计及用户用能行为的综合能源微网运营商与负荷聚合商主从博弈策略

2022-09-30李振坤刘乾郭维一张智泉

南方电网技术 2022年8期

李振坤，刘乾，郭维一，张智泉

(上海电力大学电气工程学院，上海200090)

0 引言

能源危机和环境污染的双重压力促使现有能源消费模式必须进行改革转型。为实现“30·60”双碳目标，传统的微电网逐步发展为综合能源微网[1-3]。综合能源微网由于集供电、供热和供冷于一体，通过多能互补及能源的梯级利用，可提高能源利用率并减少环境污染[4-5]。对综合能源微网的优化运行研究并提升系统整体的经济性，成为综合能源系统发展的核心问题。

传统电力需求侧响应包括价格型需求响应和激励型需求响应，主要通过电价的改变或某种激励手段刺激用户改变用能习惯，对电负荷进行转移和削减，优化用户的负荷曲线，达到削峰填谷、促进能源消纳等目的[6]。但是，单一的电力需求响应往往达不到较好的效果。随着能源形式的多样性发展以及电转技术的改进，用户的用能习惯也发生改变。用户利用电转设备以及能源耦合设备可以实现冷热电多种能源形式的利用，实现用户侧的多能互补和能源替代。

综合能源微网利用能源转换设备实现用户多种能源形式的用能需求，利用能源耦合特性优化设备出力能够有效降低供能成本，提高系统经济收益[7]。目前针对综合能源微网如何提升经济性的研究已经有很多，文献[8]考虑了冷热电气等能源在时间尺度上面的差异，提出了考虑多时间尺度动态时间间隔的双层模型预测控制(model predictive control，MPC)滚动优化调度方法；文献[9]研究园区综合能源系统接入配网，建立了以综合成本最小为目标的综合能源系统与主动配电网协调调度模型；文献[10]考虑了新能源出力的不确定性，提出了计及光伏出力不确定性的氢能综合能源系统经济运行策略；上述文献从系统供能侧的不同方面研究如何提高综合能源系统的经济性。

另一方面，随着需求侧响应技术与终端能量管理技术的发展与应用，用户侧的用能优化管理也会使得系统的经济性得到改善[11]。文献[12]将柔性负荷引入需求侧管理，建立了综合能源系统源-荷互动的多目标优化调度模型；文献[13]建立了考虑冷热电耦合响应特性的精细化综合需求响应模型，提高了综合能源系统的经济性。但是，目前针对用户侧的研究大部分没有考虑用户的能动性，随着电转技术的发展，不仅综合能源微网具有能源转换设备，用户自身也拥有电转设备，例如电暖器、空调等。用户可以转变自身的用能习惯来提高自身的用能边际效用，目前针对这方面的研究存在不足。

对于微网运营商而言，为了提高自身的经济收益，必须充分了解用户的用能习惯，优化机组组合，并采用适当的价格激励手段刺激用户用能。对于用户而言，用户的用能大小一方面取决于能量价格，另一方面取决于用能带来的边际效用。因此，两者之间存在利益上的交互。在处理不同利益主体之间的交互问题上，博弈论被广泛地应用[14-16]。文献[18]基于Stackelberg博弈理论，提出了园区运营商供需双侧博弈互动框架；文献[19]提出了含有多个区域综合能源系统的主动配电网双层博弈优化调度策略；文献[20]考虑价格机制作用，建立了一种基于主从博弈机制的配电-气能源系统与多个综合负荷聚合商的互动均衡策略。

在现有研究成果基础上，本文构建了计及用户用能行为的综合能源微网系统优化模型。将整个系统分为微网运营商与负荷聚合商两个不同的利益主体进行博弈。微网运营商以自身收益最大化为目标，优化系统设备出力，自主制定能源价格。负荷聚合商充分考虑用户自身的用能行为，考虑用能边际效用，以用户满意度最大为目标，优化用能组合，制定购能计划。利用主从博弈的思想，建立了双层优化博弈模型。在模型求解中，利用传统的KKT条件对下层负荷聚合商的优化模型进行处理，将双层博弈模型转化为单层模型并利用求解器进行求解。算例仿真表明考虑能源价格的激励以及用户的用能行为既能提升微网运营商的经济收益，也能提升用户的用能满意度，从而提高系统整体收益。

