繆 妙, 李 勇, 曹一家, 王姿雅, 鄒 堯, 喬學(xué)博

(湖南大學(xué)電氣與信息工程學(xué)院, 湖南省長沙市 410000)

0 引言

伴隨經(jīng)濟(jì)發(fā)展所帶來的能源短缺問題以及環(huán)境污染問題,日益成為關(guān)注的焦點(diǎn)。為更好地提高能源利用效率,向“環(huán)境友好型”社會轉(zhuǎn)型,能源互聯(lián)網(wǎng)的概念在近年來進(jìn)入人們的視野[1]。能源互聯(lián)網(wǎng)的發(fā)展目標(biāo)主要以能源市場化、高效化與綠色化為主,旨在打破傳統(tǒng)能源系統(tǒng)中不同能源系統(tǒng)孤立規(guī)劃和運(yùn)行的壁壘,建立開放互聯(lián)的綜合能源系統(tǒng)[2]。本著“有效集成,高度協(xié)同,積極互動”的原則,將多種能源系統(tǒng)(如電、氣、熱網(wǎng))相互聯(lián)結(jié)[3],以達(dá)到提高能效的目的。對能源的使用逐漸從以化石能源為主向風(fēng)能、太陽能等可再生能源以及天然氣等清潔能源多樣化發(fā)展。這些分布式電源作為重要的能源供給方式在家庭、樓宇、工廠供電中得以應(yīng)用。

另外,隨著電力電子技術(shù)的快速發(fā)展,在推進(jìn)供能種類多樣化的同時(shí),也促進(jìn)了電網(wǎng)結(jié)構(gòu)與用戶用電方式的巨變[4-5]。網(wǎng)絡(luò)內(nèi)常見的分布式電源(如光伏電池、燃料電池)多為直流電源,家庭用戶中很多電氣設(shè)備本質(zhì)上就是采用直流電驅(qū)動,例如LED照明燈、電動車等,工業(yè)電解同樣需要大功率的直流電。當(dāng)面臨電源與負(fù)荷都存在交流與直流兩種方式時(shí),將直流分布式電源與儲能裝置接入直流側(cè)將節(jié)省大量的換流環(huán)節(jié),可降低能量損耗[6]。與此同時(shí),供能方式的選擇會影響到系統(tǒng)運(yùn)行成本與有害氣體的排放量。

文獻(xiàn)[7]提出考慮污染氣體排放的熱電聯(lián)供優(yōu)化運(yùn)行方法,主要基于微型燃?xì)廨啓C(jī)的發(fā)電與制熱效率以及污染排放特性進(jìn)行優(yōu)化問題研究,文獻(xiàn)一方面沒有考慮多種負(fù)荷類型,另一方面只對交流系統(tǒng)供電情況進(jìn)行了優(yōu)化運(yùn)行分析;文獻(xiàn)[8]通過比較不同類型儲能裝置的混合電力系統(tǒng)并網(wǎng)經(jīng)濟(jì)調(diào)度運(yùn)行結(jié)果,總結(jié)出鉛酸蓄電池是投資最低最優(yōu)的選擇,但文獻(xiàn)只考慮了交流母線并網(wǎng),且缺乏對環(huán)境污染的懲罰成本;文獻(xiàn)[9]建立了含光伏和蓄能的冷熱電聯(lián)供模型,主要針對樓宇建筑供能,考慮的能源種類較少,且未考慮機(jī)組供能造成的環(huán)境污染問題。本文所搭建的交直流混合并網(wǎng)供能優(yōu)化模型在針對工業(yè)園區(qū)供能時(shí)考慮了燃煤鍋爐煤炭全生命周期的環(huán)境排放。

本文以分布式能源互聯(lián)網(wǎng)優(yōu)化運(yùn)行為研究對象,首先搭建了一種多能源系統(tǒng)的經(jīng)濟(jì)調(diào)度結(jié)構(gòu)圖,并針對模型中各個(gè)模塊建立了相應(yīng)的數(shù)學(xué)模型;綜合考慮分布式電源的出力特性、功率限制等運(yùn)行約束,建立交直流混合并網(wǎng)運(yùn)行時(shí)的能量流動模型,采用GAMS優(yōu)化軟件求得網(wǎng)內(nèi)各單元最佳出力、運(yùn)行成本以及環(huán)境成本,并與另一種交直流獨(dú)立系統(tǒng)并網(wǎng)模型進(jìn)行比較分析。

