近年来，随着我国交通强国发展战略的进一步深化，应用于公路、铁路等交通运输领域的长距离、大规模隧道建设迎来新一轮发展高潮[1-4]。2016—2020年，中国公路隧道以每年 > 1 000座且长度 > 1 200 km的速度急速增长。截至2020年底，中国已建成公路隧道21 316座，特长公路隧道总长占28.34%；已投入运营铁路隧道16 798座，特长铁路隧道总长占14.32%[5]。交通隧道的快速发展使货物流量和客运流量均有质的提升，各区域间的经济互动更为频繁，但其巨大的能耗问题也引起了广泛的重视。基于隧道出入口光环境过渡剧烈、污染气体易聚集等因素[6]，长大隧道运营过程中的能量密度远高于其他交通基础设施，隧道高能耗带来的高污染、高碳排等问题凸显。“十四五”现代综合交通运输体系发展规划明确了推动零碳交通示范区建设的发展方向。作为绿色交通体系的重要组成部分，隧道是深入推进交通运输行业清洁低碳转型的关键部分。因此，亟需以能源清洁化、建设集约化、能量管理智能化为主线，创新绿色隧道能源供给模式，建设一体化绿色综合交通枢纽，推动长大隧道清洁低碳转型。

目前，国内外专家学者针对隧道的低碳化发展问题开展了系列研究。隧道的能耗主要为照明和通风系统电能的消耗，现有研究主要通过合理布设节能设备[6-7]、充分利用自然光照和通风[8-9]、优化控制方式[10-11]等基于隧道用电设备的能效提升技术措施，降低隧道单位长度能耗。近年来，太阳能光伏技术、风光互补供电技术为低碳隧道供电提供了一种有效途径，可通过提高太阳能、风能等替代性清洁能源在隧道能源结构中的比例，降低隧道运营过程中的碳排放量。杭金衢高速公路新岭隧道安装分布式光伏发电系统，采用“自发自用，余电上网”的消纳方式，将清洁能源应用于隧道照明通风设施；安徽六潜高速公路狮子尖隧道设计了适用于照明系统的“风光互补”离网供电系统。文献[6]提出了考虑结构性节能、技术性节能、管理性节能的隧道节能减排总体框架，明确了从粗放式运营节能管理向精细化运营节能管理转变的隧道节能思路。储能系统具有双向功率特性以及灵活调节特性[12-13]，可配置储能以平抑不同时段风光发电系统出力波动，提高隧道供电系统的可靠性和稳定性。福建朋山岭隧道工程配置电池储能，利用峰谷价差提升经济效益。但以上研究和示范工程缺乏对可再生能源和储能参与下的隧道能源系统整体分析，尚未充分发掘系统各环节可调度潜力。

本文面向隧道低碳运行需求，构建了隧道智慧能源系统框架。首先，设计考虑多元电源互补、主动负荷协调、双向电能互动的隧道智慧能源系统架构，对比提出地下储能系统构建方案。其次，采用分层优化思想，建立隧道智慧能源系统储能容量配置双层协同优化模型。外层模型优化地下储能配置容量，降低综合成本；内层模型优化隧道智慧能源系统运行调度策略，提升系统运行效益。最后，通过算例验证了本文所提系统框架和容量优化配置方法的有效性及可行性。

根据隧道清洁低碳转型需求，将电能、风能、光能资源和电力需求响应有机结合，构建一种适应于清洁低碳发展的隧道智慧能源系统，充分发挥储能的灵活调节特性，提升隧道的综合效益。

隧道智慧能源系统采用多元电源互补、主动负荷协调、双向电能互动的能源供应模式，总体架构如图 1所示，主要包括可再生能源、上级电网、储能和隧道用电负荷等部分。

可再生能源发电系统主要由风电和分布式光伏构成。充分利用隧道顶部山体、路肩、匝道、隔离带、边坡和服务区内绿地等闲置空地，以及建筑屋顶、停车区和围墙等设施空间，建设分布式光伏和风力发电系统，提供隧道运行所需的清洁能源。

