徐 敏， 劉早富， 康 哲

(南昌大學(xué)信息工程學(xué)院， 江西 南昌 330000)

1 引言

2018聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(Intergovernmental Panel on Climate Change，IPCC)發(fā)布《全球升溫1.5 ℃特別報(bào)告》中表示以全球升溫控制在1.5 ℃為目標(biāo)，爭(zhēng)取在2050年實(shí)現(xiàn)二氧化碳凈零排放。我國(guó)最近提出了“雙碳目標(biāo)”，即二氧化碳在2030年前達(dá)到頂峰，在2060年前實(shí)現(xiàn)碳中和。以綠色發(fā)展為目標(biāo)，實(shí)現(xiàn)對(duì)環(huán)境減排減碳的綜合能源系統(tǒng)(Integrated Energy Systems，IES)成為社會(huì)能源領(lǐng)域進(jìn)步的重要一環(huán)[1]。IES可有效減少化石能源生產(chǎn)設(shè)備的使用，增大集中式、分布式新能源接入比例，形成電、氣、冷、熱多能源互聯(lián)互動(dòng)、源網(wǎng)荷儲(chǔ)多主體協(xié)同互動(dòng)，同時(shí)加強(qiáng)大電網(wǎng)和氣網(wǎng)的有效聯(lián)合，實(shí)現(xiàn)清潔能源的產(chǎn)供銷一體化[2]。

當(dāng)前，綜合能源系統(tǒng)中新能源的高效利用問題成為了國(guó)內(nèi)外的研究熱點(diǎn)。文獻(xiàn)[3，4]均建立了以電為核心的綜合能源系統(tǒng)優(yōu)化調(diào)度模型; 文獻(xiàn)[5]建立了含電轉(zhuǎn)氣機(jī)組(Power to Gas,P2G)和冷熱電聯(lián)供機(jī)組(Combined Cooling Heating and Power，CCHP)協(xié)同的綜合能源系統(tǒng)模型，并且將棄能率作為優(yōu)化目標(biāo)之一；文獻(xiàn)[6，7]建立源-荷-儲(chǔ)相協(xié)調(diào)的優(yōu)化模型，將綜合能源系統(tǒng)劃分成源、荷、儲(chǔ)三部分進(jìn)行研究；文獻(xiàn)[8]運(yùn)用雙層優(yōu)化調(diào)度策略，在提高系統(tǒng)收益的同時(shí)實(shí)現(xiàn)了削峰填谷。IES中多個(gè)不同的利益主體追求各自利益最大化時(shí)，許多方法難以處理。因此，借用經(jīng)濟(jì)學(xué)中的博弈理論[9]，將系統(tǒng)中兩個(gè)或者多個(gè)主體作為博弈參與者，進(jìn)行優(yōu)化調(diào)度直至求出納什均衡解[10]。文獻(xiàn)[11]構(gòu)建了三方主從博弈模型以及分布式協(xié)同優(yōu)化策略，但未考慮用戶側(cè)多樣負(fù)荷的參與，以及源側(cè)風(fēng)光出力不確定性的影響；文獻(xiàn)[12]提出了雙層Stackelberg博弈模型，并且量化了用戶側(cè)的不滿意度，提高了用戶側(cè)的用能體驗(yàn)；文獻(xiàn)[13]構(gòu)建了一個(gè)多主多從的博弈模型，分析它們的均衡交互方式，并且提出的分布式算法有效地解決了多主多從博弈的問題，但考慮的用戶模型不夠全面，能源類型不夠豐富。

