CN115965291A - 一种智能配电网绿色性评估方法 - Google Patents
一种智能配电网绿色性评估方法 Download PDFInfo
- Publication number
- CN115965291A CN115965291A CN202310002256.5A CN202310002256A CN115965291A CN 115965291 A CN115965291 A CN 115965291A CN 202310002256 A CN202310002256 A CN 202310002256A CN 115965291 A CN115965291 A CN 115965291A
- Authority
- CN
- China
- Prior art keywords
- energy
- distribution network
- power distribution
- power
- index
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 106
- 238000011156 evaluation Methods 0.000 title claims abstract description 36
- 238000011161 development Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 33
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 26
- 230000003993 interaction Effects 0.000 claims abstract description 17
- 238000006467 substitution reaction Methods 0.000 claims abstract description 17
- 238000005265 energy consumption Methods 0.000 claims abstract description 15
- 230000009466 transformation Effects 0.000 claims abstract description 15
- 238000010248 power generation Methods 0.000 claims abstract description 14
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 13
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 7
- 238000009434 installation Methods 0.000 claims abstract description 4
- 229910052799 carbon Inorganic materials 0.000 claims description 55
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 46
- 230000000694 effects Effects 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 14
- 230000003749 cleanliness Effects 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 230000008520 organization Effects 0.000 claims description 9
- 239000003245 coal Substances 0.000 claims description 8
- 230000006872 improvement Effects 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 7
- 239000005431 greenhouse gas Substances 0.000 claims description 6
- 238000010792 warming Methods 0.000 claims description 6
- 239000007789 gas Substances 0.000 claims description 5
- 238000007726 management method Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 241000282414 Homo sapiens Species 0.000 claims description 3
