《Buildings》:A Bi-Level Optimization Approach for Enhancing Community Energy Resilience with Building Thermal Inertia
编辑推荐:
本研究开发了一个面向社区能源系统的双层优化(bi-level optimization)框架,旨在改善电网稳定性并增强应对供需不匹配的韧性,该方法具有应对天气驱动运行压力的潜在适用性。通过整合需求侧响应(demand-side response)资源,尤其强调
本研究开发了一个面向社区能源系统的双层优化(bi-level optimization)框架,旨在改善电网稳定性并增强应对供需不匹配的韧性,该方法具有应对天气驱动运行压力的潜在适用性。通过整合需求侧响应(demand-side response)资源,尤其强调建筑的蓄热(thermal storage)潜力,该框架提升了系统的运行安全性和调节能力。在上层,能量运行商确定动态电价(dynamic electricity pricing)策略,目标不仅是最大化经济收益,还包括塑造更平滑、更稳定的负荷曲线。在下层,建立了建筑热动力学(building thermal dynamic)模型,并利用柔性家电(flexible appliances)(包括电热水器、洗碗机和洗衣机)的可调度特性来降低用户侧能源成本,同时支持削峰。通过两层之间的迭代协调,所提方法实现了供需的有效联合优化。仿真结果表明,该框架通过差异化定价增加了运营商收入,同时大幅降低了用户的电费支出。此外,通过将分布式柔性资源聚合为虚拟缓冲容量,所提策略有助于协调运营商和用户双方的利益,并进一步改善本地电力社区能源系统的韧性。
**论文解读:基于建筑热惯性的社区能源韧性增强双层优化方法**
### 研究背景与目的
在全球能源与环境压力日益加剧的背景下,提升建筑部门的灵活性已成为减少碳排放和缓解电网供需不匹配的重要途径。根据2024-2025年建筑与施工全球状况报告,建筑领域占全球能源消费的32%和能源相关碳排放的34%。住宅社区蕴含丰富的柔性资源,但其价值取决于能否在不违反舒适度和家电使用要求的前提下协调异构家庭负荷。现有研究多聚焦单一柔性负荷或分别分析不同设备,对空调热惯性(thermal inertia)、电热水器蓄热和可转移家电在社区层面的协调调度研究不足。此外,现有研究极少将多种住宅柔性负荷与建筑热惯性整合到统一的社区级双层优化(bi-level optimization)框架中。为填补这一空白,研究人员开发了一种基于确定性预测输入的双层优化方法,通过上层动态定价与下层用户响应的迭代协调,实现供需协同优化,提升社区能源系统的经济性与韧性。该论文发表在《Buildings》期刊上。
### 核心技术方法
研究人员采用的主要关键技术方法包括:(1)基于电阻-电容网络(RC network)的建筑热动力学模型,通过围护结构的热阻和热容表征建筑热惯性,实现空调负荷的精确建模;(2)基于一阶微分方程的电热水器热动态模型,并依据2004户家庭热水使用频率统计归纳出三种典型用户模式(Type 1:居家型、Type 2:上班族型、Type 3:混合型)以反映多样性;(3)时间可转移家电(洗碗机和洗衣机)的调度模型,通过最早开始时间、最晚完成时间和连续运行周期约束实现负荷平移;(4)双层迭代求解算法,上层采用线性化配电网潮流(忽略网损项并近似电压二次项)将非凸问题转化为凸优化形式,下层包含二进制变量,通过Gurobi求解器在MATLAB/YALMIP平台实现;(5)案例社区为四节点辐射状低压馈线,共1200户居民,三种用户类型比例分别为25%、35%和40%。
### 研究结果
#### 4.1 运营商结果分析
通过动态定价机制,运营商在非高峰时段(09:00–16:00和00:00–04:00)将售电价格设定至优化下限以刺激需求,在早高峰(06:00–08:00)和晚高峰(18:00–22:00)将价格调整至上限以弥补非高峰期的收入缺口,在满足日均电价约束的同时最大化利润。仿真表明该策略有效协调了购电成本与用户需求。
