[发明专利]一种基于非合作博弈的能源局域网储能系统自动需求响应方法

权利要求书

1.一种基于非合作博弈的能源局域网储能系统自动需求响应方法，其特征在于，所述方法包括以下步骤：

S1：确立博弈参与者为能源局域网系统内所有的车辆和蓄电池拥有者，记为v_i，i∈Γ，Γ＝(1,2,...,N)，Γ指所有博弈参与者组成的集合，N为博弈参与者数量；

S2：将连续的时间进行离散化处理，优化时段为24h，均分为K个时段，对于任意第k时段，有k∈{1,2,...,K}，且第k时段的时长为△t，获取接入能源局域网的储能系统的状态信息，并建立PEV充放电功率模型和ESS储能模型；

S3：确定整个能源局域网系统的约束条件，包括系统功率平衡约束和倒送功率约束；

S4：构建博弈参与者的效用函数用以计算其参与博弈后的成本，建立非合作博弈模型，以实现优化目标；

S5：在博弈设定的策略空间中输入所有参与者的初始状态，各参与者根据初始状态并考虑设备运行约束和系统约束，独立进行优化决策，求解各自的成本最小化优化策略；

S6：证明博弈模型的纳什均衡解存在的唯一性以及纳什均衡与帕累托最优的一致性，以期望所有参与者达到全局最优的目标状态；

S7：由系统判断是否达到纳什均衡，若是，则输出最终优化集合作为所有参与者的优化结果，求解完成；若否，返回步骤S5根据更新后的状态信息重新进行优化；

所述步骤S2中，储能系统模型的构建包括以下过程：

S2-1：用一个七维行向量记录电动汽车的电池信息和客户充电需求信息，设能源局域网接入的储能集合为N，则储能规模为n＝|N|，对于任意储能l∈N，其相关参数为：

式中，T_lⁱⁿ、T_l^left分别表示车辆l接入微电网的时间和预期离开时间；分别表示车辆动力电池的起始SOC和离开微电网时的期望SOC，SOC表示电池剩余能量与电池容量的比值，因此有表示PEVl电池容量；分别表示PEV l的额定充、放电功率；

S2-2：采用离散状态空间模型来表示PEV充放电功率模型，其中离散状态空间表达通式如下所示：

式中，X(k+1)表示第k+1时段的状态列向量，X(k)、U(k)和Y(k)分别表示k时段的状态列向量、输入列向量和输出列向量；A和C为状态矩阵，B、D分别表示输入矩阵和传输矩阵；

采用的输入列向量为：

式中，E_PV(k)、E_WT(k)、E_load(k)分别表示k时段的风机出力、光伏出力、系统常规负荷功率，分别表示在采样时段内充电功率、放电功率；针对所提的PEV充放电功率模型，设定

则PEV电池模型表示为：

式中，x_l(k)表示PEV l在k时段的SOC状态，即系统的状态列向量；η^c、η^d分别表示PEV电池的充、放电效率；y_l(k)表示系统实际功率的未补偿量，未补偿量越低则表示系统调控越有效；

整个优化时段的充放电计划表示为：

u_l＝[u_l(1),u_l(2),…,u_l(K)] (6)

此外，PEV的充放电功率模型必须满足以下约束条件：

x^min,EV≤x_l(k)≤x^max,EV (7)

式中，x^min,EV、x^max,EV分别为PEV动力电池荷电状态的上、下限；

S2-3：类比S2-2中所述方法搭建ESS储能模型，在ESS储能模型中，(5)、(7)、(8)、(9)式仍然成立，但(10)不再成立，与PEV储能不同的是，ESS储能一天K个时段内的总充、放电电量需相等以满足充放电的循环，即

式中，为蓄电池在第k时段的充、放电功率；η^ESS,c、η^ESS,d分别表示蓄电池的充、放电效率；

此外，定义k时段需要的充电能量m_l,k为PEV储能l由当前SOC(x_l,k)充电至期望SOC所需的能量值：

所述步骤S3中，系统约束条件包括以下内容：

S3-1：各参与者在制定策略时，除了考虑设备的运行约束外，还应考虑系统约束

1)系统功率平衡约束

式中，E_PV,k、E_WT,k、E_load,k分别为k时段的风机出力、光伏出力、系统常规负荷；u_grid,k为局域网与大电网交换功率；

2)倒送功率约束

对于电网容量不太足的情况，过大的风光电力倒送可能会影响大电网的稳定性和经济性，因此对倒送功率有限制：

u_gridout≤u_gridout,max (14)

