周曉倩，余志文 ，艾 芊，曾順奇

（1.上海交通大學(xué) 電氣工程系，上海 200240；2.廣州供電局有限公司，廣東 廣州 510620）

0 引言

近年來(lái)，為滿足日益增長(zhǎng)的能源需求，改善生態(tài)環(huán)境，微電網(wǎng)技術(shù)得到快速發(fā)展。其中，冷熱電聯(lián)供（CCHP）微網(wǎng)已成為提高能源效率和減少溫室氣體排放的核心解決方案之一［1-2］。CCHP微網(wǎng)作為一種分布式能源管理形式，由CCHP系統(tǒng)和微電網(wǎng)有效結(jié)合而成。文獻(xiàn)［1］提出CCHP系統(tǒng)屬于配置在用戶側(cè)的分布式能源，其以天然氣為主要原料帶動(dòng)燃?xì)廨啓C(jī)等燃?xì)獍l(fā)電設(shè)備運(yùn)行，產(chǎn)生的電能直接供應(yīng)給用戶，發(fā)電后的余熱通過(guò)熱回收系統(tǒng)向用戶供熱、供冷。和大規(guī)模集中式供能相比，分布式CCHP系統(tǒng)有2個(gè)明顯優(yōu)勢(shì)：一是總體能源利用率顯著提高，達(dá)到70%甚至超過(guò)90%，相比之下，傳統(tǒng)的集中供能系統(tǒng)利用率僅為30%～45%；二是分布式CCHP系統(tǒng)有助于減少污染物排放，相比于集中式供能系統(tǒng)使用的傳統(tǒng)技術(shù)，諸如燃料電池（FC）和微型燃?xì)廨啓C(jī)（MT）等新技術(shù)的應(yīng)用將大幅減少NOx和CO2的尾氣排放。由文獻(xiàn)［3］可知，CCHP微網(wǎng)將發(fā)電裝置、燃?xì)忮仩t、熱回收系統(tǒng)、儲(chǔ)能裝置（蓄電和蓄熱）、制冷設(shè)備、可再生能源（RES）和主電網(wǎng)整合為一個(gè)整體以實(shí)現(xiàn)能源的梯級(jí)利用，提高能源利用率，同時(shí)還可以有效調(diào)節(jié)天然氣、電力的季節(jié)性峰谷差，增強(qiáng)電力供應(yīng)的安全性和可靠性，是能源結(jié)構(gòu)中不可或缺的補(bǔ)充。同時(shí)，由于CCHP微網(wǎng)具有整合可再生能源的特點(diǎn)，其相比于獨(dú)立的CCHP系統(tǒng)，具有新的和更強(qiáng)大的功能。有人提出智能能源網(wǎng)絡(luò)（IEN）的概念來(lái)表示一個(gè)智能管理系統(tǒng)，該系統(tǒng)用來(lái)管理包括電、熱、氫、生物和非生物燃料等一系列能源［4］，而CCHP微網(wǎng)在這類綜合能源系統(tǒng)中起著至關(guān)重要的作用?？梢钥闯觯珻CHP系統(tǒng)具有廣闊的發(fā)展前景，而將CCHP系統(tǒng)和微電網(wǎng)結(jié)合，則能夠更好地發(fā)揮RES的優(yōu)勢(shì)，減少污染物排放以及提高能源利用率。

文獻(xiàn)［2］給出了典型的集中調(diào)度式CCHP微網(wǎng)的組成結(jié)構(gòu)圖，它具有原動(dòng)機(jī)（如FC或MT）、吸收式制冷機(jī)、燃?xì)忮仩t、蓄熱箱。其中吸收式制冷機(jī)和燃?xì)忮仩t分別使用廢熱或天然氣來(lái)滿足制冷和加熱需求；蓄熱箱用于儲(chǔ)存廢熱鍋爐產(chǎn)生的熱量，當(dāng)廢熱不足時(shí)，燃?xì)忮仩t用作輔助供熱設(shè)備。在CCHP微網(wǎng)中，可再生能源所占的比例高，所以一般采用儲(chǔ)能裝置減少來(lái)自RES和負(fù)載的隨機(jī)波動(dòng)。值得注意的是，相比于傳統(tǒng)電網(wǎng)，CCHP微網(wǎng)具有以下特征：冷熱負(fù)荷的波動(dòng)性以及RES的間歇性導(dǎo)致系統(tǒng)的隨機(jī)性大；原動(dòng)機(jī)在不同的運(yùn)行條件下具有不同的特性，例如MT的發(fā)電效率和產(chǎn)熱效率隨容量和負(fù)載率的變化而變化；廢熱不僅可用于加熱，還可用于冷卻，進(jìn)而系統(tǒng)中3種能量之間存在強(qiáng)耦合關(guān)系；由于電力電子器件的廣泛使用，系統(tǒng)慣性小，所使用的各種裝置的響應(yīng)速度也不同；能量平衡是復(fù)雜的，系統(tǒng)需要根據(jù)情況采用不同的調(diào)度策略，例如廢熱可以優(yōu)先用來(lái)滿足加熱或制冷需求，原動(dòng)機(jī)的輸出功率取決于不同的運(yùn)行模式。

總之，具有RES的CCHP微網(wǎng)是一個(gè)復(fù)雜的系統(tǒng)，它具有許多不確定性、各種各樣的結(jié)構(gòu)和強(qiáng)耦合性，因此不能直接簡(jiǎn)單地把傳統(tǒng)微電網(wǎng)的優(yōu)化調(diào)度方法照搬到CCHP微網(wǎng)中使用，有必要專門研究針對(duì)CCHP微網(wǎng)系統(tǒng)的優(yōu)化調(diào)度方法。目前，在全球范圍內(nèi)CCHP微網(wǎng)的使用正在大幅增長(zhǎng)，使得這一領(lǐng)域的研究成為熱點(diǎn)，因此本文將重點(diǎn)綜述CCHP微網(wǎng)的優(yōu)化調(diào)度策略及其實(shí)現(xiàn)方式。

1 CCHP微網(wǎng)的優(yōu)化調(diào)度

CCHP微網(wǎng)的性能很大程度上取決于優(yōu)化調(diào)度策略的優(yōu)劣?？紤]到CCHP微網(wǎng)的復(fù)雜性，其優(yōu)化調(diào)度非常困難，主要體現(xiàn)在能量耦合（冷、熱和電）、多個(gè)優(yōu)化目標(biāo)（運(yùn)行成本、排放、風(fēng)險(xiǎn)等）以及多時(shí)間尺度（長(zhǎng)期和短期）3個(gè)方面。想要在實(shí)際運(yùn)行條件下制定出最佳優(yōu)化調(diào)度策略，必須將天氣預(yù)報(bào)、設(shè)備特性、實(shí)時(shí)能源價(jià)格、優(yōu)化目標(biāo)、負(fù)載需求、維修計(jì)劃、最優(yōu)運(yùn)行計(jì)劃以及與大電網(wǎng)的交互情況等諸多信息考慮在內(nèi)。CCHP微網(wǎng)的優(yōu)化調(diào)度是一個(gè)研究熱點(diǎn)，本節(jié)首先簡(jiǎn)單介紹了常見(jiàn)的CCHP系統(tǒng)的運(yùn)行模式，并提出了CCHP系統(tǒng)和微電網(wǎng)結(jié)合的必要性；然后，從經(jīng)濟(jì)性目標(biāo)和隨機(jī)性處理方法2個(gè)方面重點(diǎn)介紹了CCHP微網(wǎng)的優(yōu)化調(diào)度策略，并探討了其未來(lái)的發(fā)展趨勢(shì)；最后綜述了CCHP微網(wǎng)優(yōu)化調(diào)度模型的求解方法，并強(qiáng)調(diào)了智能算法在優(yōu)化調(diào)度領(lǐng)域的廣泛應(yīng)用。