1 能源局域網(wǎng)交直流混合并網(wǎng)數(shù)學(xué)模型

目前,大多是對一定范圍內(nèi)的多能源系統(tǒng)進(jìn)行統(tǒng)一調(diào)度,形成局域能源互聯(lián)網(wǎng)。本文研究生態(tài)工業(yè)園區(qū)部分廠區(qū)所構(gòu)成的能源局域網(wǎng),其多能源系統(tǒng)交直流混合并網(wǎng)經(jīng)濟(jì)調(diào)度結(jié)構(gòu)圖如圖1所示。網(wǎng)內(nèi)主要包括光伏電池(photovoltaic cell,PV)、風(fēng)電機(jī)組(wind turbine,WT)、燃料電池(fuel cell,FC)、燃?xì)廨啓C(jī)(gas turbine,GT)、燃煤鍋爐(coal fired boiler,CFB)、電鍋爐(electric boiler,EB)、儲能裝置(energy storage,ES)等單元。其中,光伏電池和燃料電池作為直流電源,而風(fēng)電機(jī)組和燃?xì)廨啓C(jī)作為交流電源;另外,燃?xì)廨啓C(jī)和溴冷機(jī)、燃煤鍋爐以及電鍋爐構(gòu)成了供熱系統(tǒng)。能源局域網(wǎng)與交直流外網(wǎng)、天然氣傳輸網(wǎng)、熱網(wǎng)絡(luò)以及煤炭運(yùn)輸網(wǎng)相連接,共同組成多能源系統(tǒng)交直流并網(wǎng)模型。

圖1 能源局域網(wǎng)交直流混合并網(wǎng)經(jīng)濟(jì)調(diào)度結(jié)構(gòu)Fig.1 Structure of hybrid AC/DC on economic dispatch for local area energy network

1.1 直流電源系統(tǒng)

本文考慮的能源局域網(wǎng)中的直流電源系統(tǒng)主要包含了光伏電池和燃料電池。鑒于光伏電池的輸出功率取決于環(huán)境因素,如光照強(qiáng)度、溫度等,具有較大隨機(jī)性,因此系統(tǒng)仿真時(shí)在典型日光伏電池輸出功率預(yù)測數(shù)據(jù)的基礎(chǔ)上增加預(yù)測誤差σ,且假設(shè)σ呈正態(tài)分布[10],并根據(jù)其概率密度函數(shù)生成了不同的光伏出力場景。

本文采用質(zhì)子交換膜燃料電池(proton exchange membrane fuel cell,PEMFC),以天然氣作為一次能源,發(fā)電效率較高且排放氣體僅為二氧化碳。

t時(shí)段燃料電池的天然氣消耗成本與其電功率輸出特性[7]為:

(1)

式中:CFC(t)和OFC(t)分別為t時(shí)段燃料電池的燃料成本和輸出功率;ξFC為燃料電池發(fā)電效率,發(fā)電效率根據(jù)燃料電池種類而有所不同,一般為0.4～0.65,本文取0.6;GLHV為天然氣低熱值,取值9.7(kW·h)/m3;pNG為單位天然氣的價(jià)格,本文取值為3.5元/m3。

1.2 交流電源系統(tǒng)

交流電源系統(tǒng)主要包含風(fēng)電機(jī)組和燃?xì)廨啓C(jī)。與光伏電池類似,風(fēng)電機(jī)組的出力與所處環(huán)境因素(如風(fēng)速等)有關(guān),具有較大的隨機(jī)性與波動性,因此基于典型日的風(fēng)電機(jī)組出力曲線,并結(jié)合相應(yīng)的預(yù)測誤差,生成了多個(gè)風(fēng)電機(jī)組出力場景。

燃?xì)廨啓C(jī)是一種依靠燃料與空氣混合燃燒生成高溫高壓燃?xì)馔苿虞嗇S上葉輪旋轉(zhuǎn)的機(jī)械裝置。t時(shí)段燃?xì)廨啓C(jī)所消耗的天然氣成本與其輸出電功率的關(guān)系特性[10]為:

(2)

式中:CGT(t)和OGT(t)分別為t時(shí)段燃?xì)廨啓C(jī)的燃料成本和輸出功率;ξGT為燃?xì)廨啓C(jī)發(fā)電效率,本文取0.34。

燃?xì)廨啓C(jī)的啟停成本為:

Css(t)=css|Kss(t)-Kss(t-1)|

(3)

(4)

式中:Css(t)為t時(shí)段燃?xì)廨啓C(jī)的啟停費(fèi)用;css為機(jī)組單位啟停費(fèi)用;Kss(t)為t時(shí)段燃機(jī)輪機(jī)啟停狀態(tài)。

1.3 供熱系統(tǒng)

燃?xì)廨啓C(jī)一方面由天然氣燃燒產(chǎn)生的高品位熱能驅(qū)動發(fā)電[11],另一方面所排出的高溫余熱煙氣由溴冷機(jī)處理后用于供暖。其供熱數(shù)學(xué)模型為:

hGT(t)ξGT=OGT(t)(1-ξGT-ξL)

(5)

HGT(t)=hGT(t)ξHHcoe

(6)

式中:hGT(t)為t時(shí)段燃?xì)廨啓C(jī)排放的煙氣余熱量;ξL為收集煙氣過程中的熱量損失率;HGT(t)為t時(shí)段溴冷機(jī)的制熱量;Hcoe和ξH分別為溴冷機(jī)制熱系數(shù)和煙氣回收率。

電鍋爐——供熱系統(tǒng)組成部分之一。電鍋爐是將電能轉(zhuǎn)化為熱能,在當(dāng)前的系統(tǒng)中,在電價(jià)相對較低時(shí),增加電負(fù)荷的使用從而減少天然氣能源的消耗,一定程度上起到填谷的作用。電鍋爐的電熱轉(zhuǎn)換[7]特性為:

HEB(t)=OEB(t)ξE→H

(7)

式中:OEB(t)和HEB(t)分別為t時(shí)段電鍋爐消耗的電量和產(chǎn)生的熱能;ξE→H為電鍋爐將電能轉(zhuǎn)化為熱能的效率。

燃煤鍋爐——供熱系統(tǒng)另一組成部分。其所產(chǎn)生的熱量同消耗燃料煤炭成本關(guān)系的數(shù)學(xué)模型為:

(8)

(9)

式中:CCFB(t)和HCFB(t)分別為t時(shí)段燃煤鍋爐的燃料成本和輸出的熱功率;pcoal為標(biāo)準(zhǔn)煤的價(jià)格,定為700元/t,國內(nèi)將每千克含熱29 306 kJ定為標(biāo)準(zhǔn)煤,也稱標(biāo)煤;CLHV為標(biāo)煤的燃燒低熱值,取值8.14(kW·h)/kg;ξCFB為燃煤鍋爐的熱效率,國內(nèi)的工業(yè)鍋爐效率通常為50%～70%,一般實(shí)際運(yùn)行熱效率在60%～80%左右,本文取值70%;Mcoal(t)為t時(shí)段燃煤鍋爐的煤耗量。

1.4 儲能系統(tǒng)

本文涉及的儲能系統(tǒng)主要包括電儲能和熱儲能裝置。儲電裝置能夠快速吸收或釋放電能,一方面能夠有效彌補(bǔ)網(wǎng)絡(luò)中可再生能源的隨機(jī)性造成的輸出不穩(wěn)定[3],同時(shí),在其發(fā)電量較大時(shí)促進(jìn)新能源就地消納;另一方面在一定程度上達(dá)到削峰填谷的目的,從而協(xié)調(diào)網(wǎng)絡(luò)內(nèi)“源—荷”間的不均衡[2]。

本文采用蓄電池容量與充放電功率特性[10]為:

ESB(t)-ESB(t-1)=

(10)

式中:ESB(t)為t時(shí)段蓄電池的容量;OSB-ch(t),OSB-dis(t)和ξSB-ch,ξSB-dis分別為t時(shí)段蓄電池充、放電功率和效率。

熱儲能裝置在一定程度上解耦了熱負(fù)荷與燃?xì)廨啓C(jī)出力,本文選用蓄熱罐作為儲熱裝置,其容量與吸放熱的動態(tài)模型[12-13]為:

EHES(t)-EHES(t-1)=

(11)

