CN109191017B - 一种综合能源系统的仿真方法、装置、设备及存储介质 - Google Patents
一种综合能源系统的仿真方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109191017B CN109191017B CN201811257388.8A CN201811257388A CN109191017B CN 109191017 B CN109191017 B CN 109191017B CN 201811257388 A CN201811257388 A CN 201811257388A CN 109191017 B CN109191017 B CN 109191017B
- Authority
- CN
- China
- Prior art keywords
- energy
- data
- user
- quotation
- supplier
- 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.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000006870 function Effects 0.000 claims description 71
- 238000012937 correction Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 14
- 230000001419 dependent effect Effects 0.000 claims description 12
- 238000005265 energy consumption Methods 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 239000003795 chemical substances by application Substances 0.000 description 80
- 230000009471 action Effects 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多代理的综合能源系统的仿真方法,能对综合能源系统中的能源供应商和用户进行建模,即通过能源供应商的第一目标函数和第一数据建立第一代理模型,通过用户的第二目标函数和第二数据建立第二代理模型,然后利用Q算法在综合能源系统的运行规则下对第一数据、第一代理模型和第二数据和第二代理模型进行修正,达到对综合能源系统进行仿真的目的。因此,采用本方案,能对综合能源系统进行仿真,保证了综合能源系统的安全运行。此外,本发明实施例还公开了一种基于多代理的综合能源系统的仿真装置、设备及存储介质,效果如上。
Description
技术领域
本发明涉及综合能源领域,特别涉及一种基于多代理的综合能源系统的仿真方法、装置、设备及存储介质。
背景技术
综合能源系统由于其能源清洁、高效和成本较低的优点逐渐取代了能源品种单一、能源品种单独设计、能源品种单独运行的单一能源系统。综合能源系统是包含电能、热能、气和冷多种能源形式的综合性系统,有效降低了企业能源成本,促进了经济低碳运行。
以单一能源品种为电力能源系统为代表性的能源市场化浪潮将深刻改变能源市场的形态。能源供应商、运营商和用户之间以需求响应,竞价交易为代表的多主体互动将大大增加。由于我国综合能源市场的研究起步较晚,对于能源市场的仿真多停留于对单一的电力市场的仿真,对于单一的电力市场的仿真采用基于代理的计算经济学,代理指的是一定环境下能独立自主的运行、作用于自身所处的环境但是也会受到外部环境的影响,并能不断的从环境中获取相关知识以提高自身能力来取得自身最大利益的智能实体。但是目前基于代理对能源系统进行仿真都是对单一能源系统的仿真,对于综合能源系统并没有成熟的仿真方法,导致无法模拟综合能源系统中多主体互动的场景,也就无法得知综合能源系统中多主体互动的相关信息,若无法得知综合能源系统的相关信息也就无法保证综合能源系统的安全运行。
因此,如何对综合能源系统进行仿真,以保证综合能源系统的安全运行是本领域技术人员需要解决的问题。
发明内容
本发明的目的在于提供一种基于多代理的综合能源系统的仿真方法、装置、设备及存储介质,达到了对综合能源系统进行仿真,保证了综合能源系统的安全运行的目的。
为实现上述目的,本发明实施例提供了如下技术方案:
第一,本发明实施例提供了一种基于多代理的综合能源系统的仿真方法,包括:
获取所述综合能源系统中的参与主体,所述参与主体包括能源供应商和用户;
获取所述参与主体中所述能源供应商的第一目标函数和第一数据以及所述用户对所述综合能源系统中各能源进行收入数据分配的第二目标函数和第二数据;
以所述第一数据为第一自变量,所述第一目标函数为第一因变量建立所述能源供应商的第一代理模型,以所述第二数据为第二自变量,所述第二目标函数为第二因变量建立所述用户的第二代理模型;
获取所述综合能源系统的运行规则;
在所述运行规则下,利用Q算法对所述第一数据和所述第二数据进行修正,得到第一修正数据和第一修正代理模型以及第二修正数据和第二修正代理模型以对所述综合能源系统进行仿真。
优选的,所述综合能源系统中的能源种类包括电能和热能,对应的,所述获取所述参与主体中所述能源供应商的第一目标函数具体包括:
获取所述能源供应商的供热功率、供电功率、所述电能的电力成交数据、所述热能的热力成交数据和与所述能源供应商对应的相关参数;
确定所述供热功率、所述供电功率、所述电力成交数据、所述热力成交数据和所述相关参数组成的代数运算式与所述能源供应商的收益数据之间的第一等式方程式;
将所述第一等式方程式作为所述第一目标函数;
