樸紅艷1，劉  斌2，王承民3，李宏仲2，劉  涌4，衣  濤3

　　(1.國網(wǎng)上海市電力公司電力科學(xué)研究院，上海200437；2.上海電力學(xué)院 電氣工程學(xué)院，上海200090；3.上海交通大學(xué)，上海200240；4.上海博英信息科技有限公司，上海 200240）

　　摘  要： 以儲能電站、分布式電源和充電站等智能設(shè)備接入系統(tǒng)的配電網(wǎng)為研究對象，從全社會的角度出發(fā)，分別建立了典型智能設(shè)備的成本效益模型。分析了幾種設(shè)備同時接入系統(tǒng)后配網(wǎng)的綜合經(jīng)濟(jì)效益，并結(jié)合算例對比了智能設(shè)備安裝在配網(wǎng)的負(fù)荷側(cè)和電源側(cè)系統(tǒng)的經(jīng)濟(jì)性。結(jié)果表明，智能設(shè)備安裝在負(fù)荷側(cè)時經(jīng)濟(jì)性較佳。

　　關(guān)鍵詞： 智能設(shè)備；儲能電站；分布式電源；充電站；經(jīng)濟(jì)效益分析

0 引言

　　隨著經(jīng)濟(jì)的快速發(fā)展和智能電網(wǎng)技術(shù)的進(jìn)步，各種智能設(shè)備在現(xiàn)代電網(wǎng)中發(fā)揮著越來越重要的作用。分布式電源、電動汽車和儲能系統(tǒng)作為我國智能電網(wǎng)戰(zhàn)略的重要組成部分，逐漸被應(yīng)用于削峰填谷、備用、改善電能質(zhì)量、提高新能源供電穩(wěn)定性以及解決資源短缺和環(huán)境污染等方面[4-6]。

　　儲能電站、分布式電源和充電站等智能設(shè)備接入系統(tǒng)會產(chǎn)生良好的經(jīng)濟(jì)效益和社會效益。然而各種智能設(shè)備的投入使用也需要大量的資金支持，智能設(shè)備的接入是否具有經(jīng)濟(jì)性，這取決于其經(jīng)濟(jì)效益是否可觀。對多種智能設(shè)備接入系統(tǒng)后配電網(wǎng)進(jìn)行成本效益分析，不僅可以為投資決策提供科學(xué)依據(jù)，而且對各種智能設(shè)備本身技術(shù)和電網(wǎng)建設(shè)的發(fā)展具有重要意義。

　　文獻(xiàn)[7-8]分析了蓄電池儲能裝置在低儲高發(fā)套利、延緩電網(wǎng)擴(kuò)建和降低輸電阻塞三方面的價值。文獻(xiàn)[9]對蓄電池儲能裝置在削峰、功率平衡和調(diào)節(jié)負(fù)荷三方面的價值及投資成本進(jìn)行了建模分析。文獻(xiàn)[10]較為全面地考慮了鈉硫電池儲能裝置在延緩電網(wǎng)建設(shè)、提供備用、低儲高發(fā)套利等方面的效益，并建立了其成本效益模型。文獻(xiàn)[11]則依據(jù)典型日負(fù)荷曲線分析了配電網(wǎng)中蓄電池儲能系統(tǒng)（BESS）在減少電網(wǎng)擴(kuò)建容量和降低總網(wǎng)損等5個方面的效益，并與其投資成本和運行維護(hù)成本共同建立了綜合價值評估模型，使用結(jié)合罰函數(shù)的粒子群優(yōu)化算法進(jìn)行求解，通過算例驗證了蓄電池的經(jīng)濟(jì)性。文獻(xiàn)[12]基于分時電價，建立了充電變功率工況下的充電站經(jīng)濟(jì)運行模型，通過遺傳智能優(yōu)化算法合理安排電池組的開始充電時間，從而實現(xiàn)充電站的經(jīng)濟(jì)運行。文獻(xiàn)[13]從電動車的使用成本、電網(wǎng)資源利用率、土地利用率、節(jié)能減排及國家能源安全等角度分析了建設(shè)充電站潛在的社會、經(jīng)濟(jì)和環(huán)境保護(hù)等方面的綜合效益。文獻(xiàn)[14]對基于總費用和考慮變壓器過載運行的兩種充電站變壓器選擇方法進(jìn)行了對比，從而確定合理地變壓器配置容量。文獻(xiàn)[15]從經(jīng)濟(jì)性、可靠性和安全性三個方面建立了綜合指標(biāo)評價體系，利用層次分析法(AHP)對分布式電源并網(wǎng)后對電網(wǎng)產(chǎn)生的影響進(jìn)行了綜合評價。文獻(xiàn)[16]研究了分布式電源作為削峰資源時所產(chǎn)生的各類經(jīng)濟(jì)效益，并建立了電價效益、線損效益及減排效益3種評估模型。文獻(xiàn)[17]建立了不同運營模式下光伏發(fā)電并網(wǎng)的全壽命周期成本效益模型。文獻(xiàn)[18]分析了分布式電源在降低網(wǎng)損、延緩輸配電建設(shè)、提高供電可靠性、環(huán)境效益、減少購電支出、改善氣候等方面的效益，并建立了其效益量化評估模型。

