0 引言

世界范围内的可持续发展，面临着资源紧张、环境污染、气候变化等诸多挑战，化石能源为主导能源的大规模开发利用方式难辞其咎。加快推进清洁发展，实现以太阳能、风能等清洁能源替代化石能源，走绿色低碳可持续的全球能源转型道路是人类必然选择[1-4]。世界范围内的清洁能源分布不均，同时未来全球能源需求还有很大的增长空间，这种供需矛盾客观上需要在更大区域和范围内进行资源优化配置[5-6]。风能、太阳能等清洁能源主要转为电力加以利用。为此，探索通过大范围电力配置，实现全球清洁能源互联互通，以清洁和绿色方式满足全球电力需求，具有重要的战略和使命意义。

现已有许多学者从跨国跨洲电力规划与运行等多个角度开展了相关研究。文献[7]针对受端特高压电网的规划问题，综合落点布局和网架结构调整，提出了两阶段的优化规划框架。文献[8]考虑了国家风险对清洁能源跨国跨洲输电通道规划的影响，提出构建了国家风险量化模型、包含国家风险的等效成本模型和以清洁能源最大化消纳为目标的通道扩展模型。文献[9]重点针对亚洲区域跨国互联可能性，提出了亚洲电网模式方案决策的层次分析法模型，按特高压交流同步电网、特高压直流送电和直流电网3种模式开展了系统分析对比。文献[10]提出了分别以电力传输成本最小和电价竞争力最大为目标的电力流优化模型，用于分析中国电力流向及规模。文献[11]综合考虑源网荷特性，构建了宏观层面的电源及电力流优化分析模型，但主要考虑电量平衡。文献[12]针对东北亚联网构想，考虑技术和政策约束，提出了多区域电力规划的线性模型，主要考虑单一水平年的电源及电力流优化分析。文献[13]则从运行模拟角度设计了全球能源互联网宏观运行特性仿真框架。此外，还有学者针对中国西北能源基地[14]、直流电网[15]和特高压技术[16]等对推动全球能源互联互通可发挥的作用开展了研究。

综合来看，已有研究更多关注全球电力联网的宏观战略和区域层面的研究，较少建模分析全球联网的电力流格局。现有的区域或国家的中远期电力流格局研究中，多基于最大电力负荷平衡分析或者基于发电小时数的电量平衡分析，不能够有效计及系统运行特性对电力流方案的影响；而对于考虑了时序场景的分析方法，所考虑的对象主要局限在较小规模和区域，仅考虑了单一水平年的优化。

本文提出了基于时序场景的全球联网电力流格局分析方法。主要创新是：通过时序场景计及全球可再生能源资源和电力需求的分布特性，将系统在典型场景中的运行信息在规划模型进行刻画，实现系统优化规划与运行模拟的适度耦合，从而可以兼顾电力和电量平衡；在此基础上，面向全球各大洲，考虑整个规划周期，以全球电力供应总成本最小化为目标，构建了全球联网电力流多期规划模型，为全球联网的量化分析提供方案参考。

1 全球联网的电力流分析建模

全球电力流涉及技术、经济、资源、环境，涵盖能源生产、消费、地域分布等多方面因素。研究未来全球电力流的发展规模和输送方向，需要充分考虑各大洲的电力需求、可再生能源资源禀赋与发展目标，需要计及各大洲的环境、低碳约束及化石能源开发利用成本和环境成本，需要体现大规模可再生能源接入的波动性以及各大洲间可再生能源发电的时差和季节差异。此外，还需要考虑电源及输电通道在不同水平年间的投产及退役时序和技术经济性变化。

为此，本文采用典型时序场景簇的方式来刻画可再生能源波动性，可以弥补传统电力规划模型中采用持续负荷曲线无法计及可再生能源波动性的缺陷。同时，不同季节和月份的时序场景簇也便于考虑各大洲资源和需求的时差和季节差异，从而更好地发掘全球互联的效益和发展前景。此外，对整个规划期进行多期联合建模，体现电源和通道的投产及退役时序特征和技术经济性变化。

1.1 全球联网电力流多期规划模型的优化目标

全球互联供电成本由能源、经济、环境、社会等方面构成，每个层面又由众多子项构成，如表1所示。

表1 全球联网的电力流分析成本构成
Table 1 Cost composition of power flow analysis of global energy interconnection

