面向终端能源互联网的能效优化调度龙涛，别朝红西安交通大学 电气工程学院 电力设备电气绝缘国家重点实验室，陕西省智能电网重点实验室，陕西 西安 710049摘 要实现能源的高效清洁供给是中国发展的当务之急，为了提高能源利用效率和消纳可再生能源，提出了面向终端能源互联网的能效优化调度模型。针对终端能源互联网多能流特性，引入㶲的概念并计及系统并网和接入可再生能源的影响，提出了适用于终端能源互联网的新指标能源利用㶲效率，建立了相应的能效优化调度模型，通过算例验证了该指标和模型的合理性与优越性。结果表明能源利用㶲效率能更加准确地反映终端能源互联网对于能源的高效利用程度；能效优化调度可以促进能量的梯级利用和节能减排，且该调度方法与经济调度的优化结果存在一致性，有助于在增量配电网区域指导终端能源互联网外购电价的制定。关键词终端能源互联网；能效优化调度；能源利用㶲效率；冷热电联供；可再生能源中图分类号 TM73 文献标志码 A DOI 10.11930/j.issn.1004-9649.2019040050 引言当前，中国正进入能源转型的新时期，亟待解决能源领域不同范围、不同程度存在的高污染、高排放、高能耗和体验不佳等问题[1]。中华人民共和国国民经济和社会发展第十三个五年规划纲要提出，“将推进能源与信息等领域新技术深度融合，统筹能源与通信、交通等基础设施网络建设，建设‘源网荷储’协调发展、集成互补的能源互联网”[2]。作为未来能源领域发展的方向，能源互联网有助于实现能源的高效利用，促进可再生能源的消纳，达到节能减排、开源节流的目的，是有效解决中国能源问题的必由之路。根据地理规模与能源生产、传输、消费的特性，能源互联网可分为区域-城市-终端3个层级。其中，终端能源互联网（TEI）即综合能源消费园区，在中国正处于高速发展阶段，大量示范园区已成功建设[3]。此外，各地已建或正在建设的各类工业园区、低碳园区、生态园区等据统计超过2000个[4]，为终端能源互联网实现落地创造了非常有利的条件。终端能源互联网可实现多类型能源的开放互联，有利于提高能源综合利用效率[5]。然而，如何在终端能源互联网运行阶段进行优化调度，实现其相对于传统能源分供系统所具有的能效优势，是TEI在实际工程应用中的关键问题。在传统的电力系统领域，中国主要的调度方式包括“三公”调度、经济调度和节能发电调度等。“三公”调度主要强调公平性，经济调度则局限于显性的经济成本，二者都忽视了节能和环保问题。节能发电调度则指优先调度可再生发电资源，按机组能耗和污染物排放水平由低到高排序，依次调用化石类发电资源[6]。该种调度方式虽然有助于减少能源、资源消耗和污染物排放，但发电优先级的排序方式具有较重的行政色彩，不能实现发电资源的最优化调度[7]。近年来有许多研究提出低碳调度方式，该方式侧重于将碳排放的外部成本内部化，有利于实现低碳环保的清洁供电，但忽视了能源利用效率问题。并且，上述4种调度方式都是应用于大电网的实际运行，主要针对的是能源系统中的发、输、配环节，对于用能侧的终端能源互联网，考虑到其多能互联、高效清洁的核心特点，在其运行阶段应更加关注能源的利收稿日期2019−04−01； 修回日期2019−05−10。基金项目国家自然科学基金重点资助项目51637008；国家重点研发资助项目2016YFB0901900；国家自然科学基金资助项目51607136。第 52 卷 第 6 期中国电力Vol. 52, No. 62019 年 6 月ELECTRIC POWER Jun. 20192用效率，并引入科学、合理的“能效优化调度”。当前，国内外关于终端级多能源系统的优化研究虽然较多，但其中关注能效的研究较少且存在相应的问题。文献[8]以一次能源利用率（PER）最高为目标优化了冷热电联供（CCHP）系统。但PER主要针对热电联供（CHP）或CCHP系统，在此类系统中，能源输入仅限于燃煤和天然气等一次能源，然而终端能源互联网的能流关系更加复杂，其能量输入不仅有本地非可再生能源，还包括外购电能等二次能源，以及风、光等可再生能源。因此，无法将以一次能源利用率为优化目标的调度方式简单直接地推广至TEI。文献[9]以年一次能源节约率为优化目标之一对CCHP系统设备容量和运行模式进行了优化。文献[10]采用系统节能率最高为优化目标之一构建了针对能源互联微网系统的优化模型。