- 230000002411 adverse Effects 0.000 claims description 3
- 238000012271 agricultural production Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 3
- 238000003763 carbonization Methods 0.000 claims description 3
- 230000019771 cognition Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 238000003973 irrigation Methods 0.000 claims description 3
- 230000002262 irrigation Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000011425 standardization method Methods 0.000 claims description 3
- 239000005437 stratosphere Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims description 2
- 238000004134 energy conservation Methods 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000004445 quantitative analysis Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 abstract 1
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种智能配电网绿色性评估方法，基于配电网绿色发展与安全高效相互作用关系，提取关键指标因素，在配电网绿色发展维度通过引入清洁能源装机、传统火电机组清洁高效改造、发电单元所产生的二氧化碳排放量、新能源利用水平、电能替代水平以及电能占终端能源消费比重，电力供给和消费结构都发生了深刻改变，“绿色”成为能源发展的主导理念。构建的配电网绿色发展‑安全高效综合评价方法，可以通过单维度综合评价值反映近年来配电网绿色发展及安全高效发展水平，及时发现绿色发展及电力安全运行中的薄弱环节。
Description
技术领域
本发明涉及智能配电网技术领域，具体为一种智能配电网绿色性评估方法。
背景技术
能源燃烧作为二氧化碳的主要来源，占二氧化碳排放的88％左右，而电力行业排放量约占能源行业排放的41％。基于此，电力能源清洁化转型成为了以碳减排为目标的能源发展主旋律，多年来，中国以煤炭为主的能源供给结构逐渐被打破，此外，在虚拟电厂、多能互补等能源消费模式不断优化，需求响应、智慧能源系统等能源管理模式不断迭代下，新能源开始大规模开发和利用，然而，受光伏、风电发电不稳定影响，世界范围内电力危机频发，这给中国电力行业能源发展带来了警示，同时也使大规模新能源并网下配电网绿色发展与安全高效是否失衡成为一个值得研究的问题，因此本发明提出一种智能配电网绿色性评估方法。
发明内容
为实现上述目的，本发明提供如下技术方案：一种智能配电网绿色性评估方法，
S1：基于配电网绿色发展与安全高效相互作用关系，提取关键指标因素，在配电网绿色发展维度通过引入清洁能源装机、传统火电机组清洁高效改造、发电单元所产生的二氧化碳排放量、新能源利用水平、电能替代水平以及电能占终端能源消费比重，此类指标反映了配电网的绿色发展水平特征及节能降耗成效，并且超过一定发展比例时，将对配电网安全运行产生不利影响；
S2：在社会大众的一般认知里，CO2是主要的温室气体，也是导致全球气候变暖的罪魁祸首，从科学角度而言，SF6才是人类已知的最可怕的温室气体，减少对SF6的依赖，是走向电网低碳化、打造真正绿色电力系统的关键一步，除了在发电、供电侧提高清洁能源比例外，量大面广的电气设备也是碳排放的重要来源，而SF6的替代使用是电气开关设备朝着更加安全和环保迈出的重要一步；
S3：据实验数据显示，1kg的SF6对全球气候变暖的助推作用与24个人搭飞机来回伦敦与纽约一趟排放的CO2相当，SF6不易被分解，在它超长的3200年的生命周期里，虽然能在平流层及以上大气层缓慢光解和沉降，但仍将在大气中不断地积累，由此导致SF6所带来的温室效应会在相当长的时间内不断增强；
S4：熵权法是根据各评价指标内在信息反映出来的外部数据形态来确定评价指标权重的方法，其可以有效避免专家打分导致的指标权重主观性强的问题；
指标无量纲化处理，采用极差标准化法对配电网绿色发展与安全高效评价指标数据进行标准化；
正向指标:
逆向指标：
