面向电网友好的可再生能源-储能-电动汽车集成能源系统：不确定性优化与协同管理

《ENERGY CONVERSION AND MANAGEMENT》：Integrated energy systems with hybrid renewables, battery storage, and electric vehicles: Uncertainty-aware optimization and grid-supportive management

本研究针对可再生能源、建筑负荷和电动汽车行为的不确定性，以及复杂电网交互带来的挑战，开发了一个不确定性感知优化框架。该研究将电网支持性控制嵌入设计过程，引入了考虑电池退化的激励相容V2B补偿机制，并提出了电网友好灵活性指标。结果表明，与传统策略相比，该框架实现了CO2排放减少26.6%，运行成本降低47.3%，负载匹配率和电网友好灵活性分别提高8.5%和122.9%，为实际应用中部署可靠、可持续的集成能源系统提供了可行路径。

　　

在全球电力消费持续增长、建筑和交通部门占最终能源消耗近三分之二的背景下，加速脱碳和提高能源效率至关重要。太阳能光伏和风力发电如今占全球新增容量的约95%，为建筑和交通应用提供了大量清洁电力。然而，将可变可再生能源与净零能耗建筑和电动汽车等新兴需求侧资源整合仍然充满挑战。光伏和风力发电的间歇性和不确定性输出可能削弱供电可靠性，而电动汽车行为的随机性常常产生波动的负荷曲线和峰值负荷，这些 combined 的不确定性使集成能源系统与电网的协调复杂化，对电网稳定运行构成潜在风险。

为了应对这些挑战，发表在《ENERGY CONVERSION AND MANAGEMENT》上的研究论文《Integrated energy systems with hybrid renewables, battery storage, and electric vehicles: Uncertainty-aware optimization and grid-supportive management》提出了一种创新框架。该研究由Menglong Lu, Yixuan Li, Yongjun Sun, Zhenjun Ma合作完成，旨在解决现有研究中往往简化或部分处理不确定性、缺乏系统级电网支持协调、以及未充分考虑V2B（车辆到建筑）中电池退化成本和公平补偿机制等问题。

研究人员开发了一个不确定性感知的多目标优化框架，该框架将电网支持性管理策略嵌入设计阶段，并引入了一个电网友好灵活性指标来量化时空电网交互效益。研究还结合了激励相容的V2B补偿机制，以平衡NZEB（净零能耗建筑）经济性与电动汽车车主的利益。为了进行评估，研究以澳大利亚卧龙贡的一栋两层办公楼为案例，构建了包含混合可再生能源（光伏、风电）、固定式电池储能和电动汽车的集成能源系统模型。关键的技术方法包括利用蒙特卡洛模拟生成并缩减随机场景以表征不确定性，采用非支配排序遗传算法II进行多目标优化，并应用结合香农熵的TOPSIS（逼近理想解排序法）进行最终方案决策。能量管理策略根据分时电价（峰、平、谷期）协调能量流动，优先调度电动汽车和固定电池的充放电。

多目标优化结果

研究通过多目标优化得到了帕累托最优的系统配置集合，显示出技术、经济和环境目标之间存在内在的权衡关系。最终选定的最优配置包括215块光伏板、2台风力涡轮机和118 kWh的固定式电池储能。该配置在后续的不确定性条件下进行了详细的性能评估。

最优设计解决方案在不确定性下的性能分析

模拟结果显示，建筑需求和可再生能源发电存在显著的动态波动和实时不匹配。集成系统通过固定电池和电动汽车的协调充放电来平衡供需。在可再生能源方面，光伏和风电年发电量分别为35,695.3 kWh和23,377.6 kWh。固定电池通过储存剩余可再生能源和谷期电网电力，并在电力短缺时放电，总共提供了20,946.0 kWh的电量，使得可再生能源利用率（REUR）和负载匹配率（LMR）在不确定性下分别达到85.7%和90.3%。对于电动汽车，车主平均每次事件获得12.9 kWh的免费充电能量。在电力短缺时，V2B放电平均每次事件提供6.3 kWh，NZEB为此支付0.16 AUD/kWh的电池退化补偿。尽管如此，NZEB相比从电网购电仍平均节省0.19 AUD/kWh，实现了双赢。

电网交互分析表明，系统与电网进行了广泛的能量交换。电网进口主要发生在谷期（总量22,821.2 kWh），而出口主要发生在峰期（总量25,656.2 kWh）。平期的总交换量最低（18,015.1 kWh），有助于提高电网独立性和能源自治。根据提出的电网友好灵活性（GFF）指标进行评估，有利交换（峰期出口和谷期进口）达到49,593.2 kWh，占总交换量的64.3%，而不利交换仅为9,478.1 kWh（12.3%），GFF值为正，表明系统对电网产生了积极影响。此外，每日CO₂排放量在-296.1 kg至254.0 kg之间波动，58.36%的场景实现了负排放，年平均值为-15.9 kg，显示了系统的减排潜力。

与两种基线策略的比较突显了所提框架的优势。相较于无电网支持性操作的基线1，所提框架的LMR提高了8.5%，CO₂减排改善了26.6%，运行成本降低了47.3%，GFF从17.9%显著提升至39.9%（提高了122.9%），而REUR仅下降了6.8%。相较于仅允许受控充电（无V2B）但考虑电网支持的基线2，启用双向V2B带来了进一步的灵活性收益，LMR、GFF、CO₂减排均有小幅提升，运行成本也有所降低。

不确定性下的性能可靠性分析

为了检验系统性能的可靠性，研究生成了20组额外的随机场景集进行测试。结果显示，尽管存在不确定性，系统表现出了稳健的性能。提供给车主的免费充电能量在不同场景集下保持稳定（平均13.1 kWh/事件）。V2B补偿在0.11-0.36 AUD/kWh之间（平均0.15 AUD/kWh），NZEB的成本节约平均为0.19 AUD/kWh。电网交互方面，有利交换量始终高于不利交换量，GFF指标在所有场景集下均为正值，范围在33.3%至36.2%之间，平均为34.8%，证实了电网支持性能的可靠性。可再生能源利用率（REUR）和负载匹配率（LMR）也分别稳定在84.7%和87.6%的平均水平。年CO₂减排量在5,223 kg至7,647 kg之间，平均为6,822.9 kg，表明系统在不同不确定性条件下均能实现有效的减排。

研究结论与讨论

该研究成功开发并验证了一个集成了不确定性感知设计优化和电网支持性控制策略的框架。主要结论包括：嵌入电网支持性操作显著提升了系统灵活性、经济性和环境效益；优化后的系统在各种不确定性场景下均能可靠地维持高水平的可再生能源利用、负载匹配和电网友好交互；引入的激励相容V2B机制确保了NZEB和电动汽车车主的互利共赢。这项研究超越了现有工作，通过耦合不确定性感知的设计优化与电网支持性控制策略，为在实际应用中部署电网友好且可靠的、包含可再生能源、储能和电动汽车的集成能源系统提供了一条实用且可持续的路径。研究的成功预示着类似管理的NZEB-EV系统的大规模部署有望增强电网韧性，促进分布式可再生能源的大规模整合，对实现脱碳目标和可持续能源转型具有重要意义。未来研究可扩展到更多建筑类型，纳入技术退化和更复杂的市场机制，以进一步提升框架的鲁棒性和实用性。