对应的,所述获取所述能源供应商的第一数据具体包括:
获取所述能源供应商的分段信息的报价信息中各段容量中的供热报价信息和供电报价信息。
优选的,所述获取所述参与主体中所述用户的第二目标函数具体包括:
获取所述用户的电力负荷、热力负荷、所述用户对所述电能的第一效用系数和所述用户对所述热能的第二效用系数;
确定所述电力负荷、所述热力负荷、所述第一效用系数和所述第二效用系数组成的代数运算式与所述用户的最大效用之间的第二等式方程式;
将所述第二等式方程式作为所述第二目标函数;
对应的,所述获取所述用户的第二数据具体包括:
获取所述用户的分段报价数据中的各段容量中用户的供热报价数据和供电报价数据。
优选的,所述综合能源系统的运行规则具体包括:
所述综合能源供应商的每一段容量的能源报价信息单调上升;
所述用户的每一段容量的能源报价数据单调递减;
计算所述用户的能源报价数据与所述能源供应商的能源报价信息的差值,若所述差值大于等于零,则允许所述能源供应商与所述用户交换目标报价数据;
当综合能源供应商为多个且各综合能源供应商的能源报价信息相同时,将与各所述综合能源供应商对应的机组能耗最低的综合能源供应商作为目标能源供应商以与所述用户交换目标报价数据。
优选的,所述在所述运行规则下,利用Q算法对所述第一数据和所述第二数据进行修正具体包括:
获取所述综合能源供应商的供应能源的报价信息集合和所述用户的报价数据集合;
对应每一段容量分别从所述报价信息集合中选取任意一个报价信息和从所述报价数据集合中选取任意一个报价数据作为所述第一数据和所述第二数据;
利用ε贪婪策略结合所述报价信息集合和所述报价数据集合对所述第一数据和所述第二数据进行修正;
对应的,分别将所述第一修正数据和所述第二修正数据中的第一修正报价数据和第二修正报价数据相适应应用于所述第一代理模型和所述第二代理模型,得到所述第一修正代理模型和所述第二修正代理模型。
第二,本发明实施例提供了一种基于多代理的综合能源系统的仿真装置,包括:
第一获取模块,用于获取所述综合能源系统中的参与主体,所述参与主体包括能源供应商和用户;
第二获取模块,用于获取所述参与主体中所述能源供应商的第一目标函数和第一数据以及所述用户对所述综合能源系统中各能源进行收入数据分配的第二目标函数和第二数据;
建立模块,用于以所述第一数据为第一自变量,所述第一目标函数为第一因变量第一目标函数建立所述能源供应商的第一代理模型以所述第二数据为第二自变量,所述第二目标函数为第二因变量建立第二目标函数所述用户的第二代理模型;
第三获取模块,用于获取所述综合能源系统的运行规则;
仿真模块,用于在所述运行规则下,利用Q算法对所述第一数据和所述第二数据进行修正,得到第一修正数据和第一修正代理模型以及第二修正数据和第二修正代理模型以对所述综合能源系统进行仿真。
优选的,所述第二获取模块具体包括:
第一获取单元,用于获取所述能源供应商的供热功率、供电功率、所述电能的电力成交数据、所述热能的热力成交数据和与所述能源供应商对应的相关参数;
第一确定单元,用于确定所述供热功率、所述供电功率、所述电力成交数据、所述热力成交数据和所述相关参数组成的代数运算式与所述能源供应商的收益数据之间的第一等式方程式,将所述第一等式方程式作为所述第一目标函数;
第二获取单元,用于获取所述能源供应商的分段信息的报价信息中各段容量中的供热报价信息和供电报价信息。
优选的,所述第二获取模块具体包括:
第三获取单元,用于获取所述用户的电力负荷、热力负荷、所述用户对所述电能的第一效用系数和所述用户对所述热能的第二效用系数;
第二确定单元,用于确定所述电力负荷、所述热力负荷、所述第一效用系数和所述第二效用系数组成的代数运算式与所述用户的最大效用之间的第二等式方程式,将所述第二等式方程式作为所述第二目标函数;
第四获取单元,用于获取所述用户的分段报价数据中的各段容量中用户的供热报价数据和供电报价数据。
第三,本发明实施例提供了一种基于多代理的综合能源系统的仿真装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序以实现以上任一种提到的基于多代理的综合能源系统的仿真方法的步骤。
最后,本发明实施例公开了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上任一种所述的基于多代理的综合能源系统的仿真方法的步骤。
可见,本发明实施例公开的一种基于多代理的综合能源系统的仿真方法,能对综合能源系统中的能源供应商和用户进行建模,即通过能源供应商的第一目标函数和第一数据建立第一代理模型,通过用户的第二目标函数和第二数据建立第二代理模型,然后利用Q算法在综合能源系统的运行规则下对第一数据、第一代理模型和第二数据和第二代理模型进行修正,达到对综合能源系统进行仿真的目的。因此,采用本方案,能对综合能源系统进行仿真,保证了综合能源系统的安全运行。此外,本发明实施例还公开了一种基于多代理的综合能源系统的仿真装置、设备及存储介质,效果如上。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于多代理的综合能源系统的仿真方法流程示意图;
图2是本发明实施例公开的一种基于多代理的综合能源系统的仿真装置结构示意图;
图3是本发明实施例公开的一种基于多代理的综合能源系统的仿真设备结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种基于多代理的综合能源系统的仿真方法、装置、设备及存储介质,达到了对综合能源系统进行仿真,保证了综合能源系统的安全运行的目的。
请参见图1,图1是本发明实施例公开的一种基于多代理的综合能源系统的仿真方法流程示意图,该方法包括:
S101、获取综合能源系统中的参与主体,参与主体包括能源供应商和用户。