1.1 CCHP系統(tǒng)的運(yùn)行策略

CCHP系統(tǒng)的2種典型的運(yùn)行策略是跟隨電負(fù)荷（FEL）和跟隨熱負(fù)荷（FTL）［5］，也可以被稱為電需求管理（EDM）和熱需求管理（TDM）［6］。在 FEL 策略中，CCHP系統(tǒng)首先提供足夠的燃料給原動(dòng)機(jī)來(lái)滿足用戶的電能需求，此時(shí)如果原動(dòng)機(jī)產(chǎn)生的廢熱不足以滿足制冷和供熱需求，則同時(shí)向燃?xì)忮仩t提供燃料以補(bǔ)充額外的熱量需求。而在FTL策略中，滿足用戶制冷和供熱需求是第一步，此時(shí)如果原動(dòng)機(jī)產(chǎn)生的電能不能滿足用電需求，則應(yīng)從當(dāng)?shù)仉娋W(wǎng)購(gòu)買額外的電能以補(bǔ)償缺額。FEL和FTL策略的不足之處在于兩者均會(huì)損耗一部分能量，這是因?yàn)楫?dāng)CCHP系統(tǒng)運(yùn)行在FEL策略下向用戶提供充足的電能時(shí)，此時(shí)如果熱需求小于廢熱鍋爐提供的熱能，多余的熱能將會(huì)被浪費(fèi)，F(xiàn)TL策略也有類似的情況。文獻(xiàn)［7-8］提出FEL／FTL的選擇取決于原動(dòng)機(jī)的負(fù)載、存儲(chǔ)系統(tǒng)存儲(chǔ)多余能量的能力以及從主電網(wǎng)購(gòu)買的電能所對(duì)應(yīng)的燃料價(jià)格。除了FEL／FTL運(yùn)行模式，還有3種常見(jiàn)的運(yùn)行模式，總結(jié)如下［9］：連續(xù)運(yùn)行模式，CCHP系統(tǒng)在預(yù)定時(shí)間內(nèi)以最大功率運(yùn)行，這種模式僅適用于不允許在部分負(fù)載下運(yùn)行的原動(dòng)機(jī)；減小峰值功率模式，在峰值電力情況下，系統(tǒng)運(yùn)行有限的時(shí)間給特定負(fù)載供電，減少?gòu)碾娋W(wǎng)購(gòu)買的峰值功率；基本負(fù)載運(yùn)行模式，當(dāng)原動(dòng)機(jī)有較差的動(dòng)態(tài)性能時(shí)采用此方法為固定數(shù)量的負(fù)荷供電。

與集中供能方式相比，CCHP系統(tǒng)大幅提高了能源利用率，減少了污染物排放，但是其優(yōu)化調(diào)度策略仍僅從需求側(cè)出發(fā)，存在固有的能量浪費(fèi)，并且沒(méi)有從整體上考慮系統(tǒng)的經(jīng)濟(jì)性能和環(huán)保性能，因此為了進(jìn)一步減少一次能源消耗、年總成本和溫室氣體排放，將CCHP系統(tǒng)以微電網(wǎng)作為平臺(tái)最大化利用能源則顯得十分必要。目前兩者相結(jié)合的應(yīng)用尚處于起步階段，相對(duì)應(yīng)的能量管理優(yōu)化調(diào)度策略還不多見(jiàn)，基于此，本文將對(duì)現(xiàn)有的CCHP微網(wǎng)優(yōu)化調(diào)度策略的不同方面進(jìn)行綜述，并介紹其具有發(fā)展前景的研究方向。

1.2 CCHP微網(wǎng)的優(yōu)化調(diào)度策略

CCHP微網(wǎng)優(yōu)化調(diào)度的主要目標(biāo)是在滿足冷熱電負(fù)荷平衡的前提下，根據(jù)各部分不同的特性制定最優(yōu)的調(diào)度策略以減少微網(wǎng)運(yùn)行的經(jīng)濟(jì)成本（運(yùn)行成本和環(huán)境成本）。其中，CCHP微網(wǎng)中冷熱電負(fù)荷和RES的隨機(jī)性是優(yōu)化調(diào)度的一大難題。然而，現(xiàn)有的文獻(xiàn)均只對(duì)電負(fù)荷隨機(jī)性帶來(lái)的經(jīng)濟(jì)成本進(jìn)行分析，忽略了冷熱負(fù)荷隨機(jī)性對(duì)微電網(wǎng)優(yōu)化調(diào)度的影響。以下將對(duì)上述部分進(jìn)行具體說(shuō)明。

1.2.1 經(jīng)濟(jì)性優(yōu)化目標(biāo)

在能量管理優(yōu)化調(diào)度問(wèn)題中，CCHP微網(wǎng)的經(jīng)濟(jì)調(diào)度是最被廣泛考慮的目標(biāo)。例如，文獻(xiàn)［10］提出了一個(gè)線性規(guī)劃模型來(lái)確定配備有MT的CCHP系統(tǒng)的最優(yōu)化能量組合，以使得整個(gè)系統(tǒng)的運(yùn)行成本最低。文獻(xiàn)［11］參考了一個(gè)用于多個(gè)平行并網(wǎng)的燃料電池發(fā)電廠（FCPP）的短期調(diào)度方案，提出了一個(gè)基于成本的優(yōu)化問(wèn)題。文獻(xiàn)［12］采用機(jī)會(huì)約束規(guī)劃理論建立了CCHP微網(wǎng)的經(jīng)濟(jì)優(yōu)化模型，從而對(duì)系統(tǒng)的運(yùn)行方案進(jìn)行優(yōu)化。文獻(xiàn)［13］對(duì)微電源和儲(chǔ)能提出混合整數(shù)規(guī)劃方法來(lái)解決CCHP微網(wǎng)的經(jīng)濟(jì)調(diào)度問(wèn)題。文獻(xiàn)［14］對(duì)含有CCHP系統(tǒng)和儲(chǔ)能的微網(wǎng)建立了經(jīng)濟(jì)優(yōu)化模型，求解結(jié)果驗(yàn)證了CCHP系統(tǒng)和儲(chǔ)能能夠有效降低微網(wǎng)的運(yùn)行成本。從這些研究可以看出，就經(jīng)濟(jì)調(diào)度而言，特定CCHP微網(wǎng)系統(tǒng)結(jié)構(gòu)的提出是第一步，隨后是對(duì)每個(gè)部分進(jìn)行建模和提出成本目標(biāo)模型，最后采用合適的優(yōu)化算法求解模型以及對(duì)結(jié)果進(jìn)行分析。其不足之處是，文獻(xiàn)［12-14］在優(yōu)化CCHP微網(wǎng)各部分出力方面，均采用儲(chǔ)能配合微源的方式，因此儲(chǔ)能運(yùn)行方式受新能源出力的約束而相對(duì)固定，未能使儲(chǔ)能根據(jù)不同時(shí)段的電價(jià)及負(fù)荷水平做出充放電調(diào)整。文獻(xiàn)［15］對(duì)這一不足之處做出了有益的嘗試，其對(duì)并網(wǎng)型CCHP微網(wǎng)建立了計(jì)及附加機(jī)會(huì)收益的動(dòng)態(tài)調(diào)度模型，在考慮分時(shí)電價(jià)、冷熱電供需平衡的條件下，采用基于模擬退火的粒子群優(yōu)化算法進(jìn)行求解，從而提高了儲(chǔ)能（蓄電、蓄熱）在經(jīng)濟(jì)調(diào)度中的作用。然而，針對(duì)如何進(jìn)一步改進(jìn)調(diào)度策略優(yōu)化CCHP微網(wǎng)內(nèi)部?jī)?chǔ)能、微源的出力，以充分發(fā)揮儲(chǔ)能的經(jīng)濟(jì)調(diào)度作用并降低CCHP微網(wǎng)的運(yùn)行成本等方面仍需要進(jìn)一步研究。

