CN110826890A - 一种考虑风险的虚拟电厂的利益分配方法及装置 - Google Patents

一种考虑风险的虚拟电厂的利益分配方法及装置 Download PDF

Info

Publication number
CN110826890A
CN110826890A CN201911041277.8A CN201911041277A CN110826890A CN 110826890 A CN110826890 A CN 110826890A CN 201911041277 A CN201911041277 A CN 201911041277A CN 110826890 A CN110826890 A CN 110826890A
Authority
CN
China
Prior art keywords
participating
risk
power plant
prediction
virtual power
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
Application number
CN201911041277.8A
Other languages
English (en)
Inventor
吴小珊
吴为
赵睿
王长香
赵利刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China South Power Grid International Co ltd
Original Assignee
China South Power Grid International Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China South Power Grid International Co ltd filed Critical China South Power Grid International Co ltd
Priority to CN201911041277.8A priority Critical patent/CN110826890A/zh
Publication of CN110826890A publication Critical patent/CN110826890A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Water Supply & Treatment (AREA)
  • Algebra (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种考虑风险的虚拟电厂的利益分配方法及装置，该方法包括步骤：获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据；根据计算得到对应的预测误差和概率密度函数；由概率密度函数拟合得到概率分布曲线；对概率分布曲线进行积分得到累计概率分布函数；根据预测误差和累计概率分布函数，得到预测精度评分；给每一个预测精度评分设置一个权重，以使所有的权重之和为1；根据预测精度评分和对应的权重，计算得到风险因子；将所有的风险因子进行归一化处理，得到修正风险因子；根据修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益。本发明通过将各参与主体的风险因子引入至shapley值中以保证分配的公平性和联盟的稳定性。

Description

一种考虑风险的虚拟电厂的利益分配方法及装置
技术领域
本发明涉及电力系统市场交易技术领域，尤其涉及一种考虑风险的虚拟电厂的利益分配方法及装置。
背景技术
近年来，我国分布式能源(DER)发展迅速，但其单机容量小、不确定性强等特点阻碍其单独参与电力市场，由于各DER又存在很强的互补性，比如白天负荷大，风电少，光伏发电多；晚上负荷小，风电多、电动汽车充电多，通过合作以虚拟电厂(Virtual Power Plant，VPP)的形式参与电网运行与市场交易，可在提高风电、光伏发电消纳能力的同时，提高其经济利益。在竞争的电力市场环境下，如何建立较为公平合理的利益分配机制，是保证联盟关系稳定性的关键。
现有关于VPP的研究大多集中在其作为整体参与电力市场竞标，而较少关注各DER的利益分配机制，已有的关于shapley值法的VPP利益分配方法假设所有合作成员承担的风险相等，不符合实际，因此亟待研究考虑风险的VPP利益分配方法。
发明内容
本发明实施例的目的是提供一种考虑风险的虚拟电厂的利益分配方法及装置，通过考虑各参与主体在合作中各自所承担的风险，并将风险因子引入至shapley值中以保证分配的相对公平性和联盟的稳定性。
为实现上述目的，本发明一实施例提供了一种考虑风险的虚拟电厂的利益分配方法，包括以下步骤：
获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据；
根据每一个参与主体的所述历史实测数据和所述历史预测数据，得到对应的参与主体的预测误差和概率密度函数；
