考慮用戶熱舒適水平的DLC決策研究

趙閱群，艾　欣，周樹鵬，唐　亮

(1. 新能源電力系統(tǒng)國家重點實驗室(華北電力大學)，北京　102206;2. 國網(wǎng)安徽省電力公司，安徽合肥　230022)

?

考慮用戶熱舒適水平的DLC決策研究

趙閱群1，艾欣1，周樹鵬1，唐亮2

(1. 新能源電力系統(tǒng)國家重點實驗室(華北電力大學)，北京102206;2. 國網(wǎng)安徽省電力公司，安徽合肥230022)

0　引　言

能源互聯(lián)網(wǎng)[1]概念的提出加速了用電智能化水平，需求側(cè)的主體——用戶成為了影響能源互聯(lián)網(wǎng)發(fā)展的主要因素，負荷曲線峰谷差逐年拉大不僅會對電網(wǎng)經(jīng)濟運行產(chǎn)生影響，而且對電網(wǎng)的安全穩(wěn)定運行也會產(chǎn)生不良影響，隨著現(xiàn)代通信技術、傳感器技術的飛速發(fā)展，需求側(cè)負荷管理成為解決該問題的有效途徑[2-4]。夏季空調(diào)負荷用戶的逐漸增加，加重峰荷影響的同時也給負荷管理提供了大量可管理資源。鑒于空調(diào)負荷具備一定的能量存儲能力(蓄冷、蓄熱)，可作為需求側(cè)直接負荷控制(direct load control, DLC)的調(diào)度資源參與負荷曲線的整形[5]。

國外很多文獻介紹了DLC參與負荷曲線調(diào)整的研究[6-9]。文獻[6-8]中以弗洛里達州為例采用電熱水器作為DLC負荷通過削峰填谷優(yōu)化系統(tǒng)運行成本，實驗結(jié)果顯示削減50MW峰荷時節(jié)約成本為總成本的3.2%。文獻[9]探討了現(xiàn)有體系結(jié)構下動態(tài)調(diào)度的瓶頸問題，以北京地區(qū)為例提出了計及DLC的動態(tài)優(yōu)化調(diào)度模型，DLC作為可快速響應的熱備用，確保了系統(tǒng)動態(tài)經(jīng)濟優(yōu)化調(diào)度的順利進行，改善了負荷率。文獻[10]提出了基于模糊隸屬度函數(shù)的用戶滿意度的DLC優(yōu)化調(diào)度策略，用戶滿意度采用連續(xù)受控時間和連續(xù)運行時間指標表征，無法直接表征用戶的滿意度，而且空調(diào)負荷用戶參與的DLC項目實施時會影響用戶的熱舒適水平(thermal comfort level, TCL)，空調(diào)的主要作用是給用戶提供一個熱舒適環(huán)境，這會導致用戶參與DLC的積極性下降，所以，兼顧用戶熱舒適水平是實施DLC的一個重要考慮因素。

DLC實施時“反彈負荷”是又一個必須要考慮的因素，反彈負荷處理不好，不但會影響DLC的實施效果，而且可能造成“二次峰荷”影響電網(wǎng)的安全穩(wěn)定運行。很多文獻對如何緩解反彈負荷進行了多種算法研究[11-17]，文獻[11]提出了深化的遺傳迭代算法調(diào)度實施DLC，文獻[12-13]提出了基于動態(tài)規(guī)劃算法的空調(diào)負荷DLC實施方案，文獻[14-16]提出其他的非線性規(guī)劃方法來解決空調(diào)負荷的DLC反彈負荷的問題，文獻[17-18]提出的基于物理原理的空調(diào)負荷模型應用于DLC的實施，但這些模型復雜而且難以降低反彈負荷對DLC實施帶來的影響?？照{(diào)負荷的這些問題與DLC實施息息相關，只有合理控制空調(diào)負荷才能從根本上解決這些問題帶來的影響。

本文重點研究兼顧用戶熱舒適水平并能削減反彈負荷的空調(diào)DLC控制方法，首先，分析影響空調(diào)負荷用戶熱舒適水平的因素(溫度、相對濕度)，采用熱焓理論將表征熱舒適水平的有效溫度解耦成為潛熱與顯熱兩個變量，通過模糊控制理論將兩個變量模糊化后，給出了基于最小熱焓估計(least enthalpy estimation, LEE)的模糊熱舒適水平控制算法的DLC實施方案，分析不同關斷時長對用戶熱舒適水平的影響和對反彈負荷的削減能力。最后，通過仿真驗證所提方法在關斷時間15min時能夠有效執(zhí)行負荷削減任務，同時抑制反彈負荷的出現(xiàn)，而且兼顧了用戶的熱舒適水平。

