CN109919472A - 一种考虑多利益主体博弈的发电市场迭代竞价方法 - Google Patents
一种考虑多利益主体博弈的发电市场迭代竞价方法 Download PDFInfo
- Publication number
- CN109919472A CN109919472A CN201910146810.0A CN201910146810A CN109919472A CN 109919472 A CN109919472 A CN 109919472A CN 201910146810 A CN201910146810 A CN 201910146810A CN 109919472 A CN109919472 A CN 109919472A
- Authority
- CN
- China
- Prior art keywords
- power generation
- market
- iteration
- price
- electricity
- 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 27
- 238000010248 power generation Methods 0.000 claims abstract description 105
- 230000005611 electricity Effects 0.000 claims abstract description 44
- 230000002860 competitive effect Effects 0.000 claims abstract description 34
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 238000013461 design Methods 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 10
- 238000005553 drilling Methods 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 5
- 238000010168 coupling process Methods 0.000 claims description 5
- 238000005859 coupling reaction Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000012804 iterative process Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000002401 inhibitory effect 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
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑多利益主体博弈的发电市场迭代竞价方法,包括步骤:步骤1:获取机组及网络参数,设置各发电商中标量报价上限初值和拉格朗日罚函数乘子初值及迭代次数;步骤2:根据引入拉格朗日罚函数得到的发电商目标函数及约束条件构成发电商竞价模型进行求解,并将优化的发电量和报价系数传递给ISO;步骤3:根据引入I个拉格朗日罚函数得到的出清模型目标函数及其约束条件求解市场出清模型;步骤4:若满足收敛则得到最优发电市场迭代竞价方案;若不满足则将上一轮ISO出清结果传递给发电商,同时在更新罚函数乘子、报价上限并使迭代次数k值增1后返回步骤2;步骤5:根据最优发电市场迭代竞价方案在电力市场上进行投标。
Description
技术领域
本发明涉及发电市场竞价方法,尤其涉及一种考虑多利益主体博弈的发电市场迭代竞价方法。
背景技术
电力市场改革对电力的安全、经济、可靠运行有着至关重要的作用,加州电力危机就是电力市场化改革失败的典型案例,而它失败的一个重要原因就是竞价机制设计上有着严重的漏洞。合理的竞价机制对提高市场效率、维护市场参与者的利益、保证公平竞争、稳定市场的运营和发展都会产生直接的影响。作为电力市场化改革的核心问题之一,目前各国进行电力市场运行实践采用的竞价机制主要包括按报价支付和按统一边际出清价支付两种。实践研究表明,这两种机制都不具有促使发电商按照真实成本报价的激励相容特性,发电商具有严重的报高价倾向,影响***的经济调度和运行。激励性电力竞价机制是为了抑制发电侧的市场力来设计的一种新的市场竞价机制,使得市场中发电侧参与者在按发电成本报价时获得最大的利润,在偏离成本报价时反而得不到额外的利润,从而有效的解决电力市场竞价机制设计不能有效控制上网电价的问题。节电边际电价(locationalmarginal price,lmp)理论能充分反映电力供求关系,反映电力的真实成本,且能够有效进行阻塞管理,为电力竞价机制的设计提供了强有力的工具。
