CN113344651A - 一种碳交易机制下综合能源市场多供能主体规划方法 - Google Patents
一种碳交易机制下综合能源市场多供能主体规划方法 Download PDFInfo
- Publication number
- CN113344651A CN113344651A CN202110905763.0A CN202110905763A CN113344651A CN 113344651 A CN113344651 A CN 113344651A CN 202110905763 A CN202110905763 A CN 202110905763A CN 113344651 A CN113344651 A CN 113344651A
- Authority
- CN
- China
- Prior art keywords
- energy
- main body
- supplier
- supply main
- carbon
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 136
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 135
- 230000007246 mechanism Effects 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005457 optimization Methods 0.000 claims abstract description 61
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 239000013598 vector Substances 0.000 claims description 42
- 230000008878 coupling Effects 0.000 claims description 39
- 238000010168 coupling process Methods 0.000 claims description 39
- 238000005859 coupling reaction Methods 0.000 claims description 39
- 230000005611 electricity Effects 0.000 claims description 35
- 238000005485 electric heating Methods 0.000 claims description 14
- 230000008901 benefit Effects 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 68
- 230000008569 process Effects 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 239000002356 single layer Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 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
- 230000000295 complement effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06N20/00—Machine learning
-
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及供能市场规划技术领域,具体涉及到一种碳交易机制下综合能源市场多供能主体规划方法,包括:建立多供能主体碳交易成本计算模型;建立碳交易机制下综合能源市场纳什均衡模型;基于多供能主体碳交易成本计算模型和碳交易机制下综合能源市场纳什均衡模型,构建多供能主体均衡竞价的双层优化模型;设计双层改进型微分进化算法对多供能主体均衡竞价的双层优化模型进行求解。本发明在IEM运行和各市场主体均衡竞价策略中引入碳交易机制,基于多供能主体奖惩型碳交易机制构建碳交易机制下IEM多供能主体均衡竞价策略模型,以控制多供能主体碳排放量,并有效提升多供能主体参与市场竞争的积极性,降低社会用电总成本。
Description
技术领域
本发明涉及供能市场规划技术领域,具体涉及到一种碳交易机制下综合能源市场多供能主体规划方法。
