隨著能源需求和環(huán)境污染問題日益上升，大力發(fā)展可再生能源、提高能源利用效率已成為能源可持續(xù)發(fā)展的必然選擇

。綜合能源系統(tǒng)(integrated energy system，IES)作為能源互聯(lián)網(wǎng)的重要基礎(chǔ)，以冷熱電聯(lián)供系統(tǒng)(combined cooling，heating and power，CCHP)為依托，同時考慮源-網(wǎng)-荷-儲協(xié)同優(yōu)化，是目前和未來發(fā)展能源領(lǐng)域的重要橋梁

。

為了提高系統(tǒng)運行效率、增強(qiáng)清潔能源的消納能力，國內(nèi)外學(xué)者對IES優(yōu)化調(diào)度展開了深入的研究。文獻(xiàn)[6]提出了含能源耦合設(shè)備和分布式供能設(shè)備的IES經(jīng)濟(jì)調(diào)度模型及其求解方法。文獻(xiàn)[7]建立了含電轉(zhuǎn)氣設(shè)備、CHP 機(jī)組的優(yōu)化調(diào)度模型，兼顧了系統(tǒng)經(jīng)濟(jì)性和間歇式清潔能源的消納能力。文獻(xiàn)[8]則充分考慮源、荷不確定性對系統(tǒng)的影響，建立了含新能源、電轉(zhuǎn)氣設(shè)備和多源儲能設(shè)備在內(nèi)的IES多時間尺度經(jīng)濟(jì)調(diào)度模型。然而，上述研究只考慮了系統(tǒng)的經(jīng)濟(jì)性，忽略了如碳排放等環(huán)境因素對IES的影響。

碳交易機(jī)制被認(rèn)為是有效減少系統(tǒng)碳排放量的措施之一

。文獻(xiàn)[10]在電-氣互聯(lián)IES 優(yōu)化調(diào)度模型中引入碳交易機(jī)制，分析其對系統(tǒng)經(jīng)濟(jì)性和碳排放量的影響。文獻(xiàn)[11]基于多目標(biāo)模糊控制法，以碳交易成本和運行成本之和最小為目標(biāo)，構(gòu)建了電-熱-氣互聯(lián)系統(tǒng)的動態(tài)環(huán)保經(jīng)濟(jì)協(xié)同優(yōu)化調(diào)度模型。文獻(xiàn)[12-13]則針對傳統(tǒng)碳交易機(jī)制的不足，提出了階梯型碳交易機(jī)制，構(gòu)建了電-熱-氣互聯(lián)的IES經(jīng)濟(jì)環(huán)保聯(lián)合優(yōu)化模型。然而，文獻(xiàn)[10-13]雖然兼顧了IES的經(jīng)濟(jì)性和環(huán)境效益，但卻忽略了需求側(cè)資源對IES優(yōu)化調(diào)度的影響，未充分發(fā)揮用戶側(cè)的綠色調(diào)節(jié)能力。

隨著能源市場的深入改革，充分利用綜合需求響應(yīng)(integrated demand response，IDR)資源已成為IES運行中一個全新的、不可忽視的因素。文獻(xiàn)[14]將傳統(tǒng)電力DR 的建模方法延伸至熱、冷負(fù)荷，建立了電-熱-冷IDR模型，實現(xiàn)了能源樞紐中多元負(fù)荷的聯(lián)合調(diào)度。文獻(xiàn)[15]通過建立建筑熱阻模型與熱水儲存模型，提出了一種綜合電負(fù)荷轉(zhuǎn)移與靈活供熱、供水的IDR 方案。文獻(xiàn)[16]構(gòu)建了含多源儲能設(shè)備和柔性負(fù)荷在內(nèi)的微電網(wǎng)調(diào)度模型，綜合考慮新能源消納和可控負(fù)荷調(diào)節(jié)力度兩個指標(biāo)，建立以運行成本最小的供需雙側(cè)聯(lián)合優(yōu)化調(diào)度。文獻(xiàn)[17]根據(jù)電負(fù)荷的彈性響應(yīng)和供熱方式的多樣性，建立了電-熱IDR 模型并提出相應(yīng)的響應(yīng)補(bǔ)償機(jī)制。文獻(xiàn)[14-17]雖然考慮了IDR策略來提高系統(tǒng)經(jīng)濟(jì)性，但未考慮IES的環(huán)境效益，將IDR策略和碳交易機(jī)制有效結(jié)合可以進(jìn)一步發(fā)揮系統(tǒng)節(jié)能減排的潛力。

基于上述背景，本工作構(gòu)建了考慮IDR策略和獎懲階梯型碳交易機(jī)制的IES 優(yōu)化調(diào)度模型。首先，綜合考慮冷、熱、電三種負(fù)荷的柔性特性和調(diào)度潛力，提出了含可轉(zhuǎn)移負(fù)荷和可削減負(fù)荷的IDR模型，并提出響應(yīng)補(bǔ)償機(jī)制；其次，在IES優(yōu)化調(diào)度模型中引入含獎勵性質(zhì)的階梯型碳交易機(jī)制，通過給予獎勵補(bǔ)貼進(jìn)一步控制系統(tǒng)中的碳排放量；然后，采用拉丁超立方抽樣法結(jié)合Kantorovich 場景削減法處理可再生能源的不確定性，并建立以運行成本、階梯型碳交易成本和IDR響應(yīng)補(bǔ)償成本之和最小的目標(biāo)函數(shù)模型；最后通過CPLEX 求解器對所提模型求解。仿真結(jié)果表明，獎懲階梯型碳交易機(jī)制和綜合需求響應(yīng)的結(jié)合能夠進(jìn)一步減少IES的碳排放量，實現(xiàn)系統(tǒng)經(jīng)濟(jì)、環(huán)保運行。

1 綜合能源系統(tǒng)

本工作IES 結(jié)構(gòu)圖如圖1 所示，其中采用最常見的兩種新能源發(fā)電方式：風(fēng)電機(jī)組(wind turbine，WT)和光伏機(jī)組(photovoltaic，PV)；在多能耦合設(shè)備中，CCHP系統(tǒng)是IES的核心能源耦合機(jī)組，主要包括燃?xì)廨啓C(jī)(gas turbine，GT)、余熱鍋爐(waste heat boiler，WHB)、吸收式制冷機(jī)(absorption refrigerator，AR)。此外還包括燃?xì)忮仩t(gas boiler，GB)、電鍋爐(electric boiler，EB)和冰蓄冷空調(diào)(ice-storage air-conditioners，ISAC)以及兩種儲能裝置蓄電池(battery，BT)和蓄熱槽(heat storage tank，HST)。

影響遺傳結(jié)構(gòu)的因素很多，如突變、基因流、選擇和遺傳漂變，以及繁育系統(tǒng)、進(jìn)化歷史、種子傳播機(jī)制、習(xí)性、物候、演替階段、分布范圍、和環(huán)境等。廣西地不容主要借助昆蟲、鳥、風(fēng)力等進(jìn)行花粉傳播，造成了居群間相對較大的基因流動（Nm＝1.456 9），阻止了居群間遺傳分化的發(fā)生。廣西地不容的居群較小，居群內(nèi)的個體數(shù)量也較少，基因流可以減輕小居群間近交衰退和遺傳變異的減少，對于瀕危植物的保護(hù)非常有利。但是在某些情況下，基因流會通過遠(yuǎn)交衰退降低適合度，阻止居群的適應(yīng)性分化，也會對小居群帶來不利的影響。因此，應(yīng)特別關(guān)注基因流在廣西地不容居群保護(hù)中的作用，一旦發(fā)現(xiàn)基因流在世代間的變化較大時要引起注意。

1.1 燃?xì)廨啓C(jī)

1.2 燃?xì)忮仩t

GB 通過燃燒天然氣來產(chǎn)生熱能，從而能夠彌補(bǔ)WHB不足時的熱量，其表達(dá)式為

1.3 冰蓄冷空調(diào)

ISAC 采用冰作為儲能介質(zhì)，在用能谷時段制冰蓄冷，在用能峰時段融冰制冷，其主要由制冷機(jī)、蓄冷罐等輔助設(shè)備組成。ISAC 存在并聯(lián)式和串聯(lián)式兩種工作模式，本工作采用其并聯(lián)的工作方式

忽然在前面田野里一片綠的蠶豆和黃的菜花中間，我仿佛又看見了一線光，一個亮，這還是我常?？匆姷臒艄?。這不會是愛爾克的燈里照出來的，我那個可憐的姐姐已經(jīng)死去了。這一定是我的心靈的燈，它永遠(yuǎn)給我指示我應(yīng)該走的路。

1.4 吸收式制冷機(jī)

1.5 儲能設(shè)備

圖4為不同獎勵系數(shù)下碳交易成本隨單位碳交易價格的變化情況。由圖可知，當(dāng)系統(tǒng)碳交易成本大于0 時，即IES 需要承擔(dān)碳交易費用時，獎勵系數(shù)對碳交易成本沒有影響。相反，當(dāng)系統(tǒng)的碳交易成本小于0 時，即IES 開始獲得碳交易收益時，此時獎勵系數(shù)越大，碳交易收益越多，并且隨著碳交易價格的增加，IES獲得的碳交易收益也在逐步增加。這是因為當(dāng)IES開始獲得碳交易收益時，使碳排放量較低的CCHP和GB等燃?xì)鈾C(jī)組的輸出功率增加，進(jìn)一步減少了從外部電網(wǎng)的購電量，從而使IES碳排放量減少。當(dāng)

為0.2且單位碳交易價格為400元左右時，碳交易成本與碳交易價格的變化程度逐漸緩慢，說明CCHP機(jī)組已經(jīng)恒定或者達(dá)到滿分狀態(tài)，此時若繼續(xù)增加單位碳交易價格，系統(tǒng)碳排放量將不再下降。

（1）儲能容量約束和互斥約束

1.6 電鍋爐

電鍋爐可在電價谷時期把電能轉(zhuǎn)換成熱能滿足用戶熱負(fù)荷需求，需要滿足以下約束

2 綜合需求響應(yīng)模型和獎懲階梯型碳交易機(jī)制

對于可調(diào)節(jié)的用能負(fù)荷而言，不同的能源對價格變化、外界激勵和周圍環(huán)境的要求有所不同。本工作柔性電負(fù)荷為可轉(zhuǎn)移電負(fù)荷，柔性冷、熱負(fù)荷分別為可轉(zhuǎn)移負(fù)荷和可削減負(fù)荷。

2.1 電負(fù)荷需求響應(yīng)建模

本工作電負(fù)荷響應(yīng)建模采用彈性矩陣法，即引入分時電價引導(dǎo)用戶合理調(diào)整用能策略。根據(jù)經(jīng)濟(jì)學(xué)原理，其彈性系數(shù)

