CN115358633A - 一种实现虚拟电厂间发电功率协调的优化博弈方法 - Google Patents

Abstract

一种实现虚拟电厂间发电功率协调的优化博弈方法，属于新能源电网功率控制技术领域，解决如何采用博弈策略在多个虚拟电厂间寻找最优发电方法问题；通过构建光伏发电、储能设备、负荷的工作状态模型、成本利润模型模型、建立在约束条件下的博弈策略集、建立虚拟电厂博弈后收益函数，引入罚函数对博弈行为进行限制，确立包含罚函数的虚拟电厂总收益函数，在各虚拟电厂发电竞争中引入势博弈模型进行优化，通过虚拟电厂间互动找寻最优发电策略，虚拟电厂共同承担上层配电网的功率需求，各虚拟电厂内部控制中心统一根据内部元件的状态动态调整发电功率情况；实现分布式能源、储能系统和可调负荷的集中协调和优化，在满足供电需求的同时提高经济收益。

Description

一种实现虚拟电厂间发电功率协调的优化博弈方法

技术领域

本发明属于新能源电网功率控制技术领域，涉及一种实现虚拟电厂间发电功率协调的优化博弈方法。

背景技术

为了解决大量新型分布式能源发电波动大，分布广、数量多、随机性的问题，需要将被动调控转化为主动调控，虚拟电厂的概念应运而生。虚拟电厂是将一些小型和微型的分布式能源资源进行打包，由能量管理系统统一控制，形成一种集成性的电厂。虚拟电厂的核心是“通信”和“聚合”，基本的运行控制方式有集中控制、集中分散控制、完全分散控制结构。虚拟电厂内包含分布式发电设备(例如光伏电站等)、储能设备、用户负荷(例如智能家电等)。虚拟电厂具有先进信息通信技术和软件系统，让分布式能源、储能设备、用户负荷相互协调。

虚拟电厂规模根据不同所有者投资力度大小、环境情况好坏，存在较大差异。规模大小一定程度上决定了发电量和成本的多少，大规模的虚拟电厂在发电竞争力上明显高于较小的虚拟电厂，若不采用合理的竞争手段，各虚拟电厂间将会存在恶性竞争，甚至导致一部分虚拟电厂失去竞争力而无法获得收益，或是造成更多资源的浪费，因此采用博弈的理论能有效的在竞争中找到平衡点，让各虚拟电厂间竞争更加合理，增加对资源的利用率。

势博弈(Potential game，PG)属于非合作博弈的一种类型，最早于1996年由Monderer和Shapely首次提出。建立该博弈的目的是让每个参与者的效用最大，每个参与者对自己策略的改变较上一次效用更大化，所以，每个参与者的效用函数的改变映射到的势函数也较上一次效用更大化，将这种博弈称作势博弈。当任意一个参与者无法通过改变自身策略获得更大效用时，求得纳什均衡解。势博弈具有分布式特性，适合求解分布式优化问题，且拥有有限改进特性(finite improvement properties，FIP)，每个有限势博弈必有纯策略纳什均衡，因此势博弈在算法复杂度和计算量方面有着很大的优势。

在现有技术中，文献《基于区块链的多虚拟电厂主从博弈优化运行》(周步祥等，昆明理工大学，2018年8月)设计了多区域虚拟电厂的主从博弈架构，提出了计及本地网络安全约束下的多虚拟电厂两阶段主从博弈优化运行方法；该文献存在的缺点为：算法计算时间过长，无法应对短时间功率需求变化或小扰动情况。文献《基于多代理的虚拟电厂协调优化调度策略研究》(李铁松等，东北电力大学，2016年8月)分析了虚拟电厂内部多级分层调控互动策略，调整分布式电源出力来减少成本；该文献存在的缺点为：各分布式电源分散控制后需要由中央代理集中数据，延长了控制时间，降低了控制效率。文献《基于博弈论的虚拟电厂电源优化配置》(侯晨佳等，华北电力大学，2020年8月)分析了不同虚拟电厂结构下的风、光、燃、储四种电源的装机容量，考虑装机占比及风险偏好系数对联盟稳定性的影响，确保了投资商之间稳定合作，保证虚拟电厂结构的长期稳定；该文献存在的缺点为：只强调了电网的整体收益而未考虑虚拟电厂自身收益，各虚拟电厂之间为合作方式，缺少虚拟电厂间的调度协调和针对自身特点对任务的合理分配。

