利润与?效率的平衡:高可再生能源渗透率下综合能源系统的最优调度策略
《Renewable Energy》:Balancing Profit and Exergy Efficiency: Optimal Dispatch Strategies for Integrated Energy Systems with High Renewable Penetration
【字体:
大
中
小
】
时间:2026年09月23日
来源:Renewable Energy 9.1
编辑推荐:
• 提出了一种?-经济双目标优化模型。• 双层斯塔克尔伯格博弈刻画了MGO、UA和SSO之间的相互作用。• 差异化需求响应模型集成了可转移负荷和可削减负荷。• 通过帕累托前沿分析揭示了利润与?之间的权衡关系。• 最优折中解在套利与热电联产效率之间实现了平衡。
引言
综合能
• 提出了一种?-经济双目标优化模型。• 双层斯塔克尔伯格博弈刻画了MGO、UA和SSO之间的相互作用。• 差异化需求响应模型集成了可转移负荷和可削减负荷。• 通过帕累托前沿分析揭示了利润与?之间的权衡关系。• 最优折中解在套利与热电联产效率之间实现了平衡。
引言
综合能源系统(IES)在提升能源效率和消纳可再生资源方面发挥着关键作用[1][2]。然而,IES的多利益相关者特征引入了复杂的运行冲突。近期的研究强调了现代能源系统在极端事件下的鲁棒性和韧性需求[3][4],使得IES的协同运行日益重要[5]。因此,有效的能源管理和需求侧灵活性对于具有高可再生渗透率的IES至关重要。在用户侧,深度聚类强化学习已被应用于多锅炉智能建筑[6],而相变材料则被用于改善建筑热行为并减少热波动[7]。在供给侧,整合可再生能源和储能系统可以提升系统灵活性和经济韧性。电池容量优化支持可再生能源集成IES的运行和需求响应利用[8],而风光储协调可以改善发电调度并降低与碳相关的成本[9]。共享储能进一步降低了投资成本并增强了运行灵活性[10][11]。
在《可再生能源》期刊发表的研究中,IES和多能系统的低碳运行、鲁棒调度和需求侧协调也受到广泛关注。例如,文献[12]提出了高可再生渗透率下融合热电需求响应的多能系统鲁棒日前协同调度模型,文献[13]基于帕累托折中规划和主从博弈开发了IES的低碳经济运行框架。这些研究为可再生能源消纳、碳-经济协调和综合需求响应提供了有价值的参考。然而,其主要目标仍集中在运行成本、碳排放、鲁棒性或可再生能源利用率上,而多能转换过程中因能级不匹配导致的?损失并未被明确地作为运行调度目标来建模。
为管理利益相关者之间的复杂相互作用(如运营商、用户和共享储能提供方),博弈论已被广泛采用[14]。现有研究探索了各种交互框架来管理多利益相关者能源系统。例如,为优化共享储能与微电网的交互,研究人员利用双向斯塔克尔伯格-纳什博弈进行低碳调度[15],针对多微网场景提出了混合博弈论[10],以及制定标准的双层斯塔克尔伯格博弈来协调多综合能源系统[16]。此外,除了点对点交易策略[17]外,还开发了更广泛的市场耦合和规划模型,包括基于负荷互补特性的协同规划[18]、自由化市场中氢基储能投资博弈论方法[19]、关注利益相关者博弈的两层调度[20],以及面向多市场优化的先进克里金元模型[21]。然而,这些研究通常聚焦于单一场景或特定应用,限制了其全局适应性。
重要的是,大多数现有模型仅关注经济目标,这违背了热力学第二定律,忽略了能级退化问题[22]。在设备层面,利用7.25L重型柴油发动机的实验数据,研究了工作流体选择对动力总成性能和涡轮机设计的影响,表明热力学转换性能受能量转换机制和设备设计的强烈影响[23]。在更广泛的能源系统背景下,虽然?分析已被应用于优化IES规划——例如分析统一?流机制[24]、基于?性能优化能源枢纽配置[25]、以及建立兼顾效率与经济成本的多目标框架[26][27]——但仅在规划阶段引入?分析是不够的。能源供应质量与需求质量之间的不匹配是一个动态现象,按小时波动。纯粹的经济调度往往会利用这些不匹配(例如,通过电制热将高品质电能退化为低品质热能进行套利),造成隐性的?损失。因此,将?优化直接嵌入运行调度层面,对于实时执行"能级匹配"至关重要。
