CN109687532B - 一种基于合作博弈提高风电消纳的热电联合调度方法 - Google Patents

Abstract

本发明公开了一种基于合作博弈提高风电消纳的热电联合调度方法，构建热电厂、风电场、火电厂的合作博弈模型，并给出参与者运行策略；然后分析合作博弈下预计经济收益；然后建立参与者净收益最大模型，并计算合作博弈下收益分配模型；然后构建通过剩余热力空间和弃风电量启停电锅炉控制策略和蓄热装置储放热模型；最后采用引入动态惯性权重和压缩因子改进粒子群算法对模型求解。本发明方法使***在保证运行可靠性的情况下，能够提高参与者收益，提高风电利用率。本发明在合作博弈下参与者收益均能提高且风电利用率增加。

Description

一种基于合作博弈提高风电消纳的热电联合调度方法

技术领域

本发明涉及大电网调度领域，尤其是一种基于合作博弈提高风电消纳的热电联合调度方法。

背景技术

随着传统化石能源的大量开发使用，导致资源紧张、环境污染、气候变化等问题日益突出。为统筹解决能源和环境问题，破解经济社会发展瓶颈，风能凭借经济可靠、清洁环保、可持续利用等特点受到广泛关注。但风电本身的不确定性、波动性，使得风电接入电网的安全运行以及正常调度带来许多不利影响。

部分地区风能资源丰富，但在冬季供暖期，热电机组因承担该地区的供暖任务，通常按照“以热定电”的模式来进行调度，高比例的大型热电联产机组使电力***调峰能力有限，导致电网接纳风电的能力急剧下降，传统调度方法是使***通过弃风手段来维持电力供需平衡；进而使得能源浪费。然而，随着电力***的发展，基于风电场、火电厂和热电厂合作的方法可以大大提高风电消纳能力，弃风通过蓄热式电锅炉供给热负荷，消纳风电，进一步，热电机组因耦合特性降低热出力的同时也降低了其电出力值，为风电上网提供空间。

发明内容

针对上述技术问题，本发明目的在于提供一种可提高***整体经济性和风能消纳水平的热电联合调度方法，旨在解决热电机组因热负荷的增加而不断增大其机组出力，进而减少风电上网空间的问题。本发明通过引入一种合作博弈方法，根据热电场-火电厂-风电厂三者之间协调合作提高风电消纳水平，获得整体经济性；旨在通过引入蓄热式电锅炉，利用剩余热力空间和弃风启停蓄热式电锅炉，进而实现弃风电量供热，降低热电机组出力，旨在通过引入合作联盟收益分配方法，使得合作参与者均能得到合理的额外收益。

为实现上述目的，本发明是根据以下技术方案实现的：

一种基于合作博弈提高风电消纳的热电联合调度方法，其特征在于，所述方法的步骤如下：

步骤1：建立包含热电厂、火电厂、风电场以及蓄热电锅炉的热电联合***；

步骤2：建立了提高风电消纳能力的热电联合合作博弈模型，模型包括合作模型的构成、参与者的运行策略以及合作博弈下预计经济收益分析；

步骤3：确定合作博弈下热电厂、火电厂、风电场收益最大的目标函数、约束条件以及联盟收益分配；

步骤4：确定电锅炉启停控制策略与蓄热装置储放热模型；

步骤5：利用目标函数、约束条件对调度模型进行优化、求解，获得优化调度模型。

本发明与现有技术相比，具有如下优点：基于合作博弈下的热电厂、风电场、火电厂的联合调度模式，即可以大幅度提高风电消纳能力，又可以提高各自放净发电利润值；给出合作博弈下预计的经济收益分析，使在合作博弈下热电厂、风电场、火电厂获得额外收益一目了然；利用剩余热力空间和弃风启停电锅炉，一方面，可以避免不必要的电热转换能源浪费，另一方面，降低电锅炉不必要的运行成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1是本发明方法的***模型示意图；

