[0001] 本发明属于配电网灵活性市场优化运行领域，特别是涉及一种灵活性资源聚合商参与配电网灵活性市场的策略性竞价方法。

[0002] 随着海量分布式资源(Distributed Energy Resources，DERs)在配电网中的大规模部署，传统的配电网由单一、被动地接受上级电网的电能传输转变为双向、主动地向电网提供电能或消纳电能。配电网的范式转换使配电系统运营商(Distributed system operator，DSO)面临一些运营挑战，如分布式资源(如电动汽车)的非协同电力需求造成的网络阻塞。

[0003] 为了以经济高效的方式解决网络阻塞问题，配电系统运营商目前利用配电网灵活性市场(Distribution‑level flexibility market,DFM)调用分布式资源的灵活性，通过给予经济激励的方式改变终端用户的用电曲线，为配电网解决网络阻塞问题。

[0004] 已有文献研究利用DFM解决阻塞问题的方法。《Designing Decentralized Markets for Distribution System Flexibility》提出一种基于双边合同的DFM，在DSO和灵活性资源聚合商、灵活性资源聚合商和终端用户之间进行交易。在该市场中，每对可交易代理之间均有合同，基于双边灵活性合同网络进行交易。《Pool‑based demand response exchange–concept and modeling》提出一种基于资源池的DFM，市场中的灵活性买卖方进行投标，DFM运营商基于不同运行目标进行出清。《Amarket‑based framework for demand side flexibility scheduling and dispatching》提出一种用于日前和日内阻塞管理DFM框架，其中市场参与者为DSO,市场运营商、平衡责任方(BRP)和灵活性资源聚合商。DSO是日前阻塞管理DFM中唯一的灵活性买方，而BRP则参与日内阻塞管理DFM，并与DSO争夺灵活性，以最大限度地降低失衡成本。市场运营商以社会福利最大化为目标，以混合整数线性规划(MILP)模型解决日前和日内市场出清问题。在《Local market framework for exploiting flexibility from the end users》中，这个DFM框架与实时调度策略相辅相成。如果基于市场的解决方案无法解决阻塞问题，DSO就会接管对灵活性资源的控制，以调整能源调度。

[0005] 现阶段，针对利用DFM解决阻塞问题的方法中，灵活性资源聚合商的投标策略还存在一些挑战：

[0006] (1)灵活性资源聚合商提供灵活性服务的投标的一个关键要素是电能回收条件，即电能回收的总量和时间。然而，在现有的DFM框架中，这些条件的确定并没有考虑灵活性资源的运行约束。

[0007] (2)灵活性资源聚合商的报价中没有考虑对灵活性资源的补偿成本，即为提供灵活性而向灵活性资源支付的费用，这会使终端用户和灵活性资源聚合商因收益的不确定而不愿意参与DFM。

[0094] 需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

[0095] 本实施例中提供一种灵活性资源聚合商参与配电网灵活性市场的策略性竞价方法，如图1所示的DFM参与日前阻塞管理的运行机理，分为四个优化阶段：

[0096] 阶段1：预调度模型

[0097] 利用预测得到的日前电价，假设每个用户都有一辆电动汽车(Electrical vehicle,EV)和一台热泵(Heat pump,HP)，在满足运行约束的前提下，通过最小化日前用电成本，得出电动汽车和热泵的预调度计划。

[0098] 阶段2：灵活性资源聚合商策略性竞价模型

[0099] 根据EV和HP的预调度结果和灵活性需求表(Flexibility requirement table,FRT)，灵活性资源聚合商可以通过重新调度EV和HP的用电曲线提供灵活性服务，如通过将高峰时段的用电负荷转移到峰谷时段。首先，每个灵活性资源聚合商都会根据FRT规定的最高投标价格和历史数据设定一个投标价格。投标价格过高可能导致投标在DFM中不被接受，而投标价格过低则意味着收益较小。因此，应适当确定投标价格，使投标在DFM中具有竞争力，并使灵活性资源聚合商同时获得尽可能多的收益。本方法主要在给定投标价格下给出最优灵活性服务投标方案。通过求解优化模型，确定每个阻塞时段提供的最优灵活性量、电能回收时段和回收电能的总量。