根据所述概率密度函数，拟合得到对应的概率分布曲线；
对所述概率分布曲线进行积分，得到对应的累计概率分布函数；
根据所述预测误差和对应的所述累计概率分布函数，得到对应的预测精度评分；
给每一个参与主体对应的所述预测精度评分设置一个权重，以使所有的所述权重之和为1；
根据所述预测精度评分和对应的所述权重，计算得到对应的参与主体的风险因子；
将所有的所述风险因子进行归一化处理，得到修正风险因子；
根据所述修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益。
优选地，所述根据每一个参与主体的所述历史实测数据和所述历史预测数据，得到对应的参与主体的预测误差和概率密度函数，具体包括：
将每一个参与主体的所述历史实测数据和所述历史预测数据代入公式
Figure BDA0002252093960000021
得到对应的参与主体的所述预测误差；其中，ei,t为第i个参与主体的预测误差，
Figure BDA0002252093960000022
为第i个参与主体的所述历史实测数据，为第i个参与主体的所述历史预测数据；
根据所述预测误差采用核密度估计方法，得到所述概率密度函数为
Figure BDA0002252093960000024
其中，f(ei)为第i个参与主体的所述概率密度函数，为核函数，h为带宽或平滑参数，n为参与主体的总数，1≤i≤n。
优选地，所述根据所述概率密度函数，拟合得到对应的概率分布曲线，具体包括：
根据所述概率密度函数，采用三次样条插值拟合得到对应的概率分布曲线。
优选地，所述根据所述预测误差和所述累计概率分布函数，得到对应的预测精度评分，具体包括：
根据所述预测误差和所述累计概率分布函数，基于连续分级概率评分得到每一个参与主体对应的预测精度评分。
优选地，通过以下步骤给每一个参与主体对应的所述预测精度评分设置一个权重：
获取所述虚拟电厂中每一个参与主体的额定出力；
根据每一个参与主体的额定出力与所有参与主体的额定出力之和的比值，得到对应的参与主体的所述权重。
优选地，所述根据所述预测精度评分和对应的所述权重，计算得到对应的参与主体的风险因子，具体包括：
根据所述预测精度评分和对应的所述权重的乘积，得到对应的参与主体的风险因子。
优选地，所述将所有的所述风险因子进行归一化处理，得到修正风险因子，具体包括：
将所有的所述风险因子进行归一化处理，通过公式
Figure BDA0002252093960000031
得到修正风险因子；其中，ri为第i个参与主体的风险因子，ri'为第i个参与主体的修正风险因子。
优选地，所述根据所述修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益，具体包括：
通过公式得到每一参与主体的加权因子；其中，w(s)为所述加权因子，|s|为子集S中的参与主体的个数，子集S为所述虚拟电厂中各参与主体之间的不同组合，n！为所有参与主体参加合作博弈的所有可能的排列方式的数目；
通过公式
Figure BDA0002252093960000041
得到每一参与主体对应的未修正分配收益，其中，
Figure BDA0002252093960000042
为第i个参与主体的所述未修正分配收益，v(S)为包含第i个参与主体的联盟合作收益，v(S-{i})为不包含第i个参与主体的联盟合作收益；
根据所述修正风险因子和公式
Figure BDA0002252093960000043
对所述未修正的分配收益进行修正，得到每一个参与主体对应的分配收益；其中，
Figure BDA0002252093960000044
为第i个参与主体的所述分配收益。
本发明另一实施例提供了一种考虑风险的虚拟电厂的利益分配装置，所述装置包括：
数据获取模块，用于获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据；
第一数据处理模块，用于根据每一个参与主体的所述历史实测数据和所述历史预测数据，得到对应的参与主体的预测误差和概率密度函数；
第二数据处理模块，用于根据所述概率密度函数，拟合得到对应的概率分布曲线；
第三数据处理模块，用于对所述概率分布曲线进行积分，得到对应的累计概率分布函数；
预测精度评分计算模块，用于根据所述预测误差和对应的所述累计概率分布函数，得到对应的预测精度评分；
权重设置模块，用于给每一个参与主体对应的所述预测精度评分设置一个权重，以使所有的所述权重之和为1；
风险因子计算模块，用于根据所述预测精度评分和对应的所述权重，计算得到对应的参与主体的风险因子；
归一化处理模块，用于将所有的所述风险因子进行归一化处理，得到修正风险因子；
收益修正模块，用于根据所述修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益。
本发明还有一实施例对应提供了一种使用考虑风险的虚拟电厂的利益分配方法的装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的考虑风险的虚拟电厂的利益分配方法。