图2是本发明方法的联盟模式下各参与者关系图；

图3是本发明方法的合作博弈下预计经济收益分析图；

图4是本发明方法的热电负荷曲线图；

图5是本发明方法的风电预测曲线图；

图6是本发明方法的热电联合调度优化求解流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

结合上述所述图形，本发明所述方法的步骤如下：

步骤1，确定本***模型的组成：

本发明建立了包含风电机组、火电机组、热电机组以及蓄热式电锅炉的热电综合调度模型。***中蓄热式电锅炉利用弃风电量实现供热，并与热电机组配合满足热负荷平衡，根据弃风量的大小不断调节电锅炉用电容量、蓄热装置工作方式以及热电机组出力，实现风电利用率最大和经济效益最佳。结构如附图1所示。

步骤2，建立了提高风电消纳能力的热电联合合作博弈模型，模型包括合作模型的构成、参与者的运行策略以及合作博弈下预计经济收益分析：

步骤2-1，合作模型的构成

合作博弈是相对非合作博弈而言，是一种参与者通过制定可信或具有约束力的承诺，以协调相互之间战略选择的博弈。其主要研究多个参与者如何进行合作达到联盟收益的最大化以及联盟收益如何进行分配。在允许转移支付的情况下，在保证每个参与者至少获得非合作博弈收益的基础上，使总收益达到最大值的所有合作联盟是博弈的解集。

合作博弈的基本要素包括参与者和特征函数。设N＝{1,2,...,n}为博弈的参与者集合，S是一个联盟，v(S)是指S和

的2个联盟博弈S的最大效用，则称v(S)为联盟的特征函数。

步骤2-2，参与者的运行策略

当各参与者形成联盟后，为满足热、电平衡约束，本文规定热负荷由热电厂和风电场联合供给，电负荷由热电厂、风电场和火电厂联合供给。考虑到供热、供电机组同时安排出力，将增加***调控难度，本文采用“先热负荷平衡、后电负荷平衡”的调度顺序调节机组出力，具体机组运行策略如下：

热负荷平衡：热电机组按等微增率准则满足基础热负荷，风电场通过蓄热式电锅炉供给剩余热负荷。当某时刻蓄热式电锅炉供给热量不足以满足剩余热负荷时，热电机组按等微增率准则提高供热出力，直到满足热负荷平衡为止。

电负荷平衡：根据热电机组“以热定电”特性确定各时段相应电出力。火电机组以实际装机比例分配剩余电负荷，并按等微增率准则运行。最后风电机组根据剩余电力空间安排各个时段的出力。若某时段的风电不足以弥补供电缺额时，火电机组继续按等微增率准则提高出力，直到满足电负荷平衡为止。

步骤2-3，合作博弈下预计经济收益分析

风力发电不消耗一次能源，因此其单位电量的净利润值要高于热电机组和火电机组单位电量净利润值，热电机组因热电偶和特性，故单位电量消耗一次能源多余火电机组，所以风电机组单位电量净利润值大于火电机组，火电机组单位电量净利润值大于热电机组，即：

合作博弈下预计经济效益如附图3所示，横坐标为机组上网电量，纵坐标为单位电量净利润值。OZ为总的电负荷值，OX,XY,YZ分别为风电机组、火电机组以及热电机组合作前的上网电量。经过合作，火电机组和热电机组分别让出一部分电负荷和热负荷值给风电机组，本文假设2种情况进行考虑:1)弃风电量满足剩余热负荷需求；2)弃风电量不满足剩余热负荷需求，此时需提高热电机组出力。

假设1：弃风电量满足剩余热负荷需求

由附图3所示，火电机组和热电机组分别让出一部分电负荷和热负荷值为区域XA,YB,此时风电机组上网量为OX+XA+YB,联盟下单位电量净利润值增加为附图3阴影部分，即：abcd区域和efgh区域。在合作博弈理论下，通过合理的分配方法，将合作产生的多余利润进行分配，从而使每个参与者的收益多于合作之前收益。

假设2：弃风电量不满足剩余热负荷需求，热电机组提高出力

由附图3所示，风电机组上网量与假设1相同。但因热电机组热电偶和特性，产热同时会产生相应的电量，故火电机组电出力值降低，此时火电机组上网电量为XC,热电机组上网电量为CZ。由图可知因火电机组降低电出力，单位电量净利润值降低为附图3的klij区域。收益分配和假设1相同。

