一种多主体博弈的增量配电网源网荷协同规划方法与流程

本发明涉及一种电力系统规划研究领域，特别是关于一种考虑不确定性和多主体博弈的增量配电网源网荷协同规划方法。
背景技术：
随着增量配电业务改革试点工作的稳步推进，增量配电业务开始对社会资本开放。一方面，分布式电源投资商、参与需求侧响应的电力用户开始作为独立主体参与配电网的投资与运营，使得投资主体多元化成为我国增量配电网最显著的特征之一；另一方面，分布式电源大规模接入给增量配电网注入了更多的不确定性因素。在此背景下，研究考虑多主体利益和不确定性的增量配电网规划方法具有重要的理论和实际意义。事实上，在增量配电网中，不同主体在规划时往往是以自身利益为出发点，较少考虑整个市场中的整体利益，即都是个体理性的。这些彼此独立的投资主体在决策过程中会通过不断分析其他主体的规划策略，来调整自身的策略，从而实现自身利益的最大化。可见，上述以个体理性为基础的规划模型，存在以下问题：1)由于忽略了独立投资主体之间的博弈关系，这种规划方法无法体现实际增量配电网市场的运行机制，因而规划决策的精确性和有效性不高；2)上述规划方法仅仅从总体最优的角度进行决策，无法兼顾市场中每一个投资主体的利益诉求，在追求总体收益最高的同时有可能损害个体投资者的利益，从而降低市场活力，制约增量配电网的发展。因此，在研究独立主体间博弈机理的基础上，构建基于个体理性的增量配电网规划模型，以寻求多主体参与的规划决策纳什均衡点，是一个更为符合市场机制的有效思路。技术实现要素：针对上述问题，本发明的目的是提供一种多主体博弈的增量配电网源网荷协同规划方法，其通过引入虚拟博弈者“大自然”，实现了博弈理论和鲁棒优化的深度融合。为实现上述目的，本发明采取以下技术方案：一种多主体博弈的增量配电网源网荷协同规划方法，其特征在于，包括以下步骤：1)分别建立多个投资主体的规划决策模型，投资主体包括dg投资运营商、配网公司和参与dsr的电力用户；2)根据三个投资主体的传递关系分析dg投资运营商和配网公司之间的静态博弈行为，在博弈过程中当dg投资运营商和配网公司任意一方改变策略都无法获得更多的收益时，博弈达到均衡状态，以此为基础建立静态博弈模型；3)采用鲁棒优化处理dg出力的不确定性，并引入虚拟博弈者“大自然”，根据其与配网公司之间的动态博弈行为，在博弈过程中当“大自然”和配网公司任意一方改变策略都无法获得更优的支付时，博弈达到均衡状态，以此为基础建立动态博弈模型；4)考虑dg投资运营商、配网公司、电力用户以及“大自然”多主体博弈，形成面向增量配电网规划的动-静态联合博弈格局：配网公司和dg投资运营商之间构成静态博弈，同时和“大自然”之间构成动态博弈，以此为基础建立动-静态联合博弈模型；5)采用迭代搜索法求解纳什均衡点，对基于动-静态联合博弈模型的规划决策模型进行求解，得到最终规划方案。进一步，所述步骤1)中，dg投资运营商的规划决策模型负责对分布式电源进行规划，目标为自身收益最大化，决策变量为分布式电源的位置和容量；目标函数为：式中，为dg售电收益，为dg投资成本，为dg运维成本，为政府对于可再生能源的发电补贴；约束条件包括dg待选节点接入数目限制、dg渗透率约束以及dg出力约束：①dg待选节点接入数目限制：ni.min≤ni≤ni.max式中，ni.min为在待选节点i接入dg数目的下限值，ni.max为在待选节点i接入dg数目的上限值；ni为待选节点i接入dg的台数；②dg渗透率约束：式中，xi为0-1变量，xi＝0表示第i个待选节点不接入dg，xi＝1表示第i个待选节点接入dg；为单台dg的额定功率；δ为dg并网后的渗透率，pload为节点总负荷；③dg出力约束：式中，为dg在t时刻的总有功出力；为dg出力的下限值，为dg出力的上限值。