基于多时段网络流的能源互联网双向拍卖优化调控方法

1.本发明涉及能源互联网优化技术领域，具体而言，涉及一种基于多时段网络流的能源互联网双向拍卖优化调控方法。

背景技术：

2.能源互联网通过电网和互联网将无数的能源供给与需求连接在一起，实现万物互联，其天然地具有资源优化配置的能力，但这仅仅完成了技术层面的构建。技术的应用需要机制的保障，因此亟需构建满足激励相容性的能源生态圈交易机制。
3.事实上，在经济学领域双向拍卖机制是一种较为普遍的市场机制，它的特性能够实现资源高效分配，并且可以保证协调分配的有效性。但以往的研究大多力求通过数字技术在现有电力市场机制设计基础上更加全面、细致地刻画配电网。然而，现有的基于节点电价的电力市场机制虽然通过集中优化模型实现了社会福利最大化，但缺少有效的利益分配方法，并且忽略了配电成本的合理分摊，其应用于配电网市场交易存在以下问题：包含配电成本在内的全网成本并未得到有效分摊，为市场成员提供准确的价格信号是市场机制设计的关键，而忽视“交易成本”的市场交易必然会导致“搭车”现象及市场扭曲，尤其在当前“隔墙售电”的呼声下，必须厘清配电成本的合理分摊。基于以上考虑，亟需一种基于多时段网络流的能源互联网双向拍卖优化调控方法，以解决上述问题。

技术实现要素：

4.本发明的目的在于提供一种基于多时段网络流的能源互联网双向拍卖优化调控方法，通过构建有别于传统节点电价机制的能源生态圈交易机制，将优化问题转化为网络流模型求解，使得市场均衡过程更加清晰透明，最终实现交易成本的合理分摊、社会福利的有效分配、传输容量稀缺性激励市场成员真实报价，以解决背景技术中所指出的问题。
5.本发明的实施例通过以下技术方案实现：基于多时段网络流的能源互联网双向拍卖优化调控方法，包括如下步骤：
6.步骤1、获取市场成员申报信息以及配电网相关信息，建立基于最大化社会福利的目标优化函数并确定约束条件；
7.步骤2、将优化问题转化为最小费用最大流问题，并构建其网络流模型；
8.步骤3、通过寻残量网络中最小费用的增广路径并确定路径上的最大流，求解最小费用最大流问题进行市场出清，得到购售电双方一一匹配的成交对；
9.步骤4、基于市场边际价格剔除无效成交对；
10.步骤5、基于市场边际价格以及成交对间的配电成本，计算得到全成本电价。
11.根据一种优选实施方式，步骤1中所述市场成员包括购电方、售电方以及储能，所述基于最大化社会福利的目标优化函数的表达式如下：
[0012][0013]
上式中，i表示购电方，j表示售电方，k表示储能，t表示时段，表示售电方j申报的时段t的量价信息，c
ij
表示购电方i与售电方j所组成的成交对(i，j)间的配电成本，表示购电方i申报的时段t的量价信息，q
ijt
表示时段t购电方i和售电方j间成交量，表示储能k申报的放电成本，c
ik
表示购电方i与储能k所组成的成交对(i，k)间的配电成本，表示时段t购电方i和储能k间成交量，c
kj
表示储能k与售电方j所组成的成交对(k，j)间的配电成本，表示储能k申报的充电成本，表示时段t售电方j和储能k间成交量。
[0014]
根据一种优选实施方式，步骤1中确定的约束条件包括：购售电双方累计成交量约束、线路潮流约束、储能的最大充放电功率约束以及储能的荷电状态约束。
[0015]
根据一种优选实施方式，所述约束条件中：
[0016]
购售电双方累计成交量约束为：
[0017][0018][0019]
上式中，表示节点申购电量，表示节点申售电量；
[0020]
线路潮流约束为：
[0021][0022][0023]
上式中，表示线路l在时段t的最大传输容量，f
lt
表示线路l在时段t的实际潮流大小，t
jl
表示购电方j对线路l的潮流转移分配因子，t
il
表示购电方i对线路l的潮流转移分配因子，t
kl
表示储能k对线路l的潮流转移分配因子；
[0024]
储能的最大充放电功率约束为：
[0025][0026][0027]
上式中，表示储能k的最大充电功率，表示储能k的最大放电功率；
[0028]
储能的荷电状态约束为：
[0029][0030]
上式中，soc
k0