迭代竞价机制实质上是发电商与ISO之间关于出清价格的双边多轮谈判过程。发电商通过报价来表达自己愿意接受的价格底限,ISO作为购电方通过规定价格上限来表明自己愿意接受的价格上限。在这种动态的谈判过程中,发电商能够把握市场机遇,获取最大利润,ISO通过议价降低购电成本,维护市场稳定。迭代竞价机制能够充分发挥发电资源的市场价值,在完全竞争的市场环境下,市场价格收敛于传统的***边际成本附近,发电***接近于经济运行状态,具有更高的市场效率。
目前各国进行电力市场运行实践采用的竞价机制主要包括按报价支付和按统一边际出清价支付两种,且出清方法主要采用单轮投标出清,很少采用迭代投标出清,并且可能出现迭代次数过多而难以应用的情况。
随着电力市场的发展,在统一出清竞价机制的电力市场中,日复一日的重复报价使得市场出清价和每个发电商的发电量很容易的成为公共信息,使得发电商之间的默契共谋很容易发生,进而造成电力供应紧张,电价暴涨。另一方面发电商之间的默契串谋反过来又使得发电商行使市场力更加肆无忌惮和得心应手。而按支付报价竞价的方法缺乏足够的经济学理论基础,不能体现“同网、同质、同价”的市场公平竞争,不能提供有效的引导投资、生产和消费的市场经济信号。此外,有更高的经济持留倾向。
单轮投标是一种不完全信息静态博弈,发电商不了解其他厂商的投标策略,也不确定自己的收益,投标具有很大的风险性和博弈空间。在这些不确定的因素下,市场很难达到有效的运行状态。另一方面,ISO是一个被动的价格接受者,形成了一个市场的不稳定因素。
发明内容
为了克服以上现有技术存在的不足,本发明提出了一种考虑多主体博弈的发电市场迭代竞价模型。将发电商与独立***运营商作为不同的利益主体,分别实现生产效益最优和购电成本最小的优化目标;通过发电功率进行联络和解耦,实现两个不同利益主体的独立建模和并行协调求解,提高了计算效率;采用节点边际电价的结算方式,充分反映了电力资源的真实市场价值,有助于电力***的经济运行;采用迭代竞价机制,通过买卖双方讨价还价的过程实现市场信息的交换,从而实现双方各自的利润最大化,市场处于高效的运行状态,市场成员都不能单独改变策略而使自己的利益增大。
本发明的目的通过以下的技术方案实现:
一种考虑多利益主体博弈的发电市场迭代竞价方法,包括步骤:
步骤1:获取机组及网络参数,设置各发电商中标量报价上限初值和拉格朗日罚函数乘子初值,令迭代次数k=1;
步骤2:各子***根据引入表示发电量PGi与中标量之间偏差的拉格朗日罚函数得到的发电商目标函数及其约束条件构成发电商策略竞价模型进行自身优化问题求解,并将所得优化后的发电量和报价系数αi和βi传递给ISO,在实现自身利润最大化的同时使目标变量靠近设计指标;
步骤3:根据引入表示购电量Pi与每个发电商优化后的发电量之间的偏差的I个拉格朗日罚函数得到的市场出清模型的目标函数及其约束条件求解市场出清模型,在最小化购电费用的同时使竞标结果靠近设计指标;
步骤4:判断***收敛性是否满足设定条件,若都满足则结束迭代,输出最优竞标结果Pi及各目标函数值,得到最优发电市场迭代竞价方案;若不满足则将上一轮ISO出清结果,即各发电商中标量及节点边际电价(LMP)传递给发电商,同时在更新拉格朗日罚函数乘子、更新报价上限并使迭代次数k值增1后返回步骤2;
步骤5:根据所得的最优发电市场迭代竞价方案在电力市场上进行投标。
进一步地,步骤1中,所述的机组参数包括机组成本系数ai、bi和ci、机组线性报价系数αi和βi;所述的网络参数包括电力线路和变压器的阻抗和导纳。
进一步地,步骤2中,根据引入表示发电量PGi与中标量之间偏差的拉格朗日罚函数得到的发电商目标函数具体包括:
求得常规发电商策略竞价模型的目标函数为:
minfi=fcosti-fselli
式中:fi为发电商i利润的负值;
fcosti为发电成本,fselli为按报价售电的收入,其中:
式中:T为竞价周期;PGi(t)为第i台常规机组在时段t的出力;ai、bi、ci为对应的成本系数;αi和βi为采用线性报价曲线的报价系数,αi(t)*PGi(t)+βi为相应的一次报价曲线;
考虑发电量PGi与中标量之间的协调,在常规发电商目标函数中引入拉格朗日罚函数表示发电量PGi与中标量之间的偏差,则发电商策略竞价模型的目标函数可以表示为:
式中:vi和wi分别为拉格朗日罚函数的一次项与二次项乘子。
进一步地,步骤2中,所述发电商目标函数的约束条件包括:
机组出力上下限约束:
PGi,min≤PGi(t)≤PGi,max;
