CN112102034A - 一种多虚拟电厂和负荷聚合商的分布式交易方法 - Google Patents

一种多虚拟电厂和负荷聚合商的分布式交易方法 Download PDF

Info

Publication number
CN112102034A
CN112102034A CN202010948859.0A CN202010948859A CN112102034A CN 112102034 A CN112102034 A CN 112102034A CN 202010948859 A CN202010948859 A CN 202010948859A CN 112102034 A CN112102034 A CN 112102034A
Authority
CN
China
Prior art keywords
price
virtual power
center platform
trading
market
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
Application number
CN202010948859.0A
Other languages
English (en)
Inventor
雷震
郝雨辰
朱月尧
王璐
顾伟
吴志
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.)
Southeast University
State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Southeast University
State Grid Jiangsu Electric Power Co Ltd
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 Southeast University, State Grid Jiangsu Electric Power Co Ltd filed Critical Southeast University
Priority to CN202010948859.0A priority Critical patent/CN112102034A/zh
Publication of CN112102034A publication Critical patent/CN112102034A/zh
Pending legal-status Critical Current

Links

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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0605—Supply or demand aggregation
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0611—Request for offers or quotes
    • 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)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种多虚拟电厂和负荷聚合商的分布式交易方法，包括以下步骤：S1、市场信号初始化阶段；S2、市场主体博弈阶段；S3、交易中心平台更新市场信号阶段；S4、分布式交互迭代阶段；S5、交易出清阶段。本发明实现了区域内多个虚拟电厂和多个负荷聚合商之间的多边交易以及能源传输，解决了虚拟电厂和负荷聚合商之间的能源协调分配问题，满足了多方主体公平公正、高效、灵活、安全的能源交易。采用分布式算法降低了多能源市场中的虚拟电厂的供能成本，提高需求侧的负荷聚合商的用电效益，在最大化社会福利的同时保障了各个利益主体的信息安全。

