基于分布式协同优化策略的综合能源系统季节性氢储优化配置方法

1.本发明涉及综合能源系统优化配置技术领域，具体涉及一种基于分布式协同优化策略的综合能源系统季节性氢储优化配置方法。


背景技术：

2.近年来，由于全球能源危机和气候变暖问题日益严重，以风光为代表的可再生能源低碳高效化利用是未来能源发展的主流。可再生能源的高比例并网是未来电力系统的基本特征，但由于可再生能源具有随机性、间歇性以及季节性电量不平衡等特点，将会给电力系统电力平衡带来巨大挑战。综合能源系统可发挥不同能源的互补特性，实现能量的梯级利用，有利于可再生能源发电的消纳。综合能源系统通常由能源系统运营商，能源生产商，储能服务商和负荷聚合商组成。在运行过程中，由于外部热网无法大量购入热能，能源系统运营商若缺乏对系统多能供需平衡的调控能力，将会导致能源严重失衡，且存在一定的经济风险。此外，在未来新能源大规模并网的背景下，电力系统还需对新能源出力与负荷需求的季节性不匹配难题做出应对，因此，如何改善能源的季节性供需平衡，并提高系统运营商收益水平，成为当前亟需解决的问题。
3.季节性储能技术可对能源进行跨季节互补，实现长时间尺度的能量转移，有效促进可再生能源消纳。目前，季节性储能技术主要包括季节性蓄热和季节性储氢两类。由于氢能作为一种重要的清洁能源，有着高效、纯净等特点，在能源可持续转型方向上具有较大的应用潜力，非常适合参与区域综合能源系统优化，以改善能源的季节性不平衡问题和促进可再生能源的就地消纳。由此可知，为改善能源的季节性供需平衡和运营商收益，在能源系统运营商中配置季节性氢储，并在主从博弈框架下对其进行求解能够有效促进可再生能源消纳和系统能源平衡。


技术实现要素：

4.为改善能源的季节性供需平衡和运营商收益、提高能源系统运营商在运行过程中的主动权。本发明提供一种基于分布式协同优化策略的综合能源系统季节性氢储优化配置方法，该方法首先提出一种季节性氢储能模型，实现电能跨季节和跨能源形式的长期存储优化利用；然后，提出含季节性氢储系统的能源系统运营商运营商模型，并提出以此为领导者，能源生产商、负荷聚合商和储能服务商为跟随者的一主多从主从博弈模型；随后，提出基于竞争搜索算法联合混合整数规划/二次规划相的分布式均衡求解算法对主从博弈进行求解；通过对博弈均衡解的求解，获得系统运营商的定价策略以及氢储系统配置策略、用户需求策略和各主体设备最佳出力策略，实现各主体运行效益最大化。
5.本发明采取的技术方案为：
6.基于分布式协同优化策略的综合能源系统季节性氢储优化配置方法，包括以下步骤：
7.步骤1：建立季节性氢储能模型，实现电能跨季节和跨能源形式的长期存储优化利用，促进可再生能源的就地消纳和提升能源系统运营商收益；
8.步骤2：建立以含氢储系统的能源系统运营商为领导者，能源生产商、负荷聚合商和储能服务商为跟随者的一主多从主从博弈模型，
9.步骤3：提出基于竞争搜索算法联合混合整数规划/二次规划相的分布式均衡求解算法，对主从博弈进行求解，获得系统运营商的定价策略以及氢储系统配置策略、用户需求策略和各主体设备最佳出力策略，实现各主体运行效益最大化。
10.所述步骤1中，季节性氢储是指可实现长时间尺度的氢能存储，参与月、季、年乃至跨年氢能调节过程的氢能存储装置。
11.所述步骤1中，电能跨季节和跨能源形式的长期存储，是指将电能转换为氢能形式实现长时间尺度的存储。
12.所述步骤1中，能源系统运营商是指存在于综合能源系统网侧，向源、荷、储侧主体制定能源价格，并从能源价格差中赚取收益的主体；而综合能源系统是指通过发挥不同能源之间的互补特性，实现能量梯级利用的一体化能源系统。
13.所述步骤1中，季节性氢储在一个典型日内仅能充氢或仅能放氢，从而使季节性氢储工作在不同的典型日间，实现日间氢能交互。此外，季节性氢储还应在下一个典型日场景初始时刻需对上一个典型日场景的充放氢累积进行考虑，季节性氢储能数学模型描述如下：
[0014][0015][0016][0017][0018][0019]
式(1)-式(5)描述了季节性氢储的运行条件，式(1)对季节性氢储在第一个典型日下的容量运行以及对季节性氢储的最大充放氢约束进行了描述。
[0020]
式(1)中：为第w个典型日t时刻季节性氢储的储能值；分别为第w个典型日t时刻季节性氢储储氢功率和放氢功率；分别为储氢效率和放氢效率；β
lths
为季节性氢储能量倍率；q
lths
为安装季节性氢储的容量值；分别为第w个典型日t时刻季节性氢储的储氢状态变量、放氢状态变量，为布尔变量；为第1个典型日下第t-1时刻季节性氢储的储能值。
[0021]
式(2)对季节性氢储在其他典型日下的运行条件进行了说明：下一典型日的初始容量为上一个典型日所在季节的充放氢累积。
[0022]
式(2)中：p(w)为典型日w发生的概率；w为最大典型日数；为第w个典型日下第1时刻季节性氢储的储能值；为第w-1个典型日下第1时刻季节性氢储的储能值；为第w-1个典型日下第24时刻季节性氢储的储能值；为第w个典型日下第t-1时刻季节性氢储的储能值；p(w-1)为第w-1个典型日发生的概率。
[0023]
式(3)描表示季节性氢储在第一个典型日的初始容量等于季节性氢储在最后一个季节的充放氢累积。
[0024]
式(3)中：为第1个典型日下第1时刻季节性氢储的储能值；为第w个典型日下第1时刻季节性氢储的储能值；为第w个典型日下第24时刻季节性氢储的储能值。