机组报价下限约束:
αi(t)*PGi(t)+βi(t)≥2*ai*PGi(t)+bi
机组报价上限约束:
αi(t)*PGi(t)+βi(t)≤(1-di)*qi(t)
其中,PGi,min和PGi,max为机组i的有功出力上下限;di为降价率;qi为上轮出清节电i的边际电价;所述机组报价下限用于保证发电商的竞价高于边际成本,使其有所收益;所述机组报价上限约束表示此轮竞价应不高于ISO提出的上限。
进一步地,所述根据引入表示购电量Pi与每个发电商优化后的发电量之间的偏差的I个拉格朗日罚函数得到的市场出清模型的目标函数具体包括:
求得常规市场出清模型的目标函数为:
式中:f为ISO购电总成本;I为竞标机组总数;
当ISO与I个参与竞价的发电商相联系时,在所述常规市场出清模型的目标函数中应加入I个拉格朗日罚函数,表示购电量Pi与每个发电商优化后的发电量之间的偏差,市场出清模型的目标函数可以表示为:
进一步地,步骤3中,所述市场出清模型的目标函数的约束条件包括:
机组出力上下限约束:
PGi,min≤Pi(t)≤PGi,max;
***功率平衡约束:
机组上下爬坡约束:
-ri≤Pi(t)-Pi(t-1)≤ri;
线路传输功率约束:
PL,min≤PL(t)≤PL,max;
其中,Pi(t)为ISO在时段t向发电商i的购电功率;N为负荷节点总数;Pdn(t)为节电n在时段t的负荷值;ri为机组i的爬坡速率;PL,min和PL,max为线路的传输功率上下限。
进一步地,步骤4中,所述判断***收敛性是否满足设定条件的收敛判据包括:
a)作为耦合变量的购电量和发电量,在最后一次迭代过程中其差值应满足精度要求:
其中,为第k次迭代时段t的发电商i的发电量;为第k次迭代时段t的ISO向发电商i的购电量;ε1为精度。
b)***总体效益,包括ISO购电成本与发电商利润的负值,是否达到了最优:
其中,fk为第k次迭代ISO购电总成本;为第k次迭代发电商i利润的负值;ε2为精度,当上两式同时满足时,***即达到了收敛。
进一步地,步骤4中,更新拉格朗日罚函数乘子时,拉格朗日罚函数的一、二次项乘子vi和wi的更新规则为:
其中,k表示迭代次数,ρ表示加速收敛因子,取值为1~3,为进一步提高收敛速度,可以取为2~3。
进一步地,步骤4中,所述更新报价上限的步骤具体根据所述机组报价上限约束进行更新。
进一步地,步骤1中,所述设置所述拉格朗日罚函数乘子初值时,设置所述拉格朗日罚函数的一次项乘子vi为常数1.5,二次项乘子wi为常数1.5。
相比现有技术,本发明的有益效果是:
(1)引入节点边际电价作为辅助性分析工具,充分发挥了其在电力交易和处理输电阻塞中具有的重要作用。
(2)在继承了迭代竞价机制优点的同时,将发电商与独立***运营商两个不同利益主体的优化模型进行解耦与并行求解,提高计算效率,可用于大规模完全竞争的发电市场竞价过程。
(3)该模型考虑了机组及网络约束的影响,更加贴近实际,其迭代过程能有效激励发电商上报其真实成本,有利于实现社会效益最大化。
附图说明
图1为多发电商迭代竞价结构示意图。
图2为基于多主体博弈的迭代竞价模型原理示意图。
图3为基于多主体博弈的发电市场迭代竞价方法流程示意图。
具体实施方式
下面结合具体实施例对本发明的发明目的作进一步详细地描述,其中相同的零部件用相同的附图标记表示。需要说明的是,下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向,词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
图1给出了电力联营体模式下多发电商竞价的结构图。发电商在规定的电价上限约束内,通过最大化自身利润优化机组运行方案和竞价,并将其上报给ISO;ISO根据发电商的报价,选择报低价的容量来满足负荷,并将出清价格、各发电商的竞标结果以及降价率发布给厂商。每轮竞价的电价上限由上一轮出清价格附加一个降价率构成,发电商的首次报价允许远高于成本。发电商和ISO作为不同的利益主体,有着不同的优化目标;同时通过上报容量和竞标结果使得两者模型求解相互影响,存在着***运行上的强耦合性。
如图3所示,一种考虑多利益主体博弈的发电市场迭代竞价方法,包括步骤:
步骤1:获取机组及网络参数,设置各发电商中标量报价上限初值和拉格朗日罚函数乘子初值,其中,所述拉格朗日罚函数的一次项乘子vi为常数1.5,二次项乘子wi为常数1.5。令迭代次数k=1,所述的机组参数包括机组成本系数ai、bi和ci、机组线性报价系数αi和βi;所述的网络参数包括电力线路和变压器的阻抗和导纳。
步骤2:各子***根据引入表示发电量PGi与中标量之间偏差的拉格朗日罚函数得到的发电商目标函数及其约束条件构成发电商策略竞价模型进行自身优化问题求解,并将所得优化后的发电量和报价系数αi和βi传递给ISO,在实现自身利润最大化的同时使目标变量靠近设计指标;
