基于博弈竞价的区域综合能源系统运营弹性增强策略

能源系统故障可能导致巨大的经济损失, 因此, 提升能源系统的运营弹性具有重要意义. 为了提高区域综合能源系统在市场机制下的弹性, 本文提出了一种基于博弈的能源竞标策略. 首先, 建立了区域综合能源系统模型,其中包括能源控制中心、能源枢纽、储能系统和用户聚合商. 为了在市场环境下通过价格引导弹性增强, 构建了基于Stackelberg博弈的能源竞标框架, 通过调整能源零售价格和需求响应激励价格等策略, 以减小能源缺口并降低价格波动. 考虑到参与者间的隐私保护, 设计了双层迭代定价算法. 最后, 通过仿真算例说明了所提策略在保证供需平衡的同时有效抑制价格波动, 从而降低经济损失.     

基于主从博弈的综合能源系统优化调度策略

以综合能源系统为研究对象，建立了以综合能源系统运营商为领导者，负荷聚合商为跟随者的主从博弈模型，并使用改进的混沌阿基米德优化算法求解该模型。依据该模型，综合能源系统运营商需根据用户用能情况对系统设备出力进行优化调度并向负荷聚合商制定能源价格，负荷聚合商根据能源价格对用户的用能策略进行调整。仿真实例表明，该主从博弈模型能够有效增强可再生能源发电的消纳能力，可再生能源出力利用率提升了4.45%。     

考虑需求响应激励机制的园区综合能源系统博弈优化调度

建设源荷协调、灵活互动的综合能源系统是构建新型电力系统的有效路径.在综合能源系统下,通过价格、补贴等激励手段合理调节用户侧需求响应机制可以促进综合能源系统的经济高效运行.为制定合理的需求响应激励机制,首先充分考虑源侧可再生能源出力和负荷侧多类能源需求的不确定性,提出随机场景生成策略;然后提出计及用户需求响应的综合能源系统博弈优化框架,分别以园区综合能源系统运营商和综合能源用户效益最大化为目标,建立双主体博弈优化调度模型,并提出快速高效的求解算法;最后,基于某实际园区综合能源系统开展多场景算例仿真分析,制定合理有效的需求响应价格激励方案.调度结果表明,所提出方案可以有效提升综合能源系统运行商和用户的效益.     

计及云边协同的综合能源系统双层优化

多区域互联的综合能源系统具备两大优势：区域内部多能互补与区域之间能量互济,本文针对综合能源系统设计了一种云边协同调控方法以兑现这两大优势。首先,本文设计了能量管理云平台-边缘控制器双层架构分别统筹子区域内和子区域间的能量流,子区域以预测控制方法(model predictive control, MPC)实现边缘控制器内部能量的实时调控。其次,基于所提双层架构设计了包括集中调控层-分布协同层的双层能量优化模型,集中调控层负责区域间能量互济以降低整个系统对外部配电网的能量需求,提高系统运行经济性;分布协同层负责控制区域内可控机组以降低实际运行工况与日前调度计划值的偏差,降低系统运行波动性。然后,研究了交替方向乘子法(alternating direction method of multipliers, ADMM)求解所提双层能量优化模型的具体步骤。最后,仿真验证了所提云边协同能量调控方法对多区域互联综合能源系统经济性与稳定性的改善作用。     

基于多主体博弈的综合能源系统运行优化方法

30·60双碳目标的实现,要求可再生能源的大规模消纳,因此构建可大幅就地消纳可再生能源的综合能源系统具有重要意义.在此背景下,本文提出了一种基于合作博弈的综合能源系统运行优化方法,能够有效降低系统用能成本和碳排放,激励不同主体参与系统整体协调优化运行.本文在考虑系统运行成本和二氧化碳排放量的基础上,建立了综合能源系统合...     

考虑碳排放和综合需求响应的电-气联合运行决策博弈

考虑到当前向国际社会承诺的“碳达峰,碳中和”目标,针对电-气联合运行中多方利益的诉求,运用动态主从博弈理论,在考虑碳排放和综合需求响应的情况下,建立以供电公司为主体,家庭负荷聚合集群为从体的博弈模型.通过家庭负荷聚合的多能联合负荷特性和价格需求响应的不确定性,得到博弈双方支付函数.考虑能源结构的碳排放折算,以供能方收益最大,需求侧支付费用最低为目标,建立主从博弈模型.主方以价格为策略集,从方以需求响应为策略集,通过最优反应函数结合非支配排序遗传算法求解并筛选主从博弈均衡解.通过算例仿真验证,所提出模型可实现主体和从体各方的社会效益与经济效益最优化,为能源互联下的市场决策优化运行提供参考.     

