一种结合博弈论和有限状态机的热电协同能源网络控制方法和系统

1.本发明属于综合能源优化领域，具体涉及一种结合博弈论和有限状态机的热电协同能源网络控制方法和系统。


背景技术：

2.在能源危机和双碳目标挑战下，能提高能源使用率、降低碳排量的综合能源系统，成为目前可持续发展的大趋势。清洁供能的热电协同能源网络通过热泵电热转化低碳技术，实现工业余热等低品位热能的高质量利用，以数字化、智慧化手段实现热电之间的协同互补。
3.热电协同能源网络内部拓扑结构十分复杂，具有能源类型多、能源转换形式多、能源储存介质多等特点，因此难以对复杂的热电协同能源网络进行精准建模。同时热电协同能源网络内各部件之间存在复杂的耦合或制约关系，任何一个环节的能源转换、利用问题都会影响到整个系统的总体能效。博弈论方法主要研究复杂激励结构间的相互作用，十分适用于耦合关系复杂的热电协同能源网络。目前博弈论在较为简单的综合能源系统中已有应用。复杂的热电协同能源网络中用户侧、分布式新能源、热泵设备及储能设备等多主体多能源的协同调度，需要进行多主体多层次的博弈研究。
4.对于拓扑结构十分复杂热电协同能源网络，仿真或预实验都无法穷举所有的运行条件，且采用博弈算法之后，控制算法中也无法写入一个完整的系统偏微分物理模型，需采用基于数据的黑盒模型进行替代。黑盒模型内大量数据拟合的经验公式都具有适用范围，如果实际工况超出了公式的适用范围，基于连续性，黑盒模型仍会输出一个结果。但该输出如果直接作用于实际系统，可能会导致控制发散，造成系统失稳，因此不能将算法所得结果直接执行到实际系统中，需要对系统实际运行状态做出可行性限定。


技术实现要素：

5.本发明的目的在于克服上述现有技术的缺点，提供一种结合博弈论和有限状态机的热电协同能源网络控制方法，以解决现有技术中热电协同能源网络缺少合适的计算方法，以及博弈论算法难以合适的应用到实际热电协同能源网络中的问题。
6.为达到上述目的，本发明采用以下技术方案予以实现：
7.一种结合博弈论和有限状态机的热电协同能源网络控制方法，包括以下步骤：
8.步骤1，博弈参与者建立各自的目标函数，并制定优化目标，获得多目标函数；通过博弈模型优化多目标函数，获得博弈参与者的定价和能量分配策略；所述博弈模型分为两级主从博弈，第一级主从博弈中上层为多能源运营商，下层为新能源发电运营商；第二级主从博弈中上层为用户聚集商，下层为多能源运营商；所述多能源运营商包括热泵运营商、电池储电运营商、水箱储热运营商和新能源发电运营商；
9.步骤2，将博弈参与者的定价和能量分配策略输入有限状态机，所述有限状态机中
预设有多组状态；每一组状态包括热能部分和电能部分，热能部分设置有热泵机组运行模式、启动热泵机组类型以及水箱工作模式；电能部分设置有风力发电设备运行模式、光伏发电运行模式以及电池储电工作模式；有限状态机通过k-最近邻算法耦合预设的多组状态与输入的能量分配策略，获得多组等效误差；
10.步骤3，将等效误差最小的预设状态输入至热电协同能源网络中，驱动热电协同能源网络中的各个部件执行。
11.本发明的进一步改进在于：
12.优选的，步骤2中，有限状态机预设状态的热能部分时，依据热电协同能源网络的工况需求，所述工况需求包括：峰电时期热泵机组是否工作及制冷制热模式、水箱是否供冷供热；谷电时期通过水箱是否蓄冷蓄热判断热泵机组是否工作及制冷制热模式。
13.优选的，预设多组状态中热能部分的依据为：通过环境温度选择热泵机组运行模式，通过时间范围判断峰电谷电，通过谷电蓄热水箱温度判断是否需要热泵机组工作及工作的热泵机组种类数，通过比较cop高低来选择合适的热泵机组；通过峰电建筑回水温度判断建筑是否需要供冷供热，通过谷电蓄热水箱温度判断是否仅需水箱供冷供热，通过结合谷电蓄热水箱温度和峰电建筑回水温度判断是否需要热泵机组工作及工作的热泵机组种类数，通过比较cop高低来选择合适的热泵机组工作。
14.优选的，有限状态机预设状态的电能部分时，依据热电协同能源网络的工况需求，所述工况需求包括：风力发电设备是否运行、光伏发电是否运行以及电池储电设备的充放电状态。
15.优选的，预设多组状态中电能部分的依据为：通过太阳辐射判断光伏发电机组是否运行，通过风速判断风力发电机组是否运行，进一步比较新能源发电功率和负荷功率大小，根据电池soc判断电池是否充电或向电网送电。
16.优选的，预设的多组状态中热能部分和电能部分被划分为多个梯度。
