本發(fā)明涉及電力系統(tǒng)優(yōu)化調(diào)度，特別是一種能源交易量價決策方法。

背景技術(shù)：

1、隨著信息技術(shù)的發(fā)展，使得傳統(tǒng)消費(fèi)者能夠通過投資當(dāng)?shù)匕l(fā)電而成為產(chǎn)消者，園區(qū)能源系統(tǒng)可以將多個產(chǎn)消者結(jié)合在一起，共享他們的能源資源，但是由于分布式電源的波動性和間歇性，使得買方向能源供應(yīng)商購電的大小不確定。

2、在當(dāng)前能源互聯(lián)網(wǎng)和電力市場的大背景下，園區(qū)能源系統(tǒng)存在相互進(jìn)行能量交易的訴求，對接入同一配電網(wǎng)區(qū)域的園區(qū)多能系統(tǒng)來說，交互信息少、操作簡便、去中心化的分布式電力交易市場有更大的吸引力，同時能源價格的制定也與分布式能源發(fā)電相關(guān)，在這些方面，納什議價理論為能源價格談判提供了一種有效的方法，可以確保買賣雙方的利益得到公平解決，通過運(yùn)用博弈論的概念，協(xié)商的價格可以根據(jù)雙方的議價能力來平衡雙方的需求，從而達(dá)成共識，最終得到一個可持續(xù)的購電協(xié)議。

技術(shù)實現(xiàn)思路

1、鑒于上述技術(shù)中存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明所要解決的問題在于現(xiàn)有能源交易方法難以實現(xiàn)買賣雙方自身利益最大化，難以高效現(xiàn)有資源。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種能源交易量價決策方法，其包括，根據(jù)預(yù)測樣本，構(gòu)建第一模型，用于分析電熱負(fù)荷和光伏發(fā)電不確定性；結(jié)合所述第一模型和風(fēng)險價值理論構(gòu)建第二模型，用于降低源荷不確定性；根據(jù)所述第一模型的輸出結(jié)果構(gòu)建第三模型，用于平衡能量；根據(jù)所述第一模型的輸出結(jié)果、所述第二模型以及所述第三模型構(gòu)建第四模型，用于獲得決策結(jié)果。

4、作為本發(fā)明所述能源交易量價決策方法的一種優(yōu)選方案，其中：所述預(yù)測樣本包括關(guān)于電熱負(fù)荷和光伏發(fā)電的歷史數(shù)據(jù)或模擬數(shù)據(jù)。

5、作為本發(fā)明所述能源交易量價決策方法的一種優(yōu)選方案，其中：所述第一模型為卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)的混合模型。

6、作為本發(fā)明所述能源交易量價決策方法的一種優(yōu)選方案，其中：所述構(gòu)建第一模型的方法包括獲得多個特征圖、加速網(wǎng)絡(luò)收斂速度、對輸入門、遺忘門、輸出門進(jìn)行建模、獲得記憶細(xì)胞狀態(tài)以及獲得輸出信息；

7、其中，獲得多個特征圖的方法包括對輸入特征圖進(jìn)行卷積運(yùn)算，表達(dá)式為：

8、

9、式中，l表示層數(shù)，表示第j個輸入量，表示第j個輸出特征映射，分別為卷積核權(quán)值和偏置值；

10、加速網(wǎng)絡(luò)收斂速度的方法包括設(shè)置bn層，其表達(dá)式為：

11、

12、式中，μb、分別為均值和方差值，ε為無窮小量，xi、yi分別表示bn層的輸入特征量和輸出特征量，γ、β分別為尺度因子和運(yùn)動因子，m為當(dāng)前批次的樣本數(shù)量；

13、所述輸入門、遺忘門輸出門的模型表達(dá)式為：

14、

15、式中，it、ft、ot分別為輸入門、遺忘門、輸出門；xt表示預(yù)處理的數(shù)據(jù)；ht-1表示上個時刻的隱狀態(tài)；wxi、whi、bi分別是輸入門的權(quán)重矩陣、隱狀態(tài)的權(quán)重矩陣以及偏置向量；wxf、whf、bf分別是遺忘門的權(quán)重矩陣、隱狀態(tài)的權(quán)重矩陣以及偏置向量；wxo、who、bo分別是輸出門的權(quán)重矩陣、隱狀態(tài)的權(quán)重矩陣以及偏置向量；σ表示sigmoid函數(shù)，將輸出值變到0到1之間的函數(shù)；

16、所述記憶細(xì)胞狀態(tài)的表達(dá)式為：

17、ct＝ftct-1+ittanh(wxcxt+whcht-1+bc)

