本文是通信工程论文，能源协同调度优化是提高能源互联网中能源利用率的有效方法，也是实现节能减排的必要手段，是当前能源互联网中的一个研究热点。因此，本论文对能源互联网中的能源协同调度优化展开了深入研究，主要研究工作如下：（1）为了求解面向能源互联网的单域能源协同调度模型，本论文提出了一种基于自适应网格机制的SPEA2/G算法，随后将该算法应用于单域内部能源调度优化，仿真分析结果显示本文提出的基于自适应网格机制的SPEA2/G算法在解决高维多目标问题上具有较好的多样性和收敛性，在解决单域内部能源调度优化问题的科学有效性，在求解效果上表现为精度更高、性能更稳定。（3）研究了能源互联网中供应侧区域、需求侧区域与外电网之间的关系，应用合作博弈理论建立多域能源调度模型，分析了基于Shapley值的联盟收益分配方式以及交易结算规则。随后本论文讨论了基于合作博弈的联盟划分算法，该算法综合考虑能源买卖双方的利益，实现能源互联网的协同高效运行。
....
第一章绪论
目前对于能源互联网中能源的规划与运行通常以单个区域为研究对象，结合单域负荷特性进行设备选型和能量管理以实现单域最优。但特定单域的负荷特性往往较为单一，在一定程度上制约了多区域之间的能源调度优化结果[22,23]。文献[24]研究多个大规模且地理位置分散的能源单域，提出了一个分散的优化框架，该框架在集成的多区域电力和天然气传输系统的运行中考虑了风能和燃气发电技术，优化了多区域之间的电力和天然气双向流动。但是，该框架并未考虑单域发电成本以及售电的利益最大化的需求。文献[25]采用合作博弈(CooperetiveGame)理论构建了一个能源大联盟，其中优化了能源存储系统的运行以最大程度地降低联盟的能源成本。该模型的联盟参与者均为能源生产者，但是并没有考虑能源消费者与能源生产者之间的交互问题。文献[26]提出了一种社区级能源系统的合作交易模式，该系统由能源枢纽和具有自动需求响应功能的PV生产者组成。
......
第二章相关背景知识介绍
2.1能源调度优化
能源生产调度多样化。分布式能源发电设备的部署、能源分布式存储优化以及多能源形式的综合调度都属于该领域的研究内容。能源互联网具有单域能源就地消纳和多域能源共享等特点，可实现分布式能源生产、存储装置的并网[27,28]。但是各种能源生产单元受地理环境因素的影响，能源生产调度过程中需要DER的电力供应特征构建相应的供应模型，为后续决策提供数据支撑。其次，随着能源互联网的进一步发展，能源存储载体更加多样化，使得在实现能源高效转移，降低能源传输损耗方面存在诸多研究热点。最后，满足能源需求，实现各种能源的供需平衡是能源互联网调度的基本目标。能源互联网可利用风能、光能等多类型能源满足用户的多种用能需求。因此，在涉及多类型能源供应时，能源调度过程中需要综合考虑能源方式供应最优性[28,29]。为了保证多域能源调度的经济性和合理性，能源互联网对能源可靠传输提出了新的要求。能源的传输控制分为将多类型能源直接提供给用户以及转化能源形式实现能源供给两个方面。能源互联网中能源现阶段以电力输送网络和天然气输送网络为主进行能源的大规模远距离传输。许多学者从可靠传输网络和传输机制等角度展开研究，保证能源在传输过程中的可靠性[27]。而能源转化方面的研究目前主要集中在电能与电能间相互转换和电能与其他能源间相互转换两个方面。
2.2高维多目标优化问题
高维多目标优化算法在收敛性和多样性方面的性能很难调和，并且仍远不能满足MaOPs的要求，平衡收敛和多样性的复杂性远大于多目标优化算法。而SPEA2算法可以解决许多现实世界中复杂的优化问题，引起了学术界和工业界的越来越多的关注。传统的SPEA2算法主要根据帕累托非支配性来处理MOP，以获得最优解集。然而，传统的基于Pareto非支配性的方法不适用于解决MaOPs[39]。因此，迫切需要设计新颖的SPEA2算法，以解决高维多目标优化问题。本章分析了在能源互联网中实现能源协同调度的必然性和可能性，分别从四个方面介绍了能源互联网中的能源调度，即多类型能源的生产调度、开放智能的能源传输控制以及合理完善的能源交易体制；其次，由于单域能源调度优化是一个高维多目标优化问题,SPEA2算法在解决该类问题上具有很大优势，因此详细地介绍了SPEA2算法的原理，为解决单域内部能源调度优化问题的优化思想奠定了基础。最后，为了更好地解决多域之间的能源调度优化问题，本论文引入了合作博弈理论，使得能源调度优化策略更符合实际需要。
第三章面向能源互联网的单域能源协同调度研究....14
3.1问题描述.............14
3.2单域能源协同调度模型.................................15
3.3基于改进SPEA2算法的单域能源协同调度方法....................................20
第四章面向能源互联网的多域能源协同调度研究....32
4.1问题描述.............32
4.2多域之间的能源博弈调度模型.....................33
第五章总结与展望...........49
......
