CN108921368A - 基于虚拟发电厂的均衡合作博弈控制器 - Google Patents

Abstract

本发明公开了一种基于虚拟发电厂的均衡合作博弈控制器，包括预测电量模块、通信接口模块、合作博弈方行为分析模块和合作博弈算法模块。本发明提出一种拟电厂内部合作博弈均衡解的算法，可获得具有最优经济效益的虚拟电厂运行方案；通过分析各分布式电源的相关信息及历史发电量数据，得到预测发电量值，并通过通信接口模块进行传递，将传递的信息输入对手行为分析模块，得到对手的预测竞价行为，再将其输入到合作博弈算法模块，得出联盟及个体联合最优经济效益。

Description

基于虚拟发电厂的均衡合作博弈控制器

技术领域

本发明涉及分布式发电技术领域，尤其是一种基于虚拟发电厂的均衡合作博弈控制器。

背景技术

全球气候环境变化、能源紧缺以及环境污染等问题日益严峻，利用可再生能源发电的分布式电源由于具有高效率、低污染等优点，已成为未来全球能源发展的必然趋势。但分布式能源在单独运行时，其出力具有随机性、间歇性和波动性较大的特点。因此，当分布式能源单独并网时，会对电网的安全性和供电可靠性造成威胁。虚拟电厂概念的提出为分布式电源的协调调度和能量管理提供了可行的理论框架，从而保证了电网的安全平稳运行。然而，不同类型的分布式电源具有不同的运行特性，为了保证虚拟电厂的稳定运行，需要制定合理的市场运行机制，对其内部调度进行优化。

发明内容

本发明所要解决的技术问题在于，提供一种基于虚拟发电厂的均衡合作博弈控制器，能够得出联盟及个体联合最优经济效益，获得具有最优经济效益的虚拟电厂运行方案。

为解决上述技术问题，本发明提供一种基于虚拟发电厂的均衡合作博弈控制器，包括：预测电量模块、通信接口模块、合作博弈方行为分析模块和合作博弈算法模块；预测电量模块通过分析各分布式电源的相关信息，建立电量预测模型来预测分布式电源的发电量信息；合作博弈方行为分析模块根据合作博弈方公开的信息，结合通信接口模块传递的预测电量模块的相关信息，对合作博弈方目前状态和未来趋势作出判断和评价，预测合作博弈方可能采取的竞争行为，得到合作博弈方的预测竞价行为；合作博弈算法模块基于合作博弈方行为分析的基础上，制定自己的竞价策略，对分布式电源进行优化调度，判断所得的调度方案是否同时满足个体理性与集体理性，若不满足则返回重新设置报价系数k_i，重新计算，若满足则通过通信接口模块输出最终结果。

优选的，分布式电源的相关信息包括风速、光照强度和历史发电量数据。

优选的，合作博弈算法模块对分布式电源进行优化调度具体为：

(1)确定目标函数；以联盟及个体联合收益最优为目标函数，表达式为：

(L)maxf(r_i，P_i)＝(r_i-(2a_iP_i+b_i))P_i

其中n为虚拟电厂内分布式电源的个数，r为虚拟电厂报价，P_i为分布式电源i的实际出力，c_b代表单位备用成本，h₁、h₂为上、下旋转备用系数，c_b仅指单位容量成本；

(2)确定约束条件；

(21)功率平衡约束：

其中P_i为分布式电源i的实际出力，L_d为系统负荷；

(22)分布式电源输出功率上、下限约束

其中为分布式电源i的额定功率，为分布式电源i的实际最大出力。

优选的，n个分布式电源参与市场竞争，其生产成本函数根据机组的功耗曲线，一般形式为：

于是可以求出各分布式电源的边际成本为：

由所得边际成本函数，各分布式电源的报价函数可取为：

r_i＝k_i(2a_ip_i+b_i)，k_i＞1，i＝1,2，…，n

k_i的取值反映了各发电商对利益的追求和对市场出清价格的预判；

根据各DG的报价函数，利用如下的数学模型求解虚拟发电厂报价r：

式中：r＝max{r_i|i＝1,2，…，n}＝max{k_i(2a_ip_i+b_i)}，其代表各DG的市场报价。

优选的，h₁、h₂为由于分布式电源接入而增加的上、下旋转备用量系数，一般取0.1～0.2。

本发明的有益效果为：本发明提出一种拟电厂内部合作博弈均衡解的算法，可获得具有最优经济效益的虚拟电厂运行方案；通过分析各分布式电源的相关信息及历史发电量数据，得到预测发电量值，并通过通信接口模块进行传递，将传递的信息输入对手行为分析模块，得到对手的预测竞价行为，再将其输入到合作博弈算法模块，得出联盟及个体联合最优经济效益。

