CN110070273A - 一种基于经济性评估新能源可开发量和开发区域遴选方法 - Google Patents

一种基于经济性评估新能源可开发量和开发区域遴选方法 Download PDF

Info

Publication number
CN110070273A
CN110070273A CN201910265178.1A CN201910265178A CN110070273A CN 110070273 A CN110070273 A CN 110070273A CN 201910265178 A CN201910265178 A CN 201910265178A CN 110070273 A CN110070273 A CN 110070273A
Authority
CN
China
Prior art keywords
region
new energy
project
economic
electricity
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
CN201910265178.1A
Other languages
English (en)
Inventor
汪晓露
谢国辉
李娜娜
刘佳宁
蒋莉萍
李琼慧
曾鸣
黄碧斌
王彩霞
潘婷
王小璇
胡静
雷雪娇
冯凯辉
时智勇
李梓仟
洪博文
闫湖
袁伟
叶小宁
高博
谢毓广
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.)
National Grid Energy Research Institute Co Ltd
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
State Grid Energy Research Institute Co Ltd
North China Electric Power University
Original Assignee
National Grid Energy Research Institute Co Ltd
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
North China Electric Power University
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 National Grid Energy Research Institute Co Ltd, Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd, North China Electric Power University filed Critical National Grid Energy Research Institute Co Ltd
Priority to CN201910265178.1A priority Critical patent/CN110070273A/zh
Publication of CN110070273A publication Critical patent/CN110070273A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375Prediction of business process outcome or impact based on a proposed change
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • 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
    • 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于经济性评估新能源可开发量和开发区域遴选方法,涉及电力系统分析技术领域,具体包括如下步骤:选定需要评估的区域S(可以是省、市或部分区域),获取该区域风功率密度/太阳能年辐射量的分布,根据项目基本资源遴选标准进行初步筛选,(如光伏发电选取辐射量大于1400千瓦时/米2的区域),将初步筛选后的区域作为理论可开发的区域,根据区域内风能资源总储量、光伏理论开发量估算模型,测算需要评估区域的理论可开发量。该基于经济性评估新能源可开发量和开发区域遴选方法,科学评估一个国家或地区未来水平年下新能源开发的经济性,并以此为基础,测算新能源理论、技术和经济可开发量。

