《上海交通大学学报》发表电制冷需求响应与多系统协同定价优化方法研究

作者及发表信息

本研究由上海交通大学电子信息与电气工程学院的徐吉米、吴雨杭、黎灿兵、蒋文杰、黄子宇和程语共同完成，其中吴雨杭为通信作者。该论文发表于《上海交通大学学报》（Journal of Shanghai Jiaotong University），文章编号为1006-2467(2026)04-0563-11，预计于2026年4月在第60卷第4期刊出。该研究受到国家自然科学基金项目（u2166207）的资助。

研究背景

随着全球经济的快速发展和电子商务、制造业规模的急剧扩张，物流行业迎来了前所未有的增长，物流园区不仅是货物集散中心，更成为区域经济一体化的重要平台。在此背景下，现代物流设施正朝着高效、智能和绿色化方向发展，其中综合能源系统（integrated energy system, IES）因其多能协同的特性，成为满足能源需求的理想模型。然而，物流园区内电动重卡和冷链装置数量的激增，导致电、冷负荷需求急剧攀升，系统运行成本显著增加，并且无序的充电行为会严重冲击电网。虽然电动重卡和冷链装置作为灵活性资源，可通过有序充电进行削峰填谷，降低运营成本，但现有研究多聚焦于单一主体的用能优化，未能充分挖掘物流园区内整体灵活性负荷与可再生能源消纳的耦合潜力。此外，为应对可再生能源固有的间歇性与波动性，需求响应和储能技术成为关键。传统的自建储能模式初始投资高昂，而共享储能（shared energy storage, SES）模式允许多个用户共享同一套储能设施，能有效分摊成本，在平抑新能源波动、提升需求响应能力和促进可再生能源消纳等方面具有多重优势。然而，当前的共享储能租赁模式，无论是按电量租赁还是按充放电功率租赁，均存在灵活性不足的问题，难以满足动态的用能需求，也缺乏在多综合能源系统间协同调度与提升能量交互效率的深入研究。因此，本研究旨在针对物流园区的高负荷特性与常规综合能源系统（conventional integrated energy system, CIES）在可再生能源发电特征上的互补性，引入共享储能作为能源交易第三方，提出一种基于博弈定价激励机制的多综合能源系统协同优化调度方法，以解决园区运行成本高昂和可再生能源消纳不足的难题。

研究流程与研究方法

本研究首先基于物流园区的特有负荷特性，分别构建了电负荷与冷负荷的转移模型。针对冷负荷，研究剖析了冷链装置的制冷工作原理，包括压缩机、冷凝器、蒸发器和节流装置的运行过程，并根据相变蓄冷材料吸收和释放冷量的特性，构建了冷链装置的冷负荷需求模型与蓄冷特性模型，通过等效荷电状态（equivalent state of charge, ESOC）来描述其储冷水平。针对电负荷，研究充分考虑了电动重卡的出行和充电行为特性，建立了基于高斯分布的出行时间概率模型，并结合起始充电容量、期望离站电量等参数，构建了电动重卡的充电负荷需求与可调度容量模型。这两个模型的建立，量化了物流园区内灵活的用能资源，为后续的协同调度奠定了模型基础。

随后，本研究构建了包含共享储能（SES）的多主体能量交互模型，系统主体由一个物流园区综合能源系统（logistics park’s integrated energy system, LIES）、两个常规综合能源系统（CIES 1 和 CIES 2）、一家共享储能运营商以及配电网组成。在此框架中，SES作为独立的第三方，不直接参与系统间的博弈，仅向各IES提供储能租赁服务并收取费用。为克服现有租赁模式的弊端，本研究创新性地提出了一种电量容量互联租赁方法（interconnected capacity leasing method, ICLM）。在传统的电量容量租赁模式下，各系统只能独立使用自己租赁的固定储能容量进行充放电，无法在系统间共享多余的储能空间或电量。而ICLM模式允许售电方在不增加自身租赁成本、不影响自身充放电策略灵活性的前提下，将准备充入自身储能的部分电量直接分配给购电方的租赁储能容量中。此举实现了储能容量与电量在系统间的互联互通，既促进了可再生能源在更大范围内的实时消纳，又满足了各系统动态变化的充放电需求。各系统的充放电行为受到储能容量、额定功率上限和充放电状态的约束，以此确保模型在实际物理条件下的可行性。

进一步地，本研究构建了基于主从博弈（Stackelberg game）的动态电价分析框架来协同制定交互策略。在该博弈模型中，物流园区综合能源系统（LIES）被设定为主导者（领导者），负责向跟随者常规综合能源系统（CIES）发出动态的购电价格信号。CIES作为跟随者，根据LIES制定的电价信号，以自身运行成本最小化为目标，优化其内部设备出力、负荷响应以及SES的充放电策略，并将优化后的售能策略反馈给LIES。LIES再根据此反馈调整自己的价格策略和运行计划，其优化目标是最小化包含冷热电联产（combined cooling heating and power, CCHP）燃料费、电网购电费、向用户支付的负荷转移/削减补偿费、可再生能源弃电惩罚费、与CIES的能量交互费用以及SES租赁费在内的综合运行成本。博弈双方的优化目标函数和约束条件共同构成了一个混合整数非线性规划问题。为了解决此问题，研究团队采用了粒子群算法（Particle Swarm Optimization）与混合整数规划相结合的求解方法。求解时，将LIES的定价决策作为粒子群中的粒子，将CIES的优化问题作为计算粒子适应度（即LIES运行成本）的目标函数。算法通过随机生成初始电价种群，在LIES下发价格和CIES返回最优策略的迭代循环中，不断更新粒子速度与位置，直至寻找到能让博弈双方达到均衡的最优交互电价和调度策略。该求解方法利用了粒子群算法的随机探索能力，有效避免了传统数学规划方法在求解此类复杂博弈问题时可能陷入局部最优解的缺陷。

主要研究结果

为验证所提模型和方法的有效性，研究在MATLAB平台上设置了4个仿真场景进行对比分析。场景1是基线场景，不考虑需求响应且多IES在充放电功率租赁模式下独立运行。场景2在场景1的基础上，引入了电动重卡和冷链装置的需求侧响应。结果表明，具有更多灵活性负荷的LIES，其运行成本相比场景1下降了21.2%，由于负荷从电价高峰时段转移至低谷时段，SES的租赁成本也显著减少了50.4%，这有力地证明了挖掘物流园区内部灵活资源的重要性。

场景3则在场景2之上，进一步引入了多IES的协同交互运行。结果显示，三方主体的总运行成本相比场景2降低了19.4%，实现了LIES和CIES的共赢。更重要的是，通过协同交互和电能互济，CIES 1和CIES 2的可再生能源消纳率分别大幅提升了15.4%和5.8%，达到了98.1%和98.6%。这一结果证实了LIES与CIES在负荷平衡和可再生能源利用上的互补性，主从博弈定价机制能有效激励能量在多系统间流动，避免弃风弃光。

场景4作为本研究的核心创新场景，在协同交互的基础上应用了所提出的ICLM租赁模式。结果显示，系统整体性能得到进一步挖掘和优化。在ICLM模式下，所有参与系统的可再生能源消纳率均达到了100.0%，彻底解决了弃电问题。尤为突出的是，LIES的储能利用率从场景3的95.0%跃升至122.4%，增加了27.4个百分点。这意味着在ICLM模式下，通过将其他系统无法消纳的电能存入LIES的租赁容量中，同一套储能设备在一天内被重复充放电利用的程度超过了其名义额定容量的限制，实现了“超发”利用。得益于更高的利用效率和交互灵活性，在SES总租赁容量和总租赁成本分别减少9.8%和3.7%的情况下，SES运营商的总体收益反而提升了8.9%。最终，三方系统的总运行成本在场景3的基础上进一步下降了5.9%。对场景4下各系统的详细电能供应与充放电平衡进行分析后发现，LIES的策略最为灵活，不仅在常规电价低谷时段充电、高峰时段放电，还在部分尖峰时段将电量完全释放后又于当日再次充电并放电，这正是其储能利用率能超越100%的直接体现。CIES则在高峰时段更倾向于向LIES售电，同时依赖CCHP系统出力来平衡自身负荷。

研究结论与价值

本研究得出的主要结论有三点。首先，通过精细建模电动重卡与冷链装置的灵活性负荷特性，并利用其与常规园区在负荷及能源利用上的互补性，能够显著降低物流园区的运行成本和储能租赁成本。其次，基于主从博弈理论建立的动态电价激励机制，能够有效引导各个独立运营的综合能源系统进行能量交互和协同优化，在实现多方共赢的同时，大幅提升可再生能源的整体消纳水平。最后，独创的ICLM共享储能租赁模式，突破了传统租赁模式的物理限制，通过允许储能电量和容量在系统间灵活分配与互济，全面解决了弃电和储能容量利用率低的核心难题，实现了各方效益的帕累托改进。本研究的科学价值在于，它将物流园区的特定负荷建模、共享储能的创新商业模式以及多主体博弈理论进行了有机融合，为复杂多主体能源系统的协同优化提供了新的理论框架和建模方法。其应用价值体现在，该优化方法可被直接应用于实际物流园区的能源管理系统，指导园区运营商进行精细化地负荷调度、制定合理的电能交易价格、选择最高效的共享储能租赁方案，从而响应“双碳”目标，推动物流行业向绿色低碳、经济高效的方向转型升级。

研究亮点

本研究的亮点可归纳为三个方面。在研究对象上，聚焦于耦合了电动重卡和冷链装置的物流园区这一特殊且快速增长的场景，精确刻画了其负荷特性与调度潜力。在研究方法上，创新性地提出了电量容量互联租赁方法（ICLM），解决了现有共享储能租赁模式灵活性差的痛点，实现了储能资源在多个系统间的虚拟共享和高效利用，这是本研究最具新颖性的贡献。在研究结果上，不仅实现了100%的可再生能源消纳，更让储能利用率突破了100%的物理上限，达到了122.4%，这一反直觉的发现极具启发性，深刻揭示了通过商业模式和交互机制创新，能够激发出远超硬件固有能力的系统灵活性。