面向多可再生能源与氢电耦合的绿色港口能源–物流协同优化——考虑连续泊位、岸桥与电动/氢能卡车调度

《Results in Engineering》：Energy-Logistics Collaborative Optimization for Green Ports Incorporating Harbor Transportation Scheduling and Multiple Renewable Energy Sources

　　

该研究面向绿色港口（green ports）提出一种统一的能源–物流协同优化（energy–logistics collaborative optimization, ELCO）方法，将港口运输调度与多种可再生能源（multiple renewable energy sources）纳入同一框架；建立连续泊位分配（continuous berth allocation）模型以支持灵活的船舶调度；集成可再生能源、储能（energy storage）和氢–电系统（hydrogen–electric systems）；在价格约束下协调卡车、岸桥（quay cranes, QCs）与能源；使能耗成本降低（?29.5%）、排放降低（?19.7%）。

研究背景与问题：全球能源转型正推进交通基础设施脱碳。国际能源署（International Energy Agency, IEA）数据显示，2024年全球能源相关CO₂排放达37.8 Gt，交通部门仍是温室气体主要贡献者之一。港口连接海运与能源供应，正由高耗能物流设施转向低碳综合能源枢纽。岸电、电动装卸设备、电池电动卡车和氢动力车辆产生随时间变化的电、氢需求；若物流活动与发电、储能、能量转换独立调度，需求可能集中于高价时段，且可再生出力未被利用。因此需同时决定物流任务何时执行及其能源需求如何满足。既有研究涉及能源感知物流调度、港口综合能源系统优化和能源–物流联合调度，但仍需表征泊位、岸桥、车辆计划如何与服务链中的发电、转换、存储交互，以及能源条件通过哪些约束和信号影响物流决策。研究人员据此提出ELCO框架，将港口物流系统（port logistics system, PLS）与港口综合能源系统（port integrated energy system, PIES）集中耦合，以混合整数线性规划（mixed-integer linear programming, MILP）同时优化连续泊位分配、岸桥分配、电动/氢能卡车任务与补能、多能源调度。结论表明该耦合可在同一服务要求下降低运营成本和CO₂排放，并保持车辆级可行性，具有将船舶服务与能源补能作为全泊位–岸桥–卡车链耦合运营决策的意义。

关键技术方法（不超过250字）：采用集中式MILP；以时间和空间优先变量保证连续泊位非重叠；岸桥分配与服务时段连续，卡车工作与补能互斥，并以单车能量状态、容量、储备和循环终端条件连接货运与补能；能源侧建立风电（wind turbine, WT）、光伏（photovoltaic, PV）、潮汐出力，电/热/氢存储荷电状态（state of charge, SOC），燃气轮机（gas turbine, GT）、余热锅炉（waste heat boiler, WHB）、燃气锅炉（gas boiler, GB）、电制冷机（electric chiller, EC）、吸收式制冷机（absorption chiller, AC）、电解槽（electrolyzer, EL）和燃料电池（fuel cell, FC）转换，以及电热冷氢平衡和购售电互斥；目标含购能、运维、物流惩罚、弃可再生和净碳结算，并加入电价反馈、碳代理（carbon proxy）和可再生不匹配惩罚。案例为1500 m连续岸线、20台岸桥、30辆电动和20辆氢能卡车、日15艘船/9200标准箱（TEU）的合成终端，部分参数参照公开示范范围及上海集装箱码头强度校准，非验证性法定配额。