[0025]
式(4)～式(5)中：和为第w个典型日季节性氢储的储放氢变量，为布尔变量，用以约束季节性氢储在每个典型日只能充氢或只能放氢。
[0026]
所述步骤2中，含氢储系统的能源系统运营商，指在能源系统运营商中对氢储系统进行配置，而氢储系统中包括季节性氢储、短期氢储、电解槽装置和燃料电池。其中短期氢储用于一天内的氢能互补，电解槽装置用于电解水产氢，燃料电池用于燃烧氢制电。
[0027]
所述步骤2中，能源生产商作为系统的源侧，包含风力机、光伏、热电联产机组和燃气锅炉设备，根据能源系统运营商制定的购电价格和购热价格优化主体中各设备出力，向能源系统运营商出售电、热能；
[0028]
负荷聚合商作为系统的荷侧，包含电、热、氢三种能源负荷，根据能源系统运营商制定的能源价格信号调整用户用能情况，实现整体购能效益成本最小；
[0029]
储能服务商由电储能和热储能组成，作为系统的储能侧，通过能源系统运营商制定的价格向能源系统运营商购买/出售电、热能获取收益。
[0030]
所述步骤2中，主从博弈是指一方先行动，一方后行动的一种博弈类型，一主多从博弈指由一个领导者，多个跟随者组成的主从博弈类型，其中领导者为先行动方，跟随者为后行动方。首先作为领导者的能源系统运营商向跟随者公布制定的购售电、热能价格，随后能源生产商、储能服务商和负荷聚合商作为跟随者根据领导者制定的能源价格分别进行响应，并将响应结果反馈给能源生产商，能源生产商再根据各跟随者响应情况对氢储系统进行优化配置。
[0031]
所述步骤2中，氢储系统中包括季节性氢储、短期氢储、电解槽装置和燃料电池。其中，季节性氢储模型如式(1)-式(5)所示；
[0032]
短期氢储模型如式(6)所示。
[0033][0034]
式(6)中：为第w个典型日t时刻短期氢储的储能值；分别为第w个
典型日t时刻短期氢储的储氢功率、放氢功率；分别为短期氢储的储氢效率、放氢效率；为短期氢储的自释放速率；β
sths
为短期氢储能量倍率；q
sths
为安装短期氢储的容量值；t为每个典型日内的调度总时段。
[0035]
在电解槽电解水产氢和燃料电池燃氢制电的过程中，可通过以水为工质将产生的热能供应给热负荷。电解槽和燃料电池运行模型如下：
[0036][0037][0038][0039][0040][0041][0042][0043]
式(7)-式(13)中，式(7)对电解槽和燃料电池的输出功率范围进行了约束，其中，分别为第w个典型日t时刻电解槽消耗的电功率、燃料电池输出的电功率；q
el
、q
fc
分别为电解槽、燃料电池的配置容量；分别为电解槽、燃料电池的状态变量，为布尔变量；γ
el
、γ
fc
为电解槽、燃料电池的最小负载率。
[0044]
式(8)对电解槽和燃料电池的工作状态进行了约束，即电解槽和燃料电池不能同时运行。
[0045]
式(9)描述了燃料电池的电热功率输出关系，其中，分别为第w个典型日t时刻电解槽、燃料电池输出的热功率；分别为电解槽的产氢功率、燃料电池消耗的氢功率；分别为电解槽的余热利用效率、电氢转换效率；分别为燃料电池的余热利用效率、氢电转换效率。
[0046]
式(10)为电解槽的爬坡功率约束，其中，为第w个典型日t时刻电解槽的功率波动；m为常数；为第w个典型日第t-1时刻电解槽消耗的电功率。
[0047]
式(11)-式(12)对电解槽的最小启动/停止间隔进行约束，其中，分别为电解槽的最小启动、停止周期；分别为电解槽的启动、停止状态变量，为布尔变量；s为代表时间的索引，其取值为s∈[1,22]。
[0048]
式(13)中，为电解槽在第w个典型日下第t-1时刻的状态变量，为布尔变量。
[0049]
所述步骤2中，含氢储系统的能源系统运营商收益模型描述为式(14)。
[0050][0051]
式(14)中，p(w)为典型日w发生的概率；w为最大典型日数；u
eso
为能源系统运营商收益；分别为第w个典型日能源系统运营商向系统内其他主体售能收益、购能费用；为第w个典型日能源系统运营商向外界配电网的购电费用；为w个典型日能源系统运营商的运维成本；为第w个典型日能源系统运营商失热惩罚成本；为能源系统运营商配置氢储能系统的年化投资费用。
[0052]
以上各项可表示为:
[0053][0054][0055][0056][0057][0058][0059]
式(15)～式(20)中，分别为w个典型日下t时刻能源系统运营商售电和售热单价；γ
sell,h
为氢单位能量的价格；分别为w个典型日下t时刻能源系统运营商售电量、售热量、售氢量；
[0060]
分别为w个典型日下t时刻能源系统运营商购电、购热单价；分别为w个典型日下t时刻能源系统运营商购电量、购热量；
[0061]
分别为t时刻能源系统运营商向外部配网购/售电单价；γ
grid,in,h
为外部售氢单价；分别为w个典型日下t时刻能源系统运营商向外部配电网购/售电功率；为能源系统运营商向外部购氢功率；
[0062]
ζ
loss,h
为失热惩罚成本；为t时刻的失热量；
[0063]
分别为电解槽的启、停、降解成本，其余λ为相应设备的运维成本；
[0064]
分别为燃料电池、电解槽、短期氢储、季节性氢储、的维运成本。r、m分别为利率、设备寿命；q
θ
、c
θ
分别为设备θ的配置容量、单位容量成本，其中，θ
eso
＝
