CN117175561B - 一种计及dlmp的虚拟电厂调频收益分配方法及装置 - Google Patents
一种计及dlmp的虚拟电厂调频收益分配方法及装置 Download PDFInfo
- Publication number
- CN117175561B CN117175561B CN202311128126.2A CN202311128126A CN117175561B CN 117175561 B CN117175561 B CN 117175561B CN 202311128126 A CN202311128126 A CN 202311128126A CN 117175561 B CN117175561 B CN 117175561B
- Authority
- CN
- China
- Prior art keywords
- game
- price
- power plant
- representing
- frequency modulation
- 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.)
- Active
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 150
- 238000000034 method Methods 0.000 title claims abstract description 106
- 230000002776 aggregation Effects 0.000 claims abstract description 114
- 238000004220 aggregation Methods 0.000 claims abstract description 114
- 230000008901 benefit Effects 0.000 claims abstract description 114
- 230000005611 electricity Effects 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 53
- 230000014509 gene expression Effects 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 12
- 230000000903 blocking effect Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000009827 uniform distribution Methods 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 238000012725 vapour phase polymerization Methods 0.000 description 24
- 101000805729 Homo sapiens V-type proton ATPase 116 kDa subunit a 1 Proteins 0.000 description 17
- 102100037979 V-type proton ATPase 116 kDa subunit a 1 Human genes 0.000 description 17
- 238000010586 diagram Methods 0.000 description 7
- 239000000243 solution Substances 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005485 electric heating Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 101100046663 Pseudomonas aeruginosa (strain ATCC 15692 / DSM 22644 / CIP 104116 / JCM 14847 / LMG 12228 / 1C / PRS 101 / PAO1) toxR gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001803 electron scattering Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 101150031750 regA gene Proteins 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种计及DLMP的虚拟电厂调频收益分配方法及装置,建立配电网经济调度模型,将配电网经济调度模型的目标函数构造成拉格朗日函数形式;计及配电网节点边际电价计算聚合主体调频成本价格,计算虚拟电厂参与调频辅助服务市场的收益;根据博弈价格策略分布区间对博弈参与者进行类型划分,计算第k轮博弈虚拟电厂与聚合主体的利益期望,并判断基于贝叶斯博弈的虚拟电厂内部利益分配策略的均衡点条件;在首轮博弈不匹配的情况下,采用先验概率估测博弈对方的报价均值及交易达成概率;通过线性松弛算法调整博弈双方自身报价,直至达到贝叶斯‑Nash均衡,达成博弈双方交易。本发明提高效益分配过程的公平性;保证虚拟电厂与各聚合主体合作稳定性。
Description
技术领域
本发明属于虚拟电厂技术领域,具体涉及一种计及DLMP的虚拟电厂调频收益分配方法及装置。
背景技术
目前,在新型电力系统中,源-网-荷-储各环节高度电力电子化造成电力系统转动惯量降低,使得调频辅助服务需求逐年增加,通过在发电侧增加发电机备用容量的传统调频方式已经不能满足新型电力系统调频需求。一些小容量分布式发电机组、分布式储能和柔性负荷(Flexible Loads,FLs)等分布式能源(Distributed Energy Resources,DERs)具备较好的灵活性及快速响应能力,但由于其容量较小,不符合电力市场准入标准或者单独参与电力市场成本过高。对这些DERs进行有效聚合调控对于解决电力系统辅助服务资源不足的问题具有重要意义。
虚拟电厂(Virtual Power Plant,VPP)是利用先进的信息通信技术,实现对DERs、储能系统(Energy Storage Systems,ESSs)和FLs等多种分布式资源的统一聚合和协调优化,作为一个特殊电厂参与电力市场和电网运行的协调管理系统。VPP的协调优化降低了分布式资源独立参与电力市场的风险,有助于激发边侧资源的灵活性,实现分布式资源经济效益最大化。