发明内容

本发明所要解决的技术问题在于如何采用博弈策略在多个虚拟电厂间寻找最优发电方法，以为满足供电需求的同时提高经济收益。

本发明是通过以下技术方案解决上述技术问题的：

一种实现虚拟电厂间发电功率协调的优化博弈方法，包括如下步骤：

S1、构建虚拟电厂内部的光伏发电、储能设备、负荷的工作状态模型；

S2、建立虚拟电厂内部的光伏发电、储能设备、负荷与发电或用电功率相关的成本利润模型模型；

S3、针对光伏发电、储能设备以及负荷的发电和用电特性、环境状况以及对元器件的安全性，建立在约束条件下的博弈策略集；

S4、建立虚拟电厂博弈后收益函数，引入罚函数对博弈行为进行限制，保证博弈的收敛速度和精确性，最终确立包含罚函数的虚拟电厂总收益函数。

本发明的技术方案通过构建光伏发电、储能设备、负荷的工作状态模型、成本利润模型模型、建立在约束条件下的博弈策略集、建立虚拟电厂博弈后收益函数，引入罚函数对博弈行为进行限制，确立包含罚函数的虚拟电厂总收益函数，在各虚拟电厂发电竞争中引入势博弈模型进行优化，通过虚拟电厂间互动找寻最优发电策略，虚拟电厂共同承担上层配电网的功率需求，各虚拟电厂内部控制中心统一根据内部元件的状态动态调整发电功率情况；实现分布式能源、储能系统和可调负荷的集中协调和优化，在满足供电需求的同时提高经济收益。

进一步地，步骤S1中所述的构建虚拟电厂内部的光伏发电、储能设备、负荷的工作状态模型如下：

Ⅰ)光伏发电的工作状态模型为其输出功率，具体如下式：

其中，P_pv.Nmax是光伏发电模块在标准条件下的最大输出功率，Ir是光照强度，Ir_N是标准条件下的光照强度，T是环境温度，T_N是标准条件下的环境温度，k_t是光伏发电模块的温度系数；

Ⅱ)储能设备的工作状态模型为其荷电状态，具体如下式：

其中，SOC(t-1)是储能设备在前一时刻的荷电状态，P_es(t)是储能设备在t时刻的充电和放电功率，P_es(t)<0是充电模式，P_es(t)>0是放电模式，η_in是充电效率，η_out是放电效率，E_N是储能设备的额定容量，Δt是单位时间；

Ⅲ)负荷的工作状态模型为可调负荷和不可调负荷的关系，具体如下式：

P_l(t)＝P_ual(t)+P_al(t)