　　以上對蓄電池儲能裝置、充電站和分布式電源進(jìn)行價值評估的文獻(xiàn)中，只是單純地針對某一種智能設(shè)備接入電網(wǎng)后對其經(jīng)濟(jì)效益的影響，缺乏各種智能設(shè)備完善的經(jīng)濟(jì)評價模型，沒有體現(xiàn)出智能裝置的安裝位置對系統(tǒng)綜合效益的影響。本文在綜合考慮各種智能設(shè)備的全壽命周期成本和效益的基礎(chǔ)上，通過算例對多種智能設(shè)備分別同時接入系統(tǒng)的負(fù)荷側(cè)和電源側(cè)的配電網(wǎng)經(jīng)濟(jì)效益進(jìn)行了估算及對比。

1 多種智能設(shè)備經(jīng)濟(jì)效益模型研究

　　1.1 儲能電站的技術(shù)經(jīng)濟(jì)模型

　　隨著智能電網(wǎng)的發(fā)展，大量的分布式電源接入智能配用電系統(tǒng)，城市地區(qū)電能需求與新增傳輸通道的矛盾越來越大，儲能技術(shù)的重要性日益提高。儲能技術(shù)已被視為電網(wǎng)運行過程中的重要組成部分。電力系統(tǒng)在引入儲能環(huán)節(jié)后，可以有效地實現(xiàn)需求側(cè)管理，消除晝夜峰谷差，平衡負(fù)荷，不僅可以有效地利用電力設(shè)備，降低供電成本，還可以促進(jìn)可再生能源的利用，也可以作為提高系統(tǒng)運行穩(wěn)定性、調(diào)整頻率、補償負(fù)荷波動的一種手段。儲能技術(shù)的應(yīng)用必將在智能配用電系統(tǒng)中發(fā)揮重要作用，并將帶來重大變革。目前具有代表性的、技術(shù)比較成熟的儲能蓄電池技術(shù)主要有：鉛酸蓄電池、鎳鎘電池、鎳氫電池、鋰電池、鈉硫電池、液流電池（包括釩電池、鋅溴電池）。

　　1.1.1 成本模型

　　(1)投資成本

　　儲能電站的投資成本主要包括：規(guī)劃設(shè)計成本、物資采購成本以及工程建設(shè)成本。

　　C1=CA Wmax+Cp Pmax(1)

　　其中，CA為單位儲能的費用(萬元/MW·h)；Cp為電力傳輸系統(tǒng)以及能量轉(zhuǎn)換控制系統(tǒng)單位功率建造費用(萬元/MW)； Pmax、 Wmax分別為儲能電站的最大功率(MW)和其儲存的最大電能(MW·h)。

　　(2)運行維護(hù)成本

　　儲能電站的運行維護(hù)成本包括運行成本和檢修維護(hù)成本。

　　C2=(Cy+Cw) Pmax(2)

　　其中Cy、Cw分別為能量存儲系統(tǒng)的單位運行費用和單位維護(hù)費用(萬元/MW)。

　　1.1.2 效益模型

　　(1)減少電網(wǎng)擴(kuò)建容量

　　通過在配電網(wǎng)中安裝BESS，可以使儲能站在用電低谷時對蓄電池進(jìn)行充電，提高電網(wǎng)的負(fù)載率，而在用電高峰時，將儲存的電能釋放到電網(wǎng)中，實現(xiàn)部分負(fù)荷就地供電，減少配電網(wǎng)中傳輸?shù)墓β?，從而使配電網(wǎng)所需擴(kuò)建容量減少。所以它在減少電網(wǎng)擴(kuò)建容量方面的收益等值到每年的現(xiàn)值E1可以表示為：

