1.本发明涉及综合能源系统调度
技术领域：
：，具体涉及一种基于综合需求响应和奖惩阶梯碳交易的能源枢纽主从博弈优化调度方法。
背景技术：
：：2.随着国家能源市场逐步改革开放，寻求安全高效、低碳清洁的能源运营模式已成为当前研究的热点。综合能源系统是一种高效清洁、多能耦合的能源管理系统。而能源枢纽作为未来的高效能源形式，在综合能源系统ies的研究中扮演着重要角色。综合需求响应是传统电力需求响应的拓展和延伸，在能源枢纽eh优化运行中起关键作用。建立能考虑各种环境扰动因素且能反映实际用能需求的idr模型是目前亟需解决的难题。3.能源市场的改革使大量新兴主体涌入市场展开激烈竞争，博弈论的应用能很好的处理不同主体间的利益冲突。碳交易被认为是提升系统环境效益并兼顾经济性的有效手段之一。目前，大多数研究只在ies运行成本中引入碳交易成本，充分发挥需求侧资源的节能减排能力是需要解决的关键问题之一。技术实现要素：4.本发明提供一种基于综合需求响应和奖惩阶梯碳交易的能源枢纽主从博弈优化调度方法，能够有效兼顾双方利益，充分发挥用户的需求响应潜力，实现eh经济、低碳运行。5.本发明采取的技术方案为：6.基于综合需求响应和奖惩阶梯碳交易的能源枢纽主从博弈优化调度方法，包括以下步骤：7.步骤1：对能源枢纽结构所包含的燃气轮机、燃气锅炉、电制冷机与吸收式制冷机、蓄电池进行建模，反应输入功率与输出功率的关系；8.步骤2：建立综合需求响应模型，包括用户冷负荷需求建模、用户热负荷需求建模和用户电负荷需求响应。9.步骤3：建立主从博弈低碳模型，使参与该博弈互动的能源枢纽运营商和用户在各自运行约束条件下追求自身利益最优。10.步骤4：通过差分进化算法和cplex求解器，对主从博弈低碳模型进行求解。11.所述步骤1中，12.1)、燃气轮机模型如下：13.燃气轮机gt输出的电功率与所消耗的气功率关系如下所示：[0014][0015]式中：为gt的启停状态标记位；a、b为燃耗系数，c为gt启停成本系数。[0016]为了精确反映gt的实际运行工况，便于快速计算，对式(1)进行三分段线性化处理，分段后的3段斜率分别为：[0017][0018]式中：、、、表示分段后的gt电功率曲线参数，、为gt输出电功率的上、下限，故式(1)可以改写为：[0019][0020]gt运行时，排出的高温烟气通过余热锅炉whb产热，其制热特性模型为：[0021][0022][0023]式中：和分别表示gt和whb输出的热功率；λgt和λwhb分别表示燃气轮机输出的电热功率比和热回收效率。[0024]2)、燃气锅炉模型如下：[0025]燃气锅炉gb通过燃烧天然气产热，其输出热功率htgb与输入的气功率gtgb的关系为：[0026][0027]式中：ηgb为gb的产热效率。[0028]3)、电制冷机与吸收式制冷机模型如下：[0029]电制冷机ac(airconditioner)、吸收式制冷机ar(airrefrigerator)的输出冷功率qtac、qtar分别如下：[0030][0031]式中：ηar、ηac表示ar、ac制冷效率；ptac和htar分别表示ac的输入电功率和ar的输入热功率。[0032]4)、蓄电池模型如下：[0033]蓄电池bt充放电前后的储能容量需满足以下约束：[0034][0035]式中：表示bt的t时刻容量状态；hbt.chr、hbt.dis分别为bt的充、放电效率。[0036]表示bt的t-1时刻容量状态、表示t时刻的充电功率、表示t时刻的放电功率、△t表示时间间隔，表示bt的容量状态下限、表示t时刻的容量状态、表示bt的容量状态上限。[0037]此外，bt还需满足充放电频率约束和互斥约束：[0038][0039]表示t时刻的bt放电功率标志位、表示t时刻的bt充电功率标志位；[0040][0041]t表示时间间隔；[0042]所述步骤2中：[0043]1)：用户冷负荷需求建模具体如下：[0044]设楼宇制冷设备在使用时间内连续运行，根据能量守恒定理，t时段内室内热量变化量δlc等于制冷量ltc与建筑吸热量lb之差，由此得楼宇热平衡方程：[0045][0046]式中：ρair为空气密度；cair为空气比热容；为室内温度变化率；vb为建筑体积。[0047]影响建筑吸热的主要因素有：建筑外墙、外窗传递的热量lwall、lwin，建筑因吸收室内照明、人体散热等热量产生的室内热源lin以及太阳辐射所产生的热量ls，因此，lb可表示为：[0048][0049]式中：lb表示建筑吸热量；分别为建筑朝向为j时的建筑外墙、外窗与室外的传热系数；分别为建筑朝向为j时建筑外墙、外窗面积；j表示建筑朝向；[0050]分别为建筑外墙、外窗与室外的传热系数；分别为建筑外墙、外窗面积；tin、tout分别为室内外温度；i为太阳辐射功率；s、c分别为外窗遮阳系数、得热因子；[0051]联合式(11)和式(12)，并通过差分化处理，可以得到离散化的楼宇热平衡方程：[0052][0053]由式(11)可得到室内温度与制冷功率之间的关系，为保障用户舒适度，室温应满足上下限和室温波动约束:[0054][0055]表示t时刻的室内温度；[0056][0057][0058]式中：分别为用户可接受的室内温度上限、下限，为设定的最适宜室温[0059]分别表示室温波动相对值的上下限；[0060]2)：用户热负荷需求建模具体如下：[0061]通过热水储存模型描述供水温度与热负荷之间的关系：[0062][0063]式中：ch为水的比热容；th与tc,h分别表示储水温度和进入储水罐代替消耗热水的冷水温度；vh与分别表示储水总量和替换消耗热水的冷水总量；表示供应热水所需要的能量。表示t 1时刻的室内温度；[0064]为保障用户舒适度，水温应满足上下限约束和水温波动约束：[0065][0066]表示t时刻的水温；[0067][0068][0069]式中：分别为用户可接受的室内温度上限、下限，为设定的最适宜水温。[0070]分别表示水温波动相对值的上下限；[0071]3)：用户电负荷需求响应建模如下：[0072]用户电负荷包括固定电负荷和可转移电负荷，可转移电负荷指用户根据电价信息和用户需求进行转移，在不影响自身舒适度的情况下调整用电策略。设时段t内可转移负荷lte,k的表达式如式(21)-(22)所示。[0073][0074][0075]式中：表示第i个用户未经过电价idr调节前的可转移电负荷功率；和分别为第i个用户经电价idr调节后转入和转出的电负荷功率，m为参与响应的用户数量[0076]经电价idr调节后转入和转出的电负荷功率；[0077]所述步骤3中，主从博弈低碳模型包括：[0078]1)：eho碳排放量额分配，具体如下：[0079]采用基准线法来确定eho的无偿碳排放配额，eh中的碳排放权分配额包括cchp、gb和常规机组。将cchp发电量折算成等效的发热量并进行碳配额分配：[0080]ep＝egrid egb ecchpꢀꢀꢀ(23)；[0081]egrid＝δepbuyꢀꢀꢀ(24)；[0082][0083][0084]式中：egrid、egb和ecchp分别为外部电网购电、gb和cchp的无偿碳排放配额；ep为总的系统碳排放分配额；为eho从外部电网购买的电量；表示折算系数；δe、δh为单位电量、热量的碳排放分配额系数，分别取0.728t/(mwh)和0.102t/(gj)。[0085]表示t时刻的gb输出热功率、表示t时刻gt的输出电功率、t时刻whb的输出热功率、表示t时刻ar的输出冷功率；[0086]2)：奖惩阶梯型碳交易成本计算模型，具体如下：[0087]构建的奖惩阶梯型碳交易成本模型如式(27)所示，当碳排放量小于免费的碳配额时，供能企业可以出售多余的碳排放配额并获取一部分奖励补贴，反之则需要购买不足的碳排放权。碳排放量越大的区间，对应的碳交易价格越高。[0088][0089]式中：eco2为eho所承担的碳交易成本，ec为eho的实际碳排放总量，c为单位碳交易价格；λ、μ分别表示奖励系数和惩罚系数，h表示碳排放区间长度。