综合能源系统集成动态定价与电动汽车的低碳经济调度：一种数据-模型驱动优化方法

《Energies》：Low-Carbon Economic Dispatch of Integrated Energy Systems with Integrated Dynamic Pricing and Electric Vehicles: A Data-Model Driven Optimization Approach Jiale Liu, Weisi Deng, Haohuai Wang, Weidong Gao, Qi Mo and Yan Chen

　　

本文解决了现代电力系统中多利益相关者利益协调和低碳运行的关键挑战，特别关注综合能源系统（Integrated Energy System, IES）、电动汽车充电站（Electric Vehicle Charging Stations, EVCS）和负荷聚合商（Load Aggregators, LA）之间的交互。为应对这些挑战，研究人员提出了一种新颖的数据-模型驱动优化框架。建立了一个双层模型，其中上层IES作为领导者，下层EVCS和LA作为跟随者。该方法的核心是一种集成动态定价机制，该机制协同结合了EVCS运行计划、碳排放信号和负荷需求响应。该机制通过历史数据的预测性洞察增强，有效引导下层实体参与上层IES的优化，从而将个体利益与系统范围的低碳目标对齐。所得的双层问题使用CPLEX迭代求解，并通过联合最优性公式选择最优均衡。所提出的方法在一个多利益相关者案例研究中得到验证。结果表明，研究人员提出的AI增强动态定价和调度模型不仅有效地平衡了各方的利益，而且显著提高了系统的低碳经济性能，展示了将物理模型与数据驱动洞察相结合用于未来能源系统管理的潜力。

论文解读文章

**1. 研究背景、问题与目的**

全球变暖和能源危机持续威胁现代社会发展，绿色低碳的综合能源系统（Integrated Energy System, IES）正逐步取代传统电力系统。IES作为可再生能源的高效载体，能整合分布式能源、负荷及电储能设备，满足用户侧多元能源需求。然而，可再生能源固有的波动性和随机性常导致严重的弃风弃光现象，增加了IES调度的复杂性。电动汽车（electric vehicle, EV）等柔性负荷的需求响应（demand response, DR）为缓解弃风弃光提供了可行方案，但无序的EV充放电行为会加剧负荷波动，并增加电动汽车充电站（Electric Vehicle Charging Station, EVCS）的调度难度。因此，如何在多利益相关者场景下有效协调IES、EVCS和负荷聚合商（Load Aggregator, LA）的利益，降低运行成本并提升可再生能源消纳率，成为一项重大挑战。已有研究在处理多利益相关者利益协调时，多采用双层优化方法，但对能源侧定价机制的探索仍不充分，缺乏将碳排放惩罚、EV时空灵活性与多能需求响应无缝集成的综合动态定价机制。为此，本文提出一种数据-模型驱动优化框架，研究集成动态定价机制下EV和LA主动参与IES经济调度的问题，旨在实现多利益相关者的共赢与系统低碳经济运行。该论文发表在《Energies》。

**2. 主要关键技术方法**

研究人员采用的主要关键技术方法包括：① 构建双层优化模型，上层为IES运营商（领导者），下层为EVCS和LA（跟随者），通过迭代交互协调利益；② 提出集成动态定价机制，该机制综合EVCS运行计划（基于历史数据挖掘的EV到达时间分布，μ=17.47，σ=3.41）、系统碳排放（基于阶梯碳交易模型）和负荷需求响应（考虑可中断与可转移负荷）三个因素，动态调整各能源的零售价格；③ 利用CPLEX求解器迭代求解双层模型，并通过联合最优性公式（F_fn = √(f₁² + f₂²)/2）从所有迭代结果中选取最优均衡解；④ 采用蒙特卡洛方法模拟EV无序充电状态作为初始方案；⑤ 通过二分法进行敏感性分析，确定关键参数（如碳排放影响系数σ₁=0.1）的最优值。

**3. 研究结果**

**3.1 集成动态定价机制下的迭代结果**
通过双层模型迭代求解，研究人员发现第七次迭代时联合最优目标成本达到最小值约2587.3元，此时下层成本为3520.8元，上层收益为2030.4元。动态定价显示，风能和太阳能始终保持最低价格，因为其不受碳排放影响，从而激励系统优先消纳可再生能源。

**3.2 集成动态定价机制分析**
通过对比三种定价策略（仅考虑需求响应、仅考虑碳排放、本文提出的集成机制），研究发现：集成机制（策略三）结合了前两者的优势，在保证系统运行效率的同时，实现了最低碳排放（相较仅考虑碳排放的策略进一步降低）和较高的用户综合满意度。策略三还实现了风能和太阳能的完全消纳（弃风弃光为0 kW），而策略一和策略二分别存在1412.54 kW和803.7 kW的弃风弃光。

**3.3 集成动态定价机制下的低碳经济分析**
与传统的分时电价相比，本文提出的集成动态定价机制使联合运行成本降低约16%，具体表现为上层收益减少282.2元，下层成本降低558.2元。系统购电量和燃气锅炉（Gas Boiler, GB）出力更加平滑，弃风弃光从2209.9 kW降至0 kW，可再生能源利用率提高51%，碳排放减少147 kg（降低13.6%）。这归因于零碳的可再生能源价格不受碳排放影响，在经济信号引导下，下层实体主动将可转移负荷和EV充电集中到可再生能源出力高峰时段。

**3.4 集成动态定价机制下的需求响应分析**
在集成动态定价机制下，负荷聚合商在低电价时段（如1:00–5:00和22:00–24:00）通过可转移负荷增加用电，在高电价时段（如18:00–21:00）通过可中断和可转移负荷减少用电，有效实现削峰填谷。热力负荷方面，在热价较高时段（6:00–11:00和21:00–23:00），热力聚合商同时利用可中断和可转移热负荷降低需求。用户综合满意度指数（Comprehensive Satisfaction Index, CSI）表明，集成动态定价机制通过引入不满成本，在保障用户用能体验的同时降低了系统运行成本。

**3.5 集成动态定价机制下的EVCS运行计划分析**
在集成动态定价机制下，EV充电主要集中在低价时段（1:00–5:00和21:00–24:00），既降低了EVCS购电成本，又吸收了多余的可再生能源。在风光出力不足的高电价时段（8:00–10:00和17:00–19:00），EV放电以降低IES购电费用，实现了系统与EVCS利益的共赢。

**4. 总结讨论与结论翻译**

**总结讨论：**
研究人员在论文总结部分指出，为提升可再生能源消纳率、协调IES内多利益相关者利益并实现IES优化调度的经济性与环保性，建立了包含EVCS和LA的IES双层优化模型，并提出集成动态定价机制。该机制考虑EVCS运行计划、碳排放强度和需求响应，引导各方实现最优调度，并通过引入不满成本保障用户用能体验。仿真验证了模型的有效性。同时指出，当前模型采用能源枢纽概念简化了物理网络拓扑，忽略了具体网络损耗；未来研究将纳入非线性网络约束和潮流动态。此外，当前案例主要针对冬季场景，未来将扩展到多季节场景，以验证全年经济性。

**研究结论翻译：**
（1）所提出的集成动态定价机制有效解决了IES运营商、EVCS和LA之间的策略互动，降低了联合优化成本，优先消纳风能和太阳能，最小化弃风弃光，并降低了系统碳排放。
（2）所提出的集成动态定价机制有效引导负荷聚合商设计促进供需平衡的需求响应方案，同时保障了用户整体满意度。
（3）所提出的集成动态定价机制有效引导EVCS充放电行为，在降低EVCS运行成本的同时维护了IES利益。