《Energies》：System-Level Techno-Economic Optimization of Decarbonized Industrial Thermal Energy Systems via Active Load Restructuring
编辑推荐：
在寒冷地区工业园区，持续较长的供暖季节和集中的热水需求引发了随机性可再生能源发电与刚性热需求之间严重的时间失配问题。为解决这一问题，本文提出了一种面向工业热能系统的多维协同优化框架。该物理架构集成了风能、太阳能和浅层地热能以及混合储能，确立了热力学边界条件。同
在寒冷地区工业园区，持续较长的供暖季节和集中的热水需求引发了随机性可再生能源发电与刚性热需求之间严重的时间失配问题。为解决这一问题，本文提出了一种面向工业热能系统的多维协同优化框架。该物理架构集成了风能、太阳能和浅层地热能以及混合储能，确立了热力学边界条件。同时，针对电热耦合调度问题，研究人员开发了一种定制化求解器。其核心在于，主动负荷重构策略（ALRS）利用蓄热水箱的热惯性地源热泵的高性能系数，将全天热水供应负荷重构至夜间风电丰富且电价处于低谷的时段，实现了深度源-荷时间解耦，并将刚性热需求转化为跨时段虚拟柔性资产。评估结果表明，所提策略使典型日电力成本降低了82.51%。与依赖电网的刚性基线相比，综合日运行成本和碳排放成本分别下降了71.9%和90.2%。本研究证明了将热灵活性转化为协同能源管理的潜力，并为工业热能系统的低碳运行提供了系统级参考。
在全球清洁低碳能源转型背景下，工业园区作为高能耗和高碳排放的主要载体（约占全国工业碳排放的31%），其脱碳进程对于城市低碳发展至关重要。尤其是在寒冷地区，高强度电力需求、长时间供暖期与大规模热水需求叠加，形成了复杂的电热耦合特征，使得传统单一能源系统难以满足要求。构建高可再生能源渗透率的综合能源系统（IES）已成为行业共识，其中浅层地热能结合地源热泵（GSHP）技术为工业脱碳提供了优质热源。
然而，可再生能源固有的随机性显著放大了系统对灵活调节资源的需求，加剧了源-荷时间失配问题。在典型工业园区中，电、热负荷表现出较强的日内不可调性，系统需在高峰时段维持高负荷状态；而风电出力则具有反调峰特性，与夜间负荷低谷和低谷电价时段高度重合。这种时间异步性使园区陷入双重困境：白天时段面临较大供需缺口和高昂购电成本，而夜间则因缺乏有效的跨时段调节手段而面临严重的弃风风险。现有技术路径存在局限：电池储能系统（BESS）的投资成本和循环寿命制约了其在大容量、长时间场景中的经济性；蓄热装置多作为缓冲单元使用，其热惯性未被充分利用以实现主动跨时段重构；基于建筑热惯性的被动需求响应则受严格热舒适边界限制，调节深度有限。
理论上，利用峰谷分时（TOU）电价将供暖负荷转移至低谷时段看似经济合理，但工程推演表明，因供暖负荷规模巨大且刚性热需求约束，集中供暖不可避免地导致瞬时峰值负荷激增，不仅引发设备容量过度配置带来的资本支出非线性攀升，短期高强度取热还会加剧局部土壤冷堆积，最终造成严重的地源热失衡。因此，亟需一种能够调和可再生能源发电、分时电价与刚性电热需求之间强时间失配的针对性电热架构和运行机制。
针对上述问题，研究人员提出了主动负荷重构策略（ALRS）。该方法不同于直接改变终端需求的传统需求响应，而是通过物理缓冲保留所需热服务轮廓，重构适宜热能生产的时间安排，从而实现源-荷时间解耦。依托功能解耦的热拓扑结构，空间供暖（SH）由专用SH-GSHP直供，不进行时间重构；热水供应（HWS）则利用TST-GSHP组合进行时间重构。在夜间风电充裕时段，该策略叠加GSHP的高性能系数（COP）与低谷电价优势，最小化运行成本并促进本地风电消纳；即便夜间无盈余风电，也可将日间HWS负荷重构至夜间低谷电价时段，降低供热成本并缓解主网压力。其核心创新包括：提出以时间重构为驱动的ALRS，将刚性热需求转化为虚拟柔性资产；建立以功能解耦GSHP和混合电-热储能为支撑的多能互补架构；开发面向电热耦合调度问题的定制化系统级求解器PLIW-SCGS-PSO；开展全面的技术经济与环境综合评估。