17.优选的，步骤1的具体过程为：
18.步骤1.1，博弈参与者建立各自的目标函数，并制定目标函数，对博弈参与者组成的系统参数进行初始化；通过遗传算法生成初始的价格种群；
19.步骤1.2，第一级主从博弈中的新能源发电运营商在初始价格种群的基础上，求解对应的目标函数，根据结果，对电能和热能能量进行分配；基于分配的电能和热能，遗传算法生成的价格种群进行变异和交叉，生成获得新的售电价和售热价，比较价格种群变异和交叉前后的多能源运营商的效益，选择效益更高的种群作为过程种群；
20.步骤1.3，基于过程种群，第二级主从博弈的多主体目标函数通过熵权归一化方法进行变换，求解变换后多目标函数的收益，再次对电能和热能进行能量分配；
21.步骤1.4，基于步骤1.3获得的收益以及能量分配，遗传算法的种群变异、交叉进化再次生成新的售电价与售热价，获取用户聚集商的支出；所述支出与步骤1.3获得用户聚集商的支出比较，选择支出更低的种群；
22.步骤1.5，当各个博弈参与者的步骤1.2～步骤1.4，当两次迭代的目标函数值之差都小于收敛误差时，则迭代完成，否则继续迭代，最终获得各个博弈参与者的定价和能量策略。
23.优选的，第一级主从博弈中，热泵运营商、电池储电运营商根据新能源发电运营商
的售电价调整向新能源运营商购买的电功率，新能源发电运营商根据反馈的购买电功率对定价进行调整；水箱储热运营商根据热泵运营商的售热价调整向热泵运营商购买的热功率，热泵运营商根据水箱储热运营商反馈的购买热功率对定价进行调整。
24.优选的，第二级主从博弈中，用户聚集商根据新能源发电运营商的售电价调整向新能源购买的电功率，根据电池储电运营商的售电价调整向电池购买的电功率，根据热泵与水箱储热运营商的热价分别调整购买的热功率；新能源发电运营商和电池储电运营商根据用户聚集商反馈的购买电功率对定价进行调整，热泵运营商与水箱储热运营商根据用户聚集商反馈的购买热功率对定价进行调整。
25.一种结合博弈论和有限状态机的热电协同能源网络控制系统，包括：
26.博弈单元，用于博弈参与者建立各自的目标函数，并制定优化目标，获得多目标函数；通过博弈模型优化多目标函数，获得博弈参与者的定价和能量分配策略；所述博弈模型分为两级主从博弈，第一级主从博弈中上层为多能源运营商，下层为新能源发电运营商；第二级主从博弈中上层为用户聚集商，下层为多能源运营商；所述多能源运营商包括热泵运营商、电池储电运营商和水箱储热运营商；
27.耦合单元，用于将博弈参与者的定价和能量分配策略输入有限状态机，所述有限状态机中预设有多组状态，每一组状态包括热能部分和电能部分，热能部分设置有热泵机组运行模式、启动热泵机组类型以及水箱工作模式，电能部分设置有风力发电设备运行模式、光伏发电运行模式、电池储电工作模式以及电网取送电模式；有限状态机通过k-最近邻算法耦合预设的多组状态与输入的能量分配策略，获得多组等效误差；
28.控制单元，将等效误差最小的预设状态输入至热电协同能源网络中，驱动热电协同能源网络中的各个部件执行。
29.与现有技术相比，本发明具有以下有益效果：
30.本发明公开一种结合博弈论和有限状态机的热电协同能源网络控制方法和系统，该方法基于复杂的多能源多主体网络，以三类热电设备为博弈主体、两级储能机构为有机补充，构建三层式博弈架构与两级主从博弈的双重“3+2”博弈模型，博弈算法采用黑盒模型，输出的连续结果经有限状态机核实判断，采用有限状态机，通过模块化离散化的控制逻辑，提前划分热能和电能模块，并进行模式划分，预设大量可以稳定运行的输出状态，采用k-最近邻算法获得博弈模型实时输出结果的等效误差，选取一种误差最小的预设输出状态作为系统实际运行状态，经过有限状态机控制逻辑对运行状态的判断和调控，解决直接采用博弈论连续理论最佳输出时可能发生的控制失稳现象，既保证系统能够在近最佳状态下运行，也保证系统稳定运行率达到100％；且有限状态机模块化离散化的控制逻辑，具有响应快、算力需求低的特点，更适用于工程实际应用；本发明将博弈模型输出的连续控制信号离散化，离散至有限状态机预设的某一种稳定运行状态，保证系统在稳定可靠的前提下又能够在最接近最佳状态下稳定运行，解决热电协同能源网络多主体多能源的协同调度问题，切实实现系统的整体年化能耗最低或年化经济性最佳的协同优化目标。本发明可在用户总支出经济性最佳或能耗最低的条件下，保证各个运营商的效益最大化，实现热电协同能源网络内能量流的实时最优分配，进一步保证系统能够在最接近最佳状态下稳定运行，为复杂的热电协同能源网络多层级博弈优化求解及系统稳定运行提供便利可行的解决方案。
