电力系统中光伏与储能发电商市场化整合的分布式交易能量机制

工程12（2022）171研究电力系统对能源转型光伏与储能发电商市场化整合的分布式交易能量机制侯鹏a，杨光亚a，胡俊杰b，菲利普J.道格拉斯c，薛玉胜d地址：Kongens Lyngby 2800，Denmarkb华北电力大学电气与电子工程学院，北京102206丹麦能源公司，Frederiksberg 1900，丹麦d国家电网电力科学研究院，南京211106阿提奇莱因福奥文章历史记录：收到2020年2021年9月7日修订2021年11月12日接受在线预订2022年保留字：需求管理交互式能量聚合器网格安全A B S T R A C T太阳能光伏（PV）和电池存储系统成本的下降正在推动其在住宅配电系统中的采用，在住宅配电系统中，越来越多的消费者正在成为生产者。伴随这一趋势的是家庭能源管理系统（HEMSs）的潜在推出，它为生产消费者提供了一种应对能源价格，天气和能源需求等外部因素的手段。然而，生产消费者的经济运行可能会影响电网安全，特别是在能源价格极低或极高的情况下。因此，它是至关重要的是设计一个框架，可以容纳在分销系统的关键利益相关者的利益，即网络运营商，prosumer和聚合。本文提出了一种新的基于互作用能量（TE）的操作框架在该框架下，聚合器通过协商过程与配电网运营商进行交互以确保网络安全，而在较低级别，产消者通过HEMS向聚合器提交其时间表。如果网络安全面临风险，聚合器将向生产消费者发送代表安全成本（CoS）的额外价格组件，以刺激进一步的响应。仿真结果表明，该框架可以有效地确保配电系统中的聚合器和生产消费者的经济运行，同时维护电网安全。©2022 The Bottoms.Elsevier LTD代表中国工程院出版，高等教育出版社有限公司。这是一篇CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。1. 介绍分布式能源（DER）的激增导致电力系统运行模式的变化。出于经济原因，房主越来越多地投资于住宅太阳能光伏（PV）和电池存储[1]。然而，太阳能光伏发电和居民能源需求的不确定性对配电系统的安全运行提出了挑战。为了缓解潜在的拥塞和电压违规问题，开发嵌入在DER中的灵活性是一种有前途的经济解决方案，引起了世界范围的关注。交易能量（transactive energy，TE）是一组技术，它以货币价值为唯一媒介，促进智能设备的协调，平衡不同利益相关者的利益。早期的TE技术主要基于*通讯作者。电子邮件地址：gyy@elektro.dtu.dk（G. Yang）。直接将价格信号应用于网格服务的消费者，以减轻拥塞或不平衡，假设消费者的价格响应性。虽然设计很简单，但消费者的反应并没有得到保证，可能会导致后来，消费者行为被进一步建模。文献[4]提出了一种考虑不同能量向量的家用电器消费者（如商业建筑）的市场参与机制发展为不同的投标策略[5]。一个积极的亲消费者对外部价格信号的反应模型在参考文献[1]中进一步阐述[6]的文件。然而，这些研究仅涉及一种操作设置（例如，日内或近实时），并且聚合器的市场操作和与分配系统操作者（DSO）的交互没有被清楚地开发。参考文献进一步发展了基于TE方法的聚合商市场运作模型[7-整个问题被表述为一个两阶段优化问题https://doi.org/10.1016/j.eng.2022.03.0012095-8099/©2022 The Bottoms.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可从ScienceDirect获取目录列表工程杂志首页：www.elsevier.com/locate/engP. Hou，G. Yang，J. Hu etal.工程12（2022）171172遵循常规操作的“计划和控制”原则。该模型可以以分布式方式实现，其中货币价值是各方之间交换的唯一信息参考文献[10]阐述了产消者在当地市场环境中的投标过程。工作在Refs。[7，8]与其他不同，因为它试图为专业消费者开发一个完整的TE市场运营框架，其中引入了独立的市场运营商，以消除系统运营商可能对消费者表现出的偏见;此外，考虑了网络约束。虽然已经提出了许多TE方案，但生产者在参考文献[11]中，TE应用于具有PV和电动车辆（EV）充电器的停车场聚合器与本地交易代理之间交易过程使用双边拍卖方法进行。