Description

一种多虚拟电厂和负荷聚合商的分布式交易方法
技术领域
本发明涉及虚拟电厂参与市场交易领域，具体的是一种多虚拟电厂和负荷聚合商的分布式交易方法。
背景技术
面对化石能源日益枯竭、环境污染日益严峻、温室效应危害日益显现的形势，为了提高电网的清洁能源发电比例，与新能源相结合的分布式发电与虚拟电厂技术正在得到越来越多的理论研究与实际应用。分布式电源充分发挥了分散的电力需求与资源的协调互补作用，虚拟电厂通过整合分布式电源和分布式储能，实现系统高效经济运行。然而，多虚拟电厂之间的协调和调度必然会增加能源管理的难度，所以对多虚拟电厂和负荷聚合商的能量管理变得尤为关键。
随着电力市场改革的持续推进和以分布式发电与虚拟电厂技术为代表的新能源技术的不断发展，地区电网正在变为多源接入的源网荷储协调运行的新一代分布式能源网络。以及电力需求侧管理技术的发展，传统的集中式能源交易模式将面临挑战。为了提高能源利用效率，适应多虚拟电厂分布式能源的协调调度，通过协调供需侧平衡，分布式能源交易框架近年来得到广泛关注。
在国内外能源市场化程度不断加深的大环境下，通过合理的市场化调节进行电能资源的优化分配，实现社会福利最大化，提高资源利用率。多虚拟电厂和负荷聚合商作为交易主体，彼此之间存在博弈关系，因此，如何设计合理的交易机制，在保证市场参与者信息安全的前提下实现全局最优，达到社会福利最大化，构建适应于多虚拟电厂和负荷聚合商的分布式交易方法成为业界急需解决的问题。
发明内容
为解决上述背景技术中提到的不足，本发明的目的在于提供一种多虚拟电厂和负荷聚合商的分布式交易方法，本发明多虚拟电厂和负荷聚合商的分布式交易在一定区域内进行，交易主体有多个需求方、多个能源供应商和交易中心平台，参与交易的主体中虚拟电厂作为能源供应商，负荷聚合商作为需求方，交易中心平台为智能电网的中心控制平台，交易可以应用于实时市场、日前市场和中长期市场，在物理层，区域内所有参与交易的虚拟电厂的和所有用户都通过电力网络相连接，虚拟电厂中具有多类型供能设备包括光伏、风电、储能、燃机等分布式电源，能够为负荷稳定地提供电能，负荷聚合商则聚合一定区域内的用户的电能需求响应的柔性负荷资源，并将它们引入市场交易。本发明解决了现有技术存在的交易成本高，市场效率损失，信息不对称，资源配置不均和隐私安全等问题。
本发明的目的可以通过以下技术方案实现：
一种多虚拟电厂和负荷聚合商的分布式交易方法，包括以下步骤：
S1、参与交易的虚拟电厂和负荷聚合商分别向交易中心平台提交报价；
S2、交易中心平台初始化市场信号；
S3、交易中心平台分别向需求侧和供应侧的所有交易主体发送市场信号；
S4、供应侧/需求侧的利益主体根据收到的市场信号，进行博弈，分别独立制定各自的报价策略，并向交易中心平台更新竞价信息；
S5、通过交易中心平台和双边利益主体迭代交互，直到整个市场收敛到社会福利最大化。
进一步地，步骤S1的具体过程如下：
需求侧和供应侧同时报价，对于需求侧报价，则最大化其效用函数，负荷聚合商i的效用函数如下：
ui(b)＝vi(D(μ(b)；bi))-piμ(b)D(μ(b)；bi)
其中，bi为报价参数，有效价格piμ(b)为价格权重pi与基本价格μ(b)乘积，ui(b)为负荷聚合商i的效用函数，vi为负荷聚合商i的价值函数，D(μ(b)；bi)为负荷聚合商i的电能需求量。
供应侧报价，最大化其效用函数，虚拟电厂j的效用函数如下：
uj(a)＝qjρ(a)S(ρ(a)；aj)-cj(S(ρ(a)；aj))
其中，aj报价参数,有效价格qjρ(a)为价格权重qj与基本价格ρ(a)乘积，uj(a)为虚拟电厂j的效用函数，cj为虚拟电厂j的生产电能成本函数，S(ρ(a)；aj)为虚拟电厂j的电能供应量。
进一步地，步骤(2)的具体过程如下：
交易中心平台根据所接收到的需求侧的报价bj和供应侧的报价aj确定针对需求侧和供应侧的市场信号。其中，所述需求侧的市场信号具体包括价格权重pi，估计的基本价格μ(b)；所述供应侧的市场信号具体包括价格权重qj，估计的基本价格ρ(a)。
进一步地，S2的具体过程如下：
交易中心平台根据所接收到的需求侧的报价bi和供应侧的报价aj确定针对需求侧和供应侧的市场信号。其中，所述需求侧的市场信号具体包括价格权重pi，估计的基本价格μ(b)；所述供应侧的市场信号具体包括价格权重qj，估计的基本价格ρ(a)。
进一步地，步骤S4具体过程如下：
需求侧的博弈和供应侧的博弈分别同时进行，需求侧博弈具体如下：
对于需求侧博弈(I,p),每个负荷聚合商i∈I在市场交易中的用能价值函数为：
Figure BDA0002676236070000041
其中，di为负荷聚合商i的电能需求量，vi为负荷聚合商i的价值函数，pi为交易中心发布给负荷聚合商i的价格权重，N为市场中电能交易总量。
对需求侧博弈(I,p)，要达到衡态d(p)，实现社会福利最大化，求解以下凸优化问题：
Figure BDA0002676236070000042
s.t.d∈D
其中，di为负荷聚合商i的电能需求量，vi为负荷聚合商i的价值函数，pi为交易中心发布给负荷聚合商i的价格权重，D为需求侧中购电量约束。
在纳什均衡下，需求侧博弈(I,p)的最优策略为最大化总有效价值函数，这不仅能够反映需求侧各利益主体间的竞争，也包含了交易中心平台发布的价格权重pi对报价的影响。
供应侧博弈具体如下：
对于供应侧博弈(J,q),每个虚拟电厂j∈J在市场交易中的成本函数为：
Figure BDA0002676236070000043
其中，Sj为虚拟电厂j的供能量，Cj为虚拟电厂j的成本函数，qj为交易中心发布给虚拟电厂j的价格权重，N为市场中电能交易总量，J为市场中供应侧参与电能交易的虚拟电厂总数量。
