PDF《基于联盟博弈的综合能源系统优化运行方法》

基于联盟博弈的综合能源系统优化运行方法 丛昊1 ,王旭1 ,蒋传文1 ,杨萌2 ( 1.

上海交通大学电子信息与电气工程学院,上海市

2 0

0 2

4 0;

2. 国网河南省电力公司经济技术研究院,河南省郑州市

4 5

0 0

0 0 ) 摘要:随着能源行业的不断改革与发展, 未来的能源体系将变得更加多元化, 综合能源系统中多种 能源的有机整合和集成互补将成为发展趋势.提出了一种基于联盟博弈的综合能源系统优化运行 方法, 首先在包含风电、 光伏等分布式能源发电的能源集线器模型基础上, 建立了考虑综合需求响 应的双层优化模型, 上层为最大化能源供应商收益, 下层为最小化用户购能成本;

其次, 构建了适用 于能源集线器的不可转移支付联盟博弈模型, 实现了能源集线器间的协作运行, 并采用分布式联盟 构造博弈算法进行求解;

最后的算例验证了模型和方法的可行性和有效性, 该方法减少了弃风和弃 光的能源浪费, 降低了购能成本, 提升了系统的经济性和灵活性. 关键词:综合能源系统;

多能互补;

能源集线器;

综合需求响应;

联盟构造博弈 收稿日期:

2 0

1 7 -

0 9 -

1 2;

修回日期:

2 0

1 7 -

1 0 -

3 0. 上网日期:

2 0

1 7 -

1 2 -

1 2. 国家自然科学基金资助项目(

5 1

5 7

7 1

1 6 ) ;

中国博士后科学基 金面上项目(

2 0

1 7 M

6 1

1 5

6 2 ) .

0 引言 近几年来, 随着供给侧结构性改革的不断深入 推进, 以及能源产业政策的陆续发布, 能源需求的总 体格局和水平也在进行着日新月异的变化.传统的 煤电逐渐向更多种类的清洁能源发电转型, 加快了 水电、 核电、 光电、 风电、 气电等多元化能源并举的局 面, 而国家发改委在2

0 1 7年6月下发的《 加快推进 天然气利用的意见》 中明确指出, 鼓励风电、 光伏等 发电端配套建设燃气调峰电站, 并同时开展可再生 能源与天然气结合的多能互补项目示范[ 1] .该项措 施推动了天然气市场的开启, 使得天然气成为了中 国未来重点发展的主体清洁能源之一. 区域综合能源系统(integratedcomm u n i t y e n e r g ys y s t e m, I C E S ) 很好地实现了集成电、 热、 气 等多种能源的综合能源系统的规划和优 化运行控 制, 提高能源的综合利用率, 同时减少用能过程中的 环境污染[

2 ] .国内外对I C E S的优化调度问题有很 多研究, 文献[

3 -

4 ] 提出了考虑新能源接入不确定性 的电―气互联系统的联合模型, 并以经济 性和环保 性为最优准则进行I C E S的优化调度.文献[ 5] 采 用区间数方法对光伏出力及负荷的不确定性进行建 模, 在同时考虑多能互补及环境效益的基础上建立 了I C E S日前经济优化调度模型;

文献[ 6] 在考虑了 低碳成本的基础上对电力和天然气耦合系统进行稳 态和动态建模, 分析了耦合系统的灵活性和弹性;

文献[

7 ] 考虑了风电和光伏的间歇性, 建立了电力网络 与热力网络的耦合协调调度模型, 利用协调解耦算 法对非线性优化问题进行求解. 为了能够更简洁方便地对综合能源系统进行统 筹规划和调度, 能源集线器( e n e r g yh u b , EH) 的概 念应运而生[ 8] .基于 EH 模型的多能系统调度也有 很多研究, 文献[

9 -

1 0] 基于 EH 理论构建热电联产 系统模型, 给出了I C E S的不同运行模式并提出相 应的混合潮流算法与优化调度模型;

文献[

1 1] 提出 了基于 EH 的分层优化模型, 在考虑用能替代的综 合需求相应的条件下, 建立I C E S的多目标优化模 型, 利用模糊决策方法寻求最优解;

文献[

1 2 -

1 5] 考 虑了间歇能源、 电价以及 EH 负荷需求等多种不确 定因素, 建立了综合能源系统的多阶段随机优化模型. 上述研究中都没有针对 EH 之间的相互协作运 行进行研究, EH 的运行都相互独立.随着智能设 备的逐步普及, EH 之间可以进行信息的交互, 这样 EH 之间的相互协作运行不但可以提升I C E S运行 的灵活性, 而且还能够降低弃风、 弃光等间歇性能源 的浪费.本文在文献[ 8] 的基础上对 EH 模型进行 扩展, 构建了考虑风电及光伏等间歇性能源发电的 EH 模型;

此外, 文中在考虑了综合需求响应的综合 能源系统 双层优化模型的基础上, 建立了适用于41第4 2卷第1 4期2018年7月2 5日Vol.42N o .

