CN111985783A - 一种电力负荷需求响应博弈建模方法 - Google Patents
一种电力负荷需求响应博弈建模方法 Download PDFInfo
- Publication number
- CN111985783A CN111985783A CN202010714380.0A CN202010714380A CN111985783A CN 111985783 A CN111985783 A CN 111985783A CN 202010714380 A CN202010714380 A CN 202010714380A CN 111985783 A CN111985783 A CN 111985783A
- Authority
- CN
- China
- Prior art keywords
- load
- demand response
- user
- power
- benefit
- 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.)
- Pending
Links
- 230000004044 response Effects 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000008901 benefit Effects 0.000 claims abstract description 87
- 230000005611 electricity Effects 0.000 claims abstract description 44
- 238000004519 manufacturing process Methods 0.000 claims description 50
- 230000000694 effects Effects 0.000 claims description 22
- 230000009467 reduction Effects 0.000 claims description 19
- 238000012546 transfer Methods 0.000 claims description 15
- 238000005336 cracking Methods 0.000 claims description 5
- 238000012887 quadratic function Methods 0.000 claims description 5
- 230000005284 excitation Effects 0.000 abstract description 9
- 238000005457 optimization Methods 0.000 description 15
- 238000012937 correction Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 208000001613 Gambling Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000001105 regulatory 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电力负荷需求响应博弈建模方法,涉及电力管理技术领域;其包括如下步骤,S1根据用户的负荷类型和大小以及电价分别建立用户及供电方的效益函数;S2基于合作博弈理论和非合作博弈理论分别对激励型需求响应及价格型需求响应进行建模、优化。其通过S1根据用户的负荷类型和大小以及电价分别建立用户及供电方的效益函数和S2基于合作博弈理论和非合作博弈理论分别对激励型需求响应及价格型需求响应进行建模、优化的步骤等,实现电力负荷需求响应模型适用性较好。
Description
技术领域
本发明涉及电力管理技术领域,尤其涉及一种电力负荷需求响应博弈建模方法。
背景技术
由于日益突出的环境问题和人们日益增长的能源需求,越来越多的分布式新能源电源连接到配电网络。尽管大量的风能和太阳能分布式电源可以满足人们对清洁能源和环境保护的需求,但风能和太阳能分布式电源出力的随机性和不确定性会导致配电网中的电压波动、电流的双向流动、谐波污染,峰谷差扩大等巨大挑战。
为了容纳大规模的分布式新能源并减弱其对电网的不利影响,不能仅仅依靠供应方的发展。作为需求侧管理的重要方法,需求响应受到越来越多的关注。当系统的可靠性受到威胁时,供电方会向售电市场或者签订了协议的用户发送需求响应信号,电力用户接收到信号后主动改变其固有的用电习惯模式,实现减少一定时期的用电负荷并响应供电,达到削峰填谷的目的,减小负荷波动,并使配电网具有足够的调动容量,从而消纳大规模的分布式新能源。
然而现在的需求响应模型依然存在很多不足:
1、对于需求响应资源的区分不够精细,对于不同类型的需求响应资源建模方案相对单一。
2、仅仅考虑到用户的效益,而对于供电方的效益较少考虑到。
3、对于需求响应带来的效果没有直观可见地表达出来。
现有技术问题及思考:
如何解决电力负荷需求响应模型适用性差不能满足用户和供电方的需要的技术问题。
发明内容
本发明所要解决的技术问题是提供一种电力负荷需求响应博弈建模方法,其通过S1根据用户的负荷类型和大小以及电价分别建立用户及供电方的效益函数和S2基于合作博弈理论和非合作博弈理论分别对激励型需求响应及价格型需求响应进行建模、优化的步骤等,实现电力负荷需求响应模型适用性较好。
为解决上述技术问题,本发明所采取的技术方案是:一种电力负荷需求响应博弈建模方法包括如下步骤,S1根据用户的负荷类型和大小以及电价分别建立用户及供电方的效益函数;S2基于合作博弈理论和非合作博弈理论分别对激励型需求响应及价格型需求响应进行建模、优化。
进一步的技术方案在于:所述S1的步骤具体包括如下步骤,S101对用户负荷进行一次分类;S102对生产负荷建立生产负荷效益函数模型;S103对消费负荷建立消费负荷效益函数模型。
进一步的技术方案在于:所述S1的步骤具体还包括如下步骤,S104对用户负荷进行二次分类;S105对刚性负荷、转移负荷和削减负荷分别进行修正;S106对供电方建立供电方效益函数模型。
进一步的技术方案在于:所述S101的步骤为分为两类,分别是生产负荷和消费负荷。
进一步的技术方案在于:所述S102的步骤为用生产负荷量表示生产活动完成情况,用生产负荷的使用电量与分时电价的乘积表示生产负荷支出。
进一步的技术方案在于:所述S103的步骤为用消费负荷量表示用户满意度,用消费负荷的使用电量与分时电价的乘积表示消费负荷支出。
进一步的技术方案在于:所述S104的步骤为分为三类,分别是刚性负荷、转移负荷和削减负荷。
进一步的技术方案在于:所述S106的步骤为用用户所交电费总和以及需求响应峰谷差效益函数表示供电方的收入,用二次函数近似表示供电方支出。
进一步的技术方案在于:所述S2的步骤具体包括如下步骤,S201对价格型需求响应采用非合作博弈对用户方及供电方效益函数进行优化建模;S202基于激励型需求响应特征对效益函数对模型进行修正。
进一步的技术方案在于:所述S2的步骤具体还包括如下步骤,S203对价格型需求响应模型求出最优解并作为谈判破裂点;S204对激励型需求响应采用合作博弈对用户方及供电方效益函数进行优化建模。
采用上述技术方案所产生的有益效果在于:
一种电力负荷需求响应博弈建模方法包括如下步骤,S1根据用户的负荷类型和大小以及电价分别建立用户及供电方的效益函数;S2基于合作博弈理论和非合作博弈理论分别对激励型需求响应及价格型需求响应进行建模、优化。其通过S1根据用户的负荷类型和大小以及电价分别建立用户及供电方的效益函数和S2基于合作博弈理论和非合作博弈理论分别对激励型需求响应及价格型需求响应进行建模、优化的步骤等,实现电力负荷需求响应模型适用性较好。
详见具体实施方式部分描述。
附图说明
图1是本发明的流程图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本申请,但是本申请还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施例的限制。
如图1所示,本发明公开了一种电力负荷需求响应博弈建模方法包括以下步骤:
S1根据用户的负荷类型和大小以及电价分别建立用户及供电方的效益函数
S101对用户负荷进行一次分类
分为两类,分别是生产负荷和消费负荷。
使用负荷进行生产活动的为生产负荷,使用负荷进行消费的为消费负荷。
S102对生产负荷建立生产负荷效益函数模型
用生产负荷量表示生产活动完成情况,用生产负荷的使用电量与分时电价的乘积表示生产负荷支出。
S103对消费负荷建立消费负荷效益函数模型
用消费负荷量表示用户满意度,用消费负荷的使用电量与分时电价的乘积表示消费负荷支出。
S104对用户负荷进行二次分类
分为三类,分别是刚性负荷、转移负荷和削减负荷。
S105对刚性负荷、转移负荷和削减负荷分别进行修正
S106对供电方建立供电方效益函数模型
用用户所交电费总和以及需求响应峰谷差效益函数表示供电方的收入,用二次函数近似表示供电方支出。
S2基于合作博弈理论和非合作博弈理论分别对激励型需求响应及价格型需求响应进行建模、优化。
S201对价格型需求响应采用非合作博弈对用户方及供电方效益函数进行优化建模。
S202基于激励型需求响应特征对效益函数模型进行修正。
S203对价格型需求响应模型求出最优解并作为谈判破裂点。
S204对激励型需求响应采用合作博弈对用户方及供电方效益函数进行优化建模。
本申请的发明构思:
首先,在现有的需求响应建模方法中,对用户负荷的分类有很多种,虽然各具特点,但总体来说不够细化。本发明进一步对负荷类型进行区分分析,建立了二次分类的框架,对整体模型进行修正,让模型更贴合实际情况。
