摘要:在能源互聯網和低碳電力的背景下,綜合能源系統成為節能減排的重要載體。基于能源集線器模型搭建了包含電轉氣和燃氣輪機的電 — 熱 — 氣聯供綜合能源系統架構;將碳交易機制引入系統的調度模型中,構建了分碳排量區間計算碳交易成本的階梯型計算模型;綜合考慮碳交易成本和外購能源成本,建立了適用于電 — 熱 — 氣聯供系統的低碳經濟調度模型。通過對比分析 3 種調度模型的調度結果,驗證了所提模型在兼顧系統低碳性和經濟性方面的有效性。最后,分析了碳交易價格和耦合元件容量對調度結果的影響。

0 引言

人類社會不斷進步,逐漸形成了以化石能源為主的能源消費和利用模式,由此帶來的氣候變暖問題也成為當前社會經濟發展的重大挑戰。電力是中國能源消耗的重點行業,其 CO 2 的排放量占全國排放總量的 50% 左右 [1 ] ,因此電力行業具備較大的碳減排潛力,推行低碳電力有利于促進中國低碳經濟的發展。

隨著各類新能源發電和天然氣發電的快速發展,綜合能源系統(integratedenergysystem , IES )

被認為是提高清潔能源使用比重、實現碳減排目標的支撐技術 [2 ] 。文獻[3 ]考慮天然氣網絡約束和電網安全約束,建立了針對風電不確定性的魯棒調度模型;文獻[4-6 ]將電轉氣( powertogas , P2G )技術引入 IES ,構建了以系統最低經濟成本為目標函數的調度模型;文獻[7 ]考慮電、熱負荷的需求側響應建立了兩步調度模型,并探討了風電滲透率對系統運行的影響。現有 IES 調度模型僅考慮了系統整體的經濟成本,忽略了碳排放帶來的附加環境成本。

為了減少電力系統碳排放,碳交易被認為是可兼顧電力經濟性和低碳環保性的有效手段 [8 ] 。文獻[9-11 ]基于碳交易機制,分別建立了含不同新能源的電力系統優化調度模型。在 IES 方面,文獻[ 12 ]計算了 IES 在碳交易機制下的碳交易成本和能源成本,并分析了碳交易價格和天然氣價格對系統運行的影響,對 IES 的碳交易成本分析具有指導意義。但其并未對碳交易成本計算模型進行改進,同時所構建的 IES 較為簡單,僅包含天然氣氣源、火電機組、燃氣輪機和電氣負荷。

對于一個電 — 熱 — 氣聯供的 IES 形態,引入風電可增強系統能量來源的清潔性;引入 P2G 和燃氣輪機形成閉環耦合系統,可以增強電、氣網絡的耦合程度,同時 P2G 有利于提高 IES 對新能源的消納能力;引入儲電、儲熱和儲氣設備,有利于形成多元消納技術提高新能源利用率 [13 ] 。

本文針對一個電 — 熱 — 氣聯供的 IES ,建立了基于碳交易的低碳經濟調度模型。首先,立足于能源集線器(energyhub , EH )模型[ 14 ] 構建了電 — 熱 — 氣聯供的 IES 架構;然后,搭建了適用于該 IES 的階梯型碳交易成本計算模型;接著,以碳交易成本與能源成本之和最小為目標函數,考慮系統網絡約束和系統內各元件的運行約束,構建了 IES 低碳經濟調度模型。通過算例比較了階梯型低碳經濟調度、統一型低碳經濟調度和傳統經濟調度模型的調度結果,分析了三種模型下的兩種成本和外購能源數據,驗證了本文所提模型的合理性和有效性。最后,研究了碳交易價格和耦合元件容量對系統調度結果的影響。

1 電 — 熱 — 氣聯供的 IESEH

最早由蘇黎世聯邦理工學院的 Geidl 和Andersson 提出,它是一種可以滿足多種能量需求的能量轉換單元 [15 ] 。基于EH 模型,可以清晰得出IES 的架構及其中的能量流動。本文構建的 EH 模型如圖 1 所示,能量供給側有風電、電力網絡和天然氣網絡;能量轉換組件有 P2G 設備、燃氣輪機和燃氣鍋爐;負荷側配備有儲電、儲熱、儲氣裝置。其中,綠線、紅線和藍線分別對應電力、熱力和燃氣能量流動情況。

2 IES 碳交易成本計算模型

2. 1 碳交易機制及其分配原則

碳交易是通過建立合法的碳排放權并允許對其進行買賣,從而實現碳排放量控制的交易機制 [16 ] 。在碳交易機制下,碳排放量成為可以進行自由交易的商品。政府或者監管部門以控制碳排放總量為目標,首先為各個碳排放源分配碳排放份額。各碳排放源根據分配份額制定和調節生產計劃,若在生產過程中產生的碳排放量高于分配份額,則需從碳交易市場內進行購買;若碳排放量低于分配份額,則可將多出的碳排放額在碳交易市場上出售,根據當日的碳交易價格(即單位碳排放量價格)獲得相應收益。碳交易機制利用市場手段對碳排放量進行控制,可極大地激發企業節能減排的積極性。

對于電力行業,一般采用以無償為主的方式進行初始碳排放額的分配 [9-12 ] 。初始無償的碳排放份額與系統發電量相關聯,對于超出或者不足的部分可進行碳交易。

2. 2 IES 碳交易成本計算模型

本文認為 IES 從電力網絡購得的電力均為火電機組發電。因此對于電 — 熱 — 氣聯供的 IES ,存在三個碳排放源:外購的電力、燃氣輪機和燃氣鍋爐。IES 的無償碳排放額由外購電力和燃氣輪機發出的電力確定:

式中:

E L 為 IES 的無償碳排放額; T 為一日時段總數,為 24h ; Δ t 為單位時段時長,為 1h ;δ 為單位電量排放份額,本文取區域電量邊際排放因子和容量邊際因子的加權平均值 0.648[ 9 , 16 ] ;P e , t 為單位時段t 內的外購電力功率; Pgt, t 為單位時段 t 內輸入燃氣輪機的天然氣功率;η gte 為燃氣輪機的氣轉電效率。

文獻[17-18 ]給出了電 — 氣互聯系統中供電和供熱的碳排放計算方法,IES 實際碳排放量由下式確定:

式中:

E P 為 IES 實際的碳排放量; a 1 , b 1 , c 1 為火電碳排放計算系數,a 2 , b 2 , c 2 為天然氣供能碳排放系數;

P gtr , t 為單位時段 t 內燃氣輪機和燃氣鍋爐輸出功率之和;η gth 為燃氣輪機氣轉熱效率;Pgb, t 為單位時段 t 內燃氣鍋爐的輸入功率;ηgb為燃氣鍋爐的能量轉換效率。

為了進一步控制碳排放總量,本文構建了階梯型碳交易成本計算模型。以分配到的無償碳排放額為基準,規定若干排放量區間,排放量越大的區間對應的碳交易價格越高。階梯型碳交易成本計算公式如下:

式中:

F C 為 IES 碳交易成本; λ 為市場上的碳交易價格;d 為碳排放量區間長度; σ 為每個階梯碳交易價格的增長幅度,每上升一個階梯,碳交易價格增加σλ 。當 E P < E L 時, F C 將為負,表示系統實際碳排放量低于無償碳排放額,可以以初始碳交易價格對多余份額獲取碳交易收益。

3 基于碳交易的 IES 低碳經濟調度模型

3. 1 目標函數

IES 低碳經濟調度模型考慮一日 24h 的系統調度問題,以 IES 外購能源成本、碳交易成本之和最小為目標函數:

式中:

F 為 IES 運行總成本; F E 為 IES 外購能源成本;π e , t 為單位時段 t 內的電價; π g 為天然氣價格;

P g , t 為單位時段 t 內的外購天然氣功率; Q gas 為天然氣低熱值 [15 ] ,即 9.97 ( kW ˙ h )/ m3 。

3. 2 約束條件

1 )功率平衡約束

對于電、熱、氣分別滿足以下功率平衡約束:

為燃氣鍋爐爬坡率的上、下限。

5 )儲電/熱/氣設備約束

三種儲能設備采用廣義儲能系統的通用模型進行處理 [18 ] ,包括存儲能量平衡約束、存儲能量上下限約束、存儲能量周期始末等量約束,以及充放能功率約束:

由于碳交易成本的引入,系統實際碳排放量為二次函數,因此本文所構建模型為混合整數非線性規劃問題。在對模型求解時,將實際碳排放量進行分段線性化處理,對每個分段區間,調度模型變為混合整數線性規劃問題,可利用成熟的數學規劃優化器 Gurobi 進行求解。

4 算例分析

4. 1 參數設置

本文基于文獻[13 ]構建的電 — 熱 — 氣聯供 IES ,對其中各類負荷放大 200 倍進行算例構造,對應IES 中各設備的容量也等倍放大。實際碳排放量計算系數見附錄 A 表 A1[ 17-18 ] ,對其進行分段線性處理后,火電碳排放量線性化最大誤差為 0.3% ,天然氣供能碳排放量線性化最大誤差為 1.5% 。碳交易價格為 λ =40 美元/ t ,區間長度 d =80t ,每個階梯碳交易價格增長幅度 σ =25% 。算例采用的電價為美國加州電力市場某日日前市場電價 [19 ] 。其他參數見附錄 A 表 A2[ 9 , 12-13 , 20 ] 。

4. 2 不同調度模型對比分析

為說明所建低碳經濟調度模型的合理性,本文首先對比分析三種模型的調度結果: ① 考慮階梯型碳交易成本的低碳經濟調度模型; ② 考慮統一型碳交易成本的低碳經濟調度模型,統一型碳交易成本不對碳排放 量進行區間 劃分,由統一 公式 F C =0 12018 , 42 ( 14 )˙能源轉型與電力支撐˙http :// www.aeps-info. com

λ ( E P - E L )[ 12 ] 得出;

③ 在階梯型碳交易模式下,僅以外購能源成本 F E 最小為目標函數的傳統經濟調度模型。三種模型的調度結果見表 1 和表 2 。

由表 1 可知,兩種低碳模型與傳統經濟調度模型相比,碳排放量均大幅度減少,碳交易成本下降到傳統調度的 40% 以下,能源成本雖略有提升,但系統運行總成本得到減少。模型 1 的碳排放量較模型2 下降了 19. 7t ,但付出的碳交易成本僅比模型 2 高出 0.06 萬美元,運行總成本增加 0. 08 萬美元,仍比模型 3 低 0.93 萬美元。由此可見,低碳經濟調度可減少系統碳排放量,其中階梯型碳交易成本模型對碳排放量具有最嚴格的約束,并且仍可保證 IES 的經濟性。

表 2 給出了三種模型調度結果的外購能源數據。結合表 1 、表 2 ,當加大對系統碳排放量的控制時,系統的外購能源將會從電力轉向天然氣,同時造成能源成本增加。模型 1 對碳排放量的控制最為嚴格,因此 IES 外購電力最少、天然氣最多,與之對應,模型 1 的調度結 果碳排放量 最少、能源成本最高。

4. 3 碳交易價格對低碳經濟調度的影響圖 2 所示為階梯型低碳經濟調度各成本在不同碳交易價格下的變化趨勢。隨著碳交易價格的上升,碳交易成本在總成本中占比提高,系統逐漸加強對碳排放量的約束,外購能源由電力逐漸向天然氣轉移,能源成本增加;當系統與天然氣網絡交換功率達到上限時,能源成本穩定。

碳交易價格上升,系統外購電力減少使碳排放量減少,但同時單位碳交易成本增加。碳交易價格為 0~20 美元/ t 時,后者為主導因素,碳交易成本逐漸上升達 20 美元/ t 后,前者成為主導因素使得碳交易成本逐漸下降。當碳交易價格約為 44 美元/ t時,IES 實際碳排放量與無償碳排放額達到平衡,繼續提高碳交易價格使實際碳排放量低于無償碳排放額,系統開始獲得碳交易收益。當碳交易價格約為52 美元/ t 時,外購天然氣量無法繼續增長,實際碳排放量不再減少,碳交易成本基本隨碳交易價格成正比下降。

系統運行總成本為兩種成本之和,當碳交易價格低于 38 美元/ t 時,能源成本為主導因素,總成本逐漸上升;當碳交易價格高于 38 美元/ t 時,碳交易成本的變化量大于能源成本,總成本隨碳交易成本的減少而下降。

4. 4 耦合元件容量對低碳經濟調度的影響本文 IES 的耦合系統由 P2G 和燃氣輪機構成。

耦合元件通過轉換 IES 內部能量屬性對低碳經濟調度結果產生影響:

P2G 將時段內的多余電力轉化為天然氣,燃氣輪機將天然氣轉化為“清潔電力”和熱能。為了分析 P2G 和燃氣輪機容量對低碳經濟調度的影響,本文分三種場景進行討論: ① 僅 P2G容量變化; ② 僅燃氣輪機容量變化; ③P2G 和燃氣輪機容量同時變化。圖 3 給出了三種場景下 IES 碳交易成本的變化曲線,圖 4 給出了三種場景下 IES能源成本和總成本的變化曲線。

