基于多方勢博弈的綜合能源系統(tǒng)運(yùn)行優(yōu)化

高建偉，梁鵬程，高芳杰，門慧娟，郎宇彤

(1.華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京市 102206；2.新能源電力與低碳發(fā)展研究北京市重點實驗室(華北電力大學(xué))，北京市 102206)

0 引 言

多能互補(bǔ)技術(shù)的進(jìn)步和智能化設(shè)備的普及，使得綜合能源系統(tǒng)(integrated energy system,IES)相關(guān)研究越來越受到各界的廣泛關(guān)注[1]。隨著居民用電量越來越大[2]，有必要進(jìn)行需求響應(yīng)來應(yīng)對負(fù)荷的多樣化和供需不平衡[3]，因此面向居民用戶需求響應(yīng)的IES運(yùn)行優(yōu)化研究具有重要意義。

目前，國內(nèi)外學(xué)者在IES運(yùn)行優(yōu)化方面做了一些研究。文獻(xiàn)[4]為解決可再生能源消納和負(fù)荷需求不平衡問題，把電轉(zhuǎn)氣技術(shù)引入到IES中，并考慮可平移負(fù)荷的用能特性建立了優(yōu)化模型；文獻(xiàn)[5]在綜合考慮了經(jīng)濟(jì)效益和環(huán)境效益的基礎(chǔ)上，研究了引入碳排放機(jī)制的IES運(yùn)行優(yōu)化問題；文獻(xiàn)[6]分析了多能源站的區(qū)域綜合能源系統(tǒng)結(jié)構(gòu)，建立了多能源站協(xié)同優(yōu)化運(yùn)行的模型。

上述研究都是從IES本身出發(fā)的，一些文獻(xiàn)表明，考慮需求響應(yīng)對IES運(yùn)行優(yōu)化有促進(jìn)作用。文獻(xiàn)[7]分析了可調(diào)度單元如何參與需求響應(yīng)，提出了考慮綜合需求響應(yīng)的IES運(yùn)行優(yōu)化方法，建立了雙層協(xié)同規(guī)劃模型；文獻(xiàn)[8]研究了考慮需求響應(yīng)時虛擬電廠的調(diào)度問題，將價格型和激勵型需求響應(yīng)相結(jié)合，以利潤最大為目標(biāo)建立模型；文獻(xiàn)[9]建立了由光伏發(fā)電、冷-熱-電聯(lián)合系統(tǒng)、儲能系統(tǒng)組成的智能園區(qū)微電網(wǎng)模型，研究了基于價格需求響應(yīng)的各單元最優(yōu)調(diào)度策略。

上述文獻(xiàn)在研究IES運(yùn)行優(yōu)化問題時多采用集中式控制，結(jié)構(gòu)簡單，但是對于中心控制單元的決策能力要求較高，拓展性差。分布式控制系統(tǒng)有著可靠性高、模塊化結(jié)構(gòu)易于重構(gòu)、響應(yīng)速度快等優(yōu)點，已經(jīng)成為能量管理控制系統(tǒng)的發(fā)展方向，一些學(xué)者對此進(jìn)行了研究。文獻(xiàn)[10]提出了一種適用于分布式需求響應(yīng)的多代理需求響應(yīng)架構(gòu)和一種基于數(shù)據(jù)驅(qū)動的需求響應(yīng)彈性特征的在線提取方法來解決分布式需求響應(yīng)中全局狀態(tài)變量、全局不等約束造成的求解困難問題；文獻(xiàn)[11]基于交替方向乘子法提出了一種主動配電網(wǎng)分布式多目標(biāo)優(yōu)化的調(diào)度方法，但該方法并不能滿足綜合能源系統(tǒng)即插即用的要求及各方利益主體的自利性；文獻(xiàn)[12-13]的研究表明IES中多利益主體的特點與博弈論十分契合，可以利用博弈論知識進(jìn)行建模分析；文獻(xiàn)[14-16]分別研究了在主從博弈、談判博弈、演化博弈框架下IES的運(yùn)行優(yōu)化問題。但是，上述文獻(xiàn)在利用博弈理論進(jìn)行建模時需要證明博弈模型是否存在納什均衡解且未能從分布式的個體角度實現(xiàn)IES的全局優(yōu)化。為了規(guī)避模型不存在納什均衡解的情況并實現(xiàn)IES的全局優(yōu)化，文獻(xiàn)[17]將勢博弈理論應(yīng)用到了IES運(yùn)行優(yōu)化領(lǐng)域，并證明有限完全勢博弈必然會經(jīng)過有限次改進(jìn)達(dá)到純策略納什均衡；文獻(xiàn)[18]將IES中設(shè)備單元作為獨立的決策主體，構(gòu)建了源-荷互動的分布式優(yōu)化博弈模型并結(jié)合多目標(biāo)粒子群算法進(jìn)行求解；文獻(xiàn)[19]在勢博弈理論的基礎(chǔ)上建立了不同售電公司之間相互競爭的博弈模型；文獻(xiàn)[20]在分析居民負(fù)荷特性基礎(chǔ)上建立了以售電公司利益最大的勢博弈決策模型，在保證居民利益不受損的前提下對售電公司的決策進(jìn)行優(yōu)化，并驗證了該模型可以經(jīng)過較少次數(shù)的迭代計算而達(dá)到均衡。