与现有技术相比，本发明实施例所提供的一种考虑风险的虚拟电厂的利益分配方法及装置，通过考虑各参与主体在合作过程中各自所承担的风险，将风险因子引入至shapley值中，并运用于VPP分配利益的计算，保证分配的相对公平性和联盟的稳定性。
附图说明
图1是本发明一实施例提供的一种考虑风险的虚拟电厂的利益分配方法的流程示意图；
图2是本发明一实施例提供的一种考虑风险的虚拟电厂的利益分配装置的结构示意图。
图3是本发明一实施例提供的一种使用考虑风险的虚拟电厂的利益分配方法的装置的示意图。
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作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。
参见图1，是本发明一实施例提供的一种考虑风险的虚拟电厂的利益分配方法的流程示意图，所述方法包括步骤S1至步骤S9：
S1、获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据；
S2、根据每一个参与主体的所述历史实测数据和所述历史预测数据，得到对应的参与主体的预测误差和概率密度函数；
S3、根据所述概率密度函数，拟合得到对应的概率分布曲线；
S4、对所述概率分布曲线进行积分，得到对应的累计概率分布函数；
S5、根据所述预测误差和对应的所述累计概率分布函数，得到对应的预测精度评分；
S6、给每一个参与主体对应的所述预测精度评分设置一个权重，以使所有的所述权重之和为1；
S7、根据所述预测精度评分和对应的所述权重，计算得到对应的参与主体的风险因子；
S8、将所有的所述风险因子进行归一化处理，得到修正风险因子；
S9、根据所述修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益。
具体地，获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据。其中，虚拟电厂(Virtual Power Plant，VPP)是电力需求侧管理的一个创新模式，可以在达到建设常规电厂和相应输配电系统的同时，提高电能使用效率和减少用户电力消耗。一般地，虚拟电厂的参与主体包括风电发电厂、光伏发电厂和电动汽车集群，对应的数据主要为风电发电厂的历史实测发电功率值和历史预测发电功率值、光伏发电厂的历史实测发电功率值和历史预测发电功率值、电动汽车集群(简称EV群)的历史实测充放电功率值和历史预测充放电功率值。
根据每一个参与主体的历史实测数据和历史预测数据，得到对应的参与主体的预测误差和概率密度函数；根据概率密度函数，拟合得到对应的概率分布曲线；再对概率分布曲线进行积分，就可以得到对应的累计概率分布函数。在实际应用中，就是通过风电发电厂、光伏发电厂和电动汽车集群的历史实测数据和历史预测数据，求取风电发电厂、光伏发电厂和电动汽车集群的累计概率分布函数。
有了累计概率分布函数，就可以根据预测误差和对应的累计概率分布函数，得到对应的参与主体的的预测精度评分。
根据参与主体的影响程度给每一个参与主体对应的预测精度评分设置一个权重，以使所有的权重之和为1。根据预测精度评分和对应的所述权重，计算得到对应的参与主体的风险因子。正因为考虑了不同参与主体在实际中的投入影响程度不一样，所以要用权重对风险因子进行调整，以使得到的数据更接近实际的情况。
将所有的风险因子进行归一化处理，得到修正风险因子。之后根据修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益，这样得到的分配收益更能体现各参与主体的贡献程度，也更有利于维持合作的稳定性。
本发明实施例1提供的一种考虑风险的虚拟电厂的利益分配方法，通过考虑各参与主体在合作过程中各自所承担的风险，将风险因子引入至shapley值中，并运用于VPP分配利益的计算，保证分配的相对公平性和联盟的稳定性。
作为上述方案的改进，所述根据每一个参与主体的所述历史实测数据和所述历史预测数据，得到对应的参与主体的预测误差和概率密度函数，具体包括：
将每一个参与主体的所述历史实测数据和所述历史预测数据代入公式
Figure BDA0002252093960000071
得到对应的参与主体的所述预测误差；其中，ei,t为第i个参与主体的预测误差，
Figure BDA0002252093960000072
为第i个参与主体的所述历史实测数据，为第i个参与主体的所述历史预测数据；
根据所述预测误差采用核密度估计方法，得到所述概率密度函数为
Figure BDA0002252093960000081
其中，f(ei)为第i个参与主体的所述概率密度函数，为核函数，h为带宽或平滑参数，n为参与主体的总数，1≤i≤n。
具体地，将每一个参与主体的历史实测数据和历史预测数据代入公式
Figure BDA0002252093960000083
得到对应的参与主体的预测误差；其中，ei,t为第i个参与主体的预测误差，为第i个参与主体的历史实测数据，
Figure BDA0002252093960000085
