CN112258210A - 一种市场单侧报价下市场出清方法、装置、设备及介质 - Google Patents
一种市场单侧报价下市场出清方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112258210A CN112258210A CN202010932373.8A CN202010932373A CN112258210A CN 112258210 A CN112258210 A CN 112258210A CN 202010932373 A CN202010932373 A CN 202010932373A CN 112258210 A CN112258210 A CN 112258210A
- Authority
- CN
- China
- Prior art keywords
- load
- clearing
- market
- cost
- under
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000004044 response Effects 0.000 claims abstract description 75
- 230000009467 reduction Effects 0.000 claims abstract description 63
- 238000010248 power generation Methods 0.000 claims abstract description 23
- 230000005611 electricity Effects 0.000 claims abstract description 18
- 239000002245 particle Substances 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 239000000446 fuel Substances 0.000 claims description 11
- 230000005284 excitation Effects 0.000 claims description 10
- 238000013468 resource allocation Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 3
- 238000012887 quadratic function Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 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
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/08—Auctions
-
- 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
-
- 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
- Y04S50/10—Energy trading, including energy flowing from end-user application to grid
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种市场单侧报价下市场出清方法、装置、设备及介质,方法包括:S1、根据发电侧报价数据及负荷侧初始需求,计算初始情况下各时段的出清价格;S2、初始化负荷响应资源调用量,基于计及激励型需求响应的出清模型和初始情况下各时段的出清价格,计算当前负荷削减量下的购电节约成本以及需求响应资源调用补偿成本;S3、根据出清反馈的节约成本和补偿成本之间的差值,循环求解满足触发条件的负荷响应资源调用量。本发明以简单可行的方式提高需求侧资源的市场参与度,使得电网在供需平衡的前提下能够运行在更加经济高效的模式。
Description
技术领域
本发明属于电力技术领域,特别涉及一种市场单侧报价下市场出清方法、装置、设备及介质。
背景技术
由国内外的研究可知,需求侧资源具有较大的供需潜力,其主要的作用方式是通过经济激励手段调整用户的用电方式,使得电网在供需平衡的前提下能够运行在更加经济高效的模式。常规的需求响应可以分为价格型需求响应和激励型需求响应。价格型需求响应一般是通过提高用电高峰的电价,减少用电低谷价格的方式,以价格信号为引导,达到削峰填谷的作用。激励性需求响应则是以实际的补偿为激励,对于用户在系统需要或用电紧张时削减的负荷予以补偿,以此来优化用户的用电行为。
在现阶段的电力市场发展中,实现发达国家供需双侧报价的市场竞价过程还不太现实。发电商单侧报价的市场机制下,在供需较为紧张的时段容易出现尖峰价格,使市场的平稳运行受到一定的影响。随着电力改革的推进,逐渐完善的市场机制使得需求侧资源能够更好地进入市场,发挥作用。
