一种基于shapley值的收益分配方法和装置与流程

1.本发明涉及电力技术领域，尤其涉及一种基于shapley值的收益分配方法和装置。


背景技术：

2.随着风电、光伏等具有随机性的新能源发电大规模接入电网和城市中心，高峰负荷逐年增长，系统平衡资源需求激增。发电侧由于常规能源被大规模替代，调节能力受到限制，仅依靠发电侧调节手段难以满足系统功率平衡要求。随着“源-网-荷-储”技术的发展，参与到系统平衡中的主体越来越多，对于维持系统平衡的多主体，收益公平分配以及集合利益最大化具有非常重要的实际意义。聚合商作为维持系统平衡的一方，对区域负荷的柔性控制使得各参与方均能在市场中有所受益。目前，对多主体区域蓄热式电采暖系统收益分配问题缺少考虑聚合商加入后多主体间的交互影响。因此，现有技术中存在缺少考虑聚合商加入后多主体交互对收益分配影响的问题。


技术实现要素：

3.本发明提供了一种基于shapley值的收益分配方法和装置，以至少解决相关技术中存在缺少考虑聚合商加入后多主体交互对收益分配影响的问题。
4.根据本发明实施例的第一方面，提供了一种基于shapley值的收益分配方法，该方法包括：生成区域蓄热式电采暖系统中多主体交互影响的收益模型，其中，所述多主体包括电网公司、热用户、风力发电厂以及负荷聚合商；根据安全运行需求、风险条件和所述收益模型确定所述区域蓄热式电采暖系统中多主体对应的约束条件；根据shapley值法确定所述区域蓄热式电采暖系统中多主体对应的收益权重和区域整体收益模型；根据所述区域蓄热式电采暖系统中多主体对应的约束条件和所述区域整体收益模型通过机器学习确定所述区域蓄热式电采暖系统中多主体的收益分配策略。
5.可选地，所述生成区域蓄热式电采暖系统中多主体交互影响的收益模型，其中，所述多主体包括电网公司、热用户、风力发电厂以及负荷聚合商包括：根据风电消纳时段所述负荷聚合商消耗的电量确定所述风力发电厂的收益模型；根据所述电网公司提供给所述负荷聚合商的削峰补贴奖励、所述负荷聚合商给予所述热用户的削峰补贴、所述负荷聚合商管理的蓄热体供热收益以及所述蓄热体蓄热花费确定所述负荷聚合商的收益模型；根据所述负荷聚合商给予所述热用户的补贴、所述热用户削减负荷节省的用热花费以及所述热用户在风电消纳时段节省的用热花费确定所述热用户的收益模型；根据用热高峰时段的负荷削减比例确定所述电网公司的收益模型。
6.可选地，所述根据安全运行需求、风险条件和所述收益模型确定所述区域蓄热式电采暖系统中多主体对应的约束条件包括：根据正常情况和电力中断情况下的供热需求确定所述负荷聚合商对应的约束条件；根据所述负荷消减比例和所述电网公司的收益模型确定所述电网公司对应的约束条件；根据风电价格和所述风力发电厂的收益模型确定所述风力发电厂对应的约束条件。
7.可选地，所述根据shapley值法确定所述区域蓄热式电采暖系统中多主体对应的收益权重和区域整体收益模型包括：根据所述热用户、风力发电厂以及负荷聚合商生成联盟集合；根据联盟特征函数和shapley值计算公式确定所述热用户、风力发电厂以及负荷聚合商对应的收益，其中，所述联盟特征函数代表所述联盟集合中任意成员组合对应的联盟收益；根据所述热用户、风力发电厂以及负荷聚合商对应的收益确定所述区域整体收益模型中所述热用户、风力发电厂以及负荷聚合商对应的收益权重；根据所述热用户、风力发电厂以及负荷聚合商对应的收益模型和对应的收益权重的乘积生成区域整体收益模型。
8.可选地，所述根据所述区域蓄热式电采暖系统中多主体对应的约束条件和所述区域整体收益模型通过机器学习确定所述区域蓄热式电采暖系统中多主体的收益分配策略包括：根据所述区域整体收益模型确定目标函数；根据区域蓄热式电采暖系统中多主体对应的约束条件以及所述目标函数通过机器学习确定所述区域蓄热式电采暖系统中多主体的收益分配策略。
9.根据本发明实施例的第二方面，还提供了一种基于shapley值的收益分配装置，该装置包括：生成模块，用于生成区域蓄热式电采暖系统中多主体交互影响的收益模型，其中，所述多主体包括电网公司、热用户、风力发电厂以及负荷聚合商；第一确定模块，用于根据安全运行需求、风险条件和所述收益模型确定所述区域蓄热式电采暖系统中多主体对应的约束条件；第二确定模块，用于根据shapley值法确定所述区域蓄热式电采暖系统中多主体对应的收益权重和区域整体收益模型；第三确定模块，用于根据所述区域蓄热式电采暖系统中多主体对应的约束条件和所述区域整体收益模型通过机器学习确定所述区域蓄热式电采暖系统中多主体的收益分配策略。