1　用戶熱舒適水平

1.1熱舒適標準

ANSI/ASHARE 55標準[19]中的焓濕圖給出了一般作息條件下，描述夏季室內(nèi)熱舒適水平有效溫度、相對濕度的范圍。實際上，室內(nèi)有效溫度和相對濕度都是隨環(huán)境的改變而不斷變化的，難以具體描述最佳的熱舒適水平，為有效表征熱舒適水平需要定義一個統(tǒng)一的衡量標準，根據(jù)[19]的標準定義有效溫度24.5℃，相對濕度30%～60%作為100%的熱舒適水平，如圖1所示的線段1，而相對濕度3%～6%范圍內(nèi)，線段1與2之間、1與3之間的區(qū)域均為80%以上熱舒適水平范圍。描述熱舒適水平的分段公式為

(1)

式中：S為熱舒適水平，%；T為有效溫度，℃；RH為相對濕度，%。

圖1　熱舒適水平焓濕圖

1.2最小熱焓估計

熱焓是表征物質(zhì)系統(tǒng)能量的一個狀態(tài)函數(shù)，室內(nèi)能量的變化有時候不能通過溫度的變化來表現(xiàn)出來，而熱焓值的變化可以方便地描述室內(nèi)能量的變化過程。采用熱焓理論可估計室內(nèi)濕空氣能量的轉(zhuǎn)變，通常濕空氣的熱焓值可以通過干球溫度和含濕量比來表示[19]：

H=1.006Tdb+HR(2 501+1.805Tdb)

(2)

式中：H為熱焓值，kJ/kg；Tdb為干球溫度，℃；HR為含濕量，%。干球溫度可以通過溫度傳感器直接測量，而含濕量是一個與干球溫度和相對濕度有關的量，具體推導過程見文獻[19]，HR的表達式為

式中：p為一個標準大氣壓;pws為飽和壓強；計算系數(shù)a1、a2、…、a6為常數(shù)(具體數(shù)值見[19])；Tk為開爾文溫度。干球溫度、相對濕度可以通過傳感器直接測量，這樣熱焓值可以通過安裝于室內(nèi)的傳感器量測到的干球溫度和相對濕度推導得到。室內(nèi)空調(diào)系統(tǒng)一般通過制冷、加熱、除濕、加濕4種手段改變室內(nèi)的熱舒適水平，每個手段都需要消耗不同的電能量并引起熱焓值的變化，而熱焓值的變化是由顯熱和潛熱兩部分的改變構成:

(4)

式中：前半部分為狀態(tài)1(非100%熱舒適水平)轉(zhuǎn)變成狀態(tài)2(100%熱舒適水平)的顯熱變化部分，后半部分為潛熱變化部分。顯熱部分的熱焓值改變是由干球溫度變化引起，而潛熱部分熱焓值改變是由相對濕度變化引起，狀態(tài)1、2的位置如圖1(焓濕圖)所示。圖1中，狀態(tài)1變化到狀態(tài)2有5種途徑，a：加濕制冷，b：加濕，c：加濕制熱，d：制熱，e：除濕制熱。每種途徑都可以到達100%熱舒適水平，但空調(diào)的運行方式卻都不相同，這樣，通過合理控制空調(diào)的不同運行方式達到最佳熱舒適水平的同時可以實現(xiàn)節(jié)能的目的。

通過式(4)估計每種狀態(tài)到達期望熱舒適水平的熱焓值差，并取最小值作為空調(diào)的最優(yōu)控制方式可實現(xiàn)能源節(jié)約的目的。

2　DLC反彈負荷分析

反彈負荷的產(chǎn)生是由于DLC實施時空調(diào)負荷關斷階段，室外溫度、用戶日?；顒佑绊憣е率覂?nèi)溫度上升負荷需求增大，而且空調(diào)負荷關斷階段持續(xù)時間越長，負荷恢復階段需求越高，處理不當會對負荷曲線造成“二次峰荷”。

