CN113610355B - 一种城市能源系统气候变化脆弱性能量流网络评估方法 - Google Patents
一种城市能源系统气候变化脆弱性能量流网络评估方法 Download PDFInfo
- Publication number
- CN113610355B CN113610355B CN202110804037.XA CN202110804037A CN113610355B CN 113610355 B CN113610355 B CN 113610355B CN 202110804037 A CN202110804037 A CN 202110804037A CN 113610355 B CN113610355 B CN 113610355B
- Authority
- CN
- China
- Prior art keywords
- energy
- urban
- network
- climate change
- consumption
- 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
Links
- 230000008859 change Effects 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 title claims abstract description 18
- 238000010586 diagram Methods 0.000 claims abstract description 23
- 230000005540 biological transmission Effects 0.000 claims abstract description 17
- 238000004519 manufacturing process Methods 0.000 claims abstract description 12
- 238000012800 visualization Methods 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims abstract description 11
- 238000009826 distribution Methods 0.000 claims abstract description 11
- 238000003012 network analysis Methods 0.000 claims abstract description 11
- 238000003860 storage Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000005265 energy consumption Methods 0.000 claims description 14
- 239000003245 coal Substances 0.000 claims description 12
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 238000004146 energy storage Methods 0.000 claims description 7
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 239000001257 hydrogen Substances 0.000 claims description 6
- 229910052739 hydrogen Inorganic materials 0.000 claims description 6
- 239000003345 natural gas Substances 0.000 claims description 6
- 239000000047 product Substances 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 239000003949 liquefied natural gas Substances 0.000 claims description 3
- 239000003208 petroleum Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 abstract description 2
- 238000010168 coupling process Methods 0.000 abstract description 2
