CN113421123B - 含共享储能的点对点电能交易市场设计方法和装置 - Google Patents

含共享储能的点对点电能交易市场设计方法和装置 Download PDF

Info

Publication number
CN113421123B
CN113421123B CN202110726697.0A CN202110726697A CN113421123B CN 113421123 B CN113421123 B CN 113421123B CN 202110726697 A CN202110726697 A CN 202110726697A CN 113421123 B CN113421123 B CN 113421123B
Authority
CN
China
Prior art keywords
energy
point
model
seller
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110726697.0A
Other languages
English (en)
Other versions
CN113421123A (zh
Inventor
谢毓广
梅生伟
高博
魏韡
汪胜和
郑天文
李金中
黄杰
陈来军
王小明
计长安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
State Grid Anhui Electric Power Co Ltd
Sichuan Energy Internet Research Institute EIRI Tsinghua University
Original Assignee
Tsinghua University
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
State Grid Anhui Electric Power Co Ltd
Sichuan Energy Internet Research Institute EIRI Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University, Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd, State Grid Anhui Electric Power Co Ltd, Sichuan Energy Internet Research Institute EIRI Tsinghua University filed Critical Tsinghua University
Priority to CN202110726697.0A priority Critical patent/CN113421123B/zh
Publication of CN113421123A publication Critical patent/CN113421123A/zh
Application granted granted Critical
Publication of CN113421123B publication Critical patent/CN113421123B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Abstract

本发明提供一种含共享储能的点对点电能交易市场设计方法和装置，其中，方法包括：构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；基于每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建点对点电能交易市场的能量均衡模型；基于能量均衡模型确定电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。本发明通过实现市场均衡达到市场中能量销售者的利润最大化，能量购买者的成本最小化，实现能量的充分利用、减少电网成本。

