[發明專利]基于納什議價的多利益主體分布式魯棒優化調度方法

在審

• 申請號: 202210935330.4
• 申請日: 2022-08-05
• 公開（公告）號: CN115204516A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 羅平;周濠炳;李智慧;楊晴;呂強;吳秋軒
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于納什議價的多利益主體分布式魯棒優化調度方法，其特征在于，包括以下步驟：

S1，定義區域綜合能源系統中配電網、配熱網和微網群分為不同的利益主體；獲得各利益主體內部的基礎數據值，包括：熱、電負荷日前預測數據，風電功率歷史數據和日前預測數據，配電網從輸電網購電的實時電價和燃氣輪機購氣價格數據；

S2，含有風力發電機的利益主體根據風電功率歷史出力數據，構建風電功率預測誤差概率密度函數；采用高斯混合模型(Gaussian mixed model，GMM)對各主體內風電功率的預測誤差進行逐時擬合；

S3，改變高斯分量個數I，重復S2，得到不同高斯分量個數I下的風電功率預測誤差概率密度函數；為得到最優擬合模型，采用平均絕對誤差(mean absolute error，MAE)作為評估標準對擬合精度進行評價，選取MAE值最小的概率密度函數為最優概率密度函數；

S4，在S3的基礎上求取風電功率預測誤差在某個置信度下的最短置信區間，最短置信區間應滿足

f(a)＝f(b) (4)

式中：1-β為置信度；a、b為最短置信區間上下限，這里為變量；f為S3中擬合出的風電功率預測誤差最優概率密度函數；

S5，將各主體內部風電功率日前預測數據和S4中各主體風電功率預測誤差的最短置信區間相加，得到相應置信度下的風電功率不確定集，取其上限用于日前優化調度；

S6，建立區域綜合能源系統中的CHP的可行域模型，可行域模型分為凸可行域模型和非凸可行域模型；

S7，在不考慮各利益主體彼此之間能源交互的情況下，得到區域綜合能源系統第m個利益主體的最優運行成本該成本包括所有設備的維護運行費用以及利益主體與外部能源市場的交互費用，調度單位時長取1小時；

S8，區域綜合能源系統內各利益主體在考慮彼此間能源交互的情況下，對各自的運行狀態進行優化，求取各個主體之間的能源交互量p_mn和這一階段第m個利益主體的最優運行成本其中n為與主體m有能源交互的主體；如果利益主體m向利益主體n出售能源，則p_mn0；如果利益主體m從利益主體n購入能源，則p_mn0；在這一階段不考慮各主體彼此之間因能源交互而產生的能源交互成本；

S9，在S8的基礎上，區域綜合能源系統內各主體為降低各自的運行成本與自身有能源交易的利益主體協商能源交易價格。

2.根據權利要求1所述的基于納什議價的多利益主體分布式魯棒優化調度方法，其特征在于，步驟S2中GMM的表達式如下所示：

式中x為不確定量，這里指風電功率預測誤差；I為高斯分量個數；λ_i為第i個高斯分量的權重；f_G,i為第i個高斯分量；μ_i為均值；δ_i為協方差矩陣；采用最大期望算法對式(1)進行求解；設GMM中未知的參數集為θ＝(θ₁,θ₂,…θ_n)，其中θ_j＝(λ_j,μ_j,δ_j)，j＝1,2…m；

則樣本的對數似然函數為

式中：m為風電功率預測誤差歷史數據總量，使式(2)達到最大化的θ即為混合高斯模型參數的估計值。