本發(fā)明涉及多微網(wǎng)優(yōu)化運(yùn)行，尤其涉及一種基于多層次博弈的多微網(wǎng)雙向分時(shí)電價(jià)優(yōu)化方法。

背景技術(shù)：

1、隨著能源需求的不斷增長(zhǎng)和環(huán)境問(wèn)題的日益突出，微電網(wǎng)作為一種可再生能源技術(shù)的重要載體，在能源系統(tǒng)中扮演著日益重要的角色。而多微電網(wǎng)作為微電網(wǎng)的進(jìn)一步發(fā)展形式，具有更高的復(fù)雜性和靈活性。通過(guò)合理安排各個(gè)微電網(wǎng)之間的能源交換、最大限度地利用可再生能源，可降低對(duì)傳統(tǒng)能源的依賴(lài)，促進(jìn)能源的可持續(xù)發(fā)展。然而，多微網(wǎng)系統(tǒng)的經(jīng)濟(jì)運(yùn)行效率與用戶(hù)參與度密切相關(guān)，這依賴(lài)于有效的價(jià)格激勵(lì)機(jī)制來(lái)調(diào)動(dòng)用戶(hù)的積極性，需求響應(yīng)(demand?response，dr)因此獲得了廣泛應(yīng)用。

2、現(xiàn)有技術(shù)中：文獻(xiàn)[1]:《多微電網(wǎng)系統(tǒng)的合作博弈模型及其優(yōu)化調(diào)度策略》(李得民,吳在軍,趙波.多微電網(wǎng)系統(tǒng)的合作博弈模型及其優(yōu)化調(diào)度策略[j].中國(guó)電機(jī)工程學(xué)報(bào),2022,42(14):5140-5154.)將多微電網(wǎng)系統(tǒng)中的所有微電網(wǎng)設(shè)為地位對(duì)等的能量管理實(shí)體,賦予每個(gè)微電網(wǎng)與其他微電網(wǎng)功率交易的定價(jià)權(quán)和交易電量決定權(quán),構(gòu)建不含中央管理單元的分布式能量管理架構(gòu)，有效實(shí)現(xiàn)了多微電網(wǎng)系統(tǒng)的分布式能量管理。該文獻(xiàn)研究利用博弈論框架實(shí)現(xiàn)了多微網(wǎng)的優(yōu)化運(yùn)行，但未考慮用戶(hù)參與需求響應(yīng)對(duì)系統(tǒng)優(yōu)化調(diào)度的影響。

3、文獻(xiàn)[2]:《reliability?assessment?of?incentive-and?price-based?demandresponse?programs?in?restructured?power?systems》(nikzad,m.,mozafari,b.reliability?assessment?of?incentive-and?price-based?demand?responseprograms?in?restructured?power?systems.international?journal?ofelectricalpower&energy?systems,2014,56:83-96.)針對(duì)用戶(hù)響應(yīng)需求與否，對(duì)響應(yīng)和不響應(yīng)減負(fù)荷的用戶(hù)分別制定了激勵(lì)和懲罰，并據(jù)此構(gòu)建了一種基于激勵(lì)的需求響應(yīng)模型，以驗(yàn)證需求響應(yīng)計(jì)劃對(duì)重組的電力系統(tǒng)可靠性能的改善。該文獻(xiàn)研究考慮了dr對(duì)電網(wǎng)運(yùn)營(yíng)調(diào)度的影響，為運(yùn)營(yíng)商的調(diào)度決策提供了重要參考。但當(dāng)前的需求響應(yīng)策略的設(shè)計(jì)與實(shí)施較為依賴(lài)于相對(duì)簡(jiǎn)化和理想化的用戶(hù)行為模型，這些模型通常假設(shè)用戶(hù)對(duì)價(jià)格信號(hào)或激勵(lì)措施的反應(yīng)是即時(shí)且線(xiàn)性的，而忽略了用戶(hù)決策過(guò)程中的經(jīng)濟(jì)因素和心理因素。

