CN111144624B - 一种可再生能源电力配额分配的优化方法 - Google Patents

一种可再生能源电力配额分配的优化方法 Download PDF

Info

Publication number
CN111144624B
CN111144624B CN201911257484.7A CN201911257484A CN111144624B CN 111144624 B CN111144624 B CN 111144624B CN 201911257484 A CN201911257484 A CN 201911257484A CN 111144624 B CN111144624 B CN 111144624B
Authority
CN
China
Prior art keywords
consumption
renewable energy
province
representing
total
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.)
Active
Application number
CN201911257484.7A
Other languages
English (en)
Other versions
CN111144624A (zh
Inventor
刘双全
王帮灿
刘祥瑞
张茂林
陈清贵
丁文娇
吴滇宁
谢蒙飞
和珮珊
张帆
马高权
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.)
Kunming Electric Power Transaction Center Co ltd
Original Assignee
Kunming Electric Power Transaction Center 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 Kunming Electric Power Transaction Center Co ltd filed Critical Kunming Electric Power Transaction Center Co ltd
Priority to CN201911257484.7A priority Critical patent/CN111144624B/zh
Publication of CN111144624A publication Critical patent/CN111144624A/zh
Application granted granted Critical
Publication of CN111144624B publication Critical patent/CN111144624B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • 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
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • 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)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种可再生能源电力配额分配的优化方法。本发明计算自顶向下可再生能源电力消纳总量;计算各省份自底向上消纳量配额;通过ZSG‑DEA(Zero Sum Gains Data EnvelopmentAnalysis)模型对各省份自底向上消纳量配额进行再分配,以达到分配的最有效。本发明可以以自顶向下的方式确定可再生能源消纳总量,实现了消纳总量在各省份消纳量的最佳再分配。

