基于改进Nash-Q均衡迁移算法的源网荷储协同优化策略.pdf
《基于改进Nash-Q均衡迁移算法的源网荷储协同优化策略.pdf》由会员分享,可在线阅读,更多相关《基于改进Nash-Q均衡迁移算法的源网荷储协同优化策略.pdf(8页珍藏版)》请在咨信网上搜索。
1、第 43 卷 第 8 期2023 年 8 月电 力 自 动 化 设 备Electric Power Automation EquipmentVol.43 No.8Aug.2023基于改进Nash-Q均衡迁移算法的源网荷储协同优化策略黄慧1,李永刚1,刘华志2(1.华北电力大学 电力工程系,河北 保定 071003;2.国网天津市电力公司电力科学研究院,天津 300220)摘要: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
2、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。关键词:源网荷储协同;多类型储能;多主体博弈;Nash均衡;新能源消纳;协同调度中图分类号:TM73 文献标志码:ADOI:10.16081/j.epae.2023030390 引言随着电力系统中新能源比例的提高,系统对灵活性资源的需求也进一步增强1。以电池储能、电动汽车(elec
3、tric vehicle,EV)、抽水蓄能为代表的多类型储能被广泛应用,其灵活的出力调节能力为源网荷储协同优化提供了解决思路,但同时对储能资源的高效利用提出了更高的要求。储能资源的灵活特性和多方利益的协调方式更为复杂。因此,在保证电网安全稳定运行的条件下,以低碳经济为核心,实现计及多类型储能的源网荷储协同优化调度具有重要的意义。储能作为稳定清洁能源发电波动、提高系统消纳能力的关键手段,目前已被广泛应用于系统优化调度。文献 23 在电源侧建立了风储、光储联合系统,提出了多层次、多模式的优化调度策略,解决了新能源消纳问题,但未考虑风光储一体化,且单一储能受容量影响,放电时间有限;文献 45 在电网
4、侧引入储能系统,利用储能在不同运行工况下的备用特性,但仅关注了储能调峰这一单个需求,系统整体的灵活性受限;文献 67 在负荷侧加入可有序充电的EV参与系统调度运行,达到了削峰填谷的目的,但EV受车主行为特征的影响,其参与电网调度存在随机性。因此,利用多类型储能的不同出力特性相互配合参与源网荷储优化调度尚需进一步研究。目前,源网荷储的协同优化大多从电网损耗、系统运行成本、新能源消纳等角度建立优化模型。文献 8 考虑了源网荷储互动时对网损、电压偏差的影响,保障了系统安全可靠运行,但忽略了系统的经济性;文献 9 以最大化消纳新能源为目标,提出了两阶段源网荷储互动优化运行框架,解决了新能源接入对配电网
5、造成的潮流返送、电压越限等问题;文献1011 考虑电价、投资者利润等经济成本进行优化,但忽视了电力系统碳排放的影响,难以实现系统经济性和低碳性的均衡。可见,源网荷储的优化调度需考虑的因素复杂,模型的目标多样,需进一步综合各方面因素对调度的影响。因此,研究从源网荷三侧考虑整体与个体之间利益的有效平衡,实现系统低碳环保、安全经济运行具有重要意义。现阶段,源网荷储优化调度模型大多采用传统智能算法对多目标函数进行优化求解,例如遗传算法(genetic algorithm,GA)、粒子群优化(particle swarm optimization,PSO)算法、蚁群优化(ant colony optim
6、ization,ACO)算法等。然而,其数学模型复杂,具有多数据、多因素、多变量、多目标的特点,且约束条件存在不确定性。传统智能算法对数学模型的依赖程度低,易陷入局部最优解,难以应付大规模数据模型的优化需求。源网荷储优化调度问题实质上是一种存在多主体利益冲突的博弈问题,利用传统智能算法求解虽然保证了模型的整体目标,但未兼顾各主体的自身利益,存在片面性。博弈论中的Nash均衡理论可以实现各主体利益的最大化,结合强化学习构成 Nash-Q 算法,可用于求解多主体博弈问题12,但调度过程是一个连续动作,且强化学习需要大量的样本学习,因此 Nash-Q 算法尚需进一步改进。综上所述,考虑低碳经济的源网
