用于可再生能源主导且受碳约束的城市电网中可持续移动储能物流车队空间储能的双层云计算

《Journal of Energy Storage》：Bi-level cloud computing for spatial banking of sustainable mobile energy storage logistics fleet in renewable-dominated carbon-constrained urban grid

　　

摘要
可再生能源主导的城市能源集群需要在本地系统之间进行协调的储能决策，但固定式电池无法在空间上分离的过剩与短缺之间转移电力。现有模型很少将可持续移动储能容量的确定、相关的可再生负荷不确定性、车队可用性、电池衰减、环境结算以及分布式计算整合到一个运行结构中。本研究针对城市综合能源系统集群开发了一个双层调度框架。本地子问题调度燃气发电、风力发电、固定式储能、柔性负荷和电网交换，而集群协调器则分配移动储能物流车队、系统间传输、碳交易和绿证交易。风电与负荷的依赖性通过Student-t copula表示，到达、出发和车队规模的不确定性通过概率场景整合，并缩减为60个代表性场景。所得随机混合整数线性规划模型在三个互连系统上进行了24小时的测试。60 kWh的移动车队提供了最平衡的全生命周期与运行结果，将每日成本从1332.21美元降至1239.54美元，降低6.96%，同时协调的碳交易和绿证交易使二氧化碳排放减少11.60%。数据聚合将通信需求降低最多76.3%，24个系统的案例在128.6秒内求解，最优性间隙为0.28%。结果表明，具有衰减感知的移动储能银行可以提供空间灵活性，保持分布式协调的准确性，并支持城市能源集群中具有经济可信度的脱碳运行。

引言
城市综合能源系统正从孤立的本地调度向跨发电与需求、储能与电网接口的集群运行转变。协调的微电网集群可以共享灵活性和储能服务，从而改善分布式资源在可变负荷下的利用效率[1]。当可再生能源发电主导本地供应且多个系统通过受限接口进行能量交换时，这种运行结构面临更大的挑战。固定式电池提供时间灵活性，但无法在地理上分离的短缺与过剩之间重新配置储存的电能。城市充电基础设施的协调建设策略也需要考虑，包括汽车制造商的作用[2]。

移动储能车队通过在城市系统之间运输电能来增加空间灵活性。其价值取决于容量和路径、充放电以及服务可用性的同步决策。长期集群扩建还需要对不确定的可再生输出和负荷增长进行稳健处理[3]。在运行尺度上，相关的风电和负荷偏差可能造成同时出现的压力，而独立的不确定性模型可能低估这种压力。车队到达和出发与行驶能耗及可用单元数量结合，引入了第二层不确定性。碳排放配额和绿证进一步将调度与环境结算耦合。人工智能支持的碳排放监测也可以将政策组合与动态碳交易机制联系起来[4]。数据共享变得敏感，因为本地运营商可能保留详细调度信息，而集群协调器仍需可靠的聚合状态。跨耦合电力和供热系统的动态区间状态估计为构建有界运行状态提供了一个基础[5]。当电动汽车或移动电池参与社区运行时，隐私保护的协调尤为相关[6]。这些交互创造了一个紧密耦合的规划与调度问题。经济性能和电池健康必须与本地和集群决策中的脱碳及计算可行性保持一致。

集群级协调已从本地资源调度发展为分布式市场运行。Moazzen和Hossain[1]将微电网集群与嵌入式储能和柔性负荷联系起来，而Tostado-Véliz等人[3]将问题转向了稳健的扩建规划。隐私保护的Benders分解[6]减少了对完整调度披露的需求。受网络约束的区块链交易[7]使配电网络的可行性成为点对点结算的一部分，而边缘自适应编程[8]将最优潮流计算移到了更接近本地资产的位置。这些方法改进了协调，但并未在共同的环境结算下确定和路由共享的移动储能银行。

数字与物理协调也沿着部分分离的路径发展。Wan等人[9]为车辆微电网制定了Stackelberg-Nash协调方案，Khodoomi等人[10]在不确定负荷下研究了充电和车网互动服务，Sarmas等人[11]通过联邦人工智能保留本地数据。文献[12]中的互联架构解决了混合交直流微电网社区内的电力交换，文献[13]中的电路框架将控制扩展到了静态和暂态工况。这些方法增强了接口控制和分布式智能，但容量选择、行程可用性和系统间能源银行仍未纳入同一决策层。

