本发明设计综合能源系统优化调度领域，具体涉及一种考虑主从博弈和需求响应的综合能源系统低碳经济优化方法。
背景技术：
1、针对传统能源行业的建设和发展，一种提高新能源消纳能力的有效方法是构建综合能源系统(integrated energy system，ies)。综合能源系统基于传统电力能源，增加了天然气等其他能源的供给方式，有效地提高了能源供应的效率，为低碳概念赋能，更好地实现可再生能源消纳。
2、ies低碳经济优化中，由于热电联产(combined heat and power，chp)机组的耦合特性，严重影响了系统可再生能源的消纳能力，进而提高系统的碳排放量。针对碳排放问题可以有效地应用碳捕集与封存技术，虽然对二氧化碳的捕集率达到90％以上，但目前碳捕集装置(carbon capture system，ccs)的捕集成本较高。电转气(power to gas，p2g)技术可以消耗二氧化碳产生甲烷，进一步为系统提供能源，但一般需要与其他设备联合使用。如何将ccs技术与p2g技术结合使用并应用与ies中，减少二氧化碳排放量的同时，降低系统的综合运行成本，对电力生产有着重要的研究价值。除了基于能源供给侧减少碳排放量的优化方案之外，也可以从需求侧的角度出发，通过考虑需求响应提高用户端的能源使用效率，进而使整个综合能源系统经济化运行。对于ies中不同的利益主体，能源运营商需要有效管理各个能源生产设备，制定不同的出力顺序和出力大小，使能源的收益最大化。负荷聚合商需要对用户负荷侧进行管理，使用户的能源购买成本最小化，如何平衡ies不同主体的利益诉求有待进一步研究。因此，对ies低碳经济优化进行相应的研究和分析，既可以有效提高可再生能源的利用效率降低二氧化碳排放，也能够顺应能源互联网的发展，具有重要的实用价值。但面对用户负荷的需求响应以及能源交易策略和模型求解等问题，是ies低碳经济运行优化的难点。
3、综上所述，考虑规模更大、结构更复杂的ies模型，多种供能设备联合运行模式，能源市场交易价格以及负荷侧的需求响应等各种因素，对综合能源系统低碳经济运行进行优化，成为亟待解决的问题。
技术实现思路
1、本发明的目的在于克服现有技术的不足，提出一种chp-ccs-p2g联合运行模式，构建一种考虑主从博弈和需求响应的综合能源系统低碳经济模型，由能源运营商管理供给侧设备出力以及负荷聚合商管理需求侧负荷平衡，两者进行能量交易，使ies的供给侧和需求侧达到平衡。采用折衷规划方法对ies低碳经济模型进行求解，在保证安全可靠的运行下，实现ies综合经济效益和二氧化碳排放量的多目标优化。
2、本发明解决其技术问题是采取以下技术方案实现的：
3、一种考虑主从博弈和需求响应的综合能源系统低碳经济优化方法，包括以下步骤：
4、步骤1，建立chp-ccs-p2g联合运行模式；
5、步骤2，构建能源运营商管理生产设备的多目标函数；
6、步骤3，构建负荷聚类商管理用户负荷的目标函数；
7、步骤4，引入主从博弈能源交易策略平衡不同主体利益诉求；
8、步骤5，采用折衷规划方法求解ies低碳经济模型；
9、步骤6，显示ies中生产设备出力以及用户负荷平衡的优化结果；
10、进一步，所述步骤1的具体实现方法包括以下步骤：
11、步骤1.1，构建chp-ccs-p2g的数学模型；
12、步骤1.2，建立chp-ccs-p2g的约束条件；
13、所述步骤1.1的具体实现方法为：
14、在chp-ccs-p2g联合运行模式下，chp机组需要给p2g和ccs设备提供电能，其余为chp机组的上网功率，数学模型如式(1)所示：
15、pchp，t＝pchp，e，t+pccs，t+pp2g，t (1)
16、式中，pchp，t为chp机组在t时刻输出的电功率，pchp，e，t为chp-ccs-p2g联合运行模式下chp机组在t时刻上网功率，pccs，t为chp-ccs-p2g联合运行模式下chp机组在t时刻提供给ccs的电功率，pp2g，t为chp-ccs-p2g联合运行模式下chp机组在t时刻提供给p2g的电功率；
17、进一步，chp机组通过燃烧天然气来产生电能和热能，产生电能和热能与天然气消耗量的关系如式(2)所示：
18、