步骤3，确定合作博弈下热电厂、火电厂、风电场收益最大的目标函数、约束条件以及联盟收益分配：

步骤3-1，确定目标函数

热电厂、风电场和火电厂达成合作协议后，以合作净收益最大为目标，确定最优的电厂合作调度方案，优化目标函数为：

maxF(S)＝f₁+f₂+f₃

式中：f₁,f₂,f₃分别为热电厂、风电场、火电厂在调度周期内的净利润。

因风电场在生产电能过程中不消耗一次能源，故本文假设风电场的生产成本只包含运行维护成本。热电厂、风电场、火电厂在调度周期内的净利润表达式为：

式中：T为一个调度周期，取T＝24h；N_R,N_W,N_G分别为热电机组、风电机组、火电机组数；P_R,i,t,P_W,i,t,P_G,i,t分别为热电机组、风电机组、火电机组i在t时刻向电负荷提供的供电功率；H_R,i,t为热电机组i在时刻向t热负荷提供的供热功率；P_QW,i,t为风电机组i在t时刻向蓄热式电锅炉提供的弃风功率；u_i,v_i,w_i为热电机组煤耗成本系数；a_i,b_i,c_i为火电机组煤耗成本系数；C₁,C₂,C₃分别为热电机组、风电机组、火电机组运行维护成本。

热电机组、风电机组、火电机组的运行维护成本分别看做为热电机组向热、电负荷提供供电供热功率之和的线性函数、风电机组向电负荷提供供电功率的线性函数、火电机组向电负荷提供供电功率的线性函数。各项运行维护成本表达式为：

式中：β_R,β_W,β_G分别为热电机组、风电机组、火电机组支付成本。

步骤3-2，确定约束条件

步骤3-2-1，功率平衡约束

电功率平衡约束：

热功率平衡约束：

式中：H_EB,t为t时刻电锅炉制热功率；H_Hstor,t为t时刻蓄热装置储放热出力(储热状态时为负值)；P_L,t,H_L,t分别为t时刻电、热负荷值。

步骤3-2-1，机组相关约束

1)火电机组约束。

机组出力上下限约束：

机组爬坡约束：

-Δr_i,down≤P_G,i,t-P_G,i,t-1≤Δr_i,up

式中：

分别为火电机组i的最大、最小出力；Δr_i,up,Δr_i,down分别为火电机组i的上爬坡限制和下爬坡限制。

2)热电机组约束。

热电机组同时兼备供电供热两个方面，因此在考虑出力上下限时，应同时考虑电出力和热出力上下限的约束，出力上下限约束如下：

电出力上下限约束：

热出力上下限约束：

电爬坡约束：

-Δd_i,down≤P_R,i,t-P_R,i,t-1≤Δd_i,up

热爬坡约束：

-Δh_i,down≤H_R,i,t-H_R,i,t-1≤Δh_i,up

式中：

分别为热电机组i的最大、最小电出力；

为热电能机组i热出力的上限值；d_i,up,d_i,down分别为热电机组i的电出力上爬坡限制和下爬坡限制；Δh_i,up,-Δh_i,down分别为热电机组i的热出力上爬坡限制和下爬坡限制。

3)风电机组约束：

式中：

为风电机组i在t时刻预测出力。

步骤3-2-3，蓄热式电锅炉运行约束

1)电锅炉约束

式中：

为t时段电锅炉允许的最大电功率。

蓄热装置运行约束

式中：S_H,t为t时刻储热容量；

为最大储热容量；

为储热和放热功率最大值。

步骤3-3，基于Shapley值的合作联盟收益分配

各个电厂联盟获得收益之后，就需要确定合理的利益分配方法。本文假设热电厂、风电场和火电厂形成联盟后的收益可以转移，即合作得到的额外收益可以在参与者中分配。合作博弈论当中的Shapley值是最常见的联盟成员之间利润分配方式，其分配结果具有唯一性。分配思想为联盟当中的所有参与者都应该获得其所属每个联盟所做贡献平均值的收益。

本发明利用Shapley值对各个电厂联盟后获得的收益进行分配，假设在合作博弈(N,v)中，对于每一个参与人(电厂)i，给与一个收益x_i，形成一个n维向量X＝(x₁,x₂...,x_n)

