一种去中心化优惠券激励型需求响应效率提升方法

1.本发明属于电力技术领域，具体涉及一种去中心化优惠券激励型需求响应效率提升方法。


背景技术：

2.作为智能电网的一类核心技术，近年来需求响应技术随着光伏和风电装机容量的增加而越来越被重视。除了可以平抑新能源出力的波动，需求响应同样起着最大化用户侧柔性负荷利用率的作用。传统的需求响应为集中式的需求响应，也就是中心化需求响应，运营商把控着全局信息，用户在参与需求响应过程中无法隐藏自身隐私信息。去中心化需求响应的提出能够有效确保用户隐私安全，但与需求响应集中经济调度相比，当前去中心化机制效率低下，常规的分层需求响应模型虽然对效率提升具有一定促进作用，但是在纳什均衡下并没有达到最大社会福利，因此需要找到一种促进去中心化需求响应效率提升的方法，为去中心化需求响应的推广提供保障。


技术实现要素：

3.针对现有技术的不足，本发明的目的在于提供一种去中心化优惠券激励型需求响应效率提升方法，以解决上述背景技术中提出的问题。
4.本发明的目的可以通过以下技术方案实现：一种去中心化优惠券激励型需求响应效率提升方法，
5.包括以下步骤：
6.步骤(1)构造基于优惠券激励的三层需求响应框架，并建立各层目标函数；
7.步骤(2)对比去中心化激励型需求响应机制与中心化需求响应机制下最优需求响应结果；
8.步骤(3)提出去中心化激励型需求响应额外激励方法，并构造需求响应下等效虚拟发电机模型。
9.作为本发明进一步的方案，所述步骤(1)中，所述优惠券激励对象包括独立系统运营者(iso)、负荷服务实体(lse)和终端用户，三层需求包括独立系统运营者对应的顶层、负荷服务实体对应的中间层和和终端用户对应的底层，分别构建三层需求的相应模型:
10.1)顶层(iso)
[0011][0012]
2)中间层(lse)
[0013]
[0014]
3)底层(用户)
[0015][0016]
其中，λ是全市场出清价格；λr是零售电价；add2+bdd代表需求响应成本；π为需求响应单位补偿价格，m为预先设定的需求响应量的最大值。
[0017]
作为本发明进一步的方案，所述步骤(2)的具体步骤如下：
[0018]
(2-1)中心化需求响应模型求解
[0019]
中心化需求响应机制也就是集中式的需求响应调度，在此机制下，假定所有用户的需求响应成本函数均已告知独立系统运营者，目标是在有效执行需求响应的同时满足社会福利的最大化，集中式的dr调度可以被建模成一个单层的优化问题，如下所示：
[0020][0021]
以发电容量足够为前提，此时市场实际出清价格等于发电机(以及dr)的边际成本，可描述为：
[0022]
λ＝2agpg+bg＝2add+bdꢀꢀ
(5)
[0023]
因此可以得到中心化需求响应机制下的最优dr容量(即lse响应函数)为：
[0024][0025]
我们注意到，公式(6)仅在bd≤λ＜2adm+bd时成立；当市场价格低于时，由于对lse没有足够的价格激励，lse将无法提供需求响应；当市场价格高于 2adm+bd时，尽管存在利润盈余，lse的响应容量也无法超过预先设定的限值 m，
[0026]
因此，lse响应函数的表达式为：
[0027][0028]
(2-2)去中心化需求响应模型求解
[0029]
通过斯塔克伯格竞争得到去中心化需求响应模型中的lse响应函数，三层模型可以分解为两个stackelberg模型，用两个倒推归纳法求解问题，从求解公式(1)、(2)开始，到最后求解公式(3)结束；
[0030]
公式(3)的拉格朗日函数表示为：
[0031][0032]
在无约束条件下，拉格朗日乘数μ
3,1
＝μ
3,2
＝0，公式(3)中的用户侧响应函数可描
述为：
[0033][0034]
其中，为lse提供的激励性价格信号，用户的最佳需求响应量随π的增加而增大；
