基于人工智能技术的电力市场主体交易行为模拟方法

1.本发明涉及电力市场交易领域，具体是一种基于人工智能技术的电力市场主体交易行为模拟方法。


背景技术：

2.传统的电力体制以垄断经营为主，市场效率低下、资源配置不合理，无法实现智能化的主体交易，因此2015年我国新一轮电力体制改革正式启动。在我国电力市场体制改革不断推进的时代背景下，作为电力市场核心工作的现货市场建设正逐步开展，以广东为首的八家试点单位已基本完成现货市场试运行，其它各省市现货市场建设正稳步推进。到目前为止，多个试点的建设已经完成。
3.电力体制改革和建设的不断深入使得我国电力行业发展迅速，基本解决城乡居民用电困难的问题，并形成多元化的电力市场体制，实现“厂网分开、竞价上网”的模式。在电力市场中引入竞争机制以打破垄断，各方主体面临的关键问题是如何通过科学合理地制定报价和竞价策略以实现利益的最大化。本技术的发明人在实现本发明的过程中经过研究发现：通过对发电商报价策略进行研究，并基于人工智能对电力市场交易行为进行模拟和验证，能够对电力市场各方主体进行考察，便于识别现货电力市场机制中存在的矛盾和漏洞，从而规范市场环境，促进资源的合理配置，提高资源的利用率以及电网的运营效率，不断完善和发展我国的电力工业。


技术实现要素：

4.本发明提供一种基于人工智能技术的电力市场主体交易行为模拟方法，解决现有电力系统资源配置不合理、市场分布不均衡、市场主体恶意竞争等问题。
5.为解决上述问题，本发明提出一种基于人工智能技术的电力市场主体交易行为模拟方法，包括如下步骤：
6.步骤一、利用智能市场代理模块中的最优潮流求解器进行电力市场出清环境的构造，建立基于opf(最优潮流)的电力市场市场出清模型；
7.步骤二、依托步骤一构造的电力市场出清环境，建立发电商竞价模型，所述发电商竞价模型将市场主体作为具有主动学习和自我认知的智能体在市场环境中进行学习和训练；
8.步骤三、根据基于人工智能的市场主体竞价行为模拟的相关定义和原理，对步骤二建立的所述发电商竞价模型进行参数设置和算法设置，从而进行市场主体交易行为仿真模拟。
9.进一步的，所述步骤一具体包括：
10.获取交易中心发布的负荷预测曲线以及发电机组申报信息；
11.将申报的机组容量和报价转换为相应的发电机容量和成本；
12.按照边际定价方式将发电机组申报容量进行排序，直至满足供需平衡；
13.最后一台满足系统负荷平衡的机组报价为统一出清电价，将其作为边际价格进行结算；
14.运行最优潮流，以找到发电机配置和节点价格，并将其转换为一组已结算的报价和出价；
15.根据机组的结算报价和出价，建立基于opf(最优潮流)的电力市场市场出清模型；
16.根据电力市场市场出清模型，实现电力市场出清。
17.进一步地，根据机组的结算报价和出价，建立基于opf(最优潮流)的电力市场市场出清模型具体为：
18.以系统发出有功、无功的成本最小为目标函数，建立市场出清模型，所述市场出清模型具体为：
19.min∑(f
pi
(p
gi
)+f
qi
(q
gi
))
20.其中，f
pi
(p
gi
)、f
qi
(q
gi
)为发电机机组i的有功和无功费用；
21.市场出清模型的约束条件包括：有功平衡约束、无功平衡约束、母线电压约束、发电机有功出力约束、发电机无功出力约束，具体表达式如下：
[0022][0023]
其中，p
gi
、q
gi
分别表示发电机组的有功和无功功率，p
li
、q
li
分别表示负载的有功和无功功率，p(v,θ)、q(v,θ)分别表示平衡节点的有功和无功功率，p
gimin
、p
gimax
分别表示发电机组发出的有功功率的最小值和最大值，q
gimin
、q
gimax
分别表示发电机组发出的无功功率的最小值和最大值，v
i
表示母线电压值，v
imin
、v
imax
分别表示母线电压的最小值和最大值。
[0024]
进一步的，还包括：利用智能市场模块中最优潮流计算相应的分配和价格，进行模型求解并找到出清状态下的报价和出价，并得出所有节点的实时电价，具体如下：
[0025][0026][0027]
其中，l为线路总成本，它是一个关于有功成本p
i
和无功成本q
i
的双变量函数，和分别为节点有功电价和节点无功电价。
[0028]
进一步地，步骤一中根据风光一体市场出清模型，实现电力市场出清之后还包括：
[0029]
根据日前市场交易出清结果进行系统安全校核，确保电网系统安全有效地运行；
[0030]
形成次日发电计划，汇总市场交易出清结果并向发电商反馈；
[0031]
发电商根据电力交易中心提供的信息，调整其供应函数以最大化其利润。
[0032]
进一步地，步骤二中以发电商自身收益最大化为目标，建立发电商竞价模型，发电商竞价模型的具体建立过程如下：
[0033]
首先，使用多项式成本函数考虑发电商的可变成本，具体如下：
[0034][0035][0036]
其中，a
g
、b
g
分别为成本函数的二次项、一次项系数，g为参加竞价的发电企业集合；p
g
为某发电企业的发电出力，c
g
为发电企业的发电成本，和分别为机组的最小发力和最大发力；
[0037]
其次，求导得边际成本函数：
[0038][0039]
其中，为发电企业的发电边际成本，a
g
、b
g
分别为成本函数的二次项、一次项系数，p
g
为某发电企业的发电出力；
[0040]
最后，考虑一个有n个发电商的电力现货市场，以发电商自身收益最大化为目标，建立发电商竞价模型为：
[0041][0042][0043]
其中，λ为出清价格，r为发电商收益，p
gn
为某发电企业对应时间节点n的成交电量，a
g
、b
g
分别为成本函数的二次项、一次项系数，和分别为机组的最小发力和最大发力。
[0044]
本发明通过建立的市场出清模型为主体交易行为的模拟提供了环境基础，在该环境中，整个市场的有功和无功成本降至最低，并为市场主体提供了市场的出清价格；另一方面，上述建立的发电商成本和收益模型(即发电商竞价模型)为主体交易行为的模拟提供了行为基础，在该行为中，市场主体即发电商总是朝着使得自身利润最大的方向不断地进行学习和训练。有了上述模型的环境基础和行为基础，将利用深度强化学习方法进行仿真和训练，实现基于人工智能的市场主体竞价行为模拟。本发明通过将电力市场的出清环境进行模拟，并且基于强化学习算法进行主体交易行为的模拟，将二者进行有效结合，使得信息能够在二者之间进行交互，实现了利润最大的最优策略，并且达到满足电网安全运行的约束条件，使得电网调度效率更高，资源配置更为合理。
附图说明
[0045]
图1是本发明基于人工智能的市场主体竞价行为模拟的原理图；
[0046]
图2是本发明中发电商竞价模型示意图；
[0047]
图3是本发明中发电商竞价模型的工作原理示意图；
[0048]
图4是本发明实施例的基于人工智能技术的电力市场主体交易行为模拟方法的流程图；
[0049]
图5是本发明实施例的ieee30节点系统的结构图；
[0050]
图6是本发明实施例的交易结果图。
具体实施方式
[0051]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0052]
请参阅图1，本发明从“环境构造、模型搭建、仿真算法、实例应用”四个方面来实现此技术方案。首先，利用智能市场代理模块中的最优潮流求解器进行电力市场出清环境的构造。所谓市场出清，指的是在电力市场环境中，需求和供给达到平衡。在出清的市场上，没有定量配给、资源闲置，也没有超额供给或超额需求，在此种状态下能够满足电力系统安全运行的约束，为后续发电商的竞价行为提供环境基础。其次，搭建发电商竞价模型，模型的搭建依托于环境的构造，将市场主体作为具有主动学习和自我认知的智能体在市场环境中进行学习和训练。接着，以人工智能算法为基础，在相应算法参数的设置下，随着学习系列的不断进行，最终达到所设定的学习目标，实现电力市场主体交易行为的模拟和仿真。最后，将该系统应用在实际的电网节点模型中，通过具体实例的验证，能够实现电网中各主体的信息交互，有效完成交易行为，实现电力系统的经济、优化调度。
[0053]
请继续参阅图2及图3，市场主体竞价行为模拟主要包括智能体、环境、状态、动作、奖励以及算法参数设置，其中：
[0054]
1)智能体(agent)为发电商个体：将电力现货市场中的每个发电商均看作独立的智能体，对于每个智能体而言，其他的智能体也是环境的一部分，每个智能体根据环境反馈的结果，不断的调整自己动作行为。
[0055]
2)环境(environment)为发电商所处的市场环境：在本仿真实验中，智能体所处的环境即为基于最优潮流的市场出清模型，智能体不断的和市场出清模型进行交互，根据环境返回的电价和电量，不断的调整自己的动作，最终达到单个智能体收益最大的目标。
[0056]
3)状态(state)为电力市场出清价格：将每次市场的所有节点的出清价格视为状态进行存储，并且智能体根据这个状态调整自己下一轮的报价行为，将下一轮的出清的节点电价作为新的状态存储，以此进行不断的学习。
[0057]
4)动作(action)为发电商申报的电价：本文所设定的发电商报价曲线为边际成本函数，即：
[0058][0059]
可以将其看做一个一次函数表达式，其中a
g
为该发电商的报价曲线斜率，保持不变；b
g
为报价曲线截距，在此处为发电商的决策变量。本实验中的发电商报价的动作空间设置为报价曲线截距b
g
的0～10倍。
[0060]
5)奖励(reward)为交易结束后发电商的利润：将每轮出清后发电商的利润设置为各自的奖励，从而指引智能体的行为朝向各自利润最大的方向动作。
[0061]
参照图4，本发明实施例提供的基于人工智能技术的电力市场主体交易行为模拟方法，包括：
[0062]
步骤s01，获取交易中心发布的负荷预测曲线以及发电机组申报信息；
[0063]
步骤s02，将申报的机组容量和报价转换为相应的发电机容量和成本；
[0064]
步骤s03，按照边际定价方式将发电机组申报容量进行排序，直至满足供需平衡；
[0065]
步骤s04，最后一台满足系统负荷平衡的机组报价为统一出清电价，将其作为边际价格进行结算；
[0066]
步骤s05，运行最优潮流，以找到发电机配置和节点价格，并将其转换为一组已结算的报价和出价；
[0067]
步骤s06，根据机组的结算报价和出价，建立基于opf(最优潮流)的电力市场出清模型；
[0068]
步骤s07，根据出清模型，实现电力市场出清。
[0069]
本实施例的市场出清模型具体为：
[0070]
min∑(f
pi
(p
gi
)+f
qi
(q
gi
))
[0071]
其中，f
pi
(p
gi
)、f
qi
(q
gi
)为发电机机组i的有功和无功费用。
[0072]
且市场出清模型的约束条件包括：有功平衡约束、无功平衡约束、母线电压约束、发电机有功出力约束、发电机无功出力约束，具体表达式如下：
[0073][0074]
其中，p
gi
、q
gi
分别表示发电机组的有功和无功功率，p
li
、q
li
分别表示负载的有功和无功功率，p(v,θ)、q(v,θ)分别表示平衡节点的有功和无功功率，p
gimin
、p
gimax
分别表示发电机组发出的有功功率的最小值和最大值，q
gimin
、q
gimax
分别表示发电机组发出的无功功率的最小值和最大值，v
i
表示母线电压值，v
imin
、v
imax
分别表示母线电压的最小值和最大值。
[0075]
步骤s08，根据日前市场交易出清结果进行系统安全校核，确保电网系统安全有效地运行；
[0076]
步骤s09，形成次日发电计划，汇总市场交易出清结果并向发电商反馈；
[0077]
步骤s10，发电商根据电力交易中心提供的信息，调整其供应函数以最大化其利润。
[0078]
步骤s11，以发电商自身收益最大化为目标，建立发电商竞价模型。
[0079]
发电商竞价模型的具体建立过程如下：
[0080]
首先，使用多项式成本函数考虑发电商的可变成本，具体如下：
[0081][0082][0083]
其中，a
g
、b
g
分别为成本函数的二次项、一次项系数，g为参加竞价的发电企业集合；p
g
为某发电企业的发电出力，c
g
为发电企业的发电成本，和分别为机组的最小发力和最大发力；
[0084]
其次，求导得边际成本函数：
[0085]
[0086]
其中，为发电企业的发电边际成本，a
g
、b
g
分别为成本函数的二次项、一次项系数，p
g
为某发电企业的发电出力；
[0087]
最后，考虑一个有n个发电商的电力现货市场，以发电商自身收益最大化为目标，建立发电商竞价模型为：
[0088][0089][0090]
其中，λ为出清价格，r为发电商收益，p
gn
为某发电企业对应时间节点n的成交电量，a
g
、b
g
分别为成本函数的二次项、一次项系数，和分别为机组的最小发力和最大发力。
[0091]
步骤s12，根据基于人工智能的市场主体竞价行为模拟的相关定义和原理进行参数设置和算法设置，从而进行市场主体交易行为仿真模拟。
[0092]
本实施例以ieee30节点数据为基础，设置本算例中电力现货市场主体交易仿真的相关参数，见图5。在ieee30节点系统中，共有6台发电机，分别位于1、2、13、22、23、27节点，其他为负载节点。系统总的有功需求为189.21mw。
[0093]
表1 30节点系统的发电机组参数
[0094][0095]
表2 30节点系统的负载节点参数
[0096]
[0097][0098]
参照表1和表2，发电商的发电容量范围和发电成本参数和负载节点参数。实现对一个6机30节点系统的基于人工智能技术的市场主体交易行为的模拟，分别建立市场出清模型和发电商竞价模型，并进行仿真和分析。
[0099]
表3 30节点带线路约束实验结果
[0100][0101]
参照表3，在以市场出清模型和发电商竞价模型的双层约束下，系统内各市场主体进行自由竞价，发电商总能找到使得自身利益最大化的最优报价策略，实现电力系统运行的最优调度，促进资源利用率。
[0102]
本实施例考虑的是带线路约束的情景，故此时基于opf的市场出清结果要充分考虑到线路潮流，这种情境下各个节点的出清电价非常的接近。故即使某些节点报价为0，但是最后的出清结果却不会为0，此节点还会因此获得更多的电量分配。而另外的三个节点，则是充分的将报价往高处拉，最终提升出清电价，这种做法虽然有不分配电量的风险，但是一旦被分配了电量，则会获得超高的利润。与实际结果更为契合。
[0103]
参阅图6，可以得到，市场并不是一成不变的，当电力交易中心在接收到来自参与者的所有供应函数和最大容量信息后，通过最小化整个市场的总成本来出清市场。然后，每个参与者首先通过调整供给函数的系数使其利润最大化。当参与者决定其供给函数时，它必须考虑其对手的潜在行为，与对手进行博弈和竞争。通过对其交易行为的模拟，能够得到其竞价策略系数，从而规范市场环境，促进资源优化配置，保障电力市场主体利益，有利于电力系统的智能化发展。
[0104]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。