步骤3:根据引入表示购电量Pi与每个发电商优化后的发电量之间的偏差的I个拉格朗日罚函数得到的市场出清模型的目标函数及其约束条件求解市场出清模型,在最小化购电费用的同时使竞标结果靠近设计指标;
步骤4:判断***收敛性是否满足设定条件,若都满足则结束迭代,输出最优竞标结果Pi及各目标函数值,得到最优发电市场迭代竞价方案;若不满足则将上一轮ISO出清结果,即各发电商中标量及节点边际电价(LMP)传递给发电商,同时在更新拉格朗日罚函数乘子、根据所述机组报价上限约束更新报价上限并使迭代次数k值增1后返回步骤2;
步骤5:根据所得的最优发电市场迭代竞价方案在电力市场上进行投标。
具体而言,步骤2中,根据引入表示发电量PGi与中标量之间偏差的拉格朗日罚函数得到的发电商目标函数具体包括:
求得常规发电商策略竞价模型的目标函数为:
minfi=fcosti-fselli
式中:fi为发电商i利润的负值;
fcosti为发电成本,fselli为按报价售电的收入,其中:
式中:T为竞价周期;PGi(t)为第i台常规机组在时段t的出力;ai、bi、ci为对应的成本系数;αi和βi为采用线性报价曲线的报价系数,αi(t)*PGi(t)+βi为相应的一次报价曲线;
图2给出了本发明采用的迭代竞价模型的原理图。其基本思想是将***设计指标按照***、子***、部件等由上而下逐级分流,同时各级响应信号由下而上不断反馈,各级的单元优化问题分开独立求解并交叠进行,直到***、子***和部件之间的输入输出之间的偏差满足要求,即认为满足了***收敛条件。它具有可并行优化、级数不受限制和经过严格的收敛证明等优点,常被用于解决大规模的复杂***优化问题。在多级***中,同级单元之间的设计优化结果的不一致性通过上一级的优化来协调。
由上节所述的迭代竞价机制及***数学模型可知,发电商与ISO分属不同的利益主体,有着各自的优化目标;同时,两者通过上报容量和竞标结果进行运行耦合,交叠优化直到实现***总体效益最优。这种模型结构与本节所述模型思想基本一致,因此将其应用于发电市场的迭代竞价机制不失为一种有效的方法。
通过对比,可将ISO层级与***级相对应,将发电商与子***级相对应。ISO在求解市场出清模型时,将竞标结果,即各发电商的中标量作为参数发布给各发电商,发电商在优化自身收益的同时,需要考虑发电量PGi与中标量之间的协调,因此在常规发电商目标函数中引入拉格朗日罚函数表示发电量PGi与中标量之间的偏差,则发电商策略竞价模型的目标函数可以表示为:
式中:vi和wi分别为拉格朗日罚函数的一次项与二次项乘子,若发电量PGi与中标量之间的偏差过大,则目标函数值变大从而远离最优解。
具体而言,步骤2中,所述发电商目标函数的约束条件包括:
机组出力上下限约束:
PGi,min≤PGi(t)≤PGi,max;
机组报价下限约束:
αi(t)*PGi(t)+βi(t)≥2*αi*PGi(t)+bi
机组报价上限约束:
αi(t)*PGi(t)+βi(t)≤(1-di)*qi(t)
其中,PGi,min和PGi,max为机组i的有功出力上下限;di为降价率;qi为上轮出清节电i的边际电价;所述机组报价下限用于保证发电商的竞价高于边际成本,使其有所收益;所述机组报价上限约束表示此轮竞价应不高于ISO提出的上限;
具体而言,所述根据引入表示购电量Pi与每个发电商优化后的发电量之间的偏差的I个拉格朗日罚函数得到的市场出清模型的目标函数具体包括:
求得常规市场出清模型的目标函数为:
式中:f为ISO购电总成本;I为竞标机组总数;
当ISO与I个参与竞价的发电商相联系时,在所述常规市场出清模型的目标函数中应加入I个拉格朗日罚函数,表示购电量Pi与每个发电商优化后的发电量之间的偏差,市场出清模型的目标函数可以表示为:
具体而言,步骤3中,所述市场出清模型的目标函数的约束条件包括:
机组出力上下限约束:
PGi,min≤Pi(t)≤PGi,max;
***功率平衡约束:
机组上下爬坡约束:
-ri≤Pi(t)-Pi(t-1)≤ri;
线路传输功率约束:
PL,min≤PL(t)≤PL,max;
其中,Pi(t)为ISO在时段t向发电商i的购电功率;N为负荷节点总数;Pdn(t)为节电n在时段t的负荷值;ri为机组i的爬坡速率;PL,min和PL,max为线路的传输功率上下限。
因此,本发明的基于多利益主体博弈的迭代竞价模型中,发电商报价模型由引入表示发电量PGi与中标量之间偏差的拉格朗日罚函数得到的发电商目标函数及其约束条件构成;ISO出清模型由引入表示购电量Pi与每个发电商优化后的发电量之间的偏差的I个拉格朗日罚函数得到的市场出清模型的目标函数及其约束条件构成。各优化模型并行独立求解,交叠进行直到满足收敛条件。