VPP作为一个独立的市场主体,具有联盟的特性,其与内部聚合主体和外部合作伙伴间均需建立公平的利益分配机制,以保证VPP聚合的稳定性和可持续发展,对聚合主体参与市场的贡献进行合理评估是VPP利益分配的关键;同时,作为聚合多类型DERs的合作联盟,在参与调频辅助服务市场时,VPP以整体效益最优为目标对聚合主体进行统一调控,通过不同类型资源间协调互补降低其参与市场面临的不确定性风险,获得比单一类型聚合主体参与市场更高的收益。在该过程中,VPP由于要兼顾不同主体的合作,其调控策略与各聚合主体自身的调频出力最优策略并不完全一致。因此,仅采用基于聚合资源调频出力贡献进行利益分配的方法并不能满足各聚合主体的利益诉求。
VPP可基于主从合作关系或对等合作关系与聚合主体达成合作,不同形式的合作关系中聚合主体利益诉求的谈判力并不相同。基于主从合作关系的以VPP为主导的多聚合主体利益分配问题属于典型的多参与者的合作博弈。在主从合作关系中,处于主导地位的VPP拥有更多的利益分配决策权,根据聚合主体在调频市场的出力信息进行合理有效的贡献评估。
基于对等合作关系达成合作的VPP内部,其聚合主体拥有更多的利益诉求主动权,并且不同类型聚合主体由于其自身设备运行特点和所处地理位置不同等原因,其单位调频成本并不相同,不同聚合主体的利益诉求也存在差异。同时,处于对等地位的VPP并不能完全获得聚合主体的真实成本信息,当VPP与各聚合主体处于对等地位进行利益分配时,聚合主体的调频成本和利益诉求主动性起着较为重要的作用。因此,VPP内部利益分配需要在考虑各聚合主体调频出力贡献的同时,兼顾各聚合主体利益诉求及调频成本,构建公平合理的利益分配方法,以巩固VPP的合作稳定性。
发明内容
为此,本发明提供一种计及DLMP的虚拟电厂调频收益分配方法及装置,将地理因素对各聚合主体调频成本的影响转化为经济性指标,兼顾各聚合主体利益诉求,提出基于贝叶斯博弈的虚拟电厂内部调频收益分配策略。
为了实现上述目的,本发明提供如下技术方案:一种计及DLMP的虚拟电厂调频收益分配方法,包括以下步骤:
S1、计及阻塞成本的配电网节点边际电价分析,建立配电网经济调度模型,所述配电网经济调度模型包括配电网经济调度模型目标函数、热电联产机组成本函数和电功率成本函数;对所述配电网经济调度模型引入拉格朗日乘子进行约束转化,将所述配电网经济调度模型的目标函数构造成拉格朗日函数形式;
S2、计及配电网节点边际电价计算聚合主体调频成本价格,计算虚拟电厂参与调频辅助服务市场的收益;
S3、构建基于贝叶斯博弈的虚拟电厂与聚合主体利益分配的博弈价格策略,根据博弈价格策略分布区间对博弈参与者进行类型划分,计算第k轮博弈虚拟电厂与聚合主体的利益期望,并判断基于贝叶斯博弈的虚拟电厂内部利益分配策略的均衡点条件;
S4、在首轮博弈不匹配的情况下,采用先验概率估测博弈对方的报价均值及交易达成概率;通过线性松弛算法调整博弈双方自身报价,直至达到贝叶斯-Nash均衡,达成博弈双方交易。
作为计及DLMP的虚拟电厂调频收益分配方法优选方案,步骤S1中,配电网经济调度模型目标函数为:
式中,NG表示发电机节点总数;Ci表示节点i机组的发电成本函数;PG,i表示节点i机组的发电功率;
步骤S1中,热电联产机组成本函数为:
式中,Ci,CHP表示节点i下CHP机组的发电成本;Pi,CHP表示节点i下CHP机组的发电功率;ai、bi、ci表示CHP机组耗量特性拟合常数;
步骤S1中,电功率成本函数为:
Ci,E=CepricePi,E (3)
式中,Ci,E表示节点i的注入电功率成本;Pi,E表示节点i的注入电功率;Ceprice表示上级电网电价。
作为计及DLMP的虚拟电厂调频收益分配方法优选方案,步骤S1中,对所述配电网经济调度模型引入拉格朗日乘子进行约束转化包括:
系统平衡约束:
式中,NL表示负荷节点总数;PD,i表示节点i系统负荷;Ploss表示网损;
发电机组出力限制约束:
PG,i,min≤PG,i≤PG,i,max (5)
式中,PG,i,min和PG,i,min分别表示发电机组出力下、上限;
网络传输容量约束:
式中,Fk-i表示直流功率传输分布因子;Pkmax表示线路传输容量的上限;
将所述配电网经济调度模型的目标函数构造成拉格朗日函数形式为:
式中,k表示支路编号;Nk表示支路数目;λ表示系统功率平衡约束的影子价格,反映了电能供需平衡状况;μk表示线路容量约束的拉格朗日乘子;
拉格朗日函数取得最小值条件为:
节点i的节点边际电价的计算表达式为:
式中,表示节点阻塞电价,当节点关联的传输线路无阻塞时,该节点阻塞电价为0。
作为计及DLMP的虚拟电厂调频收益分配方法优选方案,步骤S2中,计及配电网节点边际电价计算聚合主体调频成本价格为:
式中,NL表示聚合主体m所聚合资源所在节点数目;Wl(CLMP,l)表示在节点l的调频资源计及配电网节点边际电价的调频成本价格;Wl(CLMP,l)的表达式为:
式中,NT表示调度时段;t表示调频调度时刻,t值在1-NT之间;和/>分别表示聚合主体m的调频容量成本和调频里程成本,Em,t表示聚合主体m的调频容量,/>为聚合主体m的在t时刻的调频里程,/>表示聚合主体m在t时刻的调频功率。
作为计及DLMP的虚拟电厂调频收益分配方法优选方案,步骤S2中,计算虚拟电厂参与调频辅助服务市场的收益模型为:
式中,Wvpp表示虚拟电厂的调频结算收益;Evpp,t表示虚拟电厂在调频市场中标的调频容量;Pvpp,t表示虚拟电厂实际调频里程;表示虚拟电厂参与调频辅助服务市场的容量价格;/>表示虚拟电厂的里程价格;πb,t表示惩罚价格系数,/>表示不平衡里程。
作为计及DLMP的虚拟电厂调频收益分配方法优选方案,步骤S3中,构建基于贝叶斯博弈的虚拟电厂与聚合主体利益分配的博弈价格策略的步骤具体包括:
设虚拟电厂与聚合主体m构成参与者集合N={vpp,m},虚拟电厂与聚合主体的博弈价格策略均服从均匀分布,在聚合主体的价格策略中,以计及配电网节点边际电价的调频成本价格为下限,在预设利益范围内向上均匀分布,确定出博弈双方定价策略;
根据博弈双方定价策略分布区间,将博弈参与者划分为指定类型,根据概率分布函数进行推断对方真实利益范围信息,并根据每轮对方博弈报价信息获得交易达成后验概率,形成信念集合P;
将虚拟电厂与博弈主体m的所有博弈报价策略方案构成策略空间集合A,以前一轮报价为参考,博弈双方考虑交易达成概率的信念集合P,以最大化自身收益期望为目标调整自身报价形成新的策略si,经博弈后直至聚合主体整体利益期望在预设精度范围内,达到贝叶斯-Nash均衡,交易成立,确定交易价格。
作为计及DLMP的虚拟电厂调频收益分配方法优选方案,步骤S3中,根据每轮对方博弈报价信息获得交易达成后验概率,形成信念集合P的表达式为:
式中,k`表示双方博弈次数,表示第k`次博弈交易达成的概率;/>表示虚拟电厂第k`次博弈价格;/>表示聚合主体m第k`次博弈价格;/>表示虚拟电厂第k`-1次博弈价格;/>表示聚合主体m第k`-1次博弈价格;;表示虚拟电厂可支付最高价格;CLMP,m表示聚合主体m计及配电网节点边际电价的调频成本价格;
虚拟电厂与聚合主体的利益期望EU的表达式为:
式中,EUvpp,k`为第k`次报价虚拟电厂的利益期望值,EUm,k`为第k`次报价聚合主体m的利益期望值,表示第k`次博弈交易达成的概率;/>表示虚拟电厂第k`次博弈价格;/>表示聚合主体m第k`次博弈价格;Cvpp,m表示虚拟电厂可支付最高价格;CLMP,m表示聚合主体m计及配电网节点边际电价的调频成本价格;
式中,和/>分别表示博弈双方基于已知对方均匀分布策略预测对方博弈价格的均值;
步骤S3中,经博弈后直至聚合主体整体利益期望在预设精度范围内,达到贝叶斯-Nash均衡的表达式为:
式中,si,op为博弈参与者节点i的最优策略,Ui的含义是博弈参与者i的利益,H={h1,h2,...,hn}为博弈参与者类型集合,Pi=Pi(t-i|ti)表示博弈参与者节点i在公有信息的基础上形成对剩余参与者概率的判断;
通过聚合主体利益期望变化表示虚拟电厂利益期望变化:
式中,ψvm表示所有改变策略的聚合主体预期利益变化总和。
作为计及DLMP的虚拟电厂调频收益分配方法优选方案,步骤S4中,第一次博弈后双方的报价预测模型表达式为:
第k`次博弈双方交易价格均值的预测模型表达式为:
第k`次博弈交易达成概率的预测模型表达式为:
式中,和/>分别表示虚拟电厂和聚合主体的首次博弈报价。
作为计及DLMP的虚拟电厂调频收益分配方法优选方案,步骤S4中,通过线性松弛算法调整博弈双方自身报价,直至达到贝叶斯-Nash均衡,达成博弈双方交易过程,聚合主体m的报价调整策略为:
式中,为聚合主体m预期利益变化最大时对应的报价策略,μ表示聚合主体博弈价格的策略调整权重值;
虚拟电厂的报价调整策略为:
式中,为虚拟电厂利益期望值最大时对应的报价策略,EUvpp,k`+1为第k`+1次博弈虚拟电厂的利益期望,θ表示虚拟电厂博弈价格的策略调整权重值;
ψvm≤χ (26)
式中,χ表示达成博弈均衡的精度值。
本发明还提供一种计及DLMP的虚拟电厂调频收益分配装置,采用上述或其任意可能实现方式的一种计及DLMP的虚拟电厂调频收益分配方法,包括:
配电网经济调度模型构建模块,用于计及阻塞成本的配电网节点边际电价分析,建立配电网经济调度模型,所述配电网经济调度模型包括配电网经济调度模型目标函数、热电联产机组成本函数和电功率成本函数;
模型约束转换模块,用于对所述配电网经济调度模型引入拉格朗日乘子进行约束转化,将所述配电网经济调度模型的目标函数构造成拉格朗日函数形式;
服务市场收益分析模块,用于计及配电网节点边际电价计算聚合主体调频成本价格,计算虚拟电厂参与调频辅助服务市场的收益;
博弈价格策略分析模块,用于构建基于贝叶斯博弈的虚拟电厂与聚合主体利益分配的博弈价格策略,根据博弈价格策略分布区间对博弈参与者进行类型划分,计算第k轮博弈虚拟电厂与聚合主体的利益期望,并判断基于贝叶斯博弈的虚拟电厂内部利益分配策略的均衡点条件;
博弈价格调整模块,用于在首轮博弈不匹配的情况下,采用先验概率估测博弈对方的报价均值及交易达成概率;通过线性松弛算法调整博弈双方自身报价,直至达到贝叶斯-Nash均衡,达成博弈双方交易。
本发明具有如下优点:考虑聚合资源所处网络位置对聚合资源参与调频的影响,采用计及配电网节点边际电价的聚合主体调频成本计算模型,将地理影响因素的影响转化为经济性指标,精细化表征各聚合主体调频成本,提高效益分配过程的公平性;针对基于对等合作关系达成合作的虚拟电厂,提出基于贝叶斯博弈的虚拟电厂与聚合主体之间的利益分配策略,该策略通过双方博弈竞价过程保障了虚拟电厂和聚合主体基于对等地位进行利益诉求的交互,给予聚合主体更多的利益诉求主动权,从而保证了虚拟电厂与各聚合主体合作的稳定性;聚合主体与虚拟电厂在博弈过程中基于后验概率评估自身利益期望值,并基于线性松弛算法对自身报价策略进行调整参与下一轮博弈;基于线性松弛算法的报价策略避免了博弈过程中博弈双方报价涨幅过大、难以收敛至均衡点的问题,加快博弈收敛速度。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式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,下面描述中的附图仅仅是示例性的,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,还可以根据提供的附图引申获得其它的实施附图。
图1为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法流程示意图;
图2为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法中配电网节点边际电价计算框架;
图3为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法中电热网络算例拓扑结构图;
图4为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法中采用的电热日负荷曲线;
图5为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法中VPP参与响应调频RegA信号的调度结果;
图6为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法中VPP参与响应调频RegD信号的调度结果;
图7为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法中VPP参与调频辅助服务市场的竞标价格结果;
图8为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法中计及DLMP的聚合主体调频成本估算结果;
图9为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法中虚拟电厂与聚合主体博弈过程;
图10为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法中博弈过程中聚合主体整体博弈价格变化情况;
图11为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法中博弈过程中聚合主体利益期望变化情况;
图12为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配方法中博弈过程中虚拟电厂利益期望变化情况;
