基于多智能体和博弈论的微电网群内的电力市场交易方法与流程

本发明属于微电网群内的电力市场交易领域，具体涉及电力市场交易方式、统一出清价的定价方式、电网公司的奖惩定价方式和基于多智能体和博弈方法的微电网在电力市场售电策略和购电策略设计方法。

背景技术

分布式技术的发展，产生大量的分布式发电，众多的新能源和可再生能源并网，形成了微电网。随着智能电网时代的到来，更多的微电网聚集起来形成了微电网群，并参与到电力市场中。随着微电网的大量增多，对于微电网群内电力市场交易急需要一整套的交易方法以维持微电网群内电能的合理流通以及经济利用。同时由于微电网群内部的总能量不一定时刻与实时的需求总量保持一致，故传统的电网公司转变职能，补偿和吸收电量差额作为备用服务职能。博弈论和多智能体也以其特有的优势充分融入微电网群内的电力市场交易中。

针对上述问题，本发明为微电网群内的电力市场交易提供了一套交易方法。为体现微电网的二重性，将微电网分为发电微电网和用户微电网两种状态分开研究，并制定最优售购电策略；为体现经济性，增加了出清价的电价制定策略和电网公司的吸收、补偿电价策略，同时指导微电网合理的售购电能。通过此方法，可以有效减小统一出清价的价格波动和迫使发电微电网按照其真实边际成本报价，进而达到微电网群内电能的合理流通以及经济利用。

技术实现要素：

本发明提供一种基于多智能体和博弈论的微电网群内的电力市场交易方法，目的是解决微电网群内电能的合理流通和经济利用，在充分考虑微电网自身利益的同时保证电能使用的经济性。本发明基于多智能体建立了基于多智能体的微电网群内电力市场交易框架，基于博弈论建立发电微电网竞标策略，并用单纯形法确定初始竞标策略，通过改进的迭代搜索法求解竞标模型，确定最优竞标策略。通过最优化方法求解购电模型，确定用户微电网的最优购电策略，并改进了统一出清价的定价方式和电网公司的奖惩定价方式。

为了实现上述目标，本发明是通过以下技术方案实现的：

一种基于多智能体和博弈论的微电网群内的电力市场交易方法，其内容包括如下步骤：

(1)构建基于多智能体的微电网群内电力市场交易系统；将电力市场分为两部分，一部分为基于多智能体的电力市场管理中心，另一部分为电力交易中心，包括供应侧和需求侧；作为供应侧的发电微电网和作为需求侧的用户微电网通过基于多智能体的电力市场管理中心实现在电力市场进行交易，并改进微电网群内的交易规则；

(2)构建改进的电力市场统一出清价的定价策略；传统电力市场统一出清价策略的制定方式会不同程度地激发发电商采取高额的报价策略以牟取暴利，通过改进定价策略提高能源消耗的经济性和电价的稳定性；

(3)构建电网公司吸收和补偿的电价策略；电网公司通过吸收和补偿电力市场电量差额来实现电力市场的稳定运行及减小波动，同时也通过奖惩的定价方式来指导发电微电网的合理售电和用户微电网的合理购电；

(4)构建发电微电网i的收益函数，即为：出售给自身负荷收益、电力市场售电收益、出售给电网公司收益、网损部分费用和发电成本费用之和；

(5)构建基于博弈论的发电微电网的竞标模型；竞标策略包括竞标电量和电价；结合电力市场的交易规则，以发电微电网的竞标总发电量的边际成本为中心定价，向两边无级段的拓展，相应的辅以竞标电量；从而生成多个竞标小段组合成一个竞标策略；

(6)制定基于最优化方法的用户微电网的最优购电策略，并构建用户微电网m的收益函数，即为：出售给自身负荷收益、电力市场购电费用、电网公司购电费用、缺电补偿费用和发电成本费用之和；

(7)供应侧参与的电力市场交易模型求解；由于发电微电网在售电时电力市场售价最高，故将发电微电网最大发电收益转化为最大的竞标收益，用单纯形法求解每段竞标的竞标电量，从而确定初始竞标策略；通过迭代搜索法确定最优竞标策略；

