CN112001752A - 基于有限理性的多虚拟电厂动态博弈交易行为分析方法 - Google Patents

Abstract

本发明公开了一种基于有限理性的多虚拟电厂动态博弈交易行为分析方法，其包括：首先，各虚拟电厂竞标主体充分考虑自身发展阶段的目标需求和研究上层运营商动态定价行为；其次，采用不同交易目标建模对多虚拟电厂进行交易行为分析，采用粒子群算法对有限理性交易行为信息进行进化学习，通过学习竞争者策略进而改进自身目标使其逐步变优；最后，研究了多虚拟电厂动态博弈计算流程，提出动态博弈粒子群优化算法结合优化工具箱对博弈模型进行求解；所提动态博弈模型的求解具有良好的收敛性，为虚拟电厂制定不同交易目标参与市场交易提供新的思路和参考。

Description

基于有限理性的多虚拟电厂动态博弈交易行为分析方法

技术领域

本发明属于多虚拟电厂交易行为分析技术领域，具体涉及基于有限理性的多虚拟电厂动态博弈交易行为分析方法。

背景技术

在可再生能源和电能替代的电力发展战略下，分布式电源、储能、可响应负荷在配电网层面大力推广应用，使得传统的规模化电力生产和远距离传输逐渐向分布式能源发展。但其大规模入网对电网的安全运行造成巨大的挑战。目前，国内外学者从单利益主体出发，针对虚拟电厂的发电调度、竞价模式等方面已经做了不少研究。但是随着近年来国家电网发展战略的改变，使得更多元化的社会资本涌入电力市场，各VPP将可能属于不同利益主体运行。在各利益主体自主理性的驱使下，各主体追求自身利益最大化，传统的单一主体的优化调度方法将很难适用。然而已有研究多数集中在给定交易电价的前提下，研究VPP之间的博弈关系，但仍存在如下问题：一是未考虑虚拟电厂对市场交易电价的影响，仅作为价格接受者参与市场运行，本质上仍为VPP内部优化；二是决策环境过于理想化，多是完全理性条件下的博弈研究，不仅要求主体自身有完美的理性，还要求各主体互相信任对方的理性，这在实际情况中很难达到。同时，已有文献研究的多是传统的以收益最大化或是运行成本最低为目标制定最优竞标方案，但在未来多元化市场中，各利益主体在不同的发展阶段有着不同的发展需求，仅以收益最大化或运行成本最低制定目标的交易行为不能够在完全竞争市场上的占据竞标优势。

发明内容

本发明目的在于提供基于有限理性的多虚拟电厂动态博弈交易行为分析方法，用于解决上述现有技术中存在的技术问题之一，如：现有技术中，仍存在如下问题：一是未考虑虚拟电厂对市场交易电价的影响，仅作为价格接受者参与市场运行，本质上仍为VPP内部优化；二是决策环境过于理想化，多是完全理性条件下的博弈研究，不仅要求主体自身有完美的理性，还要求各主体互相信任对方的理性，这在实际情况中很难达到。同时，已有文献研究的多是传统的以收益最大化或是运行成本最低为目标制定最优竞标方案，但在未来多元化市场中，各利益主体在不同的发展阶段有着不同的发展需求，仅以收益最大化或运行成本最低制定目标的交易行为不能够在完全竞争市场上的占据竞标优势。

为实现上述目的，本发明的技术方案是：

基于有限理性的多虚拟电厂动态博弈交易行为分析方法，包括以下步骤：

S1：各虚拟电厂竞标主体根据自身发展阶段的目标需求和研究上层运营商动态定价行为；

S2：采用不同交易目标建模对多虚拟电厂进行交易行为分析；

S3：基于粒子群算法对有限理性交易行为信息进行进化学习，通过学习竞争者策略进而使自身目标逐步变优；

S4：研究多虚拟电厂动态博弈计算流程，提出动态博弈粒子群优化算法结合优化工具箱对博弈模型进行求解。

进一步的，根据VPP发展的不同阶段和竞争对手的决策行为对自身优化决策的影响，建立多VPP有不同目标的决策方案；考虑包括VPP内的购售电电量和分布式电源出力为策略，设计多种不同目标的VPP竞标决策方案，一是考虑到不同区域VPP的用户用电差异和VPP联盟目标追求不同，VPP可选择不同的交易目标和决策方案；二是多VPP在进行博弈过程中，各主体会综合其余竞争者的市场交易行为后可改变自身的行为规则，进行目标的转换；在进行博弈的过程中，通过进化学习会不断获取竞争者的信息；随着自身获取信息的不断增多所作出的策略也会逐步变优；最终直至任何主体都不能从单方面从改变竞标策略中获益，既达到稳定策略。