[0035]
同样，对于中间层模型公式(2)再次使用后向归纳法，以便确定lse的响应，即lse对批发市场清算价格λ的最佳响应d，通过构造拉格朗日函数，根据方程(9)，可得到：
[0036]fa2
(π,μ
2,1
)＝(λ-λr)l+(π+λ
r-λ)d-μ
2,1
π
ꢀꢀ
(10)
[0037]
假定μ
2,1
＝0，偏导数我们可以得到lse向消费者发出的最优激励价格为
[0038][0039]
结合公式(9)和公式(11)，非约束条件下的去中心化需求响应机制下的最优dr容量为：
[0040][0041]
对比公式(6)和公式(12)，可以发现在无约束条件下，去中心化需求响应最优dr容量只能达到中心化需求响应容量的1/2；
[0042]
(2-3)基于有限理性下的去中心化lse响应函数
[0043]
现实情况中，在没有激励的条件下，理性用户难以自发地参与需求响应。有限理性假设在无自愿响应的条件下，需求响应量将以线性的方式从0增加到m。根据理性参与条件，分两种情况对去中心化lse响应函数进行讨论如下：
[0044]
1)当λr≥bd时
[0045]
类似于去中心化模型求解步骤，逆向归纳得到用户理性条件下的lse响应函数表达式为:
[0046][0047]
类似地，用户有限理性条件下的lse响应函数表达式为：
[0048][0049]
2)当λr＜bd时
[0050]
在此情况下，没有观察到“自愿反馈”现象，故不存在时有限理性的情形，用户理性条件下的lse响应函数表达式为:
[0051][0052]
作为本发明进一步的方案，所述步骤s3中：
[0053]
(3-1)构造外部激励函数；
[0054]
与中心化需求响应模型相比，普通的三层去中心化需求响应模型的最优需求响应容量只有其1/2，因此需要通过外部激励函数提升去中心化需求响应的效率，就其形式而言，由于iso向lse支付的市场外费用，因此激励函数应该与lse可以提供的dr总量有关，设外部激励函数为i(d)，将其带入去中心化需求响应模型的中间层，得到：
[0055][0056]
为了使加入外部激励的去中心化需求响应效率等同于中心化需求响应效率，结合公式(6)和(9)可以得到：
[0057]
π＝λ-λrꢀꢀꢀꢀꢀ
(17)
[0058]
将公式(17)带入之前的拉格朗日函数后，得到表达式如下：
[0059][0060]
其中，i'(d)定义为求解后得到i(d)的表达式如下：
[0061]
i'(d)＝λ-bdꢀꢀꢀ
(19)
[0062]
因此外部激励函数表达式可被描述为：
[0063]
i(d)＝(λ-bd)d
ꢀꢀꢀ
(20)
[0064]
其中，由于当λ＜bd时，的值为负数，不满足实际情况，因此最后非负外部激励函数的最终表达式可被描述为：
[0065]
i(d)＝max((λ-bd)d,0)
ꢀꢀꢀ
(21)
[0066]
从公式(21)可以看出外部激励主要与市场价格和需求响应量成正比，并且为非负实数，
[0067]
(3-2)带有外部激励的去中心化需求响应机制；
[0068]
根据得到的外部激励函数表达式，由于去中心化需求响应模型的底层函数不变，按照原有的求解方法，拉格朗日函数可被描述为：
[0069][0070]
类似地进行求解，可以得到当λr≥bd时，用户理性和有限理性条件下的lse响应函数表达式为:
[0071][0072]
当λr≥bd时，用户理性条件下的lse响应函数表达式为:
[0073][0074]
(3-3)构造需求响应下等效虚拟发电机模型；
[0075]
通过分析三层cidr机制中lse的响应函数对不同的外部激励的影响，我们可以构造一个“虚拟发电机”模型来代表全市场下lse的最优需求响应行为，参照典型发电机的参数，“虚拟发电机”的发电量相当于最大需求响应潜力，“虚拟发电机”的成本参数和等效于需求响应成本参数，考虑到某些场景下的“自愿”需求响应，负荷的等效基线要大于标称负荷，