1 计及用户用能行为的综合能源微网结构

1.1 综合能源微网系统结构

综合能源微网系统将供能系统和用户组合为一个整体，并与外部电网以及天然气网相连，必要时与外部能源网络进行电能、天然气的交易，综合能源微网的系统结构如图1所示。微网运营商管理微网内部设备，通过优化各种设备的出力，制定合理的出力计划，满足负荷需求的同时，获得一定的收益。负荷聚合商对用户进行统一管理，根据微网运营商发布的能源价格，优化各个时段的购能组合。因此，若微网运营商发布的能源价格发生改变，将影响用户的用能计划，从而影响微网运营商的收益。在本文的结构设计中，为了刺激用户消费，微网运营商可以自主对各类能源制定合理的价格，从而增加自身收益，负荷聚合商根据运营商发布的价格，结合用户的用能需求，制定合理的用能计划，并将购能计划上报给运营商，运营商根据自身的设备管理平台制定生产计划，两者之间相互博弈，从而实现系统内部的优化调度与运行。

图1 综合能源微网的系统结构

1.2 用户用能行为分析

随着电转技术的发展，能源耦合关系越来越密集，用户的用能形式多样。对于冷热负荷，用户可以直接购买冷热能源来满足用能需求，也可以通过电制热设备和电制冷设备，将电能转化为热能和冷能，将冷热负荷需求转化为电负荷需求。实际的能源价格以及用户用能产生的边际效用将影响实际电转设备的能源转换量。用户综合能源负荷分布如图2所示。

图2 用户的综合能源负荷分布

其中电、热、冷负荷固定部分是指用户的基础生活用能负荷，此部分是生活生产必须消费的部分。电热负荷可转化部分以及电冷负荷可转化部分表示该部分的能源既可以直接购买能源来实现，也可以通过转换设备将其余形式的能转换为另一种形式，本文在模型考虑中只考虑电转热以及电转冷。

1.3 负荷聚合商能量优化模型

负荷聚合商聚集微网内部多类型用户，代表用户以用能满意度最大为目标优化用能计划，并与微网运营商进行交易。为量化用户的用能满意度，本文采用较为成熟的二次效用函数来表征用户用能行为的效用，体现用户不同用能组合的满意度[21]。

(1)

式中：We,i,t为t时段内第i个用户使用电能产生的效用；αe,i,t、βe,i,t分别为用电效用函数系数，其值是根据用户用电行为拟合的经验值；Pe,i,t为用户i在t时段内的用电量。式(1)给出了用户电能使用的效用函数，可以类似得到用户热能、冷能使用的效用函数如式(2)—(3)所示。

Wh,i,t=αh,i,t·(Ph,i,t+Peth,i,t·ηeth,i)-

(2)

Wc,i,t=αc,i,t·(Pc,i,t+Petc,i,t·ηetc,i)-

(3)

式中：Wh,i,t、Wc,i,t分别为t时段内第i个用户使用热能、冷能产生的效用；αh,i,t、βh,i,t、αc,i,t、βc,i,t分别为用热、用冷效用函数系数；Ph,i,t、Pc,i,t分别为t时段用户i的用热量和用冷量；与电能使用的效用函数不同，热能和冷能的效用函数额外考虑用户电转设备带来的效用；Peth,i,t、Petc,i,t分别为用户i在t时段内的电制热设备以及电制冷设备的用电量；ηeth,i、ηetc,i分别为用户i电制热设备以及电制冷设备的转换效率。则用户整体的用能效用和用能满意度可以表示为：

Wi,t=We,i,t+Wh,i,t+Wc,i,t

(4)