对供应侧博弈(J,q)，达到均衡态S(q)，实现社会福利最大化，求解以下凸优化问题：
Figure BDA0002676236070000051
s.t.s∈S
其中，Sj为虚拟电厂j的供能量，Cj为虚拟电厂j的成本函数，qj为交易中心发布给虚拟电厂j的价格权重，S为供应侧电能供应量约束，J为市场中供应侧参与电能交易的虚拟电厂总数量。
在纳什均衡下，供应侧虚拟电厂的博弈J(q)最优策略为最小化总供能成本函数，这不仅能够反映供应侧各利益主体间的竞争，也包含了交易中心平台发布的价格权重qj对虚拟电厂报价的影响。
进一步地，步骤S5具体过程如下：
为了保护各个利益主体在竞价博弈中的隐私，减少信息披露，采用分布式算法使得交易中心平台和竞价利益主体之间交替迭代出清交易价格。
其中，交易中心平台通过市场信号影响利益主体的决策，利益主体之间以分布式的方式同时竞价，交易中心平台通过报价学习利益主体的隐藏信息，更新市场信号。
进一步地，分布式竞价算法具体如下：
对于需求侧：
(5a)引入辅助向量z,将需求侧博弈问题转化为以下优化问题：
Figure BDA0002676236070000052
s.t.0≤di≤N
di∈D
d-z＝0
其中，z为辅助向量，g(z)满足当||z||1＝N时g(z)＝0,否则g(z)＝+∞，di为负荷聚合商i的电能需求量，vi为负荷聚合商i的价值函数，pi为交易中心发布给负荷聚合商i的价格权重，N为市场中电能交易总量，D为需求侧中电能需求量约束。
(5b)计算上述优化问题的拉格朗日算子具体为：
Figure BDA0002676236070000061
其中，Lp为前述优化问题的拉格朗日算子，z为辅助向量，g(z)满足当||z||1＝N时g(z)＝0，否则g(z)＝+∞，di为负荷聚合商i的电能需求量，vi为负荷聚合商i的价值函数，pi为交易中心发布给负荷聚合商i的价格权重，μ为拉格朗日乘子，其经济学含义为电能的影子价格，ρ为惩罚参数。
(5c)需求侧交易主体根据市场信号确定报价bi，即求解以下问题：
Figure BDA0002676236070000062
其中，zi为辅助向量，
Figure BDA0002676236070000063
为负荷聚合商i在第k轮迭代过程中电能的需求量，d为负荷聚合商i在第k-1轮迭代过程中电能的需求量，vi为负荷聚合商i的价值函数，pi为交易中心发布给负荷聚合商i的价格权重，
Figure BDA0002676236070000064
为第k轮迭代过程中市场中间平台向负荷聚合商i发布的基本价格，ρ为惩罚参数。
负荷聚合商依据优化所得电能需求量
Figure BDA0002676236070000065
和交易中心平台发布的基本价格
Figure BDA0002676236070000066
向交易中心平台更新报价
Figure BDA0002676236070000067
(5d)交易中心平台更新更新市场信号，其中包括价格权重pi，辅助向量zi和基本价格μi,具体如下：
价格权重pi在竞价过程中表示交易中心平台对需求侧负荷聚合商的电能报价的调节，实现全局最优，达到社会福利最大化，更新价格权重pi，即：
Figure BDA0002676236070000068
其中，
Figure BDA0002676236070000069
为交易中心平台向负荷聚合商i在第k+1轮迭代过程中分布的价格权重，
Figure BDA0002676236070000071
为交易中心平台向负荷聚合商i在第k轮迭代过程中分布的价格权重，dk为负荷聚合商在第k轮迭代过程中电能的需求量，N为市场中电能交易总量,δ为迭代步长，I为市场中需求侧参与交易的负荷聚合商个数。
辅助向量zi在竞价过程中表示交易中心平台对需求侧负荷聚合商的电能需求量的估计，更新辅助向量zi，即求解以下问题：
Figure BDA0002676236070000072
其中，
Figure BDA0002676236070000073
为交易中心平台估计负荷聚合商i在第k轮迭代过程中电能的需求量，
Figure BDA0002676236070000074
为交易中心平台估计负荷聚合商i在第k+1轮迭代过程中电能的需求量，
Figure BDA0002676236070000075
为负荷聚合商i在第k轮迭代过程中电能的需求量，
Figure BDA00026762360700000713
为第k轮迭代过程中交易中心平台向负荷聚合商i发布的基本价格，ρ为惩罚参数。
基本价格μi是交易中心平台根据需求侧报价和交易中心平台对需求侧负荷聚合商电能需求量的估计之差，更新基本价格μi即：
Figure BDA0002676236070000076
其中，
Figure BDA0002676236070000077
为交易中心平台估计负荷聚合商i在第k+1轮迭代过程中电能的需求量，
Figure BDA0002676236070000078
为负荷聚合商i在第k轮迭代过程中电能的需求量，
Figure BDA0002676236070000079
为第k轮迭代过程中交易中心平台向负荷聚合商i发布的基本价格，ρ为惩罚参数；
(5e)直到上述分布式迭代算法迭代收敛，表明达到全局最优，实现社会福利最大化，此时的报价和购电量为纳什均衡状态下的最优解：
Figure BDA00026762360700000710
其中，
Figure BDA00026762360700000711
为交易中心平台向负荷聚合商i在第k+1轮迭代过程中分布的价格权重，
Figure BDA00026762360700000712
