一种两阶段分层优化算法的多能源局域网优化调度方法

摘要

本发明公开了一种两阶段分层优化算法的多能源局域网优化调度方法，包括根据对购电用户的收益，利用效益函数建立电力博弈模型；对所述电力博弈模型进行利益最大化处理；利用两阶段分层优化算法，求解所述电力博弈模型的最优组合策略，作为多能源局域网的调度手段。本发明有助于能源局域网内可再生能源的就地/近消纳，便于区域能源互联网实现实时供需平衡，增强多个局域网之间的能源交互，缓解了用户和产能不足的能源局域网多次向电网公司供电的需求，减少对大电网的冲击和用户的购电成本。

说明书

技术领域

本发明涉及能源互联网优化调度的技术领域，尤其涉及一种两阶段分层优化算法的多能源局域网优化调度方法。

背景技术

随着化石能源危机和环境问题的逐步趋于恶化，建立更加高效、安全与可持续的能源开发和利用模式就成为未来能源行业发展的必然选择。建立以可再生能源为主要一次能源的高效安全的多种能源生产与利用网络是实现能源互联网的核心目标，如何处理可再生能源发电出力的波动性和间歇性是需要解决的主要问题。

能源局域网是能源互联网的一类典型子网，主要服务在一定区域内的终端用户与就地介入的分布式能源。其作用和能源互联网一致，希望通过高效集成利用多种能源，实现随机波动的可再生能源在系统内的消纳与利用。传统的集中式交易中心面临诸多问题，如成本高、效率低、公平性和透明性不高、安全风险大等。因此，需要寻求一种去中心化的交易管理方式，降低成本，实现电力交易的自主管理，保障信息的安全性。

能源局域网作为区域能源互联网的最基本优化单元，除需要实现能源局域网内的能源优化调度之外，还需要实现能源局域网与网之间的能源交互。对于包含区域能源互联的能源交互问题，相关科研单位、电网公司一直在进行研究与改进。但是目前对于区域能源互联网的研究更多的是专注于单个能源局域网或能源互联网的内部能源平衡和优化，缺少对于多个能源局域网之间的能源竞争与优化。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有能源局域网存在的问题，提出了本发明。

因此，本发明解决的技术问题是：传统的区域能源互联网只对单个能源局域网或能源互联网的内部能源平衡和优化，缺少对于多个能源局域网之间的能源竞争与优化，并且传统的区域能源互联网采用集中式交易，交易成本高、效率低、公平性和透明性不高、安全风险大。

为解决上述技术问题，本发明提供如下技术方案：根据对购电用户的收益，利用效益函数建立电力博弈模型；对所述电力博弈模型进行利益最大化处理；利用两阶段分层优化算法，求解所述电力博弈模型间的最优组合策略，作为多能源局域网的调度手段。

作为本发明所述的两阶段分层优化算法的多能源局域网优化调度方法的一种优选方案，其中：所述建立用户模型包括，所述电力模型包括用户模型、电网公司模型以及能源局域网模型。

作为本发明所述的两阶段分层优化算法的多能源局域网优化调度方法的一种优选方案，其中：所述用户模型包括，根据用户在一个时间周期内获得的总效用以及在所述时间周期内的总支付，构建所述用户模型，具体表示为如下：

W

其中：U为用户n在一个时间周期内获得的总效用，P为用户n在一个时间周期内的总支付。

作为本发明所述的两阶段分层优化算法的多能源局域网优化调度方法的一种优选方案，其中：所述电网公司模型包括，根据电网公司在一个时间周期中收入与成本的差值为电网公司收益，构建所述电网公司模型，其中所述电网公司收入包括用户购电的收入和能源局域网进行电能交易时的传输费用，所述电网公司模型表示为：

W

其中：y

作为本发明所述的两阶段分层优化算法的多能源局域网优化调度方法的一种优选方案，其中：所述能源局域网模型包括，所述能源局域网模型与所述电网公司模型的构建方式相同，其中能源局域网成本包括建设成本、交易手续，能源局域网收入包括出售大用户和其他能源局域网的电价，所述能源局域网模型表示为：

W

其中：y

作为本发明所述的两阶段分层优化算法的多能源局域网优化调度方法的一种优选方案，其中：所述对电力博弈模型进行利益最大化处理包括，设定U

W

其中：U

作为本发明所述的两阶段分层优化算法的多能源局域网优化调度方法的一种优选方案，其中：所述求解最优组合策略包括，利用所述两阶段分层优化算法，在第一阶段利用PSO算法，对圈定所述最优组合策略的大致位置，在第二阶段将自适应参数作为转换判断条件，结合CMA-ES算法，找出所述最优组合策略。

作为本发明所述的两阶段分层优化算法的多能源局域网优化调度方法的一种优选方案，其中：所述第一阶段包括，对所述电力博弈模型中的参数初始化，迭代计算最优组合策略的初始解，利用目标函数计算出每个粒子位置X

