多能互补系统关键技术综述

Review of Key Technologies for Multi Energy Complementary Systems

谭忠富,谭清坤 ,赵蕊

华北电力大学经济与管理学院，北京 昌平 102206

【摘要】 安全、高效、低碳是现代能源系统转型的主要要求，能源技术发展为分布式能源与新能源的耦合带来的新机遇。鉴于分布式能源在能源系统
转型中的特殊地位，研究多能互补系统的定位与形态演变，为我国能源转型提供借鉴。首先，文章阐述了多能互补系统在我国能源变革中的地位，指出了适
应能源系统形态演变规律的多能互补发展的关键技术。其次，多能互补的新能源发电和储能的协调规划和调度技术，信息技术与能量转换装置的集成设计和
协调配置将促进多能互补系统的构建，同时并构建了多能互补系统评价指标体系。再次，论述了各个国家多能互系统构建项目的进展，并介绍了我国开展的
示范项目进展。最后，对我国多能互补系统的重点攻关技术方向进行了总结。
【关键词】 多能互补 ; 系统构建 ; 能源耦合 ; 关键技术

【Abstract】 Safety, high efficiency and low carbon are the main requirements of the modern energy system transformation,
and the development of energy technology brings new opportunities for the coupling of distributed energy and new energy. In view of
the special position of distributed energy in the energy system transformation, the research on the positioning and morphological
evolution of multi energy complementary system can provide reference for the energy transformation in China. First of all, this paper
expounds the position of energy complementary system in the energy transformation in China, and points out the key technologies of
multi energy complementary development that can adapt to the evolution of energy system law. Secondly, multi energy
complementary new energy power generation, energy storage coordinated planning and scheduling technology, information
technology and the integrated design and coordination configuration of energy conversion device will promote to the construct of
complementary systems, at the same time, the evaluation index system of multi energy complementary is established. Thirdly, this
paper discusses the construction progress of multi energy mutual system in each country, and introduces the progress of
demonstration project in our country. Finally, this paper summarizes the technical direction of key research on multi energy
complementary system in China.
【Key words】 multi energy complementary ; system construction ; energy coupling ; key technologies

0 引言
随着我国经济快速增长和人民生活水平的提高，对能源的要求随之增加。电力工业的发展与人民的生活息息相关，对用电
质量的要求提高，对电能利用的方式提出了新要求。

我国以火电为主的能源结构，存着能源分布与负荷需求逆向分布的特点，未来规划建设“八交八直”特高压为主的电力通
道，将能源输送到东部负荷集中的地区。依靠扩大机组容量和扩建发电厂，以满足日益增长的用电需求，常规化石能源机组运
行效率低下、能源消耗大、环境污染等严重问题。能源对外的依存度过高，严重威胁着我国的能源安全。我国的新能源的能源
储量丰富，但是限于技术的发展，其开发程度较低。分布式能源利用技术的发展，为新能源的利用提供了途径，充分利用多种
新能源的发展特性，将储能技术与新能源技术的融合，利用燃气技术、潮汐发电技术，提高风电与光伏发电在总能源中的发电
比例，并利用分布式能源发电技术与当地能源结构特性相结合，也能解决偏远地区能源利用的瓶颈。偏远落后地区也可依据光
伏扶贫等政策，解决自身用电问题的同时，也带来丰厚的经济效益。因此，多种能源的优势互补，能够提高能源利用效率，是
实施节能减排与可持续发展道路的重要举措。

文[1,2] 介绍了我国能源系统形态演变及分布式能源发展进程，总结了我国的能源利用的变革将呈现以分布式能源利用为
主，多网融合优化运行对能源系统进行能源供应。文[3,4]介绍了微电网典型特征及关键技术。文[5,6]设计了光、储微电网孤
岛系统，如何优化联合系统的运行策略，并利用多种能源的发电特性，优化发电曲线，促进可再生能源的并网。文[7,8]运用
优化算法，对微电网的运行模式进行量化分析，得到了微电网运行的最优容量配置。文[9]对微电网中的需求响应机制实施情
况进行了总结分类。文[10]对电动汽车在不同的运行模式的微电网系统收益进行了模拟分析。

文[11,12,13]对采用不同末端的地源热泵系统能耗进行了对比分析，得到多能互补系统具有建设周期短、运营成本低、不
占用土地、节省燃料、污染排放小、资金的回收周期较短等优点，并能够弥补新能源并网对大电网的电网运行质量影响。文
[14] 设 计 了 地 源 热 泵 系 统 的 运 行 模 式 。 文 [15,16,17,18] 对 目 前 存 在 的 多 能 系 统 的 优 化 模 式 进 行 了 总 结 分 析 。 文
[19,20,21,22]运用优化算法对带有热电联产的发电机组微电网系统的运行情况进行了实例分析。

文[23,24,25,26]研究了在不同能源驱动下的冷热电联产(combined cooling heating and power，CCHP)系统优化与

运行模式进行了实例分析。得到了多种能源形式以最清洁、高效、便捷的方式进行转换、传输、存储并在用户端得到共享，用
户需求响应技术，将用户由单一能源的利用者变为双向的利用者，用户通过可中断负荷电价等与售电商签订协议，用户也可获
益。多能互补技术的发展进使得电能与其他能源进行灵活的转换，提高了系统的能源综合利用效率。同时破解了能源生产和消
费的不同步性，能源在时间和空间上具有可平移性，实现了能源共享，提高了能源综合利用效率。

上述的研究阐述了智能电网中，储能已成为大规模集中式和分布式新能源发电接入和利用的重要支撑技术。在多能互补技
术发展背景下，储能、信息技术的作用和地位将发生显著变化。指出储能与信息技术是解决能源系统构建中能量源的不确定性
与能量流无秩序性的支撑技术。
 本文基于分布式能源技术发展的特征，分析多能互补融合能源系统的作用和地位，对未来多能互补系统中的关键技术进行
探讨。

1 分布式能源系统发展历程
多能互补分布式能源系统是传统分布式能源应用的拓展，是一体化整合的物理概念，将燃气、风电、光伏、光热、储热等
技术进行融合，实现多种能源的协同优化。在能源系统领域的示范性工程，使得分布式能源的应用由点扩展到面，由局部走向
系统。多能互补分布式能源系统是指多种能源资源输入，并形成多种产出功能和输运形式的以区域为中心的能源服务系统。多
能互补系统不是多种能源的简单叠加，是从系统角度将不同品阶上的能量进行阶梯利用，将系统能源的利用效率综合互补利
用，并统筹安排好各种能量之间的配合关系与转换使用，以取得最合理能源利用效果与效益。

1.1 典型的传统分供能源系统
我国传统供系统能量流动模型如图1所示，主要是通过锅炉直接燃烧的方式为用户提供热能，制冷方式主要是通过大电网
中的电能与空调连接进行制冷。通过直燃的方式直接利用能量，造成了严重的环境污染，能源的利用效率低。如图1所示用户
所需负荷主要包括电负荷E、冷负荷Qc、热负荷Qh。用户电负荷需求直接由公共电网满足，用户冷负荷由电制冷机提供，锅炉
消耗燃料产生供热蒸汽通过换热设备为用户提供热量，满足热负荷需求[12]。

新窗口打开

下载

由能量平衡可知，分供系统的能量平衡如下：

���grid = ���p + ���ec + ��� (1)

式中：Egrid 为电网提供的电量；Ep 主要为系统

图1 分供系统能量流动模型

Fig.1 Energy flow structure of distribution system

中辅助设备所耗的电量；Eec为电制冷机制冷耗电量；E为用户电负荷，如照明灯用电。

1.2 典型的分布式能源系统模型
随着技术的进步，出现了以燃气机组、余热锅炉、吸收式制冷为主的典型的分布式能源系，此能源系统在由天然气提供电
能的同时，也满足用户的制冷与热能的需求，但是由于我国没有出台相应的法律与规则，此系统产生的电能只限于满足系统的
电能需要，不能与大电网的相连，不能将剩余的电能售卖，余量电能不能上网，造成了能源系统的能源利用效率没有显著的提
高[13]。能源系统的结构如图2所示。

