[论文解读] Estimation of the Shapley Value of a Peer-to-Peer Energy Sharing Game using Coalitional Stratified Random Sampling

Liyang Han, Thomas Morstyn+1 more|arXiv (Cornell University)|Mar 26, 2019

Mobile Crowdsensing and Crowdsourcing参考文献 1被引用 6

一句话总结

本文提出了一种改进的联盟分层随机抽样方法，用于估计对等（P2P）能源共享博弈中的Shapley值，显著提升了可扩展性。通过根据产消者分布式能源资源（DER）拥有类型对联盟进行分层，并采用基于样本的估计方法，该方法实现了在最多50名参与者的游戏中的高效公平成本分摊计算——展示了较低的估计误差，并揭示了在不同DER采用率下产消者盈利能力的关键趋势。

ABSTRACT

Various peer-to-peer energy markets have emerged in recent years in an attempt to manage distributed energy resources in a more efficient way. One of the main challenges these models face is how to create and allocate incentives to participants. Cooperative game theory offers a methodology to financially reward prosumers based on their contributions made to the local energy coalition using the Shapley value, but its high computational complexity limits the size of the game. This paper explores a stratified sampling method proposed in existing literature for Shapley value estimation, and modifies the method for a peer-to-peer cooperative game to improve its scalability. Finally, selected case studies verify the effectiveness of the proposed coalitional stratified random sampling method and demonstrate results from large games.

研究动机与目标

• 解决大规模P2P能源共享博弈中Shapley值计算的高复杂度问题。
• 提升具有分布式能源资源（DER）的P2P能源市场中合作博弈论成本分摊的可扩展性。
• 适应并增强一种分层抽样方法，以在联盟能源管理环境中实现Shapley值的准确估计。
• 通过最多包含50名产消者的案例研究，验证该方法的有效性与准确性。
• 分析DER采用率如何通过估计的Shapley值影响产消者的盈利能力。

提出的方法

• 将Castro等人（2017）提出的联盟分层随机抽样方法适配至P2P能源共享博弈中，按产消者DER拥有类型（如光伏PV、储能ES或无）对样本进行分层。
• 通过随机抽样联盟来估计Shapley值，其中每个样本计算某产消者对某一联盟的边际贡献。
• 采用分层策略以确保不同DER拥有类型在抽样联盟中得到均衡代表，从而提高估计准确性。
• 在大型游戏（N=50）中，为每个产消者设置250个样本，以在准确性和计算时间之间取得平衡。
• 将抽样方法集成到包含联盟能源成本最小化与成本节约分配的P2P合作博弈框架中。
• 通过比较不同样本大小下的结果并评估Shapley值估计的收敛性，验证估计的准确性。

实验结果

研究问题

• RQ1 如何在不进行完全计算的情况下，高效估计大规模P2P能源共享博弈中的Shapley值？
• RQ2 抽样策略的选择对P2P能源博弈中Shapley值估计的准确性和可扩展性有何影响？
• RQ3 不同的DER采用率（光伏PV与储能ES）如何影响不同产消者类型的估计Shapley值？
• RQ4 当产消者DER拥有类型与采用率变化时，产消者盈利能力的哪些趋势会显现？
• RQ5 所提出的抽样方法能否在保持低误差的同时，可靠地估计50名以上产消者参与的游戏中的Shapley值？

主要发现

• 所提出的联盟分层抽样方法使P2P能源博弈中最多50名产消者的Shapley值估计成为可能，将可行游戏规模从不足20名参与者显著提升。
• 每个产消者使用100个样本的估计结果与每个产消者使用1,000个样本的结果非常接近，表明估计效率极高。
• 在DER采用率较低时，光伏（PV）拥有者获得显著更高的Shapley值，因其能够提供更便宜的本地能源。
• 随着DER采用率上升，储能（ES）拥有者和纯消费者获得更高的Shapley值，因为他们吸收了更多本地发电，导致价值分配发生变化。
• 当PV与ES采用率同时上升时，同时拥有PV与ES系统的产消者的Shapley值下降，表明存在战略互补效应。
• 改变PV采用率会显著影响所有产消者类型的Shapley值，而当PV采用率固定时，改变ES采用率的影响微乎其微。