【孤岛型微电网系统能量优化调度策略及案例分析10000字】

孤岛型微电网系统能量优化调度策略及案例分析目录TOC\o"1-3"\h\u29414孤岛型微电网系统能量优化调度策略及案例分析 1262951.1孤岛型微电网系统日前-日内两阶段能量优化调度框架 121651.2日前优化调度模型 2262611.2.1决策变量 244401.2.2目标函数 3215311.2.3约束条件 6192991.3基于模型预测控制的日内滚动优化调度模型 8196561.3.1滚动优化调度的基本框架 8248471.3.2决策变量 9123571.3.3目标函数 10241111.3.4约束条件 117041.4模型求解方法与求解流程 11182581.5算例分析 13274461.5.1算例基本设置 13208441.5.2日前优化调度结果分析 16299731.5.3日内滚动优化调度结果分析 181.1孤岛型微电网系统日前-日内两阶段能量优化调度框架由于微电网内配置有风电、光伏等间歇性可再生能源电源，风速和光照具有强烈的波动性和随机性，而风光的波动性在不同时间尺度上的特性是不同的，文献[95]和[96]认为，风电、光伏的功率都在随时发生着各种各样的变化，其会随着时间的延长而逐渐增加。在几分钟的时间内，风电和光伏的功率变化相对比较小，因为时间变化比较短。然而，对于随机影响的情况在短时间内一般都很难观测出来，但是如果时间单位为小时的话，其观测的情况就会稍微有所好转，但是它的干扰变化情况会更大。所以，孤岛型微电网能量优化调度问题具有典型的多时间尺度特性，且不同于并网型微电网，孤岛型微电网无法通过大电网承担功率波动，具有更高的安全稳定运行风险，因此本文设计了孤岛型微电网多时间尺度能量优化调度策略，由“日前+日内”能量优化调度模型组成。（1）日前优化调度：基于第三章建立的风光发电功率短期预测模型，根据日前天气预报信息对调度期内24小时的可再生能源出力进行预测。基于风光荷发电功率短期预测结果，EMS这一对能量能够进行管理的系统可以借助孤岛型微电网前一天的调整模型进行计算，获得第二天每个小时微电网具体的运行方式，具体包括其不同分布式电源的启动和暂停方案、出力方案、负荷投切计划。当然，前一天的调整模型在进行运算的时候，时间的跨度一般是24小时。（2）日内滚动优化调度：以日前调度计划为基础，基于高精度风光荷超短期功率预测结果，更新可再生能源出力预测信息。能量管理系统EMS或孤岛型微电网中央控制器MGCC在既定的时间内不断地对当天的运行模型进行调整，从而进一步对前一天的计划进行反复修改，优化微型燃气轮机出力曲线、蓄电池充放电曲线、负荷计划等，不间断地进行预测的时间跨度为4个小时，这和超短期功率进行预测的时间是一样的。当天调整模型进行运行的时间跨度是一刻钟。1.2日前优化调度模型1.2.1决策变量孤岛型微电网是一个非常复杂的整体性系统，其内部包括了多个板块：风力发电系统、光伏发电系统、蓄电池储能系统、微型燃气轮机系统等，各种各样的不同的分布式电源，除此之外，还有三类负荷，分别是：重要、可中断和可平移。前一天对模型进行调整的变量可以通过能够进行控制的不同电源来组成，而且可以通过计划曲线来进行表示，P以及运行状态值的集合u： (41)式中：nmr、nbs、npv、nwg、ndcload、nmoload分别表示孤岛型微电网内微型燃气轮机、蓄电池储能系统、光伏发电系统、风力发电系统、可中断负荷、可平移负荷的数量；Pmr、Pbs、Ppv、Pwg分别表示微型燃气轮机、蓄电池储能系统、光伏发电系统、风力发电系统的出力计划矩阵；umr表示微型燃气轮机的运行状态矩阵，0表示停运，1表示运行；ubs表示蓄电池储能系统的运行状态矩阵，0表示充电，1表示放电；udcload表示能停止的负荷的投切计划矩阵，0表示去掉，1表示投入；umoload表示可平移负荷的投切计划矩阵，0表示切除，1表示投入。