由圖 3 可知, P2G 容量對系統碳交易成本沒有影響,燃氣輪機容量對碳交易成本影響較大。風力發電具有反調峰性,在負荷低谷時風電自然出力較大,P2G 主要將負荷低谷時段的多余風電進行能量轉化。風電既不參與無償碳排放額的分配也不產生碳排放量,因此 P2G 容量不影響系統碳交易成本。

燃氣輪機的容量增大,碳交易成本快速下降后趨于穩定。燃氣輪機容量增大,IES 可獲得由天然氣提供的清潔電力,一方面增加了無償碳排放額,另一方面單位電能的碳排放量也大大減少,所以碳交易成本下降。當容量變為原系統的 1.5 倍時,受與天然氣網絡交換功率上限的限制,燃氣輪機不會增加功率輸出,因此碳交易成本趨于不變。場景 3 的碳交易成本變化與場景 2 基本吻合。

由圖 4 可知, P2G 和燃氣輪機的容量在一定范圍內增加可降低 IES 的能源成本和運行總成本。

P2G 將負荷低谷時段的風電轉化為天然氣,提高了系統對風電的消納,減少了天然氣的外購量,使能源成本隨著 P2G 容量的增加線性下降;當 P2G 容量增加到可使棄風量為 0 時,則能源成本不再下降。

不同于電力網絡中的燃氣輪機,IES 中的燃氣輪機能源利用率被大幅提高,其一方面為電能系統提供了清潔電力(減少外購電力),另一方面為熱能系統提供了熱能(減少鍋爐消耗天然氣),因此當其容量增加時,系統的能源成本下降;受與天然氣網絡交換功率上限的影響,后趨于穩定。場景 3 中,系統耦合元件容量變化量最大,因此其變化幅度最大,同時由于 P2G 也為燃氣輪機提供一定的天然氣量,因此場景 3 的能源成本和總成本穩定值為最低。

5 結論

本文針對電 — 熱 — 氣聯供的 IES 提出了一種階梯型碳交易成本計算方法,構建了基于碳交易的IES 低碳經濟調度模型。本文比較分析了階梯型低碳經濟調度、統一型低碳經濟調度和傳統經濟調度模型的調度結果,研究了碳交易價格和 IES 耦合元件容量對系統運行的影響,得出以下結論。

1 )碳交易利用市場手段實現碳排放量控制,使各企業主動減排以獲取碳交易收益,手段合理有效。

基于階梯型碳交易成本的 IES 低碳經濟調度模型對碳排放量具有更嚴格的控制作用,同時兼顧了系統整體的經濟性。

2 )低碳經濟調度模型對碳交易價格變化反應敏銳,可根據碳交易價格協調系統的碳交易成本和能源成本。在一定范圍內,碳交易價格的上升可使系統運行總成本下降。

3 )耦合元件的容量變化影響低碳經濟調度結果。在一定范圍內, P2G 容量增加,提高系統對風電的消納,使能源成本下降,但對碳交易成本無影響。燃氣輪機在 IES 中的能源利用率得到大幅提升,其容量增加使得能源成本和碳交易成本均有所下降。

本文僅計算了固定階梯區間長度和階梯型碳交易價格增長幅度下的碳交易成本,而兩種因素影響著低碳調度模型對碳排放量的控制作用。隨著全國碳交易體系的啟動,政府對電力行業的碳約束也將更為嚴格,因此如何為低碳經濟調度模型設置最合適的階梯區間長度和價格增長幅度是一個有意義的研究方向。

附錄 見 本 刊 網 絡 版 ( http :// www.aeps-info.com / aeps / ch / index. aspx )。

參 考 文 獻

[ 1 ]梅天華,邊巧燕,謝俊,等 . 考慮碳排放權的低碳電力調度及收益分攤[ J ] . 電力系統自動化,2016 , 40 ( 22 ): 49-55.DOI : 10.7500 /AEPS20160427011.

MEITianhua , BIAN Qiaoyan , XIEJun , etal.Low-carbonpowerdispatching and benefitallocation considering carbonemissionallowance [ J ] .AutomationofElectricPowerSystems ,2016 , 40 ( 22 ): 49-55.DOI : 10. 7500 / AEPS20160427011.

[ 2 ]余曉丹,徐憲東,陳碩翼,等 .綜合能源系統與能源互聯網簡述[ J ] . 電工技術學報, 2016 , 31 ( 1 ): 1-13.YU Xiaodan , XU Xiandong , CHEN Shuoyi , etal.A brief

reviewtointegratedenergysystem andenergyinternet [ J ] .

