一种车网互动公共服务策略优化方法及系统与流程
本技术涉及智能电网领域,尤其涉及一种车网互动公共服务策略优化方法及系统。
背景技术:
1、随着电动汽车保有量的快速增长,车网互动技术逐渐成为支撑电网频率调节、削峰填谷及新能源消纳的重要手段。在新型电力系统建设背景下,电动汽车由单一交通工具向分布式储能资源转变,其规模化接入为电力系统提供了重要的灵活性调节能力。车网互动的高效运行依赖于多主体协同参与,其中公共服务平台(如政府监管机构或电力运营中心)承担着顶层设计与引导职能,通过提供技术支持、政策补贴、信息开放及安全保障等公共服务,促进负荷聚合商与终端用户参与需求响应。通过整合车辆运行数据、充电设施状态、电网负荷特性及价格信号等多源信息,可实现充放电行为的有序引导与资源优化配置,从而提升电力系统运行效率与调节能力。
2、然而,当前车网互动在多主体协同与公共服务策略方面仍存在较为突出的不足。一方面,公共服务平台、负荷聚合商及终端用户在收益目标、成本承担及风险偏好等方面存在显著差异,缺乏有效的协调与激励机制,导致各主体参与行为不稳定、协同效率不高;另一方面,现有技术多依赖固定补贴或行政指令进行引导,缺乏面向多主体动态行为演化的策略优化方法,难以根据系统运行状态及参与意愿变化进行自适应调节,导致资源配置效率不高、需求响应潜力难以充分发挥。综合来看,多主体协同不足与策略调节能力缺失等问题交织存在,导致参与主体动力不足、公共服务资源配置失衡,难以实现系统协同优化与资源高效利用,进而制约了车网互动规模化应用与可持续发展。
3、在新型电力系统加速转型背景下,车网互动作为支撑电网灵活调节与新能源消纳的重要技术手段,其高效运行依赖于公共服务平台、负荷聚合商及终端用户等多主体的协同参与,以及政策激励、资源配置与运行策略的协同联动。然而,由于多主体在收益目标、成本承担及风险偏好等方面存在差异,现有协同机制尚不完善,且公共服务策略普遍缺乏动态调节能力,难以有效适应参与主体行为变化及系统运行状态演化,导致整体协同效率不高、资源配置不均衡,制约了车网互动的规模化应用。
4、目前已有研究在车网互动公共服务策略优化方面取得了进展。例如,邓紫寒在《v2g模式下车网互动规模化应用的三方协同演化博弈研究》中,从补贴机制、收益分配及电价信号设计等方面提出协同优化策略;廖苏亮在《基于四方演化博弈的车网互动聚合商运营优化方法》中,构建了多方主体演化博弈模型,提出面向聚合商的差异化运营与报价优化方法;杜洋在《一种基于动态贡献度和shapley值的车网互动激励方法》中,引入动态贡献度评价与shapley值分配机制,构建兼顾协同效应的多维激励策略体系。
5、虽然现有研究已围绕补贴机制设计、响应规则制定及激励分配方法等方面对车网互动服务策略进行了探索,但是仍然存在以下不足:一是策略设计偏于静态化,主要采用固定补贴比例或单一激励规则,缺乏对多轮博弈过程中参与主体策略动态演化的刻画,难以实现策略自适应优化;二是对参与主体有限理性特征考虑不足,多基于完全理性假设,未能有效反映信息不对称、认知偏差及局部决策行为对系统演化的影响;三是缺乏成本投入与实施效果的量化评估机制,难以实现激励强度与资源配置的优化匹配,易导致激励不足或资源浪费;四是多主体之间的耦合关系刻画不清,尚未形成对公共服务平台、聚合商行为与用户响应之间动态演化机理的系统建模方法,难以从系统整体最优出发形成有效的服务策略。
6、在多方主体参与车网互动过程中,各参与方在成本结构、收益预期等方面存在显著异质性,且在服务策略实施过程中受行为偏差、响应程度差异及信息不对称等因素影响,使策略执行效果呈现不确定性与非一致性。在此情况下,现有服务策略的制定主要依赖静态规则与经验设定,难以有效适应多主体动态博弈环境,进而降低激励精准性与资源配置效率偏低,整体应用效能难以充分发挥。因此,有必要提出一种基于三方演化博弈的车网互动公共服务策略优化方法及系统,通过演化博弈理论系统模拟公共服务平台、负荷聚合商与终端用户在长期互动中的动态决策与策略演化过程,实现公共服务策略的动态优化与自适应调节,从而提升多主体协同效率与资源配置水平,推动车网互动的规模化与高效应用。
7、现有车网互动运行中,多主体在收益、成本与风险偏好方面存在显著差异,且缺乏统一、动态的公共服务策略调节机制,导致参与意愿不足与策略响应不一致,难以形成高效协同运行。同时,现有策略多依赖静态补贴与固定规则,未能刻画多主体长期演化过程及有限理性特征,致使激励精准性不足、资源配置效率偏低,制约了车网互动规模化应用。
技术实现思路
1、本技术旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此,本技术提出一种车网互动公共服务策略优化方法,通过构建多主体收益—成本演化模型,引入动态补贴调节、收益分配及行为反馈机制,对参与主体策略进行动态建模与自适应调控,实现公共服务策略的动态优化与协同引导,从而提升多主体协同效率与资源配置水平。
3、本技术另一方面提出一种车网互动公共服务策略优化系统。
4、为达上述目的,本技术第一方面实施例提出了一种车网互动公共服务策略优化方法,包括:
5、确定车网互动场景下的多个博弈参与主体及其策略空间;
6、根据各主体策略选择与所述公共服务平台多类型服务投入强度组合确定,以定义各博弈参与主体的收益函数;
7、基于所述收益函数建立描述负荷聚合商积极参与比例、电动汽车用户调度响应比例变化速率的复制动态方程;
8、对所述复制动态方程进行演化稳定分析,提取使得系统演化至目标策略状态的约束条件;
9、在满足所述参数约束条件下,以公共服务平台各类车网互动配套服务总部署成本最小化为目标,求解优化模型,得到最优公共服务投入组合方案。
10、在本技术的一个实施例中,所述多个博弈参与主体至少包括车网互动场景下的公共服务平台、负荷聚合商和电动汽车终端用户;所述确定多个博弈参与主体及其策略空间,包括:
11、获取车网互动公共服务系统的参与主体数据,所述参与主体数据包括公共服务平台可部署的广域聚合需求响应、资源配置优化、配电网局域互动、信息安全保障、数据开放、差异化定价的多类服务能力信息、负荷聚合商分布式电动汽车资源聚合调度方式信息以及电动汽车终端用户充电出行用能需求信息;
12、根据所述参与主体数据,分别确定公共服务平台、负荷聚合商、电动汽车终端用户的策略空间,其中,公共服务平台的策略空间包含多种服务类型以及每一类服务不同的投入力度;
13、负荷聚合商的策略空间分为积极应用、消极应用两类,以群体占比表征选择积极应用策略的聚合商规模;电动汽车终端用户的策略空间分为响应调度、不响应两类,以群体占比表征选择响应调度策略的用户规模;
14、将公共服务平台、负荷聚合商、电动汽车终端用户以及各自对应的策略空间组合为三方演化博弈模型中的参与主体及策略空间。
15、在本技术的一个实施例中,所述根据各主体策略选择与所述公共服务平台多类型服务投入强度组合确定,以定义各博弈参与主体的收益函数,包括:
16、基于公共服务平台的各类服务投入力度组合,确定平台整体服务部署成本;
17、基于负荷聚合商的策略选择与服务投入力度组合,确定负荷聚合商收益,所述收益包含基础运营收益、平台服务带来的调度增量收益与资源聚合运营投入成本之差;
18、基于电动汽车终端用户的策略选择、服务投入力度组合与用户群体整体响应规模,确定终端用户收益,所述收益包含平台各类服务综合激励收益、群体参与规模补偿与参与充放电调度产生的续航、时间便利性损失之差;
19、根据三方主体差异化收益构成,分别构建以平台服务投入方案、聚合商参与比例、用户响应比例为自变量的三方收益函数。
20、在本技术的一个实施例中,所述基于所述收益函数建立描述各主体策略选择比例变化速率的复制动态方程,包括:
21、根据负荷聚合商、电动汽车用户群体的收益函数,分别计算两类群体当前策略下的加权平均期望收益;
22、针对负荷聚合商群体,构建积极应用占比随时间变化的速率方程,变化速率由当前参与比例、积极策略收益与群体平均收益的差值共同决定;
23、针对电动汽车用户群体,构建响应调度占比随时间变化的速率方程,变化速率由当前响应比例、响应策略收益与群体平均收益的差值共同决定;
24、将两类主体速率方程组合,形成刻画车网互动三方主体协同演化的二维复制动态方程组。