1.2.2目标函数可再生能源有其无可比拟的优势，所以为了充分地发挥它在发电方面的巨大的能力，为了确保整个系统能够正常平稳的提供电力，孤岛型微电网在前一天进行调整的模型在设计的时候，主要由两个板块构成，分别是：运行成本项F和决策惩罚项P。运行成本项F主要是指在运行过程当中产生的各种各样的成本，主要有：微型燃气轮机在使用的时候产生的成本、蓄电池在进行能量储存的时候产生的各种成本、可再生能源在进行发电的时候产生的各种成本、对负荷进行弥补的时候产生的各种成本等。惩罚项P包括弃风弃光惩罚项和负荷缺失惩罚项。孤岛型微电网日前优化调度模型以运行成本最低为目标，目标函数如下式所示： (42)下面对各项成本进行分析：（1）微型燃气轮机运行成本孤岛型微网中需要配备常规电源以保证系统供电稳定，微型燃气轮机在进行运转的时候，其使用的成本相对比较低，而且后期在维护和维修的时候成本也不高，数据数据的时候质量也比价高，同时相对于柴油机其在污染废弃物排放上面也比较少，比较干净环保，因此本文选取微型燃气轮机作为微网的常规电源，其运行成本主要包括燃料成本、启停成本、环境成本等几部分构成，数学描述如下式所示： (43)式中：为微型燃气轮机在调度期的运行成本；为日前优化调度时长，=24h；为微型燃气轮机数量；=1h；、分别为第i台微型燃气轮机在t时段的启停切换变量，表示微型燃气轮机由停机状态转换为开机状态；为第i台微型燃气轮机t时段的启停状态；、分别为微型燃气轮机的启动、停机成本；表示燃料成本计算函数；表示微型燃气轮机的环境成本计算函数。在微型燃气轮机正常运行范围内，单位时间微型燃气轮机燃料成本与其输出功率之间呈线性函数关系，可由下式表示： (44) (45)式中：为t时段微型燃气轮机消耗的燃气体积；表示燃气价格；和分别为微型燃气轮机的额定功率和t时段实际输出功率；和分别为微型燃气轮机燃料曲线的截距系数和斜率。对于风光柴储孤岛型微电网而言，风光储并不带来环境污染，仅微型燃气轮机在发电过程中会产生CO2以及若干污染气体，从环境损失和排污罚款两个方面对环境成本进行核算。环境损失是指机器运行或维护导致在这个过程中会耗费大量的自然资源，这样也会对环境造成破坏，排污罚款是指污染物排放应缴纳的罚款。因此，环境成本可由下式描述： (46)式中：n为污染物种类，本文主要考虑NOx、CO2、CO等气体污染；表示第j类污染物的环境价值成本；为第j类污染物对应缴纳的罚款；为微型燃气轮机一年的总发电量；为第j类污染物的排放强度；、分别为第j类污染物的环境价值和罚款标准。微型燃气轮机污染排放强度、电力行业污染物环境价值标准、主要污染物的罚款标准取自文献[92]。（2）蓄电池储能系统运行成本蓄电池在储能过程中会产生一些负担，这个负担主要是在放电的过程中产生的，数学描述如下式所示： (47)式中：为蓄电池储能系统在调度期的运行成本；为蓄电池的数量；为第j个蓄电池储能在第t时刻的充放电状态；为蓄电池储能的运行成本单价；为第j个蓄电池储能系统在t时刻的功率。（3）可再生能源发电系统运行成本可再生能源发电系统运行成本由风力发电系统运行成本、光伏发电系统运行成本构成，数学描述如下： (48)式中：、分别为风力发电系统、光伏发电系统的运行成本系数。（4）负荷补偿成本除了从供给方面进行管理以外，还可以从用户的需求这一角度出发，对其用电的行为进行调整和引导，这样就可以充分地让他们融入其中，可以使系统安全稳定运行。需求侧管理是指微电网运营商与用户签订协议，在实际运行时依据调度要求在多个时段内使负荷中断或平移，并向用户支付一定的补偿。数学描述如下： (49)式中：Fload为负荷补偿成本；fload,dc为可中断负荷补偿价格；fload,mo为可平移负荷补偿价格；为第k个负荷在第t时刻的负荷削减量；为第v个负荷在第t时刻的负荷平移量。（5）惩罚项从以上分析可以发现，在运行和管理过程中加上惩罚项的目的实际上并不是单纯地要进行惩罚，而是想要起到一个调整、引导和优化的目的，这样就能促使整个发电系统正常地运行，从而将供电的有效性进行提升，把弃风弃光这些问题进行规避和解决。