进一步的，多利益主体在有限理性条件下的稳定均衡策略可定义为：在N个利益主体进行动态博弈中，存在稳定策略组合X＝(X₁,X₂,...,X_N)，对于任何其他策略组合Y＝(Y₁,Y₂,...,Y_N)|Y≠X，存在有主体i和ε₀∈(0,1)使得：

式中：I(Y_i,S_-i)和I(X_i,S_-i)分别为主体i采用Y_i和X_i策略时的目标效用情况；S_-i为除去主体i以外系统其他主体的策略组合。

进一步的，VPP的博弈策略考虑为VPP内各个分布式电源的出力计划、储能的充放电功率、可响应负荷的响应功率、风光等清洁能源的输出功率；VPP根据目前已经掌握的有限的市场信息和其余VPP竞标历史数据得到系统负荷需求量以及竞争者可能的竞标策略，来实现最大化自身效用。

进一步的，步骤S2中不同交易目标包括：

保守型VPP的博弈目标函数考虑为最大化自身效益，充分整合内部资源，包括分布式电源发电成本、储能成本、可响应负荷补偿成本；决策出最优竞标策略；VPP竞标目标函数为：

式中：λ^D-V,sell、λ^D-V,buy分别为VPP向DSO的售电电价和购电电价；

分别为VPP向DSO购买的电量和出售的电量；N为VPP总数集合，VPPi∈N；N_i为第i个VPP中含有的DER集合；

为DER中MT的发电成本，a_j、b_j、c_j为DERj中MT机组的成本系数，

为MT的输出功率；

为ESS运行成本，

为ESS的调度成本系数，

为ESS的充放电功率，其值大于0表示放电，小于0表示充电；

为可响应负荷成本，

为响应负荷补偿电价，

为响应负荷的响应功率；θ为政府对新能源发电的补贴电价；

分别为光伏、风电出力功率；

激进型VPP的博弈目标函数考虑为市场占有率规模最大化，在整合内部资源满足各单元约束出力的前提下，最大化在市场中进行电量竞标，以尽可能多的在DSO层面得到交换电量，获得最大功率购买量；VPP竞标目标函数为：

竞标约束：

式中：

为第i个VPP从DSO中购买的功率，

为第i个VPP从DSO中出售的功率；

分别为VPPi进行购售电量竞标的最大值；

在获得DSO统一购售电价和交易电量后，在满足激进型VPP目标函数前提下，对VPP内部其他可调度资源进行协调，满足剩余的负荷电量缺额，电量缺额调度原则满足成本最低原则；

稳定型VPP的博弈目标函数考虑为可再生能源的最大化利用，可再生能源考虑为风电、光伏，同时充分考虑可再生能源发电的不确定性，利用ESS平抑可再生能源出力的波动性对系统供电稳定性的影响；其次再考虑VPP内部其他各单元出力情况和向上级DSO进行电量竞标，VPP竞标目标函数为：

式中：α，β为目标函数权重系数；ρ_j,t为风光储联合售电价格；

为风光储联合出力；f为风光储联合出力功率波动方差；f₀为系统允许的最小波动方差值。

进一步的，所述VPP在进行决策响应时，无论执行哪一种交易目标，都需要满足的约束条件包括：

功率平衡约束：

式中：

为不可响应负荷的用电量；

为VPPi的输出功率；

燃气轮机组约束：

式中：

分别为MT出力的最大功率和最小功率上下限；r_d,i、r_u,i分别为机组j的向下和向上爬坡率；ΔT为一个运行时段；

可响应负荷约束：

式中：

为可响应负荷最大响应量；

可再生能源出力约束：

式中：

分别为根据历史数据预测的风光出力最大值；

储能约束：

式中：

为ESS放电和充电状态的0-1变量；N_ESS为ESS放电和充电状态转换次数上限；

为放电功率上下限；

为充电功率上下限；

为ESS在第t时段的容量状态；

为考虑ESS寿命等因素的容量上下限值；

分别为充电和放电效率系数，其取值范围为

进一步的，所述交易在DSO层面考虑为：

DSO为VPP制定售电电价λ^D-V,sell和购电电价λ^D-V,buy；DSO以最大化自身效益作为博弈目标，包括与上级电网和下层多VPP之间的购售电成本和收益；