第二点,对于现有的需求响应建模方法,很少有将需求响应的成果量化表示。本发明通过需求响应前后峰谷差的变化量来表示需求响应执行的效果。
第三点,为考虑供电方的效益、将需求响应执行效果代入模型中,本发明采用博弈建模形式,并将需求响应执行效果作为供电方的收益代入模型中。
本申请的目的:
本发明要提供一种需求响应建模方法,其内容应包括对需求响应资源进行细化分类,要考虑到供电方的效益,并且将需求响应的效果量化表示。
根据用户类型分别以生产活动完成情况和满意度分别建立效益函数;对负荷再次整合分类为:刚性负荷、转移负荷、中断负荷并给予修正;根据负荷量以及电价并加入执行需求响应带来的效益函数建立供电公司的收益函数;将建立好的效益函数分别放入价格型需求响应和激励型需求响应中以非合作博弈及合作博弈的方式对其进行分析建模,并给出约束条件予以优化。本发明旨在为供电方和用户方提供一种获取最大效益的需求响应博弈建模方法。在需求响应事件中,在保证双方效益的前提下,最大化集体效益。
本申请的特点:
1、特点在于:
(1)对需求响应的博弈参与者进行分类并分别建立用户效益函数;
(2)提出三点假设并构建供电方效益函数。
2、在对需求响应的博弈参与者进行分类并分别建立效益函数中包括以下步骤:
(1)将负荷分为生产负荷和消费负荷;
(2)分别建立生产负荷生产活动完成情况模型和消费负荷用户满意度模型;
(3)根据上述模型建立效益函数;
(4)再次对用户负荷整合分为三类:刚性负荷、转移负荷、削减负荷;
(5)根据负荷类型分别对效益函数进行修正;
(6)建立关于执行需求响应造成的效益函数;
(7)将(6)中建立函数代入供电方,建立供电方效益函数。
3、所述步骤(2)中,包括以下步骤:
(1)根据实际情况提出三点假设:
1)本发明仅考虑供电方与用户之间的需求响应模型,忽略网损,仅将负荷需求量作为供电方支出的变量。
2)支出函数是一个增函数。当发电量增加,供电方所承受的生产支出也会随之增加。
3)支出函数是一个凸函数。随着发电量增加,生产同样单位电量的支出会越来越大。
(2)根据假设建立供电方效益函数模型。
4、特点在于:
(1)采用非合作博弈对价格型需求响应进行建模,并根据非合作博弈模型特点给予约束并建立优化模型,该模型达成贝叶斯纳什均衡;
(2)针对激励型需求响应特点,引入对用户的补偿金额函数修正博弈参与者的效益函数。采用合作博弈对激励型需求响应进行建模,并根据纳什谈判解给出优化模型及约束。
5、所述步骤(1)中,该优化模型进行一日一次的迭代,达到动态纳什均衡:今日用户方优化模型的解作为翌日供电方优化模型的输入,翌日供电方优化模型的解作为翌日用户方优化模型的输入,达到贝叶斯纳什均衡。
6、所述步骤(2)中,包括以下步骤:
(1)引入对用户的补偿金额函数,根据用户对协议的完成情况分段给予补偿,修正博弈参与者的效益函数;
(2)由非合作博弈模型得出谈判破裂点,建立纳什谈判解模型作为合作博弈模型。
本申请的技术贡献:
本发明基于博弈理论分别对激励型需求响应和价格型需求响应提出一种建模方法,旨在帮助博弈双方在需求响应博弈中取得更高的效益,该方法包括如下步骤:
S1根据用户的负荷类型和大小以及电价分别建立用户及供电方的效益函数。
S101对用户负荷进行一次分类,分为两类:生产负荷和消费负荷。
使用负荷进行生产活动的为生产负荷,使用负荷进行消费的为消费负荷。
S102对生产负荷建立其效益函数模型;
用负荷量其表示生产活动完成情况,生产活动完成比重越高,其产出价值,即收入越高。用使用电量与分时电价的乘积表示其支出。
S103对消费负荷建立其效益函数模型。
用负荷量其表示用户满意度,满意度越高,用户获得的价值越高,即收入越高。用使用电量与分时电价的乘积表示其支出。
S104对用户负荷进行二次分类,分为三类:刚性负荷、转移负荷和削减负荷。
S105对三类负荷分别进行修正。
S106对供电方建立其效益函数模型。
用用户所交电费总和以及需求响应峰谷差效益函数表示供电方的收入,用二次函数近似表示其支出。
S2基于合作博弈理论和非合作博弈理论分别对激励型需求响应及价格型需求响应进行建模、优化。
S201对价格型需求响应采用非合作博弈对用户方及供电方效益函数进行优化建模。
S202因激励型需求响应本质上的特征,对效益函数模型进行修正。
S203对价格型需求响应模型求出最优解,作为谈判破裂点。
S204对激励型需求响应采用合作博弈对用户方及供电方效益函数进行优化建模。
技术方案说明:
本发明包括以下步骤:
S1:根据用户的负荷类型和大小以及电价分别建立用户及供电方的收益函数:
S101对用户负荷进行一次分类,分为两类:生产负荷、消费负荷;
已知用户通过调节自身的负荷削减量以使自身获得的收益最大化,而用户自身的支出及收入与电价、生产活动完成情况及用电满意度挂钩。本发明首先将负荷按用户类型进行一次分类,分为两类:生产负荷、消费负荷。