进一步，所述步骤1)中，配网公司的规划决策模型对电网进行规划，目标为自身收益最大化，决策变量为线路新建方案；目标函数为：式中，为配网公司售电收益，为新建线路投资成本，为网损成本，为故障成本，为主网购电成本，为向dg投资运营商购电成本；约束条件包括新建线路投资约束、支路潮流约束以及安全约束：①新建线路投资约束式中，ωk为新增负荷节点集合；yj,k为是k节点第j条新建线路；②支路潮流约束式中，pi.t为t时刻节点i的有功功率，qi.t为t时刻节点i的无功功率；ui.t为t时刻节点i的电压幅值，uj.t为t时刻节点j的电压幅值；gij为支路ij的电导，bij为支路ij的电纳；θij为节点i与节点j电压间的相角差；③安全约束式中，ui.min为节点i电压幅值的下限值，ui.max为节点i电压幅值的上限值；pij.t为支路ij的传输功率，pij.max为支路ij的传输功率的上限值。进一步，所述步骤1)中，电力用户的规划决策模型的目标函数为：式中，为t时刻可中断负荷的中断功率；为t时刻负荷转移出的功率；为t时刻负荷转移进的功率；为参与需求侧响应后减少的电费支出；为可中断负荷补偿费用；约束条件包括转移负荷功率约束以及可中断负荷功率约束：①转移负荷功率约束式中，λmin为t时刻负荷转移出功率系数的下限值，λmax为t时刻负荷转移出功率系数的上限值；μmin为t时刻负荷转移进功率系数的下限值，μmax为t时刻负荷转移进功率系数的上限值；②可中断负荷功率约束式中，为负荷可中断功率的下限值，为负荷可中断功率的上限值。进一步，所述步骤2)中，静态博弈行为过程为：在一个博弈回合中，电力用户在接收分时电价信息和可中断负荷激励信息后确定转移负荷和可中断负荷的功率，并以等效负荷的形式反馈给配网公司；配网公司根据上一轮dg投资运营商对dg选址定容的决策及电力用户反馈的负荷信息，通过调整线路的新建方案使得配网总效益最大，同时dg投资运营商根据上一轮配网公司对新建线路的决策，通过调整dg的选址和定容方案使得dg的投资运营效益最大；在更新网络拓扑和dg的选址定容后，进入下一个博弈回合。进一步，所述步骤3)中，动态博弈过程为：首先“大自然”将针对当前电网拓扑结构在不确定区间内不断调整分布式电源出力，增大配电网的失电水平和网络损耗，最小化配网总效益；其后，配网公司将以“大自然”所造成的最恶劣规划场景为基础，通过优化网络拓扑，最大化配网总效益，然后更新网络拓扑，进入下一个博弈回合。进一步，所述步骤4)中，博弈流程为：配网公司接收电力用户反馈的等效负荷，根据上一轮博弈中决策出的dg的接入位置和容量，在考虑dg出力的不确定性后，制定线路的新建方案；同时dg投资运营商根据上一轮博弈中决策出的鲁棒优化后的网络拓扑结构进行dg的选址定容；在更新网络拓扑和dg的选址定容方案后，进入下一个博弈回合。进一步，所述动-静态联合博弈模型为：均衡状态下策略组合即为最优规划方案，该方案既考虑了各方利益的最大化，同时又具有较好的鲁棒性。进一步，所述三个投资主体的传递关系为：引入“大自然”作为对应的虚拟主体，dg投资运营商在当前网架结构下进行dg的选址定容，并将dg的位置和容量传递给配网公司和“大自然”；电力用户从配网公司接收分时电价信息和可中断负荷激励信息后制定主动响应措施，即确定转移负荷和可中断负荷的功率，并以等效负荷的形式反馈给配网公司；“大自然”在获知dg布点并结合当前网架结构的情况下对配网公司的规划作出干扰，“决策”出dg出力并将其传递给配网公司；配网公司接收来自其它主体的传递信息，决策出新建线路，形成新的网架结构。进一步，所述步骤5)中，模型求解方法包括以下步骤：5.1)输入原始数据和参数：初始化建立博弈模型所需的数据及计算参与者收益必需的参数；5.2)生成博弈参与者策略空间：dg投资运营商的策略空间为dg待接节点状态的集合f(x,n)＝{f1,f2,…,fn}，其中，fn表示节点n可接入的dg容量；配网公司的策略空间为待建线路的集合y＝{y1,y2,…,yn}，其中yn每个元素为线路可选择的路径；5.3)设定初值：在dg投资运营商和配网公司的策略空间里分别随机选取一组值f0和y0，并根据取值的情况确定“大自然”的策略空间，作为迭代初值；5.4)各参与者进行独立优化：在第n轮博弈过程中，电力用户以自身利益最大化为目标得到最优转移功率和可中断功率，并将结果反馈给配网公司；dg投资运营商根据第n-1轮配网公司策略下的网架结构，以dg投资运营效益最大化为目标得到最优dg接入策略，并由此确定“大自然”的策略空间；5.5)判断是否达到均衡，若(fn,yn)＝(fn-1,yn-1)，则达到均衡，输出规划方案(f*,y*)；反之，则返回步骤5.4)。