1 4J u l y2 5,

2 0

1 8 D O I :

1 0.

7 5

0 0 / A E P S

2 0

1 7

0 9

1 2

0 0

6 h t t p : / / ww w. a e p s - i n f o . c o m EH 的不可转移支付联盟博弈模型, 实现了 EH 之 间能量的合作交互.相比于普通合作博弈方法, 本 文提出的模型算法在最大化利用可再生能源发电的 前提下, 可以获得更大的能源互补经济效益.

1 E H 1.

1 E H 模型 EH 最早由 G e i d l于2

0 0 6年提出[ 8] .从系统的 角度来看, EH 是一个能够为不同种类能源载体提 供基本的输入输出接口、 能源转换以及能源存储的 结构单元[

1 6 ] .因此, EH 可以看作是传统电力系统 网络节点的一种泛化或延伸.附录 A 图A1给出了 一种简单且典型的 EH 结构示意图, 其中包含了天 然气、 风能、 太阳能、 热能以及电能等多种能源, 也包 括了电力变压器、 电热锅炉、 热电联供以及燃气炉等 多种能源转换装置, 实现了多能源的耦合集成.本 文的模型中暂不考虑储能设备. 在综合能源系统中, 有很多种类的用能设施集 群, 如发电厂、 工业厂房、 大型建筑楼宇以及小型的 城乡 或城镇, 都可以利用EH 进行建模分析[

1 7] . EH 模型的建立不局限于系统的规模大小, 它可以 整合任意数量的能源载体, 使得系统的建模更加灵 活和简单. 附录 A 图A1中的 EH 共包含了6种能源转换 装置( 风机、 光伏电板、 变压器、 电热锅炉、 热电联供 以及燃气炉) , 根据其耦合关系建立了能源的输入输 出关系, 如式(

1 ) 所示. Le Lh Lg [ ]T = fw fs ηT, e ve , T ηC H P, e vg , C H P

0 0 ηE B, h ve , E B ηC H P, h vg , C H P+ ηF U R, h vg , F UR

0 0

0 vg , g é ? ê ê ê ê ù ? ú ú ú ú ・ Ew Es Pe Pg [ ]T (

1 ) 式中: Ew, Es, Pe 和Pg 分别为风能、 太阳能、 电能以 及天然气的输入量;

Le, Lh 和Lg 分别为电力、 热力 和燃气负荷;

fw 和fs 分别为风机与光伏的输出函 数;

η 为各转换器的能源转换效率;

v 为输入能源流 入各转换器的调度系数( d i s p a t c hf a c t o r , D F) , 相应 的η 和v 在附录 A 图A1中已标出. 其中调度系数满足以下关系[

1 8 ] : ve , T+ ve , E B=1 vg , CH P+ vg , F UR+ vg , g=1 { (

2 ) 这里的分布式能源只考虑了风能和太阳能两种 间歇性能源, 在模型中, 将其看作不可控或不可调度 能源进行优先调用, 则式(

1 ) 可以进一步整理为: Le Lh Lg [ ]T = ηT, e ve , T ηC H P, e vg , CH P ηE B, h ve , E B ηC H P, h vg , CH P+ ηF UR, h vg , F U R

0 vg , g é ? ê ê ê ê ù ? ú ú ú ú Pe Pg é ? ê ê ù ? ú ú + fw( Ew) +fs( Es)

0 0 é ? ê ê ê ê ù ? ú ú ú ú (

3 ) 其中等号右端第1部分为可控量, EH 可以通 过调整外部输入的可控能源( 电力、 天然气) 以及内 部各转换器的调度系数来满足用户侧需求;

等号右 端第2部分为不可控量, EH 将实际的风力及光照 量所产生的电能输送给用户端使用. 1.