[0100] 阶段3：DFM出清模型

[0101] 灵活性服务投标过程结束后，需要对DFM进行出清，以确定灵活性服务投标的购买比例，从而以最小的灵活性服务购买成本解决阻塞问题。

[0102] 阶段4：再调度模型

[0103] 在DFM出清后，每个灵活性资源聚合商根据在DFM中购买的灵活性量对EV和HP的用电曲线进行再调度。

[0104] 具体数学模型如下：

[0105] 模型1：预调度模型

[0106] 该优化模型的目标函数是根据预测日前电价 最小化EV和HP的用电成本：

[0107]

[0108] 式中， 分别是t时段第e辆EV，第h台HP的用电量。

[0109] 约束条件如下：

[0110] 电动汽车的充电状态(SOC)水平上下限约束可表示为：

[0111]

[0112] 式中： 和 分别是第e辆EV的SOC水平的下限和上限， 是第e辆EV的初始SOC水平，dt,e是第e辆EV在t时段的用电量；

[0113] EV的充电功率能力约束可表示为：

[0114]

[0115] 式中： 和 分别是第e辆EV充电功率的下限和上限，st,e是第e辆EV在t时刻的充电能力；

[0116] 式(4)表示EV的总充电功率等于总用电功率：

[0117]

[0118] 用户家庭热平衡方程可表示为：

[0119]

[0120] 式中： 为第h台HP的性能系数，k1和k2为传热系数， 和 分别为第h台HP在t时段的室内外温度；

[0121] 式(6)将室内温度限制在热舒适范围内：

[0122]

[0123] 式中： 和 分别为使用第h台HP的室内温度的下限和上限；

[0124] 式(7)限制了HP的用电量：

[0125]

[0126] 式中： 和 分别为HP用电量的下限和上限。

[0127] 模型2：灵活性资源聚合商策略性竞价模型

[0128] 对于在节点n的给定投标价格为 的灵活性资源聚合商a，目标函数(8)是在DFM接受投标价格的情况下，使灵活性资源聚合商的收益最大化：

[0129]

[0130] 式(8)的第一项表示以投标价格 出售灵活性的收入，其中 是t时段灵活性资源聚合商a在节点n提供的可用灵活性量；第二项和第三项表示向灵活性资源支付的灵活性费用，其中 和 分别是t时段第e辆EV和第h台HP提供的灵活性量， 和 分别是第e辆EV和第h台HP在t时段的灵活性成本系数。本方法假设一个单位的灵活性费用与灵活性总量呈线性关系。每个用户都可以调整系数 和 改变其提供灵活性的意愿。最后两项是灵活性资源聚合商对用户因用电曲线的再调度而增加的日前用电成本的补偿，其中 和 分别是第e辆EV和第h台HP增加的日前用电成本。当用户在某一时刻减少电力消耗以提供灵活性时，需要在另一时刻回收电能。由于预调度的用电成本最小，用电曲线的再调度将导致用户的用电成本增加。为保证用户在提供灵活性时获得利润，灵活性资源聚合商需要对用户增加的日前用电成本进行补偿。

[0131] 约束条件如下：

[0132] 式(9)计算得出每辆EV和每台HP在每个阻塞时段提供的灵活性量

[0133]

[0134] 式中： 和 分别为第e辆EV和第h台HP在t时段的预调度结果；

[0135] 式(10)计算每辆EV和每台HP在每个允许回收时段所需的回收电能

[0136]

[0137] 式(11)计算灵活性总量 和回收电能总量

[0138]

[0139] 式(12)限制了灵活性资源聚合商只在一个小时内有回收电能，可表示为：

[0140]

[0141] 其中，如果 节点n的灵活性资源聚合商a在t时刻有回收电能，M是一个很大4
的数，例如10；

[0142] 式(13)表明，回收电能的大小受FRT规定的最大回报百分比α的限制：

[0143]

[0144] 式(14)‑(18)是EV和HP的运行约束：

[0145]

[0146]

[0147]

[0148]

[0149] 式(19)计算EV和HV增加的日前用电成本：

[0150]

[0151] 模型3：DFM出清模型

[0152] 目标函数是最小化灵活性服务采购成本， 是在t时刻从节点n上的灵活性资源聚合商a购买的灵活性总量：

[0153]

[0154] 约束条件如下：

[0155] 每个节点在每时段的有功功率平衡可表示为：

[0156]

[0157] 式中，pt,n为节点n在t时段的有功功率消耗，Ft,l为线路l在t时刻的有功功率流量，Gn,l为映射矩阵；

[0158] 为保持每个节点的功率因数恒定，式(22)计算了无功功率：

[0159]

[0160] 式中，qt,n为节点n在t时段的无功功率消耗，cos(φn)为节点n的功率因数；

[0161] 预调度用电量 与提供灵活性后的最终用电量之间的关系可表示为：

[0162]

[0163] 从每个灵活性服务投标中购买的灵活性量为：

[0164]

[0165] 式中， 是节点n上的灵活性资源聚合商a在t时段提供的灵活性投标的采购百分比；

[0166] 式(25)为线路容量限制，可表示为：

[0167]

[0168] 式中： 为线路l的线路容量；

[0169] 式(26)为线性化电压幅值约束条件，可表示为：

[0170]

[0171] 式中：Vs为变电站节点的电压幅值，Vmin为电压幅值的下限，Re()为提取复数实部的运算， 为部分节点导纳矩阵Yll的逆矩阵第n行和第n*列的元素，而部分节点导纳矩阵Yll是全导纳矩阵Y的子矩阵：

[0172] 模型4：再调度模型

[0173] 再调度模型是将式(8)‑(19)的灵活性资源聚合商灵活性竞价模型中的 变量固定为DFM出清结果中灵活性资源聚合商购买的灵活性服务的总量

[0174] Min(8)

[0175] Subject to:(9)‑(19)；

[0176] 再调度模型是将式(8)‑(19)的灵活性资源聚合商灵活性竞价模型中的 变量固定为DFM出清结果中灵活性资源聚合商购买的灵活性服务的总量

[0177] 实施例一

[0178] 本发明在Roy Billinton测试系统(RBTS)节点4配电网上进行算例仿真，证明了本发明对灵活性资源聚合商参与DFM的经济效益保证。节点4配电网的单线图如图2所示。馈线1的线段标记为L1‑L12，负荷点标记为LP1‑7、LP11‑16、LP18‑25和LP32‑38。每个住宅负荷点有200个用户，每个用户都拥有一辆EV和一台HP，以提供灵活性。假设有四个聚合商(ag1、ag2、ag3、ag4)参与DFM。在每个住宅负荷点，ag1和ag4各与40个用户签订合同，ag2和ag3各与60个客户签订合同。该算例还包含以下数据：常规负荷曲线，线路参数，预测日前现货电价曲线，负荷上下限，负荷点数据、EV和HP的关键参数，电压幅值下限。

[0179] 在本发明中，DSO向灵活性服务支付费用，而灵活性资源聚合商和用户因提供灵活性服务而获得收入。表1是DSO的灵活性采购成本以及灵活性资源聚合商和用户获得的收入。如图3所示的资金流向，用户因提供灵活性服务和增加日前用能成本而收到灵活性资源聚合商的补偿费用。因此，用户无需为因提供灵活性服务增加的用能成本支付额外费用，并且在提供灵活性服务时始终获得收入。灵活性资源聚合商从DFM或直接从DSO处获得灵活性服务售出费用，并向客户支付提供灵活性服务和增加用能成本的费用。而灵活性服务投标是以最大化灵活性资源聚合商的收益为目标，这保证了只要其投标被接受，灵活性资源聚合商就始终会有收益。因此，本发明提出的灵活性资源参与DFM的策略性竞价方法确保了用户和灵活性资源聚合商参与DFM的经济效益。

[0180] 表1资金结算

[0181]

[0182] 以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。