Description

含共享储能的点对点电能交易市场设计方法和装置
技术领域
本发明涉及新型能源技术领域，尤其涉及一种含共享储能的点对点电能交易市场设计方法和装置。
背景技术
近年来，以风力发电和光伏发电为代表的新能源发电技术快速发展。新能源在构建新型电力系统，实现“碳达峰，碳中和”的进程中将发挥至关重要的作用。包含储能、光伏发电、风力发电等的分布式能源在配电网得到了大力发展。但分布式可再生能源的消纳为电网带来了挑战，如何在保证电网安全和稳定的情况下，尽可能提高分布式能源的利用率。
上网电价是一种鼓励分布式能源投资和提高可再生能源的消纳的有效机制，在该机制下，分布式能源拥有者可以按照约定的价格将多余的能量售卖给电网。但是该机制也被批评缺少竞争，并且给用户带来的收益有限。
发明内容
本发明提供一种含共享储能的点对点电能交易市场设计方法和装置，用以解决现有技术中用户缺乏竞争力且获得的收益有限的缺陷，实现降低购电者用电成本，提高售电者分布式能源的利用率，使其从分布式能源设备投资中获益。
第一方面，本发明提供一种含共享储能的点对点电能交易市场设计方法，包括：
构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，所述点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、各个居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；
基于所述每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建所述点对点电能交易市场的能量均衡模型；
基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
根据本发明提供一种的含共享储能的点对点电能交易市场设计方法，其中，所述基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量，具体包括：
将所述能量均衡模型中的所述每个能量销售者的利润最大化模型转化为所述每个能量销售者的KKT最优条件模型；
将所述能量均衡模型中的所述每个能量购买者的成本最小化模型转化为所述每个能量购买者的KKT最优条件模型；
基于所述每个能量销售者的KKT最优条件模型和所述每个能量购买者的KKT最优条件模型构建所述点对点电能交易市场的对偶均衡模型；
基于所述点对点电能交易市场的对偶均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
根据本发明提供一种的含共享储能的点对点电能交易市场设计方法，其中，所述基于所述点对点电能交易市场的对偶均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量，具体为：
采用大M法对所述点对点电能交易市场的对偶均衡模型中的互补松弛条件转化为线性化的互补松弛约束；
基于所述线性化的互补松弛约束将所述点对点电能交易市场的对偶均衡模型转化为混合整数线性规划模型；
基于所述混合整数线性规划模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
根据本发明提供一种的含共享储能的点对点电能交易市场设计方法，其中，所述点对点电能交易市场中每个能量销售者的利润最大化模型为：
其中，每一个时刻t能量销售者s和能量购买者b之间的交易电量，/>每一时刻t能量销售者s和能量购买者b之间的交易电价，/>代表能量销售者s在t时刻拥有的能量，表示能量销售者在t时刻向电网的馈电的分时电价，/>表示t时刻点对点交易的交易成本，B表示所有能量购买者，Δt表示相邻两个时刻之间的时间间隔，T表示总时间长度，和/>代表两个约束的对偶变量。
根据本发明提供一种的含共享储能的点对点电能交易市场设计方法，其中，所述点对点电能交易市场中每个能量购买者的成本最小化模型为：
其中，每一个时刻t能量销售者s和能量购买者b之间的交易电量，/>每一时刻t能量销售者s和能量购买者b之间的交易电价，/>和/>代表t时刻能量购买者b向共享储能设备中充电和放电功率，/>代表t时刻能量购买者b从电网购电的功率，Δt表示相邻两个时刻之间的时间间隔，T表示总时间长度，/>表示t时刻从电网购电的分时阶梯电价，/>表示使用储能设备的价格，/>表示在t时刻能量购买者b占用共享储能设备的容量，B表示所有能量购买者，S表示所有能量销售者，另外，每个约束冒号后的变量为该约束对应的对偶变量，Pcmax为小于1的系数，Qs为共享储能设备的总容量，PcmaxQs表示共享储能设备允许的最大充电功率，Pdmax为小于1的系数，PdmaxQs表示共享储能设备允许的最大放电功率，ηc与ηd为共享储能的充/放电效率。
第二方面，本发明提供一种含共享储能的点对点电能交易市场设计装置，包括：
第一处理模块，用于构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，所述点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、各个居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；
第二处理模块，用于基于所述每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建所述点对点电能交易市场的能量均衡模型；
第三处理模块，用于基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
根据本发明提供一种的含共享储能的点对点电能交易市场设计装置，其中，所述第三模块，具体用于：
将所述能量均衡模型中的所述每个能量销售者的利润最大化模型转化为所述每个能量销售者的KKT最优条件模型；
将所述能量均衡模型中的所述每个能量购买者的成本最小化模型转化为所述每个能量购买者的KKT最优条件模型；
基于所述每个能量销售者的KKT最优条件模型和所述每个能量购买者的KKT最优条件模型构建所述点对点电能交易市场的对偶均衡模型；
基于所述点对点电能交易市场的对偶均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
根据本发明提供一种的含共享储能的点对点电能交易市场设计方法，其中，所述第三处理模块，还用于为：
采用大M法对所述点对点电能交易市场的对偶均衡模型中的互补松弛条件转化为线性化的互补松弛约束；
基于所述线性化的互补松弛约束将所述点对点电能交易市场的对偶均衡模型转化为混合整数线性规划模型；
基于所述混合整数线性规划模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述含共享储能的点对点电能交易市场设计方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述含共享储能的点对点电能交易市场设计方法的步骤。
