计及综合需求响应的多能源系统调度研究综述

第37卷,总第217期2019年9月,第5期
《节能技术》
ENERGY CONSERVATION TECHNOLOGY
Vol.37,Sum.No.217
Sep.2019,No.5
计及综合需求响应的多能源系统调度研究综述
孙鹏1,关琦1,范元亮2,3
(1.中国船舶重工集团公司第703研究所,黑龙江哈尔滨150078;
2.国网福建省电力有限公司电力科学研究院,福建福州350007;
3.福建省高供电可靠性配电技术企业重点实验室,福建福州350007)
摘要:需求响应是需求侧参与电网调度的柔性负荷,在能源互联网多能耦合和综合利用的思想下,衍生为综合需求响应,其利用冷、热、电、气等不同形式能源间的互补关系,在不影响用户舒适度的前提下,充分调动用户侧资源,能够提升能源的综合利用效率,降低用能成本,并消纳更多可再生能源。

本文介绍了IDR的基本概念和研究价值,分析了IDR在系统调度中的研究现状及存在问题,重点分析了IDR不确定性及考虑IDR不确定性的多能系统调度方法,最后总结并展望了IDR 研究中的关键问题。

关键词:综合能源响应;能源互联网;调度优化;不确定性
中图分类号:TM73文献标识码:A文章编号:1002-6339(2019)05-0476-06
Research on Multi-energy System Scheduling with Integrated
Demand Response
SUN Peng1,GUAN Qi1,FAN Yuan-liang2,3
(1.CSIC Harbin No.703Research Institute,Harbin150078,China;
2.State Grid Fujian Electric Power Research Institute350007,China;
3.Fujian Provincial Enterprise Key Laboratory of High Reliable Electric Power
Distribution Technology,Fuzhou350007,China)
Abstract:Demand response(DR)is a program that allows demand side participating in the grid dispatc⁃hing.Under the idea of multi-energy coupling and comprehensive utilization of energy Internet,it is de⁃rived into Integrated Demand Response(IDR),which utilizes the complementary relationship among dif⁃ferent forms of energy such as cold,hot,electric and gas.Without affecting users爷comfort,IDR can fully exploit demand resources,improve the integrated utilization efficiency of energy,reduce energy cost,and absorb more renewable energy.Firstly,this paper introduced the concept and values of IDR. Secondly,the research status and existing problems in multi-energy system scheduling with IDR pro⁃grams were concluded.And then,this paper emphatically analyzed the uncertainty of IDR as well as ap⁃proaches in dispatching.At last,the key scientific issues and the future research directions related with IDR were discussed.
Key words:integrated demand response;energy internet;scheduling optimization;uncertainty
收稿日期2019-08-06修订稿日期2019-09-21
作者简介:孙鹏(1981~),男,高级工程师,主要从事燃气轮机总体设计及系统集成工作。

·674·
2006年,美国能源部(DOE)提出了需求响应(Demand Response,DR)的概念[1],其意义在于将需求侧资源加入到发电系统调度中,当系统受到危害或大规模可再生能源并网时,运营商利用一些激励或经济措施来促进用户行为发生改变,从而重新平衡电力供需关系,保证电力系统的安全稳定运行。

这个新提出的概念改变了源侧跟随荷侧的传统理念,让人们了解到在合理的措施下负荷也可以参与电网调度,成为解决电力高峰的新思路。

然而,这种负荷需求响应方式通常会影响用户一段时间内用能的舒适度,从而引起用户的不满,降低用户参与积极性。

此外,传统的电力需求侧响应方式具有一定的局限性,没有考虑能量之间的替代作用,不能最大限度的调度和利用需求侧资源,用户侧资源的价值无法得到充分的体现。

随着多能源系统的发展和能源互联网概念的提出,多能源耦合和综合利用引起国内外学者的重视, Aras Sheikhi和Shahab Bahrami于2015年首先提出了综合需求响应(Integrated Demand Response,IDR)的概念,并将其定义为综合能源系统中传统DR项目的衍生产品[2]。

传统意义上的响应是将电能单纯地在时间上进行转移和削减用能,而IDR是从响应行为更新角度将需求侧的用能种类转换与时间转移结合[3],能源用户可以通过改变自身能源转换方式来调整负荷需求,在综合能源网络的前提下,可以充分利用现有的通信技术、分布式储能、分布式能源转换设备的研究成果,有效地激发负荷柔性,充分发挥需求侧资源的价值。