背景技术
随着我国新一轮电力市场改革和能源市场化改革的逐步推进,国家发改委和国家能源局提倡各市场主体加强能源互联,促进多种能源优化互补的发展方式。建设安全高效、低碳清洁的综合能源系统市场服务机制和能源运营模式成为了当前的研究热点。各市场主体参与市场竞争是研究建设综合能源系统市场服务机制和能源运营模式主要内容之一。在市场各主体竞争过程中,供能主体作为综合能源市场(Integrated Energy Market,IEM)重要参与主体,其选择合理的竞价策略可有效最大化自身效益,增强市场竞争力。
国内外学者已对IEM各主体竞价策略开展了一些研究,然而,目前相关文献中鲜有对碳交易机制下IEM中参与主体的竞价行为进行分析研究。2021年“碳达峰、碳中和”写入我国政府工作报告,提出了加快建设全国用能权、碳排放权交易市场,完善能源消费双控制度;为响应国家的碳目标号召,进一步控制能源行业的碳排放量,国家电网公司也发布“双碳”行动方案,其中发展碳排放权交易市场是推进碳减排相关目标的重要环节。因此,研究碳交易机制下综合能源市场多供能主体均衡竞价策略已势在必行。
目前在供能主体竞价策略优化方法的研究方面,电力市场均衡竞价策略的求解方法主要包括对角化循环迭代和非线性互补算法,但目前这两种方法均有所不足,对角化循环迭代法通过不断迭代求解各供能主体利润最大化模型,直到得出稳定的市场均衡点为止,其求解效率、鲁棒性和收敛性较差;非线性互补算法是利用KKT最优性条件将双层模型转换成单层模型进行求解,其松弛因子维度高、转化过程和算法较为繁杂。
综上所述,有必要提出一种更好的碳交易机制下综合能源市场多供能主体均衡规划方法。
发明内容
本发明的目的在于至少解决现有技术中存在的技术问题之一,提供一种碳交易机制下综合能源市场多供能主体规划方法。
为实现上述目的,本发明采用的技术方案如下:一种碳交易机制下综合能源市场多供能主体规划方法,包括以下步骤:
步骤1,建立多供能主体碳交易成本计算模型;
步骤2,建立碳交易机制下综合能源市场纳什均衡模型;
步骤3,基于多供能主体碳交易成本计算模型和碳交易机制下综合能源市场纳什均衡模型,构建多供能主体均衡竞价的双层优化模型;
步骤4,设计双层改进型微分进化算法对多供能主体均衡竞价的双层优化模型进行求解。
进一步的,在步骤1中,建立多供能主体碳交易成本计算模型,具体包括:
碳交易机制是根据政府分配的碳排放配额对CO2排放权进行交易的机制,以确定各能源供应商的碳排放配额;
电力供应商碳排放配额:
热力供应商碳排放配额:
电热耦合供应商碳排放配额:
碳交易中具体的多供能主体碳排放奖惩成本模型如下式所示:
式中:为多供能主体碳排放奖惩成本;为政府批复的碳交易价格;α为多供能主体碳排放奖惩系数;为各供能主体的实际碳排放总量;为碳排放量超额区间;为政府分配的各功能主体的碳排放配额,包括;m为正整数,用以划分出不同的碳排放量超额区间。
进一步的,在步骤2中,建立碳交易机制下综合能源市场纳什均衡模型,具体包括:
进一步的,所述多供能主体均衡竞价的双层优化模型包括碳交易机制下竞价决策层优化模型和市场出清层优化模型;
所述碳交易机制下竞价决策层优化模型具体包括:
电力供应商竞价优化模型如下:
式中:为电力供应商i的利润;为市场出清电价,由外层的市场出清层优化模型求解得到;为电力供应商边际发电成本函数的系数;是电力供应商的报价决策变量最小值和最大值;为电力供应商的报价决策变量;s.t.表示约束条件的缩写;
热力供应商竞价优化模型如下:
电热耦合供应商竞价优化模型如下:
进一步的,所述市场出清层优化模型具体包括:
市场出清层优化模型采用电热联合系统最优潮流,考虑电力系统节点功率平衡约束、电力供应商机组出力约束、线路潮流约束和热力系统潮流约束、热源节点约束、管网温度约束,市场出清层以电、热供需总体社会效益最大化为目标对综合能源市场进行出清,供应商售电价格和需求方购电价格按照节点电价和节点热价执行,包括:
进一步的,构建多供能主体均衡竞价的双层优化模型的约束条件,所述约束条件具体包括:
电力系统约束如下:
式中:为电力网络节点集合,z表示其中任意节点,和分别为节点z上的电力供应商集合、电热耦合供应商集合和用户集合;为节点z和其他任意节点s间的支路导纳;和分别为节点z和节点s的相角;为支路zs的潮流上限;分别为电力供应商i的最小电量出力和最大电量出力;和分别为电热耦合供应商p的最大电量出力和最小电量出力;
热力系统约束如下:
式中:和分别为节点u上的热力供应商集合、电热耦合供应商集合和热力网络支路集合,为热力网络节点集合,u表示中任意节点;为水的比热容;为支路l的流量;分别为支路l的流入温度和流出温度;为外界环境温度;分别为温度传输系数和管道长度;为热力供应商j的最小供热量和最大供热量;和分别为电热耦合供应商p的最大供热量和最小供热量;和分别代表支路l的温度、最低温度和最高温度。
进一步的,在步骤4中,设计双层改进型微分进化算法,具体包括:
微分进化算法主要包括选择、交叉和变异3种操作;微分进化算法的变异机制可如下式表示:
式中:表示进化g代的第t个d维个体向量,代表该向量中的第d个元素;和分别为第g代最佳个体向量、第c1和第c2个个体向量,c1、c2为随机选取且c1、c2不等于best以及c1、c2不相等;表示变异时产生的中间个体;F为变异尺度因子;
利用三角向量变异操作方法改进微分进化算法得到三角向量变异微分进化算法;三角向量变异微分进化算法在种群进行变异时,从父代种群中随机选取三个向量通过一定的权重组合为,然后通过对种群个体排序将三个向量分为最佳、较佳和最差向量,并算出它们各自的差向量与组成新的中间变量;构造如式(14)所示的变异操作机制;
式中:权重;其中p 1=1,p 2=rand(0.75,1),p 3=rand(0.5,p 2);rand(a,b)是返回a和b之间随机实数函数,其中a和b不包括在内; F 1 、F 2 、F 3为变异因子由rand(0,1)随机确定数值。
进一步的,在步骤4中,双层改进型微分进化算法对多供能主体均衡竞价的双层优化模型进行求解,具体步骤如下:
步骤4.2,进入内层,首先通过内点算法计算电热联合系统最优潮流,以社会福利最大化为目标对综合能源市场进行出清,得到多供能主体中标电量、中标热量和市场电价;
步骤4.3,计算各多供能主体的收益;
步骤4.4,然后通过内层三角向量变异微分进化算法求解多供能主体的最优收益,并返回外层;
步骤4.5,外层采用三角向量变异微分进化算法以纳什适应度函数为寻优目标搜索可行域内的所有策略组合;
步骤4.6,根据内层返回的多供能主体收益和各多供能主体的最优收益,计算其纳什适应度值,并判断其是否达到纳什均衡;
步骤4.7,重复步骤4.2至4.6并迭代至最大迭代次数g max,得到最优竞价策略。
由上述对本发明的描述可知,与现有技术相比,本发明的碳交易机制下综合能源市场多供能主体均衡规划方法至少包括以下有益效果之一:
本发明拟考虑碳交易机制的引入将对IEM运行以及各市场主体均衡竞价策略带来的影响,基于多供能主体奖惩型碳交易机制构建碳交易机制下IEM多供能主体均衡竞价策略模型,以控制多供能主体碳排放量,并有效提升多供能主体参与市场竞争的积极性和市场竞争力,降低社会用电总成本;
本发明在碳交易机制下的竞争过程中,多供能主体制定均衡竞价策略以谋求经济利润最大化;碳交易机制下IEM多供能主体均衡竞价策略模型为双层优化模型,内层为多供能主体竞价决策层,外层为IEM出清层,决策层优化多供能主体竞价作为IEM出清基础,出清层根据所有IEM各主体的竞价信息及系统运行参数,出清各供能主体的中标电量、热量和市场价格,为决策层计算供能主体的收益和优化均衡竞价策略提供依据;
本发明为避免现有供能主体竞价策略研究方法求解效率、鲁棒性和收敛性较差以及维度高、转化过程和算法繁杂的问题,采用双层改进型微分进化算法求解所提模型,其基于纳什均衡理论,利用纳什适应度函数,将智能优化算法与博弈论方法有效结合,避免了将双层优化问题转化为单层平衡约束规划问题的繁杂过程;
本发明鉴于外层是以纳什适应度函数为寻优标准在可行域内搜索各供能主体的所有报价策略组合,内层是以电、热供需总体社会效益最大化为目标对IEM进行出清,通过双层嵌套优化可在一定程度上弥补常规博弈论方法在多人博弈和非完全信息下求解效果不理想问题。
附图说明
图1为本发明优选实施例中一种碳交易机制下综合能源市场多供能主体规划方法的步骤流程图。
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,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
参照图1所示,本发明的优选实施例,一种碳交易机制下综合能源市场多供能主体规划方法,包括以下步骤:
步骤1,建立多供能主体碳交易成本计算模型;
步骤2,建立碳交易机制下综合能源市场纳什均衡模型;
步骤3,基于多供能主体碳交易成本计算模型和碳交易机制下综合能源市场纳什均衡模型,构建多供能主体均衡竞价的双层优化模型;
步骤4,设计双层改进型微分进化算法对多供能主体均衡竞价的双层优化模型进行求解。
