本發明涉及能源使用，具體的是一種基于不同交易目標的能源市場能源利用方法及裝置。

背景技術：

1、隨著可再生能源(ress)與電氣發展的融合，分布式發電(dg)、儲能(ess)和響應負荷(rl)在本地能源市場(lem)得到廣泛應用。虛擬電廠(virtual?power?plant，vpp)的概念近年來備受關注，因為vpp可以有效地將dgs、esss和rls聚集在一起，形成一個虛擬集群參與到電力系統運行中。在實際博弈分析中，vpp的決策會受到所獲得的信息、情境、心理等因素的影響。在實際中，用完全確定的建模來描述vpp的所有行為是不合理的。由于信息的不完全性和對手所作決策的不可預測性，每個vpp在決策中的合理性是有限制的。vpp需要考慮對手的競價策略和自身的集群資源，然后調整自己的目標，提高合理性程度。因此，深入分析多個vpp之間的交易，特別是考慮不同目標的vpps交易行為是非常有必要的。不同目標的vpp具有各異的交易目標和交易行為，這些差異增加了決策的不確定性和延遲，這可能導致市場響應速度下降，影響整體資源的利用效率。

技術實現思路

1、為解決上述背景技術中提到的不足，本發明的目的在于提供一種基于不同交易目標的能源市場能源利用方法及裝置。

2、第一方面，本發明的目的可以通過以下技術方案實現：一種基于不同交易目標的能源市場能源利用方法，方法包括以下步驟：

3、獲取lemo和vpp的利益追求以及運行特性，基于lemo和vpp的利益追求以及運行特性生成lemo與多個vpp之間的博弈模型；

4、接收歷史數據，基于預先建立的有限理性的本地能源市場中多vpp交易模型并結合三種不同交易目標生成三種不同交易目標的vpp競價模型；將歷史數據輸入至三種不同交易目標的vpp競價模型內，輸出得到最佳交易目標；

5、基于最佳交易目標獲取系統功率平衡和電價約束，將系統功率平衡和電價約束輸入至lemo與多個vpp之間的博弈模型內，輸出得到本地能源市場運營商lemo決策模型；

6、基于電量平衡以及電價趨同特性，并結合分布式迭代求解算法對本地能源市場運營商lemo決策模型進行求解，輸出得到多虛擬電廠與本地能源市場交易商利益主體之間的交易電量及電價，從而提升能源利用。

7、結合第一方面，在第一方面的某些實現方式中，該方法還包括：所述三種不同交易目標包括保守型交易目標、穩定型交易目標和激進型交易目標。

8、結合第一方面，在第一方面的某些實現方式中，該方法還包括：所述三種不同交易目標的vpp競價模型包括以自身經濟最大化為目標的保守型vpp競價模型，以最小化可再生能源輸出波動、提高24小時內電力供應的穩定性為目標的穩定型vpp競價模型和以最大化自身購電份額為目標的激進型vpp競價模型。

9、結合第一方面，在第一方面的某些實現方式中，該方法還包括：所述保守型vpp模型如下：

10、vpp內部的運營成本包括mt、ess和rl的成本。vpp競價目標定義如下：

11、

12、

13、式中，ui為保守型vpp的目標函數；為vpp向lemo的購售電價；ptvpp,sell、ptvpp,buy為vpp向lemo的購售電能；分別為mt、ess、rl的運營成本；分別為pv、wt的補貼成本；分別為vpp?i在時刻t的mt、ess、rl、pv、wt輸出，充電時放電時αi、βi、γi為mt單位成本系數；為ess的調度成本系數；為響應負荷補償電價；θ為可再生能源補貼電價，式(1)為保守型vpp模型的目標函數，式(2)-式(4)分別為mt、ess和rl的調度成本函數，式(5)-式(6)分別為pv和wt的補貼成本函數；

14、約束包括：投標限制、vpps功率平衡約束、mts運行約束、響應負載約束以及儲能系統約束。

15、結合第一方面，在第一方面的某些實現方式中，該方法還包括：所述穩定型vpp模型如下：

16、穩定型vpp最小化可再生能源輸出的波動性，并使24小時功率曲線平滑，可再生能源包括wts和pvs，vpp競價目標定義如下：

17、

18、

19、式中，uii為穩定型vpp的目標函數；為“穩定型vpp”的補貼；為wt、pv、ess組合有效輸出；α、β為目標函數的加權系數；ρi,t為wt、pv、ess并網電價；ε為單位出力的補貼價格；f0為系統允許的波動方差；f為功率波動方差；

20、約束包括：投標限制、vpps功率平衡約束、mts運行約束、響應負載約束以及儲能系統約束。

21、結合第一方面，在第一方面的某些實現方式中，該方法還包括：所述激進型vpp模型vpp競價目標定義如下：

22、

23、式中，uiii為激進型vpp的目標函數；為lemo向dso的購/售電價；ptlemo,buy、ptlemo,sell為lemo向dso的購/售電量；

24、約束包括：投標限制、vpps功率平衡約束、mts運行約束、響應負載約束以及儲能系統約束。

25、結合第一方面，在第一方面的某些實現方式中，該方法還包括：所述歷史數據的歷史交易信息學習如下：

26、

27、式中，ξ0為對手的競價策略系數；nt為交易總數。

28、在獲得對手的投標信息后，vpp目標的判斷指標系數計算如下：

29、

30、式中，ξ1、ξ2、ξ3為判斷指標系數。ξlim1、ξlim2、ξlim3為指標系數常數，由各vpp的歷史招標數據制定，當ξ1≥ξlim1時，選擇激進型vpp；當ξ2≤ξlim2時，選擇穩定型vpp；當ξ3≤ξlim3時，選擇保守型vpp。

31、結合第一方面，在第一方面的某些實現方式中，該方法還包括：所述本地能源市場運營商lemo決策模型如下：

32、lemo在lem內部尋求最優的電力買賣價格策略：和lemo的決策變量是電價和lemo在獲得每個vpp的投標權后，以利潤最大化的方式決定售價和買價模型如下所示：

33、maxulemo＝bvpp-clemo????????????????(26)

34、

35、式中，ulemo為lemo的利潤；bvpp為lemo與vpps交易的利潤；clemo為lemo與dso交易的成本，由式(26)-(28)可知，lemo的交易對象包括上端dso和下端vpp；

36、設置以下約束條件：

37、

38、電價限制范圍如下：

39、

40、其中電力價格和是固定的，由式(30)可知，配電系統的購電價格最高，而配電系統的售電價格最低；vpps選擇與lemo進行交易，lemo的利潤由電價和和與的交換電量決定；

41、lemo的可行域由式(29)-(30)確定，記為ωlemo。

42、結合第一方面，在第一方面的某些實現方式中，該方法還包括：所述基于電量平衡以及電價趨同特性，并結合分布式迭代求解算法對本地能源市場運營商lemo決策模型進行求解的過程如下：

43、初始化整個調度時段vpp的投標競價策略迭代指標g和收斂性指標δ，設置最大迭代次數gmax；

44、vpp通過自身的聚類資源和對手的歷史競價策略選擇最合適的交易目標；

45、vpp向lemo公布投標策略信息，lemo接收到投標信息后，通過求解其優化問題，確定最優電力買賣價格

46、vpp接收到lemo的決策后，通過求解其目標的優化問題，再次公布其最優競價策略

47、定義

48、

49、式中，為vpp?i第g次迭代的策略；

50、當或g＝gmax時，博弈達到均衡解，否則設g＝g+1，再次確定最優電力買賣價格。

51、第二方面，為了達到上述目的，本發明公開了一種基于不同交易目標的能源市場能源利用裝置，包括：

52、模型生成模塊，用于獲取lemo和vpp的利益追求以及運行特性，基于lemo和vpp的利益追求以及運行特性生成lemo與多個vpp之間的博弈模型；

53、目標確定模塊，用于接收歷史數據，基于預先建立的有限理性的本地能源市場中多vpp交易模型并結合三種不同交易目標生成三種不同交易目標的vpp競價模型；將歷史數據輸入至三種不同交易目標的vpp競價模型內，輸出得到最佳交易目標；

54、模型優化模塊，用于基于最佳交易目標獲取系統功率平衡和電價約束，將系統功率平衡和電價約束輸入至lemo與多個vpp之間的博弈模型內，輸出得到本地能源市場運營商lemo決策模型；

55、模型求解模塊，用于基于電量平衡以及電價趨同特性，并結合分布式迭代求解算法對本地能源市場運營商lemo決策模型進行求解，輸出得到多虛擬電廠與本地能源市場交易商利益主體之間的交易電量及電價，從而提升能源利用。

56、本發明的有益效果：

57、本發明通過設置了三個典型的交易目標，為不同類型的vpp提供多樣化的交易策略。促進了lem中vpps之間的能量共享，可以滿足不同市場參與者的偏好，允許不同交易目標的多vpp交易。各vpp和lemo通過參與lem可以提高經濟效益，隨著交易規模的擴大，經濟效益將進一步提高，最終實現對于能源的優化利用。通過智能調度和優化資源配置，vpp可以最大限度地利用可再生能源，減少浪費；通過靈活調度儲能系統和響應負荷，vpp能夠在高峰時段減輕電網壓力，提高本地能源系統的穩定性和可靠性；不同目標的vpp不僅能夠提升本地能源市場的資源利用效率，還能增加裝置的靈活性和可靠性，最終實現更高效、更可持續的能源管理。