CN109840683A - 用于多能互补园区能源配置分析的方法 - Google Patents

用于多能互补园区能源配置分析的方法 Download PDF

Info

Publication number
CN109840683A
CN109840683A CN201811573000.5A CN201811573000A CN109840683A CN 109840683 A CN109840683 A CN 109840683A CN 201811573000 A CN201811573000 A CN 201811573000A CN 109840683 A CN109840683 A CN 109840683A
Authority
CN
China
Prior art keywords
garden
energy
cost
land
area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811573000.5A
Other languages
English (en)
Inventor
夏宇峰
刘莉
倪文斌
李婷
雷宇
袁梦龙
程前
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hubei Electric Survey And Design Institute Co Ltd
Original Assignee
Hubei Electric Survey And Design Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hubei Electric Survey And Design Institute Co Ltd filed Critical Hubei Electric Survey And Design Institute Co Ltd
Priority to CN201811573000.5A priority Critical patent/CN109840683A/zh
Publication of CN109840683A publication Critical patent/CN109840683A/zh
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/82Energy audits or management systems therefor

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及的能源配置分析技术领域,具体涉及一种用于多能互补园区能源配置分析的方法。构建经济基础参数数据库;采集园区地址数据、园区业务场景数据、园区用地面积数据和园区能源情况数据;输入供给侧、传输侧、需求侧、平台侧的硬件配置信息,硬件配置信息包括造价信息;根据供给侧、传输侧、需求侧、平台侧的造价信息计算工程静态总投资;根据园区用地面积数据和园区能源情况数据计算园区的供热量、供冷量和年售电量;根据园区地址数据、园区业务场景数据、园区用地面积数据和园区能源情况数据,结合经济基础参数数据库的数据信息,计算投资回收期和内部收益率。能够适用于多种园区,具有更全面的经济分析功能,且输出的数据更精确,参考价值高。