其中，P_l(t)是t时刻总负荷功耗，P_ual(t)是t时刻的不可调负荷功耗，P_al(t)是t时刻的可调负荷功耗。

进一步地，步骤S2中所述的建立虚拟电厂内部的光伏发电、储能设备、负荷与发电或用电功率相关的成本利润模型模型的方法如下：

a)光伏发电的收入包括：电力销售收入，成本包括：运营和维护成本，其成本利润模型如下式所示：

F_pv＝(qP_pv-λ_pvP_pv)Δt

其中，q是售电电价，P_pv是光伏发电的输出功率，λ_pv是光伏发电模块的单位运行和维护成本，Δt是单位时间；

b)储能设备在充电时视为负载，放电时可视为电源，储能设备的收入为放电模式下的售电收入，成本为运维成本，其成本利润模型如下式所示：

F_es＝(qP_es-λ_es|P_es|)Δt

其中，P_es是储能充放电功率，P_es<0是充电模式，P_es>0是放电模式，λ_es是储能设备的单位运行和维护成本；

c)负荷包括可调负荷和不可调负荷，可根据需要进行调整，其成本利润模型如下式所示：

F_l＝P_lq_lΔt

其中，P_l是调节后负荷的总用电量，q_l是单位负荷的用电价格。

进一步地，步骤S3中所述的针对光伏发电、储能设备以及负荷的发电和用电特性、环境状况以及对元器件的安全性考虑，建立在约束条件下的博弈策略集如下：

1)光伏发电的约束博弈策略集如下式所示：

S_pv＝{P_pv：0≤P_pv≤P_pv.max}

其中，P_pv是光伏发电的输出功率，P_pv.max是光伏最大发电功率，由光伏组件特性决定；

2)储能设备的约束博弈策略集如下式所示：

S_es＝{P_es：P_es.in.max≤P_es≤P_es.out.max}

其中，P_es是储能充放电功率；

3)负荷的约束博弈策略集如下式所示：

S_es＝{P_es：P_es.in.max≤P_es≤P_es.out.max}

其中，P_l是负荷总用电量，P_l.N是负荷总容量，P_al.max是最大可调节负荷量。

进一步地，步骤S4中所述的虚拟电厂博弈后收益函数为：

其中，F_i是第i个虚拟电厂的收益，S_i是第i个虚拟电厂的策略，S_Ei是除了第i个虚拟电厂其余电厂的策略。

进一步地，步骤S4中所述的罚函数为：

其中，r是罚函数系数，含义为单位功率超限或不足的惩罚率，P_i是第i个虚拟电厂输出功率，P_ref是功率平衡参考值，由上层配电网给出。

进一步地，所述的罚函数系数表示为：

r＝r^*×2^k-1

其中，r^*是一个可变实数，它随着迭代次数的增加而减少，k是迭代次数。进一步地，步骤S4中所述的包含罚函数的虚拟电厂总收益函数为：

F＝F_a+F_pun

其中，F_a为虚拟电厂博弈后收益函数，F_pun为对博弈行为进行限制而添加的罚函数。

本发明的优点在于：

本发明的技术方案通过构建光伏发电、储能设备、负荷的工作状态模型、成本利润模型模型、建立在约束条件下的博弈策略集、建立虚拟电厂博弈后收益函数，引入罚函数对博弈行为进行限制，确立包含罚函数的虚拟电厂总收益函数，在各虚拟电厂发电竞争中引入势博弈模型进行优化，通过虚拟电厂间互动找寻最优发电策略，虚拟电厂共同承担上层配电网的功率需求，各虚拟电厂内部控制中心统一根据内部元件的状态动态调整发电功率情况；实现分布式能源、储能系统和可调负荷的集中协调和优化，在满足供电需求的同时提高经济收益。

附图说明

图1是本发明实施例一的实现虚拟电厂间发电功率协调的优化博弈方法的流程图；

图2是本发明实施例一的实现虚拟电厂间发电功率博弈流程图；

图3是本发明实施例一的实现虚拟电厂间发电功率与功率不平衡量博弈情况过程图；

图4是本发明实施例一的实现虚拟电厂间发电功率与功率不平衡量无博弈情况过程图；

图5是本发明实施例一的实现虚拟电厂间发电功率与收益博弈情况结果图；

图6是本发明实施例一的实现虚拟电厂间发电功率与收益无博弈情况结果图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，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。

下面结合说明书附图以及具体的实施例对本发明的技术方案作进一步描述：

实施例一

如图1所示，一种实现虚拟电厂间发电功率协调的优化博弈方法，包括以下步骤：

步骤1、通过先进的信息通信技术和系统，实现分布式能源、储能系统和可调负荷的集中协调和优化。多个虚拟电厂共同承担上层配电网的功率需求，各虚拟电厂内部控制中心统一根据内部元件的状态动态调整发电功率情况，构建虚拟电厂内部各单元工作状态模型。

光伏发电模块主要受环境温度和光照强度的影响，光伏发电的输出功率为：

公式(1)中，P_pv.Nmax是光伏发电模块在标准条件下的最大输出功率，Ir是光照强度，Ir_N是标准条件下的光照强度，T是环境温度，T_N是标准条件下的环境温度，k_t是光伏发电模块的温度系数。

储能设备具有充电和放电两种工作状态。储能设备的荷电状态为：

公式(2)中，SOC(t-1)是储能设备在前一时刻的荷电状态，P_es(t)是储能设备在t时刻的充电和放电功率，P_es(t)<0是充电模式，P_es(t)>0是放电模式，η_in是充电效率，η_out是放电效率，E_N是储能设备的额定容量，Δt是单位时间。

负荷分为不可调负荷和可调负荷。一般情况下，重要负荷不能中断，需要长期保持供电。可调负荷可以降低关键时刻的功耗和供电压力，且负荷调整的优先级低于其他供电设备。

可调负荷和不可调负荷具有以下关系：

P_l(t)＝P_ual(t)+P_al(t) (3)