表示储能k的初始荷电状态，sock表示储能k的最小荷电状态，表示储能k的最大荷电状态，ek表示储能k的容量，表示时段τ售电方j和储能k间成交量，表示时段τ售电方i和储能k间成交量。
[0031]
根据一种优选实施方式，步骤2中最小费用最大流问题表达式如下：
[0032][0033]
对应的约束条件包括边的容量约束以及流守恒约束，其中，边的容量约束为：
[0034]
s.t.h
uv
≤f
uv
≤g
uv
[0035]
流守恒约束为：
[0036][0037]
上式中，v表示节点集合，v＝∪
1≤t≤tvt
，t表示时段数，v
t
表示时段t节点集合，v
t
＝{1，2，...，n，o-，o
+
}，n表示配电网实际节点数，o-表示源点，o
+
表示汇点，o表示虚拟节点集合，w
uv
表示{u，v}边的单位流量费用，h
uv
表示{u，v}边的最小容量，g
uv
表示{u，v}边的最大容量，f
uv
表示{u，v}边的实际潮流。
[0038]
根据一种优选实施方式，步骤3具体包括：
[0039]
3.1、将网络流模型拆分为两个仅包含单向边的自网络，分别为正向潮流网络以及反向潮流网络；
[0040]
3.2、确定正向潮流网络以及反向潮流网络的费用矩阵；
[0041]
3.3、根据费用矩阵确定源点o-、汇点o
+
间的最小费用路径l；
[0042]
3.4、确定所得路径l上的最大流；
[0043]
3.5、基于正向潮流网络和反向潮流网络对应边的流量之和，对边的流量进行修正：
[0044]
3.6、重复步骤3.3至3.5，直至当前残量网络不存在增广路径，得到网络流的最小费用最大流。
[0045]
根据一种优选实施方式，所述正向潮流网络的费用矩阵为：
[0046][0047]
上式中，c
+
表示正向潮流网络的费用矩阵，表示正向潮流网络任意边{u，v}的流量；
[0048]
反向潮流网络的费用矩阵为：
[0049][0050]
上式中，c-表示反向潮流网络的费用矩阵，表示反向潮流网络任意边{u，v}的流量。
[0051]
根据一种优选实施方式，步骤3.4中确定所得路径l上的最大流的表达式如下：
[0052][0053][0054]
上式中，l
+
表示路径l上实际潮流f
uv
方向与路径l方向相同的边，l-表示路径l上实际潮流f
uv
方向与路径l方向相反的边，表示所得路径l上的最大流，表示{u，v}边的可用容量，表示{u，v}边的最大容量。
[0055]
根据一种优选实施方式，步骤4具体包括：
[0056]
4.1、基于成交对中最小购电价格和最大售电价格的均值，计算市场边际价格表达式如下：
[0057][0058][0059][0060]
上式中，表示成交对(i，j)对应的购电方购电价格，表示成交对(i，j)对应的售电方售电价格，表示出清所得各成交对成交量，表示购电方i报价，售电方j报价；
[0061]
4.2、基于市场边际价格剔除无效成交对，所述无效成交对包括：边际市场成员与其他市场成员形成的成交对以及购电价格小于市场边际价格或售电价格大于市场边际价格的成交对，其中，所述边际市场成员为申报最小购电价格和最大售电价格的市场成员。
[0062]
根据一种优选实施方式，步骤5中计算全成本电价的表达式如下：
[0063][0064]
[0065]
上式中，表示成交对(i，j)中购电方i实际支付的全成本电价，表示成交对(i，j)中售电方j实际收益的全成本电价。
[0066]
本发明实施例的技术方案至少具有如下优点和有益效果：(1)本发明所提供的方法，根据市场成员申报信息、配电网相关信息构建相应网络流模型，通过求解最小费用最大流问题进行市场出清，形成购售电双方一一匹配的成交对，再引入减量交易机制，确保机制的激励相容性，能够实现对市场成员价值创造与成本分摊的精准辨识；(2)市场成员根据自身对配电设备的实际利用程度分摊相应配电成本，任意成交对创造的社会福利完全由购售电双方分配。
附图说明
[0067]
图1为本发明实施例1提供的能源互联网双向拍卖优化调控方法的流程示意图；
[0068]
图2为本发明实施例1提供的流程框图；
[0069]
图3为本发明实施例提供的单时段网络流模型图；
[0070]
图4为本发明实施例提供的多时段网络流模型图；