目前我國(guó)越來(lái)越關(guān)注發(fā)電廢氣排放的問(wèn)題，所以環(huán)境成本也是經(jīng)濟(jì)性優(yōu)化目標(biāo)中不可或缺的一部分。許多研究集中于環(huán)境調(diào)度問(wèn)題以使諸如CO2、SO2和NOx的氣體排放最小化［16］。目前主要有2種方法用于處理減排問(wèn)題：第一種是直接采用排放量作為約束條件進(jìn)行單目標(biāo)調(diào)度；另一種是同時(shí)引入運(yùn)行成本和環(huán)境成本以形成多目標(biāo)函數(shù)，從而在考慮污染排放的情況下尋找系統(tǒng)最小運(yùn)行費(fèi)用點(diǎn)［17］。

1.2.2 隨機(jī)性處理方法

CCHP微網(wǎng)優(yōu)化調(diào)度面臨的難題是負(fù)載和RES的隨機(jī)性［18］，因此使用電力系統(tǒng)普遍應(yīng)用的確定性模型不能表示隨機(jī)參數(shù)（風(fēng)力、太陽(yáng)輻射和負(fù)載）的不確定性，然而目前大多數(shù)研究忽略或簡(jiǎn)化隨機(jī)性，僅使用預(yù)測(cè)值，這種情況可能使其與實(shí)際值相差很大并導(dǎo)致結(jié)果的可信度低。由于含RES的CCHP微網(wǎng)是一個(gè)具有不確定性、多種結(jié)構(gòu)和強(qiáng)耦合性的復(fù)雜系統(tǒng)，氣候條件的波動(dòng)和預(yù)測(cè)模型的不精確性會(huì)導(dǎo)致RES的負(fù)載曲線和輸出功率具有隨機(jī)性，因此CCHP微網(wǎng)的優(yōu)化調(diào)度是有難度的。近年來(lái)相關(guān)學(xué)者已經(jīng)提出了一些有效的方法來(lái)減少隨機(jī)性對(duì)微電網(wǎng)帶來(lái)的影響，例如根據(jù)負(fù)載和RES預(yù)測(cè)精度隨時(shí)間尺度的縮短而大幅提高的特點(diǎn)，文獻(xiàn)［19］基于多時(shí)間尺度考慮冷熱電多能協(xié)調(diào)的調(diào)度策略來(lái)減小負(fù)載和RES波動(dòng)所造成的影響，為CCHP微網(wǎng)制定了一個(gè)兩階段優(yōu)化調(diào)度策略：首先在日前調(diào)度階段以成本最小化為目標(biāo)，同時(shí)考慮環(huán)境的影響來(lái)制定日前調(diào)度計(jì)劃；然后通過(guò)調(diào)整實(shí)時(shí)調(diào)度階段中的可控單元來(lái)平抑隨機(jī)性波動(dòng)，減輕其對(duì)大電網(wǎng)調(diào)度的影響。文獻(xiàn)［20］在多時(shí)間尺度策略的基礎(chǔ)上，在日內(nèi)短時(shí)間尺度下，提出采用確定場(chǎng)景模型預(yù)測(cè)控制（DMPC）的方法實(shí)時(shí)修正隨機(jī)性波動(dòng)造成的功率偏差，結(jié)果證明，相比開(kāi)環(huán)的多時(shí)間尺度優(yōu)化策略，閉環(huán)的DMPC策略在減小聯(lián)絡(luò)線波動(dòng)方面更為有效?？紤]到RES出力和負(fù)載增減場(chǎng)景的隨機(jī)性，文獻(xiàn)［21］將隨機(jī)場(chǎng)景技術(shù)和模型預(yù)測(cè)控制技術(shù)相結(jié)合，提出了基于隨機(jī)場(chǎng)景的模型預(yù)測(cè)控制（SMPC）方法并在CCHP微網(wǎng)上進(jìn)行仿真，結(jié)果表明，相比于DMPC方法，SMPC方法在減小隨機(jī)性波動(dòng)帶來(lái)的運(yùn)行成本方面更為有效。上述文獻(xiàn)均是從調(diào)整微源或儲(chǔ)能出力的角度出發(fā)，未考慮對(duì)需求側(cè)資源（柔性可調(diào)負(fù)荷、剛性可控負(fù)荷）的主動(dòng)管理。實(shí)際上，在考慮需求側(cè)響應(yīng)的基礎(chǔ)上制定源網(wǎng)荷協(xié)調(diào)互動(dòng)的主動(dòng)控制策略，通過(guò)增減負(fù)荷／啟停負(fù)荷以及其與源網(wǎng)之間的協(xié)調(diào)配合減少隨機(jī)性從而提高微電網(wǎng)的經(jīng)濟(jì)性能是當(dāng)前的研究熱點(diǎn)。文獻(xiàn)［22-23］在CCHP微網(wǎng)優(yōu)化調(diào)度中考慮了激勵(lì)型可調(diào)電負(fù)荷的主動(dòng)響應(yīng)策略，從而證明了需求側(cè)響應(yīng)在減少隨機(jī)性方面的重要作用。文獻(xiàn)［24］考慮了可削減負(fù)荷和可轉(zhuǎn)移負(fù)荷的需求側(cè)響應(yīng)模型，建立了以運(yùn)行成本最低和用戶滿意度最大的優(yōu)化模型，結(jié)果證明了需求側(cè)響應(yīng)在減少隨機(jī)性和運(yùn)行成本方面的有效性。然而這些文獻(xiàn)只考慮了柔性電負(fù)荷的需求響應(yīng)，未涉及柔性冷熱負(fù)荷的需求響應(yīng)，即未將冷熱電負(fù)荷當(dāng)作一個(gè)整體進(jìn)行管理，如何制定出同時(shí)考慮冷熱電負(fù)荷需求響應(yīng)的協(xié)調(diào)源網(wǎng)的最優(yōu)CCHP微網(wǎng)調(diào)度策略是一個(gè)值得深入研究的課題。