本发明拟考虑碳交易机制的引入将对IEM运行以及各市场主体均衡竞价策略带来的影响,基于多供能主体奖惩型碳交易机制构建碳交易机制下IEM多供能主体均衡竞价策略模型,以控制多供能主体碳排放量,并有效提升多供能主体参与市场竞争的积极性和市场竞争力,降低社会用电总成本;本发明在碳交易机制下的竞争过程中,多供能主体制定均衡竞价策略以谋求经济利润最大化;碳交易机制下IEM多供能主体均衡竞价策略模型为双层优化模型,内层为多供能主体竞价决策层,外层为IEM出清层,决策层优化多供能主体竞价作为IEM出清基础,出清层根据所有IEM各主体的竞价信息及系统运行参数,出清各供能主体的中标电量、热量和市场价格,为决策层计算供能主体的收益和优化均衡竞价策略提供依据;本发明为避免现有供能主体竞价策略研究方法求解效率、鲁棒性和收敛性较差以及维度高、转化过程和算法繁杂的问题,采用双层改进型微分进化算法求解所提模型,其基于纳什均衡理论,利用纳什适应度函数,将智能优化算法与博弈论方法有效结合,避免了将双层优化问题转化为单层平衡约束规划问题的繁杂过程;本发明鉴于外层是以纳什适应度函数为寻优标准在可行域内搜索各供能主体的所有报价策略组合,内层是以电、热供需总体社会效益最大化为目标对IEM进行出清,通过双层嵌套优化可在一定程度上弥补常规博弈论方法在多人博弈和非完全信息下求解效果不理想问题。
作为本发明的优选实施例,其还可具有以下附加技术特征:
在本实施例中,在步骤1中,建立多供能主体碳交易成本计算模型,具体包括:
碳交易机制是根据政府分配的碳排放配额对CO2排放权进行交易的机制,以确定各能源供应商的碳排放配额;
电力供应商碳排放配额:
热力供应商碳排放配额:
电热耦合供应商碳排放配额:
碳交易中具体的多供能主体碳排放奖惩成本模型如下式所示:
式中:为多供能主体碳排放奖惩成本;为政府批复的碳交易价格;α为多供能主体碳排放奖惩系数;为各供能主体的实际碳排放总量;为碳排放量超额区间;为政府分配的各功能主体的碳排放配额,包括;m为正整数,用以划分出不同的碳排放量超额区间。
在本实施例中,在步骤2中,建立碳交易机制下综合能源市场纳什均衡模型,具体包括:
在本实施例中,所述多供能主体均衡竞价的双层优化模型包括碳交易机制下竞价决策层优化模型和市场出清层优化模型;
所述碳交易机制下竞价决策层优化模型具体包括:
电力供应商竞价优化模型如下:
式中:为电力供应商i的利润;为市场出清电价,由外层的市场出清层优化模型求解得到;为电力供应商边际发电成本函数的系数;是电力供应商的报价决策变量最小值和最大值;为电力供应商的报价决策变量;s.t.表示约束条件的缩写;
热力供应商竞价优化模型如下:
电热耦合供应商竞价优化模型如下:
在本实施例中,所述市场出清层优化模型具体包括:
市场出清层优化模型采用电热联合系统最优潮流,考虑电力系统节点功率平衡约束、电力供应商机组出力约束、线路潮流约束和热力系统潮流约束、热源节点约束、管网温度约束,市场出清层以电、热供需总体社会效益最大化为目标对综合能源市场进行出清,供应商售电价格和需求方购电价格按照节点电价和节点热价执行,包括:
在本实施例中,构建多供能主体均衡竞价的双层优化模型的约束条件,所述约束条件具体包括:
电力系统约束如下:
式中:为电力网络节点集合,z表示其中任意节点,和分别为节点z上的电力供应商集合、电热耦合供应商集合和用户集合;为节点z和其他任意节点s间的支路导纳;和分别为节点z和节点s的相角;为支路zs的潮流上限;分别为电力供应商i的最小电量出力和最大电量出力;和分别为电热耦合供应商p的最大电量出力和最小电量出力;
热力系统约束如下:
式中:和分别为节点u上的热力供应商集合、电热耦合供应商集合和热力网络支路集合,为热力网络节点集合,u表示中任意节点;为水的比热容;为支路l的流量;分别为支路l的流入温度和流出温度;为外界环境温度;分别为温度传输系数和管道长度;为热力供应商j的最小供热量和最大供热量;和分别为电热耦合供应商p的最大供热量和最小供热量;和分别代表支路l的温度、最低温度和最高温度。
在本实施例中,在步骤4中,设计双层改进型微分进化算法,具体包括:
微分进化算法主要包括选择、交叉和变异3种操作;微分进化算法的变异机制可如下式表示:
式中:表示进化g代的第t个d维个体向量,代表该向量中的第d个元素;和分别为第g代最佳个体向量、第c1和第c2个个体向量,c1、c2为随机选取且c1、c2不等于best以及c1、c2不相等;表示变异时产生的中间个体;F为变异尺度因子;