公式(3)中，P_l(t)是t时刻总负荷功耗，P_ual(t)是t时刻的不可调负荷功耗，P_al(t)是t时刻的可调负荷功耗。

步骤2、根据虚拟电厂内部不同元件的特性，提出虚拟电厂内部元件控制策略，通过储虚拟电厂内控制中心统一整合策略。建立虚拟电厂内部光伏、储能、负荷与发电或用电功率相关的成本模型，进一步建立与发电或用电功率相关的利润模型：

光伏发电策略的收入主要是电力销售收入，运营和维护是主要成本，其利润如式所示：

F_pv＝(qP_pv-λ_pvP_pv)Δt (4)

公式(4)中，q是售电电价，P_pv是光伏发电的输出功率，λ_pv是光伏发电模块的单位运行和维护成本，Δt是单位时间。

储能设备在充电时可视为负载，放电时可视为电源。储能设备的收入为放电模式下的售电收入，成本为运维成本，其利润如式所示：

F_es＝(qP_es-λ_es|P_es|)Δt (5)

公式(5)中，q是售电电价，P_es是储能充放电功率，P_es<0是充电模式，P_es>0是放电模式，λ_es是储能设备的单位运行和维护成本，Δt是单位时间。

负荷包括可调负荷和不可调负荷，可根据需要进行调整，其利润如式所示：

F_l＝P_lq_lΔt (6)

公式(6)中，P_l是调节后负荷的总用电量，q_l是单位负荷的用电价格，Δt是单位时间。

步骤3、针对源储荷的发电和用电特性、环境状况以及对元器件的安全性考虑，建立光伏发电、储能设备、负荷在约束条件下的博弈策略集，利用博弈策略的有限改进特性来平衡全局收入和个体收入，并将收入函数反映到势函数中，利用纳什均衡的收敛性来协调和优化多个虚拟电厂之间的电力调度。

光伏发电博弈策略的约束集如式所示：

S_pv＝{P_pv：0≤P_pv≤P_pv.max} (7)

公式(7)中，P_pv是光伏发电的输出功率，P_pv.max是光伏最大发电功率，由光伏组件特性决定。

为了限制储能设备的充放电功率，单位时间内储能设备的充放电容量不得超过额定容量的20％。随着充电状态的不同，充电和放电功率也会动态变化。

公式(8)中，E_N是储能设备额定容量，η_in是储能充电系数，η_out是储能放电系数，P_es.in.max是储能最大充电功率，P_es.out.max是储能最大放电功率，P_es.in是额定最大充电功率，P_es.out是额定最大放电功率，SOC_max和SOC_min是为了防止储能过充和过放设置的最大和最小荷电量，SOC是当前荷电量。

储能设备博弈策略的约束集如式所示：

S_es＝{P_es：P_es.in.max≤P_es≤P_es.out.max} (9)

公式(9)中，P_es是储能充放电功率。

负荷博弈策略的约束集如式所示：

S_es＝{P_es：P_es.in.max≤P_es≤P_es.out.max} (10)

公式(10)中，P_l是负荷总用电量，P_l.N是负荷总容量，P_al.max是最大可调节负荷量。

步骤4、针对利益相互独立的虚拟电厂，提出实现虚拟电厂间优化博弈控制策略。各虚拟电厂之间传递信息进行迭代分析，合理竞争自身发电功率。

步骤4.1、虚拟电厂博弈后收益函数为：

公式(11)中，F_i是第i个虚拟电厂的收益，S_i是第i个虚拟电厂的策略，S_Ei是除了第i个虚拟电厂其余电厂的策略。

步骤4.2、虚拟电厂在博弈中需要有功率平衡约束，对博弈行为进行限制，添加的罚函数为：

公式(12)中，r是罚函数系数，含义为单位功率超限或不足的惩罚率，P_i是第i个虚拟电厂输出功率，P_ref是功率平衡参考值，由上层配电网给出。其中罚函数系数可表示为：

r＝r^*×2^k-1 (13)

公式(13)中r^*是一个可变实数，它随着迭代次数的增加而减少，k是迭代次数。采用变步长迭代，缩短迭代时间，确保虚拟电厂的输出满足电网稳定运行的要求。

步骤4.3、包含罚函数的虚拟电厂总收益为：

F＝F_a+F_pun (14)