且满足：

则称X＝(x₁,x₂...,x_n)是联盟收益的一种分配方法。各参与人利润分配方程为：

W(S)＝(|S|-1)！(n-|S|)！/n！

式中：S为包含元素i的所有联盟集合；n为N个成员集合；|S|为联盟S元素的个数；v(S)为所有包含元素i的联盟合作收益；v(S\i)为所有不包含元素i的联盟合作收益；W(S)为相应的平均贡献分配系数。

步骤4，确定电锅炉启停控制策略与蓄热装置储放热模型；

在热电联合调度中，引入多个0-1整数优化变量反应电锅炉启停和蓄热装置储放热状态，电锅炉有2种不同运行状态：1)启动状态，定义状态变量为u(t)，其值为1；2)停止状态，定义其状态变量为v(t)，其值为0。蓄热装置有2种不同的运行状态(闲置状态不作考虑)：1)储热状态，μ_t＝1；2)放热状态，μ_t＝0。

步骤4-1，电锅炉启停控制策略

电锅炉既能作为热源，具有快速供热的特点，又能作为电负荷，提高机组调峰能力。电锅炉采用启停控制策略，即在具有剩余热力空间和弃风时段开启电锅炉调峰，相当于通过电锅炉将弃风电量转换成热网调峰的热源，不具有剩余热力空间或弃风时段关闭电锅炉。采用启停电锅炉策略，一方面可以避免不经济的电热转换，另一方面降低电锅炉不必要的运行成本。具有剩余热力空间标志定义为：

具有弃风的标志定义为：

式中：H_Ret,＝P_qf,t＝0表示在t时刻不具有剩余热力空间和弃风电量；H_Re,t＝P_qf,t＝1表示在t时刻具有剩余热力空间和弃风电量。

电锅炉启停标志定义为：

式中：S_EB为电锅炉启停状态(0为停止，1为启动)。

电锅炉的耗电量和热输出之间呈正比例关系。随着电锅炉的耗电量增加，其产热量也会增加。其供热出力公式定义为：

H_EB,t＝P_EB,tη_EBS_EB

式中：P_EB,t为t时刻电锅炉消耗电功率；η_EB为电锅炉电热转换效率，取95％。

步骤4-2，蓄热装置模型

电锅炉加装蓄热装置组成蓄热式电锅炉，将彻底打破热电机组“以热定电”运行模式，其热负荷需求不在限制用电负荷，可根据弃风情况灵活调节。当弃风量较大时，提高电锅炉出力，此时制热量超过热负荷需求，蓄热装置表现为储热状态，μ_t＝1。弃风量较小或无弃风时，电锅炉出力与热电机组配合不满足热负荷需求时，此时蓄热装置表现为放热状态，μ_t＝0。这样不仅可以充分利用弃风电量，还可以降低热电机组出力，实现供热碳排放降低，同时蓄热装置也能作为供热***备用热源，提高供热可靠性。设定储热装置不能同时表现两种特性，蓄热装置对外热输出定义为：

式中：H_{stor_in,t},H_{stor_out,t}分别表示为t时刻蓄热装置的储、放热功率；μ_t表示蓄热装置在t时刻储放热状态，μ_t＝1时表示蓄热装置为储热状态，μ_t＝0时表示蓄热装置为放热状态；γ_{stor_in,t},γ_{stor_out,t}分别为t时刻蓄热装置储、放热效率。

步骤5，利用目标函数、约束条件对调度模型进行优化、求解，获得优化调度模型：

步骤5-1,引入动态惯性权重和压缩因子改进粒子群算法

假设在一个D维搜索空间内，由m个粒子组成种群X，其中第i个粒子表示为一个D维向量的X_i；对于每一个粒子i，其都由3个D维向量组成，分别为目前位置X_i、历史最优位置Pbest_i和速度V_i；在每次迭代过程中，粒子将通过个体极值和群体极值更新自身的速度和位置，即：

x_is(t+1)＝x_is(t)+v_is(t+1)

其中，

为压缩因子；ω为惯性权重；t为当前迭代次数；i＝1,2,…m,s＝1,2,…S；c₁和c₂为加速因子；r₁和r₂为分布于[0,1]区间的随机数；

在速度更新公式中，为有效地控制粒子的飞行速度使算法达到全局探测和局部开发两者之间的平衡，在速度更新公式中添加了收缩因子，压缩因子为：

采用典型的取法：取c₁＝c₂＝2.05，C为4.1，收缩因子

为0.729；

在求解过程中，将ω定义为：

ω(s)＝ω_start(ω_start-ω_end)*(S-s)/s

其中，ω_start为初始惯性权重；ω_end为迭代次数最大时的惯性权重；S为最大迭代次数

步骤5-2，确定算例以及其必要特征

选取6台热电机组、2台常规机组、2台风电机组、1台蓄热式电锅炉；风电机组额定功率为300KW、电锅炉装机容量为350MW、蓄热装置容量为900MW.h，电锅炉的电热转换效率为0.95，蓄热装置的储放热效率均为0.9；以小时为单位，以全天24小时为调度区间；典型热电负荷预测曲线如图4所示；风电出力预测曲线如图5所示。

步骤5-3，模型求解

动态惯性权重和压缩因子改进粒子群算法对模型进行求解，如附图6所示。

具体模型求解步骤如下：

首先输入热电厂、风电场、火电厂、蓄热式电锅炉、热电负荷预测值以及风电预测值等相关参数，生成热电负荷预测曲线和风电预测出力预测曲线。根据热负荷值的大小安排热电机组热出力，然后判断是否具有剩余热力空间和弃风电量，进而决定是否启停蓄热式电锅炉，再判断热电机组出力与蓄热式电锅炉出力是否满足热平衡约束，若不满足，继续提高热电机组出力，直到满足热负荷平衡为止。

根据热电机组热出力确定各时段相应的电出力值，进而根据剩余电负荷值的大小安排火电机组与风电机组出力，判断热电机组、火电机组、风电机组出力是否满足电平衡约束，若不满足，提高火电机组出力，直到满足电平衡为止。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (4)

1.一种基于合作博弈提高风电消纳的热电联合调度方法，其特征在于，所述方法的步骤如下：

步骤1：建立包含热电厂、火电厂、风电场以及蓄热电锅炉的热电联合***；

步骤2：建立了提高风电消纳能力的热电联合合作博弈模型，模型包括合作模型的构成、参与者的运行策略以及合作博弈下预计经济收益分析；具体过程如下：

步骤2-1：合作模型的构成，其中合作博弈的基本要素包括参与者和特征函数；设N＝{1,2,...,n}为博弈的参与者集合，S是一个联盟，v(S)是指S和

的2个联盟博弈S的最大效用，则称v(S)为联盟的特征函数；

步骤2-2：参与者的运行策略，采用“先热负荷平衡、后电负荷平衡”的调度顺序调节机组出力；

热负荷平衡：热电机组按等微增率准则满足基础热负荷，风电场通过蓄热式电锅炉供给剩余热负荷；当某时刻蓄热式电锅炉供给热量不足以满足剩余热负荷时，热电机组按等微增率准则提高供热出力，直到满足热负荷平衡为止；

电负荷平衡：根据热电机组“以热定电”特性确定各时段相应电出力；火电机组以实际装机比例分配剩余电负荷，并按等微增率准则运行；最后风电机组根据剩余电力空间安排各个时段的出力，若某时段的风电不足以弥补供电缺额时，火电机组继续按等微增率准则提高出力，直到满足电负荷平衡为止；

步骤2-3：合作博弈下预计经济收益分析，风电机组单位电量净利润值大于火电机组，火电机组单位电量净利润值大于热电机组，设置横坐标为机组上网电量，纵坐标为单位电量净利润值；OZ为总的电负荷值，OX,XY,YZ分别为风电机组、火电机组以及热电机组合作前的上网电量，当弃风电量满足剩余热负荷需求火电机组和热电机组分别让出一部分电负荷和热负荷值为区域XA,YB,此时风电机组上网量为OX+XA+YB,联盟下单位电量净利润值增加；在合作博弈理论下，通过合理的分配方法，将合作产生的多余利润进行分配，从而使每个参与者的收益多于合作之前收益；当弃风电量不满足剩余热负荷需求，热电机组提高出力，风电机组上网量也为OX+XA+YB，热电机组热电偶和特性，产热同时会产生相应的电量，故火电机组电出力值降低，此时火电机组上网电量为AC,热电机组上网电量为CY+BZ，火电机组降低电出力，单位电量净利润值降低；

步骤3：确定合作博弈下热电厂、火电厂、风电场收益最大的目标函数、约束条件以及联盟收益分配；具体过程如下：

步骤3-1，确定目标函数：热电厂、风电场和火电厂达成合作协议后，以合作净收益最大为目标，确定最优的电厂合作调度方案，优化目标函数为：

max F(S)＝f₁+f₂+f₃

式中：f₁,f₂,f₃分别为热电厂、风电场、火电厂在调度周期内的净利润；

热电厂、风电场、火电厂在调度周期内的净利润表达式为：

式中：T为一个调度周期，取T＝24h；N_R,N_W,N_G分别为热电机组、风电机组、火电机组数；P_R,i,t,P_W,i,t,P_G,i,t分别为热电机组、风电机组、火电机组i在t时刻向电负荷提供的供电功率；H_R,i,t为热电机组i在时刻向t热负荷提供的供热功率；P_QW,i,t为风电机组i在t时刻向蓄热式电锅炉提供的弃风功率；u_i,v_i,w_i为热电机组煤耗成本系数；a_i,b_i,c_i为火电机组煤耗成本系数；C₁,C₂,C₃分别为热电机组、风电机组、火电机组运行维护成本；热电机组、风电机组、火电机组的运行维护成本分别看做为热电机组向热、电负荷提供供电供热功率之和的线性函数、风电机组向电负荷提供供电功率的线性函数、火电机组向电负荷提供供电功率的线性函数；

各项运行维护成本表达式为：

式中：β_R,β_W,β_G分别为热电机组、风电机组、火电机组支付成本；

步骤3-2，确定约束条件，包括：

步骤3-2-1，功率平衡约束

电功率平衡约束：

热功率平衡约束：

式中：H_EB,t为t时刻电锅炉制热功率；H_Hstor,t为t时刻蓄热装置储放热出力；P_L,t,H_L,t分别为t时刻电、热负荷值；

步骤3-2-1，机组相关约束：

1)火电机组约束，

机组出力上下限约束：

机组爬坡约束：

-Δr_i,down≤P_G,i,t-P_G,i,t-1≤Δr_i,up

式中：

分别为火电机组i的最大、最小出力；Δr_i,up,Δr_i,down分别为火电机组i的上爬坡限制和下爬坡限制；

2)热电机组约束，

热电机组同时兼备供电供热两个方面，考虑出力上下限时，同时考虑电出力和热出力上下限的约束，出力上下限约束如下：

电出力上下限约束：

热出力上下限约束：

电爬坡约束：

-Δd_i,down≤P_R,i,t-P_R,i,t-1≤Δd_i,up

热爬坡约束：

-Δh_i,down≤H_R,i,t-H_R,i,t-1≤Δh_i,up

式中：

分别为热电机组i的最大、最小电出力；

为热电能机组i热出力的上限值；Δd_i,up,-Δd_i,down分别为热电机组i的电出力上爬坡限制和下爬坡限制；Δh_i,up,-Δh_i,down分别为热电机组i的热出力上爬坡限制和下爬坡限制；

3)风电机组约束：

式中：

为风电机组i在t时刻预测出力；

步骤3-2-3，蓄热式电锅炉运行约束：

1)电锅炉约束：

式中：

为t时段电锅炉允许的最大电功率；

蓄热装置运行约束：

式中：S_H,t为t时刻储热容量；

为最大储热容量；

为储热和放热功率最大值；

步骤3-3，基于Shapley值的合作联盟收益分配，假设在合作博弈(N,v)中，对于每一个参与人i，给与一个收益x_i，形成一个n维向量X＝(x₁,x₂...,x_n)，

且满足：

则称X＝(x₁,x₂...,x_n)是联盟收益的一种分配方法，各参与人利润分配方程为：

W(S)＝(|S|-1)！(n-|S|)！/n！

式中：S为包含元素i的所有联盟集合；n为N个成员集合；|S|为联盟S元素的个数；v(S)为所有包含元素i的联盟合作收益；v(S\i)为所有不包含元素i的联盟合作收益；W(S)为相应的平均贡献分配系数；

步骤4：确定电锅炉启停控制策略与蓄热装置储放热模型；

步骤5：利用目标函数、约束条件对调度模型进行优化、求解，获得优化调度模型。

2.根据权利要求1所述的一种基于合作博弈提高风电消纳的热电联合调度方法，其特征在于，所述步骤1的蓄热式电锅炉利用弃风电量实现供热，并与热电机组配合满足热负荷平衡，根据弃风量的大小不断调节电锅炉用电容量、蓄热装置工作方式以及热电机组出力。