本发明提供的含共享储能的点对点电能交易市场设计方法和装置，通过构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，所述点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、各个居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；即确定每一个市场参与者的利益实现最大化。进而，基于所述每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建所述点对点电能交易市场的能量均衡模型；在市场参与者利益最大化的前提下实现市场中能量的充分利用。故而，基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。在均衡状态下确保各个参与者所应该购买的电量或者销售的电量。本发明在点对点电能交易市场中，每个点代表一位参与能源交易的用户，他们既可以选择将自己多余的能量共享给周围的用户，也可以在需要能量时从周围用户手中购买。在该市场中，所有的用户可以互相进行能源交易。该交易机制能够赋能用户，使得他们能够按照自己的实际情况制定交易电量和交易价格，达成令双方都满意的交易，既可以降低购电者用电成本，也可以提高售电者分布式能源的利用率，使其从分布式能源设备投资中获益。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的含共享储能的点对点电能交易市场设计方法的流程示意图；
图2是本发明提供的含共享储能的点对点电能交易市场设计的结构示意图；
图3是本发明提供的含共享储能的点对点电能交易市场设计装置的结构示意图；
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合图1-图2描述本发明实施例提供的一种含共享储能的点对点电能交易市场设计方法，包括：
步骤100：构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，所述点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、各个居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；
具体地，基于分布式能源在配电网的渗透，伴随着信息通讯技术的发展，点对点(Peer-to-Peer)电能交易应运而生，并被认为是未来电力系统极有发展前景的商业模式。在点对点电能交易市场中，每个点代表一位参与能源交易的用户，他们既可以选择将自己多余的能量共享给周围的用户，也可以在需要能量时从周围用户手中购买。在该市场中，所有的用户可以互相进行能源交易。该交易机制能够赋能用户，使得他们能够按照自己的实际情况制定交易电量和交易价格，达成令双方都满意的交易，既可以降低购电者用电成本，也可以提高售电者分布式能源的利用率，使其从分布式能源设备投资中获益。此外该机制还可以实现可再生能源的就地消纳，将资金留在当地。由于点对点交易发生在同一配电网区域，还能减少能量传输损失、推迟因用电负荷增加而引起的配电网扩容投资。
参与点对点电能交易的电能消费者可以使用储能设备，实现更加积极的能量管理，目前配电网居民侧常用的储能设备是电池储能。不过对于单个用户来说，购买电池的投入成本较高，且单一用户的用电负荷曲线可能比较固定，所以对电池的利用效率不高。受共享经济的影响，共享储能的商业模式开始出现在用户侧，即用户可以共同使用储能设备，共享储能设备容量使用权。在该模式下，共享储能设备可以由用户共同投资建设，也可以由专门的提供储能服务的机构投资建设。该方式能够减小单个用户对储能设备的投资，同时利用不同用户负荷的互补性，提高储能设备的利用效率。
本发明实施例提出了一种含共享储能的点对点电能交易市场设计。首先，建立了包含S位能量销售者，B位能量购买者的点对点电能交易市场，能量销售者可以是光伏电站运营商，能量购买者可能是各个小区，各个居民楼，甚至是大型商场。另外能量购买者共同使用共享储能设备的容量使用权，这里共享储能设备采用是租赁模式，即根据用户占用储能设备的容量以及时长收取相应的费用。
图2为含共享储能的点对点电能交易市场设计的结构示意图，主要包含能量销售者，能量购买者，能量购买者共同使用的共享储能设备，电网四部分。市场中有S位能量销售者，B位能量购买者，能量销售者可以是光伏电站运营商，能量购买者可能是各个小区，各个居民楼，甚至是大型商场。能量销售者们能够自由选择将多余的能量售卖给电网或者其他点对点市场参与者；同样，能量购买者也可以自由选择从电网或者其他点对点市场参与者处购买能量，也可以对储能设备进行充放电决策。能量购买者共同使用共享储能设备的容量使用权，这里共享储能设备采用是租赁模式，即根据用户占用储能设备的容量以及时长收取相应的费用。
典型的能量销售者s的利润最大化问题如下：
每一时刻有两个决策变量和/>分别代表着每一个时刻t销售者s和购买者b之间的交易电量和与此相关联的交易价格。交易电量和交易价格都是通过解决市场均衡问题获得的。/>代表销售者s在t时刻拥有的能量，如光伏电站的出力。/>表示能量销售者在t时刻向电网的馈电的分时电价，/>表示t时刻点对点交易的交易成本，本文假设交易成本不随时间发生变化。
优化目标(1-1a)是能量销售者s的利润最大化问题，其含义是在时间长度为T的情况下，将每一时刻的收益累加得到的总收益最大。第一项表示t时刻与点对点交易市场中的B位能量购买者交易获得的总收益；第二项是t时刻将电能售卖给电网带来的收益，售电价格为馈电的分时电价；第三项是t时刻参与点对点交易的总成本。约束(1-1b)代表t时刻的能量约束，总的点对点交易电量不能超过该时刻销售者能够利用的电量。约束(1-1c)表示每一笔的交易电量非负。两个约束冒号之后的和/>代表两个约束的对偶变量。
典型的能量购买者b所要面临的用电成本最低问题如下：
在每一个时刻t，能量购买者有五个决策变量，分别为和/> 和/>以及 和/>已经在销售者问题中定义过，为交易电量和对应的交易价格；/>和/>代表t时刻购买者b向共享储能设备中充电(charge)和放电(discharge)功率；/>代表t时刻购买者b从电网(grid)购电的功率。
表示t时刻从电网购电的分时阶梯电价，大小见(1-2d)。/>表示使用储能设备的价格，即占用储能设备1kWh的容量1小时，就需要支付/>的费用，在本文中，假设该价格为常数。/>表示在t时刻购买者b占用共享储能设备的容量，这个量是时序耦合的量，正是这个变量给问题的解决带来了困难。
优化目标(1-2a)是时间范围T内能量购买者b的花费最小化问题，第一项表示与点对点交易市场中的S位能量销售者交易的总花费；第二项是从电网买电的花费，第三项表示使用共享储能设备储存电能需要交纳的费用。
