CN114119227A - 一种考虑光伏用户与电力聚合商博弈关系的电力交易方法 - Google Patents
一种考虑光伏用户与电力聚合商博弈关系的电力交易方法 Download PDFInfo
- Publication number
- CN114119227A CN114119227A CN202111412457.XA CN202111412457A CN114119227A CN 114119227 A CN114119227 A CN 114119227A CN 202111412457 A CN202111412457 A CN 202111412457A CN 114119227 A CN114119227 A CN 114119227A
- Authority
- CN
- China
- Prior art keywords
- user
- power
- electricity
- photovoltaic
- aggregator
- 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 41
- 230000005611 electricity Effects 0.000 claims abstract description 224
- 230000008901 benefit Effects 0.000 claims abstract description 118
- 230000007246 mechanism Effects 0.000 claims abstract description 32
- 230000005284 excitation Effects 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- 230000006698 induction Effects 0.000 claims description 19
- 238000010248 power generation Methods 0.000 claims description 18
- 239000004576 sand Substances 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000013441 quality evaluation Methods 0.000 claims description 8
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 5
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 5
- 229910052799 carbon Inorganic materials 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000004134 energy conservation Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 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
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q30/0206—Price or cost determination based on market factors
-
- 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)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种考虑光伏用户与电力聚合商博弈关系的电力交易方法,设计了一种购售电策略,首先将光伏用户与电力聚合商两者的交易视为一种Stackelberg博弈,以电力聚合商为领导者,光伏用户为跟随着,各自都以自己的效益最大化为目标,制定定价策略。然后为此博弈设计了激励机制,以用户的信誉值为指标,采用区块链中的智能合约技术,自动执行提前制定好的激励机制,从而减少交易风险。本发明可以在鼓励用户合理用电、余电上网的同时,有效增加用户及电力聚合商双方的效益。
Description
技术领域
本发明涉及电力市场领域,尤其涉及一种考虑光伏用户与电力聚合商博弈关系的电力交易方法。
