基于能量共享的综合能源系统群多主体实时协同优化策略

2022-02-28王小君孙庆凯张义志和敬涵

电力系统自动化 2022年4期

王怡，王小君，孙庆凯，张义志，刘曌，和敬涵

（北京交通大学电气工程学院，北京市 100044）

0 引言

随着经济高速发展，低效、单一的能源利用方式与资源储备之间的矛盾逐步加深［1］。为了更好地缓解矛盾，必须破除能源体系壁垒，构建稳定可靠的综合能源市场。区别于传统能源市场，综合能源市场依托于区域综合能源系统（integrated energy system，IES）进行交易，不仅能够支撑多能源的耦合交易，而且可以实现多主体复杂互动。因此，研究适合多IES 参与的综合能源市场对能源发展具有重要意义。

综合能源市场交易研究通常涉及多主体利益关系，各主体决策行为联系紧密，本质是均衡决策问题［2］。目前，已有学者采用博弈论构建综合能源市场交易框架。其中文献［3］考虑供需双侧主体互动，提出园区运营商的双层主从博弈互动框架。文献［4］考虑IES 各参与主体的收益水平，提出含氢储能的三阶段主从博弈框架。文献［5］针对多微网能源交易竞争，提出一种基于非合作博弈的日前交易方法。文献［6］考虑多IES 服务商参与日前能源交易，提出了一种基于纳什议价模型的运行策略。上述文献深入挖掘了市场主体的利益诉求，但供需双侧普遍存在多个参与者，如何考虑多主体交易互动来解决市场交易问题还尚有不足。

近年来，诸多学者深入分析多时间尺度下的综合能源市场交易问题，针对该问题提出解决方案［7］。由于IES 体量较小，源荷不确定性导致市场行为难以掌握，从而造成能量偏差。为规避该问题造成的经济损失，如何处理能量偏差成为市场交易的关键问题［8］。文献［9］考虑风电商出力偏差风险，提出一种现货市场的多阶段竞价策略。文献［10］提出2 种计及出力不确定性的供应商定价机制，降低风电出力不平衡成本。上述文献针对市场能量偏差问题均是从供应侧利益角度出发，寻找需求侧协调能量偏差的方法也是当前的研究重点。文献［11］针对购能偏差问题，建立能量互保行为的实时能量偏差应对模型。文献［12］提出了一种改进深度信念网络的负荷预测方法以处理能量偏差。

如今兴起的共享经济，为解决以上问题提供了新思路。本文将共享经济延伸至综合能源市场领域，并引出“能量共享”的概念，即能量共享是一种拥有闲置能量的一方有偿让渡能量使用权给另一方，利用闲置能量满足需求的运营模式［13］。

为此，本文采用合作博弈实现需求侧多主体能量共享，并建立供应侧竞价决策模型，协调处理日前-实时市场能量偏差，有效保障市场各主体利益均衡。主要工作归纳如下:1）构建了供应侧多主体竞价互动、需求侧多主体能量共享的综合能源市场框架，有效保障多主体利益均衡；2）引入需求侧能量共享的交易方式，平抑能量偏差并提升各主体用能效益。

1 综合能源市场互动交易框架

1.1 市场参与主体划分

综合能源市场交易框架由能源供应、市场运营、园区运营和终端用户4 部分组成，其结构如图1 所示。在此结构下划分市场参与主体如下:

图1 综合能源市场结构Fig.1 Structure of integrated energy market

1）能源供应商（energy supplier，ES），作为市场售能方，负责能源的生产和销售。根据负荷信息提出投标价格的交易策略。

2）市场运营商（market operator，MO），作为协调市场出清的平台，负责处理供应商上报价格信息和园区运营商需求信息，并发布市场出清情况。

3）园区运营商（park operator，PO），作为市场购能方，负责聚合园区综合能源系统（park integrated energy system，PIES）内部用户负荷信息，统筹多能源调度，并向市场提出能源需求策略。

1.2 市场交易机制

1.2.1 市场交易流程

多主体参与的综合能源市场在日前和实时市场展开交易。其中，日前市场是主要交易平台，侧重利益划分；实时市场旨在根据实际变化对日前交易计划进行调整，达到供需平衡，二者相辅相成［14］。其交易流程详见附录A 图A1。

1.2.2 供应商竞价投标机制

鉴于区域能源市场供应商在机组类型、数量等方面规模有限，不适合采用传统分时价格投标，应采用包含利润和边际成本的功率-价格曲线进行竞价交互。出于ES 能源价格策略分析的考虑，采用等比例系数报价，即ES 以自身收益最大来调整比例系数，并将新曲线重新传递给MO。其投标价格函数如式（1）所示。

