考虑源荷不确定性与多元储能共享的多微电网市场主从博弈优化策略.pdfVIP

考虑源荷不确定性与多元储能共享的多微电网市场主从博弈优化策略.pdf

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第36卷第11期电力系统及其自动化学报Vol.36No.11

2024年11月ProceedingsoftheCSU-EPSANov.2024

考虑源荷不确定性与多元储能共享的多微电网市场

主从博弈优化策略

122222

李岩,刘景远,王达,兰月,赵海,郑婷婷

(1.国网内蒙古东部电力有限公司,呼和浩特010020;2.国网内蒙古东部电力有限公司

电力科学研究院,呼和浩特010020)

摘要:针对多微网分布式电源不确定和利益冲突导致运行效率低的问题,提出一种考虑源荷时空相关性与共享

多元储能的多微网市场主从博弈优化方法。首先,将源荷历史数据和地理分布信息转化为图结构输入特征,结

合注意力机制建立时空图卷积神经网络模型,提取源荷间隐藏的时空相关性。然后,建立含共享储能的多微网

收益最大和用户购电成本最小目标的两阶段主从博弈模型,通过上下层迭代实现多电网主从博弈均衡求解。最

后,仿真验证所提方法有效增加储能设备利用率、提高多电网经济性。

关键词:多元储能;图卷积神经网络;注意力机制;多微电网;时空相关性;主从博弈

中图分类号:TM615文献标志码:A文章编号:1003-8930(2024)11-0121-09

DOI:10.19635/ki.csu-epsa.001426

Multi-microgridMarketMaster-slaveGameOptimizationStrategyConsidering

Source-loadUncertaintyandMulti-energyStorageSharing

122222

LIYan,LIUJingyuan,WANGDa,LANYue,ZHAOHai,ZHENGTingting

(1.StateGridEastInnerMongoliaElectricPowerCo.,Ltd.,Hohhot010020,China;2.ElectricPower

ResearchInstitute,StateGridEastInnerMongoliaElectricPowerCo.,Ltd.,Hohhot010020,China)

Abstract:Tosolvetheproblemoflowoperationefficiencycausedbytheuncertaintyandinterestconflictofdistributed

generationsamongmultiplemicrogrids,amaster-slavegameoptimizationmethodformulti-microgridmarketispro⁃

posedinthispaper,whichconsidersthespatiotemporalcorrelationofsourceandloadandmulti-energystoragesharing.

Firstly,thehistoricaldataandgeographicdistributioninformationofsourceandloadaretransformedintotheinputfea⁃

turesofagraphstructure,andaspatiotemporalgraphconvolutionalneuralnetworkmodelisestablishedcombiningwith

theattent

文档评论(0)

1、人工智能 2、乡村振兴 3、金融资讯

1亿VIP精品文档

相关文档