新窗口打开

下载

分布式能源系统电能供需平衡关系为：

���grid + ���pgu = ���p + ���ec + ���

式中Epgu为原动机提供的电量。

图2 典型的分布式能源系统结构

Fig.2 Typical distributed energy system structure

1.3 分布式能源系统结构设计
多能互补分布式能源系统的提出能够解决风能、太阳能等可再生不连续的问题，平抑可再生能源出力的波动性。分式能源
系统与太阳能相结合，可减少传统分布式能源系统的能源消耗，克服太阳能不连续、不稳定的缺点。典型的分布式能源系统相
结合，设计了太阳能光伏、天然气机组发电，余热锅炉回收，将多品种的能源进行联合。此多能互补的分布式能源系统，结构
如图3所示。

新窗口打开

下载

多能互补分布式能源系统的能量流动分析如下，
系统电能供需平衡关系为：

���grid + ���pgu + ���pv = ���p + ���

式中Epv表示太阳能光伏发电量。

1.4 带有储能装置的多能互补系统
在该系统结构中，余热锅炉和太阳能集热器所提
图3 多能互补分布式能源系统结构图

Fig.3 Multi energy complementary distributed energy system structure

供的热量大于进入吸收式制冷机和换热设备的热量时，并将多余的热量进入储热装置进行存储，在系统集中用能及负荷较高
时，将储存的能量进行释放，降低系统中其他结构的供电或供能的压力[17]。当燃气机组、余热锅炉和太阳能、储热多能互补
系统结构如图4所示。

新窗口打开

下载

储热多能互补系统的电能供需平衡关系与无储热
的多能互补系统相同，储热多能互补系统热能供需平
衡关系如下所示：

���r + ���b + ���abc = ���hc + ���st

式中：Qr 表示余热锅炉提供的热量；Qb 表示尖

峰锅炉提供的热量；Qabc 表示太阳能集热器提供的

图4 带有储能装置分布式能源系统结构图

Fig.4 Structural diagram of distributed energy system with storage device

热量；Qst表示储热装置提供的热量；Qhc表示进入吸收式制冷机的热量；Qh表示换热设备的热量。

2 多能互补的技术框架分析
2.1 基于分布式电源的多能互补系统的构成
多能互补系统主要应用在新城镇、新产业园区、新建大型公用设施(机场、车站、医院、学校等)、商务区和海岛地区等新
增用能区域，开发利用风能、太阳能、地热能、生物质能等可再生能源，优化布局电力、燃气、热力、供冷、供水管廊等基础
设施，其结构如图5所示。

新窗口打开

下载

通过天然气热电冷三联供、分布式可再生能源和
能源智能微网等方式实现多能互补和协同供应，为用
户提供高效智能的能源供应和相关增值服务，同时实
施能源需求侧管理，推动能源就地清洁生产和就近消
纳，提高能源综合利用效率[18]。

2.2 多能互补系统的物理构成
多能互补系统涉及电力系统发、配、用各个领
域，其从物理上来看可以分成如下2部分。

图5 综合能源服务系统

Fig.5 Integrated energy services system

（1）能量提供端
发电：风电、分布式电源、光伏、接入等。

配电：微网、虚拟电厂、先进表计网络设施、需求侧响应等．

用电：智能电器、用电自动控制、移动电力供应车、储能技术等。其主要技术示意如图6所示。

新窗口打开

下载

（2）信息通讯网络控制层
建立一个完整的集成统一智能通讯网络，需要通
过网络直接连接。信息系统主要包括：变电站自动
化、需求响应、配电自动化、监控和数据采集
(supervisory control and data acquisition ，
SCADA)、能量管理系统、无线网与其他技术、电线
载波通讯以及光纤通信等。多能互补操作系统的结构

图6 能量提供端基础技术示意图

Fig.6 Schematic diagram of basic technology of energy supply

如图7所示。

1) 传感量测保护控制层
传感器与测量：用来评估阻塞和电网稳定性，监控设备健康状况、防止切点以及控制策略支等。

智能表计：提供从发电厂到用户以及其他智能电网设备间的通讯路径且用户可以再高峰期开关此设备。

相角测量单元：高速传感器的电源管理单元(pressure measuring unit，PMU)分布在电网中，用于监控电能质量。

 新窗口打开

下载

广 域 测 量 系 统 (wide area measurement

system，WAMS)：既支持具有快速、准确又可与
稳控装置终端相结合，同时组成广域稳定控制的快速
保护系统
2) 信息通讯网络控制层
建立一个完成集成的统一智能通讯网络，并且通
过网络直接连接。其主要包括：变电站自动化、需求
响应、配电自动化、数据采集与监控系统
(supervisory control and data acquisition ，

图7 多能互补操作系统
Fig.7 Multi energy complementary operating system
SCADA)、能量管理系统、无线网与其他技术、电线载波通讯以及光纤通信等。

3) 高级调度中心
通过与知识工程的智能相结合，实现新一代软件系统工程技术即面向智能体(Agent)。实现对整个多能互补系统范围内的
协调控制，分散式智能代理及其网状控制结构等形式的设计具有非常关键的作用。可以支持分散式决策，也可以在此基础上进
行集中协调。
2.3 多能互补系统参与电力交易
城市能源互联网利用分布式电源和智能配电网技术，实现了城市能源互联、即插即用、双向配置。风能、太阳能等新能源
可以便捷地输送给各类用户，同时也能把个体电源通过网络回购进行再配置，实现供需平衡、效率最优。楼宇和电动汽车是城
市能源互联网的重要组成部分。区域能源系统构成如图8所示。

新窗口打开

下载

智能管控系统合理配置的天然气分布式供能系
统，在实现节能减排的同时，可作为可中断可调节的
负荷，功能实现如下：(1)为大系统内可再生能源调
峰；(2)为大系统和用户提供安全或容量备用(3)通
过交易平台进行虚拟能源、使用权和金融服务的上网
交易。微网互动机制如图9所示。

图8 区域智慧能源系统

Fig.8 Regional smart energy systems

新窗口打开

下载

2.4 多能互补系统的优化调度算法
建立多能互补的电力系统二级交互调度模型如图
10所示。为方便叙述，本文构建包含1座小型风电厂
(wind power plant，WPP)、1座太小型太阳能光
伏 电 厂 (solar photovoltaic power plant ，
SPPP)、1座能效电厂(Efficiency Power Plant，

图9 园区微网互动机制设计方案
Fig.9 Design scheme of interactive mechanism of micro-grid in industrial park
EPP)和1座电动汽车换电站(electric vehicle exchangestation, EVCS)的多能互补系统，多能互补中央控制系统主要依托信
息技术协调控制各类数据输入报告系统DERs(data entry reporting system)。

电力系统一级调度：多能互补系统作为一个整体，同其他传统电厂一样接入智能电网，根据负荷预测值，接受电力系统调
度中心的指令，合理分配传统机组出力和多能互补系统出力。

多能互补系统内部二级调度：在完成一级调度之后，二级调度的任务是将多能互补系统的出力合理分配给各个DERs(data
entry reporting system)。

构建计及多能互补系统的安全约束机组组合(security constrained unit commitment, SCUC)的二级交互调度数学模

型，包括4个目标函数和6个约束条件：最小化传统机组发电成本、最小化传统机组启停成本、最小化传统机组污染排放、最小
化多能互补系统总体运行成本和系统功率平衡约束、机组出力约束、传统机组旋转备用约束、传统机组爬坡约束、传统机组在
调度周期内最大启停次数约束、直流潮流下网络静态安全约束[27,28,29]。

用于多能互补系统优化的方法主要有：最大矩形法、线性规划、非线性规划法，混合整数非线性规划法、模糊算法法、遗
传算法以及矩阵方法等[30,31,32]。一般主要以原动机满负荷供热量或发电量最大化为目标，不能实现系统经济性的最大化；
 新窗口打开

下载

非线性规划及混合整数非线性规划需要求解非线性方
程，求解过程十分耗时；而遗传算法的计算效率更
低。相反，线性规划具有计算速度快的优势，可较为
容易地应用于多能互补系统多种能源的联合优化[33,
34,35]。

