基于多層電價(jià)響應(yīng)機(jī)制的主動(dòng)配電網(wǎng)源-網(wǎng)-荷協(xié)調(diào)方法
基于多層電價(jià)響應(yīng)機(jī)制的主動(dòng)配電網(wǎng)源-網(wǎng)-荷協(xié)調(diào)方法1研究背景隨著可再生能源并網(wǎng)比例的持續(xù)增長,配電網(wǎng)的形態(tài)與運(yùn)行方式正在發(fā)生巨大變化...
基于多層電價(jià)響應(yīng)機(jī)制的主動(dòng)配電網(wǎng)源-網(wǎng)-荷協(xié)調(diào)方法
1研究背景
隨著可再生能源并網(wǎng)比例的持續(xù)增長,配電網(wǎng)的形態(tài)與運(yùn)行方式正在發(fā)生巨大變化。分布式電源、主動(dòng)負(fù)荷、儲(chǔ)能裝置及微電網(wǎng)的大量接入,使得以配電網(wǎng)為中心的源、網(wǎng)、荷均呈現(xiàn)出多元變化,為配電網(wǎng)的協(xié)調(diào)優(yōu)化帶來更多挑戰(zhàn)。這些挑戰(zhàn)主要可歸納為:
1)多元多層級(jí)主體協(xié)調(diào)問題。參與協(xié)調(diào)優(yōu)化的源、網(wǎng)、荷分屬于不同的利益主體;而配電網(wǎng)上直接并網(wǎng)的源、荷與微電網(wǎng)內(nèi)通過微電網(wǎng)間接并網(wǎng)配電網(wǎng)的源、荷運(yùn)行特點(diǎn)又不同,如何處理不同層級(jí)上的不同利益主體,進(jìn)行多級(jí)協(xié)調(diào)成為一大問題。
2)不確定性與風(fēng)險(xiǎn)協(xié)調(diào)問題。風(fēng)電功率、電動(dòng)汽車及空調(diào)負(fù)荷的不確定性,均會(huì)使得源-網(wǎng)-荷協(xié)調(diào)優(yōu)化模型變得模糊,如何處理每個(gè)利益主體的收益與風(fēng)險(xiǎn)關(guān)系也成為一大問題。
本文將多智能體系統(tǒng)與多層電價(jià)響應(yīng)機(jī)制結(jié)合,以協(xié)調(diào)不同層級(jí)的多利益主體。配電網(wǎng)智能體不直接集中控制各分布式電源及主動(dòng)負(fù)荷的發(fā)用電量,而是通過價(jià)格杠桿在多個(gè)層級(jí)間進(jìn)行間接協(xié)調(diào)。在不同層級(jí)的優(yōu)化過程中,采用模糊機(jī)會(huì)約束規(guī)劃和可信性測(cè)度來處理不確定性和風(fēng)險(xiǎn),并通過等價(jià)類對(duì)機(jī)會(huì)約束條件進(jìn)行轉(zhuǎn)化。采用蝙蝠算法和黃金分割法對(duì)多層模糊隨機(jī)規(guī)劃模型進(jìn)行求解,解決可再生能源高滲透率配電網(wǎng)的源-網(wǎng)-荷協(xié)調(diào)優(yōu)化問題。
2基于多智能體的多層電價(jià)響應(yīng)
根據(jù)主動(dòng)配電網(wǎng)內(nèi)各主體的功能屬性,定義如下5類智能體,分別為配電網(wǎng)智能體、虛擬電廠智能體、微電網(wǎng)智能體、多形態(tài)負(fù)荷智能體以及一次側(cè)能源智能體,如圖1所示。
圖1多智能體架構(gòu)

在此背景下,主動(dòng)配電網(wǎng)多智能體系統(tǒng)包含核心協(xié)調(diào)層(ADNA)、直接協(xié)調(diào)層(VPPA與MGA)、間接協(xié)調(diào)層(微網(wǎng)內(nèi)PEAs、LAs),如圖2所示。處于上層的智能體對(duì)下層進(jìn)行電價(jià)激勵(lì),處于下層的智能體對(duì)上層電價(jià)進(jìn)行功率響應(yīng),這一多層電價(jià)響應(yīng)機(jī)制保證了不同層級(jí)智能體間利益協(xié)調(diào)的有序進(jìn)行,原理類似于有序的多層規(guī)劃。
圖2多層電價(jià)響應(yīng)機(jī)制

