[發(fā)明專利]基于區(qū)塊鏈分布式數(shù)據(jù)存儲多微網(wǎng)日前魯棒電能交易方法

有效

• 申請?zhí)枺?/td>: 202011010711.9
• 申請日: 2020-09-23
• 公開（公告）號: CN112381263B
• 公開（公告）日: 2023-07-14
• 發(fā)明（設(shè)計(jì)）人: 劉洋;陳濤;馬騰
• 申請（專利權(quán)）人: 四川大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/0601;G06Q50/06;G06F21/64
• 代理公司: 成都時譽(yù)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 51250
• 代理人: 何悅

1.一種基于區(qū)塊鏈分布式數(shù)據(jù)存儲多微網(wǎng)日前魯棒電能交易方法，其特征在于，包括以下步驟：

S1、建立單微網(wǎng)運(yùn)行雙層模型，對微網(wǎng)雙層模型進(jìn)行優(yōu)化調(diào)度；微網(wǎng)運(yùn)用可調(diào)魯棒優(yōu)化算法計(jì)算出在最惡劣可再生能源出力場景下的微網(wǎng)經(jīng)濟(jì)最優(yōu)運(yùn)行調(diào)度方案；

S2、建立自適應(yīng)報(bào)價(jià)模型，為單微網(wǎng)提供自適應(yīng)報(bào)價(jià)策略；各微網(wǎng)所優(yōu)化出的運(yùn)行調(diào)度方案上傳到多微網(wǎng)交易服務(wù)器中，由多微網(wǎng)交易服務(wù)器判定當(dāng)前交易市場模式后把各微網(wǎng)信息傳輸?shù)狡溆辔⒕W(wǎng)，各微網(wǎng)依據(jù)收到的其余各微網(wǎng)信息進(jìn)行自適應(yīng)報(bào)價(jià)；

S3、構(gòu)建區(qū)塊鏈分布式交易平臺，微網(wǎng)在此平臺上實(shí)現(xiàn)集群分布式交易；各微網(wǎng)得出其購電報(bào)價(jià)或售電報(bào)價(jià)后發(fā)送給相應(yīng)的微網(wǎng)，收到交易請求的微網(wǎng)依據(jù)分布式交易過程的規(guī)則進(jìn)行交易匹配并完成交易；

在步驟S1中，需要對微網(wǎng)進(jìn)行多微網(wǎng)建模，多微網(wǎng)模型包括配電網(wǎng)運(yùn)營商、連接在配網(wǎng)中的微網(wǎng)和微網(wǎng)運(yùn)營商以及多微網(wǎng)交易服務(wù)器；

在構(gòu)建區(qū)塊鏈分布式交易平臺中，各主體通過區(qū)塊鏈網(wǎng)絡(luò)傳遞數(shù)據(jù)；在區(qū)塊鏈網(wǎng)絡(luò)中，配電網(wǎng)運(yùn)營商節(jié)點(diǎn)負(fù)責(zé)協(xié)助平衡多微網(wǎng)交易市場中參與者的電負(fù)荷；多微網(wǎng)交易服務(wù)器是一個特殊節(jié)點(diǎn)，負(fù)責(zé)協(xié)助完成多微網(wǎng)市場確定交易模式和交易計(jì)劃；微網(wǎng)運(yùn)營商節(jié)點(diǎn)是最小的能量管理模塊，負(fù)責(zé)通過制定運(yùn)行調(diào)度策略以在成本最低的前提下滿足微網(wǎng)內(nèi)的能量平衡；

多微網(wǎng)模型涉及的微網(wǎng)分為4種不同類型：含有風(fēng)力發(fā)電和光伏發(fā)電的熱電聯(lián)供型微網(wǎng)、含有風(fēng)力發(fā)電的熱電聯(lián)供型微網(wǎng)、含有光伏發(fā)電的傳統(tǒng)微電網(wǎng)和含有光伏發(fā)電的熱電聯(lián)供型微網(wǎng)；