(8)需求侧最优化购电模型求解；t时刻电力市场出清价、在电力市场购电量和最大的电网公司吸收电价已确定，缺电补偿费用的相关参数也是关于电网公司购电量的函数，故可化简为一元二次分段函数，即可以在每个分段区间找到极值或者端点值，综合所有的取值即可得到最优的购电量及相应的购电收益；

(9)用仿真实验验证本发明所提出的微电网群内的电力市场交易方法的经济性和有效性。

由于采用上述技术方案，本发明提供的基于多智能体和博弈论的微电网群内的电力市场交易方法，与现有技术相比具有这样的有益效果：

(1)改进电力市场的交易方式：充分考虑了微电网的二重性，通过电力市场将微电网群内的电能合理分配，通过电网公司的备用作用来消除电能差额的波动。

(2)改进统一出清价的定价方式，通过模拟评委打分和延续性的方式定价可以有效的提高统一出清价的稳定性和经济性，减小价格波动。

(3)通过电网公司的奖惩定价购售电方式，使得发电微电网按照自己的真实成本来报价；同时也使得用户微电网合理购电减少屯电牟取暴利的行为。

(4)改进的发电微电网的竞标方式，无极段竞标，明确了报价的区间的电价，通过单纯形法确定初始竞标策略，使得竞标决策更加实用。

附图说明

图1为本发明方法流程示意图；

图2为基于多智能体的微电网群内电力市场交易结构图；

图3为微电网群参与的电力市场交互过程示意图；

图4为供应侧迭代求解流程图；

图5为需求侧最优化购电模型求解流程图；

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细描述：

本发明提出的一种基于多智能体和博弈论的微电网群内的电力市场交易方法，其流程示意图如图1所示，所述方法内容包括如下步骤：

(1)构建基于多智能体的微电网群内电力市场交易系统；将电力市场分为两部分，一部分为基于多智能体的电力市场管理中心，另一部分为电力交易中心，包括供应侧和需求侧；作为供应侧的发电微电网和作为需求侧的用户微电网通过基于多智能体的电力市场管理中心实现在电力市场进行交易，并改进微电网群内的交易规则。

所述改进微电网群内的交易规则，就是先设定微电网两种状态下的购售电顺序：

①发电微电网售电优先级：自身负荷>电力市场竞标售电>电网公司吸收；

②用户微电网购电优先级：电力市场购电>电网公司购电；所述电网公司购电是在考虑缺电率的情况下。

然后基于图2及图3所示的基于多智能体的微电网群内电力市场交易结构及微电网群参与的电力市场交互过程，所有市场成员都由相应的智能体表示。

1)供应侧也即图2中所示的发电侧：①发电agent向发电微电网agent提交下时刻预测的最大发电量；②有偿可中断agent和不可中断负荷agent向发电微电网agent提交下时刻预测的有偿可中断电量和不可中断电量；③发电微电网agent向有偿可中断agent和不可中断负荷agent反馈供应信息；④发电微电网agent向协调管理agent提交竞标信息；⑤决策处理agent根据协调管理agent反馈的供需数据计算统一出清价，并向发电微电网agent反馈供应信息(包括中标电量、出清价和电网公司吸收电价)；⑥执行调度agent和电网公司agent执行决策处理agent的调度命令。

2)需求侧：①发电agent向用户微电网agent提交下时刻预测的最大发电量；②有偿可中断agent和不可中断负荷agent向用户微电网agent提交下时刻预测的有偿可中断电量和不可中断电量；③用户微电网agent向协调管理agent提交需求信息；④决策处理agent向用户微电网agent反馈供应信息(包括出清价和电网公司补偿电价)；⑤用户微电网agent向有偿可中断agent和不可中断负荷agent反馈供应信息；⑥执行调度agent和电网公司agent执行决策处理agent的调度命令。

3)上层电力市场管理中心：①微电网电力市场agent：负责实时更新供需双方的需求数据及竞标、中标数据；②市场维护监测agent实时监控并维护电力市场交易的公正和透明。

(2)构建改进的电力市场统一出清价的定价策略；传统电力市场统一出清价策略的制定方式会不同程度地激发发电商采取高额的报价策略以牟取暴利，通过改进定价策略提高能源消耗的经济性和电价的稳定性。

所述构建改进的电力市场统一出清价的定价策略，就是将发电微电网报价bti进行排序，按报价从小到大排序为bt1＜bt2＜...＜btnj，则t时刻市场出清价为：

其中btρ(ρ∈(1,nj))为报价中最高的中标电价、k∈(1,k^max)、ρt0＝ρt-1,k，ρt-1,k为上一时段的电力市场出清价；ξ为保守因子，按照低价优先上网的规则，直到满足市场需求量为止；若最后满足电量时的竞标价格中有多个发电微电网相同，则按照竞标的电量比例分配中标电量；若竞标成功的电价个数少于三个，按最高竞标电价作为竞标出清价。

(3)构建电网公司吸收和补偿的电价策略；电网公司通过吸收和补偿电力市场电量差额来实现电力市场的稳定运行及减小波动，同时也通过奖惩的定价方式来指导发电微电网的合理售电和用户微电网的合理购电。

所述构建电网公司吸收和补偿的电价策略，就是为了进一步迫使发电微电网按照真实的边际成本报价，在电网公司吸收的电价策略上引入惩罚因子s(0<s<1)，对于发电微电网的吸收电价如式(2)：

ptie＝ρtk(1-sδρtk)(2)

对于用户微电网的补偿电价考虑节电环保意识采用奖惩最低力度的优惠电价，如式(3)：

ptme＝[2ρtk-max{ptie}],i∈(1,j)(3)

其中δρtk为t时刻发电微电网竞标电价与电力市场出清价的差值，即δρtk＝btik-ρtk；补偿电价考虑购买的电量占有偿可中断电量比例越高，电价越高；max{ptie}为最高的吸收电价。

(4)构建发电微电网i的收益函数，即为：出售给自身负荷收益、电力市场售电收益、出售给电网公司收益、网损部分费用和发电成本费用之和。

所述构建发电微电网i的收益函数，其步骤如下：

发电微电网的收益来源主要在售电收益、补偿网损服务费用和发电成本上，故构建发电微电网i的收益数学模型为：

其中，ai、bi和di为发电微电网i的成本参数，qti、qtis、qtime和qtie分别为微电网i在t时刻的发电量、负荷需求量、中标电量和电网公司吸收电量；ptis和pctis分别为实际出售给自身负荷的电价和备用电价，ρtk和ρt(k-1)分别为电力市场t时刻和(t-1)时刻的统一出清价，ptie为电网公司吸收电价；由于微电网自身负荷、参与电力市场和经电网公司吸收的用电性质不同，故采用不同的价格更为合理；ξ、bts、s和eti分别为保守因子、竞标电价、惩罚因子和网损转化的服务费用因子；

mctim(qtim)＝2aiqtim+bi(5)

pctis＝(1+μi)mcti(qtim)(6)

其中：式(5)为发电微电网i参与竞标电量的边际成本，式(6)为出售自身负荷的备用电价，式(7)为网损费用；由于售给自身负荷传输电压低，网损可以忽略不计；低价让电网公司吸收，网损由电网公司承担；故只考虑发电微电网参与电力市场中标部分产生的网损，为了简化网损带来的电量差额问题，由电力市场指派电网公司进行有偿补充网损，故发电微电网的网损费用转化为二次函数作为服务费用计算，其中μi为利润因子；

约束条件：

qtis≤qti≤qtimax(8)

0＜qtim≤qti-qtis(9)

qtie＝qti-qtis-qtime(10)

ptis≥cti(qti)/qti(11)

其中：式(8)为发电微电网的发电量范围，式(9)为竞标电量约束，式(10)为电网公司吸收电量约束，式(11)保证发电微电网竞标电价不赔钱，式(12)为电力市场t时刻功率平衡约束，δqte、qtim和qtmm分别为电网公司吸收电量、发电微电网i在t时刻竞标总电量和用户微电网m在t时刻提交的需求量。

