能源评估论文

能源评估论文（共9篇）

能源评估论文 篇1

摘要：本文按国际通行的能源效率定义、能源平衡规则和产品能耗计算方法, 给出了我国单位GDP能耗、物理能源效率和单位产品能耗, 并进行国际比较和评估。

本文按国际通行的能源效率定义、能源平衡规则和产品能耗计算方法, 给出了我国单位GDP能耗、物理能源效率和单位产品能耗, 并进行国际比较和评估。

世界能源委员会 (WEC) 把“能源效率”定义为“减少提供同等能源服务的能源投入”。能源服务是通过能源的使用为消费者提供的服务。如交通、照明、空调、冷藏等, 用提供的服务来衡量能源终端利用的水平。之所以用“能源服务”来反映终端能源消费, 是因为同一种服务可以选择多种能源、多种技术来提供, 可以根据经济、技术、社会、环境等因素, 选择成本最低的方案, 还能据以分析能源需求的趋势和节能的潜力, 优化一次能源结构, 取得最大的经济效益。按W E C能源效率的指标设置, 一个国家或地区的能源效率指标是增加单位GDP的能源需求, 即单位产值能耗, 亦称能源强度;部门能源效率分为经济指标和物理指标, 前者为单位产值能耗, 后者工业部门为单位产品能耗, 服务业和建筑物为单位面积能耗和人均能耗。

1 单位产值能耗

我国“十一五”规划把单位GDP能耗降低20%列为约束性指标。2005~2009年万元GDP能耗 (吨标准煤/万元) 分别为1.276、1.241、1.179、1.118和1.077;2006~2009年下降率 (%) 分别为2.74、5.04、5.20和3.61。

我国按汇率计算的单位GDP能耗远高于发达国家和世界平均水平。

据日本能源经济研究所数据, 2007年, 中国每百万美元GDP能耗738tce, 为日本的7.5倍, 美国的3.6倍, 欧盟的4.1倍, 世界平均值的2.6倍。按购买力平价 (PPP) 计算的单位产值能耗, 则国内外的差距小得多, 2007年中国为日本的2.1倍, 美国的1.4倍。可以认为, 中国按汇率计算的单位产值能耗被明显高估, 而按PPP计算的又可能偏低。用汇率法单位产值能耗进行国际比较, 特别是同发达国家比较是不恰当的。用PPP法进行比较, 可信度也不高。与条件比较接近的其他发展中国家的平均值进行比较, 是比较恰当的。2007年中国汇率法单位产值能耗比非OECD国家的平均值高33%。

单位:%

2 物理能源效率

按照联合国欧洲经济委员会的物理能源效率评价和计算方法 (U N, 1976) , 能源系统的总效率由三部分组成:开采效率, 即化石能源储量的采收率;中间环节效率, 包括加工、转换和储运过程中的损失和能源行业所用能源;终端利用效率, 即终端用户得到的有用能与过程开始时输入的能源量之比。中间环节效率与终端利用效率的乘积称为“能源效率”。不能把“终端利用效率”混同于“能源效率”。2008年我国物理能源效率的计算及结果如下:

2.1 开采效率

2008年化石能源开采效率为35%, 见表1。

2.2 加工、转换和贮运效率

中间环节效率=1- (中间环节损失621.5 Mtce+能源工业用能源255.4 Mtce/一次能源消费量3066.5Mtce) =71.4%。

中间环节损失中的贮运损失包括电、煤、石油和天然气, 煤炭贮运损失率为3.7%, 油、气管道输送损失率为0.8%。

2.3 分部门终端利用效率

2.3.1 农业

根据农机单位油耗估算, 约33.0%。

2.3.2 工业

工业生产能源效率=理论效率 (单位产品能源耗) /实际效率 (单位产品能耗) 。钢、电解铝、水泥、合成氨理论效率分别为440 kgce/t、6330 kW h/t、57kgce/t和727kgce/t。

单位:%

注:1.本表系作者以经修正的中国能源平衡表为基础, 按国际通行的能源平衡定义和计算方法计算得出。2.中间环节是能源加工、转换和贮运;工业包括建筑业。

按主要耗能行业估算。20 0 8年为51.5%, 见表2。

2.4 交通运输

按公路、铁路、水运能源效率计算, 2008年为28.8%, 见表3。

2.5 建筑 (民用、商业和其他)

按用于建筑的煤炭、气体燃料 (天然气, 液化石油气, 煤气) 和电力的终端利用效率测算, 2008年为71.2%, 见表4。

2.6 终端利用效率

2008年为51.4%, 见表5。

2.7 能源系统的总效率

36.1% (能源效率) ×35.0% (开采效率) =12.6%

2.8 计算结果分析

我国1989~2008年物理能源效率见表6。

需要说明的是, 我国农村居民至今大量使用生物质能烹调、热水和采暖, 2008年消费量达146Mtc e, 如果计入这部分消费量, 则建筑终端利用效率由71.2%降到53.4%, 终端能源利用效率由50.6%降到48.5%, 能源效率由36.1%降到34.6%, 下降1.5个百分点。

由表6可见, 我国2 0 0 8年物理能源效率比2000年提高4.1个百分点, 比1989年提高8.1个百分点。主要归因于高耗能工业推广节能新工艺、新技术, 以及产业集中度提高;民用和服务业优质高效能源 (燃气、电力、热力等) 所占比例上升。

2.9 国际比较

我国2008年能源效率比代表国际先进水平的日本低8个百分点左右。终端能源消费若包括农村生活用生物质能, 则比国际先进水平低9个百分点左右。

3 单位产品能耗

3.1 能耗指标计算方法

单位产品能耗包括燃料 (热耗) 和电力 (电耗) 。其中电耗应按等价值 (即发电煤耗) 计算。因为等价值可以真实反映产品生产所消耗的一次能源;而节能量、节能率以及节能的经济效益和环境效益的计算和评价均以一次能源为基础;再则, 在产品生产投入的能源中, 燃料和电力可以相互替代, 这也要求采用等价值。产品电耗按等价值计算是国际通行规则。例如, OECD国家按发电煤耗380gce/k W h计算。日本目前按350gce/k Wh计算。

2006年, 国家统计局将产品综合能耗中的电耗折标准煤的方法由沿用多年的发电煤耗法改为电热当量法。这给单位产品能耗的纵向比较 (如计算2009年产品综合能耗与2005年相比的降幅和下降值) 和横向比较 (如与世界先进水平比较) 带来极大不便。

此外, 单位产品能耗应将热耗 (kgce/t) 和电耗 (k Wh/t) 分开, 因为燃料和电力的价值, 以及节煤和节电的投入/产出存在很大差异。

3.2 单位产品能耗及国际比较

2000年以来, 技术进步加速, 淘汰落后产能, 使高耗能产品能耗降幅加大, 与国际先进水平的差距缩小, 有的产品如电解铝已达到国际先进水平。2009年, 火电供电煤耗降至340gce/k W h, 钢可比能耗697 k gce/t, 水泥综合能耗139k gce/t, 乙烯综合能耗976k gce/t, 分别比2000年下降13.3%、11.1%、23.2%和13.2%;火电供电煤耗与国际先进水平的差距由+2 4.1%减到+9.7%, 钢可比能耗由+21.4%减至+14.3%, 水泥综合能耗由+43.7%减至+17.8%, 见表7。但由于砖瓦、化工、石化、造纸等行业产品能耗仍然偏高, 工业部门产品能耗与国际先进水平相比仍有较大差距, 2009年, 煤炭、石油、钢铁、有色金属、建材、石化、化工、化纤、造纸等9个行业的17项产品能耗指标, 按产品能源消费量加权平均比国际先进水平高25%。

注:1.国际先进水平是居世界领先水平的国家的平均值。2.中外历年产品综合能耗中, 电耗均按发电煤耗折算标准煤。中国从2 0 07年起, 按“中国能源平衡表”中发电煤耗法采用的发电煤耗 (约350gce/k Wh) 计算。日本按350gce/k Wh计算。3.煤炭开采和洗选电耗国际先进水平为美国。2009年, 美国露天矿产量比重为69.0%, 中国8.4%;露天开采吨煤电耗约为矿井的1/5。4.火电厂发电煤耗和供电煤耗中国为6MW以上机组, 国际先进水平为日本9大电力公司平均值。油、气电厂的厂用电率和供电热耗较低。

3.3 节能技术进步

过去10年, 我国节能技术进步加速, 成效卓著。例如, 300M W及以上机组占火电装机容量的比重由2000年的4 2.7%上升到2009年的6 7.1%, >300 M W机组的供电煤耗为290~3 4 0 g c e/kWh, <100MW机组为380~500gce/kWh。新型干法工艺占水泥产量比重由12%上升到72.5%, 大型新干法生产线综合能耗比机立窑低40%。新型墙体材料占墙体材料产量的比重由28%上升到52%, 生产新型墙体材料的综合能耗比实心黏土砖低40%, 见表8。

影响产品和设备能耗的因素, 涉及自然条件、体制、技术、经济、社会和政策法规。据世界银行对发展中国家节能潜力的分析, 技术因素约占50%。技术因素包括技术创新能力、装备水平、节能技术、企业规模、原料路线、能源结构等。