31.进一步，本发明本发明以新能源发电设备、热泵、用户侧耗能设备三类热电设备为主体，电池储电、水箱储热两级储能机构为有机补充，并构建了三层式博弈架构，提出两级多目标主从博弈，增强热电协同能源网络中多主体之间的互动与竞争，实现单个复杂能源网络系统中各部件之间耦合关系的简化与解耦，达到电能与热能协同互济的能量优化控制分配效果提升运行经济性。
32.进一步的，本发明采用博弈算法作为控制核心，有限状态机作为工具，控制核心计算所得结果经由工具核实判断，并执行到实际系统中，为复杂的热电协同能源网络多层级博弈优化求解及稳定运行提供便利可行的解决方案。
附图说明
33.图1为一种复杂热电协同能源网络三层博弈架构图；
34.图2为一种复杂热电协同能源网络两级主从博弈和有限状态机判断流程图；
35.图3为一种有限状态机热能模块模式划分类别图；
36.图4为一种有限状态机电能模块模式划分类别图。
具体实施方式
37.下面结合附图对本发明做进一步详细描述：
38.实施例1
39.本发明的实施例1为公开了一种双重“3+2”博弈模型，通过层级划分协调各个主体的利益冲突，以优化最上层函数为首要目标，能在不同的运行工况条件下实时求解博弈模型的最佳状态，在用户总支出经济性最佳或能耗最低的条件下，保证新能源发电、热泵、电池储电、水箱储热系统各自的功能最大化，实现热电协同能源网络内能量流的实时最佳分配，提高整个网络系统的运行经济性。
40.在区域内可能存在多个热电协同能源网络并行，因此可在单节点的双重“3+2”博弈模型基础上，针对不同热电协同能源网络之间的互动，进一步增加不同热电协同能源网络节点的电能传输与定价机制，为双重“3+2”层级博弈模型的输入端匹配额外的电能供给或输出端口，从而获取任意节点内用户经济性或能耗的最新平衡条件，达到区域级交直流混合互济供能网络的最佳经济性或能耗最低运行效果。
41.如图1所示，单个复杂电热协同能源网络，以新能源发电设备、热泵、用户侧耗能设备三类热电设备为主体，电池储电、水箱储热两级储能机构为有机补充，新能源发电设备、热泵、电池储电、水箱储热多种机构对用户提供电能或者热能，用户侧的热负荷电负荷直接或间接影响各个机构的热负荷电负荷；能源网络中分布式新能源发电设备直接或间接提供其他所有设备和用户所需要的能量，能量不足或过剩可向电网取电或者送电。
42.针对单个多能源多主体复杂拓扑的热电协同能源网络，对整个能源系统划分重要度层级，由能源网络的能源关系构建了三层博弈架构，划分两级主从博弈；博弈参与者包括用户聚集商、新能源发电运营商、热泵运营商、电池储电运营商与水箱储热运营商；底层为新能源发电运营商，顶层为用户聚集商，中间层为多能源运营商，即热泵运营商、电池储电运营商、水箱储热运营商和新能源发电运营商。新能源发电运营商、电池储电运营商分别制定各自的电价，热泵运营商、水箱储热运营商分别制定各自的热价；新能源发电运营商制定
电价a，向热泵运营商、电池储电运营商与用户聚集商售卖电能，同时电能不足或过剩时从电网取电或送电，根据反馈的购买电功率对定价a进行调整；电池储电运营制定电价b，向热泵运营商与用户聚集商售卖电能，根据反馈的购买电功率对定价b进行调整；热泵运营商制定热价c，向水箱储热运营商与用户聚集商售卖热能，根据反馈的购买热功率调整定价c；水箱储热运营制定热价d，向用户聚集商售卖热能，根据反馈的购买热功率对定价d进行调整；用户聚集商从新能源发电运营商与电池储电运营商购买电能，从热泵运营商与水箱储热运营商购买热能；单个复杂电热协同能源网络能量源主要由分布式新能源发电设备直接提供，或间接转化为其他运营商的电能或热能。
43.如图2所示，整个博弈架构划分为两级主从博弈，第一级主从博弈上层为博弈架构中间层中的多能源运营商，下层为博弈架构底层的新能源发电运营商，热泵运营商、电池储电运营商根据新能源发电运营商的售电价调整向新能源运营商购买的电功率，新能源运营商接收到热泵运营商、电池储电运营商反馈的购买电功率变化对定价进行调整，水箱储热运营商根据热泵运营商的售热价调整向热泵运营商购买的热功率，热泵运营商根据水箱储热运营商反馈的购买热功率对定价进行调整；第二级主从博弈上层为博弈架构顶层的用户聚集商，下层为博弈架构中间层的多能源运营商，包含多个优化目标，用户聚集商根据新能源发电运营商的售电价调整向新能源购买的电功率，根据电池储电运营商的售电价调整向电池购买的电功率；同理根据热泵与水箱储热运营商的热价分别调整购买的热功率；新能源发电、电池储电、热泵与水箱储热运营商接收到用户反馈的购买电功率或热功率对定价进行调整。