因此,在电力市场的过渡阶段,实有必要提供一种市场单侧报价下市场出清方法,以简单可行的方式提高需求侧资源的市场参与度,使得电网在供需平衡的前提下能够运行在更加经济高效的模式。
发明内容
本发明的目的在于提供一种市场单侧报价下市场出清方法、装置、设备及介质,以简单可行的方式提高需求侧资源的市场参与度,使得电网在供需平衡的前提下能够运行在更加经济高效的模式。
为了实现上述目的,本发明采用如下技术方案:
一种市场单侧报价下市场出清方法,包括:
S1、根据发电侧报价数据及负荷侧初始需求,计算初始情况下各时段的出清价格;
S2、初始化负荷响应资源调用量,基于计及激励型需求响应的出清模型和初始情况下各时段的出清价格,计算当前负荷削减量下的购电节约成本以及需求响应资源调用补偿成本;
S3、根据出清反馈的节约成本和补偿成本之间的差值,循环求解满足触发条件的负荷响应资源调用量。
进一步的,步骤S1中,根据发电侧报价数据及负荷侧初始需求,通过预先建立的发电商投标模型和实时市场出清模型计算初始情况下各时段的出清价格;
发电商投标模型:
p(PGi)=ki(aiPGi+bi)
式中:Ci(PGi)为发电商i的燃料成本函数;PGi为发电商i的出力;ai、bi、ci分别为燃料成本的一项次系数、二次项系数和常数项系数;为发电商i的边际成本函数;p(PGi)为发电商i的电能投标曲线;ki为发电商i的电能投标系数;
实时市场出清模型:
式中,G表示发电商的集合;bus为网络中节点的集合;branch为线路集合;Gen为发电机集合;Load为负荷集合;θ为节点相角;PDj为第j位用户对应的初始负荷需求;Buv为网络导纳矩阵;Sij为输电线路最大容量限制;PGimin和PGimax分别为发电机的最小和最大技术出力。
进一步的,步骤S2中所述计及激励型需求响应的出清模型为:
式中,bus为网络中节点的集合;branch为线路集合;Gen为发电机集合;Load为负荷集合;θ为节点相角;PDj为第j位用户对应的初始负荷需求;ΔQj为第j位用户在愿意承担的负荷削减量;Buv为网络导纳矩阵;Sij为输电线路最大容量限制;PGimin和PGimax分别为发电机的最小和最大技术出力;
步骤S2中通过下式计算当前负荷削减量下的购电节约成本以及需求响应资源调用补偿成本:
式中,wincome为需求响应而为剩余负荷带来的节约成本,woutcome为激励型需求响应所需要的补偿成本;λi和λ′i分别为负荷削减前后的出清价格。
进一步的,步骤S3中采用如下外层触发点寻优的适应度函数计算当前负荷削减情况下的适应度值:
fitness=-|wincome-woutcome|
式中:wincome为需求响应而为剩余负荷带来的节约成本,woutcome为激励型需求响应所需要的补偿成本;
通过适应度值判断是否满足触发条件。
进一步的,步骤S3中根据适应度值,判定当前的负荷削减量是否满足触发条件;若满足,则返回当前负荷削减量下的出清结果,若不满足,则利用粒子群的迭代更新公式继续迭代更新负荷削减量,直至满足调用要求或者达到最大迭代次数;
最终,输出满足触发条件的负荷响应资源调用量。
进一步的,步骤S3中所述触发条件为:fitness=0。
进一步的,步骤S3中根据如下迭代更新公式迭代更新负荷削减量:
式中和分别为第d维空间中粒子i在第k次迭代中的速度和位置;ω为速度权重因子,是控制速度的权重;c1和c2为加速系数,用以调整种群向个体最优和群体最优方向飞行的最大步长;为第d维空间中粒子i在第k次迭代中的个体极值;为第d维空间内所有粒子在第k次迭代中的群体极值;r1和r2为[0,1]之间的随机数,用以增加种群飞行的随机性;粒子的维度对应发电商的个数,粒子位置对应各节点的负荷削减量,其位置的上下限制则分别对应负荷总量及最小削减量。
一种市场单侧报价下市场出清装置,包括:
初始出清价格获取模块,用于根据发电侧报价数据及负荷侧初始需求,计算初始情况下各时段的出清价格;
节约成本及补偿成本获取模块,用于初始化负荷响应资源调用量,基于计及激励型需求响应的出清模型和初始情况下各时段的出清价格,计算当前负荷削减量下的购电节约成本以及需求响应资源调用补偿成本;
负荷响应资源调用量获取模块,用于根据出清反馈的节约成本和补偿成本之间的差值,循环求解满足触发条件的负荷响应资源调用量。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述一种市场单侧报价下市场出清方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述一种市场单侧报价下市场出清方法。
进一步的,S1建立发电商投标模型中:
发电商需在市场中上报电能投标曲线。其燃料成本可以描述为出力的二次函数,求一阶微分得到边际成本。对边际成本进行仿射处理,得到基于线性供给函数模型(linearsupply function,LSF)的电能投标曲线。
进一步的,S1建立实时市场出清模型中:
在已知发电侧报价系数和负荷侧初始需求的情况下,ISO基于给定的发电报价曲线和负荷侧剩余需求进行出清,目标函数为购电成本的最小化。本发明采用直流最优潮流的出清方法,考虑节点功率平衡约束、支路潮流越限约束、发电商出力越限约束以及负荷削减量的约束,建立出清模型。