为第i个参与主体的历史预测数据。对应地，风电发电厂的历史实测数据用
Figure BDA0002252093960000086
表示和历史预测数据用
Figure BDA0002252093960000087
表示、光伏发电厂的历史实测数据用
Figure BDA0002252093960000088
表示和历史预测数据用
Figure BDA0002252093960000089
表示、电动汽车集群(EV群)的历史实测数据用
Figure BDA00022520939600000810
表示和历史预测数据用
Figure BDA00022520939600000811
表示。
根据预测误差采用核密度估计方法，得到概率密度函数为
Figure BDA00022520939600000812
其中，核密度估计方法采用的是非参数核密度估计方法，f(ei)为第i个参与主体的概率密度函数，为核函数，h为带宽或平滑参数，n为参与主体的总数，1≤i≤n。概率密度函数f(ei)中的i对应替换为w、pv、EV，则分别为风电发电厂、光伏发电厂和电动汽车集群的概率密度函数。
需要指出的是，核密度估计性能的好坏，取决于核函数和带宽的选取，常用的核函数有均匀核函数，高斯核函数，三角核函数等，本实施例中，优选地，取高斯核函数。带宽不能选的过大或过小，以免掩盖掉分布的某些特征或干扰较大。
作为上述方案的改进，所述根据所述概率密度函数，拟合得到对应的概率分布曲线，具体包括：
根据所述概率密度函数，采用三次样条插值拟合得到对应的概率分布曲线。
具体地，根据概率密度函数，采用三次样条插值拟合得到对应的概率分布曲线。三次样条插值(Cubic Spline Interpolation)简称Spline插值，是通过一系列形值点的一条光滑曲线，数学上通过求解三弯矩方程组得出曲线函数组的过程。
作为上述方案的改进，所述根据所述预测误差和所述累计概率分布函数，得到对应的预测精度评分，具体包括：
根据所述预测误差和所述累计概率分布函数，基于连续分级概率评分得到每一个参与主体对应的预测精度评分。
具体地，根据预测误差和累计概率分布函数，基于连续分级概率评分得到每一个参与主体对应的预测精度评分。连续分级概率评分(Continuous Ranked ProbabilityScore,CRPS)或“连续概率排位分数”是一个函数或统计量，可以量化一个连续概率分布(理论值)与确定性观测样本(真实值)间的差异。预测精度评分的求解过程如下：
Figure BDA0002252093960000091
Figure BDA0002252093960000092
其中，当x≥ei,t时，u(x,ei,t)＝1；当x＜ei,t时，u(x,ei,t)＝0；S(F(ei),ei,t)为第i个参与主体的预测精度评分；ei,t为第i个参与主体的预测误差，F(ei)为第i个参与主体的累计概率分布函数。
作为上述方案的改进，通过以下步骤给每一个参与主体对应的所述预测精度评分设置一个权重：
获取所述虚拟电厂中每一个参与主体的额定出力；
根据每一个参与主体的额定出力与所有参与主体的额定出力之和的比值，得到对应的参与主体的所述权重。
具体地，获取虚拟电厂中每一个参与主体的额定出力，根据每一个参与主体的额定出力与所有参与主体的额定出力之和的比值，得到对应的参与主体的权重。假设虚拟电厂包含三个参与主体，分别是风电发电厂、光伏发电厂和电动汽车集群，Pw、Ppv、PEV分别为风电发电厂、光伏发电厂、EV群的额定出力。则权重的计算公式为
Figure BDA0002252093960000101
当Pi分别取Pw、Ppv、PEV时，求得的wi分别对应为风电发电厂、光伏发电厂、EV群的权重。
作为上述方案的改进，所述根据所述预测精度评分和对应的所述权重，计算得到对应的参与主体的风险因子，具体包括：
根据所述预测精度评分和对应的所述权重的乘积，得到对应的参与主体的风险因子。
具体地，根据预测精度评分和对应的权重的乘积，得到对应的参与主体的风险因子，计算公式为ri＝wi·Si，其中，r为第i个参与主体的风险因子，wi为第i个参与主体的权重，Si为第i个参与主体的预测精度评分，也就是上述实施例中求得的S(F(ei),ei,t)。风险因子的计算基于各参与主体的预测精度，预测精度越低，其预测精度评分越低，其风险越高，所分配的收益越低，保证分配的相对公平性。
作为上述方案的改进，所述将所有的所述风险因子进行归一化处理，得到修正风险因子，具体包括：
将所有的所述风险因子进行归一化处理，通过公式
Figure BDA0002252093960000102
得到修正风险因子；其中，ri为第i个参与主体的风险因子，ri'为第i个参与主体的修正风险因子。
具体地，将所有的风险因子进行归一化处理，通过公式
Figure BDA0002252093960000103
得到修正风险因子；其中，ri为第i个参与主体的风险因子，ri'为第i个参与主体的修正风险因子。
作为上述方案的改进，所述根据所述修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益，具体包括：