綜上，已有研究采用勢博弈理論解決能源系統(tǒng)運(yùn)行優(yōu)化問題，但是僅僅停留在用戶與售電公司的雙主體互動層面，并未涉及IES的核心優(yōu)勢即電、熱、冷多能融合互補(bǔ)的供能模式，有一定局限性。

因此，本文首先引入綜合能源系統(tǒng)運(yùn)營商(integrated energy system operator,IESO)概念作為居民的直接上級，由IESO負(fù)責(zé)滿足用戶各種用能需求；其次在考慮電、熱、冷互補(bǔ)供能的基礎(chǔ)上對用戶用能特性進(jìn)行分析，分別建立用戶、運(yùn)營商和上級能源網(wǎng)的收益函數(shù)；最后，基于勢博弈理論建立包含用戶、運(yùn)營商和上級能源網(wǎng)的三方博弈的綜合需求響應(yīng)模型，并采用分布式優(yōu)化算法求解得到各方達(dá)到均衡時的策略。

1 IES結(jié)構(gòu)與勢博弈理論

1.1 IES結(jié)構(gòu)

社區(qū)綜合能源系統(tǒng)中的居民用戶均安裝有家庭能量管理系統(tǒng)(home energy management system ,HEMS)，可以實時監(jiān)測家庭用能情況并根據(jù)預(yù)先的設(shè)定調(diào)整各可控電器的工作狀態(tài)并將用戶的負(fù)荷數(shù)據(jù)上傳至IESO。

IESO管理的IES擁有光伏發(fā)電設(shè)備、燃?xì)廨啓C(jī)、燃?xì)忮仩t、電熱泵、余熱鍋爐、熱交換機(jī)、吸收式制冷機(jī)、電制冷機(jī)、儲能設(shè)備。IESO向上級能源網(wǎng)絡(luò)購買電能、天然氣，通過冷、熱、電聯(lián)供系統(tǒng)(combined cooling,heating and power,CCHP)、儲能系統(tǒng)、光伏發(fā)電設(shè)備向用戶提供電、熱、冷能。每個IESO負(fù)責(zé)供能的所有用戶定義為一個小區(qū)。社區(qū)綜合能源系統(tǒng)結(jié)構(gòu)如圖1所示。

1.2 勢博弈的基本概念

設(shè)Γ(u1,u2,…,un)是有限參與者的策略博弈。參與者的集合為N={1,2,…,n}，參與者i的策略集合為Yi，參與者i的支付函數(shù)(收益函數(shù))為ui:Y→R，其中Y=Y1×Y2×…×Yn是策略組合集，R表示實數(shù)集。對于S?N，-S表示集合S的補(bǔ)集，YS表示笛卡爾乘積×i∈SYi。對于單元素集合{i}，Y-{i}可以用Y-i表示。如果對于?i∈N和?y-i∈Y-i，滿足以下條件，則稱博弈Γ是完全勢博弈，函數(shù)G∶Y→R是博弈Γ的勢函數(shù)[17]。

ui(y-i,x)-ui(y-i,z)=G(y-i,x)-G(y-i,z)，?x,z∈Yi

(1)

完全勢博弈的性質(zhì)[17]：

1)有限參與者且策略集有限的勢博弈至少存在一個純策略的納什均衡；

2)有限參與者且策略集有限的勢博弈必定具有FTP性質(zhì)(有限改進(jìn)性)；

圖1 社區(qū)綜合能源系統(tǒng)結(jié)構(gòu)Fig.1 Community IES structure diagram

3)有限參與者且策略集有限的勢博弈的均衡與以其勢函數(shù)為目標(biāo)函數(shù)，參與者的策略空間為約束條件的優(yōu)化問題的最優(yōu)解等價。

