园区与区域能源互联网需求互动的动态协同优化运行分析

钟永洁，李玉平，胡兵，张玮，孙永辉，陈栋

(1.国电南京自动化股份有限公司，江苏 南京 210032；2.南京国电南自电网自动化有限公司，江苏 南京 211153； 3.河海大学 能源与电气学院，江苏 南京 210098)

0 引 言

随着世界范围内对低碳、经济、高效、可持续发展的关注，多类型能源的协同优化运行成为一种新的提高能源系统运行综合效率、提升经济效益的有效方式[1-4]。“横向多种能源互补，纵向源网荷储协调”是能源互联网的重要特征[1-2,4-5]，发展能源互联网是提升用能综合效率、降低经济成本的有效手段、是实现“碳达峰、碳中和”目标的有效途径之一[2-3,5-7]。能源互联网作为未来能源领域发展的方向，有助于实现能源的高效利用、发挥多能优势互补潜力、达到节能减排的目的，符合构建清洁低碳、安全高效的新一代能源系统的目标要求[2,7-9]。

能源互联网在地理资源禀赋、运行调度、效益需求、能量管理等多要素驱使下产生了多维度的分层现象[6,8-10]。多层次能源互联网在能量管理、运行调度、信息交换等现实应用作用需求下亦具有明显的互动特征[1,11-13]。不同层次的能源互联网在用能量级、用能形式、能源转换设备、物理架构等方面已有明显的差异[8,14-16]。大中型区域能源互联网通常有较高的经济性需求，而对工业园区、高新技术产业区等小区域能源互联网则往往希冀有较高的运行能效。以新能源为主体的新型电力系统的提出对能源互联网“灵活高效”能效性指标提出更高要求[3-4,17-19]。然而现有技术缺乏综合考虑能源品质特征，聚焦关注能源的数量特性。随着能量梯级转化，能量品质逐渐降低，从而导致不同形式的能源除有数量上的联系外，还存在质量品位上的高低[20-23]。

目前国内外对园区能源互联网、区域能源互联网已有一些基础研究和试点示范项目实践，对于能源互联网基础架构、协同优化方面已经有了一些基础性成果[6,15,22-23]。1)在分层结构方面：文献[3]通过比较能源互联网和传统电力系统的异同点，提出了能源互联网能量管理分层多级系统的基础框架，并阐明了各层系统的总体构成和主要功能；文献[10]以综合能源系统为研究对象，基于主从调度中心的关系及能量管理系统信息交互原理提出电热气互联综合能源系统分层协同优化架构、模型、流程及方法，解决了变工况特性下的综合能源系统日前分层多目标模糊协同优化问题；文献[14]对园区型能源互联网的基础内涵进行了剖析，并对能源互联网进行了结构上的层次划分；文献[15]针对含可再生能源的能源互联网，提出分层控制与协同优化的策略，构建了多源多层次的调度层级划分模型实现对系统内的分布式设备进行管理；文献[16]分析了能源互联网的基本特点，并提出其“三网一体”的网络基本结构，并构建“群”层级构建能源价值网络，“互”层级提供价格区间，“自”层级基于能量枢纽实现内部能量优化整体架构；文献[22]从数据信息和多类型能源角度出发构建了能源互联网的数据交易基础架构，并基于博弈论提出了能源互联网数据交易解决方案。以上研究成果在分层结构方面缺乏考虑分层需求互动因素，有待进一步发掘、提升空间。2)在协同优化方面：文献[4]针对多能源系统提出双时间尺度经济优化策略，第一个时间尺度下通过日前经济优化运行确定全天的最小运行成本，第二个时间尺度下针对虚拟存储特定进行短期详细优化，实现系统最优的经济性能；文献[6]从城镇型能源互联网的视角出发，在考虑电网参与方、电厂参与方和用户参与方的基础上建立了非合作博弈多市场主体收益模型，且获取了博弈模型中的纳什均衡范围；文献[15]考虑能源互联网的多样化能源设备耦合转换与多能流协同优化特性，在遵循分层控制和协同优化原则基础上提出多类型能源、多层级的调度层级划分模型，实现系统能量管理自治和多能源协同优化运行；文献[19]提出由柴油发电机、电池储能、分布式光伏发电组成的混合多能供电系统能量运行方式，进一步提出混合供电系统的多目标优化模型和策略，实现多电源集成耦合系统的高效经济、灵活供电协同运行。