(1) 企业规模。我国砖瓦厂多达9万座, 平均年产970万块标准砖, 综合能耗0.6tce/万块标准砖, 美国分别为200多座、5370万块标准砖和0.3tce/万块标准砖。我国造纸厂多达3万家 (2007年) , 平均年产2.3kt, 国外平均80kt, 国内自制浆企业综合能耗比国际先进水平高80%。

(2) 装备水平。我国中小型电动机效率平均为87%, 比美国低5个百分点。燃煤工业锅炉运行效率60%~65%, 国外75%~85%, “十一五”节能规划提高5个百分点, 年节煤25Mt。

(3) 原料路线。我国合成氨原料煤占77%, 日本100%采用天然气。煤制合成氨能耗比天然气高30%。

(4) 能源结构。2007年, 我国煤占终端能源消费的比重为17.8%, O E C D仅为3.6%。石油和天然气的利用效率分别比煤高23%和30%。

能源评估论文 篇2

本项目评估对象为20XX年11月30 日XX市XX新能源开发有限公司拥有的全部资产和负债，具体包括公司的流动资产和负债等。

(二)评估范围

根据《资产评估业务约定书》和XX市XX新能源开发有限公司填报的资产清查评估明细表。本次评估的范围为XX市XX新能源开发有限公司于20XX年11月30 日的全部资产和负债。

截止20XX年11月30日，纳入本次资产清查评估明细表的委估资产和负债具体情况如下： (2)非流动资产合计8,970,426.67元，其中：无形资产8,970,426.67元;

(3)资产总计17,193,777.63元;

(4)流动负债合计7,565,368.60元，其中：其他应付款7,565,368.60元;

(5)负债合计7,565,368.60元;

(6)所有者权益合计9,628,409.03元。

地源热泵系统能源站节能评估浅析 篇3

1 能源供应情况分析评估

在对地源热泵系统能源站进行能源供应情况分析评估时, 除对当地电力、燃料等所用能源品种的情况进行分析评估, 亦应对项目所在地的地热资源条件进行分析评估。在进行地热资源条件分析评估时, 可询问建设单位是否对工程场地进行了浅层地热勘察, 如果进行了浅层地热勘察, 可查看勘察报告结论, 确定工程场地地热条件是否满足地源热泵需求。如尚未进行工程场地浅层地热勘察, 则评估单位需要收集项目所在地浅层地热资源相关资料, 分析项目是否处于地源热泵适宜区。

2 项目建设方案节能评估

评估单位在对地源热泵系统能源站在进行建设方案节能评估时, 应先对用户侧冷热负荷需求及负荷特性、地埋管系统负荷进行分析。并以此为基础, 对能源站系统设计方案、运行控制策略进行节能评估。

2.1 用户侧冷、热负荷需求与负荷特性分析

能源站用户侧冷、热负荷需求和负荷特性是确定能源站建设规模的重要依据。用户侧冷热负荷预测不准确, 冷、热负荷变化情况不清楚, 就无法确定能源站的建设规模, 也无法对能源站供冷、供热运行方案进行论证。为了确定能源站的冷、热负荷需求和负荷特性, 需要对能源站服务范围内各用户的分布位置和各用户的动态负荷需求进行分析, 并对各用户综合作用下的冷、热负荷需求进行分析。一般能源站项目在进行可行性方案编制时, 用户侧负荷预测会是其重要的一个环节。在进行能源站项目节能评估时, 评估单位需要审核其负荷预测采用的方法是否准确, 采用面积指标法校核其负荷预测结果是否合理。

2.2 地埋管设计负荷分析

地埋管设计负荷决定了地埋管系统可承担的用户侧冷热负荷量, 其大小由埋管数量、单位孔埋深排 (取) 热量、热泵机组制冷 (热) 性能系数COP、循环水在输送过程中的得热量 (失热量) 、水泵释放热量决定, 其计算公式如下[1]。

式中:Q取—地埋管系统从土壤中最大取热量

Q排—地埋管系统朝土壤中的最大排热量

Q热—地埋管系统可为用户提供的最大热负荷

Q冷—地埋管系统可为用户提供的最大冷负荷

Q1—地源侧循环水系统输送过程中的失热量

Q1‘—地源侧循环水系统输送过程中的得热量

Q2—水泵释放热量

COP—地源热泵机组制热性能系数

EER—地源热泵机组制冷性能系数

计算时, 由于循环水在输送过程中的得热量 (失热量) 和水泵释放热量所占比例很小, 一般忽略不计。则地埋管设计负荷可根据系数设计埋管数量、埋管深度、地埋管单位孔深取 (排) 热量、所选地源热泵机组制冷 (热) 性能系数计算。其中地埋管单位孔深取 (排) 热量可根据地热勘察报告获得。

2.3 项目选址、总平面布置节能评估

能源站项目进行选址、总平布置节能评估时, 主要分析能源站是否处于负荷中心, 从而降低输送能耗和热 (冷) 量损失。以及能源站布置是否有利于能源输送。

2.4 地热平衡分析及系统方案节能评估

地源热泵系统利用地下10m~20m以下土壤温度一年四季相对稳定的特点, 通过地埋管系统热交换, 利用热泵冬季将地下热量输入到用户端进行供热, 夏季将用户端热量输送至地下。但是由于用户端冷热负荷的不同及供冷期和供热期时长的差异, 造成地埋管周围土壤的取热量和排热量的季节不平衡性, 导致地埋管周围土壤温度升高或降低, 从而影响地源热泵系统冬季或夏季效率。一般情况下, 土壤温度每升高1℃, 会使制取同样热量的能耗增加3%~4%[2]。因此在进行节能评估时, 需要注意对其方案设计中地热平衡方案分析, 并分析系统的辅助供热 (供能) 方案。

2.5 运行控制策略节能评估

地源热泵系统运行控制策略、系统控制参数是影响整个系统运行性能和能耗重要影响因素。不同的运行控制策略, 其系统的节能效果有很大的差异。因此在进行节能评估时, 需要基于上述用户侧冷、热负荷需求和负荷特性, 分析并选取合理的运行控制策略。

3 全年能耗计算及系统能效评估

在常用的空调系统能耗计算有度日法、当量满负荷运行时间法、负荷频率法 (BIN法) 、计算机模拟法等。当计算地源热泵系统能源站能耗时, 建议选取BIN法或者动态模拟法。在选用BIN法选取气象参数时, 需要注意根据各终端用户用能特点应选取相应供能时间段内的BIN气象参数。然后利用动态模拟法或者BIN法计算的结果, 根据冷 (热) 源机组的变工况性能表查出相应工况下的机组耗能, 与该工况下的供冷 (热) 季小时频率值相乘后累加即可计算出冷 (热) 源设备的耗能量。其他辅助设备 (水泵、冷却塔) 等可采用赵荣义所著简明空调设计手册中的空调系统能耗计算方法进行计算。

在进行地源热泵系统能源站系统能效评估时, 应分别计算系统供冷和供热综合能效, 并计算用户端水泵输热 (冷) 能效比。

4 节能措施评估

一般地源热泵机组能耗占项目总能耗的60%, 水泵系统能耗占项目的20%左右。在进行地源热泵系统能源站节能技术措施评估时, 应重点从地源热泵机组和水泵的节能措施进行评估。例如地源热泵机组采用软启动, 用户侧水泵采用变频水泵等措施。

地源热泵系统能源站节能与否不仅取决的项目前期的系统设计, 更取决于后期管理。与传统供热供冷系统相比, 地源热泵系统尚属于新型供能系统, 因此一般管理人员为非专业人员, 建议地源热泵系统能源站在运行时采用合同能源管理, 提高项目在运行期的节能量。

地源热泵系统能源站属于区域供能系统, 应根据系统特点配备齐全的能源计量仪器, 并设置综合能源监控管理系统, 以为能源站运营后的系统优化运行提供数据支持。

摘要：根据地源热泵系统的特点, 分析了地源热泵系统能源站节能评估时各环节的需要重点关注的内容。

关键词：地源热泵系统,能源站,节能评估

参考文献

[1]地源热泵系统工程技术规范GB50366-2009[S].

