一种基于CVaR的区域能源系统优化定价方法

本发明涉及区域能源优化，尤其涉及一种基于cvar的区域能源系统优化定价方法。

背景技术：

1、电力在我国能源消费与碳排放中占据重要地位，随着社区分布式发电的普及，用户用电管理难度提高，有必要加入代理商协助电网管理市场；区域内能源交易作为一种新的措施，适用于区域用户之间的互动；考虑到零售电力市场中的自主区域用户，从去中心化的角度看待并网能源管理至关重要；考虑到参与者的不同行为，这些由代理商管理的区域用户可能构成一个领导者-追随者结构；stackelberg博弈可以有效地描述领导者-追随者关系，即代理商在区域用户做出决策之前选择战略；在代理商的指导下，直接能源交易的区域用户相互协商以对价格做出反应。

2、公开号cn 117408729a的专利基于混合主从博弈粒子群的定价方法及系统，该专利主要解决现有模型中未考虑代理商向居民购电定价，目标以单纯减少购电量来减少碳排放；该专利仅考虑单个社区，存在社区与居民间关系研究不清晰的问题；并未考虑多区域联合运行系统，缺失对系统调度的风险评估及相关模型；另外，对于储能以及电动汽车的充放电过程，也未考虑合理约束条件等问题。

3、公开号cn 114565153 a的专利基于电动汽车可调度能力的区域风、光、车组合优化方法，以区域电网的经济性为目标，对机组组合模型进行优化，得到风、光、车最优组合模型；但未涉及不同区域间用电协调，能源交互问题。

技术实现思路

1、针对现有方法的不足，本发明解决现有模型未涉及区域内不同区域间能源交互策略，代理商向区域用户购电定价方面，目标仅联合不同用电产能模型，在不同区域间用电关系研究不清晰，对于储能以及电动汽车的充放电过程，也未考虑合理约束条件等问题。

2、本发明所采用的技术方案是：一种基于cvar的区域能源系统优化定价方法包括以下步骤：

3、步骤一、构建社区光伏出力模型、光伏出力约束模型、储能模型、电动汽车功率模型；储能及电动汽车充放电约束条件；构建居民与办公区以居民用电电价为基础，商业区以商业用电电价为基础的向电网购电模型；

4、作为本发明的一种优选实施方式，向电网购电模型为计算某时刻、所有场景下的办公区、居民社区的用电功率加上办公区、居民社区、商业区的用户ev负荷、用户储能负荷，减去办公区、居民社区的售电功率，再减去所有场景下的办公区、居民社区、商业区的光伏出力。

5、步骤二、构建办公区、居民社区、商业区的用电成本模型；

6、作为本发明的一种优选实施方式，办公区、居民社区的用电成本模型为计算某时刻、某场景、某办公区、居民社区的用电成本乘以某时刻所有办公区、居民社区的购电电价。

7、作为本发明的一种优选实施方式，商业区的用电成本模型为计算某时刻、某场景、某商业区的用电功率乘以所有商业区购电价格。

8、作为本发明的一种优选实施方式，某时刻、某场景、某商业区的用电功率为计算某时刻、某场景、某商业区的设备功率密度与照明功率密度之和，再乘以某商业区的面积。

9、步骤三、分析办公区、居民区域和商业区的不同区域用电，利用cvar权衡预期收入和风险约束模型，保证不同区域能源系统运行完整；

10、作为本发明的一种优选实施方式，cvar权衡预期收入和风险约束模型为：将办公区、居民社区向电网出售能源的收益减去商业区的用电成本、办公区、居民社区的用电成本、办公区、居民社区、商业区的建设运维成本之和得到向电网出售能源的盈利，以用户相关的办公区、居民社区、商业区的辅助变量与向电网出售能源的盈利的差值不大于办公区、居民社区相关的辅助变量为约束。

11、步骤四、根据区域用电模型、区域内储能及电动汽车充放电约束条件，得出区域能源交互模型目标函数及约束，通过计入cvar权衡预期收入和风险，用以计算区域能源交互系统的目标收益；

12、作为本发明的一种优选实施方式，区域能源交互模型目标函数的公式为：

13、

14、式中，πi,w表示w场景下第i个办公区、居民社区、商业区用户用电情景发生的概率，β表示cvar风险价值条件加权系数，γ表示条件风险价值的置信水平，ηi,w表示w场景下第i个办公区、居民社区相关的辅助变量，ζi表示与区域i用户相关的办公区、居民社区、商业区的辅助变量；表示w场景下t时第i个办公区、居民社区、商业区的建设运维成本；为所有办公区、居民社区的向电网出售能源的收益；表示w场景下t时第i个商业区的用电成本；表示w场景下t时第i个办公区、居民社区的用电成本。

15、作为本发明的一种优选实施方式，区域能源交互模型约束条件包括：对办公区、居民社区、商业区购电价格进行最大、最小值和均值约束；办公区、居民社区售电价格进行最大、最小值和均值约束。

16、作为本发明的一种优选实施方式，步骤四还包括：

17、对区域用户用电行为进行约束，对区域用户功率平衡进行约束。

18、步骤五、采用starbucks博弈模型，以区域整体的利润为主要目标、降低居民用电成本为次要目标，通过kkt条件转换为统一目标的线性方程，并对拉格朗日乘数进行约束。

