肖 帆，艾 欣，祁 琪

（新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室（華北電力大學(xué)）,北京市 102206）

0 引言

近年來,能源結(jié)構(gòu)的全局性調(diào)整、物理信息技術(shù)的迅猛發(fā)展給傳統(tǒng)電力系統(tǒng)帶來了挑戰(zhàn)和機(jī)遇［1］。在以新能源為主體的新型電力系統(tǒng)中,參與需求側(cè)響應(yīng)的新能源主體大規(guī)模增加,形成大量的具有荷源二重性的產(chǎn)消者負(fù)荷,電動(dòng)汽車負(fù)荷及儲(chǔ)能系統(tǒng)在負(fù)荷側(cè)的大量接入,進(jìn)一步豐富了需求側(cè)靈活性資源,同時(shí)也對(duì)電力系統(tǒng)的需求側(cè)調(diào)度和數(shù)據(jù)計(jì)算提出了更高的要求［2-3］。一方面,需求側(cè)的智能終端以及各類傳感器產(chǎn)生的數(shù)據(jù)將呈現(xiàn)出指數(shù)級(jí)爆發(fā)增長(zhǎng)的態(tài)勢(shì)［4］；另一方面,需求側(cè)的各類能源數(shù)據(jù)的聚合、處理、分析和決策往往對(duì)隱私保密、傳輸帶寬要求更高［5-7］。為此,針對(duì)電力系統(tǒng)能源產(chǎn)消者調(diào)度優(yōu)化的方法論需要向適應(yīng)新型電力系統(tǒng)的方向轉(zhuǎn)變。在新興技術(shù)和電力系統(tǒng)融合的大趨勢(shì)下跳出原有的運(yùn)行框架,重新思考需求側(cè)靈活性資源的新型調(diào)度運(yùn)行方式,解決數(shù)據(jù)指數(shù)級(jí)增長(zhǎng)可能帶來的丟包等問題,對(duì)于電力系統(tǒng)經(jīng)濟(jì)、可靠運(yùn)行至關(guān)重要。

現(xiàn)有的調(diào)度優(yōu)化策略研究主要分為3 類:集中式、點(diǎn)對(duì)點(diǎn)式以及弱中心分布式［6］。例如,文獻(xiàn)［7］以含有多個(gè)產(chǎn)消者的虛擬電廠為主體,搭建了點(diǎn)對(duì)點(diǎn)交易體制的能量管理框架,實(shí)現(xiàn)了系統(tǒng)的帕累托改進(jìn)。文獻(xiàn)［8］以模型預(yù)測(cè)控制為例進(jìn)行對(duì)比分析,指出了集中式、非協(xié)作式以及協(xié)作式分布控制方法的特征及優(yōu)勢(shì)。文獻(xiàn)［9］針對(duì)大規(guī)模產(chǎn)消者群集中式模型求解困難的問題,構(gòu)建了分布式優(yōu)化調(diào)度框架。文獻(xiàn)［10］將共享經(jīng)濟(jì)的理念運(yùn)用到電力系統(tǒng)當(dāng)中,構(gòu)建了以產(chǎn)消者和虛擬電廠為主體的主從博弈能源共享運(yùn)營(yíng)機(jī)制。但上述研究均以自下而上的思維方式將需求側(cè)的數(shù)據(jù)進(jìn)行采集、聚合送至云端處理,在調(diào)度方法上仍然屬于傳統(tǒng)的云智能集中處理思想。隨著云計(jì)算、邊緣計(jì)算等信息技術(shù)的發(fā)展,將二者結(jié)合的邊緣計(jì)算-云計(jì)算協(xié)同（以下簡(jiǎn)稱“邊云協(xié)同”）技術(shù)逐漸演變成一種新的調(diào)度方案。該調(diào)度方案有效整合了二者優(yōu)勢(shì),一方面,利用云計(jì)算的資源優(yōu)勢(shì)來提供充足的計(jì)算資源；另一方面,可以利用邊緣計(jì)算的地理優(yōu)勢(shì)來滿足低延時(shí)、高質(zhì)量傳輸?shù)男枨螅?1］。文獻(xiàn)［12］基于電力物聯(lián)網(wǎng)的框架,研究了在大規(guī)模分布式能源和廣泛信息交互情景下的產(chǎn)消者交易模型,但并未考慮配電網(wǎng)系統(tǒng)的網(wǎng)絡(luò)拓?fù)浼s束。文獻(xiàn)［13］針對(duì)分布式資源的隨機(jī)性和波動(dòng)性問題,基于邊云協(xié)同的信息架構(gòu),提出了多能虛擬電廠調(diào)度技術(shù)框架,但缺少交互過程和博弈論結(jié)合的相關(guān)討論。文獻(xiàn)［14-15］為了最大限度地發(fā)揮需求側(cè)溫控負(fù)荷削峰填谷的作用,提出了基于邊云協(xié)同框架下的優(yōu)化控制策略,但僅限于空調(diào)負(fù)荷的調(diào)控。因此,如何從邊云協(xié)同的角度,利用產(chǎn)消者和邊云協(xié)同框架的相通之處,充分挖掘需求側(cè)靈活性資源的潛力仍是一個(gè)重要的問題。

