智能分布式多微网系统的能量调度机制及其公平性分析

沙特国王大学学报智能分布式多微网系统Khushboo Jaina，Mr.，1，Meera Dhabub，Omprakash Kakdea，Nitesh Fundec，da印度信息技术学院，印度马哈拉施特拉邦那格浦尔b印度马哈拉施特拉邦那格浦尔Visvesvaraya国家技术学院c韩国首尔崇实大学06978d印度安得拉邦阿马拉瓦蒂VIT-AP大学阿提奇莱因福奥文章历史记录：2021年3月23日收到2021年7月12日修订2021年8月1日接受在线预订2021年8月10日保留字：多微网能源调度Vickrey拍卖基于非优先级的能源市场A B S T R A C T针对智能分布式多微网系统，提出了一种完全公平的能量调度机制，保证了能量在所有的买方微网（MG）之间公平调度.这是一种基于非优先级的无饥饿机制，因为所有买方都被平等对待，并且每个买方MG通过内部交易得到满足的其能量需求的至少一部分能量调度分两个阶段进行：在阶段I期间，能量在所有买方MG之间均等地分配。由于这种能量的平等分配，买方MG受益，因为他们不需要以更高的价格从公用电网购买他们的全部能量需求。在阶段II期间，Vickrey拍卖方案用于调度在第一阶段期间未满足其能量需求的买方MG之间的剩余能量。我们已经评估了所提出的机制，通过模拟环境的微电网网络的示例实例。仿真结果表明，与只采用拍卖方式进行内部交易的方案版权所有©2021作者。由爱思唯尔公司出版代表沙特国王大学这是一个开放的访问CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍最近，由于生态问题，对产生清洁能源的需求一直在增长，并且由于不可再生能源（例如煤、天然气和石油）的可获得性受到限制，因此有必要有效地利用该能源《2020年世界能源展望报告》表明，到2030年，全球能源需求将以每年12%的速度增长（IEA，2020），能源效率是改善能源供应压力的基础，同时接受不断增长的需求而不切断这种情况。需要尖端的创新，使使用生物质，风能，太阳能和地热等可再生资源的能源随着许多国家的立法机构实施，智能技术在更大范围内得到了广泛应用*通讯作者。1ORCID ID：https://orcid.org/0000-0001-5643-3647沙特国王大学负责的同行评审制作和主办：Elsevier或者正在实施它，并且也正在为这种实施提供激励措施（Yu和Xue，2016）。通过能源洞察使电网更加智能化，在不断发展的生态社区中沿着能源价值链创造了新的范围。这就要求我们重新考虑如何以一种日益熟练、可行、保守和生态可支持的方式供应和利用电能微电网是解决上述挑战的解决方案。微电网是电力供应系统的一部分，由各种分布式能源（DER）和各种电力终端用户组成。 DER结合了分布式发电（DG）以及具有各种限制和质量的分布式存储（DS）单元（Jadhav和Patne，2017;Guerrero等人， 2010年）。微电网通常以电网连接模式工作，或者在特定情况下，例如孤岛模式，它可以作为自治元件微电网的一个基本作用是保证在电力不足和系统不稳定的情况下保持稳定的运行当MG中的能量大于其自身的能量需求时，它可以将多余的能量提供给公用电网或其他相邻MG。可能很少有MG的能量需求超过他们的世代。为了满足他们的能源需求，他们可能需要通过外部能源交易从公用电网购买，或者通过内部交易从其他MG购买。这就产生了无功功率之间的能量调度的要求。https://doi.org/10.1016/j.jksuci.2021.08.0021319-1578/©2021作者。由爱思唯尔公司出版代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.comK.贾恩，M。