歐陽翰，呂林，劉俊勇，高紅均

(1.四川大學(xué)電氣工程學(xué)院，成都市 610065；2.國(guó)網(wǎng)四川省電力公司天府新區(qū)供電公司，成都市 610213)

0 引 言

化石能源短缺、環(huán)境污染日益加重等問題嚴(yán)重威脅人類的生存環(huán)境。世界自然保護(hù)聯(lián)盟、聯(lián)合國(guó)環(huán)境規(guī)劃署在20世紀(jì)80年代提出了可持續(xù)發(fā)展的概念?？沙掷m(xù)發(fā)展理念要求：“必須研究自然的、社會(huì)的、生態(tài)的、經(jīng)濟(jì)的以及利用自然資源過程中的基本關(guān)系，以確保全球的可持續(xù)發(fā)展”[1-3]。電力行業(yè)大力發(fā)展可再生能源發(fā)電符合可持續(xù)發(fā)展的要求[4-5]。

然而可再生能源的大規(guī)模并網(wǎng)會(huì)威脅電力系統(tǒng)的供電安全[6-8]。微網(wǎng)作為整合可再生能源的有機(jī)單元，能夠提升電力系統(tǒng)的運(yùn)行可靠性[9-10]。然而可再生能源的出力特性制約了微網(wǎng)的可靠性水平[11-12]。多能源微網(wǎng)依靠對(duì)用戶供應(yīng)多種不同種類的能源，且能實(shí)現(xiàn)多種能源之間的轉(zhuǎn)換，可以大幅提升可再生能源消納量和電網(wǎng)的可靠性水平[13]。文獻(xiàn)[14]構(gòu)建了以生物質(zhì)能為核心的電-熱多能源微網(wǎng)，并提出一種計(jì)及熱網(wǎng)損耗的多能源微網(wǎng)兩階段優(yōu)化方法，算例結(jié)果表明，采用熱電聯(lián)產(chǎn)可提高生物質(zhì)能的利用效率，進(jìn)而獲得較好收益。文獻(xiàn)[15]構(gòu)建含風(fēng)、光、氣、網(wǎng)聯(lián)合供電、供熱(冷)的多能源微網(wǎng)調(diào)度模型，根據(jù)“以熱定電”與“以電定熱”模式在夏、冬季節(jié)的運(yùn)行中設(shè)定了4種場(chǎng)景，并運(yùn)用布谷鳥搜索算法對(duì)4種場(chǎng)景下的調(diào)度模型進(jìn)行求解，結(jié)果表明不同運(yùn)行策略對(duì)多能源微網(wǎng)的經(jīng)濟(jì)性有較大影響，為多能源微網(wǎng)的經(jīng)濟(jì)調(diào)度提供了新的方法和途徑。

然而隨著可再生能源機(jī)組的裝機(jī)容量日益增多，可再生能源的不確定性嚴(yán)重影響多能源微網(wǎng)的安全可靠運(yùn)行，研究可再生能源的不確定性是保證電網(wǎng)安全穩(wěn)定的必要前提[16-18]。當(dāng)前針對(duì)可再生能源不確定性的研究提出了隨機(jī)優(yōu)化方法[16]和魯棒優(yōu)化方法[17-18]。文獻(xiàn)[16]針對(duì)含風(fēng)電場(chǎng)電力動(dòng)態(tài)經(jīng)濟(jì)調(diào)度的不確定性問題，提出一種分散隨機(jī)優(yōu)化求解方法。文獻(xiàn)[17]針對(duì)熱電聯(lián)供型微網(wǎng)中的風(fēng)電不確定性，構(gòu)建了雙層魯棒模型，求解得到最惡劣風(fēng)電出力場(chǎng)景下的微網(wǎng)最優(yōu)日前調(diào)度方案。文獻(xiàn)[18]提出了考慮風(fēng)電不確定性的電熱綜合系統(tǒng)隨機(jī)魯棒協(xié)調(diào)優(yōu)化調(diào)度模型，相較于傳統(tǒng)隨機(jī)規(guī)劃和魯棒優(yōu)化方法對(duì)可再生能源不確定的刻畫能更全面并且有更好的經(jīng)濟(jì)性。

以上文獻(xiàn)運(yùn)用隨機(jī)優(yōu)化或者魯棒優(yōu)化的方法應(yīng)對(duì)不確定性，但都未考慮電網(wǎng)或熱網(wǎng)的網(wǎng)架結(jié)構(gòu)對(duì)多能源微網(wǎng)能量調(diào)度的影響。文獻(xiàn)[19]考慮了熱力系統(tǒng)中供熱管道傳輸時(shí)間延遲和熱損失等熱動(dòng)態(tài)特性，建立了考慮供熱網(wǎng)儲(chǔ)熱特性的電-熱多能源微網(wǎng)優(yōu)化調(diào)度模型。文獻(xiàn)[20]提出考慮供熱系統(tǒng)熱慣性不確定性的多能源系統(tǒng)協(xié)調(diào)優(yōu)化方法，分析熱網(wǎng)運(yùn)行狀態(tài)監(jiān)測(cè)數(shù)據(jù)與熱能流模型間差異的量化方法，建立熱慣性不確定性模型，并采用兩階段可調(diào)魯棒算法求解。以上文獻(xiàn)雖考慮了熱網(wǎng)或電網(wǎng)的網(wǎng)架結(jié)構(gòu)，但所采用的場(chǎng)景分析法或魯棒優(yōu)化方法對(duì)可再生能源出力不確定性的描述過于片面和保守。

綜上，本文綜合考慮可再生能源的出力不確定性和熱網(wǎng)、電網(wǎng)的網(wǎng)架結(jié)構(gòu)，建立包含min-sup-min三層結(jié)構(gòu)的多能源微網(wǎng)兩階段模型。模型的第一階段函數(shù)目標(biāo)為最小化多能源微網(wǎng)的機(jī)組啟停成本，第二階段的函數(shù)目標(biāo)為最小化多能源微網(wǎng)機(jī)組的運(yùn)行成本。模型中第一階段決定機(jī)組啟停，第二階段決定機(jī)組基點(diǎn)出力，第一階段的結(jié)果影響第二階段的優(yōu)化結(jié)果，第二階段的優(yōu)化結(jié)果作用于第一階段機(jī)組啟停決策，故此兩階段優(yōu)化問題難以直接求解。因此本文采用線性決策隨機(jī)魯棒優(yōu)化框架對(duì)此問題進(jìn)行求解。首先，應(yīng)用線性決策方式相關(guān)理論對(duì)第二階段進(jìn)行轉(zhuǎn)化；其次，采用錐化模糊集刻畫可再生能源出力的不確定性；最后，將第二階段的sup-min問題推導(dǎo)為錐優(yōu)化的min問題，進(jìn)而與第一階段的min問題合并，得到能夠直接求解的單層錐優(yōu)化問題，并采用求解器求得最優(yōu)解。

1 熱電聯(lián)供型微網(wǎng)模型

1.1 熱電聯(lián)供型微網(wǎng)結(jié)構(gòu)

圖1為典型的熱電耦合多能源微網(wǎng)，其中包括熱電聯(lián)產(chǎn)(combined heat and power,CHP)機(jī)組、風(fēng)機(jī)、光伏、電儲(chǔ)能(electrical energy storage,EES)、電鍋爐(electric boiler,EB)和換熱器。下文給出電網(wǎng)和熱網(wǎng)的具體數(shù)學(xué)模型。

圖1 熱電聯(lián)供型微網(wǎng)能量流動(dòng)示意圖Fig.1 Schematic diagram of energy flow in a combined heat and power microgrid

1.2 電網(wǎng)數(shù)學(xué)模型

1.2.1 網(wǎng)絡(luò)能量平衡約束

線性分布式網(wǎng)絡(luò)潮流模型為：

Pi+1,t=Pi,t+PG,i,t-Pload,i,t

(1)

Qi+1,t=Qi,t+QG,i,t-Qload,i,t

(2)

(3)

1-ΔVmax≤Vi,t≤1+ΔVmax

(4)

(5)

-Pmax≤Pi,t≤Pmax

(6)

-Qmax≤Qi,t≤Qmax

(7)

1.2.2 CHP機(jī)組運(yùn)行約束

(8)

(9)

HCHP,i,t=PCHP,i,tηCHP,i

(10)

1.2.3 儲(chǔ)能運(yùn)行約束

儲(chǔ)能單元運(yùn)行過程中各時(shí)段充放電功率須滿足充放電極限和容量極限約束，其t時(shí)段的剩余容量與t-1時(shí)段密切相關(guān)，且一個(gè)優(yōu)化周期內(nèi)開始時(shí)存儲(chǔ)在儲(chǔ)能單元中的電能應(yīng)等于結(jié)束時(shí)存儲(chǔ)的電能。

(11)

(12)

(13)

(14)

1.2.4 電鍋爐運(yùn)行約束

HEB,i,t=PEB,i,tηEB,i

(15)

式中：HEB,i,t為t時(shí)刻電鍋爐的產(chǎn)熱量；ηEB,i為電鍋爐的電熱轉(zhuǎn)換效率。

1.3 區(qū)域熱網(wǎng)系統(tǒng)數(shù)學(xué)模型

熱能傳輸網(wǎng)通常由熱源機(jī)組到換熱器的主管道和換熱器到熱用戶的二次管道組成，2個(gè)部分都包括供水管道和回水管道。由于二次管道比主管道短得多，所以本文只對(duì)主管道進(jìn)行建模。

1.3.1 節(jié)點(diǎn)水質(zhì)量流量平衡

本文采用恒質(zhì)量流量變溫度控制策略，流入節(jié)點(diǎn)的水質(zhì)量流量必須等于流出的水質(zhì)量流量。

(16)

(17)

1.3.2 質(zhì)量流量的熱功率約束

定義每個(gè)管道起止點(diǎn)的熱功率為水的比熱、溫度和流量的乘積，公式為：

(18)

(19)

(20)

(21)

1.3.3 溫度混合約束

根據(jù)熱力學(xué)第一定律，溫度混合約束為：

(22)

(23)

同時(shí)，假設(shè)每個(gè)節(jié)點(diǎn)的混合溫度等于連接到該節(jié)點(diǎn)的管道起始點(diǎn)的溫度，表示為：

(24)

(25)

(26)

(27)

(28)

(29)

1.3.4 準(zhǔn)動(dòng)力學(xué)和熱損失約束

本文采用節(jié)點(diǎn)法[21]來考慮區(qū)域熱網(wǎng)系統(tǒng)的動(dòng)態(tài)特性和傳輸延遲。

設(shè)管道p的長(zhǎng)度和截面積分別為lp和Sp，ρ為水的密度，則管道內(nèi)流動(dòng)水的總體積為ρSplp。那么節(jié)點(diǎn)法可以列式如下：

(30)

(31)

(32)

(33)

式中：水經(jīng)過δp,t個(gè)時(shí)間段后開始流出管道，經(jīng)過ξp,t個(gè)時(shí)間段后完全流出管道；m、n分別為節(jié)點(diǎn)法的中間變量；Rp,t表示時(shí)刻t-δp,t到t時(shí)刻流過管道p的總水量；Sp,t表示時(shí)刻t-ξp,t+1到t時(shí)刻流過管道p的總水量。

考慮區(qū)域熱網(wǎng)系統(tǒng)中流體熱損失的存在，計(jì)及熱損失引起的溫度下降，可知實(shí)際出口溫度為：

(34)

(35)

式中：Tam,t為t時(shí)刻室外溫度；Kp,t,?的推導(dǎo)見文獻(xiàn)[22]，在此不做贅述；εp,t為熱用戶舒適程度，可用式(36)表示。

(36)

式中：λ為管道傳熱系數(shù)。

1.3.5 熱源和室內(nèi)溫度控制

熱電聯(lián)產(chǎn)機(jī)組和電鍋爐產(chǎn)生的熱能進(jìn)入換熱器，然后轉(zhuǎn)移到供熱管道，此過程可表示為：

(37)

(38)

式中：ηhex1為換熱器效率；ξhs為與熱源點(diǎn)相連接的管道的集合。

用戶熱能與室內(nèi)和室外溫度有關(guān)，室外溫度通過建筑殼體(包括屋頂、墻體、門窗等)的熱傳導(dǎo)影響室內(nèi)溫度。建筑的熱傳導(dǎo)方程可以表示為：

Hh,t=Hout,h,t/τ=(Tam,t-Tin,h,t)/RT,h∈H

(39)

(40)

在上述方程的基礎(chǔ)上，提出時(shí)變熱傳導(dǎo)模型：

(41)

式中：Cair為空氣的比熱容；Hra,h,t為t時(shí)刻建筑物h輻射傳遞的熱功率；ηra為熱輻射效率。模型表示建筑室內(nèi)的熱能變化是室外環(huán)境熱傳導(dǎo)和熱網(wǎng)網(wǎng)絡(luò)獲得的熱能共同作用的結(jié)果。

