考慮碳減排的綜合能源服務商合作運行優(yōu)化策略

王 琦，李 寧，顧 欣，何國鑫，楊冬梅，陳 嚴

（1. 南京師范大學南瑞電氣與自動化工程學院，江蘇省 南京市 210046；2. 國電南瑞科技股份有限公司，江蘇省 南京市 211106）

0 引言

實現(xiàn)碳達峰和碳中和（以下簡稱雙碳）是一場深刻的社會系統(tǒng)性變革［1］，能源行業(yè)作為中國碳排放的主要來源之一，其轉型對實現(xiàn)雙碳目標至關重要，而構建綜合能源系統(tǒng)則為減少碳排放提供了一條有效途徑［2-3］。

通過建設能源互聯(lián)網(wǎng)可以助力碳減排目標［4-5］，從系統(tǒng)運行出發(fā)，常用的方法包括考慮碳排放經(jīng)濟性懲罰［6］、考慮碳排放約束［7］、考慮碳交易機制［8］等。文獻［6］考慮碳排放量建立了多個獨立運營商的低碳經(jīng)濟調度模型，按照排放量給予經(jīng)濟懲罰。文獻［7］建立了含碳排放限額約束的虛擬電廠日前調度模型。文獻［8］基于碳交易機制建立了虛擬電廠的低碳經(jīng)濟運行模型。這些方法對于促進碳減排均有一定的效果，但是處理方式比較單一，難以調動多方參與的積極性，不能有效地從整體上減少社會總碳排，因而進一步出現(xiàn)了多種手段聯(lián)合進行碳減排的研究成果［9-10］。文獻［9］結合碳捕集技術和碳交易機制，建立了以綜合成本最低為目標的電-熱-氣綜合能源系統(tǒng)調度模型。文獻［10］通過結合碳交易機制和可再生能源證書交易機制以促進碳減排。上述研究仍主要是從供能側考慮問題，沒有從需求側考慮到多利益主體能量共享的潛力。

在區(qū)域能源互聯(lián)網(wǎng)中，綜合能源服務商（以下簡稱主體）具有從需求側控制和減少碳排放量的巨大潛力，多個主體的互聯(lián)互通不僅可以通過能源交易提升區(qū)域的經(jīng)濟性和供能靈活性［11］，還可以促進碳減排，進一步提升社會效益。

目前，主體參與市場交易運行的模式主要是分布式調控［12-13］。文獻［12］考慮了電網(wǎng)運營商、氣網(wǎng)運營商和能源樞紐的獨立性，構建了基于交替方向乘子法的分布式運行框架。文獻［13］將?損優(yōu)化目標引入到多能樞紐的分布式優(yōu)化調度中，從而實現(xiàn)能源的高效率利用。但是，分布式調控在缺少監(jiān)管時，單個利益主體可能僅考慮自身優(yōu)化目標，忽略系統(tǒng)的整體情況。因此，兼顧底層各利益主體自主協(xié)同交易，同時考慮頂層監(jiān)管的雙層協(xié)同調控模式優(yōu)勢明顯，頂層的監(jiān)管中心可以起到整體協(xié)調碳減排的功能。

主體參與市場運行涉及多主體間的利益矛盾，為避免出現(xiàn)無序競爭，已有學者采用博弈理論［14-16］處理其利益關系。文獻［14］基于Nash 議價理論構建了主動配電網(wǎng)的能量交易模型。文獻［15］基于Stackelberg 博弈理論建立了多綜合能源園區(qū)運營商與供需雙側博弈互動的交易決策模型。文獻［16］基于非合作博弈理論建立了多綜合能源園區(qū)的優(yōu)化模型。但是，上述研究成果大多關注了多主體間的博弈競爭行為，或者僅考慮了合作運行時能源交易的經(jīng)濟性最優(yōu)，沒有考慮多種能源能量共享可以進一步挖掘主體促進碳減排的潛力。