其實(shí)，除了負(fù)載和RES預(yù)測(cè)誤差帶來(lái)的隨機(jī)性之外，實(shí)時(shí)并網(wǎng)電價(jià)的不確定性也會(huì)對(duì)微電網(wǎng)的優(yōu)化調(diào)度策略造成影響［25］；由于最近我國(guó)倡導(dǎo)使用電動(dòng)汽車，大量的電動(dòng)汽車接入微電網(wǎng)使得其能量管理優(yōu)化調(diào)度變得更加復(fù)雜，電動(dòng)汽車既可以作為“源”又可以作為“荷”，再加上其作為私人資源具有隨時(shí)隨地充放電的特性［26］，由電動(dòng)汽車帶來(lái)的不確定性更加難以預(yù)測(cè)。類似地，可以采用前述的多時(shí)間尺度優(yōu)化方法、隨機(jī)場(chǎng)景規(guī)劃技術(shù)、模型預(yù)測(cè)控制方法、需求側(cè)響應(yīng)策略等來(lái)處理這些隨機(jī)性，然而如何設(shè)計(jì)出考慮所有不確定性的源網(wǎng)荷儲(chǔ)互動(dòng)的CCHP微網(wǎng)最優(yōu)調(diào)度策略將是一個(gè)長(zhǎng)久的挑戰(zhàn)。

1.2.3 CCHP微網(wǎng)優(yōu)化調(diào)度發(fā)展趨勢(shì)

在單個(gè)配電網(wǎng)中，多個(gè)CCHP微網(wǎng)的相互作用將會(huì)改善配電網(wǎng)的性能，使配電網(wǎng)獲得更高的瞬時(shí)效率和更低的排放水平，然而同時(shí)協(xié)調(diào)多個(gè)CCHP微網(wǎng)和多個(gè)配電網(wǎng)的優(yōu)化調(diào)度方法需要進(jìn)一步研究。此外，在未來(lái)的電網(wǎng)發(fā)展中，配電網(wǎng)將發(fā)展成為一種IEN，它不僅包括電能的雙向流，還包括其他能量類型（熱能、冷能等）的雙向流。作為IEN的重要組成部分，CCHP微網(wǎng)的能量管理優(yōu)化調(diào)度應(yīng)該放入IEN中進(jìn)行統(tǒng)一能量調(diào)度，CCHP微網(wǎng)的能量管理優(yōu)化調(diào)度將會(huì)是IEN多級(jí)能量管理中最基本但最重要的一環(huán)。

未來(lái)的能源方案中，另一個(gè)巨大挑戰(zhàn)是車輛電氣化的過(guò)程，這將在很大程度上改變能量管理優(yōu)化調(diào)度模式［27］。不管是蓄電池電動(dòng)車輛、燃料電池電動(dòng)車輛、插電式混合動(dòng)力車輛還是插入式電動(dòng)車輛都可以連接到電網(wǎng)，它們不僅只是作為負(fù)荷充電，而且還可以充當(dāng)電源將能量返回到電網(wǎng)中，即V2G（Vehicle to Grid），另一個(gè)新概念是 V2B（Vehicle to Building），即電動(dòng)車輛將電力饋送回它們插入的充電設(shè)施中。因?yàn)镃CHP微網(wǎng)廣泛應(yīng)用于各種建筑，所以V2B的應(yīng)用必然會(huì)導(dǎo)致系統(tǒng)優(yōu)化調(diào)度策略的變動(dòng)。

除此之外，RES的波動(dòng)性容易使處于孤島運(yùn)行的微電網(wǎng)出現(xiàn)發(fā)電機(jī)組出力小于負(fù)荷的情況［28］，從而給系統(tǒng)的安全運(yùn)營(yíng)帶來(lái)影響。然而已有的研究大部分是針對(duì)RES出力的不確定性對(duì)微電網(wǎng)運(yùn)營(yíng)管理的影響，很少有文獻(xiàn)將風(fēng)險(xiǎn)管理應(yīng)用到CCHP微網(wǎng)中。因此探究CCHP微網(wǎng)在不同情況下的運(yùn)營(yíng)風(fēng)險(xiǎn)，并且建立合理的優(yōu)化調(diào)度模型是值得深入研究的一個(gè)方向。

綜上所述，針對(duì)CCHP微網(wǎng)的優(yōu)化調(diào)度提出了以下幾個(gè)挑戰(zhàn)，需要被重點(diǎn)關(guān)注：第一，RES和負(fù)載的不確定性對(duì)優(yōu)化調(diào)度有相當(dāng)大的影響，在不同時(shí)間尺度下提高它們的預(yù)測(cè)準(zhǔn)確度是一項(xiàng)重要的任務(wù)；第二，電動(dòng)汽車的大量接入增加了優(yōu)化調(diào)度的復(fù)雜性，如何合理地利用電動(dòng)汽車發(fā)揮其作為“源”和“荷”的優(yōu)勢(shì)，同時(shí)降低其不確定性是一項(xiàng)亟待解決的問(wèn)題；第三，如何利用需求側(cè)響應(yīng)資源來(lái)制定靈活合理的源網(wǎng)荷儲(chǔ)互動(dòng)策略是一項(xiàng)需要長(zhǎng)期解決的難題。

1.3 解決CCHP微網(wǎng)優(yōu)化調(diào)度模型的方法

CCHP微網(wǎng)優(yōu)化調(diào)度模型是十分復(fù)雜的，即負(fù)載和RES的不確定性、運(yùn)行模式的可變性、多個(gè)優(yōu)化目標(biāo)和多個(gè)約束變量，這些因素都使得求解優(yōu)化模型變得十分困難。研究人員相繼提出了各種方法來(lái)求解不同的模型，例如文獻(xiàn)［29］使用線性規(guī)劃（LP）模型研究熱電聯(lián)產(chǎn)系統(tǒng)的經(jīng)濟(jì)調(diào)度（ED）問(wèn)題，為了降低求解問(wèn)題的難度，其將LP模型分為2個(gè)子系統(tǒng)，即電力子系統(tǒng)和蒸汽子系統(tǒng)，針對(duì)每個(gè)子系統(tǒng)單獨(dú)提出解決方法，然后將2種解決方法相互協(xié)調(diào)實(shí)現(xiàn)聯(lián)合系統(tǒng)的最優(yōu)化。文獻(xiàn)［30］給出了將熱電聯(lián)產(chǎn)系統(tǒng)經(jīng)濟(jì)調(diào)度問(wèn)題分解為2個(gè)子問(wèn)題的方法，同時(shí)結(jié)合2個(gè)子問(wèn)題得出了熱電聯(lián)產(chǎn)單元的熱能約束；在提出的兩層算法中，外層使用拉格朗日松弛技術(shù)解決功率調(diào)度問(wèn)題，內(nèi)層使用梯度搜索法解決熱能調(diào)度問(wèn)題。除了LP方法，許多智能算法也被用來(lái)解決熱電聯(lián)產(chǎn)系統(tǒng)的ED問(wèn)題。例如，文獻(xiàn)［11］提出了一種將進(jìn)化規(guī)劃（EP）和爬山（HC）算法相結(jié)合的混合算法，用來(lái)處理多平行并網(wǎng)的FCPP的短期調(diào)度問(wèn)題，其中EP用來(lái)搜索最優(yōu)解，HC技術(shù)則用于監(jiān)測(cè)優(yōu)化方案的可行性。為了解決熱電聯(lián)產(chǎn)單元的多需求和熱電容量的相互依賴性問(wèn)題，文獻(xiàn)［31］提出了新的直接搜索算法，其他一些智能算法包括遺傳算法（GA）、蟻群搜索算法、GA和禁忌搜索算法相結(jié)合的混合算法、人工免疫系統(tǒng)算法、和諧搜索算法、空間耦合粒子群優(yōu)化算法［32］和非支配排序遺傳算法-Ⅱ也用于解決熱電聯(lián)產(chǎn)問(wèn)題。上述解決CCHP系統(tǒng)優(yōu)化調(diào)度模型的算法同樣適用于CCHP微網(wǎng)，除此之外，許多不同的算法被用來(lái)求解微網(wǎng)的能量管理優(yōu)化模型，例如文獻(xiàn)［28］針對(duì)含有經(jīng)濟(jì)成本、環(huán)保成本以及運(yùn)營(yíng)風(fēng)險(xiǎn)最小化的多目標(biāo)模型，提出了小生境多目標(biāo)粒子群優(yōu)化算法來(lái)求解具有相互制約目標(biāo)的微電網(wǎng)優(yōu)化模型。文獻(xiàn)［21］考慮實(shí)時(shí)電價(jià)和RES出力的隨機(jī)場(chǎng)景、電動(dòng)汽車充電的魯棒場(chǎng)景、冷熱電負(fù)荷的確定性場(chǎng)景，建立了基于模型預(yù)測(cè)控制框架的CCHP微網(wǎng)的多場(chǎng)景優(yōu)化模型，采用Benders分解法提高計(jì)算效率以減少求解時(shí)間。文獻(xiàn)［22］考慮了冷熱電負(fù)荷、RES、電動(dòng)汽車和市場(chǎng)電價(jià)的不確定性，建立了含有激勵(lì)型負(fù)荷需求響應(yīng)的CCHP微網(wǎng)優(yōu)化調(diào)度模型，并對(duì)建立的混合整數(shù)線性規(guī)劃模型采用CPLEX優(yōu)化器進(jìn)行求解。文獻(xiàn)［15］對(duì)建立的微電網(wǎng)動(dòng)態(tài)調(diào)度模型采用基于模擬退火的粒子群優(yōu)化算法求解，從而在保持粒子群高收斂速度的同時(shí)結(jié)合模擬退火算法獲得全局最優(yōu)解。文獻(xiàn)［25］對(duì)考慮電價(jià)不確定性的微電網(wǎng)優(yōu)化模型采用基于GA的啟發(fā)式算法，利用GA良好的全局搜索能力獲得全局最優(yōu)解。文獻(xiàn)［26］考慮了負(fù)荷、風(fēng)能出力和電動(dòng)汽車不確定性的微電網(wǎng)優(yōu)化調(diào)度模型，采用禁忌搜索算法在超短時(shí)間內(nèi)獲得全局最優(yōu)解。

