一种多社区微网系统一主多从博弈双层优化调度方法

1.本发明涉及一种多社区微网系统一主多从博弈双层优化调度方法，特别是涉及一种计及能源交互与碳交易的多社区微网系统一主多从博弈双层优化调度方法，属于多社区微网系统低碳经济调度技术领域。


背景技术：

2.科技进步、社会发展以及人口增长，促使全球能源需求急剧增加，导致以煤炭、石油为主的传统化石能源日益枯竭，伴随能源消耗产生的环境污染问题也日趋严重。此外，随着中国城镇化进程的不断加深，城市地区能源需求的急剧增加给供能基础设施的稳定运行造成巨大压力，同时日益复杂的能源需求也给以电力为核心的能源调度部门带来了巨大挑战。在上述背景下，构建以电力为中心，涵盖风电、光伏等分布式清洁能源，支持不同形式能源间相互协调配合、多能互补的城市多社区微网系统成为解决能源危机与环境问题的有效途径。但当前多社区微网系统优化调度中未充分考虑到区域整体购能成本与微网个体利益冲突关系以及碳排放权交易市场背景下终端综合能源系统碳排核算、碳排放权交易等问题。


技术实现要素：

3.本发明提供了一种多社区微网系统一主多从博弈双层优化调度方法，基于虚拟碳流与实际碳流从能量流的角度对社区微网系统碳排放源进行详细分析，并建立考虑用户侧直接碳排核算和间接碳排核算的精细化模型，在综合考虑经济效益与低碳效益的基础上构建了计及能源交互与碳交易的多社区微网系统一主多从博弈优化模型。
4.本发明的技术方案是：一种多社区微网系统一主多从博弈双层优化调度方法，包括：建立社区微网系统网络架构及模型；构建多社区微网系统一主多从博弈双层模型；构建多社区微网系统低碳管理框架及模型；以单个调度日区域总运行成本最小为目标，构建上层区域调度中心优化决策模型；以单个调度日社区微网运行成本最小为目标，构建下层社区微网系统运行决策模型；依据上层区域调度中心优化决策模型与下层社区微网系统运行决策模型，构建多社区微网系统一主多从博弈优化模型；采用优化算法对一主多从博弈优化模型进行求解。
5.所述建立社区微网系统网络架构及模型，包括：建立数据信息管理单元模型、能源供给单元模型、终端多元负荷单元模型、耦合设备单元模型、储能设备单元模型。
6.所述构建多社区微网系统一主多从博弈双层模型为：
[0007][0008]
博弈双层模型g中：z为博弈主体集合，包括区域调度中心rdc及各社区微网cies(i)；s表示博弈主体的策略集合，上层区域调度中心的运行策略集s
rdc
包括各微网购能量x
buy
(i)、微网i和j之间的能源交互量x
i,j
、碳交易量cer
i,j
信息，下层各社区微网的运行策略集s
cies(i)
包括社区微网i内设备出力x
equipment
(i)及需求响应后负荷量x
load
(i)参数；f为博弈主体支付函数，包括区域调度中心支付函数f
rdc
和各社区微网支付函数f
cies(i)
。
[0009]
所述构建多社区微网系统低碳管理框架及模型，包括：基于区域季度性的历史能耗情况由碳交易监管机构确定的区域用户初始碳排配额模型；基于碳流进行碳排放源分析建立社区微网系统碳排核算模型；以碳交易手续成本最低为目标，确保区域内社区微网间优先充分交易的碳排放权交易模型；其中，社区微网系统碳排核算模型包括直接碳排核算模型、间接碳排核算模型。
[0010]
所述以单个调度日区域总运行成本最小为目标，构建上层区域调度中心优化决策模型，包括：由购能成本、能源交互损耗成本、碳交易手续成本构成多社区微网系统日运行成本目标函数；构建优化决策模型约束条件；优化决策模型约束条件包括：购能约束、社区微网间能源交互约束、社区微网能源供需裕度约束。
[0011]
所述由购能成本、能源交互损耗成本、碳排放权交易手续成本构成多社区微网系统日运行成本目标函数f
rdc
为：
[0012][0013]
式中：分别为总购能成本、社区微网间能源交互损耗成本、碳排放权交易手续成本；t、nm分别为总调度时段数、区域内社区微网数；p
p
(t)、pg(t)、ph(t)分别表示电、气、热能源在t时段的价格；p
buy
(t,i)、g
buy
(t,i)、h
buy
(t,i)分别为在第t时段微网i的电、气、热购能量；p
i,j
(t)、g
i,j
(t)分别表示微网i与微网j之间的电、气能源交互量；分别为社区微网间电、气能源交互损耗系数；a、b分别为社区微网与全国碳交易市场以及社区微网之间的碳交易的服务成本系数；cer
ex
(i)为区域调度中心代理社区微网i与全国碳排放权交易市场的潜在交互量；cer
i,j
表示社区微网i、j之间的碳排放权交易量。
[0014]
所述以单个调度日社区微网运行成本最小为目标，构建下层社区微网系统运行决
策模型，包括：由购能成本、设备运维成本、综合需求响应补偿成本、能源交互收益、碳交易收益构成的社区微网日运行成本目标函数；构建运行决策模型约束条件；运行决策模型约束条件包括：设备出力约束、社区微网能源功率平衡约束、社区微网能源供需裕度约束。
[0015]
由购能成本设备运维成本综合需求响应补偿成本能源交互收益碳交易收益构成的社区微网日运行成本目标函数f
cies
(i)为：
[0016][0017]
式中：p
p
(t)、pg(t)、ph(t)分别表示电、气、热能源在t时段的价格；p
buy
(t,i)、g
buy
(t,i)、h
buy
(t,i)分别为在第t时段微网i的电、气、热购能量；s、γs、ns分别为场景序号、对应场景概率、总的场景集；分别为社区微网中各设备的运维成本系数；p
pv
(t,i,s)、p
wt
(t,i,s)分别表示微网i在t时段场景s下光伏、风电的功率；g
mt
(t,i)、g
gc
(t,i)分别表示微网i在t时段微燃机、燃气制冷机消耗的天然气功率；p
ec
(t,i)、h
ac
(t,i)分别表示在t时段微网i内电制冷机、热吸收式制冷机的输入功率；pc(t,i,s)、pd(t,i,s)、gc(t,i,s)、gd(t,i,s)、hc(t,i,s)、hd(t,i,s)、cc(t,i,s)、cd(t,i,s)分别表示在t时段s场景下微网i内电气热冷储能充放功率；α
p
(i)、αg(i)、αh(i)、αc(i)分别表示微网i的电、气、热、冷负荷纵向需求响应补偿系数；β
e,g
(i)、β
e,h
(i)分别表示微网i的电-气、电-热横向需求响应补偿系数；分别为微网i在t时段电、气、热负荷的上平移量；分别为微网i在t时段电、气、热负荷的下平移量；为微网i在t时段电能被气能替代所减少的电负荷量；为微网i在t时段气能被电能替代所减少的气负荷量；为微网i在t时段电能被热能替代所减少的电负荷量；分别为微网i在t时段热能被电能替代所减少的热负荷量；分别为社区微网间t时段的电、气能源交互价格；p
i,j
(t)、g
i,j
(t)分别表示微网i与微网j之间的电、气能源交互量；p
cer
表示市场碳排放权交易价格；cer
ex
(i)为区域调度中心代理社区微网i与
全国碳排放权交易市场的潜在交互量；cer
i,j
表示社区微网i、j之间的碳排放权交易量。
[0018]
所述一主多从博弈优化模型为：
[0019][0020]
式中：x
buy
(i)、x
i,j、
、cer
i,j
分别表示社区微网购能量、微网之间的能源交互量、碳交易量，分别为下层社区微网最优运行决策时的响应后负荷量和设备出力；x
load
(i)、x
equipment
(i)分别表示社区微网i内设备出力及需求响应后负荷量，分别表示上层区域调度中心发布最优调度指令时的社区微网购能量、社区微网间能源交互量、社区微网间碳交易量；。
[0021]
采用上层粒子群算法嵌套下层gurobi求解器的求解方法对构建的一主多从博弈优化模型进行求解。
[0022]
本发明的有益效果是：
[0023]
(1)本发明在考虑电、气、热、冷综合负荷纵向需求响应与横向需求响应的基础上建立了社区微网系统用户侧需求管理框架，提高了系统能源供需的灵活性；
[0024]
(2)本发明基于虚拟碳流与实际碳流，从能量流的角度对社区微网系统内的实际碳排情况进行了分析，建立了考虑直接碳排核算与间接碳排核算的精细化模型，能够对社区微网系统运行过程中产生的碳排量进行精确核算，以支撑各社区微网作为碳交易主体参与到碳排放权交易市场；
[0025]
(3)本发明基于各社区微网能源供需特性及实际碳排情况，建立了社区微网间的能源交互及碳排放权交易模型，并分析了区域调度中心与社区层各微网运营商之间的竞争博弈关系，提出基于一主多从博弈的双层优化调度方法，以降低系统综合运行成本，实现各社区微网供需平衡的同时，协调多社区微网系统运行的经济效益与低碳效益。
附图说明
[0026]
图1是本发明多社区微网系统双层优化调度框架图；
[0027]
图2为本发明所建社区综合能源系统网络架构示意图；
[0028]
图3为本发明构建的社区微网系统双层博弈互动框架示意图；
[0029]
图4为本发明构建的社区微网系统低碳管理框架示意图；
[0030]
图5为本发明的碳流及碳源分析示意图；
[0031]
图6为本发明的碳排放权交易示意图；
[0032]
图7为本发明所提一主多从博弈双层优化模型的求解流程图；
[0033]
图8为本发明具体实例下风电、光伏出力曲线图；
[0034]
图9为本发明具体实例下实时能源价格曲线图；
[0035]
图10为本发明具体实例下居民社区需求响应仿真结果；
[0036]
图11为本发明具体实例下居民社区能源供需平衡图；
[0037]
图12为本发明具体实例下社区微网间能源交互及碳交易示意图。
具体实施方式
[0038]
下面结合附图和实施例，对发明做进一步的说明，但本发明的内容并不限于所述范围。
[0039]
如图1-12所示，一种多社区微网系统一主多从博弈双层优化调度方法，包括：建立社区微网系统网络架构及模型；构建多社区微网系统一主多从博弈双层模型；构建多社区微网系统低碳管理框架及模型；以单个调度日区域总运行成本最小为目标，构建上层区域调度中心优化决策模型；以单个调度日社区微网运行成本最小为目标，构建下层社区微网系统运行决策模型；依据上层区域调度中心优化决策模型与下层社区微网系统运行决策模型，构建多社区微网系统一主多从博弈优化模型；采用优化算法对一主多从博弈优化模型进行求解。
[0040]
进一步地，所述建立社区微网系统网络架构及模型，包括：建立数据信息管理单元模型、能源供给单元模型、终端多元负荷单元模型、耦合设备单元模型、储能设备单元模型。
[0041]
进一步地，所述构建多社区微网系统一主多从博弈双层模型为：
[0042][0043]
博弈双层模型g中：z为博弈主体集合，包括区域调度中心rdc及各社区微网cies(i)；s表示博弈主体的策略集合，上层区域调度中心的运行策略集s
rdc
包括各微网购能量x
buy
(i)、微网i和j之间的能源交互量x
i,j
、碳交易量cer
i,j
信息，下层各社区微网的运行策略集s
cies(i)
包括社区微网i内设备出力x
equipment
(i)及需求响应后负荷量x
load
(i)参数；f为博弈主体支付函数，包括区域调度中心支付函数f
rdc
和各社区微网支付函数f
cies(i)
。
[0044]
进一步地，所述构建多社区微网系统低碳管理框架及模型，包括：基于区域季度性的历史能耗情况由碳交易监管机构确定的区域用户初始碳排配额模型；基于碳流进行碳排放源分析建立社区微网系统碳排核算模型；以碳交易手续成本最低为目标，确保区域内社区微网间优先充分交易的碳排放权交易模型；其中，社区微网系统碳排核算模型包括直接碳排核算模型、间接碳排核算模型。
[0045]
进一步地，所述以单个调度日区域总运行成本最小为目标，构建上层区域调度中心优化决策模型，包括：由购能成本、能源交互损耗成本、碳交易手续成本构成多社区微网
系统日运行成本目标函数；构建优化决策模型约束条件；优化决策模型约束条件包括：购能约束、社区微网间能源交互约束、社区微网能源供需裕度约束。
[0046]
进一步地，所述由购能成本、能源交互损耗成本、碳排放权交易手续成本构成多社区微网系统日运行成本目标函数f
rdc
为：
[0047][0048]
式中：分别为总购能成本、社区微网间能源交互损耗成本、碳排放权交易手续成本；t、nm分别为总调度时段数、区域内社区微网数；p
p
(t)、pg(t)、ph(t)分别表示电、气、热能源在t时段的价格；p
buy
(t,i)、g
buy
(t,i)、h
buy
(t,i)分别为在第t时段微网i的电、气、热购能量；p
i,j
(t)、g
i,j
(t)分别表示微网i与微网j之间的电、气能源交互量；分别为社区微网间电、气能源交互损耗系数；a、b分别为社区微网与全国碳交易市场以及社区微网之间的碳交易的服务成本系数；cer
ex
(i)为区域调度中心代理社区微网i与全国碳排放权交易市场的潜在交互量；cer
i,j
表示社区微网i、j之间的碳排放权交易量；碳排放权交易手续成本即碳交易手续成本。
[0049]
进一步地，所述以单个调度日社区微网运行成本最小为目标，构建下层社区微网系统运行决策模型，包括：由购能成本、设备运维成本、综合需求响应补偿成本、能源交互收益、碳交易收益构成的社区微网日运行成本目标函数；构建运行决策模型约束条件；运行决策模型约束条件包括：设备出力约束、社区微网能源功率平衡约束、社区微网能源供需裕度约束。
[0050]
进一步地，由购能成本设备运维成本综合需求响应补偿成本能源交互收益碳交易收益构成的社区微网日运行成本目标函数f
cies
(i)为：
[0051][0052]
式中：p
p
(t)、pg(t)、ph(t)分别表示电、气、热能源在t时段的价格；p
buy
(t,i)、g
buy
(t,i)、h
buy
(t,i)分别为在第t时段微网i的电、气、热购能量；s、γs、ns分别为场景序号、对应场景概率、总的场景集；分别为社区微网中各设备的运维成本系数；p
pv
(t,i,s)、p
wt
(t,i,s)分别表示微网i在t时段场景s下光伏、风电的功率；g
mt
(t,i)、g
gc
(t,i)分别表示微网i在t时段微燃机、燃气制冷机消耗的天然气功率；p
ec
(t,i)、h
ac
(t,i)分别表示在t时段微网i内电制冷机、热吸收式制冷机的输入功率；pc(t,i,s)、pd(t,i,s)、gc(t,i,s)、gd(t,i,s)、hc(t,i,s)、hd(t,i,s)、cc(t,i,s)、cd(t,i,s)分别表示在t时段s场景下微网i内电气热冷储能充放功率；α
p
(i)、αg(i)、αh(i)、αc(i)分别表示微网i的电、气、热、冷负荷纵向需求响应补偿系数；β
e,g
(i)、β
e,h
(i)分别表示微网i的电-气、电-热横向需求响应补偿系数；分别为微网i在t时段电、气、热负荷的上平移量；分别为微网i在t时段电、气、热负荷的下平移量；为微网i在t时段电能被气能替代所减少的电负荷量；为微网i在t时段气能被电能替代所减少的气负荷量；为微网i在t时段电能被热能替代所减少的电负荷量；分别为微网i在t时段热能被电能替代所减少的热负荷量；分别为社区微网间t时段的电、气能源交互价格；p
i,j
(t)、g
i,j
(t)分别表示微网i与微网j之间的电、气能源交互量；p
cer
表示市场碳排放权交易价格；cer
ex
(i)为区域调度中心代理社区微网i与全国碳排放权交易市场的潜在交互量；cer
i,j
表示社区微网i、j之间的碳排放权交易量。
[0053]
进一步地，所述一主多从博弈优化模型为：
[0054][0055]
式中：x
buy
(i)、x
i,j、
、cer
i,j
分别表示社区微网购能量、微网之间的能源交互量、碳交易量，分别为下层社区微网最优运行决策时的响应后负荷量和设备出力；x
load
(i)、x
equipment
(i)分别表示社区微网i内设备出力及需求响应后负荷量，分别表示上层区域调度中心发布最优调度指令时的社区微网购能量、社区微网间能源交互量、社区微网间碳交易量；。
[0056]
进一步地，采用上层粒子群算法嵌套下层gurobi求解器的求解方法对构建的一主多从博弈优化模型进行求解。
[0057]
下面对本发明一种可选的实施方式进行详细说明。
[0058]
步骤s1：建立社区微网系统网络架构及模型，包含数据信息管理单元、能源供给单元、终端多元负荷单元、耦合设备单元、储能设备单元；
[0059]
步骤s2：构建多社区微网系统双层博弈模型，包含作为博弈领导者负责集中优化的上层区域调度中心以及作为博弈跟随者专注分布自治的下层社区微网；
[0060]
步骤s3：构建多社区微网系统低碳管理框架及模型，包含基于该区域季度性的历史能耗情况由碳交易监管机构确定的区域用户初始碳排配额模型、基于虚拟碳流进行间接碳排放源分析并建立的间接碳排核算模型、基于实际碳流进行直接碳排放源分析并建立的直接碳排核算模型、以碳交易手续成本最低为目标，确保区域内社区微网间优先充分交易的碳排放权交易模型；
[0061]
步骤s4：基于集中优化思想，以单个调度日区域总运行成本最小为目标，构建上层区域调度中心对下层社区微网包含购能功率、能源交互功率、碳交易量的优化决策模型；
[0062]
步骤s5：基于分布自治思想，以单个调度日社区微网运行成本最小为目标，构建包含购能成本、运维成本、综合需求响应补偿成本、能源交互收益、碳交易收益的下层社区微网系统运行决策模型；
[0063]
步骤s6：结合步骤s4与步骤s5建立的上层区域调度中心购能功率、能源交互功率、碳交易量优化决策模型与下层社区微网系统运行决策模型，构建考虑能源交互与碳交易的多社区微网系统一主多从博弈优化模型；
[0064]
步骤s7：采用上层粒子群算法嵌套下层gurobi求解器的求解方法对步骤s6中构建的一主多从博弈优化模型进行求解。
[0065]
本发明的整体框架图如图1所示。进一步地，上述可选实施例的方法具体步骤如
下：
[0066]
所述步骤s1具体为：如图2所示，构建包含数据信息管理单元、能源供给单元、终端多元负荷单元、耦合设备单元、储能设备单元的社区微网系统网络架构及模型，其中：
[0067]
1.1)数据信息管理单元模型如下：
[0068]
数据信息管理单元采集社区微网系统内部信息并上传至区域调度中心，同时接收来自区域调度中心的购能、能源交互及碳交易指令以优化系统内各设备单元之间的功率分配，实现微能网安全、经济、低碳运行；其中，设备单元指耦合设备单元、储能设备单元；
[0069]
1.2)能源供给单元模型如下：
[0070]
风电、光伏实际出力为日前预测数据与预测误差之和，且其预测误差服从正态分布，对应模型为：
[0071][0072][0073]
式中：e
wt
(t,i)、e
pv
(t,i)分别为微网i在t时段的风电、光伏出力预测误差；p
wt
(t,i)、分别为微网i在t时段的风电的实际出力值及日前预测值；p
pv
(t,i)、分别为微网i在t时段的光伏的实际出力值及日前预测值；ξ
wt
(t,i)、δ
wt
(t,i)分别为e
wt
(t,i)的期望值和标准差；ξ
pv
(t,i)、δ
pv
(t,i)分别为e
pv
(t,i)的期望值和标准差；
[0074]
1.3)终端多元负荷单元模型，包括：
[0075]
考虑到社区微网用户的基本用能需求，并结合多元负荷的综合响应能力，将终端多元负荷分为刚性负荷和柔性负荷：不受激励因素影响，保障用户基本生产、生活需求的负荷为刚性负荷；接受补偿激励机制引导，愿为经济性牺牲部分用能体验的负荷为柔性负荷。根据响应方式，进一步将柔性负荷分为纵向需求响应负荷与横向需求响应负荷。考虑到用户用能舒适度，纵向需求响应负荷仅为可平移负荷；基于用户不同能源需求之间的“耦合响应”特性，横向需求响应即为利用不同能源满足相同生产、生活需求，表现为能源之间的替代消费。
[0076]
纵向需求响应相关模型为：
[0077][0078]
式中：从上往下依次为负荷平移量约束、负荷响应速率约束、上下平移二元变量约束、负荷总量不变约束；为需求响应前后微网i在t时段各负荷量；x
l+
(t,i)、x
l-(t,i)分别为微网i在t时段的各负荷上下平移量；分别表示各负荷需求响应上下平移量系数；分别为微网i在t时段的各负荷上下平移0、1变量；
分别表示各负荷上下平移速率上限；其中，负荷包括电、气、热三种负荷，即x＝{p,g,h}、x＝{p,g,h}分别表示电、气、热三种负荷；如：分别为需求响应前微网i在t时段的电、气、热负荷；分别为需求响应后微网i在t时段的电、气、热负荷量；其它同理；
[0079]
横向需求响应相关模型，包括：
[0080]
电-气横向需求响应模型：
[0081][0082]
电-热横向需求响应模型：
[0083][0084]
上述电-气、电-热横向需求响应模型中均包含异质能源替代上限约束、能源耦合二元变量约束；式中：分别为微网i在t时段电能代替气能所增加的电负荷量、电能被气能替代所减少的电负荷量；分别为微网i在t时段气能代替电能所增加的气负荷量、气能被电能替代所减少的气负荷量；分别为微网i在t时段电能代替热能所增加的电负荷量、电能被热能替代所减少的电负荷量；分别为微网i在t时段热能代替电能所增加的热负荷量、热能被电能替代所减少的热负荷量；λ
p-g
、λ
g-p
、λ
p-h
、λ
h-p
分别表示电-气、气-电、电-热、热-电能源转换替代系数；分别为电-气、气-电、电-热、热-电能源替代百分数；μ
p-g
(t,i)、μ
g-p
(t,i)、μ
p-h
(t,i)、μ
h-p
(t,i)分别表示微网i在t时段电-气、气-电、电-热、热-电替代0、1变量；
[0085]
综合负荷等式约束为：
[0086][0087]
式中：分别为需求响应前微网i在t时段的电、气、热负荷量；分别为需求响应后微网i在t时段的电、气、热负荷量；分别为微网i在t时段电、气、热负荷的上平移量；
分别为微网i在t时段电、气、热负荷的下平移量；
[0088]
1.4)耦合设备单元模型如下：
[0089]
社区微网系统内耦合设备单元包含微燃机、电制冷机、热吸收式制冷机、燃气制冷机，相应输出与输入功率关系为：
[0090][0091]
式中：v
mt
(t,i)、p
mt
(t,i)、h
mt
(t,i)分别表示在t时段微网i内微燃机消耗的天然气量、输出的电功率和输出的热功率；分别为t时段微网i内微燃机的气-电、气-热转化效率；l
gas
为天然气低位热值，取9.7kwh/m3；p
ec
(t,i)、h
ac
(t,i)、g
gc
(t,i)分别表示在t时段微网i内电制冷机、热吸收式制冷机、燃机制冷机的输入功率；c
ec
(t,i)、c
ac
(t,i)、c
gc
(t,i)分别表示在t时段微网i内电制冷机、热吸收式制冷机、燃机制冷机的输出功率；分别为电制冷机、热吸收式制冷机、燃机制冷机的制冷效率；
[0092]
1.5)储能设备单元模型如下：
[0093]
社区微网系统内储能设备单元包含电、气、热、冷储能设备，其充放能功率相关约束条件为：
[0094][0095]
式中：s
x
(t,i)分别为t时段社区微网i中各储能设备的储能状态，xc(t,i)分别为t时段社区微网i中各储能设备的充能功率；xd(t,i)分别为t时段社区微网i中各储能设备的放能功率；δt为单位调度时段；为各储能设备的损耗率；分别表示各储能设备的充能效率、放能效率、额定容量；分别为各储能设备的储能状态上下限；分别为社区微网i中各储能设备充放功率上限；分别为在t时段微网i内各储能设备充放0、1变量；s
x
(0,i)、s
x
(24,i)分别表示社区微网i中各储能设备在一个调度周期的初始储能状态、结束储能状态；其中，社区微网系统内储能设备单元包含电、气、热、冷储能设备；即x＝{p,g,h,c}、x＝{p,g,h,c}分别表示电、气、热、冷四种能源；比如，s
x
(t,i)中x为p，则s
p
(t,i)为t时段社区微网i中电储能设备的储能状态，sg(t,i)分别为t时段社区微网i中气储能设备的储能状态，sh(t,i)分别为t时段社区微网i中热储能设备
的储能状态，sc(t,i)分别为t时段社区微网i中冷储能设备的储能状态，其它同理；
[0096]
所述步骤s2具体为：如图3所示，从不同层级考虑经济效益与碳减排效益的双层博弈模型以上层区域调度中心为博弈领导者，下层各社区微网为博弈跟随者，该一主多从博弈双层互动过程可描述为：首先，上层区域调度中心结合各社区微网初始负荷曲线并考虑微网间电、气、热等能源供需关系，根据区域总能耗成本最小化原则，确定社区层各微网的电、气、热购能量，并制定微网间能源交互及碳交易方案，下发至社区微网数据信息管理中心；然后，下层各社区微网结合自身负荷特性，基于区域调度中心下发的调度指令，在满足微网内多样化用能需求的同时，根据运行成本最小化原则，确定微网内可再生能源出力、能源耦合设备运行工况、综合负荷需求响应量并上报至区域调度中心；区域调度中心将根据各社区微网上报的数据参数，对该区域的整体策略进行调整，重新制定并下发购能、能源交互、碳交易指令，即区域调度中心与各社区微网进行二次博弈互动，如此迭代直至上层层与下层层两个利益层级均实现自身效益最优，且任一层级博弈主体策略的改变不会引起另一博弈主体改变其策略。一主多从博弈双层模型描述为：
[0097][0098]
博弈模型g中：z为博弈主体集合，包括区域调度中心rdc及各社区微网cies(i)；s表示博弈主体的策略集合，上层区域调度中心的运行策略集s
rdc
包括各微网购能量x
buy
(i)、微网i和j之间的能源交互量x
i,j
、碳交易量cer
i,j
等信息，下层各社区微网的运行策略集s
cies(i)
包括社区微网i内设备出力x
equipment
(i)及需求响应后负荷量x
load
(i)等参数；f为博弈主体支付函数，包括区域调度中心支付函数f
rdc
和各社区微网支付函数f
cies(i)
。
[0099]
所述步骤s3具体为：如图4所示，基于该区域季度性的历史能耗情况由碳交易监管机构确定其初始碳排配额总量，再考虑区域内各社区微网历史碳排情况，根据配额制碳排放权交易中“总量控制与交易原则”所确定的区域用户初始碳排配额分配方案服务于多社区微网系统中长期低碳管理；而区域调度中心通过各社区微网数据信息管理中心经用户周期用能低碳优化管理、碳排核算所获得的数据确定的社区微网间碳排放权交易方案服务于短期低碳管理。
[0100]
3.1)区域用户初始碳排配额模型如下：
[0101][0102]
式中：t为总调度时段；cer
initial
(i)表示社区微网i的初始碳排配额；q
p
、qg、qh、qc分别表示单位电、气、热、冷负荷功率的碳排配额；p
past
(t,i)、g
past
(t,i)、h
past
(t,i)、c
past
(t,i)分别为社区微网i在t时段的历史电、气、热、冷负荷数据；
[0103]
3.2)社区微网系统碳源分析如图5所示，碳排核算模型如下：
[0104]
燃煤电厂和燃气电厂产生的虚拟碳流跟随电能和热能流进入社区微网系统，导致
电力和热力设备的运行以及电、热负荷产生间接碳排放，因此电制冷机、热吸收式制冷机、电负荷、热负荷为间接碳排放源；微燃机、燃气制冷机和气负荷在运行过程中产生物理碳排放，视为直接碳排放源；
[0105]
表征直接接碳排放源碳排放量的直接碳排核算模型为：
[0106][0107]
式中：d
dce
(t,i)为社区微网i在t时段的直接碳排量；g
mt
(t,i)、g
gc
(t,i)、g
l
(t,i)分别表示微网i在t时段微燃机、燃气制冷机以及气负荷消耗的天然气功率；v
mt
(t,i)表示在t时段微网i内微燃机消耗的天然气体积；dg为天然气燃烧的碳排放系数；m
co2
、r分别为二氧化碳的摩尔质量和气体摩尔体积常数；l
gas
为天然气低位热值，9.7kwh/m3；
[0108]
表征间接碳排放源碳排放量的间接碳排核算模型为：
[0109][0110]
式中：d
ice
(t,i)为社区微网i在下t时刻的直接碳排量；d
p
(t)为主网购电在t时段的碳排放系数，可根据实时主网电量构成计算得到；θ
cfpp
(t)、θ
ccpp
(t)分别表示t时刻燃煤电厂、碳捕电厂的出力占比；σ为碳捕电厂的碳捕集系数；d
all
表示当从主网所购电能全部为火电机组出力时的碳排系数，取中国区域电网电量边际排放因子ef
om
与容量边际排放因子ef
bm
的算术平均值；dh为热能消耗间接碳排放系数；分别表示社区微网i在t时刻的外购电能、外购热能比例系数；p
ec
(t,i)、h
ac
(t,i)分别表示在t时段微网i内电制冷机、热吸收式制冷机的输入功率；分别为需求响应后微网i在t时段的电、热负荷量；；p
buy
(t,i)、h
buy
(t,i)分别为在第t时段微网i的电、热购能量；p
wt
(t,i)、p
pv
(t,i)分别为微网i在t时段的风电、光伏的实际出力值；p
mt
(t,i)、h
mt
(t,i)分别表示在t时段微网i内微燃机输出的电功率和输出的热功率；
[0111]
3.3)多社区微网系统碳排放权交易方法如图6所示，相应模型如下：
[0112]
首先，确定各社区微网的碳交易身份：实际碳排放量大于初始碳排配额的社区微网视为碳交易买家，而实际碳排放量小于初始碳排配额的社区微网视为碳交易卖家；然后，根据碳交易手续成本最低原则，由区域调度中心确定社区微网之间的碳交易方案，以确保区域内碳排放权的充分交易；最后，具有额外碳排放权余额或差额的社区微网将进一步参与全国碳交易市场。碳交易相关约束为：
[0113][0114]
式中：ace(i)为微网i在单个调度日的实际碳排量；cer
initial
(i)表示社区微网i的初始碳排配额；cer
sur
(i)表示社区微网i的碳排放权余额或者差额；cer
ex
(i)为区域调度中心代理社区微网i与全国碳排放权交易市场的潜在交互量；cer
i,j
表示社区微网i、j之间的碳排放权交易量。
[0115]
所述步骤s4具体为：
[0116]
4.1)由购能成本、能源交互损耗成本、碳交易手续成本构成的多社区微网系统日运行成本目标函数f
rdc
为：
[0117][0118]
式中：分别为总购能成本、社区微网间能源交互损耗成本、碳排放权交易手续成本；t、nm分别为总调度时段数、区域内社区微网数；p
p
(t)、pg(t)、ph(t)分别表示电、气、热能源在t时段的价格；p
buy
(t,i)、g
buy
(t,i)、h
buy
(t,i)分别为在第t时段微网i的电、气、热购能量；p
i,j
(t)、g
i,j
(t)分别表示微网i与微网j之间的电、气能源交互量；分别为社区微网间电、气能源交互损耗系数；a、b分别为社区微网与全国碳交易市场以及社区微网之间的碳交易的服务成本系数；cer
ex
(i)为区域调度中心代理社区微网i与全国碳排放权交易市场的潜在交互量；cer
i,j
表示社区微网i、j之间的碳排放权交易量；
[0119]
4.2)购能约束为：
[0120][0121]
式中：分别为社区微网i的电、气、热购能上限；
[0122]
4.3)社区微网间能源交互约束为：
[0123][0124]
式中：分别表示社区微网i、j间的电、气能源交互上限；
[0125]
4.4)社区微网能源供需裕度约束为：
[0126][0127]
式中：esdm
x
(t,i)表示在t时段社区微网i中能源类型x的需求与最大供给的比值；表示esdm
x
的上限；和分别表示在t时段微网i内能源类型x的实际总需求和最大总供给；和分别表示在t时段社区微网i中设备单元k对能源类型x的实际需求和最大供给；x
buy
(t,i)表示在t时段微网i内能源类型x的购能量；x
j,i
(t)微网i和j之间能源x交互量(j给到i的)。
[0128]
所述步骤s5具体为：
[0129]
5.1)由购能成本设备运维成本综合需求响应补偿成本能源交互收益碳交易收益构成的社区微网系统日运行成本目标函数f
cies
(i)为：
[0130][0131]
式中：分别为社区微网中各设备的运维成本系数；s、γs、ns分别为场景序号、对应场景概率、总的场景集；p
pv
(t,i,s)、p
wt
(t,i,s)分别表示微网i在t时段场景s下光伏、风电的功率；pc(t,i,s)、gc(t,i,s)、hc(t,i,s)、cc(t,i,s)分别表示在t时段s场景下微网i内电气热冷储能充电功率；pd(t,i,s)、gd(t,i,s)、hd(t,i,s)、cd(t,i,s)分别表示在t时段s场景下微网i内电气热冷储能放电功率；α
p
(i)、αg(i)、αh(i)、αc(i)分别表示微网i的电、气、热、冷负荷纵向需求响应补偿系数；β
e,g
(i)、β
e,h
(i)分别表示微网i的电-气、电-热横向需求响应补偿系数；分别为社区微网间t时段的电、气能源交互价格；p
cer
表示市场碳排放权交易价格；为微网i在t时段电能被气能替代所减少的电负荷量；在t时段电能被气能替代所减少的电负荷量；为微网i在t时段气能被电能替代所减少的气负荷量；为微网i在t时段电能被热能替代所减少的电负荷量；分别为微网i在t时段热能被电能替代所减少的热负荷量；
[0132]
5.2)设备出力约束为：
[0133][0134]
式中：分别为社区微网i在t时刻的光伏、风电出力上限；分别为社区微网i在t时刻的光伏、风电出力上限；分别为社区微网i的微燃机、电制冷机、热吸收式制冷机、燃气制冷机的输入功率上限；
[0135]
5.3)社区微网能源功率平衡约束为：
[0136][0137]
所述步骤s6具体为：
[0138]
考虑能源交互与碳交易的多社区微网系统一主多从博弈优化模型表示为：
[0139][0140]
式中：分别为下层社区微网(博弈跟随者)最优运行决策时的响应后负荷量和设备出力；分别表示上层区域调度中心(博弈领导者)发布最优调度指令时的社区微网购能量、社区微网间能源交互量、社区微网间碳交易量.上述中碳交易相关约束对应步骤s3中的模型，综合需求响应约束对应s1中的终端多元负荷单元模型。
[0141]
所述步骤s7具体为：如图7所示上层粒子群算法嵌套下层gurobi求解器的求解方法如下：
[0142]
7.1)输入各社区微网初始数据信息，包括风电光伏预测数据、综合负荷预测数据、实时能源价格、能源耦合设备运行参数、历史碳排数据；
[0143]
7.2)初始化粒子群包括设置粒子种群规模n、设置最大迭代次数k
max
、初始化粒子移动速度、初始化迭代次数k＝0，式中分别表示初代社区微网购能量、社区微网间能源交互量、社区微网间碳交易量；
[0144]
7.3)区域调度中心将调度指令x下发至社区微网；
[0145]
7.4)下层各社区微网接收调度指令，并根据步骤s5中所建系统决策模型调用gurobi求解器求解得到式中表示第k代需求响应后负荷量和设备出力；
[0146]
7.5)区域调度中心接收各社区微网上传的优化决策信息根据步骤s4所建最优决策模型计算各粒子适应度，并更新粒子种群设迭代次数k＝k+1；
[0147]
7.6)判断该双层博弈优化模型是否达到博弈均衡点，如果满足则表示找到博弈均衡解否则转入7.3)继续迭代求解，式中ε为一个极小裕度；
[0148]
7.7)判断是否达到最大迭代次数，若k＜k
max
，转入7.3)，若k≥k
max
，停止迭代，输出优化结果。
[0149]
下面给出具体实例：
[0150]
1、参数设置
[0151]
本发明以工-商-住多功能城市区域为研究主体，采用蒙特卡罗抽样方法模拟出各社区微网的1000个风电、光伏随机出力场景，然后基于k-means聚类方法将其缩减为4个典型的出力场景，各典型场景出力曲线及其对应场景概率如图8所示。发明模型所涉及电、气、热购能价格及社区微网间电、气能源交互价格如图9所示。
[0152]
2、仿真结果及对比分析
[0153]
为验证本发明所产生的有益效果，设置了5个场景进行对比分析，场景具体设置如下：
[0154]
场景1：不考虑社区微网间的能源交互与碳交易，也不考虑社区微网内部的需求侧管理，各社区微网独自进行优化，区域调度中心仅为各社区微网提供能源供应及代理碳排放权交易服务；
[0155]
场景2：考虑社区微网间的能源交互与碳交易，且由区域调度中心进行集中优化，各社区微网不进行需求侧管理，仅根据区域调度中心下发的调度指令开展运作，不具备自主权；
[0156]
场景3：不考虑社区微网间的能源交互与碳交易，各社区微网基于需求侧管理独自进行优化，区域调度中心仅为各社区微网提供能源供应及代理碳排放权交易服务；
[0157]
场景4：考虑社区微网间的能源交互以及社区微网内部的需求侧管理，同时各社区微网的碳排放权交易由区域调度中心代理进行，并利用本文所建基于一主多从博弈优化模型对该城市区域的日常运行进行优化调度；
[0158]
场景5：考虑社区微网间能源交互与碳排放权交易以及社区微网内部的需求侧管理，并利用本文所建基于一主多从博弈优化模型对该城市区域的日常运行进行优化调度。
[0159]
1)经济效益及低碳效益分析
[0160]
表1不同场景运行成本及碳排量
[0161][0162]
分析表1可知，场景2仿真结果对比场景1区域总运行成本下降了，主要体现在区域购能成本以及社区微网运维成本的降低，究其原因，考虑社区微网间能源交互及碳交易的rdc集中优化方法相比于社区层各cies独自优化，可以根据不同社区微网所具有的综合能源供需特性，制定差异化的购能方案、引导相对独立的社区微网参与cies间的能源互动，均衡该区域内不同社区微网的能源需求。场景3仿真结果对比场景1可知，各社区微网在进行独立优化基础上采用需求侧管理方法，虽然用户侧需求响应补偿成本增加了，但通过纵向需求响应将电价高峰时刻能源需求转移至电价低谷时刻、通过横向需求响应实现异价能源之间的替代消费，能够显著降低区域购能成本，致使系统总运行成本降低。
场景4仿真结果对比场景1、2、3可知，系统总运行成本分别下降了，运行成本构成中，虽然能源交互造成的损耗成本有所增加，但通过引入本文所建基于一主多从博弈优化模型对该城市区域的日常运行进行优化调度，区域购能成本得到进一步降低的同时，社区微网运维成本也进一步降低，由此可见该模型及调度方法极具经济效益。在场景4基础上，场景5进一步考虑社区微网间的碳交易，通过引入碳排放权交易方法，在控制区域碳排放总量基本不变的同时，降低了参与碳交易市场的手续成本。由此可见，本发明所提一种计及能源交互与碳交易的多社区微网系统一主多从博弈双层优化调度方法，以区域调度中心优化总运行成本最小为主导，各社区微网根据其下发的购能、能源交互、碳交易指令调节内部能源设备出力，在集中调度基础上进一步优化自身运行成本，具备相当的自主决策权。
[0163]
为进一步展现本发明的有益效果，现基于场景5以居民社区(cies1)为例，进行综合需求响应、能源供需平衡、能源交互及碳交易分析：
[0164]
2)综合需求响应分析
[0165]
根据图10对纵向需求响应进行分析：图10(a)中，12:00-14:00、18:00-22:00时段的电负荷需求转移至23:00-07:00时段，契合图9中所示的峰谷电价趋势，由此可见，通过纵向需求响应方式削峰填谷，降低的社区微网用能成本大于由用电行为调整增加实际碳排而间接产生的碳交易成。图10(c)中，24:00-06:00时段的热负荷需求转移至其他时段，究其原因，居民社区在该时段的初始热负荷需求高于热网传输限制400kw，仅从上级热网购热无法满足其基本热负荷需求。由此可见，通过纵向需求响应方式，调整负荷侧用户用能习惯，提高系统供能可靠性的同时也能延缓甚至避免由于负荷需求增加而带来的供能基础设施的扩建。
[0166]
根据图10对居民社区的横向需求响应进行分析：由图10(b)、(c)可知，08:00-22:00时段，在横向需求响应模型引导下，居民社区用户通过气能、热能的替代消费降低电能的消耗。由此可见，通过用户侧横向需求响应模型实现异质能源之间的替代消费不仅能够降低系统购能成本，还能控制系统碳排，提升该多社区综合能源的低碳经济效益，增强其在“双碳”背景下的核心竞争力。
[0167]
3)能源供需平衡分析
[0168]
根据图11对居民社区的能源供需平衡进行分析：由图11(a)可知，在电价低谷时段(23:00-07:00)，居民社区在向主网大量购电满足基本电负荷需求的同时，利用电制冷机进行能源转换以满足部分冷负荷需求，并将富余电能出售给其他社区微网以赚取收益。此外，基于电储能的储放特性，在电价较低时段(06:00-07:00、15:00-16:00)进行存储，在电价较高时段(13:00-14:00、20:00-22:00)进行释放，实现“低储高放”。在电价高峰时段(12:00-22:00)，考虑到气价远低于电价，利用微燃机进行气电转换可进一步降低系统购能成本。由图11(b)可知，除通过向上级气网购气满足居民社区内部基本气负荷需求外，还在电价高峰时段(12:00-14:00、16:00-22:00)额外购买大量气能供给微燃机实现气电转换以降低综合购能成本。同时注意到，在22:00时段，购气量已超气网传输限制(500kw)，需从其他社区微网购气以满足该时段气能消耗需求。由图11(c)可知，在整个调度周期，居民社区主要从上级热网购热满足基本热负荷需求，仅在少数时段(12:00-14:00、16:00-22:00)利用微燃机热电联产满足微网内电能需求同时也供给一部分热负荷需求。在08:00-22:00时段，考虑到
能源价格等因素，通过热吸收式制冷机消耗热能供给部分冷负荷需求。由图11(d)可知，在电价低谷时段(23:00-07:00)，微网内冷负荷需求全部由电制冷机来满足，同时利用冷储设备进行“低储高放”；随着电价的升高，电制冷机供给比例逐渐下降；升至电价高峰时段(12:00-14:00、19:00-22:00)，冷负荷大部分由热吸收式制冷机满足。
[0169]
综合上述分析，基于本发明所提一种计及能源交互与碳交易的多社区微网系统一主多从博弈双层优化调度方法，社区层各微网运营商能够根据用户侧需求响应后的实际负荷量以及主网价格变化，充分发挥社区微网内能源供给、转换、存储设备的协同优势，通过多能耦合，降低系统综合能耗成本、提高供能可靠性与供需灵活性的同时，实现各社区微网综合能源系统供需平衡。
[0170]
4)能源交互及碳交易分析
[0171]
根据图12(a)对社区微网间的能源交互情况进行分析：在23:00-07:00时段，居民社区(cies1)和商业街区(cies3)同时向工业园区(cies2)出售电能，因为cies2在该时段的负荷基数较大，超过了上级电网的传输限制，而cies1、cies2在该时段的负荷量较小，还有较大的购能空间，通过社区微网间电能的交互能够更好满足微网内用户的用电需求。在11:00、15:00-18:00时段cies2也因同样的原因向cies3出售电能。关于社区微网间气能的交互，仅在21:00-22:00时段，cies2和cies3向cies1出售气能。
[0172]
根据图12(b)对社区微网间的碳交易情况进行分析：各社区微网基于能源的供需特性在下层低碳经济模型优化下得到的碳排放权余额或差额存在较大差异，cies1存在689.47kg的碳排放权余额，而cies2存在788.89kg的碳排放权缺额。在上层模型优化下，cies2向cies1、cies3分别购买608.54kg、180.35kg的碳排放权以弥补其碳排放权差额。基与区域内部碳排放权的充分交易，cies3再由区域调度中心代理向外部碳交易市场出售80.93kg的碳排放权。
[0173]
由此可见，基于本发明所提一种计及能源交互与碳交易的多社区微网系统一主多从博弈双层优化调度方法，区域调度中心能够根据社区层各微网实时的能源需求情况以及实际的碳排量，下达能源交互及碳交易指令，充分发挥区域多社区级综合能源系统在资源协调、能源互济方面的优势，不仅在保证社区层微网能源供需平衡的基础上，促进区域层面的多能供需平衡，还在优化区域整体低碳经济效益的同时，兼顾社区层各微网的权益。
[0174]
上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。