基于Stackelberg博弈的空调需求响应程度估计方法技术

本发明专利技术公开了一种基于Stackelberg博弈的空调需求响应程度估计方法，其步骤包括：1.采用蒙特卡洛抽样方法对用户群体的空调初始设定温度抽样，并计算当前样本下空调的功耗；2.建立Stackelberg博弈模型，求解模型得到用户群体优化后的空调设定温度样本；3.根据优化后所得设定温度样本计算空调的运行功率，并计算响应量，得到用户群体的响应程度样本；4.由响应程度样本计算响应程度点估计和区间估计。本发明专利技术考虑空调用户需求响应过程中不确定性因素对用户响应的影响，对响应过程中用户与聚合商之间的互动过程进行模拟，计算用户参与响应的响应程度，为更科学评价用户参与需求响应的可靠性提供了参考。可靠性提供了参考。可靠性提供了参考。

【技术实现步骤摘要】
基于Stackelberg博弈的空调需求响应程度估计方法


[0001]本专利技术属于电力负荷需求侧管理领域，具体的说是一种基于Stackelberg博弈的空调需求响应程度估计方法。

技术介绍

[0002]随着社会经济的快速发展和人民生活水平的日益改善，家庭电气化水平不断提高，用电负荷的急剧上升，负荷曲线的峰谷差问题日益凸显。尽管通过增加发电机组容量和扩展输电容量可以满足不断增长且日益复杂的电力需求，但由于用电负荷具有季节特性，增加的发电机组和输电容量只有在夏季高峰期才能被充分利用，其余季节大多处于停运状态，导致资源浪费严重，经济性很低。为解决该问题，国内外从需求侧寻求问题的解决方式，利用需求侧的资源来延缓电力系统的建设，以提高系统的经济性。电力需求响应是指当电力批发市场价格升高或系统可靠性受威胁时，电力用户接收到供电方发出的诱导性减少负荷的直接补偿通知或者电力价格上升信号后，改变其固有的用电模式，减少或者推移某时段的用电负荷以响应电力供应，从而保障电网稳定，并抑制电价上升的短期行为。
[0003]空调作为需求侧最常见的用电设备之一，其负荷在用户所有用电负荷中占有相当大的比例。据统计，2019年夏季7月29日20时50分，湖北省电网3670.3万千瓦用电负荷中，有1500万千瓦属于空调降温负荷，占比超过了40％。由此可见，夏季负荷高峰的形成和空调的使用有很大关系。从另一方面看，尽管空调负荷很大，但是其控制方式简单，因此其作为需求侧资源参与需求响应的潜力非常大。
[0004]在空调用户参与需求响应的过程中，受用户主观意愿和客观因素的影响，用户响应行为具有不确定性，这种行为的不确定性直接导致了用户响应可靠性问题的产生。为评估用户和聚合商的响应可靠性，引入了响应可靠性评估指标：需求响应程度。需求响应程度是指用户在实际响应中的响应量占合同约定响应量的比值。比值越大，需求响应程度越大，说明响应可靠性越高，相反，比值越小，需求响应程度越小，说明响应可靠性越低。现阶段，在对用户参与需求响应的不确定性研究时，大部分研究都是直接将需求响应程度描述成一个服从正态分布的随机变量进行处理，很少有研究从根源去探究需求响应程度的真正面貌，仅以正态分布的方式表示响应程度有可能不符合实际情况而得出错误结论。
[0005]综上所述，传统方法在研究需求响应响应不确定性时，对需求响应程度的近似假设分布没有考虑实际情况，且在实施响应时，未考虑空调用户和聚合商的互动性的影响，导致结论精确性较低，这给电网和聚合商安全经济地调度响应资源带来很大困难。

技术实现思路

[0006]本专利技术针对传统方法在研究用户参与需求响应的不确定性时忽略响应程度具体分布情况以及忽略响应中聚合商和用户之间互动性关系的缺陷，提出一种基于Stackelberg博弈的用户空调需求响应程度估计方法，以期通过建立聚合商与用户博弈模型和对用户群体初始设定温度的随机模拟，得到更加合理的用户空调响应程度，从而提高
电网和空调负荷聚合商评估所持有空调响应资源可靠性的精度，以便于其能更加安全可靠地对空调响应资源进行调度。
[0007]本专利技术为解决技术问题采用如下技术方案：
[0008]本专利技术一种基于Stackelberg博弈的用户空调需求响应程度估计方法的特点是按照如下步骤进行：
[0009]步骤1.获取原始数据，包括：
[0010]聚合商侧：聚合的用户总数M；
[0011]第i个空调用户侧：第i个空调用户的初始设定温度θ
s,i
的概率密度函数i＝1,2,3,...,M，其中，为第i个空调用户的概率密度函数的参数集合；
[0012]步骤2.用N表示蒙特卡洛随机模拟的总次数，且N为正整数；用n表示当前随机模拟次数，且初始化n＝1；
[0013]步骤3.从i＝1,2,3...M开始，依次根据初始设定温度θ
s,i
的概率密度函数利用连续随机变量的抽样方法生成随机数作为第n次随机模拟的第i个初始设定温度从而得到第n次随机模拟的M个初始设定温度；
[0014]步骤4.从i＝1,2,3...M开始，依次计算第n次随机模拟的第i个初始设定温度下空调的功耗
[0015]步骤4.1.按式(1)和式(2)分别计算第n次随机模拟下的一个周期内第i台空调的开启时间和关闭时间
[0016][0017][0018]式(1)和式(2)中：θ
out
为外界环境温度；σ
i
为第i个空调回滞控制的死区温度；P
i
为第i个空调额定功率；η
i
为第i个空调能效比；τ
i
为第i个空调的时间常数；A
i
为第i个空调的导热系数；
[0019]步骤4.2.按式(3)计算第n次模拟下第i个空调启停占空比后，由式(4)计算第i个空调功耗
[0020][0021][0022]步骤5.建立Stackelberg博弈模型：
[0023]步骤5.1.利用式(5)建立以上层聚合商的收益U
a
最大为目标函数，并利用式(6)建立补偿电价的不等式约束，从而建立上层聚合商收益模型：
[0024][0025][0026]式(5)中，ρ
s
为响应时刻的电价；为第n次随机模拟的补偿电价；T为响应时长；ρ
a
为聚合商未完成指标时的惩罚价格；ρ
d
为空调用户不履行合同时的违约价格；Q
A,i
为聚合商给第i个空调用户的削减指标；为第i个空调用户在第n次模拟下合同履行情况，若为1时，表示合同正常履行，若为0时，表示用户违约，不履行合同；ρ
u
为空调用户未完成聚合商给定指标时的惩罚价格；Q
G
为电网给聚合商的削减指标；为第n次随机模拟的第i个空调用户的空调负荷削减功率；并有：
[0027][0028]式(7)中：为第n次模拟下第i个空调用户选择设定温度为时的空调功耗，可类似于响应前时刻空调功耗计算方法按式(1)-式(4)进行计算；
[0029]步骤5.2.利用式(8)建立以第i个空调用户的收益U
i
最大为目标函数，并利用式(9)建立设定温度约束和用户合同履行状态约束，从而建立下层第i个空调用户的收益模型：
[0030][0031][0032]式(8)和式(9)中：为第n次随机模拟下第i个空调用户与聚合商进行博弈后的设定温度；θ
com,i
为第i个空调用户的最适温度；θ
max,i
和θ
min,i
分别为第i个空调用户与设定温度的上限值和下限值；k
i
为第i个空调用户的舒适成本转化系数；
[0033]步骤6.采用上下层博弈模型相互迭代的方法求解第n次随机模拟时的均衡解，上层博弈方为聚合商，下层博弈方为空调用户群体，且上层博弈方的聚合商占据主导地位；
[0034]步骤6.1.给定初始本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Stackelberg博弈的用户空调需求响应程度估计方法，其特征是按照如下步骤进行：步骤1.获取原始数据，包括：聚合商侧：聚合的用户总数M；第i个空调用户侧：第i个空调用户的初始设定温度θ
s,i
的概率密度函数i＝1,2,3,...,M，其中，为第i个空调用户的概率密度函数的参数集合；步骤2.用N表示蒙特卡洛随机模拟的总次数，且N为正整数；用n表示当前随机模拟次数，且初始化n＝1；步骤3.从i＝1,2,3...M开始，依次根据初始设定温度θ
s,i
的概率密度函数利用连续随机变量的抽样方法生成随机数作为第n次随机模拟的第i个初始设定温度从而得到第n次随机模拟的M个初始设定温度；步骤4.从i＝1,2,3...M开始，依次计算第n次随机模拟的第i个初始设定温度下空调的功耗步骤4.1.按式(1)和式(2)分别计算第n次随机模拟下的一个周期内第i台空调的开启时间和关闭时间和关闭时间和关闭时间式(1)和式(2)中：θ
out
为外界环境温度；σ
i
为第i个空调回滞控制的死区温度；P
i
为第i个空调额定功率；η
i
为第i个空调能效比；τ
i
为第i个空调的时间常数；A
i
为第i个空调的导热系数；步骤4.2.按式(3)计算第n次模拟下第i个空调启停占空比后，由式(4)计算第i个空调功耗调功耗调功耗步骤5.建立Stackelberg博弈模型：步骤5.1.利用式(5)建立以上层聚合商的收益U
a
最大为目标函数，并利用式(6)建立补偿电价的不等式约束，从而建立上层聚合商收益模型：
式(5)中，ρ
s
为响应时刻的电价；为第n次随机模拟的补偿电价；T为响应时长；ρ
a
为聚合商未完成指标时的惩罚价格；ρ
d
为空调用户不履行合同时的违约价格；Q
A,i
为聚合商给第i个空调用户的削减指标；为第i个空调用户在第n次模拟下合同履行情况，若为1时，表示合同正常履行，若为0时，表示用户违约，不履行合同；ρ
u
为空调用户未完成聚合商给定指标时的惩罚价格；Q
G
为电网给聚合商的削减指标；为第n次随机模拟的第i个空调用户的空调负荷削减功率；并有：式(7)中：为第n次模拟下第i个空调用户选择设定温度为时的空调功耗，可类似于响应前时刻空调功耗计算方法按式(1)-式(4)进行计算；步骤5.2.利用式(8)建立以第i个空调用户的收益U
i
最大为目标函数，并利用式(9)建立设定温度约束和用户合同履行状态约束，从而建立下层第i个空调用户的收益模型：设定温度约束和用户合同履行状态约束，从而建立下层第i个空调用户的收益模型：式(8)和式(9)中：为第n次随机模拟下第i个空调用户与聚合商进行博弈后...

【专利技术属性】
技术研发人员：齐先军，王朋，吴红斌，张晶晶，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：