基于主从博弈的电力系统柔性负荷优化调度方法及系统与流程

本发明涉及电力系统调控，尤其涉及一种基于主从博弈的电力系统柔性负荷优化调度方法及系统。

背景技术：

1、随着电力系统向智能电网的转型，电力系统调度的复杂性也在增加。一方面，可再生能源如风能和太阳能的广泛使用使得电力供应变得更加不稳定；另一方面，电力需求也在不断变化，电力需求取决于用户以及环境条件，而这些因素均会增加电力系统调度的难度，使得电力系统调度成为了一个充满挑战的问题。电力系统调度是确保电力供应可靠性和效率的重要环节。现有技术中电力系统调度通常仅是关注能源经济和系统稳定性，即以能源经济性以及系统稳定性为目标进行调度。随着用户对能源服务的个性化需求增长，传统的调度方法已经无法满足用户对满意度的要求。为了提供智能、可持续的能源供应，不仅需要考虑能源供应效率、成本问题，还需要考虑用户柔性负荷调控的裕度以及用户满意度，以实现更加灵活和高效的电力系统调度。

2、柔性负荷是可以根据电力系统的需要来调整电力消耗的负荷。例如，某些电气设备(如电热水器，电冰箱等)的工作模式可以稍微延后或提前，以适应电力供应的变化。通过有效管理这些柔性负荷，电力系统可以更好地适应电力供应的不稳定性，减少供需不平衡的风险，并提高系统的经济性。如果频繁地改变电力供应或大幅度地调整柔性负荷，可能会影响到用户的用能体验。且在对用户柔性负荷进行调度过程中，用户往往希望自己的舒适度最大，同时希望选择调节能力大的柔性负荷进行调度，而负荷聚合商则希望调度的成本、经济性最优，即用户与负荷聚合商两者的目标会产生矛盾。

3、传统电力系统调度方式中，如果要解决负荷调节能力最大、经济性最优等多个负荷调度问题，通常是采用建立多目标优化模型的方式，然后将多目标转化为单目标优化问题进行求解。但是该类方式的实际优化效果较差，难以在用户与负荷聚合商两者的目标中取得平衡，无法实现既满足负荷聚合商目标需求，又满足用户体验需求的最优柔性调度。

技术实现思路

1、本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种基于主从博弈的电力系统柔性负荷优化调度方法及系统，能够同时考虑用户柔性负荷调控裕度和满意度以及负荷提供方成本，高效实现既满足柔性负荷提供方目标需求，又满足用户体验需求的最优柔性调度。

2、为解决上述技术问题，本发明提出的技术方案为：

3、一种基于主从博弈的电力系统柔性负荷优化调度方法，步骤包括：

4、构建主从博弈模型，将柔性负荷用户作为模型中下层跟随者以确定参与调控的出力负荷用户，以及将柔性负荷提供方作为模型中上层领导者以确定各柔性负荷出力；

5、以调控裕度和用户用能满意度最优为调度目标构建下层跟随者模型，所述调控裕度为柔性负荷可以参与调节的功率大小，用户用能满意度根据用能满意度状态参数计算得到；

6、以柔性负荷提供方运行成本最优为目标构建上层领导者模型；

7、配置上层柔性负荷提供方的柔性负荷出力、下层柔性负荷用户的出力负荷用户的初始状态后，上层柔性负荷提供方对负荷调控容量、下层柔性负荷用户对出力负荷按照所述主从博弈模型进行博弈迭代，上层柔性负荷提供方基于所述上层领导者模型优先按照用户用能满意度以及运行成本最优决策各柔性负荷出力，下层柔性负荷用户按照所述下层跟随者模型优先调度具有最大调控裕度和用户满意度的出力负荷用户，上层柔性负荷提供方不断根据下层柔性负荷用户的出力负荷用户调整各柔性负荷出力，下层柔性负荷用户则根据上层柔性负荷提供方的柔性负荷出力不断的调整出力负荷用户，直至达到动态均衡状态；

8、对所述主从博弈模型进行模型求解，得到上层柔性负荷提供方的各柔性负荷出力与下层柔性负荷用户参与调控的出力负荷用户的最优解输出。

9、进一步的，所述调控裕度使用至少一个用能裕度参数计算得到，所述用能裕度参数包括功率裕度δp、可控时间裕度δt、动作时间裕度δt、能量裕度δe中任意一种或多种，所述功率裕度δp是负荷在t时刻能够提供的功率与负荷的额定功率的比值，所述可控时间裕度δt是负荷可以调控的时间ta与所需调度td时间的比值，所述动作时间裕度δt为负荷响应时间tr与需求响应时间td的比值，所述能量裕度δe为负荷可调能量ea与其额定容量en的比值。

10、进一步的，所述调控裕度为使用多个用能裕度参数进行线性加权计算得到。

11、进一步的，所述用能满意度状态参数包括时间满意度参数和/或温度满意度参数，所述时间满意度用户衡量负荷满意度状态，所述温度满意度用于衡量室内温度与最适宜温度的偏差。

12、进一步的，所述时间满意度参数为负荷满意度状态参数，计算表达式为：

13、

14、

15、其中，d(t)为负荷满意度状态参数,d(t)＝1表示负荷从关闭改变到开启状态；tl为负荷i可行启动时段的时长；tstart、tend为负荷i原本的启停时间；δt为单位调度时段的时长：

16、温度满意度的目标函数表示为：

17、

18、其中，pac(t)为室内温度偏离设定值的比例，sac(t)为空调工作状态参数，当t属于空调工作时段时sac(t)＝1，当t不属于空调工作时段时sac(t)＝0；

19、按照下式构建得到用户用电满意度的最优目标fc；

20、

21、其中αc、βc为权重系数，ctmax为时间满意度最大值，ctempmax为温度满意度最大值。

22、进一步的，所述上层领导者模型的表达式为：

23、f＝fpv+fbuy+fb+fc+fl

24、其中

25、

26、其中，f为总运行成本，fpv为分布式电源运行成本；fbuy为电网购电成本；fbat为蓄电池折旧成本；fc为碳排放成本；kpv为光伏成本系数；fl为柔性负荷调度成本，包括可平移、可转移、可削减负荷；kbuy为向电网购电的分时电价；kc为碳排放惩罚系数；ppv(t)为光伏输出功率；pbuy(t)为电网购电功率；pc为一个周期内各类发电功率和电网购买功率；pb为储能功率。

27、进一步的，对所述主从博弈模型进行模型求解的步骤包括：

28、对数据进行初始化，产生柔性负荷提供方各柔性负荷出力策略的初始群，发送给下层柔性负荷用户；

29、下层柔性负荷用户接收柔性负荷提供方发送的各柔性负荷出力决策信息，以所述下层跟随者模型为目标采用nsga-ii方法进行求解，得到出力负荷用户最优解，并作为出力负荷用户决策发送给上层柔性负荷提供方；

30、上层柔性负荷提供方接收下层柔性负荷用户的出力负荷用户决策信息，判断是否达到动态平衡条件，如果没有则按照所述上层领导者模型对各柔性负荷出力策略进行调整，将调整后的策略发送给下层柔性负荷用户继续进行博弈迭代，直至达到动态平衡条件，输出各柔性负荷出力与出力负荷用户的最优策略。

31、进一步的，所述采用nsga-ii方法求解的步骤包括：

32、初始化：随机生成指定数量的出力负荷用户的解作为初始种群；

33、非支配排序：根据所述下层跟随者模型的多目标优化目标函数值，对种群进行非支配排序，并将种群分为多个等级，其中在第一个等级中，没有任何个体可以支配其他个体；在第二个等级中，只有第一个等级的个体能支配该等级的个体，以此类推；

34、计算拥挤度：在每个等级中，计算每个个体的拥挤度，所述拥挤度为衡量解的分布密度的指标；

35、选择：根据非支配排序和拥挤度的计算结果，选择个体进行交叉和变异操作；

36、交叉和变异：通过交叉和变异操作生成新的个体；

37、合并和选择：将父代和子代合并，再次进行非支配排序和拥挤度计算，选择合适的个体形成新的种群；

38、终止判断：如果达到预设的进化代数或者满足其他终止条件，停止求解，并输出当前的非支配解集；否则，返回执行非支配排序计算。

39、进一步的，还包括为所述下层跟随者模型、所述上层领导者模型设置约束条件，所述上层跟随者模型的约束条件包括柔性负荷功率限制约束、功率平衡约束、电压约束以及弃光约束中任意一种或多种，所述下层跟随者模型的约束条件包括单一负荷功率约束和/或环境温度约束

40、一种计算机系统，包括处理器以及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序以执行如上述方法。

41、与现有技术相比，本发明的优点在于：本发明通过在柔性负荷调度中引入调控裕度和用户满意度，同时使用基于主从博弈模型进行博弈迭代，将柔性负荷用户作为主从博弈中跟随者，将柔性负荷提供方作为上层领导者，同时以用户柔性负荷调控裕度和用户满意度最优为目标构建下层跟随者模型，以用户满意度以及运行成本最优构建上层领导者模型，使得可以同时考虑用户柔性负荷调控裕度和满意度以及负荷提供方成本进行柔性负荷调度，通过对模型进行求解实现均衡，找到负荷提供方与柔性负荷用户目标之间的最佳平衡点，从而实现既满足负荷聚合商目标需求，又满足用户体验需求的最优柔性调度。