多層電價(jià)響應(yīng)機(jī)制與傳統(tǒng)的市場(chǎng)交易機(jī)制不同,不需要集中市場(chǎng)交易平臺(tái)/中心,ADNA無需了解網(wǎng)內(nèi)各PEAs、LAs的成本與報(bào)價(jià)信息及進(jìn)行大規(guī)模的集中計(jì)算,比較適用于市場(chǎng)參與者眾多的配電網(wǎng)市場(chǎng);另外,該機(jī)制中PEAs、LAs等市場(chǎng)參與者可以主動(dòng)參與協(xié)調(diào)過程,主動(dòng)響應(yīng)電價(jià)并相應(yīng)調(diào)節(jié)功率。因此本文所提多層電價(jià)響應(yīng)機(jī)制是一種分散自律且體現(xiàn)參與者主動(dòng)響應(yīng)的配電網(wǎng)市場(chǎng)模式。
3多層模糊機(jī)會(huì)約束的源-網(wǎng)-荷協(xié)調(diào)模型
1)核心協(xié)調(diào)層ADNA的優(yōu)化模型
在基于多智能體的多層電價(jià)響應(yīng)機(jī)制中,ADNA的優(yōu)化目標(biāo)是使得配電網(wǎng)的購電成本及不平衡成本總和最小化,決策配電網(wǎng)電價(jià)。
2)直接協(xié)調(diào)層VPPA的優(yōu)化模型
虛擬電廠智能體VPPA的優(yōu)化目標(biāo)是追求內(nèi)部PEAs及LAs收益的最大化。決策在某一配電網(wǎng)電價(jià)條件下,VPPA內(nèi)源-荷的響應(yīng)功率。通過協(xié)調(diào)優(yōu)化內(nèi)部電動(dòng)汽車、常規(guī)火電機(jī)組、分布式風(fēng)電機(jī)組、空調(diào)可調(diào)度負(fù)荷等的運(yùn)行狀態(tài),來實(shí)現(xiàn)整體VPPA的收益最大化。
3)直接協(xié)調(diào)層MGA的優(yōu)化模型
微電網(wǎng)智能體MGA的優(yōu)化目標(biāo)與VPPA的作用方式不同。微電網(wǎng)是一個(gè)獨(dú)立的智能體主元,擁有獨(dú)立的優(yōu)化目標(biāo),其利益與微電網(wǎng)上并網(wǎng)的源-荷存在博弈關(guān)系。微電網(wǎng)從并網(wǎng)的源-荷購電,而向上層并網(wǎng)的配電網(wǎng)售電。在某一配電網(wǎng)電價(jià)已知條件下,決策微電網(wǎng)電價(jià)。
4)間接協(xié)調(diào)層并網(wǎng)微電網(wǎng)的PEAs及LAs的優(yōu)化模型
并網(wǎng)微電網(wǎng)的PEAs及LAs會(huì)針對(duì)每一個(gè)微電網(wǎng)電價(jià)做出優(yōu)化響應(yīng)。決策在某一微電網(wǎng)電價(jià)條件下,并網(wǎng)微電網(wǎng)的PEAs及LAs的響應(yīng)功率??梢园l(fā)現(xiàn),這一過程與VPPA的優(yōu)化過程極為相似。只是參與優(yōu)化的PEAs及LAs不再是虛擬電廠內(nèi)的源、荷智能體,而是并網(wǎng)微電網(wǎng)的源、荷智能體。
4求解方法
基于多智能體多層電價(jià)響應(yīng)機(jī)制的模糊機(jī)會(huì)約束協(xié)調(diào)優(yōu)化模型包含大量模糊參數(shù)和模糊機(jī)會(huì)約束條件,數(shù)學(xué)性質(zhì)模糊,難以采用基于導(dǎo)數(shù)的優(yōu)化方法直接求解。本文采用等價(jià)類轉(zhuǎn)化的方式來處理模糊機(jī)會(huì)約束條件,將模糊機(jī)會(huì)約束轉(zhuǎn)化為確定性約束。采用基于模糊模擬的BP神經(jīng)元網(wǎng)絡(luò)逼近帶有模糊參數(shù)的目標(biāo)函數(shù)數(shù)學(xué)樂觀值。
經(jīng)過不確定性處理的優(yōu)化模型約束中已不含隨機(jī)變量,但目標(biāo)函數(shù)由BP神經(jīng)元網(wǎng)絡(luò)逼近,仍然難以用傳統(tǒng)優(yōu)化工具進(jìn)行求解。同時(shí),多層電價(jià)響應(yīng)機(jī)制中,要求對(duì)若干不同激勵(lì)電價(jià)下的響應(yīng)功率和成本進(jìn)行計(jì)算,這樣的遍歷式尋優(yōu)思路效率極低,不適合實(shí)際應(yīng)用。因此,本文采用蝙蝠算法求解含BP神經(jīng)元的模型,采用黃金分割法模擬多層電價(jià)響應(yīng)機(jī)制。