Description

用于多能互补园区能源配置分析的方法
技术领域
本发明涉及能源配置分析技术领域,具体涉及一种用于多 能互补园区能源配置的分析方法。
背景技术
为了便于园区的建设,需要对园区的能源系统进行效益。 传统的为电网经济分析方法通过对项目所在地点进行卫星定 位,确定当地风、光等自然资源条件,通过选择用户类型(居 民、社区、商业和工业)、是否并网、硬件设施(光伏、风机、 柴油机等)、设置敏感性条件后模拟仿真,计算出该园区的相 关经济指标,提供园区建设参考。
传统的微电网经济分析方法的作用对象非常单一,其仅对 单用户类型进行处理。并且,园区硬件设备的配置仅为基础配 置,不能满供能硬件设施多样化的多能互补园区。而对于园区 选址后,相关造价信息需要手动输入,十分繁琐。
同时,传统的微电网经济分析方法仅仅考虑园区选址以及 与园区选址相关的硬件设施等信息,其可供经济分析的数据非 常片面,导致输出结果单一,且精度低,参考价值不高。
发明内容
本发明的目的就是针对现有技术的缺陷,提供一种能够适 用于多种园区,具有更全面的经济分析功能,且输出的数据更 精确,参考价值高的用于多能互补园区能源配置分析的方法。
本发明的技术方案为:
构建经济基础参数数据库;
采集园区地址数据、园区业务场景数据、园区用地面积数 据和园区能源情况数据;
根据实际情况输入供给侧、传输侧、需求侧、平台侧的硬 件配置信息,所述硬件配置信息包括造价信息;
根据供给侧、传输侧、需求侧、平台侧的造价信息计算工 程静态总投资;
根据园区用地面积数据和园区能源情况数据计算园区的供 热量、供冷量和年售电量;
根据园区地址数据、园区业务场景数据、园区用地面积数 据和园区能源情况数据,结合经济基础参数数据库的数据信 息,计算投资回收期和内部收益率;
将计算所得的园区的工程静态总投资、投资回收期、内部 收益率、供热量、供冷量和年售电量作为经济分析结果输出。
较为优选的,所述经济基础参数数据库中存储有:
项目的建设期,运营期,折旧年限,基准收益率,贷款利 率取值,贷款占投资总额的比例,贷款时长,项目的残值率, 销售费用比例,增值税税率取,所得税税率、各个园区地址所 在区域对应的购电价、生物质能价格、柴油价格、售电价、天 然气价格、有效利用小时数T、最高电压等级,以及不同电压 等级对应的变电站造价。
较为优选的,所述采集园区地址数据包括
采集园区地址;
根据采集的园区地址,从经济基础参数数据库中调用该园 区地址对应位置的购电价、生物质能价格、柴油价格、售电价、 天然气价格、有效利用小时数T、最高电压等级和变电站造价。
较为优选的,采集所述园区用地面积数据包括
输入园区用地面积I;
根据公式On=I1qn(n=1,2,...8)计算园区各不同用地性质的 用地面积;
根据公式Wn=Onpn(n=1,2,…8)计算园区各不同用地性质 的建筑面积;
根据公式计算园区建筑总面积;
所述n依次取1~8时,用地依次为民用地、工业用地、公 共设施用地、公共管理与服务设施用地、物流仓储用地、绿地 与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面 积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率。
较为优选的,根据所述实际情况输入供给侧、传输侧、需 求侧、平台侧的硬件配置信息的方法为:
供给侧,根据实际情况输入光伏发电、风力发电、地源热 泵、燃气三联供、生物质发电、柴油机发电和储能装置中一种 或多种的硬件配置信息,所述硬件配置信息包括但不限于造价 信息;
传输侧,根据实际情况输入电网、供冷管道、供热管道中 一种或多种的造价信息;
需求侧,根据实际情况输入用户类型,所述用户类型包括 居民用户、工业用户、商业用户、充电桩中的一种或多种,当 用户类型为充电桩时,还包括充电站数量、充电桩装机规模、 充电桩售电量、充电桩造价;
平台侧,根据实际情况输入园区能源信息化管理系统造价。
较为优选的,所述工程静态总投资的计算方法为:
将光伏发电造价、风力发电造价、燃气三联供造价、地源
说明书
热泵造价、生物质发电造价、柴油发电机造价、储能装置造价、 充电桩造价、系统平台造价、变电站造价求和,得到总造价;
将所述总造价利用修正系数进行修正,得到工程静态总投 资;
所述变电站造价从所述经济基础参数数据库中获取。
较为优选的,所述供热量的计算方法为:
供热量H=r·T;
rn=0.01·Wn·hn(n=1,2,...8);
Wn=Onpn(n=1,2,…8);