扎布岛Kakde等人沙特国王大学学报7820通过形成联网的MG来实现微电网为了鼓励内部能源交易，大多数能源调度的研究都假设，q英镑 > q MBP和 qMSP> qGSP对于本文提出的工作，我们假设，q英镑>qMBPPqMSP>qGSP2000这鼓励了微电网之间的能量交换。也就是说，需要能量的所有MG将尝试从具有过剩能量的其他相邻MG获得其需求，而不是以更高的价格从公用电网购买能量。但是，微网的发电量有限，而且是间歇性的.因此，需要在MG之间有效地调度微电网产生的能量。（本工作中使用的术语见表1）1.1. 文献综述过去已经考虑了不同种类的能量调度机制。Bayram等人（2014）进行了一项调查，能源交易的各种数学框架。 Liu等人（2017）对电力系统中的交互能量思想和交互控制策略的研究和应用进行了文献调查。许多研究人员提出了基于博弈论的算法来优化能源市场中买方和卖方的效用（Loni和Parand，2017; Tushar等人，2018年）。Wang等人（2015年）提出了一种能量管理框架，可以减少智能电网中电力系统的损耗并保持稳定性。它使用基于博弈论的模型的损失减少过程中，通过价格控制分布式设备。一些研究也将Stackelberg博弈用于能源管理。Liu等人（2017）提出了一种提前一小时的定价机制，用于光伏生产者之间的能源共享。该机制使用Stackelberg博弈，其中中央控制者是领导者，产消者是追随者。Lee et al.（2015）提出了一种能量调度机制，其中假设市场是完全分布的，没有任何中央控制器。在这里，卖方作为游戏的领导者，决定交易的能量，买方作为追随者，提交表1命名法CM中央管理器E合计1第一阶段的过剩能源总量E合计2第二Esi卖方iN买方微电网M卖方微电网Ebmg1E bmg 2bmg 2 bmg 2 bmg能源在第二阶段由买方i从公用电网购买的Erequesti买方的能源需求i第一阶段后的qMBP微电网购买价格qGBPGrid（Utility Grid）购买价格qMSP微电网售价qGSP电网（公用电网）购买价格投标价格投标价格买方投标价格iDPd价格差异BN最高出价BS第二高出价DSO配电系统操作员阶段p期间分配的能量百分比Cpsip阶段每个卖方iRpi阶段p每个卖方i向卖家出价 Bazmohammadi等人（2019）提出了考虑各种不可预测来源的内生和外生能源管理机制。Daneshvar等人（2021）考虑了仅使用可再生能源和交易能源机制的MG，旨在建立一个自由的能源共享环境。一些研究者提出了随机预测模型用于能源管理。Bazmohammadi等人（2020）提出了一种两阶段随机模型预测控制，其中还开发了使用线路流量灵敏度因子的成本分配。Anvari-Moghran等人（2015）提出了一种住宅能源管理系统，以提高微电网中能源利用的有效性，同时考虑到最小的能源消耗和最大化用户的安慰水平。Anvari-Moghovic等人（2017）还提出了一种本体驱动的基于多智能体的系统（MAS），用于能源管理，以实现并网住宅MG的有效运行，其中智能体被分类为中央协调器智能体、建筑管理智能体、RER智能体、电池智能体和服务智能体。Anvari-Moghran等人（2017）的目标是最大限度地降低运营成本，并满足消费者KumarNunna和Doolla（2013）提出了一个基于两级多智能体的能量分配系统。两个层次，即底层和顶层，由各种智能代理。在底层，Agent帮助MG以买方MG或卖方MG的身份参与能源交易顶级代理商促进内部能源交易。Iria等人（2018）提出了两阶段优化模型，该模型有助于拍卖过程中的聚合器向日前的能源市场提交投标Iria等人的工作重点。（2018）是为了限制聚合器在日前和实时市场上购买和供应能源的净费用。将可持续能源的渗透扩大到一个城市-租金分散系统是建立微电网的主要推力as a smart聪明and present当前day power功率framework框架.智能控制单元或能量管理系统（EMS）负责其受保护的、实用的和有条理的活动，同时处理微电网挑战，例如，由于可再生能源的间歇性性质而导致的能量产生和能量需求的脆弱性。