能源评估论文 篇4

建科节函[2009]99号

有关省、自治区住房和城乡建设厅，直辖市、计划单列市建委（建设交通委），新疆生产建设兵团建设局及可再生能源建筑应用示范项目测评机构：

为加快推进财政部、住房城乡建设部可再生能源建筑应用示范项目验收工作，依据《财政部、建设部关于加强可再生能源建筑应用示范管理的通知》(财建[2007]38号)、《关于加快开展可再生能源建筑应用示范项目验收评估工作的通知》（财办建[2009]116号）和《民用建筑能效测评标识管理暂行办法》（建科[2008]80号）的要求，现将可再生能源建筑应用示范项目验收评估的有关事项通知如下：

一、各地应高度重视示范项目验收评估工作，加快对已完成测评的示范项目组织验收评估(已完成测评项目名单详见附件1)。财政部和住房城乡建设部委托的示范项目测评机构应参与示范项目的验收评估，并进行测评工作汇报。

二、各地应同时做好示范项目管理工作。示范项目承担单位要按要求准备有关资料（详见附件2），及时完成示范项目的检测和能效测评标识。

请各省级住房城乡建设主管部门于2009年11月20日前将验收评估报告（一式两份，附电子版）报送可再生能源建筑应用项目管理办公室（北京市海淀区三里河路13号中国建筑文化中心B409室，邮编100037）。

联系人：肖晨郭梁雨程杰

电 话：010-88082216 58934233

可再生能源建筑应用项目管理办公室

二〇〇九年十一月五日

抄送：住房和城乡建设部建筑节能与科技司

附件1：已完成测评项目名单.doc

能源评估论文 篇5

当下, 能源工业面临需求急剧增加和生态环境不断恶化的现状, 在未来的发展道路上, 能源工业要不断地对能源结构进行合理的调整, 以提高能源的利用效率, 保证产业的安全环保。大电网集中供电无疑是很难实现这一目标的, 需要对分散能源进行合理地利用, 并将两者结合起来才能有效减小电网的压力。

一、分散能源的定义及其特点

分散能源最早提出于美国, 随后一些发电技术先进的国家开始接受这一概念, 对分散能源的定义也因研究机构的不同存在一些差异, 比如:美国的再生能源研究机构对分散能源的定义是:在用户位置并且发电容量在10MW以下的发电设备;美国能源部给出的定义是:具有标准化设计、规模较小的, 能够结合能源储存系统共同改善电力系统的发电技术;美国燃气研究所给出的定义是:处于负荷中心并且能够为当下电网的经济运行贡献力量的小型发电设备等等。虽然这些定义有所区别, 但共同之处在于:发电设备的容量较小, 安置位置与用户负荷较近。就当今的分散能源来说, 以太阳能和风能为代表, 还包括有通过气体燃料提供能量的设备以及燃料电池等[1]。

对分散能源的特点进行研究发现, 它具有较高的供电效率, 对于中央发电机组来说, 发电效率一般在35%左右, 大型电厂受到水源和环境的限制, 通常与负荷中心的距离较远, 在电能的输送过程中还会损失一部分电能。分散能源的发电效率都比中央发电机组的发电效率高, 较为先进的燃料电池甚至有高达50%的发电效率, 同时, 分散能源特殊的地理位置决定它不需要输配系统, 防止了输送过程中电能的浪费, 也大大减少了输配线路的投资;在对输配电网的升级换代上, 分散能源也能起到减缓其速度的作用, 传统的供电方式为了满足新用户对用电可靠性的要求, 需要重新建设电站和输配电系统, 但对于分散能源技术来说, 可以在用户所在地安装分布式设备即可, 大大减少了投资, 保证了供电的可靠性;另外, 分散能源也为电力体制改革提供了有力的技术支持。计划经济模式的电力经营使得用户只能按照计划结果选择用电, 但在当下, 电力的服务对象呈现多样性, 需要向市场经济体制改革, 在分散能源技术中有很多先进技术为这一改革提供了技术支持[2]。

二、分散能源经济性评估方法

对于一个分散能源项目来说, 不同的发电设备、供热设备以及制冷设备导致设计的方案多种多样, 需要在众多的方案中选择最优的方案, 在选择的过程中, 经济性因素是首当其冲需要重点考虑的, 在经济可行的基础上进行优中选优。通常情况下, 分散能源项目规模较小, 对其进行的建设也常常是由企业进行, 进行财务评估是经济性评价的重点, 当然, 在必要的情况下, 也需要进行国民经济评价, 下面就该项评估方案进行介绍。财务评价是指从项目财务的角度出发, 对项目的盈利能力和清偿能力进行计算, 以此来对方案的财务可行性进行判断[3]。

就盈利能力评估来说, 基本的评价指标包括以下几项:1) 财务的内部收益率。该方案需要在整个计算期内使得净现金流现值累计与零时折现率相等, 它反映的是盈利率, 在考察方案的盈利率方面具有较高的参考价值, 也是重要的动态评价指标;2) 投资回收期。它是指方案的净收益与投资完全抵消所需要的时间期限。在对分散能源投资方案的投资回收能力评估上, 这一评价指标具有较高的参考价值, 通常情况下, 投资的回收期是从工程建设开始的那一年开始计算的, 对投资回收期的计算, 可以通过财务现金流量表计算出来, 对投资回收期的结果进行分析, 如果该回收期相比于行业的基准回收期要短, 则表示此方案能够在规定的时间内将投资收回;反之, 则不能在规定的时间内收回投资成本;3) 财务净现值。按照现在行业的基准收益率, 将各现金流量折现到工程建设开始时的现值和, 以此得到财务净现值[4]。

就清偿能力评估来说, 需要明确的几项指标有:1) 资产负债率。这一指标反映的是分散能源项目每年面临的风险程度以及偿还债务的能力。其计算方法是将负债的合计值除以资产的总合计值;2) 借款偿还期。它是指分散能源项目投资之后, 能够应用于还款的资金以及建设期间利息的时间, 对分散能源项目的可行性进行评估时认为, 如果借款偿还期能够满足贷款机构要求的时间期限, 则认为改项目是具有相应偿还能力的;3) 基本报表。该基本报表包括:现金流表、资金的来源和运行表以及其他一些辅助报表等等。

另外, 在必要的时候还应该对分散能源项目进行国民经济评价, 它是按照资金合理配置的原则, 对项目的效益以及费用进行考察, 计算方案能够为国民经济做出的贡献, 达到对项目进行经济性评估的目的。该项分析主要包括盈利能力分析和外汇效果分析。主要的评价指标是内部收益率, 它反映的是分散能源项目方案对国民经济做出的净贡献, 另外, 经济净现值也能够反映出项目方案对国民经济的净贡献, 当该值大于零时, 表明为该方案的建设付出资金后, 能够得到相应的社会盈余, 此时的方案是可以被接受的[5]。

三、分散能源的环境效益分析

分散能源装置具有低污染排放的特点, 其供电模式具有高效、清洁以及灵活的特点, 是环境友好型项目。对其原因进行分析, 首先, 分散能源采用的燃料都是清洁燃料, 与燃煤机组相比, 他们排放的污染物对环境的污染程度要小得多;另外, 通常情况下分散能源都安置在负荷中心附近, 可以通过热电联产的方法来提高能源的利用率。

为了对分散能源的环境效益进行说明, 该部分以某办公大楼为对象进行分析, 该大楼位于某省会的繁华地带, 建筑面积达5万平方米, 对其现有的能量系统进行统计, 主要包括:该大楼的照明系统、通风系统、办公设备用电系统以及电梯的运行系统等等。在该大楼内, 有两台天然气锅炉, 可以用于冬季的取暖;两台蒸汽压缩制冷机, 为中央空调系统提供冷源;另外, 还有一台柴油机作为备用电源。

在对分散能源的环境保护效益进行评估时, 通常可以采用分散能源污染物排放的减少量来表征, 对于本次的研究对象来说, 可以表示为为办公楼提供电能的锅炉房产生的污染物总量减去为办公楼提供电能的分散能源产生的污染物总量得到的差值。当为电网供电的发电机组都是燃煤机组, 而分散能源系统采用天然气作为燃料时, 可以得到两种方案污染物排放的比较如下表所示:

从上表中可以明显的看出, 当该办公大楼采用的是分散能源供电时, 可以有效地减少有害污染气体的排放, 对于环境保护来说无疑是带来了极大的福音。当今, 地球上的建筑物能量系统消耗了大量的能源, 几乎占到全球的三分之一, 如果采用电网供电将会造成极大的环境污染, 而如果改用分散能源进行大规模供电, 将可以大大减轻环境污染的程度, 为环境保护提供良好的空间和途径, 分散能源具有很好的环境效益。

四、结束语

当今的地球面临着资源短缺, 环境破坏严重的严峻局面, 需要人类积极的研究新能源, 为环境保护贡献力量。本文首先对分散能源做了简要介绍, 阐述了相关经济性评估方法, 引用相关实例, 对其环境效益做了分析。结果表明, 分散能源无论从经济性还是环境效益来说, 都要优越于传统的电网集中发电, 它是集中发电很好的补充。在今后的电力发展道路上, 要不断挖掘出分散能源的经济利益和环境效益, 大力发展绿色经济。

摘要：经济技术的发展和进步导致电力工业的服务对象呈现多样性, 满足不同对象的各项能效, 保证可靠性是电力行业目前应对的挑战。同时, 燃料的多样性和环境保护等问题也要求电力工业转变过去集中管理的思路, 在电力系统未来的发展过程中, 分散能源将会发挥重要作用。本文首先对分散能源做了简要介绍, 阐述了相关经济性评估方法, 引用相关实例, 对其环境效益做了分析。

关键词：分散能源,技术经济分析,环保效益,评估优化

参考文献

[1]徐二树.分布式能源的研究与应用[D].华北电力大学, 2004:122-123.

[2]徐建中.分布式供电和冷热电联产的前景[J].节能与环保, 2006 (3) :10-14.

