CN115907321A - 一种基于供给量调控的用户侧交易策略分析方法 - Google Patents

一种基于供给量调控的用户侧交易策略分析方法 Download PDF

Info

Publication number
CN115907321A
CN115907321A CN202210703109.6A CN202210703109A CN115907321A CN 115907321 A CN115907321 A CN 115907321A CN 202210703109 A CN202210703109 A CN 202210703109A CN 115907321 A CN115907321 A CN 115907321A
Authority
CN
China
Prior art keywords
electricity
transaction
supply
price
producer
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
CN202210703109.6A
Other languages
English (en)
Inventor
陆振熙
付蓉
杨子
王正风
杨娜
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.)
State Grid Anhui Electric Power Co Ltd
Nanjing University of Posts and Telecommunications
Original Assignee
State Grid Anhui Electric Power Co Ltd
Nanjing University of Posts and Telecommunications
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 State Grid Anhui Electric Power Co Ltd, Nanjing University of Posts and Telecommunications filed Critical State Grid Anhui Electric Power Co Ltd
Priority to CN202210703109.6A priority Critical patent/CN115907321A/zh
Publication of CN115907321A publication Critical patent/CN115907321A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明公开了一种基于供给量调控的用户侧交易策略分析方法，包括：获取针对不同类型产消者的预设供需响应模型，获取产消者的第一交易电量；构建第一目标优化函数，求解第一目标优化函数获得第一交易电价的最优解；基于各个产消者的第一交易电量和第一交易电价完成第一阶段电量交易；构建第二目标优化函数，通过求解第二目标优化函数获取第一产消者的第二交易电量的最优解；基于第一产消者的第二交易电量分析获取第一产消者向上级电网购/售电的统一第二交易价格；基于第二交易价格和第二交易电量完成第一产消者的第二阶段电量交易。本发明采用两阶段交易方法且引入第一参数实现抑制恶意竞争，提高了系统平台调控交易量的灵活性。

