第 1 章 绪论
1.1 研究背景与意义
能源是人类生活和科技发展不可或缺的一部分，由于传统化石能源的不可再生性以及对环境的负面影响，减少对化石能源的依赖已成为当下社会的共识。根据 2016 年 12月签署的巴黎协定中规定，至 2050 年全球煤炭、石油等不可再生能源分别不得开采超过已探明产量的 80%和 30%[1]。截至 2017年底，中国的碳强度相比过去下降了 46%，非化石能源占一次能源的消费比重达到 13.8%，2020 年将完成 15%的指标[2]。
过去的几十年中，为了缓解能源供应矛盾、应对气候变化，开发利用可再生能源已成为大多数国家的战略选择。风能作为一种可再生能源，具有蕴藏丰富，分布广泛等特点，是最为重要的替代能源之一。截至 2020 年底，国内风电总装机容量达到 2.8 亿千瓦，居全球首位，风力发电占 2020 年全年发电量的 5.6%[3]。风电作为最具发展前景的可再生能源之一，在全球电力生产中的占比在逐年上升。根据当前能源产业发展趋势，世界范围内风电装机容量仍将保持增长，并在 2021年达到 8.17 亿千瓦。图 1.1 展示了近些年我国风电装机容量的增长趋势。
1.2 国内外研究现状
1.2.1 多能源系统建模及优化研究
多能源系统的优化调度问题，包含了从各系统基础模型建立、多能源网络协同规划、能源生产消费环节到优化模型求解方法及风险评估等多个方面。在这些问题上，已有诸多相关研究进行了详细的分析和深入的探索。
在多能源网络扩展及建模方面，由于热能和天然气的传输过程相对复杂且与传统化石能源相比能量不易存储，同时这两种能源与电力的大规模转换技术较为成熟，因此多能源网络通常指电-气-热互联。多能源系统中的元件包含了多种能源形式，除了大型的集中式能源生产元件如燃煤锅炉、热电联产机组等，也包含了多种能源转换装置及分布式能源设备，因此在研究各组成元件的特性外，如何将系统中的能量流集成化处理成为多能源系统能量整合的关键。针对这一问题，文献[17-18]提出了能量枢纽模型，矩阵化了包含了多载体、多终端、多种分布式能源及多联产能源的能量流过程。
由于不同能源元件及系统间的固有特性及时空尺度有很大的区别，在建模过程中，仅通过能量枢纽的方式对能量流建模忽略了很多物理特性，因此对多能源系统同质化建模成为了备受关注的问题。文献[19]以电力系统中电路模型为参考，建立了热力系统中热阻模型，对电热联合系统中的元件进行了同质化建模。文献[20]从能量流动和网络架构等方面，建立了多能源系统的能量守恒和广义基尔霍夫定律，但该模型是从电力系统出发的同质化建模，对于热力系统和天然气系统管道中流体特性无法确切描述。文献[21]分析了各种同质化建模与常规动态特性建模的优劣，认为对于分析能量流过程及网络规划等对模型精确度需求不高的场景下可采用同质化建模，对于精确度较高的优化问题中应考虑多能源系统中的独立建模。
第 2 章 热力网络动态特性及其热惯性模型
2.1 引言
由于热力系统与电力系统的时间尺度不同，如何在基于热力系统中的管网、热储能装置、热负荷等环节的对温度变化的敏感程度，即不同惯性特征下，量化和调整热力网络中能量输入在不同时间尺度和时间段内的可平移能力，能够为电力网络应对风电波动提供有效的功率和能量平衡方式。
因此，本章针对热力系统中各个环节中的热惯性及热能输运特性，研究蓄热式电锅炉及热力管网在不同时间尺度下热力延时特性及其等效储能特性数学模型建模方法。在此基础上，研究建筑物热惯性、管网热惯性、储热装置热惯性对热力网络中热能输运过程在不同时间尺度上变化特性的影响，建立基于热网惯性特征的热能输运系统和热负荷的能量输入多时间尺度平移特性模型。
电热联合系统中，电力子系统和热力子系统是通过源节点的热电联产机组和电转热机组实现系统间的耦合。热电联产机组分别向电力系统和热力系统提供电能和热能，电转热设备消耗电能的同时产生热能，实现了能源的双向输送[107-108]。通过调整热源节点处的不同类型机组出力以及增加储热装置等方法，可以实现电、热间的解耦。
2.2 热力网络拓扑结构
热力网络的基本结构如图 2.1 所示。
由图 2.1 可见，与电力系统相似，热力网络由热力传输网络和热力分配网络构成。在热力输送网络中，热能从热源通过一次供水管网和回水管网输送至热交换站，再由热交换站通过热力分配网络中的二次供水管网和回水管网分配给热用户。在热力网络中，目前最为广泛应用的热源有区域锅炉房和热电厂。热负荷分为季节性热负荷及常年性热负荷，其中，供暖热负荷在热力系统中占比可达到 80%以上。因此，本文主要针对居民供热系统，对区域热力系统中的各个部分进行建模，同时考虑热力传输中管网的动态特性，建立包含多种热惯性的热力系统动态模型。