背景技术
随着全球变暖所产生的危害越来越受到重视,越来越多的国家将“碳达峰、碳中和”作为节能减排首要的战略目标。电力市场作为碳排放的首要来源,节能减排的任务十分艰巨。光伏用户采用“自发自用,余电上网”的购售电模式,能够有效地减少碳排放和资源浪费。为了促进光伏用户自给自足,余电上网,实现交易双方利益的最大化,制定合理的定价策略及激励机制显得尤为重要。
目前,国内外已经形成了多种交易机制,但多数仅仅考虑了售电公司的利益,很少考虑到用户需求,因此导致实现效果不佳。
发明内容
本发明提出一种考虑光伏用户与电力聚合商博弈关系的电力交易方法,用于解决或者至少部分解决现有的方法实现效果不佳的技术问题。
为了解决上述技术问题,本发明提供了一种考虑光伏用户与电力聚合商博弈关系的电力交易方法,包括:
S1:构建光伏用户、电力聚合商与电网间电力交易的购售电效益模型,购售电效益模型包括光伏用户效益模型和电力聚合商效益模型;
S2:将光伏用户、电力聚合商与电网三方间的交易视为一种Stackelberg博弈,以电力聚合商为领导者,光伏用户为跟随着,各自都以自己的效益最大化为目标,制定定价策略,基于光伏用户效益模型和电力聚合商效益模型构建纳什均衡模型,并利用逆向归纳法进行求解,得到电力聚合商制定的最优电价和用户的最优用电量;
S3:对上述博弈制定激励机制,以用户的信誉值为指标,采用区块链中的智能合约技术,自动执行制定的激励机制,实现电力交易。
在一种实施方式中,步骤S1中的光伏用户效益模型为:
将用户的整体效益分为用电效益与售电效益,上述模型即为光伏用户i的效益函数,式中:为T时间段内用户i的用电量,为T时间段内光伏用户的光伏系统发电量,Ai为用户i的整体效益,ki为其效益参数,pb为光伏用户的购电电价,即电力聚合商向用户出售电能的报价,pbg为大电网的售电报价,ps为光伏用户的售电电价,即电力聚合商从用户购买过剩能源时给出的报价,psg为大电网的购电报价,各类价格满足以下关系:psg≤ps≤pb≤pbg。
在一种实施方式中,步骤S1中的电力聚合商效益模型为:
电力聚合商作为此交易的主导者,可以制定用户的购电电价pb和售电电价ps,Abuy为电力聚合商的整体效益,psg和pbg分别为电力聚合商向大电网出售电能的上网电价与从大电网购买电能的电网电价,其定价标准由大电网或监管机构制定,Es为所有售电用户出售的总电能,Eb为所有购电用户购买的总电能。
在一种实施方式中,步骤S2中构建的纳什均衡模型为:
式中:I为光伏用户集合;J为电力聚合商;为用户i可调整的用电量策略集合,且对其用电量不能超过线路的供电上限;Ps为电力聚合商的购电定价集合;Pb为电力聚合商的售电定价集合;Ai为用户i的整体效益函数,Abuy为电力聚合商的效益函数,
为用户i在纳什均衡点处的效益,即用户最优效益或最优策略,为聚合商在纳什均衡点处效益,即聚合商的最优效益或最优策略,表示除了用户i没有达到最优用电量,其他用户都达到最优用电量时的情况,Abuy(ps,pb,x*)表示用户都到达最优用电量时,聚合商没有达到最优单价时的情况。
在一种实施方式中,步骤S2中,利用逆向归纳法进行求解,得到电力聚合商制定的最优电价和用户的最优用电量,包括:
光伏用户预估在一段时间内的用电量和光伏发电量;
光伏用户根据这段时间内的净用电量来选择策略,包括向电力聚合商出售或购买电能,净用电量为预估的用电量与光伏发电量之差;
根据光伏用户的策略,得到各光伏用户用电量与电价之间的关系式;
根据光伏用户的策略,分别计算所有售电用户出售的总电能Es和所有购电用户购买的总电能Eb;
电力聚合商根据Es和Eb的差来选择策略,包括向电网出售或购买电能;
根据光伏用户用电量与电价之间的关系得到电力聚合商最大效益Abuy与电价ps和pb的关系;
在一种实施方式中,步骤S3中的激励包括两个指标:交易质量评价与自身消纳评价,
交易质量评价指标为:
自身消纳评价指标为:
其中:
由此可得各用户的信誉值为:
在引入此激励机制之后,光伏用户i的效益函数为:
式中:μi为激励系数,当用户具有较高的信誉值时,能够以更高的价格出售电能、以更低的价格购买电能;当用户具有较低的信誉值时,需要以更高的价格购买电能、以更低的价格出售电能,由此通过信誉值来调整用户的收益。
在一种实施方式中,步骤S3采用区块链中的智能合约技术,自动执行制定的激励机制,实现电力交易,包括:
(1)每次交易中,对用户的信誉值产生记录,并对用户的信誉值以天为单位进行结算更新;
(2)光伏用户根据自己的预估发电量与用电量,选择向电力聚合商出售电能或者购买电能,并向电力聚合商提出交易请求;
