一种基于设备碳排放的Shapley值方法，用于多集成能源系统中的成本分配

《Renewable Energy》：An equipment-specific carbon emission-based Shapley value method for cost allocation in multi-integrated energy systems

　　

• •
  提出了具有相似结构框架但包含不同专业组件的集成能源系统（IESs）。
• •
  分析了对合作游戏中IESs之间的成本、碳排放和能源交换。
• •
  采用了一种改进的Shapley值方法，该方法考虑了在碳价格波动情况下的设备特定碳排放。

引言

能源利用已经从传统的化石燃料转向可再生能源，这使得能源行业的脱碳成为一个重要问题[1]。集成能源系统（IESs）为同步发电、转换和需求领域的多能源流提供了一个统一框架，这得益于包括电力转气体（P2G）设备[2]、热电联产（CCHP）系统[3]在内的交叉耦合技术，这些技术整合了多种能源载体并优化了各种形式能源的利用率[4]。鉴于可再生能源消费与负荷之间的不匹配，各种储能设备也被广泛使用，从而降低了成本并提高了可再生能源的消耗[5]。

目前，能源技术在平衡经济可行性和减少碳排放方面面临着重大挑战[6]。可逆固体氧化物电池（RSOCs）在连接可再生能源生产和能源需求方面可以发挥重要作用[7]。然而，P2G技术尚未实现经济可行性，需要系统的让步[8]。Wang等人[9]研究指出，基于氢的RSOC系统的经济可行性受到夜间高燃料成本（${\text{H}}_2$）的阻碍。通过整合CCHP和可再生能源，可以大大减轻环境影响[10]。Cho等人[11]提出了一种针对不同气候条件优化CCHP系统运行的方法，其中运行成本的趋势与减排趋势相反。由于能源供应与需求之间的定期不匹配，可以在IESs中添加储能装置作为补充能源供应[12]。Ren等人[13]提出了一种数据驱动的替代优化方法，以最优方式部署多能源存储来最小化建筑群的能源费用。量化RSOC、CCHP和储能系统的成本节约和碳排放减排潜力仍然是一个重大挑战[14]。因此，设计一种考虑设备特定脱碳和经济特性并公平分配成本的分配方法至关重要。

这种面向设备的分配框架必须进一步与系统级政策机制相互作用。最近的研究集中在IES优化的低碳政策上，各种经济机制影响设备调度[15]。Huo等人[16]建立了一种考虑季节性碳排放机制的IES最优调度方法。基于煤炭供应链网络的优化，Li等人[17]引入了四种政策（排放上限、碳税、碳交易和碳补偿）作为约束条件。[18]中开发了一种分层优化方法，用于在绿色证书和碳排放交易方案下运行的氢能集成能源系统。虽然这些方法显著减少了总体碳排放，但它们往往未能解决系统内部特定排放源的问题。

将市场设计扩展到多IES系统面临重大挑战。隐私保护限制通常阻止IESs共享关键运营数据[19]，阻碍了跨区域市场的发展。许多现有工作使用合作游戏构建了多IES的交易市场。Zhong等人[20]开发了一种两级通信高效联盟图游戏框架，以实现通信成本降低和能源枢纽的公平利润分配。Yan等人[21]提出了一种考虑用户能源消费水平和低碳需求响应的双层碳交易方案。案例研究展示了该模型的环境和经济效益。在生物质与煤炭共燃的背景下，Huang等人[22]提出了一种结合排放交易系统和碳税的混合碳定价机制。建立了一个双层多目标优化模型来制定最优策略。Fan等人[23]创新性地提出了一种基于非对称纳什谈判的多IES参与点对点交易的分布式优化模型。尽管现有研究通过系统级政策设计推进了碳交易机制，但它们主要忽略了多IES合作中的设备特定碳排放和成本分配的细节。