極端情況下,當(dāng)需求側(cè)的所有產(chǎn)消者都為“發(fā)電”狀態(tài),或者都為“負(fù)荷”狀態(tài)時(shí),會(huì)給配電網(wǎng)造成輸電傳輸阻塞,或者給保護(hù)造成困難,因此發(fā)揮產(chǎn)消者的“自治（autonomy）”特性,研究對(duì)多產(chǎn)消者的協(xié)同調(diào)度策略具有重要意義。為此,本研究在邊云協(xié)同調(diào)度的框架之下引入合作式博弈（cooperative game,CG）理論［16］,通過“邊”端和“云”端的交互博弈充分發(fā)揮產(chǎn)消者需求側(cè)靈活性資源的“自治”特性,從而實(shí)現(xiàn)整個(gè)系統(tǒng)的納什均衡。

基于現(xiàn)有研究并考慮高比例新能源體系的調(diào)度要求,本文著重解決新型電力系統(tǒng)下需求側(cè)靈活性資源的聚合、調(diào)控、交互問題,以及邊云協(xié)同框架下因數(shù)據(jù)指數(shù)級(jí)增長(zhǎng)所帶來的丟包問題。在合作式博弈優(yōu)化思想的指導(dǎo)下,分析邊云協(xié)同的新型電力系統(tǒng)調(diào)度方式和數(shù)學(xué)模型。區(qū)別于上文提到的研究,本文的創(chuàng)新點(diǎn)在于針對(duì)新型電力系統(tǒng)的特點(diǎn)研究邊云協(xié)同下的調(diào)度模式,通過合作式博弈來實(shí)現(xiàn)交互雙方利益最大化,并保證系統(tǒng)運(yùn)行的可靠性與穩(wěn)定性。

1 基于邊云協(xié)同的合作式博弈調(diào)度框架

本文從產(chǎn)消者和邊云協(xié)同框架的相通之處出發(fā),結(jié)合邊云協(xié)同的信息架構(gòu),提出“邊”端的需求側(cè)和“云”端的網(wǎng)側(cè)之間基于合作式博弈的優(yōu)化調(diào)度方案。系統(tǒng)的整體運(yùn)行框架如圖1 所示,從宏觀調(diào)度到微觀建模分為3 個(gè)層次,下面依次進(jìn)行詳細(xì)闡述。

圖1 基于邊云協(xié)同的合作式博弈調(diào)度框架Fig.1 Scheduling framework of cooperative game based on edge-cloud collaboration

1.1 基于邊云協(xié)同的調(diào)度架構(gòu)設(shè)計(jì)

從宏觀調(diào)控的角度,控制層面整體由云端管控平臺(tái)、邊緣服務(wù)平臺(tái)和產(chǎn)消者傳感器及其終端組成。以產(chǎn)消者為代表的需求側(cè)資源呈現(xiàn)出電壓等級(jí)低、容量小、分散的特點(diǎn),傳感器及其終端對(duì)產(chǎn)消者所擁有的各類設(shè)備數(shù)據(jù)信息進(jìn)行采集控制,并將必要的調(diào)控信息上傳至邊緣服務(wù)平臺(tái)。邊緣服務(wù)平臺(tái)對(duì)上傳的信息進(jìn)行聚合優(yōu)化,根據(jù)需求側(cè)能源特點(diǎn)、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)等特征進(jìn)行調(diào)整,減少需求側(cè)不確定能源（戶用光伏等）給調(diào)度帶來的影響。云端管控平臺(tái)和邊緣服務(wù)平臺(tái)進(jìn)行協(xié)同優(yōu)化,通過只交互少量信息（功率、電價(jià)）來實(shí)現(xiàn)云端計(jì)算的降維,提高計(jì)算效率［17-19］。

