基于主从博弈的智能小区代理商定价策略及 电动汽车充电管理matlab程序（yalmip+cplex）（yalmip+gurobi）

基于主从博弈的智能小区代理商定价策略及电动汽车充电管理matlab程序（yalmip+cplex）（yalmip+gurobi）
参考文献：基于主从博弈的智能小区代理商定价策略及电动汽车充电管理

智能电网的负荷包括传统负荷和主动负荷，我国配电网侧的主动负荷主要由电动汽车构成，功率需求随电价变化是其重要特点之一。随着电动汽车的普及，代理商将在小区电动汽车充电管理中扮演重要角色。如何制定代理商的定价与购电策略，实现代理商与电动汽车车主双赢，成为重要的研究课题。基于以上原因，提出了一种未来智能小区代理商的定价及购电策略，将代理商和车主各自追求利益最大化建 模为主从博弈。该模型亦可为研究电动汽车参与的需求侧响应提供重要的借鉴。另外，还进一步通过 Karush-KuhnTucker 最优性条件和线性规划对偶定理将此博弈模型转化 为混合整数线性规划问题进行求解，最终获得全局最优的定价策略。

1 代理商定价的主从博弈模型

2 博弈上层代理商的优化问题如下

3 博弈下层决策者电动汽车 i 的优化问题如下

4 求解方法

5 matlab程序（yalmip+cplex）

// 基于主从博弈的智能小区代理商定价策略及电动汽车充电管理 魏韡[J]. 电网技术
%程序复现自 基于主从博弈的智能小区代理商定价策略及电动汽车充电管理 魏韡[J]. 电网技术
%双层博弈，KKT条件

clear
clc
close all
price_day_ahead=[0.35;0.33;0.3;0.33;0.36;0.4;0.44;0.46;0.52;0.58;0.66;0.75;0.81;0.76;0.8;0.83;0.81;0.75;0.64;0.55;0.53;0.47;0.40;0.37];
price_b=1.2*price_day_ahead;
price_s=1.2*price_day_ahead;
lb=0.8*price_day_ahead;
ub=1.2*price_day_ahead;
T_1=[1;1;1;1;1;1;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;1;1;1];%早出晚归型
T_2=[1;1;1;1;1;1;1;1;0;0;0;0;1;1;1;0;0;0;0;1;1;1;1;1];%上班族
T_3=[0;0;0;0;0;0;0;1;1;1;1;1;1;1;1;1;1;1;1;1;0;0;0;0];%夜班型
%% 设置变量
Ce=sdpvar(24,1);%电价
z=binvar(24,1);%购售电状态
u=binvar(24,1);%储能状态
Pb=sdpvar(24,1);%日前购电
Pb_day=sdpvar(24,1);%实时购电
Ps_day=sdpvar(24,1);%实时售电
Pdis=sdpvar(24,1);%储能放电
Pch=sdpvar(24,1);%储能充电
Pc1=sdpvar(24,1);%一类车充电功率
Pc2=sdpvar(24,1);%二类车充电功率
Pc3=sdpvar(24,1);%三类车充电功率
S=sdpvar(24,1);%储荷容量
...........略

7 计算结果

程序结果：

论文结果：