进一步的,S2建立计及激励型需求响应的市场出清模型中:
在已知发电侧报价系数和负荷侧初始需求以及削减量的情况下,ISO基于给定的发电报价曲线和负荷侧剩余需求进行出清,目标函数为购电成本的最小化。本文采用直流最优潮流的出清方法,考虑节点功率平衡约束、支路潮流越限约束、发电商出力越限约束以及负荷削减量的约束,建立出清模型。
相对于现有技术,本发明具有以下有益效果:
本发明针对现阶段市场单侧报价的过渡过程,建立了考虑激励型需求响应的市场出清模型。提出了根据需求响应调用后出清价格进行补偿的激励机制设计,在已知发电侧报价曲线以及负荷侧未削减前的负荷需求的基础上,模拟独立系统运营商ISO(Independent System Operator)进行激励型需求响应资源的调度,确定触发条件下的负荷削减情况,使市场运行在更为经济的水平。
本发明考虑了在当前电力现货市场的建设进度下,无法完全过渡至双侧报价的客观情况,通过激励型需求响应的参与,抑制发电侧单侧报价可能引起的尖峰价格问题,通过较为简单的负荷侧主动的需求调整,解决特殊时段的供需紧张问题,是一种高效可行的市场过渡措施。
本发明基于实时市场的出清模型,根据发电商报价策略和初始负荷需求数据,计算市场出清价格;完成负荷削减量的数据初始化,计算剩余电能需求,根据计及激励型需求响应的市场出清模型,计算考虑负荷削减带来的节约成本和补偿支出;根据内层反馈的节约成本和补偿支出之间的差值,判断在当前负荷削减情况下市场的出清点是否为激励型需求响应的触发点,迭代求解满足触发要求的需求响应调用量,计算该负荷削减情况下的市场出清价格。本发明通过外层削减触发寻优-内层出清的双层优化模型,可以使得用电高峰时刻的容量紧张及价格尖峰问题得到有效缓解。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明的一个实施例的流程示意图;
图2是本发明具体的算法流程示意图;
图3是五机五节点网络拓扑图;
图4是日内各时段发电商报价情况;
图5是日内各时段的初始负荷需求和出清电价;
图6是日内10:00各节点负荷削减情况;
图7是日内19:00各节点负荷削减情况;
图8为发电侧报价曲线示意图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
实施例1
请参阅图1所示,本发明提供一种市场单侧报价下计及激励型需求响应的市场出清方法,包括:
S1、根据发电侧报价数据及负荷侧初始需求,计算初始情况下各时段的出清价格;
S2、初始化负荷响应资源调用量,基于计及激励型需求响应的出清模型和S1计算的各时段的出清价格,计算当前负荷削减量下的购电节约成本以及需求响应资源调用补偿成本;S1中的计算得到的是初始的出清价格成本,S2中得到的是存在负荷削减后的出清价格,S2步骤中计算补偿成本和节约成本公式分别为:
节约成本=(初始出清价格-削减后出清价格)×(初始负荷-负荷削减量);
补偿成本=削减后出清价格×负荷削减量;
S3、根据出清反馈的节约成本和补偿成本之间的差值,循环求解满足触发条件的负荷响应资源调用量。
进一步的,请参阅图2所示,步骤S1具体包括:
(1-1)建立发电商投标模型
发电商需在市场中上报电能投标曲线。其燃料成本可以描述为出力的二次函数,求一阶微分得到边际成本。对边际成本进行仿射处理,得到基于线性供给函数模型(linearsupply function,LSF)的电能投标曲线。
建立本地机组主能量投标模型:
p(PGi)=ki(aiPGi+bi)
式中:Ci(PGi)为发电商i的燃料成本函数;PGi为发电商i的出力;ai、bi、ci分别为燃料成本的一项次系数、二次项系数和常数项系数;为发电商i的边际成本函数;p(PGi)为发电商i的电能投标曲线;ki为发电商i的电能投标系数。
(1-2)建立实时市场出清模型
在已知发电侧报价系数和负荷侧初始需求的情况下,ISO基于给定的发电报价曲线和负荷侧剩余需求进行出清,目标函数为购电成本的最小化。本文采用直流最优潮流的出清方法,考虑节点功率平衡约束、支路潮流越限约束、发电商出力越限约束以及负荷削减量的约束,建立出清模型如下:
式中,bus为网络中节点的集合;branch为线路集合;Gen为发电机集合;Load为负荷集合;θ为节点相角;PDj为第j位用户对应的初始负荷需求;Buv为网络导纳矩阵;Sij为输电线路最大容量限制;PGimin和PGimax分别为发电机的最小和最大技术出力。
步骤S2具体包括:
(2-1)建立发电商投标模型
发电商需在市场中上报电能投标曲线。其燃料成本可以描述为出力的二次函数,求一阶微分得到边际成本。对边际成本进行仿射处理,得到基于线性供给函数模型(linearsupply function,LSF)的电能投标曲线。
建立本地机组主能量投标模型:
p(PGi)=ki(aiPGi+bi)
式中:Ci(PGi)为发电商i的燃料成本函数;PGi为发电商i的出力;ai、bi、ci分别为燃料成本的一项次系数、二次项系数和常数项系数;为发电商i的边际成本函数;p(PGi)为发电商i的电能投标曲线;ki为发电商i的电能投标系数。