微網(wǎng)i在t時段參與多微網(wǎng)交易市場制定調(diào)度計(jì)劃的策略為：

1)微網(wǎng)優(yōu)先利用可再生能源的出力來平衡電負(fù)荷；當(dāng)可再生能源機(jī)組出力無法平衡電負(fù)荷時，由微網(wǎng)內(nèi)部的燃?xì)廨啓C(jī)、燃料電池機(jī)組出力平衡；若當(dāng)微網(wǎng)以上設(shè)備出力大于負(fù)荷需求時，則根據(jù)蓄電池的荷電狀態(tài)，確定蓄電池充電功率的大小，無法消納的部分則售向多微網(wǎng)市場；若當(dāng)微網(wǎng)以上設(shè)備出力不能滿足負(fù)荷需求，缺額的部分優(yōu)先由蓄電池提供，當(dāng)蓄電池?zé)o法提供輸出功率時，則向多微網(wǎng)市場發(fā)出交易請求以滿足電平衡約束；若經(jīng)多微網(wǎng)市場交易仍無法滿足電功率平衡約束，則向配電網(wǎng)購買；若微網(wǎng)在多微網(wǎng)市場無法售出所有電量，則所剩余得電量低價(jià)售給配電網(wǎng)；

2)熱負(fù)荷由燃?xì)廨啓C(jī)和燃?xì)忮仩t平衡；燃?xì)忮仩t燃燒燃?xì)猱a(chǎn)生電能，同時排出的廢熱被余熱回收裝置回收后供給熱負(fù)荷；儲熱罐根據(jù)燃?xì)廨啓C(jī)的余熱量靈活儲放熱以平衡熱負(fù)荷；燃?xì)忮仩t在熱平衡無法由燃?xì)廨啓C(jī)余熱、儲熱罐儲放熱平衡的情況下制熱補(bǔ)足；

單微網(wǎng)在運(yùn)行以上策略的基礎(chǔ)上，以自身在最惡劣分布式電源出力下的經(jīng)濟(jì)運(yùn)行為目標(biāo)，采用魯棒優(yōu)化刻畫可再生能源的不確定參數(shù)，并運(yùn)用雙層優(yōu)化交互迭代求解，求得的解即為微網(wǎng)在最惡劣可再生能源出力場景下的機(jī)組運(yùn)行方案；具體數(shù)學(xué)模型如下：

考慮可再生能源不確定性的微網(wǎng)日前經(jīng)濟(jì)調(diào)度內(nèi)外層魯棒模型可描述為

式中：優(yōu)化變量σ為日前調(diào)度方案；內(nèi)層優(yōu)化變量κ為日前調(diào)度方案σ的執(zhí)行調(diào)控方案；為提高微網(wǎng)對可再生能源的消納能力，內(nèi)層引入棄可再生能源的懲罰項(xiàng)，該項(xiàng)包含不確定參數(shù)為微網(wǎng)內(nèi)分布式電源機(jī)組的出力；Φ為可調(diào)魯棒參數(shù)；E_D(σ)為微網(wǎng)日前運(yùn)行成本；為微網(wǎng)日前調(diào)度方案σ的執(zhí)行調(diào)控成本；B_D(σ)＝0和U_D(σ)≤0包括微網(wǎng)的能量平衡約束、微網(wǎng)各運(yùn)行單元自身的相關(guān)約束；和包括微網(wǎng)調(diào)控層的能量平衡約束、微網(wǎng)各可控運(yùn)行單元的調(diào)控約束；B_Mic＝0、U_Mic＜0為多微網(wǎng)交易中的約束；

E_D(σ)為微網(wǎng)日前運(yùn)行成本，包括微型燃?xì)廨啓C(jī)的運(yùn)行成本、燃料電池的運(yùn)行成本、與配電網(wǎng)交易的成本和在多微網(wǎng)市場中交易的成本；具體表達(dá)式為

E_D(σ)＝E_MT+E_F+E_G+E_Mic

式中：E_MT為微型燃?xì)廨啓C(jī)的運(yùn)行成本，包括成本參數(shù)α_MT、β_MT和t時刻微型燃?xì)廨啓C(jī)的出力P_MT(t)；E_F為燃料電池的運(yùn)行成本，包括成本參數(shù)α_F、β_F和t時刻微型燃?xì)廨啓C(jī)的出力P_F(t)；E_G為微網(wǎng)在t時刻與配電網(wǎng)交易的成本，包括t時刻的購電功率與售電功率以及t時刻的購電電價(jià)和售電電價(jià)E_Mic為微網(wǎng)在t時刻在多微網(wǎng)市場的交易成本，包括t時刻的購電功率與售電功率以及t時刻的購電電價(jià)和售電電價(jià)