通过公式
Figure BDA0002252093960000111
得到每一参与主体的加权因子；其中，w(s)为所述加权因子，|s|为子集S中的参与主体的个数，子集S为所述虚拟电厂中各参与主体之间的不同组合，n！为所有参与主体参加合作博弈的所有可能的排列方式的数目；
通过公式
Figure BDA0002252093960000112
得到每一参与主体对应的未修正分配收益，其中，
Figure BDA0002252093960000113
为所述未修正分配收益，v(S)为包含第i个参与主体的联盟合作收益，v(S-{i})为不包含第i个参与主体的联盟合作收益；
根据所述修正风险因子和公式
Figure BDA0002252093960000114
对所述未修正的分配收益进行修正，得到每一个参与主体对应的分配收益；其中，
Figure BDA0002252093960000115
为所述分配收益。
具体地，通过公式
Figure BDA0002252093960000116
得到每一参与主体的加权因子；其中，w(|s|)为加权因子，|s|为子集S中的参与主体的个数，子集S为虚拟电厂中各参与主体之间的不同组合，n！为所有参与主体参加合作博弈的所有可能的排列方式的数目；
通过公式
Figure BDA0002252093960000117
得到每一参与主体对应的未修正分配收益，其中，
Figure BDA0002252093960000118
为第i个参与主体的未修正分配收益，v(S)为包含第i个参与主体的联盟合作收益，v(S-{i})为不包含第i个参与主体的联盟合作收益。实际上，前面两个步骤的求解对应的是现有的shapley值的求解，因为本发明要考虑各参与主体的承担的风险不同的情况，所以要将修正风险因子引入现有的shapley值，以求得更符合实际情况的分配收益。
所以还要根据修正风险因子和公式
Figure BDA0002252093960000121
对未修正的分配收益进行修正，得到每一个参与主体对应的分配收益；其中，
Figure BDA0002252093960000122
为第i个参与主体的分配收益。
由此可知，当
Figure BDA0002252093960000123
第i个参与主体承担的风险高于合作各企业的平均风险，其分配的收益低于引入修正风险因子之前的值，相当于对其预测精度低的惩罚；当
Figure BDA0002252093960000124
第i个参与主体承担的风险低于合作各企业的平均风险，其分配的收益高于引入风险因子之前的值，相当于对其预测精度高的激励。
参见图2，是本发明一实施例提供的一种考虑风险的虚拟电厂的利益分配装置的结构示意图，所述装置包括：
数据获取模块11，用于获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据；
第一数据处理模块12，用于根据每一个参与主体的所述历史实测数据和所述历史预测数据，得到对应的参与主体的预测误差和概率密度函数；
第二数据处理模块13，用于根据所述概率密度函数，拟合得到对应的概率分布曲线；
第三数据处理模块14，用于对所述概率分布曲线进行积分，得到对应的累计概率分布函数；
预测精度评分计算模块15，用于根据所述预测误差和对应的所述累计概率分布函数，得到对应的预测精度评分；
权重设置模块16，用于给每一个参与主体对应的所述预测精度评分设置一个权重，以使所有的所述权重之和为1；
风险因子计算模块17，用于根据所述预测精度评分和对应的所述权重，计算得到对应的参与主体的风险因子；
归一化处理模块18，用于将所有的所述风险因子进行归一化处理，得到修正风险因子；
收益修正模块19，用于根据所述修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益。
本发明实施例所提供的一种考虑风险的虚拟电厂的利益分配装置能够实现上述任一实施例所述的考虑风险的虚拟电厂的利益分配方法的所有流程，装置中的各个模块、单元的作用以及实现的技术效果分别与上述实施例所述的考虑风险的虚拟电厂的利益分配方法的作用以及实现的技术效果对应相同，这里不再赘述。
参见图3，是本发明实施例提供的一种使用考虑风险的虚拟电厂的利益分配方法的装置的示意图，所述使用考虑风险的虚拟电厂的利益分配方法的装置包括处理器10、存储器20以及存储在所述存储器20中且被配置为由所述处理器10执行的计算机程序，所述处理器10执行所述计算机程序时实现上述任一实施例所述的考虑风险的虚拟电厂的利益分配方法。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器20中，并由处理器10执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在一种考虑风险的虚拟电厂的利益分配方法中的执行过程。例如，计算机程序可以被分割成数据获取模块、第一数据处理模块、第二数据处理模块、第三数据处理模块、预测精度评分计算模块、权重设置模块、风险因子计算模块、归一化处理模块和收益修正模块，各模块具体功能如下：