考慮負(fù)荷側(cè)的需求響應(yīng)有利于提升系統(tǒng)消納新能源的能力，并帶來削峰填谷的效果。現(xiàn)有IES中很少同時(shí)考慮電、氣、冷、熱四種負(fù)荷。文獻(xiàn)[14]以含電轉(zhuǎn)氣裝置的電-氣綜合能源系統(tǒng)為研究對(duì)象，在引入分時(shí)能源價(jià)格引導(dǎo)用戶進(jìn)行用能調(diào)整的基礎(chǔ)上，建立了一種計(jì)及價(jià)格敏感型用戶用能行為和用戶滿意度約束的優(yōu)化調(diào)度模型；文獻(xiàn)[15]基于消費(fèi)者心理學(xué)的綜合需求響應(yīng) (Integrated Demand Response, IDR)模型，對(duì)用戶的用能替代行為進(jìn)行研究，建立IES主從博弈模型；文獻(xiàn)[16]綜合考慮用戶側(cè)的電動(dòng)汽車，電制熱設(shè)備的靈活接入，建立涉及電熱需求響應(yīng)的主從博弈模型；文獻(xiàn)[17]構(gòu)建了含可中斷可轉(zhuǎn)移、可轉(zhuǎn)移不可中斷電負(fù)荷以及靈活熱負(fù)荷和冷負(fù)荷的多微網(wǎng)一主多從博弈模型。但是負(fù)荷側(cè)需求響應(yīng)也具有不確定性以及電熱轉(zhuǎn)化的單向性約束，更難保證系統(tǒng)供需兩側(cè)實(shí)現(xiàn)實(shí)時(shí)平衡；文獻(xiàn)[18]充分說明了這一點(diǎn)。

本文建立的“源荷”雙側(cè)主從博弈的綜合能源系統(tǒng)博弈模型。在源側(cè)，本文接入光伏、風(fēng)電協(xié)同光熱(Concentrating Solar Power, CSP)電站等新型能源生產(chǎn)設(shè)備，打破了“以熱定電”的剛性約束，實(shí)現(xiàn)了光-熱-電的能量轉(zhuǎn)化，同時(shí)有效地解決了棄風(fēng)棄光現(xiàn)象[19,20]。CSP通過光場(chǎng)吸收光能，并在儲(chǔ)熱系統(tǒng)(Thermal Energy Storage, TES)將光能轉(zhuǎn)化為熱能存儲(chǔ)備用。TES中的熱能一部分傳遞至發(fā)電系統(tǒng)進(jìn)行熱-電轉(zhuǎn)化，一部分用于熱負(fù)荷的需求響應(yīng)。為保證儲(chǔ)熱系統(tǒng)穩(wěn)定安全運(yùn)行，通常將電加熱器(Electric Heater, EH)配合TES協(xié)同運(yùn)行。此外，電轉(zhuǎn)氣設(shè)備通過將二氧化碳作為原料，并且消納富裕的風(fēng)電、光伏等新能源，是減碳系統(tǒng)中必不可少的裝置。在負(fù)荷側(cè)，充分考慮電、氣、冷、熱4種負(fù)荷及其綜合需求響應(yīng)。源側(cè)將多能運(yùn)營(yíng)商(Multi Functional Operators, MFO)作為領(lǐng)導(dǎo)者，光熱聚合商(Photothermal Polymerizer, PP)作為跟隨者；荷側(cè)將多能運(yùn)營(yíng)商作為領(lǐng)導(dǎo)者，多能負(fù)荷(Multi Energy loads, ME)作為跟隨者,同時(shí)考慮負(fù)荷側(cè)的可轉(zhuǎn)移、可削減、可替換負(fù)荷需求響應(yīng)的影響[21]。對(duì)其各自的決策目標(biāo)和策略集進(jìn)行優(yōu)化，并且證明該博弈模型的有效性以及均衡解存在的唯一性。

本文的主要?jiǎng)?chuàng)新點(diǎn)在于：

(1) 源側(cè)搭建含CSP電站等新能源生產(chǎn)設(shè)備模型滿足了用戶側(cè)電、熱、冷、氣負(fù)荷需求，并且運(yùn)用模糊機(jī)會(huì)約束處理其產(chǎn)生的不確定因素。

(2) 荷側(cè)綜合考慮負(fù)荷的綜合需求響應(yīng)以及電-氣負(fù)荷之間的可替代性。

(3) 將綜合能源系統(tǒng)分成源、網(wǎng)、荷側(cè)三主體，利用主從博弈方法處理其各自的收益問題，運(yùn)用NSGA-Ⅱ嵌套cplex對(duì)該模型進(jìn)行求解。