不确定性处理已从可靠性评估发展到数据驱动和基于学习的调度。Fonseca等人[14]从可靠性角度研究了可再生储能配置，Roy等人[15]将不确定性和多准则分析应用于海岛混合系统，Lu等人[16]在不确定运行下协调了可再生能源、电池和电动汽车。稳健核密度估计[17]处理了受污染的可再生数据，文献[18]中的混合公式将易变的风电纳入机组组合。具有紧上界保证的两阶段稳健调度[19]和Wasserstein分布鲁棒机组组合[20]改进了针对分布误差的可处理保护。稳健安全强化学习聚合分布式灵活性以实现台风韧性[21]，而文献[22]中的模态框架针对可再生能源系统稳定性。然而，这些公式均未同时保留风-负荷尾部相关性和移动性特定的车队可用性。

储能与移动性研究涵盖了容量选择、空间电力支持、交通基础设施和需求灵活性。Pizzuti和Delibra[23]比较了固定式电池配置，Huang和Zafar[24]将电动汽车表示为虚拟电力网络。Huang等人[25]将移动电力支持扩展到多个位置。为电池电动公交网络部署太阳能[26]将交通需求与可再生能源基础设施联系起来；季节性价格需求响应[27]扩展了灵活性机制，发动机-电网-负荷-储能协调[28]提供了多源控制视角。它们的范围仍与城市能源系统中基于全生命周期的容量确定和基于路径的能源银行相互分离。

低碳调度日益将运行决策与全生命周期、氢能和市场机制联系起来。Gao等人[29]将碳核算嵌入能源运行，Zhou和Hu[30]将碳感知电价与储能全生命周期影响联系起来，Superchi和Bianchini[31]制定了可再生能源-电池-氢能规划方案。面向氢能的多能系统风险感知优化[32]增加了低碳不确定性，而混合电解槽-超级电容器控制[33]解决了暂态功率分配和惯性响应。然而，碳交易、绿证、移动衰减、相关不确定性和云治理协调仍未整合到一个储能银行公式中。

表1对保留的代表性研究与本研究在主要创新维度上进行了结构化比较。

现有集群级能源管理研究已建立了分层调度、隐私保护协调、交易式灵活性和分布式计算。然而，当本地UIES可行性、固定式储能、受路径约束的移动储能、系统间交换和环境结算必须同时协调时，其分析边界仍然是碎片化的。这一局限在城市社会中尤为重要，因为移动电池可以提供时间灵活性和空间灵活性，但其价值取决于本地运营商、集群协调器和电力与环境市场之间的一致性决策。

先前的不确定性感知公式通过稳健优化、预测控制、学习方法或场景分析处理了可再生变异性、负荷预测、电动汽车参与和韧性。风电与电力负荷之间的联合相关性仍未能与移动性特定的不确定性充分整合，包括车队到达、出发、服务可用性和可用单元数量。分离的不确定性表示会扭曲同时短缺状况和移动储能可用性，直接影响容量确定、充电机会和集群级调度的可靠性。

现有储能和数字能源研究对电池健康保护与计算可扩展性的综合证据有限。全生命周期支出、循环衰减、通信负担、同步精度、模型规模和求解时间通常在单独的背景下评估。对于大型城市集群，这种分离阻碍了对经济节省和减排效果在电池压力、数据压缩和混合整数搜索空间同时增加时是否仍然维持的清晰评估。

核心问题是在可再生能源主导且碳约束的UIES集群中确定MESLF的容量和协调运行计划，同时平衡运行成本、可再生能源利用率、排放、移动性需求、电池衰减、本地数据隐私和计算可行性。所需的公式必须在相关的可再生、负荷和车队可用性不确定性下，将可行的本地决策与集群范围的储能和市场行动联系起来。

由可变可再生能源供电的城市集群需要一种协调机制，将本地运行权限与集群范围的平衡分离，同时不丢失储能和市场决策所需的物理细节。本文通过双层云计算对此需求进行了回应，针对可再生能源主导、碳约束城市电网中的可持续移动储能物流车队空间银行进行容量确定和运行。其范围涵盖本地发电、固定式储能、柔性负荷、移动物流、环境市场和上游电网交互。

其科学价值在于将空间能量转移、相关不确定性、电池健康和环境结算视为同一调度问题的相互连接部分。移动性和云计算约束及其计算影响进入运行公式，并通过经济、环境、全生命周期、稳健性和可扩展性测试进行检验。这种集成允许在运行可行性、通信负担、市场暴露和电池老化（而非仅能量套利）的基础上评估容量选择。

