高原高寒地區可再生能源與儲能集成供能系統研究

孫雯雯，徐玉杰，丁 捷，李瑞民，凌浩恕，譚雅倩，陳海生

（1中國科學院工程熱物理研究所，北京 100190；2中國科學院大學，北京 100049）

我國的高原高寒地區主要包括中國西藏自治區和青海省、新疆自治區、甘肅省、四川省、云南省的部分地區，具有海拔高、全年平均氣溫低、日溫差大、年溫差小的特點。這些地區的供能和能源資源現狀如下。

（1）居民供電/熱問題。居民住宅距離大電網中心較遠，無法從大電網取電，且供暖季長、熱需求量大，傳統供能方式多依靠外供燃油，但是化石能源成本高昂，補給困難，無法實現電/熱能的自主保障。

（2）水能、太陽能與風能等可再生能源在高原地區分布廣泛。以西藏為代表，該地區河流眾多、落差大，蘊藏著豐富的水能資源[1]；高海拔地區空氣稀薄、水汽少，太陽輻射量大、日照時間長[2]；風能資源與地形、海拔密切相關，以西藏為例風能資源可劃分為風能可利用區域和風能貧乏區域[3]。

基于高原高寒地區的用戶需求和資源現狀，充分開發可再生能源是高原高寒地區實現電/熱能自主保障的重要趨勢。但可再生能源具有波動性和間歇性的特點，無法穩定跟蹤負荷。為解決這一問題，目前主要的技術途徑是將可再生能源與儲能技術耦合[4-5]。儲能技術可實現電/熱能的移時管理，穩定系統輸出、跟蹤計劃負荷[5]；可優化可再生能源的裝機規模，同時減少棄能量[6]；儲電、儲熱兩種儲能設備協調利用可提升系統靈活性、經濟性[7]。由此可見，可再生能源與儲能技術耦合可解決高原高寒地區供電/熱的問題。

可再生能源微網是可再生能源與儲能技術結合的主要應用，微網的優化研究已成為國內外的研究熱點[8]。部分研究以遺傳算法為基礎，針對風光互補發電系統，充分利用當地風能和太陽能資源的互補性，考慮系統成本、供電可靠性等多個目標，實現系統容量配置最優[9]。但由于水資源具有枯水和豐水期周期變化特性，以上研究并不適用于水利資源豐富的高海拔偏遠地區。針對離網型風光水儲互補發電系統，文獻[10]基于HOMER可再生能源優化軟件系統進行資源容量配置，以微電網系統成本為目標，優化結果表明在水能豐富的偏遠地區，建立風光水儲離網型系統的必要性。文獻[11]建立了計及負荷響應的獨立微網系統，在系統成本的基礎上考慮了可控負荷調度成本，采用CPLEX求解混合線性整數規劃問題，研究結果表明負荷響應能同時降低微網總運營成本及棄風光率。文獻[12]利用粒子群優化方法，以風光發電的消納最大化為主要目標，分別利用抽水蓄能和電池儲能消納低頻和高頻波動。

在高原高寒地區供暖方面，太陽能集熱器與蓄熱系統結合是目前普遍應用的一種供暖方式。文獻 [13]從集熱性能與經濟性方面對比了平板型、真空管式及槽式太陽能集熱器三種集熱形式，表明高寒地區采用槽式太陽能集熱器進行太陽能供暖最佳。在工程應用方面，研究表明槽式太陽能供暖具有較好的節能性和經濟性[14]。因此發展槽式太陽能集熱器用于用戶供暖具有較好的應用前景。

圖1 可再生能源與儲能集成供能系統流程圖Fig.1 Flow chart of energy system integrating the renewable energy and the energy storage

圖2 供熱系統原理圖Fig.2 Schematic diagram of the integrated heating system

已有系統雖在降低投資成本的同時滿足了用戶的電需求或熱需求，但仍存在發展障礙：①在并網型的微電網發電系統中，過剩的資源可出售給電網，但在離網型的系統中，仍有大量棄能未充分利用；②目前微網優化的研究主要集中于滿足用戶的用電需求，不能滿足用戶的用熱需求，缺少適用于高原高寒地區可再生能源與儲能集成供能系統的結構、運行方式及優化配置方面的研究。