公式(14)中，F_a为虚拟电厂博弈后收益函数，F_pun为对博弈行为进行限制而添加的罚函数。

如图2所示，在博弈开始时，输入各装置参数，设置各虚拟电厂利润函数和策略集，接着各虚拟电厂与上层配电网确认功率需求，初始化博弈状态，初始连续收敛计数置1，各参与者有序参与博弈，当满足收敛状态时增加罚函数因子且连续收敛计数加1，进行下一轮博弈，若不满足收敛状态则增加罚函数因子且连续收敛计数仍置1，当连续满足收敛状态达到规定值时保存博弈数据，且若此时上层配电网功率需求未改变则输出数据，若上层配电网功率需求改变则重新设置各虚拟电厂利润函数和策略集，进行下一轮博弈。

仿真场景模拟：仿真建立某区域配电网模型，该模型包括3个虚拟电厂，分别为虚拟电厂1、虚拟电厂2和虚拟电厂3，在8小时内分别进行博弈仿真和无博弈仿真，其中虚拟电厂3体量较小，虚拟电厂1主要为储能发电，虚拟电厂2主要为光伏发电。t＝0h时，上层配电网功率需求为300kW；t＝2h时，上层配电网功率需求上升为600kW；t＝4h时，上层配电网功率需求下降为450kW；

如图3所示为多个虚拟电厂互相博弈过程，博弈过程只进行博弈数据采集，不进行具体调控，三个虚拟电厂接收到上层配电网功率需求指示，共同进行发电。在2h时，虚拟电厂1、2大量增发功率满足配电网需求，在4h时，虚拟电厂1的储能消耗较多需要进行充电，且上层配电网需求压力减小，故此时虚拟电厂1减发功率。

如图4所示为多个虚拟电厂无博弈过程，虚拟电厂仅依靠自身条件进行发电，没有配电网功率约束，各虚拟电厂间也没有信息交互。

如图5所示为虚拟电厂博弈后传输的功率和收益，每隔15分钟即在节点处进行数据传输和调控。

如图6所示为虚拟电厂无博弈情况传输的功率和收益，每隔15分钟即在节点处进行数据传输和调控。

在博弈过程中，虚拟电厂能够极大化减小功率不平衡量，并且兼顾各博弈主体收益进行平衡，使得各虚拟电厂都能较为公平参与竞争，而在无博弈过程中，虚拟电厂3由于体量较小无法与虚拟电厂1、2进行博弈竞争，导致虚拟电厂3几乎无收益。因此该博弈方法能够使得各虚拟电厂在博弈中公平竞争，共同获利，也能够减少功率不平衡量，极大化满足上层配电网功率需求。

本发明的技术方案通过先进的信息通信技术和系统，实现分布式能源、储能系统和可调负荷的集中协调和优化。多个虚拟电厂共同承担上层配电网的功率需求，各虚拟电厂内部控制中心统一根据内部元件的状态动态调整发电功率情况。在各虚拟电厂发电竞争中引入势博弈模型进行优化，通过虚拟电厂间互动找寻最优发电策略，在满足供电需求的同时提高经济收益。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种实现虚拟电厂间发电功率协调的优化博弈方法，其特征在于，包括如下步骤：

S1、构建虚拟电厂内部的光伏发电、储能设备、负荷的工作状态模型；

S2、建立虚拟电厂内部的光伏发电、储能设备、负荷与发电或用电功率相关的成本利润模型模型；

S3、针对光伏发电、储能设备以及负荷的发电和用电特性、环境状况以及对元器件的安全性，建立在约束条件下的博弈策略集；

S4、建立虚拟电厂博弈后收益函数，引入罚函数对博弈行为进行限制，保证博弈的收敛速度和精确性，最终确立包含罚函数的虚拟电厂总收益函数。

2.根据权利要求1所述的一种实现虚拟电厂间发电功率协调的优化博弈方法，其特征在于，步骤S1中所述的构建虚拟电厂内部的光伏发电、储能设备、负荷的工作状态模型如下：

Ⅰ)光伏发电的工作状态模型为其输出功率，具体如下式：

其中，P_pv.Nmax是光伏发电模块在标准条件下的最大输出功率，Ir是光照强度，Ir_N是标准条件下的光照强度，T是环境温度，T_N是标准条件下的环境温度，k_t是光伏发电模块的温度系数；

Ⅱ)储能设备的工作状态模型为其荷电状态，具体如下式：

其中，SOC(t-1)是储能设备在前一时刻的荷电状态，P_es(t)是储能设备在t时刻的充电和放电功率，P_es(t)<0是充电模式，P_es(t)>0是放电模式，η_in是充电效率，η_out是放电效率，E_N是储能设备的额定容量，Δt是单位时间；

Ⅲ)负荷的工作状态模型为可调负荷和不可调负荷的关系，具体如下式：

P_l(t)＝P_ual(t)+P_al(t)

其中，P_l(t)是t时刻总负荷功耗，P_ual(t)是t时刻的不可调负荷功耗，P_al(t)是t时刻的可调负荷功耗。

3.根据权利要求2所述的一种实现虚拟电厂间发电功率协调的优化博弈方法，其特征在于，步骤S2中所述的建立虚拟电厂内部的光伏发电、储能设备、负荷与发电或用电功率相关的成本利润模型模型的方法如下：

a)光伏发电的收入包括：电力销售收入，成本包括：运营和维护成本，其成本利润模型如下式所示：

F_pv＝(qP_pv-λ_pvP_pv)Δt

其中，q是售电电价，P_pv是光伏发电的输出功率，λ_pv是光伏发电模块的单位运行和维护成本，Δt是单位时间；

b)储能设备在充电时视为负载，放电时可视为电源，储能设备的收入为放电模式下的售电收入，成本为运维成本，其成本利润模型如下式所示：

F_es＝(qP_es-λ_es|P_es|)Δt

其中，P_es是储能充放电功率，P_es<0是充电模式，P_es>0是放电模式，λ_es是储能设备的单位运行和维护成本；

c)负荷包括可调负荷和不可调负荷，可根据需要进行调整，其成本利润模型如下式所示：

F_l＝P_lq_lΔt

其中，P_l是调节后负荷的总用电量，q_l是单位负荷的用电价格。

4.根据权利要求3所述的一种实现虚拟电厂间发电功率协调的优化博弈方法，其特征在于，步骤S3中所述的针对光伏发电、储能设备以及负荷的发电和用电特性、环境状况以及对元器件的安全性考虑，建立在约束条件下的博弈策略集如下：

1)光伏发电的约束博弈策略集如下式所示：

S_pv＝{P_pv：0≤P_pv≤P_pv.max}

其中，P_pv是光伏发电的输出功率，P_pv.max是光伏最大发电功率，由光伏组件特性决定；

2)储能设备的约束博弈策略集如下式所示：

S_es＝{P_es：P_es.in.max≤P_es≤P_es.out.max}

其中，P_es是储能充放电功率；

3)负荷的约束博弈策略集如下式所示：

S_es＝{P_es：P_es.in.max≤P_es≤P_es.out.max}

其中，P_l是负荷总用电量，P_l.N是负荷总容量，P_al.max是最大可调节负荷量。

5.根据权利要求4所述的一种实现虚拟电厂间发电功率协调的优化博弈方法，其特征在于，步骤S4中所述的虚拟电厂博弈后收益函数为：

其中，F_i是第i个虚拟电厂的收益，S_i是第i个虚拟电厂的策略，S_Ei是除了第i个虚拟电厂其余电厂的策略。

6.根据权利要求5所述的一种实现虚拟电厂间发电功率协调的优化博弈方法，其特征在于，步骤S4中所述的罚函数为：

其中，r是罚函数系数，含义为单位功率超限或不足的惩罚率，P_i是第i个虚拟电厂输出功率，P_ref是功率平衡参考值，由上层配电网给出。

7.根据权利要求6所述的一种实现虚拟电厂间发电功率协调的优化博弈方法，其特征在于，所述的罚函数系数表示为：

r＝r^*×2^k-1

其中，r^*是一个可变实数，它随着迭代次数的增加而减少，k是迭代次数。

8.根据权利要求7所述的一种实现虚拟电厂间发电功率协调的优化博弈方法，其特征在于，步骤S4中所述的包含罚函数的虚拟电厂总收益函数为：

F＝F_a+F_pun

其中，F_a为虚拟电厂博弈后收益函数，F_pun为对博弈行为进行限制而添加的罚函数。

Images