基于负荷类型细分的负荷聚合商日前投标非合作博弈模型

负荷聚合商能整合中小负荷资源并为其提供参与市场调节的机会,以提高需求响应效率。提出了一种基于负荷类型细分和非合作博弈的负荷聚合商日前投标模型,一方面根据居民柔性负荷的不同用电特性进行典型分类并将每一类负荷作为研究对象,避免了以家庭为控制单位参与投标的复杂度;另一方面在开放电力市场下,不同于常规多目标集中优化,引入博弈思想协调优化各聚合商作为独立决策主体的利益。根据物理特性将居民柔性负荷分成4类,并基于用户使用习惯和舒适度建立负荷模型;在市场电价的引导下,基于用户黏性理论优化聚合商售电电价,建立负荷聚合商日前投标决策模型并进行算例分析。仿真结果表明,所建立的负荷聚合商投标决策模型通过对居民负荷的分类聚合和补偿,在计划调度层面能有效减少电网峰时负荷和平抑峰时电价,提高负荷聚合商的利润,降低用户用电成本。     

基于需求侧放电竞价的电动汽车充放电调度研究

为促进电动汽车与电网协调发展,提出了一种基于需求侧放电竞价的电动汽车充放电调度模型。在日前调度中,负荷聚合商根据电力公司公布的次日需要削减负荷时段。通过对电动汽车用户行为特性的预测,以最大化电动汽车放电量为目标对可控容量进行预测,并参与需求侧放电竞价。电力公司根据负荷聚合商在各时段的出力和报价,以最小化负荷调度成本为目标优化调度计划。在实时调度中,负荷聚合商以最大化其利益为目标对电动汽车进行充放电调度,使得在满足电动汽车用户充电需求的同时,降低充电成本和调度偏差。算例分析表明,电动汽车通过负荷聚合商参与需求侧放电竞价可以起到削峰填谷的作用,对预测精度的分析可以为负荷聚合商的投标决策提供指导。     

考虑多重不确定性的电动汽车聚合商参与能量-调频市场的鲁棒优化模型

为了充分挖掘电动汽车（EV）参与电力市场交易的市场价值,电动汽车聚合商（EVA）可将众多EV资源聚合起来作为一个投标主体参与日前能量和调频市场。针对EVA参与电力市场的投标决策面临多重不确定性因素影响问题,计及EV电量和功率边界,建立了EVA响应能力评估模型;对EV用户响应意愿、调频信号和市场电价的不确定性进行建模;以EVA的投标净收益最大化为目标,构建一种考虑多重不确定性的EVA参与能量-调频市场的鲁棒优化模型,以合理制定次日各交易时段EVA的基线功率和所提供的调频容量。通过算例验证了模型的有效性,并分析了各种不确定因素对投标净收益的影响,所提策略可为EVA的投标决策提供参考。     

电动汽车负荷聚合商参与调频辅助服务市场的方案研究

数量巨大的电动汽车充电桩可通过负荷聚合参与电力现货市场和辅助服务市场实现运行成本的综合优化。将对充电用户而言更易于接受的充电负荷灵活调整作为电动汽车负荷聚合商参与调频辅助服务市场的方式，从整体技术方案、市场机制设计、聚合平台设计、评估校核体系设计4个方面，开展了电力市场框架下的电动汽车负荷聚合商参与电网友好互动的方案研究。为解决海量充电桩的控制和通信问题，提出了服务调频辅助市场框架下的电动汽车充电负荷聚合平台云边端协同架构，可为电动汽车负荷聚合商参与辅助服务市场提供参考。     