[0076]
结合虚拟发电机的各个等效参数计算公式，之前已经求出自愿需求响应为(λ
r-bd)/2ad，因此负荷基准值le可被描述为：
[0077]
le＝l-(λ
r-bd)/2adꢀꢀꢀ
(25)
[0078]
同样，虚拟发电机的发电量可被描述为：
[0079]
me＝m-(λ
r-bd)/2adꢀꢀꢀ
(26)
[0080]
虚拟发电机的成本参数a
de
与lse响应函数的斜率有关，结合公式(15)，成本参数可被描述为：
[0081]ade
＝2adꢀꢀꢀ
(27)
[0082]
虚拟发电机的另一个成本参数b
de
等于用户开始参与需求响应时的市场价格，可被描述为：
[0083]bde
＝2λ
r-bdꢀꢀꢀ
(28)。
[0084]
本发明的有益效果：首先提出一种去中心化优惠券激励型需求响应的三层模型，该模型可以适用于分布式需求响应体系的构建，有效保护各层信息隐私安全；然后针对分布式需求响应相较于集中式需求响应效率低下的现状，通过对负荷服务实体施加外部激励增加总体社会福利，使分布式需求响应的最优响应容量无限接近集中式需求响应；最后构造的“虚拟发电机”模型通过将需求响应量转变为一个虚拟发电机进行调控，给需求响应调控分析提供了便捷。以上成果可以促进分布式激励型需求响应的推广。
附图说明
[0085]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0086]
图1是本发明流程图；
[0087]
图2是本发明基于优惠券激励的三层需求响应模型图；
[0088]
图3是本发明虚拟发电机与需求响应等效模型图；
[0089]
图4是本发明中无额外激励的lse响应函数图(λr≥bd)；
[0090]
图5是本发明中无额外激励的lse响应函数图(λr＜bd)；
[0091]
图6是本发明中有额外激励的lse响应函数图(λr≥bd)；
[0092]
图7是本发明中有额外激励的lse响应函数图(λr＜bd)；
具体实施方式
[0093]
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，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0094]
参考图1～图7，本发明内容为一种去中心化优惠券激励型需求响应效率提升方法，下面就各个步骤加以具体说明。
[0095]
步骤一：构造基于优惠券激励(cidr)的三层需求响应框架，并建立各层目标函数。
[0096]
(1-1)基于优惠券激励的三层需求响应框架构建；
[0097]
cidr的参与者包括独立系统运营者(iso)、负荷服务实体(lse)和终端用户。在顶层中，iso的职责是组织电力批发市场，并以实现最大化社会福利为目标。在中间层的主体是lse，其目标是使网络净利润最大化，该部分利润由三部分组成：批发市场采购成本，零售市场销售收入和提供给终端用户的奖励成本。终端消费者位于底层，目标是在考虑参与需求响应导致的便利改变的同时达到最大利益。其结构图如图2所示。
[0098]
(1-2)基于优惠券激励的三层需求响应模型；
[0099]
基于上述的三层需求响应框架，为简单起见，我们假设所有的终端消费者都是同类的，并且与负荷服务实体签订相同的零售价格。那么三层需求响应模型可以被描述为：
[0100]
1)顶层(iso)
[0101][0102]
2)中间层(lse)
[0103][0104]
3)底层(用户)
[0105][0106]
其中，λ是全市场出清价格；λr是零售电价；add2+bdd代表需求响应成本；π为需求响应单位补偿价格，m为预先设定的需求响应量的最大值。
[0107]