19、式中，pchp，t、hchp，t分别为chp机组在t时刻输出的电能和热能，vchp，t为chp机组在t时刻天然气的消耗量，为天然气的燃烧热值，分别为chp机组的发电效率和产热效率；
20、进一步，p2g消耗电能产生甲烷的功率以及所需的二氧化碳量分别如式(3)和式(4)所示，ccs捕获二氧化碳对应消耗的电功率如(5)所示：
21、vp2g，t＝αpp2g，t (3)
22、
23、
24、式中，vp2g，t为p2g在t时刻消耗电力生产天然气的功率，α为p2g在t时刻产气功率的电转换效率，为p2g在t时刻所需的二氧化碳量，β为p2g产生单位电能消耗二氧化碳量的转换系数，γ为捕获二氧化碳所消耗电能的转换系数；
25、所述步骤1.2的具体实现方法为：
26、chp机组的约束条件包括出力限制约束、电功率爬坡约束，分别如式(6)和式(7)所示：
27、
28、
29、式中，分别为chp机组电功率的下限和上限约束，分别为chp机组热功率的下限和上限约束，分别为chp机组上网功率的下限和上限约束，分别为chp机组的电功率爬坡下限和上限约束；
30、进一步，p2g设备的功率约束如式(8)所示，ccs在二氧化碳的吸收、解析和压缩等过程中各设备所需电能的功率约束以及捕集二氧化碳量的约束，分别如式(9)和式(10)所示：
31、
32、
33、
34、式中，分别为p2g设备运行功率的下限和上限约束，分别为p2g输出气功率的下限和上限约束，分别为ccs运行功率的下限和上限约束，wchp，t为chp机组在t时刻排放的二氧化碳量；
35、进一步，在chp-ccs-p2g联合运行模式下chp机组、p2g和ccs的耦合关系约束如式(11)和式(12)所示：
36、
37、
38、式中，σ为chp机组电热转换系数，σ1、σ2分别为chp机组最小出力和最大出力电热转换系数；
39、进一步，所述步骤2的具体实现方法包括以下步骤：
40、步骤2.1，构建以经济运行成本最小的目标函数；
41、步骤2.2，构建以二氧化碳排放量最小的目标函数；
42、步骤2.3，建立能源运营商多目标运行的约束条件；
43、所述步骤2.1的具体实现方法为：
44、能源运营商通过优化设备出力计划，制定合理的能源销售价格，以经济综合效益最大化为目标，即经济运行成本最小的目标函数，如式(13)所示：
45、
46、式中，cbuy、csell分别为能源运营商的能源成本和销售成本，cdev、cpen、分别为能源运营商的设备成本、惩罚成本和阶梯式碳交易成本；
47、进一步，能源运营商能源成本的数学模型如式(14)所示：
48、
49、式中，pgas、分别为购买天然气价格和向电网的购售电价格，分别为购气量、购电量和售电量；
50、进一步，能源运营商的设备成本包括投资成本和维护成本，数学模型如式(15)所示：
51、
52、式中，s为设备的种类，为第s类设备的单位安装投建费用，ms为第s类设备的投建值，ns为第s类设备的使用寿命，r为基准折现率，cs，ope为第s类设备的单位维护成本，ss为第s类设备的安装容量；
53、进一步，能源运营商的惩罚成本包括弃光成本和弃风成本，数学模型如式(16)所示：
54、
55、式中，apv、awt分别为弃光和弃风惩罚的成本系数，pcpv，t、pcwt，t分别为在t时刻弃光功率和弃风功率；
56、进一步，能源运营商的阶梯式碳交易成本，数学模型如式(17)所示：
57、
58、eies，t＝eies，a-eies，0 (18)
59、式中，θ为碳交易基价，l为碳排放量区间长度，τ为价格增长幅度，eies，t为ies在t时刻的碳交易量，eies，0、eies，a分别为ies的碳排放权初始配额量和实际碳排放量；
60、进一步，能源运营商的销售成本与负荷聚合商管理用户负荷的能源购买成本相等，具体数学模型会在后续进行介绍；
61、所述步骤2.2的具体实现方法为：
62、能源运营商优化的第二个目标函数为二氧化碳排放量最小，二氧化碳的排放主要是ies中的chp机组以及电网购电所消耗的燃料，目标函数的数学模型如式(19)所示：
63、
64、式中，wchp，t为chp机组在t时刻排放的二氧化碳量，we，t为t时刻电网购电时所产生的二氧化碳量，为ccs在t时刻捕集的二氧化碳量；
65、进一步，chp机组二氧化碳排放量的数学模型如式(20)所示，ccs碳捕集量的数学模型如式(4)所示，电网购电二氧化碳排放量的数学模型如式(21)所示：
66、
67、
68、式中，为chp机组的碳排放系数，κ为电网购电的碳排放系数；
69、所述步骤2.3的具体实现方法为：
70、chp-ccs-p2g联合运行模式下其他设备的出力约束如式(22)所示：
71、
72、式中，分别为ies中光伏单元、风机单元、电制冷机、电制冷机、吸收式制冷机的最小出力，分别为ies中光伏单元、风机单元、电制冷机、吸收式制冷机的最大出力；
73、进一步，储能状态约束，充放的上下限约束以及额定容量与充放功率极限的关系如式(23)所示：
74、
75、式中，ns为不同类型的储能系统，包含电储能、热储能和冷储能，sns，t为储能设备在t时刻的soc值，和为储能设备的soc最大值和soc最小值占其总容量的比例，mns和mns，p分别为储能设备的待规划容量和待规划最大功率，和为储能设备的充放功率，和为储能设备的充放辅助二进制变量，μns表示储能设备的储能容量和功率的比值系数；
76、进一步，ies各个设备的投建约束如式(24)所示：
77、0≤ms≤ms，max (24)
78、式中，ms，max为ies的第s类设备的投建最大值；
79、进一步，电功率、热功率、气功率、冷功率的平衡约束分别为式(25)、式(26)、式(27)和式(28)所示：
80、
81、
82、
83、
84、式中，ppv，t、pwt，t、cac，t、cec，t分别为光伏单元、风机单元、电制冷机、吸收式制冷机在t时刻输出的功率，分别为电储能、热储能、冷储能在t时刻储存的能量，分别为电储能、热储能、冷储能在t时刻释放的能量，pec，t为电制冷机在t时刻消耗的电能，hac，t为吸收式制冷机在t时刻消耗的热能，le，t、lh，t、lg，t、le，t分别代表用户对电负荷、热负荷、冷负荷和气负荷的需求量；
85、进一步，所述步骤3的具体实现方法包括以下步骤：
86、步骤3.1，确定考虑需求响应的用户负荷侧模型；
87、步骤3.2，构建以运行成本最小的目标函数；
88、步骤3.3，建立负荷聚类商管理用户的运行约束条件；
89、所述步骤3.1的具体实现方法为：
90、根据负荷响应特性，将用户的电负荷、热负荷以及冷负荷分为固定负荷、削减负荷和转移负荷，气负荷分为固定负荷和削减负荷，数学模型如式(29)所示：
91、
92、式中，分别代表用户不同类型的固定负荷、削减负荷和转移负荷，n为负荷类型；
93、所述步骤3.2的具体实现方法为：
94、负荷聚合商的运行成本主要由能源购买成本以及考虑需求响应补偿成本两个部分组成，而且负荷聚合商的能源购买成本等于能源运营商的销售成本，数学模型如式(30)所示：
95、
96、
97、
98、式中，为负荷聚合商的能源购买成本，cdr为考虑需求响应的补偿成本，ξe，t、ξh，t、ξg，t、ξc，t分别为电负荷、热负荷、气负荷、冷负荷的销售价格，分别为可削减和可转移负荷的价格补偿系数；
99、所述步骤3.3的具体实现方法为：
100、电负荷、热负荷、气负荷、冷负荷的销售价格约束如式(33)所示：
101、
102、式中，分别为电负荷、热负荷、气负荷、冷负荷的最小销售价格，分别为电负荷、热负荷、气负荷、冷负荷的最大销售价格，分别为电负荷、热负荷、气负荷、冷负荷的平均销售价格上限；
103、进一步，可削减负荷和可转移负荷的约束条件如式(34)所示：
104、
105、式中，和分别为不同类型可削减负荷和可转移负荷的比例；
106、进一步，所述步骤4的具体实现方法为：
107、能源运营商与负荷聚合商都是独立的利益主体，能源运营商通过优化各个设备的出力以及能源报价来获得最大化收益，而负荷聚合商通过制定用户的能源组合计划以及考虑需求响应来降低能源购买成本，使运行成本最小化。能源运营商所提供的能源价格会影响负荷聚合商的能源组合计划，而负荷聚合商的能源组合计划也会影响能源运营商的销售收益，二者之间存在利益的博弈关系，双方的运行策略都要基于对方的行为进行不断调整；
108、能源运营商的服务主体是ies中各能源生产设备，控制变量是实时的电价、热价、气价冷价，负荷聚合商的服务主体是所有的负荷用户，控制变量是考虑需求响应的电负荷、热负荷、气负荷、冷负荷，两者的目标函数详见步骤2和步骤3；
109、进一步，所述步骤5的具体实现方法包括以下步骤：
110、步骤5.1，输入能源运营商经济运行成本和二氧化碳排放量的多目标函数；
111、步骤5.2，导入多目标函数的最大值和最小值以及最大迭代次数；
112、步骤5.3，设置多目标函数的权重惯性因子步长；
113、步骤5.4，计算多目标函数的最优值到标准值之间的距离；
114、步骤5.5，判断是否达到最大迭代次数，列出每次迭代过程的权重惯性因子及所对应的运行结果；
115、步骤5.6，获得多目标函数的帕累托前沿解集；
116、步骤5.7，计算多目标函数帕累托前沿解集的满意度；
117、步骤5.8，比较满意度的大小值得出多目标函数最优折衷解；
118、步骤5.9，输出最优运行方案和最优规划决策；
119、所述步骤5.1、步骤5.2、步骤5.3、步骤5.4的具体实现方法为：
120、在对多目标函数进行折衷规划求解时，数学模型如式(35)、(36)、(37)所示：
121、minf＝ψ (35)
122、
123、
124、式中，f为不同的目标函数类型，ψ为切比雪夫距离，f1min、f2min分别为以经济运行成本最小的目标函数和以二氧化碳排放量最小的目标函数，ω1、ω2为权重系数因子，n、n分别为当前迭代次数和最大迭代次数；
125、所述步骤5.5、步骤5.6的具体实现方法为：
126、判断是否满足最大迭代次数，不满足则返回步骤5.3，满足则进入步骤5.7，并将每次迭代的权重惯性因子以及所对应的运行结果一一列出；
127、所述步骤5.7的具体实现方法为：
128、在求解出帕累托前沿解之后，统一多目标函数值的维度，将其映射在[0，1]区间中，计算不同目标函数对帕累托前沿解的满意度，数学模型如式(38)所示：
129、
130、式中，yl，n为第l个目标函数第n次规划问题的满意度，flmin、flmax分别为目标函数l帕累托解的最小值和最大值；
131、所述步骤5.8的具体实现方法为：
132、求出多目标函数对帕累托解的满意度后，通过满意度对比得出最优的折衷解，对比的数学模型如式(39)和式(40)所示：
133、
134、ymax＝max(y1，y2，…yn) (40)
135、式中，yn是多目标函数第n次规划决策满意度较小值，ymax是所有最小满意度值中的最大值；
136、进一步，所述步骤6的具体实现方法为：
137、借助matlb软件的yalmip进行建模，并调用优化面业软件cplex求取全局最优解，在计算机的显示器中显示步骤6中1es生产设备出力以及用户负荷平衡的优化结果。
138、上述的一种考虑主从博弈和需求响应的综合能源系统低碳经济优化方法，所述主从博弈的思想以及需求响应是已有技术，是为本技术领域技术人员所熟知的；
139、上述的一种考虑主从博弈和需求响应的综合能源系统低碳经济优化方法，所述chp-ccs-p2g联合运行模式的模型搭建与各模型参数的输入方法是公知的方法；
140、上述的一种考虑主从博弈和需求响应的综合能源系统低碳经济优化方法，所述的计算机、显示器和matlab计算机软件均是通过商购获得的。
141、本发明的优点和积极效果是：
142、1、本发明一种考虑主从博弈和需求响应的综合能源系统低碳经济优化方法不局限于综合能源系统的优化，也可以扩展用于其他系统的优化；
143、2、本发明通过对热电联产机组、碳捕集装置、电转气装置进行耦合形成chp-ccs-p2g联合运行模式提高了ies的灵活性与经济性，实现热电解耦为新能源消纳提供空间，为电力系统运行带来良好的经济效益；
144、3、本发明引入了主从博弈能源交易策略，在能源供给侧考虑阶梯式碳交易，由能源运营商统一管理生产设备，在用户负荷侧考虑需求响应，由负荷聚类商管理用户能源购买成本，最大程度上保障了用户用电的经济性、可靠性和时效性；
145、4、本发明设计合理，在提高电力系统调度灵活性的前提下降低了电力系统的运行成本，优化了综合能源系统低碳经济问题，提高了电力系统运行的稳定性。