一种互联型能源系统风险交易的规避方法及系统与流程

本公开涉及可再生能源、能源交互技术领域，特别是涉及一种互联型能源系统风险交易的规避方法及系统。

背景技术：

以可再生能源为主导的微网技术正逐渐成为工业园区和商务区的核心供能系统。基于能源系统物理互联结构，多能源站和微网群等区域化能源互联系统呼之欲出。因此，能源交易是互联型能源系统不可避免的环节。然而，由于各个微网隶属于不同主体，并且可再生能源和负荷随机性时常发生，导致能源交易存在风险性，即不确定的供应和需求造成交易价格波动，进而产生频繁交易和交易中断等问题，致使互联能源系统偏离最佳经济效益。

现有技术缺少对互联能源系统能源交易风险问题的考虑，所产生的交易策略和运行技术难以满足实际需求。

技术实现要素：

为了解决现有技术的不足，本公开提供了一种互联型能源系统风险交易的规避方法，该方法针对含有随机性可再生能源和负荷的互联型微网群，建立最优经济效益的互联型微网群能源交易区间优化模型，克服了交易价格随机性带来的干扰，实现交易平稳性和经济效益最大化。

为了实现上述目的，本申请采用以下技术方案：

一种互联型能源系统风险交易的规避方法，包括：

针对含有随机性可再生能源和负荷的互联型微网群，建立最优经济效益的互联型微网群能源交易区间优化模型；

其中，优化模型包含多个单微网的模型，还包括互联型微网交易模型，单微网的模型考虑的费用包括燃气轮机的燃料费，蓄电池折旧费，微网之间的交易费用，以及微网与电网的交易费用；

互联型微网交易模型考虑的费用包括多微网自身的花费以及多微网向dno缴纳的交易管理费；

针对优化模型求解外层微网交易的服务费用和内层不确定性环境下微网运行花费；

求解时采用bender分解和遗传算法求解该模型，得到不确定性下的最优交易策略；

根据模型求解最优交易策略，调度微网群内的所有微网，并协调微网间的能量交易，规避交易风险。

进一步的技术方案，单微网的模型的目标函数：

其中，和是蓄电池的充放电功率；是燃气轮机的输出功率；和是微网间的交易功率；和是微网与电网的交互功率；和是微网间交易的离散决策变量；和是微网与电网间的离散决策变量；和是光伏和负荷不确定输出功率；是不确定交易价格；c^p是燃气轮机的燃料费用；c^p是蓄电池的折旧费用；和是电网与微网间购售电价；pg为电网，mg为微网；

下标设置：

i,j为微网群下标维度；t为时间下标；为互联的微网群集合,为调度周期时间段

参数：c^p,c^b为pgu的维修成本与bt的折旧费用；为从pg购买/销售电价；为预测交易价格与价格预测值偏差；为不确定性价格预算；a,b为能源交易服务费。

进一步的技术方案，单微网的模型的目标函数的约束包括：燃气轮机功率约束；微网交易功率约束；所有微网买电和卖电功率平衡约束；微网功率平衡约束；蓄电池功率约束。

进一步的技术方案，约束公式具体为：

进一步的技术方案，互联型微网交易模型，目标函数：

进一步的技术方案，针对互联型微网交易模型，依据能量流不能双向传递，得出微网只能卖电或买电，建立买电和卖电非同步约束：

其中：和是微网交易指示参数，是微网集合，是时间集合。

进一步的技术方案，在调度时需要采集每个微网的负荷和光伏数据及蓄电池内部的核电状态，上传至配网管理系统，采用集中式调度方法统一调配多微网运行。

进一步的技术方案，由于内层价格存在不确定性导致微网运行费用升高，采用鲁棒minmax优化调度每个微网内的发电单元，实现在最坏价格扰动下或得最优的经济效益；

而外层的交易管理费用则配合内层发生的交易量做出相应的变化，从而实现内层交易的鲁棒性和外层交易管理费用的跟随性，完成风险规避；

其中，内层就是交易和微网运行话费，外层就是交易所产生的管理费。

进一步的技术方案，求解时：

(1)采用bender分解，解列公式互联型微网交易模型目标函数为最小问题和最大问题；

(2)采用强对偶原理转化公式互联型微网交易模型目标函数中后半部分的最大最小为最大问题；

(3)采用遗传算法求解解列后的最大问题和最小问题

(3-1)用二进制编码来离散自变量，码长根据离散精度来确定；

(3-2)采用单点交叉；

(3-3)一定的交叉概率和交叉方法，生成新的个体；

(3-4)用轮盘赌策略确定个体的适应度，判断是否符合优化准则，若符合，输出最佳个体及其最优解，结束，适应度这里主要指的目标函数，其准则就是观察目标函数的大小有无变化，依次排列所有个体下的目标函数，取前30％的目标函数为最优输出个体；

