铁路车站光伏储能系统设计及生命周期环境经济分析

Design of Photovoltaic Energy Storage System and Life Cycle Environmental Economic Analysis for Railway Stations

摘要

为探究光伏储能系统节能、减排及降本潜力，开展铁路车站太阳能光伏储能系统设计，构建全生命周期环境经济核算方法模型。以铁路车站为例，设计屋顶式光伏储能系统，核算全生命周期碳排放当量为2.62×10³ tCO₂e，仅为国家电网发电和可再生能源占比较高的地方电网发电碳排放当量的10%和37%；光伏储能系统全生命周期大气污染物不产生PM_2.5排放，SO₂和NO_x大气污染物排放量分别为4.58 t和3.66 t，远低于国家电网；光伏储能系统全生命周期经济成本也最低，仅为地方电网和国家电网供电电费的20%和25%。相比于国家电网和区域电网供电方式，光伏储能供电的碳排放回收期分别为2.5年和9.3年，显著低于光伏组件使用年限25年，具有优越的环境与经济效益，为铁路车站运营供电方式选择提供借鉴。

Abstract

To explore the potential of energy saving, emission reduction, and cost reduction of the photovoltaic energy storage system, this study carried out the design of a photovoltaic energy storage system for railway stations, and built its life cycle environmental economic accounting model. Taking actual railway stations as an example, a rooftop photovoltaic energy storage system is designed and the CO2 emission equivalent of the life cycle is calculated to be 2.62×10³ tCO₂e, which is merely 10% and 37% of the CO₂ emission equivalent of the national grid power generation and the local power grid power generation with a high proportion of renewable energy. Additionally, the atmospheric pollutants in the life cycle of the photovoltaic energy storage system do not produce PM_2.5 emissions, and the emissions of SO₂ and NO_x are 4.58 t and 3.66 t, respectively, far lower than those of the national grid. Moreover, the life cycle economic cost of the photovoltaic energy storage system is also the lowest, which is only 20% and 25% of the electricity cost of local grid and national grid power supply, respectively. Compared with the power supply methods of the national grid and regional grid, the carbon emission recovery period of photovoltaic energy storage and power supply is 2.5 years and 9.3 years respectively, which is significantly lower than the 25 year service life of the photovoltaic modules. Thus, it yields superior environmental and economic benefits, providing a reference for the selection of power supply modes for railway station operations.

Graphical abstract

关键词

铁路车站 / 光伏储能系统 / 碳排放 / 环境 / 经济效益

Key words

Railway Stations / Photovoltaic Energy Storage System / Carbon Emission / Environment / Economic Benefits

0　引言

铁路作为国家重要的交通基础设施和运输骨干，具有大能力、低成本、节能环保等技术经济优势，在绿色可持续发展中担当重要角色。但是，在不断提升运力和保障旅客舒适度的需求下，铁路车站建筑规模和运营能源消耗越来越大，造成车站运营碳排放量居高不下^[1]，成为影响铁路行业2030年“碳达峰”的关键因素之一。

太阳能光伏发电潜力巨大，是铁路运行能源转型为可再生能源的主要方式^[2]，目前的研究包括铁路沿线安装中、小型离网式光伏储能系统^[3]，车站屋顶安装分布式光伏系统^[4]等。随着“零碳建筑”概念的提出，以及光伏系统产业的进一步发展，伴随其装机规模灵活的特点，光伏对于后勤房建的减碳效果也不断凸显^[5]。姚辉^[6]结合深圳市城市轨道交通3号线四期工程梨园站，将光伏发电系统应用于车站房建，提出光伏系统能带来可观的碳减排效益。Ding等^[7]结合地理信息系统研究中国973个铁路客运车站的光伏应用潜力，发现减少碳排放量达到5 511.2万~7 989.5万t。Li等^[8]分析中国高等级铁路客运车站的光伏应用潜力和技术经济特征，发现车站光伏总装机容量达到820 MW，发电量满足自用时，每年可减少碳排放量82万t，63%的车站能在4~7年内完全回收成本。Ma等^[9]提出独立的可再生能源系统能为世界各地的海上岛屿和偏远无电地区提供能源，避免柴油燃烧造成的环境污染，切合日益增长的全球能源需求。可再生能源系统不仅能降低碳排放，还能降低二氧化硫(SO₂)、氮氧化物(NO_x)、细颗粒物(PM_2.5)等大气污染物的排放。李蔚^[10]以光伏技术基本原理、系统组成、应用方式和安装要求等为基础，分析光伏技术在建筑等领域的应用现状及前景。石团团等^[11]研究办公楼中可再生能源的应用，提出光伏系统替代常规能源20 377.33 kg标准煤，可实现年减碳排放量50.33 t，年减SO₂排放量 0.41 t，年减粉尘排放量0.20 t。李娟等^[12]研究某商业办公楼，利用太阳能光伏系统发电，发现光伏系统的应用不仅能够降低碳排放，还能够带来较高的环境和经济效益。

