王敬敏，張麗麗，張 杰

(華北電力大學(xué) 經(jīng)濟(jì)管理系，河北 保定 071003)

基于年發(fā)電上網(wǎng)率的光伏發(fā)電項(xiàng)目并網(wǎng)經(jīng)濟(jì)性研究

王敬敏，張麗麗，張 杰

(華北電力大學(xué) 經(jīng)濟(jì)管理系，河北 保定 071003)

在“自發(fā)自用、余電上網(wǎng)”的運(yùn)營模式下，光伏發(fā)電項(xiàng)目的發(fā)電上網(wǎng)率是測算全壽命周期內(nèi)上網(wǎng)發(fā)電量的基礎(chǔ)，對準(zhǔn)確評估經(jīng)濟(jì)性具有重要意義。為此，提出了建立發(fā)電上網(wǎng)率模型，以機(jī)組可輸出功率、氣候條件作為基礎(chǔ)擬合機(jī)組典型日機(jī)組出力，運(yùn)用最短距離聚類與關(guān)聯(lián)度分析方法選取典型日負(fù)荷曲線。通過各季節(jié)典型日逐時(shí)光伏出力和用戶負(fù)荷的動(dòng)態(tài)對比，測算年發(fā)電上網(wǎng)率,填補(bǔ)了定量計(jì)算年上網(wǎng)發(fā)電量的空白。在此基礎(chǔ)上，構(gòu)建了光伏發(fā)電項(xiàng)目全壽命周期內(nèi)的經(jīng)濟(jì)評價(jià)系統(tǒng)模型，并以光伏大棚項(xiàng)目為實(shí)際應(yīng)用案例分析光伏發(fā)電項(xiàng)目的并網(wǎng)經(jīng)濟(jì)性。

發(fā)電上網(wǎng)率； 光伏發(fā)電；并網(wǎng)經(jīng)濟(jì)性

在“自發(fā)自用，余電上網(wǎng)”運(yùn)營模式下，光伏發(fā)電并網(wǎng)項(xiàng)目的系統(tǒng)發(fā)電量優(yōu)先滿足用戶需求，剩余部分由電網(wǎng)收購，不足部分從電網(wǎng)購入。此類項(xiàng)目具有就地消化，節(jié)省輸變電投資、運(yùn)行費(fèi)用，不存在電力交易，降低用電成本，減少污染排放物等優(yōu)點(diǎn)，是小規(guī)模分布式光伏發(fā)電項(xiàng)目的主要運(yùn)營模式，在政府扶持下發(fā)展較為迅速。從投資主體來講，“自發(fā)自用，余電上網(wǎng)”模式以生態(tài)城、樓宇示范項(xiàng)目、校園和工業(yè)用戶為主[1]。分布式發(fā)電項(xiàng)目的經(jīng)濟(jì)性是評估投資可靠性的核心指標(biāo)，是投資者決策的決定性因素。目前，對分布式發(fā)電項(xiàng)目并網(wǎng)經(jīng)濟(jì)性的評價(jià)主要集中在2個(gè)方面：提出經(jīng)濟(jì)性分析的概念與分析方法，建立經(jīng)濟(jì)性分析模型[1-5]；針對不同類型的投資主體進(jìn)行光伏發(fā)電項(xiàng)目并網(wǎng)經(jīng)濟(jì)性評價(jià)[6-8]。在項(xiàng)目的全壽命周期內(nèi)，發(fā)電上網(wǎng)率是測算上網(wǎng)發(fā)電量的基礎(chǔ)，而以往的研究上網(wǎng)發(fā)電量往往根據(jù)經(jīng)驗(yàn)給出，因此不能準(zhǔn)確反映光伏發(fā)電的經(jīng)濟(jì)效益，具有一定局限性。我國光伏發(fā)電成本很高，與傳統(tǒng)能源相比并不具優(yōu)勢，需要政府補(bǔ)貼。投資者進(jìn)行投資決策時(shí)，需要綜合考慮太陽能光伏發(fā)電的經(jīng)濟(jì)效益。鑒于此，本文構(gòu)建上網(wǎng)發(fā)電率模型，并在此基礎(chǔ)上分析太陽能光伏發(fā)電的收益與成本，運(yùn)用全壽命凈收益、內(nèi)部回收率、動(dòng)態(tài)回收期三個(gè)指標(biāo)對項(xiàng)目進(jìn)行經(jīng)濟(jì)性評價(jià)。最后運(yùn)用實(shí)際案例測算了并網(wǎng)光伏發(fā)電的綜合收益經(jīng)濟(jì)性, 為相關(guān)主體提供投資參考。

1 年發(fā)電上網(wǎng)率模型

并網(wǎng)光伏發(fā)電項(xiàng)目示意圖如圖1所示。并網(wǎng)光伏發(fā)電系統(tǒng)主要由太陽能電池板、交直流逆變器、并網(wǎng)配電裝置、數(shù)據(jù)采集等部分組成。太陽能電池板利用太陽能轉(zhuǎn)化成直流電，逆變器將直流電轉(zhuǎn)變?yōu)槟軌蚬└鞣N電器設(shè)備使用的交流電。 當(dāng)陰天、夜間太陽能電池不發(fā)電或者光伏發(fā)電量不能滿足用電需要時(shí)，不足部分從電網(wǎng)購電； 當(dāng)系統(tǒng)發(fā)電量超過用戶需求時(shí)，剩余電力輸入電網(wǎng)，由電力公司收購。

圖1 并網(wǎng)光伏發(fā)電項(xiàng)目示意圖

發(fā)電上網(wǎng)率為發(fā)電上網(wǎng)量占總發(fā)電量的比值。年上網(wǎng)量取決于短期系統(tǒng)光伏出力與用戶負(fù)荷需求的動(dòng)態(tài)平衡。當(dāng)機(jī)組出力大于用戶負(fù)荷需求時(shí)，上網(wǎng)電量為該段時(shí)間內(nèi)機(jī)組出力與用戶負(fù)荷之間的差值。當(dāng)機(jī)組出力小于用戶負(fù)荷需求時(shí)，上網(wǎng)電量為零。對光伏項(xiàng)目而言，其光伏陣列的排列、系統(tǒng)效率是確定的，在相同季節(jié)光照和溫度一定的條件下，其輸出是一定的。但實(shí)際光伏陣列的輸出是通過光伏電池將太陽輻射轉(zhuǎn)換為電能，這就使得光伏電站的實(shí)際出力主要是受氣候因素影響，具有不確定性。為簡化計(jì)算，年發(fā)電上網(wǎng)率模型選取各個(gè)季節(jié)的典型日做近似計(jì)算。

1.1 短期典型日系統(tǒng)光伏出力

短期系統(tǒng)光伏出力受到氣候因素影響明顯，其出力具有間歇性。以光伏發(fā)電項(xiàng)目的運(yùn)行數(shù)據(jù)和光伏電站所處位置的氣象數(shù)據(jù)為基礎(chǔ)，將每天的發(fā)電功率按天氣類型如晴、晴轉(zhuǎn)多云、陰、雨 (雪)進(jìn)行分類統(tǒng)計(jì)，統(tǒng)計(jì)各個(gè)季節(jié)每種天氣類型的平均發(fā)電量。不同天氣類型的發(fā)電功率曲線有著明顯的不同，例如在晴天尖峰往往出現(xiàn)在中午，晴轉(zhuǎn)多云天氣類型中尖峰往往出現(xiàn)在前期等。按照天氣類型進(jìn)行劃分更為合理和有效。進(jìn)一步考慮到季節(jié)因素，在不同季節(jié)，溫度和光照差異較大，不同天氣類型平均發(fā)電量差異較為明顯。因此，年發(fā)電上網(wǎng)率應(yīng)對不同季節(jié)進(jìn)行分類計(jì)算。

具體步驟如下。

步驟1：對歷史數(shù)據(jù)(包括氣象數(shù)據(jù)、機(jī)組發(fā)電功率數(shù)據(jù))進(jìn)行分類。將歷史數(shù)據(jù)分為四個(gè)季節(jié)，各個(gè)季節(jié)按90天近似計(jì)算。每個(gè)季節(jié)按天氣類型將發(fā)電功率進(jìn)行劃分，統(tǒng)計(jì)每種天氣類型的平均發(fā)電功率。

步驟2：確定天氣類型指數(shù)，將不同天氣類型之間的倍數(shù)關(guān)系映射為天氣類型指數(shù)。由于雨雪天發(fā)電量最小，設(shè)定其天氣類型指數(shù)為單位1，在相同季節(jié)，在光照、溫度較為穩(wěn)定的情況下，可得出不同天氣類型的機(jī)組發(fā)電指數(shù)。

步驟3：確定各個(gè)季節(jié)的典型日機(jī)組出力。在各個(gè)季節(jié)，統(tǒng)計(jì)每天24個(gè)節(jié)點(diǎn)的天氣類型并進(jìn)行發(fā)電量加權(quán)平均運(yùn)算，計(jì)算出24個(gè)節(jié)點(diǎn)的加權(quán)發(fā)電功率，形成曲線，即為典型日機(jī)組出力。

在各個(gè)季節(jié)典型日的計(jì)算如下：

(1)

1.2 典型日用戶負(fù)荷

用戶典型日的選取將依托智能信息網(wǎng)絡(luò)，在項(xiàng)目內(nèi)部署智能用電信息采集設(shè)備，依據(jù)項(xiàng)目采集存儲(chǔ)的負(fù)荷數(shù)據(jù)選取典型日。目前典型日的選取沒有統(tǒng)一的規(guī)定, 經(jīng)常采用的方法主要有以下3種：選取日負(fù)荷率與月平均日負(fù)荷率最接近、且負(fù)荷曲線無異?；兊娜肇?fù)荷曲線作為該月的典型日負(fù)荷曲線；選取最大負(fù)荷日負(fù)荷曲線作為典型日負(fù)荷曲線；選取每月某一固定工作日, 有的地區(qū)取每月第3 周的第3個(gè)工作日。但鑒于這些方法具有通用性差，不能很好地反映用戶年用電負(fù)荷特點(diǎn)，考慮采用系統(tǒng)聚類以及關(guān)聯(lián)度方法選取典型日。首先，將各個(gè)季節(jié)的原始數(shù)據(jù)采用最短距離法對原始數(shù)據(jù)進(jìn)行聚類分析，找出畸變?nèi)詹⑷コ溆绊?，將去除畸變?nèi)盏母魅照c(diǎn)標(biāo)么值負(fù)荷取平均值得到該季節(jié)的基準(zhǔn)日負(fù)荷曲線, 根據(jù)關(guān)聯(lián)度的計(jì)算公式計(jì)算各日與基準(zhǔn)日的關(guān)聯(lián)度。通過分析計(jì)算各日與基準(zhǔn)日的關(guān)聯(lián)度找出典型日[9]。

1.3 年上網(wǎng)發(fā)電率模型

將光伏機(jī)組出力與需求側(cè)逐時(shí)負(fù)荷需求進(jìn)行動(dòng)態(tài)匹配分析，得到年發(fā)電上網(wǎng)率的理論ξ：

(2)

Ept=Ht×s×k×kt

(3)

式中pi，t——第i天t時(shí)刻的機(jī)組出力；fi，t——用戶負(fù)荷曲線,t1與t2為某日光伏發(fā)電起始時(shí)間，若氣候不具備光伏發(fā)電條件，t1=t2=0；Ept——光伏電站t年發(fā)電量；H——年平均太陽輻射量；S——電池板面積；k——光電轉(zhuǎn)換效率；kt——第t年系統(tǒng)衰減系數(shù)。

式(2)中涉及大量數(shù)據(jù)，為簡化計(jì)算，可選取各個(gè)季節(jié)典型日來近似計(jì)算一年的上網(wǎng)發(fā)電率

(4)

2 光伏發(fā)電項(xiàng)目評價(jià)體系

在“自發(fā)自用、余電上網(wǎng)”運(yùn)營模式下，光伏發(fā)電項(xiàng)目評價(jià)體系綜合考慮度電補(bǔ)貼等經(jīng)濟(jì)參數(shù)、環(huán)境價(jià)值參數(shù)、單位裝機(jī)成本等因素，計(jì)算系統(tǒng)發(fā)電收益、節(jié)能減排收益，投資成本、運(yùn)行維護(hù)成本等，根據(jù)選定的經(jīng)濟(jì)性評價(jià)指標(biāo)評價(jià)光伏發(fā)電項(xiàng)目并網(wǎng)經(jīng)濟(jì)性。光伏發(fā)電項(xiàng)目并網(wǎng)經(jīng)濟(jì)性分析流程圖如圖2所示。

(1)收益分析。從用戶側(cè)分析，分布式光伏系統(tǒng)的年收益主要來自節(jié)省的電費(fèi)收入、余電上網(wǎng)獲得的收入以及節(jié)能減排收益[10-11]。第t年光伏并網(wǎng)發(fā)電帶來的發(fā)電收益為

It，s=(1-ξ)Ept(λ1+ω)+ξEptλ2+
Ept×Ept×vcoal×Tcoal+Ept∑vkpk

(5)

式中λ1——當(dāng)?shù)仉妰r(jià)；ω——補(bǔ)貼電價(jià)；λ2——上網(wǎng)標(biāo)桿電價(jià)。

(2)成本分析。并網(wǎng)光伏發(fā)電項(xiàng)目成本主要包括裝機(jī)容量成本和運(yùn)行維護(hù)成本為

(6)

(3)評價(jià)指標(biāo)?？紤]資金的時(shí)間價(jià)值，采用全壽命凈收益值、內(nèi)部收益率[12]、動(dòng)態(tài)回收期[13]3個(gè)指標(biāo)對光伏項(xiàng)目進(jìn)行評價(jià)。

圖2 光伏發(fā)電項(xiàng)目并網(wǎng)經(jīng)濟(jì)性分析流程圖

3 實(shí)證分析

以承德市已建成的50 MW太陽能分布式光伏發(fā)電項(xiàng)目作為典型實(shí)例進(jìn)行研究分析，項(xiàng)目地點(diǎn)水平面上年總輻射量為6 081.78 MJ/m2。工程選用250 W多晶硅電池組件，根據(jù)設(shè)備廠商提供設(shè)備信息，其主要技術(shù)參數(shù)見表1[14]。

表1 250 W多晶硅電池組件主要技術(shù)參數(shù)

選取2013—2015年的機(jī)組出力數(shù)據(jù)和氣象數(shù)據(jù)進(jìn)行測算。不同天氣類型平均發(fā)電功率，計(jì)算結(jié)果如圖3所示。根據(jù)各天氣類型數(shù)據(jù)之間的倍率關(guān)系，將此倍率關(guān)系映射為天氣類型指數(shù)，如表2所示。不同季節(jié)雨(雪)天氣的機(jī)組發(fā)電功率，如表3所示。對各個(gè)季節(jié)、各個(gè)時(shí)點(diǎn)不同天氣類型的機(jī)組出力進(jìn)行加權(quán)計(jì)算形成典型日機(jī)組出力曲線。通過對原始數(shù)據(jù)進(jìn)行系統(tǒng)聚類以及關(guān)聯(lián)度分析，計(jì)算出各個(gè)季節(jié)用戶負(fù)荷典型日分別是3月11日，5月50日，9月8日，11月5日。光伏大棚項(xiàng)目各個(gè)季節(jié)典型日機(jī)組出力與用戶負(fù)荷需求動(dòng)態(tài)對比如圖4所示。

圖3 不同天氣類型平均發(fā)電功率的計(jì)算結(jié)果

表2 不同類型天氣機(jī)組發(fā)電指數(shù)

表3 不同季節(jié)雨(雪)天氣機(jī)組發(fā)電功率 kW

圖4 四季典型日光伏出力和用戶負(fù)荷曲線的匹配分析

由圖4可以看出，光伏系統(tǒng)的出力主要集中在白天的高峰時(shí)段11:30～14:30。不同季節(jié)機(jī)組出力差異較大，夏季由于太陽輻射量較大，機(jī)組出力明顯高于冬季，秋季機(jī)組出力高于春季。在用電需求方面，各個(gè)季節(jié)差異也較為明顯。這主要和用戶用電特性有關(guān)，夏季電力需求主要為灌溉，每周提灌三次。而冬季電力需求主要是溫控、照明補(bǔ)光，冬季的用電需求明顯高于夏季。通過光伏出力和用戶負(fù)荷匹配分析，經(jīng)測算全年發(fā)電上網(wǎng)率為51.92%，自用電量為48.08%。以2013—2015年的實(shí)際運(yùn)行數(shù)據(jù)為基準(zhǔn)，將基于年上網(wǎng)發(fā)電率測算出來的上網(wǎng)電量與項(xiàng)目設(shè)計(jì)初期經(jīng)驗(yàn)給出的年上網(wǎng)發(fā)電量作對比分析，結(jié)果如表4所示。