10.可选地，所述生成模块包括：第一确定单元，用于根据风电消纳时段所述负荷聚合商消耗的电量确定所述风力发电厂的收益模型；第二确定单元，用于根据所述电网公司提供给所述负荷聚合商的削峰补贴奖励、所述负荷聚合商给予所述热用户的削峰补贴、所述负荷聚合商管理的蓄热体供热收益以及所述蓄热体蓄热花费确定所述负荷聚合商的收益模型；第三确定单元，用于根据所述负荷聚合商给予所述热用户的补贴、所述热用户削减负荷节省的用热花费以及所述热用户在风电消纳时段节省的用热花费确定所述热用户的收益模型；第四确定单元，用于根据用热高峰时段的负荷削减比例确定所述电网公司的收益模型。
11.可选地，所述第一确定模块包括：第五确定单元，用于根据正常情况和电力中断情况下的供热需求确定所述负荷聚合商对应的约束条件；第六确定单元，用于根据所述负荷消减比例和所述电网公司的收益模型确定所述电网公司对应的约束条件；第七确定单元，用于根据风电价格和所述风力发电厂的收益模型确定所述风力发电厂对应的约束条件。
12.可选地，所述第二确定模块包括：第一生成单元，用于根据所述热用户、风力发电厂以及负荷聚合商生成联盟集合；第八确定单元，用于根据联盟特征函数和shapley值计算公式确定所述热用户、风力发电厂以及负荷聚合商对应的收益，其中，所述联盟特征函数代表所述联盟集合中任意成员组合对应的联盟收益；第九确定单元，用于根据所述热用户、风力发电厂以及负荷聚合商对应的收益确定所述区域整体收益模型中所述热用户、风力发电厂以及负荷聚合商对应的收益权重；第二生成单元，用于根据所述热用户、风力发电厂以及负荷聚合商对应的收益模型和对应的收益权重的乘积生成区域整体收益模型。
13.可选地，所述第三确定模块包括：第十确定单元，用于根据所述区域整体收益模型确定目标函数；第十一确定单元，用于根据区域蓄热式电采暖系统中多主体对应的约束条件以及所述目标函数通过机器学习确定所述区域蓄热式电采暖系统中多主体的收益分配策略。
14.根据本发明实施例的第三方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；其中，存储器，用于存储计算机程序；处理器，用于通过运行所述存储器上所存储的所述计算机程序来执行上述任一实施例中的方法步骤。
15.根据本发明实施例的第四方面，还提供了一种计算机可读的存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一实施例中的方法步骤。
16.在本发明实施例中，通过生成区域蓄热式电采暖系统中电网公司、热用户、风力发电厂以及负荷聚合商多主体交互影响的收益模型；根据安全运行需求、风险条件和收益模型确定区域蓄热式电采暖系统中多主体对应的约束条件；根据shapley值法确定区域蓄热式电采暖系统中多主体对应的收益权重和区域整体收益模型；根据区域蓄热式电采暖系统中多主体对应的约束条件和区域整体收益模型通过机器学习确定区域蓄热式电采暖系统中多主体的收益分配策略。由于在生成多主体对应的收益模型时，考虑了负荷聚合商加入后多主体交互的影响，然后根据shapley值法确定了多主体对应的收益权重和区域整体收益模型，又根据区域整体收益模型和多主体对应的约束条件利用机器学习确定了多主体利益最大化的收益公平分配策略。从而可以实现考虑聚合商加入后多主体交互的收益分配的目的，解决了相关技术中存在的缺少考虑聚合商加入后多主体交互对收益分配影响的问题。
17.在本发明实施例中，通过分析区域蓄热式电采暖系统中多主体交互方式构建了各主体的收益模型，实现了在通过各主体的收益模型计算各主体对区域整体收益的贡献值时考虑多主体间交互的目的。
附图说明
18.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
19.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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
20.图1是根据本发明实施例的一种可选的基于shapley值的收益分配方法的硬件环境的示意图；
21.图2是根据本发明实施例的一种可选的基于shapley值的收益分配方法的流程示意图；
22.图3是根据本发明实施例的一种可选的区域蓄热式电采暖系统示意图；
23.图4是根据本发明实施例的一种可选的基于shapley值的收益分配装置的结构框图；
24.图5是根据本发明实施例的一种可选的电子设备的结构框图。
具体实施方式
25.为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