表1中，可变运行费用通过典型时序场景簇下的系统生产模拟得出各类机组运行位置，进而计算出年发电量，再根据相关定额费率选取计算可变运行费。外部费用通过系统生产模拟得出各类机组发电燃料消耗量，根据相应的排放系数及外部费用系数计算出排放物的外部费用。全球联网电力流多期规划模型的目标函数如下：

式中：下标z、t分别代表第z个洲（区域）和第t个规划水平年；rz为规划期折现率；CI、CO、CF、CC、CS分别表示各大洲不同水平年的投资成本、运维成本、燃料成本、排放成本与设备残值项，具体计算公式见附录A。不同水平年的电源与通道的投产及退役以及技术经济性变化可通过水平年下标t来刻画。

本模型的优化变量包括两类，一类是决策变量，主要包括规划层面的逐年逐区域的各类电源新增装机及退役规模、输电通道新增规模，运行层面的逐年逐区域逐场景逐时的各类电源出力、输电通道运行功率等，这类变量直接参与优化；另一类是状态变量，可以根据决策变量间接计算得到的，比如各类电源年度发电量、表1中的各类成本因素等，引入这类变量主要是便于模型表述的简洁和增加可读性。

1.2 全球联网电力流多期规划模型的约束条件

本模型综合考虑各洲（区域）电力平衡、通道特性、机组特性、发电资源约束等运行与规划阶段的各类约束。

1）各洲（区域）逐年逐场景逐时的电力平衡。各场景逐时需要确保电力供需平衡，即：

式中：s、n、m分别代表场景、时段和电源类型；DLz,t,s,n 表示逐年逐场景逐时段负荷需求；为逐年各电源逐场景逐时出力；与分别表示区域z受电和外送电水平；表示蓄能逐年逐场景逐时段的蓄能水平。

通过式（2）中变量或符号下标层级可知，系统运行的电力平衡约束在每个场景s的每个时段n都将发挥作用，从而通过时序场景，将系统典型场景的运行信息得以在规划模型中体现，实现优化规划与运行模拟的耦合。下文中相关约束的作用类似。

2）各洲（区域）逐年逐场景逐时的通道运行约束。

跨洲通道逐时出力需要在通道容量约束范围内，即：

式中表示洲（区域）z与z′间互联通道的额定容量；表示对应通道在水平年t的第s个场景下的容量可用系数，该系数用于描述输电通道运行的可靠性水平，可参考国内现有输电通道的可靠性。

3）各洲（区域）逐年通道容量系数约束。

为确保跨洲（区域）互联通道工程的项目可行性，引入通道容量系数约束，即：

式中：与分别表示洲（区域）z与z′间互联通道的额定容量在水平年t的年累积受电量和送电量表示对应通道在水平年t的参考容量系数，用于约定输电通道的经济利用小时数水平，可参考国内特高压输电工程预可研设定的利用小时数；表示对应通道在水平年t的运行容量。

4）各大洲煤/气/核/水电设备逐年逐场景逐时出力约束。

煤/气/核/水电设备逐年逐场景逐时出力需要在机组约定出力上下限范围内，即：

式中：和分别表示各电源出力上限和下限系数；表示对应电源在水平年t的规划装机规模。

5）各大洲风电/太阳能发电设备逐年逐场景逐时出力约束。

风电/太阳能发电设备逐时发电不应超过对应时段的理论发电水平，与理论值间的差额记为弃电水平，即：

式中：表示风电/太阳能发电设备在水平年t的规划装机规模；和分别表示风电/太阳能发电设备在场景s时段t的发电水平和弃电水平；表示风电/太阳能发电此时的单位容量发电系数，该值与场景簇中风电和太阳能发电的预想出力相对应。

6）发电资源约束。

发电资源约束主要考虑到水电年发电利用小时数限制、常规机组检修限制等因素，引入对应机组逐年容量系数约束，即：

式中：和分别表示各洲（区域）水平年t的煤/气/水/核等电源的规划装机规模与对应年的累积发电量；表示对应电源在水平年t的参考容量系数。

此外，本模型还考虑机组爬坡约束、系统备用约束以及其他相关约束[17]。待优化目标与约束建立后，即可形成全球联网的电力流分析模型，该模型是线性模型，可以调用成熟的优化软件进行求解。在给定边界条件下，即可优化得到全球互联电力流方案。