约束(1-2b)代表t时刻购买者b的功率守恒，右侧代表总负荷，左侧代表总能量来源。约束(1-2c)表示从电网购买电量非负。约束(1-2d)为分时阶梯电价。
约束(1-2e)—(1-2h)为功率约束。功率约束中，(1-2e)表示用户不能同时充放电，这是不理智的；(1-2f)表示用户对共享储能最大的充放电约束；(1-2g)表示所有使用共享储能设备的用户总的充电功率不能超过共享储能设备允许的最大充电功率PcmaxQs，Pcmax为小于1的系数，Qs为共享储能设备的总容量，该最大充电功率和储能设备容量成正比。(1-2h)表示所有使用共享储能设备的用户总的放电功率不能超过共享储能设备允许的最大放电功率PdmaxQs，Pdmax为小于1的系数，该最大放电功率同样和储能设备容量成正比。
约束(1-2i)—(1-2k)为储能容量约束。(1-2i)表示购买者b的时域耦合的储存电量；(1-2j)表示储存电量非负；(1-2k)表示所有购买者储存电量之和不能超过储能设备可用的容量，这里设置可用容量为总容量的十分之九。
储存电量的时域约束可以改写为：
电池充放电互补松弛的约束(1-2e)和(1-2f)也可以通过引入一个0-1变量该变量为B×T，改成如下形式：
由于在列写KKT条件时，关注的重点是决策变量，所以可以将(1-2)进行一定的改写，并增加上对偶变量，为下一步约束列写KKT条件提供便利。经过修改后的购买者b的优化问题如(1-3)所示：
其中，每一个时刻t能量销售者s和能量购买者b之间的交易电量，/>每一时刻t能量销售者s和能量购买者b之间的交易电价，/>和/>代表t时刻能量购买者b向共享储能设备中充电和放电功率，/>代表t时刻能量购买者b从电网购电的功率，Δt表示相邻两个时刻之间的时间间隔，T表示总时间长度，/>表示t时刻从电网购电的分时阶梯电价，/>表示使用储能设备的价格，/>表示在t时刻能量购买者b占用共享储能设备的容量，B表示所有能量购买者，S表示所有能量销售者，另外，每个约束冒号后的变量为该约束对应的对偶变量，Pcmax为小于1的系数，Qs为共享储能设备的总容量，PcmaxQs表示共享储能设备允许的最大充电功率，Pdmax为小于1的系数，PdmaxQs表示共享储能设备允许的最大放电功率，ηc与ηd为共享储能的充/放电效率。
步骤200：基于所述每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建所述点对点电能交易市场的能量均衡模型；
具体地，每位点对点电能交易市场的参与者都会同时考虑自身的利益最大化问题。销售者/购买者想要更高/更低的交易价格ρsb，最终会达到一个双方都满意的价格。在这种情况下，整个点对点交易市场的数学模型可以列写为一个均衡模型，如(2)：
该均衡模型中很重要的一点是销售者s和购买者b具有相同的决策变量psb和ρsb。
步骤300：基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
具体地，通过对上述均衡模型进行求解即可获得模型中每个能量销售者的销售电量以及每个能量购买者的购买电量。
本发明实施例提供的含共享储能的点对点电能交易市场设计方法，通过构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，所述点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、各个居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；即确定每一个市场参与者的利益实现最大化。进而，基于所述每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建所述点对点电能交易市场的能量均衡模型；在市场参与者利益最大化的前提下实现市场中能量的充分利用。故而，基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。在均衡状态下确保各个参与者所应该购买的电量或者销售的电量。本发明在点对点电能交易市场中，每个点代表一位参与能源交易的用户，他们既可以选择将自己多余的能量共享给周围的用户，也可以在需要能量时从周围用户手中购买。在该市场中，所有的用户可以互相进行能源交易。该交易机制能够赋能用户，使得他们能够按照自己的实际情况制定交易电量和交易价格，达成令双方都满意的交易，既可以降低购电者用电成本，也可以提高售电者分布式能源的利用率，使其从分布式能源设备投资中获益。
根据本发明实施例提供的一种的含共享储能的点对点电能交易市场设计方法，其中，所述基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量，具体包括：
将所述能量均衡模型中的所述每个能量销售者的利润最大化模型转化为所述每个能量销售者的KKT最优条件模型；
将所述能量均衡模型中的所述每个能量购买者的成本最小化模型转化为所述每个能量购买者的KKT最优条件模型；
基于所述每个能量销售者的KKT最优条件模型和所述每个能量购买者的KKT最优条件模型构建所述点对点电能交易市场的对偶均衡模型；
基于所述点对点电能交易市场的对偶均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
具体地，上述均衡模型(2)，该均衡问题有两个难点，其一是优化问题中存在决策变量的乘积项，导致该优化问题的是非线性；其二是交易价格ρsb是通过均衡问题的市场出清最终得到的，不受单个销售者和购买者决定，因此该问题不是纳什均衡问题，也无法使用传统的固定点算法来求解。
根据优化理论，优化问题可以转换为原问题的KKT条件进行求解。如果能够将所有市场参与者KKT条件聚合起来，同时求解KKT条件，也就可以解决原均衡问题(2)。接下来详细介绍每位参与者的KKT条件及最终的KKT均衡问题。
1.销售者问题KKT条件：
在列写KKT条件时，认为交易价格是常数，这样就可以只对交易电量求导从而获得KKT条件。在KKT条件求解时，交易价格和交易电量就是决策变量。
根据每一个销售者s的优化问题(1-1)，对进行求导，可以列写出KKT最优条件如下：
2.购买者问题KKT条件：
在每一个购买者b的优化问题(1-3)中，决策变量有5个：和/>和/>以及/>依然认为交易价格是常数。
(1)功率平衡约束
(2)对求导
这里不考虑大于0的约束，因为该约束已经在销售者问题中考虑过了，不再重复考虑。
(3)对求导
(4)对求导
(5)对求导/>
在考虑与相关的KKT条件中，同样包含(3-5e)和(3-5f)的约束，因为该约束已经在销售者问题中考虑过，且最终列写时需要把所有KKT条件聚合在一起列写，所以这里不再重复考虑。
综上，购买者的KKT条件需要将上述条件综合考虑起来，得到完整的描述购买者问题的KKT条件：
