CN112234615B - 新能源发展协同效率的计算方法和系统 - Google Patents

新能源发展协同效率的计算方法和系统 Download PDF

Info

Publication number
CN112234615B
CN112234615B CN202011071678.0A CN202011071678A CN112234615B CN 112234615 B CN112234615 B CN 112234615B CN 202011071678 A CN202011071678 A CN 202011071678A CN 112234615 B CN112234615 B CN 112234615B
Authority
CN
China
Prior art keywords
new energy
value
efficiency
development
progress
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
CN202011071678.0A
Other languages
English (en)
Other versions
CN112234615A (zh
Inventor
李生
李红霞
张海宁
张祥成
马雪
李楠
李雪男
王基
王炜
付亚楠
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.)
State Grid Qinghai Electric Power Co Clean Energy Development Research Institute
Sichuan Energy Internet Research Institute EIRI Tsinghua University
State Grid Qinghai Electric Power Co Ltd
Original Assignee
State Grid Qinghai Electric Power Co Clean Energy Development Research Institute
Sichuan Energy Internet Research Institute EIRI Tsinghua University
State Grid Qinghai Electric Power 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 State Grid Qinghai Electric Power Co Clean Energy Development Research Institute, Sichuan Energy Internet Research Institute EIRI Tsinghua University, State Grid Qinghai Electric Power Co Ltd filed Critical State Grid Qinghai Electric Power Co Clean Energy Development Research Institute
Priority to CN202011071678.0A priority Critical patent/CN112234615B/zh
Publication of CN112234615A publication Critical patent/CN112234615A/zh
Application granted granted Critical
Publication of CN112234615B publication Critical patent/CN112234615B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin

Abstract

本发明的实施例提供了一种新能源发展协同效率的计算方法和系统，涉及新能源技术领域。该计算方法包括：采集源网荷的表征指标；根据表征指标，确定可改进程度值和最大改进程度值；根据可改进程度值和最大改进程度值、并采用基于DEA原理构建的目标函数，计算出新能源发展效率的最大改进空间值；根据新能源发展效率的最大改进空间值，确定新能源发展协同效率值。采用该计算方法和系统能够测度各省的新能源协同发展效率水平，反映各省新能源发展的健康状态，既利于统一管理和相同类型区域的比较，反映区域的优势所在，辅助找出发展的薄弱区域，又充分体现了不同区域的特征和发展需求，对促进新能源的高质量发展，具有重大意义。

