基于马尔可夫链的 SDDiP 方法用于港口物流与氢电能源联合调度

《IEEE Transactions on Industrial Informatics》：A Markov Chain-Based SDDiP Method for Integrated Logistics and Hydrogen-Electric Energy Scheduling for Seaports

　　

摘要：

本文提出了一种面向氢-电能源与物流系统日前及日内协同调度的多级随机规划框架。该框架通过挖掘冷藏箱热动力学的需求响应潜力，并利用氢基础设施作为可控的工业缓冲，实现了电力供应与港口作业的同步，从而建立了深度的信息物理耦合机制。为应对船舶到港和可再生能源发电的时间不确定性，本文开发了一种基于马尔可夫链的随机双曲动态整数规划算法。借助有限状态马尔可夫转移和割集族，所提算法克服了维数灾难问题，确保大规模问题具有计算可行性和高解质量。基于宁波-舟山港真实数据的案例研究表明，该方法具有显著的技术经济效益：与不协同运行相比，所提出的协同调度实现了总运营成本降低33%、峰值需求削减30%、排放减少51%。对比基准验证了该方法在抑制扰动传播和降低成本波动方面的稳健性。敏感性分析证实了混合架构的结构必要性，其中优化的自动导引车比例在充电延迟与能源成本之间取得平衡。此外，结果表明，充足的氢能容量可将系统转变为主动灵活性资源，从而确立该框架作为能源自主型港口的先决条件。

一、引言

全球碳中和进程正在重塑集装箱港口，使其从物流节点转变为能源密集型工业枢纽，到2024年，港口相关排放已超过10亿吨二氧化碳当量。深度脱碳要求从单一可再生能源部署转向多种能源载体的协同利用[1]。绿色氢能技术，尤其是电解槽(EL)和燃料电池(FC)，可以提升港口微网的灵活性，并支持重型物流的脱碳[3]。与电化学电池相比，氢能具有更高的能量密度和更长的储存时间，适用于跨多日或周尺度的可再生能源调节[4]。配合冷电供应(CI)和电气化工业设备，氢能自动导引车(H-AGV)将氢能应用从静态能源缓冲扩展到可控的物流作业[6]。这些发展已在洋山港、洛杉矶港和鹿特丹港等领先港口中得到体现，氢-电融合正成为低碳智慧港口运营的重要途径[8]。