26.需要说明的是，在本发明的描述中，术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
27.根据本发明实施例的一个方面，提供了一种基于shapley值的收益分配方法。可选地，在本实施例中，上述基于shapley值的收益分配方法可以应用于如图1所示的硬件环境中。如图1所示，终端102中可以包含有存储器104、处理器106和显示器108(可选部件)。终端102可以通过网络110与服务器112进行通信连接，该服务器112可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器112上或独立于服务器112设置数据库114，用于为服务器112提供数据存储服务。此外，服务器112中可以运行有处理引擎116，该处理引擎116可以用于执行由服务器112所执行的步骤。
28.可选地，终端102可以但不限于为可以计算数据的终端，如移动终端(例如手机、平板电脑)、笔记本电脑、pc(personal computer，个人计算机)机等终端上，上述网络可以包括但不限于无线网络或有线网络。其中，该无线网络包括：蓝牙、wifi(wireless fidelity，无线保真)及其他实现无线通信的网络。上述有线网络可以包括但不限于：广域网、城域网、局域网。上述服务器112可以包括但不限于任何可以进行计算的硬件设备。
29.此外，在本实施例中，上述基于shapley值的收益分配方法还可以但不限于应用于处理能力较强大的独立的处理设备中，而无需进行数据交互。例如，该处理设备可以但不限于为处理能力较强大的终端设备，即，上述基于shapley值的收益分配方法中的各个操作可以集成在一个独立的处理设备中。上述仅是一种示例，本实施例中对此不作任何限定。
30.可选地，在本实施例中，上述基于shapley值的收益分配方法可以由服务器112来执行，也可以由终端102来执行，还可以是由服务器112和终端102共同执行。其中，终端102执行本发明实施例的基于shapley值的收益分配方法也可以是由安装在其上的客户端来执行。
31.以基于shapley值的收益分配方法应用于中央处理单元为例，图2是根据本发明实
施例的一种可选的基于shapley值的收益分配方法的流程示意图，如图2所示，该方法的流程可以包括以下步骤：
32.步骤s201，生成区域蓄热式电采暖系统中多主体交互影响的收益模型，其中，多主体包括电网公司、热用户、风力发电厂以及负荷聚合商。可选地，如图3所示，区域蓄热式电采暖系统包括电网公司、热用户、风力发电厂以及负荷聚合商，其中，负荷聚合商用于聚合分散用户的热力负荷，负荷聚合商对区域负荷的柔性控制使得系统中的各参与方均能在市场中获益，热用户即在区域蓄热式电采暖系统中使用集中供热热能的用户，具体来说，负荷聚合商帮助电网公司在高峰时段削减负荷从而减少电网公司的扩容花费和运行维护成本，电网公司划分不同的时间制定不同的价格(分时电价)，给与负荷聚合商削峰补贴价格；热用户参与响应主动削减负荷，负荷聚合商给与用户补贴价格；风力发电厂通过在风电旺盛时段以优惠风电价格向负荷聚合商出售风电获取利润并提高风电消纳，负荷聚合商通过管理蓄热式电锅炉蓄/放热量帮助风力发电厂风电消纳以及电网公司削峰。通过考虑负荷聚合商加入后各主体间交互后的最终收益，生成各主体对应的收益模型。
33.步骤s202，根据安全运行需求、风险条件和收益模型确定区域蓄热式电采暖系统中多主体对应的约束条件。可选地，为了确保区域蓄热式电采暖系统中各主体在为自身获取利益的同时能够安全运行，需要确定系统中多主体对应的约束条件，使得各主体在相应的风险约束条件下进行运营，确保不会出现风险。
34.步骤s203，根据shapley值法确定区域蓄热式电采暖系统中多主体对应的收益权重和区域整体收益模型。可选地，根据区域蓄热式电采暖系统中各主体做出的贡献，对收益进行公平的分配，具体来说，根据shapley值法计算获利最大的多主体合作方案，然后确定该方案中各主体对应的收益和收益权重，其中，收益权重代表各主体收益在区域整体收益中的重要程度。根据由shapley值法计算得到的各主体对应的收益权重和步骤s201中生成的各主体对应的收益模型确定区域整体收益模型。
35.步骤s204，根据区域蓄热式电采暖系统中多主体对应的约束条件和区域整体收益模型通过机器学习确定区域蓄热式电采暖系统中多主体的收益分配策略。可选地，根据s203中确定的区域整体收益模型和步骤s202中确定的多主体对应的约束条件确定机器学习的优化目标和约束条件，通过策略寻优实现区域蓄热式电采暖系统中多主体利益最大化以及对各方收益的合理分配。