Description

一种基于经济性评估新能源可开发量和开发区域遴选方法
技术领域
本发明涉及电力系统分析技术领域,具体为一种基于经济性评估新能源可开发量和开发区域遴选方法。
背景技术
新能源等清洁能源的开发是实现绿色低碳发展的核心要求,近年来我国新能源快速发展,对能源转型的推动作用持续增强,国内各领域研究机构已经建立了国内资源特性研究的实验室,陆续开发出数值天气模拟模型和方法工具,具备对全国风能资源总储量进行测算的能力,但对我国新能源技术可开发量、经济可开发量及开发区域遴选等的研究尚处于初级阶段,国外在该领域的研究也起步较早,数值天气模拟研究实力较强,陆续开展北美大平原、美国西部地区和北欧等特定地区的风能资源评估研究并取得了相关研究成果,但尚未全面掌握全球不同地域新能源基地经济可开发潜力及遴选技术。
为此,本发明提出了一种基于经济性评估的新能源可开发量和开发区域遴选方法,在全面分析我国新能源开发潜力的基础上,提出新能源理论、技术和经济可开发量的测算方法,综合考虑各种影响因素,建立新能源发电经济性评估模型(CORE),定量研究我国重点地区新能源开发潜力及基地遴选,研究成果将为准确刻画我国不同地区新能源经济可开发潜力提供有价值的参考依据和方法,为新能源富集地区基地遴选提供了规划依据。
发明内容
本发明的目的就是为了弥补现有技术的不足,提供了一种基于经济性评估新能源可开发量和开发区域遴选方法,它具有科学评估一个国家或地区未来水平年下新能源开发的经济性,并以此为基础,测算新能源理论、技术、经济可开发量的优点,解决了在可开发量的测算结果下,对可开发区域进行遴选,准确引导新能源开发利用工作的问题。
本发明为解决上述技术问题,提供如下技术方案:一种基于经济性评估新能源可开发量和开发区域遴选方法,具体包括如下步骤:
1)选定需要评估的区域S(可以是省、市或部分区域),获取该区域风功率密度/太阳能年辐射量的分布,根据项目基本资源遴选标准进行初步筛选,(如光伏发电选取辐射量大于1400千瓦时/米2的区域),将初步筛选后的区域作为理论可开发的区域Stheory。
2)根据区域内风能资源总储量、光伏理论开发量估算模型,测算需要评估区域的理论可开发量Etheory。
3)利用GIS系统识别区域内不可开发地区和限制开发地区,剔除这些面积后形成技术可开发的区域Ttechnology。
4)根据年均风功率密度在150W/m2及以上的区域风能资源储量值技术可开发量系数、国家地理基础要素信息数据集和区域内单位面积可安装的光伏发电容量,测算需要评估区域的新能源(含风电、光伏发电)技术可开发量 Etechnology。
5)在技术可开发的区域Ttechnology,选定某个基准水平年n,设定技术可开发区域内新能源发电项目的技术参数和经济参数;确定项目的运行参数、外部参数等。
6)分别测算基准水平年下每个Tk区域内新能源发电项目的全生命周期平均发电成本(CORE)。
7)测算当地上网电价政策下的区域内新能源发电项目内部收益率(IRR),与本地基准内部收益率进行比较,高于基准内部收益率水平的区域内可开发项目容量即为当地的经济可开发量。
8)根据7)的测算方法,测算区域内新能源经济可开发量Eeconomic。
9)在经济可开发量Eeconomic的测算结果中,对可开发区域内新能源发电项目的CORE和IRR进行排序,CORE越低,IRR越高,排序越靠前。
10)按照形成的可开发区域遴选列表,形成新能源开发时序,在列表中越靠前的项目具有越高的优先开发等级。
与现有技术相比,该基于经济性评估新能源可开发量和开发区域遴选方法具备如下有益效果:
1、本发明通过提出了一种基于经济性评估的新能源可开发量和开发区域遴选方法,采用该种方法,能够定量测算一个国家/地区基准水平年下新能源理论、技术和经济可开发,以及可开发区域内新能源发电项目的全生命周期平均发电成本(CORE)和项目的内部收益率(IRR)。并通过对项目发电成本和内部收益率进行排序,形成可开发区域遴选列表和开发时序,引导新能源的开发利用。
附图说明
图1为本发明的一种基于经济性评估的新能源可开发量和开发区域遴选方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:一种基于经济性评估新能源可开发量和开发区域遴选方法,具体包括如下步骤:
1)选定需要评估的区域S(可以是省、市或部分区域),获取该区域风功率密度/太阳能年辐射量的分布,根据项目基本资源遴选标准进行初步筛选,(如光伏发电选取辐射量大于1400千瓦时/米2的区域),将初步筛选后的区域作为理论可开发的区域Stheory。
2)根据区域内风能资源总储量、光伏理论开发量估算模型,测算需要评估区域的理论可开发量Etheory。
3)利用GIS系统识别区域内不可开发地区和限制开发地区,剔除这些面积后形成技术可开发的区域Ttechnology。
4)根据年均风功率密度在150W/m2及以上的区域风能资源储量值技术可开发量系数、国家地理基础要素信息数据集和区域内单位面积可安装的光伏发电容量,测算需要评估区域的新能源(含风电、光伏发电)技术可开发量 Etechnology。
5)在技术可开发的区域Ttechnology,选定某个基准水平年n,设定技术可开发区域内新能源发电项目的技术参数和经济参数;确定项目的运行参数、外部参数等。
6)分别测算基准水平年下每个Tk区域内新能源发电项目的全生命周期平均发电成本(CORE)。
7)测算当地上网电价政策下的区域内新能源发电项目内部收益率(IRR),与本地基准内部收益率进行比较,高于基准内部收益率水平的区域内可开发项目容量即为当地的经济可开发量。
8)根据7)的测算方法,测算区域内新能源经济可开发量Eeconomic。
9)在经济可开发量Eeconomic的测算结果中,对可开发区域内新能源发电项目的CORE和IRR进行排序,CORE越低,IRR越高,排序越靠前。
工作原理:1)测算理论可开发量
①风电理论可开发量
根据《我国风能资源评价技术规定》,风能资源总储量的估算公式如下:
式中:I为评估区域内各个风功率密度包含地区的数量;Etheory为该区域风能资源总储量,即理论可开发量;Si为年平均风功率密度分布图中各个风功率密度等值线间面积;Pi为各风功率密度等值线间区域的风功率代表值。
设定时段的平均风功率密度表达式为:
式中:Dwp——平均风功率密度,W/m2;
T——时段记录数;
ρ——空气密度,kg/m3;
——第t时段的风速(m/s)值的立方。
平均风功率密度的计算应是设定时段内逐小时风功率密度的平均值,不可用年(或月)平均风速计算年(或月)平均风功率密度。Dwp中的ρ必须是当地年平均计算值,取决于温度和压力(海拔高度)。
如果风场测风有压力和温度的记录,则空气密度按下式计算:
式中:P——年平均大气压力,Pa;
R——气体常数(287J/kg·K);
T——年平均空气开氏温标绝对温度(℃+273)
如果没有风场大气压力的实测值,空气密度可以作为海拔高度(z)和温度 (T)的函数,按照下式计算出估计值:
ρ=(353.05/T)e-0.034(z/T)
式中:z——风场的海拔高度;