式中:EHES(t)為t時(shí)段蓄熱罐的容量;HHES-ch(t),HHES-dis(t)和ξHES-ch,ξHES-dis分別為t時(shí)段蓄熱罐吸、放熱功率和效率。

1.5 煤炭運(yùn)輸系統(tǒng)

為了綜合考慮燃煤鍋爐消耗煤炭所造成的環(huán)境影響,將煤炭的全生命周期中包括煤炭開采、運(yùn)輸以及燃燒供熱三個(gè)時(shí)期產(chǎn)生的環(huán)境排放計(jì)入環(huán)境成本[14]。由于煤炭在開采和運(yùn)輸過程中所造成的環(huán)境污染治理問題處理方法不夠完善,將其定為污染排放的懲罰成本,而煤炭在燃燒過程中排放煙氣的污染問題定為環(huán)境排放的治理成本。

煤炭準(zhǔn)備時(shí)期(開采+運(yùn)輸)的環(huán)境排放懲罰成本與煤耗量的關(guān)系為:

(12)

煤炭燃燒供熱時(shí)期的環(huán)境排放治理成本與供熱功率的關(guān)系為:

(13)

2 能源互聯(lián)網(wǎng)混合上網(wǎng)經(jīng)濟(jì)性模型

2.1 目標(biāo)函數(shù)

本文研究的交直流混合并網(wǎng)模型經(jīng)濟(jì)優(yōu)化調(diào)度的目標(biāo)主要是在網(wǎng)絡(luò)運(yùn)行約束下,協(xié)調(diào)各單元模塊出力,在一定環(huán)境污染氣體排放約束的基礎(chǔ)上,實(shí)現(xiàn)總成本最優(yōu)。

COESEX(t)+CGP(t)+Css(t))Δt

(14)

COPEX(t)=CFC(t)+CGT(t)+CCFB(t)

(15)

CENEX(t)=CNOx(t)+CSO2(t)+CCO2(t)

(16)

COESEX(t)=CPE(t)-CSE(t)

(17)

式中:Ctotal為總的運(yùn)行成本;COPEX(t),CENEX(t),COESEX(t)分別為t時(shí)段網(wǎng)絡(luò)內(nèi)各設(shè)備的燃料成本、治理尾氣的環(huán)境治理成本、與交直流母線聯(lián)絡(luò)產(chǎn)生的成本;CPE(t)和CSE(t)分別為t時(shí)段購電和售電情況;CNOx(t),CSO2(t),CCO2(t)為t時(shí)段設(shè)備供熱供電而排放煙氣的環(huán)境治理成本。

2.2 約束條件

交直流混合上網(wǎng)模型在運(yùn)行時(shí)主要滿足功率平衡、熱平衡以及各模塊單元的運(yùn)行約束。

1)交流負(fù)荷功率平衡約束

PACLoad(t)+OEB(t)+PacOES(t)+OSB2-ch(t)=

Oac(t)+OSB2-dis(t)

(18)

PacOES(t)=PacOES-PE(t)-PacOES-SE(t)

(19)

Oac(t)=a1(t)(OGT(t)+OWT(t))+

(20)

2)直流負(fù)荷功率平衡約束

PdcLoad(t)+PdcOES(t)+OSB1-ch(t)=

Odc(t)+OSB1-dis(t)

(21)

PdcOES(t)=PdcOES-PE(t)-PdcOES-SE(t)

(22)

b2(t)(OFC(t)+OPV(t))

(23)

a1(t)+a2(t)=1

(24)

b1(t)+b2(t)=1

(25)

3)熱平衡約束

HHES-dis(t)-HHES-ch(t)+Hweb(t)

(26)

4)與電、熱網(wǎng)絡(luò)交互功率約束

(27)

(28)

5)蓄電池儲能約束

(29)

6)燃?xì)廨啓C(jī)安全約束

(30)

(31)

7)蓄熱罐儲熱約束

(32)

8)煤耗量約束

(33)

3 算例分析

本文選取某工業(yè)園區(qū)內(nèi)的水泥廠中碎石機(jī)與窯爐驅(qū)動器這兩種交直流負(fù)荷以及采暖負(fù)荷作為研究對象,其負(fù)荷曲線如附錄A圖A1所示。以此負(fù)荷為研究基礎(chǔ),采用非線性規(guī)劃方法,建立能源局域網(wǎng)交直流混合并網(wǎng)供能模型。