本文研究重點(diǎn)在于整個(gè)系統(tǒng)和網(wǎng)絡(luò)級(jí)的電、熱協(xié)調(diào)調(diào)度，所以忽略了住宅行為效應(yīng)。將式(41)線性化為狀態(tài)模型，表述為：

(42)

此外，負(fù)荷的熱需求被設(shè)計(jì)成保持舒適室內(nèi)溫度所需的最小熱能，如式(43)所示。熱負(fù)荷與管道內(nèi)熱功率流動(dòng)的關(guān)系表示為式(44)和式(45)。

(43)

(44)

(45)

2 熱電聯(lián)供型微網(wǎng)隨機(jī)魯棒優(yōu)化調(diào)度

本文基于電網(wǎng)和熱網(wǎng)耦合綜合模型，提出考慮可再生能源不確定性的熱電聯(lián)網(wǎng)隨機(jī)魯棒優(yōu)化調(diào)度方法。

2.1 目標(biāo)函數(shù)

熱電聯(lián)供型微網(wǎng)運(yùn)行的目標(biāo)函數(shù)是在滿足整個(gè)系統(tǒng)約束的同時(shí)，使每日運(yùn)行成本降到最低。模型的第一階段包括機(jī)組的啟停成本，第二階段包括機(jī)組的運(yùn)行成本。

(46)

(47)

(48)

(49)

2.2 線性化

顯然，式(48)、(49)是非線性方程，導(dǎo)致相當(dāng)大的求解難度。為了解決這個(gè)問題，將其線性化為：

(50)

(51)

式(50)和(51)是一個(gè)混合整數(shù)線性規(guī)劃問題，可以由一些現(xiàn)成的商業(yè)求解器直接處理。

3 求解方法

式(46)為雙層問題，不能一次求解出，本節(jié)對(duì)問題式(46)采用線性決策隨機(jī)魯棒優(yōu)化方法處理，處理后的雙層問題轉(zhuǎn)化為一個(gè)單層問題。采用線性決策隨機(jī)魯棒優(yōu)化方法首先需要對(duì)模型的第二階段應(yīng)用線性決策方式相關(guān)理論進(jìn)行轉(zhuǎn)化；其次，需要建立錐化模糊集；最后將原問題轉(zhuǎn)化為可以直接求解的二階錐規(guī)劃問題。

首先將式(46)簡(jiǎn)化為緊湊型，如式(52)所示。

(52)

3.1 基于線性決策方式的模型預(yù)處理

(53)

3.2 構(gòu)建錐化模糊集

采用數(shù)據(jù)驅(qū)動(dòng)技術(shù)從風(fēng)電出力歷史數(shù)據(jù)集中構(gòu)造出階信息驅(qū)動(dòng)錐化模糊集。

(54)

(55)

3.3 模型轉(zhuǎn)換

上述模型可總結(jié)為兩階段隨機(jī)魯棒優(yōu)化模型式(56)。根據(jù)文獻(xiàn)[23]可對(duì)模型的第二階段做如式(56)、(57)所示的變換。式(57)為二階錐規(guī)劃問題第二階段的最終形式。

(56)

(57)

式中：Q3表示維度為3×1的二階錐空間；R2|Ds|×1表示維度為2|Ds|×1的非負(fù)實(shí)數(shù)空間；ζ、ψ、φ均為無物理意義的對(duì)偶變量。

由于第一階段目標(biāo)函數(shù)也為min函數(shù)，可將第二階段經(jīng)濟(jì)調(diào)度模型直接與第一階段機(jī)組啟停模型合并，得到可直接求解的二階錐規(guī)劃形式為：

(58)

4 算例分析

4.1 測(cè)試系統(tǒng)