步骤二：对比去中心化激励型需求响应机制与中心化需求响应机制下最优需求响应结果。
[0108]
(2-1)中心化需求响应模型求解
[0109]
中心化需求响应机制也就是集中式的需求响应调度，在此机制下，假定所有用户的dr成本函数均已告知iso，目标是在有效执行需求响应的同时满足社会福利的最大化，集中式的dr调度可以被建模成一个单层的优化问题，如下所示：
[0110][0111]
以发电容量足够为前提，此时市场实际出清价格等于发电机(以及dr)的边际成本，可描述为：
[0112]
λ＝2agpg+bg＝2add+bdꢀꢀꢀꢀꢀꢀ
(5)
[0113]
因此可以得到中心化需求响应机制下的最优dr容量(即lse响应函数) 为：
[0114][0115]
我们注意到，公式(6)仅在bd≤λ＜2adm+bd时成立；当市场价格低于bd时，由于对lse没有足够的价格激励，lse将无法提供需求响应；当市场价格高于 2adm+bd时，尽管存在利润盈余，lse的响应容量也无法超过预先设定的限值 m。
[0116]
因此，lse响应函数的表达式为：
[0117][0118]
(2-2)去中心化需求响应模型求解
[0119]
通过斯塔克伯格竞争得到去中心化需求响应模型中的lse响应函数，三层模型可以分解为两个stackelberg模型，用两个倒推归纳法求解问题，从求解公式(1)、(2)开始，到最后求解公式(3)结束。
[0120]
公式(3)的拉格朗日函数表示为：
[0121][0122]
在无约束条件下，拉格朗日乘数μ
3,1
＝μ
3,2
＝0，公式(3)中的用户侧响应函数可描述为：
[0123][0124]
其中，π为lse提供的激励性价格信号，用户的最佳需求响应量随π的增加而增大。
[0125]
同样，对于中间层模型公式(2)再次使用后向归纳法，以便确定lse的响应，即lse对批发市场清算价格λ的最佳响应d。通过构造拉格朗日函数f
a2
，根据方程(9)，可得到：
[0126]fa2
(π,μ
2,1
)＝(λ-λr)l+(π+λ
r-λ)d-μ
2,1
π
ꢀꢀꢀ
(10)
[0127]
假定μ
2,1
＝0，偏导数我们可以得到lse向消费者发出的最优激励价格为
[0128][0129]
结合公式(9)和公式(11)，非约束条件下的去中心化需求响应机制下的最优dr容量为：
[0130][0131]
对比公式(6)和公式(12)，可以发现在无约束条件下，去中心化需求响应最优dr容量只能达到中心化需求响应容量的1/2。
[0132]
(2-3)基于有限理性下的去中心化lse响应函数
[0133]
现实情况中，在没有激励的条件下，理性用户难以自发地参与需求响应。有限理性假设在无自愿响应的条件下，需求响应量将以线性的方式从0增加到m。根据理性参与条件，分两种情况对去中心化lse响应函数进行讨论如下：
[0134]
1)当λr≥bd时
[0135]
类似于去中心化模型求解步骤，逆向归纳得到用户理性条件下的lse响应函数表达式为:
[0136][0137]
类似地，用户有限理性条件下的lse响应函数表达式为：
[0138][0139]
2)当λr＜bd时
[0140]
在此情况下，没有观察到“自愿反馈”现象，故不存在λr≥bd时有限理性的情形，用户理性条件下的lse响应函数表达式为:
[0141][0142]
图4和图5是原始的lse响应函数图，也就是在没有加入外部激励进行效率提升前的负荷服务实体的需求响应函数图像。
[0143]
步骤三：提出去中心化激励型需求响应额外激励方法，并构造需求响应下等效虚拟发电机模型。
[0144]
(3-1)构造外部激励函数；
[0145]
