基于主從博弈的能源服務(wù)商運(yùn)營(yíng)模式與能量管理

劉文霞，李?，?，劉座銘，王　皚，王佳偉

(1.華北電力大學(xué)，北京　102206；2.國(guó)網(wǎng)吉林省電力有限公司電力科學(xué)研究院，吉林長(zhǎng)春　130012；3.國(guó)網(wǎng)山西省電力公司，山西太原　030002；4.國(guó)網(wǎng)山西省電力公司電力經(jīng)濟(jì)技術(shù)研究院，山西太原　030002)

0　引　言

隨著售電側(cè)改革的推進(jìn)及能源互聯(lián)網(wǎng)時(shí)代的到來(lái)，未來(lái)售電公司將變?yōu)橘N近電力用戶的多元化能源服務(wù)商，探討分析其運(yùn)營(yíng)模式及能量管理方式，從而提高各類資源協(xié)調(diào)優(yōu)化的效率，是決定此類新型運(yùn)營(yíng)主體是否可以規(guī)模化發(fā)展的關(guān)鍵因素。

在可預(yù)見的未來(lái)，售電公司將依托區(qū)域微型能源互聯(lián)網(wǎng)平臺(tái)，通過(guò)融合多種分布式能源、儲(chǔ)能、需求側(cè)資源，開展多樣化的商業(yè)運(yùn)營(yíng)模式。以微型燃?xì)廨啓C(jī)(micro turbine，MT)為核心設(shè)備的熱電聯(lián)供(combined heat and power，CHP)系統(tǒng)，以較高的安全性、可靠性、運(yùn)行效率、良好的環(huán)境和社會(huì)效益，得到廣泛應(yīng)用。以光伏發(fā)電為代表的新能源戰(zhàn)略地位開始由目前的補(bǔ)充能源上升至替代能源，我國(guó)政府部門和電網(wǎng)公司都在為光伏接入電網(wǎng)提供便利的條件，在一些示范區(qū)，已形成高滲透率光伏接入配電網(wǎng)的格局。但是，由于其出力具有間歇性和不確定性，在一定程度上約束了電網(wǎng)對(duì)光伏的接納能力。儲(chǔ)能雖然以較高的可控性成為解決此類問(wèn)題的有效手段，但由于配置及運(yùn)行成本高，運(yùn)營(yíng)商投資儲(chǔ)能的積極性低[1]。電動(dòng)汽車(electric vehicle，EV)具有負(fù)荷和電源的雙重特性，通過(guò)對(duì)EV集群的有效管理可發(fā)揮其儲(chǔ)能特性，為運(yùn)營(yíng)商和用戶創(chuàng)造效益，并有效提高新能源的消納能力[2]。文獻(xiàn)[3]中電、熱等多種用能形式的轉(zhuǎn)換解決了傳統(tǒng)需求側(cè)響應(yīng)中不可平移負(fù)荷靈活性差的問(wèn)題，保障了用戶側(cè)的使用體驗(yàn)。因此，如何通過(guò)調(diào)度控制和能量管理手段實(shí)現(xiàn)分布式能源、電動(dòng)汽車、需求側(cè)資源的集成利用，是電改形勢(shì)下區(qū)域微型能源互聯(lián)網(wǎng)商業(yè)模式能否成功的關(guān)鍵。

區(qū)域微型能源互聯(lián)網(wǎng)能量管理方式主要有集中式管理和分散式管理兩種方式。集中式管理模式適用于設(shè)備的投資、使用和擁有者為同一主體的情況，文獻(xiàn)[4]中的微網(wǎng)運(yùn)營(yíng)商采用集中式管理的方式實(shí)施對(duì)微網(wǎng)內(nèi)源、荷、儲(chǔ)的優(yōu)化管理。而在競(jìng)爭(zhēng)、開放的市場(chǎng)環(huán)境下，電力系統(tǒng)中涌現(xiàn)出多種運(yùn)營(yíng)主體，包括售電公司、代理、微網(wǎng)運(yùn)營(yíng)商(統(tǒng)稱為能源服務(wù)商)、用戶等。由于各利益主體的效益需求不同，集中式管理難以兼顧多主體的利益，在電改形勢(shì)下其適應(yīng)性較差。

圖1　系統(tǒng)結(jié)構(gòu)圖

分散式管理從滿足多元主體利益動(dòng)態(tài)均衡的角度出發(fā)，以更高的靈活性和適應(yīng)性，成為解決以上問(wèn)題的有效方法。文獻(xiàn)[5]引入需求側(cè)資源的多代理機(jī)制，提升電力公司和代理的利潤(rùn)。文獻(xiàn)[6]研究了多個(gè)能量樞紐之間的博弈關(guān)系。但以上文獻(xiàn)均側(cè)重于站在運(yùn)營(yíng)商的角度進(jìn)行優(yōu)化，忽略了用戶的利益需求，導(dǎo)致其參與度較低。

