基于深度强化学习的激励型需求响应决策优化模型

随着中国电力市场化改革的推进,售电侧市场逐步开放,售电商可以聚合大量的分散负荷参与电力市场环境下的需求响应.文中提出以售电商和用户综合收益最大化为目标的基于深度强化学习的激励型需求响应建模和求解方法.首先,建立售电商和用户的需求响应模型,通过引入时间-价格弹性,改进现有的用户响应模型,考虑用户对相邻时段补贴价格差的反应.然后,基于马尔可夫决策过程框架构建补贴价格决策优化模型,并设计基于深度Q学习网络的求解算法.最后,以1个售电商和3个不同类型的用户为例进行仿真计算,通过分析算法收敛性和对比不同模型及参数下的优化结果,验证了改进模型的合理性和生成策略的有效性,并分析了激励型需求响应对售电商以及用户的影响.     

基于主从博弈的电网公司需求响应补贴定价机制

文中构建了电网公司与多个用户的需求响应主从博弈模型。其中电网公司基于预测得到的下一年负荷持续曲线,选取合适时间段制定需求响应补贴策略,通过降低峰值负荷减少输配电建设成本,提高输配电整体收益;而用户根据电网公司在某时段制定的需求响应补贴价格决定在该时段的响应量来获取额外收益。文中对主从博弈模型的存在性及求解思路进行了分析,并给出了博弈均衡解的求解流程。算例表明,电网公司可基于所构建模型得到峰荷时段的补贴价格,且电网公司及用户均可通过需求响应而获益。此外算例还分析了可避免输配电容量单位成本变化对电网公司需求响应收益的影响。     

物联网环境下售电商运营优化模型

在物联网和市场化环境下不同类型用户制定相同的电价策略会影响售电商收益,降低市场竞争力。首先分析了售电商运营模式,对不同类型用 户进行划分。再者,基于物联网环境下需求侧响应发展与电量电价弹性系数,对用户的需求响应行为建模。在此基础上,基于峰谷分时电价,以售电 商收益最大化为目标,建立多类型负荷协调运营优化模型,并设计3种策略进行算例分析。结果表明,策略3能够使售电商在收益上升的同时有效提高 负荷曲线负荷率,更容易得到用户支持。     

考虑现货电价及分布式电源不确定性的售电商购售电决策模型

随着电力现货市场改革的不断深化,售电商的购售电业务迎来了新的机遇和挑战,现货市场下售电公司的决策研究具有重要意义.为降低现货电价波动性的影响,建立云模型描述现货市场交易时的现货电价不确定性,提出一种基于云模型相似度的现货电价预测模型;考虑分布式电源出力随机性,提出一个描述风光出力不确定模型;通过电价–市场占有率模型反映售电公司在零售市场中面临的竞争和用户选择行为,引入实时电价需求响应模型,建立售电商购售电模型.通过算例分析,得到售电商向用户发布的实时零售电价曲线,通过改进遗传算法进行仿真分析,验证了该模型的可行性.     

售电商参与现货市场下的售电套餐优化设计

随着中国电力现货市场的快速发展,售电商可以通过设计售电套餐来引导电力用户参与电力需求响应,以此提高双方利益。文中引入避峰响应系数,在分时电价的基础上制定售电套餐激励以吸引电力用户积极转移用电负荷。首先,根据设计的售电套餐计算出电力用户选择售电套餐后的负荷转移情况;其次,考虑电费支出的变化与用电方式的变化对电力用户效用产生的影响,基于效用函数构建售电套餐决策模型来计算出电力用户对售电套餐的选择情况;然后,文中基于售电商参与现货市场交易转移负荷,以售电商利益驱动量最大化为目标优化设计出4种售电套餐;最后,通过算例分析,验证了优化后的售电套餐符合双方的利益要求。     

基于非完全信息Stackelberg博弈的居民用户分时电价定价策略研究

随着我国售电市场规模的扩大以及用户响应能力的提升,基于用户响应准确建模的售电公司售电定价策略受到广泛关注。针对居民用户分时电价定价问题,提出了居民用户转移负荷满意度成本系数的辨识方法,考虑转移负荷满意度成本系数的概率分布,建立了售电公司与居民用户的非完全信息Stackelberg博弈模型,售电公司以购售电收益期望最大化为目标,各种典型场景下居民用户均以综合效用最大化为目标。通过算例分析验证了所提策略对售电公司收益的提升,并分析了现货市场电价对售电公司定价决策的影响。     

