【技术实现步骤摘要】
基于纳什议价的多利益主体分布式鲁棒优化调度方法
[0001]本专利技术涉及区域综合能源系统日前优化调度领域，具体涉及一种基于纳什议价的多利益主体分布式鲁棒优化调度方法。
技术介绍
[0002]近年来随着化石能源的消耗，环境污染问题的加剧，具有多能耦合互补优势的区域综合能源系统能融合电、气、热等多种形式的能源，有效提高能源利用率，得到了越来越广泛的应用。热电联产机组(combined heat and power,CHP)由于能源利用率高，环境污染小等优点在区域综合能源系统中得到了广泛的使用。在实际生产中热电联产机组的可行域可能是非凸的，也可能是凸的。然而现有的文献对CHP机组的建模多以凸可行域模型为主，缺少对CHP非凸可行域的研究。此外，区域综合能源系统内部各利益主体通常分属不同的利益主体，这些利益主体在保护各自隐私的条件下进行能源的传输和交易以使自己获得尽可能多的利益，而现有文献鲜有人考虑不同利益主体之间的博弈问题。
技术实现思路
[0003]为了解决区域综合能源系统内不同利益主体间的利益博弈和隐私保护问题以及系统中CHP机组可能出现非凸可行域模型的问题，本专利技术提供了一种基于纳什议价的多利益主体分布式鲁棒优化调度方法。利用基于数据的鲁棒优化算法来处理风电功率的不确定性。建立了可以处理凸可行域和非凸可行域的CHP机组模型，采用纳什议价来解决区域综合能源系统内各利益主体间的博弈问题，以各个利益主体在进行能源交互后是否能有效降低运行成本为纳什谈判的破裂条件。为保护各个利益主体的隐私，采用交替方向乘子法...
【技术保护点】
【技术特征摘要】
1.基于纳什议价的多利益主体分布式鲁棒优化调度方法，其特征在于，包括以下步骤：S1，定义区域综合能源系统中配电网、配热网和微网群分为不同的利益主体；获得各利益主体内部的基础数据值，包括：热、电负荷日前预测数据，风电功率历史数据和日前预测数据，配电网从输电网购电的实时电价和燃气轮机购气价格数据；S2，含有风力发电机的利益主体根据风电功率历史出力数据，构建风电功率预测误差概率密度函数；采用高斯混合模型(Gaussian mixed model，GMM)对各主体内风电功率的预测误差进行逐时拟合；S3，改变高斯分量个数I，重复S2，得到不同高斯分量个数I下的风电功率预测误差概率密度函数；为得到最优拟合模型，采用平均绝对误差(mean absolute error，MAE)作为评估标准对拟合精度进行评价，选取MAE值最小的概率密度函数为最优概率密度函数；S4，在S3的基础上求取风电功率预测误差在某个置信度下的最短置信区间，最短置信区间应满足f(a)＝f(b)
ꢀꢀꢀꢀꢀ
(4)式中：1
‑
β为置信度；a、b为最短置信区间上下限，这里为变量；f为S3中拟合出的风电功率预测误差最优概率密度函数；S5，将各主体内部风电功率日前预测数据和S4中各主体风电功率预测误差的最短置信区间相加，得到相应置信度下的风电功率不确定集，取其上限用于日前优化调度；S6，建立区域综合能源系统中的CHP的可行域模型，可行域模型分为凸可行域模型和非凸可行域模型；S7，在不考虑各利益主体彼此之间能源交互的情况下，得到区域综合能源系统第m个利益主体的最优运行成本该成本包括所有设备的维护运行费用以及利益主体与外部能源市场的交互费用，调度单位时长取1小时；S8，区域综合能源系统内各利益主体在考虑彼此间能源交互的情况下，对各自的运行状态进行优化，求取各个主体之间的能源交互量p
mn
和这一阶段第m个利益主体的最优运行成本其中n为与主体m有能源交互的主体；如果利益主体m向利益主体n出售能源，则p
mn
<0；如果利益主体m从利益主体n购入能源，则p
mn
>0；在这一阶段不考虑各主体彼此之间因能源交互而产生的能源交互成本；S9，在S8的基础上，区域综合能源系统内各主体为降低各自的运行成本与自身有能源交易的利益主体协商能源交易价格。2.根据权利要求1所述的基于纳什议价的多利益主体分布式鲁棒优化调度方法，其特征在于，步骤S2中GMM的表达式如下所示：
式中x为不确定量，这里指风电功率预测误差；I为高斯分量个数；λ
i
为第i个高斯分量的权重；f
G,i
为第i个高斯分量；μ
i
为均值；δ
i
为协方差矩阵；采用最大期望算法对式(1)进行求解；设GMM中未知的参数集为θ＝(θ1,θ2,
…
θ
n
)，其中θ
j
＝(λ
j
,μ
j
,δ
j
)，j＝1,2
…
m；则样本的对数似然函数为式中：m为风电功率预测误差历史数据总量，使式(2)达到...
【专利技术属性】
技术研发人员：罗平，周濠炳，李智慧，杨晴，吕强，吴秋轩，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。