maxu^DSO＝F_VPP-F_DSO

式中：F_VPP为DSO与VPP之间进行交易获得的收益；F_DSO为DSO与上级电网进行交易所花费的成本；各项的具体表达式如下：

式中：T为总调度时段；N_VPP为VPP数量，

为由DSO制定的实时电价，

为第i个VPP在第t调度时段与DSO交互的功率值；

为DSO与上级电网之间的边界节点电价，

为DSO与上级电网之间的传输功率，其值大于0表示从上级电网购电，小于0表示向上级电网售电。

进一步的，获得竞争者竞标数据后该竞争者策略判断指标系数如下：

式中：ξ₁,ξ₂,ξ₃为对竞争者策略判断的指标系数，当ξ₁≥ξ_lim1时判断为“激进型”，当ξ₂≤ξ_lim2时判断为“稳定型”，当ξ₃≤ξ_lim3时判断为“保守型”，其中ξ_lim1,ξ_lim2,ξ_lim3为指标系数判断常量，通过各VPP竞标历史数据获得；若在一轮博弈结束策略指标判断不在指标系数判断常量限值内，则不会输出策略结果，继续开始下一轮迭代；

各VPP通过进化学习对博弈策略的选取，决定该VPP的总效益；每种策略对应于该策略下的交易行为方式，用ρ_mn表示VPPi交易行为方式x(u)从策略m到策略n的条件切换状态；在获取竞争对手竞标信息后，VPPi学习进化自身策略；如果策略n比策略m具有更高的效用，那么策略m将学习策略n并作出改变；用方程表示为：

式中：x_m(u)和x_n(u)分别为VPPi在策略m和n下的交易行为方式，当

大于0时，则根据条件切换状态更新VPP策略，当

始终小于0时，则达到稳定均衡策略；u^m和uⁿ分别表示策略m和n对应的交易行为方式效用，[uⁿ-u^m]₊为max{0,uⁿ-u^m}。

与现有技术相比，本发明所具有的有益效果为：

本方案的一个创新点在于，首先，各虚拟电厂竞标主体充分考虑自身发展阶段的目标需求和研究上层运营商动态定价行为；其次，采用不同交易目标建模对多虚拟电厂进行交易行为分析，采用粒子群算法对有限理性交易行为信息进行进化学习，通过学习竞争者策略进而改进自身目标使其逐步变优；最后，研究了多虚拟电厂动态博弈计算流程，提出动态博弈粒子群优化算法结合优化工具箱对博弈模型进行求解；所提动态博弈模型的求解具有良好的收敛性，为虚拟电厂制定不同交易目标参与市场交易提供新的思路和参考。

附图说明

图1为基于有限理性的多虚拟电厂动态博弈交易行为分析方法的流程图。

图2为多虚拟电厂的系统结构图。

图3为多虚拟电厂不同交易目标示意图。

图4为多虚拟电厂动态博弈求解流程。

图5为算法收敛过程示意图。

图6为交易电价优化示意图。

图7为虚拟电厂1交易结果示意图。

图8为虚拟电厂2交易结果示意图。

图9为虚拟电厂3交易结果示意图。

具体实施方式

下面结合本发明的附图1-9，对本发明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，都属于本发明保护的范围。

实施例：

一种基于有限理性的多虚拟电厂动态博弈交易行为分析方法，其特征在于，包括以下步骤：

各虚拟电厂竞标主体充分考虑自身发展阶段的目标需求和研究上层运营商动态定价行为；

采用不同交易目标建模对多虚拟电厂进行交易行为分析；

基于粒子群算法对有限理性交易行为信息进行进化学习，通过学习竞争者策略进而改进自身目标使其逐步变优；

研究多虚拟电厂动态博弈计算流程，提出动态博弈粒子群优化算法结合优化工具箱对博弈模型进行求解。

考虑VPP发展的不同阶段和竞争对手的决策行为对自身优化决策的影响，因此建立多VPP有不同目标的决策方案。本文重点考虑包括VPP内的购售电电量和分布式电源等出力为策略，设计了多种不同目标的VPP竞标决策方案，一是考虑到不同区域VPP的用户用电差异和VPP联盟目标追求不同，VPP可能选择不同的交易目标和决策方案；二是多VPP在进行博弈过程中，各主体会综合其余竞争者的市场交易行为后可能改变自身的行为规则，进行目标的转换。在进行博弈的过程中，通过进化学习会不断获取竞争者的信息。随着自身获取信息的不断增多所作出的策略也会逐步变优。最终直至任何主体都不能从单方面从改变竞标策略中获益，既达到稳定策略。

