基于Master-Slave主从博弈论的储能与能源协调算法matlab仿真

1.课题概述

基于Master-Slave主从博弈论的储能与能源协调算法matlab仿真.主从博弈（Stackelberg Game）是一种具有层级决策结构的博弈模型，包含主导者（Leader）和跟随者（Follower）两类主体。在储能与能源协调场景中，微网运营商（MGO）作为主导者，率先制定电价、热价等策略；用户聚合商（用户侧）作为跟随者，根据主导者策略动态调整自身的用电、用热及储能使用策略，最终通过反向归纳法求解双方策略的均衡点，实现系统整体效益最大化。

2.系统仿真结果

3.核心程序

matlab2024b

复制代码

.................................
figure
plot(yy1,'b','linewidth',2)
hold on
xlabel('迭代次数');
ylabel('综合能源系统目标函数');
legend('微网运营商收益')


xx=1:Tm;
PP=value([H_buy;Prl]);
figure
bar(PP',0.8,'stack');
hold on
plot(value(H_buy+Prl),'-g>',...
    'LineWidth',2,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.9,0.0]);

legend('热功率-购入','热功率-电制热','热负荷-优化');
xlabel('时段');
ylabel('功率/kW');




figure
subplot(311);
bar(PV_pw,'g')
hold on
plot(E_load,'-mo',...
    'LineWidth',2,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.5,0.9,0.0]);

hold on
plot(H_load,'-r^',...
    'LineWidth',2,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.2,0.9,0.5]);

hold on
xlabel('时间/h');
ylabel('曲线/kW');
legend('光伏出力','电负荷','热负荷');



subplot(312);
bar(E_load,'g');
hold on
plot(Eall_load,'-r^',...
    'LineWidth',2,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.6,0.5]);

hold on 
xlabel('时间/h');
ylabel('电负荷/kW');
title('电负荷变化');
legend('原电负荷','优化电负荷');


subplot(313);
bar(H_load,'g');
hold on
plot(Hall_load,'-r^',...
    'LineWidth',2,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.6,0.5]);
hold on 
xlabel('时间/h');
ylabel('热负荷/kW');
title('热负荷变化');
legend('原热负荷','优化热负荷');





figure
subplot(211);
xx=1:Tm;
stairs(Prices,'g','linewidth',2);
hold on
stairs(Priceb,'b','linewidth',2);
hold on
stairs(ybest(1,xx),'r-o','linewidth',1);
xlabel('时间/h');
ylabel('电价/元');
title('运营电价');
legend('售电价','购电价','运营商售电价');


subplot(212);
xx=1:Tm;
stairs(Hmin,'b','linewidth',2);
hold on
stairs(Hmax,'g','linewidth',2);
hold on
stairs(ybest(1,xx+Tm),'r-o','linewidth',1);
xlabel('时间/h');
ylabel('电价/元');
title('运营热价');
axis([1,Tm,0.1,0.6]);
legend('热价下限','热价上限','售热价');
114

4.系统仿真参数

复制代码

%主从博弈优化过程
%差分进化算法参数初始化
Pr   = 0.5;           % 变异缩放因子 
Pc   = 0.9;           % 交叉概率 

%种群参数设置
Nums = 25;    % 种群规模 
dims = 48;    % 个体维度（前24维为电价，后24维为热价）
Iters= 80;   % 最大迭代次数（控制算法运行周期）