一种多代理框架下微网社区的分布式资源交易方法与流程

本发明涉及资源分配与电力市场领域，具体涉及一种多代理框架下微网社区的分布式资源交易方法。

背景技术：

随着国家对可再生能源的重视和一系列政策的出台，分布式可再生能源迎来了高速发展。由于分布式可再生能源直接接入电网，易引发过电压、阻塞等问题，加之其发电出力随机性和波动性强且负荷同时率差，电网公司采取了各类限制分布式可再生能源上网的措施，造成了大量弃发电量。

微网社区是由多个连接到同一馈线且包含分布式资源(der)的微网组成的微网集群，微网社区中的分布式资源(der)不仅包括分布式可再生能源机组(distributedgenerator，dg)，还包括储能系统(energystoragesystem，ess)和柔性负载(price-responsiveload，prl)；而且微网社区作为一种能够实现自我控制、保护和管理的自治系统，既可以与外部电网运行，也可以孤立运行，因此其对分布式能源的消纳更加灵活、更加高效。

近年来，微网社区在功率平衡控制、系统运行优化、故障检测与保护、电能质量治理等方面均取得了关键性的技术突破，如何以市场化手段在保证微网社区内分布式能源灵活消纳的前提下寻求参与各方的效益最大化，激励多方自主参与，已成为微网社区商业模式研究的重要方向。

技术实现要素：

本发明所要解决的技术问题是提供一种多代理框架下微网社区的分布式资源交易方法，以使分布式资源通过运营与交易适应可再生能源的不确定性，保障所有市场参与者利益的同时优化微网社区内的分布式资源配置，达到确保每个微网的安全性、保证分布式资源所有者的合理收入、并通过价格激励提升可再生能源的整体平衡能力的目的。

本发明解决上述技术问题的技术方案如下：

一种多代理框架下微网社区的分布式资源交易方法，包括以下步骤：

第一层:微网内部运行优化：

步骤1：根据微网系统中各独立微网和聚集商的市场信息，建立各独立微网的利润最大目标函数、dg边际成本函数、ess边际利润模型和prl边际利润模型，并计算各独立微网的实时电价；

步骤2：清算实时电价：判断步骤1得到的各独立微网的实时电价是否满足微网发电量内部消纳的供需平衡条件，如果不满足，则修正实时电价为标杆上网电价或主网电价，得到各独立微网的实时电价；

第二层:聚集商内部调度优化：

步骤3：找出第一层得到的各聚集商所控制的各独立微网实时电价的最大值与最小值；

步骤4：根据步骤3得到的各聚集商所控制的各独立微网实时电价最大值与最小值，计算算数平均值作为各聚集商的实时电价初值；

步骤5：将各聚集商实时电价的初值代入聚集商利润最大化的目标函数与聚集商内部供需平衡的约束条件开始迭代，不断修正聚集商实时电价，直至聚集商内部不平衡功率为0时终止迭代，得到各聚集商最优实时电价；

第三层:聚集商之间的交易方法：

步骤6：计算微网社区内各聚集商控制的所有独立微网的销售电价与购买电价；

步骤7：将各聚集商控制的独立微网中最高的购买电价作为该聚集商的购买电价，将最低的销售电价作为该聚集商的销售电价；

步骤8：比较各聚集商的购买电价与销售电价，如果某一聚集商的购买电价高于另一聚集商的销售电价，则这两个聚集商成交并把交易价格清算为此购买电价和销售电价的算数平均值，并更新参与交易的各独立微网的销售电价与购买电价；否则结束。

本发明的有益效果是：

(1)本发明建立的分布式可再生能源的边际成本函数，量化了分布式可再生能源的不确定性。

(2)本发明建立的储能系统最优价值曲线值，实现了将储能的充放电价值解耦，可以为储能实时充放策略提供算法支撑。

(3)本发明建立了一种迭代式的三层交互市场，这种新型市场提供了一种兼具微网物理特性和聚集商商业性质的高适用性交易机制。在每个迭代阶段，分布式资源所有者和聚合商都能通过本文提出的方案计算利润，使得市场清算过程更加清晰。这种模式在保障所有市场参与者利益的同时优化微网社区内的分布式资源配置，达到确保每个微网的安全性、保证分布式资源所有者的合理收入、并通过价格激励提升可再生能源的整体平衡能力的目的。

(4)本发明提出的商业运作模式有利于优化微网社区内的分布式资源的配置，帮助分布式资源所有者选址定容以及挑选聚集商。聚集商以其管理的分布式资源为基础，在内部进行优化运行，在不同的聚集商间进行能源交易，使整个微网社区范围内的分布式资源运行方式具有最佳经济性。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述步骤1的各独立微网的利润最大目标函数通过市场经济学原理转化为：

其中，qⁱsch表示第i个微网中prl的预计消耗功率，qⁱess和qⁱdg分别表示第i个系统中ees和dg的需求响应，qload表示第i个微网中的负荷需求响应，pispot表示第i个系统的实时电价。

采用上述进一步方案的有益效果是：量化了分布式可再生能源的不确定性，基于此建立分布式可再生能源的边际成本函数。

进一步，所述步骤1的dg边际成本函数求解方法为：根据dg的实际出力的概率密度，对其求积分计算出力不能满足聚集商要求的风险概率分布函数fdg，导出其相应的反函数，其边际成本函数表达式为：

其中，pspot是实时价格，pdno是从dno购买电量的价格，kpen是罚分系数。

进一步，所述步骤1的ess边际利润模型是基于ess的充放电价值解耦而建立的储能系统平衡价值曲线，以soc值来反映离散充电/放电动作的利润：

ess的运营控制策略与充放电状态soc和实时电价pspot的关系用fess(·)表示如下：

qess＝fess(soc,pspot)

其中，qess是单位调度时间间隔内ess的目标调整功率，实施调整后，ess状态更新如下：

soc⁺＝qess+soc

0＝fess(soc⁺,pspot)

其中，soc⁺是优化后的soc，soc⁺和实时电价pspot的关系表示为：

soc⁺＝fess(pspot)

采用上述进一步方案的有益效果是：该函数反映的是soc的价值曲线，用生产者净剩余的计算方法求得始末状态对应位置的生产者净剩余之差就是ess单独充电动作/放电动作的利润，由此实现ess充放电价值的解耦。

进一步，所述步骤1中的prl边际利润模型为：

qload＝(pspot/psch)^εqsch

其中，ε是电价弹性系数，qload是prl的实际用电量，pspot是实时电价，qsch是微网中prl的预计消耗功率。

采用上述进一步方案的有益效果是：当pspot不等于psch时，可以采用与求ess利润相类似的方法，在prl价值曲线上就任意两时间点之间的生产者净剩余之差即可求出prl需求响应的利润。

进一步，所述步骤2中判断步骤1得到的各独立微网的实时电价是否满足微网发电量内部消纳的供需平衡条件，其用电价约束表示为：

pinj＜pspot＜pgrid

其中，pinj表示上网标杆电价，pspot是实时电价，pgrid是主网的购电价格。

进一步，所述步骤5中聚集商的利润最大化目标函数为：

其中，pi(t)表示聚集商控制的微网社区中各弹性负荷prl的利润，pmess(t)和cmdg(t)分别表示大型ess的利润和大型dg的成本，由于每个微网具有不同的实时电价pⁱspot，因此，所述目标函数转换为寻找pispot点使聚集商内部不平衡功率δqaggsum等于0的方程：

其中，δqaggsum表示聚集商内部的不平衡功率，qmess(t)和qmdg(t)分别表示聚集商所控制的ess和dg的需求响应，δqⁱ表示第i个微网中的prl的负荷需求响应，pⁱspot表示第i个微网的实时电价，pmgcspot表示微网社区实时电价。

采用上述进一步方案的有益效果是：将聚集商整体的功率不平衡问题转化为其控制的每个微网的功率不平衡问题，而且把多变量的目标函数转化为简单的以实时电价为单一变量的简单目标函数，计算得到了简化。

进一步，所述步骤6计算微网社区内各聚集商控制的所有独立微网的销售电价与购买电价具体过程为：

根据微网社区实时电价pmgcspot与微网中的不平衡功率δqⁱ之间的对应关系：

其中，soc是储能系统的现有容量，qess是单位调度时间间隔内ess的目标调整功率，soc⁺是优化后的soc，pⁱspot表示第i个微网的实时电价，pⁱsch(t)和qⁱsch(t)分别表示第i个微网中prl的计划价格和计划用电量，pⁱess(t)和pⁱdr(t)分别表示第i个系统中ees和需求响应的利润，cⁱdg(t)表示第i个微网中dg的成本，qⁱsch表示第i个微网中prl的预计消耗功率，qⁱess和qⁱdg分别表示第i个系统中ees和dg的需求响应，qⁱload表示第i个微网的负荷需求响应，δqⁱ表示第i个微网的不平衡功率，paggspot表示聚集商实时电价，kcha表示电荷系数。

将所述微网社区实时电价与pmgcspot与微网中的不平衡功率δqⁱ之间的对应关系记为：

根据所述对应关系得到：

其中，表示第i个微网的销售电价，表示第i个微网的购买电价，x表示微网多生产或少使用的电量。

进一步，所述步骤8用数学语言表示为：

不成立且δq^j＝0成立。

pisell和pibuy是第i个聚集商的销售电价与购买电价，δq^j是第j个微网的不平衡功率。

采用上述进一步方案的有益效果是用简单的价格和不平衡功率约束表示了微网社区中再没有聚集商就其控制的微网中分布式资源成交价格达成一致且各微网又达到了新的功率平衡状态。

附图说明

图1为本发明适用的微网社区结构；

图2为本发明的方法流程图；

图3为本发明的分布式发电机组dg的发电成本曲线；

图4为本发明的储能系统ess的预测最优价值曲线；

图5为本发明的柔性负载prl的需求响应曲线；

图6为本发明中聚集商内部优化时微网电价的变化原理图；

图7为本发明中适用的微网社区的市场结构。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

针对如图1所示的微网社区系统，本发明在多代理系统框架下，采用三次优化、三次清算的方法。本文建立了一种以交替迭代算法为核心的三层交互市场，三层迭代的每一层都进行实时电价清算，由局部到整体，分别寻求微网、聚集商、微网社区的效益最大化，在迭代的每一个阶段，分布式资源所有者和聚集商都能通过本文提出的方法计算利润，使得市场清算过程更加清晰，以使分布式资源通过运营与交易适应可再生能源的不确定性，同时网络结构具有良好的扩展性。类似于分享经济模式，分布式资源的所有者可以选择任何有资质的聚集商作为委托代理商来运营资产。代理商以其管理的分布式资源为基础，在内部进行优化运行，在代理商间进行能源交易，以使整个微网社区范围内的分布式资源运行方式具有最佳经济性。为了确保每个微网的安全性、保证分布式资源所有者的合理收入、并通过价格激励提升可再生能源的整体平衡能力，文中提出的能源交易方案能够在保障所有市场参与者利益，同时，优化微网社区内的分布式资源配置，这对推动微网社区内的商业化自主运行具有重要意义。

下面结合图2的方法流程，说明本方法的具体实施办法：

第一层——微网内部运行优化：

步骤1：获取微网系统中所有微网和代理商的市场信息，针对每个独立微网，建立其利润最大目标函数及其所包含的der的边际成本、边际利润约束条件，解出该微网最优运行条件下的实时电价。微网的优化调度方案由dg的边际成本、prl的边际利润和ees的边际利润确定。由于大型储能系统(mess)和大型风机(mwt)直接连接到主馈线，不参与此次优化。因此，微网利润最大的目标函数可表示为：

dg的边际成本可以通过导出其违约风险概率分布函数的反函数来表示：

其中pspot是实时电价。pdno是从dno购买电量的价格，kpen是指的罚分系数，这一系数在本文中设定为2。

如图3所示，本研究中dg的边际成本不是简单地设定为常数，而是在0到kpen·pdno的范围内变化。根据电力市场的基本原理，在单位边际成本等于实时价格时，dg的出力最优(利润最大)。

ess的策略与充放电状态(soc)和实时实时价格有关，其关系可以用下面的关系式表示：

qess＝fess(soc,pspot)(3)

其中qess是单位调度时间间隔内ess的充放电量。实施充放电调整后，ess状态更新如下：

soc⁺＝qess+soc(4)

0＝fess(soc⁺,pspot)(5)

其中soc⁺是优化后的soc。在给定的模型中soc⁺和pspot是负相关的。这两个变量的关系可以表示为：

soc⁺＝fess(pspot)(6)

在该公式中，较大的pspot值对应于较小的soc⁺。为了简化而不失一般性，可以用图4所示的线性函数来表示(6)式的平衡价值曲线：

如图4所示，soc值对应于点1处的实时价格pspot,1。由式(3)到式(5)可得，当实时价格由pspot,1改变为pspot,2，soc也随之响应来到点2。平衡价值曲线表示了soc对应的价值，充电成本是pspot,2。因此，从点1到点2的预期充电利润可以通过以下方式计算：

式(7)表示图3中点1到点2之间的网格面积。类似地，当实时价格由pspot,3改变为pspot,4。从3点到4点的预期放电利润可以通过以下公式计算：

上述两个公式的计算结果是解耦的soc价值。即当soc回到初始点时(如点1)，它们的实际利润等于其预期利润的总和，即图4中阴影区域的总和。若在较长的时间周期内，即使soc不回到初始状态，实际利润也几乎等于预期利润的总和。

prl的边际利润可由prl的价格弹性系数的表达式积分推得：

qload＝(pspot/psch)^εqsch(9)

其中qsch是prl的计划用电量，pspot表示实时电价，psch表示预期价格。当pspot不等于psch时，采用类似ess计算利润的曲线方法，计算prl需求响应的利润，如图5所示。利用上述列出的目标函数与约束条件可以解出微网最优运行条件下的实时电价。

步骤2：清算实时电价：判断步骤1中求得的该微网实时电价是否满足微网发电量内部消纳的供需平衡条件：

pinj＜pspot＜pgrid(10)

pinj表示上网电价，而主网的购电价格是pgrid。如果实时电价不满足内部消纳条件，修正实时电价为标杆上网电价或主网电价。

步骤3：对微网社区内的每一个微网执行步骤1、2，得到每个独立微网的实时电价。

第二层——聚集商内部调度优化：

步骤4：找出步骤3中各聚集商所控制的各微网实时电价的最大值与最小值：

pmax＝max(pⁱopt),pmin＝min(pⁱopt)(11)

pmax表示该聚集商控制的微网中实时电价最大值，pmin表示该聚集商控制的微网中实时电价最小值，pⁱopt表示(3)中清算得到的各微网最优实时电价。

步骤5：取步骤4中实时电价最大值与最小值的算数平均值作为该聚集商的实时电价初值：

pspot＝[pmax+pmin]/2(12)

pmax表示该聚集商控制的微网中实时电价最大值，pmin表示该聚集商控制的微网中实时电价最小值，pspot表示该聚集商实时电价。

步骤6：把聚集商实时电价的初值代入聚集商利润最大化的目标函数与聚集商内部供需平衡的约束条件开始迭代，不断修正聚集商实时电价，直至聚集商内部不平衡功率得0为止。

聚集商内部最优运行的目标是其利润最大化：

其中pmess(t)和cmdg(t)代表大型ess的利润和大型dg的成本。由式(1)可知，在第一层之后，每个微网内的功率是平衡的。然而，每个微网具有不同的实时电价pⁱspot。通过合理的协调，调整运行方式，可增长聚集商利润。因此，目标函数(13)可以转换为寻找pispot点使δqaggsum等于0的方程：

式中δqⁱ(pispot)表示第i个微网的不平衡电量。

微网的不平衡电量将对微网社区产生一定的影响。因此，需要征收额外费用。此时，第i个微网的实时价格可以表示为：

其中kcha是电荷系数。

步骤7：清算聚集商实时电价：步骤6迭代之后的结果即为最优的聚集商实时电价。第一层清算保留了微网的特点。没有ees的微网的第二层计算过程如图6所示，其中dg成本曲线只截取了pispot附近的部分。在含ees的微网中，也可以由式(15)找到对应的pispot。

步骤8：对微网社区中所有聚集商都执行步骤4、5、6、7，得到各独立聚集商的最优实时电价。

第三层——聚集商之间的交易方法：

步骤9：计算微网社区内每个聚集商控制的所有微网的销售电价与购买电价。根据微网社区实时电价pmgcspot与微网中的不平衡功率δqⁱ之间的对应关系：

其中，soc是储能系统的现有容量，qess是单位调度时间间隔内ess的目标调整功率，soc⁺是优化后的soc，pⁱspot表示第i个微网的实时电价，pⁱsch(t)和qⁱsch(t)分别表示第i个微网中prl的计划价格和计划用电量，pⁱess(t)和pⁱdr(t)分别表示第i个系统中ees和需求响应的利润，cⁱdg(t)表示第i个微网中dg的成本，qⁱsch表示第i个微网中prl的预计消耗功率，qⁱess和qⁱdg分别表示第i个系统中ees和dg的需求响应，qⁱload表示第i个微网的负荷需求响应，δqⁱ表示第i个微网的不平衡功率，paggspot表示聚集商实时电价，kcha表示电荷系数。

将所述微网社区实时电价与pmgcspot与微网中的不平衡功率δqⁱ之间的对应关系记为：

根据所述对应关系得到：

其中，表示第i个微网的销售电价，表示第i个微网的购买电价，x表示微网多生产或少使用的电量。

步骤10：取聚集商控制的微网中最高的购买电价作为该聚集商的购买电价，取最低的销售电价作为该聚集商的销售电价：

pmax＝max(p^jbuy),pmin＝min(p^jsell)(19)

pmax和pmin分别表示聚集商的最高购买电价与最低销售电价。

步骤11：比较两个不同聚集商的购买电价与销售电价，如果某一聚集商的购买电价高于另一聚集商的销售电价，则这两个聚集商成交并把交易价格清算为这两个价格的算数平均值。

pspot＝(pmax+pmin)/2(21)

phsell和pjbuy.分别表示两个聚集商的销售电价与购买电价，这两种电价在交易中心的表现形式如图7所示，如果微网的多生产或少使用x电量，则运行方式对应的最优价格将会提高到pisell。而如果微网的少生产或多使用x电量，则运行方式对应的最优价格将会降低到pibuy。这两个电价可以通过公式(17)，(18)直接求出。

步骤12：更新参与交易的微网的销售电价与购买电价，重复步骤9、10、11直至步骤11中交易条件不成立时结束计算：

即每进行一次交易，成交的微网就更新一次不平衡功率δq并重新计算phsell和pjbuy的值，直到不成立且δq^j＝0成立时结束计算。pisell和pibuy是第i个聚集商的销售电价与购买电价，δq^j是第j个微网的不平衡功率。此时微网社区中再没有聚集商就其控制的微网中分布式资源成交价格达成一致且各微网又达到了新的功率平衡状态，此时整个微网社区收敛到最佳的运行状态。

本发明的步骤7和步骤10分别清算了聚集商的实时电价、销售电价与购买电价，这三个电价实质上反映了该聚集商的市场竞争力，对der所有者来说也是一种价格激励，对der所有者选择合适的聚集商代理具有重要的指导意义。

本发明提供的交易方法实质上提出了一种兼具微网物理特性和聚集商商业性质的高适用性市场机制。这种市场机制不仅可以保证现有分布式资源(der)配置条件下的微网社区最优运行，最大程度的保证der所有者和聚集商等各方的效益最佳，同时在这种市场机制下产生的调度控制方案也可以指导后期der配置向更合理更高效益的方向发展，因此其对微网社区的配置规划也有重要实用意义。

本发明建立的以迭代算法为核心的三层交互市场，旨在保障所有市场参与者利益的同时优化微网社区内的分布式资源配置，达到确保每个微网的安全性、保证分布式资源所有者的合理收入、并通过价格激励提升可再生能源的整体平衡能力的目的。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。