在以邊云協(xié)同為基礎(chǔ)構(gòu)建的調(diào)度框架中,產(chǎn)消者側(cè)和網(wǎng)側(cè)出于減少運(yùn)行成本（增大利益）的目的,主動(dòng)參與到需求響應(yīng)中,并利用雙方的信息交互而減少整體優(yōu)化模型的求解復(fù)雜性。參與方為以產(chǎn)消者為代表的邊緣服務(wù)平臺(tái)和以電網(wǎng)側(cè)為代表的云端管控平臺(tái),雙方在博弈開始之后進(jìn)行協(xié)商,達(dá)成一致則按照合作博弈下的策略集行動(dòng),否則以非合作的方式各自執(zhí)行自己認(rèn)為最優(yōu)的策略。定義協(xié)商一致點(diǎn)（agreement point,AP） 和 協(xié) 商 破 裂 點(diǎn)（disagreement point,DP）,二者均屬于談判可能出現(xiàn)的結(jié)果,在AP/DP 情況下所對(duì)應(yīng)的策略集合中DP 為談判結(jié)果中得到最壞的情況。求解策略的核心思想對(duì)雙方來說是在博弈中不斷尋找DP 和AP的過程,在找到AP 后,邊云服務(wù)平臺(tái)將相應(yīng)指令下發(fā)給終端,終端執(zhí)行命令并反饋。

在邊云協(xié)同的調(diào)度框架下,基于合作式博弈的理論,代表網(wǎng)側(cè)的云端管控平臺(tái)和代表需求側(cè)的邊緣服務(wù)平臺(tái)進(jìn)行協(xié)同優(yōu)化。云端管控平臺(tái)考慮網(wǎng)絡(luò)拓?fù)浼s束建立配電網(wǎng)優(yōu)化模型,根據(jù)電力市場(chǎng)出清模型得到各節(jié)點(diǎn)電價(jià)；邊緣服務(wù)平臺(tái)對(duì)需求側(cè)各類資源進(jìn)行刻畫,建立考慮用電需求和舒適度的優(yōu)化模型,雙方通過交互電價(jià)、功率等少量信息進(jìn)行協(xié)同優(yōu)化。此外,考慮到可能的數(shù)據(jù)丟失情況,以邊緣服務(wù)平臺(tái)為樞紐,分別構(gòu)建終端（設(shè)備）、云端閉環(huán)控制模型,從而實(shí)現(xiàn)整體能源系統(tǒng)從云端管控至終端設(shè)備的經(jīng)濟(jì)、可靠運(yùn)行。

1.2 基于合作式博弈的交互框架

求解策略的核心思想在于通過博弈過程不斷尋找最佳的AP,當(dāng)雙方均實(shí)現(xiàn)目標(biāo)優(yōu)化時(shí)的策略即為AP,用戶的用電方案和網(wǎng)側(cè)的價(jià)格策略即為雙方的u?。