2.5 多能互补系统效益评价指标构建
用于多能互补能源系统的评价准则主要包括热力
学性能评价、经济性能评价、环境性能评价，具体如
表1所示。

能源互补系统正是集信息技术、新能源技术、分
布式发电技术等为一体的重要系统。智能化程度较高
的含有电源的配电子系统，是多能互补系统的重要组
成部分。微电网有利于构建节能高效、绿色环保、安
全可靠的多能互补系统，互补系统能够解决传统电网
的安全、长距离输电的损耗以及化石能源所带来的环
境污染等问题。同时，以园区为代表的多能互补系统
还能够降低高峰负荷、降低电网网损，削峰填谷，降

图10 多能互补系统的二级交互调度
Fig.10

Two level interactive scheduling for multi energy complementary systems

表1 能源系统构建评价指标体系

Table 1 Evaluation index system of energy system construction

低电价，为投资商的带来收益。

3 多能互补系统的工程应用进展研究
3.1 国外研究进展
鉴于各国资源条件、产业特点等差异，但是美国、德国和日本发展分布式能源的原因相
似，从电力供应安全性的角度出发，推进分布式能源发展。各国有针对性的精细化扶持政策，
推动市场寻找商机，以商业模式创新带动分布式能源行业发展，如表2所示。国际分布式能源政策体现3个特点：(1)明确分布
式能源的发展方向，提供电网接入和售电服务保障；(2)鼓励分布式能源投融资，激发商业模式创新；(3)通过政策的精准调整
引导发展。

表2 部分国家分布式能源政策梳理

Table 2 Distributed energy policies promulgated by some

countries

3.2 我国能源系统建设进展分析
在互联网＋智慧能源的推动下，新一轮分布式能源发展将会更加注重用户端的诉求，注重
精准服务，利用互联网＋分布式能源思维模式去创新商业模式。下面介绍能源及信息技术相关
企业创新案例。

3.2.1 区域分布式能源系统
（1）上海虹桥商务核心区区域供能系统
此工程以冷热能源供应为主的区供能形式，共建设南北有2个能源站，每个能源站包含燃气分布式系统、水蓄冷系统，结
合电制冷、锅炉等，满足区域内200万 m2建筑的所有冷热需求、生活用水及部分电力需求。

（2）中国科学院高等研究院绿色智能城网示范
项目由中国科学院与普天技术承担，建立了涵盖产能、供能、蓄能、用能及节能技术和微热网、微电网、信息网的区域型
能源互补雏形，涵盖能源需求端生产、分配、供应、服务和运营全流程，如图11所示为智慧城网的主要结构图。

新窗口打开

下载

对基于用能侧动态需求分析的热-电智能调配技
术和基于风-光-市电混合供电的智能化双向电动汽车
充电站系统技术，区域能源管理与运行等一系列关键
技术进行了研究验证。

图11 智能城网模式
 Fig.11

Smart city structure

（3） 新奥的泛能网＋协鑫的分布式微能源网
新奥的泛能网将冷热、燃气联系起来，开发冷热电联产项目，将燃气、冷、热、电联合销售给用户。将天然气热电冷系
统、光伏发电、风能发电、储能技术、节能技术、低位热能结合为一体，提供多种能源服务。实现了能源不同层级之间的阶梯
式利用，提高了能源系统的综合利用效率。
3.2.2 新能源为主导的“互联网＋”案例
新能源以光伏或者风电为主，以远景能源为例。对风力发电和光伏发电的信息化系统进行深度开发，通过对新能源发电系
统的设计、运行数据进行采集，并与天气、地理数据整合形成大数据，在此基础上进行负荷预测、发电预测和运行控制，优化
能源生产和消费端的运行效率。

3.2.3 工业型分布式能源技术与智慧能源产业服务案例
此项目位于老港工业区，将上海工业燃煤锅炉清洁能源替代目标，主要由上海新能源、株洲中航动科、老港工业园区等几
家公司联合运行建设，将不同公司的运营特性紧密结合起来。此项工程是上海首个工业园区天然气分布式能源国产燃气轮机应
用的示范项目，成立了园区能源服务公司。实施投资多元化、服务专业化的合作模式。此项工程对综合能源服务公司的建设具
有示范性的作用。

3.2.4 “互联网＋”新能源汽车生态产业链全新商业模式
普天新能源有限责任公司以新能源汽车充电网络建设、运营和服务为主业，致力于通过建设全国性新能源汽车运营平台网
络，提供专业化、网络化的运营服务。普天在深圳建立基于网络化运营管理的充电基础设施，对新能源车辆行驶和充电设施运
行进行实时监控，自动采集信息并分析各类异动数据，确保电动车充电和运营的安全性，提高运营服务质量电动汽车与电网实
现互联，可以将电动汽车作为备用移动的储能装置，在技术条件允许下，实现在电网负荷超高运行的状态下的放电，满足电网
尖峰负荷的需求，减少燃煤机组起停产生的污染物的排放。

4 结论
（1） 我国资源丰富、高度集中，利于实施多能互补。我国可再生能源丰富，技术可开发量大，具有较大的开发潜力，未
来规划建设数个千万kW级别的能源基地。如西北地区，人员稀少，幅员辽阔，太阳能辐射量高，建设光伏发电基地，可与黄
河丰富水资源进行结合发电，打捆外送，形成水＋光伏能源综合性互补基地，提升可再生能源利用，减少化石能源的利用，能
够减少我国能源对外的依存度，提升能源利用的安全系数。可再生能源的利用也能够改善环境，减少化石能源有害气体及温室
气体的排放，保护了自然环境，提高民众的幸福指数。

（2） 可因地制宜选择多能互补模式，提高可再生能源利用率。多种电源互补运行共存的局面，未来将实现不同能源之间
的互联互通。如酒泉、哈密、内蒙等地的太阳能与风电资源十分丰富，青海海西的光电基地有一定规模的风电资源等，且新能
源基地大多规划有一定的规模的抽水蓄能电站，实现抽水蓄能与光伏电站的协同发电，促进可再生能源的有效利用。示范工程
的建设，为大规模可再生能源的并网发电提供了借鉴。多能互补模式多样，既有风、光自然互补和水光、水风互补，也有风、
光、火互补，风、光、火、蓄互补，还有光伏、光热、蓄能互补等模式，对于各能源基地，可结合自身资源条件，建设条件，
因地制宜地选择合适的多能互补模式。

（3） 有利于推动当地经济社会发展。我国可再生能源基地中风电、光电基地多分布在“三北”地区，水电基地多分布在西
南和西北，当地基础设施相对薄弱，经济发展水平及人民水平生活低于全国平均水平。通过实施多能互补，提供了能源保障的
供应模式，使得能源资源得以合理开发，有利于培育新兴的电力市场，有助于形成以能源利用开发的上下游产业链条，同时带
动第三产业发展，扩大就业，增进地方财政收入，促进地方经济社会发展。

参考文献 View Option

[1] 李立浧，张勇军，徐敏. 我国能源系统形态演变及分布式能源发展[J]. 分布式能源，2017，2(1):1-9.

LI Licheng, ZHANG Yongjun, XU Min. Morphological evolution of energy system and development of distributed
energy in China[J]. Distributed Energy，2017，2(1):1-9.
[本文引用:1]

[2] 金红光. 变革性能源利用技术——分布式能源系统[J]. 分布式能源，2016，1(1):1-5.

JIN Hongguang.Transformational technology innovation-distributed energy system[J]. DistributedEnergy，201
6，1(1):1-5.
[本文引用:1]

[3] 马艺玮，杨苹，王月武，等. 微电网典型特征及关键技术[J]. 电力系统自动化，2015，40(8):168-175.

MA Yiwei, YA NGPing, WANG Yuewu，et al Typical characteristics and key technologies of micro-grid[J]. Automa
tion of Electric Power Systems，2015，40(8):168-175.
[本文引用:1]

[4] HOSSEIN H, REZA N. Optimal operation of active distribution systems based on microgrid structure[J]. Renewa
ble Energy，2017，104:197-210.
[本文引用:1]

[5] 杨新法，苏剑，吕志鹏，等. 微电网技术综述[J]. 中国电机工程学报，2014，38(1):57-70.

