基于主從博弈的多微網共享儲能優(yōu)化調度研究

摘" 要： 為避免多微網配置共享儲能出現(xiàn)經濟效益差、可再生能源利用率低等問題，提出一種基于主從博弈理論的多微網共享儲能優(yōu)化調度方法。首先對多微網系統(tǒng)和共享儲能運營商進行系統(tǒng)性建模；其次以共享儲能運營商為主體，各微網為從體，構建主從博弈優(yōu)化模型，共享儲能運營商以日為單位提供儲能租賃服務，并利用分時電價參與配電網調峰；然后主體調整租賃價格以追求最大利潤，從體根據(jù)租賃價格調整租賃容量以降低自身用電成本；最后，對微網內儲能租賃容量和共享儲能調度策略進行求解。算例分析結果表明，所提方法提高了儲能自身利潤，有效提升了共享儲能電站和多微網的利用效率，減少了微網自身花費，提高了微網運行的經濟性。

關鍵詞： 共享儲能； 多微網； 主從博弈； 優(yōu)化運行； 可再生能源； 共享儲能運營商

中圖分類號： TN915?34； TM73" " " " " " " " " " 文獻標識碼： A" " " " " " " " " " " 文章編號： 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，在“雙碳”目標的引導下，光伏、風電等新能源發(fā)展迅速，然而電力系統(tǒng)面臨著新能源消納的問題[1]。微網（Microgrid， MG）能夠高效地利用各個微源，以此實現(xiàn)對負荷的可靠性供給，但隨著負荷側用電需求的不斷增多以及光伏風電等清潔能源大量接入，MG運行的安全穩(wěn)定和運行調度困難的問題會逐漸出現(xiàn)且不斷深化[2]。

儲能是彌補MG中新能源隨機波動的重要方法[3]，利用儲能響應速度快的特點可及時減少新能源功率波動，減少對系統(tǒng)內部機組的沖擊，實現(xiàn)新能源友好并網。但目前儲能的高額成本限制了其發(fā)展。為了促進MG中儲能的發(fā)展，在MG中引入了共享儲能的概念[4]。文獻[5?6]提出多微網租賃共享儲能的策略，利用分時電價參與配電網套利，建立共享儲能運營商（Shared Energy Storage Operators， SESO），同時參與微網和用戶側的協(xié)同調度策略。文獻[7]通過對微網側定價策略的分析，實現(xiàn)了儲能與用戶、用戶與微網之間的利益分配。文獻[8]針對多微網配置共享儲能成本分攤問題，提出了一種多目標優(yōu)化配置模型和利潤分配方法，實現(xiàn)了各微網成本分攤的公平性。

在基于非合作博弈的共享儲能研究中，文獻[9]建立了基于非合作博弈的共享儲能交易類型，增加了儲能項目的收益。但非合作博弈模式不能充分挖掘共享儲能的價值，降低了各個參與者的積極性。文獻[10]提出一種基于用戶隱私的儲能交易策略，采用Shapley值法完成社區(qū)內成本分攤，保護了各方收益。文獻[11?12]研究了共享儲能與各微網間的利益分配問題，通過引入合作博弈促進了微網中新能源的就地消納，提升了共享儲能收益。

上述博弈模型中均未將共享儲能運營商置于主導地位，而儲能作為博弈領導者，如何動態(tài)制定一天內的儲能租賃費用，達到自身利益最大化，以及各微網如何調整充放電時間，減少自身用電成本，亟待深入研究。

針對上述問題，本文提出了一種基于主從博弈理論的多微網共享儲能優(yōu)化調度方法，以共享儲能運營商為主體，采用動態(tài)租賃價格的形式，優(yōu)化共享儲能運營商和各微網調度策略，并通過仿真對比驗證所提模型的合理性。

1" 含多微網的共享儲能系統(tǒng)框架

本文所提出的共享儲能調度策略是在多微網的基礎上進行的，系統(tǒng)主要由微網運營商、共享儲能運營商組成[13]，圖1為其具體結構。

共享儲能系統(tǒng)的運營模式為：集中式共享儲能電站主要向多微網提供儲能租賃服務，根據(jù)存儲或取用的容量收取儲能服務費用。

微網優(yōu)先消納新能源滿足自身負荷需求，剩余凈發(fā)電功率參與共享儲能調度，并通過配電網實現(xiàn)功率平衡[14]。共享儲能運營商在保護自身利益的同時為各微網提供儲能租賃服務，通過制定合理的價格調動微網使用共享儲能的積極性。共享儲能電站剩余容量可根據(jù)分時電價實現(xiàn)配電網調峰調度，利用低儲高放實現(xiàn)套利。