本发明由于采取以上技术方案，其具有以下优点：1、本发明通过精确模拟市场中主体的博弈行为，可以保证每个市场主体在博弈过程中不断优化自身决策，以实现自身收益的最大化，并提升市场活力和规划决策的有效性。2、本发明通过引入虚拟博弈者“大自然”，可以在基于博弈理论的规划模型中，充分考虑不确定性因素对规划决策的影响，通过主动优化规划决策来提升系统收益。附图说明图1是各投资主体之间传递关系图；图2是静态博弈流程图；图3是动态博弈流程图；图4是动-静态联合博弈流程图；图5是基于博弈理论的规划模型求解流程图；图6是电力系统ieee33节点配网系统图；图7是日负荷曲线比较图。具体实施方式下面结合附图和实施例对本发明进行详细的描述。本发明提供一种多主体博弈的增量配电网源网荷协同规划方法，其包括以下步骤：1)分别建立多个投资主体的规划决策模型；投资主体包括dg(分布式电源)投资运营商、配网公司和参与dsr(需求侧响应)的电力用户。与传统以配网公司为单一主体的规划问题不同，本发明中涉及多个投资主体且各主体彼此的利益诉求并不相同。对于dg投资运营商而言，希望降低dg的投资建设及运行成本，增加售电收入，从而使收益最大化；对于配网公司，则希望降低网损、投资、购电等成本，增加售电收入，从而使自身利益最大化；而对于电力用户而言，则是希望通过调整用电行为，减少电费支出。不同投资主体在参与规划时目标偏向不同，彼此独立决策，因此需要分别构建上述三个投资主体的规划模型。1.1)dg投资运营商的规划决策模型：dg投资运营商在增量配电网规划中主要负责对分布式电源进行规划，目标为自身收益最大化，决策变量为分布式电源的位置和容量；在本实施例中，假设分布式电源为光伏发电。1.1.1)目标函数：dg投资运营商的规划决策模型的目标函数主要包括dg售电收益dg投资成本以及dg运维成本除此之外，由于增量配电网实施细则鼓励分布式电源的接入，因此还考虑到政府对于可再生能源的发电补贴目标函数为：其中：式中，θes为dg投资运营商单位售电电价；为dg在t时刻的总有功出力；θgc为可再生能源单位发电补贴费用；θsg为单位容量dg投资成本；xi为0-1变量，xi＝0表示第i个待选节点不接入dg，xi＝1表示第i个待选节点接入dg；为单台dg的额定功率；ni为待选节点i接入dg的台数；r为贴现率；lt为设备的寿命周期；θom为dg单位发电运维费用；tt为时段t的运行时间；ωt为时段总数；ωi为dg待建节点路集合。1.1.2)约束条件：dg投资运营商的规划决策模型的约束条件包括dg待选节点接入数目限制、dg渗透率约束以及dg出力约束。①dg待选节点接入数目限制：ni.min≤ni≤ni.max(6)式中，ni.min为在待选节点i接入dg数目的下限值，ni.max为在待选节点i接入dg数目的上限值。②dg渗透率约束：式中，δ为dg并网后的渗透率，pload为节点总负荷。③dg出力约束：式中，为dg出力的下限值，为dg出力的上限值。1.2)配网公司的规划决策模型：配网公司在增量配电网规划中主要对电网进行规划，目标为自身收益最大化，决策变量为线路新建方案。1.2.1)目标函数：配网公司的规划决策模型的目标函数包括配网公司售电收益新建线路投资成本网损成本故障成本主网购电成本以及向dg投资运营商购电成本目标函数为：其中：式中，ψes为配网公司的售电电价；为t时刻的原始负荷；为t时刻可中断负荷的中断功率；为t时刻负荷转移出的功率；为t时刻负荷转移进的功率；ψsg表示新建线路单位长度费用；yj为0-1变量，yj＝0表示第j条待新建线路未被选中，yj＝1表示第j条待新建线路被选中；lj为新建线路的长度；为t时刻的有功功率损耗；eenst为t时刻的电量不足期望值；λb为第b条线路的故障率；ψeb1为向上级电网购电电价；ψeb2为向dg投资运营商购电电价；t为设备寿命周期；ωb为线路总数；ωj为待建线路集合。