此类优化方式需通过与其他系统的比较来反映所提系统的优势，受参考系统的影响较大。文献[11]以能源利用效率作为双层优化目标中的下层目标针对城镇综合能源系统构建了优化模型。但该模型在计算能源利用效率时将系统所有输入能量直接求和，未区分一次能源与二次能源，忽视了外购电能的能量来源问题。文献[12]提出适用于多能协同园区的能源综合利用率指标，并证明优化该指标能更准确地实现园区多能互补、能量梯级利用的优势。但该指标忽略了电能和热能能量品位的高低，在计算能效时将电能和不同温度的热能简单加和，只注重了能量的数量而忽视了能量的质量。文献[13]以㶲效率最高为优化目标之一对CCHP系统进行优化，验证了所提系统的投资必要性。不过，目前对㶲效率的研究主要集中于热力系统，在电力系统领域也大多局限于CHP和CCHP系统。除此之外，现有的多能源系统运行优化研究大多以成本为单一优化目标，一些研究以能效作为多个优化目标之一或仅对能效设定上下限约束。如果能设计科学合理的能效指标，实现能效优化调度和经济调度优化结果的趋同，就可以在保证较低运行成本的同时，促进非可再生能源的节约利用和可再生能源的消纳。针对上述问题，必须提出适用于终端能源互联网的能效指标，并将其作为优化目标应用于TEI的能效优化调度，这对于实现高效清洁用能和消纳可再生能源具有重大的实际意义。基于此，本文将首先分析终端能源互联网的能效特性；接着，引入㶲的概念，提出适用于终端能源互联网的新指标能源利用㶲效率，从而建立面向TEI的能效优化调度模型；最后，通过算例验证所提指标和模型的合理性和优越性，并将能效优化调度与经济调度的优化结果进行比较，分析能效优化调度对于制定外购电价的指导作用。1 终端能源互联网能效分析对终端能源互联网进行能效优化调度的前提是准确和科学地分析该系统能量输入、输出及其转换关系，因此，本文首先分析TEI的能流特性，如图1所示。从图1中可以看到，终端能源互联网的能量输入侧除了本地燃气等非可再生能源和光伏等可再生能源外，还包括了外购电能，而这部分能量的来源为外电网源侧的燃煤燃气以及风光水力等可再生能源。在能量输出侧，包括了电-气-热-冷4种类型的负荷，并且负荷在综合需求响应的作用下可实现相互的替代与转换。而在系统内部，又包括了CCHP机组、电制热/冷机组和P2G机组吸收式制冷机储热/储冷罐电热泵电制冷机P2G 机组终端能源互联网火力发电可再生能源发电风光水力燃煤燃气上级发输电系统外电网分布式光伏电站天然气调压站电负荷冷负荷燃气发电机余热回收装置燃气锅炉热负荷气负荷图 1 终端能源互联网能流示意Fig. 1 Energy flow chart of terminal energy internet第 6 期 龙涛等面向终端能源互联网的能效优化调度3等耦合元件以实现不同能源形式的转换。因此，终端能源互联网包含了电能、太阳能、燃气燃煤的内能以及不同温度的热能等多种不同形式的能量，并且具有多能流和能源相互耦合的特性。PER能效优化调度的核心是科学合理的优化目标，该目标需要准确衡量系统的整体能效水平。目前，在能源领域应用最为广泛的能效指标仍是一次能源利用率，该指标对于无分布式可再生能源接入和不并网的电-气-热-冷多能协同园区有很好的适用性，其表达式为PER LeLhLcLgQg;c（1）L kW h e h c gQg;ckW h式中为负荷，；下标，，，分别表示电、热、冷和燃气负荷；为系统消耗的燃煤燃气等一次能源量，。然而，终端能源互联网大多与上级电网并网且有分布式可再生能源接入，因此很多研究基于能量集线器（energy hub）的理念提出能源利用效率指标可表示为EUE ∑Lit∑Eit（2）∑Eit∑Lit式中和为能量集线器两侧总输入能量和总供应负荷值。该指标未区分外购电能同可再生能源和燃煤燃气等一次能源的区别。事实上，对于包含多种能源输入和多种负荷形式的系统，在计算系统整体能效时，若简单地将不同形态的能量求和则忽视了其能量品位的高低，但实际上各种形态的能量具有价值上的优劣，这种价值体现在其做功能力的大小上。在热力学中，当系统由一任意状态可逆的变化到与给定环境相平衡的状态时，理论上可以无限转换为任何其他能量形式的那部分能量，称为㶲（rgy）[14]。㶲作为一种评价能量的价值参数，从“量”与“质”的结合上规定了能量的“价值”，解决了热力学和能源科学中长期以来还没有任何一个参数可以单独评价能量的价值问题，改变了人们对能的性质、能的损失和能的转换效率等传统看法[15]。因此，可以将㶲的概念推广至能源互联网，在计算能效时，不再将不同种类能量和不同温度热能直接求和，而是将其转化为㶲值来计算，即Ex ∑Exout∑Exin（3）Exout Exin式中为系统总输出㶲值；为系统总输入㶲值。通过计算㶲效率，可以实现多种能源和负荷的统一度量，并合理评价能量的转换效果，从而确定能源的有效利用程度。2 能效优化调度2.1 能源利用㶲效率在分析了终端能源互联网的能流特性并引入了㶲的理念后，本文提出适用于终端能源互联网能效优化调度的指标能源利用㶲效率，可定义为EUEE ExhExcExgExgirdExpvExg;c（4）其中，Exgrid Engrid 1 grid （5）Expv ∑24t1Entpv（6）Exg;c Qg;c（7） Le（8）Exh ∑24t11 TtoTthLth（9）Exc ∑24t1TtoTtc 1Ltc（10）Exg Qg（11）Ex kW h gridpv g;c e h c gEngird gridEntpv tQ LkW h Tto t Ttht Ttc t K式中为不同能量的㶲值，；下标，，，，，，分别表示外电网、本地光伏、本地燃煤燃气、电负荷、热负荷、冷负荷和燃气负荷；为外购电能值，kWh；为外电网可再生能源渗透率；为外电网中燃煤燃气发电平均效率；为时刻本地光伏最大可发电量；为燃煤或燃气的低位热值；为负荷的能量值，；为系统在时刻的环境温度；为时刻的供热温度；为时刻的供冷温度，。从上述公式可知，能源利用㶲效率将多种输入能源和不同类型负荷的能量值转化为㶲值计算，兼顾了能量的数量与质量。其中，由式（5）可以看到，所提指标充分考虑了终端能源互联网中国电力第 52 卷4多能流特性，将系统外购电能的来源追溯至大电网发电侧的风光等可再生能源和燃煤燃气等非可再生能源。此外，由式（6）可知，在该指标中，对于本地的光伏等可再生能源，是以其最大可发电量所具有的㶲值来度量并参与计算的。因此，当负荷水平、光照强度和系统中各元件㶲效率保持不变时，能源利用㶲效率这一指标越高，则非可再生能源消耗量和外购电能量势必降低；另一方面，本地光伏发电量越接近最大发电量，则该环节的㶲效率越高，系统的㶲损失降低，有利于提升系统的能源利用㶲效率。这反映出优化该指标有利于降低非可再生能源的消耗并促进本地可再生能源的消纳。2.2 优化模型2.2.1 目标函数能效优化调度是指以系统整体用能效率最高为目标，利用源荷两侧的可调度资源得到最优运行方案的一种调度方法。因此，优化模型以该系统的能源利用㶲效率为目标函数，即max EUEE ExhExcExgExgirdExpvExg;c（12）元件模型可采用文献[16]中燃气发电机组、吸收式制热/冷机组、电制热/冷机组、燃气热锅炉的出力模型，文献[9]中的联络线功率模型，文献[17]中P2G机组的出力模型，以及文献[18]中的储能系统模型。对于电网和气网，可利用文献[17]中的电网节点平衡约束，以及气网节点约束与流量平衡方程。对于热网，采用文献[19]中的热网能量流模型及温度-流量方程。2.2.2 热/冷负荷模型在终端能源互联网中，热/冷负荷主要为集中供热/冷的楼宇，以及工业用热/冷需求。对于前者，供热或供冷后的室内温度变化有一定的时间延迟，其温度变化过程与建筑特性和室外环境温度有关，并且，室内温度在较小范围内波动仍能满足用户的舒适度，即供热/冷楼宇的热/冷功率需求并非固定值。可采用等效热参数模型[20]对楼宇建模，如图2所示。利用该模型可以得到室温变化计算公式[21]为Tt1i Tt1o QR Tt1o QR Ttie ∆tRC（13）Ti To Q式中为室内温度，为室外温度，C；为供kW R R1 R2CkW h∆t热/冷功率，；为模型中与等效之后的热阻，C/kW；为模型中气体热容和固体热容等效之后的热容，其值近似等于空气热容，C；为仿真优化时间间隔。在确定了满足用户舒适度的室温波动范围后，若认为室外温度在每个优化时间间隔内保持不变，则可推出供热/冷楼宇室内温度变化的线性模型为Tt1i Tti kTmax Tmin（14）k ∆t2RC/lnQRTmax ToQRTmin To（15）Tmax Tmin oC式中和为室内温度上下限，。2.2.3 综合需求响应模型对于终端能源互联网，综合需求响应的核心思想是用户可以通过转移其能源消耗的成分，或通过改变其消费的能源种类来参与需求侧能量管理[22]。在传统的需求响应中，可转移负荷和可中断负荷为2种主要响应方式，但这种方式对用户舒适度影响较大，且调峰能力有限。在终端能源互联网中，需求侧能量管理策略可以更多地研究用户用能种类的可替代性。如在用电高峰期，用户可减少电磁炉、电热水器等电器的使用，转为使用以燃气供能的设备；在用电低谷期，若集中供热不足，用户可使用电空调、电暖器等设备，从而将部分热负荷转为了电负荷。该种综合需求响应模型为Lit Li0t∓PIDRij t（16）Ljt Lj0t PIDRij t（17）QT0R1R2CmTmTiCa图 2 等效热参数模型示意Fig. 2 Diagram of equivalent thermal parameters model第 6 期 龙涛等面向终端能源互联网的能效优化调度50≤PIDRij t≤ imaxtLi0t（18）PIDRij t≤ jmaxtLj0t（19）i1;2; ;k; j,i（20）Lit Ljt t ij Li0t Lj0tt i j PIDRij tt i j imaxtjmaxt t i jk式中和分别为时刻响应后第种和第种类型负荷的实际值；和为系统在时刻第种和第种类型负荷的预测值；为时刻第种和第种类型负荷参与响应的负荷值；和分别为时刻第种和第种类型负荷的最大响应比率；为系统中可参与响应的负荷种数。2.3 模型求解本文的优化模型由非线性的目标函数和线性的约束条件构成，为非线性凸优化问题，可以采用内点法求解。内点法主要分为3类投影尺度法、路径跟踪法和仿射尺度法。其中路径跟踪法只需在寻优过程满足简单的条件，即可使得计算过程大大简化，收敛速度快，鲁棒性比较强，对初值的选择不是很敏感[23]，因此很适合该优化问题的求解。具体算法流程如图3所示。该优化算法的基本原理是在变量初值条件下引入非负的松弛变量将不等式约束转化为约束值为零的等式约束，然后利用统一的障碍因子参数将目标函数改造成障碍函数，从而得到扩展的优化问题，由障碍Kuhn-Tucker条件可知拉格朗日函数对全部变量和因子的偏导为零，之后用牛顿-拉夫逊法求出满足该条件的解即为原优化问题的最优解。3 算例分析本文选取中国西部某综合能源消费园区作为算例，该园区分为商业区、工业区和居民区，含有变电站、天然气调压站、光伏电站和分布式能源站等。其中分布式能源站以CCHP机组为核心，包括燃气发电机组、烟气溴化锂机组、燃气热水锅炉、电热泵、电制冷机、蓄电池、储热罐和蓄冷槽等机组。光伏电站总装机容量为7 MW。园区冬季典型日最大电负荷为47.08 MW，日最大热负荷为77.27 MW，日最大冷负荷为19.22 MW。园区冬季典型日电-热-冷负荷变化曲线可参见文献[18]。园区通过联络线与大电网并网但不上网，该区域外网可再生能源发电渗透率为25，外网燃煤燃气发电平均效率为38，购电价格参见表1，工业天然气价为2.5元/m3。园区主要设备参数和供热/冷楼宇数据详见表2。3.1 不同能效指标对比分析为了对比分析一次能源利用率和能源利用㶲效率，分别以这两个能效指标为目标函数进行了日前能效优化调度，以电网的调度结果为例，如图4和图5所示。从图4可以看到，在引入㶲的理念并且考虑外电网能量来源和发电效率时，进行能效优化调度后系统出力以燃气机为代表的CCHP机组为主，外网购电和电制热/冷为辅。而从图5可以看出，若以传统的一次能源利用率为优化目标，CCHP机组同外网购电的出力水平较为接近。因此，在能效优化调度时，能源利用㶲效率指标相比于传统能效指标，更能反映出园区表 1 外购电价格Table 1 Time-of-use price of the external grid阶梯电价/元kWh−1时间段1.138峰时段 11001500, 190021000.710平时段 08001000, 16001800, 220023000.268谷时段 00000700利用拉格朗日函数对所有变量和乘子求偏导并令其为0是否满足收敛条件输出最优解，停止计算是迭代求解方程组计算障碍因子将目标函数改造为障碍函数，得到新的优化问题引入松弛变量将不等式约束转化为等式约束否初始化变量，确定目标函数及约束条件优化调度开始，输入原始数据及各项参数图 3 基于路径跟踪内点法的优化模型求解流程Fig. 3 Flowchart of solving the optimization modelbased on primal-dual interior 中国电力第 52 卷6综合能源利用率高、对外网依赖度小的特点，体现终端能源互联网内部能量梯级利用、多能协调互补的优势。但同时也要注意到，随着可再生能源发电量在外网总发电量中的比例上升，即大电网的能效水平提高，终端能源互联网内部机组的优势会逐渐减小，在本文算例中，当可再生能源渗透率从25增加到40时，优化调度结果显著改变，如图6所示。为了进一步分析比较能源利用㶲效率与传统的能源利用效率，验证本文所提指标的优越性，本文对比了这两个能效指标在不同运行模式中的表现。运行模式分为两种，一种是终端能源互联网中多能协调互补的联供模式；一种是传统园区中不同能源各自独立供应的分供模式。在本文算例中，分供模式下，园区电负荷由外网购电和光伏电站供应，热负荷由燃气锅炉供应，冷负荷由电制冷机供应；联供模式下，CCHP机组可同时供应电、热、冷负荷，光伏电站、电热泵和电制冷机起到辅助供应的作用。日前优化调度结果如表3所示。表 2 园区主要设备及楼宇参数Table 2 Parameters of equipment and buildings设备参数数值燃气发电机额定功率/kW 510效率系数1 0.371 8效率参数1 −56.78效率系数2 0.172效率参数2 11.33效率系数3 0.259效率参数3 9.84溴化锂制冷/热机制冷/热系数1.29/0.9燃气热水锅炉热功率/MW 7额定效率95电制冷机/电热泵电功率/kW 810制冷/热系数5/4储热罐体积/m3 500温度/C 6090额定功率/MW 1.35蓄冷槽体积/m3 2 100温度/C 5.512.5额定功率/MW 1.27供热/冷楼宇楼宇幢数200每幢层数20每层长宽高/m 25204墙厚/mm 490010203040500000 0400 0800 1200 1600 2000 2400电功率/MW时刻燃气机；外网联络线；光伏出力；总电负荷；电热泵；电制冷机图 4 以能源利用㶲效率为目标优化时电功率曲线Fig. 4 Optimization result with the objective of energyutilization rgy-efficiency01020304050600000 0400 0800 1200 1600 24002000电功率/MW时刻燃气机；外网联络线；光伏出力；电热泵；电制冷机图 5 以一次能源利用率为目标优化时电功率曲线Fig. 5 Optimization result with the objective of PER0102030405070600000 0400 0800 1200 1600 2000 2400电功率/MW时刻燃气机；外网联络线；电热泵；电制冷机图 6 外网可再生能源渗透率上升至40时优化结果Fig. 6 Optimization result with the renewable energyproportion increasing to 40第 6 期 龙涛等面向终端能源互联网的能效优化调度7由表3结果可以发现，在分供模式下，能源利用效率出现了大于“1”的不合理情况，且联供模式时效率反而降低。造成这种现象是因为分供时冷负荷全部由电制冷机组供应，联供时则是由溴化锂机组吸收余热来制冷，而电制冷机组在工作时实际上利用了空气中的热能，使得其能效比远超过1算例中制冷系数为5，但是提高系统能效的目的和意义并不在于提高系统对空气中热能的利用程度；其次，分供时由外网直接购电供应电负荷，而能源利用效率忽视了外购电能的来源问题，导致效率相比于联供时高出很多。除此之外，在计算效率时将电能和热能不区分能量品质地直接进行数量上的比较是造成这种现象的深层原因。引入㶲的理念，就是希望能源供应与需求不仅在数量上也在能量品位上达到匹配，实现高品质高用，低品质低用，使得不同价值的能量都尽其所用；同时也能避免电热泵、电制冷机等机组对能效计算造成的不合理影响。从表3中还可以看到，能源利用㶲效率更能体现终端能源互联网相比于能源分供系统高效用能的优势，即利用燃气发电的同时，产生的高品位余热可进一步用来供热和供冷。