考虑氢储一体化协同的综合能源系统低碳优化

2023-12-29 08:32刘继哲李宝聚方家琨
电力自动化设备 2023年12期
关键词:灵活性氢能风光

潘 超,刘继哲,孙 勇,李宝聚,方家琨,王 尧

(1.东北电力大学 现代电力系统仿真控制与绿色电能新技术教育部重点实验室,吉林 吉林 132012;2.国网吉林省电力有限公司,吉林 长春 130031;3.华中科技大学 强电磁工程与新技术国家重点实验室,湖北 武汉 430074)

0 引言

在能源转型和“双碳”战略目标背景下,构建以多能耦合为核心的综合能源系统(integrated energy systems,IES)对提升能效水平、增强碳汇能力具有重要意义[1-2]。为突破目前可再生能源面对的困境,需要拓展传统系统用能方式,挖掘利用城市多能系统蕴含的巨大灵活性[3]。其中,氢能作为未来国家能源体系的重要组成部分,具备低碳清洁、长期储存、等密度能储量高及生产消纳多元等优势,是终端用能实现低碳灵活协调运行的重要元素[4]。

在电-热-氢IES 研究方面,我国东北地区因地制宜,已在多处风光资源丰富的区域大力发展电-热-氢IES[5]。氢储方式主要采用碱性电解[6]、质子交换膜电解[7]、固体氧化物电解[8]这3 种技术路线,其中固体氧化物电解池(solid oxide electrolytic cell,SOEC)、固体氧化物燃料电池(solid oxide fuel cell,SOFC)因其具有高能效、逆向运行等优势,已成为了IES 优化的研究热点。文献[9]计及风电不确定性,运用氢储能整合间歇性电源与电力系统的优化配置。文献[10]考虑氢能系统热回收利用,分析氢储能的电-热协调运行能力。文献[11]制定电-氢储能能量管理策略,并基于此策略完成平抑风光波动的储能容量配置。上述文献主要以电-热、电-氢耦合为主,提供最优配置及协调优化方案,但忽略了城市级一体化电-热-氢多能耦合的互补影响。

在灵活性资源研究方面,相较于传统电网中的能源单一性、分配单向性,深度挖掘灵活性资源对于提升IES 灵活调控裕度、促进源网荷互动协同具有积极作用[12]。文献[13]通过调集多种冷热负荷进行调控,优化系统规划方案。文献[14]通过提高部分弃风弃光率,利用配电网安全域方法,制定风、光电源消纳方案。文献[15]考虑多种不可控分布式电源和负荷,构建主动调控资源参与配电网协同规划的决策模型。上述研究大多对灵活性资源参与IES 调控进行了分析,但对于含氢能IES 的多能互补及供需互动的协同优势尚未开展系统深入的研究。

在碳排交易及能流刻画研究方面,文献[16]将碳交易和碳税引入系统决策,制定光热电站及氢储能的IES 低碳运行策略。文献[17]构建计及统一时间尺度的顺序协同估计框架,基于对称正定理论,完成IES 协同状态估计。上述研究的碳交易计算主要采用宏观统计的办法[18],即整合各类燃料的消耗总量和碳排放因子计算碳排放量[19],但其具有一定的滞后性并脱离了系统的潮流约束,并且无法直观呈现出碳排放在能源产生、转化及消耗的流动过程。

综上所述,本文对区域电-热-氢IES 低碳灵活调控进行研究,挖掘多能系统多元灵活性资源,提出一种基于负荷碳排信息的能量溯源方法,描述IES 碳排放流动过程;计及多能联供效益、新能源渗透及低碳减排,建立低碳灵活协调模型;以城市区域系统为研究对象,模拟多场景多能耦合的调控效果,分析风光出力间歇性和灵活性资源调整对系统运行的影响,并评估其综合效益。通过负荷碳排放信息流刻画多能耦合系统互动互联响应,从而对所提方法进行验证。