综上所述，现有研究集中以园区型、城镇型等特定场景或层次的能源互联网为研究对象，开展较为单一的经济成本优化、能量综合协调管理剖析，偏重于能源互联网的物理模型构建及优化策略生成。尚缺乏从多维度、多层级分层角度研究能源互联网，尤其在分层能源互联网的需求互动场景下的分层建模、动态协同优化分析、详细的对比验证分析方面亟待深入研究。因此本文从需求互动角度出发，创新性地构建下层园区型能源互联网与上层区域型能源互联网经济、能效需求互动的双层基础结构。针对不同层次能源互联网实际现场工程应用运行需求，提供火用效率能效动态协同优化运行、经济动态协同优化运行方案。在多维度分层能源互联需求互动场景中还特别的关注了能量“量”与“质”，以实现能源高品质利用、系统高能效运行，进一步促进新能源消纳。进一步改进，将能效、经济多目标优化问题映射到合作博弈策略中，提出基于合作博弈的分层协同优化求解方法。通过详细对比验证分析进一步佐证模型及方法的创新性和通用性。

1 园区与区域能源互联网分层结构

1.1 能源互联网分层现象

能源互联网在运行调度、地理资源禀赋、效益需求、分区协同调控、能量管理等多要素驱使下产生了明显的多维度分层现象[1,3,6,9]。多维度分层现象具体体现在[12,15-16]：纵向看有源-网-荷-储层次；时空尺度上有稳态和动态层次运行；能量流程上有输入层、转换层及输出层之分；能源的传输利用可以按照传输、调度和决策3个不同的逻辑层级，进而分为传输层、信息层和价格层，不同层为协同优化调度提供不同的技术支撑；调度管理上有就地控制和跨区优化层次；能源互联网优化调度控制是面向系统运行全过程的动态调度控制，通常包括日前调度、日内调度和实时控制3个层次；对于能源互联网能量管理系统的系统架构亦可按照传统能量管理系统结构分布自律-集中协同的分层互联架构设计；对应于能源互联网的能量供应侧和需求侧，协同优化调度问题可以被分为经济分配和需求响应两个层次方面的主要问题；能量管理总体架构自底向上可分为局域供需管控层、区域集中调度层和广域需求匹配层3个层次；中国能源互联网具备多能源耦合网络体系，全域信息共享网络体系以及价值发现创造网络体系“三网一体”结构；分层优化架构按照“分而治之”的思想在空间尺度上可将能源互联网分为系统层、区域层和设备层3个层次等。

在能量综合管理与数据信息上下交互影响及作用的基础上，下层园区能源互联网与上层区域能源互联网需求互动分层结构示意如图1所示。在图1中，能源互联网在需求互动背景层次下分为上层和下层，其中上层区域能源互联网通常所属的地理区域范围较广，通常集成了多能源生产系统、多能源转换系统、多能源传输系统，主要是多能源系统层次上的优化运行。在能源生产方面，以大型的燃煤机组、燃气机组、热电厂、光伏电站、风电场等为主。多能源传输系统一般是将热力网络、电力网络、天然气网络等多类型、多异质能源子系统耦合互联成整体，起到能源远距离传输的作用。生产、传输、转换之间是相互协同工作的，根据具体能源形式和需求有不同的工作、运行模式，不同的实际现场工程应用场景中有一定程度上的差异。

图1 园区与区域能源互联网互动分层架构示意Fig.1 Framework of interaction between the community and regional energy internet

