基于可再生能源的分布式多目标供能系统(一)

合集下载

基于多目标协同优化的能源管理系统设计

基于多目标协同优化的能源管理系统设计随着工业化和城市化的发展，能源消耗量不断增长，而且热能消耗总量占据其中的绝大部分，使得设计和开发一套有效的能源管理系统显得尤为重要。

基于多目标协同优化的能源管理系统，将大大提升热能利用效率，保证工业和城市的可持续发展。

本文将会对于基于多目标协同优化的能源管理系统进行介绍和设计。

1. 能源管理现状当前，全球平均温度不断升高，可再生能源得到了更多的关注和投入。

光伏发电、风能发电等新型可再生能源在逐步替代传统能源的同时，也为能源管理系统带来了新的挑战。

而且，能源管理系统面临着以下的问题：1.1 能耗高：没有一个完美的能源转换过程，都会存在能源转换后的损耗。

然而，由于系统信息闭环不完善等技术原因，许多企业的能源利用效率并不高。

1.2 过度的消耗：许多企业在满足其生产需求的同时，也不断地浪费和消耗能源，导致能源不可持续发展。

1.3 不可预测的需求：各行业的需求表现出很大的不确定性，单一的能源管理方案往往难以适应各种情况下的能源需求变化。

2. 多目标协同优化多目标协同优化，通过引入遗传算法等智能算法，对于复杂问题进行高效解决，同时改善了单一目标优化的瓶颈现象。

在能源管理中，我们针对能源利用效率、消耗量、稳定性等因素，建立多目标优化模型，实现针对不同场景下的多目标优化需求。

2.1 实现综合能源利用效率在充分利用可再生能源的基础上，建立多目标模型，掌握能源的消耗情况，推进节能减排，提高能源转换效率，减少浪费和损耗。

2.2 控制能源消耗量基于尖峰谷平电价制度的思想，建立合理的能源消费计划。

利用多目标优化算法，根据工业和城市的生产基本情况，对于能源的消费情况进行分析和预测，并针对预测结果实时调整能源的输出量，达到平衡生产和能源消耗的关系。

2.3 稳定能源供应建立高效能源供应链，实现能源需求的弹性供应。

通过智能化的监控和控制，实时监测能源供应状态，建立多重备选方案，保证同时稳定的能源输出供应。

可再生能源发电系统的分布式控制

可再生能源发电系统的分布式控制一、引言可再生能源是当前全球研发的重点之一，不断推进全球低碳经济，实现可持续发展。

在可再生能源中，光伏和风力发电已经成为最为成熟的可再生能源发电方式，同时也具有很大的潜力，其在分布式控制领域的应用也越来越多。

因此，本文将探讨可再生能源发电系统的分布式控制。

二、可再生能源发电系统综合反映可再生能源发电系统的是其结构与工作原理，常见的光伏发电系统主要由光伏电池组成，而风力发电系统则主要由风机组成。

由于分布式控制具有实时性和灵活性，因此越来越多的可再生能源发电系统开始采用分布式控制技术，如各光伏阵列之间、风机控制与动力控制、能量储存电池等。

三、可再生能源发电系统的分布式控制传统的发电系统基本不采用分布式控制，而是采用中心控制方式，这对于小型的发电系统或者单个机组运行久的情况下已经不适用。

因此，可再生能源发电系统需要采用更为先进的分布式控制技术，有效地解决了大型风电场、光伏发电场等应对难度大的问题，保证系统的高效稳定运行。

四、可再生能源发电系统的分布式控制优势1. 抗故障能力强：可在单元控制器失效的情况下，不影响其他单元控制器的工作。

2. 故障诊断方便：可通过算法计算出故障节点，及时响应故障事件。

3. 扩容方便：可以逐步增加系统容量，从而支持更多的用户。

五、可再生能源发电系统的分布式控制技术应用分布式控制技术应用到可再生能源发电系统中的过程，主要包括以下几个步骤：首先确定高层次控制的层次结构和协议，然后在工程方面，需要设计基础以及电子设备的集成，最后在可再生能源发电系统的建设和维护过程中，在各节点之间通过网络通信来实现信息的互通和同步。

六、目前可再生能源发电系统的分布式控制技术存在的问题(1) 运行效率不高，不利于全系统的总体效率；(2) 技术和工艺缺陷很多，需要逐步完善；(3) 信息安全问题一直是分布式控制中需要解决的问题。