{sths,lths,fc,el}，sths、lths、fc、el分别表示短期氢储、季节性氢储、燃料电池和电解槽。
[0065]
氢储系统的配置使能源系统运营商能够通过调节电解槽和燃料电池的出力来调控系统中的电、热、氢平衡，如式(21)-式(23)所示：
[0066][0067][0068][0069]
式(21)～式(23)中，分别为能源系统运营商在第w个典型日t时刻的售电量、出售给配电网电量；为电解槽在第w个典型日t时刻的耗电量；为燃料电池在第w个典型日t时刻的产电量；为能源系统运营商在第w个典型日t时刻的购电量；为第w个典型日t时刻能源系统运营商向配电网购电功率；
[0070]
分别为第w个典型日t时刻能源系统运营商的购、售热功率；分别为第w个典型日t时刻的失热量、弃热量；分别为第w个典型日t时刻电解槽、燃料电池的产热量；
[0071]
为第w个典型日t时刻的售氢量；为第w个典型日t时刻能源系统运营商向外部购氢量；分别为第w个典型日t时刻电解槽的产氢量和燃料电池的耗氢量；分别为第w个典型日t时刻短期氢储装置的充放氢功率；分别为短期氢储装置的充放氢效率；分别为第w个典型日t时刻季节性氢储能的充放氢功率；分别为季节性氢储能的充、放氢效率。
[0072]
所述步骤2中，能源生产商作为系统的源侧，包含风力机、光伏、热电联产机组和燃气锅炉设备，其中，热电联产机组具有“以热定电”的运行特性，第w个典型日t时刻热电联产机组输出的热功率可描述为式(24)所示。
[0073][0074]
式(24)中,分别为热电联产机组可输出的最大和最小电能值；h1为热电联产机最小功率输出对应的热电联产机组电热转换系数；h2为热电联产机组最大功率输出对应的热电联产机组电热转换系数；hm为热电联产机组热电功率的线性供给斜率；为热电联产机组输出的电功率；为热电联产机组输出最小电功率时对应输出的热能；为第w个典型日t时刻热电联产机组输出的热能。
[0075]
此外，热电联产机组和燃气锅炉设备还应满足式(25)所示输出功率上下限范围约束。
[0076]
[0077]
式(25)中，q
chp
、q
gb
分别为热电联产机组、燃气锅炉设备的额定容量；为热电联产机组输出的电功率；为燃气锅炉设备t时刻的产热功率。
[0078]
风力机、光伏出力模型如式(26)所示。
[0079][0080]
式(26)中,分别为w个典型日下t时刻pv、wt的输出功率；分别为pv、wt在t时刻的预测出力。
[0081]
所述步骤2中，能源生产商在博弈过程中，根据能源系统运营商制定的能源价格对设备最佳出力进行优化，其目标为最大化收益，模型可描述为式(27)所示。
[0082][0083]
式(27)中，p(w)为典型日w发生的概率；w为最大典型日数；u
ep
为能源生产商收益；分别为第w个典型日能源生产商的售能收入、燃料成本、运维成本。以上各项可分别表示为式(28)-式(30):
[0084][0085][0086][0087]
式(28)～式(30)中，分别为w个典型日下t时刻能源生产商售往能源系统运营商的电、热功率；分别为w个典型日下t时刻能源系统运营商的购电价格和购热价格；ae、be、ce均为热电联产机组的燃气成本系数，其中ae为热电联产机组燃气成本二次项系数，be为热电联产机组燃气成本一次项系数，ce为热电联产机组燃气成本常数项；ah、bh、ch均为燃气锅炉设备的燃气成本系数，其中ah为燃气锅炉设备燃气成本二次项系数，bh为燃气锅炉设备燃气成本一次项系数，ch为燃气锅炉设备燃气成本常数项。为热电联产机组输出的电功率；为燃气锅炉设备t时刻的产热功率；为燃气锅炉设备t时刻的产热功率；分别为光伏、风力机、燃气锅炉、热电联产设备的运维成本；分别为w个典型日下t时刻pv、wt的输出功率。
[0088]
此外，能源生产商需满足相应的功率平衡约束，如式(31)-(32)所示：
[0089][0090][0091]
式(31)～式(32)中，分别为第w个典型日t时刻能源生产商出售给能源系统运营商的总电、热功率。
[0092]
所述步骤2中，储能服务商中的电、热储能装置数学模型如式(33)-(36)所示：
[0093][0094][0095][0096][0097]
式(33)～式(36)中：分别表示第w个典型日t时刻电储能、热储能的储能值；分别表示t时刻储能服务商出售、购自能源系统运营商的电、热功率；分别为储电效率、放电效率；分别为储热效率、放热效率；分别为储热效率、放热效率；分别为电储能、热储能的自释放速率；β
ees
、β
tt
分别为电储能、热储能的能量倍率；q
ees
、q
tt
分别为电储能、热储能的最大储存容量。
[0098]
所述步骤2中，储能服务商根据能源系统生产商制定的能源价格决定储能设备在各时段的最佳购售能，其优化目标可表示为:
[0099][0100]
式(37)中，p(w)为典型日w发生的概率；w为最大典型日数；u
esp
为储能服务商收益；分别为第w个典型日esp的售能收入、购能支出，分别表示为式(38)-式(39):
[0101][0102][0103]
式(38)～式(39)中，分别为w个典型日下t时刻能源系统运营商的购电价格、购热价格；分别为w个典型日下t时刻能源系统运营商的售电价格、售热价格；分别表示t时刻储能服务商出售、购自能源系统运营商的电、热功率。
[0104]