鑒于此，本文提出了雙層協(xié)同優(yōu)化架構下基于Nash 議價理論主體合作參與日前能源交易的運行優(yōu)化調度方法。首先，提出了可以解決主體響應碳減排問題的雙層協(xié)同優(yōu)化運行架構，其中頂層的集中監(jiān)管中心制定交易規(guī)則、審核碳排放標準，底層的利益主體在監(jiān)管下交互有限信息完成協(xié)同優(yōu)化。其次，構建了考慮碳減排的多主體合作博弈模型，通過求解得到能量交易結果和交易價格。最后，進行了懲罰系數(shù)和碳排放限額的靈敏度分析，通過算例驗證本文所提方法的有效性。

1 雙層協(xié)同優(yōu)化運行架構

頂層的集中監(jiān)管中心降低了傳統(tǒng)集中計算平臺的計算壓力，由“掌權者”變?yōu)椤氨O(jiān)管者”。集中監(jiān)管中心不再接觸底層各利益主體的隱私數(shù)據(jù)，不再涉及復雜的數(shù)據(jù)計算，僅通過經(jīng)濟、安全、環(huán)保指標對底層各利益主體的交易和調度行為進行監(jiān)管。本文重點關注主體合作運行時的碳排放量，根據(jù)當前發(fā)展水平設置合適的碳監(jiān)管標準，通過合作運行促進碳減排；側重研究合作運行中的經(jīng)濟調度。若調度過程中產(chǎn)生網(wǎng)絡堵塞問題，可以通過頂層監(jiān)管層的潮流監(jiān)管功能解決，不在本文進行討論。此外，常用的監(jiān)管指標還包括交易量［17］、峰谷差率等。

底層的各利益主體均配置具有計算功能的分布式軟控制器實現(xiàn)分散自治和自律協(xié)同。隨著能源互聯(lián)網(wǎng)的發(fā)展，以屋頂光伏和電動汽車為代表的供銷一體的產(chǎn)消者不斷涌現(xiàn)，數(shù)據(jù)處理的壓力和部分數(shù)據(jù)無法獲取導致傳統(tǒng)的集中計算方式已經(jīng)不再適用［5］。底層各主體以分布式模式完成協(xié)同計算，既能保證自身隱私數(shù)據(jù)不泄露，又能充分利用閑置的計算資源，適用于目前數(shù)據(jù)處理量日益增長的趨勢［13-14］。

分布式軟控制器的部署方式分為實部署和虛部署。對于運營規(guī)模相對較大的主體，如果具有獨立的經(jīng)營能力，可將分布式軟控制器按照實部署的方式配置在利益主體側；對于運營規(guī)模較小的利益主體（比如單個儲能設備），可以不具備獨立的管理能力，將分布式軟控制器按照虛部署的方式配置在集中監(jiān)管中心側，由集中監(jiān)管中心為其分配計算資源，并通過分布式軟控制器向其下發(fā)調度指令。圖1 為雙層協(xié)同優(yōu)化運行架構，其中主體1 和2 的分布式軟控制器為實部署，主體3 的分布式軟控制器為虛部署。

圖1 雙層協(xié)同優(yōu)化運行架構Fig.1 Two-layer collaborative optimization operation architecture

2 合作運行優(yōu)化模型

各個主體從屬于不同的利益主體，在不考慮各個主體合作運行的情況下，各利益主體分別與上級能源網(wǎng)進行交易，主體可以依靠熱電聯(lián)產(chǎn)（combined heat and power，CHP）機組和區(qū)域內的可再生能源供電，大多數(shù)時段能夠自給自足，在用電高峰期向上級能源網(wǎng)購買電能。集中監(jiān)管中心按照負荷水平給予主體碳排放量限額，碳排放量超出限額的主體需要繳納高昂的補償費用。本文中的碳排放量主要取決于從上級能源網(wǎng)購買的火電量和天然氣耗量，非水可再生能源的碳排放量幾乎可以忽略不計［8］。

