基于非对称纳什谈判的多微网电能共享运行优化策略(Matlab代码实现)

简介: 基于非对称纳什谈判的多微网电能共享运行优化策略(Matlab代码实现)

💥1 概述

文献来源:


摘要:推进可再生能源高效利用,实现电力系统低碳化运行成为电力系统改革的重要方向。该文首先构建了包含电热气多能协同的微电网模型,考虑了含有碳配额和碳交易的优化运行机制,并在热电联产机组模型中改进加入了碳捕集系统和电转气装置,以降低碳排放。然后,基于纳什谈判理论建立了多微网电能共享合作运行模型,进而将其分解为微网联盟效益最大化子问题和合作收益分配子问题,选择交替方向乘子法分布式求解,从而有效保护各主体隐私。在合作收益分配子问题中,提出以非线性能量映射函数量化各参与主体贡献大小的非对称议价方法,各微网分别以其在合作中的电能贡献大小为议价能力相互谈判,以实现合作收益的公平分配。最后,仿真结果验证了所提方法的有效性。结果表明,通过所提的多微网电能共享方法,微网联盟收益实现最大化;并且,微网联盟的合作收益基于各微网的能量贡献大小实现了公平分配;在碳排放方面,结果证明了碳捕集联合电转气系统,以及微网间的能量共享方法,都能够有效减少微电网运行过程中的碳排放量。


关键词:


综合能源系统;电转气;碳捕集;P2P电能交易;非对称议价;低碳优化运行;


“十四五”是实现我国碳排放达峰的关键期,中央经济工作会议将“做好碳达峰、碳中和工作”列为


2021 年八项重点任务之一[1]。2021 年 7 月 16 日,全国碳排放权交易市场正式启动。推进可再生能源高效利用,实现电力系统能源供给低碳化清洁化[2],将是今后重点研究方向之一。微电网作为各类分布式新能源接入电力系统和聚合产消者的重要形式,研究表明,微网之间的点对点(peer to peer,P2P)能源交易,可以有效提高新能源的本地消纳率,降低微电网的用电成本,减少对公用电网的依赖,并降低碳排放[3-4]。关于分布式主体之间P2P电能交易的研究可分为两个方向,一是通过区块链技术来促成产消者之间的商业化电能交易[5-6]。另一类研究则是利用博弈论方法来最大化 P2P 电能交易的收益[7-9],本文研究即属于此类。多主体之间的能源交易博弈论方法可以分为两类:非合作博弈和合作博弈[10]。 在第一类中,总是根据产消者的能量剩余或不足将其分为对立的买方和卖方两类,往往通过 stackelberg 博弈以各自的个体成本最优为目标来相


互竞争,实现基于纳什均衡的最小能源成本[11-13]。 文献[11-12]中将多个社区微电网分为买方和卖方互相主从博弈;文献[13]则考虑综合能源系统中三方利益主体的 stackelberg 博弈优化方法。另一种基于竞价拍卖博弈[14-15]的方法,其优点是便于写入智能合约。非合作博弈中每个主体都被视为自私的且对立的,因而缺乏对整体利益的考虑。


1.1 基于 P2P 交易的多微网电能共享架构

1.2 含碳捕集和电转气的微电网模型  

📚2 运行结果

2.1 算法收敛性分析——子问题

原文图:


复现结果图:

2.3 多微网 P2P 电能交易优化结果分析

原文图:

复现结果图:


🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。


[1]吴锦领,楼平,管敏渊等.基于非对称纳什谈判的多微网电能共享运行优化策略[J].电网技术,2022,46(07):2711-2723.DOI:10.13335/j.1000-3673.pst.2021.1590.


🌈4 Matlab代码、数据、文章讲解

相关文章
|
12天前
|
算法
基于粒子群算法的分布式电源配电网重构优化matlab仿真
本研究利用粒子群算法(PSO)优化分布式电源配电网重构,通过Matlab仿真验证优化效果,对比重构前后的节点电压、网损、负荷均衡度、电压偏离及线路传输功率,并记录开关状态变化。PSO算法通过迭代更新粒子位置寻找最优解,旨在最小化网络损耗并提升供电可靠性。仿真结果显示优化后各项指标均有显著改善。
|
7天前
|
机器学习/深度学习 算法 数据挖掘
基于GWO灰狼优化的GroupCNN分组卷积网络时间序列预测算法matlab仿真
本项目展示了基于分组卷积神经网络(GroupCNN)和灰狼优化(GWO)的时间序列回归预测算法。算法运行效果良好,无水印展示。使用Matlab2022a开发,提供完整代码及详细中文注释。GroupCNN通过分组卷积减少计算成本,GWO则优化超参数,提高预测性能。项目包含操作步骤视频,方便用户快速上手。
|
8天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于WOA鲸鱼优化的GroupCNN分组卷积网络时间序列预测算法matlab仿真
本项目展示了一种基于WOA优化的GroupCNN分组卷积网络时间序列预测算法。使用Matlab2022a开发,提供无水印运行效果预览及核心代码(含中文注释)。算法通过WOA优化网络结构与超参数,结合分组卷积技术,有效提升预测精度与效率。分组卷积减少了计算成本,而WOA则模拟鲸鱼捕食行为进行优化,适用于多种连续优化问题。
|
19天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于GA遗传优化的GroupCNN分组卷积网络时间序列预测算法matlab仿真
该算法结合了遗传算法(GA)与分组卷积神经网络(GroupCNN),利用GA优化GroupCNN的网络结构和超参数,提升时间序列预测精度与效率。遗传算法通过模拟自然选择过程中的选择、交叉和变异操作寻找最优解;分组卷积则有效减少了计算成本和参数数量。本项目使用MATLAB2022A实现,并提供完整代码及视频教程。注意:展示图含水印,完整程序运行无水印。
|
21天前
|
算法 数据挖掘
基于粒子群优化算法的图象聚类识别matlab仿真
该程序基于粒子群优化(PSO)算法实现图像聚类识别,能识别0~9的数字图片。在MATLAB2017B环境下运行,通过特征提取、PSO优化找到最佳聚类中心,提高识别准确性。PSO模拟鸟群捕食行为,通过粒子间的协作优化搜索过程。程序包括图片读取、特征提取、聚类分析及结果展示等步骤,实现了高效的图像识别。
|
2天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于贝叶斯优化卷积神经网络(Bayes-CNN)的多因子数据分类识别算法matlab仿真
本项目展示了贝叶斯优化在CNN中的应用,包括优化过程、训练与识别效果对比,以及标准CNN的识别结果。使用Matlab2022a开发,提供完整代码及视频教程。贝叶斯优化通过构建代理模型指导超参数优化,显著提升模型性能,适用于复杂数据分类任务。
|
7天前
|
算法 决策智能
基于GA-PSO遗传粒子群混合优化算法的TSP问题求解matlab仿真
本文介绍了基于GA-PSO遗传粒子群混合优化算法解决旅行商问题(TSP)的方法。TSP旨在寻找访问一系列城市并返回起点的最短路径,属于NP难问题。文中详细阐述了遗传算法(GA)和粒子群优化算法(PSO)的基本原理及其在TSP中的应用,展示了如何通过编码、选择、交叉、变异及速度和位置更新等操作优化路径。算法在MATLAB2022a上实现,实验结果表明该方法能有效提高求解效率和解的质量。
|
2月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
153 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
2月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
113 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
2月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
79 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码

热门文章

最新文章