System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电力系统,具体为一种基于策略博弈的用户虚拟电厂响应申报方法。
技术介绍
1、随着微电网的兴起及新能源发电的高比例渗入,虚拟电厂在电力系统的安全稳定方面扮演着越来越重要的作用。用户通过虚拟电厂参与电力市场交易,在提升电力系统用电灵活性的同时获得响应收益;
2、用户参与虚拟电厂时需进行响应容量、时段及相应价格申报。以往用户参与虚拟电厂进行信息申报通常基于主观经验或根据历史申报信息简单修改申报。缺乏对响应邀约的客观理解与建模,主观性较大,导致用户的收益较低、对虚拟电厂的满意度变低;
3、因此,本专利技术提供一种基于策略博弈的用户虚拟电厂响应申报方法以解决上述提出的问题。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足,本专利技术提供了一种基于策略博弈的用户虚拟电厂响应申报方法,具备适用于虚拟电厂聚合商下的各用户进行响应申报,且各用户申报策略有限,用户的申报策略概率分布能获取的场景。建立各用户参与交易的混合策略博弈模型,并通过优化模型求得申报用户的最佳申报策略等优点,解决了用户的收益较低、对虚拟电厂的满意度变低的问题。
3、(二)技术方案
4、为实现上述目的,本专利技术提供如下技术方案:一种基于策略博弈的用户虚拟电厂响应申报方法,包括以下步骤:
5、步骤一:虚拟电厂各用户主体模型构建:
6、其中虚拟电厂聚合商下用户记为[u1,u2,...,un],其中n为用户个数,各用户的申报
7、步骤二:计算各用户需求时段的响应潜力:
8、用户响应潜力可基于用户的基线负荷及负荷预测进行计算;
9、选用相似日加权的方法预测各用户响应日的日负荷曲线:
10、基于计算的基线负荷及预测负荷,在需求响应时段[t1,t2]内,该时段内有各用户的平均响应潜力{ai,1,ai,2,...,ai,z},其中ai,j表示用户i在单位时段内的平均响应潜力,z为时段[t1,t2]的单位时段个数;
11、步骤三:构建混合策略博弈模型:
12、各用户的申报容量策略集合为(由小到大),其中1≤i≤n,ci,j表示用户i的第j个容量策略,用户i的容量策略个数为ki,ci,0=0表示不参与响应;
13、将聚合商下用户及申报策略进行整合,构建博弈模型如下
14、γ=(n,(δ(a1),δ(a2),…,δ(an)),(u1,u2,…,un))
15、其中n为用户集合,ai为用户i的策略集合,即分别为价格策略与响应容量策略,价格与容量的选择独立,个用户策略选择也独立;
16、用户i的申报价格概率为申报容量概率为
17、混合策略集δ(ai)为用户i在ai上的概率分布,
18、δ(ai)={pi={pi,p,hpi,c,g},1≤h≤mi,1≤g≤ki}
19、记混合策略博弈结果p=(p1,p2,…,pn)
20、ui为用户i的期望收益;
21、步骤四:基于策略博弈模型构建用户最优目标:
22、首先,计算用户i的期望收益表达式ui;
23、
24、其中a为所有用户的策略集,即a=a1×a2×…×an,ui为用户i的收益函数,可取申报响应容量与申报价格的乘积;
25、步骤五:基于遗传算法的优化模型求解:
26、对于用户i,目标函数为预期响应收益最大,利用遗传算法进行求解,具体求解过程如下:
27、1)、初始化聚合商下各用户的参数,n=0,设定种群数k为10,迭代次数为50,种群变异率为5%,交叉概率为30%,收敛误差τ=0.1;
28、2)、利用遗传算法初始随机生成m组各用户申报电价与申报容量策略;
29、3)、n=n+1:
30、4)、用户聚合商接收k组申报容量与申报电价,利用cplex求解器求解各用户的响应收益,计算并保留当前收益ui,n(用户i在第n次迭代时的收益),并将当前收益对应电价及容量返回至用户;
31、5)、利用遗传算法的选择、变异生成新的申报容量与电价,重复步骤4),计算得到用户收益值ui,n,t;
32、6)、若ui,n,t>ui,n,执行ui,n+1=ui,n,t,执行步骤7);否则,ui,n+1=ui,n,返回步骤3);
33、7)、若|ui,n+1-ui,n|≤τ,结束程序;否则,返回步骤3)。
34、优选的,所述步骤二中用户i在单位时段内的平均响应潜力具体计算方法如下:
35、若时段内平均基线负荷大于等于该时段内平均预测负荷,则该时段内的平均预测负荷为对应的响应潜力。
36、优选的,所述若时段内平均基线负荷小于该时段内平均预测负荷,则该时段内的平均基线负荷为对应的响应潜力。
37、优选的,所述用户i在进行响应申报时,以ui(p)最大化为目标函数,下面阐述其约束条件:为ci,g,j,pi,g,j分别为用户i在时段实际申报容量与申报价格。
38、优选的,所述a、每个单位时段申报容量策略在允许的容量策略内,即满足如下约束:
39、
40、优选的,所述b、用户如参与申报,响应时段内申报容量相等,即满足如下条件:
41、ci,g,j=ci,g,k,0≤j,k≤z。
42、优选的,所述c、用户如参与申报,响应时段内申报价格相等,即满足如下条件:
43、pi,g,j=pi,g,k,0≤j,k≤z。
44、优选的,所述d、每个单位时段申报价格策略在允许的价格策略内,即满足如下约束:
45、pi,g,j∈{pi,0,pi,1,pi,2,...,pi,mi},0≤j≤z。
46、与现有技术相比,本专利技术提供了一种基于策略博弈的用户虚拟电厂响应申报方法,具备以下有益效果:
47、1、该基于策略博弈的用户虚拟电厂响应申报方法,构建了一个全面优化虚拟电厂参与者响应申报的系统,引入混合策略博弈模型,将用户参与虚拟电厂的决策过程智能化,考虑了多方面的因素;用户通过智能化决策,更能根据系统需求和个体情况灵活调整申报策略,最大化响应收益水平,为电力系统提供更灵活的资源,通过混合策略博弈模型,实现对用户之间相互关系的客观建模,为决策提供更科学的支持,客观建模有助于系统更好地理解用户的行为,提供更准确的决策支持,使得虚拟电厂运营更为高效。
48、2、该基于策略博弈的用户虚拟电厂响应申报方法,通过利用遗传算法进行系统级的优化,使得用户的申报策略在整个系统中更为协调,系统级的优化不仅提高了整体电力系统的效益,同时通过个性化的策略调整,也有助于提高用户的个体收益,通过智能化决策和个性化优化,提高了本文档来自技高网...
【技术保护点】
1.一种基于策略博弈的用户虚拟电厂响应申报方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于策略博弈的用户虚拟电厂响应申报方法,其特征在于,所述步骤二中用户i在单位时段内的平均响应潜力具体计算方法如下:
3.根据权利要求2所述的一种基于策略博弈的用户虚拟电厂响应申报方法,其特征在于,所述若时段内平均基线负荷小于该时段内平均预测负荷,则该时段内的平均基线负荷为对应的响应潜力。
4.根据权利要求1所述的一种基于策略博弈的用户虚拟电厂响应申报方法,其特征在于,所述用户i在进行响应申报时,以Ui(P)最大化为目标函数,下面阐述其约束条件:为ci,g,j,pi,g,j分别为用户i在时段[T1+实际申报容量与申报价格。
5.根据权利要求4所述的一种基于策略博弈的用户虚拟电厂响应申报方法,其特征在于,所述a、每个单位时段申报容量策略在允许的容量策略内,即满足如下约束:
6.根据权利要求4所述的一种基于策略博弈的用户虚拟电厂响应申报方法,其特征在于,所述b、用户如参与申报,响应时段内申报容量相等,即满足如下条件:
...【技术特征摘要】
1.一种基于策略博弈的用户虚拟电厂响应申报方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于策略博弈的用户虚拟电厂响应申报方法,其特征在于,所述步骤二中用户i在单位时段内的平均响应潜力具体计算方法如下:
3.根据权利要求2所述的一种基于策略博弈的用户虚拟电厂响应申报方法,其特征在于,所述若时段内平均基线负荷小于该时段内平均预测负荷,则该时段内的平均基线负荷为对应的响应潜力。
4.根据权利要求1所述的一种基于策略博弈的用户虚拟电厂响应申报方法,其特征在于,所述用户i在进行响应申报时,以ui(p)最大化为目标函数,下面阐述其约束条件:为ci,g,j,pi,g,j分别为用户i在时段[t1+实际申报容量...
【专利技术属性】
技术研发人员:周少雄,沈国安,汪大明,
申请(专利权)人:清科优能深圳技术有限公司,
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。