中国储能网欢迎您!
当前位置: 首页 >项目管理>电站事故及应急消防管理 返回

重庆大学张谦等:电动汽车代理商VS电力公司:一场关于电动汽车放电电价的谈判

作者:中国储能网新闻中心 来源:中国电机工程学报 发布时间:2018-07-18 浏览:

基于模糊贝叶斯学习的电动汽车放电电价谈判策略

张谦,蔡家佳,李春燕,刘桦臻,李东

DOI:10.13334/j.0258-8013.pcsee.162593

1
项目背景
  电动汽车与电网互动(vehicle-to-grid,V2G)是未来智能电网建设的关键技术之一,电动汽车(electric vehicle,EV)在峰荷时期向电网放电,不仅可为电网运行提供调峰、调频等服务,同时也可为电网和电动汽车车主创造可观收益。应用V2G技术实现电网负荷的调整,需要电动汽车车主的积极响应,放电电价则是影响车主参加V2G积极性的关键因素。因此,电力市场价格机制作为V2G实施的重要基础,具有重要的研究价值。论文提出了一种负荷高峰时期电动汽车向电网馈电的放电电价谈判策略以计算电动汽车放电电价。通过算例对提出的谈判模型进行仿真分析,验证了文中方法的有效性与合理性,也为电动汽车放电电价机制的制定提供一定参考。  
2
论文所解决的问题及意义
  电动汽车作为移动电源向电网供电时,电网应给予电价激励以刺激车主参与的积极性,该价格应由电动汽车代理商和电力公司谈判确定。针对该问题,本文提出了负荷高峰时期电动汽车向电网馈电的放电电价谈判策略。该策略基于成本导向定价的思想,分析并探讨了电力公司和电动汽车代理商各自所能够接受的放电电价限值,双方在己方价格范围内结合模糊贝叶斯学习模型进行谈判,最终获得电动汽车放电电价。论文方法获取的放电电价同时顾及了电力公司和电动汽车代理商双方的成本及收益,更能够被双方所接受,且可有效刺激电动汽车车主的参与度,这将有利于V2G的实施和推广。  
3
论文重点内容

1)基于模糊贝叶斯学习的谈判策略

电力公司和EV代理商在整个车网互动过程中追求己方利益最大化。首先,EV代理商接受的最低放电电价须高于电动汽车放电成本。在电网负荷高峰期,若能够以相同的价格调用与备用机组同容量的电动汽车功率,电网将因电动汽车响应速度快的优点而选择调用电动汽车,即电力公司有可接受的最大价格。此外,在每轮谈判中双方报价须考虑对方可承受的价格限值,即两个不确定性参数:电力公司预估EV代理商所能接受的最小值和EV代理商预估电力公司所能接受的最大值。因此,双方在己方价格限值内进行谈判。当收到对方报价后,己方将根据双方报价的价格差异运用贝叶斯公式进行知识更新。EV代理商和电力公司谈判的整体思路如图1所示。

图1  谈判流程图

2)基于模糊概率的谈判函数参数分析与计算

(1)EV代理商价格下限的确定

EV代理商价格下限是EV代理商对电动汽车放电成本及收益的预估,它主要由充电电价λch、电池损耗成本λloss和车主收益λpro组成。

(2)电力公司价格上限的确定

由于电动汽车响应速度快,在电网调度中可替代备用机组。本文以调用备用机组的价格作为调用同容量电动汽车的最大费用,计算电动汽车功率与电力公司可接受最高价格之间的关系。

(3)不确定性参数的分析与计算

两个不确定性参数的计算均需要在收集对方信息的基础上进行预估。事实上,在不完全信息的环境下,双方都无法精确得知对方某些信息,因此本文提出基于模糊概率对不确定性参数进行预估,谈判双方的先验知识如表1所示。

表1  EV代理商与电力公司先验知识

3)仿真结果及灵敏度分析

(1) 采用贝叶斯学习前后的谈判曲线如图2所示,当进行到第六轮时双方达成一致,最终成交价格为1.47元/(kW⋅h)。从图2可以看出,经过学习后的曲线由于斜率改变,谈判次数有所减少。

