32、多目标需求响应算法与移动集成系统研究

多目标需求响应算法与移动集成系统研究

多目标需求响应算法

在住宅用电场景中，为了实现更高效的能源管理，多目标需求响应（DR）算法的研究具有重要意义。

控制方案

• 自主控制 ：这种控制方案没有通信环节，决策是在本地进行的。本地控制器只能获取本地信息，并基于这些信息进行优化。由于仅使用本地可获取的信息，不存在安全和隐私方面的担忧。
• 直接控制 ：存在单向或双向通信，中央控制器拥有所有必要信息，并直接做出负载转移的决策。不过，这种方式需要考虑隐私问题。
• 间接控制和交易控制 ：决策在本地进行，但通过单向或双向通信基础设施，所需信息可以从中央控制器或其他用户处获取。除了隐私问题，还需要考虑使用哪些信息，是每个用户的本地信息还是电网的整体信息。

求解策略

为了解决提出的多目标优化问题（CMOP），可以采用多种方法，如进化算法、贪心算法、爬山算法或分支限界算法等。由于贪心启发式算法相对容易实现，且运行时间有保证，在需求响应领域较为知名，因此选择贪心启发式算法。

贪心算法在需求响应领域有“经典”的实现方式，即根据可转移负载的（汇总）消耗量对其进行降序或升序排序，先选择最大或最小的负载，然后将其放置在“最佳”时隙。在本算法中，“最佳”放置位置有三个考量因素：
1. 根据成本函数计算出的最便宜的位置。
2. 使负载曲线波动最小的位置。
3. 不会产生新峰值的位置。

以下是“经典”贪心算法的伪代码： <