一种新型电力系统源荷储的主从博弈优化方法技术方案

本发明专利技术涉及电力系统技术领域，尤其涉及一种新型电力系统源荷储的主从博弈优化方法。其中，本发明专利技术公开了一种新型电力系统源荷储的主从博弈优化方法包括：获取源荷储参数，所述源荷储参数包括光伏参数、可调节负荷参数、电池储能参数和约束条件；根据所述源荷储参数分别构建系统总运行成本模型、光伏优化模型、可调节负荷优化模型、电池储能优化模型；以所述系统总运行成本模型为博弈主体，所述光伏优化模型、所述电池储能优化模型、所述可调节负荷优化模型为博弈从体，搭建源荷储主从博弈模型；求解所述源荷储主从博弈模型，输出所述源荷储主从博弈模型达到博弈均衡时对应的源荷储最优分配方案，用于改善新型电力系统运行的稳定性和经济性。性和经济性。性和经济性。

【技术实现步骤摘要】
一种新型电力系统源荷储的主从博弈优化方法


[0001]本专利技术涉及电力系统
，尤其涉及一种新型电力系统源荷储的主从博弈优化方法。

技术介绍

[0002]随着不可再生能源的大量开采和利用，导致能源危机问题和环境问题愈发严峻，为了避免加剧能源危机和环境问题，目前利用更为清洁新能源替换传统能源成为研究的热潮。尤其是对电力行业而言，由采用传统能源发电的电力系统转型为新型的电力系统迫在眉睫。
[0003]目前，新型电力系统中，风电、光伏等新能源的接入比例急速增长，由于风电、光伏的出力具备不确定性，系统中的源、荷出力难以实时、精准的预测，导致新型电力系统中的功率平衡难度增加。但是，新型电力系统中包含了丰富的电池储能、可调节负荷的资源，合理优化调节和分配各资源能够提高系统的稳定运行水平。
[0004]然而，在传统的运行模式中，是根据新能源(如光伏等)、电池储能、可调节负荷的出力按照统一的目标进行协调优化，未能充分考虑光伏、电池储能、可调节负荷的不同利益需求，难以实现光伏、电池储能、可调节负荷将不同的目标需求的利益均衡，难以对新型电力系统中多类资源进行充分灵活调节，影响新型电力系统的运行水平。

