CN115730837A - 一种基于AHP-Delphi分析法与熵权法的水-风-光-储联合系统经济评估方法 - Google Patents
一种基于AHP-Delphi分析法与熵权法的水-风-光-储联合系统经济评估方法 Download PDFInfo
- Publication number
- CN115730837A CN115730837A CN202111010538.7A CN202111010538A CN115730837A CN 115730837 A CN115730837 A CN 115730837A CN 202111010538 A CN202111010538 A CN 202111010538A CN 115730837 A CN115730837 A CN 115730837A
- Authority
- CN
- China
- Prior art keywords
- index
- energy
- formula
- benefit
- evaluation
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于电力系统经济运行分析领域,具体涉及一种基于AHP‑Delphi分析法与熵权法的水‑风‑光‑储联合系统经济评估方法。其步骤如下:步骤1:确定评估指标选取原则-SMART原则;步骤2:构建联合系统经济性评估指标体系;步骤3:计算技术经济效益指标;步骤4:计算财务效益指标;步骤5:计算社会环境效益指标;步骤6:根据AHP‑Delphi分析法得到各指标权重系数;步骤8:计算各指标组合权重,比较不同方案的总得分。采用AHP‑Delphi分析法和熵权法相结合的组合赋权方法对各个指标进行赋权处理,并进行一致性检验,最终通过“乘法”集成原理复合计算确定方案总得分,为综合量化评估联合系统经济性、选择最优运行方案提供了更加直观的依据,评价效果好。
Description
技术领域
本发明属于电力系统经济运行分析领域,具体涉及一种基于AHP-Delphi分析法与熵权法的水-风-光-储联合系统经济评估方法。
背景技术
2020年中国提出了“二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和”,“到2030年,中国风电、太阳能发电总装机容量将达到12亿千瓦以上”的目标。以风能和太阳能为代表的间歇性可再生能源大规模迅猛发展,将给电网安全稳定运行和可再生能源消纳带来巨大挑战。而储能技术则是解决该问题的有效手段,因此,为风电、光伏发电单元配置合适的储能系统迫在眉睫。考虑到抽水蓄能电站的建设需要特殊的地理条件,具有一定的局限性。而电池储能作为新兴的化学储能技术,具有技术较成熟、便于安装等优点,可与抽水蓄能优势互补,解决抽蓄受地形制约较大、能量密度较低、总投资较高、投资回收期较长等问题,进而配合抽水蓄能电站更好的储能和发电。
在现有技术中,针对于水电与新能源联合运行经济性的研究,在研究对象方面,大部分研究都主要集中在水风、水光、水风光、风光储等对象较少的中小型系统,研究重点主要是联合发电系统的建模、容量配比和控制策略,针对常规水电、风、光、抽水蓄能、电池储能五方面的联合运行系统经济性研究较少;在评价指标方面,由于研究对象往往只涉及风电、光伏、水电、抽水蓄能中的一种或两种,故选取的经济指标只能单一地反映该种能源的经济效益,且对新能源发电技术和储能技术有效应用后的影响分析较为片面,未能从电力负荷、购电成本、产业环境、社会环境等多方面进行合理全面的分析,即缺乏对系统整体运行经济性指标体系的构建;在评价方法方面,多选单一的主观赋权法和客观赋权法,主观赋权法如层次分析法存在定性成分大、主观因素占比大、当判断矩阵较大时难以计算出准确结果等问题,而客观赋权方法普遍存在过分依赖数学定量分析、忽视指标本身重要程度、当指标值变动幅度突增或突减时适用范围具有局限性等问题。且现有方法中鲜有针对不同容量配比下的大型联合系统经济性评估完成综合评分的,无法直观反映出不同方案的经济性优劣。
发明内容
本发明针对上述联合系统经济性评估方法在评价对象、指标选取、权重计算方面的不足,本发明综合考虑发电单元的技术因素,以及水-风-光-储联合发电技术的有效应用对企业将产生的影响,如可再生能源供电能力的提升、后期购电成本的减少和发电产业环境质量的提高等。本发明的目的是通过构建联合系统经济性评估体系、计算指标权重值、一致性检验等步骤,最终进行复合计算得出综合评分,为量化评价指标、选择最优方案提供依据,为水-风-光-储联合系统经济性的量化评估提供一种新的方法。
