法律状态公告日
法律状态信息
法律状态
2022-09-16
实质审查的生效 IPC(主分类):G06Q10/04 专利申请号:202210755478X 申请日:20220630
实质审查的生效
技术领域
本发明涉及综合能源系统运营服务领域,具体是涉及一种考虑风险成本的区域综合服务商能源运营的优化方法。
背景技术
随着能源需求的不断提升,接入清洁能源并且耦合电、气、热等多种能源的区域综合能源系统成为优化能源消费结构的有效途径之一。寻求适合区域综合能源系统安全高效、低碳清洁的市场服务机制和能源运营模式成为了当前的研究热点。
对综合能源服务策略研究,需要考虑区域综合能源服务商与需求侧之间的协同互补;申请号为“CN202010190301.0”的专利申请公开了一种区域综合能源服务商能源定价的优化方法,其根据用户的用能策略进行调整,通过为区域综合能源服务商和用户之间的主从博弈获得一个最优的购能策略和定价方案,使区域综合能源服务商的利润以及用户的支出尽可能对上方均有利,即使得区域综合能源服务商的利润最大化同时使用户的支出尽可能小。但是,该专利申请对于需求侧博弈模型的研究中,建立区域综合能源服务商博弈目标函数时没有考虑互动存在的风险成本和用户对能源价格波动的可承受能力,不能有效反映服务商与用户博弈过程存在的风险和用户对服务商服务策略的满意度。
发明内容
发明目的:针对以上缺点,本发明提供一种考虑风险成本的区域综合服务商能源运营的优化方法,通过考虑服务商风险成本与用户可承受度优化区域综合服务商与用户的博弈模型,从而获取更优的定价方案,使得区域综合能源服务商的利润最大化同时使用户的支出尽可能小,降低用户成本。
技术方案:为解决上述问题,本发明提供一种考虑风险成本的区域综合服务商能源运营的优化方法,包括以下步骤:
(1)考虑用户对用能成本波动的可承受度和服务商应对用户用能变化的风险成本,以区域综合能源服务商全天利润最大、用户用能成本最小分别设置目标函数,构建综合能源服务商-多用户博弈优化模型;
(2)采用纳什均衡求解算法对综合能源服务商-多用户博弈优化模型进行求解,获得纳什均衡解,即区域综合能源服务商的能源定价与用户实际用能量。
进一步的,所述综合能源服务商-多用户博弈优化模型中以区域综合能源服务商全天利润最大设置的目标函数为:
式中,n是园区内用户数量;m是能源类型;A
所述综合能源服务商-多用户博弈优化模型中以用户用能成本最小设置的目标函数为:
式中,C
所述以区域综合能源服务商全天利润最大设置的目标函数的约束条件包括能源设备约束、储能设备的约束以及功率平衡的约束;所述以用户用能成本最小设置的目标函数的约束条件包括可削减负荷约束、可转移负荷约束。
进一步的,步骤(2)具体为:
(2.1)获取初始数据和参数,具体包括日前用户用能信息、系统风电与光伏出力数据、购能数据和能源转换设备参数;
(2.2)区域综合能源服务商根据获取的初始数据和参数确定当前利润最大化的售能价格;
(2.3)区域综合能源服务商将当前售能价格反馈给用户,用户接收到能源价格,以用能成本最小为目标重新确定用能量,再次上报给区域综合能源服务商;
(2.4)重复步骤(2.2)和步骤(2.3)进行迭代搜索;当相邻两次的迭代获取的服务商售能价格与用户确定用能量相同,则判定博弈达到纳什均衡,输出此时的服务商售能价格与用户确定用能量;否则,继续迭代直至达到纳什均衡。
进一步的,所述能源设备约束为:
式中,θ
所述储能设备约束为:
式中,E
所述功率平衡约束为:
式中,
进一步的,所述可削减负荷约束为:
式中:
可转移负荷约束为:
式中,y
此外,本发明还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
有益效果:本发明所述,其显著优点是:通过考虑服务商风险成本和用户可承受度,使用户用能成本的波动在可承受度范围之内,提升了用户满意度,从而进一步调动用户与服务商之间的博弈互动,优化博弈模型;当博弈达到纳什均衡,获取优化后的能源定价与用户实际用能量,从而尽可能的减少用户的用能成本。
附图说明
图1为本发明所述方法中区域综合能源服务商运行模型图;
图2为本发明所述方法中纳什均衡求解的流程图;
图3为博弈优化前用户电、气、热负荷功率曲线图;
图4为博弈优化后用户电、气、热负荷功率曲线图;
图5为博弈优化前后用户电、气、热负荷功率对比曲线图;
图6为博弈后综合能源服务商的能源价格图;
图7为考虑风险成本前后用户满意度对比图。
