基于电-碳市场协同决策的园区级综合能源系统多主体双层博弈模型

《Journal of Modern Power Systems and Clean Energy》：Multi-Agent Bi-Level Game Model for Park-Level Integrated Energy System Based on Electricity-Carbon Market Collaborative Decision-Making Mechanism

为解决电力与碳市场交易产品和时间尺度差异导致的独立决策机制失效问题，研究人员开展了基于电-碳市场协同决策机制的多主体双层博弈模型研究。通过建立等间隔时间离散化方法和增强碳排放流模型，实现了多时间尺度协调和跨载体碳传播追踪。采用改进的ADMM算法验证了该模型在提升碳减排与经济性平衡、增强多主体协作运行效率方面的有效性。

　　

在能源转型和碳中和目标的双重驱动下，电力市场与碳市场的协同优化成为实现低碳能源系统的关键挑战。然而，这两个市场在交易产品和时间尺度上存在显著差异——电力市场以短期经济效率为导向，通过竞争性竞价和需求响应实现供需平衡；碳市场则侧重于通过碳价格波动引导长期减排行为。这种本质差异导致独立决策的市场机制难以协调，尤其在多能源耦合的园区级综合能源系统（PIES）中，表现为目标错配和机制失效。

现有协调方法主要采用目标函数线性聚合或固定碳价信号叠加电价两种方式，但前者无法捕捉多时间尺度下市场的动态互馈关系，后者则忽视了碳价波动对决策的动态影响。更关键的是，不同PIES在能源资源和负荷特性上的显著差异，使得现有方法难以适应园区间异质性和动态交互需求。因此，建立能够实现多时间尺度协调和多主体协作的电-碳市场协同决策机制，成为提升PIES运行效率的迫切需求。

针对这一难题，张玉敏等人发表在《Journal of Modern Power Systems and Clean Energy》的研究提出了一种创新解决方案。团队构建了基于电-碳市场协同决策机制的多主体双层博弈模型，通过三个核心技术突破实现了理论创新：首先开发了碳市场交易时间的等间隔离散化方法，解决了离散电力市场与连续碳市场的时间尺度不匹配问题；其次建立了涵盖电、气、热、氢网络的增强碳排放流（ACEF）模型，精准追踪多能流系统中的碳传播路径；最终提出统一电-碳交互机制，将上述技术整合形成协同决策框架。

在方法学层面，研究团队首先采用等间隔时间离散化技术将碳市场交易周期划分为与电力市场一致的时段，使双市场可在同一时间尺度上进行联合决策。其次，基于碳排放守恒原理和设备运行特性，构建了能够量化电、气、热、氢网络交叉碳传播的ACEF模型，特别对绿氢生产全过程（电解、存储、燃料电池发电、甲烷化）进行了碳流精细化建模。最后，通过建立包含外层多PIES合作博弈和内层源-荷Stackelberg博弈的双层框架，并采用基于Peaceman-Rachford分裂技术的改进ADMM算法进行分布式求解，实现了利益分配和隐私保护的双重目标。

关键技术创新体现在三个维度：时间尺度上，通过离散化方法使碳市场交易周期与电力市场调度周期对齐；空间维度上，ACEF模型实现了从能源供给侧到负荷需求侧的碳流全景追踪；机制设计上，双层博弈框架将碳责任从供应侧传递至需求侧，激活了终端用户的低碳选择权。

为验证模型有效性，研究团队设计了包含三种典型场景的案例研究：PIES1和PIES2代表能源消费密集型园区，分别配置分布式风电和光伏；PIES3代表低能耗高可再生能源园区，配备风电、光伏和绿氢生产设备。通过对比独立市场（Case1）与协同机制（Case2、Case3）下的运行结果，揭示了新方法的显著优势。

协同决策机制的有效性验证

在电-碳市场协同决策机制下，区域PIES总运行成本降低1.37%，碳减排量同步提升。机理分析表明，传统独立市场中（Case1），PIES需分别参与电、碳市场，决策割裂导致无法充分利用价格信号。而协同机制（Case2）通过双向传输电-碳决策结果，使代理能在高电价时段提前购买碳配额，在低电价时段增加能源交易，实现经济性与低碳性的动态平衡。

绿氢生产的碳减排效益

Case3结果显示，配备绿氢设备的PIES3运行成本降低2.12%，区域总成本下降0.92%。在负荷低谷期（2:00），富余可再生能源经电解槽制氢后，一方面通过燃料电池发电供热，另一方面在甲烷反应器中消耗CO₂合成天然气，使系统碳强度降低39.64kg。这证实绿氢技术不仅增强可再生能源消纳，还通过碳循环利用实现负碳排放。

ACEF模型的碳流追踪能力

通过典型时段碳流分析发现，在可再生能源出力高峰时段（2:00），PIES3供给侧总碳排放为242.41kg，输配环节损耗30.44kg，甲烷化消耗39.64kg，最终负荷侧碳排放为172.33kg，完美符合碳守恒定律。而在负荷高峰时段（13:00），由于缺乏富余可再生能源制氢，系统碳强度显著升高，印证了绿氢设备对碳流的调节作用。

改进算法的求解效率提升

与传统自适应ADMM相比，PR-ADMM算法使总运行成本降低0.81%，求解时间减少28.39%，迭代次数下降31.58%。这得益于算法在每次迭代中对拉格朗日乘子进行半步更新，有效加速收敛进程。当收敛精度设为10^-4时，算法在求解效率与精度间取得最优平衡。

研究结论表明，所提出的电-碳市场协同决策机制通过三大创新点实现了突破：时间尺度上，等间隔离散化方法破解了异质市场协调难题；空间维度上，ACEF模型首次实现了氢能全链条碳流精确追踪；机制设计上，双层博弈框架将碳责任传导至需求侧，激活了终端减排潜力。特别值得关注的是，绿氢生产与碳捕集的协同运行，为高比例可再生能源系统中的碳循环利用提供了新路径。

该研究的现实意义在于为区域级能源系统低碳化运营提供了可落地的技术方案。通过电-碳市场的价格联动机制，既保障了多主体参与的经济激励，又通过碳流追踪确保了减排责任的可量化、可分配。未来研究方向可延伸至多周期联合决策、跨区域碳责任核算等维度，为构建全国统一电力市场与碳市场协同机制奠定理论基础。