考虑需求响应收益的售电商实时电价决策模型

实时电价是激励用户改变用电行为参与需求响应的理想市场化机制,但目前实时电价研究存在用户响应行为建模方法单一、缺乏实际用户数据验证等问题,导致响应计算精度较低。激励电价制定的准确性直接影响售电商参与需求响应项目的市场收益,为此提出一种基于数据驱动的实时电价决策模型。首先,利用原有实时电价实施背景下积累的大量历史数据,采用改进卷积神经网络—长短期记忆网络混合模型(convolutional neural networks-long short-term memory,CNN-LSTM)建立以用电量为输入、实时电价为输出的用户响应动态特性函数。在此基础上,提出售电商参与需求响应项目背景下,一种以净收益最大化为目标的实时电价决策模型。基于美国PJM市场数据的算例分析表明,改进CNN-LSTM模型具有计算精度和效率高、鲁棒性强的优点,提出的实时电价决策模型能够有效帮助售电商提高市场收益。     

基于主从博弈的售电商多元零售套餐设计与多级市场购电策略

随着电力市场改革的发展,如何制定吸引用户选择的多类型零售套餐成为提升售电商利润的研究重点。为此该文结合激励手段和价格信号为售电商设计了多类提升市场竞争力的零售套餐,并基于多时间尺度、多交易类型的市场背景为其提出购电策略。首先,搭建售电商与多元用户之间的主从博弈架构,分析售电商参与日前、月度、年度多级市场下与发电商、电力交易中心等主体之间的多种购电交易类型,设计峰谷分时电价、昼夜用电捆绑、峰谷惩罚补偿、阶梯递增电价、固定单一电价5种月度零售套餐。其次,分别以考虑风险因素的售电商效益最大化、多元用户自身综合满意度最大化为目标,构建主方购售电组合决策模型和从方零售套餐选择模型,并阐述主从博弈互动过程。接着,采用粒子群优化算法和CPLEX优化软件求解模型的纳什均衡解。最后,利用算例仿真验证主从博弈模型的迭代求解具有较好的收敛性,多级市场购电策略和多元零售套餐的提出有利于售电商提升自身利润的同时提高用户满意度,从而扩大市场份额。     

基于信息间隙决策理论的多种零售合同模式下售电公司购售电策略

竞争性的售电市场环境中,为用户提供灵活多样的零售业务是提升售电公司客户端竞争力的关键。根据售电公司与用户对于利润和风险的不同偏好,提出直接分成与保底封顶的零售合同模式。计入各种零售合同模式中不同价格机制对用户用电行为的激励,建立与零售合同相匹配的需求响应模型。考虑市场出清电价的不确定性对于售电公司决策的影响,并计及可中断负荷,建立了基于信息间隙决策理论的售电公司在多种零售合同模式下的购售电决策模型,该模型给出的购售电策略能保证售电公司收益不低于某一预设的最低可接受值。最后通过算例仿真构建了适应不同负荷特性的工商业用户零售合同最优费率制定方案,以及该方案下售电公司从双边合同与现货市场的购电分配方案,可为售电公司购售电决策提供参考。     

考虑保险机制与用户需求响应的售电公司优化运营

购售电侧不确定性是制约售电公司运营的关键因素。为了利用第三方保险机制规避市场波动与提升需求响应收益,提出了一种现货市场下的售电公司优化运营模型。首先,在搭建含保险公司的现货市场结构基础上,建立了售电公司偏差考核模型及保费模型;其次,在双边长协合同中量化了用户越限惩罚机制和需求响应合同对用户效用的影响,并以用户支出最小与售电公司收益最大为目标,构建了现货市场下的售电公司优化运营模型,并给出相应求解算法;最后,采用某地区仿真数据对优化运营模型合理性与有效性进行了验证。结果表明:售电公司通过阶梯式需求响应激励机制能够引导用户积极响应;引入的保险机制能够有效地分散和转移电量波动风险,实现售电公司与用户的价值双赢。     