[3]雷金勇, 谢俊, 甘德强.分布式发电供能系统能量优化及节能减排效益分析[J].电力系统自动化, 2009 (23) .

[4]何宏舟.改善一次能源消费结构减少温室气体排放[J].节能与环保, 2002 (11) .

能源评估论文 篇6

1 我国智能建筑的先进观念

所谓智能建筑, 指的是当地环境的需要、全球化环境的需要、社团的需要和使用者个人的需要的总和。智能建筑遵循的是可持续发展的思想, 追求人与自然的和谐发展, 减轻建筑在建设过程中的能耗高的问题, 并降低建筑建设过程中污染物的产生。智能建筑体现出一种智能的配备, 指在建筑的建设过程中采取一种对能源的高效利用, 体现出以人为本的宗旨。中国在发展智能建筑时, 广泛借鉴美国在节约资源能源和环境保护方面所采取的严厉措施, 节能和环保已经成为我国建设智能建筑的一项重要宗旨。如果违背了节能环保的原则, 智能建筑也就不能称之为智能建筑了。建设智能建筑是我国贯彻可持续发展方针的一项重大的举措, 注重生态平衡, 注重人与人、人与自然和谐相处。但是, 我国现在的职能建筑还是有一定缺陷的, 并没有从根本上做到低能耗、低污染, 由此可见, 只有通过对智能建筑的不断研究, 充分实践, 才能挖掘出智能建筑的真正内涵所在, 真正实现能源的节约和可持续发展的理念。

2 智能建筑可持续发展理念的分析

智能建筑影响着人们的生活和发展, 从目前中国的科技发展水平来看, “人工智能”还没有达到人类的智能水平, 智能建筑具有个性化的节能系统而著名, 这样的建筑物主要是满足我国能源节约的需要而研究的。但是要想真正意义上实现智能的职能, 我国在建设智能建筑的时候不仅仅要落实科学发展观的基本理念, 也要运用生态学的知识来分析建筑与人之间的关系, 建筑与环境之间的关系。

可持续发展战略是我国重要的发展理念, 它要求既能满足当代人的需要, 又不对后代的人满足需要构成威胁。可持续发展观是人类经历的工业时代, 人们片面追求经济利益而忽视了环境保护造成不良后果后而进行的反思。在建筑的建设过程中, 大量的森林被砍伐用作建筑材料, 有些建筑所用的材料还是不可再生的资源, 这对人类的发展和后代的生存构成了很大的威胁。

因此, 我国为了体现建筑在建设过程中的可持续发展战略, 智能建筑应运而生。智能建筑是一种绿色的建筑, 体现了人与自然的和谐相处。

3 制约职能建筑发展的因素

3.1 社会环境与社会意识的影响

我国的建筑业在发展过程中没有实质性的纲领, 尤其是在智能建筑上, 盲目的追求节能, 在节能的同时就消耗了大量的财力, 实际上没有节省下能源。我国对智能建筑的认识还不够全面, 而国外对于智能建筑的认识就相对全面些, 因此, 引进国外对于智能建筑的相关见解, 能够促进我国智能建筑的建设, 实现能源的节约与能源的充分利用。这对我国实现智能建筑的可持续性具有重要意义。

3.2 我国在智能建筑的建设方面的总体布局与设计、深化布置与具体的实施方案不协调, 甚至产生了严重脱节的现象。

这样, 在智能建筑的建设过程中, 就会出现很多意想不到的状况, 使智能建筑的建设难以达到预期的目标。

3.3 我国智能建筑在工程的规划、管理、施工、质量控制方面, 没有相应的法律法规进行约束和规范。

我国智能建筑在建设的过程中没有清晰和明确的思路, 施工人员没有受到法律法规的约束, 对生态、节能、环保的重视程度不够。

3.4 我国智能建筑没有在自主创新的思路上进行建设, 缺乏自主知识产权。

我国总是在一味借鉴他人的经验, 智能建筑建设过程中所采用的方法不得当。

3.5 我国智能建筑的建设没有其他的配套措施。

我国的建筑在建设完毕后, 没有相应的标准对建筑物进行评估。

4 创新节能思路和方法

4.1 积极探索新节能改造服务道路

节能改造是维系整个建筑行业有效发展的重要途径, 从我国建筑行业真实情况中发现, 智能建筑创新能源发展要想真正地实现低碳化, 就要不断地加强宣传活动, 积极鼓励节能减排, 并且要积极推广新能源的利用, 经如风能、太阳能, 有效地控制不可再生能源的消费和利用, 目前不可再生能源的利用在建筑行业中仍旧占据主导地位, 不可再生能源的利用要严重超过可再生能源的利用, 为此, 需要将宣传活动积极转化为实践活动, 比如开放低碳试点, 遏制高耗能产业的扩大, 控制能源的消费和生产, 大力发展能耗低、效益高、污染少的产业与产品, 从低碳交易、工业节能、建筑节能等各个方面进行深入研究, 建立完善的低碳排放创新制度, 目前已经有多数地方实现了节能发展, 据2012年建筑能耗占我国全社会终端能耗的比例约为27.5%, 比以往降低了10个百分点。

4.2 结合市场规律优化节能改造

就智能建筑创新能源使用进行分析, 实现建筑节能已经成为发展中的重要任务, 比如从当前建筑生命周期来分析, 最主要的能耗来源于建筑运行阶段。因此, 就我国400多亿平方米的存量建筑而言, 有效降低建筑运行能耗至关重要。为此, 需要加强对市场规律的研究, 对市场动态为导向, 不断地优化区域能源规划。

4.3 空调等设备的节能

在智能建筑中应降低室内温度, 室内温度严格按照国家规定的标准进行调制, 夏季温度应保持在24度到28度, 冬季温度应保持在18度到22度。在国家规定的幅度内, 可以采用下限标准进行节能。空调的设定要控制在最小风量, 在夏季和冬季, 风量越大, 反而产生的热量就越多, 所以把风量调到最小, 可以实现能源的节约。空调在提前遇冷是要关闭新风, 在新的建筑中, 空调在开启时要关闭所有的风阀, 这样可以减少风力带来的负荷对能源的消耗。空调温度的设计要根据不同的区域进行不同的设定, 如在大酒店, 博物馆等较大的空间内, 可将温度调节到比在其他的室内稍微低的温度, 在较小的区域内, 如在教师等地方, 一定要严格执行国家标准进行空调温度的调节。

5 结束语

智能建筑是我国进行建筑的建设所追求的永恒主题, 智能建筑在中国的市场还是十分广阔的, 通过正确的分析和处理, 采用正确的方法和思想观念理解、开发正能建筑, 对中国建筑业的发展具有重要的意义。中国只有在狭隘的发展模式中走出来, 真正地理解了智能建筑发展的精髓所在, 才能切实地实现智能建筑的可持续的良性发展。

参考文献

[1]尚春静, 刘长滨.新时期我国智能建筑发展的路径选择[J].北京交通大学学报 (社会科学版) , 2006 (3) .

[2]文桂萍.智能建筑的节能问题及其对策[J].四川建筑科学研究, 2008 (1) .

[3]邱焯, 周荣圣.基于限电背景的智能建筑节能分析[J].智能建筑, 2009 (9) .

[4]顾小军.智能建筑能源管理系统[J].江苏建筑, 2010 (2) .

能源评估论文 篇7

关键词：新能源,上市公司,投资价值,指标体系

一、研究新能源上市公司投资价值的重要性

随着工业不断发展, 人口不断增加, 能源的消耗量不断增加。相对于传统能源, 新能源普遍具有污染少、储量大的特点。近十年来我国在新能源产业发展的诸多领域已经形成国际竞争优势, 未来发展主要是以巨大内需市场为后盾, 加速提升创新能力, 积极发展新一代核能;加快太阳能热利用技术的推广应用, 开拓多元化的太阳能光伏光热发电市场;提高风电技术装备水平, 有序推进风电规模化发展;因地制宜开发利用生物质能。

二、影响新能源公司投资价值的重要因素

(一) 国家宏观经济环境。

国家的宏观经济发展状况会直接影响到企业的发展空间。近年来, GDP和人均GDP持续增长, 平均增长率分别为16.8%和16.1%。2011年是“十二五规划”开始的第一年, 在这个时期工业化、信息化、城镇化、市场化、国际化深入发展, 人均国民收入稳步增加, 从整体上看, 我国宏观经济状况良好, 经济活跃度高, 有利于新的投资主体投资新能源领域和新能源企业的健康成长。

(二) 行业经济分析。

随着能源供应不足的问题日益严重, 新能源产业将不断地发展和壮大。预计到2020年非石化能源占一次能源消费比重达15%。我国的新能源产业受到政府的扶持, 尤其是太阳能、风电等新能源发面增长潜力巨大, 另外生物质能、海洋能的研发也逐步有了成效, 投资前景令人期待, 发展远景广阔。

(三) 公司分析。

公司分析包括公司的基本面分析和公司的财务分析。公司的基本面分析包括公司的行业地位分析、公司的经济区位分析和公司的产品分析。公司财务分析是公司分析最重要的一部分, 是投资者了解公司发展状况、经营情况和对未来发展趋势进行预测的参考依据。财务分析主要是对资产负债表、利润表两个会计报表的数据进行分析。

三、上市公司投资价值分析方法及评价指标体系

在具体进行实证分析之前, 首先要确立财务分析的研究方法, 这包括两部分:选择统计分析方法和建立投资价值指标体系。

(一) 上市公司投资价值的统计分析方法。

投资价值的统计方法有因子分析法、单变量模型、主成分分析法等等。本文选用主成分分析法。

1. 主成分分析法的基本原理。

主成分分析法是一种降维的统计方法, 运用这种方法, 可以克服单一的财务指标不能真实反映公司的财务情况的微点, 引进多方向的财务指标, 但又将复杂因素归结为几个主成分, 使得复杂问题得以简化。同时得到更为科学、准确的财务信息。

2. 统计运用软件。

运用SPSS19.0分析软件进行数据分析, 在特征值>1即符合累积方差贡献率>85%的标准下提取主成分, 然后根据确定的的主成分计算各公司的综合主成分值, 并按其进行由大到小的序排列, 即可实现对挑选的新能源上市公司进行综合评估。

(二) 新能源上市公司投资价值指标体系的建立。

本文将从四个方面的指标进行分析, 分别为盈利能力、运营能力、偿债能力和发展能力。

1. 盈利能力指标。

第一个是净利润率。净利润率是扣除所有成本、费用和企业所得税后的利润率。

第二个是净资产收益率。净资产收益率又称股东权益收益率, 是净利润与平均股东权益的百分比。

第三个是基本每股收益。基本每股收益是指普通股每股税后利润。

第四个是每股净资产。每股净资产是指股东权益与总股数的比率。这一指标反映每股股票所拥有的资产现值。

2. 运营能力。

第一是应收账款周转率。公司的应收帐款在流动资产中具有举足轻重的地位。应收帐款周转率就是反映公司应收帐款周转速度的比率。

第二的是存货周转率。存货周转率是企业一定时期主营业务成本与平均存货余额的比率。

第三个是固定资产周转率。固定资产周转率主要用于分析对厂房、设备等固定资产的利用效率, 比率越高, 说明利用率越高, 管理水平越好。

第四个是总资产周转率。总资产周转率是考察企业资产运营效率的一项重要指标。

3. 偿债能力。

第一个是速动比率。速动比率是企业速动资产与流动负债的比率。

第二个是资产负债率。资产负债率是指公司年末的负债总额同公司总资产的比率。

第三个是股东权益比率。股东权益比率又称为自有资产比例或净资产比率。股东权益比率应当适中。

4. 发展能力。

第一个为总资产增长率。总资产增长率又名总资产扩张率, 是企业本年总资产增长额同年初资产总额的比率。

第二个是主营业务收入增长率。主营业务收入增长率可以用来衡量公司的产品生命周期, 判断公司发展所处的阶段。

第三个是净利润增长率。它是一个企业经营的最终成果, 净利润多, 企业的经营效益就好;净利润少, 企业的经营效益就差, 它是衡量一个企业经营效益的重要指标。

四、新能源类上市公司投资价值的实证分析

在实证分析过程中, 投资者可以从新浪财经数据库获得所选新能源上市公司前一年和近三年的平均财务数据进行分析。

将所选新能源上市公司前一年的指标数据输入到SPSS19.0中, 首先进行数据标准化, 得到的结果为标准化处理后的变量, 形成相关系数矩阵表。通过SPSS19.0软件求出相关系数矩阵的特征值和特征值的方差贡献率及其累积方差贡献率, 相关系数矩阵的特征值和特征值的方差贡献率及其累积方差。可以提取三个主成分。提取的三个主成分是可以基本反映全部指标的信息。但光选取前一年的财务数据并不能综合的比较出多家新能源上一市公司的投资价值, 因为这些上市公司的波动性比较大, 所以应选择前三年的财务指标的平均值进行比较分析。从实证数据中, 两项综合排名, 一年与三年的平均指标排名是有区别的, 所以, 投资者在参考指标排名时, 不能只考虑最近一年新能源上市公司的综合排名, 应将后几年综合的指标。

参考文献

[1]李靖华, 郭耀煌.主成分分析用于多指标评价的方法研究[J].管理工程学报, 2002 (16)

能源评估论文 篇8

电力市场环境下,可用输电能力(available transfer capability,ATC)是重要的调度依据和市场调节信号,用于指导电力系统的正常运行。它不仅可以表明电网运行的安全与稳定裕度,还可以为系统运行人员和电力市场参与者提供电网使用状况的详细信息,以指导其市场行为[1,2,3]。

随着新能源发电的日益广泛应用,它们在电力系统的渗透率也越来越高。世界新能源发电正从补充能源向替代能源过渡,从独立系统向大规模并网方向发展;就中国而言,新能源发电也正在由分散、小规模开发、就地消纳,逐步向大规模、高集中开发及远距离、高电压输送方向发展[4]。新能源发电的规模性接入及其不确定性特点,对电力系统运行各方面将产生一定影响,ATC是其中一个重要方面,是智能电网和电力市场发展的一项重要研究课题。

另外,电力市场环境下的电能交易瞬息万变,系统运行的不确定性大大增加,考虑系统参数不确定性的ATC评估是当前的研究热点。文献[5-6]提出了一种基于序贯蒙特卡洛仿真的ATC计算方法,能综合考虑动态时变性和不确定性的影响,根据元件的运行特性及状态转移特性按时间顺序来仿真系统状态,并定义一系列的概率指标进行ATC评估;文献[7-9]除了考虑负荷波动、设备故障等不确定性因素外,利用蒙特卡洛仿真考虑了风电场风速及输出功率的随机特性,进而对输电能力进行概率评估;文献[10]针对太阳能发电系统的不确定性,提出了基于点估计法和Cornish-Fisher级数的含大型太阳能发电系统的输电能力概率计算方法。上述文献的共同特点是通过各种方法有效描述了影响系统输电能力的各种不确定因素,并最终给出了输电能力的概率区间,以力求为系统工作人员运行调度、电能交易等提供依据。然而,在瞬息万变的电力市场环境下,仅仅通过概率区间来确定ATC并非完善之举,给系统的安全经济运行带来风险。文献[11]针对系统不确定性,首次提出了基于风险和统计指标的ATC评估,通过定义风险模型量度ATC值与风险之间的关系,然而其实质上仍然需要依据系统运行人员的主观判断来确定ATC。

本文在考虑负荷波动、设备状态及典型新能源发电中风电场、太阳能电站输出功率的不确定性的基础上,建立了ATC的风险效益模型,研究了新能源发电场(站)的位置、输出功率不确定性、穿透率等对ATC的影响。

1 基于最优潮流的ATC模型

因为已考虑不确定性因素对输电能力的影响,所以ATC的计算不再单独考虑输电可靠性裕度。本文的ATC计算采用负荷因子λ来反映受电侧负荷的增长程度。受电侧起始时刻的负荷值P0Di,对应现存的输电情况,此时λ=0;当受电侧各节点按现存负荷的有功比例KPi增长,使得λ值达到最大,即PDi(λmax)=P0Di+KPiλmax时,则输电能力也达到最大值。因此,只需要计算负荷因子λ达到最大时的PDi(λmax),即可计算出ATC,其计算公式为:

式中:L为受电侧负荷节点集合;PCBM为容量效益裕度,本文取最大输电能力的5%。

求解负荷因子达到最大的问题是一个优化问题,本文采用最优潮流进行求解,其模型为:

式中:G(x,λ)为等式约束,即系统的潮流方程;H(x,λ)为不等式约束,包括节点电压幅值约束、发电机容量约束、线路热稳定约束。

2 非时序蒙特卡洛仿真

2.1 设备状态不确定性

本文考虑系统中发电机、输电线路的随机故障,假设其服从概率分布的两状态模型,即工作状态和故障停运状态,根据发电机、输电线路的不可用率,利用服从均匀分布U(0,1)的随机数,确定发电机和输电线路的随机状态。

2.2 新能源发电及负荷的不确定性

风电机组的功率输出取决于风速,而风速近似服从双参数Weibull分布;太阳能光伏发电中电池方阵的功率输出取决于太阳光辐照度,而辐照度在一定时间段内可以近似为Beta分布。由风速和太阳光辐照度的概率密度函数可得到风功率输出Pwind和太阳能电池方阵功率输出Psolar的概率密度函数[4]分别为:

式中:λ′和μ为与风电机组的切入风速、额定风速和额定输出功率有关的常系数;K为Weibull分布的形状参数;C为尺度参数;Rsolar为太阳能电池方阵最大输出功率;α和β为Beta分布形状参数;Γ为Gamma函数。

目前对接入电网的风电机组要求具备协调控制机组和无功补偿装置的能力,能够保证无功功率有一定的调节容量,因此,风电机组的无功功率按恒功率因数方式来确定,光伏发电系统一般只向电网提供有功功率,为简化处理,无功功率不予考虑。

对于负荷波动带来的不确定性,采用正态分布近似反映。设μP和σP分别为有功负荷预测的平均值和标准差,则有功负荷Pload的概率密度函数为:

无功负荷按恒功率因数方式确定。

风力发电、太阳能发电及负荷波动的不确定性可分别通过式(3)—式(5)所示概率密度函数展开非时序蒙特卡洛仿真。针对每一次随机抽取,均可确定一个系统可能存在的状态样本。

3 风险效益模型及求解

通过蒙特卡洛模拟确定设备状态进而确定系统结构,再通过抽样确定新能源发电输出功率、负荷功率,然后即可利用式(1)、式(2)求取特定系统状态样本下的ATC。在完成设定的蒙特卡洛模拟次数的计算后,可对相应数量的ATC进行统计。例如,可获得ATC概率密度函数f(PATC)和对应任意大小ATC值PATC,T的风险度Rrisk(PATC,T),可分别表示如下:

式中:NATC为全部蒙特卡洛仿真次数完成后某一ATC值出现的次数;NS为总的仿真次数;Ni为仿真中ATC值不大于PATC,T的次数。

基于式(7),若指定风险水平,则可容易地确定ATC,但这仍然要依赖运行人员的主观判断。更合理的方法是考虑ATC风险损失与效益,从追求综合效益最大化的角度寻求二者的最佳平衡点[12,13]。

3.1 效益模型

增大ATC可使电力企业增加效益,该效益fbf(x)可大致分为4个部分,即传输功率运行效益fwb(x)、延缓电网扩建效益fep(T(x))、发电厂售电效益fgb(x)和配电网售电效益fdb(x)。

式中:a,b,c,d为加权系数;KP为运行费用;PATC,0为某一确定的ATC;Ct为电网扩建成本;r为金融利率;T(x)为电网扩建项目推迟时间;CCL为发电厂的燃料费用函数;λc为合约价格;λs为配电网售电价格。

3.2 风险模型

增加ATC同样会产生资金损失fml(x,PATC,s),本文主要考虑2个方面:其一为增加功率传输而造成的功率损失费用fpl(PATC,s);其二为设备故障退出运行而中断对用户供电进而支付给用户的合约费用[14]foc(x-PATC,s)。由于ATC值x与设备故障直接相关,因此在风险函数中应该考虑ATC的概率性质。具体风险函数为:

式中:m和n为加权系数;PATC,s为设备故障退出运行后剩余ATC;λi为中断传输估价系数;Kloss为功率损失费用系数;q为功率转换系数。

3.3 综合效益模型

最优ATC对应的应该是综合效益最大所对应的系统运行点,综合效益函数fsy(x)可表示为效益函数与风险函数差值,即

使综合效益函数fsy(x)最大,应有:

3.4 综合效益的求解

式(14)是含离散变量f(PATC,s)的函数,很难直接求取,本文采用迭代搜索的方法并结合插值技术进行求解。式(14)可近似转换成下式:

给x设定初值,并给Δx设定迭代步长,然后通过式(15)进行迭代,迭代伊始效益增量(等号前)大于风险费用增量(等号后),随迭代进行,两者增量发生变化,直至效益增量小于或等于风险费用增量:若是等于,可直接确定对应的最优ATC;若是小于,则可通过插值技术确定最优ATC,即

式中:A代表ATC值;dfbf(An+1)=fbf(An+1)-fbf(An);dfrf(An+1)=frf(An+1)-frf(An)。

4 算例分析

利用IEEE 118节点测试系统[15]进行仿真研究。将该系统分成2个区域,如图1所示。

该系统有118个节点,186条支路,54个常规发电机组,总装机容量为9 966.2 MW,系统基态负荷为4 242 MW。实验中蒙特卡洛仿真抽样次数选取为5 000次。风险效益模型参数如表1所示。

注:s为某一特定的ATC值。

为进行对比研究,设定4种新能源发电穿透率水平,具体为:

穿透率1:系统中没有风力发电或太阳能发电。

穿透率2:在受电区域增加2个风电场和1个太阳能发电站。每个风电场包含50台风电机组,每台机组的出力范围为0~1.7 MW,安装在节点13和14;每个太阳能电站包含20台出力范围为0~5 MW的太阳能发电机组,安装在节点22。

穿透率3:在受电区域增加4个风电场和2个太阳能电站。其中风电场安装在节点13,14,16,17;太阳能电站安装在节点22,23。

穿透率4:在受电区域增加6个风电场和4个太阳能电站。其中风电场安装在节点13,14,16,17,20,115;太阳能电站安装在22,23,29,114。

4.1 不同穿透率对ATC的影响

表2为不同穿透率下对应式(7)的不同风险的区域间ATC。

由表2可以看出,随着新能源发电穿透率的提高,对应相应风险水平的ATC不断增加,这实际是由于新能源电源直接为其附近的负荷提供了功率支持,从而使得区域间线路的负荷减少,进而增加了传输容量。

4.2 新能源发电出力不确定性对ATC的影响

为反映新能源发电不确定性对ATC波动程度的影响,基于受、供电区域间ATC计算,对不同穿透率下的ATC方差统计如下:穿透率分别为1,2,3,4时,方差分别为109.1,430.6,735.4,1 034.6。

可以看出,随着穿透率的提高,ATC波动不断增大,这是由于随着穿透率的提高,新能源发电出力不确定性导致系统参数的不确定性增大而造成的。

4.3 新能源发电设备安装位置对ATC的影响

将穿透率2下的风电场和太阳能电站由受电区域转移到供电区域,并计算两区域间的风险效益最优ATC及方差,与转移前进行比较,结果如下:转移前最优ATC为672.5 MW,方差为430.5 MW2;转移后最优ATC为325.0 MW,方差为206.6 MW2。

可以看出,相对转移前,转移后的最优ATC值及其方差均相应小于转移前的值,这说明新能源发电在不同地点并网会给ATC带来不同的影响。在受电区域并网会对ATC影响较大,而在供电区域的影响则相反,因此系统规划时从提高ATC的角度出发,新能源发电应该选择在受电区域并网。

4.4 基于风险效益分析的ATC决策

基于第3节的风险效益模型及求解方法,对不同穿透率下的ATC进行了计算,得到综合效益最大的最优ATC及对应的风险水平,具体见表3。

可以看出,不同穿透率下最优ATC对应的风险水平并不是固定的,若运行人员单凭主观判断则很难确定最优ATC所对应的最合理风险水平。

图2为不同穿透率下效益及风险费用与ATC的关系曲线。由图中曲线可以看出:效益及风险费用均随着ATC的增大而增加;在曲线上升的初始阶段,效益增量大于风险费用增量,综合效益呈增大趋势;当效益增量小于风险费用增量时,综合效益开始减小;当两增量相等时,对应的ATC为综合效益最大的最优ATC。

5 结语

针对新能源发电并网系统的ATC计算要考虑大量不确定性因素的特点,通过建立ATC的风险效益模型,提出了以追求综合效益最大化为目标的ATC决策方法。所得成果可为研究新能源发电并网系统规划和系统运行调度提供依据。

能源评估论文 篇9

关键词：输电网线损率,概率评估,出力不确定性绿色能源,节能调度,蒙特卡罗模拟,节能降耗

0 引言

在能源紧缺的今天,节能降耗具有重要的社会和经济意义。电能在输电网传输过程中会产生电能损耗,精确地对输电网的线损率进行评估对电力部门降损节能工作的开展具有重要的指导意义[1]。

目前,输电网线损率评估方法可分为确定性和不确定性两类[1,2,3,4,5,6]。确定性方法主要以电网典型运行方式下的网络线损率为基础计算线损率指标。而实际系统中发电机及负荷功率的变化都较大,且具有较大的随机性,该方法很难真实反映实际系统的线损率状况。而不确定性方法能够弥补确定性方法的上述不足。

不确定性线损率评估方法主要分成两类[2,3,4,5,6]:第一类是将概率潮流应用于线损率评估或直接考虑不确定性的线损率概率分析;第二类是直接采用蒙特卡罗随机模拟(Monte Carlo Simulation)的评估方法。在前一类线损率概率评估方法中,文献[2-4]考虑了负荷及发电机组出力的不确定性,均假设已知节点注入功率的概率分布函数,再采用线性化方法来确定网损随注入功率变化的概率分布。而实际上线路电阻的有功损耗与线路功率(节点注入功率)呈平方关系,对地电导的有功损耗与节点电压呈平方关系。因此,该方法必然带来较大的线性化误差。后一类线损率概率评估方法中,文献[5-6]以正态分布随机数描述节点负荷状态,通过建立发电机组的经济调度模型及其启发式调度方法来模拟机组的启停与运行状态,利用系统状态的模拟调整,通过随机样本的潮流计算来确定网络线损率的概率分布。该方法没有考虑节能降耗环境下绿色能源接入对线损率评估的影响。

实际上,为摆脱化石类能源不足带来的能源危机,目前世界各国可再生绿色能源的开发获得了空前的发展。我国绿色能源中长期发展规划也提出到2020年绿色能源消费将达到总能源消费的15%[7]。同时,电力行业已开展了节能调度的工作以充分利用可再生绿色能源和低能耗能源从而实现节能降耗。但是,绿色能源大都具有出力不确定性的特点,这会给输电网线损率的精细化评估带来较大的不确定性,同时也会给输电网的安全运行带来严重影响[8]。

