考虑碳交易的电动汽车在高速火车站区域的聚合优化调度

《Engineering Applications of Artificial Intelligence》:Aggregated optimization scheduling of electric vehicles in high-speed railway station areas considering carbon trading

【字体: 时间:2026年02月27日 来源:Engineering Applications of Artificial Intelligence 8

编辑推荐:

  双碳背景下高铁站区电动汽车协同调度与碳交易机制研究,提出双层Stackelberg博弈模型,通过动态定价与用户行为优化实现碳减排4.6%、运营成本降低4.6%、用户成本下降3.5%。采用时间序列插值与区间可能性方法处理可再生能源不确定性,建立涵盖光伏、电网、充电设施的多目标优化框架。

  
刘伟良|严倩文|程金阳|张启亮|刘帅|刘长亮
华北电力大学自动化系,中国保定071003

摘要

高铁(HSR)站区正在发展成具有显著能源需求和多样化资源的综合能源系统,需要协调优化以实现可持续发展。然而,将电动汽车(EV)和碳交易机制整合到这些区域中引入了平衡多方利益的相关复杂性。本研究提出了一种考虑碳交易的高铁站区电动汽车的聚合优化调度策略。开发了一个双层斯塔克伯格博弈模型,以确保高铁站区和电动汽车双方都能受益。在底层模型中,电动汽车模型根据日均数据预测乘客流量,并描述出行行为以最小化用户的充电/放电成本,然后将这些行为数据传递给上层模型。上层模型通过利用电动汽车调度数据,在碳交易框架内制定最优定价决策。在内江北站的案例研究中表明,与传统方法相比,所提出的模型可将站区运营成本降低4.6%,电动汽车用户的调度成本降低3.5%,并增加5.6%的碳减排量,有效促进了经济和低碳运营。

引言

高铁(HSR)站区正在发展成配备大规模光伏(PV)发电设施的综合能源系统。这些区域采用“自用剩余电量上网”模式(Yang等人,2023年)。分布式光伏发电减少了一次能源的碳排放。同时,高铁站内的电动汽车(EV)充电需求促进了当地光伏能源的消费,增加了绿色电力的使用(Chen等人,2024年)。这显著推进了能源节约和减排。然而,电动汽车的调度涉及多方利益相关者,平衡他们的利益需要协调优化,这是一个紧迫的问题。
碳交易在应对气候变化挑战中发挥着关键作用(Pan等人,2024年)。作为一种有效的市场机制,它促进了低碳发展。碳交易现在被广泛应用于综合能源系统中。最近的研究通过结合可再生能源的不确定性和碳交易机制实现了低碳和经济平衡(Zhou等人,2024年;Fábio等人,2024年;Zhang和Liu,2024年)。例如,Zhang等人(2024年)的研究将碳交易与能源系统相结合以减少排放。Yan等人(2024年)提出了一个利用需求响应和分级碳交易的低碳框架,提高了可再生能源的渗透率。
高铁站区是现代交通网络中的创新综合能源系统。它们的运营碳排放量很大(Hou等人,2023年;Qian等人,2019年)。一些研究使用生命周期评估方法分析了铁路的碳足迹(Wang等人,2020年;Pu等人,2023年;Wang等人,2021年)。然而,关于高铁站区如何分配内部资源以积极参与碳市场的讨论仍然不足。
作为综合交通枢纽,高铁站区表现出复杂的能源需求和碳排放。因此,高效整合各种资源以及协调参与系统调度的电动汽车对于高铁站区至关重要。这是高铁站参与电力市场和碳交易市场的关键步骤。
电动汽车在高铁站具有双重能源供需属性(Yin等人,2024年)。它们显著影响了综合能源系统的调度(Liu等人,2024年;Chen等人,2021年)。电动汽车作为移动储能设备,支持电网稳定性和可再生能源的整合。在高铁站,通勤电动汽车通过车对网(V2G)技术形成临时集群,创建集体能源缓冲区。这将电动汽车从运输工具转变为共享储能单元,平衡可再生能源发电并减少对化石燃料的依赖。此类模型符合循环经济原则,但需要碳交易等激励机制来鼓励参与。电动汽车还通过能源替代实现减排。参与碳市场为用户带来收入,并激励减排活动。现有研究广泛探讨了电动汽车在碳市场中的参与。Wang等人(2023年)通过停车设施定价优化了充电成本。Nourianfar和Abdi(2023年)将电动汽车与风电场结合以降低成本和排放。Gong等人(2023年)提出了在碳交易下的站-网规划。然而,复杂的碳结算程序阻碍了电动汽车所有者的参与。
当前的碳交易研究主要集中在单一实体系统上。多利益相关者与电动汽车碳配额之间的互动研究不足。博弈论有效地平衡了电动汽车调度中的利益(Liang和Mu,2024年;Han等人,2023年;Teeraachariyakul和Rerkpreedapong,2022年)。它通过利益相关者互动实现了合理的碳策略设计。
总之,当前在高铁站区聚合电动汽车的情况在参与碳市场时面临以下问题:一方面,高铁站区需要整合各种资源并协调电力市场和碳交易市场的综合发展;另一方面,由于参与碳交易的复杂性,电动汽车参与碳市场的积极性较低。此外,优化调度需要妥善处理多方利益和利益的兼容性问题。因此,本文提出了一种考虑碳交易的高铁站区电动汽车聚合优化调度策略。
本研究的主要贡献如下:
(1) 本研究分析了内江北站的历史乘客流量数据,并使用三次样条插值来描述工作日和周末的日常出行模式。它基于对数正态分布确定了电动汽车的初始充电状态和其他特性,并捕捉了高峰期等时空不确定性。提高了调度准确性,提供了可靠的输入数据,减少了行为随机性的风险,并增强了电动汽车整合的稳健性。
(2) 本研究引入了一种区间可能性方法来管理光伏发电和负荷预测的不确定性,将不确定的发电预测转换为具有波动系数的区间向量。这确保了对可再生能源和需求实时变化的鲁棒性,最大限度地提高了系统的适应性,减少了预测误差,并支持了动态环境中的稳定和经济高效运营。
(3) 本研究开发了一个斯塔克伯格博弈模型,其中上层通过定价优化高铁站的成本,下层最小化电动汽车用户的成本,并与碳交易结合进行迭代决策。其优势在于经济和低碳目标之间的平衡。案例研究表明,通过利益相关者之间的协调,成本得以降低,碳减排率得到提高。

模型架构

由于高铁站区的独特功能定位和地理属性,其内部结构和负荷特性与一般工业园区不同。在积极倡导绿色和低碳经济的背景下,高铁站区引入了屋顶光伏技术,这已成为其可持续发展的关键措施(如图1所示)。屋顶光伏产生的清洁能源主要服务于高铁站区

不确定性处理

光伏发电和基本负荷都难以提前准确预测,它们存在一定的不确定性。在制定调度方案时必须考虑不确定性的影响,以确保优化调度方案的稳健性。本文使用区间数解决了高铁站区调度中的不确定性问题。具体来说,不确定的光伏和负荷预测被转换为确定性的区间集

模型转换

在第3.1节中,讨论了光伏和负荷处理的不确定性问题。这将上层目标函数从确定性模型转换为包含区间变量的不确定区间模型。上层边界模型表示为:
f_{up,shang}=f_{MT}+f_{grid,shang}+f_{EV}?f_{C,G}f_{up,xia}=f_{MT}+f_{grid,xia}+f_{EV}?f_{C,G}f_{up,shang}f_{grid,shang}
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

知名企业招聘

热点排行

    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