碳约束下基于双重博弈的电力零售商售电价格决策优化-第3页-北极星售电网

投稿

我要投稿

价格决策双重博弈优化问题求解

对于本文所提的电力零售商价格决策双重博弈模型，采用迭代循环求解方法嵌套Yalmip/IPOPT求解器求解，直至满足各零售商与用户间的纳什均衡和多零售商之间的纳什均衡。模型的求解流程如图4所示。

图4电力零售商价格决策双重博弈求解流程

Fig.4Solution process of the dual game for electricity retailer's price decision

电力零售商n根据前后两轮主从博弈中各用户向其购电的电量差值调整峰、平、谷时段的售电价格。调整公式（为简化公式省略部分下标）为

式中：ps为在第s轮主从博弈中电力零售商根据用户购电量调整过后的售电价格，元/(MW·h)；ps−1为在第s−1轮主从博弈结束后电力零售商的售电价格，元/(MW·h)；η表示电力零售商n对价格进行调整的步长因子；ΔQ表示前后两轮用户向零售商n购电的电量差值，MW·h。

式中：Qs−1为用户在第s−1轮博弈中向电力零售商的购电量，MW·h；Qs−2为用户在第s−2轮博弈中向电力零售商的购电量，MW·h。

算例分析

4.1 参数设置

本文拟设定2个绿电零售商、4个火电零售商和4个用户进行双重博弈。各电力零售商与用户间的交易周期T为24 h。用户用电的谷时段为01:00—06:00，平时段为07:00—13:00、23:00—24:00，峰时段为14:00—22:00。各用户的满意度损失参数如表1所示，各电力零售商的售电量上限如表2所示。仿真中的其他参数如表3所示。

表1用户的满意度损失参数Table 1Loss satisfaction parameters for users

表2电力零售商的售电量上限

Table 2The upper limit for retailers to sell electricity

表3仿真参数设置

Table 3Parameters used for simulation

根据用户在各时段的用电量不同，设置如下3个场景。场景1：各用户的用电负荷取自文献[29]，并在原有数据的基础上加上50 MW。场景2：场景中的用户均是06:00—22:00用电量较多，23:00—05:00用电量较少。如学校、写字楼等。场景3：场景中的用户均是23:00—05:00用电量较多，06:00—22:00用电量较少。如夜间娱乐场所、夜间制造企业等。

场景2和场景3中用户的用电负荷如图5所示。

图5各场景中各用户各时段的用电负荷

Fig.5Load curves of each user in each scenario

4.2 结果及分析

4.2.1 市场参与者双重博弈结果及分析

基于场景1，在本文所设计的参数下，经过双重博弈模型求解，得到各电力零售商向各用户在各时段的售电价格如表4所示。

表4双重博弈后各电力零售商的售电价格

Table 4Electricity selling price of each electricity retailer after the dual game

由表4可以看出，经过多轮博弈，绿电零售商的售价高于火电零售商的售价，这是由于使用绿电既可以满足一段时间内的用电需求，也不会产生碳排放，不会因使用这部分电力而支付购买碳排放权的费用。因此，在电力市场和碳市场的共同驱动下，绿电零售商的售电价格高于火电零售商的售电价格。

投稿与新闻线索：陈女士微信/手机：13693626116 邮箱：chenchen#bjxmail.com（请将#改成@）

订阅北极星周刊，精彩内容不再错过！

特别声明：北极星转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明北极星*网的内容为北极星原创，转载需获授权。

阅读下一篇

宁夏全面做好新能源并网消纳工作：新能源利用率下限为90%

电价查看更多>电力市场查看更多>售电查看更多>

姓名：
性别：
出生日期：
邮箱：
所在地区：
行业类别：
工作经验：
学历：
公司名称：
任职岗位：

碳约束下基于双重博弈的电力零售商售电价格决策优化

宁夏全面做好新能源并网消纳工作：新能源利用率下限为90%

登录注册

绑定账号

想要获取更精准资讯推荐？建议您完善以下信息~

订阅成功

想要获取更精准资讯推荐？建议您
完善以下信息~