基于綜合需求響應(yīng)和獎(jiǎng)懲階梯碳交易的能源樞紐主從博弈優(yōu)化調(diào)度

王 瑞，程 杉，劉 燁，徐建宇，李 敏

基于綜合需求響應(yīng)和獎(jiǎng)懲階梯碳交易的能源樞紐主從博弈優(yōu)化調(diào)度

王 瑞1，程 杉1，劉 燁1，徐建宇2，李 敏1

(1.智慧能源技術(shù)湖北省工程研究中心(三峽大學(xué))，湖北 宜昌 443002；2.國網(wǎng)河南省電力公司駐馬店供電公司，河南 駐馬店 463000)

為了充分考慮綜合能源系統(tǒng)的低碳性以及多能負(fù)荷響應(yīng)特性的復(fù)雜性，提出了考慮綜合需求響應(yīng)和獎(jiǎng)懲階梯型碳交易機(jī)制的能源樞紐(Energy Hub, EH)主從博弈優(yōu)化調(diào)度策略。首先，為有效評估多能負(fù)荷柔性特性和響應(yīng)能力，將建筑熱傳遞模型與生活熱水儲(chǔ)存模型集成到樓宇EH模型中，構(gòu)建了考慮多種熱量擾動(dòng)因素的精細(xì)化綜合需求響應(yīng)模型。其次，考慮到供需雙方的綠色調(diào)節(jié)能力，構(gòu)建了獎(jiǎng)懲階梯型碳交易成本模型。并基于Stackelberg博弈理論，建立了能源樞紐運(yùn)營商和用戶的低碳優(yōu)化模型。最后，提出了結(jié)合CPLEX工具箱的差分進(jìn)化算法對所提模型進(jìn)行求解。算例仿真驗(yàn)證了所提方法能夠有效限制系統(tǒng)的碳排放量，充分發(fā)揮了需求側(cè)資源的響應(yīng)能力和減排潛力，實(shí)現(xiàn)了EH經(jīng)濟(jì)性和環(huán)保性的雙贏。

能源樞紐；獎(jiǎng)懲階梯型碳交易；綜合需求響應(yīng)；Stackelberg博弈；柔性特性

0 引言

隨著國家能源市場逐步改革開放，尋求安全高效、低碳清潔的能源運(yùn)營模式已成為當(dāng)前研究的熱點(diǎn)[1-2]。綜合能源系統(tǒng)(Integrated Energy System, IES)是一種高效清潔、多能耦合的能源管理系統(tǒng)[3-4]。而能源樞紐(Energy Hub, EH)作為未來的高效能源形式，抽象地劃分能源供應(yīng)與消費(fèi)需求，在IES的研究中扮演著重要角色[5]。

國內(nèi)外學(xué)者針對EH的優(yōu)化問題展開了大量的研究。文獻(xiàn)[6]建立了含風(fēng)力發(fā)電的EH運(yùn)行規(guī)劃模型。文獻(xiàn)[7]引入-1安全準(zhǔn)則，建立含電力系統(tǒng)、天然氣系統(tǒng)的EH優(yōu)化配置方法。文獻(xiàn)[8-9]采用場景分析法處理源-荷的不確定性，構(gòu)建了包含規(guī)劃與運(yùn)行的EH全局規(guī)劃模型。上述文獻(xiàn)雖從不同角度對EH規(guī)劃與運(yùn)行進(jìn)行了詳細(xì)研究，但未充分考慮實(shí)際情況下需求響應(yīng)資源對EH優(yōu)化調(diào)度的影響。

綜合需求響應(yīng)(Integrated Demand Response, IDR)是傳統(tǒng)電力需求響應(yīng)的拓展和延伸，在EH優(yōu)化運(yùn)行中起關(guān)鍵作用。文獻(xiàn)[10]將電力需求響應(yīng)建模方法拓展至氣、熱負(fù)荷，建立了含電轉(zhuǎn)氣和多源儲(chǔ)能設(shè)備的EH優(yōu)化模型，實(shí)現(xiàn)了對多元負(fù)荷的聯(lián)合調(diào)度。文獻(xiàn)[11]利用供需雙側(cè)熱電耦合互補(bǔ)關(guān)系，根據(jù)電負(fù)荷的彈性響應(yīng)和供熱方式的多樣性，建立了熱、電負(fù)荷IDR模型。文獻(xiàn)[10-11]雖然考慮了多種用能負(fù)荷的需求響應(yīng)能力，但考慮的用戶響應(yīng)模型相對簡單，未能充分反映用戶實(shí)際的用能特性。

針對上述問題，文獻(xiàn)[12]基于建筑熱阻模型與熱水儲(chǔ)存模型提出了一種綜合電負(fù)荷轉(zhuǎn)移與靈活供熱的IDR模型，并考慮了溫度舒適度約束，保障了用戶舒適度。文獻(xiàn)[13]則根據(jù)自回歸滑動(dòng)平均模型描述供熱系統(tǒng)熱慣性，并采用平均標(biāo)度預(yù)測指標(biāo)表征供暖舒適度，提升了熱負(fù)荷建模的準(zhǔn)確性。然而，文獻(xiàn)[12-13]未考慮影響室內(nèi)溫度的相關(guān)因素，不能準(zhǔn)確反映不同種類樓宇因圍護(hù)結(jié)構(gòu)、熱力特性、使用時(shí)間上的不同引起的供需關(guān)系差異。為此，文獻(xiàn)[14]綜合考慮了室外溫度、建筑圍護(hù)結(jié)構(gòu)熱傳遞、室內(nèi)熱源等因素對制冷負(fù)荷的影響，建立了基于建筑物的虛擬儲(chǔ)能系統(tǒng)模型，但忽略了用戶因參與IDR而導(dǎo)致室溫波動(dòng)、舒適性降低的問題。因此，建立能考慮各種環(huán)境擾動(dòng)因素且能反映實(shí)際用能需求的IDR模型是目前亟需解決的難題。

能源市場的改革使大量新興主體涌入市場展開激烈競爭，博弈論的應(yīng)用能很好地處理不同主體間的利益沖突。文獻(xiàn)[15]建立了微網(wǎng)運(yùn)營商和用戶的多能博弈互動(dòng)模型，考慮了用戶的主動(dòng)性。而文獻(xiàn)[16]則構(gòu)建了多主多從的Stackelberg博弈模型，研究了IES中多個(gè)分布式能源站和多個(gè)能源用戶之間的交互問題。此外，碳交易被認(rèn)為是提升系統(tǒng)環(huán)境效益并兼顧經(jīng)濟(jì)性的有效手段之一[17]。文獻(xiàn)[18]在電-氣互聯(lián)的IES優(yōu)化調(diào)度模型中引入碳交易機(jī)制，分析其對系統(tǒng)環(huán)境效益的影響。而文獻(xiàn)[19]針對傳統(tǒng)碳交易機(jī)制的不足，提出了計(jì)及階梯碳交易機(jī)制的電-氣-熱IES源側(cè)集中調(diào)度。文獻(xiàn)[20]則進(jìn)一步對碳交易機(jī)制進(jìn)行改進(jìn)，引入獎(jiǎng)勵(lì)系數(shù)，提出了考慮獎(jiǎng)懲階梯碳交易機(jī)制的IES規(guī)劃模型。然而，目前大多數(shù)研究只在IES運(yùn)行成本中引入碳交易成本，未充分發(fā)揮需求側(cè)資源的節(jié)能減排能力。

針對上述問題，本文提出了基于獎(jiǎng)懲階梯型碳交易機(jī)制和精細(xì)化IDR模型的EH主從博弈優(yōu)化調(diào)度策略。首先，根據(jù)電、熱、冷三種負(fù)荷的柔性特性和響應(yīng)能力，將建筑熱傳遞模型與生活熱水儲(chǔ)存模型集成到樓宇EH模型中，對用戶多能負(fù)荷需求精細(xì)化建模。其次，基于Stackelberg博弈理論，構(gòu)建了能源樞紐運(yùn)營商(Energy Hub Operator, EHO)和用戶的主從博弈模型，并在博弈模型中引入獎(jiǎng)懲階梯型碳交易機(jī)制，限制EHO的碳排放量和發(fā)揮用戶的綠色調(diào)節(jié)能力。最后，采用結(jié)合CPLEX工具箱的差分進(jìn)化算法對所提模型進(jìn)行求解。仿真結(jié)果表明，所提方法能夠有效兼顧雙方利益，充分發(fā)揮用戶的需求響應(yīng)潛力，實(shí)現(xiàn)EH經(jīng)濟(jì)、低碳運(yùn)行。

1 能源樞紐結(jié)構(gòu)

本文所研究的EH結(jié)構(gòu)如圖1所示。新能源設(shè)備為風(fēng)電機(jī)組(Wind Turbine, WT)、光伏機(jī)組(Photovoltaic, PV)；供能設(shè)備包括燃?xì)廨啓C(jī)(Gas Turbine, GT)、燃?xì)忮仩t(Gas Boiler, GB)；能源轉(zhuǎn)換設(shè)備包括余熱鍋爐(Waste Heat Boiler, WHB)、電制冷機(jī)(Air Conditioner, AC)、吸收式制冷機(jī)(Absorption Refrigerator, AR)；儲(chǔ)能設(shè)備為蓄電池(Battery, BT)。

圖1 EH結(jié)構(gòu)示意圖

1.1 燃?xì)廨啓C(jī)

為了精確反映GT的實(shí)際運(yùn)行工況，便于快速計(jì)算，本文對式(1)進(jìn)行三分段線性化處理，如圖2所示。分段后的3段斜率分別為

圖2 分段線性化GT燃耗曲線

式中：1、2、3、4表示分段后的GT電功率曲線參數(shù)；1、4為GT輸出電功率的上、下限，故式(1)可以改寫為

GT運(yùn)行時(shí)，排出的高溫?zé)煔馔ㄟ^WHB產(chǎn)熱，其制熱特性模型為

1.2 燃?xì)忮仩t

1.3 電制冷機(jī)與吸收式制冷機(jī)

1.4 蓄電池

BT充放電前后的儲(chǔ)能容量需滿足以下約束：

2 ?綜合需求響應(yīng)模型

通過對用戶負(fù)荷需求精細(xì)化建模，在溫度舒適度和室溫波動(dòng)范圍內(nèi)調(diào)節(jié)用能策略，能有效提高EH運(yùn)行經(jīng)濟(jì)性和環(huán)保性。

2.1 用戶冷負(fù)荷需求建模

圖3 建筑熱傳遞過程示意圖

聯(lián)合式(11)和式(12)，并通過差分化處理[21-22]，可以得到離散化的樓宇熱平衡方程：

由式(13)可得到室內(nèi)溫度與制冷功率之間的關(guān)系，為保障用戶舒適度，室溫應(yīng)滿足上下限及其波動(dòng)約束，如式(14)—式(16)所示。

2.2 用戶熱負(fù)荷需求建模

本文中熱負(fù)荷是指EH供給生活熱水所輸出的負(fù)荷，與制冷負(fù)荷類似，用戶可根據(jù)不同的能源價(jià)格在適宜水溫范圍內(nèi)調(diào)節(jié)熱負(fù)荷需求。通過熱水儲(chǔ)存模型描述供水溫度與熱負(fù)荷之間的關(guān)系[23]，如式(17)所示。

為保障用戶舒適度，水溫應(yīng)滿足上下限約束和水溫波動(dòng)約束，如式(18)—式(20)所示。

2.3 用戶電負(fù)荷需求響應(yīng)

用戶電負(fù)荷包括固定電負(fù)荷和可轉(zhuǎn)移電負(fù)荷，可轉(zhuǎn)移電負(fù)荷指用戶根據(jù)電價(jià)信息和用戶需求進(jìn)行轉(zhuǎn)移，在不影響自身舒適度的情況下調(diào)整用電策略。設(shè)時(shí)段內(nèi)可轉(zhuǎn)移負(fù)荷e,k的表達(dá)式如式(21)所示。

其中，

3 ?主從博弈低碳模型

3.1 主從博弈框架

本文的主從博弈框架如圖4所示。參與該博弈互動(dòng)的市場主體為EHO和用戶，雙方分別在各自運(yùn)行約束條件下，追求自身利益最優(yōu)。EHO為領(lǐng)導(dǎo)者，考慮自身碳排放量，其目標(biāo)為凈利潤最高?？刂浦行氖侨中畔⒔换ヅc處理機(jī)構(gòu)，對用戶發(fā)送內(nèi)部能源價(jià)格，并上報(bào)用戶的用能計(jì)劃。用戶為跟隨者，根據(jù)EHO下達(dá)的內(nèi)部能源價(jià)格，在滿足用能滿意度的條件下調(diào)整自身用能策略。當(dāng)各市場主體不能通過改變自身策略來提升效益時(shí)，博弈達(dá)到均衡。

圖4 主從博弈框架

3.2 獎(jiǎng)懲階梯型碳交易機(jī)制

3.2.1 EHO碳排放量額分配

本文采用基準(zhǔn)線法來確定EHO的無償碳排放配額，認(rèn)為EH中的碳排放權(quán)分配額主要包括CCHP、GB和常規(guī)機(jī)組。將CCHP發(fā)電量折算成等效的發(fā)熱量并進(jìn)行碳配額分配。

3.2.2獎(jiǎng)懲階梯型碳交易成本計(jì)算模型

本文構(gòu)建的獎(jiǎng)懲階梯型碳交易成本模型如式(27)所示，當(dāng)碳排放量小于免費(fèi)的碳配額時(shí)，供能企業(yè)可以出售多余的碳排放配額并獲取一部分獎(jiǎng)勵(lì)補(bǔ)貼，反之則需要購買不足的碳排放權(quán)。碳排放量越大的區(qū)間，對應(yīng)的碳交易價(jià)格越高。

3.3 能源樞紐運(yùn)營商

EHO根據(jù)用戶用能策略調(diào)節(jié)EH內(nèi)能量耦合設(shè)備出力與內(nèi)部能源價(jià)格，以最大化EHO凈利潤為目標(biāo)函數(shù)，如式(28)—式(31)所示。

EHO在優(yōu)化調(diào)度中不僅需考慮EH內(nèi)多種能源供需平衡和各能源設(shè)備的上下限約束，還需要考慮內(nèi)部能源價(jià)格的約束：

3.4 用戶

用戶的目標(biāo)函數(shù)為購能成本和不舒適度成本之和。假設(shè)EH內(nèi)用戶均能接受一定程度的不舒適度變化，故其目標(biāo)函數(shù)為

對于可轉(zhuǎn)移負(fù)荷，需要滿足以下約束條件：

此外，冷、熱負(fù)荷除了可轉(zhuǎn)移負(fù)荷之外，還存在可削減負(fù)荷。用戶在舒適的室溫、生活熱水溫度范圍內(nèi)根據(jù)能源價(jià)格調(diào)節(jié)負(fù)荷需求量，以減少用能成本。其溫度調(diào)整約束需滿足式(14)—式(16)和式(18)—式(20)。

3.5 求解方法

通過差分進(jìn)化算法和CPLEX求解器對所提博弈模型進(jìn)行求解，其求解流程圖如圖5所示。

圖5 Stackelberg博弈求解流程圖

4 算例分析

4.1 基礎(chǔ)數(shù)據(jù)

本文所研究的4棟商業(yè)建筑制冷開放時(shí)間為：建筑A為住宅樓，制冷時(shí)間為00：00—09：00和18：00—23：00；建筑B為寫字樓，制冷時(shí)間為08：00—20：00；建筑C為公寓，制冷時(shí)間為全天；建筑D為商場，制冷時(shí)間為10：00—22：00。

圖6 負(fù)荷和新能源預(yù)測曲線

表1 建筑參數(shù)

表2 能量樞紐參數(shù)

表3 購售電價(jià)

圖7 建筑物熱源與光照強(qiáng)度日前預(yù)測數(shù)據(jù)

4.2 不同方案的對比分析

為了說明本文所提模型的經(jīng)濟(jì)性與環(huán)境效益，設(shè)置了以下4種方案與本文方案進(jìn)行對比分析。

方案1：在碳交易模式下，不考慮IDR模型和碳交易成本的供需博弈模型；方案2：在碳交易模式下，考慮簡單化IDR模型[24]、不考慮碳交易成本的供需博弈模型；方案3：考慮簡單化IDR模型和傳統(tǒng)碳交易成本的供需博弈模型；方案4：考慮精細(xì)化IDR模型和傳統(tǒng)碳交易成本。5種方案下對比結(jié)果如表4所示。

表4 不同方案下的對比結(jié)果

對比方案1與方案2，方案2中用戶用能成本和系統(tǒng)碳排放量分別下降了3.81%和4.76%，這是因?yàn)榭紤]IDR策略后用戶能夠根據(jù)價(jià)格信號合理調(diào)整負(fù)荷需求，有效平緩了用戶負(fù)荷峰谷差，降低了用能成本及因外購電力而產(chǎn)生的碳排放量。但由于用戶轉(zhuǎn)移和削減了部分負(fù)荷，使EHO的凈利潤下降了2.84%。

對比方案2和方案3，方案3中用戶用能成本和系統(tǒng)碳排放量分別下降1.40%和5.98%，EHO凈利潤上升3.43%。由此可知在優(yōu)化模型中考慮碳交易機(jī)制之后，EHO能夠合理調(diào)整設(shè)備出力，減少因外購電力產(chǎn)生的碳排放量，并且由于系統(tǒng)的碳排放總量低于免費(fèi)分配的碳配額，故可以在碳交易市場中獲得碳收益。此外，用戶也能因EHO的調(diào)整從中獲利。

對比方案3和方案4，方案4中用戶用能成本和系統(tǒng)碳排放量分別下降了1.59%和1.79%。這是因?yàn)椴捎镁?xì)化IDR模型時(shí)，考慮了溫度舒適度和室溫波動(dòng)等因素，能反映實(shí)際情況下用戶的用能情況，使用戶更積極地參與到IDR的響應(yīng)當(dāng)中，保證了用戶的用能舒適度。

對比方案4和本文策略，本文策略中用戶用能成本和系統(tǒng)碳排放量分別下降了0.88%和2.32%，EHO凈利潤上升了2.01%。這是因?yàn)橐肓穗A梯型碳交易成本和獎(jiǎng)勵(lì)系數(shù)后，EHO不僅能出售多余的碳配額獲得碳收益，還能得到一定的獎(jiǎng)勵(lì)收益，故進(jìn)一步激勵(lì)EHO增加各設(shè)備出力，減少外購電量，從而有效降低系統(tǒng)碳排放總量。

綜上所述，在供需博弈模型中考慮獎(jiǎng)懲階梯型碳交易機(jī)制和精細(xì)化IDR模型能兼顧EH經(jīng)濟(jì)性和環(huán)保性，對實(shí)現(xiàn)EH節(jié)能減排和提升綜合效益具有重要意義。

4.3 調(diào)度結(jié)果分析

4.3.1考慮精細(xì)化IDR模型的調(diào)度分析

首先分析柔性冷負(fù)荷對EH的影響。假設(shè)不引入柔性冷負(fù)荷時(shí)，建筑在其各自的開放時(shí)間內(nèi)溫度保持恒定22.5℃，在非開放時(shí)間內(nèi)無要求，此時(shí)的冷負(fù)荷將其作為原始制冷負(fù)荷；引入柔性冷負(fù)荷時(shí)，建筑物內(nèi)溫度可在其開放時(shí)間內(nèi)波動(dòng)，此時(shí)的冷負(fù)荷將其作為實(shí)際制冷負(fù)荷。由圖8所示的建筑制冷結(jié)果可以看出，制冷負(fù)荷將在其建筑開放的第一個(gè)時(shí)間段內(nèi)迅速增長，以滿足其屋內(nèi)室溫需求，在隨后的時(shí)段其制冷負(fù)荷基本隨外界溫度與太陽輻射的變化而變化，以維持室內(nèi)溫度。

此外，引入柔性冷負(fù)荷后，其建筑制冷量與電價(jià)相關(guān)。對于住宅樓，00：00—07：00冷價(jià)較低時(shí)實(shí)際制冷負(fù)荷也較大，即將峰值冷負(fù)荷轉(zhuǎn)移至谷值冷負(fù)荷，這樣不僅可以保障用戶舒適度，也能提前蓄熱以降低峰值冷價(jià)時(shí)的負(fù)荷需求；由于寫字樓與商場開放時(shí)間均處于能源價(jià)格、室外溫度較高的08：00—20：00，因此通過適當(dāng)調(diào)高室內(nèi)溫度，可降低冷負(fù)荷需求和用能成本；全天開放的公寓也可通過削減或轉(zhuǎn)移部分冷負(fù)荷以提升系統(tǒng)經(jīng)濟(jì)性。

圖8 建筑制冷方案

圖9為日前生活熱水調(diào)度結(jié)果，與建筑制冷結(jié)果相似，系統(tǒng)可通過降低水溫、轉(zhuǎn)移和削減部分熱負(fù)荷的方式降低用能成本，如在06：00—10：00和17：00—20：00時(shí)段，用戶為了降低費(fèi)用，熱負(fù)荷有所轉(zhuǎn)移和削減，而在15：00—16：00時(shí)段，對儲(chǔ)水罐內(nèi)熱水進(jìn)行額外加熱，以滿足未來熱價(jià)較高的時(shí)間段內(nèi)的熱水需求。

圖9 生活熱水優(yōu)化方案

4.3.2 Stackelberg均衡分析

圖10為博弈均衡優(yōu)化后EHO制定的內(nèi)部能源價(jià)格與用戶用能策略結(jié)果圖。由圖10(a)可知，EHO制定的售能價(jià)格在外部電網(wǎng)分時(shí)電價(jià)之內(nèi)，且其電價(jià)波動(dòng)趨勢與分時(shí)電價(jià)一致，目的是為用戶提供相比電網(wǎng)更優(yōu)惠的售能價(jià)格，促進(jìn)用戶進(jìn)行負(fù)荷轉(zhuǎn)移與削減。如在08：00—12：00和16：00—22：00時(shí)段電價(jià)較高時(shí)，用戶將這些時(shí)段的電負(fù)荷轉(zhuǎn)移到電價(jià)較低的時(shí)段(00：00—7：00及23：00—24：00)，降低自身的購能成本。同樣，熱負(fù)荷和冷負(fù)荷的優(yōu)化結(jié)果如圖10(b)所示，為了簡化模型，本文售熱價(jià)格和售冷價(jià)格采用相同變量進(jìn)行優(yōu)化，因此相應(yīng)的價(jià)格變化趨勢與冷、熱負(fù)荷總量的變化趨勢相似，與圖10(a)分析類似，此處不再贅述。

圖10 售能價(jià)格和實(shí)際用能負(fù)荷

4.3.3功率平衡結(jié)果分析

本文Stackelberg博弈優(yōu)化后設(shè)備調(diào)度結(jié)果如圖11所示?？紤]環(huán)保性，EHO優(yōu)先消納可再生能源PV和WT。首先，在00：00—06：00時(shí)段，電價(jià)處于谷段，此時(shí)GT停止啟動(dòng)，EHO主要通過WT發(fā)電以及外購電力滿足用戶電負(fù)荷，熱負(fù)荷通過GB產(chǎn)熱滿足，冷負(fù)荷通過AC制冷滿足。在07：00—12：00時(shí)段，PV開始出力，此時(shí)電負(fù)荷主要通過GT、PV和WT提供，EHO為了獲利，GT出力較多，富裕的電量可以提供給AC或出售給外部電網(wǎng)，熱負(fù)荷通過WHB和GB滿足，富裕的熱量通過AR制冷并聯(lián)合AC滿足冷負(fù)荷需求。在13：00—18：00電價(jià)平時(shí)段，由于此時(shí)熱、冷負(fù)荷較高，故為了利用發(fā)電余熱來滿足熱負(fù)荷，GT出力較高，富裕的電負(fù)荷通過BT儲(chǔ)存，以應(yīng)對下一段電負(fù)荷高峰期。在19：00—22：00電價(jià)峰值時(shí)段，此時(shí)工作情況與08：00—12：00時(shí)段相似，但由于缺少PV發(fā)電，不足的電量需要通過外購電力和BT補(bǔ)充。在23：00—24：00電價(jià)平時(shí)段，此時(shí)各類負(fù)荷逐漸下降，GT發(fā)電量也逐步下降，WHB基本滿足熱負(fù)荷需求，然后將富裕熱量提供給AR制冷。

圖11 各設(shè)備優(yōu)化結(jié)果

4.4 碳交易價(jià)格和獎(jiǎng)勵(lì)系數(shù)對EH低碳優(yōu)化的影響

圖12為場景4和本文場景下碳交易價(jià)格變化對系統(tǒng)碳排放量的影響。由圖可見，隨著單位碳交易價(jià)格的增加，碳交易成本在總成本的比重上升，則會(huì)使系統(tǒng)加強(qiáng)對碳排放量的約束，使碳排放量逐漸減少。此外，本文策略下的碳排放量低于場景4，原因是獎(jiǎng)懲階梯碳交易機(jī)制比傳統(tǒng)碳交易機(jī)制更具有減排優(yōu)勢，能更好地限制系統(tǒng)碳排放量。

圖12 碳交易價(jià)格對碳排放量的影響

圖13為不同獎(jiǎng)勵(lì)系數(shù)下碳交易成本隨單位碳交易價(jià)格的變化情況。由圖可知：當(dāng)系統(tǒng)碳交易成本大于0時(shí)，即EHO需要承擔(dān)碳交易費(fèi)用時(shí)，獎(jiǎng)勵(lì)系數(shù)對碳交易成本沒有影響；相反，當(dāng)EHO開始獲得碳交易收益時(shí)，獎(jiǎng)勵(lì)系數(shù)越大，碳交易收益越多，即系統(tǒng)碳排放量下降的越顯著，其原因是EHO獲得的碳交易收益增加，使碳排放量較低的CCHP機(jī)組和GB出力增加，進(jìn)一步減少了外購電量。此外，當(dāng)單位碳交易價(jià)格增加到450元/t左右時(shí)，碳交易成本下降趨勢變緩慢，說明CCHP機(jī)組基本已經(jīng)達(dá)到恒定值，若繼續(xù)增加單位碳交易價(jià)格，系統(tǒng)碳排放量將不再明顯下降。

圖13 不同獎(jiǎng)勵(lì)系數(shù)對碳交易成本的影響

5 結(jié)論

本文基于Stackelberg博弈理論，提出了考慮精細(xì)化IDR模型和獎(jiǎng)懲階梯型碳交易機(jī)制的EH主從博弈優(yōu)化策略。通過算例驗(yàn)證，得到如下結(jié)論：

1) 精細(xì)化的樓宇I(lǐng)DR模型綜合考慮了蓄熱能力、室外/室內(nèi)溫度和太陽輻射等多種熱量擾動(dòng)因素，并考慮了用戶因參與IDR導(dǎo)致的室溫波動(dòng)，可以更準(zhǔn)確地描述用戶在實(shí)際生活中的用能特性和可調(diào)度特性，充分發(fā)揮需求側(cè)資源的響應(yīng)靈活性。

2) 在供需博弈模型中引入了獎(jiǎng)懲階梯型碳交易機(jī)制，分析了單位碳交易價(jià)格和不同獎(jiǎng)勵(lì)系數(shù)對EH優(yōu)化調(diào)度的影響。仿真結(jié)果表明，所提模型不僅能夠有效減少系統(tǒng)的碳排放量，還能兼顧雙方主體利益，實(shí)現(xiàn)了EH經(jīng)濟(jì)性和環(huán)保性的雙贏。

在后續(xù)的研究中，需進(jìn)一步考慮博弈模型中源荷不確定性以及IDR資源在不同時(shí)間尺度上的調(diào)度特性對EH經(jīng)濟(jì)運(yùn)行的影響。

[1] 何偉, 陳波, 曾偉, 等.面向綠色生態(tài)鄉(xiāng)鎮(zhèn)的綜合能源系統(tǒng)關(guān)鍵問題及展望[J].中國電力, 2019, 52(6): 77-86, 93.

HE Wei, CHEN Bo, ZENG Wei, et al.Key problems and prospects of integrated energy system for green ecological townships[J].Electric Power, 2019, 52(6): 77-86, 93.

[2] 陳厚合, 茅文玲, 張儒峰, 等.基于碳排放流理論的電力系統(tǒng)源-荷協(xié)調(diào)低碳優(yōu)化調(diào)度[J].電力系統(tǒng)保護(hù)與控制, 2021, 49(10): 1-11.

CHEN Houhe, MAO Wenling, ZHANG Rufeng, et al.Low-carbon optimal scheduling of a power system source-load considering coordination based on carbon emission flow theory[J].Power System Protection and Control, 2021, 49(10): 1-11.

[3] LI J, XUE Y, TIAN L, et al.Research on optimal configuration strategy of energy storage capacity in grid-connected microgrid[J].Protection and Control of Modern Power Systems, 2017, 2(4): 389-396.

[4] 張濤, 郭玥彤, 李逸鴻, 等.計(jì)及電氣熱綜合需求響應(yīng)的區(qū)域綜合能源系統(tǒng)優(yōu)化調(diào)度[J].電力系統(tǒng)保護(hù)與控制, 2021, 49(1): 52-61.

ZHANG Tao, GUO Yuetong, LI Yihong, et al.Optimization scheduling of regional integrated energy systems based on electric-thermal-gas integrated demand response[J].Power System Protection and Control, 2021, 49(1): 52-61.

[5] MANSOURI S A, AHMARINEJAD A, JAVADI M S, et al.Two-stage stochastic framework for energy hubs planning considering demand response programs[J].Energy, 2020, 206.

[6] DOLATABADI A, MOHAMMADI-I B, ABAPOUR M, et al.Optimal stochastic design of wind integrated energy hub[J].IEEE Transactions on Industrial Informatics, 2017, 13(5): 2379-2388.

[7] 林紫菡, 劉祚宇, 文福拴, 等.計(jì)及N-1安全準(zhǔn)則的能量樞紐優(yōu)化配置[J].電力自動(dòng)化設(shè)備, 2019, 39(8): 137-143.

LIN Zihan, LIU Zuoyu, WEN Fushuan, et al.Optimal placement of energy hubs considering N-1 security criterion[J].Electric Power Automation Equipment, 2019, 39(8): 137-143.

[8] 白凱峰, 顧潔, 彭虹橋, 等.融合風(fēng)光出力場景生成的多能互補(bǔ)微網(wǎng)系統(tǒng)優(yōu)化配置[J].電力系統(tǒng)自動(dòng)化, 2018, 42(15): 133-141.

BAI Kaifeng, GU Jie, PENG Hongqiao, et al.Optimal allocation for multi-energy complementary microgrid based on scenario generation of wind power and photovoltaic output[J].Automation of Electric Power Systems, 2018, 42(15): 134-141.

[9] 王貴龍, 趙慶生, 梁定康, 等.計(jì)及機(jī)會(huì)約束規(guī)劃的園區(qū)能量樞紐經(jīng)濟(jì)調(diào)度[J].電力系統(tǒng)保護(hù)與控制, 2021, 49(13): 21-29.

WANG Guilong, ZHAO Qingsheng, LIANG Dingkang, et al.Economic dispatch of an energy hub in a business park considering chance constrained programming[J].Power System Protection and Control, 2021, 49(13): 21-29.

[10] 蔣文超, 嚴(yán)正, 曹佳, 等.計(jì)及柔性負(fù)荷的能源樞紐多目標(biāo)綜合優(yōu)化調(diào)度[J].電測與儀表, 2018, 55(13): 31-39.

JIANG Wenchao, YAN Zheng, CAO Jia, et al.Multi-objective comprehensive optimal dispatch of energy hub considering flexible load[J].Electrical Measurement ＆ Instrumentation, 2018, 55(13): 31-39.

[11] 程杉, 魏昭彬, 黃天力, 等.基于多能互補(bǔ)的熱電聯(lián)供型微網(wǎng)優(yōu)化運(yùn)行[J].電力系統(tǒng)保護(hù)與控制, 2020, 48(11): 166-174.

CHENG Shan, WEI Zhaobin, HUANG Tianli, et al.Multi-energy complementation based optimal operation of a microgrid with combined heat and power[J].Power System Protection and Control, 2020, 48(11): 166-174.

[12] GU W, LU S, WU Z, et al.Residential CCHP microgrid with load aggregator: operation mode, pricing strategy, and optimal dispatch[J].Applied Energy, 2017, 205: 173-186.

[13] 鄒云陽, 楊莉, 馮麗, 等.考慮熱負(fù)荷二維可控性的微網(wǎng)熱電協(xié)調(diào)調(diào)度[J].電力系統(tǒng)自動(dòng)化, 2017, 41(6): 13-19.

ZOU Yunyang, YANG Li, FENG Li, et al.Coordinated heat and power dispatch of microgrid considering two-dimensional controllability of heat loads[J].Automation of Electric Power Systems, 2017, 41(6): 13-19.

[14] JIN X, MU Y, JIA H, et al.Dynamic economic dispatch of a hybrid energy microgrid considering building based virtual energy storage system[J].Applied Energy, 2016, 194: 386-398.

[15] LIU N, HE L, YU X, et al.Multiparty energy management for grid-connected microgrids with heat-and electricity-coupled demand response[J].IEEE Transactions on Industrial Informatics, 2018, 14(5): 1887-1897.

[16] WEI F, JING Z X, PETER Z, et al.A Stackelberg game approach for multiple energies trading in integrated energy systems[J].Applied Energy, 2017, 200: 315-329.

[17] 張立輝, 戴谷禹, 聶青云, 等.碳交易機(jī)制下計(jì)及用電行為的虛擬電廠經(jīng)濟(jì)調(diào)度模型[J].電力系統(tǒng)保護(hù)與控制, 2020, 48(24): 154-163.

ZHANG Lihui, DAI Guyu, NIE Qingyun, et al.Economicdispatch model of virtual power plant considering electricity consumption under a carbon trading mechanism[J].Power System Protection and Control, 2020, 48(24): 154-163.

[18] 衛(wèi)志農(nóng), 張思德, 孫國強(qiáng), 等.基于碳交易機(jī)制的電-氣互聯(lián)綜合能源系統(tǒng)低碳經(jīng)濟(jì)運(yùn)行[J].電力系統(tǒng)自動(dòng)化, 2016, 40(15): 9-16.

WEI Zhinong, ZHANG Side, SUN Guoqiang, et al.Carbon trading based low-carbon economic operation for integrated electricity and natural gas energy system[J].Automation of Electric Power Systems, 2016, 40(15): 9-16.

[19] 崔楊, 曾鵬, 仲悟之, 等.考慮階梯式碳交易的電-氣-熱綜合能源系統(tǒng)低碳經(jīng)濟(jì)調(diào)度[J].電力自動(dòng)化設(shè)備, 2021, 41(3): 10-17.

CUI Yang, ZENG Peng, ZHONG Wuzhi, et al.Low-carbon economic dispatch of electricity-gas-heat integrated energy system based on ladder-type carbon trading[J].Electric Power Automation Equipment, 2021, 41(3): 10-17.

[20] 張曉輝, 劉小琰, 鐘嘉慶.考慮獎(jiǎng)懲階梯型碳交易和電-熱轉(zhuǎn)移負(fù)荷不確定性的綜合能源系統(tǒng)規(guī)劃[J].中國電機(jī)工程學(xué)報(bào), 2020, 40(19): 6132-6142.

ZHANG Xiaohui, LIU Xiaoyan, ZHONG Jiaqing.Integrated energy system planning considering a reward and punishment ladder-type carbon trading and electric-thermal transfer load uncertainty[J].Proceedings of the CSEE, 2020, 40(19): 6132-6142.

[21] CRISTOFARI C, NORVAISIENE R, CANALETTI J L, et al.Innovative alternative solar thermal solutions for housing in conservation-area sites listed as national heritage assets[J].Energy and Buildings, 2015, 89: 123-131.

[22] 楚曉琳, 楊東.不確定因素下建筑集群冷熱電聯(lián)供系統(tǒng)多目標(biāo)優(yōu)化[J].控制與決策, 2020, 35(1): 195-204.

CHU Xiaolin, YANG Dong.Multi-objective programming for building clusters combined cooling, heating and power system under uncertainty[J].Control and Decision, 2020, 35(1): 195-204.

[23] 栗然, 孫帆, 劉會(huì)蘭, 等.考慮能量特性差異的用戶級綜合能源系統(tǒng)混合時(shí)間尺度經(jīng)濟(jì)調(diào)度[J].電網(wǎng)技術(shù), 2020, 44(10): 3615-3624.

LI Ran, SUN Fan, LIU Huilan, et al.Economic dispatch with hybrid time-scale of user-level integrated energy system considering differences in energy characteristics[J].Power System Technology, 2020, 44(10): 3615-3624.

[24] 顧潔, 白凱峰, 時(shí)亞軍.基于多主體主從博弈優(yōu)化交互機(jī)制的區(qū)域綜合能源系統(tǒng)優(yōu)化運(yùn)行[J].電網(wǎng)技術(shù), 2019, 43(9): 3119-3134.

GU Jie, BAI Kaifeng, SHI Yajun.Optimized operation of regional integrated energy system based on multi-agent master-slave game optimization interaction mechanism[J].Power System Technology, 2019, 43(9): 3119-3134.

Master-slave game optimal scheduling of energy hub based on integrated demand response and a reward and punishment ladder carbon trading mechanism

WANG Rui1, CHENG Shan1, LIU Ye1, XU Jianyu2, LI Min1

(1.Engineering Center for Intelligent Energy Technology (China Three Gorges University), Yichang 443002, China;2.Zhumadian Power Supply Company, State Grid Henan Electric Power Company, Zhumadian 463000, China)

To fully consider the low-carbon nature of an integrated energy system and the complex response characteristics of multi energy load, an energy hub (EH) master-slave game optimal scheduling strategy considering the integrated demand response and reward and punishment ladder carbon trading mechanism is proposed.First, to effectively evaluate the flexible characteristics and response capacity of multi energy load, a building heat transfer model and domestic hot water storage model are integrated into the building EH model.Then a refined integrated demand response model considering various heat disturbance factors is constructed.Secondly, considering the green regulation ability of the supply and demand sides, this paper constructs a reward and punishment ladder carbon transaction cost model.A master-slave game low-carbon optimization model for energy hub operators and users is established based on Stackelberg game theory.Finally, a differential evolution algorithm combined with a CPLEX toolbox is proposed to analyse the proposed model.The simulation results show that the proposed method can effectively limit the carbon emission of the system, give full play to the response ability and emission reduction potential of demand side resources, and realize a win-win of EH economy and environmental protection.

energy hub; reward and punishment ladder carbon trading; integrated demand response; Stackelberg game; flexibility characteristics

10.19783/j.cnki.pspc.210867

2021-07-09；

2021-10-08

王 瑞(1996—)，男，碩士研究生，研究方向?yàn)榫C合能源系統(tǒng)能量優(yōu)化管理；E-mail: 1094888438@qq.com

程 杉(1981—)，男，通信作者，博士，教授，博士生導(dǎo)師，主要從事電力系統(tǒng)運(yùn)行優(yōu)化與控制、智能電網(wǎng)能量管理與優(yōu)化、智能計(jì)算及其應(yīng)用等方向的研究；E-mail: hpucquyzu@ctgu.edu.cn

劉 燁(1997—)，男，碩士研究生，研究方向?yàn)槲㈦娋W(wǎng)需求響應(yīng)策略。E-mail: liuye18734849203@163.com

國家自然科學(xué)基金項(xiàng)目資助(51607105)；三峽大學(xué)碩士學(xué)位論文培優(yōu)基金項(xiàng)目資助(2021SSPY067)

This work is supported by the National Natural Science Foundation of China (No.51607105).

(編輯 葛艷娜)