TransactionsofChinaElectrotechnicalSociety , 2016 , 31 ( 1 ):1-13.

[ 3 ] BAI Linquan , LI Fangxing , JIANG Tao , et al.Robustschedulingforwindintegratedenergysystemsconsideringgaspipelineandpowertransmission N -1contingencies [ J ] .IEEETransactionsonPowerSystems , 2017 , 32 ( 2 ): 1582-1584.

[ 4 ] CLEGG S , MANCARELA P.Integrated modeling andassessmentoftheoperationalimpactofpower-to-gas ( P2G ) onelectricalandgastransmissionnetworks [ J ] .IEEETransactions2 12018 , 42 ( 14 )

˙能源轉型與電力支撐˙

http :// www.aeps-info. comonSustainableEnergy , 2015 , 6 ( 4 ): 1234-1244.

[ 5 ]董帥,王成福,梁軍,等 . 計及電轉氣運行成本的綜合能源系統多目標日前優化調度[ J ] . 電力系統自動化, 2018 , 42 (11 ): 8-15.

DOI : 10. 7500 / AEPS20170721003.DONG Shuai , WANG Chengfu , LIANG Jun , et al.Multi-objective day-ahead scheduling ofintegrated energy systemconsideringpower-to-gasoperationalcost [ J ] .AutomationofElectricPowerSystems , 2018 , 42 ( 11 ): 8-15.DOI : 10. 7500 /AEPS20170721003.

[ 6 ]宋晨輝,馮健,楊東升,等 . 考慮系統耦合性的綜合能源協同優化[ J ] . 電 力 系 統 自 動 化, 2018 , 42 ( 10 ): 26-33.DOI : 10.7500 /AEPS20170914008.SONG Chenhui , FENGJian , YANG Dongsheng , etal.Co-optimizationofintegratedenergyconsideringsystem coupling[ J ] .AutomationofElectricPowerSystems , 2018 , 42 ( 10 ): 26-33.DOI : 10. 7500 / AEPS20170914008.

[ 7 ] SHAOChangzheng , DINGYi , WANGJianhui , etal.Modelingandintegration offlexible demand in heat and electricityintegratedenergysystem [ J ] .IEEETransactionsonSustainableEnergy , 2018 , 9 ( 1 ): 361-370.

[ 8 ] LU Siyu , LOU Suhua , WU Yaowu , etal.Powersystemeconomic dispatch under low-carbon economy with carbon captureplantsconsidered [ J ] .IETGeneration , Transmission&Distribution , 2013 , 7 ( 9 ): 991-1001.

[ 9 ]盧志剛,郭凱,閆桂紅,等 . 考慮需求響應虛擬機組和碳交易的含風電電力系統優化調度[ J ] . 電 力系統自動化, 2017 , 41 ( 15 ):58-65.DOI : 10. 7500 / AEPS20170101001.LUZhigang , GUOKai , YANGuihong , etal.Optimaldispatchofpowersystemintegratedwithwindpowerconsideringvirtual

generatorunitsofdemandresponseandcarbontrading [ J ] .AutomationofElectricPowerSystems , 2017 , 41 ( 15 ): 58-65.DOI : 10. 7500 / AEPS20170101001.

[ 10 ]婁素華,胡斌,吳耀武,等 . 碳交易環境下含大規模光伏電源的

電力系統優化調度[ J ] . 電力系統自動化, 2014 ,38 ( 17 ): 91-97.DOI : 10. 7500 / AEPS20140508005.LOUSuhua , HUBin , WUYaowu , etal.Optimaldispatchofpower system integrated with large scale photovoltaicgenerationundercarbontradingenvironment [ J ] .AutomationofElectric Power Systems , 2014 , 38 ( 17 ): 91-97.DOI :

10. 7500 / AEPS20140508005.

[ 11 ]張曉輝,閆柯柯,盧志剛,等 . 基于場景概率的含風電系統多目標低碳經濟調度[ J ] . 電網技術,

2014 , 38 ( 7 ): 1835-1841.ZHANGXiaohui , YAN Keke , LU Zhigang , etal.Scenarioprobability based multi-objective optimized low-carboneconomicdispatchingforpowergridintegratedwithwindfarms[ J ] .PowerSystemTechnology , 2014 , 38 ( 7 ): 1835-1841.

