摘要：園區能源互聯網是低碳經濟背景下開展多能源協同利用與綜合能源服務的最佳應用場景之一，對推動中國能源結構的優化與調整具有重要的戰略意義。介紹了園區能源互聯網的基本概念，剖析了園區能源互聯網的主要特征與功能特點，并列舉了國內外典型園區能源互聯網示范工程的建設目標、內容與應用效果;通過分析傳統園區供用能系統存在的不足，指出園區能源互聯網規劃面臨的關鍵技術難題，提出系統化的園區能源互聯網規劃方法的理論框架以及關鍵要素，應從系統優化配置、信息平臺、多能源互動3個方面進行工程實踐建設，并提出了相應的建設思路與原則。

關鍵詞：園區能源互聯網 分布式能源 綜合能源服務 優化配置 工程實踐

引言

現代社會的發展使得能源需求日益增加，能源與環境之間的矛盾日益突出，可持續發展戰略目標面臨嚴峻挑戰[1]。園區能源互聯網(park energy internet，PEI)[2-3]，由于具有清潔能源利用、能源綜合利用效率高等特征，受到廣泛關注且發展迅速。

PEI具有較高的靈活性，可將各類型分布式能源、負荷、儲能等裝置以及控制系統進行有效集成，滿足用戶各類能源需求。對PEI內部各單元進行優化配置，對PEI內多種能源互補和可再生能源的充分消納利用，降低系統運行成本具有重要支撐意義。然而，由于PEI的能源輸入、輸出方式多樣，且涉及復雜的能源轉換，亟需新的優化配置理論。目前，關于PEI優化配置理論的研究已取得了一定的成果，并開發了相應的設計軟件，如美國新能源國家實驗室(NREL)開發的HOMER模型及設計框架、Hybrid2模型及設計框架[4-7]，伯克利勞倫斯國家實驗室(LBNL)開發的DER-CAM模型及設計框架[8]，加拿大政府資助開發的RetScreen模型及設計框架[9]，天津大學開發的PDMG雙層優化模型及設計框架[10]、合肥工業大學研發的MGMEG模型及設計框架等[11]。不同優化配置模型具有各自不同的特點和適用范圍，多數軟件已在實際的示范工程建設中得到應用，并收到很好的應用效果。

現有的PEI在優化配置過程中多側重于分析系統中電環節的需求，而將與之相關的其他能源環節(氣/冷/熱)以約束的形式納入優化配置模型，在對設計方案的電力、熱力、燃氣、各類管網部分進行分析和故障校核時，還需單獨調用相關算法進行計算，運算效率較低且能考慮的約束和場景都較為簡單。考慮到PEI中的電、氣、冷、熱環節存在非常緊密的耦合關系，處理妥當與否關系到系統運行效果。因此，本文對PEI多能源協同優化深入探索，綜合考慮PEI的功能特征，汲取國內外相關示范工程建設經驗，分析PEI優化配置面臨的關鍵問題，提出PEI優化配置方法理論框架，為系統規劃人員提供PEI優化配置的整體解決思路。

1 園區能源互聯網的內涵

1.1 基本概念與主要特征

目前并無針對PEI的內涵、特征以及技術內容的明確定義。本文定義的PEI是一種包含多類型可再生能源，集冷熱電聯供系統、電/冷/熱儲能系統、地源熱泵系統等為一體的混合能源系統。PEI可充分挖掘冷/熱等低品位能源對高品位電能的替代作用，實現能源梯級利用以提高能源利用效率;可通過系統內橫向電、氣、冷、熱環節的優化利用，縱向多能流協同有效平抑高滲透率可再生能源引起的波動，從而提高可再生能源滲透率和用戶的用能品質，降低用戶的用能成本等。發展PEI對提高能源利用效率、減少環境污染、加強能源安全、優化能源結構起到積極的促進作用，為短期大幅減少化石能源的消耗提供有效的技術手段。PEI的典型構成如圖1所示。

