【技术实现步骤摘要】
本专利技术涉及电力资源优化，尤其涉及一种促进电力资源优化分配的电力市场实时定价方法及系统。
技术介绍
1、由于用电规模的不断增加，智能电网中的需求侧管理或需求响应已经引起了人们的广泛关注。长期以来，需求侧管理或需求响应的重点是提高电网效率以及降低电网成本。由于电力消费者对质量和数量的期望越来越高，但能源资源有限，开发新资源的过程漫长而昂贵，电网的可靠性受到威胁，需要开发新的方法来提高电网的效率。
2、电力市场的定价问题是关乎电网效率的关键问题。现有的很多定价方式会预先公布一段时间或者一定用电量区间的运行价格，这种方式一般基于历史数据，将定价问题建模为一个带有约束的优化问题，目标函数为最小化电网的成本或者最大化电网的收益，约束为电力消费者的相关函数。一般情况下，将该带有约束的优化问题写成其对偶形式，使用kkt最优性条件进行求解。但是，这种定价方式不够灵活。同时，电力市场包括买方和买方两个主体，需要同时考虑二者，才能实现双赢。
3、智能定价被认为是更加合理的定价方式，它可以鼓励电力消费者更明智、更有效地消费。智能定价提出了几种定价方案，包括临界峰定价，分时定价，实时定价等。其中，实时定价可以根据消费电力消费者实时的数据反馈，计算每一个时段的准确价格。因此，实时定价是比较适合未来电力市场的一种定价机制。
4、目前，已经一些实时定价的相关研究。比如基于效用最大化的实时定价算法，该算法关注智能电表与能源供应商之间通过控制消息的交换进行交互；也有工作对该方法进行了改进，将二次效用函数替换为对数函数；在有些
5、实时定价的问题形式可以天然的建模为一个主从博弈，其中主方为电网或者供电商，目标是最大化自身的利益。从方为电力消费者，目标是最大化自身的效用函数。关于主从博弈的研究开始得很早，并且也已经有很多相关的研究。最近，由于元学习,生成式对抗网络(gan,generative adversarial networks)等技术的不断兴起和发展，bi-leveloptimization(双层优化)逐渐回归人们的视线。双层优化是解决主从博弈的一种重要方式。目前，也有一些工作使用双层优化来解决电力市场中的定价和交易问题。
6、然而，在现有的大多数电网定价研究中，基于双层优化的工作在求解问题的时候，往往是将下层问题作为惩罚项加在上层问题里面，结合kkt最优性条件，从而将双层优化问题转化为一个单层优化问题来解决。然而，这种类型的方法通常涉及大量的约束，并且很难在实际应用中实现。因此，目前尚缺乏切实可行的方案可以实现电力市场实时定价，导致电力资源分配不合理。
技术实现思路
1、本专利技术提供了一种促进电力资源优化分配的电力市场实时定价方法及系统，以解决目前尚缺乏切实可行的方案可以实现电力市场实时定价的技术问题，以实现负荷均衡分配，更合理地进行电力资源分配，进而实现电力资源的优化。
2、为解决上述技术问题，本专利技术提供了如下技术方案：
3、一方面，本专利技术提供了一种促进电力资源优化分配的电力市场实时定价方法，包括：
4、将电力市场实时定价问题建模为双层优化问题；其中，所述双层优化问题的上层问题为电力供应商利益最大化问题，下层问题为电力消费者的效用函数最大化问题；
5、采用预设的双层梯度优化算法求解所述双层优化问题，得到下一个时间步的电价，以对电价进行实时更新，实现电力市场的实时定价，从而实现电力资源的优化。
6、进一步地，所述采用预设的双层梯度优化算法求解所述双层优化问题，包括：
7、下层问题近似解求解步骤，包括：基于分步迭代的思想，给定一个上层问题的变量，先使用梯度上升或者下降得到下层问题的一个近似解；其中，上层问题的变量为电价；
8、上层问题近似解求解步骤，包括：将下层问题的近似解代入上层问题，使用梯度方法得到上层问题的一个近似解；
9、迭代执行下层问题近似解求解步骤和上层问题近似解求解步骤，直至达到预设终止条件。
10、进一步地，所述采用预设的双层梯度优化算法求解所述双层优化问题，得到下一个时间步的电价，包括：
11、s1，初始化双层梯度优化算法参数；其中，所述算法参数包括：每一个时间步的迭代轮数t，开始的电价，开始的功耗以及开始的辅助变量的值；
12、s2，对于当前时间步，固定上层问题的变量，基于当前的电价，功耗以及辅助变量的值，对于下层问题进行t步的梯度下降，获得下层问题的近似解x*；