7、荷储协调优化调度尚需进一步研究,充分利用多类型储能资源在源网荷三侧的合理配置,兼顾多方利益实现互利共赢是源网荷储协同优化的关键。收稿日期:20221124;修回日期:20230129在线出版日期:20230330基金项目:国家自然科学基金资助项目(52107092)Project supported by the National Natural Science Foundation of China(52107092)电 力 自 动 化 设 备第 43 卷为了充分发挥储能的调度潜力,提升电力系统中灵活性资源的优化配置,本文提出了一种基于改进Nash-Q均衡迁移算法的源网荷储协同优化策略。通过
8、分析电池储能、抽水蓄能、EV这3类储能的调峰机理,首先建立了多类型储能调峰的统一模型,实现能源互补以满足电网调度的实时要求。然后,以经济低碳为目标,构建了考虑源网荷三侧互利共赢的源网荷储协同优化模型。针对多方利益博弈问题,提出了一种改进Nash-Q均衡迁移算法,基于博弈论中的Nash均衡理论,结合具有学习记忆功能的强化学习和可加快学习速度的迁移学习算法,利用K-means聚类使数据离散化,并增设双结构经验池以提高样本利用率,从而提升算法的灵活性和适应性。最后,基于某电网的数据验证了本文所提策略能有效提高电网灵活性资源的配置能力,改善经济环保性和新能源消纳水平。1 计及多类型储能的调峰方式和系统
9、架构为了最大限度地提高电网消纳可再生能源的能力,减少电网受负荷容量波动、电网频率波动、火电机组关停等因素的影响,电力系统中存在多种具有调峰潜力的储能资源。然而,各类储能资源受时间、空间、人行为特征等因素的影响,在参与电网调度时存在一定的局限性。若充分利用各储能的充放电特性,相互协调配合,则有助于改善系统的削峰填谷性能。1.1多类型储能的调峰模型1)电池储能的调峰模型。电池储能充放电灵活,充放电速率快,充电速率为0.251 C,放电速率为510 C,转换效率为85%90%,荷电状态(state of charge,SOC)范围为10%90%。但电池受自身化学结构限制,其充放电时间受限于电池容量,
10、且放电速率、放电深度、环境温度等因素都会影响电池寿命13。电池储能的剩余电量不仅与上一时段的电量有关,还与运行周期内的充放电功率有关14,其充放电过程可表示为:Eesc,t=Eesc,t-1+Pesc,tesctescEesd,t=Eesd,t-1-Pesd,ttesdesd(1)式中:Eesc,t、Eesd,t分别为t时段电池储能的充、放电电量;esc、esd分别为电池储能的充、放电效率;Pesc,t、Pesd,t分别为t时段电池储能的充、放电功率;tesc、tesd分别为电池储能的充、放电时间。2)EV的调峰模型。EV作为一种灵活的充电负荷,可有效缓解无序充电负荷对电网造成的压力,但其充放
11、电特性受人为因素的影响。EV具备可调度潜力,但在调度过程中存在不确定性。为了提高模型的精确度,本文综合调度需求和车主行为两方面因素,同时为了避免单一车辆参与调度过程存在的不确定性,考虑多类型汽车行驶概率的随机性,以1 000辆EV作为1个集群,利用统计学规律建立车主的充电、出行行为模型。根据交通部的统计数据对EV车主的行为特性进行进一步分析,得到行驶概率分布,见附录 A图A1。EV集群可分为 3类:第 1类 EV集群主要用于上班通勤;第2类EV集群主要用于夜间出行;第3类EV集群主要用于日常活动。EV作为一类具备储能特性的负荷,具有电流双向流动特性。EV电量除了参与电网充放电外,还有部分电量用
12、于汽车行驶消耗。EV参与电网充放电前在行车的概率(即自用电率)为,其充放电过程可表示为:Eevc,t=Eevc,t-1+Pevc,tevctevcEevd,t=(1-)Eevd,t-1-Pevd,ttevdevd(2)式中:Eevc,t、Eevd,t分别为t时段 EV 的充、放电电量;evc、evd分别为EV的充、放电效率;Pevc,t、Pevd,t分别为t时段EV的充、放电功率;tevc、tevd分别为EV的充、放电时间。当EV行驶的自用电率 0时,EV行驶消耗的能量Edr,t主要受EV的行车概率、行驶速度、单位里程耗电量三方面因素影响,可表示为:Edr,t=(1-)Ekmvevtev(3)
13、式中:Ekm为EV的单位里程耗电量;vev为EV的行驶速度;tev为EV的行驶时间。3)抽水蓄能的调峰模型。抽水蓄能具有容量大、响应时间短、使用寿命长的优点,其通过上下水库之间势能与电能的相互转换,实现电网多余电量的存储和电网缺额电量的补充,整体效率在75%80%之 间。但其受季节气候、地理位置的影响,会有部分能量流失。水的流量与充放电功率和水头扬程有关,抽水时下抽到上水库中的水量和发电时下流到下水库的水量W可表示为:W=Qtwe=Pwe00gH0twe0=Pwe1gH11twe1(4)式中:Q为水的流量;twe为水库的流水时间;twe0、twe1分别为水库的抽水、发电时间;0、1分别为抽水、
