电测与仪表ElectricalMeasurement&InstrumentationISSN1001-1390,CN23-1202/TH《电测与仪表》网络首发论文题目：考虑V2G及碳排放量的风光储综合能源系统协调优化运行作者：罗继东，邹梦丽，侯宝华，胡灜月，樊小朝，降国俊收稿日期：2021-08-09网络首发日期：2021-10-09引用格式：罗继东，邹梦丽，侯宝华，胡灜月，樊小朝，降国俊．考虑V2G及碳排放量的风光储综合能源系统协调优化运行[J/OL]．电测与仪表.https://kns.cnki.net/kcms/detail/23.1202.TH.20211008.1549.002.html网络首发：在编辑部工作流程中，稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶段。录用定稿指内容已经确定，且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期刊特定版式（包括网络呈现版式）排版后的稿件，可暂不确定出版年、卷、期和页码。整期汇编定稿指出版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出版管理条例》和《期刊出版管理规定》的有关规定；学术研究成果具有创新性、科学性和先进性，符合编辑部对刊文的录用要求，不存在学术不端行为及其他侵权行为；稿件内容应基本符合国家有关书刊编辑、出版的技术标准，正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。为确保录用定稿网络首发的严肃性，录用定稿一经发布，不得修改论文题目、作者、机构名称和学术内容，只可基于编辑规范进行少量文字的修改。出版确认：纸质期刊编辑部通过与《中国学术期刊（光盘版）》电子杂志社有限公司签约，在《中国学术期刊（网络版）》出版传播平台上创办与纸质期刊内容一致的网络版，以单篇或整期出版形式，在印刷出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊（网络版）》是国家新闻出版广电总局批准的网络连续型出版物（ISSN2096-4188，CN11-6037/Z），所以签约期刊的网络版上网络首发论文视为正式出版。基金项目：国家自然科学基金（51666017）；2021年度新疆师市财政科技计划项目(2021ZB02)；2022年度兵团科技计划项目考虑V2G及碳排放量的风光储综合能源系统协调优化运行罗继东1，邹梦丽1，侯宝华1，胡灜月1，樊小朝2，降国俊2(1.塔里木大学机械电气化工程学院，新疆阿拉尔843300；2.新疆大学电气工程学院,乌鲁木齐830047)摘要：结合我国“碳达峰”、“碳中和”目标的提出，文中将电动汽车的充放电特性考虑到风光储综合能源系统中，建立了以碳排放量最小为目标函数的综合能源系统协调优化模型。该模型通过利用电动汽车的充放电特性，以此调整综合能源系统的负荷曲线，在系统调峰调频的基础上实现系统的经济最优与碳排放达标。文中利用改进的禁忌-细胞膜优化算法对模型进行求解，经过算例分析表明，该优化方案能通过对常规电负荷与电动汽车负荷的平移和替换，平抑系统负荷波动，实现经济的最优与碳排放量的控制。关键词：电动汽车；碳排放；综合能源系统；碳中和中图分类号：TM933文献标志码：A文章编号：1001-1390（2021）00-0000-00CoordinatedandoptimaloperationofwindsolarenergystoragesystemconsideringV2GandcarbonemissionLuoJidong1,ZouMengli1,HouBaohua1,HuYingyue1,FanXiaochao2,JiangGuojun2(1.SchoolofMechanicalandElectricalEngineering,TarimUniversity,Alar843300,Xinjiang,China.2.SchoolofElectricalEngineering,XinjiangUniversity,Urumqi830047,China)Abstract:Inthispaper,thecharginganddischargingcharacteristicsofelectricvehiclesareconsideredintheintegratedenergysystem.Combinedwiththecarbonneutralizationgoal,acoordinatedoptimizationmodelofintegratedenergysystemisestablishedwiththeminimumcarbonemissionastheobjectivefunction.Themodeladjuststheloadcurveoftheintegratedenergysystembyusingthecharginganddischargingcharacteristicsofelectricvehicles,andachievestheeconomicoptimizationandcarbonemissionstandardofthesystemonthebasisofpeakloadregulationandfrequencyregulation.Inthispaper,theimprovedtabucellmembraneoptimizationalgorithmisusedtosolvethemodel.Theexampleanalysisshowsthattheoptimizationschemecanstabilizethesystemloadfluctuationandachieveeconomicoptimizationandcarbonemissioncontrolbyshiftingandreplacingtheconventionalelectricloadandelectricvehicleload.Keywords:electricvehicles;carbonemissions;integratedenergysystem;carbonneutralization0引言随着新能源技术的发展，电动汽车的普及度越来越高，而电动汽车的充放电模式直接影响着电力系统的运行稳定性。因此目前大部分的电动汽车研究均为通过控制用户的充放电时段，来实现电动汽车用户的错峰充电与放电。通过电动汽车的电流双向流动特性，实现电动汽车在负荷高峰期向电网输送电能的技术称为V2G(VehicletoGrid)。在V2G技术的使用中，电动汽车不仅仅作为常规用电负荷，同样也被视为电源，因此目前研究中，广泛利用电动汽车的充放电特性，对电网的负荷分布进行调节。V2G技术能够将可再生能源的发电量进行存储，以此增强电力系统的新能源消纳能力。固在能源互联网迅速发展的时代，电动汽车的充放电特性必将得到更广泛地应用[1-2]。文献[3]分析了基于电力市场改革的模式下，结合V2G的峰谷分时电价对电力系统的负荷调节作用。文献[4]考虑电动汽车用户满意度和系统的综合成本，设计了峰谷时段分时电价的优化方案。文献[5]分析了电动汽车充放电特性的响应度在不同控制策略下的变化。综合能源系统目前被视为能源互联网的初步发展阶段，能实现风能、太阳能、电能、热能等多种能源的综合利用。国内外研究者普遍针对多个能源结构系统的运行优化问题开展深入研究。文献[6]针对电-气综合能源系统的优化运行建立了多目标优化建模，验证了电转气技网络首发时间：2021-10-0909:25:07网络首发地址：https://kns.cnki.net/kcms/detail/23.1202.TH.20211008.1549.002.html术的应用确实能够提高可再生能源的消纳比例。文献[7]重点研究其经济优化能力，通过建立系统协同规划模及算例验证，证明了电转天然气技术能够实现系统的经济优化。目前关于电动汽车充放电特性的文献大都着眼于新能源汽车的充放电特性给电网运行所造成的影响，基本没有研究者将电动汽车的充放电特性考虑到综合能源系统中[8-10]。本文将电动汽车作为综合能源系统的电源与负荷可以双向转换的部分，以此来增强系统的碳中和与消纳可再生能源的能力。以碳排放量最小为目标函数，利用面向常规电负荷、电动汽车负荷的峰谷分时电价。根据负荷曲线自动调节电动汽车的充放电以及普通电负荷的转移。从而实现碳排放量最小、经济最优、负荷曲线更合理、可再生能源消纳率更高的目标。1考虑V2G及碳排放量的综合能源系统运行特性将V2G环节作为电力系统的储能环节，当电力系统处于用电高峰期时，电动汽车停止充电行为，通过V2G功能，实现对电力系统的电能输入；而当电网处于负荷低谷期时，电动汽车开启充电模式，将可再生能源的过剩发电量进行存储。因此宏观来讲，大大减少了弃风弃光，同时也实现了电网负荷曲线的“削峰填谷”，大大增强了现行电力系统的运行稳定性[11-13]。电转气技术在综合能源系统中扮演着能量转换的重要角色，与燃气轮机构成闭环的能量循环系统。在综合能源系统中应用电动汽车的充放电特性，在增大了储能容量的同时，也提高了系统运行的稳定性与可靠性。图1为考虑电动汽车充放电特性的能量与碳排放流图。电力系统氢气系统天然气系统电解槽燃料电池燃气机组CO2捕获电负荷氢工业氢燃料汽车天然气负荷可再生能源H2OH2CH4火力发电CO2储能设备蓄电池V2G电动汽车O2CO2排放图1考虑V2G的综合能源系统能量与碳排放流图Fig.1Energyandcarbonemissionflowchartconsideringcharginganddischargingcharacteristicsofelectricvehicles在电网运行中普通用电负荷与电动汽车的充电时段基本处于负荷高峰期，因此可以通过分时电价将用电高峰时段的部分普通用电负荷及电动汽车的充电时段移动至负荷低谷期，大大降低了电力系统的供能压力[14-16]。