[ 12 ]衛志農,張思德,孫國強,等 . 基于碳交易機制的電 - 氣互聯綜合能源系統低碳經濟運行[ J ] . 電力系統自動化, 2016 ,40 ( 15 ): 9-

16.DOI : 10. 7500 / AEPS20151109004.WEIZhinong , ZHANGSide , SUN Guoqiang , etal.Carbontradingbasedlow-carbon economicoperationforintegratedelectricityandnaturalgasenergysystem [ J ] .AutomationofElectricPowerSystems , 2016 , 40 ( 15 ): 9-16.DOI : 10.7500 /AEPS20151109004.

[ 13 ]陳沼宇,王丹,賈宏杰,等 . 考慮 P2G 多源儲能型微網日前最優經濟調度 策 略 研 究 [ J ] . 中 國 電 機 工 程 學 報, 2017 , 37 (11 ):3067-3078.

CHENZhaoyu , WANGDan , JIA Hongjie , etal.Researchonoptimalday-aheadeconomicdispatchingstrategyformicro-gridconsideringP2Gand multi-sourceenergystoragesystem [ J ] .ProceedingsoftheCSEE , 2017 , 37 ( 11 ): 3067-3078.

[ 14 ] SCHULZE M , FRIEDRICHL , GAUTSCHIM.Modelingandoptimizationofrenewables : applyingtheenergyhubapproach[ C ]// Proceedingsofthe2008IEEEInternationalConferenceonSustainableEnergyTechnologies , November24-27 , 2008 ,Singapore : 905-910.

[ 15 ]郝然,艾芊,朱宇超,等 . 基于能源集線器的區域綜合能源系統分層優化調度[ J ] . 電力自動化設備,

2017 , 37 ( 6 ): 171-178.HAORan , AIQian , ZHUYuchao , etal.Hierarchicaloptimaldispatchbasedonenergyhubforregionalintegratedenergy

system [ J ] .Electric Power Automation Equipment , 2017 ,37 ( 6 ): 171-178.

[ 16 ]張曉輝,閆柯柯,盧志剛,等 . 基于碳交易的含風電系統低碳經濟調度[ J ] . 電網技術,

2013 , 37 ( 10 ): 2697-2704.ZHANG Xiaohui , YAN Keke , LU Zhigang , etal.Carbontradingbasedlow-carboneconomicdispatchingforpowergridintegrated with wind power system [ J ] .Power SystemTechnology , 2013 , 37 ( 10 ): 2697-2704.

[ 17 ] SABERAY , VENAYAGAMOORTHYGK.Plug-invehiclesandrenewableenergysourcesforcostandemissionreductions[ J ] .IEEE Transactions on Industrial Electronics , 2011 ,58 ( 4 ): 1229-1238.

[ 18 ]冉曉洪,周任軍,李湘華,等 . 計及等排性能系數的冷熱電多聯供環境經濟調度[ J ] . 電力自動化設備,2013 , 33 ( 9 ): 94-99.

RAN Xiaohong , ZHOU Renjun , LI Xianghua , et al.Environmentaleconomicdispatchconsideringequalemissionperformance coefficient for CCHP [ J ] .Electric PowerAutomationEquipment , 2013 , 33 ( 9 ): 94-99.

[ 19 ] CaliforniaISO.Day-aheaddaily marketwatch Nov29 , 2017[ EB / OL ] . [ 2017-12-02 ] .http :// www.caiso. com / Documents /Day-AheadDailyMarketWatchNov29 _ 2017. pdf.

[ 20 ]馬騰飛,吳俊勇,郝亮亮,等 . 基于能源集線器的微能源網能量流建模及優化運行分析[ J ] . 電網技術,2018 , 42 ( 1 ): 179-186.MA Tengfei , WU Junyong , HAO Liangliang , etal.Theenergyflow modelingandoptimaloperationanalysisofmicroenergy grid based on energy hub [ J ] .Power SystemTechnology , 2018 , 42 ( 1 ): 179-186.

秦 婷( 1993 —),女,通信作者,碩士研究生,主要研究方向:新能源電力系統、綜合能源系統。 E-mail : qinting888@tju. edu. cn劉懷東(1963 —),男,碩士,副教授,主要研究方向:新能源電力系統、綜合能源系統、電力市場。 E-mail : hdliu@tju.edu. cn

王錦橋( 1993 —),男,碩士研究生,主要研究方向:新能源電力系統。 E-mail :jinqiaowang@tju. edu.