CN116109085A - 一种面向海洋牧场的发电厂规划方法及系统 - Google Patents

一种面向海洋牧场的发电厂规划方法及系统 Download PDF

Info

Publication number
CN116109085A
CN116109085A CN202310067228.1A CN202310067228A CN116109085A CN 116109085 A CN116109085 A CN 116109085A CN 202310067228 A CN202310067228 A CN 202310067228A CN 116109085 A CN116109085 A CN 116109085A
Authority
CN
China
Prior art keywords
power plant
power
demand
information
social
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
Application number
CN202310067228.1A
Other languages
English (en)
Inventor
郭聃
乔学明
许明
张祥坤
孟平
郑鹏飞
陈豪
赵振强
宿毛毛
刘艳红
秦健博
王超
李双超
吕琳
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.)
Weihai Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
Weihai Power Supply Co of State Grid Shandong 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 Weihai Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical Weihai Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority to CN202310067228.1A priority Critical patent/CN116109085A/zh
Publication of CN116109085A publication Critical patent/CN116109085A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • 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
    • 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
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • 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
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种面向海洋牧场的发电厂规划方法、系统、电子设备及计算机可读存储介质，属于发电厂规划技术领域。本发明在对海洋牧场的发电厂规划优化方法中全面考虑经济、环境、就业、社会影响和能源安全五项因素。通过对字典序多目标函数规定优先级(即顺序)以确定各因素的相对重要性；或通过对加权和型多目标函数的各项因素分配权重来实现多个目标函数的定量优先级。能够提高海洋牧场发电厂规划的准确性和鲁棒性，解决了现有技术中存在“单目标函数可能无法完全满足发电厂规划的多维要求”的问题。