PEI的主要特征如下：(1)PEI可容納多種分布式能源，且電、氣、冷、熱多能源系統聯合運行，各能源系統之間存在較強的耦合性;(2)各類型DER利用比例高，隨機出力波動性強，系統運行狀態復雜多樣;(3)具有多維、多態信息源融合、大數據、高并發、強互動、快變化等特征;(4)PEI內存在冷熱電多種能源利用需求，用能品質要求高，供能路徑豐富多樣。

1.2 主要功能

PEI是容納各種分布式能源，電氣冷熱多能源聯合運行系統，其主要功能有：(1)通過電、氣、冷、熱不同能源的互補，能源生產、轉換、傳輸、存儲、利用環節的互動提高可再生能源的消納能力與綜合能源利用效率;(2)通過多品位能量梯級利用同時滿足用戶電、熱、冷需求，可將能源綜合利用率大幅提升至80%以上;(3)基于不同能源的互補替代潛力，利用協調控制手段，通過資源管理降低設備容量需求，提高能源利用效率，降低建設成本;(4)通過信息物理技術的應用來促進不同能源系統之間的融合，提升各方參與積極性，需要一種最優的運營模式提供綜合能源服務的解決方案。

2 國內外園區能源互聯網示范工程

2.1 國外園區能源互聯網示范工程

2.1.1 歐洲

PEI建設最早起源于歐洲地區，主要是為實現可再生能源的集成利用與節能減排。其中，歐盟已經通過實施SAVE-II能效行動計劃以推動PEI的發展[12]，在歐盟框架下眾多科技項目(如Intelligent Energy、Trans-European Networks、Intelligent Energy、Edison、i-Next、Horizon 2020等)資助下，對PEI的配置、運行、控制、保護、運營模式等技術開展了深入研究，相繼建立了包括德國科隆/波恩機場PEI、意大利都靈內燃機冷熱電PEI、英國華為大學PEI、曼徹斯特機場冷熱電聯供PEI、Victorian時代賓館PEI、丹麥的Bornholm PEI[13-15]等在內的一大批示范工程。歐洲PEI的主要運行方式是將各類型分布式清潔能源或可再生能源轉換為電能后，匯集于交流母線，重點突出電能在不同能源利用形式中的核心地位，并研發了相應的分層控制策略、能量管理方法、保護方案等，以體現系統可靠性、可接入性和靈活性等特征，并借此向公眾展示PEI在不同能源集成消納方案中的優越性。

2.1.2 北美

美國有關PEI的建設在1978年美國頒布《公共事業政策管理法》后得到推廣，并于2010年提出“CCHP 2010年綱領”[16-18]。美國現已建成以天然氣分布式能源為主的PEI項目6000多處。美國政府將PEI的建設納入長期建設目標，相應制定了具體的階段規劃目標：爭取到2010年，20%的新建商用或辦公建筑使用“分布式冷熱電聯產”供能系統;5%現有的商用寫字樓改建成“分布式冷熱電聯產”系統。到2020年時，在50%的新建辦公樓或商用樓群中，采用“分布式冷熱電聯產”系統，將15%現有建筑改建成“分布式熱電聯產”系統。在美國能源部(DOE)的支持下，美國電力可靠性技術協會(CERTS)、國家可再生能源實驗室(NREL)、知名大學、跨國企業等眾多機構，先后建設了許多PEI實驗平臺和示范工程，如：可口可樂工廠園區PEI、通用電氣公司PEI、Waistfield PEI、San Ramon PEI、Walnut PEI、哥倫布Dolan技術中心微網、加州大學San Diego分校PEI等[19]，這些示范項目及相關研究重點關注PEI的組網方式、運行與控制策略;Sandia國家實驗室PEI、勞倫斯伯克利國家實驗室PEI、Santa Rita Jail PEI、Palmdale PEI、Fort Collins PEI、IIT PEI、Borrego Springs PEI、OkaRidge CCHP PEI、Maryland CCHP PEI[20]等則致力于多種能源高效利用，更多關心冷熱電聯供技術在PEI中所起作用。