Description

新能源发展协同效率的计算方法和系统
技术领域
本发明涉及新能源技术领域，具体而言，涉及一种新能源发展协同效率的计算方法和系统。
背景技术
全球新能源产业快速发展，逐渐成为国内外学者的重点研究方向。但现有研究中对我国新能源发展协同效率鲜有涉及，而这恰恰是我国新能源产业高质量健康发展的关键问题。
新能源发展呈现区域发展不平衡的特点，各省在资源构成、经济现状、科技水平上有着自己独特的省情特征，需要因地制宜，研究确立具有各省特色的新能源产业发展思路。效率测算是衡量各省新能源发展水平的重点环节。为了对每个研究对象的发展状态做出测量，需要根据源网荷侧关注重点，结合行业共性指标做出综合计算。
当前对新能源发展综合效率的评估较少，已有研究多集中于新能源利用水平或开发水平等单一维度、单一环节的计算，如新能源开发效率或新能源使用效率。
可见，需要建立一套方法明确各省新能源发展中的效率与短板。所以，设计一种新能源发展协同效率的计算方法和系统，能够测度各省的新能源协同发展效率水平，反映各省新能源发展的健康状态，以促进新能源的高质量发展，这是目前急需解决的技术问题。
发明内容
本发明的目的包括提供一种新能源发展协同效率的计算方法和系统，其能够测度各省的新能源协同发展效率水平，反映各省新能源发展的健康状态，以促进新能源的高质量发展。
本发明的实施例可以这样实现：
第一方面，本发明实施例提供一种新能源发展协同效率的计算方法，计算方法包括：
采集源网荷的表征指标；
根据表征指标，确定可改进程度值和最大改进程度值；
根据可改进程度值和最大改进程度值、并采用基于DEA原理构建的目标函数，计算出新能源发展效率的最大改进空间值；
根据新能源发展效率的最大改进空间值，确定新能源发展协同效率值。
在可选的实施方式中，表征指标包括源侧指标、网侧指标和荷侧指标。
在可选的实施方式中，源侧指标包括新能源装机占比和新能源发电小时数，网侧指标包括新能源利用效率和跨省跨区新能源交易比例，荷侧指标包括新能源上网电量占全社会用电量的比重和人均新能源用电量。
在可选的实施方式中，表征指标的计算公式如下：
新能源装机占比＝新能源发电装机/电源总装机；
新能源发电小时数＝新能源发电量/新能源发电装机；
新能源利用效率＝1-新能源弃电量/新能源总发电量；
跨省跨区新能源交易比例＝通道中新能源电量/通道中电量总额；
新能源上网电量占全社会用电量的比重＝新能源上网电量/全社会用电量；
人均新能源用电量＝新能源发电量/人口数量。
在可选的实施方式中，目标函数的公式为：
Figure GDA0003462993000000021
式中，RAMk0表示第k个省份新能源发展效率的最大改进空间值，
Figure GDA0003462993000000031
Figure GDA0003462993000000032
分别表示k个省份对应的6个指标的可改进程度值，R1、R2、R3、R4、R5、R6分别表示6个指标对应的最大改进程度值。
在可选的实施方式中，最大改进程度值采用极差算法得出。
在可选的实施方式中，最大改进程度值的计算公式为：
R1＝s1(max)-s1(min)
R2＝s2(max)-s2(min)
R3＝s3(max)-s3(min)
R4＝s4(max)-s4(min)
R5＝s5(max)-s5(min)
R6＝s6(max)-s6(min)
式中，s1(max)、s2(max)、s3(max)、s4(max)、s5(max)、s6(max)分别表示6个指标对应的最大可改进程度值，s1(min)、s2(min)、s3(min)、s4(min)、s5(min)、s6(min)分别表示6个指标对应的最小可改进程度值。
在可选的实施方式中，可改进程度值满足以下约束条件：
Figure GDA0003462993000000041
式中，λk表示第k个研究对象的权重，x1k0、x2k0、x3k0、x4k0、x5k0、x6k0分别表示当前测算对象对应的6个指标的指标值，K表示第k个研究对象，x1k、x2k、x3k、x4k、x5k、x6k分别表示第k个研究对象的新能源装机占比、新能源发电小时数、新能源利用效率、跨省跨区新能源交易比例、新能源上网电量占全社会用电量的比重及人均新能源用电量指标值。
在可选的实施方式中，新能源发展协同效率值的计算公式为：
E＝1-RAMk0
式中，E表示新能源发展协同效率值。
第二方面，本发明实施例提供一种新能源发展协同效率的计算系统，所述系统包括：
存储器，用于存储源网荷的表征指标；
处理器，用于根据所述表征指标，确定可改进程度值和最大改进程度值；并用于根据所述可改进程度值和所述最大改进程度值、并采用基于DEA原理构建的目标函数，计算出新能源发展效率的最大改进空间值；并用于根据所述新能源发展效率的最大改进空间值，确定新能源发展协同效率值。
