基于发电预测的多能源主体分布式博弈优化方法
【技术领域】
[0001] 本发明公开了基于发电预测的多能源主体分布式博弈优化方法，属于电力系统自 动化的技术领域。
【背景技术】
[0002] 随着分布式能源的大量投产和运行，基于可再生能源的分布式发电技术已然成为 电力系统及电网技术发展的主流趋势。由于可再生能源的间歇性特点，单一的新能源发电 通常难W实现稳定、高投资效益的电力输出。若能科学合理地配置混合电力系统中风力发 电光伏发电和其他传统能源，将更大程度上发挥整体多能源系统的综合效益，实现安全可 靠、经济环保性能的重要前提。
[0003] 由于多能源系统优化问题是一个高维、非线性的复杂优化问题，传统的优化方法 一般是采用集中式的方式对其进行优化，存在计算复杂度大的缺陷。此外，在各种能源的利 益主体的博弈优化过程中，传统的博弈优化方法并没有考虑在博弈过程中对对手博弈策略 的估计和预测，博弈策略的有效性差，不利于多能源系统的整体效益最大化。
【发明内容】
[0004] 本发明所要解决的技术问题是针对上述【背景技术】的不足，提供了基于发电预测的 多能源主体分布式博弈优化方法，将不同能源群的投资者作为参与者，各参与者采用完全 竞争的非合作博弈模式，各投资者在实际博弈过程中通过发电预测技术预测其他投资者的 发电量来确定自身的发电量，W在满足约束条件的情况下最大化自身利益，从而实现多能 源系统整体的利益最大化，解决了集中式优化多能源系统计算复杂、传统博弈策略有效性 差导致整体效益不易最大化的技术问题。 阳〇化]本发明为实现上述发明目的采用如下技术方案：
[0006] 基于发电预测的多能源主体分布式博弈优化方法，包括如下步骤：
[0007] A、根据各能源群组成的多能源系统联合互补特性建立多能源系统的整体联合优 化模型；
[0008] B、根据分布式协调优化理论将所述整体联合优化模型分解为W各类能源群为主 体的子系统模型；
[0009] C、各主体预测其它主体在未来时刻的发电信息并估计其它主体的个体策略，W各 主体自身历史发电信息为参与者并W其它主体的个体策略为竞争者，依据各子系统模型的 优化目标进行博弈得到各主体的博弈策略集合；
[0010] D、优化各主体的博弈策略集合得到各主体的最优策略集合。
[0011] 作为所述基于发电预测的多能源主体分布式博弈优化方法的进一步优化方案，步 骤AW经济效益最大化为目标并考虑能源群中各机组的出力限制、爬坡率约束W及负荷平 衡约束建立多能源系统整体联合优化模型，其中， 阳〇1引 目标函数：
[0013]
[0019]其中，馬:、C,、C,、/1,分别为第一类能源群中第ii个机组、第二类能源群中 第i2个机组、第h类能源群中第ih个机组、第K类能源群中第1|<个机组在t时刻的 出力，巧.,+1、与:.W、f",W、分别为第一类能源群中第il个机组、第二类能源群中 第i2个机组、第h类能源群中第ih个机组、第K类能源群中第i|<个机组在t+1时刻的 出力，gf、线,、终:、谷1,分别为第一类能源群、第二类能源群、第h类能源群、第K类能 源群的电价，Ii、12、Ih、Ik分别为第一类能源群、第二类能源群、第h类能源群、第K类 能源群包含的机组数量，与,min、与?。、min、分别为第一类能源群中第ii个机组、 第二类能源群中第i2个机组、第h类能源群中第ih个机组、第K类能源群中第个机 组的最小出力限制，^血化、气max、4匪、思鼠分别为第一类能源群中第il个机组、第 二类能源群中第i2个机组、第h类能源群中第ih个机组、第K类能源群中第it个机组 的最大出力限制，顯、祖、马.,,1職、马叫脚分别为第一类能源群中第ii个机组、第二 类能源群中第i2个机组、第h类能源群中第ih个机组、第K类能源群中第1<<个机组的 爬坡率下限，2備、、马:,職、Zma、:、Ζ,Α腸:分别为第一类能源群中第ii个机组、第二类能 源群中第i2个机组、第h类能源群中第ih个机组、第K类能源群中第个机组的爬坡 率上限，Κ为正整数，Τ为时间尺度，Lt为t时刻负荷总需求量，PiM&t为t时刻线损，
Pst为t时刻其它传统能源出力，Vm、V。分 别为任意节点m、节点η的电压，Θm、Θ。分别为任意节点m、节点η的相角，gm。为任意节点m与节点η之间的互电导，N为节点数目。
[0020] 进一步的，步骤Β中所述W各类能源群为主体的子系统模型为：
[0021] W第h类能源群为主体的子系统模型：
[0022]
[0023] 进一步的，所述基于发电预测的多能源主体分布式博弈优化方法中，多能源系统 包含风电能源群、光伏能源群、火电能源群，K的取值为3。
[0024] 再进一步的，基于发电预测的多能源主体分布式博弈优化方法的步骤C中，各主 体依据表达式：
^ =Ι，2···，?ι预测其它主体在未来时刻的发电信 息，并由预测的其它主体在未来时间尺度Τ下的发电信息W及其它主体历史发电信息估计 其它主体的个体策略， 阳0巧]其中，s、q分别为自回归项、移动平均项的数目，Xt1为t-i时刻其它主体的发电数 据，为第i自回归项的参数，β,为第j移动平均项的参数，εt为其它主体在长时间尺度 T下发电数据的概率分布函数，εt,为t-j时刻其它主体发电数据的概率分布函数。
[00%] 更进一步的，所述基于发电预测的多能源主体分布式博弈优化方法中，步骤D采 用粒子群最优算法优化各主体的博弈策略集合得到各主体的最优策略集合。
[0027] 本发明采用上述技术方案，具有W下有益效果：针对多种能源分属不同的利益主 体和其分布式特征，本发明提出一种基于发电预测的多能源主体分布式博弈优化方法，将 多能源整体系统优化模型分解为若干个子系统模型，减少了计算复杂度；将每个子系统模 型看作一个利益主体，在各种能源的利益主体的博弈优化过程中采用发电预测的方式预测 和估计竞争对手的博弈策略，从而为各自主体拟定能最大化自身效益的最佳博弈策略，增 加了博弈策略的有效性，进而实现整个多能源系统资源最优配置。
[0028] 本发明附加的方面和优点将在下面的描述中部分给出，运些将从下面的描述中变 得明显，或通过本发明的实践了解到。
【附图说明】
[0029] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用 的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本 领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可w根据运些附图获得其他 的附图。
[0030] 图1为基于发电预测的多能源分布式博弈优化方法的示意图。
【具体实施方式】
[0031] 下面详细描述本发明的实施方式，下面通过参考附图描述的实施方式是示例性 的，仅用于解释本发明，而不能解释为对本发明的限制。
[0032] 本领域的技术人员可W理解，除非另外定义，运里使用的所有术语（包括技术术 语和科学术语）具有本发明所属技术领域中的普通技术人员的一般理解相同的意义。还应 该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的 意义一致的意义，并且除非像运里一样定义，不会用理想化或过于正式的含义来解释。
[0033] 为便于对本发明实施例的理解，下面W如图1所示的包含风电群（即为权利要求 中的第一类能源群）、光伏群（即为权利要求中的第二类能源群）、火电群（即为权利要求 中的第K类能源群）的多能源整体系统为例阐述本发明的分布式博弈优化方法。该实施例 不构成对本发明实施例的限定。
[0034] (一）根据各能源群组成的多能源系统联合互补特性建立多能源系统的整体联合 优化模型： 阳03引 （1)目标：
[0036]
W44] 式（1)至式（5)中，P>"t、Pp,t、P。kt分别为第i个风电、第j个光伏、第k个火电在t时刻的出力，P",w、Pp.i,w、P。k,w分别为第i个风电、第j个光伏、第k个火电在t+l时刻的 出力，Q"t、Qpt、Qct分别表不风电、光伏、火电的电价价格，I、J、K分别为风电群、光伏群、火电 群的机组数量，Lt为t时刻负荷总需求量，P为t时刻线损，Pgt为t时刻其它传统能源 出力，Vm、V。分别为任意节点m、节点η的电压，Θm、Θ。分别为节点m、节点η的相角，gm。为 节点m、节点η之间的互电导，N为节点数目，？"1。1。^,">1。、？。1&