Description

一种可再生能源电力配额分配的优化方法
技术领域
本发明涉及可再生能源电力市场领域,具体设计一种可再生能源电力配额分配的优化方法。
背景技术
在深入研究论证并广泛征求各方面意见基础上,在2019年5月15日,国家发展改革委、国家能源局联合印发了《关于建立健全可再生能源电力消纳保障机制的通知》,该《通知》以《可再生能源法》为依据,提出建立健全可再生能源电力消纳保障机制,核心是确定各省级区域的可再生能源电量在电力消费中的占比目标,即“可再生能源电力消纳责任权重”。目的是促使各省级区域优先消纳可再生能源,加快解决弃水弃风弃光等问题,同时促使各类市场主体公平承担消纳责任,形成可再生能源电力消费引领的长效发展机制。如何公平、合理、科学、有效地确定各省份可再生能源消纳配额已经成为该政策背景下亟需解决的问题。
发明内容
本发明的目的是针对我国可再生能源消纳保障机制的配额分配问题,提出了一种可再生能源电力配额省间分配的优化方法,以实现各省份可再生能源消纳配额的最优分配。
为实现上述目的,本发明采用下述技术方案:
一种可再生能源电力配额分配的优化方法,包括以下步骤:
步骤1:计算自顶向下可再生能源电力消纳总量;
步骤2:计算各省份自底向上消纳量配额;
步骤3:通过ZSG-DEA(Zero Sum Gains Data Envelopment Analysis)模型对各省份自底向上消纳量配额进行再分配,以达到分配的最有效;
进一步地,步骤1中所述自顶向下可再生能源电力消纳总量为:
Figure GDA0004100911510000011
其中,
Figure GDA0004100911510000012
表示实行电力消纳保障机制后可再生能源消纳总量,
Figure GDA0004100911510000013
表示规划期初可再生能源消纳总量,γmBAU表示在BAU(BusinessAs Usual)情景下可再生能源电力消纳率的增长率,δ表示可再生能源配额制对于实现国家非化石能源占比目标的贡献率,ηn表示规划期内能源消费增长率,ξn表示规划期内非化石能源占比增长率,
Figure GDA0004100911510000021
表示规划期开始时全国非化石能源消费总量,m0
Figure GDA0004100911510000022
Figure GDA0004100911510000023
的比值,βm表示实行电力消纳保障机制下的可再生能源发电总装机容量的增长率;
进一步地,步骤2中所述各省份消纳量配额为:
Figure GDA0004100911510000024
其中,N为可再生能源电力消纳保障机制覆盖省份总数;
Figure GDA0004100911510000025
为省份i除去免于考核电量后的社会用电量水平;Wi为省份i最低消纳权重。
进一步地,步骤3中所述对各省份消纳量配额进行再分配以达到分配的最有效为:
min hRo
Figure GDA0004100911510000026
其中,hRo表示省份DMU0(Decision Making Units)的投入总量不变的限制条件下的效率值,λi表示权重系数,x和y表示投入和产出变量,xo表示省份DMU0的消纳量。W是由经典BCC(Banker,Charnes and Cooper)模型式计算所得相对效率不为1的省份组成的集合,
Figure GDA0004100911510000027
为省份i与省份o的经典技术效率比,可以通过初始效率值来获得投入总量约束条件下的技术效率值。
本发明优点在于,本发明所提出的可再生能源电力配额分配的优化方法可以以自顶向下的方式确定可再生能源消纳总量,再以自底向上的方式将配额细化并分配至覆盖省份,通过使顶层设计与底层实施的消纳保障机制设计相一致,可以确保可再生能源电力消纳保障机制的有效性,还根据多标准分配方案选取指标作为产出变量,体现分配的公平、效率、可持续性原则,从效率分配的角度构建的投入导向型消纳总量ZSG-DEA模型,通过多次迭代后使各省份消纳量的分配都基本达到ZSG-DEA的统一有效边界,实现了消纳总量在各省份消纳量的最佳再分配。
附图说明:
图1:本发明方法流程图;
图2:消纳比重调整收敛过程。
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。
下面结合图表介绍本发明的具体实施方式为一种可再生能源电力配额分配的优化方法,包括以下步骤:
步骤1:计算自顶向下可再生能源电力消纳总量;
步骤1中首要目标是厘清可再生能源消纳市场配额总量设定与完成非化石能源占比目标之间的数量关系,本发明认为该数量关系体现在可再生能源消纳市场对实现国家非化石能源目标的“贡献率”之上,并认为可再生能源消纳市场对实现中国非化石能源目标的“贡献率”越高,其有效性越强。
首先,假设国家层面的三种非化石能源消费量分别为:
Figure GDA0004100911510000031
表示规划期开始时全国非化石能源消费总量,
Figure GDA0004100911510000032
则表示实行电力消纳保障机制一段时期结束时全国非化石能源消费总量。
Figure GDA0004100911510000033
表示一段时期结束时在BAU(Business as usual)情景下全国非化石能源消费总量,BAU情景表示现在的政策未来依然有效,不会有新的政策出台,维持原有非化石能源技术水平(没有政策刺激,缺乏相关投资,技术水平没有得到发展,非化石能源发展停滞,占比保持不变)下的未来非化石能源消费量。在此,n(nation)表示全国范围,0表示规划期的开始时间,t表示规划期的结束时间。那么,三种全国总化石能源消费量可分别表示为:
Figure GDA0004100911510000034
Figure GDA0004100911510000041
Figure GDA0004100911510000042
其中,En表示全国能源消费总量,Rn表示非化石能源消费占比,ηn表示规划期内能源消费增长率,ξn表示规划期内非化石能源占比增加率,且都为非负值。
因此完成规划期非化石能源占比提升目标所需的非化石能源消费量ΔQn可以表示为:
Figure GDA0004100911510000043
根据相同的理论,可再生能源发电的消纳量也可分为三种:假设
Figure GDA0004100911510000044
表示规划期初可再生能源消纳总量;
Figure GDA0004100911510000045
表示实行电力消纳保障机制后可再生能源消纳总量;
Figure GDA0004100911510000046
表示在BAU情景下一段时间结束时可再生能源消纳总量,那么,三种可再生能源发电消纳量可分别表示为:
Figure GDA0004100911510000047
Figure GDA0004100911510000048
Figure GDA0004100911510000049
其中,m(market)表示可再生能源电力市场,Im表示可再生能源发电的总装机容量,αm表示可再生能源电力的消纳率,βm表示实行电力消纳保障机制下的可再生能源发电总装机容量的增长率,γm表示实行电力消纳保障机制下的可再生能源电力消纳率的增长率。
同样,电力消纳保障机制运行期末可再生能源电力消纳量增加量ΔQm表示为:
Figure GDA00041009115100000410
根据式(4)和式(8),可再生能源配额制对于实现国家非化石能源占比目标的贡献率δ可以表示为:
Figure GDA0004100911510000051
其中,δ表示可再生能源配额制对实现国家非化石能源占比目标的贡献率。那么,期末实行电力消纳保障机制后可再生能源消纳总量可表达为:
Figure GDA0004100911510000052
根据公式(10),可以要确定全国未来可再生能源电力的消纳总量,主要取决于四个参数,δ、ηn、ξn、γmBAU,根据可再生能源电力消纳保障机制的政策定位以及对我国装机容量、各类能源消纳现状和预测的分析,我们可以假设如表1所示情景。
表1国家自主贡献减排目标情景
δ ηn ξn γmB AU
情景一 100% 8.8% 2.84% 0.5%~1%
情景二 80% 8.8% 2.84% 0.5%~1%
情景三 50% 8.8% 2.84% 0.5%~1%
根据公式(10)测算出的情景一下2020年可再生能源电力消纳总量为31888.88亿千瓦时,这就是待分摊的消纳总量,其值固定不变。
步骤2:计算各省份自底向上消纳量配额;
步骤2中,根据2019年5月国家发改委和国家能源局发布的《关于建立健全可再生能源电力消纳保障机制的通知》,明确,结合各区域实际用电增长情况、实际可消纳本地生产和区域外输入可再生能源电力的能力确定各区域最低消纳责任权重,对各省级行政区域规定了应达到的最低可再生能源电力消纳责任权重(简称“最低消纳责任权重”),故全国可再生能源电力消纳总量从自底向上将配额细化并分配至各省份可以表示为:
Figure GDA0004100911510000053
其中,N为可再生能源电力消纳保障机制覆盖省份总数;
Figure GDA0004100911510000054
为省份i除去免于考核电量后的社会用电量水平;Wi为省份i最低消纳权重。
为保证可再生能源电力消纳保障机制的有效性,首先,消纳保障机制设计需要使顶层设计与底层实施相一致,即,微观层面的最低消纳责任权重所实现的可再生能源消纳总量与宏观层面上国家非化石能源发展目标贡献率对应的可再生能源消纳总量相等,即公式(10)等于公式(11):
Figure GDA0004100911510000061
方程(12)建立了可再生能源消纳保障机制总体设计的一个理论分析框架,它表述了设计中的关键政策目标指标(非化石能源占比增长率ξn和消纳保障机制的贡献率δ)、可再生能源电力市场特征指标(消纳保障机制覆盖范围N和最低消纳责任权重Wi)和关键能源消费指标(全国能源消费的总体增长率ηn和覆盖省份区域除去免于考核电量后的社会用电量水平
Figure GDA0004100911510000062
)之间的数量关系,指出了可再生能源消纳保障机制总体设计应该遵循的基本原理。