本发明实施例提供的新能源发展协同效率的计算方法和系统的有益效果包括：
采用该计算方法和系统能够测度各省的新能源协同发展效率水平，反映各省新能源发展的健康状态，既利于统一管理和相同类型区域的比较，反映区域的优势所在，辅助找出发展的薄弱区域又充分体现了不同区域的特征和发展需求，对促进新能源的高质量发展，具有重大意义。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的新能源发展协同效率的计算方法的流程图；
图2为本发明实施例提供的新能源发展协同效率的计算系统的组成框图。
附图标记：100-新能源发展协同效率的计算系统；110-存储器；120-处理器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。
新能源发展呈现区域发展不平衡的特点，各省在资源构成、经济现状、科技水平上有着自己独特的省情特征，需要因地制宜，研究确立具有各省特色的新能源产业发展思路。效率测算是衡量各省新能源发展水平的重点环节。为了对每个研究对象的发展状态做出测量，需要根据源网荷侧关注重点，结合行业共性指标做出综合计算。
当前对新能源发展综合效率的评估较少，已有研究多集中于新能源利用水平或开发水平等单一维度、单一环节的计算，如新能源开发效率或新能源使用效率。针对当前研究缺少新能源发展全环节研究的缺陷，本发明实施例提出针对新能源源网荷多维度发展效率的方法研究，并提出基于RAM方法的效率计算模型，来测度各省的效率水平。
具体的，请参阅图1，本发明实施例提供一种新能源发展协同效率的计算方法，计算方法包括以下步骤：
S1：采集源网荷的表征指标。
关于源网荷的表征指标，表征指标包括源侧指标、网侧指标和荷侧指标。其中，源侧指标表征源侧的发展水平，源侧指标包括新能源装机占比和新能源发电小时数。网侧指标表征网侧的发展水平，网侧指标包括新能源利用效率和跨省跨区新能源交易比例。荷侧指标表征荷侧的发展水平，荷侧指标包括新能源上网电量占全社会用电量的比重和人均新能源用电量。
也就是说，表征指标包括以下6个指标，各个表征指标的计算公式如下：
新能源装机占比＝新能源发电装机/电源总装机；
新能源发电小时数＝新能源发电量/新能源发电装机；
新能源利用效率＝1-新能源弃电量/新能源总发电量；
跨省跨区新能源交易比例＝通道中新能源电量/通道中电量总额；
新能源上网电量占全社会用电量的比重＝新能源上网电量/全社会用电量；
人均新能源用电量＝新能源发电量/人口数量。
S2：根据表征指标，确定可改进程度值和最大改进程度值。
设定
Figure GDA0003462993000000071
分别表示k个省份对应的6个指标的可改进程度值，其中，当
Figure GDA0003462993000000072
时，表示该省的新能源发展水平达到最优，不存在进一步的改进空间。
R1、R2、R3、R4、R5、R6分别表示6个指标对应的最大改进程度值。其中，最大改进程度值采用极差算法得出，6个指标对应的最大改进程度值的计算公式为：
R1＝s1(max)-s1(min)
R2＝s2(max)-s2(min)
R3＝s3(max)-s3(min)
R4＝s4(max)-s4(min)
R5＝s5(max)-s5(min)
R6＝s6(max)-s6(min)
式中，s1(max)、s2(max)、s3(max)、s4(max)、s5(max)、s6(max)分别表示6个指标对应的最大可改进程度值，s1(min)、s2(min)、s3(min)、s4(min)、s5(min)、s6(min)分别表示6个指标对应的最小可改进程度值。
S3：根据可改进程度值和最大改进程度值、并采用基于DEA原理构建的目标函数，计算出新能源发展效率的最大改进空间值。
其中，目标函数的公式为：
Figure GDA0003462993000000081
式中，RAMk0表示第k0个省份新能源发展效率的最大改进空间值，
Figure GDA0003462993000000082
Figure GDA0003462993000000083
分别表示k0个省份对应的6个指标的可改进程度值，R1、R2、R3、R4、R5、R6分别表示6个指标对应的最大改进程度值。
同时，研究对象(第k个省份)各指标的可改进程度值
Figure GDA0003462993000000084
Figure GDA0003462993000000085
需要满足以下约束条件：
新能源装机占比满足约束条件：
Figure GDA0003462993000000086
新能源发电小时数满足约束条件：
Figure GDA0003462993000000087
新能源利用效率满足约束条件：
Figure GDA0003462993000000088
跨省跨区新能源交易比例满足约束条件：
Figure GDA0003462993000000091