1.2.2)约束条件：配网公司的规划决策模型的约束条件包括新建线路投资约束、支路潮流约束以及安全约束。①新建线路投资约束式中，ωk为新增负荷节点集合；yj,k为是k节点第j条新建线路；②支路潮流约束式中，pi.t为t时刻节点i的有功功率，qi.t为t时刻节点i的无功功率；ui.t为t时刻节点i的电压幅值，uj.t为t时刻节点j的电压幅值；gij为支路ij的电导，bij为支路ij的电纳；θij为节点i与节点j电压间的相角差。③安全约束式中，ui.min为节点i电压幅值的下限值，ui.max为节点i电压幅值的上限值；pij.t为支路ij的传输功率，pij.max为支路ij的传输功率的上限值。1.3)电力用户的规划决策模型：电力用户在增量配电网规划中通过参与需求侧响应，调整用电行为以降低电费支出。本发明考虑两种需求侧响应方式：基于分时电价的价格型dsr和可中断负荷的激励型dsr。参与基于分时电价的价格型dsr的用户在电价高峰期时转移出负荷，在电价低谷时期转移进负荷；参与可中断负荷的激励型dsr的用户则通过与电网公司签订合同，在某些时段中断和削减负荷同时获得相应的补偿。1.3.1)目标函数电力用户的规划决策模型的目标函数主要包括参与需求侧响应后减少的电费支出以及可中断负荷补偿费用目标函数为：其中：式中，ωeb为用户的购电电价；ωgc为可中断负荷补偿费用。1.3.2)约束条件电力用户规划模型的约束条件根据需求侧响应方式主要包括转移负荷功率约束以及可中断负荷功率约束。①转移负荷功率约束式中，λmin为t时刻负荷转移出功率系数的下限值，λmax为t时刻负荷转移出功率系数的上限值；μmin为t时刻负荷转移进功率系数的下限值，μmax为t时刻负荷转移进功率系数的上限值。②可中断负荷功率约束式中，为负荷可中断功率的下限值，为负荷可中断功率的上限值。2)根据三个投资主体的传递关系分析dg投资运营商和配网公司之间的静态博弈行为，在博弈过程中当dg投资运营商和配网公司任意一方改变策略都无法获得更多的收益时，博弈达到均衡状态，以此为基础建立静态博弈模型；由于本发明的规划投资主体为dg投资运营商、配网公司以及电力用户。此外分布式电源接入后，其出力的不确定性将会影响到配电网的运行安全，并会使相关成本升高从而降低规划方案的经济性。因此考虑将分布式电源的出力视为特殊的决策变量用于表征其不确定性，并引入“大自然”作为对应的虚拟主体。如图1所示，三个投资主体的传递关系为：引入“大自然”作为对应的虚拟主体，dg投资运营商在当前网架结构下进行dg的选址定容，并将dg的位置和容量传递给配网公司和“大自然”；电力用户从配网公司接收分时电价信息和可中断负荷激励信息后制定主动响应措施，即确定转移负荷和可中断负荷的功率，并以等效负荷的形式反馈给配网公司；“大自然”在获知dg布点并结合当前网架结构的情况下对配网公司的规划作出干扰，“决策”出dg出力并将其传递给配网公司；配网公司接收来自其它主体的传递信息，决策出新建线路，形成新的网架结构。由各主体之间的传递关系可知，电力用户仅从配网公司获得分时电价和可中断激励信息，并没有受到其决策的直接影响，因此在分析各主体的博弈行为时，不将电力用户视为博弈的参与者。静态博弈模型为：由于需要在独立决策的前提下共同完成增量配电网的规划与建设，dg投资运营商和配网公司在规划过程中互相掌握对方的全部策略信息，并且两者同时作出决策，不存在行动上的先后顺序，因此dg投资运营商和配网公司之间形成完全信息静态博弈格局。如图2所示，静态博弈行为如下：在一个博弈回合中，电力用户在接收分时电价信息和可中断负荷激励信息后确定转移负荷和可中断负荷的功率，并以等效负荷的形式反馈给配网公司。