44.博弈参与者建立各自的目标函数模型，并制定约束条件，运营商目标均为收益最大，用户目标为支出最少。对热电协同能源网络系统相关参数进行初始化输入，利用遗传算法生成初始价格种群，制定各运营商的售电价、售热价，传递给第一级主从博弈下层的新能源发电运营商，计算新能源发电运营商目标函数效益，并求解热电能量分配策略，遗传算法种群变异、交叉生成新的售电价、售能价，计算适应度函数比较种群进化前后多能源运营商效益，选择效益高的种群并传递给第二级主从博弈下层的多能源运营商，通过熵权归一化方法进行变换，求解变换后的多主体目标函数效益，并求解热电能量分配策略，遗传算法种群变异、交叉生成新的新的售电价、售能价，计算适应度函数比较种群进化前后用户聚集商的支出，选择支出少的种群，各博弈参与者前后两次迭代的目标函数值之差小于收敛误差，则完成最终定价与能量策略的决策，否则继续迭代计算。具体的，双重“3+2”博弈模型求解流程为：
45.1.输入系统初始化参数，包含输入光伏、风电发电的功率，用户初始电负荷、热负荷，遗传种群数量，种群变异率，交叉概率，博弈收敛误差等参数。
46.2.利用遗传算法生成运营商售能价格的初始种群。
47.3.第一级主从博弈下层的新能源发电运营商接收价格，根据发电运营商的收益目标函数在约束条件下优化求解效益，获得价格种群，并进行电能、热能能量分配。
48.4.基于步骤3获得的价格种群，遗传算法种群变异、交叉进化生成新的售电价与售热价，计算适应度函数，即第一级主从博弈上层多能源运营商各自的经济效益，与种群进化前多能源运营商的效益进行比较，选择效益更高的种群，作为过程种群。
49.5.根据第一级主从博弈选择的种群，第二级主从博弈的下层多能源运营商接受电
价与热价，多主体目标函数通过熵权归一化方法进行变换，求解变换后的多主体目标函数效益，再次求解电能、热能能量分配。多主题目标函数为各个运营商各自的收益目标函数，为各个收益目标函数的总称。
50.6.遗传算法的种群变异、交叉进化再次生成新的售电价与售热价，计算适应度函数，即用户聚集商的支出，与种群进化前用户聚集商的支出进行比较，选择支出更低的种群。
51.7.重复步骤1～6，若各运营商与用户聚集商前后两次迭代目标函数值之差都小于收敛误差，则求解完成，输出结果，否则继续迭代计算。
52.在博弈模型中，目标函数中涉及的如热泵能效比cop参数，采用的是基于大量数据拟合而成的经验关联式，对各热源热泵循环进行仿真模拟，得到不同工况下cop、环境温度、蒸发温度、进口温度、出口温度、排气温度等等参数。其中空气源热泵制热能效比cop
ah
，空气源热泵制冷能效比cop
ah
'，地源热泵制热能效比cop
gh
，地源热泵制冷能效比cop
gh
'，冷水机组制冷能效比
53.cop
wh
'，余热源热泵制热能效比cop
rh
的经验关联公式分别为：
54.cop
ah
＝4.584+0.07974t
a-0.01982t
in
+0.0003583t
a2-0.0009574tat
in-0.0009023t
in2
ꢀꢀꢀꢀ
(1)
55.cop
ah
'＝11.23-0.6165ta+0.4785t
in
+0.009669t
a2-0.01291tat
in
+0.002368t
in2
ꢀꢀꢀꢀꢀ
(2)
56.cop
gh
＝4.781+0.1061t
a-0.0286t
in
+0.0004531t
a2-0.001443tat
in-0.000416t
in2
ꢀꢀꢀꢀꢀ
(3)
57.cop
gh
'＝10.47-0.5453ta+0.6139t
in
+0.01237t
a2-0.02739tat
in
+0.01365t
in2
ꢀꢀꢀꢀꢀ
(4)
58.cop
wh’＝5.5-0.1757ta+0.2359t
in
+0.002286t
a2-0.006385tat
in
+0.002841t
in2
ꢀꢀꢀꢀꢀ
(5)
59.cop
rh
＝-24.55+0.8603ta+1.147t
in
+0.07994t
a2-0.1669tat
in
+0.05616t
in2
ꢀꢀꢀꢀꢀ
(6)