加拿大政府啟動的ICES(integrated community energy solutions)研究計劃，重點關注PEI技術在各類社區供能環節的應用，特別強調各類分布式能源的集成利用和與社區公共設施(交通、醫療、通信等)的相互支撐。在ICES項目資助下，加拿大先后建立了包括Kasabonika PEI、Bella Coola PEI、Ramea PEI、Nemiah PEI、Quebec PEI、Utility PEI、Hydro Boston Bar PEI、Calgary PEI等在內的諸多示范工程，并計劃在2020年前，在全國構建2 000余個PEI系統。

2.1.3 日本

日本在新能源產業技術綜合開發機構(NEDO)的資助下，分別在Aichi、Kyoto、Hachinohe、Kyotango、Shimizu和Sendai等地建立了多項PEI示范工程[21]。主要利用從主結構對PEI進行控制，應用上層能量管理系統控制儲能設備及分布式能源以平衡系統功率。此外，在日本JSCA(Japan Smart Community Alliance)協會倡導資助和包括Tokyo Gas在內的眾多能源公司積極參與下，日本也在積極開展PEI供用技術的研究，其理念與加拿大ICES類似。

2.1.4 小結

歐洲PEI示范工程側重于通過多能協同對可再生能源進行充分消納;北美則更關注通過三聯供技術提升能源綜合利用效率;日本則突出多能互補能量管理的優化。世界各國均結合自身需求對PEI開展了廣泛建設。然而，目前尚缺乏從經濟性、能源利用率、供電可靠性、清潔性等不同角度進行綜合考慮的工程。

2.2 國內園區能源互聯網示范工程

中國PEI的建設開展較晚，但隨著科技進步以及能源結構調整需求，PEI建設技術發展十分迅速[22]。國家發改委與能源局下發了《關于推進多能互補集成優化示范工程建設的實施意見》，明確指出要通過三聯供、分布式可再生能源等方式，實現能源的梯級利用以提高利用率，其中PEI技術是其示范的重點方向。國家《可再生能源法》和《可再生能源中長期發展規劃》已將冷熱電聯供技術列入重點發展領域。大量示范項目獲得了建設和應用，如中新天津生態城動漫園PEI、天津大學濱海工業研究院PEI、上海浦東國際機場PEI、中電投高培中心PEI、申能能源中心PEI、廣州大學城PEI、長沙黃花國際機場PEI、北京市燃氣集團控制中心大樓PEI、上海交大紫竹園PEI、上海市北燃氣公司PEI、中關村軟件園區軟件廣場PEI等[23-26]。中國PEI發展迅猛，應用主要集中在經濟發達的廣州、上海、天津和北京等大城市。

中新天津生態城動漫園PEI是全國首例實現多種能源技術智能耦合高效利用的PEI，已在中新天津生態城投入運營[27-28]，該站有地源熱泵、光伏發電等可再生能源技術，水蓄能、燃氣三聯供四大節能技術，實現了不同類型能源的充分利用，可滿足動漫園內約24萬m2公共建筑冷暖需求，每年可節約標準煤1 904 t、減少二氧化碳排放4 971 t、減少二氧化硫排放46 t、節約用水1萬t。

國網客服中心北方園區能源互聯網擁有光伏發電系統、地源熱泵、冰蓄冷、太陽能空調系統、太陽能熱水、儲能6個子系統。園區各能源的優化調度均通過園區能源互聯網運行調控平臺實現，突破了以電能為單一外購能源的綜合能源供應服務模式，能夠有效落實“兩個替代”和多能源互聯應用。園區年平均可再生能源占比大于32%，最高達到了58%[29]。

