基于全局优化和多主体博弈的微网日前电热联合经济调度

针对含可再生能源的微网日前电热联合调度问题,开展了考虑全局利益统一与多主体利益均衡的优化结果对比分析。首先,基于多能源微网中各类能量产生/转化设备的效能模型,结合系统中储能装置寿命损耗、可再生能源丢弃、电动汽车调度成本等方面的分析,建立了各类设备的运行成本模型;其次,构建了以微网运行成本最佳为目标的微网单一主体日前经济调度数学模型,并提出了基于粒子维度熵的改进混沌粒子群算法;再次,构建了考虑可再生能源所有者、微网能源服务商、用户等多主体利益均衡的日前经济调度数学模型,提出了基于Nash均衡博弈的求解方法;最后,针对全局利益统一与多主体利益均衡2种模式在典型实例中的经济调度结果,开展了深入的对比分析,验证了所提模型与方法的有效性与实用性。     

基于分布式深度强化学习的微网群有功无功协调优化调度

针对微网群的分布式有功无功协调优化调度问题,提出一种分布式多智能体深度强化学习方法,可训练智能体在与环境交互的过程中学习到最优调度策略,并克服传统优化方法对模型的依赖。相较于已有基于“集中训练”框架的多智能体深度强化学习方法,该方法无须收集全局信息,能够更好地保障各子微网信息的隐私,减轻通信压力,并且在训练和执行阶段均表现出对通信故障的鲁棒性。此外,考虑到微网群存在拓扑变化而强化学习模型泛化能力差,提出一种迁移强化学习方法,利用已有智能体知识为每种拓扑高效训练一组智能体。最后,通过改进的IEEE 33节点系统算例,验证了所提方法在解决微网群分布式有功无功协调优化调度问题上的有效性。     

基于强化学习的电-气-热多微网系统定价策略

随着能源交易的逐步市场化,含电-气-热的多微网系统中微网服务商的零售价定价策略将影响到系统的运行和所有参与者的利益。为研究微网服务商的定价策略,首先详细描述了电-气-热多微网系统内部交易过程并建立了系统模型。随后这一定价问题被描述为斯塔克尔伯格博弈,并证明了该博弈存在唯一的均衡解。为保护各主体隐私,提出了一种基于强化学习的求解方法以求解存在时间耦合的斯塔克尔伯格博弈。算例研究表明,该方法准确有效地解决了所提出的定价策略问题,微网服务商和各微网均采取了有效策略以保证自身利益。同时,该方法有效保护了市场参与者的隐私并展现了良好的计算性能。     

基于主从博弈的能源服务商运营模式与能量管理

能源服务商作为一种新兴的运营主体,将在未来售电侧市场中扮演重要角色。如何确定能源服务商的电价策略,实现服务商与用户的双赢,成为重要的课题。文中针对包含光伏、燃气轮机、电动汽车的微型社区能源互联网,以能源服务商与用户双方各自追求利益最大化为目标,基于主从博弈提出了一种服务商定价、居民用户负荷响应以及电动汽车聚合商充放电策略,并结合遗传算法求得博弈均衡解。最后,算例表明该模型可充分发挥电动汽车和可控负荷的调度潜能,验证了本文模型在协调多利益主体收益、改善系统负荷特性方面的有效性。     

基于多智能体Nash-Q强化学习的综合能源市场交易优化决策

目前求解综合能源市场多参与主体竞价博弈问题普遍采用数学推导法与启发式算法,但两类方法均须以完全信息环境为前提假设,同时前者忽略市场参与者非凸非线性属性,后者易陷入局部最优解.为此,引入多智能体Nash-Q强化学习算法,将市场参与主体构建成智能体,经由智能体在动态市场环境中反复探索与试错寻找博弈均衡点.首先,构建竞价决策-市场出清双层迭代的电-气综合能源市场交易框架.其次,在竞价决策层中通过博弈理论构建市场参与主体间的利益关系模型,采用多智能体Nash-Q强化学习算法优化参与主体竞价策略.然后,在市场出清层中联合博弈竞价策略共同求解得到交易Nash均衡解.最后,通过算例仿真验证了所提方法的有效性和准确性.     

含多端柔性多状态开关的主动配电网日前–日内协调能量管理方法

为提高含高渗透率新能源的微网在并网运行下系统的安全性与经济性,该文以基于多端柔性多状态开关的主动配电网为研究对象,提出当配网与多微网分属不同利益主体时的日前–日内协调能量管理方法。在日前有功协调调度阶段,建立了配网与多微网主从博弈统一求解模型,最小化配网运行成本,采用改进切平面迭代方法求解以保证二阶锥松弛的精确性。在日前无功调度阶段,充分利用微网并网节点变流器的剩余容量,最小化系统电压偏差。在日内调度阶段,对柔性多状态开关采用电压–有功和电压–无功双下垂控制,以提高系统运行可靠性和减小网损为目标,基于日前调度结果对系统进行下垂斜率–无功的联合优化。算例仿真结果表明,所提出的日前–日内协调能量管理方法能充分发挥柔性多状态开关对潮流的灵活调控作用,有效降低配网网损和系统电压偏差,进而综合提升系统的运行可靠性与经济性。     

含多微能网的城市能源互联网优化调度

随着增量配网改革大量微能网接入系统,形成具有多微能网的城市能源互联网,给城市能源互联网调度带来了巨大的风险.针对多个微能网接入城市能源互联网造成的多方利益交互与调控运行的问题,提出一种含多微能网的城市能源互联网优化调度策略.构建了微能网与综合能源运营商交互协调机制,采用分布式建模方法,建立了各微能网和综合能源运营商的经...     

计及需求响应和混合博弈含多微网主动配电网协调优化

针对含多类型微网的配电网安全经济运行问题,构建以各主体成本最小化为目标的混合博弈模型。首先,采用聚类方法削减场景,计及多类型负荷的综合需求响应构建主从博弈模型。配电网作为领导者,以运行成本最小为目标制定与微网交易电价,多类型微网作为跟随者在优化电价下形成合作联盟制定微网间交易电价和利益分配机制,通过优化交易电价和微网购、售电计划的耦合决策作用实现不同利益主体的双赢局面。其次,计及交互功率对配电网安全运行的影响,提出考虑配电网潮流的协调优化方法。针对模型特征,采用改进状态转移算法（ASTA）求解主体模型,从体模型采用Cplex求解器求解,主从模型相互影响获取混合博弈模型的均衡策略。最后,仿真结果验证了所提出方法的有效性和合理性。     

考虑需求侧碳交易机制的多微能网分布式协同优化调度

为助力减碳控排,促进城市能源协调发展,多微能网已成为城市能源网的重要组成,随着碳交易和电力市场的发展,亟需开展多微能网优化调度策略研究。该文在含多微能网的城市综合能源系统背景下,构建了基于多决策主体交互协调机制的多微能网系统协同调度框架,提出一种考虑需求侧碳交易机制的多微能网分布式优化调度方法,分别针对主网层和微能网层建立了考虑需求侧碳交易的分布式协同调度模型,以主网成本最小化为目标,兼顾各微能网利益最大化,实现整体社会效益最大;并基于目标级联技术进行分层分布式求解,在保护各微能网信息隐私的同时,实现多微能网综合能源系统低碳经济运行。算例表明,所提方法能够有效提升多微能网能源系统利用效率和新能源消纳能力,为含多微能网城市供能系统建设提供依据。     

基于分层约束强化学习的综合能源多微网系统优化调度

构建多微网系统是消纳可再生能源、提升电网稳定性的有效方式。通过各微网的协调调度,可有效提升微网的运行效益以及可再生能源的消纳水平。现有多微网优化问题场景多元,变量众多,再加上源荷不确定性及多微网主体的数据隐私保护等问题,为模型的高效求解带来了巨大挑战。为此,该文提出了一种分层约束强化学习优化方法。首先,构建了多微网分层强化学习优化框架,上层由智能体给出各微网储能优化策略和微网间功率交互策略;下层各微网以上层策略为约束,基于自身状态信息采用数学规划法对各微网内部的分布式电源出力进行自治优化。通过分层架构,减小通信压力,保护微网内部数据隐私,充分发挥强化学习对源荷不确定性的自适应能力,大幅提升了模型求解速度,并有效兼顾了数学规划法的求解精度。此外,将拉格朗日乘子法与传统强化学习方法相结合,提出一种约束强化学习求解方法,有效地解决了传统强化学习方法难以处理的约束越限问题。最后通过算例验证了该方法的有效性和优势。     

基于Multi-agent改进粒子群优化算法的分时电价机制下多微网系统联合优化调度

随着分布式能源与微网技术的发展,大量分布式电源或微网并入主电网,对电网运行带来一定影响。针对多个微网接入主电网的情况,在计及分时电价机制的基础上,从微网整合角度考虑各微网间的互补性。结合微网中储能装置对电网削峰填谷的作用,提出一种基于分时电价机制下多微网系统联合优化调度方法。考虑不同时刻电价差异,分别制定峰、平、谷不同时刻调度策略,建立以整个多微网系统的运行成本和环境治理成本最小为目标的数学优化模型,并采用基于multi-agent改进粒子群优化算法对模型求解。通过算例分析,比较了各微网单独运行和多微网联合调度两种策略下的多微网系统成本,验证了所提方法的有效性。     

多能源微网参与电-气多能源市场的多主体主从博弈交易策略

针对多能源微网（MEMGs）具有丰富可调节资源的特点,基于区域电-气综合能源系统中配-微网络间不同层级的能源交互特性,提出一种MEMGs参与多能源市场的交易框架和多主体主从博弈的交易模型。通过MEMGs策略性参与区域能源市场交易,降低各主体购能成本,实现多个能源市场下多主体互动交易。将配电系统运营商和配气系统运营商视为领导者、各个多能源微网运营商（MEMGO）视为跟随者,以配电网节点边际电价和配气网节点边际气价作为各MEMGO的能源结算价格,构建考虑MEMGs参与电-气多能源市场的多主体主从博弈交易模型;在证明该模型存在Stackelberg均衡解的基础上,通过交替方向乘子法求解所提模型以保证各主体的信息私密性;通过REGESE13-G7和REGESE123-G20测试系统验证了所提多主体交易策略的可行性和有效性。     

基于深度学习的微电网优化调度辅助决策方法

随着可再生能源以及电力电子设备的高比例接入,微电网控制决策优化以及调度方式将面临极大的问题和挑战,南方电网公司正在向“能源价值链整合商”转型,将有可能运维数以万计的微电网,传统的模型驱动、预案式控制、人工值守的调度模式将难以满足需求。面向人工智能在微电网自动运行调控领域的需求,提出了基于深度学习的微电网优化调度辅助决策方法。首先介绍了微电网优化运行的典型数学规划模型,分析了模型驱动的建模求解方法的难点和局限性,接着提出了基于深度双向长短期记忆网络的微电网日前优化调度深度学习模型和方法,给出了模型输出结果的修正与处理原则,最后通过算例分析验证了本文模型和算法的有效性。     

基于多主体主从博弈的区域综合能源系统低碳经济优化调度

为解决环境污染以及区域综合能源系统中多市场主体利益冲突的问题,提出一种考虑奖惩阶梯型碳交易机制和双重激励综合需求响应策略的区域综合能源系统多主体博弈协同优化方法。首先,为充分考虑系统的低碳性,在博弈模型中引入奖惩阶梯型碳交易机制限制各主体碳排放量,并在用户侧提出了基于价格和碳补偿双重激励的综合需求响应策略。其次,考虑源-荷-储三方主动性和决策能力,以能源管理商为领导者,供能运营商、储能运营商和用户为跟随者,建立了基于碳交易和博弈协同优化的多主体低碳交互机制,并构建了各主体的交易决策模型。最后,采用结合Gurobi工具箱的自适应差分进化算法对所提模型进行求解。仿真结果验证了所提模型和方法的有效性,即各主体在低碳框架下可以合理调整自身策略,并兼顾系统经济、环境效益。     

基于生态博弈的含云储能微电网多智能体协调优化调度

分布式储能可以缓解分布式电源大量接入微电网所带来的随机性问题,但高昂的初装成本和运维困难限制了其大规模推广应用.在微电网中引入"云储能"为用户提供高效的"虚拟分布式储能"服务,基于自然界生态系统思想,提出了含云储能微电网多智能体生态博弈协调优化调度模型.根据利益诉求关系,构建了微电网系统多智能体结构,得到微电网运营商、...     

含多微网稀疏通信优化的主动配电网分层分布式协调控制

针对多微网及主动配电网协调运行时控制目标的不同,通过多智能体系统构建含配电网级、微网级、元件级的三层协调控制架构,将调度管理过程分为配电网级智能体调度和微网级智能体调度两个部分,提出了稳态运行时主动配电网和多微网之间的互联、互动的新方案,并在元件级智能体上设计了一种基于分布式稀疏通信网络的二级优化控制器,可以实现微网内负荷波动时元件上电压、频率的快速恢复,以及联络线有功功率的精确分配。另外,为了分析通信时滞对多微网智能体之间协调控制的影响,根据图论的基本理论对通信拓扑进行了优化设计。最后,以一个含三微网群的主动配电网为例,在PSCAD/EMTDC仿真平台上,验证了所提控制策略的有效性。     

基于改进Nash-Q均衡迁移算法的源网荷储协同优化策略

为了充分发挥多类型储能资源的调度潜力,实现源网荷储协同优化调度,提出了计及电池储能、抽水蓄能、电动汽车的多类型储能调度策略。以低碳经济为目标,构建了考虑多主体博弈的源网荷储协同优化调度模型。为了在保证源网荷三侧整体利益的同时兼顾自身利益,基于Nash均衡理论,利用强化迁移学习技术,提出了一种基于改进Nash-Q的均衡迁移算法。利用K-means聚类使数据离散化,增设双结构经验池以提高样本利用率,从而有效提高了模型的泛化能力。基于实际区域电网的数据进行仿真验证,结果表明所提策略能有效降低系统的经济成本和碳处理费用,提高新能源消纳能力。     

基于多层电价响应机制的主动配电网源—网—荷协调方法

为应对可再生能源高渗透率配电网多层协调难题,提出了一种基于多智能体和多层电价响应机制的配电网模糊机会约束源—网—荷功率协调响应方法。针对分布式电源、主动负荷及微电网的运行特性,分析了可再生能源高渗透率配电网的源—网—荷协调难题,引入多智能体系统和多层电价响应机制构建协调优化框架。在此基础上,考虑可再生能源及主动负荷的不确定性因素和多智能体对风险的追求差异,利用模糊机会约束规划刻画主动配电网与源、荷及微电网的协调互动,分别构建配电网层、直接协调源荷层和间接协调微电网层的优化模型。随后,利用神经元网络和等价类转化处理随机规划模型中的模糊因素,并采用蝙蝠算法和黄金分割法进行求解。最终,通过算例仿真验证了该优化方法的有效性。