同时可利用电转气技术对过剩的风电进行存储，实现负荷分配的进一步优化。目前电转气环节的工作效率约为45%~60%，且价格昂贵。因此本文在综合能源系统中，利用V2G可实现能量双向流动的特性，一方面弥补P2G转换效率低的问题，另一方面通过协调优化运行，降低碳排放量、优化负荷曲线并提升消纳可再生能源发电的能力[17-19]。2考虑电动汽车充放电特性的控制策略本文采用分时电价，通过电价变化引导用户对电动汽车及其他用电负荷的用能时段进行调节。用能高峰期，提高电价会促使用户将用能时段改为电价低时段，而电动汽车用户则可以在电价高时，输送电能至电网，以此来缓解系统的供能压力[20-22]。图2为考虑电动汽车充放电特性的综合能源系统控制策略框图。综合能源系统控制中心主要控制目标：碳排放量能量协调运行分时电价指令下达信息上报主控目标：系统运行成本最小负荷普通电负荷电动汽车优化方式控制需求负荷转移V2G及负荷转移负荷分配碳排放量最小风电消纳最大综合能源系统协调优化运行主控目标：通过分时电价，引导负荷转移电力负荷监控风电状态监控控制规则电动汽车充放电控制平抑负荷波动信息上报指令下达图2考虑电动汽车充放电特性的综合能源系统控制策略框图Fig.2ControlstrategyblockdiagramofMicroenergynetworkbasedondemandsideresponse本文假设接入电网的电动汽车均支持V2G技术。一个充放电周期内的电动汽车规划用一个TN的矩阵X表示。TNNTxxxxX,1,,11,1............(1)tix,表示第i辆新能源汽车在单位时间内的充放电功率，其大于0代表充电状态，小于0代表放电状态。同时具有充放电功能的新能源汽车应满足：dischar,,itPxPiNtT(2)charP为最大充电功率；disP为最大放电功率。新能源汽车的初始电量用iniE表示，单位为kWh。incapiiiEESOC(3)capiE为新能源电动汽车的充电容量峰值；iSOC表示能源电动汽车电池的开始电量状态。用offiE表示电动汽车的设定目标电量，则电动汽车放电时电池电量应满足：offininoff,iitiitittExEiN(4)电池电量在任何充放电时刻都应满足：inincap,inoff0,,qitiitittqiiExEiNttt(5)3综合能源系统协调优化模型3.1目标函数本文所构建的综合能源系统协调优化的目标函数由CO2排放总量与碳捕集系统捕获CO2总量的差值构成。CGMT22CCMTMTBCO,CO,,11111minNNNTTititBtittitiifPPeP(6)2CCO为本系统中燃煤机组的CO2排放系数，2MTCO为天然气发电机组的CO2排放系数。3.1.1系统运行成本VPMmincccc(7)Mc表示综合能源系统中发电设备的运行成本，Pc为P2G设备的运行成本，Vc表示新能源电动汽车的运行成本。3.1.2发电设备的运行成本MMTWTCGccccc(8)发电环节的运行成本是指燃煤机组、燃气轮机、风机、光伏发电机组的运行成本。其中：C2C,,C,,T,,,1CD,,1,11(1)(1)NTiiitiitiititiitittiabPcPSIIcSII(9)C11c表示煤电机组的运行成本。tiP,,C为传统电机组在t时刻的有功出力；CN为煤电机组的个数；ia、ib、ic均为发电机组的成本系数；iS,T和iS,D分别表示相应传统煤电机组的启停机费用；tiI,表示相应发电机组的开机和停机状态。T11MTMT,MTMTMTtNitiPtc（10）MT为天然气发电机组的单位运行成本；MTN表示其机组数；MT表示天然气发电机的工作效率；WTc表示风机的运行成本，风机单位时间运行维护成本可视为常数；MTi,tP表示第i台天然气发电机的有功出力。3.1.3P2G的运行成本P2GP2GP2GP2G1TttctP(11)为P2G环节在t时间内单位出力时的成本；P2GtP为P2G环节在t时间内的有功消耗量。3.1.4V2G的运行成本V2GinVVTinniPc(12)ViP为在新能源汽车在i时段的放电功率，n表示第n类电动汽车单位放电功率下的运行费用。3.2约束条件3.2.1电网运行功率约束0loadV2GCGTPPPP(13)PGT、PC、PV2G、Pload分别为燃气轮机、火电机组、V2G设备的发电功率和系统负荷。3.2.2燃气轮机约束燃气轮机的有功出力与天然气消耗量的函数关系为：3GT22GT1GTnPnPnQ(14)n1、n2、n3表示燃气轮机的能量消耗系数；GTP表示燃气轮机的有功出力；GTQ表示燃气机组发电过程中的天然气消耗量。燃气机组发电应满足下列条件。maxGTGTminGTPPP(15)maxGTGTminGTQQQ(16)maxGTP和minGTP表示燃气机组的有功上限与有功下限。3.2.3P2G设备功率约束maxP2GP2G0PP(17)3.2.4可再生能源渗透率约束maxresres0HH(18)3.2.5用户满意度约束alle,shifte,e1ccS(19)eS表示用户的购电满意度。shifte,c表示电负荷的转移量，alle,c表示全部的电负荷。则满意度需要满足如下约束：mine,eSS(20)3.3模型求解方法文中所构建的协调优化模型基于电动汽车充放电特性响应策略，采用改进的禁忌-细胞膜优化算法进行求解。图3为禁忌-细胞膜优化算法流程图。将禁忌算法与细胞膜优化算法相结合，以此来克服传统禁忌算法易陷入局部最优的弊端。模型求解首先基于分时电价，接着以最小化碳排放量为目标函数，利用改进的禁忌-细胞膜优化算法对协调优化模型进行求解，以此来求得成本最优解。4算例验证为验证本文考虑电动汽车充放电特性及碳排放量的协调优化控制策略的合理性和有效性，文中以典型的综合能源系统示范工程为算例。图4为典型综合能源系统结构图。在此系统中执行文中提出的协调优化控制策略。输入综合能源系统中所有参数、约束条件、算法参数Gmax、m、r、locn、lG=1,G++初始化物质群计算适应度值，选择最优的物质Xb对物质群进行浓度划分自由扩散、协助扩散、主动运输产生新的物质群Xb令当前Xnow=Xb,开始禁忌搜索是否满足bestsofar原则选择非禁忌最佳候选解替换当前解G≥GmaxYN由Xnow产生候选解集YN判断是否满意输出解输出最优解，结束计算N开始YG++图3禁忌-细胞膜优化算法流程图Fig.3Tabucellmembraneoptimizationalgorithmflowchart根据系统内的负荷分布情况，结合V2G技术所具备的特性，制定典型综合能源系统内的分时电价，以此来引导用户进行用电时段的调整。对执行控制策略前后的普通用电负荷及电动汽车充放电曲线进行比较。图5为设定的综合能源系统分时电价曲线图。该分时电价根据电动汽车与普通用电负荷的用能时段进行划分，结合用户需求响应，利用电价变化激励用户转移负荷。协调优化前后普通用电负荷的变化曲线见图6。优化前后电动汽车的充放电功率曲线见图7。G火电机组变压器风电机组GT燃气机组PP2G场站压缩机储气设备S气源点燃料电池储氢罐N1GGTSPGT123458769N2N3N4N5N6N7图4典型7+8节点综合能源系统结构图Fig.4Structurediagramoftypical7+8nodeintegratedenergysystem0:002:004:006:008:0010:0012:0014:0016:0018:0020:0022:0024:00时间(h)0.40.410.420.430.440.450.460.470.480.490.5电价(元/度)居民电价分时电价图5结合V2G特性的分时电价变化曲线Fig.5Pricechangecurvebeforeandafteroptimization0:002:004:006:008:0010:0012:0014:0016:0018:0020:0022:0023:00时间(h)2030405060708090100功率(MW)优化前负荷曲线优化后负荷曲线图6执行分时电价前后用电负荷曲线Fig.6Routineloadcurvebeforeandafterimplementationofcontrolstrategy由图6和图7可知，在执分时电价之后，系统中的电负荷均随着电价的变化发生了负荷的转移。普通用电负荷通过负荷的转移与替代，实现了平滑负荷曲线，缩小峰谷差的作用。观察图7可知电动汽车的充电时间被分配到负荷低谷且风力发电过剩的时段，既降低了用户的用电成本，又对过剩的风力发电进行了利用。另一方面，由于V2G技术的存在，电动汽车能够在负荷高峰期充当电源的作用，为电力系统提供电能，从而缓解电力系统的供能压力。总体而言，结合分时电价的策略，能够充分利用电动汽车的充放电特性，实现对负荷曲线“削峰填谷”的作用。02:004:006:008:0010:0012:0014:0016:0018:0020:0022:0024:00小时(h)-10-50510152025功率(MW)优化后电动汽车充放电功率分布优化前电动汽车充电功率分布图7优化前后电动汽车充放电功率分布Fig.7Chargeanddischargepowerdistributionofelectricvehiclebeforeandafteroptimization为了能够分析该协调优化方案在减少弃风功率以及降低碳排放量方面的作用，文中对综合能源系统运行周期内的碳排放情况以及弃风功率进行对比分析。优化前后弃风功率曲线图见图8。优化前后碳排放量曲线图见图9。2:004:006:008:0010:0012:0014:0016:0018:0020:0022:0024:00时间(h)0510152025303540功率(MW)优化前弃风功率优化后弃风功率图8优化前后弃风功率对比图Fig.8OutputcurveofP2Gequipmentbeforeandafteroptimization由图8和图9可知，考虑电动汽车充放电特性的协调优化方案，能实现弃风功率与碳排放量显著减少的目标。结合普通负荷及电动汽车充放电功率的变化，仔细观察图8我们发现，在执行优化方案前，1时到8时风力发电充盈，但用电负荷均处于低谷期，因此导致这个时段内的弃风功率很大。执行优化方案之后，可转移的用电负荷及大部分电动汽车充电负荷被分2:004:006:008:0010:0012:0014:0016:0018:0020:0022:0024:00时间(h)050100150200250300350400450500碳排放量(t)优化前碳排放量优化后碳排放量图9优化前后碳排放量对比图Fig.9Comparisonofcarbonemissionsbeforeandafteroptimization配到此时段，由图可知弃风功率明显降低。此时V2G将电动汽车的储能作用最大限度地发挥出来。与此同时，由于风电的利用率增强，传统火力发电出力就会相应降低，因此图8中碳排放量在此时段也下降明显。8时段到20时段系统弃风功率较低，因为在此时段，大量的用户负荷几乎能够实现对风电的完全消纳。但仔细观察发现，考虑V2G的方案，消纳效果更为明显。在此时段，系统处于负荷高峰期，火力发电机组出力较大，化石燃料的燃烧，使得此时的碳排放量达到顶峰。但电动汽车的放电供能能够缓解火电机组与燃气机组的供能压力，同时释放无任何污染的绿色电能，结合图9中碳排放曲线的显著降低，印证了本文所提方案的有效性。为了验证该协调优化方案的经济性，本文通过计算各个环节的运行成本，进行经济性对比。在该综合能源系统示范工程中风力发电的装机容量为90MW，天然气单价为238元/(MW·h)，天然气单位燃烧热值采用38.86MJ，蓄电池额定容量为20MW，煤电机组的装机容量设置为60MW，燃气轮机的装机容量为45MW。电-气流量的单位转换系数为10.92kW·h。利用禁忌-细胞膜算法进行计算。计算结果见表1。表中各数据单位为元。表1系统各设备运行成本Table1OperatingCostofEquipmentintheSystemP2G电动汽车火电机组总成本优化前59622.85226384.65498364.886284372.392优化后36589.28248492.5458632.652233714.474由表可知，总体而言优化后的总成本低于优化前。电转气环节的运行成本降低了38.6%。在综合能源系统中，负荷低谷时段的过剩可再生能源发电，一部分会由P2G设备转化为天然气进行存储，但由于P2G设备运行费用昂贵，因此随着弃风功率变小，P2G运行成本也随之减少。电动汽车运行成本增加了83.79%，这是由于优化前的电动汽车不需要启动放电供能，而优化后的V2G供能增加了电动汽车的运行成本。火电机组的成本降低了40.39%。综上所述，执行该优化方案能够在碳排放量大大减少的基础上，实现经济的最优。同时大大缓解了电力系统负荷高峰时期的供能压力，降低线路负载率，提升供电可靠性，并大大增加了可再生能源发电量的消纳。5结束语文中对考虑电动汽车充放电特性的综合能源系统的经济与碳排放量优化问题进行了研究。在分时电价的基础上，利用V2G技术对电动汽车的充放电时段进行转移。同时建立最小化系统碳排放量为目标的优化模型，并采用改进的禁忌细胞膜优化算法进行求解。经过计算，本方案的经济性与功能性均得到验证。在优化经济的同时，实现了对负荷曲线的“削峰填谷”，提高了对可再生能源出力的消纳及对环境的保护。为能源互联网的发展及碳中和目标的完成，提供了有效思路。参考文献[1]YangTing,ZhaoLiyuan,LiWei,etal.Dynamicenergydispatchstrategyforintegratedenergysystembasedonimproveddeepreinforcementlearning[J].Energy,2021,235:121377.[2]LeiYang,WangDan,JiaHongjie,etal.Multi-stagestochasticplanningofregionalintegratedenergysystembasedonscenariotreepathoptimizationunderlong-termmultipleuncertainties[J].AppliedEnergy,2021,300.[3]陈胜,卫志农,孙国强,等.电–气混联综合能源系统概率能量流分析[J].