与中心化需求响应模型相比，普通的三层去中心化需求响应模型的最优需求响应容量只有其1/2，因此需要通过外部激励函数提升去中心化需求响应的效率。就其形式而言，由于iso向lse支付的市场外费用，因此激励函数应该与lse可以提供的dr总量有关。设外部激励函数为i(d)，将其带入去中心化需求响应模型的中间层，得到：
[0146][0147]
为了使加入外部激励的去中心化需求响应效率等同于中心化需求响应效率，结合公式(6)和(9)可以得到：
[0148]
π＝λ-λrꢀꢀꢀꢀꢀꢀꢀꢀ
(17)
[0149]
将公式(17)带入之前的拉格朗日函数后，得到表达式如下：
[0150][0151]
其中，i'(d)定义为求解后得到i(d)的表达式如下：
[0152]
i'(d)＝λ-bdꢀꢀꢀꢀꢀꢀ
(19)
[0153]
因此外部激励函数表达式可被描述为：
[0154]
i(d)＝(λ-bd)d
ꢀꢀꢀꢀꢀꢀꢀ
(20)
[0155]
其中，由于当λ＜bd时，i(d)的值为负数，不满足实际情况，因此最后非负外部激励函数的最终表达式可被描述为：
[0156]
i(d)＝max((λ-bd)d,0)
ꢀꢀꢀꢀꢀꢀꢀ
(21)
[0157]
从公式(21)可以看出外部激励主要与市场价格和需求响应量成正比，并且为非负实数。
[0158]
(3-2)带有外部激励的去中心化需求响应机制；
[0159]
通过对负荷服务实体施加外部激励增加总体社会福利，使分布式需求响应的最优响应容量无限接近集中式需求响应，根据得到的外部激励函数表达式，由于去中心化需求响应模型的底层函数不变，按照原有的求解方法，拉格朗日函数可被描述为：
[0160][0161]
类似地进行求解，可以得到当λr≥bd时，用户理性和有限理性条件下的 lse响应函数表达式为:
[0162][0163]
当λr≥bd时，用户理性条件下的lse响应函数表达式为:
[0164][0165]
图6和图7是加入外部激励后的lse响应函数图，可以发现，加入外部激励后在相同需求响应容量水平下，大大降低了横坐标的市场价格，促进了社会福利提升。
[0166]
(3-3)构造需求响应下等效虚拟发电机模型；
[0167]
通过分析三层ci需求响应机制中lse的响应函数对不同的外部激励(特别是批发市场价格)的影响，我们可以构造一个“虚拟发电机”模型来代表全市场下lse的最优需求响
应行为。参照典型发电机的参数，“虚拟发电机”的发电量me相当于最大需求响应潜力，“虚拟发电机”的成本参数a
de
和b
de
等效于需求响应成本参数，考虑到某些场景下的“自愿”需求响应，负荷的等效基线le要大于标称负荷l，虚拟发电机与需求响应等效模型如图3所示。
[0168]
接下来，给出虚拟发电机的各个等效参数计算公式，之前已经求出自愿需求响应为(λ
r-bd)/2ad，因此负荷基准值le可被描述为：
[0169]
le＝l-(λ
r-bd)/2adꢀꢀꢀꢀ
(25)
[0170]
同样，虚拟发电机的发电量me可被描述为：
[0171]
me＝m-(λ
r-bd)/2adꢀꢀꢀꢀ
(26)
[0172]
虚拟发电机的成本参数a
de
与lse响应函数的斜率有关，结合公式(15)，成本参数a
de
可被描述为：
[0173]ade
＝2adꢀꢀꢀꢀꢀ
(27)
[0174]
虚拟发电机的另一个成本参数b
de
等于用户开始参与需求响应时的市场价格，可被描述为：
[0175]bde
＝2λ
r-bdꢀꢀꢀ
(28)
[0176]
对于本领域技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型。因此，从任意一处来说，都应将实施例看作是指导性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所有的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。