配网公司根据上一轮dg投资运营商对dg选址定容的决策及电力用户反馈的负荷信息，通过调整线路的新建方案使得配网总效益最大，同时dg投资运营商根据上一轮配网公司对新建线路的决策，通过调整dg的选址和定容方案使得dg的投资运营效益最大。在更新网络拓扑和dg的选址定容后，进入下一个博弈回合。在博弈过程中当dg投资运营商和配网公司任意一方改变策略都无法获得更多的收益时，博弈达到均衡状态，则静态博弈模型为：式中，f*为均衡状态下的dg投资运营商的规划策略，y*为均衡状态下的配网公司的规划策略；argmax()为目标函数取最大值时的变量集合；f为dg投资运营商规划策略；y为配网公司规划策略。3)采用鲁棒优化处理dg出力的不确定性，并引入虚拟博弈者“大自然”，根据其与配网公司之间的动态博弈行为，在博弈过程中当“大自然”和配网公司任意一方改变策略都无法获得更优的支付时，博弈达到均衡状态，以此为基础建立动态博弈模型；就含分布式电源的配电网规划问题而言，针对分布式电源出力在一定范围内波动带来的干扰，总是希望设计最佳策略以使可能遭受的成本损失或运行风险达到最小，最大程度地抑制不确定性造成的不利影响，此过程与鲁棒优化的思想相契合。因此，本发明采用鲁棒优化的方法处理dg出力的不确定性，通过不确定区间描述出力的波动范围，该波动范围由dg的安装容量决定：式中，αmin为dg出力占dg容量比例的下限值，αmax为dg出力占dg容量比例的上限值。在上述鲁棒优化问题中，dg出力的不确定性将会使配电网的收益减少，而网架的规划则是以配电网的收益最大化为目标，站在博弈角度，两个决策者“大自然”和配网公司构成零和博弈关系，因而可以将鲁棒优化问题转化成“大自然”与配网公司之间的博弈问题。面对“大自然”这样的博弈者，最好的应对手段是先观察其最坏干扰，再构建应对之策，由此形成博弈回合中两者行动具有先后顺序的动态博弈过程，如图3所示：在一个博弈回合中，首先“大自然”将针对当前电网拓扑结构在不确定区间内不断调整分布式电源出力，增大配电网的失电水平和网络损耗，最小化配网总效益。其后，配网公司将以“大自然”所造成的最恶劣规划场景为基础，通过优化网络拓扑，最大化配网总效益，然后更新网络拓扑，进入下一个博弈回合。在博弈过程中当“大自然”和配网公司任意一方改变策略都无法获得更优的支付时，博弈达到均衡状态，动态博弈模型为：式中，p*为均衡状态下的“大自然”的策略；argmin()为目标函数取最小值时的变量集合；p为“大自然”的策略。4)考虑dg投资运营商、配网公司、电力用户以及“大自然”等多主体博弈，形成面向增量配电网规划的动-静态联合博弈格局，即配网公司和dg投资运营商之间构成静态博弈，同时和“大自然”之间构成动态博弈，以此为基础建立动-静态联合博弈模型；如图4所示，博弈流程为：在一个博弈回合中，配网公司接收电力用户反馈的等效负荷，根据上一轮博弈中决策出的dg的接入位置和容量，在考虑dg出力的不确定性后，制定线路的新建方案；同时dg投资运营商根据上一轮博弈中决策出的鲁棒优化后的网络拓扑结构进行dg的选址定容。在更新网络拓扑和dg的选址定容方案后，进入下一个博弈回合。最终形成的动-静态联合博弈模型为：均衡状态下策略组合即为最优规划方案，该方案既考虑了各方利益的最大化，同时又具有较好的鲁棒性。5)采用迭代搜索法求解纳什均衡点，对基于博弈理论(即基于动-静态联合博弈模型)的规划决策模型进行求解，得到最终规划方案。多主体博弈环境下的规划问题并非一个整体性优化问题，而是每个参与者基于各自目标的多个独立优化问题。目前已有多种方法来求解博弈均衡点，如迭代搜索法、逆向归纳法、最大-最小优化法、序列线性化及剔除劣势策略法等。对上述博弈规划问题，本发明采用迭代搜索法求解纳什均衡点。求解流程如图5所示，结合增量配电网规划问题，模型求解方法包括以下步骤：5.1)输入原始数据和参数：初始化建立博弈模型所需的数据及计算参与者收益必需的参数；其中，所需的数据包括dg相关参数(例如dg单位容量投资费用、dg单台额定容量、dg单位售电电价、dg单位发电运维费用和dg发电政府补贴等)和新增负荷点和可能接入位置；参与者收益必需的参数包括配网相关参数，例如新建线路单位长度费用、配网公司售电电价和向主网购电电价等。