基于强化学习的产消用户端对端电能交易决策

强化学习是一种促进智能体在与环境交互过程中通过学习策略达成回报最大化的人工智能方法。在不进行优化计算和不充分了解市场机制的情况下,该方法非常适合处理小规模用户电能交易行为。文中首先建立了包含交易主体、交易电价和交易物理约束的产消用户端对端电能交易模型。其次,将电能交易问题等效为一个马尔可夫决策过程并对各学习要素进行建模。然后,基于Q-Learning强化学习算法,对马尔可夫决策过程中储能动作和交易策略选择问题进行均匀离散处理,并进行分析求解。最后,采用含多类型产消用户和消费用户的电能交易案例进行分析,验证强化学习方法在解决小规模产消用户端对端电能交易问题上的合理性和可行性。     

基于BaaS平台的微网用户端对端电能交易方式研究

随着电力市场化改革的推进,微电网或拥有分布式发电的用户作为售电主体,被允许参与电能市场交易。但现有条件下的电能交易面临着缺乏信任和中心化的问题,区块链技术作为一种全新的分布式加密方式,对实现用户之间公平、点对点、实时、去信任的能量交易具有重要意义。文章首先介绍已有的区块链电能交易项目,分析对比了可供开发者使用的区块链即服务（blockchain as a service,BaaS）平台;然后对应用区块链技术的端对端电能交易网络和交易算法进行设计,分析了区块链即服务平台的应用过程;最后以一园区3个分布式光伏用户的运行实例,说明区块链技术下微网电能交易去中心化、透明化、难以篡改的特点,及其在促进微电网安全高效运行,社会利益最大化的有效性。     

售电侧市场开放环境下微网端对端电能交易关键技术综述及展望

售电侧市场环境逐渐开放和分布式能源（distributed energy resources, DER）的发展给微网（micro-grid,MG）运行带来了机遇与挑战。端对端（peer to peer, P2P）电能交易可以优化能源结构,充分发挥分布式能源的优势,提高能源系统的效率。文章以微网P2P电能交易系统为研究对象,在考虑我国现有电力改革政策的前提下,在稳态层面提出亟需解决的三大关键问题：分布式能量流如何优化传输、高效通信系统如何建立、P2P电能交易过程中涉及到用户支付问题如何解决。就这些问题,从能量流、信息流、货币流的角度,阐述微网端对端电能交易系统相关分析的解决办法,从工程角度分析新形势下微网P2P电能交易过程中的关键设备及核心软件平台,为推动我国分布式发电市场化交易及落地提供一些建议。