從以上文獻(xiàn)可以看出，每種算法有其相對(duì)較適合解決的模型或問(wèn)題，所以很難確定哪種算法對(duì)于解決CCHP微網(wǎng)優(yōu)化調(diào)度模型而言是最優(yōu)的。CCHP微網(wǎng)的優(yōu)化調(diào)度問(wèn)題由于包含隨機(jī)波動(dòng)變量（RES、冷熱電負(fù)荷、電價(jià)、電動(dòng)汽車）、若干目標(biāo)（如運(yùn)行成本、環(huán)保成本、運(yùn)行風(fēng)險(xiǎn)）、混合二進(jìn)制和連續(xù)變量而變得十分復(fù)雜，因此需要進(jìn)一步研究如何提高這些算法的靈活性和穩(wěn)定性，同時(shí)減少計(jì)算時(shí)間以滿足不同的應(yīng)用要求。值得說(shuō)明的是，由于智能算法具有靈活性的優(yōu)勢(shì)，被廣泛地應(yīng)用于能量管理優(yōu)化調(diào)度領(lǐng)域，因此提高智能算法的尋優(yōu)速率以及獲得全局最優(yōu)解的能力是十分必要的，同時(shí)考慮不同智能算法之間的結(jié)合從而形成優(yōu)勢(shì)互補(bǔ)也是提高算法性能的發(fā)展方向。

2 CCHP微網(wǎng)優(yōu)化調(diào)度策略的具體實(shí)現(xiàn)

本文的第1節(jié)綜述了CCHP微網(wǎng)的能量管理優(yōu)化調(diào)度模型及解決其優(yōu)化模型的方法。然而，求解能量管理優(yōu)化模型所得的最優(yōu)調(diào)度策略如何具體應(yīng)用是另一個(gè)問(wèn)題。CCHP微網(wǎng)和傳統(tǒng)微電網(wǎng)的區(qū)別主要在于建模、規(guī)劃和優(yōu)化調(diào)度時(shí)考慮的對(duì)象更為復(fù)雜、優(yōu)化目標(biāo)更為多樣，而在調(diào)度策略的具體實(shí)現(xiàn)方式上并無(wú)本質(zhì)的差別，即CCHP系統(tǒng)中冷熱電之間的協(xié)調(diào)運(yùn)行主要體現(xiàn)在微網(wǎng)能量管理優(yōu)化調(diào)度方案的制定上。由于有關(guān)CCHP微網(wǎng)的文獻(xiàn)都集中在建模、規(guī)劃和優(yōu)化調(diào)度策略的研究上，所以下文對(duì)傳統(tǒng)微電網(wǎng)的優(yōu)化調(diào)度策略的實(shí)現(xiàn)方式進(jìn)行綜述和分析。同時(shí)考慮到CCHP微網(wǎng)和傳統(tǒng)微電網(wǎng)在策略實(shí)現(xiàn)方式上的相似性，以下的綜述內(nèi)容也同樣適用于CCHP微網(wǎng)。

2.1 微電網(wǎng)的分層控制

微電網(wǎng)能量管理系統(tǒng)是一個(gè)復(fù)雜的多目標(biāo)控制系統(tǒng)，它需要處理來(lái)自不同技術(shù)領(lǐng)域、時(shí)間尺度和物理層面的問(wèn)題，具體包括負(fù)載功率分配、電壓／頻率和電能質(zhì)量調(diào)節(jié)、市場(chǎng)參與、短期／長(zhǎng)期調(diào)度等。為了更好地處理這些問(wèn)題，研究人員提出了一種分層控制方法，目前這種方法被廣泛認(rèn)為是微電網(wǎng)管理的標(biāo)準(zhǔn)解決方案［19］。其中文獻(xiàn)［33］給出了電力系統(tǒng)分層控制的標(biāo)準(zhǔn)化定義。

通常不同控制水平的帶寬至少間隔1個(gè)數(shù)量級(jí)，即不同水平的動(dòng)態(tài)解耦，這個(gè)特性簡(jiǎn)化了微電網(wǎng)系統(tǒng)的建模和分析。當(dāng)向更高的控制水平發(fā)展時(shí)，調(diào)節(jié)速度就會(huì)變慢。例如，第一層的下垂控制通常只需要1～10 ms的響應(yīng)時(shí)間；第二層控制則需要100 ms～1 s，其主要取決于通信速率；第三層控制則在秒到小時(shí)的范圍內(nèi)以離散的時(shí)間步長(zhǎng)執(zhí)行優(yōu)化調(diào)度策略。其中，第二層和第三層的功能可在微電網(wǎng)監(jiān)控和能量管理系統(tǒng)（MGSC／EMS）中實(shí)現(xiàn)。

2.2 集中式和分散式調(diào)度

如圖1所示的分層架構(gòu)，MGSC／EMS中優(yōu)化調(diào)度的功能可以通過(guò)集中或分散的方式實(shí)現(xiàn)。其中分散的程度由本地控制器（LC）的智能程度決定，即LC執(zhí)行來(lái)自上層的指令或自治運(yùn)行。每一種管理方式都有各自的優(yōu)缺點(diǎn)，采用哪種方式由微電網(wǎng)的類型（住宅、商業(yè)或軍事）及其法律和物理特征（位置、所有權(quán)、大小、拓?fù)涞龋┧鶝Q定。