中国电机工程学报,2015,35(24):6331-6340.ChenSheng,WeiZhinong,sunGuoqiang,etal.Probabilisticenergyflowanalysisofelectricitygashybridintegratedenergysystem[J].ProceedingsoftheCSEE,2015,35(24):6331-6340[4]李健,李雪峰,张娜,等.计及储热备用效益的电热综合能源系统优化调度模型[J/OL].电网技术,[2021-07-17].[5]黄景光,汪潭,林湘宁,等.面向风电消纳的区域综合能源系统鲁棒优化调度[J/OL].电测与仪表,[2021-07-17].[6]王伟亮,王丹,贾宏杰,等.能源互联网背景下的典型区域综合能源系统稳态分析研究综述[J].中国电机工程学报,2016,36(12):3292-3306.WangWeiliang,WangDan,JiaHongjie,etal.ReviewonsteadystateanalysisoftypicalregionalintegratedenergysystemunderthebackgroundofenergyInternet[J].ProceedingsoftheCSEE,2016,36(12):3292-3306[7]程浩忠,胡枭,王莉,等.区域综合能源系统规划研究综述[J].电力系统自动化,2019,43(7):2-13.Chenghaozhong,HuXiao,WangLi,etal.Reviewofregionalintegratedenergysystemplanning[J].PowerSystemAutomation,2019,43(7):2-13[8]熊文,刘育权,苏万煌,等.考虑多能互补的区域综合能源系统多种储能优化配置[J].电力自动化设备,2019,39(1):118-126.XiongWen,LiuYuquan,Suwanhuang,etal.Optimalallocationofmultipleenergystorageinregionalintegratedenergysystemconsideringmultienergycomplementarity[J].ElectricPowerAutomationEquipment,2019,39(1):118-126[9]董帅,王成福,梁军,等.计及电转气运行成本的综合能源系统多目标日前优化调度[J].电力系统自动化,2018,42(11):8-15,121.DongShuai,WangChengfu,LiangJun,etal.Multiobjectivedayaheadoptimaldispatchofintegratedenergysystemconsideringtheoperationcostofelectricitytogas[J].PowerSystemAutomation,2018,42(11):8-15,121[10]杜琳,孙亮,陈厚合.计及电转气规划的综合能源系统运行多指标评价[J].电力自动化设备,2017,37(6):110-116.DuLin,SunLiang,ChenHouhe.Multiindexevaluationofintegratedenergysystemoperationconsideringpowertogasplan[J].ElectricPowerAutomationEquipment,2017,37(6):110-116[11]卫志农,张思德,孙国强,等.计及电转气的电–气互联综合能源系统削峰填谷研究[J].中国电机工程学报,2017,37(16):4601-4609,4885.WeiZhinong,Zhangside,SunGuoqiang,etal.Researchonpeakshavingandvalleyfillingofelectricitygasinterconnectedintegratedenergysystemconsideringelectricitytogas[J].ProceedingsoftheCSEE,2017,37(16):4601-4609,4885[12]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,2017,37(5):1305-1316.GuWei,LuShuai,WangJun,etal.Heatsupplynetworkmodelingandsystemoperationoptimizationofmultiregionalintegratedenergysystem[J].ProceedingsoftheCSEE,2017,37(5):1305-1316[13]周步祥,姚先禹,臧天磊.计及电-气双向耦合的综合能源配电网优化重构[J/OL].电测与仪表,[2021-07-17].[14]余晓丹,徐宪东,陈硕翼,等.综合能源系统与能源互联网简述[J].