王 禹，彭道剛，姚 峻，于會(huì)群

（1.上海電力大學(xué) 自動(dòng)化工程學(xué)院，上海 200090；2.上海明華電力技術(shù)工程有限公司，上海 200090）

能源枯竭和環(huán)境保護(hù)已成為當(dāng)前社會(huì)的主題，我國(guó)大力支持并鼓勵(lì)開(kāi)發(fā)和利用清潔、可再生能源。為實(shí)現(xiàn)可再生能源的大規(guī)模應(yīng)用，解決資源在空間上的分布不均衡問(wèn)題，很多學(xué)者提出了微電網(wǎng)、智能電網(wǎng)等技術(shù)[1]。但隨著分布式能源多樣化、分布式設(shè)備的海量化、能源分布的廣域化，微電網(wǎng)技術(shù)和智能電網(wǎng)技術(shù)已經(jīng)不能滿(mǎn)足實(shí)際應(yīng)用的需求[2]。鑒于此，一種靈活集成多種供能方式，具有相對(duì)獨(dú)立性的分布式能源系統(tǒng)成為研究的熱點(diǎn)。

分布式能源系統(tǒng)結(jié)構(gòu)復(fù)雜，供能方式繁多，主要供能方式有風(fēng)能、水能、太陽(yáng)能、天然氣、氫氣等。在分布式能源系統(tǒng)中，能量流動(dòng)不僅僅是電能，還包括熱能、化學(xué)能等。多能源微網(wǎng)建?？刂?、規(guī)劃運(yùn)行是多能系統(tǒng)研究熱點(diǎn)和難點(diǎn)。目前對(duì)于冷熱電聯(lián)供系統(tǒng)建模和運(yùn)行優(yōu)化研究已經(jīng)有了一定理論成果。文獻(xiàn)[3]分別比較了CCHP（冷熱電三聯(lián)供）和CHP（熱電聯(lián)供）系統(tǒng)在以熱定電和以電定熱2種運(yùn)行模式下的經(jīng)濟(jì)性能；文獻(xiàn)[4-7]在熱電聯(lián)供微網(wǎng)設(shè)備規(guī)劃運(yùn)行方面給出了規(guī)劃模型，并用NR-PSO，Benders分解以及粒子群算法對(duì)模型進(jìn)行了求解；文獻(xiàn)[8]研究了包含風(fēng)力發(fā)電在內(nèi)的熱電聯(lián)供系統(tǒng)，以運(yùn)行費(fèi)用最低和污染物氣體排放量最小為目標(biāo)進(jìn)行運(yùn)行優(yōu)化研究，并采用粒子群算法來(lái)求解該問(wèn)題。文獻(xiàn)[9]研究了考慮蓄熱蓄冷電裝置以及微源冷熱電聯(lián)供微網(wǎng)建立環(huán)保經(jīng)濟(jì)調(diào)度模型，以微網(wǎng)運(yùn)行經(jīng)濟(jì)和環(huán)保綜合成本為目標(biāo)，采用混沌粒子群算法對(duì)模型進(jìn)行優(yōu)化求解。

綜上，目前研究多集中于分布式冷熱電三聯(lián)供系統(tǒng)，制冷和供熱設(shè)備比較單一，基于冷熱電聯(lián)供的協(xié)同優(yōu)化研究已有一定成果，但對(duì)于分布式能源系統(tǒng)的研究尚不夠深入，鑒于此，本文從冷熱電聯(lián)供協(xié)同優(yōu)化運(yùn)行入手，構(gòu)建了考慮風(fēng)光儲(chǔ)、離心式冷機(jī)、空氣源熱泵和CCHP的多能互補(bǔ)協(xié)同優(yōu)化規(guī)劃模型，綜合考慮運(yùn)行成本和環(huán)境成本；在此基礎(chǔ)上，引入ABC-APSO（人工蜂群搜索算子的自適應(yīng)粒子群算法）求解該多目標(biāo)協(xié)同優(yōu)化問(wèn)題，最后針對(duì)國(guó)內(nèi)某分布式能源系統(tǒng)進(jìn)行優(yōu)化驗(yàn)證。

1 分布式能源系統(tǒng)數(shù)學(xué)模型

分布式能源系統(tǒng)集制冷、供熱、發(fā)電為一體。如圖1所示，電負(fù)荷由燃?xì)鈨?nèi)燃機(jī)、風(fēng)力發(fā)電機(jī)、光伏發(fā)電系統(tǒng)供電；冷負(fù)荷由煙氣型溴化鋰吸收式冷熱水機(jī)組和離心式冷水機(jī)組提供；熱負(fù)荷由溴化鋰機(jī)組和空氣源熱泵機(jī)組提供。

1.1 發(fā)電設(shè)備數(shù)學(xué)模型

（1）燃?xì)鈨?nèi)燃機(jī)發(fā)電機(jī)組模型

圖1 園區(qū)分布式能源系統(tǒng)結(jié)構(gòu)框圖

本文主要研究其輸出功率和燃料輸入的靜態(tài)特性。采用該模型能夠簡(jiǎn)化分析，并且較好地展現(xiàn)出力與系統(tǒng)之間的關(guān)系：

（2）風(fēng)力發(fā)電機(jī)組模型

式中：PWT，N_t表示第n臺(tái)風(fēng)力發(fā)電機(jī)在t時(shí)段電功率；vci為切入風(fēng)速；vco為切出風(fēng)速；vrate為額定風(fēng)速；λ1，λ2，λ3為擬合系數(shù)，可以通過(guò)風(fēng)力出力曲線(xiàn)擬合得到。

計(jì)算風(fēng)機(jī)塔架高度的風(fēng)速Vi：

式中：V2為需要修正的風(fēng)速；α為冪指數(shù)，一般取1/7。

（3）光伏發(fā)電模型

為了便于仿真計(jì)算，進(jìn)行光伏發(fā)電預(yù)測(cè)時(shí)采用簡(jiǎn)化的光伏電池模型，此時(shí)輸出功率只和光照強(qiáng)度以及環(huán)境溫度有關(guān)，可以得到：

式中：PPV，M_t為第m組光伏電池在t時(shí)段的電功率；GAC，M_t為第m組光伏電池在t時(shí)段的光照強(qiáng)度；PSTC為第m組光伏電池在標(biāo)準(zhǔn)測(cè)試條件（1 000 W/m2，25℃）下的最大電功率；TAMD_t為光伏電池當(dāng)前工作溫度；NOCT為額定光伏電池溫度。

1.2 輔助設(shè)備模型

（1）儲(chǔ)能設(shè)備模型

儲(chǔ)能設(shè)備在改善系統(tǒng)電能質(zhì)量中起到了重要作用，采用蓄電池作為儲(chǔ)能設(shè)備，考慮儲(chǔ)能充放電和當(dāng)前電量之間的關(guān)系，不考慮蓄電池內(nèi)部充放電過(guò)程，可以得到：

式中：EES_t為t時(shí)段電儲(chǔ)能設(shè)備容量；τ為電儲(chǔ)能自放電效率；EES_（t-1）為（t-1）時(shí)段電儲(chǔ)能設(shè)備容量；ηch為電儲(chǔ)能設(shè)備充電效率；ηdisc為電儲(chǔ)能設(shè)備放電效率；Pch_t為電儲(chǔ)能t時(shí)段充電功率；Pdisc_t為電儲(chǔ)能t時(shí)段放電功率。

（2）煙氣型溴化鋰吸收式冷溫水機(jī)組模型

煙氣型溴化鋰吸收式冷溫水機(jī)組為系統(tǒng)提供冷熱負(fù)荷，其輸出功率與內(nèi)燃機(jī)輸出煙氣余熱成正比：

（3）離心式冷機(jī)模型

離心式冷機(jī)即電制冷機(jī)，制冷量與耗電量和能效系數(shù)有關(guān)：

式中：QEC，J_t表示第J臺(tái)離心式冷機(jī)在t時(shí)段提供的冷功率；PEC，J_t表示第J臺(tái)離心式冷機(jī)在t時(shí)段制冷消耗的電功率；COPEC，J_t表示第J臺(tái)離心式冷機(jī)在t時(shí)段的能效系數(shù)。

（4）空氣源熱泵模型

熱泵循環(huán)制熱量：

式中：QHP，R_t表示第R臺(tái)空氣源熱泵在t時(shí)段內(nèi)供熱量；PHP，R_t表示第R臺(tái)空氣源熱泵在t時(shí)段內(nèi)耗電量；COPHP，R_t表示第R臺(tái)空氣源熱泵在t時(shí)段能效系數(shù)。

2 分布式能源系統(tǒng)協(xié)同優(yōu)化運(yùn)行模型

2.1 目標(biāo)函數(shù)

分布式能源系統(tǒng)協(xié)同優(yōu)化運(yùn)行模型屬于多約束多目標(biāo)復(fù)雜非線(xiàn)性?xún)?yōu)化范疇，在用戶(hù)側(cè)負(fù)荷預(yù)測(cè)需求基礎(chǔ)上優(yōu)化各設(shè)備出力，滿(mǎn)足最優(yōu)經(jīng)濟(jì)、環(huán)境友好等目標(biāo)。其中，影響經(jīng)濟(jì)優(yōu)化運(yùn)行主要因素有運(yùn)行成本和環(huán)境成本[10-11]。模型中不考慮設(shè)備維護(hù)成本、設(shè)備采購(gòu)成本、設(shè)備的折舊成本，主要研究在協(xié)同優(yōu)化下購(gòu)電費(fèi)用、購(gòu)天然氣費(fèi)用和環(huán)境成本。目前工業(yè)用電定價(jià)策略多采用兩部分電價(jià)，即將容量對(duì)應(yīng)的基本電價(jià)與用電量對(duì)應(yīng)的電量電價(jià)結(jié)合起來(lái)決定電價(jià)，在冬季和夏季電力供應(yīng)中，將電價(jià)設(shè)置峰、谷、平3檔，考慮分布式能源系統(tǒng)購(gòu)電量、售電量和購(gòu)售電區(qū)間，同時(shí)考慮由燃?xì)鈾C(jī)組產(chǎn)生污染物排放成本，分布式能源系統(tǒng)優(yōu)化運(yùn)行目標(biāo)函數(shù)為：

其中，購(gòu)電費(fèi)用Cpurel可以表示為：

當(dāng) PSELL_t＞0， 表示從電網(wǎng)中購(gòu)電， 此時(shí) Cgrid，t采用分時(shí)電價(jià)；當(dāng)PSELL_t＜0時(shí)，表示系統(tǒng)向電網(wǎng)供電，此時(shí) Cgrid，t采用上網(wǎng)電價(jià)。

采購(gòu)天然氣費(fèi)用Cpurgas為：

式中：Cgas表示天然氣單位熱值價(jià)格。

一枚小小的印章，方寸之間，意蘊(yùn)無(wú)窮。它既包含豪壯飄逸的書(shū)法筆意，又有優(yōu)美悅目的繪畫(huà)構(gòu)圖。相信孩子們一定能在篆刻社團(tuán)的學(xué)習(xí)中，感受到中國(guó)傳統(tǒng)文化的獨(dú)特魅力。

環(huán)境成本主要包括環(huán)境價(jià)值和排放所造成的罰款數(shù)量。本系統(tǒng)污染物排放主要來(lái)自于三聯(lián)供系統(tǒng)，主要有CO2，SO2和NOX，分布式能源系統(tǒng)的環(huán)境成本Cenv可以表示為：

冷熱電聯(lián)供氣體排放模型如下，參數(shù)見(jiàn)表1。

式中： ECO2，k（Pi（t））， ESO2，k（Pi（t））和 ENOX，k（Pi（t））分別表示當(dāng)冷熱電聯(lián)供系統(tǒng)在t時(shí)刻單位出力為P 時(shí)第 i個(gè)發(fā)電設(shè)備 CO2， SO2， NOX排放量； fCO2，fSO2， fNO2為 CO2， SO2， NOX單位環(huán)境成本（元/kg）；污染氣體排放標(biāo)準(zhǔn)見(jiàn)表2；α，β，γ，ζ，λ分別為氣體排放模型參數(shù)。供熱當(dāng)量性能系數(shù)：ρ=Qh/SEERC，SEERC表示當(dāng)供熱（冷）為Qh當(dāng)量電量消耗。

2.2 約束條件

（1）能量平衡約束

表1 污染物排放模型參數(shù)

表2 電力行業(yè)污染氣體排放標(biāo)準(zhǔn)

式中：PSELL_t表示t時(shí)段從電網(wǎng)購(gòu)電量；PNEED_t表示t時(shí)段用戶(hù)用電需求量；Pch_t表示t時(shí)段儲(chǔ)能電池充電量；PLOSS_t表示t時(shí)段系統(tǒng)耗電量；QNEED_t表示t時(shí)段的熱負(fù)荷；Qloss_t表示t時(shí)段正常運(yùn)行時(shí)散熱量；CNEED_t表示t時(shí)段冷負(fù)荷；Closs_t表示t時(shí)段正常運(yùn)行耗散量。

（2）設(shè)備約束

3 人工蜂群算子的自適應(yīng)粒子群算法

粒子群算法具有收斂速度快、易實(shí)現(xiàn)并僅有少量參數(shù)需要調(diào)整等優(yōu)點(diǎn)[12]，但也存在后期收斂速度比較緩慢，容易陷入局部極小值等問(wèn)題，有學(xué)者提出帶壓縮因子的自適應(yīng)權(quán)重粒子群算法[13]和含蜂群搜索算子的粒子群算法[14-15]，本文綜合2種算法的優(yōu)點(diǎn)，提出一種引入人工蜂群的自適應(yīng)粒子群算法，在慣性權(quán)重方面，采用自適應(yīng)改變策略，使得慣性權(quán)重隨著迭代次數(shù)和當(dāng)前優(yōu)化目標(biāo)自動(dòng)更新，兼顧算法的局部收斂和全局收斂能力；引入人工蜂群搜索算子來(lái)影響粒子群學(xué)習(xí)因子，對(duì)粒子群最優(yōu)位置進(jìn)行搜索，使其快速脫離局部最優(yōu)，從而避免早熟，同時(shí)提高算法收斂速度，兼顧收斂速度和避免早熟。綜上，本文提出的算法相比較于已有的改進(jìn)粒子群算法，兼顧了粒子群算法收斂速度、局部和全局收斂能力、避免陷入局部最優(yōu)等優(yōu)點(diǎn)。

粒子群所有粒子位置和速度更新公式為：

式中：ω表示慣性因子；c1和c2表示加速常數(shù)，根據(jù)大量測(cè)試，一般選擇c1=c1∈[0，4]；r1和r2為區(qū)間[0，1]上的隨機(jī)數(shù)。

調(diào)整公式（26）并將其代入公式（27）中，可得：

3.1 自適應(yīng)權(quán)重

算法收斂性和慣性因子ω取值相關(guān)。在自適應(yīng)粒子群算法中，當(dāng)粒子的目標(biāo)函數(shù)值偏離于粒子平均目標(biāo)函數(shù)值時(shí)，此時(shí)減小慣性權(quán)重系數(shù)；粒子的目標(biāo)函數(shù)值接近粒子平均目標(biāo)函數(shù)值時(shí)，此時(shí)增大慣性權(quán)重。

采用自適應(yīng)權(quán)重策略，具體表達(dá)式如下：

式中：f表示當(dāng)前目標(biāo)函數(shù)值；fmean，fmin分別表示當(dāng)前平均目標(biāo)函數(shù)值和最小目標(biāo)函數(shù)值。

3.2 人工蜂群算法搜索算子

鑒于人工蜂群算法以犧牲算法開(kāi)發(fā)能力為代價(jià)來(lái)提高粒子搜索能力，本文引入人工蜂群算法搜索算子側(cè)重于提高探索能力，使得算法在求解復(fù)雜非線(xiàn)性?xún)?yōu)化問(wèn)題時(shí)跳出局部最優(yōu)，提高算法性能，搜索算子可以表示為：

式中： k∈{1， 2， …，m}， 且 k≠i； φid為[-1，1]之間的隨機(jī)數(shù)；ψid為[0，1.5]之間的隨機(jī)數(shù)，保證了算法很強(qiáng)的探索能力，同時(shí)因?yàn)榫植孔顑?yōu)值pbest，大大縮小探索范圍，提高尋優(yōu)能力。

ABC-APSO流程如圖2所示。本模型優(yōu)化變量包括各時(shí)段燃?xì)鈨?nèi)燃機(jī)功率、儲(chǔ)能電池充放電功率（Pch，i_t， Pdisc_t）、 空氣源熱泵制熱功率QHP，R_t、 離心式冷機(jī)制冷功率 QEC，J_t， 煙氣熱水型溴化鋰機(jī)組制冷制熱功率和電網(wǎng)購(gòu)電量Pgrid_t。在滿(mǎn)足各個(gè)設(shè)備約束以及能量約束前提下，通過(guò)電價(jià)費(fèi)率、天然氣費(fèi)率和污染物環(huán)境成本約束，實(shí)現(xiàn)在不同時(shí)段各個(gè)設(shè)備之間的協(xié)調(diào)配合，合理調(diào)控購(gòu)電和購(gòu)氣費(fèi)用，實(shí)現(xiàn)系統(tǒng)運(yùn)行成本和環(huán)境成本的協(xié)同優(yōu)化。

圖2 ABC-APSO算法流程

4 算例及仿真結(jié)果分析

算例選取某園區(qū)分布式能源系統(tǒng)，并網(wǎng)售電價(jià)格取0.67元/kWh；天然氣費(fèi)率取 3.67元/m3。采用Matlab2014a進(jìn)行仿真，ABC-APSO算法參數(shù)取值：粒子群種群規(guī)模取40；預(yù)設(shè)迭代次數(shù)5 000次；初始慣性權(quán)重取0.4；精度選擇10-6。

夏季冷負(fù)荷協(xié)同優(yōu)化結(jié)果如圖3所示。夏季通過(guò)煙氣熱水型溴化鋰機(jī)組和離心式冷機(jī)2種方式來(lái)供冷。谷時(shí)電價(jià)比較低，同時(shí)谷時(shí)所需冷負(fù)荷較小，以及污染物排放限制，此時(shí)段依靠離心式冷機(jī)進(jìn)行制冷；峰時(shí)段優(yōu)先使用溴化鋰機(jī)組制冷；在8:00—17:00時(shí)段用戶(hù)側(cè)冷負(fù)荷需求大，溴化鋰機(jī)組制冷已經(jīng)不能滿(mǎn)足負(fù)荷需求，通過(guò)協(xié)同優(yōu)化，離心式冷機(jī)同時(shí)制冷，負(fù)荷需求可以得到滿(mǎn)足。

圖3 夏季冷負(fù)荷協(xié)同優(yōu)化結(jié)果

夏季電力負(fù)荷協(xié)同優(yōu)化結(jié)果如圖4所示。夏季用戶(hù)負(fù)荷由燃?xì)鈨?nèi)燃機(jī)、儲(chǔ)能設(shè)備、風(fēng)機(jī)發(fā)電和光伏發(fā)電供應(yīng)。缺額部分從電網(wǎng)補(bǔ)足，在滿(mǎn)足用戶(hù)側(cè)電負(fù)荷的前提下，多余電能可以并網(wǎng)發(fā)電。谷時(shí)段用戶(hù)用電負(fù)荷比較低，采用燃?xì)鈨?nèi)燃機(jī)進(jìn)行供電，其出力下限為1 600 kW，熱量耗散嚴(yán)重，并且環(huán)境成本大大增加，谷時(shí)電負(fù)荷主要由電網(wǎng)購(gòu)電和消納風(fēng)電來(lái)滿(mǎn)足；在8:00—11:00時(shí)段，用戶(hù)冷負(fù)荷和電負(fù)荷需求都比較大，此時(shí)光伏發(fā)電功率和風(fēng)力發(fā)電功率較小，儲(chǔ)能系統(tǒng)放電用于滿(mǎn)足用戶(hù)電負(fù)荷需求，仍需從電網(wǎng)購(gòu)部分電能用來(lái)滿(mǎn)足用戶(hù)電負(fù)荷需求；該時(shí)段因?yàn)殡x心式冷機(jī)同時(shí)參與制冷消耗電能，整體電力供應(yīng)略大于用戶(hù)電負(fù)荷需求。隨著溫度、太陽(yáng)光輻照度和風(fēng)速的提高，11:00之后，電力供應(yīng)充裕，多余電能并網(wǎng)發(fā)電。

圖4 夏季電負(fù)荷協(xié)同優(yōu)化結(jié)果

冬季熱負(fù)荷供應(yīng)協(xié)同優(yōu)化結(jié)果如圖5所示。冬季通過(guò)煙氣熱水型溴化鋰機(jī)組和空氣源熱泵2種方式供熱。在8:00—12:00用戶(hù)熱負(fù)荷高峰時(shí)期，優(yōu)先采用溴化鋰機(jī)組供熱，仍不滿(mǎn)足用戶(hù)側(cè)熱負(fù)荷需求，此時(shí)采用空氣源熱泵同時(shí)供熱；21:00之后，依靠空氣源熱泵供熱。

