CN117196680A - 一种虚拟电厂参与市场交易的内部主体效益分配方法及装置 - Google Patents
一种虚拟电厂参与市场交易的内部主体效益分配方法及装置 Download PDFInfo
- Publication number
- CN117196680A CN117196680A CN202311222076.4A CN202311222076A CN117196680A CN 117196680 A CN117196680 A CN 117196680A CN 202311222076 A CN202311222076 A CN 202311222076A CN 117196680 A CN117196680 A CN 117196680A
- Authority
- CN
- China
- Prior art keywords
- value
- benefit
- cost
- risk
- banzhaf
- 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
- 230000008901 benefit Effects 0.000 title claims abstract description 216
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000009826 distribution Methods 0.000 claims abstract description 157
- 230000005611 electricity Effects 0.000 claims abstract description 27
- 238000010248 power generation Methods 0.000 claims abstract description 19
- 238000012937 correction Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 7
- 238000013468 resource allocation Methods 0.000 claims description 6
- 230000006872 improvement Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 description 114
- 239000011159 matrix material Substances 0.000 description 33
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种虚拟电厂参与市场交易的内部主体效益分配方法及装置,包括步骤1、构建日前、实时电力市场交易模型,在该模型中,如果VPP实时发电量超过其在日前市场投标电量,则其多余的发电量将以正失衡电价平抑,正失衡电价低于或等于日前市场出清价格;如果VPP实时发电量低于日前市场投标电量。本发明提供的效益分配方法中通过构建日前、实时电力市场交易模型得到VPP的初始效益分配值,然后基于主体的成本、贡献率、风险等因素对初始效益分配值进行修正,得到经过修改的效益分配值,最后结合满意度模型,选择满意程度最优为最终的效益分配结果,在上述方法中,充分考虑到了各个主体的多个因素,尽可能地确保了多主体对效益分配的满意。
Description
技术领域
本发明涉及一种虚拟电厂参与市场交易的内部主体效益分配方法,属于电场管理领域。
背景技术
随着电力市场的不断发展和电力***的复杂性增加,如何公平、合理地分配各参与主体的效益成为了一个重要的研究课题。特别是在虚拟电厂(VPP)这种新型的电力交易模式中,由于涉及多种能源机组,如风电、光伏等,其内部的效益分配问题更为复杂。
虚拟电厂作为一种集成多种分布式能源资源的组织形式,其内部涉及多种能源机组,如风电、光伏等。这些机组在电力市场中的表现和贡献是不同的,因此如何公平、合理地分配效益成为了一个关键问题。
发明内容
本发明的主要目的是为了提供一种虚拟电厂参与市场交易的内部主体效益分配方法,能从多个角度考虑对多主体进行效益分配,尽可能确保多主体对效益的分配能够满意。
本发明的目的可以通过采用如下技术方案达到:
第一方面,本发明提供一种虚拟电厂参与市场交易的内部主体效益分配方法,包括:
步骤1、构建日前、实时电力市场交易模型;
步骤2、基于日前、实时电价模型获取VPP初始效益分配值;
步骤3、对所述VPP初始效益分配值分别进行成本修正、贡献率修正和风险修正,得到基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果;
步骤4、确定成本、合作贡献率和风险的权重,并基于确定的成本、合作贡献率和风险的权重,结合基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果,计算得到所有参与者的综合效益;根据所有参与者的综合效益,计算得到改进的Shapley值和改进的Banzhaf值;
步骤5、基于改进的Shapley值和改进的Banzhaf值,计算得到基于Shapley值的分配结果和基于Banzhaf值的分配结果;根据基于Shapley值的分配结果和基于Banzhaf值的分配结果,基于满意度模型,分别计算各效益分配结果的满意度,选择满意度最高的效益分配结果。
进一步的,步骤1中,构建日前、实时电力市场交易模型,包括:
日前、实时电力市场交易模型中,如果VPP实时发电量超过其在日前市场投标电量,则其多余的发电量将以正失衡电价平抑,正失衡电价低于或等于日前市场出清价格;
如果VPP实时发电量低于日前市场投标电量,则其发电赤字要以大于或等于日前市场出清电价的负失衡电价平抑;
日前、实时电价模型为:
式中:λrmb(t)、λrms(t)分别为t时刻的实时市场负失衡电价和正失衡电价;λbm(t)为t时刻的日前市场出清电价;为实时市场失衡电价惩罚系数。