然而，以生命周期视角，光伏储能系统在原材料生产、组件装配，以及报废处置阶段，不仅涉及能源与资源的输入，而且对水、大气、土壤环境等造成影响^[13-14]，如谢明辉等^[15]基于全生命周期理论，评价我国太阳能级多晶硅的环境影响，得出生产过程中电能消耗产生的环境影响占比最大，约为79.48%。但是，目前鲜有基于生命周期的光伏储能系统碳排放、环境影响和经济成本的相关研究。

本研究开展铁路车站光伏储能系统设计，该系统包括太阳能电池板、太阳能充放电控制器、铅酸蓄电池组等部分。太阳光可利用时，太阳能光伏发电系统在为建筑设备供电的同时为蓄电池组充电。无太阳能可利用时，通过蓄电池储存的能量为建筑设备供电，满足建筑设备连续运行的要求。增加储能可以平衡电力系统的电压和频率，承担电力系统的削峰填谷任务，降低电网负荷峰值，同时提高电力系统的容量和可靠性。

构建铁路车站光伏储能系统环境经济核算模型，以实际铁路车站为例，设计屋顶式光伏储能系统，采用排放因子法，核算全生命周期碳排放量。对比分析在相同耗能条件下，铁路车站采用不同供电方式的碳排放量、环境影响和经济成本，为铁路车站优选运营供电方式提供参考。

1　模型构建

1.1　铁路车站光伏储能系统设计

（1）发电量。光伏储能系统年发电量与年太阳辐射强度、电池转换效率、光伏面板面积等有关^[16]。

E_{pv}=W_s{S}_p(\mathrm{1}-S_k)A_S⑴

式中：E_{pv}为光伏储能系统年发电量，kW·h；W_s为某地年太阳辐射强度，kW·h/m²；S_p为光电转换效率，%；S_k为综合损失率，%；A_S为光伏板净面积，m²。

（2）装机容量。光伏储能系统装机容量计算公式如下。

W=\frac{E_{pv}}{H_{ST}\times \eta }⑵

式中：W为光伏储能系统的装机容量，kWp；H_{ST}为1年中总峰值日照时间，h；\eta为光伏储能系统效率，一般取0.8^[17]。

（3）电池板功率。太阳能电池板有效平均功率计算公式如下。

w=\frac{W\times h}{h_{ST}\times K}⑶

K={\displaystyle \prod _{i=\mathrm{1}}^{\mathrm{7}}}{K}_i⑷

式中：w为太阳能电池板有效平均功率，kW；h为经验系数，取值为1.15或1.2；h_{ST}为平均日峰值日照时间，h；K为光伏储能系统综合运行效率，包含K_{\mathrm{1}}环境温度系数，K_{\mathrm{2}}污染损失系数，K_{\mathrm{3}}最大功率损耗系数，K_{\mathrm{4}}太阳能电池板串并联损耗系数，K_{\mathrm{5}}直流线损耗系数，K_{\mathrm{6}}系统中整流、逆变系数，K_{\mathrm{7}}电池损失系数。

（4）光伏板组件串并联。由于单个光伏组件输出电压、电流和功率很小，为了获得所需的工作电压和电流，对光伏组件进行串并联设计^[18]，按如下公式计算确定光伏组件串联个数。