Description

一种面向海洋牧场的发电厂规划方法及系统
技术领域
本申请涉及发电厂规划技术领域，特别是涉及一种面向海洋牧场的发电厂规划方法及系统。
背景技术
本部分的陈述仅仅是提到了与本申请相关的背景技术，并不必然构成现有技术。
“海洋牧场”是指在一定海域内，采用规模化渔业设施和系统化管理体制，利用自然的海洋生态环境，将人工放流的经济海洋生物聚集起来，像在陆地放牧牛羊一样，对鱼、虾、贝、藻等海洋资源进行有计划和有目的的海上放养。我国是海洋大国,海洋牧场作为海洋经济的重要组成部分，近年来发展迅速。
海洋牧场的地理位置导致其能源供应具有稀缺性，因此，对海洋牧场进行发电厂规划就显得尤为必要。然而现有技术中，在对海洋牧场进行发电厂规划时，侧重于考虑能源安全、能源交易公平以及可持续性等因素，并没有考虑需求预测、可再生能源技术迭代以及发电厂可靠容量等不确定因素，影响海洋牧场发电厂的准确规划，影响海洋牧场发电厂的可靠运行，进而影响能源发展目标的设定与实现。
发明内容
为了解决现有技术的不足，本申请提供了一种面向海洋牧场的发电厂规划方法、系统、电子设备及计算机可读存储介质，考虑诸多不确定性因素，对海洋牧场进行多维度发电厂规划。
第一方面，本申请提供了一种面向海洋牧场的发电厂规划方法；
一种面向海洋牧场的发电厂规划方法，包括：
获取海洋牧场的现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，根据现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，以最小化经济成本、碳排放量和社会成本为目标，建立多目标规划模型；
获取现有的实际功率需求，根据现有的功率需求，生成不确定性需求情景；基于不确定性需求情景，在设定约束条件下，对多目标规划模型进行求解，获取海洋牧场的新建发电厂类型及不同类型新建发电厂数量。
进一步的，还包括：
根据不同的新建发电厂类型及不同类型新建发电厂数量，计算对应的总成本、总二氧化碳排放量、总社会成本、发电厂类型依赖性得分、总发电量和就业系数；
根据总成本、总二氧化碳排放量、总社会成本、发电厂类型依赖性得分、总发电量和就业系数，选取最优的新建发电厂类型及不同类型新建发电厂数量。
进一步的，所述根据现有发电厂的的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，以最小化经济成本、碳排放量和社会成本为目标，建立多目标规划模型包括：
根据现有发电厂的的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，以最小化经济成本、碳排放量和社会成本为目标，建立经济成本函数、碳排放量函数和社会成本函数；
通过字典序法对经济成本函数、碳排放量函数和社会成本函数进行随机排序，确定对经济成本函数、碳排放量函数和社会成本函数的不同求解顺序；
通过加权和型法对经济成本函数、碳排放量函数和社会成本函数的权重进行定量决策，生成不同的多目标函数；
根据经济成本函数、碳排放量函数和社会成本函数和不同的多目标函数，建立多目标规划模型。
进一步的，所述经济成本函数表示为
Figure BDA0004062550220000031
其中，GEi表示i型现有发电厂经济成本系数，GNi表示i型新发电厂经济成本系数，Eis为现有发电厂的发电量，ps为预测功率需求，Nis为新的发电厂的发电量；
所述碳排放函数表示为
Figure BDA0004062550220000032
其中，T和T0分别表示i型有功电厂和i型过时电厂的集合，EEi是现有i型发电厂的排放因子，NEi是i型新发电厂的排放因子，Eis为现有发电厂的发电量，ps为预测功率需求，Nis为新的发电厂的发电量；
所述社会成本函数表示为
Figure BDA0004062550220000033
其中，SCi是i型电厂的社会补偿率，T和T0分别表示i型有功电厂和i型过时电厂的集合，Eis为现有发电厂的发电量，ps为预测功率需求，Nis为新的发电厂的发电量。
进一步的，所述获取现有的实际功率需求，根据实际功率需求，生成不确定性需求情景包括：
获取现有的实际功率需求，根据实际功率需求和预测功率需求，随机生成需求预测情景；
根据需求发展的不确定性，假设需求预测情景的发生概率，将不同的需求预测情景交叉相乘，获取不确定性需求情景。
进一步的，所述需求预测情景包括实际功率需求比预测功率需求低10％-20％、实际功率需求与预测功率需求相等和实际功率需求比预测功率需求高10％-20％；
假设实际功率需求比预测功率需求低10％-20％的发生概率为0.2-0.4，实际功率需求与预测功率需求相等的发生概率为0.3-0.5，实际功率需求比预测功率需求高10％-20％的发生概率为0.2-0.4。
进一步的，所述设定约束条件包括预测功率需求约束、碳排放量约束、经济成本约束、社会补偿率约束、电厂技术规格约束和鲁棒性约束。
第二方面，本申请提供了一种面向海洋牧场的发电厂规划系统；
一种面向海洋牧场的发电厂规划系统，包括：
多目标规划模型构建模块，被配置为：获取海洋牧场的现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，根据现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，以最小化经济成本、碳排放量和社会成本为目标，建立多目标规划模型；
发电厂规划获取模块，被配置为：获取现有的实际功率需求，根据现有的功率需求，生成不确定性需求情景；基于不确定性需求情景，在设定约束条件下，对多目标规划模型进行求解，获取海洋牧场的海洋牧场的新建发电厂类型及不同类型新建发电厂数量。
第三方面，本申请提供了一种电子设备；
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述面向海洋牧场的发电厂规划方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质；