[0071]
图5为本发明实施例提供的正向潮流网络、反向潮流网络图；
具体实施方式
[0072]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0073]
实施例1
[0074]
参见图1所示，图1为本发明实施例提供的能源互联网双向拍卖优化调控方法的流程示意图。
[0075]
本发明实施例提供一种基于多时段网络流的能源互联网双向拍卖优化调控方法，包括如下步骤：
[0076]
步骤1、参考图2所示，市场成员密封投标，申报量价信息，获取市场成员申报信息以及配电网相关信息，本实施例中所指的市场成员具体包括购电方、售电方以及储能；市场成员可根据预测结果选择在任意时段作为购电方从其他市场成员处购电或作为售电方向其他市场成员售电。
[0077]
在本实施例的一种实施方式中，市场成员申报信息包括购售电双方分段申报的能量-价格曲线以及储能申报的充放电成本；配电网相关信息包括配电网拓扑结构、线路传输容量约束以及配电成本。
[0078]
进一步地，构建基于多时段网络流的能源互联网双向拍卖优化调度问题，包括：
[0079]
建立基于最大化社会福利的目标优化函数，表达式如下：
[0080]
[0081]
上式中，i表示购电方，j表示售电方，k表示储能，t表示时段，表示售电方j申报的时段t的量价信息，c
ij
表示购电方i与售电方j所组成的成交对(i，j)间的配电成本，表示购电方i申报的时段t的量价信息，q
ijt
表示时段t购电方i和售电方j间成交量，表示储能k申报的放电成本，c
ik
表示购电方i与储能k所组成的成交对(i，k)间的配电成本，表示时段t购电方i和储能k间成交量，c
kj
表示储能k与售电方j所组成的成交对(k，j)间的配电成本，表示储能k申报的充电成本，表示时段t售电方j和储能k间成交量。
[0082]
确定约束条件，包括购售电双方累计成交量约束、线路潮流约束、储能的最大充放电功率约束以及储能的荷电状态约束。
[0083]
所述约束条件中：
[0084]
购电方累计成交量不超过其自身申报电量，表示为：
[0085][0086]
售电方累计成交量不超过其自身申报电量，表示为：
[0087][0088]
上式中，表示节点申购电量，表示节点申售电量；
[0089]
线路潮流不超过最大传输容量，表示为：
[0090][0091][0092]
上式中，表示线路l在时段t的最大传输容量，f
lt
表示线路l在时段t的实际潮流大小，t
jl
表示购电方j对线路l的潮流转移分配因子，t
il
表示购电方i对线路l的潮流转移分配因子，t
kl
表示储能k对线路l的潮流转移分配因子；
[0093]
储能的最大放电功率约束，表示为：
[0094][0095]
储能的最大充电功率约束，表示为：
[0096][0097]
上式中，表示储能k的最大充电功率，表示储能k的最大放电功率；
[0098]
确保储能的荷电状态始终处于限定范围内，表示为：
[0099]
[0100]
上式中，soc
k0
表示储能k的初始荷电状态，sock表示储能k的最小荷电状态，表示储能k的最大荷电状态，ek表示储能k的容量，表示时段τ售电方j和储能k间成交量，表示时段τ售电方i和储能k间成交量。
[0101]
步骤2、将上述优化问题转化为最小费用最大流问题，并构建其网络流模型g(v，e)；具体如下：
[0102]
最小费用最大流问题，表示为：
[0103][0104]
对应的约束条件包括边的容量约束以及流守恒约束，其中，边的容量约束为：
[0105]
s.t.h
uv
≤f
uv
≤g
uv
[0106]
流守恒约束为：
[0107][0108]
上式中，v表示节点集合，v＝∪
1≤t≤tvt
，t表示时段数，v
t
表示时段t节点集合，v
t
＝{1，2，...，n，o-，o
+
}，n表示配电网实际节点数，o-表示源点，o
+
表示汇点，o表示虚拟节点集合，w
uv
表示{u，v}边的单位流量费用，h
uv
表示{u，v}边的最小容量，g
uv
表示{u，v}边的最大容量，f
uv
表示{u，v}边的实际潮流，流守恒约束对于网络流中非源点、汇点的任意节点其到相邻节点的所有流量之和为0。