数据获取模块11，用于获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据；
第一数据处理模块12，用于根据每一个参与主体的所述历史实测数据和所述历史预测数据，得到对应的参与主体的预测误差和概率密度函数；
第二数据处理模块13，用于根据所述概率密度函数，拟合得到对应的概率分布曲线；
第三数据处理模块14，用于对所述概率分布曲线进行积分，得到对应的累计概率分布函数；
预测精度评分计算模块15，用于根据所述预测误差和对应的所述累计概率分布函数，得到对应的预测精度评分；
权重设置模块16，用于给每一个参与主体对应的所述预测精度评分设置一个权重，以使所有的所述权重之和为1；
风险因子计算模块17，用于根据所述预测精度评分和对应的所述权重，计算得到对应的参与主体的风险因子；
归一化处理模块18，用于将所有的所述风险因子进行归一化处理，得到修正风险因子；
收益修正模块19，用于根据所述修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益。
所述使用考虑风险的虚拟电厂的利益分配方法的装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述使用考虑风险的虚拟电厂的利益分配方法的装置可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，示意图3仅仅是一种使用考虑风险的虚拟电厂的利益分配方法的装置的示例，并不构成对所述使用考虑风险的虚拟电厂的利益分配方法的装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述使用考虑风险的虚拟电厂的利益分配方法的装置还可以包括输入输出设备、网络接入设备、总线等。
处理器10可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者处理器10也可以是任何常规的处理器等，处理器10是所述使用考虑风险的虚拟电厂的利益分配方法的装置的控制中心，利用各种接口和线路连接整个使用考虑风险的虚拟电厂的利益分配方法的装置的各个部分。
存储器20可用于存储所述计算机程序和/或模块，处理器10通过运行或执行存储在存储器20内的计算机程序和/或模块，以及调用存储在存储器20内的数据，实现所述使用考虑风险的虚拟电厂的利益分配方法的装置的各种功能。存储器20可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据程序使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述使用考虑风险的虚拟电厂的利益分配方法的装置集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任一实施例所述的考虑风险的虚拟电厂的利益分配方法。
综上，本发明实施例所提供的一种考虑风险的虚拟电厂的利益分配方法及装置，通过考虑各参与主体在合作过程中各自所承担的风险，将风险因子引入至shapley值中，并运用于VPP分配利益的计算，保证分配的相对公平性和联盟的稳定性。同时，本发明在求取概率密度时采用的是非参数核密度估计方法，不需要对点样本分布的形式做出假设，仅依赖于样本，具有更强的实用价值。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种考虑风险的虚拟电厂的利益分配方法，其特征在于，包括以下步骤：
获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据；
根据每一个参与主体的所述历史实测数据和所述历史预测数据，得到对应的参与主体的预测误差和概率密度函数；
根据所述概率密度函数，拟合得到对应的概率分布曲线；
对所述概率分布曲线进行积分，得到对应的累计概率分布函数；
根据所述预测误差和对应的所述累计概率分布函数，得到对应的预测精度评分；
给每一个参与主体对应的所述预测精度评分设置一个权重，以使所有的所述权重之和为1；
根据所述预测精度评分和对应的所述权重，计算得到对应的参与主体的风险因子；
将所有的所述风险因子进行归一化处理，得到修正风险因子；
根据所述修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益。
2.如权利要求1所述的考虑风险的虚拟电厂的利益分配方法，其特征在于，所述根据每一个参与主体的所述历史实测数据和所述历史预测数据，得到对应的参与主体的预测误差和概率密度函数，具体包括：
将每一个参与主体的所述历史实测数据和所述历史预测数据代入公式得到对应的参与主体的所述预测误差；其中，ei,t为第i个参与主体的预测误差，为第i个参与主体的所述历史实测数据，为第i个参与主体的所述历史预测数据；
根据所述预测误差采用核密度估计方法，得到所述概率密度函数为
Figure FDA0002252093950000021
