IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

信息物理融合的智慧能源系统多级对等协同优化

已有 3064 次阅读 2019-3-18 19:25 |系统分类:博客资讯

智慧能源系统:是集能源的物理网络、信息网络和金融网络于一体,综合考虑能源的社会和技术双重属性,拥有自组织、自协调、自治理等功能,具有开放、共享和即插即用等特征,并满足安全、经济和可持续等社会需求的未来能源形式。智慧能源系统(Intelligent energy systems, IES)通过分布式产消者(联盟)对等交互的方式促进能源流、信息流和业务流的深度融合,实现区域能源的自给自足和可再生能源的经济利用。

 

智慧能源系统是新一代能源电力系统的发展趋势。一方面,电力能源在生产、传输、存储、消费和交易等各个环节呈现出信息与物理深度融合的特性;另一方面,电力网络基础设施作为物理系统便于与信息系统无缝集成和互动。在信息物理融合能源系统(Cyber-physical energy systems, CPES)的推动下,能源电力系统逐渐从数字化、信息化向智能化、金融化的方向发展。

1.jpg

新一代能源电力系统发展趋势

目前,大多数能源电力系统以单纯的发电侧或负荷侧作为能源实体,并依托中心机构来实现双边或多边零售电力市场的一般架构。然而,随着可再生能源技术的发展,特别是考虑到集能源生产、消费、买方和卖方于一身的产消者大规模渗透,这种集中式优化方法已经无法满足新的零售电力市场需求。例如:

1)复杂运行环境下的产消者自主调度和本地能源供需平衡;

2)考虑用户效用和社会福利最大化的电力市场交易机制;

3)高效、可靠的电力金融系统,以支持灵活的电力交易执行;

……

如何对智慧能源系统进行建模?

本文将智慧能源系统拆分为三层网络结构:物理系统网络层、信息系统网络层和金融系统网络层。

在物理系统网络层, 每一个电力用户被视为一个产消者单元,由智能电表、能量枢纽、可再生能源发电装置(如家用小型风力发电机、光伏面板),储能设施(如蓄电池)以及智能负荷(如智能家用电器、电动汽车)等组成。出于广域能源供需平衡的考虑,将若干用户结成产消者联盟,以进一步减小能源供需的整体偏差。

在信息系统网络层,基于现有通信技术或下一代通信技术,智能电表和能源路由器作为信息聚合器实时采集节点的能源信息,并以数字货币的形式完成电力交易。一方面,在产消者联盟内,能源路由器根据产消者节点的能源信息协调所有节点的对等电力交易。另一方面,在产消者联盟间,底层产消者节点可通过能源路由器与其他联盟内产消者节点达成对等电力交易。

能源金融系统网络层基于区块链技术向用户提供可编程智能合约和分布式交易记录等服务,其信任机制不来于第三方的背书,而是所有用户对于共识机制的认同。因此,用户可根据自身资源情况制定合约实现对等电力交易,并记录交易结果。

需要强调的是,虽然系统为分层架构,但三层网络间并不独立,而是通过能量流、信息流与业务流优化互动。

2.jpg

智慧能源系统结构示意图

如何对模型进行多级对等协同优化?

在智慧能源系统中,电能作为商品可被用于电力交易,与此同时,产消者节点作为理性人可根据自身需求产生理性购/售电意愿,传统的建模方法已不能很好地反映出这种理性意愿,需要探讨一种更为有效的建模方法以量化用户对电能商品的需求效用。

Stone-Geary效用函数通过整合成本恒定效用指数,能够更准确地量化用户消费偏好。基于此,以最大化用户效用为目标函数,制定局域和广域两级产消者对等协同优化问题。其中,局域协调用于本地电力资源最优分配,广域协调用于进一步减小能源供需的整体偏差,由此二者通过信息交互体系实现协同优化过程。同时,还制定了双向拍卖机制以激励各产消者节点理性报价并主动参与系统资源优化配置过程。

3.jpg

信息交互体系示意图

随着能源电力系统的不断发展,如何构建新型产消者市场分布式电力交易模型目前还是一个开放性问题。鉴于此,本文结合能源的社会和技术双重属性,从产消者对等交互过程中的社会福利、供求平衡和需求意愿等方面出发,提出了一种信息物理融合的智慧能源系统多级对等协同优化方法。该方法基于Stone-Geary函数和双向拍卖机制重构了电力资源优化分配问题,更好地反映了分布式电力交易中的产消者偏好。在此基础上,针对用户隐私和电力交易安全等需求,设计了基于智能合约的金融辅助服务,解决了分布式产消者灵活电力交易执行的问题。

 

 

引用格式:司方远, 汪晋宽, 韩英华, 赵强. 信息物理融合的智慧能源系统多级对等协同优化. 自动化学报, 2019, 45(1): 84-97. 


链接:http://html.rhhz.net/ZDHXBZWB/html/2019-1-84.htm


作者简介:


司方远, 东北大学信息科学与工程学院博士研究生. 主要研究方向为能源系统优化运行与控制. E-mail: fangyuan@stumail.neu.edu.cn


汪晋宽, 东北大学信息科学与工程学院教授. 主要研究方向为智能控制与自适应信号处理. 本文通信作者. E-mail: wjk@mail.neuq.edu.cn


韩英华, 东北大学秦皇岛分校计算机与通信工程学院教授. 主要研究方向为智能电网的优化运行与控制. E-mail: yhhan@126.com


赵强, 东北大学秦皇岛分校控制工程学院讲师. 主要研究方向为智能电网的优化运行与控制. E-mail: learner_2003@163.com




https://blog.sciencenet.cn/blog-3291369-1168222.html

上一篇:【好文推荐】智能交通文集
下一篇:孙富春 | 人工智能:科技与经济发展新引擎
收藏 IP: 159.226.21.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 15:44

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部