利用三角向量变异操作方法改进微分进化算法得到三角向量变异微分进化算法;三角向量变异微分进化算法在种群进行变异时,从父代种群中随机选取三个向量通过一定的权重组合为,然后通过对种群个体排序将三个向量分为最佳、较佳和最差向量,并算出它们各自的差向量与组成新的中间变量;构造如式(14)所示的变异操作机制;
式中:权重;其中p 1=1,p 2=rand(0.75,1),p 3=rand(0.5,p 2);rand(a,b)是返回a和b之间随机实数函数,其中a和b不包括在内; F 1 、F 2 、F 3为变异因子由rand(0,1)随机确定数值。
在本实施例中,在步骤4中,双层改进型微分进化算法对多供能主体均衡竞价的双层优化模型进行求解,具体步骤如下:
步骤4.2,进入内层,首先通过内点算法计算电热联合系统最优潮流,以社会福利最大化为目标对综合能源市场进行出清,得到多供能主体中标电量、中标热量和市场电价;
步骤4.3,计算各多供能主体的收益;
步骤4.4,然后通过内层三角向量变异微分进化算法求解多供能主体的最优收益,并返回外层;
步骤4.5,外层采用三角向量变异微分进化算法以纳什适应度函数为寻优目标搜索可行域内的所有策略组合;
步骤4.6,根据内层返回的多供能主体收益和各多供能主体的最优收益,计算其纳什适应度值,并判断其是否达到纳什均衡;
步骤4.7,重复步骤4.2至4.6并迭代至最大迭代次数g max,得到最优竞价策略。
在不出现冲突的前提下,本领域技术人员可以将上述附加技术特征自由组合以及叠加使用。
可以理解,本发明是通过一些实施例进行描述的,本领域技术人员知悉的,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等效替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。
Claims (8)
1.一种碳交易机制下综合能源市场多供能主体规划方法,其特征在于,包括以下步骤:
步骤1,建立多供能主体碳交易成本计算模型;
步骤2,建立碳交易机制下综合能源市场纳什均衡模型;
步骤3,基于多供能主体碳交易成本计算模型和碳交易机制下综合能源市场纳什均衡模型,构建多供能主体均衡竞价的双层优化模型;
步骤4,设计双层改进型微分进化算法对多供能主体均衡竞价的双层优化模型进行求解。
2.根据权利要求1所述的一种碳交易机制下综合能源市场多供能主体规划方法,其特征在于,在步骤1中,建立多供能主体碳交易成本计算模型,具体包括:
碳交易机制是根据政府分配的碳排放配额对CO2排放权进行交易的机制,以确定各能源供应商的碳排放配额;
电力供应商碳排放配额:
热力供应商碳排放配额:
电热耦合供应商碳排放配额:
碳交易中具体的多供能主体碳排放奖惩成本模型如下式所示:
3.根据权利要求2所述的一种碳交易机制下综合能源市场多供能主体规划方法,其特征在于,在步骤2中,建立碳交易机制下综合能源市场纳什均衡模型,具体包括:
4.根据权利要求3所述的一种碳交易机制下综合能源市场多供能主体规划方法,其特征在于,所述多供能主体均衡竞价的双层优化模型包括碳交易机制下竞价决策层优化模型和市场出清层优化模型;
所述碳交易机制下竞价决策层优化模型具体包括:
电力供应商竞价优化模型如下:
式中:为电力供应商i的利润;为市场出清电价,由外层的市场出清层优化模型求解得到;为电力供应商边际发电成本函数的系数;是电力供应商的报价决策变量最小值和最大值;为电力供应商的报价决策变量;s.t.表示约束条件的缩写;
热力供应商竞价优化模型如下:
电热耦合供应商竞价优化模型如下:
6.根据权利要求5所述的一种碳交易机制下综合能源市场多供能主体规划方法,其特征在于,构建多供能主体均衡竞价的双层优化模型的约束条件,所述约束条件具体包括:
电力系统约束如下:
式中:为电力网络节点集合,z表示其中任意节点,和分别为节点z上的电力供应商集合、电热耦合供应商集合和用户集合;为节点z和其他任意节点s间的支路导纳;和分别为节点z和节点s的相角;为支路zs的潮流上限;分别为电力供应商i的最小电量出力和最大电量出力;和分别为电热耦合供应商p的最大电量出力和最小电量出力;
热力系统约束如下:
7.根据权利要求1所述的一种碳交易机制下综合能源市场多供能主体规划方法,其特征在于,在步骤4中,设计双层改进型微分进化算法,具体包括:
微分进化算法主要包括选择、交叉和变异3种操作;微分进化算法的变异机制可如下式表示:
式中:表示进化g代的第t个d维个体向量,代表该向量中的第d个元素;和分别为第g代最佳个体向量、第c1和第c2个个体向量,c1、c2为随机选取且c1、c2不等于best以及c1、c2不相等;表示变异时产生的中间个体;F为变异尺度因子;