4、文獻(xiàn)[3]:《study?on?multi-type?flexible?load?control?method?of?activedistribution?network?based?on?dynamic?time-sharing?electricity?price》(cui,j.,ran,z.,shen,w.,xin,y.study?on?multi-type?flexible?load?control?method?ofactive?distribution?network?based?on?dynamic?time-sharing?electricityprice.applied?energy,2024,357:122479.)提出了一種考慮多個(gè)用戶(hù)意愿的動(dòng)態(tài)分時(shí)電價(jià)博弈模型，以實(shí)現(xiàn)用戶(hù)滿(mǎn)意度和利益的最大化。然而，該文獻(xiàn)研究中，發(fā)電商未采用分時(shí)電價(jià)機(jī)制，而是維持了統(tǒng)一的售電價(jià)格。這種做法忽視了發(fā)電側(cè)運(yùn)營(yíng)商的主觀能動(dòng)性，以及制定發(fā)電側(cè)分時(shí)電價(jià)在提高能源利用效率方面的潛在優(yōu)勢(shì)。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)上述問(wèn)題，本發(fā)明公開(kāi)了一種基于多層次博弈的多微網(wǎng)雙向分時(shí)電價(jià)優(yōu)化方法。首先，該方法在以多微網(wǎng)系統(tǒng)為背景的電能交易中，設(shè)計(jì)了一種同時(shí)面向發(fā)電商和用戶(hù)的雙向分時(shí)電價(jià)激勵(lì)機(jī)制；其次，建立了一種以發(fā)電商、mgcc和微網(wǎng)用戶(hù)為主體，耦合非合作博弈和主從博弈的多層次差異化博弈模型。最后，采用雙層粒子群算法結(jié)合cplex求解器對(duì)所建立的多層次差異化博弈模型進(jìn)行求解，得到最優(yōu)雙向分時(shí)電價(jià)優(yōu)化策略。本發(fā)明所提分時(shí)電價(jià)優(yōu)化方法能夠優(yōu)化能源管理，降低系統(tǒng)運(yùn)營(yíng)成本及用戶(hù)用電成本，提高發(fā)電商經(jīng)濟(jì)效益。

2、本發(fā)明采取的技術(shù)方案為：

3、基于多層次博弈的多微網(wǎng)雙向分時(shí)電價(jià)優(yōu)化方法，包括以下步驟：

4、步驟1：在以多微網(wǎng)系統(tǒng)為背景的電能交易中，設(shè)計(jì)了一種同時(shí)面向發(fā)電商和用戶(hù)的雙向分時(shí)電價(jià)激勵(lì)機(jī)制；

5、步驟2：建立了一種以發(fā)電商、微網(wǎng)控制中心mgcc和微網(wǎng)用戶(hù)為主體，耦合非合作博弈和主從博弈的多層次差異化博弈模型；

6、步驟3：采用雙層粒子群算法結(jié)合cplex求解器，對(duì)步驟2建立的多層次差異化博弈模型進(jìn)行求解，得到最優(yōu)雙向分時(shí)電價(jià)優(yōu)化策略。

7、所述步驟1中，在多微網(wǎng)系統(tǒng)中，合理調(diào)節(jié)電價(jià)是實(shí)現(xiàn)能源高效利用和成本優(yōu)化的關(guān)鍵手段之一。本發(fā)明通過(guò)設(shè)置雙向分時(shí)電價(jià)激勵(lì)機(jī)制，促進(jìn)發(fā)電商、mgcc及用戶(hù)之間的積極互動(dòng)，優(yōu)化電力分配，促進(jìn)可再生能源利用。雙向分時(shí)電價(jià)激勵(lì)機(jī)制通過(guò)設(shè)定不同時(shí)間段的電價(jià)，鼓勵(lì)用戶(hù)在電價(jià)較低時(shí)用電，反之則減少用電，從而平衡供需關(guān)系，降低系統(tǒng)運(yùn)營(yíng)成本，提升能源利用效率。

8、雙向分時(shí)電價(jià)激勵(lì)機(jī)制包括雙向分時(shí)電價(jià)時(shí)段劃分和雙向分時(shí)電價(jià)優(yōu)化決策模型兩個(gè)部分。其中，雙向分時(shí)電價(jià)時(shí)段劃分具體如下：

9、面向mgcc售電的分時(shí)電價(jià)需要以mgcc購(gòu)電量為基礎(chǔ)進(jìn)行聚類(lèi)，確定發(fā)電側(cè)峰平谷分時(shí)時(shí)段；面向微網(wǎng)用戶(hù)的售電分時(shí)電價(jià)需要以用戶(hù)購(gòu)電量為基礎(chǔ)進(jìn)行聚類(lèi)。由于購(gòu)電量為一維數(shù)據(jù)，故利用k-means聚類(lèi)算法確定分時(shí)時(shí)段。k-means聚類(lèi)算法的目標(biāo)函數(shù)為數(shù)據(jù)和其所屬聚類(lèi)中心的均方差之和。

10、基于k-means聚類(lèi)算法求得購(gòu)電量的聚類(lèi)標(biāo)記，根據(jù)聚類(lèi)標(biāo)記確定峰平谷分時(shí)時(shí)段，表達(dá)式如下：

11、sa＝[δ1,δ2,…,δ24]

12、

13、tf∪tp∪tg＝{0,1,2,…,23}

14、

15、式中，sa為購(gòu)電量的聚類(lèi)標(biāo)記向量；δt為t時(shí)段購(gòu)電量發(fā)電量的聚類(lèi)標(biāo)記；δf、δp、δg分別為峰平谷分時(shí)時(shí)段聚類(lèi)標(biāo)記；tf、tp、tg分別為購(gòu)電量的峰平谷分時(shí)時(shí)段集合。

16、分時(shí)電價(jià)的核心目標(biāo)是通過(guò)減少負(fù)荷的峰谷差，促進(jìn)系統(tǒng)負(fù)荷曲線(xiàn)趨于平滑。因此，雙向分時(shí)電價(jià)優(yōu)化決策模型的構(gòu)建應(yīng)考慮最小化負(fù)荷的峰值以及峰谷差，同時(shí)考慮供需雙方的經(jīng)濟(jì)收益約束，以確保雙方利益的平衡；

17、在決策發(fā)電商售電電價(jià)時(shí)，其目標(biāo)函數(shù)包括：

18、(1)最小化發(fā)電商發(fā)電曲線(xiàn)峰值f1；

19、(2)最大化發(fā)電商發(fā)電曲線(xiàn)谷值f2；

20、(3)最小化發(fā)電商發(fā)電曲線(xiàn)的峰谷差f3，

21、具體的目標(biāo)函數(shù)如下所示：

22、

23、上式中，pet為發(fā)電商發(fā)電量；表示24小時(shí)中發(fā)電商單個(gè)時(shí)段發(fā)電量的最大值；表示24小時(shí)中的某個(gè)時(shí)段；0—23代表一天中的24個(gè)小時(shí)。

24、在決策mgcc售電電價(jià)時(shí)，其目標(biāo)函數(shù)有：

25、(1)最小化微網(wǎng)用戶(hù)負(fù)荷曲線(xiàn)峰值f4；

26、(2)最大化微網(wǎng)用戶(hù)負(fù)荷曲線(xiàn)谷值f5；

27、(3)最小化微網(wǎng)用戶(hù)負(fù)荷的峰谷差f6，

28、具體目標(biāo)函數(shù)如下所示如下所示：

29、

30、上式中，為第m微網(wǎng)用戶(hù)從mgcc購(gòu)電的購(gòu)電量；表示為24小時(shí)中用戶(hù)單個(gè)時(shí)段向mgcc購(gòu)電的最大值；表示為24小時(shí)中單個(gè)時(shí)段購(gòu)電向mgcc購(gòu)電的最小值。

31、博弈均衡的約束條件涵蓋了發(fā)電商收益、mgcc效益和用戶(hù)綜合滿(mǎn)意度。在分時(shí)電價(jià)調(diào)整后，所有相關(guān)主體的利益或滿(mǎn)意度應(yīng)至少保持在調(diào)整前的水平，以確保沒(méi)有一方在新的定價(jià)機(jī)制下遭受損失。約束條件具體如下所示：

32、cf,after≥cf,before

33、cfy,after≤cfy,before

34、cm,after≥cm,before

35、fu,after≥fu,before

36、

37、上式中，cf,after表示電價(jià)調(diào)整之后發(fā)電商的收益，cf,before表示電價(jià)調(diào)整之前發(fā)電商的收益；cfy,after為電價(jià)調(diào)整之后發(fā)電商的運(yùn)維成本；cfy,before為電價(jià)調(diào)整之前發(fā)電商的運(yùn)維成本；cm,after為電價(jià)調(diào)整之后mgcc的收益，cm,before為電價(jià)調(diào)整之前mgcc的收益；fu,after為電價(jià)調(diào)整之后的用戶(hù)用電綜合滿(mǎn)意度，fu,before為電價(jià)調(diào)整之前的用戶(hù)用電綜合滿(mǎn)意度；為電價(jià)調(diào)整之后微網(wǎng)用戶(hù)從mgcc購(gòu)買(mǎi)的電量，為電價(jià)調(diào)整之前微網(wǎng)用戶(hù)從mgcc購(gòu)買(mǎi)的電量；

38、式cf,after≥cf,before、式cm,after≥cm,before和式fu,after≥fu,before表示各主體目標(biāo)函數(shù)在調(diào)整后應(yīng)得到優(yōu)化；

39、式cfy,after≤cfy,before表示發(fā)電商在電價(jià)調(diào)整后運(yùn)維成本需有所降低；

40、式表示電價(jià)調(diào)整后用戶(hù)的單位購(gòu)電成本不能增加。

41、所述步驟2中，多層次博弈機(jī)制如下：

42、在多層次博弈機(jī)制中，發(fā)電商與mgcc之間存在非合作博弈，mgcc和微網(wǎng)用戶(hù)間存在主從博弈關(guān)系；發(fā)電商根據(jù)各微電網(wǎng)電能需求，考慮發(fā)電的固定成本及運(yùn)維成本，制定發(fā)電商售電電價(jià)；mgcc進(jìn)行日前規(guī)劃調(diào)度，優(yōu)先消納微網(wǎng)內(nèi)部新能源出力及儲(chǔ)能，若仍有需求，再?gòu)钠渌⒕W(wǎng)購(gòu)買(mǎi)電能，最后從發(fā)電商處購(gòu)電。mgcc考慮自身效益，制定負(fù)荷側(cè)分時(shí)電價(jià)；用戶(hù)根據(jù)負(fù)荷側(cè)分時(shí)電價(jià)和心理預(yù)期調(diào)整各時(shí)段用電行為。發(fā)電商、mgcc和用戶(hù)3個(gè)利益方分別通過(guò)決策上網(wǎng)分時(shí)電價(jià)、負(fù)荷側(cè)分時(shí)電價(jià)和分時(shí)用電行為相互影響，通過(guò)博弈求得最優(yōu)均衡解；

43、博弈具體包括以下步驟：

44、步驟2.1：發(fā)電商制定發(fā)電側(cè)初始上網(wǎng)分時(shí)電價(jià)。

45、步驟2.2：mgcc根據(jù)分時(shí)電價(jià)及電能需求制定購(gòu)電策略及負(fù)荷側(cè)分時(shí)電價(jià)。

46、步驟2.3：微網(wǎng)用戶(hù)根據(jù)負(fù)荷側(cè)分時(shí)電價(jià)自主進(jìn)行負(fù)荷平移或削減。

47、步驟2.4：mgcc根據(jù)用戶(hù)負(fù)荷分時(shí)需求量更新調(diào)度策略和購(gòu)電計(jì)劃。

48、步驟2.5：發(fā)電商根據(jù)mgcc的購(gòu)電計(jì)劃調(diào)整發(fā)電計(jì)劃并更新上網(wǎng)分時(shí)電價(jià)。

49、步驟2.6：重復(fù)步驟2.2～步驟2.5，直至發(fā)電商的上網(wǎng)分時(shí)電價(jià)、mgcc的購(gòu)電策略、負(fù)荷側(cè)分時(shí)電價(jià)及用戶(hù)的用電計(jì)劃穩(wěn)定不變，達(dá)到博弈均衡。

50、步驟2.7：以博弈均衡解為最終結(jié)果進(jìn)行能量交易。

51、所述步驟2中，多層次差異化博弈模型包括：

52、(1)：非合作博弈模型：

53、本發(fā)明提出的多層次博弈包含發(fā)電商與mgcc之間的非合作博弈及mgcc與用戶(hù)之間的主從博弈過(guò)程。其中，參與非合作博弈的雙方分別以上網(wǎng)分時(shí)電價(jià)和購(gòu)電計(jì)劃為博弈項(xiàng)，建立以多微網(wǎng)為背景的非合作博弈經(jīng)濟(jì)優(yōu)化模型。

54、1)參與者集合：

55、y＝{f,mgcc1,mgcc2,iii,mgccm,mgccm}

56、式中，f表示發(fā)電商；mgccm表示第m個(gè)微網(wǎng)控制中心；mgcc1表示第1個(gè)微網(wǎng)控制中心；mgcc2表示第2個(gè)微網(wǎng)控制中心；mgccm表示第m個(gè)微網(wǎng)控制中心。

