基于一种包含配电网运营商、微电网和负荷聚合商等利益主体的交直流配电网结构，提出了考虑多利益主体参与下的交直流配电网完全信息动态博弈与协同调度策略。在对交直流配电网中各利益主体的权益、责任和可调度资源分析的基础上，得到了交直流配电网中多利益主体的收益函数，并建立了考虑需求响应、可控分布式电源和电压源换流器等调度资源的运行约束模型。提出了一种将配电网运营商定价权分散为各利益主体议价权，同时保留配电网运营商调度权的完全信息动态博弈机制。再针对该博弈问题，提出了一种结合动态博弈粒子群优化算法和线性规划的动态博弈问题求解方法。通过仿真验证了所提方法的有效性。仿真结果表明，相较于传统交直流配电网的调度机制，采用动态博弈与协同调度机制后，各参与人的收益与其掌握资源数量的相关性增强，配电网的社会总效益有所增加，弃风、弃光与向主网倒送功率的现象减少，提升了市场公平性和系统经济性、环保性。
2022-04-26 20:16:11
2.28MB
1
多主体强化学习（MARL）
使用rllab通过量化在不同环境中执行的多个代理的随机梯度来开发强化学习。
实验室
rllab是用于开发和评估强化学习算法的框架。 它包括各种各样的连续控制任务以及以下算法的实现：
rllab与完全兼容。 有关说明和示例，请参见。
rllab仅正式支持Python 3.5+。 对于坐在Python 2上的rllab的旧快照，请使用。
rllab支持在EC2集群上运行强化学习实验以及用于可视化结果的工具。 有关详细信息，请参见。
主要模块使用作为基础框架，并且我们在下支持TensorFlow。
文献资料
在线提供了文档： https : //rllab.readthedocs.org/en/latest/ 。
引用rllab
如果您使用rllab进行学术研究，强烈建议您引用以下文章：
严端，陈曦，赖因·豪特霍夫特，约翰·舒尔曼，彼得·阿比尔。 “对
2022-03-18 18:31:48
10.24MB
1
基于区块链技术的能源交易体系能够有效解决传统集中资源配置带来的效率低下、隐私安全等问题，而能源互联网中大量能源主体间频繁的能源交易会产生大量的交易记录，使能源链变得更长，同时增加了各能源主体间的能源传输成本。基于此，研究了区块链视角下各能源主体的储能优化配置模型，通过配置合适的储能尽可能地实现自给自足。若能源主体有足够的剩余电力则作为卖方出售给其他缺能主体，这样不仅减少了频繁进行能源交易造成的能源浪费以及高额成本，也提升了区域能源的自给自足能力，还减少了能源数据冗余。以IEEE 33节点系统为例，验证了所提资源配置模型的有效性。
2022-02-28 23:19:05
3.08MB
1
随着货物运输系统中能耗的Swift增加，应认真考虑能源和环境问题。 通过调整货运量，向更加节能，合理的方向发展货运结构，以达到降低能耗的目的。 考虑到货运调整系统本身的特点，本文介绍了一种基于多主体的模型，该模型是根据需求响应从政府主体，运输公司主体和货物所有者主体分别构建的。 通过Netlogo进行的实验证明，货运在调节货物运输系统的能耗方面发挥了积极作用，并提出了节能建议和政策。
2022-02-19 11:09:20
815KB
1
2021年南方电网-数字电网推动构建以新能源为主体的新型电力系统白皮书(OCR).pdf
2022-02-15 11:02:59
34.41MB