本发明涉及电力系统，特别涉及一种多园区综合能源调度方法、系统、设备及介质。
背景技术：
1、近年来，化石燃料消费的持续增长导致了较高水平的碳排放现象，而由此产生的气候变暖给当前社会经济发展带来了巨大的挑战。因此，如何减少二氧化碳排放量成为全世界关注的焦点。随着各类型可再生能源(renewable energy sources,res)和天然气发电技术的快速发展，能够灵活协调不同能源载体的综合能源系统已被视为提高能源利用效率和实现碳减排目标的一种有前景的形式。此外，随着分布式能源的不断扩散，区域综合能源系统内将出现更多的园区级综合能源系统。因此，相邻且具有不同源荷特性的园区级综合能源系统可以组成多园区互联综合能源系统，从而进一步提高系统整体运行的灵活性。
2、目前，众多学者对多区域互联系统能量交互的运行优化问题进行了研究。例如：1、从能量交互的角度提出了考虑能量协调管理的电-气综合能源系统日前调度模型。2、基于数据驱动的互联综合能源系统点对点能源交易鲁棒协同优化。然而，上述的研究主要关注系统整体层面优化，忽略了不同互联利益相关者之间的利益协调。
3、针对这一问题，合作博弈理论为多主体智能决策提供了理论科学依据。因此，有学者合作博弈理论提出了对应的方案，例如：基于纳什议价的多微电网点对点多能量和通信资源交易策略。建立包含多能耦合和合作行为的系统市场运行机制。然而，纳什议价具有较高的复杂性，并且大量利益相关者的谈判将削弱系统运行的效率。因此，根据边际贡献率分配利润的shapley值可以在一定程度上缓解纳什议价的不足。从而基于shapley值的多综合能源系统协同能量管理策略被深入地研究。
4、此外，在碳约束背景下，充分挖掘多个园区综合能源系统间的能源互补潜力是实现碳减排的必然选择。然而，上述技术仍然忽略了碳交易过程对多能交互的影响。迄今为止，很少有文献分析碳交易机制下多利益相关者的利益协调与能源互动，以及多主体合作对碳减排的积极影响。即使有少量的基于碳交易的研究，其采用的碳交易模型均是基于传统的交易机制，将碳交易价格视为单一的固定参数，无法充分发挥系统间能量交互对碳减排的促进作用。
技术实现思路
1、本发明实施例提供了一种多园区综合能源调度方法、系统、设备及介质，以解决现有技术中的上述技术问题。
2、为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
3、根据本发明实施例的第一方面，提供了一种多园区综合能源调度方法。
4、在一个实施例中，所述多园区综合能源调度方法，包括：
5、对各个园区综合能源系统进行分析，确定各个园区综合能源系统的典型出力场景；
6、基于各个典型出力场景，计算每个典型出力场景中的碳交易成本，并基于所述碳交易成本，建立低碳调度模型；
7、基于合作博弈论，对各个园区综合能源系统的联盟合作调度进行分析，确定各个园区综合能源系统在联盟合作调度时的预计额外收益；
8、根据所述预计额外收益，建立联盟合作调度策略，并基于所述联盟合作调度策略，通过所述低碳调度模型进行多园区综合能源系统的联盟合作调度。
9、在一个实施例中，对各个园区综合能源系统进行分析，确定各个园区综合能源系统的典型出力场景包括：
10、获取各个园区综合能源系统的监测数据，并利用态势感知法对所述监测数据进行预测，确定各个园区综合能源系统的不确性随机序列；
11、根据各个园区综合能源系统的不确性随机序列，通过场景生成法，生成若干等概率的随机出力场景；
12、利用同步回代消减法，对若干随机出力场景进行消减，得到典型出力场景。
13、在一个实施例中，利用态势感知法对所述监测数据进行预测，确定各个园区综合能源系统的不确定性随机序列包括：
14、根据所述监测数据，基于态势要素感知获得各个园区综合能源系统的res输出波动数据和历史预测出力曲线；
15、根据所述res输出波动数据和所述历史预测出力曲线，采用非参数估计方法进行核密度估计计算，得到各个调度周期内res出力预测误差的实际概率密度分布函数；
16、根据所述实际概率密度分布函数，采用拉丁超立方抽样方法进行随机抽样，得到每个调度时段的样本集和对应概率；
17、根据每个调度时段的样本集和对应概率，生成各个园区综合能源系统的不确定性随机序列。
18、在一个实施例中，基于各个典型出力场景，计算每个典型出力场景中的碳交易成本包括：
19、基于各个典型出力场景，确定对应园区综合能源系统的初始碳排放配额；