13、s3，通过梯度法求解线性方程获得辅助变量的当前值；其中，表示下层函数对于x*的梯度；w(x*,pk)表示电力消费者的收益函数的值；vk表示第k个时间步的辅助变量的值；表示上层目标函数对于下层变量的梯度；
14、s4，计算jacob-vector乘积用来近似替代hessian矩阵与向量的乘积；其中，表示下层函数的jacob矩阵；
15、s5，计算超梯度并用梯度下降法更新当前时间步的上层问题的变量，得到下一个时间步的电价pk+1；其中，表示下层函数的jacob矩阵；pk表示第k个时间步的电价；
16、s6，对于每一个时间步，重复s2～s5，以对电价进行实时更新。
17、进一步地，所述电力消费者的效用函数为具有边际递减效应的对数函数；电力消费者的收益函数为其效用函数减去功耗乘以当前的电价；电力消费者的效用函数和收益函数分别如下：
18、u(x)＝ωln(1+x)
19、w(x,pk)＝u(x)-xpk
20、其中，u(x)表示电力消费者的效用函数；ω表示效用函数的权重；w(x,pk)表示电力消费者的收益函数；x表示用户的功耗。
21、进一步地，所述对于当前时间步，固定上层问题的变量，基于当前的电价，功耗以及辅助变量的值，对于下层问题进行t步的梯度下降，获得下层问题的近似解x*，包括：
22、以找到在当前的电价条件下使得电力消费者收益最优的功耗为目标，即：
23、
24、其中，x(pk)表示在电价pk下使得电力消费者收益最优的功耗；w(xr,k,pk)表示电力消费者的收益函数；x表示功耗；k表示总时间步长；n表示总用户数量；
25、计算下层函数对于x的梯度对于t＝1,2,…,t的每一轮，执行：
26、
27、其中，η表示下层问题迭代的学习率；
28、在t步梯度下降之后，得到最优功耗的近似解x*。
29、进一步地，所述超梯度的计算过程包括：
30、定义上层问题是一个强凹性的函数，下层问题也是一个强凹性的函数；同时上层问题和下层问题也都是利普希思光滑的；得到超梯度的形式为：
本文档来自技高网...【技术保护点】
1.促进电力资源优化分配的电力市场实时定价方法，其特征在于，包括：
2.如权利要求1所述的促进电力资源优化分配的电力市场实时定价方法，其特征在于，所述采用预设的双层梯度优化算法求解所述双层优化问题，包括：
3.如权利要求2所述的促进电力资源优化分配的电力市场实时定价方法，其特征在于，所述采用预设的双层梯度优化算法求解所述双层优化问题，得到下一个时间步的电价，包括：
4.如权利要求3所述的促进电力资源优化分配的电力市场实时定价方法，其特征在于，所述电力消费者的效用函数为具有边际递减效应的对数函数；电力消费者的收益函数为其效用函数减去功耗乘以当前的电价；电力消费者的效用函数和收益函数分别如下：
5.如权利要求4所述的促进电力资源优化分配的电力市场实时定价方法，其特征在于，所述对于当前时间步，固定上层问题的变量，基于当前的电价，功耗以及辅助变量的值，对于下层问题进行T步的梯度下降，获得下层问题的近似解X*，包括：
6.如权利要求5所述的促进电力资源优化分配的电力市场实时定价方法，其特征在于，所述超梯度的计算过程包括：
<...【技术特征摘要】
1.促进电力资源优化分配的电力市场实时定价方法，其特征在于，包括：
2.如权利要求1所述的促进电力资源优化分配的电力市场实时定价方法，其特征在于，所述采用预设的双层梯度优化算法求解所述双层优化问题，包括：
3.如权利要求2所述的促进电力资源优化分配的电力市场实时定价方法，其特征在于，所述采用预设的双层梯度优化算法求解所述双层优化问题，得到下一个时间步的电价，包括：
4.如权利要求3所述的促进电力资源优化分配的电力市场实时定价方法，其特征在于，所述电力消费者的效用函数为具有边际递减效应的对数函数；电力消费者的收益函数为其效用函数减去功耗乘以当前的电价；电力消费者的效用函数和收益函数分别如下：
5.如权利要求4所述的促进电力资源优化分配的电力市场实时定价方法，其特征...
【专利技术属性】
技术研发人员：王琼，卢钺，刘顺，王洪彪，刘洋，李清涛，杨洋，冯丽利，
申请(专利权)人：国网北京市电力公司，
类型：发明
国别省市：
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。