圖1 微網(wǎng)的分層架構(gòu)Fig.1 Hierarchical architecture of microgrid

集中式調(diào)度系統(tǒng)通常需要從微電網(wǎng)各個(gè)單元和大電網(wǎng)中采集數(shù)據(jù)，基于采集的信息執(zhí)行調(diào)度和優(yōu)化程序以實(shí)現(xiàn)經(jīng)濟(jì)環(huán)保有效運(yùn)行。顯然，集中式調(diào)度的優(yōu)點(diǎn)是系統(tǒng)的實(shí)時(shí)可觀性和直接可控性，如果設(shè)計(jì)合理，它能很好地管理整個(gè)系統(tǒng)。此外，在中央控制單元內(nèi)，私密的信息可以得到保護(hù)。然而從另一個(gè)角度來(lái)看，這需要中央控制器的功能非常強(qiáng)大，以便處理大量的數(shù)據(jù)并做出正確的決策，而且及時(shí)的信息交換需要高帶寬的通信。因此集中式調(diào)度意味著單點(diǎn)故障和中央單元故障將導(dǎo)致整個(gè)系統(tǒng)的崩潰，低靈活性和低可擴(kuò)展性是限制集中式調(diào)度發(fā)展的另一個(gè)關(guān)鍵因素?？紤]到上述因素，集中式調(diào)度通常更適合于以下微網(wǎng)的情況［34］：在小規(guī)模微網(wǎng)內(nèi)集中進(jìn)行信息采集，可以用較少的通信和計(jì)算成本實(shí)現(xiàn)調(diào)度功能；微網(wǎng)內(nèi)的源儲(chǔ)荷具有共同的目標(biāo)，使得MGSC／EMS可以將微網(wǎng)作為整體操作（目前絕大部分文獻(xiàn)的優(yōu)化調(diào)度模型均是以系統(tǒng)運(yùn)行成本最小為共同目標(biāo)，以集中式的方式完成日前調(diào)度、日內(nèi)調(diào)度和實(shí)時(shí)調(diào)度）；需要高度隱私性的軍用微網(wǎng)；微網(wǎng)的配置不需要高的靈活性和可擴(kuò)展性。

另一方面，近年來(lái)現(xiàn)有通信技術(shù)和信息交換算法方面的進(jìn)展使得分散式調(diào)度在實(shí)際應(yīng)用中成為可能，而分散的程度可以從集中化到完全分散化（分布式）。 目前基于多代理系統(tǒng)［35］的 MGSC ／EMS 已經(jīng)成為一個(gè)熱門的研究方向，它使得分散式調(diào)度變得可能，其具有與集中式相同的層次結(jié)構(gòu)和功能，但是它通過(guò)增加LC的智能水平將調(diào)度策略的決策功能轉(zhuǎn)移給就地層，這種情況下本地調(diào)度策略的制定基于來(lái)自周圍環(huán)境和相鄰智能體的必要信息。由于調(diào)度決策功能在本地實(shí)現(xiàn)，MGSC／EMS僅需要執(zhí)行信息共享／協(xié)調(diào)的功能，所以分散式調(diào)度可以在一定程度上減少計(jì)算負(fù)擔(dān)。即便在MGSC／EMS功能失效后，系統(tǒng)仍能保持正常運(yùn)行，從而有效地避免了單點(diǎn)故障；另一個(gè)優(yōu)點(diǎn)是其更容易實(shí)現(xiàn)即插即用的功能，從而顯著增強(qiáng)了微網(wǎng)的靈活性和可擴(kuò)展性。例如，文獻(xiàn)［36］對(duì)含有分布式能源和儲(chǔ)能設(shè)備的微電網(wǎng)采用了完全分布式的實(shí)時(shí)調(diào)度策略，其考慮了幾個(gè)約束條件下的運(yùn)行成本目標(biāo)的最小化。文獻(xiàn)［37］基于多智能體一致性理論提出了孤島微電網(wǎng)的實(shí)時(shí)協(xié)同功率分配的框架，在保證能量平衡的前提下實(shí)現(xiàn)了微電網(wǎng)系統(tǒng)實(shí)時(shí)的運(yùn)行成本最小。然而上述涉及完全分布式調(diào)度文獻(xiàn)的優(yōu)化模型復(fù)雜度不高，約束條件也很少，很難應(yīng)用到復(fù)雜的實(shí)際CCHP微網(wǎng)中，因此完全分布式的實(shí)時(shí)優(yōu)化調(diào)度策略還需要進(jìn)一步研究。除此之外，目前涉及分散式調(diào)度的文獻(xiàn)大部分只局限于單步調(diào)度（實(shí)時(shí)調(diào)度），涉及多步調(diào)度的日前計(jì)劃和日內(nèi)計(jì)劃的分散式調(diào)度很罕見(jiàn)，因此研究適用于多步的分散式調(diào)度十分必要。其中，分散式調(diào)度適用于以下情況［34］：大規(guī)模微網(wǎng)，或者產(chǎn)能、存儲(chǔ)和用能的地理位置十分分散，這種情況下采用集中式調(diào)度獲取數(shù)據(jù)將變得困難或花費(fèi)昂貴；源儲(chǔ)荷具有各自的運(yùn)行目標(biāo)并需要本地決策計(jì)劃，例如對(duì)于考慮需求側(cè)響應(yīng)的微網(wǎng)而言，其負(fù)荷側(cè)和微源側(cè)有各自的運(yùn)行目標(biāo)，且負(fù)荷側(cè)智能體需要用戶的決策計(jì)劃；微網(wǎng)的配置是可變的，例如需要隨時(shí)添加或者減少微源設(shè)備。

3 結(jié)論和展望

在微網(wǎng)的多項(xiàng)技術(shù)內(nèi)容中，CCHP系統(tǒng)在微網(wǎng)中的應(yīng)用具有十分重要的研究意義。目前，我國(guó)已有的很多CCHP系統(tǒng)因?yàn)椴荒懿⒕W(wǎng)運(yùn)行造成其經(jīng)濟(jì)性無(wú)法得到保證，使得其推廣受到了很大的限制。而若以微網(wǎng)作為運(yùn)行平臺(tái)，則能夠更好地發(fā)揮CCHP系統(tǒng)的優(yōu)勢(shì)：一方面CCHP系統(tǒng)通過(guò)微網(wǎng)并網(wǎng)運(yùn)行能夠很好地解決規(guī)劃設(shè)計(jì)時(shí)期由于電、熱、冷負(fù)荷比例關(guān)系引起的對(duì)系統(tǒng)規(guī)模與配置的限制與影響，在保證供熱、供冷的基礎(chǔ)上實(shí)現(xiàn)供電的靈活性，既保障了燃?xì)赓Y源的高效利用，又能減輕或者消除電力的浪費(fèi)；另一方面針對(duì)CCHP系統(tǒng)向分散用戶或大電網(wǎng)供冷、供熱、供電，制定靈活有效的調(diào)度與管理策略，從而最大限度地發(fā)揮其高效、環(huán)保、節(jié)能的能源利用優(yōu)勢(shì)。同時(shí)，在CCHP系統(tǒng)的配合下，微網(wǎng)能夠?qū)ο到y(tǒng)中的冷、熱、電各種資源進(jìn)行靈活的調(diào)度與管理，發(fā)揮更大的功效。不僅如此，能源短缺和環(huán)境問(wèn)題的嚴(yán)重性也極大地促進(jìn)了CCHP微網(wǎng)的發(fā)展。鑒于CCHP微網(wǎng)未來(lái)的廣泛發(fā)展，迫切需要提高現(xiàn)有的技術(shù)方法，以實(shí)現(xiàn)節(jié)能、環(huán)保和經(jīng)濟(jì)運(yùn)行。在此背景下，本文重點(diǎn)綜述了CCHP微網(wǎng)系統(tǒng)的優(yōu)化調(diào)度策略及其實(shí)現(xiàn)方式。