采用分時(shí)電價(jià),谷時(shí)段為0～6 h,售電價(jià)格為0.13元/(kW·h),購電價(jià)格為0.17元/(kW·h);峰時(shí)段為11～15 h,19～22 h,售電價(jià)格為0.65元/(kW·h),購電價(jià)格為0.83元/(kW·h);平時(shí)段為7～10 h,16～18 h和23 h,售電價(jià)格為0.38元/(kW·h),購電價(jià)格為0.49元/(kW·h)。

冬季典型日風(fēng)電機(jī)組和光伏電池的出力預(yù)測曲線如圖2所示,并分別將風(fēng)電機(jī)組和光伏電池出力預(yù)測值的15%和20%作為其概率密度函數(shù)的標(biāo)準(zhǔn)差,由此生成若干場景。

為驗(yàn)證多能源系統(tǒng)交直負(fù)荷混合上網(wǎng)模型的優(yōu)勢,選取以下兩種調(diào)度方式進(jìn)行比較分析,如圖3所示。

圖2 風(fēng)電機(jī)組與光伏出力預(yù)測曲線Fig.2 Forecast curves of photovoltaic and wind turbine output

圖3 兩種模式的能量流動方向Fig.3 Energy flow directions in two different modes

1)模式1是傳統(tǒng)交直流負(fù)荷供能方法,其能量流向如圖3(a)所示。網(wǎng)絡(luò)內(nèi)部只能由交直流電源系統(tǒng)分別向交直流負(fù)荷供電,且只通過交流母線并網(wǎng)。網(wǎng)絡(luò)外部由煤炭運(yùn)輸網(wǎng)及天然氣運(yùn)輸網(wǎng)提供燃料。

2)模式2是本文提出的交直流系統(tǒng)聯(lián)合供能方法,其能量流向如圖3(b)所示。網(wǎng)絡(luò)內(nèi)部交直流電源不僅可對各自的交直流負(fù)荷供電,也可通過整流或逆變器向不同性質(zhì)的負(fù)荷供能,交直流系統(tǒng)分別通過交直流母線并網(wǎng)。網(wǎng)絡(luò)外部一方面由煤炭運(yùn)輸網(wǎng)及天然氣運(yùn)輸網(wǎng)提供燃料,另一方面可由熱網(wǎng)絡(luò)向能源局域網(wǎng)內(nèi)部供熱。

本文利用GAMS軟件中CONOPT求解器對模型的優(yōu)化求解,兩種模式下求解時(shí)間分別為25.99 s和18.299 s,模式2相較模式1求解時(shí)間更少,效率更高。

兩種模式下各個(gè)機(jī)組的出力以及儲能裝置的充放電情況見附錄A圖A2和圖A3,兩種模式下系統(tǒng)向電網(wǎng)購售電情況如圖4所示,圖4中P1acOES1和P2acOES1分別表示模式1下直流和交流系統(tǒng)向交流電網(wǎng)購售電量;PdcOES2和PacOES2分別為模式2下能源局域網(wǎng)與直流和交流外部電網(wǎng)的交互功率。

圖4 兩種模式下向電網(wǎng)購電售電曲線Fig.4 Curves of purchasing power from grid and saling power to grid in two different modes

從附錄A圖A1所示交直流負(fù)荷曲線、圖A2和圖A3所示的各發(fā)電單元出力曲線和圖4向電網(wǎng)購售電曲線結(jié)果可知,在電價(jià)谷時(shí)段,燃?xì)廨啓C(jī)處于滿發(fā)狀態(tài),其供電量多于交流負(fù)荷,在傳統(tǒng)模式1情況下,多余的能量用于儲能裝置充電,且不經(jīng)濟(jì)地賣給電網(wǎng);由于直流負(fù)荷需求較大,燃料電池投入運(yùn)行,供電缺額仍需通過電網(wǎng)購電彌補(bǔ)。另外,由于此時(shí)購電量達(dá)到上限,沒有余量為蓄電池充電,只能在電價(jià)較高的7～10 h為其充電。在模式2的情形下,燃?xì)廨啓C(jī)過剩的電量經(jīng)過整流供給直流負(fù)荷,并且在電價(jià)低時(shí)為蓄電池充電,減少系統(tǒng)向外網(wǎng)的購電量,降低成本的同時(shí),提高了新能源在系統(tǒng)內(nèi)部消納率,并減少有害氣體的排放。

