智能电网多供应商对多用户进行调度平衡用电的置信算法

本发明涉及电网置信算法，具体涉及一种智能电网多供应商对多用户进行调度平衡用电的置信算法。

背景技术：

1、智能电网置信算法立足于机器学习的分布式算法(drs)。机器学习算法主要有两类：集中式调度和分布式调度。第一类集中式调度，是一种完全依赖于中央控制器(cc)，需要用户将他们的需求发送到cc才能获得预期调度的方式。但是其存在以下问题：通过数据挖掘算法挖掘难以管控，存在极高侵犯用户隐私的风险；集中式调度效率较低，审批需要较长时间，灵活性差，由于通信和信息交换量巨大，cc对带宽要求很高。第二类分布式调度，允许对等用户彼此协商调度协议确定最优调度方案，可有效减少cc在负载调度过程中的参与，有效降低电源控制器在负载调度过程中的中心作用。例如，中国专利公开号为cn103281770a的实现协作式多点传输调度与功率分配的方法，可以根据每个prb上的系统参数实时动态的调整协作方式，调度灵活，适应性强；集中式的传输调度方案，算法时延开销小，实时性强；采用非合作博弈实现了comp中的干扰协调，功率分配合理，提升了边缘用户的吞吐量。分布式调度通常包括基于la的贝叶斯学习自动机(bla)、包含线性奖励-行动(lir)和协调-游戏学习自动机(cla)。但是其存在以下问题：lir采用直接决策，每个la基于动作选择概率做出动作如果选择的动作得到奖励，则使用户定义的参数就会降低替代动作的概率，增加与所选动作相关的概率；如果获得惩罚，la保持动作概率不变；cla类似于lri，其涉及到的行动概率和学习参数的值会影响收敛速度和最终解与最优解的接近程度，不同之处是它在更新方程中明确使用了连续效用函数。

2、以上两种方案都需预先确定学习参数，通过控制学习速度的学习参数以实现机器的速度与准确性之间的最佳权很衡；各个系统的环境可能会有大不同，甚至会随着时间的推移产生改变，很难找到通用的学习参数使在不同环境中的la都获得高性能。

技术实现思路

1、本发明要解决的技术问题是：克服现有技术的不足，提供一种智能电网多供应商对多用户进行调度平衡用电的置信算法，通过对实际情况构架一个虚拟的模型，进而对分布式调度问题用数学分析软件进行仿真和模拟。通过加入博弈论思想，把负载选择问题描述为博弈问题，并且证明在该问题中使用博弈能够达到ne点。进一步对算法进行改进，规定贝塔分布作为每次迭代中用户选择供应商的依据，用户负载选择之后，彼此进行告知，根据判定规则，对于各用户动作进行奖励和惩罚，根据这个奖惩对贝塔分布中的参数进行更新，最后为了到达博弈的ne点，制定了迭代次数的限制，当多个用户动作经过一定数量的迭代过程中始终不变时，最终实现多供应商对多个用户总负载的调度。

2、本发明的技术方案为：

3、一种智能电网多供应商对多用户进行调度平衡用电的置信算法，包括如下步骤：

4、步骤一、多供应商预算与多用户决策：假设电力系统有用户i和供应商j，其中：

5、用户用户i共计有负载li∈{l1，l2...ln}；

6、供应商供应商j用总体预算cj向所有潜在用户i提供电力；

7、以时隙为t为周期，每个供应商j的功率预算被视为单独的预算，当功率预算不足以满足负载li时，根据供应商j能提供的负载li最大化的目标函数：

8、

9、结合以下两个约束条件：

10、约束条件一：供应商j的用户i不会使供应商j过载：

11、

12、约束条件二：一个用户i只能由一个供应商j提供电力：

13、

14、则，通过下式计算用户i决策是否由供应商j电力：di,j∈{1,0}  (4)式中：di,j为1意味着当前时间段内用户i的负载li由供应商j在提供电力；

15、di,j为0意味着当前时间段内用户i的负载li不由供应商j在提供电力；

16、步骤二、改进置信算法的分析：包括如下小步：

17、s21、用户决定：用户i为供应商j提供参数{ai,j,k，bi,j,k}，k∈{0，1}，通过判断参数中是否包含下式中贝塔分布的最大采样值，用于判断用户i是否选择负载为开启的供应商：

18、

19、s22、奖惩计算：用户决定导致以下两个结果：

20、结果一：满足功率预算约束，即

21、结果二：当前负载总和大于或等于先前迭代中的最大有效负载总和，其中有效负载总和是满足功率预算约束的负载组合；

22、两个结果同时满足，用户获得奖励；任一结果不满足，用户获得惩罚；

23、s23、bla超参数更新：更新超参数的规则如下：

24、当用户i的当前决定是选择负载为开启的供应商j时，

25、如果导致一个奖励，则ai,j,1＝a i,j,1+1；

26、如果导致一个惩罚，则b i,j,1＝b i,j,1+1；

27、当用户i的当前决定是选择负载关闭的供应商j时，

28、如果导致一个奖励，则ai,j,0＝a i,j,0+1；

29、如果导致一个惩罚，则b i,j,0＝b i,j,0+1；

30、s24、迭代次数停止标准：用s来代表特定的迭代，用户i在迭代s处的决策由di,j(s)表示，lt(s)表示为迭代s处总负载值的当前值，lt(s)的值随着决策di,j(s)值的变化而不同；假设满足停止标准，已经收敛的用户会打开负载；负载的平均值非常接近最佳点，这表明算法的收敛精度接近ne点。

31、优选地，所述步骤一的多供应商预算与多用户决策中，采用博弈论方法以分布式方式实现，预计用户和供应商的总数是有限的，将用户之间的分布式负载选择问题描述为一个用户相互竞争电力接入的博弈，分布式负载选择问题的目标是确定合适的用户群，用户群的总需求尽可能接近，但是要在不同供应商的预算范围内。

32、优选地，所述步骤s21的用户决定中，在每次迭代的开始，每个用户都必须决定当前迭代的动作，迭代动作是通过对特定用户维护的一组贝塔分布进行抽样来决定的；在每次迭代开始时，从每个贝塔分布中抽取一个随机数，然后找到具有最大值的样本，具有最大值的样本决定当前迭代中的动作。

33、优选地，所述步骤s22的奖惩计算中，一旦用户决定对当前迭代的行动，将在局域网中广播以通知其他用户；当所有用户共享此信息时，奖励或惩罚由不同的用户单独计算；如果当前动作同时导致以下两个结果，则给予用户奖励；

34、只有当负载总和具有非减少趋势且满足功率预算时，才能获得奖励，奖励将引导学习实体收敛到提供更好的负载总和的点；由于效用函数是在全局视图中定义的，因此奖励惩罚的相同结果适用于所有用户。

35、优选地，所述步骤s23的bla超参数更新中，根据用户获得的奖励或惩罚，用户将在本轮迭代中更新上述贝塔分布中的超参数；每个用户都根据环境的反馈来更新自己的超参数，以针对当前迭代所采取的操作；此更新规则使每个用户都允许通过与其他用户的交互从环境中学习，并尝试最大限度地发挥效用函数定义的自身利益；经过一定轮的交互和学习后，用户会收敛到一个ne点。

36、优选地，所述步骤s24的迭代次数停止标准中，输入为不同服务商提供的预算、停止标准的参数；输出为负载由各种选定的服务商提供电力的用户。

37、优选地，所述步骤s24的迭代次数停止标准中，包括如下小步：

38、每一个用户都向其他用户广播他的需求，假设如果用户可以打开负载，则初始化s＝0，ai，j，k＝bi，j，k＝1；

39、对于每一个i和k，从β(ai，j，k，bi，j，k)抽取一个服从公式(2)的随机数xi，j，k，{xi，j，k}有2m的随机值；

40、选择与{xi，j，k}中最大元素相关联的动作di，j(s)，将用户的动作广播到所有其他用户；

41、计算负载：

42、假设对于并lt(s)≥c，动作di，j(s)使得用户i得到奖励c＝lt(s)；

43、获得奖励(di，j(s)＝0)那么ai，j，0＝ai，j，0+1，否则ai，j，1＝ai，j，1+1；

44、获得惩罚(di，j(s)＝0)那么bi，j，0＝bi，j，0+1，否则bi，j，1＝bi，j，1+1；

45、满足停止标准，已经收敛的用户会打开负载。

46、优选地，所述步骤s24的迭代次数停止标准中，经过一轮迭代后，用户会收敛到特定的动作，然后博弈将停止并返回动作集；在这项工作中，当所有用户在一定数量的迭代中连续采取相同的动作时，代表博弈已经收敛；为避免任何潜在的非收敛情况，定义最大迭代次数im，在im次迭代之后，无论上述收敛标准如何，博弈都将停止；

47、当博弈停止并返回用户的动作集时，决策为1的用户从相应的供应商获得电力；在迭代过程中，用户之间进行1/0动作决策的交换，并且不会打开/关闭负载；只有当博弈停止时，才会相应地传递电力。

48、本发明的与现有技术相比，具有以下有益效果：

49、(1)优化电网使用：本发明改进了智能电网中分布式调度的参数，使电力调度更加高效、可控和智能，在用户用电高峰期时能够缓解电力供应压力，有助于把消费高峰期转移到需求较低的时间，优化电网的使用；最终实现多供应商对多个用户总负载的调度。

50、(2)减小网损：电网组成后它的线路结构和参数相对不变，它在供电中一定有在某负载下网损最小的运行情况。如果电网运行中存在峰谷负载差值增大，必将导致电网利用系数减小，负载率降低，导致网损也可能随之变大。本发明对用电负载进行均衡分配，优化电力负载配置，有利于实现电网经济运行

51、(3)高效互动：可以促进用电用户和供电、售电企业的双向互动。协调控制过程是双方自愿主动参与的过程，有助于提高能源的利用率，降低设备投资和损耗。

52、(4)稳定用电供应：在分布式供电中，由于电力供应商已经提供了功率设定值，所以能满足电力平衡、电压稳定，可靠性高，满足用户对电力质量的要求。

53、(5)和谐的负载管理，实现非拉闸限电：用户自主参与用电分配过程，最大可能地满足用户需求。进而也能挖掘电厂负载调控的潜力。

54、(6)实现智能用电、节能减排：通过智能掌控和支配电力引导和刺激广大用户优化用电方式、提高用电效率，减少电量消耗和电力需求，从而缓解缺电压力，降低供电成本和用电成本，让供电和用电双方共赢，达到节约能源和保护环境的长远目的。