基于多代理系统的微电网竞价优化策略

第34卷第2期电网技术Vol.34No.22010年2月PowerSystemTechnologyFeb.2010文章编号：1000-3673（2010）02-0046-06中图分类号：F416.2文献标志码：A学科代码：790·625基于多代理系统的微电网竞价优化策略艾芊，章健（上海交通大学电气工程系，上海市闵行区200030）OptimizationBiddingStrategiesofMicrogridsBasedonMulti-AgentSystemAIQian,ZHANGJian(DepartmentofElectricalEngineering,ShanghaiJiaoTongUniversity,MinhangDistrict,Shanghai200030,China)ABSTRACT:Abiddingsystemforelectricitymarketbasedonmulti-agentsystem,whichiscomposedofagentsofhigherlevelelectricitymarket,agentsofmicrogridandgenerationcompaniesandcomponent-levelagents,isproposed;thentheprofit-maximizingobjectofmicrogridsbasedontheproposedbiddingsystemisgiven;andthentheprofitmaximizingbiddingstrategyformicrogridsandgenerationcompaniesandinternalcostoptimizingstrategyformicrogridsareputforwardrespectively;moreover,thespecialfunctionsofeachsortofagentareexplained.Theeffectivenessoftheproposedbiddingstrategiesisverifiedbycalculationexamples.KEYWORDS:microgrids;biddingstrategy;multi-agentsystem(MAS);electricitymarket摘要：提出由上级电力市场Agent、微电网及发电公司Agent和元件级Agent组成多代理系统(multi-agentsystem，MAS)电力市场竞价体系。进而提出了基于这一体系的微电网利润最大化目标，针对此目标，分别提出微电网及发电公司Agent利润最大化竞价策略与微电网内部成本优化策略，并讨论了各Agent的具体功能。最后针对各个策略用算例验证了其有效性。关键词：微电网；竞价策略；多代理系统；电力市场0引言微电网由微型燃气轮机、燃料电池、光伏发电站等分布式电源组成。它能够利用可再生能源发电，网损较小，对环境的污染较轻，且具有灵活高效的能源调度方式，是一种极具优势的电网形式[1-4]。同时，由于微型电源的冷热电联供，不仅使微电网具有极高的能源转换效率，也使其发电成本大大下降。随着分布式发电装机容量的增加，微电网所发基金项目：国家863高技术基金项目(2007AA05Z458)；上海市自然科学基金资助项目(08ZR1409700)。TheNationalHighTechnologyResearchandDevelopmentofChina863Program(2007AA05Z458)．出的功率将逐渐大于本地负荷的消耗，此时，为充分利用微电网中剩余的电量，微电网将参与并网输电。因此，随着技术的进步、成本的下降、容量的增大，微电网在保证自身消耗的同时将参与电力市场竞价[5-7]。微电网加入电力市场后，由于微电网的特殊性，对于上级电力市场来说可将其看成单一的元件进行竞价，对于自身来说又可对各个分布式元件进行协调调度。因此，若能在并网时优化微电网在上级电力市场的竞价策略，则可使其利润增大；同时协调微电网中各发电元件的电量输出，可使其发电成本降低。因此，微电网可在增大利润的同时降低成本，从而获得最大利润。然而，随着微电网的加入，电力市场也发生了一些新的变化，如：竞价的实时化、分布化、分层化等，这使得传统的竞价机制难以适应新的市场变化。在这种环境下，多代理系统(multi-agentsystem，MAS)将凭借其分布、快速处理复杂问题的能力逐渐取代传统的电力市场预测体系。MAS是由多个Agent组成的系统，各Agent成员之间相互协同、相互服务，共同完成各自的任务[8]，其自主性、交互性、高效性的优点，可使其更好地适应电力市场向分布化和层次化发展的需求[9-10]。本文提出了基于MAS的微电网竞价优化策略，讨论了基于MAS的微电网在电力市场中的竞价结构。同时针对上层Agent竞价与下层Agent竞价，分别提出了微电网Agent与同级Agent的利润最大化竞价策略以及微电网Agent与元件级Agent的成本优化策略。并在算例中充分考虑到微电网的特殊性，使其在保持对自然能源充分利用的同时达到利润最大化。第34卷第2期电网技术471基于MAS的含微电网市场竞价结构基于MAS的含微电网市场竞价结构如图1所示，可分为上级电力市场Agent、微电网及发电公司Agent、发电元件Agent3层。1）电力市场Agent。根据各高级Agent申报的竞价数据以及系统安全水平，编制交易计划，确定市场价格，实现实时市场交易。同时将市场最终定价及各发电公司输出电量反馈给各高级Agent，使其成员能够根据提供的信息进行下一步交易决策。2）微电网及发电公司Agent。根据自身状况向上级Agent进行竞价申请，并对上级Agent所提供的数据进行学习并调整竞价策略。若是微电网Agent，则还要对元件Agent所提供的数据进行微电网发电余额、输电成本的预测处理，并综合上级Agent提供的数据进行上网竞价。