《Sustainable Energy Technologies and Assessments》：Scenario-driven credible flexibility assessment for ice slurry thermal energy storage system based on improved CWGAN-GP
编辑推荐：
面向全球碳中和转型，电力系统正接纳空前份额的间歇性可再生能源，这给供需平衡与系统稳定性带来严重挑战。为减轻电网侧功率波动，挖掘需求侧灵活性已成为建筑与工业部门的关键策略。在各种需求侧资源中，非住宅建筑的供暖、通风与空调（heating, ventilation
面向全球碳中和转型，电力系统正接纳空前份额的间歇性可再生能源，这给供需平衡与系统稳定性带来严重挑战。为减轻电网侧功率波动，挖掘需求侧灵活性已成为建筑与工业部门的关键策略。在各种需求侧资源中，非住宅建筑的供暖、通风与空调（heating, ventilation, and air-conditioning，HVAC）系统是颇具前景的柔性负荷来源。然而，HVAC系统的直接负荷调节可能危及室内环境条件与运行安全。将电力消耗与即时供冷解耦的热能存储（thermal energy storage，TES）系统与HVAC集成，被广泛认为是增强建筑侧灵活性的有效手段；在现有TES技术中，冰浆热能存储（ice slurry thermal energy storage，ISTES）系统在供冷主导应用中日益受到关注。准确刻画ISTES系统的调节能力，是其有效参与平抑功率波动的前提。为此，研究人员提出一种面向ISTES系统的情景驱动可信灵活性评估方案：利用集成特征级线性调制（feature-wise linear modulation，FiLM）、双向长短期记忆（bidirectional long short-term memory，BiLSTM）与多头注意力（multi-head attention，MHA）的改进条件Wasserstein生成对抗网络（conditional Wasserstein generative adversarial network with gradient penalty，CWGAN-GP）生成冷负荷情景；通过高斯混合模型（Gaussian mixture model，GMM）与极值理论（extreme value theory，EVT）提取典型与极端情景；在分析ISTES系统运行机制的基础上，构建调度模型以优化基线运行功率；最终建立定量评估框架，在不同置信水平下量化ISTES系统的双向灵活性包络与响应持续时间。
**研究背景与问题**
全球碳中和转型背景下，电力系统接纳了高比例间歇性可再生能源，给供需平衡和系统稳定性带来严峻挑战。利用需求侧灵活性已成为建筑和工业领域的重要应对策略，其中非住宅建筑供暖、通风与空调（HVAC）系统是极具潜力的柔性负荷来源。然而，直接负荷调节可能危及室内环境品质和运行安全。将热能存储（TES）系统与HVAC集成可解耦电力消耗与即时供冷，冰浆热能存储（ISTES）系统在供冷主导场景中优势显著。准确刻画ISTES系统的调节能力是其参与电网互动的前提。现有灵活性评估方法可分为两类：一类是基于详细动态物理模拟的方法，精度高但依赖大量结构参数且计算负担重；另一类是简化解析或优化边界方法，计算高效但大多依赖确定性典型日负荷曲线，难以刻画极端条件下的灵活性不足风险。因此，亟需发展一种能够融合随机情景与置信水平度量的可信灵活性评估框架。
**研究内容与结论**
研究人员提出了一种情景驱动的ISTES系统可信灵活性评估方案：利用集成特征级线性调制（FiLM）、双向长短期记忆（BiLSTM）与多头注意力（MHA）的改进条件Wasserstein生成对抗网络（CWGAN-GP）生成冷负荷情景；通过高斯混合模型（GMM）与极值理论（EVT）双层削减提取典型与极端情景；基于ISTES运行机制建立基线功率调度模型，最终在不同置信水平下量化双向灵活性包络与响应持续时间。案例研究表明，改进CWGAN-GP将情景平均绝对误差（MAE）降低30.9%；所提评估方案与确定性方案和鲁棒方案相比，向上调节容量估计误差分别降低25.8%和70.8%；极端情景显著压缩了灵活性包络和持续时间，验证了置信水平评估方案的必要性。该研究为系统运营商和聚合商提供了可调节可靠性的容量参考，可支持备用申报、需求响应竞标及风险感知调度。
