CN108596692A - 基于多Agent技术的微电网电力市场竞价方法 - Google Patents
基于多Agent技术的微电网电力市场竞价方法 Download PDFInfo
- Publication number
- CN108596692A CN108596692A CN201810447430.6A CN201810447430A CN108596692A CN 108596692 A CN108596692 A CN 108596692A CN 201810447430 A CN201810447430 A CN 201810447430A CN 108596692 A CN108596692 A CN 108596692A
- Authority
- CN
- China
- Prior art keywords
- micro
- capacitance sensor
- agent
- capacitance
- quotation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 239000003795 chemical substances by application Substances 0.000 claims abstract description 121
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 239000010977 jade Substances 0.000 claims abstract description 8
- 230000002452 interceptive effect Effects 0.000 claims abstract description 7
- 230000002860 competitive effect Effects 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000009826 distribution Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种基于多Agent技术的微电网电力市场竞价方法,所述方法通过构建基于多Agent技术的微电网电力市场竞价系统并基于该竞价系统进行报价,该系统包括电力市场交易中心Agent、管理Agent、重构Agent、微电网Agent、数据库和用户界面,各Agent之间通过JADE平台相互协调交互信息。所述竞价方法主要包括:管理Agent向重构Agent下发报价命令;重构Agent启动参与报价的微电网Agent;各微电网Agent计算出本微电网的最优报价和其他微电网的预期报价,在计算报价时使用以博弈论为理论指导建立的数学模型,并利用古诺模型平衡条件求解最优报价;管理Agent对各报价进行排序并确定最终市场价格。本发明中多Agent既相互协作交互信息又彼此独立制定策略,使得系统具有更强的自主性、智能性和快速性。
Description
技术领域
本发明属于电力系统领域,具体涉及一种基于多Agent技术的微电网电力市场竞价方法。
背景技术
随着清洁能源的兴起以及分布式发电被广泛关注,微电网在主网中的比重也越来越大。近年来,随着我国电力市场改革的不断深入,我国也开始实行“厂网分开”竞价上网的电力市场改革,期望以此实现资源优化配置,使得资源的社会效益与经济效益达到最大化。在众多电力市场参与者中,以集中式微电网为主体的新能源发电站的发展最为迅猛。微电网的加入给电力市场带来了一些新的变化,由于微电网的固有特性使其竞价也带有实时性、分布广、竞价系统分层化等特性。所以传统的电力市场竞价机制很难适应新的电力市场。在这种背景下,多Agent系统凭借其自主性、交互性、分布广、相互协调等特性,能够更好地适应电力市场的变化。目前,大多数学者对微电网电力市场进行研究主要是针对微电网的经济运行目标进行优化,而对微电网市场竞价的自主性、自动性以及智能化制定竞价策略研究较少。
发明内容
发明目的:针对现有技术的不足,本发明提出一种基于多Agent技术的微电网电力市场竞价方法,能够使得微电网在电力市场竞价中更加智能化,能够自主地快速地制定报价策略,在保证传统电网主体性的同时提高微电网在电力市场中的市场份额。
技术方案:为了实现以上目的,本发明所述的基于多Agent技术的微电网电力市场竞价方法,通过构建基于多Agent技术的微电网电力市场竞价系统并基于该竞价系统进行报价,其中,所述系统包括电力市场交易中心Agent、管理Agent、重构Agent、微电网Agent、数据库和用户界面,所述竞价方法包括以下步骤:
管理Agent从电力市场交易中心接收电力市场所需发电量,调用用户界面并发起竞价请求,同时向重构Agent下达报价命令;
重构Agent从数据库中读取预先存储的微电网性能数据,包括各微电网成本系数和报价比例因子,启动参与报价的各微电网Agent,并将微电网性能数据分别传输给各微电网Agent;
各微电网Agent根据自身的性能数据,以及从其他微电网Agent接收的其他微电网的性能数据,建立微电网竞价模型并求解,得到本微电网最优报价和其他微电网的预期报价;
管理Agent对各微电网Agent的报价进行排序,将最高报价确定为为市场最终价格;
各微电网Agent根据确定的市场最终价格计算本微电网利润和其他微电网的利润,通过不断调整性能参数,使本微电网利润最大。
其中,各微电网Agent在计算报价时使用以博弈论为理论指导建立的数学模型,并利用古诺模型平衡条件求解最优报价。
