一种渔场综合能源系统协同优化运行方法和装置

1.本技术涉及综合能源系统调度技术领域，尤其涉及一种渔场综合能源系统协同优化运行方法和装置。


背景技术：

2.随着综合能源系统和电力市场的发展改革，源荷之间的耦合关系愈发明显，电价不仅会影响负荷需求，同时负荷也会反作用于电价。因此，博弈论逐渐应用于能源系统的优化运行等领域中，用以处理多主体之间的利益冲突，做出合理的决策。
3.针对综合能源系统中可再生能源和负荷不确定因素，目前研究主要利用场景分析法、随机规划和鲁棒优化等方法处理。需求响应通过引导用户改变用能方式，实现削峰填谷，降低综合能源系统的运行成本。目前很多文献针对综合能源系统的综合需求响应做出研究，但大多研究忽略了用户参与需求响应导致舒适度下降的问题，因此，建立考虑各种环境扰动因素且能反映用户实际用能的需求响应成为当前亟待解决的技术难题。


技术实现要素：

4.本技术提供一种渔场综合能源系统协同优化运行方法和装置，能够合理兼顾供能侧和用能侧的双方利益，更加贴合实际应用。
5.本技术的技术方案如下：
6.根据本技术实施例的第一方面，提供一种渔场综合能源系统协同优化运行方法包括：
7.根据综合能源系统中所包含的生物质热电联产、蓄电池、蓄热槽、电制热，分别建立生物质热电联产模型、蓄电池仿真模型、蓄热槽仿真模型和电制热仿真模型；
8.针对源荷两侧不确定性，采用模糊机会约束方法将确定性约束松弛为含模糊变量的系统约束，并利用梯形模糊参数将系统约束清晰化；
9.建立综合需求响应模型，其中综合需求响应模型包括电需求响应模型和热需求响应模型；
10.建立综合能源系统的主从博弈双层优化模型，主从博弈双层优化模型包括运营商层和用户层；
11.采用粒子群算法结合整数线性规划方法对主从博弈双层优化模型进行求解，运营商侧根据市场供需关系制定购售电价、热价，目标函数为一天内收益最大；用户侧根据运营商的价格信号确定最优出力和负荷需求。
12.可选的，所述根据综合能源系统中所包含的生物质热电联产、蓄电池、蓄热槽、电制热，分别建立生物质热电联产模型、蓄电池仿真模型、蓄热槽仿真模型包括和电制热仿真模型：
13.针对综合能源系统中所包含的生物质热电联产建立生物质热电联产模型为：
[0014][0015][0016]
其中，为t时段chp电功率，为t时段chp热功率，αe为chp系统电转换效率(％)，αh为chp系统热转换效率，为t时段所燃烧的生物质量，ηb为生物质的燃烧转化效率，f
ncvb
为所使用的生物质的净热值，δt为调度时间；
[0017]
针对综合能源系统中所包含的蓄电池建立蓄电池仿真模型为：
[0018][0019]
其中，是蓄电池的soc值，满足和分别为蓄电池的充、放电功率，满足
[0020]
满足δt是时间间隔，和分别为蓄电池的充、放电状态标记位，其中
[0021]
针对综合能源系统中所包含的蓄热槽建立蓄热槽仿真模型为：
[0022][0023]
其中，为蓄热槽的存储热能，满足和分别为蓄热槽的蓄、放热功率，满足满足η
tst,chr
为蓄热槽能量自损率，和分别为蓄热槽的充、放电标记位，和满足
[0024]
针对综合能源系统中所包含的电制热建立电制热仿真模型为：
[0025][0026]
式中，为t时刻电制热设备产热功率、耗电功率，η
rl
为电制热效率。
[0027]
可选的，所述针对源荷两侧不确定性，采用模糊机会约束方法将确定性约束松弛为含模糊变量的系统约束，并利用梯形模糊参数将系统约束清晰化包括。
[0028]
针对源荷两侧不确定性，采用模糊机会约束方法引入风电的模糊参数光伏模糊参数负荷模糊参数
[0029]
经过模糊机会约束处理后，当置信水平α≥1/2时，利用梯形模糊参数将系统机会约束pr{g(x,ξ)≤0}≥α清晰等价类为系统清晰化约束为：
[0030][0031]
其中，为假设的2个函数，h0(x)为函数的一部分，θ
k1
～θ
k3
为隶属度参
数，k＝1，2，...t，t∈r为隶属度参数。
[0032]
可选的，采用模糊机会约束方法引入风电的模糊参数光伏模糊参数负荷模糊参数过程中采用的三角模糊参数为其中：
