[发明专利]考虑热电协调运行的负荷聚合商参与需求响应的报价方法

权利要求书

1.一种考虑热电协调运行的负荷聚合商参与需求响应的报价方法，其特征在于，包括：

构建负荷聚合商的各分布式电源和可中断负荷的数学模型，并通过分析得到所述分布式电源和所述可中断负荷的需求响应潜力；其中，所述负荷聚合商包括热电联产、暖通空调、电蓄冷、储能装置和可中断负荷；

根据虚拟电厂技术，将所述分布式电源和可中断负荷数学模型进行聚合处理，构建虚拟电厂的数学模型，包括需求响应潜力模型；

以利润最大化为目标，构建虚拟电厂竞价模型，并设置所述竞价模型的目标函数和约束条件；

根据所述虚拟电厂的数学模型，构建双层规划数学模型；并采用遗传算法，根据预测需求响应出清电价或者根据市场发布的需求响应固定定价和需求量，获得最优的报价方法。

2.根据权利要求1所述的虑热电协调运行的负荷聚合商参与需求响应的报价方法，其特征在于，所述通过分析得到所述分布式电源和所述可中断负荷的需求响应潜力；具体为：采用深度神经网络、机器学习技术分析，得到所述分布式电源和所述可中断负荷的需求响应潜力。

3.根据权利要求1所述的虑热电协调运行的负荷聚合商参与需求响应的报价方法，其特征在于，所述根据所述虚拟电厂的数学模型，构建双层规划数学模型；具体为：根据虚拟电厂的数学模型，建立双层规划数学模型；虚拟电厂作为电价决策者处于上层优化模型，上层模型的决策变量包括负荷聚合商的虚拟电厂在需求响应市场中的交易电量、实时电价；虚拟电厂聚合的各个分布式电源和可中断负荷处于下层优化模型，其决策变量包括自身的充放电情况、用电行为和需求响应情况；上层模型的最优目标为参与需求响应的利润最大化，下层模型的最优目标为负荷的购电成本最低。

4.根据权利要求1所述的虑热电协调运行的负荷聚合商参与需求响应的报价方法，其特征在于，所述采用遗传算法，根据预测需求响应出清电价或者根据市场发布的需求响应固定定价和需求量，获得最优的报价方法，具体为：

参数编码；设虚拟电厂的运行周期为24小时，则以第一时间阈值为一个时段，根据市场交易规则，对应每个报价时段的若干个报价点，即一个初始报价方案，采用实数编码；

生成初始报价方案；根据预测的系统需求响应电价或固定电价，在约束条件满足条件下，构造初始的报价方案群。报价方案群为随机选取，初始种群数为20到30之间；

对初始报价方案进行遗传操作；考虑约束条件对各报价方案的影响，引入罚函数；根据目标函数值和对约束条件的违反量，算出各报价方案的适应值；

对产生的新一代种群继续进行遗传操作，直到满足收敛结束条件。

5.根据权利要求4所述的虑热电协调运行的负荷聚合商参与需求响应的报价方法，其特征在于，所述第一时间阈值为30分钟。

6.一种考虑热电协调运行的负荷聚合商参与需求响应的报价装置，其特征在于，包括：第一构建模块、第二构建模块、第三构建模块和数据处理模块；其中，

所述第一构建模块，用于构建负荷聚合商的各分布式电源和可中断负荷的数学模型，并通过分析得到所述分布式电源和所述可中断负荷的需求响应潜力；其中，所述负荷聚合商包括热电联产、暖通空调、电蓄冷、储能装置和可中断负荷；

所述第二构建模块，用于根据虚拟电厂技术，将所述分布式电源和可中断负荷数学模型进行聚合处理，构建虚拟电厂的数学模型，包括需求响应潜力模型；

所述第三构建模块，用于以利润最大化为目标，构建虚拟电厂竞价模型，并设置所述竞价模型的目标函数和约束条件；

所述数据处理模块，用于根据所述虚拟电厂的数学模型，构建双层规划数学模型；并采用遗传算法，根据预测需求响应出清电价或者根据市场发布的需求响应固定定价和需求量，获得最优的报价方法。

7.根据权利要求6所述的考虑热电协调运行的负荷聚合商参与需求响应的报价装置，其特征在于，所述通过分析得到所述分布式电源和所述可中断负荷的需求响应潜力；具体为：采用深度神经网络、机器学习技术分析，得到所述分布式电源和所述可中断负荷的需求响应潜力。