25、在本技术的一个实施例中,所述对所述复制动态方程进行演化稳定分析,提取使得系统演化至目标策略状态的约束条件,包括:
26、对二维复制动态方程组求解平衡点,所述平衡点为聚合商参与比例、用户响应比例均不再发生变化的策略组合点;
27、在全部聚合商积极参与、全部用户响应调度的理想均衡状态下开展局部线性化处理并构建雅可比矩阵,通过矩阵行列式大于 0、矩阵迹小于 0 的判据判断该均衡点局部渐进稳定性;
28、基于稳定性判定条件反向推导得到两组参数约束,分别要求负荷聚合商参与净收益为正、电动汽车用户参与调度综合激励高于便利损失,作为车网互动场景下的演化稳定约束条件。
29、在本技术的一个实施例中,所述在满足所述约束条件下,以公共服务平台各类车网互动配套服务总部署成本最小化为目标,求解优化模型,得到最优公共服务投入组合方案,包括:
30、在演化稳定约束限定的参数可行域内,以每一类车网互动服务的投入力度作为决策变量,构建以平台全部服务部署总成本最低为目标的优化模型,其中成本由各类服务投入力度与单类服务部署成本相乘汇总得到;
31、根据服务类型数量规模差异化选择求解方式,服务类型数量小于 20 时采用穷举枚举全部服务组合,服务类型数量大于等于 20 时采用二进制粒子群算法、遗传算法等启发式搜索算法对优化模型进行求解;
32、启发式算法求解包括初始化候选服务投入组合种群,并通过迭代过程中的选择、交叉和变异操作搜索使平台总部署成本降低的服务投入组合;
33、当满足预设迭代次数或精度终止条件时,将当前种群中总成本最低的服务投入组合确定为最优公共服务策略方案。
34、在本技术的一个实施例中,所述初始化候选服务策略种群包括:
35、在满足车网互动演化稳定约束条件的前提下,随机生成多组可行服务投入组合个体,每个个体对应一套车网互动配套服务的投入力度参数;
36、所述迭代过程中的选择操作包括:根据每个个体对应的平台总部署成本计算适应度值,并基于适应度值采用轮盘赌选择方法挑选进入下一代的服务策略个体;
37、所述交叉操作和变异操作用于更新各类服务投入力度生成新个体,增加车网互动服务组合策略多样性,避免算法陷入局部最优。
38、在本技术的一个实施例中,所述变异操作具体包括:
39、对于每个经选择和交叉操作产生的新车网互动服务策略个体,以预设变异概率对该个体内各类服务的投入力度参数进行随机扰动,扰动幅度控制在服务投入力度允许区间内,保证变异后服务策略个体仍满足演化稳定约束。
40、进一步地,为实现上述实施例,本技术提出一种车网互动公共服务策略优化系统,包括:
41、主体构建单元,用于确定车网互动场景下的多个博弈参与主体及其策略空间;
42、收益函数定义单元,用于根据各主体策略选择与所述公共服务平台多类型服务投入强度组合确定,以定义各博弈参与主体的收益函数;
43、动态方程建立单元,用于基于所述收益函数,建立描述负荷聚合商积极参与比例、电动汽车用户调度响应比例变化速率的复制动态方程组;
44、稳定性分析单元,用于对所述复制动态方程组开展演化稳定分析,基于目标均衡点雅可比矩阵判定规则,提取使系统收敛至全参与最优状态的车网互动参数约束条件;
45、优化求解单元,用于在满足车网互动参数约束条件下,以公共服务平台全部车网互动配套服务总部署成本最小化为目标,分规模选用穷举法或启发式智能算法求解优化模型,输出最优公共服务投入组合方案。
46、本技术实施例的方法和系统,采用了基于演化博弈的多主体策略建模、收益函数量化、复制动态方程构建、稳定性约束提取以及成本最小化优化相结合的整体技术方案,因此,可以解决现有技术中多主体耦合关系不清、静态补贴无法反映动态演化动因、缺乏自适应调节能力导致激励精准性不足和资源配置效率低的问题,达到在保证系统演化至目标参与状态的同时精确识别关键服务要素、降低公共服务部署成本、提升多主体协同效率与运行稳定性的技术效果。
47、本技术附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本技术的实践了解到。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com