基于双种群入侵性杂草算法的服务型城市综合资源规划.pdf

第４１卷第１９期２０１３年１０月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｏ１．４１ＮＯ．１９０ｃｔ．１．２０１３基于双种群入侵性杂草算法的服务型城市综合资源规划刘彩霞，周晖，周伏秋（１．北京交通大学电气学院，北京１０００４４；２．国家发展和改革委员会能源研究所能源效率中心，北京１０００３８）摘要：针对服务型城市的产业特性及其相应的电力负荷特点，论述了加快建设以蓄冷蓄热技术为主的移峰填谷类能效电厂的必要性为解决服务型城市峰谷差大的问题，引入调峰能力约束，建立了同时考虑供应侧传统机组与需求侧能效电厂，以规划期内综合成本最小为目标函数的综合资源规划模型。并且提出了一种改进双种群ＩＷ０算法进行优化求解，通过算例验证了模型和算法的有效性应用该模型可以实现系统总成本最小、减少污染物排放及有效调峰等效果关键词：服务型城市；蓄冷蓄热技术；调峰能力约束；综合资源规划；双种群入侵性杂草算法—ＩｎｔｅｇｒａｔｅｄｒｅｓｏｕｒｃｅｐｌａｎｎｉｎｇｆｏｒｓｅｒｖｉｃｅｏｒｉｅｎｔｅｄｃｉｔｙｂａｓｅｄｏｎｄｕａｌｐｏｐｕｌａｔｉｏｎｉｎｖａｓｉｖｅｗｅｅｄａｌｇｏｒｉｔｈｍＬＩＵＣａｉ－ｘｉａ，ＺＨＯＵＨｕｉ，ＺＨＯＵＦｕ．ｑｉｕ（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｊｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４４，Ｃｈｉｎａ；２．ＥｎｅｒｇｙＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅＮａｔｉｏｎａｌＤｅｖｅｌｏｐｍｅｎｔａｎｄＲｅｆｏｒｍＣｏｍｍｉｓｓｉｏｎ，Ｂｅｉｊｉｎｇ１０００３８，Ｃｈｉｎａ）—Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｎｄｕｓｔｒｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｓｅｒｖｉｃｅｏｒｉｅｎｔｅｄｃｉｔｙａｎｄｉｔｓｃｏｒｒｅｓｐｏｎｄｉｎｇｐｏｗｅｒｌｏａｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｔｈｅｎｅｃｅｓｓｉｔｙｏｆａｃｃｅｌｅｒａｔｉｎｇｃｏｎｓｔｒｕｃｔｉｏｎｏｆｅｆｆｉｃｉｅｎｃｙｐｏｗｅｒｐｌａｎｔ（ＥＰＰ）ｉｓｄｉｓｃｕｓｓｅｄ．ＴｈｅＥＰＰｍｅｎｔｉｏｎｅｄｈｅｒｅＣａｎｓｈｉｆｔｅｌｅｃｔｒｉｃｉｔｙｕｓａｇｅｆｒｏｍｐｅａｋｈｏｕｒｓｔｏｏｆｆ－ｐｅａｋｈｏｕｒｓｕｓｉｎｇｔｈｅｒｍａｌｓｔｏｒａｇｅｔｅｃｈｎｏｌｏｇｙ．Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｎｉｎｔｅｇｒａｔｅｄｒｅｓｏｕｒｃｅｐｌａｎｎｉｎｇ（ＩＲＰ）ｍｏｄｅｌｗｉｔｈｔｈｅａｉｍｔｏｍｉｎｉｍｉｚｅｔｈｅｔｏｔａｌｃｏｓｔｏｖｅｒａｐｌａｎｎｉｎｇｈｏｒｉｚｏｎ．ＴｈｅＥＰＰａｔｄｅｍａｎｄｓｉｄｅｉｓｃｏｎｓｉｄｅｒｅｄａｌｏｎｇｗｉｔｈｔｒａｄｉｔｉｏｎａｌｓｕｐｐｌｙｒｅｓｏｕｒｃｅｓｔｏｍｅｅｔｔｈｅｐｌａｎｎｉｎｇ．Ｉｎａｄｄｉｔｉｏｎｔｏｃｏｍｍｏｎａｓｐｅｃｔｓｏｆｓｃｈｅｄｕｌｉｎｇ，ｔｈｉｓｍｏｄｅｌｔａｋｅｓａｐｅａｋｉｎｇｃａｐａｃｉｔｙｃｏｎｓｔｒａｉｎｉｎｔｏａｃｃｏｕｎｔｔｏｍｅｅｔｔｈｅｂｉｇｐｅａｋ－ｖａｌｌｅｙｄｉｆｆｅｒｅｎｃｅｉｎｔｈｅｃｉｔｙ．Ｔｈｅｎ，ａｎｉｍｐｒｏｖｅｄｄｕａｌｐｏｐｕｌａｔｉｏｎｉｎｖａｓｉｖｅｗｅｅｄａｌｇｏｒｉｔｈｍ（ＩＷＯ）ｉｓｐｒｏｐｏｓｅｄｆｏｒｓｏｌｖｉｎｇｔｈｅｍｏｄｅ１．Ｃａｓｅｓｔｕｄｙｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌａｎｄｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍａｒｅｅｆｆｅｃｔｉｖｅ，ａｎｄｔｈｅＩＲＰｍｏｄｅｌｃａｎｒｅａｌｉｚｅｔｈｅｓｙｓｔｅｍｔｏｔａｌＣＯＳｔｍｉｎｉｍｉｚａｔｉｏｎ，ｅｍｉｓｓｉｏｎｒｅｄｕｃｔｉｏｎａｎｄｐｏｗｅｒｐｅａｋｓｈｉｆｔｉｎｇｅｆｆｅｃｔｉｖｅｌｙ．