附图说明

图1为本发明控制器的结构示意图。

图2为本发明控制器的控制流程示意图。

具体实施方式

如图1所示，一种基于虚拟发电厂的均衡合作博弈控制器，包括：预测电量模块、通信接口模块、合作博弈方行为分析模块和合作博弈算法模块；预测电量模块通过分析各分布式电源的相关信息，建立电量预测模型来预测分布式电源的发电量信息；合作博弈方行为分析模块根据合作博弈方公开的信息，结合通信接口模块传递的预测电量模块的相关信息，对合作博弈方目前状态和未来趋势作出判断和评价，预测合作博弈方可能采取的竞争行为，得到合作博弈方的预测竞价行为；合作博弈算法模块基于合作博弈方行为分析的基础上，制定自己的竞价策略，对分布式电源进行优化调度，判断所得的调度方案是否同时满足个体理性与集体理性，若不满足则返回重新设置报价系数k_i，重新计算，若满足则通过通信接口模块输出最终结果。

本发明所涉及的均衡合作博弈控制器，包括预测电量模块、通信接口模块、合作博弈方行为分析模块、合作博弈算法模块，能够提供一种虚拟电厂内部合作博弈均衡解的算法，在满足集体理性和个体理性的基础上，实现虚拟电厂整体及个体利益联合最优。包括：预测电量模块；分析各分布式电源的相关信息，包括风速、光照强度等环境参数及历史发电量数据，来预测分布式电源发电量信息；合作博弈方行为分析模块；综合合作博弈方历史发展和最新动态信息，对合作博弈方目前状态和未来趋势作出判断和评价，预测合作博弈方可能采取的竞争行为，为自身制定科学的竞争战略和战术奠定基础。输入通信接口模块传递的信息，结合大量历史数据，得到合作博弈方的预测竞价行为；合作博弈算法模块；考虑市场出清价格、备用成本以及分布式电源发电成本等因素之间的关联，将分布式电源的发电成本函数系数、出力上下限以及报价函数系数作为初始输入，对分布式电源进行优化调度。建立如下合作博弈模型：

a.目标函数；以联盟及个体联合收益最优为目标函数，表达式为：

(L)maxf(r_i，P_i)＝(r_i-(2a_iP_i+b_i))P_i

其中n为虚拟电厂内分布式电源的个数，F(r，P_i)及f(r，P_i)各量具体表达式如下：

(1)虚拟电厂报价r：

n个分布式电源参与市场竞争，其生产成本函数根据机组的功耗曲线，一般形式为：

于是可以求出各分布式电源的边际成本为：

由所得边际成本函数，各分布式电源的报价函数可取为：

r_i＝k_i(2a_ip_i+b_i)，k_i＞1，i＝1,2，…，n

k_i的取值反映了各发电商对利益的追求和对市场出清价格的预判。

根据各DG的报价函数，可以利用如下的数学模型求解虚拟发电厂报价r：

式中：r＝max{r_i|i＝1,2，…，n}＝max{k_i(2a_ip_i+b_i)}，其代表各DG的市场报价。

(2)P_i为分布式电源i的实际出力；c_b代表单位备用成本；h₁、h₂为上、下旋转备用系数。

其中c_b仅指单位容量成本，h₁、h₂为由于分布式电源接入而增加的上、下旋转备用量系数，一般取0.1～0.2。

b.约束条件

(1)功率平衡约束：

其中P_i为分布式电源i的实际出力，L_d为系统负荷。

(2)分布式电源输出功率上、下限约束

其中为分布式电源i的额定功率，为分布式电源i的实际最大出力。

如图2所示，基于虚拟发电厂的均衡合作博弈控制器的具体控制方法包括如下步骤：

(1)采集并分析各分布式电源的相关信息，包括风速、光照强度等环境参数及历史发电量数据，来预测分布式电源发电量信息。

(2)综合合作博弈方历史发展和最新动态信息，对合作博弈方目前状态和未来趋势作出判断和评价，预测合作博弈方可能采取的竞争行为，为自身制定科学的竞争战略和战术奠定基础。输入通信接口模块传递的1)中的信息，结合大量历史数据，得到合作博弈方的预测竞价行为。

