上层零售商定价与下层微网独立决策的双层协同优化方法技术

上层零售商定价与下层微网独立决策的双层协同优化方法，属于层级能源协同优化方法技术领域。建立以零售商收益最大化为目标，且满足购售电价区间约束的上层优化问题；以运行费用最小化为目标建立下层日前市场运行优化模型，列写考虑微网独立决策的下层模型约束条件；利用连续变量等效替代方法处理目标函数中的双线性项，在给定0

【技术实现步骤摘要】
上层零售商定价与下层微网独立决策的双层协同优化方法


[0001]上层零售商定价与下层微网独立决策的双层协同优化方法，属于层级能源协同优化方法


技术介绍

[0002]随着配电侧电力市场的放开，终端用户根据电价和用电偏好选择合适的电力供应商以满足其能源需求。作为用户与发电厂之间的媒介，独立运营的电力零售商积极参与电力市场交易，从期货市场和能源池购入能源并出售给用户。在能源交易过程中，传统的集中式管理模型利用一个通用目标函数对整个系统运行决策进行优化。然而在当前能源管理过程中，通常涉及多个利益相关的微网，每个微网控制相应的分布式单元实现其开/关决策，集中式管理方式难以满足自由电力市场下能源交易的灵活性。因此，为促进零售商和微网之间的协同优化，实现配电侧的能源管理，分散式双层优化模型可用于描述零售商与用户之间的能源交易过程，实现两者之间的灵活交易。
[0003]根据零售商与用户决策层级以及决策顺序的不同，Stackelberg博弈模型常用于解决零售商与微网之间的能源交易问题。在现有模型中，下层微网采用线性规划模型描述能源交易，并利用对偶理论和KKT条件实现含双线性项的双层线性优化模型的求解。考虑到微网内部买、卖电和充、放电等开/关决策状态对能源交易的影响，将0
‑
1变量加入下层微网的能源交易模型中，构建含双线性项的双层混合整数模型。尽管该模型有效描述了微网的运行状态以及零售商与微网之间的能源交易过程，但是上层双线性项和下层二进制变量的存在使得模型非凸，导致模型求解困难。
专利技术内容
[0004]本专利技术要解决的技术问题是：克服现有技术的不足，提供一种上层零售商定价与下层微网独立决策的双层协同优化方法，能够快速、有效地实现对含双线性项的双层混合整数规划模型的求解。
[0005]本专利技术解决其技术问题所采用的技术方案是：该上层零售商定价与下层微网独立决策的双层协同优化方法，其特征在于：包括如下步骤：
[0006]S1：建立以零售商收益最大化为目标，且满足购售电价区间约束的上层优化问题；
[0007]S2：以运行费用最小化为目标建立下层日前市场运行优化模型，在满足功率平衡约束、购售电约束、储能充放电约束条件下，列写考虑微网独立决策的下层模型约束条件；
[0008]S3：利用连续变量等效替代方法处理目标函数中的双线性项，在给定0
‑
1变量可行解条件下，利用下层模型的对偶值给出双线性项的有效上界，将含双线性项的非凸优化问题松弛为易于求解的混合整数规划问题；
[0009]S4：经过S3松弛后的模型为双层混合整数规划模型，利用重构分解方法将双层混合整数规划模型分解为主问题和子问题并以此求解，通过迭代计算和添加割集的方法计算至模型收敛。
[0010]优选的，建立以零售商收益最大化为目标，且满足购售电价区间约束的上层优化模型，将24小时划分为T个时段，并以此确定与微网的交易电价和
[0011][0012]其约束为：
[0013][0014][0015]其中：为给定上网电价，分别为微网i向零售商购电和售电的电价和电量，分别为微网向零售商购电的上下边界，分别为微网向零售商售电的上下边界。
[0016]优选的，下层日前市场运行优化模型的目标函数为：
[0017][0018]其中，分别为微网i向零售商购电和售电的电价和电量，为微网与零售商交易的净费用，为蓄电池的折旧费用，蓄电池的充、放电功率为和和为储能的退化费用。
[0019]优选的，所述方法还包括，在优化过程中，微网需要满足如下功率平衡约束：
[0020][0021]其中，和分别为微网内部新能源发电和负载的预测值，分别为为微网之间的买、卖电量。
[0022]优选的，为保证系统安全和稳定运行，微网与零售商进行能源交易时需满足如下传输容量约束：
[0023][0024][0025]其中，分别为购电和售电的上限，为0
‑
1变量且满足如下约束：
[0026][0027]优选的，所述方法还包括，考虑到微网之间的能源共享问题，能源交易满足如下传输容量约束：
[0028][0029][0030]0‑
1变量需满足如下能源交易约束：
[0031][0032][0033][0034]优选的，所述方法还包括，微网内部的蓄电池的功率满足如下约束：
[0035][0036][0037][0038]其中，分别表示微网i中充、放电功率的最大值，为0
‑
1变量；