Ｋｅｙｗｏｒｄｓ：ｓｅｒｖｉｃｅ－ｏｒｉｅｎｔｅｄｃｉｔｙ；ｔｈｅｒｍａｌｓｔｏｒａｇｅｔｅｃｈｎｏｌｏｇｙ；ｐｅａｋｉｎｇｃａｐａｃｉｔｙｃｏｎｓｔｒａｉｎｔ；ＩＲＰ；ｄｕａｌｐｏｐｕｌａｔｉｏｎｉｎｖａｓｉｖｅｗｅｅｄａｌｇｏｒｉｔｈｍ中图分类号：ＴＭ７１５文献标识码：Ａ——文章编号：１６７４－３４１５（２０１３）１９００６７０８０引言随着工业化推进及社会的发展，城市产业结构“”“”从工业型经济向服务型经济转型，相应的“”城市类型也开始转向服务型城市，这已成为不可避免的城市发展趋势［１１。我国一些城市已经先行步入服务型行列，其服务业产值占该地区ＧＤＰ的比率在２０１０年达到７０％以上。这种经济结构的变化，导致了用电结构和用电特点也已经发生根本性变化。主要表现出服务性用电比例逐渐上升，最大负荷持续升高，导致电网峰谷差日益增大，调峰能力不断下降的趋势。２０１０年，某服务型城市中服务业用电量占到全社会用电量的４２．４７％，服务性用电负荷占最大负荷的７０％，电网峰谷差率达５０％以上。最大负荷的增速持续高于电量的增速【２。Ｊ。解决该问题的传统方法，主要是在电力规划中增加电源供应，以求得电力电量的供求平衡。但传统电力规划［４－６１由于受到当今能源和环境等条件的制约，已难以满足快速增长的电力需求。随着需求侧管￣（ＤｅｍａｎｄＳｉｄｅＭａｎａｇｅｍｅｎｔ，ＤＳＭ）在我国的推广Ｊ，需求侧资源被纳入综合资源规￣１］（ＩｎｔｅｇｒａｔｅｄＲｅｓｏｕｒｃｅＰｌａｎｎｉｎｇ，ＩＲＰ）中作为减少电源装机的替代资源，受到了广泛关注和探讨。其中，文献［８］探讨了以总成本、排污量最小或用户净收益最大等为目标函数的多目标ＩＲＰ模型；文献［９］建立了长期ＩＲＰ模型并加入ＣＯ２排放约束；文献［１０］所建立模型中区分量化不同的ＤＳＭ措施，并对各类需求侧资源建立不同的运行约束条件；文献［１１］在文献［１０】基础．６８．电力系统保护与控制上引入能效电厂，考虑机组退役现象，建立了混合整数规划模型；文献［１２］在国家层面上考虑，建立了综合资源战略规划模型。但这些ＩＲＰ模型，均只考虑了最大负荷约束，只能保证最大负荷时装机容量满足负荷需求，而对于服务型城市中负荷波动明显，峰谷差大的现状，还需要重点考虑调峰能力要求。否则，可能出现因系统调峰能力不足而发生频率越限，造成电网解列，影响系统供电可靠性的情况。基于此，本文建立了含调峰约束的ＩＲＰ模型。此外，考虑￣ＩＪＩＲＰ模型是一个高维，多约束的复杂电源优化问题，因此，选择性能优越的优化算法是ＩＲＰ问题的求解关键。２００６年由Ｍｅｈｒａｂｉａｎ等人提出的入侵性杂草算法（ＩｎｖａｓｉｖｅＷｅｅｄＯｐｔｉｍｉｚａｔｉｏｎ，ＩＷＯ），由于有着优于其他智能算法的性能，已得到广泛应用【ＪＪ。文献『１７１将ＩＷＯ、ＧＡ、ＰＳＯ等五种进化算法进行比较，通过大量算例得出解决高维问题时，ＩＷＯ算法比其他算法更容易得到最优解。本文在选用ＩＷＯ算法的基础上对原算法进行改进，提出双种群入侵性杂草算法，改用了双变异操作产生子代，较传统单一变异增加了种群多样性，能在多维空间内更好地搜索全局最优解。综上，本文针对服务型城市的产业结构和负荷特性，选取了以蓄冷蓄热为主要ＤＳＭ技术的调峰类能效电厂作为需方资源，与传统电力资源公平竞争，建立了以最小成本为目标函数的ＩＲＰ模型，并引入调峰能力约束。运用双种群ＩＷＯ算法求解该ＩＲＰ模型，算例结果验证了模型和算法的有效性。１蓄冷蓄热技术“”１９８１年，美国学者率先提出需求侧管理概念。鉴于实施ＤＳＭ所产生的显著社会效益和经济效益，我国近年来也提出许多优惠政策，均充分肯定了ＤＳＭ对缓解我国当前电力短缺的作用。服务型城市中以三产和居民用电为主，而室内调节温度装置，如空调、电暖装置等又是其中的用电大户。调温装置用电与电网峰谷基本同步，使得它成为电力负荷峰谷差进一步拉大的重要因素。电力蓄冷蓄热技术＿１８Ｊ是利用深夜低谷廉价电力，通过水蓄冷、冰蓄冷和水蓄热等设备将能量储存起来，供白天高峰时段使用的ＤＳＭ措施。它是适应于调温系统中的一项有效转移系统高峰电力、降低峰谷差的重要的节约电力的ＤＳＭ技术。将某地区以蓄冷蓄热技术实现移峰填谷目的的项目统一归类、汇总形成一个虚拟电厂，称为移峰类能效电厂（ＥｆｆｉｃｉｅｎｃｙＰｏｗｅｒＰｌａｎｔ，ＥＰＰ）。以蓄冷蓄热技术为主的移峰类ＥＰＰ与其余调峰电厂相比，是效果最好、投入最合理的。常规燃煤机组调峰能力比较小；燃气轮发电机适合调峰要求，但燃烧优质燃料，成本高；抽水蓄能电站最适合电力调峰，但建设周期长，且受地理位置的限制。移峰类①ＥＰＰ调峰性能特点：与抽水蓄能类似，除调峰外，同时具有填谷作用，调峰深度可达其装机容量的２②倍；移峰类ＥＰＰ为负荷侧调峰，可以免除部分机组调峰，有效减少常规机组启停和负荷调整次数，③提高常规机组利用小时，降低系统运行成本；无污染物排放等优点。同时与常规调峰电厂相比，调峰ＥＰＰ节约了机组和相应变配电设施的用地和投资，一次性投资小，建设周期短。对用户而言投资回收较快，投资回收后得益于峰谷电价政策，比较容易接受；对电力公司而言，该类ＥＰＰ调峰无须投资，只要给出优惠的电价政策、给予适当补贴就能激励用户采取该项技术实现移峰填谷。表１示出了调峰类ＥＰＰ与常规调峰机组在投资和调峰深度方面的比较ｕ。表１各调峰电厂比较表Ｔａｂｌｅ１Ｃｏｍｐａｒｉｓｏｎｏｆｄｉｆｆｅｒｅｎｔｔｙｐｅｓｏｆｐｅａｋｒｅｇｕｌａｔｉｎｇｐｏｗｅｒｓｔａｔｉｏｎｓ２考虑调峰能力约束的综合资源规划模型２．１需求侧能效电厂根据第２节的论述，针对服务型城市的用电特点，本文主要采用了以蓄冷蓄热技术为主的移峰类能效电厂（ＥＰＰ）作为需方资源。能效电厂相对于分散、单个的ＤＳＭ节电项目来说，具有规模大、便于统一管理，节电效果显著，融资成本低等特点，也更容易被纳入到电源规划中。能效电厂是虚拟电厂，它提供的电力电量是实施“”ＤＳＭ技术节约的电力电量，一般称为负电量。它同供方资源不同之处在于，供方资源可以通过电刘彩霞，等基于双种群入侵性杂草算法的服务型城市综合资源规划一６９一“”力系统的测量表计随时测量，而能效电厂提供的电量在本质上是无法直接测量的，只能通过能效电厂项目实施前后的对比进行测算。本文移峰类ＥＰＰ装机容量是指其削峰容量，即ＥＰＰ节约的高峰负荷量。２．２目标函数模型的目标函数是规划期内的总成本现值最小，即∑ｆ＝ｍｉｎ｛＋＋）¨式中：为规划的总年数；Ｚｆ为新建电源在规划期第ｆ年的投资成本；为各电源在规划期第ｆ年的运行成本；Ｆｆ为第ｆ年外购电费用。为了换算这些费用的现值，采取了以下假设：ａ．所有投资都在各年度年初发生；ｂ．所有运行费用和外购电费用都发生在相应年度的中点。（１）电源投资成本（）：与容量相关的固定成本部分，为规划年间投运的电力机组及需求侧ＥＰＰ成本，即Ｚ，Ｃｃ，＋ＣＣ式中：、Ｄ分别是待建电力机组和ＥＰＰ的数量；、分别是待建电力机组和ＥＰＰ第年的新增装机容量；ＣＣ、ＣＣ分是电力机组、ＥＰＰ的单位容量成本；ｒ为贴现率。（２）运行成本（）；与发电量相关的可变成本部分，为规划年间每年各机组的运行成本，包括原有发电机组、待建发电机组和新增ＥＰＰ。＝＋Ｓｔ’＋Ｄ赤３ｆ１（）式中：是已有电力机组数量；尸『为已有机组的额定容量；、、分别是已有电力机组、待建电力机组和ＥＰＰ第ｔ年的年利用小时数；，、、分是已有电力机组、待建电力机组和ＥＰＰ的单位电量成本。（３）外购电费用（）：考虑到服务型城市主要依赖三产产业，资源较为匮乏，环境质量和供电可靠性要求高等原因，这些城市外送电力将占有较大比例１…＝ｚｔ式中：Ｚｆ为第ｆ年所需的外购电电量；Ｃｏ为第ｔ年外购电的供应价格。２．３约束条件２＿３．１电力平衡约束扣除线路损耗后整个电力部门装机的总容量，加上外购电最大容量ｚ，，应不小于预计年最大电力负荷，且需要考虑备用，即（１－∑∑∑∑ｊ兰＋Ｓｔ｝＋Ｄｔ（１－“＋ｍ（１＋ｒ１）Ｐｋ，（５）∑∑∑∑∑｛＋｝＋＋一Ｌｊ＝ｌ＝】ｉ＝１ＪｄＩ：由于ＥＰＰ在需求侧，因而忽略线路损耗。２－３．２装机规模约束（１）常规电厂装机规模约束：由于技术、资金、政策等因素的限制，每年各类常规电厂的装机规模不能超过一定的限度，即一…Ｊ＝１，２，（６）式中，为第ｆ年第，类电厂的最大装机容量限度。（２）ＥＰＰ装机规模约束：由于节电潜力等限制，ＥＰＰ每年装机容量不能超过该类用电设备预计电力负荷的一定比例，即（７）式中：为第ｆ年第ｄ类ＥＰＰ的节电潜力系数；Ｇｄｔ为第ｔ年第ｄ类用电设备的电力负荷预计值。２＿３＿３调峰能力约束在实际情况中，所有发电机组均存在一个变动的出力范围，体现了机组的调峰深度。电网负荷在峰谷间交替变化时，为了防止系统的调峰压力过大，系统所有机组调峰能力需保持在合理的水平。因此，要求系统中所有可用调峰容量之和必须大于或等于△系统的年最大日峰谷差Ｐ与备用机组的调峰能力之和，即ＪＳｔＤｆ∑∑∑∑∑≥（１一（＋４ｘ￣，）＋ａｚＺ９＋ｊ＝ｌｓ＝ｌｉ＝１ｄ＝ｌｉ＝１＋Ｐｋｔ６Ｎ（８）其中定义调峰深度ｌ坐×１ｏ０％Ｌ式中：、、分别为已有机组、新增电厂、外供电源及调峰ＥＰＰ的调峰深度，本文中可再生能源不参与调峰；为发电机组的最大技术出力；Ⅳ尸ｍｉ为发电机组的最小技术出力；Ｐ为发电机组的额定发电出力。由式（９）类推，定义备用机组调峰深度即系统中所有备用机组的可调峰容量占这些机组额定总容量比值。电力系统保护与控制２＿３．４污染排放约束规划期内每年燃煤、燃油、燃气机组排放的污染物（二氧化碳、二氧化硫、氮氧化物等）不大于允许排放量上限：∑∑∑≤￡Ｈ＋Ｈ（１０），＝ｌ＝ｌｉ＝１ＥＰＰ并不产生污染物排放，外购电在购买的城市内也不产生污染物排放。分别为已有机组和新增机组的污染物排放系数，ｓ为ｔ年允许排放污染物上限。２－３．５非负性约束＞０（１１）＞０ｒ１２）０ｒ１３）３１ｗ０优化算法入侵性杂草算法（ＩｎｖａｓｉｖｅＷｅｅｄＯｐｔｉｍｉｚａｔｉｏｎ，ＩＷＯ）是一种随机搜索优化算法，通过模拟杂草生长的自然行为来得到优化模型的全局最优解。自然界中，杂草会通过扩散的方式来入侵那些不当耕作的田地，然后迅速繁殖占领其他空间，随着时间的推移，杂草种群变得密集，从而产生竞争，根据适者生存原则，适应性弱的个体将被逐渐淘汰，适应性强的个体则被保留下来。ＩＷＯ算法一般包括以下四个步骤。３．１种群初始化一定数量的杂草个体ＮＰ以均匀分布的方式随机地扩散在Ｄ维问题空间中，保证了种群的多样性。初始种群中个体的数目，依据实际问题而定。３．２种群繁殖种群中的个体所能产生的新种子数是根据该个体自身的适应值以及整个种群的最高、最低适应值来决定的，种子数量与个体适应值呈线性关系，如图１所示。公式表达为式（１４）。图１杂草种群种子数量确定曲线Ｆｉｇ．１Ｓｅｅｄｐｒｏｄｕｃｔｉｏｎｐｒｏｃｅｄｕｒｅｉｎａｃｏｌｏｎｙｏｆｗｅｅｄｓ＝ｉ＋ｃＰｆ，（号Ｌ（一ｉ））（１４）‘ｂｅｓｔ一，ｗ０ｒｓ式中：Ａ为某杂草个体产生的种子数；Ａｍｉｎ和Ａ分别为杂草个体可以产生种子数的最小和最大值；为某个体的适应度值；ｆｗ。ｍ和。分别为当前种群中杂草个体适应度的最小和最大值。这种方法可以使适应值高的个体产生大量种子并且迅速繁殖，快速地逼近最优值。同时适应度值小的个体也产生部分后代，某些适应度值小的个体中很可能带有更多有用的信息。３．３空间扩散３－３．１传统变异算法种群产生的种子按正态分布（均值为０，标准差为）在其父代个体附近的Ｄ维空间中随机扩散。而且，标准差会随着迭代的进行而呈非线性方式减小，使用式（１５）进行计算。＝：—‘：：：；（ｃ，ｃ）ｃ（１５）式中：ｉｔｅｒ为最大迭代次数；ｆ为当前迭代次数；Ｏ＂ｉｌ和分别为根据实际情况设定的标准差的初始和终止值；为非线性调节因子，一般ｎ＝３。按照正态分布Ｎ（０，Ｏ＇ｔ（ｋ）２）随机产生的值与父代个体叠加，得到的即是对应的种子个体。ＩＷＯ算法中对标准差的动态调整是其重要的技术环节。在进化初期，能在较大的空间内进行全局搜索，而在后期，随着标准差的减小，加强了对局部的搜索能力。３＿３．２变异算法的改进在传统的ＩＷＯ算法中，每个后代都是通过单一的高斯变异产生的，这种方法收敛速度快，但容易陷入局部极小点。本文对传统ＩＷＯ算法进行了改进，提出了一种双种群杂草算法。该算法采用双变异算子策略，将种群划分为两个子群独立进化，分别采用高斯变异和柯西变异生成后代个体。高斯（Ｇａｕｓｓｉａｎ）分布即正态分布，基于原点的一维高斯概率密度函数定义为为一￡△‘２仃八（＿＿０。）６基于原点的一维柯西（Ｃａｕｃｈｙ）密度函数定义（）＝１ｔ∈（。。）（１７）刘彩霞，等基于双种群入侵性杂草算法的服务型城市综合资源规划．７１．传统高斯变异为Ⅳ＋１＆＋）（０，１）柯西变异的公式为∞＋１＝＋Ｃ（０，１）（１８）（１９）＆＋ｌ、为父代个体和子代个体，Ｎ（Ｏ，１）、ｃ（ｏ，１１分别为按高斯分布、柯西分布产生的随机数。图２给出了同一坐标系下柯西密度函数在参数ｔ＝ｌ以及高斯密度函数在均值为０、标准差为１的图形。可见，高斯分布随机数几乎均在［＿＿５，５］内，而柯西分布较高斯分布以相对更大的概率产生远离原点的随机数，这个性质使得ＩＷＯ算法在开始时能产生更丰富的变异种子，在更大范围内搜索Ｄ维空间，也更容易逃离函数的局部最优点或平坦地带。０４０Ｏ３５Ｏ＿３Ｏ０．２５０．２０Ｏ．１５０１ＯＯＯ５ＯＯ０图２高斯和柯西密度函数Ｆｉｇ．２ＧａｕｓｓｄｅｎｓｉｔｙｆｕｎｃｔｉｏｎａｎｄＣａｕｃｈｙｄｅｎｓｉｔｙｆｕｎｃｔｉｏｎ当完成变异以后，两个子群中的所有个体一起进行竞争选择。３．４竞争选择经过一定的迭代次数后，种群个体数将达到环境所能承受的该种群最大数值＇ｍ，根据竞争性生存法则，在迭代过程中，种群中所有的杂草及其后代均按适应度值排序，只有适应度值最好的前Ｐｌｍ个个体能存活下来，其余个体都将被环境淘汰。