On=I1qn(n=1,2,...8);
所述n依次取1~8时,用地依次为民用地、工业用地、公 共设施用地、公共管理与服务设施用地、物流仓储用地、绿地 与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面 积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率;
所述hn(n=1,2…8)为各类型建筑用地的热负荷指标。
较为优选的,所述供冷量的计算方法为:
供冷量C=g·T;
gn=0.01·Wn·vn·un(n=1,2,...8);
Wn=Onpn(n=1,2,…8);
On=I1qn(n=1,2,...8);
所述n依次取1~8时,用地依次为民用地、工业用地、公 共设施用地、公共管理与服务设施用地、物流仓储用地、绿地 与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面 积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率;
所述vn(n=1,2,3…8)表示的各类型建筑面积的冷负荷;
所述un(n=1,2,3…8)表示的各类型建筑面积中空调建筑面 积占比的冷负荷指标;
所述gn各类型建筑用地的供冷负荷;
所述g表示园区供冷负荷。
较为优选的,所述年售电量的计算方法为:
年售电量=供电量+充电桩售电量
供电量E=f·T;
fn=0.01·Wn·dn(n=1,2,...8);
Wn=Onpn(n=1,2,…8);
On=I1qn(n=1,2,...8);
所述n依次取1~8时,用地依次为民用地、工业用地、公 共设施用地、公共管理与服务设施用地、物流仓储用地、绿地 与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面 积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率;
所述dn(n=1,2,3…8)表示的各类型建筑面积的电负荷用电 指标;
所述fn为各类型建筑用地的电力负荷;
所述f为园区电力负荷。
较为优选的,所述燃气三联供的硬件配置信息输入满足:
三联供可以有多种机型混合,但总台数不超过3台;
三联供的所有机型加起来的供热规模<=园区总热负荷;
数量为整数台。
较为优选的,所述根据实际情况输入光伏发电、风力发电、 地源热泵、燃气三联供、生物质发电、柴油机发电和储能装置 中一种或多种的硬件配置信息包括:
输入光伏发电的装机规模、造价、年发电量、光伏补贴;
输入风力发电的装机规模、造价、发电量;
输入地源热泵的装机规模、造价、热泵供热量;
输入燃气三联供的装机规模、造价、年发电量、三联供供 冷量、三联供供热量;
输入生物质发电的装机规模、造价、发电量、生物质总消 耗燃料量;
输入柴油机发电的装机规模、造价、发电量、柴油机总消 耗燃料;
输入储能装置的容量、造价。
本发明的有益效果为:
1、建立有经济基础参数数据库,采集到园区选址后,可直 接调用数据库中相应地区的购售电价格、生物质价格、天然气 价格等数据信息,减少了用户配置量,增加了测算的精度。
2、从供给侧、传输侧、需求侧、平台侧对硬件配置信息进 行采集,采集的数据涵盖供储需排整个阶段,全面具体,且各 个环节的数据互不交叉,为后续经济分析的准确性提供了良好 的基础。
3、除了园区地址,还对园区业务场景数据、园区用地面积 数据和园区能源情况数据进行详细的采集,且供热量、供冷量、 年售电量以及工程静态投资均考虑了不同园区类型之间的差 异,使分析结果具有更高的参考价值。
4、供给侧考虑了三联供、光伏发电、风力发电等设施,且 针对每个设施分别采集不同的配置信息,使该方法具有强大的 适应性,经济分析的对象即适用于配置单一的老式园区,又适 用于多能互补的新园区。
5、在传输侧考虑电网、供冷管道、供热管道,更贴合在实 际项目工程中应用的情景,提高了分析结果的参考价值。
附图说明
图1为本发明流程图;
图2为一种用于实施本发明用于多能互补园区能源配置分析 的方法的系统架构图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说 明,便于清楚地了解本发明,但它们不对本发明构成限定。
如图1所示,本发明用于多能互补园区能源配置分析的方 法的处理流程如下:
步骤1:构建经济基础参数数据库。
经济基础参数数据库内存储的信息有:项目的建设期为1 年,运营期为25年,折旧年限为25年,基准收益率8%,贷 款利率取值为4%,贷款占投资总额的比例为80%,贷款时长 为10年,项目的残值率为5%,销售费用比例取5%,增值税 税率取16%,所得税税率、各个园区地址所在区域对应的购电 价、生物质能价格、柴油价格、售电价、天然气价格、有效利 用小时数T、最高电压等级,以及不同电压等级对应的变电站 造价。本实施例中,220kV变电站的单位造价默认为8000万, 110kV变电站的单位造价默认为3600万,系统平台造价为200 万。该数据库内存储的数据用于完善采集的数据,以及用于结 合采集的数据,进行经济分析。
步骤2:采集园区地址数据、园区业务场景数据、园区用 地面积数据和园区能源情况数据。
其中,采集园区地址数据和园区能源情况数据过程如下:
采集园区地址;
根据采集的园区地址,从经济基础参数数据库中调用该园 区地址对应位置的购电价(元/kwh)、生物质能价格(元/吨)、 柴油价格(元/吨)、售电价(元/kwh)、天然气价格(元/m3)、 有效利用小时数T、最高电压等级(kV)和变电站造价,实现 园区能源情况的采集。
其中,园区业务场景数据采集即进行业务场景选择,可选 项包括沿海地区、平原地区、山区。
园区用地面积数据的采集过程如下:
输入园区用地面积I(单位万平方米);
根据公式On=I1qn(n=1,2,...8)计算园区各不同用地性质的 用地面积;
根据公式Wn=Onpn(n=1,2,…8)计算园区各不同用地性 质的建筑面积;
根据公式计算园区建筑总面积;
所述n依次取1~8时,用地依次为民用地、工业用地、公 共设施用地、公共管理与服务设施用地、物流仓储用地、绿地 与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面 积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率。
步骤3:根据实际情况输入供给侧、传输侧、需求侧、平台 侧的硬件配置信息:
供给侧,根据实际情况输入光伏发电、风力发电、地源热 泵、燃气三联供、生物质发电、柴油机发电和储能装置中一种 或多种的硬件配置信息。其中,光伏发电包括装机规模、造价、 年发电量、光伏补贴;风力发电包括装机规模、造价、发电量; 地源热泵包括装机规模、造价、热泵供热量;燃气三联供包括 装机规模、造价、年发电量、三联供供冷量、三联供供热量; 生物质发电包括装机规模、造价、发电量、生物质总消耗燃料 量;柴油机发电包括装机规模、造价、发电量、柴油机总消耗 燃料;储能装置包括容量、造价。
传输侧,根据实际情况输入电网、供冷管道、供热管道中 一种或多种的造价信息;
需求侧,根据实际情况输入用户类型,所述用户类型包括 居民用户、工业用户、商业用户、充电桩中的一种或多种,当 用户类型为充电桩时,还包括充电站数量、充电桩装机规模、 充电桩售电量、充电桩造价;
平台侧,根据实际情况输入园区能源信息化管理系统造价。
步骤5:计算工程静态总投资、供热量、供冷量和年售电量。
工程静态总投资计算如下:
工程静态总投资=(光伏发电造价+风力发电造价+燃气三联 供造价+地源热泵造价+生物质发电造价+柴油发电机造价+储 能装置造价+充电桩造价+系统平台造价+变电站造价)*修正 系数,本实施例中,修正系数取1.03。
供热量的计算方法为:
供热量H=r·T;
rn=0.01·Wn·hn(n=1,2,...8);
Wn=Onpn(n=1,2,…8);
On=I1qn(n=1,2,...8);
所述n依次取1~8时,用地依次为民用地、工业用地、公 共设施用地、公共管理与服务设施用地、物流仓储用地、绿地 与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面 积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率;
所述hn(n=1,2…8)为各类型建筑用地的热负荷指标。
供冷量的计算方法为:
供冷量C=g·T;
gn=0.01·Wn·vn·un(n=1,2,...8);
Wn=Onpn(n=1,2,…8);
On=I1qn(n=1,2,...8);
所述n依次取1~8时,用地依次为民用地、工业用地、公 共设施用地、公共管理与服务设施用地、物流仓储用地、绿地 与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面 积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率;
所述vn(n=1,2,3…8)表示的各类型建筑面积的冷负荷;
所述un(n=1,2,3…8)表示的各类型建筑面积中空调建筑面 积占比的冷负荷指标;
所述gn各类型建筑用地的供冷负荷;
所述g表示园区供冷负荷。
年售电量的计算方法为:
年售电量=供电量+充电桩售电量
供电量E=f·T;
fn=0.01·Wn·dn(n=1,2,...8);
Wn=OnPn(n=1,2,…8);
On=I1qn(n=1,2,...8);
所述n依次取1~8时,用地依次为民用地、工业用地、公 共设施用地、公共管理与服务设施用地、物流仓储用地、绿地 与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面 积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率;
所述dn(n=1,2,3…8)表示的各类型建筑面积的电负荷用电 指标;
所述fn为各类型建筑用地的电力负荷;
所述f为园区电力负荷。
步骤6:计算投资回收期、内部收益率。
1.年度运行成本=各类设备运行燃料成本+购电成本+年人 工成本+设备维修和修理费用+管理费用
其中:
各类设备运行燃料成本=三联供总消耗燃料(万m3)*天然 气单价(元/m3)+柴油单价(元/L)*柴油机总消耗燃料+生物 质原料单价(元/吨)*生物质总消耗燃料(万吨)(三联供总 消耗燃料、柴油机总消耗燃料、生物质总消耗燃料通过步骤3 获得,天然气单价、柴油单价、生物质原料单价在步骤2获得)
购电成本=购电电量(元/kWh)*购电电价(万元/年)
(购电电量=年售电量-光伏发电量-三联供发电量-风力发 电发电量-生物质发电量-柴油发电量;)
年人工成本暂按10人计算,每人每年的工资为8万元,年 人工成本=10*8=80(万元)
管理费用=2%*工程静态投资总额
设备维修费用=3%*工程静态投资总额
2.年营业收入=售电收益+光伏补贴+供热收益+供冷收益
(售电收益=年售电量*销售电价;供热收益=供热量*热价; 供冷收益=供冷量*冷价;热价=天然气价*0.13[0.13为比例系 数];冷价=购电电价*0.42[0.42为比例系数];光伏补贴通过步 骤4获取,若光伏发电未被选择,则无光伏补贴。)
3.增值税=年营业收入*增值税税率=年营业收入*17%
4.利润总额=年营业收入-年度运行成本-增值税-折旧-利息- 还本
还本:
年底还本=贷款本金/还款年数=工程总静态投资 *0.8/10=0.08M
折旧:
年折旧额=工程总静态投资*(1-残值率)/折旧年限=工程总 静态投资*(1-5%)/25
利息:
剩余本金=上期剩余本金-年底还本
本年应计利息=剩余本金*贷款利率=(工程总静态投资*0.8- 已归还本金累计金额)*贷款利率(以归还本金累计金额为年 底还本金额累加)
5.若利润总额>0,则所得税=利润总额*所得税税率=0.25%* 利润总额
(利润总额=年营业收益-年度运行成本-增值税-折旧-利息 -还本)
6.净利润=利润总额-所得税
7.年度净现金流量(NCFt)=净利润+折旧
根据上述8个计算步骤,得到:
投资回收期=累计净现金流量开始出现正值的年份数-1+上 一年度累计净现金流的绝对值/出现正值年份的年度现金流, 其中,年度现金流=净利润+折旧,累计现金流为年度现金流的 年份累积值。
内部收益率(IRR):通过公式:
计算得到。
步骤7:输出经济分析结果。该结果包括上述计算的工程静 态总投资、投资回收期、内部收益率、供热量、供冷量和年售 电量。
本发明除了上述方法,还提供了用于运行上述方法的系统。
如图2所示,该系统包括基础数据采集模块、园区设备配 置信息采集模块、经济基础参数存储模块和经济评价输出模 块。
其中,经济基础参数存储模块用于存储经济基础参数数据 库中所有信息,供经济评价输出模块调用。基础数据采集模块 用于采集园区设备配置信息采集模块用于园区地址数据、园区 业务场景数据、园区用地面积数据和园区能源情况数据,该采 集的方式为直接输入或弹出选项,通过点击的方式进行选择。 在获取到园区地址信息后,该模块从经济基础参数存储模块中 调用园区能源情况数据,与采集的其余数据一并输出给经济评 价输出模块。经济评价输出模块结合经济基础参数存储模块输 入的数据,调用经济基础参数数据库中相关数据,进行工程静 态总投资、投资回收期、内部收益率、供热量、供冷量和年售电量,最终计算出的结果通过显示器显示输出。
本说明书未作详细描述的内容属于本领域专业技术人员 公知的现有技术。

Claims (10)

1.一种用于多能互补园区能源配置分析的方法,其特征在于:
构建经济基础参数数据库;
采集园区地址数据、园区业务场景数据、园区用地面积数据和园区能源情况数据;
根据实际情况输入供给侧、传输侧、需求侧、平台侧的硬件配置信息,所述硬件配置信息包括造价信息;
根据供给侧、传输侧、需求侧、平台侧的造价信息计算工程静态总投资;
根据园区用地面积数据和园区能源情况数据计算园区的供热量、供冷量和年售电量;
根据园区地址数据、园区业务场景数据、园区用地面积数据和园区能源情况数据,结合经济基础参数数据库的数据信息,计算投资回收期和内部收益率;
将计算所得的园区的工程静态总投资、投资回收期、内部收益率、供热量、供冷量和年售电量作为经济分析结果输出。
2.根据权利要求1所述的用于多能互补园区能源配置分析的方法,其特征在于:所述经济基础参数数据库中存储有:
项目的建设期,运营期,折旧年限,基准收益率,贷款利率取值,贷款占投资总额的比例,贷款时长,项目的残值率,销售费用比例,增值税税率取,所得税税率、各个园区地址所在区域对应的购电价、生物质能价格、柴油价格、售电价、天然气价格、有效利用小时数T、最高电压等级,以及不同电压等级对应的变电站造价,。
3.根据权利要求1所述的用于多能互补园区能源配置分析的方法,其特征在于:采集所述园区用地面积数据包括
输入园区用地面积I;
根据公式On=I1qn(n=1,2,...8)计算园区各不同用地性质的用地面积;
根据公式Wn=Onpn(n=1,2,…8)计算园区各不同用地性质的建筑面积;
根据公式计算园区建筑总面积;
所述n依次取1~8时,用地依次为民用地、工业用地、公共设施用地、公共管理与服务设施用地、物流仓储用地、绿地与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率。
4.根据权利要求1所述的用于多能互补园区能源配置分析的方法,其特征在于,根据所述实际情况输入供给侧、传输侧、需求侧、平台侧的硬件配置信息的方法为:
供给侧,根据实际情况输入光伏发电、风力发电、地源热泵、燃气三联供、生物质发电、柴油机发电和储能装置中一种或多种的硬件配置信息,所述硬件配置信息包括但不限于造价信息;
传输侧,根据实际情况输入电网、供冷管道、供热管道中一种或多种的造价信息;
需求侧,根据实际情况输入用户类型,所述用户类型包括居民用户、工业用户、商业用户、充电桩中的一种或多种,当用户类型为充电桩时,还包括充电站数量、充电桩装机规模、充电桩售电量、充电桩造价;
平台侧,根据实际情况输入园区能源信息化管理系统造价。
5.根据权利要求1所述的用于多能互补园区能源配置分析的方法,其特征在于,所述工程静态总投资的计算方法为:
将光伏发电造价、风力发电造价、燃气三联供造价、地源热泵造价、生物质发电造价、柴油发电机造价、储能装置造价、充电桩造价、系统平台造价、变电站造价求和,得到总造价;
将所述总造价利用修正系数进行修正,得到工程静态总投资;
所述变电站造价从所述经济基础参数数据库中获取。
6.根据权利要求1所述的用于多能互补园区能源配置分析的方法,其特征在于,所述供热量的计算方法为:
供热量H=r·T;
rn=0.01·Wn·hn(n=1,2,...8);
Wn=Onpn(n=1,2,…8);
On=I1qn(n=1,2,...8);
所述n依次取1~8时,用地依次为民用地、工业用地、公共设施用地、公共管理与服务设施用地、物流仓储用地、绿地与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率;
所述hn(n=1,2…8)为各类型建筑用地的热负荷指标。
7.根据权利要求1所述的用于多能互补园区能源配置分析的方法,其特征在于,所述供冷量的计算方法为:
供冷量C=g·T;
gn=0.01·Wn·vn·un(n=1,2,...8);
Wn=Onpn(n=1,2,…8);
On=I1qn(n=1,2,...8);
所述n依次取1~8时,用地依次为民用地、工业用地、公共设施用地、公共管理与服务设施用地、物流仓储用地、绿地与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率;
所述vn(n=1,2,3…8)表示的各类型建筑面积的冷负荷;
所述un(n=1,2,3…8)表示的各类型建筑面积中空调建筑面积占比的冷负荷指标;
所述gn各类型建筑用地的供冷负荷;
所述g表示园区供冷负荷。
8.根据权利要求4所述的用于多能互补园区能源配置分析的方法,其特征在于,所述年售电量的计算方法为:
年售电量=供电量+充电桩售电量
供电量E=f·T;
fn=0.01·Wn·dn(n=1,2,...8);
Wn=Onpn(n=1,2,…8);
On=I1qn(n=1,2,...8);
所述n依次取1~8时,用地依次为民用地、工业用地、公共设施用地、公共管理与服务设施用地、物流仓储用地、绿地与广场用地、商业服务设施用地、道路与交通设施用地;
所述qn(n=1,2,3…8)表示各类型用地的面积占园区用地面积的比例。
所述pn(n=1,2,3…8)表示各类型用地的建筑面积的容积率;
所述dn(n=1,2,3…8)表示的各类型建筑面积的电负荷用电指标;
所述fn为各类型建筑用地的电力负荷;
所述f为园区电力负荷。
9.根据权利要求1所述的用于多能互补园区能源配置分析的方法,其特征在于,
所述采集园区地址数据和园区能源情况数据包括
采集园区地址;
根据采集的园区地址,从经济基础参数数据库中调用该园区地址对应位置的购电价、生物质能价格、柴油价格、售电价、天然气价格、有效利用小时数T、最高电压等级和变电站造价,实现园区能源情况的采集。
10.根据权利要求1所述的用于多能互补园区能源配置分析的方法,其特征在于,所述根据实际情况输入光伏发电、风力发电、地源热泵、燃气三联供、生物质发电、柴油机发电和储能装置中一种或多种的硬件配置信息包括:
输入光伏发电的装机规模、造价、年发电量、光伏补贴;
输入风力发电的装机规模、造价、发电量;
输入地源热泵的装机规模、造价、热泵供热量;
输入燃气三联供的装机规模、造价、年发电量、三联供供冷量、三联供供热量;
输入生物质发电的装机规模、造价、发电量、生物质总消耗燃料量;
输入柴油机发电的装机规模、造价、发电量、柴油机总消耗燃料;
输入储能装置的容量、造价。
CN201811573000.5A 2018-12-21 2018-12-21 用于多能互补园区能源配置分析的方法 Pending CN109840683A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811573000.5A CN109840683A (zh) 2018-12-21 2018-12-21 用于多能互补园区能源配置分析的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811573000.5A CN109840683A (zh) 2018-12-21 2018-12-21 用于多能互补园区能源配置分析的方法

Publications (1)

Publication Number Publication Date
CN109840683A true CN109840683A (zh) 2019-06-04

Family

ID=66883211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811573000.5A Pending CN109840683A (zh) 2018-12-21 2018-12-21 用于多能互补园区能源配置分析的方法

Country Status (1)

Country Link
CN (1) CN109840683A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111191954A (zh) * 2020-01-07 2020-05-22 国家电网有限公司 一种综合能源技术适应性评价方法
CN113807884A (zh) * 2021-08-20 2021-12-17 国网浙江省电力有限公司经济技术研究院 一种园区综合能源系统电网接入容量确定方法及装置
CN114529060A (zh) * 2022-01-25 2022-05-24 苗韧 一种基于园区负荷动态模拟多能互补的优化方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1403760A (zh) * 2002-10-10 2003-03-19 上海交通大学 多能互补能源系统
JP5559414B1 (ja) * 2013-11-18 2014-07-23 東京瓦斯株式会社 エネルギーシステム最適化方法、エネルギーシステム最適化装置およびプログラム
CN105279355A (zh) * 2014-07-03 2016-01-27 中国科学院上海高等研究院 一种园区型多能源互补分布式能源系统的能源调度实现方法
CN105930939A (zh) * 2016-05-13 2016-09-07 同济大学 一种城区能源基础设施规划系统及方法
WO2017064115A1 (en) * 2015-10-12 2017-04-20 Vito Nv Energy buffer control and system
CN107784410A (zh) * 2016-08-26 2018-03-09 国网上海市电力公司 区域能源互联网集成系统以及优化其配置和运行的方法
CN108280536A (zh) * 2017-12-27 2018-07-13 中国电建集团河北省电力勘测设计研究院有限公司 一种多能互补综合能源配置优化与运行方法
CN108764519A (zh) * 2018-04-11 2018-11-06 华南理工大学 一种园区能源互联网能源设备容量优化配置方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1403760A (zh) * 2002-10-10 2003-03-19 上海交通大学 多能互补能源系统
JP5559414B1 (ja) * 2013-11-18 2014-07-23 東京瓦斯株式会社 エネルギーシステム最適化方法、エネルギーシステム最適化装置およびプログラム
CN105279355A (zh) * 2014-07-03 2016-01-27 中国科学院上海高等研究院 一种园区型多能源互补分布式能源系统的能源调度实现方法
WO2017064115A1 (en) * 2015-10-12 2017-04-20 Vito Nv Energy buffer control and system
CN105930939A (zh) * 2016-05-13 2016-09-07 同济大学 一种城区能源基础设施规划系统及方法
CN107784410A (zh) * 2016-08-26 2018-03-09 国网上海市电力公司 区域能源互联网集成系统以及优化其配置和运行的方法
CN108280536A (zh) * 2017-12-27 2018-07-13 中国电建集团河北省电力勘测设计研究院有限公司 一种多能互补综合能源配置优化与运行方法
CN108764519A (zh) * 2018-04-11 2018-11-06 华南理工大学 一种园区能源互联网能源设备容量优化配置方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘敦楠等: "面向园区微网的"源–网–荷–储"一体化运营模式", 《电网技术》 *
陈鸿亮: "面向大型园区供能的冷热电联供型微网优化调度研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111191954A (zh) * 2020-01-07 2020-05-22 国家电网有限公司 一种综合能源技术适应性评价方法
CN113807884A (zh) * 2021-08-20 2021-12-17 国网浙江省电力有限公司经济技术研究院 一种园区综合能源系统电网接入容量确定方法及装置
CN113807884B (zh) * 2021-08-20 2024-05-14 国网浙江省电力有限公司经济技术研究院 一种园区综合能源系统电网接入容量确定方法及装置
CN114529060A (zh) * 2022-01-25 2022-05-24 苗韧 一种基于园区负荷动态模拟多能互补的优化方法及系统

Similar Documents

Publication Publication Date Title
Das et al. Feasibility and techno-economic analysis of stand-alone and grid-connected PV/Wind/Diesel/Batt hybrid energy system: A case study
Wu et al. Optimal site selection for parabolic trough concentrating solar power plant using extended PROMETHEE method: A case in China
Onat et al. Exploring the suitability of electric vehicles in the United States
Hobbs Optimization methods for electric utility resource planning
Becerra et al. Wind energy potential in Chile: Assessment of a small scale wind farm for residential clients
Song et al. Introducing renewable energy and industrial restructuring to reduce GHG emission: application of a dynamic simulation model
Xia et al. Evaluating the economic impact of wind power development on local economies in China
CN109840683A (zh) 用于多能互补园区能源配置分析的方法
Kamidelivand et al. A comparative analysis of substituting imported gas and coal for electricity with renewables–An input-output simulation
Xydis et al. Mass deployment of plant factories as a source of load flexibility in the grid under an energy-food nexus. A technoeconomics-based comparison
Hassan et al. Evaluating energy, economic, and environmental aspects of solar-wind-biomass systems to identify optimal locations in Iraq: A GIS-based case study
Minai et al. Evolution and role of virtual power plants: Market strategy with integration of renewable based microgrids
US7426454B2 (en) Method and system for determining a location of a wind-powered electrical energy facility
Sale et al. Assessment of the effects of climate change on federal hydropower
Madlener et al. Spatial diffusion of biogas technology in Switzerland: a GIS-based multi-agent simulation approach
Rogers et al. Summary of time period-based and other approximation methods for determining the capacity value of wind and solar in the united states: September 2010-february 2012
Greenhut et al. Towards a general theory of public and private facility location
Pletka et al. Western renewable energy zones, phase 1: QRA identification technical report
Kabalan et al. Community engagement for the development of a micro-hydroelectric site in Ifugao, Philippines
Strebl Impact of Large-Scale Deployment of Energy Communities on Distribution Grids
Trejo et al. Technical and economic prefeasibility study of mini-hydro power plants in Venezuela case study: El Valle river
Bhattacharyya et al. Energy Access
Rațiu et al. THE GREEN CERTIFICATE MARKET IN ROMANIA
Rosa et al. Potential growth in small-scale distributed generation systems in Brazilian capitals
Pérez Odeh Trends in portfolio optimization in a new risk-driven market era: a review and application of models for planners, investors and managers.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190604