本發(fā)明屬于微電網(wǎng)的市場交易領域，具體涉及一種基于多智能體和博弈方法的微電網(wǎng)市場雙層競價方法。

背景技術：

微電網(wǎng)作為智能電網(wǎng)的一部分，是一種有效整合利用分布式能源，提高綠色清潔能源利用率的電力系統(tǒng)。隨著微電網(wǎng)相關技術的成熟，微電網(wǎng)剩余容量的處理問題逐漸成為科研關注的焦點。近年來，隨著世界范圍內(nèi)的電力市場化改革，我國也以“廠網(wǎng)分開，競價上網(wǎng)”的試點開始逐步實行電力市場化改革，以此實現(xiàn)優(yōu)化資源配置、使資源的社會效益最大化的目的。為此，參與電力市場競價，是微電網(wǎng)合理有效處理剩余容量的最佳選擇。作為自負盈虧的市場主體，通過合理的競價策略實現(xiàn)自身利益最大化是參與市場競價的發(fā)電商(參與競價的微電網(wǎng)也被視為一個發(fā)電商)參與市場競爭的根本目的。多智能體系統(tǒng)、博弈論由于其自身的一些特點，被研究者廣泛應用在發(fā)電商競價策略的研究中。大量研究的焦點聚集在同等類別發(fā)電商的競價策略制定上。然而，微電網(wǎng)相對于傳統(tǒng)發(fā)電商而言具有容量小、單個微電網(wǎng)輸出的不穩(wěn)定性等不利于市場競爭的因素。因此在研究制定微電網(wǎng)的市場競價策略時必須充分考慮微電網(wǎng)自身的這些特點。

針對上述存在的問題，本發(fā)明在電力市場競價模型的設計方面提出雙層競價模型。然而，在模型求解過程中，仍需要充分考慮電力市場及發(fā)電商的一些特殊約束因素。本發(fā)明在求解博弈均衡點的過程中，引入了迭代搜索法并加以改進；對迭代結(jié)果與特定約束條件可能出現(xiàn)的矛盾問題，引入多目標規(guī)劃法對結(jié)果進行修正，以期模型所得解盡可能的滿足多重約束條件。

技術實現(xiàn)要素：

本發(fā)明提出基于多智能體和博弈方法的微電網(wǎng)電力市場雙層競價方法，目的是提高微電網(wǎng)在電力市場競爭中的整體競爭力，在保證傳統(tǒng)電力市場主體性的同時提高可再生清潔能源(微電網(wǎng))的市場份額。本發(fā)明基于多智能體系統(tǒng)和博弈論方法，在模型求解中引入迭代搜索法并加以改進，同時引入多目標規(guī)劃法對博弈原始解進行修正。

為了解決上述存在的技術問題實現(xiàn)發(fā)明目標，本發(fā)明是通過以下技術方案實現(xiàn)的：

一種基于多智能體和博弈方法的微電網(wǎng)市場雙層競價方法，該方法內(nèi)容包括如下步驟：

步驟1構建基于多智能體的雙層競價系統(tǒng)，把實際電力市場分為兩個電力子市場，在上層電力市場中，微電網(wǎng)以聯(lián)盟的形式同傳統(tǒng)發(fā)電商一起參與市場競價；在下層電力市場中，以上層電力市場競爭中微電網(wǎng)聯(lián)盟所獲得的市場份額作為市場需求總量，微電網(wǎng)之間再次進行市場競爭，最終獲得的市場份額作為微電網(wǎng)在整個電力市場競爭中所獲得最終電量；

步驟2構建基于博弈方法的電力市場雙層競價模型，在上層電力市場競價模型中，微電網(wǎng)聯(lián)盟的容量、輸出極限值、成本參數(shù)值由所有聯(lián)盟成員相應的值通過待定系數(shù)法確定；在下層電力市場競價模型中，市場需求量、價格指標采用上層電力市場競爭中微電網(wǎng)聯(lián)盟所獲得的結(jié)果，從而保證整個市場競爭過程的連續(xù)性；

