文档介绍:该【基于综合需求响应的工业园区联络线功率控制 】是由【小舍儿】上传分享,文档一共【8】页,该文档可以免费在线阅读,需要了解更多关于【基于综合需求响应的工业园区联络线功率控制 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。电力工程技*
2021年5月ElectricPowerEngineeringTechnology第40卷第3期106
D01:-
基于综合需求响应的工业园区联络线功率控制
张亮1,李章溢1,裴玮2,肖浩S孙瑞1,黄骏1,李雪峰1
(,广东深圳518108;2,中国科学院电工研究所,北京100190)
摘要:为平抑可再生能源系统所引起的联络线功率波动,工业园区通常采取整合园区内部所有源荷设备进行统
一集中管理或基于电力需求响应的简单源荷互动运行模式,未能充分挖掘园区多能负荷综合需求响应的潜力。在
分析工业园区用能特点的基础上,文中提出了一种基于综合需求响应的联络线功率控制方法,建立了园区与生产
任务相关的储能、空调负荷以及电动汽车的综合需求响应特性模型,并通过激励多元用户进行需求响应以平抑功
率的波动,有效实现了兼顾综合运行成本及跟踪控制误差的联络线功率控制。结合南方某蓄电池生产工业园区进
行算例分析,结果表明该方法能降低园区经济损失,使内部负荷用户受益,并确保对联络线功率计划的有效跟踪。
关键词:工业园区;综合能源系统;联络线控制;综合需求响应;序列二次规划
中图分类号:TM73文献标志码:A文章编号:2096-3203(2021)03-0106-08
下,实现了微电网联络线功率波动平抑;文献[13]
0引言
提出多时间尺度的楼宇虚拟储能系统和电动汽车
工业园区具备多样的分布式能源和可控资源,优化调度模型,实现基于电动汽车负荷和虚拟储能
具备良好的调控灵活性,在辅助服务及需求响应实的联络线功率波动平抑;文献[14]提出基于任务延
施等方面具备优势UY]。为进一步提升工业园区的时机制的服务器集群负荷需求响应模型,通过互动
需求辅助服务,与上级电网之间的精确联络线功率方式调整服务器集群负荷来有效平抑数据中心园
控制是关键。然而,工业园区中可再生能源种类区联络线功率波动。然而,上述文献的联络线控制
多、随机波动大,多种能源之间相互耦合转换不确中也存在一些不足。在控制对象方面,这些文献仅
定,负荷需求也受制于生产任务而呈现强随机性,考虑电力需求响应,未考虑多种能源综合需求响应
这些特性使得工业园区在联络线功率控制方面面的耦合转换及联合调控潜力;在控制方式方面,所
临极大的挑战。采用的激励响应措施也较为单一,而工业园区能源
目前,针对含多种能源集成的综合能源系统联设备形式的多样化、不同可控需求响应单元的调度
络线功率控制,已有多项相关研究被报导。文献成本差异性较大,很难通过简单单一的需求响应控
[7]采用模型预测控制(modelpredictivecontrol,制方式对各类用户制定统一规范的需求响应激励
MPC)技术将联络线功率控制问题转化为非线性二措施、补偿标准来响应调节。
次规划模型求解,提高了微网新能源发电功率消文中提出一种基于差异化综合需求响应的工
纳,且降低了联络线控制误差;文献[8]提出一种基业园区联络线功率控制方法。该方法采用差异化
于MPC的滚动优化联络线控制策略,在消除微电网的激励型需求侧响应功率控制方法,突破原有园区
中不确定因素的影响同时,实现精准的联络线计划统一管理、成本被动分摊的运行模式,充分调动内
跟踪;文献[9—11]提出一种聚合商通过控制潜在部多元可控单元主动参与园区的功率调控,有效协
响应资源参与电力市场调控的需求响应策略。综调兼顾园区各方的经济利益。同时,通过差异化的
上所述,在传统联络线控制中,通常采取集中整合激励方案,将综合需求响应的负荷用户与园区自建
能源系统内部所有机组和储能设备进行统一调控的备用机组相互配合,保障在维持园区功率平衡的
的传统控制方式,难以兼顾多主体间的利益需求。前提下,实现对联络线计划的高效控制。
有鉴于此,相关文献也提出了基于博弈论或者
需求响应互动的方式来实现负荷参与下的联络线1基于综合激励型需求响应的工业园区联
控制。文献[12]建立了基于两阶段随机规划的微络线功率控制架构
电网市场互动模型,在不影响用户用能体验的情况在传统工业园区的系统联络线功率控制中,园
收稿日期:2020-11-04;修回0期:2020-12-15区调控中心通常采取外网购电后出售给内部负荷
