一种基于人工免疫的微电网分布式电源竞价方法
【专利摘要】本发明公开了一种基于人工免疫的微电网分布式电源竞价方法，所述方法包括以下步骤：竞价单元智能体对收集到的信息进行加工，形成人工免疫的报价环境抗原；通过人工免疫算法进行求解，获得符合分布式电源自身利益的抗体；将抗体解码获得该分布式电源的竞价方案。本发明采用具有强大的信息处理和自适应能力的人工免疫智能算法，解决风电和太阳能光伏发电等新能源，在运行环境复杂且通常意义下难以控制时的竞价问题。竞价过程中利用人工免疫的自适应和缺陷容忍能力，处理间歇性电源所带来的不确定性问题，并通过人工免疫的协同进化过程，提高整个微电网MAS的协调性。
【专利说明】-种基于人工免疫的微电网分布式电源竞价方法
【技术领域】
[0001] 本发明涉及电力系统领域，尤其涉及一种基于人工免疫的微电网分布式电源竞价 方法。
【背景技术】
[0002] 微电网作为分布式电源（Distributed Energy Resource, DER)的重要组织方式， 其优化运行是该技术实施的关键。多智能体系统（Multi-Agent Systems,MAS)适宜于解决 复杂的、开放的分布式问题，采用该结构的微电网运行控制占有一定的比例[1]。
[0003] 目前基于该结构的微电网优化运行多以网设备运行维护成本及与主网互购电能 费用为基础的最小成本为目标，各智能体（Agent)通常采用自愿协作方式，在问题求解中， 以完全合作的态度进行分工协作，共同完成任务[2]。当微电网内设备产权不统一，或涉及 公共微电网时，现有运行方式无法解决微电网内部利益分配的问题，现有微电网基于自愿 协作方式运行控制方法容易导致利益分享问题或执行不畅[3]。
[0004] 利用发电竞价方法可以很好的体现微电网集中式和分散式控制的优点，已经在大 电网的市场化运作中实行[4]。由于分布式电源及微电网自身的特性，采用竞价方式实现微 电网的运行需要解决如下问题：
[0005] (1)微电网由于人为干预较少，分布式电源竞价过程中可以利用分布式电源之间 的协调机制，在各自"理性"竞价的基础上通过多次反馈，以"主观为自己，可观为大家"的 经济学原则，达到微电网的全局最优运行。优化过程中分布式电源竞价结果将直接传递给 微电网运行控制Agent执行，因此竞价功能需要融合在运行控制的整体结构中。
[0006] (2)微电网内分布式电源的发电竞价受环境等多种因素影响，是个复杂系统问题。 分布式电源，如风电和太阳能光伏发电，具有间歇性和不可控性，运行环境复杂且通常意义 下难以控制，通过实际观测、或对实际系统的分析和仿真，很难获取包容所有模式下的竞价 方案样本。目前常规电源的竞价算法，如"强化学习"、"重复博弈"等算法，还无法对未知环 境下的竞价获得较满意的结果。微电网中由于竞价结果直接指导运行控制，面上表现"理 性"的竞价Agent在突发事件面前可能表现得很"笨拙"，这是难以接受的。
【发明内容】
[0007] 本发明提供了 一种基于人工免疫的微电网分布式电源竞价方法，本发明能够解决 当微电网内设备产权不统一，或涉及公共微电网时，现有运行方式无法实现微电网内部利 益分配的问题。该方法通过竞价的市场机制引导微电网优化运行，具体过程见下文描述：
[0008] -种基于人工免疫的微电网分布式电源竞价方法，所述方法包括以下步骤：
[0009] 竞价单元智能体对收集到的信息进行加工，形成人工免疫的报价环境抗原；
[0010] 通过人工免疫算法进行求解，获得符合分布式电源自身利益的抗体；
[0011] 将抗体解码获得该分布式电源的竞价方案。
[0012] 所述通过人工免疫算法进行求解，获得符合分布式电源自身利益的抗体，将抗体 解码获得该分布式电源的竞价方案步骤为：
[0013] (1)根据竞价设备典型特性和典型外界环境建立抗原知识库；
[0014] (2)根据竞价的历史竞价策略，初始化基因库；
[0015] ⑶对抗原进行识别，与抗原知识库中已有典型抗原进行对比，若能够找到相匹配 的抗原，转步骤（4);若未能够找到相匹配或相近的抗原，则转步骤（5);
[0016] (4)进行人工免疫的二次应答，将抗原知识库中该抗原相对应的抗体作为抗体代 表，转步骤（6);
[0017] (5)对未匹配的抗原进行初次应答，获得满足亲和度要求的抗体，形成抗体代表； 并将匹配的抗原和抗体代表作为一种场景保存入抗原数据库，转步骤（6)。
[0018] (6)将获得的抗体代表解码，并将竞价结果提交给竞价管理智能体或其他智能体。
[0019] 所述对未匹配的抗原进行初次应答，获得满足亲和度要求的抗体，形成抗体代表 的步骤具体为：
[0020] (1)从基因库中随机抽取抗体基因，并组成初始化的抗体集合，t = 0 ;
[0021] (2)针对竞价单元的抗原，计算抗体集合内各抗体的亲和度；
[0022] (3)基于抗体亲和度，对人工免疫基因库中的等位基因进化；
[0023](4)判断是否满足终止条件，如果不满足终止条件，执行步骤（5)，否则，转步骤 (7)；
[0024] (5)进行抗体集合的免疫进化，获得新的抗体集合，执行步骤（6);
[0025] (6)令t=t+1，并转步骤（2);
[0026] (7)将抗体集合中亲和度最大的抗体作为抗体代表，执行步骤（8);
[0027] (8)对抗原知识库进行更新，将抗原及获得的抗体代表作为一个场景，保存到抗原 知识库。
[0028] 所述终止条件具体为：
[0029] (a)获得亲和度大于目标函数Affinity#;或，
[0030] (b)相邻两次计算亲和度变化小于门槛值e ;或，（c)算法运行超过一定的代数。
[0031] 所述亲和度的计算公式为：
【权利要求】
1. 一种基于人工免疫的微电网分布式电源竞价方法，其特征在于，所述方法包括以下 步骤： 竞价单元智能体对收集到的信息进行加工，形成人工免疫的报价环境抗原； 通过人工免疫算法进行求解，获得符合分布式电源自身利益的抗体；将抗体解码获得 该分布式电源的竞价方案。
2. 根据权利要求1所述的一种基于人工免疫的微电网分布式电源竞价方法，其特征在 于，所述通过人工免疫算法进行求解，获得符合分布式电源自身利益的抗体；将抗体解码获 得该分布式电源的竞价方案的步骤为： (1) 根据竞价设备典型特性和典型外界环境建立抗原知识库； (2) 根据竞价的历史竞价策略，初始化基因库； (3) 对报价环境抗原进行识别，与抗原知识库中已有典型抗原进行对比，若能够找到相 匹配的抗原，转步骤（4);若未能够找到相匹配或相近的抗原，则转步骤（5); (4) 进行人工免疫的二次应答，将抗原知识库中该抗原相对应的抗体作为抗体代表，转 步骤（6); (5) 对未匹配的抗原进行初次应答，获得满足亲和度要求的抗体，形成抗体代表，转步 骤⑶； (6) 将获得的抗体代表解码，并将竞价结果提交给竞价管理智能体或其他智能体。
3. 根据权利要求2所述的一种基于人工免疫的微电网分布式电源竞价方法，其特征在 于，所述对未匹配的抗原进行初次应答，获得满足亲和度要求的抗体，形成抗体代表的步骤 为： (1) 从基因库中随机抽取抗体基因，并组成初始化的抗体集合，t = O ; (2) 针对竞价单元的抗原，计算抗体集合内各抗体的亲和度； (3) 基于抗体亲和度，对人工免疫基因库中的等位基因进化； (4) 判断是否满足终止条件，如果不满足终止条件，执行步骤（5)，否则，转步骤（7); (5) 进行抗体集合的免疫进化，获得新的抗体集合，执行步骤（6); (6) 令t = t+1，并转步骤（2); (7) 将抗体集合中亲和度最大的抗体作为抗体代表，执行步骤（8); (8) 对抗原知识库进行更新，将抗原及获得的抗体代表作为一个场景，保存到抗原知识 库。
4. 根据权利要求3所述的一种基于人工免疫的微电网分布式电源竞价方法，其特征在 于，所述终止条件具体为： (a) 获得亲和度大于目标函数Affinityset;或， (b) 相邻两次计算亲和度变化小于门槛值ε ;或， (c) 算法运行超过一定的代数。
5. 根据权利要求4所述的一种基于人工免疫的微电网分布式电源竞价方法，其特征在 于，亲和度的计算公式为：
其中，Affinity(Ab)为抗体Ab的亲和度；Cmin为分布式电源设备单位发电量的固定生产 成本相反数：π ; (b;，c;)为竞价单元基于人工免疫抗体情况下的利益，且由下式获得：
其中，Pd为微电网内分布式电源和负荷之间的电能清算价格；bM和Ctli为机组的可变 成本系数A为发电机的出力；Cstart为机组启动价格，对于光伏或风力发电，Cstart = O5UiS 布尔型变量。
【文档编号】G06N3/00GK104392269SQ201410668587
【公开日】2015年3月4日 申请日期:2014年11月19日 优先权日:2014年11月19日
【发明者】孔祥玉 申请人:天津大学