上述性質(zhì)1)、2)表明完全勢博弈模型可以通過有限步的改進(jìn)達(dá)到收斂。性質(zhì)3)表明可以通過求解勢博弈的納什均衡來獲得保證用戶利益的前提下IESO和上級能源網(wǎng)的收益增加的各參與者的優(yōu)化策略。

2 多方主體博弈的IES運(yùn)行優(yōu)化模型

2.1 上級能源網(wǎng)的收益函數(shù)

上級能源網(wǎng)的收益函數(shù)主要包括經(jīng)濟(jì)效益和安全系數(shù)兩方面[21]。安全系數(shù)主要考慮電網(wǎng)運(yùn)行的負(fù)荷峰谷差。為方便計算引入系數(shù)β將負(fù)荷的峰谷差轉(zhuǎn)變?yōu)楹褪勰苁杖胪涣考壍臄?shù)據(jù)。

(2)

(3)

2.2 IESO的收益函數(shù)

上級能源網(wǎng)與IESO簽訂合同，在保證對IESO售能價格優(yōu)惠的前提下，要求IESO在保證自身利益的前提下，通過調(diào)整運(yùn)行策略使上級能源網(wǎng)的利益最大。IESO自身的收益函數(shù)如式(4)所示，勢博弈模型中IESO的收益函數(shù)如式(5)所示。

(4)

(5)

IESO的策略空間YIESO包括式(6)—(8)。

(6)

能量平衡約束如式(7)所示：

(7)

設(shè)備的運(yùn)行約束如式(8)[22]所示：

(8)

2.3 居民用戶的收益函數(shù)

IESO通過向用戶承諾用能費(fèi)用不高于參與調(diào)度前的費(fèi)用來獲得用戶負(fù)荷的調(diào)度權(quán)[16]，居民可以在用能成本不增加的前提下改變用能方式，即達(dá)到最低用能成本時，可能會有不同的用能方式，用戶按照運(yùn)營商的要求對自身的用能方式進(jìn)行調(diào)整，以增加自身利益。用戶自身的收益函數(shù)和勢博弈模型中用戶的收益函數(shù)分別如式(9)、(10)：

(9)

(10)

用戶的策略空間YUSER,i如式(11)：

(11)

2.4 勢函數(shù)的構(gòu)建

根據(jù)勢博弈的定義可知，勢函數(shù)與參與者的收益函數(shù)同增同減，即在博弈過程中用戶、運(yùn)營商、上級能源網(wǎng)最大化自身利益并且達(dá)到均衡時，勢函數(shù)也將達(dá)到極大值。所以，本文以上級能源網(wǎng)的經(jīng)濟(jì)效益為勢函數(shù)的主體部分,勢函數(shù)如式(12)所示：

(12)

式中：等號右邊第2項為各IESO的光伏補(bǔ)貼費(fèi)與設(shè)備運(yùn)維費(fèi)之差。

2.5 完全勢博弈的證明

(13)

(14)

對于勢函數(shù)Q有：

(15)

由式(13)—(15)可知，博弈Γ{N;Y;M}是以Q為勢函數(shù)的完全勢博弈。同時，對所有參與者的策略集合進(jìn)行離散化，保證策略集是有限的，根據(jù)勢博弈的性質(zhì)可知，本文構(gòu)建的勢博弈模型必然存在純策略均衡解，而且可以經(jīng)過有限次的改進(jìn)達(dá)到收斂。當(dāng)勢博弈達(dá)到納什均衡時，勢函數(shù)Q取得最優(yōu)值，各參與者取得最優(yōu)決策。

3 模型求解策略

3.1 勢博弈過程

本文基于勢博弈理論建立綜合能源系統(tǒng)運(yùn)行優(yōu)化模型，將各方主體利益最大的多目標(biāo)問題轉(zhuǎn)化為求解勢函數(shù)最大值的問題，證明了所建模型是完全勢博弈模型，可以經(jīng)過有限次迭代達(dá)到純策略納什均衡[17]，并且可以通過較少次數(shù)的迭代達(dá)到均衡[20]，極大簡化了計算過程。

