本文作者:陈强;杨涛;冯辉;胡波;成功正常投稿发表论文到《复旦学报(自然科学版)》2014年03期,引用请注明来源400期刊网!
【摘要】:智能电网是未来电网的发展方向,包括供电侧的安全稳定和需求侧的合理用电决策.在需求侧提出一种基于非合作博弈的分层优化机制并解决了最优响应算法(BestResponse)的收敛问题.首先在供电侧以削峰填谷为目的,利用集中式优化分配微网的参考负荷,并利用参考负荷构造微网用户的电价因素,引导用户的充放电决策.微网中的用户以自身花费代价为优化目标构造成非合作博弈模型,达到纳什均衡时供电侧表现出良好的削峰填谷效果.然后,利用最优响应算法与强单调函数的关系,重新构造优化目标函数,解决了最优响应法无法收敛到纳什均衡的问题.实验结果证明,提出的分层优化方案有效地降低了电网负荷曲线的峰值平均比.
【论文正文预览】:智能电网是当前世界电力系统发展变革的主要方向,它将信息、通信及计算机网络等技术与传统电力设施高度集成,既能够通过用电资源的优化配置提高电网的稳定性,又能通过引入分布式储能装置与可再生能源提高用户经济效益,达到节能减排、提高环境质量的目的[1].因此,各国相继推出
【文章分类号】:TM73
【稿件关键词】:需求侧管理削峰填谷非合作博弈最优响应法
【参考文献】:
- 刘洋;基于ISO7816标准的智能电表充值终端的设计[D];武汉理工大学;2013年
- 曾诚;负荷时间弹性识别及在有序用电优化中的应用[D];湖南大学;2013年
- 马新顺,文福拴,刘建新;电力市场中发电公司间默契合谋机理的研究[J];电力系统自动化;2005年17期
- 王蓓蓓;窦迅;李扬;;考虑网络约束的需求侧最优竞价策略[J];电力自动化设备;2009年04期
- 高慧;魏学好;文福拴;;排污权交易实施后的寡头垄断电力市场的均衡分析[J];华北电力大学学报(自然科学版);2009年06期
- 赵飞;周渝慧;;非合作博弈在热电联产竞价中的应用[J];电力建设;2011年06期
- 张勇军;林建熙;杨银国;;大电网多级电压调控失配问题分析及其博弈建模[J];电力系统自动化;2011年21期
- 李美娟;;刍议发电侧电力市场的默契合谋与规制[J];现代财经(天津财经大学学报);2010年07期
- 王成山,吉兴全;输电网投资规划的Nash均衡分析(一)——纯策略Nash均衡的分析[J];电力系统自动化;2002年19期
- 杨力俊,谭忠富,刘严,乞建勋,赵云;放松管制后进入发电市场的最优厂商规模的研究[J];中国电机工程学报;2005年10期
- 王少礼;远东成功破解零和博弈怪圈[N];国家电网报;2008年
- 王瑞庆;考虑期权交易的电力市场纳什均衡及发电商竞争策略研究[D];上海大学;2008年
- 杨尊信;煤电产业供需博弈模型研究[D];合肥工业大学;2008年
- 赵飞;基于博弈的热电联产竞价策略研究[D];北京交通大学;2008年
- 蒋国华;基于博弈模型的智能电网需求响应管理及定价策略[D];浙江工业大学;2013年
- 熊久锋;基于博弈理论的煤电联合定价研究[D];沈阳工业大学;2010年
- 杜挺;考虑系统运行不确定性与网络约束的电力市场均衡分析[D];华南理工大学;2012年
- 高波;发电企业竞价策略与电力市场模型分析[D];华北电力大学(北京);2005年
- 赵雪;利益博弈对政策执行影响研究[D];首都经济贸易大学;2010年
- 黄于民;联营市场模式下发电商最优竞价策略[D];浙江大学;2005年
- 张菁菁;电动汽车充电设施建设与发展的多方博弈分析[D];北京交通大学;2011年
- 袁康龙;考虑区域间无功耦合的协调二级电压控制算法研究[D];华南理工大学;2013年
【稿件标题】:国家电网|智能电网中基于非合作博弈的需求侧分层优化
【作者单位】:复旦大学电子工程系;
【发表期刊期数】:《复旦学报(自然科学版)》2014年03期
【期刊简介】:0......更多复旦学报(自然科学版)杂志社(
http://www.400qikan.com/qk/12543/)投稿信息
【版权所有人】:陈强;杨涛;冯辉;胡波;
更多
自然类论文详细信息:
国家电网|智能电网中基于非合作博弈的需求侧分层优化
http://www.400qikan.com/lunwen/ziran/32155.html
相关专题:山东省工会管理干部 山东省干部管理学院 山东省工会管理学院 山东工会管理干部学院 天津工会管理干部学院 上海工会管理干部学院 工会管理干部学院 济南工会管理干部学院 山东省总工会 山东省总工会网 电大专科西方经济学 股票补仓成本计算器 《铁军》相关期刊
推荐期刊:
印刷世界学习博览上海体育学院学报地质与资源国家林业局管理干部学院学报中华危重症医学杂志中国园林消防技术与产品信息临床护理杂志安全.健康和环境
上一篇:
【网络法】人工神经网络法预测干黄酱挥发性成分保留值
下一篇:
k means聚类算法|一种高效的K-means聚类改进算法