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述面向海洋牧场的发电厂规划方法的步骤。
与现有技术相比，本申请的有益效果是：
1、本申请提供的技术方案，在对海洋牧场的发电厂规划优化中全面考虑经济、环境、就业、社会影响和能源安全五项因素。通过对字典序多目标函数规定优先级(即顺序)以确定各因素的相对重要性；或通过对加权和型多目标函数的各项因素分配权重来实现多个目标函数的定量优先级，解决了单目标函数可能无法完全满足发电厂规划的多维要求问题。
2、本申请提供的技术方案，使用基于发电厂规划多个方面的效率测量方法来确定发电厂规划的决策工具。通过字典序多目标函数规定多种不同的优先级(即顺序)，同时通过加权和型多目标函数将各项因素按权重转化为成本。通过数据包络分析比较这些方法以决定发电厂规划的决策工具。
3、本申请提供的技术方案，在对随机生成目标函数的优先级进行比较时，通过加权和型多目标函数将各项因素按权重转化为成本的过程中，经济成本函数、碳排放函数和社会成本函数这三个函数的比例为1：碳税：1；由此可使本申请在应用于不同地区的海洋牧场时兼容不同的碳税情景。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为本申请实施例提供的流程示意图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本申请使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
现有技术中，能源研究侧重于能源安全、能源交易公平以及可持续性等方面，然而在对海洋牧场制定发电厂规划时，应考虑诸多不确定性因素、就业和社会损害等方面；因此，本申请提供了一种面向海洋牧场的发电厂规划方法。
接下来，结合图1对本实施例公开的一种面向海洋牧场的发电厂规划方法进行详细说明。
本实施例提供了一种面向海洋牧场的发电厂规划方法。
一种面向海洋牧场的发电厂规划方法，包括如下步骤：
S1、获取海洋牧场的现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，根据现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，以最小化经济成本、碳排放量和社会成本为目标，建立多目标规划模型；其中，发电厂设备信息包括电厂设备投入成本、主要设备数量情况、主要设备耗能(碳排放)情况、电厂设备投入成本/设备更换年限、设备维护成本、设备运行成本、耗能成本，主要设备如燃气轮机、燃煤发电机等；社会补偿信息包括土地成本、海域污染成本、渔业损失成本和噪声成本。包括如下步骤：
S101、获取海洋牧场的现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，以最小化经济成本、碳排放量和社会成本为目标，确定经济成本函数、碳排放函数和社会成本函数。
具体的，根据规划新建电厂体量，根据现有的电厂设备投入成本、设备更换年限、设备维护成本、设备运行成本和耗能成本，拟合经济成本系数，确定经济成本函数；根据现有发电厂发电时消耗能源所产生碳排放量(主要设备碳排放情况和主要设备数量)，拟合碳排放因子，确定碳排放函数，碳排放为主要是非可再生能源(燃气轮机，燃煤发电机等)耗能所致；根据历史电厂数据，预测新建电厂体量，根据土地成本、海域污染成本、渔业损失成本和噪声成本，拟合社会补偿量，确定社会成本函数。
经济成本函数是随机优化和鲁棒性优化模型建立的，该模型包括海洋牧场发电厂规划时给定类型的每个发电厂的年度资本支出和运营支出。
每个新建电厂的经济成本函数表示为
Figure BDA0004062550220000081
其中，GEi表示i型现有发电厂经济成本系数，GNi表示i型新发电厂经济成本系数，Eis为现有发电厂的发电量，ps为预测功率需求，Nis为新的发电厂的发电量；
碳排放函数表示为
Figure BDA0004062550220000082
其中，T和T0分别表示i型有功电厂和i型过时电厂的集合，EEi是现有i型发电厂的排放因子，NEi是i型新发电厂的排放因子，Eis为现有发电厂的发电量，ps为预测功率需求，Nis为新的发电厂的发电量；
社会成本函数表示为
Figure BDA0004062550220000083
其中，SCi是i型电厂的社会补偿率，T和T0分别表示i型有功电厂和i型过时电厂的集合，Eis为现有发电厂的发电量，ps为预测功率需求，Nis为新的发电厂的发电量。
S102、基于字典序多目标函数，通过枚举的方式对各项目标函数进行随机排序，确定对经济成本函数、碳排放量函数和社会成本函数的不同求解顺序。
S103、基于加权和型多目标函数制定海洋牧场的多目标函数时，通过对每个权重进行定量决策将所有目标函数转换为成本；根据成本，分配经济成本函数、碳排放函数和社会成本函数的权重，生成权重不同的多目标函数；针对碳排放函数，通过将碳排放量乘以每单位量的碳税，将碳排放函数转换为成本。
S104、根据经济成本函数、碳排放量函数和社会成本函数和不同的多目标函数，建立多目标规划模型。
S2、获取现有的实际功率需求，根据现有的功率需求，生成不确定性需求情景。具体步骤包括：
S201、获取现有的实际功率需求，根据实际功率需求和预测功率需求，随机生成需求预测情景；其中，需求预测情景包括实际功率需求比预测功率需求低15％、实际功率需求与预测功率需求相等和实际功率需求比预测功率需求高15％。
S202、根据需求发展的不确定性，基于与未来人口增长和经济增长相关的不确定性，假设需求预测情景的发生概率分别为0.3、0.4、0.3，将不同的需求预测情景交叉相乘，获取不确定性需求情景。
S3、基于不确定性需求情景，在设定约束条件下，对多目标规划模型进行求解，获取海洋牧场的新建发电厂发电量、新建发电厂容量和现有电厂发电量；其中，设定的约束条件包括供应安全、环境保护、经济竞争力、电厂技术规格和鲁棒性约束。
具体的，供应安全约束指的是新建电厂发电量+现有发电厂发电量>＝预测功率需求，表示为
Figure BDA0004062550220000091
环境保护约束指的是新建发电厂碳排放量+原有发电厂碳排放量<＝碳排放上限，表示为
Figure BDA0004062550220000101
经济竞争力约束指的是新建发电厂经济成本系数<＝旧电厂经济成本系数*1.1，表示为
GNi≤GEi×1.1；
电厂技术规格指的是新建发电厂社会补偿率不超过额定社会补偿率，表示为
SCi≤SCe(i＝1,2,3,…,T+T0)；
鲁棒性约束指的是新建发电厂类型依赖性得分不超过额定发电厂类型依赖性得分，表示为
Hs≤Hse。
在不同的不确定性需求情景下，输入新建电厂类型i、新建电厂数量n以及电厂发电量P，通过上述的多目标函数，在约束条件下，获取经济成本最低(或碳排放成本最低或社会成本最低或加权和成本最低)情形下的新建发电厂类型和不同类型新建发电厂的数量。
S4、根据不同情形下的新建发电厂类型和不同类型新建发电厂的数量，计算对应的总发电量和就业系数；根据总发电量和就业系数，选取最优的新建发电厂类型和不同类型新建发电厂的数量。具体步骤包括：
用多目标规划模型产生的发电厂规划组合来计算每个组合的效率得分。本方法中的决策单元是由不同发电厂规划组合和不确定性需求情景的点积生成的。为将标准扩大到上述优化的三个方面之外，在优化后的效率测量阶段附加了三个额外的考虑因素(发电厂类型依赖性得分、总发电量和就业)。因此，本发明所述效率是根据发电厂规划组合对海洋牧场发电厂规划六个方面(总成本、总二氧化碳排放量、总社会成本、发电厂类型依赖性得分、总发电量和就业)的处理程度来定义的。
为了有效满足上述多重效率考察需求，每个决策单元定义四个输入和两个输出。输入和输出均来自发电厂规划模型的优化决策变量。输入包括不同情形下的新建发电厂类型和不同类型新建发电厂数量对应的总成本、总二氧化碳排放量、总社会成本和发电厂类型依赖性得分(由发电厂自身成本、环境、社会损害和安全方面综合评测得出)。输出分别是与能源和社会效益方面相关的总发电量和就业，总发电量由发电厂类型i、数量n以及发电量P所得；就业由发电厂类型i、数量n以及发电量P通过附表求出。
其中，每个决策单元的总成本通过经济成本函数计算，每个决策单元的总二氧化碳排放量通过碳排放函数计算，每个决策单元的总社会成本通过社会成本函数计算；为了确保安全的能源供应，发电方式多样化至关重要，发电方式的多样化有效缓冲了能源系统来自供电侧的冲击。本实施例中，海洋牧场规划的发电厂类型依赖评分的依据为赫希曼-赫芬达尔指数(HHI)。
情景s的HHI公式为：
Figure BDA0004062550220000111
Figure BDA0004062550220000112
其中，sis是情景s中电厂类型i的比例份额，HHI值在[1/N,1]范围内。较高的HHI值意味着能源系统对单一主要能源供应源的依赖性更大。
总发电量来自发电厂规划模型中的决策变量，以千兆瓦时[GWh]为单位。发电总需求作为至关重要的约束条件，每个决策单元分担同等的预测电量，总发电的成本将是相等的。
新建发电厂的调试、生产以及设备更新可提供更多就业机会，因此，将就业抽象为发电厂就业系数(以工作年/兆瓦[工作年/MW]为单位)与新电厂容量(以兆瓦[MW]为单位)的乘积。各类电厂的就业因素列于附表1。
表1
Figure BDA0004062550220000121
具体的，通过数据包络分析对六个方面的优劣进行综合评分，设n为决策单元的数量，每个决策单元有4个输入和2个输出。令xij表示决策单元j的输入i，令yrj表示决策单元j的输出r。
包络模型公式如下：
θ*＝Minθ
Figure BDA0004062550220000122
Figure BDA0004062550220000123
λ≥0:j＝1,2,…,n.
其中，λj表示决策单元j的线性系数，θ是决策单元o的相对效率得分。效率得分为1表示决策单元有效。
将效率得分最高的六个方面对应的新建发电厂类型和不同类型新建发电厂的数量作为最优，进行海洋牧场的发电厂规划。
实施例二
本实施例公开了一种面向海洋牧场的发电厂规划系统，包括：
多目标规划模型构建模块，被配置为：获取海洋牧场的现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，根据现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，以最小化经济成本、碳排放量和社会成本为目标，建立多目标规划模型；
发电厂规划获取模块，被配置为：获取现有的实际功率需求，根据现有的功率需求，生成不确定性需求情景；基于不确定性需求情景，在设定约束条件下，对多目标规划模型进行求解，获取海洋牧场的新建发电厂发电量、新建发电厂容量和现有电厂发电量。
此处需要说明的是，上述多目标规划模型构建模块、和发电厂规划获取模块对应于实施例一中的步骤，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
实施例三
本发明实施例三提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，计算机指令被处理器运行时，完成上述面向海洋牧场的发电厂规划方法的步骤。
实施例四
本发明实施例四提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述面向海洋牧场的发电厂规划方法的步骤。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
