基于Shapley值抽样估计法的风-光-水互补发电增益分配方法

在多利益主体市场环境下,建立公平、合理、高效的互补发电增益分配方法是保障风-光-水互补发电优化调度能够实施的关键。针对风-光-水互补发电的特点,在建立考虑随机性、波动性和互补效益的风-光-水互补发电优化调度模型的基础上,提出风-光-水互补发电增益量化方法;在经典Shapley值(SV)法的基础上,提出基于Shapley值抽样估计(SSVE)法的风-光-水互补发电增益分配方法,并提出基于强化学习(RL)的样本量分配法,以提高SSVE法的精确性和计算效率。算例结果验证了采用RL样本量分配法的SSVE法的有效性,且SSVE法能够有效减少计算量以及解决经典SV法的组合爆炸问题。