进一步的,对所述VPP初始效益分配值进行成本修正,包括:
以下式计算基于成本的效益分配结果:
式中:C为各能源机组日常发电总的净成本,为光伏机组日常发电净成本,/>为风电机组日常发电净成本;
式中:n为虚拟电厂中各能源机组参与数量;v为虚拟电厂总收入,V'i为主体i基于成本的效益分配结果。
进一步的,对所述VPP初始效益分配值进行贡献率修正,包括:
以下式计算基于贡献率的效益分配结果:
式中:D为总负荷需求量,Di分别为由第i个机组贡献的负荷量,Dw为风力机组贡献的负荷量,Dp为光伏机组贡献的负荷量。
进一步的,对所述VPP初始效益分配值进行出力风险修正,包括:
以下式计算基于出力风险的效益分配结果:
式中:R为实际风险,V″′i为第i个机组基于出力风险的效益分配结果。
进一步的,步骤4中,确定成本、合作贡献率和风险的权重,包括:
步骤4中,确定成本、合作贡献率和风险的权重,包括:
成本、合作贡献率和风险的权重向量W记为(w1,w2,w3);确定成本、合作贡献率和风险的权重为1/3,权重向量W=[1/3,1/3,1/3],成本、贡献率和风险三者的重要性相等。
或者,通过模糊综合评价得到成本、合作贡献率和风险的权重,包括以下步骤:
步骤4.1:确定评价因子:分别为成本、合作贡献率和风险;
步骤4.2:设定初始权重:设定一个初始的权重向量,W=[1/3,1/3,1/3],这意味着成本、贡献率和风险三者的重要性是相等的;
步骤4.3:构建模糊关系矩阵:基于每个评价因子的效益分配结果,构建一个模糊关系矩阵,这个矩阵描述了各个参与者在不同评价因子下的表现;
通过构建模糊关系矩阵,能够量化地描述各个参与者在不同评价因子(成本、合作贡献率和风险)下的表现,这为后续的模糊综合评价提供了基础数据,使得效益分配更加公平、合理和透明;
步骤4.4:进行模糊综合评价:使用权重向量和模糊关系矩阵,(相乘)计算综合评价结果,这个结果可以帮助了解各个评价因子的相对重要性;
模糊综合评价提供了一个综合的、量化的评价结果,这个结果综合了所有评价因子的影响,这样,可以更加明确地了解各个评价因子对效益分配的相对重要性,从而为权重的调整提供了依据;
步骤4.5:调整权重:根据综合评价结果,进一步调整权重,以更好地反映各个评价因子的重要性;
步骤4.6:迭代计算:重复上述步骤,直到权重稳定,得到(w1,w2,w3)。
步骤4.3:构建模糊关系矩阵
步骤4.3.1:确定评价对象和评价因子:评价对象为虚拟电厂中的各个参与者;评价因子则是成本、合作贡献率和风险;
步骤4.3.2:收集数据:对于每个评价对象,在每个评价因子下收集数据,这些数据可以是定量的,也可以是定性的;
步骤4.3.3:模糊化数据:将收集到的数据转化为模糊集,例如,使用“高、中、低”三个等级来评价,那么可以将这三个等级转化为模糊集;
步骤4.3.4:构建模糊关系矩阵:基于模糊化的数据,构建模糊关系矩阵,矩阵的行代表评价对象,列代表评价因子;
在步骤4.3中,数据为评价对象(在此为虚拟电厂中的各个参与者)在各个评价因子下的表现提供了量化或定性的描述,这些数据为后续的模糊化和模糊关系矩阵的构建提供了基础:
步骤4.3.2:收集数据:
成本:每个参与者(或机组)都有其日常发电的净成本,这些数据可以从式1和式2中获取,例如,是光伏机组的日常发电净成本,/>是风电机组的日常发电净成本。
合作贡献率:这是指每个机组对总负荷需求量的贡献,从式3中,Di是由第i个机组贡献的负荷量。
风险:风险是通过式4来描述的,其中R代表实际风险;
步骤4.3.3:模糊化数据:对于收集到的数据,需要将其转化为模糊集,例如,如果某个机组的成本相对较低,那么将其模糊化为“低”;如果其合作贡献率中等,则可以模糊化为“中”;如果其风险较高,则可以模糊化为“高”
步骤4.3.4:构建模糊关系矩阵:基于模糊化的数据,构建模糊关系矩阵,矩阵的每一行代表一个评价对象(机组),每一列代表一个评价因子,矩阵中的每个元素表示该评价对象在该评价因子下的模糊评价结果;
数据收集是为了获取每个评价对象在各个评价因子下的具体表现,这些数据为后续的模糊综合评价提供了必要的输入。
步骤4.4:进行模糊综合评价
步骤4.4.1:确定权重向量:这是一个行向量,代表每个评价因子的权重;
步骤4.4.2:计算模糊综合评价结果:使用权重向量和模糊关系矩阵进行矩阵乘法,得到模糊综合评价结果,这个结果是一个模糊集,描述了每个评价对象的综合评价;
步骤4.5:调整权重
步骤4.5.1:分析模糊综合评价结果:根据模糊综合评价结果,分析每个评价因子的相对重要性;
步骤4.5.2:调整权重:如果某个评价因子的重要性被低估或高估,可以相应地调整其权重。
进一步的,步骤4中,基于确定的成本、合作贡献率和风险的权重,结合基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果,计算得到所有参与者的综合效益,包括:
对于每个参与者i,综合效益Ei可以通过以下公式计算:
\[Ei=w1×V′i+w2×V″i+w3×V″′i\]
其中,
V'i是参与者i基于成本的效益分配结果;
V″i是参与者i基于贡献率的效益分配结果;
V″′i是参与者i基于风险的效益分配结果;
综合效益值Ei反映了参与者i在考虑成本、合作贡献率和风险三个因素后的总体效益,权重(w1,w2,w3)确定了每个因素在综合效益中的相对重要性;
重复上述步骤,为所有参与者计算他们的综合效益。
进一步的,步骤4中,根据所有参与者的综合效益,计算得到改进的Shapley值和改进的Banzhaf值,包括:
改进的Shapley值和Banzhaf值的计算公式如下:
改进的Shapley值:
在这个公式中:
(φ'i(v))代表参与者i的改进后的Shapley值;
S是参与者集合N中除了参与者\(i\)以外的任意子集,这些子集代表了虚拟电厂中的不同机组组合;
(v'(S∪{i}))和(v'(S))分别代表包含和不包含参与者\(i\)的机组组合的综合效益;
改进的Banzhaf值:
在这个公式中:
(β'i(v))代表参与者\(i\)的改进后的Banzhaf值;
\(S\)是参与者集合\(N\)中除了参与者\(i\)以外的任意子集,这些子集代表了虚拟电厂中的不同机组组合;
(v'(S∪{i}))和(v'(S))分别代表包含和不包含参与者\(i\)的机组组合的综合效益。
进一步的,步骤5中,基于改进的Shapley值和改进的Banzhaf值,计算得到基于Shapley值的分配结果和基于Banzhaf值的分配结果,包括:
基于改进的Shapley值:基于每个参与者的收益或资源分配与其改进的Shapley值成正比,使用改进的Shapley值为每个参与者分配收益或资源,形成基于Shapley值的分配结果;
基于改进的Banzhaf值:基于每个参与者的收益或资源分配与其改进的Banzhaf值成正比,使用改进的Banzhaf值为每个参与者分配收益或资源,形成基于Banzhaf值的分配结果。
进一步的,步骤5中,根据基于Shapley值的分配结果和基于Banzhaf值的分配结果,基于满意度模型,分别计算各效益分配结果的满意度,选择满意度最高的效益分配结果,包括以下步骤:
计算满意度:对于每个参与者,使用以下满意度模型计算其对于基于Shapley值和基于Banzhaf值的分配结果的满意度;
所述满意度模型,如下式所示:
式中:Mi为主体i对收益分配的满意度,r”io”为主体i原效益分配结果,rin为主体i现效益分配结果。
选择最优解:比较所有参与者对于两种分配方案的满意度,选择总体满意度最高的方案作为最终的分配方案。
第二方面,本发明提供一种虚拟电厂参与市场交易的内部主体效益分配装置,所述装置包括:
模型构建模块:用于构建日前、实时电力市场交易模型;
初始效益分配模块:用于基于日前、实时电价模型获取VPP初始效益分配值;
二次效益分配模块:用于对所述VPP初始效益分配值分别进行成本修正、贡献率修正和风险修正,得到基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果;
改进模块:用于确定成本、合作贡献率和风险的权重,并基于确定的成本、合作贡献率和风险的权重,结合基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果,计算得到所有参与者的综合效益;根据所有参与者的综合效益,计算得到改进的Shapley值和改进的Banzhaf值;
满意度选择模块:用于基于改进的Shapley值和改进的Banzhaf值,计算得到基于Shapley值的分配结果和基于Banzhaf值的分配结果;根据基于Shapley值的分配结果和基于Banzhaf值的分配结果,基于满意度模型,分别计算各效益分配结果的满意度,选择满意度最高的效益分配结果。
第三方面,本发明提供一种虚拟电厂参与市场交易的内部主体效益分配装置,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面所述方法的步骤。
与现有技术相比,本发明所达到的有益效果:
本发明提供的效益分配方法中通过构建日前、实时电力市场交易模型得到VPP的初始效益分配值,然后基于主体的成本、贡献率、风险等因素对初始效益分配值进行修正,得到经过修改的效益分配值,最后结合满意度模型,选择满意程度最优为最终的效益分配结果,在上述方法中,充分考虑到了各个主体的多个因素,尽可能地确保了多主体对效益分配的满意。
附图说明
图1是本发明的实施例的电力市场交易模型示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例一:
如图1所示,本实施例提供的虚拟电厂参与市场交易的内部主体效益分配方法,包括
步骤1、构建日前、实时电力市场交易模型,在该交易模型中,VPP(虚拟电厂)作为价格接受者,完成日前的风光出力预测,并基于此向电力市场申报次日24h的投标电量;
由于风光出力预测偏差的存在,当VPP内的储能***充、放电和柔性负荷需求响应无法消除风光出力偏差时,VPP需要在实时市场交易中消除出力偏差;
如果VPP实时发电量超过其在日前市场投标电量,则其多余的发电量将以正失衡电价平抑,正失衡电价低于或等于日前市场出清价格;
如果VPP实时发电量低于日前市场投标电量,则其发电赤字要以大于或等于日前市场出清电价的负失衡电价平抑;
日前、实时电价模型为:
式中:λrmb(t)、λrms(t)分别为t时刻的实时市场负失衡电价和正失衡电价;λbm(t)为t时刻的日前市场出清电价;为实时市场失衡电价惩罚系数;
步骤2、基于日前、实时电价模型获取虚拟电厂(VPP)初始效益分配值,即未经修正的效益分配比例;
步骤3、基于成本修正方法、贡献率修正方法和风险修正方法得到虚拟电厂二次效益分配值,其中各参与主体(各个机组)实际风险由层次分析法和熵权法相结合的主客观权重设计阀确定,由于成本和贡献率都是可直接或间接得出的,因此只要确定各个机组的风险即可,结合成本、贡献率和风险得到VPP二次效益分配值,即得到经过修正的效益分配比例;
在本实施例中,基于成本的修正方法以下式实现:
式中:C为各能源机组日常发电总的净成本,为光伏机组日常发电净成本,/>为风电机组日常发电净成本;
式中:n为虚拟电厂中各能源机组参与数量;v为虚拟电厂总收入,V'i为基于成本的效益分配结果;
基于贡献率的修正方法:
式中:D为总负荷需求量,Di分别为由不同机组贡献的负荷量,Dw为风力机组贡献的负荷量,Dp为光伏机组贡献的负荷量;基于出力风险的修正方法:
式中:R为实际风险,V″′i为基于出力风险的效益分配结果;满意度模型,如下式所示:
式中:Mi为主体i对收益分配的满意成都,r”io”为主体i原效益分配结果,rin为主体i现效益分配结果。
本实施例中,通过对成本、贡献率和风险等因素对VPP初始效益分配值进行修正,从多个角度对效益分配方法进行改进,可有效的得到最优的虚拟电厂效益分配结果。
步骤4、确定成本、合作贡献率和风险的权重,并基于确定的成本、合作贡献率和风险的权重,结合基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果,计算得到所有参与者的综合效益;根据所有参与者的综合效益,计算得到改进的Shapley值和改进的Banzhaf值;
