【技术实现步骤摘要】
本专利技术涉及电力系统，尤其涉及一种基于主从博弈的电动汽车聚合商的调度优化方法和装置。
技术介绍
1、电动汽车聚合商eva作为协调电网与电动汽车用户中间环节的运营主体，在电动汽车需求侧资源调度管理方面发挥着愈加重要的作用。随着电力运营主体日趋多元化，聚合商可以结合用户充电规律和需求特性向其提供充放电服务，以价格信号、激励手段、合约形式等交易机制手段进行电动汽车充放电引导，协调与用户侧间的利益关系。目前电动汽车聚合商的服务运营模式和交易机制研究尚不成熟，如何进一步设计考虑电动汽车用户需求特性的服务交易机制，同时激发电动汽车用户的主动调节潜力，提高充放电调度的灵活性，已成为电动汽车有序调度领域新的探索方向。
技术实现思路
1、为了解决目前电动汽车聚合商不能满足用户差异化充电需求的技术问题，本专利技术提供了一种基于主从博弈的电动汽车聚合商的调度优化方法和装置。
2、第一方面，本专利技术提供了一种基于主从博弈的电动汽车聚合商的调度优化方法，所述方法包括：
3、获取目标电网区域内的电网侧数据、电动汽车聚合商数据和电动汽车用户数据，并基于日前阶段中差异化合约时段的电网合约调度，生成日前阶段的充电策略初始种群和放电策略初始种群；
4、基于所述电网侧数据、所述电动汽车聚合商数据、所述电动汽车用户数据、以及日前阶段的充电策略初始种群和放电策略初始种群，利用电动汽车用户充放电调度模型和电动汽车聚合商策略优化模型，通过遗传算法，得到日前阶段的电动汽车聚合商的合约充电策
5、基于所述电动汽车聚合商在日前阶段的最优合约充电策略和最优放电策略，对日内阶段基于差异化电价合约交易机制的调度进行优化。
6、基于上述技术方案，进一步地，所述基于所述电网侧数据、所述电动汽车聚合商数据、所述电动汽车用户数据、以及日前阶段的充电策略初始种群和放电策略初始种群，利用电动汽车用户充放电调度模型和电动汽车聚合商策略优化模型，通过遗传算法，得到日前阶段的电动汽车聚合商的合约充电策略和放电策略中的种群适应度最佳个体即所述电动汽车聚合商在日前阶段的最优合约充电策略和最优放电策略，具体包括：
7、s1、基于所述电网侧数据、所述电动汽车聚合商数据和所述电动汽车用户数据，建立电动汽车用户充放电调度模型和电动汽车聚合商策略优化模型，利用所述电动汽车用户充放电调度模型和所述电动汽车聚合商策略优化模型，计算日前阶段的电动汽车聚合商的合约充电策略和放电策略；
8、s2、以所述电动汽车聚合商策略优化模型中的目标函数搜索日前阶段的电动汽车聚合商的合约充电策略和放电策略中的种群适应度最佳个体，得到所述电动汽车聚合商在日前阶段的最优合约充电策略和最优放电策略。
9、基于上述技术方案，进一步地，所述s1中具体包括：
10、基于所述电网侧数据、所述电动汽车聚合商数据和所述电动汽车用户数据，建立各类电动汽车用户的电动汽车用户充放电调度模型，所述电动汽车用户充放电调度模型是分别以各类电动汽车用户做出充放电决策的满意程度最高为目标建立的，接收上层的电动汽车聚合商在日前阶段的合约信号，得到合约调度时段内的各类电动汽车用户的电动汽车最优功率响应策略；
11、基于所述电网侧数据、所述电动汽车聚合商数据和所述电动汽车用户数据，建立电动汽车聚合商策略优化模型，并根据合约调度时段内的电动汽车最优功率响应策略，计算日前阶段的电动汽车聚合商的合约充电策略和放电策略。
12、基于上述技术方案，进一步地，所述s2中具体包括：
13、用所述电动汽车聚合商策略优化模型中目标函数搜索日前阶段的电动汽车聚合商的合约充电策略和放电策略作为种群的种群适应度最佳个体，得到当前次的最优合约充电策略和最优放电策略；
14、判断当前次是否达到预设最大迭代次数或当前次的最优合约充电策略和最优放电策略是否满足预设均衡收敛条件；
15、若是，则所述当前次的最优合约充电策略和最优放电策略为日前阶段电动汽车聚合商的最优合约充电策略和最优放电策略；
16、否则，执行种群进化，返回步骤s1。
17、基于上述技术方案，进一步地，所述电动汽车用户充放电调度模型包括第一目标函数和所述电动汽车用户的约束条件；
18、
19、其中，为第i类电动汽车用户t时段的效用函数，为第i类电动汽车用户t时段的成本函数，其中tda是总时段；
20、所述电动汽车用户的约束条件包括功率充放电上下限约束、充放电状态唯一性约束、合约调度时段约束、荷电状态转换约束、充放电深度约束和期望荷电状态约束；
21、其中，所述电动汽车用户t时段的效用函数具体为：
22、
23、αi和βi为第i类电动汽车用户的偏好系数，为第i类电动汽车用户的电动汽车在第j次的充电功率，ndai是总充电次数；
24、所述电动汽车用户t时段的成本函数具体为：
25、
26、其中，为第i类电动汽车用户的充电成本，k为电动汽车用户的类别数量，为第i类电动汽车用户的电动汽车的第j次的充电功率，为第i类电动汽车用户的放电收益，为第i类电动汽车用户的电动汽车的放电功率，为第i类电动汽车用户的电能损耗成本，即为电动汽车聚合商实际供给电量与电动汽车的电池增量间的差值，为第i类电动汽车用户的电池退化成本，即为动力锂电池充放电特性下的电动汽车电池寿命损耗线性函数；
27、所述合约调度时段内的各类电动汽车用户的电动汽车最优功率响应策略，具体包括各类电动汽车用户在总时段的充电功率和放电功率
28、基于上述技术方案，进一步地，所述电动汽车聚合商策略优化模型包括第二目标函数和电动汽车聚合商的约束条件：
29、所述第二目标函数：
30、
31、其中，feva为日前阶段的合约电动汽车聚合商的净收益，为电动汽车聚合商的售电收益，为电网侧的上网电价，pts为电动汽车聚合商向电网侧售电功率，为电动汽车聚合商的购电成本，为电网侧的售电电价，ptb为电动汽车聚合商向电网侧购电功率，为包含分布式光伏系统的运维成本损耗和储能系统充、放电成本损耗的电动汽车聚合商的运维成本；
32、所述电动汽车聚合商的约束条件包括功率平衡约束、光伏消纳约束、储能系统充放电约束、向电网购售电约束和日前合约电价约束；
33、其中，所述功率平衡约束为潜力电动汽车充放电、电动汽车基础负荷需求响应、储能系统充放电、分布式光伏出力消纳和向电网购售电的功率平衡。
34、基于上述技术方案，进一步地，所述基于所述电动汽车聚合商在日前阶段的最优合约充电策略和最优放电策略，对日内阶段基于差异化电价合约交易机制的调度进行优化，具体包括：
35、所述电动汽车聚合商分别根据所述电动汽车用户的类别、电动汽车聚合商的约束本文档来自技高网...
【技术保护点】
1.一种基于主从博弈的电动汽车聚合商的调度优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述电网侧数据、所述电动汽车聚合商数据、所述电动汽车用户数据、以及日前阶段的充电策略初始种群和放电策略初始种群，利用电动汽车用户充放电调度模型和电动汽车聚合商策略优化模型，通过遗传算法，得到日前阶段的电动汽车聚合商的合约充电策略和放电策略中的种群适应度最佳个体即所述电动汽车聚合商在日前阶段的最优合约充电策略和最优放电策略，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述S1中具体包括：
4.根据权利要求3所述的方法，其特征在于，所述S2中具体包括：
5.根据权利要求3所述的方法，其特征在于，所述电动汽车用户充放电调度模型包括第一目标函数和所述电动汽车用户的约束条件；
6.根据权利要求5所述的方法，其特征在于，所述电动汽车聚合商策略优化模型包括第二目标函数和电动汽车聚合商的约束条件：
7.根据权利要求6所述的方法，其特征在于，所述基于所述电动汽车聚合商在日前阶段的最优合约充
8.一种基于主从博弈的电动汽车聚合商的调度优化装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的基于主从博弈的电动汽车聚合商的调度优化方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的基于主从博弈的电动汽车聚合商的调度优化方法。
...【技术特征摘要】
1.一种基于主从博弈的电动汽车聚合商的调度优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述电网侧数据、所述电动汽车聚合商数据、所述电动汽车用户数据、以及日前阶段的充电策略初始种群和放电策略初始种群，利用电动汽车用户充放电调度模型和电动汽车聚合商策略优化模型，通过遗传算法，得到日前阶段的电动汽车聚合商的合约充电策略和放电策略中的种群适应度最佳个体即所述电动汽车聚合商在日前阶段的最优合约充电策略和最优放电策略，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述s1中具体包括：
4.根据权利要求3所述的方法，其特征在于，所述s2中具体包括：
5.根据权利要求3所述的方法，其特征在于，所述电动汽车用户充放电调度模型包括第一目标函数和所述电动汽车用户的约束条件；
6...
【专利技术属性】
技术研发人员：王燕，张立涛，杨康，赵宛莹，杨军，孙研哲，
申请(专利权)人：国网北京市电力公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。