计及广义负荷不确定性和激励型需求响应的电力现货市场竞价方法

以国内目前电力现货市场运营机制为基础,提出一种计及分布式发用电单元功率预测不确定性以及激励型需求响应资源功率调节能力的广义负荷参与日前电力现货市场竞价的方法,并构建相应的市场出清模型。统计得到广义负荷净功率预测误差的条件概率分布,推导广义负荷日内购电期望和需求响应补偿的成本函数,揭示价格引导模式下广义负荷激励型需求响应的响应量-申报电价-申报电量之间的关系,使广义负荷原本多元、随机的报价曲线等效转化为符合市场统一规范的一元确定性报价曲线。采用不均匀最优分段技术将连续型报价曲线转化为规范的离散型阶梯曲线,并将其代入动态市场出清模型中进行竞价出清。仿真结果验证了出清电价对分布式新能源发电和负荷用电平衡情况的刻画能力。     

广西电力现货市场建设的关键问题探究

在我国电力市场改革持续深化的背景下,广西加紧了电力现货市场建设。首先,分析广西电力市场运营的实际情况,总结广西电力现货市场建设的关键问题;其次,提出广西发用电市场放开的方式和路径,设计不同成本发电机组有效竞价和高成本机组生存发展机制,提出适合市场初期的广西电力现货市场的计划与市场衔接机制,设计市场环境下对用户补贴的方法和原则,为广西后续的电力现货市场建设提供参考。     

基于最优潮流和完全信息的纳什均衡分析

电力市场是一个不完全竞争的市场，发电商可通过策略性投标增加收益.本文利用博弈论研究完全信息条件下发电商投标策略的纳什均衡解.根据实时电价理论利用最优潮流(OPF)计算各发电节点的实时电价．得到不同战略条件下各发电商的收益．进而利用博弈论找出纳什均衡点。通过IEEE-30节点的算例检验了在3种不同负荷水平下3个发电厂商投标策略的纳什均衡．结果表明发电厂商的投标策略会随负荷的变化而改变.     

考虑电价激励需求响应下多主体微电网电源容量优化

考虑多主体微电网中用户在电价激励需求响应的基础上,实现微电网风-光-柴-储的容量优化配置。在电力市场环境下,通过考虑微电网内多元主体的不同职能,建立两阶段优化模型:阶段1建立微电网运营商与消费者之间的完全信息博弈互动模型,在保障售电商利益的前提下,以消费者盈余最大为优化目标,得到微电网内的最优峰谷分时电价策略,进而得到消费者在电价激励下的需求响应曲线;阶段2通过微电网电源投资商与微电网运营商之间的博弈互动,以微电网电源投资商的利益最大化为优化目标,得到微电网内不同分布式电源容量的最优化配置策略。结合某一地区的历史数据信息进行仿真算例分析,验证所提模型的有效性。     

具有电力需求预测更新的智能电网实时定价机制

智能电网环境下,基于需求侧管理的电力需求实时预测和定价机制对于维持电力供需平衡,削峰填谷至关重要。文中引入贝叶斯信息更新方法对智能电网中用户电力需求信息进行实时预测更新,然后将售电商与用户之间的实时电价与电力需求策略互动行为生成一主多从博弈模型并进行均衡分析。通过数值仿真分析,在与无电力需求预测更新下的智能电网实时定价机制对比以后,发现所提出的具有电力需求预测更新的实时定价机制可以提高用户用电满意度和参与需求侧管理的积极性,同时也增加了售电商利润。     

现货市场中考虑中长期交易限制的售电公司决策

不断深化的电力现货市场改革给售电公司的购售电业务带来了新的机遇和挑战,现货市场下售电公司的决策研究具有重要意义.通过价格-份额函数反映售电公司在零售市场中面临的竞争和用户选择行为,建立售电公司购售电的成本与收益的数学模型,基于对数正态分布产生一系列现货电价的不同场景,用条件在险价值(conditional value ...     

电力现货市场环境下园区型综合能源系统多阶段联合优化运行

针对国内最新电力现货市场规则,设计了园区型综合能源系统参与电力市场的系统框架和运行模式,基于多时间尺度多步递进优化的思想,建立了包含日前、日内、实时三阶段联合优化经济运行模型:在日前和日内阶段,采用随机优化概率约束解决光伏、负荷的不确定性问题,通过线性规划算法求解现货日前市场最优申报用电量和日内24 h功率计划曲线;在实时阶段,采用模型预测控制算法,形成了对功率、电价信息的滚动跟踪预测和校正反馈,实现与实时市场的同步滚动优化.算例分析结果表明,该优化经济运行模型可以使园区用户积极跟踪电力现货市场价格波动,通过降低综合用能成本有效提升盈利空间.