S102对生产负荷建立其效益函数模型:
生产负荷视为所有负荷都投入生产活动中,给出下列假设:
1.生产活动完成情况与负荷呈正相关,在无视电价的情况下,负荷越大生产活动产出的价值越高。
2.用户自身的支出应与电价与负荷保持线性关系。
以此假设建立效益函数得:
WIn(p)=UIn(p)-PIn(p) (1)
PIn(p)=pLIn (3)
其中,下标In表示生产用户n,WIn(p)(元)表示生产用户n的收益,UIn(p)(元)为生产用户n的收入,PIn(p)(元)表示生产用户n的支出,表示为生产用户n的生产计划完成情况,以kIn1pLIn表示该生产活动所产生的收益。其中kIn1、kIn2、α均为常量,且均应大于0。LIn(KW)为用户n的负荷的向量,将一天按小时划分为24个小时段,将负荷以离散形式表示,LIn=[LIn,0,LIn,1,LIn,2…LIn,22,LIn,23]T。p(元/KWh)为每个小时段的分时电价向量,同负荷一样,p=[p0,p1,p2…p22,p23]。
S103对消费负荷建立其效益函数模型:
消费负荷视为全部用于满足自身需求,按照经济学原理其收益函数与用户满意度有关,本发明给出下列假设:
1.消费得到的服务价值与消费负荷大小呈正相关,消费得到的价值越高,用户满意度越高。
2.满意度存在一个最大值,该值应大于1,当用户以最小的用电量满足其需求时得到最大满意度。
3.当用户需求得到满足后,用电量增长,而用户的需求总量不变,因此用户的满意度将降低。
以此假设建立效益函数得:
WRn(p)=URn(p)-PRn(p) (4)
PRn(p)=pLRn (6)
其中,下标Rn表示消费用户n,WRn(p)(元)表示消费用户n的收益,URn(p)(元)为消费用户n的收入,PRn(p)(元)表示消费用户m的支出,表示为消费用户n的满意度,以kIn1pLIn(元)表示该负荷使用户获得的收益。其中kRn1、kRn2、kRn3均为常量,且均应大于0。
S104对用户负荷进行二次分类,分为三类:刚性负荷、转移负荷、削减负荷;
S105对三类负荷分别进行修正。
在得到两类负荷的效益函数后,再次对负荷进行分类修正。本发明再次将负荷分成三类:刚性负荷、转移负荷、削减负荷。
(1)刚性负荷不会受电价、用电量等因素的影响,对于用户来说,该部分负荷的收入和支出趋于恒定,故在本模型中不作修正。
(2)转移负荷对电价敏感,用户的峰谷负荷会随着需求响应因素发生转移,但负荷总量不会变化。此部分负荷不会影响生产活动的完成情况,也不会导致用户满意度下降,而且会削减部分开支,因此对负荷模型做出修正:
PIn′(p)=pLIn-kzy(max(pi)-min(pi))*LIn,zy (7)
WIn′(p)=UIn(p)-PIn′(p) (8)
PRn′(p)=pLRn-kzy(max(pi)-min(pi))*LRn,zy (9)
WRn′(p)=URn(p)-PRn′(p) (10)
其中,kzy为常数,假设其在1±10%之间随机取值。LIn,zy(KW)和LRn,zy(KW)为负荷转移量。
(3)削减负荷对于用户的生产活动和满意度都有不同程度的影响,造成用户收益降低,但削减该部分负荷也会减少部分开支,因此对负荷模型做出修正:
PIn″(p)=PIn′(p)-pLIn,xj (12)
WIn″(p)=UIn′(p)-PIn″(p) (13)
PRn″(p)=PRn′(p)-pLRn,xj (15)
WRn″(p)=URn′(p)-PRn″(p) (16)
其中,LIn,xj(KW)和LRn,xj(KW)为负荷削减量。
S106对供电方建立其效益函数模型;
已知供电方通过调整电价以使自身获得的收益最大化。其电价的调整受负荷需求量(用户负荷)的影响。供电方的收入即为用户的支出总额加上执行需求响应带来的效益,执行需求响应带来的效益用UDR(元)表示,因为需求响应造成的变量较多,这里只取日负荷峰谷差的变化量ΔLPV(KW)来表示执行需求响应带来的效益:
LPV=LPeak-LValley (17)
ΔLPV=L′PV-LPV (18)
Us(p)=∑n∈NPIn(p)+∑n∈NPRn(p)+UDr (20)
其中下标s表示供电方,PIn(p)(元)和PRn(p)(元)为生产用户和消费用户的支出。LPV(KW)为峰谷差值,LPeak(KW)为负荷峰值,LValley(KW)为负荷谷值,L′PV(KW)为需求响应前的峰谷差值,ΔLPV(KW)为峰谷差值的变化量,kDR为常量,UDR(元)为执行需求响应带来的效益。
本发明针对供电方支出函数做出下列假设:
1.本发明仅考虑供电方与用户之间的需求响应模型,忽略网损,仅将负荷需求量作为供电方支出的变量。
2.支出函数是一个增函数。这表明当发电量增加,供电方所承受的生产支出也会随之增加。