#### 4.2 用户结果分析
##### 4.2.1 集成空调系统的建筑需求响应
通过价格引导的预冷策略(如早间低价期06:00–08:00预冷),建筑利用热惯性在高峰时段减少空调启停,实现削峰填谷。夜间低价期(22:00–06:00)主动运行空调存储冷量,将部分日间冷负荷转移至夜间。研究验证了建筑热惯性参数(如墙体热容)对负荷转移窗口具有显著影响,高惯性建筑提供更大灵活调度空间。
##### 4.2.2 电热水器需求响应
三种用户类型均在高价早高峰(07:00–09:00)前采用预热策略(05:00–07:00),将部分加热负荷转移至低价期。但在晚间高价时段(18:00–20:00)因刚性热水需求主导,需求响应弹性较弱。控制策略能有效平衡需求响应性能与用户舒适度,在非高峰时段单次加热可维持水温超三小时,展现出明显削峰效果。
##### 4.2.3 可转移家电需求响应
在动态电价驱动下,洗碗机优先在夜间低价(00:00–01:00)和日间低价(15:00–16:00)窗口运行;洗衣机采用连续洗衣-烘干模式,优化时间为00:00–03:00(洗涤00:00–01:00,烘干01:00–03:00)。结果表明可转移家电通过时间-电价空间耦合实现了需求响应与经济性的双重优化。
#### 4.3 对比算例
设置三种场景:场景1为双层优化(本文方法)、场景2为固定价格范围(无反馈)、场景3为固定价格无响应。定量对比(见表6)显示:场景1中运营商利润与用户成本形成负相关折中,且通过需求响应机制使用户成本显著低于场景3。灵敏度分析(18组定价策略)表明双层优化模型能在场景2的极端波动之间找到均衡点,实现供需双方“共赢”。
#### 4.4 计算效率分析
在Intel Core i7-10700 CPU与16GB RAM工作站上,标准场景(1200户、4节点)约16次迭代、200秒内收敛,单次迭代平均12.5秒,完全满足15分钟调度窗口。规模测试(300至6000户、1至20节点)显示计算需求呈近线性增长,归功于配电网约束线性化后形成的凸模型可通过Gurobi高效求解。
### 总结与讨论
本研究通过整合建筑蓄热能力与用户侧需求响应,提出了一种双层优化方法以提升社区能源效率。讨论部分指出:需求侧响应主要源于可控家电的灵活性,包括空调建筑热惯性、热水器缓冲容量和可转移家电的可调度性,通过战略调度可显著平抑负荷波动并降低用户能耗支出;利用供给侧定价弹性与用户数据,运营商可通过动态电价引导消费行为,提升电网运行适应性;双层框架建立了协作定价环境,达到运营商盈利与用户成本效率的共生均衡。然而,当前框架依赖确定性参数,未充分考虑天气、可再生能源出力和负荷预测的随机性;线性化辐射状网络模型可能简化复杂网状电网的潮流动态。研究结论翻译如下:通过仿真分析,得出以下关键发现:(1)需求侧响应主要由可控家电的灵活性驱动,包括空调建筑的热惯性效应、电热水器的缓冲容量以及洗衣机等家电的可调度性。通过策略性地安排这些设备的运行时段,负荷波动得到显著缓解。这种需求响应方法不仅有助于电网的负荷平抑(削峰填谷),还大幅降低了终端用户的能耗总支出。(2)利用供给侧定价弹性以及精细的用户消费数据,能源提供商可以通过动态电价优化引导消费者行为。该策略在保持运营商财务稳定的同时,利用价格信号激励用户积极参与,从而增强区域能源网的整体运行适应性和灵活性。(3)所开发的双层优化框架建立了一个协作定价环境,供需双方均能影响电价策略。通过协调双方的调控能力,该模型在提供商的盈利能力和用户的成本效率之间实现了共生均衡,确保经济效益公平分配,促进了能源生态系统中所有利益相关者的“共赢”。尽管双层框架表现出明显优势,但仍存在一定局限:一是依赖环境和用户习惯的确定性参数,可能无法充分考虑绿色能源出力的固有随机性或负荷预测误差;二是线性化辐射状网络模型可能过度简化复杂网状电网或严重电压失稳条件下的潮流动态。未来工作将引入极端温度场景、可再生能源不确定性以及鲁棒/随机优化,以更全面地评估韧性。