5.2)生成博弈参与者策略空间：dg投资运营商的策略空间为dg待接节点状态的集合f(x,n)＝{f1,f2,…,fn}，其中，fn表示节点n可接入的dg容量；配网公司的策略空间为待建线路的集合y＝{y1,y2,…,yn}，其中yn每个元素为线路可选择的路径。5.3)设定初值：在dg投资运营商和配网公司的策略空间里分别随机选取一组值f0和y0，并根据取值的情况确定“大自然”的策略空间，作为迭代初值。5.4)各参与者进行独立优化：在第n轮博弈过程中，电力用户以自身利益最大化为目标得到最优转移功率和可中断功率，并将结果反馈给配网公司。dg投资运营商根据第n-1轮配网公司策略下的网架结构，以dg投资运营效益最大化为目标得到最优dg接入策略，并由此确定“大自然”的策略空间。5.5)判断是否达到均衡，若(fn,yn)＝(fn-1,yn-1)，则达到均衡，输出规划方案(f*,y*)；反之，则返回步骤5.4)。实施例：1、参数设置本实施例选择修改后的ieee33节点配网系统作为仿真分析的算例，其结构如图6所示。该系统包括37条支路，总负荷为3715kw+2700kvar，基准电压为12.66kv。dg考虑为光伏发电，光伏发电待选接入位置为{7,20,24,32}，其他相关参数如表1所示。表1dg相关参数dg单位容量投资费用(万元/kw)1dg单台额定容量/kw50dg单位售电电价(元/kw·h)0.4dg单位发电运维费用(元/kw·h)0.2dg发电政府补贴(元/kw·h)0.2节点33～37为新增负荷节点，总容量为460kw，具体负荷大小如表2所示。实线表示已有线路，虚线为新增负荷接入的待选线路。其他相关参数如表3所示。表2新增负荷点和可能接入位置负荷节点编号负荷大小(kw/kvar)可能接入位置34100/6019,20,21,2235180/10023,24,25,263680/409,10,1137100/6029,30,31,32表3配网相关参数基于分时电价的价格型dsr将峰平谷时段划分为：峰时段(10：00-12:00，20:00-22:00)；平时段(08:00-09:00，13:00-19:00，23:00-01:00)；谷时段(02:00-07:00)，并假设全网用户均参与需求侧响应。基于可中断负荷的激励型dsr将系统中负荷量最大的25节点作为可中断负荷，中断时间为每年夏季(6、7、8月)，每月中断7天，每天可中断时间为10:00-22:00，用户获得的可中断负荷补贴为0.4元/(kw·h)。2、仿真结果(1)dg投资运营商和配网公司由上面分析可知，dg投资运营商和配网公司之间根据是否考虑dg出力的不确定性会形成不同的博弈格局。为验证本发明提出方法的有效性和正确性，设置了以下3种规划场景：场景一：为不采用博弈论的增量配电网规划；场景二：为采用博弈论但不考虑dg出力不确定性的增量配电网规划；场景三：为采用博弈论且考虑dg出力不确定性的增量配电网规划，本发明所建立的博弈模型。三种场景下的规划结果如表4所示。表4规划结果dg投资运营商配网公司场景一7(2),20(1),24(2),32(2)34-20,35-24,36-10,37-30场景二7(1),20(1),24(2),32(4)34-20,35-26,36-11,37-30场景三7(1),20(1),24(2),32(4)34-20,35-23,36-10,37-30由表4可知，dg投资运营商在场景一中的规划结果为在节点7、24和32分别接入2台光伏机组，在节点20接入1台光伏机组；在场景二和场景三中的规划结果为在节点7和20分别接入1台光伏机组，在节点24接入2台光伏机组，在节点32接入4台光伏机组。