57、2)策略集合：

58、發(fā)電商的策略集合表示為：

59、

60、式中，表示t時(shí)段發(fā)電商的發(fā)電量；ωf表示發(fā)電商的策略集合；分別表示發(fā)電量的上、下限；表示t時(shí)段的發(fā)電商售電分時(shí)電價(jià)；分別表示發(fā)電商售電電價(jià)的上、下限。

61、第m個(gè)mgcc的策略集合表示為：

62、

63、式中，表示t時(shí)段第m個(gè)mgcc向發(fā)電商購(gòu)電的購(gòu)電量；ωm,m表示第m個(gè)mgcc的策略集合；分別表示購(gòu)電量的上、下限。

64、3)效用函數(shù)：

65、發(fā)電商在博弈過(guò)程中追求自身的收益cf最大，表達(dá)如下式所示：

66、cf＝cmbuy-cfy-cfe

67、式中，cf為發(fā)電商的收益；cmbuy為mgcc的購(gòu)電成本，同時(shí)為發(fā)電商的售電收益；cfy為發(fā)電商的運(yùn)維成本；cfe為發(fā)電商的環(huán)保成本。

68、mgcc在博弈過(guò)程中追求效益cm最大，表達(dá)如下式所示：

69、cm,m＝cubuy,m-(cpv,m+cwt,m+cgt,m+cess,m+cmbuy,m+cms,m+cme,m)

70、式中，cm,m為第m個(gè)微網(wǎng)系統(tǒng)中mgcc的總收益；cubuy,m為微網(wǎng)m用戶(hù)的用電成本，等同于第m個(gè)mgcc的售電收益；cpv,m為光伏設(shè)備運(yùn)維成本；cwt,m為風(fēng)電設(shè)備運(yùn)維成本；cgt,m為燃?xì)廨啓C(jī)發(fā)電及運(yùn)維成本；cess,m為儲(chǔ)能設(shè)備充放電運(yùn)維成本；cmbuy,m為mgcc購(gòu)電成本；cms,m為微網(wǎng)間的交互成本；cme,m為mgcc的環(huán)保成本。

71、4)納什均衡：

72、當(dāng)博弈達(dá)到均衡時(shí)，發(fā)電商和mgcc需要滿(mǎn)足以下條件：

73、

74、式中，表示在發(fā)電商發(fā)電量、發(fā)電商制定的售電電價(jià)以及第m個(gè)mgcc向發(fā)電商購(gòu)電的購(gòu)電量三者達(dá)到博弈均衡之后發(fā)電商的收益。表示博弈達(dá)到均衡時(shí)發(fā)電商的發(fā)電量；表示博弈達(dá)到均衡時(shí)發(fā)電商制定的售電電價(jià)；表示博弈達(dá)到均衡時(shí)第m個(gè)mgcc向發(fā)電商購(gòu)電的購(gòu)電量。

75、表示只有發(fā)電商制定的售電電價(jià)和第m個(gè)mgcc向發(fā)電商購(gòu)電的購(gòu)電量二者達(dá)到博弈均衡之后發(fā)電商的收益；表示未達(dá)到博弈均衡時(shí)發(fā)電商的發(fā)電量。

76、表示只有發(fā)電商發(fā)電量和第m個(gè)mgcc向發(fā)電商購(gòu)電的購(gòu)電量二者達(dá)到博弈均衡之后發(fā)電商的收益；表示未達(dá)到博弈均衡時(shí)發(fā)電商制定的售電電價(jià)。

77、表示只有發(fā)電商發(fā)電量、發(fā)電商制定的售電電價(jià)二者達(dá)到博弈均衡之后發(fā)電商的收益；表示未達(dá)到博弈均衡時(shí)第m個(gè)mgcc向發(fā)電商購(gòu)電的購(gòu)電量。從上式可以看出，當(dāng)發(fā)電商和mgcc的非合作博弈達(dá)到nash均衡時(shí)，任何一個(gè)參與者都不能單方面的改變策略來(lái)獲得更優(yōu)的效益函數(shù)，而對(duì)其他參與者不產(chǎn)生影響。

78、(2)：主從博弈模型：

79、本發(fā)明所提的主從博弈模型是mgcc與微網(wǎng)用戶(hù)以領(lǐng)導(dǎo)者和跟隨者的身份參與博弈，追求各自的目標(biāo)最優(yōu)的決策過(guò)程。主從博弈模型可表示為：

80、1)參與者集合：

81、y＝{mgccm,um}

82、式中，mgccm表示第m個(gè)mgcc；um表示第m個(gè)微網(wǎng)用戶(hù)。

83、2)策略集合：

84、領(lǐng)導(dǎo)者mgcc的策略為ωm,m表示第m個(gè)mgcc的策略集合；

85、跟隨者微網(wǎng)用戶(hù)的策略為ωu,m表示第m個(gè)微網(wǎng)用戶(hù)的策略集合；

86、其中，分別表示mgcc售電電價(jià)的上、下限；分別為微網(wǎng)用戶(hù)購(gòu)電量的上、下限。

87、3)效用函數(shù)：

88、mgcc作為領(lǐng)導(dǎo)者，在博弈過(guò)程中追求自身效益最大，表達(dá)式如下所示：

89、cm,m＝cubuy,m-(cpv,m+cwt,m+cgt,m+cess,m+cmbuy,m+cms,m+cme,m)

90、微網(wǎng)用戶(hù)在博弈過(guò)程中追求用電綜合滿(mǎn)意度最高，表達(dá)式如下式所示：

91、

92、

93、式中，αt表示用戶(hù)用電行為滿(mǎn)意度；βt表示用戶(hù)用電成本滿(mǎn)意度；λt衡量了用戶(hù)的綜合滿(mǎn)意度；ω1、ω2分別表示用戶(hù)對(duì)用電行為的滿(mǎn)意度權(quán)重系數(shù)和用戶(hù)對(duì)用電成本的滿(mǎn)意度權(quán)重系數(shù)，且ω1+ω2＝1；為需求響應(yīng)前的原始負(fù)荷；ρ1、ρ2分別為用戶(hù)用電效益系數(shù)，取值為ρ1＝0.0009，ρ2＝1.5；為需求響應(yīng)前的原始電價(jià)。

94、4)stcakelberg均衡：

95、當(dāng)跟隨者微網(wǎng)用戶(hù)根據(jù)領(lǐng)導(dǎo)者mgcc的策略做出最優(yōu)響應(yīng)，并且mgcc也接受這一響應(yīng)時(shí)，博弈達(dá)到stcakelberg均衡；若為主從博弈的均衡解時(shí)，需滿(mǎn)足：

96、

97、式中，表示mgcc制定的售電分時(shí)電價(jià)和微網(wǎng)用戶(hù)向mgcc購(gòu)電的購(gòu)電量達(dá)到博弈均衡時(shí)mgcc的收益；表示達(dá)到博弈均衡時(shí)mgcc制定的售電分時(shí)電價(jià)；

98、表示只有mgcc制定的售電分時(shí)電價(jià)達(dá)到博弈均衡時(shí)mgcc的收益。

99、ωm,m表示表示第m個(gè)mgcc的策略集合；ωu,m表示第m個(gè)微網(wǎng)用戶(hù)的策略集合。

100、在mgcc與微網(wǎng)用戶(hù)間的主從博弈達(dá)到均衡解后，任何一方都不能通過(guò)單方面改變策略來(lái)獲得更大的效益。

101、所述步驟3中，采用雙層粒子群算法結(jié)合cplex求解器，對(duì)所建立的多層次差異化博弈模型進(jìn)行求解。其中，上層博弈為發(fā)電商和mgcc之間的非合作博弈，博弈目標(biāo)包括最大化發(fā)電商和mgcc的收益、確定發(fā)電商售電電價(jià)和發(fā)電計(jì)劃。下層博弈為mgcc和用戶(hù)之間的主從博弈，博弈目標(biāo)包括最大化mgcc效益及用戶(hù)綜合滿(mǎn)意度、確定mgcc購(gòu)電計(jì)劃和售電電價(jià)，以及用戶(hù)的用電計(jì)劃。

102、多層次差異化博弈模型求解包括如下步驟：

103、s1：尋找上層博弈的均衡點(diǎn):

104、s1-1：初始化粒子群。設(shè)定發(fā)電商和mgcc的決策范圍，并隨機(jī)初始化粒子群的位置和速度。每個(gè)粒子代表一組可能的策略組合，即一組發(fā)電商和mgcc的決策。

105、s1-2：評(píng)估適應(yīng)度。對(duì)于每組可能的策略組合，計(jì)算其對(duì)應(yīng)的發(fā)電商和mgcc收益。

106、s1-3：更新個(gè)體和全局最優(yōu)解。對(duì)于每個(gè)粒子(策略組合)，根據(jù)收益更新其個(gè)體最優(yōu)解，即保存歷史最佳位置和對(duì)應(yīng)的收益值。然后，在整個(gè)粒子群中找到全局最優(yōu)解，即最優(yōu)的博弈策略組合。

107、s1-4：更新粒子位置和速度。根據(jù)個(gè)體歷史最優(yōu)位置和全局最優(yōu)位置，更新粒子的位置和速度。

108、s1-5：收斂判斷。判斷是否達(dá)到最大迭代次數(shù)。如果未達(dá)到，則返回s1-2繼續(xù)迭代。

109、s1-6：調(diào)用cplex求解器。將粒子群算法尋到的均衡點(diǎn)作為初始解輸入cplex求解器，得到博弈結(jié)果。

110、s2：尋找下層博弈的均衡點(diǎn):

111、s2-1：重新初始化粒子群。設(shè)定mgcc和用戶(hù)的決策范圍，并隨機(jī)初始化粒子群的位置和速度。每個(gè)粒子代表一組可能的策略組合，即一組mgcc和用戶(hù)的決策。

112、s2-2：評(píng)估適應(yīng)度。計(jì)算每組策略的目標(biāo)函數(shù)。輸入上層博弈的結(jié)果作為參數(shù)，求解下層博弈。

113、s2-3：更新個(gè)體和全局最優(yōu)解。對(duì)于每個(gè)粒子(策略組合)，根據(jù)收益更新其個(gè)體最優(yōu)解，即保存歷史最佳位置和對(duì)應(yīng)的收益值。然后，在整個(gè)粒子群中找到全局最優(yōu)解，即最優(yōu)的博弈策略組合。

114、s2-4：更新粒子位置和速度。根據(jù)個(gè)體歷史最優(yōu)位置和全局最優(yōu)位置，更新粒子的位置和速度。

115、s2-5：收斂判斷。判斷是否達(dá)到最大迭代次數(shù)。如果未達(dá)到，則返回s2-2繼續(xù)迭代。s2-6：調(diào)用cplex求解器。將粒子群算法尋到的均衡點(diǎn)作為初始解輸入cplex求解器，得到博弈結(jié)果；每個(gè)粒子代表一組mgcc和用戶(hù)的決策。

116、s3:反饋和整合：將下層博弈結(jié)果反饋給上層博弈，重新調(diào)整上層策略。進(jìn)行上層和下層博弈的綜合優(yōu)化，確保最終結(jié)果滿(mǎn)足整體目標(biāo)。

117、s4:重新求解：基于反饋結(jié)果和調(diào)整后的參數(shù)，重復(fù)執(zhí)行上層和下層博弈的求解過(guò)程s1-s2。

118、s5:驗(yàn)證優(yōu)化調(diào)整后的結(jié)果是否更優(yōu)，若滿(mǎn)足要求，則完成整個(gè)求解流程。

119、通過(guò)博弈過(guò)程，得出上層和下層博弈的最優(yōu)解，包括發(fā)電商的最優(yōu)售電電價(jià)和發(fā)電計(jì)劃，mgcc的最優(yōu)購(gòu)電計(jì)劃和售電電價(jià)，以及用戶(hù)的最優(yōu)用電計(jì)劃。

120、所述步驟3中，最優(yōu)雙向分時(shí)電價(jià)優(yōu)化策略，具體指的是:當(dāng)上下層博弈達(dá)到博弈均衡時(shí)發(fā)電商向mgcc的分時(shí)售電電價(jià)以及mgcc向用戶(hù)的分時(shí)售電電價(jià)。

121、本發(fā)明一種基于多層次博弈的多微網(wǎng)雙向分時(shí)電價(jià)優(yōu)化方法，技術(shù)效果如下：

122、(1)本發(fā)明的步驟1提出一種雙向分時(shí)電價(jià)激勵(lì)機(jī)制，該機(jī)制相較于傳統(tǒng)的電價(jià)策略，具有以下優(yōu)點(diǎn)：

123、a.價(jià)格靈活性：雙向分時(shí)電價(jià)機(jī)制根據(jù)不同時(shí)間段的供需情況調(diào)整電價(jià)，而傳統(tǒng)電價(jià)策略通常采用固定電價(jià)或簡(jiǎn)單的峰谷電價(jià)，沒(méi)有細(xì)致的時(shí)間段劃分。

124、b.優(yōu)化資源配置：雙向分時(shí)電價(jià)機(jī)制更有效地匹配電力供需，優(yōu)化資源配置，減少浪費(fèi)。傳統(tǒng)電價(jià)策略往往無(wú)法動(dòng)態(tài)調(diào)整以應(yīng)對(duì)實(shí)際需求變化。

125、c.促進(jìn)需求響應(yīng)：雙向分時(shí)電價(jià)鼓勵(lì)用戶(hù)在電價(jià)低時(shí)段用電，減少高峰時(shí)段用電，促進(jìn)需求響應(yīng)；傳統(tǒng)電價(jià)策略缺乏這種動(dòng)態(tài)調(diào)整機(jī)制。

126、d.提高發(fā)電效率：雙向分時(shí)電價(jià)機(jī)制支持發(fā)電商根據(jù)電價(jià)調(diào)整發(fā)電計(jì)劃，提高發(fā)電效率；傳統(tǒng)電價(jià)策略無(wú)法提供這種靈活性。

127、e.增強(qiáng)電網(wǎng)穩(wěn)定性：雙向分時(shí)電價(jià)機(jī)制通過(guò)調(diào)節(jié)電價(jià)平衡負(fù)荷，增強(qiáng)電網(wǎng)穩(wěn)定性，傳統(tǒng)電價(jià)策略則可能導(dǎo)致電力短缺或過(guò)剩問(wèn)題。

128、(2)本發(fā)明的步驟2提出一種多層次差異化博弈模型。步驟1的雙向分時(shí)電價(jià)激勵(lì)機(jī)制也是基于該模型設(shè)計(jì)的。該模型的具體優(yōu)點(diǎn)如下：

129、1)模擬真實(shí)市場(chǎng)行為：博弈模型能夠真實(shí)反映發(fā)電商、微網(wǎng)控制中心(mgcc)和用戶(hù)之間的互動(dòng)和策略選擇，模擬實(shí)際市場(chǎng)中的競(jìng)爭(zhēng)與合作行為。

130、2)考慮策略互動(dòng)：博弈模型能夠處理各方策略的相互影響和優(yōu)化，使得電價(jià)策略的設(shè)計(jì)更符合實(shí)際博弈中的動(dòng)態(tài)調(diào)整需求。

131、3)多層次決策優(yōu)化：博弈模型適合處理多層次的決策問(wèn)題，通過(guò)不同層次的博弈分析優(yōu)化發(fā)電、售電和用電策略，從而更全面地優(yōu)化電價(jià)設(shè)置。

132、解決復(fù)雜問(wèn)題：博弈模型可以處理復(fù)雜的策略互動(dòng)和優(yōu)化問(wèn)題，適用于解決傳統(tǒng)方法難以處理的多方博弈和非線(xiàn)性?xún)?yōu)化問(wèn)題。

133、(3)本發(fā)明的步驟3具體涉及到利益雙層粒子群算法求解步驟2的多層次差異化博弈模型。該算法的具體優(yōu)點(diǎn)如下：

134、①.高效優(yōu)化：粒子群算法通過(guò)模擬群體行為快速收斂，能夠高效地尋找最優(yōu)解，適合處理復(fù)雜的多層次博弈問(wèn)題。

135、②.多層次適應(yīng)性：雙層粒子群算法可以在不同層次上進(jìn)行優(yōu)化，確保上層和下層決策的協(xié)調(diào)與優(yōu)化。

136、靈活處理：能夠處理非線(xiàn)性和多目標(biāo)優(yōu)化問(wèn)題，適應(yīng)不同的電價(jià)策略需求。

137、③.動(dòng)態(tài)調(diào)整：適應(yīng)市場(chǎng)動(dòng)態(tài)變化，通過(guò)迭代過(guò)程不斷更新策略，優(yōu)化電價(jià)設(shè)置。

138、④.全局搜索能力：粒子群算法具備較強(qiáng)的全局搜索能力，避免局部最優(yōu)解，提升整體博弈模型的解質(zhì)。

139、(4)本發(fā)明所提分時(shí)電價(jià)優(yōu)化方法能夠優(yōu)化能源管理，降低系統(tǒng)運(yùn)營(yíng)成本及用戶(hù)用電成本，提高發(fā)電商經(jīng)濟(jì)效益以及多微網(wǎng)系統(tǒng)的環(huán)保性。