1.一种基于非合作博弈的多能量枢纽优化运行方法，其特征在于，所述方法包括以下步骤：S1：输入系统信息，其中包括：燃气价格、电网购售电价格，读取电、热、冷负荷并进行系统运行相关参数设置；考虑离散时间模型，将全天24小时进行离散化处理，均分为T个时段，对于任意第k时间，有k∈{1,2,…,T}；

S2：定义多能量枢纽互联系统，能量枢纽为描述多能源系统中能源、负荷和网络之间能量交换与系统耦合关系的输入‑输出模型；

S3：建立能量枢纽系统内部能源转换设备运行模型，设定设备运行相关参数，包括燃气轮机、冷负荷供能设备和热负荷供能设备，并建立冷热负荷供需平衡约束；

S4：建立能量枢纽系统内部的储能设备模型，假设所有的储能系统都采用相同的锂电池组，并且认定其在一段时间内的充放电功率是恒定的；

S5：建立能量枢纽系统可再生能源出力模型，包括光伏和风机出力模型，并计算可再生能源出力；

S6：根据日前多能量枢纽整体净负荷定义内部交易电价，构建多个能量枢纽之间的非合作博弈模型，在满足自身电负荷供需平衡的前提下，每个参与者选取初始化策略 以自身效用函数为目标，在满足自身设备运行的约束条件，得到系统设备出力情况和运行信息；

+

S7：参与者获取内部交易电价信息，更新自身策略 每个参与者i∈N获取其他参与者的策略并重新计算自身效用函数Ui；判断自身两次相邻策略是否相等，如果相同则该策略*点为纳什均衡点，参与者按照策略向量a 在多能量枢纽交易市场进行能量交易；如果相邻两次策略不同则表明自身策略并未达到最优，重复步骤S3～S6，当已确定获取最佳方案时，终止博弈，得到多能量枢纽优化运行方式。

2.如权利要求1所述的一种基于非合作博弈的多能量枢纽优化运行方法，其特征在于，所述步骤S2中，构建多能量枢纽互联系统，能量枢纽输入为电力联络线输出电能Pgrid，天然气Pgas和可再生能源输出电能Pres，其输出为用户需求Pr、Pl和Pe，Pr为冷负荷，Pl为热负荷，Pe为电负荷；

能量枢纽模型表示为：

Pout+H＝CPin (1)

式中：Pout为能量枢纽输出负荷向量；Pin为能量枢纽输入一次能源向量；C为指定能源输出与输入的耦合关系；H为储能修正矩阵，以考虑储能系统对能量枢纽模型的影响；

该多能量枢纽互联系统包括能源输入，能源转换，储能系统三个环节，表述如下：(1)能源输入：包括天然气、可再生能源RES，风机WT出力、光伏PV出力和电网供电；

(2)能源转换：包括燃气轮机，燃气锅炉，换热器，电制冷机和吸附式制冷机；

(3)储能系统：储能蓄电池。

3.如权利要求1或2所述的一种基于非合作博弈的多能量枢纽优化运行方法，其特征在于，所述步骤S3中，燃气轮机是能量枢纽的核心设备，它将一次能源转换成电能同时将余热回收进行供热制冷；燃气轮机的电功率和余热回收功率表示如下：式中： 和 分别为第i个能量枢纽在t时段内燃气轮机的输出功率、燃气轮机的余热回收功率、燃气轮机消耗的燃气量、燃气轮机输出功率的下限和上限；ηc和ηrec分别表示燃气轮机的发电效率和余热回收效率；λgas为天然气热值；

热交换器与吸附式制冷机为能量枢纽的热能回收装置；

当冷负荷需求高于吸附式制冷机的制冷功率时，电制冷机将运行以满足用户冷负荷的需求；

冷负荷供能设备建模如下：

式中： 和 分别为第i个能量枢纽在t时段吸附式制冷机和电制冷机的输出功率；

为第i个能量枢纽在t时段吸附式制冷机的回收热量； 为第i个能量枢纽在t时段电制冷机消耗的电功率； 和 以及 和 分别为吸附式制冷机和电制冷机输出功率的下限和上限；ηar和ηec分别为吸附式制冷机和电制冷机的运行效率；

当热交换器输出热功率不能满足用户热负荷需求时，由燃气锅炉提供剩余热功率；

热负荷供能设备建模如下：

式中： 和 分别为第i个能量枢纽在t时段热交换器和燃气锅炉的输出功率； 为第i个能量枢纽在t时段热交换器的回收热量； 为第i个能量枢纽在t时段燃气锅炉的燃气消耗量； 和 以及 和 分别为热交换器和燃气锅炉输出功率的下限和上限；ηhe和ηgb分别为热交换器和燃气锅炉的运行效率；

燃气轮机余热首先满足热交换器的余热需求，若燃气轮机余热仍剩余将供给吸附式制冷机使用进行制冷，其中，吸附式制冷机吸收热量、热交换器的回收热量与燃气轮机运行产生余热量之间存在约束关系：

