基于合作博弈的能源互聯網經濟能效分層協同優化調度

鐘永潔，李玉平，胡 兵，張 瑋，齊以年，孫永輝

（1. 國電南京自動化股份有限公司，江蘇 南京 210032；2. 南京國電南自電網自動化有限公司，江蘇 南京 211153；3. 河海大學能源與電氣學院，江蘇 南京 210098）

0 引言

21 世紀以來，能源是國家發展的基礎［1-3］，如何在保證能源利用及供應的可持續性、靈活性和經濟穩定增長的同時提升能效等級，促進節能減排，是當今社會共同關注的焦點［2，4-5］。而能源互聯網是新一代智慧能源系統，它通過多種能源的源、網、荷、儲的統一高效協調、緊密互動和集成協同優化［6-7］，實現多能互補利用，減少對化石能源的依賴與利用，發揮能源梯級利用優勢，提高能源的綜合利用水平［5，8-9］，從而極大地提高整個能源系統的安全性、靈活性和可靠性，受到國內外的高度關注［2，6，10］。構建能源互聯網是提升系統綜合能效、促進可再生能源規?；_發利用、提高經濟效益、實現節能減排和多能協同供應的有效途徑之一，這對推動能源可持續發展具有重要意義［6，10-11］。

目前，國內外綜合能源系統（綜合能源系統是能源互聯網的物理載體）［5-7，11-12］、能源互聯網等已步入試點示范和技術驗證階段，重點開展了區域能源互聯網、園區型綜合能源系統示范項目實踐［3，6，13-14］。國內外在能源互聯網建模、協同優化方面已經有了一些基礎性研究［6，14-15］，主要集中在協同優化調度模型、算法等方面，具體體現如下。①基礎架構方面：文獻［11］從能源互聯網分層管理體系角度出發，提出了基于能量路由器的能源互聯網分層分區優化策略；文獻［12］提出了綜合能源系統上、下層的統一架構模型，上層面向能量傳輸網絡，下層面向配網級能源樞紐；文獻［13］提出了綜合能源系統的分層結構管理方式，緩解了信息不對稱性所帶來的需求響應優化決策問題；文獻［14］面向城市級能源互聯網，探討了能源互聯網多層次、多結構、多維度的特性，并對其“區域自治，全局協調”的分層分區協調控制技術進行了分析。②協同優化方面：文獻［15］提出了計及子能源系統協同運行效果的綜合能源系統多場景協同優化調度問題，并采用多目標層次規劃法處理多目標優化問題；文獻［16］針對終端能源互聯網特性，提出了相應的能效優化調度模型；文獻［17］建立了實用的熱電互聯多能流系統經濟排放多目標協同優化調度模型，并提出了一種兩階段優化法來求解模型；文獻［18］提出了含冰蓄冷空調的多能聯供微電網多時間尺度優化調度模型，建立了考慮冷熱負荷變化的雙層滾動優化平抑模型。③博弈論方面：文獻［19］建立了主要包含產能基地、系統管理商和綜合能源用戶三方面主體的斯塔克爾貝博弈和聯盟博弈模型；文獻［20］提出了由配電系統、配氣系統、供熱系統和多個能量樞紐組成的區域綜合能源系統的運行機制，建立了綜合能源系統的主從博弈模型；文獻［21］基于不同投資主體的博弈機理分析，提出了基于多主體博弈的電氣互聯綜合能源系統聯合規劃方法；文獻［22］在綜合能源系統基礎框架和模型的基礎上，構建了供需兩側主從博弈模型。

綜上所述，已有研究大多是針對某一特定層次的能源互聯網架構進行分析建模并進行優化調度的，較多集中在某單一優化運行策略下，相對缺乏分層建模、協同優化分析的研究。因此，有必要根據不同工程場景應用需求進一步提出基于合作博弈的分層協同優化模型與方法，建立架構清晰、完善的園區與區域能源互聯網互動的協同優化調度體系?；诖?，本文提出了基于合作博弈關系及能量管理系統信息交互原理的能源互聯網互動分層協同優化架構、上層及下層模型、優化調度方式和求解流程，同時提出了基于合作博弈的能源互聯網分層協同優化調度策略，并進行了仿真驗證。