YANG Xinfa, SU Jian, LÜ Zhipeng，et al Overview on micro-grid technology[J]. Proceedings of the CSEE，201
4，38(1):57-70.
[本文引用:1]

[6] 李斌，宝海龙，郭力. 光储微电网孤岛系统的储能控制策略[J]. 电力自动化设备，2014，34(3):8-15.

 LI Bin, BAO Hailong, GUO Li. Strategy of energy storage control for islanded microgrid with photovoltaic and en
ergy storagesystems[J]. Electric Power Automation Equipment，2014，34(3):8-15.
[本文引用:1]

[7] SIWAR K, MOUNA R, LOTFI K. A dlexible control strategy of plug-in electric vehicles operating in seven modes f
or smoothing load power curves in smart grid[J]. Energy，2017，118:197-208.
[本文引用:1]

[8] LIU G, STARKE M, XIAO B，et al. Microgrid optimal scheduling with chance-constrained islanding capability
[J]. Electric Power Systems Research，2017，145:197-206.

[本文引用:1]

[9] NICHOLAS G, KEITH A E, PIERLUIGI M. Review and classification of barriers and enablers of demand response i
n the smart grid[J]. Renewable and Sustainable Energy Reviews，2017，72:57-72.
[本文引用:1]

[10] JU L W, TAN Z F, LI H H，et al. Multi-objective synergistic scheduling optimization model for wind power and plu
g-in hybrid electric vehicles under differentgrid-connectedmodes[J]. Mathematical Problems in Engineering，20
14(1):1-15.
[本文引用:1]

[11] 李晓琳，茹秋瑾，冯建栋. 地源热泵系统节能及环保效益分析[J]. 能源与节能，2016，12(3):112-114.

LI Xiaolin, RU Qiujin, FENG Jiandong. Analysis of energy saving and environmental protection benefits of groun
d source heat pump system[J]. Energy and Energy Conservation，2016，12(3):112-114.
[本文引用:1]

[12] 倪盈，郭兴华. 北京市地源热泵应用现状及节能减排效益分析[J]. 节能与环保，2016，26(2):60-62.

NI Ying, GUO Xinghua. Application status of ground source heat pump in Beijing and benefit analysis of energy
saving and emission reduction[J]. Energy saving and environmental protection，2016，26(2):60-62.
[本文引用:2]

[13] 薛文军. 某地源热泵系统采用不同末端的能耗分析与对比[J]. 绿色科技，2016(2):102-104.

XUE Wenjun. Analysis and comparison of enemy consumption of different terminals in a ground source heat pu

mp's air conditioning system in Xi'an[J]. Journal of Green Science and Technology，2016(2):102-104.
[本文引用:2]

[14] 魏代晓，崔恩富，陈妍，等. 某公共建筑地源热泵系统设计与应用[J]. 供热制冷，2015(12):66,68-70.

WEI Daixiao, CUI Enfu, CHEN Yan，et al. A ground source heat pump air conditioningsystem in public building d
esign andapplication[J]. Heating Refrigeration，2015(12):66,68-70.
[本文引用:1]

[15] 李国一. 地源热泵系统优化与运行研究进展[J]. 科技视界，2014(11):306,342.

LI Guoyi. Researchprogress of optimization and operation of ground source heat pump system[J]. Science & Te
chnology Vision，2014(11):306,342.
[本文引用:1]

[16] WU D W, WANG R Z. Combined cooling，heating and power：A review[J]. Progress in Energy & Combustion Sci
ence，2006，32(5-6):459-495.
[本文引用:1]

[17] 胡燕飞，吴静怡，李胜. 冷热电联供系统的优化运行分析[J]. 华北电力大学学报，2010，37(1):5-9.

HU Yanfei, WU Jingyi, LI Sheng.Optimal operation analysis of combined coolingheatingand powersystem[J]. Jou
rnal of North China Electric Power University，2010，37(1):5-9.
[本文引用:2]

[18] 丁水汀，段伦，韩树军，等. 冷热电联供系统运行模式优化[J]. 热科学与技术，2007，6(2):95-100.

