一种基于条件风险价值的多产消者分布式交易方法技术

本发明专利技术公开了一种基于条件风险价值的多产消者分布式交易方法，包括以下步骤：聚合产消者内部分布式资源，建立产消者模型和配电网模型，引入分布式交易约束；设定条件风险价值模型置信度和风险偏好系数，建立基于条件风险价值的多产消者分布式交易模型；采用ADMM算法对基于条件风险价值的多产消者分布式交易模型进行求解；建立市场清算模型，采用广义纳什均衡理论对产消者分布式交易成本进行分配。本发明专利技术考虑含光伏、燃料电池、储能、中央空调、柔性负荷等分布式资源的产消者分布式交易，拓宽产消者的交易渠道；考虑光伏出力的不确定性，采用条件风险价值模型实现产消者对收益与风险的权衡，鼓励更多产消者积极参与分布式交易。易。易。

【技术实现步骤摘要】
一种基于条件风险价值的多产消者分布式交易方法


[0001]本专利技术属于电力系统调度及优化领域，特别涉及了一种基于条件风险价值的多产消者分 布式交易方法。

技术介绍

[0002]随着海量分布式可再生能源的接入以及用户侧储能、空调等柔性负荷飞速增长，终端用 户逐步演化为具有源荷二重性的“产消者”，系统灵活性得到显著提升。然而，产消者在参 与市场化运行的过程中仍存在较多问题。首先，产消者作为用户侧的资源聚合体，其可控容 量较小，有时甚至达不到基本的市场准入门槛；其次，产消者聚合单元通常包括屋顶光伏等 资源，光伏出力具有随机性，产消者参与市场交易可能会面临收益风险；最后，产消者多位 于系统架构末端，导致其缺乏维持系统供需平衡的能力，无法充分发挥聚合资源的灵活性。因 此亟须制定产消者参与市场交易机制，最大限度发挥其聚合资源灵活性价值。
[0003]传统电力市场的交易模式为集中式交易和分布式交易。相较于集中式交易，分布式交易 可实现去中心化，交易更为灵活，适合分布分散的产消者参与市场交易。然而目前对产消者 参与电力市场研究集中在产消者分布式交易机制和收益分配，而鲜有文献考虑产消者内部不 确定性对分布式交易的影响。对于分布式交易中产消者不确定性风险衡量仍需进一步研究。

技术实现思路

[0004]为了解决上述
技术介绍
提到的技术问题，本专利技术提出了一种基于条件风险价值的多产消 者分布式交易方法。
[0005]为了实现上述技术目的，本专利技术的技术方案为：
[0006]一种基于条件风险价值的多产消者分布式交易方法，包括以下步骤：
[0007](1)聚合产消者内部分布式资源，建立产消者模型和配电网模型，其中引入分布式交易 约束；
[0008](2)设定条件风险价值模型置信度和风险偏好系数，建立基于条件风险价值的多产消者 分布式交易模型；
[0009](3)基于ADMM算法对基于条件风险价值的多产消者分布式交易模型进行求解；
[0010](4)建立市场清算模型，对产消者分布式交易成本进行分配。
[0011]进一步的，所述步骤(1)的具体过程如下：
[0012](1.1)假设产消者内部包括光伏、储能、中央空调、柔性负荷和燃料电池，光伏采用预 测出力数据，分别列出产消者分布式交易约束条件：
[0013]储能约束：
[0014][0015][0016][0017][0018][0019]式中：s表示光伏出力场景；t表示交易时段；各场景s时段t下光伏出力不同，产消者 内部储能、中央空调、柔性负荷和燃料电池各变量跟随调整；和分别为产消者i在 场景s时段t内储能的充电和放电量；P
ic,max
和P
id,max
分别为产消者i内储能的最大充电和放 电功率；S
i,s,t
为产消者i在场景s时段t内储能的荷电状态；和分别为产消者i内储 能的最小和最大储电量；和为产消者i内储能的充电和放电效率；为产消者i在场 景s时段t内储能成本，储能成本为充放电对电池的损耗成本；和分别为产消者i内储 能的充放电耗散系数；
[0020]中央空调约束：
[0021][0022][0023][0024]式中：α
i,t
为产消者i在时段t内描述建筑蓄冷特性和室外温度的参数；β
i
为产消者i内 与建筑外墙、外窗蓄冷及空调新风量有关的参数；γ
i
为产消者i内与建筑内墙蓄冷有关的参 数；为产消者i在场景s时段t内用户的室内温度；σ
i
为产消者i内中央空调制冷机组能 效比；为产消者i在场景s时段t内中央空调的制冷功率；T
in,min
和T
in,max
分别为最低和 最高允许室内温度；为产消者i在场景s时段t内调节中央空调产生的不舒适成本；m 为用户不舒适度系数；T
iref
为产消者i内用户体感最舒适温度；
[0025]柔性负荷约束：
[0026][0027][0028][0029]式中：为产消者i在场景s时段t内用户的柔性负荷值；为产消者i在时段t 内用户的负荷基准值；和分别为产消者i在时段t内柔性负荷可调节下限和上限； 为产消者i在场景s时段t内调节柔性负荷产生的不舒适成本；n为用户不舒适度系数； 燃料电池约束：
[0030][0031][0032][0033]式中：为产消者i在场景s时段t内燃料电池的发电功率；P
imin
和P
imax
分别为产消者 i内燃料电池最小和最大输出功率；r
iu
和r
id
为产消者i内燃料电池的向上和向下爬坡率；为产消者i在场景s时段t内燃料电池成本；为产消者i内燃料电池的单位发电成本；
[0034]分布式交易约束：
[0035][0036]式中：e
i,t
为产消者i在时段t内与其他产消者交易的能量；
[0037]与电网公司交易约束：
[0038][0039][0040]式中：为产消者i在场景s时段t内预测的光伏出力；和分别为产消者i在 时段t内从电网公司购买和出售的电量；为产消者i在时段t内与电网公司交易成本；和分别从电网公司在时段t内购电和售电的价格；
[0041](1.2)引入配电网约束条件，限制产消者的交易量，保证电网运行安全性：
[0042]节点功率平衡方程：
[0043][0044][0045]式中：P
m,t
为节点m在时段t内注入的有功功率；Q
m,t
为节点m在时段t内注入的无功功 率；P
mn,t
和Q
mn,t
分别为支路mn上在时段t内的有功功率和无功功率；P
km,t
和Q
km,t
分别为支路 km上在时段t内的有功功率和无功功率；F(m)为以节点m为首端点的支路的末端节点集合； T(m)为以节点m为末端节点的支路的首端节点集合；r
km
为支路km电阻；x
km
为支路km电 抗；l
km,t
为支路km上在时段t内电流幅值的平方；N
S
为系统节点集合；
[0046]支路电压降落方程：
[0047][0048]式中：V
m,t
和V
n,t
分别为节点m和n上在时段t内电压幅值的平方；r
mn
为支路mn电阻；x
mn
为支路mn电抗；l
mn,t
为支路mn上在时段t内电流幅值的平方；B
S
为系统支路集合；
[0049]支路容量方程：
[0050][0051]将支路容量方程进行二阶锥松弛后，潮流模型为二阶锥规划模型：
[0052][0053]节点注入功率：
[0054][0055][0056]式中：和分别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于条件风险价值的多产消者分布式交易方法，其特征在于，包括以下步骤：(1)聚合产消者内部分布式资源，建立产消者模型和配电网模型，其中引入分布式交易约束；(2)设定条件风险价值模型置信度和风险偏好系数，建立基于条件风险价值的多产消者分布式交易模型；(3)基于ADMM算法对基于条件风险价值的多产消者分布式交易模型进行求解；(4)建立市场清算模型，对产消者分布式交易成本进行分配。2.根据权利要求1所述一种基于条件风险价值的多产消者分布式交易方法，其特征在于，所述步骤(1)的具体过程如下：(1.1)假设产消者内部包括光伏、储能、中央空调、柔性负荷和燃料电池，光伏采用预测出力数据，分别列出产消者分布式交易约束条件：储能约束：储能约束：储能约束：储能约束：储能约束：式中：s表示光伏出力场景；t表示交易时段；各场景s时段t下光伏出力不同，产消者内部储能、中央空调、柔性负荷和燃料电池各变量跟随调整；和分别为产消者i在场景s时段t内储能的充电和放电量；P
ic,max
和P
id,max
分别为产消者i内储能的最大充电和放电功率；S
i,s,t
为产消者i在场景s时段t内储能的荷电状态；和分别为产消者i内储能的最小和最大储电量；和为产消者i内储能的充电和放电效率；为产消者i在场景s时段t内储能成本，储能成本为充放电对电池的损耗成本；和分别为产消者i内储能的充放电耗散系数；中央空调约束：中央空调约束：中央空调约束：式中：α
i,t
为产消者i在时段t内描述建筑蓄冷特性和室外温度的参数；β
i
为产消者i内与建筑外墙、外窗蓄冷及空调新风量有关的参数；γ
i
为产消者i内与建筑内墙蓄冷有关的参数；为产消者i在场景s时段t内用户的室内温度；σ
i
为产消者i内中央空调制冷机组能效
比；为产消者i在场景s时段t内中央空调的制冷功率；T
in,min
和T
in,max
分别为最低和最高允许室内温度；为产消者i在场景s时段t内调节中央空调产生的不舒适成本；m为用户不舒适度系数；为产消者i内用户体感最舒适温度；柔性负荷约束：柔性负荷约束：柔性负荷约束：式中：为产消者i在场景s时段t内用户的柔性负荷值；为产消者i在时段t内用户的负荷基准值；和分别为产消者i在时段t内柔性负荷可调节下限和上限；为产消者i在场景s时段t内调节柔性负荷产生的不舒适成本；n为用户不舒适度系数；燃料电池约束：燃料电池约束：燃料电池约束：式中：为产消者i在场景s时段t内燃料电池的发电功率；P
imin
和P
imax
分别为产消者i内燃料电池最小和最大输出功率；和为产消者i内燃料电池的向上和向下爬坡率；为产消者i在场景s时段t内燃料电池成本；为产消者i内燃料电池的单位发电成本；分布式交易约束：式中：e
i,t
为产消者i在时段t内与其他产消者交易的能量；与电网公司交易约束：与电网公司交易约束：式中：为产消者i在场景s时段t内预测的光伏出力；和分别为产消者i在时段t内从电网公司购买和出售的电量；为产消者i在时段t内与电网公司交易成本；和分别从电网公司在时段t内购电和售电的价格；(1.2)引入配电网约束条件，限制产消者的交易量，保证电网运行安全性：节点功率平衡方程：
式中：P
m,t
为节点m在时段t内注入的有功功率；Q
m,t
为节点m在时段t内注入的无功功率；P
mn,t
和Q
mn,t
分别为支路mn上在时段t内的有功功率和无功功率；P
km,t
和Q
km,t
分别为支路km上在时段t内的有功功率和无功功率；F(m)为以节点m为首端点的支路的末端节点集合；T(m)为以节点m为末端节点的支路的首端节点集合；r
km
为支路km电阻；x
km
为支路km电抗；l
km,t
为支路km上在时段t内电流幅值的平方；N
S
为系统节点集合；支路电压降落方程：式中：V
m,t
和V
n,t
分别为节点m和n上在时段t内电压幅值的平方；r
mn
为支路mn电阻；x
mn
为支路mn电抗；l
mn,t<...

【专利技术属性】
技术研发人员：胡国伟，吴晨，薛贵元，牛文娟，陈琛，吴垠，宗炫君，邹盛，沈思辰，周亦洲，
申请(专利权)人：国网江苏省电力有限公司经济技术研究院，
类型：发明
国别省市：