考虑内生于小时的车辆到电网定价交互的电-气-热-氢综合能源系统双层协调日前调度
《Electric Power Systems Research》:Bi-level coordinated day-ahead dispatch of an electricity–gas–heat–hydrogen integrated energy system with endogenous hourly vehicle-to-grid pricing interaction
【字体:
大
中
小
】
时间:2026年08月28日
来源:Electric Power Systems Research 4.3
编辑推荐:
• 针对多能RIES开发了一种双层日前V2G定价模型。
• 内生小时级电动汽车(EV)价格协调用户响应与多能调度。
• 利用KKT条件和强对偶性将双层问题重构为单层混合整数线性规划(MILP)。
• V2G使运营商、用户和联合成本分别降低5.56%、47.74%和10.99%
• 针对多能RIES开发了一种双层日前V2G定价模型。
• 内生小时级电动汽车(EV)价格协调用户响应与多能调度。
• 利用KKT条件和强对偶性将双层问题重构为单层混合整数线性规划(MILP)。
• V2G使运营商、用户和联合成本分别降低5.56%、47.74%和10.99%。
• 在0.10元/kWh的电池退化成本下,电动汽车用户成本降低仍达42.41%。
**引言**
世界各国正在加速能源结构转型和可再生能源部署,以缓解化石燃料依赖所导致的环境污染和能源短缺问题[1,2]。可再生能源提供了显著的环境效益,但其间歇性和不确定的出力增加了运行风险,并可能导致可再生能源弃电[3]。因此,对高灵活性储能系统和可调电源的需求日益迫切。在此背景下,区域综合能源系统(RIES)作为一种整合能源生产、转换、存储和消费的用户侧多能耦合系统,受到了越来越多的关注。它直接响应多元化的终端用户能源需求,实现了灵活、高效且低损耗的能源利用[4]。
然而,RIES的发展仍受到诸多因素的制约。随着分布式能源渗透率的不断扩大,可再生能源发电的不确定性持续对系统能源平衡和经济运行构成挑战[5]。此外,随着RIES的演进,内部能源转换和存储设备日益多样化且强耦合,使得内部能量流更加复杂,难以管理[6]。因此,制定有效的最优调度策略对于应对这些挑战并提升经济效益和运行安全至关重要。
作为低碳且经济的出行方式,电动汽车(EV)近年来发展迅速。随着电动汽车保有量的增加,电动汽车充电已成为日常生活的一部分,充电已成为必要的居民活动。作为需求侧的冲击性负荷,大规模电动汽车无序充电将增加电网负荷,加剧供需失衡,影响电能质量以及电力系统的经济稳定运行[7]。因此,电动汽车充电行为对电力系统的影响不可忽视。如果大规模电动汽车能够有序调度以发挥其储能潜力,则系统经济性和电网可靠性均可得到提升。因此,在最优调度策略中考虑电动汽车的需求侧调度潜力,对于减轻无序充电对电网的冲击至关重要。Mozafar等人研究表明,同时具备V2G和G2V功能的大规模电动汽车集成可显著影响智能电网的运行和调度性能[8]。
一些研究从经济效益的角度探讨了与电动汽车相关的优化调度问题。López等人提出了针对高电动汽车渗透率微电网中拥塞管理的V2G策略,证明协调的电动汽车调度可有效支撑局部电网运行[9]。Liu等人根据充电需求的紧迫程度对电动汽车充电调度进行分类,以降低总充电成本并提高电网可靠性;然而,他们仅考虑了充电行为,未探索电动汽车的储能潜力[10]。电动汽车可利用其储能潜力进行V2G模式运作,充电时作为电网负荷,放电时相当于可移动的储能系统,其在能源系统中的协调利用可以避免传统储能投资成本的增加。Gamil等人利用分时电价(TOU)合理安排电动汽车充放电,以降低微电网成本及其对主网的依赖[11]。Richardson表明,合理设计的电价激励可有效鼓励V2G参与,凸显了定价机制在电动汽车-电网交互中的作用[12]。Sufyan等人进一步研究了结合V2G实施的协调电动汽车充电问题,并强调了电池寿命效应对于调度设计的重要性[13]。上述研究主要聚焦于电动汽车侧的单独调度,将电动汽车视为被动参与者,未充分考虑电动汽车充放电行为与能源系统之间的协同优化。
一些学者研究了考虑电动汽车接入的区域电网或能源系统协同优化问题。为缓解电动汽车引起的负荷峰谷反转的负面影响,建立了微电网中混合储能系统的最优容量配置模型,重点给出了最优系统调度策略和电动汽车的最优数量,但未考虑调度方法对微电网中各分布式能源源能量流的调节[14]。针对电动汽车接入微电网的两阶段优化策略被提出以同时改善经济和环境性能。该策略第一阶段利用时间激励引导电动汽车充放电以优化负荷曲线,第二阶段在经济与环境之间实现最佳权衡,计算发电机组的最优调度策略[15]。利用电动汽车充放电作为需求响应,研究了多个综合能源系统(IES)之间的最优能源管理和交易策略建模,降低了多个RIES的运行成本、电网交互和可再生能源消纳率[16]。该研究聚焦于RIES运行的经济性和电网交互,但未考虑电动汽车用户的经济利益或响应意愿。针对电动汽车和分布式发电接入微电网的两阶段联合调度问题被提出以降低供能压力并缓解风力发电(WP)和光伏发电(PV)不确定性的影响,重点关注电动汽车通过削峰填谷改变负荷曲线[17]。Li等人对具备V2G功能电动汽车进行削峰的收益-成本分析,确认了电动汽车参与负荷调节的经济价值[18]。提出了包含光伏、风电、燃料电池、微型燃气轮机和电动汽车的微电网最优调度模型,通过适当调度可再生能源和电动汽车以最小化运行成本并应对可再生能源的不确定性[19]。Kavousi-Fard等人研究了考虑相关性风电出力的V2G功能电动汽车随机协调问题,指出了联合建模可再生能源不确定性和电动汽车灵活性的必要性[20]。Shi等人利用可调鲁棒优化研究了可再生能源和电动汽车在V2G网络中的集成问题,确认了电动汽车灵活性在高比例可再生能源系统中的价值[21]。Shaheen等人优化了V2G模式下电动汽车的充放电计划,表明协调调度可同时降低运行成本并提供电网支持[22]。提出了住宅建筑的交互式能源管理系统(IEMS),其中电动汽车既作为负荷也作为电源参与能源交互,对三种有无IEMS的能源管理和电动汽车充电调度场景进行了技术经济分析[23]。在区域RIES优化调度中考虑电动汽车充电行为,对比了有或无电动汽车接入系统的低碳经济性,结果表明接入电动汽车充电的场景在经济上更为有利[24]。
然而,上述研究主要关注系统侧或电网侧的经济性,而忽视了电动汽车用户的经济利益。Al-obaidi和Farag进一步表明,V2G激励设计应同时考虑收益-成本性能和用户参与情况,凸显了用户侧响应性在实际部署中的重要性[25]。Li等人[26]提出了考虑电动汽车用户利益的多利益相关方场景下RIES双层优化调度模型,但RIES结构较为简单,仅包含光伏、风电和储能系统,未涉及多种能源的转换和利用。随着能源系统的持续发展,复杂的多能系统提供了更强的灵活性和可控性,而简单的单一能源系统越来越难以满足实际应用需求。
综上所述,大多数以往与电动汽车相关的研究聚焦于提升系统或微电网运营商的经济性和可靠性,而忽视了电动汽车用户的经济效益。因此,用户参与有序充放电的意愿仍然有限,这阻碍了实际应用。以往研究采用的能源系统结构和接入负荷模型往往过于简化,未能充分反映新型电力系统中多种能源转换路径,限制了其实际可行性和灵活性。涉及电动汽车用户和RIES运营商协同调度的研究仍然有限。
为解决上述局限,本文研究了电动汽车接入RIES的协调调度问题,并构建了包含CSP-TES以及制氢/储氢/甲烷转化链的柔性电-气-热系统。需要强调的是,本工作的贡献并不在于提出全新的数学规划算法,创新点主要在于内生小时级电动汽车定价、V2G响应以及电-气-热-氢多载体能源转换的统一集成在一个双层调度框架中。
具体而言,与现有的双层RIES或电动汽车定价调度研究相比,所提出的框架具有以下独特特征。首先,系统架构从以电为中心的简化RIES结构扩展为电-气-热-氢多载体RIES,联合建模了CSP-TES子系统、PEME、HST、PEMFC和MR,使得可以分析电动汽车灵活性对跨载体能源转换和存储的影响。其次,日前确定的内生小时级电动汽车充放电价格不被视为外生电价,而是由上层RIES运营商内生确定,下层电动汽车用户则响应此价格信号优化其充放电行为。第三,利用可再生能源场景生成和削减方法构建概率加权的预期风能和光伏出力曲线,然后将这些预期曲线作为确定性输入纳入日前调度模型。电动汽车到达时间、离开时间和初始SOC通过蒙特卡洛抽样生成以保留车队异质性。因此,所提出的框架应被理解为具有场景生成输入的预期值调度模型,而非场景索引的随机优化模型。在此框架下,可一致地评估预期可再生能源输入、价格驱动的电动汽车响应和多能调度之间的相互作用。
本工作的主要贡献总结如下:
(1) 通过集成CSP-TES、制氢、储氢、燃料电池利用和甲烷生产,开发了电-气-热-氢多载体RIES架构。与以电为中心的电动汽车调度研究相比,所提出的框架使得可以研究电动汽车灵活性在跨载体能源转换和存储中的作用。
(2) 建立了具有内生小时级电动汽车充放电价格的双层Stackelberg日前调度模型。上层RIES运营商联合确定24小时电动汽车价格和多能调度计划,下层电动汽车用户优化其小时级充放电计划。此处"小时级价格"指日前价格序列,不意味着小时内在线更新。
(3) 利用场景生成和削减方法构建概率加权的预期可再生能源出力曲线,同时采用蒙特卡洛抽样生成异质性电动汽车出行输入。在预期值日前调度框架内评估其对有序充电、V2G参与、多能协调和系统-用户经济性的影响。
通过与无序和被动电动汽车充电模式进行对比,定量评估了所提出双层价格交互框架的优势。与无序充电相比,有序充电使RIES运营商净成本、电动汽车用户净成本和联合资源成本分别降低4.38%、35.23%和8.35%。在零电池退化成本设定下,V2G场景相应降低5.56%、47.74%和10.99%。当考虑电池退化补偿时,电动汽车用户成本降低在退化成本为0.10元/kWh时降至42.41%。这些结果表明,所提出的双层框架通过将电动汽车从被动充电负荷转化为价格响应式柔性资源,提升了系统侧和用户侧的经济性。
为进一步阐明本工作的创新性,表1从电动汽车定价机制、V2G参与、氢能集成和多能耦合结构的角度对代表性研究进行了比较。特别关注是否同时考虑内生电动汽车充放电定价、V2G响应、氢能转换/存储/利用以及电-气-热-氢耦合。该比较表明,现有研究通常仅涉及部分特征,而所提出的框架在统一的双层调度模型中集成了所有这些特征。
如表1所示,以往的V2G研究主要聚焦于电力系统中或简化的微电网,通常不涉及氢能转换和多载体能源耦合。相比之下,现有集成氢能的IES研究通常不包含具有内生充放电价格的价格响应型跟随者电动汽车用户。
因此,本研究的主要区别在于同时整合了内生的逐时电动汽车定价、V2G(车网互动)参与、氢能的生产/存储/利用,以及电—气—热—氢协同调度。
章节片段
RIES的结构:RIES整合了多种能源供给技术,以满足多样化的负荷侧需求,同时实现互补运行与协同优化。传统的综合能源系统通常基于燃煤机组或燃气轮机热电联产机组,且往往依赖附加储能设备来突破传统的"以热定电"运行模式。然而,这类系统通常提供的运行灵活性有限,能源利用率受限。
双层优化调度策略框架:与直接控制电动汽车充电曲线的集中式调度模型不同,所提出的框架通过基于价格的Stackelberg博弈来捕捉RIES运营者与电动汽车用户之间的分层决策过程。为满足日前时段的逐时能量平衡约束,调度中心必须综合考虑可再生能源发电的不确定性以及负荷侧需求的灵活性和多样性。在此背景下,本文……
案例描述:选取图1所示的RIES作为案例研究系统,其能源供给与能源转换设备的相关参数列于表3中。调度时段为24小时,时间步长为1小时。系统包含电负荷、热负荷和气负荷。其中,案例1中的电动汽车用户按照固定的分时电价进行充电,而基础电负荷和气负荷则按照图5所示的分时定价策略计费[38]。A……
结论:本文研究了电动汽车接入的RIES协同经济调度问题。波动的风力发电和光伏发电、可调度的聚光式太阳能发电以及多阶段氢能利用被协同调度,以满足多样化的用户需求并实现级联能源利用。所提出的调度模型同时考虑了电动汽车用户和RIES运营者的利益,从而实现发电、转换、储能和柔性需求的协同优化。主要结论如下。
ACRediT作者贡献声明
李婧威:撰写—审阅与编辑,撰写—原稿,软件,方法论,形式化分析。翟蓉蓉:撰写—原稿,监督,资金获取,概念化。赵樱心:撰写—原稿,可视化,调查,数据整理。刘思远:撰写—审阅与编辑,验证,资源。
李婧威|翟蓉蓉|赵樱心|刘思远
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