針對上述問題，本文首先提出了一種新型的可再生能源與儲能集成供能系統，介紹了系統的結構與運行機理；其次，針對該新型系統，建立了各單元的數學模型，提出了一種考慮熱電設備性能的實時能量管理策略，并建立了以年成本為主要優化目標的容量配置方法；最后，本文對高原高寒地帶民用住宅群的供能系統進行了優化設計，研究在相同案例背景情況下，加入及未加入光伏發電、槽式集熱器、電加熱器等單元對優化配置方案結果的影響，并基于方案對比結果，分析了最優配置時系統能量管理策略的可行性及運行特性。

1 系統結構與工作流程

圖1為本文提出的集成供能系統流程圖，該系統包含風力發電、光伏發電、水力發電、儲電單元、槽式太陽能集熱系統、蓄熱單元、電加熱器以及集成控制系統。其工作原理如下。

（1）由水力發電作為主電源，風力發電和光伏發電作為補充電源，儲電單元用以穩定系統輸出和平抑負荷。用電低谷時，可再生能源產生的多余電力優先存儲在儲電單元中，若仍有剩余則送入供熱系統作為補充熱源；用電高峰時，主、補電源供電不足的部分由儲電單元補充。

（2）由槽式太陽能集熱系統作為基本熱源承擔系統熱負荷，滿足供電系統需求后的多余電力制熱作為補充熱源，共同滿足系統供暖季的熱負荷需求。其中，供熱系統的工作原理如圖2所示，太陽能集熱系統產生的熱量與電加熱器的熱量均將來自冷水箱的冷水加熱后儲存在熱水箱中，供暖時熱水箱中的熱量釋放給用戶，釋熱后的冷水返回至冷水箱中。

該集成供能系統具有如下特點：①電、熱負荷需求完全由水、風和太陽能三種可再生能源提供，擺脫了對化石燃料的依賴，具有清潔、環保的優點；②該系統利用儲電和儲熱技術靈活調節特性，提高分布式系統供電、供熱的穩定性和可靠性；③電加熱器將供電系統與供暖系統耦合在一起，系統實現聯合供電與供熱。電加熱器將供電子系統的電能轉化為熱能送入供熱子系統。一方面，為棄能利用提供一條有效途徑，提高能源利用率；另一方面，為供熱子系統增加一個補充熱源，使系統的經濟性進一步提高。

2 系統建模及優化方法

2.1 系統元件建模

2.1.1 風力發電

高原地區海拔高，低空氣密度對風力發電機輸出功率的影響顯著，當風力發電機的特性曲線未知時，優化規模為Pwind,rate時，風力發電機的輸出功率見式（1）[3,15]

式中，Pw1為風力發電機實際發出功率，kW；Pwind,rate為風力發電機額定功率，kW；vC為切入速度，m/s；vR為額定風速，m/s；v為輪轂高度下的風速，m/s；vF為切出速度，m/s；ρ0為常溫標準大氣壓下的空氣密度，kg/m3；ρ1為某海拔高度處的空氣密度，kg/m3。

此外，輪轂處的實際風速與地面的粗糙程度、塔架高度等密切相關。特定輪轂高度下的風速遵循式（2）所示的轉換關系[15]：

式中，2代表輪轂高度處，1代表測點高度；Vi為高度Hi處的風速，m?s-1；α為地面粗糙度系數，對于空闊地面，取1/7。

2.1.2 光伏發電

光伏發電功率輸出主要與總輻照強度、環境溫度和光伏板的型號有關，Npv臺太陽能光伏板的輸出功率的計算公式為[15]

式中，Ppv為光伏發電實際發出功率，kW；Npv為太陽能光伏板的數量，個；ηs為損失系數，設為1；Am為單個PV板面積，m2；Gt為太陽總輻射強度，W/m2；ηr為PV板額定能量轉換效率，%；ηpt為追蹤系統效率，設為1；Tr為PV板額定溫度，℃；βt為溫度系數，%/℃；Ta為環境溫度，℃；NOCT為標稱電池工作溫度，℃；式中800單位為W/m2。

2.1.3 儲電單元

本文選用的儲電單元為電化學電池，其運行過程可分為充電階段和放電階段，任意時段電池充放電滿足能量守恒原理[16]

式中，下標char代表充電，dischar代表放電；E(t)、E(t-1) 分別為第t及第t-1個時段結束時電池系統剩余電量，kW?h；δ為電池系統自漏電率，%；P(t)為第t個時段電池系統電功率，kW；η為儲電單元電效率，%；SOCbat為儲電單元的荷電狀態，%；Ebat,rate為單個電池堆的額定容量，kW?h；Nbat為儲電單元數量，塊。

