面向分布式能源的多目标多主体分布式博弈优化方法
【技术领域】
[0001] 本发明公开了面向分布式能源的多目标多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] 随着越来越多的风电、光伏等分布式能源接入电网系统，多能源系统的联合优化 问题呈现出多目标、多约束等复杂特性，同时，多种分布式能源利益主体之间存在着相互的 博弈特性，传统的分布式优化方法一般仅考虑其多目标特性或者多主体博弈特性，忽略了 分布式能源优化中多目标、多主体的协调问题。由于多种能源均有自身不同的独立特征且 各种分布式能源一般分属不同的利益主体，仅考虑优化问题的多目标特性的优化方案忽略 了个体特性的全面考虑。此外，由于分布式能源优化配置具有多种多样的目标需求，仅考虑 其多主体特性的单一目标需求，无法满足其实际工程需要。
【发明内容】
[0003] 本发明所要解决的技术问题是针对上述【背景技术】的不足，提供了面向分布式能源 的多目标多主体分布式博弈优化方法，实现了多种分布式能源资源的最优配置，解决了多 目标多主体分布式协调优化的技术问题。
[0004] 本发明为实现上述发明目的采用如下技术方案：
[0005] 面向分布式能源的多目标多主体分布式博弈优化方法，包括如下步骤：
[0006] A、建立多能源系统的多目标整体优化模型；
[0007] B、根据分布式协调优化理论将所述多目标整体优化模型分解为以各能源群为主 体的子系统多目标优化模型；
[0008] C、求解各子系统多目标优化模型得到各能源群在多目标需求下的博弈策略集合， 再结合分布式协调理论得到多目标整体优化模型在各目标需求下的方案集；
[0009] D、由多目标整体优化模型在各目标需求下的方案集求解多能源系统整体Pareto 最优解集。
[0010] 作为所述面向分布式能源的多目标多主体分布式博弈优化方法的进一步优化方 案，步骤A针对包含风电群、光伏群、火电群的多能源系统，以经济效益最大、环境污染最 小、线路损失最小为目标，考虑负荷平衡约束、各能源群机组的出力限制以及爬坡率约束建 立多能源系统的多目标整体优化模型：
[0011] 多目标
[0012] 负荷平衡约育
[0013] 各能源群机组的出力限制
[0014] 各能源群机组的爬坡率约束
[0015] 其中，Pwlt、Ppjt、别为第i个风电机组、第j个光伏机组、第k个火电机组在 t时刻的出力，Pwlit+1、Ppjit+1、PAit+Av别为第i个风电机组、第j个光伏机组、第k个火电机 组在t+Ι时刻的出力，Qwt、Qpt、Qd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，"为t时刻负荷总需求量，Plc]SSitSt时刻线损，Vh、L分别 为任意节点h、节点〇的电压，Θh、Θ。分别为任意节点h、节点〇的相角，gh。为节点h、节点 〇之间的互电导，Η为节点数目，PW1 _、Pp] _、ΡΑ _分别为第i个风电机组、第j个光伏机 组、第k个火电机组的最小出力限制，PW1 _、Ρρ] _、ΡΑ _分别为第i个风电机组、第j个光 伏机组、第k个火电机组的最大出力限制，ZW1 _、Zp] _、_分别为第i个风电机组、第j 个光伏机组、第k个火电机组的爬坡率下限，Zwl_、Zp] _、ΖΑ _分别为第i个风电机组、第 j个光伏机组和第k个火电机组的爬坡率上限，T为时间尺度，ak、bk、ck为第k个火电机组 的环境污染参数。
[0016] 进一步的，所述面向分布式能源的多目标多主体分布式博弈优化方法中，步骤B 所述各能源群为主体的子系统多目标优化模型包括：风电群子系统模型、光伏群子系统模 型、火电群子系统模型，
[0017] 风电群子系统模型：
\ lar-i yvi. ；t-rx vl·// κΜ? ?ηαΛ
[0018] 光伏群子系统模型
[0019] 火电群子系统模型
[0020] 其中，FW、FP、F。分别为风电群、光伏群、火电群子系统的多目标函数。
[0021] 再进一步的，所述面向分布式能源的多目标多主体分布式博弈优化方法中，步骤C 结合分布式协调理论得到多目标整体优化模型在各目标需求下的方案集包括：
[0022] 经济效益最大化方案集
[0023] 环境污染最小化方案集：
[0024] 线路损失最小化方案集 ?V U-ΛΙ
U.n，i
[0025] 其中，分别为第i个风电机组、第j个光伏机组、第k个火电机组t 时刻出力的第η次迭代值，^卩"、\ 分别为第i个风电机组、第j个光伏机组、第 k个火电机组t时刻出力的第n+1次迭代值，%、私为迭代参 ;.-1 .4-1 数，Awit、λρΗ、为拉格朗日算子，n为正整数。
[0026] 更进一步的，所述面向分布式能源的多目标多主体分布式博弈优化方法中，步骤D 由多目标整体优化模型在各目标需求下的方案集求解多能源系统整体Pareto最优解集的 方法为：对步骤C得到的多目标整体优化模型在各目标需求下的方案集进行有限次迭代并 选取位于迭代结果前列的有限个解组成多能源系统整体Pareto最优解集。
[0027] 作为所述面向分布式能源的多目标多主体分布式博弈优化方法的更进一步优化 方案，步骤C中求解各子系统多目标优化模型得到各能源群在多目标需求下博弈策略集合 的方法具体为：
[0028] C1、各能源群预测其它能源群在未来时刻的发电信息并估计其它能源群的个体策 略；
[0029] C2、以各能源群自身历史发电信息为参与者并以其它能源群的个体策略为竞争 者，依据各子系统多目标优化模型进行博弈得到各能源群在多目标需求下的博弈策略集 合。
[0030] 进一步的，所述面向分布式能源的多目标多主体分布式博弈优化方法的更进一步 优化方案，在步骤C2后采用智能优化算法求得各主体最优博弈策略集合，再结合分布式协 调理论得到多目标整体优化模型在各目标需求下的方案集。
[0031] 本发明采用上述技术方案，具有以下有益效果：提出的面向分布式能源的多目标 多主体分布式博弈优化方法，既考虑了多目标特性又顾及了分布式能源分属不同利益主体 的这一个体特性，为协调分布式能源优化中多目标、多主体问题提供了一种可行方案，首先 基于分布式协调优化理论将多主体分布式能源系统多目标优化模型分解为若干个子系统 多目标优化模型，再将复杂系统转化为若干个简单的子系统，并采用先进的智能优化方法 对各子系统优化模型进行求解进而推求出各子系统的最优解集，最终形成多种分布式能源 整体系统的最佳Pareto方案集，为多能源资源的联合优化配置提供可靠的决策支持，实现 了多种分布式能源资源的最优配置。
[0032] 本发明附加的方面和优点将在下面的描述中部分给出，这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】
[0033] 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，还可以根据这些附图获得其他 的附图。
[0034] 图1为本发明面向分布式能源多目标多主体分布式博弈优化的框图。
【具体实施方式】
[0035] 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。
[0036] 本领域的技术人员可以理解，除非另外定义，这里使用的所有术语（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，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
[0037] 为便于对本发明实施例的理解，下面以如图1所示的包含风电群、光伏群、火电群 的多能源整体系统为例阐述本发明的多目标多主体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。
[0038] ( -）结合多种分布式能源的经济性、环保性和高效性等目标需求，综合考虑风电 群、光伏群和火电群机组的出力限制、爬坡率限制等约束条件，建立以各种不同分布式能源 为利益主体的多目标多主体联合优化模型
[0039] (1)目标：
[0040] 经济效益
（H
[0041]
[0042]
[0043] 其中，Pwlt、Ppjt、别为第i个风电机组、第j个光伏机组、第k个火电机组在 t时刻的出力，pwlit+1、Ppjit+1、PAit+Av别为第i个风电机组、第j个光伏机组、第k个火电机 组在t+Ι时刻的出力，Qwt、Qpt、Qd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，Vh、L分别为任意节点h、节点〇的电压，Θh、Θ^分别为任 意节点h、节点〇的相角，gh。为节点h、节点〇之间的互电导，Η为节点数目，T为时间尺度， ak、bk、ck为第k个火电机组的环境污染参数。
[0044] (2)约束条件：
[0045] 负荷平衡约束
（4)，
[0046] 风电出力约束：Pwi 丨-< Pwit< Pwimax，?= 1，2, · · ·，I (5)，
[0047] 光伏出力约束：Pp]_彡 Pp]t彡 Pp] mx，j= 1，2, · · ·，J (6)，
[0048] 火电出力约束：Pckmin< Pckt< Pckmax，k= 1，2, · · ·，K (7)，
[0049] 风电爬坡率约束：ZW1 咖彡 P