(3-2),(3-3),(3-4),(3-5),(3-6) (3-7)
将能量销售者和购买者的KKT条件(3-1)和(3-7)放在一起，得到对偶的均衡问题(3-8)：
根据本发明实施例提供的一种的含共享储能的点对点电能交易市场设计方法，其中，所述基于所述点对点电能交易市场的对偶均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量，具体为：
采用大M法对所述点对点电能交易市场的对偶均衡模型中的互补松弛条件转化为线性化的互补松弛约束；
基于所述线性化的互补松弛约束将所述点对点电能交易市场的对偶均衡模型转化为混合整数线性规划模型；
基于所述混合整数线性规划模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
具体地，由于(3-8)中互补松弛条件0≤a⊥b≥0中的a和b均为线性的，因此该问题也被称为线性互补问题。使用大M法，实现互补松弛约束的线性化。标准的线性互补问题形式如下：
0≤(Px+q)⊥y≥0 (4-1)
其中P为矩阵，q为向量；x是决策变量向量，y是与原约束相对应的对偶变量向量。线性互补问题要求寻找到符合条件(2-8)的x与y。由于在该条件中，如果原约束不为0，则对偶变量必定为0；反之，如果对偶变量不为0，原约束一定为0。大M法正是抓住这种特性，引入一个和y长度相同的辅助0-1变量向量z和一个常数M，将原约束(4-1)改为了只有线性约束的(4-2)：
0≤(Px+q)≤M(1-z),0≤y≤Mz (4-2)
在(4-2)中，只有两个含有0-1变量的线性约束。其中M的选择需要注意，它既要足够大，以能保证覆盖约束(4-2)最大的取值范围，否则问题可能无解；另外也不能太大，否则会导致收敛性差。但是线性互补问题不能只有约束(4-2)，为了保证问题能够求解，还需要一个线性规划问题，该线性规划问题可以描述为一个混合整数线性规划(MILP)：
min：z(Px+q)+(1-z)y (4-3a)
如果(4-3a)的结果为0，则说明满足原互补松弛条件，否则就说明原互补松弛条件不可行。
通过该线性化方法，就能将对偶的均衡问题(3-8)中的互补松弛线性化，这样整个问题就沦为了混合整数线性规划问题，就可以在商用求解软件，如MOSEK中进行求解。
参考图3，本发明实施例提供一种含共享储能的点对点电能交易市场设计装置，包括：
第一处理模31，用于构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，所述点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、各个居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；
第二处理模块32，用于基于所述每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建所述点对点电能交易市场的能量均衡模型；
第三处理模块33，用于基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
由于本发明实施例提供的装置，可以用于执行上述实施例所述的方法，其工作原理和有益效果类似，故此处不再详述，具体内容可参见上述实施例的介绍。
根据本发明实施例提供一种的含共享储能的点对点电能交易市场设计装置，其中，所述第三模块33，具体用于：
将所述能量均衡模型中的所述每个能量销售者的利润最大化模型转化为所述每个能量销售者的KKT最优条件模型；
将所述能量均衡模型中的所述每个能量购买者的成本最小化模型转化为所述每个能量购买者的KKT最优条件模型；
基于所述每个能量销售者的KKT最优条件模型和所述每个能量购买者的KKT最优条件模型构建所述点对点电能交易市场的对偶均衡模型；
基于所述点对点电能交易市场的对偶均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
根据本发明实施例提供一种的含共享储能的点对点电能交易市场设计方法，其中，所述第三处理模块33，还用于为：
采用大M法对所述点对点电能交易市场的对偶均衡模型中的互补松弛条件转化为线性化的互补松弛约束；
基于所述线性化的互补松弛约束将所述点对点电能交易市场的对偶均衡模型转化为混合整数线性规划模型；
基于所述混合整数线性规划模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行一种含共享储能的点对点电能交易市场设计方法，该方法包括：构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，所述点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、各个居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；基于所述每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建所述点对点电能交易市场的能量均衡模型；基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的一种含共享储能的点对点电能交易市场设计方法，该方法包括：构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，所述点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、各个居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；基于所述每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建所述点对点电能交易市场的能量均衡模型；基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的一种含共享储能的点对点电能交易市场设计方法，该方法包括：构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，所述点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、各个居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；基于所述每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建所述点对点电能交易市场的能量均衡模型；基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (4)