(3)在光伏用户提出交易请求后,电力聚合商利用逆向归纳法求解最优电价策略与用户的最优用电策略,智能合约自动生成交易订单并执行此交易,电力聚合商将优先与信誉值更高的用户进行交易;
(4)根据制定的信誉值激励机制对用户的信誉值进行评定,若用户能够按照交易订单合理用电,则能够提升自己的信誉值,若有违约行为,则会降低自己的信誉值,由智能合约自动记录此次交易的评定结果;
(5)智能合约完成对此次交易的结算,记录此次交易的所有信息,生产发用电量报表供电力聚合商了解用户用电规律,并且在当日晚上12点对当天的交易信息进行结算更新。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明基于Stackelberg博弈设计了一种电力交易策略,将此交易划分为三个层次:光伏用户、电力聚合商以及电网。以电力聚合商为领导者,光伏用户为跟随者,各自都以自己的效益最大化为目标设计交易策略,并利用逆向归纳法求解此博弈,帮助电力聚合商制定最优电价和求解出用户的最优用电量。然后,基于用户的信誉值为此博弈设计了激励机制,通过区块链中的智能合约自动实现此交易。用户具有不同的信誉值将受到不同的优惠或惩罚,从而促进用户通过调整用电量、余电上网来增加自己的收益。可以更好的实现交易参与者的效益的最大化和节能减排的目标,改善了电力交易的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中光伏用户与电力聚合商的交易关系示意图;
图2为本发明具体实施例中电力交易参与者关系图;
图3为本发明具体实施例中逆向归纳法求解纳什均衡流程图;
图4为本发明具体实施例中基于智能合约激励机制的交易流程图;
图5为本发明具体实施例中各时间段电力聚合商的的最优电价;
图6为本发明具体实施例中不同电价下电力聚合商的收益对比图;
图7为本发明具体实施例中各用户当天结算信誉值及激励前后各用户效益对比图;
图8为本发明提出的考虑光伏用户与电力聚合商博弈关系的电力交易策略的整理思路图。
具体实施方式
本申请发明人通过大量的研究与实践发现,目前,国内外已经形成了多种交易机制,但多数仅仅考虑了售电公司的利益,很少考虑到用户需求。
基于以上考虑,本发明创新性地将博弈论引入电力市场,根据用户的需求响应制定交易策略,可以最大化市场参与者的效益。而在博弈中适当引入一些激励手段,可以促进用户参与电能交易,增加参与双方的收益。因此,为了鼓励“余电上网”和节能减排,考虑到未来光伏用户的发展趋势,基于Stackelberg博弈设计购售电策略,以电力聚合商为领导者,光伏用户为跟随者,各自都以自己的效益最大化为目标建立数学模型。基于用户的信誉值为此博弈设计激励机制,能够有效地促进用户调整自己的用电量来增加用户与电力聚合商的效益。
本发明的发明构思包括:
设计了一种购售电策略,首先将光伏用户与电力聚合商两者的交易视为一种Stackelberg博弈,以电力聚合商为领导者,光伏用户为跟随着,各自都以自己的效益最大化为目标,制定定价策略。然后为此博弈设计了激励机制,以用户的信誉值为指标,采用区块链中的智能合约技术,自动执行提前制定好的激励机制,从而减少交易风险。本发明可以在鼓励用户合理用电、余电上网的同时,有效增加用户及电力聚合商双方的效益。
为使本发明实施例的目的、技术方案和优点更加清楚,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。
本发明实施例提供了一种考虑光伏用户与电力聚合商博弈关系的电力交易方法,包括:
S1:构建光伏用户、电力聚合商与电网间电力交易的购售电效益模型,购售电效益模型包括光伏用户效益模型和电力聚合商效益模型;
S2:将光伏用户、电力聚合商与电网三方间的交易视为一种Stackelberg博弈,以电力聚合商为领导者,光伏用户为跟随着,各自都以自己的效益最大化为目标,制定定价策略,基于光伏用户效益模型和电力聚合商效益模型构建纳什均衡模型,并利用逆向归纳法进行求解,得到电力聚合商制定的最优电价和用户的最优用电量;
S3:对上述博弈制定激励机制,以用户的信誉值为指标,采用区块链中的智能合约技术,自动执行制定的激励机制,实现电力交易。
具体来说,步骤S2将步骤S1构建模型其联系在一起,形成一种Stackelberg博弈,构建纳什均衡模型。
步骤S3考虑用户信誉值设计激励机制,鼓励用户合理用电,增加参与双方效益。与此同时,利用区块链中的智能合约技术,自动实现电能交易的同时,降低交易风险、实现去中心化。