在邊云協(xié)同架構(gòu)下的合作式博弈聯(lián)合調(diào)度框架如圖2（a）所示。邊緣服務(wù)平臺(tái)針對(duì)產(chǎn)消者們所提供的信息（用電計(jì)劃Pt）進(jìn)行匯集,并做初步的分析處理。隨后通過主干網(wǎng)絡(luò)將信息匯集到云端管控平臺(tái),平臺(tái)將交易中心下發(fā)的調(diào)度指令分解到連接的各個(gè)邊緣服務(wù)平臺(tái),平臺(tái)通過價(jià)格信號(hào)βt對(duì)產(chǎn)消者進(jìn)行用電行為引導(dǎo),從而實(shí)現(xiàn)調(diào)度中心的指令要求。整體為從邊緣到云再?gòu)脑频竭吘壍恼{(diào)度過程。基于合作式博弈的交互過程如圖2（b）所示。邊緣服務(wù)平臺(tái)將原始用電計(jì)劃Pt發(fā)送至云端,電網(wǎng)側(cè)接收到數(shù)據(jù)對(duì)負(fù)荷波動(dòng)情況fg進(jìn)行分析,若仍可以通過βt對(duì)用電行為進(jìn)一步優(yōu)化調(diào)度,則視為DP,繼續(xù)進(jìn)行下一輪的協(xié)商。邊緣服務(wù)平臺(tái)接收返回的βt進(jìn)行決策,再次將方案?jìng)鬟f到云端,交互迭代至雙方達(dá)到最優(yōu),即找到AP,博弈結(jié)束。

圖2 基于合作式博弈的調(diào)度框架和交互過程Fig.2 Cooperative game based scheduling framework and interactive process

2 基于邊云協(xié)同調(diào)度框架下的數(shù)學(xué)模型

邊云協(xié)同框架下,新型電力系統(tǒng)調(diào)度優(yōu)化的核心問題是尋找邊緣服務(wù)平臺(tái)和云端管控平臺(tái)各自的最佳運(yùn)行策略,從而達(dá)到整體能源體系的最優(yōu)運(yùn)行點(diǎn)。為解決上述問題,本文分別基于云端管控平臺(tái)和邊緣服務(wù)平臺(tái)對(duì)資源進(jìn)行建?？坍?并以邊緣服務(wù)平臺(tái)為樞紐建立雙層控制模型。

2.1 基于云端管控平臺(tái)的配電網(wǎng)優(yōu)化模型

從電力系統(tǒng)穩(wěn)定運(yùn)行的角度出發(fā),代表電網(wǎng)側(cè)的云端管控者希望電力需求的實(shí)際值和預(yù)測(cè)值整體相差較少,從而減少電能傳輸產(chǎn)生的資源損耗。定義負(fù)荷波動(dòng)函數(shù)fg如式（2）所示。

式中:Pavg為總需求功率的平均值；T為整個(gè)調(diào)度優(yōu)化周期,本文取24 h。

云端管控者通過價(jià)格對(duì)產(chǎn)消者的用電行為進(jìn)行引導(dǎo),其中價(jià)格模型通過配電網(wǎng)中的電力市場(chǎng)出清獲得,以產(chǎn)消者的用電行為作為變量,得到對(duì)應(yīng)的價(jià)格曲線。配電網(wǎng)的潮流優(yōu)化模型可通過式（4）來簡(jiǎn)要表示。

式中:X為配電網(wǎng)電力市場(chǎng)中的決策變量組（在本文中指產(chǎn)消者的用電行為曲線）；C為約束條件向量組；A和b分別為線性約束條件中的系數(shù)矩陣和向量組；Bs,t和as,t分別為線路s在t時(shí)刻二次約束條件中的系數(shù)矩陣和向量組；λ、δs,t、vs,t為線路s在t時(shí)刻約束條件所對(duì)應(yīng)的對(duì)偶變量的向量組。

根據(jù)經(jīng)濟(jì)學(xué)理論,電力市場(chǎng)的出清模型為配電網(wǎng)潮流優(yōu)化模型的對(duì)偶,詳細(xì)模型如（5）所示。通過求解電力市場(chǎng)的出清模型得到各個(gè)節(jié)點(diǎn)的電價(jià)（有功功率平衡約束的對(duì)偶變量）,從而利用電價(jià)對(duì)節(jié)點(diǎn)所在的產(chǎn)消者用電行為進(jìn)行引導(dǎo)。

式中:Ue為配電網(wǎng)系統(tǒng)中所擁有的發(fā)電機(jī)組集合；e=1,2,…,E,其中E為配電網(wǎng)系統(tǒng)中發(fā)電機(jī)組總數(shù)；Cue,t為發(fā)電機(jī)組ue在t時(shí)刻的運(yùn)行成本,其詳細(xì)的運(yùn)行成本函數(shù)（經(jīng)過線性化處理）如式（7）所示。系統(tǒng)整體的運(yùn)行目標(biāo)是運(yùn)行成本Y最小。