下层园区能源互联网主要承担多类型能源配给和消费的功能，主要面向工业园区、高新技术产业园、大型娱乐中心、大型商业区中心等多元化负荷需求用户、用能终端。因此通常会涉及的常见的燃气轮机、燃气锅炉、微型内燃机、电制冷机、电制热等中小型能源耦合转换组件，不同类型的电、热、气、冷等能源耦合转换组件有机协调配合起来运行，实现不同特性的能源以最佳模式重新组合互联、相互转化、逐级传递、供需互动协调，达到能量梯级利用、高能效用能的目的。同时根据园区能源资源禀赋特征，可以在下层园区能源互联网中充分利用光伏、风电等清洁能源。若需要进一步提升多能源配给的弹性和灵活性，还可以适当配置多类型的储能，如储电、储热、蓄冷等。

1.2 园区与区域能源互联网耦合互联特征

下层园区能源互联网与上层区域能源互联网通过调度中心及能源管理系统进行数据信息上送与下达，为双层能源互联网能源效率、经济成本等需求互动提供数据流、信息流基础支撑，下层园区能源互联网与上层区域能源互联网根据优化运行模式信息或指令实时调整所隶属系统的优化运行策略。而配气站、配电站则是下层园区能源互联网与上层区域能源互联网关键的能量物理桥梁，整个多能源系统通过配气站、配电站完成能量流层次上的优化运行，适应不同应用场景需求。

上层区域能源互联网与下层园区能源互联网在物理通道上通过配气站和配电站耦合互联联系在一起，进行能量传输和控制，通过能量管理中心或控制中心等完成信息交互、运行模式反馈。上层区域能源互联网与下层园区能源互联网通常属于不同的利益主体，各个利益主体所关注的综合效益亦是不同的。不同层次的能源互联网在用能量级、用能形式、控制方式、运行调度策略、能源转换设备、物理架构等方面已有明显的差异。

对大区域能源互联网如图1中的上层区域能源互联网通常有较高的经济性需求，更加关注整体能源系统的运行经济成本，希冀供能经济费用达到最小化，换言之，上层区域能源互联网采用最佳的供能经济优化运行策略运营且能有较高的综合效益。而对工业园区、大型娱乐中心、高新技术产业区、大型商业中心等用户侧能源互联网如图1中的下层园区能源互联网往往希冀有较高的运行能效，以期达到综合高效用能、能量综合梯级利用的目的，系统整体上是一种高效率的用能运行模式为最佳选择。亦可以发现，下层园区和上层区域能源互联网在需求上是存在一定程度的矛盾和冲突的。能量管理及优化运行过程中如何兼顾各个利益主体的效益并通过配气站和配电站来进行能量物理层次上的呈现是亟需关注和解决的。因此上层区域能源互联网与下层园区能源互联网在需求上需要进行互动，通过一定策略如博弈策略进行平衡、兼顾各自的效益，使得整体效益最佳。

正是基于此，接下来从下层园区能源互联网高能效运行需求、上层区域能源互联网高经济运行需求角度出发，分别对应提出火用效率能效动态协同优化运行模型、经济动态协同优化运行模型，并提出基于合作博弈的分层协同多目标优化求解策略，通过合作博弈方式使得下层园区与上层区域能源互联网都可以达到满意的优化运行模式。

2 园区与区域能源互联网优化运行

2.1 下层园区能源互联网火用效率优化运行

能源综合利用效率主要是从能源的数值或数量上对能源利用的有效程度进行综合评判，此时能源的“量”是其评判的核心要素。而能源火用效率不仅包含“量”这一核心要素，还兼顾另一个核心要素，即能源的“质”，火用效率基于不同能量质量的品位或品质差异来评估能源系统的能效[11,17-18]，基于能量品位或品质特性综合考虑了能量“量”与“质”属性。文中从火用效率角度进行下层园区能源互联网的动态协同优化调度，可以实现能源高品质利用、系统高能效运行，进一步的促进新能源消纳[4,13]。

输入火用值中特别是下层园区能源互联网的购电电能的来源成分会影响上层区域能源互联网各类型发电机组的出力情况。为进一步体现出火用效率在衡量能源系统的能效方面的优势，文中充分考虑了在一般的能源综合利用效率中未考虑电能来源成分因素，构建在火用效率评估模型，进一步凸显所建立的火用效率优化运行策略的优势[6,18,21]。

基于上述分析，综合考虑多类型的供能、用能方式，构建火用效率优化运行模型为

(1)

其中：

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

在负载用能火用值Xout确定已知或负荷预测精度满足要求的前提下，式(1)所构建的火用效率优化运行模型在数学上等价于求输入火用值Xin的最小值，即

(10)

2.2 上层区域能源互联网经济优化运行

上层区域能源互联网一般有更高的经济性需求，更关注整体能源系统的经济成本，希冀供能经济成本最低，也即上层区域能源互联网以一种经济的能源供给模式优化运行且能有较高的综合效益。上层区域能源互联网经济优化调度可描述为：

(11)

其中：

(12)

(13)

(14)

(15)

3 基于合作博弈的多目标优化求解

3.1 多目标优化问题的数学描述

多目标优化问题可描述如下：

(16)

3.2 多目标优化问题转化成博弈问题

博弈论是一种分析多主体利益冲突、矛盾的工具，为两个或两个以上参与者并且它们的决策会相互影响的问题提供了一种解决办法。运用博弈论处理多学科多目标优化问题，在不同领域已经是较常见、较通用的一种方式。多目标优化问题是否可以转化成博弈问题关键在于“多目标优化是否可以对应或映射到博弈问题中所必须的3个基本要素，即博弈的参与主体、博弈参与方策略、博弈参与方收益”，很显然，根据3.1节描述，多目标优化问题是可以很容易转换成博弈问题的。

特别地，根据2.1节和2.2节所建立的模型，博弈问题中的博弈参与者分别为下层园区能源互联运行火用效率、上层区域能源互联网运行经济成本；博弈参与主体收益分别为下层园区能源互联火用效率最大化目标值、上层区域能源互联网运行经济成本最小化目标值；博弈参与方策略为各目标相关优化变量，如风电出力、光伏出力、气源出力、热电联供机组出力、火电机组出力等。

3.3 博弈中的合作博弈与非合作博弈界定

将多目标优化问题转化为博弈问题之后，更具体地，需要结合实际工程应用现实场景，确定并采用具体的合作博弈法还是非合作博弈法。具体应该采用那一种具体博弈法，通常可以通过如下两种方式进行选择界定[6,11,15,21]。

方式1：依据博弈参与主体的理性特征或属性差异，博弈通常可以被划分为非合作博弈与合作博弈两大类。非合作博弈中的博弈参与主体通常仅仅具有个体理性，往往不关注集体的整体效益。在非合作博弈的基础上，若博弈的参与主体相互间具有有效的可执行协议，此时博弈类型为合作博弈的。

方式2：合作博弈兼顾集体利益最优的同时考虑每个博弈参与主体的满意度，集体的利益能否达到最佳会受到各个博弈参与主体的深刻影响，因此，在合作博弈中，每个博弈参与主体需要以整体理性为导向和约束，这就要求每个博弈参与主体适当地控制或约束其个体理性以实现集体效益的更大化；而非合作博弈在博弈参与主体的个体理性竞争模式基础下，以博弈参与主体自身的利益为目标和导向来实现个体的利益最优。

