قیمت گذاری در زمان واقعی در شبکه هوشمند با خرده فروشان توان (مقاله ترجمه شده)

چكيده

به عنوان یك ويژگی اساسی شبكه هوشمند، پاسخ تقاضا ممکن است توان مصرفی مصرف كنندگان و هزينه عمليات تأمين كنندگان توان را كاهش دهد. قیمت گذاری در زمان واقعی جزء اصلی پاسخ تقاضا است که موجب استفاده از توان در یک روش کارآمد و اقتصادی می شود. در این مقاله، طرح قیمت زمان واقعی در شبکه هوشمند با خرده فروشان متعدد و کاربران متعدد خانگی با استفاده از بازی استاکلبرگ مورد بررسی قرار می گیرد. علاوه بر این، رقابت قیمت میان خرده فروشان توان به عنوان یک بازی غیر تعاونی شکل گرفته است، در حالی که هماهنگی میان کاربران خانگی به عنوان یک بازی تکاملی با توجه به اطلاعات خصوصی خرده فروشان توان و کاربران خانگی شکل گرفته است. وجود تعادل استاکلبرگ ثابت شده است. علاوه بر این، دو الگوریتم ویژه برای حل تعادل ایجاد شده است. نتایج عددی همگرایی الگوریتم ها را نشان می دهد و همچنین کارایی و تاثیرگذاری طرح قیمت گذاری پیشنهاد شده در زمان واقعی را تایید می کند.

مقدمه

ارتباطات و فناوری اطلاعات پیشرفته [1] مدیریت انرژی را در شبکه هوشمند انعطاف پذیرتر کرده است [2-4]. به عنوان یک جزء کلیدی از تکنولوژی شبکه های هوشمند، پاسخ تقاضا (DR) ممکن است توازن توان و تقاضا را با تکان دادن پیک بار حفظ کند. در میان طرح های پاسخ تقاضا، قیمت گذاری زمان واقعی (RTP) به عنوان یک روش کارآمد برای مدیریت بارهای پاسخگوی قیمت محسوب می شود [5-10]. در سال های اخیر RTP از سوی سیاست گذاران، شرکت های توان و بسیاری از محققان دانشگاهی توجه بیشتری را جلب کرده است. بسیاری از روش ها و فن آوری ها، مانند نظریه بهینه سازی و نظریه بازی [11]، برای مطالعه RTP مورد استفاده قرار گرفته اند.

در بسیاری از کارهای RTP با استفاده از تئوری بازی، عمدتا در رابطه بازی در میان ژنراتورهای توان یا در تعامل بین کاربران تمرکز می کنند [12-14]. علاوه بر این، رویکرد بازی Stackelberg در [15-19] برای مطالعه مشکلات RTP اعمال می شود. شایان ذکر است که کارهای فوق صرفا یک تامین کننده توان برای کاهش پیچیدگی محاسباتی است. منابع انرژی چندگانه و رقابت بین آنها هنوز توجه بسیار کمی را به خود جلب می کنند [8]. در حقیقت، با توجه به باز شدن بیشتر بازار توان و توسعه منابع جدید انرژی تجدید پذیر، کاربران، به ویژه کاربران که در منطقه خانگی زندگی می کنند، برایشان آسان تر است که توان را از تأمین کنندگان توان های مختلف نسبت به گذشته، که رفتار متقابل بین تامین کنندگان توان و کاربران خانگی [20] را پیچیده می کنند، تامین کنند. به این ترتیب، برخی از بازی های سلسله مراتبی پیچیده، به منظور رفع مشکلات چند فروشنده و چند کاربره RTP در بازار پیچیده توان، استفاده می شوند [22-22].

مدل سیستم

در حال حاضر ما سیستم توان هوشمند را با چندین خرده فروشان و چندین کاربر خانگی متشکل از مجموعه ای M={1,2,...,m} از خرده فروشان توان و یک مجموعه N ={1,2,...,n} از کاربران خانگی است. متر هوشمند برای کاربران خانگی مجهز شده است تا مصرف کنندگان خانگی مصرف انرژی را برنامه ریزی کنند. نیروگاه توزیع توان را برای کاربردهای خانگی در یک منطقه خاص تامین می کند

عملکرد سودمند کاربر خانگی

کاربر i یک خرده فروش توان را برای خدمت خود در بخش زمانی k انتخاب می کند، تقاضای توان در زمان واقعی آن نمایش داده می شود که نشان دهنده حداقل و حداکثر مصرف توان است از کاربر i، است. بردار تقاضای انرژی زمان واقعی کاربران خانگی در فاصله زمانی k است.

بازی تکاملی در میان کاربران خانگی

بازی تکامل یافته [23] در زمینه مهندسی با چندین خریدار و چندین فروشنده کاربرد عمومی دارد [24-25]. یک بازی تکاملی با منطق محدود در مساله RTP ما شکل گرفته است، که در آن بازیکن یک کاربر خانگی است، جمعیت از کاربران خانگی تشکیل شده است، و استراتژی انتخاب خرده فروشان است. بنابراین، تعادل تکاملی با طراحی یک تکرار کننده مناسب به دست می آید. همانند [22]، ما یک تکرار کننده طراحی می کنیم تا اطمینان حاصل شود که تعادل تکاملی در میان کاربران خانگی به دست می آید، یک الگوریتم تکراری برای انجام دینامیک تکرار کننده ایجاد شده است.