　　其中，Cd為配電網(wǎng)的單位造價(萬元/MW)；?姿d為配電設(shè)備的固定資產(chǎn)折舊率；?濁為儲能裝置的儲能效率，包括并網(wǎng)設(shè)備的損耗和蓄電池的充放電損耗；Pmax為儲能系統(tǒng)長期最大充放電功率，即額定功率。

　　(2)減少電網(wǎng)網(wǎng)損費用

　　儲能系統(tǒng)在負(fù)荷低谷充電、負(fù)荷高峰放電，從而實現(xiàn)削峰填谷，拉平負(fù)荷曲線，提高負(fù)荷率。研究表明：儲能系統(tǒng)在拉平負(fù)荷曲線的過程中，能有效地減少系統(tǒng)的總網(wǎng)損。則儲能裝置的安裝所減少的電網(wǎng)網(wǎng)損費用為：

　　荷峰期電網(wǎng)網(wǎng)損節(jié)約費用：

　　在儲能電站的整個壽命周期中，系統(tǒng)在減少電網(wǎng)網(wǎng)損費用方面的收益為：

　　E2=Wh0+Wl1(6)

　　其中，h0、hi分別為安裝儲能電站前后荷峰期間的網(wǎng)損率，l0、li分別為安裝儲能電站前后荷谷期間的網(wǎng)損率；th、tl分別為荷峰、荷谷時間（h）；eh、el分別為峰、谷電價(萬元/ MW·h)；N為儲能電站的壽命。

　　(3)低儲高發(fā)套利

　　在峰谷電價下，儲能裝置在負(fù)荷低谷、電價較低時充電，而在負(fù)荷高峰、電價較高時放電，在這個低價儲電、高價賣出的過程中，實現(xiàn)其顯性經(jīng)濟(jì)收益的年值E3可表示為：

　　(4)新能源并網(wǎng)備用容量

　　由于新能源發(fā)電的隨機性會給電網(wǎng)帶來沖擊，需要電網(wǎng)中配備更多的備用容量來應(yīng)對新能源發(fā)電的波動，儲能電站可以快速調(diào)節(jié)其消耗/發(fā)出的功率，可以更好地替代常規(guī)電源作為新能源發(fā)電的備用容量。為方便計算，將儲能裝置理想化為均勻充放電，則在充放電期間，其剩余電量在0～Pmax T之間的概率分布為均勻分布，其儲存電量期望值為0.5Pmax T，即儲能裝置可用于調(diào)節(jié)系統(tǒng)功率的電量期望值為0.5Pmax T。所以有：

　　E4=0.5Pmax Tes(8)

　　其中，es為備用容量的價格(萬元/MW·a)；T為儲能裝置以功率Pmax充電的持續(xù)時間（h）。

　　(5)減少缺電成本

　　儲能裝置帶來的可靠性效益難以直接定性評估，但儲能電站安裝于配電站中，可以在停電時作為應(yīng)急電源為部分重要用戶繼續(xù)供電，減少該配電站的用戶停電損失。為便于衡量和計算，可將缺電成本用由于電力供給不足或中斷引起用戶缺電、停電而造成的經(jīng)濟(jì)損失來表示。

　　E5=0.5Pmax T(1-As)RIEA(9)

　　其中，As為配電站供電可靠度，RIEA為用戶停電損失評價率(萬元/MW·h)。

　　綜合以上分析，儲能電站的價值評估模型如下：

　　Es=E1+E2+E3+E4+E5-C1-C2(10)

　　1.2 分布式電源的技術(shù)經(jīng)濟(jì)模型

　　分布式電源大量接入配用電系統(tǒng)是智能配用電系統(tǒng)區(qū)別于傳統(tǒng)配用電系統(tǒng)的主要特征之一。發(fā)展分布式電源是推進(jìn)能源生產(chǎn)和利用方式變革，合理控制能源消費總量的重要舉措。分布式電源規(guī)模較小、布局分散、就近利用、清潔高效，是對傳統(tǒng)能源生產(chǎn)和利用方式的重大變革。分布式電源包含多種類型，我國近中期分布式電源的發(fā)展重點是分布式光伏、分布式天然氣及風(fēng)能。