新能源上网电量占全社会用电量的比重满足约束条件：
Figure GDA0003462993000000092
人均新能源用电量满足约束条件：
Figure GDA0003462993000000093
研究对象的权重满足约束条件：
Figure GDA0003462993000000095
λk≥0,k＝1,2,...,K；
各指标的可改进程度值满足约束条件：
Figure GDA0003462993000000094
S4：根据新能源发展效率的最大改进空间值，确定新能源发展协同效率值。
其中，新能源发展协同效率值的计算公式为：
E＝1-RAMk0
式中，E表示新能源发展协同效率值。
以青海省新能源利用效率的计算为例，采用本发明实施例提供的计算方法，计算青海省的新能源发展协同效率，计算过程如下：
首先，明确新能源源网荷的重点关注的表征指标包括：新能源装机占比、新能源发电小时数、新能源利用效率、跨省跨区新能源交易比例、新能源上网电量占全社会用电量的比重、人均新能源用电量；
其次，统计、计算31个省份6个新能源的表征指标的具体数值。
再次，根据各省的表征指标的具体数值，代入到极差公式得到下表所示结果：
Figure GDA0003462993000000101
新能源装机占比的最大改进程度值为10％，新能源发电小时数的最大改进程度值为10％，新能源利用效率的最大改进程度值为20％，跨省跨区新能源交易比例的最大改进程度值为20％，新能源上网电量占全社会用电量的比重的最大改进程度值为20％，人均新能源用电量的最大改进程度值为80千瓦时/人。
再次，以青海省为例，根据约束函数，计算得到青海省各指标的可改进空间为：
Figure GDA0003462993000000102
也就是说，青海省的新能源装机占比的可改进程度值为1％，新能源发电小时数的可改进程度值为2％，新能源利用效率的可改进程度值为3％，跨省跨区新能源交易比例的可改进程度值为5％，新能源上网电量占全社会用电量的比重的可改进程度值为3％，人均新能源用电量的可改进程度值为45千瓦时/人。
最后，根据新能源发展协同效率的计算公式得到RAMk0＝0.235，对应的新能源发展协同效率值E＝0.765。这样，能够准确地计算出青海省的新能源发展协同效率值。
请参阅图2，本发明实施例还提供一种新能源发展协同效率的计算系统100，系统包括存储器110和处理器120，存储器110用于存储源网荷的表征指标。处理器120用于根据表征指标，确定可改进程度值和最大改进程度值；并用于根据可改进程度值和最大改进程度值、并采用基于DEA原理构建的目标函数，计算出新能源发展效率的最大改进空间值；并用于根据新能源发展效率的最大改进空间值，确定新能源发展协同效率值。
也就是说，存储器110中存储有新能源发展协同效率的计算方法对应的程序，处理器120读取存储器中的程序即能够执行上述计算方法。
具体的，存储器110可用于存储软件程序以及模块，如本发明实施例中的方法所对应的程序指令/模块，处理器120通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，如本发明实施例提供的计算方法。存储器110可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。
可以理解，图2所示的结构仅为示意，系统还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
本发明实施例提供的新能源发展协同效率的计算方法和系统的有益效果包括：
本发明实施例提供的计算方法从电力系统的源网荷全链条角度出发，针对各省新能源发展的关注重点，分别从源网荷各环节选取行业共性指标，构建效率测算的RAM模型，能够测度各省的新能源协同发展效率水平，反映各省新能源发展的健康状态，既利于统一管理和相同类型区域的比较，反映区域的优势所在，辅助找出发展的薄弱区域又充分体现了不同区域的特征和发展需求，对促进新能源的高质量发展，具有重大意义。
容易理解的是，本实施例提供的计算方法中，表征指标包括了6种指标，充分考虑了源侧、网侧以及荷侧，对该区域的新能源发展协同效率，能够做出精准地计算。对本领域的技术人员来讲，可以通过考虑其它表征指标，来调整目标函数的公式，同样能够计算出该区域的新能源发展协同效率，这样的调整并没有超出本实施例的技术构思，这样的调整也应该属于本申请要求保护的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种新能源发展协同效率的计算方法，其特征在于，所述计算方法包括：
采集源网荷的表征指标，所述表征指标包括源侧指标、网侧指标和荷侧指标，所述源侧指标包括新能源装机占比和新能源发电小时数，所述网侧指标包括新能源利用效率和跨省跨区新能源交易比例，所述荷侧指标包括新能源上网电量占全社会用电量的比重和人均新能源用电量；
根据所述表征指标，确定可改进程度值和最大改进程度值，其中，所述最大改进程度值等于最大可改进程度值减去最小可改进程度值；
根据所述可改进程度值和所述最大改进程度值、并采用基于DEA原理构建的目标函数，计算出新能源发展效率的最大改进空间值，所述目标函数的公式为：
Figure FDA0003584794050000011
式中，RAMk0表示第k0个省份新能源发展效率的最大改进空间值，
Figure FDA0003584794050000012
Figure FDA0003584794050000013
分别表示k0个省份对应的6个指标的可改进程度值，R1、R2、R3、R4、R5、R6分别表示6个指标对应的最大改进程度值；
根据所述新能源发展效率的最大改进空间值，确定新能源发展协同效率值，所述新能源发展协同效率值的计算公式为：
E＝1-RAMk0
式中，E表示新能源发展协同效率值。
2.根据权利要求1所述的新能源发展协同效率的计算方法，其特征在于，所述表征指标的计算公式如下：
新能源装机占比＝新能源发电装机/电源总装机；
新能源发电小时数＝新能源发电量/新能源发电装机；
新能源利用效率＝1-新能源弃电量/新能源总发电量；
跨省跨区新能源交易比例＝通道中新能源电量/通道中电量总额；
新能源上网电量占全社会用电量的比重＝新能源上网电量/全社会用电量；
人均新能源用电量＝新能源发电量/人口数量。
3.根据权利要求1所述的新能源发展协同效率的计算方法，其特征在于，所述最大改进程度值采用极差算法得出。
4.根据权利要求3所述的新能源发展协同效率的计算方法，其特征在于，所述最大改进程度值的计算公式为：
R1＝s1(max)-s1(min)
R2＝s2(max)-s2(min)
R3＝s3(max)-s3(min)
R4＝s4(max)-s4(min)
R5＝s5(max)-s5(min)
R6＝s6(max)-s6(min)
式中，s1(max)、s2(max)、s3(max)、s4(max)、s5(max)、s6(max)分别表示6个指标对应的最大可改进程度值，s1(min)、s2(min)、s3(min)、s4(min)、s5(min)、s6(min)分别表示6个指标对应的最小可改进程度值。
5.根据权利要求1所述的新能源发展协同效率的计算方法，其特征在于，所述可改进程度值满足以下约束条件：
Figure FDA0003584794050000031
Figure FDA0003584794050000032
式中，λk表示第k个研究对象的权重，x1k0、x2k0、x3k0、x4k0、x5k0、x6k0分别表示当前测算对象对应的6个指标的指标值。
6.一种新能源发展协同效率的计算系统，其特征在于，所述系统包括：
存储器，用于存储源网荷的表征指标，所述表征指标包括源侧指标、网侧指标和荷侧指标，所述源侧指标包括新能源装机占比和新能源发电小时数，所述网侧指标包括新能源利用效率和跨省跨区新能源交易比例，所述荷侧指标包括新能源上网电量占全社会用电量的比重和人均新能源用电量；
处理器，用于根据所述表征指标，确定可改进程度值和最大改进程度值；并用于根据所述可改进程度值和所述最大改进程度值、并采用基于DEA原理构建的目标函数，计算出新能源发展效率的最大改进空间值，其中，所述最大改进程度值等于最大可改进程度值减去最小可改进程度值；并用于根据所述新能源发展效率的最大改进空间值，确定新能源发展协同效率值，所述目标函数的公式为：
Figure FDA0003584794050000041
式中，RAMk0表示第k0个省份新能源发展效率的最大改进空间值，
Figure FDA0003584794050000042
Figure FDA0003584794050000043
分别表示k0个省份对应的6个指标的可改进程度值，R1、R2、R3、R4、R5、R6分别表示6个指标对应的最大改进程度值；
所述新能源发展协同效率值的计算公式为：
E＝1-RAMk0
式中，E表示新能源发展协同效率值。
CN202011071678.0A 2020-10-09 2020-10-09 新能源发展协同效率的计算方法和系统 Active CN112234615B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011071678.0A CN112234615B (zh) 2020-10-09 2020-10-09 新能源发展协同效率的计算方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011071678.0A CN112234615B (zh) 2020-10-09 2020-10-09 新能源发展协同效率的计算方法和系统

Publications (2)

Publication Number Publication Date
CN112234615A CN112234615A (zh) 2021-01-15
CN112234615B true CN112234615B (zh) 2022-07-26

Family

ID=74120083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011071678.0A Active CN112234615B (zh) 2020-10-09 2020-10-09 新能源发展协同效率的计算方法和系统

Country Status (1)

Country Link
CN (1) CN112234615B (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014038570A (ja) * 2012-08-13 2014-02-27 Smart Grid Home:Kk 住宅ローン一体型省エネ・創エネ・蓄エネシステム
CN105281331B (zh) * 2015-11-27 2019-03-19 国电南瑞科技股份有限公司 一种基于分区优化的省地协同电压控制方法
CN106845717B (zh) * 2017-01-24 2021-04-09 哈尔滨工业大学 一种基于多模型融合策略的能源效率评价方法
CN107863650A (zh) * 2017-03-22 2018-03-30 厦门市音绿洁源环保科技有限公司 一种安全的新能源汽车充电装置
CN107591830A (zh) * 2017-10-23 2018-01-16 国网能源研究院有限公司 一种适于高比例可再生能源发展的能源电力规划方法
CN108377005B (zh) * 2018-04-04 2021-02-23 国电南瑞科技股份有限公司 基于ace区间的多类型电源有功实时协同控制方法
CN109193754B (zh) * 2018-09-03 2021-10-19 国网江西省电力有限公司电力科学研究院 一种分布式光伏规划方法及系统
CN110289641A (zh) * 2019-06-21 2019-09-27 合肥蓝色梦想信息科技有限公司 一种新能源与火电双向为高载能负荷供电的节能优化方法
CN111625770A (zh) * 2020-03-30 2020-09-04 贵州电网有限责任公司 一种用于含分布式电源配电网的能效评估方法及系统

Also Published As

Publication number Publication date
CN112234615A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
De Rosa et al. Diversification, concentration and renewability of the energy supply in the European Union
Liu et al. An analysis of Chinese provincial carbon dioxide emission efficiencies based on energy consumption structure
AU2011209702B2 (en) Robust automated determination of the hierarchical structure of utility monitoring systems
Song et al. Review of environmental efficiency and its influencing factors in China: 1998–2009
Algunaibet et al. Life cycle burden-shifting in energy systems designed to minimize greenhouse gas emissions: Novel analytical method and application to the United States
Zhu et al. Ecological network analysis of urban energy metabolic system—A case study of Beijing
CN109342989A (zh) 一种电能表的误差分析方法及装置
Šumskis et al. Economic implications of energy security in the short run
CN114611845B (zh) 碳排放量的预测方法、装置、电子设备及介质
Culaba et al. Optimal design of an integrated renewable‐storage energy system in a mixed‐use building
CN115693650A (zh) 一种区域电力碳排放因子的确定方法、装置、设备及介质
JP2006243793A (ja) 電力品質評価システムとその方法、およびプログラム
CN112234615B (zh) 新能源发展协同效率的计算方法和系统
Pan et al. Analysis of the variation characteristics of runoff and sediment in the Yellow River within 70 years
Tang et al. Risk awareness enabled sizing approach for hybrid energy storage system in distribution network
Kozlov et al. The valuing of the indicator of a regional industrial development: The fuzzy logic approach
Pachamuthu An extended model for measuring the technology transfer potentials at the industrial level
Singh et al. A computer-aided unit process sustainable modelling for manufacturing processes: Case for extrusion process
CN104376381A (zh) 一种基于定基单位产值电耗预测全社会用电量的方法
Li et al. Regional differential decomposition and the formation mechanism of the dynamic carbon emissions efficiency of industrial energy in China
Liu et al. Regional scale dynamic prediction of energy ecological footprint and its influencing factors
Wibowo et al. Evaluating the sustainability performance of thermal power enterprises
Zhao et al. Analysis on Temporal-Spatial Characteristics of Landscape Pattern of Land-Cover
CN101714983A (zh) 对等网络中信任节点的计算及选择方法
Ehrling Energy sources of the future–an explorative scenario analysis of Sweden’s energy security in regard to present energy policy

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