微电网电力市场交易模型研究

陈 鹏，周 晖

（北京交通大学 电气工程学院，北京 100044）

微电网电力市场交易模型研究

陈 鹏，周 晖

（北京交通大学 电气工程学院，北京 100044）

在分析微电网特点的基础上，提出了基于多代理系统（multi⁃agent，MAS）的微电网电力市场交易模型。考虑到电力市场是一个不完全竞争市场，应用博弈论对微电网竞价策略进行分析。由于微电网的特殊性，微电网本身可以看成一个小型的低压配电网系统，而对于上级电力市场，微电网可以看成一个发电商，微电网要实现自身经济效益最大化就需要从这2个方面进行优化。应用等微增率对微电网各发电元件的经济运行进行分析计算，通过算例计算，得出了微电网自身利润最大化的报价策略和最优化运行方案。

微电网；电力市场；博弈论；等微增率

在过去的几十年内，大电网凭借其独特的优势得到了迅速发展，成为主要的电力供应渠道。这种以“大机组、大电网、高电压”为主要特征的集中式单一的供电系统，随着电网规模的日益扩大，其弊端也显现出来：成本高，运行难度大，难以满足用户越来越高的安全性和可靠性要求以及多样化的供电需求［1］。尤其是近年来，世界范围内出现几次大的停电事故，例如：2008年中国南方雪灾造成的大面积停电事故，2003年美加大停电事故，1999年科索沃战争美国对南联盟使用石墨炸弹造成的停电事故，充分暴露了大电网的脆弱性。一种新型、环保、高效、灵活的发电方式——分布式发电（distributed generation，DG）技术应运而生，并且受到越来越广泛的重视。

然而，随着DG的发电渗透率的增加，其自身也显现出了单机接入成本高、控制困难等问题。同时，对大电网来说，DG是一个不可控源，对电网造成很大的冲击，因此大系统往往采用限制隔离的方式处置分布式电源。为了充分利用分布式电源的优点，同时最大程度的降低分布式电源对电网的危害，20世纪末，学者提出了微电网的概念［1］。

微电网是由风力发电机、光伏发电站、微型燃气轮机和燃料电池等多种分布式电源通过大量的电力电子器件连接而成，具有投资成本低、发电方式灵活，低网损和低污染等优点，能够很好的解决边远地区和自治性地区的供电问题［2］。随着微电网技术的发展成熟，微电网将得到越来越广泛的应用，随之而来的是微电网的富余电量问题，建立微电网电力市场是解决该问题的有效方法之一。

目前，已有不少文献对微电网进行了研究，但是主要集中在微电网的经济运行优化方面，对微电网电力市场的研究较少。

文献［3］提出了基于MAS的微电网竞价优化策略，讨论了电力市场条件下微电网效益的最大化问题，并从竞价优化和微电网成本优化2方面着手分析微电网的效益最大化问题。

文献［4］提出了一种冷电联供分布式供能系统的优化控制模型，该模型考虑冷电联供系统与大楼电制冷空调的运行配合问题，并计及了电网购电价格、燃气价格和微燃机上网发电价格等因素对经济运行的影响。

文献［5］讨论了微电网通过大电网进行互联的可能性，建立基于大电网互联的微电网电力交易市场，并应用软件进行仿真计算验证微电网的电力市场可行性。

文献［6］提出了基于市场清算价格的微电网竞价模式并考虑供求关系对电价的影响，得出微电网元件最优出力，侧重电价对微电网内部出力的影响。

在前人研究的基础上，同时考虑到微电网的实际情况，建立了基于MAS的微电网电力交易市场，并运用博弈理论讨论微电网最优化竞价策略。同时，考虑到微电网的特殊性，对微电网进行经济调度，力求降低微电网的运行成本。

1 微电网电力市场模型

微电网和常规的发电商有很大的区别，微电网发电量的不确定性以及可再生能源发电的费用较高等原因，导致微电网还不能完全参与电力市场竞争，所以有必要建立微电网电力市场来解决微电网富余电量问题。文献［3］、文献［5］—文献［7］已经对微电网参与电力市场竞争进行了研究分析。

考虑到微电网的特殊性，微电网可以根据自身情况以发电商的角色参与电力市场竞争，也可以作为用户参与电力市场竞争。考虑到微电网竞争的实时性强、分布性广和多分层结构等特点［3］，用多代理系统模拟微电网参与电力市场竞争。借鉴传统的电力市场交易模型，可以得到微电网电力市场交易模型，如图1所示。