4.如权利要求1或2所述的一种基于非合作博弈的多能量枢纽优化运行方法，其特征在于，所述步骤S4过程如下：建立储能系统电池的充放电功率与储能电量之间的关系模型和约束条件如下：式中： 和 分别为第i个能量枢纽储能系统在t和t+1时段的剩余电能；δ为储能系统的自放电率； 和 分别为第i个能量枢纽储能系统在t时段充放电功率；Nbess为储能系统容量； 和 分别为储能系统最低放电深度和最高允许电量； 和 以及 和分别为储能系统充放电功率的下限和上限；ηch和ηdch分别为储能系统的充放电效率。

5.如权利要求1或2所述的一种基于非合作博弈的多能量枢纽优化运行方法，其特征在于，所述步骤S5过程如下：光伏出力的概率特性在一定时间段内近似服从Beta分布，其概率密度函数为：max

式中：rt为t时段太阳辐射度；r 为最大太阳辐射度；Γ(·)为伽马函数；αt和βt为Beta分布的形状参数；根据式(8)得出光伏输出功率的概率模型为：式中： 为t时段光伏最大输出功率； 为t时段光伏输出功率；

在上述模型的基础上，首先从历史数据中拟合出每一时间间隔内光伏输出的Beta分布参数，然后利用蒙特卡洛采样方法生成一天光伏的出力情况；

建立风电输出功率与风速v之间的函数关系式，风速概率密度函数为：式中：k和c分别为随机风能发电模型的形状参数和比例参数；

由此得风能概率密度函数为：

式中：pr表示风力发电总安装容量；vci,vr和vco分别表示切入风速、额定风速和切出风速；

由(9)和(10)得，当0≤pwt≤pr时，风机出力概率密度函数为：式中：

6.如权利要求1所述的一种基于非合作博弈的多能量枢纽优化运行方法，其特征在于，所述步骤S6过程如下：S61：基于能量枢纽内部能量补偿需求的基础上，根据参与者整体净负荷定义构建交易电价；

将一天划分为48个时段，各能量枢纽之间以联络线连接，设定能量枢纽之间以电能为交易介质，能量枢纽的运行成本表示为Ctotal，包括燃料费用Cfuel，购或售电成本Cgrid，运维成本Crun和弃风光损失Cab，表示如下：Ctotal＝Cfuel+Cgrid+Crun+Cab (13)燃料费用：

式中：Mgas为天然气价格；

购或售电成本：

式中： 为第i个能量枢纽在t时段与电网交易的电功率； 为第i个能量枢纽从相邻能量枢纽购或售的电功率；Mgrid为第i个能量枢纽与电网交互电功率的电价；Mprice为能量枢纽与其相邻能量枢纽间交互电功率的内部交易电价；

通过获取设备的运行参数，得知能量枢纽中各设备的运行情况，计算缺额负荷与多余负荷；

根据多能量枢纽整体净负荷定义构建交易电价为：

Pnet,i＝Pe,i‑(Pwt,i+Ppv,i) (17)式中：a，b，c为内部交易电价系数，Pnet,i为日前第i个EH未优化时系统净负荷电量；

为第i个能量枢纽在t时段的净负荷，表示如下：

运维成本：

式中：ypv,ywt,ygt,ybess,yar,yec和ygb分别为光伏、风机、燃气轮机、储能系统、吸附式制冷机、电制冷机和燃气锅炉每个时段的单位功率运维系数；

弃风光损失：

式中： 为第i个能量枢纽在t时段内弃风光的功率；Mab为单位功率的弃风光损失价格；

能量枢纽内部组成单元的出力受自身和系统内部的约束，在每一时段，能量枢纽都要满足功率平衡约束，表示如下：S62：能量枢纽之间的功率交互问题本质上是能量枢纽的售电博弈行为，为保证能量枢纽的内部信息安全，构建非合作博弈模型：具体表示在参与者、策略和收益上；

+ +

参与者：参与者为N＝{1,2,,n}，集合N为能量枢纽功率交易的决策主体，通过电量交易达到能量枢纽运行经济性最优的目的；

策略：每个参与者的策略集合为Ai，策略ai为第i个EH即第i个参与者的系统运行决策变量，表示为收益：博弈参与者i的收益Ui定义为与其所有电量交易策略相对应的收益的集合，因此参与者i在选择策略ai后的收益函数表示为：Ui＝‑Ctotal (23)

所有参与者的目标均为寻求Ui的最大化，参与者i根据其他参与者选择的售电策略a‑i，选择适合自身经济型的售电策略ai‑1，其中“‑i”表示除参与者i外的其余博弈参与者；

*

策略向量a 是纳什均衡解，需满足 策略ai为第i

个能量枢纽与其他能量枢纽的交互功率；第i个能量枢纽的策略集合为Ai；Pmax为交互功率最大值，且Ai＝{0≤ai≤Pmax}，为紧凑的凸子集，并且在参与者博弈期间0≤ai≤Pmax；

根据纳什均衡存在性定理，证明得当ai为已知策略集时，Ui为关于ai的线性函数，线性函数必为凹函数，因此基于非合作博弈的区域能量枢纽运行优化模型存在纯策略纳什集合。