所述步骤2中，负荷聚合商中有电、热、氢三种负荷模型，对电、热负荷的可转移特性以及电、热、氢负荷的可削减特性进行考虑，具体可表示为式(40)-(42)
[0105]
[0106][0107][0108]
式(40)～式(42)中，分别为第w个典型日t时刻负荷聚合商需要的电、热、氢负荷；分别为基础电、热、氢负荷；分别为t时刻的转移电、热负荷；分别为电、热负荷转移上限；k
cut,e
、k
cut,h
、k
cut,h
分别为电、热、氢负荷的可削减系数。
[0109]
所述步骤2中，由于负荷聚合商中考虑了负荷的需求响应，因此在每个时段均有一个基线负荷来表示该时段的最佳用能，当用户用能偏离该负荷时，则会造成相应的满意度损失，满意度损失u
w,sl
如式(43)所示：
[0110][0111]
式(43)中，ωe、为能源e的满意损失参数；e’为负荷种类构成的集合，e'＝{e,h,h}；d
e,w,t
为t时刻负荷e的调整量，其值为实际负荷与基线负荷的差值，通过引入辅助变量和及约束(45)、(46)，可将式(43)中绝对值项转换为式(44)所示线性形式：
[0112][0113][0114][0115]
负荷聚合商在能源系统运营商制定的能源价格基础上，以用能满意度损失与购能成本之和最小化为目标对自身负荷进行调整，其目标函数可描述为式(47)：
[0116][0117]
式(47)中，p(w)为典型日w发生的概率；w为最大典型日数；u
la
为用户购能效益成本；u
w,sl
为第w个典型日的用户满意度损失；为典型日w下的购能成本，如式(48)所示。
[0118][0119]
式中，γ
sell,h
分别为w个典型日t时刻能源系统运营商的售电、售热、售氢价格；分别为w个典型日t时刻能源系统运营商出售给负荷聚合商的电、热、氢功率。
[0120]
所述步骤2中，能源系统运营商出售的电、热能与储能服务商和负荷聚合商购买的
电、热能之和相等；能源系统运营商出售的氢能与负荷聚合商购买的氢能相等；能源系统运营商购入的电、热能与能源生产商和储能服务商出售的电、热能相等，即需满足式(49)约束。
[0121][0122]
式(49)中，分别为第w个典型日t时刻能源系统运营商购买的电功率、热功率；分别为第w个典型日t时刻能源系统运营商出售的电、热、氢功率；分别为第w个典型日t时刻能源生产商、储能服务商出售给能源系统运营商的电功率；分别为第w个典型日t时刻能源生产商、储能服务商出售给能源系统运营商的热功率；分别为第w个典型日t时刻能源系统运营商出售给储能服务商的电功率、热功率；分别为第w个典型日t时刻能源系统运营商出售给负荷聚合商的电、热、氢功率。
[0123]
所述步骤2中，能源生产商、储能服务商和负荷聚合商对自身主体的优化均是基于能源系统运营商制定的能源价格进行的，而它们的优化结果又会影响能源系统运营商制定能源价格，该过程符合主从递进结构的动态博弈情况。因此，以能源系统运营商为领导者，储能服务商、能源生产商和负荷聚合商作为不同的跟随者建立一主多从博弈模型，领导者能源系统运营商首先对能源价格进行制定，随后，能源生产商、储能服务商和负荷聚合商作为跟随者根据能源价格同时做出响应，并将优化结果反馈给能源系统运营商。之后，能源系统运营商根据能源生产商机组出力、储能服务商充放能策略、负荷聚合商购能策略和外部能源网络能源价格信息对氢储能装置进行配置，并通过制氢、燃氢和供氢的行为参与到能量网络中促进能源供需平衡。通过对一主多从博弈模型的求解，可得到能源生产商的能源最佳定价策略、用户最佳购能策略、氢储系统最佳配置容量和出力情况。
[0124]
所述步骤3中，竞争搜索算法是一种群智能优化算法，常用于解决工程优化问题；混合整数规划是指待求解问题中部分决策变量为整数的整数规划问题；二次规划指目标函数为二次函数的一种非线性规划。
[0125]
竞争搜索算法是一种群智能优化算法。在优化过程中，首先对每个粒子进行评估，并对其目标值进行计算，根据目标值排名将所有粒子分为优秀和一般两组。
[0126]
随后，根据公式(50)和(51)对优秀组中的粒子进行位置更新。
[0127][0128][0129]
式(50)-(51)中，g为当前的迭代次数；为第i个粒子在第g次迭代时第j个评价
指标的值；为第i个粒子在第g+1次迭代时第j个评价指标的值；a(i)为第i个粒子的学习能力；s1和s2分别为学习能力强和学习能力一般的粒子的搜索范围函数；ρ是从矩阵[-1，0，1]中随机提取的值；和分别表示该粒子在第j维搜索范围内的上限和下限；l1为学习能力强度的阈值，属于矩阵(0,1)；lb和ub都是常数；rand(1)表示从(0,1)中选取随机数。
[0130]
根据公式(52)对一般组中的粒子进行位置更新。
[0131][0132]
式(52)中，g为当前的迭代次数；为第i个粒子在第g次迭代时第j个评价指标的值；为第i个粒子在第g+1次迭代时第j个评价指标的值；α和q分别是矩阵[-1,1]和[0,2]的随机数；d为1
×
d矩阵，所有元素都为1；l2为1
×
d矩阵，所有元素为-1或1随机分布；p为均值为0，方差为1的标准正态分布；o为一个随机因子，从矩阵[0.1，0.2，0.3，0.4，0.5]中随机选择；a(i)为第i个粒子的学习能力；l1为学习能力强度的阈值，属于矩阵(0,1)。
[0133]
此外，当每个粒子的学习能力大于参考阈值l3时，就会出现参考行为：粒子将根据自己的学习能力向适应度最好的粒子学习。该过程可以用式(53)来表示。