将抽水蓄能电站与电池储能优势互补,并与常规水电站,及其附近的风、光电场组成联合运行系统,提高新能源消纳能力和水-风-光-储联合系统的灵活性与稳定性,实现电力系统安全、稳定、经济运行的目标。在考虑发电曲线、负荷曲线、分时电价以及参与的工作场景等情况下,重点研究系统中水、风、光、储装机规模配比对经济性的影响,可为水-风-光-储联合系统开发、运行提供合理的经济评估与决策模型,进而提高电网运行的的经济性和稳定性。
为实现上述发明目的,本发明评价指标的选取具有综合性和代表性,即充分考虑了发电单元的技术因素,以及水-风-光-储联合发电技术的有效应用将对企业产生的影响;评价方法采用主客观相结合的赋权法,即AHP-Delphi分析法与熵权法相结合,通过“乘法”集成得出最终结果,在极大程度上规避主观思维影响的同时,也避免了过分依赖数学定量方法而导致结果与实际不符的情况;通过比较不同方案的总评分,直观反映出各项指标对联合系统经济性的影响。具体是:
一种基于AHP-Delphi分析法与熵权法的水-风-光-储联合系统经济评估方法,其特征在于步骤如下:
步骤1:确定评估指标选取原则-SMART原则
针对SMART原则和联合系统效益评价指标体系设计的实际需求,在选取相应指标时应遵循选取如下原则:目的性、规范性、全面性、系统性、简明性、可比性。
步骤2:构建联合系统经济性评估指标体系
以SMART原则为导向,以联合系统总装机容量、峰谷电价机制数据为基础,对水-风-光-储不同配比方案进行经济性评估。具体包括三个一级指标:技术经济效益、财务效益和社会环境效益。每个一级指标包括三个二级指标:等效可利用小时数、新能源弃电率、有功功率波动率,售电收益、平准化电力成本、借款偿还期,供电效益、节能效益、环境效益。
步骤3:计算技术经济效益指标
(1)等效可利用小时数
为量化评估水-风-光-储联合系统内各发电单元或机组有效利用程度,将联合系统总发电量换算为全部装机满负荷运行下的机组发电小时数,具体计算公式为:
式中,Heq为等效利用小时。Ewp发电单元评估期内总发电量。Cwp发电单元投入运行的机组容量。
(2)新能源弃电率
为量化评估水-风-光-储联合系统减少常规水电站弃水、风电场弃风、光伏电站弃光的能力,以联合系统中抽水蓄能电站和电池在储能达到极限时,无法吸收利用的新能源电量占总电量的比率来表示,如下式:
式中,EWE为满足入网预期需求和储能充放电特性的前提下,浪费的可再生能源。
(3)有功功率波动率
为量化评估水-风-光-储联合系统总输出功率的稳定性,选用联合系统输出功率的平均波动率来衡量评估系统的平稳性,具体计算公式如下式:
式中,Dwp为联合系统出力相对于调度预期出力的波动率。Pwd-pv为t时刻联合系统总出力。Pref为t时刻电网预测出力值。
步骤4:计算财务效益指标
考虑水-风-光-储联合系统带来的财务效益与成本,主要从盈利能力和偿债能力两方面进行分析。
(1)售电收益
供电效益主要指的是通过抽蓄-电池联合储能系统扩大水风光发电入网规模所带来的收益,具体计算公式如下式所示:
式中,B(k)为第k年发电收益。Pwpb(t)为t时刻可再生能源入网功率。PS为其相应的标杆上网电价。
(2)平准化电力成本
平准化电力成本,计算公式如下:
式中,CI为初始投资成本。D(k)为第k年固定资产计提折旧。COM(k)为第k年的运维成本。Rtax为税率。r为考虑通货膨胀影响的贴现率。n为工程寿命年限。Csalvage为固定资产残值。E(k)第k年发电单元的总发电量。
其中,折旧方法采取平均年限法,年折旧费:
式中,AO为固定资产原值。rs为净残值率。
(3)借款偿还期
借款偿还期=(借款偿还开始出现盈余年份-1)+(盈余当年应偿还借款额/盈余当年可用于还款的余额)。
步骤5:计算社会环境效益指标
(1)供电效益
供电效益主要指的是通过抽蓄-电池联合储能系统扩大水风光发电入网规模所带来的收益,具体计算公式如下式所示:
式中,Eti(j)为调度期内,第i天第j个时段的储能能量。Ebat为调度期内系统总的储能能量。CE为供电效益。PE为储能电量入网电价。
(2)节能效益
为量化评估水电、风电和光电所能减少化石能源的消耗量,需要计算减排容量,即所统计的发电量等同于多少吨煤的发电量。节能效益CES计算公式为:
式中,MC为传统能源机组产生单位电能所需消耗的煤碳量。Pc为煤炭价格。Ewp
为组合发电单元年总发电量。
(3)环境效益
具体计算公式如下:
式中,Ewp为组合发电单元年发电量。Ebuy为年购电量。Emi为传统能源发出单位电能时各种污染物的排放量。Evi是为了治理单位千克第种污染物所需的费用。n为总的污染物类型数目。
步骤6:根据AHP-Delphi分析法得到各指标权重系数
AHP-Delphi法分析流程为:
(1)构建判断矩阵并赋值,见表2-矩阵标度排列表。
根据层次分析法权重赋值规则,针对同一层次的n个指标,建立判断矩阵:
式中,aij表示指标i相对于指标j的重要程度,并且aij=1/aji。
邀请m个专家对A进行赋值,可形成m个专家判断矩阵。其中,第k位专家的判断矩阵为:
(2)调整判断矩阵
由于评估专家对相关指标的经验、认知和偏好存在偏差,可能引起公式(11)中所形成的判断矩阵出现较大差异,为使权重尽可能科学合理,作如下限制:
①求解每个判断矩阵中各元素aij的平均值。
②将m个判断矩阵各自计算得到的aij求平均作为基准值,比较各个矩阵与基准值的差异度,若某矩阵中数据越出预设的差异度阈值(偏移度的阈值,可在一定范围内自己合理设定,意义在于判断矩阵是否有效),则视为无效判断矩阵,并将其删除。
③保留下来的m*个矩阵作为有效判断矩阵进行平均化处理,得到最终的优化判断矩阵A*。
(3)一致性检验
对于优化矩阵A*,求得最大特征值λmax和特征向量E,计算一致性比例CR,若CR<0.10,A*具有一致性,否则继续完善直至A*通过一致性检验,一致性比例计算公式为:
式中,n为判断矩阵的阶数。CI为一致性指标,见表3-判断矩阵的平均值随机一致性指标值。
步骤7:根据熵权法得到各指标权重系数
(1)构建特征值矩阵
对于p个待评估对象,n个评估指标,指标的特征数据矩阵为:
式中,xij表示第i个评估对象对于第j个指标项的特征值。
(2)对指标特征值进行非负数处理
若评估对象i的第j项指标的特征值为负值或零,则第j项指标下所有的指标特征值做平移。平移公式如下:
(3)指标权重计算
①计算第i个评估对象,第j项指标的指标特征值所占比重,如下:
得到矩阵p=(Pij)p*n
②计算第j项指标的熵值ej
③计算指标j相对重要性Ej
④计算第j项指标对应的权重
其中,gj为第j项指标的差异系数。熵值越大,代表信息间差异越小。
步骤8:计算各指标组合权重,比较不同方案的总得分
通过“乘法”集成法将AHP-Delphi分析法和熵权法结合为组合赋权法,即将两种方法所获得的权重值相乘,得到组合权重,具体计算公式如下:
式中,λi为指标j的组合权重值。uj为AHP-Delphi法所获指标权值。wj为熵权法所获指标权值。
根据线性加权综合法计算各方案综合得分:
式中, yi为评估对象i的综合评估值。
本发明在确定评估指标选取原则以及构建联合系统经济性评估指标体系时,以SMART原则为导向,并充分考虑联合系统效益评价指标体系设计的实际需求、发电单元的技术因素,以及水-风-光-储联合发电技术的有效应用将对企业、社会等产生的影响。
本发明综合考虑国内外各类评估研究,选取更能体现联合系统经济性的重要评价指标,包括3个一级指标(技术经济效益、财务效益、社会环境效益),9个二级指标(等效可利用小时数、新能源弃电率、有功功率波动率、售电收益、平准化电力成本、借款偿还期、供电效益、节能效益、环境效益)。
本发明在进行评价指标处理及权重计算时,采用主客观相结合的赋权法,即AHP-Delphi分析法与熵权法相结合,并进行一致性检验,最后通过“乘法”集成原理,得出组合权重值。在极大程度上规避主观思维影响的同时,也避免了过分依赖数学定量方法而导致结果与实际不符的情况。
通过建立这样一套水-风-光-储联合系统经济评估方法,构建了一个涵盖新能源发电特性、常规水电发电特性、储能技术特性、技术经济特性、财务经济特性、社会环境特性等多维度多层次的联合系统经济性评估体系,可定量分析水-风-光-储联合发电技术大规模应用后带来的经济效益和社会环境效益,并可通过比较不同容量配比方案的综合得分,为电站实际运行提供参考,对联合系统的规划决策具有一定的指导意义。
本发明有益效果是:1、构建了一种水-风-光-储联合系统经济评估方法;选取更能体现联合系统经济性的重要评价指标,采用AHP-Delphi分析法和熵权法相结合的组合赋权方法对各个指标进行赋权处理,并进行一致性检验,最终通过“乘法”集成原理复合计算确定方案总得分;并针对不同配比(各能源配比不同)方案分别进行评分计算及比较,为综合量化评估联合系统经济性、选择最优运行方案提供了更加直观的依据,评价效果好。2、可定量分析并评估水-风-光-储联合发电技术的应用将对企业、社会等产生的影响,为联合系统实际运行提供参考,对实际工程运用和决策有着一定的指导意义。
附图说明
图1是本发明的步骤流程图。
图2是本发明经济性评估指标体系图。
具体实施方式
实施例1
该实施例针对高比例可再生能源接入电网的应用场景,以抽水蓄能为大容量储能技术,电化学储能为辅,侧重于评估各类能源不同容量配比下联合系统的经济性,联合系统各单元参数列于表1,共设置3组配比方案列于表2,考虑峰谷电价政策,具体峰谷电价表如表3。
算例依托我国东北地区某抽水蓄能电站和部分文献中公开数据,并假定电网负荷为恒定值400MW,时间尺度为1h,每月取30天,一年总时长为8640h,借助MATLAB编制相关程序代码进行计算。参见图1、2,一种基于AHP-Delphi分析法与熵权法的水-风-光-储联合系统经济评估方法,其步骤如下:
步骤1:确定评估指标选取原则——SMART原则
SMART(Specific Measurable Attainable Relevant Trackable)原则被许多国家政府部门和国际组织作为在评价工作中所普遍遵循的评估指标体系的设计原则。SMART原则包含特定性、可测量性、可获得性、相关性、可跟踪性。针对SMART原则和联合系统效益评价指标体系设计的实际需求,在选取相应指标时应遵循如表4所示的选取原则。
步骤2:构建联合系统经济性评估指标体系
以SMART原则为导向,本发明以联合系统总装机容量、峰谷电价机制等数据为基础,对水-风-光-储不同配比方案进行经济性评估。综合考虑多方面因素,建立联合系统动态运行经济性评估体系,具体包括三个一级指标:技术经济效益、财务效益和社会环境效益;每个一级指标包括三个二级指标:等效可利用小时数、新能源弃电率、有功功率波动率,售电收益、平准化电力成本、借款偿还期,供电效益、节能效益、环境效益。
步骤3:计算技术经济效益指标
(1)等效可利用小时数
为量化评估水-风-光-储联合系统内各发电单元(机组)有效利用程度,将联合系统总发电量换算为全部装机满负荷运行下的机组发电小时数,具体计算公式为:
式中,Heq为等效利用小时;Ewp发电单元评估期内总发电量;Cwp发电单元投入运行的机组容量。
(2) 新能源弃电率
为量化评估水-风-光-储联合系统减少常规水电站弃水、风电场弃风、光伏电站弃光的能力,以联合系统中抽水蓄能电站和电池在储能达到极限时,无法吸收利用的新能源电量占总电量的比率来表示,如下式:
式中,EWE为满足入网预期需求和储能充放电特性的前提下,浪费的可再生能源。
(3)有功功率波动率
为量化评估水-风-光-储联合系统总输出功率的稳定性,选用联合系统输出功率的平均波动率来衡量评估系统的平稳性,具体计算公式如下式:
式中,Dwp为联合系统出力相对于调度预期出力的波动率;Pwd-pv为t时刻联合系统总出力;Pref为t时刻电网预测出力值。
步骤4:计算财务效益指标
本说明考虑水-风-光-储联合系统带来的财务效益与成本,主要从盈利能力和偿债能力两方面进行分析。
(1)售电收益
供电效益主要指的是通过抽蓄-电池联合储能系统扩大水风光发电入网规模所带来的收益,具体计算公式如下式所示:
式中,B(k)为第k年发电收益;Pwpb(t)为t时刻可再生能源入网功率;PS为其相应的标杆上网电价。
(2)平准化电力成本
平准化电力成本(Levelized cost of the electricity,LCOE),是一种在国际上广泛应用于衡量技术经济竞争力的重要指标,LCOE常见的算法是根据美国太阳能公司于发布的计算方法,计算公式如下:
式中,CI为初始投资成本;D(k)为第k年固定资产计提折旧;COM(k)为第k年的运维成本;Rtax为税率;r为考虑通货膨胀影响的贴现率;n为工程寿命年限;Csalvage为固定资产残值;E(k)第k年发电单元的总发电量。
其中,折旧方法采取平均年限法,年折旧费:
式中,AO为固定资产原值;rs为净残值率。
(3) 借款偿还期
借款偿还期是指在有关财税规定等条件下,项目投产后可以用作还款的利润、折旧及其他收益偿还建设投资借款本金和利息所需要的时间。在可行性研究中,此指标一般按照借款偿还计划表推算。
借款偿还期=(借款偿还开始出现盈余年份-1)+(盈余当年应偿还借款额/盈余当年可用于还款的余额)
步骤5:计算社会环境效益指标
本说明主要考虑到应用水-风-光-储联合系统在提高供电可靠性、节约自然能源、保护生态环境等方面所起到的作用。
(1)供电效益
供电效益主要指的是通过抽蓄-电池联合储能系统扩大水风光发电入网规模所带来的收益,具体计算公式如下式所示:
式中,Eti(j)为调度期内,第i天第j个时段的储能能量。Ebat为调度期内系统总的储能能量。CE为供电效益。PE为储能电量入网电价。
(2)节能效益
为量化评估水电、风电和光电所能减少化石能源的消耗量,需要计算减排容量,即所统计的发电量等同于多少吨煤的发电量。节能效益CES计算公式为:
式中,MC为传统能源机组产生单位电能所需消耗的煤碳量。Pc为煤炭价格。Ewp
为组合发电单元年总发电量。
(3)环境效益
水-风-光-储联合系统发电具有低碳高效等优势,能够减少污染物质的排放,进而提高系统的环境效益。具体计算公式如下:
式中,Ewp为组合发电单元年发电量。Ebuy为年购电量。Emi为传统能源发出单位电能时各种污染物的排放量。Evi是为了治理单位千克第i种污染物所需的费用。n为总的污染物类型数目。
根据相应计算公式,计算得到各方案的评价指标实际计算值如表5。
步骤6:根据AHP-Delphi分析法得到各指标权重系数
AHP-Delphi法是将Delphi法引入至AHP(层次分析法)中,完善了AHP因专家对判断矩阵赋值不合适导致权重误差的缺陷,使AHP-Delphi法的权重值尽可能科学合理,其分析流程为:
(1)
构建判断矩阵并赋值
根据层次分析法权重赋值规则,针对同一层次的n个指标,建立判断矩阵:
式中,aij表示指标i相对于指标j的重要程度,并且aij=1/aji。
邀请m个专家对A进行赋值,可形成m个专家判断矩阵。其中,第k位专家的判断矩阵为:
实施例邀请6位专家对指标进行打分,现以二级指标等效可利用小时数、新能源损失率、有功功率波动率为例展示指标权重的计算过程,其中判断矩阵具体数值列于表7。其他6项指标计算过程与其相似。
(2)调整判断矩阵
由于评估专家对相关指标的经验、认知和偏好存在偏差,可能引起(34)中所形成的判断矩阵出现较大差异,为使权重尽可能科学合理,作如下限制:
①求解每个判断矩阵中各元素aij的平均值,列于表8;
②将m个判断矩阵各自计算得到的aij求平均作为基准值,比较各个矩阵与基准值的差异度,若某矩阵中数据越出预设的差异度阈值(如1.1),则视为无效判断矩阵,并将其删除,选取判断矩阵6差异度列于表9;
假定预设阈值为1.1,则判断矩阵6超出阈值,故剔除该矩阵,并将剩余的5个判断矩阵取平均。
③保留下来的m*个矩阵作为有效判断矩阵进行平均化处理,得到最终的优化判断矩阵A*列于表10。
(3)一致性检验
对于优化矩阵A*,求得最大特征值λmax和特征向量E,计算一致性比例CR,若CR<0.10,A*具有一致性,否则继续完善直至A*通过一致性检验,一致性比例计算公式为:
式中,n为判断矩阵的阶数;CI为一致性指标。
计算得到判断矩阵的特征向量、最大特征值,并进行一致性检验。
由式(37)计算得:
CI=0.031
根据表11判断矩阵的平均值随机一致性指标值可知,当n=3时,RI=0.58,则:
CR=CI/RI=0.053<0.1
故一致性满足要求。
步骤7:根据熵权法得到各指标权重系数
(1)构建特征值矩阵
对于p个待评估对象,n个评估指标,指标的特征数据矩阵为:
式中,xij表示第i个评估对象对于第j个指标项的特征值。
以二级指标等效可利用小时数、新能源丢弃率、有功功率波动率为例,叙述熵权分析法的具体运算过程,初始特征矩阵如表12所示。
考虑到部分指标为为正向指标,如等效可利用小时数;部分指标为负向指标,如新能源丢弃率。故需要将指标进行标准化处理,处理后的矩阵列于表13。
(2)对指标特征值进行非负数处理
若评估对象i的第j项指标的特征值为负值或零,则第j项指标下所有的指标特征值做平移。平移公式如下:
(3)指标权重计算
①计算第i个评估对象,第j项指标的指标特征值所占比重,如下:
得到矩阵p=(Pij)p*n
②计算第j项指标的熵值ej
③计算指标j相对重要性Ej
④计算第j项指标对应的权重
其中,gj为第j项指标的差异系数。熵值越大,代表信息间差异越小。
步骤8:计算各指标组合权重,比较不同方案的总得分
通过“乘法”集成法将AHP-Delphi分析法和熵权法结合为组合赋权法,即将两种方法所获得的权重值相乘,得到组合权重,具体计算公式如下:
式中,λi为指标j的组合权重值;uj为AHP-Delphi法所获指标权值;wj为熵权法所获指标权值;
根据线性加权综合法计算各方案综合得分:
式中, y i为评估对象i的综合评估值。
计算得到各指标的主、客观以及组合权重列于表14,各方案综合评分列于表15。
根据模型计算得到具体指标的实际计算值、权重和综合得分情况,现对各方案的技术经济效益、财务经济效益、社会环境效益和综合效益等方面进行分析。
(1)技术经济效益分析
在设备利用率方面,方案3等效利用小时数最大,即方案3中的设备有效利用率更高,优于方案1、2;在水风光能源损失方面,方案2新能源弃电率相对其他两种方案较低,说明方案2消纳水风光的能力更强,优于方案1、3;在系统出力稳定性方面,方案3有功功率波动率明显低于方案1、2,即方案3中系统出力更平稳,优于方案1、2。
(2)财务经济效益分析
在经济收益方面,方案3收益情况明显高于方案1、2,即方案3经营情况较好、企业获取利润更能得到保障,优于方案1、2;在生产成本方面,方案3LCOE成本最低,即方案3每生产lkW·h电能所需的费用最低,优于方案1、2;在偿债能力方面,方案3借款偿还期最短,即方案3偿债能力最强,优于方案1、2。
(3)社会环境效益分析
在提升供电可靠性方面,方案3供电收益显著高于方案1、2,即方案3通过抽蓄-电池联合储能系统扩大水风光发电入网规模所带来的收益更高,优于方案1、2;在节约资源方面,方案3节能收益高于方案1、2,即方案3减少煤炭消耗量最高,优于方案1、2;在保护环境方面,方案3环境收益高于方案1、2,即方案3更具有清洁环保优势,优于方案1、2。
(4)综合分析
评分计算结果表明,对技术经济效益、财务经济效益和社会环境效益三方面的分析表明:水-风-光-储联合系统配比方案3较其他两种配比方案具有水-风-光-储互补更优、系统稳定性更高等优点,即整体上来看方案3配比更优。
由表15知,依托所提出的经济评估模型评估得出方案3评分最高,即方案3为最优情况;算例仿真验证了本文所提出的水-风-光-储联合系统经济评估模型的合理性。
实施例2
该实施例针对高比例可再生能源接入电网的应用场景,以抽水蓄能为大容量储能技术,电化学储能为辅,侧重于评估各类能源不同容量配比下联合系统的经济性,共设置3组配比方案列于表4,考虑峰谷电价政策,具体峰谷电价表如表5。
算例依托我国东北地区某抽水蓄能电站和部分文献中公开数据,并假定电网负荷为恒定值400MW,时间尺度为1h,每月取30天,一年总时长为8640h,借助MATLAB编制相关程序代码进行计算,得出各方案的评价指标实际计算值、权重及总得分如表6、表7、表8所示:
根据模型计算得到具体指标的实际计算值、权重和综合得分情况,现对各方案的技术经济效益、财务经济效益、社会环境效益和综合效益等方面进行分析。
(5)技术经济效益分析
在设备利用率方面,方案3等效利用小时数最大,即方案3中的设备有效利用率更高,优于方案1、2;在水风光能源损失方面,方案2新能源弃电率相对其他两种方案较低,说明方案2消纳水风光的能力更强,优于方案1、3;在系统出力稳定性方面,方案3有功功率波动率明显低于方案1、2,即方案3中系统出力更平稳,优于方案1、2。
(6) 财务经济效益分析
在经济收益方面,方案3收益情况明显高于方案1、2,即方案3经营情况较好、企业获取利润更能得到保障,优于方案1、2;在生产成本方面,方案3LCOE成本最低,即方案3每生产lkW·h电能所需的费用最低,优于方案1、2;在偿债能力方面,方案3借款偿还期最短,即方案3偿债能力最强,优于方案1、2。
(7)社会环境效益分析
在提升供电可靠性方面,方案3供电收益显著高于方案1、2,即方案3通过抽蓄-电池联合储能系统扩大水风光发电入网规模所带来的收益更高,优于方案1、2;在节约资源方面,方案3节能收益高于方案1、2,即方案3减少煤炭消耗量最高,优于方案1、2;在保护环境方面,方案3环境收益高于方案1、2,即方案3更具有清洁环保优势,优于方案1、2。
(8)综合分析
评分计算结果表明,对技术经济效益、财务经济效益和社会环境效益三方面的分析表明:水-风-光-储联合系统配比方案3较其他两种配比方案具有水-风-光-储互补更优、系统稳定性更高等优点,即整体上来看方案3配比更优。
由表8知,依托所提出的经济评估模型评估得出方案3评分最高,即方案3为最优情况;算例仿真验证了本文所提出的水-风-光-储联合系统经济评估模型的合理性。
Claims (1)
1.一种基于AHP-Delphi分析法与熵权法的水-风-光-储联合系统经济评估方法,其特征在于步骤如下:
步骤1:确定评估指标选取原则-SMART原则
针对SMART原则和联合系统效益评价指标体系设计的实际需求,在选取相应指标时应遵循选取如下原则:目的性、规范性、全面性、系统性、简明性、可比性;
步骤2:构建联合系统经济性评估指标体系
以SMART原则为导向,以联合系统总装机容量、峰谷电价机制数据为基础,对水-风-光-储不同配比方案进行经济性评估;具体包括三个一级指标:技术经济效益、财务效益和社会环境效益;每个一级指标包括三个二级指标:等效可利用小时数、新能源弃电率、有功功率波动率,售电收益、平准化电力成本、借款偿还期,供电效益、节能效益、环境效益;
步骤3:计算技术经济效益指标
(1)等效可利用小时数
为量化评估水-风-光-储联合系统内各发电单元或机组有效利用程度,将联合系统总发电量换算为全部装机满负荷运行下的机组发电小时数,具体计算公式为:
式中, Heq为等效利用小时; Ewp发电单元评估期内总发电量; Cwp发电单元投入运行的机组容量;
(2)新能源弃电率
为量化评估水-风-光-储联合系统减少常规水电站弃水、风电场弃风、光伏电站弃光的能力,以联合系统中抽水蓄能电站和电池在储能达到极限时,无法吸收利用的新能源电量占总电量的比率来表示,如下式:
式中, EWE为满足入网预期需求和储能充放电特性的前提下,浪费的可再生能源;
(3)有功功率波动率
为量化评估水-风-光-储联合系统总输出功率的稳定性,选用联合系统输出功率的平均波动率来衡量评估系统的平稳性,具体计算公式如下式:
式中, Dwp为联合系统出力相对于调度预期出力的波动率; Pwd-pv为t时刻联合系统总出力; Pref为t时刻电网预测出力值;
步骤4:计算财务效益指标
考虑水-风-光-储联合系统带来的财务效益与成本,主要从盈利能力和偿债能力两方面进行分析;
(1)售电收益
供电效益主要指的是通过抽蓄-电池联合储能系统扩大水风光发电入网规模所带来的收益,具体计算公式如下式所示:
P式中, B(k)为第k年发电收益; Pwpb(t)为t时刻可再生能源入网功率; PS为其相应的标杆上网电价;
(2)平准化电力成本
平准化电力成本,计算公式如下:
式中, CI为初始投资成本; D(k)为第k年固定资产计提折旧; COM(k)为第k年的运维成本; Rtax为税率;r为考虑通货膨胀影响的贴现率;n为工程寿命年限; Csalvage为固定资产残值; E(k)第k年发电单元的总发电量;
其中,折旧方法采取平均年限法,年折旧费:
式中,AO为固定资产原值; rs为净残值率;
(3)借款偿还期
借款偿还期=(借款偿还开始出现盈余年份-1)+(盈余当年应偿还借款额/盈余当年可用于还款的余额);
步骤5:计算社会环境效益指标
(1)供电效益
供电效益主要指的是通过抽蓄-电池联合储能系统扩大水风光发电入网规模所带来的收益,具体计算公式如下式所示:
(2)节能效益
为量化评估水电、风电和光电所能减少化石能源的消耗量,需要计算减排容量,即所统计的发电量等同于多少吨煤的发电量;节能效益CES计算公式为:
式中,MC为传统能源机组产生单位电能所需消耗的煤碳量;Pc为煤炭价格; Ewp为组合发电单元年总发电量;
(3)环境效益
具体计算公式如下:
步骤6:根据AHP-Delphi分析法得到各指标权重系数
AHP-Delphi法分析流程为:
(1)构建判断矩阵并赋值,见表2-矩阵标度排列表;
根据层次分析法权重赋值规则,针对同一层次的n个指标,建立判断矩阵:
式中,aij表示指标i相对于指标j的重要程度,并且aij=1/aji;
邀请m个专家对A进行赋值,可形成m个专家判断矩阵;其中,第k位专家的判断矩阵为:
(2)调整判断矩阵
由于评估专家对相关指标的经验、认知和偏好存在偏差,可能引起公式(11)中所形成的判断矩阵出现较大差异,为使权重尽可能科学合理,作如下限制:
①求解每个判断矩阵中各元素aij的平均值;
②将m个判断矩阵各自计算得到的aij求平均作为基准值,比较各个矩阵与基准值的差异度,若某矩阵中数据越出预设的差异度阈值,则视为无效判断矩阵,并将其删除;
③保留下来的m*个矩阵作为有效判断矩阵进行平均化处理,得到最终的优化判断矩阵A*;
(3)一致性检验
对于优化矩阵A*,求得最大特征值λmax和特征向量E,计算一致性比例CR,若CR<0.10,A*具有一致性,否则继续完善直至A*通过一致性检验,一致性比例计算公式为:
式中,n为判断矩阵的阶数;CI为一致性指标,见表3-判断矩阵的平均值随机一致性指标值;
步骤7:根据熵权法得到各指标权重系数
(1)构建特征值矩阵
对于p个待评估对象,n个评估指标,指标的特征数据矩阵为:
式中,xij表示第i个评估对象对于第j个指标项的特征值;
(2)对指标特征值进行非负数处理
若评估对象i的第j项指标的特征值为负值或零,则第j项指标下所有的指标特征值做平移;
平移公式如下:
(3)指标权重计算
①计算第i个评估对象,第j项指标的指标特征值所占比重,如下:
得到矩阵p=(Pij)p*n;
②计算第j项指标的熵值ej
③计算指标j相对重要性Ej
④计算第j项指标对应的权重
其中,gj为第j项指标的差异系数;熵值越大,代表信息间差异越小;
步骤8:计算各指标组合权重,比较不同方案的总得分
通过“乘法”集成法将AHP-Delphi分析法和熵权法结合为组合赋权法,即将两种方法所获得的权重值相乘,得到组合权重,具体计算公式如下:
式中,λi为指标j的组合权重值;uj为AHP-Delphi法所获指标权值;wj为熵权法所获指标权值;
根据线性加权综合法计算各方案综合得分:
式中, Yi为评估对象i的综合评估值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111010538.7A CN115730837A (zh) | 2021-08-31 | 2021-08-31 | 一种基于AHP-Delphi分析法与熵权法的水-风-光-储联合系统经济评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111010538.7A CN115730837A (zh) | 2021-08-31 | 2021-08-31 | 一种基于AHP-Delphi分析法与熵权法的水-风-光-储联合系统经济评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115730837A true CN115730837A (zh) | 2023-03-03 |
Family
ID=85291212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111010538.7A Pending CN115730837A (zh) | 2021-08-31 | 2021-08-31 | 一种基于AHP-Delphi分析法与熵权法的水-风-光-储联合系统经济评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115730837A (zh) |
-
2021
- 2021-08-31 CN CN202111010538.7A patent/CN115730837A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yu et al. | Uncertainties of virtual power plant: Problems and countermeasures | |
Wu et al. | Risk assessment of wind-photovoltaic-hydrogen storage projects using an improved fuzzy synthetic evaluation approach based on cloud model: A case study in China | |
Sharafi et al. | A dynamic MOPSO algorithm for multiobjective optimal design of hybrid renewable energy systems | |
CN107871214A (zh) | 一种多能互补供能系统综合评价指标体系建立方法 | |
Yuan et al. | A new hybrid multi-criteria decision-making approach for developing integrated energy systems in industrial parks | |
CN111695718A (zh) | 一种考虑投资需求与规划目标的电网发展辅助决策方法 | |
CN110634033A (zh) | 一种配售电园区价值评估方法和装置 | |
CN115456406A (zh) | 一种综合能源系统的评估方法、装置、设备以及存储介质 | |
Faruhaan et al. | Energy storage sizing and enhanced dispatch strategy with temperature and safety considerations: a techno‐economic analysis | |
CN117578409A (zh) | 一种电力市场环境下的多能互补优化调度方法及系统 | |
CN109615246B (zh) | 一种主动配电网经济运行状态确定方法 | |
CN114037209A (zh) | 分布式光伏接入直流配电系统综合效益分析方法及装置 | |
CN113240330A (zh) | 一种需求侧虚拟电厂多维价值评估方法和调度策略 | |
CN116432437A (zh) | 一种光伏发电单元综合评价方法和系统 | |
CN116823008A (zh) | 一种园区能源利用效率评估方法、系统、设备和存储介质 | |
CN115952897A (zh) | 一种城市能源系统的优化配置方法 | |
CN115730837A (zh) | 一种基于AHP-Delphi分析法与熵权法的水-风-光-储联合系统经济评估方法 | |
CN115983664A (zh) | 一种基于模糊分析的储能参与电力市场交易效果的综合评价方法 | |
CN114091955A (zh) | 基于新能源云平台的新能源消纳预警分析方法及系统 | |
CN112184076A (zh) | 能源互联网清洁低碳发展指数指标体系 | |
CN113239315A (zh) | 一种对水电参与电力现货市场竞价效果评价的方法 | |
CN112734274A (zh) | 一种低碳电网运营主导影响因素挖掘及综合评估方法 | |
CN113177682A (zh) | 基于系统动力学理论的电网企业综合绩效评估方法和装置 | |
Sun et al. | Multi-objective confidence gap decision based robust optimal dispatch of integrated energy system using entropy expectation maximization GMM | |
CN115907981B (zh) | 一种虚拟电厂低碳联合交易优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |