首页 / 专利库 / 银行与财务事项 / 收益曲线 / 一种考虑风险的虚拟电厂的利益分配方法及装置

一种考虑险的虚拟电厂的利益分配方法及装置

阅读:249发布:2020-05-12

专利汇可以提供一种考虑险的虚拟电厂的利益分配方法及装置专利检索,专利查询,专利分析的服务。并且本 发明 公开一种考虑 风 险的虚拟电厂的利益分配方法及装置,该方法包括步骤:获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据;根据计算得到对应的预测误差和概率 密度 函数;由概率密度函数拟合得到概率分布曲线;对概率分布曲线进行积分得到累计概率分布函数;根据预测误差和累计概率分布函数,得到预测 精度 评分;给每一个预测精度评分设置一个权重,以使所有的权重之和为1;根据预测精度评分和对应的权重,计算得到风险因子;将所有的风险因子进行归一化处理,得到修正风险因子;根据修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益。本发明通过将各参与主体的风险因子引入至shapley值中以保证分配的公平性和联盟的 稳定性 。,下面是一种考虑险的虚拟电厂的利益分配方法及装置专利的具体信息内容。

1.一种考虑险的虚拟电厂的利益分配方法,其特征在于,包括以下步骤:
获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据;
根据每一个参与主体的所述历史实测数据和所述历史预测数据,得到对应的参与主体的预测误差和概率密度函数;
根据所述概率密度函数,拟合得到对应的概率分布曲线;
对所述概率分布曲线进行积分,得到对应的累计概率分布函数;
根据所述预测误差和对应的所述累计概率分布函数,得到对应的预测精度评分;
给每一个参与主体对应的所述预测精度评分设置一个权重,以使所有的所述权重之和为1;
根据所述预测精度评分和对应的所述权重,计算得到对应的参与主体的风险因子;
将所有的所述风险因子进行归一化处理,得到修正风险因子;
根据所述修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益。
2.如权利要求1所述的考虑风险的虚拟电厂的利益分配方法,其特征在于,所述根据每一个参与主体的所述历史实测数据和所述历史预测数据,得到对应的参与主体的预测误差和概率密度函数,具体包括:
将每一个参与主体的所述历史实测数据和所述历史预测数据代入公式
得到对应的参与主体的所述预测误差;其中,ei,t为第i个参与主体的
预测误差, 为第i个参与主体的所述历史实测数据, 为第i个参与主体的所述历史预测数据;
根据所述预测误差采用核密度估计方法,得到所述概率密度函数为
其中,f(ei)为第i个参与主体的所述概率密度函数,
为核函数,h为带宽或平滑参数,n为参与主体的总数,1≤i≤n。
3.如权利要求1所述的考虑风险的虚拟电厂的利益分配方法,其特征在于,所述根据所述概率密度函数,拟合得到对应的概率分布曲线,具体包括:
根据所述概率密度函数,采用三次样条插值拟合得到对应的概率分布曲线。
4.如权利要求1所述的考虑风险的虚拟电厂的利益分配方法,其特征在于,所述根据所述预测误差和所述累计概率分布函数,得到对应的预测精度评分,具体包括:
根据所述预测误差和所述累计概率分布函数,基于连续分级概率评分得到每一个参与主体对应的预测精度评分。
5.如权利要求1所述的考虑风险的虚拟电厂的利益分配方法,其特征在于,通过以下步骤给每一个参与主体对应的所述预测精度评分设置一个权重:
获取所述虚拟电厂中每一个参与主体的额定出
根据每一个参与主体的额定出力与所有参与主体的额定出力之和的比值,得到对应的参与主体的所述权重。
6.如权利要求1所述的考虑风险的虚拟电厂的利益分配方法,其特征在于,所述根据所述预测精度评分和对应的所述权重,计算得到对应的参与主体的风险因子,具体包括:
根据所述预测精度评分和对应的所述权重的乘积,得到对应的参与主体的风险因子。
7.如权利要求2所述的考虑风险的虚拟电厂的利益分配方法,其特征在于,所述将所有的所述风险因子进行归一化处理,得到修正风险因子,具体包括:
将所有的所述风险因子进行归一化处理,通过公式 得到修正风险因子;其中,ri为第i个参与主体的风险因子,ri'为第i个参与主体的修正风险因子。
8.如权利要求7所述的考虑风险的虚拟电厂的利益分配方法,其特征在于,所述根据所述修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益,具体包括:
通过公式 得到每一参与主体的加权因子;其中,w(|s|)为所
述加权因子,|s|为子集S中的参与主体的个数,子集S为所述虚拟电厂中各参与主体之间的不同组合,n!为所有参与主体参加合作博弈的所有可能的排列方式的数目;
通过公式 得到每一参与主体对应的未修正分配收
益,其中, 为第i个参与主体的所述未修正分配收益,v(S)为包含第i个参与主体的联盟合作收益,v(S-{i})为不包含第i个参与主体的联盟合作收益;
根据所述修正风险因子和公式 对所述未修正的分配收益进行
修正,得到每一个参与主体对应的分配收益;其中, 为第i个参与主体的所述分配收益。
9.一种考虑风险的虚拟电厂的利益分配装置,其特征在于,包括:
数据获取模,用于获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据;
第一数据处理模块,用于根据每一个参与主体的所述历史实测数据和所述历史预测数据,得到对应的参与主体的预测误差和概率密度函数;
第二数据处理模块,用于根据所述概率密度函数,拟合得到对应的概率分布曲线;
第三数据处理模块,用于对所述概率分布曲线进行积分,得到对应的累计概率分布函数;
预测精度评分计算模块,用于根据所述预测误差和对应的所述累计概率分布函数,得到对应的预测精度评分;
权重设置模块,用于给每一个参与主体对应的所述预测精度评分设置一个权重,以使所有的所述权重之和为1;
风险因子计算模块,用于根据所述预测精度评分和对应的所述权重,计算得到对应的参与主体的风险因子;
归一化处理模块,用于将所有的所述风险因子进行归一化处理,得到修正风险因子;
收益修正模块,用于根据所述修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益。
10.一种使用考虑风险的虚拟电厂的利益分配方法的装置,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的考虑风险的虚拟电厂的利益分配方法。