2 智能 E H 随着智能电网的逐步发展, 智能集线器( s m a r t e n e r g yh u b , S EH) 的概念应运而生[

1 9 -

2 0 ] , 当传感器、 智能电表以及嵌入式计算机等智能设备应用到 EH 当中后, EH 便可升级为SEH.附录A图A2为SEH 的简要结构图. 在SEH 中, 各种智能设备集成的能量管理系 统( e n e r g ym a n a g e m e n ts y s t e m, EM S) 将为 EH 中 的转换装置控制器传递控制信号, 使得 S EH 能够 智能地调整运行优化策略, 实时监控不同形式能源 载体的运行状况, 实现信息的双向通信.通过建立 局域 网络, 传递的信息都可以被SEH 捕捉, 使得SEH 能够更好地实现与能源公司和用户之间的相 互协调, 本文的研究即是建立在S EH 基础上的.

2 考虑综合需求响应的综合能源系统优化 模型 本节研究的综合能源系统包含了 N 个SEH, 一个电力供应商和一个天然气供应商, 能源供应商 之间以及S EH 之间的信息传递与合作在本节中不 予考虑.能源供应侧将以能源价格为手段, 激励用 户侧参与需求响应以改变高峰时刻的用能量.这里 建立了综合能源系统双层模型, 上层为能源供应侧 以最大化利益为目标提供能源, 下层为 S EH 用户 需求侧以最小化购能成本为目标优化运行, 上下层 之间以能源价格为纽带进行信息的交互, 最终实现 整个系统的最优化运行. 2.

1 能源供应侧 能源供应商在保证满足用户需求的条件下最优 化其目标函数, 供需平衡关系如式(

4 ) 所示. Ps e , t =∑ N i=1 Pi n e , t, i Ps g , t =∑ N i=1 Pi n g , t, i ì ? í ? ? ? ? (

4 )

5 1 丛昊, 等 基于联盟博弈的综合能源系统优化运行方法 式中: Ps e , t和Ps g , t分别为在t时刻电力供应商和天然 气供应商提供的电能 和天然气;

Pi n e , t, i 和Pi n g , t, i 分别 为在t时刻第i个S EH 的电能输入和天然气输入. 本文不考虑天然气管道约束. 这里把最大化利润作为能源供应商的目标函 数, 利润为售能收益与供能成本之差, 对电力和天然 气供应商分别进行分析.

1 ) 电力供应商 对于电力供应商, 目标函数如式(

5 ) 所示. m a x Ps e , t ∑ t∈T ( Ps e , t λ e , t -c e( Ps e , t) ) (

5 ) 式中: λ e , t为电价, 是时间t 的函数;

c e( ・) 为电力供 应成本函数, 通常成本为产生电能的 函数, 可以用 式(

6 ) 所示的多项式函数表示[

2 1 -

2 2] . c e( x) = a n xn + a n-1 xn-1 +…+ a0 (

6 ) 式中: a0, a1, …, a n 为多项式系数. 为了能够保证电能的安全传输以及用户电能质 量的需求, 这里考虑如式( 7) 至式( 9) 所示的电力潮 流约束, 采用直流潮流形式. Pl= θ p - θ q xp q (

7 ) -Plm a x≤Pl≤Plm a x (

8 ) ∑ p pg , p -De , p = ∑ q∈L( p) Bp q( θp -θ q) (

9 ) 式中: q∈L( p) 表示与节点p 相连的节点;

θ p 为节 点p 的相角;

xp q 和Bp q 分别为节点p, q 之间的线路 阻抗和导纳;

Pl 为线路l 的传输功率;

Plm a x为线路 传输功率最大值;

De , p 为节点p 的负荷;

pg , p 为节点 p 的发电机输出功率. 取发电边际成本作为电力价格如式(

1 0) 所示, 根据电力供需平衡关系便可求得电力价格λ e , t, 而 电价则是上、 下层之间的纽带. λ e , t= ? c e ? Ps e , t (

1 0 )

2 ) 天然气供应商 同理, 对于天然气供应商, 目标函数为: m a x Ps g , t ∑ t∈T ( Ps g , t λg , t -c g( Ps g , t) ) (

1 1 ) 式中: λg , t为天然气价格, 是时间t 的函数;

c g( ・) 为 天然气供应成本函数. 取供应天然气的边际成本作为天然气价格, 如式(

1 2 ) 所示.同样, 根据天然气供需平衡关系便可 求得天然气价格λg , t. λg , t= ? c g ? Ps g , t (

1 2 ) 2.