步骤3:通过ZSG-DEA(Zero Sum Gains Data Envelopment Analysis)模型对各省份自底向上消纳量配额进行再分配,以达到分配的最有效;
步骤3中立足于国家非化石能源目标,根据多标准分配方案选取指标作为产出变量,体现分配的公平、效率、可持续性原则,从效率分配的角度构建投入导向型的消纳总量ZSG-DEA模型,计算消纳总量在各省的最优分配。
分配步骤为:
首先,基于各省历史可再生能源消纳量进行省份初始消纳量的分配,并通过DEA(Data Envelopment Analysis)模型评价初始分配的DEA效率值;
其次,通过ZSG-DEA模型对消纳量进行重新分配,并评价重新分配后的效率值;
最后通过多次迭代,使所有省份都能达到有效边界。
多标准方案以更系统的方式选取指标,反映了共同但又有区别的责任,根据公平,效率,可行性和可持续性原则进行DEA分配,各原则下的初步指标选择如表2。
表2消纳总量分配指标
Figure GDA0004100911510000063
Figure GDA0004100911510000071
步骤1中测算出的情景一下2020年可再生能源电力消纳总量为31888.88亿千瓦时,这就是待分摊的消纳总量,其值固定不变。
根据步骤2的自底向上配额消纳分配,同时结合2018年各省份的实际消纳量与2018年可再生能源电力消纳总量的比值,将步骤1中所测算的可再生能源电力消纳总量分摊至各省,各省初始分摊量作为投入变量。
根据各省历史人口、GDP、可再生能源装机容量、可再生能源发电量、城市居民占比、第二产业增加值占比GDP数据,以历史平均增减速度,预测各产出变量2020年的数据。
根据各省的2020年投入变量和产出变量数值,通过经典的投入导向BBC(Banker,Charnes and Cooper)模型对省份DMUo(Decision Making Units)进行效率评价,模型为:
min ho
Figure GDA0004100911510000072
其中,N为可再生能源电力消纳保障机制覆盖省份总数,ho表示省份DMUo的相对效率,x和y表示投入和产出变量,λi表示权重系数。
各省的2020年投入变量和产出变量数值以及初始DEA效率值的计算结果见表3。
表3 2020年中国各省投入变量、产出变量及初始DEA效率值
Figure GDA0004100911510000081
Figure GDA0004100911510000091
由表3可知,大多数省份消纳量的初始分配效率均低于1,这些省份为低效的决策单元,为了使原本效率较低的省份达到效率值1,需要通过零和DEA(Zero Sum Gains DEA,简称ZSG-DEA)模型对所有省份的消纳量分配额进行重新分配。
若省份DMUo为低效的决策单元,为了实现DEA有效,需要减少其投入(消纳量)X的分配量,减少量do为:
do=xo(1-hRo) (14)
其中,xo表示省份DMUo的消纳量,hRo表示省份DMUo的投入总量不变的限制条件下的效率,且技术效率hRo与初始效率值ho之间呈现线性相关关系,为:
Figure GDA0004100911510000092
其中,W是由经典BBC模型式计算所得相对效率不为1的省份组成的集合,
Figure GDA0004100911510000101
为省份i与省份o的经典技术效率比,可以通过初始效率值来获得投入总量约束条件下的技术效率值。
为了保持投入总额不变,即可再生能源电力消纳总量不变,这一减少的消纳量do将按照比例分配的原则分配给其他省份,则第i个省份DMUi从DMUo处分得的消纳量为:
Figure GDA0004100911510000102
所有的省份都在同时进行消纳量的调整,故省份DMUi的消纳量分配额最终调整为:
Figure GDA0004100911510000103
因此,经过比例调整后,采用ZSG-DEA模型对省份DMUo进行相对效率评价的投入导向BBC模型变形为:
min hRo
Figure GDA0004100911510000104
调整消纳总量在各省之间的分配,使总量保持不变的同时,各个省份的效率值得到改进。一些省份在消纳量调整后仍达不到DEA有效,需要将调整后的消纳量再次作为投入变量,进行第二次效率值的估算和调整,通过多次迭代,最终使得各省份ZSG-DEA模型的效率值均接近于1,即各省份消纳量的分配都基本达到ZSG-DEA的统一有效边界,实现了各省份消纳量的最优分配。具体结果见下表4及收敛过程如图2。
表4 2020年中国各省份约束性指标与ZSG-DEA模型所得最优指标
Figure GDA0004100911510000121
在零和博弈DEA模型计算结果可以发现,当前我国可再生能源电力消纳保障机制的各省消纳比例普遍偏低,为了保障国家2030年非化石能源占比20%的达成,估计未来国家将提高各省可再生能源电力消纳量的比例。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。

Claims (1)

1.一种可再生能源电力配额分配的优化方法,其特征在于,包括以下步骤:
步骤1:计算自顶向下可再生能源电力消纳总量;
步骤2:计算各省份自底向上消纳量配额;
步骤3:通过ZSG-DEA(ZeroSumGainsDataEnvelopmentAnalysis)模型对各省份自底向上消纳量配额进行再分配以达到分配的最有效;
步骤1中所述自顶向下可再生能源电力消纳总量为:
Figure FDA0004067288000000011
其中,
Figure FDA0004067288000000012
表示实行电力消纳保障机制后可再生能源消纳总量,
Figure FDA0004067288000000013
表示规划期初可再生能源消纳总量,γmBAU表示在BAU(BusinessAsUsual)情景下可再生能源电力消纳率的增长率,δ表示可再生能源配额制对于实现国家非化石能源占比目标的贡献率,ηn表示规划期内能源消费增长率,ξn表示规划期内非化石能源占比增长率,
Figure FDA0004067288000000014
表示规划期开始时全国非化石能源消费总量,m0
Figure FDA0004067288000000015
Figure FDA0004067288000000016
的比值,βm表示实行电力消纳保障机制下的可再生能源发电总装机容量的增长率;
步骤2中所述各省份自底向上消纳量配额为:
Figure FDA0004067288000000017
其中,N为可再生能源电力消纳保障机制覆盖省份总数,
Figure FDA0004067288000000018
为省份i除去免于考核电量后的社会用电量水平;Wi为省份i最低消纳权重;
步骤3中所述对各省份自底向上消纳量配额进行再分配以达到分配的最有效为:
min hRo
Figure FDA0004067288000000021
其中,hRo表示省份DMU0(DecisionMakingUnits)的投入总量不变的限制条件下的效率值,λi表示权重系数,x和y表示投入和产出变量,xo表示省份DMU0的消纳量,W是由经典BCC(Banker,CharnesandCooper)模型式计算所得相对效率不为1的省份组成的集合,
Figure FDA0004067288000000022
为省份i与省份o的经典技术效率比,可以通过初始效率值来获得投入总量约束条件下的技术效率值。
CN201911257484.7A 2019-12-10 2019-12-10 一种可再生能源电力配额分配的优化方法 Active CN111144624B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911257484.7A CN111144624B (zh) 2019-12-10 2019-12-10 一种可再生能源电力配额分配的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911257484.7A CN111144624B (zh) 2019-12-10 2019-12-10 一种可再生能源电力配额分配的优化方法

Publications (2)

Publication Number Publication Date
CN111144624A CN111144624A (zh) 2020-05-12
CN111144624B true CN111144624B (zh) 2023-05-02

Family

ID=70517876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911257484.7A Active CN111144624B (zh) 2019-12-10 2019-12-10 一种可再生能源电力配额分配的优化方法

Country Status (1)

Country Link
CN (1) CN111144624B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114912790A (zh) * 2022-05-10 2022-08-16 国网经济技术研究院有限公司 可再生能源消纳电量均衡分配方法、系统、设备和介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103246960A (zh) * 2013-05-22 2013-08-14 南京财经大学 一种基于产出导向的城市公共交通绩效评价方法
WO2014177608A2 (en) * 2013-04-30 2014-11-06 Nec Europe Ltd. Method for allocating electrical power of a shared energy source and resource management system
CN106779192A (zh) * 2016-12-04 2017-05-31 国家电网公司 交通运输业能源消耗量预测方法及其预测系统
CN107330549A (zh) * 2017-06-22 2017-11-07 华北电力大学 含多主体的多能互补微电网能量管理方法
CN107545325A (zh) * 2017-08-21 2018-01-05 浙江工业大学 一种基于博弈论的多微网互联运行优化方法
CN109657946A (zh) * 2018-09-19 2019-04-19 清华大学 基于博弈论的区域能源互联网规划的数学模型和规划方法
CN109902855A (zh) * 2019-01-14 2019-06-18 昆明电力交易中心有限责任公司 一种市场环境下的梯级关键水电站多目标优化及电量分配方法
CN110070204A (zh) * 2019-01-04 2019-07-30 国网浙江省电力有限公司 一种基于移动平均线的用户负荷趋势预测方法
CN110414801A (zh) * 2019-07-08 2019-11-05 中国科学院地理科学与资源研究所 一种评估城乡居民间接能源消费碳排放的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2594034B (en) * 2017-07-28 2022-09-14 Univ Florida State Res Found Optimal control technology for distributed energy resources

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014177608A2 (en) * 2013-04-30 2014-11-06 Nec Europe Ltd. Method for allocating electrical power of a shared energy source and resource management system
CN103246960A (zh) * 2013-05-22 2013-08-14 南京财经大学 一种基于产出导向的城市公共交通绩效评价方法
CN106779192A (zh) * 2016-12-04 2017-05-31 国家电网公司 交通运输业能源消耗量预测方法及其预测系统
CN107330549A (zh) * 2017-06-22 2017-11-07 华北电力大学 含多主体的多能互补微电网能量管理方法
CN107545325A (zh) * 2017-08-21 2018-01-05 浙江工业大学 一种基于博弈论的多微网互联运行优化方法
CN109657946A (zh) * 2018-09-19 2019-04-19 清华大学 基于博弈论的区域能源互联网规划的数学模型和规划方法
CN110070204A (zh) * 2019-01-04 2019-07-30 国网浙江省电力有限公司 一种基于移动平均线的用户负荷趋势预测方法
CN109902855A (zh) * 2019-01-14 2019-06-18 昆明电力交易中心有限责任公司 一种市场环境下的梯级关键水电站多目标优化及电量分配方法
CN110414801A (zh) * 2019-07-08 2019-11-05 中国科学院地理科学与资源研究所 一种评估城乡居民间接能源消费碳排放的方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
GOMES E G, LINS M P E.Modelling undesirable outputs with zero sum gains data envelopment analysis models.《Journal of the Operational Research Society》.2008,第59卷(第59卷),第616–623页. *
徐志恒 ; 张帆 ; 徐东 ; .配电网电能质量综合治理控制策略研究.国网技术学院学报.2017,(02),第9-13页. *
梅生伟 ; 魏 ; 刘锋 ; .电力系统控制与决策中的博弈问题―工程博弈论初探.控制理论与应用.2018,(第05期),第5-14页. *
王帮灿 ; 吴滇宁 ; 邢玉辉 ; 丁文娇 ; 张枫 ; 丛野 ; .电力现货市场中的发电成本核算方法研究.云南电力技术.2020,(01),第31-37页. *
艾芊 ; 郝然 ; .多能互补、集成优化能源系统关键技术及挑战.电力系统自动化.2018,(04),第8-16页. *
郜蕊.中国可再生能源配额政策优化研究.《中国优秀硕士学位论文全文数据库(郜蕊)》.2022,(第undefined期),C042-18. *

Also Published As

Publication number Publication date
CN111144624A (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
CN106026149B (zh) 一种考虑电网备用容量配置与风电利用率的电动汽车优化调度方法
CN109523128A (zh) 一种促进消纳的可再生能源容量配置方法
CN112564183B (zh) 电网规划中风光火储的容量优化配置方法
Ye et al. Allocation of carbon dioxide emission quotas based on the energy-economy-environment perspective: Evidence from Guangdong Province
CN114336702A (zh) 基于双层随机规划的风光储场站群功率分配协同优化方法
CN108876000A (zh) 一种光伏充电站光、储、变压器容量协调优化配置方法
CN111030189A (zh) 一种风电和光伏消纳预测预警方法
CN109598433A (zh) 考虑弃能成本和调峰需求的送端电网电源结构规划方法
US8683479B1 (en) Shifting information technology workload demands
CN110932261B (zh) 一种基于全局效益最大化的多能源系统联合装机规划方法
CN109726875B (zh) 一种基于三公调度和经济调度的电力调度预测方法
CN111144624B (zh) 一种可再生能源电力配额分配的优化方法
CN116316567A (zh) 一种阶梯碳交易机制下综合能源需求响应优化方法
CN113935239B (zh) 一种基于用户行为预测的区域电热水器负荷集群消纳新能源方法
CN117748576A (zh) 考虑月内日间风光出力波动性的水风光储互补计算方法
CN109919800A (zh) 一种基于多目标优化的节能改造补贴分配方法
CN112016186A (zh) 一种基于随机场景构建的年度弃风、弃光率计算方法
CN111178733A (zh) 一种基于等效电量函数法的弃风电量评估模型
CN110942217B (zh) 一种构建零碳绿色能源体系的方法和系统
CN111079966B (zh) 一种广义负荷空间预测方法和系统
CN115358559A (zh) 考虑综合需求响应的综合能源系统源储容量优化配置方法
CN110348692A (zh) 一种大型混联水库群多目标蓄能调度图计算方法
CN112036681B (zh) 基于合作博弈和综合赋权的梯级水电站聚合降维补偿效益分配方法
CN112186813B (zh) 一种电力系统区域电网调度方法、系统、装置及存储介质
CN108563803A (zh) 面向全球联网的电力格局构建方法

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
GR01 Patent grant
GR01 Patent grant