3.支出函数是一个凸函数。随着发电量增加,生产同样单位电量的支出会越来越大。
基于以上三点假设,本发明拟定用二次函数近似表达支出函数:
Ps(p)=ks1(pL)2+ks2pL+β (21)
其中,Ps(p)(元)为供电方的支出函数,L(KW)为负荷需求量,ks1、ks2、β都是常量且均应大于0。
得出供电方的收入和支出函数后,就得到供电方的效益函数:
Ws(p)=Us(p)-Ps(p) (22)
S2基于合作博弈理论和非合作博弈理论分别对激励型需求响应及价格型需求响应进行建模、优化。
S201对价格型需求响应采用非合作博弈对用户方及供电方效益函数进行优化建模;
价格型需求响应通过调控分时电价吸引用户参与需求响应,不会强制用户削减负荷,其削减负荷完全依靠用户自身主动进行响应。在此模型中,用户并没有与公司达成合作,所有参与者都以最大化自身效益值为目的,属于非合作博弈。采用零和博弈对价格型需求响应进行建模。
在本模型的博弈中,参与者分为用户和供电方,供电方通过调整电价来控制整个博弈,具有决定性作用,用户根据电价来调整自己的负荷量,以求效益最大化。
对于用户的优化模型如下:
maxWn(p) (23)
s.t.L=∑n∈NLn (24)
Wn(p)>0 (25)
从供电方的角度出发,其优化模型如下:
maxWs(p) (28)
s.t.L≤Lmax (29)
p<pmax (30)
在此优化模型中,首先由供电方制定初始电价,用户接收到电价信息后,经过该优化模型得出最优解并调整自身负荷,供电方手机用户的负荷信息后,根据负荷信息调整第二天的电价。每日循环一次,最终达到贝叶斯纳什均衡。
(1)激励型需求响应建模
激励型需求响应,一般依靠与用户签订协议以获得足够而可靠的中断负荷。用户与供电方协商达成一致后,在合同的约束下进行需求响应。该模式用合作博弈描述建模。在非合作模型中,所有个体达到了自身的最优解,但其解未必是整个集体的最优解。而合作博弈即通过合同规定一种机制在保证个体效益的前提下达到集体效益最大化的目的。
S202因激励型需求响应本质上的区别,对模型进行修正。
由于在激励响应模型中供电方的目的变为了集体效益最大化,但用户作为个体,使个体效益最大化的目的不变,供电方不得不支出一部分资金吸引用户协助达到集体效益最大化。因此本发明引入一个补偿金额Uc(Lzy,Lxj)(元),本发明采用负荷削减量Lxj作为变量:
Uc(Lzy,Lxj)=Uzy(Lzy)+Uxj(Lxj) (33)
W″′In=W″In+Uc(LIn,zy,LIn,xj) (34)
W″′Rn=W″Rn+Uc(LRn,zy,LRn,xj) (35)
W″′s=W″s-Uc(LIn,zy,LIn,xj)-Uc(LRn,zy,LRn,xj) (36)
其中ΔLA和ΔLB0表示在谈判中达成的规定的负荷转移量和负荷削减量,pcomp,zy(元/KWh)和pcomp,xj(元/KWh)为达到规定的负荷转移量和负荷削减量后每单位负荷应给予的单位补偿金额,ppunish,zy(元/KWh)和ppunish,xj(元/KWh)未达到规定的负荷转移量和负荷削减量时应给予的单位惩罚金额。
S203对价格型需求响应模型求出最优解,作为谈判破裂点。
合作博弈的唯一解称作纳什谈判解,纳什谈判解通常以纳什乘积的形式表示,在纳什乘积中有一项很重要的数值,即谈判破裂点Wd,Wd谈判破裂点即各个参与者在谈判破裂时能取得的效益值。考虑到假设人具有趋利性,该值一定要大于或等于非合作博弈下取得的最大效益,即价格型需求响应的最优效益。在非合作博弈模型中,将最优电价,和最优负荷输入模型求得最优效益值作为谈判破裂点Wd,
S204对激励型需求响应采用合作博弈对用户方及供电方效益函数进行优化建模。
将其代入纳什乘积得出优化模型:
L=∑n∈NLn (40)
L≤Lmax (41)
0<p<pmax (42)
∑n∈Nτn+τs=1 (43)
τn,τs>0 (44)
其中Lmax(KW)代表供电方所能提供的负荷上限,pmax(元)为制定的电价上限,τ表示了各个参与者在博弈中的博弈力量比例,所有参与者的博弈力量总和为1。
本申请保密运行一段时间后,现场技术人员反馈的有益之处在于:
1、建立了一个二次分类的框架,将用户负荷类型进一步细化,在二次分类修正之后,得出的用户效益函数模型将更加贴近实际效益。
2、将需求响应的效果通过峰谷差来量化为金额表示,直观展现出需求响应的效果。
3、得出的价格型需求响应模型进行一日一次的迭代更新,保证模型达到动态的贝叶斯纳什均衡。
Claims (10)
1.一种电力负荷需求响应博弈建模方法,其特征在于:包括如下步骤,
S1根据用户的负荷类型和大小以及电价分别建立用户及供电方的效益函数;
S2基于合作博弈理论和非合作博弈理论分别对激励型需求响应及价格型需求响应进行建模、优化。
2.根据权利要求1所述的一种电力负荷需求响应博弈建模方法,其特征在于:所述S1的步骤具体包括如下步骤,