5算例分析與討論
1)多層電價(jià)響應(yīng)機(jī)制對(duì)比分析
分別進(jìn)行如下市場(chǎng)機(jī)制下的配電網(wǎng)源-網(wǎng)-荷協(xié)調(diào)優(yōu)化仿真:不計(jì)風(fēng)險(xiǎn)的多層電價(jià)響應(yīng)機(jī)制;計(jì)及風(fēng)險(xiǎn)的多層電價(jià)響應(yīng)機(jī)制;傳統(tǒng)集中市場(chǎng)機(jī)制。
可發(fā)現(xiàn),不計(jì)風(fēng)險(xiǎn)條件下多層電價(jià)響應(yīng)機(jī)制的配電網(wǎng)源-網(wǎng)-荷協(xié)調(diào)最優(yōu)電價(jià)與配網(wǎng)運(yùn)行成本均與傳統(tǒng)集中市場(chǎng)模式相同。在這一模式下,市場(chǎng)參與者主動(dòng)參與協(xié)調(diào)過程,同樣實(shí)現(xiàn)了社會(huì)效益最大化的市場(chǎng)目標(biāo)。而計(jì)及風(fēng)險(xiǎn)的多層電價(jià)響應(yīng)模式下,與其他兩種模式相比配網(wǎng)最優(yōu)電價(jià)較低,這主要是因?yàn)楸疚哪J接?jì)及風(fēng)險(xiǎn),允許存在一定的不平衡功率。同時(shí),本文模式下配電網(wǎng)的成本也更低,這主要是因?yàn)橛?jì)及風(fēng)險(xiǎn)條件下,配網(wǎng)從PEAs及LAs購得發(fā)電功率更低,配網(wǎng)電價(jià)也更低。
2)考慮風(fēng)險(xiǎn)對(duì)源-網(wǎng)-荷協(xié)調(diào)優(yōu)化的影響
不同的置信度水平可以反應(yīng)參與協(xié)調(diào)優(yōu)化智能體對(duì)風(fēng)險(xiǎn)的接受程度。改變置信水平進(jìn)行優(yōu)化計(jì)算。分別取置信水平為0.5,0.6,0.7,0.8,0.9進(jìn)行仿真??梢钥闯觯瑹o論對(duì)于何種電價(jià),置信水平越高,VPPA的收益就越低。
不同的模糊參數(shù)刻畫方式體現(xiàn)了多智能體對(duì)風(fēng)險(xiǎn)的靈活考慮與接受程度??紤]采用三種隸屬度函數(shù)對(duì)模糊變量進(jìn)行刻畫:①三角形模糊刻畫方案。②梯形模糊刻畫方案。③矩形模糊刻畫方案。結(jié)果可以看出,對(duì)于前兩種優(yōu)化方案而言,配電網(wǎng)的總成本均會(huì)隨置信水平的升高而增加。這主要是由于,機(jī)會(huì)約束的置信水平要求越高,說明參與調(diào)度主體對(duì)風(fēng)險(xiǎn)的接受程度越小,優(yōu)化調(diào)度算法為實(shí)現(xiàn)這樣趨于保守的調(diào)度要求,會(huì)增加成本。
3)求解算法的計(jì)算精度與計(jì)算效率
將本文所提的結(jié)合蝙蝠算法的黃金分割法與其他由遺傳算法和模式搜索算法構(gòu)成的復(fù)合智能算法進(jìn)行比較,計(jì)算結(jié)果如表1所示。
表1算法比較分析

由表1可見,從最優(yōu)電價(jià)看,本文所提算法與其他對(duì)比算法取得了相同精度的優(yōu)化結(jié)果。從計(jì)算效率上看,對(duì)于配電網(wǎng)而言算法1只需11次就完成了計(jì)算,與算法2持平,遠(yuǎn)低于算法3、4的34次。這主要是由于黃金分割法充分利用了配網(wǎng)成本與配網(wǎng)電價(jià)的單谷一維函數(shù)關(guān)系進(jìn)行最優(yōu)電價(jià)搜索,計(jì)算高效;而模式搜索算法未計(jì)及這一單谷特性而反復(fù)放大搜索范圍進(jìn)行試探,增加了計(jì)算次數(shù)。因此,結(jié)合蝙蝠算法的黃金分割法對(duì)于求解本文模型體現(xiàn)了良好的精確性與高效性。
6結(jié)論
1)多智能體系統(tǒng)可有效協(xié)調(diào)主動(dòng)配電網(wǎng)環(huán)境下的源、網(wǎng)、荷利益主體,基于多智能體的多層電價(jià)響應(yīng)機(jī)制可對(duì)不同層級(jí)上復(fù)雜的源、網(wǎng)、荷結(jié)構(gòu)進(jìn)行協(xié)調(diào),充分發(fā)揮高比例可再生能源和主動(dòng)負(fù)荷的潛力。
2)模糊參數(shù)和模糊機(jī)會(huì)約束規(guī)劃可以簡(jiǎn)潔有效地處理可再生能源高滲透率電網(wǎng)的諸多不確定因素,計(jì)及各智能體對(duì)風(fēng)險(xiǎn)的追求與厭惡程度。模糊機(jī)會(huì)約束的等價(jià)類轉(zhuǎn)化和結(jié)合BP神經(jīng)元網(wǎng)絡(luò)的模糊模擬可以有效簡(jiǎn)化模糊規(guī)劃,而結(jié)合蝙蝠算法的黃金分割法使得多層電價(jià)響應(yīng)機(jī)制求解得到極大簡(jiǎn)化。
3)本文對(duì)風(fēng)險(xiǎn)的考慮僅為對(duì)模糊機(jī)會(huì)約束置信度水平的控制,可以進(jìn)一步引入風(fēng)險(xiǎn)考核指標(biāo)進(jìn)行下一步深入研究。(徐熙林,宋依群,姚良忠,索瑞鴻,嚴(yán)正)
原標(biāo)題:上海交通大學(xué) 徐熙林,宋依群;中國電科院 姚良忠等:基于多層電價(jià)響應(yīng)機(jī)制的主動(dòng)配電網(wǎng)源-網(wǎng)-荷協(xié)調(diào)方法

責(zé)任編輯:李鑫
免責(zé)聲明:本文僅代表作者個(gè)人觀點(diǎn),與本站無關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí),對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾,請(qǐng)讀者僅作參考,并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。
我要收藏
個(gè)贊
- 相關(guān)閱讀
- 綜合資訊
- 交易行情
- 增量配網(wǎng)
- 售電政策
- 售電觀察
- 會(huì)展活動(dòng)
- 國際電力
-
能源局2018年資質(zhì)管理工作要點(diǎn):密切跟蹤增量配電業(yè)務(wù)試點(diǎn)項(xiàng)目推進(jìn)情況
-
《山西省綠色制造體系建設(shè)2018年行動(dòng)計(jì)劃》 重點(diǎn)推進(jìn)煤電化煤層氣發(fā)電項(xiàng)目
-
IEA被指責(zé)引導(dǎo)各國實(shí)施違背巴黎氣候目標(biāo)的能源政策
-
我國各省市電力市場(chǎng)交易類型概覽
-
國網(wǎng)區(qū)域內(nèi)新能源省間交易電量一季度累計(jì)完成189億千瓦時(shí)
-
一季度省間市場(chǎng)化交易電量和清潔能源交易電量雙雙大幅增長
-
基于多層電價(jià)響應(yīng)機(jī)制的主動(dòng)配電網(wǎng)源-網(wǎng)-荷協(xié)調(diào)方法
-
能源局2018年資質(zhì)管理工作要點(diǎn):密切跟蹤增量配電業(yè)務(wù)試點(diǎn)項(xiàng)目推進(jìn)情況
-
增量配電項(xiàng)目電力業(yè)務(wù)許可系列宣貫活動(dòng)正式啟動(dòng)
-
《山西省綠色制造體系建設(shè)2018年行動(dòng)計(jì)劃》 重點(diǎn)推進(jìn)煤電化煤層氣發(fā)電項(xiàng)目
-
陜西省“十三五”節(jié)能減排綜合工作方案:年底完成30萬千瓦及以上煤電超低排放改造 完善環(huán)保電價(jià)政策
-
《山西省節(jié)能環(huán)保產(chǎn)業(yè)2018年行動(dòng)計(jì)劃》附環(huán)保產(chǎn)業(yè)重點(diǎn)項(xiàng)目表
-
解析綜合能源服務(wù)下的電力市場(chǎng)模式
-
云南電力市場(chǎng):電改探路先鋒 成效初顯
2018-04-09電力市場(chǎng)電力體制改革云南 -
深度|電改進(jìn)入加速期 新能源高質(zhì)量發(fā)展正當(dāng)其時(shí)