《Energy》：Off-Design Analysis and Multi-Mode Operation Strategy for a Transcritical CO
2 Power Cycle applied to Deep-Sea Applications
编辑推荐：
虚拟电厂（VPP）在多能耦合市场中面临能源载体协调与价格响应机制不足的问题，为此构建了以IESP为领导者、VPP为跟随者的双层Stackelberg博弈模型，结合Kriging代理模型与改进粒子群优化算法（IPSO），实现多能资源协同优化。案例研究表明该方法可降低VPP系统运营成本4.2%，提升IESP平均利润4.3%，并减少求解时间77.5%。
詹晓生|马刚|姚云婷|徐文军|陈旭东|边丽杰|李行硕
南京师范大学电气与自动化工程学院，南京，210023，中国
摘要
随着能源市场机制的不断优化以及对多能源互补性需求的增加，虚拟电厂（VPP）作为一种关键的分布式资源聚合形式，已成为区域能源管理和市场响应中的重要参与者。然而，在电力-天然气耦合的多能源市场环境中，VPP在协调多种能源载体和响应价格信号方面仍面临重大挑战，这主要是由于缺乏与综合能源服务提供商（IESP）的有效协作机制。本研究提出了一种适用于多能源市场的双层IESP-VPP斯塔克伯格博弈模型。在上层，具有天然气定价权的IESP通过博弈论策略优化电力买卖价格，以指导市场运作；在下层，VPP作为价格接受者，优化多能源单元的协调调度以最小化其运营成本。为了解决这个非线性耦合博弈问题，本文提出了一种基于克里金代理模型和改进的粒子群优化（IPSO）算法的解决方案，旨在减少求解次数，同时保持优化精度和计算效率。案例研究结果表明，所提出的方法和模型有效降低了VPP系统的总运营成本约4.2%，提升了整体经济性能，并促进了多能源资源的高效协调和利用。此外，与传统算法相比，该方法使IESP的平均利润增加了约4.3%，平均求解时间减少了约77.5%，验证了其在多能源市场协调和优化中的效率和可行性。
研究背景与意义
随着分布式可再生能源的快速普及和对多能源整合需求的增加，电力系统正从传统的集中式结构向强调多能源协调和区域自主性的新能源范式演变[1]、[2]。作为资源整合和市场参与的重要形式，虚拟电厂（VPP）可以聚合各种分布式能源资源（DER），包括光伏、风能等
多智能体运营框架
本文提出了IESP与VPP之间的协作运营框架，如图1所示。该框架涉及四个主要实体：电力市场、天然气市场、IESP和VPP。VPP系统整合了七个组成部分，即光伏发电单元（PV）、风力涡轮机单元（WT）、电力转天然气（P2G）、微型燃气轮机（MT）、储能系统（ESS）、可中断负载（IL）和电气负载（EL）。在这个框架中，IESP充当
斯塔克伯格博弈模型
IESP的盈利能力直接受到其为VPP设定的能源定价策略以及VPP的电力交易行为的影响。能源价格的变化直接影响VPP的交易量，进而影响IESP的收入，形成了动态的战略互动。根据工程博弈论[31]，建立了一个斯塔克伯格博弈模型，其中IESP作为领导者，VPP作为追随者。克里金代理模型
克里金代理模型[32]是一种常用的统计方法，用于用有限的样本来替代复杂的优化模型，以构建计算效率高的近似模型。与直接调用底层能源管理模型相比，使用克里金方法可以显著减少计算资源消耗，特别适合需要博弈论求解的过程示例说明
本文构建了一个包含3个VPP的测试系统，每个VPP由六个组件组成：PV、WT、MT、ESS、IL和EL。其中，IL的补偿价格为1.2千元/兆瓦时（CNY/MWh），储能调度的成本系数为0.05千元/（兆瓦时）2，天然气的购买价格为0.6元/立方米（CNY/m3），天然气的销售价格为0.8元/立方米（CNY/m3）。相关参数见图4和表2、表3、表4[39]。在改进的粒子群优化算法中结论
本文聚焦于电力系统中的多能源协同优化和多智能体交互博弈问题，研究了IESP与多个VPP之间的电力价格确定互动机制和资源协调策略。考虑到电力-天然气市场的背景，构建了一个以IESP为领导者、VPP为追随者的斯塔克伯格博弈模型，并引入了天然气定价权CRediT作者贡献声明
姚云婷：监督、方法论、概念化。徐文军：验证、调查。詹晓生：撰写——原始草稿、形式分析。马刚：监督、方法论。李行硕：监督、方法论。陈旭东：调查。边丽杰：验证利益冲突声明
? 作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。致谢
本项工作属于“考虑不确定性的多能源系统低碳运营策略研究”项目，该项目由“江苏省高等教育机构基础科学（自然科学）一般研究项目”资助，合同编号为25KJB470017。