1 电-热-氢能流交互拓扑与调控策略

构建电-热-氢IES 多能流交互拓扑如图1 所示。该系统由电热供/用能及氢能子系统组成,包括电、热、氢3 种能量流。其中,供能子系统由热电联产(combined heat and power,CHP)、风电、光伏以及电制热设备组成;用能子系统由根据差异化行业布局划分的多种用电负荷以及生活/生产用热负荷组成;氢能子系统由SOEC/SOFC、氢储能、氢燃料汽车等小型用氢单元以及氢能外送组成。由于市内工商以及居民的电、热能流拓扑存在强相似性,因此基于电热架构的能流调控具有较高的协同效果;并且氢能子系统利用电-氢-电(热)的能量流动完成用供/用能的深度交互,便于实现多能耦合的转化与协同。在此过程中,可以考虑将源-储-荷侧的灵活资源作为参与系统调控的辅助手段,其中SOEC、SOFC作为电-热-氢转化设备,CHP、电制热设备作为电热转化设备。

图1 电-热-氢IES能流交互拓扑图Fig.1 Topology diagram of electricity-heat-hydrogen IES energy flow interaction

针对新能源出力的间歇性问题,基于电-热-氢能流交互拓扑研究协同调控策略。当风光供能充足时,风光电源既可选择上网供电也可选择电氢转化,由SOEC 吸纳功率以氢能形式存储;当风光供能匮乏时,通过氢电转化的方式,由SOFC 补足系统缺额[20]。在季节性热能耗费阶段,通过以CHP 为主、电热转化为辅的途径满足供暖需求[21];同时发挥SOFC产电生热优势完成氢热转化补充,以填补系统的热功率缺额。另外,氢储可作为能量载体进入交通、环保、化工、冶金等行业。

2 灵活性资源参与多能耦合建模

电-热-氢IES 发挥多能耦合优势,通过多能流互补协调控制缓解供需不平衡压力,并利用多种灵活资源消纳可再生能源。在此过程中,需构建电-热-氢的多能耦合模型与可控负荷调控模型。

2.1 电能替代灵活性资源

2.1.1 电-氢耦合

SOEC、SOFC具有高效、清洁等优点,是电-热-氢IES 的耦合枢纽。通过建设SOEC/SOFC 在储能运行过程中动态吸收能量并适时释放,以平抑风光波动,并提升系统对可再生能源的消纳能力[8],对应模型为:

2.1.2 氢储灵活性资源

在灵活性需求、自然环境条件要求下,本文采用钢质碳纤维缠绕大容积储氢容器作为氢储装置,其模型为:

式中:PF表征源侧灵活性;分别为增添第i台氢储前、后的源侧灵活功率;P为源侧最大灵活功率;γ为氢储匹配度;ηH2、PT、PW分别为清洁能源转化效率、光伏出力、风电出力;分别为氢储总成本、第i台储氢罐成本、储氢罐运维成本、储氢日进量、氢气密度。

2.1.3 电-热耦合

抽气式CHP 相比于背压式CHP 更具灵活性,有利于与电制热设备和SOFC 供热设备协同配合,提高IES的电热调节能力,其模型为:

式中:CCHP为CHP 机组运行成本;P分别为t时刻CHP 机组的供电功率、供热功率;μCHP、WCHP分别为CHP 机组提升单位热功率时电功率的减少值、CHP 机组供电常数;为CHP 机 组 的 特征系数。

2.1.4 氢-热耦合

SOFC发挥氢-热转化优势,补充IES热负荷相对缺额,其氢-热转化模型为:

式中:H、κSOFC分别为t时刻SOFC 的热功率、热电转化系数。

2.1.5 电制热灵活性资源

电制热设备可以降低CHP 供热负担,通过消耗电能为热用户提供高品位热能,为风光电能消纳提供了一条额外途径,其模型为:

式中:μEB为电制热设备电热转换效率;H为t时刻电制热设备热功率分别为t时刻电制热设备功率及其最大值;ωEB、CEB分别为电制热设备的电能转换系数、成本。

2.2 电能灵活性资源

本文的电能灵活性资源以负荷为主,可分为工用、商用及民用3 类。研究表明[12],工业负荷具有耗电量大、集中可控容量大等特点,可以作为灵活资源参与调控的主要因素,电能灵活性资源负荷曲线如附录A图A1所示。

根据差异化行业布局特点,通过改变企业生产计划、调整运行时间等措施,转移削减部分用电负荷以响应系统调控。对于可控负荷,主要分为长时(5~10 h)响应和短时(1~3 h)响应,长时响应适用于用电相对平稳且持续时间长的负荷,短时响应适用于存在显著波动且用电时间相对集中的负荷。结合某省工业用户调研统计情况,依据负荷调整特性选取4 种可控负荷:可控负荷1 代表制造业可控负荷,长时间保持稳定用电量,且具有明显的升降趋势,其调整特性为长时段可转移负荷;可控负荷2 代表轻工业负荷,具有明显的波峰和相对集中的用电时段,其调整特性为短时段高峰平移再分配负荷;可控负荷3 代表生产加工业负荷,用电量相对平稳,且具有明显的间歇特性,其调整特性为长时段可提前或延迟负荷;可控负荷4 代表冶金业负荷,负荷波动明显且具有较大的峰谷差,其调整特性为短时段可削减负荷。4 种典型负荷日波动曲线及相应调整特性曲线如附录A图A2所示。

根据4 种典型负荷用电行为及其调整特性,构建其灵活性经济模型,如式(11)—(15)所示。

式中:CL为负荷调控总成本;C(l)为t时刻可控负荷l参与调控的补偿价格;Tb(l)、Tc(l)、Te(l)分别为可控负荷l的开始、持续及结束时刻;ε为可控负荷参与度;CL(l)、Pt(l)分别为可控负荷l参与调控的运行成本及其t时刻的调整功率;LF为荷侧灵活性;P为t时刻荷侧最大灵活功率分别为可控负荷l参与前、后的荷侧灵活功率。

2.3 供能网络建模

供能网络模型主要由电网和热网模型组成,其网架结构类似,均可成为能量转化、流动的载体。

2.3.1 电网模型

电网模型采用经典交流潮流模型,如式(16)所示。

式中:Px、Qx分别为节点x注入的有功功率和无功功率;Ux为节点x的电压幅值;Gxy、Bxy分别为节点导纳矩阵中节点x、y对应的电导、电纳;θxy为节点x、y间的电压相位差;nE为电力系统的节点数。

2.3.2 热网模型

为了便于描述热能流动,假设热网各节点回水温度恒定,且同一时段热负荷需求相同[22],如式(17)所示。

式中:Ts、To分别为节点供水、回水温度;Ta为环境温度;mk为管道k的流量,定义管道流量标幺值d1=m1/mk、d2=m2/mk、…、dk-1=mk-1/mk、dk=1;λk、Lk分别为管道k的传热系数、长度;cw为水比热容参数;为t时刻热网节点j的热负荷。

3 基于电-热-氢交互的碳流拓扑描述

电-热-氢能量传输和转换过程中,嵌入在各能流中的碳依附于IES中的能量传输环节进行转移[23]。随着异质能流的转换,碳排放也随之在不同能源系统中流动[18-19]。本文考虑潮流约束计算IES 负荷碳排放,描述多时间尺度下能量生产与消费过程中碳排放的转换关系。

基于分布式并网潮流约束的负荷碳排模型为:

式中:P为支路潮流分布矩阵PB的第x行第y列元素;pxy为流经支路xy的有功功率;P为电源注入矩阵PG的第g行第y列的元素;pgy、G分别为第g台机组接入节点y的有功功率及电源集合矩阵;P为负荷分布矩阵PL的第m行第y列的元素;pmy、M分别为第m个负荷接入节点y的有功功率及负荷集合矩阵;Pz、PN、ξN+K、EN、EG分别为辅助矩阵、节点有功通量矩阵、N+K阶行向量、节点碳势向量、各电源碳排放强度;N、K分别为PG的行、列数;RL为负荷碳排向量。

基于负荷碳排信息,提出电-热-氢交互能流溯源方法。热网碳排放流动依附于供热管道中介质的流动,遵循碳排放量守恒定律,利用热负荷交换能量沿供热路径逆向推导热源碳排,构建模型如式(20)所示。

式中:RHL、PHL、EHL分别为热负荷碳排向量、热网负荷向量及单位热负荷碳排强度。

氢能系统集中于分布式电源接入节点,其碳排依赖于该节点耦合的电热负荷,构建模型如式(21)所示。

式中:RH2为氢负荷碳排量;PHL(c)、PL(c)、EH2(c)分别为氢-热节点负荷、氢-电节点负荷、单位氢负荷碳排强度;c表示氢能耦合节点。

4 电-热-氢IES协调运行模型

考虑电-热-氢IES 的灵活调控成本、风光消纳能力及多能交互碳排,分析灵活性资源参与的电-热-氢IES协调运行综合效益。

4.1 目标函数

4.1.1 灵活调控成本

主要考虑系统外购成本、设备成本、运维成本以及灵活性资源参与补偿成本,定义系统总经济成本指标C1来评价灵活调控成本,即:

式中:CLOSS、HLOSS、PLOSS分别为电热网络网损成本、热网损耗、电网损耗;Sh、Se、ΔTk,t分别为单位热网网损成本、单位电网网损成本、热管道k在t时刻的首末端温差;Rx为节点x所连支路阻抗;分别为系统购氢成本、上级电网购电成本;nK为热能系统的节点数。

4.1.2 风光消纳能力

构建风光使用率指标C2来评价新能源消纳能力,即:

4.1.3 多能交互碳排

定义多能交互碳排指标C3来评价IES 环境效益,即:

式中:Pup为上级购电量;ψ1为上级电网单位电量碳排放系数;sum(·)表示矩阵元素求和。

4.2 约束条件

本文约束条件包括电能平衡约束、热能平衡约束、氢能平衡约束以及风光不确定性约束。其中风光不确定性约束,考虑风光电源波动性和间歇性影响,构建基于正态分布的出力置信水平,确定风光出力不确定性区间[24]。假设风光出力服从基于年功率均值的正态分布,置信水平取0.95。风电和光伏的年功率均值和极限功率示意图如附录A图A3、A4所示,约束的具体表达式见附录A式(A1)—(A7)。

4.3 模型求解

基于电-热-氢IES 协调策略的建模求解过程如图2 所示。本文采用改进种群粒子算法进行求解,并利用电-热-氢交互模型结合异质能流信息,构建能流拓扑。同时,考虑灵活性资源和辅助决策体系影响,制定多能调控策略,以实现IES 的经济、高效、环保。最后,在不同场景下得出协同调控方案,分析电-热-氢系统的源荷协同特性。

图2 电-热-氢IES低碳灵活协调策略Fig.2 Low-carbon flexible coordination strategy of electricity-heat-hydrogen IES

5 算例分析

5.1 基本信息

本文以东北地区某实际电-热-氢耦合系统为研究对象,区域能源架构如附录B 图B1 所示,其中供用电子系统为47 节点系统,用电负荷上限为7 792.74 kW;热能系统为45 节点系统,季节性热负荷上限为1 255.02 kW。区域能源包含风光、CHP 和上级电网,其中CHP 接在电网根节点和热网节点32,具体参数见附录B 表B1;风电及光伏电源接入节点20、47、43,并将SOEC/SOFC 作为风光电源补充安装于相应节点处,具体参数见附录B 表B2;考虑风光波动性与间歇性影响,基于其不确定性约束,确定风光电源的出力,区间覆盖率为1,结果见附录B图B2。根据热网布局与区域实际需求,将SOFC接在节点1、15、33 处。负荷为电、热、氢典型日负荷,其中4 种典型可控负荷,即制造业、造纸业、农副产品加工业及冶金业负荷分别位于节点38、36、10 和26;热网管道长度、传热系数等参考文献[25];氢负荷主要由氢能源汽车、SOFC 及其他小型氢负荷组成。冬季典型用电负荷、热负荷如附录B 图B3 所示,峰谷平期电价见附录B 表B3,可控负荷参与调控的补偿电价见附录B表B4。

结合实际系统运行情况设置3种供能场景。

1)场景1:考虑季节性电-热耦合供能,CHP 机组、风光电源和上级电网为主要系统供能方式。

2)场景2:考虑氢能参与的电-热联供,通过SOEC 完成氢储,利用SOFC 进行氢-电、氢-热转换,在源侧实现电能替代灵活性资源。

3)场景3:考虑可控负荷参与多能耦合调控,在荷侧挖掘灵活性资源协同潜力。

5.2 IES协调场景分析

不同场景中IES 协调运行多评价指标体系的Pareto解集如附录B图B4所示。场景1采用电-热耦合的供能方式,随着风光渗透率的提升,系统运行成本增大,碳排放量降低,场景2、3 存在相同的分布趋势。场景2 中电-氢、氢-电及氢热转化的接入,使得经济成本相比于场景1 指标增大10.61 %、风光使用率提高2.76 %、碳排放量降低3.893 %、源荷灵活性提升1.353;而在场景3 中随着灵活性资源参与IES后,各评价指标都出现明显提升,其中经济成本下降4.71 %,风光使用率上升2.57 %,碳排放量下降0.943 %,源荷灵活性提升0.213,同时使得IES 峰谷差降低4.17 %,多目标优化与灵活性提升结果见表1。不难看出,系统碳排主要由CHP 和负荷产生,风光资源的接入可以有效降低系统碳排放量,而灵活性资源的参与又改善了风光使用率,从而进一步降低了碳排效果。另外,SOEC/SOFC 也在一定程度上发挥了降低系统碳排的辅助作用。