为交易中心平台向负荷聚合商i在第k轮迭代过程中分布的价格权重，ε为收敛精度。
对于供应侧：
(5A)引入辅助向量z,将供应侧博弈问题转化为以下优化问题：
Figure BDA0002676236070000081
s.t.0≤sj≤N
sj∈S
s-z＝0
其中，z为辅助向量，g(z)满足当||z||1＝N时g(z)＝0，否则g(z)＝+∞，sj为虚拟电厂j的电能供应量，cj为虚拟电厂j的成本函数，qj为交易中心发布给虚拟电厂j的价格权重，N为市场中电能交易总量，S供应侧中电能供应量约束；
(5B)计算上述优化问题的拉格朗日算子具体为：
Figure BDA0002676236070000082
其中，Lp为前述优化问题的拉格朗日算子，z为辅助向量，g(z)满足当||z||1＝N时g(z)＝0，否则g(z)＝+∞，sj为虚拟电厂j的供能量，cj为虚拟电厂j的成本函数，qj为交易中心发布给虚拟电厂j的价格权重，μ为拉格朗日乘子，其经济学含义为电能的影子价格，ρ为惩罚参数；
(5C)供应侧交易主体根据市场信号确定报价aj，即求解以下问题：
Figure BDA0002676236070000083
其中，
Figure BDA0002676236070000084
为辅助向量，
Figure BDA0002676236070000085
为虚拟电厂j在第k轮迭代过程中电能的供应量，s为虚拟电厂j在第k-1轮迭代过程中电能的供应量，cj为虚拟电厂j的成本函数，qj为交易中心发布给虚拟电厂j的价格权重，
Figure BDA0002676236070000086
为第k轮迭代过程中交易中心平台向虚拟电厂j发布的基本价格，ρ为惩罚参数。
虚拟电厂依据优化所得电能供应量
Figure BDA0002676236070000087
和交易中心平台发布的基本价格
Figure BDA0002676236070000088
向交易中心平台更新报价
Figure BDA0002676236070000091
(5D)交易中心平台更新市场信号，其中包括价格权重qj，辅助向量z和基本价格μ,具体如下：
价格权重qj在竞价过程中表示交易中心平台对供应侧虚拟电厂的电能报价的调节，实现全局最优，达到社会福利最大化，更新价格权重qj，即：
Figure BDA0002676236070000092
其中，
Figure BDA0002676236070000093
为交易中心平台向虚拟电厂j在第k+1轮迭代过程中发布的价格权重，
Figure BDA0002676236070000094
为交易中心平台向虚拟电厂j在第k轮迭代过程中发布的价格权重，sk为虚拟电厂在第k轮迭代过程中电能的供应量，N为市场中电能交易总量,δ为迭代步长，J为市场中供应侧参与交易的虚拟电厂个数。
辅助向量zj在竞价过程中表示交易中心平台对供应侧虚拟电厂的电能供应量的估计，更新辅助向量zj，即求解以下问题：
Figure BDA0002676236070000095
其中，
Figure BDA0002676236070000096
为交易中心平台估计虚拟电厂j在第k+1轮迭代过程中电能的供应量，
Figure BDA0002676236070000097
为交易中心平台估计虚拟电厂j在第k轮迭代过程中电能的供应量，
Figure BDA0002676236070000098
为虚拟电厂j在第k轮迭代过程中电能的供应量，
Figure BDA0002676236070000099
为第k轮迭代过程中交易中心平台向虚拟电厂j发布的基本价格，ρ为惩罚参数。
基本价格μj是交易中心平台根据供应侧报价和市场中间平台对供应侧虚拟电厂电能供应量的估计之差，更新基本价格μj，即：
Figure BDA00026762360700000910
其中，
Figure BDA00026762360700000911
为交易中心平台估计虚拟电厂j在第k+1轮迭代过程中电能的供应量，
Figure BDA00026762360700000912
为虚拟电厂j在第k轮迭代过程中电能的供应量，
Figure BDA00026762360700000913
为第k轮迭代过程中交易中心平台向虚拟电厂j发布的基本价格，
Figure BDA0002676236070000101
为第k+1轮迭代过程中交易中心平台向虚拟电厂j发布的基本价格，ρ为惩罚参数。
(5E)直到上述分布式迭代算法迭代收敛，表明达到全局最优，实现社会福利最大化，此时的报价和需求量为纳什均衡状态下的最优解：
Figure BDA0002676236070000102
其中，
Figure BDA0002676236070000103
为交易中心平台向虚拟电厂j在第k+1轮迭代过程中分布的价格权重，ε为收敛精度。
本发明的有益效果：
与现有技术相比，本发明提供的基于非合作博弈的多虚拟电厂分布式交易方法，实现了区域内虚拟电厂和负荷聚合商之间的电能交易以及能源传输，解决了多虚拟电厂的协调互补问题，满足了多方主体公平公正、高效、灵活、安全的能源交易。采用分布式算法降低了多虚拟电厂和负荷聚合商的市场中的双边交易成本，在最大化社会福利的同时保障了各个利益主体的隐私安全。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明方法的总体框架图；
图2是本发明方法的求解过程示意图；
图3是本发明交易方式下，实施例中供应侧的价格权重变化图；
图4是本发明交易方式下，实施例中供应侧的交易价格变化图；
图5是本发明交易方式下，实施例中供应侧虚拟电厂的供电量分布图；
图6是本发明交易方式下，实施例中需求侧的价格权重变化图；
