《Energies》：From Grid Burden to Grid Resource: A Monte Carlo Framework for Vehicle-to-Building-to-Grid Flexibility in a Regional Distribution Network
编辑推荐：
可再生能源在孤立微电网中的渗透率不断提高，加剧了对能够减少柴油依赖并确保可靠运行的能量管理系统（EMS）的需求。本研究比较了三种适用于巴西亚马逊地区偏远社区典型光伏-柴油-电池微电网的EMS策略：近视策略（M1）、预测策略（M2）和PPO-RL策略（M3），并
可再生能源在孤立微电网中的渗透率不断提高，加剧了对能够减少柴油依赖并确保可靠运行的能量管理系统（EMS）的需求。本研究比较了三种适用于巴西亚马逊地区偏远社区典型光伏-柴油-电池微电网的EMS策略：近视策略（M1）、预测策略（M2）和PPO-RL策略（M3），并在相同的物理与运行约束下，使用2025年全年15分钟分辨率的真实辐照度和负荷数据进行了评估。三种策略的柴油消耗非常接近，最优与最差情况之间相差小于0.7%；M2实现了最低消耗（218,863.19 L）、最高可再生能源渗透率（52.14%）和最低弃光率（1.06%），M3表现相当，但发电机启动更频繁。对最高和最低光伏日的定性分析表明，在高光伏可用性下，策略间差异更为显著，而低可再生能源可用性则使所有策略趋向于类似的以柴油为主的运行模式。这些发现表明，先进EMS策略的主要优势不在于大幅节省柴油，而在于改善可再生能源和储能资源的协调与利用。此外，基于M2柴油节省量的光伏-电池混合系统简化经济分析显示，内部收益率（IRR）约为30.7%每年，投资回收期约为3.2年，明显高于14%每年的基准，证实无论采用哪种EMS策略，混合化都是一项具有经济吸引力的投资。
在偏远孤立微电网中，电力供应长期依赖柴油发电，存在运行成本高、燃料运输困难、能效低和温室气体排放显著等问题。光伏（PV）与电池储能系统（BESS）的混合化被视为降低柴油依赖、提升可再生能源渗透率的关键途径，但太阳能间歇性给能量平衡和运行稳定性带来挑战，能量管理系统（EMS）的协调能力因此成为决定系统整体性能的核心。已有研究多单独探讨优化、预测或数据驱动方法，缺乏在完全相同物理配置和运行约束下对不同EMS范式的受控比较；仅关注年度聚合指标还可能掩盖电池利用、发电机启停和弃光行为等方面的差异。为此，研究人员以巴西亚马逊地区Surpresa典型孤立微电网为对象，对三种EMS策略开展了系统性比较。
研究人员基于PASI/EPE平台和NASA POWER获取的2023—2024年数据完成模型开发与训练，并使用2025年全年15分钟分辨率的真实辐照和负荷数据进行样本外评估。微电网配置由HOMER Pro技术经济优化确定，包含610 kW光伏、1600 kWh电池储能、325 kW双向变流器以及两台可同时调度的柴油机组（136 kW和194 kW）。所有策略共享同一物理模拟层，包括光伏性能比模型、电池SOC动态方程、三阶多项式油耗模型、30%最小负载约束和1小时最小启停时间约束。M1为基于当前状态的近视策略；M2采用两个随机森林回归模型（各500棵树）预测全球水平辐照和负荷，预测时域为24小时，并加入基于预测的发电机保持机制；M3基于近端策略优化（PPO）算法，动作空间为连续电池功率指令，奖励函数中未供电量、柴油消耗、弃光、发电机启动等项的权重以及PPO超参数均分别通过Optuna框架进行200次试验优化。评价指标包括柴油消耗、运行小时、启动次数、平均负载、可再生能源渗透率、弃光率、电池循环等。
3.1 年度评估：全年35,040个时间步的模拟表明，三种策略柴油消耗差异小于0.7%，M2最低（218,863.19 L），M1最高（220,291 L）；M2同时具有最低柴油运行小时（5407.5 h）和最高平均发电机负载（75.58%），M3启动次数最多（1158次）。在可再生能源利用方面，M2和M3的可再生渗透率（52.14%和52.08%）高于M1（51.79%），弃光率（1.06%和1.17%）低于M1（1.72%），电池吞吐量也更大；M1电池循环最少，但弃光最多。该结果表明，先进策略的收益主要体现在可再生能源利用和运行协调，而非大幅柴油节省。
3.2 极端日运行分析：选取2025年10月18日（最高光伏日）和6月24日（最低光伏日）进行定性案例分析。最高光伏日白天各策略充电行为几乎一致；傍晚放电阶段，M2采用更保守的分步放电，保留更高SOC，但代价是更多发电机启动和略高柴油消耗；M1和M3则表现为连续放电至下限。最低光伏日因光伏稀缺，电池充电机会极少，三种策略的调度轨迹和SOC曲线趋同，数值完全相同，表明低可再生能源可用性使策略差异消失，所有策略均收敛于以柴油为主的运行模式。
3.3 Surpresa混合化的经济分析：以M2的柴油节省为收益，与纯柴油基线（年消耗457,635.87 L）相比，每年节省柴油成本约R$1,647,531.49。在15年折现现金流分析（柴油价格R$6.90/L，光伏-电池年运行维护成本R$205,588，增量投资约R$4.62M）下，内部收益率（IRR）约为30.7% p.a.，简单回收期约3.2年，折现回收期约4.6年，均优于14% p.a.基准；敏感性分析显示IRR对柴油价格最敏感，但在±20%最不利组合下仍约为22.0% p.a.，证实混合化投资具有经济吸引力。
讨论部分指出，先进EMS的核心价值不在于显著降低柴油消耗，而在于改善可再生能源和储能资源的协调利用；M2和M3能量性能接近但运行方式不同，M3更频繁的启停是学习策略与共享物理层交互的涌现结果，具体因果需进一步消融研究确认。极端日分析说明，EMS策略差异依赖于可再生能源可用性：低PV时期任何控制策略都无法创造物理系统不提供的灵活性，预测或学习的边际收益集中在中等至高光伏时段。
研究结论翻译：三种EMS策略在年度柴油消耗上差异小于0.7%，M2实现了最低燃料消耗、最低柴油运行时间和最高平均发电机负载；M2和M3在可再生能源渗透率与弃光方面优于M1，但M3以明显更多的发电机启动为代价。在最高光伏日，M2的保守放电策略保留了更高SOC；在最低光伏日，所有策略均收敛于相同的柴油主导运行模式。总体而言，M2取得了燃料消耗、可再生能源利用、弃光和发电机运行之间的最佳综合平衡，M3以不同运行策略达到相近能量性能，M1对光伏利用最不充分。此外，无论采用哪种EMS策略，Surpresa微电网的光伏-电池混合化本身均具有经济吸引力，EMS选择主要属于运行决策而非经济决策。