18、式中，ct-1表示上一個時刻的細(xì)胞狀態(tài)，wxc、whc、bc表示細(xì)胞狀態(tài)的權(quán)重矩陣、隱狀態(tài)的權(quán)重矩陣和偏置向量，tanh表示雙曲正切函數(shù)；

19、所述輸出信息的表達(dá)式為：

20、ht＝ot*tanh(ct)

21、式中，ht表示當(dāng)前時刻的輸出。

22、5.如權(quán)利要求4所述的能源交易量價決策方法，其特征在于：所述第二模型的構(gòu)建方法包括，根據(jù)所預(yù)測的光伏出力和電熱負(fù)荷信息，利用β分布函數(shù)構(gòu)建任何時段的源、荷的不確定性，其表達(dá)式為：

23、

24、式中，γ為伽馬函數(shù)；γt、βt為概率形狀參數(shù)，xt表示t時段所預(yù)測的光伏發(fā)電或者電熱負(fù)荷大小數(shù)據(jù)；

25、根據(jù)光伏發(fā)電、電熱負(fù)荷大小不確定性的預(yù)定義分布函數(shù)，構(gòu)建第二模型，其表達(dá)式為：

26、varα＝μ-σ·φ-1(α)

27、式中，varα為在置信水平α上計算的風(fēng)險價值，μ、σ分別為概率分布函數(shù)，f(xt)的平均值和標(biāo)準(zhǔn)差，而φ-1(α)為置信水平α下的分位數(shù)函數(shù)；一天內(nèi)光伏發(fā)電或電熱負(fù)荷大小不確定性的概率分布函數(shù)如下：

28、f(x1,…,x24)＝f(x1)f(x2)…f(x24)。

29、作為本發(fā)明所述能源交易量價決策方法的一種優(yōu)選方案，其中：所述第三模型的構(gòu)建方法包括根據(jù)平衡能量需求構(gòu)建電池儲能模型，其表達(dá)式為：

30、ltavg＝lcdod*dod*ebat

31、式中，ltavg為整個電池壽命器件的總吞吐量，dod為電池的放電深度，lcdod為給定電池放電深度下的壽命周期，ebat為電池容量；

32、

33、式中，cw為電池由于頻繁充電造成的壽命損失成本，ηdch為電池放電效率，cini為初始投資成本；

34、

35、式中，為根據(jù)自回歸模型預(yù)測的次日光伏發(fā)電量，εt為白噪音，φi為使用yule-walker方程估計的建模參數(shù)；

36、ptnet＝ptppa-ptpv

37、式中，ptnet為考慮各時刻購電協(xié)議的光伏發(fā)電盈余或赤字量，ptppa為t時刻購電協(xié)議量，ptpv為光伏發(fā)電的預(yù)測功率。

38、作為本發(fā)明所述能源交易量價決策方法的一種優(yōu)選方案，其中：所述第四模型的構(gòu)建方法包括，構(gòu)建賣方效用函數(shù)，其表達(dá)式為：

39、us(e,ppv)＝e·ppv-c(ppv)

40、

41、式中，e為電價，ppv為光伏購電量，c(ppv)為成本函數(shù)；

42、構(gòu)建買方效用函數(shù)，其表達(dá)式為：

43、ub(e,ppv)＝v(ppv)-e·ppv

44、式中，v(ppv)為值函數(shù)；

45、根據(jù)所述賣方效用函數(shù)和所述買方效用函數(shù)構(gòu)建第四模型，其表達(dá)式為：

46、e*＝argmax(us(e,ppv)-ds)(ub(e,ppv)-db)

47、式中，d＝(ds,db)為分歧點，ds、db分別為賣方和買方的出清價格；

48、對所述第四模型進(jìn)行求解，則其一階最優(yōu)條件的表達(dá)式如下：

49、

50、ds＝(τ-rs)·ppv-c(ppv)

51、db＝v(ppv)-(τ-rb)·ppv

52、式中，rs、rb分別為賣方和買方所面臨的風(fēng)險，τ為協(xié)議期限內(nèi)預(yù)測的平均電價。

53、一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)上述的方法的步驟。

54、一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)上述的方法的步驟。

55、本發(fā)明有益效果為：本發(fā)明在充分考慮源荷不確定性和買賣雙方的自身利益上，構(gòu)建的納什議價模型進(jìn)一步實現(xiàn)買賣雙方考慮各自利益下的收益最大化，高效利用現(xiàn)有資源，避免增加額外成本。