19、作为本发明的一种优选实施方式，统一目标的线性方程的公式为：

20、

21、其中，为拉格朗日乘数，表示第i类区域用户电动汽车与储能设备进行能源交互的单位成本，wem表示储能装置的最大值，表示w场景下第i类区域用户t时段除开电动汽车外的用电负荷，表示w场景下第i类区域用户t时段的光伏出力，表示用户的最大购电功率，表示用户的最大售电功率，pec,max表示用户储能装置的最大充电功率，ped,max表示用户储能装置的最大放电功率，pevc,max表示用户电动汽车的最大充电功率，pevd,max表示用户电动汽车的最大放电功率，socemax表示用户储能装置的最大储能soc值，socemin为表示用户储能装置的最小储能soc值，socevmax为表示用户电动汽车的最大储能soc值，socevmin为表示用户电动汽车的最小储能soc值。

22、本发明的有益效果：

23、1、对区域用户用电及定价进行优化，以此对区域电动汽车充电和区域用户用电负荷进行调度；通过代理商定价连接整个系统，对区域光伏出力、储能设备及电动汽车负荷加以利用，并充分优化调度，有效降低区域各类用户用电成本；

24、2、目前在对于区域内不同类型区域联合运行用电定价这一块的研究较为薄弱，少有考虑区域内不同用户间能源交互策略，本发明使用的定价方法使区域用电效率及分布式能源利用率得到提升，同时减少区域用电对大电网的依赖；

25、3、在计入cvar后，区域可根据不同的风险趋向选择不同的优化策略，针对区域能源运行系统及能源交互方法提供了一定的灵活性。

技术特征：

1.一种基于cvar的区域能源系统优化定价方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于cvar的区域能源系统优化定价方法，其特征在于，向电网购电模型为计算某时刻、所有场景下的办公区、居民社区的用电功率加上办公区、居民社区、商业区的用户ev负荷、用户储能负荷，减去办公区、居民社区的售电功率，再减去所有场景下的办公区、居民社区、商业区的光伏出力。

3.根据权利要求1所述的基于cvar的区域能源系统优化定价方法，其特征在于，办公区、居民社区的用电成本模型为计算某时刻、某场景、某办公区、居民社区的用电成本乘以某时刻所有办公区、居民社区的购电电价。

4.根据权利要求1所述的基于cvar的区域能源系统优化定价方法，其特征在于，商业区的用电成本模型为计算某时刻、某场景、某商业区的用电功率乘以所有商业区购电价格。

5.根据权利要求4所述的基于cvar的区域能源系统优化定价方法，其特征在于，某时刻、某场景、某商业区的用电功率为计算某时刻、某场景、某商业区的设备功率密度与照明功率密度之和，再乘以某商业区的面积。

6.根据权利要求1所述的基于cvar的区域能源系统优化定价方法，其特征在于，cvar权衡预期收入和风险约束模型为：将办公区、居民社区向电网出售能源的收益减去商业区的用电成本、办公区、居民社区的用电成本、办公区、居民社区、商业区的建设运维成本之和得到向电网出售能源的盈利，以用户相关的办公区、居民社区、商业区的辅助变量与向电网出售能源的盈利的差值不大于办公区、居民社区相关的辅助变量为约束。

7.根据权利要求1所述的基于cvar的区域能源系统优化定价方法，其特征在于，区域能源交互模型目标函数的公式为：

8.根据权利要求1所述的基于cvar的区域能源系统优化定价方法，其特征在于，区域能源交互模型约束条件包括：对办公区、居民社区、商业区购电价格进行最大、最小值和均值约束；办公区、居民社区售电价格进行最大、最小值和均值约束。

9.根据权利要求1所述的基于cvar的区域能源系统优化定价方法，其特征在于，步骤四还包括：对区域用户用电行为进行约束和对区域用户功率平衡进行约束。

10.根据权利要求1所述的基于cvar的区域能源系统优化定价方法，其特征在于，统一目标的线性方程的公式为：

技术总结
本发明涉及区域能源优化技术领域，尤其涉及一种基于CVaR的区域能源系统优化定价方法，包括构建模型及约束；利用CvaR权衡预期收入和风险约束模型，保证不同区域能源系统运行完整；通过计入CvaR权衡预期收入和风险，用以计算区域能源交互系统的目标收益；采用Starbucks博弈模型，以区域整体的利润为主要目标、降低居民用电成本为次要目标，通过KKT条件转换为统一目标的线性方程，并对拉格朗日乘数进行约束。本发明解决现有模型未涉及不同区域间能源交互策略，代理商向区域用户购电定价方面，目标仅联合不同用电产能模型，在不同区域间用电关系研究不清晰，对于储能以及电动汽车的充放电过程，也未考虑合理约束条件等问题。

技术研发人员：张晓花,邓奎衡,朱陈松,吕俊彦,陈柏霖,陈星瑞
受保护的技术使用者：常州大学
技术研发日：
技术公布日：2024/5/29