[论文解读] Decentralized Control via Dynamic Stochastic Prices: The Independent System Operator Problem

Rahul Singh, P. R. Kumar+1 more|arXiv (Cornell University)|May 28, 2016

Economic theories and models参考文献 43被引用 3

一句话总结

本文提出了一种去中心化的动态随机定价机制，供独立系统运营商（ISOs）在具有不确定可再生能源出力和需求的电力系统中最大化社会福利。通过迭代交换投标与价格信号，各参与方在互不知晓对方模型的情况下，实现与集中控制等效的最优系统级结果，在LQG假设下仿真中实现了53.5%的成本节约，并支持最优的随机节点边际电价。

ABSTRACT

A smart grid connects wind or solar or storage farms, fossil fuel plants, industrialor commercial loads, or load serving entities, modeled as stochastic dynamical systems. In each time period, they consume or supply electrical energy, with the constraint that total generation equals consumption. Each agent's utility is either the benefit accrued from consumption, or negative of generation cost. The Independent System Operator has to maximize their sum, the social welfare, without agents revealing their dynamic models or utilities. It has to announce prices after interacting with agents via bids. If agents observe and know the laws of uncertainties affecting other agents, then there is an iterative price and bid interaction that leads to the maximum social welfare attainable if agents pooled their information. In the important case where agents are LQG systems not even knowing of the existence of other agents, the bid and price iteration is dramatically simple, exchanging time vectors of future prices and consumptions or generations at each time step. State dependent bidding is not needed. This solution of the decentralized stochastic control problem may be of economic importance in power systems, and of broader interest in general equilibrium theory of economics for stochastic dynamic agents.

研究动机与目标

• 解决在参与者（如风电场、负荷）拥有私有模型且动态特性不确定的电力系统中，去中心化、动态且随机协调的挑战。
• 使独立系统运营商（ISO）在无法获取参与者私有信息（包括系统状态、效用函数或动态模型）的情况下，仍能最大化社会福利。
• 设计一种可扩展、信息高效的机制，使参与者能够根据时变的随机价格进行响应，而无需了解其他参与者的行为或不确定性。
• 证明迭代投标-价格交互可实现与具备完整信息的集中控制策略相同的最优社会福利。
• 将一般均衡理论扩展至具有信息不对称性的动态随机环境，特别是在集成可再生能源的电力系统中。

提出的方法

• ISO采用迭代价格-投标机制，宣布动态随机价格，参与者则根据其私有模型和效用函数作出最优发电或用电响应。
• 参与者利用当前价格信号求解自身的随机最优控制问题，将未来价格视为具有已知分布的随机变量。
• 系统利用LQG（线性二次高斯）结构，实现可计算且解析解的形式，仅需交换未来价格和发电/用电水平的时间向量。
• ISO根据汇总的投标更新价格，利用顺序信息来改进对未来系统状态和外部性的预测。
• 该机制结合了直流潮流方程，推导出最优的随机动态节点边际电价（LMPs）。
• 在紧致性和凸性假设下，该过程收敛至社会福利的全局最大值；在LQG条件下可实现精确收敛。

实验结果

研究问题

• RQ1 仅通过价格反馈的去中心化机制，能否在参与者拥有私有、随机、动态模型的情况下，实现与具备完整信息的集中最优控制策略相同的社会福利？
• RQ2 当参与者不披露其系统状态、效用函数或不确定性模型时，ISO如何实时设定动态随机价格？
• RQ3 在具有可再生能源出力和可调节负荷的随机电力系统中，最优动态价格的结构是怎样的？
• RQ4 在信息不对称和不确定性存在的情况下，迭代投标-价格交互在何种条件下能收敛至全局福利最优？
• RQ5 在包含风电和火电的现实电力系统场景中，所提出的机制能否实现显著的成本节约？

主要发现

• 在LQG假设下，迭代投标-价格机制可实现与具备完整信息的集中控制策略相同的最优社会福利。
• 在包含风电和火电的两期场景中，最优方案相比基线将总系统成本降低了53.5%，净成本分别为$1.75×10⁵与$3.76×10⁵。
• 最优方案能提前预测电能短缺，使发电机响应更平滑，需求响应更早启动，如功率出力和价格轨迹所示。
• 最优方案中的价格清晰地传递了未来短缺或过剩的信号，使参与者能够主动调整行为，降低不满意度。
• 当引入直流潮流约束时，该方法可生成最优的随机动态节点边际电价（LMPs）。
• 该机制在LQG系统中计算上是可行的，每一步仅需交换未来价格和发电/用电水平的时间向量。