可以表示為

式中，△

和△

分別表示為電量

和電價

的相對增量。

基層醫(yī)療衛(wèi)生機(jī)構(gòu)人員數(shù)量不斷增加，總量不足；衛(wèi)生人員學(xué)歷水平有一定程度的提高，與近年來山東省采取了吸引人才、農(nóng)村訂單定向培養(yǎng)、住院醫(yī)師規(guī)范化培訓(xùn)以及轉(zhuǎn)崗培訓(xùn)等政策密切相關(guān)，但仍以大專、中專為主；職稱上初、中級職稱人員較多，高級職稱偏低，職業(yè)發(fā)展空間??；隊伍老齡化問題較大，人員斷層，返聘偏多。建議完善人才引進(jìn)措施、培養(yǎng)制度和激勵機(jī)制，貫徹落實國家出臺的基層衛(wèi)生專業(yè)技術(shù)職務(wù)資格評審制度的通知，形成合理的職稱結(jié)構(gòu)，保證隊伍的穩(wěn)定[2-4]。

對比場景2 和場景3，由于場景3 考慮了傳統(tǒng)碳交易成本，因其CCHP和GB的實際碳排放量較少，可以獲得額外的碳交易收益，從而能夠激勵設(shè)備增加出力，減少IES向外部電網(wǎng)的購電量并降低系統(tǒng)碳排放量。由表3 可知，相比場景2，場景3的IES總成本和系統(tǒng)碳排放量分別下降了2.55%和4.26%。

目前初始碳分配額主要有三種方式，分別是拍賣分配、無償分配以及兩者的混合分配方式。本工作主要采用無償分配的方法進(jìn)行碳配額的分配。采用基準(zhǔn)線法來確定IES中的無償碳配額，首先認(rèn)為IES 中排放二氧化碳的主要設(shè)備包括3 類，分別是以燃煤電廠為主的常規(guī)發(fā)電機(jī)組，然后是以燃燒天然氣的CCHP 機(jī)組以及GB，則根據(jù)這3 部分來進(jìn)行碳排放權(quán)的初始分配。由于CCHP機(jī)組可以同時提供冷、熱、電三種能源，則按參考文獻(xiàn)[20]中的方法，將CCHP中的發(fā)電量和制冷量折算成等效的供熱量，并根據(jù)等效的供熱量進(jìn)行碳配額的分配，其中制冷量和供熱量采取相同碳配額系數(shù)。其分配方法如下所示

2.2 熱負(fù)荷需求建模

由于用戶對供熱舒適度的感知存在模糊性，用戶對其敏感度較低，即在一定范圍內(nèi)改變溫度對用戶的影響不大；另外，熱網(wǎng)在傳輸熱能時具有較大的熱慣性，負(fù)荷調(diào)節(jié)速率較慢

。本工作通過以上兩點為基礎(chǔ)，建立熱負(fù)荷的需求響應(yīng)模型。

以ARMA時間序列模型描述IES內(nèi)供熱系統(tǒng)溫度動態(tài)特性，如式(24)所示

2.3 冷負(fù)荷需求建模

2.4 IDR補(bǔ)償機(jī)制

2.5 獎懲階梯型碳交易機(jī)制

需求側(cè)電量電價彈性矩陣

為

式中，

和

分別為IES中碳交易成本和實際碳排放總量；

為市場上的碳交易價格；

表示碳排放區(qū)間長度；

表示獎勵系數(shù)；

表示碳交易價格的增長幅度，即懲罰系數(shù)；其中向外部電網(wǎng)購電為燃煤電廠，其碳排放量為1.08 t/MWh；IES內(nèi)自身設(shè)備GB 的碳排放量為0.065 t/GJ；CCHP 機(jī)組等效供熱量與燃?xì)忮仩t接近，其碳排放量也取0.065 t/GJ。

3 計及IDR和碳交易成本的IES調(diào)度模型

3.1 可再生能源不確定性處理

本工作使用多場景方法來描述可再生能源(風(fēng)電、光伏)的不確定性。以風(fēng)電功率為例，首先假定風(fēng)電功率服從正態(tài)分布

(

,

)，

為預(yù)測值的期望值，

為其波動的百分比。接著，采用拉丁超立方抽樣

生成大量服從概率分布約束的風(fēng)電出力場景，并采用考慮Kantorovich 距離

的場景削減技術(shù)處理該場景，進(jìn)行場景削減。最后，導(dǎo)出具有相應(yīng)概率的削減之后的場景。具體步驟如下所示。

3.1.1 拉丁超立方抽樣場景生成

“突然，我們的觀測能力比之前提高了1000倍，”當(dāng)這個設(shè)備于2016年投入使用時，根策爾博士如是說。另外，他們還可以使用VLT日復(fù)一日地追蹤恒星S2的運動。

拉丁超立方抽樣與簡單的蒙特卡洛采樣相比，可以更精確地翻譯所采樣的概率分布特性。假設(shè)

個隨機(jī)變量

…

K

，其中

K

的累積概率分布函數(shù)為

設(shè)采樣規(guī)模為

，則

K

的采樣步驟如下：

（2）鄱陽湖水體垂直分布特征分為混合型（A型）、增大型（B型）、中層增大或減小型（C型）、上部增大下部混合型（D型）4種類型，分別占總站點數(shù)的32.26%、54.84%、6.45%和6.45%，該區(qū)域近70%為垂直非均勻水體，可見在水色遙感反演中統(tǒng)一采用表層水樣監(jiān)測數(shù)據(jù)為代表值進(jìn)行建模，并不完全合理，甚至在某些區(qū)域存在較大誤差。今后還需通過大量觀測數(shù)據(jù)和遙感反演模型進(jìn)行進(jìn)一步驗證。

