关于《基于博弈论考虑不确定性的区域多主体综合能源系统交互调度优化》研究的学术报告
一、 研究作者、机构与发表信息
本项研究由傅宇（Yu Fu）*、孙琪（Qie Sun）、Ronald Wennersten、庞雪月（Xueyue Pang）和刘维雄（Weixiong Liu）共同完成。其中，傅宇为通讯作者，其第一署名单位为中国能源建设集团广东省电力设计研究院有限公司，同时其在天津大学电气与信息工程学院进行相关研究；孙琪与Ronald Wennersten来自山东大学能源与热科学技术研究所及先进技术研究院；庞雪月和刘维雄同样来自中国能源建设集团广东省电力设计研究院有限公司。该研究成果于2024年3月10日在线发表于国际期刊《Journal of Cleaner Production》第449卷，文章编号为141697。
二、 学术背景与研究目标
本研究属于能源系统优化与管理领域，具体聚焦于区域综合能源系统（Integrated Energy System, IES）的协同运行与调度问题。随着IES建设的不断增多，特定区域内由多个IES构成的“多主体系统群”逐渐形成。然而，单个IES在能源供应容量、效率和应对突发故障的稳定性方面存在局限。同时，IES内部日益增长的分布式可再生能源（如光伏）渗透率以及能源需求本身，都带来了显著的“不确定性”，这些不确定性对系统的最优运行状态和优化结果产生了负面影响。
传统的集中式优化方法虽能实现区域整体优化，但难以兼顾各IES主体的独立利益，且要求各主体公开所有内部信息，这与当前竞争性能源市场的现实相悖，也对数据计算处理提出了极高要求。相比之下，博弈论，特别是合作博弈理论，为研究存在利益关联或冲突的多个决策主体如何根据自身能力和信息做出合理决策，实现多主体与区域的共同发展提供了优势工具。已有研究证明，合作博弈能显著节约成本、减少碳排放、提高系统灵活性。然而，现有研究多局限于单一电能流（电力）的交互，且考虑的设备类型不足，难以满足当前多类型能源（电、热等）IES间交互优化的需求。此外，在考虑可再生能源和需求不确定性的同时，兼顾经济性、灵活性等多重优化目标的研究尚存不足。
因此，本研究旨在：1）建立一个考虑电、热多种能源类型交互的区域多主体IES协同优化模型；2）将能源需求与可再生能源出力的不确定性整合到模型中；3）基于纳什议价（Nash Bargaining）合作博弈理论，构建一个多目标优化模型，以同时优化经济性、灵活性及低碳排放目标；4）通过该模型优化得到各主体间的能源交互调度计划及其对应的交互价格；5）验证交互合作模式相较于独立非合作模式在提升整体区域及各主体性能方面的优越性。
三、 详细研究流程与方法
本研究的工作流程系统而完整，主要包含以下几个关键环节：
1. 问题定义与系统架构构建： 研究首先定义了区域多主体IES的交互架构。为增加模型的普适性，研究构建了一个包含三个不同类型IES的区域级系统群作为案例： * IES 1: 包含电、热、冷、气多种能源流，主要设备有光伏（PV）、燃气轮机（CHP）、吸收式制冷机（AC）、热泵（HP）、电能存储（EES）和热能存储（TES），可再生能源（PV）渗透率为50%，用于居民建筑。 * IES 2: 能源流和设备组成与IES 1相同，但用于办公建筑，能源需求模式不同。 * IES 3: 仅包含电、热、冷能源流，主要设备为PV、HP、EES和TES，PV渗透率高达80%，代表基于可再生能源的典型IES，用于办公建筑。 这些IES可以通过区域多能流交互网络互联，形成合作运行模式，实现区域内的能源交换。
2. 数学模型建立： 这是研究的核心部分，建立了从设备层到系统交互层的完整数学模型。 * 设备模型： 详细建立了PV、CHP（含燃气轮机和余热回收）、AC、HP、EES和TES的数学模型，包括其输出功率/热量方程以及运行约束（如最大/最小出力、爬坡率、启停时间、充放电状态、效率等）。 * 单IES运行目标： 确立了多目标优化问题，目标函数包括最小化运行成本（f1）和最小化系统整体不灵活性指标（f2，值越小表示灵活性越高）。为处理多目标，研究采用ε-约束法将灵活性目标转化为约束条件，将问题转化为以经济性为单目标的优化问题，并使用模糊决策法从帕累托前沿中选取最优折衷解。 * 多主体交互博弈模型： 基于纳什议价合作博弈理论，构建了区域多主体交互优化模型。模型的核心目标是最大化所有参与主体在合作模式下相对于非合作模式（ disagreement point）所获效用的乘积（即纳什积）。效用函数定义为系统的总运行成本（取负值，因此成本降低即效用增加）。运行成本包括：天然气消耗成本、设备维护成本、碳税、与主网买卖电成本，以及在合作模式下新增的交互成本（含能源交互成本和交互网络维护成本）。系统灵活性指标（flex）综合了“源-网-荷”三方面：电网依赖水平（GDL）、灵活性资源不足概率（IFRP）和负荷损失概率（LOLP）。 * 不确定性处理： 研究考虑了能源需求和可再生能源出力的不确定性，采用随机规划方法中的场景法，将不确定性集成到优化模型中。 * 约束条件： 模型包含了所有设备的运行约束、各IES内部的电/热/冷平衡约束，以及IES间的交互约束（如交互状态、交互功率上下限）。
3. 模型求解算法： 由于所建立的纳什议价模型是非凸非线性的，直接求解困难。研究采用了等效分解与分布式优化相结合的求解策略： * 等效分解： 首先，利用算术-几何平均不等式等数学变换，将最大化纳什积的原始问题分解为两个顺序求解的子问题。 * 问题1： 最小化区域内所有IES的总运行成本（不含交互能源成本部分）。求解此凸优化问题即可得到最优的能源交互量调度方案。 * 问题2： 在问题1结果的基础上，通过优化使纳什积最大化的交互价格。 * 分布式求解： 采用交替方向乘子法（ADMM）这一分布式优化常用方法，依次求解上述两个子问题。最终获得完整的能源交互调度方案和对应的交互价格。整个求解框架保证了各主体信息的私密性，仅需交换必要的交互量及价格信息，符合分布式决策的实际应用需求。
4. 案例研究与仿真分析： 研究以中国济南某区域为例，选取一个夏季典型日进行仿真分析。输入数据包括：从Meteonorm数据库和TRNSYS模拟软件获取的气象数据及建筑冷热电负荷数据、分时电价与气价、各设备技术经济参数（效率、维护成本、碳排放因子、碳税等）。研究设置了两种运行模式进行对比： * 模式1（非合作模式）： 三个IES独立运行，彼此无能源交互。 * 模式2（合作模式）： 三个IES通过所提模型进行协同优化与能源交互。 此外，为验证模型的通用性，研究还扩展分析了包含四个和五个IES代理的交互场景，其中新增的IES考虑了电动汽车充电负荷等不同应用形式。
四、 主要研究结果与分析
研究通过对比两种运行模式下的详细结果，充分验证了所提模型的有效性和交互合作的优势。
1. 经济性、灵活性与碳排放结果： * 区域整体性能提升： 合作模式下，整个区域的碳排放降低了13.84%，经济总成本降低了9.94%。 * 各主体性能显著改善： 各个IES均从中受益。例如，IES 3的碳排放降低了41.5%，经济成本降低了44.5%（成本大幅降低意味着其通过售能获得了净收益）。同时，各系统的灵活性指标（flex）均得到改善，IES 1的灵活性提升尤为显著。关键发现是： 在非合作模式下，系统经济性与灵活性存在矛盾（提升灵活性往往导致成本增加）；而在合作模式下，通过交互实现了资源再分配，在降低成本的同时同步提升了系统灵活性，打破了原有的权衡关系。例如，IES 3的灵活性提升了近47%。
2. 运行调度结果分析： * 设备运行更稳定： 交互合作使得各IES内主要设备（如燃气轮机、热泵）的输出功率更加平稳，避免了非合作模式下因避免弃热或应对负荷波动而导致的设备频繁启停和低效运行工况。 * 形成区域共享储能： 合作模式下，各IES自身的EES和TES使用率显著下降，其大部分需求通过跨IES的能源交互得到满足。这使得原本分散的储能设备空闲容量增大，可作为应对极端情况的备用资源，实质上在区域内形成了“共享储能池”，增强了整个区域应对不确定性和波动的韧性。 * 互补特性凸显： IES 1（高电负荷、低冷负荷）与IES 2（低电负荷、高冷负荷）之间形成了有规律的互补交互：IES 2在用电高峰时段向IES 1供电，IES 1则在相应时段向IES 2供冷。这体现了不同需求特性主体间通过交互实现能源二次分配、提高综合能效的优势。
3. 交互价格结果： 优化得到的电能交互价格始终介于电网购电价和售电价之间，并与分时购电价趋势相关。热能交互价格则保持恒定，这与当前热能交易市场的机制相符。这种定价机制确保了所有参与交互的主体都能获得成本节约的收益，实现了公平的利润分配。
4. 多主体数量扩展结果： 对四主体和五主体交互场景的分析表明，随着参与交互的IES数量增加，交互调度方案变得更加复杂频繁，交互价格也出现更明显的波动。但模型依然有效，且能继续为所有参与者带来经济和环境效益的提升，证明了所提模型具有良好的通用性和可扩展性。同时，研究也指出，随着代理数量增加，计算变量和时间会相应增长。
五、 研究结论与价值
本研究成功构建了一个考虑电、热多能流及源-荷不确定性的区域多主体IES多目标交互优化通用模型。通过应用纳什议价合作博弈理论，该模型能够同时优化出对整体区域和各参与主体均公平有利的能源交互调度方案及交互价格。
结论表明： 区域多IES间的协同交互不仅能有效降低各系统及区域整体的运行成本（>10%）和碳排放（>10%），还能同步提升系统灵活性，实现区域内资源的优化再配置。这充分体现了综合能源系统多能互补的固有优势。
研究价值： * 科学价值： 推动了多能源流、多目标、考虑不确定性的分布式IES群协同优化理论的发展，提供了一套完整的从建模、求解到分析的框架。将纳什议价博弈与包含灵活性、碳成本的多目标优化相结合，具有方法上的创新性。 * 应用价值： 所提模型为未来区域能源互联网、智慧能源社区中多个独立运营的能源主体（如微电网、综合能源站）开展市场化、互利化的能源交易与协同调度提供了切实可行的解决方案。其分布式求解特性保护了各主体的商业隐私，符合实际市场环境，具有很高的工程应用前景。
六、 研究亮点
七、 其他有价值内容
研究在讨论部分也指出了未来可进一步深入的方向：例如，在实际应用中，电网和热网的物理网络特性（如潮流约束、管损、压降等）对于交互系统的稳定性至关重要，未来可将这些网络约束纳入交互模型，使研究更贴近实际物理系统的安全稳定运行要求。这为后续研究指明了有价值的拓展空间。