科研之友
微信
新浪微博
Facebook
分享链接
摘要
为促进用户与电网实施友好互动，降低能源消费和用电负荷，应研究如何将电网公司的互动效益按一定补贴比例公平地分摊给各参与用户。为解决传统Shapley值法的组合爆炸问题，提出一种基于Shapley值抽样估计法分摊用户互动效益的补偿方法，该方法在满足收支平衡的约束条件下，通过分层随机抽样方法减少样本量；为确定各层样本分配量，综合比较了随机分配法、平均分配法及Neyman最优分配法的优缺点；为解决Neyman最优分配法中参与者各层样本标准差未知的问题，提出一种基于强化学习算法的ε(t)迭代估计最优分配方法。算例表明所提出的方法具有Shapley值法的所有特性，能精确地估计Shapley值法的分摊结果，因而能实现公平合理的分配，同时能有效地减少计算时间。