其中：当且仅当X′为纳什均衡解时，f(X′)＝0成立。

作为本发明所述的两阶段分层优化算法的多能源局域网优化调度方法的一种优选方案，其中：所述第二阶段包括，以第一阶段得出的均衡解矩阵为迭代范围，平均向量m、协方差矩阵c和步长σ作为控制参数，对所述控制参数进行迭代更新，获得最终的均衡解矩阵，所述控制参数的自适应过程为：构造协方差矩阵c的演化路径：

构造步长σ的演化路径：

更新协方差矩阵c：

更新步长σ：

作为本发明所述的两阶段分层优化算法的多能源局域网优化调度方法的一种优选方案，其中：所述将自适应参数作为转换判断条件包括，所述第一阶段转入第二阶段的判断条件为一个自适应参数，如下公式所示：

θ＝maxFEs/max(2，5-log

其中：θ为判断评价次数阈值，maxFEs为设置的最大评价次数。

本发明的有益效果：本发明有助于能源局域网内可再生能源的就地/近消纳，便于区域能源互联网实现实时供需平衡，增强多个局域网之间的能源交互，缓解了用户和产能不足的能源局域网多次向电网公司供电的需求，减少对大电网的冲击和用户的购电成本。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明第一个实施例提供的两阶段分层优化算法的多能源局域网优化调度方法的基本流程示意图；

图2为本发明第三个实施例提供的两阶段分层优化算法的多能源局域网优化调度方法的两种方法适应度对比图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1

参照图1，为本发明的一个实施例，提供了一种两阶段分层优化算法的多能源局域网优化调度方法，包括：

S1：根据对购电用户的收益，利用效益函数建立电力博弈模型。其中需要说明的是，

电力博弈模型包括用户模型、电网公司模型以及能源局域网模型。

进一步的是，建立用户模型包括：

设定用户模型N由n个用户组成，其中包括单纯的负荷消耗用户和产能不足的能源局域网，将用户集合记作N＝{1，2，3，·n}，对应的地理位置向量记为L

假设每个用电周期(在本实施例中假设为1天)由k个时间段组成，时间间隔Δt＝t

假设电网公司公布的与时间向量对应的价格向量为

其中：α、β分别为能源局域网供电和电网公司供电负荷利用效能参数，令

建立电网公司模型：

电网公司是电力交易市场的主导者，通过电力网络向用户提供电能，同时收取一定费用，是时段电价的主要引领者，在本实施例中设定模型只存在1个电网公司。

电网公司的收入包括两部分：一部分是用户(包括产能不足的能源局域网)购电的收入，一部分是能源局域网进行电能交易时的传输费用，因此电网公司的收入可表示为

其中：p

电网公司的生产成本包括公司运营、设备投入、电网维护，同时计及实际电网的损耗，利用一个可微的二次函数来表征成本与电量的关系

其中：C

建立能源局域网模型：

能源局域网模型的供电本质和电网公司相似，但其具有规模小、地点分散、成本差异大的特点，能源局域网与电网公司的最大区别是地点分散，可能接近大用户，有最大供电量限制，综合成本相对较低。

假设能源局域网参与交易的个数为m，该群体集合记作S

其中：p

其中：C

S2：对电力博弈模型进行利益最大化处理。其中需要说明的是，

对用户而言，最优策略需要满足：

对于电网公司和能源局域网S

根据纳什均衡的定义，当每个参与者模型在其他参与者模型策略给定的条件下都使得自身利益最大化的时候，博弈将达到均衡，设定U

W

其中：U

S3：利用两阶段分层优化算法，求解电力博弈模型间的最优组合策略，作为多能源局域网的调度手段。其中需要说明的是，

利用两阶段分层优化算法，在第一阶段利用PSO算法，对圈定最优组合策略的大致位置，在第二阶段将自适应参数作为转换判断条件，结合CMA-ES算法，找出最优组合策略。

进一步的是，第一阶段包括，对电力博弈模型中的参数初始化，迭代计算最优组合策略的初始解，利用目标函数计算出每个粒子位置X

其中：当且仅当X′为纳什均衡解时，f(X′)＝0成立，第一阶段的PSO算法具有全局搜索能力强的特点，在进行粗粒度搜索时，可以尽可能多的定位最优解的大概位置。

第二阶段包括，以第一阶段得出的均衡解矩阵为迭代范围，平均向量m、协方差矩阵c和步长σ作为控制参数，对控制参数进行迭代更新，获得最终的均衡解矩阵，控制参数的自适应过程为：

