编辑: 笔墨随风 | 2019-07-04 |
1 0
2 2
0 6 ) 摘要:传统价格型需求响应( D R) 可能造成负荷弹性不大的用户用电成本的增加, 为此提出了一种 基于S t a c k e l b e r g模型的主动配电网( A D N) 动态电价 D R 方案, 确保用户参与 D R 的收益.
将负荷 分为 代理负荷和非代理负荷两类, 通过DR代理调控代理负荷, 利用动态博弈理论下的Stackelberg模型分析 D R 代理与 A D N 的互动过程, 求解 S t a c k e l b e r g均衡得到 D R 代理与 A D N 的均衡策略, 即动态电价与负荷安排.最后, 采用I E E E6节点的算例证明了所提出的 D R 设计在 限制用户电费支出方面的有效性. 关键词:需求响应;
动态电价;
S t a c k e l b e r g模型;
主动配电网 收稿日期:
2 0
1 6 G
0 7 G
2 6;
修回日期:
2 0
1 6 G
1 0 G
1 9. 上网日期:
2 0
1 6 G
1 2 G
2 1.
0 引言 作为未来智能电网的重要组成部分, 主动配电 网( a c t i v ed i s t r i b u t i o nn e t w o r k, A D N) 强调对配电 网中的可控资源进行主动管理和主动控制, 以提高 配电网运行的可靠性和经济性[ 1] , 而需求响应(demandr e s p o n s e , D R) 正是 A D N 对于需求侧资源 进行主动管理的有效手段.D R 能够削峰填谷, 延 缓电网升级并有效降低电网运行费用.根据用户不 同的响应方式, D R 可划分为2 种类型: 价格型 D R ( p r i c e G b a s e dd e m a n dr e s p o n s e , P B D R) 和激励型DR( i n c e n t i v eb a s e dd e m a n dr e s p o n s e , I B D R) [ 2] . 尽管I B D R 为电网调度提供了便利, 但考虑到用户 是DR的重要参与方, 其响应方式及参与响应的收 益需要被重视, 因此本文所提的 D R 方案是 P B D R. 近年来, 国内外对于 P B D R 已有大量研究[
3 G 8] . 文献[
3 ] 通过自定义的价值, 对比了普通经济调度与 加入 P B D R 后的电网运行对发电公司和用户的影 响.文献[4G5] 研究了负荷与负荷服务商(loadservinge n t i t y , L S E) 之间的互动过程, 文献[ 4] 将其 等效为一个双层优化问题, 文献[
5 ] 设计了优化互动 机制来解决该问题.文献[ 6] 应用分布式算法解决 用户与能源提供商通过智能电表进行的实时电价和 电量 信息的双向通信问题. 动态博弈理论中的Stackelberg模型也在研究智能电网下的能量管理 方面得到了大量应 用[
9 G
2 1] .在Stackelberg模型中通常存在领导者( l e a d e r ) 和追随者( f o l l o w e r ) , 通过 分别构造领导者和追随者的效用函数来分析二者间 的动态决策过程.在应用 S t a c k e l b e r g博弈模型的 文献中, 有的利用KarushGKuhnGTucker( KK T) 条 件将追随者的效用函数转化为约束, 从而将问题转 化为 单层规划问题来解决[
1 5 G
1 6 ] ;
有的通过求解Stackelberg均衡来分析领导者和追随者的最优策 略[
1 0 G
1 1,
1 7 G
2 1] .在不同的应用场景下, 通常选择 不同的领导者和追随者.如文献[
1 1 ] 考虑在智能家居的 环境下, 以用户能量管理中心( e n e r g ym a n a g e m e n t c e n t e r ) 为领导者, 以用电设备为追随者, 通过
1 个 领导者―N 个追随者的 S t a c k e l b e r g模型建立了 虚 拟电价 的交易机制.文献[
1 9] 分析在多微网互联 的地区内各微网间的能量交互过程, 将存在能量盈 余的微网看做领导者, 将存在能量缺额的微网看做 追随者.文献[