请参见图1和图2,图1为本发明实施例中光伏用户与电力聚合商的交易关系示意图,图2为本发明具体实施例中电力交易参与者关系图。
请参见图8,为本发明提出的考虑光伏用户与电力聚合商博弈关系的电力交易策略的整理思路图,三方博弈模型即为纳什均衡模型,实现电力交易后,输出激励后用户信誉值、用户最优用电量以及电力聚合上的最优电价。
在一种实施方式中,步骤S1中的光伏用户效益模型为:
将用户的整体效益分为用电效益与售电效益,上述模型即为光伏用户i的效益函数,式中:为T时间段内用户i的用电量,为T时间段内光伏用户的光伏系统发电量,Ai为用户i的整体效益,ki为其效益参数,pb为光伏用户的购电电价,即电力聚合商向用户出售电能的报价,pbg为大电网的售电报价,ps为光伏用户的售电电价,即电力聚合商从用户购买过剩能源时给出的报价,psg为大电网的购电报价,各类价格满足以下关系:psg≤ps≤pb≤pbg。
具体来说,装有光伏发电设备的用户简称为光伏用户,每个用户均具有光伏发电能力且光伏用户的用电量和光伏系统的发电量已知,每个用户都可以选择出售或消纳自己的过剩能源,从而增加自己的效益。光伏用户需优先消纳自身产能,当光伏产能过剩时,多余的电能以价格ps出售给电力聚合商或其他用户。当光伏产能不足时,则需要以价格pb从电力聚合商购电。
一段时间T内用户i的用电量为则T时间段内光伏用户的光伏系统发电量为则当时,用户i可以向电力聚合商出售电能;当时,用户i需要从电力聚合商购买电能;当时,用户的发用电平衡时,不再参与交易,故不给予考虑。光伏用户根据是否出售或购买电能可分为售电用户和购电用户。设I为光伏用户的集合,B为光伏用户中的购电用户集合,S为光伏用户中的售电用户集合。考虑用户的需要响应,对于当电力聚合商的收购报价发生改变时,其用电量也将发生改变,以实现其效益的最大化。
本实施例采用对数效用函数能够更有效地描述用户的用电效益,且将用户的整体效益分为用电效益与售电效益。
ki为其效益参数,基于用户的需求响应,不同用户在不同时间将考虑不同的取值。pb为光伏用户的购电电价,此价格不能高于大电网的售电报价pbg,否则用户将更倾向于从大电网购买电能,且不能低于从光伏用户购电时的价格,否则电力聚合商将亏本出售电能。ps为光伏用户的售电电价,即电力聚合商从用户购买过剩能源时给出的报价,此价格不能低于大电网的购电报价psg,否则用户将更倾向于向大电网出售过剩电能,且不能高于从大电网的购电价格pbg。
在一种实施方式中,步骤S1中的电力聚合商效益模型为:
电力聚合商作为此交易的主导者,可以制定用户的购电电价pb和售电电价ps,Abuy为电力聚合商的整体效益,psg和pbg分别为电力聚合商向大电网出售电能的上网电价与从大电网购买电能的电网电价,其定价标准由大电网或监管机构制定,Es为所有售电用户出售的总电能,Eb为所有购电用户购买的总电能。
具体来说,电力聚合商具有分布式能源站,但不具有发电与配网经营权,需要从光伏用户、大电网购买电能,再向耗电用户出售电能来赚取差价,从而增加自己的效益。用户与电力聚合商的交易模型中,所有售电用户出售的总电能Es与所有购电用户购买的总电能Eb分别为:
电力聚合商作为此交易的主导者,可以制定用户的购电电价pb和售电电价ps。当Es>Eb时,电力聚合商将从用户购买过剩的电能,并将此过剩电能按照上网电价psg出售给大电网;当Es<Eb时,电力聚合商购买的电能不足以向其他缺电用户出售,需从大电网以价格pbg购买电能来弥补不足;当Es=Eb时,用户与电力聚合商达到供需平衡,不再参与交易,故不给予考虑。为实现电力聚合商效益的最大化,假设电力聚合商购买的电能不进行储存,全部出售,以达到供需平衡。由此可以得到上述的电力聚合商的效用函数(即电力聚合商效益模型)。
在一种实施方式中,步骤S2中构建的纳什均衡模型为:
式中:I为光伏用户集合;J为电力聚合商;为用户i可调整的用电量策略集合,且对其用电量不能超过线路的供电上限,即(分别为供电下限和上限);Ps为电力聚合商的购电定价集合;Pb为电力聚合商的售电定价集合;Ai为用户i的整体效益函数,Abuy为电力聚合商的效益函数,
满足如下不等式:
为用户i在纳什均衡点处的效益,即用户最优效益或最优策略,为聚合商在纳什均衡点处效益,即聚合商的最优效益或最优策略,表示除了用户i没有达到最优用电量,其他用户都达到最优用电量时的情况,此时用户的效益没有最优;Abuy(ps,pb,x*)表示用户都到达最优用电量时,聚合商没有达到最优单价时的情况,此时聚合商的效益没有最优。