计算过程可以为以下步骤:
模糊综合评价方法:这个方法的目的是将多个评价因素(在这里是成本、合作贡献率和风险)综合起来,得到一个总体的评价结果。具体的计算过程通常包括以下步骤:
确定评价因素和评价等级:在这里,评价因素就是成本、合作贡献率和风险,评价等级可以根据实际情况设定,例如设定为"低"、"中"、"高"等。
建立模糊评价矩阵:对每一个评价因素,根据其在各个评价等级上的隶属度,构建模糊评价矩阵,隶属度的计算可以根据实际数据和模糊逻辑的原理来进行;
确定权重:权重表示各个评价因素在总体评价中的重要性,在这里,权重就是成本、合作贡献率和风险所占的权重,权重的确定可以根据专家打分、历史数据分析等方法来进行;
进行模糊综合评价:根据模糊评价矩阵和权重,进行模糊综合评价,得到总体的评价结果;
确定成本、合作贡献率和风险的权重的具体方法包括:
步骤4中,确定成本、合作贡献率和风险的权重,包括:
成本、合作贡献率和风险的权重向量W记为(w1,w2,w3);确定成本、合作贡献率和风险的权重为1/3,权重向量W=[1/3,1/3,1/3],成本、贡献率和风险三者的重要性相等。
或者,通过模糊综合评价得到成本、合作贡献率和风险的权重,包括以下步骤:
步骤4.1:确定评价因子:分别为成本、合作贡献率和风险;
步骤4.2:设定初始权重:设定一个初始的权重向量,W=[1/3,1/3,1/3],这意味着成本、贡献率和风险三者的重要性是相等的;
步骤4.3:构建模糊关系矩阵:基于每个评价因子的效益分配结果,构建一个模糊关系矩阵,这个矩阵描述了各个参与者在不同评价因子下的表现;
通过构建模糊关系矩阵,能够量化地描述各个参与者在不同评价因子(成本、合作贡献率和风险)下的表现,这为后续的模糊综合评价提供了基础数据,使得效益分配更加公平、合理和透明;
步骤4.4:进行模糊综合评价:使用权重向量和模糊关系矩阵,(相乘)计算综合评价结果,这个结果可以帮助了解各个评价因子的相对重要性;
模糊综合评价提供了一个综合的、量化的评价结果,这个结果综合了所有评价因子的影响,这样,可以更加明确地了解各个评价因子对效益分配的相对重要性,从而为权重的调整提供了依据;
步骤4.5:调整权重:根据综合评价结果,进一步调整权重,以更好地反映各个评价因子的重要性;
步骤4.6:迭代计算:重复上述步骤,直到权重稳定,得到(w1,w2,w3)。
步骤4.3:构建模糊关系矩阵
步骤4.3.1:确定评价对象和评价因子:评价对象为虚拟电厂中的各个参与者;评价因子则是成本、合作贡献率和风险;
步骤4.3.2:收集数据:对于每个评价对象,在每个评价因子下收集数据,这些数据可以是定量的,也可以是定性的;
步骤4.3.3:模糊化数据:将收集到的数据转化为模糊集,例如,使用“高、中、低”三个等级来评价,那么可以将这三个等级转化为模糊集;
步骤4.3.4:构建模糊关系矩阵:基于模糊化的数据,构建模糊关系矩阵,矩阵的行代表评价对象,列代表评价因子;
在步骤4.3中,数据为评价对象(在此为虚拟电厂中的各个参与者)在各个评价因子下的表现提供了量化或定性的描述,这些数据为后续的模糊化和模糊关系矩阵的构建提供了基础:
步骤4.3.2:收集数据:
成本:每个参与者(或机组)都有其日常发电的净成本,这些数据可以从式1和式2中获取,例如,是光伏机组的日常发电净成本,/>是风电机组的日常发电净成本。
合作贡献率:这是指每个机组对总负荷需求量的贡献,从式3中,Di是由第i个机组贡献的负荷量。
风险:风险是通过式4来描述的,其中R代表实际风险;
步骤4.3.3:模糊化数据:对于收集到的数据,需要将其转化为模糊集,例如,如果某个机组的成本相对较低,那么将其模糊化为“低”;如果其合作贡献率中等,则可以模糊化为“中”;如果其风险较高,则可以模糊化为“高”
步骤4.3.4:构建模糊关系矩阵:基于模糊化的数据,构建模糊关系矩阵,矩阵的每一行代表一个评价对象(机组),每一列代表一个评价因子,矩阵中的每个元素表示该评价对象在该评价因子下的模糊评价结果;
数据收集是为了获取每个评价对象在各个评价因子下的具体表现,这些数据为后续的模糊综合评价提供了必要的输入。
步骤4.4:进行模糊综合评价
步骤4.4.1:确定权重向量:这是一个行向量,代表每个评价因子的权重;
步骤4.4.2:计算模糊综合评价结果:使用权重向量和模糊关系矩阵进行矩阵乘法,得到模糊综合评价结果,这个结果是一个模糊集,描述了每个评价对象的综合评价;
步骤4.5:调整权重
步骤4.5.1:分析模糊综合评价结果:根据模糊综合评价结果,分析每个评价因子的相对重要性;
步骤4.5.2:调整权重:如果某个评价因子的重要性被低估或高估,可以相应地调整其权重。
2.Shapley值和Banzhaf值是合作博弈理论中的两种重要的效益分配方法,在这里,需要根据模糊综合评价的结果,对Shapley值和Banzhaf值进行改进:具体来说,将这个综合的评价指标看作是每个参与者的综合效益,然后在计算Shapley值和Banzhaf值时,将这个综合效益替代原来的收益或效益,这样,改进的Shapley值和Banzhaf值就能够更好地反映各个参与者的成本、合作贡献率和风险。
Shapley值和Banzhaf值是基于合作博弈理论的效益分配方法,它们的计算通常只考虑了参与者的贡献,而没有考虑其他的因素,如成本和风险。而模糊综合评价的结果则考虑了这些因素,因此,我们可以根据模糊综合评价的结果,对Shapley值和Banzhaf值进行改进,使其更好地反映实际情况。
Shapley值和Banzhaf值都是基于合作博弈理论的效益分配方法,它们的计算通常只考虑了参与者的贡献,而没有考虑其他的因素,如成本和风险。而在本发明中,通过模糊综合评价方法,将成本、合作贡献率和风险这三个因素综合起来,得到一个总体的评价结果,这个结果被视为每个参与者的综合效益。
具体来说,步骤4中,结求出成本、合作贡献率以及风险所占的权重,得最终改进的Shapley值和改进的Banzhaf值,包括以下步骤:
Shapley值和Banzhaf值都是基于合作博弈理论的效益分配方法,它们的计算通常只考虑了参与者的贡献,而没有考虑其他的因素,如成本和风险。而在本发明中,通过模糊综合评价方法,将成本、合作贡献率和风险这三个因素综合起来,得到一个总体的评价结果,这个结果被视为每个参与者的"效益"。
改进的Shapley值和Banzhaf值的计算公式如下:
1.改进的Shapley值:
在这个公式中:
ο(φ′i(v))代表参与者i的改进后的Shapley值。
οS是参与者集合N中除了参与者\(i\)以外的任意子集,这些子集代表了虚拟电厂中的不同机组组合。
ο(v'(S∪{i}))和(v'(S))分别代表包含和不包含参与者\(i\)的机组组合的"效益",这个"效益"是通过模糊综合评价方法计算出来的,它综合考虑了成本、合作贡献率和风险这三个因素。
2.改进的Banzhaf值:
在这个公式中:
ο(β′i(v))代表参与者\(i\)的改进后的Banzhaf值。
ο\(S\)是参与者集合\(N\)中除了参与者\(i\)以外的任意子集,这些子集代表了虚拟电厂中的不同机组组合。
ο(v′(S∪{i}))和(v′(S))分别代表包含和不包含参与者\(i\)的机组组合的"效益",这个"效益"是通过模糊综合评价方法计算出来的,它综合考虑了成本、合作贡献率和风险这三个因素。
这样,改进的Shapley值和Banzhaf值就能够更好地反映各个参与者的成本、合作贡献率和风险。
基于改进的Shapley值:每个参与者的收益或资源分配与其改进的Shapley值成正比,例如,如果参与者A的改进的Shapley值是0.6,而总收益是100,则A将获得60的收益;
基于改进的Banzhaf值:每个参与者的收益或资源分配与其改进的Banzhaf值成正比,例如,如果参与者A的改进的Banzhaf值是0.7,而总收益是100,则A将获得70的收益;
对于这两种分配结果利用步骤5进行选择。
基于改进的Shapley值和改进的Banzhaf值得到基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果,包括以下步骤:
这是基于模糊综合评价方法,求出成本、合作贡献率以及风险所占的权重,得到的最终改进的Shapley值和改进的Banzhaf值。
基于最终改进的Shapley值和改进的Banzhaf值求出改进的效益分配结果。
步骤5、基于改进的Shapley值和改进的Banzhaf值,计算得到基于Shapley值的分配结果和基于Banzhaf值的分配结果;根据基于Shapley值的分配结果和基于Banzhaf值的分配结果,基于满意度模型,分别计算各效益分配结果的满意度,选择满意度最高的效益分配结果。
具体操作步骤如下:
1.计算基于Shapley值的分配结果:使用改进的Shapley值为每个参与者分配收益或资源;
2.计算基于Banzhaf值的分配结果:使用改进的Banzhaf值为每个参与者分配收益或资源;
3.计算满意度:对于每个参与者,使用上述满意度模型计算其对于基于Shapley值和基于Banzhaf值的分配结果的满意度;
4.选择最优解:比较所有参与者对于两种分配方案的满意度,选择总体满意度最高的方案作为最终的分配方案;
这种方法确保了分配方案不仅是公平的,而且还能够满足大多数或所有参与者的期望,从而提高了分配方案的可接受性。
综上所述,在本实施例中,本实施例提供的效益分配方法中通过构建日前、实时电力市场交易模型得到VPP的初始效益分配值,然后基于主体的成本、贡献率、风险等因素对初始效益分配值进行修正,得到经过修改的效益分配值,最后结合满意度模型,选择满意程度最优为最终的效益分配结果,在上述方法中,充分考虑到了各个主体的多个因素,尽可能地确保了多主体对效益分配的满意。
实施例二:
本实施例提供一种虚拟电厂参与市场交易的内部主体效益分配装置,所述装置包括:
模型构建模块:用于构建日前、实时电力市场交易模型;
初始效益分配模块:用于基于日前、实时电价模型获取VPP初始效益分配值;
二次效益分配模块:用于对所述VPP初始效益分配值分别进行成本修正、贡献率修正和风险修正,得到基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果;
改进模块:用于确定成本、合作贡献率和风险的权重,并基于确定的成本、合作贡献率和风险的权重,结合基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果,计算得到所有参与者的综合效益;根据所有参与者的综合效益,计算得到改进的Shapley值和改进的Banzhaf值;
满意度选择模块:用于基于改进的Shapley值和改进的Banzhaf值,计算得到基于Shapley值的分配结果和基于Banzhaf值的分配结果;根据基于Shapley值的分配结果和基于Banzhaf值的分配结果,基于满意度模型,分别计算各效益分配结果的满意度,选择满意度最高的效益分配结果。
本实施例的装置可用于实现实施例一所述的方法。
实施例三:
本发明实施例还提供了一种虚拟电厂参与市场交易的内部主体效益分配装置,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行实施例一所述方法的步骤。
实施例四:
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现实施例一所述方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种虚拟电厂参与市场交易的内部主体效益分配方法,其特征在于:包括以下步骤:
步骤1、构建日前、实时电力市场交易模型;
步骤2、基于日前、实时电价模型获取VPP初始效益分配值;
步骤3、对所述VPP初始效益分配值分别进行成本修正、贡献率修正和风险修正,得到基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果;