配网公司在场景一中的规划结果为在节点34和节点20之间、节点35和节点24之间、节点36和节点10之间、节点37和节点30之间新建线路；在场景二中的规划结果为分别在节点34和节点20之间、节点35和节点26之间、节点36和节点11之间、节点37和节点30之间新建线路；在场景三中的规划结果为分别在节点34和节点20之间、节点35和节点23之间、节点36和节点10之间、节点37和节点30之间新建线路。由上述规划结果可知，dg投资运营商在场景二和场景三中的规划结果相同，与在场景一中的结果不同，而配网公司在三种场景中的规划结果各不相同。其原因是，鲁棒优化对象为网架结构，并不涉及dg的选址定容，因此是否考虑dg出力的不确定性只会对配网公司的规划结果产生影响，而不会影响dg投资运营商的规划方案。(2)电力用户电力用户通过转移负荷和可中断负荷两种需求侧响应手段调整负荷需求，并将等效负荷反馈到配网公司。实施需求侧响应前后的日平均负荷曲线如图7所示。由表4可知，在1点、8点-9点以及23点-24点处于电价平时段且不处于可中断负荷时段，电力用户没有参与需求侧响应，因此实施需求侧响应前后负荷曲线完全一致；在13点-19点虽然处于电价平时段但同时处于可中断负荷时段，可中断负荷节点通过中断一部分负荷使得负荷曲线向下偏移；在10点-12点以及20点-22点处于电价峰时段且处于可中断负荷时段，电力用户通过转移出负荷和中断负荷使得负荷曲线向下偏移；在2点-7点处于电价谷时段但不处于可中断负荷时段，电力用户通过转移进负荷使得负荷曲线向上偏移。由上述分析可知，电力用户可以通过两种需求侧响应方式对负荷进行调整，从而实现“削峰填谷”，并进而影响增量配电网的规划决策。3、对比分析(1)考虑多主体博弈的必要性分析通过场景一和场景二下dg投资运营商和配网公司各项成本及收益的对比来说明本发明方法考虑多主体博弈的必要性。具体结果如表5和表6所示。表5dg投资运营商各项成本及收益(单位：万元)由表5可知，dg投资运营商在场景二中的各项成本和收益相较于场景一都有所增加，其中售电收益比场景一多10.65万元，投资成本比场景一多5.09万元，运维成本和可再生能源发电补贴比场景一多5.32万元。其原因是，在场景二中计及多主体博弈后，dg的并网容量增加，使得投资成本增加，同时dg出力增大使得售电收益、运维成本和可再生能源发电补贴都增加。表6配网公司各项成本及收益(单位：万元)由表6可知，配网公司在场景二中的售电收益与场景一相同，其原因是在两种场景下的负荷需求不变。投资成本、网损成本及向dg投资运营商购电成本相较于场景一有所增加，其中投资成本比场景一多3.87万元，网损成本比场景一多3.43万元，向dg投资运营商购电成本比场景一多9.31万元。其原因是，在场景二中计及多主体博弈之后，一方面新建线路的长度更长，使得投资费用和网络损耗增加，另一方面dg的并网容量增加，基于优先消纳dg的原则，配网公司向dg投资运营商购电增多。故障成本及主网购电成本相较于场景一则有所降低，其中故障成本比场景一少0.03万元，主网购电成本比场景一少2.05万元。其原因是，在场景二中一方面dg的并网容量增加，使得故障时可供电量增多，电量不足期望值减少，另一方面配网公司向dg投资运营商购电增多，在总购电量一定的情况下向主网购电减少。表7dg投资运营商和配网公司的净收益(单位：万元)cdgcdncsum场景一38.86295.31334.17场景二44.42280.78325.2由表7可知，在场景二中dg投资运营商和配网公司的净收益之和比场景一少8.97万元，但dg投资运营商个体的净收益比场景一多5.56万元。其原因是，在场景一中，规划的优化目标是使dg投资运营商和配网公司的整体利益最大化，在此场景的规划方案下，dg投资运营商和配网公司的利益之和较其他场景是最大的。但是，场景一中，整体效益的最大化是以牺牲dg投资运营商利益为代价的，这种规划方法一方面不符合电力市场的实际运行机制，因为作为独立投资主体的dg投资运营商不可能为了整体利益的最大化而接收使自己利益受损的规划方案；另一方面，如果将这种方案强加给dg投资运营商，将会降低增量配电网的市场活力，这无疑是与当前增量配电网的改革背道而驰的。