多利益主体在有限理性条件下的稳定均衡策略可以定义为：在N个利益主体进行动态博弈中，存在稳定策略组合X＝(X₁,X₂,...,X_N)，对于任何其他策略组合Y＝(Y₁,Y₂,...,Y_N)|Y≠X，存在有主体i和ε₀∈(0,1)使得：

式中：I(Y_i,S_-i)和I(X_i,S_-i)分别为主体i采用Y_i和X_i策略时的目标效用情况；S_-i为除去主体i以外系统其他主体的策略组合。

VPP的博弈策略考虑为VPP内各个分布式电源的出力计划、储能的充放电功率、可响应负荷的响应功率、风光等清洁能源的输出功率。VPP根据目前已经掌握的有限的市场信息和其余VPP竞标历史数据得到系统负荷需求量以及竞争者可能的竞标策略，来实现最大化自身效用。需要说明的是，这里的“效用”不同于传统优化调度的效用函数，而是指制定符合自身发展的最优策略。

保守型VPP的博弈目标函数考虑为最大化自身效益，充分整合内部资源，包括分布式电源发电成本、储能成本、可响应负荷补偿等成本。决策出最优竞标策略。VPP竞标目标函数为：

式中：λ^D-V,sell、λ^D-V,buy分别为VPP向DSO的售电电价和购电电价；

分别为VPP向DSO购买的电量和出售的电量；N为VPP总数集合，VPPi∈N；N_i为第i个VPP中含有的DER集合；

为DER中MT的发电成本，a_j、b_j、c_j为DERj中MT机组的成本系数，

为MT的输出功率；

为ESS运行成本，

为ESS的调度成本系数，

为ESS的充放电功率，其值大于0表示放电，小于0表示充电；

为可响应负荷成本，

为响应负荷补偿电价，

为响应负荷的响应功率；θ为政府对新能源发电的补贴电价；

分别为光伏、风电出力功率。本文中主要各方主体的考虑运营效益，忽略了相对较低的新能源发电的运行和维护成本。

激进型VPP的博弈目标函数考虑为市场占有率规模最大化，在整合内部资源满足各单元约束出力的前提下，最大化在市场中进行电量竞标，以尽可能多的在DSO层面得到交换电量，获得最大功率购买量。VPP竞标目标函数为：

竞标约束：

式中：

为第i个VPP从DSO中购买的功率，

为第i个VPP从DSO中出售的功率；

分别为VPPi进行购售电量竞标的最大值。

在获得DSO统一购售电价和交易电量后，在满足目标函数式(5)前提下，对VPP内部其他可调度资源进行协调，满足剩余的负荷电量缺额，电量缺额调度原则满足成本最低原则。

稳定型VPP的博弈目标函数考虑为可再生能源的最大化利用，本文可再生能源考虑为风电、光伏，同时充分考虑可再生能源发电的不确定性，利用ESS平抑可再生能源出力的波动性对系统供电稳定性的影响。其次再考虑VPP内部其他各单元出力情况和向上级DSO进行电量竞标，VPP竞标目标函数为：

式中：α，β为目标函数权重系数；ρ_j,t为风光储联合售电价格；

为风光储联合出力；f为风光储联合出力功率波动方差；f₀为系统允许的最小波动方差值。

1)功率平衡约束：

式中：

为不可响应负荷的用电量；

为VPPi的输出功率。

2)燃气轮机组约束：

式中：

分别为MT出力的最大功率和最小功率上下限；r_d,i、r_u,i分别为机组j的向下和向上爬坡率；ΔT为一个运行时段。

3)可响应负荷约束：

式中：

为可响应负荷最大响应量。

4)可再生能源出力约束：

式中：

分别为根据历史数据预测的风光出力最大值。

5)储能约束：

式中：

为ESS放电和充电状态的0-1变量；N_ESS为ESS放电和充电状态转换次数上限；

为放电功率上下限；

为充电功率上下限；

为ESS在第t时段的容量状态；

为考虑ESS寿命等因素的容量上下限值；

分别为充电和放电效率系数，其取值范围为

DSO为VPP制定售电电价λ^D-V,sell和购电电价λ^D-V,buy。DSO以最大化自身效益作为博弈目标，包括与上级电网和下层多VPP之间的购售电成本和收益。