具体来说,博弈论是市场交易和市场竞争中的理论,Stackelberg博弈是一种特殊的非合作动态博弈,其参与者之间存在等级制度,在其他参与者改变自身决策时,自己的决策行为也将受到影响。通常,Stackelberg博弈中的每个参与者都是理性和自主的,他们的目标是通过选择不同的方案使自己的效益最大化。
电力聚合商为此博弈的领导者,光伏用户为跟随者。领导者先选择自己的策略,追随者再决定自己的策略,这样追随者就可以在观察领导者的策略后,相应地调整自己的最佳对策。领导者也能够在追随者的最佳策略的基础上调整策略,从而使自己的效用最大化。此外,领导者也可以将他们的策略强加给追随者。此博弈的最优策略组被称为纳什均衡。
因此,当达到纳什均衡时,光伏用户与电力聚合商单独的改变自己的策略均不会使自己的效益提高。
在一种实施方式中,步骤S2中,利用逆向归纳法进行求解,得到电力聚合商制定的最优电价和用户的最优用电量,包括:
光伏用户预估在一段时间内的用电量和光伏发电量;
光伏用户根据这段时间内的净用电量来选择策略,包括向电力聚合商出售或购买电能,净用电量为预估的用电量与光伏发电量之差;
根据光伏用户的策略,得到各光伏用户用电量与电价之间的关系式;
根据光伏用户的策略,分别计算所有售电用户出售的总电能Es和所有购电用户购买的总电能Eb;
电力聚合商根据Es和Eb的差来选择策略,包括向电网出售或购买电能;
根据光伏用户用电量与电价之间的关系得到电力聚合商最大效益Abuy与电价ps和pb的关系;
具体来说,Stackelberg博弈纳什均衡的求解方法一般为逆向归纳法。逆向归纳法是一种从后往前推的递推式归纳方法,所有参与者之间的策略集和效益函数都保持透明,适用于求解动态博弈的纳什均衡。
采用逆向归纳法,当后面阶段的参与者进行策略选择确定后,前一阶段的参与者的最优策略也将随之确定,通过逐步逆推,得出所有参与者的最优策略选择,其最优策略组合即为该博弈的纳什均衡解。
一段时间内,光伏用户优先预估其用电量和发电量,并根据净用电量选择向电力聚合商出售或购买电能。随后,电力聚合商也可以根据从用户购买和出售的总电能的电能差,选择向电网出售或购买电能。上网电价psg和电网电价pbg由电网或监管机构制定,为确定值。与此同时,光伏用户可根据电价ps和pb来调整自身用电量以实现自身效益的最大化,即可得到各用户用电量与电价的关系,进而得到电力聚合商最大效益Abuy与电价ps和pb的关系。电力聚合商可根据此关系制定合理的电价ps和pb以实现自身利益的最大化。电力聚合商制定最优电价和后,即可得到用户的最优用电量,进而得到光伏用户和电力聚合商双方的最大效益。
请参见图3,为本发明具体实施例中逆向归纳法求解纳什均衡流程图。
在一种实施方式中,步骤S3中的激励包括两个指标:交易质量评价与自身消纳评价,
交易质量评价指标为:
自身消纳评价指标为:
其中:
由此可得各用户的信誉值为:
在引入此激励机制之后,光伏用户i的效益函数为:
式中:μi为激励系数,当用户具有较高的信誉值时,能够以更高的价格出售电能、以更低的价格购买电能;当用户具有较低的信誉值时,需要以更高的价格购买电能、以更低的价格出售电能,由此通过信誉值来调整用户的收益。
具体来说,通过激励可以使光伏用户更愿意调整自己的用电量,出售过剩电能,促进光伏发电的发展与节能减排。利用智能合约设计激励机制,既能实现去中心化、提高交易可靠性,又能激励用户合理用电,减少碳排放。对于信誉值高的用户给予一定奖励,对于信誉值低的用户进行一定处罚,用户可以通过电能交易来改善自己的信誉值,各用户的信誉值每天结算更新一次,其信誉值将逐渐趋于稳定值。
此激励主要包括两个指标:交易质量评价与自身消纳评价。由于用户预估的用电量与发电量会有误差,所以考虑采用交易质量评价指标来衡量。
具体实施过程中,在用户的信誉值的公式中,假设α与β均取值为1,从而使用户的信誉值维持在区间0~2之间。由此,在光伏用户i的效益函数中,当1<Ri时,μi=-0.2;当0.8<Ri≤1时,μi=0;当0.6<Ri≤0.8时,μi=0.1;当Ri≤0.6时,μi=0.2。当用户具有较高的信誉值时,可以以更高的价格出售电能、以更低的价格购买电能;当用户具有较低的信誉值时,需要以更高的价格购买电能、以更低的价格出售电能。由此即可通过信誉值来影响用户的收益。
在一种实施方式中,步骤S3采用区块链中的智能合约技术,自动执行制定的激励机制,实现电力交易,包括:
(1)每次交易中,对用户的信誉值产生记录,并对用户的信誉值以天为单位进行结算更新;
