基于纳什议价的AA-CAES热电联供系统协同运行策略研究

《IEEE Potentials》：Nash bargaining-based cooperative operation strategy of integrated heat and electricity system with AA-CAES

本文针对综合热电系统中各参与主体因利益差异和缺乏激励相容机制而难以实现协同运行的问题，提出了一种基于纳什议价的先进绝热压缩空气储能(AA-CAES)协同运行策略。研究构建了考虑多温度储热特性的AA-CAES能源枢纽模型，通过两阶段优化方法将非凸非线性纳什议价问题转化为联盟总效益最大化与效益分配优化子问题，并采用自适应交替方向乘子法(ADMM)进行分布式求解。结果表明：在热电联供模式下，AA-CAES日收益可提升约4137.45元，且所有参与者均能获得更高收益，验证了策略在提升系统灵活性和经济性方面的有效性。

　　

随着气候变化和环境问题日益严峻，综合热电系统(Integrated Heat and Electricity System, IEHS)的灵活性和经济性受到广泛关注。先进绝热压缩空气储能(Advanced Adiabatic Compressed Air Energy Storage, AA-CAES)作为一种新型储能技术，具有零碳排放、高效率及热电联供等优势，能够有效支持碳减排、可再生能源消纳和多能互补。然而，传统的热电孤立调度模式限制了AA-CAES灵活性的充分发挥，且IEHS中各参与主体（如电网、热网和AA-CAES运营商）存在利益冲突和隐私保护需求，缺乏有效的协同激励机制。为此，发表于《IEEE Potentials》的这项研究提出了一种基于纳什议价理论的协同运行策略，旨在通过合理的市场机制设计，释放AA-CAES的电热协同供应潜力，提升整个IEHS的运行效益。

研究团队首先构建了包含多温度储热单元的AA-CAES能源枢纽模型，详细刻画了其压缩充电、膨胀放电和储热/释热过程中的热力学特性，包括压缩机/涡轮机约束、储气罐压力动态、热传导流体质量流率与温度耦合关系等。为解决非凸非线性纳什议价问题的计算复杂性，研究将其分解为两阶段优化问题：第一阶段通过联合规划模型最大化联盟总收益，确定各参与者的最优能量交互策略；第二阶段采用纳什议价模型优化电价与热价定价机制，实现收益的公平分配。为保护参与者隐私，论文采用基于自适应交替方向乘子法(Self-adaptive Alternating Direction Method of Multipliers, ADMM)的分布式求解策略，通过引入隐私保护因子（如高斯噪声）掩盖敏感信息交互，显著降低了计算开销。

关键方法概述

研究以IEEE 33节点电力系统和6节点热力网络为测试平台，AA-CAES额定功率为20兆瓦。关键技术方法包括：（1）建立AA-CAES多温度储热模型，涵盖太阳能定日镜单元、压缩过程与膨胀过程的多级热生成与利用；（2）设计基于纳什议价的合作联盟框架，通过乘积形式的目标函数保障个体理性与帕累托最优；（3）采用自适应ADMM算法动态调整惩罚参数，在保护隐私的同时加速收敛。案例样本基于实际系统参数与可再生能源出力数据。

AA-CAES运行模式对比分析

通过对比纯供电模式与热电联供模式，研究发现热电联供模式下AA-CAES的日收益提升至9279.13元（纯供电模式为5141.68元）。如图5所示，AA-CAES在[1h,7h]时段利用富余风电压缩储热，并在[19h,21h]时段释放储存的热能发电，累计多发电5.45兆瓦。图6与图7进一步显示，热电联供模式通过协调热媒流率与储热罐动态，显著提升了系统运行灵活性。

太阳能辐照度影响分析

如图8和图9所示，当太阳能辐照度提升至基准值的1.5倍时，AA-CAES在[8h,9h]和[13h,14h]时段放电量累计增加7.37兆瓦，且在[10h,12h]时段减少外部购热量。这表明高辐照度条件下AA-CAES可更主动地管理热能以同时满足发电与供热需求。

电价与热价敏感性分析

如表3所示，当电价下限从0.15元/千瓦时降至0.05元/千瓦时，电网收益从72423.54元降至68795.76元，而AA-CAES与热网收益分别增长至4138.94元与66748.12元。类似地，热价下限提高会导致热网收益增加而其他参与者收益下降（表4）。这证实了通过调节能量价格可灵活分配联盟内部收益。

求解算法效率对比

如表5所示，自适应ADMM算法将迭代次数从27次减少至12次，计算时间降低63%。图12显示，在隐私保护因子作用下，残差收敛过程仍能保持稳定，有效避免了参与者内部状态泄露。

结论与意义

本研究提出的纳什议价协同策略成功解决了IEHS中多主体利益分配难题，使AA-CAES在热电联供模式下收益提升超80%。通过构建物理信息层融合的分布式优化框架，既保障了参与者隐私，又显著提升了计算效率。该研究为未来多能源市场机制设计提供了理论依据，尤其在高比例可再生能源接入背景下，AA-CAES作为灵活调节资源的商业化运营模式具有重要推广价值。