步驟3對上層電力市場的競價建立模型進行求解，采用迭代搜索法，基于電力市場功率平衡約束、微電網(wǎng)的供電商出力上限和下限約束條件對迭代搜索法的單輪迭代結(jié)束條件進行了改進；然后引入多目標規(guī)劃法對原始迭代解進行修正；

步驟4對下層電力市場的競價模型進行求解，采用量價微增法對已確定電價和市場需求總量的下層電力市場競價模型進行求解，得出微電網(wǎng)在整個電力市場競價的最終策略；

步驟5通過仿真實驗驗證基于多智能體的雙層競價系統(tǒng)的實用有效性。

由于采用上述技術方案，本發(fā)明提供的一種基于多智能體和博弈方法的微電網(wǎng)市場雙層競價方法，與現(xiàn)有技術相比具有這樣的有益效果：

(1)本發(fā)明構建了基于多智能體雙層競價結(jié)構的市場競價模式，在保證市場化運行的同時，提高了微電網(wǎng)提供的可再生清潔能源在能源市場中的比例；

(2)本發(fā)明將迭代搜索法引入納什均衡點的求解中，并針對發(fā)電商的固有約束條件對其進行了改進；

(3)本發(fā)明針對特定約束條件之間的矛盾性可能造成的模型無完美解的問題，引入多目標規(guī)劃法對模型原始解進行修正，使得結(jié)果最大限度滿足所有給定約束條件。

附圖說明

圖1為基于多智能體的微電網(wǎng)電力市場雙層競價結(jié)構圖；

圖2為多智能體系統(tǒng)的交互過程；

圖3為基于博弈方法的競價流程；

圖4為本發(fā)明方法的流程圖。

具體實施方式

下面結(jié)合附圖與具體實施方式對本發(fā)明作進一步詳細描述：

本發(fā)明的一種基于多智能體和博弈方法的微電網(wǎng)市場雙層競價方法，其流程圖如圖4所示，該方法內(nèi)容包括如下步驟：

步驟1構建基于多智能體的雙層競價系統(tǒng)，把實際電力市場分為兩個電力子市場，在上層電力市場中，微電網(wǎng)以聯(lián)盟的形式同傳統(tǒng)發(fā)電商一起參與市場競價；在下層電力市場中，以上層電力市場競爭中微電網(wǎng)聯(lián)盟所獲得的市場份額作為市場需求總量，微電網(wǎng)之間再次進行市場競爭，最終獲得的市場份額作為微電網(wǎng)在整個電力市場競爭中所獲得最終電量；

圖1所示為基于多智能體的微電網(wǎng)電力市場雙層競價結(jié)構圖，圖2所示為多智能體系統(tǒng)內(nèi)部的agent交互過程。根據(jù)圖1和圖2可知：所有市場成員都由相應的代理表示。電力市場被分為上層電力子市場和下層電力子市場。在上層電力子市場中的競價開始時，電力市場代理(electricitymarketagent縮略為emag，以下簡稱emag)收集來自所有發(fā)電商代理(generationagent縮略為gag，以下簡稱gag)和微電網(wǎng)子市場代理(microgridsubsidiarymarketagent縮略為msmag，以下簡稱msmag)的競價信息，這里的gag專指不包括微電網(wǎng)的傳統(tǒng)發(fā)電商；在滿足市場安全水平和功率平衡安全約束條件的基礎上，結(jié)合自身知識庫和當前狀態(tài)信息，通過一定的優(yōu)化方法得出市場競價的首輪迭代結(jié)果，并把相應的數(shù)據(jù)信息通過交互環(huán)境反饋到上述各代理。然后，各競價代理(即gag和msmag)根據(jù)所得反饋信息及自身狀態(tài)、周圍環(huán)境所得信息調(diào)整自身的競價參數(shù)，如此循環(huán)下去，直到納什均衡解的出現(xiàn)。然而，該均衡解的求解過程可能與功率平衡約束相矛盾，其解決方法將在步驟(3)中給予解決。