(2)光伏用户根据自己的预估发电量与用电量,选择向电力聚合商出售电能或者购买电能,并向电力聚合商提出交易请求;
(3)在光伏用户提出交易请求后,电力聚合商利用逆向归纳法求解最优电价策略与用户的最优用电策略,智能合约自动生成交易订单并执行此交易,电力聚合商将优先与信誉值更高的用户进行交易;
(4)根据制定的信誉值激励机制对用户的信誉值进行评定,若用户能够按照交易订单合理用电,则能够提升自己的信誉值,若有违约行为,则会降低自己的信誉值,由智能合约自动记录此次交易的评定结果;
(5)智能合约完成对此次交易的结算,记录此次交易的所有信息,生产发用电量报表供电力聚合商了解用户用电规律,并且在当日晚上12点对当天的交易信息进行结算更新。
具体来说,步骤(1)是结算更新用户信息。对于用户的信誉值,每次交易均会产生记录,并且一天进行一次结算更新。有助于电力聚合商了解用户用电规律。
步骤(2)是交易申请。光伏用户根据自己的预估发电量与用电量,考虑向电力聚合商出售电能或者购买电能。并向电力聚合商提出交易请求。
步骤(3)是制定最优电价。在光伏用户提出交易请求后,电力聚合商利用逆向归纳法求解最优电价策略与用户的最优用电策略(求得用户的最优用电量和聚合商制定的最优电价pb和ps)。智能合约自动生成交易订单并执行此交易,电力聚合商将优先与信誉值更高的用户进行交易。
步骤(4)记录用户信誉值。在实际交易中,用户的发用电量可能发生偏差,可由智能电表监测用户的实际发用电情况,并根据上述制定的信誉值激励机制对用户的信誉值进行评定,若用户能够按照交易订单合理用电,则能够提升自己的信誉值,若有违约行为,则会降低自己的信誉值。并且由智能合约自动记录此次交易的评定结果。
步骤(5)交易完成。智能合约完成对此次交易的结算,记录此次交易的所有信息,生产发用电量报表供电力聚合商了解用户用电规律,并且在当日晚上12点对今天的交易信息进行结算更新,第二天重复上述流程。
其中,此次交易的所有信息包括各个用户的发电量和用电量,各用户的信誉值,聚合商的购电电价和售电电价。电网的购电电价和售电电价。交易时间、交易量、交易次数等。请参见图4,为本发明具体实施例中基于智能合约激励机制的交易流程图。
为了更好地展示本发明提出的方法的效果,请参图5~图7,其中,图5为本发明具体实施例中各时间段电力聚合商的的最优电价;图6为本发明具体实施例中不同电价下电力聚合商的收益对比图;图7为本发明具体实施例中各用户当天结算信誉值及激励前后各用户效益对比图。
本发明的有益效果在于:
本发明基于Stackelberg博弈设计了一种电力交易策略,将此交易划分为三个层次:光伏用户、电力聚合商以及电网。以电力聚合商为领导者,光伏用户为跟随者,各自都以自己的效益最大化为目标设计交易策略,并利用逆向归纳法求解此博弈,帮助电力聚合商制定最优电价和求解出用户的最优用电量。然后,基于用户的信誉值为此博弈设计了激励机制,通过区块链中的智能合约自动实现此交易。用户具有不同的信誉值将受到不同的优惠或惩罚,从而促进用户通过调整用电量、余电上网来增加自己的收益。可以更好的实现交易参与者的效益的最大化和节能减排的目标。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种考虑光伏用户与电力聚合商博弈关系的电力交易方法,其特征在于,包括:
S1:构建光伏用户、电力聚合商与电网间电力交易的购售电效益模型,购售电效益模型包括光伏用户效益模型和电力聚合商效益模型;
S2:将光伏用户、电力聚合商与电网三方间的交易视为一种Stackelberg博弈,以电力聚合商为领导者,光伏用户为跟随着,各自都以自己的效益最大化为目标,制定定价策略,基于光伏用户效益模型和电力聚合商效益模型构建纳什均衡模型,并利用逆向归纳法进行求解,得到电力聚合商制定的最优电价和用户的最优用电量;
S3:对上述博弈制定激励机制,以用户的信誉值为指标,采用区块链中的智能合约技术,自动执行制定的激励机制,实现电力交易。
4.如权利要求1所述的电力交易方法,其特征在于,步骤S2中构建的纳什均衡模型为:
式中:I为光伏用户集合;J为电力聚合商;为用户i可调整的用电量策略集合,且对其用电量不能超过线路的供电上限;Ps为电力聚合商的购电定价集合;Pb为电力聚合商的售电定价集合;Ai为用户i的整体效益函数,Abuy为电力聚合商的效益函数,
5.如权利要求1所述的电力交易方法,其特征在于,步骤S2中,利用逆向归纳法进行求解,得到电力聚合商制定的最优电价和用户的最优用电量,包括:
光伏用户预估在一段时间内的用电量和光伏发电量;
光伏用户根据这段时间内的净用电量来选择策略,包括向电力聚合商出售或购买电能,净用电量为预估的用电量与光伏发电量之差;
根据光伏用户的策略,得到各光伏用户用电量与电价之间的关系式;
根据光伏用户的策略,分别计算所有售电用户出售的总电能Es和所有购电用户购买的总电能Eb;
电力聚合商根据Es和Eb的差来选择策略,包括向电网出售或购买电能;
根据光伏用户用电量与电价之间的关系得到电力聚合商最大效益Abuy与电价ps和pb的关系;
6.如权利要求1所述的电力交易方法,其特征在于,步骤S3中的激励包括两个指标:交易质量评价与自身消纳评价,
交易质量评价指标为:
自身消纳评价指标为:
其中:
由此可得各用户的信誉值为:
在引入此激励机制之后,光伏用户i的效益函数为:
式中:μi为激励系数,当用户具有较高的信誉值时,能够以更高的价格出售电能、以更低的价格购买电能;当用户具有较低的信誉值时,需要以更高的价格购买电能、以更低的价格出售电能,由此通过信誉值来调整用户的收益。
7.如权利要求1所述的电力交易方法,其特征在于,步骤S3采用区块链中的智能合约技术,自动执行制定的激励机制,实现电力交易,包括:
(1)每次交易中,对用户的信誉值产生记录,并对用户的信誉值以天为单位进行结算更新;
(2)光伏用户根据自己的预估发电量与用电量,选择向电力聚合商出售电能或者购买电能,并向电力聚合商提出交易请求;
(3)在光伏用户提出交易请求后,电力聚合商利用逆向归纳法求解最优电价策略与用户的最优用电策略,智能合约自动生成交易订单并执行此交易,电力聚合商将优先与信誉值更高的用户进行交易;
(4)根据制定的信誉值激励机制对用户的信誉值进行评定,若用户能够按照交易订单合理用电,则能够提升自己的信誉值,若有违约行为,则会降低自己的信誉值,由智能合约自动记录此次交易的评定结果;
(5)智能合约完成对此次交易的结算,记录此次交易的所有信息,生产发用电量报表供电力聚合商了解用户用电规律,并且在当日晚上12点对当天的交易信息进行结算更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111412457.XA CN114119227A (zh) | 2021-11-25 | 2021-11-25 | 一种考虑光伏用户与电力聚合商博弈关系的电力交易方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111412457.XA CN114119227A (zh) | 2021-11-25 | 2021-11-25 | 一种考虑光伏用户与电力聚合商博弈关系的电力交易方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114119227A true CN114119227A (zh) | 2022-03-01 |
Family
ID=80372795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111412457.XA Pending CN114119227A (zh) | 2021-11-25 | 2021-11-25 | 一种考虑光伏用户与电力聚合商博弈关系的电力交易方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114119227A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117081169A (zh) * | 2023-08-17 | 2023-11-17 | 四川大学 | 一种聚合园区分布式光伏能源的运营方法 |
-
2021
- 2021-11-25 CN CN202111412457.XA patent/CN114119227A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117081169A (zh) * | 2023-08-17 | 2023-11-17 | 四川大学 | 一种聚合园区分布式光伏能源的运营方法 |
CN117081169B (zh) * | 2023-08-17 | 2024-02-23 | 四川大学 | 一种聚合园区分布式光伏能源的运营方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mnatsakanyan et al. | A novel demand response model with an application for a virtual power plant | |
