基于云模型和改进证据理论的调峰型虚拟电厂聚合用户优选

在规模化需求侧资源接入电网背景下,为了提高调峰型虚拟电厂在海量异质负荷环境下用户调峰性能识别的精度,提出了基于云模型和改进证据理论的调峰型虚拟电厂聚合用户优选方法。首先,从负荷管理、调峰潜力和历史信用3个维度构建了用户优选指标体系。其次,针对用户在优选等级边界处的随机性与模糊性,采用云模型生成各指标在基准云中的隶属度,并引入不确定性焦元将其转化为证据理论中的基本概率分配。再次,针对传统证据理论中强冲突证据融合可能会产生悖论的问题,参考博弈思想将证据的静动态权重进行博弈组合,根据组合权重识别冲突证据并进行冲突修正和融合。同时,借鉴逼近理想解排序技术思想,比较各用户基本概率分配与正负理想云的贴近度以确定用户的聚合优先级。最后,通过算例分析验证了所提方法在解决证据冲突性以及虚拟电厂用户优选方面的有效性和优越性。