14、发电效率;Pwe0、Pwe1分别为抽水蓄能电站的抽水用电功率、发电功率;H0、H1分别为抽水扬程、发电水头;g为重力加速度,一般取值为9.81 ms2。抽水蓄能电站的抽水和发电过程可表示为:Ewec,t=Ewec,t-1+QgH0twe0/0Ewed,t=Ewed,t-1+QgH11twe1(5)式中:Ewec,t、Ewed,t分别为t时段抽水蓄能电站的充、放电电量。第 8 期黄慧,等:基于改进Nash-Q均衡迁移算法的源网荷储协同优化策略1.2计及多类型储能的源网荷储协同优化调度系统架构根据3种储能调峰模型的特性,将t时段与t-1时段的电量进行比较,根据储能的充放电规律将调峰模型统一表示为:
15、Ec,t=Ec,t-1+Pc,tctcEd,t=(1-)Ed,t-1-Pd,ttdd(6)式中:Ec,t、Ed,t分别为t时段多类型储能的充、放电电量;c、d分别为多类型储能的充、放电效率;Pc,t、Pd,t分别为t时段多类型储能的充、放电功率;tc、td分别为多类型储能的充、放电时间。由上述分析可知,在式(6)中:当=0时,储能类型为抽水蓄能电站和电池储能;当 0时,储能类型为EV。对模型进行归纳统一,可进一步简化建模,通过改变参数 即可表示不同类型储能的调峰特性,有效减少模型的计算量。单一储能资源的作用有限,因此本文根据3种储能资源的充放电特性,制定多类型储能的协调方式,见附录A图A2。电
16、池储能受容量限制,需要考虑其充放电时间;抽水蓄能电站需要考虑水库抽水用能时间;EV则受人为因素的影响,需要考虑其行驶概率,具有随机性。因此,多类型储能的充放电过程存在时间差,当1种储能资源在某一时段无法具备充电或放电能力时,可由其他储能资源进行弥补,以满足电网的实时调度需求。为了提高新能源的消纳能力,在保证系统安全经济运行的前提下减少碳排放,充分利用储能资源,实现源网荷储互利共赢,本文构建了计及多类型储能的源网荷储协同优化调度系统架构,如附录A图A3所示。电源侧主要包括风光储一体化电站和常规火电机组,其中:常规机组承担系统中的大部分负荷;风光储一体化电站利用电池储能平抑新能源功率输出,应对风光
17、的间歇运行。电网侧主要包括整个电网系统和抽水蓄能电站。负荷侧主要包括常规负荷和EV这类具备储能特性的负荷,调动负荷侧资源作为系统的备用容量参与电网调度,能缓解供需矛盾。2 计及多类型储能的源网荷储协同优化调度模型2.1目标函数考虑源网荷储不同主体的经济利益,同时兼顾系统低碳环保运行,建立以风光储一体化电站收益最大、系统总运行费用最小和EV车主支付费用最小为目标的源网荷储协同优化调度模型。1)电源侧以风光储一体化电站的收益F1最大为目标,考虑了售电收益、弃风弃光惩罚费用、风光储运行成本,如式(7)所示。max F1=t=1NT WP,tPWP,tt-(Pwt,t+Ppv,t)-kwp(7)kwp
18、=kWTPW+kPVPP+kes|Pes|(8)式中:NT为时段数量;t为单位调度时段的时间尺度,本文中为15 min;WP,t为t时段新能源电站的售电电价;PWP,t为t时段新能源电站的售电功率;为单位功率的弃风弃光惩罚费用;Pwt,t、Ppv,t分别为t时段的弃风、弃光功率;kwp为风光储运行成本;kWT、kPV、kes分别为风电、光伏、储能的单位功率运行成本系数;Pes为电池储能的充放电功率;PW、PP分别为风电、光伏运行功率。2)电网侧以机组运行相关费用、抽水蓄能电站抽水成本等系统运行费用最小为目标。同时为了实现“双碳”目标,在满足系统安全经济运行的前提下,考虑系统的低碳环保性,兼顾以
19、碳处理费用最小为目标,建立系统总运行费用F2最小化模型,如式(9)所示。min F2=C1+C2+C3(9)C1=CG+CQ+CWCG=t=1NTi=1NG(ai+biPGi,t+ciP2Gi,t)CQ=t=1NTi=1NG(ConGi,t+CoffGi,t)CW=t=1NTi=1NGdiPGi,tt(10)C2=t=1NT1,t|Pwe1,t|twe1(11)C3=t=1NTi=1NGCO2(aCO2+bCO2PGi,t+cCO2P2Gi,t)(12)式中:C1为机组运行相关费用,主要包括火电机组发电费用CG、启停费用CQ和运维费用CW;C2为抽水蓄能电站的抽水成本;C3为碳处理费用;NG为