上述实施例中对各个实施例的描述各有侧重，某个实施例中没有详述的部分可以参见其他实施例的相关描述。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种面向海洋牧场的发电厂规划方法，其特征是，包括：
获取海洋牧场的现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，根据现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，以最小化经济成本、碳排放量和社会成本为目标，建立多目标规划模型；
获取现有的实际功率需求，根据现有的功率需求，生成不确定性需求情景；基于不确定性需求情景，在设定约束条件下，对多目标规划模型进行求解，获取海洋牧场的新建发电厂类型及不同类型新建发电厂数量。
2.如权利要求1所述的面向海洋牧场的发电厂规划方法，其特征是，还包括：
根据不同的新建发电厂类型及不同类型新建发电厂数量，计算对应的总成本、总二氧化碳排放量、总社会成本、发电厂类型依赖性得分、总发电量和就业系数；
根据总成本、总二氧化碳排放量、总社会成本、发电厂类型依赖性得分、总发电量和就业系数，选取最优的新建发电厂类型及不同类型新建发电厂数量。
3.如权利要求1所述的面向海洋牧场的发电厂规划方法，其特征是，所述根据现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，以最小化经济成本、碳排放量和社会成本为目标，建立多目标规划模型包括：
根据现有发电厂的的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，以最小化经济成本、碳排放量和社会成本为目标，建立经济成本函数、碳排放量函数和社会成本函数；
通过字典序法对经济成本函数、碳排放量函数和社会成本函数进行随机排序，确定对经济成本函数、碳排放量函数和社会成本函数的不同求解顺序；
通过加权和型法对经济成本函数、碳排放量函数和社会成本函数的权重进行定量决策，生成不同的多目标函数；
根据经济成本函数、碳排放量函数和社会成本函数和不同的多目标函数，建立多目标规划模型。
4.如权利要求3所述的面向海洋牧场的发电厂规划方法，其特征是，所述经济成本函数表示为
Figure FDA0004062550210000021
其中，GEi表示i型现有发电厂经济成本系数，GNi表示i型新发电厂经济成本系数，Eis为现有发电厂的发电量，ps为预测功率需求，Nis为新的发电厂的发电量；
所述碳排放函数表示为
Figure FDA0004062550210000022
其中，T和T0分别表示i型有功电厂和i型过时电厂的集合，EEi是现有i型发电厂的排放因子，NEi是i型新发电厂的排放因子，Eis为现有发电厂的发电量，ps为预测功率需求，Nis为新的发电厂的发电量；
所述社会成本函数表示为
Figure FDA0004062550210000023
其中，SCi是i型电厂的社会补偿率，T和T0分别表示i型有功电厂和i型过时电厂的集合，Eis为现有发电厂的发电量，ps为预测功率需求，Nis为新的发电厂的发电量。
5.如权利要求1所述的面向海洋牧场的发电厂规划方法，其特征是，所述获取现有的实际功率需求，根据实际功率需求，生成不确定性需求情景包括：
获取现有的实际功率需求，根据实际功率需求和预测功率需求，随机生成需求预测情景；
根据需求发展的不确定性，假设需求预测情景的发生概率，将不同的需求预测情景交叉相乘，获取不确定性需求情景。
6.如权利要求5所述的面向海洋牧场的发电厂规划方法，其特征是，所述需求预测情景包括实际功率需求比预测功率需求低10％-20％、实际功率需求与预测功率需求相等和实际功率需求比预测功率需求高10％-20％；
假设实际功率需求比预测功率需求低10％-20％的发生概率为0.2-0.4，实际功率需求与预测功率需求相等的发生概率为0.3-0.5，实际功率需求比预测功率需求高10％-20％的发生概率为0.2-0.4。
7.如权利要求1所述的面向海洋牧场的发电厂规划方法，其特征是，所述设定约束条件包括预测功率需求约束、碳排放量约束、经济成本约束、社会补偿率约束、电厂技术规格约束和鲁棒性约束。
8.一种面向海洋牧场的发电厂规划系统，其特征是，包括：
多目标规划模型构建模块，被配置为：获取海洋牧场的现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，根据现有发电厂的发电量信息、类型信息、二氧化碳排放信息、发电厂设备信息和社会补偿信息，以最小化经济成本、碳排放量和社会成本为目标，建立多目标规划模型；
发电厂规划获取模块，被配置为：获取现有的实际功率需求，根据现有的功率需求，生成不确定性需求情景；基于不确定性需求情景，在设定约束条件下，对多目标规划模型进行求解，获取海洋牧场的新建发电厂类型及不同类型新建发电厂数量。
9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的步骤。
10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的步骤。
CN202310067228.1A 2023-01-16 2023-01-16 一种面向海洋牧场的发电厂规划方法及系统 Pending CN116109085A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310067228.1A CN116109085A (zh) 2023-01-16 2023-01-16 一种面向海洋牧场的发电厂规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310067228.1A CN116109085A (zh) 2023-01-16 2023-01-16 一种面向海洋牧场的发电厂规划方法及系统

Publications (1)

Publication Number Publication Date
CN116109085A true CN116109085A (zh) 2023-05-12

Family

ID=86255720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310067228.1A Pending CN116109085A (zh) 2023-01-16 2023-01-16 一种面向海洋牧场的发电厂规划方法及系统

Country Status (1)

Country Link
CN (1) CN116109085A (zh)

Similar Documents

Publication Publication Date Title
Lak Kamari et al. Applications of multi-criteria decision-making (MCDM) methods in renewable energy development: A review
CN113822496B (zh) 一种多机组热电厂供热模式及参数在线寻优方法
He et al. How to upgrade an enterprise’s low-carbon technologies under a carbon tax: The trade-off between tax and upgrade fee
CN104009494B (zh) 一种环境经济发电调度方法
Carli et al. A dynamic programming approach for the decentralized control of energy retrofit in large-scale street lighting systems
CN110854932A (zh) 一种交直流配电网多时间尺度优化调度方法及系统
Petrelli et al. A novel multi-objective method with online Pareto pruning for multi-year optimization of rural microgrids
CN112132379B (zh) 考虑经济性的新能源跨区域消纳评估方法和存储介质
Alghamdi Optimal power flow of renewable-integrated power systems using a Gaussian bare-bones levy-flight firefly algorithm
Wu et al. Multi-objective flexible flow shop batch scheduling problem with renewable energy
Betancourt-Torcat et al. Design multiperiod optimization model for the electricity sector under uncertainty–A case study of the Emirate of Abu Dhabi
CN117057785A (zh) 电力设备运维调度方法、系统、电子设备及存储介质
CN112052987B (zh) 一种计及风电的综合能源系统优化规划方法及系统
CN112308411B (zh) 基于动态碳交易模型的综合能源站随机规划方法及系统
CN113887809A (zh) 双碳目标下配电网供需平衡方法、系统、介质及计算设备
CN116109085A (zh) 一种面向海洋牧场的发电厂规划方法及系统
CN115048797B (zh) 非能动余热排出系统的优化策略生成方法、装置及介质
CN111563699B (zh) 考虑灵活性需求的电力系统分布鲁棒实时调度方法及系统
Pappala et al. Unit commitment under wind power and demand uncertainties
Ratanakuakangwan et al. Measuring the efficiency of energy planning under uncertainty
Fortuin Strategic analysis of electricity generation mix in South Africa
CN113033933A (zh) 一种基于能源互联网的智能化能源生产调度系统与方法
CN111008769A (zh) 一种计及电力阻塞的能源转型优化方法及系统
Liu et al. Development of a single-level optimization model for energy planning-A case study of Shanxi, China
CN112186812B (zh) 一种电力系统调峰调度方法、系统、装置及存储介质

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