文献阅读07期:智网中动态电价对太阳能板普及的影响
Posted RaZLeon
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了文献阅读07期:智网中动态电价对太阳能板普及的影响相关的知识,希望对你有一定的参考价值。
[ 文献阅读·能源 ] Techno-economic analysis of the impact of dynamic electricity prices on solar penetration in a smart grid environment with distributed energy storage [1]
推荐理由:1.用斯塔克尔伯格博弈削峰填谷;2.利用动态电价提高需求侧太阳能板普及率;3.缓解弃电和光伏削减问题;4.吧供需双方经济结合起来;5.一个拥有597千瓦时电池的300兆瓦太阳能发电厂的太阳能普及率高达67.78%
1.摘要&简介
- 本文研究背景为有6万智能住宅的光伏装机容量400兆瓦的智能电网。
- 将斯塔克尔伯格博弈引入供应方,提高收益率的同时解决弃电和光伏削减问题。
- 四个指标用于研究整个网络的经济活力:能源平准化成本、储存平准化成本、回收期和净现值。
2.问题模型与求解方法
- 先从大流程图看本文的问题和求解办法:
- 容易发现的是,实时定价领域,大多数文献都采用了双层规划的优化方法,其本质上还是由于电力网络的两大主体所决定的:供电商和用户。如何高屋建瓴地制定决策(模型),从根本上决定了供给侧和需求侧的福利模式。
2.1.上层问题 - 供给侧利润最大化
- 直接上供给侧目标函数:
min 0.02 < P E i < 0.20 σ E n e t + α 1 ∗ σ P E − α 2 ∗ ∑ i = 1 24 P E i E solar i (4) \\min _0.02<P_E i<0.20 \\sigma_E_n e t+\\alpha_1 * \\sigma_P_E-\\alpha_2 * \\sum_i=1^24 P_E_i E_\\text solar _i\\tag4 0.02<PEi<0.20minσEnet+α1∗σPE−α2∗i=1∑24PEiEsolar i(4) - 其中:
σ E n e t = ∑ i = 1 24 ( E n e t i − E n e t ‾ ) 2 N − 1 (5) \\sigma_E_n e t=\\sqrt\\frac\\sum_i=1^24\\left(E_n e t_i-\\overlineE_n e t\\right)^2N-1\\tag5 σEnet=N−1∑i=124(Eneti−Enet)2(5)
σ P E = ∑ i = 1 48 ( P E i − P E ‾ ) 2 N − 1 (6) \\sigma_P_E=\\sqrt\\frac\\sum_i=1^48\\left(P_E i-\\overlineP_E\\right)^2N-1\\tag6 σPE=N−1∑i=148(PEi−PE)2(6)
2.2.下层问题 - 用户福利最大化
- 下层优化目标:
min ∑ i = 1 24 P E i × ( Q E i + E C i − E D C i ) (7) \\min \\sum_i=1^24 P_E i \\times\\left(Q_E_i+E_C_i-E_D C_i\\right)\\tag7 mini=1∑24PEi×(QEi+ECi−EDCi)(7)
至此,本文的核心内容便搞定了,方法还是双层优化的方法,详细请看最早那期能源文献阅读。
3.文献实验
参考文献
[1] Sheha M, Mohammadi K, Powell K. Techno-economic analysis of the impact of dynamic electricity prices on solar penetration in a smart grid environment with distributed energy storage[J]. Applied Energy, 2021, 282: 116168.
以上是关于文献阅读07期:智网中动态电价对太阳能板普及的影响的主要内容,如果未能解决你的问题,请参考以下文章
BSP视频教程STM32H7视频教程第12期:NVIC中断管理和优先级动态分配,实战分享减小开关中断对实时性影响,提升系统响应速度(2022-04-07)
文献阅读18期:Learning Convolutional Neural Networks for Graphs
文献阅读18期:Learning Convolutional Neural Networks for Graphs
文献阅读18期:Learning Convolutional Neural Networks for Graphs
文献阅读20期:Transformer Transforms Salient Object Detection and Camouflaged Object Detection
文献阅读20期:Transformer Transforms Salient Object Detection and Camouflaged Object Detection