惩罚项主要包括两个，分别是：弃风弃光惩罚项、负荷缺电惩罚项，计算公式如下式所示： (410) (411)式中：、分别为在较短的时间内对光伏、风电进行估算的功率；、分别为弃风弃光惩罚项和负荷缺电惩罚项的惩罚系数。1.2.3约束条件（1）系统平衡约束在脱网的时候，如果孤岛型微电网进行运行，那么为了保证其正常运行，就必须要确保无论在什么时间段，每一个分布式电源在出力的时候，都要和系统内负荷功率相一致，如下式描述：(412)式中：nipload为系统重要负荷的个数；为t时刻第s个重要负荷的功率。（2）蓄电池储能系统运行约束条件为避免储能过充过放，减少储能单元损耗，对其荷电状态(stateofcharge，SOC，记为XSOC)进行约束： (4-13)式中：SOCmin和SOCmax分别为储能剩余电量规定的最大值、最小值，取SOCmin0.1，SOCmax0.9。储能允许的最大充放电功率具有一定的约束，具体如下所示： (4-14)为保证储能系统能够不间断地进行运转，在进行调整的时间段内，要对储能系统开始运转和关闭前的运转情况进行监测，对这两个特殊时间段的荷电情况展开相应的调整和管理，如下式所示： (4-15)式中：SOC(t0)、SOC(t1)分别为储能系统调度周期始末时刻的荷电状态值，∆SOC,balance为储能系统周期电量平衡的允许偏差值。（3）微型燃气轮机运行约束条件1）微型燃气轮机运行功率约束微型燃气轮机其运行功率需要满足如下约束： (416)式中：表示第i台微型燃气轮机的额定功率；表示第i台微型燃气轮机的最小运行功率系数。2）微型燃气轮机功率爬坡率约束微型燃气轮机功率爬坡率约束如下所示： (417)式中：、分别表示第i台微型燃气轮机在进行运转的时候，在向下爬坡的时候的最大的功率，以及在向上爬坡的时候的最大的功率。（4）可再生能源发电系统运行约束条件在日前优化调度中，当作计划的时候，风力发电系统和光伏发电系统要比前一天预测的功率情况小，如下式所示： (418)（5）备用容量约束备用容量由微型燃气轮机与蓄电池储能系统提供，由下式描述： (419)式中：为第j个蓄电池储能的额定容量；为蓄电池储能的放电效率；Rs(t)为当以备不时之需的时候，孤岛型微电网的容量需求；、、、、、、、、的含义见前文。1.3基于模型预测控制的日内滚动优化调度模型当采用前一天的控制模型进行计算和决策的时候，其获得的数据更多的是来自前一天较短时间内对风光荷进行测算的功率曲线。所以，其数据的准确程度更多的是取决于前一天的预测情况。因为当前预测的准确程度要比前一天预测的准确程度高一些，所以可以通过调整模型对前一天的准确程度进行各种修正，这样就可以调整可控微源、可控负荷、储能及联络线的调度功率，以平抑风光荷的不确定性。日内滚动优化的调度周期为4小时，颗粒度为15分钟，最终优化结果为96点运行数据。每个调度周期更新一次预测数据和系统运行状态，求解调度周期内控制变量序列，取第一组控制变量下发并由负荷和微源控制器实施。事实上，滚动控制是在一个比较短的时间内随时对问题分开处理，其从整体的角度出发将时间进行细分，划分成若干个时间段，然后在每一个时间段内分别针对相应的问题进行处理和控制，从而获得整体的最优。1.3.1滚动优化调度的基本框架模型预测控制方法实际上是一种进行优化和控制的方法，其在数学建模的基础上，进行封闭式地处理，具体有模型预测环节、滚动优化环节以及反馈校正环节三个环节。由于其鲁棒性和收敛性表现较好，适合用来求解电力系统的优化调度问题。其基本思路是根据预测模型，结合测量输出，预测出系统在预测时域内的行为；k表示的是样本采集的时间，因为系统的每一个性能都有差异，所以按照其不同的优化指标，采用提前估算的手段对系统在未来一段时间可能出现的情况进行一定的预测，然后通过对算法进行优化的途径来判断将来的某一个时间段的数据输入排序。然是，k时刻有一定的局限性，其只能把控制调整之后的结果附加在第一个被算出来的值上面，在k+∆t时刻，可以使用其他刚刚获得的预测值不断地进行重复，从而获得整体的最优。在这个过程中有一个很明显的优点是可以不停地根据滚动情况来获得最新的功率分配方案，其和MPC控制算法理论实际上在很多方面都存在着相同之处，所以本文就采用MPC控制算法的思想对当天的变化情况不断地进行调整和控制。MPC具体过程包含以下几个步骤：预测模型：利用在当前时刻k与当前状态x(k)结合数学模型预测后续时刻的系统状态，同时考虑系统当前与未来的约束条件，通过解决优化问题的手段获取未来k+1、k+2…，直到k+M时刻的系统状态序列；滚动优化：通过在线反复优化计算，使得可再生能源出力波动等不确定因素带来的影响能够得到减轻；反馈校正：通过实测数据将系统状态更新，在下一次优化计算时基于最新的系统状态数据，再次刚才的实施流程再继续一遍。通过分析发现，MPC进行的过程实际上是不停地进行有限范围内的调整的过程，而且这其中还会对系统进行相应的控制。图41模型预测控制的基本框架图4-1是基于模型预测控制的滚动优化调度框图。在时刻，将实测的系统状态又传递到不断地控制模型当中，这个时候前期估算出来的数据就会和其一起展开相应的运算，从而获得最优解，然后相应的进行排序，排在第一组的方案就是实际下发控制量。如下式是最优控制序列：(4-20) 式中：k表示预测时域；U*表示t时刻求出的、对未来k个时段的最优控制序列；表示t时刻求出的第1个时段最优控制律，它主要是由控制变量向量组成的。本文设定不停运转的时间窗，即预测时域k=4h，时间辨识度为∆t=15min。1.3.2决策变量日内滚动优化模型的决策变量和前一天调整和控制的模型大体上是一样的，主要有：微型燃气轮启动、关闭、出力计划、负荷投切计划、蓄电池储能系统的充放电计划、可再生能源发电系统的出力计划。它们之间的不同点是当天不停的运行的模型内有非常多的变量，这和前一天的调整控制模型之间是有差异的。1.3.3目标函数通常最常见的并网型微电网，它们在当天的运行控制模型中就可以对前一天模型的运行情况进行不断地调整从而使得分布式电源正常运行，而且在后期还会自动进行优化，从而避免不受控制地对启动和暂停机组、负荷投切展开操作。所以，为了提高运行的可靠性和有效性，就需要对当天的运行控制模型进行监测，使其在保证系统正常运行的同时进行相应的纠正活动。在这个过程中，蓄电池也要发挥它的作用，所以为了确保当天运行控制过程的多活动一起运行，还要提前对蓄电池做好安排，使其能够和前一天的计划相匹配。所以，在当天调整控制模型的运行过程中，为了实现最优的目标，还要有运行成本项F和决策惩罚项P两部分，其中运行成本项F和前一天的运行控制模型要保持吻合，要能匹配地上，其主要包括微型燃气轮系统运转过程中产生的产本、蓄电池在进行能量储存的时候产生的成本、发电系统利用可再生能源进行发电的时候产生的成本和负荷补偿成本；惩罚项P是由蓄电池储能Soc偏差修正惩罚项、不用风和电惩罚项、失去运行惩罚项、对暂停运行的暂停计划进行完善惩罚项、微型燃气轮机启停计划修正惩罚项组成。其目标函数的数学描述如下所示：(4-21)式中：、、分别为蓄电池在储存能量的时候满电状态下进行调整的惩罚项、对暂停运行的暂停计划进行完善惩罚项、燃气轮机启停计划修正惩罚项。剩下的和前一天进行调整控制的模型的目标函数所对应的项目的含义是一样的。各个新增惩罚项的计算公式如下： (4-22) (4-23)(4-24)式中：、、分别为蓄电池在储存能量的时候满电状态下进行调整的惩罚项、对暂停运行的暂停计划进行完善惩罚项、燃气轮机启停计划修正惩罚项系数；T2为当天进行调整控制的幅度时间，通常是四个小时。1.3.4约束条件系统功率平衡约束、微型燃气轮机系统运行功率约束、蓄电池储能系统运行约束、备用容量约束均与日前优化调度模型的约束条件相同，只是时间尺度有所不同，日前优化以24h为完整调度周期，以1h为分辨率；日内滚动优化以4h为完整调度周期，以15min为分辨率，在此不再赘述。