步骤4、确定成本、合作贡献率和风险的权重,并基于确定的成本、合作贡献率和风险的权重,结合基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果,计算得到所有参与者的综合效益;根据所有参与者的综合效益,计算得到改进的Shapley值和改进的Banzhaf值;
步骤5、基于改进的Shapley值和改进的Banzhaf值,计算得到基于Shapley值的分配结果和基于Banzhaf值的分配结果;根据基于Shapley值的分配结果和基于Banzhaf值的分配结果,基于满意度模型,分别计算各效益分配结果的满意度,选择满意度最高的效益分配结果。
2.根据权利要求1所述的虚拟电厂参与市场交易的内部主体效益分配方法,其特征在于:步骤1中,构建日前、实时电力市场交易模型,包括:
日前、实时电力市场交易模型中,如果VPP实时发电量超过其在日前市场投标电量,则其多余的发电量将以正失衡电价平抑,正失衡电价低于或等于日前市场出清价格;
如果VPP实时发电量低于日前市场投标电量,则其发电赤字要以大于或等于日前市场出清电价的负失衡电价平抑;
日前、实时电价模型为:
式中:λrmb(t)、λrms(t)分别为t时刻的实时市场负失衡电价和正失衡电价;λbm(t)为t时刻的日前市场出清电价;为实时市场失衡电价惩罚系数。
3.根据权利要求1所述的虚拟电厂参与市场交易的内部主体效益分配方法,其特征在于:对所述VPP初始效益分配值进行成本修正,包括:
以下式计算基于成本的效益分配结果:
式中:C为各能源机组日常发电总的净成本,为光伏机组日常发电净成本,/>为风电机组日常发电净成本;
式中:n为虚拟电厂中各能源机组参与数量;v为虚拟电厂总收入,V'i为主体i基于成本的效益分配结果;
和/或,对所述VPP初始效益分配值进行贡献率修正,包括:
以下式计算基于贡献率的效益分配结果:
式中:D为总负荷需求量,Di分别为由第i个机组贡献的负荷量,Dw为风力机组贡献的负荷量,Dp为光伏机组贡献的负荷量;
和/或,对所述VPP初始效益分配值进行出力风险修正,包括:
以下式计算基于出力风险的效益分配结果:
式中:R为实际风险,V″′i为第i个机组基于出力风险的效益分配结果。
4.根据权利要求1所述的虚拟电厂参与市场交易的内部主体效益分配方法,其特征在于:步骤4中,确定成本、合作贡献率和风险的权重,包括:
成本、合作贡献率和风险的权重向量W记为(w1,w2,w3);确定成本、合作贡献率和风险的权重为1/3,权重向量W=[1/3,1/3,1/3],成本、贡献率和风险三者的重要性相等。
5.根据权利要求4所述的虚拟电厂参与市场交易的内部主体效益分配方法,其特征在于:步骤4中,基于确定的成本、合作贡献率和风险的权重,结合基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果,计算得到所有参与者的综合效益,包括:
对于每个参与者i,综合效益Ei可以通过以下公式计算:
\[Ei=w1×V′i+w2×Vi+w3×V″′i\]
其中,
V'i是参与者i基于成本的效益分配结果;
V″i是参与者i基于贡献率的效益分配结果;
V″′i是参与者i基于风险的效益分配结果;
综合效益值Ei反映了参与者i在考虑成本、合作贡献率和风险三个因素后的总体效益,权重(w1,w2,w3)确定了每个因素在综合效益中的相对重要性;
重复上述步骤,为所有参与者计算他们的综合效益。
6.根据权利要求1所述的虚拟电厂参与市场交易的内部主体效益分配方法,其特征在于:步骤4中,根据所有参与者的综合效益,计算得到改进的Shapley值和改进的Banzhaf值,包括:
改进的Shapley值和Banzhaf值的计算公式如下:
改进的Shapley值:
在这个公式中:
(φ′i(v))代表参与者i的改进后的Shapley值;
S是参与者集合N中除了参与者\(i\)以外的任意子集,这些子集代表了虚拟电厂中的不同机组组合;
(v'(S∪{i}))和(v'(S))分别代表包含和不包含参与者\(i\)的机组组合的综合效益;
改进的Banzhaf值:
在这个公式中:
(β'i(v))代表参与者\(i\)的改进后的Banzhaf值;
\(S\)是参与者集合\(N\)中除了参与者\(i\)以外的任意子集,这些子集代表了虚拟电厂中的不同机组组合;
(v'(S∪{i}))和(v'(S))分别代表包含和不包含参与者\(i\)的机组组合的综合效益。
7.根据权利要求1所述的虚拟电厂参与市场交易的内部主体效益分配方法,其特征在于:步骤5中,基于改进的Shapley值和改进的Banzhaf值,计算得到基于Shapley值的分配结果和基于Banzhaf值的分配结果,包括:
基于改进的Shapley值:基于每个参与者的收益或资源分配与其改进的Shapley值成正比,使用改进的Shapley值为每个参与者分配收益或资源,形成基于Shapley值的分配结果;
基于改进的Banzhaf值:基于每个参与者的收益或资源分配与其改进的Banzhaf值成正比,使用改进的Banzhaf值为每个参与者分配收益或资源,形成基于Banzhaf值的分配结果;
步骤5中,根据基于Shapley值的分配结果和基于Banzhaf值的分配结果,基于满意度模型,分别计算各效益分配结果的满意度,选择满意度最高的效益分配结果,包括以下步骤:
计算满意度:对于每个参与者,使用以下满意度模型计算其对于基于Shapley值和基于Banzhaf值的分配结果的满意度;
所述满意度模型,如下式所示:
式中:Mi为主体i对收益分配的满意度,r”io”为主体i原效益分配结果,主体i原效益分配结果为VPP初始效益分配值,rin为主体i现效益分配结果;
选择最优解:比较所有参与者对于两种分配方案的满意度,选择总体满意度最高的方案作为最终的分配方案。
8.一种虚拟电厂参与市场交易的内部主体效益分配装置,其特征在于,所述装置包括:
模型构建模块:用于构建日前、实时电力市场交易模型;
初始效益分配模块:用于基于日前、实时电价模型获取VPP初始效益分配值;
