本文为您介绍一项发表于国际期刊《International Journal of Hydrogen Energy》的最新研究成果。该论文题目为“基于A-ADMM的综合能源系统多主体协同决策：低碳优化与动态氢定价机制”，由来自合肥工业大学安徽省可再生能源利用与节能重点实验室的钟尚鹏、何晔（通讯作者）、吴洪宾以及国网安徽省电力科学研究院的徐斌共同完成，于2025年9月在线发表。
这项研究的核心学术领域是综合能源系统（Integrated Energy System， IES）的协同优化与运行。当前，随着全球应对气候变化压力的增大和可持续发展的迫切需求，低碳能源系统的优化已成为能源领域的重点课题。综合能源系统通过高效耦合电力、热力和氢能等多种能源形式，能够显著提高能源效率并降低碳排放，是实现低碳转型的关键路径之一。然而，在实际运行中，综合能源系统面临多重挑战：系统内多个主体（如可再生能源发电商、燃气热电厂、电解制氢系统、负荷用户等）间存在复杂的合作与竞争关系，现有研究对系统内多主体的博弈与利益分配关注不足，导致个体利益与整体利益难以有效平衡；此外，在可再生能源出力波动和负荷需求不确定的环境下，系统的灵活性和资源分配效率也面临考验。因此，本研究旨在建立一个能够在保护主体隐私的前提下，平衡个体与联盟利益，并集成低碳交易机制与动态氢能价格，以提高系统运行灵活性、资源分配效率和经济性的多主体协同决策机制。
本研究的工作流程主要包括模型构建、求解策略设计与实验验证三个主要环节。首先，研究团队构建了一个包含可再生能源（风电场、光伏电站）、燃气热电厂、电制氢系统和系统负荷四大独立主体的综合能源系统多主体合作博弈框架。该框架的创新之处在于集成了两个核心机制：一是基于无偿碳配额和实际碳排放的碳交易成本模型，将碳排放的经济成本内生化，引导系统低碳运行；二是提出了一个动态氢定价机制，该机制将氢能价格与实时市场电价、可再生能源出力及电负荷关联，公式表达为“氢价 = 制氢成本 + 调节系数 × (电负荷 - 可再生能源出力)”，以调节氢能的生产与消费，提升可再生能源消纳水平。
其次，为协调多主体利益并实现整体优化，研究采用了纳什谈判（Nash negotiation）理论来建模主体间的合作博弈。研究将复杂的多主体纳什谈判模型巧妙地等价转化为两个可顺序求解的子问题：子问题一为“联盟效益最大化”问题，其目标是在确定最优能源交易量的过程中，最大化所有主体的整体净收益（即联盟总效益）；子问题二为“能源交易支付谈判”问题，其目标是在联盟最优交易量已定的基础上，通过谈判确定公平的能源交易价格，确保每个主体参与合作后的收益均优于其独立运行时的收益，从而激励合作。
第三，为了保护各参与主体的数据隐私和决策独立性，研究没有采用传统的集中式优化方法，而是设计了一种分布式的求解策略。该策略基于自适应交替方向乘子法（Adaptive Alternating Direction Method of Multipliers， A-ADMM）对上述两个子问题进行分布式求解。A-ADMM算法通过在每次迭代中动态调整惩罚参数和步长，显著加速了收敛过程。具体求解时，每个主体仅需基于本地模型、约束以及从其他主体接收的少量边界信息（如预期的交易量或价格及其拉格朗日乘子）进行本地优化计算，无需向中心节点或其它主体透露自身的成本函数、内部运行参数等隐私信息。整个协同决策流程是迭代进行的，直至所有主体对交易量和价格的预期达成一致，且算法收敛。
第四，为验证所提模型与策略的有效性，研究进行了深入的数值仿真分析。研究场景设定为一个24小时运行周期的综合能源系统，包含2MW光伏和3MW风电。为了模拟不确定性，研究使用时序生成对抗网络（TimeGAN）生成了1000个风光出力场景，并通过动态时间规整和K均值聚类将其缩减为6个典型场景进行分析。研究使用MATLAB R2024b平台，结合YALMIP建模工具和Gurobi 10.0求解器进行仿真计算。
研究的主要结果详实且有力地支持了所提出的协同决策机制的有效性。在能源交易方面，仿真结果显示，可再生能源主体和燃气热电厂主体通过协同合作，共同向电制氢系统和负荷供电/热。燃气热电厂在可再生能源出力不足时承担了重要的补充作用，并作为主要的热能供应方，体现了多主体间的互补性。电制氢系统的电力主要来源于可再生能源，燃气热电厂作为辅助，这确保了稳定的能源供应，并使电制氢系统能够根据电价进行灵活的充放电操作，实现削峰填谷。系统负荷则优先与可再生能源进行直接交易，不足部分再由燃气热电厂和电网/热网补充，从而降低了购能成本。
在动态氢价与碳氢交易效果方面，仿真结果表明，所提出的动态氢定价机制能够灵敏地反映市场供需：当可再生能源出力高时，氢价下降，鼓励制氢；当可再生能源出力低、需从电网或燃气电厂购电制氢时，氢价上升。与固定氢价模式相比，动态定价机制使系统的氢能购买成本显著降低。同时，多主体协同运行大幅降低了系统的碳排放和碳交易成本，验证了该策略对推动低碳经济发展的积极作用。
在不确定性环境下的鲁棒性测试中，研究在6个典型风光与负荷场景下进行了对比分析。结果显示，在协同运行后，所有主体均实现了效益提升或成本下降。具体而言，可再生能源主体的收益在不同场景下增加了2，846.59至23，565.2元不等；燃气热电厂主体从独立运行时的亏损状态扭转为盈利，效益提升显著；电制氢系统的运行成本下降了1，102.42至3，128.75元；系统负荷的能源采购成本下降了817.00至23，695.87元。最终，综合能源系统在6个场景下的整体经济效益分别提升了62，832.02元、66，181.50元、95，399.22元、51，151.43元、41，021.50元和45，484.21元。这证明了所提机制在不同不确定性环境下均能有效优化资源配置，提高整体经济性。
此外，研究还分析了风电光伏上网电价逐步降低（平价上网趋势）对协同运行的影响。在设置的不同低价上网情景中，尽管可再生能源主体的上网电价收入减少，但通过与其他主体的直接交易，其总收益保持稳定甚至增长；燃气热电厂的收益仍高于其独立运行；而电制氢系统和负荷则能以更低的成本满足需求。系统整体经济效益在低价情景下仍呈现正增长，表明多主体协同机制能够有效应对能源市场价格的变动，保持系统活力。
在算法性能方面，收敛性分析对比了提出的A-ADMM与传统ADMM。结果显示，在求解“联盟效益最大化”子问题时，A-ADMM仅需6次迭代即可收敛，而传统ADMM需要13次；在求解“能源交易支付谈判”子问题时，A-ADMM仅需4次迭代，传统ADMM需要7次。这证明了A-ADMM在解决此类多主体分布式协同优化问题上具有更高的计算效率和更快的收敛速度。
本研究的结论明确：所提出的基于低碳优化与动态氢定价的多主体协同决策机制是成功的。它不仅通过碳交易和动态氢价机制有效降低了系统碳排放和氢能成本，促进了可再生能源的高效消纳，还通过纳什谈判模型和分布式A-ADMM求解算法，在保护各主体隐私的前提下，公平合理地分配了合作利益，实现了个体理性与集体优化的统一。在面对可再生能源出力和负荷需求的不确定性时，该机制展现了良好的鲁棒性和适应性，显著提升了综合能源系统的整体经济效益和运行灵活性。
该研究的亮点突出体现在以下几个方面：一是机制设计的集成创新，首次将碳交易机制、动态氢定价机制与多主体隐私保护下的协同优化三者进行系统性耦合建模，填补了现有研究在该交叉领域的空白。二是模型求解的实用性与高效性，通过将复杂的纳什谈判问题等价转化为两个可分布式求解的子问题，并创新性地应用动态调整惩罚因子的A-ADMM算法进行高效、隐私保护式的求解，为实际工程应用提供了可行的技术路径。三是验证的全面性与深入性，研究不仅验证了典型场景下的有效性，还深入测试了在不确定性环境、以及能源价格政策变化（如上网电价下调）等多种条件下的系统性能，充分证明了所提策略的优越性和普适性。
这项研究为高比例新能源接入下的综合能源系统协同决策提供了重要的方法论支持和工程参考，对推动能源系统的低碳化、市场化、智能化转型具有显著的科学价值与应用前景。