一种考虑电动汽车的机组组合与分时电价联合优化方法
【专利摘要】本发明公开了一种考虑电动汽车的机组组合与分时电价联合优化方法。该方法包括以下步骤：(1)获取为地区负荷供电机组参数及次日的检修计划；(2)获取次日电动汽车无序充电时的负荷预测曲线；(3)建立考虑电动汽车的机组组合与分时电价联合优化模型并求解；(4)下发机组组合结果与分时电价。本发明给出的考虑电动汽车的机组组合与分时电价联合优化方法可以同时满足系统运行、发电机组运行和电动汽车运行等约束，利用分时电价引导用户形成最优化的电动汽车充电行为，有效降低电力供应链的生命周期成本，提高电网运行的经济性与安全性。
【专利说明】
一种考虑电动汽车的机组组合与分时电价联合优化方法
技术领域
[0001] 本发明属于需求响应技术领域，具体涉及一种考虑电动汽车的机组组合与分时电 价联合优化方法。
【背景技术】
[0002] 我国的环境问题，特别是雾霾问题日益突出，而机动车的尾气是雾霾颗粒组成的 最主要的成分，电动汽车作为新一代交通工具，其在节能减排、减少大气污染方面有着巨大 的优势，我国政府高度关注电动汽车的研发和产业化，然而电动汽车充电在时间和空间上 有随机性特点，使其成为电网的一类特殊负荷，规模化电动汽车的无序充电将会加剧电网 峰谷差，导致配电网线路过载、电压跌落、网损增加等一系列问题。
[0003] 因此，亟待解决上述问题。
【发明内容】
[0004] 发明目的：为了克服现有技术的不足，本发明提供一种考虑电动汽车的机组组合 与分时电价联合优化方法，该优化方法可以利用分时电价引导车主进行有序充电，站在全 局角度同时考虑机组组合，起到降低电力供应链的生命周期成本、提高电网运行的经济性 与安全性的目的。
[0005] 技术方案:本发明提供一种考虑电动汽车的机组组合与分时电价联合优化方法， 包括以下步骤：
[0006] (1)获取地区负荷供电机组参数及次日的检修计划，供电机组参数包含机组的运 行成本系数、启动成本、机组出力限值、增/减负荷速率、最小允许运行时间、最小允许停机 时间；
[0007] (2)获取次日电动汽车无序充电时的负荷预测曲线，常规负荷的预测曲线与电动 汽车无序充电曲线相加则可得次日电动汽车无序充电时的负荷预测曲线；
[0008] (3)建立考虑电动汽车的机组组合与分时电价联合优化模型并在一定约束条件下 求解得到机组组合结果与分时电价，优化模型的目标函数为最小化电力供应链生命周期成 本，具体包括发电成本、机组启停成本、V2G成本、网损成本、普通负荷购电成本以及电动汽 车购电成本，具体表达式为：
[0009] minF(rvaJ；JJ；:,rp；.,) T N' MY1G N ( 1.) =min ^^[/(P；) +C,,,(1 - U； ')]1]；+ ￡ C； ：0/ -f P：nX?； + ft,, P："+ ?=1 /=! j=l i=]
[0010] 式中：tG(l，T)表示时间，T = 24为时段数，N为总机组数，/(P/)为机组i在t时刻的 运行费用，/(P/) = a,(P丨)2 + /;>, P> c,，P/为机组i在t时刻的有功出力，其中ai，bi，Ci为成本计算 系数；
[0011] Ci,t为机组i在t时刻的启动费用，代为机组i在t时刻的状态，0为停机，1为开机； 为电力公司购买j用户t时刻的V2G成本，N V2AV2G用户的个数；
[0012] 4表示网损成本系数，n表示网损率；表示电动汽车外的常规负荷，表示常 规负荷电价;pL?表不电动汽车充电分时电价;MpL.)表不电动汽车充电负荷，用户将根据 分时电价对电动汽车充电负荷的影响原理而修改充电时间，进而影响充电负荷；
[0013] (4)下发机组组合结果与分时电价，将机组启停安排下发给各个机组并将分时电 价下发至电动汽车用户处。
[0014] 其中步骤(3)中分时电价对电动汽车充电负荷的影响原理为：
[0015] 根据消费者心理学的峰谷电价模型，负荷转移率与电价的关系近似可以拟合成分 段线性函数。 0， 0 ^ PL - Plr ^ apv . Kp'.iPL- Plu,，aPv)， (2)
[0016] A 又;r,又：r ~
[0017] 式中Apv为峰时段到谷时段的转移率，j.r为峰时段到谷时段的转移率的极限值， '、为电动汽车充电峰电价和谷电价，a pv为峰谷电价差分段参数，KPV为峰谷转移率的计 算因子；
[0018] 峰时段到平时段以及平时段到谷时段的负荷转移率具体表达式为： ^ ^ -Pear ~ Pea- , KpniPL- P'L-ap,X (3)
[0019] ' 又r，义；r，ww:.-心 〇， 〇 幺
[0_ ap:n)， ⑷ ^:r^:r^m-+a,n<p：ar-p：;ar
[0021]式中Apn为峰时段到平时段的转移率，Anv为平时段到谷时段的转移率，％r为峰时 段到平时段的转移率的极限值，cr为平时段到谷时段的转移率的极限值，/>l为电动汽车 充电平电价，apn为峰平电价差分段参数，a nv为平谷电价差分段参数，Kpn为峰平转移率的计 算因子，Knv为平谷转移率的计算因子；
[0022]在t时刻开始充电的电动汽车辆数Nt，其计算方法为： -' - (5)
[0023] Nt=\NtO + A0.Np-Ap,Nt, t<Etf -入Rlip,祕p
[0024] 式中，Apv、Apf、Afv分别为峰时段到谷时段、峰时段到平时段、平时段到谷时段的负 荷转移率，T P、Tf、Tv分别为峰时段、平时段、谷时段，t为其中的任一时刻，Nto为无分时电价时 在t时刻起始充电的辆数，％为在实施T0U前峰时段峰时刻平均起始充电的电动汽车辆数， 为在实施T0U前峰时段平时刻平均辆数。
[0025] 优选的，步骤(3)中所述约束条件包括系统约束条件、机组约束条件和电动汽车用 户约束条件；
[0026] 其中，系统约束条件包括功率平衡约束和系统备用约束，
[0027] 功率平衡约束：
[0028] Zp/ + S + ⑷ j=i i=Y
[0029] 表示t时刻系统发电功率与V2G功率的总和等于系统所有负荷和网损的总和；
[0030] 系统备用约束：
[0031 ] (7) /二 1
[0032] 式中，Rt为t时刻负荷备用需求;Rdi为发电机组i的最大增负荷速率，其为正值；
[0033] 机组约束条件包括发电机爬坡速率约束、发电机出力上下限约束和最小启停时间 约束，
[0034] 发电机爬坡速率约束：
[0035] Rdj < P'； ' -^<：Rui (8)
[0036] 式中，Rdi为发电机组i的最大减负荷速率，其为负值;Rui为发电机组i的最大增负 荷速率，其为正值；
[0037]发电机出力上下限约束：
[0038] < P； <PU： (.9)
[0039] 式中，万、在分别为机组i出力的上下限；
[0040] 最小启停时间约束：
[0041 ] | , (10)
[(mw.1 - (7;)之 0
[0042] 式中，Xf"为发电机组i在时刻t之前处于运行状态的时间，为发电机组i在时 亥ijt之前处于停机状态的时间，Tf"为发电机组i的最小允许运行时间，Tf为发电机组i的最 小允许停机时间；
[0043]电动汽车用户约束条件包括用户出行约束、V2G时间约束、V2G功率约束、充电电价 与充电负荷关系约束和平均电价不上升约束，
[0044] 用户出行约束：
[0045] 〇<T' -Tu,<\2-T' ( 11 )
[0046] 式中，为第k辆车结束当天行程时刻，r/、7：f分别为第k辆车实行分时电价之 后用的起始充电时刻和充电持续时间；
[0047] V2G时间约束：
[0048] T^l20<T^ - T^lti<\2 (12)
[0049] 式中，、7^2(?为第k辆车采用V2G技术的起始放电时刻和放电持续时间；
[0050] V2G功率约束：
(13)
[0052]式中，r/u为第k辆车无序充电时充电持续时间;nc为电动汽车充放电的能量损失， 即放电效率；
[0053]充电电价与充电负荷关系约束：
[0054] nip：J = Pi：!N! 14
[0055]式中，Pcar为单辆电动车充电功率，Nt由电动汽车充电电价；
[0056] 分时电价上下限约束：
[0057] pL =pcM (15)
[0058] pL/p："<A (16)
[0059] 式中，A为峰电价与谷电价最大拉开比，P_为常规负荷电价。
[0060] 平均电价不上升约束： T .T
[0061 ] Z"'(pL,.)pL J 2^'(A.OT)两调 07) f=l t=\
[0062]有益效果:与现有技术比，本发明具有以下显著优点：首先该优化方法将机组组合 与分时电价的优化相结合，综合性的考虑两者方法的优化结果，将分时电价对电动汽车充 电的影响引入到机组组合问题中，可以利用分时电价引导用户形成最优化的电动汽车充电 行为，促使电动汽车有序充电，优化机组组合，有效降低电力供应链的生命周期成本，提高 电网运行的经济性与安全性;再者本发明所提供的优化方法可以为在电动汽车负荷比例较 大时制定分时电价提供一种最优的解决思路。
【附图说明】
[0063]图1为本发明的总流程图；
[0064]图2为本发明电动汽车有序/无序充电情况对比；
[0065]图3为本发明系统总负荷对比；
[0066] 图4为本发明发电机组启动台数对比。
【具体实施方式】
[0067] 下面结合附图对本发明的技术方案作进一步说明。
[0068] 首先说明本发明中实施例的参数设置情况。选取某配电网某天的负荷数据作为负 荷预测数据，该地区的机动车保有量约为20万辆，模拟渗透率为5%即1万辆电动私家车求 解本模型。电动汽车的充放电功率为10kW，电池容量为50kWh。电动私家车主要在工作区和 居住区充电，到达工作区开始充电的时间近似服从正态分布N(9,0.52)，到达居住区开始充 电的时间分别近似服从正态分布N(19,1.52)。
[0069]在没有实施分时电价的情况下，统一电价选用该地区的居民电价0.717元/(kWh)， 电价时段划分参照该地区工业用户峰谷分时电价方案，如表1所示。分时电价的平时段电价 选为该地区居民电价0.717元/(kWh) J2G放电电价选取1.5元/(kWh)，网损率选为5%，网损 成本系数也选用该地区居民电价0.717元/(kWh)。
[0070]表1分时电价时段划分
[0072] 本发明一种考虑电动汽车的机组组合与分时电价联合优化方法，包括以下步骤：
[0073] (1)获取地区负荷供电机组参数及次日的检修计划;本地区供电机组共有6台，供 电机组参数包含机组的运行成本系数、启动成本、机组出力限值、增/减负荷速率、最小允许 运行时间、最小允许停机时间;次日没有检修计划；
[0074] (2)获取次日电动汽车无序充电时的负荷预测曲线;假设电动汽车主要在工作区 与居住区充电，到达工作区开始充电的时间与到达居住区开始充电的时间均服从正态分 布，每台电动汽车一旦开始充电则会一直充满，当所有电动汽车按照这一规则充电，则认定 为无序充电；常规负荷的预测曲线与电动汽车无序充电曲线相加则可得次日电动汽车无序 充电时的负荷预测曲线；其中常规负荷的预测曲线是由电网调度部门通过成熟算法得到 的，本实施例使用某配电网某天的负荷数据作为负荷预测数据；
[0075] (3)建立考虑电动汽车的机组组合与分时电价联合优化模型并在一定约束条件下 求解得到机组组合结果与分时电价;优化模型的目标函数为最小化电力供应链生命周期成 本，具体包括发电成本、机组启停成本、V2G成本、网损成本、普通负荷购电成本以及电动汽 车购电成本，具体表达式为：
[0076] T N Ny2B N ( 1.) = min X !X[/(FV) +C,f(l -U；-')]U；4 ￡ C； ：0/ + p；i?TP； + f>Ln〇n+ t-\ i-\ j=l
[0077] 式中：tG (1 ,T)表不时间，T = 24为时段数，按照一天24小时每一小时为一个时段， N为总机组数，/(巧):为机组i在t时刻的运行费用，/(P;) = a,(P:)2 +6, ，巧为机组i在t时 亥IJ的有功出力，其中anbnQ为成本计算系数;F(x)是以x为未知数的函数，/(P/:)是以朽为 未知数的函数；
[0078] Ci,t为机组i在t时刻的启动费用，为机组i在t时刻的状态，0为停机，1为开机； 为电力公司购买j用户t时刻的V2G成本，NV2C为V2G用户的个数；
[0079] g表示网损成本系数，n表示网损率；表示电动汽车外的常规负荷，表示常 规负荷电价;?表不电动汽车充电分时电价;表不电动汽车充电负荷，用户将根据 分时电价对电动汽车充电负荷的影响原理而修改充电时间，进而影响充电负荷；
[0080] 具体分时电价对电动汽车充电负荷的影响原理为：
[0081] 根据消费者心理学的峰谷电价模型，负荷转移率与电价的关系近似可以拟合成分 段线性函数。 0， 〇 ^ PL- - P'car ~ aPv r n . K,,v(PL ^ P'car ^ ap^ (?)
[0082] Apv=\
[0083] 式中Apv为峰时段到谷时段的转移率，为峰时段到谷时段的转移率的极限值， />L.、/C为电动汽车充电峰电价和谷电价，a pv为峰谷电价差分段参数，KPV为峰谷转移率的计 算因子；
[0084] 峰时段到平时段以及平时段到谷时段的负荷转移率具体表达式为： 0, 0 < p^ar - < am
[0085] A (3) ，arm<pi：,r-p：r<^/Kpn+a im ^^^tKpn + apn<p：a-plr 0， 0 ^ P'car - PL ^ anr
[_6] A卜見-P，-~')， ⑷ am<P：ar-p：a,<^TIKm- + am. A；：\Ar/Km,+am<pl-p：,r
[0087]式中Apn为峰时段到平时段的转移率，Anv为平时段到谷时段的转移率，为峰时 段到平时段的转移率的极限值，cr为平时段到谷时段的转移率的极限值，为电动汽车 充电平电价，apn为峰平电价差分段参数，a nv为平谷电价差分段参数，Kpn为峰平转移率的计 算因子，Knv为平谷转移率的计算因子，其余量为消费者心理学参数；
[0088]在t时刻开始充电的电动汽车辆数Nt，其计算方法为： Nt0 + \vNp + ^fv teTv -- - (5)
[0089] M., = \Nl0 + lplNp-lpN!, t^Tt
[0090] 式中，Apv、Apf、Afv分别为峰时段到谷时段、峰时段到平时段、平时段到谷时段的负 荷转移率，T P、Tf、Tv分别为峰时段、平时段、谷时段，t为其中的任一时刻，Nto为无分时电价时 在t时刻起始充电的辆数，%为在实施T0U前峰时段峰时刻平均起始充电的电动汽车辆数， 为在实施T0U前峰时段平时刻平均辆数。
[0091 ]本发明中约束条件包括系统约束条件、机组约束条件和电动汽车用户约束条件；
[0092]其中，系统约束条件包括功率平衡约束和系统备用约束，
[0093] 功率平衡约束：
[0094] Zp/ + Z pr2c, =C+ + C6) i = t /=1 7=1
[0095] 表示t时刻系统发电功率与V2G功率的总和等于系统所有负荷和网损的总和；
[0096]系统备用约束：
[0097] hhL::之 R, '(7.) 1=1
[0098] 式中，Rt为t时刻负荷备用需求;Rdi为发电机组i的最大增负荷速率，其为正值；
[0099] 机组约束条件包括发电机爬坡速率约束、发电机出力上下限约束和最小启停时间 约束，
[0100] 发电机爬坡速率约束：
[0101] Rm < P/~] -PI < Rt:! f 8)
[0102] 式中，Rdi为发电机组i的最大减负荷速率，其为负值;Rui为发电机组i的最大增负 荷速率，其为正值；
[0103]发电机出力上下限约束：
[0104] /^/； <^ <7]U； (9)
[0105] 式中，耳、|分别为机组i出力的上下限；
[0106] 最小启停时间约束： 「(X- -T,UK)(t/;-V+1)>0
[0107] \(X':〇t, - )([/；fl -1/；) > 0 C10)
[0108] 式中，Xf*为发电机组i在时亥Ijt之前处于运行状态的时间，Xp为发电机组i在时 亥Ijt之前处于停机状态的时间，T/"为发电机组i的最小允许运行时间，为发电机组i的最 小允许停机时间；
[0109] 电动汽车用户约束条件包括用户出行约束、V2G时间约束、V2G功率约束、充电电价 与充电负荷关系约束和平均电价不上升约束，
[0110] 用户出行约束：
[0111] 0<T； -T；'1 <\2~r ( 11 )
[0112] 式中，为第k辆车结束当天行程时刻，g、r/分别为第k辆车实行分时电价之后 用的起始充电时刻和充电持续时间；
[0113] V2G时间约束：
[0114] T^2G<T^-T^V2G<12 (12)
[0115]式中，、：r^2(J为第k辆车采用V2G技术的起始放电时刻和放电持续时间；
[0116] V2G功率约束：
(13)
[0118]式中，为第k辆车无序充电时充电持续时间;n。为电动汽车充放电的能量损失， 即放电效率；
[0119] 充电电价与充电负荷关系约束：
[0120] Vifimr) = ^ear^t (14).
[0121] 式中，Pcar为单辆电动车充电功率，Nt由电动汽车充电电价；
[0122] 分时电价上下限约束：
[0123] pL=P哪 05,)
[0124] pir/p：lir<A (16)
[0125] 式中，A为峰电价与谷电价最大拉开比，P_为常规负荷电价。
[0126] 平均电价不上升约束： T T
[0127] J^MpL )pL (17) M f-I
[0128] 本发明使用电动汽车无序充电、无分时电价的机组组合结果与考虑电动汽车的机 组组合与分时电价联合优化结果对比说明本发明所提供方法的有效性。
[0129] 最优分时电价方案见表2 [0130]表2最优分时电价方案
[0132] 图2为电动汽车有序/无序充电情况对比；图3为系统总负荷对比；图4为发电机组 启动台数对比；从图2和图3可以看出，相比于无序充电情况，增加分时电价之后，电动汽车 日间较多地利用平时段进行充电，可以有效地降低系统峰负荷，达到"移峰"的目的；同时转 移到夜间谷时段进行大量充电，起到"填谷"的作用。系统负荷的峰谷差和峰负荷均有降低， 负荷曲线更为平稳，减少了发电机的频繁启停，将有利于电网运行的经济性和安全性;表3 为两种方法优化结果的成本比较，考虑电动汽车的机组组合与分时电价联合优化方法相对 于电动汽车无序充电、无分时电价的机组组合方法整条供应链的成本和发电机组启停成本 均有下降，原因是电动汽车有序充电与分时电价的引入可以减少发电机因备用或调峰而开 启，如图4所示，使负荷更为平稳，减少了机组的启停和调峰，从而降低了发电机组的启停费 用、降低整条电力供应链的成本。
[0133] 表3两种方法优化结果的成本比较
[0135] (4)下发机组组合结果与分时电价;将机组启停安排下发给各个机组并将分时电 价下发至电动汽车用户处。
【主权项】
1. 一种考虑电动汽车的机组组合与分时电价联合优化方法，其特征在于:包括以下步 骤： (1) 获取地区负荷供电机组参数及次日的检修计划;供电机组参数包含机组的运行成 本系数、启动成本、机组出力限值、增/减负荷速率、最小允许运行时间、最小允许停机时间； (2) 获取次日电动汽车无序充电时的负荷预测曲线；常规负荷的预测曲线与电动汽车 无序充电曲线相加则可得次日电动汽车无序充电时的负荷预测曲线； (3) 建立考虑电动汽车的机组组合与分时电价联合优化模型并在一定约束条件下求解 得到机组组合结果与分时电价;优化模型的目标函数为最小化电力供应链生命周期成本， 具体包括发电成本、机组启停成本、V2G成本、网损成本、普通负荷购电成本以及电动汽车购 电成本，具体表达式为：式中：te(l，T)表示时间，T = 24为时段数，N为总机组数，/(K)为机组i在t时刻的运行 费用，/(P/) = a,(P丨)2 +Ζ>,Ρ>?，P/为机组i在t时刻的有功出力，其中ai，bi，Ci为成本计算系 数； C1>t为机组i在t时刻的启动费用，R为机组i在t时刻的状态，0为停机，1为开机;62(；/为 电力公司购买j用户t时刻的V2G成本，NV2CSV2G用户的个数； #表示网损成本系数，η表示网损率；匕"表示电动汽车外的常规负荷，/4,表示常规负 荷电价;表不电动汽车充电分时电价;>r( pL.)表不电动汽车充电负荷，用户将根据分时 电价对电动汽车充电负荷的影响原理而修改充电时间，进而影响充电负荷； (4) 下发机组组合结果与分时电价;将机组启停安排下发给各个机组并将分时电价下 发至电动汽车用户处。2. 根据权利要求1所述的一种考虑电动汽车的机组组合与分时电价联合优化方法，其 特征在于，步骤(3)中分时电价对电动汽车充电负荷的影响原理为： 根据消费者心理学的峰谷电价模型，负荷转移率与电价的关系近似可以拟合成分段线 性函数。式中λρν为峰时段到谷时段的转移率为峰时段到谷时段的转移率的极限值，/C、/C: 为电动汽车充电峰电价和谷电价，apv为峰谷电价差分段参数，KPV为峰谷转移率的计算因 子； 峰时段到平时段以及平时段到谷时段的负荷转移率具体表达式为：式中v为峰时段到平时段的转移率，λην为平时段到谷时段的转移率，2；r为峰时段到平 时段的转移率的极限值，cr为平时段到谷时段的转移率的极限值，/>二为电动汽车充电平 电价，apn为峰平电价差分段参数，a nv为平谷电价差分段参数，κρη为峰平转移率的计算因子， Κην为平谷转移率的计算因子； 在t时刻开始充电的电动汽车辆数Nt，其计算方法为：(5) ： 式中，λρν、λρ?、λ?ν分别为峰时段到谷时段、峰时段到平时段、平时段到谷时段的负荷转 移率，TP、Tf、Tv分别为峰时段、平时段、谷时段，t为其中的任一时刻，Nt〇为无分时电价时在t 时刻起始充电的辆数/?为在实施T0U前峰时段峰时刻平均起始充电的电动汽车辆数，& 为在实施T0U前峰时段平时刻平均辆数。3.根据权利要求1所述的一种考虑电动汽车的机组组合与分时电价联合优化方法，其 特征在于，步骤(3)中所述约束条件包括系统约束条件、机组约束条件和电动汽车用户约束 条件； 其中，系统约束条件包括功率平衡约束和系统备用约束， 功率平衡约束：(6) 表示t时刻系统发电功率与V2G功率的总和等于系统所有负荷和网损的总和； 系统备用约束：(7) 式中，Rt为t时刻负荷备用需求;Rdl为发电机组i的最大增负荷速率，其为正值； 机组约束条件包括发电机爬坡速率约束、发电机出力上下限约束和最小启停时间约 束， 发电机爬坡速率约束：(8.) 式中，Rdi为发电机组i的最大减负荷速率，其为负值;Rui为发电机组i的最大增负荷速 率，其为正值； 发电机出力上下限约束：(9) 式中，耳、色分别为机组i出力的上下限； 最小启停时间约束：U0) 式中，x)'°"为发电机组i在时亥Ijt之前处于运行状态的时间，X严为发电机组i在时亥ijt之 前处于停机状态的时间，?Γ为发电机组i的最小允许运行时间，T#为发电机组i的最小允 许停机时间； 电动汽车用户约束条件包括用户出行约束、V2G时间约束、V2G功率约束、充电电价与充 电负荷关系约束和平均电价不上升约束， 用户出行约束：(11) 式中，为第k辆车结束当天行程时刻，Tf、g分别为第k辆车实行分时电价之后用的 起始充电时刻和充电持续时间； V2G时间约束：(12) 式中为第k辆车采用V2G技术的起始放电时刻和放电持续时间； V2G功率约束：(13): 式中，If为第k辆车无序充电时充电持续时间;η。为电动汽车充放电的能量损失，即放 电效率； 充电电价与充电负荷关系约束：(14) 式中，pcar为单辆电动车充电功率，Nt由电动汽车充电电价；分时电价上下限约束：式中，Λ为峰电价与谷电价最大拉开比，p_为常规负荷电价。平均电价不上升约束： (15) (16)(17)〇
【文档编号】H02J3/14GK105958498SQ201610272031
【公开日】2016年9月21日
【申请日】2016年4月28日
【发明人】李扬, 周磊, 高赐威, 焦系泽, 陈晋, 王喆, 王琛, 沈运帷
【申请人】东南大学