式中：i为年，取值范围为1～m；j为配电网安全运行与绿色发展评价指标，取值范围为1～n，Xij为第i年第j项指标处理后的标准值；xij为第i年第j项指标原值；maxxj和minxj分别为第j项指标在所有年份中的最大值和最小值；
S5：据《2019年全球数字化转型收益报告》显示，利用物联网、数字化转型能大幅降低企业的运营支出，从而逐步改善效率、可靠性、安全性和可持续性等，可平均节约24％的能耗，在工业应用领域，数字化转型能帮助企业获得更高的投入产出比，以更少的能源、材料和工时实现更高的产量，从物联网追踪到自动化生产线，整个价值链的能效管理和自动化能使生产率提升30％～50％；
S6：智慧交通网和智能配电网之间的碳交互过程也将愈加深刻地影响配电网的发展；例如，电动汽车充电网络建设是交通碳减排的重要举措，充换电站本身就具有分布式特征，站点布局与道路规划、行车流量等因素密切相关，因而供能模式也将更加灵活，例如在城市核心区可以采用电网为主、分布式光伏为辅的方式，在城际高速等开阔地域则可以采用自主式光储一体化的供能生态，这就意味着交通碳排放向配电网的转移，对配电网的内部组织，尤其是电气边界均具有较强的塑造作用；
S7：自2011年以来，设备平均利用小时数评价值呈现逐年下降趋势，其主要原因是新能源发电，如风电、光伏，具有波动性和不可控性，其受到所利用资源的限制，不能根据负荷需求调节出力，从而影响配电网设备的利用率，间歇性新能源并网会对网供负荷波动与峰值造成影响，因此，为保障电力供应稳定性，现有配电网设备需为其提供备用容量，这将降低配电网设备平均利用小时数；基于此，在未来促进配电网绿色发展水平时，设备平均利用小时数是需要控制及改善的关键指标。
优选的，所述为了形成新的配电网组织方式，首先要明确碳和电能的生产关系和流动路径，将以发生碳排放为代价而生产的电能称为碳基电能，将不发生碳排放而生产的电能称为清洁电能，随着未来能源结构愈发多元，配电网中的电能供给将主要由2个部分组成：一是来自上级电网输送，包括火电厂发出的碳基电能，以及风电场、光伏电站、水电站、核电站发出的清洁电能；二是来自安装在配电侧的分布式发电装置，包括微型燃气轮机等小型电源发出的碳基电能，以及分布式风机、光伏发出的清洁电能。
优选的，所述2006—2019年，电网设备故障次数、城市供电可靠率指标评价值维持在稳定状态；线损率、供电标准煤耗、城市综合电压合格率在评价初期略有改善，自2011年开始趋于稳定，这表明在当前技术水平下，此类指标已达到标准水平，在未来需要通过火电厂清洁化改造、技术创新等手段才能促进指标改善；电网频率可靠率在2017年有了较大幅度的改善，是未来需要管控的关键指标，配电网绿色发展与安全高效的耦合度一直维持在0.80以上，到2019年相互作用评价值达到了0.9988，说明两个维度间存在较强的相互作用，且作用效果逐年增强。
优选的，所述城市配电系统具有高负荷密度和高供电可靠性等特点，但是可开发空间资源日益紧缺，碳排放量在短时间内无法自我抵消，农村配电系统虽然负荷分散、电网建设薄弱，但是风能、光能等可再生能源蕴藏丰富且建设成本较低，随着农村居民生活水平不断提高，农村和邻近城镇的碳排放需求日益增长，机械、灌溉、温室大棚等农业生产领域的电能替代快速发展，清洁能源的就近开发利用可以有效减少农村燃油燃煤的消耗，研究如何将中心城市和周边乡镇的源荷情况进行统筹考量，开展碳排放约束下的城乡配电网协同规划，建立城乡一体化的碳排放管控和发展机制，不仅可以为拓展规划创造新的实现路径，而且将极大地改善新能源来源单一和过度集中的问题，从而提高区域整体的供电安全性和可靠性。
优选的，所述根据智能配电网清洁性内涵，遵循科学、客观、重点突出的基本原则，建立包含节能指标、气体减排指标、电磁污染指标和噪声污染指标在内的智能配电网清洁性评估指标，从电力系统面临的能源环境压力出发，对智能配电网清洁性的内涵进行分析，提出并建立了清洁性评估指标及模型，智能配电网清洁性评估指标模型能够反映不同运行状态下的清洁性水平，为智能配电网实现节能减排、对分布式电源进行优化配置及高效利用提供定量分析的依据。
优选的，所述推进统一的绿色产品认证与标识体系建设，建立绿色能源消费认证机制，推动各类社会组织采信认证结果，建立电能替代推广机制，通过完善相关标准等加强对电能替代的技术指导，引导工业企业开展清洁能源替代，降低单位产品碳排放，鼓励具备条件的企业率先形成低碳、零碳能源消费模式，鼓励建设绿色用能产业园区和企业，发展工业绿色微电网，支持在自有场所开发利用清洁低碳能源，建设分布式清洁能源和智慧能源系统。
优选的，所述从多种形式的客户沟通到将来的客户互动有效提高电网资产利用率，地方电网采用双向互动的高级量测技术、智能用电终端和智能表计等先进技术，结合国际国内供电公司客户用能优化调度决策技术和智能用电仿真技术的最新发展，支持客户太阳能、风能等可再生分布式能源的有效利用，支持客户混合动力汽车/电动汽车接入电网，在确保“可靠供电、优质服务”的前提下，全面提升综合服务能力，最大限度地满足客户多元化的需求。
与现有技术相比，本发明的有益效果是：
