基于消纳-保供博弈的分布式储能双层规划模型

doi:10.12096/j.2096-4528.pgt.25195

发电技术 ›› 2025, Vol. 46 ›› Issue (6): 1133-1143.DOI: 10.12096/j.2096-4528.pgt.25195

• 储能 • 上一篇

基于消纳-保供博弈的分布式储能双层规划模型

陈锋¹^,², 路小敏³, 沈冰⁴, 王军鹏²

^1.河南科技大学应用工程学院，河南省三门峡市 472000
^2.三门峡职业技术学院，河南省三门峡市 472000
^3.郑州浪潮数据技术有限公司，河南省郑州市 450000
^4.河南省机器人与智能系统重点实验室，河南省洛阳市 471000

收稿日期:2025-04-29 修回日期:2025-06-06 出版日期:2025-12-31 发布日期:2025-12-25
作者简介:陈锋(1987)，男，硕士，副教授，高级工程师，研究方向为高比例新能源新型电力系统优化运行与智能控制，chenfeng@smxpt.edu.cn；
路小敏(1989)，女，硕士，工程师，研究方向为大数据与云计算，252991887@qq.com；
沈冰(1977)，男，博士，教授，研究方向为新能源、分布式发电和智能微电网建模与控制等，750762185@qq.com；
王军鹏(1979)，男，硕士，教授，研究方向为新能源、分布式发电和智能微电网建模与控制等，342717571@qq.com。
基金资助:
国家自然科学基金项目(U2004163);2026年度河南省高等学校重点科研项目计划(26B480004)

Bi-Level Planning Model for Distributed Energy Storage Based on Accommodation-Supply Security Game

Feng CHEN¹^,², Xiaomin LU³, Bing SHEN⁴, Junpeng WANG²

^1.School of Applied Engineering, Henan University of Science and Technology, Sanmenxia 472000, Henan Province, China
^2.Sanmenxia Polytechnic, Sanmenxia 472000, Henan Province, China
^3.Zhengzhou Inspur Data Technology Co. , Ltd. , Zhengzhou 450000, Henan Province, China
^4.Key Laboratory of Robotics and Intelligent Systems of Henan Province, Luoyang 471000, Henan Province, China

Received:2025-04-29 Revised:2025-06-06 Published:2025-12-31 Online:2025-12-25
Supported by:
National Natural Science Foundation of China(U2004163);The Key Scientific Research Project Plan of Colleges and Universities in Henan Province in 2026(26B480004)

摘要/Abstract

摘要：

目的为解决分布式储能系统在“新能源消纳最大化”与“供电可靠性保障”之间的目标冲突，提出一种兼顾经济性与韧性的协同规划方法。方法构建一种动态Stackelberg博弈驱动的双层规划模型，将Stackelberg博弈与鲁棒优化组合，用来解决规划-运行跨层耦合问题；协调规划-运行-市场多方利益，优化储能容量配置与充放电策略，提高供电可靠性；通过双层优化实现规划-运行协同，量化消纳与保供的权衡关系；提出Pareto最优解集，实现最低投资成本、最高新能源消纳率。结果通过开发的多指标优化的双层模型快速求解算法，提出了“动态电价-容量补贴”联动机制，有效平衡了规划与运行中的多方利益冲突；将Stackelberg博弈与鲁棒优化组合，解决了规划-运行跨层耦合难题。仿真算例表明，所提出的双层博弈模型在性能上显著优于传统规划方法，验证了动态博弈机制的长期经济性，并揭示了新能源消纳与电力保供之间存在非线性权衡关系。结论基于消纳-保供博弈协同的双层规划模型，能够显著提升系统的新能源消纳率与供电可靠性，同时降低储能投资成本及用户用电成本。

关键词: 分布式储能规划, 消纳-保供博弈, 双层优化模型, 新能源消纳, 供电可靠性

Abstract:

Objectives To address the conflicting objectives between “maximizing renewable energy accommodation” and “ensuring power supply reliability” in distributed energy storage systems, a coordinated planning method that balances economic efficiency and resilience is proposed. Methods A dynamic Stackelberg game-driven bi-level planning model is established, integrating Stackelberg game theory with robust optimization to address the cross-level coupling problem between planning and operation. The model coordinates the interests of planning, operation, and market stakeholders to optimize energy storage capacity allocation and charging/discharging strategies, thereby enhancing power supply reliability. Through bi-level optimization, coordination between planning and operation is achieved, and the trade-off between accommodation and supply security is quantified, with Pareto-optimal solutions derived to achieve the lowest investment costs and highest renewable energy accommodation rates. Results A rapid solution algorithm for a bi-level model incorporating multi-objective optimization is developed, and a “dynamic pricing-capacity subsidy” linkage mechanism is proposed. This mechanism effectively balances the conflicting interests among multiple stakeholders in planning and operation. By integrating Stackelberg game theory with robust optimization, the cross-level coupling problem between planning and operation is solved. The simulation cases demonstrate that the proposed bi-level game model significantly outperforms conventional planning methods, validating the long-term economic efficiency of the dynamic game mechanism. Furthermore, a nonlinear trade-off relationship between renewable energy accommodation and power supply security is revealed. Conclusions The bi-level planning model based on accommodation-supply security game coordination can significantly enhance the system’s renewable energy accommodation rate and power supply reliability, while reducing energy storage system investment costs and user electricity costs.

Key words: distributed energy storage planning, accommodation-supply security game, bi-level optimization model, renewable energy accommodation, power supply reliability

中图分类号:

TK 01

陈锋, 路小敏, 沈冰, 王军鹏. 基于消纳-保供博弈的分布式储能双层规划模型[J]. 发电技术, 2025, 46(6): 1133-1143.

Feng CHEN, Xiaomin LU, Bing SHEN, Junpeng WANG. Bi-Level Planning Model for Distributed Energy Storage Based on Accommodation-Supply Security Game[J]. Power Generation Technology, 2025, 46(6): 1133-1143.

图/表 10

图1 “规划先行-运行响应”动态过程

Fig. 1 Dynamic process of “prioritized planning-operation response”

图2 模型构建与求解算法流程

Fig. 2 Flowchart of model construction and solution algorithm

图3 市场出清价格与储能报价时序对比图

Fig. 3 Time-series comparison between market clearing price and energy storage bidding price

图4 补贴强度-投资回报Logistic曲线

Fig. 4 Logistic curve of subsidy intensity and return on investment

图5 风光出力特性曲线

Fig. 5 Output characteristic curves of wind and solar power

图6 负荷时序特性曲线

Fig. 6 Load time-series characteristic curves

图7 不同博弈策略下的消纳率-可靠性权衡曲线

Fig. 7 Trade-off curves of accommodation rate and reliability under different game strategies

图8 动态机制与传统补贴的效果差异

Fig. 8 Differences in effectiveness between dynamic mechanisms and conventional subsidies