B_D(σ)＝0、U_D(σ)≤0分別為微網(wǎng)日前運(yùn)行下的能量平衡約束和機(jī)組自身約束，具體表達(dá)式如下；

能量平衡約束：

式中：表示蓄電池i在t時刻的充放電量；為可再生能源的預(yù)測出力，其中可再生能源包括風(fēng)力發(fā)電機(jī)組和光伏發(fā)電機(jī)組；P_Bo(t)為t時刻電鍋爐消耗的電量；P_Load(t)為t時刻的電負(fù)荷量；

機(jī)組自身約束包括可控機(jī)組運(yùn)行約束和儲能運(yùn)行約束，具體表達(dá)為

式中：分別為可控機(jī)組i的出力上下限；為可控機(jī)組i在時間t的運(yùn)行狀態(tài)，為0-1變量；為可控機(jī)組i的上下爬坡極限功率；

式中：分別為蓄電池i在t時刻的充放電狀態(tài)；分別為蓄電池i的充放電功率上下限；為蓄電池i在t時刻的容量；分別為蓄電池的自損耗率和充放電效率；分別為儲能容量上下限；T為固定運(yùn)行周期；

可再生能源發(fā)電機(jī)組出力具有不確定性；風(fēng)力發(fā)電機(jī)組和光伏發(fā)電機(jī)組的不確定性出力可以描述為下式

式中：分別為t時刻風(fēng)機(jī)、光伏出力；分別為風(fēng)機(jī)出力上下限；分別為光伏出力上下限；

為避免優(yōu)化結(jié)果的魯棒性較強(qiáng)，引入可調(diào)參數(shù)Γ約束可再生能源在各時段的出力取值；故可再生能源機(jī)組出力還需滿足以下約束式

式中：分別為t時刻預(yù)測風(fēng)電、光伏出力；分別為t時刻風(fēng)電、光伏出力；分別表示風(fēng)機(jī)和光伏在t時刻出力的上下波動范圍；是0-1變量，表示風(fēng)機(jī)在t時刻出力與風(fēng)機(jī)預(yù)測出力的關(guān)系，若風(fēng)機(jī)出力大于預(yù)測出力則反之，表示光伏出力的狀態(tài)；

考慮可再生能源不確定性的微網(wǎng)日前經(jīng)濟(jì)調(diào)度內(nèi)外層魯棒模型的自變量σ和因變量κ相互影響，這決定了模型無法一次求解，因此采用列約束生成算法把模型分解為主問題和子問題；分解后子問題的max-min結(jié)構(gòu)難以直接解出，因此采用線性優(yōu)化強(qiáng)對偶理論將max-min結(jié)構(gòu)轉(zhuǎn)化為max結(jié)構(gòu)，再采用大M法對此結(jié)構(gòu)進(jìn)行線性化處理，最終表達(dá)式如下

式中：θ為子問題的理想最優(yōu)解；a、b、c為目標(biāo)函數(shù)中的系數(shù)矩陣；A、C、D、d、f為等式約束的系數(shù)矩陣；B、E、F、G、e、i為不等式約束的系數(shù)矩陣；

式中：分別為風(fēng)電出力不確定區(qū)間上下限；ξ⁺、ξ^-分別代表ξ的正負(fù)取值；為新引入的0-1輔助變量；α、β、ψ為對偶變量；ξ為輔助變量；

綜上所述，模型分解后的求解步驟具體可表述為

步驟1：設(shè)定初始可再生能源出力惡劣場景和收斂間隙ε≈0，置迭代次數(shù)k＝1；初始化此優(yōu)化問題的上下限為無窮大；

步驟2：將惡劣場景集代入主問題進(jìn)行求解，其中i＝1，2，3，…，k，求解得場景i下的最優(yōu)解(σ_k,κ_i)，此最優(yōu)解可更新優(yōu)化問題的下界；

步驟3：σ_k為已知條件，那么子問題便可求解出場景i下的最優(yōu)解取下一個最惡劣場景為并更新此優(yōu)化問題的上界為子問題的目標(biāo)函數(shù)值與主問題所得之和；

步驟4：判斷上下界的間隙是否滿足條件ε≈0，若是則返回最優(yōu)解；否則，增加最惡劣分布式能源出力場景并返回步驟2。