【EI复现】售电市场环境下电力用户选择售电公司行为研究（Matlab代码实现）

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

文献来源：

摘要：售电市场放开是我国售电侧改革的发展方向,竞争性售电市场中用户选择权放开,用户选择结果直接影响售电公司的市场份额,进而影响售电公司的售电策略。分析了售电市场环境下影响用户选择售电公司的因素,考虑不同类型用户的用电特性,计及可中断负荷、用户分布式可再生能源的影响,基于层次分析法建立用户效用模型,在此基础上,采用演化博弈理论分析用户选择过程,基于logit修正协议构建了不同类型用户群体选择售电公司的多群体动态演化模型,给出了模型的求解算法并证明了模型稳定性。算例分析验证了所提模型和算法的有效性,并分析了售电市场环境下各类因素对用户选择结果的影响。

关键词：

售电市场;用户选择;可中断负荷;分布式可再生能源;演化博弈;

与古典博弈理论相比较，演化博弈假设参与人是有限理性的，参与人会根据自己和他人的经验选

择自己的策略；另一方面，演化博弈以参与人群体为研究对象，研究群体内部个体间行为的相互影响以及不同群体的个体间行为的相互影响[13]。一般地，演化博弈假设个体有有限个纯策略。记一个特别的个体用第 k 个纯策略的时间比例为 sk，或者说是它在给定的时间里用第 k 个纯策略的概率。在混合策略模型中，个体的策略为一个概率向量，为

式中：s 称为个体策略；m 表示个体的纯策略数。

在一个总体规模很大的群体中，每个个体策略集相同，从群体中随机选取两个个体进行博弈，对

任意一个个体，他与从总体中随机选取的个体博弈，和与采用混策略的个体博弈是等价的，群体的

总体状态在形式上等同于混策略[7]。售电市场环境下，电力用户无法对信息变化做出迅速的最优化反应，其选择是“有限理性”的[14]。另外，售电市场环境下，相对于某个用户的行为，更加关注区域用户群体的行为。售电市场中，同一区域存在多种类型用户，同种类型用户可看作一个用户群体，假设区域内共有 J 家售电公司和 I 种类型用户，售电市场中用户间的博弈可用多群体演化博弈来描述：

采用演化博弈理论分析用户选择售电公司的行为，需要基于用户选择售电公司的效用建立用户行为的演化动态，从而建立用户演化博弈模型。

放开售电市场，引入竞争，形成“多买方-多卖方”的市场新格局，是我国售电侧改革的发展方

向[1]。竞争性售电市场的一个重要特征是用户拥有自主选择权，能够自由选择售电公司[2]。这一特征在国外售电市场发展中已有体现，英国在 1999 年引入了完全竞争的电力零售市场，在 2000 年初，超过 300 万用户更换了电力供应商；美国德州ERCOT 电力零售市场在 2002 年正式开放，即使是大型售电公司在激烈的市场竞争中也曾出现大量流失客户情况；葡萄牙售电市场中用户在 2014 年的售电公司更换率超过 30%[3-4]。随着我国参与市场化交易的售电公司数量不断增多，用户将面临多样的选择，用户的选择结果将直接决定售电公司的市场份额，从而影响售电公司售电策略。因此，分析影响用户选择售电公司的因素，以及在此基础上如何模拟用户选择售电公司的过程，是值得研究的问题。

目前国内外已经对售电市场放开后用户参与售电市场的具体问题展开了研究。文献[5]针对电力

零售市场交易进行研究，考虑电力用户对售电公司不同零售价格的响应，基于用电成本最小建立用户用电模型，但仅仅从用电成本角度分析用户对售电公司的选择。文献[6-9]构建了用户用电效用关于用电量的函数，基于用户用电效用分析用户对不同电价的响应，从而得到用户的售电公司选择结果和相应的最优用电量，但忽略了用电量之外的其他因素对用户用电效用的影响。文献[10]构建了用户、售电公司和发电商共同参与的分层电力市场模型，用户和售电公司均通过自己选择的售电公司或发电商购电，最终实现电力供需平衡。文献[11]构建了用户与电网公司、新增实体间的 3 方静态非合作博弈模型，其中用户根据电价及地理位置选择供电方。文献[12]建立用户选择售电公司的效用模型，并基于 logit 模型得到售电公司市场份额与电价之间的静态函数关系，但未对实际售电市场运营中用户选择的动态过程进行建模。