CN111415061A - 一种可再生能源电力系统的综合评价方法及装置 - Google Patents
一种可再生能源电力系统的综合评价方法及装置 Download PDFInfo
- Publication number
- CN111415061A CN111415061A CN202010085256.2A CN202010085256A CN111415061A CN 111415061 A CN111415061 A CN 111415061A CN 202010085256 A CN202010085256 A CN 202010085256A CN 111415061 A CN111415061 A CN 111415061A
- Authority
- CN
- China
- Prior art keywords
- index
- evaluated
- renewable energy
- energy power
- power system
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 122
- 230000007246 mechanism Effects 0.000 claims abstract description 40
- 238000004088 simulation Methods 0.000 claims abstract description 33
- 238000010248 power generation Methods 0.000 claims description 61
- 238000011161 development Methods 0.000 claims description 24
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 21
- 238000005265 energy consumption Methods 0.000 claims description 18
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 10
- 229910052799 carbon Inorganic materials 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000035699 permeability Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 18
- 230000008859 change Effects 0.000 description 10
- 238000009434 installation Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- 239000002028 Biomass Substances 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 230000001364 causal effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Pure & Applied Mathematics (AREA)
- Development Economics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (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
本发明公开了一种可再生能源电力系统的综合评价方法，包括：建立包括可再生能源电力消纳机制、可再生能源电力系统的电源负荷特性及发电机组参数约束的数据库；根据所述数据库，生成待评价可再生能源电力系统的待评价指标；其中，所述待评价指标包括能源性指标、生态性指标及经济性指标；构建系统动力学模型，并采用所述系统动力学模型进行仿真，根据仿真结果计算所述待评价指标的指标权重；根据所述仿真结果和所述指标权重，计算所述可再生能源电力系统的综合评价结果，能实现全面、准确地在可再生能源电力消纳保障机制下对可再生能源电力系统进行评价。本发明还公开了一种可再生能源电力系统的综合评价装置。
Description
技术领域
本发明涉及电力系统评价技术领域，尤其涉及一种可再生能源电力系统的综 合评价方法及装置。
背景技术
近年来，化石燃料短缺、气候变化异常、环境污染严重等问题已经成为阻碍 人类社会可持续发展的突出矛盾。随着技术进步、开发成本下降，发展非水电的 可再生能源，已经成为一项重要的战略任务。我国在可再生能源发展初期，面对 技术不成熟、投资成本高等问题，主要采用固定电价补贴来激励风力发电、光伏 发电、生物质能发电等产业的发展。2018年，我国可再生能源发电总装机容量达 到7.29亿千瓦，发电量达到1.87万亿千瓦时。在规模化发展取得较大成就的同 时，可再生能源的消纳问题开始显现。
消纳保障机制通过设定强制性的消纳责任权重，即各省级区域的可再生能源 电量在电力消费中的占比，来对电网企业、售电公司和直接购电的大用户进行市 场行为的引导。责任的考核除了实际消纳可再生能源电力，还可以通过向超额达 标的市场主体购买其超额量，或者认购可再生能源绿色电力证书(简称绿证)来 完成。在电力市场化框架下，绿证市场对于不同类型发电厂商的竞争有着重要的 影响，是一次摆脱固定电价补贴资金缺口困境的探索。为清楚可再生能源电力系 统带来的收益效果，需要对可再生能源电力系统运营情况进行评价，现有电力系 统评价主要针对传统电网而提出的，没有针对在可再生能源电力消纳保障机制下 可再生能源电力系统进行评价。且传统电网评价主要从技术性、经济性、社会性、 实用化等角度进行评价，而未考虑系统设备利用的状况，导致电力系统评价不全 面。
发明内容
本发明实施例提供一种可再生能源电力系统的综合评价方法及装置，能实现 全面、准确地在可再生能源电力消纳保障机制下对可再生能源电力系统进行评 价。
本发明一实施例提供一种可再生能源电力系统的综合评价方法，包括：
建立包括可再生能源电力消纳机制、可再生能源电力系统的电源负荷特性及 发电机组参数约束的数据库；
根据所述数据库，生成待评价可再生能源电力系统的待评价指标；其中，所 述待评价指标包括能源性指标、生态性指标及经济性指标；
构建系统动力学模型，并采用所述系统动力学模型进行仿真，根据仿真结果 计算所述待评价指标的指标权重；
根据所述仿真结果和所述指标权重，计算所述可再生能源电力系统的综合评 价结果。
作为上述方案的改进，所述能源性指标包括可再生能源装机容量、火力发电 能源装机容量、清洁能源渗透率、能源自给率、一次能源利用效率；
所述生态性指标包括碳减排量、单位能源消费二氧化硫排放量、单位能源消 费氮氧化物排放量；