(2-2)建立计及激励型需求响应的市场出清模型
在已知发电侧报价系数和负荷侧初始需求以及削减量的情况下,ISO基于给定的发电报价曲线和负荷侧剩余需求进行出清,目标函数为购电成本的最小化。本文采用直流最优潮流的出清方法,考虑节点功率平衡约束、支路潮流越限约束、发电商出力越限约束以及负荷削减量的约束,建立出清模型如下:
式中,bus为网络中节点的集合;branch为线路集合;Gen为发电机集合;Load为负荷集合;θ为节点相角;PDj为第j位用户对应的初始负荷需求;ΔQj为第j位用户在愿意承担的负荷削减量;Buv为网络导纳矩阵;Sij为输电线路最大容量限制;PGimin和PGimax分别为发电机的最小和最大技术出力。
(2-3)计算需求响应引起的节约成本和补偿成本
式中,bus为网络中节点的集合;wincome为需求响应而为剩余负荷带来的节约成本,woutcome为激励型需求响应所需要的补偿成本;λi和λ′i分别为负荷削减前后的出清价格;PDj为第j位用户对应的初始负荷需求;ΔQj为第j位用户在愿意承担的负荷削减量。
进一步的,步骤S3具体包括:
(3-1)判断在当前负荷削减情况下,是否满足激励型负荷需求响应的调用条件
请参阅图8所示,假定发电侧报价曲线为g,在未进行负荷削减情况下,负荷侧需求为Q,因此两者相交的出清点为T1,初始出清价格为p。考虑激励型负荷需求响应存在的情况下,负荷侧自愿进行负荷削减,削减后的需求变为Q'。因此市场出清点也转移至T2,此时市场新的出清价格下降为p'。在此过程中,负荷削减的成本为新的出清价格p'与负荷削减量ΔQcut的乘积。而因现货出清价格的降低,剩余负荷用户所需要支付的购电费用降低,该部分费用对应的节约成本为削减前后出清电价的差值与剩余负荷需求量的乘积,即(p-p')Q'。当两者面积相等时,则可认为满足激励型负荷削减机制的调用要求,其对应的剩余负荷量与发电曲线的交点即为负荷削减触发点。
因此选取外层触发点寻优的适应度函数如下:
fitness=-|wincome-woutcome|
式中:wincome为需求响应而为剩余负荷带来的节约成本,woutcome为激励型需求响应所需要的补偿成本;
(3-2)根据激励型负荷需求响应的调用判断结果,判定当前的负荷削减量是否满足触发调用要求;若满足,则返回当前负荷削减量下的出清结果,若不满足,则利用粒子群的迭代更新公式继续迭代更新负荷削减量。
式中和分别为第d维空间中粒子i在第k次迭代中的速度和位置;ω为速度权重因子,是控制速度的权重;c1和c2为加速系数,用以调整种群向个体最优和群体最优方向飞行的最大步长;为第d维空间中粒子i在第k次迭代中的个体极值;为第d维空间内所有粒子在第k次迭代中的群体极值;r1和r2为[0,1]之间的随机数,用以增加种群飞行的随机性。在考虑激励型需求响应的市场出清模型中,粒子的维度对应发电商的个数,粒子位置对应各节点的负荷削减量,其位置的上下限制则分别对应负荷总量及最小削减量。
迭代更新负荷削减量的具体步骤包括:
2)、计算粒子i适应度fitness[i];
6)、计算当前位置粒子i适应度fitness[i];
7)判断是否满足误差条件或者达到最大循环次数,满足结束;不满足重复步骤2)-7)。
迭代最大次数内,如果没有适应度等于=0(误差范围10-5内也认为适应度为0)的情况,则认为当前时刻不满足触发要求,不会调用需求响应资源。
实施例2
本发明还提供一种市场单侧报价下市场出清装置,包括:
初始出清价格获取模块,用于根据发电侧报价数据及负荷侧初始需求,计算初始情况下各时段的出清价格;
节约成本及补偿成本获取模块,用于初始化负荷响应资源调用量,基于计及激励型需求响应的出清模型和初始情况下各时段的出清价格,计算当前负荷削减量下的购电节约成本以及需求响应资源调用补偿成本;
负荷响应资源调用量获取模块,用于根据出清反馈的节约成本和补偿成本之间的差值,循环求解满足触发条件的负荷响应资源调用量。
实施例3
本发明还提供一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述一种市场单侧报价下市场出清方法。
实施例4
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述一种市场单侧报价下市场出清方法。
实施例5
本实施例提供了一种市场单侧报价下计及激励型需求响应的市场出清方法,其主要步骤如图1所示。下面采用5机5节点测试系统,网络拓扑结构如图3所示。发电商的基本信息如表1所示,负荷用户基本信息如表2所示。
表1发电商的基本信息
表2负荷用户基本信息
案例设置仿真参数为:外层粒子群的求解中,设置参数如下:外层粒子群的求解中,设置参数如下:粒子数目为20,最大迭代次数为300次,c1和c2取1.1496,速度权重因子的范围为0.4-0.9。初始日内的发电商报价、节点价格以及初始需求情况如图4和图5所示。
在日内上午10点和下午19:00,需求量的快速增加使得市场容量紧张,发电侧利用资源紧缺的窗口期抬高报价,市场价格出现尖峰。针对这两个时段价格的骤增,需求响应资源的调用满足触发要求。在此情况下,运营机构通过时段内需求响应资源的调用,缓解供给紧张的情况。由图6和图7可见,在需求响应资源的调用下,节点价格得到了明显的抑制。根据表2中对于资源调用顺序的分类,系统优先调用负荷用户2、6、7、9即商业负荷的需求响应资源,在两个时段中由于负荷整体的削减量较高,而这两个时段对应的商业负荷资源可调用量已达到上限,因此ISO会进一步进行对工业负荷的削减。在依据优先级进行调用的原则下,系统可以尽可能地减少负荷削减带来的用电影响,最大化负荷削减带来的社会效益。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种市场单侧报价下市场出清方法,其特征在于,包括:
S1、根据发电侧报价数据及负荷侧初始需求,计算初始情况下各时段的出清价格;
S2、初始化负荷响应资源调用量,基于计及激励型需求响应的出清模型和S1计算的初始情况下各时段的出清价格,计算当前负荷削减量下的购电节约成本以及需求响应资源调用补偿成本;
S3、根据出清反馈的节约成本和补偿成本之间的差值,循环求解满足触发条件的负荷响应资源调用量。
2.根据权利要求1所述的一种市场单侧报价下市场出清方法,其特征在于,步骤S1中,根据发电侧报价数据及负荷侧初始需求,通过预先建立的发电商投标模型和实时市场出清模型计算初始情况下各时段的出清价格;
发电商投标模型:
p(PGi)=ki(aiPGi+bi)
式中:Ci(PGi)为发电商i的燃料成本函数;PGi为发电商i的出力;ai、bi、ci分别为燃料成本的一项次系数、二次项系数和常数项系数;为发电商i的边际成本函数;p(PGi)为发电商i的电能投标曲线;ki为发电商i的电能投标系数;
实时市场出清模型:
式中,G为发电商的集合;bus为网络中节点的集合;branch为线路集合;Gen为发电机集合;θ为节点相角;PDj为第j位用户对应的初始负荷需求;Buv为网络导纳矩阵;Sij为输电线路最大容量限制;PGimin和PGimax分别为发电机的最小和最大技术出力。
4.根据权利要求1所述的一种市场单侧报价下市场出清方法,其特征在于,步骤S3中采用如下外层触发点寻优的适应度函数计算当前负荷削减情况下的适应度值:
fitness=-|wincome-woutcome|
式中:wincome为需求响应而为剩余负荷带来的节约成本,woutcome为激励型需求响应所需要的补偿成本;
通过适应度值判断是否满足触发条件。
5.根据权利要求4所述的一种市场单侧报价下市场出清方法,其特征在于,步骤S3中根据适应度值,判定当前的负荷削减量是否满足触发条件;若满足,则返回当前负荷削减量下的出清结果,若不满足,则利用粒子群的迭代更新公式继续迭代更新负荷削减量,直至满足调用要求或者达到最大迭代次数;
最终,输出满足触发条件的负荷响应资源调用量。
6.根据权利要求4所述的一种市场单侧报价下市场出清方法,其特征在于,步骤S3中所述触发条件为:fitness=0。
8.一种市场单侧报价下市场出清装置,其特征在于,包括:
初始出清价格获取模块,用于根据发电侧报价数据及负荷侧初始需求,计算初始情况下各时段的出清价格;
节约成本及补偿成本获取模块,用于初始化负荷响应资源调用量,基于计及激励型需求响应的出清模型和初始情况下各时段的出清价格,计算当前负荷削减量下的购电节约成本以及需求响应资源调用补偿成本;
负荷响应资源调用量获取模块,用于根据出清反馈的节约成本和补偿成本之间的差值,循环求解满足触发条件的负荷响应资源调用量。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中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计算机程序时实现权利要求1至7任一项所述一种市场单侧报价下市场出清方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述一种市场单侧报价下市场出清方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010932373.8A CN112258210A (zh) | 2020-09-07 | 2020-09-07 | 一种市场单侧报价下市场出清方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010932373.8A CN112258210A (zh) | 2020-09-07 | 2020-09-07 | 一种市场单侧报价下市场出清方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112258210A true CN112258210A (zh) | 2021-01-22 |
Family
ID=74231121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010932373.8A Pending CN112258210A (zh) | 2020-09-07 | 2020-09-07 | 一种市场单侧报价下市场出清方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112258210A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757699A (zh) * | 2022-04-11 | 2022-07-15 | 国网浙江省电力有限公司经济技术研究院 | 电力调峰辅助服务市场分级出清方法、装置、设备及介质 |
CN117151559A (zh) * | 2023-10-26 | 2023-12-01 | 北京清能互联科技有限公司 | 用于削减机组组合问题规模的方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150221030A1 (en) * | 2014-02-06 | 2015-08-06 | Siemens Industry, Inc. | Systems, methods and apparatus for improved operation of electricity markets |
CN107665378A (zh) * | 2017-09-25 | 2018-02-06 | 燕山大学 | 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 |
CN110516881A (zh) * | 2019-08-30 | 2019-11-29 | 江苏方天电力技术有限公司 | 基于碳排放和碳交易的电力市场出清价格优化方法及系统 |
CN111027798A (zh) * | 2019-10-23 | 2020-04-17 | 广东电力交易中心有限责任公司 | 一种转移型负荷参与现货能量市场的方法及系统 |
-
2020
- 2020-09-07 CN CN202010932373.8A patent/CN112258210A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150221030A1 (en) * | 2014-02-06 | 2015-08-06 | Siemens Industry, Inc. | Systems, methods and apparatus for improved operation of electricity markets |
CN107665378A (zh) * | 2017-09-25 | 2018-02-06 | 燕山大学 | 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 |
CN110516881A (zh) * | 2019-08-30 | 2019-11-29 | 江苏方天电力技术有限公司 | 基于碳排放和碳交易的电力市场出清价格优化方法及系统 |
CN111027798A (zh) * | 2019-10-23 | 2020-04-17 | 广东电力交易中心有限责任公司 | 一种转移型负荷参与现货能量市场的方法及系统 |
Non-Patent Citations (3)
Title |
---|
索瑞鸿;宋依群;: "计及负荷规模效应的售电公司决策研究", 电力系统保护与控制, no. 11, 1 June 2019 (2019-06-01) * |
谢畅: "基于供给函数模型的电力主能量及辅助服务市场竞价均衡分析", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 2019, 15 May 2019 (2019-05-15), pages 1 - 50 * |
高怡静 等人: "基于强化学习的电力市场信息披露程度对市场成员交易行为影响研究", 智慧电力, vol. 48, no. 2, 20 February 2020 (2020-02-20), pages 109 - 118 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757699A (zh) * | 2022-04-11 | 2022-07-15 | 国网浙江省电力有限公司经济技术研究院 | 电力调峰辅助服务市场分级出清方法、装置、设备及介质 |
CN117151559A (zh) * | 2023-10-26 | 2023-12-01 | 北京清能互联科技有限公司 | 用于削减机组组合问题规模的方法、装置、设备及介质 |
CN117151559B (zh) * | 2023-10-26 | 2024-01-26 | 北京清能互联科技有限公司 | 用于削减机组组合问题规模的方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109727158B (zh) | 一种基于改进弱鲁棒优化的电热综合能源系统调度方法 | |
Yu et al. | Supply–demand balancing for power management in smart grid: A Stackelberg game approach | |
