CN107292515B - 一种基于需求侧调度容量上报策略博弈的电网多代理系统调度方法 - Google Patents
一种基于需求侧调度容量上报策略博弈的电网多代理系统调度方法 Download PDFInfo
- Publication number
- CN107292515B CN107292515B CN201710475153.5A CN201710475153A CN107292515B CN 107292515 B CN107292515 B CN 107292515B CN 201710475153 A CN201710475153 A CN 201710475153A CN 107292515 B CN107292515 B CN 107292515B
- Authority
- CN
- China
- Prior art keywords
- agent
- scheduling
- power grid
- capacity
- default
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000005611 electricity Effects 0.000 claims abstract description 32
- 230000006870 function Effects 0.000 claims abstract description 19
- 230000008901 benefit Effects 0.000 claims abstract description 11
- 230000004044 response Effects 0.000 claims description 24
- 230000007423 decrease Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000012887 quadratic function Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于需求侧调度容量上报策略博弈的电网多代理系统调度方法，电网公司公布系统总的DR备用需求并下达给代理，各代理进行上报策略选择并上报DR可调度量。电网公司进行DR调度容量的下达。本方法以电网公司调度成本最小化及各代理各自的总收益最大化为目标函数进行求解，根据求解结果进行调度即可。电网公司总调度成本为调度容量成本和调度补偿成之和；某代理总收益为博弈收益、调度收益以及实时PDR调度电价差之和减去违约惩罚。本方法能够在多代理系统条件下计及负荷违约可能从而实现代理调度容量的合理分配，避免过度追求利益而对系统产生威胁，能够提高MAS需求侧调度的可靠性，降低系统备用需求。
Description
技术领域
本发明属于电力系统需求响应调度领域，具体指通过代理需求响应调度容量上报策略博弈实现电网负荷调度任务的分配的调度方法。
背景技术
随着风电等清洁能源的接入，电力系统中的间歇性能源所占比重逐渐升高。考虑到间歇性能源引起的功率波动对系统安全带来的威胁，其实际并网量并未相应升高，尤其是风电，部分地区弃风依旧严重。负荷能够作为系统备用提高电网应对功率波动的能力，且资源丰富、经济性好。相比储能装置，需求响应(demand response,DR)能够大大降低运行和投资成本，满足系统的备用需求。但是，负荷量庞大，通过电网公司进行统一调度并不现实。代理在电网公司和用户之间将扮演着电力产生出口和用户服务入口的角色，是电网连接用户的重要一环，其收益主要包括电力销售和DR调度两部分：一方面，代理从系统买电并向用户销售赚取售电收益，另一方面，代理通过DR调度积极参加系统调峰调频及其他调度任务，增加自身收益。即在履行电量交易的职责之外，根据电网的调度需求对自身所辖负荷进行调度。通过代理进行负荷调度，能够简化系统调度模式，降低系统调度复杂度。然而，代理的DR调度容量以及调度量的分配依旧是一个问题。多个代理之间存在利益竞争，随着电力市场的发展，单一的调度量下达模式并不能够很好的解决这一问题。通过价格博弈能够解决代理调度任务的分配问题，各代理将自身调度价格进行上报，电网根据代理上报价格进行调度任务的分配和下达。但是，价格博弈容易导致由于追求利益而出现恶性竞争导致最终的分配任务超过其实际完成范围，且负荷响应本身有一定的不确定性，存在调度违约的可能，又由于不同代理掌握的负荷特性不同，同一时刻的响应能力和违约概率也不尽相同，依据上报价格进行代理调度任务分配，可能造成违约导致的调度量超过代理实际可调度量上限而受到限制且不能及时调整，这样并不能很好保证系统调度的可靠性。现有策略鲜有在调度任务分配及实时调度中考虑负荷违约对电网调度的影响。