3.2 经济调度与能效优化调度的对比为了对比分析能效优化调度和经济调度的结果，本文还建立了针对终端能源互联网的经济调度模型，约束条件同2.2节，优化目标为minC CgirdCg;c（21）Cgrid ∑24t1Prtgird Ptgird ∆t（22）Cg;c ∑24t1Prg Vtg ∆t∑24t1Prc Vtc ∆t（23）C Cgrid Cg;cPrtgrid t Ptgridt Prg PrcVtg Vtc t式中为系统日运行成本；和为外购电和外购燃煤燃气费用；为时刻外网电价，为时刻联络线功率；和分别为外购燃气和燃煤单价；和分别为时刻系统外购燃气和燃煤总量。对比式12和式（21）（23）可以发现，成本目标与外购电量和外购燃煤燃气量呈正相关，而能效目标则与之负相关，即外购电量和燃煤燃气量降低时，经济调度和能效优化调度可能具有一定的一致性。以日运行成本为目标对园区进行日前经济调度的结果如图7所示。对比图4和图7可以发现，经济调度和能效优化调度的结果中，外购电量在峰时段基本相同，差异主要存在于平时段和谷时段。以燃气机为代表的CCHP机组出力基本一致，平时段和谷时段外购电量差异造成的电能和热能的不匹配由电热泵和电制冷机组平抑。从图7中还可以看出，不论是以降低成本为目标的经济调度，还是以提高用能效率为目标的能效优化调度，对资源的调度结果都是使系统出力以CCHP机组为主，以外购电能为辅。表4是2种调度的具体指标结果。综合图34的结果来看，当电价制定得合理时，降低运行成本和提高能源利用㶲效率具有较大程度的一致性。调度结果中平时段和谷时段的差异表明分时电价还可以进一步调整，从而实现经济调度和能效优化调度最大程度的一致性。这也说明，科学合理的能效优化调度有助于指导终端互联网外购电价的制定。表 3 两种运行模式下不同能效指标优化调度结果Table 3 Optimal dispatch results of different energyefficiency indicators under two operation modes模式能源利用效率/能源利用㶲效率/分供102.47 37.25联供 79.13 41.04表 4 经济调度和能效优化调度各指标结果Table 4 The results of economic dispatch and energyefficiency optimal dispatch指标经济调度能效优化调度运行成本/万元72.25 74.28能源利用㶲效率/ 42.05 42.72010203040500 0400 1200 1600 2000 2400电功率/MW时刻燃气机；外网联络线；光伏出力；电热泵；电制冷机0800图 7 经济调度时电功率曲线Fig. 7 Optimization result of the economic dispatch中国电力第 52 卷84 结论本文在研究了终端能源互联网的能流特性和能量转换关系后，提出了适用于TEI的能源利用㶲效率指标，并将其作为能效优化调度的目标函数，建立了面向终端能源互联网的能效优化调度模型。算例结果表明能源利用㶲效率相比于一次能源利用率、能源利用效率等传统能效指标，能更加准确地反映终端能源互联网对于能源的高效利用程度，更能体现该系统能量梯级利用和多能协调互补的优势，有助于在实际调度中降低非可再生能源的消耗和促进可再生能源的消纳。同时，能效优化调度同经济调度的结果存在较大程度的一致性，随着中国增量配电网改革稳步推进，该种调度方式对于制定终端能源互联网外购电价具有指导作用。参考文献鲁刚. 中国能源互联网发展基本特征[J]. 中国电力, 2018, 51817–23.LU Gang. Basic characteristics of Chinas energy internetdevelopment[J]. Electric Power, 2018, 518 17–23.[1]周孝信, 曾嵘, 高峰, 等. 能源互联网的发展现状与展望[J]. 中国科学 信息科学, 2017, 472 149–170.ZHOU Xiaoxin, ZENG Rong, GAO Feng, et al. Development statusand prospects of the Energy Internet[J]. Scientia Sinica Inationis,2017, 472 149–170.