具体而言,步骤4中,所述判断***收敛性是否满足设定条件的收敛判据包括:
a)作为耦合变量的购电量和发电量,在最后一次迭代过程中其差值应满足精度要求:
其中,为第k次迭代时段t的发电商i的发电量;为第k次迭代时段t的ISO向发电商i的购电量,ε1为精度。
b)***总体效益,包括ISO购电成本与发电商利润的负值,是否达到了最优:
其中,fk为第k次迭代ISO购电总成本;为第k次迭代发电商i利润的负值;ε2为精度,当上两式同时满足时,***即达到了收敛。
具体而言,步骤4中,更新拉格朗日罚函数乘子时,拉格朗日罚函数的一、二次项乘子vi和wi的更新规则为:
其中,k表示迭代次数,ρ表示加速收敛因子,取值为1~3,为进一步提高收敛速度,可以取为2~3。
综上所述,本发明的竞价方法具有如下优势:
1)将发电商与独立***运营商作为不同的利益主体,分别以生产效益最优和购电成本最小为目标,通过发电功率进行联络实现两个优化模型的解耦与并行求解。
2)引入节点边际电价作为辅助性分析工具,充分反映电力供求关系,有效进行阻塞管理。
3)所提的迭代竞价模型考虑了网络约束的影响,且该机制能够有效激励发电商上报其真实成本,有利于社会资源的优化配置。
本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种考虑多利益主体博弈的发电市场迭代竞价方法,其特征在于,包括步骤:
步骤1:获取机组及网络参数,设置各发电商中标量报价上限初值和拉格朗日罚函数乘子初值,令迭代次数k=1;
步骤2:各子***根据引入表示发电量PGi与中标量之间偏差的拉格朗日罚函数得到的发电商目标函数及其约束条件构成发电商策略竞价模型进行自身优化问题求解,并将所得优化后的发电量和报价系数αi和βi传递给ISO,在实现自身利润最大化的同时使目标变量靠近设计指标;
步骤3:根据引入表示购电量Pi与每个发电商优化后的发电量之间的偏差的I个拉格朗日罚函数得到的市场出清模型的目标函数及其约束条件求解市场出清模型,在最小化购电费用的同时使竞标结果靠近设计指标;
步骤4:判断***收敛性是否满足设定条件,若都满足则结束迭代,输出最优竞标结果Pi及各目标函数值,得到最优发电市场迭代竞价方案;若不满足则将上一轮ISO出清结果,即各发电商中标量及节点边际电价传递给发电商,同时在更新拉格朗日罚函数乘子、更新报价上限并使迭代次数k值增1后返回步骤2;
步骤5:根据所得的最优发电市场迭代竞价方案在电力市场上进行投标。
2.根据权利要求1所述的考虑多利益主体博弈的发电市场迭代竞价方法,其特征在于,步骤1中,所述的机组参数包括机组成本系数ai、bi和ci、机组线性报价系数αi和βi;所述的网络参数包括电力线路和变压器的阻抗和导纳。
3.根据权利要求1所述的考虑多利益主体博弈的发电市场迭代竞价方法,其特征在于,步骤2中,根据引入表示发电量PGi与中标量之间偏差的拉格朗日罚函数得到的发电商目标函数具体包括:
求得常规发电商策略竞价模型的目标函数为:
minfi=fcosti-fselli
式中:fi为发电商i利润的负值;
fcosti为发电成本,fselli为按报价售电的收入,其中:
式中:T为竞价周期;PGi(t)为第i台常规机组在时段t的出力;ai、bi、ci为对应的成本系数;αi和βi为采用线性报价曲线的报价系数,αi(t)*PGi(t)+βi为相应的一次报价曲线;
考虑发电量PGi与中标量之间的协调,在常规发电商目标函数中引入拉格朗日罚函数表示发电量PGi与中标量之间的偏差,则发电商策略竞价模型的目标函数可以表示为:
式中:vi和Wi分别为拉格朗日罚函数的一次项与二次项乘子。
4.根据权利要求3所述的考虑多利益主体博弈的发电市场迭代竞价方法,其特征在于,步骤2中,所述发电商目标函数的约束条件包括:
机组出力上下限约束:
PGi,min≤PGi(t)≤PGi,max;
机组报价下限约束:
αi(t)*PGi(t)+βi(t)≥2*ai*PGi(t)+bi
机组报价上限约束:
αi(t)*PGi(t)+βi(t)≤(1-di)*qi(t)
其中,PGi,min和PGi,max为机组i的有功出力上下限;di为降价率;qi为上轮出清节电i的边际电价;所述机组报价下限用于保证发电商的竞价高于边际成本,使其有所收益;所述机组报价上限约束表示此轮竞价应不高于ISO提出的上限。
5.根据权利要求4所述的考虑多利益主体博弈的发电市场迭代竞价方法,其特征在于,所述根据引入表示购电量Pi与每个发电商优化后的发电量之间的偏差的I个拉格朗日罚函数得到的市场出清模型的目标函数具体包括:
求得常规市场出清模型的目标函数为:
式中:f为ISO购电总成本;I为竞标机组总数;