考虑新能源消纳的综合能源系统多层博弈策略

研究了综合能源系统多市场主体参与新能源消纳的博弈行为分析问题。建立了从综合能源系统电、气、热供给到终端用户电、热、冷需求的多能流供应、转换、存储、消费的多级竞标策略优化模型,提出了涉及多能源趸售-零售-终端环节的Cournot-Stackelberg两层主从博弈结构;提出了相应的迭代求解算法,并在定价机制、多能互补、储能配置等方面对博弈均衡结果进行了算例分析。     

考虑源-荷不确定性的矿山综合能源系统多时间尺度区间优化调度

在高能耗矿山综合能源系统中,为减小乏风、瓦斯、矿井涌水等伴生能源、可再生能源、负荷不确定预测误差对系统的影响,提出考虑源-荷预测不确定性的矿山综合能源系统多时间尺度区间优化调度策略.首先,构建含可再生能源、矿山伴生能源、光热电站的矿山综合能源系统架构;其次,根据电-热响应特性和源-荷不确定性在时间上的差异,建立日前-日内-实时多时间尺度区间优化调度模型.在日前和日内优化阶段,利用区间数描述源-荷不确定性,并通过区间优化方法对伴生能源和可再生能源的实际消纳区间进行优化;日内优化在日前优化的基础上,综合考虑建筑用户热舒适度的模糊性、供热系统的热惯性及热水负荷需求响应调整各设备出力;在实时优化阶段,考虑电负荷需求响应对日内电力设备出力进行修正.最后,通过算例分析验证所提模型和方法的可行性.     

计及配电网灵活性的多园区综合能源系统分布式优化调度

多园区综合能源系统与配电网的交互方式决定多能潮流分布和能量传输损耗,进而将直接影响整个系统的优化运行.本文提出了一种计及多园区综合能源系统与配电网之间接入影响的分布式协同优化调度方案.首先,提出一种包含综合能源系统及配电网的双层分布式优化系统架构.然后,以各园区综合能源系统用能成本最低、配电网网损最小为目标,以能源园区接入配电网的位置及配电网网络拓扑为调控手段给出协同优化模型,并通过改进自适应步长交替方向乘子法实现问题分布式求解,实现了系统的整体高效调度,提升了配电网灵活性及园区综合能源系统运行经济性.最后,通过仿真算例验证了本文所提方法的准确性及有效性.     

考虑市场因素的电力系统供需互动混合博弈强化学习算法

为对电力市场环境下电力系统供需互动问题更精确地建模,使其更好地与未来电力市场环境下需求侧负荷聚合商之间多变的关系和复杂的通信拓扑结构相匹配,本文将电力系统供需互动的Stackelberg博弈与复杂网络上反映需求侧负荷聚合商互动的演化博弈相结合,搭建考虑市场因素的电力系统供需互动混合博弈模型.并提出混合博弈强化学习算法求解相应的非凸非连续优化问题,该算法以Q学习为载体,通过引入博弈论和图论的思想,把分块协同和演化博弈的方法相结合,充分地利用博弈者之间互动博弈关系所形成的知识矩阵信息,高质量地求解考虑复杂网络上多智能体系统的非凸优化问题.基于复杂网络理论搭建的四类3机-6负荷系统和南方某一线城市电网的仿真结果表明:混合博弈强化学习算法的寻优性能比大多数集中式的智能算法好,且在不同网络下均可以保证较好的寻优结果,具有很强的适应性和稳定性.     

合作博弈下医药物流联盟节点决策模型及算法

以合作博弈为基础,分析医药物流网络需求特征,描述了一个包含药品生产企业、第三方物流企业、物流中心、销售终端在内的“三方四层”医药物流联盟结构体系,建立了合作博弈模式下的医药物流网络节点决策的双层规划模型,上层规划以联盟效益最大化为目标,下层规划考虑不同的情景状态,建立了合作博弈下的Shapley值为分配模式,并设计了问题求解的混合遗传算法。算例测试结果表明,该方法与算法具有较强的实践可操作性,可以作为物流节点选址决策的参考方法。     

Speed planning and energymanagement strategy of hybrid electric vehicles in a car-following scenario

The development of intelligent connected technology has brought opportunities and challenges to the design of energy management strategies for hybrid electric vehicles. First, to achieve car-following in a connected environment while reducing vehicle fuel consumption, a power split hybrid electric vehicle was used as the research object, and a mathematical model including engine, motor, generator, battery and vehicle longitudinal dynamics is established. Second, with the goal of vehicle energy saving, a layered optimization framework for hybrid electric vehicles in a networked environment is proposed. The speed planning problem is established in the upper-level controller, and the optimized speed of the vehicle is obtained and input to the lower-level controller. Furthermore, after the lower-level controller reaches the optimized speed, it distributes the torque among the energy sources of the hybrid electric vehicle based on the equivalent consumption minimum strategy. The simulation results show that the proposed layered control framework can achieve good car-following performance and obtain good fuel economy.     