七、未来可再生能源发电系统的分布式控制发展方向随着可再生能源的逐渐普及，分布式控制技术必将得到广泛应用，基于云计算等新技术的分布式控制系统将逐步兴起，云平台、大数据的存在为可再生能源发电系统提供了更为广阔和多元化的发展方向。

分布式能源系统设计与优化

分布式能源系统设计与优化前言在不断增长的能源需求和日益紧张的环境问题下，分布式能源系统开始成为关注的重点。

分布式能源系统是指多种能源技术组合的系统，包括太阳能、风能、生物能等多种能源形式，并通过智能化控制技术和通信技术实现协同运行、互相补充。

本文将从分布式能源系统的设计及优化两个方面进行讨论，着重介绍近年来的研究进展和趋势，并提出一些问题和展望。

一、分布式能源系统的设计1. 概述分布式能源系统是指基于多种可再生和非可再生能源形式，通过智能化控制技术和通信技术实现统一协调和优化的能源系统，以实现能源高效利用和减少碳排放。

其主要构成是分布式能源发电、分布式储能、智能能源管理系统、智能能源调度系统和用户侧应用。

2. 分布式能源发电随着太阳能和风能等新能源技术的快速发展，分布式能源发电正逐步成为可行和经济的选择。

（1）太阳能光伏发电太阳能光伏发电是应用最为广泛的分布式能源发电技术。

利用太阳能电池板将光能转化为电能，是一种非常环保的能源形式。

（2）风能发电风能发电已经成为全球主要的可再生能源形式之一，由于其具有成熟的技术和经济的优势，其应用也越来越广泛。

目前，国内外已经建设了大量的分布式风电场。

（3）生物质能发电生物质发电是指通过生物质能源（如麻粕、秸秆、蜗牛等）生产的燃料，然后进行热能转化和发电。

它是一种非常环保的能源形式，对环境污染非常小，同时也有很高的能量利用效率。

3. 分布式储能分布式储能技术是指将分布式能源系统发出的多余能量进行存储，以应对能源需求峰值的问题。

（1）电池储能电池储能是目前应用最广泛的分布式储能技术。

其可以将多余的电能进行储存，并在能源需求峰值时释放给用户使用。

（2）氢能储能氢能储能是一种将电能转化为氢能，并在需要时将氢能进行还原的技术。

它具有高能量密度和长时间储存等优势，在未来分布式能源系统中也将发挥重要作用。

4. 智能能源管理系统智能能源管理系统主要包括数据采集、处理、存储以及能源系统的监控和分析，可以实现更为高效和精确地掌控分布式能源系统。

分布式能源系统

分布式能源系统分布式能源系统是相对传统的集中式供能的能源系统而言的，传统的集中式供能系统采用大容量设备、集中生产，然后通过专门的输送设施(大电网、大热网等)将各种能量输送给较大范围内的众多用户；而分布式能源系统则是直接面向用户，按用户的需求就地生产并供应能量，具有多种功能，可满足多重目标的中、小型能量转换利用系统。

一、分布式能源系统的特征作为新一代供能模式，分布式能源系统是集中式供能系统的有力补充。

它有以下四个主要特征：[1]①作为服务于当地的能量供应中心，它直接面向当地用户的需求，布置在用户的附近，可以简化系统提供用户能量的输送环节，进而减少能量输送过程的能量损失与输送成本，同时增加用户能量供应的安全性。

②由于它不采用大规模、远距离输出能量的模式，而主要针对局部用户的能量需求，系统的规模将受用户需求的制约，相对目前传统的集中式供能系统而言均为中、小容量。

③随着经济、技术的发展，特别是可再生能源的积极推广应用，用户的能量需求开始多元化；同时伴随不同能源技术的发展和成熟，可供选择的技术也日益增多。

分布式能源系统作为一种开放性的能源系统，开始呈现出多功能的趋势，既包含多种能源输入，又可同时满足用户的多种能量需求。

④人们的观念在不断转变，对能源系统不断提出新的要求(高效、可靠、经济、环保、可持续性发展等)，新型的分布式能源系统通过选用合适的技术，经过系统优化和整合，可以更好地同时满足这些要求，实现多个功能目标。