maxu^DSO＝F_VPP-F_DSO

式中：F_VPP为DSO与VPP之间进行交易获得的收益；F_DSO为DSO与上级电网进行交易所花费的成本。各项的具体表达式如下：

式中：T为总调度时段；N_VPP为VPP数量，

为由DSO制定的实时电价，

为第i个VPP在第t调度时段与DSO交互的功率值；

为DSO与上级电网之间的边界节点电价，

为DSO与上级电网之间的传输功率，其值大于0表示从上级电网购电，小于0表示向上级电网售电。

获得竞争者竞标数据后该竞争者策略判断指标系数如下：

式中：ξ₁,ξ₂,ξ₃为对竞争者策略判断的指标系数，当ξ₁≥ξ_lim1时判断为“激进型”，当ξ₂≤ξ_lim2时判断为“稳定型”，当ξ₃≤ξ_lim3时判断为“保守型”，其中ξ_lim1,ξ_lim2,ξ_lim3为指标系数判断常量，通过各VPP竞标历史数据获得。若在一轮博弈结束策略指标判断不在指标系数判断常量限值内，则不会输出策略结果，继续开始下一轮迭代。

各VPP通过进化学习对博弈策略的选取，决定了该VPP的总效益。每种策略对应于该策略下的交易行为方式，用ρ_mn表示VPPi交易行为方式x(u)从策略m到策略n的条件切换状态。在获取竞争对手竞标信息后，VPPi学习进化自身策略。如果策略n比策略m具有更高的效用，那么策略m将学习策略n并作出改变。用方程表示为：

式中：x_m(u)和x_n(u)分别为VPPi在策略m和n下的交易行为方式，当

大于0时，则根据条件切换状态更新VPP策略，当

始终小于0时，则达到稳定均衡策略；u^m和uⁿ分别表示策略m和n对应的交易行为方式效用，[uⁿ-u^m]₊为max{0,uⁿ-u^m}。

参考图1，图1为基于有限理性的多虚拟电厂动态博弈交易行为分析方法的流程图；该流程图包括步骤101到步骤104；

在步骤101中，各虚拟电厂竞标主体充分考虑自身发展阶段的目标需求和研究上层运营商动态定价行为；

在步骤102中，采用不同交易目标建模对多虚拟电厂进行交易行为分析；

在本发明的一个实施例中，整个配电系统运营的过程中，每个结成联盟的VPP可能会出现不同类型的购售电状态：

电量富余(售电VPP)、电量缺额(购电VPP)、和电量刚好自给自足三种类型。因此，在多VPP系统中存在着购售电需求。

VPP在满足自身内部供电的前提下，综合考虑各机组出力、可再生能源发电、电价信息和其他运营商的策略信息等，对其内部资源进行协调，制定最符合自身发展的目标，在满足各种约束情况下，与其余竞争者进行博弈。

DSO层调度中心综合考虑下层各VPP上传的电量信息，考虑最大化社会效益，制定与多VPP之间的统一市场购售电价和各VPP的交易电量，依据DSO对各VPP制定的电价和交易电量，VPP合理调整内部资源出力，制定与DSO之间的交易电量。

在步骤103中，基于粒子群算法对有限理性交易行为信息进行进化学习，通过学习竞争者策略进而改进自身目标使其逐步变优；

当博弈开始后，参与者可以根据双方每一轮策略进行学习和改进，是一个连续的、重复不断的交易过程。

市场中各VPP作为个体参与博弈，分别考虑其余竞争者的决策信息制定最大化自身效用的目标函数策略，VPPi在获得竞争者的竞标数据后求解自身最优决策，重复i∈N得到各主体第一轮博弈策略。

各主体更新上一轮博弈策略直至各主体都不能从单方面改变竞标策略中获益，达到最后稳定均衡状态。

在步骤104中，研究多虚拟电厂动态博弈计算流程，提出动态博弈粒子群优化算法结合优化工具箱对博弈模型进行求解。

在本发明的一个实施例中，图4示出了多虚拟电厂动态博弈的求解流程。

在模型求解中，DSO给出购售电价。各VPP在博弈过程中，对不断获取的电价信息和其余竞争者制定的策略信息进行学习，来选择最适合自身交易目标优化求解。

在DSO层面，以电价策略作为粒子，以此电价下的收益作为粒子的适应度，使用智能优化算法寻求最优电价策略。本文整个求解过程可以看作DSO电价寻优和多VPP策略学习求解两部分。采用了改进粒子群算法结合Yalmip平台调用CPLEX求解器对多VPP不同交易目标动态博弈进化学习模型进行求解。