当ISO与I个参与竞价的发电商相联系时,在所述常规市场出清模型的目标函数中应加入I个拉格朗日罚函数,表示购电量Pi与每个发电商优化后的发电量之间的偏差,市场出清模型的目标函数可以表示为:
6.根据权利要求5所述的考虑多利益主体博弈的发电市场迭代竞价方法,其特征在于,步骤3中,所述市场出清模型的目标函数的约束条件包括:
机组出力上下限约束:
PGi,min≤Pi(t)≤PGi,max;
***功率平衡约束:
机组上下爬坡约束:
-ri≤Pi(t)-Pi(t-1)≤ri;
线路传输功率约束:
PL,min≤PL(t)≤PL,max;
其中,Pi(t)为ISO在时段t向发电商i的购电功率;N为负荷节点总数;Pdn(t)为节电n在时段t的负荷值;ri为机组i的爬坡速率;PL,min和PL,max为线路的传输功率上下限。
7.根据权利要求6所述的考虑多利益主体博弈的发电市场迭代竞价方法,其特征在于,步骤4中,所述判断***收敛性是否满足设定条件的收敛判据包括:
a)作为耦合变量的购电量和发电量,在最后一次迭代过程中其差值应满足精度要求:
其中,为第k次迭代时段t的发电商i的发电量;为第k次迭代时段t的ISO向发电商i的购电量;ε1为精度。
b)***总体效益,包括ISO购电成本与发电商利润的负值,是否达到了最优:
其中,fk为第k次迭代ISO购电总成本;fi k为第k次迭代发电商i利润的负值;ε2为精度,当上两式同时满足时,***即达到了收敛。
8.根据权利要求7所述的考虑多利益主体博弈的发电市场迭代竞价方法,其特征在于,步骤4中,更新拉格朗日罚函数乘子时,拉格朗日罚函数的一、二次项乘子vi和wi的更新规则为:
其中,k表示迭代次数,ρ表示加速收敛因子,取值为1~3。
9.根据权利要求4所述的考虑多利益主体博弈的发电市场迭代竞价方法,其特征在于,步骤4中,所述更新报价上限的步骤具体根据所述机组报价上限约束进行更新。
10.根据权利要求1所述的考虑多利益主体博弈的发电市场迭代竞价方法,其特征在于,步骤1中,所述设置所述拉格朗日罚函数乘子初值时,设置所述拉格朗日罚函数的一次项乘子vi为常数1.5,二次项乘子wi为常数1.5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910146810.0A CN109919472A (zh) | 2019-02-27 | 2019-02-27 | 一种考虑多利益主体博弈的发电市场迭代竞价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910146810.0A CN109919472A (zh) | 2019-02-27 | 2019-02-27 | 一种考虑多利益主体博弈的发电市场迭代竞价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109919472A true CN109919472A (zh) | 2019-06-21 |
Family
ID=66962611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910146810.0A Pending CN109919472A (zh) | 2019-02-27 | 2019-02-27 | 一种考虑多利益主体博弈的发电市场迭代竞价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109919472A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110474320A (zh) * | 2019-07-24 | 2019-11-19 | 广东工业大学 | 分布式共享与集中式清算相协同的配电网优化方法 |
CN110619428A (zh) * | 2019-08-30 | 2019-12-27 | 广东工业大学 | 一种智能体辅助独立发电商参与市场竞标的调度优化*** |
CN111797892A (zh) * | 2020-05-21 | 2020-10-20 | 国电南瑞科技股份有限公司 | 一种基于随机森林回归的电力市场发电商市场力监测方法 |
CN111967895A (zh) * | 2020-07-27 | 2020-11-20 | 华南理工大学 | 基于多目标和mpec规划制定发电计划放开方案的方法 |
CN112036625A (zh) * | 2020-08-21 | 2020-12-04 | 上海电力大学 | 一种电力市场背景下基于主从博弈的新能源消纳方法 |