利用三角向量变异操作方法改进微分进化算法得到三角向量变异微分进化算法;三角向量变异微分进化算法在种群进行变异时,从父代种群中随机选取三个向量通过一定的权重组合为,然后通过对种群个体排序将三个向量分为最佳、较佳和最差向量,并算出它们各自的差向量与组成新的中间变量;构造如式(14)所示的变异操作机制;
8.根据权利要求7所述的一种碳交易机制下综合能源市场多供能主体规划方法,其特征在于,在步骤4中,双层改进型微分进化算法对多供能主体均衡竞价的双层优化模型进行求解,具体步骤如下:
步骤4.2,进入内层,首先通过内点算法计算电热联合系统最优潮流,以社会福利最大化为目标对综合能源市场进行出清,得到多供能主体中标电量、中标热量和市场电价;
步骤4.3,计算各多供能主体的收益;
步骤4.4,然后通过内层三角向量变异微分进化算法求解多供能主体的最优收益,并返回外层;
步骤4.5,外层采用三角向量变异微分进化算法以纳什适应度函数为寻优目标搜索可行域内的所有策略组合;
步骤4.6,根据内层返回的多供能主体收益和各多供能主体的最优收益,计算其纳什适应度值,并判断其是否达到纳什均衡;
步骤4.7,重复步骤4.2至4.6并迭代至最大迭代次数g max,得到最优竞价策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110905763.0A CN113344651A (zh) | 2021-08-09 | 2021-08-09 | 一种碳交易机制下综合能源市场多供能主体规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110905763.0A CN113344651A (zh) | 2021-08-09 | 2021-08-09 | 一种碳交易机制下综合能源市场多供能主体规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113344651A true CN113344651A (zh) | 2021-09-03 |
Family
ID=77481119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110905763.0A Pending CN113344651A (zh) | 2021-08-09 | 2021-08-09 | 一种碳交易机制下综合能源市场多供能主体规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344651A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114358383A (zh) * | 2021-12-03 | 2022-04-15 | 湖南大学 | 一种复杂不确定场景下多能源微网鲁棒优化方法和系统 |
CN116029879A (zh) * | 2022-12-13 | 2023-04-28 | 广西电网有限责任公司 | 一种基于多维度的全行业最优减排策略的生成方法及系统 |
CN116911533A (zh) * | 2023-06-27 | 2023-10-20 | 西安理工大学 | 区域综合能源系统多微网能量共济方法 |
-
2021
- 2021-08-09 CN CN202110905763.0A patent/CN113344651A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114358383A (zh) * | 2021-12-03 | 2022-04-15 | 湖南大学 | 一种复杂不确定场景下多能源微网鲁棒优化方法和系统 |
CN116029879A (zh) * | 2022-12-13 | 2023-04-28 | 广西电网有限责任公司 | 一种基于多维度的全行业最优减排策略的生成方法及系统 |
CN116029879B (zh) * | 2022-12-13 | 2024-06-11 | 广西电网有限责任公司 | 一种基于多维度的全行业最优减排策略的生成方法及装置 |
CN116911533A (zh) * | 2023-06-27 | 2023-10-20 | 西安理工大学 | 区域综合能源系统多微网能量共济方法 |