在考慮主體合作運行的情況下，本文假設各個主體以相同的價格從天然氣公司購買天然氣，在區(qū)域能源網(wǎng)中進行電能和熱能的議價交易。資源豐富的主體可以把富余的電量和熱量通過議價的方式售賣給其他主體，并根據(jù)交易量支付相應的傳輸費用。主體通過合作運行購買的電量和熱量不計入自身的碳排放總量；通過電、熱交易，部分超額排放的主體可以避免繳納高昂的補償費用，出售能量的主體也能獲得更高的收益，這種方式既從需求側限制了社會總碳排放量，也提升了區(qū)域熱電共融的靈活性，實現(xiàn)了主體的能量、資源共享。能量共享直接體現(xiàn)為電、熱能交易量，內部資源共享是由為了滿足交易能量的需求而改變內部可調資源的出力計劃間接體現(xiàn)。

2.1 目標函數(shù)

主體直接面向用戶服務，具有一定的生產(chǎn)、傳輸、儲能和轉換能力，可以根據(jù)自身資源制定相應的日前出力計劃，所包含的典型設備有CHP 機組、分散式風電、屋頂光伏、儲電設備等。其目標函數(shù)為：

2.2 約束條件

1）碳排放限額約束

式中：Pc，i，t-1和Pd，i，t-1分別為電儲能設備i 在t-1 時段的充電和放電功率；Pc，i，max和Pc，i，min分別為電儲能設備i 充電功率的上限和下限；Pd，i，max和Pd，i，min分別為電儲能設備i 放電功率的上限和下限；Ei，t為電儲能設備i 在t 時段的儲能容量；εi為電儲能設備i 的儲能自損耗率；ηc，i和ηd，i分別為儲能的充、放電效率；Ei，max和Ei，min分別為儲能容量的上限和下限；Uc，i，t和Ud，i，t分別為儲能t 時段充、放電的狀態(tài)變量。為了避免設備頻繁充放電，在調度周期內限制儲能的充放電次數(shù)不超過12 次。

4）風電、光伏約束

由于風、光出力具有隨機性和波動性，本文采用隨機規(guī)劃方法進行新能源不確定性的描述，包含基于拉丁超立方采樣的場景生成和基于同步回代削減技術的場景削減，把生成的1 000 個場景削減為6 個典型場景，并得到相應的發(fā)生概率。風、光出力的概率分布均采用正態(tài)分布進行模擬，概率距離采用歐氏距離。由于該方法運用已經(jīng)較為成熟，文中不再贅述，具體步驟可參見文獻［18-19］，風電、光伏約束為：

6）端對端（peer-to-peer，P2P)交易模式下的功率平衡約束、交易量不等式約束

3 主體合作運行的Nash 議價模型

主體作為獨立且理性的利益?zhèn)€體，希望通過合作博弈提升各自的收益或降低運行成本，更重要的是在有效的監(jiān)管下減少碳排放量。如何在照顧所有參與主體的利益的前提下確定電能、熱能的交易量和交易價格也是需要關注的重點之一。本文采用Nash 議價模型，求得Nash 議價博弈問題的均衡解。

3.1 Nash 議價模型

Nash 議價模型的基礎表達式為：

3.2 Nash 議價模型的等效轉換

Nash 議價模型需要滿足“一正，二定，三相等”［17-18］?！耙徽奔磪⑴c議價交易后，主體i 能從中獲益，如式（14）的約束所示。參考文獻［17-18］，從已知均值不等式出發(fā)，可以將式（14）等效轉換為2 個獨立求解的凸優(yōu)化子問題，其詳細等效轉換過程見附錄A。

4 Nash 議價模型求解

基于上文建立的考慮碳減排的主體合作博弈優(yōu)化模型，采用自適應交替方向乘子法按順序求解合作效益最大化子問題和能源交易支付子問題。

4.1 自適應交替方向乘子法原理

交替方向乘子法算法的基本原理可參見文獻［20-21］。對于式（15）所示的標準形式，先構造增廣拉格朗日函數(shù)，然后分解為2 個子問題進行交替迭代求解。其詳細迭代求解步驟及改進后的自適應更新方法見附錄B。

式中：凸函數(shù)f (x)和g(z)為待優(yōu)化的目標函數(shù)；A、B、c 為參數(shù)；x 和z 為變量。

4.2 合作效益最大化子問題求解

對于主體i，子問題1 的增廣拉格朗日函數(shù)Li，1(·)的表達式為：

基于自適應交替方向乘子法，各個主體的分布式軟控制器重復執(zhí)行式（17）所示的步驟，直到所有主體均滿足收斂條件。其中，設置各個主體的交易量初值均為0。

式中：εpri，1和εdual，1分別為原始殘差和對偶殘差的收斂精度。

子問題1 求得的最優(yōu)解為U0i，最優(yōu)決策變量集合為{qij，qji|i ∈I，j ∈J }。將子問題1 求解得到的結果代入子問題2 繼續(xù)求解電、熱交易價格。

4.3 能源交易支付子問題求解

對于主體i，子問題2 的增廣拉格朗日函數(shù)Li，2(·)的表達式為：

各個主體的分布式軟控制器重復執(zhí)行的迭代步驟及收斂條件與式（17）和式（18）大致相同，只須替換對應的模型和參數(shù)即可。其中，電、熱交易價格的初值均為0。

5 算例分析

5.1 基礎數(shù)據(jù)/仿真條件

本文選取中國北方某地區(qū)的典型用能場景，選擇3 個具有代表性的主體驗證所提方法的有效性，為了便于表述，以下簡稱主體1、主體2 和主體3。在MATLAB 2019b 編譯環(huán)境下，采用Yalmip 工具建模和Mosek 求解器求解。主體1 和主體2 代表用能密集的核心區(qū)，由于核心區(qū)的規(guī)劃特點，不利于安裝大容量的非水可再生能源電站［22］，主體1 配置分散式風電，主體2 配置屋頂光伏；主體3 代表有較為豐富的非水可再生能源的非核心區(qū)，配置大容量的風電場。算例中，主體1 和主體2 采用實部署方式，主體3 采用虛部署方式。虛部署考慮了各個主體的實際情況，即原有設施基礎和投資新建設施成本，主體3 代表用能非核心區(qū)。這類區(qū)域往往用能密度低、可再生能源資源豐富、地域廣，原有設施基礎一般比較薄弱或者分布較為分散，投資建設分布式軟控制器成本較高。相比之下，租用監(jiān)管中心的云平臺資源更具經(jīng)濟性，且實施難度更小。此外，為了限制主體功率倒送和負荷需求的高峰值，設置2 個主體間的電能、熱能交易功率分別不超過600 kW 和300 kW。同時，假設區(qū)域能源系統(tǒng)規(guī)劃合理，各個氣源點的天然氣供應充足，能滿足區(qū)域內燃氣輪機最大出力的供應需求。

附錄C 表C1 為碳排放相關參數(shù)及過網(wǎng)傳輸成本參數(shù)；附錄C 表C2 為各主體內可調資源的具體參數(shù)，其中柔性負荷單位懲罰成本參考文獻［23］，考慮到主體3 的用能密度相對較低，所以其柔性負荷成本相比于主體1 和2 較高。附錄C 圖C1 和圖C2分別為各主體的電負荷和熱負荷預測曲線；附錄C圖C3 為各主體的風、光發(fā)電預測曲線，實際數(shù)據(jù)包含預測值與預測誤差。采用拉丁超立方抽樣方法生成每個風電場和光伏電站的1 000 個新能源出力場景，并通過同步回代削減技術得到附錄C 圖C4 至圖C6 所示的風電場、光伏電站出力的典型場景和相應概率；各主體從上級能源網(wǎng)的購電價格、從天然氣公司的購氣價格均為階梯價格，且售電價格為購電價格的50%，具體參數(shù)見附錄C 圖C7。

5.2 仿真結果討論分析

5.2.1 算法收斂性分析

碳排放限額和懲罰系數(shù)是由集中監(jiān)管中心設置的非固定參數(shù)，為了便于比較分析，其余部分選取碳排放總限額為24 t，懲罰系數(shù)為180 元/t。附錄D 圖D1 為子問題1 的算法收斂特性。求解子問題1 時，在第62 次迭代后，所有主體均滿足收斂條件，主體1、主體2 和主體3 的成本分別收斂于5 095.23 元、4 196.19 元和2 969.72 元。主體1 至主體3 的原始殘差和對偶殘差收斂特性見附錄D 圖D2 和圖D3。

交替方向乘子法中，對偶變量λ 和懲罰參數(shù)ρ 的初值選取會影響算法的收斂速度，本文選取固定初值［27］（ρ=0.1，λ=0）與自適應交替方向乘子法的收斂性進行對比。如附錄D 圖D4 所示，在固定初值后，算法收斂速度降低，在約180 次迭代后才接近最優(yōu)值，在第270 次迭代仍然無法滿足收斂的精度要求。與之相比，附錄D 圖D1 中只須經(jīng)過20 次迭代就接近最優(yōu)值，且第62 次迭代后滿足收斂精度要求。

5.2.2 懲罰系數(shù)和碳排放限額敏感性分析

以主體1 為例，對其懲罰系數(shù)和碳排放限額進行敏感性分析。如圖2 所示，碳排放限額分別取值10.0 t、10.7 t 和11.0 t。當碳排放限額固定時，若實際碳排放量超出碳排放限額，主體會根據(jù)遞增的懲罰系數(shù)減少實際碳排放量直到達到標準，即實際碳排放量等于碳排放限額，如碳排放限額為11.0 t 的曲線所示，在懲罰系數(shù)大于150 元/t 時，實際排放量與限額均等于11.0 t。但是，當調節(jié)成本過高時，即使懲罰系數(shù)持續(xù)增加也很難調動主體減少碳排放的積極性，即實際碳排放量總是大于碳排放限額，如碳排放限額為10.0 t 和10.7 t 的曲線所示?？梢?，當主體自身的運行成本較大時，較小的懲罰系數(shù)無法達到很好的碳減排效果。

圖2 懲罰系數(shù)敏感性分析Fig.2 Sensitivity analysis of penalty coefficient

如圖3 所示，懲罰系數(shù)取值分別為120 元/t、180 元/t、210 元/t。當懲罰系數(shù)固定時，實際碳排放量“跟隨”碳排放限額的減少而遞減，但存在一個極限值（實際碳排放量等于碳排放限額）。在合理范圍內，懲罰系數(shù)越大，實際碳排放量能達到的理論最小值就越小，但是一旦達到這個最小值，即使設置更低的碳排放限額也很難促使實際碳排放量繼續(xù)減少。上述3 個懲罰系數(shù)值對應的實際碳排放量理論最小值分別約為11.15 t、10.95 t 和10.54 t。

圖3 碳排放限額敏感性分析Fig.3 Sensitivity analysis of carbon emission limit

由上述分析可知，僅僅通過單一的設置碳排放限額或懲罰系數(shù)的方法很難調動主體減少碳排放的積極性，各個主體反而會從碳交易市場購買大量配額滿足自己的需求，或者因高額的碳排放懲罰而產(chǎn)生不滿情緒，因此無法從總體上提升社會效益。綜上，本文其余部分選取碳排放總限額為24 t，懲罰系數(shù)為180 元/t，以方便分析在同樣的參數(shù)下驗證結合區(qū)域的熱電共融，可以更好地調動主體減少碳排放量的積極性，能從需求側減少社會的總碳排。

表1 為在不考慮熱電交易時，計及碳排懲罰成本前后的總成本和碳排放量對比，其運行結果分別通過求解附錄E 式（E1）和式（E2）得到，碳排放量計算方法參見附錄E 式（E3）。由表1 可知，因為碳排懲罰成本在總運行成本中的占比較少，主體1 中約為3.84%，主體2 中約為10.61%。因此，在計及碳排懲罰后，主體響應減少碳排放量的積極性不高，總碳排放量僅減少了1.18 t。

表1 計及碳排懲罰成本前后的運行結果對比Table 1 Comparison of operation results before and after considering penalty cost of carbon emission

5.2.3 主體合作運行電、熱能交易分析

附錄F 圖F1 至圖F4 分別為主體1 在議價交易前和議價交易后的最優(yōu)電、熱負荷情況。考慮議價交易前，在白天的用能高峰期，主體1 需要從上級能源網(wǎng)購買大量電能滿足自身的用電需求，同時會有一定的削減電負荷和可轉移電、熱負荷幫助緩解高峰期的用電緊張情況，儲電設備以峰谷套利的模式充放電。而在考慮議價交易后，為了滿足碳排放標準，主體1 從上級能源網(wǎng)的總購電量和CHP 機組總產(chǎn)出量都降低了，從其他交易主體購買電能和熱能進行替代，此處的電能可能是其他主體無法消納的可再生能源電量或已滿足碳排放標準的主體代為從上級能源網(wǎng)購買，然后出售給其他主體。在夜間的用能低谷期，主體1 仍優(yōu)先與其他主體進行交易，一方面，出售多余的能量可以獲取更高的收益；另一方面，部分主體的可再生能源機組以光伏發(fā)電機組為主，在夜間購買其他主體的能量可以使之減少從上級能源網(wǎng)的購電量，以及減少從天然氣公司的購氣量，從而滿足自身的碳排放限額標準。此外，主體2和主體3 參與合作議價后的最優(yōu)電、熱負荷情況見附錄F 圖F5 至圖F8。

各個主體的電能、熱能交易結果如圖4 所示。關于電能交易結果，在白天的用能高峰期，主體1 從主體2 和主體3 購買大量電能，一方面是滿足其用能需求，另一方面是為了盡量滿足其碳排放限額要求；在夜間用能低谷期，由于主體2 的大量光伏發(fā)電機組停發(fā)，需要向主體1 和主體3 購買大量電能。關于熱能交易結果，在整個調度周期內，因為主體1 有較高的熱負荷需求，所以在大多數(shù)時段會從主體2和主體3 購買熱能。此外，主體3 因為含有大量風電資源，所以在調度周期內幾乎都是通過出售電能獲得利潤；而主體1 和主體2 因為負荷需求和內部資源的差異性，在白天與夜間呈現(xiàn)出了不同的電、熱能交易傾向。

圖4 能源交易結果Fig.4 Energy trading results

各個主體的電能、熱能交易價格如圖5 所示。圖中，主體1-2 電價表示主體1 從主體2 購買電價。在夜間用能低谷期，主體2 從主體1 和主體3 購買電能的價格一般高于市場價格。這是因為通過合作議價交易獲取的能量只計入賣方的碳排放量，而不計入買方的碳排放量。因此，在考慮碳排懲罰后，主體2 為了完成碳減排目標和不支付碳排懲罰，仍然會選擇通過議價交易獲取能量，而不是從上級能源網(wǎng)購買。

圖5 能源交易價格Fig.5 Energy trading prices

5.2.4 主體合作前后運行收益對比析

設置區(qū)域碳排放總限額為24 t，根據(jù)各個主體的預測負荷量得到單個主體的碳排放限額分別為9.97 t、7.88 t 和6.15 t。

表2 為考慮合作議價前后的碳排放量和總成本對比。合作議價前，主體1 和主體2 均因超出限額需要支付碳排懲罰，金額分別為177.61 元和1 161.05 元，由于碳排懲罰的占比較小或者主體自身可調資源不足，所以很難調動主體減少碳排的積極性。但是，設置高額的懲罰系數(shù)既不現(xiàn)實，又不符合各個主體的自身利益，并且因為單個主體的內部可調資源是有限的，即使設置了高額的懲罰系數(shù)也未必能達到較好的碳減排效果。合作議價后，主體1 至3 的碳排懲罰費分別為0 元、237.22 元、0 元，主體1 至3 的總成本分別降為3 817.84 元、10 116.17 元、-1 714.13 元。從總收益角度看，假設主體的售能策略不變，即為用戶供能的收益不變，通過能量共享的方式，在保障用戶用能的情況下降低了自身的運行成本，相當于主體1 至3 的總收益分別提升了805.21 元、831.17 元、864.65 元，均約占總提升收益的1/3，達到了均衡分配合作收益的效果。特別是合作議價后，在同樣的碳排放限額和懲罰系數(shù)下，總碳排為25.33 t，相比于合作議價前減少了4.12 t，主體1 和主體2 的碳排放量均小于等于設置的碳排放限額，在不需要征收高額碳排懲罰費用的情況下達到了更好的碳減排效果，既從需求側調動了主體減少碳排放量的積極性，又提升了社會效益。

表2 考慮合作議價前后的運行結果對比Table 2 Comparison of operation results before and after considering cooperative bargaining

5.2.5 不同模式下的碳減排效果對比分析

本節(jié)在3 個不同模式下，驗證它們的碳減排效果，運行結果如表3 所示。其中模式1 采用文獻［8］的碳交易機制，模式2 采用文獻［6］的碳排放經(jīng)濟性懲罰模型，模式3 為本文所提的基于頂層監(jiān)管的合作運行模型。為了使3 個模式的橫向比較分析具有實際意義，模式1 的碳交易價格、模式2 的CO2懲罰因子和模式3 的懲罰系數(shù)均取值為180 元/t，且模式1 的碳排放配額和模式3 的碳排放限額相同。

表3 不同模式下的運行結果對比Table 3 Comparison of operation results in different modes

由表3 可知，在本文設置的算例下模式1 和模式2 的碳減排效果幾乎相同。不同的是，在模式1下，主體3 可以通過交易碳排放分配額獲得額外的收益，從而提高自身總收益；主體1 和主體2 則需要購買額外的碳排放分配額，額外的碳交易成本將會導致它們總收益減少。在模式2 下，各個主體均需要為全部的碳排放繳納高額的懲罰費用，從而壓縮了它們的盈利空間。相比之下，采用模式3 可以達到更好的碳減排效果，同時各個主體均能通過議價合作降低運行成本或提高總收益。

6 結語

本文為了解決主體響應碳減排積極性不高的問題，構建了基于頂層監(jiān)管的雙層協(xié)同優(yōu)化運行架構；從需求側角度考慮，設置了主體的碳排放限額和懲罰系數(shù)，得到了以下結論：

1）證明了在相同的碳排放限額和懲罰系數(shù)下，基于頂層監(jiān)管的議價合作能夠有效地調動主體參與碳減排的積極性。

2）將非凸非線性的合作模型分解為合作效益最大化子問題和能源交易支付子問題，能保證全局經(jīng)濟最優(yōu)和實現(xiàn)利益均衡分配。同時，采用自適應交替方向乘子法分布式求解，能夠保障主體的隱私和提高計算的收斂速度。

3）由于頂層監(jiān)管的存在，即使在交易價格高于向上級能源網(wǎng)購能價格的時候，主體也可能會為了減少自身碳排放量而優(yōu)先選擇參與議價交易。

4）通過對比分析碳交易機制模式、碳排放經(jīng)濟性懲罰模式、基于頂層監(jiān)管的合作運行模式下的運行結果，證明了本文所提方法在促進碳減排、提升區(qū)域經(jīng)濟性、環(huán)保性方面的優(yōu)勢。

鑒于目前碳交易市場交易價格較低，無法從需求側有效減少社會總碳排放量的窘境，本文所提方法可以作為進入碳交易市場前的輔助手段，有效地調動主體參與碳減排的積極性。本文僅考慮了多主體合作運行的經(jīng)濟行為，未涉及能源網(wǎng)的安全、可靠運行，具有局限性。在后續(xù)研究中，將進一步考慮網(wǎng)絡堵塞等因素，針對計及電網(wǎng)、熱網(wǎng)運行約束的潮流監(jiān)管問題開展更深入的研究，同時考慮多重不確定性的合作運行方法也亟待研究。

附錄見本刊網(wǎng)絡版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡全文。