智能住宅小区的需求响应主从博弈模型

针对含有多个售电商的智能住宅小区,建立了售电商和用户之间的主从博弈模型。在该模型中,用户间的电力消费行为用含有个人隐私的演化博弈模型进行模拟,售电商之间的价格竞争通过非合作博弈模型进行模拟。同时证明了该博弈模型均衡解的存在性并设计算法进行求解。数值结果表明所提出的算法能够快速收敛且具有可扩展性,同时售电商和小区用户之间基于价格的需求响应行为有利于实现电力供需平衡,从而维持智能小区电力系统安全运行。

基于智能电网需求侧管理的多零售商实时定价策略

智能电网中需求侧管理(demand-side management,DSM)是一种改变和促进电力消费,提高电网可靠性的重要机制。实时定价是最重要的DSM策略之一。在电力市场中,电力零售商从电力供应商处采购电力然后将其出售给用户,因此对零售商来说进行有效的电力采购和价格决策至关重要。文中针对服务不同类型用户且共存于多个地区的不同电力零售商使用实时定价需求侧管理方案提出一种动态博弈决策机制,建立Stackelberg动态博弈模型分析不同电力零售商之间实时定价策略互动并得到均衡解。仿真模拟结果验证了所提出模型的有效性以及相关参数对电力采购及价格决策的影响,更好地诠释了智能电网中实时定价的动态过程。

考虑消费者激励因素的智能电网多零售商多用户实时定价策略

作为智能电网需求响应管理(demand response management,DRM)的关键组成部分,实时电价定价机制已经成为近年来研究热点之一。为更好地优化能源消费,针对智能电网中多个电力零售商和多个用户之间的策略互动行为,运用博弈方法建立一个多主多从的Stackelberg博弈模型进行实时电价研究,证明和分析了Stackelberg均衡的存在性,并设计分布式算法以求解仅具有局部信息情形下的博弈均衡解。此外,提出一个用于调节零售商实时电价信息的激励因子来用于分析电力系统运行稳定性及电力供需平衡状态。仿真模拟结果验证了所提算法可以快速收敛,并且适当的激励可以提高用户满意度。

基于改进Bi-LSTM和XGBoost的电力负荷组合预测方法

电力负荷预测在平衡能源分配、经济性和电力系统安全可靠运行方面发挥着重要作用,精准的负荷预测可以降低电力运行的成本和风险,提高电网环境效益和经济效益。首先根据加权灰色关联投影算法对数据进行预处理,然后应用注意力(Attention)机制来改进双向长短期记忆(Bi-LSTM)模型,并结合极端梯度提升(XGBoost)模型构建一种由误差倒数法确定权重的电力负荷组合预测模型,从而得到一种新的短期电力负荷预测方法。通过新加坡电力市场数据集对该方法进行评估,结果显示,该方法的预测结果比单一预测方法更加接近真实数据且误差更小,具备有效性、精准性和实用性的优势。

基于多层博弈的智能电网住宅电力实时需求响应机制

通过建立多层博弈模型刻画智能电网系统中电力公司、家庭电力管理中心和家庭内各个电器设备间的电力实时需求响应过程。在此模型中,每个时段电力公司将电价通知各个家庭,每个家庭的电力管理中心接收到实时电价信息后为家庭内各个电器设备分配虚拟电价,各个设备则确定各自最优用电量并将其反馈给家庭电力管理中心,由其确定该家庭总用电量并发送至电力公司,电力公司再计算得到最优电价。证明了所建多层博弈模型的均衡存在唯一性,并得到均衡解。仿真结果验证了模型的有效性,并给出其实际应用价值。

智能电网下电力零售商合作实时定价博弈

随着智能电网的发展和含可再生能源的分布式发电系统普及,区域电力市场中将不断出现新的电力零售企业,其竞争与合作是电力市场中重要研究方向。针对区域中共存的多家电力零售商,通过定义特征函数建立合作博弈模型,研究合作联盟对区域内用户的统一零售实时电价问题,并采用Shapley值进行分配,从而得到智能电网环境下电力零售商在区域电力市场中的统一电力实时售价计算方法。最后通过数值算例进行验证分析。

基于预测惩罚和联盟嫉妒的分布式能源合作博弈模型

本研究提出一种基于分布式能源电厂的盈缺电量与运输成本进行联盟的合作博弈模型,探讨分布式能源在合作下的效用最大化问题。通过该模型减少因分布式能源预测发电量与实际发电量差值问题产生的惩罚,同时考虑联盟间的嫉妒因素精确每个分布式能源电厂效用,最后依据Shapley值法为各分布式电厂分配效用。数值结果表明,发电厂之间的合作不仅可以降低分布式能源发电量不确定性带来的惩罚,同时可以减少联盟间嫉妒带来的损失。

从方法论和认识论看线性代数与中学数学的联系

从当下大学线性代数教学现状出发,以数学方法论和认识论为指导,探究线性代数与中学数学在数学知识、数学思想方法、数学观念等方面的联系,以期帮助大学生顺利地从中学过渡到大学线性代数的学习。

0-1整数规划方法对研究生招生问题的探讨

对高校研究生招生中的录取方式及导师和研究生的双向选择机制进行了讨论。遵循合理易操作的原则,采用加权平均的方法和0—1整数规划的方法,得到了导师和学生双向选择的最优结果,从而给主管部门提供了改革现有招生机制的可行方案。

关于Borda计分法则在职称评定投票规则中的一些探讨

为阐述职称评定过程中广泛采用的无序投票法所存在的缺陷并对其进行修正,通过深入研究比对有序投票法、计分法以及Borda计分法则等投票规则,论证了Borda计分法则在满足最基本的选举法则的同时可以弥补传统方法的诸多缺陷。因而,可以说Bor-da计分法则是较有序投票法和计分法更加公平和有效的投票规则。

联盟剖分型单向流动态网络生成对策

通过定义联盟同质费用研究考察具有固定联盟剖分的单向流动态网络生成对策。局中人通过采取局部行动生成网络,行动的原则是最大化其所在联盟的整体收益。选择B&G函数作为局中人的基本支付函数,诱导产生联盟-局中人的B&G函数。在新的规则之下,分别给出了局部纳什网的存在性、结构特性及其动态生成进程的定理。

基于用户可再生能源偏好的电力市场需求响应模型

为更好地促进可再生能源在零售市场的消纳,针对含有孤岛型混合可再生能源电力系统(island hybrid renewable energy system,IHRES)的零售市场,在考虑用户具有可再生能源电力偏好基础上,利用Stackelberg主从博弈模型研究传统售电商、IHRES和居民用户之间的电力需求响应问题,通过分布式迭代算法求解售电侧非合作博弈纳什均衡解和用户侧唯一全局最优解,证明Stackelberg主从博弈纳什均衡的存在性。仿真结果验证了算法收敛性,同时也表明两类售电商定价策略随着用户偏好变化呈相反变化趋势。随着用户偏好的提升,可以有效促进可再生能源在电力市场中的消纳,并保证电力负荷稳定。

广告视角下智能小区实时定价博弈分析

考虑连续时间内供电商对用户的争抢行为,将广告微分博弈引入智能电网系统中以刻画供电商之间的相互竞争,并建立多供电商多用户Stackelberg博弈模型研究智能电网实时定价问题。通过求解用户侧优化问题及供电商之间非合作微分博弈纳什均衡,最终获得供电商与用户之间Stackelberg博弈均衡,以此得到供电商广告竞争下的智能电网实时电价。数值仿真结果表明:采取广告行为供电商的最大支付随其广告成本和定价先增后减,而随用户规模扩大而递增;另外,随着单位广告成本的增加,供电商统一电价逐渐降低,带来用户效用提高,且拥有较低广告成本的供电商售电较多。

以相关性视角探讨博弈论在大学英语教学师生评价中的应用

师生相互评价是近年来大学英语教学研究的热点之一。从相关性评价的角度,建立教师与学生相互评价的动态博弈模型,分析博弈均衡解并探讨相关参数变化对均衡解的影响,为提高大学英语教学效果寻找适合调控方法。通过实例,验证分析的合理性与有效性。

考虑风险的智能电网实时电价定价策略

基于需求响应的智能电网实时电价机制是调节电力供需平衡的理想手段。用户用电需求行为则对设计高效可行的实时电价定价策略起到调控作用。考虑用户电力总需求的动态变化,以社会福利最大化作为研究目标,改进已有在线实时电价风险模型中的用电风险项,将个体用户的用电量波动调整为全体用户电力总需求的波动,建立优化模型。通过对偶方法等价转换原优化问题,克服原有的在线算法不能求解用户总体用电量的困难,设计一种算法对其求解,得到实时电价。数值仿真结果验证了所建模型的合理性以及算法的有效性和可行性。