本文的博弈過程視為完全信息博弈，具體描述如下：

1)所有的居民用戶依據(jù)初始的參數(shù)根據(jù)式(10)從決策空間YUSER,i中選擇當(dāng)前參數(shù)下目標(biāo)函數(shù)值最大的策略AUSER,i作為本輪博弈策略，并以該策略下的收益Uuser(k)作為本輪收益。

2)IESO收集各用戶上傳的策略以及當(dāng)前參數(shù)依據(jù)各用戶策略是否分別使勢函數(shù)值增加選擇是否接受用戶的策略，再根據(jù)式(5)從決策空間YIESO中選擇當(dāng)前參數(shù)下目標(biāo)函數(shù)值最大的策略AIESO,i作為本輪博弈策略，并以該策略下的收益UUSER(k)作為本輪收益。

3)上級能源網(wǎng)收集IESO上傳的策略以及當(dāng)前參數(shù)，并依據(jù)各IESO策略是否分別使勢函數(shù)值增加來選擇是否接受IESO的策略。被接受的IESO更新自身策略并通知其管理的用戶更新策略，不被接受的IESO保持本輪策略不更新。

4)策略更新后求解新一輪的各個參數(shù)并下發(fā)給各方主體，重復(fù)上述1)—3)步驟，直至各方主體相鄰兩輪博弈的策略相同，結(jié)束博弈。

3.2 分布式優(yōu)化流程

本文所建立的優(yōu)化模型中，IESO作為居民用戶的代理同上級能源網(wǎng)進(jìn)行交互，構(gòu)成三方之間的勢博弈模型。博弈的參與者根據(jù)自己的收益函數(shù)及其他參與者反饋的信息來動態(tài)調(diào)整自身的用能、運(yùn)行、價格策略，屬于分布式優(yōu)化方法，能夠有效簡化求解過程。分布式優(yōu)化的過程如下：

1)準(zhǔn)備階段。

搜集IES的環(huán)境因素參數(shù)(光照、氣溫等)、用戶的負(fù)荷參數(shù)(基本用能習(xí)慣、家庭電器種類等)、運(yùn)營商的初始運(yùn)行策略、上級能源網(wǎng)的相關(guān)參數(shù)。用戶提交自身預(yù)計的次日負(fù)荷數(shù)據(jù)，運(yùn)營商根據(jù)所有用戶提交的初始負(fù)荷數(shù)據(jù)得到初始運(yùn)行策略并提交給上級能源網(wǎng)，同時計算勢函數(shù)的初始值。

2)本輪策略的確定。

(1)將準(zhǔn)備階段計算出的勢函數(shù)初始值、涉及到的負(fù)荷參數(shù)、價格參數(shù)等數(shù)據(jù)發(fā)送給相應(yīng)的博弈參與者。

(2)各居民用戶參與者根據(jù)初始參數(shù)(上一輪更新后的參數(shù))以勢博弈模型中的收益函數(shù)為目標(biāo)進(jìn)行求解，得到當(dāng)前最大收益及相應(yīng)的負(fù)荷參數(shù)，并將負(fù)荷參數(shù)上傳給運(yùn)營商。

(3)運(yùn)營商分別以各居民用戶提交的負(fù)荷計算勢函數(shù)的值，若使勢函數(shù)的值增加，則接受該用戶的負(fù)荷，否則不接受。運(yùn)營商整理本輪用戶上報負(fù)荷的接受情況，匯總為運(yùn)營商負(fù)荷并上傳給上級能源網(wǎng)。

(16)

式中：Q′為更新后的勢函數(shù)。

(4)上級能源網(wǎng)分別以各運(yùn)營商提交的負(fù)荷計算勢函數(shù)的值，若勢函數(shù)的值增加，則接受該運(yùn)營商的負(fù)荷，否則不接受。

3)策略更新階段。

(1)上級能源網(wǎng)將負(fù)荷的接受情況以及接受運(yùn)營商負(fù)荷后的相關(guān)參數(shù)反饋給運(yùn)營商，上報的負(fù)荷被接受的運(yùn)營商在下一輪更新為新的負(fù)荷，不被接受的運(yùn)營商將保持負(fù)荷不變。

(2)上報的負(fù)荷被接受的運(yùn)營商將其管理的小區(qū)用戶負(fù)荷的接受情況及接受后的相關(guān)參數(shù)反饋給用戶，上報的負(fù)荷被接受的用戶在下一輪更新為新的負(fù)荷，不被接受的用戶將保持負(fù)荷不變。

