本发明涉及电力市场,具体涉及一种电力市场出清方法及装置。
背景技术:
1、高比例新能源发电的接入给电力系统带来了极大的功率不确定性与波动性且增加了电力系统中的备用需求和计划性爬坡需求,充裕的灵活调节能力是电力系统应对高比例可再生能源并网的关键。当前世界各国电网均组织了备用市场,激励灵活资源提供备用容量,但是对灵活资源的计划性爬坡产品缺少相应的激励机制。引入灵活爬坡产品(flexible ramping product,frp)进行市场联合出清能够提高系统的调节能力,frp是一种全新的电力市场产品,其主要目的在于通过预留充足的灵活性资源来满足系统实时运行的净负荷变动。
2、相关技术中,电力市场的出清方法由于机组补偿不合理,不但无法满足用户需求,而且存在经济性不足的问题。另外,分布式灵活资源的负荷数据通常涉及到灵活负荷聚合商的用户隐私数据,若在电力市场出清过程中不对负载聚合商的一些用户隐私数据加以保护,无法保证用户信息安全,无法满足用户需求。
技术实现思路
1、有鉴于此,本发明提供了一种电力市场出清方法及装置,以解决在电力市场出清过程中不对负载聚合商的一些用户隐私数据加以保护,无法保证用户信息安全,无法满足用户需求的问题。
2、根据第一方面,本实施例提供一种电力市场出清方法,用于交易中心,方法包括:
3、基于分布式发电机数据、灵活负荷聚合商数据和可再生能源发电机数据,以发电成本及爬坡产品竞价成本最小化为目标构建电力市场出清模型,并启动电力市场出清模型;
4、基于交替方向乘子法,构建与电力市场出清模型对应的多个隐私保护参数第一优化子模型,以通过预设迭代算法更新分布式发电机的第一目标出力、第一目标报价和拉格朗日乘子直至满足第一预设条件为止;
5、将更新后的第一目标出力、第一目标报价和拉格朗日乘子以隐私保护参数形式秘密分享至每个灵活负荷聚合商;
6、接收每个灵活负荷聚合商基于交替方向乘子法秘密分享的隐私保护参数第二优化子模型,及隐私保护参数第二优化子模型所包含的隐私保护参数;
7、基于更新后的第一目标出力、第一目标报价和拉格朗日乘子、隐私保护参数第二优化子模型及其所包含的隐私保护参数,通过预设迭代算法更新电力市场出清模型直到满足第二预设条件,输出最终的出清优化结果。
8、通过执行上述为实施方式,通过在电能量市场引入灵活爬坡产品,有利于增加新能源发电的计划性消纳量,降低常规电源的爬坡压力与爬坡成本,提升新能源的消纳能力,也为灵活负荷的运营主体提升了收益。同时,在电力市场出清模型中考虑了灵活负荷的负荷信息等用户隐私数据的安全保护,基于秘密分享构建安全计算算子,不但实现电力市场出清模型计算有效性,而且还保障了数据安全性。
9、在一种可选的实施方式中,电力市场出清模型通过如下公式表达:
10、
11、其中,i是分布式发电机的总数量,j是灵活负荷聚合商的总数量,和是分布式发电机代价函数的因数;是分布式发电机的发电量;和分别是分布式发电机i爬坡产品上界和下界的报价,和是分布式发电机i的爬坡产品上界数量和下界数量,ρren是可再生能源发电机的报价,是可再生能源发电机的发电量,和分别是灵活负荷聚合商j爬坡产品上界和下界的报价,和是灵活负荷聚合商j的爬坡产品上界数量和下界数量。
12、通过执行该电力市场出清模型,以发电成本及爬坡产品竞价成本最小化为目标,在电能量市场引入灵活爬坡产品,有利于增加新能源发电的计划性消纳量,降低常规电源的爬坡压力与爬坡成本,提升新能源的消纳能力,为灵活负荷的运营主体提升了收益。
13、在一种可选的实施方式中,电力市场出清模型受能源平衡约束、计划爬坡需求约束、网络拓扑约束、电力输出约束、发电机的操作状态约束、可再生能源发电机输出约束、爬坡产品约束、灵活负荷聚合商约束。
14、通过执行上述实施方式,有利于电力市场出清模型精确计算出日前市场的总能量成本最小、pr产品的竞价成本最小。
15、在一种可选的实施方式中,启动电力市场出清模型,包括:
16、获取非灵活负荷的负载信息、电能量市场初始报价、爬坡产品目标报价和拉格朗日乘子;
17、基于非灵活负荷的负载信息、电能量市场初始报价、爬坡产品目标报价和拉格朗日乘子,启动电力市场出清模型。
18、通过执行上述实施方式,有利于快速启动电力市场出清模型,进而实现交易中心与灵活负荷聚合商秘密协商各自的目标报价和目标出力等隐私数据。
19、在一种可选的实施方式中,多个隐私保护参数第一优化子模型通过如下公式表达:
20、
21、
22、
23、
24、其中,xla,(h+1)是每个灵活负荷聚合商的向量参数,lla是拆解出的xla的损失函数,是灵活负荷聚合商的变量向量,是灵活负荷聚合商的负荷需求变量,xg,(h+1)是h+1轮的xg,lg是拆解出来的分布式发电机xg变量的目标函数,分布式发电机的向量参数,xg,(h),y,是需要保护的变量,y(h+1)是h+1轮的松弛变量y,lsl是拆解出来的松弛变量y的损失函数,是h+1轮的拉格朗日乘子γ1,是分布式发电机的中间参数,是灵活负荷聚合商的中间参数,c、e是常量,是h+1轮的拉格朗日乘子λ2,ρ是步长,ag是分布式发电机的参数矩阵,ala是灵活资源的参数矩阵,e是松弛变量的参数矩阵。
25、通过执行上述实施方式,基于交替方向乘子法admm,构建多个隐私保护参数第一优化子模型,即相当于对问题划分,基于增广拉格朗日松弛技术求解。局部求解每个子问题,集中更新拉格朗日松弛函数中引入的对偶变量。求解过程以迭代的方式执行,直到满足收敛准则。该建模框架在解决分布式竞价市场出清问题上,具备通用性,也可用对偶下降等其他优化算法求解。
26、在一种可选的实施方式中,将更新后的第一目标出力、第一目标报价和拉格朗日乘子以隐私保护参数形式秘密分享至每个灵活负荷聚合商,依次包括:秘密分享、秘密重建、线性算子、秘密乘法、秘密比较过程。
27、通过执行上述实施方式,基于秘密分享的高效安全计算算子,包括秘密分享、秘密重建、线性算子、秘密比较、秘密乘法算子,能有效支撑分布式优化安全计算的需求,不仅能支持两方安全计算,还能扩展至多方,并能支撑多层级安全聚合计算。
28、根据第二方面,本实施例还提供一种电力市场出清方法,用于每个灵活负荷聚合商,方法包括:
29、获取交易中心以隐私保护参数形式秘密分享的第一目标出力、第一目标报价和拉格朗日乘子;
30、基于第一目标出力、第一目标报价和拉格朗日乘子,通过交替方向乘子法构建隐私保护参数第二优化子模型;
31、基于预设迭代算法更新隐私保护参数第二优化子模型及其所包含的隐私保护参数直到满足第三预设条件为止,以获取每个灵活负荷聚合商的第二目标出力和第二目标报价;
32、将每个灵活负荷聚合商的第二目标出力和第二目标报价以隐私保护参数形式秘密分享至交易中心,以计算最终的出清优化结果。
33、通过执行上述实施方式,利用交替方向乘子法admm对问题进行建模,并设计基于秘密分享的安全高效的安全优化算子,实现灵活资源聚合商和交易中心的安全高效的分布式竞价优化,有效防止了分布式优化过程中的信息泄露。
34、在一种可选的实施方式,隐私保护参数第二优化子模型通过如下公式表达:
35、
36、其中,xla,(h+1)是每个灵活负荷聚合商的向量参数,xla,xg,(h),y(h),是需要保护的隐私保护参数,lla是拆解出的xla的损失函数。
37、通过执行上述实施方式,灵活负荷聚合商通过隐私保护参数第二优化子模型局部更新隐私保护参数,并将更新后的隐私保护参数秘密分享至交易中心,有利于实现电力市场出清模型的全局更新,并且,有效防止了分布式优化过程中的信息泄露。
38、在一种可选的实施方式中,将每个灵活负荷聚合商的第二目标出力和第二目标报价以隐私保护参数形式秘密分享至交易中心,依次包括:秘密分享、秘密重建、线性算子、秘密乘法、秘密比较过程。
39、通过执行上述实施方式,基于秘密分享的高效安全计算算子,包括秘密分享、秘密重建、线性算子、秘密比较、秘密乘法算子,能有效支撑分布式优化安全计算的需求,不仅能支持两方安全计算,还能扩展至多方,并能支撑多层级安全聚合计算。
40、根据第三方面,本实施例还提供一种电力市场出清装置,用于交易中心,装置包括:
41、电力市场出清模型构建模块,用于基于分布式发电机数据、灵活负荷聚合商数据和可再生能源发电机数据,以发电成本及爬坡产品竞价成本最小化为目标构建电力市场出清模型,并启动电力市场出清模型;
42、第一优化子模型构建模块,用于基于交替方向乘子法,构建与电力市场出清模型对应的多个隐私保护参数第一优化子模型,以通过预设迭代算法更新分布式发电机的第一目标出力、第一目标报价和拉格朗日乘子直至满足第一预设条件为止;
43、隐私保护参数秘密分享模块,用于将更新后的第一目标出力、第一目标报价和拉格朗日乘子以隐私保护参数形式秘密分享至每个灵活负荷聚合商;