表4 測算出的上網(wǎng)發(fā)電量與設(shè)計(jì)初的年上網(wǎng)發(fā)電量對比結(jié)果

太陽能光伏發(fā)電價(jià)值參數(shù)見表5[15]，選取資源稅為10元/t。由于可再生能源可避免污染物的排放，選取標(biāo)準(zhǔn)的燃煤發(fā)電機(jī)組煤耗量為350 g/kWh，燃煤火電機(jī)組污染排放率及電力污染物環(huán)境價(jià)值標(biāo)準(zhǔn)見表6。

晶體硅光伏組件在光照及常規(guī)大氣環(huán)境中使用會(huì)有衰減，按系統(tǒng)第1年衰減1%，以后每年輸出衰減0.5%計(jì)算，25年發(fā)電量測算見表7。25年的年平均發(fā)電量為2 970萬kWh，因此可以計(jì)算得太陽能并網(wǎng)光伏全壽命經(jīng)濟(jì)性分析結(jié)果見表8。

表5 太陽能光伏發(fā)電價(jià)值參數(shù)標(biāo)準(zhǔn)

表6 燃煤火電機(jī)組污染排放率及污染物價(jià)值標(biāo)準(zhǔn)

表7 年發(fā)電量測算

表8 經(jīng)濟(jì)性分析結(jié)果

4 結(jié)語

本文建立了發(fā)電上網(wǎng)率模型定量測算年上網(wǎng)發(fā)電量，改進(jìn)了以往經(jīng)濟(jì)性評價(jià)上網(wǎng)發(fā)電量按經(jīng)驗(yàn)給出的方法。模型首先按照天氣類型對歷史數(shù)據(jù)進(jìn)行合理劃分，提出將每種天氣類型的平均發(fā)電功率數(shù)據(jù)之間的倍率關(guān)系映射為天氣類型指數(shù)，對各個(gè)季節(jié)每天24個(gè)節(jié)點(diǎn)的天氣類型進(jìn)行加權(quán)平均得出典型日機(jī)組出力。其次，利用采集的歷史數(shù)據(jù)，運(yùn)用最短距離聚類與關(guān)聯(lián)度分析方法選取典型日負(fù)荷曲線，將典型日機(jī)組出力與用戶負(fù)荷進(jìn)行逐時(shí)對比分析，測算年上網(wǎng)發(fā)電率。實(shí)際案例證明了模型的合理性。運(yùn)用模型對并網(wǎng)光伏項(xiàng)目進(jìn)行經(jīng)濟(jì)性評價(jià)，為投資主體提供決策參考。

[1]蘇劍,周莉梅,李蕊. 分布式光伏發(fā)電并網(wǎng)的成本/效益分析[J].中國電機(jī)工程學(xué)報(bào),2013,33(34):50-56.

SU Jian, ZHOU Limei, LI Rui. Cost-benefit analysis of distributed grid-connected photovoltaic power generation[J]．Proceedings of the CSEE，2013,33(34)：50-56.

[2]孫艷偉，王潤，肖黎姍，等. 中國并網(wǎng)光伏發(fā)電系統(tǒng)的經(jīng)濟(jì)性與環(huán)境效益[J]. 中國人口·資源與環(huán)境，2011， 21(4)：88-94.

SUN Yanwei, WANG Run, XIAO Lishan, et al. Economical and environmental analysis of grid-connected photovoltaic systems in China[J]. China Polulation.Resources and Environment，2011， 21(4)：88-94.

[3]白峪豪，張承海，高振興．分布式發(fā)電機(jī)組的經(jīng)濟(jì)效益評估模型[J].能源工程，2011(6) : 7-12.

BAI Yuhao, ZHANG Chenghai, GAO Zhenxing, et al. Economic assessment model of distributed generators[J]．Energy Engineering,2011(6)：7-12.

[4]史珺.光伏發(fā)電成本的數(shù)學(xué)模型分析[J].太陽能,2012(2):53-58.

[5]MASOUD F ,et al. Performance evaluation and characterization of a3-kWp grid-connected photovoltaic system based on tropical field experimental results: new results and comparative study[J]. Renewable and sustainable EnergyReviews,2015(42):1047-1054.

[6]吳瓊,任洪波,高偉俊,等. 基于動(dòng)態(tài)負(fù)荷特性的家用光伏發(fā)電系統(tǒng)經(jīng)濟(jì)性評價(jià)[J]. 可再生能源, 2014,32(2):133-138.