鉴于此,本文提出了计及绿色能源出力不确定性的输电网线损率概率评估方法。首先,以绿色能源出力的概率分布随机值描述其各时段的随机状态,并以此模拟出日生产电量;采用正态分布的随机数描述节点负荷各时段的随机状态,并以此模拟出日负荷电量;再考虑节能降耗的需要,建立了日节能调度优化模拟模型以及对应的启发式调度算法来模拟机组的启停和运行状态。接着考虑绿色能源出力不确定性(还包括负荷电力不确定性)可能导致的支路功率越限问题,建立了网络安全校正控制模型,并采用原对偶预测校正内点法求解该模型来模拟线路潮流控制状态;然后再进行厂站电压无功控制来模拟系统的电压无功运行状态;最后,通过上述系统状态的模拟,利用潮流计算来确定输电网线损率的概率分布。实际算例验证了上述方法的有效性。

1 绿色能源出力不确定性的模拟方法

绿色能源主要包括风电、水电等,现重点以风电为例说明绿色能源出力不确定性的模拟方法(下同)。

风电机组的出力主要由所在地区的风速决定。风速一般服从Weibull分布[9]。其概率密度函数可表示为

式中:v表示风速;m表示形状系数,取值范围在1.8~2.3之间(一般取m=2);n表示该地区年平均风速。

风电机组输出功率与风速的关系可用式(2)表示。

式中:PW表示风电机组输出功率;PR表示风电机组额定输出功率;vci表示切入风速;vco表示切出风速;vR表示额定风速。

风电场可等效为一台风电机组,其输出功率为其内部全部可用风机输出功率的总和。如需考虑尾流效应对风电场输出功率的影响,则可采用具体的尾流模型计算,近似处理时其尾流系数可取0.90[10]。

某一时段内风电机组的输出电量可利用蒙特卡罗模拟方法,把该时段分为多个小的时段(如一天可分成24个时段),在每个小的时段内假设系统条件不变。由Weibull分布随机产生风速的概率抽样值,并计算出风电机组各小时段内的输出功率,从而可确定某一时段内的发电量。由此,风电机组在某一时段T内的发电量Wkt可表示为

2 负荷随机状态的模拟方法

节点负荷功率一般服从正态分布[6],由此节点负荷的随机功率状态可表示为

式中:NORMRND表示正态分布函数;PD,i表示负荷节点i的随机功率;μi表示各负荷节点特定时段功率均值;σi2表示其对应的方差。

由各时段各负荷节点随机功率,就可计算得到各时段系统负荷功率和日负荷电量(负荷电量的模拟方法与第1节风电机组发电量的模拟方法类似)。

3 机组日节能调度计划的模拟方法

3.1 机组日节能调度优化模拟模型

3.1.1 建模思路

机组的日节能调度计划是在其所在电厂日交易计划已确定的前提下进行的。其目的是在各电厂计划电量完成进度尽可能相同的条件下,尽可能保证绿色能源“以产定电”以及低能耗率机组多发电量,以实现节能效益的最大化。另外,为兼顾调度方案的可操作性,机组的调节应在其技术出力范围内以及调节次数尽可能少。

3.1.2 目标函数

目标函数可为系统总能耗尽可能低(即对应总节能效益尽可能大)。具体可表示为

式中:Pkt表示机组k在时段t的出力;ak、bk、ck分别表示机组k能耗曲线对应的能耗常系数(针对绿色能源机组该系数可视为0);N表示机组的台数;T表示一天中包含的总时段数(本文取24个时段,每个时段内负荷恒定不变)。

3.1.3 约束条件

1)每天24个时段的功率平衡约束,近似考虑网损(网损率设为1.50%),不考虑网络方程。

2)运行机组的技术最大和最小出力限制

式中,Pk,min和Pk,max表示火电机组k的技术最小、最大出力。

3)各电厂日供电量合同约束

式中:Pj表示日供电量受限的第j个电厂;kÎPj表示机组k属于电厂j;WPj,max和WPj,min分别表示电厂j的最大和最小日供电量。

4)不确定性绿色能源“以产定电”约束。

5)部分恒定功率运行机组以及外购电合同约束。

6)机组爬坡速率约束。

7)机组最小启停时间约束。

8)日负荷电量供需平衡约束。

3.2 机组日节能调度启发式模拟算法

机组日节能调度优化模拟模型为复杂的多约束组合优化模型,且具有规模大(24个时段)与离散性的特点。特别是其中的动态约束3)和7),使得各时段的负荷分配相互关联,直接精确求解该模型非常困难。现有方法多采用拉格朗日松弛法、遗传算法等[11,12],但上述方法均存在速度较慢问题,无法达到线损率概率评估(大量样本的重复计算)实际应用的速度要求。由此,本文从实际出发,提出了对应的启发式模拟求解算法。其基本步骤如下。

1)不确定绿色能源“以产定电”约束安排。根据第1节的方法模拟出不确定性绿色能源各时段的随机出力及其日发电量。这步骤确保满足模型中约束条件4)。

2)恒定功率运行机组以及外购电一般按照合同严格执行不随意调整。这步骤确保满足模型中约束条件5)。

3)可调节绿色能源出力预安排(主要针对可调节的水电机组)。根据可调节绿色能源日发电量,按照白天与晚上系统总负荷电量的比例,分两段预安排其出力。

4)总发电计划电量与系统日负荷电量的匹配处理。若系统负荷电量高于总计划电量,则按能耗率的反比增加各电厂计划电量(若调整后的最大电量大于某一电厂的最大可发电量,则按最大可发电量分配);若系统负荷电量小于总计划电量,则按能耗率的正比减少各电厂计划电量(若调整后的最小电量小于某一电厂的最小可发电量,则按最小可发电量分配)。这步骤确保模型中约束条件8)以及目标函数的尽可能实现。

5)机组最小启停时间约束安排。在以下两种情形需安排停机:当各运行机组最小出力总和大于系统最小负荷;某电厂日计划电量小于其最小出力乘以24小时。停机安排一般需要确定以下问题:a)停机电厂的选择;b)停机时段数(停多长时间);c)具体的停机时段(什么时候停);d)停机机组在运行时段时的出力确定;e)停机台数。对第二种停机情形,停机电厂实际已经确定,只需考虑后四个问题。鉴于两种停机情形具有一定相似性,限于篇幅现主要针对第一种情形给出停机步骤如下。

第一步,对需停机的电厂排序。其排序规则为:a)首先,按能耗率由高到低排序确定各电厂的停机顺序,这主要考虑停机后对节能效益影响;b)若能耗率相同,则按运行机组由多到少排序,这主要考虑停机后对电厂计划电量完成的影响;c)若运行机组数相同,则按容量由小到大排序,这主要考虑停机后对备用容量的影响;d)已安排过停机的电厂将其移到最后停机的位置。

第二步,针对选定的电厂,判断该厂中其中一台机组停机后能否满足系统最小负荷要求。若满足,则令电厂停该台机组,并修改该电厂最大最小出力为该机组停机后的值,转第四步。否则该厂所有机组按容量由大到小选择一台停机。

第三步,确定停机机组的停机时段数。停机时段数采用24时段减去该电厂日计划电量按停机机组停机后该电厂最大技术出力的可运行时段数(结果需取整)确定,记停机时段数为Tstop。若Tstop小于最小停机时间约束的时段数,则令Tstop为启停时间约束中的停机时段数。

第四步,确定停机时段[t1,t2]。先找到负荷曲线中极小值对应的时段tmin,并令t1(28)t2(28)tmin。若t1¹1且t2¹24,若Pl(t1-1)£lP(t2(10)1)(注:Pl(t)代表第t时段的负荷功率),则令t1(28)t1-1;否则令t2(28)t2(10)1,直至t2-t1(10)1(28)Tstop。若t1(28)1,直接令t2(28)t1(10)Tstop-1,若t2(28)24,令t1(28)t2-Tstop(10)1。由此确定机组停机时段。

第五步,停机机组在运行时段的出力确定。由于停机已是对机组的大调整,故在其运行时段不再考虑对已停机机组进行调整,而让其恒功率运行。其运行出力按照该机组应从电厂中分得的计划电量和运行时段数确定。若这样确定的出力大于该机组最大出力,则取其最大出力。该机组剩余电量优先分配给同一电厂其他机组。

第六步,判断各运行机组最小出力总和是否小于系统最小负荷。若是则停机安排完成;否则按照前述第一至第五步的方法增加停机机组台数。

上述机组停机步骤的处理确保满足模型中约束条件2)、7)。

6)调度计划需要同时满足电力和电量两个平衡约束,而电力和电量又是相互影响的。为协调两者的关系,将系统负荷曲线分为波动部分和基础部分。其中负荷曲线的波动部分按时段宽度划分成矩形块。