S101对用户负荷进行一次分类;
S102对生产负荷建立生产负荷效益函数模型;
S103对消费负荷建立消费负荷效益函数模型。
3.根据权利要求2所述的一种电力负荷需求响应博弈建模方法,其特征在于:所述S1的步骤具体还包括如下步骤,
S104对用户负荷进行二次分类;
S105对刚性负荷、转移负荷和削减负荷分别进行修正;
S106对供电方建立供电方效益函数模型。
4.根据权利要求2所述的一种电力负荷需求响应博弈建模方法,其特征在于:所述S101的步骤为分为两类,分别是生产负荷和消费负荷。
5.根据权利要求2所述的一种电力负荷需求响应博弈建模方法,其特征在于:所述S102的步骤为用生产负荷量表示生产活动完成情况,用生产负荷的使用电量与分时电价的乘积表示生产负荷支出。
6.根据权利要求2所述的一种电力负荷需求响应博弈建模方法,其特征在于:所述S103的步骤为用消费负荷量表示用户满意度,用消费负荷的使用电量与分时电价的乘积表示消费负荷支出。
7.根据权利要求3所述的一种电力负荷需求响应博弈建模方法,其特征在于:所述S104的步骤为分为三类,分别是刚性负荷、转移负荷和削减负荷。
8.根据权利要求3所述的一种电力负荷需求响应博弈建模方法,其特征在于:所述S106的步骤为用用户所交电费总和以及需求响应峰谷差效益函数表示供电方的收入,用二次函数近似表示供电方支出。
9.根据权利要求1所述的一种电力负荷需求响应博弈建模方法,其特征在于:所述S2的步骤具体包括如下步骤,
S201对价格型需求响应采用非合作博弈对用户方及供电方效益函数进行优化建模;
S202对用户方及供电方效益函数模型进行修正。
10.根据权利要求9所述的一种电力负荷需求响应博弈建模方法,其特征在于:所述S2的步骤具体还包括如下步骤,
S203对价格型需求响应模型求出最优解并作为谈判破裂点;
S204对激励型需求响应采用合作博弈对用户方及供电方效益函数进行优化建模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010714380.0A CN111985783A (zh) | 2020-07-21 | 2020-07-21 | 一种电力负荷需求响应博弈建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010714380.0A CN111985783A (zh) | 2020-07-21 | 2020-07-21 | 一种电力负荷需求响应博弈建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111985783A true CN111985783A (zh) | 2020-11-24 |
Family
ID=73438799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010714380.0A Pending CN111985783A (zh) | 2020-07-21 | 2020-07-21 | 一种电力负荷需求响应博弈建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111985783A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610351A (zh) * | 2021-07-13 | 2021-11-05 | 国网浙江省电力有限公司电力科学研究院 | 用户需求响应能力评估方法、系统、终端及介质 |
CN114580730A (zh) * | 2022-02-28 | 2022-06-03 | 长沙理工大学 | 基于critic权重法的电力用户柔性负荷多目标优化调度方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180083482A1 (en) * | 2016-09-19 | 2018-03-22 | Nestfield Co., Ltd. | Supply-demand balancing method and system for power management in smart grid |
KR20180032492A (ko) * | 2016-09-22 | 2018-03-30 | 한양대학교 에리카산학협력단 | 계층적 전력 시장을 고려한 인센티브 기반 수요반응 방법 |
CN109657993A (zh) * | 2018-12-24 | 2019-04-19 | 浙江工业大学 | 一种基于非合作博弈的能源局域网储能系统自动需求响应方法 |
CN110569556A (zh) * | 2019-08-14 | 2019-12-13 | 上海电力大学 | 一种基于主从博弈的区域分布式能源网设计与优化方法 |
CN110728410A (zh) * | 2019-10-16 | 2020-01-24 | 重庆大学 | 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 |
CN111080069A (zh) * | 2019-11-19 | 2020-04-28 | 国网江西省电力有限公司电力科学研究院 | 一种基于多维度因子博弈的居民需求响应模型 |
-
2020
- 2020-07-21 CN CN202010714380.0A patent/CN111985783A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180083482A1 (en) * | 2016-09-19 | 2018-03-22 | Nestfield Co., Ltd. | Supply-demand balancing method and system for power management in smart grid |
KR20180032492A (ko) * | 2016-09-22 | 2018-03-30 | 한양대학교 에리카산학협력단 | 계층적 전력 시장을 고려한 인센티브 기반 수요반응 방법 |
CN109657993A (zh) * | 2018-12-24 | 2019-04-19 | 浙江工业大学 | 一种基于非合作博弈的能源局域网储能系统自动需求响应方法 |
CN110569556A (zh) * | 2019-08-14 | 2019-12-13 | 上海电力大学 | 一种基于主从博弈的区域分布式能源网设计与优化方法 |
CN110728410A (zh) * | 2019-10-16 | 2020-01-24 | 重庆大学 | 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 |
CN111080069A (zh) * | 2019-11-19 | 2020-04-28 | 国网江西省电力有限公司电力科学研究院 | 一种基于多维度因子博弈的居民需求响应模型 |
Non-Patent Citations (3)
Title |
---|
冷钊莹;陈中;邢强;陈轩;张甜;: "基于负荷类型细分的负荷聚合商日前投标非合作博弈模型", 电网与清洁能源, no. 05, pages 21 - 32 * |
张哲;齐冬莲;张建良;: "三层博弈架构下的智能电网能量管理分布式优化方法", 电力建设, no. 10, pages 37 - 45 * |
李晅等: "基于Stackelberg博弈的微网价格型需求响应及供电定价优化", 电力系统保护与控制, no. 05, pages 93 - 100 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610351A (zh) * | 2021-07-13 | 2021-11-05 | 国网浙江省电力有限公司电力科学研究院 | 用户需求响应能力评估方法、系统、终端及介质 |
CN114580730A (zh) * | 2022-02-28 | 2022-06-03 | 长沙理工大学 | 基于critic权重法的电力用户柔性负荷多目标优化调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lin et al. | Optimal charging control of energy storage and electric vehicle of an individual in the internet of energy with energy trading | |
Cui et al. | A two-stage robust energy sharing management for prosumer microgrid | |
Ju et al. | Robust purchase and sale transactions optimization strategy for electricity retailers with energy storage system considering two-stage demand response | |
CN112488744A (zh) | 一种交易驱动的虚拟电厂定制化构建方法 | |
CN111985783A (zh) | 一种电力负荷需求响应博弈建模方法 | |
Baharlouei et al. | On the convergence properties of autonomous demand side management algorithms | |