图7是本发明交易方式下，实施例中需求侧的交易价格变化图；
图8是本发明交易方式下，实施例中需求侧用户的购电量分布图；
图9是本发明交易方式下，实施例中不同策略下社会福利对比图。
具体实施方式
下面将结合本发明实施例中的附图，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的组件或元件必须具有特定的方位，以特定的方位构造和操作，因此不能理解为对本发明的限制。
如图1所示，一种多虚拟电厂和负荷聚合商的分布式交易方法，包括以下步骤：
S1：初始化市场价格信息:
随机初始化市场信号：
需求侧：价格权重
Figure BDA0002676236070000111
辅助向量
Figure BDA0002676236070000112
基本价格
Figure BDA0002676236070000113
供应侧：价格权重
Figure BDA0002676236070000114
辅助向量
Figure BDA0002676236070000115
基本价格
Figure BDA0002676236070000116
S2：市场中心平台发布市场信号:
市场中心平台分别向需求侧的i个交易主体发送市场信号，价格权重
Figure BDA0002676236070000117
辅助向量
Figure BDA0002676236070000118
基本价格
Figure BDA0002676236070000119
向需求侧的j个交易主体发送市场信号，价格权重
Figure BDA00026762360700001110
辅助向量
Figure BDA00026762360700001111
基本价格
Figure BDA00026762360700001112
S3：交易主体根据收到的市场信号，彼此之间进行博弈，确定最优策略:
需求侧：i个交易主体分别根据接收到的价格权重
Figure BDA00026762360700001113
辅助向量
Figure BDA00026762360700001114
基本价格
Figure BDA0002676236070000121
独立确定最优购能量
Figure BDA0002676236070000122
Figure BDA0002676236070000123
供应侧：j个交易主体分别根据接收到的价格权重
Figure BDA0002676236070000124
辅助向量
Figure BDA0002676236070000125
基本价格
Figure BDA0002676236070000126
独立确定最优供能量
Figure BDA0002676236070000127
Figure BDA0002676236070000128
S4：交易主体向交易中心平台发送竞价信息。
需求侧：i个交易主体根据优化所得的最优购能量
Figure BDA0002676236070000129
确定报价
Figure BDA00026762360700001210
Figure BDA00026762360700001211
供应侧：j个交易主体根据优化所得的最优供能量
Figure BDA00026762360700001212
确定报价
Figure BDA00026762360700001213
Figure BDA00026762360700001214
S5：交易中心平台根据接收到的报价，更新市场信号。
供应侧：交易中心平台更新价格权重pi，辅助向量zi和基本价格μi。
更新辅助向量zi：
Figure BDA00026762360700001215
其中，
Figure BDA00026762360700001216
为交易中心平台估计负荷聚合商i在第k+1轮迭代过程中电能的需求量，
Figure BDA00026762360700001217
为交易中心平台估计负荷聚合商i在第k轮迭代过程中电能的需求量，
Figure BDA00026762360700001221
为负荷聚合商i在第k轮迭代过程中电能的需求量，
Figure BDA00026762360700001218
为第k轮迭代过程中交易中心平台向负荷聚合商i发布的基本价格，ρ为惩罚参数。
更新基本价格μi，即：
Figure BDA00026762360700001219
其中，
Figure BDA00026762360700001220
为交易中心平台估计负荷聚合商i在第k+1轮迭代过程中电能的需求量，
Figure BDA0002676236070000131
为负荷聚合商i在第k轮迭代过程中电能的需求量，
Figure BDA0002676236070000132
为第k轮迭代过程中交易中心平台向负荷聚合商i发布的基本价格，
Figure BDA0002676236070000133
为第k+1轮迭代过程中交易中心平台向负荷聚合商i发布的基本价格，ρ为惩罚参数。
更新价格权重pi，即：
Figure BDA0002676236070000134
其中，
Figure BDA0002676236070000135
为交易中心平台向负荷聚合商i在第k+1轮迭代过程中发布的价格权重，dk为负荷聚合商在第k轮迭代过程中电能的需求量，N为市场中电能交易总量，δ为迭代步长，
Figure BDA0002676236070000136
为交易中心平台向负荷聚合商i在第k轮迭代过程中发布的价格权重，I为该时刻市场中参与交易的负荷聚合商个数。
供应侧：交易中心平台更新价格权重qj，辅助向量Zj和基本价格μj。
更新辅助向量μj：
Figure BDA0002676236070000137
其中，
