CN105656026A - 可再生能源的设备建设资源配置方法和系统 - Google Patents

Abstract

本发明涉及一种可再生能源的设备建设资源配置方法和系统，根据各种可再生能源的成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数建立可再生能源的设备建设资源配置模型，在总的可再生能源中各种可再生能源的占比不同的预设场景下，获取各种可再生能源对应的最优配置参数，根据大于预设值的最优配置参数的比例来配置设备建设资源给对应的各种可再生能源。本方案综合成本参数、技术特性参数、供应参数等各种参数，获取最优的配置参数，依此来配置可再生能源的设备建设资源，使可再生能源的设备建设资源利用最大化，并且在满足电力系统安全稳定运行的前提下，实现供应端的温室气体排放量的降低。

Description

可再生能源的设备建设资源配置方法和系统

技术领域

本发明涉及电力系统设备建设资源配置技术领域，特别是涉及一种可再生能源的设备建设资源配置方法和系统。

背景技术

进入21世纪以来，化石能源短缺、气候变化以及环境污染成为全球面临的共同挑战。因此，提高能源供应的多样性，降低终端用电对化石能源的依赖，从而最大限度地减少电力系统的温室气体排放量，是当前电力工业发展面临的重要课题。

温室气体减排规划路线图规定在2020年前，将可再生能源发电量从2012年的2.3％提升至2020年的7.2％，实现二氧化碳气体减排750万吨，并且，作为减排目标实现的关键方法之一，可再生能源组合标准规定装机容量超过500MW的发电厂的可再生能源发电量必须超过规定的目标比例。因此，可以说明，可再生能源的优化配置与利用是一种降低电力系统温室气体排放量的有效方法。

要提高可再生能源的供应占比，实现电力系统的低碳化发展，借助科学有效的设备建设资源配置方法是其先决条件。研究中考虑可再生能源的可用性、效率、成本、寿命周期以及负荷特性等技术参数和其能源供应潜力，需要建立非常复杂的模型，并且需要大量的数据做支撑。因此，目前的很多研究都采用了MARKAL(MARKetAllcation)模型、TIMES模型以及LEAP(Long-rangeEnergyAlternativesPlanningSystem)模型进行此方面的研究。但是当前的研究大多是针对偏远地区的独立可再生能源设备系统，并且少有研究机构利用配置模型进行多种可再生能源的设备建设资源配置方法研究，无法充分地实现可再生能源的优化，利用效率较低。

发明内容

基于此，有必要针对现有的技术无法充分实现可再生能源的优化，利用效率较低的问题，提供一种可再生能源的设备建设资源配置方法和系统。

一种可再生能源的设备建设资源配置方法，包括以下步骤：

获取各种可再生能源的成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数；

根据各成本参数、各技术特性参数、各供应参数以及占比参数建立可再生能源的设备建设资源配置模型；

在总的可再生能源中各种可再生能源的占比不同的预设场景下，根据可再生能源的设备建设资源配置模型获取各种可再生能源对应的最优配置参数；

获取大于预设值的各最优配置参数作为各目标配置参数，根据各目标配置参数获得各目标配置参数之间的比例，根据各目标配置参数之间的比例，分别配置设备建设资源给各目标配置参数对应的可再生能源。

一种可再生能源的设备建设资源配置系统，包括第一获取单元、建模单元、第二获取单元和配置单元；

第一获取单元用于获取各种可再生能源的成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数；

建模单元用于根据各成本参数、各技术特性参数、各供应参数以及占比参数建立可再生能源的设备建设资源配置模型；

第二获取单元用于在总的可再生能源中各种可再生能源的占比不同的预设场景下，根据可再生能源的设备建设资源配置模型获取各种可再生能源对应的最优配置参数；

配置单元用于获取大于预设值的各最优配置参数作为各目标配置参数，根据各目标配置参数获得各目标配置参数之间的比例，根据各目标配置参数之间的比例，分别配置设备建设资源给各目标配置参数对应的可再生能源。