1.一种含共享储能的点对点电能交易市场设计方法，其特征在于，包括：
构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，所述点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、各个居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；
基于所述每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建所述点对点电能交易市场的能量均衡模型；
基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量；
其中，所述基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量，具体包括：
将所述能量均衡模型中的所述每个能量销售者的利润最大化模型转化为所述每个能量销售者的KKT最优条件模型；
将所述能量均衡模型中的所述每个能量购买者的成本最小化模型转化为所述每个能量购买者的KKT最优条件模型；
基于所述每个能量销售者的KKT最优条件模型和所述每个能量购买者的KKT最优条件模型构建所述点对点电能交易市场的对偶均衡模型；
基于所述点对点电能交易市场的对偶均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量；
其中，所述基于所述点对点电能交易市场的对偶均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量，具体为：
采用大M法对所述点对点电能交易市场的对偶均衡模型中的互补松弛条件转化为线性化的互补松弛约束；
基于所述线性化的互补松弛约束将所述点对点电能交易市场的对偶均衡模型转化为混合整数线性规划模型；
基于所述混合整数线性规划模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量；
其中，所述点对点电能交易市场中每个能量销售者的利润最大化模型为：
其中，每一个时刻t能量销售者s和能量购买者b之间的交易电量，/>每一时刻t能量销售者s和能量购买者b之间的交易电价，/>代表能量销售者s在t时刻拥有的能量，/>表示能量销售者在t时刻向电网的馈电的分时电价，/>表示t时刻点对点交易的交易成本，B表示所有能量购买者，Δt表示相邻两个时刻之间的时间间隔，T表示总时间长度，/>和代表两个约束的对偶变量；
其中，所述点对点电能交易市场中每个能量购买者的成本最小化模型为：
其中，每一个时刻t能量销售者s和能量购买者b之间的交易电量，/>每一时刻t能量销售者s和能量购买者b之间的交易电价，/>和/>代表t时刻能量购买者b向共享储能设备中充电和放电功率，/>代表t时刻能量购买者b从电网购电的功率，Δt表示相邻两个时刻之间的时间间隔，T表示总时间长度，/>表示t时刻从电网购电的分时阶梯电价，表示使用储能设备的价格，/>表示在t时刻能量购买者b占用共享储能设备的容量，B表示所有能量购买者，S表示所有能量销售者，另外，每个约束冒号后的变量为该约束对应的对偶变量，Pcmax为小于1的系数，Qs为共享储能设备的总容量，PcmaxQs表示共享储能设备允许的最大充电功率，Pdmax为小于1的系数，PdmaxQs表示共享储能设备允许的最大放电功率，ηc与ηd为共享储能的充/放电效率。
2.一种含共享储能的点对点电能交易市场设计装置，其特征在于，包括：
第一处理模块，用于构建点对点电能交易市场中每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型；其中，所述点对点电能交易市场是由分布式能源拥有者作为能量销售者，各个小区、各个居民楼，或者是大型商场作为能量购买者以及电网组成的交易市场；
第二处理模块，用于基于所述每个能量销售者的利润最大化模型和每个能量购买者的成本最小化模型构建所述点对点电能交易市场的能量均衡模型；
第三处理模块，用于基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量；
其中，所述基于所述能量均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量，具体包括：
将所述能量均衡模型中的所述每个能量销售者的利润最大化模型转化为所述每个能量销售者的KKT最优条件模型；
将所述能量均衡模型中的所述每个能量购买者的成本最小化模型转化为所述每个能量购买者的KKT最优条件模型；
基于所述每个能量销售者的KKT最优条件模型和所述每个能量购买者的KKT最优条件模型构建所述点对点电能交易市场的对偶均衡模型；
基于所述点对点电能交易市场的对偶均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量；
其中，所述基于所述点对点电能交易市场的对偶均衡模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量，具体为：
采用大M法对所述点对点电能交易市场的对偶均衡模型中的互补松弛条件转化为线性化的互补松弛约束；
基于所述线性化的互补松弛约束将所述点对点电能交易市场的对偶均衡模型转化为混合整数线性规划模型；
基于所述混合整数线性规划模型确定所述点对点电能交易市场中每个能量销售者的销售电量以及每个能量购买者的购买电量；
其中，所述点对点电能交易市场中每个能量销售者的利润最大化模型为：
其中，每一个时刻t能量销售者s和能量购买者b之间的交易电量，/>每一时刻t能量销售者s和能量购买者b之间的交易电价，/>代表能量销售者s在t时刻拥有的能量，/>表示能量销售者在t时刻向电网的馈电的分时电价，/>表示t时刻点对点交易的交易成本，B表示所有能量购买者，Δt表示相邻两个时刻之间的时间间隔，T表示总时间长度，/>和代表两个约束的对偶变量；
其中，所述点对点电能交易市场中每个能量购买者的成本最小化模型为：
其中，每一个时刻t能量销售者s和能量购买者b之间的交易电量，/>每一时刻t能量销售者s和能量购买者b之间的交易电价，/>和/>代表t时刻能量购买者b向共享储能设备中充电和放电功率，/>代表t时刻能量购买者b从电网购电的功率，Δt表示相邻两个时刻之间的时间间隔，T表示总时间长度，/>表示t时刻从电网购电的分时阶梯电价，表示使用储能设备的价格，/>表示在t时刻能量购买者b占用共享储能设备的容量，B表示所有能量购买者，S表示所有能量销售者，另外，每个约束冒号后的变量为该约束对应的对偶变量，Pcmax为小于1的系数，Qs为共享储能设备的总容量，PcmaxQs表示共享储能设备允许的最大充电功率，Pdmax为小于1的系数，PdmaxQs表示共享储能设备允许的最大放电功率，ηc与ηd为共享储能的充/放电效率。
3.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1所述含共享储能的点对点电能交易市场设计方法的步骤。
4.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1所述含共享储能的点对点电能交易市场设计方法的步骤。
CN202110726697.0A 2021-06-29 2021-06-29 含共享储能的点对点电能交易市场设计方法和装置 Active CN113421123B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110726697.0A CN113421123B (zh) 2021-06-29 2021-06-29 含共享储能的点对点电能交易市场设计方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110726697.0A CN113421123B (zh) 2021-06-29 2021-06-29 含共享储能的点对点电能交易市场设计方法和装置