图13为本发明实施例中提供的计及DLMP的虚拟电厂调频收益分配装置架构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,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。
实施例1
参见图1和图2,本发明实施例1中,提供一种计及DLMP的虚拟电厂调频收益分配方法,包括以下步骤:
S1、计及阻塞成本的配电网节点边际电价分析,建立配电网经济调度模型,所述配电网经济调度模型包括配电网经济调度模型目标函数、热电联产机组成本函数和电功率成本函数;对所述配电网经济调度模型引入拉格朗日乘子进行约束转化,将所述配电网经济调度模型的目标函数构造成拉格朗日函数形式;
S2、计及配电网节点边际电价计算聚合主体调频成本价格,计算虚拟电厂参与调频辅助服务市场的收益;
S3、构建基于贝叶斯博弈的虚拟电厂与聚合主体利益分配的博弈价格策略,根据博弈价格策略分布区间对博弈参与者进行类型划分,计算第k轮博弈虚拟电厂与聚合主体的利益期望,并判断基于贝叶斯博弈的虚拟电厂内部利益分配策略的均衡点条件;
S4、在首轮博弈不匹配的情况下,采用先验概率估测博弈对方的报价均值及交易达成概率;通过线性松弛算法调整博弈双方自身报价,直至达到贝叶斯-Nash均衡,达成博弈双方交易。
本实施例中,步骤S1中,配电网经济调度模型目标函数为:
式中,NG表示发电机节点总数;Ci表示节点i机组的发电成本函数;PG,i表示节点i机组的发电功率;
本实施例中,步骤S1中,热电联产机组(Combined Heat andPower,CHP)成本函数为:
式中,Ci,CHP表示节点i下CHP机组的发电成本;Pi,CHP表示节点i下CHP机组的发电功率;ai、bi、ci表示CHP机组耗量特性拟合常数;本实施例中ai、bi、ci分别取75、4.7314、0.0214。
本实施例中,步骤S1中,由于区域配电网首节点直接与大电网相连,故将区域配电网首节点作为松弛节点,松弛节点的电功率成本函数为:
Ci,E=CepricePi,E (3)
式中,Ci,E表示节点i的注入电功率成本;Pi,E表示节点i的注入电功率;Ceprice表示上级电网电价。
本实施例中,步骤S1中,对所述配电网经济调度模型引入拉格朗日乘子进行约束转化包括:
系统平衡约束:
式中,NL表示负荷节点总数;PD,i表示节点i系统负荷;Ploss表示网损,在本实施例提出的直流潮流中Ploss可以忽略不计;
发电机组出力限制约束:
PG,i,min≤PG,i≤PG,i,max (5)
式中,PG,i,min和PG,i,min分别表示发电机组出力下、上限;
网络传输容量约束:
式中,Fk-i表示直流功率传输分布因子;Pkmax表示线路传输容量的上限。
本实施例中,引入拉格朗日乘子对模型的约束进行转化,将所述配电网经济调度模型的目标函数构造成拉格朗日函数形式为:
式中,k表示支路编号;Nk表示支路数目;λ表示系统功率平衡约束的影子价格,反映了电能供需平衡状况;μk表示线路容量约束的拉格朗日乘子;
拉格朗日函数取得最小值条件为:
根据配电网节点边际电价(Distribution Locational Marginal Prices,DLMP)的定义,通过扩展拉格朗日函数求得DLMP的表达式如式(9),节点i的节点边际电价的计算表达式为:
式中,表示节点阻塞电价,当节点关联的传输线路无阻塞时,该节点阻塞电价为0。
本实施例中,步骤S2中,计及配电网节点边际电价计算聚合主体调频成本价格为:
式中,NL表示聚合主体m所聚合资源所在节点数目;Wl(CLMP,l)表示在节点l的调频资源计及配电网节点边际电价的调频成本价格;Wl(CLMP,l)的表达式为:
式中,NT表示调度时段;t表示调频调度时刻,t值在1-NT之间;和/>分别表示聚合主体m的调频容量成本和调频里程成本,Em,t表示聚合主体m的调频容量,/>为聚合主体m的在t时刻的调频里程,/>表示聚合主体m在t时刻的调频功率。
本实施例中,步骤S2中,计算虚拟电厂参与调频辅助服务市场的收益模型为:
式中,Wvpp表示虚拟电厂的调频结算收益;Evpp,t表示虚拟电厂在调频市场中标的调频容量;Pvpp,t表示虚拟电厂实际调频里程;表示虚拟电厂参与调频辅助服务市场的容量价格;/>表示虚拟电厂的里程价格;πb,t表示惩罚价格系数,/>表示不平衡里程。
本实施例中,步骤S3中,构建基于贝叶斯博弈的虚拟电厂与聚合主体利益分配的博弈价格策略的步骤具体包括:
设虚拟电厂与聚合主体m构成参与者集合N={vpp,m},虚拟电厂与聚合主体的博弈价格策略均服从均匀分布,在聚合主体的价格策略中,以计及配电网节点边际电价的调频成本价格为下限,在预设利益范围内向上均匀分布,确定出博弈双方定价策略;
根据博弈双方定价策略分布区间,将博弈参与者划分为指定类型,根据概率分布函数进行推断对方真实利益范围信息,并根据每轮对方博弈报价信息获得交易达成后验概率,形成信念集合P;
将虚拟电厂与博弈主体m的所有博弈报价策略方案构成策略空间集合A,以前一轮报价为参考,博弈双方考虑交易达成概率的信念集合P,以最大化自身收益期望为目标调整自身报价形成新的策略si,经博弈后直至聚合主体整体利益期望在预设精度范围内,达到贝叶斯-Nash均衡,交易成立,确定交易价格。
具体的,在博弈过程中,认为博弈双方均为理性参与人,虚拟电厂与聚合主体m构成参与者集合N={v,m}。假设VPP与聚合主体的博弈价格策略均服从均匀分布,即认为虚拟电厂的价格策略中,以减去虚拟电厂自身运营成本的调频市场收益为上限,在一定利益范围内向下均匀分布;在聚合主体的价格策略中,以计及DLMP的调频成本价格为下限,在一定利益范围内向上均匀分布,确定出博弈双方的定价策略。
其次,根据博弈价格策略分布区间的不同将博弈参与者划分为不同类型,该均匀分布策略是博弈参与者的先验知识,博弈参与者只知道自己的利益范围,博弈前并不能获得对方真实利益范围信息,需根据概率分布函数进行推断,并根据每轮对方博弈报价信息进一步获得交易达成后验概率,即形成信念集合P。
最后,虚拟电厂与博弈主体m的所有博弈报价策略方案构成策略空间集合A,以前一轮报价为参考,博弈双方考虑交易达成概率P,同时以最大化自身收益期望EU为目标调整自身报价形成新的策略si,经过多次博弈后直至聚合主体整体利益期望在一定精度上不再提升,达到贝叶斯-Nash均衡,交易成立,确定交易价格。
本实施例中,步骤S3中,根据每轮对方博弈报价信息获得交易达成后验概率,形成信念集合P的表达式为:
式中,k`表示双方博弈次数,表示第k`次博弈交易达成的概率;/>表示虚拟电厂第k`次博弈价格;/>表示聚合主体m第k`次博弈价格;/>表示虚拟电厂第k`-1次博弈价格;/>表示聚合主体m第k`-1次博弈价格;Cvpp,m表示虚拟电厂可支付最高价格;CLMP,m表示聚合主体m计及配电网节点边际电价的调频成本价格;