①將

F

的分布曲線分成

個區(qū)間，每個區(qū)間范圍相同為1/

。

②計算每個場景(

s

,

s

)的Kantorovich 距離

(

s

,

s

)。則Kantorovich距離為

在公共英語教學(xué)上，教師應(yīng)該更新觀念，摒棄“我講你聽”的單一的教學(xué)方法。教師可以采用任務(wù)驅(qū)動教學(xué)法進(jìn)行教學(xué)。例如在傳播與策劃專業(yè)的公共英語教學(xué)中，說到學(xué)生情感這個學(xué)習(xí)模塊時，教師可以把全班學(xué)生分成幾個合作小組。讓每個小組課下在校園里進(jìn)行學(xué)生采訪調(diào)查，完成一份小組調(diào)查報告，并在課堂上進(jìn)行調(diào)查結(jié)果展示。全班同學(xué)再根據(jù)各個小組的調(diào)查結(jié)果，形成一份完整的調(diào)查報告，在微信公眾號進(jìn)行推廣。教師也可以運用情境教學(xué)法。通過構(gòu)建一個生活或工作中的情境，讓學(xué)生在情境中進(jìn)行角色扮演、模擬練習(xí)，使得學(xué)生在情境中既能熟悉相關(guān)生活或工作環(huán)境，又有助于促進(jìn)學(xué)生英語知識的掌握。

④通過上述方法采樣

次，即會產(chǎn)生

K

的

個采樣值。

⑤生成

×

維的矩陣，隨機(jī)排序各行后生成

個場景。

3.1.2 場景削減

以運行成本、IDR響應(yīng)補(bǔ)償成本和碳交易成本之后最小為目標(biāo)函數(shù)，即

作為以漢語為母語的中國，在學(xué)習(xí)英語的過程中首先要解除48個因素，但是小學(xué)階段學(xué)生可能在初次接觸這類知識的過程中會產(chǎn)生陌生感。為此，就需要教師能夠在日常教學(xué)過程中多聽多看。以此進(jìn)一步培養(yǎng)學(xué)生形成語感。

①初始化。每個風(fēng)電功率預(yù)測值場景的概率值為

p

=1/

，初始縮減場景數(shù)為

=

。

②在各區(qū)間抽取一個數(shù)。如第

個區(qū)間的采樣點

K

其累積概率

P

為

③選擇與場景

s

的距離最小的場景

s

。并計算Kantorovich距離與場景概率的乘積，可記為

④對于每個場景重復(fù)步驟③，然后選擇

PD

(

s

,

s

)最小的場景記為場景

并刪除該場景，同時更新減少的場景數(shù)

=

-1，則場景

的概率值可以更新為

p

=

p

+

p

。

⑤重復(fù)步驟②～④，直到最終場景數(shù)

=

。

光伏的不確定處理也可以用上述多場景生成和削減方法描述，此處不再贅述。

3.2 IES目標(biāo)函數(shù)

假設(shè)由拉丁超立方抽樣生成的風(fēng)電功率預(yù)測值場景數(shù)為

，縮減后的場景數(shù)為

，則

IES 運行成本

包括購電成本、購氣成本和設(shè)備運行維護(hù)成本，即

3.3 功率平衡約束

4 算例分析

4.1 基礎(chǔ)數(shù)據(jù)

本工作基于文獻(xiàn)[19]中機(jī)組設(shè)備參數(shù)和基礎(chǔ)數(shù)據(jù)進(jìn)行算例仿真。風(fēng)機(jī)、光伏預(yù)測出力及冷、熱、電負(fù)荷預(yù)測曲線如圖2所示；風(fēng)電、光伏的預(yù)測偏差的標(biāo)準(zhǔn)差分別為0.06和0.08；IES內(nèi)各設(shè)備參數(shù)如表1 所示；峰谷平分時電價如表2 所示；電價IDR 自彈性系數(shù)和交叉彈性系數(shù)分別取-0.2、0.03，冷、熱負(fù)荷IDR 響應(yīng)方面，

取15 ℃，

取24 ℃，建筑物熱阻

取18 ℃/kW，熱網(wǎng)傳輸階次

為2，其余IDR參數(shù)詳見文獻(xiàn)[23]。本工作所提模型采用CPLEX求解工具箱進(jìn)行求解。

4.2 不同場景對比分析

為了驗證考慮IDR策略和獎懲階梯型碳交易機(jī)制的IES 優(yōu)化調(diào)度的有效性，本工作設(shè)置了以下4種場景進(jìn)行算例仿真。

②本裝置可用于各種車型標(biāo)準(zhǔn)軌距機(jī)車輪對的雙層立體存放，也可用于車輛、地鐵輪對的立體存放。所存放輪對可以帶有軸箱、抱軸箱等配件，單條輪對設(shè)計存放質(zhì)量可達(dá)4400kg。每個輪對存儲位置完全固定，可進(jìn)行唯一性編號，便于進(jìn)行信息化管理。

場景1：階梯型碳交易機(jī)制下，不考慮IDR 策略和碳交易成本；場景2：階梯型碳交易機(jī)制下，考慮IDR 策略，不考慮碳交易成本；場景3：階梯型碳交易機(jī)制下，考慮IDR 策略和傳統(tǒng)碳交易成本；場景4：階梯型碳交易機(jī)制下，考慮IDR 策略和獎懲階梯型碳交易成本模型。4 種優(yōu)化調(diào)度場景的調(diào)度結(jié)果見表3。

對比場景1 和場景2，場景1 由于未考慮IDR策略，用戶不能根據(jù)價格信息調(diào)整自身用能策略，從而在用能高峰時期IES設(shè)備供能壓力較大，需增加從外部電網(wǎng)的購電量，進(jìn)而導(dǎo)致IES運行成本和系統(tǒng)碳排放量較高。由表3 可知，相比場景1，場景2 的IES 總成本和系統(tǒng)碳排放量分別下降了2.24%和3.57%，驗證了IDR 策略不僅能夠?qū)崿F(xiàn)IES 經(jīng)濟(jì)效益的提升，還能有效減少系統(tǒng)碳排放量。

1.5 統(tǒng)計學(xué)方法 采用SPSS 17.0軟件對所得數(shù)據(jù)進(jìn)行統(tǒng)計學(xué)分析，患者手術(shù)時間為計量資料呈正態(tài)分布，以均數(shù)±標(biāo)準(zhǔn)差（）表示，組間比較用t檢驗；術(shù)后血腫/血清腫、慢性疼痛及復(fù)發(fā)率為計數(shù)資料，采用χ2檢驗或Fisher確切概率法。P＜0.05表示有統(tǒng)計學(xué)意義。

對比場景3和場景4(本工作策略)，由于場景4采用了含獎勵性質(zhì)的階梯型碳交易機(jī)制，故當(dāng)碳排放量低于免費的碳配額時，可以獲得一定的獎勵，從而能夠進(jìn)一步激勵CCHP和GB等機(jī)組的輸出功率，進(jìn)一步降低系統(tǒng)碳排放量。由表3可知，相比場景3，場景4 的IES 總成本和系統(tǒng)碳排放量分別下降了0.68%和1.65%。

4.3 碳交易參數(shù)對優(yōu)化結(jié)果的影響

圖3描述了情景2、3和本工作情景下，碳交易價格變化對系統(tǒng)碳排放總量的影響。在情景2 中，由于沒有考慮碳交易成本，所以碳交易價格的變化不會對系統(tǒng)的總碳排放量產(chǎn)生影響。在情景3和本工作情景下，隨著碳交易價格的逐漸上升，使碳交易成本在總成本的占比上升，故對系統(tǒng)的碳排放約束逐漸加強(qiáng)使總碳排放量逐漸減少。然而，當(dāng)單位碳交易價格接近400元時，由于繼續(xù)增加CCHP和GB 的輸出功率會使系統(tǒng)整體經(jīng)濟(jì)性逐漸下降，因此CCHP和GB的輸出功率逐漸穩(wěn)定，使系統(tǒng)碳排放量下降趨勢逐漸緩慢。此外，從整體來說，本工作場景下的碳排放量始終低于場景3，說明獎懲階梯型碳交易成本計算模型相比傳統(tǒng)碳交易成本計算模型在IES減排方面更具有優(yōu)勢。

將99.8%的冰醋酸與80%～85%的回收醋酸充分混合成95%左右的原料酸；原料酸經(jīng)預(yù)熱進(jìn)入管式反應(yīng)器，在磷酸氫二銨的催化作用下，在700～750℃條件下進(jìn)行裂解脫水，醋酸裂解生成一分子的水和一分子的乙烯酮，高溫的裂解氣經(jīng)換熱器迅速降溫后分離掉反應(yīng)生成的水和未裂解的乙酸，整個裂解脫水反應(yīng)均在真空條件下完成；被分離后的氣體經(jīng)真空泵送入吸收塔，吸收塔采用雙乙烯酮作為循環(huán)液來吸收氣體，吸收飽和的液體進(jìn)入聚合槽聚合生成雙乙烯酮；雙乙烯酮采出后經(jīng)薄膜蒸發(fā)提純得到雙乙烯酮成品。其生產(chǎn)過程中涉及的主要化學(xué)反應(yīng)有：

本工作IES的儲能設(shè)備主要包括蓄電池和蓄熱槽，由于冰蓄冷空調(diào)自帶儲冷罐，所以這里不再贅述。儲能設(shè)備需要滿足的條件如下。

4.4 調(diào)度結(jié)果分析

綜合需求響應(yīng)前后用戶的電、熱、冷負(fù)荷曲線如圖5所示。由圖可看出，用戶各負(fù)荷均得到了一定的平緩。其原因是當(dāng)考慮IDR策略之后，用戶能夠根據(jù)分時電價信息在一定程度滿意度變化范圍內(nèi)合理調(diào)整自身用能策略，并且由于IES 考慮了IDR響應(yīng)補(bǔ)貼機(jī)制，即將用戶轉(zhuǎn)移或削減的負(fù)荷變化量轉(zhuǎn)變成激勵補(bǔ)貼給用戶，進(jìn)一步刺激用戶積極參與到能源調(diào)整過程中，使用戶將峰時段負(fù)荷轉(zhuǎn)移至谷時段負(fù)荷，并在平時段進(jìn)行合理調(diào)整。以電負(fù)荷為例，在10∶00—12∶00 和18∶00—22∶00 負(fù)荷峰值時段，此時電價較高，用戶愿意將此時的高峰負(fù)荷轉(zhuǎn)移至23∶00—7∶00負(fù)荷谷時段，因此起到削峰填谷的作用。其中，電、熱、冷負(fù)荷響應(yīng)前后的峰谷差分別下降了11.3%、9.1%和8.1%，且有效地平抑了用戶負(fù)荷波動。此外，由表3 可知，IDR 策略不僅能夠降低系統(tǒng)運行成本，還能減少IES向外部電網(wǎng)的購電量，有效地降低了系統(tǒng)的碳排放量。熱負(fù)荷和冷負(fù)荷的分析與此類似，此處不再贅述。