有益效果:本发明根据微电网自身的特点并结合多Agent技术利用博弈论作为理论指导建立了微电网竞价系统,在JADE平台上以本微电网为研究对象模拟多个微电网之间相互博弈竞价。在模拟竞价求解博弈均衡点过程中,由于不完全知晓其他微电网相关信息,引入概率论知识对其他微电网的报价进行预估,使得微电网在电力市场竞价中能够根据其他微电网决策的变化而自主的调节自身竞价策略,更加智能化。同时各个Agent之间通过JADE平台相互协调交互信息,通讯效率高,响应快,有效地提高了微电网竞价系统的智能性、快速性和自主决策性。
附图说明
图1为根据本发明实施例的微电网报价系统层次结构图;
图2为根据本发明实施例的微电网Agent报价与发电量计算流程图;
图3为根据本发明实施例的各微电网利润及出力分配计算流程图;
图4为根据本发明实施例的各个Agent在JADE中运行界面示意图;
图5为根据本发明实施例的最终报价结果界面示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
根据本发明的方法,首先构建一个基于多Agent技术的微电网电力市场竞价系统,并基于该竞价系统来进行竞价。在一个实施例中,基于JADE平台开发电力市场多Agent竞价系统,如图1所示,该竞价系统包括电力市场交易中心Agent、管理Agent、重构Agent、微电网Agent、发电元件Agent、数据库和用户界面。Agent之间的信息交互建立在多进程的通讯机制之上,采用发布/订阅方式实现信息传递。各Agent在传送信息的同时也可以接收其他Agent传送过来的信息。Agent之间的信息交互不必知道每个Agent的具体属性,只需知道Agent的名字即标识符(AID)就可以实现信息交互。
其中,电力市场交易中心Agent负责编制交易计划,确定市场价格,交易计划包括给每个参与竞价的微电网Agent安排发电量及确定相应的电价。管理Agent负责与电力市场交易中心交互信息,接收电力市场所需发电量,调用用户界面并发起竞价请求。用户界面的作用是实现人和竞价系统的交流,即系统的人机交互界面,它主要提供系统拓扑结构、实时操作、竞价结果的显示和报错报警功能。通过交互界面能够显示微电网的实时竞价结果,用户可以手动修改参数。重构Agent负责读取数据库数据,启动各微电网Agent并将数据传输给各微电网Agent,并用于在报价结束后注销微电网Agent。各微电网Agent负责本微电网与其他微电网交互信息,获取其他微电网的相关性能数据,计算出本微电网的报价及发电计划,并对管理Agent传输的数据信息进行分析学习并调整报价策略。发电元件Agent负责向微电网Agent提供发电量、运行成本、发电容量的约束参数以及发电元件的运行状态,这些参数用于微电网Agent在计算报价时参考使用。数据库负责存储性能数据,包括各微电网Agent的成本系数及报价比例因子。
基于该竞价系统的竞价过程如下:交易中心Agent收到了电力市场发电量需求量,通知给管理Agent。管理Agent启动,发起竞价请求,管理Agent启动时自动调用用户界面,用户通过操作用户界面来完成整个微电网的竞价过程。用户设置好所需负荷P并点击“开始报价”按钮进行报价。这时管理Agent向重构Agent下达报价命令,重构Agent从数据库中读取预先存储的微电网性能数据,启动参与报价的各微电网Agent,并将微电网性能数据分别传输给各微电网Agent。各微电网Agent根据自身的性能数据,以及从其他微电网Agent接收的其他微电网的性能数据,建立微电网竞价模型并求解得到本微电网最优报价和其他微电网的预期报价。管理Agent对各微电网Agent的报价进行排序,将最高报价确定为为市场最终价格。各微电网Agent根据确定的市场最终价格计算本微电网利润和其他微电网的利润,通过不断调整性能参数,使本微电网利润最大。
各微电网Agent的报价通过建立基于博弈论方法的微电网电力市场竞价模型并求解而得到。为了描述简便,下面以微电网表示微电网Agent。由于各微电网都是独自进行报价,除自身的报价以外并不完全知道其他微电网具体报价信息,这种不知对手完全信息的博弈称为不完全信息博弈。因此各微电网之间的竞价就属于不完全信息下的静态博弈。
假设市场中有n个微电网参与竞价,这n个微电网都是独立制定自己的竞价策略,各个微电网关于生产成本获取的信息基本相当,除了知道自己本微电网的真实成本之外,对其他微电网真实成本并不知道。另外,系统中微电网竞价机制采用的是市场统一出清价格竞价机制,即各微电网在某一时段向交易中心提交最大可能的发电量与相应的报价,交易中心根据报价从低到高的顺序选择微电网,直到选择的微电网最大发电量之和与该时段的需求电量平衡,最后一位被选中的微电网报价即为最终市场出清价格。基于以上假设建立微电网在投标电量时的成本以及利润数学模型。为了描述的清楚性,以n个微电网中的其中一个微电网作为实施对象,下文中以本微电网来表示该微电网,其他微电网指的是除了本微电网之外的n-1个微电网。
以本微电网为切入点,生产成本为:
式中C(PMG)为本微电网的生产成本,a1、a2为本微电网的成本常系数,成本系数通过大量的电量交易模拟得到参考值;PMG为本微电网发电量。a0为固定成本,为可变成本。
由于微电网电力市场不具有完全垄断性,所以,为了确保自身的利益,在报价时一般会在成本费用的基础上加上一定的报价比例因子λ,λ取值(0-1),所以本微电网成本函数变为:
电力市场中除了本微电网外还有n-1个微电网参与竞价,则其中一个微电网i的成本函数为:
式中,a0i为第i个微电网的固定成本,a1i、a2i为微电网i的成本系数,PMGi为微电网i的发电量,λi为微电网i的报价比例因子。
本微电网获得的利润为:
W(PMG)=γPMG-C(PMG) (4)
微电网i获得的利润为:
Wi(PMGi)=γPMGi-C(PMGi) (5)
式中γ代表本微电网的电价。
利用古诺模型平衡条件求出本微电网在估计出其他微电网情况后自身的最佳发电量,古诺模型平衡条件形式为:
根据交易中心给出的负荷预测P,确定所有微电网总的发电量为:
联立式(6)(7)(8)可求得本微电网在估计其他微电网情况后的最佳竞价发电量:
由公式(2)可求得本微电网边际成本价格的期望值为:
估计出其他微电网的期望发电量为:
相应的其他微电网估计期望价格为:
根据市场统一出清价格计算机制,管理Agent将本微电网的报价和其他微电网的报价进行排序,最高报价将会作为市场的最终的价格,γ*=max(γE,γE...γEn-1),将γ*替代4式5式中的γ即可得到本微电网和其他微电网的利润。
为了方便计算,本实施例中假设有3家微电网参与竞价,分别为MG1、MG2、MG3。MG1为本微电网,本微电网与其他两个微电网的发电量不能超出自己发电机组的发电范围[PMGmax,PMGmin]。本微电网MG1不完全知晓其他微电网的相关信息,但是可以通过下载它们的历史数据来获得相关信息的概率分布,此处将不确定因素全部转移到比例因子λi上。对于各个微电网的发电分配,确定清算电价,实现本微电网最优报价。
图2所示为微电网报价与发电量计算流程图,图3为各微电网利润及出力分配计算流程图。如图2所示,在JADE平台中其他微电网MG2、MG3向本微电网MG1提供相关参数a1、a2、λ,本微电网MG1根据相关参数计算出本微电网的报价以及相对应的发电量,同时本微电网也估算出其他微电网的报价及相对应的发电量。参照图3,在计算利润和出力分配时,先给本微电网中的比例因子λ1、最大利润W_max赋初值,然后管理Agent启动后接收三个微电网的报价与相应的发电量并对报价进行排序,根据报价排序确定上网的电量与出清价格。然后计算出各微电网的利润,各微电网通过比较判断,不断调节报价比例因子,经过多轮博弈竞价最终得出本微电网的最大利润。
图4为根据本发明实施例的各个Agent在JADE中运行界面示意图。根据上文所述,电力市场中心有3个微电网参与竞价,即本微电网MG1以及其他两个微电网MG2、MG3。各微电网中分别包含两个分布式发电单元,共六个发电元件Agent,分别为DG1~DG6,用于向微电网Agent提供发电量、运行成本、发电容量的约束参数以及发电元件的运行状态。系统在竞价时首先启动管理Agent和重构Agent。如图4所示,Mana为管理Agent,Reb为重构Agent,此时它们处于等待状态。管理Agent启动时自动调用用户界面,用户通过操作用户界面来完成整个微电网的竞价过程。用户设置好所需负荷P并点击“开始报价”按钮进行报价。这时管理Agent向重构Agent下达报价命令,重构Agent启动相应的微电网Agent,grid1、grid2、grid3,分别计算本微电网的最优报价和其他微电网的预期报价。
各微电网报价时通过Agent之间的信息交互传递相应的性能参数,并计算出当前情况下的最优报价和发电量并可得到此时相应的成本、利润等。通过调整参数(报价比例因子)与多次的博弈竞价得到最优解,最终显示出报价结果如图5所示,从结果中可以看出,本微电网比例因子为0.2,预估出其他微电网比例因子分别为0.2、0.1时,在这种策下的报价最优且报出的发电量也能全部被安排上网。最终的实际利润足以保证本微电网的利益,具有较强的竞争力。
Claims (6)
1.一种基于多Agent技术的微电网电力市场竞价方法,其特征在于,所述方法通过构建基于多Agent技术的微电网电力市场竞价系统并基于该竞价系统进行报价,其中,所述系统包括电力市场交易中心Agent、管理Agent、重构Agent、微电网Agent、数据库和用户界面,所述竞价方法包括以下步骤:
管理Agent从电力市场交易中心接收电力市场所需发电量,调用用户界面并发起竞价请求,同时向重构Agent下达报价命令;
重构Agent从数据库中读取预先存储的微电网性能数据,启动参与报价的各微电网Agent,并将微电网性能数据分别传输给各微电网Agent;
各微电网Agent根据自身的性能数据,以及从其他微电网Agent接收的其他微电网的性能数据,建立微电网竞价模型并求解得到本微电网最优报价和其他微电网的预期报价;
管理Agent对各微电网Agent的报价进行排序,将最高报价确定为为市场最终价格;
各微电网Agent根据确定的市场最终价格计算本微电网利润和其他微电网的利润,通过不断调整性能参数,使本微电网利润最大。
2.根据权利要求1所述的基于多Agent技术的微电网电力市场竞价方法,其特征在于,所述微电网性能数据包括微电网Agent的成本系数及报价比例因子。
3.根据权利要求1所述的基于多Agent技术的微电网电力市场竞价方法,其特征在于,所述微电网竞价系统还包括发电元件Agent,负责向微电网Agent提供发电量、运行成本、发电容量的约束参数以及发电元件的运行状态。
4.根据权利要求1所述的基于多Agent技术的微电网电力市场竞价方法,其特征在于,所述微电网竞价模型包括成本计算模型和利润计算模型,以n个微电网中的其中一个微电网作为实施对象,以本微电网来表示该微电网,以其他微电网表示除了本微电网之外的n-1个微电网,则
本微电网成本计算模型为:
式中,C(PMG)为本微电网的生产成本,PMG为本微电网发电量,a0为本微电网的固定成本,a1、a2为本微电网的成本系数,λ为本微电网的报价比例因子;
其他微电网中第i个微电网的成本计算模型为:
式中,a0i为第i个微电网的固定成本,a1i a2i为第i个微电网的成本系数,PMGi为第i个微电网的发电量,λi为第i个微电网的报价比例因子;
本微电网获得的利润为:
W(PMG)=γPMG-C(PMG)
第i个微电网获得的利润为:
Wi(PMGi)=γPMGi-C(PMGi)
式中γ代表本微电网的电价。
5.根据权利要求4所述的基于多Agent技术的微电网电力市场竞价方法,其特征在于,所述竞价模型的求解利用古诺模型平衡条件求出,古诺模型平衡条件如下:
根据交易中心给出的负荷预测P,确定所有微电网总的发电量为:
联立式上面三式,求得本微电网在估计其他微电网情况后的最佳竞价发电量:
由成本计算模型求得本微电网边际成本价格的期望值为:
估计出其他微电网的期望发电量为:
相应的其他微电网估计期望价格为:
6.根据权利要求1-5中任一项所述的基于多Agent技术的微电网电力市场竞价方法,其特征在于,各Agent之间通过JADE平台相互协调交互信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810447430.6A CN108596692A (zh) | 2018-05-11 | 2018-05-11 | 基于多Agent技术的微电网电力市场竞价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810447430.6A CN108596692A (zh) | 2018-05-11 | 2018-05-11 | 基于多Agent技术的微电网电力市场竞价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108596692A true CN108596692A (zh) | 2018-09-28 |
Family
ID=63636733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810447430.6A Pending CN108596692A (zh) | 2018-05-11 | 2018-05-11 | 基于多Agent技术的微电网电力市场竞价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108596692A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101908172A (zh) * | 2010-07-29 | 2010-12-08 | 中国电力科学研究院 | 一种采用多种智能代理算法的电力市场混合仿真方法 |
CN101989202A (zh) * | 2010-10-22 | 2011-03-23 | 西安交通大学 | 基于多代理多电力市场模式的竞标仿真系统及其仿真方法 |
CN103001225A (zh) * | 2012-11-14 | 2013-03-27 | 合肥工业大学 | 基于mas的多微电网能量管理系统仿真方法 |
CN104392279A (zh) * | 2014-11-19 | 2015-03-04 | 天津大学 | 一种多智能体结构的微电网优化运行方法 |
US20150094871A1 (en) * | 2013-09-27 | 2015-04-02 | International Business Machines Corporation | Managing devices in micro-grids |
CN106786801A (zh) * | 2017-02-13 | 2017-05-31 | 天津大学 | 一种基于竞价均衡的微电网运行方法 |
CN107067281A (zh) * | 2017-04-10 | 2017-08-18 | 燕山大学 | 基于多智能体和博弈方法的微电网电力市场双层竞价方法 |
-
2018
- 2018-05-11 CN CN201810447430.6A patent/CN108596692A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101908172A (zh) * | 2010-07-29 | 2010-12-08 | 中国电力科学研究院 | 一种采用多种智能代理算法的电力市场混合仿真方法 |
CN101989202A (zh) * | 2010-10-22 | 2011-03-23 | 西安交通大学 | 基于多代理多电力市场模式的竞标仿真系统及其仿真方法 |
CN103001225A (zh) * | 2012-11-14 | 2013-03-27 | 合肥工业大学 | 基于mas的多微电网能量管理系统仿真方法 |
US20150094871A1 (en) * | 2013-09-27 | 2015-04-02 | International Business Machines Corporation | Managing devices in micro-grids |
CN104392279A (zh) * | 2014-11-19 | 2015-03-04 | 天津大学 | 一种多智能体结构的微电网优化运行方法 |
CN106786801A (zh) * | 2017-02-13 | 2017-05-31 | 天津大学 | 一种基于竞价均衡的微电网运行方法 |
CN107067281A (zh) * | 2017-04-10 | 2017-08-18 | 燕山大学 | 基于多智能体和博弈方法的微电网电力市场双层竞价方法 |
Non-Patent Citations (3)
Title |
---|
艾芊: "基于多代理系统的微电网竞价优化策略", 《电网技术》 * |
董小泊 等: "多代理系统在微电网负荷控制中的研究", 《自动化应用》 * |
贾星蓓 等: "基于多代理系统的微电网多尺度能量管理", 《电工技术学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2016078329A1 (zh) | 一种多智能体结构的微电网优化运行方法 | |
Carli et al. | A distributed control algorithm for optimal charging of electric vehicle fleets with congestion management | |
CN107784561A (zh) | 一种移动众包系统中在线激励机制的实现方法 | |
CN105391090B (zh) | 一种智能电网多智能体多目标一致性优化方法 | |
Xu et al. | Exploring federated learning on battery-powered devices | |
CN112381263A (zh) | 基于区块链分布式数据存储多微网日前鲁棒电能交易方法 | |
CN110097190B (zh) | 一种基于双时间限制的群智感知任务分配方法 | |
CN114971819A (zh) | 基于多智能体强化学习算法在联邦学习下的用户竞价方法及装置 | |
Liu et al. | Research on bidding strategy of thermal power companies in electricity market based on multi-agent deep deterministic policy gradient | |
CN111259315B (zh) | 一种多主体协调定价模式的去中心化调度方法 | |
CN112036625A (zh) | 一种电力市场背景下基于主从博弈的新能源消纳方法 | |
Symiakakis et al. | Towards the detailed modeling of deregulated electricity markets comprising Smart prosumers and peer to peer energy trading | |
Fang et al. | Multiagent reinforcement learning with learning automata for microgrid energy management and decision optimization | |
Qi et al. | Deep reinforcement learning based charging scheduling for household electric vehicles in active distribution network | |
Zhang et al. | Shared energy storage-assisted and tolerance-based alliance strategy for wind power generators based on cooperative game and resource dependence theories | |
CN117172916B (zh) | 一种边侧灵活性资源端对端分散式交易方法 | |
Cheng et al. | An innovative profit allocation to distributed energy resources integrated into virtual power plant | |
CN108596692A (zh) | 基于多Agent技术的微电网电力市场竞价方法 | |
Lim et al. | Dynamic resource allocation for hierarchical federated learning | |
CN116862144A (zh) | 一种基于双重博弈的多园区低碳调度方法及系统 | |
CN110991928A (zh) | 一种多微能源网的综合能源系统能量管理方法及系统 | |
CN110599032A (zh) | 一种灵活电源的深度斯坦伯格自适应动态博弈方法 | |
Farajian et al. | Market-driven continuous double auction method for service allocation in cloud computing | |
Tan et al. | Based on bid and data quality incentive mechanisms for mobile crowd sensing systems | |
CN108648097A (zh) | 提升电动汽车光伏充电站光伏利用率的充电调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180928 |
|
RJ01 | Rejection of invention patent application after publication |