基于双层决策博弈的多VPP共享储能容量优化配置方法技术

本发明专利技术为一种基于双层决策博弈的多VPP共享储能容量优化配置方法，使用的双层决策博弈模型包括上层容量优化配置模型和下层运行优化调度模型；首先，构建了上层容量优化配置模型和下层运行优化调度模型的目标函数；然后，考虑各个模型的约束条件，上层容量优化配置模型以多VPP和共享储能电站的年综合成本最低为优化目标，下层运行优化调度模型以共享储能电站的年综合成本最低为优化目标，分别对上层容量优化配置模型和下层运行优化调度模型进行交替迭代求解，完成多VPP共享储能容量的优化配置。该方法从各个模型的众多决策变量中综合考虑了多VPP共享储能系统整体的经济效益，完成系统整体的容量配置和优化调度。成系统整体的容量配置和优化调度。成系统整体的容量配置和优化调度。

【技术实现步骤摘要】
基于双层决策博弈的多VPP共享储能容量优化配置方法


[0001]本专利技术属于共享储能容量配置
，具体是一种基于双层决策博弈的多VPP共享储能容量优化配置方法。

技术介绍

[0002]共享储能是一种将传统储能技术与共享经济模式相融合的储能商业应用模式，储能电站由独立共享储能电站服务商投资建设，并以一定价格为各个虚拟电厂(Virtual Power Plant，VPP)提供储能服务，在VPP与共享储能电站的电能交易过程中，当VPP中的分布式能源发电功率大于负荷时，可向共享储能电站售卖剩余的电能，共享储能电站可将电能售卖给需要电能的VPP；当VPP中的分布式能源发电和共享储能电站所提供的最大功率仍不能满足负荷时，VPP可从大电网购买电能；VPP之间的电能交换需要通过共享储能系统，实现共享储能电站与不同VPP之间电能在空间层面上的转移。共享储能可使VPP无需自身建设储能情况下使用储能服务，同时能够借助共享经济的灵活性确保储能系统的高效利用，以达到让共享储能电站快速收益。由于储能设备的投资成本较高，利用率却相对较低，共享储能相较于各个VPP中单独配置储能设备有着无法比拟的优势，能有效减少储能系统的投资和运营成本。如何合理进行容量配置对于有效提高分布式能源的消纳水平，提高储能系统的经济性都有着重要意义。
[0003]现有的共享储能系统中，多利益主体追求自身利益最大化，各利益主体的容量配置并不能保证共享储能系统整体运行的经济性。为此，本专利技术提出一种基于双层决策博弈的多VPP共享储能容量优化配置方法。
专利
技术实现思路

[0004]针对现有技术的不足，本专利技术拟解决的技术问题是，提供一种基于双层决策博弈的多VPP共享储能容量优化配置方法。
[0005]本专利技术解决所述技术问题采用的技术方案是：
[0006]一种基于双层决策博弈的多VPP共享储能容量优化配置方法，使用的多VPP共享储能系统包括共享储能电站和多个VPP，每个VPP包括负荷端和由风力发电和光伏发电组成的分布式能源，共享储能电站利用储能电池进行储能；共享储能电站与VPP进行双向电能交换，共享储能电站和VPP同时与大电网进行电能交换；其特征在于，该方法采用的双层决策博弈模型包括上层容量优化配置模型和下层运行优化调度模型，包括以下内容：
[0007]一、构建上层容量优化配置模型的目标函数，表示式为：
[0008][0009]式中，为储能电池的总投资成本，为储能电池的总置换成本，为多VPP所有风电机组的总投资成本，为多VPP所有光伏发电机组的总投资成本，β为年利率，Y
a
为多VPP共享储能系统的总设计年限，C
Grid
为多VPP从大电网购买电能的成本，C
Cut
为多VPP弃风弃光的年惩罚成本，C
Fl
为多VPP柔性负荷的调度成本；
[0010]上层容量优化配置模型目标函数的约束条件包括储能电池能量倍率约束、储能电池的功率和容量约束、VPP中风电机组和光伏发电机组的建设数量约束、以及VPP从大电网购买电能的功率约束；
[0011]二、构建下层运行优化调度模型的目标函数，表达式为：
[0012][0013]式中，C
ESS.B
为共享储能电站从多个VPP购买电能的成本，C
ESS.S
为共享储能电站向各个VPP售卖电能的收益，C
serv
为共享储能电站向各个VPP收缴的租赁服务费用；
[0014]下层运行优化调度模型目标函数的约束条件包括VPP功率平衡约束、柔性负荷削减和增加量约束、储能电池运行约束、分布式能源爬坡约束以及VPP充放电功率约束；
[0015]三、上层容量优化配置模型以多VPP和共享储能电站的年综合成本最低为优化目标，下层运行优化调度模型以共享储能电站的年综合成本最低为优化目标，分别对上层容量优化配置模型和下层运行优化调度模型进行交替迭代求解，完成多VPP共享储能容量的优化配置。
[0016]与现有技术相比，本专利技术的有益效果是：
[0017]本专利技术对多VPP的共享储能系统以及大电网之间的运行和投资进行研究，在规划阶段考虑系统的运行情况将该系统的运行变量和规划变量进行混合，建立一个计及用户需求响应和经济性的目标下的双层优化模型，上层用于目标为该多VPP共享储能系统的规划问题，下层目标为求解共享储能电站以及多VPP的调度优化问题，考虑以多VPP共享储能系统整体的经济效益；其次，提出了一种双层决策博弈模型对多VPP共享储能系统的容量配置以及优化调度的双层优化模型进行求解，该双层决策博弈模型算法的上层和下层的分别使用智能优化算法和二阶锥规划，上下两层交替迭代、分层优化，该算法模型可以较快计算出该系统中众多决策变量，并且计算精度高，在计及柔性负荷以及经济性条件下可以有效给出该系统容量配置方案以及相应优化调度结果。
附图说明
[0018]图1为多VPP共享储能系统的架构图；
[0019]图2为双层决策博弈模型的原理图；
[0020]图3为双层决策博弈模型的优化流程图；
[0021]图4为典型日各个调度时间段的电价图；
[0022]图5为共享储能电站充放电功率和荷电状态图；
[0023]图6为VPP
A
的电功率平衡调度结果图；
[0024]图7为VPP
B
的电功率平衡调度结果图；
[0025]图8为VPP
C
的电功率平衡调度结果图；
[0026]图9为多个VPP在各个调度时间段内的弃风弃光功率图。
具体实施方式
[0027]下面结合附图给出具体实施例，具体实施例仅用于详细说明本专利技术的技术方案，并不以此限定本申请的保护范围。
[0028]参见图1，本专利技术的多VPP共享储能系统包括共享储能电站和多个虚拟电厂(Virtual PowerPlant，VPP)，虚拟电厂和共享储能电站进行双向电能交换，共享储能电站和虚拟电厂同时与大电网进行电能交换；虚拟电厂包括分布式能源和负荷端，分布式能源包括光伏发电和风力发电，负荷端包括工业用电和居民用电；共享储能电站利用储能电池实现电能的存储；每个虚拟电厂可以向共享储能电站进行购买、售卖电能，当虚拟电厂产生的电能大于负荷时，可向共享储能电站售卖剩余的电能，共享储能电站将储存的电能售卖给需要电能的虚拟电厂，起到促进可再生能源就地消纳的作用；当虚拟电厂产生的电能和共享储能电站提供的电能仍不能满足负荷时，虚拟电厂可向大电网购买电能；虚拟电厂之间的电能交换通过共享储能系统实现，实现虚拟电厂和独立储能之间的电能在空间层面的转移。
[0029]本专利技术为一种基于双层决策博弈的多VPP共享储能容量优化配置方法，采用的双层决策博弈模型包括上层容量优化配置模型和下层运行优化调度模型，上层容量优化配置模型用于求解多VPP共享储能系统中分布式能源装机容量及共享储能电站中储能电池的容量以及功率配置问题，以多VPP和共享储能电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双层决策博弈的多VPP共享储能容量优化配置方法，使用的多VPP共享储能系统包括共享储能电站和多个VPP，每个VPP包括负荷端和由风力发电和光伏发电组成的分布式能源，共享储能电站利用储能电池进行储能；共享储能电站与VPP进行双向电能交换，共享储能电站和VPP同时与大电网进行电能交换；其特征在于，该方法采用的双层决策博弈模型包括上层容量优化配置模型和下层运行优化调度模型，包括以下内容：一、构建上层容量优化配置模型的目标函数，表示式为：式中，为储能电池的总投资成本，为储能电池的总置换成本，为多VPP所有风电机组的总投资成本，为多VPP所有光伏发电机组的总投资成本，β为年利率，Y
a
为多VPP共享储能系统的总设计年限，C
Grid
为多VPP从大电网购买电能的成本，C
Cut
为多VPP弃风弃光的年惩罚成本，C
Fl
为多VPP柔性负荷的调度成本；上层容量优化配置模型目标函数的约束条件包括储能电池能量倍率约束、储能电池的功率和容量约束、VPP中风电机组和光伏发电机组的建设数量约束、以及VPP从大电网购买电能的功率约束；二、构建下层运行优化调度模型的目标函数，表达式为：式中，C
ESS.B
为共享储能电站从多个VPP购买电能的成本，C
ESS.S
为共享储能电站向各个VPP售卖电能的收益，C
serv
为共享储能电站向各个VPP收缴的租赁服务费用；下层运行优化调度模型目标函数的约束条...

【专利技术属性】
技术研发人员：赵锦山，林涛，陈美润，赵磊，冯华华，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：