4)反復(fù)執(zhí)行2)—3)步驟，直到用戶、運(yùn)營商的負(fù)荷收斂。

具體的優(yōu)化算法流程如圖2所示。

圖2 算法流程Fig.2 Flow chart of the algorithm

4 仿真模擬

4.1 參數(shù)設(shè)置

為驗證本文模型的有效性，以夏季某城市的兩個小區(qū)的100家居民用戶參與綜合需求響應(yīng)為例，每個小區(qū)對應(yīng)1個IESO，運(yùn)營商向管理的用戶提供售能和綜合需求響應(yīng)服務(wù)。為方便計算，在不影響整個小區(qū)負(fù)荷前提下，用各設(shè)備的期望功率(小區(qū)該設(shè)備的擁有概率與該設(shè)備的實際額定功率乘積)來代替實際功率，用戶各設(shè)備的可允許運(yùn)行時段及功率如表1所示，其起止時段服從標(biāo)準(zhǔn)差為1的高斯分布。需求響應(yīng)前的谷、平、峰時電價分別為0.3、0.5、0.8元/(kW·h)。IESO擁有的各設(shè)備相關(guān)參數(shù)如表2所示[23]，光伏補(bǔ)貼價格為0.4元/(kW·h)，對用戶的售熱、售冷價格分別是0.584、0.530元/(kW·h)。上級能源網(wǎng)的天然氣售價為0.25元/(kW·h)，發(fā)電端調(diào)峰的成本為0.19元/(kW·h)。仿真模擬在MATLAB2017a環(huán)境下，基于Yalmip平臺建立了基于勢博弈的綜合需求響應(yīng)模型，并調(diào)用Cplex求解該模型。

表1 居民用戶柔性負(fù)荷相關(guān)設(shè)備參數(shù)Table 1 Equipment parameters related to flexible load for residential consumers

表2 IES各設(shè)備相關(guān)參數(shù)Table 2 Related parameters of each device in IES

4.2 仿真模擬結(jié)果分析

通過仿真模擬，達(dá)到納什均衡時兩個小區(qū)用戶的電、熱、冷負(fù)荷情況、IESO的設(shè)備出力情況、向電網(wǎng)購電情況如圖3—6所示。

從圖3可以看出依據(jù)所建模型，各方相互博弈達(dá)到均衡時，用戶在早上07:00—09:00、晚上19:00—23:00 形成了用電高峰，但是用電高峰時段較為穩(wěn)定。參與綜合需求響應(yīng)后，用戶在IESO的指導(dǎo)下通過改變電器的工作時間，電負(fù)荷在00:00—05:00用電低谷時段有所上升，而在19:00—23:00用電高峰時段的負(fù)荷有所下降。參與綜合需求響應(yīng)后峰谷差為84.78 kW，降低了19.92 kW，峰谷差率為72.41%，降低了6.48%。

圖3 參與綜合需求響應(yīng)前后的負(fù)荷Fig.3 Load before and after participating in integrated demand response

圖4 IESO1產(chǎn)(耗)電設(shè)備功率Fig.4 Eclectic power production (consumption)of each equipment in IESO1

從圖4可以看出在00:00—06:00時段IESO主要通過向電網(wǎng)購電為用戶供電，IESO的產(chǎn)電設(shè)備不出力，同時蓄電池、電熱泵、電制冷設(shè)備在此時段內(nèi)消耗電能。在07:00日出之后光伏發(fā)電設(shè)備出力逐漸增加，運(yùn)營商向電網(wǎng)購買電能量逐漸減少，負(fù)荷由光伏發(fā)電設(shè)備、燃?xì)廨啓C(jī)、蓄電池以及向電網(wǎng)購電來滿足負(fù)荷，多余的電能將用于電制冷、出售給電網(wǎng)、蓄電池儲存。在19:00之后，用戶的電負(fù)荷由燃?xì)廨啓C(jī)、蓄電池、向電網(wǎng)購電來滿足，電熱泵、電制冷也會消耗電能。

圖5 IESO1產(chǎn)(耗)熱設(shè)備功率Fig.5 Heat production (consumption)of each equipment in IESO1