1 園區與區域能源互聯網分層架構

能源互聯網在地理、調度、管理等方面存在明顯的分層結構［1，3，5-6，9］，園區與區域能源互聯網互動分層架構如圖1 所示。下層園區能源互聯網主要面向終端用戶側［9，16］，園區能源互聯網工程應用實體如新興經濟開發區、綜合商業區、高新技術開發區、工業示范區、大型娛樂中心等，在下層園區能源互聯網中，各類型能源轉換設備相互協同配合工作，使得多類型能源以最優方式耦合、轉換、互動配合；上層區域能源互聯網主要以能源傳輸系統為主［5，10，21］，通常主要包含天然氣、電力和熱力等多個異構能源系統，各種能源子系統在傳輸能量的同時也通過大型能源轉換設備與其他類型的能源系統進行耦合互聯、協調運行工作，如電力系統與熱力系統通過電鍋爐、熱電聯供等耦合互聯在一起，電力系統與天然氣系統通過電轉氣、熱電聯供等耦合互聯在一起，天然氣系統與熱力系統通過燃氣鍋爐、熱電聯供等耦合互聯在一起。下層園區能源互聯網與上層區域能源互聯網通過能源管理系統進行信息交互，上、下層能源互聯網根據調度指令調整系統運行方案。

上層區域能源互聯網與下層園區能源互聯網在地理位置上通常相距較遠，且屬于不同的利益主體。下層園區能源互聯網面向用戶側，關注園區的整體能效效益，是典型的消費者［3，19］；而上層區域能源互聯網面向中、大型能源傳輸系統，是能源生產、供能方，更關注能源系統整體的經濟成本，從供能方的角度而言，在滿足下層消費者的負荷需求的基礎上，希望供能經濟成本最小，即能源傳輸系統以一種最優的能源供給方式運行。顯然上層區域能源互聯網與下層園區能源互聯網之間存在競爭、矛盾沖突關系，即博弈關系，可以通過一定的博弈策略使得上層區域能源互聯網與下層園區能源互聯網獲得最佳調度方式。

2 園區與區域能源互聯網模型和優化調度

本文以圖1 所示的園區與區域能源互聯網互動分層架構為例，研究基于合作博弈的分層協同優化調度問題。在互動分層架構的基礎上，分別建立上層區域能源互聯網與下層園區能源互聯網模型，并提出能效、經濟優化調度策略。

圖1 園區與區域能源互聯網互動分層架構Fig.1 Hierarchical architecture of interaction between park-level and regional energy internet

2.1 下層園區能源互聯網模型與能效優化

2.1.1 主要能源轉換設備模型

1）燃氣輪機。

計及變工況特性的燃氣輪機模型如下［17］：

式中：F、P、H、P?分別為燃料輸入量、電功率、熱功率、電負載率；η、τ、I分別為效率、多項式系數、表示運行狀態的布爾變量，其中設備運行時布爾變量取值為1，設備停機時布爾變量取值為0；n為多項式冪次；上標t、loss 分別表示時刻、能量損失；下標GT 表示燃氣輪機。

2）余熱回收裝置。

余熱回收裝置回收利用燃氣輪機排出的高溫煙氣進行制熱，變工況特性下其模型如下［11］：

式中：下標ACHI表示吸收式制冷機設備。

冰蓄冷空調模型與運行約束見文獻［18］。

2.1.2 能效優化調度

能效是園區能源互聯網優化調度運行需要重點關注的問題之一，?效率不同于一次能源利用率或綜合能源利用率從能源數量角度衡量系統的效益，?效率是基于不同能源質量差異即品質差異來衡量系統的效益的［5，11，16］。在通常的?效率優化調度相關研究中并不考慮輸入電能的成分因素，即購電電能中新能源發電的占比、燃煤機組發電的占比、燃氣機組發電的占比等，然而實際工程應用場景中，輸入?值，尤其是購電電能的成分會影響輸入?的大小，電能來源中各種成分占比不同、各類型發電機組的效率不同、各類型能源的品質不同都會直接或間接地影響?效率和上層區域能源互聯網各電源的出力情況。

本文提出的日前能效優化調度即考慮?效率的優化調度，能效優化調度的目的是獲得最大?效率，?效率定義為系統的輸出?值與輸入?值之比［5，16］，下層園區能源互聯網日前能效優化調度模型如下：

