【文章复现】基于主从博弈的社区综合能源系统分布式协同 优化运行策略

随着能源市场由传统的垂直一体式结构向交互竞争型 结构转变，社区综合能源系统的分布式特征愈发明显，传统 的集中优化方法难以揭示多主体间的交互行为。该文提出一 种基于主从博弈的社区综合能源系统分布式协同优化运行 策略，将综合能源销售商作为领导者，新能源冷热电联供运 营商和负荷聚合商作为跟随者，求解各方在追求目标最优时 的交互策略。首先，介绍社区综合能源系统的交易模式及数 学模型，并将其嵌入到主从博弈框架下，建立一主多从的分 布式协同优化模型。其次，证明 Stackelberg 均衡的唯一性， 并通过遗传算法和二次规划相结合的算法求解。最后，通过 算例验证所提方法的有效性，供能侧的收益和用能侧的消费 者剩余同时得到提升。

部分代码：

clc
clear;

Max_Dt=20;%最大迭代次数300
D=144;%搜索空间维数（未知数个数） （1-24为售电价格，25-48为售热价格，49-96电需求响应价格，96-144为热需求响应价格）
N=10;%粒子个数600
w_max=0.9;
w_min=0.4;
v_max=0.2;

s=1;

%%%%%粒子初始化%%%%%
x=zeros(N,D);
for i=1:N
    for j=1:9
        v(i,j)=0.0;
        x(i,j)=0.35+rand()*0.03;
    end
    for j=10:12
        v(i,j)=0.0;
        x(i,j)=0.35+rand()*0.45;
    end
    for j=13:16
        v(i,j)=0.0;
        x(i,j)=0.35+rand()*0.85;
    end
     for j=17:20
        v(i,j)=0.0;
        x(i,j)=0.35+rand()*0.45;
     end   
     for j=21:22
        v(i,j)=0.0;
        x(i,j)=0.35+rand()*0.85;
     end 
     for j=23:24
        v(i,j)=0.0;
        x(i,j)=0.35+rand()*0.45;
     end        
    for j=25:48
        v(i,j)=0.0;
        x(i,j)=0.2+rand()*0.3;
    end
    for j=1+48:9+48
        v(i,j)=0.0;
        x(i,j)=0.1+rand()*0.1;
    end
    for j=10+48:12+48
        v(i,j)=0.0;
        x(i,j)=0.1+rand()*0.3;
    end
    for j=13+48:16+48
        v(i,j)=0.0;
        x(i,j)=0.1+rand()*0.55;
    end
     for j=17+48:20+48
        v(i,j)=0.0;
        x(i,j)=0.1+rand()*0.3;
     end   
     for j=21+48:22+48
        v(i,j)=0.0;
        x(i,j)=0.1+rand()*0.55;
     end 
     for j=23+48:24+48
        v(i,j)=0.0;
        x(i,j)=0.1+rand()*0.3;
     end 
    for j=1+72:9+72
        v(i,j)=0.0;
        x(i,j)=0.05+rand()*0.05;
    end
    for j=10+72:12+72
        v(i,j)=0.0;
        x(i,j)=0.05+rand()*0.25;
    end
    for j=13+72:16+72
        v(i,j)=0.0;
        x(i,j)=0.05+rand()*0.45;
    end
     for j=17+72:20+72
        v(i,j)=0.0;
        x(i,j)=0.05+rand()*0.25;
     end   
     for j=21+72:22+72
        v(i,j)=0.0;
        x(i,j)=0.05+rand()*0.45;
     end 
     for j=23+72:24+72
        v(i,j)=0.0;
        x(i,j)=0.05+rand()*0.25;
     end       
     for j=97:144
        v(i,j)=0.0;
        x(i,j)=0.05+rand()*0.15;
     end        
      
end