在多能系统的运行调度中,合理运用需求侧资源能够增加可再生能源渗透率,节约运营成本,响应国家号召。

同时,不同能源可以互相作为备用资源来缓解某种能源紧张时用户的用能需求,在提高系统可靠性方面具有一定贡献。

用户根据系统需求或价格信号以更灵活、更合理的方式用能,用户可自主选择在何时选择何种能量使用,在不损失或较少损失用户的舒适度的情况下,往往用能成本更低,因此用户积极性和参与度更高。

但是对于决策者而言,如何合理准确地调用用户侧资源,令其发挥出最大价值值得深究。

目前美国、英国、德国、瑞士等多个国家都已开展了小范围的试验,取得了一定成果。

本文从IDR的核心概念出发,汇总了当前国内外主要的IDR项目,并分析了当前计及IDR的多能系统调度优化成果,重点分析了IDR不确定性及考虑IDR不确定性的多能系统调度方法,最后对IDR研究中的关键问题进行了总结和展望。

1计及IDR的多能源系统调度
1.1计及IDR的多能源系统调度研究现状
在能源互联网中,现代能源系统具有多能互补、高度耦合的特点。

在新能源发电量日益上升的同时,可再生能源的出力波动给能源互联网的调度运行带来一些挑战,多主体的运行环境也对能源互联网的决策制定带来新的难题。

随着电力市场的逐步改革和综合能源市场的不断发展,系统运营者可充分利用价格信号以及激励响应等因素,充分利用需求侧资源,终端能源用户可作为需求响应的直接参与者参与调度运行,为提高综合能源系统运行的经济性和可靠性提供重要保障。

文献[4]从能源需求本身的可调整性入手,对能源互联网考虑需求响应情况下的调度优化运行的建模方法和相关算法进行了初步的研究。

文献[5]对以热电联产为核心的区域IES的多主体日内联合优化问题进行了研究,为了实现不同主体利益诉求的制约平衡,提出了一种基于IDR和博弈的两步多主体联合优化调度策略。

文献[6]将传统的电力需求响应的电负荷分类建模方法拓展应用至冷热负荷上,综合考虑电负荷和热冷负荷特性,实现了对多元负荷的同时调度。

文献[7]分析了热力负荷具有传输延迟、供热舒适度模糊性等固有特点,可作为柔性负荷参与到优化调度中,并通过实验证明考虑电热力负荷IDR可有效降低能耗及运行成本。

文献[8]进一步将终端用户的电、气时移型需求响应和能源枢纽内的PtG设备、热泵等能源载体联合考虑,建立双层调度模型并通过协同优化等手段提升了能源互联网对新能源的消纳能力。

目前现有的研究成果主要针对电力负荷与天然气或热能等两种负荷的耦合,但对于多种能源形式的综合调度研究较少,有必要深入挖掘微网综合能源中需求侧电、热、冷、气等多种负荷的调度能力,对综合能源系统中需求侧的多种负荷响应能力的协同控制与调度优化进行深入研究,从而实现多种负荷资源的最优利用。

此外,当前研究成果面向的场景多为园区等小规模综合能源系统,而更大的多能源系统调度面临的问题和挑战更多,多能流间的相互转换更为复杂,因此需要开展更深入的研究。

1.2计及IDR的多能源系统调度一般步骤
通过对已有研究成果调研,本文整理了计及IDR的多能源系统调度一般方法,可分为以下几个步骤:
(1)多能源系统建模
·774·
根据系统内的设备以及设备间的耦合关系,需要建立机组模型,储能系统模型以及需求响应建模。

其中主要包含机组模型、储能装置模型、需求响应模型,根据实际模型特点进行建模。

(2)目标函数定义
从整个系统调度优化的角度,基于研究者不同的研究目的和需求,可在不同时间尺度设立不同目标函数。

通常有:所有参与者经济运行成本最小化(政府,能源用户,系统经营者等)、整个系统运行时的环境友好性最大化、可再生能源渗透率最大化、用户满意度最大化等因素,决策者可同时设置多个优化目标,但不同目标之间可能在天然属性上存在矛盾和冲突,需要合适的协调方法。

(3)约束条件设置
多能系统内每一个部件单元有各自相应的操作限制和运行环境,在各子系统间相互耦合时还会产生额外的系统级限制(如电能输送容量限制等)。

通常在计及IDR的系统调度中考虑的主要限制包括但不限于:设备允许操作条件、电能热能冷能天然气等能源供需平衡约束、电网不过载、能源用户的舒适度满足一定要求、能价变化和可调度IDR满足条件。