WU Qiong, REN Hongbo, GAO Weijun, et al. Economic assessment of residential photovoltaic system based on dynamic load characteristics[J]．Renewable Energy Resources，2014，32(2)：133-138.

[7]GULLI F. Small distributed generation versus centralized supply: A social cost-benefit analysis in the residential and service sectors[J]. Energy Policy，2006，34(7): 804-832.

[8]張曉林,王麗霞,白戈亮. 10 MW光伏并網(wǎng)發(fā)電項(xiàng)目成本及經(jīng)濟(jì)性分析[J]. 電氣技術(shù),2011(8)：73-75.

[9]蔡國偉，王大亮.一種基于最短距離聚類與關(guān)聯(lián)度分析的典型日選取新方法[J]中國電力，2008，41(4)：15-18.

CAI Guowei, WANG Daliang, WANG Yantao, et al. A new selection of the typical day based on the analysis of rainimum distance duster and interconnect degree theory[J]. Electric Power,2008,41(4):15-18.

[10]肖浩,裴瑋,孔力,等.考慮光伏余電上網(wǎng)的微網(wǎng)出力決策分析及經(jīng)濟(jì)效益評估[J].電力系統(tǒng)自動(dòng)化，2014,38(10)：10-16.

XIAO Hao, PEI Wei, KONG Li, et al. Decision analysis and economic benefit evaluation of microgrid power output considering surplus photovoltaic power selling to grid[J]. Automation of Electric Power Systems, 2014,38(10):10-16.

[11]錢科軍,袁越,石曉丹,等. 分布式發(fā)電的環(huán)境效益分析[J].中國電機(jī)工程學(xué)報(bào),2008,28(29):11-15.

QIAN Kejun, YUAN Yue, SHI Xiaodan, et al. Environmental benefits analysis of distributed generation[J]. Proceedings of the CSEE,2008,28(29):11-15.

[12]孫薇,李金穎.技術(shù)經(jīng)濟(jì)學(xué)[M]．北京：中國電力出版社,2009.

[13]肖先勇,楊洪耕.電力技術(shù)經(jīng)濟(jì)原理[M]．北京：中國電力出版社,2010.

[14]馬軍杰, 張信, 王恩琦,等. 并網(wǎng)光伏發(fā)電價(jià)值的綜合評價(jià)[J].水電能源科學(xué),2011, 29(6):169-171.

MA Junjie, ZHANG Xin, WANG Enqi, et al. Comprehensive evaluation model of grid-connected photovoltaic generation[J]. International Journal Hydroelectric Energy,2011, 29(6):169-171.

[15]胡超.基于環(huán)境價(jià)值的節(jié)能發(fā)電調(diào)度環(huán)境影響評價(jià)[D]. 北京: 華北電力大學(xué), 2010.

(本文編輯：趙艷粉)

Economic Assessment of Photovoltaic Grid-connected Power Generation Project Based on the Annual Rate of Power Generation to Grid

WANG Jingmin, ZHANG Lili, ZHANG Jie

(School of Economics and Management, North China Electric Power University, Baoding 071003, China)

In the operation mode of "self-generating and self-supply in chief and remaining electricity for grid ", the annual rate of power generation to grid (ARPGG ) for the grid-connected photovoltaic project lays the foundation for figuring out the generation amount to grid. It is the prerequisite of reasonable benefit estimation. This paper establishes ARPGG model, takes unit output, climatic conditions as the basis for typical daily unit output, uses historical data, and combines with the nearest neighbor clustering & grey interconnect degree methods to form typical daily load curve. By means of dynamic comparison between unit output and the user load, the annual rate of generation to network is obtained. This research fills in the blank of quantitative calculation of electricity to the grid. On this basis, an economic evaluation system in the whole life cycle of PV power generation project was framed. To testify its rationality and usability, a 50MW grid- connected solar greenhouse was taken as the practical application case. The results shows that model bears better adaption to reality and the grid-connected PV power generation project is of good economic performance and worthwhile to invest on.

the annual rate of power generation to grid; PV power generation; grid connection economy

10.11973/dlyny201703018

王敬敏(1955—)，女，教授，博士生導(dǎo)師，從事管理信息系統(tǒng)與決策支持、技術(shù)經(jīng)濟(jì)評價(jià)理論與方法、電力市場、電力需求側(cè)管理、低碳經(jīng)濟(jì)等研究。

TM712

A

2095-1256(2017)03-0298-06

2017-03-14