Cue,t≥am,ue+bm,ue pue,t?ue,t,m∈[1,M] （7）

式中:m為分段線性化所劃分的段數(shù)；M為所劃分段的總數(shù)；am,ue和bm,ue為發(fā)電機(jī)組ue在m段的分段成本系數(shù)；pue,t為發(fā)電機(jī)組ue在t時(shí)刻的有功功率。

詳細(xì)的約束條件如下。

1）發(fā)電機(jī)組的有功、無功約束

2.2 基于邊緣服務(wù)平臺(tái)的產(chǎn)消者優(yōu)化調(diào)度模型

2.2.3 可轉(zhuǎn)移資源

可轉(zhuǎn)移負(fù)荷的典型設(shè)備是洗衣機(jī)和電飯煲,主要特點(diǎn)是運(yùn)行的時(shí)長(zhǎng)以及所消耗的功率是固定的,開始運(yùn)行后會(huì)持續(xù)一段時(shí)間。考慮到這種設(shè)備一般會(huì)有不同的運(yùn)行模式,但總的運(yùn)行功率是固定的,所以本文通過設(shè)定功率平均值來描述設(shè)備在運(yùn)行周期內(nèi)每小時(shí)的用電量,如式（29）所示。用戶可以根據(jù)個(gè)人的用電習(xí)慣設(shè)定期望設(shè)備運(yùn)行的時(shí)刻,如式（30）所示。設(shè)備開啟后按照設(shè)定的模式運(yùn)行固定的時(shí)段,如式（31）和式（32）所示。

2.3 以邊緣服務(wù)平臺(tái)為樞紐的雙層閉環(huán)控制模型

呈指數(shù)級(jí)增長(zhǎng)態(tài)勢(shì)的需求側(cè)數(shù)據(jù)對(duì)于通信的要求也隨之提高,為了在有限的通信資源下保證數(shù)據(jù)傳輸?shù)目煽啃院头€(wěn)定性,現(xiàn)以邊緣服務(wù)平臺(tái)為樞紐構(gòu)建閉環(huán)控制模型。如圖3 所示,引入Bernoulli 隨機(jī)變量來模擬數(shù)據(jù)丟失的情況,1 表示數(shù)據(jù)傳送成功,0 表示數(shù) 據(jù) 丟失或延遲。其中,ξl,t、λl,t、γl,t分 別對(duì)應(yīng)數(shù)據(jù)傳遞過程①、②、③中成功與否,3 個(gè)過程中 的 數(shù) 值 是 相 互 獨(dú) 立 的；-γ表 示γ的 對(duì) 立 事 件；ξ=0.75 表示通信過程①中數(shù)據(jù)傳遞成功ξ(t)=1 的概率為75%。

圖3 數(shù)據(jù)丟失情況下的交互過程圖Fig.3 Interactive process diagram in case of data loss

過程②:在該過程中,數(shù)據(jù)傳遞概率通過Pr {λ(t)=1}=δλ和Pr {λ(t)=0}=1-δλ表示,云端管控中心通過計(jì)算得到各節(jié)點(diǎn)電價(jià)策略βl,t并傳遞給邊緣服務(wù)平臺(tái)。在第l次博弈過程中,若λl,t(t)=1,則將t時(shí)刻的各節(jié)點(diǎn)的電價(jià)策略βl,t成功傳送至邊緣服務(wù)平臺(tái),反之,則自動(dòng)取第l次的整體電價(jià)平均值βavg。

過程③:在該過程中,數(shù)據(jù)傳遞概率通過Pr {γ(t)=1}=δγ和Pr {γ(t)=0}=1-δγ表 示,待博弈雙方實(shí)現(xiàn)AP 后,邊緣服務(wù)平臺(tái)將執(zhí)行信號(hào)傳遞至現(xiàn)場(chǎng)執(zhí)行終端,現(xiàn)場(chǎng)執(zhí)行終端從而按照最優(yōu)策略pl,t來調(diào)控產(chǎn)消者所管理的各種用電設(shè)備。假定第l次策略為AP,若γl,t(t)=1,則將t時(shí)刻的各節(jié)點(diǎn)的最優(yōu)策略pl,t成功傳送至現(xiàn)場(chǎng)執(zhí)行終端處,反之,則按照第l-1 次的用電策略pl-1,t執(zhí)行。

