《Results in Engineering》：A Study on Energy-Sharing based Optimal Scheduling and Benefit Allocation for VPP Building Clusters via Asymmetric Nash Bargaining
编辑推荐：
研究人员构建了VPP（虚拟电厂，Virtual Power Plant）两阶段调度与非对称纳什议价（ANB，Asymmetric Nash Bargaining）框架；建筑间能量共享可降低VPP运行成本与电网购电量；复合贡献系数（CCC，Composite C
研究人员构建了VPP（虚拟电厂，Virtual Power Plant）两阶段调度与非对称纳什议价（ANB，Asymmetric Nash Bargaining）框架；建筑间能量共享可降低VPP运行成本与电网购电量；复合贡献系数（CCC，Composite Contribution Coefficient）支持基于贡献的利润分配；用户舒适度与EV（电动汽车，Electric Vehicle）满意度被纳入协同VPP调度。
随着能源互联网发展，VPP（虚拟电厂，Virtual Power Plant）聚合建筑侧资源实施集中调度，但建筑间协调不足使本地可再生发电利用不充分，常出现PV（光伏，Photovoltaic）弃光或高峰高价购电。建筑负荷时空异质，单建筑难以持续维持功率平衡；建筑间能量共享可提高PV利用率和集群能效。现有研究常未协同优化能效与用户需求，DR（需求响应，Demand Response）可能损害室内舒适和参与意愿；EV（电动汽车，Electric Vehicle）常被视为可控电源，忽视充电时长、成本和里程偏好。收益分配中，传统按出力/贡献比例、Shapley值计算成本高，Nash议价对谈判设定敏感；已有ANB（非对称纳什议价，Asymmetric Nash Bargaining）多从单一维度刻画贡献，难以反映实时共享和DR等异质贡献。因此，研究人员开展多因素建筑间能量共享调度及基于多维贡献权重的ANB收益分配研究。
研究人员建立两层VPP建筑集群框架和两阶段模型：Stage I以VPP总净运行成本最小为目标，协同建筑间能量共享和DR；Stage II以ANB分配合作剩余，构建CCC（复合贡献系数，Composite Contribution Coefficient）综合基线贡献、实时能量共享贡献和DR贡献。结论表明该机制降低购电和运行成本、提升本地可再生利用，并使贡献与收益更公平匹配，最大分配增幅约38.26%，用户收益提高22.34%；为VPP可持续商业运行提供激励相容方案。
关键技术方法（≤250字）：研究人员采用两阶段优化：Stage I为含购售电、PV运维、ESS（储能系统，Energy Storage System）退化、EV、碳排、DR与共享奖励等成本项及功率/SOC（荷电状态，State of Charge）约束的优化调度，用Gurobi求解；Stage II将CCC三维加权归一化为议价力，采用ANB解析式分配。PV和基础负荷用BiLSTM（双向长短期记忆网络，Bidirectional Long Short-Term Memory）预测，EV充电负荷用ST-GCRN（时空图卷积循环网络，Spatio-Temporal Graph Convolutional Recurrent Network）预测；采用PMV（预测平均投票，Predicted Mean Vote）热舒适和EV SOC/时间偏差约束与惩罚。样本数据来自上海住宅、商业、办公三类建筑2024-06-01—06-30和2024-12-01—12-30数据，代表日为2024-06-15和2024-12-15；每类20辆可调度EV，ESS额定500 kWh。
研究结果：
3.1 案例研究数据来源：研究人员对上海三类建筑夏、冬月度原始数据去重、线性插值和三西格玛异常处理，选代表日并开展多日仿真；预测精度为PV/基础负荷/EV充电负荷MAPE 4.15%/2.85%/6.23%，R
2 0.96/0.98/0.91，支持后续比较。