电工技术学报,2016,31(1):1-13.YuXiaodan,XuXiandong,ChenShuoyi,etal.BriefintroductionofintegratedenergysystemandenergyInternet[J].JournalofElectricalTechnology,2016,31(1):1-13[15]万文轩,冀亚男,尹力,等.碳交易在综合能源系统规划与运行中的应用及展望[J/OL].电测与仪表,[2021-07-17].[16]降国俊,崔双喜,樊小朝,等.计及综合需求侧响应的电-气综合能源系统协调优化运行[J].电测与仪表,2020,57(18):43-49.JiangGuojun,CuiShuangxi,fanXiaochao,etal.Coordinatedandoptimizedoperationofelectricitygasintegratedenergysystemconsideringcomprehensivedemandsideresponse[J].ElectricalMeasurement&Instrumentation,2020,57(18):43-49[17]邹玙琦.基于改进小生境PSO算法的综合能源系统调度研究[D].宁夏大学,2020.ZouYuqi.ResearchonintegratedenergysystemschedulingbasedonImprovedNichePSOalgorithm[D].NingxiaUniversity,2020[18]徐岩,张建浩.考虑需求响应和联络线交互的含微电网的主动配电网多目标协同调度优化[J].华北电力大学学报(自然科学版),2021,48(1):1-14.XuYan,ZhangJianhao.Multiobjectivecollaborativedispatchingoptimizationofactivedistributionnetworkwithmicrogridconsideringdemandresponseandtielineinteraction[J].JournalofNorthChinaElectricPowerUniversity(NaturalScienceEdition),2021,48(1):1-14[19]陈俊桦,江修波,李功新.主动配电网多源协同三层优化调度[J].电测与仪表,2018,55(20):66-71.ChenJunhua,JiangXiubo,LiGongxin.Multi-sourcecollaborativethree-layeroptimaldispatchingofactivedistributionnetwork[J].ElectricalMeasurement&Instrumentation,2018,55(20):66-71[20]韩笑.考虑多源协同的主动配电网优化调度研究[D].北京:华北电力大学,2018.HanXiao.Researchonoptimaldispatchingofactivedistributionnetworkconsideringmulti-sourcecooperation[D].Beijing:NorthChinaElectricPowerUniversity,2018[21]蒲天骄,陈乃仕,王晓辉,等.主动配电网多源协同优化调度架构分析及应用设计[J].电力系统自动化,2016,40(1):17-23,32.PuTianjiao,ChenNaishi,WangXiaohui,etal.Analysisandapplicationdesignofmulti-sourcecollaborativeoptimaldispatcharchitectureforactivedistributionnetwork[J].AutomationofElectricPowerSystems,2016,40(1):17-23,32.[22]降国俊.电-气综合能源系统协调优化研究[D].新疆大学,2020.JiangGuojun.Researchoncoordinationandoptimizationofelectricitygasintegratedenergysystem[D].XinjiangUniversity,2020.作者简介：罗继东（1981—），男，副教授，硕士，从事新能源发电技术研究。Email：luojidong233@163.com邹梦丽（1989—），女，讲师，硕士，从事能源发电控制技术研究。侯宝华（1992—），男，讲师，硕士，从事能源互联网技术研究。胡瀛月（1995—），女，讲师，硕士，从事综合能源系统研究。樊小朝（1979—），男，教授，博士，从事风力发电及并网研究。降国俊（1995—），男，硕士研究生，从事新能源发电及并网研究。收稿日期：2021-08-09；修回日期：2021-09-19（王克祥编发）