计及电价不确定性和容量衰减的电动汽车充放电商业模式

电动汽车作为移动储能设施,可以通过开展车网协同,促进电力系统的稳定。随着电动汽车的迅速发展,如何设计电动汽车充放电的商业模式成为亟须解决的问题。鉴于此,设计了电动汽车聚合商单独参与现货市场、联合参与现货市场及辅助服务市场2种模式。同时,考虑到电价不确定性和电池容量衰减的影响,对2种模式开展经济性测算和多因素敏感性分析。算例结果表明,电动汽车聚合商联合参与现货市场及辅助服务市场模式的经济性要优于单独参与现货市场模式。在该研究结果的基础上,设计现阶段电动汽车聚合商参与电力市场的商业方案。     

基于多主体主从博弈的负荷聚合商经济优化模型

在未来电力市场环境下,针对具有不同利益诉求的主体实现经济优化调度问题,基于电价型需求响应与主从博弈,提出了以负荷聚合商经济效益最大、电动汽车与空调各自用电成本最低、分布式电源运营商经济效益最大为目标的经济优化模型.通过优化负荷聚合商发布的电价信息、调整电动汽车与空调各自用电策略以及改变分布式电源运营商售电策略实现纳什均...     

风电商与DR聚合商联营对电力市场竞争的影响

风电出力具有较强的随机波动性,风电与储能、需求响应(demand response,DR)等资源联营有助于缓解风电并网对电网的不利影响。基于寡头竞争博弈理论,研究风电商与DR聚合商合作联营参与电力市场竞争对市场均衡结果的影响。采用场景削减技术计入风速不确定性,建立了考虑风电商和DR聚合商联营参与电力市场竞争的多时段随机均衡模型。算例分析验证了模型的有效性和合理性,并表明与无DR资源情况相比,风电商与DR联营时倾向于在电价较高时段增加投标电力,而在电价较低时段减少投标电力,从而可以减轻市场电价的波动。同时风电商与DR联营有助于减少风电商的投标出力偏差,且风电商与DR聚合商都会有动机通过合作联营参与市场竞争。     

考虑储能装置的负荷聚合商运营策略研究

负荷聚合商作为中小型用户参与电力市场的代理,可以起到整合分散负荷,提供电能批发服务的作用。针对由于用户用电负荷不确定性造成负荷聚合商在实时市场支付额外成本的问题,从减少负荷聚合商运营成本角度出发,将电能储存装置与电动汽车储能技术应用于负荷聚合商日前市场运营,提出了考虑储能装置的负荷聚合商日前市场运营策略。结果表明:该策略可有效减少日前市场购买电量与用户实际用电量之间的误差,降低负荷聚合商的运营成本。     

电力需求响应机制下基于多主体双层博弈的规模化电动汽车充放电优化调度EI北大核心CSCD

针对电力需求响应机制下电动汽车调度场景涉及的多元决策主体间的复杂博弈互动关系,该文提出多电动汽车聚合商分别整合规模化电动汽车入网参与电力市场竞价,并依据竞价结果指导电动汽车实时充放电优化调度的多主体双层博弈模型。首先,基于logit协议构建电动汽车充放电调度的多策略集演化博弈模型;其次,构建多电动汽车聚合商在电力市场中竞标购/售电价格的非合作博弈模型;再次,用复制者动态描述配电网运营商向各聚合商分配需求响应时段响应电量的策略演化;最后,联合求解双层博弈模型的演化均衡和纳什均衡,得到三主体的最优稳定策略。算例分析表明,提出的模型在实现负荷削峰填谷的同时,可有效平衡电动汽车用户、电动汽车聚合商和配电网运营商三者之间的经济利益。     

风电和电动汽车组成虚拟电厂参与电力市场的博弈模型

风电与电动汽车(EV)等储能装置联合运行,有助于缓解风电不确定性对电网带来的影响。为了研究风电商与EV聚合商以合作模式组成虚拟电厂(VPP)参与电力市场投标竞争对市场均衡结果的影响,基于寡头竞争的博弈均衡理论,分别建立风电商和EV聚合商以VPP合作模式参与投标竞争,以及以非合作模式独立参与投标竞争的电力市场多时段随机博弈均衡模型,采用场景生成与削减技术计入风速不确定性,并引入投标偏差惩罚机制。根据合作博弈理论,采用Shapley值法对VPP合作收益在风电商和EV聚合商之间进行分配。最后,算例分析验证了模型的合理性和有效性,并表明风电商和EV聚合商以VPP合作模式参与投标竞争时,能有效减少投标偏差,并能增加风电商和EV聚合商各自的利润,因而风电商和EV聚合商具有自愿组成VPP参与电力市场竞争的动机。     

