CN112734464A - 项目成本预测方法、装置以及电子设备 - Google Patents
项目成本预测方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN112734464A CN112734464A CN202011623737.0A CN202011623737A CN112734464A CN 112734464 A CN112734464 A CN 112734464A CN 202011623737 A CN202011623737 A CN 202011623737A CN 112734464 A CN112734464 A CN 112734464A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic power
- cost
- power station
- design
- obtaining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000013461 design Methods 0.000 claims abstract description 114
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 238000004590 computer program Methods 0.000 claims description 20
- 230000005611 electricity Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 15
- 230000003247 decreasing effect Effects 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 11
- 238000004146 energy storage Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 14
- 238000007728 cost analysis Methods 0.000 description 6
- 238000010248 power generation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000005260 corrosion Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 229910021419 crystalline silicon Inorganic materials 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004088 simulation Methods 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种项目成本预测方法、装置以及电子设备，所述方法可以包括：获取待建设光伏电站的基本信息，所述基本信息中包含待建设区域、多个光伏电站组成部件以及每个所述光伏电站组成部件的选型；基于所述基本信息，获得光伏电站设计结果；基于所述待建设区域在预设数据库中进行查找，获得成本计算参数；基于所述成本计算参数和所述光伏电站设计结果，获得项目成本。
Description
技术领域
本申请涉及光伏电站模拟技术领域，特别涉及一种项目成本预测方法、装置以及电子设备。
背景技术
光伏电站，是指一种利用太阳光能、采用特殊材料诸如晶硅板(光伏组件)、逆变器等电子元件(即光伏电站组成部件)组成的发电体系，使用时可以与电网相连并向电网输送电力。
目前，预测一座待建设光伏电站所需的成本是光伏电站项目招标过程中的一项重要环节。建设一座光伏电站所需的成本需要考虑诸多因素，如待建设区域(即建设地址)的地理条件、太阳能资源、工程地质、光伏电站组成部件的型号对比、设计方案以及建设区域的政策、电价、人力成本、土地成本等。然而，现有技术中，预测项目成本的方法主要依靠人工计算并整合总结得到预测成本，或者人为借助辅助软件(如Excel软件中的逻辑公式等)进行运算，并将运算结果进行整合总结得到预测成本。由于影响成本因素较多，计算公式较为繁多，不仅花费大量时间和人力成本，而且人为误差率较高，不利于项目招标。
发明内容
本申请提供了一种项目成本预测方法、装置以及电子设备，能够预测项目成本，无需人工计算，不仅节省时间和人力成本，而且降低人为误差，有利于项目招标。
第一方面，本申请提供了一种项目成本预测方法，包括：
获取待建设光伏电站的基本信息，所述基本信息中包含待建设区域、多个光伏电站组成部件以及每个所述光伏电站组成部件的选型；
基于所述基本信息，获得光伏电站设计结果；
基于所述待建设区域在预设数据库中进行查找，获得成本计算参数；
基于所述成本计算参数和所述光伏电站设计结果，获得项目成本。
其中一种可能的实现方式中，所述光伏电站设计结果包括多个设计方案，所述基于所述基本信息，获得光伏电站设计结果，包括：
将所述基本信息输入预设设计模型中，获得所述多个设计方案，其中，每个所述设计方案中包含每个所述光伏电站组成部件的数量、选型、参数以及排布方式。
其中一种可能的实现方式中，所述项目成本包括多个预测结果，所述基于所述成本计算参数和所述光伏电站设计结果，获得项目成本，包括：
将所述成本计算参数与每个所述设计方案进行计算，获得所述预测结果。
