一种基于价值函数网络的园区能碳协同优化调度方法

本发明涉及综合能源，特别指一种基于价值函数网络的园区能碳协同优化调度方法。

背景技术：

1、工业园区通常由用能结构、生产规模、设备存量和减排潜力不同的多家企业组成。现有综合能源系统优化方法主要根据负荷和设备约束进行运行调度，部分方法进一步将外部阶梯碳价或固定碳排放成本加入目标函数。在此类方法中，实际排放结果不能实时反馈给交易行为，并改变企业后续的碳配额交易和履约状态。

2、现有碳交易优化方法则多侧重于单一履约周期内的交易策略，并常将企业排放作为预先给定量。对于具有多个履约阶段的企业，当前交易不仅影响当前收益，还会改变后续配额库存及终端履约缺口，具有明显的跨期状态依赖。若采用静态碳交易或各阶段相互独立的优化方式，难以反映当前交易行为对未来履约风险的影响。若采用动态规划，当参与企业数量和库存状态维度增加时，利用离散状态网格对多阶段动态问题进行逐状态倒序求解会出现计算量快速增长的问题，网格逼近误差和计算量均会增加。

3、因此，现有技术主要存在以下缺陷：第一，现有碳交易模型多侧重单阶段交易，难以反映当前交易对后续配额状态和终端履约风险的影响；第二，多企业、多阶段条件下的动态规划存在维度高，难以扩散的问题，决策时重复求解效率较低；第三，碳市场与综合能源系统通常相互独立，市场履约压力难以转化为实际减排，实际排放也难以及时反馈至后续市场状态。

技术实现思路

1、本发明的目的在于提供一种基于价值函数网络的园区能碳协同优化调度方法，以解决多企业跨期碳履约、未来价值快速估计以及市场履约压力与能源侧实际减排之间缺乏动态反馈的问题。

2、本发明主要解决以下技术问题：

3、第一，建立基于碳配额库存状态转移的多企业动态碳交易模型，将企业当前碳配额库存、碳交易量和实际碳排放量纳入统一的跨期状态更新过程，使当前阶段的交易决策能够考虑后续履约价值和短缺风险。

4、第二，构建价值函数网络，对不同联合碳配额库存状态和剩余履约阶段对应的跨期继续价值进行近似，通过离线训练形成可在线快速调用的价值映射，减少滚动运行过程中对完整多阶段递推和动态博弈的重复求解。

5、第三，将价值函数所反映的配额边际价值转化为企业跨期履约压力并输入综合能源系统，利用能源设备调度产生实际碳排放量变化，再由实际碳排放量更新下一阶段碳配额库存，实现市场侧与能源侧的闭环协同。

6、为达成上述目的，本发明的解决方案为：

7、一种基于价值函数网络的园区能碳协同优化调度方法，包括以下步骤：

8、s1：构建工业园区n家异质企业的多履约阶段跨期动态碳交易模型，在每个履约阶段开始时形成包含各企业碳配额库存的联合配额库存状态向量；根据企业交易意向进行市场出清，得到各企业阶段净交易量，并在所述净交易量约束下进行nash双边定价撮合，输出交易明细信息；所述跨期动态碳交易模型支持配额库存结转，并在终端履约阶段对配额短缺配置惩罚规则；

9、s2：构建并离线训练价值函数网络，离线训练完成后网络参数保持固定；所述价值函数网络包括共享主干网络以及与共享主干网络分别连接的企业独立输出头；以联合配额库存状态、剩余履约期、企业异质特征作为网络输入，网络输出各企业从当前阶段直至履约周期结束的跨期继续价值；离线阶段利用反向递推生成样本标签，并对样本标签做数值预处理后完成网络训练；

10、s3：在线推理阶段，将当前联合配额库存状态输入训练完成的价值函数网络，基于网络输出对相应企业自身配额库存的边际变化进行数值微分，求解得到每家企业差异化的跨期履约压力；将该跨期履约压力作为耦合信号输入对应企业的综合能源系统调度模型；

11、s4：运行所述综合能源系统调度模型，综合能源系统接收企业对应的跨期履约压力，求解电、热、冷多能耦合调度优化问题，输出该履约阶段企业的实际碳排放量；

12、s5：根据步骤s4输出的实际碳排放量以及步骤s1得到的企业阶段净交易量，更新各企业碳配额库存，得到下一履约阶段的联合配额库存状态；

13、s6：在步骤s2离线训练完成后，循环执行步骤s3至步骤s5，实现由联合配额库存状态，经价值函数网络得到企业差异化跨期履约压力，输入综合能源系统调度后得到实际碳排放量，再依据实际碳排放量更新配额库存的跨阶段滚动闭环，直至完成全部履约阶段。

14、优选方案，所述步骤s3中，采用中心有限差分进行数值微分运算求解企业跨期履约压力；对企业i的配额库存施加正负扰动，其余企业库存保持不变，调用价值函数网络得到两组价值输出，通过中心有限差分计算得到边际价值，并将结果截断非负得到跨期履约压力；其中，i为1至n的任意取值，代表n家异质企业中的任意一家企业。

15、优选方案，所述步骤s5中，企业i下一阶段碳配额库存按照下式更新：

16、；

17、其中，为阶段t初始配额库存，为阶段t企业净交易量，为阶段t综合能源系统输出的实际碳排放量；i为1至n的任意取值，代表n家异质企业中的任意一家企业。

18、优选方案，所述步骤s2中，企业异质特征包括企业初始配额、阶段排放、交易意向参数、议价能力参数；网络输出为n家企业分别对应的跨期继续价值，并组合形成跨期继续价值向量。

19、优选方案，所述步骤s2离线阶段，对价值标签执行带符号对数变换以及标准化预处理；训练损失函数采用huber损失，对履约边界样本设置高于普通样本的样本权重，并采用早停策略终止训练。

20、优选方案，所述步骤s4中，综合能源系统调度模型的目标函数为最小化企业运行成本叠加跨期履约压力与阶段实际碳排放量乘积构成的碳风险成本项；约束条件包括电功率平衡、热功率平衡、冷功率平衡、各能源设备出力上下限、储能能量状态约束，其中，储能能量状态约束包括电池荷电状态、储热状态和储冷状态中的至少一种。

21、优选方案，所述步骤s1，双边定价撮合输出交易明细信息具体包括每笔交易的买卖方、成交量、双边成交价格。

22、本发明还提供一种基于价值函数网络的园区能碳协同优化调度系统，用于执行前述任一项所述的一种基于价值函数网络的园区能碳协同优化调度方法，该系统包括：

23、跨期碳交易建模模块，被配置为构建n家异质企业跨期动态碳交易模型，执行市场出清、nash双边定价，输出企业阶段净交易量；所述跨期动态碳交易模型支持配额库存结转，并在终端履约阶段对配额短缺配置惩罚规则；双边定价撮合输出每笔交易的买卖方、成交量、双边成交价格；

24、价值函数网络模块，被配置为包括共享主干网络以及与共享主干网络分别连接的企业独立输出头的神经网络，离线训练学习多企业联合配额库存状态下跨期继续价值，在线输出各企业跨期继续价值，并组合形成跨期继续价值向量；

25、跨期履约压力求解模块，被配置为对价值函数网络输出执行数值微分，输出各企业差异化跨期履约压力；

26、综合能源调度求解模块，被配置为接收企业差异化跨期履约压力作为耦合信号，完成电、热、冷多能耦合优化调度，输出阶段实际碳排放量；

27、状态更新模块，被配置为依据实际碳排放量与阶段净交易量更新各企业碳配额库存；

28、滚动闭环控制模块，被配置为驱动各模块迭代运行，实现跨履约阶段滚动闭环调度。

29、采用上述方案后，本发明的有益效果在于：

30、1、本发明建立企业碳配额库存、碳交易和实际碳排放量之间的跨期状态关系，使当前交易决策能够显式考虑未来履约价值和终端短缺风险，区别于各阶段相互独立的静态碳交易方式。

31、2、本发明利用价值函数网络对多阶段继续价值进行函数逼近，将大量离散状态的跨期价值信息压缩为可快速调用的网络映射，在滚动决策过程中无需对每一个新状态重新进行完整的状态网格倒序求解。

32、3、本发明将价值函数关于碳配额库存的边际价值转化为企业级跨期履约压力，并将该信号嵌入综合能源系统运行目标，从而使市场侧履约风险能够通过企业实际能源设备调度转化为可执行的低碳响应。

33、4、本发明使用综合能源系统执行后的实际碳排放量更新下一阶段碳配额库存，使能源侧减排结果能够反向改变后续碳交易和跨期履约压力，实现“市场-能源-排放-市场”的滚动闭环。

34、5、本发明能够保留企业在配额规模、排放水平、议价能力和能源系统结构方面的异质性，适用于由多家不同类型企业组成的工业园区。