[0109]
需要说明的是，网络流模型中与实际配电线路相对应的边为双向边，最大容量为线路最大传输容量最小容量为费用为配电成本c
uv
；由购电节点指向虚拟节点o
+
的单向边，最大容量为节点申购电量最小容量为0，费用为节点报价的负值由虚拟节点o-指向售电节点的单向边，最大容量为节点申售电量最小容量为0，费用为节点报价不同时段的子网络流模型通过储能节点相连，不同时段的储能节点相互连接所形成的单向边总是由上一时段指向下一时段，最大容量为储能的容量ek，最小容量为0，费用为储能k的充放电成本之和pe＝p
dis
+pch。
[0110]
本方法实现了对市场成员价值创造与成本分摊的精准辨识，市场成员根据自身对配电设备的实际利用程度分摊相应配电成本，任意交易对创造的社会福利完全由购售电双方分配。
[0111]
参考图3所示，图中网络流模型对应一7节点配电网系统的单时段优化问题。{1，2，3，4，5，6，7}对应配电网实际节点，o-，o
+
为虚拟节点，{1，2}为售电节点，{6，7}为购电节点。配电网实际节点间的双向边对应实际配电线路，购售电节点与虚拟节点相连形成单向边。边的容量、费用如图中标注所示。考虑到电力系统的对称性，双向边的最大容量与最小容量绝对值相同，图中仅标注其绝对值；单向边的最小容量为0，图中隐去不再单独标注。
[0112]
参考图4所示，图中网络流模型对应一7节点配电网系统的双时段联合优化问题。{1，2，3，4，5，6，7}对应配电网实际节点，o-，o
+
为虚拟节点，{1，2}为售电节点，{6，7}为购电
节点，{4}为储能节点。配电网实际节点间的双向边对应实际配电线路，购售电节点与虚拟节点相连形成单向边。不同时段的储能相连形成单向边。边的容量、费用如图中标注所示。考虑到电力系统的对称性，双向边的最大容量与最小容量绝对值相同，图中仅标注其绝对值；单向边的最小容量为0，图中隐去不再单独标注。
[0113]
本方法通过将线路传输容量作为稀缺资源优先分配给创造社会福利最大的成交对，能够激励购售电双方理性报价。
[0114]
步骤3、通过寻残量网络中最小费用的增广路径并确定路径上的最大流，求解最小费用最大流问题进行市场出清，得到购售电双方一一匹配的成交对。具体包括：
[0115]
3.1、将网络流模型拆分为两个仅包含单向边的自网络，分别为正向潮流网络以及反向潮流网络，具体参见图5所示；
[0116]
3.2、确定正向潮流网络以及反向潮流网络的费用矩阵，其中，所述正向潮流网络的费用矩阵为：
[0117][0118]
上式中，c
+
表示正向潮流网络的费用矩阵，表示正向潮流网络任意边{u，v}的流量；
[0119]
反向潮流网络的费用矩阵为：
[0120][0121]
上式中，c-表示反向潮流网络的费用矩阵，表示反向潮流网络任意边{u，v}的流量；
[0122]
需要说明的是，在残量网络中，子网络的任意单向边均对应正反两条虚拟弧，弧的容量、费用属性均由上式确定；
[0123]
3.3、根据费用矩阵确定源点o-、汇点o
+
间的最小费用路径l，即寻残量网络的最小费用增广路径；
[0124]
3.4、确定所得路径l上的最大流，表达式如下：
[0125][0126][0127]
上式中，l
+
表示路径l上实际潮流f
uv
方向与路径l方向相同的边，l-表示路径l上实际潮流f
uv
方向与路径l方向相反的边，表示所得路径l上的最大流，表示{u，v}边的可用容量，表示{u，v}边的最大容量；
[0128]
3.5、基于正向潮流网络和反向潮流网络对应边的流量之和，对边的流量进行修正，即更新上述最小费用最大流路径上边的流量，并形成新的残量网络，表达式如下：
[0129][0130][0131]
上式中，l
++
表示正向潮流网络中与路径l相同的边，l
+-表示正向潮流网络中与路径l相反的边，l-+
表示反向潮流网络中与路径l相同的边，l
‑‑
表示反向潮流网络中与路径l相反的边；
[0132]
3.6、判断网络是否具有增广路径，若是则转至步骤3.3，若是则重复步骤3.3至3.5，直至当前残量网络不存在增广路径，得到网络流的最小费用最大流，若否则进一步判断round是否等于0，当round＝0时，round＝round+1并执行后续步骤。