Description

一种基于供给量调控的用户侧交易策略分析方法
技术领域
本发明涉及电力市场技术领域，具体涉及一种基于供给量调控的用户侧交易策略分 析方法。
背景技术
随着分布式能源的普及以及新一轮电改体制的推动，越来越多拥有独立决策能力的产消者涌入售电侧市场参与竞争，由于产消者数量庞大，交易规模小，导致传统的 集中式交易运行效率低，决策时间长，并且产消者的交易还会受到个体行为的干扰， 造成恶意竞争，久而久之，市场运行环境便会恶化。
发明内容
针对上述现有技术存在的问题，本发明提供了一种基于供给量调控的用户侧交易策略分析方法，有效提高产消者之间交易的积极灵活性和系统平台调控交易量的灵活 性。该方法包括：
获取针对不同类型产消者的预设供需响应模型，获取产消者的第一交易电量，所述预设供需响应模型中引入第一参数用于控制促进或者抑制不同产消者的供给量以实 现抑制恶意竞争；
基于第一交易电价与向电网交易电价的差值作为单位交易电量的收益结合交易电 量参数构建面向产消者购售电双方的最大预期效益第一目标优化函数，求解第一目标优化函数获得第一交易电价的最优解；
基于各个产消者的第一交易电量和第一交易电价对所有产消者进行电量交易撮合， 基于所述交易撮合信息使得各个产消者之间完成第一阶段电量交易；
判断各个产消者经过第一阶段电量交易后是否具有余/缺电量，若是则记为第一产 消者，并获取第一产消者的余/缺电量；
基于购售电双方最大经济效益和最大程度满足交易量需求的目标构建第二目标优 化函数，通过求解第二目标优化函数获取第二交易电量的最优解；
基于第一产消者的第二交易电量分析获取第一产消者向上级电网购/售电的统一第 二交易价格；
基于第二交易价格和第二交易电量完成第一产消者的第二阶段电量交易。
在一些实施方式中，所述第一参数为光伏供保潜力水平，用于表征产消者电量进行第一阶段电量交易敏感度，所述光伏供保潜力水平εi(t)为：
Figure BDA0003704366200000021
式中，εi(t)为产消者i在t时刻的光伏供保潜力水平，δ为拟合系数，ti,SC为发展 投资回报年限，q为拟合调节系数，φ为供保量增长率。
在一些实施方式中，所述预设供需响应模型中引入第一参数用于控制促进或者抑制不同产消者的供给量，包括：
当εi(t)不大于
Figure BDA0003704366200000022
时，鼓励促进产消者的供给量，供给量模型为：
Figure BDA0003704366200000023
当εi(t)不小于时，惩罚抑制产消者的供给量，供给量模型为：
当εi(t)在
Figure BDA0003704366200000026
和
Figure BDA0003704366200000027
之间时，供给量模型为：
Figure BDA0003704366200000028
其中ρ为调节因子，
Figure BDA0003704366200000029
其中，
Figure BDA00037043662000000210
分别为光伏供保潜力水平的下限和上限，
Figure BDA00037043662000000211
为可调节分界点，
Figure BDA00037043662000000212
Figure BDA00037043662000000213
和
Figure BDA00037043662000000214
分别表示产消者i在t时刻的基础供给量和可调供给 量，
Figure BDA00037043662000000220
为售电方预期售电上限。
在一些实施方式中，所述不同类型产消者的预设供需响应模型，不同类型产消者包括居民类型、商业类型、工业类型，供需响应模型包括供给量模型和需求量模型；
其中，居民类型产消者的需求量模型为：
Figure BDA00037043662000000216
Figure BDA00037043662000000217
为产消者i在t时刻的基本负荷，ηi,t∈(0,1)为产消者i在t时 刻的价格弹性系数；
商业类型产消者的需求量模型为：
Figure BDA00037043662000000218
Figure BDA00037043662000000219
为产消者产消者i在t时刻的基本负荷，ηi,t∈(0,1)为产消者 产消者i在t时刻的价格弹性系数；
工业类型产消者的需求量模型为：
Figure BDA0003704366200000031
其中，τ∈[-0.1,0.1]表示随机影响因子。
在一些实施方式中，所述基于第一交易电价与向电网交易电价的差值作为单位交易电量的收益结合交易电量参数构建面向产消者购售电双方的最大预期效益第一目标 优化函数，包括：
maxFi,t＝(λi,t-λS)(1-αi,t)βi,t；
maxFj,t＝(λB-λj,t)(1-αj,t)βj,t；
其中，Fi,t为售电方i的预期效益，Fj,t为购电方j的预期效益，λi,t为t时刻的售电电价，λj,t为该时刻的购电电价，λS为产消者向电网售电的电价，λB为产消者向电网购 电的电价，αj,t和αi,t分别为购/售电方预期售电电量与实际上报电量的偏差系数，k为 交易轮数，βj,t和βi,t分别为购/售电方交易成功率；
Figure BDA0003704366200000032
Figure BDA0003704366200000033
其中，
Figure BDA0003704366200000034
为售电方预期售电上限，