表1 多目标优化与灵活性提升结果Table 1 Multi-objective optimization and flexibility improvement results

场景2 中IES 典型日内源-荷-储波动时序特性的分析结果如图3 — 5所示。

图3 场景2的电能时序变化结果Fig.3 Time-sequence change results of electric energy in Scenario 2

氢储能参与后对供用电系统的影响见图3。在07:00 — 15:00 的用电高峰时段,风资源短缺但光照资源相对充足,SOFC 通过氢-电转化补充电能缺额,SOEC 主要吸纳光伏波动的盈余电能;在16:00 —21:00 的风电出力增大时段,SOEC 吸收风电剩余能量,SOFC 则配合其他电源补充供电;在01:00 —06:00和22:00 — 24:00的用电低谷时段,CHP 和风力资源较充足,SOEC吸收过剩电能,SOFC则在热负荷需求约束下间歇性供电。结果表明,SOEC/SOFC可以有效平抑风光能源波动,并提升其使用率。

热能系统动态过程见图4。高纬度地区的热能系统在各时段具有明显变化:01:00 — 07:00、19:00 —24:00 为热负荷高需求时段,以CHP 供热为主,SOFC及其他电制热设备协同供能;19:00 — 23:00 时段,CHP 平稳供能,电制热设备逐渐退出工作;11:00 —18:00 时段,CHP 调整出力满足低热负荷需求,SOFC与电制热设备配合出力。

图4 场景2的热能时序变化结果Fig.4 Time-sequence change results of thermal energy in Scenario 2

氢能系统变化见图5,其中氢储量表示该时刻氢能的储备情况。05:00 — 09:00 时段,SOEC 配合高用电需求和高风光产出,吸收能量逐渐增大,氢储量逐步爬升,且在09:00 — 13:00时段SOFC逐步释放氢能,以适应风光波动出力;17:00 — 20:00 时段,由于风光出力降低而电热需求持续升高,氢储量降低以弥补能量短缺;21:00 — 23:00 时段,用电需求降低,CHP 出力升高满足热能需求,SOEC 完成电-氢转化,氢储增加。

图5 场景2的氢能时序变化结果Fig.5 Time-sequence change results of hydrogen energy in Scenario 2

场景3 中可控负荷对IES 调控的影响分析结果如图6、7及附录B图B5、B6所示。

图6 场景3的可控负荷调整结果Fig.6 Controllable load adjustment results in Scenario 3

结合电能灵活性资源中的负荷特性分析,制定4 类典型负荷调整方案,结果如图6 所示。负荷1 将10:00 — 20:00 时段的部分用电高峰负荷转移至00:00 — 08:00 和21:00 — 24:00 这2 个时段;负荷2 将多时段的高峰负荷平移再分配于夜间的00:00 —05:00、20:00 — 24:00 时段;负荷3 改变工作间歇时间,将午前负荷提前1 h,20:00 负荷延迟2 h;负荷4将高峰用电时段进行不同程度的削减。通过制定调控方案改变负荷波动,实现削峰填谷。

场景3通过调整可控负荷改善IES运行效益,结果见图7。08:00 — 16:00 时段,风力资源较短缺,光照资源较充足,负荷用电削减;17:00 — 22:00时段,风电出力增加,光伏退出,负荷用电转移,SOEC/SOFC伴随源荷波动做出相应调整,氢能转化过程见图B5;00:00 — 04:00时段,CHP与风能充足,SOEC持续吸收电量,并转化为氢能存储,剩余电能以电制热形式配合CHP 满足供热需求,热能转化过程见图B6;当CHP 与热负荷间存在差额时,IES 通过电制热设备和SOFC实现电-热、氢-热转化。

图7 场景3的电能时序变化结果Fig.7 Time-sequence change results of electric energy in Scenario 3

进一步研究不同灵活性资源参与模式下IES 的协调运行效果,结果如附录B 表B5 所示。氢储匹配度升高,经济投入增加,风光消纳率提升,碳排放量降低;但是氢储匹配度过大时,负载增大,易导致源-荷关系过度失衡,进而影响风光使用率和碳排放量,故本文选择75 % 氢储匹配度进行仿真求解。提高负荷参与度,可改善IES 经济成本并减少弃风弃光率和碳排放量。