图2  两种情况下的谈判曲线

(2) 为研究最大谈判次数对谈判报价曲线的影响,本文对K值进行灵敏度分析,计算出最大谈判次数K在不同取值下(K值为5~15),谈判报价曲线如图3所示。由图3可知,当谈判次数K 的取值过小,可能导致谈判不成功,取值过大,又将导致谈判时间增加。

图3  不同K值下的报价曲线

(3) 在谈判伊始,谈判双方对对方信息估计的准确性对谈判过程的影响不容忽视。故本文进一步分析了估计值对谈判交点的影响,结果如图4所示。由图4可知,经过贝叶斯学习后,谈判成交价格更接近理论均衡价格点,尤其在双方对对方估计值与实际值相差较大时,学习后的效果更为明显。

图4  估计值对谈判交点的影响

4
结论

在不完全信息的谈判环境中,EV代理商和电力公司根据每轮谈判对方的出价情况,结合模糊贝叶斯学习模型修正己方预估的对方信息,逐步调整报价直至达成交易。通过算例仿真得到以下结论:

1)通过基于模糊贝叶斯学习的电动汽车放电电价谈判策略进行双边谈判,可得到双方接受的放电电价。贝叶斯学习后,谈判次数减少,最终成交价格更接近理论均衡价格点。

2)通过谈判次数所处位置可判断双方估计信息的准确性。对于贝叶斯学习后的谈判曲线,如果交点小于K/2,则双方的估计值较准确。

3)最大谈判次数的合理设置能够增加谈判的成功概率,应结合实际谈判情景设定最大谈判次数的最低限值。

引文信息

张谦, 蔡家佳, 李春燕, 等. 基于模糊贝叶斯学习的电动汽车放电电价谈判策略[J]. 中国电机工程学报, 2018, 38(1): 61-71.

ZHANG Qian, CAI Jiajia, LI Chunyan, et al. The negotiation strategy of discharging price of electric vehicle based on fuzzy bayesian learning[J]. Proceedings of the CSEE, 2018, 38(1): 61-71 (in Chinese).

作者简介

该团队隶属输配电装备及系统安全与新技术国家重点实验室(重庆大学),长期专注于智能电网、电动汽车与电网互动、可再生能源消纳、需求响应方面的研究。张谦副教授为团队负责人,目前有在读硕士研究生12名。该团队主持及主研各类科研项目30余项,其中包括科技部国家高技术研究发展计划(863计划)项目1项,国家自然科学基金5项;公开发表学术论文50余篇,申请及授权国家发明专利20余项。

张谦(1980),女,副教授,硕士生导师,主要从事智能电网、电动汽车与电网互动、电力市场、电力系统分析与计算等方面的研究。近年来,主持和主研科技部国家高技术研究发展计划(863计划)、国家自然科学基金及省部级项目10余项,主持和参研各类校企合作项目10余项。在国内外重要期刊上发表论文20余篇,被SCI和EI核心检索10余篇,申请及授权国家发明专利10余项。

蔡家佳(1991),男,硕士研究生,主要从事电动汽车与电网互动研究。

李春燕(1975),女,副教授,硕士生导师,主要从事电力系统分析与计算、配电网重构、可再生能源的消纳、需求响应等方面的研究。主持和主研国家自然科学基金、省部级项目10余项,主持和参研各类校企合作项目10余项。在国内外学术刊物上发表论文20余篇,申请专利10余项,获省部级科技奖励1项。

刘桦臻(1992),女,硕士研究生,主要从事电动汽车与电网互动研究。

李东(1990),男,硕士研究生,主要从事电动汽车同步电机驱动系统控制研究。


分享到:

关键字:电动汽车

中国储能网版权说明:

1、凡注明来源为“中国储能网:xxx(署名)”,除与中国储能网签署内容授权协议的网站外,未经本网授权,任何单位及个人不得转载、摘编或以其它方式使用上述作品。

2、凡本网注明“来源:xxx(非中国储能网)”的作品,均转载与其他媒体,目的在于传播更多信息,但并不代表中国储能网赞同其观点、立场或证实其描述。其他媒体如需转载,请与稿件来源方联系,如产生任何版权问题与本网无关。

3、如因作品内容、版权以及引用的图片(或配图)内容仅供参考,如有涉及版权问题,可联系我们直接删除处理。请在30日内进行。

4、有关作品版权事宜请联系:13661266197、 邮箱:ly83518@126.com