　　1.2.1 成本模型

　　(1)固定成本

　　C1=CDi Pmax(11)

　　其中，CDi為分布式電源的購買和安裝費用(萬元/MW)，Pmax為分布式電源的最大功率(MW)。

　　(2)運行維護(hù)成本

　　C2=Cm CDi Pmax(12)

　　其中，Cm為運行維護(hù)成本占投資成本的百分比。

　　1.2.2 效益模型

　　DG的效益模型主要體現(xiàn)在環(huán)境效益和減少網(wǎng)損效益兩個方面。長距離的輸電傳輸不可避免地會產(chǎn)生線損，其損失的程度主要取決于輸電線長短以及輸電路徑的阻塞情況，在用電高峰時期，線損甚至達(dá)到 20%。DG在靠近負(fù)荷的地方或負(fù)荷端接入，在一定程度上能夠減少線損。研究表明，系統(tǒng)大小與接入分布式電源的數(shù)量和位置相關(guān)。當(dāng)負(fù)荷需求較大時， DG的運行能夠減少系統(tǒng)線損，而當(dāng)負(fù)荷需求較小時，運行 DG反而會增加線損。

　　減少網(wǎng)損效益El可按照儲能電站減少網(wǎng)損效益的公式計算得到，其環(huán)境效益即相比于普通電源所減少的環(huán)境成本。

　　綜合以上分析，分布式電源的價值評估模型如下：

　　Ed=Ee+El-C1-C2(14)

　　1.3 充電站的技術(shù)經(jīng)濟(jì)模型

　　電動汽車具有顯著的節(jié)能減排和環(huán)保優(yōu)勢，推廣應(yīng)用電動汽車對于保障國家能源安全、實現(xiàn)經(jīng)濟(jì)社會可持續(xù)發(fā)展具有重要意義。隨著智能電網(wǎng)的逐步建設(shè)以及電動汽車保有量的大幅提高，充換電設(shè)施的基礎(chǔ)性地位更為突出和重要，其對電網(wǎng)以及電力用戶都將產(chǎn)生多方面的影響。因此，分析智能配用電系統(tǒng)中的電動汽車充換電站技術(shù)經(jīng)濟(jì)特性具有重要意義。

　　1.3.1 成本模型

　　(1)固定成本

　　固定成本主要是充電站的建設(shè)成本，它包括配變等基礎(chǔ)設(shè)備的固定投資成本Cc1、土地使用成本Cc2和充電站整個壽命周期內(nèi)的人力成本Cc3。

　　其中，Cc0為配變等基礎(chǔ)設(shè)備的固定單位投資成本(萬元/MW)，Pmax為充電站的最大功率（MW），r為貼現(xiàn)率，i為貨幣膨脹率，N為充電站的壽命年限；S0為單位土地使用成本（萬元/h），S1為單位人力成本（萬元/年）。

　　(2)運行維護(hù)成本

　　Cm=Cm0 Pmax(18)

　　Cm0為充電站的單位運行維護(hù)成本（萬元/MW）。

　　1.3.2 效益模型

　　(1)充換電收益

　　充換電收益與購電成本對應(yīng)，是充換電站向電動汽車用戶出售電力所獲得的收益：

　　E1=365Pmax T(eh-el)N(19)

　　T為充電樁以功率Pmax充電的持續(xù)時間（h）。

　　(2)節(jié)能減排收益

　　電動汽車的普及將減小傳統(tǒng)燃油汽車的需求，從而減少汽車的尾氣排放，實現(xiàn)良好的經(jīng)濟(jì)效益和環(huán)境效益。

　　E2=365TNd Ld(cc Kds+cK+cco Kdco+ccN KdcN+cK)

　　(20)

　　其中，Nd為充換電站在T時間段內(nèi)的電動汽車數(shù)量，Ld為每輛電動汽車每次充電后的平均行駛距離（km），cc、cco、ccN、c分別為煤、CO2、CO、CN化合物和NOx的排放價格(元/kg)；Kds為單量電動汽車的平均節(jié)煤系數(shù)(kg/km)，Kdco、KdcN、K分別為其對應(yīng)污染物的減排系數(shù)（kg/100km）。

　　綜合以上分析，充換電站的價值評估模型如下：

　　Ec=E1+E2-Cc1-Cc2-Cc3-Cm(21)

2 算例分析

　　為了對包括儲能電站、充電站、分布式電源多種智能設(shè)備接入系統(tǒng)的配電網(wǎng)進(jìn)行經(jīng)濟(jì)效益分析，并對比典型智能設(shè)備安裝在配網(wǎng)的電源側(cè)和負(fù)荷側(cè)兩種不同位置時對其經(jīng)濟(jì)性的影響，在一配網(wǎng)的負(fù)荷側(cè)和電源側(cè)分別安裝智能設(shè)備并使用上述經(jīng)濟(jì)效益模型對其進(jìn)行經(jīng)濟(jì)效益分析。

　　2.1 算例描述

　　該配網(wǎng)是某區(qū)域的一條10 kV配電線路，該條線路有62個配變，最長供電半徑達(dá)到4 km；10 kV線路采用電纜與架空混合接線，其中母線出線端多以電纜為主；10 kV架空線主干線的截面積為鋁芯240 mm2、185 mm2、150 mm2；10 kV電纜線路主干線的截面積為400 mm2、240 mm2。供電面積較大，節(jié)點較多，有兩塊重負(fù)荷區(qū)域，分別為：節(jié)點23、25處和節(jié)點24處。該配網(wǎng)系統(tǒng)的日負(fù)荷曲線如圖1所示。

　　由圖1可以看出，在一天中，從上午8：45到晚上21:45大概為高峰負(fù)荷階段，凌晨0:00至上午8：00大約為負(fù)荷低谷時期。所以根據(jù)該配網(wǎng)系統(tǒng)的日負(fù)荷曲線，取峰時間13 h，谷時間為8 h。

　　表1～表3分別為經(jīng)濟(jì)效益分析中用到的儲能電站、分布式電源和充電站的相關(guān)參數(shù)。

　　2.2 綜合效益分析及對比

　　2.2.1 在負(fù)荷側(cè)配置智能設(shè)備

　　在負(fù)荷側(cè)的節(jié)點23處安裝容量為0.3 MW的蓄電池儲能裝置，在節(jié)點24處安裝容量為1 MW的分布式電源并在節(jié)點25處配置容量為0.4 MW的充電站。荷峰期智能設(shè)備作為電源給負(fù)荷提供電能，荷谷期則作為負(fù)荷從電網(wǎng)吸收電能，從而實現(xiàn)優(yōu)化負(fù)荷曲線，提高設(shè)備利用率以及降低網(wǎng)損等功能。根據(jù)上述負(fù)荷曲線分析，荷峰時間為13 h，取峰電價為0.088萬元/MWh；荷谷時間為8 h，谷電價為0.0408萬元/MWh。通過仿真計算得到在負(fù)荷側(cè)配置智能設(shè)備后該算例系統(tǒng)的綜合經(jīng)濟(jì)效益為4 501.8萬元。

　　2.2.2 在電源側(cè)配置智能設(shè)備

　　在靠近電源側(cè)的節(jié)點2處安裝容量為0.3 MW的儲能電站，在節(jié)點3處安裝容量為1 MW的分布式電源并在節(jié)點4處配置容量為0.4 MW的充電站。各種智能裝置的成本效益分析同負(fù)荷側(cè)，其收益的不同主要在于減少網(wǎng)損費用這一項。通過仿真計算得到在負(fù)荷側(cè)配置智能設(shè)備后該算例系統(tǒng)的綜合經(jīng)濟(jì)效益為3 966萬元。

　　所以，儲能裝置安裝于配網(wǎng)的不同位置時，會對與網(wǎng)絡(luò)計算有關(guān)的效益組成部分——減少電網(wǎng)網(wǎng)損費用和減少缺電成本方面產(chǎn)生影響。

3 結(jié)論

　　本文比較全面地考慮了儲能電站、分布式電源和充電站多方面的效益和相應(yīng)的全壽命周期成本組成，并建立了三者的經(jīng)濟(jì)效益模型。以此為基礎(chǔ)結(jié)合算例的日負(fù)荷變化，對多種智能設(shè)備同時接入系統(tǒng)的配電網(wǎng)進(jìn)行了經(jīng)濟(jì)效益分析。通過對在負(fù)荷側(cè)和電源側(cè)分別安裝多種智能設(shè)備后的配網(wǎng)進(jìn)行仿真計算和對比可知，在配網(wǎng)中安裝儲能設(shè)備具有一定的經(jīng)濟(jì)性。當(dāng)智能設(shè)備的安裝位置變化時，對降低網(wǎng)損帶來的收益影響最大，而且這部分收益是體現(xiàn)在智能設(shè)備的整個壽命周期中。綜上，從經(jīng)濟(jì)性的角度出發(fā)，將儲能設(shè)備安裝于負(fù)荷側(cè)比電源側(cè)的效果更好，這主要是因為將儲能裝置安裝于負(fù)荷側(cè)，可以有效降低線路的傳輸容量，從而有效地降低網(wǎng)損。

參考文獻(xiàn)

　　[1] 王志群，朱守真，周雙喜，等.分布式發(fā)電對配電網(wǎng)電壓分布的影響[J].電力系統(tǒng)自動化，2004，28(16)：56-60.

　　[2] 江澤民.對中國能源問題的思考[J].上海交通大學(xué)學(xué)報，2008，42（3）：345-359.

　　[3] BOULANGER A G，CHU A C，MAXX S，et al.VEHICLE electrification：status and issue[J].Proceedings of the IEEE，2011，99(6)：1116-1138.

　　[4] BHARGAVA B，DISHAW G.Application of an energy source power system stabilizer on the 10MW battery energy storage system at Chino substation[J].IEEE Trans on PowerSystems，1998，13(1)：145-151.

　　[5] BILLINTON R B.Impacts of energy storage on power system reliability performance[C].Canadian Conference on Electrical and Computer Engineering.Saskatchewan，Canada，2005：494-497.

　　[6] JEWELL W T.Electric industry infrastructure for sustainability：climate change and energy storage[C].IEEE Power Engi- neering Society General Meeting.Tampa，USA，2007.

　　[7] Leou Rongceng.An economic analysis model for the energystorage systems in a deregulated market[C].IEEE Interna-tional Conference on Sustainable Energy Technologies，2008. ICSET 2008.Singapore:[s.n.]，2008：744-749.

　　[8] REDRRODT R C，ANDERSON M D，KLUCZNY R M. Economic models for battery energy storage:improvements for existing methods[J].IEEE Trans on Power Systems，1990，5(4)：659-665.

　　[9] OUDALOV A，CHARTOUNI D，OHLER C，et al.Value analysis of battery energy storage applications in power systems[C].2006 IEEE PES Power Systems Conference and Exposition，2006.PSCE’06.Atalanta，GA，USA：[s.n.]，2006：2206-2211.

　　[10] KAZEMPOUR S J，MOGHADDAM M P.Economic viabilityof NaS battery plant in a competitive electricity market[C].2009 International Conference on Clean Electrical Power.Capri，Italy：[s.n.]，2009：453-459.

　　[11] 顏志敏，王承民，鄭健，等.配電網(wǎng)中蓄電池儲能系統(tǒng)的價值評估模型[J].電力自動化設(shè)備，2013，33(2)：57-61.

　　[12] 張帝，姜久春，張維戈，等.基于遺傳算法的電動汽車換電站經(jīng)濟(jì)運行[J].電網(wǎng)技術(shù)，2013，37(8)：2101-2107.

　　[13] 居勇.建設(shè)電動汽車充電站的約束條件及綜合效益分析[J].華東電力，2011，39(4)：0547-0550.

　　[14] 葛文捷，黃梅，張維戈.電動汽車充電站經(jīng)濟(jì)運行分析[J].電工技術(shù)學(xué)報，2013，28(2)：15-21.

　　[15] 柳睿，楊鏡非，程浩忠，等.分布式電源并網(wǎng)的綜合評價[J].電力系統(tǒng)及其自動化學(xué)報，2013，25(1)：34-39.

　　[16] 曾鳴，田廓，李娜，等.分布式發(fā)電經(jīng)濟(jì)效益分析及其評估模型[J].電網(wǎng)技術(shù)，2010，34(8)：129-133.

　　[17] 蘇劍，周莉梅，李蕊.分布式光伏發(fā)電并網(wǎng)的成本/效益分析[J].中國電機工程學(xué)報，2013，33(34)：50-56.

　　[18] 李德泉，徐建政，楊碩.分布式發(fā)電效益分析及其量化模型[J].電力系統(tǒng)保護(hù)與控制，2012，40(14)：147-151.