A Novel Stackelberg-Game-Based Energy Storage Sharing Scheme Under Demand Charge

Demand response(DR) using shared energy storage systems(ESSs) is an appealing method to save electricity bills for users under demand charge and time-of-use(TOU) price. A novel Stackelberg-game-based ESS sharing scheme is proposed and analyzed in this study. In this scheme, the interactions between selfish users and an operator are characterized as a Stackelberg game. Operator holds a large-scale ESS that is shared among users in the form of energy transactions. It sells energy to users and sets...     

Research on pricing and coordination strategy of green supply chain under hybrid production mode

In order to investigate the pricing and coordination issues of single-period green supply chain, we base our work on the market demand that green product and non-green products co-exist with and substitute each other, and examine respectively the equilibrium results for two production modes in cooperative game and non-cooperative game. Theoretical analysis indicates that different production costs will post impact on the choice of production modes by manufacturers when consumers have different valuations of the products. Furthermore, system performance in cooperative game is apparently better than that in non-cooperative game. The cooperative pricing strategy coordinated by Rubinstein bargaining can realize the pareto optimization of supply chain system profits and member profits under different production modes, with a 33.3% increase in system profits from that in non-cooperative game. The numerical examples further validate the validity of this coordinated pricing strategy.     

混合控制策略动态优化多负荷CCHP微网系统

为了降低含冷、热、电、气负荷多能互补微网的运行成本,并解决在传统控制方法下微网系统耗能大、响应慢及稳定性差等问题,提出了一种基于最短距离的CCHP系统混合控制策略.首先从系统运行经济性、稳定性和环保角度建立微网综合能源模型,结合传统控制方式建立4个运行场景,采用主副协同动态粒子群算法进行优化.实验结果表明,该控制策略在...     

流程工业能耗系统多维子模型及其开放性集成框架

流程工业组成因素多,运行结构复杂,针对单一模型无法合理、全面地描述其能源消耗系统各因素及其关联关系的问题,提出了流程工业能耗系统多维子模型及其集成化构建方法。首先,综合设备、能量、信息、人员等多方面因素,从静态结构描述、能源消耗的动态行为以及企业能耗系统运作的目的性3个层面建立流程工业能耗系统多维子模型;然后,分析了不同视角子模型关联关系;最后,详细研究了能耗系统多维模型的开放性集成框架,从而为流程工业能耗系统建立集信息流、能源流和物料流为一体,并同时反映内、外部关键因素的多维集成化模型提供了方法支持。这种内外关联、高度集成的流程工业能耗系统模型的构建将为流程工业综合性能效评估奠定基础。     

Edge-Cloud Computing for Scheduling the Energy Consumption in Smart Grid

Nowadays, smart electricity grids are managed through advanced tools and techniques. The advent of Artificial Intelligence (AI) and network technology helps to control the energy demand. These advanced technologies can resolve common issues such as blackouts, optimal energy generation costs, and peak-hours congestion. In this paper, the residential energy demand has been investigated and optimized to enhance the Quality of Service (QoS) to consumers. The energy consumption is distributed throughout the day to fulfill the demand in peak hours. Therefore, an Edge-Cloud computing-based model is proposed to schedule the energy demand with reward-based energy consumption. This model gives priority to consumer preferences while planning the operation of appliances. A distributed system using non-cooperative game theory has been designed to minimize the communication overhead between the edge nodes. Furthermore, the allotment mechanism has been designed to manage the grid appliances through the edge node. The proposed model helps to improve the latency in the grid appliances scheduling process.     

基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度

为了实现园区综合能源系统（PIES）的低碳化经济运行和多能源互补,解决碳捕集装置耗电与捕碳需求之间的矛盾,以及不确定性源荷实时响应的问题,提出了基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度方法。该方法通过在PIES中添加碳捕集装置,解决了碳捕集装置耗电和捕碳需求之间的矛盾,进而实现了PIES的低碳化运行;通过采用近端策略优化算法对PIES进行动态调度,解决了源荷的不确定性,平衡了各种能源的供给需求,进而降低了系统的运行成本。实验结果表明：该方法实现了不确定性源荷的实时响应,并相比于DDPG（deep deterministic policy gradient）和DQN（deep Q network）方法在低碳化经济运行方面具有有效性及先进性。