[2]吴志力, 杨卫红, 原凯, 等. 园区能源互联网多能源协同优化配置发展构想[J]. 中国电力, 2018, 518 99–105.WU Zhili, YANG Weihong, YUAN Kai, et al. Park energy internetdevelopment design of multi-energy synergic optimal allocation[J].Electric Power, 2018, 518 99–105.[3]华经市场研究中心. 20152020年中国园区经济发展模式与区域投资战略规划分析报告[R]. 北京 华经市场研究中心, 2014.[4]孙宏斌, 郭庆来, 潘昭光. 能源互联网 理念、架构与前沿展望[J].电力系统自动化, 2015, 3919 1–8.SUN Hongbin, GUO Qinglai, PAN Zhaoguang. Energy internetconcept, architecture and frontier outlook[J]. Automation of ElectricPower Systems, 2015, 3919 1–8.[5]国务院办公厅. 关于转发发展改革委等部门节能发电调度办法试行的通知国办发[2007]53号[Z]. 2007.[6]陈启鑫, 康重庆, 夏清, 等. 低碳电力调度方式及其决策模型[J]. 电力系统自动化, 2010, 3412 18–23.CHEN Qixin, KANG Chongqing, XIA Qing, et al. Mechanism andmodelling approach to low-carbon power dispatch[J]. Automation ofElectric Power Systems, 2010, 3412 18–23.[7]赵峰, 张承慧, 孙波, 等. 冷热电联供系统的三级协同整体优化设计方法[J]. 中国电机工程学报, 2015, 3515 3785–3793.ZHAO Feng, ZHANG Chenghui, SUN Bo, et al. Three-stagecollaborative global optimization design of combined coolingheating and power[J]. Proceedings of the CSEE, 2015, 35153785–3793.[8]胡荣, 马杰, 李振坤, 等. 分布式冷热电联供系统优化配置与适用性分析[J]. 电网技术, 2017, 412 418–425.HU Rong, MA Jie, LI Zhenkun, et al. Optimal allocation andapplicability analysis of distributed combined cooling-heating-powersystem[J]. Power System Technology, 2017, 412 418–425.[9]曾鸣, 韩旭, 李冉, 等. 能源互联微网系统供需双侧多能协同优化策略及其求解算法[J]. 电网技术, 2017, 412 409–417.ZENG Ming, HAN Xu, LI Ran, et al. Multi-energy synergisticoptimization strategy of micro energy internet with supply anddemand sides considered and its algorithm utilized[J]. Power SystemTechnology, 2017, 412 409–417.[10]许健, 施锦月, 张建华, 等. 基于生物质热电混合供能的城镇综合能源双层优化[J]. 