长大隧道的用电负荷主要包括内部的灯光照明系统、净化系统和新风系统等。由于隧道运营里程较长，当车辆驶入、通过和驶出隧道的过程中，会出现由隧道入口亮度的剧烈变化导致的“黑洞效应”，诱发交通事故，为适应视觉的变化，内部灯光照明用电负荷要求不间断供电。长距离、大规模隧道具有狭长且封闭等特点，内部空气自然置换能力差，污染气体易聚集，隧道净化、新风系统主要承担送风、排烟任务，调节地下区间的通风量、新鲜空气量等参数，应具备高可靠性。因此，需要进一步提升隧道供电系统的可靠性、稳定性和安全性，保障隧道内通行车辆和人员的安全。

储能以其双向功率特性以及灵活调节特性优势，成为支撑隧道智慧能源系统低碳运行的重要组成部分。风力发电和光伏发电出力具有能量密度低、受天气影响大、随机性强等特点，可再生能源发电系统的电力供应和隧道负荷难以做到实时平衡。储能可以保证系统对负荷的连续供电，有效提高隧道供电系统的可靠性和稳定性，促进可再生能源就地消纳。同时，储能可通过改变用户负荷特性，参与电力需求侧响应，提高系统整体经济性和可靠性。

近年来，全球范围内发生了五十余起储能事故，引发了各界对储能安全性和可靠性的广泛关注[14]。隧道智慧能源系统中储能配置仍然面临挑战：

1）土地资源稀缺。节约集约用地已成为国土空间规划的重要原则，土地资源集约化利用趋势明显，而配置地上储能系统将占用高价值地表土地资源。

2）地上储能受环境制约大。地上储能暴露在环境中，难以保障设备运行所需温度、湿度等环境参数，且难以抵御台风、暴雪等极端天气影响。

3）地上储能故障波及范围广且危害大。目前地上储能尚未配置合适的防护措施，故障时引起的火灾、爆炸等安全事故，将危及周围建筑和人员的安全。

地下空间作为一种具有广阔发展前景的战略性国土空间资源，可为地下储能技术提供充足且稳定的空间支撑[15-16]。隧道智慧能源系统中采用地下储能配置方案具有以下几点优势：

1）地下储能的开发可满足城市用地集约化需求。为优化国土空间开发格局，中国已有超过1/3的城市开始了地下空间规划开发，总体规模占世界第一。丰富的地下空间资源支持了地下储能系统的开发利用，并能节约相应的城市地表生态空间。

2）地下空间支撑储能系统安全稳定运行。地下空间具有力学性能稳定、承压能力强、温度波动小等优势，可为储能提供充足且稳定的空间支撑，削弱外部环境对储能系统安全稳定运行的影响。

3）地下空间隔绝储能系统对外界的影响。地下空间有利于构建储能安全防御工事，降低故障时储能系统对周围环境的危害。

此外，隧道在建造过程中充分勘测了地下空间的地质情况，研发和应用的大量技术为地下储能的构建提供了支持。因此，隧道具备地下储能的开发基础，采用地下储能构建方案可有效保障储能安全、可靠运行。

对于隧道智慧能源系统，同时考虑储能容量规划问题与隧道智慧能源系统运行优化问题，可兼顾隧道智慧能源系统在规划和运行阶段的各项效益，实现隧道综合效益最大化。储能容量配置双层协同优化模型将决策问题分解为外层规划模型和内层运行调度模型，其结构如图 2所示。

外层规划主要针对储能容量优化配置问题，考虑全生命周期内的储能综合成本，建立储能容量优化配置模型，寻求最优储能容量配置方案。

储能容量优化配置的目标是储能建设运行期间的综合成本FC最小，即

式中：Fpur为储能购置成本等年值；Fbui为储能建设成本等年值；Fop为隧道智慧能源系统年运行成本；Fom为储能年维护成本；Fres为储能残值费用等年值。

1）储能购置成本

储能全生命周期购置成本主要包括初始购置成本和运行期的储能更换成本，即

式中：Finit为储能初始购置成本；Frep为储能更换成本。

储能初始购置成本主要包括储能的容量购置成本和功率购置成本，即

式中：Ceinit为储能单位容量购置成本系数；Cpinit为储能单位功率购置成本系数；Erate为储能配置容量；Prate为储能配置功率；rCR为资金回收系数，即