36.在本发明实施例中，通过生成区域蓄热式电采暖系统中电网公司、热用户、风力发电厂以及负荷聚合商多主体交互影响的收益模型；根据安全运行需求、风险条件和收益模型确定区域蓄热式电采暖系统中多主体对应的约束条件；根据shapley值法确定区域蓄热式电采暖系统中多主体对应的收益权重和区域整体收益模型；根据区域蓄热式电采暖系统中多主体对应的约束条件和区域整体收益模型通过机器学习确定区域蓄热式电采暖系统中多主体的收益分配策略。由于在生成多主体对应的收益模型时，考虑了负荷聚合商加入后多主体交互的影响，然后根据shapley值法确定了多主体对应的收益权重和区域整体收益模型，又根据区域整体收益模型和多主体对应的约束条件利用机器学习确定了多主体利益最大化的收益公平分配策略。从而可以实现考虑聚合商加入后多主体交互的收益分配的目的，解决了相关技术中存在的缺少考虑聚合商加入后多主体交互对收益分配影响的问题。
37.作为一种可选实施例，生成区域蓄热式电采暖系统中多主体交互影响的收益模型，其中，多主体包括电网公司、热用户、风力发电厂以及负荷聚合商包括：根据风电消纳时段负荷聚合商消耗的电量确定风力发电厂的收益模型；根据电网公司提供给负荷聚合商的削峰补贴奖励、负荷聚合商给予热用户的削峰补贴、负荷聚合商管理的蓄热体供热收益以及蓄热体蓄热花费确定负荷聚合商的收益模型；根据负荷聚合商给予热用户的补贴、热用户削减负荷节省的用热花费以及热用户在风电消纳时段节省的用热花费确定热用户的收益模型；根据用热高峰时段的负荷削减比例确定电网公司的收益模型。
38.可选地，根据风电消纳时段负荷聚合商消耗的电量确定风力发电厂的收益模型，具体来说，在风电消纳时段，风力发电厂的收益来自于合约期间负荷聚合商消耗的电量，包括运行电锅炉(由负荷聚合商管理的蓄热体)给热用户供暖的热量和储存至蓄热体的热量。可以理解的是，由于负荷聚合商与蓄热装置的加入，储存至蓄热体的热量将带来新的弃风消纳量，风力发电厂的新增收益便来自于该部分新增的弃风消纳量。假设时刻i的风电消纳量为风力发电厂收益为风力发电厂新增收益对应的公式如下所示：
[0039][0040][0041][0042]
式中，为响应的用户数量(户)、为用户负荷量(kw/户)，δt为时间步长，为负荷聚合商i时刻的蓄热量(kw)，为优惠风电价格(元/kwh)。
[0043]
根据负荷聚合商的收益和支出确定负荷聚合商的收益模型，具体来说，负荷聚合商的收益来自于电网给予的削峰补贴奖励，管理的蓄热体供热收益，支出部分为给予用户的削峰补贴和蓄热体蓄热花费。故时刻i负荷聚合商收益可表示为：
[0044][0045]
式中，为负荷聚合商下属区域的负荷削减总量(kw)，该部分包含用户主动削减的负荷总量及蓄热式电锅炉的蓄热体释放的热量为电网给负荷聚合商的削峰补贴价格(元/kwh)，pi为电网制定的峰谷分时电价(元/kwh)，为负荷聚合商给用户的补贴价格(元/kwh)。
[0046]
对于热用户，通常情况下用户只需要根据自身用热量缴纳电费。而在加入负荷聚合商后，用户可以选择参与到需求响应当中，主动削减自身热负荷从而获得补贴。用户的收益部分来自于聚合商给予的补贴以及自身削减负荷所节省的用热花费。为进一步增加用户收益，聚合商在风电消纳时段将以低于电网制定的峰谷分时电价向用户提供热量，因此用户的收益部分还包括该时段节省的用热花费。因此，时刻i用户的收益如下所示：
[0047]
[0048]
式中，是单户收益(元/户)，为用户负荷量(kw/户)，为用户主动削减的负荷量(kw/户)。在风电消纳时段以外的时段，
[0049]
根据用热高峰时段的负荷削减比例确定电网公司的收益模型，具体地，电采暖负荷的加入使用电高峰时刻的电负荷进一步升高，因此电网公司需要投资增大电网容量确保安全运行。而加入负荷聚合商后，电网公司通过支出一部分激励补贴给负荷聚合商，负荷聚合商通过蓄热体进行蓄放和放热并激励用户参与需求响应实现对峰值负荷的削减。电网公司的获益主要体现在负荷削减量，因此通过高峰时段的负荷削减量的大小衡量电网收益。为了更直观的展示负荷削减量，通过负荷削减比例θ进行衡量：
[0050][0051]
在本实施例中，通过计算多主体交互后各方的收益，实现了确定区域蓄热式电采暖系统中多主体对应的收益模型的目的。
[0052]
作为一种可选实施例，根据安全运行需求、风险条件和收益模型确定区域蓄热式电采暖系统中多主体对应的约束条件包括：根据正常情况和电力中断情况下的供热需求确定负荷聚合商对应的约束条件；根据负荷消减比例和电网公司的收益模型确定电网公司对应的约束条件；根据风电价格和风力发电厂的收益模型确定风力发电厂对应的约束条件。
[0053]
