新电改背景下大用户直购双边博弈模型
发布时间：2021-01-05 23:44
目前,我国电力市场正积极推进发电商与大用户双边交易。在此背景下,根据交易过程中各博弈主体所获取的信息情况变化,在交易初始不完全信息博弈阶段,基于暗标拍卖理论构建了发电商报价贝叶斯博弈模型,确定了发电商边际报价增长参数。在后续的多轮博弈中,考虑到现货市场对大用户直购的影响,以发电商报价和大用户购电分配作为博弈策略,构建了以各博弈方收益最大为目标的发电商与大用户主从博弈模型,并利用粒子群优化算法对模型进行了求解。最后对发电商和大用户的策略行为、大用户直购双边交易的市场影响进行了深入分析。
【文章来源】：电力系统保护与控制. 2020,48(06)北大核心
【文章页数】：8 页
【部分图文】：
博弈信息流动Fig.1Gameinformationflow
的报价，这得益于发电商1较低的边际报价增长速率，即使报价较高，由于签订更多合同时报价增量较低，仍可以保证自身的合同电量份额。3)此外，还可以发现发电商的合同电价低于现货市场电价。在实际电力市场中，对于电力大用户而言，中远期电量合同电价低于现货市场电价，直购电量是电力大用户降低电力成本的重要举措。对于发电商而言，直接售电给现货市场的收益会更高，但实际上，发电商并不能准确预测现货电价，并且多种交易方式并存，可以帮助发电商规避市场风险，降低发电商对现货市场交易的依赖性。图3博弈均衡时的发电商报价Fig.3BidpriceofgeneratorsunderNashequilibrium当大用户需求电量一定，Q150MWh时，发电商报价随现货电价变化如图4所示。可以发现，发电商的报价与现货电价成正相关，当现货电价较低时，发电商也会降低报价，避免报价过高导致大用户直接从现货市场购买，从而损失合同电量。
型购??灾剩??购??欢?是拟凸函数，故()ifx在集合iX上是拟凹的，满足条件3。综上所述，发电商之间非合作博弈模型满足3个判定条件，一定存在纳什均衡解。1.4交易博弈流程根据以上分析，发电商与大用户进行双边合同交易时主要有以下几个流程：发电商报价，大用户根据报价提出购电策略，发电商根据大用户的购电策略再次更改报价，如此进行多轮博弈，直至任一发电商和大用户都不再改变自身策略或者达到最大循环次数，若交易电量满足安全校核，交易双方签订合同。交易流程如图2所示。图2交易流程Fig.2Transactionflowchart2基于粒子群算法的均衡点求解粒子群优化算法(ParticleSwarmOptimization,PSO算法)是一种可用于多次迭代找寻最优解的智能算法[27-29]。本文将根据发电商与大用户主从博弈的模型特点，利用粒子群优化算法求解博弈模型的均衡解。在PSO算法中，粒子根据优化函数决定的适应度跟踪个体最优解和全局最优解，通过追随这两个最优解来更新自己。在d维可行解空间内，第k个粒子按式(13)、式(14)更新自身的位置和速度。,,11,,22,,(1)()[()][()]ksksksksksksvlwvlcrpxlcrgxl(13),,,(1)()(1),1,2,,ksksksvlxlvlsd(14)式中：w为惯性权重；k,sp为自身最优解；k,sg为全局最优解；1c和2c为正的学习因子；1r和2r为在0到1之间分布的随机数；l为循环次数；k,sv为粒子
本文编号：2959512
【文章来源】：电力系统保护与控制. 2020,48(06)北大核心
【文章页数】：8 页
【部分图文】：
博弈信息流动Fig.1Gameinformationflow
的报价，这得益于发电商1较低的边际报价增长速率，即使报价较高，由于签订更多合同时报价增量较低，仍可以保证自身的合同电量份额。3)此外，还可以发现发电商的合同电价低于现货市场电价。在实际电力市场中，对于电力大用户而言，中远期电量合同电价低于现货市场电价，直购电量是电力大用户降低电力成本的重要举措。对于发电商而言，直接售电给现货市场的收益会更高，但实际上，发电商并不能准确预测现货电价，并且多种交易方式并存，可以帮助发电商规避市场风险，降低发电商对现货市场交易的依赖性。图3博弈均衡时的发电商报价Fig.3BidpriceofgeneratorsunderNashequilibrium当大用户需求电量一定，Q150MWh时，发电商报价随现货电价变化如图4所示。可以发现，发电商的报价与现货电价成正相关，当现货电价较低时，发电商也会降低报价，避免报价过高导致大用户直接从现货市场购买，从而损失合同电量。
型购??灾剩??购??欢?是拟凸函数，故()ifx在集合iX上是拟凹的，满足条件3。综上所述，发电商之间非合作博弈模型满足3个判定条件，一定存在纳什均衡解。1.4交易博弈流程根据以上分析，发电商与大用户进行双边合同交易时主要有以下几个流程：发电商报价，大用户根据报价提出购电策略，发电商根据大用户的购电策略再次更改报价，如此进行多轮博弈，直至任一发电商和大用户都不再改变自身策略或者达到最大循环次数，若交易电量满足安全校核，交易双方签订合同。交易流程如图2所示。图2交易流程Fig.2Transactionflowchart2基于粒子群算法的均衡点求解粒子群优化算法(ParticleSwarmOptimization,PSO算法)是一种可用于多次迭代找寻最优解的智能算法[27-29]。本文将根据发电商与大用户主从博弈的模型特点，利用粒子群优化算法求解博弈模型的均衡解。在PSO算法中，粒子根据优化函数决定的适应度跟踪个体最优解和全局最优解，通过追随这两个最优解来更新自己。在d维可行解空间内，第k个粒子按式(13)、式(14)更新自身的位置和速度。,,11,,22,,(1)()[()][()]ksksksksksksvlwvlcrpxlcrgxl(13),,,(1)()(1),1,2,,ksksksvlxlvlsd(14)式中：w为惯性权重；k,sp为自身最优解；k,sg为全局最优解；1c和2c为正的学习因子；1r和2r为在0到1之间分布的随机数；l为循环次数；k,sv为粒子
本文编号：2959512
本文链接：https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/2959512.html
