[发明专利]一种能源服务商效益评估方法、系统、装置及存储介质

说明书

本发明公开了一种能源服务商效益评估方法、系统、装置及存储介质，包括：构建并求解多形态综合能源服务商的能量管理模型，得到综合能源服务商的能量管理策略；构建并求解市场运营商的动态定价模型，得到动态定价结果；根据能量管理策略和动态定价结果评估多形态综合能源服务商的效益。本发明引入分层Kriging元模型算法用于辅助求解主从博弈模型的均衡解。通过分层Kriging元模型拟合替代下层能量管理模型，并不断生成优异采样点修改Kriging元模型的拟合参数，逐步逼近局部或全局最优解。该方法不仅达到保护综合能源服务商隐私的目的，而且能够有效减少对于下层优化模型的大量调用，大大提高模型的求解效率，保证了综合能源服务商经济效益评估的准确性。

技术领域

本发明属于电力市场领域，涉及一种能源服务商效益评估方法、系统、装置及存储介质。

背景技术

近年来，分布式能源开发的优势逐步显现，能源供给模式由集中式向分布式转型已成为必然趋势。用户侧作为能源供给的终端环节，也随之发生颠覆性的变化，能量由“单向流动”演化为“双向互动”，终端用户的角色逐步由“消费者”升级为“产消者”。在能源互联网的背景下，如何有效聚合海量分散式灵活性资源，进行规模化市场开发与利用，实现电网柔性调控与辅助服务成为当前亟需解决的关键问题。

按照市场运行商与综合能源服务商在市场交易中地位的不同并考虑综合能源服务商的整体合作联盟，可构建市场运行商与多综合能源服务商的主从——合作博弈模型，求解主从博弈模型目前常用的方法为KKT算法以及传统的启发式算法。然而，当下层模型中含0-1变量时，往往无法推导出其等效的KKT条件，传统的KKT算法将不再适用；而启发式算法需要频繁调用下层模型，导致计算繁琐，求解效率偏低。

现有技术中，基于智能算法(如粒子群算法)通过交替迭代上下层实现动态定价求解，并继而通过动态定价结果计算和综合能源服务商收益的方案。

现有求解综合能源服务商最优动态定价的方法大多是将其建模为双层模型或主从博弈模型，通过交替迭代上下层模型直至达到收敛。除此之外，还有部分方案通过将双层模型转换为单层模型进行求解。上述两种方案均存在较大的缺点：

首先，对于第一种方案，由于主从博弈模型或双层模型通常包含领导者以及跟随者两层优化，其中领导者为博弈模型的主导，跟随者的策略随领导者的变化而变化，在传统基于智能算法的迭代方案中，初始值一般为在定义域范围内的某一随机解，这就造成了在迭代开始时，模型要通过大量的迭代找出能够改善整体最优解的数值，此外，由于迭代一次需要调用一次上层模型和多次下层模型，尤其是多跟随者时，调用下层模型的次数将会大大增加，例如，在本发明的测试算例下，下层跟随者为3个，也就是说，在一次完整迭代中，共计需要调用3*2＝6次下层模型，而博弈模型在初值取值较差时，通常需要迭代上百次，故下层模型总调用次数大大增加，因此求解效率非常低，不利于实际工程上的决策。

其次，对于第二种直接化简求解的方案，虽然其求解效率大大增加，但是需要注意的是，其对于下层模型中含有非凸因素的求解是极其困难的，因为此时下层模型无法化简为单层模型，从而导致模型不可解，故该该方案的适用性较为局限。

总体来说，现有技术迭代次数过多，调用下层模型过于频繁，计算效率低。

发明内容

本发明的目的在于解决现有技术中的问题，提供一种能源服务商效益评估方法、系统、装置及存储介质。

为达到上述目的，本发明采用以下技术方案予以实现：

一种能源服务商效益评估方法，包括以下步骤：

构建并求解多形态综合能源服务商的能量管理模型，得到综合能源服务商的能量管理策略；

构建市场运营商的动态定价模型，利用Kriging元模型算法求解动态定价模型，得到动态定价结果；

根据能量管理策略和动态定价结果评估多形态综合能源服务商的效益。