技术实现思路

[0005]本专利技术提供了一种新型电力系统源荷储的主从博弈优化方法，用于改善新型电力系统运行的稳定性和经济性。
[0006]本专利技术提供的一种新型电力系统源荷储的主从博弈优化方法，所述方法包括：
[0007]获取源荷储参数，所述源荷储参数包括光伏参数、可调节负荷参数、电池储能参数；
[0008]根据所述源荷储参数和预设的约束条件分别构建系统总运行成本模型、光伏优化模型、可调节负荷优化模型、电池储能优化模型；
[0009]以所述系统总运行成本模型为博弈主体，所述光伏优化模型、所述电池储能优化模型、所述可调节负荷优化模型为博弈从体，搭建源荷储主从博弈模型；
[0010]求解所述源荷储主从博弈模型，输出所述源荷储主从博弈模型达到博弈均衡时对应的源荷储最优分配方案。
[0011]可选地，所述光伏参数包括第一光伏参数，所述可调节负荷包括第一可调节负荷参数；所述约束条件包括第一约束条件；所述第一光伏参数包括光伏的单位功率运维成本、光伏弃光的单位功率损失成本、调节系数和光伏的输出功率；所述第一可调节负荷参数包括可调节负荷的单位功率运维成本、可调节负荷的单位需求响应成本和可调节负荷的调节功率；
[0012]所述根据所述源荷储参数和预设的约束条件分别构建系统总运行成本模型、光伏
优化模型、可调节负荷优化模型、电池储能优化模型包括：
[0013]根据所述第一光伏参数、所述第一可调节负荷参数、所述电池储能参数和所述第一约束条件构建所述系统总运行成本模型。
[0014]可选地，所述光伏参数还包括第二光伏参数，所述第二光伏参数包括光伏在最大功率点跟踪模式下的输出功率；所述约束条件还包括第二约束条件；
[0015]所述根据所述源荷储参数和预设的约束条件分别构建系统总运行成本模型、光伏优化模型、可调节负荷优化模型、电池储能优化模型包括：
[0016]根据所述光伏的输出功率、所述第二光伏参数和所述第二约束条件构建所述光伏优化模型。
[0017]可选地，所述可调节负荷还包括第二可调节负荷，所述第二可调节负荷包括系统内的负荷总功率；所述约束条件还包括第三约束条件；
[0018]所述根据所述源荷储参数和预设的约束条件分别构建系统总运行成本模型、光伏优化模型、可调节负荷优化模型、电池储能优化模型包括：
[0019]根据所述可调节负荷的调节功率、所述第二可调节负荷参数和所述第三约束条件构建所述可调节负荷优化模型。
[0020]可选地，所述约束条件还包括第四约束条件；
[0021]所述根据所述源荷储参数和预设的约束条件分别构建系统总运行成本模型、光伏优化模型、可调节负荷优化模型、电池储能优化模型包括：
[0022]根据所述电池储能参数和所述第四约束条件构建所述电池储能优化模型。
[0023]可选地，所述电池储能参数包括电池储能的功率单位运维成本、电池储能的荷电状态和电池储能的交互功率；
[0024]所述根据所述第一光伏参数、所述第一可调节负荷参数、所述电池储能参数和所述第一约束条件构建所述系统总运行成本模型包括：
[0025]根据所述光伏的单位功率运维成本、所述光伏的输出功率、所述可调节负荷的单位功率运维成本、所述可调节负荷的调节功率、所述电池储能的功率单位运维成本、所述电池储能的交互功率计算系统运维成本；
[0026]根据所述可调节负荷的单位需求响应成本和所述可调节负荷的调节功率计算可调节负荷需求响应成本；
[0027]根据所述光伏弃光的单位功率损失成本、所述调节系数和所述光伏的输出功率计算光伏弃光损失成本；
[0028]根据所述电池储能的荷电状态、所述电池储能的交互功率计算电池储能的过充惩罚成本；
[0029]根据所述系统运维成本、所述可调节负荷需求响应成本、所述光伏弃光损失成本、所述电池储能的过充惩罚成本构建使系统总运行成本最小的第一目标函数；
[0030]根据所述第一目标函数和所述第一约束条件构建所述系统总运行成本模型；
[0031]所述第一目标函数为：
[0032][0033]所述第一约束条件为：
[0034][0035]所述系统总运行成本模型为：
[0036][0037]C为系统运行总成本；C
o
为系统运维成本；C
dr
为可调节负荷的需求响应成本；C
A
为光伏弃光损失成本；C
SOC
为电池储能的过充惩罚成本；C
PV
为光伏的单位功率运维成本；C
APV
为弃光的单位功率损失成本；k为光伏最大功率点跟踪控制模式的调节系数；P
PV
为光伏的输出功率；C
L
为可调节负荷的单位功率运维成本；C
drL
为可调节负荷的单位需求响应成本；P
L
表示可调节负荷的调节功率；C
S
为电池储能的单位功率运维成本；CEILING为向上取整运算；SOC
t
表示电池储能t时刻的荷电状态；C
SOC
为电池储能的过充惩罚成本；P
S
表示电池储能的交互功率；ΔP表示系统中的动态功率，ΔP为正表示系统中存在功率缺额，ΔP为负表示系统中存在盈余功率；SOC
t+1
表示电池储能t+1时刻的荷电状态；Δt为电池储能充电/放电时间；W
S
为电池储能的额定容量；P
MPPT
为光伏在光伏最大功率点跟踪控制模式MPPT下的输出功率；P
Lmax