20、常规火电机组数量;ai、bi、ci为火电机组i的出力费用系数;PGi,t为t时段火电机组i的发电功率;ConGi,t、CoffGi,t分别为t时段火电机组i的启动费用、停机费用;di为火电机组i的运维费用系数;1,t为t时段抽水蓄能电站的抽水电价,1,t=0.05 0,t,0,t为t时段的发电上网电价;Pwe1,t为t时段抽水蓄能电站的抽水功率;CO2为火电机组产生CO2的环境成本系数;aCO2、bCO2、cCO2为火电机组的CO2排放系数。3)负荷侧以EV车主支出费用F3最小为目标,由于车主具有高度自主性,EV的充电需求随机且取决于个人意愿。考虑 EV充放电费用和损耗,假定EV 的电池种类相
21、同,建立负荷侧的目标函数如式(13)所示。电 力 自 动 化 设 备第 43 卷min F3=t=1NTx=1NEV(cPEVcx,t-dPEVdx,t)+evkev|PEVx,t(13)式中:NEV为EV集群的类别数量,本文中NEV=3;c、d分别为EV的充、放电电价;PEVcx,t、PEVdx,t分别为t时段第x类EV集群的充、放电功率;ev为EV单位功率损耗成本系数;kev为EV的电池损耗系数;PEVx,t为t时段第x类EV集群的并网功率,为正值时表示从电网充电,为负值时表示向电网放电。2.2约束条件2.2.1风光储一体化电站的功率平衡约束PWP,t=PWT,t+PPV,t-Pwt,t-
22、Ppv,t+Pes,t(14)式中:PWT,t、PPV,t分别为t时段的风电、光伏发电预测功率;Pes,t为t时段电池储能的充放电功率。2.2.2系统约束1)系统功率平衡约束。i=1NGPGi,t+PWP,t=Pf,t+Pes,t+PEV,t(15)式中:Pf,t为t时段的负荷预测功率;PEV,t为t时段EV的并网功率。2)碳排放约束。QCO2G=i=1NGt=1NTQCO2Gi,t=i=1NGt=1NTEiPGi,t(16)QCO2Gi,tQCO2Gi,max(17)式中:QCO2G为所有火电机组的总碳排放量;QCO2Gi,t为t时段火电机组i的碳排放量;QCO2Gi,max为火电机组i的最
23、大允许碳排放量;Ei为火电机组i的碳排放强度。2.2.3多类型储能约束1)储能功率和容量约束。Ec,t=Ec,t-1+Pc,tctEd,t=(1-)Ed,t-1-Pd,ttdYcPminc Pc,t YcPmaxc0 Pd,t YdPmaxd(18)式中:1,2,3表示储能类型,=1表示电池储能,=2表示抽水蓄能,=3表示EV;c、d分别为第类储能的充、放电效率;Ec,t、Ed,t分别为t时段第类储能的充、放电电量;Pc,t、Pd,t分别为t时段第类储能的充、放电功率;Yc、Yd分别为第类储能的充、放电状态,充电时Yc=1、Yd=0,放电时Yc=0、Yd=1;Pmaxc、Pmaxd分别为第类储
24、能的最大允许充、放电功率;Pminc为第类储能的最小允许充电功率。2)抽水蓄能电站水库能量平衡。抽水蓄能电站的水库需每天保持抽发平衡,即:t=1Nwe1tPwe1,t|Pwe1,t0=-kt=1NT-Nwe1tPwe0,t|Pwe0,t0(19)式中:Nwe1t为抽水时段数量;Pwe0,t为t时段抽水蓄能电站的放电功率;k为抽发转换效率,取值为80%。3)EV电池过充约束。电池过充会造成电池损耗,因此需保证EV在任意时段的SOC维持在允许上下限范围内,即:SSOC,minSEV,SOC,tSSOC,max(20)式中:SEV,SOC,t为t时段EV电池的SOC;SSOC,max、SSOC,mi
25、n分别为EV电池允许SOC的上、下限。另外,约束条件还包括弃风弃光约束、火电机组运行约束、电池储能备用容量约束等,具体表达式见附录B。3 基于改进Nash-Q的均衡迁移算法3.1源网荷储多主体博弈的Nash均衡模型源网荷储协同优化调度模型综合考虑调度的经济性和低碳性,通过调整自身出力使各参与者的效益最大化。因此,本文的优化调度模型是多主体博弈的Nash均衡问题,即通过博弈寻找最佳策略使各智能体获得最大的回报。博弈的参与者主要为电源侧的风光储一体化电站、电网侧的电网系统和抽水蓄能电站、负荷侧的EV;策略集为各参与者在单位调度周期内发出的功率;特征函数为各参与者通过决策在单位调度周期内获得的最大收
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 改进 Nash 均衡 迁移 算法 源网荷储 协同 优化 策略
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。