圖2 多能源微網(wǎng)系統(tǒng)構(gòu)架Fig.2 System architecture of multi-energy microgrid

圖3 風(fēng)電、光伏預(yù)測(cè)出力Fig.3 Forecast of wind power and photovoltaic output

圖4 負(fù)荷需求量Fig.4 Load demand

表1 算例基礎(chǔ)參數(shù)Table 1 Basic parameters of the example

表2 EES基礎(chǔ)參數(shù)Table 2 EES basic parameters

表3 管道水流速度Table 3 Pipeline flow rate

表4 機(jī)組基礎(chǔ)參數(shù)Table 4 Basic parameters of units

表5 各時(shí)段購電電價(jià)Table 5 Electricity purchase price by period

4.2 隨機(jī)魯棒調(diào)度方案

根據(jù)本文所提的兩階段隨機(jī)魯棒優(yōu)化模型得到的日前調(diào)度方案如圖5所示。由圖5可知，多能源微網(wǎng)的電負(fù)荷平衡由CHP、風(fēng)機(jī)出力、光伏出力、EES充放電、配網(wǎng)購電和電鍋爐6個(gè)部分構(gòu)成。EES在平電價(jià)時(shí)段充電，在峰電價(jià)時(shí)段放電，可以實(shí)現(xiàn)削峰填谷的作用。在電負(fù)荷高峰時(shí)，為使整體經(jīng)濟(jì)性最優(yōu)，在05：00—06：00和17：00—23：00時(shí)段微網(wǎng)選擇從上級(jí)電網(wǎng)額外購買電量。結(jié)果表明，所提方法可以有效地根據(jù)電網(wǎng)約束來調(diào)度所有單元。

進(jìn)一步分析未配置熱網(wǎng)網(wǎng)絡(luò)模型的情況，將2種情況的熱電聯(lián)產(chǎn)機(jī)組和電鍋爐產(chǎn)生的總熱能進(jìn)行對(duì)比。圖6展示了熱網(wǎng)網(wǎng)絡(luò)模型對(duì)熱電聯(lián)產(chǎn)機(jī)組和電鍋爐出力的影響。由圖6可知，未配置熱網(wǎng)網(wǎng)絡(luò)模型時(shí)，輸出的總熱量?jī)H隨室外溫度而變化。當(dāng)考慮熱網(wǎng)網(wǎng)絡(luò)模型時(shí)，由于熱能的傳輸具有延遲性，熱能的產(chǎn)生和消耗發(fā)生在不同時(shí)段。如在01：00—05：00時(shí)段，此時(shí)電力需求較少，CHP機(jī)組的出力將大大降低，但室外溫度低，所需的熱負(fù)荷很高，為了滿足供熱需求，由熱管中存儲(chǔ)的熱量進(jìn)行供熱。在10：00—20：00期間，電力需求逐漸達(dá)到頂峰，CHP的發(fā)電量將增加以滿足電負(fù)荷需求。此時(shí)，CHP多余的熱量將被存儲(chǔ)在熱力管道中，從而使熱網(wǎng)網(wǎng)絡(luò)實(shí)現(xiàn)儲(chǔ)熱作用。

圖5 日前調(diào)度方案Fig.5 Day-ahead schedule

圖6 有無熱網(wǎng)網(wǎng)絡(luò)模型CHP和EB出力對(duì)比Fig.6 Comparison of CHP and EB output of model with or without heat network

4.3 經(jīng)濟(jì)性對(duì)比

首先對(duì)比熱網(wǎng)網(wǎng)絡(luò)模型對(duì)日前調(diào)度方案經(jīng)濟(jì)性的影響，如表6所示。由表6可知，含熱網(wǎng)網(wǎng)絡(luò)模型相比未含熱網(wǎng)網(wǎng)絡(luò)模型，總成本降低了11.2%。這主要是因?yàn)闊峋W(wǎng)網(wǎng)絡(luò)消除了傳輸距離的限制，同時(shí)，熱網(wǎng)網(wǎng)絡(luò)傳輸延遲使熱量的產(chǎn)生和消耗解耦，從而提高了能源利用效率，降低了凈運(yùn)營(yíng)成本。

表6 含/未含熱網(wǎng)的運(yùn)行成本比較Table 6 Comparison of operating costs with or without the consideration of heat network