N_c=\frac{U_N\times K_c}{U_{v\mathrm{m}\mathrm{a}\mathrm{x}}}⑸

式中：N_c为光伏储能系统组件串联数，个；U_N为系统工作电压，V；K_c为光伏组件正常工作时电压峰值与额定电压的比值，取1.43^[19]；U_{v\mathrm{m}\mathrm{a}\mathrm{x}}为光伏组件最大工作电压，V。

对于光伏组件并联数，其数量与单位面积年太阳辐射总量、光伏模块总面积有关，同时还应考虑其损耗和逆变器效率问题，按如下公式计算光伏组件并联个数。

N_b=\frac{w}{N_c\times P_v\times K_s\times {\eta }_s}⑹

式中：N_b为光伏储能系统组件并联数，个；P_v为光伏电池组件输出功率，kW；K_s为损耗系数，取0.9；{\eta }_s为逆变器效率系数，取0.9^[19]。

（5）储能装置容量。选择最常用的铅酸电池为光伏储能系统的储能装置。

C_{bat}=\frac{\mathrm{1}\mathrm{000}\times h\times q_c\times P_w}{O\times K_a\times V_s}⑺

式中：C_{bat}为铅酸蓄电池储能容量，A·h；h为最长无日照时间用电时数，h；q_c为蓄电池组放电效率修正系数，一般取1.05；P_w为等效日均功率，kW；O为蓄电池放电深度，取值范围0.5~0.8；K_a为综合效率，一般为0.7~0.8；V_s为堆电压等级，V^[20]。

1.2　光伏储能系统全生命周期碳排放核算模型

光伏储能系统全生命周期不同阶段涉及多种原材料和能源消耗，全生命周期碳排放包括原材料生产产生的碳排放，涉及工业硅、多晶硅和硅片；组件系统生产产生的碳排放，涉及电池片、电池组件和系统平衡组件；运输产生的碳排放；废弃物处置回收产生的碳排放。参考既有研究^[21-23]，光伏储能系统单位装机容量碳排放因子如表1所示^[21-23]。其中，回收阶段主要是对钢、硅片、铝、银的回收，通过对这些物质的回收再利用，可减少293 kg/kWp的碳排放。

通过铁路车站光伏储能系统单位装机容量碳排放因子，计算铁路车站光伏储能系统全生命周期碳排放。光伏组件寿命通常为25年，因而研究界定全生命周期时间边界为25年。

C_{T-P}={\displaystyle \sum _{k=\mathrm{1}}^m}W\times E{F}_k\times y⑻

式中：C_{T-P}为光伏储能系统全生命周期碳排放量，kgCO₂e；k为光伏储能原材料生产、组件系统生产、材料及组件运输和废弃物处置回收不同阶段；E{F}_k为第k阶段单位装机容量碳排放因子，kgCO₂e/kWp；y为生命周期时间，年。

1.3　铁路车站电网供电电力能源消耗碳排放核算模型

铁路车站电网供电碳排放根据车站电力能源消耗计算。

C_{R-E}=E_{pv}\times E{F}_j\times y⑼

式中：C_{R-E}为铁路车站电网供电电力能源消耗碳排放量，kgCO₂e；E{F}_j为国家电网或地方电网供电方式单位电量的碳排放因子，kgCO₂e/(kW·h)。

1.4　光伏储能系统碳排放回收期核算模型

太阳能光伏储能系统碳排放回收期计算公式如下。

N=\frac{C_{T-P}}{E_{p\mathrm{v}}\times E{F}_j}⑽

式中：N为光伏储能系统碳排放回收期，年。

2　案例分析

2.1　车站概况

车站占地面积8 000 m²左右，地上部分为上下2层，地下为出站通道。车站主要运行设备系统包括照明、电梯、给水排水、暖通空调4类。车站采用智能控制系统对用能设备进行调节，以减少能源消耗。根据车站设备功率及使用频率时长统计，车站年平均用电量为1.83×10⁶ kW·h/a，即为车站光伏储能系统的设计年发电量。本研究设计的带有储能装置的光伏与供电系统，能够有效平衡市电与太阳能供电之间的不平稳性。太阳能光伏联合蓄电池系统的出力情况较为显著，能有效保障能源的可持续发展，有效提高供电系统的安全稳定性。

