【技术实现步骤摘要】
一种负荷聚合商参与电能量和调频市场的决策方法
[0001]本专利技术涉及聚合商的参与电能量和调频市场的决策的
，尤其是涉及一种负荷聚合商参与电能量和调频市场的决策方法
。
技术介绍
[0002]传统火电在电网中的占比资源将逐年减少，并且随着市场观念逐渐引入电力系统，系统对需求侧的重视程度和互动程度被提升到新的高度
。
而负荷聚合商作为电网侧和用户侧中间重要的协调机构，通过将负荷侧资源结合起来，共同参与电能量市场和调频市场
。
在电能量市场中，聚合商可以将其聚合负荷作为可供出售的电能量资源，并根据市场需求和价格进行交易
。
[0003]现有的对于聚合商的电能量资源的决策的研究难以应对负荷侧资源差异化不确定性，同时负荷侧资源存在多种不同的类型，很少有聚合商的电能量资源的决策方法可以精度高
、
效率好地适用于不同类型的负荷侧资源
。
技术实现思路
[0004]本专利技术的目的就是为了可有效解决负荷侧资源差异化不确定性对聚合商投标决
【技术保护点】
【技术特征摘要】
1.
一种负荷聚合商参与电能量和调频市场的决策方法，其特征在于，方法包括以下步骤：
S1、
获取负荷聚合商出力数据集，所述数据集基于
K
‑
means
聚类算法的预处理后的负荷侧资源历史数据组成，数据集对应多个场景；
S2、
根据负荷聚合商出力数据集，构建基于
Wasserstein
距离的负荷聚合商不确定性模糊集；
S3、
将模糊集输入构建的负荷聚合商参与电能量和调频联合市场确定性模型；
S4、
将构建的模型结合分布鲁棒机会约束，得到决策结果；
S5、
将负荷聚合商出力数据集和
S4
的决策结果作为映射样本；
S6、
将映射样本输入构建长短时记忆网络的投标决策深度学习模型进行训练，得到训练好的决策模型；
S7、
将实际的负荷聚合商出力数据集输入训练好的决策模型，得到负荷聚合商参与电能量和调频市场的实际决策
。2.
根据权利要求1所述的一种负荷聚合商参与电能量和调频市场的决策方法，其特征在于，
S1
的具体步骤为：
S1.1
对负荷侧资源历史数据进行预处理，预处理的具体步骤为：从负荷侧资源历史数据中，随机选取
N
组样本合集其分别服从于概率分布
{P1,P2，
...,P
N
}
，将这
N
组样本集合规划为以概率分布
{P1,P2，
...,P
N
}
进行标记的关于聚合商出力的数据集
P
，其中
P
＝
{P1,P2，
...,P
N
}
为经验分布；
S1.2
基于
K
‑
means
算法对数据集
P
进行聚类，聚类的具体步骤为：随机确定
K
组样本集合其分别服从概率分布作为数据集
P
的质心，将数据集
P
中的每一个点分配到每一个簇中，分配过程中为每个点找到距其最近的质心并将其分配到该质心所对应的簇，将每一个簇的质心更新为该簇所有样本点的平均值，重复
S1.2
直至数据集
Ρ
中所有点都距离它所对应的质心最近，然后将聚类后的数据集
P
在每一个簇上取平均值，得到样本个数为
K
的负荷聚合商出力数据集
P
K
。3.
根据权利要求2所述的一种负荷聚合商参与电能量和调频市场的决策方法，其特征在于，
S2
的具体步骤为：
S2.1
基于负荷聚合商出力数据集
P
K
，随机选取
N
组样本集合其服从于
P
iN
的经验分布；
S2.2
计算经验分布
P
iN
与真实分布
P
T
这两类离散分布之间的
Wasserstein
距离；
S2.3
构建以负荷聚合商经验分布
P
iN
为中心，
Wasserstein
概率距离为半径的球型模糊集
D0。4.
根据权利要求3所述的一种负荷聚合商参与电能量和调频市场的决策方法，其特征在于，
Wasserstein
距离为：
其中，和分别表示服从经验分布
P
iN
和真实分布
P
T
的不确定性数据；代表之间的欧氏范数；表示
P
iN
和
P
T
的联合分布；
inf
为下确界函数；球型模糊集
D0为：
D0＝
{P
i
∈M(
Ξ
)|W(P
iN
,P
T
)≤
ρ
}
其中，
M(
Ξ
)
为不确定集
Ξ
上的所有概率分布；
M
代表以负荷聚合商经验分布
P
iN
为中心，
ρ
为半径的模糊集；不确定半径的模糊集
ρ
为：其中，
β
为置信度；
D
是一个常数，通过解决优化问题获得
。5.
根据权利要求1所述的一种负荷聚合商参与电能量和调频市场的决策方法，其特征在于，
S3
的具体步骤为：
S3.1
构建负荷聚合商参与电能量和调频联合市场确定性模型的目标函数；
S3.2
设置负荷聚合商参与电能量和调频联合市场确定性模型的约束条件，约束条件包括：总调频容量约束
、
调频容量上下限约束
、
系统的偏差约束
、
风电容量约束...
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。