首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于GIS的分布式光伏电量成本绿色溢价评价方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网安徽省电力有限公司经济技术研究院;国网安徽众兴电力设计院有限公司

摘要:本发明涉及一种基于GIS的分布式光伏电量成本绿色溢价评价方法,包括:构造分布式光伏工程数据集;对分布式光伏工程数据集进行地理信息配准,得到带有最有效地理信息配准的工程数据集;得到带有最有效地理信息配准的工程数据集在不同地理空间变量下所对应的地理空间变量数据集,以及与地理空间变量数据集相对应的发电量结果;构建空间属性的发电量计算模型,得到拟合空间属性的发电量计算模型;构建绿色溢价电量成本分析模型,输出分布式光伏溢价电量成本溢价。本发明可以有效降低分布式电源优化选址过程中光伏工程发电量的绿色成本溢价,可使光伏工程从建造,运营及拆除能够低碳运行,甚至可能发电量绿色成本溢价实现负指数。

主权项:1.一种基于GIS的分布式光伏电量成本绿色溢价评价方法,其特征在于:该方法包括下列顺序的步骤:1构造分布式光伏工程数据集,分布式光伏工程数据集包括工程的建造数据、运营数据、维护数据和拆除数据;2对分布式光伏工程数据集进行地理信息配准,得到带有最有效地理信息配准的工程数据集;3通过具有Beta分布的随机理论方法计算太阳辐照度的不确定性,根据具有Beta分布的随机理论方法和MATLAB软件对带有最有效地理信息配准的工程数据集进行描述性分析,输出带有最有效地理信息配准的工程数据集在不同地理空间变量下所对应的地理空间变量数据集,以及与地理空间变量数据集相对应的发电量结果;4构建空间属性的发电量计算模型,将地理空间变量数据集、发电量结果输入至空间属性的发电量计算模型,再通过最小二乘法进行拟合,得到拟合空间属性的发电量计算模型;5构建绿色溢价电量成本分析模型,将拟合空间属性的发电量计算模型代入绿色溢价电量成本分析模型,绿色溢价电量成本分析模型输出分布式光伏溢价电量成本溢价;所述步骤2具体包括以下步骤:2a将分布式光伏工程数据集输入至地理信息工具ArcGIS;2b地理信息工具ArcGIS对分布式光伏项目进行地理信息配准,删除重复位置的变量,对邻域变量的质量属性进行计算;2c地理信息工具ArcGIS输出带有最有效地理信息配准的工程数据集,带有最有效地理信息配准的工程数据集包括经地理空间信息配准的经纬度数据、气象数据、全球水平辐射、扩散水平辐射、环境温度、风速、日照时长和光照强度;在步骤3中,所述通过具有Beta分布的随机理论方法计算太阳辐照度的不确定性具体包括以下步骤:3a太阳辐照度的概率密度函数为: 其中,s为太阳辐照度;smax为给定时间的太阳辐照度上限;α、β均为Beta分布的形状参数;3bα、β的计算公式如下: 其中,μg为时间段g内历史太阳辐照度数据的平均值,σg为时间段g内历史太阳辐照度数据的标准偏差;3c基于每个时间段对应的特定Beta分布,利用多态理论对概率密度函数进行离散化,每个时间段的概率密度函数被划分为N个状态,每个状态具有相同的跨度;设sT-min和sT-max分别表示状态T的上界和下界,太阳辐照度落在状态T的概率表示为: 3d使用分段函数表示光伏的有功功率输出与太阳辐照度之间的关系: 其中,srated为光伏的额定太阳辐照度,ps-rated为光伏的额定有功输出功率;在步骤4中,所述空间属性的发电量计算模型的公式如下:Cpro=b0+b1x1+b2x2+…+bnxn+e其中,Cpro是分布式光伏预测发电量,x1,x2…xn是影响光伏发电的地理空间属性的特征,影响光伏发电的地理空间属性包括气象数据、环境温度、风速、日照时长和光照强度,对最小二乘法拟合的函数进行皮尔逊分析,检验拟合优度:把R1=-∞,+∞分为适当个数的连续区间:-∞a0a1a2…ak-1ak+∞以ni表示样本值中落在区间ai-1,ai内的个数,皮尔逊拟合优度检验公式为: 其中,n为总样本量,pi为用经过拟合公式计算的分布式光伏预测发电量的结果落在ai-1,ai的个数再除以n得到的值,χ2为卡方值,该值越大,拟合优度越差,反之,拟合优度越好,若卡方分布表达到临界值则检验通过;若检验通过,得到拟合空间属性的发电量计算公式:Cpro=b0+b1x1+b2x2+…+bnxn+e若检验未通过,增加有影响的地理空间变量后,再进行检验,通过后,得到拟合空间属性的发电量计算公式:Cpro=b0+b1x1+b2x2+…+bnxn+bnxa+bnxb+bnxc+e式中:xa、xb、xc为增加的有影响的地理空间变量;在步骤5中,所述绿色溢价电量成本分析模型的公式为:Cep=Cinvest+Coperation+Cbuy-Cpro式中:Cinvest、Coperation分别为投资建设成本、运维成本,Cbuy为从主网的购电成本,Cpro为储能电池低储高发的收益; 式中:r0为贴现率,取0.06;y为适用规划年限,分布式光伏取20年、储能电池取10年;分别为单位容量的光伏、储能电池投资建设成本;分别为场景k中节点j光伏、储能电池的实际并网容量;Coperation式中:λ为运维成本的折算比例,取0.1;为分布式光伏单位容量的弃电成本;为场景k中节点j的光伏并网容量的理论值;为从主网购电的单位容量实时电价;分别为场景k中储能电池节点j的充放电功率值; 式中,为场景k中节点j的主网购电量; 式中,分别为场景k中节点j储能电池作用前后的负荷量。

全文数据:

权利要求:

百度查询: 国网安徽省电力有限公司经济技术研究院 国网安徽众兴电力设计院有限公司 一种基于GIS的分布式光伏电量成本绿色溢价评价方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。