3.2 仿真结果分析：三类建筑负荷峰期不同步，异质性形成互补；共享与DR后实现跨建筑、跨时段资源优化，平滑集群输出并降低净成本。
3.2.1 季节性分析：30天夏冬比较显示商业平均负荷841.76 kW夏、1344.28 kW冬，办公179.29/218.93，住宅236.86/296.31；VPP净成本22009.99/17345.96 CNY/day，购电28702.38/23375.08 kWh/day，PV利用率72.0%/85.0%，DR 3668.24/2407.00 kWh/day，共享629.88/1268.72 kWh/day，表明季节负荷与PV影响经济和资源配置。
3.3 情景分析：独立运行Scenario1成本12792.00 CNY/day；VPP-DR Scenario2为8728.19，降31.77%；VPP互助Scenario3为3768.77，较Scenario1降70.54%、较Scenario2降56.82%。预测误差±2.5%—±10%下净成本仅小幅变化，DR量不变，PV利用和共享在报告范围内，框架稳定。
3.4 计算性能与可扩展性：3—15栋建筑变量504—2520、约束171—759；Stage I时间0.0042—0.0378 s，Stage II<0.001 s，最优间隙0.00%；总时间远小于1 h，适合中型集群小时滚动，不意味亚秒实时控制。
4.1 FL（柔性负荷，Flexible Load）用户满意度与EV用户满意度：满意度-成本关系显示±1°C舒适带内热不适成本为零，仅固定调整成本约210 CNY；±4°C时总不适成本约390 CNY。EV SOC偏差为负且大时满意度低，?30%约0.51，达到目标SOC时升至0.66并保持；充电时间偏差0 h满意度约0.725，2 h约0.66，4 h约0.60，≥6 h约0.53。
4.2 能量合作与议价方案下效益比较分析：EV参与越深，VPP净成本越低，三个EV案例相关运行成本120、86.5、72.8 CNY/day，但需满意度约束。ANB按多维贡献重新分配总收益2007.18 CNY：商业由749.06增至881.61，办公由689.06降至640.34，住宅由569.06降至485.23；总收益不变，商业增幅132.55 CNY；JFI（Jain公平指数，Jain Fairness Index）由0.938升至0.986，公平性和贡献—收益匹配提高。
4.3 ‘复合贡献系数’敏感性分析：权重(0.4,0.3,0.3)分别对应基线、实时共享和DR贡献；合理范围内调整权重仅小幅放大/缩小收益差，不能逆转“高贡献高收益”规律，分配连续稳定。
讨论部分总结：讨论指出传统Nash仅按基线权重分配，忽视削峰填谷、可再生消纳等集体效益及碳税、可再生不确定性、DR成本等约束；改进ANB通过SSCR（储能共享贡献率，Storage Sharing Contribution Rate）等量化实际贡献，使高贡献建筑获得更多收益。研究还提出动态贡献量化、“保底收益+超额奖励”和多维激励（如碳税减免）以增强参与意愿；交互成本总额不变但建筑级成本更匹配贡献与收益。局限是未显式建模零售电价的需求弹性，TOU（分时电价，Time-of-Use）仅通过购售电成本影响VPP经济调度，用户侧DR主要为激励型。
研究结论翻译：研究人员得出：(1)通过建筑间能量共享和协调调度聚合建筑侧柔性资源，可减少主网购电并提高本地可再生利用；TOU经济信号与激励型DR使集中调度器将可控资源移出高成本时段，促进削峰填谷；协同运行使用户收益提高22.34%。(2)互助范式具有显著潜力，将盈余建筑电量供给缺电建筑可实现能源互补、改善负荷水平并支撑VPP有效应用。(3)将满意度效用及舒适和EV满意度量化为惩罚项与约束，建立定性偏好到定量分析的桥梁；改进Nash议价区分参与者贡献，实现合理的“多贡献多收益”分配，最大增幅约38.26%，保证参与可持续性。局限是未显式建模消费者对零售电价的需求弹性；当前结果为激励型集中协调DR框架表现，而非消费者对TOU价格行为响应估计；未来将纳入自价格和跨期需求弹性，联合表示价格型与激励型DR及其对能量共享、运行成本和收益分配的耦合影响。
