一种基于主从博弈的电动汽车虚拟电厂运营商的定价方法与流程

技术特征：
1.一种基于主从博弈的电动汽车虚拟电厂运营商的定价方法，用于ev用户、evpp运营商以及电网三方，其特征在于，包括：s1，建立所述ev用户、所述evpp运营商以及电网三者之间的互动框架；s2，基于所述互动框架建立所述evpp运营商与所述ev用户之间的主从博弈模型，所述主从博弈模型的优化目标函数和约束条件，其中所述evpp运营商与所述ev用户之间的主从博弈模型包括上层evpp运营商优化和下层ev用户充电策略优化；s3，基于所述约束条件求解所述优化目标函数，获得主从博弈双方的利益均衡点；s4，基于所述利益均衡点获得所述电动汽车虚拟电厂运营商的定价。2.根据权利要求1所述的一种基于主从博弈的电动汽车虚拟电厂运营商的定价方法，其特征在于，所述s1所述互动框架包括：ev用户端子框架、evpp运营商子框架以及电网端子框架，其中：所述电网端子框架包括多个电力市场交易中心；所述ev用户端子框架包括多个ev用户以及ess储能电池；所述多个ev用户自由选择充电时段，并接收所述evpp运营商下发的充电电价；所述ess储能电池由储能设备运营商运营，用于向所述evpp运营商发送所述ess储能电池的运行参数，并接收evpp运营商下发的出力计划；所述evpp运营商子框架包括evpp调度控制中心，所述evpp调度控制中心由商业型虚拟电厂cvpp和技术型虚拟电厂tvpp构成；所述商业型虚拟电厂cvpp用于所述技术型虚拟电厂tvpp的整体经济性优化，并发送给所述技术型虚拟电厂tvpp，所述技术型虚拟电厂tvpp用于所述evpp的安全性校验，并返回所述商业型虚拟电厂cvpp；所述evpp运营商子框架向所述电网端子框架的电力市场交易中心提交购、售电计划，并接收所述电力市场交易中心下发的充、放电电价。3.根据权利要求2所述的一种基于主从博弈的电动汽车虚拟电厂运营商的定价方法，其特征在于，所述互动框架的运行模式包括：所述多个ev用户向所述evpp运营商上报次日充电时段及具体充电电量，所述evpp运营商根据所述多个ev用户的所述次日充电时段及具体充电电量确定各时段的充电电量需求，拟定购售电计划；所述evpp运营商在所述电力市场的日前市场与电网签订购电合同，确定次日各时段的购电量，并及时向所述多个ev用户发布次日各时段的电价信息；所述多个ev用户在入网后由智能终端自动控制对所述多个ev用户的ev进行充电，并即时支付充电费用。4.根据权利要求3所述的一种基于主从博弈的电动汽车虚拟电厂运营商的定价方法，其特征在于，所述优化目标函数和对应的约束条件包括：上层evpp运营商优化的目标函数和约束条件，以及下层ev用户充电策略优化的目标函数和约束条件；其中，所述上层evpp运营商优化的目标函数包括：所述evpp运营商的收益最大；所述evpp运营商的收益包括四部分，第一部分为向所述多个ev用户售电获得的收益，第二部分为向所述多个电力市场交易中心的实时市场售电获得的收益，第三部分为从所述多个电力市场交易中心的日前市场购电的成本，第四部分为从所述多个电力市场交易中心的实时市场购电的成本；
所述上层evpp运营商优化的约束条件包括：对于所述evpp运营商定价的上下边界约束、均价约束、功率平衡约束、储能设备的充电速率限制、储能设备不能在同一时段同时充放电、储能设备的电量状态方程、储能设备最后一个时段的电量等于初始点亮从而使得循环利用储能设备的约束；所述下层ev用户充电策略优化的目标函数包括：多个所述ev用户的充电成本最小；使得在所述evpp运营商给出的电价下，使得所述多个ev用户中每个ev用户的充电成本最小；所述下层ev用户充电策略优化的约束条件包括：所述多个ev用户在并网过程中需充电至离网需求电量、对于所述多个ev用户的充电速率的约束、所述多个ev用户在离网后的时段充电功率为0。5.根据权利要求4所述的一种基于主从博弈的电动汽车虚拟电厂运营商的定价方法，其特征在于，所述evpp运营商的优化问题，其决策变量为其决策变量为目标函数采用式(1)表示，约束条件采用式(2)-(11)表示为：s.t.π
l
≤π
t
≤π
u
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)e
dam,t
≥0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)(4)(4)(4)(4)(4)s0＝s
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)；式中，π
t
为t时段的充电价格；e
dam,t
为日前市场t时段的合同电量；为t时段从实时市场的购入、售出电量；为t时段储能设备的充、放电量；z
t
是布尔变量，表示t时段的交易状态；u
t
是布尔变量，表示t时段储能设备状态；p
ev,i,t
为t时段第i辆ev的充电功率；λ
dam,t
为t时段日前市场的合同电价；为t时段实时市场购、售电价；为t时段evpp的定价上限、下限；π
aver
为evpp当日电价的平均价格；为储能设备t时刻的的充电功率,为储能设备t时刻的放电功率, 为储能设备的最大充电、放电功率；为储能设备的充、放电效率；s
max
为储能设备的最大容量；s0为储能设备的初始电量；s
t
为t时段储能设备的电量；s
t
为t时段储能设备的电量；t为总时段数，取24；m为足够大的常数(m＞0)；式(2)是evpp运营商定价的上、下界约束；式(3)是均价约
束；式(4)—(7)共同构成功率平衡约束；式(8)—(9)限制了储能设备的充放电速率，且储能设备不能在同一时段同时充放电；式(10)—(11)是储能设备的电量状态方程，为使储能设备循环利用，应使储能设备最后一个时段的电量等于初始电量；{p
ev,i,t
}则表示电动汽车i在t时段的充电功率，对应于ev的最优充电策略。6.根据权利要求5所述的一种基于主从博弈的电动汽车虚拟电厂运营商的定价方法，其特征在于，所述下层ev用户充电策略的优化问题如下式(12)所示，约束条件如式(13)-(15)所示；(15)所示；(15)所示；(15)所示；式中，{p
ev,i,t
}则表示电动汽车i在t时段的充电功率，对应于ev的最优充电策略；π
t
为t时段的充电价格；δ
i
表示第i辆ev离网出行需要的最低电量占车载电池最大容量的比例；为第i辆ev车载电池的最大容量；为第i辆ev入网时车载电池的初始电量；为第i辆ev的最大充电功率；t
p
为ev的充电时段；目标函数(12)表示在evpp运营商给出的电价下，最小化自身的充电成本；式(13)表示ev在并网过程中需充电至离网需求电量；式(14)表示ev充电速率的约束；式(15)表示ev在离网后的时段充电功率为0。7.根据权利要求6所述的一种基于主从博弈的电动汽车虚拟电厂运营商的定价方法，其特征在于，所述s3，基于所述约束条件求解所述优化目标函数，获得主从博弈双方的利益均衡点包括：通过kkt条件、对偶理论、big-m法求解所述evpp运营商与所述多个ev用户间的主从博弈模型，包括：s31，通过kkt条件将所述下层ev用户充电策略优化的约束条件通过线性规划替代，即将式(12)-(15)所示的约束条件通过线性规划替代，从而获得变量{p
ev,i,t
}和{π
t
}的约束关系；设式(13)-(15)约束对应的对偶变量分别为{μ
i
}，和{σ
i,t
}，则线性规划式(12)-(15)的kkt条件为：(15)的kkt条件为：(15)的kkt条件为：(15)的kkt条件为：(15)的kkt条件为：(15)的kkt条件为：(15)的kkt条件为：s32，通过big-m法，引入布尔变量和将约束式(18)和(19)转化为线性不等式(23)-(26)：
经过转化，获得与式(18)和(19)等价的式(23)—(26)；s33，基于线性规划的对偶理论得到等式(27)：同时基于kkt条件将式(1)的目标函数转化为下式(28)：s34，综合s31-s33，将所述主从博弈模型转化为如下的混合整数线性规划问题：混合整数线性规划式(29)可直接求解，其最优解中混合整数线性规划式(29)可直接求解，其最优解中构成了式(1)-(11)、式(12)-(15)的stackelberg均衡，即获得了最终主从博弈协调规划的平衡。8.一种基于主从博弈的电动汽车虚拟电厂运营商的定价系统，用于实施权利要求1-7任一所述的定价方法，其特征在于，包括：互动框架建立模块，用于建立所述ev用户、所述evpp运营商以及电网三者之间的互动框架；主从博弈模型建立模块，用于基于所述互动框架建立所述evpp运营商与所述ev用户之间的主从博弈模型，所述主从博弈模型的优化目标函数和约束条件，其中所述evpp运营商与所述ev用户之间的主从博弈模型包括上层evpp运营商优化和下层ev用户充电策略优化；模型求解模块，用于基于所述约束条件求解所述优化目标函数，获得主从博弈双方的利益均衡点；定价模块，用于基于所述利益均衡点获得所述电动汽车虚拟电厂运营商的定价。9.一种终端设备，其特征在于，包括：一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如1-7任一所述的基于主从博弈的电动汽车虚拟电厂运营商的定价方法。10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一所述的基于主从博弈的电动汽车虚拟电厂运营商的定价方法。