所述经济性指标包括发电商勒纳指数、企业用能成本占比、家庭用能支出占 比。
作为上述方案的改进，所述构建系统动力学模型，并采用所述系统动力学模 型进行仿真，根据仿真结果计算所述待评价指标的指标权重，具体包括：
根据所述数据库，构建系统动力学模型；其中，所述系统动力学模型包括可 再生能源装机发展模型、火力发电装机发展模型、绿色电力证书模型及电力供需 模型；
采用所述系统动力学模型进行仿真运行，得到所述待评价指标在所述可再生 能源电力消纳机制下的评价指标值；
根据所述评价指标值，计算所述待评价指标的指标权重。
作为上述方案的改进，所述根据所述评价指标值，计算所述待评价指标的指 标权重，具体包括：
对所述评价指标值进行标准化处理，得到标准化的评价指标值；
根据所述标准化的评价指标值，计算各所述待评价指标的标准差；
计算各所述待评价指标间的相关系数及相关系数矩阵；
根据所述相关系数矩阵，计算所述待评价指标的冲突性参数；
根据所述待评价指标的冲突性参数和标准差，计算信息量；
根据所述待评价指标的信息量，计算指标权重。
作为上述方案的改进，所述根据所述评价指标值，计算所述待评价指标的指 标权重，还包括：
所述标准化的评价指标值由以下公式计算，具体公式如下：
或
其中，Yij为在第i个可再生能源电力消纳机制下第j个待评价指标的标准化 的评价指标值，Xij为在第i个可再生能源电力消纳机制下第j个待评价指标的评 价指标值，Xj为第j个待评价指标的评价指标值；
所述待评价指标的标准差由以下公式计算，具体公式如下：
其中，σj为第j个待评价指标的标准差，
为所述标准化的评价指标值的平 均值，n为可再生能源电力消纳机制的总量；
各所述待评价指标间的相关系数由以下公式计算，具体公式如下：
其中，rjk为第j个待评价指标和第k个待评价指标的相关系数，cov(Yj,Yk)为 第j个待评价指标和第k个待评价指标标准化的评价指标值的协方差，var为方差；
所述冲突性参数由以下公式计算，具体公式如下：
其中，Cj为第j个待评价指标的冲突性参数；
所述信息量由以下公式计算，具体公式如下：
Ij＝σj·Cj
其中，Ij为第j个待评价指标的信息量；
所述指标权重由以下公式计算，具体公式如下：
其中，Wj为第j个待评价指标的指标权重。
所述根据所述仿真结果和所述指标权重，计算所述可再生能源电力系统的综 合评价结果，具体包括：
作为上述方案的改进，所述指标权重由以下公式计算，具体公式如下：
其中，Ei为所述可再生能源电力系统在第i个可再生能源电力消纳机制下的 综合评价结果，m为待评价指标的总量。
本发明另一实施例对应提供了一种可再生能源电力系统的综合评价装置，包 括：
数据库建立模块，用于建立包括可再生能源电力消纳机制、可再生能源电力 系统的电源负荷特性及发电机组参数约束的数据库；
待评价指标生成模块，用于根据所述数据库，生成待评价可再生能源电力系 统的待评价指标；其中，所述待评价指标包括能源性指标、生态性指标及经济性 指标；
权重计算模块，用于构建系统动力学模型，并采用所述系统动力学模型进行 仿真，根据仿真结果计算所述待评价指标的指标权重；
综合评价模块，用于根据所述仿真结果和所述指标权重，计算所述可再生能 源电力系统的综合评价结果。
与现有技术相比，本发明实施例公开的一种可再生能源电力系统的综合评价 方法及装置，通过建立包括可再生能源电力消纳机制、可再生能源电力系统的电 源负荷特性及发电机组参数约束的数据库，根据所述数据库，生成待评价可再生 能源电力系统的待评价指标，其中，所述待评价指标包括能源性指标、生态性指 标及经济性指标，构建系统动力学模型，并采用所述系统动力学模型进行仿真， 根据仿真结果计算所述待评价指标的指标权重，根据所述仿真结果和所述指标权 重，计算所述可再生能源电力系统的综合评价结果，这样通过考虑电力系统的政 策机制、电源负荷特性、机组利用状况及机组运行状况，从能源性指标、生态性 指标及经济性指标上全面地对可再生能源电力系统在可再生能源电力消纳保障 机制下进行评价，从而能有效提高可再生能源电力系统综合评价结果的准确度。
本发明另一实施例提供了一种可再生能源电力系统的综合评价终端设备，包 括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算 机程序，所述处理器执行所述计算机程序时实现上述发明实施例所述的可再生能 源电力系统的综合评价方法。
本发明另一实施例提供了一种存储介质，所述计算机可读存储介质包括存储 的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所 在设备执行上述发明实施例所述的可再生能源电力系统的综合评价方法。
附图说明
图1是本发明实施例一提供的一种可再生能源电力系统的综合评价方法的流 程示意图；
图2是本发明实施例一提供的可再生能源装机发展模型的结构示意图；
图3是本发明实施例一提供的火力发电装机发展模型的结构示意图；
图4是本发明实施例一提供的绿色电力证书模型的结构示意图；
图5是本发明实施例一提供的电力供需模型的结构示意图；
图6是本发明实施例二提供的一种可再生能源电力系统的综合评价装置的结 构示意图。
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作出创造性劳 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。
实施例一
参见图1，是本发明实施例一提供的一种可再生能源电力系统的综合评价方 法的流程示意图，所述方法包括步骤S101至S104。
S101、建立包括可再生能源电力消纳机制、可再生能源电力系统的电源负荷 特性及发电机组参数约束的数据库。
具体的，数据库由政策因素库和变量数据库组成。政策因素库包括可再生能 源固定电价补贴、可再生能源电力消纳机制涵盖的主、客体，是政策范围内现实 因素的集合，用于生成待评价指标及系统动力学模型中的因果回路图。变量数据 库包括可再生能源电力系统的电源特性、负荷特性、投资成本、能源产量、能源 消费总量、系统排放总量等方面的数据，同时包括仿真运行、政策设计、社会发 展、机组参数等方面的初始约束，数据来源于政策文件、统计局、世界银行等权 威机构；对于调研难度较大的常量，可以通过综合推理设定模糊值，再通过后期 的敏感度测试反馈，判断是否需要重新取值；常量将被导入数据库，作为用户对 比分析的依据。
S102、根据所述数据库，生成待评价可再生能源电力系统的待评价指标；其 中，所述待评价指标包括能源性指标、生态性指标及经济性指标。
其中，所述能源性指标包括可再生能源装机容量、火力发电能源装机容量、 清洁能源渗透率、能源自给率、一次能源利用效率；
所述生态性指标包括碳减排量、单位能源消费二氧化硫排放量、单位能源消 费氮氧化物排放量；
所述经济性指标包括发电商勒纳指数、企业用能成本占比、家庭用能支出占 比。
