基于主從博弈的多微網(wǎng)共享儲(chǔ)能優(yōu)化調(diào)度研究

摘" 要： 為避免多微網(wǎng)配置共享儲(chǔ)能出現(xiàn)經(jīng)濟(jì)效益差、可再生能源利用率低等問(wèn)題，提出一種基于主從博弈理論的多微網(wǎng)共享儲(chǔ)能優(yōu)化調(diào)度方法。首先對(duì)多微網(wǎng)系統(tǒng)和共享儲(chǔ)能運(yùn)營(yíng)商進(jìn)行系統(tǒng)性建模；其次以共享儲(chǔ)能運(yùn)營(yíng)商為主體，各微網(wǎng)為從體，構(gòu)建主從博弈優(yōu)化模型，共享儲(chǔ)能運(yùn)營(yíng)商以日為單位提供儲(chǔ)能租賃服務(wù)，并利用分時(shí)電價(jià)參與配電網(wǎng)調(diào)峰；然后主體調(diào)整租賃價(jià)格以追求最大利潤(rùn)，從體根據(jù)租賃價(jià)格調(diào)整租賃容量以降低自身用電成本；最后，對(duì)微網(wǎng)內(nèi)儲(chǔ)能租賃容量和共享儲(chǔ)能調(diào)度策略進(jìn)行求解。算例分析結(jié)果表明，所提方法提高了儲(chǔ)能自身利潤(rùn)，有效提升了共享儲(chǔ)能電站和多微網(wǎng)的利用效率，減少了微網(wǎng)自身花費(fèi)，提高了微網(wǎng)運(yùn)行的經(jīng)濟(jì)性。

關(guān)鍵詞： 共享儲(chǔ)能； 多微網(wǎng)； 主從博弈； 優(yōu)化運(yùn)行； 可再生能源； 共享儲(chǔ)能運(yùn)營(yíng)商

中圖分類(lèi)號(hào)： TN915?34； TM73" " " " " " " " " " 文獻(xiàn)標(biāo)識(shí)碼： A" " " " " " " " " " " 文章編號(hào)： 1004?373X（2024）20?0046?05

Research on master?slave game based optimal scheduling of multi?MG

shared energy storage

Lü Rongsheng1， HUANG Zhengwei2， WEI Yewen1， LI Yijun1

（1. School of Electrical Engineering and New Energy， China Three Gorges University， Yichang 443002， China;

2. College of Economics amp; Management， China Three Gorges University， Yichang 443002， China）

Abstract： In order to avoid problems such as poor economic benefits and low utilization of renewable energy in the configuration of multi?microgrid （MG） shared energy storage， a method of master?slave game theory based optimization scheduling of multi?microgrid shared energy storage is proposed. A systematic modeling of multi?microgrid systems and shared energy storage operators （SESO） is conducted. With SESO as the master body and each MG as the slave body， a master?slave game optimization model is constructed. SESO provide energy storage leasing services on a daily basis， and the time?of?use electricity price is used to participate in peak shaving of distribution network. The master body can adjust the lease price to pursue maximum profit， and the slave body can adjust the lease capacity according to the lease price to reduce its own electricity costs. The energy storage leasing capacity and shared energy storage scheduling strategy within the MG were solved. The results of the numerical analysis show that the proposed method can improve the profit of energy storage， effectively improve the utilization efficiency of shared energy storage power stations and multi?MG， reduce the cost of MG operation， and improve the economic efficiency of MG operation.

