CN110675087A - 一种区域综合能源***投资潜力评估方法 - Google Patents
一种区域综合能源***投资潜力评估方法 Download PDFInfo
- Publication number
- CN110675087A CN110675087A CN201910964062.7A CN201910964062A CN110675087A CN 110675087 A CN110675087 A CN 110675087A CN 201910964062 A CN201910964062 A CN 201910964062A CN 110675087 A CN110675087 A CN 110675087A
- Authority
- CN
- China
- Prior art keywords
- energy
- energy system
- regional
- comprehensive energy
- cost
- 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
- 238000000034 method Methods 0.000 title claims description 29
- 238000010276 construction Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000005265 energy consumption Methods 0.000 claims description 27
- 238000005457 optimization Methods 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 9
- 238000005338 heat storage Methods 0.000 claims description 9
- 238000005057 refrigeration Methods 0.000 claims description 9
- 230000000295 complement effect Effects 0.000 claims description 8
- 238000010438 heat treatment Methods 0.000 claims description 8
- 238000004146 energy storage Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 4
- 238000004378 air conditioning Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 239000003345 natural gas Substances 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 11
- 238000004364 calculation method Methods 0.000 abstract description 8
- 238000011084 recovery Methods 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010612 desalination reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Technology Law (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种区域综合能源***投资潜力评估方法,通过对典型用户进行聚类提取典型用能曲线,对区域的总体用能情况能够进行合理的分析与推算。设计建立区域能源***基础模型和综合能源***优化运行模型,基于上述模型能够区域综合能源***收益,确定综合能源***的总投资,从而基于此进行经济性分析,测算内部收益率、单位收益等指标,对区域发展综合能源***建设的市场潜力进行量化评估。能够有效分析该区域综合能源***投资建设的盈利能力和成本回收,对区域间的市场潜力进行可视化和优先排序,为区域能源***规划提供参考,为区域综合能源***的建设投资提供科学指导,在当今能源互联网发展建设的形式下更能体现计算评估的经济合理性。
Description
技术领域
本发明属于综合能源***技术领域,具体涉及一种区域综合能源***投资潜力评估方法。
背景技术
随着储能技术的发展和成本的降低,集成多种储能方式的区域综合能源***的盈利能力成为现实。此外,随着电池储能(BES)、蓄热(TS)和冰蓄冷(IS)***等存储设备的安装,能源消费者有能力应对能源价格的短期变化,并缓解能源资源的浪费。
