基于纳什谈判理论的风–光–氢多主体能源系统合作运行方法(Matlab代码实现)

简介: 基于纳什谈判理论的风–光–氢多主体能源系统合作运行方法(Matlab代码实现)

👨‍🎓个人主页:研学社的博客

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 文献来源

🌈4 Matlab代码实现


image.gif

💥1 概述

文献来源:

image.gif

摘要:以可再生能源制氢为特征的能源系统将是今后能源互联网建设的重要方向之一。该文针对风–光–氢多主体能源系统的合作运行展开研究。首先,考虑主体间的电能交易建立各主体的优化运行模型,然后基于纳什谈判理论建立风–光–氢多主体合作运行模型,接着将其等效为联盟效益最大化和电能交易支付谈判两个子问题。为保护各主体隐私,运用交替方向乘子法提出上述两个子问题的分布式求解方法。最后通过算例验证所提合作运行模型以及分布式算法的有效性。仿真结果表明通过风–光–氢多主体的合作运行,可以较大幅度提高各主体的运行效益以及合作联盟的整体效益。此外,风光发电上网电价的降低,将促进风–光–氢多主体展开合作,以提升各自运行效益。

关键词:

风光氢能源系统;纳什谈判;合作运行;电能交易;交替方向乘子法;

1 为一个典型的由风电场、光伏电站、电制氢系统组成的能源系统。现实当中,风电场、光伏

电站、电制氢系统通常属于不同的利益主体。在传统非合作运行模式下,风电场和光伏电站发电直接以各自上网电价销售给电网,而电制氢系统以工业电价向电网购电进行电解水制氢以满足氢气负荷需求。根据国家发改委、国家能源局发布的《关于开展分布式发电市场化交易试点的通知》[24]给出的分布式交易模式:分布式发电项目与电力用户进行电力直接交易,向电网企业支付“过网费”,文中假设在合作运行模式下,风电主体和光伏主体通过与电制氢主体签订协议,经谈判协商确定交易电量和价格,通过电网直接向电制氢系统售电,电网企业对电能交易收取相应过网费用。下面具体建立合作运行模式下考虑风–光–氢电能交易的各主体优化模型。

image.gif

电制氢主体通过优化生产计划,确定从电网、风电主体和光伏主体的购电量以满足电制氢电能

需求,并最小化运行成本。如图 2 所示,电制氢系统主要由电解槽、压缩 机、储氢罐和电储能设备组成。

image.gif

📚2 运行结果

算法收敛性分析:

本文采用 ADMM 算法实现风氢联盟效益最大化子问题和电能交易支付谈判子问题的分布

式求解。图 3 给出风氢联盟效益最大化子问题各主体目标函数及联盟效益函数收敛结果,可以看出所提算法在经过 30 次迭代后实现收敛;图 4 给出电能交易谈判子问题风–氢交易电价和光氢交易电价收敛结果,可以看出所提算法在经过 23 次迭代后实现收敛。说明本文基于 ADMM 提出的风–光–氢联盟效益最大化子问题和电能交易支付谈判子问题的分布式求解算法均具有较好收敛特性,在兼顾保护各主体隐私信息的同时,可实现两个子问题的分布式高效求解。

image.gif

复现运行图:

image.gif

image.gif

image.gif

image.gif

🎉3 文献来源

部分理论来源于网络,如有侵权请联系删除。

[1]马腾飞,裴玮,肖浩,李德鑫,吕项羽,侯恺.基于纳什谈判理论的风–光–氢多主体能源系统合作运行方法[J].中国电机工程学报,2021,41(01):25-39+395.DOI:10.13334/j.0258-8013.pcsee.200956.

🌈4 Matlab代码实现

链接:https://pan.baidu.com/s/1GXFsdjH566XYd_6uZ7IZfg 

提取码:y1t1

--来自百度网盘超级会员V3的分享

相关文章
|
1月前
|
机器学习/深度学习 数据采集 人工智能
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
41 0
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
|
1月前
|
机器学习/深度学习 算法 计算机视觉
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
29 2
|
2月前
|
机器学习/深度学习 算法
m基于深度学习的QPSK调制解调系统相位检测和补偿算法matlab仿真
m基于深度学习的QPSK调制解调系统相位检测和补偿算法matlab仿真
42 2
|
2月前
|
机器学习/深度学习 数据采集 算法
基于深度学习的鸟类识别系统matlab仿真
基于深度学习的鸟类识别系统matlab仿真
|
2月前
|
机器学习/深度学习 监控 算法
m基于深度学习网络的活体人脸和视频人脸识别系统matlab仿真,带GUI界面
m基于深度学习网络的活体人脸和视频人脸识别系统matlab仿真,带GUI界面
39 0
|
1月前
|
机器学习/深度学习 并行计算 算法
m基于深度学习网络的瓜果种类识别系统matlab仿真,带GUI界面
m基于深度学习网络的瓜果种类识别系统matlab仿真,带GUI界面
32 0
|
1天前
|
机器学习/深度学习 算法 计算机视觉
m基于Yolov2深度学习网络的人体喝水行为视频检测系统matlab仿真,带GUI界面
MATLAB 2022a中使用YOLOv2算法对avi视频进行人体喝水行为检测,结果显示成功检测到目标。该算法基于全卷积网络,通过特征提取、锚框和损失函数优化实现。程序首先打乱并分割数据集,利用预训练的ResNet-50和YOLOv2网络结构进行训练,最后保存模型。
11 5
|
19天前
|
存储 人工智能 机器人
【Matlab】Matlab电话拨号音合成与识别(代码+论文)【独一无二】
【Matlab】Matlab电话拨号音合成与识别(代码+论文)【独一无二】
|
1月前
|
机器学习/深度学习 算法
m基于深度学习的64QAM调制解调系统相位检测和补偿算法matlab仿真
MATLAB 2022a仿真实现了基于深度学习的64QAM相位检测和补偿算法,有效应对通信中相位失真问题。通过DNN进行相位检测和补偿,降低解调错误。核心程序生成随机信号,模拟AWGN信道,比较了有无相位补偿的误码率,结果显示补偿能显著提升性能。
27 8

热门文章

最新文章