城际客运公司参与日前电力市场的双层优化调度算法

卢治霖; 尚楠; 陈政; 朱浩骏; 冷媛; 王刚

doi:10.7500/AEPS20220104010

您当前的位置：

首页 >

文章列表页 >

城际客运公司参与日前电力市场的双层优化调度算法

学术研究 | 更新时间：2025-06-16

- 城际客运公司参与日前电力市场的双层优化调度算法
- Bi-level Optimal Scheduling Algorithm of Intercity Passenger Transportation Company Participating in Day-ahead Electricity Market
- 电力系统自动化 2022年46卷第12期页码：220-231
- 作者机构：
  
  南方电网能源发展研究院有限责任公司，广东省广州市 510663
- 作者简介：
  
  卢治霖(1994—)，男，通信作者，硕士，工程师，主要研究方向：电力系统优化运行与控制、电力市场。E-mail：epzhll@163.com
  尚楠(1993—)，女，硕士，工程师，主要研究方向：电力市场建模分析、能源经济。E-mail：shangnan@csg.cn
  陈政(1977—)，男，硕士，教授级高级工程师，主要研究方向：能源经济、电力市场。E-mail：chenzheng@csg.cn
- 基金信息：
  
  中国南方电网有限责任公司科技项目(ZBKJXM20220010)
- DOI：10.7500/AEPS20220104010
  中图分类号：
- 收稿日期：2022-01-04，
  
  修回日期：2022-03-02，
  
  网络出版日期：2022-05-05，
  
  纸质出版日期：2022-06-25
- 稿件说明：
移动端阅览
卢治霖,尚楠,陈政等.城际客运公司参与日前电力市场的双层优化调度算法[J].电力系统自动化,2022,46(12):220-231.

LU Zhilin,SHANG Nan,CHEN Zheng,et al.Bi-level Optimal Scheduling Algorithm of Intercity Passenger Transportation Company Participating in Day-ahead Electricity Market[J].Automation of Electric Power Systems,2022,46(12):220-231.
卢治霖,尚楠,陈政等.城际客运公司参与日前电力市场的双层优化调度算法[J].电力系统自动化,2022,46(12):220-231. DOI： 10.7500/AEPS20220104010.

LU Zhilin,SHANG Nan,CHEN Zheng,et al.Bi-level Optimal Scheduling Algorithm of Intercity Passenger Transportation Company Participating in Day-ahead Electricity Market[J].Automation of Electric Power Systems,2022,46(12):220-231. DOI： 10.7500/AEPS20220104010.

摘要

伴随能源结构转型，电动汽车(EV)将成为城际客运的重要交通工具。城际客运公司(IPTC)可通过参与电力市场优化EV的调度策略，从而最大化自身运营收益。因此，为IPTC参与日前电力市场提供了一种基于双层运营模型的价格制定者决策工具。在模型上层，IPTC作为双层模型的领导者，根据市场的出清情况调整车辆调度与市场投标策略，最大化参与日前电力市场的收益。同时，为模拟城际客运车辆在不同城市客运站转移的情况，在模型上层建立了车辆转移时空分布模型，从而帮助IPTC将车辆调配、城际班次规划等工作与其在日前市场的投标行为有机结合。在模型下层，电力交易中心作为双层模型的跟随者，根据各市场主体的报价情况出清日前电能量和备用联合市场。最后，采用IEEE 39节点系统进行仿真测算，以验证所提双层模型的有效性。

Abstract

With the transformation of energy structure

electric vehicles (EVs) will become important tools of intercity passenger transportation. The intercity passenger transportation company (IPTC) can maximize its operation profits by participating in the scheduling strategy of optimizing EVs for electricity markets. Therefore

a price-maker decision-making tool based on a bi-level operation model is provided for IPTC to participate in the day-ahead electricity market. At the upper level of the model

IPTC as the leader of the bi-level model adjusts the vehicle scheduling and market bidding strategy according to the market clearing situations to maximize the profits of participating in the day-ahead electricity market. Meanwhile

a vehicle transportation spatio-temporal distribution model is built at the upper level of the model to simulate the transfer situation of intercity passenger vehicles between the passenger stations in different cities

which can help IPTC combine the operation of vehicle allocation

intercity shift scheduling with its bidding behavior in the day-ahead market. At the lower level of the model

the power trading center as the follower of the bi-level model clears the joint electric energy and reserve market according to the quotations of various market entities. Finally

the IEEE 39-bus system is used for simulation calculation to verify the validity of the proposed bi-level model.

关键词

Keywords

references

卜楚洁 . 深度减排视角下中国省级层面绿色客运交通差异化发展路径研究［D］. 贵阳：贵州大学， 2020 .

BU Chujie . Reaching deep decarbonization in China’s passenger transport sector through regional tailored mitigation options ［D］. Guiyang ： Guizhou University ， 2020 .