作為電商專業(yè)的核心課程，《網(wǎng)店運營》主要的內(nèi)容包括市場調(diào)研、網(wǎng)店定位、網(wǎng)店開設(shè)、網(wǎng)店裝修、運營推廣、網(wǎng)店客服與物流管理、店鋪后臺數(shù)據(jù)分析等。這門課程的實戰(zhàn)性非常強(qiáng)，要想有效的提高學(xué)生的職業(yè)技能和工作能力，最有效的方法是結(jié)合實際項目的運營。

圖6為蓄電池和蓄熱槽經(jīng)過優(yōu)化后的充、放能策略圖。由于蓄電池、蓄熱槽等儲能設(shè)備能夠充當(dāng)柔性負(fù)荷，因此也能參與到削峰填谷的過程中。以圖6(a)為例，在2∶00—5∶00 時段，由于用電負(fù)荷較少且電價較低，蓄電池選擇充電以應(yīng)對高峰負(fù)荷時期；在13∶00—15∶00和17∶00—18∶00時段，此時電負(fù)荷和電價均較高，蓄電池選擇此時段放電。蓄熱槽的充放能過程與此相似，此處不再贅述。

圖7為本工作場景下的電、熱、冷三種能源優(yōu)化后的調(diào)度平衡結(jié)果圖。在23∶00—7∶00電價谷時段，用戶電負(fù)荷需求量較低，此時電負(fù)荷主要由GT和WT提供，富裕的電能通過ISAC轉(zhuǎn)換成冷能，或者售賣給外部電網(wǎng)獲取收益。在8∶00—9∶00和13∶00—17∶00 電價平時段，此時電負(fù)荷主要由GT、PV和WT提供，不足的部分通過BT補(bǔ)充。而在10∶00—12∶00 和18∶00—22∶00 負(fù)荷峰值時段，用戶電負(fù)荷除了由GT、WT、PV和BT提供之外，不足的電量還需要通過向外部電網(wǎng)購電。

學(xué)困生缺乏對數(shù)學(xué)的學(xué)習(xí)興趣：學(xué)困生難以學(xué)好數(shù)學(xué)的主要原因還是在于學(xué)習(xí)數(shù)學(xué)時的態(tài)度，大多數(shù)學(xué)困生會因為覺得數(shù)學(xué)學(xué)科枯燥乏味，因而在學(xué)習(xí)數(shù)學(xué)時會比較隨意，往往在學(xué)習(xí)數(shù)學(xué)的過程中遇到難題就會喪失學(xué)習(xí)的興趣。此外，還有的學(xué)困生因為在其他學(xué)科的學(xué)習(xí)成績也比較落后，從而導(dǎo)致自信心的缺乏，認(rèn)為自己不夠聰明，學(xué)什么都學(xué)不好，面對數(shù)學(xué)更是產(chǎn)生了畏懼心理。

（3）決策獨立，即獨立董事表達(dá)出的對決策的相關(guān)看法必須出自自己的意志，脫離大股東的控制，盡可能地減小公司管理者對其的影響。

熱能和冷能的調(diào)度結(jié)果分別如圖7(b)、(c)所示，熱負(fù)荷主要由GB 和WHB 提供，不足的熱能需通過HST和EB放熱補(bǔ)充；此外，多余的熱能可以通過AR 轉(zhuǎn)換成冷能。冷負(fù)荷主要由ISAC 中制冷機(jī)滿足，但隨著冷負(fù)荷逐漸上升，需進(jìn)一步通過AR制冷和ISAC融冰制冷補(bǔ)充。

5 結(jié) 論

本工作構(gòu)建了考慮獎懲階梯型碳交易機(jī)制和綜合需求響應(yīng)的IES低碳優(yōu)化調(diào)度策略，設(shè)置了不同場景進(jìn)行分析，實現(xiàn)了IES的經(jīng)濟(jì)、環(huán)保運行。通過仿真分析，可得如下結(jié)論：

（1）通過引入可轉(zhuǎn)移負(fù)荷和可削減負(fù)荷兩種柔性負(fù)荷，構(gòu)建了電-熱-冷負(fù)荷IDR模型。使用戶在一定滿意度范圍內(nèi)合理調(diào)整自身用能策略，既平滑了負(fù)荷峰谷差，也實現(xiàn)了負(fù)荷多能互補(bǔ)和替代。

（2）為了進(jìn)一步加大響應(yīng)力度，在傳統(tǒng)價格激勵的基礎(chǔ)上提出響應(yīng)補(bǔ)償機(jī)制，通過將用戶的負(fù)荷響應(yīng)量轉(zhuǎn)化為補(bǔ)貼激勵給用戶，增加了用戶參與需求響應(yīng)的積極性。仿真結(jié)果表明，所提含響應(yīng)補(bǔ)貼機(jī)制的IDR策略不僅有效提升IES經(jīng)濟(jì)性，還能減少系統(tǒng)的碳排放量。

（3）在IES優(yōu)化調(diào)度模型中引入了獎懲階梯型碳交易機(jī)制，通過與無碳交易機(jī)制和常規(guī)碳交易機(jī)制的對比，證明了該獎懲階梯型碳交易成本模型對IES 碳排放量的控制作用更嚴(yán)格，有效提升了IES經(jīng)濟(jì)效益和環(huán)境效益。

（4）討論了碳交易價格和獎勵系數(shù)對系統(tǒng)碳排放量和總成本的影響。結(jié)果表明，系統(tǒng)碳排放量隨著單位碳交易價格的增加而逐漸減少，而系統(tǒng)總成本隨單位碳交易價格的增加而先速增后趨于平緩，最后出現(xiàn)下降。

在后續(xù)的研究中，需進(jìn)一步考慮源、荷不確定性對IES優(yōu)化調(diào)度的影響，通過時間尺度的逐級細(xì)化，實現(xiàn)IES的經(jīng)濟(jì)、低碳以及穩(wěn)定運行。

[1] 賈宏杰,王丹,徐憲東,等.區(qū)域綜合能源系統(tǒng)若干問題研究[J].電力系統(tǒng)自動化,2015,39(7):198-207.JIA H J, WANG D, XU X D, et al. Research on some key problems related to integrated energy systems[J]. Automation of Electric Power Systems,2015,39(7):198-207.

[2] 韋古強(qiáng), 胡從川, 劉乙學(xué), 等. 基于液化空氣儲能的綜合能源系統(tǒng)經(jīng)濟(jì)性分析[J].儲能科學(xué)與技術(shù),2021,10(6):2403-2410.WEI G Q, HU C C, LIU Y X, et al. Economic analysis of integrated energy system based on liquid air energy storage[J]. Energy Storage Science and Technology,2021,10(6):2403-2410.

[3] 何偉, 陳波, 曾偉, 等. 面向綠色生態(tài)鄉(xiāng)鎮(zhèn)的綜合能源系統(tǒng)關(guān)鍵問題及展望[J].中國電力,2019,52(6):77-86,93.HE W, CHEN B, ZENG W, et al. Key problems and prospects of integrated energy system for green ecological townships[J].Electric Power,2019,52(6):77-86,93.

[4] 王毅,張寧,康重慶.能源互聯(lián)網(wǎng)中能量樞紐的優(yōu)化規(guī)劃與運行研究綜述及展望[J].中國電機(jī)工程學(xué)報,2015,35(22):5669-5681.WANG Y, ZHANG N, KANG C Q. Review and prospect of optimal planning and operation of energy hub in energy Internet[J].Proceedings of the CSEE,2015,35(22):5669-5681.

[5] 李昊, 張靜, 劉暢, 等. 基于“端-邊-云”架構(gòu)的園區(qū)綜合能源系統(tǒng)協(xié)調(diào)優(yōu)化調(diào)度[J].儲能科學(xué)與技術(shù),2022,11(2):623-634.LI H, ZHANG J, LIU C, et al. Coordinated and optimized dispatching of park integrated energy system based on "End Edge Cloud" architecture[J]. Energy Storage Science and Technology,2022,11(2):623-634.

[6] 劉滌塵, 馬恒瑞, 王波, 等. 含冷熱電聯(lián)供及儲能的區(qū)域綜合能源系統(tǒng)運行優(yōu)化[J].電力系統(tǒng)自動化,2018,42(4):113-120,141.LIU D C, MA H R, WANG B, et al. Operation optimization of regional integrated energy system with CCHP and energy storage system[J]. Automation of Electric Power Systems, 2018,42(4):113-120,141.

[7] 魏震波, 黃宇涵, 高紅均, 等. 含電轉(zhuǎn)氣和熱電解耦熱電聯(lián)產(chǎn)機(jī)組的區(qū)域能源互聯(lián)網(wǎng)聯(lián)合經(jīng)濟(jì)調(diào)度[J]. 電網(wǎng)技術(shù), 2018, 42(11): 3512-3520.WEI Z B, HUANG Y H, GAO H J, et al. Joint economic scheduling of power-to-gas and thermoelectric decoupling CHP in regional energy Internet[J]. Power System Technology, 2018,42(11):3512-3520.

[8] CHENG S, WANG R, XU J Y, et al. Multi-time scale coordinated optimization of an energy hub in the integrated energy system with multi-type energy storage systems[J]. Sustainable Energy Technologies and Assessments,2021,47:doi:10.1016/j.seta.2021.101327.

[9] 檀勤良,丁毅宏.考慮碳交易的火電節(jié)能調(diào)度優(yōu)化模型及應(yīng)對模式[J].電力自動化設(shè)備,2018,38(7):175-181,188.TAN Q L, DING Y H. Optimal energy-saving dispatching model for thermal power considering carbon trading and its coping mode[J].Electric Power Automation Equipment,2018,38(7):175-181,188.

[10]衛(wèi)志農(nóng),張思德,孫國強(qiáng),等.基于碳交易機(jī)制的電-氣互聯(lián)綜合能源系統(tǒng)低碳經(jīng)濟(jì)運行[J].電力系統(tǒng)自動化,2016,40(15):9-16.WEI Z N, ZHANG S D, SUN G Q, et al. Carbon trading based low-carbon economic operation for integrated electricity and natural gas energy system[J]. Automation of Electric Power Systems,2016,40(15):9-16.

[11]鐘永潔, 孫永輝, 王庭華, 等. 電熱氣互聯(lián)能源系統(tǒng)動態(tài)環(huán)保經(jīng)濟(jì)協(xié)同靈活性調(diào)度[J].電網(wǎng)技術(shù),2020,44(7):2457-2469.ZHONG Y J, SUN Y H, WANG T H, et al. Dynamic environmental economic and collaborative flexibility dispatch of integrated power, heat and natural gas energy system[J]. Power System Technology,2020,44(7):2457-2469.

[12]秦婷, 劉懷東, 王錦橋, 等. 基于碳交易的電-熱-氣綜合能源系統(tǒng)低碳經(jīng)濟(jì)調(diào)度[J].電力系統(tǒng)自動化,2018,42(14):8-13,22.QIN T, LIU H D, WANG J Q, et al. Carbon trading based lowcarbon economic dispatch for integrated electricity-heat-gas energy system[J]. Automation of Electric Power Systems, 2018,42(14):8-13,22.

[13]崔楊, 曾鵬, 仲悟之, 等. 考慮階梯式碳交易的電-氣-熱綜合能源系統(tǒng)低碳經(jīng)濟(jì)調(diào)度[J].電力自動化設(shè)備,2021,41(3):10-17.CUI Y, ZENG P, ZHONG W Z, et al. Low-carbon economic dispatch of electricity-gas-heat integrated energy system based on ladder-type carbon trading[J]. Electric Power Automation Equipment,2021,41(3):10-17.

[14]崔鵬程, 史俊祎, 文福拴, 等. 計及綜合需求側(cè)響應(yīng)的能量樞紐優(yōu)化配置[J].電力自動化設(shè)備,2017,37(6):101-109.CUI P C, SHI J Y, WEN F S, et al. Optimal energy hub configuration considering integrated demand response[J]. Electric Power Automation Equipment,2017,37(6):101-109.

[15]GU W, LU S, WU Z, et al. Residential CCHP microgrid with load aggregator: Operation mode, pricing strategy, and optimal dispatch[J].Applied Energy,2017,205:173-186.

[16]張娟. 計及需求側(cè)響應(yīng)指標(biāo)的微電網(wǎng)經(jīng)濟(jì)排放調(diào)度[J]. 東北電力大學(xué)學(xué)報,2020,40(6):1-10.ZHANG J. Economic emission dispatch of microgrid considering demand side response index[J]. Journal of Northeast Electric Power University,2020,40(6):1-10.

[17]程杉, 魏昭彬, 黃天力, 等. 基于多能互補(bǔ)的熱電聯(lián)供型微網(wǎng)優(yōu)化運行[J].電力系統(tǒng)保護(hù)與控制,2020,48(11):160-168.CHENG S, WEI Z B, HUANG T L, et al. Multi-energy complementation based optimal operation of a microgrid with combined heat and power[J]. Power System Protection and Control,2020,48(11):160-168.

[18]薛云濤, 陳祎超, 李秀文, 等. 基于用戶滿意度和Ramsey 定價理論的峰谷分時階梯電價聯(lián)合模型[J]. 電力系統(tǒng)保護(hù)與控制, 2018, 46(5):122-128.XUE Y T, CHEN Y C, LI X W, et al. Federation model of TOU and ladder price based on customer satisfaction and ramsey pricing[J]. Power System Protection and Control, 2018, 46(5):122-128.

[19]陳柏翰, 馮偉, 孫凱, 等. 冷熱電聯(lián)供系統(tǒng)多元儲能及孤島運行優(yōu)化調(diào)度方法[J].電工技術(shù)學(xué)報,2019,34(15):3231-3243.CHEN P H, FENG W, SUN K, et al. Multi-energy storage system and islanded optimal dispatch method of CCHP [J]. Transactions of China Electrotechnical Society,2019,34(15):3231-3243.

[20]張曉輝, 劉小琰, 鐘嘉慶. 考慮獎懲階梯型碳交易和電-熱轉(zhuǎn)移負(fù)荷不確定性的綜合能源系統(tǒng)規(guī)劃[J]. 中國電機(jī)工程學(xué)報, 2020, 40(19):6132-6142.ZHANG X H, LIU X Y, ZHONG J Q. Integrated energy system planning considering a reward and punishment ladder-type carbon trading and electric-thermal transfer load uncertainty[J].Proceedings of the CSEE,2020,40(19):6132-6142.

[21]WANG J H, SHAHIDEHPOUR M, LI Z Y. Security-constrained unit commitment with volatile wind power generation[J]. IEEE Transactions on Power Systems,2008,23(3):1319-1327.

[22]田亮, 謝云磊, 周桂平, 等. 基于兩階段隨機(jī)規(guī)劃的熱電機(jī)組深調(diào)峰輔助服務(wù)競價策略[J].電網(wǎng)技術(shù),2019,43(8):2789-2798.TIAN L, XIE Y L, ZHOU G P, et al. Deep peak regulation ancillary service bidding strategy for CHP units based on two-stage stochastic programming[J].Power System Technology,2019,43(8):2789-2798.

[23]方紹鳳, 周任軍, 許福鹿, 等. 考慮電熱多種負(fù)荷綜合需求響應(yīng)的園區(qū)微網(wǎng)綜合能源系統(tǒng)優(yōu)化運行[J].電力系統(tǒng)及其自動化學(xué)報,2020,32(1):50-57.FANG S F, ZHOU R J, XU F L, et al. Optimal operation of integrated energy system for park micro-grid considering comprehensive demand response of power and thermal loads[J].Proceedings of the CSU-EPSA,2020,32(1):50-57.