[发明专利]基于分散式P2P协商机制与学习方案的能源超市交易优化方法

说明书

本发明公开了一种基于分散式P2P协商机制与学习方案的能源超市交易优化方法，该方法包括以下步骤：(1)分析能源超市交易主体框架信息；(2)按照交易框架信息构建P2P能源交易模型；(3)采用分散式交替方向乘子法(ADMM)变形P2P能源交易模型；(4)利用拉格朗日乘子法与KKT条件求解交易模型中决策变量迭代公式；(5)建立分散式学习方案调整交易模型中产消者目标函数参数；(6)通过循环迭代求解产消者定价与购售电方案。本发明从传统P2P交易模型出发，引出一种基于分散式ADMM的新型P2P交易模型，同时建立分散式学习方案调整迭代目标函数参数，从而求得最优化交易，提高可靠性。

技术领域

本发明涉及电力市场交易与经济优化领域，尤其涉及一种基于分散式P2P协商机制与学习方案的能源超市交易优化方法。

背景技术

近些年来，一个新的概念“能源超市”出现在电力市场设计中，以推进能源供应和消费灵活性、多样性、局部性和低排放。同时越来越多的市场参与者以一种更加灵活多样的方式参与到电力市场交易中，从传统单一的能源购买者或出售者转型为具有独立决策能力的能源产消者。在此环境下，如何构建合理有效的“能源超市”即新型电力市场交易平台，充分保障市场交易主体的权益与隐私，合理安排能源交易配置，是目前研究的重点。

现阶段电力市场交易研究中，交易优化模型是极为重要的课题。如今虽存在一些关于交易优化模型的研究，但都有所不足，主要有两个方面：其一，传统的优化方法只提供了一个产消者交易的总交易功率，而无法计算每笔交易的功率；其二，现有研究中最佳能源价格与交易量仅取决于成功交易的消费者，实际交易中未成功交易的产消者会根据交易情况改变自身要求从而达到成功交易的目标，若不考虑该情况则结果会与实际情况存在偏差，降低了可靠性，导致结果没有参考性且造成交易经济损失以及能源浪费。

发明内容

本发明针对以上问题，提供了一种能够计算每笔交易功率，并结合实际交易情况，实现最优化交易，可靠性高的基于分散式P2P协商机制与学习方案的能源超市交易优化方法。

本发明的技术方案为：包括以下步骤：

(1)分析能源超市交易主体框架信息；

(2)构建P2P能源交易模型；

(3)采用分散式ADMM法变形P2P能源交易模型；

(4)求解决策变量迭代公式；

(5)建立分散式学习方案调整目标函数参数；

(6)求解产消者定价与购售电方案。

步骤(1)包括如下步骤：

(101)分析能源超市交易信息，建立产消者通信图，定义G(t)为产消者之间的通信图，G(t)为二部图；

(102)根据产消者通信图计算G(t)的关联矩阵、邻接矩阵、度矩阵和拉普拉斯矩阵；

定义产消者i的相邻节点集合为N_i(t),N_i(t)为t时刻除产消者i以外的参与能源交易通信的产消者的集合；

E(t)代表关联矩阵；

A(t)代表邻接矩阵，a_ij为邻接矩阵中代表连接关系的元素，当它等于1与0时分别代表产消者i和产消者j在时间t时是相连接的与不连接的；

D(t)代表度矩阵，其中diag代表D(t)为d_i(t)所构成的n×n维的对角矩阵，n为产消者的总个数，为定义符号，代表产消者i与所有相邻产消者j的连接关系元素之和；

拉普拉斯矩阵为L(t)＝D(t)-A(t)。

步骤(2)包括如下步骤：

(201)构建产消者i成本函数：