1 概述

近年来，随着共享储能商业模式的发展，共 享储能服务为降低 IBs 储能投资成本提供了新的 方向。其主要原理是利用不同 IBs 用户对储能需 求的互补性来提高储能资源利用率以及降低系统运行成本。目前，已有诸多国内外学者对共享储 能的运营和配置展开了研究。文献[6]提出一种共享储能容量优化配置模型以提高储能资源利用 率。文献[7]提出了用户和云储能运营商的优化决策模型，以研究共享储能服务问题。文献[8]建立 了一种储能站参与调度决策的多能源站协调优化运行模型，讨论了多能源站和储能站之间的博弈 策略。文献[9]提出一种共享和运营能量储存系统的概念性方法，通过分配容量来最小化运行成本。 文献[10]提出了社区清洁电力的共享机制，验证了电力共享模式有利于提高社区用电的经济性。 文献[11]提出一种基于混合博弈的双层能量交易策略，以解决多微网—共享储能联合运行优化问 题。文献[12]提出一种供需协同优化的冷热电联供系统—共享储能双层调度方法，协调两个不同 主体的能量分配，实现互利共赢。以上研究对于共享储能电站（Shared Energy Storage Station， SESS）的优化决策和商业模式做出了突出贡献， 但并未充分考虑用户的用能需求及其差异性与互 补性，且 IBs 作为一个大型的、天然的灵活资源 集合，其灵活性并没有被整合至 SESS 的优化模 型中。

此外，楼宇侧的用能优化也是降低建筑能耗的重要途径。在建筑领域，空调能耗占到建筑能耗的 50%以上。通过充分利用建筑物热惯性[13]，可有效提升空调系统的用能灵活性。因此，研究如何利用楼宇内空调系统的需求响应潜力以降低建筑能耗，具有重要意义。文献[14]提出一种多栋住宅建筑建模和优化方法，通过模型预测控来有效调节建筑内空调系统运行功率，减少单公寓楼的能耗。文献[15]提出一种基于价格的智能需求响应控制策略，用于优化多区域办公楼空调系统的运行。文献[16]通过对建筑物进行预冷、 预热及夜间通风等方式，分析了建筑物有效储能

的方法。文献[17]将含空调系统的办公楼宇进一 步集成至混合能源微电网中，并利用空调负荷的

虚拟储能作用降低运行成本。文献[18]提出一种 基于模型预测控制的 IBs 用能灵活性调控策略，

通过对楼宇内部空调系统进行优化调节以降低楼 宇运行成本。尽管上述内容对于挖掘建筑内部空

调系统的需求响应潜力已经有了深入研究，但参 与共享储能服务可以更大程度利用 IBs 空调系统

的灵活性，进一步提高双方的经济性。

因此，随着城市化进程的稳步推进，以及共 享储能商业模式的持续发展，IBs 参与共享储能服务对于降低建筑能耗，提高储能资源利用率将 至关重要。综上所述，本文提出一种基于共享储能服务的 IBs 双层优化配置方法，创新点主要体 现在以下几个方面：

（1）将共享储能模式应用于 IBs。由于 IBs 用户的差异性和互补性，参与共享储能服务可在

充分利用 SESS 储能资源的同时，实现 IBs 内部 能源的互补共济，有效提高新能源消纳率；

（2）在 SESS-IBs 系统的优化配置中考虑建 筑物的热惯性。建筑热惯性使得 IBs 内空调系统

具有巨大的用能灵活性，在保障用户温度舒适性 的同时，可提高 SESS 和 IBs 的经济性；

（3）提出了基于共享储能服务的 IBs 双层优 化方法。该方法可充分满足 SESS 运营商与 IBs

的差异化利益诉求，实现双方的共赢。

编辑

编辑

编辑

一、研究背景与意义

2. 楼宇储能配置痛点 智能楼宇（Intelligent Buildings, IBs）单独配置储能系统面临投资成本高、回收周期长、资源利用率低等问题。例如，不同IBs的能源产消特性差异导致储能需求错配，可能出现短缺或闲置。共享储能模式通过多用户需求互补性，显著提升储能资源利用率，降低运行成本约20%-30%。
4. 空调系统的灵活性潜力 建筑能耗中空调占比超过50%，而建筑热惯性（Thermal Inertia）可通过预冷/预热、夜间通风等方式转化为虚拟储能资源。文献[14-18]表明，模型预测控制（MPC）和价格响应策略可优化空调负荷，但尚未与共享储能深度结合。
6. 共享储能商业模式的发展 共享储能电站（Shared Energy Storage Station, SESS）通过聚合多IBs的灵活性，实现新能源消纳率提升与峰谷电价套利。文献[11-12]提出的博弈策略与协同调度方法验证了多方利益共赢的可能性。

二、现有研究进展与不足

2. 共享储能优化模型 文献[6]提出容量优化配置模型提升利用率；文献[7]构建用户与运营商的双层决策框架；文献[11]设计多微网-储能混合博弈交易策略。 局限性：未充分考虑IBs用能差异性与热惯性灵活性，模型未整合建筑侧虚拟储能潜力。
4. 楼宇侧用能优化 文献[14-18]聚焦空调系统调控，如MPC、价格响应策略等，但未与SESS协同。
9. 

• 编辑

三、本文创新点

2. 共享储能模式与IBs结合 利用IBs用户差异性与互补性，通过SESS实现能源互补，新能源消纳率提升15%以上。
4. 建筑热惯性的量化建模 在SESS-IBs优化中引入温度舒适区间约束，将空调负荷转化为虚拟储能，降低运行成本10%-20%。
6. 双层优化框架设计 上层（SESS规划层）以投资成本最小化为目标，下层（IBs运行层）优化年运行成本，通过KKT条件与Big-M法转化为混合整数线性规划（MILP）求解。

四、SESS-IBs双层优化模型框架

2. 系统架构 SESS、多个IBs及配电网构成双层交互系统。IBs能源来源包括本地风光、SESS与电网，负荷分为常规电负荷与空调负荷（见图1）。
4. 模型分层 上层模型：规划SESS容量与配置，目标为投资成本最小（含储能设备、土地、运维费用）。 下层模型：优化IBs运行策略，目标为电费、服务费、舒适度惩罚项总和最小。
6. 关键约束 SESS充放电功率与容量限制； IBs温度舒适区间（如22-26℃）； 电网交互功率限制（IBs不可售电）。

五、模型求解与算法实现

2. 双层转单层优化 利用KKT条件将下层问题转换为上层约束，结合Big-M法处理非线性项，最终形成MILP问题，采用CPLEX或Gurobi求解器。
4. 典型算法对比 算法类型 应用场景 优势 文献来源 粒子群算法（PSO） 多目标容量规划 全局搜索能力强 遗传算法（GA） 设备选址与容量优化 适应复杂约束 MILP+KKT 线性/混合整数规划问题 精确求解，避免局部最优
6. 算例验证 通过3种场景对比（无储能、独立储能、共享储能），结果显示： 共享储能模式使IBs年运行成本降低24.7%； SESS静态投资回收期8.5年，低于寿命周期10.5年。

📚2 运行结果

编辑

编辑

编辑

编辑

编辑

编辑

编辑

3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1]张浩鹏,李泽宁,薛屹洵,等.基于共享储能服务的智能楼宇双层优化配置[J/OL].中国电机工程学报:1-12[2024-06-26].http://kns.cnki.net/kcms/detail/11.2107.TM.20240402.1440.024.html.

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删