式中，u_gridout为倒送功率；u_gridout,max为允许倒送功率最大值；

在所述步骤S4中，效用函数的制定包括以下内容：

S4-1：用以度量博弈参与者参与博弈后成本的效用函数主要包含了两个部分：

1)不满意成本：用以评估博弈参与者v_i的不满意度，以σ_i代表不满意成本，它是一个连续递减的函数，当能源需求量m_i为正时：若充放电量为正值，即参与者选择充电时，不满意成本函数应为负值，意味着参与者满意；若充放电量为负值，即参与者放电，则不满意度成本为正值；若参与者即不充电又不放电，则不满意成本为0；参与者的不满意成本表示为：

其中，u_i,k△t表示博弈参与者v_i当前k时间段的充放电量，u_i,k△t≥0时表示充电，u_i,k△t≤0表示放电；w_i表示充放电的优先值；ρ为二次项的影响因素，其中，为满足σ_i变化趋势的要求，ρ0；

2)费用成本：本发明将充放电费用作为参与者效用函数的一部分，在每个小时段△t内，参与者v_i会进行非合作博弈，最后达到成本的的最小化；不考虑充放电效率的影响，在k时段的△t内，根据电价r_i,k，充放电费用为：

c＝u_i,kr_i,k△t (16)

综上，参与者v_i在策略集合[u₁,u₂,...,u_N-1,u_N]下的效用函数为：

式中，u_-i＝[u₁,u₂,...,u_i-1,u_i-2,...,u_N-1,u_N]表示k时段时除参与者v_i之外的所有参与者的充放电计划集合；λ是一个权重因素，用以表明在同时考虑不满意成本和经济性时，经济性的重要程度；

在所述步骤S5中，非合作博弈过程包括以下步骤：

S5-1：以系统常规负荷功率E_load、风机出力功率E_PV、光伏出力功率E_WT、PEV充电功率PEV放电功率为输入列向量，形成所有参与者的初始状态空间；

S5-2：各参与者根据初始状态空间，同时考虑设备运行约束和系统约束生成各自的充放电计划表作为初始策略，并向其他参与者广播；

S5-3：计算与记录各参与者初始状态下的效用函数u_i，0^*，记为目前选用策略的效用函数u_i^*，用以计算其初始策略的成本；

S5-4：各参与者进行操作以期望达到目标状态，并计算与记录所得k时段的效用函数u_i,k^*；

S5-5：若所得k时段的效用函数u_i,k^*小于目前选用策略的效用函数u_i^*，则更新操作后的策略为目前选用策略，并向其他参与者广播；否则不改变目前选用策略以及不向其他参与者广播；

S5-6：若参与者进行优化后的选用策略相较于操作前的选用策略效用有了提高，即优化后的选用策略的效用函数小于操作前的选用策略的效用函数，则更新自己的策略；否则，选择目前选用策略作为参与者的最终输出结果，即最优策略；

在所述步骤S6中，博弈模型纳什均衡解存在的唯一性以及纳什均衡与帕累托最优的一致性证明包括以下步骤：

S6-1：确定博弈模型纳什均衡解的存在性

将非合作博弈模型的状态空间记为三元状态，用初始状态集合S、操作符集合Ω、目标状态集合U构成的(S,Ω,U)来表示，对于所有参与者N的每一个博弈主体，都拥有其对应的初始状态S_i，每次加一个算符，状态都会改变，直到达到目标状态U_i，基于非合作博弈模型，所有参与者均会在假定其余参与者已选最优策略的前提下，选择使其效用函数最小的策略，即：

在博弈模型中，若是对一个策略集合：

满足下列条件：

则记u^*为该博弈模型纳什均衡的解；

S6-2：证明纳什均衡解的唯一性

将对效用函数U_i的Hessian矩阵进行检查，优化时段内的充放电计划表为u_i＝[u(1),u(2),…,u(J)]：

其中，1≤x，y≤K，而n阶实对称矩阵H＝(h_xy)为正定矩阵的充分必要条件是H的各阶顺序主子式都为正值，即

由(23)式可以看出，Hessian所有对角元素都是正的，而其他非对角元素为0，因此本发明所述的Hessian矩阵为严格正定矩阵，这表示效用函数严格为凸，此外策略空间Ω是非空紧凑的凸子集，因为它是由一系列有限线性约束条件所界定的，综上可知，所采取的非合作博弈模型存在唯一的纳什均衡点；

S6-3：证明纳什均衡与帕累托最优的一致性

资源分配应使总体成本函数最小，表示为：

设为此式的最优解，则

展开后得

要使U最小，因此存在

对上式的两边同时减去

则有

即满足由此得证，帕累托最优和纳什均衡一致。