Figure BDA0003704366200000035
为购电方预期购电上限，
Figure BDA0003704366200000036
和
Figure BDA0003704366200000037
分别为购/售电方上报电量。
在一些实施方式中，所述基于购售电双方最大经济效益和最大程度满足交易量需求的目标构建第二目标优化函数，通过求解第二目标优化函数获取第二交易电量的最 优解，包括：
构建社会福利最大化函数，同时获取社会福利最大化函数的多个约束条件，通过求解社会福利最大化函数获取第二交易电量的最优解；
所述所述社会福利最大化函数为：
Figure BDA0003704366200000041
Figure BDA0003704366200000042
其中，SW表示社会福利，T时刻总数，Δt为时间间隔，F1,t表示市场主体参与区 域交易时的集体效益，F2,t表示区域交易时所交的过网费，
Figure BDA0003704366200000043
为弃光功率，
Figure BDA0003704366200000044
为弃光 惩罚价格，NB、NS分别表示购/售电总人数，
Figure BDA0003704366200000045
表示阻塞成本,
Figure BDA00037043662000000417
和
Figure BDA0003704366200000046
为第二 阶段计划购/售电量，
Figure BDA0003704366200000047
为参与第二阶段的售电方i的成本，
Figure BDA0003704366200000048
为参与第二 阶段的购电方j的效用，
Figure BDA0003704366200000049
为上级电网效益，
Figure BDA00037043662000000410
为上级电网弥补 最终缺额量。
在一些实施方式中，所述社会福利最大化函数的多个约束条件，包括：
1)线路传输容量约束：
Figure BDA00037043662000000411
2)功率平衡约束：
Figure BDA00037043662000000412
3)产消者的供电约束
Figure BDA00037043662000000413
4)产消者的用电约束
Figure BDA00037043662000000414
在一些实施方式中，所述基于第一产消者的第二交易电量分析获取第一产消者向上级电网购/售电的统一第二交易价格，包括基于第二交易电量中的供需比同时引入社 会福利购售电补偿因子
Figure BDA00037043662000000415
构建第二交易价格定价模型，所述第二交易价格定价模 型包括：
Figure BDA00037043662000000416
Figure BDA0003704366200000051
式中，
Figure BDA0003704366200000052
和
Figure BDA0003704366200000053
分别表示购/售电价，
Figure BDA0003704366200000054
为售电补偿因子，
Figure BDA0003704366200000055
为购电补偿因子， D为供需比；
其中，
Figure BDA0003704366200000056
其中，F1,t-1为t-1时刻产消者的集体效益，
Figure BDA0003704366200000057
为产消者i的最优售电量，
Figure BDA0003704366200000058
为 产消者j的最优购电量。
本发明的一种基于供给量调控的用户侧交易策略分析方法，具备如下有益效果：一方面，本发明分别采用了第一阶段电量交易和第二阶段电量交易实现用户侧电量交 易，其中第一阶段电量交易用于各个产消者之间的交易过程，第二阶段电量交易用于 产消者向上级电网之间的交易过程，采用两阶段交易方法，提高了产消者之间交易的 积极灵活性。另一方面，本发明在第一阶段电量交易过程中，引入用于控制促进或者 抑制不同产消者的供给量以实现抑制恶意竞争的第一参数，考虑产消者个体行为差异， 提高了系统平台调控交易量的灵活性。
附图说明
图1是本申请实施例中一种基于供给量调控的用户侧交易策略分析方法的一个实施例流程示意图；
图2是本申请实施例中一种基于供给量调控的用户侧交易策略分析方法的另一实施例的流程示意图；
图3是产消者市场环境描述图；
图4是本申请实施例中产消者两阶段交易结构图；
图5是本申请实施例中产消者第一阶段分布式交易量对比图。
具体实施方式
参见图1，本申请实施例公开了一种基于供给量调控的用户侧交易策略分析方法，包括：
步骤1，获取针对不同类型产消者的预设供需响应模型，获取产消者的第一交易电量，所述预设供需响应模型中引入第一参数用于控制促进或者抑制不同产消者的供给 量以实现抑制恶意竞争；
步骤2，基于第一交易电价与向电网交易电价的差值作为单位交易电量的收益结合 交易电量参数构建面向产消者购售电双方的最大预期效益第一目标优化函数，求解第一目标优化函数获得第一交易电价的最优解；
步骤3，基于各个产消者的第一交易电量和第一交易电价对所有产消者进行电量交 易撮合，基于所述交易撮合信息使得各个产消者之间完成第一阶段电量交易；
步骤4，判断各个产消者经过第一阶段电量交易后是否具有余/缺电量，若是则记为第一产消者，并获取第一产消者的余/缺电量；