发明内容
针对现有调度策略存在的上述不足，本发明的目的在于提供一种基于需求侧调度容量上报策略博弈的电网多代理系统调度方法，本方法能够在多代理系统(multi-agentsystem,MAS)条件下计及负荷违约可能从而实现代理调度容量的合理分配，避免过度追求利益而对系统产生威胁，能够提高MAS需求侧调度的可靠性，降低系统备用需求。
本发明的技术方案是这样实现的：
一种基于需求侧调度容量上报策略博弈的电网多代理系统调度方法，其特征在于：按如下步骤进行，
1)电网公司调度中心获得风电场日前预测出力后，根据系统备用需求以及常规备用能力，公布系统总的DR备用需求并下达给各代理；
2)各代理相互之间作为博弈方，根据自身负荷可调度能力及履约能力，顾及自身调度极限及调度收益，进行DR可调度量上报策略的选择，并上报DR可调度量；
代理i上报的DR可调度量Qm,t,i应不高于代理i最大可调度量Qmax,t,i；
Qm,t,i≤Qmax,t,i (7)
3)电网公司将各代理的上报量进行求和，判断总上报量是否满足系统要求：若不满足，则要求各代理再次进行容量上报，达到最大上报次数后仍不满足，则根据最大上报量综合系统自身备用情况，按照可允许最大风电量并网，此时电网公司分配给各代理的DR调度容量即为其上报量；如果满足，则根据各代理历史履约能力信任度进行DR调度容量的下达；各代理分配获得的DR调度容量由代理上报量和电网信任度两方面因素决定：信任度一定的情况下上报量越多，电网公司分配的DR调度容量越多；
4)计算电网公司总调度成本：电网公司在满足系统调度需求前提下，以总调度成本最小化为目标；电网公司总调度成本为调度容量成本和调度补偿成之和，即，
C＝Cr+Cdispatch
其中电网公司对M个代理的调度容量成本为
其中，
为t时刻实际分配代理i的DR调度容量，CQ,t,i为单位调度容量成本；
电网的单位电量调度补偿与信任度有关，较高的信任度能够获得较高的调度补偿；相反，如果代理违约率较高，电网对其信任度较低，单位电量的补偿较少；
设电网对代理i的理想信任度为γ0，对应补偿电价为C0,m，那么对应信任度γi下的补偿电价Cm,t,i为
电网公司的调度补偿成本为
其中，Qact,t,i为t时刻对代理i的实时调度量；
电网公司在调度时需满足如下约束条件，即式(11)-(15)：
电网公司对M个代理容量分配原则为
其中，Qtotal,t为t时刻总负荷备用需求；
电网分配代理i的DR调度容量
不应大于代理i上报的DR可调度量Qm,t,i
电网在分配调度容量时，应考虑代理违约导致的最大电量缺失总和小于电网备用容量；
其中，Rdown,t、Rup,t分别是系统的上、下备用容量，
为某一代理的最大电量缺失；
另外，每个代理实际调度量约束
定义ΔPWG为风电输出功率波动量，那么系统调度平衡约束可表示为
5)各代理获得DR调度容量后，再进行自身负责负荷的调度，某代理一个调度周期内的总收益为博弈收益Cgame、调度收益以及实时PDR调度电价差之和减去违约惩罚，即
其中，
为t时刻负荷的实际响应量，CL,t为t时刻代理对负荷的单位电量补偿，ΔQPDR,t为系统PDR响应电量；
为电网公司制定的t时刻电价，PPDR,t为代理调整后给用户的t时刻电价；Qb,t、Cb,t分别是t时刻代理违约电量和单位电量违约惩罚；
以电网公司调度成本最小化及各代理各自的总收益最大化为目标函数进行求解，根据求解结果进行调度即可。
其中博弈收益Cgame按如下方法确定，
调度时负荷存在违约可能，用户违约电量服从截断正态分布，δl、δr为两个已知实数，则δ在[δl,δr]条件下的概率密度函数为
其中
Φ分别为标准正态分布的概率密度函数和累积分布函数，δ、μ、σ分别是密度函数的自变量以及其均值和标准差；
Q为用户可调度电量，令Q’＝|Q|，那么用户的违约电量在[0,Q’]范围内，不同代理用户的响应特性通过资源特性系数α来表征；用户的违约电量期望为
设代理负责l个用户负荷，那么代理的违约率ωm表示为
负荷会在代理实时调度量下达后上报自身实际响应值，t时刻的违约电量会在t时刻实时调度前由代理采集；
代理违约将受到电网公司较高惩罚，降低电网公司对其信任度，影响电网公司调度任务的分配；设电网公司信任度γ与代理实际违约率在第一象限呈二次函数关系，即随着违约率的升高，信任度逐渐下降，关系见式(4)；
其中，ωmu为电网所能忍受的最大违约率；a、b为二次函数系数；
各代理在博弈过程中，电网根据代理上报情况进行任务分配，代理根据任务分配情况调整自身上报倾向从而改变上报策略；在多次博弈后，最终达到均衡状态，代理收益达到电网分配条件下的博弈最大值，且没有改变自身策略的倾向；
代理的博弈策略集G为上报的DR可调度量Qm,t，第i个代理的博弈收益函数Cgame可表示为
其中，χi为代理i容量上报风险系数，Qm,t,i为代理i上报的DR可调度量，CQ,t,i为单位调度容量成本；
χ由式(6)确定；
其中Qt,i指t时刻用户负荷i的可调度电量。
与现有技术相比，本发明具有如下有益效果：
本发明构建了基于MAS的DR调度容量上报策略博弈的电网调度模型，考虑了负荷违约情况对调度容量分配的影响。与现有代理电价上报博弈方式相比，电网公司能够更加直观的分析代理可调度量极限，考虑DR资源的不确定性，从而计及违约可能进行代理调度任务分配，避免过度追求降低调度成本而造成调度任务越限，以及由于负荷违约造成调度任务无法完成。验证了PDR降低代理违约惩罚费用、减小系统常规备用调度的效果，为电网公司降低系统备用需求以及代理提高自身收益、降低违约惩罚费用提供了方法。
附图说明
图1-基于MAS的电网调度结构示意图。
图2-负荷及风电出力曲线图。
图3-Pareto前沿解集示意图。
图4-代理分时容量分配及实时调度情况对比图。
图5-电价调节系数λ波动图。
图6-PDR调度前后系统备用调度情况对比图。
图7-系统备用总调度情况对比图。
具体实施方式
以下结合说明书附图对本发明作进一步详述。
本发明基于MAS的DR调度需要解决代理的调度任务分配问题，即如何在负荷侧对电网消纳间歇性能源(本发明主要考虑风电)所需DR调度容量和调度量进行分配。
本发明构建的基于MAS的电网调度模式如图1所示。
基于MAS的电网调度结构包含以下几个部分：①电网调度层：主要通过电网信息采集及调度系统负责调度容量的分配以及调度任务的下达；②代理决策层：通过代理信息采集及调度系统负责根据电网调度层的要求进行可调度量的上报以及负荷调度任务的下达；③负荷响应层：通过智能控制终端采集用电信息以及对调度信号做出快速反应，执行代理的调度任务。
电网公司调度中心获得风电场日前预测出力后，根据系统备用需求以及常规备用能力，公布系统总的DR备用需求并下达给代理。代理根据自身负荷可调度能力及履约能力，顾及自身调度极限，上报DR可调度量。电网公司将各代理的上报量进行求和，判断总上报量是否满足系统要求：若不满足，则要求代理再次进行容量上报，达到最大上报次数后仍不满足，则根据最大上报量综合系统自身备用情况，按照可允许最大风电量并网；如果满足，则根据代理历史履约能力信任度进行DR调度容量的下达。各代理分配容量由代理上报容量和电网信任度两方面因素决定：信任度一定的情况下容量上报越多，电网公司分配的备用量越多；但是，过度备用上报会影响代理的履约能力，承担较高的违约风险，影响电网公司信任度，导致分配容量的下降。
实际时调度时，代理需根据电网调度中心下达的调度指令进行负荷调度。此部分负荷的调度属于IDR策略，根据事先的合同内容进行。实时电价由电网公司负责制定，因此，PDR的调度决策方为电网公司。同时，为了给予代理一定的调度灵活性，允许其一定范围内的电价修订权限，从而在必要时适当增加其负荷调度能力。
调度时负荷存在违约可能，用户违约电量服从截断正态分布，δl、δr为两个已知实数，则δ在[δl,δr]条件下的概率密度函数为
其中
Φ分别为标准正态分布的概率密度函数和累积分布函数，δ、μ、σ分别是密度函数的自变量以及其均值和标准差。
Q为用户可调度电量，令Q’＝|Q|，那么用户的违约电量在[0,Q’]范围内，不同代理用户的响应特性通过资源特性系数α来表征。用户的违约电量期望为
设代理负责l个用户负荷，那么代理的违约率ωm可表示为
负荷会在代理实时调度量下达后上报自身实际响应值，t时刻的违约电量会在t时刻实时调度前由代理采集。
代理违约将受到电网公司较高惩罚，降低电网公司对其信任度，影响电网公司调度任务的分配。设电网公司信任度γ与代理实际违约率在第一象限呈二次函数关系，即随着违约率的升高，信任度逐渐下降，关系见式(4)。
其中，ωmu为电网所能忍受的最大违约率。
MAS模式下，由于调度周期内的调度总需求一定，为了尽可能多的获取DR调度收益，代理之间的利己目标必然会形成竞争，也就存在着博弈关系。
电网公司公布所需DR容量后，各代理作为博弈方，根据自身负荷可调度量进行DR可调度容量上报策略的选择。代理可以为了保证较低的违约可能而上报较低的可调度容量规避较高的违约惩罚，同时也可以选择上报较高的可调度容量来获得较高的调度容量收益。每个代理并不知道其他代理的选择倾向，但是由于总调度需求量一定，代理的容量收益相互影响。在博弈过程中，电网根据代理上报情况进行任务分配，代理根据任务分配情况调整自身上报倾向从而改变上报策略。在多次博弈后，最终达到均衡状态，代理收益达到电网分配条件下的博弈最大值，且没有改变自身策略的倾向。
代理的博弈策略集G为上报的DR可调度量Qm,t，第i个代理博弈的收益函数Cgame可表示为
其中，χi为代理i容量上报风险系数，Qm,t,i为代理i上报的可调度量，CQ,t,i为单位调度容量成本。
χ由式(6)确定。
上报容量应不高于代理最大可调度量Qmax,t,i。
Qm,t,i≤Qmax,t,i (7)
纳什均衡存在的证明：
对于策略集中的任意两个策略G1、G2∈G，以及
显然存在xG1+(1-x)G2∈G，因此，策略集G为凸集合，且为连续策略集；易知收益函数Cgame是代理策略Qm,t的类凹函数，根据纳什均衡存在性定理，能够证明该博弈存在纳什均衡。
在满足系统调度需求前提下，电网公司希望最小化总调度成本。总调度成本主要由调度容量成本和调度补偿成本两方面构成。
电网公司对M个代理的调度容量成本为
其中，
为t时刻实际分配代理i的DR调度容量，CQ,t,i为单位调度容量成本。
电网的单位电量调度补偿与信任度有关，较高的信任度能够获得较高的调度补偿；相反，如果代理违约率较高，电网对其信任度较低，单位电量的补偿较少。
设电网对代理i的理想信任度为γ0，对应补偿电价为C0,m，那么对应信任度γi下的补偿电价Cm,t,i为
电网公司的调度补偿成本为
其中，Qact,t,i为t时刻对代理i的实时调度量。
电网公司对M个代理容量分配原则为
其中，Qtotal,t为t时刻总负荷备用需求。
电网分配的调度容量不应大于代理i上报的可调度容量
电网在分配调度容量时，应考虑代理违约导致的最大电量缺失总和小于电网备用容量。
其中，Rdown,t、Rup,t分别是系统的上、下备用容量，
为某一代理的最大电量缺失。
另外，每个代理实际调度量约束
定义ΔPWG为风电输出功率波动量，那么系统调度平衡约束可表示为
代理在参与系统DR调度的同时，也承担着从电网买电并向用户售电的职责，其对电价有着一定的调节权限，因此，如果用户违约导致调度量无法完成，为了减轻惩罚，代理通过实时电价调整尽可能调度PDR完成电网下达的调度量，减小自身违约电量。虽然PDR是负荷自发响应行为，响应实时性较差，响应量较小，但仍可减小一定的调度电量违约，且随着智能家居的发展，PDR用户对于电价的响应速度将会得到提升，响应量也将增加。
PDR的响应行为通过需求价格弹性来描述。
其中，ΔQPDR、QPDR、ΔP、P、εr分别是PDR用户电量变化量、PDR用户响应前电量、电价变化量、初始电价以及需求价格弹性系数。
电网公司对代理的电价调整有一定约束，允许其在一定范围内调整电价。
其中，λd、λu分别是电价调整率上下限约束，
为电网公司制定的t时刻电价，PPDR,t为代理调整后的t时刻电价。
λ为实际电价调整率，由PDR用户响应模型可以得到式(18)。
综上，代理作为整个系统的中间部分，负责连接电网公司与用户，既承担着电网公司调度任务的执行与再分配，也负责着用户与电网公司间的电量交易。因此，某一代理一个调度周期内的总收益为博弈收益、调度收益以及实时PDR调度电价差(即售电收益)之和减去违约惩罚，即
其中，
为t时刻负荷的实际响应量，CL,t为t时刻代理对负荷的单位电量补偿，Qb,t、Cb,t分别是t时刻代理违约电量和单位电量违约惩罚，ΔQPDR,t为系统PDR响应电量。
本发明以电网公司总调度成本最小化即式(8)与式(10)之和及每个代理各自的总收益(即公式(19))最大化作为目标函数并对多目标函数求解，根据求解结果进行调度即可。本文所建模型为多目标优化模型，选择多目标和声搜索算法求解，和声库即为代理备选策略集合，在每次更新和声库后，选取和声库中优选策略加入优选记忆库，模拟了博弈参与者不断选择更优策略放弃次优策略的过程，在满足约束条件的情况下求得均衡解，获得最终的调度策略集合。
以下结合具体实施例进一步说明本发明。
设某地电网有A、B两个代理，共同承担该地负荷调度任务，负荷及风电出力曲线见图2。由于超短期风电出力预测精度只能达到80％左右，为了保证系统安全及风电尽可能消纳，本发明的DR调度容量需求定为风电功率预测值的20％。
取μ＝0，特性系数α分别取0.15、0.2，根据式(2)、(3)计算可得两个代理的负荷违约率分别为11.97％和15.96％。
Pareto前沿解见图3。该Pareto前沿平面与左后平面和右后平面的交线均呈凸曲线，这表明电网公司的总调度成本与代理A、B的收益之间呈正相关，即代理收益越高，电网公司的总调度成本越高。前沿平面与下平面的交线为凸曲线，这表明代理A、B之间收益相互影响。一方的收益变化，另外一方的收益便会随之变化。该前沿平面实际上为两个代理A、B博弈以后各自能够获得的最大收益。其上任意一点可以看成是在一个代理确定策略获得收益时，另一代理选择最优策略后所能够获得的最大收益，即均衡解。
对所求解进行归一化处理选取最优折衷解。电网公司作为调度决策方，对调度任务分配有决策权。因此在作归一化处理时，通过层次分析法计算各方对应权重。电网公司成本对应权重值0.4286，代理A、B均为0.2857，排序过后得到最优折衷解，其对应的代理上报可调度容量以及实际总调度量见表1。
表1代理调度情况
表1中，代理上报可调度量为各时刻可完成的备用容量之和，总调度量是电网公司分时下达的负荷调度需求量的绝对值之和。根据补偿原则，代理B实时调度的补偿成本小于代理A，电网公司将更多的负荷调度任务下达给代理B。同时，代理A作为违约率较低的代理，能够在代理B违约时提供较为可靠的调度备用。
图4是代理A、代理B的分时容量分配图以及实时调度情况。由于代理A的违约率低于代理B，因此，电网实时分配代理A的负荷调度率高于代理B，尤其在8时风电出力较大时刻，电网所需的调度备用量较大，为了保证系统调度的可靠性，实时调度时，电网优先选择调度违约率较低的代理A，相比代理B，代理A的负荷调度率较高，基本接近分配的调度容量上限，而代理B的负荷调度率低于代理A。大多数时刻，代理B的调度量正负波动较代理A更为频繁，这是电网公司出于调度经济性的考虑，主要分配给代理B需求较低且变化频繁的负荷调度任务。
为了降低自身违约电量，减少违约惩罚费用的缴纳，代理通过适当的电价修正进行PDR用户调度。
如果t时刻负荷违约电量与调度需求之和小于代理上报的可调度量，则该时刻的负荷违约对系统调度没有影响，代理能够在内部进行负荷违约电量的平衡；如果两者之和大于代理上报的可调度量，代理无法完全平衡负荷违约电量，此时需要进行PDR调度。
图5为代理A、B分时λ值。其中λ为1的时刻点，表示此时代理无需进行PDR调度，负荷违约电量与调度需求量之和不超过自身可调度量上报值；λ不为1也不超过限制的时刻点，代理能够通过PDR调度应对负荷违约造成的调度功率偏差；对于λ值超过限制的时刻点，由于负荷违约造成的调度量缺失过多，代理无法通过PDR调度实现电量平衡，需要电网公司对系统常规备用进行调度。
表2是不同情况下各代理需要电网通过系统备用完成平衡的负荷量及对应需要缴纳的惩罚费用对比。不考虑负荷违约时，电网的调度容量分配将最大限度按照较高的利用率下达给代理。由于认为代理不存在违约，电网分配的调度容量裕度较小，因此负荷违约造成的违约电量以及违约惩罚均较高。而在计及负荷违约时，由于电网分配调度容量时的裕度较高，此时的代理违约电量及违约惩罚均小于不考虑违约情况。代理A的可调度量上报值小于代理B，用户违约导致的完成调度任务所需调度量超过可调度量上报值的总量便高于代理B。经过PDR调度，代理违约电量以及需要缴纳的违约费用下降明显，说明PDR能够较好的降低代理实际违约电量，提高代理收益。代理无法调度平衡的违约量违约电量通过电网公司调度系统备用进行平衡。为使系统备用增减趋势与负荷需求相一致而便于对比分析，本发明从负荷角度出发，将其看作负的负荷资源，PDR调度前后系统备用调度情况见图6。
表2代理违约惩罚对比
从图6可以很明显看出，PDR调度前的系统备用量高于PDR调度后的系统备用调度量。代理通过PDR调度，不仅能够降低自身违约惩罚费用，同时也能在一定程度上降低系统备用需求。系统总备用调度量由250.88MW下降到125.10MW，降幅达50.14％。
如果电网公司在进行容量分配时不考虑代理的违约可能，那么鉴于降低调度成本的目的，代理的调度容量备用将刚好满足系统的调度需求而没有裕度。此情况下一旦负荷发生违约，电网系统备用调度量也将大幅增加。系统备用总调度情况对比如图7所示。
最后需要说明的是，本发明的上述实例仅仅是为说明本发明所作的举例，而并非是对本发明的实施方式的限定。尽管申请人参照较佳实施例对本发明进行了详细说明，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其他不同形式的变化和变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引申出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (2)
1.一种基于需求侧调度容量上报策略博弈的电网多代理系统调度方法，其特征在于：按如下步骤进行，
1)电网公司调度中心获得风电场日前预测出力后，根据系统备用需求以及常规备用能力，公布系统总的DR备用需求并下达给各代理；
2)各代理相互之间作为博弈方，根据自身负荷可调度能力及履约能力，顾及自身调度极限及调度收益，进行DR可调度量上报策略的选择，并上报DR可调度量；
代理i上报的DR可调度量Qm,t,i应不高于代理i最大可调度量Qmax,t,i；
Qm,t,i≤Qmax,t,i (7)
3)电网公司将各代理的上报量进行求和，判断总上报量是否满足系统要求：若不满足，则要求各代理再次进行容量上报，达到最大上报次数后仍不满足，则根据最大上报量综合系统自身备用情况，按照可允许最大风电量并网，此时电网公司分配给各代理的DR调度容量即为其上报量；如果满足，则根据各代理历史履约能力信任度进行DR调度容量的下达；各代理分配获得的DR调度容量由代理上报量和电网信任度两方面因素决定：信任度一定的情况下上报量越多，电网公司分配的DR调度容量越多；
4)计算电网公司总调度成本：电网公司在满足系统调度需求前提下，以总调度成本最小化为目标；电网公司总调度成本为调度容量成本和调度补偿成本之和，即，
C＝Cr+Cdispatch
其中电网公司对M个代理的调度容量成本为
其中，
为t时刻实际分配代理i的DR调度容量，CQ,t,i为单位调度容量成本；
电网的单位电量调度补偿与信任度有关，较高的信任度能够获得较高的调度补偿；相反，如果代理违约率较高，电网对其信任度较低，单位电量的补偿较少；
设电网对代理i的理想信任度为γ0，对应补偿电价为C0,m，那么对应信任度γi下的补偿电价Cm,t,i为
电网公司的调度补偿成本为
其中，Qact,t,i为t时刻对代理i的实时调度量；
电网公司在调度时需满足如下约束条件，即式(11)-(15)：
电网公司对M个代理容量分配原则为
其中，Qtotal,t为t时刻总负荷备用需求；
电网分配代理i的DR调度容量
不应大于代理i上报的DR可调度量Qm,t,i
电网在分配调度容量时，应考虑代理违约导致的最大电量缺失总和小于电网备用容量；
其中，Rdown,t、Rup,t分别是系统的上、下备用容量，
为某一代理的最大电量缺失；
另外，每个代理实际调度量约束
定义ΔPWG为风电输出功率波动量，那么系统调度平衡约束可表示为
5)各代理获得DR调度容量后，再进行自身负责负荷的调度，某代理一个调度周期内的总收益为博弈收益Cgame、调度收益以及实时PDR调度电价差之和减去违约惩罚，即
其中，
为t时刻负荷的实际响应量，CL,t为t时刻代理对负荷的单位电量补偿，ΔQPDR,t为系统PDR响应电量；
为电网公司制定的t时刻电价，PPDR,t为代理调整后给用户的t时刻电价；Qb,t、Cb,t分别是t时刻代理违约电量和单位电量违约惩罚；
以电网公司调度成本最小化及各代理各自的总收益最大化为目标函数进行求解，根据求解结果进行调度即可。
2.根据权利要求1所述的基于需求侧调度容量上报策略博弈的电网多代理系统调度方法，其特征在于：所述博弈收益Cgame按如下方法确定，
调度时负荷存在违约可能，用户违约电量服从截断正态分布，δl、δr为两个已知实数，则δ在[δl,δr]条件下的概率密度函数为
其中
Φ分别为标准正态分布的概率密度函数和累积分布函数，δ、μ、σ分别是密度函数的自变量以及其均值和标准差；
Q为用户可调度电量，令Q’＝|Q|，那么用户的违约电量在[0,Q’]范围内，不同代理用户的响应特性通过资源特性系数α来表征；用户的违约电量期望为
设代理负责l个用户负荷，那么代理的违约率ωm表示为
负荷会在代理实时调度量下达后上报自身实际响应值，t时刻的违约电量会在t时刻实时调度前由代理采集；
代理违约将受到电网公司较高惩罚，降低电网公司对其信任度，影响电网公司调度任务的分配；设电网公司信任度γ与代理实际违约率在第一象限呈二次函数关系，即随着违约率的升高，信任度逐渐下降，关系见式(4)；
其中，ωmu为电网所能忍受的最大违约率；a、b为二次函数系数；
各代理在博弈过程中，电网根据代理上报情况进行任务分配，代理根据任务分配情况调整自身上报倾向从而改变上报策略；在多次博弈后，最终达到均衡状态，代理收益达到电网分配条件下的博弈最大值，且没有改变自身策略的倾向；
代理的博弈策略集G为上报的DR可调度量Qm,t，第i个代理的博弈收益函数Cgame可表示为
其中，χi为代理i容量上报风险系数，Qm,t,i为代理i上报的DR可调度量，CQ,t,i为单位调度容量成本；
χ由式(6)确定；
其中Qt,i指t时刻用户负荷i的可调度电量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710475153.5A CN107292515B (zh) | 2017-06-21 | 2017-06-21 | 一种基于需求侧调度容量上报策略博弈的电网多代理系统调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710475153.5A CN107292515B (zh) | 2017-06-21 | 2017-06-21 | 一种基于需求侧调度容量上报策略博弈的电网多代理系统调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107292515A CN107292515A (zh) | 2017-10-24 |
| CN107292515B true CN107292515B (zh) | 2020-09-29 |
Family
ID=60097221
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710475153.5A Active CN107292515B (zh) | 2017-06-21 | 2017-06-21 | 一种基于需求侧调度容量上报策略博弈的电网多代理系统调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107292515B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108023349A (zh) * | 2017-12-14 | 2018-05-11 | 合肥工业大学 | 一种多因子合同网可交易能源机制的实现方法 |
| CN109657861B (zh) * | 2018-12-20 | 2021-06-08 | 北京航空航天大学 | 一种基于顺序博弈的多阶段连续任务装备集群的选择性维修方法 |
| DE102018222753A1 (de) * | 2018-12-21 | 2020-06-25 | Siemens Aktiengesellschaft | Verfahren zum Betreiben eines Energie-Management-Systems sowie elektronische Recheneinrichtung zum Durchführen des Verfahrens, Computerprogramm und Datenträger |
| CN110414764A (zh) * | 2019-05-10 | 2019-11-05 | 西安理工大学 | 基于多代理系统的微电网群能量博弈调度方法 |
| CN111327049B (zh) * | 2020-02-28 | 2021-11-26 | 贵州电网有限责任公司 | 一种分层分级的需求侧响应方法 |
| CN111639963B (zh) * | 2020-04-30 | 2023-08-22 | 长沙理工大学 | 一种规避偏差电量惩罚的电力服务商可控负荷柔性决策方法及电路 |
| CN113162066B (zh) * | 2021-04-02 | 2023-03-28 | 云南电网有限责任公司 | 一种考虑电解铝工业用户参与调频市场博弈行为分析方法 |
| CN113887902B (zh) * | 2021-09-18 | 2024-08-23 | 北京交通大学 | 基于调度电量比例的风电集群电量分配方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103729698A (zh) * | 2014-01-16 | 2014-04-16 | 国家电网公司 | 一种应对风电不确定性的需求响应调度方法 |
| CN103839109A (zh) * | 2013-10-19 | 2014-06-04 | 李涛 | 一种基于博弈纳什均衡的微网电源规划方法 |
-
2017
- 2017-06-21 CN CN201710475153.5A patent/CN107292515B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103839109A (zh) * | 2013-10-19 | 2014-06-04 | 李涛 | 一种基于博弈纳什均衡的微网电源规划方法 |
| CN103729698A (zh) * | 2014-01-16 | 2014-04-16 | 国家电网公司 | 一种应对风电不确定性的需求响应调度方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于需求响应调度容量上报策略博弈的电网多代理系统调度模式;张鹏等;《电工技术学报》;20170615;第171-174页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107292515A (zh) | 2017-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107292515B (zh) | 一种基于需求侧调度容量上报策略博弈的电网多代理系统调度方法 | |
| Chen et al. | Integrated demand response characteristics of industrial park: a review | |
| CN107665378B (zh) | 基于需求侧竞价交易机制的电力系统多目标优化调度方法 | |
| CN109936130B (zh) | 一种负荷动态控制方法 | |
| CN110322056B (zh) | 一种计及中央空调系统的虚拟电厂随机自适应鲁棒优化调度方法 | |
| CN110728410A (zh) | 一种计及需求响应灵活性和不确定性的负荷聚合商经济调度方法 | |
| CN111682526B (zh) | 一种基于合作博弈的虚拟电厂能量管理方法 | |
| CN107194514B (zh) | 一种针对风电功率预测误差的需求响应多时间尺度调度方法 | |
| CN112488744A (zh) | 一种交易驱动的虚拟电厂定制化构建方法 | |
| CN111311012A (zh) | 基于多智能体的微电网电力市场双层竞价优化方法 | |
| Ryu et al. | A real-time framework for matching prosumers with minimum risk in the cluster of microgrids | |
| CN109687453A (zh) | 分布式能源集群能量管理方法、系统装置及可读存储介质 | |
| Zeng et al. | Research on interval optimization of power system considering shared energy storage and demand response | |
| CN114201858A (zh) | 一种新能源实时电价的定价方法 | |
| CN117332937A (zh) | 一种考虑需求响应的多能互补虚拟电厂经济调度方法 | |
| CN116914847A (zh) | 一种虚拟电厂内多台发电机组聚合互补及优化调度方法 | |
| Kohler et al. | The value of fairness: Trade-offs in repeated dynamic resource allocation | |
| Zhou et al. | An incentive-compatible frequency regulation market for flexible resources in microgrid | |
| Spasova et al. | Energy exchange strategy for local energy markets with heterogenous renewable sources | |
| Wang et al. | Research on market operation of power supply virtual power plant based on system dynamics | |
| Zhang et al. | Equilibrium Analysis of the Electricity Market Considering Strategic Bidding by Coalition of Renewable Energy and Energy Storage | |
| CN112651637B (zh) | 一种面向虚拟电厂的分布式电源激励机制分析方法 | |
| CN117674300B (zh) | 虚拟电厂资源调度方法、装置、终端设备以及存储介质 | |
| Yu et al. | Profit sharing method based on weighted Shapley value under government regulation | |
| WO2021000484A1 (zh) | 跨区域电网的调峰量获取方法和装置 |
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 |