搜索解决方案通过正态分布进行采样：

x

均值m根据下式进行更新：

式中

构造协方差矩阵c的演化路径：

构造步长σ的演化路径：

更新协方差矩阵c：

更新步长σ：

第一阶段转入第二阶段的判断条件不是一个确定的迭代次数，而是利用一个自适应的参数作为转换判断条件，如下公式所示：

θ＝maxFEs/max(2，5-log

其中：θ为判断评价次数阈值，maxFEs为设置的最大评价次数。

相较于传统集中式垂直刚性的市场结构，能源互联网下的电力市场出现了包含可再生能源发电为主体的能源局域网，除垄断性较强的电网公司之外，能源局域网在满足自身能源需求外还可以实现将余电售卖给邻域能源局域网和能源网内的其他购电大用户；每个能源局域网可再生能源主体形式会有所区别，常用的可再生能源发电形式包括光伏、风机、生物质能等，因为发电形式的不同会使得不同局域网的售电价格和售电时间出现差别，但是能源互联网下电力市场的商业模式的发展强调以用户为中心，满足用户基本的多样化用能需求；用户一方面可以通过信息共享，建立最小范围的能源供需子网，降低能源使用成本；另一方面可以跟据实段电价和自身需求，建立恰当的供需模型，安排其消费、并网和存储策略，实现利益最大化，另外在包含多个能源局域网和多个购电大用户的区域能源供应网，用户也可以成为供电方参与市场竞争，因此，能源互联网下的电力市场可以更有效地提高电力交易效率、优化资源配置。

本发明提出的优化调度方法，实现区域能源互联网内多个能源局域网之间以及能源局域网与网内用户之间的交互，提高了区域能源互联网内可再生能源的利用率，有助于分布式可再生能源的就地消纳，便于区域能源互联网实现实时供需平衡，缓解甚至避免向公用电网频繁、大量购电的压力以及由此产生的费用，降低成本，具有实用性。

实施例2

将全局总迭代次数设置为100，初始化粒子群算法相关参数，对本发明提出的优化调度算法进行实例分析。

在一个供电区域能源互联网内包含2家用电类型不同的购电大用户和3家发电类型不同的能源局域网准备进行电能交易，以一天为一个交易周期，取Δt＝2h，将一天分为12个时段，可以得到两个用户的用电量矩阵为：

将实验数据带入电价模型公式，得供电公司的电价和电量模型：

将实验数据带入能源局域网相关模型，得能源局域网电价初始化模型：

能源局域网的电量初始化模型：

对2个用户而言，n＝2，k＝12，则最优策略需要满足：

对于电网公司和3个能源局域网而言，k＝12，m＝3，则最优策略需要满足

本发明提出的两阶段分层优化算法求解包含3个不同发电特性的能源局域网情况下的三方非合作博弈纳什均衡解，设定这三个能源局域网分别为纯光伏发电ELN1、纯风机发电ELN2和风光混合发电的能源局域网ELN3，分析能源局域网的不同特性对区域能源互联网下电力市场的影响。

假设在3维搜索空间中，由100个粒子组成粒子群X＝[X

根据建立的初始模型，利用PSO优化算法求解纳什均衡时，在达到第一阶段结束的阈值判断时，得到竞标参与者能源局域网的中标电价结果，如下式所示：

利用PSO优化算法求解纳什均衡时，竞标参与者能源局域网的中标电价结果，如下式所示：

将第一阶段的粒子群算法所求最优解，作为第二阶段CMA-ES算法的精英标本，进行局部最优的目标搜索，根据CMA-ES算法更新演化路径和演化步长，在满足迭代结束条件后得到最终的纳什均衡解，第二阶段CMA-ES优化算法结束后，确定的电价最优解为：

第二阶段CMA-ES优化算法结束后，确定的电量最优解为：

实施例3

参照图2为本发明另一个实施例，为对本方法中采用的技术效果加以验证说明，本实施例采用传统单层优化算法与本发明方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。

传统单层优化算法进行纳什均衡求解时，会受粒子波动速度的影响造成适应度函数不稳定，从而导致进化过程波动性大，收敛时间长，将最优策略求解在仿真平台上进行模拟计算，在同样的策略设置约束下，对两种方法的适应度值的变化、竞标者收益和竞标者中标电量三个方面进行实验对比计算，所得的实验结果如下所示：

参照图2，为本方法和单层优化算法的适应度对比，可以看出本发明提出的方法在迭代20次左右适应度就会发生收敛，而传统的PSO优化算法在近50次才收敛。

本发明方法得到的三个能源局域网总收益值和只应用PSO方法得到的三个能源局域网总收益值，如下表1所示：

表1：不同算法下各个竞标者总收益。

由表1可知，每一个能源局域网收益都有所提高，其中ELN1增加了2963元的收益，ELN2增加了2630元的收益，ELN3增加了4100元的收益，总计相比于传统PSO算法增加了9693元的收益，不同方法中各个参与者的总竞标量，如下表2所示：

表2：不同算法下各个竞标者总竞标量。

由表2可知，每一个能源局域网的可再生能源中标电量都有所提高，其中ELN1中标电量增加了4.94MW·h，ELN2中标电量增加了了5.1MW·h，ELN3中标电量增加了8.25MW·h，电网公司总中标量减少了18.29MW·h，虽然传统电网的供电量降低，但是本发明方法进一步提高了能源局域网的消纳水平。

由上述3个角度的对比可以看出，本发明方法有助于提高可再生能源的利用率，并且寻求的纳什均衡解更精确、更可靠，更利于实现竞标者利益最大化。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。