此外，Shapley值方法已成为多IES系统中成本分配的一种有前途的方法[24]。然而，传统的Shapley方法仅基于边际贡献分配成本，而忽略了IES的具体特性。最近的研究试图通过各种创新调整来解决这一限制。Yang等人[25]提出了一种基于两阶段鲁棒优化的多船电力共享策略。通过考虑泊位和剩余泊位时间，改进了Shapley值方法。Liu等人[26]量化了可再生能源预测结果在收益分配过程中的准确性，以改进传统的Shapley值。基于合作博弈理论建立了一个分散的能源共享框架。[27]中开发了一种针对共存于CCHP-虚拟电厂中的多个分布式能源资源的新型利润分配方法。结合改进的Shapley值和核方法，Wang等人[28]提出了一种基于合作博弈的IES运营优化方法，以成本和碳排放为目标。为了解决成本分配问题并提高绿色和低碳技术的经济可行性，改进了Shapley值方法以更好地反映成本分配。

本研究构建了三种不同的IES，以便与${\text{IES}}_r$进行比较。这些IES具有相似的结构框架，但包含了不同的专业组件，如储能系统、CCHP和RSOC。为此类系统开发了一种考虑设备特定碳排放的改进Shapley值方法。主要贡献总结如下：

• 1.
  对IESs单独运营的成本和碳排放进行了全面分析，包括对储能和可再生能源系统的详细调度能力分析。
• 2.
  分析了联盟中五种能源流的调度结果以及电力和天然气之间的互换。
• 3.
  实施了一种改进的Shapley值方法，该方法考虑了设备特定碳排放，使得在碳价格波动的情况下能够进行精确的成本分配。

本文的其余部分组织如下：第2节介绍IESs的基本结构和设备模型。第3节介绍合作博弈模型和改进的Shapley值方法。第4节描述案例研究参数，第5节展示数值结果，第6节得出结论。

部分片段

IESs的基本结构和设备模型

所提出的集成能源系统具有共同架构，同时包含了不同的能源转换和存储组件组合。第2.1节介绍了这些系统的统一建模框架。随后的章节（2.2、2.3和2.4）将详细说明从共同架构派生的具体配置（储能系统、RSOC、CCHP），这些配置仅在组件组合上有所不同，但结构框架保持不变。

合作博弈框架

为了计算Shapley值，有必要确定所有可能的IESs合作组合的总运营成本。然而，由于隐私保护要求，关键信息（如设备调度和调度能力）不会在IESs之间共享。在作者之前的研究[31]基础上，本研究实现了一个分层的两层优化框架（图1）。区域调度中心（RDC）确定交易电价

案例研究

本案例研究通过基于联盟的IES架构评估所提出的框架。分析具体单元（P2G、CCHP、储能系统）如何影响系统运行，所有子系统保持一致的拓扑配置。区域调度中心（RDCs）根据IESs之间的能源交换和当地成本确定电价。图2展示了以下数据的时间序列：(a) 负载数据，(b) 可再生能源发电

结果分析

在以下结果分析部分，简要说明了不同IES场景的配置。IES₁、IES₂和IES₃分别对应于没有ESS、CCHP和RSOC的系统，而IES${}_r$表示包含所有组件的参考配置。合作案例IES [1, 2]、IES [1, 3]、IES [2, 3]和IES [1, 2, 3]分别代表由这些单独IES形成的相应联盟结构。

结论

本研究开发了一种用于多能源系统的新型分布式优化框架，引入了一种将碳排放成本创新性地纳入成本分配的改进Shapley值方法。所建立的IES框架虽然在结构基础上相似，但整合了包括RSOC、CCHP和储能系统在内的专业组件，展示了不同的性能特性。单个系统的运行表明RSOC具有最高的成本

CRediT作者贡献声明

Ruhuan Li:撰写——原始草稿，可视化，软件，资源，方法论，形式分析。Chengze Ji:软件，形式分析，概念化。Jinman Li:软件，数据整理。Yuan Gao:项目管理，资金获取。Ji Wu:资源，数据整理。Ke Deng:可视化，形式分析。Jun Zhou:撰写——审阅与编辑，监督，调查。Kai Wu:监督，项目管理。

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报告的工作。

致谢

本工作得到了国家自然科学基金会（编号52377212）、陕西省关键研发项目（2023-YBGY-057）、国家电网（授予编号SGLNDK00XXJS2310044）和电力绝缘与电力设备国家重点实验室（EIPE22314, EIPE23133）的支持。

Ruhuan Li|Chengze Ji|Jinman Li|Yuan Gao|Ji Wu|Ke Deng|Jun Zhou|Kai Wu