基于数字孪生技术的云储能点对点交易双层优化策略

摘要

为解决云储能(Cloud energy storage, CES)日前交易模型预测精度低、信息传输不及时、交易机制可靠性差等问题，提出一种基于数字孪生技术的云储能点对点交易双层优化策略。首先，针对环境因素的时变性，采用数字孪生(Digital Twins, DT)技术实现新能源电厂出力与负荷的超短期预测；其次，考虑到用户规模不断增大，构建以云储能供应商-社区-用户为体系的改进分布式点对点(Peer-to-peer, P2P)交易策略，实现交易的去中心化；再次，为同时满足CES供应商与用户两大主体的利益需求，建立基于日内滚动优化的双层优化配置模型，上层求解储能电站的优化配置，下层求解用户用电策略，并采用Karush-Kuhn-Tucher(KKT)条件与Big-M法将多目标双层非线性优化问题转化为单层线性优化问题；最后，通过两次使用shapley值计算社区与用户成本分摊。算例仿真结果表明，所提策略能够实现新能源电厂出力与负荷的高精度预测，降低用户群与CES供应商交易的复杂度，在用户购电成本最小的基础上最大化CES供应商的收益，保证交易市场的长期稳定运行。

关键词

云储能 / 数字孪生技术 / 改进分布式点对点交易策略 / 双层优化配置 / shapley值