在技术方法方面，研究人员构建了融合风电、光伏、浅层地热能及混合储能的微电网架构。其中，风电机组（WT）采用分段函数描述输出功率与风速的非线性关系；光伏（PV）采用名义电池工作温度（NOCT）模型进行辐照-温度耦合修正。GSHP模型采用调度时域内的名义COP值。蓄热水箱（TST）基于集总参数法建立跨时段能量平衡模型。经济评估将资本支出（CAPEX）和固定运维成本通过资本回收系数折算为单位能量成本系数。为求解该强非凸、高维度的电热耦合调度问题，研究人员定制了集成分段线性时变惯性权重（PLIW）和群体质心引导策略（SCGS）的增强型粒子群优化求解器PLIW-SCGS-PSO，并采用边界吸收策略和静态罚函数分别处理硬约束和软约束，同时配置SOC轨迹修正模块以消除有限时域优化的终端效应。案例研究选取中国北方某典型工业园区供暖季场景，基于当地气象数据和工业分时电价进行验证，并设置刚性基线（场景1）和所提方案（场景2）两个对比场景。
研究结果显示：
在ALRS有效性验证中，与基线模式下供需同步追踪不同，ALRS将HWS热生产计划重构至夜间低谷时段，终端热需求轮廓基本保持不变。与单独配置TST或GSHP的方案相比，ALRS组合配置实现了更大的成本削减，表明协调GSHP转换效率与TST时间灵活性可改善能量转换与低电价运行周期的匹配度。基于典型日结果外推至120天供暖季，预计累计节省运行电费276,492元。
在定制化数字求解器性能方面，PLIW在初始探索阶段（第0-250次迭代）维持较高惯性权值以支持广泛搜索，在迭代250次后切换为加速线性衰减以强化局部开发。代表性运行中，综合目标值从初始群体最优的34,188元降至最终最优值27,358元，降幅达20.0%。虚拟惩罚成本始终保持为0元，表明所得调度方案严格满足预设的电热平衡与运行约束。
在统计验证与可重复性方面，30次独立运行的结果表明，标准遗传算法（GA）在本问题上提供了最佳目标值性能和最低的逐次波动性，标准PSO也优于PLIW-SCGS-PSO。基准比较不支持PLIW-SCGS-PSO具有普遍优越性的论断，但客观评估了其数值表现。消融研究表明PLIW对目标值降低的正面贡献最为明显，而SCGS单独使用未产生同等改善。该结果确认了元启发式搜索方法的相对性能具有问题依赖性。
在动态运行特性分析中，优化后系统从基线供需跟踪模式转变为源-网-荷-储协同调度模式。BESS在夜间低谷时段充电、白天高峰时段放电，SOC在0.20-0.95范围内变化并在周期末返回目标值0.50，消除了有限时域优化的终端效应。
在技术经济与环境效益综合评估中，优化场景在光伏盈余时段（10:00-14:00）向电网售电获得约4,000元/时的经济回报。代表性日内，日综合运行成本降低71.9%，碳排放降低90.2%。按120天供暖季外推，综合运行节约约2，000，000元，碳相关成本降低保持90%以上。基于年化假设的初步投资回收期约为静态7.25年、动态9.80年。
在灵敏度与鲁棒性分析中，电价与碳税联合缩放系数a的数值灵敏度分析显示，优化场景在所测范围内始终优于基线场景。解析灵敏度评估表明，COP降低10%使GSHP耗电量增加约11.11%，而COP提高10%仅减少约9.09%，COP退化带来的不利影响略强于等比例改善所带来的收益。
讨论方面，研究人员承认当前框架存在若干边界：典型日模型而非连续长期模拟无法充分捕捉极端天气和季节性负荷波动；短期模型未显式捕捉地温条件与GSHP时变性能的动态耦合；电池模型未包含容量衰减和循环老化特性；未纳入交流（AC）潮流约束。未来工作将纳入动态GSHP性能、电池退化特性及AC潮流约束，并将时间范围从典型日扩展至季节性和年度模拟。研究结论表明，ALRS实现了源-荷时间解耦，使典型日电力成本降低82.51%；多能互补架构减轻了对主网的依赖；定制化求解器为电热耦合调度提供了可行运行决策的面向问题的框架；协同优化方法实现了日综合运行成本降低71.9%和碳排放降低90.2%，为低碳工业能源系统的进一步发展提供了系统级参考。