[0033]
p1＝μ1p
f,t,
p2＝μ2p
f,t
,p3＝μ3p
f,t
，为风电、光伏出力或负荷预测的模糊表达式，p1～p3为相应的三角隶属度参数，μ1～μ3为比例系数，p
f,t
为t时刻光伏、风电或负荷的预测值。
[0034]
可选的，利用梯形模糊参数将系统约束清晰化还包括：
[0035]
将电、热功率平衡约束转换为：
[0036][0037][0038]
其中，分别是t时刻光伏出力、风电出力、生物质热电联产产电、储能放电、储能充电、向电网购电、向电网卖电、电制热耗电；分别为t时刻生物质热电联产产热、储热吸热、储热放热、热负荷、电制热产热。
[0039]
可选的，所述建立综合需求响应模型包括：
[0040]
建立电需求响应模型为：
[0041][0042][0043][0044]
其中，分别为用户侧的固定电负荷、柔性电负荷和因电制热额外消耗的电负荷，表示在t时刻的电负荷调整量，表示调整后的柔性电负荷，ε为一天内t时间电负荷调整量最大允许比例，k为一天内电负荷调整总量的比例；
[0045]
根据热需求与温度的平衡方程和约束关系建立热需求响应模型其中，为固定热负荷，为柔性热负荷，s为渔场水域供热面积，c为单位供热面积的热容，ω为内外温差散热系数，为水内温度，和分别为鱼类耐受的最低室温、最高温度。
[0046]
可选的，所述建立综合能源系统的主从博弈双层优化模型包括：
[0047]
根据用户侧负荷需求、市场供需关系，制定价格策略，以收益最大为目标函数建立运营商层优化模型为：
[0048][0049]
其中，分别为微网运营商与用户侧的电力交易、为用户侧供热产生的收益；c
grid
是与电网交易产生的费用，c
om
为综合能源系统运行维护费用，c
cchp
为燃料成本，其
中，和满足满足分别为t 时刻用能侧的电、热负荷功率，分别为t时刻出售给用能侧的电、热价格；和分别为t时刻电网的上网和售电电价，满足综合能源系统运行维护费用采用计算，ki为各设备的运行维护系数，为各设备的输出功率；
[0050]
燃料成本c
cchp
采用计算，表示生物质热电联产输出电功率，ae、be、ce分别表示生物质热电联产的燃料成本系数；
[0051]
将用户的效用函数和用能成本以及鱼类温度舒适度惩罚项之差作为目标函数，建立用户层优化模型为：
[0052]
max c
user
＝c
sa-c
energy-c
pu
[0053]
其中，其中，c
sa
表示用户的效用函数，ve、αe、vh、αh表示对消费电能和热能的偏好系数，为运营商向用户的售电、售热价格；为舒适度惩罚项，为水内温度，t
in,set
为设定水内最佳温度，ω表示罚因子。
[0054]
可选的，所述采用粒子群算法结合整数线性规划方法对主从博弈双层优化模型进行求解包括：
[0055]
运用粒子群算法与混合整数线性规划方法对主从博弈模型进行求解，通过yalmip工具箱调用cplex求解器对综合能源系统的主从博弈模型求解，运营商侧根据市场供需关系制定购售电价、热价，目标函数为一天内收益最大；用户侧根据运营商的价格信号确定最优出力和负荷需求。
[0056]
根据本技术实施例的第二方面，提供一种渔场综合能源系统协同优化运行装置包括：
[0057]
模型构建模块，用于根据综合能源系统中所包含的生物质热电联产、蓄电池、蓄热槽，分别建立生物质热电联产模型、蓄电池仿真模型和蓄热槽仿真模型；
[0058]
确定模块，用于针对源荷两侧不确定性，采用模糊机会约束方法将确定性约束松弛为含模糊变量的系统约束，并利用梯形模糊参数将系统约束清晰化；
[0059]
处理模块，用于建立综合需求响应模型，其中综合需求响应模型包括电需求响应模型和热需求响应模型；
[0060]
优化模块，用于建立综合能源系统的主从博弈双层优化模型，主从博弈双层优化模型包括运营商层和用户层；
[0061]
求解模块，用于采用粒子群算法结合整数线性规划方法对主从博弈双层优化模型进行求解，运营商侧根据市场供需关系制定购售电价、热价，目标函数为一天内收益最大；用户侧根据运营商的价格信号确定最优出力和负荷需求。
