Sequential Operation of Residential Energy Hubs using Physics-Based Economic Nonlinear MPC
作者: Darío Slaifstein, Gautham Ram Chandra Mouli, Laura Ramirez-Elizondo, Pavol Bauer
分类: eess.SY, math.OC
发布日期: 2025-07-28 (更新: 2025-12-29)
DOI: 10.1016/j.apenergy.2026.127402
💡 一句话要点
提出基于物理模型的经济非线性MPC，用于住宅能源中心的多能源载体优化运行
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 能源中心 模型预测控制 经济优化 电池退化 热系统建模 能源市场 分层控制
📋 核心要点
- 住宅能源中心涉及多种能源载体，其动态特性各异，混合储能协调困难，动作空间维度高，给能源管理系统带来巨大挑战。
- 论文提出一种两阶段经济模型预测控制方法，利用基于物理的模型来预测电池退化和热系统行为，优化能源中心运行。
- 实验结果表明，在夏季采用连续时间日内市场策略，冬季采用日内拍卖策略是较优选择，但会加速电池退化；热能存储的短期灵活性有限。
📝 摘要（中文）
本文提出了一种新颖的两阶段经济模型预测控制器，用于电气化建筑，该控制器包含电池退化和热系统的基于物理的模型。该分层控制在荷兰的顺序能源市场中运行。特别地，讨论了关于日内市场（拍卖和连续时间）的常见假设以及不同存储系统的耦合。最佳控制策略是在夏季遵循连续时间日内市场，在冬季遵循日内拍卖。这种顺序操作以增加电池退化为代价。最后，在我们的控制器下，与固定电池组和具有双向充电的电动汽车提供的灵活性相比，热能存储实现的短期灵活性是微不足道的。
🔬 方法详解
问题定义：论文旨在解决住宅能源中心中多种能源载体（电力、热力、交通）的协同优化问题。现有方法难以有效处理不同能源载体的动态特性差异、混合储能系统的协调以及高维动作空间带来的挑战。此外，现有方法对电池退化和热系统的物理特性建模不足，影响了控制策略的长期经济性。
核心思路：论文的核心思路是采用经济模型预测控制（Economic Model Predictive Control, EMPC）框架，并结合基于物理的模型来预测电池退化和热系统的行为。通过两阶段优化，实现对能源中心运行的经济性优化。这种方法能够考虑到能源市场的价格波动和设备运行的物理约束，从而制定更优的控制策略。
技术框架：该方法采用分层控制结构，包括： 1. 物理模型：建立电池退化和热系统的物理模型，用于预测设备运行状态。 2. 经济模型预测控制（EMPC）：基于物理模型，预测未来一段时间内的能源需求和市场价格，优化能源中心的运行策略。 3. 两阶段优化：第一阶段，确定能源中心的整体运行计划；第二阶段，根据实时市场价格和设备状态，调整运行策略。 4. 市场交互：与荷兰的顺序能源市场进行交互，包括日内拍卖和连续时间交易。
关键创新：论文的关键创新在于： 1. 基于物理模型的预测：采用基于物理的模型来预测电池退化和热系统的行为，提高了预测精度和控制效果。 2. 两阶段经济模型预测控制：通过两阶段优化，实现了对能源中心运行的经济性优化，降低了运行成本。 3. 顺序能源市场交互：考虑了荷兰顺序能源市场的特点，制定了适应不同市场机制的控制策略。
关键设计： 1. 电池退化模型：采用考虑循环次数、充放电深度和温度等因素的电池退化模型。 2. 热系统模型：建立考虑建筑热惯性和设备效率的热系统模型。 3. 目标函数：目标函数包括能源成本、电池退化成本和设备运行成本，旨在最小化总成本。 4. 约束条件：约束条件包括设备运行约束、储能容量约束和市场交易约束。
🖼️ 关键图片
📊 实验亮点
研究结果表明，在夏季采用连续时间日内市场策略，冬季采用日内拍卖策略是较优选择。然而，这种顺序操作会加速电池退化。与固定电池组和具有双向充电的电动汽车相比，热能存储提供的短期灵活性有限。这些发现为能源中心的运行策略选择提供了重要参考。
🎯 应用场景
该研究成果可应用于智能楼宇、微电网等场景，通过优化能源中心的运行，降低能源消耗和运行成本，提高能源利用效率。该方法有助于促进可再生能源的利用，减少碳排放，实现能源系统的可持续发展。未来，该方法可以扩展到更大规模的能源系统，例如区域能源网络。
📄 摘要（原文）
The operation of residential energy hubs with multiple energy carriers (electricity, heat, mobility) poses a significant challenge due to different carrier dynamics, hybrid storage coordination and high-dimensional action-spaces. Energy management systems oversee their operation, deciding the set points of the primary control layer. This paper presents a novel 2-stage economic model predictive controller for electrified buildings including physics-based models of the battery degradation and thermal systems. The hierarchical control operates in the Dutch sequential energy markets. In particular common assumptions regarding intra-day markets (auction and continuous-time) are discussed as well as the coupling of the different storage systems. The best control policy it is best to follow continuous time intra-day in the summer and the intra-day auction in the winter. This sequential operation comes at the expense of increased battery degradation. Lastly, under our controller, the realized short-term flexibility of the thermal energy storage is marginal compared to the flexibility delivered by stationary battery pack and electric vehicles with bidirectional charging.