基于MAS的调峰权交易模型

，

(国网南充供电公司，四川 南充 637000)

0 引 言

近年来，随着社会经济的高速发展、人民生活水平的不断提高，同时节能调度实施方案要求高耗能、低效率火电机组停机发电，使电力系统失去了相当部分的停机调峰能力，然而电网负荷峰谷差缺逐年增长，日益增大的负荷峰谷差严重影响电力系统的安全稳定运行[1-3]。目前电网的调峰手段主要从负荷侧和发电侧这两方面着手。负荷侧调峰主要采取“先错峰、后避峰，再负控限荷、最后拉路”的调峰管理方法。虽然负荷侧调峰管理减小电网负荷峰谷差，但给停电给电力用户的生产生活带来极大的不便。发电侧调峰主要是控制调峰机组的启停状态，但在电网负荷低谷时期，部分向下调峰调解能力弱的调峰机组被迫停运，调峰机组的被迫停运会造成电网在负荷高峰时期系统的发电容量不能满足电力负荷的需要。由于各发电企业参与上网电价的竞价是相互独立的，使得各发电企业之间缺乏有效的沟通，从而使得部分调峰机组的调峰性能不能有效充分发挥。

为解决上述调峰机组调峰能力得不到充分利用的问题，在调峰电力市场中，建立一种有效的调峰交易模式。此模型是在尽可能满足电力用户用电需求的基础之上，针对不同调峰机组的调峰性能，建立一个合理的竞价平台，即，调峰机组通过相互购买调峰权，使调峰机组的调峰性能得到最大的发挥，有效避免不合理的深度调峰或被迫停机调峰，在鼓励发电企业发电的同时，还能鼓励调峰机组积极参与电网调峰，缓解电网调峰的压力。提高电网运行的效率[4，5]。调峰权是指在电力负荷低谷时期，调节能力大的发电机组在满足自身调峰任务的基础之上，通过向调节能力不足的机组出售多余的调峰容量，不但获得额外的收益，还能避免调节能力不足的机组频繁启停，提高机组的寿命周期[6]。

随着调峰权概念的引入，电网调峰也会发生一些新的改变，例如：电网调峰的分层化和分布化，这使得传统的调峰手段很难适应新的变化，由于多代理系统(multi-agent system，MAS)具有分布、快速、高效、解决复杂问题的特征，将使其能够更好地适应电网调峰的变化。MAS是由多个Agent通过共同合作来构成的一个体系。MAS的基本单元是Agent，各Agent 可以在调峰市场中相互服务、相互协同，并共同完成各自的任务，各 Agent具有自主性、高效性、交互性的特点[7-8]。

所提出的基于MAS的调峰权交易机制，讨论了基于MAS 的调峰权在电力市场中的竞价结构。同时针对上级 Agent 调峰竞价与下级 Agent 调峰竞价，分别提出了发电机组 Agent 与同级 Agent 的调峰竞价策略以及发电机组Agent自身的调峰量优化策略。通过算例表明基于MAS的调峰权交易机制，不但符合电网运行发展的特征，还能够在电力市场环境下，推动电网调峰的发展。

1 基于MAS的调峰权交易机制结构

文献[6]提出的调峰权虽然为调峰机组购售调峰容量提供了一种有效的交易方式，但文献中并没有提出调峰权交易具体的流程和结构，为此，设计了一种基于MAS的调峰权交易模型[9]。其具体流程如下。

基于MAS的调峰权交易模型结构原理如图1所示，包括上级电力调峰市场Agent、发电公司调峰Agent、发电机组调峰Agent等3层。

1)电力调峰市场Agent。根据各高级调峰Agent反馈的调峰数据，制定调峰权交易计划，确定各发电公司的调峰权交易价格及交易调峰容量。同时将结果反馈给各高级调峰Agent，为其下一步决策交易提供参考依据。

2)发电公司调峰Agent。根据上级调峰Agent反馈的数据结合旗下发电机组Agent提供的数据来调整调峰权交易计划，并及时把调整后的交易计划上报上级调峰Agent。在调峰权交易成功后，发电公司调峰Agent以调峰成本最小化优化策略对发电机组Agent进行调度。

3)发电机组Agent根据自身状态向发电公司调峰Agent提供的数据，根据上级Agent的调度计划参与电网的调峰。

针对电力市场的上层调峰Agent竞价和下层调峰Agent竞价体系，分别提出发电公司调峰Agent与同级调峰Agent的经济效益最大化、发电公司调峰Agent与机组Agent的调峰成本最小化的调峰权交易模型，使发电公司的效益最大化。

图1 基于MSA的调峰权交易模型体系

2 调峰权交易模式

2.1 调峰权交易模型

根据电力系统运行的实际情况对参与调峰权交易的发电企业进行配对，配对目的是使调峰权交易产生的社会效益最大化[4，5]。

假设调峰权交易市场中有n个调峰权买方和m个调峰权卖方。第i个买方申报的调峰权电量购买量和报价分别为QB-i和PB-i，第j个卖方申报的调峰权电量出售量和报价分别QS-j为和PS-j。假设调峰权买家i和调峰权卖家j的调峰权交易量为Qij，对应的调峰权交易价格为Pij，则消费者剩余为(PB-i-Pij)Qij，生产者剩余为(Pij-PS-j)Qij。

调峰权交易不能忽略交易成本，甚至某些调峰权交易由于不能通过安全校核而使交易成本无限增大，因此，应考虑每个发电成员相互之间的交易成本。设调峰权买家i和调峰权卖家j之间的交易成本为Cij，由此构成n×m的交易成本矩阵C。其中，交易成本Cij的数学表达式为

Cij=mijρt

(1)

式中，mij为边际网损系数；ρt为单位时间段t内的调峰电价。ρt的数学表达式为

(2)

式中,ρn表示过去m个时间段中第n时间段的调峰电价。

所以调峰权交易的社会效益为

=(PB-i-PS-i-Cij)Qij

(3)

由式(3)可知，在调峰权交易当中所产生的社会效益与其成交价格无关，为了保证调峰权交易的公平公正性，使调峰权买家和调峰权卖家的效益值相等，其成交价格Pij应为双方报价的平均值，其数学表达式为

(4)

调峰权交易的目标是使所有发电成员的社会总效益最大，因此，调峰权交易的目标函数为

(5)

约束条件为

Eij=(PB-i-PS-i-Cij)Qij

(6)

(7)

(8)

式(6)为卖方j与买方i之间调峰权交易产生的期望社会效益；式(7)为第j个卖方申报的调峰权电量出售量约束；式(8)为第i个买方申报的调峰权电量购买量约束。

本文将后抛式离心抛撒子弹弹道和落点散布分析结合在一起,研究某型号子母弹子弹抛撒过程的弹道理论和计算方法。

由于电力行业的特殊性，各发电公司提供的出力是实时变化的。同时为了保证电力系统安全可靠的运行，在进行调峰权交易时还需要满足以下几个约束。

(9)

Vk-min≤Vk≤Vk-max

(10)

Fl-min≤Fl≤Fl-max

(11)

式(9)为功率平衡约束，其中Pk为第k个发电公司在调峰权交易结束后的出力；Pload为电网的需求量；式(10)为节点电压约束，其中Vk为节点k的电压，Vk-min和Vk-max分别为节点k的最小电压值和最大电压值；式(11)为线路潮流约束，其中Fl为调峰权交易后线路l的输送功率，Fl-min和Fl-max分别为线路l的最小输送功率和最大输送功率。

2.2 各上级调峰Agent的具体功能

上级电力调峰市场Agent具体功能如下。

1) 接收参加调峰权交易的各发电公司Agent申报交易类型(买方或卖方)、调峰权报价和交易容量。

2) 根据获得的数据，估算交易成本，进行配对。

3) 对交易结果的安全性、可靠性进行分析。

4) 将交易结果反馈给各发电公司调峰Agent。

各发电公司调峰Agent具体功能如下。

1) 接收电力调峰市场Agent的询问并提供调峰权报价和交易容量。

2) 向上级电力调峰市场Agent提供的调峰权交易的相关数据。

3) 根据上级电力调峰市场Agent反馈获得的交易计划，结合各机组Agent实际情况，预测发电公司可能提供或需要购买的调峰容量、调峰电价等。

3 发电成本优化策略

3.1 发电成本模型

假设调峰市场上有N家发电公司参与调峰权竞价。发电公司可以降低常规机组出力，使机组进入深度调峰(深度调峰是指发电机组超过基本调峰范围进行的调峰)运行方式来获取更多的调峰容量。从经济性方面，来考虑发电公司参与电网调峰问题，可将优化目标定义为发电公司机组深度调峰费用最小[10-12]。发电公司机组的深度调峰费用可从机组煤耗特性、机组寿命损耗和机组单位发电容量补偿费用等多方面来考虑。这里取其中某个发电公司的第i(i=1，2，…，N)台机组的发电成本为

(12)

式中,Ci表示第i台机组的深度调峰费用；ai、bi、ci分别表示第i台机组的成本函数系数；di表示第i台机组在深度调峰时的经济补偿系数；Petpi表示第i台常规机组有偿调峰容量。

考虑到调峰市场的不确定性，发电公司作为一个自负盈亏的企业，发电公司为了自身利润的最大化，在调峰权竞价时一般都会在自身成本函数费用的基础上加上一定的比例因子λ，则该台机组的成本函数为

(13)

因此，在满足约束条件下，发电公司Agent成本最小化目标为

(14)

其约束条件仍需满足式(9)～式(11)。

3.2 发电公司中各Agent的具体功能

发电公司协调级Agent具体功能如下。

1) 接收发电公司Agent的调峰指令，并反馈给各发电机组Agent。

2) 接收各发电机组Agent发电预测数据、 运行成本、 发电机组的报价和各种运行约束参数上报给发电公司Agent。

发电机组Agent具体功能如下。

1) 预测本机组Agent每生产单位电能所需发电成本，并上报上级Agent。

2) 预测本机组Agent现阶段可以提供的最大、最小电能，并上报上级Agent。

3) 时刻对发电机组的运行状态进行监视，及时上报上级Agent，对发电机组进行实时控制。

4) 保证发电机组安全稳定的运行。

5) 接受上级Agent的调峰交易指令后，发出相应的电能。

4 算例分析

4.1 发电公司Agent与同级Agent最优化调峰权竞价策略分析

假设有8家发电公司参与电网调峰权竞价，其中有3家公司出售调峰权，5家公司需要购买调峰权。各发电公司的竞标报价如表1所示。

表1 各发电公司调峰权交易申报情况

按照效益最优模型进行交易时，调峰权交易配对的结果如表2所示。

表2 调峰权交易配对情况

从表2可以看出，公司1从公司3处购得100 MW调峰权，公司3从公司1处获得38 000元的调峰补偿，产生的社会效益为12 000元；公司2和公司8分别从公司5购得150 MW和50 MW的调峰权，公司5分别从公司2和公司8处获得56 700元、18 850元的调峰补偿，产生的社会效益分别为15 000元、6 600元；公司4和公司7分别从公司6购得50 MW和150 MW的调峰权，公司6分别从公司4和公司7处获得1 890元、56 850元的调峰补偿，产生的社会效益分别为7 000元、16 500元。

4.2 发电公司成本优化分析

以发电公司3为例，公司通过报价策略获得的调峰权出售容量为50 MW，电网的负荷需求和公司的内部电力需求之和85 MW。发电公司中有30 MW和60 MW机组各两台，其参数分别如表3所示。

表3 发电公司各机组经济参数和出力限制

按照各机组参数，根据发电成本优化策略可以求得各机组的最优出力，如表4所示。

表4 发电公司各机组最优出力

从表4可以看出所有的机组都处于开机的状态，所有的机组都按照成本和实际需求进行供电，达到降低发电公司成本的目的。

5 结 论

所提出的基于MAS的调峰权交易模型，充分体现了MAS在新的调峰环境中的优势。虽然各发电公司调峰Agent所获得的信息和决策是相互独立的，但通过上级调峰Agent社会效益最大化和发电公司内部调峰成本最小化的调峰权交易模型，在满足各Agent在不同的调峰需求充分考虑电网特性的同时，保证了电网安全可靠经济运行，使发电公司社会效益最大化，充分体现了这种分布式调峰手段更适应未来电力市场下的发展。

[1] 赵岩．机组调峰在电力市场交易中问题探讨[J]．华东电力，2001(10)：29-32．

[2] 彭显刚，张聪慧，王星华，等．LNG调峰电厂负荷优化分配的应用探讨[J]．电力系统保护与控制，2010，38(14)：84-87．

[3] 张宇波，罗先觉，邹晓松，等．发电市场势力研究与交易方式对发电市场势力影响的分析[J]．中国电机工程学报，2004，24(4)：18-23．

[4] 刘扬洋，蒋传文，李磊，等．考虑需求侧管理的调峰权交易研究[J]．电力系统保护与控制，2011,39(9)：38-43．

[5] 耿静，严正，蒋传文，等．考虑环境成本的调峰权交易研究[J]．电力系统保护与控制，2011,39(20)：111-114．

[6] 高志华，任震，黄雯莹．电力市场中调峰权及其交易机制[J]．中国电机工程学报，2005，25(5)：88-92．

[7] 程瑜，张粒子，郑华．基于多Agent协同技术的用电需求预测系统的设计[J]．电网技术，2004，28(5)：50-54．

[8] 王成山，余旭阳．基于Multi-Agent 系统的分布式协调紧急控制[J]．电网技术，2004，28(3)：1-5．

[9] 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.

[10] 高鑫，王秀丽，雷兵，等．独立发电商的策略报价研究[J]．中国电机工程学报，2004，24(7)：40-46．

[11] 丁淑英．电力生产成本计算研究[D]．杭州：浙江大学，2006．

[12] 方韬，李才华，张粒子．发电企业环境成本研究[J]．中国电力，2005，38(11)：16-20．