具体的,本实施例中,首先对本发明实施例的技术方案进行简单阐述,本发明实施例采用多代理技术对综合能源系统进行仿真,首先是对综合能源系统中的参与主体(综合能源供应商和用户)构建相应的代理模型,现有技术中,代理是一个物理的或抽象的实体,能够作用于自身与环境,并能对环境(对应于本发明实施例中的综合能源系统)的变化做出反应,代理总共包含知识、目标和能力三者,现有技术中的知识代表的是代理所处的环境和代理所求解的问题的描述(对应于本发明实施例中的综合能源系统的运行规则),目标指的是代理所采取的一切行动都是面向目标的(对应于本发明实施例中提到的能源供应商的目标函数(第一目标函数和第二目标函数)),能力指的是代理具有推理、决策、规划和控制能力(对应于本发明实施例中综合能源供应商和用户的竞价策略)。通过对综合能源系统中的参与主体(能源供应商和用户)进行建模得到代理模型,通过对代理模型进行不断的更新和修正,以达到对综合能源系统进行仿真的目的。
S102、获取参与主体中能源供应商的第一目标函数和第一数据以及用户对综合能源系统中各能源进行收入数据分配的第二目标函数和第二数据。
具体的,本实施例中,综合能源系统中的能源种类包括热能、电能、气能源和冷能源,根据综合能源系统中的能源种类确定综合能源供应商的第一目标函数和用户的第二目标函数,能源供应商的第一目标函数为能源供应商的收益函数(即使能源供应商的收益达到最大),用户的第二目标函数指的是用户在各能源上分配的收入使用户获取最大效能。由于热能和电能占据了综合能源系统中的大部分市场,因此,本发明实施例中优选热能和电能对本发明实施例的技术方案进行说明,作为本发明优选的实施例,综合能源系统中的能源种类包括电能和热能,对应的,获取参与主体中能源供应商的第一目标函数具体包括:
获取能源供应商的供热功率、供电功率、电能的电力成交数据、热能的热力成交数据和与能源供应商对应的相关参数;
确定供热功率、供电功率、电力成交数据、热力成交数据和相关参数组成的代数运算式与能源供应商的收益数据之间的第一等式方程式;
将第一等式方程式作为第一目标函数;
对应的,获取能源供应商的第一数据具体包括:
获取能源供应商的分段信息的报价信息中各段容量中的供热报价信息和供电报价信息。
本实施例中,首先对综合能源供应商的第一目标函数进行说明,综合能源供应商的行为特征为追求能源收益的最大化,可以通过调整综合能源供应商的能源供应量和能源信息(可以是能源的销售价格)的报价信息(可以是能源的销售报价)使得综合能源供应商的收益最大,因此,本发明实施例中将综合能源供应商的目标函数设为收益函数。综合能源供应商的个数可以为多个,假设综合能源系统中有N家综合能源供应商,则第i家综合能源供应商的第一目标函数可以采用下式表示:
上式中,πg,i表示的是第i家综合能源供应商的利润,Peg,i和Phg,i分别表示的是第i家综合能源供应商的供电功率和供热功率,qe和qh分别表示的是综合能源系统中的能源(电能和热能)的成交数据(可以是电力成交数据(可以是电力成交价格)和热力成交数据(可以是热力成交价格)),ae、be和ce分别表示的是供电成本系数,ah表示的是供热燃料成本系数,bh表示的是供热影响供电的折算成本系数,ae、ah、be和ce为本发明实施例中的相关参数。
下面对综合能源系统中的第一数据进行说明:
综合能源供应商的第一数据为供应能源(本发明实施例中优选为供电和供热)的分段信息(分段信息可以指能源分段销售价格)的报价数据,假设每家综合能源供应商的报价信息分段段数为Kg,则综合能源供应商的第一数据即为每一段容量中的电能报价信息和热能报价信息:
qg,i=[qeg,i,qhg,i]=[qeg,i(1),...,qeg,i(k),...,qeg,i(Kg),qhg,i(1),...,qhg,i(k),...,qhg,i(Kg)]
上式中,qg,i为第i家综合能源供应商的能源信息(可以是能源销售价格)的报价数据(可以是能源的报价),qeg,i和qhg,i分别指的是第i家综合能源供应商的电能报价信息和热能报价信息,qeg,i(k)和qhg,i(k)分别指的是第i家综合能源供应商的第k段容量的供电报价信息(可以是供电报价价格)和供热报价信息(可以是供热报价价格)。
需要说明的是,本实施例中的各段容量指的是不同区间段的能源,以电能为例,能源供应商提供20KW的电能,则将20KW的电能分为两个区间段,第一个区间段(第一段容量)为0-10KW的电能价格为1元/KW,第二个区间段(第二段容量)为10KW-20KW的电能价格为1.5元/KW,后文实施例中的各段容量可以参见本实施例的描述,对于后文出现的各段容量本发明实施例不再赘述。
其次对综合能源系统的参与主体中的用户的第二目标函数进行介绍,作为本发明优选的实施例,获取参与主体中的用户的第二目标函数具体包括:
获取用户的电力负荷、热力负荷、用户对电能的第一效用系数和用户对热能的第二效用系数。
确定电力负荷、热力负荷、第一效用系数和第二效用系数组成的代数运算式与用户的最大效用的第二等式方程式。
将第二等式方程式作为第二目标函数。
对应的,获取用户的第二数据具体包括:
确定用户的分段报价数据中的各段容量中用户的供热报价数据和供电报价数据(可以为用户提出的供热报价价格和供热报价价格)。
首先对第一效用函数进行说明:
综合能源系统中的用户的行为特征是用户在各种能源消费上分配的资金,从而获得最大的效用,假设综合能源系统中共有M个用户,第i个综合能源系统中用户的目标函数(第二目标函数)可以采用下式表示:
πl,i=uePel,i-qePel,i+uhPhl,i-qhPhl,i
上式中,πl,j指的是综合能源系统中第i个用户的利润(最大效用),ue和uh指的是综合能源系统中的用户对电能的第一效用系数和用户对热能的第二效用系数,Pel,j和Phl,j表示的是综合能源系统中第i个用户的电力负荷和热力负荷。