- 238000005859 coupling reaction Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Mathematical Analysis (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市能源系统气候变化脆弱性能量流网络评估方法，属于城市能源安全与气候变化风险评估领域。本发明以一次能源生产、加工转化、输配、存储、消费与损失为关键环节，绘制基于城市能源供应与消费全周期框架的系统能流图；通过将能流图导入网络可视化工具Gephi转化为网络结构图并计算网络结构度N；利用贝叶斯网络分析工具Netica分析气候模式情景下供应可靠性P；将解算的N、P值带入能源系统气候变化脆弱度函数计算并评判城市能源系统气候变化脆弱性水平。本发明有效考虑了城市能源供应链结构及各类能源子系统相互关联耦合约束，克服了常规评估方法中评价指标权重赋值过于主观的不足。
Description
技术领域
本发明属于城市能源安全与气候变化风险评估领域，具体涉及一种城市能源系统气候变化脆弱性能量流网络评估方法。
背景技术
应对气候变化已成为世界各国可持续发展的共同议题，应对气候变化的途径包括减缓和适应，而采取针对性的适应战略已成为应对气候变的迫切需求。我国针对农业、水资源、海岸带、森林生态、冰冻圈、重大工程等领域的气候变化影响的研究相对比较丰富，但在社会经济、能源系统等领域的气候变化研究相对较少。城市是人口和社会经济活动最密集的地方，是全球气候变化灾害风险的高发区域，提升城市适应气候变化能力已成为城市应对气候变化最重要的任务和途径。能源是城市运行发展的根本要素之一，城市能源系统是城市安全运行和可持续发展的关键组成部分。我国关于城市能源系统气候变化脆弱性研究刚处于起步阶段，可借鉴的资料与经验严重不足。因此，亟需构建城市能源系统气候变化脆弱性分析模型与评估方法，为城市能源系统应对气候变化风险提供重要支撑
国内有关能源系统气候变化脆弱性评估的研究资料较少，其中相关的专利CN201711312626.6公开了一种城市水系统和能源系统应对气候变化的联合响应调控方法，提出通过搜集温室气体排放及降水等信息对区域水资源量进行评估和预测，为考虑能源布局、能源系统结构、能源基础设施以及能源输配量等关键影响因素；专利CN201110054446.9公开了一种气候变化下水资源脆弱性的评价方法，提出利用特征向量方法建立指标体系、权重等对水资源脆弱性进行目标评判的方法，但评判指标体系的设计与指标选择主要以专家打分法和经验值法为主，评估结果受人为主观性影响较大。因此，构建考虑能源供应结构与能量流相耦合的气候变化脆弱性评估方法，更能客观反映系统的属性特征，提升评估的定量化程度。
发明内容
针对现有技术中存在的上述技术问题，本发明提出了一种城市能源系统气候变化脆弱性能量流网络评估方法，针对了现有技术方法中的系统结构关联、指标设定主观性强等方面的不足，具有良好的效果。
为了实现上述目的，本发明采用如下技术方案：
一种城市能源系统气候变化脆弱性能量流网络评估方法，包括如下步骤：
步骤1：绘制城市能源系统能流图；
步骤2：将能流图导入网络可视化工具Gephi转化为网络结构图并解算网络结构度；
步骤3：利用贝叶斯网络分析工具Netica分析计算供应可靠性；
步骤4：依据能源系统气候变化脆弱度函数评判城市能源系统气候变化脆弱性水平。
优选地，在步骤1中，具体包括如下步骤：
步骤1.1：以城市行政区域为边界，将城市能源系统划分为城市外埠净调入的能源(1)和城市内埠生产转化与消费的能源(2)；以一次能源生产(3)、能源加工转化(4)、能源输配(5)、能源存储(6)、能源消费与损失(7)为关键环节，按照能量由供应源端，经转化、存储、输配最后到达消费使用端的流动顺序，用带箭头直线、条形框分别代表能量传递方向和环节，绘制城市能源系统全周期框架图；
步骤1.2：在步骤1.1的基础上采用层次分析的方法，根据城市能源供应与消费结构、能源基础设施实际情况，对全周期框架图中的每个环节的下一层级的子环节进行扩展，根据分析精度要求及数据可获得性情况，将各环节扩展至二级或三级；其中，
一次能源生产(3)的二级子环节包括煤炭、石油、天然气、一次电力和可再生能源种类；
能源加工转化(4)的二级子环节包括一次能源转化的电力、热力、煤制品、油品、液化天然气、氢气；
能源输配(5)的二级子环节包括城市外埠远距离能源输送设施、城市内埠能源配送主干设施和次级设施；
能源存储(6)的二级子环节包括城市外埠储备基地/站、城市内埠存储库/站，存储的能源种类包括煤炭、油品、天然气、氢气和电；
能源消费与损失(7)的二级子环节包括第一产业、第二产业、第三产业、居民生活以及损失；
将一次能源生产(3)子环节中的每类能源，按照步骤1.1分别与其他相关各环节的子环节进行关联；然后根据城市年度能源平衡表统计数据，确定各个环节对应的能量值；最后按照能量守恒定律绘制城市能源从投入到消耗全过程的系统能量流简化图。
优选地，在步骤2中，具体包括如下步骤：