2.1.4 太陽能槽式集熱器

太陽能槽式集熱器對太陽能的利用率常用太陽能場的集熱效率來表征。槽式太陽能集熱系統的熱功率輸出可用式（6）表示[17]

式中，I為太陽能直射輻射強度，W?m-2；Atc為聚光面積，m2；ηth為集熱效率，%；Qout為熱功率輸出，kW。

2.1.5 蓄熱單元

換熱器冷流體和熱流體換熱量相等，由能量守恒定律可得

式中，下標1和2分別代表熱流體和冷流體，上標in和out分別代表流體流入和流出換熱器；Q為換熱量，J；cp為流體的比熱容，J?(kg?K)-1；m為流體的質量，kg；T為流體的溫度，K。

任意時段蓄熱單元的蓄熱量可表示為

式中，in和out分別代表流體流入和流出儲罐；Mhs(t-1)分別為第t-1個時段結束時蓄熱罐中熱水的質量，kg；為水的質量流量，kg?s-1;Qhs(t)為第t個時段蓄熱罐的蓄熱量，J；κ為蓄熱單元熱損失系數；Thot為蓄熱罐的設計溫度，K；Tcool為蓄冷罐的設計溫度，K；cp為水的比熱容J?(kg?K)-1。

考慮到流體的熱脹冷縮及實際制造情況，儲罐的設計需增加安全系數φ，蓄熱罐的設計體積為Vhs時，蓄熱罐的設計蓄熱量Qdesign及任意時段蓄熱罐的蓄熱狀態SOCq表示為式（10）～ 式（11）[18]

式中，ρ為儲罐內水的密度，kg?m-3。

2.2 系統容量優化方法

2.2.1 集成系統優化配置目標函數

集成系統優化配置的目標為系統在項目壽命周期內的經濟性，可表示為系統等年值投資費用最小，即優化配置目標函數為集成系統年成本最低（annualized cost of system,ACS）[16,19-21]，集成供能系統年成本包括以下幾部分。

①設備初始投資年成本

初始投資成本為項目初期設備單元產生的一次性投入成本。選擇風力發電機規模Pwind,rate、太陽能光伏板的數量Npv、儲電單元數量Nbat、蓄熱罐體積Vhs、槽式太陽能集熱器面積Atc、電加熱器額定功率Pele,rate為優化變量，記為 [Pwind,rateNpvNbatVhsAtcPele,rate]，設備初始投資成本表示為：

式中，Ccap為設備初始投資成本，元；Ppv,rate為單片太陽能光伏板的額定功率，kW-1；Cw、Cpv、Cele為風力發電、光伏發電、電加熱器及附屬設備單位投資成本，元?kW-1；Cbat為電池堆及附屬設備單位投資成本，元?kW-1?h-1；Chs為蓄熱系統單位投資成本，元?m-3；Ctc為集熱器及附屬設備單位投資成本，元?m-2。

在考慮資金的時間價值的條件下，初始投資年成本為初始投資成本與資金回收系數的乘積，計算方法為

式中，Ccap,a為折算到每年的初始投資成本，元?年-1；CRF為投資回收因子；i為折現率，取8%；T為運行年限，取20年[22]。

②設備運行維護年成本

運行維護費用為系統正常運行和維修產生的成本，本文取為初始投資成本的2%[22]。

③設備替換年成本

替換成本為設備達到使用期限時，替換設備的費用，項目壽命周期內設備替換年成本計算方法為

式中，CR,a為所有設備折算到每年的替換成本，元?年-1；CR,a,j為設備j折算到每年的替換成本，元?年-1；r為運行年限中設備j的替換次數；CR,j為設備j替換一次的成本，元；t為設備替換的時間間隔，年；電池壽命取10年，其他單元在項目周期內無需替換[10]。

綜上，集成供能系統年成本為設備初始投資年成本、設備運行維護成本及設備替換年成本的總和，優化配置目標函數可表示為

2.2.2 約束條件

①最大裝機容量約束

考慮到占地面積及系統的熱電負荷需求存在最大值，優化變量的數量限制為

圖3 遺傳算法優化流程Fig.3 Flow chart of Genetic Algorithm

②供能可靠性約束

集成供能系統需保證對用戶供電及供熱的可靠性，可分別用失電率、失熱率評價，失電率Re為供電子系統虧欠用戶的電功率總量占電負荷總量的比重[23]