二、分布式能源系统的优缺点1．分布式能源系统的优点[2]分布式能源系统的最主要优点是用在冷热电联产中。

联产符合总能系统的“梯级利用”的准则，会得到很好的能源利用率，具有很大的发展前景。

大型(热)电厂虽然电可远距离输送，但需建设电网、变电站和配电站并有输电损耗，而对于热，尤其是冷，就不像电能那样可以较长距离有效地输送。

所以，除非事先特殊设计、安排好，否则，难以达到输送冷、热能的目的。

因为大电厂选址有其自身的要求，一般来说，附近难以有足够大量的、合适的冷、热能用户，无法进行有效的联产。

基于可再生能源的综合能源系统环境主导评价建模及多目标优化

基于可再生能源的综合能源系统环境主导评价建模及多目标优化基于可再生能源的综合能源系统环境主导评价建模及多目标优化随着全球温室气体排放问题的日益严重，可再生能源被广泛认可为减少对环境影响、实现可持续发展的重要途径之一。

然而，由于可再生能源的天然资源依赖性和不稳定性，综合能源系统的可靠性、可持续性和经济性等方面面临着巨大的挑战。

因此，对基于可再生能源的综合能源系统进行环境主导评价建模和多目标优化是至关重要的。

首先，我们需要建立一个综合能源系统的环境主导评价模型，该模型能够全面评估可再生能源在能源生产环节对环境的影响。

评价模型应包括不同类型的可再生能源发电技术（如风能、太阳能和生物能源等），以及综合系统中的其他能量转换和储存技术。

该模型应考虑到可再生能源的能量转换效率、资源利用率和碳排放等重要指标。

同时，还应该对制造、运输和维护等过程对环境的影响进行综合评估。

通过该模型，我们可以评估综合能源系统的环境性能，为优化改进提供基础。

其次，多目标优化是改进综合能源系统的关键步骤之一。

在优化过程中，我们应该考虑到系统的可靠性、可持续性和经济性等多个方面的目标。

可靠性是指系统在供能过程中的可靠程度，可持续性是指系统在长期运行中对环境的影响程度，经济性是指系统的投资和运营成本。

我们需要将这些目标进行量化，并将其纳入优化模型中。

通过多目标优化，我们可以找到综合能源系统中不同可再生能源技术的最佳组合，以最大程度地实现系统的可靠性、可持续性和经济性。

此外，基于可再生能源的综合能源系统的环境主导评价建模和多目标优化还需要考虑到实际应用中的限制和条件。

例如，不同可再生能源技术的地理分布特征、能源需求的变化模式以及社会经济发展等因素都会对模型的建立和优化产生影响。

因此，建立一个符合实际应用需求的环境主导评价建模和多目标优化方法是十分重要的。

综合能源系统是实现可持续发展的重要途径之一，而基于可再生能源的综合能源系统的环境主导评价建模和多目标优化是提高系统可靠性、可持续性和经济性的关键。

分布式供能体系的运用

分布式供能体系的运用随着能源的消费不断增加，能源供应成为了当今社会中的重要问题。

传统的供能方式往往基于中央化的电力网络，这种供能方式存在一定的安全、可靠性以及效率等问题。

随着科技的发展，分布式供能体系逐渐成为了人们关注的热点问题，本文将会从如下九个方面探讨分布式供能体系的运用，包括：背景：分布式供能体系；分布式供能系统的核心技术；分布式供能体系的优势；分布式供能体系的应用领域；分布式供能的未来发展；分布式供能体系的问题和解决方案；分布式供能体系的构成要素；数字｜智能化设施；分布式供能体系的建设成本等。

背景：分布式供能体系传统的能源供应体系，主要通过大型发电厂向全国各地提供电力，由于能源消费的快速增长，电网系统的负载变得越来越重，大型中心化发电厂的供能能力已经无法追上人们节奏的变化。

此外，由于电网的单一性，一旦出现故障问题，整个城市区域的电力都会出现严重的影响。

因此，人们开始寻找新的解决方案。

而分布式供能体系已经成为了当今核心的技术研究方向和应用领域之一。

分布式供能系统的核心技术分布式供能体系的核心技术是指一种基于先进技术的电力供应网络，通过智能化设备，集成节能技术和可再生能源，利用高性能的通信技术实现不同能源之间的协作和交互。