Figure BDA0002676236070000138
为交易中心平台估计虚拟电厂j在第k+1轮迭代过程中电能的供应量，
Figure BDA0002676236070000139
为交易中心平台估计虚拟电厂j在第k轮迭代过程中电能的供应量，
Figure BDA00026762360700001310
为虚拟电厂j在第k轮迭代过程中电能的供应量，
Figure BDA00026762360700001311
为第k轮迭代过程中交易中心平台向虚拟电厂j发布的基本价格，ρ为惩罚参数。
更新基本价格μj：
Figure BDA00026762360700001312
其中，
Figure BDA00026762360700001313
为交易中心平台估计虚拟电厂j在第k+1轮迭代过程中电能的供应量，
Figure BDA00026762360700001314
为虚拟电厂j在第k轮迭代过程中电能的供应量，
Figure BDA00026762360700001315
为第k轮迭代过程中交易中心平台向虚拟电厂j发布的基本价格，
Figure BDA00026762360700001316
为第k+1轮迭代过程中交易中心平台向虚拟电厂j发布的基本价格，ρ为惩罚参数。
更新价格权重qj，即：
Figure BDA0002676236070000141
其中，
Figure BDA0002676236070000142
为交易中心平台向虚拟电厂j在第k+1轮迭代过程中发布的价格权重，
Figure BDA0002676236070000143
为交易中心平台向虚拟电厂j在第k轮迭代过程中发布的价格权重，sk为虚拟电厂在第k轮迭代过程中电能的供应量，N为市场中电能交易总量，δ为迭代步长，J为该时刻市场中参与交易的虚拟电厂个数。
S6：判断是否达到收敛。
需求侧：
Figure BDA0002676236070000144
供应侧：
Figure BDA0002676236070000145
其中，
Figure BDA0002676236070000146
为负荷聚合商i在第k+1轮迭代过程中价格权重，
Figure BDA0002676236070000147
为负荷聚合商i在第k轮迭代过程中价格权重，
Figure BDA0002676236070000148
为虚拟电厂j在第k+1轮迭代过程中价格权重，
Figure BDA0002676236070000149
为负荷聚合商j在第k轮迭代过程中价格权重，ε为收敛精度，ε＝10-3。
若满足收敛条件，则市场达到均衡态,市场出清；若不满足收敛条件，则继续报价，迭代计算直至收敛。
S7：交易周期结束后，按照出清价格完成交易结算和资金转移。
实施例1
S1：交易周期为24小时，参与交易的主体有：6个负荷聚合商(LA)和5个虚拟电厂(VPP)，交易能源为电能，虚拟电厂的相关成本参数如表1，虚拟电厂在日前参与竞价的时间分布表如表2。
表1虚拟电厂成本参数
Figure BDA00026762360700001410
Figure BDA0002676236070000151
表中，ae和be为电能生产成本参数。
表2参与竞价的虚拟电厂时间分布表
时间 虚拟电厂1 虚拟电厂2 虚拟电厂3 虚拟电厂4 虚拟电厂5
3:00-8:00 √ √ √
9:00-14:00 √ √ √ √
15:00-20:00 √ √ √ √ √
21:00-2:00 √ √ √
负荷聚合商(LA)的价值函数参数如表3，负荷聚合商在日前参与竞价的时间分布表如表4。
表3负荷聚合商价值函数参数
价值函数 LA1 LA2 LA3 LA4 LA5 LA6
w 200 170 220 160 145 130
a 0.4 0.2 0.4 0.2 0.2 0.2
最低需求量 40 50 70 90 80 60
表中，LA表示负荷聚合商；w和a为负荷聚合商用能价值参数。
表4负荷聚合商参与竞价时间分布表
时间 LA1 LA2 LA3 LA4 LA5 LA6
3:00-8:00 √ √ √
9:00-13:00 √ √ √ √ √
14:00-17:00 √ √ √ √ √ √
18:00-21:00 √ √ √ √
22:00-2:00 √ √ √
S2：随机初始化市场信号，市场中心平台分别向需求侧的i个交易主体发送市场信号，价格权重
Figure BDA0002676236070000152
辅助向量
Figure BDA0002676236070000153
基本价格
Figure BDA0002676236070000154
向需求侧的j个交易主体发送市场信号，价格权重
Figure BDA0002676236070000155
辅助向量
Figure BDA0002676236070000156
基本价格
Figure BDA0002676236070000157
S3：交易主体根据收到的市场信号，彼此之间进行博弈，更新各自的交易策略并向交易中心平台发送竞价信息。
S4：交易中心平台根据接收到的报价，更新市场信号。
S5：经过多次博弈，交易主体之间达成纳什均衡，与此同时，完成市场出清，供应侧出清结果如图3-5，需求侧出清结果如图6-8，图9为不同策略下总社会福利的对比图，策略1为本专利所述的交易方法，策略2为不使用价格权重调节的统一价格交易方法，最优为策略为本实施例的全局最优值，即所能达到的最大社会福利，通过对比可见本专利所述的交易方法能够很好的达到全局最优，实现社会福利最大化。
S6：交易周期结束后，按照出清价格完成交易结算和能量转移。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (6)

