《Energies》：Techno-Economic Capacity Screening of Battery–Flywheel Storage at a Metro Traction Substation with a Perfect-Information Linear Programming-Based Model Predictive Control (LP-MPC) Benchmark
编辑推荐：
路侧储能可以回收制动能量并平抑牵引变电所负荷，但在某一调度策略下选定的容量，在另一种调度策略下未必能保持其经济优势。研究人员利用某地铁牵引变电所冬季一周经处理的、基于现场数据的一秒分辨率输入，对电池-飞轮容量筛选进行了检验。研究人员将一种受源模式约束的完美信息
路侧储能可以回收制动能量并平抑牵引变电所负荷，但在某一调度策略下选定的容量，在另一种调度策略下未必能保持其经济优势。研究人员利用某地铁牵引变电所冬季一周经处理的、基于现场数据的一秒分辨率输入，对电池-飞轮容量筛选进行了检验。研究人员将一种受源模式约束的完美信息滚动线性规划（Linear Programming, LP）与因果规则调度在完整容量网格上进行了比较。该评估区分了变流器侧再生能量输入与保留能量，并在假定的使用寿命日期考虑了电池更换成本。优选配置随控制器限制、库存筛选和财务假设而变化；额外增加飞轮容量并不总是具有价值。因此，高能量捕获率或某一控制器下的有利结果，本身并不能确立混合储能的投资合理性。本研究的贡献在于提供了一种可审计的筛选工作流，该工作流揭示了哪些运行和成本假设驱动了排序结果。在设备选型之前，需要更长的记录、有据可查的安装成本以及经过无未来负荷访问验证的控制器。
城市轨道交通网络的持续扩张对牵引供电的可靠性与可持续性提出了更高要求。列车频繁的加速与制动事件使牵引功率呈现间歇性和双向性，再生制动能量可被其他列车直接利用、在允许的条件下馈入电网，或通过储能装置临时存储，否则便会被耗散。路侧储能系统为制动与加速不同步的场景提供了一种回收途径，但技术选择还取决于线路的接受能力与网络条件。既有研究虽已论证了混合储能的技术与经济相关性，但其具体技术和容量配置结果因负荷、电价、控制器和安装成本假设的差异而无法直接迁移到新的变电所。此外，容量规划与调度策略相互耦合，在一种调度策略下选定的储能容量，在另一种策略下可能丧失经济优势。因此，需要一种透明的、假设敏感的容量筛选框架，以检验优选电池-飞轮配置是否能在不同的控制方式、生命周期核算和运行条件下保持稳定。
研究人员以某地铁牵引变电所2026年1月11日至17日一周经处理的现场数据为案例，数据包含604800个连续的一秒时间戳，无缺失或重复。该输入被视作经处理的、基于现场数据的序列，而非原始观测。研究采用受源模式约束的完美信息滚动线性规划（Linear Programming, LP）作为基准，与基于因果规则的调度策略在包含121种配置的完整容量网格上进行比较。评估区分了变流器侧再生能量输入与保留能量，并在假定的电池更换日期纳入折现现金流。研究还通过物理审计验证能量守恒和运行模式合规性，并通过固定调度重估值和理想点偏好权重审计等方法进行敏感性分析。
3.1 修正后的容量排名
在无储能情况下，年化电费约为6370万元人民币。所有120种非零LP配置均通过物理与周末库存筛选，B3-F1给出最高的含更换成本净现值（Net Present Value, NPV），约为196万元，B6-F1约为194万元。然而，加入原日闭合阈值筛选后，仅16种配置保留，B0-F1成为最优，NPV约为99万元。原规则回放中B1-F1最优，而B6-F1的NPV约为-240万元；去除命令斜率限制后，纯电池B3-F0成为最优，NPV约为200万元。这表明容量排名高度依赖于控制策略和库存筛选规则，且LP下的NPV优势远小于确定性情景差异，不足以支撑精确的容量推荐。
3.2 调度与能源来源审计
对B8-F2详细LP轨迹的七天道流审计显示，输入序列中可用的再生能量总计26.249 MWh，B8-F2在变流器输入侧吸收17.264 MWh，其中飞轮吸收14.155 MWh、电池吸收3.109 MWh，其余8.986 MWh被弃置。电池还从电网区间充电20.953 MWh，使电池总变流器输入达到24.061 MWh。七天后存储能量残差约为4.654×10
-13 MWh。这些审计确认了变流器侧输入、存储能量变化和母线侧放电输出采用不同但一致的边界定义，且物理不一致的充电行为会虚增容量价值。
3.3 数据块与财务敏感性
将连续轨迹拆分为观测日块后，LP和原规则在各日块中的优选配置均不同，单周内即出现多种赢家，说明日间变化本身已挑战稳定安装建议。在九种成本与电价组合下，LP网格选出五种不同配置，NPV范围约为19万至658万元；原规则网格甚至在某些情景下选择无储能。效率降低至0.880时原规则优选变为无储能，而5 kW/台飞轮辅助负荷可使优选从B1-F1转为纯电池B1-F0。这些结果表明辅助损耗的忽略可能影响接近盈亏平衡的投资判断。
3.4 混合化与控制参数诊断
在修正LP中固定B6时，增加第一个飞轮单元使NPV从119.1万元增至193.5万元，净增74.4万元，再生吸收率从11.407%提高至44.876%，但这一正增量在规则控制下不成立。去除了电池硬斜坡限制后，B6-F0在所选日块中年化NPV约为690万元，而B6-F1约为520万元。更新后的66种偏好权重组合产生35种赢家，最常见者为B10-F8。这说明飞轮的增量价值取决于控制约束和调度假设，而非技术本身固有的经济性。
讨论指出，主要发现是容量选择对模型案例的依赖：修正的源模式限制、有日期的更换现金流以及完整的规则比较均会改变结论。研究存在四项主要局限：单周冬季数据无法代表季节峰值，且序列包含预处理和补全标记；完美信息LP需要使用未来负荷，规则阈值也来自同一周，两者均非样本外验证；不同控制器的约束与库存策略存在差异；电池化学体系、成本范围、待机行为等未获现场实测支持。研究结论可翻译为：实际启示在于，电池-飞轮容量配置与控制策略及生命周期价值定义不可分离。回收更多制动能量并不必然降低峰值电费以覆盖额外硬件成本；在受限电池斜坡下得出的混合储能优势不应被视为与具体技术无关的最优。源模式与能量边界审计至关重要，因为物理上不一致的充电可能使容量显得比实际更有价值。对于地铁规划，所提出的工作流可缩小候选容量范围并识别最需要现场验证的假设，但不能仅凭一个经处理的冬季周边界证明具体安装。在采购前，运营商应确认数据来源谱系、收集月度和季节峰值、取得安装范围报价及化学体系寿命证据，并在不预知未来牵引负荷的控制器下测试入围容量，唯有如此，筛选结果才能成为可辩护的投资决策。