從圖5可以看出用戶的熱負(fù)荷主要集中在用餐前和睡覺前的一段時間，00:00—06:00時段電價較低，通過電熱泵來供熱并且將多余的熱能儲存。白天19:00前主要通過燃?xì)忮仩t和少部分燃?xì)廨啓C(jī)與蓄熱槽供熱；13:00—14:00冷負(fù)荷較高時，吸收式制冷機(jī)消耗熱能供冷。在21:00—22:00時段，熱負(fù)荷較高同時電價較高，通過燃?xì)廨啓C(jī)、燃?xì)忮仩t、蓄熱槽共同滿足熱負(fù)荷。

圖6 IESO1產(chǎn)(耗)冷設(shè)備功率Fig.6 Production (consumption)of cooling energy of each equipment in IESO1

從圖6可以看出用戶冷負(fù)荷主要由電制冷機(jī)和蓄冰槽滿足，在電價低谷時段蓄冰槽儲存冷能。在13:00—14:00時段，冷負(fù)荷較高，冷負(fù)荷由電制冷、吸收式制冷和蓄冰槽共同完成。在19:00—22:00時段，用戶的冷負(fù)荷和熱負(fù)荷都較高，冷負(fù)荷由電制冷和蓄冰槽滿足，吸收式制冷機(jī)不參與出力。

模型求解過程中經(jīng)過7次博弈后，勢函數(shù)的值不再隨迭代次數(shù)的增加而改變，達(dá)到納什均衡，此時得到的解即為納什均衡解，具體博弈過程中各方的利益如表3所示。

由表3可知，達(dá)到納什均衡時運(yùn)營商和上級能源網(wǎng)的總利益為2 093.08元，比博弈開始之前的總利益2 086.55元增加了0.31%，運(yùn)營商的利益也有所增加，增幅分別為4.56%，0.31%，運(yùn)營商2的收益增幅較小是因為其所管理的小區(qū)用戶原本用能習(xí)慣更加符合運(yùn)營商的利益。達(dá)到納什均衡時上級能源網(wǎng)的利益較博弈前有所下降，是因為所建模型中將負(fù)荷峰谷差作為上級能源網(wǎng)優(yōu)化目標(biāo)的一部分，上級能源網(wǎng)雖然直接利益有所損失，但是電網(wǎng)的安全穩(wěn)定性較之前有所增加。在第2次博弈后總利益為2 098.77元，高于納什均衡時的總利益，實際上利益是無法達(dá)到2 098.77元的，在第2次迭代后的負(fù)荷和市場參數(shù)條件下，運(yùn)營商1的利益為626.32元，其可以通過改變策略來尋求更高的利益，這是不可避免的。

表3 博弈過程中各方利益Table 3 Interests of all parties in the game

本文所提的綜合需求響應(yīng)模型在保證用戶費(fèi)用不增加的前提下，使運(yùn)營商和上級能源網(wǎng)利益的總和增加了0.31%，同時優(yōu)化了運(yùn)營商的各設(shè)備出力，減少了設(shè)備運(yùn)維成本，電網(wǎng)的峰谷差率降低了6.48%，提高了電網(wǎng)的安全穩(wěn)定性，驗證了本文所建模型的正確性、有效性。

5 結(jié) 論

本文在園區(qū)IES中引入IESO作為園區(qū)用戶用能的直接管理者，基于勢博弈理論構(gòu)建了計及電、熱、冷負(fù)荷的“用戶-運(yùn)營商-上級能源網(wǎng)”三主體博弈的綜合需求響應(yīng)模型，模型采用基于運(yùn)營商代理機(jī)制的分布式算法對模型進(jìn)行求解。

仿真模擬結(jié)果表明，所構(gòu)建的模型能夠經(jīng)過較少次數(shù)的迭代后得到納什均衡解，給出各方博弈達(dá)到均衡時最優(yōu)的用戶用能策略、IESO設(shè)備運(yùn)行策略和上級能源網(wǎng)策略。均衡時的最優(yōu)策略可以在保護(hù)用戶利益不受損的前提下，降低IESO設(shè)備的運(yùn)維費(fèi)用，減少向上級能源網(wǎng)購能成本，從而增加IESO的利益；縮小峰谷差，降低電網(wǎng)的調(diào)峰成本，從而提高電網(wǎng)的安全穩(wěn)定性。

本文的研究為考慮綜合需求響應(yīng)的IES各方提供了可行的決策方案，今后將繼續(xù)研究涉及多IESO之間交互、博弈的區(qū)域綜合能源系統(tǒng)運(yùn)行優(yōu)化問題，實現(xiàn)綜合能源系統(tǒng)總利益的最大化。