Khajeh et al. | Blockchain-based demand response using prosumer scheduling | |
Li et al. | An aggregator-oriented hierarchical market mechanism for multi-type ancillary service provision based on the two-loop Stackelberg game | |
Zhang et al. | Modelling the formation of peer-to-peer trading coalitions and prosumer participation incentives in transactive energy communities | |
Aguiar et al. | An insurance contract design to boost storage participation in the electricity market | |
Ghaemi et al. | Local energy communities with strategic behavior of multi-energy players for peer-to-peer trading: A techno-economic assessment | |
CN117081169B (zh) | 一种聚合园区分布式光伏能源的运营方法 | |
Mochi et al. | Empowering customers in local electricity market: A prosumer segmentation and operating envelope strategy for joint cost reduction and profit maximization | |
CN117114877A (zh) | 一种基于虚拟电厂的中长期电力交易方法及系统 | |
CN112232716A (zh) | 一种考虑调峰辅助服务的智慧园区优化决策方法 | |
Hussain et al. | Microgrid and participant-centric residential demand response program and photovoltaic with battery-storage P2P energy trading for optimum energy management using MDULPS and PPBSD-ADMM | |
Liu et al. | A grid-friendly sustainable neighborhood energy trading mechanism for MV-LV network | |
CN111275285A (zh) | 一种计及可中断负荷容量的用电量调控方法和系统 | |
CN116154760A (zh) | 基于区块链的分布式光伏发电点对点交易方法及系统 | |
Dai et al. | A novel alternative energy trading mechanism for different users considering value-added service and price competition | |
CN112215612B (zh) | 基于区块链的光伏消纳优化方法及系统 | |
He et al. | Customized prices design for agent-based local energy market with pv and energy storage | |
Baik et al. | Business feasibility study for storage-based customer flexibility platform of load-serving entity | |
Brolin | Aggregator trading and demand dispatch under price and load uncertainty | |
Liu et al. | Credit-based Peer-to-Peer energy sharing mechanism under the distributed negotiation framework |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201124 |
|
RJ01 | Rejection of invention patent application after publication |