D2D网络中基于联盟博弈的中继选择方法

随着无线终端的大规模普及,用户设备（User Equipment,UE）对无线网络的内容分发服务提出了更高的要求。提出了利用设备对设备（Device to Device,D2D）通信技术进行协作中继传输,使得任何UE都可作为潜在中继节点,并且令中继节点为其他UE中继数据,可以提升整体网络的内容分发质量。为弥补UE作为中继节点产生的能耗,采用能量采集（Energy Harvesting,EH）的激励机制,将携能信号作为奖励发送至UE,以提高UE为其他用户中继数据的意愿。同时,为解决中继选择问题,提出了基于联盟博弈方法,对UE和中继节点的合作行为进行分析,为UE选取最优的中继节点,以获取最优的内容分发服务。仿真结果表明,所提方法与贪婪搜索算法相比,可以更大程度地提高系统的吞吐量。     

考虑碳排权供求关系的多区域综合能源系统联合优化运行

随着全国碳排放权交易市场的开放,研究碳交易对于多区域综合能源系统的低碳经济运行具有重要意义。首先,针对目前碳交易成本计算既没有计及碳排权购买量约束,也没有考虑区域综合能源系统之间碳排权供求互动的问题,提出一种考虑碳排权供求关系的碳交易成本联合计算方法;然后,计及区域综合能源系统之间的功率交互,建立了基于纳什谈判的多区域综合能源系统合作博弈模型;接着,将合作博弈问题分解成两个子问题分步求解,并采用控制变量法分析了碳交易成本联合计算与区域综合能源系统之间功率交互对系统的影响;最后,通过三区域综合能源系统仿真算例进行多场景对比分析,结果表明所提模型在显著降低经济成本的同时能够避免碳排放超标。     

计及综合需求响应参与消纳受阻新能源的多时间尺度优化调度策略

随着新能源发电技术的高速发展,电网新能源消纳压力日益凸显。与此同时,随着多能转换技术发展,电网与其他类型能源网络的耦合程度不断提高,如何利用不同能源网络灵活性资源消纳受阻新能源,成为当前亟待研究的问题。为此,提出了计及综合需求响应参与消纳受阻新能源的多时间尺度优化调度策略。首先,充分考虑综合能源系统(integrated energy system, IES)特性建立了冷、热、电负荷的多类型需求响应模型。其次,在日前时间尺度,考虑新能源消纳过程中各方利益均衡,建立了基于主从博弈理论的价格型综合需求响应(integrated demand response, IDR)日前优化调度模型;在日内时间尺度,针对新能源日前预测偏差对系统优化影响,建立了考虑激励型IDR日内滚动优化调度模型。最后,通过算例仿真证明了所提策略可深入挖掘多类型负荷需求响应能力,有效提高新能源消纳量。     

考虑车主多模式需求响应模糊意愿的优化调度策略

现代电动汽车(electrical vehicle, EV)用户需求响应具有多样性和意愿模糊性的特点,当实施单一激励政策时,EV响应将达不到预期效果。为此,提出了考虑车主多模式需求响应及其模糊意愿的含EV微电网的主从博弈优化调度策略。微电网主体针对净负荷制定多模式动态电价激励政策,引导EV在多模式电价中做出选择,促进EV有序充放电,实现其净负荷均方差和运行成本最小。车主从体基于模糊逻辑推理意愿决策,响应多模式动态电价,极小化车主成本。采用非支配排序遗传算法(NSGA-Ⅱ)求解优化模型,获得最优多模式动态电价和EV充放电策略。仿真结果验证了所提方法的有效性。     

虚拟电厂参与电-碳联合市场运行的竞价策略研究

电力系统脱碳是全社会零碳发展的关键。近年来分布式小微主体发展迅速,成为未来我国能源结构的重要组成部分。首先,从虚拟电厂(virtual power plant, VPP)出发,在分析VPP参与我国现行碳交易市场方式的基础上,提出VPP参与电-碳联合市场的运行机制。其次,构建了联合市场运行机制下多主体互动博弈的两阶段双层竞价策略模型。第一阶段为VPP内部分布式小微主体预调度模型;第二阶段内层为VPP与多市场主体间非合作博弈竞价模型,以VPP参与日前现货市场和碳交易市场的总收益最大为目标,采用多场景描述竞争对手报价的不确定性;外层是以全社会福利最大化为目标函数的多主体互动决策出清模型。最后,采用Q-learning算法和路径跟踪内点法进行模型求解,算例验证了所提模型的可行性和有效性。     