2 用户需求侧 传统电力用户参与需求响应主要有可中断负荷 及可转移负荷两种方式, 这两种方式都在一定程度 上改变了用户的用电行为, 而在有 S EH 的综合能 源系统中, 各种能源之间可以相互转化, 增强了系统 的灵活性, 使用户的选择多样化, 可以参与综合需求 响应.所谓的综合需求响应是指电力用户在电价峰 值的时段可以通过 S EH 将天然气或其他价格较低 的能源转化成电能使用, 避免购买高价电, 从而减少 购电成本[

2 3 ] .这样, 从用户的角度看, 用电行为和 负荷曲线并没有发生变化, 仅改变了用电的来源, 保 留了用户原有的用电习惯;

从电力供应侧的角度看, 高峰时段的用电有削减, 负荷曲线变平缓, 供电可靠 性提高. 下层用户需求侧目标函数为最小化购能成本: m i n P i n e , t, i , P i n g , t, i ∑ t∈T ( λ e , t Pi n e , t, i +λg , t Pi n g , t, i) (

1 3 ) 式中: i=1, 2, …, N. 式(

1 3 ) 给出了 S EH 从能源供应侧购买电能和 天然气的成本. 式(

3 ) 给出了S EH 的输入输出关系, 这里对矩 阵进行变换, 得出用输出量表示输入量的表达式为: Pi n e , t, i Pi n g , t, i é ? ê ê ù ? ú ú =

1 ηT, e ve , T, t, i - ηC H P, e vg , C H P, t, i vg , g , t, i ηT, e ve , T, t, i

0 1 vg , g , t, i é ? ê ê ê ê ê ù ? ú ú ú ú ú ・ Le , t, i-fw, i( Ew, t) -fs , i( Es , t) Lg , t, i é ? ê ê ù ? ú ú vg , g[ ηE B, h ve , E B( Le-fw( Ew) -fs( Es) ) - ηT, e ve , T Lh] =[ ηE B, h ve , E B ηC H P, e vg , CH P- ηT, e ve , T( ηCH P, h vg , C H P+ ηF U R, h vg , F U R) ] Lg ì ? í ? ? ? ? ? ? ? ? ? ? ? ? ? (

1 4 ) 式中: 下标t表示时刻t, i表示第i个S EH. 这里假设风电和光伏的发电总和小于用户电力 需求, 即fw, i ( Ew, t) +fs , i ( Es , t) ≤Le , t, i, 且分布式 能源被优先调用. 在综合 需求响应中, 负荷曲线不会改变, 即Le , t, i和Lg , t, i不会随价格变化, S EH 通过改变调度 系数实现对价格的响应, 进而改变 S EH 的输入量, 从而达到目标函数的最优化.调度系数的取值范 围为: 0≤ ve , T, t, i≤1 0≤ vg , CH P, t, i≤1 0≤ vg , g , t, i≤1 vg , CH P, t, i+ vg , g , t, i≤1 ì ? í ? ? ? ? ? (

1 5 ) 综上, 下层最优化模型为: m i n v e , T, t, i , v g , CH P, t, i , v g , g , t, i ∑ t∈T ( λe , t Pi n e , t, i +λg , t Pi n g , t, i) s . t . 式(

1 4 )和式(

1 5 ) { (

1 6 ) 式中: i=1, 1, …, N.

6 1

2 0

1 8,

4 2 (

1 4 ) ・能源转型与电力支撑・ h t t p : / / ww w. a e p s - i n f o . c o m 2.

3 双层优化模型 本节建立了考虑综合需求响应的综合能源系统 双层优化模型.其中, 上层为能源供应侧, 以最大化 利益为目标为用户提供能源;

下层为用户需求侧, 以SEH 购能成本最小为目标优化运行. 模型中, 上层的电力供应商与天然气供应商根 据S EH 的能源需求量, 通过式( 4) 至式(

1 2) 所建立 的模型分别求解出电力价格λ e , t和天然气价格λg , t, 并将价格信息传递给下层;

下层的 S EH 根据能源 价格, 通过式(

1 4 ) 至式(

1 6) 建立的优化模型参与综 合需求响应, 进而求得各 S EH 的能源输入量 Pi n e , t, i 和Pi n g , t, i, 并将输入量信息传递给上层.经过多次循 环迭代, 上下层可收敛至最优解[

2 4] , 进而求得系统 各部分的优化运行策略.

3 基于联盟博弈的综合能源系统优化方法 在2. 2节中, 假设了分布式能源发电总量小于 用户电力需求, 而实际上风................