[0133]
本方法通过求解最小费用最大流问题进行市场出清形成，能够更加清晰透明地动态刻画市场均衡过程。
[0134]
步骤4、基于市场边际价格剔除无效成交对。具体包括：
[0135]
4.1、基于成交对中最小购电价格和最大售电价格的均值，计算市场边际价格表达式如下：
[0136][0137][0138][0139]
上式中，表示成交对(i，j)对应的购电方购电价格，表示成交对(i，j)对应的售电方售电价格，表示出清所得各成交对成交量，表示购电方i报价，售电方j报价；
[0140]
4.2、基于市场边际价格剔除无效成交对，确保交易机制的激励相容性，所述无效成交对包括：边际市场成员与其他市场成员形成的成交对以及购电价格小于市场边际价格或售电价格大于市场边际价格的成交对，其中，所述边际市场成员为申报最小购电价格和最大售电价格的市场成员。
[0141]
再次求解最小费用最大流问题，即重复步骤3，完成市场正式出清。
[0142]
本发明所提供的方法，根据市场成员申报信息、配电网相关信息构建相应网络流模型，通过求解最小费用最大流问题进行市场出清，形成购售电双方一一匹配的成交对，再引入减量交易机制，可确保机制的激励相容性。
[0143]
步骤5、基于市场边际价格以及成交对间的配电成本，计算得到全成本电价。计算
全成本电价的表达式如下：
[0144][0145][0146]
上式中，表示成交对(i，j)中购电方i实际支付的全成本电价，表示成交对(i，j)中售电方j实际收益的全成本电价。
[0147]
综上，本发明所提供的能源互联网双向拍卖优化调控方法可兼顾效益与公平。
[0148]
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：

1.基于多时段网络流的能源互联网双向拍卖优化调控方法，其特征在于，包括如下步骤：步骤1、获取市场成员申报信息以及配电网相关信息，建立基于最大化社会福利的目标优化函数并确定约束条件；步骤2、将优化问题转化为最小费用最大流问题，并构建其网络流模型；步骤3、通过寻残量网络中最小费用的增广路径并确定路径上的最大流，求解最小费用最大流问题进行市场出清，得到购售电双方一一匹配的成交对；步骤4、基于市场边际价格剔除无效成交对；步骤5、基于市场边际价格以及成交对间的配电成本，计算得到全成本电价。2.如权利要求1所述的基于多时段网络流的能源互联网双向拍卖优化调控方法，其特征在于，步骤1中所述市场成员包括购电方、售电方以及储能，所述基于最大化社会福利的目标优化函数的表达式如下：上式中，i表示购电方，j表示售电方，k表示储能，t表示时段，表示售电方j申报的时段t的量价信息，c
ij
表示购电方i与售电方j所组成的成交对(i，j)间的配电成本，表示购电方i申报的时段t的量价信息，q
ijt
表示时段t购电方i和售电方j间成交量，表示储能k申报的放电成本，c
ik
表示购电方i与储能k所组成的成交对(i，k)间的配电成本，表示时段t购电方i和储能k间成交量，c
kj
表示储能k与售电方j所组成的成交对(k，j)间的配电成本，表示储能k申报的充电成本，表示时段t售电方j和储能k间成交量。3.如权利要求2所述的基于多时段网络流的能源互联网双向拍卖优化调控方法，其特征在于，步骤1中确定的约束条件包括：购售电双方累计成交量约束、线路潮流约束、储能的最大充放电功率约束以及储能的荷电状态约束。4.如权利要求3所述的基于多时段网络流的能源互联网双向拍卖优化调控方法，其特征在于，所述约束条件中：购售电双方累计成交量约束为：购售电双方累计成交量约束为：上式中，表示节点申购电量，表示节点申售电量；线路潮流约束为：
上式中，表示线路l在时段t的最大传输容量，f
lt
表示线路l在时段t的实际潮流大小，t
jl
表示购电方j对线路l的潮流转移分配因子，t
il
表示购电方i对线路l的潮流转移分配因子，t
kl
表示储能k对线路l的潮流转移分配因子；储能的最大充放电功率约束为：储能的最大充放电功率约束为：上式中，表示储能k的最大充电功率，表示储能k的最大放电功率；储能的荷电状态约束为：上式中，soc
