计及储能效益的综合能源系统利益分配机制研究

潘 华，高 旭，姚 正，方 静，颜静汝

（上海电力大学经济与管理学院，上海 200090）

0 引言

综合能源系统（Integrated Energy Systems，IES）的发展已被提升至战略高度，储能可以弥补新能源机组的随机波动性，消纳高比例新能源，是支撑能源转型、实现碳达峰与碳中和最核心的技术手段。

IES 多能源商供能与区域化、模块化提升了市场活力，但资本天然的逐利性易导致主体间合作破裂，不利于主体联盟稳定。因此，合理分配主体利益成为推动IES 高质量发展的重要因素[1-2]。

目前，国内外学者针对IES 利益分配做了一定的研究。文献[3]考虑不同时段售、购电价差及热电负荷水平，将储电机会收益和储热惩罚成本纳入调度模型，优化系统冷热电联合调度，降低系统运行成本。文献[4]针对区域综合能源系统联盟，以系统运行成本最小化为目标函数，利用纳什谈判模型，保证优化后总节约成本在联盟参与者之间公平分配。文献[5]将现货市场引入IES，细化产能商、运营商、负荷聚合商收益模型，在提升主体利益的同时实现削峰填谷。文献[6]提出了综合需求响应（Integrated Demand Response，IDR），运用分布式算法求解IES中用户和能源商之间的纳什均衡，推动用户参与IDR 的同时实现主体利润最大化。文献[7]综合考虑市场、负荷、设备因素，最小化购电成本，基于全寿命周期理论，优化储能配置、评估投资效果，最终基于售电公司贡献度进行利益分配。文献[8]考虑风储系统间储能状态差异和风力预测的互补，建立联合优化调度模型，基于合作博弈理论进行集群收益分配策略。

然而，在已有研究模型中，还有两方面需要考虑。（1）目前大多以系统运行成本最小作为目标函数，但仅依赖于压缩成本利润增长空间有限，不利于社会财富增长；（2）大多将储能/热作为其余发电机组的附属设备，没有完全体现其综合贡献，利益分配值与其贡献不匹配，导致其成本回收期较长，阻碍了其大规模推广。

Shapley 值法利益分配模型在能源领域应用颇多且多位学者对其进行优化，推动了能源领域主体利益分配的发展[9-12]。本文建立含有新能源机组、热电联产机组、储能机组的典型IES 收益模型，归纳出风险分摊、资源投入、协作优化、环境污染4 类体现主体贡献的因素，构成主体价值标签。引入云重心法综合量化影响因素。构建基于云重心法修正的Shapley 值法利益分配模型，对各主体收益进行修正，并通过实际算例验证所提方法的合理性和实用性。

1 利益分配框架

在充分考虑各主体出力与相互协作的情况下，本文建立了如图1 所示的IES 利益分配框架。

图1 IES利益分配框架Fig.1 Frame of IES benefit allocation

在图1 框架下，各主体在积极提升自身出力情况的前提下，主动与其他主体合作，综合能源系统控制中心基于主体上传信息进行系统整体控制，对系统内各主体实行有效监督，避免系统内主体出现无序充放电、弃风弃光问题，提高系统整体运行水平；同时进行协调利益的合理分配。

2 主体收益模型

图2 为 园区IES 结构图。如图2 所示，电网、气网与热网表示上级网络；风电、光伏为园区内新能源机组；燃气轮机、电锅炉、余热利用装置为热电联产（Combined Heat and Power，CHP）机组；电、热、冷负荷为园区负荷；电储能为储能机组；形成源网荷储一体化，多能互补的园区综合能源系统模型[13]。

