[发明专利]一种售电商规避现货市场风险的方法、系统及设备

权利要求书

1.一种售电商规避现货市场风险的方法，其特征在于，包括：

建立用户需求响应收益模型以及售电商需求响应收益模型；

建立计算售电商最优补贴价格的需求响应博弈模型以及计算用户最优响应量的需求响应博弈模型；

根据用户需求响应收益模型以及售电商需求响应收益模型结合座头鲸猎食算法求解所述售电商最优补贴价格，并根据所述售电商最优补贴价格确定所述用户最优响应量。

2.根据权利要求1所述的一种售电商规避现货市场风险的方法，其特征在于，所述用户需求响应收益模型为：

C_i,e表示用户参与需求响应的补贴收益，B_i,c表示用户减少用电量获得的收益，表示用户参与需求响应的成本。

3.根据权利要求1所述的一种售电商规避现货市场风险的方法，其特征在于，所述售电商需求响应收益模型为：

F_r＝B_buy-C_s-C_r,e

B_buy表示售电商节省的购电成本，C_s表示售电商损失的售电收益，C_r,e表示售电商提供给用户的响应补偿。

4.根据权利要求1所述的一种售电商规避现货市场风险的方法，其特征在于，所述售电商的需求响应博弈模型为：

其中，为补贴给用户的单价，表示用户i的响应电量，n表示用户的数量，表示第t个时段内，售电商制定的零售电价，表示在第t次需求响应时，电力现货市场实时电价。

5.根据权利要求1所述的一种售电商规避现货市场风险的方法，其特征在于，所述多元用户的响应博弈模型为：

其中，时间段t内的最高响应量，系数a_i与b_i为大于0的常数。

6.根据权利要求1所述的一种售电商规避现货市场风险的方法，其特征在于，所述求得所述用户最优响应量的计算公式为：

其中，表示用户最优响应量。

7.根据权利要求1所述的一种售电商规避现货市场风险的方法，其特征在于，所述根据用户需求响应收益模型以及售电商需求响应收益模型结合座头鲸猎食算法求解所述售电商最优补贴价格具体为：

S1：初始化鲸鱼种群x_i；

S2：计算种群中个体的适应度以及个体的位置值，获取适应度最高搜索个体的位置值；

S3：根据用户需求响应收益模型以及售电商需求响应收益模型更新当前搜索个体的位置值；

S4：检查是否存在搜索个体超出搜索空间，若存在，则对超出搜索空间的个体位置进行修改；

S5：更新适应度最高搜索个体的位置值；

S6：重复步骤S3至S5直到达到预设的最大迭代次数，得到最优搜索个体的位置值。

8.一种售电商规避现货市场风险的系统，其特征在于，包括：

第一模型建立模块，所述第一模型建立模块用于建立用户需求响应收益模型以及售电商需求响应收益模型；

第二模型建立模块，所述第二模型建立模块用于建立计算售电商最优补贴价格的需求响应博弈模型以及计算用户最优响应量的需求响应博弈模型；

模型计算模块，所述模型计算模块用于根据用户需求响应收益模型以及售电商需求响应收益模型结合座头鲸猎食算法求解所述售电商最优补贴价格，并根据所述售电商最优补贴价格确定所述用户最优响应量。

9.一种售电商规避现货市场风险的设备，其特征在于，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1-7任一项所述的一种售电商规避现货市场风险的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-7任一项所述的一种售电商规避现货市场风险的方法。