3.4 基于合作博弈求解多目标优化问题

根据上文综合所述，文中所建立的具体园区与区域能源互联网需求互动的多目标优化运行问题可以采用合作博弈策略进行求解。其理由如下：

其一，文中博弈在综合调度能量管理信息和数据交换指导下，系统整体的利益与每个个体博弈参与主体的关系十分紧密，每个博弈参与主体在跟踪聚焦整体调度运行效益的同时也寻求个体在经济运行成本、能源利用火用效率的个性化效益，整体上以整体效益为导向和目标，从而使得集体的利益达到最大化。并且上下层博弈参与者之间存在明显的联络线功率传输限制、渗透率等有效的可执行协议。显然满足方式1的界定。

其二，文中所述博弈把综合调度整体作为目标方向，在寻求个体经济运行成本、能源利用火用效率的个性化效益的同时又兼顾集体的综合利益，以达到集体效益的增长和理想期望。博弈解中的“最优折中解”正是确保整体收益最大化的选择结果。显然满足方式2的界定。

基于上述分析，针对园区与区域能源互联网多目标优化运行问题建立的合作博弈模型为

(17)

4 算例分析

4.1 基础数据

结合图1所示的园区与区域能源互联网互动分层架构，并以图2架构为下层园区能源互联网和图3架构为上层区域能源互联网构建仿真分析案例，选取北方冬季典型日为一个优化运行调度周期，并设置优化仿真间隔步长为1小时。冬季典型日暂时供热不供冷。采用通用的商业优化求解软件LINGO并调用其集成的Global Solver求解包处理文中所构建的多目标优化数学模型。

图2 下层园区能源互联网基础架构Fig.2 Architecture of lower-level community energy internet

图3 上层区域能源互联网基础架构Fig.3 Architecture of upper-level regional energy internet

图2和图3中所采用各类型能源转换设备模型已较为成熟，可具体参见文献[1,3,5-6,9-12,15,17-18]。下层园区能源互联网火用效率优化调度模型安全运行约束条件涉及到多样化能源转换组件单元安全运行约束条件、电热气能量守恒约束条件、太阳能和风能新能源发电出力安全运行约束条件、上下层能源互联网能量传输联络线物理限制约束条件等；上层区域能源互联网安全运行约束条件则涉及到多样化能源转换组件单元安全运行约束条件、太阳能和风能新能源发电出力安全运行约束条件、能量平衡约束、火电机组旋转备用约束、不同类型能源发电渗透率等。由于篇幅所限，不再赘述，具体参见文献[1,13,17-18,20-22]。图2所示的下层园区能源互联网中各类型用户负荷需求以及风电、光伏的预测出力如图4所示，上层区域能源互联网中涉及的电热气负荷需求以及风能发电即风电出力、太阳能发电即光伏出力的预测值如图5所示。

图4 下层园区能源互联网负荷需求及新能源预测出力Fig.4 Loads demand and new energy forecast output of lower level community energy internet

图5 上层区域能源互联网负荷需求及新能源预测出力Fig.5 Loads demand and new energy forecast output of upper level regional energy internet

上层区域能源互联网中火电发电机组有2台，分别简记为火电#1、火电#2。多能源转换系统中所涉及的主要多样化能源转换组件单元参数数据根据表1设置，其他算例仿真相关参数参见表2，其中地源热泵工作在供热工况模式，可允许弃风电、弃光伏上限均为60%。

4.2 结果分析

1)合作博弈下的分层协同优化调度。

为进一步体现本方法相比较其他文献所用方法更具优越性、创新性，文中在采用合作博弈策略的同时增加了与其他文献所述方法的对比试验。根据文献[10]所述的方法即调度中心思想分层协同优化策略来处理上述所涉及的上下层能源互联网算例，并采用通用的商业优化软件LINGO获得优化运行调度结果，实现过程的阶段结果如图6所示，其他求解结果展示类似，不再赘述。

表1 下层园区能源互联网和上层区域能源互联网主要能源转换设备参数Table 1 Main energy conversion equipment parameters of lower-level community and upper-level regional energy internet

表2 算例仿真相关参数Table 2 Simulation parameters of the example

图6 采用文献[10]的方法获得的优化结果Fig.6 Optimization results obtained by the method of literature[10]