IES多能耦合与灵活资源协同的结果表明:

1)氢能与电-热耦合提高了IES 灵活调节能力,通过多能协同平抑风光波动并提升新能源使用率,降低系统碳排;

2)通过需求响应合理调整负荷灵活资源,提升了系统的灵活裕度,减小用电峰谷差,促进低碳能源的消纳与渗透。

5.3 电-热-氢交互碳流拓扑

基于电-热-氢交互的碳排放行为进行IES 协调运行辅助决策,负荷灵活性资源调整方案见表2,不同场景下的负荷碳排放量结果见附录B 图B7,节点碳排放量对比见图8。

表2 不同负荷灵活性资源调整方案Table 2 Different load flexibility resource adjustment schemes

图8 节点碳排放量对比Fig.8 Comparison of carbon emission among nodes

对比表2 中的节点负荷调控措施与图8 中的节点负荷碳排放量可知,通过不同负荷灵活性资源调整可改变节点负荷碳排,同时通过节点碳排变化可以刻画负荷调整方案。为进一步研究碳排对调控的表征方法,对其典型时段的碳流拓扑结果进行分析。

1)时段1:01:00 — 05:00。此时段内CHP与风能资源充足,IES 主要由CHP 机组和风电供电,SOEC通过电-氢转化存储过剩能源,风能接入电网的碳排放量为0。同时,电制热设备通过电-热转化分担热负荷。场景3 中以可控负荷3 为代表的4 类负荷(即节点10、26、36和38所连负荷)调整缓解风能消纳的压力见附录B图B7(c),图8中节点10的负荷碳流时段前移,节点38 的负荷碳流降低,结果表明在灵活资源参与下的IES 碳排放量降低约3 %,时段1 的碳流拓扑结果见附录B图B8。

2)时段2:10:00 — 17:00。此时段内风资源短缺,但光照资源相对充足,IES主要由上级电网、CHP和风光电源供电,通过负荷调整削减高峰用电量。SOFC 通过氢-电转化释放存储的氢能,并改善电网碳排放量;同时,通过氢-热转化与电制热设备缓解热负荷压力。该时段IES 碳排放量降低约4%,碳流拓扑结果见附录B图B9。

3)时段3:19:00 — 21:00。此时段内风电出力增加,光伏退出,IES 主要由上级电网、CHP 和风电供电。风电供能范围减小,SOEC 通过电-氢转化存储盈余电能,同时SOFC 通过氢-热转化与其他电制热设备协同供热。通过负荷调整促进削峰填谷,IES碳排放量降低约5 %,时段3 的碳流拓扑结果见附录B图B10。

通过典型时段碳流动拓扑分析可知:该区域通过电能替代灵活性资源实现氢能与风光能源的适应型交互,同时补充路径减轻CHP 供热负担,并为风光资源消纳提供新路径;电能灵活性资源虽不能直接存储风光能源,但通过负荷调整可有效促进风光消纳,使清洁能源的碳排拓展,降低IES碳排。

6 结论

本文研究了氢能参与IES 的低碳灵活调控,所得结论如下。

1)电-热-氢交互为IES 提供多种供用能模式,兼顾电热需求与新能源消纳。通过一体化氢储实现电能替代,并深度挖掘灵活性资源潜力,实现了能量的有序利用,推动了能源体系向清洁、高效、灵活转型,促进了绿色可持续发展。

2)考虑协同经济性、能源利用性和低碳技术性分析IES 灵活协调的响应效果,可以较好地兼顾经济成本、可再生能源有效利用、源荷碳排等调控需求。

3)基于负荷碳排信息,进行电-热-氢交互能流溯源,通过碳流拓扑可以直观反映异质能流的碳排动态,为IES电碳耦合与协同管理提供辅助决策。

附录见本刊网络版(http://www.epae.cn)。

猜你喜欢
灵活性氢能风光
各国争抢氢能产业制高点
氢能“竞速”
新型储换热系统在热电联产电厂灵活性改造中的应用
风光新580
第十三章 惊险的车祸——氢能
氢能有轨电车应用综述
风光如画
基于SVD可操作度指标的机械臂灵活性分析
更纯粹的功能却带来更强的灵活性ESOTERIC第一极品N-03T
风光ix5:当轿跑邂逅SUV