DING Shuiding, DUAN Lun, HAN Shujun，et al. Optimization of operation model of combined cooling，heating a
nd power systems[J]. Journal of Thermal Science and Technology，2007，6(2):95-100.
[本文引用:2]

[19] MORTEZA N H, SAEED A, BEHNAM M I. Optimal economic dispatch of FC-CHP based heat and power micro-grid
s[J]. Applied Thermal Engineering，2017，114:756-769.
[本文引用:1]

[20] 顾伟，吴志. 考虑污染气体排放的热电联供型微电网多目标运行优化[J]. 电力系统自动化，2012，36(14):177-185.

GU Wei, WU Zhi.Multi-objective optimization of combined heat and power microgrid considering pollutant emiss
ion[J]. Automation of Electric Power Systems，2012，36(14):177-185.
[本文引用:1]

[21] 牛文娟，李扬，王蓓蓓. 考虑不确定性的需求响应虚拟电厂建模[J]. 中国电机工程学报，2014，34(22):3630-3637.

NIU Wenjuan, LI Yang, WANG Beibei. Demand response based virtual power plant modeling considering uncert
ainty[J]. Proceedings of the CSEE，2014，34(22):3630-3637.
[本文引用:1]
[22] ESMAEIL M M, MAJID N, JAMSHID A. Reliability constrained decision model for energy service provider incorpor
ating demand response programs[J]. Applied Energy，2016，183:552-565.
[本文引用:1]

[23] KONG X Q, WANG R Z, HUANG X H. Energy efficiency and economic feasibility ofCCHPdriven by stirling engine
[J]. Energy Conversionand management，2004，45(9-10):1433-1442.
[本文引用:1]

[24] LI H, FU L, GENG K，et al. Energy utilization evaluation of CCHP systems[J]. Energy & Buildings，2006，38(3):
253-257.
[本文引用:1]

[25] TAN Z F, ZHANG H J, SHO Q S，et al. Multi-objective operation optimization and evaluation of large-scale NG di
stributed energy system driven by gas-steam combined cycle in China[J]. Energy and Buildings，2014，76:572
-587.
[本文引用:1]

[26] JU L W, TAN Z F, LI H，et al. Multi-objective operation optimization and evaluation model for CCHP and renewab
le energy based hybrid energy system driven by distributed energy resources in China[J]. Energy，2016，111:

322-340.
[本文引用:1]

[27] CARRION M, ARROYO J M. A Computationally efficient mixed-integer linear formulation for the thermal unit co
mmitment problem[J]. IEEE Transaction on Power System 2006，21(3):1371-1378.
[本文引用:1]

[28] DISOMMA M, YAN B, BIANCO N，etal. Operation optimization of a distributed energy system considering energ
y costs and energy efficiency[J]. Energy Conversion and Management，2015，103:739-751.
[本文引用:1]

[29] MAGI P J, CHAMRA L M. Analysis and optimization of CCHP systems based on energy，economical，and environ
mental considerations[J]. Energyand buildings，2009，41(10):1099-1106.
[本文引用:1]

[30] BEIHONG Z, WEIDING L. An optimal sizingmethod for cogeneration plants[J]. Energy & Buildings，2006，38
(3):189-195.
[本文引用:1]

[31] RONG A, LAHDELMA R. An efficient linear programming model and optimization algorithm for trigeneration
[J]. Applied Energy，2005，82(1):40-63.
[本文引用:1]

[32] PIACENTINO A, CARDONA F. EABOT-Energetic analysis as a basis for robust optimization of trigeneration syste
ms by linear programming[J]. Energy Conversion & Management，2008，49(11):3006-3016.
[本文引用:1]

[33] ZENG R, LI H, LIU L，et al. A novel method based on multi-population genetic algorithm for CCHP-GSHP coupli
ng system optimization[J]. Energy Conversion & Management，2015，105:1138-1148.
[本文引用:1]

[34] ARCURI P, FLORIO G, FRAGIACOMO P. A mixed integer programming model for optimal design of trigeneration i
n a hospital complex[J]. Energy，2007，32(8):1430-1447.
[本文引用:1]

[35] GAO P, DAI Y, TONG Y W，et al. Energy matching and optimization analysis of waste to energy CCHP （combine
d cooling，heating and power） system with exergy and energy level[J]. Energy，2015，79:522-535.