具有电力需求预测更新的智能电网实时定价机制

智能电网环境下,基于需求侧管理的电力需求实时预测和定价机制对于维持电力供需平衡,削峰填谷至关重要。文中引入贝叶斯信息更新方法对智能电网中用户电力需求信息进行实时预测更新,然后将售电商与用户之间的实时电价与电力需求策略互动行为生成一主多从博弈模型并进行均衡分析。通过数值仿真分析,在与无电力需求预测更新下的智能电网实时定价机制对比以后,发现所提出的具有电力需求预测更新的实时定价机制可以提高用户用电满意度和参与需求侧管理的积极性,同时也增加了售电商利润。

基于实时电价和加权灰色关联投影的SVM电力负荷预测

精准的电力负荷预测有助于保障电力系统的安全调度和稳定运行,支持向量机作为一种良好的预测工具被广泛应用于电力负荷预测。随着智能电网的快速发展,实时电价成为电力负荷的重要影响因素,因此在应用支持向量机进行电力负荷预测时,引入实时电价这一影响因素,同时将加权灰色关联投影算法应用于节假日的历史负荷序列的选择,并采用改进的粒子群算法优化模型参数,最终得到一种实时电力负荷预测方法。以新加坡的电力数据为例进行实时电力负荷预测,并与通过反向传播神经网络得到的预测结果进行对比,结果表明所提出的方法具有较高的精确度和稳定性。

考虑双重不确定性和用户负效用的多目标双层售电商决策

随着电力零售市场准入的放开,多种类型售电公司进入电力市场,电力零售交易机制愈加多样化。智能电网环境下,针对带有可再生能源发电设备的售电商,考虑日前市场价格和可再生能源发电不确定性的影响,建立一个多目标二层随机优化模型,研究需求响应下顾及用户负效用的售电商购售电决策问题。上层模型以售电商利润最大化为目标,下层模型以用户用电成本和负效用最小化为目标。数值仿真结果表明:需求响应能够有效平衡用户一天内各时段负荷,负效用的加入可避免负荷进行峰谷转移;同时,储能设备和可再生能源均可以显著提升售电商利润。

基于用户行为和需求调峰的电力市场交易机制研究

为引导售电商和用户合理调峰,保障电力供应平稳有序,提出了一种以激励需求响应为基础并考虑用户行为因素的调峰机制.该机制同时考虑了电力负荷高峰和非高峰期,通过指导售电商制定补偿标准来激励用户在用电高峰期转移部分需求电量,并考虑用户行为因素对自身效用的影响,最终在售电商与用户之间建立双层规划模型进行分析.其中上层售电商以自身利润最大化为目标,下层用户以总效用最大化为目标,通过求解得到售电商采取调峰机制时的最优定价策略、补偿标准以及用户的最优用电量.数值仿真结果表明:售电商采取调峰机制有利于提高利润和用户总效用,且售电商可通过适当增加基准值与补偿率来提升收益;用户的最优用电量与该用户的嫉妒系数与愧疚系数无关,而与不满意度系数乘积相关.此外,本文所提出的调峰机制可有效减少用电高峰期电力系统负荷,引导用户自主调整用电习惯、错峰用电,从而保证电力系统稳定性.

具有多类资源多类用户智能电网实时定价决策

智能电网中的实时定价问题,对于当前正处于全面建设阶段的我国智能电网建设进程的后继顺利发展以及经营企业的经济效益和竞争力都将产生重要影响.基于反映智能电网中电力需求或电力消耗动态变化需求侧管理(DSM)思想,利用动态博弈理论研究了实时定价和电力采购决策问题.该研究创新性地考虑了电力零售市场中零售商通常需要采购不同电力资源然后将其销售给不同类型用户这一现实,改变以往研究电力市场中零售商和用户之间策略互动时仅研究单一类型用户和单一类型电力来源局限,使用特殊的效用函数来模型短期用户的偏好和消费模式,将采购不同类型电力资源零售商与其服务的不同类型用户之间的策略互动构造出一个五阶段动态Stackelberg博弈模型,最终使用逆推归纳法求出博弈解子博弈精炼纳什均衡,从而为零售商提出了一种基于智能电网DSM实时定价的新型博弈决策机制,既为零售商提供了一种最优采购和定价机制,也通过实时定价为不同类型用户提供电力消费的不同最优反应模式.数值仿真表明了所提出的机制的有效性及系统参数变化对决策的影响.