基于协同免疫量子粒子群优化算法的虚拟电厂双层博弈模型

doi:10.12204/j.issn.1000-7229.2020.06.002

摘要/Abstract

摘要： 为了充分利用电动汽车（electric vehicle，EV）大规模的储能优势与代理聚合商在电力市场灵活购售电优势，以此弥补虚拟电厂（virtual power plant，VPP）内部供需不平衡情况，构建电动汽车参与的虚拟电厂双层博弈模型，对虚拟电厂同时进行内外部优化。首先，构建上层代理聚合商虚拟电厂完全信息动态博弈模型进行虚拟电厂外部优化；其次，构建虚拟电厂电动汽车聚合商合作博弈模型进行虚拟电厂内部优化，并利用改进的Shapley值分配虚拟电厂与电动汽车聚合商的合作收益；最后，以集成风电机组、可控负荷、储能电池、用户、电动汽车的虚拟电厂进行算例分析，采取协同免疫量子粒子群优化（coevolutionary immune quantum partical swarm optimization，CIQPSO）算法搜寻最优解。算例结果表明，电动汽车参与虚拟电厂能够同时提高两者的经济效益，提高虚拟电厂内部供需平衡能力。

关键词: 虚拟电厂（VPP）, 电动汽车（EV）, 聚合商, 双层博弈, 改进Shapley值, 协同免疫量子粒子群优化（CIQPSO）算法

Abstract: In order to make full use of the large-scale energy-storage advantages of electric vehicles （EVs） and the advantages of agent aggregators to flexibly purchase and sell electricity in the power market， to make up for the imbalance between supply and demand in virtual power plant （VPP）， this paper constructs a two-layer game model of a virtual power plant in which electric vehicles participate， to perform internal and external optimization of the virtual power plant at the same time. On this basis， firstly， a fully dynamic game model of the upper-level agent aggregator - virtual power plant is constructed to perform external optimization of the virtual power plant. Secondly， a virtual power plant - electric vehicle aggregator cooperation game model is built to optimize the virtual power plant internals， and the improved Shapley value is used to allocate the cooperation revenue between the virtual power plant and the electric vehicle aggregator. Finally， a virtual power plant with integrated wind turbines， controllable loads， energy storage batteries， users， and electric vehicles is used to analyze the example. The coevolutionary immune quantum partical swarm optimization （CIQPSO） algorithm is used to search for the optimal solution. The results of a numerical example show that the participation of electric vehicles in a virtual power plant can simultaneously improve the both economic benefits and increase the supply-demand balance capability of the virtual power plant.

Key words: virtual power plant（VPP）, electric vehicle（EV）, aggregator, two-layer game, improved Shapley value, coevolutionary immune quantum partical swarm optimization （CIQPSO）algorithm

中图分类号:

TM 73

谭忠富，谭彩霞，蒲雷，杨佳澄. 基于协同免疫量子粒子群优化算法的虚拟电厂双层博弈模型[J]. 电力建设, 2020, 41(6): 9-17.

TAN Zhongfu，TAN Caixia，PU Lei，YANG Jiacheng. Two-Layer Game Model of Virtual Power Plant Applying CIQPSO Algorithm[J]. Electric Power Construction, 2020, 41(6): 9-17.