说明书全文

一种考虑险的虚拟电厂的利益分配方法及装置

技术领域

[0001] 本发明涉及电系统市场交易技术领域,尤其涉及一种考虑风险的虚拟电厂的利益分配方法及装置。

背景技术

[0002] 近年来,我国分布式能源(DER)发展迅速,但其单机容量小、不确定性强等特点阻碍其单独参与电力市场,由于各DER又存在很强的互补性,比如白天负荷大,风电少,光伏发电多;晚上负荷小,风电多、电动汽车充电多,通过合作以虚拟电厂(Virtual Power Plant,VPP)的形式参与电网运行与市场交易,可在提高风电、光伏发电消纳能力的同时,提高其经济利益。在竞争的电力市场环境下,如何建立较为公平合理的利益分配机制,是保证联盟关系稳定性的关键。
[0003] 现有关于VPP的研究大多集中在其作为整体参与电力市场竞标,而较少关注各DER的利益分配机制,已有的关于shapley值法的VPP利益分配方法假设所有合作成员承担的风险相等,不符合实际,因此亟待研究考虑风险的VPP利益分配方法。

发明内容

[0004] 本发明实施例的目的是提供一种考虑风险的虚拟电厂的利益分配方法及装置,通过考虑各参与主体在合作中各自所承担的风险,并将风险因子引入至shapley值中以保证分配的相对公平性和联盟的稳定性。
[0005] 为实现上述目的,本发明一实施例提供了一种考虑风险的虚拟电厂的利益分配方法,包括以下步骤:
[0006] 获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据;
[0007] 根据每一个参与主体的所述历史实测数据和所述历史预测数据,得到对应的参与主体的预测误差和概率密度函数;
[0008] 根据所述概率密度函数,拟合得到对应的概率分布曲线;
[0009] 对所述概率分布曲线进行积分,得到对应的累计概率分布函数;
[0010] 根据所述预测误差和对应的所述累计概率分布函数,得到对应的预测精度评分;
[0011] 给每一个参与主体对应的所述预测精度评分设置一个权重,以使所有的所述权重之和为1;
[0012] 根据所述预测精度评分和对应的所述权重,计算得到对应的参与主体的风险因子;
[0013] 将所有的所述风险因子进行归一化处理,得到修正风险因子;
[0014] 根据所述修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益。
[0015] 优选地,所述根据每一个参与主体的所述历史实测数据和所述历史预测数据,得到对应的参与主体的预测误差和概率密度函数,具体包括:
[0016] 将每一个参与主体的所述历史实测数据和所述历史预测数据代入公式得到对应的参与主体的所述预测误差;其中,ei,t为第i个参与主体的预测误差, 为第i个参与主体的所述历史实测数据, 为第i个参与主体的所述历史预测数据;
[0017] 根据所述预测误差采用核密度估计方法,得到所述概率密度函数为其中,f(ei)为第i个参与主体的所述概率密度函数,
为核函数,h为带宽或平滑参数,n为参与主体的总数,1≤i≤n。
[0018] 优选地,所述根据所述概率密度函数,拟合得到对应的概率分布曲线,具体包括:
[0019] 根据所述概率密度函数,采用三次样条插值拟合得到对应的概率分布曲线。
[0020] 优选地,所述根据所述预测误差和所述累计概率分布函数,得到对应的预测精度评分,具体包括:
[0021] 根据所述预测误差和所述累计概率分布函数,基于连续分级概率评分得到每一个参与主体对应的预测精度评分。
[0022] 优选地,通过以下步骤给每一个参与主体对应的所述预测精度评分设置一个权重:
[0023] 获取所述虚拟电厂中每一个参与主体的额定出力;