2.1.3 運行約束條件

下層園區能源互聯網日前能效優化調度運行約束主要包括能源轉換設備運行約束、各類型新能源出力運行約束、各類型能量平衡約束、聯絡線功率傳輸限制約束等。

1）能源轉換設備運行約束。

能源轉換設備的出力與爬坡能力、優化調度周期內啟動次數運行約束如下［7，9-11］：

式（11）為能源轉換設備的統一運行約束表示形式，當具體到某一設備不具有某項約束時，該項自動失去意義，如對于鍋爐，自動刪除式（11）中第1、3、4、6個子式即可。

能源轉換設備的最小停機、開機時間約束如下：

3）能量平衡約束。

下層園區能源互聯網中涉及冷、熱、電、氣等多種能量，在優化調度周期內需實時滿足電母線、熱母線、冷母線、天然氣母線能量平衡約束要求，即［7，22］：

式中：下標ISAC表示冰蓄冷空調。

4）聯絡線功率傳輸限制約束。

與下層園區能源互聯網相連接的配電、配氣接口或端口受物理條件限制，其功率交換量受到約束，下層園區能源互聯網與上層區域能源互聯網聯絡線或配電站、配氣站運行約束為：

2.2 上層區域能源互聯網模型與經濟優化

2.2.1 主要能源轉換設備模型

1）電鍋爐。

電鍋爐與燃氣鍋爐的變工況特性類似，其變工況特性模型如下：

式中：下標EB表示電鍋爐設備。2）電轉氣。

電轉氣過程較為復雜，電轉氣技術使得電力、天然氣能源子系統之間的耦合互動關系愈加緊密，它實現了2 個系統之間能量的雙向流動，本文從能量轉換整體效率角度出發，建立能量轉換模型如下：

上層能源互聯網中燃氣鍋爐模型見式（3），不再贅述。

2.2.2 經濟優化調度

上層區域能源互聯網經濟優化調度成本主要包括棄風懲罰費用和棄光懲罰費用fre、消耗氣源天然氣費用fGW、熱電聯供機組消耗燃料費用fCHP、火電機組消耗燃料費用fTU，因此上層區域能源互聯網日前經濟優化調度模型為：

2.2.3 運行約束條件

上層區域能源互聯網運行約束條件主要包括以下約束：能源轉換設備運行約束；新能源出力約束；能量平衡約束。具體運行約束形式見2.1.3 節，不再贅述。

因為上層區域能源互聯網中的火電機組為電力系統的主要電源，所以電力系統需要滿足以下旋轉備用約束：

式中：U、D分別為機組的向上、向下旋轉備用容量；M、N分別為電力系統的向上、向下旋轉備用容量，通常取系統總負荷的5%左右。

基于合作博弈的分層協同優化調度中的下層園區能源互聯網購電電能來源于上層區域能源互聯網，上層區域能源互聯網的電源主要有新能源發電、燃煤發電、燃氣發電。不同時刻下購電電能中不同類型能源發電的占比也在變化，不同類型能源發電滲透率約束為：

式中：下標eps表示上層區域能源互聯網電力系統中所有類型的發電機組。

3 基于合作博弈的分層協同優化調度求解

3.1 合作博弈模型

3.1.1 多目標優化問題的數學描述

多目標優化問題的數學描述如下［19-21］：

3.1.2 基于合作博弈法求解多目標優化問題

在合作博弈中，各博弈參與方之間以集體理性為基礎，追求集體收益最大化的同時使各個博弈參與方滿意。因為集體收益與各方的個體收益密切相關，所以要求各博弈參與方在追求自身利益的同時要考慮集體的利益，各博弈參與方需適當控制其個體理性，以集體理性為指導，確保整體收益的增加。

基于此，建立合作博弈模型如下［19-22］：

式中：fi(O)為第i個目標函數；fˉi(O)為fi(O)的最不理想值；fi(O*)為fi(O)的最優值。

上述模型恰當地反映了合作博弈中所要求的個體理性與集體理性，通過求解該合作博弈模型，可使各博弈參與方遠離自身的最不理想收益，實現收益均衡，同時使合作的整體收益達到最高。

3.2 分層協同優化調度求解

考慮園區能源互聯網與區域能源互聯網互動的經濟能效分層協同優化調度求解及合作博弈基本流程如附錄A 圖A1所示，合作博弈過程分為外層合作博弈與內層合作博弈，具體步驟如下：步驟1，在外層合作博弈中，下層園區能源互聯網能效優化調度與上層區域能源互聯網經濟優化調度進行博弈，博弈參與方通過能量管理系統進行信息交互；步驟2，外層博弈結束后，確定聯絡線信息；步驟3，上層區域能源互聯網以外層合作博弈結果即確定的聯絡線信息為基礎，進行電力系統經濟成本優化與天然氣系統經濟成本優化博弈，博弈參與方通過能源管理系統交互電源、氣源出力信息；步驟4，直至內層合作博弈結束，輸出能源互聯網優化調度結果；步驟5，如果有新的場景調整變化，可以通過再次調整重復步驟1—4來進行求解。

內層合作博弈過程的電力系統經濟成本優化目標與天然氣系統經濟成本優化目標分別如式（28）、（29）所示，合作博弈模型的求解步驟見附錄B。

4 算例分析

4.1 基礎數據

本文以圖1 所示的園區與區域能源互聯網互動分層架構為仿真算例，以冬季典型日為一個仿真周期（即24 h），仿真步長為1 h，冬季典型日中無冷負荷需求，地源熱泵以制熱工作模式運行，因此圖1 中表示供冷能量流路徑暫時未啟用，并采用附錄A 圖A1 所示的外層、內層能源互聯網合作博弈流程圖處理博弈求解過程。在MATLAB 2018a平臺進行前期的數據輸入、處理及接口搭建，基于通用的商業優化軟件LINGO18.0平臺編寫模型程序并調用全局求解器（Global Solver）進行求解，全局求解器提供全局最優解的選項，不同于一般算法只能獲得局部的最優解，其可以通過多起始點的方式，通過劃分凸規劃，調用分支定界管理程序，從多個局部最優解中確定全局最優解，將非線性模型優化到全局最優解。

下層園區能源互聯網中的熱負荷、電負荷、氣負荷需求以及風電、光伏的預測出力如附錄D 圖D1所示（在不改變數據且利于直觀反應曲線變化趨勢的前提下，下文中所述的所有離散的點均用連續的曲線方式呈現），下層主要能源轉換設備參數信息如附錄D 表D1 所示，其中優化調度周期內環境溫度設置為269.15 K；燃氣輪機熱能損失因子為0.1；余熱回收系統效率為0.82，余熱回收系統工作狀態與燃氣輪機配合協調一致組合在一起工作；地源熱泵允許的工作時段為［06:00，24:00］，要求停機時段為（00:00，06:00）；根據調度需要下層園區能源互聯網可以接受的最大棄風率為60%，最大棄光率為60%；下層園區能源互聯網與上層區域能源互聯網電能聯絡線功率交換下限為5 MW／h，天然氣聯絡線功率交換下限為15 MW／h，下層園區能源互聯網只允許從上層區域能源互聯網購電、購氣，不允許反向功率傳輸。

上層區域能源互聯網中的熱負荷、電負荷、氣負荷需求及風電、光伏的預測出力如附錄D 圖D2所示，上層主要能源轉換設備參數信息如附錄D 表D2 所示，其中火電機組有2 臺，分別記為1 號TU、2 號TU；1 號TU 的上爬坡速率為50 MW／h，下爬坡速率為50 MW／h，上旋轉備用容量為50 MW，下旋轉備用容量為50 MW；2 號TU 的上爬坡速率為20 MW／h，下爬坡速率為20 MW／h，上旋轉備用容量為20 MW，下旋轉備用容量為20 MW；氣源出力限值為380 MW／h；棄風懲罰系數設為30$／（MW·h），棄光懲罰系數設為10$／（MW·h）。其他仿真相關參數如附錄D表D3所示。

4.2 結果分析

4.2.1 合作博弈下的分層協同優化調度

下層園區與上層區域能源互聯網經濟能效分層協同日前優化調度結果如表1和表2所示。表中，能效優化調度指下層園區與上層區域能源互聯網為一個整體，優化目標為能效優化即下層的?效率優化調度，此時購電電能的不同類型能源發電的占比亦為變化量，下層園區與上層區域能源互聯網通過聯絡線數據交互相互耦合在一起；經濟優化調度指下層園區與上層區域能源互聯網為一個整體，優化目標為經濟優化即上層的經濟調度，其他情況同能效優化調度；博弈最優折中解指采用合作博弈法，下層園區與上層區域能源互聯網在博弈最優折中解方式下的運行情況；文獻［10］方法是采用文獻［10］介紹的基于調度中心關系的優化運行模式。下層園區能源互聯網能效協同優化調度即采用?效率最大化模式，在下層園區能源互聯網各類型負荷確定的基礎上，優化求解?效率最大等效于優化求解輸入?最小。上層區域能源互聯網的合作博弈基礎為外層合作博弈最優折中解，在上層區域能源互聯網中，電力系統經濟成本目標與天然氣系統經濟成本目標進行內層合作博弈，電力系統和天然氣系統為不同的利益綜合體，經濟成本主要考慮各自能源系統在滿足正常供能的基礎上的能源耗量成本，從上層區域能源互聯網的整體角度而言，內層合作博弈是使得區域能源互聯網的運行經濟成本最低。