然而隨著電力市場(chǎng)的完善、通信大數(shù)據(jù)和智能電網(wǎng)的發(fā)展，用戶角色將更具互動(dòng)性和自主性，用戶亦可作為主體之一參與到系統(tǒng)的優(yōu)化運(yùn)行中[7]。文獻(xiàn)[8]通過(guò)建立代理商和車主各自追求利益最大化的主從博弈模型，提出了一種未來(lái)智能小區(qū)電動(dòng)汽車代理商的定價(jià)及電動(dòng)汽車充電策略；文獻(xiàn)[7]中微網(wǎng)運(yùn)營(yíng)商制定分時(shí)電價(jià)引導(dǎo)用戶根據(jù)自身需求制定負(fù)荷計(jì)劃，并采用非合作博弈模型進(jìn)行求解，但僅局限于用戶通過(guò)改變用電行為進(jìn)行響應(yīng)的場(chǎng)景，所涉及的能源、負(fù)荷形式單一；文獻(xiàn)[9]研究了冷熱電聯(lián)產(chǎn)型社區(qū)能源互聯(lián)網(wǎng)運(yùn)營(yíng)商與光伏產(chǎn)銷者的電力交易模式，建立了主從博弈模型運(yùn)營(yíng)商定價(jià)策略與產(chǎn)消者，但未考慮配置儲(chǔ)能裝置以及多種能源的互補(bǔ)、互濟(jì)。

本文基于含分布式光伏與微型燃?xì)廨啓C(jī)的微型社區(qū)能源互聯(lián)網(wǎng)，考慮需求側(cè)資源參與調(diào)度及電動(dòng)汽車車載電池作為分布式儲(chǔ)能單元，研究能源服務(wù)商的運(yùn)營(yíng)模式并建立能源服務(wù)商和用戶的電力交互與收益模型，基于主從博弈提出了能源服務(wù)商的售電和購(gòu)電定價(jià)方案、居民用戶需求側(cè)響應(yīng)以及電動(dòng)汽車聚合商的充放電策略。通過(guò)算例仿真，驗(yàn)證了本文模型在提高運(yùn)營(yíng)商和用戶收益、改善系統(tǒng)負(fù)荷水平方面的有效性。

1　能源服務(wù)商運(yùn)營(yíng)模式

1.1　系統(tǒng)框架

本文建立的含分布式電源及多類型負(fù)荷的微型能源互聯(lián)網(wǎng)結(jié)構(gòu)如圖1所示。該系統(tǒng)由光伏陣列、熱電聯(lián)產(chǎn)機(jī)組、逆變器等實(shí)體單元以及能量管理系統(tǒng)組成，通過(guò)借助信息網(wǎng)絡(luò)以及電、熱、氣網(wǎng)絡(luò)進(jìn)行信息、能源的輸送和傳遞，實(shí)現(xiàn)了對(duì)電、熱能源的優(yōu)化調(diào)度。能源供應(yīng)側(cè)實(shí)現(xiàn)了不同出力特性分布式電源的互補(bǔ)，需求側(cè)資源包含傳統(tǒng)的電、熱負(fù)荷，兼具負(fù)荷與電源性質(zhì)的電動(dòng)汽車等。

能源服務(wù)商作為此微型能源互聯(lián)網(wǎng)的運(yùn)行主體，其商業(yè)運(yùn)營(yíng)環(huán)境包括電網(wǎng)公司和用戶，各組成要素的職責(zé)和功能如下：

① 電網(wǎng)公司

電網(wǎng)公司與能源服務(wù)商進(jìn)行購(gòu)售電業(yè)務(wù)往來(lái)，在電網(wǎng)公司售電方面，其采用分時(shí)電價(jià)，根據(jù)電網(wǎng)負(fù)荷情況調(diào)整售電價(jià)格。在電網(wǎng)購(gòu)電方面，根據(jù)當(dāng)前的分布式電源余電上網(wǎng)政策，在一天中電網(wǎng)的購(gòu)電電價(jià)為恒定不變。

② 用戶

用戶包括居民用戶及電動(dòng)汽車聚合商(electric vehicle aggregator，EVA)，其中居民用戶根據(jù)自身的用能特性從能源服務(wù)商處購(gòu)買電能及熱能，用戶能量管理系統(tǒng)(energy management system，EMS)可通過(guò)跟蹤及量測(cè)體系從服務(wù)商的控制中心接收其發(fā)布的電價(jià)信息，自主優(yōu)化控制本地負(fù)荷，以此減少其自身的能源消費(fèi)支出，并獲得相應(yīng)的收益。

電動(dòng)汽車聚合商以折扣電價(jià)的手段吸引電動(dòng)汽車(electric vehicle，EV)加入集中充電協(xié)議機(jī)制，根據(jù)能源服務(wù)商提供的分時(shí)電價(jià)信息，通過(guò)車輛集群終端對(duì)EV的充放電狀態(tài)進(jìn)行統(tǒng)一控制管理，并獲得相應(yīng)的收益。

1.2　能源服務(wù)商運(yùn)營(yíng)模式

能源服務(wù)商作為負(fù)荷代理從上級(jí)電網(wǎng)買電，從天然氣公司購(gòu)買燃?xì)?，且擁有園區(qū)內(nèi)光伏與微型燃?xì)廨啓C(jī)的使用權(quán)和運(yùn)營(yíng)權(quán)。服務(wù)商決策與用戶能源交易的價(jià)格，包括售電電價(jià)ps和購(gòu)電電價(jià)pb，為用戶提供電力和熱力服務(wù)，從中獲取利潤(rùn)。

在電力服務(wù)方面，服務(wù)商優(yōu)先利用光伏及燃?xì)廨啓C(jī)自產(chǎn)電能為用戶提供電力供應(yīng)，在分布式電源功率過(guò)剩時(shí)，按照電網(wǎng)購(gòu)電電價(jià)πb將剩余電量賣給上級(jí)電網(wǎng)；在分布式電源出力不足的負(fù)荷高峰時(shí)期，首先考慮與電動(dòng)汽車聚合商交易，以其制定的購(gòu)電電價(jià)pb從聚合商處購(gòu)買電能，然后再考慮按照電網(wǎng)售電電價(jià)πs與大電網(wǎng)交易，通常此購(gòu)電價(jià)格pb低于負(fù)荷高峰時(shí)期的電網(wǎng)電價(jià)πs，這樣，服務(wù)商即可以低于電網(wǎng)高峰電價(jià)的價(jià)格從EV處取電。值得注意的是，服務(wù)商可根據(jù)自身收益最大化制定電價(jià)，但應(yīng)保證其制定的售電價(jià)格ps不高于電網(wǎng)售電電價(jià)πs，其購(gòu)電價(jià)格pb不低于電網(wǎng)購(gòu)電電價(jià)πb，以此保證用戶與其交易的積極性。

在熱力服務(wù)方面，能源服務(wù)商根據(jù)用戶的熱力需求安排微型燃?xì)廨啓C(jī)出力為用戶供熱，并按供熱功率收取費(fèi)用。

2　互動(dòng)模式下多主體運(yùn)行策略與收益模型

2.1　用戶負(fù)荷互動(dòng)及收益模型

本文將用戶負(fù)荷類型分為居民用電負(fù)荷、具有儲(chǔ)能屬性的電動(dòng)汽車以及熱負(fù)荷。其中，居民用戶用電負(fù)荷(以下簡(jiǎn)稱用電負(fù)荷)受用戶能量管理系統(tǒng)控制， EMS可根據(jù)服務(wù)商提供的電價(jià)信息選擇不影響自身生產(chǎn)過(guò)程的負(fù)荷參與形式，并控制各類負(fù)荷的運(yùn)行狀態(tài)。

2.1.1居民用戶用電負(fù)荷模型

居民用電負(fù)荷按照響應(yīng)特性可將其分為兩類： ①固定負(fù)荷，主要指照明、冰箱、電視機(jī)等滿足人們基本日常需求的設(shè)備，用戶對(duì)其需求近似為剛性，一旦用電時(shí)間被調(diào)整將會(huì)對(duì)用戶的舒適度產(chǎn)生嚴(yán)重影響，且對(duì)電價(jià)的變化不敏感；②可平移負(fù)荷，主要包括洗衣機(jī)、烘干機(jī)、洗碗機(jī)等，具有啟動(dòng)后不可中斷，但可延遲啟動(dòng)、不影響負(fù)荷形狀的特點(diǎn)，該類負(fù)荷的啟動(dòng)時(shí)間一般取決于用戶的用電方式與生活習(xí)慣，對(duì)電價(jià)的變化較為敏感，可通過(guò)規(guī)劃該類負(fù)荷的啟動(dòng)時(shí)間，達(dá)到在滿足用戶舒適度的同時(shí)降低用電成本的目的。以上類型負(fù)荷對(duì)應(yīng)的數(shù)學(xué)模型分別如下：

① 從第1到H個(gè)時(shí)段中第i個(gè)用戶的固定負(fù)荷集合為

(1)

②第i個(gè)用戶在第1到H個(gè)時(shí)段的可平移負(fù)荷集合為

(2)

可平移負(fù)荷需要滿足運(yùn)行功率約束、可平移時(shí)間約束等條件，具體表述如下：

a.運(yùn)行功率約束：

lsmin(i,t)≤ls(i,t)≤lsmax(i,t)

(3)

b.可平移時(shí)間約束：

ls(i,t)=0,t?[tstart-i,tend-i]

(4)

式中：lsmin(i,t)和lsmax(i,t)分別為第i個(gè)用戶在第t時(shí)段可平移負(fù)荷的最小、最大功率約束；[tstart-i,tend-i]為第i個(gè)用戶可平移負(fù)荷的可選時(shí)間區(qū)間。

根據(jù)固定負(fù)荷和可平移負(fù)荷模型，則第t個(gè)時(shí)段居民用戶i的用電負(fù)荷為

le(i,t)=lf(i,t)+ls(i,t)

(5)

式中:le(i,t)為第t時(shí)段居民用戶i的用電負(fù)荷，即為固定負(fù)荷與可轉(zhuǎn)移負(fù)荷之和。

2.1.2電動(dòng)汽車聚合商負(fù)荷模型

在以居民區(qū)和辦公區(qū)為主的社區(qū)型能源互聯(lián)網(wǎng)中，私家車占較大比重，且因其停駛時(shí)間較長(zhǎng)，便于對(duì)其進(jìn)行集中管理，因此本文考慮對(duì)私家電動(dòng)汽車調(diào)度。

設(shè)電動(dòng)汽車i在t時(shí)段充放電功率為eEV(i,t)，若eEV(i,t)≥0，則從服務(wù)商處購(gòu)買電能為EV充電，反之，若eEV(i,t)<0，則電動(dòng)汽車i放電，并向服務(wù)商出售電能。定義ENEG(i,t)<0，|ENEG(i,t)|為EVi在t時(shí)段向服務(wù)商出售的電量，I[]為符號(hào)函數(shù)，若eEV(i,t)<0，則其值為1，否則，其值為0。則t時(shí)段所有EV向服務(wù)商出售的電量為

(6)

式中:NEV為電動(dòng)汽車數(shù)量。

電動(dòng)汽車充放電需要滿足的約束條件包括：

a.用戶出行需求約束：

S(tEVend-i)=Ssto-i

(7)

式中:tEVend-i為第i輛電動(dòng)汽車離開充電樁時(shí)的時(shí)間；Ssto-i為第i輛電動(dòng)汽車離開充電樁時(shí)設(shè)定需要達(dá)到的荷電狀態(tài)。

b.充放電狀態(tài)約束：

Pc(i,t)Pdc(i,t)=0

(8)

式中:Pc(i,t)和Pdc(i,t)分別為第i輛電動(dòng)汽車在t時(shí)段的充、放電功率；Pc(i,t)和Pdc(i,t)均可統(tǒng)一用eEV(i,t)表示。

c.荷電狀態(tài)約束：

Smin≤S(i,t)≤Smax

(9)

式中:S(i,t)為第i輛電動(dòng)汽車在t時(shí)段的荷電狀態(tài);Smin和Smax分別為EV電池荷電狀態(tài)的下限和上限，分別取0.2和0.9。

d.充放電時(shí)間約束：

Pdc(i,t)=0, ?t?Ta, ?i

(10)

Pc(i,t)=0, ?t?Ta, ?i

(11)

式中:Ta為電動(dòng)汽車可調(diào)度時(shí)段，此約束表明電動(dòng)汽車在不可用時(shí)段的充放電功率為0。

第i輛電動(dòng)汽車在t時(shí)刻和t+1時(shí)刻的荷電狀態(tài)滿足如下約束：

(12)

式中:ηc和ηdc分別為電動(dòng)汽車的充放電效率；WCi為第i輛電動(dòng)汽車的電池容量。

2.1.3熱負(fù)荷模型

用戶熱能需求主要包括空間加熱和熱水負(fù)荷，第t個(gè)時(shí)段內(nèi)第i個(gè)用戶的熱負(fù)荷可表示為

(13)

此時(shí)，第t個(gè)時(shí)段內(nèi)系統(tǒng)熱負(fù)荷為

(14)

2.1.4用戶收益模型

對(duì)于居民用戶，其收益由用電效益與用能成本兩部分構(gòu)成。用戶的用電效益可用對(duì)數(shù)函數(shù)k×ln(1+le(i,t))來(lái)表示[10]，k為偏好系數(shù)，k值較大的用戶傾向于消耗更多的電能以獲取更大的用電效益。居民用戶的用能成本包括支出電費(fèi)與供熱費(fèi)。

居民用戶i在時(shí)段t的收益為

UR(i,t)=-le(i,t)pst-lh(i,t)rt+

kiln(1+le(i,t))

(15)

式中:pst為服務(wù)商在時(shí)段t的售電電價(jià);rt為單位供熱價(jià)格。

由式(15)可知，當(dāng)居民用戶的用電量增加時(shí)，其用電效益增加，而其購(gòu)電成本也增加，為了使居民用戶的總收益最大，需要在用電效益和用能成本之間進(jìn)行權(quán)衡，根據(jù)電價(jià)調(diào)整自身的用電量。

對(duì)于電動(dòng)汽車聚合商，其收益包括充電成本、放電收益以及電池荷電水平滿意度[11]。同時(shí)考慮到EV放電電池?fù)p耗，電動(dòng)汽車聚合商需要支付用戶補(bǔ)償費(fèi)用，設(shè)單位電量需支付的補(bǔ)償費(fèi)用為δ。因此，電動(dòng)汽車聚合商在時(shí)段t的收益為

psmax(eEV(i,t),0)+δeEV(i,t)×

(16)

式中：前兩項(xiàng)為EV充電成本與放電收益；第3項(xiàng)為電動(dòng)汽車集聚合商需支付的補(bǔ)償費(fèi)用；第4項(xiàng)為EV電池荷電滿意度水平，fi和gi分別為衡量荷電水平滿意度的系數(shù)。

2.2　能源服務(wù)商定價(jià)與收益模型

能源服務(wù)商通過(guò)制定電價(jià)，引導(dǎo)用戶的用電行為，同時(shí)，作為所有用戶的代理和結(jié)算中心，與上級(jí)電網(wǎng)交易。能源服務(wù)商的收益包括電力交易收益、熱力交易收益以及發(fā)電成本。其中，電力交易收益來(lái)源于與用戶、電網(wǎng)進(jìn)行交易，熱力交易收益來(lái)源于為用戶供熱，其收益可表示為

UM=proe+proh-pCHP

(17)

proe為電力交易收益，其表達(dá)式如下：

(18)

(19)

式中：Et為用戶從服務(wù)商處購(gòu)買的總電量，包括用電負(fù)荷與電動(dòng)汽車充電負(fù)荷；Est和Ebt分別為服務(wù)商從電網(wǎng)購(gòu)買、售出的電量；πst和πbt分別為時(shí)段t電網(wǎng)的購(gòu)電、售電電價(jià)。

proh為熱力交易收益，其表達(dá)式如下：

(20)

pCHP為微型燃?xì)廨啓C(jī)運(yùn)行成本，微型燃?xì)廨啓C(jī)的出力特性模型及運(yùn)行約束條件參考文獻(xiàn)[12]，本文采用以熱定電的策略，即燃?xì)廨啓C(jī)輸出的熱功率與熱負(fù)荷需求量相等，其電力功率與熱力功率的詳細(xì)關(guān)系可參考文獻(xiàn)[9]。pCHP的表達(dá)式如下：

(21)

(22)

式中：rgas為天燃?xì)獾膯蝺r(jià);R為天燃?xì)獾臒嶂?；Pe(t)為t時(shí)刻燃?xì)廨啓C(jī)輸出的電功率；ηe為燃?xì)廨啓C(jī)的發(fā)電效率。

為保障用戶的利益，防止出現(xiàn)服務(wù)商單方面定價(jià)過(guò)高的情況，服務(wù)商所制定的24h電價(jià)的平均值應(yīng)在規(guī)定的范圍內(nèi)，且各時(shí)段的電價(jià)不應(yīng)越限，此約束表達(dá)如下：

(23)

cmint≤pst≤cmaxt

(24)

式中：cav,min和cav,max分別為平均電價(jià)的下限和上限;cmint和cmaxt分別為t時(shí)段電價(jià)的下限和上限。

3　主從博弈模型構(gòu)建及求解流程

3.1　主從博弈模型構(gòu)建

主從博弈適用于分層決策的優(yōu)化場(chǎng)景。在主從博弈模型中，領(lǐng)導(dǎo)者先根據(jù)自身利益做出決策，跟隨者針對(duì)領(lǐng)導(dǎo)者的策略做出最優(yōu)的響應(yīng)，隨后領(lǐng)導(dǎo)者根據(jù)跟隨者的回應(yīng)動(dòng)態(tài)地修改自身的策略，直到達(dá)到博弈的均衡點(diǎn)。其基本構(gòu)成要素包括參與者、策略與收益。本文能源服務(wù)商的定價(jià)及用戶的響應(yīng)過(guò)程可以描述為主從博弈過(guò)程。在該模型中，能源服務(wù)商作為領(lǐng)導(dǎo)者首先制定其策略，即售電、購(gòu)電電價(jià)，用戶作為跟隨者，被動(dòng)地接受服務(wù)商給出的電價(jià)，但用戶的用電策略(即居民用戶各時(shí)段用電負(fù)荷與電動(dòng)汽車聚合商的充放電策略)會(huì)影響到服務(wù)商的最終收益，因此，為使所有博弈參與者都獲得最佳的收益，能源服務(wù)商必須綜合下層用戶的策略，動(dòng)態(tài)調(diào)整自身的定價(jià)策略。重復(fù)該過(guò)程，直到服務(wù)商的電價(jià)與用戶的用電行為不再變化為止，最終可實(shí)現(xiàn)電價(jià)機(jī)制和用戶需求響應(yīng)資源間的動(dòng)態(tài)平衡，對(duì)主從博弈的定義及博弈均衡解存在性的證明詳見文獻(xiàn)[9]。

主從博弈模型示意圖如圖2所示。

圖2　主從博弈模型示意圖

3.2　模型求解流程及算法

本文建立的主從博弈模型可分為上下兩個(gè)子模塊采用分布式算法進(jìn)行求解。上層子模塊用于決策服務(wù)商的實(shí)時(shí)電價(jià)，目標(biāo)函數(shù)為(18)，需要滿足公式(23)～(24)約束。下層子模塊用于決策用戶的用電策略，目的是在保證自身舒適度約束的前提下，得到響應(yīng)實(shí)時(shí)電價(jià)的策略回應(yīng)集，其求解目標(biāo)如式(15)或(16)，約束條件為(3)～(5)，(7)～(12)。為了解決以上問(wèn)題，本文上層模塊使用遺傳算法求解，下層模塊可在用戶能量管理系統(tǒng)中進(jìn)行優(yōu)化，使用成熟的MATLAB fmincon工具箱求解，具體過(guò)程如下。

3.2.1算法1： 服務(wù)商電價(jià)策略求解算法

①初始化：服務(wù)商接收電網(wǎng)電價(jià)，預(yù)測(cè)分布式電源出力、用戶負(fù)荷等信息；在可行域內(nèi)形成初始電價(jià)策略。

②fori=1 toN, do

③服務(wù)商將調(diào)度周期內(nèi)的電價(jià)信息發(fā)送給用戶，用戶能量管理系統(tǒng)執(zhí)行算法2，獲得當(dāng)前電價(jià)下的最優(yōu)用電策略；

④服務(wù)商接收用戶的最優(yōu)響應(yīng)集合并計(jì)算此時(shí)目標(biāo)函數(shù)，得到收益最大時(shí)的電價(jià)策略；

⑤end for

⑥服務(wù)商對(duì)電價(jià)進(jìn)行選擇、交叉、變異操作，產(chǎn)生新的電價(jià)種群；

⑦重復(fù)步驟②～⑦，直到相鄰兩次電價(jià)之差滿足收斂誤差約束，停止計(jì)算，此時(shí)用戶的用電策略也達(dá)到了收斂電價(jià)下的最優(yōu)；

⑧在實(shí)際調(diào)度周期的初始時(shí)刻，能源服務(wù)商發(fā)布其最終決策的電價(jià)，用戶EMS決策其用電策略并執(zhí)行。

3.2.2算法2：用戶能量管理系統(tǒng)算法

① EMS接收服務(wù)商提供的電價(jià)信息；

② EMS求解以(15)或(16)為目標(biāo)函數(shù)，以(3)～(5)，(7)～(12)為約束的優(yōu)化問(wèn)題，得到此電價(jià)下的最優(yōu)用電策略；

③ EMS將每個(gè)時(shí)段的最優(yōu)用電策略發(fā)給服務(wù)商。

具體計(jì)算流程如圖3所示。

圖3　計(jì)算流程圖

4　算例分析

4.1　系統(tǒng)配置及參數(shù)

為了驗(yàn)證所提方法的有效性和可行性，以某商住型社區(qū)為研究對(duì)象，以一天為一個(gè)運(yùn)行周期，一個(gè)周期包含24個(gè)時(shí)段，光伏出力、基線負(fù)荷、熱負(fù)荷曲線如圖4所示，電網(wǎng)分時(shí)電價(jià)選用北京市商業(yè)用電峰谷分時(shí)電價(jià)，如圖5所示。該社區(qū)包含1臺(tái)額定功率為500kW的微型燃?xì)廨啓C(jī)，4組額定功率為150kW的光伏陣列，6棟商住兩用建筑以及若干電動(dòng)汽車充電樁。用戶負(fù)荷情況具體包括基線負(fù)荷、可中斷負(fù)荷、電動(dòng)汽車以及熱負(fù)荷，系統(tǒng)熱負(fù)荷(熱水負(fù)荷、空間熱負(fù)荷)由燃?xì)廨啓C(jī)供應(yīng)，冷負(fù)荷由電能直接供應(yīng)。天然氣的單價(jià)為1.5元/m3，熱值為9.7kWh/m3，電動(dòng)汽車單位電量電池?fù)p耗補(bǔ)償費(fèi)用為0.5元/kWh，fi為10到60之間的隨機(jī)數(shù)，gi為25到100之間的隨機(jī)數(shù)，單位供熱功率收費(fèi)標(biāo)準(zhǔn)為0.15元/kWh(41.7元/GJ)。

圖4　基礎(chǔ)數(shù)據(jù)圖

將電動(dòng)汽車充電場(chǎng)所劃分為工作區(qū)和住宅區(qū)，根據(jù)各區(qū)域電動(dòng)汽車可充電時(shí)間段特點(diǎn)，分別將其等值聚合，每組電動(dòng)汽車的數(shù)量分別為N=[100,100]，各組可調(diào)度時(shí)間及電動(dòng)汽車的參數(shù)見表1[13]。

4.2　優(yōu)化結(jié)果分析

本文采用博弈優(yōu)化算法優(yōu)化求解能源服務(wù)商購(gòu)電、售電電價(jià)策略以及可平移負(fù)荷、電動(dòng)汽車充放電策略。最終求得服務(wù)商優(yōu)化電價(jià)如圖5所示，電動(dòng)汽車最優(yōu)充放電策略如圖6，充電功率為正，放電功率為負(fù)，優(yōu)化后的各負(fù)荷曲線如圖7所示。

表1　電動(dòng)汽車參數(shù)

圖5　電價(jià)優(yōu)化結(jié)果

圖6　電動(dòng)汽車充放電策略

圖7　負(fù)荷優(yōu)化結(jié)果

經(jīng)過(guò)本文的優(yōu)化，從圖7可看出，居民用戶的用電負(fù)荷曲線(即固定負(fù)荷和可平移負(fù)荷總和)在晚間負(fù)荷峰值時(shí)刻有所下降，而在0:00—7:00時(shí)的負(fù)荷低谷時(shí)段，負(fù)荷有所提升，說(shuō)明通過(guò)對(duì)電價(jià)的調(diào)控和需求側(cè)負(fù)荷優(yōu)化，可使負(fù)荷由非低谷時(shí)段向低谷時(shí)段轉(zhuǎn)移，可以降低系統(tǒng)的峰谷差。

加入電動(dòng)汽車后，由圖5和圖6可看出，車輛在服務(wù)商售電電價(jià)低谷時(shí)段(24：00到次日8：00)選擇對(duì)電池充電，在服務(wù)商售電電價(jià)高峰時(shí)段(19：00-21：00，12：00-14：00)選擇放電模式，對(duì)于電網(wǎng)來(lái)說(shuō)，可以緩解負(fù)荷高峰時(shí)段的用電壓力；對(duì)于能源服務(wù)商來(lái)說(shuō)，電動(dòng)汽車的充放電既可以有效利用分布式電源的出力，減少在分布式電源出力較大時(shí)段能源服務(wù)商以較低電價(jià)向電網(wǎng)倒送功率，又可以較為低廉電價(jià)從電動(dòng)汽車聚合商處購(gòu)買電能，減少在電網(wǎng)高電價(jià)時(shí)段的購(gòu)電量，從而提升了服務(wù)商的收益；對(duì)于電動(dòng)汽車聚合商和車主來(lái)說(shuō)，在這期間可利用電價(jià)差賺取一定的利潤(rùn)，一方面可以抵償因電池充放電帶來(lái)的壽命損耗，另一方面享受了優(yōu)惠的充電電價(jià)，既減少了電費(fèi)支出又可賺取額外收益。

能源服務(wù)商、居民用戶以及電動(dòng)汽車聚合商的利潤(rùn)見圖8。若能源服務(wù)商采用電網(wǎng)分時(shí)電價(jià)模式，相比本文提出的博弈優(yōu)化策略，服務(wù)商售電價(jià)格升高，購(gòu)電價(jià)格降低。由圖7可看出，服務(wù)商的收益提高了26%，而各居民用戶與電動(dòng)汽車聚合商的收益均有不同程度的降低，用戶總收益降低。這是因?yàn)?，?duì)于居民用戶來(lái)說(shuō)單位購(gòu)電成本提高，故收益降低；對(duì)于電動(dòng)汽車聚合商來(lái)說(shuō)，EV放電的單位收益降低，且需要支付部分電池?fù)p耗補(bǔ)償費(fèi)用，降低了電動(dòng)汽車聚合商參與放電的積極性。雖然此種模式增加了服務(wù)商的收益，但是犧牲了用戶的利益。因此，在博弈優(yōu)化電價(jià)機(jī)制下，通過(guò)能源服務(wù)商和用戶的互動(dòng)，實(shí)現(xiàn)了兩方參與者的共贏互利。

圖8　不同電價(jià)模式下服務(wù)商與用戶收益對(duì)比

4.3　電動(dòng)汽車數(shù)量的影響

更改電動(dòng)汽車數(shù)量，工作區(qū)和住宅區(qū)兩組電動(dòng)汽車數(shù)量分別為[200,200]，所得服務(wù)商和用戶利潤(rùn)如圖8，優(yōu)化后的用電負(fù)荷曲線、系統(tǒng)總負(fù)荷曲線(即用電負(fù)荷疊加電動(dòng)汽車充放電負(fù)荷)、系統(tǒng)凈負(fù)荷(即系統(tǒng)總負(fù)荷疊加DG出力)曲線如圖9所示。

圖9　電動(dòng)汽車數(shù)量為[200,200]時(shí)負(fù)荷優(yōu)化結(jié)果

由圖8可見，當(dāng)電動(dòng)汽車數(shù)量增加一倍時(shí)，服務(wù)商收益有所降低，而用戶收益增加。這是因?yàn)?，EV數(shù)量增加，由圖9中優(yōu)化后系統(tǒng)總負(fù)荷曲線可知，在第8、11、14、21、23時(shí)段，系統(tǒng)的總負(fù)荷曲線為負(fù)，說(shuō)明在這些時(shí)段，EV的放電量較大， EV過(guò)剩的放電功率需要向大電網(wǎng)倒送。而服務(wù)商需要支付較高的購(gòu)電費(fèi)用從電動(dòng)汽車聚合商處取電，并按照較低的電網(wǎng)購(gòu)電電價(jià)πb將過(guò)剩的電量賣給上級(jí)電網(wǎng)，故其收益降低。因此，為保障服務(wù)商的收益，應(yīng)綜合考慮合理安排參與調(diào)度的電動(dòng)汽車數(shù)量。

5　結(jié)束語(yǔ)

在電力市場(chǎng)環(huán)境下，本文對(duì)微型能源互聯(lián)網(wǎng)內(nèi)各主體的交易模型進(jìn)行分析，提出以能源服務(wù)商為領(lǐng)導(dǎo)者、電動(dòng)汽車聚合商和居民用戶為跟隨者的主從博弈模型。與傳統(tǒng)優(yōu)化算法相比，本文考慮了負(fù)荷與服務(wù)商的互動(dòng)，計(jì)及用戶的經(jīng)濟(jì)效益和舒適度，算例分析表明，本文所提模型在提高服務(wù)商和用戶收益、改善系統(tǒng)負(fù)荷特性方面由較大優(yōu)勢(shì)。

[4]邢龍, 張沛超,方陳,等. 基于廣義需求側(cè)資源的微網(wǎng)運(yùn)行優(yōu)化[J]. 電力系統(tǒng)自動(dòng)化,2013,(12):7-12，133.

[5]王珂,劉建濤,姚建國(guó),等. 基于多代理技術(shù)的需求響應(yīng)互動(dòng)調(diào)度模型[J]. 電力系統(tǒng)自動(dòng)化,2014,(13):121-127.

[6]Kamyab F, Bahrami S. Efficient operation of energy hubs in time-of-use and dynamic pricing electricity markets[J]. Energy, 2016, 106: 343-355.

[7]李晨迪,陳淵睿,曾君,等. 基于非合作博弈的微電網(wǎng)能量管理系統(tǒng)優(yōu)化算法[J]. 電網(wǎng)技術(shù),2016(2):387-395.

[8]魏韡,陳玥,劉鋒,等. 基于主從博弈的智能小區(qū)代理商定價(jià)策略及電動(dòng)汽車充電管理[J]. 電網(wǎng)技術(shù),2015(4):939-945.

[9]馬麗,劉念,張建華,等. 基于主從博弈策略的社區(qū)能源互聯(lián)網(wǎng)分布式能量管理[J]. 電網(wǎng)技術(shù),2016(12):3655-3662.

[10]Dusit Niyato, Ekram Hossain, Zhu Han. Dynamics of Multiple-Seller and Multiple-Buyer Spectrum Trading in Cognitive Radio Networks: A Game-Theoretic Modeling Approach[J]. IEEE Transactions on Mobile Computing, 2009, 8(8), 1009-1022.

[11]Lin Xue, Wang Yanzhi, Massoud Pedram. Designing the Optimal Pricing Policy for Aggregators in the Smart Grid[C]// Green Technologies Conference (GreenTech), 2014 Sixth Annual IEEE.

[12]陳潔,楊秀,朱蘭,等. 基于遺傳算法的熱電聯(lián)產(chǎn)型微網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化[J].電力系統(tǒng)保護(hù)與控制,2013(8):7-15.

[13]潘樟惠,高賜威. 基于需求響應(yīng)的電動(dòng)汽車經(jīng)濟(jì)調(diào)度[J]. 電力建設(shè),2015(7):139-145.