(4)优化模型的转化与求解
对所建立的模型选择合适的算法求解,得到满足优化目标下的各能源系统出力以及IDR参与方式。

1.3典型的IDR项目
在国际上,欧洲、日本和北美等地利用园区级综合能源系统开展了大量的IDR试验,在能够参与需求响应调节的用户类型、响应效果和实施设备等方面积累了一些经验。

在国内,国家电网等集团积极跟进能源服务发展方向,逐步转型为综合能源服务商,先后在26个省级公司内成立了综合能源服务公司。

目前国内外包含IDR的典型综合能源示范项目汇总如表1所示。

表1包含IDR的综合能源示范项目
国家项目名称IDR参与方式
美国Stanford Energy System Innovations(SE⁃
SI)[9]联合优化校园内冷水机组和燃气发电机,通过回收余热和储能应对高负荷时刻
英国Manchester示范工程[10]联合优化CHP、光伏和热锅炉,并根据价格或激励信号削减电、热负荷
德国[11](1)E-telligence
(2)Model City of Mannheim(MOMA)
将包含CHP、光伏、风电和冷库的区域多能源系统包装为价格控制下的虚拟能厂
以电力为主,建立虚拟能源市场
丹麦[12]--将热电厂周边的大量工业蒸汽负荷加入IDR,参与调峰
瑞士[13]提出了能源集线器的概念提供了一种多种能源集成的方式,是实现IDR的重要途径之一
中国(1)延庆能源互联网示范区(规划)[14]
(2)上海塔
包含大量柔性可响应负荷和能量转换设备,如电锅炉、CHP等
包含CHP、空调、储能装置、地源热泵、燃气锅炉等能量转换设备,可根据实际需求
和实时电价自动优化能源消费模式
2考虑IDR不确定性的多能源系统调度2.1IDR不确定性分析
传统的需求侧响应(DR)可以在能源市场发挥重要作用并为系统运营商提供辅助服务。

然而,需求侧响应是基于用户自愿参与的项目,而用户的参与度会随着用户受到的激励、用能习惯、能源价格、通信延迟、环境条件等随机因素而发生变化,因此很难做到精准预测。

此外,随着先进测量装置的普及,越来越多分散的用户有机会参与电网调度,特别是一些中小型用户,这在很大程度上加剧了DR的不确定性。

显然,为了保证系统的安全经济运行,在电力调度中需要将需求响应的不确定性考虑在内。

综合需求响应(IDR)是需求侧响应DR的衍生和拓展,它是能源互联网(Energy Internet,EI)的大背景下多种能源互通互联思想在用能侧的体现。

IDR不仅涵盖了传统DR项目中电能在用电高峰期的削减和随时间的平移,更强调了不同能源形式之间的相互转化和综合利用。

用户可根据不同能源价格、政策激励和自身需求,通过一些能量转换装置选择合适的用能方案。

由于选择更多,因此主观性和随机性更强,能源消费形式更加难以精准预测。

此外,电力市场目前正逐渐走向实时交易市场,而其他能源如热能、冷能和天然气仍然保持原有的长周期交易制度。

在多能交易市场中,不同能源的交易周期在时间尺度方向上具有差异性,容易产生信息延迟以及用户对不同能价敏感度参差不齐的情况,用户未及时获得第一手价格变化并调整用能方式,其
·874·
响应的随机性和滞后性也增加了系统调度的难度。

因此,IDR项目既继承了传统DR项目中包含的不确定因素,又因其特殊性加剧了在多能系统调度中的不确定性。

2.2考虑IDR不确定性系统调度基本方法
在能源系统中,不可避免会存在诸多不确定因素,尤其是在能源互联网背景下综合需求侧响应中的负荷预测。

为了建立理想准确的模型并做出更好的决策,必须将其不确定性纳入考虑。

目前,解决能源系统不确定性的主流方法可分为概率论方法、可能性方法、混合方法以及模糊理论方法,如图1所示[15]。

图1能源系统中考虑不确定性的常用方法
概率性方法基于随机理论和概率理论来处理随机的输入数据,并利用概率密度函数(PDF)对不确定参数进行建模。

具体描述为,y=f(Z)描述多能系统调度目标与系统输入的函数关系,其中f是系统特性方程(如负荷流动方程),Z是系统输入的不确定参数(如能价变化),y是输出变量(如总运营成本等优化目标)。

对系统而言,假定输入变量矩阵Z=[z1,…,z m]具有确定的PDF,通过已知的概率密度函数求解输出变量y的最优值,从而实现考虑IDR不确定性的多能系统运行调度和决策。

基于概率理论的不确定性建模方法主要包括蒙特卡罗模拟(MCS)[16-17],场景分析法(SBA)[18-19]和点估计方法(PEM)[20]。

可能性方法是解决不确定性因素的另一个主要方法,该方法由Lotfi A.Zadeh于1965年提出[21]。

假定目标函数为y=f(x1,…,x n),其中函数f为描述系统的模型(如电力市场的调度模型),X=[x1, x2,x3,x4…x n]为系统具有不确定性的输入变量(如每小时能价),y为输出变量(如总利润)。

输入不确定参数集用适当的模糊隶属函数表示,模糊隶属函数代表了目标函数的期望水平、约束条件的满足程度和模型系数的不确定变化范围,因此建立合适的模糊隶属度函数至关重要。

混合方法综合了二者的特点,它在建模时用PDFs表示部分不确定性参数并用概率策略处理,另一些不确定性参数用隶属度函数表示并用可能性理论解决。

但这种方法由于建模过于复杂以及计算量较大等缺陷,在解决需求侧响应不确定性时未得到广泛应用。

鲁棒性方法是解决不确定性影响下的优化问题的一种新方法[22-24],特别是在对不确定性缺乏充分了解的情况下。

鲁棒性突破了过去优化模型不确定参数过多依赖先验知识以及服从概率分布的假定,它的目标是寻找一个对任何一个可能参数都能有良好性能的解,因此需要完整考虑不确定性。

概率性方法、可能性方法以及鲁棒优化方法是解决不确定性问题的最常用的方法,在考虑需求侧响应不确定性的多能源系统调度中也得到广泛使用。

2.3研究现状分析
从目前的研究结果来看,由于IDR尚处于发展阶段,面向IDR不确定性的研究较少,主要还是针对传统的DR项目。

概率性方法和可能性方法两类都是基于概率理论,不同之处在于前者利用客观概率论而后者是主观概率论。

这意味着解决不确定性问题的前提是能够采集大量数据样本并获得相对准确的概率分布。

而事实上受限于技术和成本,在实际中很难获得足够的信息和数据,决策者在解决问题时不得不设立许多假设和前提,从方法本身便可能产生一定程度的预测偏差。

而基于模糊理论的方法尽管打破了概率分布的制约,但它以最坏情况为基础,是一种相对保守的优化方法,无法得到最优解。

各种方法均有其各自的特点,具体的选择应视情况而定。

但面向IDR的多能源系统调度难度更大,不确定性更高,以上方法的缺陷在这种应用下可能会暴露得更加明显,因此未来需要再进行深入探索和进一步验证。

3关键技术及展望
到目前为止,IDR在研究和工程实践上都是一个相对较新的概念,但在不同能源间的越来越强的耦合趋势下,IDR必将成为符合能源发展需求的重要路径之一。

IDR仍处于研究初期,距离落地和参与商业应用还有很长的距离,但在信息化技术和先进测量技术的快速发展,以及国家和能源企业的推动下,相信实现由理论研究到落地应用的道路不会非常长远。

未来的研究框架如图2所示。

3.1准确的IDR建模方法
综合能源负荷侧包括电能、热能、冷能、天然气等多种不同类型的负荷,不同负荷的特性、物理性
·974·
图2IDR研究展望框架图
质、响应行为大有不同,同时不同负荷间又存在复杂多变的耦合关联约束。

IDR研究中的基础与重点是如何建立切实有效的多能流多形态多响应类型的负荷侧模型并预测其响应行为,以实现IDR更好地利用。

现有文献主要关注不同能源系统的产生、分配和转换,新型能量载体的建模及其应用是研究的热点,未来仍需关注如何准确地刻画不同能量装置的工作特性和工作条件的差异性,以及不同能流在不同应用场景下流动特性的区别。

3.2IDR能量消费策略研究
在大多数现有的研究中,在调度中的目标通常是使能源用户的个人用能成本最低,然而现实总可能不是这样。

用户的用能行为存在一定的随机性和不理智性,因此有必要利用经济学和心理学的方法去评估用户的消费心理和消费行为。

同时随着先进测量技术的发展,现实中能量消费数据会被大量收集,可以采用基于数据驱动的方法对这些数据进行统计和分析,来更准确地预测用户的消费行为。

3.3混合时间尺度的IDR调度优化研究
综合能源中各能流具有不同的时间尺度特性,例如电能要求实时平衡,而天然气等可以有一定时间上的延迟。

因此,在IDR的运行调度中,需要认真考虑不同能流对价格变换和外界需求的响应速度,在调度中要研究不同能流的混合时间特性,研究在不同优化时间尺度下IDR调度特性,进而对日前计划、日内调度、实时调整下的IDR特性进行建模分析,针对不同尺度下的IDR调度特性进行不同方式的求解,进而充分挖掘IDR在调度角度上的潜力。

4结论
本文详细介绍了在能源互联网背景下,IDR的提出以及其内涵和价值。

在此基础上,汇总和整理了国内外典型的IDR项目,并对IDR在多能源系统调度中的研究情况进行了分析。

相比于传统的需求侧响应项目,IDR强调不同能流的耦合和能量综合利用,在调度优化中不确定性因素更强,对系统经营者而言,在做决策时必须考虑。

最后,分析并总结了
IDR未来发展的关键技术和研究方向。

参考文献
[1]Nolan S,O爷Malley,Mark.Challenges and Barriers to Demand Response Deployment and Evaluation[J].Applied En⁃ergy,2015(152):1-10.
[2]Sheikhi A,Bahrami S,Ranjbar A M.An Autonomous Demand Response Program for Electricity and Natural gas Get⁃works in Smart Energy Hubs[J].Energy,2015(89):490-499.
[3]徐筝,孙宏斌,郭庆来.综合需求响应研究综述及展望[J].中国电机工程学报,2018,38(24):84-95,336.
[4]张伊宁.考虑需求响应的能源互联网优化运行研究
[D].杭州:浙江大学,2019.
[5]陈本阳,元一平,马鹏涛,等.基于在线稳定分析的电网调控运行安全风险管控策略[J].电网与清洁能源, 2018,34(2):65-71.
[6]崔鹏程,史俊祎,文福栓,等.计及综合需求响应的能量枢纽优化配置[J].电力自动化设备,2017,37(6):101-109.
[7]方绍凤,周任军,许福鹿,等.考虑电热多种负荷综合需求响应的园区微网综合能源系统优化运行[J/OL].电力系统及其自动化学报:1-7[2019-08-03].https://doi. org/10.19635/ki.csu-epsa.000217.
[8]Linna N I,Liu W,Wen F,et al.Optimal Operation of Electricity,Natural Gas and Heat Systems Considering integrat⁃ed Demand Responses and Diversified Storage Devices[J]. Journal of Modern Power Systems and Clean Energy,2018,6 (3):423-437.
[9]Stanford Energy System Innovations(SESI)[EB/OL]. [2016-02-13]./campus-action/stanford-energy-system-innovations-sesi. [10]Fragaki A,Andersen A N.Conditions for Aggregation of CHP Plants in the UK Electricity Market and Exploration of Plant Size[J].Applied Energy,2011,88(11):3930-3940.
[11]Buber T,Roon S V,Gruber A,et al.Demand Re⁃sponse Potential of Electrical Heat Pumps and Electric Storage Heaters[C]//Conference of the IEEE Industrial Electronics So⁃ciety.IEEE,2014.
[12]Lund H,Andersen A N.Optimal Designs of Small CHP Plants in a Market with Fluctuating Electricity Prices[J]. Energy Conversion and Management,2005,46(6):893-904.
[13]Geidl M,Andersson G.Optimal Power Flow of Multi⁃ple Energy Carriers[J].IEEE Transactions on Power Systems,
·084·
2007,22(1):150-155.
[14]黄仁乐,蒲天骄,刘克文,等.城市能源互联网功能体系及应用方案设计[J].电力系统自动化,2015,39(9): 26-33,40.
[15]Soroudi A,Amraee T.Decision Making under Uncertainty in Energy Systems:State of the Art[J].Renewable and Sustainable Energy Reviews,2013,28(Complete):376-384.
[16]朱文超.计及用户响应不确定性的负荷聚合商运营决策模型研究[D].北京:华北电力大学,2016. [17]南思博,李庚银,周明,等.智能小区可转移柔性负荷实时需求响应策略[J].智慧电力,2019,47(4):16-24. [18]仉梦林,胡志坚,王小飞,等.基于动态场景集和需求响应的二阶段随机规划调度模型[J].电力系统自动化, 2017,41(11):68-76.
[19]周树鹏.考虑需求响应的电力系统优化调度模型与方法研究[D].北京:华北电力大学,2017. [20]S.Shargh,B.Khorshid ghazani,B.Mohammadi-ivatloo,H.Seyedi,M.Abapour.Probabilistic Multi-objective Optimal Power Flow Considering Correlated Wind Power and Load Uncertainties[J].Renewable Energy,2016(94):10-21.
[21]Zadeh LA.Fuzzy sets[J].Inf Control1965(8): 338-53.
[22]张晓辉,赵翠妹,梁军雪,等.考虑发用电双侧不确定性的电力系统鲁棒模糊经济调度[J].电力系统自动化, 2018,42(17):67-78.
[23]赵冬梅,殷加玞.考虑源荷双侧不确定性的模糊随机机会约束优先目标规划调度模型[J].电工技术学报, 2018,33(5):1076-1085.
[24]罗纯坚,李姚旺,许汉平,等.需求响应不确定性对日前优化调度的影响分析[J].电力系统自动化,2017,41 (5):22-29.
(上接第464页
)
图7排烟温度变化趋势
另外,为了解中温烟气投运对制粉系统出力的影响,特进行了系统投运前后A制粉系统最大出力对比试验。

制粉系统主要参数变化见表1。

表1系统投运前后制粉系统参数变化结果
名称投运前投运后
A磨最大出力/t·h-124.327.4
22.326.6 A磨A1出口风粉温度/℃61.560.8 A磨A2出口风粉温度/℃62.061.5 A磨热一次风挡板开度/[%]96.692.4 A磨冷一次风挡板开度/[%]0.10.1从表1对比结果可以看出:在保持A磨煤机出口温度为60℃不变的前提下,中温烟气系统投运前后磨煤机最大出力分别为46.6t/h和54.0t/h,平均单侧磨煤机出力可提高3.7t/h左右。

5结语
(1)本文提出的中温烟气旁路系统具有创新性,采用对称性布置,引出和接入位置独特,具有压差大、系统阻力小、抽烟气量大、风门严密性高等特点,便于实现宽负荷脱硝的运行要求。

(2)通过中温烟气旁路技术的工程应用效果来看,SCR系统入口烟温提升幅度可达25℃以上,完全能满足机组40%ECR调峰负荷时脱硝系统的正常投运。

(3)对烟煤锅炉大比例掺烧褐煤而言,通过制粉系统防爆和中温烟气旁路等技术方案的实施,在保证设备安全运行的前提下,可提高单台磨煤机出力4t/h左右。

(4)本文提出的中温烟气旁路技术工程应用,对同类型机组开展深度调峰技术改造有较大程度的现实指导和借鉴意义。

参考文献
[1]祁兵,何承瑜,李彬,等.蓄热电锅炉参与能源互联的应用模式探究及发展趋势分析[J].电网与清洁能源, 2018,34(4):61-69.
[2]DEO G,WACHS I E.Reactivity of Supported Vanadi⁃um Oxide Catalysts:the Partial Oxidation of Methanol[J].Jour⁃nal of Catalysis,1994,146(2):323-334.
[3]黄文静,戴苏峰,艾春美,等.电站燃煤锅炉全负荷SCR脱硝控制技术探讨[J].节能技术,2015,33(2):190.
[4]苗永旗,庄柯,袁立明.低温SCR脱硝催化剂研究进展[J].电力科技与环保,2013,29(1):13-15. [5]郭凤,余剑,牟洋,等.宽工作温度烟气脱硝催化剂制备及反应机理研究[J].燃料化学学报,2014,42(1):101-109.
[6]张国柱,李冰心,李亚维,等.采用给水加热实现660 MW超临界机组宽负荷脱硝的理论研究[J].动力工程学报, 2018,38(1):50-54.
[7]章斐然,周克毅,徐奇,等.燃煤机组低负荷运行SCR烟气脱硝系统应对措施[J].热力发电,2016,45(7): 78-83.
[8]谭青,张彦琦,王吉翔,等.汽包锅炉实现低负荷脱硝的烟气升温系统[J].节能工程,2013(10):40-44. [9]白永峰.SCR法烟气脱硝技术在火电厂的应用[J].节能技术,2007,25(2):155-156.。