一种基于技术进步和规模化效应的低碳电力系统规划方法技术方案

本发明专利技术公开了一种基于技术进步和规模化效应的低碳电力系统规划方法，进行能源和电力规划，根据碳排放目标，规划未来低碳电力系统的清洁能源装机容量；再计算技术成熟度，通过统计专利数量，进行对数回归拟合，得到技术成熟度；基于TRL的定量评估，通过曲线拟合，得出TRL与投资之间的关系函数，最后计算技术的初投资成本与技术进步和规模化效应之间的三位关系函数，本发明专利技术即保留了现有规划方法的技术约束，又考虑了技术进步和规模化效应对长期经济性的影响，提高了电力系统长期规划的合理性和准确性。和准确性。和准确性。

【技术实现步骤摘要】
一种基于技术进步和规模化效应的低碳电力系统规划方法


[0001]本专利技术涉及低碳电力系统规划
，具体为一种基于技术进步和规模化效应的低碳电力系统规划方法。

技术介绍

[0002]以全球变暖为主要特征的气候变化已成为当前人类社会共同面临的挑战之一。国际社会在碳减排和温升控制方面已经形成共识，多个国家和地区相继提出了碳减排发展目标。
[0003]能源生产实现清洁替代、能源消费实现电能替代是实现全社会碳中和的关键，低碳甚至零碳的电力系统的建设是其重要的方面。电力系统的清洁转型离不开清洁能源发电、储能、特高压输电、碳捕集与封存(cabon capture and storage，CCS)等一系列关键技术的支撑，因此在制定长期转型规划路径的过程中，必须考虑这些关键技术进步的影响。同时，关键技术也将以实现电力系统碳中和转型目标倒逼发展进步。
[0004]低碳电力系统转型规划时间跨度长，是长期规划，需要考虑技术约束和较为准确的经济性预测。目前对低碳电力系统规划方法的研究主要是以碳减排量为基础，以成本最优为目标，对全球电力系统的清洁电源进行规划布局，同时考虑机组出力，新能源波动等技术约束，以实现碳减排目标。现有技术考虑了技术约束，但没有考虑电力系统关键技术的长期经济性预测，长期经济性预测受到各类关键技术的成熟程度和规模化效应的影响。关键低碳技术的成熟度和规模化效应研究已有大量研究成果，但尚无研究量化分析两者度经济性的相互影响、协同作用与匹配关系。因此，需要提供一种技术方案来满足电力系统长期规划的需要。所以就需要一种基于技术进步和规模化效应的低碳电力系统规划方法。