本研究做出两个主要科学贡献。

第一，系统级公式将每个城市综合能源系统的内部调度与集群中心的过剩、短缺、固定式储能、柔性负荷、上游电网交换和移动储能物流车队的协调联系起来。车队通过容量、充放电、状态演变、行驶能耗、基于路径的可用性、全生命周期成本和衰减来表示。这一结构将移动储能从固定电池等价物转变为空间银行资源，其规模和运行计划与本地和系统间能量流一起确定。

第二，决策架构将Student-t copula对风-负荷相关性的建模与随机的到达、出发和车队规模场景相结合，随后进行场景缩减和混合整数线性求解。碳交易和绿证结算嵌入集群调度中，而云治理的边缘-雾层压缩本地信息并保持协调一致性。验证通过市场定价测试、储能容量案例、全生命周期分析、扩展到24个城市系统以及多参数敏感性分析来完成。

本文其余部分组织如下：第2节介绍储能银行架构。第3节开发所提出的双层调度框架。第4节报告并讨论数值仿真结果。第5节总结全文。

分段内容

储能银行架构
如图1所示，公共电网通过传统发电厂、输电网和配电层向住宅和工业需求中心供电。同时，所提出的架构在公共电网与多个UIES之间引入了MESLF集群作为储能银行接口。MESLF集群由电动化移动资产组成，包括电动巴士、电动滑板车、电动自行车和电动出租车，这些资产不仅被视为与交通相关的资产……

分层I-SSO/C-SSO协调
所提出的框架使用两个相互作用的决策层来协调本地UIES调度和集群级储能银行。如图2所示，各UIES计划经过优化，通过数据聚合阶段汇总，然后传输到C-SSO进行集群协调。因此，UIES-C被表示为一个存储银行环境，在整个时域内整合了固定式储能、移动车队、可再生发电、柔性负荷和UIES间交换。

在内部

系统配置
测试系统由三个通过MESLF互连并连接到上游公共电网的UIES组成。每个UIES包含一个G-FEPGF单元、一个SESB、一个风力发电单元以及柔性和不可调整电力负荷。UIES 1、2和3的SESB容量分别为71、28.4和56.8 kWh，相应的G-FEPGF容量分别为40、50和70 kW。图7总结了三个UIES采用的主要小时级输入曲线。图7(a)展示了……

结论
将本地城市能源系统与可转移储能协调需要在发电、负荷、固定式电池、移动物流、上游电网交换和环境市场之间保持可行的决策。所开发的双层调度结构将本地可行性与集群协调分离开来，同时保留了对过剩、短缺、灵活性和储能可用性的共同表示。移动储能物流车队通过容量……

CRediT作者贡献声明
Amir Mohammadian：写作—审阅与编辑、写作—初稿撰写、验证、软件、方法论、形式分析、数据管理。Abdolmajid Dejamkhooy：写作—审阅与编辑、写作—初稿撰写、监督、项目管理、概念设计。SeyedJalal SeyedShenava：验证、方法论、资金获取、形式分析。Peyman Zare：写作—初稿撰写、验证、资源获取、资金获取。Babak Mohamadi：写作—审阅与编辑、软件。

人类参与者及/或动物
不适用。

发表同意书
不适用。

伦理批准
本研究不涉及任何涉及人类参与者或动物的实验。

生成式人工智能及人工智能辅助技术在写作过程中的声明
作者声明，在本文的写作过程中使用了一个大语言模型（LLM），即由OpenAI开发训练的ChatGPT，用于语言编辑、语法纠正以及改善手稿的可读性和风格。

作者还使用了Grammarly，这是一款基于Grammarly自主研发的自然语言处理和生成式人工智能技术开发的AI辅助写作和语法检查平台，以及QuillBot，这是一款由QuillBot开发的AI驱动的改写和写作助手工具。资助情况：本研究是研究生学业的一部分，代表作者的独立贡献。本研究未获得任何资金支持或外部资助。利益冲突声明：作者声明，他们不存在任何已知的可能影响本研究所呈现工作的财务利益冲突或个人关系。致谢：作者衷心感谢Mohaghegh Ardabili大学，特别是科研副院长和工程与技术学院电气工程系，为其提供的学术和机构支持。Amir Mohammadian|Abdolmajid Dejamkhooy|SeyedJalal SeyedShenava|Peyman Zare|Babak Mohamadi，Mohaghegh Ardabili大学工程与技术学院电气工程系，地址：伊朗大不里士省阿尔达比勒市，邮编179号信箱。