图1 电力市场下微电网的交易模型

微电网控制中心Agent：与传统市场模型的独立操作员相类似，负责编制交易计划，确定市场价格，实现日前市场交易或者实时市场交易。由于微电网的特殊性，微电网控制中心Agent首先根据微电网Agent投标数据进行分类，按时段把微电网分为电力需求微网与电力供给微网，并且把供应与负荷曲线反馈给各个微电网Agent。最后，计算微电网供需平衡（若需求大于供给需要向大电网进行购电），与大电网进行通信，再进行信息的发布和市场结算。

微电网Agent：①对自身进行负荷预测和发电量预测，确定市场参与角色（发电公司或者用户），并把信息反馈给微电网交易中心，再根据交易中心的反馈信息以及历史数据进行分析学习，制定购售电计划，并把投标数据上报给交易中心；②竞价成功后，根据竞价电量对微电网内部的发电元件进行经济调度；③考虑到安全因素的影响，当微电网发生内部故障时，能够实时快速切断微电网与大电网的联系，保证大电网的安全稳定运行。

微电网发电元件Agent：①根据自身发电元件特性和环境因素对发电出力进行预测，并把预测数据、运行成本、发电机组的报价和各种运行约束参数上报给微电网Agent；②时刻对发电元件的运行状态进行监视，及时上报微电网Agent，对发电元件进行实时控制，保证微电网安全稳定的运行。

微电网用户Agent：①根据用户的重要程度把用户分为敏感型负荷、可中断负荷和可调负荷，并上报微电网Agent；②对用户的用电负荷进行需求预测，并把预测数据上报给微电网Agent；③对用户的用电稳定性和安全性进行实时监控，协调用户与微电网之间的运行。

针对微电网分层性明显的特点，提出了基于MAS的微电网电力市场模型。同时，考虑到微电网的特殊性质，分别从微电网竞价策略和内部运行优化方面进行分析研究，得出微电网利润最大化的竞价策略和运行方案。下面分别对这2个方面进行分析。

2 微电网竞价模型

微电网电力市场近似于寡头垄断市场，参与微电网电力市场的主体可能通过策略性行为影响市场价格，获取超额利润，而如何获得超额利润是市场参与者最关心的问题。博弈论是专门研究2个或2个以上有利益冲突的个体，在有相互作用的情况下如何进行各自优化决策的理论，因此，运用博弈论来研究电力市场主体的行为是比较合适的。

有n个博弈方参与的博弈G=｛S1，…，Sn；u1，…，，策略组合是一个纳什均衡，是给定其他参与人的选择的情况下第i个参与人的最优策略，即

求解博弈问题的纳什均衡解，其实质就是求解最大化问题，因此可以利用一系列数学优化理论方法来求解博弈模型。

假设电力市场上有N个微电网竞价售电，以其中某个微电网作为切入点，其生产成本

式中：PG为该微电网的出力；a和b分别为成本常系数；aPG+b PG为可变成本，包括燃料费用、购入电力费用、外购水费、消耗材料费等随着出力变化而变化的费用；c为固定成本，包括厂内工人的工资及福利、设备的折旧修理费用和其它不随出力变化的费用。

考虑到市场的不确定性，作为自负盈亏的售电企业，微电网为了优化自身利润，在竞价时一般会在成本费用函数的基础上加上一定的比例因子λ，则该微电网的成本函数

市场上除了这家微电网外，还有N-1家微电网参与售电竞价，假设第i（i=1，2，…，N-1）家微电网的成本函数

式中：PGi、Ci、ai、bi、ci、λi的定义与式（1）、式（2）中各变量类似。

给定微电网的利润

微电网i获得的利润

式中：ρ为该时刻的电价。

由于给定微电网并不知道其他N-1个微电网的发电成本信息，只能通过某些途径获得它们的概率分布，因此只能采用概率手段来解决问题。假设微电网i有mi种不同类型，每种类型对应一个生产成本函数；波动因子有Mi种不同的取值，它们之间相互独立，则其概率分布分别如表1、表2所示。

表1 微电网i的生产成本概率分布

表2 微电网i的波动因子概率分布

微电网i的成本期望

成本期望也有一个浮动因子，如式（8）所示。

此时，该博弈模型由不完全信息博弈变为了完全信息不完美信息博弈模型，在这种完全信息博弈中，可以采用纳什均衡来解决［8］。由式（8）可得微电网i的利润函数

由平衡条件可得

根据微电网交易中心给出的该时刻负荷预测，确定所有微电网的总出力功率

式中：Pbuy为微电网交易中心向大电网所购电力。

联立式（10）、式（11）、式（12）可求得给定微电网在估计其他微电网情况后的最优竞价电量

由式（10）可得给定微电网边际成本价格的期望值

估计其他微电网的期望竞价电量

估计其他微电网的期望价格

按照统一清算价的原则，将该微电网的报价和其他微电网的报价进行排序，最高的报价会作为市场最终的清算电价，ρ*=max（ρ，ρ1，…，ρN-1），将ρ*代入式（4）和式（9）便可以得到给定微电网和其他微电网获得的期望利润。

3 基于等微增率的微电网经济调度

目标函数

式中：Ng为微电网中发电元件的个数；Pm为发电元件m的出力。

给定微电网在微电网电力市场获得竞价电量之后，必须满足供需平衡

式中：PD为负荷需求量。

对式（18）构造拉格朗日函数

式中：λ为拉格朗日乘子；Fm（Pm）为发电元件m带负荷为Pm时的成本。

对于目标函数F为凸函数的情形，L取得极值时F亦取得极值，所以F取得条件极值的条件是

表3 微电网竞价参数

根据式（23）可以求得微电网中各个分布式电源的最优出力。

4 算例及计算

4.1 微电网最优竞价策略分析

目前，虽然有不少文献对电力市场进行了建模仿真，但是在世界范围内还没有真正的微电网参与电力市场，因此含微电网的电力市场数据就无从收集。本文参照文献［3］的数据，在对微电网的竞价策略进行分析研究并考虑微电网竞价策略的波动性基础上，得出微电网的数据如表3所示。

在算例分析中，假设含微电网的电力市场上t时刻有3个微电网有富余电力参与市场竞争。由于数据有限，假设每个微电网有有限个报价成本函数，且其上下浮动比例为一个常数。

以微电网1为参考对象，微电网2和微电网3则为需要估计的竞争对手数据；3个微电网的成本浮动比例为固定值0.2，即1+λ在0.8、1、1.2之中取值，其概率分布如表4所示；3个微电网只有3个成本报价函数，其概率可以通过历史数据分析得到。

表4 微电网比例因子的概率分布

通过式（7）、式（8）计算可以得到微电网2、微电网3的估计报价成本参数，如表5所示。

表5 微电网i的估计报价成本参数期望

为了更准确的为微电网1提供决策依据，给估计参数加一个上浮因子，这个值根据市场具体情况进行取值。其值一般在［0.8，1.2］之间浮动，取1.1（随机）；（随机）进行分析计算。考虑负荷为168.8 MW和186.6 MW 2种情况下，微电网1如何选择最优化竞价策略。

（1）负荷P=168.8 MW的情况

通过博弈模型计算可以得到微电网的最优竞价策略和出力，其值如表6所示。

表6中HH代表微电网1采用高比例因子和高报价策略组合，HM、HL等含义依此类推。

在第一次计算中，得出有些数据超出微电网的出力上限，比如HH组合中微电网3的估计出力超出其出力上限，电力市场交易中心根据报价进行排序上网，如果超出发电上限按最大出力安排上网，然后将得到的数据代入模型方程中计算，最后可以得到各微电网的出力和报价。对电价进行排序，价格低的优先安排上网。比如HH组合中，微电网1的价格最低，首先安排微电网1上网出力57.83 MW，其次是微电网3上网出力100 MW，剩余需求电力10.97 MW为微电网2的上网出力，市场清算价格为70.89美元/MW。

根据各微电网实际获得的出力可以计算出其成本和利润，如表7所示。

负荷为168.8 MW情况下，微电网1按照高比例因子低成本竞价方案进行竞价得出竞价电价为58.16美元/MW，获得竞价出力为98.75 MW，在此情况下获得最大利润3 119.21美元。

（2）负荷P=186.6 MW的情况

按照相同步骤，得出各微电网的最优竞价策略如表8所示，各微电网的收益如表9所示。

此时微电网1按照高比例因子低成本竞价方案进行竞价得出竞价电价为61.31美元/MW，获得竞价出力为100 MW，在此情况下获得最大利润3 520.96美元。虽然2种情况下的报价策略一样，但是竞价电价和出力情况却不再相同，说明微电网可以通过自身的竞价策略影响市场电价，进而获得超额利润。

表6 P=168.8 MW时微电网的竞价策略和出力

表7 P=168.8 MW时微电网的收益

表8 P=186.6 MW时微电网的竞价策略和出力

表9 P=186.6 MW时微电网的收益

根据上述分析，微电网1采用高比例因子低成本报价的竞价策略可以保证本电网利润的最大化，同样其竞争对手也根据相同的原理进行竞价。当一方竞价策略改变时，其他微电网也会调整相应的竞价策略来保证自身利润的优化，最终会形成一个平衡点，即纳什均衡点。在纳什均衡的情况下，各微电网都不愿意改变自身的竞价策略。

4.2 微电网内部优化策略分析

以微电网1为例，在P=168.8 MW情况下，假设微电网通过低报价策略获得竞价发电容量为98.75 MW，电网内部电力需求为110.25 MW。微电网中有风电、光伏发电、燃气轮机、燃料电池、柴油机、小型火电、小型水电和蓄电池这8种形式的电源。考虑到目前蓄电池造价较高，充放电次数有限，蓄电池一般用于稳定微电网运行和削峰填谷。为了微电网长远利益，建议尽量减少蓄电池充放电次数。所以，假设微电网蓄电池无充放电的情形，其参数分别如表10所示。

表10 微电网内部各元件经济参数和出力限制

根据各元件参数，运用等微增率对成本优化，根据式（23）可以求得各元件的最优出力，如表11所示。

分析表11可以发现，清洁能源都处于满发状态，其他发电机组按照成本和实际需要进行供电，达到降低微电网成本的目的。

5 结束语

讨论了微电网富余电量的问题，建立了微电网电力市场模型，提出了基于博弈论的微电网竞价策注：所有元件均始终处于开机状态。略和基于等微增率的微电网内部优化的微电网效益最大化双重优化模型。最后应用算例进行计算，计算结果表明，该模型能为微电网的竞价策略和经济运行策略提供依据。

表11 微电网各元件的最优出力

：

［1］鲁宗相，王彩霞，闵勇，等.微电网研究综述［J］.电力系统自动化，2007，31（19）：100-106.

［2］卞海红，万秋兰，徐青山.可再生能源微网发电系统的可行性研究［J］.电力需求侧管理，2008，10（5）：10-13.

［3］艾芊，章健.基于多代理系统的微电网竞价优化策略［J］.电网技术，2010，34（2）：46-50.

［4］郭力，王守相，许东，等.冷电联供分布式供能系统的经济运行分析［J］.电力系统及其自动化学报，2009，21（5）：8-12.

［5］Sheikh Muhammad Ali.Electricity trading among mi⁃crogrids［D］.Glasgow：University of Strathclyde，2009.

［6］Sinha A，Basu A K，Lahiri R N，et al.Setting of market clearing price（MCP）in microgrid power scenario［C］.Pittsburgh：IEEE Power and Energy Society General Meeting Conversion and Delivery of Electrical Energy in the 21st Century，2008：1-8.

［7］Daniel S Kirechen，Goran Strbac.Fundamentals of power system economics［M］.New York：Wiley，2004.

［8］周四清.电力市场交易策略行为研究［M］.北京：科学出版社，2009.

［9］丁乐群，常冬玲，涂进，等.基于进化博弈的电力市场竞价规则研究［J］.继电器，2007，35（1）：72-76.

［10］王承民，郭志忠.电力市场中的等报价方法［J］.继电器，2002，30（8）：18-22.

［11］Alibhai Z，Gruver W A，Kotak D B，et al.Distributed coordination of micro⁃grids using bilateral contracts［C］.Hague：IEEE International Conference on Systems，Man，and Cybernetics，2004：1 990.

［12］Lum R，Kotak D B，Gruver W A.Multi⁃agent coordina⁃tion of distributed energy systems［C］.Hawaii：IEEE In⁃ternational Conference on Systems，Man，and Cybernet⁃ics，2005：2 584-2 589.

［13］丁明，包敏，吴红斌.分布式供能系统的经济调度［J］.电力科学与技术学报，2008，23（1）：13-17.

［14］黄永皓，康重庆，李晖，等.用电需求曲线建模及其应用［J］.电工电能新技术，2004，23（1）：29-33.

［15］杜松怀.电力市场［M］.北京：中国电力出版社，2007，222-241.

［16］于尔铿，韩放，谢开，等.电力市场［M］.北京：中国电力出版社，1998．

Research on trading model of micro⁃grid under market conditions

CHEN Peng，ZHOU Hui
（Beijing Jiaotong University，Beijing 100044，China）

Based on the analysis of micro⁃grid character,micro⁃grid power market bidding model based on MAS is proposed.Considering the fact that the electricity market is not a perfectly com⁃petitive market，we apply game theory to the analysis of bidding strat⁃egy of micro⁃grid.However，micro⁃grid has great difference with tradi⁃tional power plants.Micro⁃grid itself can be regarded as a small，low⁃voltage power distribution system，and for higher power market can be viewed as a power producer.To get the best profit，micro⁃grid bid⁃ding strategy in electricity market and dispatching its generators in economic mode are needed.So we use equal incremental rate to opti⁃mize the output of each power generation components of micro⁃grid in this paper.Finally，an example is calculated to get bidding strategy solution that micro⁃grid is expected to maximize the economic bene⁃fits and optimal operation scheme.

micro⁃grid;electricity market;game theory;equal incremental rate

F407.61

A

1009-1831（2011）04-0023-07

2011-05-05；修回日期：2011-06-12

陈鹏（1986—），男，湖南衡阳人，硕士研究生，主要从事微电网方面的研究；周晖（1964—），女，湖南娄底人，研究生导师，主要从事负荷预测和经济调度方面的研究。