CN112186768A (zh) * | 2020-10-22 | 2021-01-05 | 华中科技大学 | Mg、la和dno共同参与的交直流配电网协同调度方法与*** |
CN112288466A (zh) * | 2020-10-21 | 2021-01-29 | 国电南京自动化股份有限公司 | 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 |
CN112288203A (zh) * | 2019-07-25 | 2021-01-29 | 南京理工大学 | 一种基于发电商投标偏差惩罚的电力市场均衡分析方法 |
CN112561329A (zh) * | 2020-12-16 | 2021-03-26 | 国网安徽省电力有限公司检修分公司 | 一种考虑用户侧互动的配售电公司优化运行方法 |
CN113487089A (zh) * | 2021-07-07 | 2021-10-08 | 中国电力科学研究院有限公司 | 一种单边市场下激励型需求响应的最优补偿价格计算方法 |
CN113506156A (zh) * | 2021-09-09 | 2021-10-15 | 华南理工大学 | 一种需求侧市场主体与发电机组同台竞价的市场出清方法 |
-
2019
- 2019-02-27 CN CN201910146810.0A patent/CN109919472A/zh active Pending
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110474320A (zh) * | 2019-07-24 | 2019-11-19 | 广东工业大学 | 分布式共享与集中式清算相协同的配电网优化方法 |
CN110474320B (zh) * | 2019-07-24 | 2023-04-07 | 广东工业大学 | 分布式共享与集中式清算相协同的配电网优化方法 |
CN112288203A (zh) * | 2019-07-25 | 2021-01-29 | 南京理工大学 | 一种基于发电商投标偏差惩罚的电力市场均衡分析方法 |
CN110619428A (zh) * | 2019-08-30 | 2019-12-27 | 广东工业大学 | 一种智能体辅助独立发电商参与市场竞标的调度优化*** |
CN111797892B (zh) * | 2020-05-21 | 2022-10-11 | 国电南瑞科技股份有限公司 | 一种基于随机森林回归的电力市场发电商市场力监测方法 |
CN111797892A (zh) * | 2020-05-21 | 2020-10-20 | 国电南瑞科技股份有限公司 | 一种基于随机森林回归的电力市场发电商市场力监测方法 |
CN111967895A (zh) * | 2020-07-27 | 2020-11-20 | 华南理工大学 | 基于多目标和mpec规划制定发电计划放开方案的方法 |
CN111967895B (zh) * | 2020-07-27 | 2024-05-28 | 华南理工大学 | 基于多目标和mpec规划制定发电计划放开方案的方法 |
CN112036625A (zh) * | 2020-08-21 | 2020-12-04 | 上海电力大学 | 一种电力市场背景下基于主从博弈的新能源消纳方法 |
CN112288466A (zh) * | 2020-10-21 | 2021-01-29 | 国电南京自动化股份有限公司 | 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 |
CN112288466B (zh) * | 2020-10-21 | 2024-02-02 | 国电南京自动化股份有限公司 | 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 |
CN112186768A (zh) * | 2020-10-22 | 2021-01-05 | 华中科技大学 | Mg、la和dno共同参与的交直流配电网协同调度方法与*** |
CN112561329A (zh) * | 2020-12-16 | 2021-03-26 | 国网安徽省电力有限公司检修分公司 | 一种考虑用户侧互动的配售电公司优化运行方法 |
CN113487089A (zh) * | 2021-07-07 | 2021-10-08 | 中国电力科学研究院有限公司 | 一种单边市场下激励型需求响应的最优补偿价格计算方法 |
CN113487089B (zh) * | 2021-07-07 | 2024-03-12 | 中国电力科学研究院有限公司 | 一种单边市场下激励型需求响应的最优补偿价格计算方法 |