過程④:為避免最壞的通信情況出現(xiàn),即執(zhí)行階段出現(xiàn)較多數(shù)據(jù)丟失的情況,此情景下pl-1,t無法保證整體實(shí)現(xiàn)AP,所以將采用產(chǎn)消者最初的用電策略以保證其用電需求和舒適度需求,云端管控中心把p0,t傳送至現(xiàn)場(chǎng)執(zhí)行終端,執(zhí)行最初用電策略。

詳細(xì)的求解流程圖如圖4 所示。

圖4 求解流程圖Fig.4 Flow chart of solution

3 算例分析

3.1 算例設(shè)置

本文以IEEE 13 節(jié)點(diǎn)系統(tǒng)為例,對(duì)所構(gòu)建的基于邊云協(xié)同的合作式博弈調(diào)度框架進(jìn)行驗(yàn)證,從系統(tǒng)經(jīng)濟(jì)、穩(wěn)定運(yùn)行兩個(gè)角度對(duì)以需求側(cè)資源為代表的邊緣服務(wù)平臺(tái)和以電網(wǎng)側(cè)調(diào)度為代表的云端管控平臺(tái)之間的交互行為進(jìn)行分析。在系統(tǒng)中,本文在節(jié)點(diǎn)4、5、6、9、10、11、12、13 中接入160 個(gè)產(chǎn)消者,配電網(wǎng)的電力參數(shù)見附錄A 表A1 至表A3。每戶產(chǎn)消者配備3 臺(tái)智能電表［25］,分別連接IL、可調(diào)節(jié)負(fù)荷和可轉(zhuǎn)移負(fù)荷3 類負(fù)荷。原負(fù)荷運(yùn)行參數(shù)等數(shù)據(jù)見附錄A 圖A1。光伏出力和負(fù)荷數(shù)據(jù)來源于文獻(xiàn)［26］,詳細(xì)參數(shù)見圖A2 至圖A4。設(shè)置有無在邊云協(xié)同調(diào)度框架下優(yōu)化兩種場(chǎng)景,模型在MATLAB平臺(tái)運(yùn)行,并調(diào)用Gurobi 求解。

3.2 兩種場(chǎng)景下的結(jié)果分析

在邊云協(xié)同的調(diào)度框架下,計(jì)算可以在有限交互次數(shù)下得到收斂。由于僅交互少量信息,計(jì)算均可以在140～280 s 內(nèi)得到收斂。附錄A 表A4 為收斂交互次數(shù)為10 的場(chǎng)景下所花費(fèi)的計(jì)算時(shí)間。系統(tǒng)仿真模型圖如附錄A 圖A5 所示。

在邊云協(xié)同優(yōu)化調(diào)度框架下,整體多目標(biāo)混合優(yōu)化模型通過有限的交互轉(zhuǎn)變成云端管控平臺(tái)的配電網(wǎng)出清模型和邊緣服務(wù)平臺(tái)的單目標(biāo)混合整數(shù)規(guī)劃,簡(jiǎn)化了模型求解的復(fù)雜度。附錄A 圖A6 為IEEE 13 節(jié)點(diǎn)中各負(fù)荷節(jié)點(diǎn)的電價(jià),由于各節(jié)點(diǎn)的負(fù)荷行為大致相同,從而得到的電價(jià)趨勢(shì)也基本一致。下文將以節(jié)點(diǎn)4 為例,分析有無邊云協(xié)同調(diào)度優(yōu)化兩種場(chǎng)景下的需求側(cè)資源的響應(yīng)行為。

整體結(jié)果如圖5 所示。在無邊云協(xié)同場(chǎng)景下產(chǎn)消者按照原負(fù)荷曲線進(jìn)行用電,此時(shí),整體負(fù)荷波動(dòng)數(shù)值為49 204,所有產(chǎn)消者電費(fèi)總支出為2 873 元；在基于合作式博弈的邊云協(xié)同調(diào)度框架下,負(fù)荷波動(dòng)總數(shù)值為13 207,電費(fèi)總支出為1 896 元。對(duì)比之下,整體負(fù)荷波動(dòng)和電費(fèi)總支出分別下降了73.2%和34%。由此可見,在邊云協(xié)同場(chǎng)景下,邊緣服務(wù)平臺(tái)和云端管控平臺(tái)所管理的資源均滿足合作式博弈的特點(diǎn),雙方利益均有所增加,實(shí)現(xiàn)了協(xié)同優(yōu)化的需求。

圖5 邊云協(xié)同與無邊云協(xié)同場(chǎng)景下結(jié)果對(duì)比Fig.5 Result comparison between edge-cloud collaboration and non-edge-cloud collaboration scenarios

圖6 所示為2 種場(chǎng)景下的整體負(fù)荷功率曲線。從整體情況來看,無邊云協(xié)同場(chǎng)景下的負(fù)荷功率高于邊云協(xié)同場(chǎng)景,因?yàn)樵谶呍茀f(xié)同場(chǎng)景下,雙方需通過不斷的交互迭代從而達(dá)到最優(yōu),而在此過程中邊緣服務(wù)平臺(tái)所管理的需求側(cè)資源在優(yōu)化時(shí)主要參照電網(wǎng)側(cè)的價(jià)格引導(dǎo)信號(hào),所以此時(shí)需求側(cè)對(duì)于價(jià)格的敏感程度遠(yuǎn)高于無邊云協(xié)同的情況；此外在邊云協(xié)同場(chǎng)景下,產(chǎn)消者管理下的各種負(fù)荷都進(jìn)行了更為細(xì)致的交互,實(shí)現(xiàn)了更為精細(xì)的優(yōu)化調(diào)度,從而使得邊云協(xié)同場(chǎng)景下的負(fù)荷功率低于無邊云協(xié)同的場(chǎng)景。

圖6 邊云協(xié)同與無邊云協(xié)同場(chǎng)景下負(fù)荷功率波動(dòng)Fig.6 Load power fluctuation in edge-cloud collaboration and non-edge-cloud collaboration scenarios

3.3 考慮數(shù)據(jù)丟失場(chǎng)景下的結(jié)果分析

圖7 和圖8 為不同程度的數(shù)據(jù)丟失場(chǎng)景下的電價(jià)和用電功率對(duì)比圖?？紤]了數(shù)據(jù)傳輸成功率分別為100%、92%、80%、70%的情況,各節(jié)點(diǎn)價(jià)格的傳輸和產(chǎn)消者用電總功率數(shù)據(jù)的傳輸為不同過程,二者只是傳輸成功率一致,數(shù)據(jù)丟失點(diǎn)相互獨(dú)立。

圖8 不同數(shù)據(jù)丟失場(chǎng)景下的用電功率對(duì)比Fig.8 Comparison of power consumption in different data loss scenarios

圖7 為配電網(wǎng)節(jié)點(diǎn)4 處的電價(jià),在傳輸成功率為100%的場(chǎng)景下,價(jià)格在［0.50,0.58］元/（kW·h）范圍內(nèi)波動(dòng),其余3 種不同的場(chǎng)景也保持在該范圍。在數(shù)據(jù)丟失最為嚴(yán)重的情況下,數(shù)據(jù)傳輸成功率為70%,其中有6 個(gè)數(shù)據(jù)點(diǎn)丟失,根據(jù)本文所提出的方案采用電價(jià)均值βavg來保證數(shù)據(jù)的完整性。可以看出,其整體波動(dòng)程度仍和原范圍保持一致,從而將數(shù)據(jù)丟失對(duì)產(chǎn)消者調(diào)度計(jì)劃產(chǎn)生的影響降低到最小。

圖7 不同數(shù)據(jù)丟失場(chǎng)景下的電價(jià)對(duì)比Fig.7 Comparison of electricity price in different data loss scenarios

圖8 為配電網(wǎng)節(jié)點(diǎn)4 下20 戶產(chǎn)消者在第16 次博弈場(chǎng)景下的負(fù)荷情況,在數(shù)據(jù)傳輸成功率為100%的場(chǎng)景下,整體負(fù)荷在［110,180］kW 范圍內(nèi)波動(dòng)；傳輸成功率為80%和92%的場(chǎng)景也均維持在該范圍。在數(shù)據(jù)傳輸成功率為70%的場(chǎng)景下,有7 個(gè)數(shù)據(jù)點(diǎn)丟失,根據(jù)本文所提模型,取第15 次博弈策略中對(duì)應(yīng)時(shí)刻的用電計(jì)劃。其中t為1、4、20 h時(shí)刻的數(shù)據(jù)并無變化,t=8 h 時(shí)刻的數(shù)據(jù)和丟失前相比相差較大,但整體波動(dòng)范圍仍保持在［100,180］kW 范圍內(nèi)。進(jìn)一步分析可知,隨著產(chǎn)消者群和網(wǎng)側(cè)合作式博弈過程的進(jìn)行,雙方逐漸實(shí)現(xiàn)AP,所以前后兩次的博弈策略變化較小,本文所提的模型較好地利用這一點(diǎn),從而降低了數(shù)據(jù)丟失對(duì)博弈雙方利益最大化的影響。

4 結(jié)語(yǔ)

在新興信息技術(shù)和電力系統(tǒng)高度融合的趨勢(shì)下,具有荷源二重性的產(chǎn)消者呈現(xiàn)出自主性高、數(shù)據(jù)傳輸依賴性強(qiáng)的特點(diǎn)。如何將上述特點(diǎn)和迅猛發(fā)展的信息技術(shù)相結(jié)合,充分挖掘需求側(cè)資源的靈活性,解決傳統(tǒng)調(diào)度模式中因數(shù)據(jù)指數(shù)級(jí)增長(zhǎng)帶來的一系列問題,對(duì)于新型電力系統(tǒng)的可靠、經(jīng)濟(jì)運(yùn)行至關(guān)重要。本文從產(chǎn)消者和邊云協(xié)同框架的相通之處出發(fā),構(gòu)建了基于邊云協(xié)同的合作式博弈調(diào)度框架,對(duì)需求側(cè)和網(wǎng)側(cè)之間的交互博弈進(jìn)行了深入研究,通過分析得到以下結(jié)論:

1）從邊云協(xié)同角度入手,基于合作式博弈理論,針對(duì)新型電力系統(tǒng)下產(chǎn)消者群隱私保密、傳輸帶寬要求高的特點(diǎn),構(gòu)建了以需求側(cè)靈活性資源為代表的邊緣服務(wù)平臺(tái)和以網(wǎng)側(cè)為代表的云端管控平臺(tái)之間的交互框架,建立了多產(chǎn)消者優(yōu)化調(diào)度模型。在此調(diào)度方案下,雙方僅通過交互少量的信息即可實(shí)現(xiàn)需求側(cè)靈活性資源的優(yōu)化調(diào)度,從根本上避免了海量數(shù)據(jù)的交互處理；

2）針對(duì)交互過程中可能因通信而產(chǎn)生的數(shù)據(jù)丟失的情況,建立了以邊緣服務(wù)平臺(tái)為樞紐的雙層閉環(huán)控制模型,避免了因數(shù)據(jù)丟失或帶寬提高而產(chǎn)生的額外運(yùn)行成本,提高了系統(tǒng)運(yùn)行的經(jīng)濟(jì)性和可靠性；

3）通過IEEE 13 節(jié)點(diǎn)系統(tǒng)對(duì)模型進(jìn)行驗(yàn)證,結(jié)果表明在該框架下,合作式博弈理論的引入、雙層閉環(huán)控制模型的構(gòu)建使得交互雙方的利益均有所增加,數(shù)據(jù)傳輸?shù)目煽啃缘玫教岣?驗(yàn)證了所提模型的經(jīng)濟(jì)性和有效性。

本文對(duì)產(chǎn)消者行為建模進(jìn)行了一定的簡(jiǎn)化,需要進(jìn)一步探索如何更為精準(zhǔn)地刻畫產(chǎn)消者用電行為對(duì)配電網(wǎng)出清價(jià)格之間的敏感程度。另外,由于產(chǎn)消者參與需求響應(yīng)的自主性較強(qiáng),因此,在未來,需要進(jìn)一步研究多種場(chǎng)景下產(chǎn)消者和網(wǎng)側(cè)之間的博弈與平衡。

附錄見本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。