虚拟电厂与聚合主体的利益期望EU的表达式为:
式中,EUvpp,k`为第k`次报价虚拟电厂的利益期望值,EUm,k`为第k`次报价聚合主体m的利益期望值,表示第k`次博弈交易达成的概率;/>表示虚拟电厂第k`次博弈价格;/>表示聚合主体m第k`次博弈价格;Cvpp,m表示虚拟电厂可支付最高价格;CLMP,m表示聚合主体m计及配电网节点边际电价的调频成本价格;
式中,和/>分别表示博弈双方基于已知对方均匀分布策略预测对方博弈价格的均值。
本实施例中,在非完全信息下,静态博弈均衡又称为贝叶斯-Nash均衡,其核心思想是要求每个参与者策略必须是对已知其他参与者已有策略的最佳反映。即在博弈过程中,每个博弈参与者多次优化自己的策略之后选择的最优策略集合,在其他参与者策略和自身利益计算方式不变的前提下,每个参与者改变自身的策略不能增加利益,此时达到均衡。具体的,步骤S3中,经博弈后直至聚合主体整体利益期望在预设精度范围内,达到贝叶斯-Nash均衡的表达式为:
式中,si,op为博弈参与者节点i的最优策略,Ui的含义是博弈参与者i的利益,H={h1,h2,...,hn}为博弈参与者类型集合,Pi=Pi(t-i|ti)表示博弈参与者节点i在公有信息的基础上形成对剩余参与者概率的判断。
虚拟电厂和聚合主体多次优化自身策略找到双方可达成交易区间后,进一步寻找贝叶斯-Nash均衡解。依据贝叶斯-Nash均衡的定义可知,当各聚合主体改变自身策略,各聚合主体利益期望之和不再改变时,虚拟电厂的利益期望也不再改变,此时达到均衡,可通过聚合主体利益期望变化表示虚拟电厂利益期望变化,具体的,通过聚合主体利益期望变化表示虚拟电厂利益期望变化:
式中,ψvm表示所有改变策略的聚合主体预期利益变化总和。
本实施例中,步骤S4中,在首轮博弈不匹配的情况下,博弈双方采用先验概率估测对方的报价均值以及交易达成概率。
具体的,第一次博弈后双方的报价预测模型表达式为:
第k`次博弈双方交易价格均值的预测模型表达式为:
第k`次博弈交易达成概率的预测模型表达式为:
式中,和/>分别表示虚拟电厂和聚合主体的首次博弈报价。
本实施例中,步骤S4中,由于博弈双方报价均符合均匀分布,在达到贝叶斯-Nash均衡前,通过线性松弛算法调整博弈双方自身报价,直至达到贝叶斯-Nash均衡,达成博弈双方交易过程,聚合主体m的报价调整策略为:
式中,为聚合主体m预期利益变化最大时对应的报价策略,μ表示聚合主体博弈价格的策略调整权重值;
其中,虚拟电厂的报价调整策略为:
式中,为虚拟电厂利益期望值最大时对应的报价策略,EUvpp,k`+1为第k`+1次博弈虚拟电厂的利益期望,θ表示虚拟电厂博弈价格的策略调整权重值;
ψvm≤χ (26)
式中,χ表示达成博弈均衡的精度值。
具体的,当ψvm大于0时,说明聚合主体整体改变策略利益期望仍有提升的空间;多次博弈直至任一聚合主体改变策略,聚合主体整体利益期望在一定精度范围内不再提升,如式(26)所示,此时获得一定精度下贝叶斯-Nash均衡解,博弈结束。
参见图3,为改进的141节点的配电网络和32节点的供热网络构建电热能源系统的网络拓扑结构。系统基准功率10MVA,其中,电热负荷曲线如图4所示,上级电网售电电价16.40$/MW。各聚合主体资源数据如表1所示,系统中包含两个VPP,其中VPP1与BESS1、FL2、HP2、CHP达成合作关系,本算例以VPP1为研究对象对VPP1内部的利益分配进行研究,由于VPP参与调频辅助服务市场的过程不作为本研究的重点,仅采用其参与调频市场后的出清结果作为依据进行利益分配,其中VPP1参与调频市场的调频容量价格与调频里程价格如图5所示,VPP1响应调频信号的调度结果如图6和图7所示,博弈过程中聚合主体博弈价格的策略调整权重μ取0.3,VPP的策略调整权重θ取0.25,博弈均衡精度χ取0.0002。
表1聚合主体资源数据
以VPP1为例进行分析,计算与VPP1合作的聚合主体所在各个节点的DLMP作为VPP与聚合主体进行利益分配博弈的依据。当传输线路未产生阻塞时,各节点的DLMP取决于该配电网节点注入电功率的边际电价。当传输线路发生阻塞时,相关节点的边际电价发生变化。根据算例数据,图3中节点7与节点8之间传输线路发生阻塞时影响较大,采用所提出的DLMP计算方法,得到计及该条线路阻塞的调频资源所在节点的DLMP,如表2所示。当该条线路发生阻塞时,节点6收到来自CHP机组的功率减少,进一步影响37节点和5节点,该影响沿线路传递引起相关节点DLMP的变化。根据表2中不同节点的DLMP值可以更为直观的观测到网络中不同位置的节点所受到影响的大小,为聚合主体进行调频成本评估提供依据。
表2聚合资源所在节点DLMP
其中,计及线路阻塞下DLMP,得到不同位置的聚合主体调频成本计算结果,如图8所示。图8中对比了两种不同计算方法下聚合主体的调频成本结果,其中,依据调频出力贡献的利益分配方法以各调频资源的调频贡献为基础,未考虑各聚合主体资源所在地理位置因素对调频成本的影响,以统一的上级电网电价评估各聚合主体的调频成本,从而导致评价结果存在明显偏差;本发明实施例提出的计及DLMP的聚合主体调频成本计算方法考虑了线路阻塞引起的配电网各节点边际电价的差异,将地理因素对聚合主体调频成本的影响转化为经济性指标,对聚合主体调频成本做到更细致的测算,作为各聚合主体参与利益分配的基础,有利于提高VPP利益分配的公平性。
其中,VPP1与各聚合主体的博弈过程如图9所示,在首轮报价基础上,分别以0.9、0.95、1.05、1.1作为首轮报价调整系数,采用相同的博弈方法进行对比分析,探究博弈参与者首轮报价对博弈效率和博弈结果的影响,表3为最终的博弈结果。
表3 VPP1内部各聚合主体利益分配结果
由图9结果可知,当参与者以首轮基础报价参与博弈时,在第二轮博弈中,各聚合主体博弈价格均在大幅降低,VPP1博弈价格大幅升高;在第十轮博弈中,所有聚合主体均与VPP1达成交易且其博弈价格不再改变,此时达到均衡。
其中,针对博弈效率和博弈结果对聚合主体首轮报价敏感度进行分析。由图9可以看到,聚合主体在首轮基础报价上提高报价,所有聚合主体与VPP1博弈的博弈次数均显著增加,博弈效率降低;而聚合主体在首轮基础报价上降低报价,其博弈次数均有所降低,博弈效率提升。但是聚合主体首轮报价的变化对博弈结果的影响不明显。当聚合主体BESS1、HP2和FL2提高首轮报价时,其最终博弈结果略有升高。但由图9中(c)可以看到,当CHP以1.1倍首轮报价进行博弈时,出现CHP最终博弈报价略大于VPP1博弈报价的情况,当该偏差过大时,将不能达成交易。也就是说,聚合主体基于自身基础报价通过提高首轮报价只能获得有限的博弈收益的提升,且首轮报价过高会面临交易失败风险。这是由于所提出的博弈方法,双方博弈期望受预测成交概率影响较大,而该概率受博弈双方各自博弈底价与每次博弈报价结果的影响,在博弈过程中,该概率会随着每次博弈结果不断修正,不断削弱首轮报价的影响,使其概率逐步接近真实成交概率。但当首轮报价偏离过多时,博弈双方基于自身首轮报价预估的成交概率将会出现较大偏差。