步骤5，基于购售电双方最大经济效益和最大程度满足交易量需求的目标构建第二 目标优化函数，通过求解第二目标优化函数获取第二交易电量的最优解；
步骤6，基于第一产消者的第二交易电量分析获取第一产消者向上级电网购/售电的统一第二交易价格；
步骤7，基于第二交易价格和第二交易电量完成第一产消者的第二阶段电量交易。
一方面，本申请中分别采用了第一阶段电量交易和第二阶段电量交易实现用户侧电量交易，其中第一阶段电量交易用于各个产消者之间的交易过程，第二阶段电量交 易用于产消者向上级电网之间的交易过程，采用两阶段交易方法，提高了产消者之间 交易的积极灵活性，可以理解，在第一阶段电量交易过程中，不同产消者的第一交易 电价不同(交易电价可以是购电价格，可以是售电价格)，在第二阶段电量交易过程中， 不同产消者的第二交易电价是统一的(即产消者的购电价格一致，产消者的售电价格 一致)。
另一方面，本申请中在第一阶段电量交易过程中，引入用于控制促进或者抑制不同产消者的供给量以实现抑制恶意竞争的第一参数，考虑产消者个体行为差异，提高 了系统平台调控交易量的灵活性。
参见图2，具体来说，上述步骤1，获取针对不同类型产消者的预设供需响应模型，获取产消者的第一交易电量，其中，第一参数为光伏供保潜力水平，用于表征产消者 电量进行第一阶段电量交易敏感度，该光伏供保潜力水平εi(t)的获取方法包括：
11)建立产消者i的光伏投资回报年限模型
Figure BDA0003704366200000071
式中，ti,SC为发展投资回报年限，
Figure BDA0003704366200000072
为光伏政策补贴，
Figure BDA0003704366200000073
为光伏电价，
Figure BDA0003704366200000074
为 屋顶光伏的安装成本，
Figure BDA0003704366200000075
为屋顶光伏发电成本，
Figure BDA0003704366200000076
为年利用小时数；
12)由于光伏安装时的预期最大供保量与最终最大供保量存在偏差，建立最终最大供保量模型为：
Figure BDA0003704366200000077
式中，
Figure BDA0003704366200000078
为最终最大供保量，
Figure BDA0003704366200000079
为预期最大供保量，δ为拟合系数；
13)基于光伏最终最大供保量描述为当前时刻的光伏供保量与当前可增长供保量之和，建立反映光伏供保潜力水平的模型为：
Figure BDA00037043662000000710
式中，
Figure BDA00037043662000000718
为光伏初始供保量，
Figure BDA00037043662000000711
为供保量增长率，下面用φ表示，q 为拟合调节系数，则e-qt定义为拟合调节量；
14)将
Figure BDA00037043662000000712
表示为光伏供保潜力水平，用εi(t)表示，通过变化得：
Figure BDA00037043662000000713
式中，εi(t)为产消者i在t时刻的光伏供保潜力水平，δ为拟合系数，ti,SC为发展 投资回报年限，q为拟合调节系数，φ为供保量增长率。可以理解，光伏供保潜力水平 与产消者光伏容量相关，在一种实施方式中，可以以光伏最大容量作为预期最大供保 量。
在一种实施方式中，根据光伏供保潜力水平下限
Figure BDA00037043662000000714
和上限
Figure BDA00037043662000000715
分析产消者的供给量模型种类：
当εi(t)不大于
Figure BDA00037043662000000716
时，鼓励促进产消者的供给量，供给量模型为：
Figure BDA00037043662000000717
当εi(t)不小于
Figure BDA0003704366200000081
时，惩罚抑制产消者的供给量，供给量模型为：
Figure BDA0003704366200000082
当εi(t)在
Figure BDA0003704366200000083
和
Figure BDA0003704366200000084
之间时，供给量模型为：
Figure BDA0003704366200000085
其中ρ为调节因子，
Figure BDA0003704366200000086
Figure BDA0003704366200000087
分别为光伏供保潜力水平的下限和上限，
Figure BDA0003704366200000088
为预设可调节分界点，
Figure BDA0003704366200000089
Figure BDA00037043662000000810
和
Figure BDA00037043662000000811
分别表示 产消者i在t时刻的基础供给量和可调供给量，
Figure BDA00037043662000000812
Figure BDA00037043662000000813
为售电方预期售电上限。
在另一种实施方式中，根据同一类型产消者的光伏供保潜力水平统计数据，即置信区间的大小分析产消者的供给量模型种类，具体来说，由于不同产消者光伏的发电 成本、政策补贴、年利用率具有不同的随机性，导致光伏供保潜力水平εi(t)为随机变 量，本申请实施例中，考虑对同类型产消者的光伏供保潜力水平进行统计分析，测算 同类型产消者的在置信度为0.95的光伏供保潜力水平区间
Figure BDA00037043662000000814
举例来说，本申请实施例中，考虑以图4所示的综合能源社区内的居民类型、商 业类型、工业类型产消者进行分析，基于对该综合能源社区内的同类型产消者的光伏 供保潜力水平数据进行统计，得到各种类型产消者的光伏供保潜力水平区间，如下表1 所示。
表1光伏供保潜力水平区间标准(取0.95置信度)
Figure BDA00037043662000000815
结合图3可知，工业产消者光伏供保水平大，达到平稳趋势慢，居民产消者反之，当居民达到平稳后光伏电价开始下降时，工业仍上升，价差会逐渐增大，久而久之， 工业获利大，居民亏损多，恶意竞争便会出现。所以本申请中，考虑对居民产消者的 供给量进行鼓励，对工业类型产消者的供给量进行惩罚，对商业类型产消者的供给量 根据其光伏供保潜力水平是否大于预设可调节分界点，判断对其供给量进行鼓励还是 进行惩罚。
即居民产消者的供给量模型，采用上述公式(5)；
商业产消者的供给量模型，采用上述公式(6)；
工业类型产消者的供给量模型，采用上述公式(7)；
进一步来说，步骤1中“不同类型产消者的预设供需响应模型”，不同类型产消者包括居民类型、商业类型、工业类型，供需响应模型包括供给量模型和需求量模型。
由于居民产消者的计划需求量容易受到随机价格弹性系数的影响，居民产消者的需求量
Figure BDA0003704366200000091
为：
Figure BDA0003704366200000092
式中，
Figure BDA0003704366200000093
为产消者产消者i在t时刻的基本负荷，ηi,t∈(0,1)为产消者产消者i在t时刻 的价格弹性系数。
商业产消者内部含有光伏设备、燃气轮机以及商用负荷。其中，引入燃气轮机可以增加灵活性，其需求量同式(8)；
工业产消者内部含有光伏设备、燃气轮机、储能及工用负荷，由于工业产消者负荷曲线模式固定，需求量不易受到外界的干扰，其需求量为：
Figure BDA0003704366200000094
式中，τ∈[-0.1,0.1]表示随机影响因子。
具体来说，上述步骤2中，基于第一交易电价与向电网交易电价的差值作为单位交易电量的收益结合交易电量参数构建面向产消者购售电双方的最大预期效益第一目 标优化函数。
具体来说，售电方希望以市场最高价售电，购电方希望以最低成本购电，由于光伏供保潜力水平会影响产消者的供需量，进而影响交易成功率。本申请实施例建立了 符合产消者购售电双方最大预期效益的第一目标优化函数，包括：
maxFi,t＝(λi,t-λS)(1-αi,t)βi,t   (10)
Figure BDA0003704366200000095
maxFj,t＝(λB-λj,t)(1-αj,t)βj,t   (12)
Figure BDA0003704366200000101
其中，Fi,t为售电方i的预期效益，Fj,t为购电方j的预期效益，λi,t为t时刻的售电电价，λj,t为该时刻的购电电价，λS为产消者向电网售电的电价，λB为产消者向电网购 电的电价，αj,t和αi,t分别为购/售电方预期售电电量与实际上报电量的偏差系数，k为 交易轮数，βj,t和βi,t分别为购/售电方交易成功率；
Figure BDA0003704366200000102
Figure BDA0003704366200000103
其中，
Figure BDA0003704366200000104
为售电方预期售电上限，
Figure BDA0003704366200000105
为购电方预期购电上限，
Figure BDA0003704366200000106
和
Figure BDA0003704366200000107
分别为购/售电方上报电量。
上述步骤3中，基于各个产消者的第一交易电量和第一交易电价对所有产消者进行电量交易撮合，基于所述交易撮合信息使得各个产消者之间完成第一阶段电量交易， 具体来说，包括：
第一阶段电量交易开启，产消者确认公布本轮交易的身份，并分别生成售电方和购电方集合。购售电双方分别向平台申报电价和电量，平台根据上述定义的规则调整 电量，售电方按价格升序排列，购电方按价格降序排列，以价差最大化原则完成高低 匹配，若撮合条件，安全校核成功，则完成交易，反之，需调整电量和电价信息，重 新匹配。
上述步骤4，判断各个产消者经过第一阶段电量交易后是否具有余/缺电量，若是则记为第一产消者，并获取第一产消者的余/缺电量；
具体来说，在第一阶段电量交易(分布式交易)后，部分产消者仍存在余/缺电量，可参与第二阶段电量交易(集中式交集)。
上述步骤5，基于购售电双方最大经济效益和最大程度满足交易量需求的目标构建 第二目标优化函数，通过求解第二目标优化函数获取第二交易电量的最优解，具体来说：
在第二阶段电量交易中，购售电双方将余/缺电量上报平台，由平台统一向电网购/售电分配。售电方希望追求最大的经济效益，购电方希望满足最大的追求，得到最好 的效用，因此，为了满足公平性，本专利考虑网络阻塞提出改进的Ramsey理论社会福 利最大化函数为：
Figure BDA0003704366200000111
Figure BDA0003704366200000112
式中，SW表示社会福利，T时刻总数，Δt为时间间隔，F1,t表示市场主体参与区 域交易时的集体效益，F2,t表示区域交易时所交的过网费，