(4)基于步骤(3)的求解，得到外层微网交易的服务费用和内层不确定性环境下微网运行花费；

(5)将步骤(4)的费用相加，如果连续5次迭代都等于此数值，则算法结束。

本公开的实施例子还公开了一种配网管理系统，所述配网管理系统采用互联型能源系统风险交易的规避方法采用集中式调度方法统一调配多微网运行。

本公开的实施例子还公开了一种互联型能源系统风险交易的规避系统，若干微网通过电力线与电网相连，微网及电网均通过通讯线与配网管理系统通讯；

配网管理系统，采用互联型能源系统风险交易的规避方法采用集中式调度方法统一调配多微网运行。

与现有技术相比，本公开的有益效果是：

本公开提出的一种基于鲁棒优化的能源系统风险交易规避方法，以降低互联型微网群联合操作的不确定性和最小化操作成本的风险。其次，在互联型微网群中提出了一个两阶段的能量交易鲁棒优化模型，其中系统组合优化应用于微网群之间的能量交换模型。开发的公式可以有效地解决列约束生成(c&cg)算法。

本公开考虑了互联型能源系统能源交易内的不确定性因素，使得对微网交易运行处理更为简便。

本公开采用区间化的描述方式实现对微网群内交易价格、可再生能源和负荷的表征，降低了其不确定性影响。

本公开所采用的bender分解和遗传算法混合的求解方式，可快速求得最优解。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1为本公开实施例子的互联型微网群的系统架构图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

本申请的一种典型的实施方式中，如图1所示，提供了一种互联型能源系统风险交易的规避方法，针对含有随机性可再生能源和负荷的互联型微网群，建立最优经济效益的互联型微网群能源交易区间优化模型，为公式1-18，克服了交易价格随机性带来的干扰，实现交易平稳性和经济效益最大化。本申请实施例子中，分析不确定条件下互联型微网群联合运营中的能量交易问题。考虑到微网的可扩展性和隐私性问题，使用配电网运营商来集中管理互联型微网群。采用配电网运营商统一调度微网群内的所有微网，并协调微网间的能量交易。

其中，互联型微网群包括配网管理系统(dno)和与电网(pg)相互作用的n个微网(mg)，如图1所示。每个微网mg由多个能源驱动，例如发电单元(pgu)、光伏(pv)发电、风力涡轮机(wt)发电和电池(bt)。它不仅需要满足自己的负载，而且还需要与其他mg或pg交换能量。就通信而言，出于数据安全考虑，mg的能量管理系统(ems)和dno之间仅存在有限的通信信息。有限的通信信息即双通道通信，即微网能量管理系统与dno之间的通信架构。不需要微网之间的通信链路搭建。

dno还通过双向通信链路与pg通信。假设能源销售价格是由每个mg根据其供需平衡状态和能源市场产生。因此，基于mg和pg的能量协调调度，能量交易优化问题的目的是降低不确定性的影响，通过采用的鲁棒区间方法优化不确定性扰动下的花费，减少价格扰动导致的交易花费增长，使得交易风险最低。

关于参数定义：

下标设置：

i,j为微网群下标维度；t为时间下标；为互联的微网群集合,为调度周期时间段

参数：c^p,c^b为pgu的维修成本与bt的折旧费用；为从pg购买/销售电价((powergenerationunit,pgu))；为预测交易价格与价格预测值偏差；为不确定性价格预算；a,b为能源交易服务费。

