摘要
以中新天津生态城智能电网建设为背景,研究了电力系统与其他行业之间进行大数据交易的模型。通过分析中新天津生态城中多元能源大数据的来源与特征,提出将大数据交易问题建模成为多属性协商问题,并给出了体现不同属性之间关联度的多属性协商效用函数。研究了电力系统与其他行业之间进行大数据交易的模型。通过分析中新天津生态城中多元能源大数据的来源与特征,提出将大数据交易问题建模成为多属性协商问题,并给出了体现不同属性之间关联度的多属性协商效用函数。用Matlab实现了基于VEGA的多目标优化算法设计,并进行了多组算例分析。实验结果表明,利用交易双方效用函数以及多目标优化算法,可以获得使买卖双方双赢的大数据属性值,从而让双方能够确认数据交易的价格。
Based on the construction of Sino-Singapore Tianjin eco-city, this paper focuses on the trade model of big data between power system and other systems. Through the analysis of the source and characteristics of big data in Sino- Singapore Tianjin eco-city, the problem of big data transaction is modeled as multi-attributes negotiation problem, and multi- attributes negotiation utility function is proposed to the correla- tion degree among different attributes. Finally, the vector evaluated genetic algorithm is employed in the big data trade procedure to optimize the trade result. Thus, a win-win result could be achieved between data owners and data users.
出处
《电网与清洁能源》
北大核心
2016年第10期1-8,共8页
Power System and Clean Energy
基金
国家自然科学基金资助(51407025)
国家电网公司科技项目资助(基于互联网思维的智能电网创新示范区建设模式研究项目号SGTJDK00DWJS1500101)~~
关键词
大数据
交易模型
向量评估遗传算法
协商议价
big data
transaction model
vector evaluated genetic algorithm
negotiation and bargaining
作者简介
王伟（1980-），男，博士，高级工程师，从事电力系统自动化、智能电网和能源互联网方面的研究与实践工作。