Ui,t=Wi,t-[λe,t(Pe,i,t+Peth,i,t+Petc,i,t)+

λh,tPh,i,t+λc,tPc,i,t]

(5)

式中：Wi,t为用户i在t时段整体的用能效用；Ui,t为用户i在t时段的用户满意度，其值为用户的用能效用减去购能成本；λe,t、λh,t、λc,t分别为在t时段微网运营商发布的电、热、冷的能源价格。

根据上述分析，用户的用能满意度与用户的用能效用以及能源价格有关。负荷聚合商根据用户的用能需求，以用户用能满意度最大为优化目标与微网运营商进行交易，优化模型为：

(6)

(7)

式中：Pe,min,i,t、Pe,max,i,t分别为用户可用电能的最小值与最大值；Ph,min,i,t、Ph,max,i,t、Pc,min,i,t、Pc,max,i,t分别为用户热能、冷能的可用上下限；Peth,max,i、Petc,max,i分别为用户i电转热设备以及电转冷设备出力的最大值。计及上述约束范围涵盖了实际工程可运行的空间，可以减少解空间范围，提高求解效率。

2 综合能源微网优化运行模型

2.1 综合能源微网供能设备优化运行

综合能源微网与上级电力网络和天然气网络相连，微网内部拥有能源生产、转换和存储设备，能够满足用户侧电、热、冷多种能源形式的用能需求。微网内部包含不可控单元设备(风电机组和光伏机组)、可控单元设备(微型燃气轮机、燃气锅炉、电制冷设备、电锅炉、吸收式制冷机)以及储能装置。通过各类设备的相互配合，实现多能源耦合转换与生产。在微网中电负荷由风电机组、光伏机组和微型燃气轮机供应，不足部分从上级电网购买。热负荷由微型燃气轮机、燃气锅炉和电锅炉供应。冷负荷由电制冷机和吸收式制冷机供应[22]。以下对各种设备的出力及能源转化形式进行建模。

1)微型燃气轮机(micro-turbine，MT)燃烧天然气，产生一部分电能和一部分热能，其模型表示为：

PMT,e,t=PMT,gas,t·GGHV·ηMT

(8)

PMT,h,t=PMT,gas,t·GGHV·(1-ηMT-ηloss)

(9)

0≤PMT,e,t≤PMT,e,max

(10)

式中：PMT,e,t、PMT,h,t分别为t时段燃气轮机的发电功率和制热功率；PMT,gas,t为t时段燃气轮机消耗的天然气量；GGHV为天然气热值(gas heat value, GHV)，kW/m3，一般取值为9.7～10；ηΜΤ为燃气轮机的发电效率；ηloss为燃气轮机发热损失效率；PMT,e,max为燃气轮机输出电功率的上限。

2)燃气锅炉(gas boiler，GB)燃烧天然气，直接提供热能，其模型表示为：

PGB,h,t=PGB,gas,t·GGHV·ηGB

(11)

0≤PGB,h,t≤PGB,h,max

(12)

式中：PGB,h,t为t时段燃气锅炉制热功率；PGB,gas,t为t时段燃气锅炉消耗的天然气量；ηGB为燃气锅炉制热效率；PGB,h,max为燃气锅炉输出功率的上限。

3)电锅炉(electrical boiler，EB)利用电能产生热能，其模型表示为：

PEB,h,t=PEB,e,t·ηEB

(13)

0≤PEB,h,t≤PEB,h,max

(14)

式中：PEB,h,t为t时段电锅炉的制热功率；PEB,e,t为t时段电锅炉消耗的电功率；ηΕΒ为电锅炉的制热效率；PEB,h,max为电锅炉输出功率的上限。

4)电制冷机(compression refrigerator，CR)利用电能产生冷能，其模型表示为：

PCR,c,t=PCR,e,t·CCR

(15)

0≤PCR,h,t≤PCR,h,max

(16)

