混合可再生能源系统中的需求响应集成：孟加拉国校园微电网案例研究

《ENERGY CONVERSION AND MANAGEMENT》：Demand response integration in hybrid renewable energy systems: A campus microgrid case study in Bangladesh

　　

在发展中国家，机构校园面临电价上涨、有机废物积累和脱碳目标的多重压力，但能够同时解决这三方面的综合能源规划框架仍然稀缺。本研究开发了一个单阶段混合整数线性规划（MILP）模型，该模型联合优化了并网混合可再生能源系统（HRES）的容量选型和8760小时调度，系统包括光伏（PV）发电、模块化电池储能和食物垃圾沼气发电机，应用于孟加拉国库什蒂亚市一所拥有15892名学生的大学校园。一条集成的厌氧消化（AD）链将实测的校园食物垃圾转化为日电力潜力，并采用白天加权注入调度；燃烧热输出作为协同效益报告，不纳入电力模型调度。需求响应（DR）层调度七类柔性任务，包括电动汽车（EV）充电、烹饪、水泵抽水和冷却，使用二元激活变量并引入舒适度惩罚；冷却任务在冬季季节性停用以反映孟加拉国仅需冷却的气候。激活需求响应使平准化电力成本（LCOE）降低21.6%，从0.0458美元/kWh降至0.0359美元/kWh，年化系统成本减少15742美元/年，同时最优电池容量减少44%，从640 kWh降至360 kWh，表明在分时电价（TOU）下，负荷灵活性可替代储能资本。电网峰值需求下降19.9 kW（?3.5%），在名义需求响应情景下，电网电力替代使年CO₂排放减少551吨/年；厌氧消化系统通过避免垃圾填埋甲烷和消化液信用产生额外的648吨CO₂-eq/年，作为系统协同效益单独报告。一项涵盖36种太阳辐射、需求和沼气不确定性组合的对抗性鲁棒分析验证了所有顶点上的最坏情况可行性，并量化了鲁棒性价值（VoR）为18.3%，相当于LCOE中的0.0066美元/kWh。该框架与美国国家可再生能源实验室（NREL）的REopt工具在LCOE和可再生能源比例（RF）上验证误差在10%以内，为南亚地区寻求低成本、低碳能源解决方案的大学和公共机构提供了一个可复制的规划模板。

**论文解读：需求响应集成在混合可再生能源系统中的校园微电网案例研究**

**研究背景与问题**

全球建筑与教育领域的电力消耗持续增长，发展中国家校园面临电价上涨、有机废物积累和脱碳目标的三重压力。尽管太阳能-沼气混合系统具有互补优势，但现有研究多将沼气供应视为常数，忽略食物垃圾的日间波动与注入灵活性；同时，将容量优化与运行调度分离，且未同时纳入季节性需求响应（DR）与多源不确定性。孟加拉国等南亚地区缺乏集成容量、调度、DR与鲁棒性的统一规划框架。

**研究内容与结论**

研究人员提出一个单阶段混合整数线性规划（MILP）模型，联合优化并网混合可再生能源系统（HRES）的容量选型与全年8760小时调度，系统包括光伏（PV）发电、模块化磷酸铁锂电池储能、基于校园食物垃圾的沼气微型发电机（BMG）及需求响应。该模型基于孟加拉国库什蒂亚伊斯兰大学（约15892名学生）的实际数据，将实测食物垃圾通过厌氧消化（AD）链转化为日电力潜力，并采用白天加权注入调度。DR层以二元激活变量调度七类柔性任务（电动汽车充电、烹饪、水泵、冷却等），冷却任务仅在4–10月夏季激活。针对36种不确定性顶点进行对抗性鲁棒分析，并验证最坏情况可行性。研究成果发表在《ENERGY CONVERSION AND MANAGEMENT》。主要结论：激活DR使平准化电力成本（LCOE）降低21.6%（0.0458→0.0359 USD/kWh），年化系统成本减少15742美元/年，最优电池容量减少44%（640→360 kWh），表明负荷灵活性可替代储能资本。鲁棒性价值（VoR）为0.0066 USD/kWh（18.3%），鲁棒性成本主要由PV和变流器增加承担。年CO₂减排达551吨/年（名义DR情景），AD系统额外贡献648吨CO₂-eq/年。

**主要技术方法**

1. **MILP优化建模**：采用单阶段混合整数线性规划，同时优化PV容量、电池模块数（整型）、BMG台数、变流器额定功率及每小时调度，包含充放电互斥约束、内化电池退化成本（基于循环吞吐量）、每日满等效循环（FEC）上限（1.0 cycle/d）。
2. **食物垃圾AD链**：外部计算日电力潜力（含总固体、挥发性固体、甲烷潜力及热损失），优化中采用白天加权注入（06:00–22:00均匀分布），通过Prophet算法生成连续日食物垃圾序列（基于校园食堂实测4.0–4.5 t/d数据）。
3. **对抗性鲁棒分析**：构建36个不确定性顶点（太阳辐射γ_PV∈{0.70,0.85,1.00,1.10}、校园负荷γ_L∈{0.85,1.00,1.15}、沼气供应γ_BG∈{0.70,0.85,1.00}），通过两阶段方法（先鲁棒选型，再验证所有顶点可行性）量化VoR。
4. **需求响应模型**：采用二元激活变量与舒适度惩罚（完全未服务惩罚因子κ=3），冷却任务冬季停用，避免使用表格。

**研究结果**

**3.1 名义基线：需求响应关闭与开启**
通过MILP优化对比无DR与有DR情景。DR使LCOE降低21.6%，年化系统成本减少15742美元/年，电池容量减少44%（640→360 kWh），PV容量减少15.8 kWp，可再生能源比例（RF）提升2.65个百分点，年CO₂减排增加67.5吨/年。电池退化轻微增加（FEC从291.6增至302.7 cycle/yr），但调度节省主导。

**3.2 对抗性鲁棒选型**
在对抗性顶点（γ_PV=0.70, γ_L=1.15, γ_BG=0.70）下，PV容量增加48%（376→558 kWp），变流器增加48%（313→465 kW），电池模块数不变（9单元）。所有36个顶点均通过可行性验证，LCOE范围0.0424–0.0543 USD/kWh，VoR为18.3%（0.0066 USD/kWh）。

**3.3 调度分析**
典型晴天周调度显示：白天PV主导，电池桥接日内缺口，50 kW BMG在夜间和低辐照时段运行（最小负荷率0.20）。DR将冷却、EV充电和水泵负荷从傍晚峰值窗口移至上午中后期，与PV盈余对齐。年电网购电持续曲线表明DR压缩了上部峰值（峰值从561.3降至541.4 kW），但总购电量变化不大，成本节约来自避免高峰高价。

**3.4 需求响应性能**
EV充电和电烹饪占年DR效益的60%以上。最高价值转移模式为将15:00–17:00负荷提前至10:00–13:00。总转移能量为2.74×10⁵ kWh/yr，完成率100%。DR在不增加资本投入下实现财务与环境双重效益。

**3.5 排放评估**
基于孟加拉国电网排放因子0.65 kg CO₂/kWh，名义DR情景下CO₂排放强度从0.413降至0.396 kg/kWh，年节约551.4吨。碳价格25 USD/t可进一步降低LCOE至0.0322 USD/kWh，年减排569吨。排放因子在0.45–0.85 kg CO₂/kWh间变化时LCOE不变，年节约线性变化。

**3.6 灵敏度分析**
六组参数扫描：碳价格（S1）显示非单调LCOE响应，25 USD/t为最优；负荷系数（S2）在γ_L=0.80时LCOE最低（0.0340 USD/kWh）；DR惩罚（S3）在2–50 USD/kWh内LCOE变化小（0.0357–0.0368 USD/kWh），完成率恒为100%；FEC上限（S4）显示0.5 cycle/d时LCOE最低（0.0329 USD/kWh）；非服务乘子（S5）和定时偏差惩罚（S6）均确认DR效益对惩罚形式鲁棒，总转移能量不变。

**3.7 模型验证**
与NREL REopt工具对比，在无出口情景下LCOE误差小于10%，RF差异主要源于净计量规则和最小负荷约束。出口允许时MILP PV容量增至824.1 kWp，RF达56.7%，与REopt的59.0%接近。所有8760小时运行满足能量平衡，状态无越界，数值重现性验证良好（变异系数<0.1%）。

**讨论与结论**

讨论指出DR作为资本替代物（44%电池容量减少，0额外投资）是最具成本效益的杠杆；18.3%的VoR主要由PV和变流器承担；碳价格25 USD/t为成本最小化甜点。研究结论翻译如下：

本研究提出了一个MILP框架，用于并网混合可再生能源系统的联合选型与小时调度，系统包括PV、模块化电池、食物垃圾BMG和需求响应，应用于孟加拉国库什蒂亚大学校园。主要发现：
• DR作为资本替代而非补充措施。激活DR使LCOE降低21.6%（0.0458→0.0359 USD/kWh），年化系统成本减少15742美元/年，电池容量减少44%（640→360 kWh）。节约源于柔性负荷与PV盈余在分时电价下的时间对齐，而非总购电量的大幅减少。
• 对抗性鲁棒设计提供了有界最坏情况保护，成本溢价为VoR 0.0066 USD/kWh（18.3%）。所有36个不确定性顶点均验证可行，最坏LCOE上限为0.0543 USD/kWh。
• 灵敏度分析确定了可操作参数阈值：LCOE对电网排放因子（0.45–0.85 kg CO₂/kWh）不变，年节约线性变化；碳价格25 USD/t为成本最小化甜点；DR惩罚在10 USD/kWh以上饱和；每日FEC上限1.0 cycle/d提供平衡。
• 集成系统实现自筹资金的环保效益：年CO₂节约551吨（名义DR），AD系统额外提供295 MWh/yr热能。框架与孟加拉国BERC/SREDA净计量规定及IRENA脱碳路线图一致，可转移至任何配备50–250 kW沼气子系统和0.3–0.6 MWp PV装置的校园。
局限性包括：对抗性鲁棒采用确定性顶点而非完全随机规划；未集成热能调度；未用实时运行数据验证；二元任务调度假设完全服从；未解析亚小时级电池动态。