下面对综合能源系统中的第二数据进行说明:
综合能源系统中的第二数据是用户对电能和热能分段购买价格的报价数据,假设综合能源系统中的用户的报价数据分段段数为Kl,则综合能源系统中的用户的第二数据是每一段容量的购买价格的报价数据,如下式表示:
ql,i=[qel,i,qhl,i]=[qel,j(1),...,qel,i(k),...,qel,i(Kl),qhl,i(1),...,qhl,i(k),...,qhl,i(Kl)]
上式中,ql,j表示的是综合能源系统中第i个用户的能源购买价格的报价数据,qel,j表示的是综合能源系统的第i位用户的供热购买报价数据(供热报价数据)和供电购买报价数据(供电报价数据),qel,j(k)和qhl,j(k)分别表示的是综合能源供应系统中用户报价数据分段中的第k段容量的供电购买报价数据和供热购买报价数据。
S103、以第一数据为第一自变量,第一目标函数为第一因变量建立能源供应商的第一代理模型,以第二数据为第二自变量,第二目标函数为第二因变量建立用户的第二代理模型。
S104、获取综合能源系统的运行规则。
具体的,本实施例中,综合能源系统的仿真需要综合能源系统的运行规则下进行,本发明实施例参考电力系统的运行规则,设置综合能源系统的运行规则如下:
第一个运行规则为:综合能源供应商进行能源(本发明实施例中优选为电能和热能)的报价信息(可以是能源销售报价),在分段报价信息中的每一段容量的能源报价信息(可以是能源售价报价)单调上升,具体可以采用下式表示:
上式中,qeg,i(j)和qhg,i(j)分别表示的是第i个能源供应商在第j个分段容量的电能报价信息(可以为电能售价报价),和在第j个分段容量的热能报价信息(可以为热能售价报价)。
第二个运行规则是,综合能源系统中的用户进行能源的购买价格的报价数据,且用户的每一段容量的能源价数据(可以为能源购价报价)单调递减,具体可以采用下式表示:
上式中,qel,i(i)和qel,i(j)分别表示第i个用户和第j个用户进行电能的购买报价数据,qhl,i(i)和qhl,i(j)分别表示第i个用户和第j个用户进行热能的购买报价数据。
第三个运行规则是,将用户的能源报价数据和综合能源供应商的能源售价报价信息进行配对,具体是将能源供应商的能源售价较低的能源供应商和用户的能源购价较高的用户进行配对,然后计算用户的能源报价数据(可以是能源购价报价)和该能源供应商的能源报价信息(可以是能源售价报价)的差值,如果该差值大于等于0,则允许该能源供应商和该用户交换目标报价数据(即允许该能源供应商和用户进行交易,目标报价数据为能源供应商和用户达成一致的成交价格),如果差值小于0,则不允许该能源供应商和该用户进行交易。
第四个运行规则是,当多个综合能源供应商的能源报价信息相同时,则选取机组能耗较低的综合能源供应商与用户交换目标报价数据,即允许能源供应商和用户进行交易,当机组能耗也相同时,则按照综合能源供应商的申报容量比例分配。
第五个运行规则是,在所有的综合能源供应商和用户的交易中,将最后一个成交的综合能源供应商的能源报价信息(可以是能源售价报价)和用户的能源报价数据(可以是能源购价报价)的算术平均值作为统一成交价。
第六个运行规则是,保持电能价格和热能价格独立进行。
其中,作为本发明优选的实施例,综合能源系统的运行规则具体包括:
综合能源供应商的每一段容量的能源报价信息单调上升;
用户的每一段容量的能源报价数据单调递减;
计算用户的能源报价数据与能源供应商的能源报价信息的差值,若差值大于等于零,则允许能源供应商与用户交换目标报价数据;
当综合能源供应商为多个且各综合能源供应商的能源报价信息相同时,将与各综合能源供应商对应的机组能耗最低的综合能源供应商作为目标能源供应商以与用户交换目标报价数据。
S105、在运行规则下,利用Q算法对第一数据和第二数据进行修正,得到第一修正数据和第一修正代理模型以及第二修正数据和第二修正代理模型以对综合能源系统进行仿真。
具体的,本实施例中,首先对综合能源市场中参与主体(用户和能源供应商)的组成关系进行介绍,每一个智能体Agent(用户和综合能源供应商)需要提交第一数据和第二数据至综合能源系统后,生成竞价结果,再将竞价结果(最终能源供应商和用户的市场成交价格)返回至各个职能体Agent后,各个Agent对竞价结果进行学习并对第一数据和第二数据进行在线修正。图2中的学习本发明实施例中采用Q学习。
下面对每一个Agent的学习规则进行以下说明:
价格每一个智能体(能源供应商和用户)的报价数据(包括能源供应商的售价报价和用户的购价报价)是离散的,则报价数据的价格集合的元素为有限个,本发明实施例假设能源供应商的售价报价数据和用户的购价报价数据均为H个,则可以用下式表示能源供应商的售价报价数据和用户的购价报价数据:
qeg,i,qel,i∈{qe,min,...,qe,max}1×H
qhg,i,qhl,i∈{qh,min,...,qh,max}1×H
其中,qe,min和qe,max分别表示的是电能报价数据的最小值和最大值,qh,min和qh,max分别表示的是热能报价数据的最小值和最大值。
对于综合能源供应商和用户的每一段容量(可以参见上述实施例的解释)均可以取上述两个集合中的报价数据,所有段容量的报价数据则构成一个竞价策略,本发明实施例中将一个竞争策略作为Q学习中的Agent的一个状态,用Si表示第i个智能体的状态集合,状态集合内的元素用s表示,每一个智能体可进行的动作作为将某一段容量的报价数据提升为一个等级(采用比当前报价数据更高的报价数据),降低一个等级(采用比当前报价数据更低的报价数据)或者保持当前报价数据不变,本发明实施例中用Ai表示每一个智能体的动作集合,动作集合内的元素用a表示,如此更新,得到Q矩阵,Q矩阵代表了智能体通过经验学到的,Q矩阵的行代表智能体当前的状态,Q矩阵的列代表智能体的动作,Q矩阵中的元素用于评价在当前的行表示的状态下采取所在列表示的动作的优劣,初始Q矩阵为零矩阵。