在文獻[5]的基礎上簡化空調(diào)負荷等效熱力學參數(shù)模型如圖2所示。

圖2　空調(diào)負荷熱力學參數(shù)模型

P1為常規(guī)壓縮機功率，P2為備用壓縮機功率，常規(guī)壓縮機開關s1，備用壓縮機開關s2閉合和斷開時，室內(nèi)溫度變化的一階常微分方程表示：

(5)

式中：Ton1(t)，Ton2(t)，Toff(t)為t時刻空調(diào)負荷的閉合常規(guī)壓縮機、閉合常規(guī)壓縮機與備用壓縮機、斷開時的室內(nèi)溫度，℃；Tout為室外溫度，℃；C為熱質(zhì)，(kW·h)/℃；G為熱導，kW/℃；s(t)為t時刻空調(diào)負荷的壓縮機的工作狀態(tài)，閉合時為1，斷開時為0。

根據(jù)中央空調(diào)的工作原理，冷凍水是室內(nèi)外能量交換的重要媒介。冷凍水溫度變化如圖3所示，其溫度T2和T3分別是一臺壓縮機和兩臺壓縮機(包括一臺備用壓縮機)的啟停閥值溫度，空調(diào)正常工作條件下一臺常規(guī)壓縮機工作，溫度在T1與T2之間波動(圖中黑色實線所示)；空調(diào)關斷階段，壓縮機停止工作，如果室內(nèi)溫度快速上升，常規(guī)壓縮機沒有及時恢復工作，空調(diào)冷凍水溫度受風機送風量的控制[20]，為維持室內(nèi)溫度，風機盤管保持最大送風量持續(xù)送風，冷凍水在短時間內(nèi)達到備用壓縮機啟用閥值溫度T3，如圖3虛線所示，若t2時刻以后空調(diào)恢復工作，室內(nèi)熱舒適需求較大，需開啟備用壓縮機才能快速滿足室內(nèi)熱舒適水平的要求。制定有效的DLC決策延緩冷凍水溫度達到T2的時間，延緩常規(guī)與備用壓縮機恢復工作的時間，推遲空調(diào)負荷功率消耗的時刻，則可有效削弱反彈負荷的產(chǎn)生。

圖3　冷凍水溫度變化

圖4為以中央空調(diào)為例的周期性DLC的實施過程：t1-t2時段根據(jù)負荷削減指令控制空調(diào)負荷關斷，t2-t3時段空調(diào)負荷重新開通，室內(nèi)熱舒適需求超過空調(diào)常規(guī)運行方式的調(diào)節(jié)能力，需啟用備用壓縮機，功率消耗快速上升如圖4反彈階段所示，t3-t4時段空調(diào)常規(guī)運行方式可以滿足室內(nèi)熱舒適水平需求時負荷電流恢復常規(guī)值。

圖4　反彈負荷

鑒于空調(diào)負荷正常工作時，額定功率固定，由圖3可知，空調(diào)負荷關斷時間越長，室內(nèi)熱舒適需求也就越大，因此，恢復階段反彈負荷的持續(xù)時間也就越長。

3　DLC模糊邏輯決策

根據(jù)前文論述，基于最小熱焓估計方法，并制定優(yōu)化的DLC決策實現(xiàn)負荷削減目的并兼顧室內(nèi)熱舒適水平。鑒于模糊邏輯控制的強魯棒性和容錯性，及輸入?yún)?shù)溫度、相對濕度值與室內(nèi)熱舒適水平的非線性關系，選用模糊邏輯實現(xiàn)DLC決策。

3.1模糊邏輯控制器

DLC模糊邏輯決策控制器結(jié)構如圖5所示，熱舒適水平參數(shù)設置部分以室內(nèi)溫度Tin和相對濕度RHin為輸入，通過最小熱焓理論設置最優(yōu)溫濕值及計算熱焓改變值；模糊邏輯控制由兩部分組成，一部分以室內(nèi)溫度差值Tin-Tset、室內(nèi)相對濕度差值RHin-RHset為輸入實現(xiàn)基于最小熱焓值估計的空調(diào)負荷的熱舒適控制，另一部分以室外溫度Tout、熱焓改變值ΔH為輸入實現(xiàn)風機盤管送風量的控制。

圖5　控制器結(jié)構

3.2參數(shù)模糊化

根據(jù)實際室內(nèi)環(huán)境設置各個輸入?yún)?shù)的模糊隸屬度函數(shù)，具體劃分如圖6所示，對X1、Y1定義7個模糊集合分別用PL(正大)、PM(正中)、PS(正小)、Z(零)、NS(負小)、NM(負中)、NL(負大)表示，對X2、X3、X4、Y2定義5個模糊集合分別用PL(正大)、PS(正小)、Z(零)、NS(負小)、NL(負大)表示。其中，X1是室內(nèi)溫度差值，X2是室內(nèi)相對濕度差值，Y1是第一部分模糊邏輯輸出，X3為室外溫度變化值，X4為熱焓變化值，Y2為第二部分模糊邏輯輸出。

圖6　參數(shù)模糊化

3.3模糊邏輯規(guī)則與模糊決策

制定模糊邏輯規(guī)則：

式中：Ai，Bj，Cj，Dj，Ei，F(xiàn)j分別為各個參數(shù)的論域，i=1,2,…,7，j=1,2,…,5。根據(jù)經(jīng)驗得具體執(zhí)行決策如表1(35條規(guī)則)、表2(25條規(guī)則)所示，可作為專家知識。

表1　模糊決策表1

表2　模糊決策表2

為確定具體的控制方式，需對模糊規(guī)則進行去模糊化處理，最終得到模糊決策輸出。采用極大極小復合和重心法去模糊化：

(6)

(7)

(8)

(9)

式中：wm、wh為權重值，m=1,2，…，35、h=1,2，…，25，代表模糊規(guī)則1和模糊規(guī)則2的規(guī)則數(shù)量，em、eh分別代表y1、y2隸屬函數(shù)的重心值，去模糊化后輸出值即為DLC模糊決策值。

4　仿真研究

夏季峰值負荷需求一般與室外溫度值密切相關，以中央空調(diào)負荷削減為例，通過仿真方法對比研究傳統(tǒng)DLC(調(diào)度側(cè)根據(jù)電網(wǎng)需求通過遠端控制裝置直接控制管理用戶的一部分負荷，采用周期性開斷負荷的方法來實現(xiàn)負荷曲線削峰填谷及整形的目的)實施過程和前文提出方法，分析空調(diào)負荷關斷階段冷凍水溫度的處理方法、反彈負荷的持續(xù)時間及對應的室內(nèi)熱舒適水平變化。

4.1負荷關斷時長分析

空調(diào)負荷關斷時長直接影響DLC實施過程中反彈負荷的持續(xù)時間，關斷時間越長，室內(nèi)熱舒適水平下降越多，負荷恢復產(chǎn)生的反彈負荷持續(xù)時間越長。根據(jù)現(xiàn)有關斷時長，分析15min、25min關斷時長對反彈負荷和熱舒適水平的影響。

由于一天中室外溫度最高一般發(fā)生在13:00～15:00，仿真模擬時選擇11:00～16:00空調(diào)負荷用電高峰時段實施DLC負荷削減項目，根據(jù)實際情況，室內(nèi)溫、濕度初始數(shù)據(jù)采用對數(shù)正態(tài)分布模擬(設置室內(nèi)溫度值期望為25℃，方差為0.02，相對濕度期望為40%，方差為0.01)，并假設空調(diào)負荷對室內(nèi)有效溫度的調(diào)節(jié)能夠?qū)崿F(xiàn)期望的效果。假設中央空調(diào)由兩臺壓縮機(一臺常規(guī)壓縮機、一臺備用壓縮機)、一個風機盤管構成，每個壓縮機功率為15kW、風機盤管功率1kW。仿真基于最小熱焓理論，采用調(diào)整多個中央空調(diào)統(tǒng)一工作方式的模糊策略實現(xiàn)最小能耗控制，方便對比同時仿真了普通直接負荷控制方式下用戶熱舒適水平及反彈負荷的效果，并對結(jié)果進行分析。圖7為單個用戶負荷實施傳統(tǒng)DLC項目的用戶熱舒適水平和負荷曲線仿真結(jié)果，每個DLC控制周期負荷關斷時長為15min，熱舒適水平控制在80%以上。

圖7　傳統(tǒng)15min關斷時長DLC結(jié)果

圖8為單個用戶負荷實施基于最小熱焓DLC項目的用戶熱舒適水平和負荷曲線仿真結(jié)果，其每個DLC控制周期負荷關斷時長為15min。

圖8　基于最小熱焓理論15min關斷時長DLC結(jié)果

圖9為單個用戶負荷實施基于最小熱焓DLC項目的用戶熱舒適水平和負荷曲線仿真結(jié)果，其每個DLC控制周期負荷關斷時長為25min。

圖9　基于最小熱焓理論25min關斷時長DLC結(jié)果

對比圖7和圖8可知，相同的負荷關斷時長下，基于最小熱焓的DLC項目，在保持80%室內(nèi)熱舒適水平的情況下，基本消除了反彈負荷的影響。

對比圖8和圖9可知，不同的負荷關斷時長會直接影響室內(nèi)熱舒適水平，負荷關斷時長大時，室內(nèi)熱舒適水平下降明顯。

4.2節(jié)能效益分析

實施最小熱焓DLC具有節(jié)能效果，圖10統(tǒng)計分析了傳統(tǒng)恒溫空調(diào)負荷DLC項目與實施基于最小熱焓理論的DLC項目耗電量對比結(jié)果，前者采用控制策略圖8所示控制策略，后者采用圖9所示控制策略。

圖10　耗電量對比

如圖10所示，空調(diào)負荷調(diào)節(jié)室內(nèi)溫度和相對濕度，根據(jù)焓濕圖熱舒適區(qū)域可知，室內(nèi)溫度升高，若要維持一個平穩(wěn)的熱舒適水平，控制空氣壓縮機停止工作同時開啟除濕降低室內(nèi)相對濕度，這樣就可以節(jié)約空調(diào)的耗電量，圖10結(jié)果表明可實現(xiàn)節(jié)能25%～35%效果。

5　結(jié)　論

本文重點研究兼顧用戶熱舒適水平并能削減反彈負荷的空調(diào)DLC控制方法，首先，分析影響空調(diào)負荷用戶熱舒適水平的因素(溫度、相對濕度)，采用熱焓理論將表征熱舒適水平的有效溫度解耦成為潛熱與顯熱兩個變量，通過模糊控制理論將兩個變量模糊化后，給出了基于最小熱焓估計的模糊熱舒適水平控制算法的DLC實施方案，分析不同關斷時長對用戶熱舒適水平的影響和對反彈負荷的削減能力。基于最小熱焓理論的中央空調(diào)系統(tǒng)DLC模糊控制決策在兼顧用戶熱舒適水平和削減反彈負荷的基礎上，可實現(xiàn)節(jié)能效果。

[1]劉振亞.全球能源互聯(lián)網(wǎng)[M].北京：中國電力出版社，2015：199-212.

[2]Olli Kilkki，Antti Alah?iv?l?，Ilkka Seilonen.Optimized control of price-based demand response with electric storage space heating[J].IEEE Transactions on Industrial Informatics，2015，11(1)：281-288.

[3]Ashot Mnatsakanyan，Scott W Kennedy.A novel demand response with model with an application for a virtual power plant[J].IEEE Transactions on Smart Grid，2015，6(1)：230-237.

[4]張欽，王錫凡，王建學，等.電力市場下需求響應研究綜述[J].電力系統(tǒng)自動化，2008，32(3)：97-106.[5]艾欣，趙閱群，周樹鵬.適應清潔能源消納的配電網(wǎng)直接負荷控制模型與仿真[J].中國電機工程學報，2014，35(25)：4234-4243.

[6]Le K D，Boyle R F，Hunter M D, et al. A procedure for coordinating direct-load-control strategies to minimize system production costs[J].IEEE Transactions on Power Apparatus and Systems，1983，102(6)：1843-1849.

[7]Bhatnagar R，Rahman S. Dispatch of direct load control for fuel cost minimization[J].IEEE Transactions on Power Systems，1986，1(4)：96-102.

[8]James R Stitt.Implementation of a large-scale direct load control system some critical factors[J].IEEE Transactions on Power Apparatus and Systems，1985，104(7)：1663-1669.

[9]曹世光，李衛(wèi)東，柳焯，等.計及直接負荷控制的動態(tài)優(yōu)化調(diào)度模型[J].中國電機工程學報，1998，18(3)：160-162.

[10]張欽，王錫凡，別朝紅，等.電力市場下直接負荷控制決策模型[J].電力系統(tǒng)自動化，2010，34(9)：23-28.

[11]Yao L，Chang W C，Yen R L. An iterative deepening genetic algorithm for scheduling of direct load control[J].IEEE Transactions on Power System，2005，20(3)：1414-1421.

[12]Wei D C，Chen N. Air conditioner direct load control by multipass dynamic programming[J].IEEE Transactions on Power System，1995，10(1)：307-313.

[13]Huang K Y，Huang Y C. Integrating direct load control with interruptible load management to provide instantaneous reserves for ancillary services[J].IEEE Transactions on Power System，2004，19(3)：1626-1634.

[14]Yang H T，Huang K Y. Direct load control using fuzzy dynamic programming[J].IEEE Transactions on Power System，1999，146(3)：294-300.

[15]Bhattacharyya K，Crow M L. A fuzzy logic based approach to direct load control[J].IEEE Transactions on Power System，1996，11(2)：708-714.

[16]Yang H T，Chen S C，Tsai W N.Classification of direct load control curves for performance evaluation[J].IEEE Transactions on Power System，2004，19(2)：811-817.

[17]El-Ferik S，Hussain S A，Al-Sunni F M. Identification of physically based models of residential air-conditioners for direct load control management[C]//5th Asian Control Conf.Melbourne，Australia：2004：2079-2087.

[18]Molina A，Gabaldon A，F(xiàn)uentes J A，et al.Implementation and assessment of physically based electrical load models: application to direct load control residential programmes[J].IEE Proceedings-Generation，Transmission and Distribution，2003，150(1)：61-66.

[19]ANSI/ASHRAE Std.55-1992 Thermal Environmental Conditions for Human Occupancy[S]. 1992.

[20]Zheliang Chen，F(xiàn)ei Xue，F(xiàn)ulin Wang.A novel control logic for fan coil unit considering both room temperature and humidity control[J].Building Simulation，2015，8(1)：27-37.

(責任編輯：楊秋霞)

Study on DLC Decision by Considering the Thermal Comfort Level of Consumers

ZHAO Yuequn1, AI Xin1, ZHOU Shupeng1, TANG Liang2

(1. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources(North China Electric Power University), Beijing 102206, China;2. State Grid Anhui Electric Power Company, Hefei 230022, China)

研究能源互聯(lián)網(wǎng)背景下，考慮用戶熱舒適水平和反彈負荷的中央空調(diào)直接負荷控制策略。分析影響中央空調(diào)負荷用戶熱舒適水平的因素及反彈負荷主要影響因素，采用熱焓理論將表征熱舒適水平的有效溫度解耦成為潛熱與顯熱兩個變量，通過模糊控制理論將兩個變量模糊化后，給出了基于最小熱焓估計(least enthalpy estimation, LEE) 的模糊熱舒適水平控制算法的DLC決策，分析不同關斷時長對用戶熱舒適水平和對反彈負荷的削減的影響。最后，通過仿真驗證所提方法能夠有效削減反彈負荷，保持80%以上用戶熱舒適水平，并實現(xiàn)了25%～35%的節(jié)能效果。

能源互聯(lián)網(wǎng)；直接負荷控制；模糊控制；反彈負荷；用戶熱舒適水平；最小熱焓估計

In this paper, the control strategy of central air conditioning load is studied by considering the thermal comfort level of consumers and payback load effect under the background of the energy internet. The influencing factors of the thermal comfort level of consumer for central air conditioning load and payback load effect are analyzed. The enthalpy theory is used to decouple the effective temperature into latent heat and sensible heat variables which stand for the thermal comfort level of consumers. Both variables are fuzzed by fuzzy control theory, and then the DLC strategy for control algorithm of fuzzy thermal comfort level is proposed based on least enthalpy estimation. The thermal comfort level of consumers and payback load effect curtailment are affected by different turn-off duration. In the end, the simulation result shows that the proposed method can effectively reduce the payback load, maintain more than 80% thermal comfort level, and achieve 25%-35% energy saving effect.

energy internet; direct load control (DLC); fuzzy control; payback load effect; thermal comfort level of consumers; least enthalpy estimation

1007-2322(2016)03-0061-07

A

TM73

國家自然科學基金項目(513111122)

2015-09-12

趙閱群(1987-)，男，博士研究生，研究方向為新能源電力系統(tǒng)及微網(wǎng)，313581345@qq.com；

艾欣(1964-)，男，教授，博士生導師，研究方向為新能源電力系統(tǒng)及微網(wǎng)，aixin@ncepu.edu.cn；

周樹鵬(1988-)，男，博士研究生，研究方向為新能源電力系統(tǒng)及微網(wǎng)，627545060@qq.com;

唐亮 (1982-)，男，碩士研究生，研究方向為新能源電力系統(tǒng)及微網(wǎng)，E-mail：tangl0311@ah.sgcc.com.cn。