Figure BDA0003704366200000113
为弃光功率，
Figure BDA0003704366200000114
为弃光 惩罚价格，NB、NS分别表示购/售电总人数，
Figure BDA0003704366200000115
表示阻塞成本,
Figure BDA0003704366200000116
和
Figure BDA0003704366200000118
为第二 阶段计划购/售电量，
Figure BDA0003704366200000119
为参与第二阶段的售电方i的成本，
Figure BDA00037043662000001110
为参与第二 阶段的购电方j的效用，
Figure BDA00037043662000001111
为上级电网效益，
Figure BDA00037043662000001112
为上级电网弥补 最终缺额量。
该社会福利最大化函数的多个约束条件包括：
1)线路传输容量约束：
Figure BDA00037043662000001113
2)功率平衡约束：
Figure BDA00037043662000001114
其中，ΔPL表示网损参数；
3)产消者的供电约束
Figure BDA00037043662000001115
4)产消者的用电约束
Figure BDA0003704366200000121
结合社会福利最大化函数的上述多个约束条件对社会福利最大化函数进行最优解 求解，获取第二交易电量的最优解；
上述步骤6，基于第一产消者的第二交易电量分析获取第一产消者向上级电网购/售电的统一第二交易价格，具体来说：
61)由于点对点的集中市场价格不遵循电网规则，而是由供需关系决定，由所有产消者主导，并且通过供需定价既能得到购电方的认可，又能使得售电方盈亏平衡。 因此，提出社会福利购售电补偿因子为：
Figure BDA0003704366200000122
Figure BDA0003704366200000123
式中，F1,t-1为t-1时刻产消者的集体效益，
Figure BDA0003704366200000124
为产消者i的最优售电量，
Figure BDA0003704366200000125
为产消 者j的最优购电量。
62)进一步的，基于第二交易电量中的供需比同时引入上述步骤52)中的社会福利购售电补偿因子
Figure BDA0003704366200000126
构建第二交易价格定价模型，该第二交易价格定价模型采用 改进的SDR定价法，包括：
Figure BDA0003704366200000127
Figure BDA0003704366200000128
式中，
Figure BDA0003704366200000129
和
Figure BDA00037043662000001210
分别表示购/售电价，
Figure BDA00037043662000001211
为售电补偿因子，
Figure BDA00037043662000001212
为购电补偿因子， D为供需比。
上述步骤7，基于第二交易价格和第二交易电量完成第一产消者的第二阶段电量交 易，具体来说，在平台统一给出购售电价后，平台统一分配电量，直至电量平衡，交 易结束，自此，两阶段交易全部完成。
基于上述提出的一种基于供给量调控的用户侧交易策略分析方法，进行具体是实施效果说明。
选取2个工业产消者群、3个商业产消者群和6个居民产消者群以及一个电网公司进行交易。
对于考虑光伏供保潜力水平下的产消者第一阶段分布式交易设立两个场景，场景一为不考虑光伏供保潜力水平下的交易，场景二为考虑光伏供保潜力水平下的交易。 两种场景下的对比如图5所示，所有产消者在第一阶段分布式交易的交易量会随着考 虑光伏供保潜力水平总体呈现上升趋势，因此，以光伏供保水平调控产消者交易量， 能够有效缓解产消者对恶意竞争现象的抵触，积极主动的参与第一阶段交易。
对于采用改进SDR定价法的产消者第二阶段集中式交易，假定向电网购电的价格λB为0.7元/kWh，向电网售电的价格λS为0.4元/kWh，场景一为改进前的SDR定价法， 场景二为改进后的SDR定价法。如表2、3可知:改进后的购电价格比改进前低，改进 后的售电价格比改进前高，改进后的SDR的确能够有效激励产消者参与第二阶段交易。
表2第二阶段集中式交易下购电价格对比
时间 7点 8点 9点 10点 11点 12点 13点 14点 15点 16点 17点 18点
改进前 0.7 0.7 0.60 0.4 0.695 0.654 0.4 0.65 0.62 0.68 0.699 0.699
改进后 0.7 0.7 0.55 0.4 0.63 0.63 0.4 0.61 0.61 0.65 0.692 0.697 
表3第二阶段集中式交易下售电价格对比
时间 7点 8点 9点 10点 11点 12点 13点 14点 15点 16点 17点 18点
改进前 0.7 0.7 0.51 0.4 0.68 0.56 0.4 0.56 0.53 0.61 0.692 0.694
改进后 0.7 0.7 0.54 0.4 0.69 0.58 0.4 0.58 0.54 0.63 0.699 0.699 
本发明不局限于上述具体的实施方式，本领域的普通技术人员从上述构思出发，不经过创造性的劳动，所做出的种种变换，均落在本发明的保护范围之内。

