下述链接均可点击跳转,手机端打开速度较慢!请耐心等待哦~
专题推荐:论文推荐,代码分享,典藏级代码,视角(点击即可跳转)
在应对全球气候变化的大背景下,中国提出的“双碳”目标(即碳达峰与碳中和)正驱动着能源行业的深刻变革。本文综述了几项前沿研究,这些研究聚焦于利用先进的人工智能算法与博弈理论,优化微电网与虚拟电厂的调度策略,以实现经济效益与环境可持续性的双重提升。
1. 贝叶斯助力的深度学习:微网调度的精准预测与优化
夏懿等人在《电气工程学报》上发表的文章,揭示了如何通过结合贝叶斯网络与深度学习(BNN-DL)来提升微电网调度的精准度与效率。该模型不仅能够有效预测风力、光伏发电的不确定性和负荷需求,还通过构建包含日前与实时两阶段的优化模型,确保微电网的经济性与能源利用率最大化。其中,日前阶段侧重于储能与负荷的经济调度,而实时阶段则通过引入Stackelberg博弈模型来动态协调发电与用电之间的交互,进一步验证了模型在实际场景中的自适应性和经济环保效益。
2. 绿色证书与碳交易下的虚拟电厂协同优化
徐慧慧等人的研究,发表于《智慧电力》,则深入探讨了在绿色证书和碳交易机制下,多虚拟电厂如何通过混合博弈优化调度策略实现经济效益与低碳目标的双赢。研究构建了电网运营商与虚拟电厂联盟之间的混合博弈模型,利用纳什谈判理论促进合作收益的公平分配,显著降低了联盟的总成本和碳排放量,展现了多边合作在推动能源转型中的巨大潜力。
3. 综合能源系统的双层博弈:应对出行行为的灵活策略
贾士铎等学者在《西安交通大学学报》上分享的研究,则聚焦于园区综合能源系统中考虑新能源汽车出行行为调整的双层博弈优化策略。该策略通过建立包括能源运营商、负荷聚合商及新能源汽车负荷聚合商在内的双层博弈框架,有效解决了新能源汽车充电行为的不确定性对系统运行的挑战。引入的惩罚博弈机制和滚动优化控制策略,不仅提升了系统的经济性能,也确保了各参与主体利益的均衡,展示了出行行为调整在综合能源系统管理中的重要价值。
[1]夏懿,马龙,吴舒婷,等.双碳目标下基于贝叶斯改进深度学习算法的微网主从博弈调度优化[J/OL].电气工程学报
摘要:风机、光伏和负荷的不确定性及多主体利益的不协调,给微网调度优化带来了挑战,提出基于BNN-DL源荷预测的微网多主体多目标协调调度优化模型。首先深度神经网络融合贝叶斯法完成历史数据、气象因素和源荷的非线性关系映射,实现源荷精准预测。其次考虑微网经济性与能源利用率,提出微网日前与实时两阶段模型,日前阶段以储能运行、负荷调度、电能交易成本最低为目标构建模型进行优化。实时阶段为有效协调微网电能交互,建立微网发电与用户间的Stackelberg博弈模型,同时通过发电方非合作博弈和用户方演化博弈模拟电能价格和购电需求策略,并证明存在均衡解,然后运用反向变异麻雀搜索算法对两阶段模型进行求解。最后通过算例仿真分析,结果表明所提方法具有较好的自适应性,能够提高微网经济效益和能源利用率。
关键词:双碳目标;深度学习;贝叶斯算法;微网调度优化;主从博弈;
[2]徐慧慧,田云飞,赵宇洋,等.考虑绿证-碳交易的多虚拟电厂混合博弈优化调度[J].智慧电力,2024,52(03):1-7+16.
摘要:为分析多个虚拟电厂间协同管理经济效益及低碳效益问题,提出了一种考虑绿证-碳交易的多虚拟电厂混合博弈优化调度方法。首先,建立混合博弈优化框架,分析电网运营商和虚拟电厂联盟间博弈关系。然后,构建以电网运营商为领导者、虚拟电厂为跟随者的混合博弈优化模型,并基于纳什谈判理论,将虚拟电厂成本最小化等效为联盟效益最大化和合作收益分配2个子问题。最后,将二分法和交替方向乘子法相结合求解混合博弈模型。算例分析表明所提模型能够降低虚拟电厂联盟的总成本及碳排放量,协调联盟间的运行,提升联盟经济性及低碳性,实现了联盟成员合作收益公平分配。
关键词:混合博弈;纳什谈判;点对点交易;虚拟电厂;优化调度;
[3]贾士铎,康小宁,田博文,等.计及出行行为调整的综合能源系统双层博弈优化策略[J].西安交通大学学报,2024,58(04):54-63.
摘要:针对园区综合能源系统中各个主体的利益难以兼顾及新能源汽车出行计划临时变动会对系统运行带来不利影响的问题,提出了考虑车主出行行为调整的电热氢综合能源系统双层博弈优化运行策略。首先,建立以能源运营商(IESO)、负荷聚合商(ULA)和新能源汽车负荷聚合商(NEVLA)为主体的Stackelberg-Shapley双层博弈框架;其次,将双层博弈框架嵌入两阶段模型预测控制滚动调度模型中,并在第1阶段引入惩罚博弈机制,抑制车主按照个人意愿无序改变充电计划的行为;最后,联合沙丘猫优化算法与CPLEX求解器对博弈模型进行求解。仿真结果表明:所提策略与无惩罚博弈机制的滚动优化运行策略及考虑惩罚博弈机制的单断面优化运行策略对比,能源运营商的收益分别提高了4.43%、7.75%,负荷聚合商的剩余价值分别提高了6.48%、12.18%,电动汽车负荷调度成本分别减少了13.64%、4.43%,验证了所提策略具有更好的系统运行经济性。
关键词:出行行为调整;双层博弈;电热氢综合能源系统;滚动优化运行;新能源汽车;
专题推荐:论文推荐,代码分享,典藏级代码,视角(点击即可跳转)
-
使用LSTM进行时间序列预测的准确度与哪些因素有关?为什么要用智能算法优化LSTM超参数?(附时间序列预测matlab代码)
-
智能优化算法可以从哪些方面进行创新以提高寻优能力?最新智能优化算法!小论文创新点有了!可用于优化与预测(附matlab代码实现)
-
超创新!效果超好!开普勒优化算法+双向门控循环单元网络+卷积神经网络+注意力机制的时间序列预测算法(附matlab代码实现)
-
无敌创新!没有任何相关论文!融合正余弦和柯西变异的麻雀搜索优化算法+卷积神经网络+双向长短期记忆网络(附matlab代码实现)
-
智能优化算法的原理分类,为什么要用最新的算法?为什么要掌握多种算法?(附2023/2024最新智能优化算法合集matlab代码)
-
极高创新!研究少!基于元模型的主从博弈+双层优化+虚拟电厂能量管理+Stackelberg动态定价(附matlab代码实现)