表1 外層合作博弈下的協同優化調度結果Table 1 Collaborative optimal scheduling results under outer cooperative game

表2 內層合作博弈下的協同優化調度結果Table 2 Collaborative optimal scheduling results under inner cooperation game

根據表1 可知，在外層合作博弈過程中，下層園區能源互聯網能效協同優化調度的最優結果為0.487 7294，上層區域能源互聯網經濟協同優化調度最優結果為$332 049.9，外層合作博弈的最優折中解均略微次于對應的單一能效優化和經濟優化的結果。外層合作博弈的最優折中解的結果相較于能效優化效率降低了0.8%，相較于經濟目標值提高了2.2%，可見其幅度均不大，但是合作博弈最優折中解卻兼顧了能效優化與經濟優化這2 個因素，使得下層園區與上層區域能源互聯網均獲得了理想的滿意解。外層合作博弈最優折中解與文獻［10］所提的優化調度方法相比，能效目標值由0.476 622 9增加至0.483 584 1，提高了1.46%，經濟目標值由$339 759.6 減少至$339 384.4，降低了0.1%。文獻［10］是基于調度中心的關系進行分層協同優化的，而基于合作博弈的分層協同優化進一步考慮了上、下層之間的利益沖突和矛盾，與文獻［10］中協同優化調度結果相比，基于合作博弈的方法取得的最優折中解更好。

根據表2 可知，在內層合作博弈過程中，由于合作博弈雙方均為經濟成本目標，合作博弈相對于單一的電力系統經濟成本優化、天然氣系統經濟成本優化而言博弈最優折中解均較大，然而最優折中解的結果平衡了電力系統經濟成本優化與天然氣系統經濟成本優化，使得博弈雙方均獲得一個滿意解。與文獻［10］方法相比，內層合作博弈的最優折中解電力系統成本值減少了$14 280.95，經濟成本降低了19.9%，而天然氣系統成本值增加了$18040.5，經濟成本提高了6.7%，總成本值提高了1.1%，其增幅較小。與文獻［10］方法相比，內層合作博弈最優折中解中博弈參與方的目標值有較大變化，可見基于合作博弈法的協同優化調度在有效地平衡沖突方利益的同時也使得總體利益不會發生較大變化。

4.2.2 外層與內層合作博弈Pareto前沿分析

基于合作博弈的下層園區與上層區域能源互聯網的經濟能效分層協同優化調度的外層合作博弈Pareto 前沿如圖2 所示，內層合作博弈Pareto 前沿如圖3所示，均布搜索可行空間Pareto解集個數下的外層、內層合作博弈的聯盟收益分別如附錄E 圖E1、E2 所示。由圖2 可知，上層區域能源互聯網的經濟成本與輸入?之間存在一系列的可行解，最優折中解對應的輸入?為1872.634 MW·h，經濟成本為$339384.4，同時對應的?效率為0.4835841。在工程實際應用中，上層區域能源互聯網和下層園區能源互聯網可以采用合作博弈最優折中解的方案進行優化調度，對于不同的工程應用場景需求，不同的協同優化調度運行方案均可以在Pareto 前沿上找到對應的方案。

圖2 外層合作博弈Pareto前沿Fig.2 Pareto frontier of outer cooperation game

圖3 內層合作博弈Pareto前沿Fig.3 Pareto frontier of inner cooperation game

由圖2 可以看出，在一個優化調度周期內，能效優化調度的?效率上限不超過0.49，下限不低于0.43，?效率取值集中在0.48 左右，與此同時對應的輸入?集中在1 870 MW·h 左右，對應的經濟成本集中在$339000.0左右。偏離合作博弈最優折中解對應方案的調度運行勢必會導致能效或?效率性能變差，如使得上層園區經濟成本降低會促使?效率急劇降低，反之結果類似。根據圖3，總經濟成本與電力系統經濟成本之間存在二次函數的關系，在博弈的過程中，總經濟成本有最小值，而圖3 所示的合作博弈結果表明，最優折中解對應的點不是總經濟成本的最小值。內層合作博弈的參與方為電力系統經濟成本與天然氣系統經濟成本，博弈的效果是平衡、兼顧兩者的利益，并不是單一地追求上層區域能源互聯網總經濟成本最小，當然上層區域能源互聯網的總經濟成本已經在外層合作博弈予以考慮，內層合作博弈正是在外層合作博弈的基礎上進行的。結合表1 所示的結果，內層合作博弈與外層合作博弈對應的經濟成本最優折中解是不相同的，結果表明增加內層合作博弈可以使得系統運行方式得到進一步優化。

4.2.3 不同運行模式下的能效經濟動態變化特征

不同運行模式下的下層園區能源互聯網?效率動態變化如圖4所示。

圖4 不同運行模式下的?效率動態變化Fig.4 Dynamic variation of exergy efficiency under different operating modes

根據圖4 可以明顯發現，在單一的經濟優化調度運行模式下，?效率整體上均較低，在單一的能效優化調度運行模式下，?效率整體上均較高，而在博弈最優折中解的運行模式下，?效率整體上與能效優化調度變化趨勢相同且非常接近。采用文獻［10］的優化調度運行模式時下層園區能源互聯網的?效率波動幅度相對較大。根據圖4，在整體優化調度周期內單一經濟優化調度運行模式下?效率相對較低，其他3 種運行模式尤其是在01:00—07:00 和19:00—24:00 時段的?效率非常接近，可見在優化調度周期內，不同運行模式下的?效率變化既有相同點也有不同點。結合表1 所示的外層合作博弈的結果，雖然經濟優化調度使得上層區域能源互聯網的經濟成本最低，但是經濟效益較好的前提是以犧牲?效率為代價的，在實際工程應用中顯然需要顧及下層園區能源互聯網的?效率利益，系統采用外層合作博弈下博弈最優折中解的運行方式可以平衡、兼顧上層和下層能源互聯網效益。

不同運行模式下的上層區域能源互聯網經濟成本動態變化如圖5 所示，圖中電力系統優化和天然氣系統優化指在外層合作博弈結果上進行單一的經濟成本優化調度，外層合作博弈后獲得聯絡線數據信息，將外層合作博弈得到的最優折中解下所對應的聯絡線數據信息通過能量管理系統交換上傳到上層區域能源互聯網中，而經濟優化對應圖4 中的經濟優化調度運行模式。

圖5 不同運行模式下的經濟成本動態變化Fig.5 Dynamic variation of economic cost under different operating modes

根據圖5 所示的優化結果，在電力系統優化模式下上層區域能源互聯網經濟成本最高，在經濟優化運行模式下經濟成本最低，在天然氣系統優化運行模式下經濟成本波動幅度最大。對比電力系統優化、天然氣系統優化、經濟優化運行模式的結果可以看出，不同運行模式下上層區域能源互聯網經濟成本差異較大，單一地追求電力系統效益或天然氣系統效益都是不合理的，而在博弈最優折中解的運行模式下經濟成本總體均較低，且接近經濟優化運行模式。結合表1和圖5可以看出，采用文獻［10］的運行模式也可以使得上層區域能源互聯網經濟成本較低且與博弈最優折中解的運行模式下的結果相接近，但博弈最優折中解的運行模式考慮了上層區域能源互聯網不同利益方的經濟成本效益，考慮的因素更為全面。

5 結論

在基于合作博弈的分層協同優化調度方面，本文介紹了園區能源互聯網與區域能源互聯網互動分層基本架構，并在建立下層園區與上層區域能源互聯網模型的基礎上，構建了下層園區能源互聯網日前能效優化調度模型、上層區域能源互聯網日前經濟優化調度模型，給出了基于合作博弈的分層協同優化調度求解流程，進一步地通過算例分析驗證了基于合作博弈的分層協同優化模型及方法的合理性、優越性。研究表明：本文所提模型與方法綜合考慮了能源互聯網的互動分層特征，更加符合工程應用場景，有利于降低優化調度經濟成本，提高綜合能效水平；從經濟、能效角度考慮能源互聯網優化調度的多重需求，更能滿足不同優化調度模式下的利益需求；基于合作博弈考慮能源互聯網不同層次方的追求，有利于平衡各方利益沖突與矛盾。

附錄見本刊網絡版（http：//www.epae.cn）。