[发明专利]基于纳什议价的多利益主体分布式鲁棒优化调度方法在审
申请号: | 202210935330.4 | 申请日: | 2022-08-05 |
公开(公告)号: | CN115204516A | 公开(公告)日: | 2022-10-18 |
发明(设计)人: | 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 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/06;G06Q50/06;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 310018 浙江省杭州*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 议价 利益 主体 分布式 优化 调度 方法 | ||
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pmn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pmn0;如果利益主体m从利益主体n购入能源,则pmn0;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;λi为第i个高斯分量的权重;fG,i为第i个高斯分量;μi为均值;δi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,…θn),其中θj=(λj,μj,δj),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)达到最大化的θ即为混合高斯模型参数的估计值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210935330.4/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理