其中，常规发电机组实际碳排放量为1.08t/(mwh)；cchp和gb的实际碳排放量为0.065t/gj。ep表示ies总的碳排放配额；[0090]3)：能源枢纽运营商模型，如下：[0091]eho表示能源枢纽运营商，eho根据用户用能策略调节eh内能量耦合设备出力与内部能源价格，以最大化eho净利润为目标函数：[0092]maxeeho＝esale-ebuy-eco2-ekꢀꢀꢀ(28)；[0093][0094][0095][0096]式中：i∈{e，c，h}，esale为eho的售能收益；ebuy为eho的购电、气成本；eco2和ek分别为eho承担的碳交易成本和设备运行维护成本；λti为eho向用用户出售第i种能源的价格，为相应的用户负荷；分别为eho向外部电网购、售电价格，分别为相应的购、售电功率；λgas为天然气价格，分别为gt、gb所消耗的天然气功率；ki为设备的单位运行维护费用；表示各设备输出功率。△t表示时间间隔；[0097]eho在优化调度中，不仅需考虑eh内多种能源供需平衡和各能源设备的上下限约束，还需要考虑内部能源价格的约束：[0098][0099]式中：λti,min与λti,max分别为eho向用户出售第i种能源的价格上、下限值。表示t时刻的第i种能源价格。[0100]4)用户模型如下：[0101]用户的目标函数为购能成本和不舒适度成本之和。设eh内用户均能接受一定程度的不舒适度变化，故其目标函数为：[0102]mineuser＝cuser uuserꢀꢀꢀ(33)；[0103]式中：cuser为用户的购能成本；uuser为用户不舒适成本，其表达式分别为：[0104][0105][0106]式中：i∈{e，c，h}，γi对应用户转移或削减第i种能量的不适系数，反映用户对能源的需求偏好；λti为用户t时刻消费第i种能源的价格；为用户最舒适的负荷需求；为用户执行idr后的实际负荷；△lti表示用户执行idr前后的负荷变化量。[0107]对于可转移负荷，需要满足以下约束：[0108][0109][0110]式中：表示负荷可转移量的上限值，表示负荷的可转移负荷总量，表示需求响应前第i种能源的用能负荷，表示t时刻第i种能源的用能负荷，表示t时刻第i种负荷的变化量，△t代表时间间隔，t代表一天24小时；[0111]所述步骤4包括以下步骤：[0112]步骤4.1：初始化种群，令迭代次数k＝0；[0113]步骤4.2：若k≤kmax，则输出最优结果，否则令k＝k 1；[0114]步骤4.3：eho将内部价格发给用户；[0115]步骤4.4：用户调用cplex优化负荷；[0116]步骤4.5：用户将优化后负荷发给eho；[0117]步骤4.6：eho求解目标函数e；[0118]步骤4.7：进行变异操作；[0119]步骤4.8：进行交叉操作。产生子代计算子代e′,若e＞e′，则令且k＝k 1.若不是，则令且k＝k 1，回到步骤4.2。[0120]本发明一种基于综合需求响应和奖惩阶梯碳交易的能源枢纽主从博弈优化调度方法，技术效果如下：[0121]1)：本发明精细化的楼宇idr模型综合考虑了蓄热能力、室外/室内温度和太阳辐射等多种热量扰动因素，并考虑了用户因参与idr导致的室温波动，可以更准确的描述用户在实际生活中的用能特性和可调度特性，充分发挥需求侧资源的响应灵活性。[0122]2)：本发明在供需博弈模型中引入了奖惩阶梯型碳交易机制，分析了单位碳交易价格和不同奖励系数对eh优化调度的影响。仿真结果表明，所提模型不仅能够有效减少系统的碳排放量，还能兼顾双方主体利益，实现了eh经济性和环保性的双赢。附图说明[0123]图1为eh结构示意图。[0124]图2为分段线性化gt燃耗曲线图。[0125]图3为建筑热传递过程示意图。[0126]图4为主从博弈框架图。[0127]图5为stackelberg博弈求解流程图。[0128]图6为负荷和新能源预测曲线图。[0129]图7(a)为建筑物内热源日前预测数据图；[0130]图7(b)为室外温度与光照强度日前预测数据图。[0131]图8(a)为住宅楼制冷方案图；[0132]图8(b)为写字楼制冷方案图；[0133]图8(c)为公寓楼制冷方案图；[0134]图8(d)为商场制冷方案图。[0135]图9为生活热水优化方案图。[0136]图10(a)为电负荷优化结果图；[0137]图10(b)为热负荷优化结果图。[0138]图11(a)为电能调度设备优化结果图；[0139]图11(b)为热能调度设备优化结果图；[0140]图11(c)为冷能调度设备优化结果图。[0141]图12为碳交易价格对碳排放的影响图。[0142]图13为不同奖励系数对碳交易成本的影响图。具体实施方式[0143]基于综合需求响应和奖惩阶梯碳交易的能源枢纽主从博弈优化调度方法，包括：建立考虑多种热量扰动因素的精细化综合需求响应模型，根据电、热、冷三种负荷的柔性特性和响应能力，将建筑热传递模型与生活热水储存模型集成到楼宇eh模型中。建立室温波动约束模型，以保障用户舒适度。建立奖惩阶梯型碳交易机制，限制eho的碳排放量和发挥用户的绿色调节能力。基于stackelberg博弈理论，构建能源枢纽运营商和用户的主从博弈模型，并在博弈模型中引入奖惩阶梯型碳交易机制，限制eho的碳排放量和发挥用户的绿色调节能力。采用结合cplex工具箱的差分进化算法对所提模型进行求解。仿真结果表明，所提方法能够有效兼顾双方利益，充分发挥用户的需求响应潜力，实现eh经济、低碳运行。包括以下步骤：[0144]步骤1：对eh结构所包含的燃气轮机、燃气锅炉、电制冷机与吸收式制冷机、蓄电池进行建模，反应输入功率与输出功率的关系；[0145]步骤2：建立综合需求响应模型，包括用户冷负荷需求建模、用户热负荷需求建模和用户电负荷需求响应。[0146]步骤3：建立主从博弈低碳模型，使参与该博弈互动的eho和用户在各自运行约束条件下追求自身利益最优。[0147]步骤4：通过差分进化算法和cplex求解器对所提博弈模型进行求解。[0148]步骤5：考虑实际情况进行算例分析，验证所提方案和模型的正确性。[0149]1.能源枢纽结构模型描述如下：[0150]本发明所研究的eh结构如图1所示。新能源设备为风电机组、光伏机组；供能设备包括燃气轮机、燃气锅炉；能源转换设备包括余热锅炉、电制冷机、吸收式制冷机；储能设备为蓄电池。[0151]1)燃气轮机模型描述如下：[0152]gt输出的电功率与所消耗的气功率关系如下所示：[0153][0154]式中：为gt的启停状态标记位；a、b为燃耗系数，c为gt启停成本系数。[0155]为了精确反映gt的实际运行工况，便于快速计算，本发明对式(1)进行三分段线性化处理，如图2所示。分段后的3段斜率分别为：[0156][0157]式中：、、、表示分段后的gt电功率曲线参数，、为gt输出电功率的上、下限，故式(1)可以改写为：[0158][0159]gt运行时，排出的高温烟气通过whb产热，其制热特性模型为：[0160][0161][0162]式中：和分别表示gt和whb输出的热功率；λgt和λwhb分别表示燃气轮机输出的电热功率比和热回收效率。[0163]2)燃气锅炉模型描述如下：[0164]gb通过燃烧天然气产热，其输出热功率htgb与输入的气功率gtgb的关系为：[0165][0166]式中：ηgb为gb的产热效率。[0167]3)电制冷机与吸收式制冷机模型描述如下：[0168]ac、ar的输出冷功率qtac、qtar分别如下：[0169][0170]式中：ηar、ηac表示ar、ac制冷效率；ptac和htar分别表示ac的输入电功率和ar的输入热功率。[0171]4)蓄电池模型描述如下：[0172]bt充放电前后的储能容量需满足以下约束：[0173][0174]式中：soctx为bt的容量状态；hbt.chr、hbt.dis分别为bt的充、放电效率。此外，bt还需满足充放电频率约束和互斥约束：[0175][0176][0177]2.综合需求响应模型描述如下：[0178]通过对用户负荷需求精细化建模，在温度舒适度和室温波动范围内调节用能策略，能有效提高eh运行经济性和环保性。[0179]1)用户冷负荷需求建模描述如下：[0180]假设楼宇制冷设备在使用时间内连续运行，根据能量守恒定理，t时段内室内热量变化量δlc等于制冷量ltc与建筑吸热量lb之差，由此可得楼宇热平衡方程：[0181][0182]式中：ρair为空气密度；cair为空气比热容；为室内温度变化率；vb为建筑体积。[0183]图3为建筑热传递过程。影响建筑吸热的主要因素有：建筑外墙、外窗传递的热量lwall、lwin，建筑因吸收室内照明、人体散热等热量产生的室内热源lin以及太阳辐射所产生的热量ls，因此lb可表示为：[0184][0185]式中：j表示建筑朝向；kwall、kwin分别为建筑外墙、外窗与室外的传热系数；fwall、fwin分别为建筑外墙、外窗面积；tin、tout分别为室内外温度；i为太阳辐射功率；s、c分别为外窗遮阳系数、得热因子；[0186]联合式(11)和式(12)，并通过差分化处理，可以得到离散化的楼宇热平衡方程：[0187][0188]由式(11)可得到室内温度与制冷功率之间的关系，为保障用户舒适度，室温应满足上下限和室温波动约束:[0189][0190][0191][0192]式中：分别为用户可接受的室内温度上限、下限，为设定的最适宜室温。2)用户热负荷需求建模描述如下：[0193]通过热水储存模型描述供水温度与热负荷之间的关系：[0194][0195]式中：ch为水的比热容；th与ttc,h分别表示储水温度和进入储水罐代替消耗热水的冷水温度；vh与vtc,h分别表示储水总量和替换消耗热水的冷水总量；lth表示供应热水所需要的能量。[0196]为保障用户舒适度，水温应满足上下限约束和水温波动约束：[0197][0198][0199][0200]式中：分别为用户可接受的室内温度上限、下限，为设定的最适宜水温。3)用户电负荷需求建模描述如下：[0201]用户电负荷包括固定电负荷和可转移电负荷，可转移电负荷指用户根据电价信息和用户需求进行转移，在不影响自身舒适度的情况下调整用电策略。设时段t内可转移负荷lte,k的表达式如式(21)-(22)所示。[0202][0203][0204]式中：表示第i个用户未经过电价idr调节前的可转移电负荷功率；和分别为第i个用户经电价idr调节后转入和转出的电负荷功率，m为参与响应的用户数量。[0205]3.建立主从博弈低碳模型：[0206]本发明的主从博弈框架如图4所示。参与该博弈互动的市场主体为eho和用户，双方分别在各自运行约束条件下，追求自身利益最优。[0207]1)：eho碳排放量额分配描述如下：[0208]本发明采用基准线法来确定eho的无偿碳排放配额，认为eh中的碳排放权分配额主要包括cchp、gb和常规机组。将cchp发电量折算成等效的发热量并进行碳配额分配：[0209]ep＝egrid egb ecchpꢀꢀꢀ(23)；[0210]egrid＝δepbuyꢀꢀꢀ(24)；[0211][0212][0213]式中：egrid、egb和ecchp分别为外部电网购电、gb和cchp的无偿碳排放配额；ep为总的系统碳排放分配额；为eho从外部电网购买的电量；表示折算系数；δe、δh为单位电量、热量的碳排放分配额系数，分别取0.728t/(mwh)和0.102t/(gj)。[0214]2)：奖惩阶梯型碳交易成本计算模型描述如下：[0215]本发明构建的奖惩阶梯型碳交易成本模型如式(27)所示，当碳排放量小于免费的碳配额时，供能企业可以出售多余的碳排放配额并获取一部分奖励补贴，反之则需要购买不足的碳排放权。碳排放量越大的区间，对应的碳交易价格越高。[0216][0217]式中：eco2为eho所承担的碳交易成本，ec为eho的实际碳排放总量，c为单位碳交易价格；λ、μ分别表示奖励系数和惩罚系数，h表示碳排放区间长度。其中常规发电机组实际碳排放量为1.08t/(mwh)；cchp和gb的实际碳排放量为0.065t/gj。[0218]3)：能源枢纽运营商模型描述如下：[0219]eho根据用户用能策略调节eh内能量耦合设备出力与内部能源价格，以最大化eho净利润为目标函数：[0220]maxeeho＝esale-ebuy-eco2-ekꢀꢀꢀ(28)；[0221][0222][0223][0224]式中：i∈{e，c，h}，esale为eho的售能收益；ebuy为eho的购电、气成本；eco2和ek分别为eho承担的碳交易成本和设备运行维护成本；λti为eho向用用户出售第i种能源的价格，为相应的用户负荷；λtbgrid/λtsgrid为eho向外部电网购/售电价格，ptb/grid/ptsgrid为相应的购/售电功率；λgas为天然气价格，为gt/gb所消耗的天然气功率；ki为设备的单位运行维护费用；表示各设备输出功率。[0225]eho在优化调度中不仅需考虑eh内多种能源供需平衡和各能源设备的上下限约束，还需要考虑内部能源价格的约束：[0226][0227]式中：λti,min与λti,max分别为eho向用户出售第i种能源的价格上下限值。[0228]4)：用户模型描述如下：[0229]用户的目标函数为购能成本和不舒适度成本之和。假设eh内用户均能接受一定程度的不舒适度变化，故其目标函数为：[0230]mineuser＝cuser uuserꢀꢀꢀ(33)；[0231]式中：cuser为用户的购能成本；uuser为用户不舒适成本，其表达式分别为：[0232][0233][0234]式中：i∈{e，c，h}，γi对应用户转移或削减第i种能量的不适系数，反映用户对能源的需求偏好；λti为用户t时刻消费第i种能源的价格；为用户最舒适的负荷需求；为用户执行idr后的实际负荷；△lti表示用户执行idr前后的负荷变化量。[0235]对于可转移负荷，需要满足以下约束：[0236][0237][0238]式中：表示负荷可转移量的上限值，wti,表示负荷的可转移负荷总量。[0239]4、采用差分进化算法结合cplex软件，对所提模型进行求解，其求解流程如图5所示，步骤如下所述：[0240]步骤4.1：初始化种群，令迭代次数k＝0；[0241]步骤4.2：若k≤kmax，则输出最优结果，否则令k＝k 1；[0242]步骤4.3：eho将内部价格发给用户；[0243]步骤4.4：用户调用cplex优化负荷；[0244]步骤4.5：用户将优化后负荷发给eho；[0245]步骤4.6：eho求解目标函数e；[0246]步骤4.7：进行变异操作；[0247]步骤4.8：进行交叉操作。产生子代计算子代e′,若e＞e′，则令且k＝k 1.若不是，则令且k＝k 1，回到步骤4.2。[0248]上述步骤中，e为目标函数，k为迭代次数，λti为eho向用户出售第i种能源的价格。[0249]5、算例分析与验证：[0250]1)基础数据如下：[0251]以某商业楼宇eh为例进行算例仿真分析。用户典型日预测负荷和新能源预测出力如图6所示，建筑相关参数如表1所示；eh内设备与相关约束参数如表2所示；eho向电网的购、售电价如表3所示。天然气价格为3.24元/m3；eho的售冷、售热价格上下限为[0.15,0.4]元；建筑物内热源、室外温度与太阳辐射曲线如图7(a)、图7(b)所示；用户最佳室温设定为22.5℃，最佳水温设定为70℃，用户对电、热/冷能的不适系数γe、γc/h分别为0.008、0.016；碳交易价格为0.268元/kg，μ为0.2。[0252]本发明所研究的4栋商业建筑制冷开放时间如下。建筑a：住宅楼，制冷时间为00:00-09:00和18:00-23:00；建筑b：写字楼，制冷时间为08:00-20:00；建筑c：公寓，制冷时间为全天；建筑d：商场，制冷时间为10:00-22:00。[0253]表1建筑参数[0254]table1parametersofthebuildings[0255][0256]表2能量枢纽参数[0257]table2parametersoftheeh[0258][0259]表3购售电价[0260]table3pricesforthepurchaseandsaleofelectricity[0261][0262]2)不同方案对比分析：[0263]本发明设置四种方案与发明方案进行对比分析：[0264]方案一：在碳交易模式下，不考虑idr模型和碳交易成本的供需博弈模型；[0265]方案二：在碳交易模式下，考虑简单化idr模型、不考虑碳交易成本的供需博弈模型；[0266]方案三：考虑简单化idr模型和传统碳交易成本的供需博弈模型；[0267]方案四：考虑精细化idr模型和传统碳交易成本。[0268]五种方案下对比结果如表4所示。[0269]对比方案1与方案2，方案2中用户用能成本和系统碳排放量分别下降了3.81％和4.76％，这是因为考虑idr策略后用户能够根据价格信号合理调整负荷需求，有效平缓了用户负荷峰谷差，降低了用能成本以及因外购电力而产生的碳排放量。但由于用户转移和削减了部分负荷，使eho的净利润下降了2.84％。[0270]对比方案2和方案3，方案3中用户用能成本和系统碳排放量分别下降1.40％和5.98％，eho净利润上升3.43％％。由此可知在优化模型中考虑碳交易机制之后，eho能够合理调整设备出力，减少因外购电力产生的碳排放量，并且由于系统的碳排放总量低于免费分配的碳配额，故可以在碳交易市场中获得碳收益。此外，用户也能因eho的调整从中获利。[0271]对比方案3和方案4，方案4中用户用能成本和系统碳排放量分别下降了1.59％和1.79％。这是因为采用精细化idr模型时，考虑了温度舒适度和室温波动等因素，能反映实际情况下用户的用能情况，使用户更积极的参与到idr的响应当中，保证了用户的用能舒适度。[0272]对比方案4和本发明策略，本发明策略中用户用能成本和系统碳排放量分别下降了0.88％和2.32％，eho净利润上升了2.01％。这是因为引入了阶梯型碳交易成本和奖励系数后，eho不仅能出售多余的碳配额获得碳收益，还能得到一定的奖励收益，故进一步激励eho增加各设备出力，减少外购电量，从而有效降低系统碳排放总量。[0273]表4不同方案下的对比结果[0274]table4comparisonresultsunderdifferentschemes[0275][0276]3)调度结果分析：[0277]首先分析柔性冷负荷对eh的影响。假设不引入柔性冷负荷时，建筑在其各自的开放时间内温度保持恒定22.5℃，非开放时间无要求，此时的冷负荷将其作为原始制冷负荷；引入柔性冷负荷时，建筑物内温度可在其开放时间内波动，此时的冷负荷将其作为实际制冷负荷。由图8(a)～图8(d)所示的建筑制冷结果可以看出，制冷负荷将在其建筑开放的第一个时间段内迅速增长，以满足其屋内室温需求，在随后的时段其制冷负荷基本随外界温度与太阳辐射的变化而变化，以维持室内温度。[0278]此外，引入柔性冷负荷后，其建筑制冷量与电价相关。对于住宅楼，00:00～7:00冷价较低时实际制冷负荷也较大，即将峰值冷负荷转移至谷值冷负荷。这样不仅可以保障用户舒适度，也能提前蓄热以降低峰值冷价时的负荷需求；由于写字楼与商场开放时间均处于能源价格、室外温度较高的08:00～20:00，因此通过适当调高室内温度，可降低冷负荷需求和用能成本；全天开放的公寓也可通过削减或转移部分冷负荷以提升系统经济性。[0279]图9为日前生活热水调度结果，与建筑制冷结果相似，系统可通过降低水温、转移和削减部分热负荷的方式降低用能成本，如06:00～10:00和17:00～20:00时段，用户为了降低费用，热负荷有所转移和削减，而15:00～16:00时段，对储水罐内热水进行额外加热，以满足未来热价较高的时间段内的热水需求。[0280]图10(a)、图10(b)为博弈均衡优化后eho制定的内部能源价格与用户用能策略结果图。由图10(a)可知，eho制定的售能价格在外部电网分时电价之内，且其电价波动趋势与分时电价一致，目的是为用户提供相比电网更优惠的售能价格，促进用户进行负荷转移与削减。如在08:00～12:00，16:00～22:00电价较高时，用户将这些时间段的电负荷转移到电价较低的00:00～7:00，23:00～24:00时段，降低自身的购能成本。[0281]同样，热负荷和冷负荷的优化结果如图10(b)所示，为了简化模型，本发明售热价格和售冷价格采用相同变量进行优化，因此相应的价格变化趋势与冷、热负荷总量的变化趋势相似，与图10(a)分析类似，热负荷和冷负荷的优化结果如图10(b)所示。为了简化模型，本发明售热价格和售冷价格采用相同变量进行优化，因此相应的价格变化趋势与冷、热负荷总量的变化趋势相似。由10(b)可知，在12:00-15:00和17:00-20:00时段的冷、热负荷较高，此时售热/冷价格较高，因此均出现了不同程度的削减，并转移至10:00-11:00和21:00-24:00等时段。呈现出良好的削峰填谷的优势。[0282]本发明stackelberg博弈优化后设备调度结果如图11(a)～图11(c)所示。考虑环保性，eho优先消纳可再生能源pv和wt。首先，对于00：00-6：00时段，电价处于谷段，此时gt停止启动，eho主要通过wt发电以及外购电力满足用户电负荷；热负荷通过gb产热满足；冷负荷通过ac制冷满足。对于07:00～12:00时段，pv开始出力，此时电负荷主要通过gt、pv和wt提供，eho为了获利，gt出力较多，富裕的电量可以提供给ac或出售给外部电网；热负荷通过whb和gb满足，富裕的热量通过ar制冷并联合ac满足冷负荷需求。在13:00-18:00电价平时段，由于此时热、冷负荷较高，故为了利用发电余热来满足热负荷，gt出力较高，富裕的电负荷通过bt储存，以应对下一段电负荷高峰期。在19:00-22:00电价峰值时段，此时工作情况与08:00～12:00时段相似，但由于缺少pv发电，不足的电量需要通过外购电力和bt补充。23:00-24:00电价平时段，此时各类负荷逐渐下降，gt发电量也逐步下降，whb基本满足热负荷需求，然后将富裕热量提供给ar制冷。[0283]图12为场景4和本发明场景下碳交易价格变化对系统碳排放量的影响。由图12可见，随着单位碳交易价格的增加，碳交易成本在总成本的比重上升，则会使系统加强对碳排放量的约束，使碳排放量逐渐减少。此外，本发明策略下的碳排放量低于场景4，原因是奖惩阶梯碳交易机制比传统碳交易机制更具有减排优势，能更好的限制系统碳排放量。[0284]交易价格的变化情况。由图13可知，当系统碳交易成本大于0时，即eho需要承担碳交易费用时，奖励系数对碳交易成本没有影响。相反，当eho开始获得碳交易收益时，奖励系数越大，碳交易收益越多，即系统碳排放量下降的越显著，其原因是eho获得的碳交易收益增加，使碳排放量较低的cchp机组和gb出力增加，进一步减少了外购电量。此外，当单位碳交易价格增加到450元/t左右时，碳交易成本下降趋势变缓慢，说明cchp机组基本已经达到恒定值，若继续增加单位碳交易价格，系统碳排放量将不再明显下降。本发明基于stackelberg博弈理论，提出了考虑精细化idr模型和奖惩阶梯型碳交易机制的eh主从博弈优化策略。细化的楼宇idr模型综合考虑了蓄热能力、室外/室内温度和太阳辐射等多种热量扰动因素，并考虑了用户因参与idr导致的室温波动，可以更准确的描述用户在实际生活中的用能特性和可调度特性，充分发挥需求侧资源的响应灵活性。在供需博弈模型中引入了奖惩阶梯型碳交易机制，分析了单位碳交易价格和不同奖励系数对eh优化调度的影响。结果表明，所提模型不仅能够有效减少系统的碳排放量，还能兼顾双方主体利益，实现了eh经济性和环保性的双赢。当前第1页12当前第1页12
技术领域：
：，具体涉及一种基于综合需求响应和奖惩阶梯碳交易的能源枢纽主从博弈优化调度方法。
背景技术：
：：2.随着国家能源市场逐步改革开放，寻求安全高效、低碳清洁的能源运营模式已成为当前研究的热点。综合能源系统是一种高效清洁、多能耦合的能源管理系统。而能源枢纽作为未来的高效能源形式，在综合能源系统ies的研究中扮演着重要角色。综合需求响应是传统电力需求响应的拓展和延伸，在能源枢纽eh优化运行中起关键作用。建立能考虑各种环境扰动因素且能反映实际用能需求的idr模型是目前亟需解决的难题。3.能源市场的改革使大量新兴主体涌入市场展开激烈竞争，博弈论的应用能很好的处理不同主体间的利益冲突。碳交易被认为是提升系统环境效益并兼顾经济性的有效手段之一。目前，大多数研究只在ies运行成本中引入碳交易成本，充分发挥需求侧资源的节能减排能力是需要解决的关键问题之一。技术实现要素：4.本发明提供一种基于综合需求响应和奖惩阶梯碳交易的能源枢纽主从博弈优化调度方法，能够有效兼顾双方利益，充分发挥用户的需求响应潜力，实现eh经济、低碳运行。5.本发明采取的技术方案为：6.基于综合需求响应和奖惩阶梯碳交易的能源枢纽主从博弈优化调度方法，包括以下步骤：7.步骤1：对能源枢纽结构所包含的燃气轮机、燃气锅炉、电制冷机与吸收式制冷机、蓄电池进行建模，反应输入功率与输出功率的关系；8.步骤2：建立综合需求响应模型，包括用户冷负荷需求建模、用户热负荷需求建模和用户电负荷需求响应。9.步骤3：建立主从博弈低碳模型，使参与该博弈互动的能源枢纽运营商和用户在各自运行约束条件下追求自身利益最优。10.步骤4：通过差分进化算法和cplex求解器，对主从博弈低碳模型进行求解。11.所述步骤1中，12.1)、燃气轮机模型如下：13.燃气轮机gt输出的电功率与所消耗的气功率关系如下所示：[0014][0015]式中：为gt的启停状态标记位；a、b为燃耗系数，c为gt启停成本系数。[0016]为了精确反映gt的实际运行工况，便于快速计算，对式(1)进行三分段线性化处理，分段后的3段斜率分别为：[0017][0018]式中：、、、表示分段后的gt电功率曲线参数，、为gt输出电功率的上、下限，故式(1)可以改写为：[0019][0020]gt运行时，排出的高温烟气通过余热锅炉whb产热，其制热特性模型为：[0021][0022][0023]式中：和分别表示gt和whb输出的热功率；λgt和λwhb分别表示燃气轮机输出的电热功率比和热回收效率。[0024]2)、燃气锅炉模型如下：[0025]燃气锅炉gb通过燃烧天然气产热，其输出热功率htgb与输入的气功率gtgb的关系为：[0026][0027]式中：ηgb为gb的产热效率。[0028]3)、电制冷机与吸收式制冷机模型如下：[0029]电制冷机ac(airconditioner)、吸收式制冷机ar(airrefrigerator)的输出冷功率qtac、qtar分别如下：[0030][0031]式中：ηar、ηac表示ar、ac制冷效率；ptac和htar分别表示ac的输入电功率和ar的输入热功率。[0032]4)、蓄电池模型如下：[0033]蓄电池bt充放电前后的储能容量需满足以下约束：[0034][0035]式中：表示bt的t时刻容量状态；hbt.chr、hbt.dis分别为bt的充、放电效率。[0036]表示bt的t-1时刻容量状态、表示t时刻的充电功率、表示t时刻的放电功率、△t表示时间间隔，表示bt的容量状态下限、表示t时刻的容量状态、表示bt的容量状态上限。[0037]此外，bt还需满足充放电频率约束和互斥约束：[0038][0039]表示t时刻的bt放电功率标志位、表示t时刻的bt充电功率标志位；[0040][0041]t表示时间间隔；[0042]所述步骤2中：[0043]1)：用户冷负荷需求建模具体如下：[0044]设楼宇制冷设备在使用时间内连续运行，根据能量守恒定理，t时段内室内热量变化量δlc等于制冷量ltc与建筑吸热量lb之差，由此得楼宇热平衡方程：[0045][0046]式中：ρair为空气密度；cair为空气比热容；为室内温度变化率；vb为建筑体积。[0047]影响建筑吸热的主要因素有：建筑外墙、外窗传递的热量lwall、lwin，建筑因吸收室内照明、人体散热等热量产生的室内热源lin以及太阳辐射所产生的热量ls，因此，lb可表示为：[0048][0049]式中：lb表示建筑吸热量；分别为建筑朝向为j时的建筑外墙、外窗与室外的传热系数；分别为建筑朝向为j时建筑外墙、外窗面积；j表示建筑朝向；[0050]分别为建筑外墙、外窗与室外的传热系数；分别为建筑外墙、外窗面积；tin、tout分别为室内外温度；i为太阳辐射功率；s、c分别为外窗遮阳系数、得热因子；[0051]联合式(11)和式(12)，并通过差分化处理，可以得到离散化的楼宇热平衡方程：[0052][0053]由式(11)可得到室内温度与制冷功率之间的关系，为保障用户舒适度，室温应满足上下限和室温波动约束:[0054][0055]表示t时刻的室内温度；[0056][0057][0058]式中：分别为用户可接受的室内温度上限、下限，为设定的最适宜室温[0059]分别表示室温波动相对值的上下限；[0060]2)：用户热负荷需求建模具体如下：[0061]通过热水储存模型描述供水温度与热负荷之间的关系：[0062][0063]式中：ch为水的比热容；th与tc,h分别表示储水温度和进入储水罐代替消耗热水的冷水温度；vh与分别表示储水总量和替换消耗热水的冷水总量；表示供应热水所需要的能量。表示t 1时刻的室内温度；[0064]为保障用户舒适度，水温应满足上下限约束和水温波动约束：[0065][0066]表示t时刻的水温；[0067][0068][0069]式中：分别为用户可接受的室内温度上限、下限，为设定的最适宜水温。[0070]分别表示水温波动相对值的上下限；[0071]3)：用户电负荷需求响应建模如下：[0072]用户电负荷包括固定电负荷和可转移电负荷，可转移电负荷指用户根据电价信息和用户需求进行转移，在不影响自身舒适度的情况下调整用电策略。设时段t内可转移负荷lte,k的表达式如式(21)-(22)所示。[0073][0074][0075]式中：表示第i个用户未经过电价idr调节前的可转移电负荷功率；和分别为第i个用户经电价idr调节后转入和转出的电负荷功率，m为参与响应的用户数量[0076]经电价idr调节后转入和转出的电负荷功率；[0077]所述步骤3中，主从博弈低碳模型包括：[0078]1)：eho碳排放量额分配，具体如下：[0079]采用基准线法来确定eho的无偿碳排放配额，eh中的碳排放权分配额包括cchp、gb和常规机组。将cchp发电量折算成等效的发热量并进行碳配额分配：[0080]ep＝egrid egb ecchpꢀꢀꢀ(23)；[0081]egrid＝δepbuyꢀꢀꢀ(24)；[0082][0083][0084]式中：egrid、egb和ecchp分别为外部电网购电、gb和cchp的无偿碳排放配额；ep为总的系统碳排放分配额；为eho从外部电网购买的电量；表示折算系数；δe、δh为单位电量、热量的碳排放分配额系数，分别取0.728t/(mwh)和0.102t/(gj)。[0085]表示t时刻的gb输出热功率、表示t时刻gt的输出电功率、t时刻whb的输出热功率、表示t时刻ar的输出冷功率；[0086]2)：奖惩阶梯型碳交易成本计算模型，具体如下：[0087]构建的奖惩阶梯型碳交易成本模型如式(27)所示，当碳排放量小于免费的碳配额时，供能企业可以出售多余的碳排放配额并获取一部分奖励补贴，反之则需要购买不足的碳排放权。碳排放量越大的区间，对应的碳交易价格越高。[0088][0089]式中：eco2为eho所承担的碳交易成本，ec为eho的实际碳排放总量，c为单位碳交易价格；λ、μ分别表示奖励系数和惩罚系数，h表示碳排放区间长度。其中，常规发电机组实际碳排放量为1.08t/(mwh)；cchp和gb的实际碳排放量为0.065t/gj。ep表示ies总的碳排放配额；[0090]3)：能源枢纽运营商模型，如下：[0091]eho表示能源枢纽运营商，eho根据用户用能策略调节eh内能量耦合设备出力与内部能源价格，以最大化eho净利润为目标函数：[0092]maxeeho＝esale-ebuy-eco2-ekꢀꢀꢀ(28)；[0093][0094][0095][0096]式中：i∈{e，c，h}，esale为eho的售能收益；ebuy为eho的购电、气成本；eco2和ek分别为eho承担的碳交易成本和设备运行维护成本；λti为eho向用用户出售第i种能源的价格，为相应的用户负荷；分别为eho向外部电网购、售电价格，分别为相应的购、售电功率；λgas为天然气价格，分别为gt、gb所消耗的天然气功率；ki为设备的单位运行维护费用；表示各设备输出功率。△t表示时间间隔；[0097]eho在优化调度中，不仅需考虑eh内多种能源供需平衡和各能源设备的上下限约束，还需要考虑内部能源价格的约束：[0098][0099]式中：λti,min与λti,max分别为eho向用户出售第i种能源的价格上、下限值。表示t时刻的第i种能源价格。[0100]4)用户模型如下：[0101]用户的目标函数为购能成本和不舒适度成本之和。设eh内用户均能接受一定程度的不舒适度变化，故其目标函数为：[0102]mineuser＝cuser uuserꢀꢀꢀ(33)；[0103]式中：cuser为用户的购能成本；uuser为用户不舒适成本，其表达式分别为：[0104][0105][0106]式中：i∈{e，c，h}，γi对应用户转移或削减第i种能量的不适系数，反映用户对能源的需求偏好；λti为用户t时刻消费第i种能源的价格；为用户最舒适的负荷需求；为用户执行idr后的实际负荷；△lti表示用户执行idr前后的负荷变化量。[0107]对于可转移负荷，需要满足以下约束：[0108][0109][0110]式中：表示负荷可转移量的上限值，表示负荷的可转移负荷总量，表示需求响应前第i种能源的用能负荷，表示t时刻第i种能源的用能负荷，表示t时刻第i种负荷的变化量，△t代表时间间隔，t代表一天24小时；[0111]所述步骤4包括以下步骤：[0112]步骤4.1：初始化种群，令迭代次数k＝0；[0113]步骤4.2：若k≤kmax，则输出最优结果，否则令k＝k 1；[0114]步骤4.3：eho将内部价格发给用户；[0115]步骤4.4：用户调用cplex优化负荷；[0116]步骤4.5：用户将优化后负荷发给eho；[0117]步骤4.6：eho求解目标函数e；[0118]步骤4.7：进行变异操作；[0119]步骤4.8：进行交叉操作。产生子代计算子代e′,若e＞e′，则令且k＝k 1.若不是，则令且k＝k 1，回到步骤4.2。[0120]本发明一种基于综合需求响应和奖惩阶梯碳交易的能源枢纽主从博弈优化调度方法，技术效果如下：[0121]1)：本发明精细化的楼宇idr模型综合考虑了蓄热能力、室外/室内温度和太阳辐射等多种热量扰动因素，并考虑了用户因参与idr导致的室温波动，可以更准确的描述用户在实际生活中的用能特性和可调度特性，充分发挥需求侧资源的响应灵活性。[0122]2)：本发明在供需博弈模型中引入了奖惩阶梯型碳交易机制，分析了单位碳交易价格和不同奖励系数对eh优化调度的影响。仿真结果表明，所提模型不仅能够有效减少系统的碳排放量，还能兼顾双方主体利益，实现了eh经济性和环保性的双赢。附图说明[0123]图1为eh结构示意图。[0124]图2为分段线性化gt燃耗曲线图。[0125]图3为建筑热传递过程示意图。[0126]图4为主从博弈框架图。[0127]图5为stackelberg博弈求解流程图。[0128]图6为负荷和新能源预测曲线图。[0129]图7(a)为建筑物内热源日前预测数据图；[0130]图7(b)为室外温度与光照强度日前预测数据图。[0131]图8(a)为住宅楼制冷方案图；[0132]图8(b)为写字楼制冷方案图；[0133]图8(c)为公寓楼制冷方案图；[0134]图8(d)为商场制冷方案图。[0135]图9为生活热水优化方案图。[0136]图10(a)为电负荷优化结果图；[0137]图10(b)为热负荷优化结果图。[0138]图11(a)为电能调度设备优化结果图；[0139]图11(b)为热能调度设备优化结果图；[0140]图11(c)为冷能调度设备优化结果图。[0141]图12为碳交易价格对碳排放的影响图。[0142]图13为不同奖励系数对碳交易成本的影响图。具体实施方式[0143]基于综合需求响应和奖惩阶梯碳交易的能源枢纽主从博弈优化调度方法，包括：建立考虑多种热量扰动因素的精细化综合需求响应模型，根据电、热、冷三种负荷的柔性特性和响应能力，将建筑热传递模型与生活热水储存模型集成到楼宇eh模型中。建立室温波动约束模型，以保障用户舒适度。建立奖惩阶梯型碳交易机制，限制eho的碳排放量和发挥用户的绿色调节能力。基于stackelberg博弈理论，构建能源枢纽运营商和用户的主从博弈模型，并在博弈模型中引入奖惩阶梯型碳交易机制，限制eho的碳排放量和发挥用户的绿色调节能力。采用结合cplex工具箱的差分进化算法对所提模型进行求解。仿真结果表明，所提方法能够有效兼顾双方利益，充分发挥用户的需求响应潜力，实现eh经济、低碳运行。包括以下步骤：[0144]步骤1：对eh结构所包含的燃气轮机、燃气锅炉、电制冷机与吸收式制冷机、蓄电池进行建模，反应输入功率与输出功率的关系；[0145]步骤2：建立综合需求响应模型，包括用户冷负荷需求建模、用户热负荷需求建模和用户电负荷需求响应。[0146]步骤3：建立主从博弈低碳模型，使参与该博弈互动的eho和用户在各自运行约束条件下追求自身利益最优。[0147]步骤4：通过差分进化算法和cplex求解器对所提博弈模型进行求解。[0148]步骤5：考虑实际情况进行算例分析，验证所提方案和模型的正确性。[0149]1.能源枢纽结构模型描述如下：[0150]本发明所研究的eh结构如图1所示。新能源设备为风电机组、光伏机组；供能设备包括燃气轮机、燃气锅炉；能源转换设备包括余热锅炉、电制冷机、吸收式制冷机；储能设备为蓄电池。[0151]1)燃气轮机模型描述如下：[0152]gt输出的电功率与所消耗的气功率关系如下所示：[0153][0154]式中：为gt的启停状态标记位；a、b为燃耗系数，c为gt启停成本系数。[0155]为了精确反映gt的实际运行工况，便于快速计算，本发明对式(1)进行三分段线性化处理，如图2所示。分段后的3段斜率分别为：[0156][0157]式中：、、、表示分段后的gt电功率曲线参数，、为gt输出电功率的上、下限，故式(1)可以改写为：[0158][0159]gt运行时，排出的高温烟气通过whb产热，其制热特性模型为：[0160][0161][0162]式中：和分别表示gt和whb输出的热功率；λgt和λwhb分别表示燃气轮机输出的电热功率比和热回收效率。[0163]2)燃气锅炉模型描述如下：[0164]gb通过燃烧天然气产热，其输出热功率htgb与输入的气功率gtgb的关系为：[0165][0166]式中：ηgb为gb的产热效率。[0167]3)电制冷机与吸收式制冷机模型描述如下：[0168]ac、ar的输出冷功率qtac、qtar分别如下：[0169][0170]式中：ηar、ηac表示ar、ac制冷效率；ptac和htar分别表示ac的输入电功率和ar的输入热功率。[0171]4)蓄电池模型描述如下：[0172]bt充放电前后的储能容量需满足以下约束：[0173][0174]式中：soctx为bt的容量状态；hbt.chr、hbt.dis分别为bt的充、放电效率。此外，bt还需满足充放电频率约束和互斥约束：[0175][0176][0177]2.综合需求响应模型描述如下：[0178]通过对用户负荷需求精细化建模，在温度舒适度和室温波动范围内调节用能策略，能有效提高eh运行经济性和环保性。[0179]1)用户冷负荷需求建模描述如下：[0180]假设楼宇制冷设备在使用时间内连续运行，根据能量守恒定理，t时段内室内热量变化量δlc等于制冷量ltc与建筑吸热量lb之差，由此可得楼宇热平衡方程：[0181][0182]式中：ρair为空气密度；cair为空气比热容；为室内温度变化率；vb为建筑体积。[0183]图3为建筑热传递过程。影响建筑吸热的主要因素有：建筑外墙、外窗传递的热量lwall、lwin，建筑因吸收室内照明、人体散热等热量产生的室内热源lin以及太阳辐射所产生的热量ls，因此lb可表示为：[0184][0185]式中：j表示建筑朝向；kwall、kwin分别为建筑外墙、外窗与室外的传热系数；fwall、fwin分别为建筑外墙、外窗面积；tin、tout分别为室内外温度；i为太阳辐射功率；s、c分别为外窗遮阳系数、得热因子；[0186]联合式(11)和式(12)，并通过差分化处理，可以得到离散化的楼宇热平衡方程：[0187][0188]由式(11)可得到室内温度与制冷功率之间的关系，为保障用户舒适度，室温应满足上下限和室温波动约束:[0189][0190][0191][0192]式中：分别为用户可接受的室内温度上限、下限，为设定的最适宜室温。2)用户热负荷需求建模描述如下：[0193]通过热水储存模型描述供水温度与热负荷之间的关系：[0194][0195]式中：ch为水的比热容；th与ttc,h分别表示储水温度和进入储水罐代替消耗热水的冷水温度；vh与vtc,h分别表示储水总量和替换消耗热水的冷水总量；lth表示供应热水所需要的能量。[0196]为保障用户舒适度，水温应满足上下限约束和水温波动约束：[0197][0198][0199][0200]式中：分别为用户可接受的室内温度上限、下限，为设定的最适宜水温。3)用户电负荷需求建模描述如下：[0201]用户电负荷包括固定电负荷和可转移电负荷，可转移电负荷指用户根据电价信息和用户需求进行转移，在不影响自身舒适度的情况下调整用电策略。设时段t内可转移负荷lte,k的表达式如式(21)-(22)所示。[0202][0203][0204]式中：表示第i个用户未经过电价idr调节前的可转移电负荷功率；和分别为第i个用户经电价idr调节后转入和转出的电负荷功率，m为参与响应的用户数量。[0205]3.建立主从博弈低碳模型：[0206]本发明的主从博弈框架如图4所示。参与该博弈互动的市场主体为eho和用户，双方分别在各自运行约束条件下，追求自身利益最优。[0207]1)：eho碳排放量额分配描述如下：[0208]本发明采用基准线法来确定eho的无偿碳排放配额，认为eh中的碳排放权分配额主要包括cchp、gb和常规机组。将cchp发电量折算成等效的发热量并进行碳配额分配：[0209]ep＝egrid egb ecchpꢀꢀꢀ(23)；[0210]egrid＝δepbuyꢀꢀꢀ(24)；[0211][0212][0213]式中：egrid、egb和ecchp分别为外部电网购电、gb和cchp的无偿碳排放配额；ep为总的系统碳排放分配额；为eho从外部电网购买的电量；表示折算系数；δe、δh为单位电量、热量的碳排放分配额系数，分别取0.728t/(mwh)和0.102t/(gj)。[0214]2)：奖惩阶梯型碳交易成本计算模型描述如下：[0215]本发明构建的奖惩阶梯型碳交易成本模型如式(27)所示，当碳排放量小于免费的碳配额时，供能企业可以出售多余的碳排放配额并获取一部分奖励补贴，反之则需要购买不足的碳排放权。碳排放量越大的区间，对应的碳交易价格越高。[0216][0217]式中：eco2为eho所承担的碳交易成本，ec为eho的实际碳排放总量，c为单位碳交易价格；λ、μ分别表示奖励系数和惩罚系数，h表示碳排放区间长度。其中常规发电机组实际碳排放量为1.08t/(mwh)；cchp和gb的实际碳排放量为0.065t/gj。[0218]3)：能源枢纽运营商模型描述如下：[0219]eho根据用户用能策略调节eh内能量耦合设备出力与内部能源价格，以最大化eho净利润为目标函数：[0220]maxeeho＝esale-ebuy-eco2-ekꢀꢀꢀ(28)；[0221][0222][0223][0224]式中：i∈{e，c，h}，esale为eho的售能收益；ebuy为eho的购电、气成本；eco2和ek分别为eho承担的碳交易成本和设备运行维护成本；λti为eho向用用户出售第i种能源的价格，为相应的用户负荷；λtbgrid/λtsgrid为eho向外部电网购/售电价格，ptb/grid/ptsgrid为相应的购/售电功率；λgas为天然气价格，为gt/gb所消耗的天然气功率；ki为设备的单位运行维护费用；表示各设备输出功率。[0225]eho在优化调度中不仅需考虑eh内多种能源供需平衡和各能源设备的上下限约束，还需要考虑内部能源价格的约束：[0226][0227]式中：λti,min与λti,max分别为eho向用户出售第i种能源的价格上下限值。[0228]4)：用户模型描述如下：[0229]用户的目标函数为购能成本和不舒适度成本之和。假设eh内用户均能接受一定程度的不舒适度变化，故其目标函数为：[0230]mineuser＝cuser uuserꢀꢀꢀ(33)；[0231]式中：cuser为用户的购能成本；uuser为用户不舒适成本，其表达式分别为：[0232][0233][0234]式中：i∈{e，c，h}，γi对应用户转移或削减第i种能量的不适系数，反映用户对能源的需求偏好；λti为用户t时刻消费第i种能源的价格；为用户最舒适的负荷需求；为用户执行idr后的实际负荷；△lti表示用户执行idr前后的负荷变化量。[0235]对于可转移负荷，需要满足以下约束：[0236][0237][0238]式中：表示负荷可转移量的上限值，wti,表示负荷的可转移负荷总量。[0239]4、采用差分进化算法结合cplex软件，对所提模型进行求解，其求解流程如图5所示，步骤如下所述：[0240]步骤4.1：初始化种群，令迭代次数k＝0；[0241]步骤4.2：若k≤kmax，则输出最优结果，否则令k＝k 1；[0242]步骤4.3：eho将内部价格发给用户；[0243]步骤4.4：用户调用cplex优化负荷；[0244]步骤4.5：用户将优化后负荷发给eho；[0245]步骤4.6：eho求解目标函数e；[0246]步骤4.7：进行变异操作；[0247]步骤4.8：进行交叉操作。产生子代计算子代e′,若e＞e′，则令且k＝k 1.若不是，则令且k＝k 1，回到步骤4.2。[0248]上述步骤中，e为目标函数，k为迭代次数，λti为eho向用户出售第i种能源的价格。[0249]5、算例分析与验证：[0250]1)基础数据如下：[0251]以某商业楼宇eh为例进行算例仿真分析。用户典型日预测负荷和新能源预测出力如图6所示，建筑相关参数如表1所示；eh内设备与相关约束参数如表2所示；eho向电网的购、售电价如表3所示。天然气价格为3.24元/m3；eho的售冷、售热价格上下限为[0.15,0.4]元；建筑物内热源、室外温度与太阳辐射曲线如图7(a)、图7(b)所示；用户最佳室温设定为22.5℃，最佳水温设定为70℃，用户对电、热/冷能的不适系数γe、γc/h分别为0.008、0.016；碳交易价格为0.268元/kg，μ为0.2。[0252]本发明所研究的4栋商业建筑制冷开放时间如下。建筑a：住宅楼，制冷时间为00:00-09:00和18:00-23:00；建筑b：写字楼，制冷时间为08:00-20:00；建筑c：公寓，制冷时间为全天；建筑d：商场，制冷时间为10:00-22:00。[0253]表1建筑参数[0254]table1parametersofthebuildings[0255][0256]表2能量枢纽参数[0257]table2parametersoftheeh[0258][0259]表3购售电价[0260]table3pricesforthepurchaseandsaleofelectricity[0261][0262]2)不同方案对比分析：[0263]本发明设置四种方案与发明方案进行对比分析：[0264]方案一：在碳交易模式下，不考虑idr模型和碳交易成本的供需博弈模型；[0265]方案二：在碳交易模式下，考虑简单化idr模型、不考虑碳交易成本的供需博弈模型；[0266]方案三：考虑简单化idr模型和传统碳交易成本的供需博弈模型；[0267]方案四：考虑精细化idr模型和传统碳交易成本。[0268]五种方案下对比结果如表4所示。[0269]对比方案1与方案2，方案2中用户用能成本和系统碳排放量分别下降了3.81％和4.76％，这是因为考虑idr策略后用户能够根据价格信号合理调整负荷需求，有效平缓了用户负荷峰谷差，降低了用能成本以及因外购电力而产生的碳排放量。但由于用户转移和削减了部分负荷，使eho的净利润下降了2.84％。[0270]对比方案2和方案3，方案3中用户用能成本和系统碳排放量分别下降1.40％和5.98％，eho净利润上升3.43％％。由此可知在优化模型中考虑碳交易机制之后，eho能够合理调整设备出力，减少因外购电力产生的碳排放量，并且由于系统的碳排放总量低于免费分配的碳配额，故可以在碳交易市场中获得碳收益。此外，用户也能因eho的调整从中获利。[0271]对比方案3和方案4，方案4中用户用能成本和系统碳排放量分别下降了1.59％和1.79％。这是因为采用精细化idr模型时，考虑了温度舒适度和室温波动等因素，能反映实际情况下用户的用能情况，使用户更积极的参与到idr的响应当中，保证了用户的用能舒适度。[0272]对比方案4和本发明策略，本发明策略中用户用能成本和系统碳排放量分别下降了0.88％和2.32％，eho净利润上升了2.01％。这是因为引入了阶梯型碳交易成本和奖励系数后，eho不仅能出售多余的碳配额获得碳收益，还能得到一定的奖励收益，故进一步激励eho增加各设备出力，减少外购电量，从而有效降低系统碳排放总量。[0273]表4不同方案下的对比结果[0274]table4comparisonresultsunderdifferentschemes[0275][0276]3)调度结果分析：[0277]首先分析柔性冷负荷对eh的影响。假设不引入柔性冷负荷时，建筑在其各自的开放时间内温度保持恒定22.5℃，非开放时间无要求，此时的冷负荷将其作为原始制冷负荷；引入柔性冷负荷时，建筑物内温度可在其开放时间内波动，此时的冷负荷将其作为实际制冷负荷。由图8(a)～图8(d)所示的建筑制冷结果可以看出，制冷负荷将在其建筑开放的第一个时间段内迅速增长，以满足其屋内室温需求，在随后的时段其制冷负荷基本随外界温度与太阳辐射的变化而变化，以维持室内温度。[0278]此外，引入柔性冷负荷后，其建筑制冷量与电价相关。对于住宅楼，00:00～7:00冷价较低时实际制冷负荷也较大，即将峰值冷负荷转移至谷值冷负荷。这样不仅可以保障用户舒适度，也能提前蓄热以降低峰值冷价时的负荷需求；由于写字楼与商场开放时间均处于能源价格、室外温度较高的08:00～20:00，因此通过适当调高室内温度，可降低冷负荷需求和用能成本；全天开放的公寓也可通过削减或转移部分冷负荷以提升系统经济性。[0279]图9为日前生活热水调度结果，与建筑制冷结果相似，系统可通过降低水温、转移和削减部分热负荷的方式降低用能成本，如06:00～10:00和17:00～20:00时段，用户为了降低费用，热负荷有所转移和削减，而15:00～16:00时段，对储水罐内热水进行额外加热，以满足未来热价较高的时间段内的热水需求。[0280]图10(a)、图10(b)为博弈均衡优化后eho制定的内部能源价格与用户用能策略结果图。由图10(a)可知，eho制定的售能价格在外部电网分时电价之内，且其电价波动趋势与分时电价一致，目的是为用户提供相比电网更优惠的售能价格，促进用户进行负荷转移与削减。如在08:00～12:00，16:00～22:00电价较高时，用户将这些时间段的电负荷转移到电价较低的00:00～7:00，23:00～24:00时段，降低自身的购能成本。[0281]同样，热负荷和冷负荷的优化结果如图10(b)所示，为了简化模型，本发明售热价格和售冷价格采用相同变量进行优化，因此相应的价格变化趋势与冷、热负荷总量的变化趋势相似，与图10(a)分析类似，热负荷和冷负荷的优化结果如图10(b)所示。为了简化模型，本发明售热价格和售冷价格采用相同变量进行优化，因此相应的价格变化趋势与冷、热负荷总量的变化趋势相似。由10(b)可知，在12:00-15:00和17:00-20:00时段的冷、热负荷较高，此时售热/冷价格较高，因此均出现了不同程度的削减，并转移至10:00-11:00和21:00-24:00等时段。呈现出良好的削峰填谷的优势。[0282]本发明stackelberg博弈优化后设备调度结果如图11(a)～图11(c)所示。考虑环保性，eho优先消纳可再生能源pv和wt。首先，对于00：00-6：00时段，电价处于谷段，此时gt停止启动，eho主要通过wt发电以及外购电力满足用户电负荷；热负荷通过gb产热满足；冷负荷通过ac制冷满足。对于07:00～12:00时段，pv开始出力，此时电负荷主要通过gt、pv和wt提供，eho为了获利，gt出力较多，富裕的电量可以提供给ac或出售给外部电网；热负荷通过whb和gb满足，富裕的热量通过ar制冷并联合ac满足冷负荷需求。在13:00-18:00电价平时段，由于此时热、冷负荷较高，故为了利用发电余热来满足热负荷，gt出力较高，富裕的电负荷通过bt储存，以应对下一段电负荷高峰期。在19:00-22:00电价峰值时段，此时工作情况与08:00～12:00时段相似，但由于缺少pv发电，不足的电量需要通过外购电力和bt补充。23:00-24:00电价平时段，此时各类负荷逐渐下降，gt发电量也逐步下降，whb基本满足热负荷需求，然后将富裕热量提供给ar制冷。[0283]图12为场景4和本发明场景下碳交易价格变化对系统碳排放量的影响。由图12可见，随着单位碳交易价格的增加，碳交易成本在总成本的比重上升，则会使系统加强对碳排放量的约束，使碳排放量逐渐减少。此外，本发明策略下的碳排放量低于场景4，原因是奖惩阶梯碳交易机制比传统碳交易机制更具有减排优势，能更好的限制系统碳排放量。[0284]交易价格的变化情况。由图13可知，当系统碳交易成本大于0时，即eho需要承担碳交易费用时，奖励系数对碳交易成本没有影响。相反，当eho开始获得碳交易收益时，奖励系数越大，碳交易收益越多，即系统碳排放量下降的越显著，其原因是eho获得的碳交易收益增加，使碳排放量较低的cchp机组和gb出力增加，进一步减少了外购电量。此外，当单位碳交易价格增加到450元/t左右时，碳交易成本下降趋势变缓慢，说明cchp机组基本已经达到恒定值，若继续增加单位碳交易价格，系统碳排放量将不再明显下降。本发明基于stackelberg博弈理论，提出了考虑精细化idr模型和奖惩阶梯型碳交易机制的eh主从博弈优化策略。细化的楼宇idr模型综合考虑了蓄热能力、室外/室内温度和太阳辐射等多种热量扰动因素，并考虑了用户因参与idr导致的室温波动，可以更准确的描述用户在实际生活中的用能特性和可调度特性，充分发挥需求侧资源的响应灵活性。在供需博弈模型中引入了奖惩阶梯型碳交易机制，分析了单位碳交易价格和不同奖励系数对eh优化调度的影响。结果表明，所提模型不仅能够有效减少系统的碳排放量，还能兼顾双方主体利益，实现了eh经济性和环保性的双赢。当前第1页12当前第1页12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