参考图2，图2为多虚拟电厂的系统结构图。在VPP内部主要包括微型燃汽轮机组、风电机组、光伏系统、储能系统、可响应负荷等部分组成。其中，微型燃汽轮机组所具有稳定的功率输出、能够快速响应、能够灵活应对负荷变化系统所要求满足的要求，因此将微型燃汽轮机组作为VPP内部的可调度分布式电源。

VPP作为一个整体对外加入DSO以及电力市场的调度，在VPP内部主要负责对多个DER进行协调运行控制，同时对用户负荷、设备维护管理商等多方进行交涉互动。VPP通过能量管理平台对内部各资源进行调控以及对上层DSO进行能量和信息交互。

在能量管理平台具备日前预测、决策优化、实时监控等功能，在其数据库中可存储和处理DER内部负荷历史用电情况和各电源的出力情况、用户信息、天气数据、上层DSO价格信息，这些可使VPP进行更加精准的决策。

参考图3，一是考虑到不同区域VPP的用户用电差异和VPP联盟目标追求不同，VPP可能选择不同的交易目标和决策方案；二是多VPP在进行博弈过程中，各主体会综合其余竞争者的市场交易行为后可能改变自身的行为规则，进行目标的转换。因此为VPP制定不同交易目标类型的目标函数。

在本发明的一个实施例中，各VPP内部组成元素如表1所示。选择对应的成本函数、约束条件和初始目标函数，构成包含3个VPP的有限理性博弈模型。基于上文所述的算例系统，DSO收到各VPP运营商提交的竞标策略后，确定市场交易电价，最大化社会效益。经过19轮博弈之后各VPP经进化学习后选择策略趋于稳定，获得收益也趋于稳定。各VPP均不能从单方面改变自身策略来获得更多利益，此时各主体策略目标达到最优均衡解。

表1 VPP内部资源

在本发明的一个实施例中，设置以下两种运行策略：

Case1：将电网电价和上网电价作为购售电价，各VPP之间采用非合作博弈独自优化，分别选择响应的目标策略进行优化。

Case2：各VPP之间进化学习竞争者竞标策略，获得理性程度的提高，同时进行电价优化，既采用本发明所提出的博弈模型。

由图5仿真结果可知，通过本发明的算法求解多虚拟电厂不同交易目标动态博弈均衡解是有效且收敛的，能够达到良好的求解精度和计算效率。

在两种场景下，DSO制定购售电价如图6所示，每个时刻VPP存在3中状态，若交易电量大于0，表示VPP向DSO售电，为“售电VPP”；若交易电量小于0，表示VPP向DSO购电，为“购电VPP”；若交易电量等于0，则VPP内部供需平衡，为“自平衡VPP”(图8中为画图方便，交易电量正表示购电，负表示售电)。此时，若其余竞争者策略的变化导致购售电价的变化就可能会导致VPP购售电策略的变化。

从交易行为结果图7-9可以看出，VPP1采用“保守型”以自身最大化收益为目标，VPP1在时段4-19内供大于求，因此向上级运营商售电，其余时段存在电量缺额，因此需向上级运营商购电；VPP2采用“激进型”以最大化向上级运营商购电提升VPP自身运行规模为目标，除时段8-10和16以外，其余时段均向上级运营商进行购电。相比较于VPP1和VPP3，VPP2在负荷高峰时段需求量最大。同时通过RL的调控制定最有利于自身规模扩张的负荷增加量与削减量，加大与上级运营商电量交易占有比率。VPP3采用“稳定型”考虑可再生能源最大化发电，同时保证其供电稳定性，因此建立风光储联合发电单元。从图9可以看出，在经过联合单元出力调度利用储能单元平抑可再生能源出力波动性后，呈现的功率曲线稳定性大大提升。在时段15-18内，由于储能单元容量和每时段充放电功率限制，因此为了使波动方差不越限，产生了一定量的弃风弃光量。在时段9-12和16-18内，因自身电量缺额，需向上级运营商进行购电满足功率平衡。

表2给出了DSO采用Case1电价策略和Case2电价策略的收益对比，表3给出了各VPP采用Case1电价策略和Case2电价策略的收益对比(单位/美元)。

表2 DSO不同电价策略效益对比

表3 VPP不同电价策略收益对比

通过对比可知，DSO通过电价优化后，使各VPP购售电量增加并达到平衡。与采用电网电价交易相比，DSO与VPP之间交易收益提高了7.8％。各VPP在博弈的最优目标运行条件下，可降低运行成本，并达到交易的新平衡。

