摘要：為了解決“雙碳”背景下社區(qū)范圍內(nèi)產(chǎn)消者共享儲能系統(tǒng)中可再生能源就地消納及系統(tǒng)運行穩(wěn)定性問題，提出了考慮源荷不確定的社區(qū)共享儲能魯棒優(yōu)化策略。首先建立了包含多產(chǎn)消者的共享儲能運行模式，為解決各主體的收益分配問題采用納什談判方法構(gòu)造各運營主體的合作運行模型；考慮系統(tǒng)內(nèi)可再生能源出力不確定性及負荷不確定性對調(diào)度方案的影響，加入兩階段魯棒優(yōu)化以提高系統(tǒng)運行穩(wěn)定性。將合作模型等效為效益最大化問題以及電能交易支付談判問題，選取算法對上述模型進行求解。通過算例驗證了所提方法的有效性，研究結(jié)果可為系統(tǒng)運行策略制定提供依據(jù)。

關(guān)鍵詞：共享儲能； 列和約束生成算法； 魯棒優(yōu)化； 納什談判

中圖分類號：TM73文獻標志碼：A

doi：10.3969/j.issn.1673-5862.2024.05.013

The robust optimization strategy of community shared energy

storage with considering uncertain source load

ZHANG Dong1， CUI Ming2， MA Yanjuan3， YUAN Manjiang4

（1. Institute of Engineering Technology， Shenyang Institute of Engineering， Shenyang 110136，China；

2. Graduate Department， Shenyang Institute of Engineering， Shenyang 110136， China；

3. School of New Energy， Shenyang Institute of Engineering， Shenyang 110136， China；

4. School of International Education， Shenyang Institute of Engineering， Shenyang 110136， China）

Abstract：

In order to solve the problems of on-site consumption of renewable energy and system operation stability in the shared energy storage system of prosumers and consumers in the community under the background of “dual carbon”， a robust optimization strategy of community shared energy storage considering uncertain source and load is proposed. In order to solve the problem of revenue distribution of each entity， the Nash negotiation method is used to construct the cooperative operation model of each operating entity， considering the impact of renewable energy output uncertainty and load uncertainty on the scheduling scheme in the system， and adding two-stage robust optimization to improve the stability of system operation. The cooperation model is equivalent to the benefit maximization problem and the power trading payment negotiation problem， and the algorithm is selected to solve the above model. The effectiveness of the proposed method is verified by example， and the research results can provide a basis for the formulation of system operation strategy.

Key words：

shared energy storage; column and constraint generation algorithm; robust optimization; Nash negotiation

在“碳中和，碳達峰”的目標引領(lǐng)下，以風力、光伏為主的可再生能源發(fā)電得到了廣泛應(yīng)用，能源結(jié)構(gòu)清潔與低碳化轉(zhuǎn)型已經(jīng)成了重要趨勢［1］，但其出力的波動性和間歇性經(jīng)常產(chǎn)生棄風棄光現(xiàn)象造成能源浪費。研究認為，增加儲能裝置可有效解決該問題。

考慮到分布式電源儲能設(shè)備成本問題，社區(qū)共享儲能（community energy storage，CES）參與電網(wǎng)輔助服務(wù)市場日益受到人們關(guān)注。針對CES參與的微電網(wǎng)運行及各主體利益分配問題已有相關(guān)研究。文獻［2］指出可再生能源裝機容量逐步增加，CES在可再生能源消納場景中發(fā)揮重要作用。文獻［3］針對可再生能源消納問題，建立CES和需求側(cè)資源的市場化消費模型，通過算例驗證該模型有效性。文獻［4］驗證了CES可以有效減少工業(yè)園區(qū)范圍內(nèi)用戶儲能的安裝容量，提高用戶的平均收益。文獻［5］提出一種基于納什談判理論的共享儲能電站運行方法，合作前后各主體收益證明該方法可行性。文獻［6］采用改進Shapley插值法解決共享儲能優(yōu)化配置及其成本的分配問題。文獻［7］提出一種分布式儲能雙層合作共享策略，通過分時復(fù)用提高儲能資源的利用率和經(jīng)濟性。但以上研究并未考慮共享儲能系統(tǒng)中可再生能源發(fā)電及負荷隨機波動性對實際運行方案產(chǎn)生的影響。

發(fā)電側(cè)、負荷側(cè)固有不確定性會對系統(tǒng)產(chǎn)生影響［8］，常見處理微電網(wǎng)中不確定數(shù)據(jù)的方法包括魯棒優(yōu)化、隨機優(yōu)化。文獻［9］采用隨機規(guī)劃、機會約束規(guī)劃處理系統(tǒng)中不確定變量。文獻［10］對含新能源的電氣耦合系統(tǒng)建立區(qū)間優(yōu)化模型，但其結(jié)果為區(qū)間數(shù)形式，難以直接使用。文獻［11］針對綜合能源系統(tǒng)建立魯棒優(yōu)化模型減少不確定性因素對系統(tǒng)運行的影響。文獻［12］構(gòu)建兩階段魯棒模型處理風電、負荷的預(yù)測偏差，促進清潔能源消納并提高經(jīng)濟性。

為完善共享儲能系統(tǒng)調(diào)度方案，減少系統(tǒng)運行成本并增強系統(tǒng)穩(wěn)定性，本文對包含產(chǎn)消者的共享儲能系統(tǒng)運行進行魯棒優(yōu)化，提出一種考慮源荷不確定的社區(qū)共享儲能魯棒優(yōu)化策略，引入魯棒參數(shù)調(diào)節(jié)系統(tǒng)保守性。首先考慮各主體運行成本建立納什談判模型，將談判模型轉(zhuǎn)化為兩階段魯棒優(yōu)化交易最大化模型（問題1）以及電能交易支付談判模型（問題2）進行分布式求解。其中問題1又可轉(zhuǎn)化為電能交易主問題（master problem，MP）以及考慮源荷不確定性影響的優(yōu)化調(diào)度子問題（slave problem，SP）。采用列和約束生成法（column and constraint generation，Camp;CG）高效求解，問題2通過交替方向乘子法（alternating direction method of multipliers，ADMM ）進行求解。

1社區(qū)共享儲能系統(tǒng)合作運行模式

本文所研究產(chǎn)消者與社區(qū)儲能合作運行模式如圖1所示。產(chǎn)消者與CES構(gòu)成微網(wǎng)系統(tǒng)，微網(wǎng)系統(tǒng)與外電網(wǎng)連接，系統(tǒng)內(nèi)產(chǎn)消者、CES與外電網(wǎng)連接，且三者之間可進行電能交互。系統(tǒng)內(nèi)各主體進行合作談判，在確定各產(chǎn)消者及CES的交易策略后，由社區(qū)電能交易調(diào)控系統(tǒng)控制產(chǎn)消者、CES電能的輸入和輸出，從而使系統(tǒng)內(nèi)各主體運行效果達到最優(yōu)。

圖1所示的工作模式中，交易策略的確定主要分為兩個階段：第一階段進行電量交易決策。以社會整體成本最小化為目標建立優(yōu)化模型，求解出最優(yōu)電能調(diào)度計劃。第二階段進行電能交易價格談判。由于社會整體成本降低，為保證參與合作各主體利益即能源合作意愿，需將合作運行所得收益合理分配給各主體，所以對各主體之間能源交易價格進行談判。

2各主體合作運行模型

2.1產(chǎn)消者運行模型

社區(qū)共享儲能模式下的產(chǎn)消者與儲能設(shè)備及大電網(wǎng)連接，產(chǎn)消者應(yīng)在滿足自身用電需求之外調(diào)整購售電計劃并確定與CES的交互電量，使得運行成本最小。目標函數(shù)可表示為：

minCipro=Cigrid+Cires+CiES+Cipu（1）

式中：Cigrid為產(chǎn)消者i與外電網(wǎng)的交互成本；Cires為產(chǎn)消者i可再生能源偏差懲罰費用；CiES為用戶儲能裝置的使用成本，與儲能裝置充放電量正相關(guān)；Cipu為與CES的電量交互成本，由問題2電能交易支付談判確定。不考慮風電、光伏的運行維護費用，各成本模型如下：

Cigrid=∑Tt=1（utPbPi，tb－utPsPi，ts）（2）

Cires=ωwt∑Tt=1|Pi，twt－Pi，t，predictwt|+ωpv∑Tt=1|Pi，tpv－Pi，t，predictpv|（3）

CiES=τi∑Tt=1（Pi，tch+Pi，tdis）（4）

式中：T為調(diào)度周期；utPb，Pi，tb，utPs，Pi，ts為產(chǎn)消者i向外電網(wǎng)購電電價、購電電量、售電電價、售電電量；Pi，twt，Pi，tpv，Pi，t，predictwt，Pi，t，predictpv為可再生能源實際出力及預(yù)測出力；ωwt，ωpv為可再生能源預(yù)測偏差懲罰系數(shù)；Pi，tch為產(chǎn)消者i在t時段儲能設(shè)備的充電量;Pi，tdis為產(chǎn)消者i在t時段儲能設(shè)備的放電量；τi為儲能設(shè)備的運維成本系數(shù)［13］。產(chǎn)消者i運行約束包括：

1） 電功率平衡約束：產(chǎn)消者輸入電能功率總和應(yīng)與輸出電能功率總和相等。

∑Tt=1（Pi，tb+Pi，twt+Pi，tpv+Pi，tdis）=∑Tt=1（Pi，ts+Pi，tL+Pi，tch+Pi，te）（5）

其中：Pi，tL為產(chǎn)消者i某時段負荷電功率；Pi，te為產(chǎn)消者i向CES交互電量，大于0表示向CES輸電，小于0表示CES向產(chǎn)消者輸電。

2） 產(chǎn)消者與外電網(wǎng)的購售電約束

0≤Pi，tb≤Pi，tb，max，0≤Pi，ts≤Pi，ts，max（6）

其中：Pi，tb，max，Pi，ts，max分別為產(chǎn)消者i向外電網(wǎng)購售電功率最大值。

3） 產(chǎn)消者i儲能設(shè)備充放電量約束

0≤Pi，te，ch≤Pmaxe，ch，0≤Pi，te，dis≤Pmaxe，dis（7）

其中：Pmaxe，ch、Pmaxe，dis分別為產(chǎn)消者i儲能裝置充放電功率最大值。

4） 產(chǎn)消者i儲能裝置荷電狀態(tài)連續(xù)性約束［6］。

SOCmini≤SOCti≤SOCmaxi

SOCti=SOCt－1i+（ηichPti，ch－ηidisPti，dis）/Emaxi （8）

其中：SOCti為產(chǎn)消者i儲能裝置在t時段的荷電狀態(tài)，由前一小時荷電狀態(tài)和當前小時的充放電功率決定；SOCmaxi，SOCmini分別為產(chǎn)消者i儲能裝置荷電狀態(tài)的上、下限;Emaxi為產(chǎn)消者儲能裝置的最大容量;ηich，ηidis分別為產(chǎn)消者i儲能裝置的充、放電效率。

2.2CES運行優(yōu)化模型

CES響應(yīng)用戶側(cè)電能交易需求進行充放電操作。為進一步降低整體社會成本，其根據(jù)交易策略確定與外電網(wǎng)購售電計劃，CES運行目標函數(shù)為：

minCCES=CCESgrid+Cde+CCESpu（9）

式中：CCESgrid為與外電網(wǎng)的交互成本Cde為社區(qū)儲能裝置的充放電成本；CCESpu為與用戶交互總成本。具體表示如下：

CCESgrid=－∑Tt=1PCES，tsγts（10）

Cde=τCES∑Tt=1（PtCES，ch+PtCES，dis）（11）

式中：PCES，ts為t時段CES向外電網(wǎng)的售電量;γts為向外電網(wǎng)的售電價格；PtCES，ch為t時刻社區(qū)儲能裝置的充電量;PtCES，dis為t時段社區(qū)儲能裝置的放電量;τCES為社區(qū)儲能裝置的運維成本系數(shù)。CES運行約束條件如下：

1）CES儲能的充放電約束

Pi，te+Qi，te=0（12）

0≤PtCES，ch≤PmaxCES，0≤PtCES，dis≤PmaxCES（13）

其中，Qi，te為CES向產(chǎn)消者i交互電量，大于0表示向產(chǎn)消者輸電，小于0表示產(chǎn)消者向自身輸電。

2）CES與外電網(wǎng)的交易量非負性約束

Pts≥0（14）

3）社區(qū)儲能裝置荷電狀態(tài)連續(xù)性約束［6］

SOCminCES≤SOCtCES≤SOCmaxCES

SOCtCES=SOCt－1CES+（ηCESchPtCES，ch－ηCESdisPtCES，dis）EmaxCES （15）

式中：SOCtCES為社區(qū)儲能裝置在t時段的荷電狀態(tài)，由前一小時荷電狀態(tài)和當前小時的充放電功率決定；SOCmaxCES，SOCminCES分別為社區(qū)儲能裝置荷電狀態(tài)的上、下限;EmaxCES為社區(qū)儲能裝置的最大容量;ηCESch，ηCESdis分別為社區(qū)儲能裝置的充、放電效率。

4）CES電功率平衡約束

∑Tt=1（PtCES，ch－PtCES，dis+∑Ni=1Qi，te）≤0（16）

式中N為系統(tǒng)中產(chǎn)消者數(shù)量。

3社區(qū)共享儲能系統(tǒng)納什談判模型

本文采用合作博弈中的納什議價方法，該方法可使各主體達成交易共識，建立公平合理交易機制［14-15］，確定系統(tǒng)運行方案和效益分配策略，以此最大程度地提高個體與整體的收益。根據(jù)各產(chǎn)消者與CES成本模型建立社區(qū)共享儲能系統(tǒng)的納什談判模型：

max（C0CES－CCES）∏Ni=1（Ci，0pro－Cipro）s.t.C0CES≥CCES，Ci，0pro≥Cipro，（1），（9） （17）

式中：C0CES為社區(qū)儲能設(shè)備談判破裂點，代表CES未參與合作運行時的運行成本；Ci，0pro為產(chǎn)消者i的談判破裂點，代表未參與合作運行時的成本。式（17）屬于非凸非線性優(yōu)化問題［16］，為降低求解難度需將模型等效轉(zhuǎn)換，轉(zhuǎn)變?yōu)榍蠼庀到y(tǒng)收益最大化的問題1和求解系統(tǒng)內(nèi)部支付談判的問題2，原理見文獻［17］。

問題1：系統(tǒng)運行成本最小化問題

min［∑Ni=1（Cigrid+Cires+CiES）+（Cde+CCESgrid）］

s.t.式 （2）～（8），（10）～（15） （18）

問題2：交易支付談判問題

min{-［ln（Ci，0pro-（Cigrid*+Cires*+CiES*）-Cipu）+ln（C0CES-（C*de+CCESgrid*）-CCESpu）］

s.t.Ci，0pro-（Cigrid*+Cires*+CiES*）-Cipu≥0，

C0CES-（Cde+CCESgrid）*-CCESpu≥0（19）

Cigrid*，Cires*，CiES*，C*de，CCESgrid*為問題1所求最優(yōu)解。

4納什談判模型的求解

4.1系統(tǒng)成本最小化問題求解

1）系統(tǒng)成本最小化問題兩階段魯棒優(yōu)化模型構(gòu)建

傳統(tǒng)單階段的魯棒優(yōu)化求解過程簡單，但對于所有不確定性完全免疫，求解結(jié)果一般過于保守［18］。兩階段魯棒優(yōu)化可解決傳統(tǒng)魯棒優(yōu)化存在的上述問題。對于兩階段魯棒優(yōu)化模型來說，構(gòu)建系統(tǒng)成本最小化問題首先將模型分為兩階段，第一階段用于求解不考慮不確定決策變量及其約束造成費用的系統(tǒng)運行成本。第一階段決策后作出第二階段決策，第二階段決策旨在找到可再生能源出力以及負荷需求最惡劣情況，并確定由此造成的懲罰費用及運行成本，源荷不確定性可通過出力及負荷的不確定集合進行描述。系統(tǒng)成本最小化問題兩階段魯棒優(yōu)化模型如下：

minY∑Tt=1 ［∑Ni=1（utPbPi，tb+utPsPi，ts）+（PtCES，ch+PtCES，dis）τ－PtCES，sγt］+

maxUminΩ（∑Ni=1∑Tt=1ωwt|Pi，twt－Pi，t，predictwt|+∑Ni=1∑Tt=1ωpv|Pi，tpv－Pi，t，predictpv|+∑Ni=1CiES）（20）

式中：Y為第一階段的決策變量及約束條件集合；U為第二階段外層決策變量及約束條件集合；Ω為第二階段內(nèi)層決策變量及約束條件集合。各集合具體表示如下：

Y=Pi，tb，Pi，ts，Si，te，Pi，te，ch，Pi，te，dis，Pi，te，SOCtCES，PtCES，ch，PtCES，dis，PCES，ts，

Qie，eta|0≤Pi，tb≤Pi，t，maxb，0≤Pi，ts≤Pi，t，maxs（21）

U=Pi，tpv，Pi，twt，Pi，tL∈RNNT|∑Tt=1（|Pi，tpv－Pi，tpv，predict|/Δi，tpv）≤Γipv，Pi，tpv，predict－Δi，tpv≤Ppvi，t≤

Pi，tpv，predict+Δi，tpv，∑Ti=1（|Pi，twt－Pi，twt，predict|/Δi，twt）≤Γiwt，Pi，twt，predict－Δi，twt≤Pi，twt≤

Pi，twt，predict+Δi，twt，∑Ti=1（|Pi，tL－Li，te|/Δi，tL）≤Γi，tL，Li，te－Δi，tL≤Pi，tL≤Li，te+Δi，tL（22）

Ω=Pi，tb，Pi，ts，Pi，tpv，Pi，twt，Pi，te，dis，Pi，te，ch，Pi，te，Pi，tL，Sie|Pi，tb+Pi，tpv+Pi，twt+Pi，te，dis=

Pi，ts+Pi，tL+Pi，te，ch+Pi，te，SminSOC，i≤StSOC，i≤SmaxSOC，i，0≤Pi，te，ch≤Pmaxe，ch，

0≤Pi，te，dis≤Pimaxe，dis，StSOC，i=St－1SOC，i+（ηichPti，ch－ηichPti，dis）/Emaxi（23）

其中：eta表示子問題2極限場景中最大成本值;集合U中Δi，tpv，Δi，twt，Δi，tL為可預(yù)測誤差最大值；引入了魯棒參數(shù)Γipv，Γiwt，Γi，tL，限制了它實際值可能偏離其預(yù)測值的程度來調(diào)整魯棒模型的保守性，為0表示確定性優(yōu)化，值越大決策的保守性越強;Pi，tpv，predict，Pi，twt，predict分別為t時刻產(chǎn)消者i的PV，WT出力預(yù)測值，Lei，t為t時刻產(chǎn)消者i的電、熱負荷值；Γpvi，Γwti，ΓLi分別為產(chǎn)消者i的PV出力、WT出力、負荷的不確定裕度。

2）基于CCG（column-and-constraint generation）算法的系統(tǒng)成本最小化問題求解

首先進行第一階段求解，此時需引入輔助變量并將其視作第二階段的目標函數(shù)值，主問題初步求解出目標函數(shù)值以及決策變量值，將結(jié)果代入子問題中，此時第一階段決策變量為定值，求解子問題只需考慮第二階段決策變量，得到產(chǎn)消者最差出力、負荷場景以及對應(yīng)的最優(yōu)運行策略后，將決策變量和約束添加到主問題中。有限次地循環(huán)以上步驟，可求出式（20）的最優(yōu)解即系統(tǒng)最優(yōu)運行策略。具體過程見文獻［19］。

4.2電能交易支付談判問題求解

在問題1確定系統(tǒng)調(diào)度方案后，由問題2求解各主體間的收益分配。設(shè)定拉格朗日乘子αi、懲罰因子β。將問題1計算出的產(chǎn)消者與CES的最佳調(diào)度方案以及除二者之間交互成本外的其他成本代入問題2模型中：

min{-［ln（Ci，0pro-（Cigrid*+Cires*+CiES*）-Cipu］+ln（C0CES-（C*de+CCES*）-CCESpu+

s.t.Ci，0pro-（Cigrid*+Cires*+CiES*）-Cipu≥0，

（CCES-（C*de+CCES*grid）-CCESpu≥0（24）

根據(jù)ADMM算法原理，得到產(chǎn)消者電能交易支付談判模型（25）和CES電能交易支付談判模型（26）

min-ln［Ci，0pro-（Cigrid*+Cires*+CiES*）-Cipu］+β2-Cipu+CCES，ipu+αiβ2

s.t.Ci，0pro-（Cigrid*+Cires*+CiES*）-Cipu≥0（25）

min-ln［C0CES-（C*de+CCESgrid*）-CCESpu］+∑Ni=1β2-Cipu+CCES，ipu+αiβ2

s.t.C0CES-（C*de+CCESgrid*）-CCESpu≥0（26）

迭代公式為：

Cipu（k+1）=argminLi（Cipu（k），CCES，ipu（k），αi（k））

CCES，ipu（k+1）=argminLi（Cipu（k+1），CCES，ipu（k），αi（k））

αi（k+1）=αi（k）+β（Cipu（k+1）+CCES，ipu（k+1）） （27）

根據(jù)ADMM算法原理迭代式（27），結(jié)果滿足式（28）收斂條件時運算結(jié)束，完成交易支付談判問題的求解。

‖Cipu（k+1）－Cipu（k）‖≤ξ，‖CCES，ipu（k+1）－CCES，ipu（k）‖≤ξ（28）

其中，ξ為殘差。

社區(qū)共享儲能系統(tǒng)模型求解的完整算法流程如圖2所示。

5算例分析

5.1算例條件

本研究編譯環(huán)境為2020b，采用Yalmip工具箱建模，Mosek，Cplex求解器進行求解。案例包含3個產(chǎn)消者，社區(qū)共享儲能電站，產(chǎn)消者均與外電網(wǎng)、共享儲能裝置連接。產(chǎn)消者1具有風力發(fā)電裝置、儲電裝置，其中儲電裝置初始荷電狀態(tài)為0.5，最大容量為200kW·h。荷電狀態(tài)上限為0.9，下限為0.1；24：00結(jié)束時的荷電狀態(tài)要等于初始荷電狀態(tài)；儲能裝置最大充放電功率為125kW，最小為0 kW。產(chǎn)消者2具有風力發(fā)電裝置，產(chǎn)消者3具有光伏發(fā)電裝置，光伏出力時間為6：00-18：00。購售電分時電價見表1。

5.2系統(tǒng)運行分析

采用CCG算法進行問題求解，最大迭代次數(shù)取50，收斂精度取0.0001，設(shè)置魯棒參數(shù)。社區(qū)儲電裝置初始荷電狀態(tài)為0.2，最大容量為500kW·h，荷電狀態(tài)上限為0.9，下限為0.1；19：00結(jié)束時的荷電狀態(tài)要高于初始荷電狀態(tài)；最大充放電功率為185kW，最小為0kW；上網(wǎng)電價取0.3元/（kW·h）。采用CCG算法進行問題1求解時最大迭代次數(shù)為50，收斂精度取0.0001，魯棒參數(shù)不變。采用ADMM進行問題2求解時最大迭代次數(shù)為100，收斂精度取0.01。以產(chǎn)消者1為例，其調(diào)度計劃優(yōu)化結(jié)果如圖3所示。

5.3合作運行前后對比分析

1）對外電網(wǎng)影響對比

對比合作前后各產(chǎn)消者購售電功率以說明合作運行優(yōu)勢。如圖4所示，由于各產(chǎn)消者出力、負荷特性，相較于獨立運行狀態(tài)，合作運行時產(chǎn)消者與CES電量交易在16：00-22：00波動較大，產(chǎn)消者向外電網(wǎng)售電主要集中在2：00-10：00，11：00-14：00購售電量較小，購電集中在14：00-24：00。大部分時段的購售電量更加平穩(wěn)。對比圖4（a）與（b）可以看出，在保證微網(wǎng)系統(tǒng)平穩(wěn)運行的情況下，產(chǎn)消者與外電網(wǎng)的電量交易頻率明顯減少，各產(chǎn)消者購售電總量減少，這是由于合作運行后微網(wǎng)系統(tǒng)增加了CES，產(chǎn)消者可將余電存入CES，自身出力不足時可由CES供給，從而減少與外電網(wǎng)交易次數(shù)，減小對外電網(wǎng)的依賴性。由此表明，合作運行有利于增加可再生能源的就地消納能力，并減少外電網(wǎng)潮流波動。

2）成本對比

為驗證本文所提方法優(yōu)勢，設(shè)立三種場景對比各主體成本（見表2）。相比于傳統(tǒng)運行方式，采用魯棒優(yōu)化后可有效減少棄風棄光以及切負荷所造成的風險成本，合作運行可減少各產(chǎn)消者基本調(diào)度費用，參與系統(tǒng)運行的CES也可從中獲得收益。所提方案使得參與納什談判合作的各用戶主體自身效益都得到了提升，確保了合作意愿。

5.4魯棒參數(shù)對交易策略影響分析

為探究決策保守度對系統(tǒng)交易策略的影響，分別設(shè)置魯棒模型的魯棒參數(shù)為 0，4，8，12，得到不同魯棒參數(shù)下社區(qū)用戶整體與外電網(wǎng)交易曲線（如圖5所示）和運行成本（見表3）。

對比圖5中折線可看出，隨著魯棒參數(shù)數(shù)值的增加，微網(wǎng)整體在某些時段對外交易或頻率增加，或購售電量增加。這是由于在保守度增強時，微網(wǎng)系統(tǒng)需要吸收或釋放更多的能量來應(yīng)對源荷不確定性因素導(dǎo)致的生產(chǎn)、使用能量的偏差，進而維持系統(tǒng)電能供需的平衡，更好地滿足用戶用電需求。由表3可以看出，隨著系統(tǒng)保守度的增加，整體運行成本也逐步增加，即微網(wǎng)系統(tǒng)在制定日前調(diào)度計劃時越多考慮源荷的不確定性，得到的方案就越保守，相應(yīng)的運行成本也越高。所以在制訂調(diào)度計劃時，應(yīng)合理地選取系統(tǒng)的保守度，各產(chǎn)消者也可提高出力、負荷預(yù)測精度從而降低自身運行成本。

6結(jié)論

本文基于共享經(jīng)濟的理念，提出包含多產(chǎn)消者的共享儲能運行模式，由納什談判理論構(gòu)建各主體的合作運營模型，選取適當算法對其高效求解。分析算例得出以下結(jié)論：

1）對比合作前后交易結(jié)果，該方法可減少棄光現(xiàn)象，有利于新能源的消納。

2）與獨立運行相比，參與共享儲能模式運行的各主體運行經(jīng)濟性提高。

3）魯棒優(yōu)化可有效減少系統(tǒng)源荷不確定性，減少風險成本。

4）隨著魯棒優(yōu)化模型中魯棒參數(shù)的增加，運行保守度也會增加，系統(tǒng)需要增加與外電網(wǎng)交易的頻率或幅度應(yīng)對不確定性因素產(chǎn)生的波動，以保證供用電平衡，制定運行策略時需靈活設(shè)置魯棒參數(shù)，確保系統(tǒng)運行穩(wěn)定性和經(jīng)濟性。

參考文獻：

［1］KRAJCINOVIC D，F(xiàn)ONSEKA G U.The continuous damage theory of brittle materials［J］.J Appl Mech，1981，48（4）：809-824.

徐瀟源，王晗，嚴正，等.能源轉(zhuǎn)型背景下電力系統(tǒng)不確定性及應(yīng)對方法綜述［J］.電力系統(tǒng)自動化，2021（16）：2-13.

［2］QIU Weiqiang，CHEN Changming，ZHANG Zhi，et al.Pricing model of reactive power services of shared energy storage considering baseline power for renewable energy accommodation［J］.Energy Rep，2022，8（S15）：427-436.

［3］LIU D N，ZHAO N N，XU X F，et al．Market-oriented consumption model based on the joint tracking of renewable energy generation curve of “shared energy storage ＆ demand side resources”［C］//5th International Conference on Materials Science，Energy Technology and Environmental Engineering.Shanghai：Institute of Physics，2020：012007．

［4］SHI Y Y，XU B L，WANG D，et al.Using battery storage for peak shaving and frequency regulation：Joint optimization for super linear gains［C］//2018 IEEE Power amp; Energy Society General Meeting.Portland：IEEE Transactions on Power Systems，2018：2882-2894.

［5］黃鋮，劉海濤，馬丙泰，等.基于納什談判的共享儲能電站優(yōu)化運行研究［J］.電力建設(shè)，2022（2）：1-9.

［6］李咸善，解仕杰，方子健，等.多微電網(wǎng)共享儲能的優(yōu)化配置及其成本分攤［J］.電力自動化設(shè)備，2021（10）：44-51.

［7］陳岑，武傳濤，康慨，等.基于改進Owen值法的分布式儲能雙層合作博弈優(yōu)化策略［J］.中國電機工程學報，2022（11）：3924-3936.

［8］王燦，張雪菲，凌凱，等.基于區(qū)間概率不確定集的微電網(wǎng)兩階段自適應(yīng)魯棒優(yōu)化調(diào)度［J］.中國電機工程學報，44（5）：1750-1764.

［9］資容濤，唐忠，田晨，等．基于機會約束規(guī)劃的微電網(wǎng)容量優(yōu)化配置［J］．電測與儀表，2018，55（7）：130-136．

［10］BAI L Q，LI F X，CUI H T，et al.Interval optimization based operating strategy for gas-electricity integrated energy systems considering demand response and wind uncertainty ［J］.Appl Energy，2016，167：270-279.

［11］劉萬福，趙樹野，康赫然，等.考慮源荷雙重不確定性的多能互補系統(tǒng)兩階段魯棒優(yōu)化調(diào)度［J］.電力系統(tǒng)及其自動化學報，2020（12）：69-76.

［12］李馳宇，高紅均，劉友波，等.多園區(qū)微網(wǎng)優(yōu)化共享運行策略［J］.電力自動化設(shè)備，2020（3）：29-36.

［13］康繼光，琚潔華，趙艷敏，等.計及能源社區(qū)產(chǎn)消者的綜合能源系統(tǒng)優(yōu)化方法［J］.中國電力，2023，56（11）：206-216.

［14］吳錦領(lǐng)，樓平，管敏淵，等.基于非對稱納什談判的多微網(wǎng)電能共享運行優(yōu)化策略［J］.電網(wǎng)技術(shù)，2022，46（7）：2711-2723.

［15］FAN Songli，AI Qian，PIAO Longjian．Bargaining-based cooperative energy trading for distribution company and demand response［J］.Appl Energy，2018，226：469-482．

［16］馬騰飛，裴瑋，肖浩，等.基于納什談判理論的風-光-氫多主體能源系統(tǒng)合作運行方法［J］.中國電機工程學報，2021，41（1）：25-39，395.

［17］杜佳男，韓肖清，李廷鈞，等.考慮電價不確定性和博弈欺詐行為的多微網(wǎng)電能合作運行優(yōu)化策略［J］.電網(wǎng)技術(shù)，2022，46（11）：4217-4230.

［18］朱光遠，林濟鏗，羅治強，等.魯棒優(yōu)化在電力系統(tǒng)發(fā)電計劃中的應(yīng)用綜述［J］.中國電機工程學報，2017，37（20）：5881-5892.

［19］王善磊，孫國強，吳晨，等.基于集中-分散交易機制的多產(chǎn)消者兩階段魯棒優(yōu)化模型［J］.電力自動化設(shè)備，2022，42（5）：175-182.

【責任編輯：封文江】

收稿日期：2023-05-27

基金項目：遼寧省創(chuàng)新能力提升聯(lián)合基金資助項目（2022NLTS1601，2022NLTS1603）。

作者簡介：

張東（1985—），男，遼寧鞍山人，沈陽工程學院教授，博士；通信作者：崔銘（1999—），男，遼寧葫蘆島人，沈陽工程學院在讀碩士研究生。