Claims (8)

1.一种基于供给量调控的用户侧交易策略分析方法，其特征在于，包括：
获取针对不同类型产消者的预设供需响应模型，获取产消者的第一交易电量，所述预设供需响应模型中引入第一参数用于控制促进或者抑制不同产消者的供给量以实现抑制恶意竞争；
基于第一交易电价与向电网交易电价的差值作为单位交易电量的收益结合交易电量参数构建面向产消者购售电双方的最大预期效益第一目标优化函数，求解第一目标优化函数获得第一交易电价的最优解；
基于各个产消者的第一交易电量和第一交易电价对所有产消者进行电量交易撮合，基于所述交易撮合信息使得各个产消者之间完成第一阶段电量交易；
判断各个产消者经过第一阶段电量交易后是否具有余/缺电量，若是则记为第一产消者，并获取第一产消者的余/缺电量；
基于购售电双方最大经济效益和最大程度满足交易量需求的目标构建第二目标优化函数，通过求解第二目标优化函数获取第二交易电量的最优解；
基于第一产消者的第二交易电量分析获取第一产消者向上级电网购/售电的统一第二交易价格；
基于第二交易价格和第二交易电量完成第一产消者的第二阶段电量交易。
2.根据权利要求1所述的一种基于供给量调控的用户侧交易策略分析方法，其特征在于，所述第一参数为光伏供保潜力水平，用于表征产消者电量进行第一阶段电量交易敏感度，所述光伏供保潜力水平εi(t)为：
Figure FDA0003704366190000011
式中，εi(t)为产消者i在t时刻的光伏供保潜力水平，δ为拟合系数，ti,SC为发展投资回报年限，q为拟合调节系数，φ为供保量增长率。
3.根据权利要求2所述的一种基于供给量调控的用户侧交易策略分析方法，其特征在于，所述预设供需响应模型中引入第一参数用于控制促进或者抑制不同产消者的供给量，包括：
当εi(t)不大于
Figure FDA0003704366190000012
时，鼓励促进产消者的供给量，供给量模型为：
Figure FDA0003704366190000013
当εi(t)不小于
Figure FDA0003704366190000021
时，惩罚抑制产消者的供给量，供给量模型为：
当εi(t)在
Figure FDA0003704366190000023
和
Figure FDA0003704366190000024
之间时，供给量模型为：
Figure FDA0003704366190000025
其中ρ为调节因子，
Figure FDA0003704366190000026
其中，
Figure FDA0003704366190000027
分别为光伏供保潜力水平的下限和上限，
Figure FDA0003704366190000028
为可调节分界点，
Figure FDA0003704366190000029
Figure FDA00037043661900000210
和
Figure FDA00037043661900000211
分别表示产消者i在t时刻的基础供给量和可调供给量，
Figure FDA00037043661900000212
Figure FDA00037043661900000213
为售电方预期售电上限。
4.根据权利要求1所述的一种基于供给量调控的用户侧交易策略分析方法，其特征在于，所述不同类型产消者的预设供需响应模型，不同类型产消者包括居民类型、商业类型、工业类型，供需响应模型包括供给量模型和需求量模型；
其中，居民类型产消者的需求量模型为：
Figure FDA00037043661900000214
Figure FDA00037043661900000215
为产消者i在t时刻的基本负荷，ηi,t∈(0,1)为产消者i在t时刻的价格弹性系数；
商业类型产消者的需求量模型为：
Figure FDA00037043661900000216
Figure FDA00037043661900000217
为产消者产消者i在t时刻的基本负荷，ηi,t∈(0,1)为产消者产消者i在t时刻的价格弹性系数；
工业类型产消者的需求量模型为：
Figure FDA00037043661900000218
其中，τ∈[-0.1,0.1]表示随机影响因子。
5.根据权利要求1所述的一种基于供给量调控的用户侧交易策略分析方法，其特征在于，所述基于第一交易电价与向电网交易电价的差值作为单位交易电量的收益结合交易电量参数构建面向产消者购售电双方的最大预期效益第一目标优化函数，包括：
maxFi,t＝(λi,t-λS)(1-αi,t)βi,t；
maxFj,t＝(λB-λj,t)(1-αj,t)βj,t；
其中，Fi,t为售电方i的预期效益，Fj,t为购电方j的预期效益，λi,t为t时刻的售电电价，λj,t为该时刻的购电电价，λS为产消者向电网售电的电价，λB为产消者向电网购电的电价，αj,t和αi,t分别为购/售电方预期售电电量与实际上报电量的偏差系数，k为交易轮数，βj,t和βi,t分别为购/售电方交易成功率；
Figure FDA0003704366190000031
Figure FDA0003704366190000032
其中，
Figure FDA0003704366190000033
为售电方预期售电上限，
Figure FDA0003704366190000034
为购电方预期购电上限，
Figure FDA0003704366190000035
和
Figure FDA0003704366190000036
分别为购/售电方上报电量。
6.根据权利要求1所述的一种基于供给量调控的用户侧交易策略分析方法，其特征在于，所述基于购售电双方最大经济效益和最大程度满足交易量需求的目标构建第二目标优化函数，通过求解第二目标优化函数获取第二交易电量的最优解，包括：
构建社会福利最大化函数，同时获取社会福利最大化函数的多个约束条件，通过求解社会福利最大化函数获取第二交易电量的最优解；
所述所述社会福利最大化函数为：
Figure FDA0003704366190000037
Figure FDA0003704366190000038
其中，SW表示社会福利，T时刻总数，Δt为时间间隔，F1,t表示市场主体参与区域交易时的集体效益，F2,t表示区域交易时所交的过网费，
Figure FDA0003704366190000039
为弃光功率，
Figure FDA00037043661900000310
为弃光惩罚价格，NB、NS分别表示购/售电总人数，
Figure FDA00037043661900000311
表示阻塞成本,
Figure FDA00037043661900000312
和
Figure FDA00037043661900000313
为第二阶段计划购/售电量，
Figure FDA00037043661900000314
为参与第二阶段的售电方i的成本，
Figure FDA00037043661900000315
为参与第二阶段的购电方j的效用，Ft grid为上级电网效益，
Figure FDA0003704366190000041
为上级电网弥补最终缺额量。
7.根据权利要求6所述的一种基于供给量调控的用户侧交易策略分析方法，其特征在于，所述社会福利最大化函数的多个约束条件，包括：
1)线路传输容量约束：
Figure FDA0003704366190000042
2)功率平衡约束：
Figure FDA0003704366190000043
3)产消者的供电约束
Figure FDA0003704366190000044
4)产消者的用电约束
Figure FDA0003704366190000045
8.根据权利要求1所述的一种基于供给量调控的用户侧交易策略分析方法，其特征在于，所述基于第一产消者的第二交易电量分析获取第一产消者向上级电网购/售电的统一第二交易价格，包括基于第二交易电量中的供需比同时引入社会福利购售电补偿因子
Figure FDA0003704366190000046
构建第二交易价格定价模型，所述第二交易价格定价模型包括：
Figure FDA0003704366190000047
Figure FDA0003704366190000048
式中，
Figure FDA0003704366190000049
和
Figure FDA00037043661900000410
分别表示购/售电价，
Figure FDA00037043661900000411
为售电补偿因子，
Figure FDA00037043661900000412
为购电补偿因子，D为供需比；
其中，
Figure FDA0003704366190000051
其中，F1,t-1为t-1时刻产消者的集体效益，
Figure FDA0003704366190000052
为产消者i的最优售电量，
Figure FDA0003704366190000053
为产消者j的最优购电量。
CN202210703109.6A 2022-06-21 2022-06-21 一种基于供给量调控的用户侧交易策略分析方法 Pending CN115907321A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210703109.6A CN115907321A (zh) 2022-06-21 2022-06-21 一种基于供给量调控的用户侧交易策略分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210703109.6A CN115907321A (zh) 2022-06-21 2022-06-21 一种基于供给量调控的用户侧交易策略分析方法