这些漏洞导致系统活动的无助。管理该漏洞的方法是在微电网中引入能量存储系统（ESS），例如电池。由于可适应的充电-释放特征，它可以在需要时积累或释放能量，并且以这种方式，它可以在能量失配期间用于在微电网中提供能量。Hossain等人（2019年）提出了电池电量的提前分配，同时考虑到充电-释放周期导致的剥夺电荷，其中使用粒子群优化，Rainflow算法和场景方法创建了解决目标函数的结构。AmjadAnvari-Moghoun等人，2017年提出了一种多目标优化机制，可以在可行的家庭和微电网框架中储备能量，以减少运营费用并满足买方的需求。Carli等人（2020年）提出了一个通用模型和一种方法论哲学，以说明和解决并网微电网的理想能量分配问题，从而巩固负载的适应能力。许多研究人员提出了双边拍卖方案（Faqiry和Das，2016;Zhang等人，2015;Gregoratti and Matamoros，2015）. Vytelingum等人（2010年）考虑到输电线路容量不足，采用连续双重拍卖进行能源交易。Ramachandran等人（2011年）在考虑各种DER的发电成本时也使用了连续双向拍卖。在目前研究的一些能量调度机制中，能量仅被调度给具有一定优先级的MG。Park等人（2016）提出了一种基于贡献的能源交易在竞争性市场中利用过去的承诺机制阿吉什每个卖家的总收入i的水平，以促使MG贡献越来越多的能量，RK.贾恩，M。扎布岛Kakde等人沙特国王大学学报78211/4f 2 jg¼þ微电网系统Jadhav等人（2018）还提出了一种计算优先级指数的方法，其中在为MG分配优先级时考虑了两个因素，即微电网做出的可验证承诺和特定MG的历史需求。Park等人（2016年）和Jadhav等人（2018年）提出的工作都很好地导致了能量饥饿环境，并导致一些较新的MG的不幸（Chao等人，2016年）。对于一些较新的MG，Funde等人（2018）提出了一种无饥饿的最佳微电网发电调度策略（SF-OEAP）。Funde等人（2018）引入了三个新参数，即净负荷预测的预测精度、微电网的收益指数和饥饿参数。虽然SF-OEAP能量调度通过增加饥饿参数消除了饥饿问题，但由于其使用各种参数计算优先级，能量分配仍然不够公平。1.2. 贡献尽管在多微网系统方面已经做了一些成功的研究，但很少有突出的研究空白。在后期的工作中，尽管已经利用不同的方法针对各种目标完成了微电网能量调度，但是能量并没有在所有购买者之间公平地调度。为了解决上述问题，在本文中，我们提出了一个完全公平的能源调度。该调度器不仅确保买方MG之间的公平能量分配，而且还最小化能量购买成本。在这项工作中，目标是建立能源采购机制，最大限度地减少总购买成本，同时满足买方本文的贡献简述如下：1. 本文提出了一种基于非优先级的能量调度算法。2. 作为基于非优先级的算法，每个参与的买方MG将通过内部交易以较低的价格获得其全部能量需求的至少一部分。因此，它被命名为一个完全公平的能源调度（CFES）机制。3. 所提出的调度机制在两个阶段中分配能量(a) 在第一阶段，它做公平的能量调度之间的所有买方MG使用比例分配方法。(b) 在第二阶段，它使用Vickrey拍卖计划调度剩余的能量，如果有的话。4. 提出的调度机制，不仅强调买方的利益，但也考虑到增加利润的卖方使用Vickrey拍卖计划。因此，买卖双方的5. 所提出的能量调度机制是基于非优先级的，因此将有助于较新的微电网以较低的成本（qMBP）扩展其效用与其所需的能量需求6. 所提出的完全公平能量调度（CFES）机制使所有买方MG的能量购买成本最小化，因为买方MG不需要以更高的价格（qGBP）从公用电网购买其所有所需的能量。7. 由于拟议的机制据说是完全公平的，通过内部交易出售能源产生的收入在所有卖方MG之间平均分配。8.仿真结果表明，该机制减少了能源购买成本显著，DSO用于向卖方MG付款的付款方式。模拟结果和讨论在第6节中给出，最后，结论在第7节中提供2. 系统模型在这项工作中，我们已经考虑了一个系统模型，该模型由图1所示的智能分布式微电网网络组成。我们假设每个MG中的DER包括可再生能源资源，例如太阳能、风能、水电、地热能等，以及存储设备和负载。所有的发电机都是相互连接的，可以通过电力交换线路在它们之间以及与公用电网交换能量。假设所有必要的安全通信基础设施都存在于MG的智能分布式网络在这个智能分布式网络中，假设有lMG和l 1/4 f 1; 2;. Zg表示所有MG的索引集。每个MG在一天的固定时间间隔期间具有其发电Gi和负载Li。每个MG的能量需求可以大于（GiLi）或小于其产生的能量（Gi>Li）。<可能有两种情况：1. 如果Gi>Li，则MGi是具有过剩能量的卖方MG（Si），2. 如果GiLi，则MGi是具有所需能量的买方MG（Bi<1/4Li-Gi因此，MG可以将其多余的能量出售给需要比其发电更多能量的其他MG或公用电网。具有过剩能量的MG被称为卖方（提供者）MG，并且从其他MG购买能量的MG被称为买方（消费者）。MG.S表示的设置的卖家，哪里S1/2 fi2ljGi>Lig卖方MG，B表示买方集合，其中B我 IG I0，也就是说，存在其能量需求大于所调度的能量E_eq的一些买方MG_i由于在阶段I的内部交易期间未满足买方MGi在阶段I期间，并且如果Etotal2>0。因为，如果E总计为20，则买方MG需要从公用电网购买其剩余的能量需求。K.贾恩，M。扎布岛Kakde等人沙特国王大学学报7823图二. 提出能源调度机制。有许多可用的拍卖方案：第一价格密封投标拍卖、英式拍卖和荷兰式拍卖（Malekovic等人，2020年）。英式拍卖和荷兰式拍卖是口头拍卖而不是密封拍卖，因此不能用于具有严格时间限制的电力市场中的拍卖。在第一价格密封投标拍卖中，每个投标人向DSO提交密封投标。出价最高的人获胜，并支付他的能源出价。与Vickrey拍卖不同的是，在第一价格拍卖中，出价真实价值并不是一个优势策略。因此，在这项工作中使用了Vickrey拍卖，因为它比其他策略（Vickrey，1961）带来了更好的结果。设PbifPb1;Pb2;：;PbKg为投标价格向量，愿意参与第二阶段能量调度的K个买方的单个投标值，其中K6N。投标价格取决于能源市场的买家总数如果投标的数量如果K增加，则每个投标人的投标价格也会增加。这是因为这样的事实，如果买家的数量超过所有买家将试图出价更高，以获得它的需求充分填补在拍卖过程中。因此，在能源交易中，投标价格与投标人的总数K但是，在将投标值发送到DSO之前，每个买方都试图使能源购买成本最小化。问题：（最小化能源购买成本）设i/f 1; 2;. ;Kg是所有购买者的指数集 ， Ebmg1½ fEbmg11;Ebmg12;. ;Ebmg1Kg 和 Ebmg21/4fEbmg21;Ebmg22;。 . . ;Ebmg2<$K<$g是向量其分别指示买方在阶段I和阶段II期间接收的用于满足剩余能量需求的能量。买方承担的总成本由下式给出成本：1/2Pb b受制于，Pbi><$aωPLL;Pb i<$<$bωK;Pb i <公司简介其中，a和b是常数。DPd定义为，买家MGi将参与能源调度，DPd¼BN-BS12阶段II如果满足以下条件，1. Ereq i>Eeq2. E总计2>0在阶段II期间，DSO进行基于拍卖的能量调度，其中在阶段I期间能量需求未被完全满足（Eremreq_i_n>0）的所有买方将参与拍卖过程。对于拍卖，使用Vickrey拍卖方案。维克瑞拍卖也被称为第二价格拍卖（维克瑞，1961）。这是单边拍卖，因为只有买家出价的能源。拍卖遵循以下准则（希克曼例如， 2008年）：1. 买方提交一个能源单位需求的投标作为封闭投标。2. 买方对其剩余能量需求的要求（Eremreqi）。3. 只接受小于PUL的非负出价4. 出价最高的买家将被选中。5. 如果被选中，买方必须支付与第二高出价相等的价格。6. 最后，能源将被安排给中标人。CEeq;Ebug可以被描述为，CEeq;EbugiqMBP ωEbmg 1 qGBP ωEbugðiÞð13ÞDSO对投标人可以投标的价格规定了下限和上限DSO尊重买家的要求由于需求被认为是价格独立的，卖方可能希望价格高得多。上限PUL尊重这种必要性。因此，买方如果买方由于其较低的投标值而在拍卖过程期间没有接收到能量，或者其能量需求（Eremreq_i_n）大于在拍卖期间在阶段II中从微电网接收的能量的量，则买方需要从公用电网购买能量。由于目标函数是仿射的，所有约束条件都是线性的，因此可以使用具有最优解的Karush-Kuhn-Tucker（KKT）条件来求解该问题。拉格朗日乘子的技术是一个系统，用于跟踪附近的最大值和最小值的一个函数受到平等的要求。KKT条件拓宽了Lagrange乘数的思路，使其除处理等式约束外，还能处理不等式约束。K.贾恩，M。扎布岛Kakde等人沙特国王大学学报7824ð Þð Þ因此，我们认为，LPωbifPωbi -k1g1Pωbi-k2g2Pωbi14其中，L<$Pωb<$i<$i是一个朗朗函数，f<$Pωb<$i <$i可以描述为，fPωbiPωbi ωEbm g2μiμmMBPωEbm g1 简体中文 （14）中的第二项和第三项gi<$P ω b <$i<$i可写为g1<$Pωb<$i <$i<$i-Pb <$i <$i<$a<$PLL<$16<$ig2PωbiPbi-bωN17算法1.完全公平能源法案（CFES）K.贾恩，M。扎布岛Kakde等人沙特国王大学学报7825K.贾恩，M。扎布岛Kakde等人沙特国王大学学报7826Pbmg pi1联系我们.¼（¼上述问题的KKT条件如下：1. 初步可行性：g1Pωbi6018g2Pωbi60192. 双重可行性：5fPωbi -k15g1Pωbi -k25g2Pωbi< $0203. 补充松弛：k1g1Pωbi< $021k2g1Pωbi< $022从等式（21）Eq.（22），有四种可能的情况：1.k1<$0;k2< $0在第一种情况下，由于k1 1/40和k2/40是方程中的对偶可行性条件。（20）变为Ebmg2 i1/40。参与第二阶段拍卖过程的每一位买家MG，为零。因此，这种情况并没有给出最优可行解。2. g1Pbi0;k20考虑到第二种情况，方程中的对偶可行性条件。（20）变为满足约束的k11/4-Ebmg2i在T2处，DS0从所有卖方MG接收E请求，并且从所有买方MG接收E请求C：第一阶段。在T3时刻，DSO采用比例除法计算Eeq在T4处，DSO计算Ebmg1。在T5，DSO还宣布Ebmg1并计算Etotal2。D：第二阶段。在T6，DSO收到密封的投标价格.E：在T7，DSO使用Vickrey拍卖调度能量。在T8，DSO宣布Ebmg2。5. 计费机制在该部分中，解释了DSO用于向卖方MG进行支付的计费机制。假设：对于模拟，我们忽略了DSO的联络费用，它将与交易的能量成比例由于拟议的机制被认为是完全公平的，通过内部交易出售能源所产生的收入在所有卖方MG之间平均分配。为此，在每个阶段期间分布的能量的百分比年龄被计算为，XEEi10023E共计其中，P是能量被调度的阶段。k160。因此，这种情况下给出了一个最优可行解。3. k1<$0;g2Pbi<$<$0在这种情况下，方程中的对偶可行性条件（20）成为k2½Ebmg2i。因为k2应该是60.该案件并没有给出一个XN;如果p<1K;如果p1/42对于每个阶段p，每个卖方MG的贡献为：ð24Þ被阻止-最优可行解4. gPbi0;gPbi 0根据该阶段计划的能源百分比开采，1ð Þ1个月最后，在这种情况下，Cps i ¼Es i ωDpð25Þ当量（21）使得k1P0.但是，由于问题是最小化，ð Þð Þ100问题，k1和k2应该是60。因此，这种情况也没有给出最优可行解。4. 市场模拟这两个阶段被认为是模拟的建议每个卖方MGi的收入取决于在每个阶段p中贡献的能量的量，并且可以计算为，RpiCpsiω价格26其中，电力市场环境下智能分布式多微网系统的运行机制。MG根据能源生产和负荷需求承担买方或卖方的角色。市场操作在时域上的动作顺序如图所示。3.第三章。电力市场可以模拟如下：价格MBP;如果p¼1Pb卖方i产生的总收入为，ð27Þ答：在T1，DSO宣布qMBP和qMSP。乙：RiXRpi28p图三. 时域市场操作的动作序列。K.贾恩，M。扎布岛Kakde等人沙特国王大学学报7827¼¼¼6. 实验：结果和讨论表4第二阶段能源调度针对分布式智能微电网系统，提出了完全公平的能量调度算法。 对于模拟，我们假设：存在Z18个微电网，其中卖方微电网是M8个，买方微电网是N10个，如表2所示。表2还显示了发电容量、能量买方微电网剩余能量需求（Eremreqi），千瓦时投标价值（卢比）/单元接收的能量（第2阶段）（Ebmg2kWh）从主电网购买的能源（E bug i）（千瓦时）需要和盈余/赤字的能量为每个MG。这是我们创建的合成数据集，用于展示各种用例。假设来自所有卖方微电网的总过剩能量（E总1）为1，500kWh 。为了方便起见，微网格被标记为1到18. 在运行Windows10的Intel Core i5 1.06 GHz CPU上在MATLAB环境中进行模拟。a的值被认为在1和1.5之间，b的值被认为在0.5和1之间 我们假设E等于Pg，其中g大于0.2 Wh。此外，Ereqi> g.6.1. 第一阶段的成果最初，DSO将可从所有卖方获得的总能量分成N个相等的部分，用于将能量分配给所有买方微电网，也就是说，E总计1¼ 1; 500 kWh和10、因此，Eeq¼Etotal1=N¼150kWh。表3显示了能源需求连同在算法1的阶段I期间完成的能量调度。能量需求大于150 kWh的买方，即除了MG3和MG11之外的买方微电网在第一阶段获得150kWh微电网MG3表2微电网的系统数据1 100 5.175 100 0429 4.900 0 29868 4.238 0 6810 128 4.886 0 12814 39 4.647 32 3915 113 4.985 0 8117 82 4.687 0 8218 81 4.800 0 81和MG11分别获得83kWh和85kWh，这是它们的实际能量需求。因此，这两个买方微电网的剩余能量需求（Eremreqi 除MG3和MG11外，所有其他买方微电网将参与第二阶段拍卖，以购买剩余的能源需求。6.2. 第二表4示出了剩余能量需求Erem_req>0的每个买方MG的投标值。在第一阶段期间向所有买方调度能量后，第二阶段的DSO总能量（E总2）为132kWh。由于在第二阶段维克瑞拍卖计划使用时，选择出价最高的买方，但微电网一代千瓦时需求千瓦时盈余/赤字千瓦时作用排在第二位的价格。也就是说，选择具有最高出价Rs的买方MG1。5.1750/Wh。能量1 130 380- 250买方2 543 288 255卖家3 365 448- 83买方4 259 438- 179买方5 378 191 187卖家6 482 324 158卖家7 623 287 336卖家8 287 505- 218买方9 397 272 125卖家10 105 383- 278买方11 316 231- 85买方12 527 286 241卖家13 438 315 123卖家14 154 343- 189买方15 186 449- 263买方16 329 254 75卖家17 139 371- 232买方18 94 325- 231买方买方MG1的需求在此阶段仅为100kWh，100E共2，因此100千瓦时计划在卢比的价格给这个买家.<4.9859/Wh（第二高投标价）。在将所需能量调度到MG1之后，DSO剩余的能量为，E总计2/432kWh。由于E总计2>0kWh，因此买方MG15是次高投标人（投标价值= Rs。4.9859/ Wh）。该买方微电网的能量需求为113kWh，但DSO剩余的总能量仅为32kWh。因此，在第二阶段（见图4），以Rs向买方MG15安排32kWh。 4.9004/ Wh，这是下一个最高投标价格，该买方微电网表3第一阶段能源调度买方微电网能源需求（Ereqi）（kWh接收的能量（第一阶段）（Ebmg1kWh）剩余能量需求（Eremreqi）（kWh1 250 150 1003 83 83 04 179 150 298 218 150 6810 278 150 12811 85 85 014 189 150 3915 263 150 11317 232 150 8218 231 150 81见图4。 MG 15的能量调度分析。K.贾恩，M。扎布岛Kakde等人沙特国王大学学报7828¼将需要从公用电网中获取81千瓦时。现在，E总计20，所以算法在这里终止。在阶段II期间没有接收能量并且具有Erem_req_i_n>0的买方微电网买方微电网需要以qGBP从公用电网购买能量。表4还示出了每个买方微电网将从公用电网购买的能量的量（Ebugi）。与其他算法不同，其中DSO以较低的速率将能量调度到仅少数买方微电网，并且剩余的买方微电网需要以较高的速率从公用电网购买其全部能量需求。本文提出的机制确保所有买方微电网在qMBP从DSO接收其能量需求的至少一部分，并且可以购买剩余的能量，如果有的话，来自公用电网。图5示出使用所提出的机制对所有买方MG进行能量调度。我们可以看到，没有买家必须以qGBP从公用电网购买所需的全部能量。利用该机制，当买方微电网需要从公用电网购买能量6.2.1. 情况1：当在拍卖过程中选择买方微电网，但是剩余能量需求（Eremreq_i_n）大于Etotal2时，在阶段II中选择买方微电网用于能量回收。如果在拍卖过程中出价过高，考虑该个案对于表4中的买方MG15，选择微电网用于能量调度期间相II和其要求（Eremreq=15 kWh/113kWh）大于总可用在第二阶段期间使用DSO（E总计2¼32kWh）。买方MG15需要购买其剩余的能源需求，即81千瓦时（Ebug15千瓦时）从公用电网中提取6.2.2. 案例2：拍卖过程中未选中买方微电网时如果买方微电网的投标值较小，则在拍卖过程中可能不选择该买方微电网用于能量调度。表4示出了在阶段II期间由于其较低的投标值而没有从DSO接收能量的买方MG（MG4;MG8;MG10;MG14;MG17;MG18是在阶段II中没有接收能量的微电网）。因此，这些微电网将不得不以qGBP从公用电网购买其剩余的能量需求。表5总能源购买成本。买方总能量总能量总能源购买成本微电网购买成本使用建议的机制在卢比。购买成本只使用卢比拍卖。在没有内部交易的情况下，使用拟议的机制，卢比11023.5971261.42416253290.5413.836539.54713.5874.6581163.58967141714171013571334.534180711297.5552.5552.514778.51228.51228.5151208.3151288.8291709.51710581107.861508181051.51082.8781501.5提出的机制相比，只使用拍卖的能量调度机制。比较是根据购买者购买能源所产生的成本来计算的来满足他们的能源需求。表5示出了当使用CFES时买方产生的总购买成本，图7示出了当要以qGBP从公用电网购买能量时，使用所提出的机制、仅使用拍卖并且在没有内部交易的情况下对所有买方微电网产生的总成本的比较。 从图 7，我们可以看到，使用我们提出的机制，总的购买成本更少。这表明，买方受益，因为他们不需要为他们的能源需求支付高额费用，因为这种策略最大限度地降低了购买成本。完全公平的能量调度器在第二阶段使用拍卖策略来调度DSO剩余的能量。