步驟2構建基于博弈方法的電力市場雙層競價模型：在上層電力市場競價模型中，微電網(wǎng)聯(lián)盟參與市場競爭時所能投標產(chǎn)量的最大值、微電網(wǎng)聯(lián)盟參與市場競爭時所能投標產(chǎn)量的最小值和成本參數(shù)由所有聯(lián)盟成員相應的值通過待定系數(shù)法確定；在下層電力市場競價模型中，市場需求量、價格指標采用上層電力市場競爭中微電網(wǎng)聯(lián)盟所獲得的結(jié)果，從而保證整個市場競爭過程的連續(xù)性；

基于博弈方法建立了電力市場雙層競價策略的數(shù)學模型：在上層電力市場中，為簡化計算，本發(fā)明方法假設所有發(fā)電商(包括發(fā)電商和微電網(wǎng)聯(lián)盟)的成本函數(shù)是二次函數(shù)，即第i個gag的成本函數(shù)、收益函數(shù)分別為

其中cgi和分別是第i個gag的成本和收益，qgi是其提交的投標電量，agi,bgi和cgi是其成本函數(shù)系數(shù)，pmcp是當前電力市場的出清價，它與發(fā)電商投標電量的關系可以表示為

其中qmsm是msmag提交的投標電量，pmax是市場電價最高值，α是在上層電力市場中電價的相關彈性系數(shù)。在上層電力市場中，發(fā)電商的數(shù)目相對較多，影響發(fā)電商制定投標策略的市場因素也很多，使得每個發(fā)電商很難獲得競爭對手的投標、成本等市場信息。因此由公式(1)、(2)和(3)可知，第i個gag可以通過改變變量{agi,bgi,cgi,qgi}的值來增加自身收益，其中qgi是投標變量；故其最大收益可以有下式得出

即可得

在上層電力市場中，msmag作為一個投標者，其成本函數(shù)、收益函數(shù)及投標產(chǎn)量的求解方法與gag相似。

在求解msmag投標產(chǎn)量的過程中，需要已知微電網(wǎng)聯(lián)盟的成本函數(shù)參數(shù)；式(5)表明gag及msmag的投標產(chǎn)量與其成本系數(shù)中的{bgi,cgi}是負相關性關系。在上層電力市場中，微電網(wǎng)聯(lián)盟競價的主要目標是獲得盡可能多的市場份額，因此，基于最小成本的原則來確定微電網(wǎng)聯(lián)盟投標產(chǎn)量；

采用待定系數(shù)法確定微電網(wǎng)聯(lián)盟的成本參數(shù)；

為簡化計算，本發(fā)明在求解微電網(wǎng)聯(lián)盟成本參數(shù)時，假定優(yōu)先把電量分配給成本最小的微電網(wǎng)，直到超出該微電網(wǎng)容量上限，再依次分配給成本次低的發(fā)電商，依此類推，直到把電量分配完畢；基于以上假設，微電網(wǎng)聯(lián)盟的成本曲線必定通過點其中是第j個微電網(wǎng)的輸出容量上限；cj是msmag在投標電量為時的成本，即

式中是第l個微電網(wǎng)在投標電量為時的成本，是第l個微電網(wǎng)的輸出容量上限；由于電力產(chǎn)品不能長時間大量存儲，因此電力市場交易需實時滿足功率平衡要求，即

式中和分別是第i個gag和第j個mag的最終競標結(jié)果電量，qload是當前市場電量需求量；假設電力市場中含有n類負載，則qload可以表示為

式中qli和λi分別表示第i類負載及其相應的敏感系數(shù)；

在下層電力市場中，msmag作為子市場交易agent,其在上層電力市場競標中獲得的電量和交易價格，被作為下層電力市場的市場需求量和市場出清價；微電網(wǎng)聯(lián)盟內(nèi)部所有微電網(wǎng)agent再次競標，完成電量的二次投標分配；與gag相似，作為發(fā)電商，mag的成本函數(shù)及其收益分別表示為

式中cmi是第i個mag的成本函數(shù)，{ami,bmi,cmi}分別是其相應的系數(shù)，表示第i個mag的收益；pmcp是當前子市場的市場出清價，即上層電力市場競標結(jié)束時所得的市場出清價；qmi是第i個的投標電量，它是以市場出清價為自變量的函數(shù)，即

qmi＝f(pmcp)；(12)

步驟3對上層電力市場的競價建模型進行求解，采用迭代搜索法，基于電力市場功率平衡約束、微電網(wǎng)等供電商出力上限和下限約束條件對迭代搜索法的單輪迭代結(jié)束條件進行了改進；然后引入多目標規(guī)劃法對原始迭代解進行修正；

在上層電力市場中，本發(fā)明采用迭代搜索法尋找模型的納什均衡解；圖3所示為基于博弈方法的競價流程，圖中僅給出gag的迭代過程，在第一輪迭代中，各投標者agent根據(jù)自身狀態(tài)、知識庫和環(huán)境信息，向emag提交初始化的競標信息；emag在滿足系統(tǒng)安全水平等約束前提下，依據(jù)相關優(yōu)化算法得出首輪迭代結(jié)果，并把相關信息通過agent間的交互，反饋到各投標agent，從而完成一次迭代過程；為了敘述方便，本發(fā)明將各投標gag從1到n-m依次編號，假設第k輪迭代中各投標agent的投標電量表示為則第k+1輪迭代中各投標agent的投標電量可以由以下迭代過程求得

式中表示當n-m個gag保持時msmag取得最大收益的投標電量；同理，表示當排在第i個gag前面的gag保持而其余gag及msmag保持時第i個gag取得最大收益的投標電量；

如果對于所有投標agent來說，最近兩輪迭代的投標電量相等，即

此時沒有任何一個投標者愿意改變自己的投標產(chǎn)量，即此時的解可看作是博弈的納什均衡解；

考慮到電力市場的強約束性，本發(fā)明對迭代條件作了以下改進：在第k輪迭代過程中，如果第j個投標者通過式(13)所得的本輪迭代結(jié)果大于其輸出容量上限，即

則以作為本輪迭代該投標者的迭代結(jié)果，迭代過程繼續(xù)；同理，如果其所得結(jié)果小于其輸出容量下限，作同樣的處理；

此外，由于均衡解的求解過程可能與功率平衡約束相矛盾，即式(6)和式(8)可能存在矛盾性，迭代所得均衡解可能不能同時滿足式(3),(6)和(8)，本發(fā)明引入多目標規(guī)劃法對結(jié)果進行修正來解決這個問題；其模型可表示為

約束條件為

構建拉格朗日函數(shù)如下

則

式(16)的優(yōu)化求解可以轉(zhuǎn)化為

求解式(20)得到

即

故

從而解得

式(25)表明修改后的第i個gag的投標產(chǎn)量不僅與其他投標者的投標產(chǎn)量有關，還與市場中投標者的數(shù)量有關；用表示第i個gag最終的投標產(chǎn)量，則其最終收益為

市場出清價可以表示為

步驟4對下層電力市場的競價模型進行求解，采用量價微增法對已確定電價和市場需求總量的下層電力市場競價模型進行求解，得出微電網(wǎng)在整個電力市場競價所獲得的最終電量；

在下層電力市場中，本發(fā)明采用量價微增法進行利潤最大化投標，即

式中是第i個mag的收益函數(shù)，因此

由式(11)可得

當

式中是第i個mag獲得的最終電量，即是上層電力市場競標結(jié)束后微電網(wǎng)聯(lián)盟獲得的最終電量，gi是第i個mag對下層電力市場中其他mag投標電量總量增量的響應變量；因此，第i個mag最后的收益可表示為

步驟5通過仿真實驗驗證基于多智能體的雙層競價系統(tǒng)的實用有效性。

通過查閱相關資料，得出仿真驗證所需的基本數(shù)據(jù)信息。通過與相應模型的單層競價策略的橫向、縱向比較，充分證明電力市場的雙層競價策略能夠保證電力市場中微電網(wǎng)獲得更多的市場份額。同時，微電網(wǎng)所獲得的收益也有一定程度的增加，符合市場追求最大化自身利益的特征。

本領域的技術人員容易理解，以上所述僅為本發(fā)明較佳實施方案而已，并不用以限制本發(fā)明，凡是在本發(fā)明的精神和原則之內(nèi)所做的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。