第四章面向能源互联网的多域能源协同调度研究
4.1问题描述
能源互联网中多域的运行调度关系着各区域和电网的经济利益，合理、经济、高效的能源调度策略十分必要。常规情况下，由于可再生能源的不可控性，单域通常必须以传统的非合作模式与公用电网交换过多或不足的电力[64]。因此单域的能源协同调度只考虑单域内DER的优化调度，不考虑其他区域的情况。但多域能源协同调度需要同时兼顾区域与电网的能量流动以及区域与区域之间的能源交换来优化自身的DER的出力。区域与外电网、区域与区域之间存在功率交互，如区域功率不足，可通过向外部电网和其他区域购买电能；如区域能量剩余，可通过向外部电网和其他区域出售电能，获得相应的经济收益。此时能量的双向流动对能源互联网中多域的能源协同调度十分重要[65,66]。本章考虑不同区域的自主性和自利性，设计一种基于合作博弈的多域能源协同调度模型。在合作交易框架下，基于合作博弈理论，提出了一种基于实时博弈的PV滚动生产者的随机特征和风险条件值的实时滚动能源管理模型。但是该模型主要光伏发电的能源交易，电能来源单一，缺乏对风力发电、燃气轮机等分布式电源的能源调度研究。
4.2多域之间的能源博弈调度模型
在第k个时段，需求侧区域的收益的影响因素分为三部分：区域自发自用而节省的电费开支，即自用收益、向其他区域购买电能的费用以及向配电网购电的费用。供应侧区域确定能源出售的价格，需求侧区域在收到供应侧区域能源出售信息后，需要综合考虑区域内部负荷需求以及总的购能成本以确定最优能源调度策略[71,72]。需求侧区域收益以及计算公式表示如下。为了降低需求侧区域对外电网的依赖并降低其购能成本，区域之间通过形成联盟，可以最大限度地实现联盟内能量转移。当能源互联网中多域能源协同调度联盟S形成以后，联盟S中的每个成员区域可根据自身电能需求情况，与联盟的内部其他区域进行能源交互。通过多域之间的能源交互，电量剩余的区域通过出售电能以增加经济收益并降低能源浪费。同理，电能缺少的区域通过低价从联盟内部的其他区域买入电能，从而降低外电网的能源负担以及其购能成本[66]。在上述过程中，合作博弈理论激励独立的决策者共同行动，从每个个体参与者的角度研究利润分配的公平性，并赋予参与者灵活性，以决定与谁进行合作。如果某个需求侧区域在未能在上述匹配过程中满足用能需求，该区域将向外电网购买电能；同理，如果中的供应侧区域存在剩余电能，则将向外电网出售电能。
......
第五章总结与展望
能源互联网作为一种以电力网络为核心，大规模消纳风能、太阳能等分布式可再生能源的新兴技术,在短时间内得到了较快发展。但是，由于以风能、太阳能为代表的可再生能源具有不可控性和间歇性的特点，使得能源互联网中能源利用效率低下、环境污染严重、区域发展不平衡。本文重点研究了能源互联网中的能源调度优化问题，使用基于自适应网格机制改进的SPEA2算法实现单域能源调度优化，在此基础上，综合考虑供应侧区域、需求侧区域与外电网之间的关系，应用合作博弈理论建立多域能源调度模型。尽管本文的实验结果表明，基于合作博弈的多域能源调度优化方法使能源调度问题的研究上取得了一定的成果，但在以下几个方面还有待开展进一步研究：（1）能源互联网强调能源的供需互动，能源的供给侧与需求侧的直接联系将更加紧密，实现“冷热气电”联产，电能和其他形式能量相互转化。本文对能源调度优化的研究主要集中在电能方面，并未考虑多种能源形式之间的转化与调度。（2）本文在研究多域之间的能源调度优化时并未考虑区域之间的传输损耗。并未考虑多域之间的距离影响。在实际应用中临近区域之间的能源交换可以显著降低线路损耗，提高能源效率。（3）用户负荷预测是能源互联网中能源调度优化的重要组成部分之一。精准预测未来电力负荷的时间分布和空间分布将为能源调度优化提供可靠的数据支撑。但是，本文从能源供应角度研究单域能源协同调度过程，缺
乏对用户负荷预测的考虑。
参考文献（略）
乏对用户负荷预测的考虑。
参考文献（略）