最近,研究表明,区域综合能源***具有提高效率和节省费用的能力。然而,由于地理特征、能源价格和消费者构成的差异,区域综合能源***形成的市场潜力因地区而异。因此,有必要为愿意建立区域综合能源***的地区提供市场潜力分析工具。到目前为止,已有关于可再生能源脱盐市场潜力分析、需求侧响应和能源领域其他一些新技术创新的研究,但针对区域综合能源***建设的区域分析方法仍然缺失。如果有了这个分析工具,政府管理人员、能源消费者和相关投资者将对区域综合能源***的建设做出更多的决策,这必将有利于能源互联网的可持续发展。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种区域综合能源***投资潜力评估方法,评估目标区域发展建设综合能源***,开展综合能源服务的潜力。
本发明采用以下技术方案:
一种区域综合能源***投资潜力评估方法,包括以下步骤:
S1、获取各地区相应的各种典型用户的历史用能曲线数据,使用聚类方法基于每种类型用户的历史用能数据,产生典型用户日用能曲线,生成典型用户集;
S2、分析特定区域相应的典型用户构成,估计目标区域的典型用能曲线;
S3、根据传统运行方式和综合能源***多能互补优化运行方式之间的运营成本差异计算目标区域的利润;
S4、测算目标区域综合能源***投资建设成本,根据***的投资-收益进行经济性分析,量化该区域发展综合能源服务的市场潜力,完成评估。
具体的,步骤S1中,典型用户是对于一个拥有大量能源用户的地区,通过应用聚类方法,从用户的历史用能数据中提取每种类型用户的用能特性,对用户类型进行聚类,得到各用能用户类型的典型用能曲线,形成典型用户集。
具体的,步骤S2中,区域各能源需求典型曲线为:
具体的,步骤S3中,目标区域能源***在传统运行方式和综合能源***多能互补优化运行方式之间的总运行成本的差异通过求解基本模型和综合能源***优化运行模型计算得到,具体为:
profit=CBC-CELAN
其中,profit表示利润,CBC表示按基本模型计算得到的运营成本,CELAN表示按日前经济调度得到的区域综合能源***模型计算得到的运营成本。
进一步的,基本模型具体为:
通过电网购电、燃煤锅炉制热、空调制冷通过能源***解耦运行获取区域的电、热、冷用能需求;
综合能源***优化运行模型具体为:
建立区域综合能源***,运用经济运行调度策略,降低该地区总运行成本,包括能源购买成本和***运维成本,为了评估区域综合能源***的运行成本,应用针对典型日的区域综合能源***优化运行模型进行计算;
区域综合能源***模型的约束包括能量转换约束、供需平衡约束以及设备技术限制的界限。
更进一步的,区域综合能源***模型的目标是最小化能量局域网***的能量购买成本以及运行和维护成本,具体为:
minCELAN=Cbuy+COM
其中,能源采购成本Cbuy包括电网销售电力、天然气和蒸汽的费用,而成本COM是维护和运行能量转换和发电设备的总费用;
区域综合能源***模型的约束为:
其中,表示热电联产机组的有功出力;表示储能的放电功率;表示蓄冷***的制冷电功率;表示空调的电功率;表示充电功率;Lelec(t)表示电负荷;表示空调的电功率;表示蓄冷***的制冷电功率;Lcold(t)表示冷负荷;Lheat(t)表示蒸汽热负荷;Lspace(t)表示空间热负荷;表示空调热出力;qsteam(t)表示蒸汽热力;表示储热设备的蓄热功率;表示储热设备的放热功率。
具体的,步骤S4中,经济分析包括对区域综合能源***方案的总投资、年利润和单位利润以及投资内部收益率的评估。
进一步的,区域综合能源***建设总投资TIC具体为:
TIC=γimax{qi(t)}
综合能源设备包括热电联产机组、储能、蓄冷***和空调。
进一步的,区域综合能源***的单位利润λLAN具体为:
其中,L∑表示总负荷,CBC和CELAN分别表示基本模型和区域综合能源***模型的运营成本;
区域综合能源***的年利润具体为:
AP=nd(CBC-CELAN)
其中,AP表示年利润,nd表示一年内的有效工作日。
进一步的,区域综合能源***的内部收益率IRR具体为:
其中,d表示折现率;AP表示综合能源***预计收益;TIC表示综合能源***总投资成本。
与现有技术相比,本发明至少具有以下有益效果:
本发明介绍了一种区域综合能源***投资潜力评估方法,通过对典型用户进行聚类提取典型用能曲线,简化了计算分析对数据量的需求,从而对区域的总体用能情况能够进行合理的分析与推算;在此基础上,为了比较综合能源***建设对区域能源使用带来的经济收益,设计建立了区域能源***基础模型和综合能源***优化运行模型,基于上述模型能够区域综合能源***收益和投资规模,从而基于此进行完全经济性分析,测算内部收益率、单位收益等指标,对区域发展综合能源***建设的市场潜力进行量化评估;基于评估结果,对进行不同区域建设综合能源***,开展综合能源服务的潜力进行排序和评价,对综合能源项目合理规划和部署具有重要的指导意义。
进一步的,用户的历史用能曲线产生的典型用户日用能曲线,是步骤S2进行区域能源需求预测基础,能够较为准确地反映各类型典型用户能源消耗的时序特性,同时减少对海量基础数据直接进行运用导致的计算复杂度高的问题。