k0
表示储能k的初始荷电状态，soc
k
表示储能k的最小荷电状态，表示储能k的最大荷电状态，e
k
表示储能k的容量，表示时段τ售电方j和储能k间成交量，表示时段τ售电方i和储能k间成交量。5.如权利要求1所述的基于多时段网络流的能源互联网双向拍卖优化调控方法，其特征在于，步骤2中最小费用最大流问题表达式如下：对应的约束条件包括边的容量约束以及流守恒约束，其中，边的容量约束为：s.t.h
uv
≤f
uv
≤g
uv
流守恒约束为：上式中，v表示节点集合，v＝u
1≤t≤tvt
，t表示时段数，v
t
表示时段t节点集合，v
t
＝{1，2，...，n，o-，o
+
}，n表示配电网实际节点数，o-表示源点，o
+
表示汇点，o表示虚拟节点集合，w
uv
表示{u，v}边的单位流量费用，h
uv
表示{u，v}边的最小容量，g
uv
表示{u，v}边的最大容量，f
uv
表示{u，v}边的实际潮流。6.如权利要求1所述的基于多时段网络流的能源互联网双向拍卖优化调控方法，其特征在于，步骤3具体包括：3.1、将网络流模型拆分为两个仅包含单向边的自网络，分别为正向潮流网络以及反向
潮流网络；3.2、确定正向潮流网络以及反向潮流网络的费用矩阵；3.3、根据费用矩阵确定源点o-、汇点o
+
间的最小费用路径l；3.4、确定所得路径l上的最大流；3.5、基于正向潮流网络和反向潮流网络对应边的流量之和，对边的流量进行修正；3.6、重复步骤3.3至3.5，直至当前残量网络不存在增广路径，得到网络流的最小费用最大流。7.如权利要求6所述的基于多时段网络流的能源互联网双向拍卖优化调控方法，其特征在于，所述正向潮流网络的费用矩阵为：上式中，c
+
表示正向潮流网络的费用矩阵，表示正向潮流网络任意边{u，v}的流量；反向潮流网络的费用矩阵为：上式中，c-表示反向潮流网络的费用矩阵，表示反向潮流网络任意边{u，v}的流量。8.如权利要求6所述的基于多时段网络流的能源互联网双向拍卖优化调控方法，其特征在于，步骤3.4中确定所得路径l上的最大流的表达式如下：征在于，步骤3.4中确定所得路径l上的最大流的表达式如下：上式中，l
+
表示路径l上实际潮流f
uv
方向与路径l方向相同的边，l-表示路径l上实际潮流f
uv
方向与路径l方向相反的边，表示所得路径l上的最大流，表示{u，v}边的可用容量，表示{u，v}边的最大容量。9.如权利要求1至8任一项所述的基于多时段网络流的能源互联网双向拍卖优化调控方法，其特征在于，步骤4具体包括：4.1、基于成交对中最小购电价格和最大售电价格的均值，计算市场边际价格表达式如下：如下：
上式中，表示成交对(i，j)对应的购电方购电价格，表示成交对(i，j)对应的售电方售电价格，表示出清所得各成交对成交量，表示购电方i报价，售电方j报价；4.2、基于市场边际价格剔除无效成交对，所述无效成交对包括：边际市场成员与其他市场成员形成的成交对以及购电价格小于市场边际价格或售电价格大于市场边际价格的成交对，其中，所述边际市场成员为申报最小购电价格和最大售电价格的市场成员。10.如权利要求9所述的基于多时段网络流的能源互联网双向拍卖优化调控方法，其特征在于，步骤5中计算全成本电价的表达式如下：征在于，步骤5中计算全成本电价的表达式如下：上式中，表示成交对(i，j)中购电方i实际支付的全成本电价，表示成交对(i，j)中售电方j实际收益的全成本电价。

技术总结

本发明涉及能源互联网优化技术领域，具体而言，涉及一种基于多时段网络流的能源互联网双向拍卖优化调控方法，包括：获取市场成员申报信息以及配电网相关信息，建立基于最大化社会福利的目标优化函数；将优化问题转化为最小费用最大流问题，并构建其网络流模型；求解最小费用最大流问题进行市场出清，得到购售电双方一一匹配的成交对，更加清晰透明地动态刻画市场均衡过程；引入减量交易机制，确保机制的激励相容性；基于市场边际价格剔除无效成交对，基于市场边际价格以及成交对间的配电成本，计算得到全成本电价。最终形成了兼顾效益与公平的能源互联网双向拍卖优化调控方法。与公平的能源互联网双向拍卖优化调控方法。与公平的能源互联网双向拍卖优化调控方法。