CN116911533B (zh) * | 2023-06-27 | 2024-05-14 | 西安理工大学 | 区域综合能源系统多微网能量共济方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game | |
CN113344651A (zh) | 一种碳交易机制下综合能源市场多供能主体规划方法 | |
Wang et al. | Non-cooperative game-based multilateral contract transactions in power-heating integrated systems | |
Jiang et al. | Energy management for a community-level integrated energy system with photovoltaic prosumers based on bargaining theory | |
CN113592648B (zh) | 一种综合能源系统的多主体交易方法及系统 | |
CN107330549A (zh) | 含多主体的多能互补微电网能量管理方法 | |
Zhong et al. | Deep reinforcement learning framework for dynamic pricing demand response of regenerative electric heating | |
CN111192164A (zh) | 考虑不确定风电的微网联合博弈优化共享及利益分配方法 | |
CN113393125A (zh) | 基于源荷双侧互动博弈的综合能源系统协同调度方法 | |
CN112200388A (zh) | 一种基于区块链和多目标决策的p2p能源交易方法 | |
CN108428171A (zh) | 一种基于复式竞价撮合的电力交易运营系统 | |
CN117689234B (zh) | 基于多主体双层博弈的园区综合能源系统调度方法及系统 | |
CN113469783A (zh) | 基于区块链的能源交易市场下的多指标多对多双边匹配及交易方法 | |
Sun et al. | Bi-level model for integrated energy service providers in joint electricity and carbon P2P market | |
CN115423508A (zh) | 一种梯级水电在不确定性碳-电耦合市场中策略竞价方法 | |
Vincent et al. | Sustainable microgrid design with peer-to-peer energy trading involving government subsidies and uncertainties | |
CN109829559A (zh) | 一种促进清洁能源消纳的调峰权交易方法 | |
CN104091210B (zh) | 一种基于金融路径优化的跨省跨区交易优化方法 | |
CN114240643A (zh) | 一种面向多微网协调交易的多方共治决策方法 | |
CN114021385A (zh) | 基于主从博弈的区域综合能源系统的优化设计方法和装置 | |
Zhang et al. | Electricity and heat sharing strategy of regional comprehensive energy multi-microgrid based on double-layer game | |
CN111489031B (zh) | 基于源荷演化博弈的综合能源系统中长期负荷预测系统及方法 | |
CN112288466A (zh) | 一种电力市场环境下考虑气电耦合的发电商日前申报方法 | |
Zhang et al. | Bi-level demand response game with information sharing among consumers | |
Liu et al. | Bidding strategy of integrated energy system considering decision maker’s subjective risk aversion |
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: 20210903 |
|
RJ01 | Rejection of invention patent application after publication |