参见图10,图10表示聚合主体以首轮基础报价博弈时聚合主体整体博弈报价总和,可以看到在前两轮博弈中聚合主体整体博弈价格下降明显,其原因是此时VPP1与BESS1、CHP、HP2、FL2的博弈报价均差异较大,均未找到可达成交易的博弈均衡区间,需要大幅度降低博弈价格来提升交易达成的概率。在第六轮博弈之后,聚合主体整体博弈价格变动趋势放缓,最终在第十轮博弈时找到精度为0.002的博弈均衡解。
参见图11和图12,图11和图12分别展示聚合主体和VPP1的博弈利益期望,该利益期望是聚合主体和VPP1每轮博弈报价决策的主要影响因素。结合图11和图12可以看到,第一轮博弈双方的利益期望均较高,这是由于第一轮博弈时博弈双方无法准确估测对方博弈报价和交易达成概率,仅考虑自身利益诉求给出博弈价格,其数值对博弈参与者自身并无意义,但博弈参与者可根据博弈对手第一次博弈报价和已知的均匀分布类型估算博弈对手报价的概率分布。VPP1和各聚合主体在第二轮博弈中,利益期望迅速回落,这是由于第一轮博弈对方报价与自身预期出现较大价值背离,导致根据对手报价估算的交易成交概率较低,利益期望随之降低。在第二轮报价之后,双方的利益期望开始缓慢提升,这是由于双方不断交换报价调整估测的对方概率分布情况,使得自身报价逐渐趋于合理区间,交易达成概率增加。
需要说明的是,本公开实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本公开实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本公开的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
实施例2
参见图13,本发明实施例2还提供一种计及DLMP的虚拟电厂调频收益分配装置,采用上述实施例1的一种计及DLMP的虚拟电厂调频收益分配方法,包括:
配电网经济调度模型构建模块1,用于计及阻塞成本的配电网节点边际电价分析,建立配电网经济调度模型,所述配电网经济调度模型包括配电网经济调度模型目标函数、热电联产机组成本函数和电功率成本函数;
模型约束转换模块2,用于对所述配电网经济调度模型引入拉格朗日乘子进行约束转化,将所述配电网经济调度模型的目标函数构造成拉格朗日函数形式;
服务市场收益分析模块3,用于计及配电网节点边际电价计算聚合主体调频成本价格,计算虚拟电厂参与调频辅助服务市场的收益;
博弈价格策略分析模块4,用于构建基于贝叶斯博弈的虚拟电厂与聚合主体利益分配的博弈价格策略,根据博弈价格策略分布区间对博弈参与者进行类型划分,计算第k轮博弈虚拟电厂与聚合主体的利益期望,并判断基于贝叶斯博弈的虚拟电厂内部利益分配策略的均衡点条件;
博弈价格调整模块5,用于在首轮博弈不匹配的情况下,采用先验概率估测博弈对方的报价均值及交易达成概率;通过线性松弛算法调整博弈双方自身报价,直至达到贝叶斯-Nash均衡,达成博弈双方交易。
需要说明的是,上述装置各模块之间的信息交互、执行过程等内容,由于与本申请实施例1中的方法实施例基于同一构思,其带来的技术效果与本申请方法实施例相同,具体内容可参见本申请前述所示的方法实施例中的叙述,此处不再赘述。
实施例3
本发明实施例3提供一种非暂态计算机可读存储介质,所述计算机可读存储介质中存储有计及DLMP的虚拟电厂调频收益分配方法的程序代码,所述程序代码包括用于执行实施例1或其任意可能实现方式的计及DLMP的虚拟电厂调频收益分配方法的指令。
计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(SolidState Disk、SSD))等。
实施例4
本发明实施例4提供一种电子设备,包括:存储器和处理器;
所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行实施例1或其任意可能实现方式的计及DLMP的虚拟电厂调频收益分配方法。
具体的,处理器可以通过硬件来实现也可以通过软件来实现,当通过硬件实现时,该处理器可以是逻辑电路、集成电路等;当通过软件来实现时,该处理器可以是一个通用处理器,通过读取存储器中存储的软件代码来实现,该存储器可以集成在处理器中,可以位于所述处理器之外,独立存在。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (7)
1.一种计及DLMP的虚拟电厂调频收益分配方法,其特征在于,包括以下步骤:
S1、计及阻塞成本的配电网节点边际电价分析,建立配电网经济调度模型,所述配电网经济调度模型包括配电网经济调度模型目标函数、热电联产机组成本函数和电功率成本函数;对所述配电网经济调度模型引入拉格朗日乘子进行约束转化,将所述配电网经济调度模型的目标函数构造成拉格朗日函数形式;
S2、计及配电网节点边际电价计算聚合主体调频成本价格,计算虚拟电厂参与调频辅助服务市场的收益;
S3、构建基于贝叶斯博弈的虚拟电厂与聚合主体利益分配的博弈价格策略,根据博弈价格策略分布区间对博弈参与者进行类型划分,计算第k轮博弈虚拟电厂与聚合主体的利益期望,并判断基于贝叶斯博弈的虚拟电厂内部利益分配策略的均衡点条件;
S4、在首轮博弈不匹配的情况下,采用先验概率估测博弈对方的报价均值及交易达成概率;通过线性松弛算法调整博弈双方自身报价,直至达到贝叶斯-Nash均衡,达成博弈双方交易;
步骤S2中,计及配电网节点边际电价计算聚合主体调频成本价格为:
式中,NL表示聚合主体m所聚合资源所在节点数目;Wl(CLMP,l)表示在节点l的调频资源计及配电网节点边际电价的调频成本价格;Wl(CLMP,l)的表达式为:
式中,NT表示调度时段;t表示调频调度时刻,t值在1-NT之间;和/>分别表示聚合主体m的调频容量成本和调频里程成本,Em,t表示聚合主体m的调频容量,/>为聚合主体m的在t时刻的调频里程,/>表示聚合主体m在t时刻的调频功率;
步骤S2中,计算虚拟电厂参与调频辅助服务市场的收益模型为:
式中,Wvpp表示虚拟电厂的调频结算收益;Evpp,t表示虚拟电厂在调频市场中标的调频容量;Pvpp,t表示虚拟电厂实际调频里程;表示虚拟电厂参与调频辅助服务市场的容量价格;/>表示虚拟电厂的里程价格;πb,t表示惩罚价格系数,/>表示不平衡里程;
步骤S3中,构建基于贝叶斯博弈的虚拟电厂与聚合主体利益分配的博弈价格策略的步骤具体包括:
设虚拟电厂与聚合主体m构成参与者集合N={vpp,m},虚拟电厂与聚合主体的博弈价格策略均服从均匀分布,在聚合主体的价格策略中,以计及配电网节点边际电价的调频成本价格为下限,在预设利益范围内向上均匀分布,确定出博弈双方定价策略;