计及CVaR的负荷聚合商双重市场投标策略

需求侧资源的不确定性给负荷聚合商在双重市场(日前电能市场和日前备用市场)的投标带来了困难。首先分析需求侧资源的不确定性,建立负荷聚合商在双重市场的投资分配和利润模型,该模型以最大化负荷聚合商日利润为目标,并应用粒子群优化算法以及MATLAB调用YALMIP、CPLEX工具箱进行求解。进一步考虑需求侧资源不确定性引起的负荷聚合商利润的风险,分析随着风险偏好系数的改变利润与风险值之间的动态关系以及可中断负荷在双重市场的投标量分配,讨论日前电能市场投标约束对负荷聚合商投标策略和总体利润的影响。算例分析验证了负荷聚合商基于风险的投资策略的有效性。     

电动汽车聚合商参与下的主辅联合市场均衡分析

深度挖掘市场化背景下典型灵活性资源——电动汽车聚合商的能力与价值,是实现未来电网高效运行与电动汽车行业快速发展的重要支撑.文章以电动汽车聚合商为对象,通过主辅联合市场模拟分析,对其市场运营能力进行探索.首先,建立了电动汽车聚合商参与下的电能量市场和调频辅助服务市场交易框架,对电动汽车聚合商参与市场方式及各市场主体的成本...     

用电价分布概率预测的发电商报价策略模型

电力市场环境下发电企业的报价策略直接影响着该企业的收益。以市场边际电价报价既可成功竞价上网又能使发电利润达到最大,是最理想的报价方案。波动剧烈的实际市场电价很难精确预测,但可预测出其可能的分布概率。为此建立了一个基于电价分布概率预测的发电企业报价策略模型,并提出了采用二维实数编码策略的改进遗传算法优化求解。针对市场竞价中申报数据要求为一组符合递增规律的“价格—电量”数据点的要求,特别设计了独特的遗传操作算子以得到合理有效的报价方案。算例仿真验证了该模型与算法的可行性。     

计及激励型需求响应的电动汽车聚合商充电优化调度

研究了电动汽车聚合商如何决策最优的经济激励值和充电量,以达到收益最大化的目的。提出了用户向聚合商交流其充电情况的主动需求响应方式;构造了基于经济激励的电动汽车聚合商的最优充电调度模型,所建立的调度模型是一个二层模型,上层以聚合商收益最大为目标,以用户主动需求响应量为约束,下层为实时电力市场的出清模型,上层模型中的市场电价来自于下层模型;将该模型转化为混合整数线性规划模型,采用拉格朗日替代法与分支切割法的协同组合方法求解。算例分析表明所提模型能够提高聚合商的收益。     

考虑不确定性的火电发电商现货-深度调峰市场优化决策

针对电力现货市场与深度调峰市场联合运行背景下发电商电能量利润空间压缩、深度调峰功能亟待拓展等问题,提出考虑不确定性的发电商现货-深度调峰市场优化策略。基于Stackelberg博弈,构建兼顾联合市场利润和风险的发电商日前报价策略双层优化模型。在上层模型中,以发电商联合市场利润最大化为目标,对发电商分段报价进行优化;在下层模型中,考虑竞争对手报价场景的不确定性,提出电力现货-深度调峰市场联合出清模型。针对净负荷不确定性,引入波动不确定度参数,将双层模型转换为基于信息间隙决策理论的发电商现货-深度调峰市场决策模型。基于安徽省实际市场数据进行仿真验证,得到适应不同负荷场景的发电商联合市场日前报价策略,结果表明考虑不确定性的联合优化决策能够有效规避负荷不确定性带来的利润波动风险。     