3 園區能源互聯網優化配置面臨問題

PEI中的電、氣、冷、熱環節存在非常緊密的耦合關系，因此處理得當則可充分挖掘不同能源的互補替代能力，從而大大提升PEI運行特性和降低PEI運行成本。現有的PEI優化配置方法未能將電力環節其他能源環節(氣、冷、熱)以統一形式納入優化配置模型，應用場景考慮相對單一，且缺乏可涵蓋電、氣、冷、熱各環節的PEI優化配置綜合評價指標體系。

總體來看，PEI的優化配置理論研究仍存在以下關鍵問題。

(1)多能耦合與運行機理復雜。對PEI而言，電、氣、冷、熱多類型能源耦合緊密，各類能源環節多時間尺度上的動態特性復雜，工況多變且呈現高度非線性。多能源供需不確定性和時空多尺度性的解析是優化配置方案設定的前提。

(2)規劃目標多樣化與動態化。多能源融合的特征使PEI優化配置目標變得更加多元化。不同能源環節在設備級、系統級均存在差異化運行目標及約束，不同用能主體間呈現博弈特性，需要明確PEI在生產運行中對能源利用效率的影響因素以及相關因素的作用機理，并在此基礎上提出適用的多目標動態優化配置方法，來滿足未來PEI多維度復雜規劃要求。

(3)高度依賴于信息及通信系統。信息及通信系統主要用于信息的提取、存儲與分析，是實現PEI多能源協同控制等基本功能的保證。傳統PEI優化配置方法不考慮信息與通信系統，無法適應PEI的發展要求，目前仍缺乏適用于PEI信息與通信系統的優化配置方法。

(4)投資成本與效益的重新定義。不同能源設備及控制方法的使用改變了PEI的成本效益構成，與傳統PEI的運維報廢成本存在一定區別。因此，PEI優化和配置需要引入新的成本與效益分析方法。

(5)完善建模與仿真方法。當前PEI仿真分析軟件雖然集成了DER建模工具，但模型庫并不完善，仿真分析技術也無法適應PEI規劃需要，亟需可綜合考慮DER運行特征的建模與仿真工具，并對系統可能遇到的各種不確定性場景進行精細化運行模擬，可為優化配置提供邊界約束信息，提升優化配置方案的多場景適用性。

總之，由于尚缺乏可綜合考慮各種能源耦合的PEI優化配置理論體系及應用工具，該問題已成為制約PEI技術大范圍推廣應用的一個重要瓶頸，亟需得到解決。

4 PEI優化配置方法框架與發展構想

4.1 優化配置框架

PEI優化配置框架如圖2所示，主要包括多尺度全工況動態綜合建模方法、多場景模擬仿真技術、多目標動態規劃方法以及對優化配置方案的評價。PEI優化配置的對象是多類型供/用/儲能單元、控制設備、通信網絡與能源管網的集合體。

4.1.1 PEI多尺度全工況動態綜合建模方法

PEI多尺度全工況動態綜合建模是優化配置的重要根基，適當的建模方法可以對PEI的運行特性進行描述。為此，建模工作將分為單元、網絡以及系統3個層級：(1)在單元級，主要考慮PEI各供用儲單元及可響應負荷的運行特點及互動機理，并進行綜合建模;(2)在網絡級，對PEI網絡層的單元設備、控制系統、通信系統等進行綜合建模;(3)在系統級，研究各類模型之間的數據接口技術，實現不同時間尺度下，各類模型之間的信息交互，完成PEI的集成建模。PEI多尺度全工況動態綜合建模方法充分考慮設備的運行狀態及約束條件，能夠實現能源設備、能源管網以及通信網絡的有效互聯。

4.1.2 PEI優化配置的多場景模擬仿真技術

考慮到不同能源之間的互補優化特性、DER及可響應負荷的靈活性，構建PEI多能源協同負荷預測技術;建立PEI未來運行場景的模擬場景庫以支撐PEI的優化配置決策，對于PEI運行場景的模擬技術能夠充分考慮可再生能源的不確定性以及各類能源負荷復雜的多時間尺度特性;從可靠性、能源利用效率、經濟性等方面對優化配置方案并進行評估，完善方案。

4.1.3 PEI多目標動態規劃方法

PEI的優化配置需考慮電、氣、冷、熱多元系統的融合，優化目標以及約束條件的選擇尤為重要。適用于PEI的多目標動態規劃方法及智能求解方法將是研究的重點方向。由于PEI各階段的運行狀態差異明顯，應針對系統不同階段的運行特性相應調整優化配置方案，實現動態配置，確保方案與優化目標的一致性。

4.1.4 PEI優化配置方案的評價

考慮到用戶開展PEI優化配置時，往往存在多樣性需求，在生成初始配置方案時，會導致設計方案的多樣性。要妥善處理PEI中的電、氣、冷、熱環節存在非常緊密的耦合關系，亟需建立可涵蓋電、氣、冷、熱各環節的一套綜合評價指標體系，覆蓋經濟性、清潔性、可靠性、綜合能效、用戶滿足度等多種關鍵指標，從不同側面評價配置方案的適用性，并重點關注PEI多元主體的博弈特征。由于各種能源之間耦合關系復雜，且PEI中很多因素難以量化或根本無法確切量化，在計算很多相關指標時，需要新的求解方法的支持。

4.2 發展構想

為適應綜合能源服務業務的開展，未來PEI應著重在系統優化配置、信息平臺、多能源互動等方面進行建設。

4.2.1 PEI系統優化配置

面向未來綜合能源服務業務，綜合考慮不同區域差異化特性以及多類型能源綜合利用過程所產生的大量不確定、不精確、不可量化因素，提出PEI電、冷、熱、氣以及源-網-荷-儲的一體化優化配置理論體系，搭建具備工程實用價值的優化配置平臺，支撐綜合能源服務，為后續運行優化服務提供硬件支撐。

4.2.2 PEI信息平臺建設

PEI系統的優化配置依托于信息平臺的建設。信息平臺能夠匯集不同信息系統，將PEI系統優化調度等核心基礎數據進行集中管理，以保證數據的“及時性、準確性、完整性”，實現PEI建設及運維的全過程優化管理，為優質綜合能源業務的開展提供全過程的數據支撐。

4.2.3 多能源融合業務

多能源融合是PEI應用的基礎，后續將結合區域特征，針對具體PEI開展能源優選、能源設備選型配置、運營管理、運行維護、商業模式等全環節、全流程技術的研發，提升綜合能源服務業務競爭力。

5 結語

未來PEI將成為能源互聯網建設的主要形式。完善PEI優化配置方法，對于在綠色經濟背景下開展綜合能源服務，提高可再生能源利用水平，提升能源安全性、可靠性、經濟性具有重要意義。本文深入分析了PEI的基本概念、主要特征與功能特點，并對國內外典型園區能源互聯網示范工程的建設目標、內容與應用效果進行了評述，指出園區能源互聯網在規劃過程中存在的關鍵技術問題，進一步明確PEI多能源協同優化配置理論框架，同時指出PEI未來發展應從系統優化配置、信息平臺、多能源互動等方面進行建設，并提出了建設思路與原則。

作者：

吳志力 , 楊衛紅 , 原凱 , 宋毅 , 孫充勃 , 穆云飛 , 陳晚晴 , 王世舉

參考文獻

[1]LASSETER R H. Smart distribution: Coupled micro-grids[J]. Proceedings of the IEEE, 2011, 99(6): 1074-1082. DOI:10.1109/JPROC.2011.2114630 (1)

[2]楊蘋, 陳瀅, 張經緯, 等. 園區能源互聯網能效評估指標體系研究[J]. 科技創新導報, 2017, 14(25): 157-160. (1)

[3]鄧偉, 丁一, 王永惠, 等. 面向智慧園區的能源互聯網架構研究[J]. 電子設計工程, 2018, 26(8): 110-113, 118.