根据博弈双方定价策略分布区间,将博弈参与者划分为指定类型,根据概率分布函数进行推断对方真实利益范围信息,并根据每轮对方博弈报价信息获得交易达成后验概率,形成信念集合P;
将虚拟电厂与博弈主体m的所有博弈报价策略方案构成策略空间集合A,以前一轮报价为参考,博弈双方考虑交易达成概率的信念集合P,以最大化自身收益期望为目标调整自身报价形成新的策略si,经博弈后直至聚合主体整体利益期望在预设精度范围内,达到贝叶斯-Nash均衡,交易成立,确定交易价格。
2.根据权利要求1所述的一种计及DLMP的虚拟电厂调频收益分配方法,其特征在于,步骤S1中,配电网经济调度模型目标函数为:
式中,NG表示发电机节点总数;Ci表示节点i机组的发电成本函数;PG,i表示节点i机组的发电功率;
步骤S1中,热电联产机组成本函数为:
式中,Ci,CHP表示节点i下CHP机组的发电成本;Pi,CHP表示节点i下CHP机组的发电功率;ai、bi、ci表示CHP机组耗量特性拟合常数;
步骤S1中,电功率成本函数为:
Ci,E=CepricePi,E (3)
式中,Ci,E表示节点i的注入电功率成本;Pi,E表示节点i的注入电功率;Ceprice表示上级电网电价。
3.根据权利要求2所述的一种计及DLMP的虚拟电厂调频收益分配方法,其特征在于,步骤S1中,对所述配电网经济调度模型引入拉格朗日乘子进行约束转化包括:
系统平衡约束:
式中,NL表示聚合主体m所聚合资源所在节点数目;PD,i表示节点i系统负荷;Ploss表示网损;
发电机组出力限制约束:
PG,i,min≤PG,i≤PG,i,max (5)
式中,PG,i,min和PG,i,min分别表示发电机组出力下、上限;
网络传输容量约束:
式中,Fk-i表示直流功率传输分布因子;Pkmax表示线路传输容量的上限;
将所述配电网经济调度模型的目标函数构造成拉格朗日函数形式为:
式中,k表示支路编号;Nk表示支路数目;λ表示系统功率平衡约束的影子价格,反映了电能供需平衡状况;μk表示线路容量约束的拉格朗日乘子;
拉格朗日函数取得最小值条件为:
节点i的节点边际电价的计算表达式为:
式中,表示节点阻塞电价,当节点关联的传输线路无阻塞时,该节点阻塞电价为0。
4.根据权利要求1所述的一种计及DLMP的虚拟电厂调频收益分配方法,其特征在于,步骤S3中,根据每轮对方博弈报价信息获得交易达成后验概率,形成信念集合P的表达式为:
式中,k`表示双方博弈次数,表示第k`次博弈交易达成的概率;/>表示虚拟电厂第k`次博弈价格;/>表示聚合主体m第k`次博弈价格;/>表示虚拟电厂第k`-1次博弈价格;/>表示聚合主体m第k`-1次博弈价格;Cvpp,m表示虚拟电厂可支付最高价格;CLMP,m表示聚合主体m计及配电网节点边际电价的调频成本价格;
虚拟电厂与聚合主体的利益期望EU的表达式为:
式中,EUvpp,k`为第k`次报价虚拟电厂的利益期望值,EUm,k`为第k`次报价聚合主体m的利益期望值;
式中,和/>分别表示博弈双方基于已知对方均匀分布策略预测对方博弈价格的均值;
步骤S3中,经博弈后直至聚合主体整体利益期望在预设精度范围内,达到贝叶斯-Nash均衡的表达式为:
式中,si,op为博弈参与者节点i的最优策略,Ui的含义是博弈参与者i的利益,H={h1,h2,...,hn}为博弈参与者类型集合,Pi=Pi(t-i|ti)表示博弈参与者节点i在公有信息的基础上形成对剩余参与者概率的判断;
通过聚合主体利益期望变化表示虚拟电厂利益期望变化:
式中,ψvm表示所有改变策略的聚合主体预期利益变化总和。
5.根据权利要求4所述的一种计及DLMP的虚拟电厂调频收益分配方法,其特征在于,步骤S4中,第一次博弈后双方的报价预测模型表达式为:
第k`次博弈双方交易价格均值的预测模型表达式为:
第k`次博弈交易达成概率的预测模型表达式为:
式中,和/>分别表示虚拟电厂和聚合主体的首次博弈报价。
6.根据权利要求5所述的一种计及DLMP的虚拟电厂调频收益分配方法,其特征在于,步骤S4中,通过线性松弛算法调整博弈双方自身报价,直至达到贝叶斯-Nash均衡,达成博弈双方交易过程,聚合主体m的报价调整策略为:
式中,为聚合主体m预期利益变化最大时对应的报价策略,μ表示聚合主体博弈价格的策略调整权重值;
虚拟电厂的报价调整策略为:
式中,为虚拟电厂利益期望值最大时对应的报价策略,EUvpp,k`+1为第k`+1次博弈虚拟电厂的利益期望,θ表示虚拟电厂博弈价格的策略调整权重值;
ψvm≤χ (26)
式中,χ表示达成博弈均衡的精度值。
7.一种计及DLMP的虚拟电厂调频收益分配装置,采用权利要求1至6任意一项所述的一种计及DLMP的虚拟电厂调频收益分配方法,其特征在于,包括:
配电网经济调度模型构建模块,用于计及阻塞成本的配电网节点边际电价分析,建立配电网经济调度模型,所述配电网经济调度模型包括配电网经济调度模型目标函数、热电联产机组成本函数和电功率成本函数;
模型约束转换模块,用于对所述配电网经济调度模型引入拉格朗日乘子进行约束转化,将所述配电网经济调度模型的目标函数构造成拉格朗日函数形式;
服务市场收益分析模块,用于计及配电网节点边际电价计算聚合主体调频成本价格,计算虚拟电厂参与调频辅助服务市场的收益;
博弈价格策略分析模块,用于构建基于贝叶斯博弈的虚拟电厂与聚合主体利益分配的博弈价格策略,根据博弈价格策略分布区间对博弈参与者进行类型划分,计算第k轮博弈虚拟电厂与聚合主体的利益期望,并判断基于贝叶斯博弈的虚拟电厂内部利益分配策略的均衡点条件;
博弈价格调整模块,用于在首轮博弈不匹配的情况下,采用先验概率估测博弈对方的报价均值及交易达成概率;通过线性松弛算法调整博弈双方自身报价,直至达到贝叶斯-Nash均衡,达成博弈双方交易。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311128126.2A CN117175561B (zh) | 2023-09-01 | 2023-09-01 | 一种计及dlmp的虚拟电厂调频收益分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311128126.2A CN117175561B (zh) | 2023-09-01 | 2023-09-01 | 一种计及dlmp的虚拟电厂调频收益分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117175561A CN117175561A (zh) | 2023-12-05 |
CN117175561B true CN117175561B (zh) | 2024-02-23 |
Family