为可调节负荷的最大调节功率；P
N
表示电池储能的额定交互功率；SOC
min
为电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新型电力系统源荷储的主从博弈优化方法，其特征在于，所述方法包括：获取源荷储参数，所述源荷储参数包括光伏参数、可调节负荷参数、电池储能参数；根据所述源荷储参数和预设的约束条件分别构建系统总运行成本模型、光伏优化模型、可调节负荷优化模型、电池储能优化模型；以所述系统总运行成本模型为博弈主体，所述光伏优化模型、所述电池储能优化模型、所述可调节负荷优化模型为博弈从体，搭建源荷储主从博弈模型；求解所述源荷储主从博弈模型，输出所述源荷储主从博弈模型达到博弈均衡时对应的源荷储最优分配方案。2.根据权利要求1所述的方法，其特征在于，所述光伏参数包括第一光伏参数，所述可调节负荷包括第一可调节负荷参数；所述约束条件包括第一约束条件；所述第一光伏参数包括光伏的单位功率运维成本、光伏弃光的单位功率损失成本、调节系数和光伏的输出功率；所述第一可调节负荷参数包括可调节负荷的单位功率运维成本、可调节负荷的单位需求响应成本和可调节负荷的调节功率；所述根据所述源荷储参数和预设的约束条件分别构建系统总运行成本模型、光伏优化模型、可调节负荷优化模型、电池储能优化模型包括：根据所述第一光伏参数、所述第一可调节负荷参数、所述电池储能参数和所述第一约束条件构建所述系统总运行成本模型。3.根据权利要求2所述的方法，其特征在于，所述光伏参数还包括第二光伏参数，所述第二光伏参数包括光伏在最大功率点跟踪模式下的输出功率；所述约束条件还包括第二约束条件；所述根据所述源荷储参数和预设的约束条件分别构建系统总运行成本模型、光伏优化模型、可调节负荷优化模型、电池储能优化模型包括：根据所述光伏的输出功率、所述第二光伏参数和所述第二约束条件构建所述光伏优化模型。4.根据权利要求3所述的方法，其特征在于，所述可调节负荷还包括第二可调节负荷，所述第二可调节负荷包括系统内的负荷总功率；所述约束条件还包括第三约束条件；所述根据所述源荷储参数和预设的约束条件分别构建系统总运行成本模型、光伏优化模型、可调节负荷优化模型、电池储能优化模型包括：根据所述可调节负荷的调节功率、所述第二可调节负荷参数和所述第三约束条件构建所述可调节负荷优化模型。5.根据权利要求4所述的方法，其特征在于，所述约束条件还包括第四约束条件；所述根据所述源荷储参数和预设的约束条件分别构建系统总运行成本模型、光伏优化模型、可调节负荷优化模型、电池储能优化模型包括：根据所述电池储能参数和所述第四约束条件构建所述电池储能优化模型。6.根据权利要求2所述的方法，其特征在于，所述电池储能参数包括电池储能的功率单位运维成本、电池储能的荷电状态和电池储能的交互功率；所述根据所述第一光伏参数、所述第一可调节负荷参数、所述电池储能参数和所述第一约束条件构建所述系统总运行成本模型包括：根据所述光伏的单位功率运维成本、所述光伏的输出功率、所述可调节负荷的单位功
率运维成本、所述可调节负荷的调节功率、所述电池储能的功率单位运维成本、所述电池储能的交互功率计算系统运维成本；根据所述可调节负荷的单位需求响应成本和所述可调节负荷的调节功率计算可调节负荷需求响应成本；根据所述光伏弃光的单位功率损失成本、所述调节系数和所述光伏的输出功率计算光伏弃光损失成本；根据所述电池储能的荷电状态、所述电池储能的交互功率计算电池储能的过充惩罚成本；根据所述系统运维成本、所述可调节负荷需求响应成本、所述光伏弃光损失成本、所述电池储能的过充惩罚成本构建使系统总运行成本最小的第一目标函数；根据所述第一目标函数和所述第一约束条件构建所述系统总运行成本模型；所述第一目标函数为：所述第一约束条件为：所述系统总运行成本模型为：
C为系统运行总成本；C
o
为系统运维成本；C
dr
为可调节负荷的需求响应成本；C
A
为光伏弃光损失成本；C
SOC
为电池储能的过充惩罚成本；C
PV
为光伏的单位功率运维成本；C
APV
为弃光的单位功率损失成本；k为光伏最大功率点跟踪控制模式的调节系数；P
PV
为光伏的输出功率；C
L
为可调节负荷的单位功率运维成本；C
drL
为可调节负荷的单位需求响应成本；P
L
表示可调节负荷的调节功率；C
S
为电池储能的单位功率运维成本；CEILING为向上取整运算；SOC
t
表示电池储能t时刻的荷电状态；C
SOC
为电池储能的过充惩罚成本；P
S
表示电池储能的交互功率；ΔP表示系统中的动态功率，ΔP为正表示系统中存在功率缺额，ΔP为负表示系统中存在盈余功率；SOC
t+1
表示电池储能t+1时刻的荷电状态；Δt为电池储能充电/放电时间；W
S
为电池储能的额定容量；P
MPPT
为光伏在光伏最大功率点跟踪控制模式MPPT下的输出功率；P
Lmax
为可调节负荷的最大调节功率；P
N
表示电池储能的额定交互功...

【专利技术属性】
技术研发人员：郭天宇，郭琦，黄立滨，郭海平，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：