(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111432711.2 (22)申请日 2021.11.29 (71)申请人 重庆大学 地址 400044 重庆市沙坪坝区沙正 街174号 (72)发明人 任洲洋　李辉　 (74)专利代理 机构 重庆缙云专利代理事务所 (特殊普通 合伙) 50237 专利代理师 王翔 (51)Int.Cl. G06F 30/18(2020.01) G06F 30/20(2020.01) G06Q 30/02(2012.01) G06Q 50/06(2012.01) H02J 3/46(2006.01) H02J 3/28(2006.01)H02J 3/32(2006.01) H02J 3/00(2006.01) G06F 111/04(2020.01) G06F 111/08(2020.01) G06F 119/06(2020.01) (54)发明名称 一种基于非完美信息动态博弈的海岛微电 网规划方法 (57)摘要 本发明公开一种基于非完美信息动态博弈 的海岛微电网规划方法， 步骤为： 1)建立待建微 电网的优化规划模型和已建微电网的优化运行 模型； 2)将待建微电网的优化规划模型和已建微 电网的优化运行模型线性化， 得到待建微电网的 线性优化模型和已建微电网的线 性优化模 型； 3) 对所述待建微电网的线性优化模型和已建微电 网的线性优化模 型进行求解， 得到微电网优化规 划方案； 4)建立微电网群运行策略协调模型； 5) 将微电网规划方案输入到微电网群运行策略协 调模型中， 解算得到最优微电网调度与电量交易 结果。 本发明可广泛应用于海岛微电网群的规 划。 权利要求书9页 说明书28页 附图3页 CN 114676534 A 2022.06.28 CN 114676534 A 1.一种基于非完 美信息动态博 弈的海岛微电网规划方法， 其特 征在于， 包括以下步骤： 1)获取所述基础数据。 2)确定海岛微电网博 弈中的参与者 集合N、 行动集 合A、 支付 函数集合U和推断集 合C； 3)生成海岛风电场、 光伏电站和潮汐流能发电场的日输出功率场景集 合； 4)建立待建微电网的优化 规划模型和已建微电网的优化 运行模型； 5)将待建微电网的优化规划模型和已建微电网的优化运行模型线性化， 得到待建微电 网的线性优化模型和已建微电网的线性优化模型； 6)对所述待建微电网的线性优化模型和已建微电网的线性优化模型进行求解， 得到微 电网优化 规划方案； 7)建立微电网群运行 策略协调模型； 8)将微电网规划方案输入到微电网群运行策略协调模型中， 解算得到最优微电网调度 与电量交易结果。 2.根据权利要求1所述的基于非完美信息动态博弈的海岛微电网规划方法， 其特征在 于， 所述基础数据包括规划海岛的历史风电输出功率数据集合Pwind,历史光伏输出功率数 据集合PPV， 历史潮汐流能输出功率数据集合PTCF， 典型日负荷曲线Pload， 典型日电价曲线 设备i的单位投资成本ci， 碳排放单位惩罚成本cem,电缆单位长度投资成本 切负荷单位 惩罚成本cLS， 风、 光、 潮汐场站单位运维成本 电池储能单位运维成本 氢储能单位 运维成本 柴油单位成本cf， 新能源弃能单位成本cCU， 柴油发电机单位运维成本cDG， 微 电网g和h之间的电缆长度lgh， 折现率r， 电池储能自放电率ΛBS， 氢储能自放电率ΛHS， 微电 网调度时间间隔Δt， 氢储能最大日动作次数 电池储能最小能量系数αBS， 氢储能最小 能量系数αHS， 电池储能初始能量系数βBS， 氢储能初始能量系数βHS， 柴油发电机碳排放系数 γem， 设备折现率γrv， 最大切负荷系数ζ， 电池储 能充电/放电效率 氢储能充电/放电效 率 柴油发电机爬坡率ρDG， 电池储能功率 ‑容量转换系数τBS， 氢储能功率 ‑容量转换系数 τHS， 在海岛上搭建的微电网总数NMG， 设备i的经济寿命Li， 微电网g和微电网h间电缆的经济 寿命Lgh， 新能源输出功 率场景集合中的场景数量Ns， 第g个已建微电网对于待建微电网容量 的推断数量 柴油发电机 燃料消耗曲线常数aDG、 bDG。 3.根据权利要求1所述的基于非完美信息动态博弈的海岛微电网规划方法， 其特征在 于， 所述参与者集合N＝{0,1,2, …,NMG}， 其中0代表为了描述风/ 光/潮汐电站日输出功率不 确定性引入的虚拟参与者 “大自然”； 1～NMG‑1代表该海岛上已建成的微电网； NMG是待建的 微电网； 所述行动集 合A＝×g∈NAg； 其中， 参与者g的行动集 合Ag如下所示： 权　利　要　求　书 1/9 页 2 CN 114676534 A 2式中， ΩN是风、 光、 潮汐电站输出功率场景集合； 为设备i的输出功率行动集合； 为切负荷行动集合； 为购电功率行动集合； 为售电功率行动集合； 为设备i的可规 划容量行动集合； 为微电网g和h之间的电缆可规划容量行动集合； 所述设备包括新能源 场站、 柴油发电机设备、 电池储能设备和氢储能设备； h∈Ψg表示通过电缆与微电网g相 连 的微电网编号， 而Ψg为与微电网g相连的微电网集 合； 所述支付 函数集合U＝{u1,u2,…,uNMG}； 其中， 支付 函数集合U中的元 素ug如下所示： 式中， CED为已建成微电网的年 运行成本， CING为待建微电网的年 等效成本； 所述推断集合C＝ ×g＝1,2,…,NMG‑1ΩCg； ΩCg表示第g个已建成微电网的推断集合； 推断集 合ΩCg中每个容量的先验概 率为ωg,c。 4.根据权利要求1所述的基于非完美信息动态博弈的海岛微电网规划方法， 其特征在 于， 生成风电场、 光伏电站、 潮汐流能发电场日输出功率场景集 合的步骤 包括： 1)从风电场/光伏电站/潮汐流能发电场历史日输出功率曲线集合X＝{X1,X2,…,XN} 中， 分别随机 选择K条日曲线Xk作为相应发电场的初始聚类中心； k ＝1,2,…,K； 2)计算风电场/光伏电站/潮汐流能发电场历史日输出功率曲线功率数据集合X中各曲 线Xk'与聚类中心曲线Xk的欧式距离ρ(Xk',Xk)， 即： ρ(Xk',Xk)＝||Xk',Xk||2， (k'＝1,2,. ..,N)      (3) 式中， ||Xk’,Xk||2表示曲线Xk’和Xk之间的二范 数； 3)以最小的欧式距离对应的类别为日输出功率曲线Xk’所属类别； 4)对同一类别所有曲线， 将对应时刻的数值取均值， 并将该曲线作为更新后的聚类中 心， 判断是否满足收敛条件； 若是， 则终止操作， 并将聚类中心曲线作为微电网优化规划中 的场景； 否则， 返回步骤2)继续迭代； 所述收敛 条件为聚类中心连续 Nmax次迭代不发生变化。 5.根据权利要求1所述的基于非完美信息动态博弈的海岛微电网规划方法， 其特征在 于， 所述待建微电网优化 规划模型的优化目标 如下所示： 其中， 设备年等效投资成本 电缆年等效投资成本 年运维成本 年碳排放惩 罚成本 年切负荷惩罚成本 年购电成本 年售电收益 年等效残差收益 分别 如下所示： 权　利　要　求　书 2/9 页 3 CN 114676534 A 3