式中：PCR,c,t为t时段电制冷机制冷功率；PCR,e,t为t时段电制冷机消耗的电功率；CCR为电制冷机的制冷系数；PCR,h,max为电制冷机输出功率的上限。

5)吸收式制冷机(absorption refrigerator，AR)利用热能转化为冷能，其模型表示为：

PAR,c,t=PAR,h,t·CAR

(17)

0≤PAR,h,t≤PAR,h,max

(18)

式中：PAR,c,t为t时段吸收式制冷机的制冷功率；PAR,h,t为t时段吸收式制冷机消耗的热功率；CAR为吸收式制冷机的制冷系数；PAR,h,max为吸收式制冷机输出功率的上限。

6)储能(energy storage，ES)分别包括储电、储热和储冷，其模型分别表示为：

(19)

0≤Sw,t≤Sw,max

(20)

0≤Pcha,w,t≤μes,t·Pcha,w,max

(21)

0≤Pdis,w,t≤(1-μes,t)Pdis,w,max

(22)

μes,t∈{0,1}

(23)

式中：SES,e,t、SES,h,t、SES,c,t分别为t时段电储能、热储能和冷储能的能量状态；σES,e、σES,h、σES,c分别电储能、热储能和冷储能的能量损耗率；Pcha,e,t、Pdis,e,t、Pcha,h,t、Pdis,h,t、Pcha,c,t、Pdis,c,t分别为t时段电储能的充、放功率、热储能的充、放功率和冷储能的充、放功率；ηcha,e、ηdis,e、ηcha,h、ηdis,h、ηcha,c、ηdis,c分别为t时段电储能的充、放效率、热储能的充、放效率和冷储能的充、放效率；Sw,max为各类储能装置的容量，Pcha,w,max、Pdis,w,max分别为各类储能装置最大充放能功率；下标w代表能源的种类，包括电能e、热能h以及冷能c；μes,t为0-1变量，用来区分储能设备在t时段的充放电行为，其中1表示充能，0表示放能。

2.2 综合能源微网运营商收益函数

综合能源微网运营商根据负荷聚合商给定的用能计划，以经济收益最大化为目标，优化供能设备的出力计划，并给出相应的能源报价，其目标函数为：

(24)

式中：CMG为综合能源微网运营商的总收益，主要包括售能收益Csell,t、购能成本Cbuy,t、运行维护成本Cop,t和环境保护成本Cem,t。每部分表达式如下。

售能收益Csell,t包括微网运营商售电收益、售热收益以及售冷收益，具体如式(25)所示。

(25)

购能成本Cbuy,t包括微网运营商购买电能成本和购买天然气成本，具体如式(26)—(27)所示：

Cbuy,t=λgrid,tPgrid,t+λgasPgas,t

(26)

Pgas,t=PMT,gas,t+PGB,gas,t

(27)

式中：λgrid,t为t时刻外部电网的电价，元/kWh；λgas,t为t时段天然气价格，单位为元/m3；Pgrid,t、Pgas,t分别为t时段微网运营商购买的电能和天然气，单位分别为kW和m3。

运行维护成本Cop,t主要包括微型燃气轮机、燃气锅炉、电锅炉、电制冷机以及吸收式制冷机设备的运行维护费用，微网运行维护成本与设备出力有关，具体如式(28)所示。

(28)

式中：λk表示微网内设备k单位运维成本，元/kWh；Pk,t表示微网内设备k在t时段的出力；Ω为微网内所有设备的集合。

环境保护成本Cem,t表示微网因生产需要而燃烧天然气产生的排放费用，具体如式(29)所示。

Cem,t=λemPgas,t

(29)

式中λem为燃烧单位天然气的排放成本，元/m3。

除了设备出力的约束以外，还需要满足微网系统的电、热、冷能量平衡约束。

PGrid,t+PWT,t+PPV,t+PMT,e,t+Pdis,e,t=

(30)

PMT,h,t+PGB,h,t+PEB,h,t+Pdis,h,t=

(31)

