本发明属于电力市场，具体涉及一种储能聚合商参与日前-实时电力市场竞价方法。
背景技术：
1、随着太阳能和风能等间歇性可再生能源发电的增加，电力系统稳定性在未来会受到越来越严峻的考验，电力运营商迫切需要一种可以稳定有效降低系统波动风险，避免发电不确定性危害的手段。由于化学、材料科学和化学工程的技术进步，储能技术近年来得到了长足的发展，各种规模和类型的储能设备在各地兴建并投入使用，储能由于其安全可调特性可以为电力系统稳定作出重要贡献。但目前储能设备主体通过市场方式参与电力系统调节存在两个难点：其一是分布式储能设备主体复杂，单体容量不足，分布地理范围广，难以有效控制和形成市场竞争力；其二是电力价格和负荷需求波动为市场竞价过程带来了很大的不确定性，目前缺乏适合储能设备的有效的竞价策略，从而难以扩大结算收益和激发市场参与积极性。
2、多储能主体聚合形成储能聚合商，代替广泛小容量储能设备参与电力市场是解决储能分布式特征的重要手段。聚合商充当中间商的角色聚合并管理储能设备，参与市场竞价过程并实现利益分摊，可以简化市场流程和降低市场准入门槛，已经受到越来越多的关注和研究。
3、目前，储能聚合商参与日前-实时电力市场还存在难以有效调控市场竞争缺乏灵活性和收益较低等技术问题。
技术实现思路
1、解决的技术问题：本发明针对储能聚合商参与日前-实时电力市场难以有效调控，市场竞争缺乏灵活性和收益较低的问题，提出了一种基于双层随机规划的储能聚合商参与日前-实时电力市场竞价方法。
2、技术方案：
3、一种储能聚合商参与日前-实时电力市场竞价方法，所述电力市场竞价方法包括以下步骤：
4、步骤1，储能聚合商获取成本信息，得到单位功率充放电成本函数cbat，储能聚合商同时提供电能量和备用分别参与日前和实时电力市场，将拟定报价策略参数kd-1和kd传递到下层，给定报价策略参数范围，在获取下层价格参数(λt,λωt)和充放电量参数的基础上，以参与市场收益w最大化为目标完成上层模型建模；
5、步骤2，获取储能聚合商的报价策略参数(kd-1,kd)，其中kd-1和kd分别为对应于日前和实时市场报价策略参数，拟定发电总成本方程，按照随机规划方式完成系统潮流约束，计及储能聚合商和系统内其他发电机的发电和备用出力约束，完成下层模型建模，下层模型的输出结果包括日前市场出清价格λt和实时市场出清价格λωt、储能聚合商的计划充电量和放电量储能聚合商的下调备用和下调备用量并将结果返回到上层模型；
6、步骤3，将下层模型原问题中的目标函数和约束条件改写为拉格朗日对偶形式，并采用kkt条件，用原问题可行性条件、对偶问题可行性条件和互补松弛约束对下层模型进行替代，将双层模型转化为单层模型，其中转化后的单层模型中目标函数为原上层模型目标函数，约束条件包括原上层模型约束条件、下层模型原问题可行性条件、下层模型对偶问题可行性条件和下层问题互补松弛约束；
7、步骤4，采用大m法对互补约束条件中对偶变量与连续变量相乘进行线性化，采用二进制展开法对上层模型目标函数中价格与充放电量相乘变量和进行处理；
8、步骤5，对线性化后的单层模型采用商用求解器gurobi求解，得到最优的报价策略参数和最大市场收益wmax，以及由此产生的市场价格参数和充放电量参数
9、进一步地，所述步骤1具体包括如下子步骤：
10、步骤1.1，储能聚合商获得其单位功率充放电成本函数cbat，根据其报价策略参数(kd-1,kd)，分别按照kd-1·cbat和kd·cbat对电能量和备用两种使用场景进行报价，在已知下层价格参数(λt,λωt)和充放电量参数的基础上，其参与市场收益w为如下表达式：
11、
12、式中，t代表时间节点，ω为反映随机性的场景变量，πω为随机规划中不同场景的发生概率，δt为单位时间长度；
13、步骤1.2，储能聚合商设定报价策略参数(kd-1,kd)的上限值分别为即满足如下的约束关系：
14、
15、
16、进一步地，所述步骤2具体包括如下子步骤：
17、步骤2.1，电力市场运营商根据系统内风电出力历史数据和气象预测数据，得到未来运行周期内风电出力值及其概率，采用两阶段随机规划的方式，将风电出力划分为高、中、低三个场景，其概率分布参数设置为πω；
18、步骤2.2，电力市场运营商接收储能聚合商报价策略参数(kd-1,kd)信息，结合系统拓扑结构和已有其他市场主体报价数据，以社会总福利最大即总发电成本最小为下层建模目标，如下列表达式所示：
19、
20、式中，i为电力系统中除储能运营商外其他火力发电机组的索引，ci为第i个发电机组的单位发电量可变成本，pit为第i个发电机组在时刻t的出力，和分别为第i个发电机组在时刻t承担的上调备用容量和下调备用容量；