20、将该园区综合能源系统的总碳排放量于所述初始碳排放配额之差作为该园区综合能源系统的碳交易量；
21、根据所述碳交易量，计算园区综合能源系统在阶梯碳交易时的总碳交易成本。
22、在一个实施例中，所述低碳调度模型的目标函数包括：电网/气网购买能源成本、碳交易成本和res弃风/弃光惩罚成本。
23、在一个实施例中，所述低碳调度模型的约束条件包括：电力网络约束条件、天然气网络约束条件、耦合设备约束条件和储能设备约束条件。
24、在一个实施例中，基于合作博弈论，对各个园区综合能源系统的联盟合作调度进行分析，确定各个园区综合能源系统在联盟合作调度时的预计额外收益包括：
25、基于合作博弈论，对各个园区综合能源系统的联盟合作调度进行分析，确定多园区综合能源系统联盟合作调度的过网费用；
26、根据所述过网费用，确定多园区综合能源系统联盟合作调度的总成本；并根据所述总成本，计算多园区综合能源系统联盟合作调度后所获得的预计额外利润；
27、基于shapley值法，对所述预计额外利润进行博弈成员利益分配计算，得到各个园区综合能源系统在联盟合作调度时的预计额外收益。
28、根据本发明实施例的第二方面，提供了一种多园区综合能源调度系统。
29、在一个实施例中，所述多园区综合能源调度系统，包括：
30、典型场景确定模块，用于对各个园区综合能源系统进行分析，确定各个园区综合能源系统的典型出力场景；
31、低碳模型建立模块，用于基于各个典型出力场景，计算每个典型出力场景中的碳交易成本，并基于所述碳交易成本，建立低碳调度模型；
32、园区合作博弈模块，用于基于合作博弈论，对各个园区综合能源系统的联盟合作调度进行分析，确定各个园区综合能源系统在联盟合作调度时的预计额外收益；
33、联盟合作调度模块，用于根据所述预计额外收益，建立联盟合作调度策略，并基于所述联盟合作调度策略，通过所述低碳调度模型进行多园区综合能源系统的联盟合作调度。
34、在一个实施例中，所述典型场景确定模块包括：态势感知模块、场景生成模块和场景消减模块，其中，
35、态势感知模块，用于获取各个园区综合能源系统的监测数据，并利用态势感知法对所述监测数据进行预测，确定各个园区综合能源系统的不确性随机序列；
36、场景生成模块，用于根据各个园区综合能源系统的不确性随机序列，通过场景生成法，生成若干等概率的随机出力场景；
37、场景消减模块，用于利用同步回代消减法，对若干随机出力场景进行消减，得到典型出力场景。
38、在一个实施例中，态势感知模块包括：要素感知模块、态势理解模块和态势预测模块，其中，
39、要素感知模块，用于根据所述监测数据，基于态势要素感知获得各个园区综合能源系统的res输出波动数据和历史预测出力曲线；
40、态势理解模块，用于根据所述res输出波动数据和所述历史预测出力曲线，采用非参数估计方法进行核密度估计计算，得到各个调度周期内res出力预测误差的实际概率密度分布函数；
41、态势预测模块，用于根据所述实际概率密度分布函数，采用拉丁超立方抽样方法进行随机抽样，得到每个调度时段的样本集和对应概率；并根据每个调度时段的样本集和对应概率，生成各个园区综合能源系统的不确定性随机序列。
42、在一个实施例中，所述低碳模型建立模块在基于各个典型出力场景，计算每个典型出力场景中的碳交易成本时，基于各个典型出力场景，确定对应园区综合能源系统的初始碳排放配额；将该园区综合能源系统的总碳排放量于所述初始碳排放配额之差作为该园区综合能源系统的碳交易量；根据所述碳交易量，计算园区综合能源系统在阶梯碳交易时的总碳交易成本。
43、在一个实施例中，所述低碳调度模型的目标函数包括：电网/气网购买能源成本、碳交易成本和res弃风/弃光惩罚成本。
44、在一个实施例中，所述低碳调度模型的约束条件包括：电力网络约束条件、天然气网络约束条件、耦合设备约束条件和储能设备约束条件。
45、在一个实施例中，所述园区合作博弈模块在基于合作博弈论，对各个园区综合能源系统的联盟合作调度进行分析，确定各个园区综合能源系统在联盟合作调度时的预计额外收益时，基于合作博弈论，对各个园区综合能源系统的联盟合作调度进行分析，确定多园区综合能源系统联盟合作调度的过网费用；根据所述过网费用，确定多园区综合能源系统联盟合作调度的总成本；并根据所述总成本，计算多园区综合能源系统联盟合作调度后所获得的预计额外利润；基于shapley值法，对所述预计额外利润进行博弈成员利益分配计算，得到各个园区综合能源系统在联盟合作调度时的预计额外收益。