CN113506156A (zh) * | 2021-09-09 | 2021-10-15 | 华南理工大学 | 一种需求侧市场主体与发电机组同台竞价的市场出清方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919472A (zh) | 一种考虑多利益主体博弈的发电市场迭代竞价方法 | |
Li et al. | Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game | |
Cheng et al. | Game-theoretic approaches applied to transactions in the open and ever-growing electricity markets from the perspective of power demand response: An overview | |
CN113592648B (zh) | 一种综合能源***的多主体交易方法及*** | |
CN111563786B (zh) | 一种基于区块链的虚拟电厂调控平台及运行方法 | |
Chen et al. | Research on day-ahead transactions between multi-microgrid based on cooperative game model | |
CN110135761A (zh) | 供用电需求侧响应负荷调节交易方法、***及终端设备 | |
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 | |
CN112381263A (zh) | 基于区块链分布式数据存储多微网日前鲁棒电能交易方法 | |
CN109523075A (zh) | 基于区块链智能合约的充电站充电权优化配置*** | |
CN115271438B (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 | |
Yao et al. | An incentive-compatible distributed integrated energy market mechanism design with adaptive robust approach | |
CN114626922A (zh) | 一种基于区块链的自适应竞价多能源p2p交易平台 | |
Tian et al. | Water rights trading: A new approach to dealing with trans-boundary water conflicts in river basins | |
Zhang et al. | A master-slave game optimization model for electric power companies considering virtual power plant | |
CN112329230A (zh) | 一种多微网主体非合作博弈交易方法 | |
CN115764938A (zh) | 考虑新能源发电不确定性的含微电网群共享储能优化调度方法 | |
Zhang et al. | Shared energy storage-assisted and tolerance-based alliance strategy for wind power generators based on cooperative game and resource dependence theories | |
Li et al. | A novel price-driven energy sharing mechanism for charging station operators | |
CN109345292A (zh) | 一种考虑用户贡献度的购售电方法 | |
CN110556821B (zh) | 考虑交互功率控制和双边竞价交易的多微电网双层优化调度方法 | |
CN117541002A (zh) | 考虑多重混合博弈的共享储能能量管控方法、装置、可读存储介质 | |
CN117078347A (zh) | 基于联盟链的电碳一体化交易方法 | |
Cham | The Philippine power sector: issues and solutions | |
CN111062513B (zh) | 基于自适应共识机制的分布式社区能源交易***及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190621 |