在场景二中，规划方案是在多个主体不断博弈后得出，各投资主体的决策组合形成一种纳什均衡点，即任何参与者都不能通过独立的策略改变来获得更优的结果。这种方法不仅更符合市场机制，而且统筹兼顾了所有市场参与者的利益。(2)在多主体博弈的规划模型中考虑不确定性的必要性分析通过场景二和场景三下dg投资运营商和配网公司各项成本及收益的对比来说明采用鲁棒优化处理dg出力的不确定性在考虑多主体博弈的增量配电网规划中的必要性。具体结果如表8和表9所示。表8dg投资运营商各项成本及收益(单位：万元)由表8可知，dg投资运营商在场景三中的各项成本及收益与场景二相同。其原因是，考虑dg出力不确定性仅会影响配网公司的决策，而dg投资运营商在场景二和场景三中的规划结果相同。表9配网公司各项成本及收益(单位：万元)由表9可知，配网公司在场景三中的售电收益与场景二相同，其原因是在两种场景下的负荷需求不变。投资成本、网损成本、故障成本及主网购电成本相较于场景二有所降低，其中投资成本比场景二少3.06万元，网损成本比场景二少4.78万元，故障成本比场景二少0.21万元，主网购电成本比场景二少40万元。其原因是，在场景三中计及dg出力的不确定性之后，通过鲁棒优化一方面改善了网络拓扑结构，使得新建线路的长度更短，投资费用减少，另一方面抑制了不确定性造成的干扰，使得各项运行成本降低。向dg投资运营商购电成本相较于场景二则有所增加，比场景二多35.87万元。其原因是，在场景三中dg出力波动最恶劣情形下dg的整体出力增加，向dg投资运营商购电增多。表10dg投资运营商和配网公司的净收益(单位：万元)cdgcdncsum场景二44.42280.78325.2场景三44.42292.86337.28由表10可知，在场景三中配网公司的净收益比场景二多12.08万元。其原因是，场景二中，由于没有在规划的过程中充分考虑dg出力的不确定性，因此在后期运行中，dg出力的随机波动会造成电网的网络损耗和失电水平增大，从而使其运行成本升高，而发明提出的方法通过引入虚拟博弈者“大自然”，在考虑多主体博弈的规划模型中充分计及了dg出力的不确定性，通过主动改善网络拓扑结构，降低了配网公司在dg出力波动最恶劣情形下的各项运行成本，从而在售电收益不变的情况下，有效提高了规划净收益。(3)场景法与本发明鲁棒优化法的对比为证明采用鲁棒优化方法描述dg出力不确定性的正确性，将发明提出方法的结果与基于场景法的规划结果进行对比。其中场景法中的场景设置为对光伏发电时序出力进行采样后的全年365个随机场景，其他方面的处理与本发明方法相同。计算结果如表11所示。表11不同优化方法下的求解时间对比方法类型求解时间/s场景法8981鲁棒优化法1736由表11可知，采用场景法处理dg出力的不确定性时，模型求解耗时较长，相比之下采用鲁棒优化方法后求解速度大大提高，在计算效率方面具有显著优势。其原因是，场景法需要获取不确定参数准确的概率分布，并对其进行场景抽样和削减，而鲁棒优化则是根据不确定参数的波动范围，对最坏场景下的规划方案进行优化，计算量相对较小。上述仿真结果表明：1)本发明提出的方法通过精确模拟市场中投资主体和dg出力不确定性间的动-静态联合博弈行为，可以保证每个市场主体在博弈过程中不断优化自身决策，以实现自身收益最大化，提升市场活力和规划决策的有效性。2)本发明提出的方法通过引入虚拟博弈者“大自然”，在考虑多主体博弈的规划模型中充分考虑了dg出力的不确定性，通过主动改善网络拓扑结构，降低了配网公司在dg出力波动最恶劣情形下的各项运行成本，从而在售电收益不变的情况下，有效提高了规划净收益。3)与场景法相比，本发明采用鲁棒优化处理不确定性，可以有效提高模型的求解效率。上述各实施例仅用于说明本发明，各个步骤都是可以有所变化的，在本发明技术方案的基础上，凡根据本发明原理对个别步骤进行的改进和等同变换，均不应排除在本发明的保护范围之外。当前第1页12