1.4模型求解方法与求解流程本文基于MATLAB软件搭建孤岛型微电网日前-日内两阶段能量优化调度模型，调用Cplex和Yalmip工具箱求解调度周期内系统运行情况。在仿真过程中输入的数据主要包括：①对可再生能源的使用情况、短时间内负荷的功率进行估算，所获得的解；②对可再生能源的使用情况、非常短的时间内负荷的功率进行估算，所获得的解；③机组参数；电价和燃料等成本数据；其它模型参数。其中①和②中的可再生能源发电功率预测结果通过调用第三章设计的预测算法得来。图4-2孤岛型微电网日前-日内两阶段能量优化调度策略（1）日前优化调度模型求解因为前一天进行调整控制的活动是一项事前活动，是提前进行控制，所以能够运用的软件主要是Matlab，主要是用其中的Cplex和Yalmip工具箱模块，来对前一天的调整控制模型进行计算，这个过程非常的简单快捷，只计算一次，就可以对当天所有的数据进行计算，所以获得的结果就比较全面和完整。（2）日内优化调度模型求解日内滚动优化采用模型预测控制方法求解，每隔15分钟获取最新的源荷、电价预测数据和实时运行数据，基于最新数据计算日内优化模型。日内滚动优化的调度周期为4小时，颗粒度为15分钟，最终优化结果为96点运行数据。每个调度周期更新一次预测数据和系统运行状态，求解调度周期内控制变量序列，取第一组控制变量下发并由负荷和微源控制器实施。日内滚动优化采用模型预测控制方法求解，其包含如下环节：1）预测模型：在现实测量的基础上，用获得的机组出力数据和对下一个时间段的负荷功率进行提前估算的数据、提前估算的可再生能源出力数据，再结合可再生能源与电力负荷的数学模型（约束条件、目标函数）预测后续时刻的各机组出力；2）滚动优化：不断的多次进行调整控制和计算，从而对最开始的荷出力进行干扰，以避免其出现的稳定性差问题；3）反馈校正：收集前期测量所获得的各种数据，然后对其进行比对和分析，对各个机组的实际运行情况进行吻合，从而调整其出力情况，促使后续的运行能够顺利进行，同时还能获得最新的测量资料。图4-3日内滚动优化调度求解流程1.5算例分析1.5.1算例基本设置（一）系统结构为验证本章的孤岛型微电网系统日前/日内能量优化调度策略的效果，采用广东省某地0.4kV独立型微网进行仿真实验。该微网拓扑与图2-1所示的微网典型拓扑一致。选取24小时为调度周期，前一天进行调整控制的时间为每隔一小时进行一次；日内滚动优化调度时间间隔为15分钟，在日内一共滚动96次，预测时间窗为4h。系统要求旋转备用率。设定蓄电池储能系统充/放电效率均为98%，其自放电率忽略不计。在这个微电网运行的时候，其总体的运行情况短时间内前一天的预测/非常短时间内当天的预测曲线参考文献[90]，且利用第三章所提算法对微网内的光伏发电系统及风力发电系统进行日前短期预测/日内超短期预测。独立型微电网内微型燃气轮机的运行参数、电力行业污染物环境价值标准以及主要污染物的罚款标准、蓄电池储能系统的运行参数、光伏发电系统基本参数、风力发电系统基本参数以及其他相关算例参数设置如下表所示：表4-1微型燃气轮机运行参数储能基本参数微型燃气发电机组1微型燃气发电机组2出力上限（kW）3015出力下限（kW）10050爬坡率0.30.25燃料价格/（元/L）0.00280.0028燃料系数a（L/kWh）180300燃料系数b（L/kWh）0.160单次启停成本（元/次）7040最小启停机时间（h）32表4-2电力行业污染物环境价值标准以及主要污染物的罚款标准（$/kg）SO2NOxCO2CO环境价值标准0.751.000.0028750.125惩罚标准0.1250.2500.001250.020表4-3蓄电池储能系统运行参数参数名称（单位）参数值额定容量（kWh）160额定功率（kW）60SOC范围0.15~0.9SOC初始值0.5储能运行成本系数（元/kW）0.001表4-4光伏发电系统基本参数参数名称（单位）参数值额定功率（kW）300运行成本系数（元/kWh）0.0096表4-5风力发电系统基本参数参数名称（单位）参数值额定功率（kW）150风电运行成本系数（元/kWh）0.0296表4-6柔性负荷参数参数名称（单位）参数值可平移负荷（kW）50单位可平移负荷补偿成本（元/kW）0.7可中断负荷（kW）40单位可中断负荷补偿成本（元/kW）1.2表4-7其他相关算例参数参数名称（单位）参数值日前优化弃风弃光惩罚系数104日前优化负荷缺失惩罚系数103日内滚动优化弃风弃光惩罚系数2×104日内滚动优化负荷缺失惩罚系数2×103日内滚动优化SOC偏差修正惩罚系数102日内滚动优化微型燃气轮机启停计划修改惩罚系数5×102日内滚动优化可中断负荷中断计划修正惩罚系数5×102该微网内负荷总日前预测及日内超短期预测曲线如下图所示：图4-4负荷功率日前预测/日内超短期预测曲线（二）运行环境本章所提的独立型微电网日前优化调度模型与日内滚动优化调度模型均为混合整数线性规划问题，通过MATLABR2018a运行环境下的YALMIP工具箱及商业求解器Cplex12.8求解。仿真算例实现的计算机硬件配置：Win10操作系统，内存32GB，CPU为IntelCorei7，核芯数为4，主频3.0GHz。1.5.2日前优化调度结果分析图4-5日前优化调度各微型燃气轮机与蓄电池储能系统出力计划曲线图4-6日前优化调度柔性负荷变化曲线日前优化调度结果如图4-5和4-6所示。具体分析如下：1）分析两台微型燃气轮机的启停及出力计划：微型燃气轮机1的工作时间为1:00-12:00，17:00-24:00，微型燃气轮机2的工作时间为15:00-24:00。可以发现，在上午10:00-12:00，微电网内负荷总体处于第一个高峰。但由于临近中午，日照强度逐渐增大至最值，光伏发电系统日前出力预测值加大，因而净负荷（总负荷与可再生能源出力的差值）相较总负荷上升较缓，仅靠开启微型燃气轮机1并辅以储能放电调度措施，即可完成给微电网内负荷供电的任务。然而在午后的16:00-24:00，微网内用户处于第二个用电高峰，同时这个时候可再生能源前一天出力的预测数值慢慢地出现削弱，也就是说太阳光照的强度开始减少一直到消失，并且考虑到微型燃气轮机1的最小启停机时间为3h这一约束，因此在15:00时（即受到最小启停机时间约束而微型燃气轮机1维持在关机状态时），系统提前决策启动微型燃气轮机2并以接近最大功率发电以支撑微电网内负荷供电。在最小启停机时间约束满足后，微型燃汽轮机1于17:00开启。2）分析蓄电池储能系统出力计划曲线，可以发现，蓄电池储能系统在7:00-15:00、16:00-17:00进行充电，在其余时段进行放电，基本符合在净负荷谷时段充电，净负荷峰时段进行充电的规律，证明了蓄电池储能系统在微电网中具有“削峰填谷”的作用，能有效提供微电网调度的经济性。此外，蓄电池储能系统的出力受到其SOC、容量的约束，因而承担“削峰填谷”的作用是有限的，因此在全时段优化调度过程中，其充放电策略并不能完全跟随净负荷变化。因此，在蓄电池储能容量配置相对较小的微电网中，还要考虑利用其他可控资源进行“削峰填谷”。3）柔性负荷（本模型中为可平移负荷与可中断负荷）通过需求响应项目参与到微电网优化调度过程中，其日前调度结果如图4-6所示。上述两种柔性负荷的单位调度补偿成本要远高于蓄电池储能系统，但要低于2台微型燃气轮机的边际发电成本。因而，在蓄电池储能系统调度能力受限时，微电网内的可平移负荷与可中断负荷作为需求侧，能够对各种资源进行合理分配和利用，即当波峰出现的时候开始进行减少，当波谷出现的时候开始进行补充，这样系统在运行过程中，其经济成本就会进一步降低，而且自由安排的空间和余地也比较大。4）在本算例中，前一天在进行调整