确立目标函数的思路：依据微网单体内所有的花费，包括燃气轮机的燃料费，蓄电池折旧费，和微网之间的交易费用，以及微网与电网的交易费用。

针对单独微网的结构，一般的数学模型为：

目标函数：

约束包括：燃气轮机功率约束；微网交易功率约束；所有微网买电和卖电功率平衡约束；微网功率平衡约束；蓄电池功率约束。

其中：和是蓄电池的充放电功率；是燃气轮机的输出功率；和是微网间的交易功率；和是微网与电网的交互功率；和是微网间交易的离散决策变量；和是微网与电网间的离散决策变量；和是光伏和负荷不确定输出功率；是不确定交易价格；c^p是燃气轮机的燃料费用；c^p是蓄电池的折旧费用；和是电网与微网间购售电价。

互联型微网交易模型：该这个模型不仅包含了上述多个单微网的模型，还包含了微网间交易模型；

考虑多微网自身的花费以及多微网向dno缴纳的交易管理费，目标函数：

依据能量流不能双向传递，得出微网只能卖电或买电，建立买电和卖电非同步约束：

其中：和是微网交易指示参数，是微网集合，是时间集合。

在调度时需要采集每个微网的负荷和光伏数据及蓄电池内部的核电状态，上传至dno模块，采用集中式调度方法统一调配多微网运行。

由于内层价格存在不确定性导致微网运行费用升高，采用鲁棒minmax优化调度每个微网内的发电单元，实现在最坏价格扰动下或得最优的经济效益。而外层的交易管理费用则配合内层发生的交易量做出相应的变化。从而实现内层交易的鲁棒性和外层交易管理费用的跟随性。完成风险规避。

其中，内层就是交易和微网运行话费，外层就是交易所产生的管理费。

针对模型(1)-(18)的求解：

(1)采用bender分解，解列公式(13)为min问题和max问题；

(2)采用强对偶原理转化公式(13)中后半部分的max-min为max问题；

(3)采用遗传算法求解解列后的max问题和min问题

(3-1)用二进制编码来离散自变量，码长根据离散精度来确定；

(3-2)采用单点交叉；

(3-3)一定的交叉概率和交叉方法，生成新的个体；

(3-4)用轮盘赌策略确定个体的适应度，判断是否符合优化准则，若符合，输出最佳个体及其最优解，结束。(适应度这里主要指的目标函数，其准则就是观察目标函数的大小有无变化，一次排列所有个体下的目标函数，取前30％的目标函数为最优输出个体。)

(4)基于步骤(3)的求解，得到外层微网交易的服务费用和内层不确定性环境下微网运行花费。

(5)将步骤(4)的费用相加，如果连续5次迭代都等于此数值，则算法结束。

本公开实施例子考虑了互联型能源系统能源交易内的不确定性因素，是得对微网交易运行处理更为简便。

主要是负荷功率需求不确定性、光伏功率输出不确定性和价格波动不确定性。在(18)中所描述，在(7)和(8)中都有描述。

本公开实施例子采用区间化的描述方式实现对微网群内交易价格、可再生能源和负荷的表征，降低了其不确定性影响。

通过公式(18)描述不确定性区间上下界，然后采用鲁棒min-max-min多阶段结构，描述多微网交易(1)-(18)，最后采用bender分解和遗传算法求解该模型，得到在负荷和光伏、价格等不确定性下的最优交易策略。

所采用的bender分解和遗传算法混合的求解方式，可快速求得最优解。求解算法在(1)-(18)式所描述的可行解空间中找到的最优可行解。能够降低不确定性所造成的扰动。

表例：针对园区是多微网群，如表1所示，含有5个微网，起主要有dno集中调配，利用仿真发现，通过本申请实施例上述所提的风险交易规避方法，使得该微网群或得了较好的运行效果。

表1.运行费用(单位:元).

在不确定性扰动逐渐变大的情况下，微网花费(自身运行费用和交易费用)并没有明显增大，显示出所提方法在解决互联型能源系统风险交易的有效性。

本公开的实施例子还公开了一种配网管理系统，所述配网管理系统采用互联型能源系统风险交易的规避方法采用集中式调度方法统一调配多微网运行。

本公开的实施例子还公开了一种互联型能源系统风险交易的规避系统，若干微网通过电力线与电网相连，微网及电网均通过通讯线与配网管理系统通讯；

配网管理系统，采用互联型能源系统风险交易的规避方法采用集中式调度方法统一调配多微网运行。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。