Publications (2)

Publication Number Publication Date
CN113421123A CN113421123A (zh) 2021-09-21
CN113421123B true CN113421123B (zh) 2024-04-09

Family

ID=77717150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110726697.0A Active CN113421123B (zh) 2021-06-29 2021-06-29 含共享储能的点对点电能交易市场设计方法和装置

Country Status (1)

Country Link
CN (1) CN113421123B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107863773A (zh) * 2017-11-24 2018-03-30 清华-伯克利深圳学院筹备办公室 一种多能流供能方法及系统
CN109190802A (zh) * 2018-08-13 2019-01-11 南京邮电大学 云储能环境下基于发电预测的多微网博弈优化方法
CN109190882A (zh) * 2018-07-25 2019-01-11 南京邮电大学 电力市场环境下基于云储能的微网经济优化交易方法
CN110941798A (zh) * 2019-11-20 2020-03-31 图灵人工智能研究院（南京）有限公司 储能共享数据处理系统和方法、设备及介质
CN111027807A (zh) * 2019-11-12 2020-04-17 国网河北省电力有限公司经济技术研究院 一种基于潮流线性化的分布式发电选址定容方法
CN112398164A (zh) * 2020-10-30 2021-02-23 东南大学 含共享储能系统的微能源网群优化运行及成本分配方法
CN112446745A (zh) * 2020-12-15 2021-03-05 天津天大求实电力新技术股份有限公司 基于双层随机规划的含多微网的配电市场交易方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10861112B2 (en) * 2012-07-31 2020-12-08 Causam Energy, Inc. Systems and methods for advanced energy settlements, network-based messaging, and applications supporting the same on a blockchain platform
EP3362965A4 (en) * 2015-10-13 2019-08-07 Transactive Grid Inc. USING A DISTRIBUTED CONSENSUS CONTROL BASED ON A BLOCK CHAIN
US20210183175A1 (en) * 2019-12-12 2021-06-17 Explication Automation, Llc System of privacy oriented automated electric vehicle miles traveled usage fee assessment and settlement using utility smart grid communication network