(32)

式中PPV,t、PWT,t分别为微网在t时段的光伏发电和风力发电功率。

3 微网运营商与负荷聚合商主从博弈分析

3.1 主从博弈模型

在本文所设计的系统中，微网运营商与负荷聚合商都是独立的利益主体。微网运营商通过优化机组出力以及能源报价来获得最大的收益，而负荷聚合商通过优化用户购能计划来提高用户满意度。微网运营商所提供的能源价格会影响负荷聚合商的购能计划，而负荷聚合商的购能计划也会影响微网运营商的售能收益，二者之间存在利益的博弈关系。由于双方的策略是基于对方的策略上进行调整，且微网运营商作为售能主体，具有优先报价的能力，因此本文基于主从博弈理论建立了微网运营商与负荷聚合商的双层博弈模型。微网运营商作为上层领导者，通过优化设备出力计划，制定合理的能源销售价格，尽可能地最大化自身收益。负荷聚合商作为下层追随者，根据运营商发布的能源价格，优化用户用能计划，制定合适的购能组合，并将此上报给微网运营商。微网运营商的能源价格必定会影响负荷聚合商的购能组合，负荷聚合商的购能组合也会引起能源价格的变化，所以，通过微网运营商与负荷聚合商这两个不同利益主体的相互博弈，寻找两者的利益均衡点，即Nash均衡点。主从博弈的双层优化模型结构如图3所示。

图3 主从博弈双层优化模型结构

3.2 下层模型的等价转化

在本文建立的双层博弈模型中，当下层负荷聚合商进行决策时，上层的决策变量能源价格就是下层模型的参数。将下层线性规划模型式(6)—(7)用KKT条件等价转化，形成购能变量与能源价格变量的约束关系，即可将双层模型转换为单层模型进行求解[23]。引入松弛变量μ1,i,t～μ12,i,t，则下层模型转化形式为：

μ2,i,t(Pe,i,t-Pe,max,i,t)+μ3,i,t(Ph,min,i,t-Ph,i,t-

Peth,i,tηeth,i)+μ4,i,t(Ph,i,t+Peth,i,tηeth,i-Ph,max,i,t)+

μ5,i,t(Pc,min,i,t-Pc,i,t-Petc,i,tηetc,i)+μ6,i,t(Pc,i,t+

Petc,i,tηetc,i-Pc,max,i,t)+μ7,i,t(Peth,min,i-Peth,i,t)+

μ8,i,t(Peth,i,t-Peth,max,i)+μ9,i,t(Petc,min,i-Petc,i,t)+

μ10.i.t(Petc,i,t-Petc,max,i)-μ11,i,tPh,i,t-μ12,i,tPc,i,t}

(33)

∀t∈T,∀i

(34)

∀t∈T,∀i

(35)

∀t∈T,∀i

(36)

式(34)—(36)为下层模型的KKT转化约束条件，将下层规划模型转化为上层的约束。式(35)、式(36)为互补松弛条件，其中x⊥y表示变量x与y中至多有一个严格大于0。式(35)、式(36)为非线性约束，本文利用大M法将其进行线性化，∀t∈T,∀i具体表示如下：

(37)

(38)

(39)

(40)

(41)

(42)

(43)

(44)

(45)

(46)

(47)

(48)

式中：M为一个充分大的正数；Z1,i,t～Z12,i,t分别为0-1变量。

3.3 上层模型的等价转化

将下层模型利用KKT条件进行等价转化后，将式(34)变为上层的等式约束，将式(37)—(48)变为上层的不等式约束。则双层模型转化为单层模型：

s.t{等式约束：式(30)—(32)、式(34)

不等式约束：式(37)—(48)

设备耦合约束：式(8)—(23)

(49)

