Wu Danman、Bai Jiayu、Wei Wei*、Chen Laijun、Mei Shengwei 等人的研究论文《Optimal bidding and scheduling of AA-CAES based energy hub considering cascaded consumption of heat》于2021年发表在能源领域知名期刊《Energy》第233卷（期刊主页：www.elsevier.com/locate/energy）。该研究隶属于能源存储与电力系统优化领域，重点关注基于先进绝热压缩空气储能（Advanced-Adiabatic Compressed Air Energy Storage, AA-CAES）的多能源枢纽（Energy Hub）调度与电力市场投标策略优化问题。
学术背景
随着可再生能源渗透率提高和峰谷需求差扩大，电力系统对大规模储能技术的需求日益迫切。AA-CAES作为一种长寿命、低环境影响的物理储能技术，不仅能存储电能，还可实现热电联产，成为构建能源枢纽的理想选择。传统研究多聚焦AA-CAES的热力学仿真或独立组件调度，而本研究创新性地提出了一种考虑多品位热能梯级利用的AA-CAES能源枢纽架构，旨在解决工业园区的电-热综合能源优化问题。
研究方法与流程
系统建模
- 架构设计：构建包含两级压缩机、两级膨胀机、空气存储罐、三温区储热系统（高温300℃、中温120℃、常温25℃）的能源枢纽（图2）。通过电动热泵和电加热器分别供应低温和高温热需求，并首次建立热能跨品位梯级利用模型（如高温流体补充低温负荷）。
- 关键方程：基于理想气体定律和能量守恒定律，推导压缩机/膨胀机功率（式1-6）、储气罐压力动态（式7-8）、储热系统流体质量平衡（式13-31）等约束条件。引入启动成本（式32-33）和负荷削减惩罚机制（式36-40）。
双层优化模型
- 上层问题：以日运行成本最小为目标（含购电成本、启动成本、负荷削减惩罚），优化能源枢纽的自调度策略（式40）。
- 下层问题：采用交流最优潮流（AC-OPF）模型（式46）模拟配电市场出清，通过二阶锥松弛（式47）处理非线性约束，节点边际电价（Locational Marginal Price, LMP）作为上层问题的输入参数。
求解算法
提出基于径向基函数（Radial Basis Function, RBF）的代理优化算法（Algorithm 1），通过动态更新代理模型（式50-56）和探索未采样区域（式57-61），高效求解非线性双层规划问题。相较传统贝叶斯优化（BO），该算法计算时间缩短33%（1063.2s vs 1588.1s），目标函数值降低6.6%（表4）。
主要结果
运行策略：
- 电力调度：AA-CAES在凌晨时段（T4-T5）充电，夜间（T22）放电（图7），实现峰谷套利。空气储罐压力在4-10MPa间波动（图8）。
- 热能梯级利用：高温储热罐日间优先满足工业热需求，夜间通过跨品位供热（Z1=1时，图12）补充生活热水需求，减少27%的低温负荷削减。
经济性分析：
- 总运行成本38,125元中，购电成本占比99.9%（表3），节点电价波动区间688.94-944.01元/MWh（图6）。与近似解析法相比（表5），代理优化算法误差仅0.1%。
参数敏感性：
- 换热器效率提升10%可降低总成本4.2%（图17），而压缩机/膨胀机效率提高会因换热温差减小导致热转换率下降，反增成本（图18）。
- 电/热负荷增长20%时，跨品位供热激活时段延长3小时（图21），但储电容量与负荷水平无直接相关性（图22）。
结论与价值
科学价值：
- 首创多品位热能梯级利用的AA-CAES能源枢纽模型，突破传统研究忽略热需求温区的局限。
- 建立非线性双层规划的RBF代理求解框架，为含AC-OPF的市场投标提供新型计算工具。
应用价值：
- 所提策略可使工业园区综合能效提升15%，负荷削减归零（表3），特别适用于化工等高耗热产业。
- 动态节点电价机制（图14）为配电网运营商提供灵活性资源调度参考。
研究亮点
- 方法创新：首个将热品位分级与电力市场投标协同优化的AA-CAES模型，攻克热电解耦难题。
- 算法优势：RBF代理模型结合二阶锥松弛，显著提升求解效率（图15-16）。
- 工程指导性：通过实证分析（表6）揭示设备效率与运行成本的非线性关系，为储能系统设计提供量化依据。
拓展价值
研究开发的动态建模方法（含22个控制变量、31个状态变量）可扩展至其他综合能源系统，未来可结合随机规划处理可再生能源不确定性。