…４基于０算法的ＩＲＰ模型求解４．１约束条件处理本文所描述的综合资源规划问题是在满足各种约束条件的前提下，求得总成本最小值的多约束优化问题。本文中将各约束条件作为罚函数因子加入原目标函数式（１）中，构造成了改进ＩＷＯ算法的适应度函数，其表达式为Ｆ（）＝（）＋ｐｅｎａｌｔｙ（）（２０）ｐｅｎ口，ｃ＝≠｛０砉卜厂（ｘ），ｐ｝２１）Ｉ，其他Ｉ式中：）为原目标函数；为约束条件个数；ｍ为当前满足约束的方程数；为一个值很大的常数［０（１０７）］。该罚函数较其余各种静态、动态、自适应等罚函数性能优越，而且简单易行ｌ１６Ｊ。由式（２０）可知：在满足所有约束条件时，目标函数）越小，相应的适应度值越小。由于本文要求的是总成本最小值，目标函数）最小及满足所有约束条件的即为最优个体。因此，适应度函数值越小，代表其适应能力越强，按公式（１４）产生的子代个数则越多。此时公式（１４）的厂ｗ为当前所有杂草个体适应度函数最大值，相应地为其最小值。４．２ＩＷ０算法求解流程Ｓｔｅｐ１初始化种群：在设定的范围内随机产生Ⅳ个初始杂草个体。在本ＩＲＰ模型中，杂草个体是由决策变量，即传统机组装机容量、ＥＰＰ装机容量和外购电容量组成的向量，表示为＝［一，…一，，，……一，Ｙｌ，，一，…，，一，…Ｊ；Ｄ，一，，一］…Ⅳｉ＝１，，将杂草个体向量带入适应度函数，计算各杂草个体的适度值。Ｓｔｅｐ２繁殖子代：按公式（１４）分配子代数目。Ｓｔｅｐ３按式（１５）更新种群中子代个体标准差。将原杂草种群分成两个独立子群，按双变异算子分别在父代周围产生子代个体，计算新产生子代的适应度函数值。Ｓｔｅｐ４所有父代和子代生成新种群，并判断新种群是否达到最大种群规模户ｌｍ，若小于Ｉｍ，转ｓｔｅｐ２，否则转ｓｔｅｐ５。ｓｔｅｐ５竞争选择：将种群中所有个体按适应值从ｆｌ，￣Ｕ大排序，选取前ｌｍ个个体，更新进化代数。ｓｔｅｐ６判断是否达到最大迭代次数，若小于则转ｓｔｅｐ２，否则将种群中适应度值最小的个体作为最优解输出。５算例分析对某服务型城市的电力需求水平（见表２）Ｌ２ＵＪ进行为期十年的电源规划。规划的发电机组类型包括：煤电、气电、抽水蓄能、需求侧移峰类ＥＰＰ及外购电。表３给出了所需电源参数。另外，外购电不超过系统总装机容量的２／３，外购电价格Ｃｏ，＝０．３８电力系统保护与控制元／ｋＷｈ。系统备用容量ｒ／＝２０％，贴现率ｒ＝１０％，线路损耗＝５％，节电潜力系数ｆ：０．５％，规划期污染物排放上限为７２４．５万吨。本文所使用ＩＷＯ算法共有８个控制参数，分别设置为：ＮＰ＝２０，Ｐｍ＝５０，Ａｍｉｎ＝２，ｍ＝１０，＝３，ｉｔｅｒｍａｘ＝１０００，ａ＝０．Ｏ１，ｏｉｉ＝５。算法独立运行３０次。表２最大负荷和最大峰谷差预测Ｔａｂｌｅ２Ｆｏｒｅｃａｓｔｉｎｇｏｆｌｏａｄａｎｄｍａｘｉｍａｌｐｅａｋ－ｖａｌｌｅｙｄｉｆｆｅｒｅｎｃｅ表３电源参数Ｔａｂｌｅ３Ｐａｒａｍｅｔｅｒｓｏｆｐｏｗｅｒｐｌａｎｔｓ基于ＩＷＯ算法综合资源规划的优化结果如表４所示。该服务型城市以三产产业为主，资源较为匮乏，主要依赖外部购入电力。燃煤发电对环境影响较大，不宜大规模新建；天然气资源稀缺，发电成本高，但调峰性能较燃煤机组好，应适当建设；抽水蓄能机组调峰性能好且污染物排放少，但受地域条件限制。调峰ＥＰＰ具有建设周期短、运营成本低、调峰性能好、零污染等显著优势，需在今后大力发展。表５给出了在考虑调峰能力约束、未考虑调峰能力约束、无调峰ＥＰＰ下的电源规划结果比较。可以看出，由于燃煤机组成本低，在未考虑调峰约束条件下，其比例会明显增大，燃气和抽水蓄能比例相应下降，但由于燃煤机组调峰深度低，可能导致系统调峰能力不足，发生切机切负荷等现象，造成电力系统的安全性和稳定性降低。表４考虑调峰能力约束的综合资源规划结果Ｔａｂｌｅ４ＯｐｔｉｍｉｚａｔｉｏｎｒｅｓｕｌｔｓｏｆＩＲＰｗｉｔｈｐｅａｋｉｎｇｃａｐａｃｉｔｙｃｏｎｓｔｒａｉｎｔ表５各条件下装机容量比较Ｔａｂｌｅ５Ｃｏｍｐａｒｉｓｏｎｏｆｉｎｓｔａｌｌｅｄｃａｐａｃｉｔｙｕｎｄｅｒｔｈｒｅｅｃｉｒｃｕｍｓｔａｎｃｅｓ由表５和表６可以看出，综合资源规划中加入调峰ＥＰＰ，使得电网峰谷差降低８９４Ｍｗ，减少了机组调峰量，提高了燃煤机组年利用效率，减少了部分燃气机组的高运行成本及抽水蓄能的高基建投资等。总装机容量共减少５０４Ｍｗ，总投资减少１４．４４５亿元，污染物减排２２１５０吨。同时，分别采用双种群ＩＷＯ、１ｗＯ和ＧＡ、ＰＳＯ算法对上述各算例进行计算，结果均证明了双种群ＩＷＯ算法较其他算法能得到更优的结果。限于篇刘彩霞，等基于双种群入侵性杂草算法的服务型城市综合资源规划．７３．幅，表７仅列出各算法求解考虑调峰能力约束的综合资源规划结果。各算法求解均独立运行３０次，统计算法的最优解，最差解，平均解与标准差结果。［２］由结果可见，双种群ＩＷＯ算法优于其他算法。表６规划期末（２０２０年）含ＥＰＰ与无ＥＰＰ规划结果比较Ｔａｂｌｅ６ＣｏｍｐａｒｉｓｏｎｏｆｐｌａｎｎｉｎｇｗｉｔｈＥＰＰａｎｄｗｉｔｈｎｏＥＰＰｂｙｔｈｅｅｎｄｏｆｔｈｅｐｌａｎｎｉｎｇｙｅａｒ（２０２０）表７各算法求解考虑调峰约束ＩＲＰ问题的结果比较Ｔａｂｌｅ７ＣｏｍｐａｒｉｓｏｎｏｆｒｅｓｕｌｔｓｆｏｒＩＲＰｐｒｏｂｌｅｍｃｏｎｓｉｄｅｒｉｎｇｐｅａｋｉｎｇｃａｐａｃｉｔｙｃｏｎｓｔｒａｉｎｔｗｉｔｈｄｉｆｆｅｒｅｎｔｏｐｔｉｍａｌａｌｇｏｒｉｔｈｍｓ６结论（１）分析了未来城市将逐渐向服务型城市类型发展，其电力供需矛盾主要表现为缺电力而不缺电量，提出了大力推广蓄冷蓄热这项ＤＳＭ技术，能实现经济有效地移峰填谷。（２）以我国某服务型城市为例，建立了以蓄冷蓄热技术为主的移峰类能效电厂为需方资源的综合资源规划模型，并且加入了调峰能力约束条件。通过算例，验证了综合资源规划较传统电源规划能实现系统总成本降低，污染物排放减少及有效调峰等效果。同时，考虑调峰能力约束，使电源规划结果满足系统严峻的调峰要求，提高了系统可靠性。（３）本文提出的改进型双种群杂草算法增加了种群多样性，能够在更大范围内搜索解空间，有效防止陷入局部极值。用多种智能算法对模型算例进行求解，结果表明双种群杂草算法能得到更优解。参考文献［１］席芳，黄大全，张少伟．中国服务型城市建设问题及—发展对策［Ｊ】．规划师，２０１１，２７（Ｓ１）：１７１１７５．—ＸＩＦａｎｇ，ＨＵＡＮＧＤａ－ｑｕａｎ，ＺＨＡＮＧＳｈａｏｗｅｉ．［３］［４］［５］［６］［７］［８］［９］Ｐｒｏｂｌｅｍｓａ’—ｎｄｓｔｒｅｎｇｔｈｓｏｆＣｈｉｎａＳｓｅｒｖｉｃｅｏｒｉｅｎｔｅｄｃｉｔｙ［Ｊ］．Ｐｌａｎｎｅｒｓ，２０１１，２７（Ｓ１）：１７１－１７５．北京２０１０年国民经济和社会发展统计公报［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｂｊｓｔａｔｓ．ｇｏｖ．ｃｎ／ｘｗｇｂ／ｔｊｇｂ／ｎｄｇｂ／２０１１０２／ｔ２０１１０２２１—１９６２９７．ｈｔｍ．Ｓｔａｔｉｓｔｉｃａｌｃｏｍｍｕｎｉｑｕｅｏｆｔｈｅ２０１０ｎａｔｉｏｎａｌｅｃｏｎｏｍｉｃａｎｄｓｏｃｉａｌｄｅｖｅｌｏｐｍｅｎｔｏｆＢｅｉｊｉｎｇ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．—ｂｊｓｔａｔｓ．ｇｏｖ．ｃｎ／ｘｗｇｂ／ｔｊｇｂ／ｎｄｇｂ／２０１１０２／ｔ２０１１０２２１１９６２９７．ｈｔｍ．杨澎，陈少华．电力系统负荷调整对电源规划的影响—［Ｊ］．广东电力，１９９７（３）：４８５１．ＹＡＮＧＰｅｎｇ，ＣＨＥＮＳｈａｏ－ｈｕａ．Ｔｈｅｉｍｐａｃｔｓｏｆｐｏｗｅｒｓｙｓｔｅｍｌｏａｄａｄｊｕｓｔｍｅｎｔｏｎｇｅｎｅｒａｔｉｏｎｅｘｐａｎｓｉｏｎｐｌａｎｎｉｎｇ［Ｊ］．ＧｕａｎｇｄｏｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒ，１９９７（３）：４８－５１．许丹，夏少连，丁强，等．基于启发式混合整数规划法求解大规模机组组合问题［Ｊ］．电力系统保护与控制，２０１２，４０（２１）：１－６．ＸＵＤａｎ，ＸＩＡＳｈａｏ－ｌｉａｎ，ＤＩＮＧＱｉａｎｇ，ｅｔａ１．Ｆａｓｔｕｎｉｔｃｏｍｍｉｔｍｅｎｔｂａｓｅｄｏｎｈｅｕｒｉｓｔｉｃｍｉｘｅｄｉｎｔｅｇｅｒｐｒｏｇｒａｍｍｉｎｇ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，４０（２１）：１－６．袁建党，袁铁江，晁勤，等．电力市场环境下大规模风电并网系统电源规划研究［Ｊ］．电力系统保护与控制，—２０１１，３９（５）：２２２６．ＹＵＡＮＪｉａｎ－ｄａｎｇ，ＹＵＡＮＴｉｅ－ｊｉａｎｇ，ＣＨＡＯＱｉｎ，ｅｔａ１．Ｓｔｕｄｙｏｆｇｅｎｅｒａｔｉｏｎｅｘｐａｎｓｉｏｎｐｌａｎｎｉｎｇｏｆｔｈｅｐｏｗｅｒ—ｓｙｓｔｅｍｉｎｃｏｒｐｏｒａｔｉｎｇｌａｒｇｅｓｃａｌｅｗｉｎｄｐｏｗｅｒｉｎｔｈｅｅｎｖｉｒｏｎｍｅｎｔｏｆｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（５）：２２２６．梁宇希，黄国和，林干果，等．基于不确定条件下的北京电源规划优化模型［Ｊ］＿电力系统保护与控制，２０１０，—３８（１５）：５３５９．—ＬＩＡＮＧＹｕ－ｘｉ，ＨＵＡＮＧＧｕｏ－ｈｅ，ＬＩＮＱｉａｎｇｕｏ，ｅｔａ１．’ＯｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｓｆｏｒＢｅｉｊｉｎｇＳｇｅｎｅｒａｔｉｏｎｅｘｐａｎｓｉｏｎｐｌａｎｎｉｎｇｕｎｄｅｒｕｎｃｅｒｔａｉｎｔｉｅｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１５）：５３・５９．周伏秋，夏鑫．电力需求侧管理城市综合试点工作重点与财政激励政策［Ｊ】．电力需求侧管理，２０１２，１４（５）：１．３．—ＺＨＯＵＦｕｑｉｕ，ＸＩＡＸｉｎ．ＫｅｙｍｉｓｓｉｏｎｓｏｆｃｏｍｐｒｅｈｅｎｓｉｖｅＤＳＭｃｉｔｙｐｉｌｏｔａｎｄｆｉｎａｎｃｉａｌｉｎｃｅｎｔｉｖｅｐｏｌｉｃｉｅｓ［Ｊ］．ＰｏｗｅｒＤｅｍａｎｄＳｉｄｅＭａｎａｇｅｍｅｎｔ，２０１２，１４（５）：１－３．ＨｏｏｇＤＴ－ＨｏｂｂｓＢＦＡｎｉｎｔｅｇｒａｔｅｄｒｅｓｏｕｒｃｅｐｌａｎｎｉｎｇｍｏｄｅｌｃｏｎｓｉｄｅｒｉｎｇｃｕｓｔｏｍｅｒｖａｌｕｅ，ｅｍｉｓｓｉｏｎｓａｎｄｒｅｇｉｏｎａｌｅｃｏｎｏｍｉｃｉｍｐａｃｔｓ［Ｊ］．Ｅｎｅｒｇｙ，１９９３，１８（１１）：１１５３－１１６０．ＳｈｒｅｓｔｈａＲＭ．ＭａｒｐａｕｎｇＣＯＰＳｕｐｐｌｙａｎｄｄｅｍａｎｄｓｉｄｅｅｌｅｃｔｓｏｆｃａｒｂｏｎｔａｘｉｎｔｈｅＩｎｄｏｎｅｓｉａｎｐｏｗｅｒｓｅｃｔｏｒ：ａｎ．．７４．．电力系统保护与控制ｉｎｔｅｇｒａｔｅｄｒｅｓｏｕｒｃｅｐｌａｎｎｉｎｇａｎａｌｙｓｉｓ［Ｊ］．ＥｎｅｒｇｙＰｏｌｉｃｙ，１９９９，２７（２）：１８５・１９４．［１０］曾鸣，张艳馥，王鹤，等．基于综合资源规划的供需资源优化组合模型［Ｊ】．电力系统自动化，２００７，３ｌ（３）：２４２８．—ＺＥＮＧＭｉｎｇ，ＺＨＡＮＧＹａｎｆｕ，ＷＡＮＧＨｅ，ｅｔａ１．Ａｌｉｎｅａｒｐｒｏｇｒａｍｍｉｎｇｏｎｒｅｓｏｕｒｃｅｃｏｍｂｉｎａｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎｉｎｔｅｇｒａｔｅｄｒｅｓｏｕｒｃｅｓｐｌａｎｎｉｎｇ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００７，３１（３）：２４－２８．［１１］谭显东，胡兆光，彭谦．考虑能效电厂的供需资源组—合优化模型［Ｊ】＿电网技术，２００９，３３（２０）：１０８１１２．—ＴＡＮＸｉａｎｄｏｎｇ，ＨＵＺｈａｏ－ｇｕａｎｇ，ＰＥＮＧＱｉａｎ．Ａｒｅｓｏｕｒｃｅｃｏｍｂｉｎａｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｃｏｎｓｉｄｅｒｉｎｇｅｆｆｉｃｉｅｎｃｙｐｏｗｅｒｐｌａｎｔ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００９，３３（２０）：１０８－１１２．［１２］胡兆光，韩新阳．综合资源战略规划与需求侧管理［Ｍ１．北京：中国电力出版社，２００８：１－４３．——ＨＵＺｈａｏｇｕａｎｇ，ＨＡＮＸｉｎｙａｎｇ．Ｉｎｔｅｇｒａｔｅｄｒｅｓｏｕｒｃｅｓ—ｓｔｒａｔｅｇｙｐｌａｎｎｉｎｇａｎｄｄｅｍａｎｄｓｉｄｅｍａｎａｇｅｍｅｎｔ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＰｒｅｓｓ，２００８：１－４３．［１３］ＭｅｈｒａｂｉａｎＡＲ．ＬｕｃａｓＣ．Ａｎｏｖｅｌｎｕｍｅｒｉｃａｌｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｉｎｓｐｉｒｅｄｆｒｏｍｗｅｅｄｃｏｌｏｎｉｚａｔｉｏｎ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ—Ｉｎｆｏｒｍａｔｉｃｓ，２００６，１（４）：３５５３６６．—［１４］ＭａｌｌａｈｚａｄｅｈＡＲ，ＯｒａｉｚｉＨ，ＤａｖｏｏｄｉＲａｄＺ．Ａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｉｎｖａｓｉｖｅｗｅｅｄｏｐｔｉｍｉｚａｔｉｏｎｔｅｃｈｎｉｑｕｅｆｏｒａｎｔｅｎｎａｃｏｎｆｉｇｕｒａｔｉｏｎｓ［Ｊ］．ＰｒｏｇｒｅｓｓｉｎＥｌｅｃｔｒｏｍａｇｎｅｔｉｃＲｅｓｅａｒｃｈ，２００８，ＰＩＥＲ７９：１３７－１５０．［１５］ＳｈａｒｍａＲ，ＮｉｒａｎｊａｎＮａｙａｋ，ＫｒｉｓｈｎａｎａｎｄＫｅｔａ１．Ｍｏｄｉｆｉｅｄｉｎｖａｓｉｖｅｗｅｅｄｏｐｔｉｍｉｚａｔｉｏｎｗｉｔｈｄｕａｌｍｕｔａｔｉｏｎｔｅｃｈｎｉｑｕｅｆｏｒｄｙｎａｍｉｃｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈ［Ｃ］／／２０１１ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＥｎｅｒｇｙ，Ａｕｔｏｍａｔｉｏｎａｎｄ—Ｓｉｇｎａｌ，２０１１：６６０６６５．［１６］苏守宝，汪继文，张玲，等．一种约束工程设计问题的入侵性杂草优化算法［Ｊ］．中国科学技术大学学报，２００９，３９（８）：８８５．８９３．——ＳＵＳｈｏｕｂａｏ，ＷＡＮＧＪｉｗｅｎ，ＺＨＡＮＧＬｉｎｇ，ｅｔａ１．Ａｎｉｎｖａｓｉｖｅｗｅｅｄｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｃｏｎｓｔｒａｉｎｅｄｅｎｇｉｎｅｅｒｉｎｇｄｅｓｉｇｎｐｒｏｂｌｅｍｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＵｎｉｖｅｒｓｉｔｙｏｆ—ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，２００９，３９（８）：８８５８９３．［１７］ＫｒｉｓｈｎａｎａｎｄＫＲ，ＰａｎｉｇｒａｈｉＢＫ，ＲｏｕｔＰＫ，ｅｔａ１．Ｃｏｍｐａｒａｔｉｖｅｓｔｕｄｙｏｆｆｉｖｅｂｉｏ－ｉｎｓｐｉｒｅｄｅｖｏｌｕｔｉｏｎａｒｙｏｐｔｉｍｉｚａｔｉｏｎｔｅｃｈｎｉｑｕｅｓ［Ｃ］／／ＷｏｒｌｄＣｏｎｇｒｅｓｓｏｎＮａｔｕｒｅａｎｄＢｉｏｌｏｇｉｃａｌｌｙＩｎｓｐｉｒｅｄＣｏｍｐｕｔｉｎｇ，２００９：１２３１－１２３６，［１８］施明融．以蓄冷蓄热为主的电力移峰填谷工程应用探讨［Ｊ］．上海电力，２００４（３）：８７－８９．—ＳＨＩＭｉｎｇｒｏｎｇ．Ａｐｐｌｉｃａｔｉｏｎｄｉｓｃｕｓｓｉｏｎｏｎｐｒｏｊｅｃｔｏｆｐｏｗｅｒｐｅａｋｒｅｍｏｖａｌａｎｄｖａｌｌｅｙｒｅｐｌｅｎｉｓｈｍｅｎｔｗｉｔｈｃｏｏｌａｎｄｈｅａｔｓｔｏｒａｇｅａｓｔｈｅｍａｉｎｄｅｖｉｃｅｓ［Ｊ］．Ｓｈａｎ曲ａｉＰｏｗｅｒ，２００４（３）：８７－８９．［１９］刘鉴民．蓄冷空调与其它常用电网调峰方式调峰效益的比较研究［Ｊ】．电网技术，１９９７，２１（１２）：１５１７，４７．ＬＩＵＪｉａｎ－ｍｉｎ．Ａｃｏｍｐａｒａｔｉｖｅｉｎｖｅｓｔｉｇａｔｉｏｎｉｎｂｅｎｅｆｉｔｏｆ—ｐｅａｋｌｏａｄｌｅｖｅｌｉｎｇｆｏｒａｉｒｃｏｎｄｉｔｉｏｎｉｎｇｗｉｔｈｃｏｏｌａｃｃｕｍｕｌａｔｉｏｎｗｉｔｈｔｈｅｏｔｈｅｒｔｅｃｈｎｉｑｕｅｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，１９９７，２１（１２）：１５－１７，４７．“”［２Ｏ］北京市发展改革委员会．北京市十一五时期电力发展规￣Ｏ［ＥＢ／ＯＬ］．［２００６］．ｈｔｔｐ：／／ｗｗｗ．ｂｊｐｃ．ｇｏｖ．ｃｎ／ｆｚｇｈ／ｇｕｉｈｕａ／１１—５一ｚｘ／１ｌ＿５＿ｙｂ／２００６１２／ｔ１４８０５３．ｈｔｍ．ＭｕｎｉｃｉｐａｌＤｅｖｅｌｏｐｍｅｎｔａｎｄＲｅｆｏｒｍＣｏｍｍｉｓｓｉｏｎ．’—ＢｅｉｊｉｎｇｍｕｎｉｃｉｐａｌｉｔｙＳｅｌｅｖｅｎｔｈ－ｆｉｖｅｙｅａｒｅｌｅｃｔｒｉｃｉｔｙｄｅｖｅｌｏｐｍｅｎｔｐｌａｎ［ＥＢ／ＯＬ］．［２００６１．ｈｔｔｐ：／／ｗｗｗ．ｂｊｐｃ．ｇｏｖ．ｃｎ／ｆｚｇｈ／ｇｕｉｈｕａ／１１５ｚｘ／１１５ｙｂ／２００６１２／ｔ１４８０５３．ｈｔｍ．收稿日期：２０１２－１２－２５作者简介：刘彩霞（１９８６－），女，硕士研究生，主要从事需求侧管理和综合资源规划等研究；Ｅ．ｍａｉｌ：ｌ１１２１６２５＠ｂｊｔｕ．ｅｄｕ．ｃａ周晖（１９６４一），女，副教授，博士，硕士生导师，主要从事电力负荷预测，电力系统调度与运行，综合资源规划，风电接入等方面的研究；周伏秋（１９６６－），男，博士，研究员，从事能源经济、能源效率、能源系统分析等方面研究。