Keywords： shared energy storage; multi?microgrid; master?slave game; optimal operation; renewable energy; shared energy storage operator

0" 引" 言

近年來(lái)，在“雙碳”目標(biāo)的引導(dǎo)下，光伏、風(fēng)電等新能源發(fā)展迅速，然而電力系統(tǒng)面臨著新能源消納的問(wèn)題[1]。微網(wǎng)（Microgrid， MG）能夠高效地利用各個(gè)微源，以此實(shí)現(xiàn)對(duì)負(fù)荷的可靠性供給，但隨著負(fù)荷側(cè)用電需求的不斷增多以及光伏風(fēng)電等清潔能源大量接入，MG運(yùn)行的安全穩(wěn)定和運(yùn)行調(diào)度困難的問(wèn)題會(huì)逐漸出現(xiàn)且不斷深化[2]。

儲(chǔ)能是彌補(bǔ)MG中新能源隨機(jī)波動(dòng)的重要方法[3]，利用儲(chǔ)能響應(yīng)速度快的特點(diǎn)可及時(shí)減少新能源功率波動(dòng)，減少對(duì)系統(tǒng)內(nèi)部機(jī)組的沖擊，實(shí)現(xiàn)新能源友好并網(wǎng)。但目前儲(chǔ)能的高額成本限制了其發(fā)展。為了促進(jìn)MG中儲(chǔ)能的發(fā)展，在MG中引入了共享儲(chǔ)能的概念[4]。文獻(xiàn)[5?6]提出多微網(wǎng)租賃共享儲(chǔ)能的策略，利用分時(shí)電價(jià)參與配電網(wǎng)套利，建立共享儲(chǔ)能運(yùn)營(yíng)商（Shared Energy Storage Operators， SESO），同時(shí)參與微網(wǎng)和用戶(hù)側(cè)的協(xié)同調(diào)度策略。文獻(xiàn)[7]通過(guò)對(duì)微網(wǎng)側(cè)定價(jià)策略的分析，實(shí)現(xiàn)了儲(chǔ)能與用戶(hù)、用戶(hù)與微網(wǎng)之間的利益分配。文獻(xiàn)[8]針對(duì)多微網(wǎng)配置共享儲(chǔ)能成本分?jǐn)倖?wèn)題，提出了一種多目標(biāo)優(yōu)化配置模型和利潤(rùn)分配方法，實(shí)現(xiàn)了各微網(wǎng)成本分?jǐn)偟墓叫浴?/p>

在基于非合作博弈的共享儲(chǔ)能研究中，文獻(xiàn)[9]建立了基于非合作博弈的共享儲(chǔ)能交易類(lèi)型，增加了儲(chǔ)能項(xiàng)目的收益。但非合作博弈模式不能充分挖掘共享儲(chǔ)能的價(jià)值，降低了各個(gè)參與者的積極性。文獻(xiàn)[10]提出一種基于用戶(hù)隱私的儲(chǔ)能交易策略，采用Shapley值法完成社區(qū)內(nèi)成本分?jǐn)?，保護(hù)了各方收益。文獻(xiàn)[11?12]研究了共享儲(chǔ)能與各微網(wǎng)間的利益分配問(wèn)題，通過(guò)引入合作博弈促進(jìn)了微網(wǎng)中新能源的就地消納，提升了共享儲(chǔ)能收益。

上述博弈模型中均未將共享儲(chǔ)能運(yùn)營(yíng)商置于主導(dǎo)地位，而儲(chǔ)能作為博弈領(lǐng)導(dǎo)者，如何動(dòng)態(tài)制定一天內(nèi)的儲(chǔ)能租賃費(fèi)用，達(dá)到自身利益最大化，以及各微網(wǎng)如何調(diào)整充放電時(shí)間，減少自身用電成本，亟待深入研究。

針對(duì)上述問(wèn)題，本文提出了一種基于主從博弈理論的多微網(wǎng)共享儲(chǔ)能優(yōu)化調(diào)度方法，以共享儲(chǔ)能運(yùn)營(yíng)商為主體，采用動(dòng)態(tài)租賃價(jià)格的形式，優(yōu)化共享儲(chǔ)能運(yùn)營(yíng)商和各微網(wǎng)調(diào)度策略，并通過(guò)仿真對(duì)比驗(yàn)證所提模型的合理性。

1" 含多微網(wǎng)的共享儲(chǔ)能系統(tǒng)框架

本文所提出的共享儲(chǔ)能調(diào)度策略是在多微網(wǎng)的基礎(chǔ)上進(jìn)行的，系統(tǒng)主要由微網(wǎng)運(yùn)營(yíng)商、共享儲(chǔ)能運(yùn)營(yíng)商組成[13]，圖1為其具體結(jié)構(gòu)。

共享儲(chǔ)能系統(tǒng)的運(yùn)營(yíng)模式為：集中式共享儲(chǔ)能電站主要向多微網(wǎng)提供儲(chǔ)能租賃服務(wù)，根據(jù)存儲(chǔ)或取用的容量收取儲(chǔ)能服務(wù)費(fèi)用。

微網(wǎng)優(yōu)先消納新能源滿(mǎn)足自身負(fù)荷需求，剩余凈發(fā)電功率參與共享儲(chǔ)能調(diào)度，并通過(guò)配電網(wǎng)實(shí)現(xiàn)功率平衡[14]。共享儲(chǔ)能運(yùn)營(yíng)商在保護(hù)自身利益的同時(shí)為各微網(wǎng)提供儲(chǔ)能租賃服務(wù)，通過(guò)制定合理的價(jià)格調(diào)動(dòng)微網(wǎng)使用共享儲(chǔ)能的積極性。共享儲(chǔ)能電站剩余容量可根據(jù)分時(shí)電價(jià)實(shí)現(xiàn)配電網(wǎng)調(diào)峰調(diào)度，利用低儲(chǔ)高放實(shí)現(xiàn)套利。

2" 共享儲(chǔ)能博弈優(yōu)化調(diào)度模型

2.1" 微網(wǎng)優(yōu)化模型

根據(jù)SESO下發(fā)的儲(chǔ)能租賃價(jià)格（包含單位功率容量租賃費(fèi)用與單位能量容量租賃價(jià)格），建立微網(wǎng)用電成本期望最低模型[15]。

2.2" 共享儲(chǔ)能運(yùn)營(yíng)商優(yōu)化模型

2.2.1" 共享儲(chǔ)能目標(biāo)函數(shù)

共享儲(chǔ)能運(yùn)營(yíng)商以日為單位提供儲(chǔ)能租賃服務(wù)，并利用分時(shí)電價(jià)參與配電網(wǎng)調(diào)峰。共享儲(chǔ)能運(yùn)營(yíng)商以調(diào)度周期內(nèi)凈收益[Fsum]最大為目標(biāo)，公式如下：

[Fsum=Flea+Fap-Fmc] （1）

[Flea=μ1i=1NQE，i+μ2i=1NQp，i+i=1NCMGi，lea] （2）

[Fap=t=1Tμtb?ptdn，s-μts?ptdn，b] （3）

[Fmc=δt=1TptS，C+ptS，D] （4）

式中：[Flea]為收取的儲(chǔ)能租賃費(fèi)用；[Fap]為輔助調(diào)峰獲利期望；[Fmc]為共享儲(chǔ)能運(yùn)行維護(hù)成本期望；[CMGi，lea]為第i個(gè)微網(wǎng)充放電費(fèi)用；[QE，i]、[Qp，i]分別為第i個(gè)微網(wǎng)租賃容量和功率的費(fèi)用；[μ1]、[μ2]分別為單位容量和功率價(jià)格；[ptS，C]、[ptS，D]分別為共享儲(chǔ)能t時(shí)刻充電和放電電量；[ptdn，b]、[ptdn，s]分別為共享儲(chǔ)能t時(shí)刻與配電網(wǎng)之間購(gòu)售電量；[μtb]、[μts]為每日t時(shí)刻電網(wǎng)購(gòu)售電價(jià)格；[δ]為儲(chǔ)能單位功率損耗成本。

2.2.2" 約束條件

多微網(wǎng)參與儲(chǔ)能充放電需求應(yīng)滿(mǎn)足以下約束，且不能同時(shí)進(jìn)行充放電：

[ptS，C≥ptMGC] （5）

[ptS，D≥ptMGD] （6）

[maxptS，C，ptS，D≤Qp，ca] （7）

[ptS，C?ptS，D=0] （8）

式中：[ptMGC]、[ptMGD]分別為t時(shí)段微網(wǎng)的充放電功率；[Qp，ca]為總功率容量。

共享儲(chǔ)能使用的儲(chǔ)能能量的容量應(yīng)滿(mǎn)足其所擁有的能量容量下的荷電約束，且初時(shí)與末時(shí)荷電狀態(tài)相等，即：