2" 共享儲能博弈優(yōu)化調度模型

2.1" 微網優(yōu)化模型

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

2.2" 共享儲能運營商優(yōu)化模型

2.2.1" 共享儲能目標函數(shù)

共享儲能運營商以日為單位提供儲能租賃服務，并利用分時電價參與配電網調峰。共享儲能運營商以調度周期內凈收益[Fsum]最大為目標，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]為收取的儲能租賃費用；[Fap]為輔助調峰獲利期望；[Fmc]為共享儲能運行維護成本期望；[CMGi，lea]為第i個微網充放電費用；[QE，i]、[Qp，i]分別為第i個微網租賃容量和功率的費用；[μ1]、[μ2]分別為單位容量和功率價格；[ptS，C]、[ptS，D]分別為共享儲能t時刻充電和放電電量；[ptdn，b]、[ptdn，s]分別為共享儲能t時刻與配電網之間購售電量；[μtb]、[μts]為每日t時刻電網購售電價格；[δ]為儲能單位功率損耗成本。

2.2.2" 約束條件

多微網參與儲能充放電需求應滿足以下約束，且不能同時進行充放電：

[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時段微網的充放電功率；[Qp，ca]為總功率容量。

共享儲能使用的儲能能量的容量應滿足其所擁有的能量容量下的荷電約束，且初時與末時荷電狀態(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]為共享儲能在t時刻末的荷電狀態(tài)；[M0se，SOC]為儲能初始荷電狀態(tài)；[Qse，E]為共享儲能能量容量；[η]為傳輸效率。

共享儲能應滿足自身功率平衡約束，即：

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

共享儲能的購電功率應小于其與配電網間允許的最大聯(lián)絡線功率[pdn，bs]，且不能同時進行購電與售電操作。

[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為領導者，各微網[MGi]為跟隨者；領導者的策略是調整租賃功率容量和能量容量的價格，表示為[μ1，μ2]；跟隨者的策略為調整儲能租賃容量的方案，表示為[QMGi，E，QMGi，p，pMGi，C，pMGi，D]，[QMGi，E]、[QMGi，p]分別表示各個微網租賃儲能能量容量和功率容量，[pMGi，C]、[pMGi，D]分別表示各個微網的充放電功率；支付函數(shù)[Fsum，CMGi]為各參與者的收益。儲能運營商將決策信息發(fā)布到各微網，各微網根據(jù)負荷信息調整自身購售電功率并傳遞至儲能運營商處，儲能運營商再次調整決策，當任何一方僅僅改變策略無法獲得更多收益時，此時的策略[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)化模型中的問題[16]，具體參數(shù)如表1所示。

對于共享儲能運行商：目標函數(shù)為調度周期內收益最大，求解一天內的儲能租賃電價方案；對于微網運營商：目標函數(shù)為一天內的成本最低，求解各個微網的充放電功率。具體流程如下。

1） 建立共享儲能個體的決策模型，初始化共享儲能運營商和微網運營商的參數(shù)，k=0。

2） 利用遺傳算法生成m組儲能容量租賃價格信息，將參數(shù)傳至微網運營商。

3） k=k+1。

4） 微網運營商接收m組共享儲能運營商的租賃價格，利用CPLEX求解器求解微網充放電功率、租賃儲能容量以及成本[CMGi]。通過微網管理系統(tǒng)將微網租賃功率容量和能量容量返回至共享儲能運營商。

5） 共享儲能運營商根據(jù)一天內微網的租賃情況計算并保留當前收益[Fsum]。

6） 利用遺傳算法的選擇、變異生成新的共享儲能運營商租賃價格，重復步驟4）、步驟5）計算得到共享儲能運營商的收益[Fsum]與微網運營商的成本[CMG]。

7） 根據(jù)計算結果，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]，結束程序；否則，返回步驟3）。

4" 算例分析

4.1" 參數(shù)設置

本文算例由3個微網與1個共享儲能電站組成，假設一天分為24個時間段，共享儲能配置的集中式儲能容量[Qse，E]為4 000 kW·h，功率容量[Qp，ca]為1 500 kW·h，儲能的充放電效率[η]為95%，與配電網的聯(lián)絡線最大傳輸功率為500 kW。儲能單位功率運維成本[δ]為0.154 2元/（kW·h），單位功率充放電服務價格[γ]=0.154 2元/（kW·h），電網分時電價如表2所示。

4.2" 博弈結果分析

本文設置了3個場景進行對比，分析共享儲能和各個微網的策略。場景1為不考慮共享儲能進行微網系統(tǒng)的優(yōu)化調度；場景2為考慮共享儲能參與微網系統(tǒng)的優(yōu)化調度；場景3為基于主從博弈理論，考慮共享儲能的影響，進行微網系統(tǒng)的優(yōu)化調度。不同場景下各微網、共享儲能運營商的收益如表3所示。

分析表3可知，以微網1為例，場景2在場景1的基礎上考慮了共享儲能，共享儲能機制的引入提高了微網的經濟性，微網1成本減少了312.33元。這是因為共享儲能可以平衡微網的負荷和能源生產之間的差異，促進新能源的消納，減少微網對傳統(tǒng)電網的依賴，降低微網的運行成本。

場景3相比場景2，微網1成本減少了195.06元，共享儲能運營商收益增加了339.09元，說明基于主從博弈理論，共享儲能作為領導者提高了儲能的利用效率。通過不同場景的對比可知，基于主從博弈的多微網共享儲能優(yōu)化調度可以提高儲能收益，減少微網的成本；共享儲能運營商可以通過合理的調度策略來優(yōu)化整個微網的性能。

采用本文方法，以微網1為例，對微網的調度策略進行分析，結果如圖2所示。圖3所示為微網1凈負荷曲線及參與共享儲能充放電后微網凈負荷曲線對比。

分析圖2、圖3可知，微網通過參與共享儲能，平滑了凈負荷曲線波動，微網1在10：00—16：00時段凈負荷曲線為正，放電后凈負荷曲線同樣為正，原因是該時段光伏出力較大，對儲能系統(tǒng)進行充電。在15：00左右放電后，凈負荷曲線逐漸減少。微網1在18：00—21：00時段用電需求增大，此時配電網電價較高，同時儲能放電電價較高，微網需要通過減少一定的負荷來降低用電成本。在0：00—7：00時段，配電網電價較低，微網中新能源出力較少，此時微網利用配電網滿足自身負荷需求。

4.3" 共享儲能運營商調度分析

共享儲能運營商的充放電價格和調度策略分別如圖4、圖5所示。

分析圖4可知，微網通過租賃儲能容量達到用電成本最低，儲能運營商調整租賃電價獲得較多利潤，因此，對微網和儲能共同參與能量交易是互利的。結合圖5分析，在19：00—22：00時段儲能進行放電服務，此時微網租賃儲能電價較高，儲能可獲得較多利潤，提高放電服務時的租賃電價有利于保障自身利益，但這樣不利于共享儲能在較大規(guī)模的市場推廣，否則會降低市場利用效率。在14：00—19：00時段電價較低，儲能僅滿足微網充放電，不與配電網交互電能，這體現(xiàn)了儲能作為博弈領導者，會盡可能地保證自身利益最大化。

如圖5所示，在11：00—14：00為電價高峰時期，共享儲能容量下降較快；在14：00—18：00時段，儲能中一部分進行充電，由于微網中新能源發(fā)電較多，微網中的剩余發(fā)電功率可通過共享儲能進行儲存。在19：00—22：00時段儲能進行放電調度，此時段用電需求量較大，微網中新能源發(fā)電較少，配電網此時處于用電高峰期，儲能為了獲得較多利潤，參與微網充放電后向配電網出售多余電能。在22：00—次日5：00，配電網中電價較低，儲能利用配電網較低電價和微網中新能源發(fā)電進行充電，降低共享儲能運營商的購電成本。圖5中微網與儲能之間能量交互較多，共享儲能充放電服務主要滿足微網中的負荷。微網中有功率剩余時由儲能進行消納，存在負荷缺額時首先通過儲能放電滿足用電需求。在11：00左右，儲能的SOC值達到峰值，這是因為從微網中獲取較多光伏出力。在0：00時，儲能的SOC值達到一天初始時刻附近，一天中儲能完成一個充放電周期。

5" 結" 論

本文針對多微網共享儲能優(yōu)化調度問題，提出了一種基于主從博弈理論的優(yōu)化調度方法。以共享儲能運營商為主體建立主從博弈模型，設置儲能容量租賃價格，引導微網合理調整租賃計劃；同時利用低儲高放策略參與配電網調峰調度，提高儲能自身利潤。通過實驗驗證，該方法能夠有效地提高儲能的利用效率，提高了共享儲能整體的收益。微網根據(jù)共享儲能運營商制定的租賃價格合理調整儲能租賃計劃，通過對凈負荷功率的分析，減少了微網自身花費，提高了儲能的利用率。

本文未對電動汽車等移動式分布式能源進行考慮，后續(xù)將對此問題展開進一步研究。

參考文獻

[1] 禹海峰，黃婧杰，蔣詩謠，等.計及儲能使用年壽命的風電場整體性儲能配置[J].電力科學與技術學報，2022，37（4）：152?160.

[2] 金強，楊衛(wèi)紅，王濤，等.考慮混合儲能調頻需求的獨立微電網投資優(yōu)化[J].電力科學與技術學報，2021，36（1）：52?62.

[3] 劉暢，卓建坤，趙東明，等.利用儲能系統(tǒng)實現(xiàn)可再生能源微電網靈活安全運行的研究綜述[J].中國電機工程學報，2020，40（1）：1?18.

[4] 劉亞錦，代航，劉志堅，等.面向多類型工業(yè)用戶的分散式共享儲能配置及投資效益分析[J].電力自動化設備，2021，41（10）：256?264.

[5] 李咸善，方子健，李飛，等.含多微網租賃共享儲能的配電網博弈優(yōu)化調度[J].中國電機工程學報，2022，42（18）：6611?6625.

[6] 謝雨龍，羅逸飏，李智威，等.考慮微網新能源經濟消納的共享儲能優(yōu)化配置[J].高電壓技術，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能與綜合能源微網優(yōu)化運行研究[J].電網技術，2023，47（2）：679?690.

[8] 李咸善，解仕杰，方子健，等.多微電網共享儲能的優(yōu)化配置及其成本分攤[J].電力自動化設備，2021，41（10）：44?51.

[9] 王珣，劉瑾，沈瑋.基于區(qū)塊鏈技術的非合作博弈共享儲能交易模型[J].南京信息工程大學學報（自然科學版），2022，14（5）：595?603.

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

[11] 馬瑞真，張新燕，章攀釗，等.計及需求響應與主從博弈的微網低碳優(yōu)化調度[J].現(xiàn)代電子技術，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能的多主體交易機制設計[J].電力需求側管理，2023，25（4）：21?27.

[13] 閆東翔，陳玥.共享儲能商業(yè)模式和定價機制研究綜述[J].電力系統(tǒng)自動化，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，等.考慮多主體主從博弈的多微網協(xié)調優(yōu)化調度[J].電力系統(tǒng)及其自動化學報，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系統(tǒng)優(yōu)化配置[J].中國電力，2022，55（6）：65?73.

作者簡介：呂榮勝（1998—），男，河南鄭州人，碩士研究生，主要研究方向為新能源發(fā)電與儲能技術。

黃正偉（1972—），男，湖北大冶人，博士研究生，教授，博士生導師，主要研究方向為電力大數(shù)據(jù)、新能源應用與規(guī)劃。

魏業(yè)文（1987—），男，湖南常德人，碩士生導師，主要研究方向為新型電力儲能與并網技術。

李熠俊（1998—），男，浙江臺州人，在讀碩士研究生，主要研究方向為虛擬電廠優(yōu)化調度。

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共享儲能優(yōu)化調度研究[J].現(xiàn)代電子技術，2024，47（20）：46?50.

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

基金項目：國家自然科學基金項目（52377191）；國家自然科學基金青年基金項目（52107108）