(3)考虑市场出清价格、备用成本以及分布式电源发电成本等因素之间的关联，将分布式电源的发电成本函数系数、出力上下限以及报价函数系数作为初始输入，对分布式电源进行优化调度。

(4)判断(3)中所得的调度方案是否同时满足个体理性与集体理性，若不满足则返回(3)重新设置报价系数k_i，重新计算；若满足则通过通信接口模块输出最终结果。

本发明提出一种拟电厂内部合作博弈均衡解的算法，可获得具有最优经济效益的虚拟电厂运行方案。通过分析各分布式电源的相关信息及历史发电量数据，得到预测发电量值，并通过通信接口模块进行传递，将传递的信息输入对手行为分析模块，得到对手的预测竞价行为。再将其输入到合作博弈算法模块，得出联盟及个体联合最优经济效益。

Claims (5)

1.基于虚拟发电厂的均衡合作博弈控制器，其特征在于，包括：预测电量模块、通信接口模块、合作博弈方行为分析模块和合作博弈算法模块；预测电量模块通过分析各分布式电源的相关信息，建立电量预测模型来预测分布式电源的发电量信息；合作博弈方行为分析模块根据合作博弈方公开的信息，结合通信接口模块传递的预测电量模块的相关信息，对合作博弈方目前状态和未来趋势作出判断和评价，预测合作博弈方可能采取的竞争行为，得到合作博弈方的预测竞价行为；合作博弈算法模块基于合作博弈方行为分析的基础上，制定自己的竞价策略，对分布式电源进行优化调度，判断所得的调度方案是否同时满足个体理性与集体理性，若不满足则返回重新设置报价系数k_i，重新计算，若满足则通过通信接口模块输出最终结果。

2.如权利要求1所述的基于虚拟发电厂的均衡合作博弈控制器，其特征在于，分布式电源的相关信息包括风速、光照强度和历史发电量数据。

3.如权利要求1所述的基于虚拟发电厂的均衡合作博弈控制器，其特征在于，合作博弈算法模块对分布式电源进行优化调度具体为：

(1)确定目标函数；以联盟及个体联合收益最优为目标函数，表达式为：

(U)

(L)maxf(r_i,P_i)＝(r_i-(2a_iP_i+b_i))P_i

其中n为虚拟电厂内分布式电源的个数，r为虚拟电厂报价，P_i为分布式电源i的实际出力，c_b代表单位备用成本，h₁、h₂为上、下旋转备用系数，c_b仅指单位容量成本；

(2)确定约束条件；

(21)功率平衡约束：

其中P_i为分布式电源i的实际出力，L_d为系统负荷；

(22)分布式电源输出功率上、下限约束

其中为分布式电源i的额定功率，为分布式电源i的实际最大出力。

4.如权利要求1所述的基于虚拟发电厂的均衡合作博弈控制器，其特征在于，n个分布式电源参与市场竞争，其生产成本函数根据机组的功耗曲线，一般形式为：

于是可以求出各分布式电源的边际成本为：

由所得边际成本函数，各分布式电源的报价函数可取为：

r_i＝k_i(2a_ip_i+b_i),k_i＞1,i＝1,2,…,n

k_i的取值反映了各发电商对利益的追求和对市场出清价格的预判；

根据各DG的报价函数，利用如下的数学模型求解虚拟发电厂报价r：

式中：r＝max{r_i|i＝1,2,…,n}＝max{k_i(2a_ip_i+b_i)}，其代表各DG的市场报价。

5.如权利要求1所述的基于虚拟发电厂的均衡合作博弈控制器，其特征在于，h₁、h₂为由于分布式电源接入而增加的上、下旋转备用量系数，一般取0.1～0.2。