[发明专利]基于多智能体的微电网电力市场双层竞价优化方法

权利要求书

1.一种基于多智能体的微电网电力市场双层竞价优化方法，其特征在于，所述方法通过构建多智能体系统的微电网双层电力市场竞价系统并基于该竞价系统进行报价，其次，采用双层竞价优化模型，实现上层与其他微电网和电网公司的竞价交易以及下层各发电单元的能量优化调度；通过滚动优化和机会约束规划相结合，动态修正该时刻微电网与其他微电网和电力公司的交易电量。

2.根据权利要求1所述的一种基于多智能体的微电网电力市场双层竞价优化方法，其特征在于，所述微电网电力设备包括光伏，风机，负荷。

3.根据权利要求1所述的一种基于多智能体的微电网电力市场双层竞价优化方法，其特征在于，所述微电网电力设备还包括可中断负荷或其他分布式电源。

4.根据权利要求1所述的一种基于多智能体的微电网电力市场双层竞价优化方法，其特征在于，所述系统包括电力市场agent、微电网agent、设备agent三层，通过能量信息流动实现层次之间的优化协调，各层具体功能如下：

1)电力市场agent：汇总下层微电网agent的竞标策略，计算电价决策，并将电价和交易电量结果信息发送给微电网agent，同时监控微电网是否达到纳什均衡状态，若达到，则停止博弈过程；

2)微电网agent：结合自身发电和负荷功率预测，调整内部设备agent的运行计划；提交竞标策略；接收电力市场agent发布的出清价和中标电量以及其它微电网agent的中标信息；不断调整购/售电策略，直到达到最大收益并将结果反馈给电力市场；

3)设备agent：光伏Agent和风机Agent向微电网Agent提供清洁能源发电的预测信息；分布式发电agent提交成本信息、发电范围、运行约束等；负荷agent根据负荷重要性划分优先级，将不同种类的负荷信息提交给上层agent；设备agent根据上层的控制指令和自身约束条件动态调整发电/负荷，并实施向上层反馈。

5.根据权利要求4所述的一种基于多智能体的微电网电力市场双层竞价优化方法，其特征在于，所述微电网agent中，使用Weibull分布和Beta分布模型分别描述风能和光伏发电的预测发电信息。

6.根据权利要求4所述的一种基于多智能体的微电网电力市场双层竞价优化方法，其特征在于，所述微电网agent中，负荷预测数据则通过人工神经网络获得。

7.根据权利要求4所述的一种基于多智能体的微电网电力市场双层竞价优化方法，其特征在于，所述电力市场agent发布的出清价制定机制采用如下计算方法：

n个微电网参与报价，将这些MG的报价按从小到大的顺序排列，即则市场结算价格ρ^t可表示为：

ρ^t＝(1-ξ)ρ^t,k+ξρ^t-1

其中，ρ^t,k为当前投标结算价格有关，ρ^t-1为前一时刻价格；ξ为保守因子，为电力市场的供应量，为电力市场的需求量；和为t时刻微电网i的竞标价格和市场最高出价，M为满足电力需求时的MG的下标。

8.根据权利要求4所述的一种基于多智能体的微电网电力市场双层竞价优化方法，其特征在于，所述微电网agent采用双层竞价优化模型，微电网根据当前发电和负荷预测决定接下来24h的交易策略，微电网的收益主要由两部分组成：在上层与其他MG和电网公司购/售电能带来的收益以及内部收益包括负荷售电收益和发电成本。

9.根据权利要求4所述的一种基于多智能体的微电网电力市场双层竞价优化方法，其特征在于，所述方法具体的步骤为：

(1)微电网agent搜集日前发电和负荷agent预测信息，并参考其成本和发电约束，决定初始竞标策略；

(2)各微电网agent根据电力市场agent发布的电价、实际中标电量以及其他微电网的中标信息，动态调整自身的竞标策略，继续博弈过程；

(3)经过多次博弈，由电力市场agent判断是否达到纳什均衡，最终结束博弈过程；

(4)微电网agent最终确定日前各时刻的竞标策略和内部负荷、分布式发电和风光出力；

(5)根据实时预测，考虑机会约束规划，进一步优化微电网内部的出力策略，方法如步骤(2)-(4)。