圖5 冬季熱負(fù)荷協(xié)同優(yōu)化結(jié)果

冬季電力負(fù)荷協(xié)同優(yōu)化結(jié)果如圖6所示。同夏季，用戶(hù)負(fù)荷需求由燃?xì)鈨?nèi)燃機(jī)、儲(chǔ)能設(shè)備、風(fēng)機(jī)和光伏提供。冬季電負(fù)荷使用量低于夏季，但因該地區(qū)冬季溫度低，太陽(yáng)光輻照度低，風(fēng)速不穩(wěn)定且偏小，光伏發(fā)電功率和風(fēng)力發(fā)電功率遠(yuǎn)低于夏季，因此主要依靠燃?xì)鈨?nèi)燃機(jī)供給電能。同夏季，谷時(shí)段用戶(hù)側(cè)電力負(fù)荷需求主要由風(fēng)機(jī)和電網(wǎng)購(gòu)電來(lái)滿(mǎn)足；在8:00—11:00時(shí)段儲(chǔ)能系統(tǒng)開(kāi)始放電滿(mǎn)足用戶(hù)需求，燃?xì)鈨?nèi)燃機(jī)工作在額定功率狀態(tài)，由于熱泵制熱也需消耗一部分電能，需從電網(wǎng)購(gòu)電來(lái)滿(mǎn)足系統(tǒng)電能需求；11:00之后，燃機(jī)、風(fēng)機(jī)和光伏發(fā)電可以滿(mǎn)足用戶(hù)需求。

圖6 冬季電負(fù)荷協(xié)同優(yōu)化結(jié)果

為了驗(yàn)證ABC-APSO的調(diào)度優(yōu)化能力，本文以傳統(tǒng)供應(yīng)模式下運(yùn)行成本和環(huán)境成本，以PSO（粒子群優(yōu)化算法）和CFW-PSO（帶壓縮因子自適應(yīng)權(quán)重粒子群算法）優(yōu)化結(jié)果為參照，結(jié)果見(jiàn)表3。相比傳統(tǒng)直接從電網(wǎng)購(gòu)電方式，經(jīng)過(guò)分布式能源系統(tǒng)協(xié)同優(yōu)化后，系統(tǒng)總成本有明顯的下降；在算法優(yōu)化結(jié)果上，因?yàn)榉淙簝?yōu)化算子的出色局部尋優(yōu)效果，進(jìn)而影響整體最優(yōu)值表現(xiàn)，由結(jié)果可知，ABC-APSO尋優(yōu)性能最好，總成本最低，同時(shí)在保證較小環(huán)境成本前提下，具有最優(yōu)運(yùn)行成本。由結(jié)果可以看出，依據(jù)本文運(yùn)行調(diào)度方法，一方面充分利用低谷電，平峰時(shí)段盡量減少購(gòu)電，另一方面在盡可能低污染物排放條件下，通過(guò)并網(wǎng)售電創(chuàng)造了一定的經(jīng)濟(jì)效益。此外，不僅促進(jìn)了外電網(wǎng)的“削峰填谷”，緩解電網(wǎng)壓力，還更好地消納了區(qū)域內(nèi)新能源發(fā)電，實(shí)現(xiàn)真正意義上的清潔高效。由上可知，ABC-APSO在分布式能源系統(tǒng)中能夠發(fā)揮較好的優(yōu)化作用。

表3 分布式能源系統(tǒng)系統(tǒng)目標(biāo)優(yōu)化結(jié)果比較

5 結(jié)論

（1）針對(duì)分布式能源系統(tǒng)經(jīng)濟(jì)運(yùn)行優(yōu)化問(wèn)題，以運(yùn)行成本和環(huán)境成本為目標(biāo)條件構(gòu)建了含有風(fēng)光儲(chǔ)、電熱耦合設(shè)備和CCHP的多能協(xié)同優(yōu)化運(yùn)行模型，比較全面地建立了優(yōu)化運(yùn)行模型。

（2）在求解算法上，本文采用ABC-APSO對(duì)某園區(qū)夏季典型日和冬季典型日負(fù)荷需求進(jìn)行分析計(jì)算，結(jié)果表明，與傳統(tǒng)的分供系統(tǒng)相比，夏季可節(jié)約成本25.65%，冬季可節(jié)約成本20.28%；與PSO相比，具有更好的局部?jī)?yōu)化與全局優(yōu)化能力，有效降低分布式能源系統(tǒng)運(yùn)行成本，減少污染物排放，實(shí)現(xiàn)其高效運(yùn)行，在多能協(xié)同優(yōu)化運(yùn)行方面具有一定的指導(dǎo)意義。

（3）本文在研究能源系統(tǒng)中各分布式發(fā)電設(shè)備穩(wěn)定數(shù)學(xué)模型時(shí)，忽略了網(wǎng)損、潮流分布以及電壓穩(wěn)定等因素，同時(shí)著重于并網(wǎng)運(yùn)行模式下的調(diào)度優(yōu)化，因此，計(jì)及多因素的多種運(yùn)行模式下的協(xié)同優(yōu)化問(wèn)題有待進(jìn)一步的探討和研究。