2.2　车站光伏储能系统

（1）光伏板净面积。车站位于可再生能源占比较高地区，年太阳辐射强度为5 460~7 530 MJ/m²，日峰值日照时间平均为5.33 h，年平均日照为2 022 h。光电转换效率15%，综合损失率20%。根据热量和电力之间的换算关系，车站年太阳辐射强度为1 516.79~2 091.83 kW·h/m²，取平均值1 804.31 kW·h/m²，根据公式⑴计算出光伏储能系统中的光伏板净面积为8 460 m²。车站有充足平坦的屋顶面积和稳定的承重结构，设计光伏面板全部置于车站屋顶，以减少占地面积。

（2）装机容量。依据设计的车站光伏储能系统发电量和峰值日照时间，利用公式⑵计算光伏储能系统装机容量为1 177 kWp，属于中型太阳能光伏储能系统。

（3）电池板功率。车站环境温度系数为0.93，污染损失系数为0.96，最大功率损耗系数为0.94，太阳能电池板串并联损耗系数为0.95，直流线损耗系数为0.97，系统中整流、逆变系数取0.97，电池损失系数取0.7^[24]。根据公式⑶和公式⑷计算出光伏储能系统为负载提供的有效平均功率为752.65 kW，对比电池板规格型号，选用320 Wp的电池板，峰值功率为320 W，峰值电压为37.4 V，组件排列为串并联相结合的形式。

（4）光伏板组件串并联。车站光伏储能系统工作电压380 V，根据公式⑸可计算得到光伏组件串联个数为15个，同时由公式⑹计算得到并联个数为193个，共计2 895个光伏组件，与光伏面板一起全部置于车站屋顶。

（5）储能装置容量。选用铅酸蓄电池为储能设备，其特点在于能承受较大负载，储存容量大。由于车站光伏储能系统主要在白天吸收太阳能，夜间为车站设备提供供电，考虑阴雨天气等情况，车站按13 h计算蓄电池最大储电时长^[25]。车站用能设备主要包括照明、电梯、暖通空调等，核算等效日均功率为14.47 kW。电池的电压将根据负载供电的需要而定，选取直流380 V系统，使用160块电压12 V容量250 A·h免维护密封铅酸蓄电池，其中155块用于正常储能，5块为备用蓄电池，12 V单体电池浮充电压为13.65 V，寿命8年^[26]。依据公式⑺计算，蓄电池储能容量为1 107 A·h，设计31串联5并联。

2.3　车站光伏储能系统全生命周期碳排放与电网供电碳排放核算

（1）国家电网和地方电网供电碳排放核算。依据《关于做好2022年企业温室气体排放报告管理相关重点工作的通知》(环办气候函〔2022〕111号)中规定，2022年国家电网电力碳排放因子为0.581 kgCO₂e/(kW·h)。四川和青海地区可再生能源占比高达85.74%，根据国家统计局发布的四川和青海火电、风电、水电和太阳能的发电比例和装机容量^[27]，得到地方电网供电碳排放因子如表2所示^[27]，该区域地方电网电力碳排放因子为0.154 3 kgCO₂e/(kW·h)。车站年平均耗电量为1.83×10⁶ kW·h/a，按照公式⑼，计算得出运营25年，国家电网和地方电网电力碳排放量分别为2.66×10⁴ tCO₂e和7.06×10³ tCO₂e。

（2）光伏储能系统全生命周期碳排放核算。依据车站光伏储能系统装机容量1 177 kWp，根据公式⑻，该车站光伏储能系统全生命周期碳排放量为2.62×10³ tCO₂e，车站光伏储能系统全生命周期碳排放量如表3所示。其中，光伏组件原材料生产与组件系统生产产生的碳排放量占比较大。另外，对废弃光伏板及储能组件回收，产生负碳排放3.45×10² tCO₂e。光伏储能系统发电量满足车站用电量时，全生命周期碳排放量低于国家电网供电碳排放1个数量级，与可再生能源占比高区域的地方电网供电相比，碳排放量降低了63%，具有优越的碳减排效应。

2.4　不同供电方式大气污染物排放对比分析

根据国家能源局发布的2023年全国电力工业统计数据，全国累计发电装机容量16.7亿kW。不同发电方式产生的大气污染物不同，火力发电大气污染物PM_2.5、SO₂和NO_x等排放最高，与火力发电相比，太阳能、风电等可再生能源发电过程几乎不产生污染物，但在发电设备生产和电厂建设过程中产生的环境影响不容忽视。

根据王彦哲等^[28]的研究结果，结合火电、水电、风电、光伏等不同发电方式生命周期单位发电量的污染物排放量，以及国家电网(火电52.06%、核电2.17%、水电16.16%、光伏15.34%、风电14.28%)和该区域地方电网(火电14.26%、水电64.83%、光伏11.76%、风电9.15%)的火电和可再生能源发电装机比例，计算国家电网和地方电网供电方式全生命周期单位发电量的大气污染物排放。不同供电方式全生命周期单位发电量大气污染物排放如表4所示^[24]。光伏储能供电方式单位发电量产生的SO₂和NO_x略高于地方电网，但几乎不产生PM_2.5。国家电网中火电比例较高，因而单位发电量产生的大气污染物SO₂、NO_x和PM_2.5均高于光伏储能和该区域地方电网。

2.5　不同供电方式经济成本对比分析

根据文献[29-30]中对光伏组件的成本分析，文献[31-34]中光伏组件和铅酸蓄电池单价，以及设计车站光伏储能系统装机容量1 177 kWp、光伏组件寿命25年和蓄电池情况(160块铅酸蓄电池，单块容量250 A·h，寿命8年，全生命周期更换3次)，考虑光伏组件、储能组件的附属设施成本及组件一次性建设及更换时的施工成本，车站不同供电方式经济成本如表5所示^[31-34]。光伏储能系统全生命周期经济成本为576.7万元。2022年该区域地方电价为0.64元/(kW·h)，国家电网平均电价为0.50元/(kW·h)。对于地方电网和国家电网供电，全生命周期25年内，电费成本分别为2 928万元与2 287.5万元，远高于光伏储能系统全生命周期经济成本。

2.6　不同供电方式环境经济综合分析

车站不同供电方式碳排放、大气污染物排放与经济成本对比如图1所示。光伏储能系统全生命周期碳排放量最低，仅为地方电网的37%和国家电网的10%。同时光伏储能系统全生命周期经济成本也最低，仅为地方电网电费的20%和国家电网电费的25%。根据公式⑽计算，相比于国家电网和区域地方电网供电，光伏发电的碳排放回收期分别为2.5年和9.3年，回收期远低于光伏组件使用年限25年。另外，光伏储能系统全生命周期几乎不产生PM_2.5，SO₂和NO_x大气污染物排放分别为4.58 t和3.66 t，远低于国家电网SO₂和NO_x排放量9.01 t和8.65 t。铁路车站采用光伏储能系统供电具有较为明显的碳减排、大气污染物减排和成本降低优越性。

3　研究结论

（1）车站年耗电量为1.83×10⁶ kW·h/a，采用光伏储能系统，装机容量为1 177 kWp，设计光伏发电系统和储能装置，全生命周期碳排放量为2.62×10³ tCO₂e，远低于清洁能源占比高的地方电网供电方式碳排放量7.06×10³ tCO₂e，更比国家电网供电方式碳排放量2.66×10⁴ tCO₂e低1个数量级。

（2）光伏储能系统全生命周期大气污染物不产生PM_2.5排放，SO₂和NO_x排放量仅是国家电网发电大气污染物排放量的50%。

（3）车站光伏储能系统，建设、运行及维修维护成本为576.7万元，远低于地方电网和国家电网电费成本。从碳排放量、环境影响和经济成本3方面考虑，铁路车站采用光伏储能系统，不仅降碳减排、成本节约，而且环境友好，具有广阔的应用前景。

参考文献

[1] 戴延泽，占曙光. 考虑碳排放的城轨开行大小交路方案分析[J]. 铁道科学与工程学报，2022，19(12)：3546-3556.

[2] DAI Yanze， ZHAN Shuguang. Analysis of Full-Length and Short-Turn Routing of Urban Rail Transit Considering Carbon Emission[J]. Journal of Railway Science and Engineering，2022，19(12)：3546-3556.

[3] JIA L M， MA J， CHENG P，et al. A Perspective on Solar Energy-Powered Road and Rail Transportation in China[J]. CSEE Journal of Power and Energy Systems，2020，6(4)：760-771.

[4] 胡田飞，刘济华，张翊敏，等. 铁路沿线光伏供电系统优化设计方法研究[J]. 铁道科学与工程学报，2024，21(2)：769-780.

[5] HU Tianfei， LIU Jihua， ZHANG Yimin，et al. Optimization of Photovoltaic Systems along Railways[J]. Journal of Railway Science and Engineering，2024，21(2)：769-780.

[6] 胡田飞，刘济华，李天峰，等. 铁路与新能源融合发展现状及展望[J]. 中国工程科学，2023，25(2)：122-132.

[7] HU Tianfei， LIU Jihua， LI Tianfeng，et al. Current Status and Prospect of the Integration of Railway and New Energy[J]. Strategic Study of CAE，2023，25(2)：122-132.

[8] 张时聪，刘常平，王　珂，等. 零碳建筑定义及碳排放计算边界研究[J]. 建筑科学，2022，38(12)：283-290.

[9] ZHANG Shicong， LIU Changping， WANG Ke，et al. Research on Definition and Calculation Boundary of Zero Carbon Building[J]. Building Science，2022，38(12)：283-290.

[10] 姚　辉. 地铁高架车站太阳能光伏发电系统设计研究[J]. 光源与照明，2022(8)：59-61.

[11] DING F， YANG J P， ZHOU Z. Economic Profits and Carbon Reduction Potential of Photovoltaic Power Generation for China's High Speed Railway Infrastructure[J]. Renewable and Sustainable Energy Reviews，2023(178)：113272.

[12] LI X M， ZHAO Y B， ZHANG W J，et al. Photovoltaic Potential Prediction and Techno-Economic Analysis of China Railway Stations[J]. Energy Reports，2023(10)：3696-3710.

[13] MA T， JAVED M S. Integrated Sizing of Hybrid PV-Wind-Battery System for Remote Island Considering the Saturation of each Renewable Energy Resource[J]. Energy Conversion and Management，2019(182)：178-190.

[14] 李　蔚. 太阳能光伏技术与建筑应用[J]. 电气应用，2010，29(3)：70-74.

[15] 石团团，万峰林，许浩天. 太阳能光伏发电系统在某办公建筑上的应用分析[J]. 安徽建筑，2021，28(1)：110-111.

[16] 李　娟，丁　蕾，王　娅. 太阳能光伏发电技术在绿色建筑中的应用分析[J]. 沈阳工程学院学报(自然科学版)，2018，14(1)：1-4，22.

[17] LI Juan， DING Lei， WANG Ya. Application Analysis of Solar Photovoltaic Power Generation Technology in Green Building[J]. Journal of Shenyang Institute of Engineering (Natural Science)，2018，14(1)：1-4，22.

[18] 王鑫淼，马志勇，周旺潇，等. 光伏发电系统碳中和及其影响因素[J]. 资源科学，2022，44(8)：1735-1744.

[19] WANG Xinmiao， MA Zhiyong， ZHOU Wangxiao，et al. Carbon Neutralization in Photovoltaic Power Generation System and Influencing Factors[J]. Resources Science，2022，44(8)：1735-1744.

[20] HARKOUSS F， FARDOUN F， BIWOLE P H. Optimal Design of Renewable Energy Solution Sets for Net Zero Energy Buildings[J]. Energy，2019(179)：1155-1175.

[21] 谢明辉，阮久莉，白　璐，等. 太阳能级多晶硅生命周期环境影响评价[J]. 环境科学研究，2015，28(2)：291-296.

[22] XIE Minghui， RUAN Jiuli， BAI Lu，et al. Environmental Impacts of Solar Grade Polysilicon Based on Life Cycle Assessment[J]. Research of Environmental Sciences，2015，28(2)：291-296.

[23] CHEN Z J， JIANG M K， QI L F，et al. Using Existing Infrastructures of High Speed Railways for Photovoltaic Electricity Generation[J]. Resources，Conservation and Recycling，2022，178：106091.