1.一种基于非合作博弈的多虚拟电厂和负荷聚合商的分布式交易方法，其特征在于，包括以下步骤:
S1、市场信号初始化阶段：所述阶段交易中心平台根据将市场信号初始化，并分别发布市场信号至需求侧和供应侧参与交易的主体；
S2、交易主体博弈阶段：所述阶段需求侧和供应侧参与市场交易的主体之间分别进行多次博弈为了实现在交易中利益最大化，确定交易策略，发送报价信息至交易中心平台；
S3、交易中心平台更新市场信号阶段：所述阶段交易中心平台依据所接收到的报价信息，更新市场信号；
S4、分布式交互迭代阶段：所述阶段各参与交易的市场主体与交易中心平台反复迭代，直至迭代收敛，达到全局最优，市场均衡状态；
S5、交易出清阶段：所述阶段对已达成均衡的交易进行出清，完成价值转移和交易结算。
2.根据权利要求1所述的基于非合作博弈的多虚拟电厂和负荷聚合商的分布式交易方法，其特征在于，所述步骤S1中的参与交易的市场主体包括：多个虚拟电厂和多个负荷聚合商；交易主体和交易中心平台交互迭代直至收敛，最大化社会福利，需求侧最大化其总效用函数，如下:
ui(b)＝vi(D(μ(b)；bi))-piμ(b)D(μ(b)；bi) (1)；
式1中，μi(b)为负荷聚合商i的效用函数，vi为负荷聚合商i的价值函数，D(μ(b)；bi)为负荷聚合商i的电能需求量，bi为负荷聚合商i提交报价参数，piμ(b)为有效价格，piμ(b)为价格权重pi与基本价格μ(b)乘积；
最大化社会福利，对于供应侧最大化其总效用函数，如下：
μj(a)＝qjρ(a)S(ρ(a)；aj)-cj(S(ρ(a)；aj)) (2)
式2中，μj(v)为虚拟电厂j的效用函数，cj为虚拟电厂j的生产电能成本函数，S(ρ(a)；aj)为虚拟电厂j的电能供应量，aj为虚拟电厂j提交报价参数，qjρ(a)为有效价格，qjρ(a)为价格权重qj与基本价格ρ(a)乘积。
3.根据权利要求1所述的基于非合作博弈的多虚拟电厂和负荷聚合商的分布式交易方法，其特征在于，所述步骤S2中的参与博弈的交易主体包括j个虚拟电厂和i个负荷聚合商，负荷聚合商i根据市场信号确定报价bi，即求解以下问题：
Figure FDA0002676236060000021
式3中，
Figure FDA0002676236060000022
为负荷聚合商i在第k轮迭代过程中购电量，vi为负荷聚合商i的价值函数，
Figure FDA0002676236060000023
为第k轮迭代过程中市场中间平台向负荷聚合商i发布的基本价格，ρ为惩罚参数，z为辅助向量；
负荷聚合商依据优化所得电能需求量
Figure FDA0002676236060000024
和交易中心平台发布的基本价格
Figure FDA0002676236060000025
向交易中心平台提交报价
Figure FDA0002676236060000026
虚拟电厂j根据市场信号确定报价aj，即求解以下问题：
Figure FDA0002676236060000027
式4中，
Figure FDA0002676236060000028
为虚拟电厂j在第k轮迭代过程中电能的供应量，s为虚拟电厂j在第k-1轮迭代过程中电能的供应量，cj为虚拟电厂j的成本函数，
Figure FDA0002676236060000029
为第k轮迭代过程中交易中心平台向虚拟电厂j发布的基本价格，ρ为惩罚参数，z为辅助向量。
虚拟电厂依据优化所得电能供应量
Figure FDA00026762360600000210
和交易中心平台发布的基本价格
Figure FDA00026762360600000211
向交易中心平台更新报价
Figure FDA00026762360600000212
4.根据权利要求1所述的基于非合作博弈的多虚拟电厂和负荷聚合商的分布式交易方法，其特征在于，所述步骤S3中交易中心平台更新市场信号，对于需求侧的市场信号其中包括价格权重pi，辅助向量zi和基本价格μi，具体如下：
价格权重pi在竞价过程中表示交易中心平台对负荷聚合商i的电能报价的调节，实现全局最优，从而达到社会福利最大化，更新价格权重pi，即：
Figure FDA0002676236060000031
式5中，
Figure FDA0002676236060000032
为交易中心平台向负荷聚合商i在第k+1轮迭代过程中发布的价格权重，dk为负荷聚合商在第k轮迭代过程中电能的需求量，N为市场中电能交易总量，δ为迭代步长，
Figure FDA0002676236060000033
为交易中心平台向负荷聚合商i在第k轮迭代过程中发布的价格权重，I为该时刻市场中参与交易的负荷聚合商个数；
辅助向量zi在竞价过程中表示交易中心平台对需求侧负荷聚合商的电能需求量的估计，更新辅助向量zi，即求解以下问题：
Figure FDA0002676236060000034
式6中，
Figure FDA0002676236060000035
为交易中心平台估计负荷聚合商i在第k+1轮迭代过程中电能的需求量，
Figure FDA0002676236060000036
为交易中心平台估计负荷聚合商i在第k轮迭代过程中电能的需求量，
Figure FDA0002676236060000037
为负荷聚合商i在第k轮迭代过程中电能的需求量，
Figure FDA0002676236060000038
为第k轮迭代过程中交易中心平台向负荷聚合商i发布的基本价格，ρ为惩罚参数。
基本价格μi是交易中心平台根据需求侧报价和交易中心平台对需求侧负荷聚合商i电能需求量的估计之差，基本价格μi，即：
Figure FDA0002676236060000039
式7中，
Figure FDA00026762360600000310
为交易中心平台估计负荷聚合商i在第k+1轮迭代过程中电能的需求量，
Figure FDA00026762360600000311
为负荷聚合商i在第k轮迭代过程中电能的需求量，
Figure FDA00026762360600000312
为第k轮迭代过程中交易中心平台向负荷聚合商i发布的基本价格，
Figure FDA0002676236060000041
为第k+1轮迭代过程中交易中心平台向负荷聚合商i发布的基本价格，ρ为惩罚参数。
对于供应侧更新的市场信号，其中包括价格权重qj，辅助向量zj和基本价格μj,具体如下：
价格权重qj在竞价过程中表示交易中心平台对虚拟电厂的电能报价的调节，实现全局最优，达到社会福利最大化，更新价格权重qj，即：
Figure FDA0002676236060000042
式8中，
Figure FDA0002676236060000043
为交易中心平台向虚拟电厂j在第k+1轮迭代过程中发布的价格权重，
Figure FDA0002676236060000044
为交易中心平台向虚拟电厂j在第k轮迭代过程中发布的价格权重，sk为虚拟电厂在第k轮迭代过程中电能的供应量，N为市场中电能交易总量，δ为迭代步长，J为该时刻市场中参与交易的虚拟电厂个数。
辅助向量Zj在竞价过程中表示交易中心平台对供应侧虚拟电厂的电能供应量的估计，更新辅助向量Zj，即求解以下问题：
Figure FDA0002676236060000045
式9中，
Figure FDA0002676236060000046
为交易中心平台估计虚拟电厂j在第k+1轮迭代过程中电能的供应量，
Figure FDA0002676236060000047
为交易中心平台估计虚拟电厂j在第k轮迭代过程中电能的供应量，
Figure FDA0002676236060000048
为虚拟电厂j在第k轮迭代过程中电能的供应量，
Figure FDA0002676236060000049
为第k轮迭代过程中交易中心平台向虚拟电厂j发布的基本价格，ρ为惩罚参数。
基本价格μj是交易中心平台根据供应侧报价和市场中间平台对供应侧虚拟电厂电能供应量的估计之差，更新基本价格μj，即：
Figure FDA00026762360600000410
式10中，
Figure FDA00026762360600000411
为交易中心平台估计虚拟电厂j在第k+1轮迭代过程中电能的供应量，
Figure FDA0002676236060000051
为虚拟电厂j在第k轮迭代过程中电能的供应量，
Figure FDA0002676236060000052
为第k轮迭代过程中交易中心平台向虚拟电厂j发布的基本价格，
Figure FDA0002676236060000053
为第k+1轮迭代过程中交易中心平台向虚拟电厂j发布的基本价格，ρ为惩罚参数。
5.根据权利要求1所述的基于非合作博弈的多虚拟电厂和负荷聚合商的分布式交易方法，其特征在于，所述的步骤S4包括：交易主体和交易中心平台不断地迭代更新，直到满足下式11和式12收敛，则供应侧和需求侧分别都达到纳什均衡；
Figure FDA0002676236060000054
Figure FDA0002676236060000055
式11、12中，
Figure FDA0002676236060000056
为负荷聚合商i在第k+1轮迭代过程中价格权重，
Figure FDA0002676236060000057
为负荷聚合商i在第k轮迭代过程中价格权重，
Figure FDA0002676236060000058
为虚拟电厂j在第k+1轮迭代过程中价格权重，
Figure FDA0002676236060000059
为负荷聚合商j在第k轮迭代过程中价格权重，ε为收敛精度，ε＝10-3。
6.根据权利要求1所述的基于非合作博弈的多虚拟电厂和负荷聚合商的分布式交易方法，其特征在于，所述步骤S5中各市场主体履行义务，其中虚拟电厂按照市场出清结果通过线路传输能源至用户；负荷聚合商按照市场出清结果完成结算。
CN202010948859.0A 2020-09-10 2020-09-10 一种多虚拟电厂和负荷聚合商的分布式交易方法 Pending CN112102034A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010948859.0A CN112102034A (zh) 2020-09-10 2020-09-10 一种多虚拟电厂和负荷聚合商的分布式交易方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010948859.0A CN112102034A (zh) 2020-09-10 2020-09-10 一种多虚拟电厂和负荷聚合商的分布式交易方法