由于目标函数中包含综合能源微网运营商的能源价格变量{λe,t,λh,t,λc,t}与负荷聚合商的购能量{Pe,i,t,Peth,i,t,Petc,i,t,Ph,i,t,Pc,i,t}变量相乘的项，因此，目标函数是非线性的。本文利用McCormick Envelopes法将原双线性非凸问题进行凸松弛。对[λw,t·Pw,i,t]乘积项进行转化，其中w为{e,h,c,eth,etc}中的参数。

令Xw,i,t=λw,t·Pw,i,t，则存在如下约束：

a1,w=λw,t-λw,min,t,b1,w=Pw,i,t-Pw,min,i,t

(50)

a1,w·b1,w≥0⟹

Xw,i,t≥λw,min,tPw,i,t+λw,tPw,min,i,t-λw,min,tPw,min,i,t

(51)

a2,w=λw,max,t-λw,t,b2,w=Pw,max,i,t-Pw,i,t

(52)

a2,w·b2,w≥0⟹

Xw,i,t≥λw,max,tPw,i,t+λw,tPw,max,i,t-λw,max,tPw,max,i,t

(53)

a3,w=λw,max,t-λw,t,b3,w=Pw,i,t-Pw,min,i,t

(54)

a3,w·b3,w≥0⟹

Xw,i,t≤λw,max,tPw,i,t+λw,tPw,min,i,t-λw,max,tPw,min,i,t

(55)

a4,w=λw,t-λw,min,t,b4,w=Pw,max,i,t-Pw,i,t

(56)

a4,w·b4,w≥0⟹

Xw,i,t≤λw,tPw,max,i,t+λw,min,tPw,i,t-λw,min,tPw,max,i,t

(57)

通过上述处理，添加约束式(51)、式(53)、式(55)、式(57)，将原来的非凸问题转换为凸问题，最后通过Matlab+Yalmip调用商业求解器进行求解。

4 算例分析

4.1 算例基础数据

以某综合能源微网优化运行为例，验证本文所提模型的有效性。本文的优化周期T=24 h，单位优化时段为1 h。微网内拥有3个用户，各个用户的最大负荷数据如附录图A1所示，且均配置电转换装置。设置能源参考价格价如表1所示，微网运营商报价不得高于能源参考价格。微网从上级天然气网购买的天然气的价格为3 元/m3。燃烧天然气所产生的排放费用为0.2 元/m3。微网包含的设备类型及参数如附录表A1所示。

表1 能源参考价格

4.2 用户用能仿真结果与效用分析

为了验证本文所提博弈模型的有效性。本文采用两种策略方案进行对比实验，一种为供需双方博弈下微网运营商采用优化价格策略与负荷聚合商进行交易，另一种为双方不进行博弈，微网运营商采用固定参考价格策略与负荷聚合商进行交易。基于4.1节的基础数据，通过实验仿真得到两种方案下用户的用能结果、用能效用及满意度和微网运营商的优化能价、设备出力情况以及收益。

4.2.1 用户用能仿真结果分析

考虑到篇幅原因，本文只针对用户1进行分析，用户2、用户3的用能仿真结果分别如附录图A2—A3所示。用户1的用能仿真结果如图4所示，分别为两种策略方案下用户1的电能、热能以及冷能使用情况。

图4 用户1用能情况

从用户1的电能使用情况中可以看出，在参考电价下，在7：00—17：00电价峰时段，用户1的购电量低于此时段的最大购电量，这是因为此时电价偏高，对负荷聚合商而言，受到用户用能满意度影响，为了使满意度最大化，此时降低了购电需求。对微网运营商而言，用户的用电潜力没有完全挖掘，此时的经济收益不是最大的。然而在优化电价下，微网运营商适当降低峰时段的电价，负荷聚合商根据用户用能偏好增加了此时段的购电量，从而使得用户的满意度达到提升，并且微网运营商的收益也得到了增大，两方实现了共赢。