其中一种可能的实现方式中，所述方法还包括：
对多个所述预测结果进行比较，基于比较结果获得目标预测结果；
确定与所述目标预测结果相对应的目标设计方案。
其中一种可能的实现方式中，所述光伏电站组成部件包括选自光伏组件、线缆、支架、储能模块以及逆变器中的一种或多种。
其中一种可能的实现方式中，所述预测结果包括选自光伏电站BOS成本、度电成本以及内部收益率中的一种或多种。
其中一种可能的实现方式中，所述成本计算参数包括选自所述待建设区域的税率、政策补贴、电价、人工成本以及土地成本中的一种或多种。
其中一种可能的实现方式中，所述光伏电站组成部件的参数包括多个型号，在所述获得所述多个设计方案之后，所述方法还包括：
分别判断所述光伏电站组成部件的多个型号是否满足预设条件；
基于判断结果对所述设计方案中的所述光伏电站组成部件进行筛选，获得筛选所述光伏电站组成部件后的设计方案。
其中一种可能的实现方式中，在所述基于所述成本计算参数和所述光伏电站设计结果，获得项目成本之后，还包括：
响应用户输入的附加请求，获得成本附加值；
基于所述成本附加值对所述项目成本进行增减，获得增减后的项目成本。
第二方面，本申请提供一种项目成本预测装置，包括：
获取模块，用于获取待建设光伏电站的基本信息，所述基本信息中包含待建设区域、多个光伏电站组成部件以及每个所述光伏电站组成部件的选型；
设计结果获得模块，用于基于所述基本信息，获得光伏电站设计结果；
查找模块，用于基于所述待建设区域在预设数据库中进行查找，获得成本计算参数；
成本获得模块，用于基于所述成本计算参数和所述光伏电站设计结果，获得项目成本。
第三方面，本申请提供了一种电子设备，包括：
一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述设备执行时，使得所述设备执行如第一方面所述的方法。
第四方面，本申请提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行如第一方面所述的方法。
第五方面，本申请提供一种计算机程序，当所述计算机程序被计算机执行时，用于执行第一方面所述的方法。
在一种可能的设计中，第五方面中的程序可以全部或者部分存储在与处理器封装在一起的存储介质上，也可以部分或者全部存储在不与处理器封装在一起的存储器上。
附图说明
图1A为本申请项目成本预测方法一个实施例的方法示意图；
图1B为本申请项目成本预测方法一个实施例中获得目标设计方案的方法示意图；
图1C为本申请项目成本预测方法一个实施例中对光伏电站组成部件的多个型号进行筛选的方法示意图；
图1D为本申请项目成本预测方法一个实施例中对项目成本进行增减的方法示意图；
图2为本申请项目成本预测方法一个实施例的流程示意图；
图3为本申请项目成本预测方法一个实施例的设计方案中光伏组件阵列示意图；
图4为本申请项目成本预测方法一个实施例中项目成本分析报告表；
图5为本申请项目成本预测方法一个实施例中多个预测结果中度电成本比较示意图；
图6为本申请项目成本预测方法一个实施例中多个预测结果中光伏电站BOS成本比较示意图；
图7为本申请项目成本预测装置一个实施例的结构示意图；
图8为本申请电子设备一个实施例的结构示意图。
具体实施方式
本申请的实施方式部分使用的术语仅用于对本申请的具体实施例进行解释，而非旨在限定本申请。
在现有技术中，预测项目成本的方法主要依靠人工计算并整合总结得到预测成本，或者人为借助辅助软件(如Excel软件中的逻辑公式等)进行运算，并将运算结果进行整合总结得到预测成本。由于影响成本因素较多，计算公式较为繁多，不仅花费大量时间和人力成本，而且人为误差率较高，不有利于项目招标。
为此，本申请提出一种项目成本预测方法、装置以及电子设备，能够预测项目成本，无需人工计算，不仅节省时间和人力成本，而且降低人为误差，有利于项目招标。
图1为本申请项目成本预测方法一个实施例的方法示意图。如图1A-1D和图2所示，上述项目成本预测方法可以包括：
S101、获取待建设光伏电站的基本信息，所述基本信息中包含待建设区域、多个光伏电站组成部件以及每个所述光伏电站组成部件的选型。
在本实施例中，待建设光伏电站的基本信息可以由人工录入。所述待建设区域可以包括待建设区域的地理位置(如某个国家的某个区域等)、待建设区域的太阳能资源(如年或月平均太阳能资源等)、待建设区域的工程地质(可由地质勘探得到)。该待建设区域根据用户需求而定。
光伏电站组成部件可以包括光伏组件、线缆、支架、储能模块以及逆变器中的一种或多种。每个光伏电站组成部件可以具有多种选型。例如，光伏组件的选型可以包括电性能、组件尺寸等，支架的选型可以包括固定式或跟踪式等，逆变器的选型可以包括集中型或组串型等，储能模块可根据需要作为附加装置进行配置。储能模块用于将光伏电站多发的电进行存储，例如，当太阳辐照强烈时，光伏电站发电量较多，多余的电量可以存储于该储能模块，以供在夜晚使用(或满足其他用电需求)等。
在本实施例中，所述光伏电站组成部件的选型可以预先确定。例如，支架的选型可以预先确定为固定式，逆变器的选型可以确定为组串型等。
S102、基于所述基本信息，获得光伏电站设计结果。
在本实施例中，所述光伏电站设计结果可以用于表示光伏电站中各组成部件的数量、选型、参数(如型号或尺寸等)以及排布方式等。
其中一种可能的实现方式中，所述光伏电站设计结果以可视化图表(如阵列图表、条形图表或饼状图表等)的形式进行显示，便于相关人员直观地观看。
例如，所述光伏电站设计结果可以包括光伏组件的数量、选型、参数以及排布方式等。如图3所示为本实施例中所述光伏电站设计结果中光伏组件的阵列示意图。
其中一种可能的实现方式中，所述光伏电站设计结果包括多个设计方案，步骤S102可以包括：
将所述基本信息输入预设设计模型中，获得所述多个设计方案，其中，每个所述设计方案中可以包含每个所述光伏电站组成部件的数量、选型、参数以及排布方式等。
也就是说，该预设设计模型可以包括光伏电站的设计逻辑，多个光伏电站组成部件以该设计逻辑进行计算，即可得到相应的设计方案。例如，每个设计方案中均可以包含光伏组件的数量、选型以及参数、组串数量、线缆数量、选型以及参数、支架数量、选型以及参数、逆变器数量、选型以及参数、以及各组成部件的排布方式等。
例如，该预设设计模型中可以包含以下关系：
上述关系中，Kv为光伏组件的开路电压温度系数，K′v为光伏组件的工作电压温度系数，N为光伏组件的串联数(N取整)，t为光伏组件工作条件下的极限低温(℃)，t′为光伏组件工作条件下的极限高温(℃)，Vdcmax为逆变器允许的最大直流输入电压(V)，Vmpptmin为逆变器MPPT(Maximum Power Point Tracking最大功率点跟踪)电压最小值(V)，Vmpptmax为逆变器MPPT电压最大值(V)，Voc为光伏组件的开路电压(V)，Vpm为光伏组件的工作电压(V)。
可以理解的是，光伏组件串联数量N与光伏电站的相关设计参数有关，例如可以根据光伏电站的总设计功率/单片光伏组件发电功率计算得到。线缆数量以及型号、逆变器数量以及型号、以及各组成部件的排布方式可以根据光伏电站输入端功率确定。
进一步地，光伏组件可以安装于支架上，支架的型号以及数量可以根据光伏组件的型号和数量以及待建设区域的地质条件确定。线缆的型号以及数量可以根据逆变器的型号以及数量确定。
更进一步地，所述光伏电站设计结果还可以包含发电量，如年发电量等，发电量可以根据光伏电站逐年理论发电量与光伏电站系统效率计算得到。
可以理解的是，所述光伏电站设计结果中的各光伏电站组成部件的数量、选型、参数以及排布方式还可以根据待建设区域的地理位置、太阳能资源以及工程地质等确定，在此不做限制。
S103、基于所述待建设区域在预设数据库中进行查找，获得成本计算参数。
在本实施例中，所述数据库中可以预存储多个待建设区域的成本计算参数。该成本计算参数可以包括但不限于该待建设区域的税率、政策补贴、电价、人工成本以及土地成本等。例如，该待建设区域可以包含多个国家的多个地区，该数据库中可以分别存储多个国家的多个地区的税率、政策补贴、电价、人工成本以及土地成本等。
S104、基于所述成本计算参数和所述光伏电站设计结果，获得项目成本。
优选地，该项目成本可以包含光伏电站BOS成本(除光伏组件以外项目成本)、度电成本、IRR内部收益率(如投资股本内部收益率以及全自由资金内部收益率等)中的一种或多种。BOS英文全称为Balance of System，BOS成本指除光伏组件以外的项目成本，主要包括逆变器、支架、电缆等成本，以及土建、安装工程、项目设计、工程验收和前期相关费用等。如图4所示，该项目成本可以由成本分析报告表的形式进行输出。
举例地，光伏系统的度电成本可以由公式
其中，LCOE为度电成本，Cn为初始投资成本(包含项目成本)，On为土地成本+运维成本+保险-税盾，r为折现率，m为贷款年限，例如m＝25，In为利息，RV为残值，En为每年发电量。
其中，残值RV表示n年在未来某一特定时期的残值，这里用n＝20表示，是第20年的现值，估计为第21年和第25年之间的贴现净现金流之和。同时，该值可以反映通货膨胀，并予以贴现。
内部收益率可以由公式：IRR＝a+[NPVa/(NPVa-NPVb)]*(b-a)计算得到，
其中，a、b为折现率，且a＞b，NPVa(NPV net present value净现值)为折现率为a时，所计算得出内部收益率IRR为正数，NPVb为折现率为b时，所计算得出的内部收益率IRR为负数。
综上，本实施例提供的项目成本预测方法可以预测待建设光伏电站的成本，并输出成本分析报告(如图4所示为项目成本分析报告表)，并以可视化图表的形式直接展示光伏电站设计结果或者成本分析报告，在实际应用中，其能够快速解决80％左右常规光伏电站招投标项目咨询，有效提速20％左右关键光伏电站招投标项目方案，实用价值较高。
其中一种可能的实现方式中，所述项目成本可以包括多个预测结果，所述步骤S104中可以包括：将所述成本计算参数与每个所述设计方案进行计算，获得所述预测结果。
也就是说，每个设计方案均可以计算得到预测结果，每个预测结果均包含该设计方案对应的光伏电站BOS成本(除光伏组件以外EPC成本)、度电成本、内部收益率等。多种预测结果可以输出为项目成本分析报告，以供相关人员查看与对比。
其中一种可能的实现方式中，如图1B所示，所述方法还包括：
S105、对多个所述预测结果进行比较，基于比较结果获得目标预测结果；
S106、确定与所述目标预测结果相对应的目标设计方案。
也就是说，步骤S105中，可以对多个预测结果中的各项成本进行比较，选取成本最小(或在预设范围内)的预测结果为所述目标预测结果。
例如，如图5所示，对多个预测结果中度电成本(图5所示为设计方案A对应的度电成本、设计方案B对应的度电成本以及设计方案C对应的度电成本)进行比较，度电成本最小(或低于度电成本最低值)的预测结果为所述目标预测结果，该目标预测结果对应的设计方案为目标设计方案。该目标设计方案以可视化图表的形式进行显示。如图6所示，对多个预测结果中的BOS成本(图6所示为设计方案N1的BOS成本、设计方案N2的BOS成本以及设计方案N3的BOS成本)进行比较，根据比较结果(如BOS成本差值)确定目标预测结果。
其中一种可能的实现方式中，如图1C所示，在步骤S102之后，所述方法还包括：
S107、分别判断所述光伏电站组成部件的多个型号是否满足预设条件；
S108、基于判断结果对所述设计方案中的所述光伏电站组成部件进行筛选，获得筛选所述光伏电站组成部件后的设计方案。
也就是说，可以基于预设条件对所述光伏电站组成部件的参数中的多个型号分别进行筛选，将不满足预设条件的光伏电站组成部件的型号从设计方案中删去，满足预设条件的光伏电站组成部件的型号保留于该设计方案中。例如，该预设条件可以为预设风速，若某个型号M的支架的风速要求小于该预设风速，则从设计方案中删去该支架型号M。或者，该预设条件可以根据用户需求而定，例如，该预设条件可以包括支架载荷强度、防腐蚀度或其他组成部件的预设条件等，从而减少不必要的计算过程，提高计算效率，在此不受限制。
其中一种可能的实现方式中，如图1D所示，在步骤S104之后，所述方法还包括：
S109、响应用户输入的附加请求，获得成本附加值；
S110、基于所述成本附加值对所述项目成本进行增减，获得增减后的项目成本。
在本实施例中，所述附加请求可以包括用户输入的待建设区域的环境信息，如待建设区域的风速、温度、湿度、风沙、冰雪或雨水等环境信息。
优选地，所述预设数据库中还可以预存储所述成本附件值，在步骤S109中，根据用户输入的附加请求，在所述预设数据库中进行查找，得到与所述附加请求相对应的成本附加值。例如，若附加请求为请求提升支架载荷强度以及防腐蚀设计等，从所述预设数据库中可以查找获得在项目中增加支架载荷强度以及防腐蚀设计所需的成本附加值，然后根据该成本附加值对所述项目成本进行增减等。可以理解的是，该附加请求还可以包括但不限于请求增加清洗尘沙设计或清扫积雪设计等，使得项目成本实现相应的增减，即满足用户需求，又提高成本预测准确性。
可以理解的是，上述实施例中的部分或全部步骤骤或操作仅是示例，本申请实施例还可以执行其它操作或者各种操作的变形。此外，各个步骤可以按照上述实施例呈现的不同的顺序来执行，并且有可能并非要执行上述实施例中的全部操作。
图7所示为本申请项目成本预测装置100一个实施例的结构示意图。如图7所示，上述项目成本预测装置100可以包括：
获取模块10，用于获取待建设光伏电站的基本信息，所述基本信息中包含待建设区域、多个光伏电站组成部件以及每个所述光伏电站组成部件的选型；
设计结果获得模块20，用于基于所述基本信息，获得光伏电站设计结果；
查找模块30，用于基于所述待建设区域在预设数据库中进行查找，获得成本计算参数；
成本获得模块40，用于基于所述成本计算参数和所述光伏电站设计结果，获得项目成本。
其中一种可能的实现方式中，所述光伏电站设计结果包括多个设计方案，所述设计结果获得模块还包括：将所述基本信息输入预设设计模型中，获得所述多个设计方案，其中，每个所述设计方案中包含每个所述光伏电站组成部件的数量、选型、参数以及排布方式。
其中一种可能的实现方式中，所述项目成本包括多个预测结果，所述成本获得模块还包括：将所述成本计算参数与每个所述设计方案进行计算，获得所述预测结果。
其中一种可能的实现方式中，所述装置还包括目标方案确定模块50，用于对多个所述预测结果进行比较，基于比较结果获得目标预测结果；确定与所述目标预测结果相对应的目标设计方案。
其中一种可能的实现方式中，所述光伏电站组成部件包括选自光伏组件、线缆、支架、储能模块以及逆变器中的一种或多种。
其中一种可能的实现方式中，所述预测结果包括选自光伏电站BOS成本、度电成本以及内部收益率中的一种或多种。
其中一种可能的实现方式中，所述成本计算参数包括选自所述待建设区域的税率、政策补贴、电价、人工成本以及土地成本中的一种或多种。
其中一种可能的实现方式中，所述装置还包括筛选模块60，用于分别判断所述光伏电站组成部件的多个型号是否满足预设条件；基于判断结果对所述设计方案中的所述光伏电站组成部件进行筛选，获得筛选所述光伏电站组成部件后的设计方案。
其中一种可能的实现方式中，所述装置还包括成本附加模块70，用于响应用户输入的附加请求，获得成本附加值；基于所述成本附加值对所述项目成本进行增减，获得增减后的项目成本。
可以理解的是，图7所示实施例提供的项目成本预测装置100可用于执行本申请图1A-1D所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
应理解以上图7所示的项目成本预测装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块以软件通过处理元件调用的形式实现，部分模块通过硬件的形式实现。例如，设计结果获得模块或者成本获得模块可以为单独设立的处理元件，也可以集成在电子设备的某一个芯片中实现。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit；以下简称：ASIC)，或，一个或多个微处理器(Digital Singnal Processor；以下简称：DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array；以下简称：FPGA)等。再如，这些模块可以集成在一起，以片上系统(System-On-a-Chip；以下简称：SOC)的形式实现。
图8为本申请电子设备一个实施例的结构示意图，如图8所示，上述电子设备可以包括：一个或多个处理器；存储器；以及一个或多个计算机程序。
其中，上述电子设备可以为光伏管理系统，移动终端(手机)，收银设备，计算机，智慧屏，无人机，智能网联车(Intelligent Connected Vehicle；以下简称：ICV)，智能(汽)车(smart/intelligent car)或车载设备等设备。
其中上述一个或多个计算机程序被存储在上述存储器中，上述一个或多个计算机程序包括指令，当上述指令被上述设备执行时，使得上述设备执行以下步骤：
获取待建设光伏电站的基本信息，所述基本信息中包含待建设区域、多个光伏电站组成部件以及每个所述光伏电站组成部件的选型；
基于所述基本信息，获得光伏电站设计结果；
基于所述待建设区域在预设数据库中进行查找，获得成本计算参数；
基于所述成本计算参数和所述光伏电站设计结果，获得项目成本。
其中一种可能的实现方式中，所述光伏电站设计结果包括多个设计方案，当所述指令被所述设备执行时，使得所述设备执行所述基于所述多个光伏电站组成部件以及每个所述光伏电站组成部件的多个选型，获得光伏电站设计结果，包括：
将基本信息输入预设设计模型中，获得所述多个设计方案，其中，每个所述设计方案中包含每个所述光伏电站组成部件的数量、选型、参数以及排布方式。
其中一种可能的实现方式中，所述项目成本包括多个预测结果，当所述指令被所述设备执行时，使得所述设备执行所述基于所述成本计算参数和所述光伏电站设计结果，获得项目成本，包括：
将所述成本计算参数与每个所述设计方案进行计算，获得所述预测结果。
其中一种可能的实现方式中，当所述指令被所述设备执行时，使得所述设备还执行：
对多个所述预测结果进行比较，基于比较结果获得目标预测结果；
确定与所述目标预测结果相对应的目标设计方案。
其中一种可能的实现方式中，所述光伏电站组成部件包括选自光伏组件、线缆、支架、储能模块以及逆变器中的一种或多种。
其中一种可能的实现方式中，所述预测结果包括选自光伏电站BOS成本、度电成本以及内部收益率中的一种或多种。
其中一种可能的实现方式中，所述成本计算参数包括选自所述待建设区域的税率、政策补贴、电价、人工成本以及土地成本中的一种或多种。
其中一种可能的实现方式中，当所述指令被所述设备执行时，使得所述设备在执行所述获得所述多个设计方案之后，还执行：
分别判断所述光伏电站组成部件的多个型号是否满足预设条件；基于判断结果对所述设计方案中的所述光伏电站组成部件进行筛选，获得筛选所述光伏电站组成部件后的设计方案。
其中一种可能的实现方式中，当所述指令被所述设备执行时，使得所述设备在执行所述基于所述成本计算参数和所述光伏电站设计结果，获得项目成本之后，还执行：
响应用户输入的附加请求，获得成本附加值；基于所述成本附加值对所述项目成本进行增减，获得增减后的项目成本。
图8所示的电子设备可以是终端设备也可以是内置于上述终端设备的电路设备。该设备可以用于执行本申请图1A-1D所示实施例提供的项目成本预测方法中的功能/步骤。
如图8所示，电子设备900包括处理器910和存储器920。其中，处理器910和存储器920之间可以通过内部连接通路互相通信，传递控制和/或数据信号，该存储器920用于存储计算机程序，该处理器910用于从该存储器920中调用并运行该计算机程序。
上述存储器920可以是只读存储器(read-only memory，ROM)、可存储静态信息和指令的其它类型的静态存储设备、随机存取存储器(random access memory，RAM)或可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，EEPROM)、只读光盘(compactdisc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备，或者还可以是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质等。
上述处理器910可以和存储器920可以合成一个处理装置，更常见的是彼此独立的部件，处理器910用于执行存储器920中存储的程序代码来实现上述功能。具体实现时，该存储器920也可以集成在处理器910中，或者，独立于处理器910。
除此之外，为了使得电子设备900的功能更加完善，该电子设备900还可以包括通信模块930、电源940、输入单元950等中的一个或多个。
可选地，电源950用于给电子设备中的各种器件或电路提供电源。
应理解，图8所示的电子设备900能够实现本申请图1A-1D所示实施例提供的方法的各个过程。电子设备900中的各个模块的操作和/或功能，分别为了实现上述方法实施例中的相应流程。具体可参见本申请图1A-1D所示方法实施例中的描述，为避免重复，此处适当省略详细描述。
应理解，图8所示的电子设备900中的处理器910可以是片上系统SOC，该处理器910中可以包括中央处理器(Central Processing Unit；以下简称：CPU)，还可以进一步包括其他类型的处理器，例如：图像处理器(Graphics Processing Unit；以下简称：GPU)等。
总之，处理器910内部的各部分处理器或处理单元可以共同配合实现之前的方法流程，且各部分处理器或处理单元相应的软件程序可存储在存储器920中。
本申请还提供一种电子设备，所述设备包括存储介质和中央处理器，所述存储介质可以是非易失性存储介质，所述存储介质中存储有计算机可执行程序，所述中央处理器与所述非易失性存储介质连接，并执行所述计算机可执行程序以实现本申请图1A-1D所示实施例提供的方法。
以上各实施例中，涉及的处理器可以例如包括CPU、DSP、微控制器或数字信号处理器，还可包括GPU、嵌入式神经网络处理器(Neural-network Process Units；以下简称：NPU)和图像信号处理器(Image Signal Processing；以下简称：ISP)，该处理器还可包括必要的硬件加速器或逻辑处理硬件电路，如ASIC，或一个或多个用于控制本申请技术方案程序执行的集成电路等。此外，处理器可以具有操作一个或多个软件程序的功能，软件程序可以存储在存储介质中。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行本申请图1A-1D所示实施例提供的方法。
本申请实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，当其在计算机上运行时，使得计算机执行本申请图1A-1D所示实施例提供的方法。
本申请实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达，是指的这些项中的任意组合，包括单项或复数项的任意组合。例如，a，b和c中的至少一项可以表示：a，b，c，a和b，a和c，b和c或a和b和c，其中a，b，c可以是单个，也可以是多个。
本领域普通技术人员可以意识到，本文中公开的实施例中描述的各单元及算法步骤，能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，任一功能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，本申请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)执行本申请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(Read-Only Memory；以下简称：ROM)、随机存取存储器(Random Access Memory；以下简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。本申请的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种项目成本预测方法，其特征在于，包括：
获取待建设光伏电站的基本信息，所述基本信息中包含待建设区域、多个光伏电站组成部件以及每个所述光伏电站组成部件的选型；
基于所述基本信息，获得光伏电站设计结果；
基于所述待建设区域在预设数据库中进行查找，获得成本计算参数；
基于所述成本计算参数和所述光伏电站设计结果，获得项目成本。
2.根据权利要求1所述的方法，其特征在于，所述光伏电站设计结果包括多个设计方案，所述基于所述基本信息，获得光伏电站设计结果，包括：
将所述基本信息输入预设设计模型中，获得所述多个设计方案，其中，每个所述设计方案中包含每个所述光伏电站组成部件的数量、选型、参数以及排布方式。
3.根据权利要求2所述的方法，其特征在于，所述项目成本包括多个预测结果，所述基于所述成本计算参数和所述光伏电站设计结果，获得项目成本，包括：
将所述成本计算参数与每个所述设计方案进行计算，获得所述预测结果。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
对多个所述预测结果进行比较，基于比较结果获得目标预测结果；
确定与所述目标预测结果相对应的目标设计方案。
5.根据权利要求2所述的方法，其特征在于，所述光伏电站组成部件包括选自光伏组件、线缆、支架、储能模块以及逆变器中的一种或多种。
6.根据权利要求3所述的方法，其特征在于，所述预测结果包括选自光伏电站BOS成本、度电成本以及内部收益率中的一种或多种。
7.根据权利要求1所述的方法，其特征在于，所述成本计算参数包括选自所述待建设区域的税率、政策补贴、电价、人工成本以及土地成本中的一种或多种。
8.根据权利要求2所述的方法，其特征在于，所述光伏电站组成部件的参数包括多个型号，在所述获得所述多个设计方案之后，所述方法还包括：
分别判断所述光伏电站组成部件的多个型号是否满足预设条件；
基于判断结果对所述设计方案中的所述光伏电站组成部件进行筛选，获得筛选所述光伏电站组成部件后的设计方案。
9.根据权利要求1至8任一项所述的方法，其特征在于，在所述基于所述成本计算参数和所述光伏电站设计结果，获得项目成本之后，还包括：
响应用户输入的附加请求，获得成本附加值；
基于所述成本附加值对所述项目成本进行增减，获得增减后的项目成本。
10.一种项目成本预测装置，其特征在于，包括：
获取模块，用于获取待建设光伏电站的基本信息，所述基本信息中包含待建设区域、多个光伏电站组成部件以及每个所述光伏电站组成部件的选型；
设计结果获得模块，用于基于所述基本信息，获得光伏电站设计结果；
查找模块，用于基于所述待建设区域在预设数据库中进行查找，获得成本计算参数；
成本获得模块，用于基于所述成本计算参数和所述光伏电站设计结果，获得项目成本。
11.一种电子设备，其特征在于，包括：
一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述设备执行时，使得所述设备执行如权利要求1至9任一项所述的方法。
12.一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中存储有计算机程序，当其在计算机上运行时，使得计算机执行如权利要求1至9任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011623737.0A CN112734464A (zh) | 2020-12-31 | 2020-12-31 | 项目成本预测方法、装置以及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011623737.0A CN112734464A (zh) | 2020-12-31 | 2020-12-31 | 项目成本预测方法、装置以及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112734464A true CN112734464A (zh) | 2021-04-30 |
Family
ID=75609479
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011623737.0A Pending CN112734464A (zh) | 2020-12-31 | 2020-12-31 | 项目成本预测方法、装置以及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112734464A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103840742A (zh) * | 2014-03-04 | 2014-06-04 | 常州恒大光伏科技有限公司 | 一种光伏组件的智能管理方法及系统 |
| CN109165769A (zh) * | 2018-07-03 | 2019-01-08 | 国网电子商务有限公司 | 光伏电站选址方法、装置、设备及计算机可读存储介质 |
| CN109325296A (zh) * | 2018-09-26 | 2019-02-12 | 国网电子商务有限公司 | 光伏电站建立方案的推荐方法、装置及电子设备 |
| CN110365013A (zh) * | 2019-07-18 | 2019-10-22 | 青海格尔木鲁能新能源有限公司 | 一种光热-光伏-风电联合发电系统的容量优化方法 |
| US20200117839A1 (en) * | 2018-02-09 | 2020-04-16 | Totalmasters Corporation | Design support apparatus, design support method and design support learned model creation apparatus for photovoltaic power generation facilities |
| CN111046321A (zh) * | 2019-12-16 | 2020-04-21 | 合肥阳光新能源科技有限公司 | 光伏电站运维策略优化方法和装置 |
| CN111146793A (zh) * | 2019-12-18 | 2020-05-12 | 济南大学 | 基于功率特征提取的光伏-储能系统容量优化设计方法及系统 |
| CN111563777A (zh) * | 2020-05-11 | 2020-08-21 | 浙江浙能技术研究院有限公司 | 一种光伏电站含税盈亏平衡点及含税度电成本的计算方法 |
| CN111931565A (zh) * | 2020-06-30 | 2020-11-13 | 广东省电力开发有限公司 | 一种基于光伏电站uav的自主巡检与热斑识别方法及系统 |
-
2020
- 2020-12-31 CN CN202011623737.0A patent/CN112734464A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103840742A (zh) * | 2014-03-04 | 2014-06-04 | 常州恒大光伏科技有限公司 | 一种光伏组件的智能管理方法及系统 |
| US20200117839A1 (en) * | 2018-02-09 | 2020-04-16 | Totalmasters Corporation | Design support apparatus, design support method and design support learned model creation apparatus for photovoltaic power generation facilities |
| CN109165769A (zh) * | 2018-07-03 | 2019-01-08 | 国网电子商务有限公司 | 光伏电站选址方法、装置、设备及计算机可读存储介质 |
| CN109325296A (zh) * | 2018-09-26 | 2019-02-12 | 国网电子商务有限公司 | 光伏电站建立方案的推荐方法、装置及电子设备 |
| CN110365013A (zh) * | 2019-07-18 | 2019-10-22 | 青海格尔木鲁能新能源有限公司 | 一种光热-光伏-风电联合发电系统的容量优化方法 |
| CN111046321A (zh) * | 2019-12-16 | 2020-04-21 | 合肥阳光新能源科技有限公司 | 光伏电站运维策略优化方法和装置 |
| CN111146793A (zh) * | 2019-12-18 | 2020-05-12 | 济南大学 | 基于功率特征提取的光伏-储能系统容量优化设计方法及系统 |
| CN111563777A (zh) * | 2020-05-11 | 2020-08-21 | 浙江浙能技术研究院有限公司 | 一种光伏电站含税盈亏平衡点及含税度电成本的计算方法 |
| CN111931565A (zh) * | 2020-06-30 | 2020-11-13 | 广东省电力开发有限公司 | 一种基于光伏电站uav的自主巡检与热斑识别方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 朱颖: "工程经济与财务管理", 北京理工大学出版社 , pages: 44 - 46 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Deb et al. | Charging station placement for electric vehicles: a case study of Guwahati city, India | |
| CN108711077B (zh) | 一种基于区块链技术的光伏型微电网交易方法 | |
| Branker et al. | A review of solar photovoltaic levelized cost of electricity | |
| Pikas et al. | Cost-benefit analysis of nZEB energy efficiency strategies with on-site photovoltaic generation | |
| CN105303882A (zh) | 基于时空维度动态停车收费策略的停车管理系统及方法 | |
| KR102131403B1 (ko) | 태양광 발전의 수익성 예측시스템 및 방법 | |
| Cucchiella et al. | A multicriteria analysis of photovoltaic systems: energetic, environmental, and economic assessments | |
| Fuster-Palop et al. | Innovative regression-based methodology to assess the techno-economic performance of photovoltaic installations in urban areas | |
| Khare et al. | Optimal sizing of a grid integrated solar photovoltaic system | |
| CN114048920A (zh) | 充电设施建设的选址布局方法、装置、设备及存储介质 | |
| Azzopardi et al. | Decision support system for ranking photovoltaic technologies | |
| KhareSaxena et al. | Energy performance and loss analysis of 100 kWp grid-connected rooftop solar photovoltaic system | |
| WO2018207451A1 (ja) | 蓄電池運用装置及び蓄電池運用方法 | |
| Wang et al. | Day-ahead unit commitment method considering time sequence feature of wind power forecast error | |
| CN102769298B (zh) | 一种太阳能并网发电功率预测方法及预测系统 | |
| US10373085B1 (en) | Constraint based renewable energy system configuration | |
| Zhou et al. | High-resolution spatial assessment of the zero energy potential of buildings with photovoltaic systems at the city level | |
| US20200211128A1 (en) | System, device, and method for mode-based energy storage | |
| CN112734464A (zh) | 项目成本预测方法、装置以及电子设备 | |
| CN116862149A (zh) | 一种计及极端天气影响的配电网移动应急资源预配置方法 | |
| JP2004126946A (ja) | 太陽電池モジュールのレイアウト設計装置およびレイアウト設計方法 | |
| CN115713252A (zh) | 一种水风光储多能互补系统综合效益评估方案寻优方法 | |
| CN115879975A (zh) | 基于用电企业建设分布式光伏的电力零售套餐制定方法 | |
| Khare et al. | Modeling, cost optimization and management of grid connected solar powered charging station for electric vehicle | |
| CN114782001A (zh) | 一种基于全寿命周期成本的电网基建项目优选方法及系统 |
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 |
Application publication date: 20210430 |