二次效益分配模块:用于对所述VPP初始效益分配值分别进行成本修正、贡献率修正和风险修正,得到基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果;
改进模块:用于确定成本、合作贡献率和风险的权重,并基于确定的成本、合作贡献率和风险的权重,结合基于成本的效益分配结果、基于贡献率的效益分配结果和基于风险的效益分配结果,计算得到所有参与者的综合效益;根据所有参与者的综合效益,计算得到改进的Shapley值和改进的Banzhaf值;
满意度选择模块:用于基于改进的Shapley值和改进的Banzhaf值,计算得到基于Shapley值的分配结果和基于Banzhaf值的分配结果;根据基于Shapley值的分配结果和基于Banzhaf值的分配结果,基于满意度模型,分别计算各效益分配结果的满意度,选择满意度最高的效益分配结果。
9.一种虚拟电厂参与市场交易的内部主体效益分配装置,其特征在于,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1~7任一项所述方法的步骤。
10.计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311222076.4A CN117196680A (zh) | 2023-09-21 | 2023-09-21 | 一种虚拟电厂参与市场交易的内部主体效益分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311222076.4A CN117196680A (zh) | 2023-09-21 | 2023-09-21 | 一种虚拟电厂参与市场交易的内部主体效益分配方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117196680A true CN117196680A (zh) | 2023-12-08 |
Family
ID=88986830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311222076.4A Pending CN117196680A (zh) | 2023-09-21 | 2023-09-21 | 一种虚拟电厂参与市场交易的内部主体效益分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117196680A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699333A (zh) * | 2019-10-22 | 2021-04-23 | 华东电力试验研究院有限公司 | 合作博弈下计及风光出力不确定性的多主体利润分配方法 |
CN112766541A (zh) * | 2020-12-31 | 2021-05-07 | 国网上海能源互联网研究院有限公司 | 考虑出力预测误差的虚拟电厂利益分配机制的方法及*** |
US20210304306A1 (en) * | 2020-03-18 | 2021-09-30 | Mitsubishi Electric Research Laboratories, Inc. | Stochastic Bidding Strategy for Virtual Power Plants with Mobile Energy Storages |
CN113888204A (zh) * | 2021-09-06 | 2022-01-04 | 中国能源建设集团天津电力设计院有限公司 | 多主体博弈的虚拟电厂容量优化配置法 |
CN114614463A (zh) * | 2021-12-16 | 2022-06-10 | 国网江苏省电力有限公司常州供电分公司 | 一种考虑多种不确定性的虚拟电厂交易策略 |
CN114881749A (zh) * | 2022-04-28 | 2022-08-09 | 国网江苏省电力有限公司电力科学研究院 | 一种计及风险约束的虚拟电厂参与主辅市场的投标方法 |
CN115759556A (zh) * | 2022-09-27 | 2023-03-07 | 国网上海市电力公司 | 一种碳-电市场中的多虚拟电厂优化运行与分配方法 |
CN115907927A (zh) * | 2022-12-30 | 2023-04-04 | 国家电网公司西南分部 | 一种虚拟电厂报价辅助方法、***、装置及存储介质 |
CN116470543A (zh) * | 2023-04-20 | 2023-07-21 | 江苏方天电力技术有限公司 | 一种虚拟电厂的运行控制方法、装置、设备及介质 |
-
2023
- 2023-09-21 CN CN202311222076.4A patent/CN117196680A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699333A (zh) * | 2019-10-22 | 2021-04-23 | 华东电力试验研究院有限公司 | 合作博弈下计及风光出力不确定性的多主体利润分配方法 |
US20210304306A1 (en) * | 2020-03-18 | 2021-09-30 | Mitsubishi Electric Research Laboratories, Inc. | Stochastic Bidding Strategy for Virtual Power Plants with Mobile Energy Storages |
CN112766541A (zh) * | 2020-12-31 | 2021-05-07 | 国网上海能源互联网研究院有限公司 | 考虑出力预测误差的虚拟电厂利益分配机制的方法及*** |
CN113888204A (zh) * | 2021-09-06 | 2022-01-04 | 中国能源建设集团天津电力设计院有限公司 | 多主体博弈的虚拟电厂容量优化配置法 |
CN114614463A (zh) * | 2021-12-16 | 2022-06-10 | 国网江苏省电力有限公司常州供电分公司 | 一种考虑多种不确定性的虚拟电厂交易策略 |
CN114881749A (zh) * | 2022-04-28 | 2022-08-09 | 国网江苏省电力有限公司电力科学研究院 | 一种计及风险约束的虚拟电厂参与主辅市场的投标方法 |
CN115759556A (zh) * | 2022-09-27 | 2023-03-07 | 国网上海市电力公司 | 一种碳-电市场中的多虚拟电厂优化运行与分配方法 |
CN115907927A (zh) * | 2022-12-30 | 2023-04-04 | 国家电网公司西南分部 | 一种虚拟电厂报价辅助方法、***、装置及存储介质 |
CN116470543A (zh) * | 2023-04-20 | 2023-07-21 | 江苏方天电力技术有限公司 | 一种虚拟电厂的运行控制方法、装置、设备及介质 |
Non-Patent Citations (2)
Title |
---|
郑浩伟: ""计及日前-实时交易和共享储能的VPP运行优化及双层效益分配"", 《电力建设》, 1 September 2022 (2022-09-01), pages 36 * |
郭洪武: ""可再生能源多能协同调度优化及效益均衡模型研究"", 《中国博士学位论文全文数据库》, 30 June 2021 (2021-06-30), pages 122 - 137 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389327B (zh) | 基于风光不确定性的多虚拟电厂时前合作方法 | |
Xia et al. | A benefit-sharing model for hydropower projects based on stakeholder input-output analysis: A case study of the Xiluodu Project in China | |
Fang et al. | A double auction model for competitive generators and large consumers considering power transmission cost | |
CN106529990A (zh) | 一种偏差电量结算方法 | |
CN107507078A (zh) | 一种基于讨价还价博弈的分布式能源收益分配策略 | |
CN110826890A (zh) | 一种考虑风险的虚拟电厂的利益分配方法及装置 | |
CN112036625A (zh) | 一种电力市场背景下基于主从博弈的新能源消纳方法 | |
CN112884381A (zh) | 一种考虑供需不确定性的p2p用能市场规划方法 | |
CN106779142A (zh) | 一种售电主体合约电量优化方法及装置 | |
CN112699333A (zh) | 合作博弈下计及风光出力不确定性的多主体利润分配方法 | |
Zhang et al. | Shared energy storage-assisted and tolerance-based alliance strategy for wind power generators based on cooperative game and resource dependence theories | |
CN113870029A (zh) | 跨省区电力现货市场多主体出清方法、***及计算机设备 | |
CN113837897A (zh) | 一种计及源荷不确定性的日前实时分布式电能交易方法 | |
CN112529410A (zh) | 一种适用于两级市场发用电平衡的衔接方法和*** | |
Lan et al. | Optimal portfolio design of energy storage devices with financial and physical right market | |
Yang et al. | Analysis of offering behavior of generation-side integrated energy aggregator in electricity market: A Bayesian evolutionary approach | |
CN107197045A (zh) | 云计算环境下虚拟机资源的分配方法及分配*** | |
Bringedal et al. | Backtesting coordinated hydropower bidding using neural network forecasting | |
CN111402015A (zh) | 一种基于购售风险的虚拟电厂双层竞标方法及*** | |
CN117196680A (zh) | 一种虚拟电厂参与市场交易的内部主体效益分配方法及装置 | |
Leszczyńska-Paczesna | Sectoral price stickiness and inflation persistence in Poland: a two-sector DSGE approach | |
CN110717779A (zh) | 一种电力交易***、方法及其应用 | |
CN109543898A (zh) | 一种基于双向拍卖的多微网优化调度方法 | |
CN111784540B (zh) | 一种基于多目标粒子群算法的云储能优化出清方法 | |
CN112633942A (zh) | 一种园区电力***合约偏差费用计算方法、介质及设备 |
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 |