一种基于夏普利值的需求侧电碳响应分层贡献度评估方法与流程

本发明涉及新能源，更具体的说是涉及一种基于夏普利值的需求侧电碳响应分层贡献度评估方法。

背景技术：

1、为了应对气候变化，国际社会引入了巴黎协定，旨在通过减少二氧化碳排放来控制全球气候变暖。电力行业作为碳排放的主要来源之一，对碳减排方面扮演着至关重要的角色。

2、随着新能源在电力系统中的占比不断提升以及灵活性资源市场的蓬勃发展，我国电力系统灵活性充裕度水平日益提升。充分挖掘需求侧灵活性资源是电力系统实现低碳清洁的重要手段。需求侧灵活性通常是指电力用户可以根据电力系统运行的需求而调整自身用电行为的能力，是电力需求侧管理的重要组成部分。激励机制的设计将会极大的影响用户响应的积极性，亟需设计一种公平、合理的贡献度评估方案以鼓励用户积极参与需求响应。随着电力市场和碳市场的耦合，未来电价和碳价将会充分影响用户的用电行为，用户响应行为将更为复杂。复杂用户行为以及新型电力系统背景下海量用户的接入，不同用户的贡献度难以衡量。

3、公开号为cn118074107a，名称为一种考虑需求响应贡献度与电网安全的光伏消纳方法及装置具体公开了针对综合能源系统中弃光现象严重和用户参与需求响应的积极性不高的问题，首先，建立含碳捕集设备和电转气设备的低碳综合能源系统模型；其次，引入需求响应贡献度的概念，构建综合需求响应模型；然后，采用非线性惯性权重、异步学习因子和circle混沌映射策略改进粒子群算法；最后，以弃光惩罚和运行成本最小化为目标函数，并考虑机组出力约束、爬坡约束和系统的功率平衡约束等，使用改进后的粒子群算法求解模型，得出综合能源系统下的机组出力情况。本发明能够保障综合能源系统的安全稳定运行，进一步提高其经济效益。

4、公开号为cn116960944a，名称为一种基于信用的激励型柔性补偿电价方法具体公开了在针对需求侧的可削减负荷中增加合同激励；用户参与电网公布的dr计划，自行申报可削减负荷，公布削峰容量需求；dr计划中提出需求侧阶段型激励机制，引导用户合理申报需求侧响应资源；用户自行申报削减负荷后，机制对于激励费用引入信用指标，在用户侧角度，考虑信用指标、贡献度和用电舒适度来约束申报的减负荷量，以最大化收益为目标函数进行建模；用智能算法求解数学模型。本发明鼓励用户根据自身实际容量反馈减载，既能整合需求侧收益，也可平抑负荷曲线提高电网稳定性。

5、现有研究主要是针对电力需求响应的背景下，小规模用户的需求响应贡献度分配。随着电碳市场的耦合，用户需求响应行为复杂，用户在响应过程中的贡献度更加难以衡量。此外，随着灵活性市场的完善，越来越多的用户对电价和碳价进行响应。传统贡献度主要基于夏普利值进行贡献度衡量，但是由于夏普利值的计算复杂度与用户数量为指数增长的关系，现有的贡献度衡量方案无法适用于海量用户参与电碳需求响应的场景。

6、因此，如何提供一种针对用户电碳需求响应行为，设计基于用户聚类的需求侧电碳响应的分层贡献度评估方法是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本发明提供了一种基于夏普利值的需求侧电碳响应分层贡献度评估方法，旨在解决上述技术问题。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种基于夏普利值的需求侧电碳响应分层贡献度评估方法，包括以下步骤：

4、步骤s1、获取历史每日用电数据，对其进行处理得到典型日用电曲线，对典型日用电曲线进行归一化，对归一化后的典型日用曲线进行聚类；

5、步骤s2、构建每日利润模型和用电支出模型，基于每日利润模型和用电支出模型构建主从博弈模型；

6、步骤s3、对主从博弈模型进行求解并计算用户群贡献度；

7、步骤s4、对用户群进行群内贡献度分配；

8、步骤s5、基于群内贡献度分配进行需求响应收益分配，并基于需求响应收益分配获取用户群收益。

9、进一步的，所述步骤s1具体为：

10、步骤s11、设共有k个用户，每个用户共有a天历史每日用电数据，设每日用电数据为qi＝(qi,1,qi,2,…,qi,t)，对每个用户k∈{1,2,…,k}的历史每日用电数据进行平均得到典型日用电曲线qk