式中：γ为贴现率；Ya为规划周期。

储能在到达使用寿命后，需要对其进行更换，储能更换成本可表示为

式中：x为储能设备更换次数序号；Nrep为储能更换次数。

2）储能建设成本

储能建设成本主要由储能建设占用土地成本及建设期内建筑施工成本所决定，即

式中：Fland为占用土地成本；Farch为储能放置空间的建筑施工成本。

占用土地成本主要包括储能装置及附属构筑物占用土地的征地、租地等费用，可表示为

式中，Cland为单位容量土地成本系数。

储能放置空间建筑成本主要包括基坑开挖支护、主体结构搭建等费用，可表示为

式中，Carch为单位容量建筑成本系数。

3）隧道智慧能源系统年运行成本

隧道智慧能源系统的年运行成本由1 a内的日运行成本决定，可表示为

式中：Fop, d为日运行成本；Nop为年运行天数。

4）储能维护成本

为保障储能在寿命期内正常运行，需要对系统进行试验、检修和维修等维护保养工作。储能年均维护成本可表示为

式中，Com为单位功率年均维护成本系数。

5）储能残值费用

储能残值费用由储能购置成本和残值率决定，即

式中，δres为储能的残值率。

考虑储能安装场所和运行场景限制，储能系统容量优化配置存在储能安装容量限制约束和储能额定功率限制约束，即

式中：$ E_{\text {rate }}^{\max } $、$ E_{\text {rate }}^{\min } $分别为储能配置容量的上、下限；$ P_{\text {rate }}^{\max } $、$P_{\text {rate }}^{\min } $分别为储能额定功率的上、下限。

内层运行模型主要针对隧道智慧能源系统优化调度问题，考虑系统运行过程的各项成本和收益，建立隧道智慧能源系统优化调度模型，优化各时段储能系统的出力。

为了充分发挥可再生能源的发电潜力，降低系统运行的经济成本，系统优化调度的优化目标为隧道智慧能源系统日运行成本Fop, d最小。目标函数可以表示为

式中：Fbuy为购售电成本；Fab为弃风弃光惩罚成本；Fenv为碳排放惩罚成本；Ftrans为联络线波动惩罚成本。

1）购售电成本

隧道智慧能源系统中可再生能源的实时出力与隧道负荷可能不匹配，系统从电网购入电能时需要支付购电费用，向电网传送清洁能源时可获取售电收益。系统购售电成本表示为

式中：N为调度的总时段数；Δt为最小调度单元，Δt = 24/N，设在每个Δt内风能、光伏、储能以及负荷功率均保持不变；Ptrans(n)为第n时段隧道智慧能源系统与电网交换的功率，Ptrans(n) > 0表示系统向电网购电，Ptrans(n) < 0表示系统向电网售电；Cbuy(n)为第n时段电价，可表示为

式中：Cin(n)为第n个时段的购电价；Cout(n)为第n个时段售电价。

2）弃风弃光惩罚成本

为充分实现区域可再生能源的高效利用，在系统优化调度模型中引入弃风弃光惩罚成本系数以提高风、光资源利用效率。系统弃风弃光惩罚成本表示为

式中：Cab为弃风弃光惩罚成本系数；Pab(n)为第n时段弃风弃光功率。

3）碳排放惩罚成本

碳排放惩罚成本指系统向电网购电带来的火电机组碳排放惩罚成本，即

式中，Cenv为单位电量碳排放惩罚成本系数。

4）联络线波动惩罚成本

风光等可再生能源出力具有不确定性，导致联络线传输功率会产生波动，在模型中考虑相应的惩罚成本以抑制功率波动幅度。联络线波动惩罚成本由联络线波动率和惩罚成本系数决定，即

式中，Ctrans为联络线波动惩罚成本系数。

隧道智慧能源系统的优化调度约束条件主要由系统功率平衡约束、储能运行约束以及联络线安全约束构成。

1）系统功率平衡约束

考虑可再生能源、储能、电网出力和隧道负荷情况，构建功率平衡约束如下

式中：Pwind(n)为第n时段风能预测出力；Ppv(n)为第n时段光伏预测出力；Pbat(n)为第n时段储能功率，Pbat(n) > 0表示储能充电，Pbat(n) < 0表示储能放电；PL(n)为第n时段负荷功率；弃风弃光功率Pab(n)必须为正值，则弃风弃光功率约束为