44、第二优化子模型接收模块,用于接收每个灵活负荷聚合商基于交替方向乘子法秘密分享的隐私保护参数第二优化子模型,及隐私保护参数第二优化子模型所包含的隐私保护参数;
45、最终出清优化结果输出模块,用于基于更新后的第一目标出力、第一目标报价和拉格朗日乘子、隐私保护参数第二优化子模型及其所包含的隐私保护参数,通过预设迭代算法更新电力市场出清模型直到满足第二预设条件,输出最终的出清优化结果。
46、在一种可选的实施方式中,电力市场出清模型通过如下公式表达:
47、
48、其中,i是分布式发电机的总数量,j是灵活负荷聚合商的总数量,和是分布式发电机代价函数的因数;是分布式发电机的发电量;和分别是分布式发电机i爬坡产品上界和下界的报价,和是分布式发电机i的爬坡产品上界数量和下界数量,ρren是可再生能源发电机的报价,是可再生能源发电机的发电量,和分别是灵活负荷聚合商j爬坡产品上界和下界的报价,和是灵活负荷聚合商j的爬坡产品上界数量和下界数量。
49、在一种可选的实施方式中,电力市场出清模型受能源平衡约束、计划爬坡需求约束、网络拓扑约束、电力输出约束、发电机的操作状态约束、可再生能源发电机输出约束、爬坡产品约束、灵活负荷聚合商约束。
50、在一种可选的实施方式中,电力市场出清模型,包括:
51、参数获取子模块,用于获取非灵活负荷的负载信息、电能量市场初始报价、爬坡产品目标报价和拉格朗日乘子;
52、模型启动子模块,用于基于非灵活负荷的负载信息、电能量市场初始报价、爬坡产品目标报价和拉格朗日乘子,启动电力市场出清模型。
53、在一种可选的实施方式中,多个隐私保护参数第一优化子模型通过如下公式表达:
54、
55、
56、
57、
58、
59、其中,xla,(h+1)是每个灵活负荷聚合商的向量参数,lla是拆解出的xla的损失函数,是灵活负荷聚合商的变量向量,是灵活负荷聚合商的负荷需求变量,xg,(h+1)是h+1轮的xg,lg是拆解出来的分布式发电机xg变量的目标函数,分布式发电机的向量参数,xg,(h),y,是需要保护的变量,y(h+1)是h+1轮的松弛变量y,lsl是拆解出来的松弛变量y的损失函数,是h+1轮的拉格朗日乘子λ1,是分布式发电机的中间参数,是灵活负荷聚合商的中间参数,c、e是常量,是h+1轮的拉格朗日乘子λ2,ρ是步长,ag是分布式发电机的参数矩阵,ala是灵活资源的参数矩阵,e是松弛变量的参数矩阵。
60、在一种可选的实施方式中,将更新后的第一目标出力、第一目标报价和拉格朗日乘子以隐私保护参数形式秘密分享至每个灵活负荷聚合商,依次包括:秘密分享、秘密重建、线性算子、秘密乘法、秘密比较过程。
61、根据第四方面,本实施例还提供一种电力市场出清装置,用于每个灵活负荷聚合商,装置包括:
62、秘密分享参数获取模块,用于获取交易中心以隐私保护参数形式秘密分享的第一目标出力、第一目标报价和拉格朗日乘子;
63、隐私保护参数优化模块,用于基于第一目标出力、第一目标报价和拉格朗日乘子,构建隐私保护参数第二优化子模型;
64、灵活负荷聚合商获取模块,用于基于预设迭代算法更新隐私保护参数第二优化子模型及其所包含的隐私保护参数直到满足第三预设条件为止,以获取每个灵活负荷聚合商的第二目标出力和第二目标报价;
65、隐私保护参数分享模块,用于基于交替方向乘子法,将每个灵活负荷聚合商的第二目标出力和第二目标报价以隐私保护参数形式秘密分享至交易中心,以计算最终的出清优化结果。
66、在一种可选的实施方式中,所述隐私保护参数第二优化子模型通过如下公式表达:
67、
68、其中,xla,(h+1)是每个灵活负荷聚合商的向量参数,xla,xg,(h),y(h),是需要保护的所述隐私保护参数,lla是拆解出的xla的损失函数。
69、在一种可选的实施方式中,将所述每个灵活负荷聚合商的第二目标出力和第二目标报价以隐私保护参数形式秘密分享至交易中心,依次包括:秘密分享、秘密重建、线性算子、秘密乘法、秘密比较过程。
70、根据第五方面,本实施例提供一种计算机设备,包括:
71、存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行权利要求第一方面或第一方面任一实施方式中的电力市场出清方法。
72、根据第六方面,本实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行第一方面或第一方面任一实施方式中的电力市场出清方法。