电力系统自动化, 2018, 4214 23–31.XU Jian, SHI Jinyue, ZHANG Jianhua, et al. Bi-level optimization ofurban integrated energy system based on biomass combined heat andpower supply[J]. Automation of Electric Power Systems, 2018,4214 23–31.[11]薛屹洵, 郭庆来, 孙宏斌, 等. 面向多能协同园区的能源综合利用率指标[J]. 电力自动化设备, 2017, 376 117–123.XUE Yixun, GUO Qinglai, SUN Hongbin, et al. Comprehensiveenergy utilization rate for park-level integrated energy system[J].Electric Power Automation Equipment, 2017, 376 117–123.[12]JABBARI B, TAHOUNI N, ATAEI A, et al. Design andoptimization of CCHP system incorporated into kraft process, usingPinch analysis with pressure drop consideration[J]. Applied ThermalEngineering, 2013, 611 88–97.[13]谭羽非, 吴家正, 朱彤. 工程热力学[M]. 6版. 北京 中国建筑工业出版社, 2016.[14]朱明善.工程热力学[M]. 2版. 北京 清华大学出版社, 2011 105-107.[15]SHEN X, HAN Y, ZHU S, et al. Comprehensive power-supplyplanning for active distribution system considering cooling, heating[16]第 6 期 龙涛等面向终端能源互联网的能效优化调度9and power load balance[J]. Journal of Modern Power Systems andClean Energy, 2015, 34 485–493.王瑾然, 卫志农, 张勇, 等. 计及不确定性的区域综合能源系统日前多目标优化调度[J]. 电网技术, 2018, 4211 3496–3503.WANG Jinran, WEI Zhinong, ZHANG Yong, et al. Multi-objectiveoptional day-ahead dispatching for regional integrated energy systemconsidering uncertainty[J]. Power System Technology, 2018, 42113496–3503.[17]LONG T, ZHENG J, ZHAO W. Optimization strategy of CCHPintegrated energy system based on source-load coordination[C]//2018International Conference on Power System TechnologyPOWERCON. Guangzhou IEEE, 2018 1781-1788.[18]顾伟, 陆帅, 王珺, 等. 多区域综合能源系统热网建模及系统运行优化[J]. 中国电机工程学报, 2017, 375 1305–1316.GU Wei, LU Shuai, WANG Jun, et al. Modeling of the heatingnetwork for multi-district integrated energy system and its operationoptimization[J]. Proceedings of the CSEE, 2017, 375 1305–1316.[19]HU B, WANG H, YAO S. Optimal economic operation of isolatedcommunity microgrid incorporating temperature controllingdevices[J]. Prote