参考文献

［1］谭笑，王主丁，李强，等. 计及多约束的多分布式电源接入配电网最大承载力分段算法［J］. 电力系统自动化， 2020， 44（4）： 72-82.
TAN Xiao， WANG Zhuding， LI Qiang， et al. Segmentation algorithm for maximum hosting capacity of distributed generator accessing to distribution network considering multiple constraints［J］. Automation of Electric Power Systems， 2020， 44（4）： 72-82.
［2］王凌云，吴小婷，李黄强，等. 柔性电动汽车和分布式电源的协同优化调度研究［J］. 可再生能源， 2020， 38（2）： 252-258.
WANG Lingyun， WU Xiaoting， LI Huangqiang， et al. Research on cooperative optimal scheduling of flexible electric vehicles and distributed generator［J］. Renewable Energy Resources， 2020， 38（2）： 252-258.
［3］江叶峰，熊浩，胡宇，等. 考虑电热综合需求响应的虚拟电厂优化调度［J］. 电力建设， 2019， 40（12）： 61-69.
JIANG Yefeng， XIONG Hao， HU Yu， et al. Optimal dispatching of virtual power plants considering comprehensive demand response of electricity and heat loads［J］. Electric Power Construction， 2019， 40（12）： 61-69.
［4］闫园，林鸿基，文福拴，等. 考虑电价和碳价间Copula风险依赖的虚拟电厂竞标策略［J］. 电力建设， 2019， 40（11）： 106-115.
YAN Yuan， LIN Hongji， WEN Fushuan， et al. Bidding strategy of a virtual power plant considering copula risk dependence of electricity and carbon prices［J］. Electric Power Construction， 2019， 40（11）： 106-115.
［5］KIRSCHEN D S， STRBAC G. Fundamentals of power system economics［M］. John Wiley Sons Inc， 2004： 3-26.
［6］张高，王旭，蒋传文. 基于主从博弈的含电动汽车虚拟电厂协调调度［J］. 电力系统自动化， 2018， 42（11）： 48-55.
ZHANG Gao， WANG Xu， JIANG Chuanwen. Stackelberg game based coordinated dispatch of virtual power plant considering electric vehicle management［J］. Automation of Electric Power Systems， 2018， 42（11）： 48-55.
［7］方燕琼，甘霖，艾芊，等. 基于主从博弈的虚拟电厂双层竞标策略［J］. 电力系统自动化， 2017， 41（14）： 61-69.
FANG Yanqiong， GAN Lin， AI Qian， et al. Stackelberg game based bi-level bidding strategy for virtual power plant［J］. Automation of Electric Power Systems， 2017， 41（14）： 61-69.
［8］路尧，刘继春，许立雄. 非合作博弈下考虑用户满意度的虚拟电厂经济优化运行［J］. 分布式能源， 2017（1）： 23-29.
LU Yao， LIU Jichun， XU Lixiong. Economic optimization operation of virtual power plant considering the users satisfaction based on non-cooperative game theory［J］. Distributed Energy， 2017（1）： 23-29.
［9］孙国强，钱苇航，黄文进，等. 考虑配电网安全性的虚拟电厂优化调度博弈模型［J］. 电力自动化设备， 2019， 39（5）： 7-14.
SUN Guoqiang， QIAN Weihang， HUANG Wenjin， et al. Optimal dispatch game model for virtual power plant considering security of distribution network［J］. Electric Power Automation Equipment， 2019， 39（5）： 7-14.
［10］李建林，田立亭，来小康. 能源互联网背景下的电力储能技术展望［J］. 电力系统自动化， 2015， 39（23）： 15-25.
LI Jianlin， TIAN Liting， LAI Xiaokang. Outlook of electrical energy storage technologies under energy Internet background［J］. Automation of Electric Power Systems， 2015， 39（23）： 15-25.
［11］袁桂丽，王宝源. 含电动汽车的虚拟电厂经济性优化调度［J］. 太阳能学报， 2019， 40（8）： 2395-2404.
YUAN Guili， WANG Baoyuan. Economic optimal dispatch of virtual power plant with electric vehicles［J］. Acta Energiae Solaris Sinica， 2019， 40（8）： 2395-2404.
［12］孙国强，袁智，耿天翔，等. 含电动汽车的虚拟电厂鲁棒随机优化调度［J］. 电力系统自动化， 2017， 41（6）： 44-50， 79.
SUN Guoqiang， YUAN Zhi， GENG Tianxiang， et al. Robust stochastic optimal dispatching of virtual power plant containing plug-in electric vehicles［J］. Automation of Electric Power Systems， 2017， 41（6）： 44-50， 79.
［13］刘祚宇，齐峰，文福拴，等. 含电动汽车虚拟电厂参与碳交易时的经济与环境调度［J］. 电力建设， 2017， 38（9）： 45-52.
LIU Zuoyu， QI Feng， WEN Fushuan， et al. Economic and environmental dispatching in electric vehicles embedded virtual power plants with participation in carbon trading［J］. Electric Power Construction， 2017， 38（9）： 45-52.
［14］程中林，江全元，葛延峰. 基于合作博弈的相变储热容量优化配置及利益分配［J］. 电网技术， 2017， 41（9）： 2870-2878.
CHENG Zhonglin， JIANG Quanyuan， GE Yanfeng. Capacity planning model of phase change thermal storage and profit distribution based on cooperation game［J］. Power System Technology， 2017， 41（9）： 2870-2878.
［15］SHAHMOHAMMADI A， SIOSHANSI R， CONEJO A J， et al. Marketequilibria and interactions between strategic generation， wind， and storage［J］. Applied Energy， 2017， 220： 876-892.
［16］林伟伟，胡志坚，谢仕炜，等. 基于非合作博弈的独立售电公司最优规划方法［J］. 电力自动化设备， 2020， 40（3）： 154-161.
LIN Weiwei， HU Zhijian， XIE Shiwei， et al. Optimal planning method of independent electricity retail company based on non-cooperative game ［J］. Electric Power Automation Equipment， 2020， 40（3）： 154-161.
［17］马天男，杜英，苟全峰，等. 基于Berge-NS均衡的电力市场多主体非合作博弈竞争模型［J］. 电力自动化设备， 2019， 39（6）： 192-204.
MA Tiannan， DU Ying， GOU Quanfeng， et al. Non-cooperative competition game model of multiple subjects in electricity market based on Berge-NS equilibrium［J］. Electric Power Automation Equipment， 2019， 39（6）： 192-204.
［18］谭忠富，蒲雷，吴静，等. 基于负荷率差别定价的分时输配电价优化模型［J］. 系统工程理论与实践， 2019， 39（11）： 2945-2952.
TAN Zhongfu， PU Lei， WU Jing， et al. Time-of-use transmission and distribution price optimization model based on differential loading rate［J］. Systems Engineering-Theory & Practice， 2019， 39（11）： 2945-2952.
［19］FU H， ZHANG X P. Market equilibrium in active distribution system with VPPS： Acoevolutionary approach［J］. IEEE Access， 2017， 5： 8194-8204.
［20］牛东晓，赵东来，杨尚东，等. 考虑不确定性和储能系统的虚拟电厂与能效电厂联合调度优化模型及仿真应用［J］. 中南大学学报（自然科学版）， 2019， 50（7）： 1736-1743.
NIU Dongxiao， ZHAO Donglai， YANG Shangdong， et al. Cooperative scheduling optimization model and simulation application for virtual power plant and efficiency power plant considering uncertainty and energy storage system［J］. Journal of Central South University （Science and Technology）， 2019， 50（7）： 1736-1743.

