基于三重博弈的多微网-产消者群自适应鲁棒分布式协同优化

在多主体能源共享背景下,提出一种基于三重博弈的多微网-产消者群自适应鲁棒分布式协同优化。首先,构建三重博弈框架模拟多微网-产消者群的能源交易模型,即上层多微网系统合作博弈,各微网与其下层产消者群主从博弈,下层产消者群联盟合作博弈。其次,考虑到多微网系统内部受可再生能源出力、负荷功率随机性,外部受日前电价波动性等多重不确定性影响较大,各微网建立两阶段自适应鲁棒优化(adaptive robust optimization,ARO)模型,在第一阶段优化微网与外部主体的交易策略,包括与其他微网的合作博弈、与产消者群的主从博弈以及与配网日前电价的不确定性;在第二阶段基于多面体不确定集来决策微网内部源荷的不确定性,优化本地机组的调度策略。然后,对于各层合作博弈收益,采用改进纳什谈判模型对其进行分配。最后,采用一种可变惩罚参数交替方向乘子法-列与约束生成算法(variable penalty parameters alternating direction multiplier method-column and constraint generation,VPPADMM-C&CG)分布式求解三重博弈ARO模型,以保护各主体的隐私。通过不同博弈场景的算例结果对所提模型能够实现多微网-产消者群社会总成本最小化及效益最大化进行了验证,可为不确定环境下多微网-产消者群协同优化提供参考。

基于交互能源机制的产消者群分布式调度方法研究

随着分布式发电、分布式储能相关技术的发展与用户用电设备可控性的提高,愈来愈多的传统电力能源消费者开始向具有源荷二重性的"产消者"过渡。针对大规模产消者群集中式调度模式下的模型求解困难与用户隐私问题,采用兼顾控制手段与经济手段的交互能源机制对区域内大规模产消者群进行优化调度,构建了考虑多种产用能单元的大规模产消者群分布式优化调度模型,并基于快速对偶近端梯度法,提出了良好契合分布式调度架构的模型求解流程,分布式迭代的过程中仅需交互能源平台与各产消者进行一对多的引导信号与功率方案的交互,有效保护了用户行为隐私,最后通过大量仿真算例验证了所提方法的快速高精度收敛能力。

基于边云协同的产消者群合作式博弈优化调度方法

高渗透率的分布式电源接入负荷侧以后,配电网的结构形态和运行形态将发生重大改变。在此背景下,研究边缘计算-云计算协同(简称“边云协同”)框架下的新型电力系统调度方式和优化模型。采用合作式博弈作为边云协同交互优化的理论基础,边云两侧分别搭建需求侧灵活性资源调度优化模型和配电网侧考虑网络拓扑约束的出清优化模型。此外,考虑到通信过程中可能出现的丢包现象,建立以边缘服务平台为枢纽的双层闭环控制模型。通过算例仿真验证了交互调度方案和控制模型的经济性与可靠性。

基于ADMM与GSP方法的产消者群日前-实时两阶段电能交易方法

随着具备分布式资源的产消者群逐渐成为新兴电力市场主体,分布式资源如何从仅满足产消者群自给自足到进一步有效利用成为重要命题。首先,分析分布式电能发展现状,针对产消者群提出一种分布式交易框架。在此框架下,根据产消者群实际情况建立了产消者群模型,并制定日前-实时两阶段电能交易方法。在日前阶段,基于交替方向乘子法(alternating direction method of multipliers,ADMM)实现产消者群的日前电能交易,通过电能供需关系迭代拉格朗日乘子得到交易价格,既解决了产消者群议价难题也提升了可再生资源利用率;接着,在实时阶段,基于广义二价拍卖(generalized second-price,GSP)规则使产消者群在电能拍卖中合理出价,既解决了“光伏发电容易受到天气影响及产消者自身负荷预测准确度低导致电能偏差”的问题,也满足了实时电能交易中多产消者群之间对交易时限的要求。最后,通过算例验证了文章所提出方法的合理性。