46、根据本发明实施例的第三方面，提供了一种计算机设备。
47、在一个实施例中，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
48、根据本发明实施例的第四方面，提供了一种计算机可读存储介质。
49、在一个实施例中，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
50、本发明实施例提供的技术方案可以包括以下有益效果：
51、本发明通过确定各个园区综合能源系统的典型出力场景，计算碳交易成本并建立低碳调度模型，同时结合博弈论对多个园区综合能源系统的联盟合作调度的额外利益进行预估并指定调度策略，从而基于低碳调度模型和调度策略进行联盟合作调度，进而使得园区综合能源系统之间能够相互交换能量，充分发挥多园区系统合作促进碳减排的潜力，避免多主体间的利益冲突，大大减少了碳排放量，促进了低碳发展并提高系统运行的经济性。
52、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
1.一种多园区综合能源调度方法，其特征在于，包括：
2.根据权利要求1所述的多园区综合能源调度方法，其特征在于，对各个园区综合能源系统进行分析，确定各个园区综合能源系统的典型出力场景包括：
3.根据权利要求2所述的多园区综合能源调度方法，其特征在于，利用态势感知法对所述监测数据进行预测，确定各个园区综合能源系统的不确定性随机序列包括：
4.根据权利要求1所述的多园区综合能源调度方法，其特征在于，基于各个典型出力场景，计算每个典型出力场景中的碳交易成本包括：
5.根据权利要求1所述的多园区综合能源调度方法，其特征在于，所述低碳调度模型的目标函数包括：电网/气网购买能源成本、碳交易成本和res弃风/弃光惩罚成本。
6.根据权利要求5所述的多园区综合能源调度方法，其特征在于，所述低碳调度模型的约束条件包括：电力网络约束条件、天然气网络约束条件、耦合设备约束条件和储能设备约束条件。
7.根据权利要求1所述的多园区综合能源调度方法，其特征在于，基于合作博弈论，对各个园区综合能源系统的联盟合作调度进行分析，确定各个园区综合能源系统在联盟合作调度时的预计额外收益包括：
8.一种多园区综合能源调度系统，其特征在于，包括：
9.根据权利要求8所述的多园区综合能源调度系统，其特征在于，所述典型场景确定模块包括：态势感知模块、场景生成模块和场景消减模块，其中，
10.根据权利要求9所述的多园区综合能源调度系统，其特征在于，态势感知模块包括：要素感知模块、态势理解模块和态势预测模块，其中，
11.根据权利要求8所述的多园区综合能源调度系统，其特征在于，所述低碳模型建立模块在基于各个典型出力场景，计算每个典型出力场景中的碳交易成本时，基于各个典型出力场景，确定对应园区综合能源系统的初始碳排放配额；将该园区综合能源系统的总碳排放量于所述初始碳排放配额之差作为该园区综合能源系统的碳交易量；根据所述碳交易量，计算园区综合能源系统在阶梯碳交易时的总碳交易成本。
12.根据权利要求8所述的多园区综合能源调度系统，其特征在于，所述低碳调度模型的目标函数包括：电网/气网购买能源成本、碳交易成本和res弃风/弃光惩罚成本。
13.根据权利要求12所述的多园区综合能源调度系统，其特征在于，所述低碳调度模型的约束条件包括：电力网络约束条件、天然气网络约束条件、耦合设备约束条件和储能设备约束条件。
14.根据权利要求8所述的多园区综合能源调度系统，其特征在于，所述园区合作博弈模块在基于合作博弈论，对各个园区综合能源系统的联盟合作调度进行分析，确定各个园区综合能源系统在联盟合作调度时的预计额外收益时，基于合作博弈论，对各个园区综合能源系统的联盟合作调度进行分析，确定多园区综合能源系统联盟合作调度的过网费用；根据所述过网费用，确定多园区综合能源系统联盟合作调度的总成本；并根据所述总成本，计算多园区综合能源系统联盟合作调度后所获得的预计额外利润；基于shapley值法，对所述预计额外利润进行博弈成员利益分配计算，得到各个园区综合能源系统在联盟合作调度时的预计额外收益。
15.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