3.根据权利要求1所述的一种基于合作博弈提高风电消纳的热电联合调度方法，其特征在于，所述步骤4的具体过程如下：

在热电联合调度中，引入多个0-1整数优化变量反应电锅炉启停和蓄热装置储放热状态，电锅炉有2种不同运行状态：1)启动状态，定义状态变量为u(t)，其值为1；2)停止状态，定义其状态变量为v(t)，其值为0；蓄热装置有2种不同的运行状态：1)储热状态，μ_t＝1；2)放热状态，μ_t＝0；

步骤4-1，电锅炉启停控制策略，在具有剩余热力空间和弃风时段开启电锅炉调峰

具有剩余热力空间标志定义为：

具有弃风的标志定义为：

式中：H_Re,t＝P_qf,t＝0表示在t时刻不具有剩余热力空间和弃风电量；H_Re,t＝P_qf,t＝1表示在t时刻具有剩余热力空间和弃风电量；

电锅炉启停标志定义为：

式中：S_EB为电锅炉启停状态，0为停止，1为启动；

电锅炉的耗电量和热输出之间呈正比例关系，随着电锅炉的耗电量增加，其产热量也会增加，其供热出力公式定义为：

H_EB,t＝P_EB,tη_EBS_EB

式中：P_EB,t为t时刻电锅炉消耗电功率；η_EB为电锅炉电热转换效率，取95％；

步骤4-2，蓄热装置模型，当弃风量较大时，提高电锅炉出力，此时制热量超过热负荷需求，蓄热装置表现为储热状态，μ_t＝1；弃风量较小或无弃风时，电锅炉出力与热电机组配合不满足热负荷需求时，此时蓄热装置表现为放热状态，μ_t＝0；

蓄热装置对外热输出定义为：

式中：H_{stor_in,t},H_{stor_out,t}分别表示为t时刻蓄热装置的储、放热功率；μ_t表示蓄热装置在t时刻储放热状态，μ_t＝1时表示蓄热装置为储热状态，μ_t＝0时表示蓄热装置为放热状态；γ_{stor_in,t},γ_{stor_out,t}分别为t时刻蓄热装置储、放热效率。

4.根据权利要求1所述的一种基于合作博弈提高风电消纳的热电联合调度方法，其特征在于，所述步骤5的具体过程如下：

步骤5-1,引入动态惯性权重和压缩因子改进粒子群算法，假设在一个D维搜索空间内，由m个粒子组成种群X，其中第i个粒子表示为一个D维向量的X_i；对于每一个粒子i，其都由3个D维向量组成，分别为目前位置X_i、历史最优位置Pbest_i和速度V_i；在每次迭代过程中，粒子将通过个体极值和群体极值更新自身的速度和位置，即：

x_is(t+1)＝x_is(t)+v_is(t+1)

其中，

为压缩因子；ω为惯性权重；t为当前迭代次数；i＝1,2,…m,s＝1,2,…S；c₁和c₂为加速因子；r₁和r₂为分布于[0,1]区间的随机数；

在速度更新公式中，添加了收缩因子，压缩因子为：

采用典型的取法：取c₁＝c₂＝2.05，C为4.1，收缩因子

为0.729；

在求解过程中，将ω定义为：

ω(s)＝ω_start(ω_start-ω_end)*(S-s)/s

其中，ω_start为初始惯性权重；ω_end为迭代次数最大时的惯性权重；S为最大迭代次数；

步骤5-2，模型求解

利用改进的粒子群算法对模型进行求解；具体步骤如下：

1)粒子初始化，并根据实际气候环境、用户数据及组件参数求出每个粒子的局部最优解和全局最优解；

2)计算每一个粒子的适应度，并判断粒子是否符合约束；

3)比较粒子适应值与它的个体最优解pbest，如果优于pbest，则pbest为当前粒子位置；比较粒子pbest和全局最优解gbest，如果优于gbest，则此粒子的pbest为gbest；

4)更新粒子的速度和位置；

5)继续迭代直至达到最大迭代次数，并输出结果。

Images