a.冷、熱、電3種能量之間的耦合關(guān)系使得CCHP微網(wǎng)的優(yōu)化調(diào)度變得復(fù)雜。RES的不確定性、冷熱電負(fù)荷的不確定性、電動(dòng)汽車的不確定性、實(shí)時(shí)電價(jià)的不確定性以及與主電網(wǎng)的更強(qiáng)交互作用使得優(yōu)化調(diào)度變得更加困難，特別是當(dāng)RES的比例相對(duì)較高時(shí)，這種效應(yīng)更加明顯。因此應(yīng)該結(jié)合實(shí)時(shí)調(diào)度策略和日前調(diào)度策略，以建立一個(gè)魯棒性強(qiáng)的優(yōu)化運(yùn)行方案，即使預(yù)測(cè)的RES的數(shù)值明顯偏離實(shí)際值時(shí)，該方案也能提供良好的性能。同時(shí)，實(shí)時(shí)調(diào)度策略可以采用閉環(huán)的模型預(yù)測(cè)控制進(jìn)一步消除預(yù)測(cè)不確定性帶來(lái)的偏差。值得說(shuō)明的是，合理的柔性負(fù)荷需求側(cè)響應(yīng)策略可以明顯地提高優(yōu)化調(diào)度策略的魯棒性能，因此考慮需求側(cè)響應(yīng)的不同時(shí)間尺度源網(wǎng)荷互動(dòng)的優(yōu)化調(diào)度策略是一項(xiàng)十分有必要深入研究的課題。IEN、V2G和V2B等新概念的出現(xiàn)在一定程度上提高了CCHP微網(wǎng)優(yōu)化調(diào)度策略的要求，因此CCHP微網(wǎng)與主電網(wǎng)、用戶和電動(dòng)汽車的相互作用將會(huì)成為熱門的研究課題。

b.CCHP微網(wǎng)優(yōu)化調(diào)度策略的具體實(shí)現(xiàn)方式分為集中式和分布式2種，集中式調(diào)度可以實(shí)現(xiàn)系統(tǒng)的實(shí)時(shí)可觀性和直接可控性，同時(shí)具有比較好的隱私

性，然而會(huì)降低系統(tǒng)的靈活性和可擴(kuò)展性，單點(diǎn)故障和中央單元故障將導(dǎo)致整個(gè)系統(tǒng)的崩潰；分散式調(diào)度容易實(shí)現(xiàn)即插即用功能，增強(qiáng)了微網(wǎng)的靈活性和可擴(kuò)展性，避免了單點(diǎn)故障，然而其對(duì)通信系統(tǒng)性能的要求大幅增強(qiáng)，信息安全問(wèn)題凸顯，而且目前已有的完全分布式的調(diào)度策略所能實(shí)現(xiàn)的優(yōu)化模型相對(duì)簡(jiǎn)單，約束條件數(shù)量有限，從而容易對(duì)微網(wǎng)的安全運(yùn)行造成影響，難以在復(fù)雜的微網(wǎng)系統(tǒng)中使用。究竟選用哪一種實(shí)現(xiàn)方式需要根據(jù)微網(wǎng)的具體類型、要求、目標(biāo)等特性決定，此外也可以降低分散水平，根據(jù)需求采用部分分散和部分集中的實(shí)現(xiàn)方式。鑒于分散式管理的發(fā)展前景，研究適應(yīng)度更大的完全分布式的微網(wǎng)優(yōu)化調(diào)度策略是十分必要的。

參考文獻(xiàn)：

［1］LIU M，SHI Y，F(xiàn)ANG F.Combined cooling，heating and power systems：a survey［J］.Renewable and Sustainable Energy Reviews，2014，35（1）：l-22.

［2］GU Wei，WU Zhi，BO Rui，et al.Modeling，planning and optimal energy managementofcombined cooling，heating and power microgrid：a review［J］.International Journal Electrical Power Energy System，2014，54（1）：26-37.

［3］侯建朝，胡群豐，譚忠富.計(jì)及需求響應(yīng)的風(fēng)電-電動(dòng)汽車協(xié)同調(diào)度多目標(biāo)優(yōu)化模型［J］. 電力自動(dòng)化設(shè)備，2016，36（7）：22-27.HOU Jianchao，HU Qunfeng，TAN Zhongfu.Multi-objective optimization modelofcollaborative WP-EV dispatch considering demand response［J］.Electric Power Automation Equipment，2016，36（7）：22-27.

［4］ORECCHINI F，SANTIANGELI A.Beyond smart grids-the need of intelligentenergynetworksforahigherglobalefficiency through energy vectors integration［J］.International Journal Hydrogen Energy，2011，36（13）：8126-8133.

［5］MAGO P J，CHAMRA L M.Analysis and optimization of CCHP systems based on energy，economical，and environmental considerations［J］.Energy Build，2009，41（10）：1099-1106.

［6］LIU Mingxi，SHI Yang，F(xiàn)ANG Fang.Combined cooling，heating and power systems：a survey［J］.Renewable and Sustainable Energy Reviews，2014，35（4）：1-22.

［7］WANG J J，JING Y Y，ZHANG C F，et al.Performance comparison ofcombined cooling heating and powersystem in different operation modes［J］.Applied Energy，2011，88（12）：4621-4631.

［8］SMITH A，LUCK R，MAGO P J.Analysis of a combined cooling，heating，and power system model under different operating strategies with input and model data uncertainty［J］.Energy Build，2010，42（11）：2231-2240.

［9］KAVVADIAS K C，MAROULIS Z B.Multi-objective optimization of a trigeneration plant［J］.Energy Policy，2010，51：945-954.

［10］KONG X Q，WANG R Z，HUANG X H.Energy optimization model for a CCHP system with available gas turbines［J］.Applied Thermal Engineering，2005，25（2-3）：377-391.

［11］EL-SHARKH M Y，RAHMAN A，ALAM M S.Shortterm scheduling of multiple grid parallel PEM fuel cells for microgrid applications［J］.International Journal Hydrogen Energy，2010，35（20）：11099-11106.

［12］王銳，顧偉.含可再生能源的熱電聯(lián)供型微網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化［J］.電力系統(tǒng)自動(dòng)化，2011，35（8）：22-27.WANG Rui，GU Wei. Microgrid multi-objective economic dispatch optimization［J］.Automation of Electric Power systems，2011，35（8）：22-27.