综上所述,尽管近期研究从不同角度推进了IES优化,包括韧性导向的多目标优化[28]、低碳经济运行[13]、鲁棒热电需求响应调度[12]以及基于博弈的共享储能协调[10][15],但大多数现有框架仍存在至少以下局限性之一。第一,它们主要关注能量数量、经济成本、碳排放、韧性或可再生能源消纳,而多能转换中固有的?损失往往被忽视。第二,?分析通常应用于规划或配置阶段,而非嵌入实时运行调度。第三,共享储能和差异化的电/热需求响应很少被整合到一个统一的基于博弈论的?-经济框架中。为明确本研究贡献的定位,表1展示了所提方法与现有代表性研究的对比分析。
因此,本文的主要贡献如下:
(1) 集成?-博弈-储能-需求响应框架:本研究开发了一个?-经济运行框架,集成了调度层面的?效率、双层斯塔克尔伯格交互、共享混合储能以及差异化的电/热需求响应。
(2) 多利益相关者协调:建立双层斯塔克尔伯格博弈来描述MGO、UA和SSO之间的层级交互,其中MGO决定电/热价格,从方优化灵活负荷和共享储能调度。
(3) 基于帕累托的权衡量化:通过NSGA-II帕累托前沿量化MGO利润与?效率之间的冲突,并利用多准则决策方法选择最优折中解。
(4) 运行洞察:比较经济最优点、?最优点和最优折中解,揭示市场驱动套利与热力学感知热电联产之间的平衡。
系统架构
所提出的系统被建模为领导者-追随者(斯塔克尔伯格)博弈,其中领导者是拥有微燃机作为核心能源资产的MGO,并与主电网进行能源交换。MGO的决策变量明确定义为逐时内部电价销售价()和热价销售价()。
追随方代表需求侧,由协同响应的UA和SSO组成。用户聚合商集成并管理其内部光伏(PV)
仿真设置
为验证所提出的多目标优化模型的有效性,本研究对一个综合能源系统(IES)进行了案例研究。优化在24小时调度周期内进行,分辨率为1小时。仿真在MATLAB R2021b中实现。
所有输入数据,包括基于典型运行日的负荷曲线和市场电价,如图2所示。如图2(a)所示,IES在分时电价(TOU)下运行,峰时段电价
优化模型对比分析
为全面评估系统的运行潜力,我们首先分析所提出的?-经济多目标优化(案例1)的结果,并将其与传统单目标经济调度(案例2)作为基准进行对比。
仅以最大化运营商利润为目标的单目标优化作为性能基准。如图3(a)中的收敛图所示,该模型得出了明确的优化解,最大运营商利润为
结论
本文针对具有共享混合储能的区域综合能源系统,提出了一个?-经济双目标优化框架,并将其建模为MGO、UA和SSO之间的双层斯塔克尔伯格博弈。通过将系统?效率嵌入运行调度目标,所提出的模型将传统的经济调度从能量数量管理扩展到热力学能级匹配。
结果证实了经济利润与?效率之间存在固有的权衡关系。该
CRediT作者贡献声明
马瑞强:监督、软件。杨斌:经费获取。马震宇:方法论、调研。刘卓:数据整理、概念化。于晓辉:原创撰写、监督。彭其霖:验证、监督
利益冲突声明
作者声明不存在任何已知的竞争经济利益或个人关系,这些可能影响本文所报告的工作。
致谢
本研究得到河北省教育厅科研项目(项目编号CXY2024027)和天津市自然科学基金多投入重点项目(项目编号22JCZDJC00760)的支持。
马瑞强 | 刘卓 | 马震宇 | 彭其霖 | 杨斌 | 于晓辉
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号