2）储能运行约束

储能运行约束主要包括最大充放电功率约束、储能荷电状态约束和储能电量约束。

储能电池功率和荷电状态必须在限定范围之内，否则会严重影响储能电池的实际使用寿命。储能最大充放电功率约束可以表示为

式中，Plimt为储能充放电功率限值。

储能荷电状态约束可表示为

式中：$ \delta _{{\text{SOC}}}(n) $为第n个时段储能荷电状态；$ \delta _{{\text{SOC}_{\min }}} $为储能荷电状态下限；$ \delta _{{\text{SOC}_{\max }}} $为储能荷电状态上限。

储能运行期间，每个调度时段末的剩余电量应满足

式中：S(n)为第n时段末储能的剩余电量；ηC和ηD分别为储能充电效率和放电效率。

为保证优化调度过程中储能的循环调节能力，储能在调度周期的始末能量状态应相等，即

式中：S(0)为储能的初始电量；S(N)为储能在调度周期末的剩余电量。

3）联络线安全约束

考虑到联络线传输功率存在限值，联络线的功率约束表示为

式中：Ptrans, up为联络线允许的最大上传功率；Ptrans, down为联络线允许的最大供电功率。

储能容量配置双层优化模型对规划层及运行层单独建模，在循环迭代过程中进行上、下层参数传递的求解方法降低了模型的求解效率，需要对上、下层关联统一，将其转换为单层模型。

系统运行层中的储能荷电状态由剩余电量与规划层配置容量决定，储能充放电功率上限值由规划层配置功率决定，即

运行层与规划层通过式(9)、式(26)关联，转换为单层模型。但由于经过转换的单层模型仍存在非线性，主要体现在储能购售电成本以及储能剩余电量约束上，直接求解较为困难，且无法保证解的收敛性。因此，需要将模型的非线性项进行线性化处理。

1）储能购售电成本的非线性处理

式(14)中的单位电价Cbuy(n)取值与Ptrans(n)的正负有关，可采用分段函数线性化的方法，通过0-1变量将分段函数线性化，即

式中：M1、M2为无穷大的正数；c1、c2为0-1变量；Ptrans1(n)和Ptrans2(n)为新引入的决策变量，代替原决策变量Ptrans(n)。

2）储能电量约束的非线性处理

式(23)中的第n时段末储能的剩余电量S(n)取值与储能功率Pbat(n)有关，而Pbat(n)的正负又会导致S(n)计算式的不同，引入非线性，需要进行线性处理。储能剩余电量可表示为

式中：M为无穷大的正数；u1、u2为0-1变量；Pbat1(n)和Pbat2(n)为新引入的决策变量，代替原决策变量Pbat(n)。

通过上述的双层模型转换及模型线性化处理，原模型转化为了混合整数线性规划模型。

本文以海太过江通道隧道供电系统为例，建立如图 1所示的隧道智慧能源系统。利用海太过江通道工程沿线各收费站屋顶装设分布式光伏。海太隧道北工作井附近建设风机2台，单台额定功率为4 MW。联络线波动惩罚成本系数、弃风弃光惩罚成本系数采用文献[17-18]取值。全国碳市场碳排配额平均价格为59元/t，火电碳排放强度为0.866 t/MWh[19]，火电机组发电量占总发电量的54.55%，则单位电量碳排放惩罚成本系数取27.87元/MWh。系统具体参数如附录A表 A1所示，风电、光伏出力及隧道负荷曲线如附录A图 A1所示。