图9 CESS, max的敏感性区间

Fig. 9 Sensitivity range of CESS, max

图10 政策参数变动对博弈均衡的影响

Fig. 10 Influence of policy parameter variations on game equilibrium

参考文献 26

[1]	邬东格，常馨月，薛屹洵，等．基于动态碳熵的主动配电网低碳能量管理策略[J/OL]．上海交通大学学报，2025：1-20．．
	WU D G， CHANG X Y， XUE Y X，et al ．Low-carbon energy management strategy for active distribution networks based on dynamic carbon entropy[J/OL]．Journal of Shanghai Jiao Tong University，2025：1-20．．
[2]	黄兴华，范元亮，张功林，等.含分布式光伏中低压配电网多时间尺度协同无功优化策略[J]．智慧电力，2024，52(11）：8-15．
	HUANG X H， FAN Y L， ZHANG G L，et al ．Multi-time scale collaborative reactive power optimization strategy for medium and low voltage distribution networks with PV[J]．Smart Power，2024，52(11)：8-15．
[3]	佟曦，侯朗博，孙昊，等.高比例光伏和电动汽车接入配电网的无功优化[J]．智慧电力，2023，51(10)：31-37．
	TONG X， HOU L B， SUN H，et al ．Reactive power optimization of distribution networks with high proportion of PV and EVs[J]．Smart Power，2023，51(10)：31-37．
[4]	李明扬，张智.基于强化学习的含分布式风-光-储虚拟电厂优化调度[J]．智慧电力，2024，52(8)：50-56．
	LI M Y， ZHANG Z ．Optimal dispatch of distributed wind-solar-storage virtual power plants based on reinforcement learning[J]．Smart Power，2024，52(8)：50-56．
[5]	王朋，张迪，张勇军，等．新型电力系统数智化关键技术应用研究与展望[J]．电力系统保护与控制，2025，53(6)：175-187．
	WANG P， ZHANG D， ZHANG Y J，et al ．Research and prospects for key digital-intelligent technology applications in new power systems[J]．Power System Protection and Control，2025，53(6)：175-187．
[6]	单思珂，刘含笑，刘美玲，等．我国火电行业碳足迹评估综述[J]．发电技术，2024，45(4)：575-589．
	SHAN S K， LIU H X， LIU M L，et al ．Review of carbon footprint for thermal power industry in China[J]．Power Generation Technology，2024，45(4)：575-589．
[7]	王辉，梁凌，李乃慧，等．考虑交通流量预测的光-氢-电耦合系统规划[J]．现代电力，2024，41(6)：1100-1108．
	WANG H， LIANG L， LI N H，et al ．Photovoltaics-hydrogen-electricity coupling system planning considering traffic flow prediction[J]．Modern Electric Power，2024，41(6)：1100-1108．
[8]	郭晓雅，郑李西，李庚达，等．大型水光互补电站的光伏捆绑容量规划[J]．中国农村水利水电，2023(12)：273-279．
	GUO X Y， ZHENG L X， LI G D，et al ．Optimal sizing of photovoltaic power generation for integration into a large hydropower plant[J]．China Rural Water and Hydropower，2023(12)：273-279．
[9]	余本东，樊苗苗，颜承初．基于运维视角的低碳建筑实现路径及关键技术[J]．南京工业大学学报(自然科学版)，2023，45(5)：467-477．
	YU B D， FAN M M， YAN C C ．Low-carbon implementation path and key technologies based on building operation and maintenance perspective[J]．Journal of Nanjing Tech University (Natural Science Edition)，2023，45(5)：467-477．
[10]	郝俊红，郭俣，王星策，等．有限信息下典型用能行业能效碳效诊断研究进展[J]．中国电机工程学报，2023，43(S1)：174-197．
	HAO J H， GUO Y， WANG X C，et al ．Research progress on energy efficiency and carbon efficiency diagnosis of typical energy-using industries under limited information[J]．Proceedings of the CSEE，2023，43(S1)：174-197．
[11]	李军徽，董福财，郭琦，等．考虑调峰特性的抽水蓄能电站综合效能量化评估[J]．全球能源互联网，2024，7(5)：567-578．
	LI J H， DONG F C， GUO Q，et al ．Quantitative assessment of the integrated efficiency of pumped storage power stations considering peak shifting characteristics[J]．Journal of Global Energy Interconnection，2024，7(5)：567-578．
[12]	张贝贝．基于Simulink的集中型馈线自动化控制策略仿真系统设计[J]．东北电力技术，2024，45(9)：41-45．
	ZHANG B B ．Design of centralized feeder automation control strategy simulation system based on Simulink[J]．Northeast Electric Power Technology，2024，45(9)：41-45．
[13]	杨馥源，田雪沁，余潜跃，等．面向电网互动的绿电转氨单元变工况特性和互动能力评估研究[J]．中国电机工程学报，2024，44(S1)：180-190．
	YANG F Y， TIAN X Q， YU Q Y，et al ．Study on off-design characteristics and interactive capability evaluation of green power to ammonia conversion unit for power grid interaction[J]．Proceedings of the CSEE，2024，44(S1)：180-190．