兩種模式下燃煤鍋爐和熱儲能裝置輸出曲線如圖5所示。圖中變量下標(biāo)1,2表示模式1,2下對應(yīng)的物理量。SO2,NOx,CO2氣體治理費(fèi)用以及煤耗量如表1所示。

圖5 兩種模式下燃煤鍋爐與熱儲能輸出曲線Fig.5 Output curves of coal fired boiler and heat storage in two different modes

類型治理費(fèi)/(元·d-1)SO2NOxCO2煤耗量/(kg·d-1)模式1362．183420．4171000．082710．190模式2223．508259．444940．298438．330變化率/%38．2838．285．9738．28

由附錄A圖A1和圖5所示的熱力負(fù)荷及其供應(yīng)結(jié)果可得出如下結(jié)論。

1)在0～7 h時(shí)間段,熱負(fù)荷遠(yuǎn)高于交流負(fù)荷,此時(shí)段電價(jià)相對較低,因燃?xì)廨啓C(jī)在供電的同時(shí)可供熱,故其以最大功率工作,另外此時(shí)熱網(wǎng)也向負(fù)荷供熱,從而削減了燃煤鍋爐的出力。因此,如表1數(shù)據(jù)所示,煤耗量、SO2與NOx氣體的治理費(fèi)用均減少了38.28%。

2)兩種模式下,燃?xì)廨啓C(jī)全天的發(fā)電量基本一致,一方面是以熱定電,在熱負(fù)荷基本高于電負(fù)荷的情況下,燃?xì)廨啓C(jī)出力相同;另一方面燃?xì)廨啓C(jī)對天然氣的利用率因其可同時(shí)供電與供熱而明顯高于其他設(shè)備。在9～12 h時(shí)間段,燃?xì)廨啓C(jī)已經(jīng)最大功率運(yùn)行,傳統(tǒng)模式1不能向外網(wǎng)購熱,熱儲能裝置蓄熱罐投入運(yùn)行,而所建立模式2可由外網(wǎng)對內(nèi)部供熱。

最后,模式1和模式2分別在供電和供熱方面的區(qū)別,導(dǎo)致兩種模式總運(yùn)行費(fèi)用的不同,兩者的總運(yùn)行費(fèi)用分別為3.81萬元/d和3.49萬元/d,可見,本文建立的供能方式比傳統(tǒng)方式降低成本8.4%。

4 結(jié)語

本文提出并建立多能源系統(tǒng)交直流混合并網(wǎng)模型,考慮功率平衡、運(yùn)行場景和儲能裝置等約束條件,以實(shí)現(xiàn)系統(tǒng)經(jīng)濟(jì)運(yùn)行并提升綜合能源利用率。本文從供電與供熱兩方面分析比較本文提出的供能策略與傳統(tǒng)供能模式的優(yōu)化結(jié)果,由此表明,在分時(shí)電價(jià)以及儲能裝置的協(xié)同作用下,多能源系統(tǒng)交直流混合并網(wǎng)模型在減少總運(yùn)行成本、削減化石能源使用以及環(huán)境友好等方面均具有一定優(yōu)勢。

之后的研究將深入探究系統(tǒng)中各機(jī)組的電氣特性,多方面考慮運(yùn)行與環(huán)境等成本,細(xì)化數(shù)學(xué)模型,提高算法性能,優(yōu)化整體模型,進(jìn)一步促進(jìn)新能源的消納能力。

附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] 劉振亞.全球能源互聯(lián)網(wǎng)[M].北京:中國電力出版社,2015:199-377.

[2] 孫宏斌,郭慶來,潘昭光.能源互聯(lián)網(wǎng):理念、架構(gòu)與前沿展望[J].電力系統(tǒng)自動化,2015,39(19):1-8.DOI:10.7500/AEPS20150701007.

SUN Hongbin, GUO Qinglai, PAN Zhaoguang. Energy Internet: concept, architecture and frontier outlook[J]. Automation of Electric Power Systems, 2015, 39(19): 1-8. DOI: 10.7500/AEPS20150701007.

[3] 張小平,李佳寧,付灝.配電能源互聯(lián)網(wǎng):從虛擬電廠到虛擬電力系統(tǒng)(英文)[J].中國電機(jī)工程學(xué)報(bào),2015,35(14):3532-3540.