Publications (1)

Publication Number Publication Date
CN112102034A true CN112102034A (zh) 2020-12-18

Family

ID=73752117

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010948859.0A Pending CN112102034A (zh) 2020-09-10 2020-09-10 一种多虚拟电厂和负荷聚合商的分布式交易方法

Country Status (1)

Country Link
CN (1) CN112102034A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113592648A (zh) * 2021-07-21 2021-11-02 山东大学 一种综合能源系统的多主体交易方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113592648A (zh) * 2021-07-21 2021-11-02 山东大学 一种综合能源系统的多主体交易方法及系统
CN113592648B (zh) * 2021-07-21 2023-08-22 山东大学 一种综合能源系统的多主体交易方法及系统

Similar Documents

Publication Publication Date Title
Chiş et al. Coalitional game-based cost optimization of energy portfolio in smart grid communities
Faqiry et al. Double auction with hidden user information: Application to energy transaction in microgrid
CN112465323B (zh) 一种耦合日电量分解及日前市场竞价的梯级水电站短期鲁棒调度方法
He et al. A community sharing market with PV and energy storage: An adaptive bidding-based double-side auction mechanism
CN112381263A (zh) 基于区块链分布式数据存储多微网日前鲁棒电能交易方法
CN113052631A (zh) 一种竞争性售电市场多产消者p2p日前交易机制
Fang et al. A double auction model for competitive generators and large consumers considering power transmission cost
CN109840808A (zh) 一种基于改进Shapley值的负荷聚集商利润的分摊方法
Wu et al. Hierarchical hybrid multi-agent deep reinforcement learning for peer-to-peer energy trading among multiple heterogeneous microgrids
CN110264003A (zh) 一种基于价格引导的多微网系统协调自治优化运行方法
CN114037192A (zh) 基于大数据的虚拟电厂交易管理方法、装置、设备及介质
CN117200173A (zh) 基于微网联盟与共享储能的双层博弈调度方法、系统及设备
Narayanan et al. Economic impacts of power-based tariffs on peer-to-peer electricity exchange in community microgrids
CN112102034A (zh) 一种多虚拟电厂和负荷聚合商的分布式交易方法
An et al. Distributed online incentive scheme for energy trading in multi-microgrid systems
CN110414764A (zh) 基于多代理系统的微电网群能量博弈调度方法
CN113162066A (zh) 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
CN110556821B (zh) 考虑交互功率控制和双边竞价交易的多微电网双层优化调度方法
Faqiry et al. A budget balanced energy distribution mechanism among consumers and prosumers in microgrid
Wen et al. Coordination of bidding strategies in energy and spinning reserve markets for competitive suppliers using a genetic algorithm
CN107483365A (zh) 一种QoS驱动的电力通信网效用最大化资源分配方法
CN115186926A (zh) 一种基于电-碳共享的园区能量优化方法及系统
Akter et al. A transactive energy trading framework for community microgrids in residential multi-dwelling apartment buildings
Xu et al. Truthful double-auction mechanisms for peer-to-peer energy trading in a local market
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

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201218