根据上述本发明的可再生能源的设备建设资源配置方法和系统，其是根据各种可再生能源的成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数建立可再生能源的设备建设资源配置模型，然后在总的可再生能源中各种可再生能源的占比不同的预设场景下，获取各种可再生能源对应的最优配置参数，根据大于预设值的最优配置参数的比例来配置设备建设资源给对应的各种可再生能源。本方案同时考虑了多种可再生能源，综合成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数等各种参数，获取最优的配置参数，依此来配置可再生能源的设备建设资源，使可再生能源的设备建设资源利用最大化，并且在满足电力系统安全稳定运行的前提下，实现供应端的温室气体排放量的降低。

附图说明

图1为其中一个实施例的可再生能源的设备建设资源配置方法的流程示意图；

图2为其中一个实施例的场景1下各种可再生能源的发电量示意图；

图3为其中一个实施例的场景2下各种可再生能源的发电量示意图；

图4为其中一个实施例的可再生能源的设备建设资源配置系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。

参见图1所示，为本发明的可再生能源的设备建设资源配置方法的一个实施例。该实施例中的可再生能源的设备建设资源配置方法，包括以下步骤：

步骤S101：获取各种可再生能源的成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数；

步骤S102：根据各成本参数、各技术特性参数、各供应参数以及占比参数建立可再生能源的设备建设资源配置模型；

步骤S103：在总的可再生能源中各种可再生能源的占比不同的预设场景下，根据可再生能源的设备建设资源配置模型获取各种可再生能源对应的最优配置参数；

步骤S104：获取大于预设值的各最优配置参数作为各目标配置参数，根据各目标配置参数获得各目标配置参数之间的比例，根据各目标配置参数之间的比例，分别配置设备建设资源给各目标配置参数对应的可再生能源。

根据上述本发明的可再生能源的设备建设资源配置方法，其是根据各种可再生能源的成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数建立可再生能源的设备建设资源配置模型，然后在总的可再生能源中各种可再生能源的占比不同的预设场景下，获取各种可再生能源对应的最优配置参数，根据大于预设值的最优配置参数的比例来配置设备建设资源给对应的各种可再生能源。本方案同时考虑了多种可再生能源，综合成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数等各种参数，获取最优的配置参数，依此来配置可再生能源的设备建设资源，使可再生能源的设备建设资源利用最大化，并且在满足电力系统安全稳定运行的前提下，实现供应端的温室气体排放量的降低。

在其中一个实施例中，根据各成本参数、各技术特性参数、各供应参数以及占比参数建立可再生能源的设备建设资源配置模型的步骤包括以下步骤：

根据各成本参数建立可再生能源的设备建设资源配置模型的目标函数，成本参数包括年总成本、贴现率、贴现基准期、可再生能源所在的区域及区域数、成本发生年和成本发生年内的时期；

目标函数的表达式为：

$NPV=C_A\×\underset{m\∈M}{\Σ}\underset{t\∈T}{\Σ}{(1+i_{m,t})}^{n-t}$

式中，NPV表示总成本净现值，C_A表示时期t内，区域m内所有可再生能源的年总成本，i_m,t表示贴现率，n表示贴现基准期，M表示可再生能源的总区域数，m为可再生能源所在的区域，T为成本发生年，t为成本发生年内的时期；

根据可再生能源的设备建设资源配置模型获取各种可再生能源对应的最优配置参数的步骤包括以下步骤：

在总成本净现值最小时获取各种可再生能源对应的最优配置参数。

在本实施例中，利用成本参数建立了配置模型的目标函数，本方案的目的是使可再生能源的设备建设资源利用最大化，而资源利用最大化可以转变为成本最小化，因此设定目标函数为可再生能源系统成本的折现值最小化。

在其中一个实施例中，年总成本包括建设成本、固定的年运维成本和可变的年运维成本、使用成本、损耗成本、寿命期结束后的设备剩余价值。

在本实施例中，各种可再生能源的年总成本包括多个成本项，每种可再生能源的年总成本包括上述任意组合的成本项。

在其中一个实施例中，根据各成本参数、各技术特性参数、各供应参数以及占比参数建立可再生能源的设备建设资源配置模型的步骤包括以下步骤：

建立可再生能源的设备建设资源配置模型的约束条件，约束条件包括输配容量约束、供电容量约束、电力平衡约束；

输配容量约束表达式为：

${\mathrm{CAP}}_{m,t}=\underset{k=1}{\overset{t}{\Σ}}{L}_{m,k}\×{\mathrm{CAP}}_{m,t}^{past}$

式中，k为时期t中的时间段，CAP_m,t为每种可再生能源在时期t内、区域m中的可变总容量，L_m,k为在时间段k、区域m中对应可再生能源的设备寿命周期，为建模配置前的可再生能源的容量；

供电容量约束表达式为：

G≤α×η×Δt×CAP_m，t

式中，G为可再生能源设备的发电量，α为发电量因子，η为转换系数，Δt为发电持续时间段；

电力平衡约束表达式为：

∑β×G+Δt×(G_M+G_I)≥∑δ×D+Δt×G_E

式中，β为发电量参数因子，D为电力需求变量，δ为电力需求参数因子，G_M、G_I和G_E分别为大电网电力发电量、受电电量以及外送电量。

在本实施例中，由于单纯根据目标函数获取的最优配置参数可能不符合实际，因此建立可再生能源的设备建设资源配置模型的约束条件，使得获取的最优配置参数更加符合实际情况。

在其中一个实施例中，各种可再生能源包括风力发电、光伏发电、水力发电、地热发电、海洋能发电、生物质发电。

在其中一个实施例中，总的可再生能源中各种可再生能源的占比不同的预设场景包括风力发电与光伏发电共占半数比重以上的场景和水力发电、地热发电、海洋能发电、生物质发电共占半数比重以上的场景。

在本实施例中，预设场景不同，可再生能源的成本就会有所不同，在分场景下使用配置模型获取的最优配置参数更加准确。

在其中一个实施例中，采用专家评估法获取技术特性参数，并通过与均衡发电成本相比较来验证专家评估法的准确性；均衡发电成本表达式为：

式中，LCOEs为均衡发电成本，C_隔夜成本为隔夜成本，A/P_i,T为等额分付资本回收系数，i为贴现率，n为可再生能源技术设备的寿命周期，C_{固定运维成本}为固定运维成本，CAP为可再生能源发电容量系数，C_燃料为燃料成本，r_热耗为热耗率。

在本实施例中，技术特性参数是采用专家评估法获得的，准确性可能存在偏差，因此计算均衡发电成本与之对比验证其准确性，从而确保最终获取的最优配置参数的准确性。

在其中一个实施例中，供应参数是根据可再生能源的发电潜力和成本参数、技术特性参数获取的，利用可再生能源的供应参数可以分析供应量和供应价格的关系以及每种可再生能源的边际成本，以弥补配置模型的局限性，如不考虑供应参数，成本效益较高的可再生能源将会显著影响可再生能源的最优配置参数。

在一个优选的应用实例中，通过可再生能源技术的详细参数建立可再生能源的设备建设资源配置模型，TIMES模型，TIMES模型是一种主要的自下而上能源分析模型。并且此模型结合了MARKAL模型(另一种主流的自下而上能源系统分析模型，属于分析技术参数的动态的)和EFOM模型(自上而下的能源系统分析模型)的特点，采用多时期线性配置方法寻求电力用户和供应商的剩余价值最大化，其中，详细参数包括可再生能源的成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数。

首先，剩余价值最大化可以转变为成本最小化，因此设定目标函数为能源系统成本的折现值最小化，构建模型的目标函数表达式如下：

$NPV=C_A\×\underset{m\∈M}{\Σ}\underset{t\∈T}{\Σ}{(1+i_{m,t})}^{n-t}---\left(1\right)$

其中，NPV表示总成本净现值，C_A表示时期t内，区域m内所有可再生能源的年总成本，i_m,t表示贴现率，n表示贴现基准期，M表示可再生能源的总区域数，m为可再生能源所在的区域，T为成本发生年，t为成本发生年内的时期；

对于式(1)中的参数C_A，由多项成本项组成，受以下几个因素的影响：投资/拆除的资金成本、固定和可变的年经营运维成本、区域内外的资源使用成本、区域外送收入、电力输配过程中的损耗费用、电力投资运营相关的税收和补贴、寿命期结束的电力设备剩余价值、终端需求减少的福利损失。

其次，设定模型的约束条件，具体可以包括：

(a)输配容量约束：在t时期、m区域内某项可再生能源技术的可用容量等于过去和未来各个时期的可变总容量，表达式如下：

${\mathrm{CAP}}_{m,t}=\underset{k=1}{\overset{t}{\Σ}}{L}_{m,k}\×{\mathrm{CAP}}_{m,t}^{past}---\left(2\right)$

其中，CAP_m,t为每项可再生能源技术在时期t、区域m中的可变总容量，L_m,k为时间段k、区域m中对应的可再生能源技术的设备寿命周期，为在研究范围内仍存的、建模研究前的投资容量。

(b)供电容量约束；指时期t、区域m内每单位时间内可再生能源发电量不能超过其容量，具体表达式如下：

G≤α×η×Δt×CAP_m，t(3)

其中，G为可再生能源发电量变量，α为发电量因子，η为转换系数，Δt为持续时间段。

(c)电力平衡约束：在时期t、区域m中，发电量和受端电量之和必须大于或等于用电量和外送电量之和，这一平衡约束必须在研究持续时期t内的单位时间内都满足，具体表达式如下：

∑β×G+Δt×(G_M+G_I)≥∑δ×D+Δt×G_E(4)

其中，β为发电量参数因子，D为电力需求变量，δ为电力需求参数因子，G_M、G_I和G_E分别为大电网电力发电量变量、受电电量变量以及外送电量变量。

传统的配置方法中对可再生能源系统和大电网系统进行独立优化，人为割裂了两者之间的天然内在联系并忽略了彼此的交互影响，而且只适用于短期的配置方案，无法支持长期的配置方案；本方案提供一套更为科学的配置方案，考虑了可再生能源的的长期配置空间以及与大电网系统的关联、交互，使方案更为合理，实现电力供应端低碳化发展。

在构建TIMES模型前，对2010到2050年期间每十年进行模拟分析，设定2010年的贴现率为6％，并展示2010年至2050年国家的电力需求和可再生能源占比概况，如表1所示：

表1未来我国的电力需求和可再生能源发电占比概况

再者，采用专家评估法对可再生能源发电的技术特性参数进行研究，并通过比较专家评估与以往文献研究中的均衡发电成本(levelizedcostsofelectricity,LCOEs)指标，来验证专家评估的准确性。均衡发电成本是利用可再生能源发电技术的建设成本、固定维护成本、可变维护成本、发电效率、能源成本、发电设备寿命周期以及贴现率等因素评估比较不同发电技术的经济效益的指标，具体表达式如下：

其中，C_隔夜投资为隔夜投资资金成本，A/P_i,T为等额分付资本回收系数，i是贴现率，n为可再生能源技术设备的寿命周期，C_固定运维为固定投资运维成本，CAP为可再生能源发电容量系数，C_燃料为燃料成本，r_热耗为热耗率。

值得注意的是，在本发明实施例中，可再生供电系统中包括各种类型的可再生能源发电单元，例如风电、光伏(PV)发电、光热、大型水电、小水电、沼气发电、填埋气体发电、地热和海洋能发电等。但同一种可再生能源技术发电的LCOEs成本可能不同，这是由于LCOEs计算过程中的各项因素很容易受地点、劳动成本、建设期等外界因素影响。

经验证，可得出符合我国可再生能源技术特性的合理参数估计，如下表2所示：

表2可再生能源技术特性参数

最后，利用可再生能源供应参数分析供应量和供应价格的关系以及每种可再生能源的边际成本，以弥补TIMES模型的局限性(如不考虑供应曲线，成本效益较高的可再生能源将会显著影响可再生能源的最优配置参数)。

尽管近些年的能源政策或者能源规划中已经预测了未来可再生能源的发电潜力，但是不同区域内不同的可再生能源技术成本也应到计入可再生能源供应参数的预测中。因此，本发明将把可再生能源发电潜力和成本参数、技术特征参数相结合，获取每一种可再生能源发电技术的供应参数。

(a)陆上风电：基于风电供应潜力和密度函数预测陆上风电供应曲线(风电密度函数是对某一单位区域内的风力资源进行定量分析，是由风速和风速的概率密度函数积分而得)，随后，利用风电密度、风机扇叶直径、风机效率算出陆上风电发电量，最后，利用发电量、风机的理论发电量计算陆上风电的容量系数，具体计算公式如下：

α＝[∫f(v)×v³dv×(π×D²/4)×ζ]/CAP_理论(6)

其中，α为发电量因子，f(v)为风速的概率密度函数，v为风速，D为风机扇叶直径，ζ为风机发电效率，CAP_理论为理论的风机发电容量。

(b)海上风电：根据专家意见，随着海上风电选址的合适程度的降低，其建设成本、维护成本和其他成本都将增加20％。

(c)光伏发电：辐射偏角对光伏发电量的影响程度不如风电密度对风电发电量的影响程度，因此，本发明将仅以3000kcal/m²/天为划分界限，太阳辐射为3000kcal/m²/天及其以下的容量因子将比太阳辐射为3000kcal/m²/天以上的容量因子低10％，各类成本低50％。

(d)其他能源发电：其他能源发电潜力与成本的分析的定性数据不足，因此采用专家意见法进行供应曲线的预测。

陆上风电、海上风电和光伏发电的发电供应参数如表3、4、5所示：

表3陆上风电的发电供应曲线

表4海上风电的发电供应曲线

表5光伏发电的发电供应曲线

在建立完成TIMES模型后，采用分场景方法对模型进行求解，获取各种可再生能源对应的最优配置参数。具体过程如下：

随着可再生能源发电供应量超过其建设配置目标，各发电技术的成本增长率的估计将有所不同，且具有相应的上下限范围。基于此，本发明将根据成本增长率的乐观估计和悲观估计，分以下两个场景进行模型求解：一是风电和光伏发电占主要比重的场景；二是其他可再生能源发电占主要比重的场景。同时，对可再生能源的占比情况进行敏感性分析，研究可再生能源供应总量变化对可再生能源对应的最优配置参数的影响。

基于上述各种参数，对本发明的配置模型进行仿真求解。

场景1规定，当除风电和光伏发电之外的可再生能源发电超过供应目标时，成本水平将会增加300％-500％。由于从2015年至2020年间，陆上风电成本较之其他几类可再生能源发电具有较低的价格，因此，陆上风电是极具成本竞争力的，2015年之后将会得到迅猛发展。图2展示了此场景下的可再生能源发电量以及最优配置组合结果。

从结果中可以得出以下几点结论：

(a)在2030年之前，海上风电具有成本竞争力，且在2030年左右达到最优发展规模——2.23GM；而在2030年之后，光伏发电的成本竞争力将超过海上风电，因此若继续加大海上风电的发展规模，需要增加约20％的资金成本；另外，海上风电共计从2010年建起到2040年间的30年的寿命期，因此，在2050年可再生能源组合中不再包含海上风电，而是由光伏发电替代，满足响应的电力需求。

(b)即使是在风电、光伏发电占据最大竞争力的此场景下，潮汐能发电在未来也将一直占有较大比重。

(c)另外，从图2中可以看出，当可再生能源技术总发电目标提升10％时，总电量将为基准发电量的3.8倍，并且海上风电装机将增加，2030年之后光伏发电量将显著增加；当可再生能源技术总发电目标提升20％时，上述趋势将会更加明显；另外，为了达到总发电目标而增加的可再生能源装机也将导致单位供电成本分别增加573CNY/MWh和684CNY/MWh。

根据图2中所展示的最优配置组合结果，获取最优配置参数(通过发电量来体现)，再获取大于预设值的各最优配置参数作为各目标配置参数，根据各目标配置参数获得各目标配置参数之间的比例，根据各目标配置参数之间的比例，分别配置设备建设资源给各目标配置参数对应的可再生能源。其中，预设值是根据图2中各个时期发电量和成本来决定的，每个时期的预设值可以根据需要进行调整。如在2040年海上风电的最优配置参数明显过低，在图2中甚至都未显示其发电量，此时在分配设备建设资源时，不必考虑海上风电，针对其余可再生能源的最优配置参数的比例来分配设备建设资源。

场景2规定，当除风电和光伏发电之外的可再生能源发电超过供应目标时，成本水平将会增加200％-300％，并且由于小水电具有供应潜力及成本优势，因此，当小水电发电超过供应目标时，其成本水平将会增加1000％。图3展示了此场景下的可再生能源发电量以及最优配置组合结果。

从结果中可以得出以下几点结论：

(a)此场景下，海上风电不再具有成本竞争力，而生物质及垃圾发电的成本竞争力将会大大增加，因此，相较与场景1，其技术占比将会增长15.8％。

(b)关于2050年的技术竞争力而言，两个场景下并无太大差别，光伏发电技术占比仍然是最大的。

(c)另外，从图4中可以看出，当可再生能源技术总发电目标提升10％时，2030年的生物质能和垃圾发电量将得到显著提升，其他可再生能源发电技术的发电量将有所减少，甚至不再发展海上风电；当可再生能源技术总发电目标分别提升10％和20％时，单位供电成本将分别增加667CNY/MWh和727CNY/MWh。

根据图3中所展示的最优配置组合结果，获取最优配置参数(通过发电量来体现)，再获取大于预设值的各最优配置参数作为各目标配置参数，根据各目标配置参数获得各目标配置参数之间的比例，根据各目标配置参数之间的比例，分别配置设备建设资源给各目标配置参数对应的可再生能源。其中，预设值是根据图3中各个时期发电量和成本来决定的，每个时期的预设值可以根据需要进行调整。如在2020年至2040年海上风电的最优配置参数明显过低，在图3中甚至都未显示其发电量，不具有成本竞争力，此时在分配设备建设资源时，不必考虑海上风电，针对其余可再生能源的最优配置参数的比例来分配设备建设资源。

本发明实施例的可再生能源的设备建设资源配置方法在全寿命周期时间尺度内考虑了电力系统供电端的低碳减排问题，能够保证最终所获取的配置方案满足电力系统安全稳定运行的前提下，实现真正意义上供应端的温室气体排放量的降低，并且满足优化时间和满足未来规划应用的需求。

根据上述可再生能源的设备建设资源配置方法，本发明还提供一种可再生能源的设备建设资源配置系统，以下就本发明的可再生能源的设备建设资源配置系统的实施例进行详细说明。

参见图4所示，为本发明的可再生能源的设备建设资源配置系统的实施例。该实施例中的可再生能源的设备建设资源配置系统包括第一获取单元210、建模单元220、第二获取单元230和配置单元240；

第一获取单元210用于获取各种可再生能源的成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数；

建模单元220用于根据各成本参数、各技术特性参数、各供应参数以及占比参数建立可再生能源的设备建设资源配置模型；

第二获取单元230用于在总的可再生能源中各种可再生能源的占比不同的预设场景下，根据可再生能源的设备建设资源配置模型获取各种可再生能源对应的最优配置参数；

配置单元240用于获取大于预设值的各最优配置参数作为各目标配置参数，根据各目标配置参数获得各目标配置参数之间的比例，根据各目标配置参数之间的比例，分别配置设备建设资源给各目标配置参数对应的可再生能源。

在其中一个实施例中，建模单元220还用于根据各成本参数建立可再生能源的设备建设资源配置模型的目标函数，成本参数包括年总成本、贴现率、贴现基准期、可再生能源所在的区域及区域数、成本发生年和成本发生年内的时期；

目标函数的表达式为：

$NPV=C_A\×\underset{m\∈M}{\Σ}\underset{t\∈T}{\Σ}{(1+i_{m,t})}^{n-t}$

式中，NPV表示总成本净现值，C_A表示时期t内，区域m内的年总成本，i_m,t表示贴现率，n表示贴现基准期，M表示可再生能源的总区域数，m为可再生能源所在的区域，T为成本发生年，t为成本发生年内的时期；

第二获取单元230在总成本净现值最小时获取各种可再生能源对应的最优配置参数。

在其中一个实施例中，建模单元220还用于建立可再生能源的设备建设资源配置模型的约束条件，约束条件包括输配容量约束、供电容量约束、电力平衡约束；

输配容量约束表达式为：

${\mathrm{CAP}}_{m,t}=\underset{k=1}{\overset{t}{\Σ}}{L}_{m,k}\×{\mathrm{CAP}}_{m,t}^{past}$

式中，k为时期t中的时间段，CAP_m,t为每种可再生能源在时期t内、区域m中的可变总容量，L_m,k为在时间段k、区域m中对应可再生能源的设备寿命周期，为建模配置前的可再生能源的容量；

供电容量约束表达式为：

G≤α×η×Δt×CAP_m，t

式中，G为可再生能源设备的发电量，α为发电量因子，η为转换系数，Δt为发电持续时间段；

电力平衡约束表达式为：

∑β×G+Δt×(G_M+G_I)≥∑δ×D+Δt×G_E

式中，β为发电量参数因子，D为电力需求变量，δ为电力需求参数因子，G_M、G_I和G_E分别为大电网电力发电量、受电电量以及外送电量。

本发明的可再生能源的设备建设资源配置系统与本发明的可再生能源的设备建设资源配置方法一一对应，在上述可再生能源的设备建设资源配置方法的实施例阐述的技术特征及其有益效果均适用于可再生能源的设备建设资源配置系统的实施例中。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种可再生能源的设备建设资源配置方法，其特征在于，包括以下步骤：

获取各种可再生能源的成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数；

根据各所述成本参数、各所述技术特性参数、各所述供应参数以及所述占比参数建立可再生能源的设备建设资源配置模型；

在总的可再生能源中各种可再生能源的占比不同的预设场景下，根据所述可再生能源的设备建设资源配置模型获取各种可再生能源对应的最优配置参数；

获取大于预设值的各最优配置参数作为各目标配置参数，根据各目标配置参数获得各目标配置参数之间的比例，根据各所述目标配置参数之间的比例，分别配置设备建设资源给各所述目标配置参数对应的可再生能源。

2.根据权利要求1所述的可再生能源的设备建设资源配置方法，其特征在于：

所述根据各所述成本参数、各所述技术特性参数、各所述供应参数以及所述占比参数建立可再生能源的设备建设资源配置模型的步骤包括以下步骤：

根据各所述成本参数建立可再生能源的设备建设资源配置模型的目标函数，所述成本参数包括年总成本、贴现率、贴现基准期、可再生能源所在的区域及区域数、成本发生年和成本发生年内的时期；

所述目标函数的表达式为：

$NPV=C_A\×\underset{m\∈M}{\Σ}\underset{t\∈T}{\Σ}{(1+i_{m,t})}^{n-t}$

式中，NPV表示总成本净现值，C_A表示时期t内，区域m内所有可再生能源的年总成本，i_m,t表示贴现率，n表示贴现基准期，M表示可再生能源的总区域数，m为可再生能源所在的区域，T为成本发生年，t为成本发生年内的时期；

所述根据所述可再生能源的设备建设资源配置模型获取各种可再生能源对应的最优配置参数的步骤包括以下步骤：

在所述总成本净现值最小时获取各种可再生能源对应的最优配置参数。

3.根据权利要求2所述的可再生能源的设备建设资源配置方法，其特征在于，所述年总成本包括建设成本、固定的年运维成本和可变的年运维成本、使用成本、损耗成本、寿命期结束后的设备剩余价值。

4.根据权利要求2或3所述的可再生能源的设备建设资源配置方法，其特征在于，所述根据各所述成本参数、各所述技术特性参数、各所述供应参数以及所述占比参数建立可再生能源的设备建设资源配置模型的步骤包括以下步骤：

建立所述可再生能源的设备建设资源配置模型的约束条件，所述约束条件包括输配容量约束、供电容量约束、电力平衡约束；

输配容量约束表达式为：

${\mathrm{CAP}}_{m,t}=\underset{k=1}{\overset{t}{\Σ}}{L}_{m,k}\×{\mathrm{CAP}}_{m,t}^{past}$

式中，k为时期t中的时间段，CAP_m,t为每种可再生能源在时期t内、区域m中的可变总容量，L_m,k为在时间段k、区域m中对应可再生能源的设备寿命周期，为建模配置前的可再生能源的容量；

供电容量约束表达式为：

G≤α×η×Δt×CAP_m,t

式中，G为可再生能源设备的发电量，α为发电量因子，η为转换系数，Δt为发电持续时间段；

电力平衡约束表达式为：

Σβ×G+Δt×(G_M+G_I)≥Σδ×D+Δt×G_E

式中，β为发电量参数因子，D为电力需求变量，δ为电力需求参数因子，G_M、G_I和G_E分别为大电网电力发电量、受电电量以及外送电量。

5.根据权利要求1所述的可再生能源的设备建设资源配置方法，其特征在于，所述各种可再生能源包括风力发电、光伏发电、水力发电、地热发电、海洋能发电、生物质发电。

6.根据权利要求5所述的可再生能源的设备建设资源配置方法，其特征在于，所述总的可再生能源中各种可再生能源的占比不同的预设场景包括风力发电与光伏发电共占半数比重以上的场景和水力发电、地热发电、海洋能发电、生物质发电共占半数比重以上的场景。

7.根据权利要求1所述的可再生能源的设备建设资源配置方法，其特征在于，采用专家评估法获取所述技术特性参数，并通过与均衡发电成本相比较来验证专家评估法的准确性；所述均衡发电成本表达式为：

式中，LCOEs为所述均衡发电成本，C_隔夜成本为隔夜成本，A/P_i,T为等额分付资本回收系数，i为贴现率，n为可再生能源技术设备的寿命周期，C_{固定运维成本}为固定运维成本，CAP为可再生能源发电容量系数，C_燃料为燃料成本，r_热耗为热耗率。

8.一种可再生能源的设备建设资源配置系统，其特征在于，包括第一获取单元、建模单元、第二获取单元和配置单元；

所述第一获取单元用于获取各种可再生能源的成本参数、技术特性参数、供应参数以及总的可再生能源发电在电力需求中的占比参数；

所述建模单元用于根据各所述成本参数、各所述技术特性参数、各所述供应参数以及所述占比参数建立可再生能源的设备建设资源配置模型；

所述第二获取单元用于在总的可再生能源中各种可再生能源的占比不同的预设场景下，根据所述可再生能源的设备建设资源配置模型获取各种可再生能源对应的最优配置参数；

所述配置单元用于获取大于预设值的各最优配置参数作为各目标配置参数，根据各目标配置参数获得各目标配置参数之间的比例，根据各所述目标配置参数之间的比例，分别配置设备建设资源给各所述目标配置参数对应的可再生能源。

9.根据权利要求8所述的可再生能源的设备建设资源配置系统，其特征在于，所述建模单元还用于根据各所述成本参数建立可再生能源的设备建设资源配置模型的目标函数，所述成本参数包括年总成本、贴现率、贴现基准期、可再生能源所在的区域及区域数、成本发生年和成本发生年内的时期；

所述目标函数的表达式为：

$NPV=C_A\×\underset{m\∈M}{\Σ}\underset{t\∈T}{\Σ}{(1+i_{m,t})}^{n-t}$

式中，NPV表示总成本净现值，C_A表示时期t内，区域m内的年总成本，i_m,t表示贴现率，n表示贴现基准期，M表示可再生能源的总区域数，m为可再生能源所在的区域，T为成本发生年，t为成本发生年内的时期；

所述第二获取单元在所述总成本净现值最小时获取各种可再生能源对应的最优配置参数。

10.根据权利要求9所述的可再生能源的设备建设资源配置系统，其特征在于，所述建模单元还用于建立所述可再生能源的设备建设资源配置模型的约束条件，所述约束条件包括输配容量约束、供电容量约束、电力平衡约束；

输配容量约束表达式为：

${\mathrm{CAP}}_{m,t}=\underset{k=1}{\overset{t}{\Σ}}{L}_{m,k}\×{\mathrm{CAP}}_{m,t}^{past}$

式中，k为时期t中的时间段，CAP_m,t为每种可再生能源在时期t内、区域m中的可变总容量，L_m,k为在时间段k、区域m中对应可再生能源的设备寿命周期，为建模配置前的可再生能源的容量；

供电容量约束表达式为：

G≤α×η×Δt×CAP_m,t

式中，G为可再生能源设备的发电量，α为发电量因子，η为转换系数，Δt为发电持续时间段；

电力平衡约束表达式为：

Σβ×G+Δt×(G_M+G_I)≥∑δ×D+Δt×G_E

式中，β为发电量参数因子，D为电力需求变量，δ为电力需求参数因子，G_M、G_I和G_E分别为大电网电力发电量、受电电量以及外送电量。