本发明电力供给和消费结构都发生了深刻改变，“绿色”成为能源发展的主导理念。构建的配电网绿色发展-安全高效综合评价方法，可以通过单维度综合评价值反映近年来配电网绿色发展及安全高效发展水平，及时发现绿色发展及电力安全运行中的薄弱环节；
促进清洁能源的消纳是提高智能配电网清洁性的关键环节，电动汽车的发展规模应与智能配电网的节能潜力相适应，否则会出现石油和煤炭消耗量此消彼长，二氧化碳排放量却没有减少的“节能不减排”现象；
风机、光伏等分布式电源的高比例渗透是能源清洁化转型的重要支撑点，同时对先进装备的制造能力、安全稳定的生态建设和高效协同的控制方法提出了新挑战，将对智能配电网规划理论和技术变革产生深刻影响。
附图说明
图1为本发明城市配电网绿色发展与安全高效实现路径展示图。
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做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。
请参阅图1，本发明提供一种技术方案：一种智能配电网绿色性评估方法，
S1：基于配电网绿色发展与安全高效相互作用关系，提取关键指标因素，在配电网绿色发展维度通过引入清洁能源装机、传统火电机组清洁高效改造、发电单元所产生的二氧化碳排放量、新能源利用水平、电能替代水平以及电能占终端能源消费比重，此类指标反映了配电网的绿色发展水平特征及节能降耗成效，并且超过一定发展比例时，将对配电网安全运行产生不利影响；
S2：在社会大众的一般认知里，CO2是主要的温室气体，也是导致全球气候变暖的罪魁祸首，从科学角度而言，SF6才是人类已知的最可怕的温室气体，减少对SF6的依赖，是走向电网低碳化、打造真正绿色电力系统的关键一步，除了在发电、供电侧提高清洁能源比例外，量大面广的电气设备也是碳排放的重要来源，而SF6的替代使用是电气开关设备朝着更加安全和环保迈出的重要一步；
S3：据实验数据显示，1kg的SF6对全球气候变暖的助推作用与24个人搭飞机来回伦敦与纽约一趟排放的CO2相当，SF6不易被分解，在它超长的3200年的生命周期里，虽然能在平流层及以上大气层缓慢光解和沉降，但仍将在大气中不断地积累，由此导致SF6所带来的温室效应会在相当长的时间内不断增强；
S4：熵权法是根据各评价指标内在信息反映出来的外部数据形态来确定评价指标权重的方法，其可以有效避免专家打分导致的指标权重主观性强的问题；
指标无量纲化处理，采用极差标准化法对配电网绿色发展与安全高效评价指标数据进行标准化；
正向指标:
逆向指标：
式中：i为年，取值范围为1～m；j为配电网安全运行与绿色发展评价指标，取值范围为1～n，Xij为第i年第j项指标处理后的标准值；xij为第i年第j项指标原值；maxxj和minxj分别为第j项指标在所有年份中的最大值和最小值；
S5：据《2019年全球数字化转型收益报告》显示，利用物联网、数字化转型能大幅降低企业的运营支出，从而逐步改善效率、可靠性、安全性和可持续性等，可平均节约24％的能耗，在工业应用领域，数字化转型能帮助企业获得更高的投入产出比，以更少的能源、材料和工时实现更高的产量，从物联网追踪到自动化生产线，整个价值链的能效管理和自动化能使生产率提升30％～50％；
S6：智慧交通网和智能配电网之间的碳交互过程也将愈加深刻地影响配电网的发展；例如，电动汽车充电网络建设是交通碳减排的重要举措，充换电站本身就具有分布式特征，站点布局与道路规划、行车流量等因素密切相关，因而供能模式也将更加灵活，例如在城市核心区可以采用电网为主、分布式光伏为辅的方式，在城际高速等开阔地域则可以采用自主式光储一体化的供能生态，这就意味着交通碳排放向配电网的转移，对配电网的内部组织，尤其是电气边界均具有较强的塑造作用；
S7：自2011年以来，设备平均利用小时数评价值呈现逐年下降趋势，其主要原因是新能源发电，如风电、光伏，具有波动性和不可控性，其受到所利用资源的限制，不能根据负荷需求调节出力，从而影响配电网设备的利用率，间歇性新能源并网会对网供负荷波动与峰值造成影响，因此，为保障电力供应稳定性，现有配电网设备需为其提供备用容量，这将降低配电网设备平均利用小时数；基于此，在未来促进配电网绿色发展水平时，设备平均利用小时数是需要控制及改善的关键指标。
为了形成新的配电网组织方式，首先要明确碳和电能的生产关系和流动路径，将以发生碳排放为代价而生产的电能称为碳基电能，将不发生碳排放而生产的电能称为清洁电能，随着未来能源结构愈发多元，配电网中的电能供给将主要由2个部分组成：一是来自上级电网输送，包括火电厂发出的碳基电能，以及风电场、光伏电站、水电站、核电站发出的清洁电能；二是来自安装在配电侧的分布式发电装置，包括微型燃气轮机等小型电源发出的碳基电能，以及分布式风机、光伏发出的清洁电能；2006—2019年，电网设备故障次数、城市供电可靠率指标评价值维持在稳定状态；线损率、供电标准煤耗、城市综合电压合格率在评价初期略有改善，自2011年开始趋于稳定，这表明在当前技术水平下，此类指标已达到标准水平，在未来需要通过火电厂清洁化改造、技术创新等手段才能促进指标改善；电网频率可靠率在2017年有了较大幅度的改善，是未来需要管控的关键指标，配电网绿色发展与安全高效的耦合度一直维持在0.80以上，到2019年相互作用评价值达到了0.9988，说明两个维度间存在较强的相互作用，且作用效果逐年增强；
城市配电系统具有高负荷密度和高供电可靠性等特点，但是可开发空间资源日益紧缺，碳排放量在短时间内无法自我抵消，农村配电系统虽然负荷分散、电网建设薄弱，但是风能、光能等可再生能源蕴藏丰富且建设成本较低，随着农村居民生活水平不断提高，农村和邻近城镇的碳排放需求日益增长，机械、灌溉、温室大棚等农业生产领域的电能替代快速发展，清洁能源的就近开发利用可以有效减少农村燃油燃煤的消耗，研究如何将中心城市和周边乡镇的源荷情况进行统筹考量，开展碳排放约束下的城乡配电网协同规划，建立城乡一体化的碳排放管控和发展机制，不仅可以为拓展规划创造新的实现路径，而且将极大地改善新能源来源单一和过度集中的问题，从而提高区域整体的供电安全性和可靠性，根据智能配电网清洁性内涵，遵循科学、客观、重点突出的基本原则，建立包含节能指标、气体减排指标、电磁污染指标和噪声污染指标在内的智能配电网清洁性评估指标，从电力系统面临的能源环境压力出发，对智能配电网清洁性的内涵进行分析，提出并建立了清洁性评估指标及模型，智能配电网清洁性评估指标模型能够反映不同运行状态下的清洁性水平，为智能配电网实现节能减排、对分布式电源进行优化配置及高效利用提供定量分析的依据；
推进统一的绿色产品认证与标识体系建设，建立绿色能源消费认证机制，推动各类社会组织采信认证结果，建立电能替代推广机制，通过完善相关标准等加强对电能替代的技术指导，引导工业企业开展清洁能源替代，降低单位产品碳排放，鼓励具备条件的企业率先形成低碳、零碳能源消费模式，鼓励建设绿色用能产业园区和企业，发展工业绿色微电网，支持在自有场所开发利用清洁低碳能源，建设分布式清洁能源和智慧能源系统，从多种形式的客户沟通到将来的客户互动有效提高电网资产利用率，地方电网采用双向互动的高级量测技术、智能用电终端和智能表计等先进技术，结合国际国内供电公司客户用能优化调度决策技术和智能用电仿真技术的最新发展，支持客户太阳能、风能等可再生分布式能源的有效利用，支持客户混合动力汽车/电动汽车接入电网，在确保“可靠供电、优质服务”的前提下，全面提升综合服务能力，最大限度地满足客户多元化的需求。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种智能配电网绿色性评估方法，其特征在于：
S1：基于配电网绿色发展与安全高效相互作用关系，提取关键指标因素，在配电网绿色发展维度通过引入清洁能源装机、传统火电机组清洁高效改造、发电单元所产生的二氧化碳排放量、新能源利用水平、电能替代水平以及电能占终端能源消费比重，此类指标反映了配电网的绿色发展水平特征及节能降耗成效，并且超过一定发展比例时，将对配电网安全运行产生不利影响；
S2：在社会大众的一般认知里，CO2是主要的温室气体，也是导致全球气候变暖的罪魁祸首，从科学角度而言，SF6才是人类已知的最可怕的温室气体，减少对SF6的依赖，是走向电网低碳化、打造真正绿色电力系统的关键一步，除了在发电、供电侧提高清洁能源比例外，量大面广的电气设备也是碳排放的重要来源，而SF6的替代使用是电气开关设备朝着更加安全和环保迈出的重要一步；
S3：据实验数据显示，1kg的SF6对全球气候变暖的助推作用与24个人搭飞机来回伦敦与纽约一趟排放的CO2相当，SF6不易被分解，在它超长的3200年的生命周期里，虽然能在平流层及以上大气层缓慢光解和沉降，但仍将在大气中不断地积累，由此导致SF6所带来的温室效应会在相当长的时间内不断增强；
S4：熵权法是根据各评价指标内在信息反映出来的外部数据形态来确定评价指标权重的方法，其可以有效避免专家打分导致的指标权重主观性强的问题；
指标无量纲化处理，采用极差标准化法对配电网绿色发展与安全高效评价指标数据进行标准化；
正向指标:
逆向指标：
式中：i为年，取值范围为1～m；j为配电网安全运行与绿色发展评价指标，取值范围为1～n，Xij为第i年第j项指标处理后的标准值；xij为第i年第j项指标原值；maxxj和minxj分别为第j项指标在所有年份中的最大值和最小值；
S5：据《2019年全球数字化转型收益报告》显示，利用物联网、数字化转型能大幅降低企业的运营支出，从而逐步改善效率、可靠性、安全性和可持续性等，可平均节约24％的能耗，在工业应用领域，数字化转型能帮助企业获得更高的投入产出比，以更少的能源、材料和工时实现更高的产量，从物联网追踪到自动化生产线，整个价值链的能效管理和自动化能使生产率提升30％～50％；