[0.1≤Mtse，SOC≤0.9] （9）

[Mtse，SOC=Mt-1se，SOC+ptS，C?η+ptS，Dη?ΔtQse，E] （10）

[Mtse，SOC=M0se，SOC] （11）

式中：[Mtse，SOC]為共享儲(chǔ)能在t時(shí)刻末的荷電狀態(tài)；[M0se，SOC]為儲(chǔ)能初始荷電狀態(tài)；[Qse，E]為共享儲(chǔ)能能量容量；[η]為傳輸效率。

共享儲(chǔ)能應(yīng)滿(mǎn)足自身功率平衡約束，即：

[ptMGC+ptdn，b+ptS，D=ptMGD+ptdn，s+ptS，C] （12）

共享儲(chǔ)能的購(gòu)電功率應(yīng)小于其與配電網(wǎng)間允許的最大聯(lián)絡(luò)線功率[pdn，bs]，且不能同時(shí)進(jìn)行購(gòu)電與售電操作。

[maxptdn，b，ptdn，s≤pdn，bs] （13）

[ptdn，b?ptdn，s=0] （14）

3" 模型的求解與步驟

主從博弈模型可表示如下：

[Gs=" " " " " "SESO?MGi;" " " " " μ1，μ2，QMGi，E，QMGi，p，pMGi，C，pMGi，D;" " " " " " Fsum，CMGi] （15）

式中：[SESO?MGi]表示參與者的集合，SESO為領(lǐng)導(dǎo)者，各微網(wǎng)[MGi]為跟隨者；領(lǐng)導(dǎo)者的策略是調(diào)整租賃功率容量和能量容量的價(jià)格，表示為[μ1，μ2]；跟隨者的策略為調(diào)整儲(chǔ)能租賃容量的方案，表示為[QMGi，E，QMGi，p，pMGi，C，pMGi，D]，[QMGi，E]、[QMGi，p]分別表示各個(gè)微網(wǎng)租賃儲(chǔ)能能量容量和功率容量，[pMGi，C]、[pMGi，D]分別表示各個(gè)微網(wǎng)的充放電功率；支付函數(shù)[Fsum，CMGi]為各參與者的收益。儲(chǔ)能運(yùn)營(yíng)商將決策信息發(fā)布到各微網(wǎng)，各微網(wǎng)根據(jù)負(fù)荷信息調(diào)整自身購(gòu)售電功率并傳遞至儲(chǔ)能運(yùn)營(yíng)商處，儲(chǔ)能運(yùn)營(yíng)商再次調(diào)整決策，當(dāng)任何一方僅僅改變策略無(wú)法獲得更多收益時(shí)，此時(shí)的策略[μ1， μ2;QMGi，E，QMGi，p，pMGi，C，pMGi，D]為均衡解。

本文采用遺傳算法求解主從博弈優(yōu)化模型中的問(wèn)題[16]，具體參數(shù)如表1所示。

對(duì)于共享儲(chǔ)能運(yùn)行商：目標(biāo)函數(shù)為調(diào)度周期內(nèi)收益最大，求解一天內(nèi)的儲(chǔ)能租賃電價(jià)方案；對(duì)于微網(wǎng)運(yùn)營(yíng)商：目標(biāo)函數(shù)為一天內(nèi)的成本最低，求解各個(gè)微網(wǎng)的充放電功率。具體流程如下。

1） 建立共享儲(chǔ)能個(gè)體的決策模型，初始化共享儲(chǔ)能運(yùn)營(yíng)商和微網(wǎng)運(yùn)營(yíng)商的參數(shù)，k=0。

