研究内容
我国的高原高寒地区主要包括中国西藏自治区和青海省、新疆自治区、甘肃省、四川省、云南省的部分地区，具有海拔高、全年平均气温低、日温差大、年温差小的特点。这些地区的供能和能源资源现状如下。
（1）居民供电 / 热问题。居民住宅距离大电网中心较远，无法从大电网取电，且供暖季长、热需求量大，传统供能方式多依靠外供燃油，但是化石能源成本高昂，补给困难，无法实现电 / 热能的自主保障。
（2）水能、太阳能与风能等可再生能源在高原地区分布广泛。以西藏为代表，该地区河流众多、落差大，蕴藏着丰富的水能资源；高海拔地区空气稀薄、水汽少，太阳辐射量大、日照时间长；风能资源与地形、海拔密切相关，以西藏为例风能资源可划分为风能可利用区域和风能贫乏区域。
基于高原高寒地区的用户需求和资源现状，充分开发可再生能源是高原高寒地区实现电 / 热能自主保障的重要趋势。但可再生能源具有波动性和间歇性的特点，无法稳定跟踪负荷。为解决这一问题，目前主要的技术途径是将可再生能源与储能技术耦合。储能技术可实现电 / 热能的移时管理，稳定系统输出、跟踪计划负荷；可优化可再生能源的装机规模，同时减少弃能量；储电、储热两种储能设备协调利用可提升系统灵活性、经济性。由此可见，可再生能源与储能技术耦合可解决高原高寒地区供电 / 热的问题。
可再生能源微网是可再生能源与储能技术结合的主要应用，微网的优化研究已成为国内外的研究热点 。部分研究以遗传算法为基础，针对风光互补发电系统，充分利用当地风能和太阳能资源的互补性，考虑系统成本、供电可靠性等多个目标，实现系统容量配置最优。但由于水资源具有枯水和丰水期周期变化特性，以上研究并不适用于水利资源丰富的高海拔偏远地区。针对离网型风光水储互补发电系统，有文献基于 HOMER 可再生能源优化软件系统进行资源容量配置，以微电网系统成本为目标，优化结果表明在水能丰富的偏远地区，建立风光水储离网型系统的必要性。一些文献建立了计及负荷响应的独立微网系统，在系统成本的基础上考虑了可控负荷调度成本，采用 CPLEX 求解混合线性整数规划问题，研究结果表明负荷响应能同时降低微网总运营成本及弃风光率。有文献中利用粒子群优化方法，以风光发电的消纳最大化为主要目标，分别利用抽水蓄能和电池储能消纳低频和高频波动。
在高原高寒地区供暖方面，太阳能集热器与蓄热系统结合是目前普遍应用的一种供暖方式。有文献从集热性能与经济性方面对比了平板型、真空管式及槽式太阳能集热器三种集热形式，表明高寒地区采用槽式太阳能集热器进行太阳能供暖最佳。在工程应用方面，研究表明槽式太阳能供暖具有较好的节能性和经济性。因此发展槽式太阳能集热器用于用户供暖具有较好的应用前景。
可再生能源与储能集成供能系统流程图
供热系统原理图
已有系统虽在降低投资成本的同时满足了用户的电需求或热需求，但仍存在发展障碍：①在并网型的微电网发电系统中，过剩的资源可出售给电网，但在离网型的系统中，仍有大量弃能未充分利用；②目前微网优化的研究主要集中于满足用户的用电需求，不能满足用户的用热需求，缺少适用于高原高寒地区可再生能源与储能集成供能系统的结构、运行方式及优化配置方面的研究。
针对上述问题，本文首先提出了一种新型的可再生能源与储能集成供能系统，介绍了系统的结构与运行机理；其次，针对该新型系统，建立了各单元的数学模型，提出了一种考虑热电设备性能的实时能量管理策略，并建立了以年成本为主要优化目标的容量配置方法；最后，本文对高原高寒地带民用住宅群的供能系统进行了优化设计，研究在相同案例背景情况下，加入及未加入光伏发电、槽式集热器、电加热器等单元对优化配置方案结果的影响，并基于方案对比结果，分析了最优配置时系统能量管理策略的可行性及运行特性。
结论
（1）本文基于高海拔地区气候严寒的特点，结合可再生能源丰富的优势，提出了一种新型的可再生能源与储能集成供能系统，该系统利用储电和储热技术灵活调节特性，将供电系统与供暖系统耦合在一起，实现联合供电与供热。该系统具有零污染、高能效、高可靠性等优点，具有广阔的发展前景。
（2）提出一种考虑热电设备性能的实时能量管理策略，建立了以供能系统年成本为目标的容量优化方法，可实现各设备的经济优化匹配，为分布式供能系统和微网的优化设计方法提供有益的参考。
（3）通过案例对比分析，验证了所提出的集成系统容量优化方法的可行性。高原高寒地区地理条件特殊且人口居住分散，可再生能源与储能集成系统供能比燃油供能更适宜；针对具有“高海拔、低风速”特点的高原地区，太阳能资源显著优于风能资源，优化方案优先利用太阳能；供热子系统以槽式太阳能集热器为基础热源，电 - 热转换系统为补充热源，有利于实现投资成本最小化。
（4）验证了能量管理策略的可行性及运行特性。通过储能单元的能量移时管理可实现热 / 电负荷实时跟踪，系统供电及供热的可靠性为 100%，且具有良好的连续运行性能；储电单元和电 - 热转换系统将原方案中的弃水加以综合利用，优化后系统弃水率从 12.59% 降低为 0.61%。