技术总结
本发明涉及虚拟电厂运营商定价策略优化实施领域，特别是涉及一种基于主从博弈的电动汽车虚拟电厂运营商的定价方法，包括：建立EV用户、EVPP运营商以及电网三者之间的互动框架；基于互动框架建立EVPP运营商与EV用户之间的主从博弈模型，主从博弈模型的优化目标函数和约束条件，EVPP运营商与EV用户之间的主从博弈模型包括上层EVPP运营商优化和下层EV用户充电策略优化；基于约束条件求解优化目标函数，获得主从博弈双方的利益均衡点和电动汽车虚拟电厂运营商的定价。还公开了对应的定价系统、终端设备和计算机可读存储介质。定价方法既考虑了EV用户充电策略对售电价格的响应，也考虑了定价策略受EV用户充电行为的影响，实现了EVPP运营商与EV用户之间的双赢。了EVPP运营商与EV用户之间的双赢。了EVPP运营商与EV用户之间的双赢。


技术研发人员：贾勇勇 刘建坤 韩华春 黄地 吕振华 汪成根 任必兴 唐伟佳 王大江 李峥
受保护的技术使用者：国网江苏省电力有限公司 江苏省电力试验研究院有限公司
技术研发日：2022.04.28
技术公布日：2022/8/5