[24] 窦华东. 14MW分布式光伏并网发电系统设计研究[D]. 徐州：中国矿业大学，2021.

[25] 刘　海. 基于SOFC/PV的分布式冷热电联供系统特性仿真及能量管理策略研究[D]. 济南：山东大学，2016.

[26] 熊泽豪. 30MW光伏并网发电系统设计[D]. 湘潭：湖南科技大学，2018.

[27] 中华人民共和国住房和城乡建设部. 光伏发电站设计规范：GB 50797—2012 [S]. 北京：中国计划出版社，2012：6-9.

[28] 何津津. 基于生命周期评价的光伏发电碳排放研究[D]. 南京：南京航空航天大学，2017.

[29] 李　鹞，于随然. 中国光伏系统的生命周期评价[J]. 环境工程，2014，32(10)：119-124.

[30] LI Yao， YU Suiran. Life Cycle Assessment of Photovoltaic System in China[J]. Environmental Engineering，2014，32(10)：119-124.

[31] 刘　巍，田金平，陈吕军. 中国电动自行车动力铅酸蓄电池生命周期评价[J]. 环境科学，2017，38(8)：3544-3552.

[32] LIU Wei， TIAN Jinping， CHEN Lyujun. Life Cycle Assessment of Traction Lead-Acid Batteries for Electric Bikes in China[J]. Environmental Science，2017，38(8)：3544-3552.

[33] 李钟实. 太阳能分布式光伏发电系统设计施工与运维手册[M]. 北京：机械工业出版社，2020.

[34] 肖友鹏. 基于PVsyst的户用独立光伏发电系统优化设计[J]. 电源技术，2016，40(7)：1454-1457.

[35] XIAO Youpeng. Optimal Design of Stand Alone Photovoltaic Power Generation System Based on PVsyst[J]. Chinese Journal of Power Sources，2016，40(7)：1454-1457.

[36] 邹仕强. 独立光伏发电系统的规范化研究[J]. 煤矿机电，2021，42(6)：53-57.

[37] ZOU Shiqiang. Research on Standardization of Stand-Alone Photovoltaic Power System[J]. Colliery Mechanical & Electrical Technology，2021，42(6)：53-57.

[38] 国家统计局能源统计司. 2020年中国能源统计年鉴 [M]. 北京：中国统计出版社，2021.

[39] 王彦哲，周　胜，王　宇，等. 中国核电和其他电力技术环境影响综合评价[J]. 清华大学学报(自然科学版)，2021，61(4)：377-384.

[40] WANG Yanzhe， ZHOU Sheng， WANG Yu，et al. Comprehensive Assessment of the Environmental Impact of China's Nuclear and Other Power Generation Technologies[J]. Journal of Tsinghua University (Science and Technology)，2021，61(4)：377-384.

[41] 吴娅玲. 建筑光伏储能系统蓄电池运行策略与容量优化研究[D]. 长沙：湖南大学，2022.

[42] 周志天. 全生命周期视角下储能系统经济性研究[D]. 上海：上海财经大学，2022.

[43] NFAH E M， NGUNDAM J M. Feasibility of Pico-Hydro and Photovoltaic Hybrid Power Systems for Remote Villages in Cameroon[J]. Renewable Energy，2009，34(6)：1445-1450.

[44] BEKELE G， TADESSE G. Feasibility Study of Small Hydro/PV/Wind Hybrid System for Off-Grid Rural Electrification in Ethiopia[J]. Applied Energy，2012(97)：5-15.

[45] GIOUTSOS D M， BLOK K， VAN VELZEN L，et al. Cost-Optimal Electricity Systems with Increasing Renewable Energy Penetration for Islands across the Globe[J]. Applied Energy，2018(226)：437-449.

[46] NADHIR K， CHABANE D， TAREK B. Firefly Algorithm for Optimal Allocation and Sizing of Distributed Generation in Radial Distribution System for Loss Minimization[EB/OL]. (2013-05-31)‍[2024-01-01].

基金资助

中国国家铁路集团有限公司科技研究开发计划课题(N2023Z017)

中国铁路经济规划研究院有限公司基金项目(2023YJJ12)

国家铁路智能运输系统工程技术研究中心开放课题(RITS2022KF07)