步骤2.1：利用网络可视化工具Gephi中的添加节点和添加边功能，分别将步骤1绘制的能量流简化图中的条形框、带箭头直线定义为网络节点、边；然后根据条形框名称和箭头指向标注相应节点的标签和边的方向；
步骤2.2：将步骤1能量流简化图中各环节对应的能量值单位统一换算为标准煤单位，并赋值到步骤2.1中对应的网络节点；然后将相邻节点之间的能量差值赋值为对应边的能量流值，；最后将各边能量流值与能源供应总量值的比值定义为各边在网络可视化工具Gephi中的权重；
步骤2.3：利用网络可视化工具Gephi中网络结构图生成功能，对步骤2.2的网络节点和边进行网络构建；然后利用Huyifan变换功能计算并显示网络聚类特性，利用Gephi网络分析功能输出图密度ρ、网路直径d、平均路径长度l等参数值；最后根据计算得出网络结构度N。
优选地，在步骤3中，具体包括如下步骤：
步骤3.1：根据步骤2形成的网络结构图关系，构建以能源供应量无满足消费使用为顶上事件的系统失衡事故树，分析各中间事件、基本事件与各层级节点间的对应与级联失效关系，确定以节点相关的基础设施故障为基本事件；然后利用贝叶斯网络分析工具Netica将事故树模型转化成系统供应可靠性贝叶斯网络模型，并自动生成以终端消费能源供应可靠性父节点集合Pdn为变量的系统可靠性Zi的布尔代数函数关系式Zi＝f(Pd1,Pd2...,Pdn)；
步骤3.2：根据城市气候变化/极端天气气候事件对各类基础设施运行影响历史统计数据样本，采用神经网络分析的方法训练并生成各类基础设施运行故障率参考表；然后建立各节点能源供应可靠性Ri评判指标，包括基础设施抗冲击能力，即基础设施运行故障率Ci，影响因素考虑应急资源和应急队伍的管理部门或城市区域突发事件应急能力Mi，影响因素考虑地形地埋和水文地质的能源系统基础设施暴露程度Ei，，通过模糊计算分析Mi、Ei并进行归一化处理，通过计算各节点的能源供应可靠性概率，进而确定贝叶斯网络中各子节点事件的可靠性概率Ps＝f(Ri)，最后结合贝叶斯网络模型各父节点结构关系计算确定各父节点的可靠性概率Pd＝f(Ps)；
步骤3.3：采用情景构建法预测不同气候模式情景下的能源消费与损失(7)总量，通过贝叶斯网络分析工具Netica模拟计算对应气候模式情景、能源消费与损失(7)总量下的能量供应网络可靠性概率Zi，然后通过对各终端消费能源全年消费量在整个能源消费与损失(7)消费量中的占比，对各终端消费能源可靠性权重进行赋值Qi，最后通过能源系统供应可靠性计算整个能源系统供应可靠性。
优选地，在步骤4中，具体包括如下步骤：
步骤4.1：将步骤2.4计算出的N值、步骤3.3计算出的P值代入城市能源系统气候变化脆弱度函数计算并输出V值，V值越大则能源系统气候变化脆弱性水平越高；
步骤4.2：根据城市案例计算分析能源系统气候变化脆弱性水平，从网络结构水平N、能源系统供应可靠性P两方面分别提出降低气候变化脆弱性的方案，根据步骤3中贝叶斯网络解算的事故树最小割集以及成功树的分析，确定导致系统气候变化脆弱性显著的重要节点/事件，提出降低系统气候变化脆弱性的基本措施建议。
本发明所带来的有益技术效果：
本发明适应于极端气候、气候事件冲击下的城市能源系统供应保障风险评估与分析，能够充分考虑城市各类能源间的相互作用，克服常规评估方法中指标权重赋值的过于主观性。
附图说明
图1为城市电力系统能流图。
其中，1-城市外埠净调入能源；2-城市内埠生产供应与消费能源；3-一次能源生产；4-能源加工转化；5-能源输配；6-能源存储；7-能源消费与损失。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明：
一种城市能源系统气候变化脆弱性能量流网络评估方法，包括如下步骤：
步骤1：绘制城市电力系统能流图；如图1所示，具体包括如下步骤：
步骤1.1：以城市行政区域为边界，将城市能源系统划分为城市外埠净调入的能源(1)和城市内埠生产转化与消费的能源(2)；以一次能源生产(3)、能源加工转化(4)、能源输配(5)、能源存储(6)、能源消费与损失(7)为关键环节，按照能量由供应源端，经转化、存储、输配最后到达消费使用端的流动顺序，用带箭头直线、条形框分别代表能量传递方向和环节，绘制城市能源系统全周期框架图；
步骤1.2：在步骤1.1的基础上采用层次分析的方法，根据城市能源供应与消费结构、能源基础设施实际情况，对全周期框架图中的每个环节的下一层级的子环节进行扩展，根据分析精度要求及数据可获得性情况，将各环节扩展至二级或三级；其中，
一次能源生产(3)的二级子环节包括煤炭、石油、天然气、一次电力和可再生能源种类；
能源加工转化(4)的二级子环节包括一次能源转化的电力、热力、煤制品、油品、液化天然气、氢气；
能源输配(5)的二级子环节包括城市外埠远距离能源输送设施、城市内埠能源配送主干设施和次级设施；
能源存储(6)的二级子环节包括城市外埠储备基地/站、城市内埠存储库/站，存储的能源种类包括煤炭、油品、天然气、氢气和电；
能源消费与损失(7)的二级子环节包括第一产业、第二产业、第三产业、居民生活以及损失；
将一次能源生产(3)子环节中的每类能源，按照步骤1.1分别与其他相关各环节的子环节进行关联；然后根据城市年度能源平衡表统计数据，确定各个环节对应的能量值；最后按照能量守恒定律绘制城市能源从投入到消耗全过程的系统能量流简化图。
步骤2：将能流图导入网络可视化软件Gephi转化为网络结构图；具体包括如下步骤：
步骤2.1：利用网络可视化工具Gephi中的添加节点和添加边功能，分别将步骤1绘制的能量流简化图中的条形框、带箭头直线定义为网络节点、边；然后根据条形框名称和箭头指向标注相应节点的标签和边的方向；
步骤2.2：将步骤1能量流简化图中各环节对应的能量值单位统一换算为标准煤单位，并赋值到步骤2.1中对应的网络节点；然后将相邻节点之间的能量差值赋值为对应边的能量流值，；最后将各边能量流值与能源供应总量值的比值定义为各边在网络可视化工具Gephi中的权重；
步骤2.3：利用网络可视化工具Gephi中网络结构图生成功能，对步骤2.2的网络节点和边进行网络构建；然后利用Huyifan变换功能计算并显示网络聚类特性，利用Gephi网络分析功能输出图密度ρ、网路直径d、平均路径长度l等参数值；最后根据计算得出网络结构度N。
步骤3：网络结构的能源供应可靠性概率计算；具体包括如下步骤：
步骤3.1：根据步骤2形成的网络结构图关系，构建以能源供应量无满足消费使用为顶上事件的系统失衡事故树，分析各中间事件、基本事件与各层级节点间的对应与级联失效关系，确定以节点相关的基础设施故障为基本事件；然后利用贝叶斯网络分析工具Netica将事故树模型转化成系统供应可靠性贝叶斯网络模型，并自动生成以终端消费能源供应可靠性父节点集合Pdn为变量的系统可靠性Zi的布尔代数函数关系式Zi＝f(Pd1,Pd2...,Pdn)；
步骤3.2：根据城市气候变化/极端天气气候事件对各类基础设施运行影响历史统计数据样本，采用神经网络分析的方法训练并生成各类基础设施运行故障率参考表；然后建立各节点能源供应可靠性Ri评判指标，包括基础设施抗冲击能力，即基础设施运行故障率Ci，影响因素考虑应急资源和应急队伍的管理部门或城市区域突发事件应急能力Mi，影响因素考虑地形地埋和水文地质的能源系统基础设施暴露程度Ei，，通过模糊计算分析Mi、Ei并进行归一化处理，通过计算各节点的能源供应可靠性概率，进而确定贝叶斯网络中各子节点事件的可靠性概率Ps＝f(Ri)，最后结合贝叶斯网络模型各父节点结构关系计算确定各父节点的可靠性概率Pd＝f(Ps)；
步骤3.3：采用情景构建法预测不同气候模式情景下的能源消费与损失(7)总量，通过贝叶斯网络分析工具Netica模拟计算对应气候模式情景、能源消费与损失(7)总量下的能量供应网络可靠性概率Zi，然后通过对各终端消费能源全年消费量在整个能源消费与损失(7)消费量中的占比，对各终端消费能源可靠性权重进行赋值Qi，最后通过能源系统供应可靠性计算整个能源系统供应可靠性。
步骤4：构建城市能源系统气候变化脆弱度评价函数；具体包括如下步骤：
步骤4.1：将步骤2.4计算出的N值、步骤3.3计算出的P值代入城市能源系统气候变化脆弱度函数计算并输出V值，V值越大则能源系统气候变化脆弱性水平越高；
步骤4.2：根据城市案例计算分析能源系统气候变化脆弱性水平，从网络结构水平N、能源系统供应可靠性P两方面分别提出降低气候变化脆弱性的方案，根据步骤3中贝叶斯网络解算的事故树最小割集以及成功树的分析，确定导致系统气候变化脆弱性显著的重要节点/事件，提出降低系统气候变化脆弱性的基本措施建议。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。
Claims (1)
1.一种城市能源系统气候变化脆弱性能量流网络评估方法，其特征在于：包括如下步骤：
步骤1：绘制城市能源系统能流图；
步骤2：将能流图导入网络可视化工具Gephi转化为网络结构图并解算网络结构度；
步骤3：利用贝叶斯网络分析工具Netica分析计算供应可靠性；
步骤4：依据能源系统气候变化脆弱度函数评判城市能源系统气候变化脆弱性水平；
在步骤1中，具体包括如下步骤：
步骤1.1：以城市行政区域为边界，将城市能源系统划分为城市外埠净调入的能源(1)和城市内埠生产转化与消费的能源(2)；以一次能源生产(3)、能源加工转化(4)、能源输配(5)、能源存储(6)、能源消费与损失(7)为关键环节，按照能量由供应源端，经转化、存储、输配最后到达消费使用端的流动顺序，用带箭头直线、条形框分别代表能量传递方向和环节，绘制城市能源系统全周期框架图；
步骤1.2：在步骤1.1的基础上采用层次分析的方法，根据城市能源供应与消费结构、能源基础设施实际情况，对全周期框架图中的每个环节的下一层级的子环节进行扩展，根据分析精度要求及数据可获得性情况，将各环节扩展至二级或三级；其中，
一次能源生产(3)的二级子环节包括煤炭、石油、天然气、一次电力和可再生能源种类；
能源加工转化(4)的二级子环节包括一次能源转化的电力、热力、煤制品、油品、液化天然气、氢气；
能源输配(5)的二级子环节包括城市外埠远距离能源输送设施、城市内埠能源配送主干设施和次级设施；
能源存储(6)的二级子环节包括城市外埠储备基地/站、城市内埠存储库/站，存储的能源种类包括煤炭、油品、天然气、氢气和电；
能源消费与损失(7)的二级子环节包括第一产业、第二产业、第三产业、居民生活以及损失；
将一次能源生产(3)子环节中的每类能源，按照步骤1.1分别与其他相关各环节的子环节进行关联；然后根据城市年度能源平衡表统计数据，确定各个环节对应的能量值；最后按照能量守恒定律绘制城市能源从投入到消耗全过程的系统能量流简化图；
在步骤2中，具体包括如下步骤：
步骤2.1：利用网络可视化工具Gephi中的添加节点和添加边功能，分别将步骤1绘制的能量流简化图中的条形框、带箭头直线定义为网络节点、边；然后根据条形框名称和箭头指向标注相应节点的标签和边的方向；
步骤2.2：将步骤1能量流简化图中各环节对应的能量值单位统一换算为标准煤单位，并赋值到步骤2.1中对应的网络节点；然后将相邻节点之间的能量差值赋值为对应边的能量流值；最后将各边能量流值与能源供应总量值的比值定义为各边在网络可视化工具Gephi中的权重；
步骤2.3：利用网络可视化工具Gephi中网络结构图生成功能，对步骤2.2的网络节点和边进行网络构建；然后利用Huyifan变换功能计算并显示网络聚类特性，利用Gephi网络分析功能输出图密度ρ、网路直径d、平均路径长度l参数值；最后根据计算得出网络结构度N；
在步骤3中，具体包括如下步骤：
步骤3.1：根据步骤2形成的网络结构图关系，构建以能源供应量无满足消费使用为顶上事件的系统失衡事故树，分析各中间事件、基本事件与各层级节点间的对应与级联失效关系，确定以节点相关的基础设施故障为基本事件；然后利用贝叶斯网络分析工具Netica将事故树模型转化成系统供应可靠性贝叶斯网络模型，并自动生成以终端消费能源供应可靠性父节点集合Pdn为变量的系统可靠性Zi的布尔代数函数关系式Zi＝f(Pd1,Pd2...,Pdn)；
步骤3.2：根据城市气候变化/极端天气气候事件对各类基础设施运行影响历史统计数据样本，采用神经网络分析的方法训练并生成各类基础设施运行故障率参考表；然后建立各节点能源供应可靠性Ri评判指标，包括基础设施抗冲击能力，即基础设施运行故障率Ci，影响因素考虑应急资源和应急队伍的管理部门或城市区域突发事件应急能力Mi，影响因素考虑地形地埋和水文地质的能源系统基础设施暴露程度Ei，通过模糊计算分析Mi、Ei并进行归一化处理，通过计算各节点的能源供应可靠性概率，进而确定贝叶斯网络中各子节点事件的可靠性概率Ps＝f(Ri)，最后结合贝叶斯网络模型各父节点结构关系计算确定各父节点的可靠性概率Pd＝f(Ps)；
步骤3.3：采用情景构建法预测不同气候模式情景下的能源消费与损失(7)总量，通过对各终端消费能源全年消费量在整个能源消费与损失(7)消费量中的占比，对各终端消费能源可靠性权重进行赋值Qi，最后通过能源系统供应可靠性计算整个能源系统供应可靠性；
在步骤4中，具体包括如下步骤：
步骤4.1：将步骤2.4计算出的N值、步骤3.3计算出的P值代入城市能源系统气候变化脆弱度函数计算并输出V值，V值越大则能源系统气候变化脆弱性水平越高；
步骤4.2：根据城市案例计算分析能源系统气候变化脆弱性水平，从网络结构水平N、能源系统供应可靠性P两方面分别提出降低气候变化脆弱性的方案，根据步骤3中贝叶斯网络解算的事故树最小割集以及成功树的分析，确定导致系统气候变化脆弱性显著的重要节点/事件，提出降低系统气候变化脆弱性的基本措施建议。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110804037.XA CN113610355B (zh) | 2021-07-16 | 2021-07-16 | 一种城市能源系统气候变化脆弱性能量流网络评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110804037.XA CN113610355B (zh) | 2021-07-16 | 2021-07-16 | 一种城市能源系统气候变化脆弱性能量流网络评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113610355A CN113610355A (zh) | 2021-11-05 |
| CN113610355B true CN113610355B (zh) | 2024-04-05 |
Family
ID=78337677
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110804037.XA Active CN113610355B (zh) | 2021-07-16 | 2021-07-16 | 一种城市能源系统气候变化脆弱性能量流网络评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113610355B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114429076A (zh) * | 2021-12-01 | 2022-05-03 | 南京师范大学 | 一种基于Bayes网络的气候演化模拟方法 |
| CN115081247B (zh) * | 2022-07-19 | 2023-04-07 | 河北农业大学 | 一种基于贝叶斯网络的热力系统可靠性评估方法 |
| CN117273446B (zh) * | 2023-09-19 | 2024-06-25 | 北京师范大学 | 局地能源危机级联影响评价方法、系统、电子设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101200368B1 (ko) * | 2012-04-27 | 2012-11-14 | 대한민국 | 기후변화 취약성 평가 시스템 및 그 방법 |
| KR20160112484A (ko) * | 2015-03-19 | 2016-09-28 | (주)큐버솔루션 | 기후 변화 대응을 위한 도시 풍해 위험도 평가 시스템 및 방법 |
| CN108133283A (zh) * | 2017-12-11 | 2018-06-08 | 中国水利水电科学研究院 | 城市水系统和能源系统应对气候变化的联合响应调控方法 |
| CN110148937A (zh) * | 2019-05-27 | 2019-08-20 | 国网上海市电力公司 | 一种基于贝叶斯网络的大面积停电事件智能推演方法 |
| CN111369388A (zh) * | 2020-03-09 | 2020-07-03 | 华北电力大学 | 用于城市电网的对抗脆弱性评估方法及系统 |
-
2021
- 2021-07-16 CN CN202110804037.XA patent/CN113610355B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101200368B1 (ko) * | 2012-04-27 | 2012-11-14 | 대한민국 | 기후변화 취약성 평가 시스템 및 그 방법 |
| KR20160112484A (ko) * | 2015-03-19 | 2016-09-28 | (주)큐버솔루션 | 기후 변화 대응을 위한 도시 풍해 위험도 평가 시스템 및 방법 |
| CN108133283A (zh) * | 2017-12-11 | 2018-06-08 | 中国水利水电科学研究院 | 城市水系统和能源系统应对气候变化的联合响应调控方法 |
| CN110148937A (zh) * | 2019-05-27 | 2019-08-20 | 国网上海市电力公司 | 一种基于贝叶斯网络的大面积停电事件智能推演方法 |
| CN111369388A (zh) * | 2020-03-09 | 2020-07-03 | 华北电力大学 | 用于城市电网的对抗脆弱性评估方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陈莎等.北京市能源系统气候变化脆弱性分析与适应建议.气候变化研究进展.2017,第13卷(第6期),第614-622页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113610355A (zh) | 2021-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113610355B (zh) | 一种城市能源系统气候变化脆弱性能量流网络评估方法 | |
| Shad et al. | Developing an Iranian green building assessment tool using decision making methods and geographical information system: Case study in Mashhad city | |
| Balin et al. | A fuzzy multi-criteria decision making methodology based upon the interval type-2 fuzzy sets for evaluating renewable energy alternatives in Turkey | |
| Ertay et al. | Evaluation of renewable energy alternatives using MACBETH and fuzzy AHP multicriteria methods: the case of Turkey | |
| Önüt et al. | Multiple criteria evaluation of current energy resources for Turkish manufacturing industry | |
| Nieto-Morote et al. | A fuzzy AHP multi-criteria decision-making approach applied to combined cooling, heating, and power production systems | |
| CN104751373B (zh) | 计及污染气体排放风险的环境经济调度方法 | |
| Choudhury et al. | Application of novel MCDM for location selection of surface water treatment plant | |
| CN108197805A (zh) | 一种可用于电能替代规划指导的电能和天然气竞争力综合评价方法 | |
| CN113139737A (zh) | 一种面向全电力船舶电力系统弹性的综合评价方法 | |
| Mao et al. | Selection of plastic solid waste treatment technology based on cumulative prospect theory and fuzzy DEMATEL | |
| CN103698627A (zh) | 基于灰模糊萤火虫算法优化的变压器故障诊断方法 | |
| CN114693087A (zh) | 城市能源系统多尺度能耗模型及其能流监测方法 | |
| Gao et al. | A multi-criteria decision-making framework for the location of photovoltaic power coupling hydrogen storage projects | |
| CN111276976B (zh) | 一种用于复杂能源互联系统极端事件的应急响应方法 | |
| CN114548800A (zh) | 基于电网知识图谱的未来态电网检修风险辨识方法及装置 | |
| CN108776866B (zh) | 一种油田矿场原油储运系统适应性评价方法 | |
| Bishnoi et al. | Optimised site selection of hybrid renewable installations for flare gas reduction using Multi-Criteria decision making | |
| Shimray et al. | A survey of multi-criteria decision making technique used in renewable energy planning | |
| CN104766128B (zh) | 基于动态规划的产品低碳设计方法 | |
| Hsueh | EVALUATION OF COMMUNITY ENERGY-SAVING EFFECTS USING FUZZY LOGIC MODEL. | |
| Otay et al. | Evaluation of sustainable energy systems in smart cities using a Multi-Expert Pythagorean fuzzy BWM & TOPSIS methodology | |
| Gang | Risk analysis and evaluation of wind electric farm construction | |
| Zhu et al. | Comprehensive framework of major power project management based on system thinking | |
| Liu et al. | Sustainability indicator of renewable energy system based on fuzzy multi-criteria decision making methods |
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 |