核心内容摘要
迷醉松花江
65-基于合作博弈的风-光-火联合调度及基于核仁法的利润分配 摘要本代码主要做的是大规模风、光、火电联合外送体系下的协调调度及利润分配问题。
基于传统的机组组合优化模型以利润最大化为目标构建了风-光-火联合动态协调调度模型分析对比了各电场独立运行、两方联合运行及三方联合运行时的输电线路综合利用及收益情况。
基于核仁理论提出三方联合运行时的利润分配方法该方法根据各方在联合收益中的贡献度合理分配各方利益。
代码求解结果非常良好结果图展示如下 参考 中文《大规模多源联合外送协调调度中基于核仁理论的利润分配》风-光-火联合调度这玩意儿就像三个性格迥异的老哥合伙做生意——风电大哥看天吃饭光伏二哥阳光依赖症火电三弟虽然稳定但脾气暴躁污染大。
把他们凑一块发电外送既要保证电网稳定又要让三兄弟分钱不打架这事儿可比凑桌打麻将复杂多了。
咱先看核心调度模型代码里用了混合整数规划的路子。
目标函数写得很直白总利润卖电收入-火电燃料费-机组启停成本。
这里有个骚操作风电光伏的预测误差用上了鲁棒优化处理给老天爷留足了面子for t in time_periods: model.addConstr(wind_actual[t] wind_pred[t] uncertainty_param * wind_max) model.addConstr(pv_actual[t] pv_pred[t] - uncertainty_param * pv_min)这段代码相当于给风光出力加了缓冲带既不让火电小弟背锅也不让输电线路过载。
求解器跑起来后三方合作比单干的总利润高了
2
7%输电通道利用率直接从58%飙到82%这数据啪啪打那些说新能源不靠谱的专家的脸。
65-基于合作博弈的风-光-火联合调度及基于核仁法的利润分配 摘要本代码主要做的是大规模风、光、火电联合外送体系下的协调调度及利润分配问题。
基于传统的机组组合优化模型以利润最大化为目标构建了风-光-火联合动态协调调度模型分析对比了各电场独立运行、两方联合运行及三方联合运行时的输电线路综合利用及收益情况。
基于核仁理论提出三方联合运行时的利润分配方法该方法根据各方在联合收益中的贡献度合理分配各方利益。
代码求解结果非常良好结果图展示如下 参考 中文《大规模多源联合外送协调调度中基于核仁理论的利润分配》利润分配才是重头戏。
核仁法这玩意听着玄乎其实就像把三个电源扔进合作博弈的火锅里慢慢熬。
代码里实现的贡献度矩阵计算挺有意思# 贡献度计算核心代码 coalition_values { wind: standalone_profit_wind, pv: standalone_profit_pv, thermal: standalone_profit_thermal, windpv: coalition_profit_wind_pv, #...其他联盟组合 } nucleolus NucleolusSolver(coalition_values) allocations nucleolus.solve()这里边藏着边际贡献的玄机——风电老哥虽然发电不稳定但跟火电组队时能省下大笔调峰成本。
最终分配结果里火电拿的钱比单干多15%但风光兄弟也没吃亏因为核仁法保证了没人能通过拆伙获得更多利益。
从结果图上看虽然这里显示不了三方合作时利润曲线明显更平滑。
特别是晚高峰时段风电出力下降时光伏的余晖和火电的灵活调整完美补位。
有意思的是利润分配曲线并非直线反而在天气突变时段出现波动——这正是核仁法动态反映各电源实时贡献的体现。
搞能源互联网的都知道最难的不是技术实现而是让不同属性的电源心甘情愿搭伙过日子。
这套算法最妙的地方在于既用数学的严谨性镇场子又留着商务谈判的弹性空间——比如把碳排放指标作为虚拟玩家加入博弈立马就能扩展成低碳版分配方案。
下次要是加上储能小弟入伙估计又得重新计算贡献度矩阵了不过那就是另一个故事了。