本发明采用ε贪婪策略对每一个智能体Agent-i位于状态(竞价策略)st时选择动作at的规则,即以1-ε的概率选择状态(竞价策略)st时所能选择的Q矩阵中元素最大值对应的动作,以ε概率选择其他的动作,可以采用下式表示:
每一个智能体Agent-i在状态(竞价策略)st经过动作at后更新为状态(竞价策略)st+1。
由Q学习理论对于Agent-i的Q矩阵更新公式如下:
上式中,第一个Qi(st,at)为智能体(综合能源供应商或用户)Agent-i更新后的Q矩阵中相对应的值,第二个Qi(st,at)为更新前的Q矩阵中相对应的值,α为学习效率,πi(st+1)为智能体Agent-i在状态(竞价策略)st+1时的收益,γ为折扣因子,表示在状态(竞价策略)st+1可行的所有动作中对应的Q值最大值。
经过上述Q学习,不断对综合能源供应商和用户的代理模型进行更新,更新过程中第一目标函数和第二目标函数随着第一数据和第二数据的更新而发生动态变化的过程即为对综合能源系统的仿真过程。
经上述说明后,作为本发明优选的实施例,步骤S104具体包括:
获取综合能源供应商的供应能源的报价信息集合和用户的报价数据集合;
对应每一段容量分别从报价信息集合中选取任意一个报价信息和从报价数据集合中选取任意一个报价数据作为第一数据和第二数据;
利用ε贪婪策略结合报价信息集合和报价数据集合对第一数据和第二数据进行修正;
对应的,分别将第一修正数据和第二修正数据中的第一修正报价数据和第二修正报价数据相适应应用于第一代理模型和第二代理模型,得到第一修正代理模型和第二修正代理模型。
下面对本发明实施例中的整个仿真过程进行简单介绍:
首先初始化综合能源供应商的智能体和用户智能体的Q矩阵(零矩阵),然后初始化综合能源供应商和用户的状态(即第一数据和第二数据),其次再根据公式确定综合能源供应商和用户的动作(即选取更高报价数据或更低报价数据还是保持初始报价数据不变),确定综合能源供应商和用户的动作后进入下一个状态(修正后的第一数据和修正后的第二数据),然后再根据修正后的第一数据和修正后的第二数据计算能源供应商的第一目标函数和用户的第二目标函数,再按照公式对综合能源供应商和用户的Q矩阵进行更新,判断更新的次数(迭代的次数)是否达到阈值(可以根据实际情况确定),若是,则停止仿真,若否,则再进入根据公式确定综合能源供应商和用户的动作(即选取更高报价数据或更低报价数据还是保持初始报价数据不变)的步骤,并再次依次向下执行。
可见,本发明实施例公开的一种基于多代理的综合能源系统的仿真方法,能对综合能源系统中的能源供应商和用户进行建模,即通过能源供应商的第一目标函数和第一数据建立第一代理模型,通过用户的第二目标函数和第二数据建立第二代理模型,然后利用Q算法在综合能源系统的运行规则下对第一数据、第一代理模型和第二数据和第二代理模型进行修正,达到对综合能源系统进行仿真的目的。因此,采用本方案,能对综合能源系统进行仿真,保证了综合能源系统的安全运行。
请参见图2,图2为本发明实施例公开的一种基于多代理的综合能源系统的仿真装置结构示意图,该装置包括:
第一获取模块201,用于获取综合能源系统中的参与主体,参与主体包括能源供应商和用户;
第二获取模块202,用于获取参与主体中能源供应商的第一目标函数和第一数据以及用户对综合能源系统中各能源进行收入数据分配的第二目标函数和第二数据;
建立模块203,用于以第一数据为第一自变量,第一目标函数为第一因变量建立能源供应商的第一代理模型,以第二数据为第二自变量,第二目标函数为第二因变量建立用户的第二代理模型,
第三获取模块204,用于获取综合能源系统的运行规则;
仿真模块205,用于在运行规则下,利用Q算法对第一数据和第二数据进行修正,得到第一修正数据和第一修正代理模型以及第二修正数据和第二修正代理模型以对综合能源系统进行仿真。
可见,本发明实施例公开的一种基于多代理的综合能源系统的仿真装置,能对综合能源系统中的能源供应商和用户进行建模,即通过能源供应商的第一目标函数和第一数据建立第一代理模型,通过用户的第二目标函数和第二数据建立第二代理模型,然后利用Q算法在综合能源系统的运行规则下对第一数据、第一代理模型和第二数据和第二代理模型进行修正,达到对综合能源系统进行仿真的目的。因此,采用本方案,能对综合能源系统进行仿真,保证了综合能源系统的安全运行。
基于上述实施例,作为优选的实施例,第二获取模块202具体包括:
第一获取单元,用于获取能源供应商的供热功率、供电功率、电能的电力成交数据、热能的热力成交数据和与能源供应商对应的相关参数;
第一确定单元,用于确定供热功率、供电功率、电力成交数据、热力成交数据和相关参数组成的代数运算式与能源供应商的收益数据之间的第一等式方程式,将第一等式方程式作为第一目标函数;
第二获取单元,用于获取能源供应商的分段信息的报价信息中各段容量中的供热报价信息和供电报价信息。
基于上述实施例,作为优选的实施例,第二获取模块202具体包括:第三获取单元,用于获取用户的电力负荷、热力负荷、用户对电能的第一效用系数和用户对热能的第二效用系数;
第二确定单元,用于确定电力负荷、热力负荷、第一效用系数和第二效用系数组成的代数运算式与用户的最大效用之间的第二等式方程式,将第二等式方程式作为第二目标函数;
第四获取单元,用于获取用户的分段报价数据中的各段容量中用户的供热报价数据和供电报价数据。
请参见图3,图3为本发明实施例提供的一种基于多代理的综合能源系统的仿真设备结构示意图,包括:
存储器301,用于存储计算机程序;
处理器302,用于执行存储器中存储的计算机程序以实现以上任一实施例提到的基于多代理的综合能源系统的仿真方法的步骤。