本发明建立的考虑在有限理性条件下的多虚拟电厂参与的不同交易目标动态博弈模型，通过对整合不同分布式能源的多虚拟电厂系统进行算例分析得出以下结论：1)相较于传统以运行成本最小的单一目标函数，可有效满足未来各虚拟电厂在发展的不同阶段的多元化发展需求；2)建立的有限理性交易行为学习，使VPP通过对内部资源的整合和对竞争者竞标策略的学习，达到理性程度的提高，对于竞标结果也能产生较大影响。通过交易使得各VPP能够在市场运行中获得更大效用；3)将智能算法和下层混合整数规划问题相结合求解得到均衡解，与传统的单独使用智能算法相比大大的节约了求解时间并能够快速收敛。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (8)

1.基于有限理性的多虚拟电厂动态博弈交易行为分析方法，其特征在于，包括以下步骤：

S1：各虚拟电厂竞标主体根据自身发展阶段的目标需求和研究上层运营商动态定价行为；

S2：采用不同交易目标建模对多虚拟电厂进行交易行为分析；

S3：基于粒子群算法对有限理性交易行为信息进行进化学习，通过学习竞争者策略进而使自身目标逐步变优；

S4：研究多虚拟电厂动态博弈计算流程，提出动态博弈粒子群优化算法结合优化工具箱对博弈模型进行求解。

2.如权利要求1所述的基于有限理性的多虚拟电厂动态博弈交易行为分析方法，其特征在于，根据VPP发展的不同阶段和竞争对手的决策行为对自身优化决策的影响，建立多VPP有不同目标的决策方案；考虑包括VPP内的购售电电量和分布式电源出力为策略，设计多种不同目标的VPP竞标决策方案，一是考虑到不同区域VPP的用户用电差异和VPP联盟目标追求不同，VPP可选择不同的交易目标和决策方案；二是多VPP在进行博弈过程中，各主体会综合其余竞争者的市场交易行为后可改变自身的行为规则，进行目标的转换；在进行博弈的过程中，通过进化学习会不断获取竞争者的信息；随着自身获取信息的不断增多所作出的策略也会逐步变优；最终直至任何主体都不能从单方面从改变竞标策略中获益，既达到稳定策略。

3.如权利要求2所述的基于有限理性的多虚拟电厂动态博弈交易行为分析方法，其特征在于，多利益主体在有限理性条件下的稳定均衡策略可定义为：在N个利益主体进行动态博弈中，存在稳定策略组合X＝(X₁,X₂,...,X_N)，对于任何其他策略组合Y＝(Y₁,Y₂,...,Y_N)|Y≠X，存在有主体i和ε₀∈(0,1)使得：

式中：I(Y_i,S_-i)和I(X_i,S_-i)分别为主体i采用Y_i和X_i策略时的目标效用情况；S_-i为除去主体i以外系统其他主体的策略组合。

4.如权利要求3所述的基于有限理性的多虚拟电厂动态博弈交易行为分析方法，其特征在于，VPP的博弈策略考虑为VPP内各个分布式电源的出力计划、储能的充放电功率、可响应负荷的响应功率、风光等清洁能源的输出功率；VPP根据目前已经掌握的有限的市场信息和其余VPP竞标历史数据得到系统负荷需求量以及竞争者可能的竞标策略，来实现最大化自身效用。

5.如权利要求1所述的基于有限理性的多虚拟电厂动态博弈交易行为分析方法，其特征在于，步骤S2中不同交易目标包括：

保守型VPP的博弈目标函数考虑为最大化自身效益，充分整合内部资源，包括分布式电源发电成本、储能成本、可响应负荷补偿成本；决策出最优竞标策略；VPP竞标目标函数为：

式中：λ^D-V,sell、λ^D-V,buy分别为VPP向DSO的售电电价和购电电价；

分别为VPP向DSO购买的电量和出售的电量；N为VPP总数集合，VPPi∈N；N_i为第i个VPP中含有的DER集合；

为DER中MT的发电成本，a_j、b_j、c_j为DERj中MT机组的成本系数，

为MT的输出功率；

为ESS运行成本，

为ESS的调度成本系数，

为ESS的充放电功率，其值大于0表示放电，小于0表示充电；

为可响应负荷成本，

为响应负荷补偿电价，

为响应负荷的响应功率；θ为政府对新能源发电的补贴电价；

分别为光伏、风电出力功率；

激进型VPP的博弈目标函数考虑为市场占有率规模最大化，在整合内部资源满足各单元约束出力的前提下，最大化在市场中进行电量竞标，以尽可能多的在DSO层面得到交换电量，获得最大功率购买量；VPP竞标目标函数为：

竞标约束：

式中：

为第i个VPP从DSO中购买的功率，

为第i个VPP从DSO中出售的功率；

分别为VPPi进行购售电量竞标的最大值；

在获得DSO统一购售电价和交易电量后，在满足激进型VPP目标函数前提下，对VPP内部其他可调度资源进行协调，满足剩余的负荷电量缺额，电量缺额调度原则满足成本最低原则；

稳定型VPP的博弈目标函数考虑为可再生能源的最大化利用，可再生能源考虑为风电、光伏，同时充分考虑可再生能源发电的不确定性，利用ESS平抑可再生能源出力的波动性对系统供电稳定性的影响；其次再考虑VPP内部其他各单元出力情况和向上级DSO进行电量竞标，VPP竞标目标函数为：

式中：α，β为目标函数权重系数；ρ_j,t为风光储联合售电价格；

为风光储联合出力；f为风光储联合出力功率波动方差；f₀为系统允许的最小波动方差值。

6.如权利要求5所述的基于有限理性的多虚拟电厂动态博弈交易行为分析方法，其特征在于，所述VPP在进行决策响应时，无论执行哪一种交易目标，都需要满足的约束条件包括：

功率平衡约束：

式中：

为不可响应负荷的用电量；

为VPPi的输出功率；

燃气轮机组约束：

式中：

分别为MT出力的最大功率和最小功率上下限；r_d,i、r_u,i分别为机组j的向下和向上爬坡率；ΔT为一个运行时段；

可响应负荷约束：

式中：

为可响应负荷最大响应量；

可再生能源出力约束：

式中：

分别为根据历史数据预测的风光出力最大值；

储能约束：

式中：

为ESS放电和充电状态的0-1变量；N_ESS为ESS放电和充电状态转换次数上限；

为放电功率上下限；

为充电功率上下限；

为ESS在第t时段的容量状态；

为考虑ESS寿命等因素的容量上下限值；

分别为充电和放电效率系数，其取值范围为

7.如权利要求6所述的基于有限理性的多虚拟电厂动态博弈交易行为分析方法，其特征在于，所述交易在DSO层面考虑为：

DSO为VPP制定售电电价λ^D-V,sell和购电电价λ^D-V,buy；DSO以最大化自身效益作为博弈目标，包括与上级电网和下层多VPP之间的购售电成本和收益；

maxu^DSO＝F_VPP-F_DSO

式中：F_VPP为DSO与VPP之间进行交易获得的收益；F_DSO为DSO与上级电网进行交易所花费的成本；各项的具体表达式如下：

式中：T为总调度时段；N_VPP为VPP数量，

为由DSO制定的实时电价，

为第i个VPP在第t调度时段与DSO交互的功率值；λ_t ^DSO为DSO与上级电网之间的边界节点电价，P_t ^DSO为DSO与上级电网之间的传输功率，其值大于0表示从上级电网购电，小于0表示向上级电网售电。

8.如权利要求7所述的基于有限理性的多虚拟电厂动态博弈交易行为分析方法，其特征在于，获得竞争者竞标数据后该竞争者策略判断指标系数如下：

式中：ξ₁,ξ₂,ξ₃为对竞争者策略判断的指标系数，当ξ₁≥ξ_lim1时判断为“激进型”，当ξ₂≤ξ_lim2时判断为“稳定型”，当ξ₃≤ξ_lim3时判断为“保守型”，其中ξ_lim1,ξ_lim2,ξ_lim3为指标系数判断常量，通过各VPP竞标历史数据获得；若在一轮博弈结束策略指标判断不在指标系数判断常量限值内，则不会输出策略结果，继续开始下一轮迭代；

各VPP通过进化学习对博弈策略的选取，决定该VPP的总效益；每种策略对应于该策略下的交易行为方式，用ρ_mn表示VPPi交易行为方式x(u)从策略m到策略n的条件切换状态；在获取竞争对手竞标信息后，VPPi学习进化自身策略；如果策略n比策略m具有更高的效用，那么策略m将学习策略n并作出改变；用方程表示为：

式中：x_m(u)和x_n(u)分别为VPPi在策略m和n下的交易行为方式，当

大于0时，则根据条件切换状态更新VPP策略，当

始终小于0时，则达到稳定均衡策略；u^m和uⁿ分别表示策略m和n对应的交易行为方式效用，[uⁿ-u^m]₊为max{0,uⁿ-u^m}。

Images