竞价成功后，微电网Agent以成本最小化竞价策略对元件Agent进行调度。3）发电元件Agent。负责向微电网Agent提供输电损失、容量上限、输电量、发电元件运行状态等相关数据。并根据自身状态和微电网Agent提供的数据进行竞价，在竞价完成时进行具体的输电。本文将针对上层Agent竞价和下层Agent竞价，分别提出微电网Agent与同级Agent的利润最大化竞价策略以及微电网Agent与元件级Agent的成本优化策略，以达到微电网利润最大化的目标。竞价反馈竞价反馈竞价反馈竞价反馈竞价反馈状态调整状态调整状态调整预测环节发电元件Agent1发电元件Agent2发电元件AgentN成本函数/状态参数成本函数/状态参数成本函数/状态参数电力市场Agent发电公司Agent1发电公司AgentN微电网Agent1微电网Agent2微电网AgentN学习/调整竞价策略学习/调整竞价策略学习/调整竞价策略学习/调整竞价策略学习/调整竞价策略………图1基于MAS的含微电网市场竞价结构Fig.1ThebiddingconstructionofelectricitymarketcontainingmicrogridsbasedonMAS2微电网竞价优化策略2.1微电网Agent与同级Agent的利润最大化竞价策略2.1.1竞价策略模型2.1.1.1目标及模型当微电网并网且发电量大于消耗时，其Agent将参与电力市场电价竞争。然而，由于商业机密等原因，各Agent难以获得其他发电公司的竞价方案及运行资料[11-12]，只能获得少量信息，如：电网发电总量、最后电价等。在此种情况下，各Agent只能根据这些信息，运用量价微增策略进行利润最大化竞价[13-14]。假设某一发电公司i在t时刻的出力为iP，则其成本[15-17]为2iiiiiiWabPcP=++(1)式中ai、bi、ci是大于等于0的常数。由此推知其利润为2()iiiiiiiiiLWmPabPcPπ=−=−++(2)式中：iL为发电元件的收入；m为当前电价；iP为与电价m相关的函数，即(,)iPmt。对于i公司Agent来说，其目标为maxiπ(3)若每个发电Agent都选择最大化利润，则应该满足以下条件：/()0imtπ∂∂=(4)由此可得到i公司Agent在该阶段的有功−报价48艾芊等：基于多代理系统的微电网竞价优化策略Vol.34No.2函数关系式：()()(,)()1()1()iiiiiiiibGtGtPmtmtcGtcGt−=+++(5)式中()()jjiiPGtmt≠∂=∂∑，即第i个发电公司Agent对电网中其他发电Agent出力总和增量的响应变量。若考虑到原来竞价响应变量对现在变量的影响，则有11()(1)()LLinininnGtkGkGtn===−+−∑∑(6)式中：kn为影响因子；L为需要计及影响的历史阶段总数。2.1.1.2微电网特殊性造成的约束条件由于微电网能源的特殊性，其作为整体所能提供的最大出力是随时间变化的。同时为了保证微电网自身运行的安全，微电网进行网上竞价的电能应首先满足自身负荷消耗：ww,load0()max[()]()iPtPtPt≤≤−∑(7)式中：w()Pt为微电网Agent网上竞价出力；w,max[()]iPt∑为微电网中各元件t时刻最大出力；load()Pt为t时刻微电网负荷。同样，为保证微电网对可再生能源的最大利用效率，微电网中如光伏、风电等发电元件必须保持满发状态。当这些元件总发电量大于负荷消耗时，即max,load[()]()0iPtPt−≥∑时，有max,loadwwload[()]()()max[()]()iPtPtPtPtPt−≤≤−∑(8)式中max,()iPt为第i个光伏或风电的满发功率。因此，在微电网Agent上网竞价之前，微电网Agent必须对其内部各Agent通信的运行情况进行综合分析，预测出t时刻微电网可输出的电能范围后方可实行网上竞价。2.1.1.3其他约束条件其他约束条件包括12()()()()nPtPtPtDt+++=(9)min()()max()iiiPtPtPt≤≤(10)0iπ≥(11)式(9)为功率平衡约束，其中()Dt为t时刻电力市场需求量；式(10)为功率输出约束；式(11)为成本约束。2.1.2各上级Agent的具体功能上级电力市场Agent按本文第1节提出的方案进行操作。各发电公司Agent及微电网Agent具体功能如下：1）接收电力市场Agent的询问并提供最大发电量、发电成本、是否联网等参数。2）接收上级电力市场提供的相关数据，如电力市场用电及电价变化趋势。3）根据获得的数据，运用竞价策略将最新竞价方案反馈给上级Agent及本Agent。4）若为微电网Agent，则还需要综合考虑自身微电网的状态，预测微电网可能提供的最大、最小电量等。5）方案确定后提供相应的电能。2.2微电网自身成本优化策略2.2.1最小化成本策略模型相对于上级电网来说，微电网中各元件Agent之间可以相互通信，集中协调调度分散控制成为微电网Agent对其元件Agent的调度方式，这种方式使得微电网成本最小化成为可能。微电网Agent在上级Agent竞价中获得发电量后，为获得更大的利润，在微电网各元件之间需要进行成本最小化的Agent策略评估。同时，考虑到微电网中光伏和风力发电元件的特殊性(最大功率发电)，其目标为2min()min[(,)(,)]iiiiiiWabPmtcPmt=++∑∑(12)式中Wi为各微电网元件发电成本，其中不包括光伏与风力发电。由于微电网属于低压电网，其输电时的损耗不能忽略，且由于大多数微电网是放射性网络，因此，微电网输电成本与各发电元件所发出的电能有关[18]，即2(,)(,)iiiiiWbPmtcPmt′′′=+(13)式中ib′、ic′是大于等于0的成本系数。因此，微电网并网后，在满足约束条件下，微电网Agent成本最小化目标为min()iiWW′+∑∑(14)其约束条件仍需满足式(9)~