经济优化调度是一种通过合理分配不同能源的发电量来最小化电力系统运行成本的方法，同时确保满足供电需求和遵守系统约束。
模型构建
需求响应模型
在MAIES系统中，能源需求多样化，包括冷、热、电和燃气负荷。电力负荷由热电联产、电网、储能和风电场供应，过剩电力可出售。冷负荷由CCHP和空调满足，热负荷则由热电联产、燃气锅炉和储能提供。燃气负荷直接由天然气管网供应。园区用户可通过价格响应机制调整能源使用行为，包括负荷削减、转移或转换能源来源。
能源负载分为固定和弹性两类。固定负载优先级高，不随价格变化；弹性负载灵活可调，包括可移动负荷（SL）、可消减负荷（CL）和可转换负荷（TL）。
固定负荷：在需求响应中不受影响，具有固定能量需求
可移动负荷（SL）：能在一定时间范围内调整使用时间，具有价格弹性
可消减负荷（CL）：用户可根据电价和需求部分削减或增加负荷，具有价格响应性。
可转换负荷（TL）：用户可在电价和天然气价格之间转换能源来源，具有特定的价格弹性和转换效率。
变工况模型
在综合能源系统（IES）的研究中，传统模型通常将设备的能量转换效率视为常数或简化耦合关系。然而，实际应用中设备的运行效率是动态变化的，与负载特性紧密相关。本文在现有研究基础上，引入了修正的动态效率变化模型来更准确地反映实际运行情况。
热电联产（CHP）系统：发电功率和供热功率存在关联。内燃机的发电效率与功率呈非线性关系，可以通过多项式拟合来描述。
溴化锂机组作为热回收设备，其效率受内燃机排烟温度和烟气流量的影响，这两个参数是热电联供系统的中间产物。
燃气锅炉（GB）机组：在实际运行中，GB的热损失包括多种因素，如燃料排烟热损失、不完全燃烧热损失、散热损失等。这些因素导致在低负荷运行时GB效率降低，GB在部分负荷下的效率可以通过二次多项式进行拟合。
本系统建立了一个多主体综合能源系统经济调度模型，以3个园区、储能电站和风电场的综合利润最大化为目标。具体建模如下：
约束条件如下：
储能电站约束
风电场约束
设备约束
功率平衡
多主体主从博弈模型
本文提出的是一个多智能体系统（MAIES）的双层博弈模型，其核心思想是通过系统运营商和园区内耦合设备的策略决策，以及跟随者的需求响应和充放能策略，实现整个系统的最优运行。
·模型结构：建立了一个包含领导者和多个跟随者的双层博弈模型。领导者是系统运营商，负责定价和设备出力决策；跟随者包括园区用户、风电场和储能设备，负责需求响应和充放能功率决策。
·决策层次：存在两个层次的决策，上层是系统运营商的决策，下层是跟随者的决策。这两个层次的决策通过迭代循环相互作用，以实现系统平衡。
·研究假设：
（1）领导者和跟随者都是理性和独立的，他们参与竞争市场，寻求优化目标
（2）博弈是完全信息动态博弈，即所有参与者都完全了解博弈的规则和信息
·博弈要素：
（1）参与者：系统运营商、园区用户、风电场、储能设备
（2）策略：领导者制定电价和热价，跟随者根据这些价格和自身设备情况制定需求响应和充放能策略
（3）收益：上层收益来源于领导者制定的价格和需求响应补贴，下层收益则通过优化能源转化耦合设备、储能电站和风电场的出力来降低成本
·收益计算：
上层：领导者通过制定能源价格和补贴单价，影响园区用户的需求响应，从而计算购能成本
下层：在固定上层收益的基础上，跟随者通过调整设备出力和充放能策略来优化成本，最终计算出MAIES的日总利润
·优化过程：通过重复上述步骤，直到找到最优解，认为系统达到均衡状态
算法流程
本章介绍了一个多智能体两级优化博弈模型，其中智能体包括领导者和跟随者，各自追求不同的优化目标。领导者面对的是多变量非线性问题，通过粒子群算法简化求解；而跟随者处理的是二次规划问题，利用MATLAB平台的YALMIP和Gurobi求解器。整个模型采用分布式方法，结合粒子群和二次规划进行迭代求解，以实现系统均衡。模型的具体求解过程如下：
调度结果
电功率平衡：园区电负荷平衡涉及配电网、园区间、储能电站及新能源出力的多方面交互，其中园区2通过灵活运行CHP机组并根据效率变化调整策略以降低成本，而园区3因冷负荷用户多导致缺电量增加，优先从储能和风电场购电，同时园区1的电负荷也大量流向园区3，以实现整体的电力供需平衡和成本优化。
园区1电功率平衡
园区2电功率平衡
园区3电功率平衡
热功率平衡：园区2和园区3的热功率平衡优化结果如下图，热电联产机组采用"以电定热"的运行方式，其与燃气锅炉机组的转换效率在调度周期内呈现动态变化。由于燃气锅炉具有较低的投资成本，其容量设置相对较大，主要用于满足基本热负荷需求，而CHP机组则根据电力需求来调整其热输出，以实现热功率平衡的优化。
园区2热功率平衡
园区3热功率平衡
冷功率平衡：园区3冷功率平衡优化结果见下图，由于CCHP机组的吸收率和制冷率的约束，故出力占比仅为冷负荷需求的小部分。固定冷负荷主要由CCHP制冷提供，缺失部分由空调制冷补给。可控冷负荷在调度周期内变化较大，并且存在午时尖峰和占比大的特点，故可控冷负荷由空调一体承担，这表明园区在冷负荷供应上采取了CCHP与空调系统相结合的方式，以应对不同时间段的冷负荷需求变化。
园区3冷功率平衡
储能电站调度：园区1由于光伏发电出力较大，成为余电园区，其储能电站以低于配电网和风电场的购电单价向园区购电，从而成为储能蓄电的重要来源。相比之下，园区2和园区3的光伏发电出力较低，属于缺电型园区，因此它们主要依赖储能电站的放电来满足电力需求。储能电站通过其调节作用，有效减轻了配电网在高峰时段的供电压力，并防止了传输线路在高峰时段的功率超限问题，确保了电网的安全稳定运行。
储能功率平衡
风电场调度：集中风电场的主要作用是消纳新能源，为园区电负荷提供稳定的功率支撑。通过这种方式，风电场显著降低了系统从配电网购电的费用，进而减少了整个系统的购能成本。在仿真算例中，风电场的售电单价低于配电网的售电单价，因此风电场优先向园区供电。对于未能完全消纳的风电，风电场会将其放电至储能系统，以实现能源的最大化利用和成本效益的优化。
风电场功率平衡