60.式中：cop
ah
为空气源热泵制热能效比；cop
ah
'为空气源热泵制冷能效比；cop
gh
为地源热泵制热能效比；cop
gh
'为地源热泵制冷能效比；cop
wh
'为冷水机组制冷能效比；cop
rh
为余热源热泵制热能效比；ta为环境温度；t
in
为进口温度。
61.对于拓扑结构十分复杂热电协同能源网络，仿真或预实验都无法穷举所有的运行条件，上述经验关联式中，空气源热泵制热能效比cop
ah
公式，其适用环境温度ta在-30℃～15℃温度区间内，进口温度t
in
在10℃～35℃温度区间内；空气源热泵制冷能效比cop
ah
'公式，其适用环境温度ta在30℃～40℃温度区间内，进口温度t
in
在10℃～35℃温度区间内；地源热泵制热能效比cop
gh
公式，其适用环境温度ta在-30℃～15℃温度区间内，进口温度t
in
在40℃～55℃温度区间内；地源热泵制冷能效比cop
gh
'公式，其适用环境温度ta在20℃～30℃温度区间内，进口温度t
in
在12℃～26℃温度区间内；冷水机组制冷能效比cop
wh
'公式，其适用环境温度ta在30℃～45℃温度区间内，进口温度t
in
在15℃～40℃温度区间内；余热源热泵制热能效比cop
rh
公式，其适用环境温度ta在30℃～50℃温度区间内，进口温度t
in
在30℃～40℃温度区间内。
62.实施例2
63.参见图2，本发明的实施例之一为公开了一种基于上述双重“3+2”博弈模型的黑盒模型，该模型对于拓扑结构十分复杂的热电协同能源网络模型，博弈论算法过程中采用的是基于数据的黑盒模型，其中含有大量基于数据拟合的公式，如热泵能效比cop各经验关联式，而各个拟合公式具有各自的适用范围，因此博弈计算输出的连续结果若超出公式适用范围，基于连续性，黑盒模型仍会输出一个结果，但可能会导致控制结果无法收敛，或者产生异常的控制信号；若博弈模型求解得到的最佳输出直接输入实际的热电协同能源网络系统，可能无法让系统稳定运行，因此需要限定系统的运行状态，保证系统可以在最佳输出状态附近稳定运行；面对实际工程应用，在博弈论模型和实际系统之间引入有限状态机，采用模式化离散化的控制逻辑，提前划分模式类型，进一步在模式内规定足够数量的能够稳定运行的状态，以供有限状态机进行调控选择，最终定价与能量策略的决策需经过有限状态机控制逻辑进行判断和调控，博弈论算法得到的最佳输出均会被翻译为某种提前声明的运行状态，以保证系统能在最接近博弈所得最优状态下稳定运行。
64.有限状态机预先状态声明和判断过程，采用模块化离散化的逻辑方式，依据热电协同能源网络的能源形式将系统状态模式分为热能部分和电能部分；并采用并联与串联的方式编写状态机，对标实际系统中的多层级结构，并有助于状态判断划分。
65.如图3所示，在热能调控逻辑与模式划分部分，依据实际热电协同能源网络可能的工况需求：峰电时期热泵机组是否工作及制冷制热模式，水箱是否相应地供冷供热；谷电时期建筑无需制冷制热，通过水箱是否蓄冷蓄热判断热泵机组是否工作及制冷制热模式；比较地源、空气源和水源三种不同热源的热泵机组cop高低来选择合适的工作机组；以1为开，0为关，并用1和1’分别对应热泵机组运行时的制热和制冷模式，0和0’分别对应热泵机组制热或制冷模式的关闭；水箱是否相应地供冷供热，判断水箱到用户侧阀与水泵的启停，以1为开，0为关；串联组合标记地源、空气源和水源热泵机组各自的启停，热泵/冷机到水箱阀的启停，水箱到用户侧阀与水泵的启停，将相应工况划分为32种模式并用序号标记；如谷电建筑不制热、水箱不蓄热，其组合标记为00000，模式序号为1。
66.热能模式划分具体逻辑判断过程为：通过环境温度tamb选择机组运行模式，time时间范围判断峰电谷电，谷电蓄热水箱温度txure判断是否需要机组工作及工作机组种类数，比较cop高低来选择合适的工作机组，峰电建筑回水温度tload判断是否建筑需要供冷供热，txure判断是否仅需水箱供冷供热，txure和tload结合判断是否需要机组工作及工作机组种类数，比较cop高低来选择合适的工作机组。
67.举例说明，简单判断环境温度tamb≤23℃，选择制热模式，tamb》23℃，选择制冷模式；进一步当0≤time＜7或19＜time＜24，处于谷电时期，建筑无需制冷制热，7≤time≤19，峰电时期，建筑需要制冷制热；制热模式谷电时间,蓄热水箱温度txure≥55℃，水箱无需蓄热，52℃≤txure《55℃，水箱仅需一种热源机组工作，选择cop最高的机组，47℃《txure《52℃，水箱需两种热源机组蓄热，选择cop较高的两种机组运行，txure《47℃，三种机组全部运行；制热模式峰电时间，建筑回水温度tload≥45℃，无需机组工作和水箱供热，tload《45℃，则需供热，进一步txure≥55℃，水箱供热，机组不工作，txure《55℃并且42℃≤tload《45℃，仅需一种热源机组工作，选择cop最高的机组，水箱蓄热且供热，txure《55℃并且37℃≤tload《42℃，需两种热源机组运行，选择cop较高的两种机组运行，水箱蓄热且供热，
txure《55℃并且tload《37℃，三种热源机组一起运行，水箱蓄热且供热；制冷模式谷电时间,蓄热水箱温度txure≤10℃，水箱无需蓄冷，10℃《txure≤12℃，水箱仅需一种热源机组工作，选择cop最高的机组，12℃《txure≤16℃，水箱需两种热源机组蓄冷，选择cop较高的两种机组运行，txure》16℃，三种机组全部运行；制冷模式峰电时间，建筑回水温度tload≤12℃，无需机组工作和水箱供冷，tload》12℃，则需供冷，进一步txure≤10℃，水箱供冷，机组不工作，txure》10℃并且12℃《load≤14℃，仅需一种热源机组工作，选择cop最高的机组，水箱蓄冷且供冷，txure》10℃并且14℃《tload≤18℃，需两种热源机组工作，选择cop较高的两种机组运行，水箱蓄冷且供冷，txure》10℃并且tload》18℃，三种热源机组一起运行，水箱蓄冷且供冷；
68.如图4所示，在电能调控逻辑与模式划分部分，依据实际热电协同能源网络可能的工况需求：风力、光伏发电设备是否运行，以1为开，0为关；比较发电功率与负荷功率的大小，以及电池储电设备充放电状态；对于电池储电设备，以1为充电，1’为放电，0为无电能充放；对于电网，以1为被取电，1’为被送电，0为无电能取送，串联组和标记风机启停、光伏发电设备启停、电池储电设备充放电情况、向电网取送电情况，将相应工况划分为22种模式并用序号标记；如风力发电设备运行，光伏发电设备运行，发电功率大于负荷功率，电池可充放，其组合标记为1110，模式序号为1。
69.电能模式划分具体逻辑判断过程为：通过太阳辐射r判断光伏发电机组是否运行，风速v判断风力发电机组是否运行，进一步比较新能源发电功率pnew和负荷功率pload大小，pnew》pload，根据电池剩余电量soc判断是否充电或向电网送电；pnew《pload，根据电池剩余电量soc判断是否放电，进一步比较新能源发电功率加上电池放电功率pbat和负荷功率的大小，pnew+pbat《pload，向电网取电。
70.举例说明，当太阳辐射r》0时，光伏发电机组运行，太阳辐射r≤0，光伏机组不运行；进一步当风速v》4m/s时，风力发电机组运行，风速v≤4m/s时，风力发电机组不运行；当r》0或v》4m/s时，进一步比较新能源发电功率和负荷功率大小，pnew》pload，电池soc《0.9，电池可充电，电网不取不送，电池soc≥0.9，电池已充满，向电网送电；pnew《pload，电池soc《0.1，电池已放空，向电网取电，电池soc≥0.1，电池可放电，且pnew+pbat≥pload，电网不取不送，pnew+pbat《pload，向电网取电，pnew＝pload，电池不充不放，电网不取不送；当r≤0且v≤4m/s时，pnew《pload，电池soc《0.1，电池已放空，向电网取电，电池soc≥0.1，电池可放电，pnew+pbat≥pload，电网不取不送，pnew+pbat《pload，向电网取电；pnew＝pload，电池不充不放，电网不取不送。
71.在确定的模式内预设多个状态，进一步符合实际系统复杂的运行状态；对热能与电能调控模式进行状态划分后，热能部分在确定热泵机组运行模式及启动机组的类型后，对机组运行的台数、压缩机转速、风机转速等等状态参数按一定梯度进行改变划分，电能部分在确定风力、光伏发电设备运行后，对发电设备运行台数等等按一定梯度进行改变划分，在实际能源系统中运行，保证其可行性；将热能和电能模式部分耦合起来，梳理系统可能存在的运行模式以及可以稳定运行的状态，并提前在有限状态机内进行声明。