Publications (1)

Publication Number Publication Date
CN115907321A true CN115907321A (zh) 2023-04-04

Family

ID=86471345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210703109.6A Pending CN115907321A (zh) 2022-06-21 2022-06-21 一种基于供给量调控的用户侧交易策略分析方法

Country Status (1)

Country Link
CN (1) CN115907321A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934115A (zh) * 2023-07-18 2023-10-24 天津大学 一种考虑时变虚拟储能的实时端对端能量交易方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934115A (zh) * 2023-07-18 2023-10-24 天津大学 一种考虑时变虚拟储能的实时端对端能量交易方法
CN116934115B (zh) * 2023-07-18 2024-04-09 天津大学 一种考虑时变虚拟储能的实时端对端能量交易方法

Similar Documents

Publication Publication Date Title
Sabounchi et al. Towards resilient networked microgrids: Blockchain-enabled peer-to-peer electricity trading mechanism
Chiş et al. Coalitional game-based cost optimization of energy portfolio in smart grid communities
Vahedipour‐Dahraie et al. Stochastic security and risk‐constrained scheduling for an autonomous microgrid with demand response and renewable energy resources
Niromandfam et al. Modeling demand response based on utility function considering wind profit maximization in the day-ahead market
Ju et al. Robust purchase and sale transactions optimization strategy for electricity retailers with energy storage system considering two-stage demand response
Rashidizadeh-Kermani et al. A regret-based stochastic bi-level framework for scheduling of DR aggregator under uncertainties
CN109389327B (zh) 基于风光不确定性的多虚拟电厂时前合作方法
PankiRaj et al. An auction mechanism for profit maximization of peer-to-peer energy trading in smart grids
CN108182507A (zh) 一种计及不确定性的售电商最优电价决策方法
Li et al. Incentivizing distributed energy trading among prosumers: A general Nash bargaining approach
Elyas et al. A novel method for maintenance scheduling of generating units considering the demand side
CN112488744A (zh) 一种交易驱动的虚拟电厂定制化构建方法
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
Yang et al. Parallel autonomous optimization of demand response with renewable distributed generators
CN110021932B (zh) 双边参与的调峰辅助服务容量选取和经济模型构建方法
CN115907321A (zh) 一种基于供给量调控的用户侧交易策略分析方法
Wang et al. Peer-to-peer energy trading for residential prosumers with photovoltaic and battery storage systems
Vincent et al. Sustainable microgrid design with peer-to-peer energy trading involving government subsidies and uncertainties
Golmohamadi et al. Optimization of green energy portfolio in retail market using stochastic programming
Ali et al. Local energy markets improve investment returns of residential BESS by arbitrage opportunities
MohammadGholiha et al. Optimal reserve determination considering demand response in the presence of high wind penetration and energy storage systems
CN112215612B (zh) 基于区块链的光伏消纳优化方法及系统
Ghaffari et al. Network constrained model for options based reserve procurement by wind generators using binomial tree
Feng et al. A robust optimization model for multiple electricity retailers based on electricity trading in the presence of demand response program
CN112381399A (zh) 一种能源系统日前-实时出清方法及系统

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