2 全球联网的电力流分析流程

本文所采用的流程框图如图1所示，具体步骤包括：

首先，搜集整理全球联网电力流分析相关数据与参数，包括政策、需求、资源与经济性等方面。

其次，在参数输入基础上，选用聚类分析方法构建全球联网远景下的各大洲典型需求与可再生能源预想出力时序场景簇，用于刻画可再生能源的随机性与波动性以及负荷需求的变化趋势；接着构建供电成本最小化的全球互联发展优化目标，并综合考虑资源、机组特性、电力平衡、通道特性等运行与规划阶段的各类约束，形成全球电力流分析优化模型。

最后，利用所构建模型，优化输出不同远景规划水平年的全球互联电力流方案，包括全球能源互联经济性、跨洲通道规模与流向、各大洲电源投产规模与时序、各大洲电力供需平衡、典型运行情况等。

需要指出的是，本文所提出的全球联网电力流多期规划模型基于若干时序场景进行分析，可以计及风光荷等的随机性和波动性，但若随机场景筛选过多，也会一定程度上增加模型求解难度，需要权衡求解精度和求解速度。

图1 全球联网的电力流分析思路框架图
Fig.1 Power flow analysis framework of global energy interconnection

3 算例分析

应用本文所提出的全球联网的电力流格局分析模型，对2050年全球联网的总成本、电力流向及规模以及各洲电源发展情况开展研究。全球中远期电力需求主要依据文献[18]中的清洁替代情景，即2020、2030、2050年，全球用电量预计将分别达到29万亿、37万亿、50万亿kWh，各区域电力需求水平见附录B。具体的电力需求预测方法可参考文献[5]。

从负荷分布来看，亚洲、欧洲及北美洲是全球负荷中心，2050年分别占到全球电力需求的48%、25%和17%。从资源分布看，南美洲水能资源丰富，北极风能储量大，非洲、大洋洲太阳能资源富集，亚、欧及北美洲除了优先开发洲内的清洁能源外，还有受入北极风电、大洋洲与非洲太阳能发电、南美洲水电的可行性。

在各洲（区域）系统运行模拟中，各按季节筛选4个典型日的负荷、风电、光伏出力预想曲线构成场景簇，部分时序场景见附录C。需要说明的是，“按季节筛选”主要有两层含义，一是通过季节的划分，直接体现时序场景的季节性变化特征；二是在季节划分基础上，利用聚类分析[19]方法分别形成各季节的时序场景簇。同时为了加快求解速度，本文选用了较少场景开展应用研究。

3.1 全球联网成本

优化结果表明：2016～2050年研究期限内（2016与2017年度不参与优化，根据实际统计结果直接折算到2016年），全球互联互通总费用现值达到309万亿元，其中，投资成本、燃料成本以及固定运维成本是总费用的主要部分，比重分别占到33%、29%和21%，其构成如图2所示。

图2 2016～2050年全球联网总费用及构成
Fig.2 Total cost and its composition of global energy interconnection from 2016 to 2050

3.2 电力流向与规模

2050年各跨洲通道容量及通道受电量如表2所示。计算结果表明：2050年通道容量占全球电力负荷的比重接近12%，而跨洲通道所受电量占全球用电量的比重为9.2%。

表2 2050年全球跨洲通道容量及受电量
Table 2 Global intercontinental channel capacities and total amounts of received electricity in 2050

注：通道受电量指通道起点所受电量。

受入电力的分别为亚洲、欧洲和北美洲，受入电量分别为1.2万亿、2.5万亿、0.85万亿kWh，占所在洲用电量的比重分别为5%、20%和10%。虽然2050年亚洲用电量规模占到了全球的将近50%，占比较高，但由于亚洲本身非化石能源资源较为丰富，因此主要依靠自身满足电力需求。与之相比，欧洲本身发电资源较为匮乏（风电集中在北海和北大西洋沿岸，太阳能主要集中在南欧），因此受入电力需求巨大，需要从北极、非洲等地受入电力。北美洲自身发电能源资源也较为丰富，主要从南美洲受入部分水电，从北极受入一定风电。

3.3 全球电源发展情况

图3给出了中远期全球电源发展总量和结构。2050年，全球电源发展规模将从2015年的58亿 kW增长至154亿 kW，其中，煤电、气电等化石能源发电的总规模将有35亿 kW左右，占比由2015年的59%降至2050年23%；核电、水电等常规非化石能源发电的规模将由15亿kW增长至35亿 kW，占比将由27%降至23%；风、光等新能源发电的装机规模将由6.8亿 kW增长至80亿 kW，占比将由12%增长至52%；各类非化石能源发电总装机占比将由38%增长至75%。