11、

12、步骤s12、通过最大最小归一化对每个用户的典型日用电曲线qk进行最大最小归一化，归一化方式如下：

13、

14、其中为归一化后的用户典型日用电曲线，qmax,k与qmin,k为用户在历史日中的最大负荷和最小负荷；

15、步骤s13、采用k-均值方法对归一化后的用户典型日用电曲线进行聚类r其中最佳聚类数量根据最大轮廓系数进行确定，其中第r类中用户集合记为kr，用户总用电量记作

16、进一步的，所述步骤s2中构建每日利润模型具体为：

17、对于r个用户群，售电商将会设计r个不同的分时电价套餐，记作pr＝(pr,1,pr,2,…,pr,t),r∈{1,2,…,r}；零售商的每日利润函数如下所示，第一项是用户所支付给售电聚合商的货币收入，第二项是售电聚合商用于购电的成本，

18、

19、其中nr是售电商从发电厂所签订的合约总数，表示购电合约n在t时刻对应的电价，表示购电合约n在t时刻对应的购电量。

20、进一步的，所述步骤s2中构建用电支出模型具体为：

21、

22、其中u(q)为用户使用电量q所获得的满足感，它只与每个时刻的用电量有关，是用户用电支出的电费货币量，是用户用电支出的碳成本。

23、进一步的，所述步骤s2所述的基于每日利润模型和用电支出模型构建主从博弈模型具体为：

24、用电支出模型通过kkt条件嵌入每日利润模型，使双层优化问题变为整数非线性优化问题，通过分段线性化将整数非线性优化问题转为混合整数规划问题。

25、进一步的，所述步骤s3所述的对主从博弈模型进行求解具体为：

26、对于某用户群i，通过排列组合得到除了该用户群外的r-1个所有的r\{i}的用户参与情况，总数为2r-1；

27、对于2r-1种用户群排列组合，通过求解器求解主从博弈模型cup(s)与cup(s∪{i})，其中当部分用户群并未参与电碳需求响应时，则该用户所对应的用电量保持不变，即保持响应前的用电量。

28、进一步的，所述步骤s3所述的计算用户群贡献度具体为：

29、

30、其中为用户群r的贡献度，r\{r}表示除了用户群i的其余类别的集合，cup(s)表示类别仅由集合s参与响应时的运营成本，cup(s∪{r})表示类别集合s和用户群i共同参与响应时的运营成本，[·]+为将中括号中的变量与0对比，小于0则取0，大于等于0则返回中括号中的数值。

31、进一步的，所述步骤s4中所述的用户群内贡献度分配具体为：

32、对于用户群r，计算用户j∈kr的用电量在用户群r的总用电量中的占比wr,j：

33、

34、计算每个用户j∈kr的贡献度，

35、

36、进一步的，所述步骤s5所述的基于群内贡献度分配进行需求响应收益分配具体为：

37、通过需求响应，售电商获得总收益δc，其计算方式为：

38、

39、式中cup(r)为所有用户参与电碳需求响应的售电商收益，为所有用户均不参与电碳需求响应的售电商收益。

40、进一步的，所述步骤s5中所述的并基于需求响应收益分配获取用户群收益具体为：

41、将总收益中的一定比例γ分配给参与响应的用户，用户群r所分配得到的货币收益为：

42、

43、因此用户群r中的用户j∈kr所收获的货币收益为：

44、cr,j＝wjcr。

45、上述技术方案至少包括如下技术效果：

46、经由上述的技术方案可知，本发明公开提供了一种基于夏普利值的需求侧电碳响应分层贡献度评估方法，相较于现有技术，本发明能够针对有海量用户参与电碳需求响应的场景，设计了基于夏普利值的分层贡献度评估方案，考虑了电力市场和碳市场的多元需求响应激励机制下的贡献度评估问题。