其中，f(ei)为第i个参与主体的所述概率密度函数，为核函数，h为带宽或平滑参数，n为参与主体的总数，1≤i≤n。
3.如权利要求1所述的考虑风险的虚拟电厂的利益分配方法，其特征在于，所述根据所述概率密度函数，拟合得到对应的概率分布曲线，具体包括：
根据所述概率密度函数，采用三次样条插值拟合得到对应的概率分布曲线。
4.如权利要求1所述的考虑风险的虚拟电厂的利益分配方法，其特征在于，所述根据所述预测误差和所述累计概率分布函数，得到对应的预测精度评分，具体包括：
根据所述预测误差和所述累计概率分布函数，基于连续分级概率评分得到每一个参与主体对应的预测精度评分。
5.如权利要求1所述的考虑风险的虚拟电厂的利益分配方法，其特征在于，通过以下步骤给每一个参与主体对应的所述预测精度评分设置一个权重：
获取所述虚拟电厂中每一个参与主体的额定出力；
根据每一个参与主体的额定出力与所有参与主体的额定出力之和的比值，得到对应的参与主体的所述权重。
6.如权利要求1所述的考虑风险的虚拟电厂的利益分配方法，其特征在于，所述根据所述预测精度评分和对应的所述权重，计算得到对应的参与主体的风险因子，具体包括：
根据所述预测精度评分和对应的所述权重的乘积，得到对应的参与主体的风险因子。
7.如权利要求2所述的考虑风险的虚拟电厂的利益分配方法，其特征在于，所述将所有的所述风险因子进行归一化处理，得到修正风险因子，具体包括：
将所有的所述风险因子进行归一化处理，通过公式得到修正风险因子；其中，ri为第i个参与主体的风险因子，ri'为第i个参与主体的修正风险因子。
8.如权利要求7所述的考虑风险的虚拟电厂的利益分配方法，其特征在于，所述根据所述修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益，具体包括：
通过公式
Figure FDA0002252093950000032
得到每一参与主体的加权因子；其中，w(|s|)为所述加权因子，|s|为子集S中的参与主体的个数，子集S为所述虚拟电厂中各参与主体之间的不同组合，n！为所有参与主体参加合作博弈的所有可能的排列方式的数目；
通过公式
Figure FDA0002252093950000033
得到每一参与主体对应的未修正分配收益，其中，
Figure FDA0002252093950000034
为第i个参与主体的所述未修正分配收益，v(S)为包含第i个参与主体的联盟合作收益，v(S-{i})为不包含第i个参与主体的联盟合作收益；
根据所述修正风险因子和公式对所述未修正的分配收益进行修正，得到每一个参与主体对应的分配收益；其中，
Figure FDA0002252093950000036
为第i个参与主体的所述分配收益。
9.一种考虑风险的虚拟电厂的利益分配装置，其特征在于，包括：
数据获取模块，用于获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据；
第一数据处理模块，用于根据每一个参与主体的所述历史实测数据和所述历史预测数据，得到对应的参与主体的预测误差和概率密度函数；
第二数据处理模块，用于根据所述概率密度函数，拟合得到对应的概率分布曲线；
第三数据处理模块，用于对所述概率分布曲线进行积分，得到对应的累计概率分布函数；
预测精度评分计算模块，用于根据所述预测误差和对应的所述累计概率分布函数，得到对应的预测精度评分；
权重设置模块，用于给每一个参与主体对应的所述预测精度评分设置一个权重，以使所有的所述权重之和为1；
风险因子计算模块，用于根据所述预测精度评分和对应的所述权重，计算得到对应的参与主体的风险因子；
归一化处理模块，用于将所有的所述风险因子进行归一化处理，得到修正风险因子；
收益修正模块，用于根据所述修正风险因子对shapley值进行修正，得到每一个参与主体对应的分配收益。
10.一种使用考虑风险的虚拟电厂的利益分配方法的装置，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的考虑风险的虚拟电厂的利益分配方法。
CN201911041277.8A 2019-10-29 2019-10-29 一种考虑风险的虚拟电厂的利益分配方法及装置 Pending CN110826890A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911041277.8A CN110826890A (zh) 2019-10-29 2019-10-29 一种考虑风险的虚拟电厂的利益分配方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911041277.8A CN110826890A (zh) 2019-10-29 2019-10-29 一种考虑风险的虚拟电厂的利益分配方法及装置

Publications (1)

Publication Number Publication Date
CN110826890A true CN110826890A (zh) 2020-02-21

Family