分布式供能的核心技术包括：智能监控系统、智能切换系统、分布式调节系统、高效节能系统、可再生能源收集与储存技术等。

分布式供能体系的优势分布式供能体系具有以下优势：（1）提供更为可靠的能源供应体系，减少了中心化供能带来的电力传输损失；（2）去中心化操作，使得可以通过多个生产者和消费者共享资源，实现更为合理的保障供能；（3）分布式供能可以控制电网的电压、频率等情况，避免输电的功率损耗，提高了电网的稳定性和安全性；（4）通过集成可再生能源，分布式供能体系充分利用了清洁的新能源资源，降低了环境污染和人群生态环境的安全隐患；（5）分布式供能可以减少基于化石燃料的能源消耗，利用多种可再生资源，减少对环境的负面影响。

《2024年分布式发电与微网系统多目标优化设计与协调控制研究》范文

《分布式发电与微网系统多目标优化设计与协调控制研究》篇一一、引言随着能源危机和环境污染问题的日益严重，可再生能源的利用和分布式发电技术成为了全球关注的焦点。

分布式发电与微网系统作为新型的能源利用方式，具有提高能源利用效率、减少环境污染、提高供电可靠性等优点。

然而，由于分布式发电与微网系统的复杂性，其设计与控制面临诸多挑战。

因此，本文针对分布式发电与微网系统的多目标优化设计与协调控制进行研究，旨在提高系统的整体性能和运行效率。

二、分布式发电与微网系统概述分布式发电是指将分散布置的发电装置进行联合，形成一个小规模的发电系统。

这种系统以可再生能源为主，如风能、太阳能等。

而微网系统则是将分布式发电系统与用户侧负荷相结合，形成一个局部的自治电力系统。

在微网系统中，各类型的分布式发电单元、储能装置、负荷等通过协调控制，实现能量的优化分配和利用。

三、多目标优化设计研究针对分布式发电与微网系统的多目标优化设计，本文从以下几个方面展开研究：1. 目标函数构建：在考虑经济效益、环境效益和社会效益的基础上，构建多目标优化模型。

其中，经济效益主要考虑系统的运行成本和收益；环境效益主要考虑减少碳排放和能源消耗；社会效益则关注供电可靠性和系统稳定性。

2. 约束条件分析：分析系统运行的约束条件，包括设备容量、运行状态、故障恢复等，确保系统在满足约束条件下实现多目标优化。

3. 优化算法设计：采用混合优化算法，如遗传算法、粒子群算法等，对多目标优化模型进行求解。

通过迭代优化，找到最优的分布式发电与微网系统配置方案。

四、协调控制策略研究针对微网系统的协调控制策略，本文从以下几个方面展开研究：1. 能量管理策略：根据系统实时运行状态和预测信息，制定合理的能量管理策略，实现能量的优化分配和利用。

2. 控制器设计：设计高效、可靠的控制器，实现对各类型设备的有效控制。

控制器应具备快速响应、高精度控制等特点，以满足系统运行的稳定性要求。

3. 信息交互与通信：建立信息交互与通信机制，实现各设备之间的信息共享和协同控制。

基于可再生能源的分布式多目标供能系统_二_

14]
.
太阳能是取之不尽、用之不竭的一次性能源, 以地球上最为丰富、廉价易得的水作主要原料, 利用太阳光直接分解水制氢无疑是最具吸引力的制氢方案. 1971 年日本科学家 Fujishima 与 Honda 提出的利用 T iO2 单晶电极通过光分解水产生氢气的方法, 为光解水制氢开辟了一条便捷的途径. 目前, 人们已知的通过光电过程利用太阳能分解水制氢的方法包括: ! 光电化学法, 通过光半导体材料吸收光能产生
[ 4, 7~ 9]
电子
空穴对, 分别在两电极电解水 ; ∀ 均相光助络
合法 , 利用金属络合物组成的氧化还原体系吸收光能分解水; # 半导体催化法 . 其中以半导体光催化分解水制氢最为经济、清洁、实用, 最有前途 . 近 30 年中 , 来自化学、物理、材料等学科的研究人员对利用太阳能通过光催化从水中制取氢气的理论和技术进行了广泛的研究, 积极致力于提高光催化制氢的效率 . 当前对于光催化反应的研究重点包括 : ! 如何在可见光条件下分解水制氢 , 采用的方法有在反应体系中加入光敏性染料、使用可见光催化剂及复合半导体等, 由于染料在光催化过程中会逐渐分解而失效 , 因而后两种方法应是未来研究的主攻方向; ∀ 如何提高光催化反应的效率 , 这又包括提高催化剂的催化效率与反应体系的反应效率两个方面 , 其核心问题在于寻找高效的光催化剂并构建高效的光催化体系[ 4, 7, 10~
第5期
郭烈锦 , 等 : 基于可再生能源的分布式多目标供能系统 ( 二 )
449
反应的气化率只有 30% 左右, 同时会有大量焦油副产品生成 ; 空气气化的效率较高, 但由于空气中惰性气体 N 2 的含量高, 使反应生成的气体热值低, 后续处理消耗大; 富氧气化可以得到中等热值燃气 , 但要求有相应的制氧设备 , 且电耗较高, 成本也较高 , 仅适用于集中供气系统和大型的整体煤气化联合循环 ( IGCC) 系统; 水蒸气气化的主要优点是气化质量好, H 2 含量高 , 可达 50% ~ 60% , 但由于水蒸气气化需要蒸汽发生器和过热设备 , 系统独立性较差; 近年来发展起来了在超临界水中进行湿生物质催化气化的方法, 在连续流动反应条件下生物质的气化率可达到 100% , 气体产物中氢气的体积分数甚至可超过 50% , 反应中不生成焦油、木炭等副产品, 不会造成二次污染, 对于含水量高的湿生物质可直接气化, 不需要高能耗的干燥过程 , 其反应条件温和 , 反应的温度维持在 650 % 左右的中温区即可, 且反应过程中所需能量输入很少, 上文中所介绍的基于可再生能源的多目标分布式综合供能系统中太阳能高温集热及高温燃料电池排气余热的温度水平均可满足该反应条件. 除生物质外, 超临界水催化气化法还可以其他有机废料作原料制取氢气 , 实验证实在超临界水中 , 包括二恶英、多氯联苯、硝基苯、尿素、氰化物、酚类、醋酸、氨等化学物质均可被氧化分解成无毒的气体 ( CO 2 和 N 2 ) 、水和其他小分子 . 值得指出的是 , 采用超临界水气化法所制得的富氢气体可不经处理直接供本身就具有燃料重整功能的高温燃料电池使用, 或直接作为燃氢微型燃气轮机的燃料 . 目前国际上湿生物质的超临界水气化制氢研究的最

多能源互补的分布式供能系统

多能源互补的分布式供能系统分布式冷热电联供系统（以下称CCHP系统）作为一种由动力、余热利用及蓄能等多个子系统集成构成的复杂系统，目前尚处于快速发展的阶段，正在得到逐步深入的研究。

CCHP系统的构成特点是输入与输出的能源形式以及内部的构成形式均具有显著的多样性。

它是由多种形式的热力过程和多个供能系统所集成的总能系统，其内部相对独立的各个热力子系统之间存在大量的能量、物质传递和交换过程。

它的总体性能不仅与各子系统的具体形式和性能参数有关，更为重要的是还取决于系统构成流程形式以及各子系统间的热力参数匹配情况。

在CCHP系统的设计、优化和运行过程中涉及到两种类型工况，即设计工况和变工况，且两者存在本质差异。

在联产系统的配置和优化过程中，对两种工况都需要关注。

CCHP系统集成要综合考虑上述诸多复杂因素，不断丰富和完善，形成系统集成优化的理论体系。

基于能的梯级利用、不同形式能量间的互补和全工况运行等原理，本文介绍CCHP系统集成优化的理论框架，其中包括能的综合梯级利用，能源、资源与环境的综合互补，以及基于全工况特性的系统集成等CCHP系统的集成优化思路及措施。

1．基于能的综合梯级利用的系统集成（1）热能品位对口，梯级利用CCHP系统中，通常高品位的热能多来自于化石燃料燃烧。

而中、低品位的热能主要来自于联产系统上游某热力子系统的输出，但有时也可能来自于联产系统相关外界的可再生能源系统或外界环境。

因此，在利用中温和低温热能时，需要对用户的需求以及各个热力子系统的功能进行仔细分析。

动力子系统的输出为高品位的电，因而对输入热能的品位要求很高。

对于吸收式制冷机和吸收式热泵而言，需要的热源温度则更低一些，如双效溴化锂吸收式制冷机要求热源温度在120℃左右。

而用户需要的生活热水和供暖所需热量的温度只需60℃左右。

由此可见，燃料燃烧产生的高热量应优先用于提供给动力子系统，做功发电，经过这一级利用后，再为吸收循环提供热源，驱动制冷或热泵，温度进一步降低后，再通过简单换热生产热水。

分布式发电的分类

分布式发电的分类根据所使用一次能源的不同，分布式发电可分为基于化石能源的分布式发电技术、基于可再生能源的分布式发电技术以及混合的分布式发电技术。

(1)基于化石能源的分布式发电技术主要由以下三种技术构成：①往复式发动机技术：用于分布式发电的往复式发动机采用四冲程的点火式或压燃式，以汽油或柴油为燃料，是目前应用最广的分布式发电方式。

但是此种方式会造成对环境的影响，最近通过对其技术上的改进，已经大大减少了躁音和废气的排放污染。

②微型燃气轮机技术：微型燃气轮机是指功率为数百千瓦以下的以天然气、甲烷、汽油、柴油为燃料的超小型燃气轮机。

但是微型燃气轮机与现有的其它发电技术相比，效率较低。

满负荷运行的效率只有30%，而在半负荷时，其效率更是只有10%～15%，所以目前多采用家庭热电联供的办法利用设备废弃的热能，提高其效率。

目前国外已进入示范阶段，其技术关键主要是高速轴承、高温材料、部件加工等。

③燃料电池技术：燃料电池是一种在等温状态下直接将化学能转变为直流电能的电化学装置。

燃料电池工作时，不需要燃烧，同时不污染环境，其电能是通过电化学过程获得的。

在其阳极上通过富氢燃料，阴极上面通过空气，并由电解液分离这两种物质。

在获得电能的过程中，一些副产品仅为热、水和二氧化碳等。

氢燃料可由各种碳氢源，在压力作用下通过蒸汽重整过程或由氧化反应生成。

因此它是一种很有发展前途的洁净和高效的发电方式，被称为21世纪的分布式电源。

(2)基于可再生能源的分布式发电技术主要由以下几种技术构成：①太阳能光伏发电技术：太阳能光伏发电技术是利用半导体材料的光电效应直接将太阳能转换为电能。

光伏发电具有不消耗燃料、不受地域限制、规模灵活、无污染、安全可靠、维护简单等优点。

但是此种分布发电技术的成本非常高，所以现阶段太阳能发电技术还需要进行技术改进，以降低成本而适合于广泛应用。

(2)风力发电技术是将风能转化为电能的发电技术，可分为独立与并网运行两类，前者为微型或小型风力发电机组，容量为100W～10kW，后者的容量通常超过150kW。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于可再生能源的分布式多目标供能系统（）一
郭烈锦，赵亮
ｔ安交通大学动力工程多相流国家重点实验室．７０４．安）西１０９西
摘要：通过对基于化石能源和基于可再生能源的几种主要分布式发电技术厦系统，包括往复式发
维普资讯
第３６卷
第５期
西安交通大学学报
ＪＯＵＲ￣ＪＡＯＴＮ，ＬＯＦＸＩＡＮＩＯＮＧＶＥＩＵＮＩＲＳＴＹ
Ｖｏｌ３＿６
№５
２００２年５月
Ｍａ０２ｙ２０
文章编号：２３９７２０）５４ —５０５８Ｘ（０２０＠４１０
Ｋｅ￣ｏｄ：ｎ Ⅻ ）＇ｓｒ
ｓｏｒｇａｇｅ
ｅｅｇｆｅｃｌ；ｌｃｏｇｓｔｒｉｅｄｓｉｕｅｏｚｒｓｓｍ｛ｎｒｙｎｒｙ；ｕｌｅｌｎｉｒａｕｂｎ；ｉｒｂｔｐｚｙｔｔｄ￣ｅｅｅｇ
能源是人类赖以生存和发展的基础，是衡量也
动机、型燃气轮机、料电池、阳能光伏发电、阳能高温集热发电、力发电、微燃太太风多联产及蓄能等相关技术的现状分析．出了建立和发展基于可再生能源的分布式多目标供能系统所面临的主要指
问题与挑战．关键谰：可再生能源；燃料电池；型燃气轮机；微分布式供能系统；能蓄中囤分类号：Ｔ１文献标识码：ＡＫ０
一
源所带来的日益严重的污染和对生态环境的破坏；
个国家综合国力、民生活水平以及国家文明发人
ｗａｄｅＯｃｐｎｏｅｒｍｅｏｈｉｒｕｅｌ—ｂｅｔｅｐｗｅｙｔｍａｅｎｒＡｎｗＣｎｅｔａｄｎｖ１ｆａｆｅｄｓｉｔｄｍｕｔｏｊｃｉｏｒｓｓｅｂｓｄｏｔｔｂｉｖ
ｒｎｗａｌｅｅｇｒｒｐｓｄｅｅｂｅｎｒｙｗｅｅｐｏｏｅ．ＴｈｍｐｒａｔｔｓｓｉｅｅｏｍｅｔｏｈｏｅｙｔｍｒＯｅｉｏｔｎａｋｎｄｖｌｐｎｆｔｅｎｖｌｓｓｅａｅｔ５ｌｅｔｅｐｏｌｍｆｃｌｃｎｏｖｒｉｎｏｅｅｂｅｅｅｇ，ａｄｔｏｋｆｒｔｅｎｗｎｒｙｏｖｈｒｂｅｏｏｌｔａｄｃｎｅｓｏｆｒｎｗａｌｎｒｙｎＯｌｏｏｈｅｅｅｇｅｃｒｉｒ．ｔｅａｏａｅｍｅｈｄｓａｄｔｅｍａｅｉｌｏｒｌｔｄｗｉｈｔｅ￣ａｒｅｓｈｔｒｇｔｏｅｎｈｔｒａｓｃｒｅａｅｔｈｓ
Ａｂｔａ！Ａｓａｅｉｒｅｉｗｆｓｖｒ１ｖｉｂｅｍａｎｄｓｒｂｔｄｐｗｅｅｈｏｏｉｓｗａｒｓｓｒｃ：ｔｔ－ｎａｔｒｖｅｏｅｅａａｌｌａａｉｉｔｉｕｅｏｒｔｃｎｌｇｅｓｐｅ — ｅｔｄａｄａａｙｅ．Ｔｈｉｔｉｕｅｏｒｔｃｎｌｇｅａｅｎｆｓｉｅｅｇｎｌｄｅｉｒｃ — ｎｅｎｎｌｚｄｅｄｓｒｂｔｄｐｗｅｅｈｏｏｉｓｂｓｄｏｏｓｌｎｒｙｉｃｕｅｒｃｐｏａｒｇｅｇｎｓｉｎｉｅ．ｍｉｒａｕｂｎｓａｄｆｅｅｌ￣ａｄｔｅｄｓｒｔｄｐｗｅｅｈｏｏｉｓｂｓｄｏｎｃｏｇｓｔｒｉｅｎｕｌｃｌｓｎｈｉｔｉｅｏｒｔｃｎｌｇｅａｅｎｂｕｒｎｗａｌｅｅｇｎｌｄｈｔｖｌａｃｐｗｅ．ｃｎｅｔａｉｇｓｌｒｔｅｍａｏｒａｄｗｉｄｐｗ— ｅｅｂｅｎｒｙｉｃｕｅｐｏｏｏｔｉｏｒｏｃｎｒｔｎｏａｈｒｌｐｗｅｎｎｏｅ．Ｔｈｄａｔｇｓｓｕｓａｄｃａｌｎｅｔｉｅｅｏｍｅｔｏｈｓｅｈｏｏｉｓｗｅｅｐｔｆｒｒｅａｖｎａｅ．ｉｓｅｎｈｌｇｓｍｅｎｄｖｌｐｎｆｔｅｅｔｃｎｌｇｅｒｕ０ — ｅ
ＤｉｒｂｔｄＭｕｔＯｂｅｔｅｏｅｙｔｍｓｉｕｅｌ－ｊｃｉｓＰｗｒＳｓｅｔｉｖ
ＢａｅｎＲｅｅｂｅＥｎｒｙ１ｓｄｏｎｗａｌｅｇ（）
Ｇｕ￡ｉｏＬｉ３ｎ．ＺＡｏＬｉｎａａｇ
（ｔＫｖＬｂｒｔｒｆｌｐａｅｏｏｒＥｇｎｅｉｇｓａａｏａｏ￣ｏｔｈｓｌｗｉＰｗｅｎｉｅｒ、ＸｉｎＪａｔｎｒｅｓｙｉｎ７０４、ｉａＭｕｉｎｎｉｏｏｇＵｖｒｉ，Ｘ１０９Ｃｈｎ）ａｔｉｔａ