在参考文献[12]中，TE发生在DSO和微电网运营商之间，其中微电网运营商控制微电网拥有的资产。在参考文献[13]中，聚合器直接控制电动汽车之间的功率分配，使用所提出的分层二分图（HBG）匹配方法来优化车辆之间的功率产消者和他们的代理人的相互作用也进行了探讨。为了激活产消者的需求响应，参考文献[14]中的工作试图激活具有储能系统和微电网的产消者之间的交易。参考文献[15]中的工作促进了出价者和要价者之间的交易能量。然而，它排除了生产者没有能力安排他们的投标功能和结算。在参考文献[16]中，每个住宅消费者的需求响应都是通过拟议的嵌套TE激活的;然而，该机制仅涵盖灵活采购，不包括正常运营和网络约束。一旦网络限制被认为是在制定中，由消费者支付的成本增加，以激励较低的网络利用率。安全和电网的限制被认为是在参考。[17];然而，假设DER由聚合器直接控制，因此生产者的偏好没有得到充分尊重。基于动态电价的研究[18，19]解决了基于分布式位置边际价格概念的网络成本;然而，由于配电系统的径向操作，某些位置的消费者的利益在馈电线的末端）由于与网络中的其它节点相比对于功率输送所引起的更高的功率损耗和电压降而总是受到损害。虽然这种类型的设计考虑了网络的影响，如损失和/或拥塞，它引入了对某些消费者的自然偏见，从而限制了适用性。公平的市场运作模式不得因消费者的地理位置而对消费者有偏见;否则，将采用特殊政策来区分用户，这将导致实施这种系统的成本增加此外，如参考文献[18]所示，由网络约束引起的关税可能远高于正常零售价格。在参考文献[20]中利用多领导者多跟随者（MLMF）Stackelberg博弈方法来建模微电网（MG）之间的能量交易过程，而MG中的资产由MG运营商直接文献[21]提出了一种网络约束的分布式双边能源定价方案。产消者之间的交易使用共同信誉指数以分布式方式量化到目前为止，以前关于TE的研究，聚合者或产消者的运作主要涉及聚合者或产消者因此，一个完整的互动框架，涵盖了生产者，聚合器和网络运营商的利益，可以确保公正的操作，响应能力，隐私生产消费者，避免电网安全违规是错过了。本文提出了一个框架来解决搜索者所提到的问题。具体来说，这项工作的贡献可以可分为以下几个方面：(1) 大多数现有的TE研究是基于一个开环机制，而我们的工作具有闭 环 功 能 ， 并 结 合 了 一 个 架 构 ， 其 中 的 聚 合 器 ， 网 络 运 营 商 和prosumers的利益被认为是。这方面的艰苦工作没有相同的机制或公式[21，22]。(2) 一个创新的价格加法器（PA）的建议，并适用于所有prosumers激活的响应，这使得它可以避免偏见，在以前的工作中引入的动态关税由于网络位置的prosumers。在此之前，PA概念是在传输网格[23，24]的背景下提到的，或者隐含地用于分布式位置边际价格（DLMP）的概念中，如参考文献中所提出的。[18、19、25]。参考文献[26]中的作者提出了一种包含PA概念的新方法;然而，缺少网络约束(3) 与参考文献中的模型相比，聚合器的作用得到进一步澄清和[6，7]。在目前的工作中，聚合者不仅是生产消费者进行能源交易的代理人和市场参与者，而且还是DSO和生产消费者之间的调解人，制定并向生产消费者传播PA这种设置还为其他基于社区的市场中的聚合器增加了潜在的沉重计算负担[27]。本文件的结构如下。在第2节中，指定了所提出的TE架构。然后在第3节中描述优化模型。第4节给出了模拟结果和讨论，然后是结论。2. 交易能量框架本节首先讨论关税政策，然后讨论贸易效率框架。2.1. 丹麦现行关税模式电价可以根据客户的生产或消费以及连接的电压水平来定义目前，许多国家对住宅用户没有生产关税，他们只为每千瓦时的消费支付关税，此外还有订阅费[28]。此外，一些直销组织采用分时电价，以减少高峰负荷[29]。在丹麦，10月1日至3月31日期间17：00至20 ： 00 之 间 DSO 的 高 峰 和 非 高 峰 负 荷 电 价 分 别 为 0.09 和 0.03EUR/kW·h，而TSO的电价为0.01EUR/kW·h。该信息不包括在聚合器的优化模型中，因为无论能源价格如何，电价都由产消者支付[30]，这意味着在产消者层面需要能源管理2.2. 拟议的交易能源框架以前的许多工作都假设消费者的价格-数量特征曲线然而，在现实中近似这样的曲线是具有挑战性的此外，如果这种曲线是在外部制定的，消费者的隐私可能会受到威胁。相反，随着可控家用太阳能光伏和存储（PVST）装置和在线电器的使用越来越多，生产消费者倾向于安排他们的能源使用，以最大限度地实现自给自足P. Hou，G. Yang，J. Hu etal.工程12（2022）171173并对冲不稳定的供应状况。家庭能源管理系统（HEMSs）可以帮助生产者根据他们预测的生产和消费偏好来协调通过这种方式，居民配备HEMS的生产消费者可以直接参与非营利市场，前提是他们被允许进入市场并有互动的手段[33]。否则，他们可以订阅电力聚合器/零售商作为他们的供应商，并且聚合器汇集分布式资源以加入市场操作。在后一种情况下，HEMS与聚合器通信，以提交产消者产消者和聚合者之间的这种从网络运营商方面来看，为了确保高效的电网运营和实现网络安全，可以通过独立于配电系统的系统运营商（DISO）在聚合器和网络运营商之间设置TE框架[6]。通过这种方式，可以建立TE框架，以确保生产者、聚合者和网络运营商同时协调在该框架中，假设聚合器和产消者之间存在可变价格合同，其中产消者基于来自相关联的聚合器的预测电价以及预测的消耗和PV生产来创建其时间表。HEMS然后将使电费最小化（或在过量发电的情况下使利润最大化）。产消者在每个时间间隔内的时间表将由他们订阅的聚合器收集，然后聚合器将根据他们的投标策略在市场上进行交易。所有聚集器的时间表将被发送到DSO以验证网络安全性。如果没有违反拥塞或电压限制，DSO将接受该时间表。否则，DSO和相关聚合器之间的协商过程将通过由DISO调解的社会福利问题的解决过程来触发。此交易过程将生成一个价格数量，表示由于安全性而增加的成本。在文献中，这一价格数量并没有被有效地用于激活个人生产者，transactive过程。在这项工作中，相反，这个价格量被用来制定一个PA，通过聚合器传递回给亲消费者，这代表了由于他们的时间表的电力网络成本。HEMS将添加此PA到原始预测电价，重新安排消费，并再次提交给聚合器。如果新的调度仍然导致违反网络约束，则该过程将重复，直到满足安全标准。事实上，这一PA相当于一种对个人生产者没有偏见的网络关税。总体概念架构如图所示。1.一、2.3. 生产消费者的滚动窗口操作生产消费者的运营预期遵循向前滚动的时间窗口，其中预测的生产和消费在时间窗口内是已知的。时间窗长度设计为3 h，分辨率为1h所提出的滚动窗口优化（RWO）模型如图所示。 二、滚动窗口有一定的长度（在这种情况下为3小时），生产消费者在实际营业时间之前提交他们的时间表。在每个滚动窗口中，将发生TE过程以确保在时间窗口中没有约束违反。滚动（向前移动3小时的时间窗口）发生在每个时间间隔;因此，只有滚动窗口的第一个小时的时间表将有效实施，而后面时间间隔的时间表将在下一个滚动步骤中进行修订。整个TE操作流程如图所示。 3;这是一个迭代过程，直到来自产消者的聚合调度对于网络是可行的。从第一步开始，PVST产消者将首先根据其预测的价格和能源数量优化其自己的时间表，然后将时间表提交给其指定的聚合器。在步骤2中，聚合器将把聚合的时间表传递给负责的DSO。如果在网络中没有发现违规行为，该过程将停止（步骤3），聚合器将进入电力市场进行交易。如果违反了网络约束，则TE机制将被触发以帮助重新安排PVST产消者图1.一、（a）拟议的TE架构;（b）PVST生产者的HEMSP. Hou，G. Yang，J. Hu etal.工程12（2022）171174t;it;it;it;it;it;i t;it;i t;it;it;it;it;it;i图二. HEMS控制的PVST生产者的滚动程序。图三. TE系统在每个滚动窗口的操作流程。4）.之后，聚合器将PA发送到其相关联的专业消费者，然后从他们那里获得更新的时间表。HEMS管理每个产消者3. 优化模型整体优化问题被表述为社会福利最大化（和成本最小化）问题。3.1. 产消者对于PVST型生产者，HEMS主要控制存储单元以实现经济运行。由于关税和税收，能源购买/销售价格是不对称的，因此需要二元变量来指示产消者的行为（即，购买或出售）和电池操作状态（即，充电或放电）。表1提供了二进制变量的规格。表1二进制和双线性项的规范。变量类型定义说明1t;i2t;i二进制导出（出售）能源到电网二进制从电网d3;d4二进制d1Ppv-Pload-电池输出到电网d3PChd4PDis≥0d5;d6二进制d2Ppv-Pload-当产消者从电网d5PChd6PDis≤0t;it;it;it;it;i t;it;it;it;it;it;it;it; it; i t; it; it; i t; it; it; i t; it; it; i t; iDDz1实数≥0z1 四分之一天1天3P通道产消者在向电网输出的同时充电时，能量流入电池z2实数≥0z2 四分之一天1天4P直径当产消者放电并输出到电网时，能量从电池流出z3实数≥0z3 1/4天2天5P通道当产消者从电网输入能量时，充电时能量流入电池z4实数≥0z4 1/4d2d6PDis当生产消费者从电网输入时，能量从电池放电时流出P. Hou，G. Yang，J. Hu etal.工程12（2022）171175-t;it;i公司t;kt;k不不不Pt i¼Pt i - Pt i- Pt i Pt it;i我t;jt;it;it;i我 Ch;i t;it;it;it;jj2N总线t 2T考虑到电力产品提供的聚合，Ob j：：minAi¼X-hPSlSellPleaseBlBu y-cB d.z2z4=gΣð12Þ因此，PVST生产者PS;PB不t t不t2Tt tDis目标：：最大Ai;k¼XhPSl销售额PBl销售额3.2. 配电系统运营商PS;P Bt2Tt;it;kt;it;kDSO的职责是满足以下能源需求：我买了1万美元。lAgglTSOlDSOlEtax2s：t：;PS¼.Ppv-Pload-PChPDis≥03每个聚合器，同时确保整体操作计划-ULE满足分配系统约束。DSO问题可以写如下。t;it;it;it;it;i最小D1/4X1DS 0.PDSO-PAgg1.2×1.3×1.5B.PV负载ChDisPDSOt t;jt;j;;PCh≤PChð5ÞP聚合物1/4X。PSPB140PDis≤P-ð6Þ≤t;i iMaxs： t：; -Pmax≤XPDSO≤Pmaxð15ÞSOCmin≤ SOC≤SOCð7Þ反式j2N总线t;j反式我SoCSoCt;ii8U最小值≤U0 -J-1PDSO≤U最大值ð16Þ1;i¼首字母反式t;j21t;j反式PChgChiPDis总线j的对应的产消者（十三）、无功功率SOCt1;i¼ SOCt;it;iESI;t;iEsigð9Þ对电压（QV）灵敏度法，忽略无功功率的情况。Dis;i当量（1）表明产消者从电力交易中获得的净现金流最大化。由于产消者不能直接在电力市场上交易，因此应将税收包括在方程式（1）所示的电价中。（二）、产消者出售或购买能源不可能同时发生，在Eqs中的约束。（3）和（4）。充电/放电功率限值由以下方程满足：（5）和（6），并且SOC被约束在预定义的区域内，通过等式（七）、当量（8）表示每个产消者的电池的初始SOC，而电池在每个时间步的SOC由等式（9）表示。（九）、应当注意，上述优化问题具有简化的格式。原始格式包含双线性项，使问题非凸，根据我们以前的工作[7]可以很容易地公式化。这个棘手的问题可以通过引入额外的变量z1到z4来线性化双线性项来解决，如在表1中列出。这就是所谓的怎么--然而，应该注意的是，方程中的产消者模型。如果不存在负二次规划，则（1）-在低压（LV）电网的变化，采用计算方程中的电网电压。（16）[6]。所提出的方法得到的结果进行了比较，得到的结果由垫功率，并表现出良好的一致性。3.3. 聚合器聚合商试图以市场交易为基础，满足生产者的需求在这里，我们考虑一个聚合器，它已经从日前市场交易中获得了购买协议。接近实时操作的生产者提交的时间表代表了对前一天时间表的修改。与前一天时间表的偏差可能会给聚合器带来额外的成本。为了使成本最小化，这种修改可以被认为是平衡提供给电网的功率。每个聚合器Ob j：：minB¼X。PBl下降-PS l上升-P B l下降-P Sl上升-P S l下降-PS上升-P出现三分之一价格，这适合家庭运营优化的情况[35]。PS;PBt2Tt;i不t;i不为了简化方程的格式，忽略指数ida1≤da2≤1 <$18 <$在下面的公式中。对于在总线j处的时间间隔t的来自PVST产消者的能量调度，PAgg将被提交给t;i0t;iS-a1t;jDSO通过聚合器。如果时间表违反了制度≤Pt;i≤2PigDis;idt;i≤ 19μ m约束，则将触发TE机制;否则，时间表将被接受。 一个简单的电池寿命成本模型是0≤PB≤2P≤gda2ð20Þ采用参考文献[36]中提出的方法;数学表达式如下。发送给DSO的时间表可以表示如下。X.PB-PSDSOð21ÞLET¼LcLsDoD110为了考虑电池劣化放电成本（BDDC）对调度的影响，在Eq. （1）修改如下。y本文件所用符号的名称载于本文件末尾。聚合器可以提供上调或下调，这在等式（1）中指示。（17）.上/下调节能量的范围在等式2中描述。（19）和（20），分别。考虑到在现实世界中通过智能电表获取PVST生产者的SOC信息的困难，在这项工作中进行了修改，通过假设在t当量（21）显示了聚合器和DSO之间的共同利益。≤0ð4Þ0≤i2XjcBd¼cbat=LET10mmk2NAgg;i2XjKP. Hou，G. Yang，J. Hu etal.工程12（2022）171176t;jt;jt;jpri其中kTE是kt的收敛值t;jt;j？2N总线 t2T¨2þ lt;k克·特t;jt;jt;j2Pt-cBdztzt克直径ð32Þ3.4. DSO和聚合器之间的社会福利最大化社会福利优化问题可以表述如下。由于严格的数学公式，价格的应用受到限制。在这项工作中，我们提出了一个价格组件的基础上，这个融合的价格，我们称之为PA。初始计划标准化前后的差异由归一化差异（ND）：minPP;P的值;P的值PPBK。PS;PBX X.数字示波器目标：St;i;kBt;i;kDSOt;jk2NAggt2Ti2Xjt;i;kt;i;k þ j2N总线t 2T D Pt;jND¼.PAgg-PAggω，Max .PAgg-PAggωð30Þð22Þt;jt;jt;jt2½1;T];j2Xjt;jt;js.t.，等式(17)，（18），（20）可以看出，Eq。（22）结合了DSO和聚合器的优化问题。3.5. 分布式交互能量模型当量将使用表示安全成本（CoS）的价格信号在DSO模型和聚合器模型之间迭代地求解公式（22）。如第3.1节所述，整个问题已重新表述为凸问题;因此，此处采用交替方向乘子法（ADMM）来解决问题[37]。首先，一个增广拉格朗日的问题在Eq。（22）写如下。t;jt;jt;i;kt;i;k如表2所示，当需要更新PVST产消者的初始时间表时，共有四种组合。在表2中，正ND意味着DSO和聚合器之间商定的时间表要求PVST产消者使用更少的电网能量或向电网注入更多的能量。在这种情况下，可以想象，无论CoS的符号如何，都应该向产消者提供正PA，以便可以从PVST产消者激活正确的响应。类似地，如果ND具有负号，则应应用负PA。PAkrev由以下公式表示：k修订版kTE。NDr;j31Lp.PAggω;PDSO;kt;jXXXBk.PSi2Xj;PB电子邮件*j2N总线t;jt;j××D。PDSOX等式（24）在从聚合器接收到PA时，每个PVST产消者将通过添加PA来重新安排其消费t2Tj2N总线其预测价格：x x k t; j.PAggω-PDSOð23Þ2X高Σ¼卖RevSt2T¨.Σ¨t;jt;j目标：最小Ai;kPS;PBt2T -lt;kktPtþq¨X XPAggω-PDSO？.买修订版B.24Σ-1i其中，q> 0;kTE是等式（1）中所示的第p（二十三）. 解决当量（23），ADMM包括以下迭代：PAg g;p<1：1/4argminLp.PAggω;PDSO;p;kp=24ΩP将重复第3.1-3.7节中描述的过程该时间表被DSO接受3.7. 讨论t;jAggi;jt;jt;jt;j为了使该计划在现实中发挥作用，以下内容-PDS O;p101：1/4argminLp.PAggω;p1;PDSO;kp25P条件必须满足：●t;jDSOi;jt;jt;jt;j生产者可以从一个服务提供商调度他们的可控设备，kp1：¼kp 我的天PAggω;p1-PDSO;p126一定的准确度水平，并对价格信号作出响应;● TE操作的边际成本很低，这意味着恒定步长q用于更新k，并且被定义为：0.8本研究采用原始残差epri和对偶残差edual作为收敛准则，并将其表示为如下通信信道是可用的;此外，在数学上，可以快速可靠地解决问题;一个平衡或不平衡市场可供聚合器交易自己的不平衡。kPAggω;p-P DSOω;pk≤e27t;jt;j24. 为例kq<$PDSOω;p-PDSOω;p-1<$k≤e对偶<$28 <$其中，在本研究中，e设定为0.005。在解决Eq。（23），DSO和聚合器都接受的新时间表可以制定如下一个有代表性的低压电网被用来说明所提出的框架的效率。 系统拓扑结构如图所示。 四、PAggω<$P AggP-P Sð29Þt;jt;jt;jt;j表2PA方向根据ND和CoS的标志3.6. 通过PA恢复PVST生产者反映CoS的价格数量应传达给产消者，以反映网络条件，因为它是由产消者的时间表引起的。由于融合电价可以远远高于通常的电力零售价格造成的2●k2NAggt2T;j 在中所示的迭代之后，t;jt;jt;jt;j值NDCoSPA1+++2+–+3–+–4–––P. Hou，G. Yang，J. Hu etal.工程12（2022）171177‘‘+” and ‘‘–” refer to positive and negative values,P. Hou，G. Yang，J. Hu etal.工程12（2022）171178t;k不t;k不见图4。 以分销系统为案例进行研究。4.1. 参数设置在这项工作中，假设在0.4 kV低压配电系统中共有18个PVST专业用户与两个不同的聚合器签订合同，这与参考文献[6]中使用的测试系统相同。分配给该地区所有居民的电力Transformer容量为220千瓦。总线的最小和最大电压分别设定为每单位（p.u.）0.9和1.1。分别电池参数见表3。4.2. 结果和讨论聚合商的追逐和出售价格，反映了聚合商的投标策略的差异。与聚合器1相关联的PVST产消者的预测的购买/销售电价在图1和图2中示出。5（a）和（b），并根据图5（c）中的价格获得。为了简洁起见，这里没有示出来自聚合器2的预测电价。可以看出，与聚合器2使用的商业策略相比，聚合器1向其签约客户提供更便宜的电力产品，并且还以更低的对于聚合器1和2，购买利润系数xbuy，k分别设置为10%和12%，而对于销售xsell，k分别为8%和11%由于光伏生产的多样性较低，电力价格的变化，生产者的时间表可以铸造-lAgg¼.1倍买入;k倍DAMð33Þcide，这可能导致违反网络约束在价格高或低的时期。为了简化，假设我卖四分之一。100万美元出售;k万美元DAMð34Þ一个聚合器下的所有产消者对电价有相同的预测。将应用于PVST产用户的预测可变电价与图1中的原始可变电价进行比较。 五、图5（c）所示的前一天市场价格来自Energi Data Serivicey，时间为2019年3月5日00：00至23：00，地点为丹麦东部（DK2地区）。每个聚合商的利润被认为是通过使用利润系数，这是一个利润率，每个聚合商的预期，假设每个聚合商是一个价格接受者。这一概念适用于两个纯-基于第3节中的程序，所有产消者的模拟结果如图12和13所示。六比九在每个RWO过程中TE之前和之后的聚合进度表在图6（a），其中实线表示没有TE过程的每个RWO的进度，虚线表示有TE的每个RWO的进度 这对应于图1中的优化问题的步骤1。3.第三章。在每个滚动步骤之后的最终聚合调度在图6（b）中示出;对于每个步骤，在拥塞发生在滚动窗口中的情况下，该过程将经历步骤2可以看出，表3电池参数。类型Eb（kW·h）SOC最小值（%）SOCmax（%）P+/P-（kW）gCh/gDis（%）cBd（EUR（kW h）-1）113.120902.860.90/0.950.07225.420855.570.90/0.950.07321.820854.770.90/0.950.07412.320902.700.90/0.950.07512.820852.810.90/0.950.07yhttps://www.energidataservice.dk/P. Hou，G. Yang，J. Hu etal.工程12（2022）171179图五、由聚合器提供的可变电价（a）每个滚动过程中的预测电力销售价格（聚合器1中的产消者）;（b）每个滚动过程中的预测电力购买价格（聚合器1中的产消者）;（c）日前市场价格。发生在11：00 - 13：00之间，这对应于高太阳辐射的时间间隔。在TE创造的激励价格信号下，智能设备将做出新的时间表因此不会违反网络约束，如图所示。 6（b）.由于拥塞约束，TE将在图6中的第11小时被激活，这对应于模拟情况中的第6滚动步骤。在第六滚动步骤TE之前/之后的聚合时间表如图所示。 7（a），而电压分布图中所示。 7（b）. 可以看出，有一个显着的伏特-见图6。 (a)每个RWO流程中TE之前/之后的生产消费者汇总计划;（b）最终提交给DSO的汇总计划。P. Hou，G. Yang，J. Hu etal.工程12（2022）171180··图7.第一次会议。第6次轧制步骤第11小时的TE结果总结（a）TE之前/之后的产消者的聚合时间表;（b）TE之前/之后的系统电压;（c）每个节点的CoS每个公交节点的年龄增长。图7（c）中示出了在第一TE过程中在图3中的步骤4之后的CoS图8（a）中示出了在第七轧制步骤的TE之前/之后的聚合调度，而图8（b）中示出了电压分布。在此期间，拥塞和电压违规问题都会发生。TE之后，系统电压约束得到满足，如图8（b）中的绿线所示，同时拥塞问题也得到解决，如图8（a）所示。相应的CoS如图8（c）所示。每个节点的CoS是相同的，即使电压违规问题得到解决。因此，CoS受益于PVST产消者的灵活性，特别是他们的存储单元。为了详细说明这种情况，我们减少了公交车上PVST Prosumer的电池尺寸16和32从13.1和12.3千瓦时到4.8和3.6千瓦时，和额定功率为1.05和0.80千瓦，分别，并验证了该方案。总体模拟结果与图1A和1B中所示的曲线图非常相似。 6-8分。然而，第七轧制步骤的CoS表现出不同的特征，如图所示。9.第九条。由于电压限制，分别在16号和32号母线处感应出较大的CoS。在这种情况下，当要求使用较小电池的PVST生产者帮助电网时，重新安排;因此，支付更高的价格，以便他们愿意改变他们的时间表。这对这些客户不公平，因为网络电压问题受到所有客户的影响。因此，我们建议为所有客户广播相同的PA信号。5. 结论在本文中，一个新的TE框架的分销系统的生产消费者提出。该框架包含两种互动：聚合商与直销组织的互动和聚合商与产消者的互动。我们制订了一个业务计划，以反映生产消费者的业务成本。该程序具有闭环特性，可确保产消者的响应，并可在参与TE市场时保护PVST产消者的隐私信息，以帮助满足系统约束。该模型是可扩展的，因为时间表的计算是在产消者层面解决的。对于一个涉及数千个产消者和许多聚合者的大型分销网络，聚合者然而，作为谈判-P. Hou，G. Yang，J. Hu etal.工程12（2022）171181图8.第八条。第7次轧制步骤第12小时的TE结果总结（a）TE之前/之后的产消者汇总时间表;（b）TE之前/之后的电网电压;（c）每个节点的CoS见图9。 假设电池较小时，第7滚动步骤的第14小时每个节点的CoS。通过仅与DSO交换价格，以分布式方式解决交易过程，可以保持可扩展性。每个聚合器仍然会为他们的客户决定PA实际上，生产消费者的灵活性可能不足以缓解电网问题。在这种情况下，TE可以被放宽到一定程度，同时对于DSO仍然存在使用其它控制方法来调节电压和拥塞问题的空间。或者，TE框架中的DSO优化问题可以扩展到包括更多控制变量的配电系统最优潮流问题。P. Hou，G. Yang，J. Hu etal.工程12（2022）171182·d; dJ-的命名法PB;PS生产者i在时间t购买/出售电力，参数一、 t; k;r;j生产者、时隙、聚合器的索引滚动优化程序，以及总线t;iDSOt;jAggt;jt;i千瓦小时每小时向DSO提交的电力计划母线j的t，kW在母线j的时间t提交给聚合器的功率计划，kWnumber美元SOC电池充电与第k个聚合器相关联的第i个B.聚合器的目标函数a Bt;it;i生产消费者i在t小时分别向电网输出和从电网输入的能量的二元指标，kWAggt;kl卖l;l买交易过程与聚合器k相关联的t小时预测零售电价，EUR100（kW 100 h）-1k价格加法器，EUR 100（千瓦时）-1krev修订后的价格信号广播给产消者，用于方程。（31），EUR（kW h）-1t;it;it时的产消者i，分别为EUR（kW·h）-1l向上;l向下上调和下调价格t t小时t，分别为，EUR（kW h）-1致谢1个TSO;1个DSO来自TSO和DSO的t小时电网电价这项研究得到了PVST项目的支持，t t分别为，EUR（kW h）-1lETax电力税，EUR（kWh）-1丹麦能源技术示范项目（EUDP）（64017-0041）和国家重点实验室大坝不前一天t时的市场价格，额定功率（kW）-1可再生能源替代电力系统（LAPS21）。系统中聚合器的总数所研究的配电系统x买;x卖采购聚合器的利润系数和销售，分别为%增值税，%MDSO参与系数，代表每个产消者的偏好，欧元/千瓦/小时-1Umax;Umin最小和最大电压限值p.u.分别U0网络中母线的初始电压遵守道德操守准则Peng Hou、Guangya Yang、Junjie Hu、Philip J. Douglass和Yusin Xue声明他们没有利益冲突或财务冲突需要披露。引用[1] Yang G，Hou P，Sera D，Martins JPR，Douglass PJ，Martens S，et al.光伏+储能一体化--第八届太阳能集成国际研讨会论文集maxtranssTransformer p.u.的功率容量Power into Power Systems; 2018年10月162018年p. 1比5。[2] [10]丁勇，皮内达S，Nyeng P，刘德高J，拉森EM，吴Q.实时市场Pi;P-i产消者i的最大充放电功率，kWEcoGrid EU的概念架构-欧洲智能电网的原型。IEEE Trans Smart Grid 2013;4（4）：2006-16.pvt;i负载t;i121第i个产消者在t小时的PV输出，kW第i个产消者每小时的负荷消耗t，kW潮流雅可比矩阵反演中的dV/dP[3] Han X，Sossan F，Bindner HW，You S，Hansen H，Cajar PD.负荷反冲效应这是由于考虑到配电网操作的需求响应的激活。在：IEEE PES创新智能电网技术;2014年10月12日至15日;伊斯坦布尔，土耳其。Piscataway：IEEE Press;2014.[4] 吴H，Pratt A，Chakraborty S.含可再生能源的家用电器随机优化调度。IEEE电力&能源学会大会; 2015年 7月 26 -3 0 日 ; 美 国 科 罗 拉 多 州 丹 佛 市 。Piscataway：IEEE Press;cbat;cBd电池资本和退化成本，EUR 100（千瓦时）-1LET电池寿命能量吞吐量，kW·hLc;Ls;DoD循环寿命、电池容量和放电深度Xj总线索引号集T优化范围的整个时间窗口，hEs;i;Eb第i个产电者储能系统容量和蓄电池储能容量，（kW·h）gCh;gDis电池充放电效率分别2015年。[5] Hao H，Corbin CD，Kalsi K，Pratt RG.商业建筑需求响应的交互控制。IEEETrans PowerSyst 2017;32（1）：774-83.[6] 肖Y，王X，Pinson P，王X.基于交易能量的产消者作为零售商的聚合。 IEEE TransSmart Grid 2020;11（4）：3302-12.[7] 胡军，杨G，宾德纳HW，薛Y.网络约束交互控制在电动汽车充电安全电网运行中的应用。IEEETrans Sustain Energy 2017;8（2）：505-15.[8] 胡J，杨G，Ziras C，Kok K.基于网络约束交易能量的均衡市场中聚合运营。IEEETrans Power Syst2019;34（5）：4071-80.[9] DolatabadiM，SianoP.Ascalableprivacypreservingdistributedparalleloptimization for a large scale aggregation of prosumers with residentialPV-battery systems. IEEE Access2020;8：210950-60.[10] 放大图片作者：Nizami MSH，Hossain MJ，Fernandez E.基于多智能体的分布式能源住宅建筑交互式能源管理系统。IEEE Trans Industr Inform2020;16（3）：1836-47.[11] MohammadA，Zamora R，Lie TT.基于光伏的交互式能源管理SOC初始值;SOC最大值;SOC最小值，分别为电池的初始、最大和最小SOC电动汽车综合停车场。IEEE Syst J 2020;15（4）：5674-82.[12] [10]吴宇，施杰，林国杰，范L，莫拉维A.交易的优化管理p价格加法器q步长e收敛精度变量具有共同优化的双向能量和辅助服务交换机。 IEEE Trans Smart Grid 2020;11（6）：4650-61.[13] 曾丽，李春，李志，Shahidehpour M，Zhou B，Zhou Q. 配电网中交互式V2V功率交换的层次二分图匹配方法。IEEE Trans Smart Grid2020;12（1）：301-11.PCh;P