ZHANG Xiaoping, LI Jianing, FU Hao. Distribution power & energy internet: from virtual power plants to virtual power systems[J]. Proceedings of the CSEE, 2015, 35(14): 3532-3540.

[4] 宋強(qiáng),趙彪,劉文華,等.智能直流配電網(wǎng)研究綜述[J].中國電機(jī)工程學(xué)報(bào),2013,33(25):9-19.

SONG Qiang, ZHAO Biao, LIU Wenhua, et al. An overview of research on smart DC distribution power network[J]. Proceedings of the CSEE, 2013, 33(25): 9-19.

[5] 王守相,陳思佳,謝頌果.考慮安全約束的交直流配電網(wǎng)儲能與換流站協(xié)調(diào)經(jīng)濟(jì)調(diào)度[J].電力系統(tǒng)自動化,2017,41(11):85-90.DOI:10.7500/AEPS20160411007.

WANG Shouxiang, CHEN Sijia, XIE Songguo. Security constrained coordinated economic dispatch of energy storage systems and converter stations for AC/DC distribution networks[J]. Automation of Electric Power Systems, 2017, 41(11): 85-90. DOI: 10.7500/AEPS20160411007.

[6] MACEDOL H, FRANCOJF, RIDER M J, et al.Optimal operation of distribution networks considering energy storage devices[J]. IEEE Transactions on Smart Grid, 2015, 6(6): 2825-2836.

[7] 顧偉,吳志.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)自動化,2012,36(14):177-185.

GU Wei, WU Zhi. Multi-objective optimization of combined heat and power microgrid considering pollutant emission[J]. Automation of Electric Power Systems, 2012, 36(14): 177-185.

[8] THEO W L, LIM J S, ALWI S R W, et al. An MILP model for cost-optimal planning of an on-grid hybrid power system for an eco-industrial park[J]. Energy, 2016, 116: 1423-1441.

[9] 靳小龍,穆云飛,賈宏杰，等.融合需求側(cè)虛擬儲能系統(tǒng)的冷熱電聯(lián)供樓宇微網(wǎng)優(yōu)化調(diào)度方法[J].中國電機(jī)工程學(xué)報(bào),2017,37(2):581-588.

JIN Xiaolong, MU Yunfei, JIA Hongjie, et al. Optimal scheduling method for a combined cooling, heating and power building microgrid considering virtual storage system at demand side[J]. Proceedings of the CSEE, 2017, 37(2): 581-588.

[10] LI Yong, ZOU Yao, TAN Yi, et al. Optimal stochastic operation of intergrated low-carbon electric power, natural gas and heat delivery system[J]. IEEE Transactions on Sustainable Energy, 2018, 9(1): 273-283.

[11] 李政平.交直流混合微電網(wǎng)運(yùn)行優(yōu)化及仿真分析[D].沈陽:沈陽工業(yè)大學(xué),2014.

[12] 孫杰,張炳達(dá),楊俊鵬.微網(wǎng)熱電儲能容量配置優(yōu)化[J].天津理工大學(xué)學(xué)報(bào),2017,33(2):1-5.

SUN Jie, ZHANG Bingda, YANG Junpeng. Energy storage capacity optimization for micro grid including electricity and heat[J]. Journal of TianJin University of Technology, 2017, 33(2): 1-5.

[13] 李正茂,張峰,梁軍，等.含電熱聯(lián)合系統(tǒng)的微電網(wǎng)運(yùn)行優(yōu)化[J].中國電機(jī)工程學(xué)報(bào),2015,35(14):3569-3574.

LI Zhengmao, ZHANG Feng, LIANG Jun, et al. Optimization on microgrid with combined heat and power system[J]. Proceedings of the CSEE, 2015, 35(14): 3569-3574.

[14] 王長波,陳永生,張力小,等.秸稈壓塊與燃煤供熱系統(tǒng)生命周期環(huán)境排放對比研究[J].環(huán)境科學(xué)學(xué)報(bào),2017,37(11):4418-4426.

WANG Changbo, CHEN Yongsheng, ZHANG Lixiao, et al. Life cycle environmental emission comparison of straw briquette fuel and coal fired heat generation[J]. Acta Scientiae Circumstantiae, 2017, 37(11): 4418-4426.