[1]	叶飞，邵平，王宣元，左娟，王俊，窦迅，张鑫. 考虑购售风险的虚拟电厂双层竞标策略[J]. 电力建设, 2020, 41(6): 28-35.
[2]	赵文会，张九阳，高姣倩，宋亚君. 考虑动态电量和无限次博弈的电动汽车上网电价模型#br#[J]. 电力建设, 2020, 41(4): 30-37.
[3]	陆秋瑜，杨银国，王中冠，谭嫣，夏天，伍双喜. 基于次梯度投影分布式控制法的虚拟电厂经济性一次调频[J]. 电力建设, 2020, 41(3): 79-85.
[4]	朱誉，仪忠凯，陆秋瑜，杨银国，李博，许银亮. 基于典型场景集的虚拟电厂与配电网协同定价策略[J]. 电力建设, 2019, 40(6): 74-85.
[5]	宋杰，陈振宇，杨阳，张凯恒，张卫国，朱庆，徐青山. 考虑资源相关性和不确定性的负荷需求响应决策研究[J]. 电力建设, 2019, 40(6): 132-138.
[6]	何奇琳，艾芊. 售电侧放开环境下含需求响应虚拟电厂的电力市场竞价策略[J]. 电力建设, 2019, 40(2): 1-10.
[7]	江叶峰，熊浩，胡宇，刘宇. 考虑电热综合需求响应的虚拟电厂优化调度[J]. 电力建设, 2019, 40(12): 61-69.
[8]	闫园，林鸿基，文福拴，龚建荣，李道强，陈成. 考虑电价和碳价间Copula风险依赖的虚拟电厂竞标策略[J]. 电力建设, 2019, 40(11): 106-115.
[9]	明煦，陈艳，刘源，邹芹，李玮，胡文博，王宣，杨军. 适应于光伏接入与商圈通勤需求的电动汽车充换电能量管理策略[J]. 电力建设, 2019, 40(1): 49-59.
[10]	周博，吕林，高红均，谭心怡，吴泓灏. 基于两阶段随机规划的虚拟电厂优化交易策略[J]. 电力建设, 2018, 39(9): 70-77.
[11]	李刚, 黄奕敏, 郑顾平, 周国亮. 雷电网络在电动汽车充电交易中的技术前景[J]. 电力建设, 2018, 39(9): 78-86.
[12]	孙志攀, 刘会兰，栗然，陈宇，霍启敬，郑豪东. 考虑电动汽车用户意愿的热电联供型微电网优化调度[J]. 电力建设, 2018, 39(9): 95-104.
[13]	孙波，王璐，李思敏，李志恒. 联盟理论下风-火-电动汽车协同调度消纳风电的优化算法及利润分配[J]. 电力建设, 2018, 39(8): 24-31.
[14]	黄裕春，王宏，王珂，文福拴. 考虑电动汽车充电设施接入的居民配电系统供电容量最优规划[J]. 电力建设, 2018, 39(6): 1-.
[15]	李刚1, 孟欢2, 周国亮3, 高亚静4 . 基于区块链技术的微网能量管理探析与方案设计[J]. 电力建设, 2018, 39(2): 43-.