黃德裕，王 丹,2，賈宏杰,2，胡慶娥,3，陳竟成，李敬如

基于區(qū)域互聯(lián)的能源零售市場雙邊競價出清策略

黃德裕1，王 丹1,2，賈宏杰1,2，胡慶娥1,3，陳竟成4，李敬如5

(1.天津大學(xué)智能電網(wǎng)教育部重點實驗室，天津 300072; 2.天津市智慧能源與信息技術(shù)重點實驗室(天津大學(xué))，天津 300072; 3.國網(wǎng)天津市電力公司濱海供電分公司，天津 300450; 4.國網(wǎng)天津供電公司，天津 300010；5.國網(wǎng)經(jīng)濟技術(shù)研究院，北京 102209)

隨著綜合能源系統(tǒng)與多能源市場的發(fā)展，通過市場交易實現(xiàn)能源優(yōu)化分配已成為研究熱點。當前區(qū)域間能源互聯(lián)成為趨勢，多區(qū)域的能源傳輸與交易得以實現(xiàn)。以分布式能源站及多能用戶為市場參與主體進行研究，首先研究互聯(lián)分布式能源站的運行原理與連接方式，并建立機理模型，引入用戶競價策略，構(gòu)建互聯(lián)區(qū)域能源零售市場框架。其次，對比獨立或互聯(lián)區(qū)域內(nèi)雙邊競價市場交易機制差異，提出以各區(qū)域總社會剩余最大化為目標的互聯(lián)區(qū)域能源零售市場出清策略。最后，以某區(qū)域綜合能源系統(tǒng)為例對冬季典型日的市場出清與區(qū)域間能源傳輸結(jié)果進行量化分析，驗證了所提方法可在各個市場出清時刻實現(xiàn)多區(qū)域資源優(yōu)化分配，提升區(qū)域總社會剩余。

綜合能源系統(tǒng)；能源零售市場；雙邊競價；互聯(lián)分布式能源站；綜合需求響應(yīng)

0 引言

隨著經(jīng)濟和科技的飛速發(fā)展，基于化石能源的能源消費體系使發(fā)展中國家的能源短缺和環(huán)境問題日益突出[1-3]，因此，綜合能源系統(tǒng)(Integrated Energy System, IES)的概念被提出，實現(xiàn)多種能源子系統(tǒng)間的協(xié)調(diào)規(guī)劃、優(yōu)化運行與協(xié)同管理[4-11]。IES中豐富的可調(diào)度資源對于需求響應(yīng)提出了更高的要求，綜合需求響應(yīng)(Integrated Demand Response, IDR)應(yīng)運而生，成為促進能量耦合設(shè)備和可再生能源匹配的有效方法[12]。隨著研究的推進，多能源市場的調(diào)節(jié)作用日益凸顯，市場規(guī)則的設(shè)計和制定將直接影響IDR效果[13-14]。

同時，隨著電力體制改革的推進和相關(guān)支撐技術(shù)的發(fā)展，以電能為主的綜合能源交易迅速發(fā)展，成為學(xué)界與能源企業(yè)關(guān)注的焦點[15-17]。文獻[18]對比了傳統(tǒng)的統(tǒng)一出清機制，提出了一種新型的雙邊等效PAB(Pay As Bid)出清算法，使出清結(jié)果更加貼合供需曲線交點；文獻[19]考慮到聯(lián)合能源儲備及發(fā)電商的機會成本，提出將控制儲備采購納入日前電力市場，并設(shè)計相應(yīng)出清算法，可歸類為混合整數(shù)二次規(guī)劃問題進行求解；文獻[20]研究了包含多個主體的市場博弈機制，分析在雙邊合同市場中售、購電量對多主體收益的影響，并利用強化學(xué)習(xí)法對其進行優(yōu)化；文獻[21]基于火電機組深度調(diào)峰潛力建立了電力日前市場出清模型，利用市場調(diào)節(jié)實現(xiàn)可再生能源消納率的提升。然而，以上對于能源市場的研究大多局限于電力市場，隨著IES的普及與應(yīng)用，單一能源服務(wù)方式已無法滿足用戶的多能源需求。

同時，分布式能源站(Distributed Energy Station, DES)作為多能源市場的重要參與者，研究其優(yōu)化運行對于市場交易的順利進行具有重要意義。文獻[22]基于能源集線器概念，建立了最優(yōu)擴展規(guī)劃模型，解決了在負荷和能量站約束條件下的多能量系統(tǒng)規(guī)劃問題；文獻[23]提出了天然氣DES的綜合價值，并建立模型，從能源站本身、電力系統(tǒng)及用戶等角度，分析利用其進行發(fā)電的價值；文獻[24]結(jié)合了電熱能源系統(tǒng)與儲能設(shè)備，提出在一個調(diào)度周期內(nèi)對于總輸出的優(yōu)化策略并建立模型，利用遺傳算法求解此優(yōu)化模型；文獻[25]關(guān)注于家庭能源的管理，以降低成本為優(yōu)化目標，采用兩點估計方法模擬能量輸出功率的不確定性，建立新的家庭能源管理框架；文獻[26]以最小化運營成本和最大化用戶滿意度為優(yōu)化目標，采用重組粒子群優(yōu)化算法研究能源站中能量管理的最優(yōu)策略。

然而，以上研究中DES僅為單一區(qū)域供能，各區(qū)域間缺少能源互動和信息交流，能源市場也相對封閉，導(dǎo)致區(qū)域間利益損失和分配不均衡，阻礙了DES運行可靠性和經(jīng)濟性的提高[27]。當區(qū)域能源互聯(lián)成為趨勢，區(qū)域間能源互補得以實現(xiàn)，能源系統(tǒng)的物理結(jié)構(gòu)發(fā)生改變，相應(yīng)的能源市場交易機制與出清策略卻鮮有研究。如何在更高的層面上實現(xiàn)跨區(qū)域的資源優(yōu)化及各區(qū)域市場參與者共同利益的最大化，更大程度地發(fā)揮能源互補帶來的優(yōu)勢，成為互聯(lián)區(qū)域能源市場面臨的挑戰(zhàn)。

因此，本文首先研究了互聯(lián)分布式能源站的運行機理與建模方法，并構(gòu)建了區(qū)域電熱聯(lián)合能源市場架構(gòu)；之后分析了不同場景下的雙邊競價市場交易機制，并提出了互聯(lián)區(qū)域能源市場出清策略，建立了最大化社會剩余的理論基礎(chǔ)；最后，通過算例對所提方法進行量化分析與驗證。

1 電熱聯(lián)合能源市場模型

1.1 分布式能源站模型

綜合能源系統(tǒng)中，分布式能源站(DES)是用戶側(cè)的能源供應(yīng)中心，可通過能源互補與梯級利用，滿足用戶的多樣化用能需求[28]。本文以A型與B型兩種典型DES為例進行分析，其主要設(shè)備包括：風(fēng)機(Wind Turbine, WT)、電力電子轉(zhuǎn)換器(Power Electronic Converter, PEC)、熱泵(Heat Pump, HP)、熱電聯(lián)產(chǎn)(Combined Heat and Power, CHP)設(shè)備、燃氣鍋爐(Gas Furnace, GF)及熱交換器(Heat Exchanger, HE)。A型DES滿足式(1)所示的能量平衡方程。

類似地，B型DES所滿足的能量平衡方程為[29]

兩種典型DES的能源轉(zhuǎn)換過程豐富了用戶能源利用的多樣性，提高了系統(tǒng)的可控性。但是單一DES仍存在運行成本高、服務(wù)范圍小等問題。在區(qū)域能源互聯(lián)之后，區(qū)域間能量流通得以實現(xiàn)，DES在資源分配、調(diào)度方面的優(yōu)化作用也能夠更好地發(fā)揮，進而更加靈活地應(yīng)對用戶負荷的實時改變。同時，多區(qū)域內(nèi)不同DES由同一個綜合能源服務(wù)商進行管理，彼此不存在相互競爭與交易，可避免多主體間協(xié)調(diào)管理困難的問題，擴大服務(wù)范圍，提升各區(qū)域系統(tǒng)整體經(jīng)濟性。互聯(lián)DES運行示意圖如圖1所示。

圖1 互聯(lián)分布式能源站運行示意圖

在互聯(lián)DES的運行過程中，通過在每個DES的輸出端設(shè)置控制裝置和閥門來控制能源的傳輸，根據(jù)能否滿足該區(qū)域用戶的能源需求及實現(xiàn)各區(qū)域利益提升來決定各區(qū)域能源的優(yōu)化分配?；ヂ?lián)A型與B型DES的能量平衡方程可分別修改為

1.2 用戶競價策略

本文所研究用戶能源需求主要包括電能與熱能。溫控負荷可短時間中斷運行而不影響用戶舒適度，因而可視為可控電負荷，本文以電熱水器為例進行分析[30]。熱能方面，由于建筑和供暖設(shè)備儲熱能力的提升[31]，室內(nèi)溫度可維持在一定范圍內(nèi)，因而可將空間供暖負荷視為可控熱負荷進行分析。

在雙邊競價市場中，用戶需要根據(jù)每個出清時刻自身的能源需求等情況在市場中提交競價?？紤]到實際用戶無法時刻參與競價，因此在市場中引入負荷代理，由電、熱負荷代理收集相應(yīng)區(qū)域內(nèi)的市場與用戶信息計算競價價格，并聚合形成各自的需求曲線，提交至電熱聯(lián)合能源市場。

1.2.1電力用戶競價策略

1.2.2熱力用戶競價策略

1.3 互聯(lián)區(qū)域電熱聯(lián)合零售能源市場框架

本節(jié)構(gòu)建了綜合能源系統(tǒng)中互聯(lián)區(qū)域的電熱聯(lián)合零售能源市場框架，市場主要參與者為互聯(lián)DES與多能用戶。

DES與用戶分別為能源的生產(chǎn)者與消費者，通過市場交易實現(xiàn)資源的優(yōu)化分配?；ヂ?lián)區(qū)域間存在能源傳輸，因此區(qū)域內(nèi)用戶負荷需求與各DES供能可能是不平衡的。在需求側(cè)，電、熱負荷代理負責收集負荷信息并形成需求曲線參與市場競價，而供給側(cè)則由綜合能源服務(wù)商負責接收上級能源網(wǎng)絡(luò)的能源價格信息及DES的設(shè)備信息，對設(shè)備供能邊際成本進行排序并提交至市場競價。各區(qū)域能源市場根據(jù)供需競價信息，以各區(qū)域總社會剩余最大為目標進行出清，決定此時的出清能量與價格以及區(qū)域間傳輸?shù)哪芰俊Ｔ谑袌龀銮搴?，由綜合能源服務(wù)商根據(jù)出清結(jié)果發(fā)出控制信號，調(diào)節(jié)DES供能與用戶用能行為。出清間隔時間為?，市場上的能源數(shù)量均以kWh為單位。

2 互聯(lián)區(qū)域雙邊競價市場出清策略

2.1 互聯(lián)區(qū)域的社會剩余計算

2.1.1市場出清過程

建立互聯(lián)區(qū)域能源市場架構(gòu)，其目的是通過各區(qū)域市場參與者進行雙邊競價，實現(xiàn)更大范圍內(nèi)的供需資源優(yōu)化配置。但同時，各區(qū)域負荷差異性、DES配置條件等都給能源市場的競價與出清帶來了挑戰(zhàn)，也需要在交易過程中考慮區(qū)域內(nèi)的供需不平衡問題[36]。

雙邊競價市場出清結(jié)果影響著供需雙方的能源交易價格與交易量，通常由供需曲線決定。對于需求曲線，認為其由一段代表不可控負荷的水平線段與代表可控負荷的遞減曲線組成；而供應(yīng)曲線則認為其是由DES內(nèi)各設(shè)備的供能邊際成本與出力情況所決定的階梯型線段。

各能源的耦合關(guān)系影響著電熱市場的聯(lián)合出清，DES作為統(tǒng)一的多能源供應(yīng)者，可通過調(diào)節(jié)站內(nèi)設(shè)備運行狀態(tài)、調(diào)節(jié)能源輸入分配系數(shù)等方式靈活調(diào)整供應(yīng)能源，進而避免不同能源主體存在的市場聯(lián)合出清時能源管理困難等問題。

2.1.2 社會剩余計算

在經(jīng)濟學(xué)中，通常用市場交易后的社會剩余作為社會經(jīng)濟福利的衡量指標，表示市場參與者在交易過程中獲得的收益[37]。社會剩余在幾何上表示為供需曲線所圍部分，如圖2所示，藍色區(qū)域表示消費者剩余，紅色區(qū)域表示生產(chǎn)者剩余，而綠色區(qū)域則表示能源成本，通常為電能、熱能與天然氣的購買成本。

圖2 用戶側(cè)雙邊競價能源市場出清過程示意圖

以上分析表明，與獨立區(qū)域相比，互聯(lián)區(qū)域的能源市場交易可通過能源互補實現(xiàn)價值創(chuàng)造，社會剩余在市場出清過程中得到了進一步的提升。當然，從圖2可以看出，增加的社會剩余相對于總社會剩余并不大，但由于在每個出清時刻均可獲益，因此隨時間累積之后也可得到較為可觀的收益。

2.2 互聯(lián)區(qū)域能源市場出清策略

2.2.1目標函數(shù)計算

本文以各區(qū)域總社會剩余最大化為目標，對互聯(lián)區(qū)域內(nèi)的供需資源進行優(yōu)化分配。目標函數(shù)示意圖見圖3，在幾何上，不僅使供需曲線之間的面積最大，也要使能源傳輸帶來的三角形面積最大，具體目標函數(shù)如式(10)所示。

式中：i表示第i個互聯(lián)區(qū)域，n為互聯(lián)區(qū)域數(shù)量；和分別為電力和熱力社會剩余；和分別為DES供應(yīng)電能、熱能功率；和分別為市場出清電、熱負荷需求功率；和分別為市場出清電、熱能源價格；和為DES中第k種和第l種設(shè)備產(chǎn)能的邊際成本；和分別為DES中第k種和第l種設(shè)備出力；和分別為描述DES中第k種和第l種設(shè)備選取情況的二元變量，數(shù)值為1表示選擇該設(shè)備產(chǎn)能，數(shù)值為0則表示不使用該設(shè)備；和分別為電、熱負荷功率下限；和分別為電力、熱力競價價格上限。

2.2.2約束條件

本研究約束條件包括等式約束與不等式約束。等式約束如式(3)、式(4)所示，不等式約束包括能量輸入及設(shè)備出力等，如下所述。

1) 上級網(wǎng)絡(luò)輸入約束

2) DES設(shè)備輸出約束

3) 電負荷和熱負荷上、下限約束

3 算例分析

3.1 算例場景設(shè)置

以圖4所示的區(qū)域電-熱綜合能源系統(tǒng)為例，對所提互聯(lián)區(qū)域能源市場雙邊競價出清策略進行驗證，算法流程如圖5所示。算例中考慮兩個居民區(qū)與一個商業(yè)區(qū)的用能情況，其中居民區(qū)1、2的能源由A型DES供應(yīng)，商業(yè)區(qū)3的能源由B型DES供應(yīng)，三個區(qū)域的DES間通過電力線路與熱力管道互聯(lián)，互動負荷包括電熱水器和空間供暖負荷，假設(shè)負荷可完全響應(yīng)市場出清結(jié)果。各區(qū)域的DES設(shè)備與用戶側(cè)參數(shù)見附表1、附表2，為方便計算，選擇的用戶數(shù)量較少。DES中各設(shè)備供能邊際成本根據(jù)文獻[23]計算，室外溫度與風(fēng)電出力見附圖1，居民區(qū)和商業(yè)區(qū)在上級電、熱網(wǎng)絡(luò)購買能源的價格變化見附圖2，天然氣價格恒為0.35元/kWh。居民區(qū)用能具有政策優(yōu)惠，因此能源價格較低。市場出清間隔設(shè)置為15 min。

3.2 互聯(lián)區(qū)域電熱聯(lián)合市場出清結(jié)果分析

附圖3—附圖5展示了電熱聯(lián)合雙邊競價市場的出清結(jié)果以及DES中設(shè)備出力情況。區(qū)域間DES的互聯(lián)使得能源需求量與設(shè)備總供能之間存在一定的差距。需求側(cè)的電負荷主要為電熱水器，由于其具有更好的可控性，價格對負荷使用影響更加顯著，需求曲線較為陡峭。因此，當DES之間存在能量傳輸時，市場出清電價存在更明顯的波動。而需求側(cè)的熱負荷主要為空間供暖負荷，由于冬天的低溫，必須將建筑物中的溫度保持在一定水平，因此，價格對熱負荷的使用影響相對較小，導(dǎo)致需求曲線趨于平穩(wěn)且市場出清熱價相對穩(wěn)定。

圖4 區(qū)域電-熱綜合能源系統(tǒng)圖

圖5 互聯(lián)區(qū)域雙邊競價能源市場出清算法流程圖

三個區(qū)域內(nèi)的出清能源價格并不完全相同，這是由于互聯(lián)區(qū)域數(shù)量增加時各區(qū)域供需曲線間存在較大差異，并且需求曲線有最高與最低競價價格限制，當市場出清點位于需求曲線首端或末端時，可傳輸能源較小，同時優(yōu)化算法也存在細微誤差，很難使各區(qū)域市場出清價格保持完全一致。

附圖3—附圖5中DES各設(shè)備出力之和與用戶能源需求量的差距表現(xiàn)了區(qū)域間的能源傳輸，當各設(shè)備出力之和大于用戶能源需求量時，代表該DES向其他區(qū)域傳輸能源，反之代表該DES接受其他區(qū)域的能源。由附圖3—附圖5中可見：在能源出清價格較低的地區(qū)(通常為居民區(qū))，DES傾向于傳輸能源，從而能夠以更高的價格出售；能源出清價格較高的區(qū)域(通常為商業(yè)區(qū))傾向于接受能源，使用戶能夠以更低價格購買能源。同時，由于區(qū)域2中具有更多的用戶，能源需求量也更多，因此負荷可調(diào)潛力較大，可傳輸能量更多。

3.3 互聯(lián)區(qū)域電熱聯(lián)合市場社會剩余計算

算例中選取了典型日中20：00的市場出清結(jié)果進行展示與分析，算例結(jié)果與市場社會剩余見附圖6—附圖8及附表3，其中出清點0代表獨立區(qū)域出清點，出清點1代表互聯(lián)區(qū)域出清點。

由附圖6—附圖8可見，由于20：00時的氣溫較低，用戶的能源需求也較大，各區(qū)域電、熱能源的市場出清點基本位于需求曲線末端，只有區(qū)域2的熱力市場除外，這是由于CHP設(shè)備增強了電熱能源的耦合，提升了區(qū)域2的出清熱能價格，影響了用戶的用能習(xí)慣，降低了區(qū)域2內(nèi)用戶的熱負荷。20：00處于負荷高峰期，上級電、熱網(wǎng)絡(luò)購能成本較高，因此，各區(qū)域的DES均選擇通過CHP供能。對于互聯(lián)區(qū)域內(nèi)可傳輸?shù)哪茉?，其?shù)量受區(qū)域間能源出清價格差異及需求曲線斜率等因素的影響。雖然此時區(qū)域之間的能源出清價格相差不大，但電、熱用戶需求曲線均相對平坦，因此傳輸能量較多，互聯(lián)所增加的社會剩余也較大。

4 結(jié)論

本文以分布式能源站與多能用戶為市場參與主體，針對互聯(lián)區(qū)域的多能源市場進行了以下研究：

1) 建立了互聯(lián)分布式能源站的機理模型，引入用戶競價策略，構(gòu)建能源互聯(lián)區(qū)域內(nèi)的電熱聯(lián)合市場架構(gòu)；

2) 分析了互聯(lián)區(qū)域供需雙方收益最大化原理，在此基礎(chǔ)上提出了互聯(lián)區(qū)域雙邊競價市場出清策略；

3) 通過算例仿真與量化分析，驗證了所提方法可在各個市場出清時刻實現(xiàn)多區(qū)域的資源優(yōu)化分配與能源互補，優(yōu)化能源供需過程，提升多區(qū)域供需雙方利益。

本文的后續(xù)工作將著手于研究區(qū)域互聯(lián)管線容量可能導(dǎo)致的傳輸阻塞問題，分析其對于電熱聯(lián)合能源市場出清的影響，進一步提升能源供需雙方利益及能源市場的實用性與公平性。

附圖1 室外溫度與風(fēng)機出力曲線圖

Attached Fig.1 Diagram of outdoor temperature and wind output

附表1 分布式能源站設(shè)備轉(zhuǎn)換效率

Attached Table 1 Conversion efficiency of DES equipment

設(shè)備名稱產(chǎn)能類型轉(zhuǎn)換效率 PEC電力1 CHP電力0.3 熱力0.4 熱泵熱力4 燃氣鍋爐熱力0.9 熱交換器熱力1

附表2 用戶側(cè)參數(shù)

Attached Table 2 Parameters of customer side

區(qū)域用戶數(shù)量DES類型 居民區(qū)#1140A型 居民區(qū)#2260A型 商業(yè)區(qū)#3180B型

附圖2 不同區(qū)域能源價格變化圖

Attached Fig.2 Diagram of energy price in different regions

附圖3 分布式能源站1出清價格與設(shè)備供能結(jié)果

Attached Fig.3 Diagram of clearing prices and equipment output results of DES 1

附圖4 分布式能源站2出清價格與設(shè)備出力結(jié)果

Attached Fig.4 Diagram of clearing prices and equipment output results of DES 2

附圖5 分布式能源站3出清價格與設(shè)備出力結(jié)果

Attached Fig.5 Diagram of clearing prices and equipment output results of DES 3

附圖6 20：00分布式能源站1電-熱聯(lián)合市場出清過程

Attached Fig.6 Diagram of electricity-heat joint market clearing process of DES 1 at 20:00 PM

附圖7 20：00分布式能源站2電-熱聯(lián)合市場出清過程

Attached Fig.7 Diagram of electricity-heat joint market clearing process of DES 2 at 20:00 PM

附圖8 20：00分布式能源站3電-熱聯(lián)合市場出清過程

Attached Fig.8 Diagram of electricity-heat joint market clearing process of DES 3 at 20:00 PM

附表3 20：00能源市場社會剩余

Attached Table 3 Energy market social surplus at 20：00 PM

電力社會剩余/元熱力社會剩余/元互聯(lián)增加電力社會剩余/元互聯(lián)增加熱力社會剩余/元總社會剩余/元 DES 1147.937 67523.168 4750.036 30.491 3171.633 7 DES 2201.794 17536.080 8250.402 90.009 6238.287 5 DES 3107.776 5553.564 8250.211 70.322 4161.875 4 合計457.508 4112.814 1250.650 90.823 3571.796 6

[1] NIKOLAOS G, OZANERDINC, JO?O P S.An overview of demand response: key-elements and international experience[J].Renewable and Sustainable Energy Reviews, 2017, 69: 871-891.

[2] 楊經(jīng)緯, 張寧, 王毅, 等.面向可再生能源消納的多能源系統(tǒng):述評與展望[J].電力系統(tǒng)自動化, 2018, 42(4): 11-24.

YANG Jingwei, ZHANG Ning, WANG Yi, et al.Multi- energy system towards renewable energy accommodation: review and prospect[J].Automation of Electric Power Systems, 2018, 42(4): 11-24.

[3] 湯木易, 羅毅, 胡博, 等.電熱聯(lián)合調(diào)度模型綜述[J].電力系統(tǒng)保護與控制, 2020, 48(23): 161-175.

TANG Muyi, LUO Yi, HU Bo, et al.A review of the dispatch model of a combined heat and power system[J].Power System Protection and Control, 2020, 48(23): 161-175.

[4] 賈宏杰, 王丹, 徐憲東, 等.區(qū)域綜合能源系統(tǒng)若干問題研究[J].電力系統(tǒng)自動化, 2015, 39(7): 198-207.

JIA Hongjie, WANG Dan, XU Xiandong, et al.Research on several issues of regional integrated energy system[J].Automation of Electric Power Systems, 2015, 39(7): 198-207.

[5] 孫宏斌, 郭慶來, 潘昭光.能源互聯(lián)網(wǎng): 理念、架構(gòu)與前沿展望[J].電力系統(tǒng)自動化, 2015, 39(19): 1-8.

SUN Hongbin, GUO Qinglai, PAN Zhaoguang.Energy internet: concept, architecture and frontier outlook[J].Automation of Electric Power Systems, 2015, 39(19): 1-8.

[6] 陳忠華, 高振宇, 陳嘉敏, 等.考慮不確定性因素的綜合能源系統(tǒng)協(xié)同規(guī)劃研究[J].電力系統(tǒng)保護與控制, 2021, 49(8): 32-40.

CHEN Zhonghua, GAO Zhenyu, CHEN Jiamin, et al.Research on cooperative planning of an integrated energy system considering uncertainty[J].Power System Protection and Control, 2021, 49(8): 32-40.

[7] 劉文霞, 李征洲, 楊粵, 等.計及需求響應(yīng)不確定性的綜合能源系統(tǒng)協(xié)同優(yōu)化配置[J].電力系統(tǒng)自動化, 2020, 44(10): 41-49.

LIU Wenxia, LI Zhengzhou, YANG Yue, et al.Collaborative optimal configuration for integrated energy system considering uncertainties of demand response[J].Automation of Electric Power Systems, 2020, 44(10): 41-49.

[8] 許周, 孫永輝, 謝東亮, 等.計及電/熱柔性負荷的區(qū)域綜合能源系統(tǒng)儲能優(yōu)化配置[J].電力系統(tǒng)自動化, 2020, 44(2): 53-59.

XU Zhou, SUN Yonghui, XIE Dongliang, et al.Optimal configuration of energy storage for integrated region energy system considering power/thermal flexible load[J].Automation of Electric Power Systems, 2020, 44(2): 53-59.

[9] 胡偉, 楊梓俊, 王瑾然, 等.園區(qū)綜合能源系統(tǒng)日前多目標優(yōu)化調(diào)度[J].電力科學(xué)與技術(shù)學(xué)報, 2021, 36(1): 13-20.

HU Wei, YANG Zijun, WANG Jinran, et al.Multi-objective optimal scheduling of integrated energy system in the industry park[J].Journal of Electric Power Science and Technology, 2021, 36(1): 13-20.

[10] 白雪婷, 楊瑞琪, 陳澤春, 等.計及綜合需求響應(yīng)的園區(qū)綜合能源系統(tǒng)優(yōu)化運行[J].電力科學(xué)與技術(shù)學(xué)報, 2021, 36(3): 27-35.

BAI Xueting, YANG Ruiqi, CHEN Zechun, et al.Optimal operation of the park integrated energy system considering integrated demand response[J].Journal of Electric Power Science and Technology, 2021, 36(3): 27-35.

[11] 張利軍, 王一錚, 陳飛, 等.計及能源網(wǎng)絡(luò)特性的綜合能源系統(tǒng)最優(yōu)協(xié)調(diào)規(guī)劃[J].電力科學(xué)與技術(shù)學(xué)報, 2020, 35(1): 3-13.

ZHANG Lijun, WANG Yizheng, CHEN Fei, et al.Optimal coordinated planning of an integrated energy system considering characteristics of energy networks[J].Journal of Electric Power Science and Technology, 2020, 35(1): 3-13.

[12] WANG J, ZHONG H, MA Z, et al.Review and prospect of integrated demand response in the multi-energy system[J].Applied Energy, 2017, 202: 772-782.

[13] 楊海柱, 李夢龍, 江昭陽, 等.考慮需求側(cè)電熱氣負荷響應(yīng)的區(qū)域綜合能源系統(tǒng)優(yōu)化運行[J].電力系統(tǒng)保護與控制, 2020, 48(10): 30-37.

YANG Haizhu, LI Menglong, JIANG Zhaoyang, et al.Optimal operation of regional integrated energy system considering demand side electricity heat and natural-gas loads response[J].Power System Protection and Control, 2020, 48(10): 30-37.

[14] LITTLECHILD S.Competition regulation and price controls in the GB retail energy market[J].Utilities Policy, 2018, 52: 59-69.

[15] CHEN S, CONEJO AJ, SIOSHANSI R, et al.Equilibria in electricity and natural gas markets with strategic offers and bids[J].IEEE Transactions on Power Systems, 2020, 35(3): 1956-1966.

[16] 白楊, 李昂, 夏清.新形勢下電力市場營銷模式與新型電價體系[J].電力系統(tǒng)保護與控制, 2016, 44(5): 10-16.

BAI Yang, LI Ang, XIA Qing.Electricity business marketing modes in the new environment and new electricity pricing systems[J].Power System Protection and Control, 2016, 44(5): 10-16.

[17] YAO Y, GAO C, LAI K, et al.An incentive-compatible distributed integrated energy market mechanism design with adaptive robust approach[J].Applied Energy, 2021, 282.

[18] 石可, 陳皓勇, 李鵬, 等.基于協(xié)同進化的兩種電力市場出清機制分析[J].電力系統(tǒng)自動化, 2019, 43(9): 68-77.

SHI Ke, CHEN Haoyong, LI Peng, et al.Analysis on two kinds of electricity market clearance mechanism based on co-evolution[J].Automation of Electric Power Systems, 2019, 43(9): 68-77.

[19] DIVéNYI D, POLGáRI B, SLEISZ á, et al.Algorithm design for European electricity market clearing with joint allocation of energy and control reserves[J].International Journal of Electrical Power and Energy Systems, 2019, 111: 269-285.

[20] 曾嘉志, 趙雄飛, 李靜, 等.用電側(cè)市場放開下的電力市場多主體博弈[J].電力系統(tǒng)自動化, 2017, 41(24): 129-136.

ZENG Jiazhi, ZHAO Xiongfei, LI Jing, et al.Game among multiple entities in electricity market with liberalization of power demand side market[J].Automation of Electric Power Systems, 2017, 41(24): 129-136.

[21] 李嘉龍, 陳雨果, 劉思捷, 等.考慮深度調(diào)峰的電力日前市場機制設(shè)計[J].電力系統(tǒng)自動化, 2019, 43(4): 9-15, 78.

LI Jialong, CHEN Yuguo, LIU Sijie, et al.Mechanism design of day-ahead market considering deep peak regulation[J].Automation of Electric Power Systems, 2019, 43(4): 9-15, 78.

[22] ZHANG X, SHAHIDEHPOUR M, ALABDULWAHAB A, et al.Optimal expansion planning of energy hub with multiple energy infrastructures[J].IEEE Transactions on Smart Grid, 2017, 6(5): 2302-2311.

[23] 王雁凌, 李蓓, 崔航.天然氣分布式能源站綜合價值分析[J].電力系統(tǒng)自動化, 2016, 40(1): 136-142.

WANG Yanling, LI Bei, CUI Hang.Comprehensive value analysis for gas distributed energy station[J].Automation of Electric Power Systems, 2016, 40(1): 136-142.

[24] 錢虹, 楊明, 陳丹, 等.分布式能源站三聯(lián)供系統(tǒng)優(yōu)化運行策略研究[J].熱能動力工程, 2016, 31(6): 74-79, 125.

QIAN Hong, YANG Ming, CHEN Dan, et al.Optimization strategies for the operation of CCHP system in distributed energy station[J].Journal of Engineering for Thermal Energy and Power, 2016, 31(6): 74-79, 125.

[25] RASTEGAR M, FOTUHI F M, ZAREIPOUR H, et al.A probabilistic energy management scheme for renewable- based residential energy hubs[J].IEEE Transactions on Smart Grid, 2017, 8(5): 2217-2227.

[26] LI H, ESEYE A T, ZHANG J, et al.Optimal energy management for industrial microgrids with high-penetration renewables[J].Protection and Control of Modern Power Systems, 2017, 2(2): 122-135.

[27] AZADEH M, ALI E, MICHAEL F, et al.Modeling and optimization of a network of energy hubs to improve economic and emission considerations[J].Energy, 2015, 93: 2546-2558.

[28] 王丹, 孟政吉, 賈宏杰, 等.基于配置-運行協(xié)同優(yōu)化的分布式能源站選型與定容規(guī)劃[J].電力自動化設(shè)備, 2019, 39(8): 152-160.

WANG Dan, MENG Zhengji, JIA Hongjie, et al.Siting and sizing planning for distributed energy station based on coordinated optimization of configuration and operation[J].Electric Power Automation Equipment, 2019, 39(8): 152-160.

[29] WANG D, HU Q, JIA H, et al.Integrated demand response in district electricity-heating network considering double auction retail energy market based on demand-side energy stations[J].Applied Energy, 2019, 248: 656-678.

[30] WU M, BAO Y, ZHANG J, et, al.Multi-objective optimization for electric water heater using mixed integer linear programming[J].Journal of Modern Power Systems and Clean Energy, 2019, 7(5): 1256-1266.

[31] LIU N, HE L, YU X, et al.Multi-party energy management for grid-connected microgrids with heat and electricity coupled demand response[J].IEEE Transactions on Industrial Informatics, 2017, 14(5): 1887-1897.

[32] BROEER T.Analysis of smart grid and demand response technologies for renewable energy integration: operational and environmental challenges[D].Victoria: University of Victoria, 2015.

[33] 王丹, 黃德裕, 胡慶娥, 等.基于電-熱聯(lián)合市場出清的綜合需求響應(yīng)建模及策略[J].電力系統(tǒng)自動化, 2020, 44(12): 13-30.

WANG Dan, HUANG Deyu, HU Qing'e, et al.Modeling and strategy of integrated demand response based on electricity-heat joint clearing market[J].Automation of Electric Power Systems, 2020, 44(12): 13-30.

[34] DE R M, BIANCO V, SCARPA F, et al.Heating and cooling building energy demand evaluation: a simplified model and a modified degree days approach[J].Applied Energy, 2014, 128: 217-229.

[35] 雷明梁.建筑熱負荷計算在供暖管網(wǎng)中的應(yīng)用[J].區(qū)域供熱, 2017(6): 69-76.

LEI Mingliang.Application of building thermal load calculation in heating pipe network[J].District Heating, 2017(6): 69-76.

[36] SAHAND B, DAVID P, NED D, et al.Interconnection-wide hour-ahead scheduling in the presence of intermittent renewables and demand response: a surplus maximizing approach[J].Applied Energy, 2017, 189: 336-351.

[37] MANKIW N G.Principles of microeconomics[M].The Dryden Press, 1998.

Energy retail market double auction clearing strategy for interconnected regions

HUANG Deyu1, WANG Dan1, 2, JIA Hongjie1, 2, HU Qing’e1, 3, CHEN Jingcheng4, LI Jingru5

(1.Key Laboratory of Smart Grid of Ministry of Education, Tianjin University, Tianjin 300072, China; 2.Key Laboratory of Smart Energy & Information Technology of Tianjin Municipality, Tianjin 300072, China; 3.Binhai Power Supply Branch, State Grid Tianjin Electric Power Company, Tianjin 300450, China; 4.State Grid Tianjin Electric Power Company, Tianjin 300010, China; 5.State Grid Economic and Technological Research Institute Co., Ltd., Beijing 102209, China)

With the development of integrated energy systems and energy markets, the realization of optimal energy allocation through market transactions has become a current research hotspot.Inter-regional energy interconnection has become a trend, and multi-regional energy transmission and trading can be realized.Taking distributed energy stations and multi-energy users as the main market participants, the operating principles and connection methods of interconnected distributed energy stations is studied first.And its mechanism model is established, and user bidding strategies are introduced to construct the framework of an energy retail market.Then, the differences in the trading mechanism of a double auction market in independent or interconnected regions are compared, and an energy retail market clearing strategy with the goal of maximizing the social surplus of regions is proposed.Finally, an integrated energy system is taken as an example to quantitatively analyze the results of market clearing and energy transmission on typical winter days, verifying that the proposed method can realize the optimal allocation of multi-regional resources and increase the total social surplus at each market clearing time.This work is supported by the National Natural Science Foundation of China (No.51977141).

integrated energy system; energy retail market; double auction; interconnected distributed energy stations; integrated demand response

10.19783/j.cnki.pspc.210387

2021-04-11；

2021-05-31

黃德裕(1996—)，男，碩士研究生，研究方向為能源市場分析、綜合需求響應(yīng)；E-mail: huangdeyutju@163.com

王 丹(1981—)，男，通信作者，博士，副教授，研究方向為綜合能源系統(tǒng)規(guī)劃、運行控制等；E-mail: wangdantjuee@tju.edu.cn

賈宏杰(1973—)，男，博士，教授，研究方向為大電網(wǎng)穩(wěn)定性分析、電網(wǎng)規(guī)劃、新能源集成、綜合能源系統(tǒng)分析等。E-mail: hjjia@tju.edu.cn

國家自然科學(xué)基金項目資助(51977141); 國家重點研發(fā)計劃項目資助(2018YFB0905000)；國家電網(wǎng)公司總部科技項目資助(SGTJDK00DWJS1800232)

(編輯 葛艷娜)