联邦学习贡献评估综述

数据不动的联邦学习框架是多个数据持有方合作训练机器学习模型的新范式.多个数据持有方参与联邦学习时的贡献评估是联邦学习的核心问题之一.参与方贡献评估需要兼顾有效性、公平性和合理性等要素,在理论方法与实际应用中均面临多项挑战.贡献评估首先需要明确如何度量数据价值,然而数据估值存在主观性与依赖于实际任务场景的特点,如何设计有效、可靠并对恶意数据鲁棒的数据估值指标是第一大挑战.其次,联邦学习合作中的参与方贡献评估是经典的合作博弈问题,如何制定公平合理的参与方贡献评估方案,实现参与方一致认可的博弈平衡是第二大挑战.最后,参与方贡献评估往往计算复杂度高,同时,联邦学习中围绕模型的数据估值时间开销大,因此,在实践中如何设计高效且准确的近似算法是第三大挑战.近年来,为了有效地解决上述挑战,学术界对联邦学习中的贡献评估问题展开了广泛的研究.首先,简要介绍联邦学习与参与方贡献评估的背景知识;然后,综述数据估值指标、参与方贡献评估方案和相关优化技术;最后,讨论了联邦学习贡献评估仍面临的挑战并展望未来研究的发展方向.     

非零和微分博弈系统的事件触发最优跟踪控制（英文）

近年来,对于具有未知动态的非零和微分博弈系统的跟踪问题,已经得到了讨论,然而这些方法是时间触发的,在传输带宽和计算资源有限的环境下并不适用.针对具有未知动态的连续时间非线性非零和微分博弈系统,本文提出了一种基于积分强化学习的事件触发自适应动态规划方法.该策略受梯度下降法和经验重放技术的启发,利用历史和当前数据更新神经网络权值.该方法提高了神经网络权值的收敛速度,消除了一般文献设计中常用的初始容许控制假设.同时,该算法提出了一种易于在线检查的持续激励条件(通常称为PE),避免了传统的不容易检查的持续激励条件.基于李亚普诺夫理论,证明了跟踪误差和评价神经网络估计误差的一致最终有界性.最后,通过一个数值仿真实例验证了该方法的可行性.     

不对称约束多人非零和博弈的自适应评判控制

本文针对连续时间非线性系统的不对称约束多人非零和博弈问题, 建立了一种基于神经网络的自适应评判控制方法. 首先, 本文提出了一种新颖的非二次型函数来处理不对称约束问题, 并且推导出最优控制律和耦合Hamilton-Jacobi方程. 值得注意的是, 当系统状态为零时, 最优控制策略是不为零的, 这与以往不同. 然后, 通过构建单一评判网络来近似每个玩家的最优代价函数, 从而获得相关的近似最优控制策略. 同时, 在评判学习期间发展了一种新的权值更新规则. 此外, 通过利用Lyapunov理论证明了评判网络权值近似误差和闭环系统状态的稳定性. 最后, 仿真结果验证了本文所提方法的有效性     

带有资源约束的模糊DEA线性生产博弈模型及分配

Owen线性生产博弈假设生产技术和资源的边际贡献固定不变,但实际上,生产技术和资源边际贡献并非固定不变而是随生产改变.基于此,为了刻画具有模糊性和动态性的生产过程,提出模糊DEA线性生产博弈.首先构建2种合作水平(同时共享技术和资源、仅共享资源)、3种资源类型(最低资源、最佳资源、有效资源)和2种收益角度(乐观、悲观)构成的复杂生产模型,并通过上述3种因素解释合作生产具有互利性,资源带来的收益具有“先增后平”的变化趋势以及可能获得的最大收益区间;然后,利用α-核心求解此博弈,在特定情况下无需利用对偶理论即可得到α-核心分配,从而简化了计算步骤;最后,通过解决云服务虚拟机转化过程中建模和收益分配问题表明所提出模型和方法的实际意义与理论价值.     

双重补贴下考虑低碳商誉的供应链决策和协调

考虑低碳和回收补贴政策,对供应链中上游制造商碳减排和再制造,下游零售商低碳宣传共同提高产品低碳商誉的现实问题展开分析.将低碳商誉水平作为状态变量,构建非协同和协同情形下的微分博弈模型.通过对比分析,设计利润共享-低碳宣传成本共担的协调机制.研究表明:各情形下的低碳商誉水平均会随着时间逐渐达到稳定状态;双重补贴不仅能够激励制造商的低碳行为,还能有效提高产品低碳商誉和成员绩效,但是不会影响零售商的低碳宣传水平;非协同情形导致供应链效率的损失,协调时保持低碳宣传成本分担比例高于利润分享比例可有效改善低碳商誉水平.此外,制造商适当提高其成本分担比例有利于成员利润的改善.