(5)构建基于博弈论的发电微电网的竞标模型；竞标策略包括竞标电量和电价；结合电力市场的交易规则，以发电微电网的竞标总发电量的边际成本为中心定价，向两边无级段的拓展，相应的辅以竞标电量；从而生成多个竞标小段组合成一个竞标策略。

所述构建基于博弈论的发电微电网的竞标模型，就是根据电力市场统一出清价的制定策略,发电微电网竞标策略为sti(qtim,bti)，其中策略sti包含竞标电量和竞标电价；本发明方法中采用的竞标方法为：结合竞标发电量的边际成本mctim(qtim)向上、下延伸δbtki，即在区间[mctim-δbtki,mctim+δbtki]中将报价平均分成n份，即[btki1,btki2,...btkin]对应的电量为[qtki1,qtki2,...qtkin]。

(6)制定基于最优化方法的用户微电网的最优购电策略，并构建用户微电网m的收益函数，即为：出售给自身负荷收益、电力市场购电费用、电网公司购电费用、缺电补偿费用和发电成本费用之和。

所述制定基于最优化方法的用户微电网的最优购电策略，并构建用户微电网m的收益函数，其实施步骤如下：

①制定购电策略

基于最优化方法，用户微电网通过对比电网公司的奖励购电定价策略和自身负荷的有偿缺电补偿费用来制定最优的购电策略，最终确定用户微电网的购电收益；

②构建收益函数

用户微电网m由于此时发电量不足以供自身负荷使用，只能从外界购电来平衡自身负荷需求；此时用户微电网的收益为：出售给自身负荷收益、电力市场购电费用、电网公司购电费用、缺电补偿费用和发电成本；故构建数学模型为：

其中ptms、ptme、ptml分别为用户微电网出售给自身负荷电价、电网公司补偿电价和赔偿有偿可中断负荷的缺电电价；qtm、qtmm、qtme和qtms分别为用户微电网发电量、电力市场购电量、电网公司购电量和自身负荷需求量(包括有偿可中断负荷和不可中断负荷)；am、bm、dm为用户微电网成本参数；

ptmll＝max{ρtk,ptme,mctm(qtm)}(15)

其中：式(14)为赔偿有偿可中断负荷的缺电电价，其中ω为总缺电率，即为缺电量与需求量的比例；σ为缺电惩罚因子；为了维护自身负荷的权益，补偿电价与缺电率成正比；式(15)为赔偿有偿可中断负荷的基准电价；

约束条件：

0＜qtm＜qtms(16)

qtm+qtmm+qtme≤qtms(17)

其中：式(16)为用户微电网的状态要求，式(17)为保证用户微电网不多购电。

(7)供应侧参与的电力市场交易模型求解：由于发电微电网在售电时电力市场售价最高，故将发电微电网最大发电收益转化为最大的竞标收益，用单纯形法求解每段竞标的竞标电量，从而确定初始竞标策略；通过迭代搜索法确定最优竞标策略，供应侧迭代求解流程图如图4所示。所述供应侧参与的电力市场交易模型求解步骤如下：

①先将发电微电网的发电收益转换为最大的竞标收益，再用单纯形法求出每段的竞标电量，从而确定初始竞标策略为：

约束条件：

0≤qtin≤qtim,n＝1,2,...n(22)

其中qtin表示发电微电网i在报价为btin时的竞标电量，xtin为qtin占总竞标电量的比例，式(20)为发电微电网保证预测竞标成功和不赔钱约束；

对于上述建立的发电微电网的数学模型(4)，再用迭代搜索法，迭代过程是一个动态的博弈过程，基于约束条件(8)-(12)和(19)-(22)，改进单轮迭代的结束条件，即当竞标博弈达到纳什均衡状态(出清价不再改变)时或者达到了最大的迭代次数,迭代搜索过程结束。现将单次迭代搜索的过程描述如下：

各发电微电网agent由单纯形法确定初始竞标策略，并向协调管理agent提交竞标信息；决策处理agent在满足供需平衡下，依据制定的出清价策略得出单轮迭代结果，并把相关结果信息通过agent间的交互反馈到各发电微电网agent，各发电微电网agent依据所得反馈信息对竞标信息进行修改调整后再次竞标，从而完成一轮迭代过程。

首轮迭代竞标时，首先由协调管理agent公布t时刻电力市场需求量qt；决策执行agent确定最大迭代次数k^max；然后发电微电网agent依据电力市场制定的统一出清价策略、电网公司的电价惩罚策略和根据自身状态、知识库和环境等信息，向协调管理agent提交初始的竞标信息。

②用迭代搜索法求解发电微电网的最优竞标策略；

为叙述方便，对电力市场中竞标的发电微电网从1到j依次编号；假设第k轮迭代中各发电微电网agent竞标策略表示为则第k+1轮迭代中各发电微电网agent竞标策略表示为可以由以下式(23)求得；

表示序号在i前面的发电微电网lagent固定竞标策略时发电微电网iagent获得最优的竞标收益时的竞标策略：

对于未达到最大迭代次数的相邻两次迭代电力市场的统一出清价不再变化，即所有的发电微电网agent的竞标策略不再变化，如式(24)：

迭代结束，则表示此时没有任何微电网agent愿意更改竞标策略，即此时可以看做达到博弈纳什均衡，此解为纳什均衡解。

若由于某种原因，在达到规定的最大迭代次数时仍未达到纳什均衡，迭代结束，则此次的电力市场竞标失败(这在实际的工程项目中是允许的)。此时，电力市场需初始化初始交易策略，竞标者重新制定初始竞标策略，开始新一轮的电力市场博弈竞标。

(8)需求侧最优化购电模型求解；t时刻电力市场出清价、在电力市场购电量和最大的电网公司吸收电价已确定，缺电补偿费用的相关参数也是关于电网公司购电量的函数，故可化简为一元二次分段函数，即可以在每个分段区间找到极值或者端点值，综合所有的取值即可得到最优的购电量及相应购电的收益。

所述需求侧最优化购电模型求解，其求解流程图如图5所示，具体步骤如下：

针对需求侧模型的求解，本发明方法只做简单考虑，即t时刻电力市场出清价ρtk、在电力市场购电量qtmm和最大的电网吸收电价已确定，缺电补偿费用相关参数也是关于电网公司购电量的函数，故式(13)可简化为如下式(25)有：

为简化书写,其中令

q＝qtms-qtm-qtmm；m＝max{ptie}/q；

t＝max{ρtk,mctm(qtm),ptme}-max{ptie},i＝1,2,...,nj

n＝max{ρtk,ptme,mctm(qtm)}.(qtms-qtm-qtmm)；ω＝(qtms-qtm-qtmm-qtme)/(qtms-qtm-qtmm)

这属于一元二次分段函数，即可以在每个分段区间内找到极值或者区间端点值，综合所有的取值即可得到最优的购电量及相应购电的收益；

在每一个分段区间对电网公司购电量求偏导为：

令

可得：

则最优的电网公司购电量为：

用代替在所有区间的端点处使wtm取得最大值的qtme，用代替在所有区间内使wtm取的最大值的qtme，即：

(9)仿真实验验证本发明方法所提出的微电网群内的电力市场交易方法的经济性和有效性。

通过查阅相关资料，或者仿真所需的基本信息。通过对比传统出清价方式和所提出的改进出清价方式可以看出，统一出清价的波动相对较小，且价格稍低，符合经济性；提出了具体的竞标策略，多阶次竞标，明显增加了发电微电网竞标的中标的概率，增加发电微电网综合收益；用户微电网通过合理的上网购电，在发电量欠缺的时候依然可以通过最优化方法策略实现正收益；通过观察微电网的购售电量可以看出电网公司的奖惩定价方式是有效的，适应了新型智能电网节能、经济、智能的发展趋势。

本领域的技术人员容易理解，以上所述仅为本发明较佳实施方案而已，并不用以限制本发明，凡是在本发明的精神和原则之内所做的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。