在第二阶段使用拍卖的原因是，我们也在努力支持卖方，以便卖方可以通过出售其多余的能源获得利润。我们保持PUL等于qGBP，PLL等于qMBP。这是因为，买家已经收到了相当数量的能源在第一阶段在qMBP 并考虑到对于卖方，我们希望买方在第二阶段的拍卖期间在qMBP和qGBP之间的范围内对剩余的能量需求进行投标。第二阶段采用Vickrey拍卖方案进行拍卖。随着维克瑞拍卖，每个买家都试图出价更高，因为买家知道它不必支付与他的出价相同的金额。买方总是支付一个较低的金额，然后它的投标价格在对比的单一拍卖方案中，买方必须支付的金额等于他的投标价格。因此，卖方将在第二阶段获得大量利润（见表6）。由卖方MG产生的收入如图所示。 六、表6卖方微电网产生的收入。卖方将能源出售给微电网公用电网在qGSP（2/kWh）qMSP时相邻MG（3.5/kWh）第一阶段qMBP的相邻MG和第二阶段的拍卖（使用建议的机制）图五.使用完全公平的能量调度器进行能量调度。2 510 892.5 925.275 374 654.5 678.536 316 553 573.307 672 1176 1219.189 250 437.5 453.5612 482 843.5 874.4713 246 430.5 446.3016 150 262.5 272.1397388共计3000 5250 5442.79K.贾恩，M。扎布岛Kakde等人沙特国王大学学报7829见图6。 卖方微电网产生的收入。可以通过拍卖过程仅使用第二阶段来调度能量。在这种情况下，我们不能说能源在所有买方MG之间公平分配，并且新MG可能难以在竞争激烈的能源市场中承受竞争利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作。引用7. 结论见图7。 购买能源的总成本。Anvari-Moghran，Amjad，Monsef，Hassan，Rahimi-Kian，Ashkan，2015.在不同的定价方案和天气条件下，实现具有成本效益和舒适性的住宅能源管理。能源和建筑物86，782-793。Anvari-Moghran ， Amjad ， Rahimi-Kian ， Ashkan ， Mirian ， Maryam S. ，Guerrero，Josep M.，2017年。基于多智能体的集成建筑和微电网系统能源管理解决方案。应用能源203，41-56。巴拉姆，I.S. Shakir，M.Z.，阿卜杜拉，M.，Qaraqe，K.，2014年。智能电网中的电能交易研究综述。2014年IEEE全球信号与信息处理会议（GlobalSIP） 258-262。Bazmohammadi ， Najmeh ， Tahsiri ， Ahmadreza ， Anvari-Moghran ， Amjad ，Guerrero，Josep M.，2019.考虑不确定性的互联微电网分级能量管理策略。国际电力&能源系统杂志109，597-608。Bazmohammadi ， Najmeh ， Anvari-Moghhal ， Amjad ， Tahsiri ， Ahmadreza ，Madary，本文提出了一种完全公平的能量调度机制，这是一个非优先级的能源调度方案-在不同的微电网。DSO收集关于买方MG的能量需求和卖方MG处的过剩能量的量的所有数据拟议机制分两个阶段运作在阶段I中，DSO将等量的能量调度给所有买方MG，并且在阶段II中，Vickrey拍卖用于调度能量。它还确保能量被有效地调度，并且调度是完全公平的。给出了实现过程，并与只采用拍卖过程的方案进行了比较。可以得出结论，所提出的机制显着降低了所有买方微电网的总能量购买成本。我们已经假设在算法的第一阶段期间，在所有买方微电网之间均匀分布的能量的量大于g，g是促进内部能量交易的最小最小要求。如果E等于g，则不能同时利用所提出的策略的两个阶段，

下载后可阅读完整内容，剩余1页未读，立即下载