多微电网参与下的配电侧电力市场竞价博弈方法

随着售电侧市场改革的不断深入,研究多个微电网运营商参与下的配电侧市场交易和竞价机制具有重要意义。针对该问题,提出了一种双层优化方法:底层优化以配电市场运营商购电成本最小为目标,考虑系统的节点电压约束和支路潮流约束等,采用跟踪中心轨迹内点法求解系统的经济调度模型,实现市场的出清;上层优化以最大化微电网运营商收益为目标,采用遗传算法确定微电网运营商在联盟和不联盟两种环境下的最优竞价策略。在双层优化方法的基础上,基于完全信息下的动态博弈方法,确定市场的纳什均衡点。最终在IEEE 33节点配电系统算例中对所提出的方法进行了仿真验证,并进一步分析了微电网运营商提供无功辅助服务下各市场主体的利益分配问题。     

微电网并网运行的市场运营机制设计

在输配分开的电力市场环境下,为了实现微电网的智能化市场运作,需要结合微电网自身特点设计一套可行的市场运行机制。提出“发电驱动负荷”模式,在保证与主网电力市场相容的基础上,基于多代理系统的市场运营控制体系,计及可中断负荷和储能装置的灵活市场行为,融入需求侧响应机制,负荷用户可根据自身相对需求向微电网市场控制平台提交需求报价信息,构建微电网并网运行的合同市场和实时平衡市场,设计了竞价规则和模型,并针对几个关键问题进行了讨论。     

基于信息互动的分布式可再生能源多代理交易竞价模型

如何以市场化手段灵活解决配电网分布式能源的消纳,激励多方自主参与,已成为主动配电网商业模式研究的重要方向,适应多方分散决策的交易竞价模型是其中的关键。利用多代理建模技术构建了分布式可再生能源交易市场信息流和能量流的互动框架,设计了各参与主体交易信息的市场交互机制。各代理为提升市场竞争力,将市场信息分为电价信息、状态信息、交易信息、时间信息4类分析处理。利用信息修正模型对已生成的常规报价进行优化,依据交易结果调整各类信息影响因子,构建了源-储-荷的信息修正竞价模型,实现了竞价策略优化。算例中从参与主体、交易对象策略、市场模式3个维度对信息修正竞价模型的经济性和通用性进行了验证。     

基于多代理系统的微电网多尺度能量管理

对基于多代理系统的微电网能量管理策略进行了研究。首先,建立三层多代理系统;然后,基于博弈论研究大电网与多个微电网之间的上层电力市场竞价策略;进而,以单个微电网为研究对象,考虑需求侧响应,研究制定多时间尺度的分布式发电调度策略;最后,考虑到调度策略需要有负荷和风力发电机组短期预测作为前提保障,所以运用混沌相空间预测算法对负荷和风力发电机组进行短期预测。仿真结果验证了所提能量管理策略的有效性。     

不完全信息下基于多代理深度确定策略梯度算法的发电商竞价策略EI北大核心CSCD

在电力现货市场中,发电商竞价行为受多种因素综合影响,且由于信息受限无法做出最优决策,难以实现自身收益最大化。将发电商竞价决策行为建模为马尔科夫博弈过程,提出了基于多代理模型的发电商日前市场竞价模型,应用多代理深度确定性策略梯度(multi-agent deep deterministic policy gradient, MADDPG)算法,分别在IEEE-3节点算例和IEEE-30节点算例模拟发电侧竞价行为。算例分析表明,所提模型通信开销低、训练结果良好,可以在不完全信息条件下提高发电商收益,并实现发电侧报价的激励相容。     

考虑需求响应的多微网P2P能源交易低碳运行策略

随着“双碳”目标的提出,微电网作为分布式电源利用的有效形式,受到能源管理应用领域的广泛关注。随着微电网数量增加,多微网端对端(peer to peer, P2P)能源交易有助于促进区域内能源的互联互济和清洁能源的就地消纳。在考虑微电网的碳排放特性和需求响应潜力的基础上,构建多微网P2P能源交易模型实现配电侧供需协同以及确定其最优交易策略。首先,提出了微电网运行优化模型,以运行费用最小化为目标鼓励微电网参与需求响应;其次,实现微电网内部购售电和储能充放电碳排放的量化,并计算微电网的碳排放成本;再次,基于广义纳什议价理论构建P2P能源交易模型并在模型中加入潮流约束,在保证电力系统安全稳定运行的基础上实现多微网的能源共享和收益分配。最后,基于IEEE-33节点系统进行算例分析。结果表明,考虑需求响应和碳排放费用的多微网P2P能源交易有助于促进微电网之间的能源共享和新能源消纳。     

基于开放市场环境的多微电网系统优化调度方法

在开放的市场环境下,微电网不仅可与配电系统进行电能交易,微电网之间也可以进行电能交易。本文首先给出了含多微电网的配电系统电能交易规则,在此基础上提出了开放市场环境下的多微电网系统双层调度方法。下层是以各微电网自身收益最大化为目标的优化问题,对微电网内部各可控电源制定调度计划;上层通过配电调度机构对下层优化问题可能引发的交易冲突进行协调。经算例验证,该方法可有效解决多微电网系统优化调度问题,提升微电网的收益,有助于推动分布式能源和微电网的有序发展。     

多元化售电主体并存下微电网的竞价策略研究

为了指导微电网代理商合理报价,本文提出了多元化售电主体下以微电网收益最大化为目标的报价策略。首先针对微电网和售电商分层性、灵活性的特点,提出基于多代理系统的微电网代理商和售电商之间的交易模型;进而基于多代理系统的竞价体系,运用博弈论的思想建立以微电网收益最大化为目标的博弈模型;考虑到市场信息的不确定性,利用概率模拟的方法,获取该微电网竞争对手的成本和报价策略的分布,然后利用非线性规划法求得博弈模型的纳什均衡解,获得微电网代理商的最优竞价策略。最后通过算例分析验证所提方法的有效性。     

基于IEC61850的分布式能源智能监控终端通信模型

随着常规能源的逐渐衰竭和环境污染的日益加重,大规模发展基于可再生能源的分布式发电技术已是必然趋势。分布式能源主要通过微电网接入配电网。配电终端是配电自动化系统中基本的底层控制单元,传统配电终端已不能满足含微电网的新型配电网的监控需求。为了适应微电网接入对配电网的影响,需要将传统配电终端升级改造为基于IEC 61850的分布式能源智能监控终端。分析了微电网分层监控架构在通信系统方面对分布式能源智能监控终端提出的新需求,在传统配电终端的IEC 61850信息模型中引入了IEC 61850-7-420中定义的分布式能源控制领域的相关逻辑设备和逻辑节点,给出了基于IEC 61850的分布式能源智能监控终端的信息模型及信息交互模型。在信息快速有效交互的基础上,基于IEC 61850的分布式能源智能监控终端能够实现包括微电网模式平滑切换在内的多种微电网高级控制策略。     

考虑配电网安全校核的分布式能源聚合商参与市场竞标的双层混合整数优化模型

由于大多数分布式能源都接入到配电系统中,分布式能源聚合商的策略性竞标行为会对配电系统的运行产生重大影响。因此,分布式能源聚合商的市场竞标问题需要考虑配电网安全校核的影响。将配电系统安全校核混合整数优化问题作为下层问题引入,将分布式能源聚合商作为价格制定者在日前能量和备用联合市场的竞标行为建立为一个上下层均同时包含连续和离散变量的双层混合整数非线性规划模型。然后采用传统的Karush-Kuhn-Tucker重构法将该双层混合整数非线性规划模型转化为上下层均同时包含连续和离散变量的双层混合整数线性规划模型。再采用基于松弛技术的双层重构和分解法求解。最后,对一个实际输配联合系统进行了案例分析和算法有效性验证。     

Roth-Erev Reinforcement Learning Approach for Smart Generator Bidding towards Long Term Electricity Market Operation Using Agent Based Dynamic Modeling

Abstract

This article focuses towards agent based implementation of restructured power market with learning capabilities for generators. The market model considered for the analysis is wholesale market and through learning capability of the generator will confront self-sufficient smart generator to perform optimal bidding for a long term. The Agent Based Modeling for Electricity Systems (AMES) permits dynamic testing with learning traders. The whole electricity market is managed by the Independent System Operator (ISO) which computes the hourly Locational Marginal Price (LMP) and commitments of power exchange for day-ahead market operation. The bidding strategy of generators is trained using stochastic reinforcement learning algorithm (JReLM) developed under Java platform. For the analysis, agents are classified as market traders and Independent System Operator (ISO) linking to the IEEE 5-Bus system. The analysis is further extended to an IEEE-30 Bus system and the results demonstrate great potential of the agent based computational ability in the electricity market to help the generators to exercise more market power with optimal bidding than normal generators.     

碳市场背景下发电商竞价策略及电力市场均衡分析

碳市场交易提高了传统化石能源机组的发电成本,进而影响其在电力市场的竞价行为,电力市场均衡也随之发生改变。文章针对碳市场背景下的电力市场均衡问题建立了双层均衡模型,上层模型为考虑碳成本的发电商最优竞价模型,下层模型为考虑碳配额总量约束的电力市场出清模型,通过最优性条件理论以及二进制展开法、大M法等线性化手段将双层模型转化为混合整数线性规划,基于PJM 5节点系统,求解了多市场环境下有无碳市场的电力市场均衡,分析了碳市场对电力市场均衡状态的影响;同时,基于碳配额总量对电力市场均衡的灵敏度分析发现碳配额总量需适度收紧才能最大程度实现电力低碳减排作用。     

考虑电价和碳价间Copula风险依赖的虚拟电厂竞标策略

作为促进温室气体减排的新兴市场, 碳交易市场逐渐成为影响发电公司收益的重要因素。碳市场中的碳排放配额具有典型的金融产品特征, 碳价波动及其与电价的交互作用会给参与电力市场运营的发电公司竞标决策带来风险。在此背景下, 针对由同一区域的火电机组、分布式发电单元、电动汽车和需求侧资源所集成的虚拟电厂（virtual power plant, VPP）, 首先利用条件风险价值（conditional-value-at-risk, CVaR）理论度量VPP所面临的不确定性因素。然后, 采用Copula函数对电价与碳价的联合概率分布进行建模, 并以CVaR最小化为目标, 针对虚拟电厂构建了计及电价和碳价间风险依赖的Copula-CVaR竞标优化模型。最后, 采用YALMIP/CPLEX对所建立的竞标优化模型进行求解, 并用一个算例系统的4个场景说明了采用所提方法刻画VPP竞标风险的可行性与有效性。     

Bi-level optimization based two-stage market clearing model considering guaranteed accommodation of renewable energy generation

Outage recovery is important for reducing the economic cost and improving the reliability of a distribution system (DS) in extreme weather and with equipment faults. Previous studies have separately considered network reconfiguration (NR) and dispatching mobile power sources (MPS) to restore the outage load. However, NR cannot deal with the scenario of an electrical island, while dispatching MPS results in a long power outage. In this paper, a resilient outage recovery method based on co-optimizing MPS and NR is proposed, where the DS and traffic network (TN) are considered simultaneously. In the DS, the switch action cost and power losses are minimized, and the access points of MPSs are changed by carrying out the NR process. In the TN, an MPS dispatching model with the objective of minimizing power outage time, routing and power generation cost is developed to optimize the MPSs’ schedule. A solution algorithm based on iteration and relaxation methods is proposed to simplify the solving process and obtain the optimal recovery strategy. Finally, numerical case studies on the IEEE 33 and 119-bus systems validate the proposed resilient outage recovery method. It is shown that the access point of MPS can be changed by NR to decrease the power outage time and dispatching cost of MPS. The results also show that the system operation cost can be reduced by considering power losses in the objective function.     

Bi-level optimization based two-stage market clearing model considering guaranteed accommodation of renewable energy generation

The existing electricity market mechanisms designed to promote the consumption of renewable energy generation complicate network participation in market transactions owing to an unfair market competition environment, where the low cost renewable energy generation is not reflected in the high bidding price of high cost conventional energy generation. This study addresses this issue by proposing a bi-level optimization based two-stage market clearing model that considers the bidding strategies of market players, and guarantees the accommodation of renewable energy generation. The first stage implements a dual-market clearing mechanism that includes a unified market for trading the power generations of both renewable energy and conventional energy units, and a subsidy market reserved exclusively for conventional generation units. A re-adjustment clearing mechanism is then proposed in the second stage to accommodate the power generation of remaining renewable energy units after first stage energy allocations. Each stage of the proposed model is further described as a bi-level market equilibrium problem and is solved using a co-evolutionary algorithm. Finally, numerical results involving an improved IEEE 39-bus system demonstrate that the proposed two-stage model meets the basic requirements of incentive compatibility and individual rationality. It can facilitate the rational allocation of resources, promote the economical operation of electric power grids, and enhance social welfare.     

考虑购售风险的虚拟电厂双层竞标策略

虚拟电厂（virtual power plant，VPP）是聚合优化“源网荷储”协调发展的新一代智能控制技术和互动商业模式。针对虚拟电厂内部资源和外部市场对竞标策略的互动影响，提出了考虑购售风险的虚拟电厂双层竞标策略。首先，考虑虚拟电厂对内对外的双侧互动特性，构建了虚拟电厂双层竞标框架；其次，考虑用户效用，建立了用户侧资源对虚拟电厂的下层竞标模型；然后，考虑外部市场的价格不确定性，采用条件风险价值（conditional value at risk，CVaR）量化虚拟电厂购售环节的风险，建立了考虑购售风险的虚拟电厂上层多目标竞标模型；最后，通过算例验证了竞标策略的有效性。     

能量-备用多品种电力交易下空调负荷聚合商竞价策略

双侧电力市场的开放为公共楼宇暖通空调负荷作为需求侧资源参与电力市场提供了新的机遇。为了挖掘用电高峰时段空调负荷的调控潜力,根据暖通空调的运行原理,基于能量守恒定律、热力学原理、质量守恒原理等,建立了公共楼宇暖通空调的物理模型,提出了暖通空调的柔性控制策略。考虑空调用户在负荷聚合商的统一协调下参与能量和备用市场,构建了能量-备用多品种电力交易下负荷聚合商的双层竞价模型,其中上层为负荷聚合商竞价模型,下层为电力市场出清模型,并基于KKT条件及对偶理论将双层优化问题转化为带平衡约束的单层优化模型,实现模型的高效求解。算例分析结果验证了所提竞价模型的有效性。     

热力实时定价机制下热电联产机组多能源市场协同决策研究

随着能源市场化改革逐步深入,市场机制下热电联产(CHP)机组的运行与决策受到广泛关注,而以热定电限制了CHP机组的灵活性,影响其独立参与市场的收益.基于此,采用实时定价的热力市场机制挖掘需求灵活性,提出热力实时定价机制下CHP机组在多能源市场中的协同决策双层模型,即CHP机组参与电力市场的同时,在热力市场制定实时热价进行负荷管理释放灵活性,以最大化参与能源市场的利润.其中上层模型为CHP机组最优电力报价与热力定价模型,下层模型为电力批发市场出清模型与热用户决策模型.利用KKT条件等将双层模型转化为混合整数线性规划模型以进行求解.通过算例验证所提模型的可行性与有效性,算例结果表明热力实时定价在有效提高CHP机组电力侧灵活性与机组利润的同时,改善了用户与社会福利.最后,探究了热力实时定价机制下CHP机组在电力市场的策略报价行为.     

增量市场环境下多供电主体市场博弈模型与交易行为分析

研究新增供电主体参与电力市场的运营机制对电力市场的健康和可持续发展具有重要意义。构建包含配电网运营商、分布式电源运营商、储能运营商和用户的增量市场模型,分析各主体间的市场关系和价格传导机制;基于市场博弈理论,利用纳什均衡解的存在性条件构建增量市场环境下多主体参与的双层优化模型。仿真结果验证了所提模型及求解方法的有效性,增量市场环境下运营商供给能力是影响其博弈策略的关键因素,外部监管手段有利于培植新的供电主体,但也存在由于运营商规模不对等造成垄断电价的交易问题。     

基于多智能体强化学习的电力现货市场定价机制研究(一):不同定价机制下发电商报价双层优化模型

电力现货市场定价机制是市场设计的重点问题之一,与发电商交易行为相互影响。定价机制设计需要考虑发电商可能的交易行为,而不同定价机制下发电商报价策略不同,为系统性地解决这一嵌套难题,形成2篇不同侧重点的论文。作为首篇,该文探讨强化学习在发电商报价决策中的适用性,完整考虑系统和分区边际电价的两阶段过程,构建节点、系统、分区3种边际电价定价机制下的发电商报价双层优化模型,并基于可变学习速率和策略爬山算法相结合的多智能体强化学习方法对模型进行迭代求解。该双层模型中,上层为发电商报价决策层,下层为市场出清层,以决策层优化的发电商报价信息和出清层计算的发电商中标信息作为上下层之间的交互数据,不断优化发电商报价策略。最后,以IEEE 39系统为例,选择4个典型负荷场景,优化3种定价机制下的发电商报价,结果表明:所提模型和算法可有效求解发电商最优报价策略,获取市场均衡结果。