解玄弘，謝敬東

（1上海電力大學(xué)電氣工程學(xué)院；2上海電力大學(xué)能源電力科創(chuàng)中心，上海 200082）

能源關(guān)乎國家根本，在國家大力加速能源革命的新形勢下，以光伏、風(fēng)電等可再生能源為主的能源系統(tǒng)也是今后能源互聯(lián)網(wǎng)建設(shè)的重要方向之一。然而可再生能源由于地理位置分散，相互之間缺乏協(xié)調(diào)[1]，且其具有的有限預(yù)測性和波動(dòng)性使得其無法直接被調(diào)度[2-3]，為此虛擬電廠的概念應(yīng)運(yùn)而生。虛擬電廠通過先進(jìn)的通信技術(shù)，將區(qū)域內(nèi)分散的分布式資源、儲能系統(tǒng)以及柔性負(fù)荷等以價(jià)值為驅(qū)動(dòng)聚合成一個(gè)整體參與電力市場以及電網(wǎng)運(yùn)行，在實(shí)現(xiàn)相互間協(xié)調(diào)優(yōu)化運(yùn)行的同時(shí)也能促進(jìn)資源的合理優(yōu)化配置及利用[4-5]。

當(dāng)前針對VPP 的研究已經(jīng)頗為廣泛，文獻(xiàn)[6]采用了基于日前-日內(nèi)的多時(shí)間尺度調(diào)度方法，建立了計(jì)及系統(tǒng)網(wǎng)損的多區(qū)域VPP 綜合能源調(diào)度模型。文獻(xiàn)[7]考慮了VPP 建設(shè)運(yùn)行中的環(huán)境外部性和風(fēng)光出力的不確定性，建立了考慮預(yù)測誤差模糊集的兩階段魯棒優(yōu)化模型。文獻(xiàn)[8]分析了VPP 參與日前階段、日中階段以及實(shí)時(shí)階段的三階段調(diào)度優(yōu)化流程，并通過算例表明多階段調(diào)度可以有效降低VPP 運(yùn)行成本并提升功能穩(wěn)定性。文獻(xiàn)[9]對多運(yùn)營主體的隨機(jī)匹配交易進(jìn)行了研究，但未考慮電力市場競價(jià)中一對多的交易形式。

上述文獻(xiàn)僅考慮了傳統(tǒng)單一電能源的VPP，但未能考慮多能VPP。本工作響應(yīng)新能源的發(fā)展趨勢，發(fā)揮橫向多能互補(bǔ)的優(yōu)勢，著重研究了一種新型多能VPP。目前有部分文章針對多能VPP 展開了研究，文獻(xiàn)[10]構(gòu)建了多場景下電熱冷VPP的兩階段協(xié)調(diào)優(yōu)化模型，所提模型可以有效降低風(fēng)光以及多能負(fù)荷不確定性的影響。文獻(xiàn)[11]利用熱電廠、風(fēng)電場以及光伏電站構(gòu)建虛擬電廠，通過風(fēng)電和熱能的多能互補(bǔ)來實(shí)現(xiàn)熱電解耦，但是缺乏儲能的調(diào)節(jié)也導(dǎo)致了VPP 電能質(zhì)量的下降。文獻(xiàn)[12]中的VPP 在分布式能源的基礎(chǔ)上考慮電熱綜合需求響應(yīng)，但是VPP 在運(yùn)行過程中對儲能和電鍋爐依賴較大，增加了兩者的運(yùn)維成本。

目前針對多能VPP 僅僅從單個(gè)主體的優(yōu)化調(diào)度入手，未能發(fā)揮多主體的優(yōu)勢，因此本工作以多能VPP 群為研究對象，更進(jìn)一步地探究VPP 群之間的優(yōu)化調(diào)度情況。文獻(xiàn)[13]針對高比例可再生能源背景下的多虛擬電廠，通過均值-方差理論，構(gòu)建兩階段調(diào)度策略證明模型可降低決策風(fēng)險(xiǎn)以及不確定性因素。文獻(xiàn)[14]研究了電力體制改革下的多VPP優(yōu)化調(diào)度模型，通過二階錐規(guī)劃，將復(fù)雜的非凸非線性問題轉(zhuǎn)化為混合整數(shù)二階錐模型，從而得到全局最優(yōu)解。需要指出的是，上述文獻(xiàn)以VPP整體利益最大化為目標(biāo)，未考慮多VPP 運(yùn)行過程中各主體之間有著既合作又競爭的關(guān)系，也未考慮多VPP 在協(xié)同運(yùn)行過程中的利益分配問題。而上述問題可以通過合作博弈理論[15-16]來分析。合作博弈強(qiáng)調(diào)整體理性，在考慮整體利益的同時(shí)兼顧個(gè)體利益。文獻(xiàn)[17]引入聯(lián)盟博弈框架，利用聯(lián)盟博弈實(shí)現(xiàn)各主體間的制約平衡，從而實(shí)現(xiàn)各主體利益相互制約和聯(lián)合優(yōu)化。文獻(xiàn)[18]采用聯(lián)盟博弈優(yōu)化方法，通過Shapley值來分配聯(lián)盟內(nèi)各成員收益。但是聯(lián)盟博弈模型只能保證聯(lián)盟內(nèi)部效益最大化。納什談判作為合作博弈的重要組成部分，可以克服聯(lián)盟博弈并非全局最優(yōu)性的缺陷，而且對于多主體的模型應(yīng)用難度較小，因而適用于多VPP 優(yōu)化利潤分配問題。

納什談判模型為一個(gè)多重變量耦合的非凸非線性問題，在談判過程中涉及到多個(gè)主體，此時(shí)多主體交互求解具有一定的復(fù)雜度，若直接對模型進(jìn)行求解，具有一定的難度，甚至無法求出準(zhǔn)確的模型解。文獻(xiàn)[19]研究了多微網(wǎng)間基于納什議價(jià)方法的合作運(yùn)行模型，其中采用了分布式求解方式：即將談判模型分解成為兩個(gè)子問題。文獻(xiàn)[20]研究基于納什談判模型的風(fēng)光氫主體間的合作博弈，使用交替方向乘子法實(shí)現(xiàn)風(fēng)光氫主體的帕累托最優(yōu)。上述文獻(xiàn)在求解納什談判的模型時(shí)將模型等效成多個(gè)子問題從而進(jìn)行分布式求解，大大降低了求解難度，但并未應(yīng)用到多虛擬電廠的模型中，因此在對于多虛擬電廠的納什談判模型求解上，考慮了將其優(yōu)化運(yùn)行模型轉(zhuǎn)換為兩個(gè)子問題，從而完善多VPP 之間的利潤分配問題。另外，在針對多VPP 之間的利潤分配問題求解時(shí)，即對多主體交互功率的求解時(shí)，會(huì)牽涉到各主體之間關(guān)于共享交互功率的隱私問題。由于ADMM 算法能夠分布式地求解多主體之間的交互功率，因此能夠保護(hù)虛擬電廠各主體參與談判時(shí)的隱私。

綜合上述考慮，為解決現(xiàn)存的問題，本工作創(chuàng)新性地將納什談判理論應(yīng)用于多能VPP優(yōu)化問題，通過模擬多能VPP 之間既合作又競爭的關(guān)系，在實(shí)現(xiàn)VPP 全局最優(yōu)的同時(shí)，也能保證各自利益的優(yōu)化分配。首先構(gòu)建了包含虛擬儲能的冷熱電多能協(xié)同VPP 模型?；诩{什談判理論建立多VPP 間優(yōu)化運(yùn)行模型，將該非凸非線性問題轉(zhuǎn)化為兩個(gè)子問題：VPP 效益最大化子問題和VPP 間電能支付值子問題。考慮到各VPP 間信息隱私安全，采用交替方向乘子法對上述子問題進(jìn)行分布式求解，求解結(jié)果驗(yàn)證了其有效性。

1 VPP群系統(tǒng)模型

1.1 VPP群系統(tǒng)運(yùn)行模型

圖1 為多能VPP 電能共享架構(gòu)圖，該VPP群共享架構(gòu)通過VPP 集控中心來實(shí)現(xiàn)信息共享。各VPP 中各自擁有一個(gè)能源管理中心(energy management center，EMC)。各市場交易主體之間通過EMC 進(jìn)行交易信息的交流和調(diào)度指令的傳達(dá)。由于VPP 內(nèi)部既有發(fā)電單元又有電、熱、冷負(fù)荷，VPP中的風(fēng)電場、光伏電站和燃?xì)廨啓C(jī)等發(fā)電單元首先會(huì)滿足自身負(fù)荷的需求，此時(shí)若有剩余電量可以存儲在儲能裝置中。當(dāng)發(fā)電量不滿足VPP自身負(fù)荷需求時(shí)，VPP也可以通過向外電網(wǎng)購買電能或接受其他VPP傳輸?shù)碾娔軄頋M足自身需求。

圖1 多能VPP電能共享架構(gòu)Fig.1 Multi-energy VPP power sharing architecture

針對VPP 之間的電量交易，允許各VPP 之間建立起信息聯(lián)系。當(dāng)一個(gè)VPP 的實(shí)時(shí)出力不足，而另一個(gè)VPP 的實(shí)時(shí)出力盈余時(shí)，兩個(gè)虛擬電廠之間可以通過電量互補(bǔ)、轉(zhuǎn)移的方式產(chǎn)生各自的正或負(fù)的電量交易。需要說明的是，多個(gè)VPP 之間并不進(jìn)行實(shí)體互聯(lián)和電能交互。VPP的出力不足或盈余的信息傳輸?shù)絍PP 集控中心，VPP 集控中心再將信息傳輸?shù)诫娋W(wǎng)后進(jìn)行電能轉(zhuǎn)移的動(dòng)作。將上述這種方式稱之為VPP之間的“能量流”，相當(dāng)于電能在虛擬電廠之間進(jìn)行了功率交互。

單個(gè)VPP的系統(tǒng)結(jié)構(gòu)如圖2所示，VPP內(nèi)包含可控單元(燃?xì)廨啓C(jī)、和熱泵)、不可控單元(風(fēng)電場和光伏電站)、儲能系統(tǒng)(電儲能系統(tǒng)和熱儲能系統(tǒng))以及相應(yīng)的配套設(shè)施(吸收式制冷機(jī)和電制冷機(jī))。根據(jù)負(fù)荷需求，用戶負(fù)荷可分為電負(fù)荷、熱負(fù)荷和冷負(fù)荷。電負(fù)荷包括固定負(fù)荷、可中斷負(fù)荷和可轉(zhuǎn)移負(fù)荷，熱負(fù)荷包括固定熱負(fù)荷和可轉(zhuǎn)移熱負(fù)荷。

圖2 單個(gè)VPP系統(tǒng)結(jié)構(gòu)Fig.2 Single VPP system structure

對于電負(fù)荷，需要外部電網(wǎng)、電儲能設(shè)備、風(fēng)電場和光伏電站供給電負(fù)荷，并且外部天然氣供應(yīng)商向燃?xì)廨啓C(jī)輸入氣能通過燃燒天然氣產(chǎn)生電能；對于熱負(fù)荷，外部天然氣供應(yīng)商向燃?xì)廨啓C(jī)輸入氣能后會(huì)產(chǎn)生余熱，其中一部分通過余熱鍋爐收集起來供應(yīng)熱負(fù)荷，熱負(fù)荷不足的部分由熱泵消耗電能而產(chǎn)生的熱能所提供，另外熱儲能可以作為熱輔助設(shè)備；對于冷負(fù)荷，燃?xì)廨啓C(jī)產(chǎn)生余熱的另一部分通過吸收式制冷機(jī)轉(zhuǎn)化成冷能提供給冷負(fù)荷，冷負(fù)荷不足的部分由電制冷機(jī)消耗電能而產(chǎn)生的冷能所提供。綜上所述，外部電網(wǎng)與風(fēng)電場和光伏電站是整個(gè)系統(tǒng)的電能源；而外部天然氣供應(yīng)商，是整個(gè)系統(tǒng)的氣能源；系統(tǒng)中的能源轉(zhuǎn)換設(shè)備和能源存儲設(shè)備在電能源和氣能源的供應(yīng)下進(jìn)行能源轉(zhuǎn)換和能源存儲，從而滿足電、熱、冷負(fù)荷的需求。

（1） 風(fēng)電場和光伏電站模型

（2） 燃?xì)廨啓C(jī)和余熱鍋爐模型

（3） 熱泵模型

（5） 電、熱儲能模型

電儲能系統(tǒng)和熱儲能系統(tǒng)在第t個(gè)時(shí)段的充放能狀態(tài)如式(8)、(9)所示。

（6） 虛擬儲能模型

虛擬儲能包含可轉(zhuǎn)移負(fù)荷與可削減負(fù)荷，可轉(zhuǎn)移負(fù)荷在一個(gè)調(diào)度周期之內(nèi)總電量一定，但可以“轉(zhuǎn)移”能量消耗時(shí)間，從而實(shí)現(xiàn)能量的時(shí)間轉(zhuǎn)移?？赊D(zhuǎn)移電負(fù)荷和可轉(zhuǎn)移熱負(fù)荷模型如式(10)、(11)。

可削減電負(fù)荷通過提前儲存或削減功率來等效充放能過程。模型如式(12)。

1.2 VPP群系統(tǒng)成本模型

在實(shí)際運(yùn)行中，VPP 以成本最小化為優(yōu)化目標(biāo)，多VPP電能共享的成本模型如式(13)。

（2） 外部交互成本

外部交互成本包括天然氣購買費(fèi)用以及向電網(wǎng)購售電費(fèi)用如式(15)。

（3） 虛擬儲能成本

可削減電負(fù)荷、可轉(zhuǎn)移電負(fù)荷和可轉(zhuǎn)移熱負(fù)荷需要對用戶給予補(bǔ)償。

（4） 虛擬電廠間電能交互成本

1.3 VPP群系統(tǒng)運(yùn)行約束條件

（1） 虛擬儲能約束

（3） 電功率平衡約束

為了提高優(yōu)化調(diào)度結(jié)果的魯棒性，根據(jù)文獻(xiàn)[21]中的魯棒優(yōu)化算法來構(gòu)造最壞情況下的電功率平衡約束。

（6） 燃?xì)廨啓C(jī)、熱泵、電制冷機(jī)、吸收式制冷機(jī)約束

（7） VPP間能量共享平衡約束

2 基于納什談判的VPP 群優(yōu)化運(yùn)行模型

納什談判作為合作博弈的一種形式，可以幫助各個(gè)主體實(shí)現(xiàn)資源的合理分配，實(shí)現(xiàn)帕累托效益最優(yōu)。本工作假設(shè)不同的VPP 隸屬于不同的利益主體，主體行為都是獨(dú)立且理性的。如果各VPP 通過談判達(dá)成一致，那各個(gè)主體的利潤都會(huì)增加，從而激勵(lì)各個(gè)主體開展進(jìn)一步的合作。本工作關(guān)于納什談判的VPP群優(yōu)化運(yùn)行模型如模型(26)所示。

上述問題為非凸非線性問題，無法直接進(jìn)行求解，因此需要將模型(26)轉(zhuǎn)化成VPP效益最大化子問題和VPP 間電能支付值子問題進(jìn)行分步求解。下面以本工作建立的三個(gè)VPP 模型為例說明求解轉(zhuǎn)化方法。

由于自然對數(shù)的單調(diào)遞增特性，將原模型(26)求最大值取負(fù)轉(zhuǎn)化為求最小值并取對數(shù)。則模型(30)等價(jià)為：

模型(31)即為VPP間電能支付值子問題。

在求解VPP 效益最大化子問題時(shí)，VPP 之間的交互成本在計(jì)算過程中相互抵消，因此直接建立VPP 效益最大化模型無法求解聯(lián)盟中各VPP 之間的電能交易量，這也是本工作模型引入納什談判的原因。將VPP 效益最大化子問題中的解代入VPP間電能支付值子問題中，可求得各個(gè)VPP 間的電能交易價(jià)格和電能交易量。

3 VPP群納什談判模型的ADMM算法

由于VPP 效益最大化子問題式(29)和VPP 間電能支付值子問題式(31)為集中式，可通過集中式算法求解，但在求解的過程中需要各VPP 內(nèi)部的電能調(diào)度信息，侵犯了各VPP 的隱私性。為保護(hù)VPP合作運(yùn)行時(shí)的隱私性，本工作采用分布式交替方向乘子法(ADMM)來求解兩個(gè)子問題。ADMM可以保護(hù)納什談判主體的信息安全，同時(shí)具有收斂性好、求解速度快、魯棒性強(qiáng)等優(yōu)點(diǎn)，常用于求解帶有可分離變量或帶有約束的凸優(yōu)化問題。

3.1 VPP效益最大化子問題求解

子問題1求解步驟如下：

滿足式(34)，迭代收斂；當(dāng)k>kmax時(shí)，算法不收斂。

3.2 VPP間電能支付值問題求解

VPP間電能支付值問題求解步驟如下：

滿足式(38)，迭代收斂；當(dāng)k>kmax時(shí)，算法不收斂。

4 算例分析

4.1 算例數(shù)據(jù)

本工作以三個(gè)VPP間的協(xié)同優(yōu)化運(yùn)行為例，考慮到VPP 之間的多樣性和差異性，其包含冷熱電聯(lián)供型VPP1，熱電聯(lián)供型VPP2 和VPP3。VPP1包含風(fēng)電場和光伏電站，VPP2 和VPP3 包含光伏電站，風(fēng)電和光伏的波動(dòng)設(shè)定為預(yù)測值的20%，魯棒系數(shù)設(shè)置為0.5。VPP 內(nèi)部設(shè)備參數(shù)等見附錄A中表A1，VPP 中不同設(shè)備的維護(hù)成本系數(shù)等見附錄表A2，某地區(qū)的實(shí)時(shí)交易電價(jià)以及天然氣價(jià)格見附錄表A3，上網(wǎng)電價(jià)取0.2 元/kWh。虛擬儲能參數(shù)參考文獻(xiàn)[23]，VPP 的風(fēng)光出力如附錄圖A1所示，VPP內(nèi)部電熱冷負(fù)荷功率如附錄圖A2、A3、A4所示。

圖A1 VPP風(fēng)光出力曲線Fig. A1 VPP wind turbine and photovoltaic output curves

圖A2 VPP1各負(fù)荷數(shù)據(jù)Fig. A2 VPP1 various load data

圖A3 VPP2內(nèi)部負(fù)荷數(shù)據(jù)Fig. A3 VPP2 various load data

圖A4 VPP3內(nèi)部負(fù)荷數(shù)據(jù)Fig. A4 VPP3 various load data

圖A5 VPP2電負(fù)荷優(yōu)化結(jié)果Fig. A5 VPP2 electric load optimization results

圖A6 VPP2熱負(fù)荷優(yōu)化結(jié)果Fig. A6 VPP2 heat load optimization results

圖A7 VPP3電負(fù)荷優(yōu)化結(jié)果Fig. A7 VPP2 electric load optimization results

圖A8 VPP3熱負(fù)荷優(yōu)化結(jié)果Fig. A8 VPP2 heat load optimization result

表A1 VPP系統(tǒng)參數(shù)Table A1 VPP system parameters

表A2 VPP維護(hù)費(fèi)用參數(shù)Table A2 VPP maintenance cost parameters

表A3 天然氣及購電價(jià)格表Table A3 Natural gas and electricity price list

4.2 算法收斂性分析

本工作使用ADMM 算法進(jìn)行求解，圖3 為各VPP 及VPP 聯(lián)盟效益函數(shù)收斂結(jié)果，該算法計(jì)算時(shí)間為363 s，在經(jīng)過37次迭代實(shí)現(xiàn)收斂。這說明本工作提出的分布式優(yōu)化算法具有較好的計(jì)算效率和收斂性，可實(shí)現(xiàn)VPP 聯(lián)盟及各VPP 的優(yōu)化調(diào)度需求。

圖3 VPP成本迭代收斂結(jié)果Fig.3 VPP cost iterative convergence results

4.3 算例結(jié)果分析

4.3.1 各VPP電能交易結(jié)果分析

各VPP電能交易結(jié)果如圖4所示。從圖4中可知VPP3 全天處于缺電狀態(tài)，而VPP1 由于包含風(fēng)電場，在0:00—6:00 和18:00—24:00 時(shí)段可將富余的電量傳輸給VPP2 和VPP3。由于VPP 間功率傳輸?shù)南拗?，VPP1在23:00—24:00的電能交易量為2000 kW，VPP1 向VPP2 和VPP3 的傳輸功率均為1000 kW。在10:00—14:00時(shí)段，VPP2的光伏發(fā)電多而電負(fù)荷急劇減少，因此該時(shí)段VPP2將富余的電量傳輸給VPP1和VPP3。

圖4 VPP交易結(jié)果Fig.4 VPP trading results

各VPP 之間交易電價(jià)如圖5 所示，可以看出VPP交互電價(jià)大部分時(shí)刻均處于外電網(wǎng)購電價(jià)格和售電價(jià)格的區(qū)間之內(nèi)，VPP之間的電能交易可通過低于外電網(wǎng)售電價(jià)的價(jià)格購買電能，也可通過高于外電網(wǎng)購電價(jià)的價(jià)格賣出電能，因此有效提高了各VPP間的收益。

圖5 VPP間交易電價(jià)Fig.5 VPP transaction price

在本工作中，各VPP 首先進(jìn)行自身的最優(yōu)化電能調(diào)度，隨后參與VPP 聯(lián)盟的協(xié)調(diào)優(yōu)化過程。圖6 為各VPP 向電網(wǎng)購電的交易結(jié)果，圖7 為各VPP 向天然氣供應(yīng)商購氣的交易結(jié)果。各VPP 為了自身利益最大化，選擇在谷時(shí)段購電而在峰時(shí)段購氣從而滿足自身負(fù)荷需求。圖8 為VPP1 中電負(fù)荷優(yōu)化結(jié)果，圖9 為VPP1 中熱負(fù)荷優(yōu)化結(jié)果，圖10為VPP1中冷負(fù)荷優(yōu)化結(jié)果。圖8關(guān)于橫軸對稱表明VPP1的電功率時(shí)刻保持平衡，橫軸上方表示VPP1 各時(shí)刻的供電功率，橫軸下方表示VPP1各時(shí)刻的需求功率。結(jié)果表明：VPP1 的電能去向主要為電負(fù)荷、熱泵及電制冷消耗、電儲能消耗和VPP間電能共享；VPP1中的熱負(fù)荷主要由燃?xì)廨啓C(jī)、熱泵以及熱儲能供應(yīng)；VPP1 的冷負(fù)荷主要由電制冷機(jī)和吸收式制冷機(jī)供應(yīng)。

圖6 VPP與電網(wǎng)交易結(jié)果Fig.6 VPP and grid transaction results

圖7 VPP與天然氣供應(yīng)商交易結(jié)果Fig.7 VPP and gas suppliers transaction results

圖8 VPP1電負(fù)荷優(yōu)化結(jié)果Fig.8 VPP1 electric load optimization results

圖9 VPP1熱負(fù)荷優(yōu)化結(jié)果Fig.9 VPP1 heat load optimization results

圖10 VPP1冷負(fù)荷優(yōu)化結(jié)果Fig.10 VPP1 cooling load optimization results

在0:00—7:00 以及22:00—24:00 時(shí)段，此時(shí)電網(wǎng)電價(jià)處于低谷時(shí)段，在缺少光伏出力的情況下，燃?xì)廨啓C(jī)等設(shè)備運(yùn)行成本高于電網(wǎng)電價(jià)，此時(shí)VPP1 主要通過向外電網(wǎng)購電來滿足自身電負(fù)荷需求。由于熱泵運(yùn)行成本較低，VPP1 中熱負(fù)荷應(yīng)優(yōu)先由熱泵供應(yīng)，再由燃?xì)廨啓C(jī)供應(yīng)。在07:00—11:00和14:00—18:00時(shí)段，此時(shí)電網(wǎng)電價(jià)處于平時(shí)段，風(fēng)光出力較低，VPP1 中電、熱負(fù)荷主要通過燃?xì)廨啓C(jī)提供。由于該時(shí)段冷負(fù)荷需求較高，此時(shí)吸收式制冷機(jī)制冷成本低于電制冷機(jī)，因此主要依靠吸收式制冷機(jī)完成冷負(fù)荷需求，剩余的由電制冷機(jī)補(bǔ)充。在11:00—14:00和18:00—22:00時(shí)段，此時(shí)電網(wǎng)電價(jià)處于峰時(shí)段，VPP1 電、熱負(fù)荷需求比較高，由于外電網(wǎng)購電成本高于設(shè)備運(yùn)行成本，各個(gè)設(shè)備盡量滿發(fā)來滿足VPP1內(nèi)部負(fù)荷需求。

在VPP1的運(yùn)行周期中，電儲能的充放電狀態(tài)受到電價(jià)的引導(dǎo)，電儲能在峰時(shí)段放電，在谷時(shí)段充電，從而減少購電量，降低運(yùn)行成本；熱儲能在峰時(shí)段一部分放熱滿足熱負(fù)荷需求，另一部分通過吸收式制冷機(jī)供給冷負(fù)荷。對外電網(wǎng)而言，VPP1的運(yùn)行計(jì)劃也可以實(shí)現(xiàn)削峰填谷的作用，在一定程度上緩解外電網(wǎng)峰時(shí)段的供電壓力。

其余VPP運(yùn)行規(guī)律與VPP1類似，在此不再贅述，VPP內(nèi)部出力結(jié)果見附錄。

4.3.2 各VPP運(yùn)行成本及效益分析

表1為各VPP進(jìn)行合作前后的運(yùn)行成本和運(yùn)行收益情況對比。經(jīng)計(jì)算，在經(jīng)過納什談判后VPP聯(lián)盟的最終成本分別為55663.883、28193.002、48853.975、132710.86 元。VPP 聯(lián)盟整體收益為7772.483 元，VPP1、VPP2 和VPP3 的運(yùn)行效益分別提升了2591.007、2590.700 和2590.775；各自收益提升率為4.53%、8.70%、5.14%和5.53%。三個(gè)VPP 提升效益額基本相等，約為VPP 聯(lián)盟總效益額的1/3。上述結(jié)果也進(jìn)一步驗(yàn)證了各VPP通過納什談判提升了自身的效益，并保證了納什談判方法在分配收益額時(shí)的公平性。同時(shí)該方案也兼顧到了個(gè)體收益和整體收益。

表1 VPP合作前后收益對比Table 1 Comparison of benefits before and after VPP cooperation

5 結(jié)論

隨著電力市場的不斷改革與深入，會(huì)有越來越多類型的VPP參與電能交互。本工作通過聚合電、熱、冷、氣以及風(fēng)光等多種能源構(gòu)建了一種新型的多能VPP。然后基于納什談判理論建立了多能VPP 群的協(xié)同優(yōu)化運(yùn)行模型，將其分解成VPP 效益最大化子問題和VPP 間電能支付值子問題。得到如下結(jié)論：

（1）對比合作運(yùn)行前后，在電能交互的過程中各VPP 的運(yùn)行收益都得到了提升，并且各VPP 收益提升基本相等，說明本工作模型在收益提升的同時(shí)也兼顧了公平性，這也進(jìn)一步激發(fā)各VPP 參與合作的積極性；

（2）多能VPP 間協(xié)同運(yùn)行可以發(fā)揮橫向多能互補(bǔ)的優(yōu)勢，減少棄風(fēng)棄光的現(xiàn)象，提升了新能源的消納率；

（3）基于ADMM 算法求解的多VPP 協(xié)同優(yōu)化運(yùn)行模型運(yùn)行結(jié)果均具有較好收斂特性。各VPP運(yùn)行期間，僅交換各自的交易電量和交易電價(jià)，因此可以有效保護(hù)各VPP的隱私。