Luo et al. | Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources | |
CN108182507A (zh) | 一种计及不确定性的售电商最优电价决策方法 | |
CN109087213B (zh) | 一种分散式电力现货市场交易模拟方法 | |
CN112465303A (zh) | 考虑需求响应基于多代理的双边电力市场优化决策方法 | |
CN115271438A (zh) | 一种可计及碳排放的多主体博弈协同调度方法及电子设备 | |
CN114119227A (zh) | 一种考虑光伏用户与电力聚合商博弈关系的电力交易方法 | |
Steriotis et al. | Development of real time energy pricing schemes that incentivize behavioral changes | |
Melendez et al. | A Nash-bargaining model for trading of electricity between aggregations of peers | |
CN111402015A (zh) | 一种基于购售风险的虚拟电厂双层竞标方法及系统 | |
CN111695943A (zh) | 一种计及浮动高峰电价的优化管理方法 | |
CN116432862A (zh) | 一种面向可再生能源微电网的多主体博弈优化方法及装置 | |
Oprea et al. | A signaling game-optimization algorithm for residential energy communities implemented at the edge-computing side | |
CN115186926A (zh) | 一种基于电-碳共享的园区能量优化方法及系统 | |
Liu et al. | Optimal bidding strategy for electricity sales company considering contract for difference and risk | |
CN108429260A (zh) | 售电公司多时间尺度交易电量决策方法和系统 | |
Zhang et al. | Optimal marketing strategy for electricity retailer considering interruptible load | |
CN112907019A (zh) | 偏差电量考核下考虑多主体博弈的售电公司成本控制策略 | |
Gao et al. | Electricity-carbon coupling retail package optimization considering low-carbon benefits of distributed renewable energy | |
Zhang et al. | Risk Analysis of the Benefit for the Electricity Seller Considering Interruptible Load | |
CN117081169B (zh) | 一种聚合园区分布式光伏能源的运营方法 | |
GE et al. | Power Transaction Strategies Based on Stackelberg Game Model and Smart Contract Between PV Users and Electric Power Aggregator | |
CN111899122B (zh) | 一种基于储能控制的用户分散出清方法 | |
Guerrero et al. | Call-options in peer-to-peer energy markets | |
Pan et al. | Power consumers’ choices of electricity retailers based on load management |
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 |