区域配电网内分布式电源和负载联盟交易模式设计和分析

分布式电源和负载可在配电侧形成电能供给和消费的联盟,并参与区域电力市场交易。相比于单独进行交易,这样的联盟通过帮助市场能力较弱的分布式电源和负载参与到配电网市场中,推动配电网中的中小型负载和分布式电源之间的直购电业务的发展,促进配电网侧的电力市场形成;同时利用市场信号引导分布式电源和负载的电能生产和消费过程,使得它们获得更多的经济利益,促进分布式可再生能源的发展。文中给出了区域配电网中联盟交易模式的存在条件,并且基于公用电网的作用和合作博弈理论,建立了相应的交易价格模型。进一步,以集成售电商的收益为优化目标,构建了联盟选择和定价的优化决策模型。仿真算例说明了联盟交易模式的理论可行性,证明了在不同运行场景中所提优化决策模型的有效性。     

含分布式电源接入的市场多主体博弈分析

研究能源互联网发展背景下含有分布式电源(distributed generation, DG)接入的电力市场中的多主体博弈问题。首先,利用多代理(multi-agents)技术,在由发电商、供电商与多类型用户组成的市场中,搭建了多主体博弈框架。其次,针对该框架下的市场各主体特点,分别采用统一市场出清价格(market clearing price, MCP)和按报价支付(pay as bid, PAB)的市场机制,构建了最优供应函数决策模型、最优投标电价决策模型以及考虑投标风险的最优投标电量决策模型。并且,基于效用函数,考虑弹性负荷(具有分布式发电或可中断能力)用户的购售能力,建立了最优购电和最优DG发电量决策模型。最终,实现了市场各博弈主体的利益均衡化目的。仿真结果表明,基于多代理技术的博弈能实现市场各主体的合理收益,不同主体组合的市场博弈结果存在较明显差异。充分挖掘弹性负荷调节能力可有效提高分布式清洁能源发电渗透率。以上结果符合工程实际与设计需求,验证了所提模型的合理性与有效性。     

考虑网损修正的日前双边交易研究

电力市场中,发电竟价时如何考虑网损的影响是市场参与者关心的问题.针对上述问题,首先建立了网损修正发电报价的模型.然后通过对日前双边交易的研究,在按报价结算模式下提出了使用网损修正的发电报价进行日前双边交易竟价的方法.该方法根据修正后的发电报价对发电公司排序,按照"报价最高的购电方优先与报价最低的售电方交易匹配"的原则撮...     

A motivating mitigation mechanism for generators on condition of coordinated regulation of emission and electricity market

Applying supply function equilibrium (SFE) and the first sealed bidding auction, this paper designs a motivating mitigation mechanism for generators based on coordinated regulation of emission market and electricity market. The mechanism separates emission market as two parts: initial emission market and secondary emission market. It begins with electricity regulator and environment regulator promulgating regulatory information. Then generators participate in initial emission market bidding for emission allowances. Based on allocated emission allowances, generators participate in electricity market bidding for load and set emission secondary trade for profit maximization. The mechanism divides generator’s bidding decision into two dynamic and coordinated stages: firstly in initial emission market, then in electricity market. We depict generator’s decision making as two stochastic parameter linear programming models. Solving these models, generator’s optimality demand function in initial emission market, optimality supply function in electricity market, and equilibrium of each market are achieved. We found that under the new mechanism, (i) both bidding price and bidding quantity in each market are ordered based on generators’ operation advantages from higher to lower respectively and (ii) the pricing and allocation rules in each market can effectively motivate generator to mitigate its CO₂ emission. The new mechanism is truly an effective way to coordinate emission market and electricity market. Finally, we present a simulation to test its validity, and these results are fit well to the theoretical conclusions.