中国城市公交车新能源率超过 66 %［EB/OL］.［ 2021-10-22 ］. https：//baijiahao.baidu.com/s？id=1714209298239970251&wfr=spider&for=pc https://baijiahao.baidu.com/s?id=1714209298239970251&wfr=spider&for=pc .

The new energy rate of urban buses in China exceeds 66 %［EB/OL］. ［ 2021-10-22 ］. https：//baijiahao.baidu.com/s？id=1714209298239970251&wfr=spider&for=pc https://baijiahao.baidu.com/s?id=1714209298239970251&wfr=spider&for=pc .

宇通紧追，比亚迪还能领跑全球电动大巴多久？［EB/OL］.［ 2021-08-05 ］. https：//baijiahao.baidu.com/s？id=1653966571539954241&wfr=spider&for=pc https://baijiahao.baidu.com/s?id=1653966571539954241&wfr=spider&for=pc .

Yutong is in hot pursuit ， how long can BYD lead the world in the field of electric buses？［EB/OL］. ［ 2021-08-05 ］. https：//baijiahao.baidu.com/s？id=16539 66571539954241&wfr=spider&for=pc https://baijiahao.baidu.com/s?id=1653966571539954241&wfr=spider&for=pc .

BESSA R J ， MATOS M A ， SOARES F J ， et al . Optimized bidding of a EV aggregation agent in the electricity market ［J］. IEEE Transactions on Smart Grid ， 2012 ， 3 （ 1 ）： 443 - 452 .

JIN C R ， TANG J ， GHOSH P . Optimizing electric vehicle charging with energy storage in the electricity market ［J］. IEEE Transactions on Smart Grid ， 2013 ， 4 （ 1 ）： 311 - 320 .

SORTOMME E ， EL-SHARKAWI M A . Optimal combined bidding of vehicle-to-grid ancillary services ［J］. IEEE Transactions on Smart Grid ， 2012 ， 3 （ 1 ）： 70 - 79 .

朱兰，王坤，唐陇军，等 . 考虑道路交通模型的电动汽车聚合商短时调度策略和响应激励设计［J/OL］. 电网技术： 1 - 15 ［ 2022-02-06 ］. https：//kns.cnki.net/kcms/detail/detail.aspx？FileName=DWJS20211227005&DbName=DKFX2021 https://kns.cnki.net/kcms/detail/detail.aspx?FileName=DWJS20211227005&DbName=DKFX2021 .

ZHU Lan ， WANG Kun ， TANG Longjun ， et al . Short-term scheduling strategy and response incentive design for electric vehicle aggregators considering road traffic model ［J］. Power System Technology： 1 - 15 ［ 2022-02-06 ］. https：//kns.cnki.net/kcms/detail/detail.aspx？FileName=DWJS20211227005&Db Name=DKFX2021 https://kns.cnki.net/kcms/detail/detail.aspx?FileName=DWJS20211227005&DbName=DKFX2021 .

邢强，陈中，冷钊莹，等 . 基于实时交通信息的电动汽车路径规划和充电导航策略［J］. 中国电机工程学报， 2020 ， 40 （ 2 ）： 534 - 550 .

XING Qiang ， CHEN Zhong ， LENG Zhaoying ， et al . Route planning and charging navigation strategy for electric vehicles based on real-time traffic information ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 2 ）： 534 - 550 .

袁泉，汤奕 . 基于路-电耦合网络的电动汽车需求响应技术［J］. 中国电机工程学报， 2021 ， 41 （ 5 ）： 1627 - 1637 .

YUAN Quan ， TANG Yi . Electric vehicle demand response technology based on traffic-grid coupling networks ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 5 ）： 1627 - 1637 .

PARASKEVOPOULOS D C ， LAPORTE G ， REPOUSSIS P P ， et al . Resource constrained routing and scheduling： review and research prospects ［J］. European Journal of Operational Research ， 2017 ， 263 （ 3 ）： 737 - 754 .

IRIA J P ， SOARES F J ， MATOS M A . Trading small prosumers flexibility in the energy and tertiary reserve markets ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 3 ）： 2371 - 2382 .

CAO Y ， HUANG L ， LI Y Q ， et al . Optimal scheduling of electric vehicles aggregator under market price uncertainty using robust optimization technique ［J］. International Journal of Electrical Power & Energy Systems ， 2020 ， 117 ： 105628 .

张良，刘禹含，冷祥彪，等 . 计及风-光-蓄多电场竞价的电动汽车购电策略研究［J］. 电力系统保护与控制， 2021 ， 49 （ 9 ）： 72 - 81 .

ZHANG Liang ， LIU Yuhan ， LENG Xiangbiao ， et al . Research on an electric vehicle electricity purchasing strategy based on wind-PV-pumped storage multiple electric fields bidding ［J］. Power System Protection and Control ， 2021 ， 49 （ 9 ）： 72 - 81 .