72.双重“3+2”博弈模型计算输出的连续结果输入有限状态机，通过一系列运算条件将结果离散化，采用k-最近邻算法获得热能电能耦合模式内各个预设状态和博弈模型实时输出结果的等效误差，k-最近邻通过计算对象间距离来作为对象之间的非相似性指标；
73.计算博弈论算法输出状态和预设状态的等效误差，给出提前声明的状态数据u＝{x1,x2,x3,
…
,xn}，把任意数据的m个属性如环境温度，蓄热水箱温度等等表示为下面的特征向量x＝{a1(x),a2(x),a3(x),
…
,am(x)}，通过归一化处理可以的得到数据集r＝{r
ij
}
n*m
，根据信息熵定义可以得到:
[0074][0075][0076][0077][0078][0079]
其中，aj(x)表示数据对象x的第j个属性的值；m是属性总数，ω
p
是第p个属性的权重；d(x
*
,xi)是博弈算法输出的状态数据和提前声明的状态数据之间的加权距离，反映等效误差大小。
[0080]
2.选取一种误差最小的预设状态作为系统实际运行状态，输入实际热电协同能源网络，根据输出状态模式序号向设施及系统给出控制信号驱动系统中的各部件执行。
[0081]
该流程保证实际系统能够在博弈论算法得到的状态或最接近该状态的状态下运行，同时也保证系统稳定运行率达到100％；模块化离散化的控制逻辑下响应更快、算力需求更低。
[0082]
博弈论算法通过运算，对复杂热电协同能源网络系统提出一种系统所应该运行的最佳输出状态，发出指令信息至有限状态机，有限状态机通过控制逻辑对声明的状态进行模式划分，确定相应的热能电能模式序号，采用k-最近邻算法,选取一种误差最小的预设输出状态作为系统实际运行状态，根据运行模式中的状态编码给出控制信号，驱动系统中的各执行部件，切实保证实际系统能够在博弈论算法得到的状态或最接近该状态的状态下运行。
[0083]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种结合博弈论和有限状态机的热电协同能源网络控制方法，其特征在于，包括以下步骤：步骤1，博弈参与者建立各自的目标函数，并制定优化目标，获得多目标函数；通过博弈模型优化多目标函数，获得博弈参与者的定价和能量分配策略；所述博弈模型分为两级主从博弈，第一级主从博弈中上层为多能源运营商，下层为新能源发电运营商；第二级主从博弈中上层为用户聚集商，下层为多能源运营商；所述多能源运营商包括热泵运营商、电池储电运营商、水箱储热运营商和新能源发电运营商；步骤2，将博弈参与者的定价和能量分配策略输入有限状态机，所述有限状态机中预设有多组状态；每一组状态包括热能部分和电能部分，热能部分设置有热泵机组运行模式、启动热泵机组类型以及水箱工作模式；电能部分设置有风力发电设备运行模式、光伏发电运行模式以及电池储电工作模式；有限状态机通过k-最近邻算法耦合预设的多组状态与输入的能量分配策略，获得多组等效误差；步骤3，将等效误差最小的预设状态输入至热电协同能源网络中，驱动热电协同能源网络中的各个部件执行。2.根据权利要求1所述的一种结合博弈论和有限状态机的热电协同能源网络控制方法，其特征在于，步骤2中，有限状态机预设状态的热能部分时，依据热电协同能源网络的工况需求，所述工况需求包括：峰电时期热泵机组是否工作及制冷制热模式、水箱是否供冷供热；谷电时期通过水箱是否蓄冷蓄热判断热泵机组是否工作及制冷制热模式。3.根据权利要求1所述的一种结合博弈论和有限状态机的热电协同能源网络控制方法，其特征在于，预设多组状态中热能部分的依据为：通过环境温度选择热泵机组运行模式，通过时间范围判断峰电谷电，通过谷电蓄热水箱温度判断是否需要热泵机组工作及工作的热泵机组种类数，通过比较cop高低来选择合适的热泵机组；通过峰电建筑回水温度判断建筑是否需要供冷供热，通过谷电蓄热水箱温度判断是否仅需水箱供冷供热，通过结合谷电蓄热水箱温度和峰电建筑回水温度判断是否需要热泵机组工作及工作的热泵机组种类数，通过比较cop高低来选择合适的热泵机组工作。4.根据权利要求1所述的一种结合博弈论和有限状态机的热电协同能源网络控制方法，其特征在于，有限状态机预设状态的电能部分时，依据热电协同能源网络的工况需求，所述工况需求包括：风力发电设备是否运行、光伏发电是否运行以及电池储电设备的充放电状态。5.根据权利要求1所述的一种结合博弈论和有限状态机的热电协同能源网络控制方法，其特征在于，预设多组状态中电能部分的依据为：通过太阳辐射判断光伏发电机组是否运行，通过风速判断风力发电机组是否运行，进一步比较新能源发电功率和负荷功率大小，根据电池soc判断电池是否充电或向电网送电。6.根据权利要求1所述的一种结合博弈论和有限状态机的热电协同能源网络控制方法，其特征在于，预设的多组状态中热能部分和电能部分被划分为多个梯度。7.根据权利要求1所述的一种结合博弈论和有限状态机的热电协同能源网络控制方法，其特征在于，步骤1的具体过程为：步骤1.1，博弈参与者建立各自的目标函数，并制定目标函数，对博弈参与者组成的系统参数进行初始化；通过遗传算法生成初始的价格种群；