圖4 集成供能系統模擬結構圖Fig.4 The structure of the simulation program of distributed combined heat and power system

圖5 能量管理策略流程圖Fig.5 Flowchart of energy management strategy

式中，Pload、Phydro分別為時刻t用戶電負荷、水力發電功率，kW。

失熱率Rt為供熱子系統虧欠用戶的熱功率總量占熱負荷總量的比重[23]

式中，Qload、QT2分別為時刻t用戶熱負荷、換熱器2功率，kW。

失電率上限值Re_max及失熱率上限值Rt_max越小，供能可靠性越高，系統可靠性約束為：

③能量約束

儲能裝置每個日歷年年末應具有足夠的能量存儲，可保證集成供能系統能夠在生命周期內連續運行，儲電單元和蓄熱單元的蓄能量約束為[23]

2.2.3 遺傳算法

遺傳算法在解決復雜非線性問題、尋得全局最優解方面具有良好的效果，因此本文選取MATLAB遺傳算法工具箱作為優化工具[24]。遺傳算法通過模擬自然進化過程進行群體搜索，尋找最優解，優化流程如圖3所示。

2.3 集成系統運行模擬方法

集成系統模擬方法用來模擬集成系統運行，為遺傳算法中生成待優化函數步驟，如圖4所示主要由三部分組成：供電子系統、供熱子系統和優化目標。供電子系統輸出供電可靠性（Re）及儲電量（Ebat）用于判斷是否滿足約束，電加熱的電功率（Pele）為供熱子系統補充熱源。供熱子系統輸出供熱可靠性（Rt）及蓄熱量（Qhs）用于判斷是否滿足約束。模擬系統輸出集成供能系統年成本（ACS）。

本文提出的能量管理策略如圖5所示，能量管理策略可實現能量的合理分配及平衡，同時使設備運行在合理的技術參數范圍內，保障系統高效穩定運行。

圖7 熱負荷需求Fig.7 Hourly heat load profile

（1）供電子系統能量管理策略的具體步驟為：風力發電、光伏發電和水力發電共同為用戶提供電能，將電能供給與電能需求作比較；用電高峰時，電能需求多于電能供給，儲電單元放電；用電低谷時，電能需求小于電能供給，剩余電能使用的次序為：儲電單元充電，電加熱供熱，記為棄電量。運行過程中，若儲電單元的荷電狀態在上下限范圍內，則電池按照預判狀態運行；反之，則儲電單元不運行。

（2）供熱子系統能量管理策略的具體步驟為：按照設備的進出口設定溫度利用式（9）計算槽式集熱導熱油的流量（mtc）、電加熱器加熱水流量（mele）、換熱器1的冷流體流量（mc_HE1）、換熱器2的熱流體的流量（mh_HE2）及用戶側供暖流量（mload），計算此時蓄熱罐的蓄熱狀態；若在蓄熱罐的蓄熱量的上下限范圍內，則按照如上計算的流量運行，否則，若蓄熱罐的儲水量低于下限，則換熱器2不運行，若高于上限，依次是電加熱器、換熱器1不運行。

3 高原高寒地區案例分析

3.1 案例背景

為驗證集成系統容量優化方法的可行性，本文采用高原寒冷地帶民用住宅群為案例進行驗證。當地氣候分為非供暖季（6月～8月）和供暖季（9月～次年5月）兩個典型季節。

該住宅群目前完全依賴100 kW小水電供電，非供暖季為豐水期，水電站具備全天24小時100 kW滿發能力，可以滿足用戶電需求；供暖季為枯水期，水電發電功率約60 kW，無法滿足用戶電需求；供暖主要依靠燃油熱水鍋爐，但因運輸成本高昂每年供油量受限，無法24小時連續供暖，且室內溫度僅能維持10℃。所以本文利用提出的集成供能系統對其進行供能方案的優化。

3.1.1 電負荷需求

圖6為該地區供暖季和非供暖季典型日電力需求特性，其特點如下：非供暖季平均負荷29.9 kW，每天耗電718.4 kW?h；供暖季平均負荷50.9 kW，每天耗電1222.4 kW?h。

3.1.2 熱負荷需求

圖7為該住宅群熱負荷，此時室內設計溫度為18 ℃[25]，供暖時間為5～9月，持續時間占全年的75%，供暖峰負荷在1月。

3.1.3 可再生能源現狀

圖8所示為該地區太陽水平總輻照強度(GHI)、太陽直射輻照強度(DNI)、環境溫度及風速等隨時間變化曲線。太陽能水平總輻射用于光伏發電，水平總輻射包括散射輻射和直射輻射的水平分量，而直射輻射用于槽式太陽能集熱器的聚光集熱，直射輻射是太陽法線方向的輻射值。