图4给出了中远期全球电源发展布局。可以看出，亚洲一直是世界电力供应的中心，其电源装机比重将从2015年的41%增至2050年51%；欧洲和北美洲电源占全球的比重均有较大幅度的下降，分别由25%和20%降至18%和13%。其他大洲电源装机占比变化不大。

图3 中远期全球电源规模及结构
Fig.3 Mid- and long-term global power source capacity scales and mixes

图4 中远期全球电源布局
Fig.4 Mid- and long-term global power source distributions

3.4 方案对比分析

1）新能源成本变动对全球联网的影响。

全球联网过程中，各类电源的成本是影响未来电源发展和各洲联网的重要因素之一。明显地，新能源投资成本和平准化成本的变化趋势将影响新能源与其他电源的相对优势，若新能源成本过高，可能会使得装设碳捕捉的煤电更有竞争力。本节假设两类敏感性分析，其中新能源发电（含风电和太阳能发电）的投资成本较3.1和3.2节原有参数分别提高和降低15%。

经分析，新能源投资成本提高15%时，研究期限内电力供应总费用现值增至317万亿元。全球来看，更高的新能源投资成本降低了新能源装机在全球电源装机中的比重，从原来的52%降至51%，全球电力总装机由154亿 kW降至153亿 kW。从电力流规模及流向看，鉴于化石能源发电主要用于满足本地负荷，在新能源成本增加后，全球的新能源开发规模相对降低，导致全球联网的电力流规模也有所降低，全球跨洲的通道规模由原来的11.5亿 kW降至10.1亿kW，而全球交换电量的规模由原来的4.6万亿 kWh降至4.1万亿 kWh，占全球用电量的比重由原来的9.2%降至8.2%。

新能源投资成本降低15%时，研究期限内电力供应总费用现值降为302万亿元。全球来看，更低的新能源投资成本提高了新能源装机在全球电源装机中的比重，从原来的52%增至56%，规模从80亿 kW增至88亿 kW，全球电力总装机由154亿 kW增至157亿 kW。从电力流规模及流向看，在新能源成本降低后，全球的新能源开发规模相对提高，导致全球联网的电力流规模也有所增加，全球跨洲的通道规模由原来的11.5亿 kW增至16.8亿 kW，而全球交换电量的规模由4.6万亿 kWh增至6.7万亿 kWh，占全球用电量的比重由9.2%增至13.4%。

2）全球联网与区域自平衡方案的对比。

若各洲（区域）以发展各自的清洁能源为主，不考虑互联互通，则在同一需求水平下，规划期内电力供应总费用现值增至315万亿元，全球电力总装机增至156亿 kW，均高于互联方案。自平衡方案中，因新能源需要和本地常规电源竞争，处于一定劣势，新能源装机占比降至50%。结果表明：通过大范围电力互联互通，可以更好发挥不同区域间的错峰、调峰效益，降低供电成本和电源装机。

4 结论

本文采用时序场景的方式计及全球可再生能源资源和电力需求的分布特性，并在此基础上以全球电力供应总成本最小化为目标，综合考虑系统规划与运行相关约束，构建了全球联网电力流多期规划模型。最后面向全球联网2050发展愿景，对所提出的模型开展了应用分析。

算例分析表明，基于本文所设置的边界条件，2016～2050年研究期限内，全球联网总费用现值达到309万亿元，投资成本、燃料成本以及固定运维成本是主要支出。2050年，通道容量占全球电力负荷的比重接近12%，而跨洲通道所受电量占全球用电量的比重为9.2%；全球电源发展规模将从2015年的58亿 kW增长至154亿 kW。新能源投资成本变动对全球联网的电力流格局有一定影响，新能源成本降低将利于扩大全球互联互通电力与电量规模。而与各洲自平衡方案相比，全球联网可降低电力供应成本，减小全球电源装机规模。

影响全球联网的因素还包括输电技术经济性、电源投资经济性、地缘政治等，下阶段将深化研究不同因素的影响机理，并根据相关参数最新预测结果，滚动研究全球联网电力流格局演变趋势。

附录A

1）投资成本。

式中：下标m为电源类型编号；表示各电源新增装机单位投资成本；表示各电源逐年新增装机；表示逐年新增跨区通道单位投资成本；表示跨区通道距离；表示跨区新增通道容量。

2）运维成本。

式中：表示逐年各电源单位容量固定运维成本；表示逐年各电源单位发电可变运维成本；分别表示逐年跨区通道单位容量固定运维成本和单位发电可变运维成本；表示逐年累积装机规模；表示逐年各电源累积发电量；表示逐年跨区通道累积规模分别表示跨区通道逐年受电量和送电量。

3）燃料成本。

式中表示逐年各电源单位发电燃料成本。

4）碳排放成本。

式中表示逐年各电源单位发电碳排放成本。

5）设备残值。

式中：表示逐年各电源退役机组单位容量残值；表示逐年各电源退役容量。

6）逐年各电源累积发电量。

式中表示场景簇中各典型场景出现的概率。

7）逐年各跨区通道累积受电量和送电量。

其中，式（A7）用于测算逐年各跨区通道累积受电量，式（A8）用于测算其送电量。

附录B

算例分析中，全球各区域电力需求预测如表B1所示。

表B1 全球各区域电力需求
Table B1 Global electricity demand forecast

附录C

算例分析中部分时序场景如图C1～C3所示。

图C1 各洲（区域）太阳能发电时序出力场景
Fig.C1 Time series scenarios of power output of solar power generation in various continents

图C2 各洲（区域）风电时序出力场景
Fig.C2 Time series scenarios of power output of wind power generation in various continents

图C3 各洲（区域）负荷需求时序场景
Fig.C3 Time series scenarios of load demand in various continents

参考文献

[1] 刘振亚.全球能源互联网[M].北京：中国电力出版社，2015.

[2] 全球能源互联网发展合作组织.全球能源互联网发展白皮书[R].北京：全球能源互联网发展合作组织，2017.

[3] 王益民.全球能源互联网理念及前景展望[J].中国电力，2016，49（3）：1-5.Wang Yimin.Concept and prospect of global energy interconnection [J].Electric Power, 2016, 49（3）: 1-5（in Chinese）.

[4] 刘振亚.全球能源互联网跨国跨洲互联研究及展望[J].中国电机工程学报，2016 （19）：5103-5110.Liu Zhenya.Research of global clean energy resource and power grid interconnection [J].Proceedings of the CSEE, 2016（19）: 5103-5110（in Chinese）.

[5] 朱发根，单葆国，马丁，等.基于 CO2 减排目标的 2050年全球能源需求展望[J].中国电力，2016，49（3）：34-38.Zhu Fagen, Shan Baoguo, Ma Ding, et al.Global energy demand prospect based on CO2 emission reduction target in 2050 [J].Electric Power, 2016, 49（3）: 34-38（in Chinese）.

[6] 魏晓霞，张晋芳，黄瀚.基于全球能源互联网格局的俄罗斯远东西伯利亚地区能源供应体系研究[J].中国电力，2016，49（3）：46-50.Wei Xiaoxia, Zhang Jinfang, Huang Han.Research on Russian Far East Siberia power supply system based on global energy internet patterns [J].Electric Power, 2016, 49（3）: 46-50（in Chinese）.

[7] 刘晓明，许乃媛，杨斌，等.全球能源互联网受端特高压网架双阶段优化[J].山东大学学报（工学版），2017，47（6）： 1-6.Liu Xiaoming, Xu Naiyuan, Yang Bin, et al.Bi-stage optimization method for receiving-end ultra-high voltage network planning under global energy interconnection [J].Journal of Shandong University （Engineering Science）, 2017,47（6）: 1-6（in Chinese）.

[8] 鲁宗相，李昊，乔颖.考虑国家风险的清洁能源跨国输送通道规划方法[J].全球能源互联网，2018，1（1）：23-31.Lu Zongxiang, Li Hao, Qiao Ying.Wide-area interconnection grid planning for clean power integration considering the effect of country risks [J].Journal of Global Energy Interconnection,2018, 1（1）: 23-31（in Chinese）.

[9] 周勤勇.亚洲电网互联模式探讨[J].电网技术，2017，41（5）： 1491-1497.Zhou Qinyong.Discussion on interconnection mode of Asian power grids [J].Power System Technology, 2017, 41（5）: 1491-1497（in Chinese）.

[10] 孙珂，张琳，宋福龙，等.电力流向及规模优化研究模型及研究方法[J].电力建设，2012，33（8）：8-11.Sun Ke, Zhang Lin, Song Fulong, et al.Model and method of study on power flow and scale optimization [J].Electric Power Construction, 2012, 33（8）: 8-11（in Chinese）.

[11] Zhang N, Hu Z G, Shen B, et al.An integrated source-gridload planning model at the macro level: case study for China’s power sector [J].Energy, 2017, 126: 231-246.

[12] Otsuki T, Isa A B M, Samuelson R D.Electric power grid interconnections in Northeast Asia: a quantitative analysis of opportunities and challenges [J].Energy Policy, 2016, 89: 311-329.

[13] 石访，张恒旭，张磊.全球能源互联网宏观运行特性仿真框架[J].山东大学学报（工学版），2017，47（6）：151-156.Shi Fang, Zhang Hengxu, Zhang Lei.Simulation framework for the macro-operation characteristics of global energy interconnection [J].Journal of Shandong University（Engineering Science）, 2017, 47（6）: 151-156（in Chinese）.

[14] 张恒旭，施啸寒，刘玉田，等.我国西北地区可再生能源基地对全球能源互联网构建的支撑作用[J].山东大学学报（工学版），2016，46（4）：96-102.Zhang Hengxu, Shi Xiaohan, Liu Yutian, et al.Support of the renewable energy base in northwest of China on the construction of global energy interconnection [J].Journal of Shandong University （Engineering Science）, 2016, 46（4）: 96-102（in Chinese）.

[15] 肖晋宇，张宇，万磊，等.直流电网在全球能源互联网中的应用定位与案例研究[J].全球能源互联网，2018，1（1）：32-38.Xiao Jinyu, Zhang Yu, Wan Lei, et al.Application of DC grid in global energy interconnection and case study [J].Journal of Global Energy Interconnection, 2018, 1（1）: 32-38（in Chinese）.

[16] 殷树刚，苗培青，拜克明，等.利用特高压输电技术提高全球能源使用效率[J].中国电力，2010 ，43（2）：1-5.Yin Shugang, Miao Peiqing, Bai Keming, et al.To improve utilization efficiency of global energy resources through UHV power transmission technology [J].Electric Power, 2010,43（2）: 1-5（in Chinese）.

[17] Wang J, Shahidehpour M, Li Z.Security-constrained unit commitment with volatile wind power generation[J].IEEE Transactions on Power Systems, 2008, 23（3）: 1319-1327.

[18] 国网能源研究院有限公司.全球能源电力需求分布特点、格局及演变趋势研究[R].北京：国网能源研究院有限公司，2017.

[19] Han J, Kamber M, Pei J.Data mining: concepts and techniques[M].Elsevier, 2011.

Multi-period Planning Model of Power Flow of Global Energy Interconnection Based on Time Series Scenarios

JIAO Bingqi1,2, ZHANG Fuqiang1,2, XU Zhicheng1,2
（1.State Grid Energy Research Institute Co., Ltd., Changping District, Beijing 102209, China;2.State Grid Energy and Electric Power Planning Laboratory, Changping District, Beijing 102209, China）

Abstract: Faced with many challenges such as resource constraints, environmental pollution, and climate change, it is necessary to vigorously promote the replacement of fossil energy with clean energy such as solar energy and wind energy, and take a green, low-carbon sustainable global energy transformation path.For global energy interconnection needs,this paper proposes to consider the distribution characteristics of global renewable energy resources and power demand through the time series scenarios.On this basis, the multi-period planning model of power flow of global energy interconnection is established with the goal of minimizing the total cost of global electricity supply.Finally, towards the development vision of global energy resources allocated in a wide range, a quantitative analysis of power flow patterns of global energy interconnection is carried out.

Keywords: power flow; time series scenarios; operation simulation; global energy interconnection

Science and Technology Foundation of SGCC ‘Research on Spatial-Temporal Multidimensional Coordination of Energy Resources’.

文章编号：2096-5125 （2019）01-0008-08

中图分类号：F416.61；TK01；TM721

文献标志码：A

DOI：10.19705/j.cnki.issn2096-5125.2019.01.002

基金项目：国家电网公司科技项目“跨时空尺度、多维度特征的能源综合配置技术研究”。

收稿日期：2018-08-23；

修回日期：2018-12-10。

作者简介：

焦冰琦

焦冰琦（1989），男，博士，工程师，主要从事能源电力规划与运行方面的研究工作，E-mail：jiaobingqi@sgeri.sgcc.com.cn。

张富强（1982），男，博士，高级工程师，主要从事能源与电力规划、生产模拟与电力市场方面的研究工作，E-mail：zhangfuqiang@sgeri.sgcc.com.cn。

徐志成（1988），男，博士，工程师，主要从事储能、生产模拟、风光置信容量等方面的研究工作，E-mail：xuzhicheng@sgeri.sgcc.com.cn。

（责任编辑 李锡）