T——年平均空气开氏温标绝对温度(℃+273)。
②光伏发电理论可开发量
光伏发电理论开发量估算方法与风能估算方法存在一定差异,光伏发电开发受地形地貌的影响更大,因此光伏发电理论开发量的估算公式如下:
Etheory=Stheory×P
式中:Etheory——该区域内光伏电站技术开发量,单位为万千瓦;
Stheory——该区域内光伏电站可安装面积,准确计算需要根据GIS系统剔除不可安装面积;粗略计算可用基地总面积乘以可安装面积率,一般可假定为3%-5%;
P——该区域内单位面积可安装的光伏发电容量,根据部分实际工程测算,光伏电站该值取为25-30w/m2,分布式光伏取为40-60w/m2。
2)测算技术可开发量
①风电技术可开发量
目前风能资源技术可开发量采用估算的方式计算。风能资源技术可开发量为年平均风功率密度在150W/m2及以上的区域风能资源储量值乘以0.785。
Ttheory=S'theory×0.785
式中:Ttheory——该区域内风电技术可开发量,单位为万千瓦;
S‘theory——年平均风功率密度在150W/m2及以上的区域。
估算假设依据:考虑一个单位截面积(如1平方米)的风机,风吹过后必须经前后、左右各10倍直径距离后才能恢复到原来的速度,因此在1千平方米范围内对1米直径叶片风机,只能装置106/(10*10)=104台。
②光伏发电技术可开发量
以可获取的最新的2017-2018年30m分辨率的Landsat-8OLI卫星感数据和已有的图件等成果资料为主,以及文献资料查阅、汇总,采用目视解译、扫描矢量化和图件更新等多种方式,基于ArcGIS、ENVI等商业软件和相关自编程序,建立研究区相关国家地理基础要素信息数据集,主要包括地质及其他自然灾害状况、自然保护区与禁止开发区范围、植被覆盖(包括耕地、林地和草地等)、气候、水体信息(河流、湖泊等)、交通状况、城镇范围、矿产资源开发区等数据信息。
在理论可开发量的基础上,进一步剔除不可开发和限制区域的面积,具体估算公式如下:
Etechnology=Ttechnology×P (2)
Ttechnology=Stheory-N-F (3)
式中:Etechnology为该区域内光伏电站技术开发量;Ttechnology为该区域内光伏电站技术可安装面积;N、F分别为不可开发和限制开发的面积。
式中,Ni为第i种类型不可开发面积,包括水体、湿地、沼泽地、自然保护区、历史遗迹、矿产等。
式中,Fi为第i种限制类型的开发面积,包括农田、草地、林地、灌木丛等。Rt为第t种限制类型的开发面积的可利用面积率,根据相关文献1,确定不同土地利用地区风能资源可开发的面积分别为:农田和草地可利用80%;森林可利用20%;灌木丛可利用65%。
3)测算经济可开发量
本申请提出了新能源发电经济性评估的方法,具体步骤包括如下:
第一步,确定水平年:确定新能源经济可开发量测算的水平年。
第二部,确定待开发地区新能源发电项目基本参数:项目基本参数包括技术参数和经济参数两部分参数:①技术参数:确定新能源发电项目装机容量、技术类型等;②经济参数:根据成本变化趋势的预测周期,确定水平年内各种发电技术的成本参数,如投资成本、建设成本、并网成本、人员成本等;确定折旧、基准内部收益率等常用财务参数。
第三步,确定运行参数:确定未来水平年下项目运行期内的预估设备利用小时数、实际上网电量、自用电量占比等、运行维护费用、运行年限等运行参数。
第四步,确定包含政策措施影响的外部参数:外部参数包括上网电价、财税政策、金融政策等相关政策对发电成本的影响:①上网电价:确定不同技术类型新能源发电项目的上网电价水平,在未来中长期预测中,可充分考虑上网电价的调整幅度;②财税政策:确定不同技术类型财税优惠等政策,并贯穿项目生命周期始终。包括增值税、所得税、附加税等;③金融参数:确定贷款比例、贷款利息、建设期贷款利息等。
新能源发电项目成本(CORE)计算的数学公式如下:
已知未来各期的价值F较现期的价值较低,用折现率r来衡量这一差别,即
P=F(1+r)-n (3-1)
而净现值NPV则是多期的价值的集合,通常是指一个项目的寿命周期内的所有期间。
式中,NPV为净现值;Co为初始投资额;Ct为t年现金流量;r为贴现率; n为投资项目的寿命周期。
对CORE的定义来自于收入的净现值等于成本的净现值这一恒等式,即
式中,Cn为总支出;An为生产的电能;Bn为其他来源的收入,例如可能存在的税费补贴等。则可得:
式中,I0为初始投资;VR为系统残值;RI为内在因素风险成本,主要包括例如运营维护中由于人口管理费用变动所引发的成本,或者新能源发电技术运营中由于非预期事件造成发电量的变化所引发的成本,等内在影响因素的风险成本。RE为外部因素风险成本,主要包括例如财税、金融政策变动等外部因素变化所引发的成本。
内部收益率计算:
根据输入的经济参数、财务参数等内部影响因素参数以及上网电价、财税金融政策等外部影响因素参数,可计算新能源发电项目的净现值(NPV)、全投资内部收益率(全投资IRR,PIRR)和资本金内部收益率(资本金IRR,EIRR)。在所有的经济性评价指标中,内部收益率(IRR)是最重要的评价指标之一。一般而言,IRR是NPV曲线与横坐标交点处对应的折现率。
IRR可以通过以下公式求得:
式中:IRR——内部收益率。
判别标准:设基准折现率为i0,若IRR>=i0,则项目在经济效果上可以接受;若IRR<i0,则项目在经济效果上不可接受。
求解过程:
■计算年金现值系数(p/A,IRR,n)=K/R;
■查年金现值系数表,找到与上述年金现值系数相邻的两个系数(p/A,i1, n)和(p/A,i2,n)以及对应的i1、i2,满足(p/A,il,n)>K/R>(p/A, i2,n);
■用插值法计算IRR:
■(IRR-I)/(i1—i2)=[K/R-(p/A,i1,n)]/[(p/A,i2,n)—(p/A, il,n)]
4)基于CORE和IRR的经济可开发量测算及开发区域遴选
在技术可开发Ttechnology区域内,考虑不同地区的运维成本、并网成本、输电成本等因素,将Ttechnology分为k个子区域Tk,测算各个Tk的CORE,可与当年当地平均上网电价水平,或与当年当地火电平均上网电价相比,或与外送的平均上网电价相比。如果CORE小于给定的标准,则该区域的新能源发电项目具备经济可开发价值。具体测算公式如下:
式中,Eeconomic为该区域内新能源经济可开发量;为第n年Tk地区测算的发电成本;Plocal_grid、Plocal_thermal、Pcross_province分别为第n年当地电网平均上网电价、火电平均上网电价和外送平均上网电价。
在本发明的描述中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个引用结构”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。需要说明的是,在本文中,诸如“第一”、“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (1)

