首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种考虑主观不确定因素的嵌套P2P交易方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:东南大学

摘要:本发明公开了一种考虑市场主观不确定因素的嵌套P2P交易方法,该方法包括一下步骤:获取参数数据;将收集到的数据作为参数传入整个嵌套P2P交易的多微网主体趋优模型中;建立考虑主观不确定因素的微电网点对点交易模型;分析配电网中各微电网之间的优化交易模型,建立优化模型和对应约束条件;对每个微电网的求解算法之后,整个配电网的模型即可表示为最小化所有微电网的交易成本之和;构建微电网的压缩均衡模型,每个微电网求解出其压缩均衡解,传递给配电网进行配电网级别的求解,然后微电网再在配电网的最优解的基础上求解出每个微电网的最优解,循环往复即可得到整个嵌套P2P交易问题的最优解,用于保护微电网隐私的同时,加速整个市场的求解。

主权项:1.一种考虑市场主观不确定因素的嵌套P2P交易方法,其特征在于,该方法包括步骤:1获取用户负荷、实时电价、电网传输容量上限和能源产消者主观参数数据;将收集到的数据作为参数传入整个嵌套P2P交易的多微网主体趋优模型中;2分析微电网级P2P交易过程,建立考虑主观不确定因素的微电网点对点交易模型;3分析配电网中各微电网之间的优化交易模型,建立优化模型和对应约束条件;4对每个微电网的求解算法之后,整个配电网的模型即可表示为最小化所有微电网的交易成本之和;5构建微电网的压缩均衡模型,将每个微电网的P2P交易作为输入模型中获取边际能源产消者和安全约束;6每个微电网求解出其压缩均衡解,传递给配电网进行配电网级别的求解,然后微电网再在配电网的最优解的基础上求解出每个微电网的最优解,循环往复即可得到整个嵌套P2P交易问题的最优解;步骤2中,所述微电网级P2P交易过程具体包括:21考虑各参与市场的能源产消者是不完全理性的,基于前景理论对每个能源产消者的效用函数进行修正,修正后的效用函数如下: 式中:U.为考虑前景的效用函数,f为所有可能的效用函数构成的向量,k∈K为所有的可能出现的场景的索引,pk,fk分别为该场景可能出现的概率和该场景下能源产消者的客观效用,spk,vfk分别表示概率加权函数和主观效用修正的函数,借由这两个函数,原客观效用可以映射为主观效用;根据前景理论,主观因素修正后的效用函数的表达式如下: 式中:a表示函数的风险取向类型,风险规避者的效用随着风险的上升而逐渐降低,因此其风险取向为0a1,风险偏好者的效用随着风险的上升而逐渐升高,因此其风险取向为a1,风险中性者的效用随风险的上升而与客观效用保持一致,因此其风险取向为a=1,b表示的是发生损耗时的主观效用修正系数,由于能源产消者对于经济损失比对于经济收益更敏感,所以b1;22基于上述的主观效用模型,微电网内部的个体效用最大化的模型可以建立为如下: 式中:αi为效用函数的系数,为经济学中常用的效用函数,用以表征用户的效用随负荷的上升而升高,为t时刻下用户i在场景k的交易功率,pritrad为第trad笔交易中电能交易的价格;除此以外,每个能源产消者参与市场时有自己的约束条件,因此约束条件可以建模为如下:灵活负荷资源的约束: 交易能量的约束: 储能设备的约束: η++η-≤1,η+,η-∈{0,1}荷电状态的约束: 式中:为能源产消者i在时刻t和场景k下的总负荷,它由刚性负荷和柔性负荷构成,柔性负荷资源的上下限分别为和由于柔性负荷中有一部分负荷资源是可转移负荷,所以总的柔性负荷需求需要被满足,而对于买卖的电能其主要由本地的能源出力决定,为用户i在场景k下的可再生能源出力,为用户i在时刻t的储能充电功率,为用户i在时刻t的储能放电功率,当可再生能源发电超过用户的负荷总量时,能源产消者可以卖电,否则能源产消者只能买电,为储能作为灵活备用资源时调整的充电功率,为储能作为灵活备用资源时调整的放电功率,为用户i的储能设备的额定功率,η+,η-为布尔型变量,用于表示储能的充放电状态,由于同一个储能不能同时处于充电和放电状态,所以η++η-≤1;为能源产消者i在场景k和时刻t下的荷电状态,λcha为储能的充电效率,λdis为储能的放电效率,Δt为储能的充放电时间步长,荷电状态的上下限分别为和23除了主观效用函数引起的不确定性之外,客观的可再生能源不确定性也会在P2P交易过程中体现出来,考虑可再生能源不确定性的模型 如下:式中:hb,k表示由于充放电引起的储能损耗成本,为储能违反备用资源的处罚费用,δb为储能的充放电单位成本,和分别为储能违反备用上限和下限的单位处罚成本,和分别为储能备用的上下限;储能设备预留给不确定的可再生能源的备用是有限的,因此储能担任灵活资源备用的约束如下: 式中:和分别为储能备用的上下限;24考虑到不同场景的概率和对应场景下的最坏情况,原主观不确定的市场优化出清模型可以建模为分布式鲁棒优化问题,模型如下: s.t., 式中:Ξm为微电网m的决策变量,包含了灵活负荷资源,交易电量和储能的充放电备用,目标函数为考虑主观和客观不确定性时的所有场景下的微电网总成本的期望值,主观和客观的不确定变量的功率分布分别设定为和主观不确定因素的变化范围为可再生能源的出力变化范围设定为可再生能源出力的上升和下降分别为和为整个微电网向上级电网的交易功率,该功率与整个微电网的功率平衡有关。

全文数据:

权利要求:

百度查询: 东南大学 一种考虑主观不确定因素的嵌套P2P交易方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。