[14]	易俊，孙浩然，林伟芳，等．电力系统碳排放核算标准对比分析[J]．电网技术，2025，49(3)：920-933．
	YI J， SUN H R， LIN W F，et al ．Comparative analysis of carbon emission accounting standards for power systems[J]．Power System Technology，2025，49(3)：920-933．
[15]	董军，章静，张瑞松，等．“双碳” 战略背景下不锈钢复合钢板结构减碳前景分析[J]．南京工业大学学报(自然科学版)，2024，46(4)：378-386．
	DONG J， ZHANG J， ZHANG R S，et al ．Analysis of carbon emission reduction prospects for stainless-clad bimetallic steel structures under the carbon peak and carbon neutrality goals[J]．Journal of Nanjing Tech University (Natural Science Edition)，2024，46(4)：378-386．
[16]	辛曦，欧阳森，黄祎，等．考虑储能容量衰减的多保供电型微网最优经济配置及可靠性评估[J]．电力建设，2024，45(10)：100-113．
	XIN X， OUYANG S， HUANG Y，et al ．Optimal economic configuration and reliability evaluation of multiple power supply ensuring microgrid considering energy storage capacity attenuation[J]．Electric Power Construction，2024，45(10)：100-113．
[17]	朱润泽，王德军，张佑，等．数字化转型下新能源场站智能管控平台研建[J]．科技和产业，2023，23(15)：203-210．
	ZHU R Z， WANG D J， ZHANG Y，et al ．Research on the construction of intelligent monitoring platform for new energy stations under digital transformation[J]．Science Technology and Industry，2023，23(15)：203-210．
[18]	李雅丹，邓大为，吴振田，等．新型电力系统生产设备智能化管理平台建设关键技术与应用[J]．全球能源互联网，2023，6(4)：437-444．
	LI Y D， DENG D W， WU Z T，et al ．Key technologies and applications of intelligent management platform construction for production equipment in new power system[J]．Journal of Global Energy Interconnection，2023，6(4)：437-444．
[19]	魏震波，李银江，张雯雯，等．基于改进Myerson值法的云储能双层优化运营模型[J]．中国电力，2023，56(7)：198-206．
	WEI Z B， LI Y J， ZHANG W W，et al ．Two-layer optimization operation model of cloud energy storage based on improved myerson value method[J]．Electric Power，2023，56(7)：198-206．
[20]	张晓瑞，纪陵，范仲鸣．基于云边融合的新一代配电物联运维技术研究[J]．综合智慧能源，2022，44(12)：25-32．
	ZHANG X R， JI L， FAN Z M ．Research on the new power distribution IoT operation and maintenance technology based on cloud-edge collaboration[J]．Integrated Intelligent Energy，2022，44(12)：25-32．
[21]	张冲，荣娜．基于改进粒子群算法的新能源侧储能容量配置[J]．电网与清洁能源，2022，38(10)：98-105．
	ZHANG C， RONG N ．Energy storage capacity allocation of renewable energy side based on improved particle swarm optimization[J]．Power System and Clean Energy，2022，38(10)：98-105．
[22]	马钊，张恒旭，赵浩然，等．双碳目标下配用电系统的新使命和新挑战[J]．中国电机工程学报，2022，42(19)：6931-6945．
	MA Z， ZHANG H X， ZHAO H R，et al ．New mission and challenge of power distribution and consumption system under dual-carbon target[J]．Proceedings of the CSEE，2022，42(19)：6931-6945．
[23]	肖伟栋，刘耀，蒋纯冰，等．面向源荷互动的建筑-电网数据共享现状与展望[J]．暖通空调，2023，53(12)：76-85．
	XIAO W D， LIU Y， JIANG C B，et al ．Current status and prospects of data sharing between buildings and power grids for source-load interaction[J]．Heating Ventilating & Air Conditioning，2023，53(12)：76-85．
[24]	许丹莉，朱文，彭超逸，等．基于云边协同的虚拟电厂调度系统设计[J]．电力信息与通信技术，2023，21(7)：44-50．
	XU D L， ZHU W， PENG C Y，et al ．Design of cloud edge collaborative dispatching system for virtual power plant[J]．Electric Power Information and Communication Technology，2023，21(7)：44-50．
[25]	陈曦，司恒斌，张良，等．基于图神经网络的电-热联合能源系统优化调度研究[J]．智慧电力，2023，51(7)：67-73．
	CHEN X， SI H B， ZHANG L，et al ．Optimal scheduling of electricity-thermal combined energy system based on graph neural network[J]．Smart Power，2023，51(7)：67-73．
[26]	栗峰，丁杰，周才期，等．新型电力系统下分布式光伏规模化并网运行关键技术探讨[J]．电网技术，2024，48(1)：184-199．
	LI F， DING J， ZHOU C Q，et al ．Key technologies of large-scale grid-connected operation of distributed photovoltaic under new-type power system[J]．Power System Technology，2024，48(1)：184-199．