7)非调峰机组的负荷分配。把划分的各矩形块分配给非调峰电厂,得到各电厂的波动出力,将矩形块分给电厂时要满足电厂机组的出力特性约束。各非调峰电厂的计划电量中扣除波动出力所用电量后平分到24个时段,得到承担基荷部分出力,以保证各电厂日交易计划电量的完成。将各非调峰电厂的波动出力和承担基荷的出力相加得到电厂的完整出力。这步确保满足模型中约束条件1)、2)、3)、6)。

8)调峰负荷的分配。经过上述步骤1)到7)的负荷分配以后,一般剩余的负荷会落在调峰电厂的调节范围之内。最后把剩余负荷分配给调峰电厂,调度计划安排完成。

4 网络安全校正控制的模拟方法

在对机组日节能调度计划进行模拟时,各时段没有考虑网络潮流安全约束。而在绿色能源出力以及负荷均具不确定性的环境下,极可能会出现支路功率越限问题。由此,建立了目标函数为机组出力相对其日计划调整量变化最小的网络安全校正控制模拟模型。通过优先调整机组出力解决各时段可能出现的支路功率越限问题,同时目标函数中增加切负荷网络安全控制措施。

4.1 网络安全校正控制模拟模型

4.1.1 目标函数

式中:P0,k表示机组k功率调整前有功出力;rG,k和rD,i分别表示各机组与各节点负荷功率调整的权重系数(权重系数等于灵敏度系数的倒数,该灵敏度系数可采用文献[6]中的试探法确定);Pk表示机组k功率调整后的有功出力;Pr,i表示功率调整后负荷i的有功切负荷量;Nr表示负荷节点个数;表示切负荷权重系数。

4.1.2 约束方程

1)节点功率平衡方程

式中:Pi表示节点i的注入功率,由机组出力、切负荷量以及有功注入负荷构成;xij表示支路ij的电抗;i表示节点i的相角;j表示节点j的相角;ji表示所有与i节点关联的j节点。

2)支路功率限制方程

式中:Pij表示支路ij的传输功率;Pij,min、Pij,max表示支路ij最小与最大传输功率限制。

3)机组技术出力限制方程

4)切负荷量限制方程

式中,PD,i表示节点i有功注入负荷量。

4.2 网络安全校正控制模拟模型的求解算法

针对提出的网络安全校正控制模拟模型,可采用原对偶预测校正内点法求解[13]。首先,将原模型转化为一般的非线性规划问题:

式(13)~式(15)中:f(x)是目标函数;x是优化变量构成的列x(28)[Pr,P,d]T;g(x)、h(x)分别代表等式约束和不等式约束函数;g(x)(28)[g1(x),(43),gm(x)]T,m是等式约束的个数;h(x)(28)[h1(x),(43),hr(x)]T,r是不等式约束的个数;hmax、hmin是不等式约束上下限值所构成的列向量,其表达式为:hmin(x)(28)[h1,min(x),(43),hr,min(x)]T,hmax(x)(28)[h1,max(x),(43),hr,max(x)]T。

转化为式(13)~式(15)的一般性模型后,其解题方法与文献[14]中所述一致。限于篇幅,不再赘述。

5 厂站电压无功控制的模拟方法

变电站和发电厂的电压无功状态对输电网线损率具有重要影响[5]。对于变电站若采用了电压无功自动控制方式,可借鉴文献[14]采用九区图及电压无功的模糊边界整定的方法进行模拟。对于采用手动电压无功控制方式的变电站,则可借鉴文献[6]采用人工调节方法进行模拟。

对于火电或水电厂的高压母线电压控制,可采用文献[5]中的逆调压控制方式进行模拟。风电场的电压无功控制策略根据风电机组类型的不同其思路有一定差异,针对目前主流的变速双馈风电机组,其思路一是利用双馈风机自身的无功调节能力使风电场综合为一个无功电源,使其在外特性上类似于配有自动电压调节器的常规机组参与系统优化;思路二是以风电场升压站为核心借鉴变电站自动控制的经验,调节变压器分接头和电容器保证接入电网节点的电压质量;思路三是综合考虑前两种思路进行协调控制[15]。其中第二种思路目前多为各风电场业主所接受,本文以第二种思路来模拟风电场电压无功的控制,限于篇幅其具体策略参阅文献[14]。

6 计及绿色能源出力不确定性的输电网线损率概率评估方法

计及绿色能源出力的不确定性,根据本文提出的系统状态模拟策略,结合蒙特卡罗方法随机抽样形成日线损率概率评估方法。具体步骤如下:

1)初值设定。设置最大、最小随机样本数kmax、kmin,样本方差系数收敛精度ε,初始样本数k=0。

2)负荷状态与绿色能源出力的随机模拟。由各节点负荷功率概率模型,根据第2节的模拟方法,确定各节点及系统各时段负荷的随机功率以及日负荷电量。由各绿色能源出力的概率模型,根据第1节的模拟方法,确定各时段绿色能源的随机出力以及日发电量。

3)日节能调度机组启停及运行状态的模拟。在各时段系统负荷状态与绿色能源出力确定后,根据第3节的机组日节能调度模拟方法确定各发电机组各时段的启停状态及出力分配值。

4)网络安全校正控制的模拟。根据第4节的网络安全校正控制的模拟方法,确定各发电厂的最小有功调整量,以使得各时段发电机出力满足支路功率安全约束。

5)厂站电压无功运行状态的模拟。各时段节点负荷及发电机状态确定后。根据第5节的方法,通过反复的潮流计算和系统电压无功调整,使得发电厂和变电站的电压无功满足要求,以此来模拟各时段系统电压无功运行状态。

6)线损率计算。当各时段系统电压无功状态都满足要求时,计算相关时段的系统线损、总发电功率,并累计形成一天24个时段的线损率,从而完成一个日样本的线损率计算。

7)收敛判断。当k>kmin时,计算所有样本线损率的方差系数η。若η≤ε或k≥kmax,则停止抽样,输出结果。统计随机样本的线损率变化区间及不同小区间的样本数,绘制线损率的概率分布。否则,修正样本数k=k+1,并返回步骤2),重新随机抽样和系统状态的模拟。

7 算例分析

7.1 基础数据

基于所提的输电网线损率概率评估方法,现取某电网公司2011年7月11日的基础数据验证其有效性。该电网系统日24个时段负荷曲线如图1所示,各时段负荷方差均取对应期望值的5.0%;该日外购电单位5个、火电厂12个(机组24台)、水电厂7个、风电场一座。电网结构以及各电厂基础数据参阅文献[16]。其中,风电场日24时段风速曲线如图2所示,各时段风速方差取对应期望值的50.0%;风电场各风电机组额定容量1 500 kW,共计200台,其切入风速、额定风速、切出风速分别是3.0、10.3、22.0 m/s。仿真参数设置如下:潮流收敛精度1e-5、潮流最大迭代次数20、电网旋转备用率3.0%、最大样本数2000、最小样本数100、样本方差系数收敛精度1e-3。硬件环境为DELL电脑Vostro1000,CPU主频1.59 GHz、内存896 MB。

7.2 绿色能源出力不确定性对输电网线损率概率分布的影响分析

基于第6节的输电网线损率概率评估方法进行蒙特卡罗模拟仿真,分别采用考虑和不考虑绿色能源出力的不确定性来绘制输电网线损率的概率分布曲线图。由此得到的2条概率分布曲线如图3所示(两条曲线分别用时52 min、52.5 min)。

图3中曲线1、2分别表示没有考虑和考虑了绿色能源出力不确定性的输电网线损率概率分布曲线;横坐标表示样本的线损率,纵坐标表示输电网线损发生概率(采用线损率在间隔0.0015单位区间上样本数与总样本数的比例表示)。

从图3可以看出,曲线1输电网线损率期望值约为1.45%,曲线2输电网线损率期望值约为1.57%,较曲线1增加了0.12%;同时,曲线2较曲线1整体右移,其线损率增大趋势非常明显。由此说明,在节能调度环境下绿色能源出力不确定性对线损率的评估影响较大,不考虑该因素来分析输电网线损率的概率分布会带来较大的误差,无法满足节能降损的需要。同时,如果将曲线1理解为是绿色能源出力方差为0的特例。显然,不难得出绿色能源出力不确定性较大造成输电网线损损耗的概率也较大的结论。

另外,曲线2的线损率波动区间较曲线1从0.22%大致增加到了0.30%,增加了约0.08%的线损率波动。这是由于考虑绿色能源出力不确定性后,为适应绿色能源出力的不确定性系统潮流波动变得更加频繁,系统随机状态变化范围更大,从而导致输电网线损率波动区间增加。由此说明,在节能调度环境下,绿色能源出力不确定性使得线损率的概率分布变得更加分散,采用本文所提的概率评估的方法能更加有效和客观地反映绿色能源的不确定性对线损率概率分布的影响。

需指出的是,不确定性绿色能源对输电网线损率概率分布的影响与其绿色能源类型、出力特性、在系统总能源中的比重、接入电网的位置、具体的电网结构等都具有较大关系,上述因素的不同对输电网线损率概率分布的影响也会存在一定差异。

8 结语

计及绿色能源出力不确定性建立了新的输电网线损率概率评估方法,实际算例表明所提方法能够适应当前电力系统节能降损的需要,能为输电网线损率的评估与分析提供科学的理论依据。