV,n
Ii
h
η
PV
[0033]其中，A
PV,n
为第n个MEMG的光伏安装面积；A
PV,n,max
为最大安装面积；PV
n,h
为第n个
MEMG的光伏发电功率；
[0034]风机设备出力约束具体为：
[0035]0≤P
wt,n,h
≤P
wt,n,max
[0036]其中，P
wt,n,h
为风机的发电功率；P
wt,n,max
为最大发电功率；
[0037]热能需求响应约束具体为：
[0038][0039][0040]其中，ele
n,h
、ht
n,h
、cl
n,h
分别为第n个MEMG在h时段的电、热、冷负荷；Ele
n,h,max
、Ht
n,h,max
、Cl
n,h,max
分别为第n个MEMG在h时段的电、热、冷负荷的上限；Ele
n,h,min
、Ht
n,h,min
、Cl
n,h,min
分别为第n个MEMG在h时段的电、热、冷负荷的下限；p为负荷削减系数。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多能微网群自身及市场决策协同优化方法，其特征在于，所述的协同优化方法包括：步骤1：构建多能微网群系统模型，包括用于进行MEMG内部优化的多能微网群下层模型以及用于进行市场决策优化的多能微网群上层模型；步骤2：基于主从博弈构建博弈模型；步骤3：基于双层MILP模型求解博弈模型，获得最优博弈解集，输出协同优化策略。2.根据权利要求1所述的一种多能微网群自身及市场决策协同优化方法，其特征在于，所述的多能微网群下层模型以某时间段内实现效益最大化为目标函数，具体为：其中，BeMEMG
n
为第n个MEMG的效益；a
n,h
为第n个MEMG在h时段的边际效益系数；Pres
h
、Preb
h
分别为在h时段MEMG的售电、购电价格；Prhs
n,h
、Prhb
n,h
分别为在h时段MEMG的售热、购热价格；Pg
mt
、Pg
gb
分别为燃气轮机与燃气锅炉的燃气价格；C
bt
为蓄电池的运维系数。3.根据权利要求2所述的一种多能微网群自身及市场决策协同优化方法，其特征在于，所述的多能微网群下层模型设有设备出力约束和能量平衡约束；所述的设备处理约束包括热电联产机组出力约束、燃气锅炉出力约束、压缩式制冷机出力约束、蓄电池出力约束、光伏设备出力约束、风机设备出力约束和热能需求响应约束。4.根据权利要求3所述的一种多能微网群自身及市场决策协同优化方法，其特征在于，所述的热电联产机组出力约束具体为：P
mt,n,h
＝M
mt,n,h
L
ng
η
mt
P
mt,n,min
≤P
mt,n,h
≤P
mt,n,max
P
hc,n,h
＝P
mt,n,h
r
mt
η
wh
η
hc
其中，P
mt,n,h
为第n个MEMG在h时段的燃气轮机发电功率；M
mt,n,h
表示第n个MEMG在h时段的燃气轮机的耗气量；η
mt
表示燃气轮机的发电效率；P
hc,n,h
是第n个MEMG在h时段的热交换器的产热量r
mt
是热电比；为余热锅炉的效率；η
hc
为换热装置的效率；燃气锅炉出力约束具体为：Q
gb,n,h
＝M
gb,n,h
L
ng
η
gb
Q
gb,n，min
≤Q
gb,n,h
≤Q
gb,n,max
其中，Q
gb,n,h
是第n个MEMG在h时段的燃气锅炉的输出热功率；M
gb,n,h
是燃气锅炉所消耗的燃气体积；η
gb
为燃气锅炉的效率；压缩式制冷机出力约束具体为：其中，cl
n,h
为是第n个MEMG在h时段的冷负荷；COP是制冷系数；Co
ec,n,h
为压缩式制冷机的制冷功率；Co
ec,n,max
为制冷功率的上限；
蓄电池出力约束具体为：蓄电池出力约束具体为：其中，Es
n,h
是第n个MEMG在h时段的蓄电池储电量；Bch
n,h
、Bdis
n,h
分别为充电、放电功率；Nch、Ndis分别为充电、放电效率；光伏设备出力约束具体为：A
PV,n
≤A
PV,n,max
0≤PV
n,h
≤A
PV,n
Ii
h
η
PV
其中，A
PV,n
为第n个MEMG的光伏安装面积；A
PV,n,max
为最大安装面积；PV
n,h
为第n个MEMG的光伏发电功率；风机设备出力约束具体为：0≤P
wt,n,h
≤P
wt,n,max
其中，P
wt,n,h
为风机的发电功率；P
wt,n,max
为最大发电功率；热能需求响应约束具体为：热能需求响应约束具体为：其中，ele
n,h
、ht
n,h
、cl
n,h
分别为第n个MEMG在h时段的电、热、冷负荷；Ele
n,h,max
、Ht
n,h,max
、Cl
n,h,max
分别为第n个MEMG在h时段的电、热、冷负荷的上限；Ele
n,h,min
、Ht
n,h,min
、Cl
n,h,min
分别为第n个MEMG在h时段的电、热、冷负荷的下限；p为负荷削减系数。5.根据权利要求3所述的一种多能微网群自身及市场决策协同优化方法，其特征在于，所述的能量平衡约束具体为：hts
n,h
+ht
n,h
＝htb
n,h
+P
hx,n,h
+Q
gb,n,h
其中，els
n,h
、elb
n,h
分别为第n个MEMG在h时段的...

【专利技术属性】
技术研发人员：杜凤青，刘婧，程凡，董真，潘爱强，王琛，
申请(专利权)人：华东电力试验研究院有限公司，
类型：发明
国别省市：