优选的，能源效益评价指标包括可再生能源装机容量、火力发电能源装机容 量、清洁能源渗透率、能源自给率、一次能源利用效率，但不限于此。通过如下 公式得到上述各能源效益评价指标：
所述可再生能源装机容量和所述火力发电能源装机容量由以下公式确定，具 体公式如下：
C＝C0+∫(Inflow-Outflow)dt
其中，C为变化后的可再生能源装机容量或变化后的火力发电能源装机容 量，C0为变化前的可再生能源装机容量或变化前的火力发电能源装机容量，Inflow 为装机容量的新增，Outflow为是设备的折旧；
根据所述可再生能源装机容量和所述火力发电能源装机容量，所述清洁能源 渗透率由以下公式确定，具体公式如下：
其中，REPR为所述清洁能源渗透率，REICi为第i种清洁能源的装机容量， FEIC为所述火力发电装机容量；
能源自给率＝能源生产总量/能源消费总量；
一次能源利用效率＝供能量/一次能源输入量。
优选的，生态效益评价指标包括碳减排量、单位能源消费二氧化硫排放量、 单位能源消费氮氧化物排放量、居民舒适度、绿色理念认可度，但不限于此。通 过如下公式得到上述各生态效益评价指标：
所述碳减排量由以下公式确定，具体公式如下：
CR＝UR×SRES
其中，CR为所述碳减排量，UR为单位可再生能源电力碳减排量，SRES为可 再生能源发电供给；
单位能源消费二氧化硫排放量＝二氧化硫排放总量/能源消费总量；
单位能源氮氧化物排放总量＝氮氧化物排放总量/能源消费总量。
优选的，经济效益评价指标包括发电商勒纳指数、电价稳定性、投资资本、 投资规模、企业用能成本占比、家庭用能支出占比，但不限于此。通过如下公式 得到上述各经济效益评价指标：
勒纳指数可以用来体现电力市场模式的变化对市场力的影响，计算公式如 下：
L＝(P-MC)/P
式中P表示电价，MC表示边际成本；勒纳指数实际上计量的是价格偏离边 际成本的程度，价格越是高于边际成本，表明市场力越强。
企业用能成本占比＝企业用能成本/企业生产成本；
家庭用能支出占比＝家庭用能支出/家庭总支出。
S103、构建系统动力学模型，并采用所述系统动力学模型进行仿真，根据仿 真结果计算所述待评价指标的指标权重。
优选的，步骤S103具体包括：
根据所述数据库，构建系统动力学模型；其中，所述系统动力学模型包括可 再生能源装机发展模型、火力发电装机发展模型、绿色电力证书模型及电力供需 模型；
采用所述系统动力学模型进行仿真运行，得到所述待评价指标在所述可再生 能源电力消纳机制下的评价指标值；
根据所述评价指标值，计算所述待评价指标的指标权重。
需要说明的是，所述系统动力学模型，其完整构建过程包括绘制因果回路图、 完善存量流量图，用于动态仿真政策执行的长期结果。所述系统动力学模型包括 可再生能源装机发展模型、火力发电装机发展模型、绿色电力证书模型及电力供 需模型，其模型构建优选地可利用VensimDSS软件完成。该系统动力学模型的 结构以国内可再生能源固定电价补贴、可再生能源消纳保障机制的政策内容为基 础，梳理了电力市场环境下研究范围内变量的因果回路图；所述因果回路图由多 个反馈回路组成，包括正反馈、负反馈，可以依此创建存量流量图；所述存量流 量图表达了不同变量、模块之间的逻辑联系，嵌入数学关系后得到完整系统动力 学模型。进一步，所述系统动力学模型的仿真结果对建模过程提供反馈，反馈内 容包括变量的动态发展曲线图、对应数据表，以及常量的敏感度测试。
在一种优选的实施例中，参见图2，是本发明实施例一提供的可再生能源装 机发展模型的结构示意图，创建可再生能源(RES)装机发展模型设定存量包括 RES发电装机容量；设定速率变量包括RES新增装机、RES设备折旧；设定辅 助变量包括RES发电量、RES发电总供给、RES发电成本、RES发电收入、RES 发电投资乘数、FIT占比；设定常量包括RES装机容量初始值、RPS占比、固定 电价补贴、均衡投资率1、RES建设周期、RES设备生命周期、RES发电利用小 时数；设定下标变量包括RES种类。优选的，主要模型方程式如下所示：
RES种类＝{风力、光伏、生物质}；
RES发电装机容量[RES种类]＝RES新增装机[RES种类]-RES设备折旧[RES 种类]；
RES新增装机[RES种类]＝DELAY1(RES发电投资乘数[RES种类]*RES发电 装机容量[RES种类]*均衡投资率1,RES建设周期)；
RES设备折旧[RES种类]＝RES发电装机容量[RES种类]/RES设备生命周期；
RES发电量[RES种类]＝RES发电装机容量[RES种类]*RES发电利用小时数 [RES种类]；
RES发电总供给＝SUM(RES发电量[RES种类！])；
RES发电成本[风力]＝0.4*RES发电量[风力]；
RES发电成本[光伏]＝0.65*RES发电量[光伏]；
RES发电成本[生物质]＝0.74*RES发电量[生物质]；
RES发电收入[风力]＝RES发电量[风力]*(上网电价+FIT占比*固定电价补贴 [风力]+RPS占比*(1-TGC配额比例)*TGC价格)；
RES发电收入[光伏]＝RES发电量[光伏]*(上网电价+FIT占比*固定电价补贴 [光伏]+RPS占比*(1-TGC配额比例)*TGC价格)；
RES发电收入[生物质]＝RES发电量[生物质]*(FIT占比*固定电价补贴[生物 质]+上网电价)；
FIT占比＝1-RPS占比；
RES发电投资乘数＝SMOOTH(RES发电收入[RES种类]/RES发电成本[RES 种类],1)。
在一种优选的实施例中，参见图3，是本发明实施例一提供的火力发电装机 发展模型的结构示意图，创建火力发电装机发展模型，设定存量包括火力发电装 机容量；设定速率变量包括火力发电新增装机、火力发电设备折旧；设定辅助变 量包括火力发电供给、火力发电收入、火力发电成本、火力发电投资乘数、火力 发电碳排放量；设定常量包括火力发电装机容量初始值、火电建设周期、火电设 备生命周期、火力发电利用小时数、均衡投资率2。优选的，主要模型方程式如 下所示：
火力发电装机容量＝INTEG(火电新增装机-火电设备折旧)；
火电新增装机＝DELAY1(均衡投资率2*火力发电投资乘数*火力发电装机容 量,火电建设周期)；
火电设备折旧＝火力发电装机容量/火电设备生命周期；
火力发电供给＝火电利用小时数*火力发电装机容量；
火力发电成本＝0.00984*火力发电供给*火力发电供给+0.335*火力发电供给 +RPS占比*TGC配额比例*TGC价格*火力发电供给；
火力发电收入＝火力发电供给*上网电价；
火力发电投资乘数＝SMOOTH(火力发电收入/火力发电成本,1)；
火力发电碳排放量＝975*火力发电供给。
在一种优选的实施例中，参见图4，是本发明实施例一提供的绿色电力证书 模型的结构示意图，创建绿色电力证书(TGC)模型，设定存量包括TGC市场 价格、TGC库存；设定速率变量包括TGC价格变化、TGC兑换、TGC考核、 TGC过期；设定辅助变量包括TGC价格、TGC超额供给、TGC供给、TGC需 求；设定常量包括TGC初始价格、经济参数、TGC有效期、TGC配额比例、TGC 库存初始值、TGC价格上限。优选的，主要模型方程式如下所示：
TGC价格＝MIN(TGC价格上限,MAX(TGC市场价格,TGC初始价格))；
TGC市场价格＝TGC初始价格+INTEG(TGC价格变化)；
TGC价格变化＝-TGC超额供给*经济参数；
TGC超额供给＝TGC供给-TGC需求；
TGC需求＝(TGC初始价格/TGC价格)*(电力需求*TGC配额比例-MAX(TGC 库存,0))；
TGC供给＝(TGC价格/TGC初始价格)*MAX(TGC库存,0)；
TGC库存＝TGC库存初始值+INTEG(TGC兑换-TGC消耗-TGC过期)；
TGC兑换＝RES发电量[风力]+RES发电量[光伏]；
TGC过期＝TGC库存/12；
TGC考核＝TGC配额比例*电力需求。
在一种优选的实施例中，参见图5，是本发明实施例一提供的电力供需模型 的结构示意图，创建电力供需模型，设定存量包括电力需求、上网电价；设定速 率变量包括需求变化、电价变化；设定辅助变量包括电力供给、TGC成本、销售 电价；设定常量包括电力需求初始值、上网电价初始值、参考电价、网损。优选 的，主要模型方程式如下所示：
上网电价＝上网电价初始值+INTEG(电价变化)；
电价变化＝上网电价*(电力需求-电力供给)/电力需求；
电力需求＝(((电力需求初始值+Time)*100000)/12)*(销售电价/参考电 价)^(-0.25)；
电力供给＝(1-网损)*(火力发电供给+RES发电总供给)；
销售电价＝上网电价+TGC成本；
TGC成本＝TGC配额比例*TGC价格*RPS占比。
进一步，优选的，步骤S103还包括：
对所述评价指标值进行标准化处理，得到标准化的评价指标值；
根据所述标准化的评价指标值，计算各所述待评价指标的标准差；
计算各所述待评价指标间的相关系数及相关系数矩阵；
根据所述相关系数矩阵，计算所述待评价指标的冲突性参数；
根据所述待评价指标的冲突性参数和标准差，计算信息量；
根据所述待评价指标的信息量，计算指标权重。
本实施例中，指标权重分配优选地采用CRITIC(Criteria Importance ThroughIntercriteria Correlation)赋权法。CRITIC赋权法是一种能够客观反映指标客观权 重的计算方法，其基本思路是通过指标之间的对比强度和冲突性来确定权重。对 比强度表示了同一个指标在不同方案之间取值差距的大小，以标准差的形式来表 现。冲突性表示了指标之间的不相关程度，通过计算相关系数来反向确定。
更进一步，计算可再生能源电力消纳机制i(i＝1，2，3，...，n)在系统动力 学模型仿真运行结果下待评价指标j(j＝1，2，3，...，m)的指标值，得到如下 表一所示的原始数值矩阵Xij：
表一
| 指标1 | 指标2 | ... | 指标m | |
| 政策1 | X11 | X12 | ... | X11 |
| 政策2 | X21 | X22 | ... | X2m |
| ... | ... | ... | ... | ... |
| 政策n | Xn1 | Xn2 | ... | Xnm |
进一步，对原始数值矩阵进行标准化，所述标准化的评价指标值由以下公式 计算，具体公式如下：
或
其中，Yij为在第i个可再生能源电力消纳机制下第j个待评价指标的标准化 的评价指标值，Xij为在第i个可再生能源电力消纳机制下第j个待评价指标的评 价指标值，Xj为第j个待评价指标的评价指标值。
可以理解，前者适用于正向指标，即数值越大，效益越好；后者适用于负向 指标，即数值越小，效益越好。整理得到如下表二所示的标准化数值矩阵Yij：
表二
进一步，计算待评价指标的标准差，表征对比强度。标准差越大，政策方案 之间的取值差距越大，说明该指标权重大；反之权重小。所述待评价指标的标准 差由以下公式计算，具体公式如下：
其中，σj为第j个待评价指标的标准差，
为所述标准化的评价指标值的平 均值，n为可再生能源电力消纳机制的总量。
进一步，计算待评价指标j和待评价指标k的相关系数，反向表征冲突性。 冲突性越大，说明该指标的权重越大，反之越小。用rjk表示指标j和指标k之间 的相关系数。各所述待评价指标间的相关系数由以下公式计算，具体公式如下：
其中，rjk为第j个待评价指标和第k个待评价指标的相关系数，cov(Yj,Yk)为 第j个待评价指标和第k个待评价指标标准化的评价指标值的协方差，var为方差。 继而，由各相关系数，整合得到相关系数矩阵，具体公式如下：
进一步，计算待评价指标的冲突性参数。所述冲突性参数由以下公式计算， 具体公式如下：
其中，Cj为第j个待评价指标的冲突性参数。
进一步，计算信息量I，如果指标j包含的信息量越大，说明它的重要性越 大，反之越小。所述信息量由以下公式计算，具体公式如下：
Ij＝σj·Cj
其中，Ij为第j个待评价指标的信息量。
更进一步，计算指标权重。所述指标权重由以下公式计算，具体公式如下：
其中，Wj为第j个待评价指标的指标权重。
S104、根据所述仿真结果和所述指标权重，计算所述可再生能源电力系统的 综合评价结果。
优选的，步骤S104具体为：
所述指标权重由以下公式计算，具体公式如下：
其中，Ei为所述可再生能源电力系统在第i个可再生能源电力消纳机制下的 综合评价结果，m为待评价指标的总量。
本发明实施例提供的一种可再生能源电力系统的综合评价方法，通过建立包 括可再生能源电力消纳机制、可再生能源电力系统的电源负荷特性及发电机组参 数约束的数据库，根据所述数据库，生成待评价可再生能源电力系统的待评价指 标，其中，所述待评价指标包括能源性指标、生态性指标及经济性指标，构建系 统动力学模型，并采用所述系统动力学模型进行仿真，根据仿真结果计算所述待 评价指标的指标权重，根据所述仿真结果和所述指标权重，计算所述可再生能源 电力系统的综合评价结果，这样通过考虑电力系统的政策机制、电源负荷特性、 机组利用状况及机组运行状况，从能源性指标、生态性指标及经济性指标上全面 地对可再生能源电力系统在可再生能源电力消纳保障机制下进行评价，从而能有 效提高可再生能源电力系统综合评价结果的准确度。
实施例二
参见图6，是本发明实施例二提供的一种可再生能源电力系统的综合评价装 置的结构示意图，包括：
数据库建立模块201，用于建立包括可再生能源电力消纳机制、可再生能源 电力系统的电源负荷特性及发电机组参数约束的数据库；
待评价指标生成模块202，用于根据所述数据库，生成待评价可再生能源电 力系统的待评价指标；其中，所述待评价指标包括能源性指标、生态性指标及经 济性指标；
权重计算模块203，用于构建系统动力学模型，并采用所述系统动力学模型 进行仿真，根据仿真结果计算所述待评价指标的指标权重；
综合评价模块204，用于根据所述仿真结果和所述指标权重，计算所述可再 生能源电力系统的综合评价结果。
优选的，该待评价指标生成模块202包括：
能源性指标单元，用于所述能源性指标包括可再生能源装机容量、火力发电 能源装机容量、清洁能源渗透率、能源自给率、一次能源利用效率；
生态性指标单元，用于所述生态性指标包括碳减排量、单位能源消费二氧化 硫排放量、单位能源消费氮氧化物排放量；
经济性指标单元，用于所述经济性指标包括发电商勒纳指数、企业用能成本 占比、家庭用能支出占比。
优选的，该权重计算模块203包括：
根据所述数据库，构建系统动力学模型；其中，所述系统动力学模型包括可 再生能源装机发展模型、火力发电装机发展模型、绿色电力证书模型及电力供需 模型；
采用所述系统动力学模型进行仿真运行，得到所述待评价指标在所述可再生 能源电力消纳机制下的评价指标值；
根据所述评价指标值，计算所述待评价指标的指标权重。
优选的，该权重计算模块203还包括：
对所述评价指标值进行标准化处理，得到标准化的评价指标值；
根据所述标准化的评价指标值，计算各所述待评价指标的标准差；
计算各所述待评价指标间的相关系数及相关系数矩阵；
根据所述相关系数矩阵，计算所述待评价指标的冲突性参数；
根据所述待评价指标的冲突性参数和标准差，计算信息量；
根据所述待评价指标的信息量，计算指标权重。
优选的，该权重计算模块203还包括：
所述标准化的评价指标值由以下公式计算，具体公式如下：
或
其中，Yij为在第i个可再生能源电力消纳机制下第j个待评价指标的标准化 的评价指标值，Xij为在第i个可再生能源电力消纳机制下第j个待评价指标的评 价指标值，Xj为第j个待评价指标的评价指标值；
所述待评价指标的标准差由以下公式计算，具体公式如下：
其中，σj为第j个待评价指标的标准差，
为所述标准化的评价指标值的平 均值，n为可再生能源电力消纳机制的总量；
各所述待评价指标间的相关系数由以下公式计算，具体公式如下：
其中，rjk为第j个待评价指标和第k个待评价指标的相关系数，cov(Yj,Yk)为 第j个待评价指标和第k个待评价指标标准化的评价指标值的协方差，var为方差；
所述冲突性参数由以下公式计算，具体公式如下：
其中，Cj为第j个待评价指标的冲突性参数；
所述信息量由以下公式计算，具体公式如下：
Ij＝σj·Cj
其中，Ij为第j个待评价指标的信息量；
所述指标权重由以下公式计算，具体公式如下：
其中，Wj为第j个待评价指标的指标权重。
优选的，该综合评价模块204还包括：
所述指标权重由以下公式计算，具体公式如下：
其中，Ei为所述可再生能源电力系统在第i个可再生能源电力消纳机制下的 综合评价结果，m为待评价指标的总量。
本实施例二提供的所述可再生能源电力系统的综合评价装置用于执行上述 实施例一任意一项所述可再生能源电力系统的综合评价方法的步骤，两者的工作 原理和有益效果一一对应，因而不再赘述。
实施例三
该实施例三的可再生能源电力系统的综合评价终端设备包括：处理器、存储 器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如可再生 能源电力系统的综合评价程序。所述处理器执行所述计算机程序时实现上述各个 可再生能源电力系统的综合评价方法实施例中的步骤。或者，所述处理器执行所 述计算机程序时实现上述各装置实施例中各模块/单元的功能。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或 者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。 所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段， 该指令段用于描述所述计算机程序在所述可再生能源电力系统的综合评价终端 设备中的执行过程。
所述可再生能源电力系统的综合评价终端设备可以是桌上型计算机、笔记 本、掌上电脑及云端服务器等计算设备。所述可再生能源电力系统的综合评价终 端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述 示意图仅仅是可再生能源电力系统的综合评价终端设备的示例，并不构成对可再 生能源电力系统的综合评价终端设备的限定，可以包括比图示更多或更少的部 件，或者组合某些部件，或者不同的部件，例如所述可再生能源电力系统的综合 评价终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者 晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也 可以是任何常规的处理器等，所述处理器是所述可再生能源电力系统的综合评价 终端设备的控制中心，利用各种接口和线路连接整个可再生能源电力系统的综合 评价终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执 行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数 据，实现所述可再生能源电力系统的综合评价终端设备的各种功能。所述存储器 可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少 一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据 区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外， 存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、 内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital, SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易 失性固态存储器件。
其中，所述可再生能源电力系统的综合评价终端设备集成的模块/单元如果以 软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算 机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或 部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序 可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上 述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计 算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。 所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装 置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM， Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电 载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质 包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如 在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和 电信信号。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离 部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以 是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络 单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案 的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们 之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通 技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术 人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改 进和润饰也视为本发明的保护范围。
Claims (9)
1.一种可再生能源电力系统的综合评价方法，其特征在于，包括：
建立包括可再生能源电力消纳机制、可再生能源电力系统的电源负荷特性及发电机组参数约束的数据库；
根据所述数据库，生成待评价可再生能源电力系统的待评价指标；其中，所述待评价指标包括能源性指标、生态性指标及经济性指标；
构建系统动力学模型，并采用所述系统动力学模型进行仿真，根据仿真结果计算所述待评价指标的指标权重；
根据所述仿真结果和所述指标权重，计算所述可再生能源电力系统的综合评价结果。
2.如权利要求1所述的可再生能源电力系统的综合评价方法，其特征在于，所述能源性指标包括可再生能源装机容量、火力发电能源装机容量、清洁能源渗透率、能源自给率、一次能源利用效率；
所述生态性指标包括碳减排量、单位能源消费二氧化硫排放量、单位能源消费氮氧化物排放量；
所述经济性指标包括发电商勒纳指数、企业用能成本占比、家庭用能支出占比。
3.如权利要求1所述的可再生能源电力系统的综合评价方法，其特征在于，所述构建系统动力学模型，并采用所述系统动力学模型进行仿真，根据仿真结果计算所述待评价指标的指标权重，具体包括：
根据所述数据库，构建系统动力学模型；其中，所述系统动力学模型包括可再生能源装机发展模型、火力发电装机发展模型、绿色电力证书模型及电力供需模型；
采用所述系统动力学模型进行仿真运行，得到所述待评价指标在所述可再生能源电力消纳机制下的评价指标值；
根据所述评价指标值，计算所述待评价指标的指标权重。
4.如权利要求3所述的可再生能源电力系统的综合评价方法，其特征在于，所述根据所述评价指标值，计算所述待评价指标的指标权重，具体包括：
对所述评价指标值进行标准化处理，得到标准化的评价指标值；
根据所述标准化的评价指标值，计算各所述待评价指标的标准差；
计算各所述待评价指标间的相关系数及相关系数矩阵；
根据所述相关系数矩阵，计算所述待评价指标的冲突性参数；
根据所述待评价指标的冲突性参数和标准差，计算信息量；
根据所述待评价指标的信息量，计算指标权重。
5.如权利要求4所述的可再生能源电力系统的综合评价方法，其特征在于，所述根据所述评价指标值，计算所述待评价指标的指标权重，还包括：
所述标准化的评价指标值由以下公式计算，具体公式如下：
或
其中，Yij为在第i个可再生能源电力消纳机制下第j个待评价指标的标准化的评价指标值，Xij为在第i个可再生能源电力消纳机制下第j个待评价指标的评价指标值，Xj为第j个待评价指标的评价指标值；
所述待评价指标的标准差由以下公式计算，具体公式如下：
其中，σj为第j个待评价指标的标准差，
为所述标准化的评价指标值的平均值，n为可再生能源电力消纳机制的总量；
各所述待评价指标间的相关系数由以下公式计算，具体公式如下：
其中，rjk为第j个待评价指标和第k个待评价指标的相关系数，cov(Yj,Yk)为第j个待评价指标和第k个待评价指标标准化的评价指标值的协方差，var为方差；
所述冲突性参数由以下公式计算，具体公式如下：
其中，Cj为第j个待评价指标的冲突性参数；
所述信息量由以下公式计算，具体公式如下：
Ij＝σj·Cj
其中，Ij为第j个待评价指标的信息量；
所述指标权重由以下公式计算，具体公式如下：
其中，Wj为第j个待评价指标的指标权重。
6.如权利要求5所述的可再生能源电力系统的综合评价方法，其特征在于，所述根据所述仿真结果和所述指标权重，计算所述可再生能源电力系统的综合评价结果，具体包括：
所述指标权重由以下公式计算，具体公式如下：
其中，Ei为所述可再生能源电力系统在第i个可再生能源电力消纳机制下的综合评价结果，m为待评价指标的总量。
7.一种可再生能源电力系统的综合评价装置，其特征在于，包括：
数据库建立模块，用于建立包括可再生能源电力消纳机制、可再生能源电力系统的电源负荷特性及发电机组参数约束的数据库；
待评价指标生成模块，用于根据所述数据库，生成待评价可再生能源电力系统的待评价指标；其中，所述待评价指标包括能源性指标、生态性指标及经济性指标；
权重计算模块，用于构建系统动力学模型，并采用所述系统动力学模型进行仿真，根据仿真结果计算所述待评价指标的指标权重；
综合评价模块，用于根据所述仿真结果和所述指标权重，计算所述可再生能源电力系统的综合评价结果。
8.一种可再生能源电力系统的综合评价终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的可再生能源电力系统的综合评价方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的可再生能源电力系统的综合评价方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010085256.2A CN111415061B (zh) | 2020-02-10 | 2020-02-10 | 一种可再生能源电力系统的综合评价方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010085256.2A CN111415061B (zh) | 2020-02-10 | 2020-02-10 | 一种可再生能源电力系统的综合评价方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111415061A true CN111415061A (zh) | 2020-07-14 |
| CN111415061B CN111415061B (zh) | 2022-07-22 |
Family
ID=71490947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010085256.2A Active CN111415061B (zh) | 2020-02-10 | 2020-02-10 | 一种可再生能源电力系统的综合评价方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111415061B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113067329A (zh) * | 2021-02-22 | 2021-07-02 | 国网河北省电力有限公司经济技术研究院 | 一种电力系统的可再生能源适应性优化方法及终端 |
| CN113112176A (zh) * | 2021-04-26 | 2021-07-13 | 国网(衢州)综合能源服务有限公司 | 一种基于大数据的企业碳排放可视化预警系统 |
| CN113392536A (zh) * | 2021-06-30 | 2021-09-14 | 中国南方电网有限责任公司 | 电力通信网络仿真评估方法、装置、计算机设备和介质 |
| CN113505983A (zh) * | 2021-07-07 | 2021-10-15 | 广东电网有限责任公司 | 一种能源产业链监测预警系统 |
| CN113837647A (zh) * | 2021-10-09 | 2021-12-24 | 南方电网能源发展研究院有限责任公司 | 区域能源评估方法、装置、计算机设备和存储介质 |
| CN114091884A (zh) * | 2021-11-16 | 2022-02-25 | 华北电力大学 | 一种基于园区级微网构建的负碳减排机制的评估方法 |
| CN114626570A (zh) * | 2021-12-07 | 2022-06-14 | 国网天津市电力公司 | 一种电力碳排放轨迹分析方法及装置 |
| CN113592145B (zh) * | 2021-06-29 | 2024-06-04 | 国网内蒙古东部电力有限公司电力科学研究院 | 基于全生命周期的生物质资源转化系统评价系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440597A (zh) * | 2013-08-28 | 2013-12-11 | 国家电网公司 | 可再生能源并网对电网经济运行影响的分析方法 |
| EP2858015A1 (en) * | 2013-10-04 | 2015-04-08 | Building Research Establishment Ltd | System and method for simulation, control and performance monitoring of energy systems |
| CN110310035A (zh) * | 2019-06-28 | 2019-10-08 | 国网河北省电力有限公司经济技术研究院 | 主动配电网综合评价方法、装置及存储介质 |
| AU2019101413A4 (en) * | 2019-11-18 | 2020-01-02 | China Electric Power Research Institute Company Limited | Method for evaluating and regulating consumption capacity of regional power grid for renewable energy sources |
-
2020
- 2020-02-10 CN CN202010085256.2A patent/CN111415061B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440597A (zh) * | 2013-08-28 | 2013-12-11 | 国家电网公司 | 可再生能源并网对电网经济运行影响的分析方法 |
| EP2858015A1 (en) * | 2013-10-04 | 2015-04-08 | Building Research Establishment Ltd | System and method for simulation, control and performance monitoring of energy systems |
| CN110310035A (zh) * | 2019-06-28 | 2019-10-08 | 国网河北省电力有限公司经济技术研究院 | 主动配电网综合评价方法、装置及存储介质 |
| AU2019101413A4 (en) * | 2019-11-18 | 2020-01-02 | China Electric Power Research Institute Company Limited | Method for evaluating and regulating consumption capacity of regional power grid for renewable energy sources |
Non-Patent Citations (2)
| Title |
|---|
| 余顺坤等: "基于配额制的可再生能源动态发展系统动力学研究", 《中国电机工程学报》 * |
| 邵志芳等: "基于仿真的风-电-氢能源系统效益评价", 《计算机仿真》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113067329A (zh) * | 2021-02-22 | 2021-07-02 | 国网河北省电力有限公司经济技术研究院 | 一种电力系统的可再生能源适应性优化方法及终端 |
| CN113112176A (zh) * | 2021-04-26 | 2021-07-13 | 国网(衢州)综合能源服务有限公司 | 一种基于大数据的企业碳排放可视化预警系统 |
| CN113592145B (zh) * | 2021-06-29 | 2024-06-04 | 国网内蒙古东部电力有限公司电力科学研究院 | 基于全生命周期的生物质资源转化系统评价系统及方法 |
| CN113392536A (zh) * | 2021-06-30 | 2021-09-14 | 中国南方电网有限责任公司 | 电力通信网络仿真评估方法、装置、计算机设备和介质 |
| CN113392536B (zh) * | 2021-06-30 | 2024-01-30 | 中国南方电网有限责任公司 | 电力通信网络仿真评估方法、装置、计算机设备和介质 |
| CN113505983A (zh) * | 2021-07-07 | 2021-10-15 | 广东电网有限责任公司 | 一种能源产业链监测预警系统 |
| CN113837647A (zh) * | 2021-10-09 | 2021-12-24 | 南方电网能源发展研究院有限责任公司 | 区域能源评估方法、装置、计算机设备和存储介质 |
| CN114091884A (zh) * | 2021-11-16 | 2022-02-25 | 华北电力大学 | 一种基于园区级微网构建的负碳减排机制的评估方法 |
| CN114626570A (zh) * | 2021-12-07 | 2022-06-14 | 国网天津市电力公司 | 一种电力碳排放轨迹分析方法及装置 |
| CN114626570B (zh) * | 2021-12-07 | 2024-06-07 | 国网天津市电力公司 | 一种电力碳排放轨迹分析方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111415061B (zh) | 2022-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111415061B (zh) | 一种可再生能源电力系统的综合评价方法及装置 | |
| CN107123982A (zh) | 一种基于设备异动的配电网可靠性经济效益分析方法 | |
| Vonsien et al. | Li-ion battery storage in private households with PV systems: Analyzing the economic impacts of battery aging and pooling | |
| CN111181201B (zh) | 基于双层强化学习的多能园区调度方法及系统 | |
| CN117595261B (zh) | 光储微电网能量管理策略优化方法、装置及电子设备 | |
| Yuan et al. | Biomass power generation fuel procurement and storage modes evaluation: A case study in Jilin | |
| CN111525569A (zh) | 一种区域综合能源系统优化调度方法、系统及设备 | |
| CN113177366A (zh) | 一种综合能源系统规划方法、装置和终端设备 | |
| Safari et al. | DeepResTrade: a peer-to-peer LSTM-decision tree-based price prediction and blockchain-enhanced trading system for renewable energy decentralized markets | |
| Zhao et al. | Tripartite evolutionary game theory approach for low-carbon power grid technology cooperation with government intervention | |
| Kang et al. | Multi-objective sizing and real-time scheduling of battery energy storage in energy-sharing community based on reinforcement learning | |
| Turner et al. | Framing policy on low emissions vehicles in terms of economic gains: Might the most straightforward gain be delivered by supply chain activity to support refuelling? | |
| CN116862068A (zh) | 一种计及激励型响应不确定性的变电站规划分布鲁棒优化方法及系统 | |
| Han et al. | Dynamic game optimization control for shared energy storage in multiple application scenarios considering energy storage economy | |
| CN111311084A (zh) | 发电网可行性的综合评价方法、装置及存储介质 | |
| Jin et al. | Distributed robust optimization for low-carbon dispatch of wind-thermal power under uncertainties | |
| CN105514988A (zh) | 一种计及动态时空特征的微电网电源规划方案优选方法 | |
| Göke | AnyMOD–A graph-based framework for energy system modelling with high levels of renewables and sector integration | |
| CN112001578A (zh) | 一种适用于广义储能资源优化调度方法及系统 | |
| Keshta et al. | Multi-level optimal energy management strategy for a grid tied microgrid considering uncertainty in weather conditions and load | |
| CN114049043A (zh) | 新能源消纳评价方法、装置、终端及存储介质 | |
| CN113657658A (zh) | 一种能源优化方法、装置、电子设备及存储介质 | |
| CN112686555A (zh) | 一种区域配电网综合分析方法、装置及系统 | |
| Gonand | The carbon tax, ageing and pension deficits | |
| Priesmann et al. | Artificial intelligence and design of experiments for resource adequacy assessment in power systems |
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 |