进一步的,区域能源***的组成单元是用户,用户的类型及其构成比例将对区域总能源需求起决定性作用。通过分析区域的用户构成比例估计整个区域的能源需求曲线,具有通用性和易操作性,即只要了解对区域的用户构成和总能源消耗体量,就能对区域的能源需求进行合理估计,生成目标区域的典型用能曲线。
进一步的,区域能源***进行综合能源***投资建设后,其运营成本下降是项目最重要的发展动力,因此通过计算在传统方式下的运营成本和综合能源***多能互补优化运行方式之间的运营成本差异,能够对区域构建综合能源***的收益进行估计。
进一步的,基本模型是对区域能源***传统能源解耦的运行方式的模拟,能够体现改造前区域能源***的运营成本;综合能源***优化运行模型是考虑多能互补、能源协调互济的综合能源***典型日经济调度,模型考虑了冷热电三联供等常见综合能源新型供能方式,添加了多端供能、用能的约束条件,反映综合能源建设后区域能源***的运营成本与预期投资规模。
进一步的,经济分析是通过综合能源***建设预期投资与收益,对区域进行综合能源建设投资潜力的量化评估,从而对区域综合能源***投资潜力定量分析,并根据潜力大小对区不同区域的投资优先级进行排序。
进一步的,计算综合能源***建设总投资,能够反映对区域的能源***建设的市场规模,投资者将对市场规模大的区域的投资兴趣更大。
进一步的,综合能源***的单位利润反映***满足单位用能负荷能产生的收益,是对综合能源***短期利益的一种反映,能体现投资前后能源***的能效提升程度,过低的单位利润将使得投资变得没有意义。
进一步的,内部收益率反映综合能源***建设投资回报关系,越高的内部收益率将提示该投资成本能够越快回收,是投资者最关注的指标。
综上所述,本发明能够有效得到该区域综合能源***投资建设的盈利能力和成本回收能力,为区域综合能源***的建设投资提供科学指导,在当下全面建设综合能源***的形式下更能体现计算评估的合理性。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明方法流程图;
图2为实例区域的投资潜力分析结果排序图。
具体实施方式
本发明提供了一种区域综合能源***投资潜力评估方法,通过对典型用户进行聚类提取典型用能曲线,简化了计算分析对数据量的需求,从而对区域的总体用能情况能够进行合理的分析与推算,测算区域综合能源***收益,确定综合能源***的总投资,从而基于此进行经济性分析,测算内部收益率、单位收益等指标,对区域发展综合能源服务、建设综合能源***的投资潜力进行量化评估。
请参阅图1,本发明一种区域综合能源***投资潜力评估方法,包括以下步骤:
S1、从国家电网和南方电网获取各地区相应的各种类型典型用户的历史能耗数据,使用聚类方法(如k-means)基于每种类型用户的历史能耗数据生成典型用户集;
典型用户指:对于一个拥有大量能源用户的地区,感兴趣的投资者不可能逐一分析每个用户的能源消耗特征。通常,根据某些特定的规则,一个地区的用户可以分为几类,例如,化学工业、酒店、办公楼等等。
用户简档集:在每种用户类型中,用户在能源消费上有相似之处,可以按类聚合,以统一的能源需求曲线来表征。因此,通过应用聚类方法,例如k-means方法,从用户的历史能耗数据中提取每种类型用户的公共属性,可以自动对用户类型进行聚类,并且可以计算每种聚类用户类型的典型能源需求曲线及其概率分布。
S2、针对特定地区,分析该区域相应的典型用户构成,以此估计目标区域的典型能源需求曲线;
具体的,考虑特定地区典型用户的构成,能源需求曲线使用下式:
S3、根据基本模型和区域综合能源***优化运行模型之间的运营成本差异计算目标区域的区域综合能源***多能互补收益;
区域综合能源***多能互补收益具体为:
目标区域能源***在传统运行方式和综合能源***多能互补优化运行方式之间的总运行成本的差异,可分别通过求解基本模型和综合能源***优化运行模型计算得到,即:
profit=CBC-CELAN (3)
其中,profit表示利润,CBC表示按基本模型计算得到的运营成本,CELAN表示按日前经济调度得到的区域综合能源***模型计算得到的运营成本。
基本模型具体为:
区域的电、热、冷用能需求分别通过能源***解耦运行的方式获取:即电网购电、燃煤锅炉制热、空调制冷。
区域综合能源***优化运行模型具体为:
通过建立区域综合能源***,如投运冷热电三联供和储能***等,运用经济运行调度策略,降低该地区总运行成本,包括能源购买成本和***运维成本。为了评估区域综合能源***的运行成本,应用了针对典型日的区域综合能源***优化运行模型进行计算。
区域综合能源***模型的目标是最小化能量局域网***的能量购买成本以及运行和维护成本,这可以由优化问题(4)表述。
minCELAN=Cbuy+COM (4)
其中,能源采购成本Cbuy包括电网销售电力、天然气和蒸汽的费用,而成本COM是维护和运行能量转换和发电设备的总费用。
区域综合能源***模型的约束具体为:
区域综合能源***模型的约束包括能量转换约束、供需平衡约束、设备技术限制的界限等,式(7)表示电力供需平衡约束,式(8)~(10)保证了冷却、加热和蒸汽需求的能源供应充足。即:
其中,表示热电联产机组的有功出力;表示储能的放电功率;表示蓄冷***的制冷电功率;表示空调的电功率;表示充电功率;Lelec(t)表示电负荷;表示空调的电功率;表示蓄冷***的制冷电功率;Lcold(t)表示冷负荷;Lheat(t)表示蒸汽热负荷;Lspace(t)表示空间热负荷;表示空调热出力;qsteam(t)表示蒸汽热力;表示储热设备的蓄热功率;表示储热设备的放热功率。
S4、目标区域关于区域综合能源***建设投资的经济分析,根据评估结果,能够对目标区域发展综合能源服务将产生的成本、回报进行较为准确的预估,对该区域综合能源规划提供知道,同时也可方便进行不同区域的结果进行横向比较,最大化城市建设投入产出比,可用于城市分区域综合能源战略部署与规划,为城市分区综合能源发展规划提供参考意见。
区域综合能源***的经济分析具体为:
经济分析包括对区域综合能源***方案的总投资、年利润和单位利润以及投资内部收益率的评估。
域综合能源***建设总投资具体为:
区域综合能源***优化运行模型求解出最大综合能源设备用量,综合能源设备包括热电联产机组、储能、蓄冷***、空调等,综合能源***总投资成本TIC计算如下:
TIC=γimax{qi(t)} (11)
区域综合能源***的单位利润具体为:
单位利润是区域综合能源***节约效果的一个指标,单位利润λLAN计算如下:
其中,L∑表示总负荷,CBC和CELAN分别表示基本模型和区域综合能源***模型的成本。
区域综合能源***的年利润具体为:
年利润被定义为由日利润和一年内有效工作日nd的乘积,年利润AP计算如下:
AP=nd(CBC-CELAN) (13)
其中,nd表示一年内的有效工作日。
区域综合能源***的内部收益率具体为:
内部收益率被定义为净现值等于零的贴现率,内部收益率IRR计算如下:
其中,d表示折现率;AP表示综合能源***预计收益;TIC表示综合能源***总投资成本。
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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2,以中国东部省份某区县为算例验证所提出的区域综合能源***投资潜力评估方法的可行性和有效性。居民用户、商业用户以及工业用户是最普遍的区域内能源消费终端,能够占据区域总能源消费的90%,因此算例中,我们将用户集设置为工业用户、居民用户和商业用户三类,经实地调研和数据收集,经步骤S1方法,得到各类型典型用户的日用能曲线。其中能源采购价格采用现行政府指导价。
该区县有10个备选综合能源规划示范区域,每个区域用户组成各不相同,开发综合能源***的投资和产出也将有所差异。为合理开展目标区县的综合能源战略规划,推选综合能源多能互补项目示范区,以下对10个区域的综合能源***投资潜力进行测算。为方便分析,我们对目标区域10个待评估区域进行编号。经调研,10个地区的的基本情况以及测算结果如下:
地区1(I1):该区域的典型用户构成为44:16:40,该区域建成综合能源***后,单位利润为0.097元/千瓦时,内部收益率为10%;
地区2(I2):该区域的典型用户构成为54:1:44,该区域建成综合能源***后,单位利润为0.104元/千瓦时,内部收益率为10%;
地区3(H1):该区域的典型用户构成为37:63:0,该区域建成综合能源***后,单位利润为0.115元/千瓦时,内部收益率为13%;
地区4(H2):该区域的典型用户构成为17:67:60,该区域建成综合能源***后,单位利润为0.1075元/千瓦时,内部收益率为12.5%;
地区5(H3):该区域的典型用户构成为36:46:19,该区域建成综合能源***后,单位利润为0.105元/千瓦时,内部收益率为11.8%;
地区6(H4):该区域的典型用户构成为6:60:34,该区域建成综合能源***后,单位利润为0.1175元/千瓦时,内部收益率为11%;
地区7(H5):该区域的典型用户构成为32:36:432,该区域建成综合能源***后,单位利润为0.10元/千瓦时,内部收益率为11%;
地区8(H6):该区域的典型用户构成为1:50:49,该区域建成综合能源***后,单位利润为0.101元/千瓦时,内部收益率为10.8%;
地区9(O1):该区域的典型用户构成为43:3:54,该区域建成综合能源***后,单位利润为0.095元/千瓦时,内部收益率为9%;
地区10(O2):该区域的典型用户构成为39:22:39,该区域建成综合能源***后,单位利润为0.1065元/千瓦时,内部收益率为11.5%;
此外附加了3个虚拟地区用于辅助分析,这三个虚拟地区的情况如下:
虚拟地区一(I0):该区域的典型用户构成仅包含工厂用户,该区域建成综合能源***后,单位利润为0.105元/千瓦时,内部收益率为15%;
虚拟地区二(H0):该区域的典型用户构成仅包含居民用户,该区域建成综合能源***后,单位利润为0.1125元/千瓦时,内部收益率为12%;
虚拟地区三(O0):该区域的典型用户构成仅包含商业用户,该区域建成综合能源***后,单位利润为0.085元/千瓦时,内部收益率为5%。