图2 园区IES结构图Fig.2 Diagram of park IES structure

2.1 单独供能模式下收益模型

2.1.1 储能机组收益

传统电力系统中，储能机组以储能电站形式单独存在，通过峰谷价差收益和调峰等辅助服务获利。其收益为：

2.1.2 新能源机组收益

现有电力系统中，风电场、光伏电站等新能源机组发电全额上网，收益包括上网电价与政府补贴，即：

2.1.3 热电联产机组收益

CHP 机组的运行方式包括以热定电和以电定热2 种，根据文献[14]的研究，根据的正负判定CHP 机组的最佳运行方式，＞0 时采取以电定热模式。其收益为：

式中：LH为热负荷需求；LE为电负荷需求；QCHP(LE)为满足LE时机组热出力。

在传统独立供能模式下，热电联产机组的收益来源于售热和售电2 种，热出力出售给热力公司，发电全额上网。即：

2.2 合作供能下主体收益模型

2.2.1 储能机组收益

在2.1.1 节基础上，IES 中的储能机组可以从新能源机组、热电联产机组购电，成本进一步下降。同时拓展共享储能、隔墙售电等新盈利模式。其收益为：

2.2.2 新能源机组收益

政府补贴和电网对于余电的收购力度逐步减少，新能源机组向电网出售余电的获益将大幅减少，其主要收益变为园区内售电收益，因此需要与储能方紧密合作，提升系统自身消纳能力。其收益为：

2.2.3 热电联产机组收益

IES 中，机组可提供电力、制冷、制热、蒸汽、热水等服务，服务价格可高于出售给热力公司的热价与电网的电价。其收益为：

系统收益函数S为:

3 主体价值标签

在传统Shapley 值法对称性的基础上，综合考虑风险分摊、资源投入、协作优化、环境污染等主体价值标签体现主体的个体差异性。构建如表1 所示评价体系。

表1 IES主体价值综合评价指标体系Table 1 Overall evaluation index system of IES subject value

3.1 风险分摊

1）外部风险。指IES 运行过程中可能面临的自然、能源市场、政治等风险。如能源市场价格、峰谷分时电价等。

2）内部风险。参与IES 系统的各主体的技术、经济、管理等方面的风险，如新能源机组发电技术进步；CHP 机组补偿、调峰能力；储能机组安全运行管理等风险。

3.2 资源投入

3.2.1 有形资源

人财物等有形资源是IES 顺利运行的基础，各主体在项目建设、运营过程中的有形资源投入各不相同，是收益分配最易衡量也是最重要的指标。

1）热电联产机组。CHP 机组出力包括热出力和电出力，因此计算其出力过程中，将二者统一折算为机组的电出力，即：

2）新能源机组。新能源机组的运行成本如式（10）所示：

3）储能机组。储能机组的运行成本如式（13）所示：

3.2.2 无形资源

当前综合能源服务市场正处于高速发展期，各公司拥有的经验、品牌价值、合作关系不同，这些无形资源带来的隐形收益无法用货币衡量亦不可忽视。

3.3 协作优化

1）工作成果。为提升运行效率，消除主体投机心理，应将子区域内工作成果等级纳入收益分配标准，高质量完成本职工作的主体获得更高的分配系数。

2）优化效果。项目进行过程中，各主体间积极合作可以优化系统运行体系，推动系统高质量运行。将优化效果纳入收益分配指标体系充分发挥主体主观能动性，激励主体不断创新。积极性高且协助程度高的主体应获得更高的分配系数。

3.4 环境污染

3.4.1 碳排放

双碳目标下，碳排放成为各主体考虑的重要因素，高排放转向低排放，低排放探索零排放。本文引入全生命周期理论综合考虑储能机组与新能源机组从生产、运输、运行到后期处理过程中的碳排放量。CHP 机组作为IES 中重要碳排放源，是最具优化潜力的部分。

1）热电联产机组。CHP 机组的碳排放量计算公式为：

2）新能源机组。新能源机组在运行过程碳排放量几乎为零，但是在生产运输过程中存在大量的碳排放[16-17]。基于全生命周期分析的新能源机组碳排放计量可划分为设备建设、设备运输2 个阶段计算，相关公式如式（13）所示：

3）储能机组。储能机组除生产运输过程中产生的碳排放外，电池组的退役报废亦会产生碳排放，设备报废后进行无害化处理及回收过程中产生的碳排放计算如式（14）所示：

3.4.2 其他污染

用户作为IES 的使用者，其核心目的是降低能源使用成本，减少环境污染，提升生活质量，因此各主体运行中的噪音等污染也会影响系统正常运行。

其中风险分摊、协作优化、无形资源以及其他污染这些影响因素随机模糊性强，具有不确定性，且难以量化，而云重心法是解决定性与定量间不确定转换的有效方法。

4 综合能源系统利益分配策略

4.1 传统Shapley值法利益分配模型

本文中各主体接受系统控制中心统一调度，实现整体利益最优，主体间达成具有约束力的协议，控制中心对各个主体的策略进行协调，构成了合作博弈模型。Shapley 值法利益分配模型在合作博弈中应用最为广泛，使参与者所得与自身贡献相匹配。

I＝{1 ,2,…,N}为IES 利益分配主体集合。特征函数v{s}表示任一子集S通过协作后获得的最大收益。

在I下，由特征函数决定的φz(v)表示主体z所得到的收益分配，即：

式中：sz为I中所有含主体z的子集；N为I中元素数目；|s|为s中元素数目；v{s-z}为s去除z之后剩余主体的收益；ψ{s}为s在I中出现的概率；v{s}-v{s-z}为主体z对s的边际贡献。

4.2 云重心法

云重心法的核心是用各指标状态值与其理想值之间的偏离程度表征主体对系统的贡献度，从而进行主体贡献评估。云具有期望值Ex，熵Esa等数字特征。Ex为云重心位置，反映相应模糊概念的信息中心值；Esa表征概念模糊度的量度，数值越大概念越模糊；云重心G随之变化，模型具体的计算过程如下。

1）定性指标评价。本文用“无、较小、一般、较大、大、巨大”6 个等级表示外部风险、内部风险、无形资源、工作成果、优化效果、其他污染等定性指标，每两者间隔为0.2。定量指标由式（9）-式（14）计算得出后根据与项目规划时相关数据之比量化为[0-1]间的值。

2）指标云建立。构建各指标的云与综合云。根据专家打分构建4 个指标各自云；根据n位专家对6项定性指标的打分以及2 项定量指标的计算结果，云的Ex，Esa为：

本文将每个二级指标的权重设为0.5；对各指标数据进行归一化处理后构建1 个四维综合云。用综合云的云重心表征系统状态，综合云重心向量表示为：

式中：Gi=Li×Hi,i=1,2,3,4；Li为指标i的期望值Ex；Hi为指标i的权重ω。

当模型处于理想状态时，指标的理想值为1，理想云重心G0表示为：

3）指标权重确定。熵权法确定各指标权重ω。先根据m位专家的评定得原始数据矩阵R：

将原始数据做标准化处理，即：

pij为专家j对指标i的评定值的比重，即：

计算指标i的熵值ei，即：

最后计算指标i的熵权ωi，即：

计算四维综合云的加权偏离度θ。对G进行归一化处理，得GY，即：

4.3 云重心法修正的Shapley值法利益分配模型

本文所提方法的主要步骤为：首先利用4.1 节中的传统Shapley 值法进行初始收益分配，然后利用4.2 节云重心法得到各成员的修正系数，调整初始方案，得最终的收益分配方案。

计算各主体利益修正值：归一化各主体加权偏离度θ，得各主体权重θ*，进而可得主体利益修正值Δφz(v)，如式（28）所示。最后得各主体实际利益φz(v)*，如式（29）所示。

4.4 分配策略的吸引力

若分配策略不合理，将无法巩固和发展联盟，导致联盟的分裂或失败。为量化评估分配策略对每个参与者的吸引力，文献[20]提出了MDP（Modified Disruption Propensity）指标，计算公式为：

式中：D(z)为MDP 指标值，表示参与者z拒绝联盟后，其他参与者q人均损失与参与者z自身损失的比值。其值越小，对该主体的联盟吸引力就越大。

5 算例分析

5.1 基础数据

以上海市某园区为研究对象，园区建筑面积65 000 m2，制冷标准120 W/ m2；冷负荷7 800 kW；采暖标准60 W/ m2，热负荷3 900 kW；供电标准100 W/ m2。园区安装1 000 kW 的光伏机组，运行维护成本为0.8 元（/kWh）；安装有500 kW×2 h 的磷酸铁锂电池储能机组，μ=0.95。有1 套Centaur50型号的热电联供机组，燃机出力为4 234 kW，热电比为169.68%。园区光伏机组出力及等效电热负荷如图3 所示[21-24]。

图3 电负荷、热负荷及光伏机组出力图Fig.3 Diagram of electric load，thermal load and PV output power

其他边界计算条件分别为：上海市风电和光伏发电上网电价为0.414 6 元（/kWh）；上网补贴电价为0.179 5 元（/kWh）；园区直供电价为市电价格的90%；当地的天然气价为2.55 元/m3；用户集中购热价格执行两部制热价，基础热价18 元/m2，计量热价0.3元（/kWh）；园区用户直购热价为88.60 元/GJ（蒸汽180 元/t）。从电网购电的分时电价如表2 所示。

表2 电网购电分时电价Table 2 Time-sharing price of electricity purchased from grid

5.2 IES主体利益分配

I={储能机组，热电联产机组，新能源机组}。根据5.1 节所示数据可得，单独供能模式下，储能机组收益v{1}=90 万元，新能源机组收益v{2}=140 万元，热电联产机组收益v{3}=170 万元；联盟收益v{1,2}=360 万元，v{1,3}=400 万元，v{2,3}=390 万元；v{1,2,3}=760 万元。以热电联产机组为例，运用Shapley 值法计算收益分配额，见表3。

表3 热电联产机组的Shapley收益分配Table 3 Benefit allocation of CHP under Shapley

从表3 可知，热电联产机组的收益分配值为φ3(v)=223.33 万元。同理，新能源机组的收益分配值为φ2(v)=203.33 万元；储能机组收益φ1(v)=183.33万元。φ1(v)+φ2(v)+φ3(v)=610 万元；分配系数为（0.3，0.334，0.366）。

经6 位具有丰富IES 建设运营管理经验的专家对4 个指标的评定得到原始数据矩阵，各指标权重见表4。CHP 机组评价指标见表5。

表4 各指标权重Table 4 Weight of index

表5 CHP机组评价指标Table 5 Index of CHP

由表4 可知，各指标权重（0.209，0.361，0.143，0.287）。热电联产机组四维综合云的云重心G为：G=L×H=（0.073 4，0.159 6，0.034，0.152 7）；归一化后GY=（-0.648 3，-0.558 3，-0.761 7，-0.468 3），根据式（21）计算可得出热电联产机组加权偏离度θ3=-0.580 3。

同理对新能源机组、储能机组进行计算，加权偏离度为θ2=-0.585 8，θ1=-0.658 8。归一化后得θ*=(0.361,0.321,0.318)。

根据式（24），可以计算出各主体经修正后所得的利益分别为：φ1(v)*=204.36 万元；φ2(v)*=193.96万元；φ3(v)*=211.68 万元。分配系数为（0.335,0.318，0.347）。

对比分析IES 主体单独收益、Shapley 值法以及修正后的Shapley 值法收益分配结果，见图4。

图4 储能机组、新能源机组、热电联产机组利益分配图Fig.4 Benefit allocation diagram of ESS，RE and CHP

与修正前比，修正后的热电联产机组的收益下降了5.2%，作为IES 中最大的碳排放源，现阶段需要积极探索低碳发电，但由于其在保证电能可靠供应等方面的作用，实际收益仍最高；新能源机组的收益下降了4.6%，是由于其受制于自然环境，较强的随机波动性使其供电可靠性较差，所需的辅助服务较多，导致系统总成本上升，收益下降；储能机组收益增长达11.5%，且分配系数高于新能源机组，是由于储能机组作为系统灵活性资源，推动能源生产与消费解耦，改善弃风弃光问题，有效提升电网稳定性[25]。

计算修正前收益和修正后收益及分配模型的MDP 值D（z），见表6。

表6 修正前后收益及MDP值Table 6 Benefit&MDP before and after correction

根据表6 分析，热电联产机组初始MDP 值为负，表示虽然传统Shapley 分配方案符合各主体理性，但不满足联盟理性，该分配方案下储能机组与新能源机组的收益不如二者单独联盟收益之和，因此联盟较为脆弱。修正后的模型下，3 个主体的MDP 值均为正且相差不大，这表明联盟较为稳定。

6 结语

科学合理地评价各主体贡献水平，有利于利益分配与贡献更匹配，本文引入风险分摊、投入程度、协作优化、环境污染建立了主体价值体系，针对指标体系中含有定性与定量2 类指标，引入云重心法确定指标数据，并利用熵权法对指标赋权，构建了新的利益分配机制，针对某实际园区展开分析，实现各主体所得利益更加合理，主体间合作更加稳定可靠；提高主体进行合作优化的积极性，体现了储能在IES中的重要地位，推动综合能源项目高质量运行。