2） 利用遺傳算法生成m組儲(chǔ)能容量租賃價(jià)格信息，將參數(shù)傳至微網(wǎng)運(yùn)營(yíng)商。

3） k=k+1。

4） 微網(wǎng)運(yùn)營(yíng)商接收m組共享儲(chǔ)能運(yùn)營(yíng)商的租賃價(jià)格，利用CPLEX求解器求解微網(wǎng)充放電功率、租賃儲(chǔ)能容量以及成本[CMGi]。通過(guò)微網(wǎng)管理系統(tǒng)將微網(wǎng)租賃功率容量和能量容量返回至共享儲(chǔ)能運(yùn)營(yíng)商。

5） 共享儲(chǔ)能運(yùn)營(yíng)商根據(jù)一天內(nèi)微網(wǎng)的租賃情況計(jì)算并保留當(dāng)前收益[Fsum]。

6） 利用遺傳算法的選擇、變異生成新的共享儲(chǔ)能運(yùn)營(yíng)商租賃價(jià)格，重復(fù)步驟4）、步驟5）計(jì)算得到共享儲(chǔ)能運(yùn)營(yíng)商的收益[Fsum]與微網(wǎng)運(yùn)營(yíng)商的成本[CMG]。

7） 根據(jù)計(jì)算結(jié)果，若[Fksum′gt;Fksum]，執(zhí)行[Fk+1sum=Fksum′]，[Ck+1MG=CkMG′]；否則執(zhí)行[Fk+1sum=Fksum]，[Ck+1MG=CkMG]。

8） 若[Fk+1sum-Fksum≤ε]且[Ck+1MG-CkMG≤ε]，結(jié)束程序；否則，返回步驟3）。

4" 算例分析

4.1" 參數(shù)設(shè)置

本文算例由3個(gè)微網(wǎng)與1個(gè)共享儲(chǔ)能電站組成，假設(shè)一天分為24個(gè)時(shí)間段，共享儲(chǔ)能配置的集中式儲(chǔ)能容量[Qse，E]為4 000 kW·h，功率容量[Qp，ca]為1 500 kW·h，儲(chǔ)能的充放電效率[η]為95%，與配電網(wǎng)的聯(lián)絡(luò)線最大傳輸功率為500 kW。儲(chǔ)能單位功率運(yùn)維成本[δ]為0.154 2元/（kW·h），單位功率充放電服務(wù)價(jià)格[γ]=0.154 2元/（kW·h），電網(wǎng)分時(shí)電價(jià)如表2所示。

4.2" 博弈結(jié)果分析

本文設(shè)置了3個(gè)場(chǎng)景進(jìn)行對(duì)比，分析共享儲(chǔ)能和各個(gè)微網(wǎng)的策略。場(chǎng)景1為不考慮共享儲(chǔ)能進(jìn)行微網(wǎng)系統(tǒng)的優(yōu)化調(diào)度；場(chǎng)景2為考慮共享儲(chǔ)能參與微網(wǎng)系統(tǒng)的優(yōu)化調(diào)度；場(chǎng)景3為基于主從博弈理論，考慮共享儲(chǔ)能的影響，進(jìn)行微網(wǎng)系統(tǒng)的優(yōu)化調(diào)度。不同場(chǎng)景下各微網(wǎng)、共享儲(chǔ)能運(yùn)營(yíng)商的收益如表3所示。

分析表3可知，以微網(wǎng)1為例，場(chǎng)景2在場(chǎng)景1的基礎(chǔ)上考慮了共享儲(chǔ)能，共享儲(chǔ)能機(jī)制的引入提高了微網(wǎng)的經(jīng)濟(jì)性，微網(wǎng)1成本減少了312.33元。這是因?yàn)楣蚕韮?chǔ)能可以平衡微網(wǎng)的負(fù)荷和能源生產(chǎn)之間的差異，促進(jìn)新能源的消納，減少微網(wǎng)對(duì)傳統(tǒng)電網(wǎng)的依賴(lài)，降低微網(wǎng)的運(yùn)行成本。