2 園區(qū)綜合系統(tǒng)框架構(gòu)成及相關(guān)模型建立

IES打破了不同能源網(wǎng)絡(luò)之間的壁壘，以其“互聯(lián)互動(dòng)”的特征更好地提升能源利用率，促進(jìn)能源利用提質(zhì)增效和社會(huì)發(fā)展綠色集約。本文通過將CSP、P2G等設(shè)備的集成耦合，有效地滿足了冷、熱、電、氣負(fù)荷的多樣化需求，以利益博弈的方法對(duì)源網(wǎng)荷之間進(jìn)行互聯(lián)互動(dòng)，提高了系統(tǒng)的經(jīng)濟(jì)性。具體的IES架構(gòu)圖如圖1所示。

圖1 綜合能源系統(tǒng)架構(gòu)圖Fig.1 Integrated energy system architecture

由圖1可知，在系統(tǒng)難以滿足電負(fù)荷的需求時(shí)由大電網(wǎng)進(jìn)行售電，其余由風(fēng)力發(fā)電、光伏發(fā)電、CCHP以及CSP電站進(jìn)行供電；冷負(fù)荷由CCHP和電制冷機(jī)(Electric Refrigerator,ER)耦合協(xié)同進(jìn)行供冷；熱負(fù)荷主要由CCHP、CSP電站以及電加熱器提供；氣負(fù)荷主要由P2G裝置以及外部能源網(wǎng)進(jìn)行購氣來滿足其需求。其中CCHP、CSP作為核心出力設(shè)備，既克服了傳統(tǒng)設(shè)備出力單一的不足，同時(shí)保障了能源流動(dòng)、轉(zhuǎn)化的多樣性以及多種負(fù)荷需求的可控性。

3 園區(qū)綜合能源系統(tǒng)多目標(biāo)優(yōu)化模型構(gòu)建

3.1 多能運(yùn)營(yíng)商模型

MFO在充分考慮光熱聚合商中設(shè)備的出力情況以及冷、熱、電、氣負(fù)荷的需求同時(shí)調(diào)整能源價(jià)格信息。MFO的優(yōu)化目標(biāo)為總收益FMFO最大，包括風(fēng)電、光伏、售給負(fù)荷側(cè)的多種能源收益，模型如下：

(1)

(2)

(3)

為提升用戶的用能舒適度，MFO能源價(jià)格的購入和售出應(yīng)大于能源網(wǎng)的購入，小于能源網(wǎng)的售出，并且售出的能源價(jià)格的定價(jià)不能高于均價(jià)上限，具體約束如下：

(4)

(5)

3.2 光熱聚合商模型

(6)

(7)

當(dāng)系統(tǒng)運(yùn)行過程中各種產(chǎn)能設(shè)備均會(huì)產(chǎn)生運(yùn)行維護(hù)成本，具體模型如下：

(8)

3.3 綜合用戶模型

ME在博弈中根據(jù)MFO提供的能源價(jià)格優(yōu)化綜合響應(yīng)負(fù)荷，綜合考慮用戶購買能源的滿意度總和[22,23]，并且用戶側(cè)的綜合效益FLA為用能滿意度與購能成本之差。如下所示：

(9)

(10)

提升需求側(cè)的多能負(fù)荷響應(yīng)能力有利于降低其購能成本，實(shí)現(xiàn)對(duì)多種負(fù)荷資源的階級(jí)利用。本文多能負(fù)荷包括固定負(fù)荷和需求響應(yīng)負(fù)荷，需求響應(yīng)負(fù)荷包括可轉(zhuǎn)移負(fù)荷、可削減負(fù)荷以及用能替代。分別表示如下：

(11)

4 設(shè)備模型及相關(guān)約束

4.1 功率平衡約束

為保持系統(tǒng)的安全性和穩(wěn)定性運(yùn)行，系統(tǒng)中冷、熱、電、氣功率趨于實(shí)時(shí)平衡，各功率平衡關(guān)系如下：

(12)

4.2 新能源設(shè)備模型及相關(guān)約束

4.2.1 光熱發(fā)電機(jī)組

(13)

4.2.2 儲(chǔ)熱電站約束

(14)

(15)

4.2.3 CSP熱功率平衡約束

(16)

4.2.4 CCHP運(yùn)行約束

(17)

4.2.5 P2G裝置約束

(18)

4.2.6 EH裝置約束

電加熱器作為目前工業(yè)領(lǐng)域中較為成熟的、運(yùn)用廣泛的一種電熱耦合型元件，轉(zhuǎn)化效率達(dá)到99.9%。因此在一些光熱電站小型示范中，為防止CSP中儲(chǔ)熱裝置熱介質(zhì)低溫凝固，EH快速進(jìn)行熱能傳遞，保證其穩(wěn)定安全運(yùn)行，實(shí)現(xiàn)了系統(tǒng)內(nèi)部熱-電能量的雙向流動(dòng)。本文將CSP、EH耦合協(xié)同出力滿足系統(tǒng)中的電熱負(fù)荷需求，以提升系統(tǒng)的靈活性和可調(diào)性。EH的出力模型如下：

(19)

4.2.7 電制冷機(jī)約束

(20)

4.2.8 負(fù)荷約束

(21)

用能替代負(fù)荷轉(zhuǎn)換模型及約束表示如下：

(22)

5 模糊機(jī)會(huì)約束規(guī)劃處理

當(dāng)優(yōu)化問題含有不確定性的模糊變量時(shí)，其目標(biāo)函數(shù)和約束條件可表示如下[24,25]：

(23)

式中，x、λ分別為決策變量和模糊變量；f(x)為目標(biāo)函數(shù)；g(x,λ)為約束條件。

Bin 2：有“澳大利亞勃艮第”雅號(hào)，卻由西拉和慕合懷特兩個(gè)“強(qiáng)勁”品種混釀而成，口感柔潤(rùn)。1960年開始生產(chǎn)，70年代停釀，后再復(fù)產(chǎn)。

由于約束條件中含有模糊變量，使得優(yōu)化過程中無法得到確定性的結(jié)果，因此通過引入置信水平α使得模糊問題清晰化，表示形式如下：

(24)

式中，Cr{g(x,λ)≤0}≥α表示約束條件g(x,λ)≤0發(fā)生的可能性。

模糊變量隸屬度函數(shù)一般有三角形函數(shù)、梯形函數(shù)和高斯型函數(shù)三種。三角形與高斯型隸屬度函數(shù)的趨勢(shì)類似，隸屬度先升高再降低，區(qū)別在于高斯型的曲線可以更精確地描述模糊概念。這兩種函數(shù)適用于描述某一明確定義的附近范圍，在明確定義處，隸屬度最大。但由于以上兩種函數(shù)只允許一點(diǎn)處的隸屬度為最大值，故不符合用戶評(píng)分的習(xí)慣[26]。因此本文運(yùn)用梯形隸屬度函數(shù),具體模型參考文獻(xiàn)[27],本文不再贅述。

本文的優(yōu)化模型中風(fēng)電、光伏以及光熱電站光場(chǎng)收集的熱能具有不確定性，為模糊變量，將其所在的模糊機(jī)會(huì)約束轉(zhuǎn)換成確定性等價(jià)類，有利于求出確定的優(yōu)化結(jié)果。具體轉(zhuǎn)換如下：

(25)

(26)

6 源荷雙側(cè)主從博弈模型分析

博弈論可以解決多主體之間的利益沖突問題，使得各自的利益達(dá)到最大化。本文的主從博弈模型是基于綜合能源系統(tǒng)“源荷”雙側(cè)建立的，“源”側(cè)以多能運(yùn)營(yíng)商為領(lǐng)導(dǎo)者、光熱聚合商為跟隨者。領(lǐng)導(dǎo)者制定能源價(jià)格策略，決策目標(biāo)是自身利益最大化，跟隨者響應(yīng)能源價(jià)格信息調(diào)整設(shè)備出力情況，使得售能利益最大化；領(lǐng)導(dǎo)者又會(huì)根據(jù)跟隨者反饋的出力情況調(diào)整價(jià)格信息，雙方不斷進(jìn)行博弈直至達(dá)到納什均衡。同理，“荷”側(cè)是以多能運(yùn)營(yíng)商為領(lǐng)導(dǎo)者，以自身利益最大化為目標(biāo)決策制定能源價(jià)格策略；以多能負(fù)荷為跟隨者，跟隨者根據(jù)能源價(jià)格信息調(diào)整用戶的用能情況，使得用戶自身購能成本最小化。

主從博弈包含三個(gè)基本要素：參與者、策略集和效用。

參與者：本文建立的博弈模型包含光熱聚合商、多能運(yùn)營(yíng)商以及多能負(fù)荷三個(gè)參與者。

效用：三個(gè)主體的目標(biāo)決策分別為式(1)、式(6)、式(9)的目標(biāo)函數(shù)，即收益達(dá)到均衡狀態(tài)。

在本文建立的源荷雙側(cè)主從博弈中達(dá)到納什均衡，需具備以下約束條件：

(27)

6.1 主從博弈均衡解

納什均衡解求出之前需對(duì)其存在性和唯一性進(jìn)行證明，證明過程涉及以下定理：

(一) 所有博弈參與者的策略集是非空、連續(xù) 函數(shù)；

(二) 當(dāng)領(lǐng)導(dǎo)者的策略給定后，跟隨者存在唯一的最優(yōu)解；同理，當(dāng)跟隨者的策略給定后，領(lǐng)導(dǎo)者存在唯一的最優(yōu)解。

證明：

(1) 由上述模型可知，多能運(yùn)營(yíng)商的策略集滿足的約束為式(4)、式(5)；光熱聚合商的策略集滿足的約束為式(13)～式(20)；多能負(fù)荷的策略集滿足的約束為式(21)、式(22)。因此，每個(gè)博弈參與者的策略集都是非空且連續(xù)的。

(28)

圖2 “源荷”雙側(cè)博弈流程圖Fig.2 Flow chart of “source load” bilateral game

6.2 求解方法

本文建立的源荷雙側(cè)博弈模型涉及到混合整數(shù)規(guī)劃問題，整數(shù)變量多且復(fù)雜，傳統(tǒng)優(yōu)化方法如非線性規(guī)劃(Karush-Kuhn-Tucker，KKT)或?qū)ε荚淼葘⒍鄬觾?yōu)化轉(zhuǎn)化為單層整數(shù)規(guī)劃問題，求解復(fù)雜并且不適用于多主體博弈問題。在利益多主體進(jìn)行主從博弈時(shí)，各自的策略如設(shè)備性能參數(shù)，用戶側(cè)的需求響應(yīng)狀態(tài)都需實(shí)行保密協(xié)議。由于建立模型中的目標(biāo)函數(shù)含有二次函數(shù)且約束為線性的，因此用CPLEX求解器混合整數(shù)二次規(guī)劃(Mixed Integer Quadratic Programming，MIQP)問題，并結(jié)合NSGA-Ⅱ算法對(duì)模型進(jìn)行有效求解。如此可以降低復(fù)雜度和提高求解速度及精度。在進(jìn)行博弈的過程中，NSGA-Ⅱ只需制定、傳遞和調(diào)整價(jià)格信息，用戶側(cè)更新并傳遞用能需求信息。不同主體只需更換價(jià)格和能源需求信息，并且各自的決策目標(biāo)嚴(yán)格保密。于此，該方法有效將決策變量和策略集進(jìn)行一定程度的分離，有利于分別優(yōu)化，具體求解方法步驟如下：

(1) 首先初始化參數(shù)信息，領(lǐng)導(dǎo)者在能源價(jià)格的區(qū)間內(nèi)隨機(jī)生成第一代購入和售出的電、熱、冷、氣價(jià)格種群。

(2) 荷側(cè)跟隨者根據(jù)能源價(jià)格種群信息，調(diào)整決策目標(biāo)并運(yùn)用二次規(guī)劃進(jìn)行尋優(yōu)，將尋優(yōu)后的策略集即參與綜合需求響應(yīng)的負(fù)荷信息反饋給領(lǐng)導(dǎo)者。

(3) 源側(cè)跟隨者根據(jù)領(lǐng)導(dǎo)者所頒發(fā)的能源需求信息和購入能源價(jià)格，綜合設(shè)備運(yùn)行狀態(tài)衡量出力情況，并對(duì)決策目標(biāo)進(jìn)行尋優(yōu)。

(4) 領(lǐng)導(dǎo)者將源荷兩側(cè)反饋回來的設(shè)備出力情況和多能負(fù)荷信息結(jié)合第一代的電、熱、冷、氣價(jià)格信息作為下一代種群。

(5) 結(jié)合三個(gè)主體的決策目標(biāo)，對(duì)種群不斷進(jìn)行選擇、交叉、變異、更新迭代直至達(dá)到最終的博弈均衡后停止。

7 算例分析

本文案例在文獻(xiàn)[17,20]的基礎(chǔ)上進(jìn)行改進(jìn),來分析計(jì)及光熱電站和“源荷”主從博弈的綜合能源系統(tǒng)經(jīng)濟(jì)優(yōu)化的合理性和有效性。用戶側(cè)需求包含電、熱、冷、氣負(fù)荷參與系統(tǒng)優(yōu)化，四種負(fù)荷需求量由CSP機(jī)組、CCHP機(jī)組、P2G設(shè)備、EH、ER以及能源氣網(wǎng)和能源電網(wǎng)提供。相關(guān)設(shè)備參數(shù)見表1，其中CSP電站相關(guān)參數(shù)參考文獻(xiàn)[20]。各時(shí)刻多能響應(yīng)負(fù)荷的最大移出水平為20%。本文建立的多目標(biāo)主從博弈模型采用NSGA-Ⅱ嵌套CPLEX求解器進(jìn)行求解。相關(guān)設(shè)備參數(shù)見表1；風(fēng)電、光伏和CSP電站光場(chǎng)收集熱量的預(yù)測(cè)值和多能用戶需求量如圖3和圖4所示。

表1 相關(guān)設(shè)備參數(shù)Tab.1 Relevant equipment parameters

圖3 風(fēng)電、光伏和CSP電站光場(chǎng)收集熱量的預(yù)測(cè)值Fig.3 Predicted value of heat collected by light field of wind power, photovoltaic and CSP power stations

圖4 用戶側(cè)負(fù)荷數(shù)據(jù)Fig.4 User side load data

本文設(shè)置了三個(gè)場(chǎng)景來對(duì)含多方主從博弈的綜合能源系統(tǒng)經(jīng)濟(jì)優(yōu)化問題進(jìn)行研究。根據(jù)博弈互動(dòng)結(jié)果探討系統(tǒng)的收益均衡、產(chǎn)能計(jì)劃以及用能滿意度情況。

場(chǎng)景一：考慮含CSP 電站綜合能源系統(tǒng)的源荷主從博弈情況。

場(chǎng)景二：能源價(jià)格固定，即不考慮主從博弈的含CSP電站的綜合能源系統(tǒng)優(yōu)化運(yùn)行。

場(chǎng)景三：不考慮CSP電站的綜合能源系統(tǒng)源荷主從博弈情況。

8 博弈結(jié)果分析

本文對(duì)綜合能源系統(tǒng)中三個(gè)場(chǎng)景各方主體的收益情況進(jìn)行分析。分別進(jìn)行100次迭代后，各收益曲線如圖5所示，當(dāng)?shù)螖?shù)為40左右時(shí)曲線趨于穩(wěn)定。光熱聚合商的收益在場(chǎng)景一中為10 909.089元，相比場(chǎng)景二多7 276.89元，比場(chǎng)景三多2 172.00元；多能運(yùn)營(yíng)商在場(chǎng)景一中的收益為1 348.641元，比場(chǎng)景三少60.722元，比場(chǎng)景二多391.438元。多能負(fù)荷商的收益在場(chǎng)景一中為32 766.024元，比場(chǎng)景三多839.611元，相比場(chǎng)景二少6 923.933元。相比無CSP電站和不考慮主從博弈方法，三方主體在博弈的過程中均取得良好的收益。而場(chǎng)景二中多能負(fù)荷商的收益多出場(chǎng)景一6 923.933元，光熱聚合商少于場(chǎng)景一7 276.89元，并且用戶用能滿意保持最大，是因?yàn)楫?dāng)運(yùn)營(yíng)商制定的能源價(jià)格為定值時(shí)，源側(cè)只根據(jù)負(fù)荷需求量的大小調(diào)整出力，不考慮收益，導(dǎo)致相比場(chǎng)景一的收益差距明顯；同理用戶側(cè)無需考慮其他主體的收益情況，再加上自身的綜合需求響應(yīng)機(jī)制進(jìn)行削峰填谷，降低購能成本，導(dǎo)致用戶側(cè)綜合效益提高。當(dāng)系統(tǒng)不考慮CSP電站的參與時(shí)，雖然運(yùn)營(yíng)商收益較好，但是源側(cè)以及荷側(cè)收益下降程度較大，以及相比有CSP電站時(shí)用戶用能滿意度也會(huì)受損。因此可知場(chǎng)景一總體收益相對(duì)最好，符合情況。

圖5 三方收益及用能滿意度值曲線Fig.5 Tripartite income curve

圖6 綜合能源系統(tǒng)能源供應(yīng)設(shè)備出力情況Fig.6 Output of energy supply equipment of integrated energy system

圖6為IES中滿足電、熱、冷、氣負(fù)荷需求的設(shè)備出力以及能源網(wǎng)交互情況。由于CCHP機(jī)組是以天然氣作為一次燃料，并且能實(shí)現(xiàn)冷、熱、電聯(lián)供。因此在時(shí)段0∶00～8∶00主要依靠CCHP以及風(fēng)電滿足系統(tǒng)的電、熱、冷負(fù)荷需求，消耗的天然氣無法由P2G設(shè)備完全提供，需要從氣網(wǎng)購買。期間因熱、冷負(fù)荷的需求量過大，導(dǎo)致系統(tǒng)產(chǎn)生多余的電量需要出售給大電網(wǎng)。時(shí)段10∶00～12∶00為用電高峰期，但是熱負(fù)荷需求下降，僅依靠CCHP機(jī)組會(huì)導(dǎo)致收益下降。此時(shí)CSP電站由于特殊的熱電耦合特性，實(shí)現(xiàn)熱-電雙向傳輸，可以補(bǔ)足電負(fù)荷需求并且吸收系統(tǒng)產(chǎn)生多余的熱量。時(shí)段20∶00～21∶00中系統(tǒng)電、熱負(fù)荷需求達(dá)到高峰，同時(shí)得滿足冷、氣負(fù)荷的需求，因此需要CCHP機(jī)組、CSP電站等設(shè)備配合P2G協(xié)同優(yōu)化運(yùn)行對(duì)系統(tǒng)進(jìn)行供能，氣網(wǎng)提供大量的天然氣供CCHP機(jī)組進(jìn)行能量轉(zhuǎn)換，大電網(wǎng)則回收系統(tǒng)產(chǎn)生多余的電能。當(dāng)系統(tǒng)中負(fù)荷達(dá)到高峰期時(shí)，新能源供給也相繼達(dá)到最大，為減少系統(tǒng)棄能量，P2G耦合CSP電站對(duì)系統(tǒng)產(chǎn)生超額的新能源進(jìn)行消納吸收。避免了能源的浪費(fèi)，提高了系統(tǒng)的穩(wěn)定性和經(jīng)濟(jì)性。

MFO根據(jù)“源側(cè)”設(shè)備的策略集和用戶側(cè)反饋的負(fù)荷信息制定如圖7所示的購、售能源價(jià)格信息情況。時(shí)段4∶00～8∶00電、冷、氣負(fù)荷需求量到達(dá)低谷值時(shí)，為保證“源側(cè)”處于收益狀態(tài)，因此MFO從“源側(cè)”購置的能源價(jià)格大于售能價(jià)格。同時(shí)熱負(fù)荷需求量增大，MFO通過增大售熱價(jià)格，降低從PP購得的熱能價(jià)格，從而使自身的收益增加。當(dāng)用戶側(cè)電、熱、氣負(fù)荷需求達(dá)到高峰時(shí)，MFO為激勵(lì)“源側(cè)”能源設(shè)備的產(chǎn)能，此時(shí)為防止用戶側(cè)直接從“源側(cè)”購置能源，制定的售電、熱價(jià)格低于購電、熱價(jià)格。MFO跟隨用戶側(cè)的負(fù)荷波動(dòng)情況不斷更新售能價(jià)格，同時(shí)為保證“源荷”兩側(cè)能源供需平衡，利用更新后的售能價(jià)格與設(shè)定的購能價(jià)格進(jìn)行策略博弈，直至三方收益達(dá)到博弈均衡，最終得到最優(yōu)能源價(jià)格策略集。

圖7 MFO能源價(jià)格信息Fig.7 Energy price information

為提高各方收益,實(shí)現(xiàn)共贏。由圖5～圖7可知，MFO降低售電價(jià)格來激勵(lì)用戶側(cè)通過可轉(zhuǎn)移、可削減、可替換負(fù)荷的需求響應(yīng)特性來提高用電量，此時(shí)大電網(wǎng)電價(jià)比MFO給定的電價(jià)高，因此基本由光熱聚合商進(jìn)行產(chǎn)能。當(dāng)電負(fù)荷需求量達(dá)到高峰期時(shí)，MFO將提高售電電價(jià)來激勵(lì)負(fù)荷側(cè)，通過負(fù)荷的綜合響應(yīng)特性來降低電負(fù)荷需求量。同理，當(dāng)熱負(fù)荷波動(dòng)較大時(shí)，用戶側(cè)通過熱價(jià)策略調(diào)整熱負(fù)荷需求量。由于氣網(wǎng)天然氣相對(duì)于光熱聚合商通過P2G設(shè)備對(duì)用戶側(cè)氣負(fù)荷的供應(yīng)成本大，而P2G設(shè)備大部分是通過消納多余的新能源來進(jìn)行產(chǎn)氣。當(dāng)P2G設(shè)備不滿足氣負(fù)荷的需求量，一方面要保證用戶側(cè)的收益，另一方面要平抑氣負(fù)荷波動(dòng)時(shí)，通過用戶側(cè)自身理念的轉(zhuǎn)變來進(jìn)行電、氣負(fù)荷之間的替代。因此當(dāng)電負(fù)荷需求量達(dá)到峰值時(shí)，通過電-氣負(fù)荷的替代性定理進(jìn)行削峰填谷。用戶側(cè)的綜合需求響應(yīng)在保證用戶效益最大化的情況下有效地促進(jìn)了多能負(fù)荷的削峰填谷。

綜合以上分析，當(dāng)系統(tǒng)內(nèi)同時(shí)考慮CSP電站以及源荷主從博弈時(shí)，負(fù)荷側(cè)在價(jià)格較高的同時(shí)提高用能量，一則為保證“源側(cè)”PP和MFO的效益達(dá)到相對(duì)最大，二則是MFO為了消納系統(tǒng)多余的能源進(jìn)行高價(jià)收購，然后低價(jià)出售給用戶側(cè)。由此通過價(jià)格引導(dǎo)的主從博弈有效地平抑負(fù)荷波動(dòng)，提高了系統(tǒng)的安全性和經(jīng)濟(jì)性，減少了清潔能源的棄能現(xiàn)象。

9 結(jié)論

本文建立了計(jì)及CSP電站的綜合能源系統(tǒng)模型，為滿足系統(tǒng)中的電、熱、冷、氣四種負(fù)荷的需求，將CCHP機(jī)組、CSP電站等設(shè)備作為主要產(chǎn)能機(jī)組，同時(shí)對(duì)“源荷”兩側(cè)利用主從博弈的方法進(jìn)行優(yōu)化。因此文中設(shè)置了三個(gè)不同的場(chǎng)景，通過算例計(jì)算對(duì)其模型進(jìn)行比較，并得到以下結(jié)論：

首先，由于CSP電站熱電聯(lián)產(chǎn)特性聯(lián)合EH共同作用，實(shí)現(xiàn)了電-熱之間的雙向轉(zhuǎn)換作用，在減少系統(tǒng)的棄能率、提高系統(tǒng)經(jīng)濟(jì)性的同時(shí)，提升了用戶側(cè)的用能滿意度。再者，通過主從博弈方法來有效地解決系統(tǒng)中多主體利益沖突問題，通過優(yōu)化不同主體的策略集以及決策目標(biāo)，有效地保護(hù)了參與主體的策略信息，同時(shí)得出的均衡解為各主體收益相對(duì)最優(yōu)值。

最后，本文建立的含多種新能源產(chǎn)能設(shè)備的IES優(yōu)化運(yùn)行方式對(duì)未來的綜合能源系統(tǒng)能源研究電-氣-冷-熱多負(fù)荷需求問題以及系統(tǒng)的能源消納方面具有一定的參考價(jià)值。在以后的工作中將進(jìn)一步考慮涉及綜合能源系統(tǒng) “源-網(wǎng)-荷-儲(chǔ)”的優(yōu)化問題。