文摘

实时定价DSM(需求侧管理)被广泛用于动态地改变或改变智能电网的电力消耗。在这篇文章中,一个游戏决策方案提出了智能电网与DSM。两个零售商和批发商之间的交互建模为一个两阶段博弈模型。考虑到两个零售商之间的竞争,两种不同的游戏模式开发的零售商和批发商之间的不同的操作顺序。通过分析零售商的均衡收入不同的情况我们发现虽然批发商希望某些管理权力下放到零售商,它保留权利改变游戏规则,经常违背了承诺。更具体地说,法律应确保任何变化的收入分成公式必须经过一定的法律程序。将法律限制强加于批发商的可自由支配的政策表明,时间不一致性问题是减轻。数值模拟显示了方案的有效性。

1。介绍

今天更多的电网运营超过半个世纪,即使在一些发达国家往往是过时的。现代化电网可以增加电力生产的效率,促进电网资产的使用,同时使得整个电网更加可靠和安全,以减少碳排放。智能电网的概念,尤其是引起重要更多研究者的关注。数据通信网络在智能电网的发展起着重要的作用。然而,数据通信网络,智能电网是许多决定性的影响因素,如不同的负载和拥堵水平,不断变化的客户需求,发电,不同的价格。这些变量因素导致不同的决策问题。要解决这些问题,需求侧管理(DSM)是一个好的选择,但是住宅客户减少峰值负荷,减少需求能力和成本在更多的情况下。DSM自1980年代初以来练习(1- - - - - -3]。DSM旨在通过实施和影响客户的消费电力监控实践活动。通常,DSM可以让用户需求曲线变平或转变能源利用非高峰时段(4]。尤其迫切需要提高效率的客户数量和质量在电网5]。有很大余地DSM有助于提高系统的效率和使用的资产,例如,削峰填谷,,负荷转移、和灵活的负荷形状(6]。实时定价是最有效的DSM工具之一,可以鼓励用户明智地消耗电力。原因是电力是非常短期的商品和经济nonstorable;也就是说,它必须消耗产生的那一刻起,市场不断的经验从顺差短期波动变化能力的稀缺性由于每小时和日常需求波动。考虑增强当前输电和配电系统的通讯设施和信息技术,实时和自适应的价格吸引更多的关注。自适应定价和高峰负荷定价已经实行多年(7- - - - - -10]。在高峰负荷定价,营业周期分为几个期和本能价格确定为每个时期。价格随后宣布提前在操作周期的开始9]。如果实现实时定价,价格弹性在需求方面将成为反对固定价格的关税。实时定价、随机事件和客户的反应之前的价格将影响未来价格(7];然后实时定价有利于实现之间的联系需求方面价格和批发市场出清价格作为一种理想的动态电价机制。市场风险的电力供应商和用户之间适当的点使零售价格真正反映实时发电成本变化,真正实现paretooptimal市场的效率,实现电力资源的优化配置和总社会效益的最大化。

智能电网的传播技术和服务意味着博弈论和其他更多的最新的技术11- - - - - -15自然会成为一个杰出的工具在设计和分析智能电网的实时定价。近年来,一些努力进行了设计智能系统来管理能耗实时定价。Mohsenian-Rad Leon-Garcia利用智能电网和智能电表提供高效的电力调度方案研究单个用户的反应16];萨阿德等人用博弈论来研究智能电网中的各种决策问题基于DSM (17]。Stackelberg博弈模型用于研究的定价问题分层决策问题(18- - - - - -20.),采用实时定价基于需求方面的研究(21- - - - - -24]。然而,拟议的框架可能不是适合所有情况下实际的电力市场。原因在于,每一层的平行结构和层次结构的秩序问题被排除在研究的对象。

Stackelberg博弈和古诺博弈被统一到我们的模型在我们的纸上。Stackelberg博弈经济学博弈模型中,领导公司,然后移动从动件公司移动顺序。公司不得从事Stackelberg博弈如果一个人有某种优势使它移动。更普遍的是,领导者必须有一个在电力市场的承诺。古诺博弈是一个经济模型,用来描述一个企业竞争的产业结构数量。Stackelberg和古诺模型是相似的在这两个比赛了数量。然而,一个重要的优势是给Stackelberg博弈的领导者。“完全信息”假设还需要Stackelberg博弈;领导者的追随者必须遵守的策略;否则游戏减少古诺博弈。 Inspired by [25),我们提出一个基于DSM的实时定价方法使用优化技术和游戏理论。这种方法的新颖性是三倍。首先,我们共同考虑的优化消费者的收入,将它们集成到零售商的问题。其次,在我们的模型中我们不仅考虑零售商和批发商之间的Stackelberg博弈也考虑零售商之间的古诺博弈研究实时定价的二层决策问题。最后但并非最不重要,我们考虑零售商和批发商之间的Stackelberg博弈顺序不同的层次结构。

本文的其余部分组织如下。节2我们介绍了系统模型和公式的问题,我们提出一个有效的博弈模型对电力消费的批发商和零售商之间的调度与复杂的数学分析基于两个不同的情况。节3模型提出的解决方案,然后做数值分析和仿真部分4。节5,我们该模型的性能进行了评价和总结。

2。系统模型和问题公式化

我们认为智能电网与多个零售商的顾客购买电力电力市场自由化。我们的目标是最大化客户的实用程序和最低还款额增加零售商的利润,以降低峰值平均负荷需求比通过考虑实时价格不同。零售商可以在电力市场竞争或相互合作以获得最高的个人或组合收入通过改变客户的价格。

2.1。电力需求模型

效用函数的客户。每个客户都是配备了智能电表在我们的模型中。的零售商的零售电价和实时信息客户通过局域网。就客户而言,智能电表的能源调度程序可以计算和分配最优能耗根据价格为即将到来的时间。当然客户总是喜欢采取低价消耗更多电力,直到达到最大消费水平,如果可能的话。类似于(17),每个客户的效用函数是作为 在哪里是在一天的不同时刻不同参数和不同的客户,表示客户的电力需求,一个参数是预先确定的,指出了电力需求的价格弹性价格是由零售商提供。

自实时定价DSM是一种有效的工具来直接影响电力消费行为的客户,每个客户调整电力消费水平最大化效用根据实时价格提供的零售商。每个客户的电力消耗可以效用函数的基础上计算。每个客户的电力需求函数可以通过最大化效用函数如下:

零售商的电力需求函数。假设有批发商和在电力市场中,电力零售商从批发商和零售商采购电力为客户提供电力。不同的零售商提供不同的价格为客户服务。较低的价格吸引更多的客户,客户可以转向其他零售商。所以零售商的电力需求可以如下所示: 在哪里表示价格向量零售商提供的,表示不同的参数与不同的零售商和时间,的电力需求的价格弹性表示零售商,表示零售商提供的价格,代表了电力需求的比例从零售商到零售商对于一个给定的价格从零售商。

2.2。收入的电力零售商和批发商

解决平衡的游戏基于多个批发商和多个零售商将产生非光滑问题。这是一个努力工作的传统游戏算法和需要使用相应的非光滑优化算法来解决这些问题;在本文中,我们只考虑的情况有一个批发商和两个零售商简单的电力市场。批发商批发电力零售商和选择的百分比零售商的收入报他,零售商决定购买多少收入在他们的辖区。零售商的收益函数可以表示为 批发商的预算收入函数可以表示为 在哪里表示收入的份额向批发商零售商。预算收入函数的零售商可以表示为 零售商的净收入在哪里从预算收入扣除成本后,即 在哪里表示成本;假设边际成本上升和收入的增加,特别是;我们设置。一般来说,;我们可以认为作为参数代表区域发展水平。发展水平越高,越小是多少。

批发商旨在减少零售商的收入差距在确保其基本的消费需求。所以批发商的首选项可以表示与对数函数定义在零售商的预算收入如下: 零售商可以非合作的或相互合作;每个零售商其个人效用最大化,无视其他零售商的利益,或者零售商在比赛中最大化效用的总和。

2.3。博弈模型公式

2.3.1。批发商可以遵守承诺

批发商和两个零售商玩两级游戏。这个游戏的时间如下。

首先让批发商的举动。零售商的举动,获得更多收入的动机。

游戏收入如下:(1)阶段1:批发商宣布和;(2)阶段2:零售商1和零售商2选择和同时观察后和。

上述假设说,批发商扮演Stackelberg博弈与零售商和批发商移动第一(领袖)。在这样的体制下,零售商通过电力客户服务获得收入后知道的批发商提供,而批发商考虑零售商的反应并找到最优。零售商,他们玩的古诺博弈双方没有其他玩家的移动和信息最大化效用的总和。

定义1。平衡定义如下。
(1)批发商最优考虑到零售商的行为反应的功能。(2)零售商优化他的收入给批发商的宣布和零售商的收入。
批发商的目的是为了解决这个问题, 在哪里消费需求是假定足够小,这样吗,而零售商的目的是最大化净收益减去成本后的预算收入;也就是说,

2.3.2。批发商不能遵守承诺

批发商和两个零售商玩两级游戏,但是游戏的顺序改变。批发商可以修改任意支出率,尽管事先承诺;这个游戏是零售商的行动序列首先移动。(1)阶段1:零售商1和零售商2选择和;(2)第二阶段:在观察和,批发商选择和。

上述假设状态与零售商和批发商扮演Stackelberg博弈零售商首先采取行动。零售商是领导者和追随者的批发商是游戏。这种假设体现了当前中国经济系统的真实特性。批发商没有precommit固定收入分享方法和零售商经常考虑到这一现实在确定他们的收入;在这个缓解两个零售商仍非合作的和他们之间玩古诺游戏同时移动。

定义2。平衡定义如下。(1)批发商响应优化给定每个零售商的收入收集。(2)零售商优化其收集的收入给批发商的反应函数和零售商的选择的收入收集()。

3所示。解决方案的博弈模型

3.1。批发商可以遵守承诺

找到游戏的平衡时,批发商可以遵守承诺,我们使用逆向归纳。换句话说,我们首先求解零售商的反应函数。相信批发商将提交常数零售商1选择最大化 在哪里是固定的。这个产量最优收入在政权令人满意的承诺;解决方案是 对于零售商2, 在哪里是固定的。这将导致最优收入在政权令人满意的承诺;其最优收入 通过引入(3)和(4)(12)和(14我们分别) 由(15),我们得到 现在返回到批发商的问题。批发商选择和去追求 在哪里和是由(12)和(14)。用(12)和(14)(17),我们可以构造拉格朗日函数 一阶最优性条件 消除从(19)给,我们也可以看到从(19);因此,我们有 另一方面,预算约束可以写成 方程(21)定义了最优点下承诺。但解决两个方程产生一个三阶多项式方程。我们有以下命题通过前面的推导。

命题3。游戏的平衡时,批发商可以遵守承诺满足下列条件:

3.2。批发商不能遵守承诺

找到平衡,我们使用逆向归纳。批发商的目的是 问题的一阶条件(23)相当于以下方程: 即批发商将两零售商之间的平衡预算收入,考虑到最佳水平和的函数,;批发商的反应函数 上述反应函数意味着零售商增加股息支付率的上升与下降的相对收入,减少其他零售商的其他零售商的相对收入下降。因为零售商知道批发商的反应函数,在游戏的第一阶段,零售商的问题个人效用最大化 最优的一阶条件决定是 通过古诺博弈假设,,,我们可以解决纳什均衡如下: 批发商的替代品(28)(25),获得平衡 通过求解两个方程,我们得到均衡价格 因此,我们有以下命题通过前面的推导。

命题4。游戏的平衡时,批发商不能遵守承诺满足下列条件:

4所示。模型分析和仿真

当我们假定我们观察变化趋势,,。我们的数量不同当改变从0到5研究它们是如何影响均衡价格。

首先,我们模拟情况,批发商可以遵守承诺。从(22)我们有

在图1,当保持不变,生长的区域发展水平低电力需求的增加导致供应短缺导致价格上涨,零售商2。但两个均衡价格的变化趋势有很大区别。零售商1维护价格稳定在电力需求稳定的情况下,这可以解释为低水平的发展。零售商1只能扩大电力价格,而不是扩大生产。

接下来,我们模拟批发商的情况不能遵守承诺。从(31日)我们有

在图2均衡价格的变化趋势类似于图1;增加速度远远超过它在图1显示操作以不同的顺序的影响。

除上述情况外,我们还可以验证的关键差异两种情况之间的零售商的收入通过比较两种平衡状态。从上面的部分可以看出,每个零售商忽视了外部性问题(一个零售商的收入收集可以影响其他零售商的收入份额提交给批发商)。此外,收入失真是参与,无消费合约的情况下零售商正试图减少他们的努力为了避免高速率。然而,零售商的收益的外部性消失在政权自批发商precommits固定利率的承诺,这就增加了零售商的收入,但是预定利率可以创建扭曲零售商的收入。所以我们应该考虑两个因素当比较两种情况。一方面,缺乏承诺的外部性可以导致更高的收入情况相比,无消费合约情况;另一方面,两种情况涉及失真,降低零售商的收入收入水平在承诺的情况下,收益率高于无消费合约的情况。从(20.)和(28)我们知道,在不同的均衡价格。承诺的情况下提供了一种部分克服无消费合约情况下零售商的激励问题。首先,该机构没有足够的限制批发商从违背预报声明;没有法律限制,批发商的合同修订。其次,批发商还是不想提交后知道承诺的情况下可以产生更高层次的收入比无消费合约的情况。问题是,time-inconsistent批发商的政策。假设批发商预告最优利率,但批发商想改变预报率观察后发现收入;则time-inconsistent最优政策。针对这一点,承诺由批发商零售商变得令人难以置信的。

5。结论

在本文中,我们提出一个新颖的博弈论决策方案电力零售商和批发商在DSM的智能电网。两个零售商和批发商之间的交互建模为两阶段动态博弈,两个零售商之间的竞争被认为是。两种不同的游戏模式构建的零售商和批发商之间的不同的操作顺序。逆向归纳用于确定SPE的游戏。

通过分析零售商在不同情况下的均衡收入我们发现批发商想分散一定的管理权力,零售商。他保留权利改变游戏规则,他经常违背了承诺,当他认为“必要的。“将法律限制强加给批发商的任意政策表明,时间不一致性问题是减轻。数值模拟显示了该结论的有效性和参数对均衡价格的影响。

更多的批发商和零售商将作为未来可能的研究方向为电力市场扩展。本文的主要结果将会扩展到其他复杂系统(26- - - - - -30.]。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由中国国家自然科学基金(11171221和11171221号),研究基金会对中国高等教育的博士项目(没有。20123120110004),上海市重点学科(没有。XTKX2012),上海(没有自然科学项目。14 zr1429200),苏尔IOT-based客户/网格交互智能电网。