進(jìn)一步分析調(diào)度方案的經(jīng)濟(jì)性。本文采用蒙特卡洛法生成400個(gè)隨機(jī)實(shí)時(shí)場(chǎng)景對(duì)隨機(jī)魯棒方案、魯棒方案和確定性方案的經(jīng)濟(jì)性進(jìn)行比較。圖7為平均總成本散點(diǎn)圖。三者的平均總成本如表7所示。由圖7可知，隨機(jī)魯棒方案在不同場(chǎng)景下的總成本分布大致位于最下方，確定性方案的總成本分布大致位于最上方，魯棒方案的總成本分布主要位于前面兩者的中間。由表7可知，隨機(jī)魯棒方案、魯棒方案和確定性方案在平均總成本上依次遞增，隨機(jī)魯棒方案的平均總成本最優(yōu)。這是因?yàn)榕c確定性方案相比，魯棒方案計(jì)及了風(fēng)、光出力的不確定性，使得優(yōu)化結(jié)果具有較強(qiáng)的應(yīng)對(duì)不確定風(fēng)險(xiǎn)的能力，而隨機(jī)魯棒方案優(yōu)于魯棒方案，這是因?yàn)轸敯舴桨甘峭ㄟ^風(fēng)、光出力的邊界參數(shù)來對(duì)不確定進(jìn)行建模，決策結(jié)果過于保守，隨機(jī)魯棒方案在優(yōu)化過程中對(duì)最惡劣風(fēng)、光出力場(chǎng)景的概率分布進(jìn)行了刷選，因此具有更好的經(jīng)濟(jì)性。

圖7 不同方案經(jīng)濟(jì)性對(duì)比Fig.7 Economic comparison of different schemes

表7 不同方案的經(jīng)濟(jì)性Table 7 Economics of different schemes

4.4 不同歷史數(shù)據(jù)對(duì)比

在本文所構(gòu)建的數(shù)據(jù)驅(qū)動(dòng)型方式中，不同風(fēng)電和光伏的歷史數(shù)量構(gòu)建的模糊集將對(duì)微網(wǎng)的日前調(diào)度經(jīng)濟(jì)性產(chǎn)生影響。本節(jié)分別使用150、200、400、600組歷史數(shù)據(jù)構(gòu)建風(fēng)電和光伏的不確定區(qū)間。采用蒙特卡洛法對(duì)不同分組分別生成400個(gè)隨機(jī)實(shí)時(shí)場(chǎng)景，由此計(jì)算得到的結(jié)果如表8所示。

由表8可以看出，隨著歷史數(shù)據(jù)量的增加，致使平均總成本逐漸降低，這是由于歷史數(shù)據(jù)的增加，使得日前對(duì)風(fēng)電、光伏的出力波動(dòng)判斷更準(zhǔn)確，從而使微網(wǎng)運(yùn)行成本降低。

表8 不同歷史數(shù)據(jù)對(duì)比Table 8 Comparison of different historical data

5 結(jié) 論

本文提出了多能源微網(wǎng)兩階段隨機(jī)魯棒優(yōu)化模型。模型考慮可再生能源的不確定性制定了多能源微網(wǎng)的隨機(jī)魯棒優(yōu)化調(diào)度計(jì)劃，并且對(duì)熱網(wǎng)絡(luò)的結(jié)構(gòu)和動(dòng)態(tài)特性進(jìn)行了系統(tǒng)地刻畫，搭建了較為精確的熱網(wǎng)絡(luò)模型。依據(jù)仿真結(jié)果，能夠得出以下結(jié)論：

1)多能源微網(wǎng)在電網(wǎng)網(wǎng)架的基礎(chǔ)上引入熱網(wǎng)網(wǎng)架，能夠降低其運(yùn)行成本。得益于熱網(wǎng)網(wǎng)架的儲(chǔ)熱特性，在熱電聯(lián)供情況下多能源微網(wǎng)的能源調(diào)度靈活性能得到明顯提高，且使熱源出力擺脫了與室外溫度強(qiáng)耦合的關(guān)系。

2)通過蒙特卡洛法對(duì)比隨機(jī)魯棒方案、可調(diào)魯棒方案和確定性方案的經(jīng)濟(jì)性，表明隨機(jī)魯棒方法在解決考慮可再生能源不確定性的熱電聯(lián)供型微網(wǎng)的調(diào)度問題上有顯著優(yōu)勢(shì)。隨機(jī)魯棒優(yōu)化方法對(duì)可再生能源出力不確定性的刻畫較為合理，其方案的平均總成本顯著低于確定性方案和魯棒優(yōu)化方案的平均總成本。

目前，本文僅考慮了熱電聯(lián)供型微網(wǎng)的網(wǎng)架結(jié)構(gòu)和能量調(diào)度，在今后將進(jìn)一步研究失負(fù)荷、備用等問題的多能源系統(tǒng)經(jīng)濟(jì)調(diào)度問題。