技术实现思路

[0005]本专利技术的目的在于提供一种基于技术进步和规模化效应的低碳电力系统规划方法；
[0006]本专利技术是这样实现的：
[0007]一种基于技术进步和规模化效应的低碳电力系统规划方法，S1:进行能源和电力规划，根据碳排放目标，规划未来低碳电力系统的清洁能源装机容量；
[0008]S2:计算技术成熟度，通过统计专利数量，进行对数回归拟合，得到技术成熟度，具体如式(1)：
[0009][0010]其中，p是年累计专利数；L是对数回归函数的饱和值；k是形状参数，代表对数回归曲线的上升率；
[0011]S3:某项技术的TRL可以通过专利数量进行量化。根据年累计专利数量，通过对数回归，得出投资与TRL之间的关系函数(称为z曲线)。预测的TRL可通过TRL曲线方程计算，基
于TRL的定量评估，通过曲线拟合，得出TRL与投资之间的关系函数，如式(2)：
[0012][0013]其中，y是技术成熟度；b是单位投资的饱和值，c是形状参数，该曲线的斜率；d是位置参数；
[0014]S4:规模效应可以通过装机容量来量化。根据某项技术的历史年装机容量和预测装机容量、历史单位初投资和预测单位初投资(根据专家经验，预测的初投资初值)，通过曲线拟合，得出装机容量与投资之间的关系函数，将技术进步和规模效应结合起来，根据年TRL、装机容量和投资，通过三维曲线拟合，得出投资、TRL和装机容量之间的关系函数。根据第一步规划的未来装机容量和第二步计算的未来TRL，可以通过三维关系函数计算特定技术的未来投资，
[0015]技术的发展通常经历三个阶段：
[0016]1)技术发展初期。在该阶段，技术发展缓慢，技术不成熟，装机容量少，单位初投资成本较高。
[0017]2)技术成长期。在该阶段，技术的TRL快速增长，装机容量越来越大，单位初投资成本快速下降。在这一阶段，TRL和装机容量单位初投资成本的降低影响都较大。
[0018]3)技术成熟期。在该阶段，技术已经成熟，TRL曲线几乎平坦，这意味着该阶段TRL对单位投资的影响较弱。单位初投资减少的主要原因是装机容量增加。
[0019]为了描述技术进步与规模化效应对电力系统规划的相互影响，即TRL和装机容量与投资之间的数学关系，通过添加学习曲线方程和“Z”曲线方程，推导了三维(三维)关系函数，计算技术的初投资成本与技术进步和规模化效应之间的三位关系函数；如式(3)；
[0020][0021]其中，z是该技术的单位投资，C0是初投资初值，a是学习率，b是单位投资的饱和值，c是形状参数，是该曲线的斜率；d是位置参数，即该技术成长期和成熟期的分界年份；x是装机容量；y是技术成熟度；
[0022]S5:根据步骤S1电力系统不同技术的规划的装机容量，和步骤S4，利用GTSEP模型对电力系统进行了全时段优化规划，并计算综合LCOE。如果未来低碳电力系统的综合LCOE没有降低到一个合理的区间，那么可以通过调整相关函数的系数来实现合理的LCOE。该研究方法一方面可以根据清洁转型目标和关键技术发展水平，计算综合单位电量成本；另一方面可以通过设定的综合单位电量成本范围，反推要达到此目标的技术发展水平，从而得出技术进步与电力系统综合单位电量成本之间的相互影响关系，实现闭环迭代。
[0023]进一步，在步骤S3中，产品的规模化效应可以影响产品的单位投资成本，随着产品总量的增加，单位投资成本会降低。学习曲线又称经验曲线，是描述单位投资与产品总量之间关系的关系函数。对于可再生能源发电和储能技术，产品总量是指累计装机容量；对于输电技术，产品总量是指累计传输里程。因此，可以用总装机(或总里程数)量化规模化效应用总装机或总里程数量化规模化效应，用学习曲线描述两者之间的关系；具体如式(4)；
[0024]z＝C0*x
a
ꢀꢀ
式(4)
[0025]其中，z是该技术的单位投资，C0是初投资初值，a是学习率。
[0026]进一步，在步骤S4中：
[0027]技术的TRL如式(5)：
[0028][0029]其中，y为TRL，p是年累计专利数；L是对数回归函数的饱和值。
[0030]进一步，在步骤S1中，采用GTSEP模型进行协同规划，结合关键技术成熟度和经济性指标预测结果，对低碳电力系统的规划和运行进行优化计算，具体如式(6)；
[0031][0032]其中，分别为电源、电网、储能的投资成本和系统的运行成本。
[0033]考虑源
‑
网
‑
储容量和供电充裕度等投资决策约束和常规火电爬坡和启停、互联线路输送功率、不同时间尺度储能充放电、发电
‑
负荷平衡等运行约束，可统筹优化系统目标水平年的电源、电网及储能的结构及容量。模型的输入变量主要有碳排放目标和系统初始规划方案相关参数。其中，实现碳中和的排放目标最终转化为清洁能源发电量占比；系统初始规划方案相关参数包括发输储各类设备的初始预测成本、负荷水平、可调节电源装机和新能源出力特性等。模型的输出结果主要有新能源装机及发电量、储能装机及储输电量、跨区输电容量、新能源利用率、时序电力平衡情况及综合度电成本等。
[0034]对模型进行优化改进，GOPT算出综合LCOE后，通过专家经验进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于技术进步和规模化效应的低碳电力系统规划方法，其特征在于，具体按以下步骤执行：S1:进行能源和电力规划，根据碳排放目标，规划未来低碳电力系统的清洁能源装机容量；S2:计算技术成熟度，通过统计专利数量，进行对数回归拟合，得到技术成熟度，具体如式(1)：其中，p是年累计专利数；L是对数回归函数的饱和值；k是形状参数，代表对数回归曲线的上升率；S3:基于TRL的定量评估，通过曲线拟合，得出TRL与投资之间的关系函数，如式(2)：其中，y是技术成熟度；b是单位投资的饱和值，c是形状参数，该曲线的斜率；d是位置参数；S4:计算技术的初投资成本与技术进步和规模化效应之间的三位关系函数；如式(3)；其中，z是该技术的单位投资，C0是初投资初值，a是学习率，b是单位投资的饱和值，c是形状参数，是该曲线的斜率；d是位置参数，即该技术成长期和成熟期的分界年份；x是装机容量；y是技术成熟度；S5:根据步骤S1电力系统不同技术的规划的装机容量，和步骤S4，利用GTSEP模型对电力系统进行了全时段优化规划，并计算综合LCOE。2.根据权利要求1所...

【专利技术属性】
技术研发人员：孙蔚，肖晋宇，侯金鸣，金晨，吴佳玮，张瑾轩，吕循岩，李鹏，任大伟，刘维杰，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：