S6：智慧交通网和智能配电网之间的碳交互过程也将愈加深刻地影响配电网的发展；例如，电动汽车充电网络建设是交通碳减排的重要举措，充换电站本身就具有分布式特征，站点布局与道路规划、行车流量等因素密切相关，因而供能模式也将更加灵活，例如在城市核心区可以采用电网为主、分布式光伏为辅的方式，在城际高速等开阔地域则可以采用自主式光储一体化的供能生态，这就意味着交通碳排放向配电网的转移，对配电网的内部组织，尤其是电气边界均具有较强的塑造作用；
S7：自2011年以来，设备平均利用小时数评价值呈现逐年下降趋势，其主要原因是新能源发电，如风电、光伏，具有波动性和不可控性，其受到所利用资源的限制，不能根据负荷需求调节出力，从而影响配电网设备的利用率，间歇性新能源并网会对网供负荷波动与峰值造成影响，因此，为保障电力供应稳定性，现有配电网设备需为其提供备用容量，这将降低配电网设备平均利用小时数；基于此，在未来促进配电网绿色发展水平时，设备平均利用小时数是需要控制及改善的关键指标。
2.根据权利要求1所述的一种智能配电网绿色性评估方法，其特征在于：所述为了形成新的配电网组织方式，首先要明确碳和电能的生产关系和流动路径，将以发生碳排放为代价而生产的电能称为碳基电能，将不发生碳排放而生产的电能称为清洁电能，随着未来能源结构愈发多元，配电网中的电能供给将主要由2个部分组成：一是来自上级电网输送，包括火电厂发出的碳基电能，以及风电场、光伏电站、水电站、核电站发出的清洁电能；二是来自安装在配电侧的分布式发电装置，包括微型燃气轮机等小型电源发出的碳基电能，以及分布式风机、光伏发出的清洁电能。
3.根据权利要求1所述的一种智能配电网绿色性评估方法，其特征在于：所述2006—2019年，电网设备故障次数、城市供电可靠率指标评价值维持在稳定状态；线损率、供电标准煤耗、城市综合电压合格率在评价初期略有改善，自2011年开始趋于稳定，这表明在当前技术水平下，此类指标已达到标准水平，在未来需要通过火电厂清洁化改造、技术创新等手段才能促进指标改善；电网频率可靠率在2017年有了较大幅度的改善，是未来需要管控的关键指标，配电网绿色发展与安全高效的耦合度一直维持在0.80以上，到2019年相互作用评价值达到了0.9988，说明两个维度间存在较强的相互作用，且作用效果逐年增强。
4.根据权利要求1所述的一种智能配电网绿色性评估方法，其特征在于：所述城市配电系统具有高负荷密度和高供电可靠性等特点，但是可开发空间资源日益紧缺，碳排放量在短时间内无法自我抵消，农村配电系统虽然负荷分散、电网建设薄弱，但是风能、光能等可再生能源蕴藏丰富且建设成本较低，随着农村居民生活水平不断提高，农村和邻近城镇的碳排放需求日益增长，机械、灌溉、温室大棚等农业生产领域的电能替代快速发展，清洁能源的就近开发利用可以有效减少农村燃油燃煤的消耗，研究如何将中心城市和周边乡镇的源荷情况进行统筹考量，开展碳排放约束下的城乡配电网协同规划，建立城乡一体化的碳排放管控和发展机制，不仅可以为拓展规划创造新的实现路径，而且将极大地改善新能源来源单一和过度集中的问题，从而提高区域整体的供电安全性和可靠性。
5.根据权利要求1所述的一种智能配电网绿色性评估方法，其特征在于：所述根据智能配电网清洁性内涵，遵循科学、客观、重点突出的基本原则，建立包含节能指标、气体减排指标、电磁污染指标和噪声污染指标在内的智能配电网清洁性评估指标，从电力系统面临的能源环境压力出发，对智能配电网清洁性的内涵进行分析，提出并建立了清洁性评估指标及模型，智能配电网清洁性评估指标模型能够反映不同运行状态下的清洁性水平，为智能配电网实现节能减排、对分布式电源进行优化配置及高效利用提供定量分析的依据。
6.根据权利要求1所述的一种智能配电网绿色性评估方法，其特征在于：所述推进统一的绿色产品认证与标识体系建设，建立绿色能源消费认证机制，推动各类社会组织采信认证结果，建立电能替代推广机制，通过完善相关标准等加强对电能替代的技术指导，引导工业企业开展清洁能源替代，降低单位产品碳排放，鼓励具备条件的企业率先形成低碳、零碳能源消费模式，鼓励建设绿色用能产业园区和企业，发展工业绿色微电网，支持在自有场所开发利用清洁低碳能源，建设分布式清洁能源和智慧能源系统。
7.根据权利要求1所述的一种智能配电网绿色性评估方法，其特征在于：所述从多种形式的客户沟通到将来的客户互动有效提高电网资产利用率，地方电网采用双向互动的高级量测技术、智能用电终端和智能表计等先进技术，结合国际国内供电公司客户用能优化调度决策技术和智能用电仿真技术的最新发展，支持客户太阳能、风能等可再生分布式能源的有效利用，支持客户
混合动力汽车/电动汽车接入电网，在确保“可靠供电、优质服务”的前提下，
全面提升综合服务能力，最大限度地满足客户多元化的需求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310002256.5A CN115965291A (zh) | 2023-01-03 | 2023-01-03 | 一种智能配电网绿色性评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310002256.5A CN115965291A (zh) | 2023-01-03 | 2023-01-03 | 一种智能配电网绿色性评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115965291A true CN115965291A (zh) | 2023-04-14 |
Family
ID=87352963
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310002256.5A Pending CN115965291A (zh) | 2023-01-03 | 2023-01-03 | 一种智能配电网绿色性评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115965291A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116797049A (zh) * | 2023-08-21 | 2023-09-22 | 国网安徽省电力有限公司合肥供电公司 | 配电网差异化节能潜力量化评估方法 |
-
2023
- 2023-01-03 CN CN202310002256.5A patent/CN115965291A/zh active Pending
Non-Patent Citations (7)
| Title |
|---|
| 国家发展改革委: "关于完善能源绿色低碳转型体制机制和政策措施的意见", pages 10 - 21, Retrieved from the Internet <URL:https://baijiahao.baidu.com/s?id=1724395032201936979&wfr=spider&for=pc> * |
| 施耐德电气（中国）有限公司: "施耐德发布《2019年全球数字化转型收益报告》", pages 1 - 2, Retrieved from the Internet <URL:https://www.chuandong.com/news/news228670.html> * |
| 李鹏 等: "低碳化智能配电网规划研究与展望", 《电力系统自动化》, vol. 45, no. 24, 25 December 2021 (2021-12-25), pages 10 - 21 * |
| 杜洋 等: "双碳背景下配电网绿色发展与安全高效耦合评价", 《科学技术与工程》, vol. 21, no. 30, 28 October 2021 (2021-10-28), pages 12973 - 12981 * |
| 王晓晶 等: "智能配电网清洁性评估指标研究", 《中国电机工程学报》, vol. 33, no. 31, 5 November 2013 (2013-11-05), pages 43 - 50 * |
| 电气新科技: "施耐德电气：助力智能配电网建设 推进绿色低碳转型", pages 1 - 5, Retrieved from the Internet <URL:https://baijiahao.baidu.com/s?Id=1675886249017324114&wfr=spider&for=pc> * |
| 胡长金 等: "建设地方电力特色的绿色智能配电网", 《内江科技》, no. 10, 25 October 2011 (2011-10-25), pages 2 - 3 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116797049A (zh) * | 2023-08-21 | 2023-09-22 | 国网安徽省电力有限公司合肥供电公司 | 配电网差异化节能潜力量化评估方法 |
| CN116797049B (zh) * | 2023-08-21 | 2023-11-03 | 国网安徽省电力有限公司合肥供电公司 | 配电网差异化节能潜力量化评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111291963B (zh) | 一种协调经济性与可靠性的园区综合能源系统规划方法 | |
| Cheng et al. | Energy Internet: Concept and practice exploration | |
| Guo et al. | Multi-objective optimization design and multi-attribute decision-making method of a distributed energy system based on nearly zero-energy community load forecasting | |
| CN111445067B (zh) | 一种适用于高铁站综合能源系统的多目标规划方法 | |
| CN109948868A (zh) | 高渗透率分布式可再生能源发电集群优化规划方法 | |
| Zhang et al. | The flexibility pathways for integrating renewable energy into China’s coal dominated power system: The case of Beijing-Tianjin-Hebei Region | |
| US20230070151A1 (en) | Hierarchical energy management for community microgrids with integration of second-life battery energy storage systems and photovoltaic solar energy | |
| Liu et al. | Impacts of distributed renewable energy generations on smart grid operation and dispatch | |
| Zhang et al. | Nested optimization design for combined cooling, heating, and power system coupled with solar and biomass energy | |
| CN111445107A (zh) | 冷热电联供型微电网多目标优化配置方法 | |
| CN112446552A (zh) | 一种生物质气化冷热电联供系统的多目标优化方法 | |
| CN115986838A (zh) | 基于电力系统能源优化的双碳目标实现方法 | |
| Dong et al. | Intelligent decision-making of distribution network planning scheme with distributed wind power generations | |
| CN115965291A (zh) | 一种智能配电网绿色性评估方法 | |
| CN118246792A (zh) | 一种综合能源系统能效分析评估方法 | |
| Li et al. | Multi-objective optimal allocation strategy for the energy internet in Huangpu District, Guangzhou, China | |
| Baht et al. | Impact of Weather Forecasts and Green Building on Micro Grid Energy Management System | |
| Duan et al. | Exploration of Building Energy Management System in the Form of Energy Internet | |
| Zhang et al. | Optimized configuration of integrated energy system considering the access and operation of renewable energy | |
| CN109447369B (zh) | 一种基于模拟退火算法的考虑多因素的产能端功率分配方法 | |
| Mikhnev et al. | The introduction of intelligent electrical networks in Russia | |
| Gao et al. | Low-carbon economic scheduling for AIES considering flexible load coordination and multiple uncertainties | |
| CN110707688B (zh) | 一种基于年度负荷曲线和电网用户设备变更前馈的风电负荷预测方法 | |
| Zhu et al. | Research on the development and index system of smart distribution network in China in the future | |
| Cao et al. | Planning and design case analysis of integrated energy station for urban internet of energy |
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 |