步骤1.2，第一级主从博弈中的新能源发电运营商在初始价格种群的基础上，求解对应的目标函数，根据结果，对电能和热能能量进行分配；基于分配的电能和热能，遗传算法生成的价格种群进行变异和交叉，生成获得新的售电价和售热价，比较价格种群变异和交叉前后的多能源运营商的效益，选择效益更高的种群作为过程种群；步骤1.3，基于过程种群，第二级主从博弈的多主体目标函数通过熵权归一化方法进行变换，求解变换后多目标函数的收益，再次对电能和热能进行能量分配；步骤1.4，基于步骤1.3获得的收益以及能量分配，遗传算法的种群变异、交叉进化再次生成新的售电价与售热价，获取用户聚集商的支出；所述支出与步骤1.3获得用户聚集商的支出比较，选择支出更低的种群；步骤1.5，当各个博弈参与者的步骤1.2～步骤1.4，当两次迭代的目标函数值之差都小于收敛误差时，则迭代完成，否则继续迭代，最终获得各个博弈参与者的定价和能量策略。8.根据权利要求7所述的一种结合博弈论和有限状态机的热电协同能源网络控制方法，其特征在于，第一级主从博弈中，热泵运营商、电池储电运营商根据新能源发电运营商的售电价调整向新能源运营商购买的电功率，新能源发电运营商根据反馈的购买电功率对定价进行调整；水箱储热运营商根据热泵运营商的售热价调整向热泵运营商购买的热功率，热泵运营商根据水箱储热运营商反馈的购买热功率对定价进行调整。9.根据权利要求7所述的一种结合博弈论和有限状态机的热电协同能源网络控制方法，其特征在于，第二级主从博弈中，用户聚集商根据新能源发电运营商的售电价调整向新能源购买的电功率，根据电池储电运营商的售电价调整向电池购买的电功率，根据热泵与水箱储热运营商的热价分别调整购买的热功率；新能源发电运营商和电池储电运营商根据用户聚集商反馈的购买电功率对定价进行调整，热泵运营商与水箱储热运营商根据用户聚集商反馈的购买热功率对定价进行调整。10.一种结合博弈论和有限状态机的热电协同能源网络控制系统，其特征在于，包括：博弈单元，用于博弈参与者建立各自的目标函数，并制定优化目标，获得多目标函数；通过博弈模型优化多目标函数，获得博弈参与者的定价和能量分配策略；所述博弈模型分为两级主从博弈，第一级主从博弈中上层为多能源运营商，下层为新能源发电运营商；第二级主从博弈中上层为用户聚集商，下层为多能源运营商；所述多能源运营商包括热泵运营商、电池储电运营商和水箱储热运营商；耦合单元，用于将博弈参与者的定价和能量分配策略输入有限状态机，所述有限状态机中预设有多组状态，每一组状态包括热能部分和电能部分，热能部分设置有热泵机组运行模式、启动热泵机组类型以及水箱工作模式，电能部分设置有风力发电设备运行模式、光伏发电运行模式、电池储电工作模式以及电网取送电模式；有限状态机通过k-最近邻算法耦合预设的多组状态与输入的能量分配策略，获得多组等效误差；控制单元，将等效误差最小的预设状态输入至热电协同能源网络中，驱动热电协同能源网络中的各个部件执行。

技术总结
本发明公开一种结合博弈论和有限状态机的热电协同能源网络控制方法和系统，该方法基于复杂的多能源多主体网络，以三类热电设备为博弈主体、两级储能机构为有机补充，构建博弈模型，博弈模型输出的连续结果经有限状态机核实判断，通过模块化离散化的控制逻辑，提前划分热能和电能模块，并进行模式划分，预设大量可以稳定运行的输出状态，采用K-最近邻算法获得博弈模型实时输出结果的等效误差，选取一种误差最小的预设输出状态作为系统实际运行状态，经过有限状态机控制逻辑对运行状态的判断和调控，解决直接采用博弈论连续理论最佳输出时可能发生的控制失稳现象，既保证系统能够在近最佳状态下运行，也保证系统稳定运行率达到100％。100％。100％。


技术研发人员：宋昱龙 杨梦莹 任佳航 谢宏生 曹锋
受保护的技术使用者：西安交通大学
技术研发日：2023.07.07
技术公布日：2023/10/15