陆凌蓉，文福拴，薛禹胜，等 . 电动汽车提供辅助服务的经济性分析［J］. 电力系统自动化， 2013 ， 37 （ 14 ）： 43 - 49 .

LU Lingrong ， WEN Fushuan ， XUE Yusheng ， et al . Economic analysis of ancillary service provision by plug-in electric vehicles ［J］. Automation of Electric Power Systems ， 2013 ， 37 （ 14 ）： 43 - 49 .

张琨，葛少云，刘洪，等 . 智能配电系统环境下的电动汽车调频竞标模型［J］. 电网技术， 2016 ， 40 （ 9 ）： 2588 - 2595 .

ZHANG Kun ， GE Shaoyun ， LIU Hong ， et al . A bidding model for electric vehicles to provide regulation services based on intelligent distribution system ［J］. Power System Technology ， 2016 ， 40 （ 9 ）： 2588 - 2595 .

GONZÁLEZ VAYÁ M ， ANDERSSON G . Optimal bidding strategy of a plug-in electric vehicle aggregator in day-ahead electricity markets under uncertainty ［J］. IEEE Transactions on Power Systems ， 2015 ， 30 （ 5 ）： 2375 - 2385 .

詹祥澎，杨军，韩思宁，等 . 考虑电动汽车可调度潜力的充电站两阶段市场投标策略［J］. 电力系统自动化， 2021 ， 45 （ 10 ）： 86 - 96 .

ZHAN Xiangpeng ， YANG Jun ， HAN Sining ， et al . Two-stage market bidding strategy of charging station considering schedulable potential capacity of electric vehicle ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 10 ）： 86 - 96 .

程杉，倪凯旋，赵孟雨 . 基于Stackelberg博弈的充换储一体化电站微电网双层协调优化调度［J］. 电力自动化设备， 2020 ， 40 （ 6 ）： 49 - 55 .

CHENG Shan ， NI Kaixuan ， ZHAO Mengyu . Stackelberg game based bi-level coordinated optimal scheduling of microgrid accessed with charging-swapping-storage integrated station ［J］. Electric Power Automation Equipment ， 2020 ， 40 （ 6 ）： 49 - 55 .

史一炜，冯冬涵， ZHOU E ，等 . 基于主从博弈的充电服务商充电引导方法及其定价策略［J］. 电工技术学报， 2019 ， 34 （增刊2 ）： 742 - 751 .

SHI Yiwei ， FENG Donghan ， ZHOU E ， et al . Stackelberg game based on supervised charging method and pricing strategy of charging service providers ［J］. Transactions of China Electrotechnical Society ， 2019 ， 34 （ Supplement 2 ）： 742 - 751 .

魏韡，陈玥，刘锋，等 . 基于主从博弈的智能小区代理商定价策略及电动汽车充电管理［J］. 电网技术， 2015 ， 39 （ 4 ）： 939 - 945 .

WEI Wei ， CHEN Yue ， LIU Feng ， et al . Stackelberg game based retailer pricing scheme and EV charging management in smart residential area ［J］. Power System Technology ， 2015 ， 39 （ 4 ）： 939 - 945 .

FORTUNY-AMAT J ， MCCARL B . A representation and economic interpretation of a two-level programming problem ［J］. Journal of the Operational Research Society ， 1981 ， 32 （ 9 ）： 783 - 792 .

刘庆楷，刘明波，陆文甜 . 预防暂态低频减载的储能容量配置多目标动态优化方法［J］. 电力建设， 2021 ， 42 （ 3 ）： 81 - 88 .

LIU Qingkai ， LIU Mingbo ， LU Wentian . Multi-objective dynamic optimization method for capacity configuration of energy storage system to mitigate transient under-frequency load shedding ［J］. Electric Power Construction ， 2021 ， 42 （ 3 ）： 81 - 88 .

RUIZ C ， CONEJO A J . Pool strategy of a producer with endogenous formation of locational marginal prices ［J］. IEEE Transactions on Power Systems ， 2009 ， 24 （ 4 ）： 1855 - 1866 .

Solves all major problem types ［EB/OL］. ［ 2021-10-05 ］. https：//www.gurobi.co m/products/gurobi-optimizer/ https://www.gurobi.com/products/gurobi-optimizer/ .

BYD Auto C 10 MS-CPTDB Wiki ［EB/OL］. ［ 2021-10-05 ］. https：//cptdb.ca/wiki/in dex.php/BYD_Auto_C10MS https://cptdb.ca/wiki/index.php/BYD_Auto_C10MS .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

计及电动汽车充电站作为黑启动电源的网架重构优化策略

基于双层优化的电动汽车充放电调度策略