地上储能和地下储能均采用磷酸铁锂电池系统，2种方案的购置成本相同，费用单价数据采用商用磷酸铁锂储能电池厂家提供的购置单价，容量购置成本主要包括储能电池本体及电池管理系统、通信系统等配套设备费用，功率购置成本主要包括储能变流器、升压变压器等功率变换设备费用。地上储能土地成本主要包括所占用土地的征用、租用费用；地下储能土地成本主要为地下空间建设用地使用权的出让费用，按地上楼面地价的30%计算[20]。对于建筑成本部分，地下储能的基坑、支撑工程等措施造价高于地上储能，按照地上储能的5.49倍计算[21-22]。地下储能维护成本按照地上储能的1.49倍计算[21, 23]。商用磷酸铁锂电池的循环次数可达12 000次，日历寿命可达15 a，储能残值率一般为3%~6%，荷电状态保持在[0.1, 0.9]范围内[17, 24]，充放电效率取95%[25-26]。地上/地下储能系统的各项具体参数如附录A表 A2所示。电价方案采用江苏省峰谷分时电价数据，具体参数如附录A表 A3所示。

隧道智慧能源系统运行过程中，联络线上传给电网的功率限值与区域电网调度策略相关，其取值将影响系统上传电能，制约隧道智慧能源系统与电网的高效交互。优化目标函数值随联络线功率限值变化曲线如图 3所示。

当联络线上传功率限值过小时，系统运行处于非盈利状态。随着联络线功率限值的增大，系统综合成本逐渐减小，地上储能和地下储能配置方案下能够盈利的最小联络线上传功率限值分别为0.679 8 MW和0.717 7 MW。随着联络线上传功率限值进一步增大，系统与电网交互限制逐渐放开，系统收益增大，当目标函数值波动 < 10–5时，认为系统与电网可充分交互，系统收益不受联络线功率上传限值影响。对于地上储能和地下储能配置方案，能够实现系统与电网充分交互的最小上传功率限值分别为5.91 MW和4.61 MW。

设定项目周期为30 a，贴现率为5%[26]，联络线上传功率限制为10 MW。利用YALMIP工具包结合GORUBI求解器优化储能系统容量配置方案，地上/地下储能系统的配置结果如表 1所示。

结合附录A表 A2和表 1可知，由于2种方案的储能的主要设备单位购置成本相同，地上储能的单位土地成本高于地下储能，地下储能的单位建筑工程费用及运维成本高于地上储能。综合来看，地下储能单位成本更大，优化后地下储能构建方案的容量和功率结果更小。

2种方案下的隧道智慧能源系统运行调度优化结果如图 4所示，储能系统荷电状态变化如图 5所示，电网供电功率变化如图 6所示。

由图 4、图 5可知，配置储能后系统的电、风、光能源相互耦合、协同互补，地上和地下储能均能够响应电网的分时电价，实现削峰填谷。在00:00—08:00时段，电价处于低谷段，系统利用可再生能源为隧道负荷供电，同时给储能充电；在08:00—12:00和17:00—21:00时段，电价处于高峰段，储能放电并与可再生能源发电机组协同实现清洁供能，在满足负荷供电的同时向电网输送清洁能源，以提高经济性；在12:00—17:00时段，电价处于平段，储能此时已达到荷电状态下限，需要利用可再生能源进行充电，无法同时满足储能充电和负荷需求时从电网购入平价电能进行补充。在21:00—24:00时段，电价处于平段，储能此时虽然已达到荷电状态下限，但相比于00:00—08:00的低谷段电价，此时充电不够经济，可再生能源发电机组在满足负荷需求的基础上，剩余电量全部返送给电网。

由图 4、图 6可知，与地上储能相比，地下储能容量小，充电能量需求更容易满足。在00:00—08:00时段，可再生能源发电在满足负荷需求的基础上，全部电能都需用于给储能充电，而地下储能方案下还有剩余电能可以返送电网。在12:00—17:00时段，为满足地上储能充电需求，还需从电网购电，地下储能充电需求可完全通过可再生能源发电满足。配置容量大的地上储能转移电能的能力更强，电网购入电量也更大。无储能时系统每年从电网购入电量为884.98 MWh；地上储能方案下系统从电网购入电量为2 190.55 MWh，增大了1 305.57 MWh；地下储能方案下系统从电网购入电量为64.06 MWh，减小了820.92 MWh。

隧道智慧能源系统储能建设初始投资成本如表 2所示。由附录A表 A2、表 2可知，在优化所得配置容量方案下，地下储能配置容量小于地上储能，其初始投资总成本更低。2种方案的购置成本均为占比最大的部分；对于地上储能，储能位于城市市区内，地上储能设备及附属构筑物所占土地成本占比大；对于地下储能，需要进行大型基坑开挖、支护等施工过程，建筑成本占比更大。

隧道智慧能源系统运行成本及收益如表 3所示。由附录A表 A2、表 2、表 3可知，系统提高经济性与降低碳排放的需求相互制约，配置容量大的地上储能转移电能的能力强，通过峰谷差价获取的售电收益大，但从电网购入电量也将增大，购电成本、碳排放惩罚成本以及联络线波动惩罚成本显著增大。总体上，地上储能年净收益更大，由于配置容量更大，需要3 a回收成本；地下储能需要2.41 a回收成本，回收成本周期更短。

隧道智慧能源系统的低碳效益主要体现在采用清洁能源供电替代火电机组供电而降低的碳排放量和地表生态空间开发带来的碳固定潜力2方面。年碳排放总量通过从电网购入电量、火电机组碳排放系数和火电机组占比计算。地下储能节约了地表空间，可通过种植绿地植物固定二氧化碳，提高系统的低碳效益。商用集装箱储能占地约为24.77 m2/MWh[27]，单位面积碳固定总量取0.12 t/m2[28]，隧道智慧能源系统低碳效益具体结果如表 4所示。

由表 4可知，与无储能时相比，配置地上储能为提高综合经济性，增加了716.75 t碳排放量；地下储能减少了从系统购电量，减少了387.8 t碳排放量，并通过开发地表生态空间可固定28.92 t二氧化碳，共减少了416.72 t净碳排放量。地下储能方案为推动隧道清洁低碳转型提供了有力支持。

与传统的地表储能相比，地下储能系统带来的社会效益包括扩大城市容量效益和防灾效益。

城市市民对社区人居环境的要求日益提升，地下空间的竖向延伸使得城市居民的生存空间得到舒展，是解决城市土地资源紧张、拓展城市空间和缓解环境恶化的最有效途径。地下储能系统的构建可为隧道智慧能源系统所在区域增加252.75 m2的地上生态建设用地，增加147.70 m2的地下空间开发用地，综合节地率达271.12%。

相对于空气而言，土壤具有良好的蓄热特性，自身具有一定的温度调节功能，使得土壤的温度相对稳定，全年的波动也较小。储能电池运行最佳温度区间为10 ℃~35 ℃，地下空间具有冬暖夏凉的良好热工性能，地下10 m及以下深处土壤的温度相当于该地区的全年平均气温，且不受季节的影响[29]，可维持储能在最佳使用状态，保证系统性能和寿命。在台风、暴雪等极端天气下，地上储能和区域电网均易出现运行故障，“利奇马”、“烟花”等天气造成了浙江、上海等多地区域电网停电。与地上储能相比，地下储能更能够抵御自然灾害的侵袭，保障隧道内的灯光照明、通风等关键负荷的供电，有效降低灾害期间负荷损失和隧道内交通事故发生可能性。当储能电池受激源影响发生燃烧爆炸时，将造成高温火焰灼伤、高温电解液喷溅烫伤以及近距离爆炸冲击等安全威胁[30]。地下储能可以充分利用地下空间防护优势，通过加固地下墙体、安装阻燃防爆材料等地下工程防护系统，显著降低储能故障危害性。

本文设计了一种隧道智慧能源系统框架，并提出储能容量配置双层协同优化方法，所得结论如下：

1）隧道智慧能源系统通过多元电源互补、主动负荷协调、双向电能互动的能源供应模式，有效推动了隧道清洁低碳转型。

2）本文所提储能容量配置双层协同优化方法能够充分发挥储能系统灵活调节能力，给出最大化系统综合效益的储能容量配置和系统调度运行方案。

3）采用地下储能构建方案，能满足城市用地集约化需求，节约相应地表生态空间，保障在复杂自然环境条件下储能的安全、可靠运行，降低储能系统故障时对周围环境的危害，在经济、低碳和社会等多方面效益优势明显。

本文工作可为未来隧道的低碳化发展提供一定的借鉴，还需要进一步研究多类复杂工况下的地下储能与隧道的协同运行模式，推动交通与能源在协同减排方面的深度融合。

附录见本刊网络版(http://hve.epri.sgcc.com.cn/CN/volumn/current.shtml)。