[發明專利]一種基于雙層隨機規劃的電力零售商短期決策模型

在審

• 申請號: 202111351462.4
• 申請日: 2021-11-16
• 公開（公告）號: CN114066672A
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 趙文杰;楊萌;李虎軍;劉軍會;何雯雯;吳雄;張子裕;鄧方釗;楊欽臣;鄧振立;尹碩;金曼;路堯
• 申請（專利權）人: 國網河南省電力公司經濟技術研究院;國家電網有限公司;西安交通大學
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06Q30/02;G06Q10/06
• 代理公司: 鄭州圖釘專利代理事務所(特殊普通合伙) 41164
• 代理人: 石路

1.一種基于雙層隨機規劃的電力零售商短期決策模型，其特征在于，包括如下步驟：

S1：建立擬成場景的電力需求、DRE發電量、日前市場和實時市場的報價，以及與電力零售商競價的其他負荷服務商的DRE報價；

S2：利用雙層隨機規劃理論生成電力零售商短期決策模型，包括優化目標為電力零售商采購成本最小化的上層模型以及優化目標為DRE生產商利潤最大化的下層模型；

S3：利用KKT條件和對偶理論將電力零售商短期決策模型轉化為對應的單層混合整數線性規劃模型；

S4：將生成的情景數據輸入到搭建好的單層混合整數線性規劃模型中，得到電力零售商的最優報價與最優購電量，以及DRE生產商的出售份額。

2.根據權利要求1所述的一種基于雙層隨機規劃的電力零售商短期決策模型，其特征在于，所述步驟S1的具體過程如下：

基于歷史數據，確定擬成場景的電力需求、DRE發電量、日前市場和實時市場電價，以及與電力零售商競價的其他負荷服務商的DRE報價；

上述數據受到以下因素的影響：電力因素、DRE發電量、日前市場與實時市場電價的歷史價格，其他負荷服務商DRE報價的期望值和標準差；

根據上述數據，利用季節性差分自回歸滑動平均模型來生成不同的場景，表示如下：

式中，φ₁、φ₂、…、φ_p為p個自回歸參數，為p個季節性自回歸參數，θ₁、θ₂、…、θ_q為q個平均移動參數，Θ₁、Θ₂、…、Θ_Q為Q個季節性平均移動參數，ε_t是由一個獨立的正態隨機過程表示的誤差項，B是后移運算符。

3.根據權利要求1所述的一種基于雙層隨機規劃的電力零售商短期決策模型，其特征在于，所述步驟S2中，電力零售商采購成本最小化的上層模型的目標函數為：

式中，w為研究的不同情景，t為不同時間段，π_w為情景w的概率，為時間t和情景w內從日前市場購買的電力，為時間t和情景w內日前市場的電價，為時間t和情景w內從實時市場購買的電力，為時間t和情景w內實時市場的電價，為時間t和情景w內從DRE生產商購買的電力，為時間t內電力零售商提供的DRE價格，β為零售商的風險規避參數，α為條件風險值的每單位置信水平，ζ和η_w為計算條件風險值的輔助變量。

4.根據權利要求3所述的一種基于雙層隨機規劃的電力零售商短期決策模型，其特征在于，所述電力零售商采購成本最小化的上層模型約束為：

式中，為時間t和情景w內電力零售商的凈功率需求，為電力零售商在時間t和情景w中設定的最小DRE購買百分比，為時間t和情景w內導入本地電網的DRE總量，π_ξ為情景ξ的概率，x_t,0,ξ為在時間t和情景ξ內出售給正在商談的電力零售商的DRE占比。

5.根據權利要求1所述的一種基于雙層隨機規劃的電力零售商短期決策模型，其特征在于，所述步驟S2中，DRE生產商利潤最大化的下層模型的目標函數為：

式中，為時間t內導入本地電網的DRE預期值，λ_t,r,ξ為時間t和情景ξ內電力零售商市場代理r關于DRE的投標值，表示時間t內正在商談的電力零售商的DRE投標值，x_t,r,ξ為時間t和情景ξ內出售給電力零售商市場代理r的DRE電力占比，x_t,0,ξ為時間t和情景ξ內出售給正在商談的電力零售商的DRE占比。

6.根據權利要求5所述的一種基于雙層隨機規劃的電力零售商短期決策模型，其特征在于，所述DRE生產商利潤最大化的下層模型約束為：