Zhang et al. | Optimal bidding strategy and profit allocation method for shared energy storage-assisted VPP in joint energy and regulation markets | |
JP5413831B2 (ja) | 電力取引管理システム、管理装置、電力取引方法、及び電力取引用コンピュータプログラム | |
Zhang et al. | Energy trading with demand response in a community-based P2P energy market | |
Celik et al. | Quantifying the impact of solar photovoltaic and energy storage assets on the performance of a residential energy aggregator | |
Zhong et al. | Deep reinforcement learning framework for dynamic pricing demand response of regenerative electric heating | |
Sobhani et al. | An integrated two-level demand-side management game applied to smart energy hubs with storage | |
Cai et al. | Energy management in residential microgrid using model predictive control-based reinforcement learning and Shapley value | |
Yaagoubi et al. | A distributed game theoretic approach to energy trading in the smart grid | |
KR20170000198A (ko) | 게임기반 전력 수급 균형 방법 및 시스템 | |
Thi et al. | Negotiation game for joint IT and energy management in green datacenters | |
CN112258210A (zh) | 一种市场单侧报价下市场出清方法、装置、设备及介质 | |
CN109191017B (zh) | 一种综合能源系统的仿真方法、装置、设备及存储介质 | |
CN110648191A (zh) | 一种发电商电能及备用市场联合报价方法及系统 | |
Jacubowicz et al. | Fairness algorithm for emergency demand response operation in distribution networks | |
Mondal et al. | Dynamic price-enabled strategic energy management scheme in cloud-enabled smart grid | |
Cui et al. | A game-theoretic price determination algorithm for utility companies serving a community in smart grid | |
CN114039351B (zh) | 一种储能容量配置方法及装置 | |
Zhong et al. | A logic-based geometrical model for the next day operation of PV-battery systems | |
CN116432807A (zh) | 考虑耦合效应与不确定性的综合需求响应系统及其方法 | |
CN113555887B (zh) | 电网能源控制方法、装置、电子设备及存储介质 | |
CN115439026A (zh) | 基于嵌套联邦学习的多智能体自组织需求响应方法及系统 | |
He et al. | Customized prices design for agent-based local energy market with pv and energy storage | |
Chen et al. | Stochastic economic dispatch based optimal market clearing strategy considering flexible ramping products under wind power uncertainties |
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 |