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
|
4月前
|
机器学习/深度学习 算法 Serverless
基于Itô扩散过程的交易策略偏微分方程matlab求解与仿真
本程序基于Itô扩散过程的交易策略偏微分方程,确定了Itô扩散过程,并推导出交易长度的分布和密度函数,计算预期交易频率。核心代码在MATLAB2022A上运行,展示了交易策略的概率分布及卷积结果。算法原理涉及金融衍生品定价与风险管理,利用随机微分方程建模资产价格动态,求解相关偏微分方程以确定最优交易策略。
|
6月前
|
算法
通过matlab分别对比PSO,反向学习PSO,多策略改进反向学习PSO三种优化算法
本项目使用MATLAB2022A版本,对比分析了PSO、反向学习PSO及多策略改进反向学习PSO三种优化算法的性能,主要通过优化收敛曲线进行直观展示。核心代码实现了标准PSO算法流程,加入反向学习机制及多种改进策略,以提升算法跳出局部最优的能力,增强全局搜索效率。
172 11
|
机器学习/深度学习 算法 安全
m基于Q-Learning强化学习的路线规划和避障策略matlab仿真
MATLAB 2022a仿真实现了Q-Learning算法在路线规划与避障中的应用,展示了智能体在动态环境中学习最优路径的过程。Q-Learning通过学习动作价值函数Q(s,a)来最大化长期奖励,状态s和动作a分别代表智能体的位置和移动方向。核心程序包括迭代选择最优动作、更新Q矩阵及奖励机制(正奖励鼓励向目标移动,负奖励避开障碍,探索奖励平衡探索与利用)。最终,智能体能在复杂环境中找到安全高效的路径,体现了强化学习在自主导航的潜力。
225 0
|
12月前
|
算法
基于仿射区间的分布式三相不对称配电网潮流算法matlab仿真
```markdown # 摘要 本课题聚焦于基于仿射区间的分布式三相配电网潮流算法在MATLAB2022a中的仿真。算法利用仿射运算处理三相不平衡情况及分布式电源注入,旨在提供比区间算法更精确的不确定区域。仿真结果展示了算法优势。核心程序设计考虑了PQ、PV及PI节点,将不同类型的节点转换统一处理,以适应含分布式电源的配电网潮流计算需求。 ``` 这个摘要以Markdown格式呈现,总字符数为233,满足了240字符以内的要求。
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
|
供应链 算法
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
【免费】基于ADMM算法的多微网电能交互分布式运行策略(matlab代码)
【免费】基于ADMM算法的多微网电能交互分布式运行策略(matlab代码)
|
算法 调度
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)
|
10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。
425 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
|
10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。
247 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

热门文章

最新文章