可选地，在实际运行中聚合商在为自身获取赚取收益的同时肩负着为下属用户供暖的任务，因此除保证电力系统正常情况下的供暖外，还需满足在电力中断的情况下的一段时间内用户的用热需求。因此负荷聚合商的风险约束可表示为蓄热体的容量约束：
[0054]smin
≤si≤s
max
[0055]
式中，si为蓄热体i时刻容量状态，s
max
为蓄热体最大容量(kwh)，s
min
为保证断电情况下的用户热舒适度的安全容量(kwh)，蓄热体蓄热/放热功率约束可用如下公式表示：
[0056][0057]
式中，hp
max
为区域蓄热式电采暖系统最大加热功率(kw)，a，b为指示系数用于确保不会同时进行蓄热/放热操作。
[0058]
蓄热体容量起始状态约束如下：
[0059]sstart
＝
end
[0060]
式中，s
start
为蓄热体周期初始蓄热量，s
end
为蓄热体周期结束蓄热量。蓄热式电锅炉电热转换约束表示为：
[0061]
li＝
·
δt
·
hpi[0062]
式中，li为电锅炉i时刻供给热量，hpi为电锅炉i时刻功率，η为电热转换效率。
[0063]
电网公司参与到蓄热式电采暖系统中的主要目的是削减峰值负荷从而降低过高峰谷差可能引起的运行风险。因此电网的风险约束条件用于确保负荷削减比例不为零，结合电网的收益模型，约束条件为：
[0064]
θ≥ε
[0065]
式中，ε代表可接受的一个最小削减量，θ是电网公司的收益模型，即负荷削减比例。
[0066]
对于风力发电厂约束条件，由于负荷聚合商只有在风电价格低于电网制定的峰谷分时电价时才会使用风电进行蓄热。虽然风力发电厂具备定价权，收益随价格的升高而增加，但若风电优惠价格高于电网制定的峰谷分时电价风力发电厂将无法获得收益。因此风力发电厂的风险约束与风电定价相关，结合风力发电厂的收益模型，其约束条件可用如下公式表示：
[0067][0068]
在本实施例中，根据安全运行需求、风险条件和收益模型确定了区域蓄热式电采暖系统中多主体对应的约束条件，达到了确保各主体在为自身获取利益的同时不会出现风险运行的目的。
[0069]
作为一种可选实施例，根据shapley值法确定区域蓄热式电采暖系统中多主体对应的收益权重和区域整体收益模型包括：根据热用户、风力发电厂以及负荷聚合商生成联盟集合；根据联盟特征函数和shapley值计算公式确定热用户、风力发电厂以及负荷聚合商对应的收益，其中，联盟特征函数代表联盟集合中任意成员组合对应的联盟收益；根据热用户、风力发电厂以及负荷聚合商对应的收益确定区域整体收益模型中热用户、风力发电厂以及负荷聚合商对应的收益权重，根据热用户、风力发电厂以及负荷聚合商对应的收益模型和对应的收益权重的乘积生成区域整体收益模型。
[0070]
可选地，根据风力发电厂、负荷聚合商和热用户对应的收益权重和对应的收益模型构建区域整体收益模型，如下所示：
[0071][0072]
式中α，β，γ为收益权重，代表各主体收益在区域整体收益中的重要程度。需要说明的是，上式中未包含电网公司在用热高峰时段负荷削减获得的收益，因为该收益并非经济性参数，因此不加入区域整体收益模型，可以根据风电厂、负荷聚合商和热用户三方整体收益计算结果确定电网削峰比例。
[0073]
使用shapley值法计算区域整体收益模型中的权重系数，具体地，shapley值法定义有n个参与者的集合i＝{1,2
…
,n}，对任一子集s∈i，定义一个实函数v(s)满足条件：
[0074]
(1)表示空集；
[0075]
(2)当s1∈i，s2∈i时，v(s1∩s2)≥v(s1)+(s2)。
[0076]
[i,v]称为一个n人合作博弈，v(s)称为这个n人合作博弈的特征函数，其中s是i的任意子集(联盟)，特征函数v(s)描述了联盟的收益。特征函数式对n人合作博弈的每一种可能子集(联盟)都给出了相应的子集(联盟)收益，也就是给出了一种集合函数。对任一n人合作博弈[i,v]，shapley值是惟一存在的，且子集(联盟)收益使用如下公式计算：
[0077][0078]
式中，|s|为集合s的元素个数，|s|\{}为集合s去掉元素i后的集合。
[0079]
分别以a、b、c表示风力发电厂、负荷聚合商和热用户三个主体，不同主体之间共有7种联盟组合方式，表1为不同组合方式下各联盟的特征函数表达式。
[0080]
表1不同组合方式下各联盟的特征函数表达式(万元)
[0081]
sabcabacbcabcv(s)271.957196.388104.194453.174395.087301.371601.059
[0082][0083]
综上所述，风力发电厂、负荷聚合商和热用户三方合作能够获得最大收益，在区域整体收益中各方分配方案用如下公式表示：
[0084][0085]
式中代表区域整体收益，分别对应风力发电厂的收益、负荷聚合商的收益和热用户的收益。根据子集(联盟)收益计算公式可得表2风力发电厂(a)收益分配计算表、表3负荷聚合商(b)收益分配计算表和表4热用户(c)收益分配计算表。
[0086]
表2风力发电厂(a)收益分配计算表
[0087]
[0088]
表3负荷聚合商(b)收益分配计算表
[0089][0090]
表4热用户(c)收益分配计算表
[0091][0092]
根据表2、表3和表4可以确定各方收益对区域整体收益的收益权重计算公式：
[0093][0094]
从而可以计算出风力发电厂(a)、负荷聚合商(b)和热用户(c)对应的收益权重分别为0.469、0.329、0.203，因此区域整体收益模型可表示为：
[0095]
[0096]
在本发明实施例中，根据shapley值法确定了区域蓄热式电采暖系统中多主体对应的收益权重以及区域整体收益模型。
[0097]
作为一种可选实施例，根据区域蓄热式电采暖系统中多主体对应的约束条件和区域整体收益模型通过机器学习确定区域蓄热式电采暖系统中多主体的收益分配策略包括：根据区域整体收益模型确定目标函数；根据区域蓄热式电采暖系统中多主体对应的约束条件以及目标函数通过机器学习确定区域蓄热式电采暖系统中多主体的收益分配策略。可选地，采用区域整体收益模型作为目标函数，机器学习具体可以采用现有的强化学习算法，通过强化学习算法，迭代计算目标函数使得策略收敛到最优，迭代计算中，以确定的多主体对应的约束条件作为限制条件，最终能够得到利益最大时的合理分配策略。
[0098]
具体地，以如下应用场景为例，某区域有1000户居民负荷的蓄热式电采暖系统，供暖季为每年11月1日至次年3月31日，负荷聚合商控制的电锅炉最大供热功率为10000kw，蓄热体总容量为20000kwh，最大蓄放热功率为10000kw，该区域有偿需求响应补贴范围为0-0.4元/kwh，负荷聚合商为了获取收益，给与用户的补贴应不高于此价格。为了确定多主体收益最大的合理分配策略，可以根据区域整体收益模型和约束条件构成强化学习的环境，强化学习强调如何基于环境动作，以取得最大化的预期利益，算法从环境中获取状态，从而决定如何动作，环境则根据自身的逻辑给算法正向或反向的激励，状态和动作存在映射关系(输入与输出的关系)，强化学习的任务就是找到一个最优的策略从而使利益最大。具体地，将区域整体收益模型：作为强化学习中寻求最优策略的目标函数，通过迭代计算目标函数使得策略收敛到最优，可以使用现有的强化学习算法通过区域整体收益模型：强化学习算法通过区域整体收益模型：各主体获取收益对应的约束条件，并输入相关参数，如需求侧用户负荷量，负荷削减量等，计算上述场景中令区域整体收益最大化的补贴范围内负荷聚合商给予用户补贴的最优定价策略。表5为根据强化学习确定的上述场景中全供暖季各方收支情况，结果显示负荷聚合商在供暖季以0.25元/kwh为用户补贴价格并保持不变时，区域整体所获得的收益最大且各方收益分配最为合理。
[0099]
表5全供暖季各方收支情况
[0100]
类别收益负荷聚合商收益191.676万元电网负荷削减比例6.862％风电厂收益271.957万元风电供暖用户节省花费(单户)929.517元响应用户补贴收入(单户)314.297元响应用户供暖支出(单户)9262.001元不响应用户供暖支出(单户)9994.527元
[0101]
在本发明实施例中，根据区域蓄热式电采暖系统中多主体对应的约束条件并将区域整体收益模型作为机器学习的目标函数，实现了确定区域整体获得的收益最大且各主体收益分配最为合理的收益分配策略。
[0102]
根据本发明实施例的另一个方面，还提供了一种用于实施上述基于shapley值的
收益分配方法的基于shapley值的收益分配装置。图4是根据本发明实施例的一种可选的基于shapley值的收益分配装置的结构框图，如图4所示，该装置可以包括：生成模块401，用于用于生成区域蓄热式电采暖系统中多主体交互影响的收益模型，其中，多主体包括电网公司、热用户、风力发电厂以及负荷聚合商；第一确定模块402，用于根据安全运行需求、风险条件和收益模型确定区域蓄热式电采暖系统中多主体对应的约束条件；第二确定模块403，用于根据shapley值法确定区域蓄热式电采暖系统中多主体对应的收益权重和区域整体收益模型；第三确定模块404，用于根据区域蓄热式电采暖系统中多主体对应的约束条件和区域整体收益模型通过机器学习确定区域蓄热式电采暖系统中多主体的收益分配策略。
[0103]
需要说明的是，该实施例中的生成模块401可以用于执行上述步骤s201，该实施例中的第一确定模块402可以用于执行上述步骤s202，该实施例中的第二确定模块403可以用于执行上述步骤s203，该实施例中的第三确定模块404可以用于执行上述步骤s204。
[0104]
通过上述模块，在生成多主体对应的收益模型时，考虑了负荷聚合商加入后多主体交互的影响，然后根据shapley值法确定了多主体对应的收益权重和区域整体收益模型，又根据区域整体收益模型和多主体对应的约束条件利用机器学习确定了多主体利益最大化的收益公平分配策略。从而可以实现考虑聚合商加入后多主体交互的收益分配的目的，解决了相关技术中存在的缺少考虑聚合商加入后多主体交互对收益分配影响的问题。
[0105]
作为一种可选实施例，生成模块包括：第一确定单元，用于根据风电消纳时段负荷聚合商消耗的电量确定风力发电厂的收益模型；第二确定单元，用于根据电网公司提供给负荷聚合商的削峰补贴奖励、负荷聚合商给予热用户的削峰补贴、负荷聚合商管理的蓄热体供热收益以及蓄热体蓄热花费确定负荷聚合商的收益模型；第三确定单元，用于根据负荷聚合商给予热用户的补贴、热用户削减负荷节省的用热花费以及热用户在风电消纳时段节省的用热花费确定热用户的收益模型；第四确定单元，用于根据用热高峰时段的负荷削减比例确定电网公司的收益模型。
[0106]
作为一种可选实施例，第一确定模块包括：第五确定单元，用于根据正常情况和电力中断情况下的供热需求确定负荷聚合商对应的约束条件；第六确定单元，用于根据负荷消减比例和电网公司的收益模型确定电网公司对应的约束条件；第七确定单元，用于根据风电价格和风力发电厂的收益模型确定风力发电厂对应的约束条件。
[0107]
作为一种可选实施例，第二确定模块包括：第一生成单元，用于根据热用户、风力发电厂以及负荷聚合商生成联盟集合；第八确定单元，用于根据联盟特征函数和shapley值计算公式确定热用户、风力发电厂以及负荷聚合商对应的收益，其中，联盟特征函数代表联盟集合中任意成员组合对应的联盟收益；第九确定单元，用于根据热用户、风力发电厂以及负荷聚合商对应的收益确定区域整体收益模型中热用户、风力发电厂以及负荷聚合商对应的收益权重；第二生成单元，用于根据热用户、风力发电厂以及负荷聚合商对应的收益模型和对应的收益权重的乘积生成区域整体收益模型。
[0108]
作为一种可选实施例，第三确定模块包括：第十确定单元，用于根据区域整体收益模型确定目标函数；第十一确定单元，用于根据区域蓄热式电采暖系统中多主体对应的约束条件以及目标函数通过机器学习确定区域蓄热式电采暖系统中多主体的收益分配策略。
[0109]
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如
图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
[0110]
根据本发明实施例的又一个方面，还提供了一种用于实施上述基于shapley值的收益分配方法的电子设备，该电子设备可以是服务器、终端、或者其组合。
[0111]
图5是根据本发明实施例的一种可选的电子设备的结构框图，如图5所示，包括处理器501、通信接口502、存储器503和通信总线504，其中，处理器501、通信接口502和存储器503通过通信总线504完成相互间的通信，其中，存储器503，用于存储计算机程序；处理器501，用于执行存储器503上所存放的计算机程序时，实现如下步骤：
[0112]
生成区域蓄热式电采暖系统中多主体交互影响的收益模型，其中，多主体包括电网公司、热用户、风力发电厂以及负荷聚合商；根据安全运行需求、风险条件和收益模型确定区域蓄热式电采暖系统中多主体对应的约束条件；根据shapley值法确定区域蓄热式电采暖系统中多主体对应的收益权重和区域整体收益模型；根据区域蓄热式电采暖系统中多主体对应的约束条件和区域整体收益模型通过机器学习确定区域蓄热式电采暖系统中多主体的收益分配策略。
[0113]
可选地，在本实施例中，上述的通信总线可以是pci(peripheral component interconnect，外设部件互连标准)总线、或eisa(extended industry standard architecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于上述电子设备与其他设备之间的通信。存储器可以包括ram，也可以包括非易失性存储器(non-volatile memory)，例如，至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0114]
作为一种示例，如图5所示，上述存储器503中可以但不限于包括上述基于shapley值的收益分配装置中的生成模块401、第一确定模块402、第二确定模块403以及第三确定模块404。此外，还可以包括但不限于上述基于shapley值的收益分配装置中的其他模块单元，本示例中不再赘述。
[0115]
上述处理器可以是通用处理器，可以包含但不限于：cpu(central processing unit，中央处理器)、np(network processor，网络处理器)等；还可以是dsp(digital signal processing，数字信号处理器)、asic(application specific integrated circuit，专用集成电路)、fpga(field－programmable gate array，现场可编程门阵列)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。
[0116]
此外，上述电子设备还包括：显示器，用于显示基于shapley值的收益分配结果。可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
[0117]
本领域普通技术人员可以理解，图5所示的结构仅为示意，实施上述基于shapley值的收益分配方法的设备可以是终端设备，该终端设备可以是智能手机(如android手机、ios手机等)、平板电脑、掌上电脑以及移动互联网设备(mobile internet devices，mid)、pad等终端设备。图5并不对上述电子设备的结构造成限定。例如，终端设备还可包括比图5中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图5所示的不同的配置。
[0118]
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、rom、ram、磁盘或光盘等。
[0119]
根据本发明实施例的又一个方面，还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行基于shapley值的收益分配方法的程序代码。
[0120]
可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：
[0121]
生成区域蓄热式电采暖系统中多主体交互影响的收益模型，其中，多主体包括电网公司、热用户、风力发电厂以及负荷聚合商；根据安全运行需求、风险条件和收益模型确定区域蓄热式电采暖系统中多主体对应的约束条件；根据shapley值法确定区域蓄热式电采暖系统中多主体对应的收益权重和区域整体收益模型；根据区域蓄热式电采暖系统中多主体对应的约束条件和区域整体收益模型通过机器学习确定区域蓄热式电采暖系统中多主体的收益分配策略。
[0122]
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例中对此不再赘述。可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、rom、ram、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0123]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。上述实施例中的集成的单元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，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例基于shapley值的收益分配方法的全部或部分步骤。
[0124]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0125]
在本发明所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
[0126]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例中所提供的方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0127]
以上所述仅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，这些改进和润饰也应视为本发明的保护范围。