CN119482500A 电车聚合调频的虚拟电厂平均场博弈调控方法及装置 （华北电力大学）

电车聚合调频的虚拟电厂平均场博弈调控本申请涉及一种电车聚合调频的虚拟电厂构建考虑电车充电桩之间时空关系的多图融合合聚合的滚动评估模型来描述聚合大规模电车的虚拟电厂在充电功率基线附近的提供调频服2利用多图融合神经网络模型对电车充电桩历史充电数据和充电桩时空关系进行解析，根据电车的实时充电信息对不同电车充电桩进行可调功率的滚将全部电车划分为具有相同外特性的电车组合，并采用平均场博弈基于确定最优调频指令策略和经济效益分配的目的，在电车基于平均场对每种电车组合的控制策略的集体效应，构建包括向上将平均场项与动态激励机制相结合，获得向上调节功率指令以及向基于激励价格和平均场项关系以及平均场博弈模型获得考虑平均场项的最优调频控合神经网络模型对电车充电桩历史充电数据和充电桩时空关系进行解首先构建多图融合神经网络模型并获取电车充电桩的网络拓扑图所述多图融合神经网络模型至少包括多图融合卷积层、门控递归单元循环层以及全连接基于电车充电桩的网络拓扑图结合不同节点的电车充电模式的构建对应节点的充电基于电车充电桩的网络拓扑图结合不同节点的空间接近程度构建对应节点的地理邻将相同节点的充电需求相似度图和地理邻接图分别输入多图融合神经网络模型的多将充电需求相似度图和地理邻接图的输出结果进行权重融合获得将融合后的输出结果输入门控递归单元循环层进行解析计算，使通过全连接层输出不同节点的电车充电桩的功率基基于不同电车充电桩的功率基线预测值分别构建滚动评估框架模型以及对应电车的基于单个评估周期内电车虚拟储能模型的荷电状态、离网时3及额定充电功率电车对电车分类为保持并网的电;;其中为评估时间内保持并网的电车的可调总功率最大值；为评估时间内保持并网的电车的可调总功率最小值；为评估时间内将离网的电车的可调总功车i在t时段的荷电状态上限；为评估时间内保持并网的电车i在t时段的荷电状态间内将离网的电车j在t时段的荷电状态下限；为评估时间内保持并网电车在t时段的时间内保持并网的电车i在t时段的充电功率下限；为评估时间内将离网的电车j在t4采用闵可夫斯基和对不同分类的电车的可调功率进行聚合获得虚拟电厂的可调功率采用嵌入式超立方体近似方法对聚合获得的虚拟电厂的可调功率范围进行降维和时依据电车的调频性能对全部电车按照单个电车组合的预设数量随机划分为若干具有基于电车组合中可调功率范围与具有相同外特性的标准电车组合的可调功率范围计当电车组合与标准电车组合之间的欧几里得距离小于设定值，则输出对应的电车组;其中N(t)={1,2.…,N(t)}表示在t时刻参与的全部电车组合；表示所有电车组合的联合调频指令策略，其中电车组合在t时段的调频指令策略包括向上;其中为t时段向上调节功率指令的激励价格；为t时段向下调节功率"和段频率调节前的平均日电力负荷；为向上调节功率指令的激励价格与出清价格的比5;格和平均场项关系以及平均场博弈模型获得考虑平均场项的最优调频控制策略的步骤包;其中为t时段向上调节功率指令的激励价格；为t时段向下调节功率将激励价格和平均场项关系代入平均场博弈模;参数获取模块，用于获取电车充电桩的历史充电数据、实时充电基线预测模块，用于利用多图融合神经网络模型对电车充电桩历功率聚合模块，用于根据电车的实时充电信息对不同电车充6调控输出模块，用于将全部电车划分为具有相同外特性基于确定最优调频指令策略和经济效益分配的目的，在电车基于平均场对每种电车组合的控制策略的集体效应，构建包括向上将平均场项与动态激励机制相结合，获得向上调节功率指令以及向基于激励价格和平均场项关系以及平均场博弈模型获得考虑平均场项的最优调频控7利用多图融合神经网络模型对电车充电桩历史充电数据和充电桩时空关系进行8基于激励价格和平均场项关系以及平均场博弈模型获得考虑平均场项的最优调首先构建多图融合神经网络模型并获取电车充电桩的网络拓扑图以及特征矩阵；基于电车充电桩的网络拓扑图结合不同节点的电车充电模式的构建对应节点的基于电车充电桩的网络拓扑图结合不同节点的空间接近程度构建对应节点的地将相同节点的充电需求相似度图和地理邻接图分别输入多图融合神经网络模型将充电需求相似度图和地理邻接图的输出结果进行权重融合获得融合后的输出最后通过全连接层输出不同节点的电车充电桩的基于不同电车充电桩的功率基线预测值分别构建滚动评估框架模型以及对应电平以及额定充电功率电车对电车分类为保持并网的基于不同分类的电车分别计算对应电车在对应评估时间内的可调;9;时间内保持并网的电车的可调总功率最小值；为评估时间内将离网的电车的可调的电车i在t时段的荷电状态上限；为评估时间内保持并网的电车i在t时段的荷电估时间内将离网的电车j在t时段的荷电状态下限；为评估时间内保持并网电车在t时括:采用闵可夫斯基和对不同分类的电车的可调功率进行聚合获得虚拟电厂的可调采用嵌入式超立方体近似方法对聚合获得的虚拟电厂的可调功率范围进行降维依据电车的调频性能对全部电车按照单个电车组合的预设数量随机划分为若干基于电车组合中可调功率范围与具有相同外特性的标准电车组合的可调功率范;其中N(t)={1,2.…,N(t)}表示在t时刻参与的全部电车组合；表示所有电车组合的联合调频指令策略，其中电车组合在t时段的调频指令策略包括向上;分段线性激励价格函数；和分别为向上调节功率指令的线性定价策略的正参数；"和0"分别为向下调节功率指令的线性定价策略的正参数；n,为t时段电力负荷；;表示在t时刻参与的电车组合数量；(t)表示在t时刻参与的全部电车组合；为t;将激励价格和平均场项关系代入平均场博弈模;其中l,为所有电车组合的联合频率控制策略；y和z为序列变量；Tur为向上调节功率指令的调节期；为向下调节功率指令的调节期；为偏离期望向下调节功率基于激励价格和平均场项关系以及平均场博弈模型获得考虑平均场项的最优调动评估模型来描述聚合大规模电车的虚拟电厂在充电功率基线附近的提供调频服务的上估方法具有实时修正的特点，使得最终得到的聚合大规模电车的VPP可参与调频的功率数[0018]图3为本申请实施例中聚合大规模电车的虚拟电厂参与调频的可调节能力滚动评[0019]图4为本申请实施例中基于平均场博弈的聚合大规模电车的VPP参与调频的博弈进行资源分配和能源调度。MFG将传统成对互动博弈方法转化为个体与平均场之间的交互[0024]结合图1所示，本申请实施例具体公开一种电车聚合调频的虚拟电厂平均场博弈(1)首先构建多图融合神经网络模型并获取电车充电桩的网络拓扑图以及特征矩[0026]本实施例中构建一个未加权的图G=(V,E;[0027](2)由于网络拓扑图中部分节点具有相似的电车充电模式，因此基于电车充电桩过动态时间扭曲计算时间序列相似度。具体的，设置两个序列元y=[y,y2,…,y,II和的相似性可以通过在距离矩阵M中找到所有匹配点距离之和最小的路径来获;;上式中M.,是距离矩阵M的元素；和zj分别是序列y和z中步骤i和j的数据；表示步骤i和j中序列Y和Z之间的距离；d(r,z)是通过反复计算序列Y和Z之间的;上式中和vj分别是来自节点和的时间数据序列；unt,,)表示和vj之ut,,);;上式中和x'分别为第l层的输出和输入数据矩阵；是加法自连;上式中Hrusion是用于向网络完全连接提供支持的融合结果；w1和wz分别是输;中具体的滚动评估框架如图3所示，图中soc"为电车用户期望的荷电状态（SOC）值；;容量占电池容量的比值）的值;是t时刻的电车充;果电车的SOC值soc:在评估周期结束时刻rE时大于或等于最小SOC值soc?in，那么随后时;上式中socax和soc?in分别是电车i的最大和最小SOC值；为电车i并网间t的充电功率的上限和下限;n为充电效率;cev是电;上式中是在评估时间范围内将离网的电车j的设定离网时间;SOG,rs为电车[0042]（3）基于不同分类的电车分别计算对应电车在对应评估时间内的可调总功率范;;时间内保持并网的电车的可调总功率最小值；为评估时间内将离网的电车的可调的电车i在t时段的荷电状态上限；为评估时间内保持并网的电车i在t时段的荷电状态下限；Socw为评估时间内将离网的电车j在t时段的荷电状态上限；So估时间内将离网的电车j在t时段的荷电状态下限；为评估时间内保持并网电车在t时;上式中pm是VPP的聚合功率;Qn和Qrf分别是两种电车的空间可行可调域;pon和par分别是评估时间范围内两种电车集群的充电功率矢量。;;。;其中pn和是随机电车组合的向下和向上调节功率。;进一步从条件属性D1和D2到电车组合的最大属性值的信息映射;范围计算进行组合之间的欧几里得距离；其中随机电车组合H.和有相同外特性的标准电车组合H:之间的差异Rn衡量如下：;;表在t时刻具有相同外特性的电车组合的上调和下调的功率值；和pn分别代表标准电车的上调和下调功率的上限；soci:和soc:是标准电车组合的SOC的下限和上限;soc'是标准电车的初始SOC的值。;其中N(t)={1,2.…,N(t)}表示在t时刻参与的全部电车组合；表示所有电车组合的联合调频指令策略，其中电车组合在t时段的调频指令策略包括向上;分段线性激励价格函数；和分别为向上调节功率指令的线性定价策略的正参数；"和0"分别为向下调节功率指令的线性定价策略的正参数；n,为t时段电力负荷；;其中上式的u;表示cf的纳什均衡点。;其中ui-a是除单个电车组合玩家之外的电车组合的联合频率决策；向量和分别代表向下调功率pn。;表示在t时刻参与的电车组合数量；(t)表示在t时刻参与的全部电车组合；为t;;其中l,为所有电车组合的联合频率控制策略；y和z为序列变量；Tur为向上调节功率指令的调节期；为向下调节功率指令的调节期；为偏离期望向下调节功率。[0059]（5）基于考虑平均场项的最优调频控制策略获得对应哈密顿一雅可比一贝尔曼;基于激励价格和平均场项关系以及平均场博弈模型获得考虑平均场项的最优调[0063]本申请实施例提供的装置能够实现图1所述方法实施例实现的各个过程，为避免储器上并可在处理器上运行的程序或指令，该程序或指令被处理器执行时实现如图1中所[0065]本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述