本实施例提供的基于多代理的综合能源系统的仿真设备,由于可以通过处理器调用存储器存储的计算机程序,实现如上述任一实施例提供的基于多代理的综合能源系统的仿真方法的步骤,所以本仿真设备具有同上述基于多代理的综合能源系统的仿真方法同样的实际效果。
为了更好地理解本方案,本发明实施例提供的一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上任一实施例提到的基于多代理的综合能源系统的仿真方法的步骤。
本实施例提供的计算机可读存储介质,由于可以通过处理器调用计算机可读存储介质存储的计算机程序,实现如上述任一实施例提供的基于多代理的综合能源系统的仿真方法的步骤,所以本计算机可读存储介质具有同上述基于多代理的综合能源系统的仿真方法同样的实际效果。
以上对本申请所提供的一种基于多代理的综合能源系统的仿真方法、装置、设备及存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
Claims (5)
1.一种基于多代理的综合能源系统的仿真方法,其特征在于,包括:
获取所述综合能源系统中的参与主体,所述参与主体包括能源供应商和用户;
获取所述参与主体中所述能源供应商的第一目标函数和第一数据以及所述用户对所述综合能源系统中各能源进行收入数据分配的第二目标函数和第二数据;
以所述第一数据为第一自变量,所述第一目标函数为第一因变量建立所述能源供应商的第一代理模型,以所述第二数据为第二自变量,所述第二目标函数为第二因变量建立所述用户的第二代理模型;
获取所述综合能源系统的运行规则;
在所述运行规则下,利用Q算法对所述第一数据和所述第二数据进行修正,得到第一修正数据和第一修正代理模型以及第二修正数据和第二修正代理模型以对所述综合能源系统进行仿真;
所述综合能源系统中的能源种类包括电能和热能,对应的,获取所述参与主体中所述能源供应商的第一目标函数具体包括:
获取所述能源供应商的供热功率、供电功率、所述电能的电力成交数据、所述热能的热力成交数据和与所述能源供应商对应的相关参数;
确定所述供热功率、所述供电功率、所述电力成交数据、所述热力成交数据和所述相关参数组成的代数运算式与所述能源供应商的收益数据之间的第一等式方程式;
将所述第一等式方程式作为所述第一目标函数;
对应的,获取所述能源供应商的第一数据具体包括:
获取所述能源供应商的分段信息的报价信息中各段容量中的供热报价信息和供电报价信息;
获取所述参与主体中所述用户的第二目标函数具体包括:
获取所述用户的电力负荷、热力负荷、所述用户对所述电能的第一效用系数和所述用户对所述热能的第二效用系数;
确定所述电力负荷、所述热力负荷、所述第一效用系数和所述第二效用系数组成的代数运算式与所述用户的利润之间的第二等式方程式;
将所述第二等式方程式作为所述第二目标函数;
对应的,获取所述用户的第二数据具体包括:
获取所述用户的分段报价数据中的各段容量中用户的供热报价数据和供电报价数据;
所述综合能源系统的运行规则具体包括:
所述能源供应商的每一段容量的能源报价信息单调上升;
所述用户的每一段容量的能源报价数据单调递减;
计算所述用户的能源报价数据与所述能源供应商的能源报价信息的差值,若所述差值大于等于零,则允许所述能源供应商与所述用户交换目标报价数据;
当能源供应商为多个且各能源供应商的能源报价信息相同时,将与各所述能源供应商对应的机组能耗最低的能源供应商作为目标能源供应商以与所述用户交换目标报价数据。
2.根据权利要求1所述的基于多代理的综合能源系统的仿真方法,其特征在于,所述在所述运行规则下,利用Q算法对所述第一数据和所述第二数据进行修正具体包括:
获取所述能源供应商的供应能源的报价信息集合和所述用户的报价数据集合;
对应每一段容量从所述报价信息集合中选取任意一个报价信息作为所述第一数据,对应每一段容量从所述报价数据集合中选取任意一个报价数据作为所述第二数据;
对应的,将所述第一修正数据中的第一修正报价数据相适应应用于所述第一代理模型,得到所述第一修正代理模型,及将所述第二修正数据中的第二修正报价数据相适应应用于所述第二代理模型,得到所述第二修正代理模型;
获取能源供应商的第一数据具体包括:
获取能源供应商的分段信息的报价信息中各段容量中的供热报价信息和供电报价信息;
获取用户的第二数据具体包括:
确定用户的分段报价数据中的各段容量中用户的供热报价数据和供电报价数据。
3.一种基于多代理的综合能源系统的仿真装置,其特征在于,包括:
第一获取模块,用于获取所述综合能源系统中的参与主体,所述参与主体包括能源供应商和用户;
第二获取模块,用于获取所述参与主体中所述能源供应商的第一目标函数和第一数据以及所述用户对所述综合能源系统中各能源进行收入数据分配的第二目标函数和第二数据;
建立模块,用于以所述第一数据为第一自变量,所述第一目标函数为第一因变量,建立所述能源供应商的第一代理模型,以所述第二数据为第二自变量,所述第二目标函数为第二因变量建立所述用户的第二代理模型;
第三获取模块,用于获取所述综合能源系统的运行规则;
仿真模块,用于在所述运行规则下,利用Q算法对所述第一数据和所述第二数据进行修正,得到第一修正数据和第一修正代理模型以及第二修正数据和第二修正代理模型以对所述综合能源系统进行仿真;
所述第二获取模块具体包括:
第一获取单元,用于获取所述能源供应商的供热功率、供电功率、电能的电力成交数据、热能的热力成交数据和与所述能源供应商对应的相关参数;
第一确定单元,用于确定所述供热功率、所述供电功率、所述电力成交数据、所述热力成交数据和所述相关参数组成的代数运算式与所述能源供应商的收益数据之间的第一等式方程式,将所述第一等式方程式作为所述第一目标函数;
第二获取单元,用于获取所述能源供应商的分段信息的报价信息中各段容量中的供热报价信息和供电报价信息;
所述第二获取模块具体包括:
第三获取单元,用于获取所述用户的电力负荷、热力负荷、所述用户对所述电能的第一效用系数和所述用户对所述热能的第二效用系数;
第二确定单元,用于确定所述电力负荷、所述热力负荷、所述第一效用系数和所述第二效用系数组成的代数运算式与所述用户的利润之间的第二等式方程式,将所述第二等式方程式作为所述第二目标函数;
第四获取单元,用于获取所述用户的分段报价数据中的各段容量中用户的供热报价数据和供电报价数据;
所述综合能源系统的运行规则具体包括:
所述能源供应商的每一段容量的能源报价信息单调上升;
所述用户的每一段容量的能源报价数据单调递减;
计算所述用户的能源报价数据与所述能源供应商的能源报价信息的差值,若所述差值大于等于零,则允许所述能源供应商与所述用户交换目标报价数据;
当能源供应商为多个且各能源供应商的能源报价信息相同时,将与各所述能源供应商对应的机组能耗最低的能源供应商作为目标能源供应商以与所述用户交换目标报价数据。
4.一种基于多代理的综合能源系统的仿真设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序以实现如权利要求1至2任一项所述的基于多代理的综合能源系统的仿真方法的步骤。
5.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行以实现如权利要求1至2任一项所述的基于多代理的综合能源系统的仿真方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811257388.8A CN109191017B (zh) | 2018-10-26 | 2018-10-26 | 一种综合能源系统的仿真方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811257388.8A CN109191017B (zh) | 2018-10-26 | 2018-10-26 | 一种综合能源系统的仿真方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109191017A CN109191017A (zh) | 2019-01-11 |
CN109191017B true CN109191017B (zh) | 2022-02-15 |
Family
ID=64943724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811257388.8A Active CN109191017B (zh) | 2018-10-26 | 2018-10-26 | 一种综合能源系统的仿真方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109191017B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019200738A1 (de) * | 2019-01-22 | 2020-07-23 | Siemens Aktiengesellschaft | Computergestütztes Verfahren zur Simulation eines Betriebes eines Energiesystems sowie Energiemanagementsystem |
CN109919474B (zh) * | 2019-02-28 | 2021-08-27 | 新奥数能科技有限公司 | 一种基于互联网平台的综合能源量化采买优化方法及系统 |
CN110334385B (zh) * | 2019-05-09 | 2023-05-16 | 南方电网科学研究院有限责任公司 | 综合能源系统中央控制器的测试方法、装置及设备 |
CN110826782B (zh) * | 2019-10-25 | 2022-10-14 | 拉扎斯网络科技(上海)有限公司 | 一种数据处理的方法、装置、可读存储介质和电子设备 |
Citations (4)
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 |
WO2013166510A1 (en) * | 2012-05-04 | 2013-11-07 | Viridity Energy, Inc. | Facilitating revenue generation from wholesale electricity markets using an engineering-based energy asset model |
CN105608633A (zh) * | 2015-10-28 | 2016-05-25 | 国家电网公司西北分部 | 多时间尺度的大用户直接交易电力市场模拟仿真方法 |
CN106651552A (zh) * | 2016-12-13 | 2017-05-10 | 四川大学 | 一种基于信息互动的分布式能源系统多代理交易竞价模型 |
-
2018
- 2018-10-26 CN CN201811257388.8A patent/CN109191017B/zh active Active
Patent Citations (4)
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 |
WO2013166510A1 (en) * | 2012-05-04 | 2013-11-07 | Viridity Energy, Inc. | Facilitating revenue generation from wholesale electricity markets using an engineering-based energy asset model |