基金项目:国家重点研发计划资助项目(2017YFB0903400)用户的供能方式。外网购电供能方式配合园区内
107张亮等:基于综合需求响应的工业园区联络线功率控制
部自建的微燃机、光伏等分布式能源单元,可维持储能设备在参与需求响应调节过程中,还需满
园区内部的多能源供需平衡[15-16]o在实际运行过足自身的运行约束限制何,主要包括充放电功率限
程中,若园区综合能源系统出现较大的实时功率缺幅约束、剩余容量约束等。
额且备用机组容量不足,
级配电网以较高的“惩罚价格”购买临时电力,这将空调作为工业园区综合能源系统中负荷的重
带来高额的经济损失。为尽量避免违背联络线功要组成部分,具备极大的需求响应调控潜力。通过
率计划而带来的高额临时购电费用,文中提出一种响应用户激励方案,用户可调整空调温度设定值来
基于激励型综合需求响应的联络线功率控制框架。有效降低空调耗电量,从而参与功率计划调控。空
园区调度中心一方面通过调控内部可调度机调负荷参与功率调节时的运行特性及响应潜力与
组及配合外购电进行实时功率平衡,另一方面可向房间的热平衡模型密切相关。
励计划,鼓励负荷用户在功率不平衡时将用电量降房间的热平衡模型指通过空气等天然介质对
低到一定水平,在实现对联络线功率序列的有效跟冷、热能量的存储来实现室温调节的过程。室温调
踪的同时,降低园区费用支出。由于需求响应激励节过程中热力平衡及其与温度之间的关系为:
金额通常小于临时购电价格,因此园区方将有希望CaPaKT-T^)=(Mr-<c)At(3)
降低经济损失成本,同时负荷用户在不影响其用能Mr=(UoaAs+CaPaV^(TZ-)(4)
需求的前提下,通过转移或削减负荷,获得一定的式中:Ca,Pa分别为空气比热容和空气密度;,
补偿,实现园区与用户的双赢。分别为上一取样时刻的室内、室外温度Ms,y
分别为房间的表面积、体积;Mr,m-分别为当前
2园区多元用户综合需求响应特性建模
时段总的热、冷负荷;《为空气交换时间常数;UOA
。
企业储能作为工业园区源荷间能量调控和平为简化计算,通常可将模型中的常量化简,令:
衡的关键枢纽,在满足日前调度计划的前提下,通%久+唧人$=仏,唧人卩=為,式⑶和式(4)描述
常会预留一定的充放电区间。因此可充分利用其的房间热模型可表示为:
剩余备用容量,通过充放电的方式参与到用户激励
方案中叫⑸
在参与功率调节过程中,由于储能设备获得的式中:为t时段空调设备所消耗
园区方激励金额通常远大于储能设备响应过程中的电功率;张为空调系统的制冷效率。
的损耗费用,故将之忽略。在实时需求响应的过程在室温调节系统运行功率的前提下,还需满足
中,储能设备响应后的功率变化量APfs与储能用户房间的温度约束范围:
的单位功率的激励价格成:及实时荷电状态(stateofTjLWT[WT二(6)
charge,SOC)的偏差值有关,相互关系为:式中:丁囂,丁影分别为满足人体舒适度前提的室内
温度上、下限。
soc,0
(1)
°600,0
式中:S。心为储能设备荷电状态实际值;
能设备荷电状态的日前调度结果;町均为常系牺牲的仅是自身舒适度,而无需付出其他代价。因
数,决定着激励力度的大小,该系数应结合园区调此空调负荷对激励方案的响应功率与激励价格之
度成本及负荷用户参与积极性等实际情况选定。间存在线性关系:
由式(1)可知,只有当储能设备SOC与日前调度结△碍=5几,,(7)
果的差值在一定范围内时,储能设备才参与激励方式中:为空调负荷用户需求响应的功率调节
案,并与单位功率的激励价格於;呈现正相关关系。量;仁为一个非负常数,代表空调负荷用户对激励
此时园区方所给予企业储能的激励金额为:方案反应的敏感度,与天气状况等不断变化的因素
他S=£士泊严(2)密切相关;P心为t时段空调设备所消耗的电功率;
PZ为园区给予空调负荷用户的单位功率的激励价
式中:T为总的联络线说化控制时段数。
格。空调负荷用户所使用的电力减少量与当前空
电力X程技*108
调设备工作功率以及激励价格有关。此时,园区方
充电完成
可调度区
所给予空调负荷用户的激励金额为:不可调
度空恒压充
十电国|
心=X<>APr(8)卜-恒流充电区T100%
i=l*^doneSgoc
集响指中应令
式中:乩。为园区方所给予空调负荷用户的激励响应能力排序充电完成
金额。不可调k—可调度区二白
恒虫充
度区
-100%
电动汽车用户通过规划合理的充电时段及制ev2^dane^SOC
充电完成
定有效的电动汽车入网(vehicle-to-grid,V2G)计划,
不可调可调度区!
具备良好的负荷需求响应潜力。为了保证电动汽
度区恒压充
车在充电结束时刻的荷电状态满足用户的驾驶需恒流充电区十电,区4100%
0QSetQTQ
求,电动汽车参与系统功率调控时的响应功率应与»veh^dcne^SOC
时间、SOC状态及分配给电动汽车用户的调控任务图1电池充放电状态与SOC的关系
量有关,
dischargingstateofbatteryandSOC
影响,可表示为:
应的放电功率;厶为t时段内总的放电事件数;E狀
r0OwS’gWS::
为电动汽车电池组额定容量;C¥
W1='戸(172)(心“)
SvehWSveh,:W1池组的更换成本;0=C遇加/£;::,为一个常系数。
由于工业园区工作时间相对固定,因此电动汽
(9)
车的可控响应区间相对稳定。园区调度中心给予
式中:APrh为t时段电动汽车参与系统功率调控时
电动汽车的最终补偿成本可根据其参与功率调控
的响应功率;po为电动汽车额定放电功率;s’g为
后的损耗成本确定,可被表述为:
t时段电动汽车电池组对应SOC值;S豐为电动汽T
^veh=^4^veh^veh,;(H)
车进行放电操作的最低SOC值,当低于该值时,电
(=1
动汽车仅进行充电操作;S篇为电动汽车电池组由式中:乩。h为园区调度中心给予电动汽车用户的补
恒流充电切换为恒压充电的转换SOC值;rla8t为电偿成本叽h为园区对电动汽车负荷用户所给出的激
动汽车结束充电的时刻;7二为用户设定的充电结励方案的激励系数,与给予电动汽车用户的激励价
束时刻。(1-s::i)/(i-sveh.,)表明电动汽车当前格P;7密切相关,直接影响电动汽车负荷用户参与
电池SOC越大,即s¥eh;t越接近于最大值1时,其参激励型需求响应(demandresponse,DR)的积极性。
与调控的放电能力就越强;(心-t)/J表明当前
时刻越接近用户所设定的充电结束时刻,电动汽车3综合激励需求响应机制下的工业园区联
参与功率调节的潜力越小。电动汽车电池响应特络线功率优化控制模型
性与自身SOC值的关系如图1所示,其中sdone代表由于园区内可再生能源系统的功率波动及负
电动汽车电池充电完成时的最低SOC值。荷预测误差将导致联络线功率波动,当预测误差导
对于多台电动汽车联合响应功率,可根据当前/致联络线功率超出计划值时,园区调度中心将被迫
时段各电动汽车电池组SOC值,代入式(9)计算各购买电力以维持功率平衡。此时,园区方会遭受亏
个电池组的放电能力,按照大小排序,并通过分布损,将其定义为不含激励时的初始亏损成本:
式协同方式,调度前i个电动汽车的参与功率,即可
厶PtM0(12)
满足实际调度过程中的响应功率需求。Pwave,,—^wind,t+^pv,r+&load,,(13)
电动汽车在参与响应过程中,也会导致电池寿式中:厶皿,为园区方在t时段因功率波动而产生的
命损耗,损耗成本模型为:亏损数额;P。,,为功率波动时园区向配电网临时购
QLi电的电价;Pf为园区的功率波动值;,
贏=怎爲加=QYg(仍)(io)
£叫,弘砂分别为风电、光伏功率波动、用户负荷预
式中:为t时段电动汽车电池放电的损耗成测误差总和。
本;Q=*△£::)为电动汽车电池容量衰减与放电为了降低损失,园区调度中心可针对多元负荷
量的函数关系;为t时段内第k次放电事件对引入负荷激励计划,鼓励负荷用户减少电力需求,
109张亮等:基于综合需求响应的工业园区联络线功率控制
并向参与负荷调整的用户支付激励价格。此时园园区调度中心需要通过改变激励价格,影响各类负
区新的经济损失总额可表示如下:荷用户的功率响应积极性,最终获取园区经济损失
Lt=p“(Pwave,t—APlOAD,$)+Pr/APload丿最低的运行方案。对于此问题,可抽象为优化问题。
PwavetMo
(14)
“_rESacveh"1、',^x)=0i=1,2,■■-,/(18)
Pr,t~\-Pr,tPr,tPr,t」
△也AprAPrhrgj(x)>0j=\,2,…,m
式中:p°,为园区调度中心分别对企业储能、空调用式中:/仏)为优化目标函数,计算如式(15)所示;
g为等式约束,代指功率平衡约束和各类调节
户以及电动汽车用户给予的激励价格所构成的向
资源耦合关系等式约束等;g/x)为不等式约束函
量;APL0AD,t为APi®向量集的元素求和;APloadi,为
数,代指机组运行约束、储能充放电约束以及联络
多元用户负荷调整量构成的向量集。园区调度中
线传输功率容量约束等。
心实施激励计划后新的经济损失由两部分组成,第
文中采用序列二次规划(sequentialquadratic
一部分几,"“,厂比3心)为园区因分布式能源功
programming,SQP)算法求解,以确定使经济损失最
率波动而向配电网临时购电的金额,第二部分几”
小的最优激励价格。SQP算法是一种用于求解中
APload,(*园区对参与功率调整的用户减少的用电量
小规模且包含约束的光滑非线性问题的有效方法,
对应的激励金额。
其主要原理是利用一系列线性规划或二次规划来
综上,园区调度中心运行优化的目标是期望调
逐次逼近原非线性规划问题。SQP算法具有很好
整奖励价格几,,,激励负荷用户做出反应,最终使园
的全局收敛性,并具有超线性的收敛速度,能有效
区方的总经济损失最小化且确保联络线功率符合
支撑文中模型的求解。基于SQP算法的模型求解
日前计划值。最终控制目标可描述为:
流程如图2所示。
min/?,=min{p“(P”a5-APlOAD,,)+Preload,,+
入IPgrid”iPtpJ}P”ave,»M0(15)
式中:Rt为园区调度中心在t时段的运行优化总目
I实时监测园区内功率波动大小I
标;A为园区联络线计划单位功率的惩罚费用;I
P^,.,Ptp,t分别为实时联络线功率值以及联络线功I根据功率的缺额计'算初始经济损失值I
率日前计划值。
同时工业园区联络线功率控制中还需满足系
统功率平衡约束、联络线交换功率约束等以及式
(1)—式(14)所述的各类可调控资源的运行约束等
运行限制条件。系统功率平衡约束、联络线交换功
率约束表示为:
m=1
(⑹
Pgrid,mm•Wf"Pgnd,tWf"Pgrid,max\(17)/
式中:Pw.,为工业园区综合能源系统内部包括生产
负荷、生活用能负荷以及电动汽车充电负荷等在内
的各类负荷总和;Pmt“,P叫,Pg,分别为
园区微型燃气轮机、光伏、风电以及储能的实时出
力功率;吧为园区内微型燃气轮机的总台数;
P购屈",卩彌,喰分别为园区与配电网之间的联络线
交换功率的最小和最大限幅值。
4模型求解图2基于综合需求响应的联络线功率控制算法流程
-linepowercontrolalgorithm
文中建立的优化模型为典型的最优化问题,即basedonintegrateddemandresponse
电力no
线性关系,而能源站及空调负荷的调度成本特性则
5算例分析
呈现指数函数关系,其调度成本随能源站出力和负
。
以广东某蓄电池产业工业园区为例,
络线功率跟踪控制方法进行验证。其中,园区内部首先,为了验证文中提出的基于激励型综合需
的储能设备包括250kW-h的蓄电池系统;30kW的求响应的联络线功率控制方案的有效性,对比分析
空压机和制冷;制冰功率分别为40kW,25kW的冰不含激励响应的传统集中管控方案与文中方案的
蓄冷系统;供热系统包括1台600kW的微燃机热经济性。两种方案的运行成本及内部各类负荷用
电联产系统和1台300kW的锅炉;可再生能源方户的经济效益对比分别如表3、表4所示,两种方案
面包括30kW的光伏发电系统和40kW的风电机的日运行逐时累积成本对比如图4所示。
组。可转移负荷包括12台额定充电功率为10kW
表3工业园区响应前后经济性对比
的电动汽车充电负荷。园区厂房的热模型参数如
Table3Economiccomparisonofindustrial
表1所示。微燃机、储能系统、电动汽车的运行参数parksbeforeandaftertheresponse
以及各需求负荷的激励补偿系数的参数值如表2所平均激励价格/[元・(kW・h)T]运行成本/元
示,各可控单元的调控成本特性如图3所示。
表1园区厂房的热模型参数
Table1Thermalmodelparametersofindustrialpark表4各类负荷用户的响应收益
参数数值Table4Revenuetovariousloadusersafterresponse
cA/[kJ"(kg-K)_1]
pA/(kg-m-3)
V/
As/
t/0A/(W-m-2)
表2设备运行参数3
一■初始经济损失
Table2Equipmentoperatingparameters30oo
—响应后经济损失
参数数值25oo
1R\
,,,
n/n/ac/veh
15oo
储能最大充、放电功率Poh,m„,Pa»,”*/kW24,-24
10oo
储能荷电状态最大、最小值Sb,”,0-9,
yiny»in/°C'
'max,丄min'30,24500
,,
»veh,»veh>*^done4812162024
Cveh,bat/^^54000t/h
图4工业园区综合能源系统经济效益对比
energysysteminindustrialpark
qQ
・由表3和表4可知,园区的初始经济损失成本
IK主要是临时购电的惩罚费用,经过内部负荷需求响
总宦)
应后,园区的经济损失则主要包括临时购电费用、
各能源站运行成本支出以及各类储能、负荷的补偿
费用。虽然增加了能源站运行成本支出和各类负
荷用户的补偿费用等支出,但响应后的临时购电费
用较响应前大幅降低,总体经济损失较之前仍有降
图3各可控单元调度成本特性
。由图4可知,通过实施激励型综合需求响应后,
ofeachcontrollableunit园区经济损失得到有效降低,运行经济效益得到大
由图3可见,电动汽车的调度成本特性基本呈幅提高。
Ill张亮等:基于综合需求响应的工业园区联络线功率控制
,通过对储能用户中蓄电池SOC裕
图5进一步给出了在综合激励型需求响应控制量的充分利用,可有效调动其参与激励响应。蓄电
模式下园区各可控单元的日内功率出力情况。池系统日内实际荷电状态较日前计划值的平均偏
%。在调度周期内首末时刻的SOC值
25
基本跟踪了日前经济调度结果,有利于满足下一日
21调度计划的进行。
15图7为日内阶段储能用户参与激励计划时的可
10充放电功率时序图。
5
4812162024
t/h
一一能源站-一电动汽车「-空调负荷—临时购电
图5各可控单元功率变化量
由图可知,在电价高峰时段(10:00—16:00),
园区的功率平衡主要依靠可控机组;在电价低峰时图7日内储能用户参与激励计划时
的可充放电功率时序图
段,临时购电的价格较低,/(kW・h)的实时
­
谷电价甚至低于园区方给与各类机组削减或转移chargingforenergystorageusersparticipating
负荷的激励价格。在电价低峰时段,部分功率缺额inincentiveplaninintradayoperation
可通过临时向配电网购电来补充。综合图6和图7可知,当储能用户实时SOC值
电动汽车可控单元主要在上班期间接入电网大于日前调度SOC值,且差值越大时,储能用户参
参与功率响应。由于其补偿价格较低,因此具有较与激励计划时的可充放电功率越大,其参与激励计
划的响应范围也越宽。此时,更有利于园区调度中
高的调度优先级。在06:00-16:00期间,电动汽车
心调动储能用户参与激励计划的积极性,进而充分
充电功率削减量一直维持在15kW左右,但临近充
电结束时,为保证其充电任务的按时完成,其可调利用激励方式减少园区因功率波动所造成的经济
损失。
度能力迅速下降。空调负荷在日前调度阶段的计
图8为空调负荷用户对园区调度中心所给予的
划出力主要集中在电价低谷时段(16:00—09:00),
不同激励价格下的功率响应曲线。
空调负荷的功率削减量则主要分布在15-20kW之
间。能源站由于其启动成本较高,不适合频繁的开
启,因此功率变化曲线较平稳,在电价高峰期
(09:00—17:00)出力较多,基本运行在最大运行功
率20kW处。
图6给出了日内阶段储能用户进行需求响应后
的蓄电池SOC及与日前经济调度结果的对比。
0O
9O
8O图8空调负荷用户在不同激励价格下的功率响应值
6Ousersunderdifferentincentiveprices
5O
由图8可知,在较大的激励价格下,空调负荷用
4O
3O户参与响应的日平均功率有较大提升,当激励价格
2O
/(kW・h)/(kW・h)时,其
%。由于园
区给予空调负荷用户的激励金额直接决定当前时
图6控制前后SOC值
刻空调负荷用户的功率削减量,在空调出力功率因
beforeandaftercontrol爬坡约束带来的时段耦合下,将影响下一时刻用户
电力工程技*112
空调制冷系统的运行功率,进而影响空调负荷用户系统的关键技术研发”资助,谨此致谢!
对园区给予奖励价格的响应积极性,由此也说明空参考文献:
调负荷用户的功率削减量与激励价格并不呈现线[1]贾楚蕴,李华强,
性关系。空调负荷用户的需求响应积极性需综合化及多主体利益分配研究[J].智慧电力,2020,48(10):30-
考虑激励价格及空调负荷的运行功率点来确定。36,9&
JIAChuyun,LIHuaqiang,
optimizationandbenefitsharingamongownersinindustrialpark
图9给出了通过激励型综合需求响应控制后的
basedonenergymanagementcontractfJ].SmartPower,2020,
园区联络线功率曲线。
48(10):30-36,98.
[2]朱君,孙强,冯蒙霜,
究[J].电力需求侧管理,2020,22(2):67-71.
ZHUJun,SUNQiang,FENGMengshuang,
businessmodelofintegratedenergyserviceinindustrialParks
[J].PowerDemandSideManagement,2020,22(2):67-71.
[3]黄伟,■网协同优
化规划[Jh电力系统自动化,2020,44(23):20-28.
HUANGWei,-energycomplementarybased
coordinatedoptimalplanningofparkintegratedenergystation­
-控制前联络线功率曲线network[J].AutomationofElectricPowerSystems,2020,44
---基于DR的联络线功率控制结果(23):20-28.
图9联络线功率序列跟踪控制效果[4]杨莘博,谭忠富,林宏宇,
系统随机优化及收益分配模型[J].电力系统自动化,2020,
-linepowersequencetrackingcontroleffect
44(19):36-46.
由图9可知,园区内可控设备通过响应激励方
YANGShenbo,TANZhongfu,LINHongyu,­
案,调整其充放电功率,有效平抑了日内联络线功timizationandincomeallocationmodelforparkintegrated
率波动。采用均方误差(meansquarederror,MSE)energysystemconsideringcooperationalliance[J].Automation
%,有ofElectricPowerSystems,2020,44(19):36-46.
效实现了对日前联络线功率计划序列的跟踪。对[5]刘练,李林,丁明,
[J].电力系统保护与控制,2020,48(3):171-179.
文中所提出方法的计算时长进行统计来看,在Intel
LIULian,LILin,DINGMing,
(R)Core(TM)i5--GHz处理器、8-GB内存,
photovoltaicandenergystoragemicrogridforthepark[J].
Matlab2018b计算环境下,通过tic函数统计的联络PowerSystemProtectionandControl,2020,48(3):171-179.
线功率控制所需平均计算时间仅为1-85s左右,可[6]朱青,曾利华,寇凤海,