ID=69551154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911041277.8A Pending CN110826890A (zh) 2019-10-29 2019-10-29 一种考虑风险的虚拟电厂的利益分配方法及装置

Country Status (1)

Country Link
CN (1) CN110826890A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112232719A (zh) * 2020-12-11 2021-01-15 北京基调网络股份有限公司 一种指标定量评分方法、计算机设备及存储介质
CN112232197A (zh) * 2020-10-15 2021-01-15 武汉微派网络科技有限公司 基于用户行为特征的未成年人识别方法、装置和设备
CN112766541A (zh) * 2020-12-31 2021-05-07 国网上海能源互联网研究院有限公司 考虑出力预测误差的虚拟电厂利益分配机制的方法及系统
CN114697209A (zh) * 2022-03-30 2022-07-01 广州穗华能源科技有限公司 一种云边协同计算资源配置方法及配置系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112232197A (zh) * 2020-10-15 2021-01-15 武汉微派网络科技有限公司 基于用户行为特征的未成年人识别方法、装置和设备
CN112232719A (zh) * 2020-12-11 2021-01-15 北京基调网络股份有限公司 一种指标定量评分方法、计算机设备及存储介质
CN112766541A (zh) * 2020-12-31 2021-05-07 国网上海能源互联网研究院有限公司 考虑出力预测误差的虚拟电厂利益分配机制的方法及系统
CN114697209A (zh) * 2022-03-30 2022-07-01 广州穗华能源科技有限公司 一种云边协同计算资源配置方法及配置系统
CN114697209B (zh) * 2022-03-30 2023-12-22 广州穗华能源科技有限公司 一种云边协同计算资源配置方法及配置系统

Similar Documents

Publication Publication Date Title
CN110826890A (zh) 一种考虑风险的虚拟电厂的利益分配方法及装置
CN102393839B (zh) 并行数据处理系统及方法
CN109389327B (zh) 基于风光不确定性的多虚拟电厂时前合作方法
CN110516832B (zh) 可再生能源跨区域消纳的备用出清方法、装置及电子设备
CN111242451A (zh) 一种电力调频辅助服务出清方法、系统、装置及存储介质
CN110110895A (zh) 电动汽车优化调度的方法及终端设备
CN107507078A (zh) 一种基于讨价还价博弈的分布式能源收益分配策略
CN114036825A (zh) 多虚拟电厂的协同优化调度方法、装置、设备及存储介质
CN111864742A (zh) 一种主动配电系统扩展规划方法、装置及终端设备
CN115375081A (zh) 一种考虑超售的共享光储优化调度方法、装置、设备及存储介质
CN113870029A (zh) 跨省区电力现货市场多主体出清方法、系统及计算机设备
CN117639043A (zh) 风电协同下的电动汽车调度方法、装置、终端设备及介质
Zhang et al. Selling reserved instances through pay-as-you-go model in cloud computing
CN117635189A (zh) 基于改进共识算法的虚拟电厂主从多链资源交互匹配方法
CN107197045A (zh) 云计算环境下虚拟机资源的分配方法及分配系统
CN110111135B (zh) 一种发电侧成员动态报价决策方法、装置及设备
CN113592541B (zh) 一种负荷聚合商邀约寻优方法、装置及终端设备
CN116995685A (zh) 一种可调节负荷聚合管理优化调度方法及终端设备
CN108449411A (zh) 一种随机需求下面向异质费用的云资源调度方法
CN111276965B (zh) 一种基于松弛罚因子的电能量市场优化方法、系统及设备
CN111461816A (zh) 一种区域市场主体同台竞价的方法、装置及存储介质
CN111798277A (zh) 适用于储能用户参与电力市场交易的一键申报方法及系统
CN110135939A (zh) 一种电力市场的发电竞价方法、装置及设备
CN117710151A (zh) 一种考虑市场环境下成本回收的新能源场站储能配置方法
CN117812019B (zh) 发电机组在电力物联网安全访问上的控制方法和装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200221