根据计算结果可以看到,工业用户对发展综合能源***最为重要,由于工业用户能耗大、所消耗的能源类型多,建设综合能源***的内部收益率和单位利润相当高,是发展综合能源最具有潜力的用户;而商业用户是利润最低的,内部收益率最低,这意味着投资回收比较困难,若不考虑区域内用户互补情况,一般而言工业用户占比高的区域更具有开发价值。
将13个示例区域的综合能源***投资潜力分析结果进行排序绘制,通过计算结果可作为评估哪个区域作为优先综合能源建设示范区域的评判标准。具体分析举例如下:对于“H4”地区,虽然单位利润最高,但内部收益率排名较低,表明对该地区投资综合能源***建设虽然能获得较高的收益,但需要前期非常大的资金投入,实现投资成本回收需要较长时间,具有比较大的投资风险;而“H1”等地区具有较高的内部收益率和单位利润,相比来说更具区域综合能源***建设市场投资潜力,经过分析,区域“H1”“H2”相对其他区域而言最具综合能源***投资潜力,可在区县政策与战略规划上予以更多发展支持。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (10)
1.一种区域综合能源***投资潜力评估方法,其特征在于,包括以下步骤:
S1、获取各地区相应的各种典型用户的历史用能曲线数据,使用聚类方法基于每种类型用户的历史用能数据,产生典型用户日用能曲线,生成典型用户集;
S2、分析特定区域相应的典型用户构成,估计目标区域的典型用能曲线;
S3、根据传统运行方式和综合能源***多能互补优化运行方式之间的运营成本差异计算目标区域的利润;
S4、测算目标区域综合能源***投资建设成本,根据***的投资-收益进行经济性分析,量化该区域发展综合能源服务的市场潜力,对目标区域发展综合能源服务产生的成本、回报进行预估,实现对该区域的综合能源规划。
2.根据权利要求1所述的方法,其特征在于,步骤S1中,典型用户是对于一个拥有大量能源用户的地区,通过应用聚类方法,从用户的历史用能数据中提取每种类型用户的用能特性,对用户类型进行聚类,得到各用能用户类型的典型用能曲线,形成典型用户集。
4.根据权利要求1所述的方法,其特征在于,步骤S3中,目标区域能源***在传统运行方式和综合能源***多能互补优化运行方式之间的总运行成本的差异通过求解基本模型和综合能源***优化运行模型计算得到,具体为:
profit=CBC-CELAN
其中,profit表示利润,CBC表示按基本模型计算得到的运营成本,CELAN表示按日前经济调度得到的区域综合能源***模型计算得到的运营成本。
5.根据权利要求4所述的方法,其特征在于,基本模型具体为:
通过电网购电、燃煤锅炉制热、空调制冷通过能源***解耦运行获取区域的电、热、冷用能需求;
综合能源***优化运行模型具体为:
建立区域综合能源***,运用经济运行调度策略,降低该地区总运行成本,包括能源购买成本和***运维成本,为了评估区域综合能源***的运行成本,应用针对典型日的区域综合能源***优化运行模型进行计算;
区域综合能源***模型的约束包括能量转换约束、供需平衡约束以及设备技术限制的界限。
6.根据权利要求5所述的方法,其特征在于,区域综合能源***模型的目标是最小化能量局域网***的能量购买成本以及运行和维护成本,具体为:
minCELAN=Cbuy+COM
其中,能源采购成本Cbuy包括电网销售电力、天然气和蒸汽的费用,而成本COM是维护和运行能量转换和发电设备的总费用;
区域综合能源***模型的约束为:
7.根据权利要求1所述的方法,其特征在于,步骤S4中,经济分析包括对区域综合能源***方案的总投资、年利润和单位利润以及投资内部收益率的评估。
8.根据权利要求7所述的方法,其特征在于,区域综合能源***建设总投资TIC具体为:
TIC=γimax{qi(t)}
综合能源设备包括热电联产机组、储能、蓄冷***和空调。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910964062.7A CN110675087A (zh) | 2019-10-11 | 2019-10-11 | 一种区域综合能源***投资潜力评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910964062.7A CN110675087A (zh) | 2019-10-11 | 2019-10-11 | 一种区域综合能源***投资潜力评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110675087A true CN110675087A (zh) | 2020-01-10 |
Family
ID=69081599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910964062.7A Pending CN110675087A (zh) | 2019-10-11 | 2019-10-11 | 一种区域综合能源***投资潜力评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110675087A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626558A (zh) * | 2020-04-20 | 2020-09-04 | 浙江大学 | 基于情景分析的综合能源***模型比较方法和优化*** |
CN111968005A (zh) * | 2020-06-29 | 2020-11-20 | 法能(中国)能源技术有限公司 | 区域能源***潜力评估方法及实现该方法的*** |
CN112085259A (zh) * | 2020-08-13 | 2020-12-15 | 国网上海市电力公司 | 一种新能源接入与综合能源服务潜力关联预测方法 |
CN113592271A (zh) * | 2021-07-22 | 2021-11-02 | 佳源科技股份有限公司 | 分布式储能用户挖掘方法、装置、计算机设备及存储介质 |
CN116805800A (zh) * | 2023-02-28 | 2023-09-26 | 南方电网科学研究院有限责任公司 | 区域互联电网调度方法、装置和非易失性存储设备 |
-
2019
- 2019-10-11 CN CN201910964062.7A patent/CN110675087A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626558A (zh) * | 2020-04-20 | 2020-09-04 | 浙江大学 | 基于情景分析的综合能源***模型比较方法和优化*** |
CN111626558B (zh) * | 2020-04-20 | 2023-04-28 | 浙江大学 | 基于情景分析的综合能源***模型比较方法和优化*** |
CN111968005A (zh) * | 2020-06-29 | 2020-11-20 | 法能(中国)能源技术有限公司 | 区域能源***潜力评估方法及实现该方法的*** |
CN111968005B (zh) * | 2020-06-29 | 2023-10-13 | 法能(中国)能源技术有限公司 | 区域能源***潜力评估方法及实现该方法的*** |
CN112085259A (zh) * | 2020-08-13 | 2020-12-15 | 国网上海市电力公司 | 一种新能源接入与综合能源服务潜力关联预测方法 |
CN113592271A (zh) * | 2021-07-22 | 2021-11-02 | 佳源科技股份有限公司 | 分布式储能用户挖掘方法、装置、计算机设备及存储介质 |
CN116805800A (zh) * | 2023-02-28 | 2023-09-26 | 南方电网科学研究院有限责任公司 | 区域互联电网调度方法、装置和非易失性存储设备 |
CN116805800B (zh) * | 2023-02-28 | 2024-05-07 | 南方电网科学研究院有限责任公司 | 区域互联电网调度方法、装置和非易失性存储设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110675087A (zh) | 一种区域综合能源***投资潜力评估方法 | |
Wang et al. | Smart households’ aggregated capacity forecasting for load aggregators under incentive-based demand response programs | |
Asadinejad et al. | Evaluation of residential customer elasticity for incentive based demand response programs | |
Fu et al. | Clustering-based short-term load forecasting for residential electricity under the increasing-block pricing tariffs in China | |
Hayn et al. | Electricity load profiles in Europe: The importance of household segmentation | |
Önüt et al. | Multiple criteria evaluation of current energy resources for Turkish manufacturing industry | |
Mahmud et al. | Computational tools for design, analysis, and management of residential energy systems | |
CN112950098B (zh) | 基于综合能源***的能源规划方法、装置及终端设备 | |
Negri et al. | Combined model predictive control and ANN-based forecasters for jointly acting renewable self-consumers: An environmental and economical evaluation | |
Lei et al. | Prediction method of energy consumption for high building based on LMBP neural network | |
CN111695943A (zh) | 一种计及浮动高峰电价的优化管理方法 | |
CN109636465A (zh) | 一种基于电量等效价值波动的微电网售电套餐设计方法 | |
CN115081891A (zh) | 一种电力用户增值服务决策方法 | |
Yu et al. | Estimating power demand shaving capacity of buildings on an urban scale using extracted demand response profiles through machine learning models | |
de Carvalho et al. | Mapping of regulatory actors and processes related to cloud-based energy management environments using the Apriori algorithm | |
Rao et al. | Demand side energy management algorithms integrated with the IoT framework in the PV smart grid system | |
Ding et al. | Urban monthly power load forecasting based on economy-meteorology-gas demand coupling | |
Gao et al. | A two-stage decision framework for GIS-based site selection of wind-photovoltaic-hybrid energy storage project using LSGDM method | |
Zhou et al. | How good or how poor have China’s new energy enterprises done: an empirical study based on the lagged double-market network | |
Li et al. | An incentive strategy of shiftable load participation in demand response based on user electricity preference | |
Malehmirchegini et al. | Region-wise evaluation of price-based demand response programs in Japan’s wholesale electricity market considering microeconomic equilibrium | |
Muratori | Dynamic management of integrated residential energy systems | |
Yurdakul et al. | Development of a new support mechanism to calculate feed-in tariffs for electricity generation from renewable energy sources in Turkey | |
Amadeh et al. | Building cluster demand flexibility: An innovative characterization framework and applications at the planning and operational levels | |
Alam et al. | Electricity billing systems at residential level in Sylhet City: Is pre-paid system perceived as a better option by the subscribers? |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200110 |
|
RJ01 | Rejection of invention patent application after publication |