CN105608633A (zh) * | 2015-10-28 | 2016-05-25 | 国家电网公司西北分部 | 多时间尺度的大用户直接交易电力市场模拟仿真方法 |
CN106651552A (zh) * | 2016-12-13 | 2017-05-10 | 四川大学 | 一种基于信息互动的分布式能源系统多代理交易竞价模型 |
Non-Patent Citations (3)
Title |
---|
基于多Agent的模糊决策方法在能源系统中应用研究;虞新兴;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20110715(第07期);第C039-2页 * |
基于多智能体的能源市场体系及价格机制研究;王剑;《中国优秀硕士学位论文全文数据库 经济与管理科学辑》;20161215(第12期);第J150-40页 * |
基于改进Q学习算法的储能系统实时优化决策研究;汪波等;《电气技术》;20180228(第2期);第54-60、65页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109191017A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191017B (zh) | 一种综合能源系统的仿真方法、装置、设备及存储介质 | |
Foruzan et al. | Reinforcement learning approach for optimal distributed energy management in a microgrid | |
CN107644370A (zh) | 一种自增强学习的撮合竞价方法及系统 | |
Dinh et al. | Supervised-learning-based hour-ahead demand response for a behavior-based home energy management system approximating MILP optimization | |
CN111476399A (zh) | 一种现货交易机制下售电公司购电方法及系统 | |
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 | |
CN111784203B (zh) | 适用于发电机组参与的电力现货市场风险模拟分析方法 | |
CN105787650A (zh) | 一种含多负荷代理电力市场Nash均衡点的仿真计算方法 | |
CN111582903A (zh) | 考虑电力期货变化影响的发电商智能体及报价方法 | |
CN115313520A (zh) | 分布式能源系统博弈优化调度方法、系统、设备及介质 | |
Wang et al. | Multi-agent simulation for strategic bidding in electricity markets using reinforcement learning | |
CN111402015A (zh) | 一种基于购售风险的虚拟电厂双层竞标方法及系统 | |
CN111784440A (zh) | 一种博弈购电竞价方法、系统、终端设备及存储介质 | |
CN116258555A (zh) | 一种需求侧用户参与电能量日前市场交易出清的方法 | |
CN112801513B (zh) | 一种综合能源系统协同优化方法及系统 | |
CN113610599A (zh) | 一种电力现货日前市场辅助报价方法 | |
Wu et al. | Intelligent strategic bidding in competitive electricity markets using multi-agent simulation and deep reinforcement learning | |
Kuschel et al. | High-performance simulation of nation-sized smart grids | |
CN110135939A (zh) | 一种电力市场的发电竞价方法、装置及设备 | |
Hosseini et al. | A novel model of emergency demand response program for optimal aggregators’ strategy | |
Yan et al. | Optimal Pricing and Charging Strategy Design for Non-cooperative Battery Swapping Stations | |
CN112308628A (zh) | 适用于发电商月度电量的集中交易模拟仿真方法及装置 | |
Gao et al. | A Learning-Based Bidding Approach for PV-Attached BESS Power Plants | |
Jia et al. | Dynamic Pricing Strategy of Virtual Power Plants Based on DDPG Reinforcement Learning Algorithm | |
Lin et al. | Nash Equilibrium to Competitive Equilibrium Mechanisms Design: Subsidization and Punishment |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |