《Energy》：Multi-criteria decision framework and capacity sizing optimization for multi-energy storage synergy schemes in regional integrated energy systems
编辑推荐：
多能存储系统配置两阶段决策优化框架研究，提出融合模糊层次分析法与模糊综合评价的适用性决策模型，结合动态仿真与多目标优化方法实现容量协同优化，案例验证显示源荷匹配提升32%，碳排放降低62.9%。
范民超|卢世雷|郭春梅|李凯|杨斌
天津城建大学能源与安全工程学院，中国天津市300384
摘要
将电能、热能和冷能存储整合到区域综合能源系统（RIES）中，为克服单一建筑效率的局限性和推进碳中和目标提供了有前景的途径。然而，缺乏系统的配置方法阻碍了此类多能源存储（MES）系统的可靠部署。本研究提出了一种两阶段的“决策-优化”框架用于MES设计。在第一阶段，基于模糊层次分析过程（FAHP）和模糊综合评价（FAHP-FCE）的适宜性决策模型对候选存储配置进行排序。在第二阶段，多目标容量协同优化模型同时最大化源负荷匹配、净现值（NPV）和碳排放减少，并考虑了不同的存储优先级。该耦合模型通过TRNSYS进行动态仿真，并在jEPlus+EA平台上通过NSGA-II进行多目标优化。中国北部一个社区的案例研究验证了所提出的方法。与没有存储的系统相比，优化后的电池-冷水箱-热水箱配置使源负荷匹配提高了32.0%，并实现了62.9%的碳排放减少。与传统基于峰值的规模确定方法相比，匹配度和减排指标分别提高了13.9%和21.6%，同时获得了正的生命周期净现值。这些结果为区域建筑能源网络中MES的科学配置提供了理论基础和实践指导。
引言
中国新建绿色建筑的比例已超过90%[1]，该行业正逐渐向接近零能耗和零能耗建筑标准发展。随着单个建筑的能源强度下降，单栋建筑的进一步效率提升已不足以实现未来的节能和减排目标[2]。因此，研究重点转向了区域综合能源系统（RIES）的优化，该系统整合了多种能源、转换设备和存储技术，以实现灵活、可靠和低碳的运行。
在光伏（PV）和风力涡轮机（WT）等可再生能源（RE）发电高度普及的情况下，储能对于平衡建筑和校园规模的供需至关重要，引起了广泛的研究兴趣。存储技术的选择和空间部署显著影响运行效率。在适用于建筑和校园规模的应用选项中，电能存储具有特别的优势：因为电能是高质量的能量，可以转换为较低等级的形式，而且随着PV/WT产量的增加，对电池储能（BES）的需求也在增加，以平滑波动并提升本地消费。因此，捕获过剩的RE发电并在短缺时期提供能源的分布式或集中式BES系统已成为首选策略。尽管如此，电池存储应用的经济可行性仍需进一步研究，正如Hiesl等人、Khezri等人和Novoa等人[3]、[4]、[5]所指出的。
热能存储（TES）被认为是区域建筑系统的有前景的解决方案，不仅因为其相对于电池具有固有的可持续性优势，而且根据REN21报告[6]，供暖和制冷终端用途占总最终能源消耗的50%以上。常见的TES选项包括基于水的显热存储、相变材料存储、冷水存储和冰存储等。这些技术可以减少建筑的峰值热需求，缓冲RE的间歇性，在沿海接近零能耗社区的集成能源系统中优化多种存储的分配（包括热能和电能存储），并作为热回收的来源[7]。最近的研究进一步关注了热能存储技术的性能优化和特定场景的应用。Fambri等人[8]比较了RE项目中的基于电池和基于热泵的热能存储系统；Lin等人[9]提出了源-负荷-存储协同规划方法，将设备容量减少了多达35%。Feng等人[10]构建了利用热能存储的日前和实时调度框架以稳定供应。新兴的存储介质如氢气和压缩气体正在区域层面逐步采用。Wu等人[11]将氢能存储集成到CCHP系统中，实现了RE利用和碳排放的显著提升。Liu等人[12]和Fan等人[13]研究了水下压缩空气储能（CAES）在沿海社区的潜力，展示了大规模、长时储能的有希望的前景。
然而，没有一种存储技术是完美的，能量密度、循环寿命、成本、可持续性和往返效率之间存在权衡。Han等人[14]通过对主要电化学储能技术的生命周期温室气体排放评估，得出生态可持续性评估和改进成为重要挑战的结论。Zarnoush等人[15]对几种CAES系统进行了比较评估，发现它们的能量利用率往返效率并不理想。这激发了对多能源存储系统（MES）的兴趣，这些系统结合了电能、热能和气体存储，以利用不同载体的互补优势，提高整体系统性能、能源效率和经济可行性[16]。目前，关于MES规划的代表性研究包括关注技术和经济方面的存储解决方案潜力分析，以及存储容量分配的研究。对于方案设计，科学评估和适用技术的选择是MES规划的基础。多标准决策方法在该领域得到广泛应用并不断深化。例如，Zubiria等人[17]通过考虑多种电网服务场景和专家模糊评估对储能技术进行了排名；Lu等人[18]进一步提出了一种考虑决策者风险偏好的模糊群体决策方法，以评估不同场景下储能系统的综合性能。Spataru等人[19]开发了一个分析层次过程（AHP）框架，结合技术经济指标对RE集成和负荷转移场景下的有前景的存储进行了排名。Luo等人[20]根据增量运营收入对存储选项进行了排名，建议工业区应优先考虑热能和气体存储。然而，这些基于价值的规划研究往往较为有限，通常只能在广泛的存储类别中提供粗略的排名。在MES容量分配方面，Ding等人[21]通过优化工业集成能源系统中的锂离子电池和热水箱容量，最小化了生命周期能源成本。Zhao等人[22]为离网和并网模式的电-气-热MES制定了MILP模型，量化了能源价格对存储配置的影响。Liu等人[23]将电动汽车充电纳入分布式系统，并通过优化得出了最优配置和控制策略。
基于现有研究，本研究提出了一种两阶段的决策-优化框架用于多能源存储（MES）设计。其主要创新在于系统地将全面的适宜性评估与优先级考虑、多目标容量协同优化相结合，这在传统规划方法中往往缺失或简化。在第一阶段，混合模糊层次分析过程-模糊综合评价（FAHP-FCE）模型根据一系列技术、经济、环境和社会政治标准对候选存储配置进行排名，解决了先前指标系统和粗略排名方法的局限性。在第二阶段，制定了多目标容量优化，同时最大化源负荷匹配、净现值和碳排放减少。关键的是，优化明确考虑了存储调度优先级，确保在容量分配中反映了不同存储类型之间的运营优先级，捕捉了多能源动态和调度策略之间的耦合，这在基于规则的规模确定中经常被忽视。通过将定性方案排名与定量、基于运营的规模确定相结合，该框架提供了一种严谨的方法，平衡了利益相关者的优先事项，克服了基于经验或简化的设计实践。案例研究验证了其作为开发低碳、灵活和经济可行的区域综合能源系统的决策支持的有效性。
部分摘录
MADM框架用于MES方案决策
MES协同配置的适宜性评估构成了一个多属性决策（MADM）问题，涉及语言变量和大量模糊性。FAHP部分构建了评估层次结构并收集专家判断，形成模糊的成对比较矩阵。经过一致性检查后，计算出标准和子标准的权重。而FCE方法定义了因素和评估集，将方案评估编译成索引成员矩阵
位置和需求
本研究在天津滨海新区的模拟地点建立了一个假设的带有MES的RIES，如图5所示。该地区位于中国的沿海风带，全年约有72%的时间风速超过4米/秒，具有丰富的风能资源。太阳能潜力也很可观，年水平辐照度为1,335千瓦时/平方米，日照时间超过3,000小时[28]。
该校区包括三栋办公楼、一个购物中心和
适宜性决策结果
对于模糊综合评价，十位能源领域的专家对预先选定的MES组合提供了语言评估。表9示例了一位专家对候选组合的定性评估。经过一致性检查后，FAHP方法生成了最终决策指标权重向量W=[0.0951 0.074 0.0608 0.0507 0.0741 0.0687 0.0725 0.0625 0.0922 0.1383 0.1196 0.0915]，详见表10。
基于专家得出的模糊评估矩阵R1到R5
结论
本研究建立了一个全面的两个阶段的“决策-优化”框架，用于RIES中MES的协同部署。核心贡献在于将已建立的方法论（包括多标准评估（FAHP-FCE）、动态仿真（TRNSYS与jEplus+EA）、多目标优化（NSGA-II）和决策选择（TOPSIS）系统地整合到一个连贯的工作流程中。这种综合方法通过
CRediT作者贡献声明
范民超：撰写——审阅与编辑，撰写——初稿，资金获取，概念化。卢世雷：撰写——审阅与编辑，监督，资金获取，概念化。郭春梅：撰写——审阅与编辑，验证。李凯：可视化，调查。杨斌：资源
利益冲突声明
? 作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。
致谢
本工作得到了国家自然科学基金（编号52508132）和“十四五”国家重点研发计划（授权号2023YFC3807104）的资助。