[0134][0135]
式(53)中，g为当前的迭代次数；为第i个粒子在第g次迭代时第j个评价指标的值；为第g次迭代过程中最佳粒子在第j维的指标值；a(i)为第i个粒子的学习能力；l3为参考阈值，属于区间(0,1)。
[0136]
在经过式(50)-(53)的粒子位置更新后，竞争搜索算法会对粒子进行随机个数的消除，并随机生成相应数量的粒子，新生成粒子的学习能力和各项指标随机生成。
[0137]
所述步骤3中，在求解过程中，能源系统运营商策略为系统购售能价格和氢储系统中各设备的容量配置及出力优化；能源生产商策略为各设备最佳出力情况；储能服务商策略为电、热储能最佳充放能策略；负荷聚合商策略为最佳购能量。
[0138]
所述步骤3中，基于竞争搜索算法联合混合整数规划/二次规划相的分布式均衡求解算法指一种能对一主多从博弈求解的分布式计算方法，首先通过竞争搜索算法模拟能源系统运营商向跟随者制定能源价格，随后储能服务商根据能源价格进行混合整数规划对电、热储能充放电策略进行求解、能源生产商根据能源价格进行二次规划对设备最优出力进行求解、负荷聚合商根据能源价格进行二次规划对用户最佳购能策略进行优化，随后，各跟随者将优化所得的结果反馈给能源系统运营商，能源系统运营商根据跟随者结果对自身氢储系统进行优化配置，达到最大化收益的目的。该算法在求解主从博弈时可有效避免各个主体的信息泄露，保护各主体隐私安全。
[0139]
所述步骤3中，基于竞争搜索算法联合混合整数规划/二次规划的分布式均衡求解算法是一种智能优化算法与混合整数规划/二次规划方法相结合对主从博弈求解的一种算法，对主从博弈的具体求解过程如下：
[0140]
step1：输入各个主体的初始参数，设置初始迭代次数g＝0，粒子数目m＝20，其中每一个粒子的维度为4
×
24维，分别代表能源系统运营商的全天售电价格、全天售热价格、全天购电价格和全天购热价格；
[0141]
step 2：利用竞争搜索算法生成m组能源价格初始值，传递给能源生产商、负荷聚合商和储能服务商；
[0142]
step 3：储能服务商根据能源价格进行混合整数规划对电、热储能充放电策略进行求解；
[0143]
step 4：能源生产商根据能源价格进行二次规划对设备最优出力进行求解；
[0144]
step 5：负荷聚合商根据能源价格进行二次规划对用户最佳购能策略进行优化；
[0145]
step 6：能源系统运营商根据储能服务商储能充放电策略、能源生产商设备最优出力和负荷聚合商购能策略对自身氢储系统进行优化配置，达到最大化收益的目的；
[0146]
step 7：利用公式(50)-(53)对m组粒子进行位置更新，并对粒子进行随机个数的消除，并随机生成相应数量的新粒子。
[0147]
step 8：更新能源系统运营商、储能服务商、能源生产商和负荷聚合商的最优目标函数，若各主体在相邻两次迭代得到的最优策略满足式(54)式，认为该策略为博弈均衡点，此时任何参与者都不能通过单独改变策略来获得更多的收益，则停止迭代；若不满足，则令g＝g+1并返回至step 3。
[0148][0149]
式(54)中，g为当前迭代次数；分别为第g次迭代所得能源系统运营商、能源生产商、储能服务商、负荷聚合商策略的向量表达形式；分别为第g-1次迭代所得能源系统运营商、能源生产商、储能服务商、负荷聚合商策略的向量表达形式。
[0150]
所述步骤3中:
[0151]
运营商的定价策略指能源系统运营商向储能服务商、能源生产商和负荷聚合商制定的电能购售价格和热能购售价格。
[0152]
氢储系统配置策略指能源系统运营商对季节性氢储、短期氢储、燃料电池和电解槽的具体容量配置。
[0153]
用户需求策略指用户对电、热、氢能源的最终需求量，即负荷聚合商最终向能源系统运营商购买的电、热、氢能源。
[0154]
各主体设备最佳出力策略具体指能源生产商中光伏、风力机、燃气锅炉、热电联产机组的发出功率和储能服务商中电储能和热储能的充放能量。
[0155]
本发明一种基于分布式协同优化策略的综合能源系统季节性氢储优化配置方法，技术效果如下：
[0156]
1)、本发明构建了一种季节性氢储模型，实现电能跨季节和跨能源形式的长期存储优化利用，改善能源的季节性供需平衡和能源系统运营商收益。
[0157]
2)、本发明以含氢储系统的能源系统运营商为领导者，能源生产商、负荷聚合商和储能服务商为跟随者构建一主多从博弈模型，通过对博弈均衡解的求解，获得系统运营商的定价策略及氢储系统配置策略、用户需求策略和各主体设备最佳出力策略，实现各主体运行效益最大化。
[0158]
3)、本发明在能源系统运营商中配置氢储系统，提升了其在博弈过程中的主动权，在降低能量供需失衡风险方面效果显著。通过价格信号引导用能测进行需求响应，在降低
用户购能成本的同时，缓解系统用能压力，达到双赢效果。
[0159]
4)、本发明提出基于竞争搜索算法联合混合整数规划/二次规划相的分布式均衡求解算法对主从博弈进行求解，具有较好的收敛效果，且对参与博弈的各个主体隐私进行保护，使模型更加符合实际竞争型市场中各主体独立决策的过程。
附图说明
[0160]
图1为季节性氢储的运行机制示意图。
[0161]
图2为含氢储系统的综合能源系统架构示意图。
[0162]
图3为一主多从博弈模型示意图。
[0163]
图4为主从博弈的求解流程图。
[0164]
图5为光伏和风力机的输出功率以及电、热、氢负荷需求量图。
[0165]
图6(a)为方案1迭代求解过程示意图；
[0166]
图6(b)为方案2迭代求解过程示意图；
[0167]
图6(c)为方案3迭代求解过程示意图；
[0168]
图6(d)为方案4迭代求解过程示意图。
[0169]
图7为能源系统运营商中失热、弃热总量示意图。
[0170]
图8为各方案的风光就地消纳情况示意图。
具体实施方式
[0171]
基于分布式协同优化策略的综合能源系统季节性氢储优化配置方法，包括以下步骤：
[0172]
步骤1：建立季节性氢储能模型，实现电能跨季节和跨能源形式的长期存储优化利用，促进可再生能源的就地消纳和提升能源系统运营商收益；
[0173]
步骤2：建立以含氢储系统的能源系统运营商为领导者，能源生产商、负荷聚合商和储能服务商为跟随者的一主多从主从博弈模型，
[0174]
步骤3：提出基于竞争搜索算法联合混合整数规划/二次规划相的分布式均衡求解算法，对主从博弈进行求解，获得系统运营商的定价策略以及氢储系统配置策略、用户需求策略和各主体设备最佳出力策略，实现各主体运行效益最大化。
[0175]
下面结合附图，对优选实例进行详细说明：
[0176]
(一)、季节性氢储建模：
[0177]
季节性氢储的运行机制如图1所示，假设在一个典型日内，季节性氢储仅能充氢或仅能放氢，从而使季节性氢储工作在不同的典型日间，实现日间氢能交互。季节性氢储的能量自耗散率几乎接近为0，且在下一个典型日场景初始时刻需对上一个典型日场景的充放氢累积进行考虑，因此，建立季节性氢储数学模型。
[0178]
(二)、对综合能源系统中各主体进行建模：
[0179]
含氢储系统的综合能源系统架构如图2所示，氢储系统中包括季节性氢储、短期氢储、电解槽装置和燃料电池。其中，季节性氢储模型如式(1)-式(5)所示，短期氢储模型如式(6)所示：
[0180]
含氢储系统的综合能源系统架构如图2所示，氢储系统中包括季节性氢储、短期氢
储、电解槽装置和燃料电池。其中，季节性氢储模型如式(1)-式(5)所示，短期氢储模型如式(6)所示。在电解槽电解水产氢和燃料电池燃氢制电的过程中，可通过以水为工质将产生的热能供应给热负荷。
[0181]
含氢储系统的能源系统运营商收益模型可描述为式(14)。
[0182][0183]
式中，u
eso
为能源系统运营商收益；和分别为第w个典型日能源系统运营商向系统内其他主体售能收益和购能费用；为第w个典型日能源系统运营商向外界配电网的购电费用；为w个典型日能源系统运营商的运维成本；为第w个典型日能源系统运营商失热惩罚成本；为能源系统运营商配置氢储能系统的年化投资费用。以上各项可表示为:
[0184][0185][0186][0187][0188][0189][0190]
式中，和分别为w个典型日下t时刻能源系统运营商售电和售热单价；γ
sell,h
为氢单位能量的价格；和分别为w个典型日下t时刻能源系统运营商售电量、售热量和售氢量；和分别为w个典型日下t时刻能源系统运营商购电和购热单价；和分别为w个典型日下t时刻能源系统运营商购电量和购热量；分别为t时刻能源系统运营商向外部配网购/售电单价；γ
grid,in,h
为外部售氢单价；分别为w个典型日下t时刻能源系统运营商向外部配电网购/售电功率；为能源系统运营商向外部购氢功率；ζ
loss,h
为失热惩罚成本；为t时刻的失热量；和分别为电解槽的启、停和降解成本，其余λ为相应设备的运维成本；r、m分别为利率和设备寿命；q
θ
和c
θ
分别为设备θ的配置容量和单位容量成本，其中，θ
eso
＝{sths,lths,fc,el}。
[0191]
氢储系统的配置使能源系统运营商可通过调节电解槽和燃料电池的出力来调控系统中的电、热、氢平衡，如式(21)-式(23)所示。
[0192][0193][0194][0195]
式中，为第w个典型日t时刻的弃热量。
[0196]
能源生产商作为系统的源侧，包含风力机、光伏、热电联产机组和燃气锅炉设备，其中，热电联产机组具有“以热定电”的运行特性，第w个典型日t时刻热电联产机组输出的热功率可描述为式(24)所示。
[0197][0198]
式中,和分别为热电联产机组可输出的最大和最小电能值；h1、h2和hm均为热电联产机组的电热转换系数；为热电联产机组输出的电功率；为热电联产机组输出最小电功率时对应输出的热能；为第w个典型日t时刻热电联产机组输出的热能。
[0199]
此外，热电联产机组和燃气锅炉设备还应满足式(25所示输出功率上下限范围约束。
[0200][0201]
式中，q
chp
和q
gb
分别为热电联产机组和燃气锅炉设备的额定容量；为燃气锅炉设备t时刻的产热功率。
[0202]
风力机、光伏出力模型如式(26)所示。
[0203][0204]
式中,和分别为w个典型日下t时刻pv和wt的输出功率；和分别为pv和wt在t时刻的预测出力。
[0205]
能源生产商在博弈过程中，根据能源系统运营商制定的能源价格对设备最佳出力进行优化，其目标为最大化收益，模型可描述为式(27)所示。
[0206][0207]
式中，u
ep
为能源生产商收益；和分别为第w个典型日能源生产商的售能收入、燃料成本和运维成本。以上各项可分别表示为式(28)-式(30):
[0208][0209][0210]