从用户1的热能使用情况中可以看出，在参考能价下，在22：00—次日7：00谷时段，由于此时电价低于热价，利用电转设备进行制热，其成本低，所以负荷聚合商优先购买电能，用户利用电转热设备进行供热，不足部分直接购买热能。而在优化能价下，微网聚合商降低了热能价格，从而使得负荷聚合商的购电量减少，购热量增加，一方面负荷聚合商的购能成本降低；另一方面微网运营商卖出更多的热能从而提高了经济收益。在17：00—22：00能价平时段，负荷聚合商直接购买热能进行供热，相比与参考价格下的购能量，在优化价格策略下，微网运营商能够刺激负荷聚合商购买更多的热能。考虑到双方效益的最大化，微网运营商并未降低过多的热价，此时的热价就是使得微网运营商收益最大的供热价格。

从用户1的冷能使用情况可以看出，对于用户1的冷负荷需求而言，参考价格下的购冷量与优化价格下的购冷量并无明显区别，原因包括：一方面，用户1对于冷能价格的变化并不敏感，无论哪种能源价格策略，用户1对于冷能的使用手段基本一致；另一方面，微网运营商利用低价格刺激用户的高购买量反倒不如高价格下的低购买量获得的收益大。

图5显示了各类负荷的用能满意度及用能成本，其中为了便于对比，对数据进行归一化处理，将优化价格方案下的用能满意度设为1，参考价格方案下的用能满意度以优化价格方案下的用能满意度为基准值，除以优化价格下的用能满意度。从图5中可以看出，在优化能价下用户的用能满意度明显高于参考能价下的用能满意度。

图5 用户用能满意度及成本

4.2.2 用户用能效用及成本分析

为了分析用户的能动作用，即用户侧的能量耦合作用带来的效益以及微网运营商的价格刺激手段的作用。本节设置4组案例进行对比仿真：A方案：优化价格下考虑用户侧的能量耦合装置；B方案：参考价格下考虑用户侧的能量耦合装置；C方案：优化价格下不考虑用户侧的能量耦合装置；D方案：参考价格下不考虑用户的能量耦合装置。所得结果如表2所示。

表2 用能效用及成本

从表2中可以看出，相比于B方案参考价格下，用户在A方案优化价格下的用能效用及用能满意度均得到提升，其中用户1提升1.3%，用户2提升3.2%，用户3提升6.6%，最终总用能满意度提升了2.2%。相比于C方案没有考虑用户的能动作用，没有利用用户侧的能量耦合装置，用户在A方案考虑用户侧的能源耦合后，总体的用能效用基本不变，但是购能成本却得到缩减，最后综合满意度也得到提升，其中用户1提升了0.15%，用户2提升了0.69%，用户3提升了1.6%，最终总用能满意度提升了2.7%。由此可见用户侧的能量耦合以及供能侧的价格激励机制能有效提高用户侧的用能满意度与效益。

4.3 微网运营商设备出力及收益分析

4.3.1 微网设备出力情况分析

本节对微网设备运行情况进行分析，结果如图6所示。在优化价格策略下，负荷高峰时期，微网运营商降低了电能价格，从而导致了用户用电量的增加，微网选择购买天燃气，利用燃气轮机进行多发电能，燃气轮机在发电的同时，也产生了余热，从而也满足了用户的热负荷需求，此时段冷负荷主要由吸收式制冷机供给。而在负荷平时段和谷时段，此时用户的用电量减少，而用热量增加，微网运营商减少了从上级电网的购电量，增加了燃气锅炉的制热量。从上述分析可以看出优化价格机制影响用户的用能行为的同时，也将使微网的运行设备出力的大小发生变化。

图6 微网设备出力计划

4.3.2 微网运营商收益及成本分析

表3为微网运营商的收益及成本分析，相比于参考价格策略，在优化价格策略下，微网运营商通过对能源价格的改变，激励用户用能，从而提高了售能收益。与此同时，微网运营商减少了从上级电网购电量，增加了设备的运行出力，从而导致购电成本降低，购气成本、运维成本以及环境保护成本有所提高，最终微网运营商的总收益提升了1.2%。