2)不同运行模式下能源发电占比差异分析。

不同优化调度下下层园区能源互联网购电电能中不同类型能源发电的占比变化如图7所示。在已有的与火用效率相关的优化调度研究中，一般不考虑或在细分电能的来源成分。然而，电能的来源成分可以体现出上层系统电源出力的占比，特别是下层园区能源互联网的购电电能的来源成分会影响上层区域能源互联网各类型发电机组的出力情况。为进一步体现出火用效率在衡量能源系统的能效方面的优势，充分考虑在一般的能源综合利用效率中未考虑电能来源成分因素，构建在火用效率评估模型，可以进一步凸显所建立的火用效率优化运行策略的优势。在仅考虑购电电能中仅有新能源发电、火电机组发电成分且火电的发输电效率设置为0.32，则购电电能、输入火用、新能源发电的占比之间的关系见图8和图9。当输入火用设置为定值100 MWh时，购电电能与新能源发电的占比关系如图8所示，由图可知下层园区能源互联网购电电能随新能源发电的占比增大而增大，可见在输入火用确定的情况下，提高上层区域能源互联网新能源渗透率可以促进下层园区能源互联网的外购电功率数量，上层区域能源互联网与下层园区能源互联网的电能功率联络交换关系密切；当购电电能设置为定值100 MWh时，输入火用值与新能源发电的占比关系如图9所示，由图可知输入火用值随着新能源发电的占比的增大而减少，也即是火用效率随着新能源发电的占比的增大而增大，上层区域能源互联网新能源渗透率提高会促进下层园区能源互联网火用效率的提高。综合对图8和图9的分析可以发现，上层区域能源互联网新能源渗透率会影响下层园区能源互联网能效。再结合图7可以发现，在能效优化调度运行模式下，新能源渗透率占比最大，相比较于能效优化调度而言，在博弈最优折中解的运行模式下燃煤机组发电的占比进一步提高以平衡、兼顾能效、经济利益的冲突。由图7可知，不同优化运行模式下新能源发电的占比接近且均高于燃煤火电机组发电的占比，可见不同优化运行模式下消纳新能源的能力接近，不同优化运行模式主要影响了燃煤火电机组与燃气机组发电的占比。

进一步的，园区能源互联网购电电能中不同类型能源发电的一次能源来源渗透率逐时段变化如图10所示，现有的与火用效率相关的优化调度研究中，一般不考虑或在细分电能的来源成分。然而，下层园区能源互联网的购电电能的来源成分会影响上层区域能源互联网各类型发电机组的出力情况，文中构建的火用效率评估模型可以合理的反映出外购电中不同电源出力的占比情况。

图7 不同优化运行模式下购电电能中不同类型能源发电的占比变化Fig.7 Proportion change of different types of energy generation in power purchase under different operating modes

图8 输入火用确定下购电电能与新能源发电占比的关系Fig.8 Relationship between electricity purchased and the proportion of new energy generation in the case of input exergy determination

图9 购电电能确定下输入火用与新能源发电的占比关系Fig.9 Relationship between input exergy and the proportion of new energy generation in the case of electricity purchased determination

由图10可知，上层区域能源互联网中新能源渗透率会影响下层园区能源互联网火用效率能效，可见文中所提的计及一次能源渗透率的能源互联网火用效率能效评估方法可以有效、精确评估火用效率及反映一次能源渗透率的影响要素，本方法具有明显的创新性。

图10 购电电能中各类型能源发电的一次能源来源渗透率Fig.10 Primary energy permeability changes of different types of energy generation in electricity purchasing

3)不同调度模式下配电/配气站能量传输特征。

上层区域与下层园区综合能源为一个整体能源互联网在不同运行模式下配气、配电数据信息变化如图11所示，图中YITA表示采用下层园区能源互联网单一的能效优化调度模式，COST表示采用上层区域能源互联网单一的经济优化调度模式，GAME表示采用基于合作博弈的最优折中解下能效经济优化调度模式。

由图11可知，YITA和GAME运行模式下的配气、配电数据重合度较高，尤其是配电数据仅仅在5：00～7：00期间有稍微的差别，这也表明YITA和GAME运行模式下上层区域能源互联网对下层园区能源互联网的电能输送方式差异较小，这种方式对火用效率影响较小，尤其是GAME运行模式下配电数据与YITA下配电数据高度重合以使得GAME下火用效率仍然较高，配气的数据信息情况亦是类似，但曲线的重合度没有配电数据的高，主要原因在于电能的数据直接影响输入火用中各类型电源发电的占比，这在上文中已经做了分析，COST运行模式下配气、配电显然不同于其它两种模式尤其是配电数据信息，因为COST运行模式更关注经济成本要素而弱化火用效率的效益。

图11 不同运行模式下配气、配电数据变化Fig.11 Data changes of gas distribution station and power station under different operating modes

4)多能源转换系统中典型设备单元不同运行模式下运行特征差异分析。

外层博弈最优折中解、内层博弈最优折中、文献[10]运行模式下燃气热电联供电、热出力在优化调度运行周内的变化情况如图12所示。

图12 不同运行模式下燃气热电联供电、热出力变化Fig.12 Variation of power supply and thermal output of gas cogeneration under different operation modes

由图12可知，燃气热电联供的电、热出力运行域为多边形区域，即图12中的梯形虚线条所示，但不同运行模式下实际燃气热电联供均在背压工况工作方式运行，在这种工作方式下，整个运行周期内热功率调节11.97 MW时，对应电功率可以调节81.07 MW，电功率的调节范围较大，可以为新能源上网提供适当的空间。根据不同运行模式下燃气热电联供电、热的实际出力数据情况可以发现，在1：00～8：00和21：00～24：00期间热电联供的电、热出力均较大，这使得这一时期风电未被完全接收。文献[10]与外层博弈最优折中解的运行模式下燃气热电联供的运行状态较为接近，而内层博弈最优折中解的运行模式下显然不同于以上两种情况，这表明在外层博弈结束后在进行内层博弈是可以进一步调整上层园区能源互联网的机组运行状态，机组出力优化空间仍然可以进一步提升。

5 结 论

针对能源互联网多维度的分层现象，文中提出了下层园区与上层区域能源互联网需求互动分层基础结构，并根据上、下层能源互联网的不同运行需求，分别对应提出经济、火用效率能效动态协同优化运行模型，并采用合作博弈策略处理分层协同优化求解问题，最后通过算例仿真详细分析了需求互动下的动态协同优化运行效果。研究表明：

1)提出能源互联网需求互动分层模型，并将合作博弈策略应用到多目标分层协同优化实际问题中，更加符合工程应用实际场景，有一定实用性。

2)综合考虑上、下层能源互联网的不同实际需求，提出博弈下的协同优化运行模式，满足多元化利益主体的多重需求。外层合作博弈最优折中解与文献[10]方法相比，能效目标提高1.46%，经济目标降低0.1%。内层合作博弈的最优折中解与文献[10]相比经济成本降低了19.9%，总成本值提高了1.1%，其增幅幅度较小。有利于降低经济成本、提高综合能效水平、平衡各方利益冲突与矛盾。

3)引入火用效率综合考虑能量“量”与“质”两种属性，考虑一次能源渗透率，火用效率总体维持在0.48的较高水平，高效地综合评估能效、进一步促进梯级利用、促进新能源消纳与占比、进一步发挥资源优化配置潜力。

文中研究内容或范围暂时未涉及到下层园区有多个的情况，仅以简洁直观的典型系统进行了研究分析，进而简化了工作量与内容篇幅。下层园区有多个的情况下模型和方法的适应度等更深入的相关研究分析将在后续研究中详细涉及。