[0211]
式中，和分别为w个典型日下t时刻能源生产商售往能源系统运营商的电、热功率；ae,be,ce/ah,bh,ch为热电联产机组/燃气锅炉设备的燃气成本系数；和分别为光伏、风力机、燃气锅炉和热电联产设备的运维成本。
[0212]
此外，能源生产商需满足相应的功率平衡约束，如式(31)-(32)所示。
[0213][0214][0215]
式中，和分别为第w个典型日t时刻能源生产商出售给能源系统运营商的总电、热功率。
[0216]
储能服务商中的电、热储能装置数学模型如式(33)-(36)所示。
[0217][0218][0219][0220][0221]
式中：和分别表示第w个典型日t时刻电储能和热储能的储能值；和和分别表示t时刻储能服务商出售/购自能源系统运营商的电、热功率；和分别为储电效率和放电效率；和分别为储热效率和放热效率；和分别为电储能和热储能的自释放速率；β
ees
和β
tt
分别为电储能和热储能的能量倍率；q
ees
和q
tt
分别为电储能和热储能的最大储存容量。
[0222]
储能服务商根据能源系统生产商制定的能源价格决定储能设备在各时段的最佳购售能，其优化目标可表示为:
[0223][0224]
式中，u
esp
为储能服务商收益；和分别为第w个典型日esp的售能收入和购能支出，可分别表示为式(38)-式(39):
[0225][0226][0227]
负荷聚合商中有电、热、氢三种负荷模型，对电、热负荷的可转移特性以及电、热、氢负荷的可削减特性进行考虑，具体可表示为式(40)-(42)
[0228][0229][0230][0231]
式中，和分别为第w个典型日t时刻负荷聚合商需要的电、热、氢负荷；和为基础电、热、氢负荷；和为t时刻的转移电、热负荷；和分别为电、热负荷转移上限；k
cut,e
、k
cut,h
和k
cut,h
分别为电、热、氢负荷的可削减系数。
[0232]
由于负荷聚合商中考虑了负荷的需求响应，因此在每个时段均有一个基线负荷来表示该时段的最佳用能，当用户用能偏离该负荷时，则会造成相应的满意度损失，满意度损失u
w,sl
如式(43)所示。
[0233][0234]
式中，ωe和为能源e的满意损失参数；e’为负荷种类构成的集合，e'＝{e,h,h}；d
e,w,t
为t时刻负荷e的调整量，其值为实际负荷与基线负荷的差值，通过引入辅助变量和及约束(45)、(46)，可将式(43)中绝对值项转换为式(44)所示线性形式。
[0235][0236][0237][0238]
负荷聚合商在能源系统运营商制定的能源价格基础上，以用能满意度损失与购能成本之和最小化为目标对自身负荷进行调整，其目标函数可描述为式(47)。
[0239][0240]
式中，u
la
为用户购能效益成本；为典型日w下的购能成本，如式(48)所示。
[0241][0242]
能源系统运营商出售的电、热能与储能服务商和负荷聚合商购买的电、热能之和相等；能源系统运营商出售的氢能与负荷聚合商购买的氢能相等；能源系统运营商购入的
电、热能与能源生产商和储能服务商出售的电、热能相等，即需满足式(49)约束。
[0243][0244]
(三)：提出一主多从博弈模型及其求解算法：
[0245]
能源生产商、储能服务商和负荷聚合商对自身主体的优化均是基于能源系统运营商制定的能源价格进行的，而它们的优化结果又会影响能源系统运营商制定能源价格，该过程符合主从递进结构的动态博弈情况。因此，以能源系统运营商为领导者，储能服务商、能源生产商和负荷聚合商作为不同的跟随者建立一主多从博弈模型，如图3所示。由图3可知，领导者能源系统运营商首先对能源价格进行制定，随后，能源生产商、储能服务商和负荷聚合商作为跟随者根据能源价格同时做出响应，并将优化结果反馈给能源系统运营商。之后，能源系统运营商根据能源生产商机组出力、储能服务商充放能策略、负荷聚合商购能策略和外部能源网络能源价格信息对氢储能装置进行配置，并通过制氢、燃氢和供氢的行为参与到能量网络中促进能源供需平衡。通过对一主多从博弈模型的求解，可得到能源生产商的能源最佳定价策略、用户最佳购能策略、氢储系统最佳配置容量和出力情况。
[0246]
竞争搜索算法是一种群智能优化算法，常用于解决工程优化问题；混合整数规划是指待求解问题中部分决策变量为整数的整数规划问题；二次规划指目标函数为二次函数的一种非线性规划。
[0247]
基于竞争搜索算法联合混合整数规划/二次规划相的分布式均衡求解算法，指一种能对一主多从博弈求解的分布式计算方法，首先通过竞争搜索算法模拟能源系统运营商向跟随者制定能源价格，随后储能服务商根据能源价格进行混合整数规划对电、热储能充放电策略进行求解、能源生产商根据能源价格进行二次规划对设备最优出力进行求解、负荷聚合商根据能源价格进行二次规划对用户最佳购能策略进行优化，随后，各跟随者将优化所得的结果反馈给能源系统运营商，能源系统运营商根据跟随者结果对自身氢储系统进行优化配置，达到最大化收益的目的。该算法在求解主从博弈时可有效避免各个主体的信息泄露，保护各主体隐私安全。具体求解流程如图4所示。
[0248]
若各主体在相邻两次得到的最优策略满足式(54)式，认为该策略为博弈均衡点，此时任何参与者都不能通过单独改变策略来获得更多的收益。
[0249][0250]
式(54)中，g为当前迭代次数；和分别为能源系统运营商、能源生产商、储能服务商和负荷聚合商策略的向量表达形式。
