[论文解读] Energy Trading between microgrids Individual Cost Minimization and Social Welfare Maximization

Zhenyu Qiao, Bo Yang+5 more|arXiv (Cornell University)|Feb 9, 2017

Smart Grid Energy Management参考文献 21被引用 4

一句话总结

本文提出了一种基于李雅普诺夫优化的能量交易框架，用于互联微电网，通过诚实的双重拍卖机制最小化个体能源成本并最大化社会福利。通过仅使用当前系统状态信息实现实时、分布式能量交易，该方法相比独立运行将平均微电网能源支出降低了11.3%，同时确保了诚实性与渐近社会福利最大化。

ABSTRACT

High penetration of renewable energy source makes microgrid (MGs) be environment friendly. However, the stochastic input from renewable energy resource brings difficulty in balancing the energy supply and demand. Purchasing extra energy from macrogrid to deal with energy shortage will increase MG energy cost. To mitigate intermittent nature of renewable energy, energy trading and energy storage which can exploit diversity of renewable energy generation across space and time are efficient and cost-effective methods. But current energy storage control action will impact the future control action which brings challenge to energy management. In addition, due to MG participating energy trading as prosumer, it calls for an efficient trading mechanism. Therefore, this paper focuses on the problem of MG energy management and trading. Energy trading problem is formulated as a stochastic optimization one with both individual profit and social welfare maximization. Firstly a Lyapunov optimization based algorithm is developed to solve the stochastic problem. Secondly the double-auction based mechanism is provided to attract MG truthful bidding for buying and selling energy. Through theoretical analysis, we demonstrate that individual MG can achieve a time average energy cost close to offline optimum with tradeoff between storage capacity and energy trading cost. Meanwhile the social welfare is also asymptotically maximized under double auction. Simulation results based on real world data show the effectiveness of our algorithm.

研究动机与目标

• 解决微电网中随机可再生能源发电与可变负荷需求之间的平衡挑战。
• 在微电网间能量交易中，最小化个体微电网能源成本，同时最大化整体社会福利。
• 设计一种诚实、预算平衡且经济高效的双重拍卖机制，用于去中心化能量交易。
• 开发一种无需未来可再生能源发电或负荷知识的实时在线能量管理策略。

提出的方法

• 采用李雅普诺夫优化框架求解随机能量管理问题，实现在不了解概率分布前提下的时间平均成本最小化。
• 该算法基于当前储能水平、负荷需求和可再生能源发电情况，计算最优能量交易价格与数量。
• 引入双重拍卖机制以获取微电网的诚实报价，确保个体理性与预算平衡。
• 该机制采用双价格规则，通过基于中标的条件确定的系数，确保报价被接受并实现交易平衡。
• 系统建模了两种具有不同负荷特性与可再生能源发电容量的微电网，使用真实世界风力与电价数据。
• 理论分析证明，该算法实现了接近离线最优的成本权衡，并渐近最大化社会福利。

实验结果

研究问题

• RQ1 去中心化的能量交易机制能否在随机可再生能源发电与负荷条件下，最小化个体微电网的能源成本？
• RQ2 双重拍卖机制如何在微电网间能量交易中确保诚实报价与预算平衡？
• RQ3 在微电网运行中，储能容量、能量交易成本与用户不满之间的权衡是什么？
• RQ4 所提出的算法能否在无需未来可再生能源发电或负荷知识的情况下实现近似最优性能？
• RQ5 微电网间能量交易在多大程度上减少了对主网的依赖并降低了整体能源支出？

主要发现

• 与无能量交易的独立运行相比，所提出的算法将微电网的平均能源支出降低了约11.3%。
• 使用双重拍卖机制的微电网平均从主网购电减少了11.5%，这是由于微电网间高效能量交换所致。
• 即使储能容量无限，微电网仍会参与能量交易，表明该机制能有效激励市场参与。
• 理论分析证实，个体微电网成本趋近于离线最优值，社会福利被渐近最大化。
• 双重拍卖机制确保了诚实性，因为任何微电网偏离诚实报价都将导致利润下降。
• 系统在保持对延迟容忍型负荷可接受延迟的同时，最小化了能源成本并最大化了交易效率。