**主要关键技术方法**
研究人员采用了以下关键技术：其一，改进CWGAN-GP，通过在生成器和判别器中引入FiLM实现特征级条件调制，以BiLSTM捕获局部时序依赖，用MHA建模长程全局依赖，提升情景生成的质量与可控性。其二，双层情景削减方法，先以GMM对生成情景聚类，利用贝叶斯信息准则确定最优簇数，获得概率加权典型情景；再用EVT—峰超阈值法对峰值最高聚类的超阈值样本拟合广义帕累托分布，提取极端情景。其三，基线调度模型，以购电成本最小化为目标，考虑功率平衡、蓄冰罐热状态（SOC）上下限及日循环终始一致约束，构建线性规划模型。其四，置信水平灵活性评估框架，基于基线功率推导上下调节容量解析式及持续调节时间指标，并以α加权分位数聚合情景结果。数据来源为中国东部某数据中心建筑2025年全年小时级冷负荷记录，气象驱动变量取自NASA MERRA-2全球再分析数据集。
**研究结果**
*冷负荷情景生成结果*：改进CWGAN-GP生成的情景在均值剖面、波动包络、概率直方图、累积分布函数和自相关函数方面与真实数据高度吻合，保留了日周期性和24小时滞后相关特征。GMM聚类确定最优簇数K=4，四种典型情景呈现不同负荷水平与时间变化模式；t-SNE投影验证了聚类结构清晰。EVT-POT阈值经KS检验确定为0.9595，Q-Q图验证了广义帕累托分布拟合合理性。
*灵活性评估结果*：经济最优调度将制冰集中在低谷电价时段，峰期由蓄冰释冷和冷水机组联合供冷。典型情景下SOC初终值均为50%并满足循环约束；极端情景下峰期储罐能量耗尽至0%，低谷恢复至100%，最终回到50%目标。灵活性包络显示，典型情景下午峰值时段经济基线已按最大释冷率运行，向上调节能力趋零；极端情景峰值时段基线接近上边界，向下调节裕量趋零。持续时间指标在典型情景下平滑波动、标准差较宽；极端情景呈准二值开关特征。置信水平50%—95%范围内，典型情景可靠向上调节能力几乎为零，仅在第63—65小时有微弱值；极端情景谷期制冰窗口的可靠向上调节能力可达2000 kW且对置信水平不敏感。典型情景向下调节容量约1500 kW，但在制冰窗口呈V形下降谷，谷区随置信水平升高而扩大；极端情景则呈刚性竖条纹特征，制冰与释冷窗口均降至零，中间过渡时段保持1500—2000 kW。容量聚合表明：典型情景向上调节仅约13.6 kW，向下调节从1573.31 kW降至1208.58 kW；极端情景向上调节从476.42 kW仅下降6.6%至444.95 kW，向下调节仅降2.6%，95%置信水平下仍高于1275.33 kW。
*对比性能分析*：情景生成对比中，所提方案MAE为0.029、自相关差异为0.031，优于CGAN、CNN-CWGAN-GP、BiLSTM-MHA-CWGAN-GP和CVAE；扩散模型虽在多数误差指标上最优，但生成5000个情景需72.43 s，所提方案仅需1.97 s，兼顾了质量与效率。调节容量评估对比中，以逐情景独立优化得到的理论容量矩阵为基准，所提方案向上调节误差恒为106.80 kW，较确定性方案降低25.8%，较鲁棒方案降低70.8%；向下调节误差在50%置信水平时为148.68 kW，低于参考方案，随后随置信水平升高而增大，反映高置信水平下的保守性设计。
*敏感性分析*：GMM簇数K在所选取值附近时，95%置信水平下上下灵活性归一化MAE接近基准；梯度惩罚系数λ
GP和dropout率在所选取值附近波动时，情景生成指标变化适中；边界值处偏差较大，验证了参数选取的合理性和所提框架的稳健性。
**讨论与结论翻译**
本文提出了一种面向ISTES系统的情景驱动可信灵活性评估方案：采用集成FiLM、BiLSTM和MHA的改进CWGAN-GP生成冷负荷情景；开发了GMM-EVT双层情景削减方法提取典型与极端情景；建立了基线运行功率调度模型，并据此在不同置信水平下量化双向灵活性包络与响应持续时间。案例研究结果表明，改进CWGAN-GP将情景MAE降低了30.9%；与确定性方案和鲁棒方案相比，所提评估方案使向上容量估计误差分别降低25.8%和70.8%；极端情景显著压缩了灵活性包络和持续时间，证实了所提置信水平评估方案的必要性。本研究目前仅限于单一ISTES案例，且未考虑与其他灵活性资源的协调运行。未来工作将把所提方案扩展至多资源协调的灵活性评估与优化，并覆盖更多样的运行条件。