場(chǎng)景3相比場(chǎng)景2，微網(wǎng)1成本減少了195.06元，共享儲(chǔ)能運(yùn)營(yíng)商收益增加了339.09元，說(shuō)明基于主從博弈理論，共享儲(chǔ)能作為領(lǐng)導(dǎo)者提高了儲(chǔ)能的利用效率。通過(guò)不同場(chǎng)景的對(duì)比可知，基于主從博弈的多微網(wǎng)共享儲(chǔ)能優(yōu)化調(diào)度可以提高儲(chǔ)能收益，減少微網(wǎng)的成本；共享儲(chǔ)能運(yùn)營(yíng)商可以通過(guò)合理的調(diào)度策略來(lái)優(yōu)化整個(gè)微網(wǎng)的性能。

采用本文方法，以微網(wǎng)1為例，對(duì)微網(wǎng)的調(diào)度策略進(jìn)行分析，結(jié)果如圖2所示。圖3所示為微網(wǎng)1凈負(fù)荷曲線及參與共享儲(chǔ)能充放電后微網(wǎng)凈負(fù)荷曲線對(duì)比。

分析圖2、圖3可知，微網(wǎng)通過(guò)參與共享儲(chǔ)能，平滑了凈負(fù)荷曲線波動(dòng)，微網(wǎng)1在10：00—16：00時(shí)段凈負(fù)荷曲線為正，放電后凈負(fù)荷曲線同樣為正，原因是該時(shí)段光伏出力較大，對(duì)儲(chǔ)能系統(tǒng)進(jìn)行充電。在15：00左右放電后，凈負(fù)荷曲線逐漸減少。微網(wǎng)1在18：00—21：00時(shí)段用電需求增大，此時(shí)配電網(wǎng)電價(jià)較高，同時(shí)儲(chǔ)能放電電價(jià)較高，微網(wǎng)需要通過(guò)減少一定的負(fù)荷來(lái)降低用電成本。在0：00—7：00時(shí)段，配電網(wǎng)電價(jià)較低，微網(wǎng)中新能源出力較少，此時(shí)微網(wǎng)利用配電網(wǎng)滿(mǎn)足自身負(fù)荷需求。

4.3" 共享儲(chǔ)能運(yùn)營(yíng)商調(diào)度分析

共享儲(chǔ)能運(yùn)營(yíng)商的充放電價(jià)格和調(diào)度策略分別如圖4、圖5所示。

分析圖4可知，微網(wǎng)通過(guò)租賃儲(chǔ)能容量達(dá)到用電成本最低，儲(chǔ)能運(yùn)營(yíng)商調(diào)整租賃電價(jià)獲得較多利潤(rùn)，因此，對(duì)微網(wǎng)和儲(chǔ)能共同參與能量交易是互利的。結(jié)合圖5分析，在19：00—22：00時(shí)段儲(chǔ)能進(jìn)行放電服務(wù)，此時(shí)微網(wǎng)租賃儲(chǔ)能電價(jià)較高，儲(chǔ)能可獲得較多利潤(rùn)，提高放電服務(wù)時(shí)的租賃電價(jià)有利于保障自身利益，但這樣不利于共享儲(chǔ)能在較大規(guī)模的市場(chǎng)推廣，否則會(huì)降低市場(chǎng)利用效率。在14：00—19：00時(shí)段電價(jià)較低，儲(chǔ)能僅滿(mǎn)足微網(wǎng)充放電，不與配電網(wǎng)交互電能，這體現(xiàn)了儲(chǔ)能作為博弈領(lǐng)導(dǎo)者，會(huì)盡可能地保證自身利益最大化。