ID=88933185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311128126.2A Active CN117175561B (zh) | 2023-09-01 | 2023-09-01 | 一种计及dlmp的虚拟电厂调频收益分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117175561B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200081119A (ko) * | 2018-12-27 | 2020-07-07 | 한국남동발전 주식회사 | 다중 목적함수에 기반한 가상발전소 운영 시스템 및 그 운영 방법 |
CN115062835A (zh) * | 2022-06-10 | 2022-09-16 | 山东大学 | 基于虚拟发电厂的主动配电网分布式资源优化调度方法 |
-
2023
- 2023-09-01 CN CN202311128126.2A patent/CN117175561B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200081119A (ko) * | 2018-12-27 | 2020-07-07 | 한국남동발전 주식회사 | 다중 목적함수에 기반한 가상발전소 운영 시스템 및 그 운영 방법 |
CN115062835A (zh) * | 2022-06-10 | 2022-09-16 | 山东大学 | 基于虚拟发电厂的主动配电网分布式资源优化调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117175561A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jadhav et al. | A novel approach to neighborhood fair energy trading in a distribution network of multiple microgrid clusters | |
KR101840264B1 (ko) | 스마트 그리드에서 전력 수요 관리를 위한 수요 공급 균형 방법 및 시스템 | |
US10181165B2 (en) | Critical peak pricing demand response participant assessment | |
Ma et al. | Incentive mechanism for demand side management in smart grid using auction | |
Jain et al. | A multiarmed bandit incentive mechanism for crowdsourcing demand response in smart grids | |
Zhang et al. | Energy trading with demand response in a community-based P2P energy market | |
Zhou et al. | Demand response in smart grids: A randomized auction approach | |
Xu et al. | Challenges in future competition of electric vehicle charging management and solutions | |
Li et al. | Two-stage community energy trading under end-edge-cloud orchestration | |
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 | |
Ghosh et al. | Strategic prosumers: How to set the prices in a tiered market? | |
Xiao et al. | Dynamic stochastic demand response with energy storage | |
CN110941798A (zh) | 储能共享数据处理系统和方法、设备及介质 | |
An et al. | Distributed Online Incentive Scheme for Energy Trading in Multi-Microgrid Systems | |
CN117175561B (zh) | 一种计及dlmp的虚拟电厂调频收益分配方法及装置 | |
Han et al. | Estimation of the shapley value of a peer-to-peer energy sharing game using coalitional stratified random sampling | |
Sinha et al. | Incentive mechanisms for fairness among strategic agents | |
CN115439026B (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 | |
CN116979614A (zh) | 考虑调节补偿的地方电网与风蓄联盟主从博弈优化调度方法 | |
CN116488156A (zh) | 一种配电网多类型柔性资源集群调控方法 | |
Guo et al. | Combined cooling, heating, and power system in blockchain-enabled energy management | |
CN114781896A (zh) | 一种多能源集线器综合能源系统低碳调度方法及系统 | |
CN114462727A (zh) | 基于多主体联合的新能源系统能源优化调度方法及系统 | |
Bai et al. | Intelligent optimal demand response implemented by blockchain and cooperative game in microgrids | |
Lyu et al. | Construction method of virtual power plant based on optimized aggregation of prosumer resources |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |