張巖，李瑞芳，趙健，王瑩，王爽

（鄭州工業(yè)應(yīng)用技術(shù)學(xué)院機(jī)電工程學(xué)院，河南 鄭州 451100）

0 引言

由于對化石能源的過度依賴與開發(fā)，導(dǎo)致了全球性的能源危機(jī)與環(huán)境污染。大力發(fā)展安全綠色、高效低碳的能源供應(yīng)模式已成為全球共識[1，2]。IES能夠有效減少化石能源消耗和環(huán)境污染，對實(shí)現(xiàn)能源可持續(xù)發(fā)展具有重要意義[3，4]。

目前，國內(nèi)外學(xué)者致力于研究IES的商業(yè)模式和多主體交互機(jī)制[5]。博弈論可以有效解決不同主體之間的利益沖突[6]。文獻(xiàn)[7]考慮了用戶的主動性，建立了能源運(yùn)營商和用戶群體的IES能量交易模型及其策略。文獻(xiàn)[8]基于Stackelberg博弈理論建立了微網(wǎng)運(yùn)營商和多能用戶之間的多主多從博弈模型，研究了系統(tǒng)內(nèi)多個能源站和多個用戶的能量交互問題。文獻(xiàn)[9]建立了一種將輔助服務(wù)和多能源相結(jié)合的Stackelberg博弈模型，以實(shí)現(xiàn)園區(qū)運(yùn)營商和用戶聚合商之間的互動優(yōu)化。上述研究僅針對IES運(yùn)營商和用戶兩個主體展開研究，隨著能源市場的深入改革，IES內(nèi)部已浮現(xiàn)出多個不同投資主體。文獻(xiàn)[10]提出了含三方參與的IES主從博弈模型，建立了由IES運(yùn)營商、儲能服務(wù)商和用戶組成的多主體博弈交互機(jī)制及其數(shù)學(xué)模型。文獻(xiàn)[11]提出了由IES運(yùn)營商、電動汽車代理商和用戶聚合商組成的IES主從博弈模型。文獻(xiàn)[12]考慮了供能方和IES運(yùn)營商之間的互動，建立了以能源生產(chǎn)商、能源樞紐運(yùn)營商和用戶構(gòu)成的供需雙側(cè)博弈模型。文獻(xiàn)[13]結(jié)合氫儲能多能聯(lián)供聯(lián)儲的特點(diǎn)，設(shè)計(jì)了由IES運(yùn)營商為領(lǐng)導(dǎo)者，能源生產(chǎn)商、儲能提供商和用戶為跟隨者的多主體主從博弈模型。上述文獻(xiàn)雖然考慮了IES內(nèi)其他主體的主動性，但僅以經(jīng)濟(jì)利益為目標(biāo)，忽略了各主體的綠色調(diào)節(jié)能力。

碳交易機(jī)制是有效降低系統(tǒng)碳排放量的重要措施之一。文獻(xiàn)[14]在電-氣互聯(lián)的IES優(yōu)化模型中引入碳交易機(jī)制，引導(dǎo)清潔機(jī)組的積極并網(wǎng)。文獻(xiàn)[15]針對傳統(tǒng)碳交易機(jī)制的不足，提出了計(jì)及階梯型碳交易機(jī)制的IES源側(cè)集中調(diào)度方法，并分析了碳交易參數(shù)對系統(tǒng)優(yōu)化調(diào)度的影響。為了充分發(fā)揮需求側(cè)資源的靈活調(diào)節(jié)能力，綜合需求響應(yīng)（Integrated Demand Response，IDR）策略應(yīng)運(yùn)而生。文獻(xiàn)[16]研究了園區(qū)微網(wǎng)在電熱IDR策略下的優(yōu)化調(diào)度模型，驗(yàn)證了IDR策略在新能源消納能力、降低系統(tǒng)運(yùn)行成本及能效等方面的有效性。文獻(xiàn)[17]針對電、氣負(fù)荷具有相同商品屬性的特征，建立了基于分時價格的電-氣-熱IDR模型，實(shí)現(xiàn)了IES經(jīng)濟(jì)運(yùn)行。然而，上述研究并未充分利用需求側(cè)資源的減排能力，將碳配額激勵與IDR策略相互結(jié)合，能夠充分發(fā)揮用戶的綠色調(diào)節(jié)能力，對降低IES的碳排放量具有重要意義。

本文基于Stackelberg博弈理論，提出了一種考慮碳配額和綜合需求響應(yīng)雙重激勵的IES多主體博弈協(xié)同優(yōu)化調(diào)度策略。首先，針對各投資主體的利益訴求不同，建立了以IES運(yùn)營商為領(lǐng)導(dǎo)者，儲能運(yùn)營商和用戶為跟隨者的一主多從博弈模型；其次，引入了基于碳配額和實(shí)時價格引導(dǎo)的雙重激勵政策，通過將用戶響應(yīng)價格激勵所調(diào)整的改變量轉(zhuǎn)化為碳配額獎勵給用戶；最后，建立了各主體博弈決策模型，并采用遺傳算法結(jié)合CPLEX的兩階段算法對所提博弈模型進(jìn)行求解。算例仿真設(shè)置了不同場景進(jìn)行對比分析，驗(yàn)證了所提雙重激勵策略和博弈模型的有效性。

1 IES多主體交互機(jī)制

1.1 IES基本結(jié)構(gòu)

本文所研究的IES基本結(jié)構(gòu)如圖1所示。

圖1 IES基本結(jié)構(gòu)Fig.1 Basic structure of IES

系統(tǒng)包含風(fēng)電機(jī)組（Wind Turbine，WT）、光伏機(jī)組（Photovoltaic，PV）、燃?xì)廨啓C(jī)（Gas Turbine，GT）、余熱鍋爐（Waste Heat Boiler，WHB）、燃?xì)忮仩t（Gas Boiler，GB）、電制冷機(jī)（Electric Refrigerator，ER）、吸收式制冷機(jī)（Absorption Refrigerator，AR）以及電鍋爐（Electric Boiler，EB）、儲電裝置（Eletricity Storage Device，ESD）、儲熱裝置（Heat Storage Device，HSD）、儲冷裝置（Cold Storage Device，CSD）。用戶需求包括冷、熱、電3種負(fù)荷。

1.2 多主體交互機(jī)制

本文所研究的多主體主從博弈交互框架如圖2所示。依據(jù)IES內(nèi)部結(jié)構(gòu)和各設(shè)備投資主體可將其劃分為IES運(yùn)營商、儲能運(yùn)營商和用戶。

圖2 IES多主體交互機(jī)制Fig.2 IES multi-agent interaction mechanism

IES運(yùn)營商以能源服務(wù)公司的形象作為該博弈模型的領(lǐng)導(dǎo)者，其內(nèi)部包含各冷熱電耦合設(shè)備及可再生能源設(shè)備，以凈利潤最大為目標(biāo)，通過制定售能價格和內(nèi)部機(jī)組出力計(jì)劃實(shí)現(xiàn)系統(tǒng)能量供需平衡。儲能運(yùn)營商擁有IES內(nèi)儲能裝置的控制權(quán)。根據(jù)領(lǐng)導(dǎo)者發(fā)布的價格信息，儲能運(yùn)營商以“低充高放”的策略協(xié)調(diào)控制儲電、儲熱及儲冷裝置在各個時段的充、放能功率，通過套利獲取收益。在需求側(cè)，用戶以用能成本和滿意度成本為目標(biāo)，在滿足用戶用能滿意度的情況下合理調(diào)整自身用能策略。此外，為了進(jìn)一步激發(fā)用戶的綠色調(diào)節(jié)能力，通過引入碳配額激勵手段讓用戶深度調(diào)節(jié)負(fù)荷，發(fā)揮其間接減排效益，使用戶形成低碳減排、綠色安全的用能策略。

2 市場各主體決策模型

2.1 IES運(yùn)營商模型

2.1.1 基于碳配額和實(shí)時價格引導(dǎo)的雙重激勵政策

本文在IES運(yùn)營商制定實(shí)時價格的基礎(chǔ)上引入碳配額激勵，實(shí)施基于碳配額和實(shí)時價格引導(dǎo)用戶參與需求響應(yīng)的雙重激勵策略。策略具體步驟如下。

（1）實(shí)時價格策略的制定

①當(dāng)用能負(fù)荷處于谷時期，可再生能源出力過剩。為了增加可再生能源的消納能力，該時段IES運(yùn)營商制定的電、熱、冷價格較低，引導(dǎo)用戶適當(dāng)提高用能量，減少棄風(fēng)棄光現(xiàn)象。

②當(dāng)用能負(fù)荷處于平值時期，系統(tǒng)內(nèi)源、荷功率相差不大，通過小幅度調(diào)整用能負(fù)荷就可達(dá)到平衡，故此時IES運(yùn)營商制定的電、熱、冷價格適中。

③當(dāng)用能負(fù)荷處于峰值時期，IES機(jī)組供能壓力較大，不足的能量需由外部電網(wǎng)提供。為了減少外購電力，降低運(yùn)行成本，IES運(yùn)營商制定的電、熱、冷價格較大，引導(dǎo)用戶主動減少自身用能量，實(shí)現(xiàn)削峰填谷。

（2）基于碳配額和實(shí)時價格引導(dǎo)的雙重激勵政策

本文在實(shí)時售能價格激勵策略的基礎(chǔ)上，進(jìn)一步實(shí)施碳配額激勵策略，將用戶也納入碳交易市場中。碳配額激勵策略的步驟具體如下。

①當(dāng)用戶負(fù)荷處于谷值，此時售能價格也處于谷值，用戶主動增加該時段的用能量，故可將該時段用戶增加的用能量轉(zhuǎn)換成碳配額獎勵給用戶，進(jìn)一步引導(dǎo)用戶增加用能量。

②當(dāng)用戶負(fù)荷處于平值，此時售能價格適中，該時段負(fù)荷調(diào)整量較小，故幾乎沒有或者很少有碳配額獎勵給用戶。

③當(dāng)用戶負(fù)荷處于峰值，此時售能價格較高，用戶主動減少該時段的用能量，故可將該時段用戶減少的用能量轉(zhuǎn)換成碳配額獎勵給用戶，引導(dǎo)用戶進(jìn)一步降低用能量。

2.1.2 碳交易成本模型的建立

為了降低IES的碳排放量，在IES的目標(biāo)函數(shù)中引入碳交易成本。IES的碳配額分配主要有3部分，分別是外購電力、CCHP機(jī)組和GB[18]，其表達(dá)式為

式中：NIES為IES總的碳排放配額量；NCCHP，NGB和NGrid分別為CCHP，GB和外部購電所分配的碳配額；PGrid，b（t）為IES的外部購電量；PGT（t）為GT的輸出電功率；PWHB（t）為WHB的供熱功率；PGB（t）為GB的供熱功率；PAR（t）為輸入AR的供熱功率；φ為發(fā)電量折算成供熱量的折算系數(shù)；γg，γe分別為單位供熱量和單位發(fā)電量的碳排放權(quán)配額系數(shù)[18]。

根據(jù)文獻(xiàn)[15]，可得各部分實(shí)際碳排放量如下：

根據(jù)式（1），（2），可計(jì)算IES運(yùn)營商承擔(dān)的碳交易成本Fc為

式中：c為碳交易價格。

2.1.3 IES運(yùn)營商目標(biāo)函數(shù)

IES運(yùn)營商主要考慮了售能收益、運(yùn)行成本、碳交易成本和碳配額激勵成本，其中本文運(yùn)行成本表達(dá)式為

式中：FIESO為IES運(yùn)營商的凈利潤；FSell為IES運(yùn)營商出售給用戶或者儲能運(yùn)營商的收益；FOper為IES的運(yùn)行成本；Fp為IES運(yùn)營商獎勵用戶所承擔(dān)的碳配額激勵成本。

（1）售能收益

IES運(yùn)營商的售能收益包括向用戶的售能收益和向儲能運(yùn)營商的售能收益兩部分。

式中：i為能源種類，i∈{e，h，c}；ci（t）為IES運(yùn)營商出售給用戶的第i類能源的售能價格；Pi（t）為用戶的第i類用能負(fù)荷；j為儲能設(shè)備的種類；cj（t）為IES運(yùn)營商出售給儲能運(yùn)營商的售能價格；（t）為儲能設(shè)備j的充能功率。

（2）運(yùn)行成本

IES的運(yùn)行成本為購能成本和設(shè)備運(yùn)行維護(hù)成本之和，即：

式中：λGrid（t）為IES運(yùn)營商向外部電網(wǎng)的購電價格；λGas（t），PGas（t）分別為IES運(yùn)營商的購氣價格和購氣功率；m為能源設(shè)備的種類；αm為第m類能源設(shè)備的運(yùn)行維護(hù)系數(shù)；Pm（t）為第m類能源設(shè)備的輸出功率。

（3）碳配額激勵成本

式中：εe，εh，εc分別為單位電、熱、冷能變化量的碳配額激勵系數(shù)；Pe（t），Ph（t）和Pc（t）分別為用戶實(shí)際的用電、熱、冷功率；和別為用戶需求響應(yīng)前的電、熱、冷負(fù)荷。

2.1.4 約束條件

（1）能源設(shè)備運(yùn)行約束

對于系統(tǒng)內(nèi)部每種能源設(shè)備，除了需要滿足功率平衡約束，還需滿足能源設(shè)備出力上、下限約束。

（2）售能價格約束

為了保證各主體利益，IES運(yùn)營商的售能價格需滿足以下約束[19]。

式中：cGrid，s（t），cGrid，b（t）分別為IES運(yùn)營商與外部電網(wǎng)交互時的售電價格和購電價格；分別為IES運(yùn)營商的售熱價格的最小、最大值；分別為IES運(yùn)營商的售冷價格的最小、最大值；和分別為平均售電、售熱和售冷價格。

2.2 用戶負(fù)荷模型

在博弈過程中，用戶接收到IES運(yùn)營商發(fā)布的電、熱、冷價格之后，在考慮自身用能舒適度的情況下，科學(xué)合理的調(diào)整自身用能策略。用戶的決策目標(biāo)包含用能成本和用能滿意度指標(biāo)兩部分，其目標(biāo)函數(shù)如下所示：

式中：Fuser為用戶的綜合成本函數(shù)；Fu為用戶的用能成本；Fm為用戶的滿意度指標(biāo)函數(shù)。

用戶的用能成本為購能成本Fbuy與碳配額獎勵收益FP之差，即：

本文引入效用函數(shù)表征用戶購買電、熱、冷能所獲得的滿意度指標(biāo)[12]：

2.3 儲能運(yùn)營商模型

儲能運(yùn)營商掌管著IES內(nèi)的儲能設(shè)備，根據(jù)IES運(yùn)營商制定的能源價格，決定各時段儲能設(shè)備的充、放能功率，其目標(biāo)函數(shù)為

式中：FESO為儲能運(yùn)營商的凈利潤；別為儲能運(yùn)營商的售能收益和購能成本；為各儲能設(shè)備的運(yùn)行維護(hù)成本。

式中：βj為儲能裝置j的運(yùn)行維護(hù)成本系數(shù)；為儲能運(yùn)營商向用戶制定的第j類能源的售能價格，為了保證儲能運(yùn)營商競價成功，本文取儲能運(yùn)營商最高報價為IES運(yùn)營商的95%。

各儲能設(shè)備需滿足下述約束：

3 多主體博弈互動分析及其求解方法

3.1 多主體博弈互動分析

本文所提的多主體博弈包含了參與者、策略和效用。參與者包括IES運(yùn)營商（IESO）、用戶（user）和儲能運(yùn)營商（ESO）。策略即決策變量，IES運(yùn)營商的決策變量包含售能價格和各設(shè)備出力，用pIES表示；用戶的決策變量為自身的用能策略puser；儲能運(yùn)營商的決策變量為各儲能設(shè)備的充、放能功率pESO。效用則為各主體的目標(biāo)函數(shù)，分別為式（4），（12）和（16）。因此，該多主體博弈模型可表示為

在博弈過程中，當(dāng)任何主體都不能通過單方面改變均衡解的策略來提高收益時，說明該博弈達(dá)到Stackelberg均衡。當(dāng)所提多主體博弈達(dá)到Stackelberg均衡，且為均衡解時，Stackelberg均衡的表達(dá)式為

3.2 多主體博弈求解方法

由于本文所建模型是一種雙層優(yōu)化模型，其領(lǐng)導(dǎo)者首先給出策略，跟隨者依據(jù)該策略給出最優(yōu)反應(yīng)并將優(yōu)化結(jié)果傳遞給領(lǐng)導(dǎo)者。由于策略信息的不完全性，故需通過多次迭代才能使各主體達(dá)到收斂。為此，本文采用遺傳算法聯(lián)合CPLEX求解器的雙層優(yōu)化算法對所提模型進(jìn)行求解。算法的求解流程如圖3所示。

4 算例分析

4.1 基礎(chǔ)數(shù)據(jù)

以某IES為案例，對所提多主體主從博弈優(yōu)化模型進(jìn)行算例分析。系統(tǒng)內(nèi)初始冷、熱、電負(fù)荷以及風(fēng)電、光伏預(yù)測數(shù)據(jù)如圖4所示。外部電網(wǎng)設(shè)置的分時電價如表1所示。IES運(yùn)營商和儲能運(yùn)營商的設(shè)備參數(shù)如表2所示。天然氣價格為2.67元/m3。外購電力和燃?xì)鈾C(jī)組的碳排放計(jì)算參數(shù)可見文獻(xiàn)[15]；平均售電、熱、冷價格約束分別取0.83，0.4，0.37元。

表1 分時電價Table 1 Time-of-use electricity price

表2 能源設(shè)備參數(shù)和儲能設(shè)備參數(shù)Table 2 Parameters of energy equipment and energy storage equipment

圖4 電、熱、冷、預(yù)測負(fù)荷和風(fēng)電、光伏的預(yù)測曲線Fig.4 Power，heat and cooling load forecasting and forecasting curve of wind power and photovoltaic

4.2 碳配額激勵策略對各主體優(yōu)化影響

為了驗(yàn)證碳配額激勵策略對各主體利潤的影響，本文設(shè)置以下幾種方案進(jìn)行對比：方案1，三方主體交互，但未考慮用戶的IDR策略和碳配額激勵；方案2，三方主體交互，考慮用戶的IDR策略，但未引入碳配額激勵；方案3，三方主體交互，引入碳交易成本，考慮本文所提基于碳配額和實(shí)時價格引導(dǎo)的雙重激勵政策。

3種方案下的各主體利潤如表3所示。

表3 不同方案下的各主體利潤Table 3 Profit of each entity under different schemes

由表3可知，由于方案1未考慮用戶側(cè)的需求響應(yīng)，IES運(yùn)營商制定的售能價格不會因用戶負(fù)荷的改變而產(chǎn)生變化，故IES運(yùn)營商的報價與外部電網(wǎng)持平，并且由于用戶負(fù)荷未出現(xiàn)削減，因此IES運(yùn)營商的利潤會呈現(xiàn)上漲的趨勢。但是由于負(fù)荷峰值較高導(dǎo)致外購電量較多，故IES的碳排放量較大。方案2考慮了價格型IDR策略，用戶在IES運(yùn)營商發(fā)布的實(shí)時價格的基礎(chǔ)上，根據(jù)自身用能滿意度合理的調(diào)整負(fù)荷需求大小，達(dá)到削峰填谷的作用。這不僅能夠降低用戶自身綜合成本，還能進(jìn)一步降低系統(tǒng)的碳排放量。但由于用戶負(fù)荷減少，使IES的售能收益降低，故IES運(yùn)營商的利潤略微下降。方案1，2中用戶綜合成本下降了5.66%，系統(tǒng)碳排放量下降了4.38%，IES運(yùn)營商利潤下降了2.97%。儲能運(yùn)營商由于用戶購能需求而受到影響，其利潤下降了37.3元。方案3在方案2的基礎(chǔ)上，引入了碳交易成本和碳配額激勵策略，用戶可以在削減自身負(fù)荷的同時將調(diào)整量轉(zhuǎn)換成碳配額進(jìn)而獲得碳配額獎勵。碳配額激勵策略不僅能進(jìn)一步增加用戶參與需求響應(yīng)的積極性，還能降低用戶的綜合成本，有效發(fā)揮了用戶的綠色調(diào)節(jié)特性。對IES運(yùn)營商來說，由于引入了碳交易成本，IES運(yùn)營商能夠主動降低外購電力，使清潔機(jī)組積極產(chǎn)能，從而有效降低了系統(tǒng)碳排放量和IES運(yùn)營商承擔(dān)的碳交易成本，雖然會承擔(dān)一定的碳配額成本，但總體增加了IES運(yùn)營商的利潤。IES運(yùn)營商利潤增加了3.74%，用戶綜合成本下降了2.21%，且系統(tǒng)碳排放量也下降了6.38%。故該策略既實(shí)現(xiàn)了各方主體經(jīng)濟(jì)性的增加，也降低了系統(tǒng)環(huán)境污染。

4.3 雙重激勵策略對用戶用能負(fù)荷的影響

圖5為3種方案下的用戶電負(fù)荷和熱負(fù)荷曲線優(yōu)化結(jié)果。

圖5 用戶負(fù)荷曲線及電、熱價格優(yōu)化結(jié)果Fig.5 The optimization results of user load curve and electricity and heat price

由圖5可知，方案2和3與方案1相比較，用戶實(shí)際電負(fù)荷和實(shí)際熱負(fù)荷的峰谷差都有所降低。以用戶電負(fù)荷為例，當(dāng)僅考慮電價激勵時（方案2），在21：00-24：00和01：00-04：00，IES運(yùn)營商在分時電價的基礎(chǔ)上，制定的實(shí)時電價為谷價，則該時段用戶有足夠的經(jīng)濟(jì)能力進(jìn)行購電，會優(yōu)先考慮自身用電滿意度，故選擇提高該時段的用電負(fù)荷。在05：00-07：00和12：00-16：00，IES運(yùn)營商制定的售電價格為平價，該時段用電需求處于中間值，在考慮用戶用電滿意度基礎(chǔ)上，用戶小比例調(diào)整自身用電功率。而在其余時段，IES運(yùn)營商制定的電價策略為峰值，由于該時段用電負(fù)荷處于峰值，故為了降低自身的購能成本，用戶此時偏向于轉(zhuǎn)出該時段的負(fù)荷用電量，忽略了此時用戶用電滿意度。

方案3進(jìn)一步考慮了碳配額激勵策略。由于用戶增加或者削減負(fù)荷時會有碳配額收益，因此為了進(jìn)一步增加自身的綜合效益，用戶會選擇在電負(fù)荷高峰時段進(jìn)一步降低用電量以及在電負(fù)荷低谷時段進(jìn)一步增加用電量，從而使用戶綜合效益達(dá)到最優(yōu)。由圖5（b）可知，在實(shí)時熱價策略及碳配額和實(shí)時熱價的雙重激勵策略引導(dǎo)下，用戶的熱負(fù)荷均出現(xiàn)了不同程度的削減，特別在01：00-08：00和22：00-24：00用熱高峰時期，用戶削減量較大。但由于考慮了用戶舒適度，為了保證用戶的溫度舒適度，在雙重激勵下的用戶熱負(fù)荷削減程度改變較小。冷負(fù)荷的優(yōu)化結(jié)果與電、熱負(fù)荷類似，此處不再贅述。

4.4 調(diào)度結(jié)果分析

4.4.1 各主體博弈結(jié)果分析

IES運(yùn)營商、用戶和儲能運(yùn)營商的優(yōu)化目標(biāo)迭代收斂結(jié)果如圖6所示。

圖6 Stackelberg博弈均衡收斂結(jié)果Fig.6 Convergence results of Stackelberg game equilibrium

由圖6可知，領(lǐng)導(dǎo)者和跟隨者的收斂趨勢不同，領(lǐng)導(dǎo)者IES運(yùn)營商通過合理調(diào)整售能價格和機(jī)組設(shè)備出力，其利潤隨著迭代次數(shù)的增加而逐級上升。對于跟隨者，儲能運(yùn)營商的收益在逐級下降，而用戶的綜合成本呈現(xiàn)輕微上升的趨勢。當(dāng)?shù)螖?shù)約為70次時，他們的策略不再改變，說明已達(dá)到Stackelberg均衡，此時任何參與者都不能通過獨(dú)立改變策略來獲取收益。最終，IES運(yùn)營商的利潤穩(wěn)定在14 653.8元，儲能運(yùn)營商的利潤穩(wěn)定在816.3元，用戶的綜合成本穩(wěn)定在21 088.3元。

4.4.2 儲能運(yùn)營商優(yōu)化結(jié)果分析

圖7為儲能運(yùn)營商的電、熱、冷儲能裝置的優(yōu)化結(jié)果。

圖7 儲能運(yùn)營商的優(yōu)化結(jié)果Fig.7 Optimization results of energy storage operators

儲能運(yùn)營商通過“低充高放”的策略進(jìn)行獲利，以儲電裝置為例，在01：00-04：00和23：00-24：00，電價較低，儲能運(yùn)營商選擇充電。而在07：00-11：00，18：00-19：00的電負(fù)荷高峰時期，為緩解IES運(yùn)營商的供能壓力，儲能運(yùn)營商選擇在此時充電。儲熱裝置和儲冷裝置的充、放能策略分析與儲電裝置類似，此處不再贅述。

4.4.3 源、荷功率平衡分析

圖8為本文方案下的源、荷功率平衡優(yōu)化結(jié)果。

圖8 源、荷功率平衡分析Fig.8 Source and load power balance analysis

首先分析電功率調(diào)度結(jié)果，在01：00-04：00和21：00-24：00電價谷時期，IES運(yùn)營商為了降低運(yùn)行成本，在消納完風(fēng)電出力之后，不足的電能主要通過外部購電滿足。而在08：00-11：00和17：00-20：00電價峰時期，為了降低系統(tǒng)碳排放，電負(fù)荷主要由WT，PV以及GT提供，不足的通過ESD以及外部購電彌補(bǔ)，此時外購電力較少或基本為零。對于熱功率調(diào)度結(jié)果，在01：00-07：00以及23：00-24：00熱負(fù)荷較高時段，由于WHB輸出較少，導(dǎo)致GB基本滿發(fā)，故通過EB電產(chǎn)熱進(jìn)行供熱，不足的熱能則由HSD補(bǔ)充。13：00-20：00，熱負(fù)荷較低，且WHB出力較多，富裕的熱能通過HSD儲熱以及AR供冷滿足冷負(fù)荷需求。冷功率平衡分析與電、熱功率類似，此處不再贅述。

5 結(jié)論

本文針對綜合能源系統(tǒng)多主體博弈協(xié)同優(yōu)化問題，建立了考慮碳配額和綜合需求響應(yīng)雙重激勵的多主體博弈模型，分析了不同主體的決策行為，對未來構(gòu)建“源-荷-儲”多主體參與下的能源互聯(lián)網(wǎng)具有積極作用。通過算例分析可得到如下結(jié)論。

①分別構(gòu)建了面向不同利益訴求的多主體決策模型，通過價格引導(dǎo)儲能側(cè)充放能功率和用能側(cè)的用能計(jì)劃，充分考慮了用戶和儲能運(yùn)營商的主動性。相比未考慮用戶IDR策略時，考慮用戶IDR策略后，用戶綜合成本下降了5.66%，系統(tǒng)碳排放量下降了4.38%，IES運(yùn)營商利潤下降了2.97%。

②所提的碳配額和綜合需求響應(yīng)雙重激勵策略能夠充分發(fā)揮用戶的需求響應(yīng)能力，在不損害IES運(yùn)營商及用戶利益的情況下，能夠有效減少系統(tǒng)的碳排放量，引導(dǎo)用戶綠色科學(xué)用能。相比僅考慮用戶IDR時，所提模型的IES運(yùn)營商利潤增加了3.74%，用戶綜合成本下降了2.21%，且系統(tǒng)碳排放量也下降了6.38%。

③通過在IES運(yùn)營商中引入碳交易成本，能夠加強(qiáng)清潔機(jī)組的出力，降低系統(tǒng)碳排放量，營造了一種綠色環(huán)保的能量交易模式。