1.一种基于经济性评估新能源可开发量和开发区域遴选方法,其特征在于,具体包括如下步骤:
1)选定需要评估的区域S(可以是省、市或部分区域),获取该区域风功率密度/太阳能年辐射量的分布,根据项目基本资源遴选标准进行初步筛选,(如光伏发电选取辐射量大于1400千瓦时/米2的区域),将初步筛选后的区域作为理论可开发的区域Stheory。
2)根据区域内风能资源总储量、光伏理论开发量估算模型,测算需要评估区域的理论可开发量Etheory。
3)利用GIS系统识别区域内不可开发地区和限制开发地区,剔除这些面积后形成技术可开发的区域Ttechnology。
4)根据年均风功率密度在150W/m2及以上的区域风能资源储量值技术可开发量系数、国家地理基础要素信息数据集和区域内单位面积可安装的光伏发电容量,测算需要评估区域的新能源(含风电、光伏发电)技术可开发量Etechnology。
5)在技术可开发的区域Ttechnology,选定某个基准水平年n,设定技术可开发区域内新能源发电项目的技术参数和经济参数;确定项目的运行参数、外部参数等。
6)分别测算基准水平年下每个Tk区域内新能源发电项目的全生命周期平均发电成本(CORE)。
7)测算当地上网电价政策下的区域内新能源发电项目内部收益率(IRR),与本地基准内部收益率进行比较,高于基准内部收益率水平的区域内可开发项目容量即为当地的经济可开发量。
8)根据7)的测算方法,测算区域内新能源经济可开发量Eeconomic。
9)在经济可开发量Eeconomic的测算结果中,对可开发区域内新能源发电项目的CORE和IRR进行排序,CORE越低,IRR越高,排序越靠前。
10)按照形成的可开发区域遴选列表,形成新能源开发时序,在列表中越靠前的项目具有越高的优先开发等级。
CN201910265178.1A 2019-04-03 2019-04-03 一种基于经济性评估新能源可开发量和开发区域遴选方法 Pending CN110070273A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910265178.1A CN110070273A (zh) 2019-04-03 2019-04-03 一种基于经济性评估新能源可开发量和开发区域遴选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910265178.1A CN110070273A (zh) 2019-04-03 2019-04-03 一种基于经济性评估新能源可开发量和开发区域遴选方法

Publications (1)

Publication Number Publication Date
CN110070273A true CN110070273A (zh) 2019-07-30

Family

ID=67366955

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910265178.1A Pending CN110070273A (zh) 2019-04-03 2019-04-03 一种基于经济性评估新能源可开发量和开发区域遴选方法

Country Status (1)

Country Link
CN (1) CN110070273A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110837977A (zh) * 2019-11-15 2020-02-25 国网能源研究院有限公司 一种光伏发电基地理论、技术、经济三维开发潜力评估方法
CN111311048A (zh) * 2019-11-29 2020-06-19 国网甘肃省电力公司建设分公司 一种考虑lace的可再生能源发电技术评估方法
CN111625947A (zh) * 2020-05-20 2020-09-04 国网能源研究院有限公司 一种分布式能源发展规模预测方法、设备及介质
CN112927019A (zh) * 2021-03-11 2021-06-08 上海电力大学 一种基于大学校园的可再生能源利用潜力的评估方法
CN113159526A (zh) * 2021-03-31 2021-07-23 中国大唐集团新能源科学技术研究院有限公司 一种风光资源集成管理系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050192779A1 (en) * 2004-02-27 2005-09-01 Mertins Karl-Heinz O. Method and system for determining a location of a wind-powered electrical energy facility
CN104239662A (zh) * 2013-06-14 2014-12-24 中国科学院城市环境研究所 一种定量评价区域风能资源开发潜力的方法
CN104240138A (zh) * 2013-06-14 2014-12-24 中国科学院城市环境研究所 一种定量评价区域太阳能资源开发潜力的方法
CN108649611A (zh) * 2018-06-12 2018-10-12 国网能源研究院有限公司 一种全球大型风电基地开发潜力评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050192779A1 (en) * 2004-02-27 2005-09-01 Mertins Karl-Heinz O. Method and system for determining a location of a wind-powered electrical energy facility
CN104239662A (zh) * 2013-06-14 2014-12-24 中国科学院城市环境研究所 一种定量评价区域风能资源开发潜力的方法
CN104240138A (zh) * 2013-06-14 2014-12-24 中国科学院城市环境研究所 一种定量评价区域太阳能资源开发潜力的方法
CN108649611A (zh) * 2018-06-12 2018-10-12 国网能源研究院有限公司 一种全球大型风电基地开发潜力评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谢国辉,李娜娜,汪晓露,王广军: "光伏电站基地技术和经济可开发量评估的方法和模型", 《电器与能效管理技术》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110837977A (zh) * 2019-11-15 2020-02-25 国网能源研究院有限公司 一种光伏发电基地理论、技术、经济三维开发潜力评估方法
CN111311048A (zh) * 2019-11-29 2020-06-19 国网甘肃省电力公司建设分公司 一种考虑lace的可再生能源发电技术评估方法
CN111625947A (zh) * 2020-05-20 2020-09-04 国网能源研究院有限公司 一种分布式能源发展规模预测方法、设备及介质
CN111625947B (zh) * 2020-05-20 2024-02-09 国网能源研究院有限公司 一种分布式能源发展规模预测方法、设备及介质
CN112927019A (zh) * 2021-03-11 2021-06-08 上海电力大学 一种基于大学校园的可再生能源利用潜力的评估方法
CN113159526A (zh) * 2021-03-31 2021-07-23 中国大唐集团新能源科学技术研究院有限公司 一种风光资源集成管理系统

Similar Documents

Publication Publication Date Title
Wu et al. Optimal site selection for parabolic trough concentrating solar power plant using extended PROMETHEE method: A case in China
Mostafaeipour et al. Statistical evaluation of using the new generation of wind turbines in South Africa
Jahangiri et al. Finding the best locations for establishment of solar-wind power stations in Middle-East using GIS: A review
CN110070273A (zh) 一种基于经济性评估新能源可开发量和开发区域遴选方法
Hafeznia et al. Analysis of the effectiveness of national renewable energy policies: A case of photovoltaic policies
Rojanamon et al. Application of geographical information system to site selection of small run-of-river hydropower project by considering engineering/economic/environmental criteria and social impact
Cavallaro et al. A multicriteria approach to evaluate wind energy plants on an Italian island
Calvert et al. Toward renewable energy geo-information infrastructures: Applications of GIScience and remote sensing that build institutional capacity
Sliz-Szkliniarz et al. GIS-based approach for the evaluation of wind energy potential: A case study for the Kujawsko–Pomorskie Voivodeship
Musial et al. 2016 offshore wind energy resource assessment for the united states
Monforti et al. Comparing the impact of uncertainties on technical and meteorological parameters in wind power time series modelling in the European Union
Bombelli et al. Potentially modified hydropower production under climate change in the Italian Alps
Morano et al. GIS application and econometric analysis for the verification of the financial feasibility of roof-top wind turbines in the city of Bari (Italy)
Narula et al. Sustainable energy security for India: An assessment of the energy supply sub-system
Nogueira et al. High-resolution multi-model projections of onshore wind resources over Portugal under a changing climate
CN111539597B (zh) 一种网格化的流域社会经济干旱评估方法
Alham et al. Potential of wind energy and economic assessment in Egypt considering optimal hub height by equilibrium optimizer
CN110837977A (zh) 一种光伏发电基地理论、技术、经济三维开发潜力评估方法
Sun et al. GIS‐based multiregional potential evaluation and strategies selection framework for various renewable energy sources: a case study of eastern coastal regions of China
Arca et al. Geographical information systems-based analysis of site selection for wind power plants in Kozlu District (Zonguldak-NW Turkey) by multi-criteria decision analysis method
Ghumman et al. Sustainable development of small-sized hydropower plants: multilevel decision-making from site selection to optimal design
Areri et al. Identification of small-scale hydropower potential sites using geographic information system and hydrologic modeling technique: Awata river, Genale Dawa basin, Ethiopia
Lados et al. Financial subsidies and the location decision of solar power plants in Hungary: An empirical investigation.
Al Garni Optimal Design and Analysis of Grid-Connected Solar Photovoltaic Systems
Schwartz et al. Remapping of the wind energy resource in the midwestern United States

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190730

WD01 Invention patent application deemed withdrawn after publication