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107863773A (zh) * 2017-11-24 2018-03-30 清华-伯克利深圳学院筹备办公室 一种多能流供能方法及系统
CN109190882A (zh) * 2018-07-25 2019-01-11 南京邮电大学 电力市场环境下基于云储能的微网经济优化交易方法
CN109190802A (zh) * 2018-08-13 2019-01-11 南京邮电大学 云储能环境下基于发电预测的多微网博弈优化方法
CN111027807A (zh) * 2019-11-12 2020-04-17 国网河北省电力有限公司经济技术研究院 一种基于潮流线性化的分布式发电选址定容方法
CN110941798A (zh) * 2019-11-20 2020-03-31 图灵人工智能研究院（南京）有限公司 储能共享数据处理系统和方法、设备及介质
CN112398164A (zh) * 2020-10-30 2021-02-23 东南大学 含共享储能系统的微能源网群优化运行及成本分配方法
CN112446745A (zh) * 2020-12-15 2021-03-05 天津天大求实电力新技术股份有限公司 基于双层随机规划的含多微网的配电市场交易方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
" 需求侧能量共享：概念、机制与展望";陈玥等;《电力系统自动化》;20210131(第02期);全文 *

Also Published As

Publication number Publication date
CN113421123A (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
Jiang et al. Electricity trading pricing among prosumers with game theory-based model in energy blockchain environment
Sabounchi et al. Towards resilient networked microgrids: Blockchain-enabled peer-to-peer electricity trading mechanism
Yin et al. Energy management for aggregate prosumers in a virtual power plant: A robust Stackelberg game approach
Luo et al. Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources
Wei et al. Charging strategies of EV aggregator under renewable generation and congestion: A normalized Nash equilibrium approach
Ju et al. Robust purchase and sale transactions optimization strategy for electricity retailers with energy storage system considering two-stage demand response
CN113592648B (zh) 一种综合能源系统的多主体交易方法及系统
Li et al. Incentivizing distributed energy trading among prosumers: A general Nash bargaining approach
Fang et al. A double auction model for competitive generators and large consumers considering power transmission cost
Liu et al. Comparison of centralized and peer-to-peer decentralized market designs for community markets
CN114444864A (zh) 基于区块链的分布式电力市场下分层电力交易匹配方法
Zhang et al. A master-slave game optimization model for electric power companies considering virtual power plant
Xiong et al. Blockchain-based P2P power trading mechanism for PV prosumer
Vincent et al. Sustainable microgrid design with peer-to-peer energy trading involving government subsidies and uncertainties
CN111402015B (zh) 一种基于购售风险的虚拟电厂双层竞标方法及系统
Mochi et al. Empowering customers in local electricity market: A prosumer segmentation and operating envelope strategy for joint cost reduction and profit maximization
CN113421123B (zh) 含共享储能的点对点电能交易市场设计方法和装置
Chen et al. Asymmetric Nash bargaining-based cooperative energy trading of multi-park integrated energy system under carbon trading mechanism
CN110929978A (zh) 一种电力市场风险评估方法及评估系统
CN113870030A (zh) 基于改进纳什议价方法的多微网能源交易机制设计方法
Nieto-Martin et al. Community energy retail tariffs in Singapore: Opportunities for peer-to-peer and time-of-use versus vertically integrated tariffs
CN111126854A (zh) 一种蓄热式电采暖设备考虑使用分布式能源供电的方式
Mishra et al. Peer-to-Peer Energy Trading with Active Participation of Distributed Generation
KV et al. A Novel Method for Energy Trading in Networked Microgrids Using Matching Theory
Xing et al. Application of blockchain technology in autonomous electricity transaction and settlement at the end of distribution network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant