【技术实现步骤摘要】
一种非迭代式的P2P用能市场的去中心化出清方法
[0001]本专利技术属于电力市场交易模型
,具体涉及一种非迭代式的P2P用能市场的去中心化出清方法。
技术介绍
[0002]近年来,用户端分布式能源的快速发展促进了能源消费方式的转变,一方面,光伏(PV)和风力发电技术的高速发展为电网以灵活的方式改善局部网络问题(如电压波动)提供了机会;另一方面,能源终端用户也可以通过共享本地发电的剩余能源来降低可再生能源的发电成本。本专利技术引入了能源产消者的概念来描述具有能量共享能力的终端用户,每个能源产消者需要与其他的能源消费者达成交易协议,以去中心化的形式完成本地P2P能源交易,而每个微电网也会与其他微电网达成交易协定,以弥补自身社区的功率超额和缺额。去中心化结构的交易市场能够保护用户隐私,促进交易的高效进行,但是会导致市场出清过程的反复迭代。因此,通过模型等效和场景缩减建立一个非迭代式的P2P(peer
‑
to
‑
peer)能源交易出清方法已成为当下的研究热点,现有的P2P用能市场多为去中心 ...
【技术保护点】
【技术特征摘要】
1.一种非迭代式的P2P用能市场的去中心化出清方法,其特征在于,方法包括以下步骤:获取使用数据,使用数据包括:用户负荷、实时电价、电力网络参数、各分布式电源的运行约束和各市场参与者的效用数据,并将获取得到的使用数据发送至优化模型中,优化模型用于对整个市场进行出清计算;利用斯坦克伯格Stackelberg博弈模型来描述各产消者买家和卖家之间的互动,每个微电网内卖家先发布交易价格,然后买家根据卖家发布的交易价格确定自身的购买电量:利用Stackelberg博弈模型构成双层优化交易,基于能源买家的最佳反应求解上下两层优化变量的分段常数关系;对对应分段常数关系上的安全约束进行筛选,得出边际的交易常数分段。2.根据权利要求1所述的一种非迭代式的P2P用能市场的去中心化出清方法,其特征在于,所述用户负荷包括用户全年的负荷数据,所述实时电价采用国家统一的峰谷平三时电价,所述电力网络参数为对应网络各支路的电阻电抗参数、各支路的输电容量、各节点的节点电压上下限,所述各分布式电源的运行约束包括了分布式电源的出力功率范围,所述各市场参与者的效用数据包括了不同市场主体效用函数的参数。3.根据权利要求2所述的一种非迭代式的P2P用能市场的去中心化出清方法,其特征在于,所述用户负荷的数据采集间隔最小值为15分钟。4.根据权利要求1所述的一种非迭代式的P2P用能市场的去中心化出清方法,其特征在于,所述利用斯坦克伯格Stackelberg博弈模型来描述各产消者买家和卖家之间的互动,每个微电网内卖家先发布交易价格,然后买家根据卖家发布的交易价格确定自身的购买电量的过程包括以下步骤:能源卖家直接向同一个微电网内部的能源买家卖电,剩余的电能卖给上级电网,因此能源卖家的交易模型建立如下:卖家的交易模型建立如下:卖家的交易模型建立如下:卖家的交易模型建立如下:式中,为卖家i卖给买家j的能源交易价格,为卖家i卖给买家j的能源交易电量,为能源卖家卖给上级电网的上网电价,为能源卖家i总的发电量,Δt为交易的时间步长,j∈J
s
表示能源卖家i对应的能源买家,t∈T为整个电力市场的交易时段,为整个电网的分时电价,表示微电网中的电网运行约束;能源买家在微电网内部首先通过P2P交易满足自身的用电需求,然后再从上级电网中购买剩余的电能,因此能源买家建模如下:
式中,为用户的总负荷值,为分时电价的基值,k
t
为分时电价的变化率,为线路末端的有功功率,线路末端的有功功率受到物理约束的影响;在每个微电网内部的交易完成后,每个微电网管理者进行连续双边拍卖以弥补内部交易中的能量超额和缺额,双边拍卖的建模如下:易中的能量超额和缺额,双边拍卖的建模如下:易中的能量超额和缺额,双边拍卖的建模如下:易中的能量超额和缺额,双边拍卖的建模如下:易中的能量超额和缺额,双边拍卖的建模如下:易中的能量超额和缺额,双边拍卖的建模如下:式中,表示能源卖家的微电网集合,表示能源买家的微电网集合,表示所有能源卖家的收益函数,表示所有能源买家的收益函数,为能源卖家s的总发电出力,为能源卖家s向买家b的交易电量,为能源买家b的总用电负荷,分别为发电和用电端的微电网联络线的功率,联络线功率满足网络潮流约束束为能源买家b的总用电效益,为双边连续拍卖的出清价格,为能源卖家s的总发电成本;每个微电网内部的能源产消者两两完成交易后,各微电网需要根据自身的功率超额和缺额向市场运营者投标,当能源卖家接收的最低价格低于能源买家出的最高价格后,交易
成立。5.根据权利要求4所述的一种非迭代式的P2P用能市场的去中心化出清方法,其特征在于,所述用户的总负荷值与分时电价的基值成正比。6.根据权利要求1所述的一种非迭代式的P2P用能市场的去中心化出清方法,其特征在于,所述利用Stackelberg博弈模型构成双层优化交易,基于能源买家的最佳反应求解上下两层优化变量的分段常数关系的过程包括以下步骤:将原能源买家的模型重构为如下的矩阵形式:min
p
(λ+θ)
T
pAp≤b:γp≥0式中,λ,θ分别为对应的价格和常系数参数,p为交易的电量,A,b分别为不等式约束的常数矩阵,γ为对应的拉格朗日对偶变量;对重构的矩阵形式取对偶如下:max
γ
b
T
γA
T
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。