基于消纳-保供博弈的分布式储能双层规划模型

Bi-Level Planning Model for Distributed Energy Storage Based on Accommodation-Supply Security Game

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

图/表 10

参考文献 26

相关文章 10

编辑推荐

Metrics

[1]	展宗波, 任吉平, 丁立平, 孙兆龙, 丁衡, 曹越. 高背压抽凝热电联供系统建模及快速变负荷控制策略研究[J]. 发电技术, 2025, 46(6): 1074-1084.
[2]	马浩然, 袁至, 王维庆, 李骥. 考虑数据中心和储能接入的主动配电网经济调度研究[J]. 发电技术, 2025, 46(4): 748-757.
[3]	孙勇, 高子航, 侯泽胤, 李德鑫, 王尧, 张海锋, 陆帅. 面向综合能源系统运行的气网聚合建模及辨识方法[J]. 发电技术, 2025, 46(2): 274-283.
[4]	刘忠, 黄彦铭, 朱光明, 邹淑云. 含风-光-电氢混合储能的多微电网系统容量优化配置方法[J]. 发电技术, 2025, 46(2): 240-251.
[5]	崔露, 刘世林, 苗婉, 王青. 考虑电转氢和需求响应的风光储综合充能站优化运行策略[J]. 发电技术, 2025, 46(1): 31-41.
[6]	郁海彬, 张煜晨, 刘扬洋, 陆增洁, 翁锦德. 碳交易机制下多主体虚拟电厂参与电力市场的优化调度竞标策略[J]. 发电技术, 2023, 44(5): 634-644.
[7]	王燕, 杨秀媛, 徐剑锋, 卜思齐, 徐智蔷. 民用可控负荷参与需求响应的控制策略[J]. 发电技术, 2020, 41(6): 638-649.
[8]	弭辙,张晋芳,刘俊,赵秋莉,张富强. 面向促进新能源消纳的源网荷贡献度分解算法[J]. 发电技术, 2019, 40(6): 509-515.
[9]	刘志超,王洪彬,沙浩,杨金澍,曹生现. 我国风电利用技术现状及其前景分析[J]. 发电技术, 2019, 40(4): 389-395.
[10]	杨东升,王道浩,周博文,陈麒宇,杨之乐,胥国毅,崔明建. 泛在电力物联网的关键技术与应用前景[J]. 发电技术, 2019, 40(2): 107-114.