基于主从博弈的智能小区代理商定价策略及电动汽车充电管理

%论文复现 %双层博弈，KKT条件 %魏韡, 陈玥, 刘锋, et al. 基于主从博弈的智能小区代理商定价策略及电动汽车充电管理[J]. 电网技术, 2015(4). clear clc price_day_ahead=[0.35;0.33;0.3;0.33;0.36;0.4;0.44;0.46;0.52;0.58;0.66;0.75;0.81;0.76;0.8;0.83;0.81;0.75;0.64;0.55;0.53;0.47;0.40;0.37]; price_b=1.2*price_day_ahead; price_s=1.2*price_day_ahead; lb=0.8*price_day_ahead; ub=1.2*price_day_ahead; T_1=[1;1;1;1;1;1;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;1;1;1]; T_2=[1;1;1;1;1;1;1;1;0;0;0;0;1;1;1;0;0;0;0;1;1;1;1;1]; T_3=[0;0;0;0;0;0;0;1;1;1;1;1;1;1;1;1;1;1;1;1;0;0;0;0]; index1=find(T_1==0);index2=find(T_2==0);index3=find(T_3==0); Ce=sdpvar(24,1);%电价 z=binvar(24,1);%购售电状态 u=binvar(24,1);%储能状态 Pb=sdpvar(24,1);%日前购电 Pb_day=sdpvar(24,1);%实时购电 Ps_day=sdpvar(24,1);%实时售电 Pdis=sdpvar(24,1);%储能放电 Pch=sdpvar(24,1);%储能充电 Pc1=sdpvar(24,1);%一类车充电功率 Pc2=sdpvar(24,1);%二类车充电功率 Pc3=sdpvar(24,1);%三类车充电功率 S=sdpvar(24,1);%储荷容量 for t=2:24 S(t)=S(t-1)+0.9*Pch(t)-Pdis(t)/0.9; end C=[lb<=Ce<=ub,mean(Ce)==0.5,Pb>=0,Ps_day<=Pdis,Pb_day>=0,Pb_day<=1000*z,Ps_day>=0,Ps_day<=1000*(1-z),Pch>=0,Pch<=1000*u,Pdis>=0,Pdis<=1000*(1-u)];%边界约束 C=[C,Pc1+Pc2+Pc3+Pch-Pdis==Pb+Pb_day-Ps_day];%能量平衡 C=[C,sum(0.9*Pch-Pdis/0.9)==0,S(24)==2500,S>=0,S<=5000];%SOC约束 L_u=sdpvar(1,3);%电量需求等式约束的拉格朗日函数 L_lb=sdpvar(24,3);%充电功率下限约束的拉格朗日函数 L_ub=sdpvar(24,3);%充电功率上限约束的拉格朗日函数 L_T=sdpvar(24,3);%充电可用时间约束的拉格朗日函数 f=50*L_u(1)*(0.9*24-9.6)+20*L_u(2)*(0.9*24-9.6)+10*L_u(3)*(0.9*24-9.6)+sum(sum(L_ub).*[50*3,20*3,10*3])+sum(price_s.*Ps_day-price_day_ahead.*Pb-price_b.*Pb_day);%目标函数 C=[C,Ce-L_u(1)*ones(24,1)-L_lb(:,1)-L_ub(:,1)-L_T(:,1)==0,Ce-L_u(2)*ones(24,1)-L_lb(:,2)-L_ub(:,2)-L_T(:,2)==0,Ce-L_u(3)*ones(24,1)-L_lb(:,3)-L_ub(:,3)-L_T(:,3)==0];%KKT条件 C=[C,sum(Pc1)==50*(0.9*24-9.6),sum(Pc2)==20*(0.9*24-9.6),sum(Pc3)==10*(0.9*24-9.6)];%电量需求约束 for t=1:24 if T_1(t)==0 C=[C,Pc1(t)==0]; else C=[C,L_T(t,1)==0]; end if T_2(t)==0 C=[C,Pc2(t)==0]; else C=[C,L_T(t,2)==0]; end if T_3(t)==0 C=[C,Pc3(t)==0]; else C=[C,L_T(t,3)==0]; end end b_lb=binvar(24,3);%充电功率下限约束的松弛变量 b_ub=binvar(24,3);%充电功率上限约束的松弛变量 M=1000; for t=1:24 if T_1(t)==0 C=[C,L_ub(t,1)==0,b_ub(t,1)==1,b_lb(t,1)==1]; else C=[C,L_lb(t,1)>=0,L_lb(t,1)<=M*b_lb(t,1),Pc1(t)>=0,Pc1(t)<=M*(1-b_lb(t,1)),Pc1(t)<=50*3,50*3-Pc1(t)<=M*b_ub(t,1),L_ub(t,1)<=0,L_ub(t,1)>=M*(b_ub(t,1)-1)]; end if T_2(t)==0 C=[C,L_ub(t,2)==0,b_ub(t,2)==1,b_lb(t,2)==1]; else C=[C,L_lb(t,2)>=0,L_lb(t,2)<=M*b_lb(t,2),Pc2(t)>=0,Pc2(t)<=M*(1-b_lb(t,2)),Pc2(t)<=20*3,20*3-Pc2(t)<=M*b_ub(t,2),L_ub(t,2)<=0,L_ub(t,2)>=M*(b_ub(t,2)-1)]; end if T_3(t)==0 C=[C,L_ub(t,3)==0,b_ub(t,3)==1,b_lb(t,3)==1]; else C=[C,L_lb(t,3)>=0,L_lb(t,3)<=M*b_lb(t,3),Pc3(t)>=0,Pc3(t)<=M*(1-b_lb(t,3)),Pc3(t)<=10*3,10*3-Pc3(t)<=M*b_ub(t,3),L_ub(t,3)<=0,L_ub(t,3)>=M*(b_ub(t,3)-1)]; end end ops=sdpsettings('solver','cplex'); solvesdp(C,-f,ops); Pc=[double(Pc1),double(Pc2),double(Pc3)]; Pb=double(Pb); Ps_day=double(Ps_day); Pb_day=double(Pb_day); S=double(S); Pch=double(Pch); Pdis=double(Pdis); Cost_total=double(f) Price_Charge=double(Ce); % Ce=sdpvar(24,1);%电价 % z=binvar(24,1);%购售电状态 % u=binvar(24,1);%储能状态 % Pb=sdpvar(24,1);%日前购电 % Pb_day=sdpvar(24,1);%实时购电 % Ps_day=sdpvar(24,1);%实时售电 % Pdis=sdpvar(24,1);%储能放电 % Pch=sdpvar(24,1);%储能充电 % Pc1=sdpvar(24,1);%一类车充电功率 % Pc2=sdpvar(24,1);%二类车充电功率 % Pc3=sdpvar(24,1);%三类车充电功率 % S=sdpvar(24,1);%储荷容量 % for t=2:24 % S(t)=S(t-1)+0.9*Pch(t)-Pdis(t)/0.9; % end % %内层 % CI=[sum(Pc1)==50*(0.9*24-9.6),sum(Pc2)==20*(0.9*24-9.6),sum(Pc3)==10*(0.9*24-9.6),Pc1>=0,Pc2>=0,Pc3>=0,Pc1<=50*3,Pc2<=20*3,Pc3<=10*3,Pc1(index1)==0,Pc2(index2)==0,Pc3(index3)==0];%电量需求约束 % OI=sum(Ce.*(Pc1+Pc2+Pc3)); % ops=sdpsettings('solver','gurobi','kkt.dualbounds',0); % [K,details] = kkt(CI,OI,Ce,ops);%建立KKT系统，Ce为参量 % %外层 % CO=[lb<=Ce<=ub,mean(Ce)==0.5,Pb>=0,Ps_day<=Pdis,Pb_day>=0,Pb_day<=1000*z,Ps_day>=0,Ps_day<=1000*(1-z),Pch>=0,Pch<=1000*u,Pdis>=0,Pdis<=1000*(1-u)];%边界约束 % CO=[CO,Pc1+Pc2+Pc3+Pch-Pdis==Pb+Pb_day-Ps_day];%能量平衡 % CO=[CO,sum(0.9*Pch-Pdis/0.9)==0,S(24)==2500,S>=0,S<=5000];%SOC约束 % OO=-(details.b'*details.dual+details.f'*details.dualeq)+sum(price_s.*Ps_day-price_day_ahead.*Pb-price_b.*Pb_day);%目标函数 % optimize([K,CI,CO,boundingbox([CI,CO]),details.dual<=1],-OO) Ce=value(Ce);%电价 Pb=value(Pb);%日前购电 Pb_day=value(Pb_day);%实时购电 Ps_day=value(Ps_day);%实时购电 Pdis=value(Pdis);%储能放电 Pch=value( Pch);%储能充电 Pb_day=value(Pb_day);%实时购电 Pb_day=value(Pb_day);%实时购电 Pc1=value(Pc1);%一类车充电功率 Pc2=value(Pc2);%二类车充电功率 Pc3=value(Pc3);%三类车充电功率 S=value(S);%储荷容量 figure(1) plot(Pc1,'-*','linewidth',1.5) grid hold on plot(Pc2,'-*','linewidth',1.5) hold on plot(Pc3,'-*','linewidth',1.5) title('三类电动汽车充电功率') legend('类型1','类型2','类型3') xlabel('时间') ylabel('功率') figure(2) bar(Pdis,0.5,'linewidth',0.01) grid hold on bar(Pch,0.5,'linewidth',0.01) hold on plot(S,'-*','linewidth',1.5) axis([0.5 24.5 0 5000]); title('储能充电功率') legend('充电功率','放电功率','蓄电量') xlabel('时间') ylabel('功率') figure(3) yyaxis left; bar(Pb_day,0.5,'linewidth',0.01) hold on bar(Ps_day,0.5,'linewidth',0.01) axis([0.5 24.5 0 1200]) xlabel('时间') ylabel('功率') yyaxis right; plot(Ce,'-*','linewidth',1.5) % legend('电价结果') xlabel('时间') ylabel('电价') legend('日前购电','日前售电','电价优化'); figure(4) plot(Ce,'-*','linewidth',1.5) grid hold on plot(price_b,'-*','linewidth',1.5) hold on plot(price_s,'-*','linewidth',1.5) title('电价优化结果') legend('优化电价','购电电价','售电电价') xlabel('时间') ylabel('电价') % clear ans b_lb b_ub C Ce f L_lb L_ub L_T L_u lb M ops Pc1 Pc2 Pc3 price_b price_day_ahead price_s t T_1 T_2 T_3 u ub z