21、步骤2.3，电力市场运营商进行日前-实时市场出清建模，分别考虑日前和实时市场功率平衡、火力和风电机组出力上下限约束、储能容量约束，具体包括下列约束表达式：
22、
23、
24、
25、
26、
27、
28、
29、式中，n是系统中节点的索引，j是系统中负荷的索引，ljt是第j个负荷在时刻t的大小，wt是风力发电机在时刻t的出力，θn表示与节点n直接连接的节点集合，m是对应索引，bnm表示节点n和节点m之间线路的支路导纳，wωt表示风力发电机组在场景ω下时刻t的出力，θnt和θnωt分别表示市场和运行条件下节点n在时刻t的电压相位角，θmt和θmωt分别表示市场和运行条件下节点m在时刻t的电压相位角，和pi为第i个火力发电机组的出力上下限，socinit为储能的初始容量，和soc为储能的最大和最小容量，η为储能充放电的效率参数；表达式冒号后括号中的参数为约束条件对应的对偶乘子，包括：λt，λωt，φt，和δt为单位时间长度。
30、进一步地，所述步骤3具体包括如下子步骤：
31、步骤3.1，将下层模型原问题改写为拉格朗日对偶形式，约束条件变为：
32、
33、
34、
35、
36、
37、
38、步骤3.2，根据kkt条件完成互补松弛条件的构造，如下列表达式所示：
39、
40、
41、
42、
43、
44、
45、
46、
47、
48、进一步地，步骤4中，采用二进制展开法对上层模型目标函数中价格与充放电量相乘变量进行处理的过程包括如下子步骤：
49、
50、
51、
52、
53、
54、式中，k为中间常数变量，为中间二元变量，为取值范围内某一常数，为λt的替代变量，g为常数，其数值大于λt十倍。
55、进一步地，步骤4中，采用大m法对互补约束条件中对偶变量与连续变量相乘进行线性化的过程包括以下子步骤：
56、
57、式中，m为常数，为大m法中间参数。
58、进一步地，步骤5具体包括如下子步骤：
59、将线性化后的单层模型输入商用优化求解器gurobi，设置初始参数和已知参数数值，经过迭代计算得到最优的报价策略参数和最大市场收益wmax，以及由此产生的市场价格参数和充放电量参数并根据结果完成储能聚合商参与日前-实时电力市场的最优报价。
60、有益效果：
61、第一，本发明的储能聚合商参与日前-实时电力市场竞价方法，聚焦储能聚合商参与日前-实时电力市场竞价过程，将聚合商和电力市场运营商之间的相互耦合和影响用双层模型之间数据的传递和迭代进行建模表达，不仅充分考虑了储能聚合商最大收益和电力市场运营商最小成本需求，还通过拉格朗日对偶和kkt条件创造性地将双层模型转化为单层模型，从而将上下层模型之间原有的复杂迭代过程大大简化，使其可以采用商用优化求解器进行计算，保障求解速度的同时可以获得全局最优的结果。
62、第二，本发明的储能聚合商参与日前-实时电力市场竞价方法，考虑到目前电力系统中大量可再生能源引入造成的系统波动和不确定性影响，以风电为例，采用两阶段随机规划的方法，将风电的随机出力过程具象化为固定概率分布的随机事件，按照期望出力成本最小的方式，考虑所有可能的出力情形。在计算中不仅可以避免参数随机化带来的建模困难，还能得出电力运营商关心的随机场景期望成本最优结果。
63、第三，本发明的储能聚合商参与日前-实时电力市场竞价方法，针对建模中出现的非线性项，按照非线性来源的不同采用不同的线性化方案进行处理。采用二进制展开方式处理价格和储能充放电容量乘积项，采用大m法处理互补松弛条件中的对偶变量与连续变量乘积，极大低降低了模型的求解难度，为最优竞价策略的快速生成提供了便利。
1.一种储能聚合商参与日前-实时电力市场竞价方法，其特征在于，所述电力市场竞价方法包括以下步骤：
2.根据权利要求1所述的储能聚合商参与日前-实时电力市场竞价方法，其特征在于，所述步骤1具体包括如下子步骤：
3.根据权利要求1所述的储能聚合商参与日前-实时电力市场竞价方法，其特征在于，所述步骤2具体包括如下子步骤：
4.根据权利要求1所述的储能聚合商参与日前-实时电力市场竞价方法，其特征在于，所述步骤3具体包括如下子步骤：
5.根据权利要求1所述的储能聚合商参与日前-实时电力市场竞价方法，其特征在于，步骤4中，采用二进制展开法对上层模型目标函数中价格与充放电量相乘变量进行处理的过程包括如下子步骤：
6.根据权利要求1所述的储能聚合商参与日前-实时电力市场竞价方法，其特征在于，步骤4中，采用大m法对互补约束条件中对偶变量与连续变量相乘进行线性化的过程包括以下子步骤：
7.根据权利要求1所述的储能聚合商参与日前-实时电力市场竞价方法，其特征在于，步骤5具体包括如下子步骤：