[0024] 根据每一个参与主体的额定出力与所有参与主体的额定出力之和的比值,得到对应的参与主体的所述权重。
[0025] 优选地,所述根据所述预测精度评分和对应的所述权重,计算得到对应的参与主体的风险因子,具体包括:
[0026] 根据所述预测精度评分和对应的所述权重的乘积,得到对应的参与主体的风险因子。
[0027] 优选地,所述将所有的所述风险因子进行归一化处理,得到修正风险因子,具体包括:
[0028] 将所有的所述风险因子进行归一化处理,通过公式 得到修正风险因子;其中,ri为第i个参与主体的风险因子,ri'为第i个参与主体的修正风险因子。
[0029] 优选地,所述根据所述修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益,具体包括:
[0030] 通过公式 得到每一参与主体的加权因子;其中,w(s)为所述加权因子,|s|为子集S中的参与主体的个数,子集S为所述虚拟电厂中各参与主体之间的不同组合,n!为所有参与主体参加合作博弈的所有可能的排列方式的数目;
[0031] 通过公式 得到每一参与主体对应的未修正分配收益,其中, 为第i个参与主体的所述未修正分配收益,v(S)为包含第i个参与主体的联盟合作收益,v(S-{i})为不包含第i个参与主体的联盟合作收益;
[0032] 根据所述修正风险因子和公式 对所述未修正的分配收益进行修正,得到每一个参与主体对应的分配收益;其中, 为第i个参与主体的所述分配收益。
[0033] 本发明另一实施例提供了一种考虑风险的虚拟电厂的利益分配装置,所述装置包括:
[0034] 数据获取模,用于获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据;
[0035] 第一数据处理模块,用于根据每一个参与主体的所述历史实测数据和所述历史预测数据,得到对应的参与主体的预测误差和概率密度函数;
[0036] 第二数据处理模块,用于根据所述概率密度函数,拟合得到对应的概率分布曲线;
[0037] 第三数据处理模块,用于对所述概率分布曲线进行积分,得到对应的累计概率分布函数;
[0038] 预测精度评分计算模块,用于根据所述预测误差和对应的所述累计概率分布函数,得到对应的预测精度评分;
[0039] 权重设置模块,用于给每一个参与主体对应的所述预测精度评分设置一个权重,以使所有的所述权重之和为1;
[0040] 风险因子计算模块,用于根据所述预测精度评分和对应的所述权重,计算得到对应的参与主体的风险因子;
[0041] 归一化处理模块,用于将所有的所述风险因子进行归一化处理,得到修正风险因子;
[0042] 收益修正模块,用于根据所述修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益。
[0043] 本发明还有一实施例对应提供了一种使用考虑风险的虚拟电厂的利益分配方法的装置,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的考虑风险的虚拟电厂的利益分配方法。
[0044] 与现有技术相比,本发明实施例所提供的一种考虑风险的虚拟电厂的利益分配方法及装置,通过考虑各参与主体在合作过程中各自所承担的风险,将风险因子引入至shapley值中,并运用于VPP分配利益的计算,保证分配的相对公平性和联盟的稳定性。附图说明
[0045] 图1是本发明一实施例提供的一种考虑风险的虚拟电厂的利益分配方法的流程示意图;
[0046] 图2是本发明一实施例提供的一种考虑风险的虚拟电厂的利益分配装置的结构示意图。
[0047] 图3是本发明一实施例提供的一种使用考虑风险的虚拟电厂的利益分配方法的装置的示意图。

具体实施方式

[0048] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0049] 参见图1,是本发明一实施例提供的一种考虑风险的虚拟电厂的利益分配方法的流程示意图,所述方法包括步骤S1至步骤S9:
[0050] S1、获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据;
[0051] S2、根据每一个参与主体的所述历史实测数据和所述历史预测数据,得到对应的参与主体的预测误差和概率密度函数;
[0052] S3、根据所述概率密度函数,拟合得到对应的概率分布曲线;
[0053] S4、对所述概率分布曲线进行积分,得到对应的累计概率分布函数;
[0054] S5、根据所述预测误差和对应的所述累计概率分布函数,得到对应的预测精度评分;
[0055] S6、给每一个参与主体对应的所述预测精度评分设置一个权重,以使所有的所述权重之和为1;
[0056] S7、根据所述预测精度评分和对应的所述权重,计算得到对应的参与主体的风险因子;
[0057] S8、将所有的所述风险因子进行归一化处理,得到修正风险因子;
[0058] S9、根据所述修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益。
[0059] 具体地,获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据。其中,虚拟电厂(Virtual Power Plant,VPP)是电力需求侧管理的一个创新模式,可以在达到建设常规电厂和相应输配电系统的同时,提高电能使用效率和减少用户电力消耗。一般地,虚拟电厂的参与主体包括风电发电厂、光伏发电厂和电动汽车集群,对应的数据主要为风电发电厂的历史实测发电功率值和历史预测发电功率值、光伏发电厂的历史实测发电功率值和历史预测发电功率值、电动汽车集群(简称EV群)的历史实测充放电功率值和历史预测充放电功率值。
[0060] 根据每一个参与主体的历史实测数据和历史预测数据,得到对应的参与主体的预测误差和概率密度函数;根据概率密度函数,拟合得到对应的概率分布曲线;再对概率分布曲线进行积分,就可以得到对应的累计概率分布函数。在实际应用中,就是通过风电发电厂、光伏发电厂和电动汽车集群的历史实测数据和历史预测数据,求取风电发电厂、光伏发电厂和电动汽车集群的累计概率分布函数。
[0061] 有了累计概率分布函数,就可以根据预测误差和对应的累计概率分布函数,得到对应的参与主体的的预测精度评分。
[0062] 根据参与主体的影响程度给每一个参与主体对应的预测精度评分设置一个权重,以使所有的权重之和为1。根据预测精度评分和对应的所述权重,计算得到对应的参与主体的风险因子。正因为考虑了不同参与主体在实际中的投入影响程度不一样,所以要用权重对风险因子进行调整,以使得到的数据更接近实际的情况。
[0063] 将所有的风险因子进行归一化处理,得到修正风险因子。之后根据修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益,这样得到的分配收益更能体现各参与主体的贡献程度,也更有利于维持合作的稳定性。
[0064] 本发明实施例1提供的一种考虑风险的虚拟电厂的利益分配方法,通过考虑各参与主体在合作过程中各自所承担的风险,将风险因子引入至shapley值中,并运用于VPP分配利益的计算,保证分配的相对公平性和联盟的稳定性。
[0065] 作为上述方案的改进,所述根据每一个参与主体的所述历史实测数据和所述历史预测数据,得到对应的参与主体的预测误差和概率密度函数,具体包括:
[0066] 将每一个参与主体的所述历史实测数据和所述历史预测数据代入公式得到对应的参与主体的所述预测误差;其中,ei,t为第i个参与主体的预测误差, 为第i个参与主体的所述历史实测数据, 为第i个参与主体的所述历史预测数据;
[0067] 根据所述预测误差采用核密度估计方法,得到所述概率密度函数为其中,f(ei)为第i个参与主体的所述概率密度函数,
为核函数,h为带宽或平滑参数,n为参与主体的总数,1≤i≤n。
[0068] 具体地,将每一个参与主体的历史实测数据和历史预测数据代入公式得到对应的参与主体的预测误差;其中,ei,t为第i个参与主体的预测误差, 为第i个参与主体的历史实测数据, 为第i个参与主体的历史预测数据。对应地,风电发电厂的历史实测数据用 表示和历史预测数据用 表示、光伏发电厂的历史实测数据用 表示和历史预测数据用 表示、电动汽车集群(EV群)的历史实测数据用 表示和历史预测数据用 表示。
[0069] 根 据 预 测 误 差 采 用 核 密 度 估 计 方 法 ,得 到 概 率 密 度 函 数 为其中,核密度估计方法采用的是非参数核密度估计方法,f(ei)为第i个参与主体的概率密度函数, 为核函数,h为带宽或平滑参数,n为参与主体的总数,1≤i≤n。概率密度函数f(ei)中的i对应替换为w、pv、EV,则分别为风电发电厂、光伏发电厂和电动汽车集群的概率密度函数。
[0070] 需要指出的是,核密度估计性能的好坏,取决于核函数和带宽的选取,常用的核函数有均匀核函数,高斯核函数,三核函数等,本实施例中,优选地,取高斯核函数。带宽不能选的过大或过小,以免掩盖掉分布的某些特征或干扰较大。
[0071] 作为上述方案的改进,所述根据所述概率密度函数,拟合得到对应的概率分布曲线,具体包括:
[0072] 根据所述概率密度函数,采用三次样条插值拟合得到对应的概率分布曲线。
[0073] 具体地,根据概率密度函数,采用三次样条插值拟合得到对应的概率分布曲线。三次样条插值(Cubic Spline Interpolation)简称Spline插值,是通过一系列形值点的一条光滑曲线,数学上通过求解三弯矩方程组得出曲线函数组的过程。
[0074] 作为上述方案的改进,所述根据所述预测误差和所述累计概率分布函数,得到对应的预测精度评分,具体包括:
[0075] 根据所述预测误差和所述累计概率分布函数,基于连续分级概率评分得到每一个参与主体对应的预测精度评分。
[0076] 具体地,根据预测误差和累计概率分布函数,基于连续分级概率评分得到每一个参与主体对应的预测精度评分。连续分级概率评分(Continuous Ranked Probability Score,CRPS)或“连续概率排位分数”是一个函数或统计量,可以量化一个连续概率分布(理论值)与确定性观测样本(真实值)间的差异。预测精度评分的求解过程如下:
[0077]
[0078]
[0079] 其中,当x≥ei,t时,u(x,ei,t)=1;当x<ei,t时,u(x,ei,t)=0;S(F(ei),ei,t)为第i个参与主体的预测精度评分;ei,t为第i个参与主体的预测误差,F(ei)为第i个参与主体的累计概率分布函数。
[0080] 作为上述方案的改进,通过以下步骤给每一个参与主体对应的所述预测精度评分设置一个权重:
[0081] 获取所述虚拟电厂中每一个参与主体的额定出力;
[0082] 根据每一个参与主体的额定出力与所有参与主体的额定出力之和的比值,得到对应的参与主体的所述权重。
[0083] 具体地,获取虚拟电厂中每一个参与主体的额定出力,根据每一个参与主体的额定出力与所有参与主体的额定出力之和的比值,得到对应的参与主体的权重。假设虚拟电厂包含三个参与主体,分别是风电发电厂、光伏发电厂和电动汽车集群,Pw、Ppv、PEV分别为风电发电厂、光伏发电厂、EV群的额定出力。则权重的计算公式为 当Pi分别取Pw、Ppv、PEV时,求得的wi分别对应为风电发电厂、光伏发电厂、EV群的权重。
[0084] 作为上述方案的改进,所述根据所述预测精度评分和对应的所述权重,计算得到对应的参与主体的风险因子,具体包括:
[0085] 根据所述预测精度评分和对应的所述权重的乘积,得到对应的参与主体的风险因子。
[0086] 具体地,根据预测精度评分和对应的权重的乘积,得到对应的参与主体的风险因子,计算公式为ri=wi·Si,其中,r为第i个参与主体的风险因子,wi为第i个参与主体的权重,Si为第i个参与主体的预测精度评分,也就是上述实施例中求得的S(F(ei),ei,t)。风险因子的计算基于各参与主体的预测精度,预测精度越低,其预测精度评分越低,其风险越高,所分配的收益越低,保证分配的相对公平性。
[0087] 作为上述方案的改进,所述将所有的所述风险因子进行归一化处理,得到修正风险因子,具体包括:
[0088] 将所有的所述风险因子进行归一化处理,通过公式 得到修正风险因子;其中,ri为第i个参与主体的风险因子,ri'为第i个参与主体的修正风险因子。
[0089] 具体地,将所有的风险因子进行归一化处理,通过公式 得到修正风险因子;其中,ri为第i个参与主体的风险因子,ri'为第i个参与主体的修正风险因子。
[0090] 作为上述方案的改进,所述根据所述修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益,具体包括:
[0091] 通过公式 得到每一参与主体的加权因子;其中,w(s)为所述加权因子,|s|为子集S中的参与主体的个数,子集S为所述虚拟电厂中各参与主体之间的不同组合,n!为所有参与主体参加合作博弈的所有可能的排列方式的数目;
[0092] 通过公式 得到每一参与主体对应的未修正分配收益,其中, 为所述未修正分配收益,v(S)为包含第i个参与主体的联盟合作收益,v(S-{i})为不包含第i个参与主体的联盟合作收益;
[0093] 根据所述修正风险因子和公式 对所述未修正的分配收益进行修正,得到每一个参与主体对应的分配收益;其中, 为所述分配收益。
[0094] 具体地,通过公式 得到每一参与主体的加权因子;其中,w(|s|)为加权因子,|s|为子集S中的参与主体的个数,子集S为虚拟电厂中各参与主体之间的不同组合,n!为所有参与主体参加合作博弈的所有可能的排列方式的数目;
[0095] 通过公式 得到每一参与主体对应的未修正分配收益,其中, 为第i个参与主体的未修正分配收益,v(S)为包含第i个参与主体的联盟合作收益,v(S-{i})为不包含第i个参与主体的联盟合作收益。实际上,前面两个步骤的求解对应的是现有的shapley值的求解,因为本发明要考虑各参与主体的承担的风险不同的情况,所以要将修正风险因子引入现有的shapley值,以求得更符合实际情况的分配收益。
[0096] 所以还要根据修正风险因子和公式 对未修正的分配收益进行修正,得到每一个参与主体对应的分配收益;其中, 为第i个参与主体的分配收益。
[0097] 由此可知,当 第i个参与主体承担的风险高于合作各企业的平均风险,其分配的收益低于引入修正风险因子之前的值,相当于对其预测精度低的惩罚;当 第i个参与主体承担的风险低于合作各企业的平均风险,其分配的收益高于引入风险因子之前的值,相当于对其预测精度高的激励。
[0098] 参见图2,是本发明一实施例提供的一种考虑风险的虚拟电厂的利益分配装置的结构示意图,所述装置包括:
[0099] 数据获取模块11,用于获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据;
[0100] 第一数据处理模块12,用于根据每一个参与主体的所述历史实测数据和所述历史预测数据,得到对应的参与主体的预测误差和概率密度函数;
[0101] 第二数据处理模块13,用于根据所述概率密度函数,拟合得到对应的概率分布曲线;
[0102] 第三数据处理模块14,用于对所述概率分布曲线进行积分,得到对应的累计概率分布函数;
[0103] 预测精度评分计算模块15,用于根据所述预测误差和对应的所述累计概率分布函数,得到对应的预测精度评分;
[0104] 权重设置模块16,用于给每一个参与主体对应的所述预测精度评分设置一个权重,以使所有的所述权重之和为1;
[0105] 风险因子计算模块17,用于根据所述预测精度评分和对应的所述权重,计算得到对应的参与主体的风险因子;
[0106] 归一化处理模块18,用于将所有的所述风险因子进行归一化处理,得到修正风险因子;
[0107] 收益修正模块19,用于根据所述修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益。
[0108] 本发明实施例所提供的一种考虑风险的虚拟电厂的利益分配装置能够实现上述任一实施例所述的考虑风险的虚拟电厂的利益分配方法的所有流程,装置中的各个模块、单元的作用以及实现的技术效果分别与上述实施例所述的考虑风险的虚拟电厂的利益分配方法的作用以及实现的技术效果对应相同,这里不再赘述。
[0109] 参见图3,是本发明实施例提供的一种使用考虑风险的虚拟电厂的利益分配方法的装置的示意图,所述使用考虑风险的虚拟电厂的利益分配方法的装置包括处理器10、存储器20以及存储在所述存储器20中且被配置为由所述处理器10执行的计算机程序,所述处理器10执行所述计算机程序时实现上述任一实施例所述的考虑风险的虚拟电厂的利益分配方法。
[0110] 示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器20中,并由处理器10执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在一种考虑风险的虚拟电厂的利益分配方法中的执行过程。例如,计算机程序可以被分割成数据获取模块、第一数据处理模块、第二数据处理模块、第三数据处理模块、预测精度评分计算模块、权重设置模块、风险因子计算模块、归一化处理模块和收益修正模块,各模块具体功能如下:
[0111] 数据获取模块11,用于获取虚拟电厂中每一个参与主体的历史实测数据和历史预测数据;
[0112] 第一数据处理模块12,用于根据每一个参与主体的所述历史实测数据和所述历史预测数据,得到对应的参与主体的预测误差和概率密度函数;
[0113] 第二数据处理模块13,用于根据所述概率密度函数,拟合得到对应的概率分布曲线;
[0114] 第三数据处理模块14,用于对所述概率分布曲线进行积分,得到对应的累计概率分布函数;
[0115] 预测精度评分计算模块15,用于根据所述预测误差和对应的所述累计概率分布函数,得到对应的预测精度评分;
[0116] 权重设置模块16,用于给每一个参与主体对应的所述预测精度评分设置一个权重,以使所有的所述权重之和为1;
[0117] 风险因子计算模块17,用于根据所述预测精度评分和对应的所述权重,计算得到对应的参与主体的风险因子;
[0118] 归一化处理模块18,用于将所有的所述风险因子进行归一化处理,得到修正风险因子;
[0119] 收益修正模块19,用于根据所述修正风险因子对shapley值进行修正,得到每一个参与主体对应的分配收益。
[0120] 所述使用考虑风险的虚拟电厂的利益分配方法的装置可以是桌上型计算机、笔记本、掌上电脑及服务器等计算设备。所述使用考虑风险的虚拟电厂的利益分配方法的装置可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,示意图3仅仅是一种使用考虑风险的虚拟电厂的利益分配方法的装置的示例,并不构成对所述使用考虑风险的虚拟电厂的利益分配方法的装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述使用考虑风险的虚拟电厂的利益分配方法的装置还可以包括输入输出设备、网络接入设备、总线等。
[0121] 处理器10可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者处理器10也可以是任何常规的处理器等,处理器10是所述使用考虑风险的虚拟电厂的利益分配方法的装置的控制中心,利用各种接口和线路连接整个使用考虑风险的虚拟电厂的利益分配方法的装置的各个部分。
[0122] 存储器20可用于存储所述计算机程序和/或模块,处理器10通过运行或执行存储在存储器20内的计算机程序和/或模块,以及调用存储在存储器20内的数据,实现所述使用考虑风险的虚拟电厂的利益分配方法的装置的各种功能。存储器20可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据程序使用所创建的数据等。此外,存储器20可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0123] 其中,所述使用考虑风险的虚拟电厂的利益分配方法的装置集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
[0124] 本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任一实施例所述的考虑风险的虚拟电厂的利益分配方法。
[0125] 综上,本发明实施例所提供的一种考虑风险的虚拟电厂的利益分配方法及装置,通过考虑各参与主体在合作过程中各自所承担的风险,将风险因子引入至shapley值中,并运用于VPP分配利益的计算,保证分配的相对公平性和联盟的稳定性。同时,本发明在求取概率密度时采用的是非参数核密度估计方法,不需要对点样本分布的形式做出假设,仅依赖于样本,具有更强的实用价值。
[0126] 以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