[发明专利]一种信用风险下的多微网交易优化方法及系统在审
申请号: | 202110224330.9 | 申请日: | 2021-03-01 |
公开(公告)号: | CN112884572A | 公开(公告)日: | 2021-06-01 |
发明(设计)人: | 李歧强;宋尚逾;李冠冠 | 申请(专利权)人: | 山东大学 |
主分类号: | G06Q40/02 | 分类号: | G06Q40/02;G06Q40/04;G06Q10/04 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 李琳 |
地址: | 250061 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 信用风险 多微网 交易 优化 方法 系统 | ||
1.一种信用风险下的多微网交易优化方法,其特征是:包括以下步骤:
(1)基于微电网主体的历史交易信息,计算每个微网主体的信用水平;
(2)确定信用风险下多微网交易优化问题的约束条件和优化目标,建立交易优化模型;
(3)考虑变量的离散性和连续性,将多微网优化模型分解为用于求解微网交易组合的主问题和用于求解考虑信用水平不确定性的微网交易计划的子问题;
(4)利用列与约束生成算法求解分解后的主问题和子问题,得到最优交易计划,确定各微网的购售电状态及电量。
2.如权利要求1所述的一种信用风险下的多微网交易优化方法,其特征是:所述步骤(1)中,微网历史交易信息包括:为多微网的交易需求量,ΔPi为微网交易需求量与实际预测量的偏差;NSsum为个体i交易的次数,设定偏差阈值δ,当交易需求量与实际预测量偏差超过阈值,即ΔPi≥δ时,统计一次恶意报价次数,最终得到Ne;为该时段历史平均参与量;Pri为预测精度水平,评估可再生能源和负荷的预测精准程度;Dpi为交易质量,评估微网的能源交易水平,统计周期预先设定。
3.如权利要求1所述的一种信用风险下的多微网交易优化方法,其特征是:所述步骤(1)中,根据统计的历史信息,通过logistic 回归分析法将多重指标转化为违约概率di,将微网主体i的信用水平Proi表示为式中dmax表示风险阈值。
4.如权利要求1所述的一种信用风险下的多微网交易优化方法,其特征是:所述步骤(1)中,所述步骤(1)中,若主体被识别为恶意节点,被清除出交易市场,只能与配网交易;统计连续可接受失信水平次数Ndn,在一定交易周期内其交易偏差量都在可接受范围,其信用水平恢复为1。
5.如权利要求1所述的一种信用风险下的多微网交易优化方法,其特征是:所述步骤(2)中,构建的约束条件包括各微网间能量交易的状态及容量约束、各微网与电网能量交易的状态及容量约束、各微网及多微网的功率平衡约束。
6.如权利要求1所述的一种信用风险下的多微网交易优化方法,其特征是所述步骤(2)中,构建的优化目标为多微网总运行成本最低的目标函数,所述多微网总运行成本包括各微网间的能量交易费用、各微网与电网的能量交易费用、各微网发电单元的运行与维护费用、各微网信用保证金费用。
7.如权利要求1所述的一种信用风险下的多微网交易优化方法,其特征是:所述步骤(2)中,U为信用风险下交易出清量的不确定集合:
式中,为t时刻微网i出清量的数值;ΔNL(i,t)为t时刻微网i出清量与预测出清量的偏差值;信用水平表征微网主体的历史交易参与属性,其影响集合U不确定区间的大小,表示为信用水平越高,信用风险越小,ΔEL(i,t)越小;反之ΔEL(i,t)越大,Γ(i)为风险的不确定裕度。
8.如权利要求1所述的一种信用风险下的多微网交易优化方法,其特征是:所述步骤(3)中,所述主问题仅包含离散决策变量,用于求解微网交易组合;所述子问题包含连续决策变量和不确定参量,用于求解考虑信用水平不确定性的微网交易计划;
基于KKT条件将多微网优化模型分解的主问题和子问题转换为混合整数线性规划。
9.如权利要求1所述的一种信用风险下的多微网交易优化方法,其特征是:所述步骤(4)中,采用列与约束生成算法求解转换后的主问题和子问题,得到各微网的日前交易计划,即每时刻各微网的购售电状态及电量。
10.一种信用风险下的多微网交易优化系统,其特征是:包括:
主体信用水平确定模块,被配置为基于微电网主体的历史交易信息,计算每个微网主体的信用水平;
模型构建模块,被配置为确定信用风险下多微网交易优化问题的约束条件和优化目标,建立交易优化模型;
分解模块,被配置为考虑变量的离散性和连续性,将多微网优化模型分解为用于求解微网交易组合的主问题和用于求解考虑信用水平不确定性的微网交易计划的子问题;
计算模块,被配置为利用列与约束生成算法求解分解后的主问题和子问题,得到最优交易计划,确定各微网的购售电状态及电量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110224330.9/1.html,转载请声明来源钻瓜专利网。