DENG Wei, DING Yi, WANG Yonghui, et al. Research of the energy internet architecture for smart park[J]. Electronic Design Engineering, 2018, 26(8): 110-113, 118. (1)

[4]NAYAR C V. PHILLIPS S J, JAMES W L. et al. Novel wind/dicsel/battery hybrid energy system[J] Solar Energy, 1993. 51 (1): 65-78 (1)

[5]BARING-GOULD E I. The hybrid system simulation model user’s manual[R]. National Renewable Energy Laboratory, 1998 (0)

[6]亓偉, 耿世彬, 高虎衫. 基于HOMER仿真的太陽能混合發電系統設計[J]. 電工電氣, 2011(8): 27-32.

QI Wei, GENG Shibin, GAO Hushan, et al. Design of hybrid power system with solar energy based on HOMER simulation[J]. Electrotechnics Electric, 2011(8): 27-32. (0)

[7]徐路, 馮平, 易斌, 等. 基于Hybrid2仿真的風光柴蓄復合發電系統設計與分析[J]. 電網與清潔能源, 2015, 31(1): 92-96.

XU Lu, FENG Ping, YI Bin, et al. Design and analysis of wind-solar-diesel-battery hybrid power generation system based on Hybrid2 simulation[J]. Power System and Clean Energy, 2015, 31(1): 92-96. (1)

[8]LBNL. Distributed energy resources customer adoption model (DER-CAM)[EB/OL]. (2012-05-12)[2018-03-15]. http://der.lbl.gov/der-cam. (1)

[9]LENG G J, 蔡學娣. 國際RETScreen~ (TM): 一種評估潛在的可再生能源計劃的決策支持和能力培養工具[J]. 產業與環境, 2001(3): 22-23. (1)

[10]肖峻, 白臨泉, 王成山, 等. 微網規劃設計方法與軟件[J]. 中國電機工程學報, 2012, 32(25): 149-157.

XIAO Jun, BAI Linquan, WANG Chengshan, et al. Method and software for planning and designing of microgrid[J]. Proceedings of the CSEE, 2012, 32(25): 149-157. (1)

[11]茆美琴, 丁明, 張榴晨, 等. 多能源發電微網實驗平臺及其能量管理信息集成[J]. 電力系統自動化, 2010, 34(1): 106-111.

MAO Meiqin, DING Ming, ZHANG Liuchen, et al. Testbed and information integration of EMS for a microgrid with multi-energy generation systems[J]. Automation of Electric Power Systems, 2010, 34(1): 106-111. (1)

[12]歐盟發布能效行動計劃[J]. 中國經貿導刊, 2007(8): 52-53 (1)

[13]劉燁. 分布式冷熱電聯產系統的優化設計[D]. 北京: 華北電力大學, 2012 (1)

[14]李瑩瑩. 30 kW微燃機冷熱電聯供系統的性能研究[D]. 哈爾濱: 哈爾濱工業大學, 2012 (0)

[15]尤石, 宋鵬翔. 丹麥區域能源互聯網發展綜述[J]. 供用電, 2017, 34(12): 2-7.

YOU Shi, SONG Pengxiang. A review of development of integrated district energy system in Denmark[J]. Distribution & Utilization, 2017, 34(12): 2-7. (1)

[16]ZHANG X, SHAHIDEHPOUR M, ALABDULWAHAB A, et al. Optimal expansion planning of energy hub with multiple energy infrastructures[J]. IEEE Transactions on Smart Grid, 2015, 6(5): 2302-2311. DOI:10.1109/TSG.2015.2390640 (1)

[17]VERMESAN O, BLYSTAD L C, ZAFALON R, et al. Internet of energy connecting energy any-where anytime[M]. Berlin: Springer Berlin Heidelberg , 2011: 33-48 (0)

[18]胡小堅, 王忠平, 張雪梅, 等. 分布式天然氣CCHP系統應用研究現狀與前景[J]. 煤氣與熱力, 2011, 31(4): 4-9.

HU Xiaojian, WANG Zhongping, ZHANG Xuemei, et al. Application research status and prospect of distributed natural gas CCHP system[J]. Gas & Heat, 2011, 31(4): 4-9. (1)

[19]楊秀, 楊菲, 王瑞霄. 微電網實驗與示范工程發展概述[J]. 華東電力, 2011, 39(10): 1599-1603.

YANG Xiu, YANG Fei, WANG Ruixiao. Development overview of microgrid laboratories and demonstration projects[J]. East China Electric Power, 2011, 39(10): 1599-1603. (1)

[20]胡小堅, 張雪梅, 蔡路茵. 冷熱電三聯供系統(CCHP)的優化研究進展[J]. 能源研究與管理, 2010(2): 13-16.

HU Xiaojian, ZHANG Xuemei, CAI Luyin. Recent research progress of optimization for combined cooling heating and power systems(CCHP)[J]. Energy Research and Management, 2010(2): 13-16. (1)

[21]華賁. 廣州大學城分布式冷熱電聯供項目的啟示[J]. 沈陽工程學院學報(自然科學版), 2009, 5(2): 97-102.

HUA Ben. An inspiration to Guangzhou university towns DES/CCHP project[J]. Journal of Shenyang Institute of Engineering(Natural Science), 2009, 5(2): 97-102. (1)

[22]GEIDL M, ANDERSSON G. Optimal power flow of multiple energy carriers[J]. IEEE Transactions on Power Systems, 2007, 22(1): 145-155. DOI:10.1109/TPWRS.2006.888988 (1)

[23]董朝陽, 趙俊華, 文福拴, 等. 從智能電網到能源互聯網: 基本概念與研究框架[J]. 電力系統自動化, 2014, 38(15): 1-11.

DONG Zhaoyang, ZHAO Junhua, WEN Fushuan, et al. From smart grid to energy internet: basic concept and research framwork[J]. Automation of Electric Power Systems, 2014, 38(15): 1-11. DOI:10.7500/AEPS20140613007 (1)

[24]李瓊, 陳冠益, 鄭雪晶, 等. 中新天津生態城動漫園冷熱電聯供系統優化[J]. 煤氣與熱力, 2012, 32(12): 25-29.

LI Qiong, CHEN Guanyi, ZHENG Xuejing, et al. Optimization of combined cooling, heating and power aystem for animation park in Sino-Singapore Tianjin Eco-city[J]. Gas & Heat, 2012, 32(12): 25-29. DOI:10.3969/j.issn.1000-4416.2012.12.008 (0)

[25]忻奇峰. 冷熱電三聯供系統在浦東國際機場的應用[J]. 電力需求側管理, 2004(5): 40-42.

XIN Qifeng. Application of three union supply system in Pudong International Airport[J]. Power Demand Side Management, 2004(5): 40-42. (0)

[26]朱曉紅. 中電投高培中心分布式供能系統的配置與優化[D]. 上海: 上海交通大學,2008 (1)

[27]許云洲. 中新天津生態城動漫產業園項目可行性研究[D]. 天津: 天津大學, 2010 (1)

[28]李瓊. 天津中新生態城動漫園三聯供能源系統優化分析[D]. 天津: 天津大學, 2012 (1)

[29]李思維, 李樹泉. 一種以電能為中心的綠色復合型能源網設計 [J] 中國電力, 2015, 48(11): 117-122

LI Siwei, LI Shuquan. A composite green energy network design based on electric energy[J]. Electric Power, 2015, 48(11): 117-122 (1)