[0251]
(四)：将本发明策略与其他3种策略方案进行对比分析：
[0252]
能源系统运营商制定电能价格上限/下限与向配电网购/售电价格一致，如表1所示：
[0253]
表1配电网购售电价格
[0254][0255]
能源系统运营商制定热能上下限分别为0.5元/kw
·
h和0.15元/kw
·
h。能源生产商主体中包含6台额定容量500kw的热电联产机组和5台额定容量800kw的燃气锅炉设备，储能服务商主体中电储能和热储能最大存储量均为10mw。电解槽设备参数如表2所示：
[0256]
表2电解槽参数
[0257][0258]
其余各设备参数如表3所示：
[0259]
表3设备效率参数
[0260][0261]
其他仿真相关参数见表4。
[0262]
表4仿真相关参数
[0263][0264]
氢气市场价格在19.2～38.4元/kg，考虑通过电解制氢取得的氢气纯度较高，取35元/kg，氢气密度为0.089kg/m3，得到37.87kw
·
h/kg，因此单位能量售氢价格取0.924元/(kw
·
h)。春、夏、秋、冬四种典型日下的光伏和风力机输出功率以及电、热、氢负荷需求如图5所示。
[0265]
设置以下四种不同发干进行对比分析严重：
[0266]
1)方案1：在能源系统运营商中同时配置季节性氢储、短期氢储、燃料电池和电解槽；
[0267]
2)方案2：在能源系统运营商中配置短期氢储、燃料电池和电解槽，不配置季节性氢储；
[0268]
3)方案3:在能源系统运营商中配置季节性氢储、燃料电池和电解槽，不配置短期氢储；
[0269]
4)方案4:不在能源系统运营商中配置任何设备。
[0270]
其中，方案1采用了本发明所提策略，能源系统运营商对电解槽、短期氢储、季节性氢储和燃料电池均进行配置。方案2和方案3中分别不考虑季节性氢储和短期氢储的配置。方案4则仅依靠价格策略对系统能源进行调控，不对任何设备进行配置。
[0271]
在matlabr2018b中采用竞争搜索算法联合混合整数规划/二次规划相的分布式均衡求解算法对上述方案进行求解。
[0272]
各方案下能源系统运营商、能源生产商、储能服务商和负荷聚合商的优化迭代过程如图6(a)～图6(d)所示。
[0273]
由图6(a)～图6(d)可知，随着迭代次数的增加，各方案中能源系统运营商的收益逐渐增加，储能服务商和能源生产商的收益逐渐减少，负荷聚合商的效用成本逐渐增加。这体现了领导者与各跟随者之间的博弈过程，也体现了在主从博弈中能源系统运营商作为领导者的主导地位。此外，从图6(a)～图6(d)中可以看出本发明采用的竞争搜索算法联合混合整数规划/二次规划相的分布式均衡求解算法有着良好的收敛效果，当方案1-4在分别迭代303次、528次、513次及564次后，结果达到主从均衡，此时任何参与者均不能通过改变策略来获得更多的收益。记录此时各方案各主体最终收敛成本及能源系统运营商中各设备最佳配置容量于表5和表6中。
[0274]
表5各方案各主体最终成本
[0275][0276]
表6各方案设备配置结果
[0277][0278]
由表6可知，方案1-4均不对燃料电池进行配置，这是因为燃料电池的配置成本较高，且由电转氢到氢转电过程中的能量损耗较大，需要较大的峰谷电价差才能实现盈利，因此能源系统运营商主体对燃料电池的配置较为保守。
[0279]
结合表5、表6分析可知，相比于方案2、方案3，方案1中能源系统运营商在同时配置季节性氢储和短期氢储后，有更多的空间对电解槽产生的氢能进行存储，为获得更多售氢收益，能源系统运营商可以设置更高的购电均价从激励储能服务商主体和能源生产商主体输出电能，并且设置更高的售电均价促进负荷聚合商主体进行电能响应。因此，相比方案2、3，方案1中负荷聚合商主体购能效益成本和能源生产商主体的收益成本最高，分别达到了4327.2万元和866万，能源系统运营商主体收益分别上升了123万和153万元。
[0280]
此外，由图7可知，方案1-3的峰时售电均价均高于方案4，这是因为方案1-方案3中均对电解槽进行了配置，由于电解槽可对多余的电能进行制氢消纳，因此能源系统运营商无需顾虑电价上升引起用户响应出现能量富余，收益减少的情况。此外，由于能源生产商主
体中热电联供机组具有以热定电的特性，因此方案1-3设置高于方案4的平均购热价格，引导热电联产机组发出更多的电能，同时降低系统的峰时购电价格，以提高能源系统运营商主体利益。
[0281]
在能源系统运营商中配置氢储系统还有利于促进系统的功率平衡，改善可再生能源的就地消纳情况。能源系统运营商的失热、弃热总量如图7所示，各方案的风光就地消纳情况如图8所示。由图8可知，尽管在能源系统运营商中对电解槽进行了配置，但由于系统无法与外部供热网络进行交互，仍存在失热负荷现象，但在配置电解槽后系统的供热效果得到了改善，其中方案1的改善效果最为明显，失热负荷减少了近31.74％。但方案1中的弃热量为几种方案中最多的，这是因为方案1中对季节性氢储和短期氢储进行同时配置，使电解槽的制氢行为更加活跃，增加了能源系统运营商供热能力的主动权。此外，相比于其他几种方案，方案1中的净不平衡功率最小，而此时的能量不平衡问题主要表现为时间不平衡。此外，由图8可知，方案1中的可再生能源就地消纳率达到了93.86％，而方案4仅有73.26，大幅度改善了清洁能源的就地消纳。