فرمول بندی بازی تکاملی

ما یک سناریوی جمعیت را با استفاده از ساختار ارتباط دو طرفه در این مدل در نظر می گیریم. استراتژی هر کاربر خانگی در جمعیت یکسان است. هر کاربر یک خرده فروش را برای خرید توان انتخاب می کند وقتی که کاربران خانگی قیمت های توان اعلام شده توسط خرده فروشان توان را اعلام می کنند، هر کاربر به تدریج رفتارهای خود را تنظیم می کند و به طور مستقل در فرایند انتخاب عمل می کند.

بازی غیر تعاونی در میان خرده فروشان

هدف هر خرده فروش به حداکثر رساندن درآمد خود از طریق فروش توان به کاربران است که این خودخواهانه و منطقی است، سپس بازی غیر تعاونی برای مدل سازی رقابت قیمت بین خرده فروشان پیشنهاد شده است.

بازی Stackelberg بین خرده فروشان و کاربران خانگی

بازی Stackelberg

از بخش 4، ما می دانیم که خرده فروشان توان با هم رقابت می کنند تا قیمت های زمان واقعی توان را تنظیم کنند. پس از آنکه قیمت خرده فروشی ها به کاربران خانگی توسط خرده فروشان اعلام می شود، کاربران خانگی در بازی تکاملی شرکت می کنند و در نهایت تقاضای توان مطلوب خود را به تعادل تکاملی می رسانند. پس از آن، تقاضای مصرف کنندگان از کاربران خانگی به خرده فروشان منتقل می شود و سپس تعامل بین خرده فروشان و کاربران به عنوان بازی Stackelberg فرمول بندی می شوند، با توجه به اینکه رقابت متوالی بین خرده فروشان و کاربران است که خرده فروشان درگیر در رقابت قیمت، رهبران متعدد و کاربران خانگی پیروان متعدد هستند. هدف آنها دستیابی به تعادل استاکلبرگ است. استراتژی تعادل برای کاربران در بازی استاکلبرگ این است که شامل یک پاسخ بهینه اعلام شده توسط رهبران شود.

نتایج عددی

در این بخش، ما نتایج برخی از عناصر را برای بحث در مورد عملکرد الگوریتم پیشنهاد شده و اعتبار سنجی تجزیه و تحلیل مدل ارائه می کنیم، سپس بررسی می کنیم که چگونه کاربران خانگی توان بهینه خود را بر اساس برآورد قیمت واحد خرده فروشان خرید میکنند و چگونه خرده فروشان قیمت واحد خود را بر اساس محدودیت های توان در دسترس بهینه می کنند. در نتایج شبیه سازی زیر، ما سناریوی متشکل از دو خرده فروش و پنج کاربر خانگی را در نظر می گیریم. زمان کار به 24 بخش زمان تقسیم می شود. به طور تصادفی از [4،10] و انتخاب شده است. در طرف خرده فروش، و قیمت عمده فروشی توان p = 0.3، محدودیت های توان در دسترس همه خرده فروشان در یک بخش زمانی L = 22 , 2 L =11 است.

بازی تکاملی

برای ارزیابی همگرایی الگوریتم 1، ما برای تایید کاربران برای رسیدن به تعادل با انجام الگوریتم 1 شبیه سازی می کنیم. ما می بینیم که کاربران خانگی به سرعت با احتمال خرید توان از دو خرده فروش در شکل 1 به تعادل همگرا می شوند. شکل 2 روند تغیر دینامیک net utility متوسط را نشان می دهد. واضح است که کاربران خانگی دارای رفاه بهتر هستند.

نتیجه گیری

در این مقاله، ما یک طرح قیمت گذاری در زمان واقعی با خرده فروشان متعدد و کاربران متعدد خانگی پیشنهاد کردیم. ما روند تصمیم گیری RTP را به عنوان چارچوب بازی استاکلبرگ مدل می کنیم. رقابت قیمت میان خرده فروشان توان به عنوان یک بازی غیر تعاونی شکل گرفته است، در حالی که هماهنگی میان کاربران خانگی به عنوان یک بازی تکاملی مدل سازی شده است. ما نشان می دهیم که تمام بازی ها بر اساس طرح پیشنهادی به تعادل های مربوطه می رسند.

علاوه بر این، ما دو الگوریتم تکرار برای رسیدن به استراتژی های تعادل طراحی می کنیم. نتایج شبیه سازی نشان می دهد که قیمت توان به طور قابل توجهی با طرح قیمت گذاری پیشنهاد شده در زمان واقعی کاهش می یابد، در حالیکه مصرف توان مصرف کنندگان خانگی کاهش می یابد. به همین ترتیب، کاربران خانگی می توانند از طرح قیمت گذاری پیشنهادی بهره مند شوند.

با این حال، از آنجا که شبکه هوشمند یک سیستم توان، پیچیده است، بسیاری از عوامل عدم اطمینان و ویژگی های تصادفی غیر خطی در این سیستم وجود دارد [28، 29]. جالب است که ما در مورد عدم اطمینان در مورد بارهای توان کاربران خانگی کار را گسترش داده و تحقیق کنیم و تاثیر پیش بینی قیمت را بررسی کنیم [30، 31].

این مقاله ISI در سال 2017 در نشریه الزویر و در مجله محاسبات عصبی، توسط دانشکده ریاضیات و آمار منتشر شده و در سایت ای ترجمه جهت دانلود ارائه شده است. در صورت نیاز به دانلود رایگان اصل مقاله انگلیسی و ترجمه آن می توانید به پست دانلود ترجمه مقاله قیمت گذاری در زمان واقعی در شبکه هوشمند با خرده فروشان توان در سایت ای ترجمه مراجعه نمایید.