基于生态博弈的含云储能微电网多智能体协调优化调度

分布式储能可以缓解分布式电源大量接入微电网所带来的随机性问题,但高昂的初装成本和运维困难限制了其大规模推广应用.在微电网中引入"云储能"为用户提供高效的"虚拟分布式储能"服务,基于自然界生态系统思想,提出了含云储能微电网多智能体生态博弈协调优化调度模型.根据利益诉求关系,构建了微电网系统多智能体结构,得到微电网运营商、常规负荷代理、云储能运营商以及云储能用户四大智能体,建立了其优化模型;构建了微电网电力生态系统,建立了各智能体之间以及电力生态系统之间的博弈优化模型;采用基于纳什均衡的强化学习算法对多智能体生态博弈模型进行求解.算例结果表明,云储能服务优化...

Full description

Saved in:
Bibliographic Details
Published in中国电力 Vol. 54; no. 7; pp. 166 - 177
Main Authors 李咸善, 陈奥博, 程杉, 陈敏睿
Format Magazine Article
LanguageChinese
Published 梯级水电站运行与控制湖北省重点实验室(三峡大学) ,湖北 宜昌 443002 01.07.2021
Subjects
生态博弈
强化学习
纳什均衡
云储能
多智能体
Online AccessGet full text
ISSN1004-9649
DOI10.11930/j.issn.1004-9649.202005004

Cover

More Information
Summary:分布式储能可以缓解分布式电源大量接入微电网所带来的随机性问题,但高昂的初装成本和运维困难限制了其大规模推广应用.在微电网中引入"云储能"为用户提供高效的"虚拟分布式储能"服务,基于自然界生态系统思想,提出了含云储能微电网多智能体生态博弈协调优化调度模型.根据利益诉求关系,构建了微电网系统多智能体结构,得到微电网运营商、常规负荷代理、云储能运营商以及云储能用户四大智能体,建立了其优化模型;构建了微电网电力生态系统,建立了各智能体之间以及电力生态系统之间的博弈优化模型;采用基于纳什均衡的强化学习算法对多智能体生态博弈模型进行求解.算例结果表明,云储能服务优化了负荷曲线、降低了用电成本、云储能运营商也获得了收益,达到多方共赢效果.
ISSN:1004-9649
DOI:10.11930/j.issn.1004-9649.202005004