式中:λ为ES 的能源投标价格；a为ES 运行成本的二次项系数；b为ES 运行成本的一次项系数；PG为ES 的能源出清功率；k为ES 投标价格的比例系数。

1.2.3 需求侧偏差惩罚机制

ES 采用集中竞价交易模式，受需求方用能时序偏差的影响，导致自身经济效益降低［15］。考虑能源市场的稳定运营秩序和供应侧承受的经济风险，根据文献［16］和江苏电力市场设置需求侧能量偏差惩罚机制来调控市场运营秩序，保障市场供应侧售能利益，其偏差惩罚规则不在此赘述。

2 综合能源市场参与主体决策模型

本文暂不考虑日前-实时市场内部结构和参与主体的变化，其具体决策模型如下。

2.1 供应侧竞价决策模型

综合能源市场区别于传统电力、热力市场，其多家供应商在联合市场及统一机制下竞争。本文的运营主体仅考虑日前和实时时间尺度上的交易，不涉及中长期市场交易，且规模较小。为此有如下假设:供应商机组相关策略通过内部优化做出，市场交易仅进行最优竞价出清。其竞价决策模型如下。

2.1.1 电能供应商策略竞价模型

电能供应商通过向MO 提供机组边界条件信息及申报价格曲线系数，从而影响结算电量及边际电价qe，t，最大化自身收益，其模型如下。

2.1.2 热能供应商策略竞价模型

热能供应商通过向MO 提供所需信息，从而影响结算热量及边际热价qh，t，最大化自身收益，其模型与电能供应商相同。

2.1.3 电热耦合供应商策略竞价模型

电热耦合供应商采取电热组合出清方式。电热组合投标以电能为基准，即当电力出清Uot时，热能μUot同时出清。组合投标申报价格包含机组的电热总生产成本，无须多余能源成本分摊，其模型如下。

2.2 需求侧调度决策模型

综合能源市场依托于区域多PIES 场景下的互动交易，PO 通过聚合终端用户负荷统筹运营，其调度决策模型如下。

2.2.1 园区运营商决策优化目标

PO 以能源市场交易过程的总用能效益Fpo最大为决策目标，在24 h 内的收益函数如式（10）所示。

2.2.2 园区运营商优化约束条件

PIES 具有一定内部优化能力，为更好地进行能源管理，参考文献［17］对耦合和储能等设备构建Energy hub 模型。PO 作为联盟的参与者，其外部能源调度和交易约束如下。

1）能量守恒约束

2）能量共享约束

式中:m为PO 个数；Pco，maxe和Pco，maxh分别为电能和热能共享交易的最大传输量。式（13）和式（14）的意义为多园区能源交易量守恒约束。

2.3 市场运营商出清决策模型

相较于供应侧寡头博弈，需求侧PO 体量较小，难以通过策略投标影响市场出清，其投标基本反映真实需求成本［18］。本文不考虑PO 的策略性投标竞争，MO 接收PO 的日前预测负荷信息，进行有效出清［19］。

在此基础上，将综合能源市场出清问题记为MC(Pot，Qot，Uot，θn，Tl)，并以最大化电、热供需总体社会福利作为市场出清目标，其出清模型及约束如下:

2）电热网络约束

本文采用文献［20］的线性模型对电热网络进行建模，利用直流潮流模型对电力网络建模并采用恒流变温（CF-VT）的热网模型。

3 基于能量共享的需求侧多主体互动分析

由于可再生能源和多能负荷的不确定性，日前交易与实际用能在时间尺度上不能达成一致，故市场交易中总会出现能量偏差。能量偏差不仅会造成参与主体的经济损失，还可能导致市场供需失衡，阻碍正常运营。

考虑到供应侧属于寡头竞争关系，很难改变竞价机制协调能量偏差。为缓解其造成的负面影响，考虑从需求侧角度入手，借助能量共享处理偏差的有效性、经济性和可靠性等优势，利用合作博弈方法实现需求侧多主体协同优化处理该问题。

3.1 基于能量共享的多园区合作博弈分析

3.1.1 多园区能量共享框架

结合PIES 运行特性，针对图1 中的能源需求层面建设多园区能量共享框架，如附录A 图A2 所示。顶层为交易层，该层面向各PO，组织PO 进行能量共享交易。其底层为调度层，起到支撑交易层的作用。

1）交易层。各园区签订合作协议，依据多PO形成的合作联盟进行共享交易，其具体过程如下:PO 实际能源过剩时即出现负偏差Prealt-Paheadt＜0，通过向其他园区供给共享能源量协调自身多余能源；PO 实际能源不足时即出现正偏差Prealt-Paheadt≥0，通过从其他园区接收共享能源量弥补自身能源不足。

2）调度层。接收交易层的能量共享情况，通过耦合和储能设备进行园区自用能源量的调度优化，满足终端用户用能需求的同时降低用能成本支出。

由于园区耦合设备可以实现多能源的相互转换，因而可利用该特性处理电、热能不平衡量。当园区实际电能、热能过剩或不足时，可利用能源耦合、储能设备协调处理能源不平衡量，从而实现保障园区独立运营用能效益的同时提升系统运行的灵活性。

综上所述，能量共享利用其处理偏差的有效性、降低园区调度成本的经济性和协同运营的可靠性等优势，通过交易层和调度层实现PO 内部和外部同步调度优化。多园区能量共享过程中，需求侧若仍存在电、热不平衡量，应与上级供应侧进行结算，退还或补交能量偏差的购能费用。

3.1.2 多园区合作博弈模型

根据多园区能量共享框架得出，实时市场中的多主体互动是以需求侧的角度进行决策，各园区作为用户群体的代表，其利益追求存在一致目标。为减小能量偏差带来的经济损失，共同承担能量偏差的风险损失是各类用户群体的共识。除此，非合作博弈格局下参与者利益通常是相互冲突的，一般呈现对抗关系来获取更大自身利益。因此，采用合作博弈通过具有约束力的协议形成联盟是多园区互动交易和处理偏差的更合理方法。

合作博弈同时考虑PO 的整体理性和个体理性进行决策，构成的合作联盟能够有效平抑多园区能源不平衡量、扩大各PO 用能效益，其过程属于效用可转移的合作博弈［21］。基于上述合作博弈分析，建立多园区合作博弈模型如下。

1）参与者集合:在能量共享的交易过程中，各PO 共同构成合作博弈联盟，将参与者联盟集合定为N={ies1，ies2，…，iesm}的非空有限集合。其中，iesi表示第i个参与者。

2）策略集合:联盟参与者的交易策略最终决定各参与者能量共享情况。因而将各PO 实际能源优化策略作为参与者策略集合，记为S={Pco1，Pco2，…，Pcom}。其中，Pcoi为PO 能量共享交易策略。

3）效益函数:所有参与者的效益函数均为用能总效益。以各自收益最大为目标函数，总效益函数可表示为如下形式:

式中:v(N)表示参与者集合N的合作联盟效益；Fiesi为参与者iesi的效益函数。

因为PO 相互进行能源交易时，多园区合作联盟总交易量之和为0，交易价格相等，由此可得出:

根据式（21）和式（22）可得:

故该多园区合作博弈满足超可加性博弈条件，参与主体能够趋向于形成合作联盟。同时，PO 的总效益函数通过合作博弈转化为不考虑合作能源交易成本，仅涉及多PO 能量流动的效益最大化问题，从而得出比非合作博弈更具经济性、有效性的运营策略。

3.1.3 多园区效益分配方法

联盟中成员效益的合理分配是合作博弈的关键。联盟成员之间的效益分配方法一般有核仁法、Shapley 值法等［22-24］。本文采用Shapley 值法确定联盟中各成员效益分配策略。设共有m个PO 构成合作联盟，则第i个PO 的Shapley 值的公式如下所示:

式中:φi(v)为PO 分得的收益；|s|为集合s中包含的参与者个数；v(s)-v(s-{i})为第i个参与者对联盟N的边际贡献。

在合作博弈中，为实现联盟效益分配的稳定公平，需对Shapley 值法进行稳定性分析，其详细过程见附录A。

3.2 市场多主体博弈求解方法

本文详细求解流程不再赘述，供应侧博弈决策模型属于竞价-出清双层模型，采用文献［25］的双层粒子群算法优化求解竞价均衡策略，并计算其纳什适应度，纳什均衡存在性证明详见附录A；需求侧多主体能量共享下协同优化决策属于效用可转移的合作博弈模型，可借助商用求解器CPLEX 求解。

4 算例分析

4.1 算例概述

本文采用6 节点电网和8 节点热网进行验证，系统结构如附录C 图C1 所示。发电机组G1、G2 分属两家电能供应商，其中HS1（G3）为热电联产机组，属于电热耦合供应商，热源HS2 属于热能供应商。考虑到多园区不同运营特性，负荷D1、D2、D3 分别代表居民园区1、商业园区2 和工业园区3。园区满意度函数参考文献［26］，采用分时段效用系数，根据时段合理选取。各园区日前能源需求和满意度函数反映的实际需求曲线见附录C 图C2 和图C3。电力网络拓扑参数取值参考文献［20］。其余参数设置见附录C 表C1 至表C4。

为验证模型和方法的有效性，同时分析需求侧多主体能量共享的影响，设立3 种仿真场景，日前市场供应商皆采取竞价博弈方式，PO 采用如下运营方式:1）场景1，PO 采取独立运营方式；2）场景2，PO 采取非合作交易方式；3）场景3，PO 采取考虑能量共享的合作联盟方式。

其中独立运营方式指PO 仅负责园区内部能源调度，不涉及园区间能源交易；非合作交易方式指各园区以固定能价进行购售能的交易。

4.2 结果分析

根据上述场景条件，求解出各场景下的市场交易策略，通过经济性和偏差优化两方面分析交易机制和策略的有效性。

4.2.1 经济性分析

1）PO 不同运营方式对供应侧收益影响

基于PO 不同运营方式的综合能源市场出清结果对比如表1 所示。场景1、2、3 的出清总电量分别为1 983.5、1 983.5、1 872.0 MW·h，出清总热量分别为1 337.1、1 365.2、1 400.7 MW·h，社会福利值分别为12 603.0、14 011.5、14 914.1 美元。

表1 综合能源市场出清结果对比Table 1 Comparison of clearing results for integrated energy market

由表1 不同场景下的出清情况可以得出，场景3的各供应商能够获得更大收益。相比于场景2，4 家供应商售能收益分别增长了446.8、264.7、1 063.5、79.4 美元，这得益于合作联盟的运营方式相较其他2 种方式处理偏差空间更大，能够确保供应商在日前市场的经济效益。场景1、2 供应侧虽然出清电量有所增加，由于其收益受单位生产成本急剧升高的影响更大，导致场景1、2 收益降低。

这说明考虑园区能量共享的合作联盟运营方式不仅没有制约供应侧利益，相较于独立运营和非合作交易方式反而能刺激市场供应商竞争活力，有助于市场长期稳定运行。

2）园区合作联盟运营下供应侧竞价互动分析

合作联盟运营方式下的供应商竞价互动博弈策略如附录D 图D1 和图D2 所示。

图D1 比较各ES 在时段20 下竞价均衡策略。迭代初始阶段距竞价博弈均衡解较远，供应商通过迭代优化自身报价策略，改变市场利益分配。随迭代次数增加至第70 次，各ES 最优价格策略不再发生变化。此时，任一ES 难以单独改变策略获得更大利益，其策略达到收敛状态。

由图D2 可知，园区以合作联盟运营方式下，各ES 的结算能价与园区用能需求和价格曲线比例系数呈正相关。根据节点边际能价对比发现，2 家电能供应商由于机组类型接近，不断通过压低价格获得边际出清优势，供应商G1 因自身单位成本较小占据边际出清优先权；电热耦合供应商因耦合出清优势，采取较高的能价获取更大利益；而热能供应商HS2 受自身机组成本系数的影响，其最终的节点结算热价较低。

综上分析可知，考虑园区能量共享的合作联盟运营方式能够使得供应侧竞价过程快速达到均衡状态，同时有利于维持供应侧竞价活力。

3）PO 不同运营方式对需求侧效益和成本影响

园区不同运营方式下用能效益和相关成本支出情况如表2 所示，24 h 用能总成本变化如附录D 图D3 所示。

表2 园区不同运营方式下效益和相关成本对比Table 2 Comparison of benefits and related costs in different operation modes of parks

分析表2 与图D3 可得出如下结论:

1）在需求侧效益和成本支出方面。各园区通过多主体交易能够有效降低用能成本支出，由表2 可知，场景3 相比场景1、2 多园区总成本分别降低了4 810.9 美元和157 美元。由图D3 可知，形成联盟后大多数时段下成本支出显著降低，其主要原因是合作联盟下各园区通过能量共享的方式弥补能量偏差的经济损失。根据表1 的社会福利值对比，场景3 的社会福利值相比场景1、2 分别提高了2 311.1 美元和902.6 美元，提升幅度分别达到18.3%和6.4%。这得益于能量共享运营方式下的合作联盟，在多园区能源交易过程中消除了额外的购售能环节，使得合作联盟运营方式的总成本支出更低，同时有效提高社会福利，促进需求侧参与市场交易的积极性。

2）在偏差惩罚成本反映能量偏差量方面。场景3 的各园区平抑能量偏差效果最佳，这得益于工业园区具有较强的内部优化能力，且单位偏差惩罚成本较低。通过能量共享方式，工业园区主要承担能量偏差的经济损失，使得整体用能经济效益比其他2 种场景分别提高了44%和34%。

3）在多园区合作联盟成本和效益分摊方面。对比各园区不同运营方式下的用能效益发现，分配后的工业园区用能效益较其他2 种方式分别提高了900.7 美元和2 743.1 美元。由场景1 和场景3 对比发现，合作联盟下的整体用能成本比独立运营成本之和降低了4 810.9 美元，各园区通过合作联盟分配的效益皆高于独立运营的用能效益。工业园区作为合作联盟的主要承担者，其偏差惩罚成本经分配后降至938.7 美元，通过Shapley 值分配能够公平分摊，维护参与合作联盟各方利益。

通过以上分析，非合作交易运营方式下虽能在一定程度上减小能量偏差带来的影响，但却是一种缺乏效率的交易策略。因此，合作联盟更适合需求侧多主体交易互动。

4.2.2 基于共享合作联盟方式的能量偏差分析

1）多PO 电、热共享情况分析

基于能量共享合作联盟方式下的多园区电、热共享情况如图2 所示。

图2 多园区电、热能量共享情况Fig.2 Sharing of electricity and heat energy inmultiple parks

由图2 分析可知，园区可通过合作联盟形式实现能源的跨园区互补，提高需求侧用能效率。在能量共享机制下园区间通过能源交易弥补能量偏差。如图2（a）所示的时段12，工业园区实际电能过剩，通过能量共享方式将4 MW 电功率传输至其余园区；在图2（b）所示的时段11 中工业园区实际热能需求较大，商业和居民园区会利用自身过剩能量传输至工业园区以弥补热能缺额6 MW。园区通过能源需求的时序特性，供给和接收电、热量，满足终端用户能源需求。这说明多园区合作联盟有助于改善园区的实际用能需求，提高园区间能量共享黏性。

2）基于共享合作联盟下的园区内部机组出力优化分析

工业园区作为合作联盟协调能量偏差的主要承担者。以工业园区为例，分析各时段的内部机组出力优化如图3 和图4 所示。

图3 工业园区电能优化情况Fig.3 Electricity power optimization in industrial park

图4 工业园区热能优化情况Fig.4 Thermal energy optimization in industrial park

因内部设备与用能行为密切联系，尤其是当园区日前与实时能源需求差异较大时，会通过内部设备进行优化。由图3 和图4 看出，实际能源不足或过剩时，主要依靠园区能量共享交易趋向电、热平衡；其次通过能源耦合设备和储能装置减小偏差量。从图3（a）和（b）可以看出，工业园区依靠储电设备和能量共享削减电能偏差。由于热电转换机组单位运行维护成本较高，因而该机组没有参与优化电能偏差。从图4（a）和（b）可以看出，工业园区依靠储热设备、电转热设备和能量共享削减热能偏差。工业园区在能量共享后园区内部设备出力明显降低，储电设备充电功率由19.6 MW 降至13.4 MW。能量共享方式扩大了园区电、热偏差优化空间，有效缓解了园区机组调控优化能量偏差的压力。

3）基于共享合作联盟下能量偏差优化分析

多PO 通过能量共享的合作联盟处理偏差量，如图5 所示。从图5 可以看出，能量共享方式可以有效平抑能量偏差量，居民和商业园区的能量偏差大幅降低，工业园区的电、热偏差得到部分抑制。分析图5（a）可知，居民园区在能量共享前后电能总偏差下降约74.6%，削减了用户电、热需求波动高峰时段的偏差量。通过图5（b）可得，在时段8～10 处于商业园区用能高峰期，通过能量共享方式减少了约5.4 MW·h 电量偏差和9.1 MW·h 热量偏差。由图5（c）可得，工业园区在时段9、18 等电能偏差不减反增，这是合作联盟下共同调节能量偏差的结果，而受电能偏差的影响工业园区仅能从一定程度上削减热偏差，主要利用内部设备协调处理电、热偏差。因而，合作联盟方式通过园区内部调度和外部交易协同处理电、热能源偏差量，可以很好地解决需求侧能量偏差的负面影响。利用多园区结成合作联盟追求整体与个体效益最大化，可以扩大各参与者的用能效益。