具体实施方式
下面结合附图对本发明的技术方案进一步说明。
本发明所述的一种考虑风险成本的区域综合服务商能源运营的优化方法,具体包括以下步骤:
步骤一、构建综合能源服务商-多用户博弈优化模型
(1)以区域综合能源服务商全天利润最大设置目标函数;
如图1所示,本实施例中区域综合能源服务商的运行模型中包括风力发电设备(风机)、太阳能发电设备(光伏)、P2G、CHP、蓄电池、储气罐、燃气锅炉;负荷包括常规电负荷、主动电负荷、热负荷。
以区域综合能源服务商全天利润最大设置目标函数包括既定的既定利润、售能收益和运营成本。其中,既定利润随服务商所辖区域内用户数量而变化,每增加一位用户,利润增加a;运营成本不仅包括上述运行模型中会产生的购能成本 C
其中,
式中,n是园区内用户数量;m是能源类型;A
式中,ξ为承受度系数;C
用户可承受度直接关联用户满意度,用户当前可承受度与最大可承受度的差越大,用户满意度越高;反之,用户满意度越低。
区域综合能源服务商模型运行过程中需要满足能源设备约束、储能设备约束、功率平衡约束;故目标函数maxF的约束条件具体为:
能源设备约束为:
式中,θ
储能设备约束为:
式中,E
功率平衡约束为:
式中,
(2)以用户用能成本最小设置的目标函数,具体为:
式中,C
目标函数minC需要满足可削减负荷约束、可转移负荷约束,具体为:
可削减负荷约束为:
式中:
可转移负荷约束为:
式中,y
通过上述两个目标函数及每个目标函数相应的约束条件,构成了综合能源服务商-多用户博弈优化模型。区域综合能源服务商和用户之间存在博弈行为,区域综合能源服务商作为能源价格的制定者,其制定的价格会影响用户最终的用能量,用户的用能量反过来影响区域综合能源服务商的价格制定,故区域综合能源服务商和用户之间的博弈行为是一种主从博弈。
步骤二、采用纳什均衡求解算法对上述建立的博弈模型进行求解,获得纳什均衡解。具体的,采用迭代搜索法对博弈模型进行迭代搜索:求解步骤如图2 所示:
(2.1)获取初始数据和参数,具体包括日前用户用能信息、系统风电与光伏出力数据、购能数据和能源转换设备参数;
(2.2)区域综合能源服务商根据获取的初始数据和参数确定日最优运营方案,即以利润最大化为目标确定当前的能源售能价格、购能成本、设备运行维护成本、柔性调节补偿成本和碳交易成本等;
(2.3)区域综合能源服务商将当前售能价格反馈给用户,用户接收到能源价格,以用能成本最小为目标重新确定用能量,再次上报给区域综合能源服务商;
(2.4)重复步骤(2.2)和步骤(2.3)进行迭代搜索;当相邻两次的迭代获取的服务商售能价格与用户确定用能量相同,则判定博弈达到纳什均衡,输出此时的服务商售能价格与用户确定用能量;否则,继续迭代直至达到纳什均衡。
本实施例中,区域综合能源服务商采用用户1-用户5的用能信息进行迭代搜索,将迭代求解过程中用户1-用户5的用能成本变化如表1所示:
表1
根据表1所示,当迭代次数达到65次左右时,博弈达到纳什均衡,用户的成本趋于收敛。本表示用户用能成本随着迭代次数增加呈现下降趋势,能够有效减少用户的用能成本。
如图3所示,本实施例中,以1h为一个时间段,将一天分为24个时段。服务商以日前用户电、气、热负荷功率为基础制定最优能源价格方案。如图4所示,用户根据服务商给出的能源价格确定日负荷功率,进而服务商再根据用户的实际负荷调整能源价格,循环迭代直至博弈达到纳什均衡,此时得到博弈后的用户电、气、热负荷功率。如图5所示,对比博弈前后的用户负荷的功率,可以看出通过本发明所述方法可以让用户负荷功率尽可能保持原始负荷曲线的形状,避免给用户带来过多用能计划的调整,同时减小用能成本。
如图6所示,利用本申请所述的方法,于区域综合能源服务商的利润和用户的支出达到主从博弈的均衡点时得到综合能源服务商的不同类型能源在不同时段的价格。如图7所示,利用本申请中的所述的方法可以看出考虑了风险成本后相较于现有技术而言用户的满意度更高。
机译: 考虑区域供热网络和建筑物热惯性的综合能源系统运行优化方法
机译: 管理储层和/或天然气工程的方法,对地质模型,数值模型和分析进行初步研究,对经济和风险进行分析研究,以产生产量和储量的预测,并确定针对产量和储量预测的一系列设施要求,以及许多环境考虑因素,使ADO可以与综合储层的优化方法结合使用。
机译: 农业原料推荐方法,农业文化生产方法,区域管理方法,生产优化方法。使生产风险最小化的方法,使成本最小化的方法,计算机程序的产品,装置用于生成建议。