基于博弈论的微能源网能量管理优化研究
发布时间：2021-10-12 03:06
微能源网是支持大量分布式能源的接入和用户的广泛参与、深度融合信息技术的新型能源体系,能够实现多能互补和多网耦合,提高供能系统的灵活性与经济性。与供电公司及用户进行双向交互是微能源网的关键特征,而如何实现互动中的双赢对微能源网仍是一个挑战。本文针对以微能源网为核心的多利益主体能源交易系统,构建了非合作、双层Stackelberg和联盟合作的博弈交易模式,通过理论分析和算例验证指出了不同模式的优劣性,建立了基于博弈论的微能源网能量管理优化理论体系。本文的主要研究工作如下:（1）针对微能源网和用户在日前能源市场中的建模问题,首先基于能量母线结构搭建了微能源网系统模型,并对其中所耦合的设备进行了建模与运行约束分析。然后,以用户实际用能负荷与用能需求之间的偏差值为变量,量化了用户对实际用能调整的不满意度;同时考虑用户的购能支出与用能不满意度,利用模糊算法构建了用户的目标函数。微能源网和用户的建模为后续不同博弈模式下的能量管理优化打下了模型基础。（2）针对微能源网与用户的非合作能源交易问题,构建了基于非合作博弈的单微能源网能量管理优化模型,证明了该博弈均衡的存在性,提出了单微能源网与用户的博弈求解...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：132 页
【学位级别】：博士
【部分图文】：
用户典型日负荷需求图
基于非合作博弈的单微能源网能量管理优化43为了更好地验证所提出的非合作动态博弈模型的合理性和有效性，所有的场景仿真都基于相同的用户参数和微能源网设备参数。根据所建立的非合作动态博弈模型，通过仿真得到的不同场景下的典型日博弈优化结果如图2-9~图2-14所示。图2-9、2-11、2-13为均衡点处博弈双方的最终策略。图2-10、2-12、2-14代表了博弈优化后微能源网各设备电、热、冷出力的优化结果，横轴上方代表了各分布式能源注入能量母线的功率，下方代表了从能量母线流出的功率。表2-3为不同场景下的微能源网产能成本及收益、用户最终的目标函数值以及购能支出费用。2.5.3.1场景1博弈优化结果分析根据所建立的博弈模型，通过仿真得出的场景1中微能源网-用户能源交易博弈优化结果如图2-9及图2-10所示。图2-9场景1中微能源网与用户的均衡策略Fig.2-9EquilibriumstrategiesofmicroenergygridanduserinScenario1（a）微能源网设备电出力优化结果图
北京交通大学博士学位论文44（b）微能源网设备热出力优化结果图（c）微能源网设备冷出力优化结果图图2-10场景1中微能源网能量管理优化结果Fig.2-10EnergymanagementoptimizationresultsofmicroenergygridinScenario1分析微能源网与用户在场景1中的博弈优化结果（图2-9、图2-10），可得出以下结论：（1）经优化计算后，微能源网在场景1中的收益为10530.81元，产能成本为12398.08元，用户的目标函数值为0.2812，其购能支出为24114.38元。与单一的售电价格相比，微能源网的收益有一定幅度的提升，用户也能针对不同时段的售电价格作出一定的调整来平衡购能支出费用以及用能体验。（2）在孤岛运行模式下，用户的电负荷主要由内燃机来满足，少部分由光伏发电、风力发电和蓄电池供应；用户的冷/热负荷主要由直燃机来满足，热交换器和冰蓄冷空调辅以供应少许热/冷负荷。在能量管理优化中，微能源网针对用户的热电负荷比选择合适的出力方式，主要以内燃机、直燃机出力为主，其他设备辅助出力，实现微能源网的经济高效运行。（3）在能量管理优化中，微能源网中的光伏发电和风力发电都按照预测的出
【参考文献】：
期刊论文
[1]冷热电联供微网优化调度通用建模方法[J]. 王成山,洪博文,郭力,张德举,刘文建. 中国电机工程学报. 2013(31)
[2]基于互动调度的微网与配电网协调运行模式研究[J]. 艾欣,许佳佳. 电力系统保护与控制. 2013(01)
[3]微电网研究综述[J]. 鲁宗相,王彩霞,闵勇,周双喜,吕金祥,王云波. 电力系统自动化. 2007(19)
[4]考虑输电约束古诺模型的均衡分析[J]. 袁智强,侯志俭,宋依群,蒋传文,邰能灵. 中国电机工程学报. 2004(06)
[5]博弈论及其在电力市场中的应用[J]. 刁勤华,林济铿,倪以信,陈寿孙. 电力系统自动化. 2001(01)
博士论文
[1]微能源网运行优化与规划一体化方法研究[D]. 刘迪.北京交通大学 2019
[2]多能互补微能源网综合需求响应研究[D]. 马腾飞.北京交通大学 2019
[3]基于博弈论的配电侧多微电网系统优化运行方法研究[D]. 芮涛.安徽大学 2019
[4]基于博弈论的智能配用电系统优化运行方法[D]. 马丽.华北电力大学(北京) 2017
[5]冷热电联供型微网能量优化管理研究[D]. 骆钊.东南大学 2017
[6]冷热电混合能源联合优化运行与调度策略研究[D]. 曾艾东.东南大学 2017
[7]微网调度优化模型与方法研究[D]. 洪博文.天津大学 2014
本文编号：3431765
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：132 页
【学位级别】：博士
【部分图文】：
用户典型日负荷需求图
基于非合作博弈的单微能源网能量管理优化43为了更好地验证所提出的非合作动态博弈模型的合理性和有效性，所有的场景仿真都基于相同的用户参数和微能源网设备参数。根据所建立的非合作动态博弈模型，通过仿真得到的不同场景下的典型日博弈优化结果如图2-9~图2-14所示。图2-9、2-11、2-13为均衡点处博弈双方的最终策略。图2-10、2-12、2-14代表了博弈优化后微能源网各设备电、热、冷出力的优化结果，横轴上方代表了各分布式能源注入能量母线的功率，下方代表了从能量母线流出的功率。表2-3为不同场景下的微能源网产能成本及收益、用户最终的目标函数值以及购能支出费用。2.5.3.1场景1博弈优化结果分析根据所建立的博弈模型，通过仿真得出的场景1中微能源网-用户能源交易博弈优化结果如图2-9及图2-10所示。图2-9场景1中微能源网与用户的均衡策略Fig.2-9EquilibriumstrategiesofmicroenergygridanduserinScenario1（a）微能源网设备电出力优化结果图
北京交通大学博士学位论文44（b）微能源网设备热出力优化结果图（c）微能源网设备冷出力优化结果图图2-10场景1中微能源网能量管理优化结果Fig.2-10EnergymanagementoptimizationresultsofmicroenergygridinScenario1分析微能源网与用户在场景1中的博弈优化结果（图2-9、图2-10），可得出以下结论：（1）经优化计算后，微能源网在场景1中的收益为10530.81元，产能成本为12398.08元，用户的目标函数值为0.2812，其购能支出为24114.38元。与单一的售电价格相比，微能源网的收益有一定幅度的提升，用户也能针对不同时段的售电价格作出一定的调整来平衡购能支出费用以及用能体验。（2）在孤岛运行模式下，用户的电负荷主要由内燃机来满足，少部分由光伏发电、风力发电和蓄电池供应；用户的冷/热负荷主要由直燃机来满足，热交换器和冰蓄冷空调辅以供应少许热/冷负荷。在能量管理优化中，微能源网针对用户的热电负荷比选择合适的出力方式，主要以内燃机、直燃机出力为主，其他设备辅助出力，实现微能源网的经济高效运行。（3）在能量管理优化中，微能源网中的光伏发电和风力发电都按照预测的出
【参考文献】：
期刊论文
[1]冷热电联供微网优化调度通用建模方法[J]. 王成山,洪博文,郭力,张德举,刘文建. 中国电机工程学报. 2013(31)
[2]基于互动调度的微网与配电网协调运行模式研究[J]. 艾欣,许佳佳. 电力系统保护与控制. 2013(01)
[3]微电网研究综述[J]. 鲁宗相,王彩霞,闵勇,周双喜,吕金祥,王云波. 电力系统自动化. 2007(19)
[4]考虑输电约束古诺模型的均衡分析[J]. 袁智强,侯志俭,宋依群,蒋传文,邰能灵. 中国电机工程学报. 2004(06)
[5]博弈论及其在电力市场中的应用[J]. 刁勤华,林济铿,倪以信,陈寿孙. 电力系统自动化. 2001(01)
博士论文
[1]微能源网运行优化与规划一体化方法研究[D]. 刘迪.北京交通大学 2019
[2]多能互补微能源网综合需求响应研究[D]. 马腾飞.北京交通大学 2019
[3]基于博弈论的配电侧多微电网系统优化运行方法研究[D]. 芮涛.安徽大学 2019
[4]基于博弈论的智能配用电系统优化运行方法[D]. 马丽.华北电力大学(北京) 2017
[5]冷热电联供型微网能量优化管理研究[D]. 骆钊.东南大学 2017
[6]冷热电混合能源联合优化运行与调度策略研究[D]. 曾艾东.东南大学 2017
[7]微网调度优化模型与方法研究[D]. 洪博文.天津大学 2014
本文编号：3431765
本文链接：https://www.wllwen.com/shoufeilunwen/jjglbs/3431765.html