如圖5所示，在11：00—14：00為電價(jià)高峰時(shí)期，共享儲(chǔ)能容量下降較快；在14：00—18：00時(shí)段，儲(chǔ)能中一部分進(jìn)行充電，由于微網(wǎng)中新能源發(fā)電較多，微網(wǎng)中的剩余發(fā)電功率可通過(guò)共享儲(chǔ)能進(jìn)行儲(chǔ)存。在19：00—22：00時(shí)段儲(chǔ)能進(jìn)行放電調(diào)度，此時(shí)段用電需求量較大，微網(wǎng)中新能源發(fā)電較少，配電網(wǎng)此時(shí)處于用電高峰期，儲(chǔ)能為了獲得較多利潤(rùn)，參與微網(wǎng)充放電后向配電網(wǎng)出售多余電能。在22：00—次日5：00，配電網(wǎng)中電價(jià)較低，儲(chǔ)能利用配電網(wǎng)較低電價(jià)和微網(wǎng)中新能源發(fā)電進(jìn)行充電，降低共享儲(chǔ)能運(yùn)營(yíng)商的購(gòu)電成本。圖5中微網(wǎng)與儲(chǔ)能之間能量交互較多，共享儲(chǔ)能充放電服務(wù)主要滿(mǎn)足微網(wǎng)中的負(fù)荷。微網(wǎng)中有功率剩余時(shí)由儲(chǔ)能進(jìn)行消納，存在負(fù)荷缺額時(shí)首先通過(guò)儲(chǔ)能放電滿(mǎn)足用電需求。在11：00左右，儲(chǔ)能的SOC值達(dá)到峰值，這是因?yàn)閺奈⒕W(wǎng)中獲取較多光伏出力。在0：00時(shí)，儲(chǔ)能的SOC值達(dá)到一天初始時(shí)刻附近，一天中儲(chǔ)能完成一個(gè)充放電周期。

5" 結(jié)" 論

本文針對(duì)多微網(wǎng)共享儲(chǔ)能優(yōu)化調(diào)度問(wèn)題，提出了一種基于主從博弈理論的優(yōu)化調(diào)度方法。以共享儲(chǔ)能運(yùn)營(yíng)商為主體建立主從博弈模型，設(shè)置儲(chǔ)能容量租賃價(jià)格，引導(dǎo)微網(wǎng)合理調(diào)整租賃計(jì)劃；同時(shí)利用低儲(chǔ)高放策略參與配電網(wǎng)調(diào)峰調(diào)度，提高儲(chǔ)能自身利潤(rùn)。通過(guò)實(shí)驗(yàn)驗(yàn)證，該方法能夠有效地提高儲(chǔ)能的利用效率，提高了共享儲(chǔ)能整體的收益。微網(wǎng)根據(jù)共享儲(chǔ)能運(yùn)營(yíng)商制定的租賃價(jià)格合理調(diào)整儲(chǔ)能租賃計(jì)劃，通過(guò)對(duì)凈負(fù)荷功率的分析，減少了微網(wǎng)自身花費(fèi)，提高了儲(chǔ)能的利用率。

本文未對(duì)電動(dòng)汽車(chē)等移動(dòng)式分布式能源進(jìn)行考慮，后續(xù)將對(duì)此問(wèn)題展開(kāi)進(jìn)一步研究。

參考文獻(xiàn)

[1] 禹海峰，黃婧杰，蔣詩(shī)謠，等.計(jì)及儲(chǔ)能使用年壽命的風(fēng)電場(chǎng)整體性?xún)?chǔ)能配置[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2022，37（4）：152?160.

[2] 金強(qiáng)，楊衛(wèi)紅，王濤，等.考慮混合儲(chǔ)能調(diào)頻需求的獨(dú)立微電網(wǎng)投資優(yōu)化[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2021，36（1）：52?62.

[3] 劉暢，卓建坤，趙東明，等.利用儲(chǔ)能系統(tǒng)實(shí)現(xiàn)可再生能源微電網(wǎng)靈活安全運(yùn)行的研究綜述[J].中國(guó)電機(jī)工程學(xué)報(bào)，2020，40（1）：1?18.

[4] 劉亞錦，代航，劉志堅(jiān)，等.面向多類(lèi)型工業(yè)用戶(hù)的分散式共享儲(chǔ)能配置及投資效益分析[J].電力自動(dòng)化設(shè)備，2021，41（10）：256?264.

[5] 李咸善，方子健，李飛，等.含多微網(wǎng)租賃共享儲(chǔ)能的配電網(wǎng)博弈優(yōu)化調(diào)度[J].中國(guó)電機(jī)工程學(xué)報(bào)，2022，42（18）：6611?6625.

[6] 謝雨龍，羅逸飏，李智威，等.考慮微網(wǎng)新能源經(jīng)濟(jì)消納的共享儲(chǔ)能優(yōu)化配置[J].高電壓技術(shù)，2022，48（11）：4403?4413.

[7] 帥軒越，馬志程，王秀麗，等.基于主從博弈理論的共享儲(chǔ)能與綜合能源微網(wǎng)優(yōu)化運(yùn)行研究[J].電網(wǎng)技術(shù)，2023，47（2）：679?690.

[8] 李咸善，解仕杰，方子健，等.多微電網(wǎng)共享儲(chǔ)能的優(yōu)化配置及其成本分?jǐn)俒J].電力自動(dòng)化設(shè)備，2021，41（10）：44?51.

[9] 王珣，劉瑾，沈瑋.基于區(qū)塊鏈技術(shù)的非合作博弈共享儲(chǔ)能交易模型[J].南京信息工程大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，14（5）：595?603.

[10] 陳岑，武傳濤，康慨，等.基于改進(jìn)Owen值法的分布式儲(chǔ)能雙層合作博弈優(yōu)化策略[J].中國(guó)電機(jī)工程學(xué)報(bào)，2022，42（11）：3924?3936.

[11] 馬瑞真，張新燕，章攀釗，等.計(jì)及需求響應(yīng)與主從博弈的微網(wǎng)低碳優(yōu)化調(diào)度[J].現(xiàn)代電子技術(shù)，2023，46（7）：121?127.

[12] 封鈺，俞永杰，史雪晨，等.多站融合模式下基于共享儲(chǔ)能的多主體交易機(jī)制設(shè)計(jì)[J].電力需求側(cè)管理，2023，25（4）：21?27.

[13] 閆東翔，陳玥.共享儲(chǔ)能商業(yè)模式和定價(jià)機(jī)制研究綜述[J].電力系統(tǒng)自動(dòng)化，2022，46（23）：178?191.

[14] WANG B， ZHANG C， LI C， et al. Transactive energy sharing in a microgrid via an enhanced distributed adaptive robust optimization approach [J]. IEEE transactions on smart grid， 2022， 13（3）： 13?22.

[15] 練小林，李曉露，曹陽(yáng)，等.考慮多主體主從博弈的多微網(wǎng)協(xié)調(diào)優(yōu)化調(diào)度[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2021，33（1）：85?93.

[16] 潘瑞媛，唐忠，史晨豪，等.基于主從博弈的多主體投資多微網(wǎng)系統(tǒng)優(yōu)化配置[J].中國(guó)電力，2022，55（6）：65?73.

作者簡(jiǎn)介：呂榮勝（1998—），男，河南鄭州人，碩士研究生，主要研究方向?yàn)樾履茉窗l(fā)電與儲(chǔ)能技術(shù)。

黃正偉（1972—），男，湖北大冶人，博士研究生，教授，博士生導(dǎo)師，主要研究方向?yàn)殡娏Υ髷?shù)據(jù)、新能源應(yīng)用與規(guī)劃。

魏業(yè)文（1987—），男，湖南常德人，碩士生導(dǎo)師，主要研究方向?yàn)樾滦碗娏?chǔ)能與并網(wǎng)技術(shù)。

李熠?。?998—），男，浙江臺(tái)州人，在讀碩士研究生，主要研究方向?yàn)樘摂M電廠優(yōu)化調(diào)度。

DOI：10.16652/j.issn.1004?373x.2024.20.008

引用格式：呂榮勝，黃正偉，魏業(yè)文，等.基于主從博弈的多微網(wǎng)共享儲(chǔ)能優(yōu)化調(diào)度研究[J].現(xiàn)代電子技術(shù)，2024，47（20）：46?50.

收稿日期：2024?04?13" " " " " "修回日期：2024?05?16

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（52377191）；國(guó)家自然科學(xué)基金青年基金項(xiàng)目（52107108）