第 3 章 考虑热惯性的电热联合系统日前鲁棒优化调度 ........................... 333.1 引言 ....................................... 33
3.2 考虑风电不确定性的电热联合系统机组组合模型 ......................... 33
第 4 章 电价引导的电热联合系统日内双层优化调度模型 ................................... 52
4.1 引言 ................... 52
4.2 基于双层优化的电热联合系统日内调度架构............................... 52
4.3 考虑可再生能源最大接纳的电热联合系统双层优化调度模型 ................................ 54
第 5 章 电热联合系统边际价格优化模型................................. 75
5.1 引言 .............................................. 75
5.2 电热联合市场中的能源交易架构 ................................. 75
5.3 电热联合系统节点边际价格机理 .......................................... 76
第 5 章 电热联合系统边际价格优化模型
5.1 引言
根据本文第四章的分析，通过价格信号的方式能够在日内调度过程中更有效地对联合系统中的机组进行调节，但其最优的基础价格尤其是热力系统中的热价的制定并没有明晰的竞价机制。随着多能源系统的发展越来越成熟，独立的能源市场已经一定程度上制约了经济和生产力的提高。目前，分布式的系统已经越来越多的应用于能源生产当中，为了应对这一情况，传统的一体化的能源市场已经逐步转变为生产-传输-消费相剥离的模式。独立的综合能源服务供应商的机组包含多种能源形式，参与到不同市场的竞价中，以追逐自身利益的最大化。热力市场由于目前大多仍产用大容量的热电联产机组进行供热，其热价为一个固定值。随着未来越来越多的综合能源服务供应商参与到热力的市场竞价中，能源发售侧、传输侧和需求侧的市场模式将有很大的改变。本章构建以能源市场出清后的节点边际电价(Locational Marginal Electricity Price，LMEP)和节点边际热价(Locational Marginal Heat Price, LMHP)为基础的斯坦伯格型博弈，考虑了热网和电网的动态特性及相应的市场。建立独立综合能源服务供应商、电力系统和热力系统为主体的上下层动态博弈模式。最后，通过仿真实验验证了模型的有效性，本章为第四章的价格机制提供了理论支撑。
电力市场中的现货交易如PJM公司采用节点边际电价的方式进行定价，该机制合理的发现能源价格本质，还原了其商品属性。热力市场由于发展缓慢，鲜有相应的价格机制研究。本文的电热联合市场中采用单边交易的模式，即开放能源供应侧的市场，在能源供应侧引入竞争，在需求侧的用户统一通过 ISO 采用节点价格的方式购买能源。在此种模式下，不考虑需求侧的竞价，默认 ISO 对需求的信息已知，当节点价格上升或下降时，ISO 对用户进行报价后得到需求侧响应的结果。上层假定其他能源供应商报价确认后，独立综合能源服务供应商在第一阶段与电力系统和热力系统博弈中寻求合作，使独立综合能源服务供应商的利益最大化。
第 6 章 结论与展望
6.1. 本文研究总结
本文针对大规模可再生能源接入电网后对电网安全性的挑战及电热联合系统灵活性较低等问题，对传统的电热联合系统调度方法进行了分析和改进，提出了包含多种热惯性和动态特性的热力系统架构，并以此为基础完成电热系统日前调度及日内调度的建模分析。针对可再生能源具有的不确定和波动等特性，提出了基于鲁棒优化的机组组合模型。针对热电联产机组热、电强耦合问题，提出了与电转热设备协同优化并以电价信号引导其决策的方法，实现了电热解耦和风电消纳。同时，针对热力市场机制的缺失，参考电力市场的竞价模型，提出了电、热综合市场单边竞价模型，为热力市场的机制形成和热力价格的确定提供了参考。本文的研究成果总结如下：
（1）首先从热力系统的各个环节进行分析建模。根据热力学中热力传导及水力学中压力变化等基础模型，将热力系统中的热惯性，热力损耗在可接纳的误差范围内简化分析。在热源建模方面，利用线性规划中的节点法描述了热电联产机组的电、热出力