[0039]蓄电池的荷电状态SOC
i，t
的变化满足约束：
[0040][0041][0042]其中，η
Ec
、η
Ed
分别为蓄电池的充、放电效率，Cap
i
为蓄电池容量。
[0043]优选的，所述方法还包括，利用如下约束实现上层定价模型中双线性项的有效松弛：
[0044][0045]其中，连续变量X1、X2为原模型中上层的电价；下层的连续变量Y1、Y2、Y3、Y4和离散变量w1、w2、w3、w4表示微网的运行决策；常数矩阵Y
1max
、T
2max
、T
3max
、T
4max
为原模型中的参数，且与上述变量具有相同的维数；为实现双线性项X1Y1和X2Y2的求解，利用变量η代替上述双线性项；利用拉格朗日乘子所构成的对偶目标函数给出利用第l次迭代时松弛目标函数的上界。
[0046]优选的，利用重构分解方法将双层混合整数规划模型分解为主问题和子问题并以此求解，通过迭代计算和添加割集的方法计算至模型收敛包括如下步骤：
[0047]S3.1：求解主问题(MP)，得到上层问题的最优解其中主问题(MP)为：
[0048][0049]其中，为区分迭代过程中主、子问题的变量，利用变量Y
10
、Y
20
、分别代替原变量Y1、Y2、w3、w4并加入相应约束，以保证松弛后主问题的可行性；
[0050]S3.2：在确定上层主问题的解后，求解子问题(SP1)：
[0051][0052]S3.3：给定上层电价和子问题(SP1)的解后通过求解子问题
(SP2)，得到子问题(SP2)的目标函数值Ψ
*
和变量的有效解为后续迭代过程中求解上层问题提供一个有效边界；
[0053][0054][0055]S3.4在迭代过程中，向主问题加入可行割集收紧可行域，多次迭代后，当目标函数上界和下界的间隙小于一个小值∈时，迭代终止；
[0056]其中，常数矩阵A
T
、B
T
、C
T
、D
T
表示原模型中的参数。
[0057]与现有技术相比，本专利技术所具有的有益效果是：
[0058]本上层零售商定价与下层微网独立决策的双层协同优化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.上层零售商定价与下层微网独立决策的双层协同优化方法，其特征在于：包括如下步骤：S1：建立以零售商收益最大化为目标，且满足购售电价区间约束的上层优化问题；S2：以运行费用最小化为目标建立下层日前市场运行优化模型，在满足功率平衡约束、购售电约束、储能充放电约束条件下，列写考虑微网独立决策的下层模型约束条件；S3：利用连续变量等效替代方法处理目标函数中的双线性项，在给定0
‑
1变量可行解条件下，利用下层模型的对偶值给出双线性项的有效上界，将含双线性项的非凸优化问题松弛为易于求解的混合整数规划问题；S4：经过S3松弛后的模型为双层混合整数规划模型，利用重构分解方法将双层混合整数规划模型分解为主问题和子问题并以此求解，通过迭代计算和添加割集的方法计算至模型收敛。2.根据权利要求1所述的上层零售商定价与下层微网独立决策的双层协同优化方法，其特征在于：建立以零售商收益最大化为目标，且满足购售电价区间约束的上层优化模型，将24小时划分为T个时段，并以此确定与微网的交易电价和和其约束为：其约束为：其中：为给定上网电价，分别为微网i向零售商购电和售电的电价和电量，分别为微网向零售商购电的上下边界，分别为微网向零售商售电的上下边界。3.根据权利要求1所述的上层零售商定价与下层微网独立决策的双层协同优化方法，其特征在于：下层日前市场运行优化模型的目标函数为：其中，分别为微网i向零售商购电和售电的电价和电量，为微网与零售商交易的净费用，为蓄电池的折旧费用，蓄电池的充、放电功率为和为储能的退化费用。4.根据权利要求3所述的上层零售商定价与下层微网独立决策的双层协同优化方法，其特征在于：所述方法还包括，在优化过程中，微网需要满足如下功率平衡约束：其中，和分别为微网内部新能源发电和负载的预测值，分别为为微网之间的买、卖电量。
5.根据权利要求3所述的上层零售商定价与下层微网独立决策的双层协同优化方法，其特征在于：为保证系统安全和稳定运行，微网与零售商进行能源交易时需满足如下传输容量约束：容量约束：其中，分别为购电和售电的上限，为0
‑
1变量且满足如下约束：6.根据权利要求3所述的上层零售商定价与下层微网独立决策的双层协同优化方法，其特征在于：所述方法还包括，考虑到微网之间的能源共享问题，能源交易满足如下传输容量约束：量约束：0
‑
1变量需满足如下能源交易约束：需满足如下能源交易约束：需满足如下能源交易约束：7.根据权...

【专利技术属性】
技术研发人员：李冠冠，杨雪，彭克，张万征，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：