圖8 小時級氣象參數：（a）太陽水平總輻照強度(GHI) ;（b）太陽直射輻照強度(DNI);（c）環境溫度;（d）風速Fig.8 Hourly values of meteorological parameters： (a)Global Horizontal Radiation;(b) Direct Normal Radiation;(c)Ambient temperature;(d)Wind speed

3.1.4 參數設置

本文動態模擬時長為8760小時，時間步長選取1小時，遺傳算法工具箱初始種群大小設為100，交叉操作設為0.8，變異概率0.01，部件參數取值如表1所示。

3.2 優化方案及結果分析

3.2.1 配置方案比較分析

利用本文提出的模型與方法，針對高原高寒地區民用住宅群案例背景，設計配置方案1～5并進行優化。方案5為本文所提集成系統，方案1～4在方案5的基礎上分別取消了光伏發電、電加熱器、太陽能槽式集熱系統及風力發電，配置方案優化結果如表2所示。

表2 供能系統容量優化配置方案結果對比Table2 Solutions of the sizing optimisation for energy system

對比分析不同配置方案，結果表明：

①由于高原高寒地區的地理條件和特殊氣候，方案2～5在經濟性、可靠性、環保性上均優于原方案。在經濟性方面，原方案運行維護費用高達234.4萬元/年，主要由燃料成本及運輸成本構成。案例地點為氣候嚴寒地區，供暖季最低溫約為-20 ℃且供暖持續時間長達全年的75%，燃料消耗量大；案例地點偏遠，運輸燃油需要翻越數座高山，且供暖季有大雪封山期，無法運輸，運輸費用高昂。方案2～5成本主要由設備投資成本構成，運維費用低，經濟性優于原方案。

②在具有“高海拔、低風速”特點的高原地區，太陽能資源顯著優于風能資源，優化方案優先利用太陽能。高原地區對風資源的影響主要體現在風速和空氣密度兩方面：一般情況下海拔越高、風速越大，但高原地區復雜的地形也會對風速產生嚴重影響，例如，案例地點為高海拔地區，但大氣環流被大面積的高原擋住，因此全年平均風速低。此外，高原地區空氣稀薄，低空氣密度降低了風力發電機輸出功率，即相同參數的風力發電機在相同風速下，在案例地點只能獲得內地地區最大功率的2/3。然而，恰恰由于高原地區空氣稀薄，增強了大氣透明度，所以高原地區太陽能資源普遍較為豐富。因此，僅配置風電的方案1經濟性極差；在風光并存的方案2、3、5中，優先配置太陽能光伏，僅在方案3中配置6 kW風力發電。方案4和方案5優化結果一致也反映了該地區的風力資源較差，不宜規劃風力發電機組。

③在太陽能資源豐富的高原地區，在光伏發電制熱供暖的基礎上加入槽式太陽能集熱器可以減少投資。方案5經濟性優于方案3，這是因為方案3中光伏發電為主要供暖來源，但光伏發電效率僅為7%～20%，且電-熱轉換能量損失為5%，而槽式太陽能集熱器的效率可達60%，槽式集熱器供暖經濟性更好。

④在太陽能資源豐富的高原地區，在槽式集熱系統供暖的基礎上加入電-熱轉換，可降低投資成本。這是因為槽式太陽能集熱系統僅在有直射輻照時運行，通過電-熱轉換增加一個補充熱源，可以有效降低投資成本。通過方案2與方案5對比，光伏發電增加229.76 kW，蓄熱罐體積減少156.49 m2，槽式集熱器面積減少861 m2，投資成本減少7.41萬元/年。

⑤集成系統容量配置方法可實現系統年成本最優化。通過方案1～5成本分析可知，方案4～5優化結果更優，且兩方案具有一致性，說明集成系統容量配置方法具有通用性，可根據高原高寒地區自然資源條件不同優化配置方案。集成系統年成本最小為42.37萬元/年，前期設備初始投資成本共計334.28萬元，具有較好的經濟性。

3.2.2 能量管理策略驗證分析

非供暖季水電豐盈，無需其他電源即可滿足負荷需求，故集成系統在非供暖季不運行，僅需定期維護。為驗證能量管理策略的有效性及該策略的運行特性，本文取方案5供暖季兩個典型日進行分析，如圖9所示。

分析供暖季集成系統能量管理策略，研究表明：

①能量管理策略可實現熱/電負荷實時跟蹤，系統供電及供熱的可靠性為100 %。

圖9 供暖季典型日能量管理Fig.9 Energy management on typical days

儲電單元可以實現電能的移時管理，在跟蹤用戶電負荷方面發揮著重要作用。如圖9(a)和(d)所示，用電低谷時，可再生能源產生的多余電力優先存儲在儲電單元中，若仍有剩余則送入供熱系統作為補充熱源；用電高峰時，主、補電源供電不足的部分由儲電單元補充，在圖9(b)和(e)中鉛炭電池的儲能量因放電而減少，因充電而增加。儲電單元全年累計存儲電量達87.03MW?h。

蓄熱單元可以實現熱能的移時管理，用戶熱負荷100 %由蓄熱單元跟蹤。與供電系統能量管理策略不同的是，如圖9(c)和(f)所示，為實現穩定供熱，蓄熱系統收集的熱量全部先儲存于熱水罐中，再從蓄熱罐釋放到用戶側用于供暖，當蓄熱的能量多于釋熱的能量時，蓄熱量增加，反之，蓄熱量減少。在方案5結果中，如果取消蓄熱系統，僅由槽式太陽能和電加熱器實時供熱，將有75.91%的時間無法滿足用戶熱需求。

②集成系統生命周期內連續運行性能較好。儲電單元和蓄熱單元的周期末與周期初相比，儲電/熱量增幅分別為2.46%和32.87%，說明系統在下一個周期初有更多的可調度能源，有利于下一周期的運行調度。

③該能量管理策略提高了系統的能量利用效率。一方面，系統最大限度的直接利用了能量源，減少了能量轉換損失。為降低由于充放電效率造成的能量轉換損失，儲電單元充放電不允許同時發生，即可再生能源產生的能量優先為電用戶供能，多余電力再進行分配，用戶側91.62%的電能直接來自可再生能源，8.38%來自鉛炭電池。另一方面，在供暖季，儲電單元和電-熱轉換系統將原方案中的棄水加以綜合利用，系統棄水率從12.59%降低為0.61%。

④電-熱轉換實現了電系統對熱系統的補充作用，補充作用主要體現在兩方面。首先，在直射輻照條件較差、無法啟動槽式集熱系統時，此時總輻照量相對較好，光伏發電仍能為熱系統提供能量，如圖9(d)和(f)所示。例如，在方案5中，系統連續86小時沒有直射輻射，槽式集熱器無法集熱，但是在86小時中，電制熱的能量共有843 kW，改善了蓄熱系統長時間能量零輸入的情況；其次，如圖9(a)和(c)所示，槽式集熱系統和光伏發電依賴光照條件，在夜間停止集熱，而水力發電晝夜運行，可在夜間為熱系統提供能量。

4 結 論

（1）本文基于高海拔地區氣候嚴寒的特點，結合可再生能源豐富的優勢，提出了一種新型的可再生能源與儲能集成供能系統，該系統利用儲電和儲熱技術靈活調節特性，將供電系統與供暖系統耦合在一起，實現聯合供電與供熱。該系統具有零污染、高能效、高可靠性等優點，具有廣闊的發展前景。

（2）提出一種考慮熱電設備性能的實時能量管理策略，建立了以供能系統年成本為目標的容量優化方法，可實現各設備的經濟優化匹配，為分布式供能系統和微網的優化設計方法提供有益的參考。

（3）通過案例對比分析，驗證了所提出的集成系統容量優化方法的可行性。高原高寒地區地理條件特殊且人口居住分散，可再生能源與儲能集成系統供能比燃油供能更適宜；針對具有“高海拔、低風速”特點的高原地區，太陽能資源顯著優于風能資源，優化方案優先利用太陽能；供熱子系統以槽式太陽能集熱器為基礎熱源，電-熱轉換系統為補充熱源，有利于實現投資成本最小化。

（4）驗證了能量管理策略的可行性及運行特性。通過儲能單元的能量移時管理可實現熱/電負荷實時跟蹤，系統供電及供熱的可靠性為100%，且具有良好的連續運行性能；儲電單元和電-熱轉換系統將原方案中的棄水加以綜合利用，優化后系統棄水率從12.59%降低為0.61%。