［13］吳雄，王秀麗，王建學(xué)，等.微網(wǎng)經(jīng)濟(jì)調(diào)度問(wèn)題的混合整數(shù)規(guī)劃方法［J］. 中國(guó)電機(jī)工程學(xué)報(bào)，2013，33（28）：2-8.WU Xiong，WANG Xiuli，WANG Jianxue，etal.Economic generation scheduling ofa microgrid using mixed interger programming［J］.Proceedings of the CSEE，2013，33（28）：2-8.

［14］吳雄，王秀麗，別朝紅，等.含熱電聯(lián)供系統(tǒng)的微網(wǎng)經(jīng)濟(jì)運(yùn)行［J］.電力自動(dòng)化設(shè)備，2013，33（8）：1-6.WU Xiong，WANG Xiuli，BIE Zhaohong，et al.Economic operation of microgrid with combined heat and power system［J］.Electric Power Automation Equipment，2013，33（8）：1-6.

［15］李正茂，張峰，梁軍，等.計(jì)及附加機(jī)會(huì)收益的冷熱電聯(lián)供型微電網(wǎng)動(dòng)態(tài)調(diào)度［J］. 電力系統(tǒng)自動(dòng)化，2015，39（14）：8-15.LI Zhengmao，ZHANG Feng，LIANG Jun，et al.Dynamic scheduling of CCHP type of microgrid considering additional opportunity income［J］.Automation of Electric Power Systems，2015，39（14）：8-15.

［16］PIPERAGKAS G S，ANASTASIADIS A G，HATZIARGYRIOU N D.Stochastic PSO-based heatand power dispatch under environmental constraints incorporating CHP and wind power units［J］.Electric Power System Research，2011，81（1）：209-218.

［17］顧偉，吳志，王銳，等.考慮污染氣體排放的熱電聯(lián)供型微電網(wǎng)多目標(biāo)運(yùn)行優(yōu)化［J］. 電力系統(tǒng)自動(dòng)化，2012，36（14）：177-185.GU Wei，WU Zhi，WANG Rui，et al.Multi-objective optimization of combined heat and power microgrid considering pollutant emission［J］.Automation of Electric Power Systems，2012，36（14）：177-185.

［18］LIU X.Optimization of a combined heat and power system with wind turbines［J］.International Journal Electrical Power Energy System，2012，43（1）：1421-1426.

［19］OLIVARESD E，MEHRIZI-SANIA，ETEMADIA H，etal.Trends in microgrid control［J］.IEEE Transactions on Smart Grid，2014，5（4）：1905-1919.

［20］肖浩，裴瑋，孔力.基于模型預(yù)測(cè)控制的微電網(wǎng)多時(shí)間尺度協(xié)調(diào)優(yōu)化調(diào)度［J］. 電力系統(tǒng)自動(dòng)化，2016，40（18）：7-14.XIAO Hao，PEI Wei，KONG Li.Multi-time scale coordinated optimal dispatch of microgrid based on model predictive control［J］.Automation of Electric Power Systems，2016，40（18）：7-14.

［21］JIZhenya，HUANG Xueliang，XU Changfu，etal.Accelerated model predictive control for electric vehicle integrated microgrid energy management：a hybrid robust and stochastic approach［J］.Energies，2016，3（9）：973-988.

［22］SOARES J，GHAZVINI M A F，BORGES N，et al.A stochastic model for energy resources management considering demand response in smart grids［J］.Electric Power Systems Research，2016，143（2）：599-610.

［23］NWULU N I，XIA X.Optimal dispatch for a microgrid incorporating renewables and demand response［J］.Renewable Energy，2017，101（3）：16-28.

［24］JIN M，F(xiàn)ENG W，LIU P，etal.MOD-DR：microgrid optimal dispatch with demand response［J］.Applied Energy，2017，187（10）：758-776.

［25］LI C，BOSIO F，CHEN F，et al.Economic dispatch for operating cost minimization under real-time pricing in droop-controlled DC microgrid［J］.IEEE Journal of Emerging&Selected Topics in Power Electronics，2016，1（5）：587-595.

［26］朱永勝，王杰，瞿博陽(yáng)，等.含電動(dòng)汽車的電力系統(tǒng)動(dòng)態(tài)環(huán)境經(jīng)濟(jì)調(diào)度［J］. 電力自動(dòng)化設(shè)備，2016，36（10）：16-23.ZHU Yongsheng，WANG Jie，QU Boyang，et al.Dynamic environmental and economic dispatch of power system with EVs［J］.Electric Power Automation Equipment，2016，36（10）：16-23.

［27］SU W C，RAHIMI-EICHI H，ZENG W T，et al.A survey on the electrification of transportation in a smart grid environment［J］.IEEE Transactions on Industrial Informatics，2012，8（1）：1-10.

［28］李存斌，張建業(yè)，李鵬.考慮成本、排污及風(fēng)險(xiǎn)的微電網(wǎng)運(yùn)營(yíng)多目標(biāo)優(yōu)化模型［J］. 中國(guó)電機(jī)工程學(xué)報(bào)，2015，35（5）：1051-1058.LI Cunbin，ZHANG Jianye，LI Peng.Multi-objective optimization model of micro-grid operation considering cost，pollution discharge and risk［J］.Proceedings of the CSEE，2015，35（5）：1051-1058.

［29］WU D W，WANG R Z.Combined cooling，heating and power：a review［J］.Progress in Energy&Combustion Science，2006，32（5）：459-495.

［30］SASHIREKHA A，PASUPULETI J，MOIN N H，et al.Combined Heat and Power（CHP） economic dispatch solved using Lagrangian relaxation with surrogate subgradient multiplier updates［J］.International Journal Electrical Power Energy System，2013，44（1）：421-430.

［31］CHEN C L，LEE T Y，JAN R M，et al.A novel direct search approach for combined heat and power dispatch［J］.International Journal Electrical Power Energy System，2012，43（1）：766-773.

［32］周任軍，李新軍，劉嫣然，等.空間耦合粒子群優(yōu)化算法及峰谷電價(jià)下IES-CCHP區(qū)域聯(lián)合調(diào)度［J］.電力自動(dòng)化設(shè)備，2016，36（12）：11-17.ZHOU Renjun，LI Xinjun，LIU Yanran，et al.SC-PSO algorithm and IES-CCHP regional joint dispatch with TOU price ［J］.Electric Power Automation Equipment，2016，36（12）：11-17.

［33］BIDRAM A，DAVOUDI A.Hierarchical structure of microgrids control system［J］.IEEE Transactions on Smart Grid，2012，3（4）：1963-1976.

［34］MENG Lexuan，SANSERVERINO E R，LUNA A，et al.Microgrid supervisory controllers and energy management systems：a literature review［J］.Renewable and Sustainable Energy Reviews，2016，60（4）：1263-1273.

［35］DIMEAS A L，HATZIARGYRIOU N D.Operation of a multiagent system for microgrid control［J］.IEEE Transactions on Power Systems，2014，20（3）：1447-1455.

［36］RAHBARI-ASR N，ZHANG Y，CHOW M Y.Consensus-based distributed scheduling for cooperative operation of distributed energy resources and storage devices in smart grids［J］.IET Generation Transmission&Distribution，2016，10（5）：1268-1277.

［37］楊家豪.基于一致性算法的孤島微電網(wǎng)群實(shí)時(shí)協(xié)同功率分配［J］. 電力系統(tǒng)自動(dòng)化，2017，41（5）：8-15.YANG Jiahao.Consensus algorithm based real time collaborative power dispatch for island multimicrogrid［J］.Automation of Electric Power Systems，2017，41（5）：8-15.