[0062]
根据本技术实施例的第三方面，提供一种非易失性存储设备包括：处理器，以及与所述处理器通信连接的存储器；
[0063]
所述存储器存储计算机执行指令；
[0064]
所述处理器执行所述存储器存储的计算机执行指令，以实现第一方面提供的方法。
[0065]
根据本技术实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面提供的方法。
[0066]
根据本技术实施例的第五方面，提供一种计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现第一方面提供的方法。
[0067]
有益效果：
[0068]
本技术所涉及的一种渔场综合能源系统协同优化运行方法包括根据综合能源系统中所包含的生物质热电联产、蓄电池、蓄热槽，分别建立生物质热电联产模型、蓄电池仿真模型和蓄热槽仿真模型；针对源荷两侧不确定性，采用模糊机会约束方法将确定性约束松弛为含模糊变量的系统约束，并利用梯形模糊参数将系统约束清晰化；建立综合需求响应模型；建立综合能源系统的主从博弈双层优化模型；采用粒子群算法结合整数线性规划方法对主从博弈双层优化模型进行求解，运营商侧根据市场供需关系制定购售电价、热价，目标函数为一天内收益最大；用户侧根据运营商的价格信号确定最优出力和负荷需求，能够有效权衡供能侧和用户侧的双方收益，充分发挥用户的需求响应潜力，实现渔场综合能源系统的经济灵活协同优化运行。
[0069]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
[0070]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理，并不构成对本技术的不当限定。
[0071]
图1是根据一示例性实施例示出的本技术提供一种渔场综合能源系统协同优化运行方法的流程示意图；
[0072]
图2是根据一示例性实施例示出的一种主从博弈双层优化模型的求解流程示意图；
[0073]
图3是根据一示例性实施例示出的一种能源负荷与风光出力预测曲线图；
[0074]
图4是根据一示例性实施例示出的环境温度与水内温度曲线图；
[0075]
图5是根据一示例性实施例示出的一种电能调度优化结果示意图；
[0076]
图6是根据一示例性实施例示出的一种热能调度优化结果图；
[0077]
图7是根据一示例性实施例示出的一种渔场综合能源系统协同优化运行装置的结构示意图。
具体实施方式
[0078]
为了使本领域普通人员更好地理解本技术的技术方案，下面将结合附图，对本技术实施例中的技术方案进行清楚、完整地描述。
[0079]
需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第
二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
[0080]
本发明实施例提供的一种渔场综合能源系统协同优化运行方法基于主从需求响应和综合需求响应的综合能源系统协同优化运行，下面将结合附图1～附图6对本发明实施例的一种渔场综合能源系统协同优化运行方法进行详细说明。
[0081]
图1为本技术一示例性实施例提供的一种渔场综合能源系统协同优化运行方法的流程图。如图1所示，该渔场综合能源系统协同优化运行方法具体步骤如下：
[0082]
步骤110：根据综合能源系统中所包含的生物质热电联产、蓄电池、蓄热槽、电制热，分别建立生物质热电联产模型、蓄电池仿真模型、蓄热槽仿真模型和电制热仿真模型。
[0083]
进一步的，生物质热电联产燃烧加热有机介质，利用效率可达到88％，基于此，针对综合能源系统中所包含的生物质热电联产建立生物质热电联产模型为：
[0084][0085]
其中，为t时段chp电功率，αe为chp系统电转换效率(％)，为t 时段所燃烧的生物质量，ηb为生物质的燃烧转化效率，f
ncvb
为所使用的生物质的净热值，δt为调度时间。
[0086]
而且，生物质chp系统的热出力为：其中，为t 时段chp热功率，αh为chp系统热转换效率。
[0087]
针对综合能源系统中所包含的蓄电池建立蓄电池仿真模型为：
[0088][0089]
其中，是蓄电池的soc值，满足和分别为蓄电池的充、放电功率，满足
[0090]
满足δt是时间间隔，和分别为蓄电池的充、放电状态标记位，其中，
[0091]
而且，在实际运行时，蓄电池要满足下式所示的充放电爬坡率约束：
[0092][0093]
其中，和分别表示蓄电池充放电状态下的爬坡率上下限。
[0094]
蓄热槽可以在热能富余时储存热能，而在热能不足或产热费用较高时，释放热能，提高系统运行灵活性和经济性，需要满足容量约束和蓄、放热功率约束。因此，参考蓄电池仿真模型的构建过程，针对综合能源系统中所包含的蓄热槽建立蓄热槽仿真模型为：
[0095][0096]
其中，为蓄热槽的存储热能，满足满足和分别为蓄热槽的蓄、放热功率，满足满足η
tst,chr
为蓄热槽能量自损率，和分别为蓄热槽的充、放电标记位，和满足
[0097]
与蓄电池的运行模式相同，蓄热槽也需要满足爬坡率约束：和其中，和分别表示蓄热槽充放电状态下的爬坡率上下限；
[0098]
针对综合能源系统中所包含的电制热建立电制热仿真模型为：
[0099][0100]
式中，为t时刻电制热设备产热功率、耗电功率，η
rl
为电制热效率。
[0101]
步骤120：针对源荷两侧不确定性，采用模糊机会约束方法将确定性约束松弛为含模糊变量的系统约束，并利用梯形模糊参数将系统约束清晰化。
[0102]
进一步的，针对源荷两侧不确定性，采用模糊机会约束方法引入风电的模糊参数光伏模糊参数负荷模糊参数采用模糊机会约束方法引入风电的模糊参数光伏模糊参数负荷模糊参数过程中采用的三角模糊参数为其中，p1＝μ1p
f,t,
p2＝μ2p
f,t,
p3＝μ3p
f,t
，为风电、光伏出力或负荷预测的模糊表达式，p1～p3为相应的三角隶属度参数，μ1～μ3为比例系数，p
f,t
为t时刻光伏、风电或负荷的预测值。
[0103]
将确定性约束松弛为含模糊变量的系统约束，并利用梯形模糊参数将系统约束清晰化：在模型求解的过程中，系统运行时对安全性要求很高，因此置信水平不宜过低，基于此，经过模糊机会约束处理后，当置信水平α≥1/2 时，利用梯形模糊参数将系统机会约束pr{g(x,ξ)≤0}≥α清晰等价类为系统清晰化约束为：
[0104][0105]
其中，为假设的2个函数，h0(x)为函数的一部分，θ
k1
～θ
k3
为隶属度参数，k＝1，2，...t，t∈r为隶属度参数。
[0106]
针对本综合能源系统，系统的电平衡、热平衡约束如下：
[0107][0108][0109]
其中，分别是光伏出力、风电出力、生物质热电联产产电、储能放电、储能充电、向电网购电、向电网卖电、电制热耗电；分别为生物质热电联产产热、储热吸热、储热放热、热
负荷、电制热产热。
[0110]
经过模糊机会约束处理后，利用梯形模糊参数将原有的电、热功率平衡约束转换如下式所示：
[0111][0112][0113]
本发明实施例考虑源荷不确定性对系统的影响，采用模糊机会约束出力风电和负荷预测的不确定性，提高风电消纳量，并研究分析置信水平对系统优化运行的影响。
[0114]
步骤130：建立综合需求响应模型，其中综合需求响应模型包括电需求响应模型和热需求响应模型。
[0115]
建立电需求响应模型为：
[0116][0117][0118][0119]
其中，分别为用户侧的固定电负荷、柔性电负荷和因电制热额外消耗的电负荷，表示在t时刻的电负荷调整量，表示调整后的柔性电负荷，ε为一天内t时间电负荷调整量最大允许比例，k为一天内电负荷调整总量的比例，ε和k越大，每时段调整电负荷更灵活，用户侧需求响应能力也越大。
[0120]
鱼类是变温动物，其体温会随着温度的变化而变化，因此，温度对鱼类的生长、发育、活动等有着密切的关系。不同的鱼类新陈代谢供能存在差异，因此具有适应自身新陈代谢供能相适应的适温层，在这个适温层中，鱼类的食欲旺盛、摄食量大。因此，在渔场养殖的过程中，需要将水温控制在一定范围的温度内。考虑到水温变化的过程，以室内温度为状态量，将热需求视为热负荷，建立热需求与温度的平衡方程：其中，为柔性热负荷，s为渔场水域供热面积，c为单位供热面积的热容，ω为内外温差散热系数，为水内温度。
[0121]
对于柔性热负荷调节时，水内温度需要在鱼类温度接受范围的上下限内波动，因此满足以下约束：其中，和分别为鱼类可接受的最低室温、最高温度。
[0122]
进而，根据热需求与温度的平衡方程和约束关系建立热需求响应模型。
[0123]
本发明实施例考虑温度对鱼类热需求的影响，并针对鱼类最佳生长温度设定温度惩罚因子，将基于温度的鱼类舒适度惩罚项引入目标函数。
[0124]
步骤140：建立综合能源系统的主从博弈双层优化模型，主从博弈双层优化模型包括运营商层和用户层。
[0125]
进一步的，根据用户侧负荷需求、市场供需关系，制定价格策略，以收益最大为目
标函数建立运营商层优化模型为：
[0126][0127]
其中，分别为微网运营商与用户侧的电力交易、为用户侧供热产生的收益；c
grid
是与电网交易产生的费用，c
om
为综合能源系统运行维护费用，c
cchp
为燃料成本，其中，和满足：满足：分别为t 时刻用能侧的电、热负荷功率，分别为t时刻出售给用能侧的电、热价格；和分别为t时刻电网的上网和售电电价，满足：
[0128][0129]
综合能源系统运行维护费用采用计算，ki为各设备的运行维护系数，为各设备的输出功率；燃料成本c
cchp
采用计算，表示生物质热电联产输出电功率，ae、be、ce分别表示生物质热电联产的燃料成本系数。
[0130]
用户侧综合能源运营商给出售出价格的基础上，优化自身的电、热负荷，目标函数为用户的效用函数和用能成本以及鱼类温度舒适度惩罚项之差，进而将用户的效用函数和用能成本以及鱼类温度舒适度惩罚项之差作为目标函数，建立用户层优化模型为：
[0131]
max c
user
＝c
sa-c
energy-c
pu
[0132]
其中，其中，c
sa
表示用户的效用函数，ve、αe、vh、αh表示对消费电能和热能的偏好系数，可以反映出用户对能源的需求偏好并影响需求量的大小。 ve、αe、vh、αh分别可以设置为1.8，0.0012，1.4，0.001。为运营商向用户的售电、售热价格；为舒适度惩罚项，为水内温度，t
in,set
为设定水内最佳温度，ω表示罚因子，单元为元/℃，可是表征鱼类对水温变化的敏感度，定义为鱼类敏感度系数。当ω值越大时，温度偏差造成的惩罚也就会越大，使水温接近鱼类设定的最佳温度，鱼类的温度舒适更高。
[0133]
本发明实施例考虑到综合能源系统中多种能量交互，充分发挥电、热多种能源形式的互补共济，促进能量供需平衡。
[0134]
步骤150：采用粒子群算法结合整数线性规划方法对主从博弈双层优化模型进行求解，运营商侧根据市场供需关系制定购售电价、热价，目标函数为一天内收益最大；用户侧根据运营商的价格信号确定最优出力和负荷需求。
[0135]
进一步的，参考图2所示，运用粒子群算法与混合整数线性规划方法对主从博弈模型进行求解，通过yalmip工具箱调用cplex求解器对综合能源系统的主从博弈模型求解，运营商侧根据市场供需关系制定购售电价、热价，目标函数为一天内收益最大；用户侧根据运营商的价格信号确定最优出力和负荷需求。
[0136]
以某渔场综合能源系统为例进行本发明实施例的渔场综合能源系统协同优化运
行方法仿真分析，典型日预测新能源出力和预测负荷如图3所示，电网购售电如表1所示。该渔场的代表水产品是大闸蟹，其体温会随着温度的变化而变化，温度的变化直接影响大闸蟹的生长繁殖等。当生长水温在6℃摄氏度以上开始觅食，15℃开始脱壳生长，当水温超过32℃时，大闸蟹的脱壳会受到抑制，因此设定水温最低为15摄氏度，最高不能超过32℃，最佳水温设定为26℃。
[0137]
表1电网购售电参数
[0138]
时段购电价/(元/kwh)售电价/(元/kwh)0.00-9.000.40.3510.00-12.000.80.3513.00-16.001.20.3517.00-20.000.80.3521.00-24.001.20.35
[0139]
1)研究柔性电负荷对能源运营商收益的影响如表2，通过改变柔性电负荷占比得到相应的用户侧收益以及运营商收益。在无温度惩罚因子、置信水平为0.9的情况下，研究不同柔性电负荷占比对系统收益的影响。
[0140]
表2不同柔性电负荷占比的对比结果
[0141]
柔性电负荷占比(％)用户侧目标函数值(元)运营商目标函数值(元)017369.135996.41517717.686241.351017931.966805.07
[0142] 从上表2可以看出，随着柔性电负荷占比的增大，用户侧可调电负荷越大、更灵活，用户侧需求响应能力越大。在电价的激励下，为了降低综合能源系统的用户购电成本，需求响应前后电负荷表现出“削峰填谷”的特点。由上表可知，柔性电负荷与用户侧收益成正相关，与运营商收益成正相关。
[0143]
2)研究温度惩罚因子对系统收益的影响如表3所示，参考图4所示，通过改变用户侧目标函数中的温度惩罚因子，用以研究温度惩罚因子对运营商和用户侧的影响。在置信水平为0.9，10％柔性负荷占比的情况下，研究不同惩罚因子对系统收益的影响：
[0144]
表3不同惩罚因子的对比结果
[0145]
惩罚因子(元/℃)用户侧目标函数值(元)运营商目标函数(元)017931.966805.072517008.596767.175016249.906758.95
[0146]
随着惩罚因子的增大，控制的室内温度逐渐接近最佳温度26
°
，如上表3 所示，温度惩罚因子与用户侧目标函数值呈负相关关系，与运营商目标函数呈负相关关系。惩罚因子的存在，虽然损失了一部分的经济利益，但使水内温度更趋近鱼种适应最佳温度，有利于鱼种生长繁殖。参考图4所示，当温度惩罚因子越大时，温度偏差造成的惩罚也会越大，水中温度更接近鱼类设定最佳温度，鱼类的舒适度会更高，更有利于生长繁殖。
[0147]
研究置信水平对系统收益的影响如表4所示，在无温度惩罚因子、10％柔性负荷占
比的情况下，研究置信水平对系统影响的影响：
[0148]
表4不同置信水平的对比结果
[0149]
置信水平用户侧目标函数值(元)运营商目标函数值(元)0.719332.346943.270.818117.946935.030.917931.966805.07
[0150] 参考图5和图6所示，置信水平反映了决策人员对风险把控的能力，反映系统的安全性能，随着置信水平的增大，系统运行抗风险的能力提高，但运营商目标函数值不断减小，即系统运营以牺牲经济性来提高运行的可靠性。
[0151]
本技术所涉及的一种渔场综合能源系统协同优化运行方法包括根据综合能源系统中所包含的生物质热电联产、蓄电池、蓄热槽、电制热，分别建立生物质热电联产模型、蓄电池仿真模型、蓄热槽仿真模型和电制热仿真模型；针对源荷两侧不确定性，采用模糊机会约束方法将确定性约束松弛为含模糊变量的系统约束，并利用梯形模糊参数将系统约束清晰化；建立综合需求响应模型；建立综合能源系统的主从博弈双层优化模型；采用粒子群算法结合整数线性规划方法对主从博弈双层优化模型进行求解，运营商侧根据市场供需关系制定购售电价、热价，目标函数为一天内收益最大；用户侧根据运营商的价格信号确定最优出力和负荷需求，能够有效权衡供能侧和用户侧的双方收益，充分发挥用户的需求响应潜力，实现渔场综合能源系统的经济灵活协同优化运行。
[0152]
图7为本技术一示例性实施例提供的一种渔场综合能源系统协同优化运行装置的结构示意图。本技术实施例提供的一种渔场综合能源系统协同优化运行装置可以执行一种渔场综合能源系统协同优化运行方法实施例提供的处理流程。如图7所示，本技术提供的一种渔场综合能源系统协同优化运行装置20包括：
[0153]
模型构建模块201，用于根据综合能源系统中所包含的生物质热电联产、蓄电池、蓄热槽、电制热，分别建立生物质热电联产模型、蓄电池仿真模型、蓄热槽仿真模型和电制热仿真模型；
[0154]
确定模块202，用于针对源荷两侧不确定性，采用模糊机会约束方法将确定性约束松弛为含模糊变量的系统约束，并利用梯形模糊参数将系统约束清晰化；
[0155]
处理模块203，用于建立综合需求响应模型，其中综合需求响应模型包括电需求响应模型和热需求响应模型；
[0156]
优化模块204，用于建立综合能源系统的主从博弈双层优化模型，主从博弈双层优化模型包括运营商层和用户层；
[0157]
求解模块205，用于采用粒子群算法结合整数线性规划方法对主从博弈双层优化模型进行求解，运营商侧根据市场供需关系制定购售电价、热价，目标函数为一天内收益最大；用户侧根据运营商的价格信号确定最优出力和负荷需求。
[0158]
本技术实施例提供的装置可以具体用于执行上述图1对应方法实施例所提供的方案，具体功能和所能实现的技术效果此处不再赘述。
[0159]
本发明实施例还提供一种非易失性存储设备包括：处理器，以及与处理器通信连接的存储器；
[0160]
存储器存储计算机执行指令；
[0161]
处理器执行存储器存储的计算机执行指令，以实现上述任一方法实施例所提供的方案，具体功能和所能实现的技术效果此处不再赘述。该电子设备可以为上述提及的服务器。
[0162]
本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现上述任一方法实施例所提供的方案，具体功能和所能实现的技术效果此处不再赘述。
[0163]
本技术实施例还提供了一种计算机程序产品，程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一方法实施例所提供的方案，具体功能和所能实现的技术效果此处不再赘述。
[0164]
本技术实施例描述的应用场景是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
[0165]
所属技术领域的技术人员能够理解，本技术的各个方面可以实现为系统、方法或程序产品。因此，本技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0166]
在一些可能的实施方式中，根据本技术的电子设备可以包括至少一个处理器、以及至少一个存储器。其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本技术各种示例性实施方式的运营数据管理方法。例如，处理器可以执行如运营数据管理方法中的步骤。
[0167]
应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
[0168]
此外，尽管在附图中以特定顺序描述了本技术方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
[0169]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0170]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程图像缩放设备的处理器以产生一个机器，使得通过计算机或其他可编程图像缩放设备的处理器执行的指令产生用于实
现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0171]
这些计算机程序指令也可存储在能引导计算机或其他可编程图像缩放设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0172]
这些计算机程序指令也可装载到计算机或其他可编程图像缩放设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0173]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
[0174]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。