研究结果：4.2 Scheduling Results and Mechanism Analysis（调度结果与机制分析）。4.2.1 Energy System Operation（能源系统运行）：通过多能源平衡及电网交换、储能运行分析，得出风光潮汐时间互补，富余电力经电解制氢、缺电时经燃料电池回馈，形成跨时灵活性；电/热/氢存储协调抑制短期波动并平滑净交换，存储回到设定初始状态。4.2.2 Berth Allocation and Vessel Waiting（泊位分配与船舶等待）：通过原始泊位计划与逐步加入岸桥、卡车及能源–物流耦合约束比较，先到先服务（first-come-first-served, FCFS）固定位置忽视设备可达性、装卸拥堵和能源条件，造成等待和泊位利用碎片化；加入下游服务能力后泊位重排，进一步耦合使泊位顺序受电价信号和系统负荷影响，局部服务优先级重塑而未完全颠覆船序。4.2.3 Quay Crane and Truck Dispatching（岸桥与卡车调度）：通过独立与耦合模式比较，岸桥在可行服务窗口内选择性调整装卸强度以匹配有利能源时段；电动卡车主要在低价时段充电，氢能卡车承担更多高峰运输任务，二者互补满足相同货流。4.2.4 Ablation Analysis of Energy-Logistics Coupling Mechanisms（能源–物流耦合机制消融分析）：通过11种配置在共同降低可再生供应条件下比较，完整模型（JAll）较固定60/40任务分配（FIX）使成本降11.89%、实际CO₂降12.58%，电动任务份额由60.00%升至87.89%，等待由13 h降至10 h；联合基本成本（J0）较顺序优化（SEQ）成本降4.53%、CO₂降19.14%，JAll较FCFS成本低35.95%；价格项使匹配比较的加权平均电价降2.42%–4.59%，碳代理项使加权物流碳代理暴露降75.78%–88.63%，匹配项使含M配置的逐时短缺为零（数值容差），不含M为1.771–3.458 MWh。4.2.5 Scale Tests and Sensitivity Analysis（规模测试与敏感性分析）：通过10–40艘船规模测试，车辆状态均在限内并于期末回到165 kWh，35艘船算例电动卡车队均值第11小时达354.46 kWh；30、35、40艘船分别处理10,300、9,450、10,500 TEU，等待20、24、40 h，可再生利用率79.31%、80.92%、82.10%；300 s时30、35、40艘船混合整数规划间隙（MIP gap）分别为4.31%–8.41%、2.10%–4.79%、3.45%–6.73%，35艘船900 s两次运行gap为0.96%和0.90%。4.3 Sensitivity to Arrival Workload and Renewable Supply（到港、工作量和可再生供应敏感性）。4.3.1 Response to logistics-side disturbances（物流侧扰动响应）：通过到达时间提前10%–30%、TEU需求±10%–20%的确定性扰动得出，到达提前30%、20%、10%使总等待变化?10.00%、50.00%、10.00%，最大等待均4 h，平均泊位偏差94.02、72.06、62.05 m；对应运行CO₂变化?1.29%、?0.77%、?0.49%，购电均为0 kWh；TEU±20%时总等待10–19 h，+20% TEU下排放变化+0.03%、可再生利用率80.41%（基准78.58%），?20% TEU下弃能变化+8.24%、利用率降1.77个百分点。4.3.2 Renewable Supply and Energy Utilization（可再生供应与能源利用）：通过低（0.8）和高（1.2）可再生供应扰动得出，低供应使利用率提高15.57个百分点、弃能降低78.16%；高供应使弃能增加81.28%、利用率降低10.94个百分点，0.52 CNY/kWh弃能惩罚解释基本成本上升。4.3.3 Emissions and Carbon Cost（排放与碳成本）：通过扰动情景碳核算得出，低可再生情景运行CO₂为10.8211 t、净碳结算?2,494.94 CNY；高可再生情景为10.7548 t、?2,498.26 CNY，二者与基准同用60.72 t研究配额；净碳结算按50(E_CO2,+?M_CO2)/1000计，M_CO2=6.6×TEU kgCO₂。

讨论与结论翻译：讨论部分强调ELCO把船舶服务与能源补能视为涵盖泊位–岸桥–卡车全链的耦合运营决策，而非分离优化；共享能量平衡与设备约束保证物理可行，价格、碳代理和可再生不匹配项仅在可行域内引导时序。结论翻译如下：ELCO将连续泊位分配、岸桥装卸和电–氢卡车运行与多能源调度集成；货流约束、单车能量状态和共享能量平衡把船舶服务连接到可行能源供给，价格、碳代理和可再生不匹配偏好引导联合决策时序。合成案例表明：（1）在共同低可再生条件下，完整ELCO相对固定60/40车队分配使碳结算前运营支出降低11.89%、实际CO₂降低12.58%；联合基本成本调度较顺序优化降低支出4.53%；偏好消融识别了电价暴露、代理活跃小时排放和逐时可再生短缺的变化。（2）在测试的10–40艘船案例中维持车辆级可行性；15艘船规模测试总等待10.00 h、可再生利用率78.58%、运行CO₂10.80 t，计划满足任务、补能、储备和终端状态约束。（3）40艘船三次运行在300 s内MIP gap为3.45%–6.73%，30和35艘船运行返回可行计划，gap分别4.31%–8.41%和2.10%–4.79%；35艘船两次900 s运行gap为0.96%和0.90%，这些测试在给定配置下建立计算可行性并给出显式解质量界。未来工作将评估含运行数据和不确定到港、设备可用性及能源预测的滚动时域调度。