基于多因素权重优化的分布式电源布局预测方法

doi:10.11930/j.issn.1004-9649.2016.03.172.06

中国电力 ›› 2016, Vol. 49 ›› Issue (3): 172-177.DOI: 10.11930/j.issn.1004-9649.2016.03.172.06

基于多因素权重优化的分布式电源布局预测方法

黄碧斌¹，李琼慧¹，高菲²

1. 国网能源研究院，北京 102209;
2. 中国电力科学研究院，北京 100192

收稿日期:2015-09-27 修回日期:2016-04-08 出版日期:2016-03-20 发布日期:2016-04-08
作者简介:黄碧斌（1982—），男，江苏宜兴人，博士，高级工程师，从事新能源和分布式电源的技术经济分析、优化规划和运行、政策设计和评估等领域的研究。E-mail: huangbibin@sgeri.sgcc.com.cn

A Prediction Method for Distributed Generation Layout Based on Multi-factor Weights Optimization

HUANG Bibin¹, LI Qionghui¹, GAO Fei²

1. State Grid Energy Research Institute, Beijing 102209, China;
2. China Electric Power Research Institute, Beijing 100192, China

Received:2015-09-27 Revised:2016-04-08 Online:2016-03-20 Published:2016-04-08

摘要/Abstract

摘要： 分布式电源具有投资门槛低、可安装地点多、政策大力支持、地方政府核准备案等特点，因此，分布式电源发展布局受政策的影响相对较小，更趋市场化，可以对未来布局进行预测。分布式电源发展布局的影响因素包括资源条件、项目经济性和电网条件等，需要综合考虑。为准确预测未来各省分布式电源发展规模，引导分布式电源科学规划，提出了一种基于多因素权重优化的分布式电源布局预测方法，综合考虑多种影响因素，并利用历史年份数据优化确定各个影响因素的权重，进而对未来目标年份的分布式电源布局进行预测，具有考虑影响因素全面、因素权重准确、易于软件实现等特点。通过对分布式光伏发电的案例分析，未来中东部地区将成为分布式电源发展重点地区。

关键词: 分布式电源布局, 影响因素, 权重优化, 电网条件

Abstract: Distributed generation(DG) is characterized by low investment, flexible installation, strong policy support and easy government approval. The development of distributed generations is impacted less by the government policy and become market-oriented, it is therefore possible to predict the future DG layout. The DG layout needs to consider multiple factors, including the resources conditions, project economy, and power grid conditions. In order to accurately predict the future DG layout for every province and provide guidance for the scientific planning, a prediction method for DG layout is proposed in this paper based on multi-factor weights optimization, in which a variety of factors are considered and the historical data are used to determine the weights of the factors by optimization. The method, being comprehensive in considering influence factors, accurate in determining the factor weights and easy in program coding, can predict DG layout in the target year based on the multiple factors. The case study of PV DG shows that the Central-east China region will be the key area for the DG development.

Key words: distributed generation layout, influence factor, weight optimization, power grid condition

中图分类号:

TM611

黄碧斌，李琼慧，高菲. 基于多因素权重优化的分布式电源布局预测方法[J]. 中国电力, 2016, 49(3): 172-177.

HUANG Bibin, LI Qionghui, GAO Fei. A Prediction Method for Distributed Generation Layout Based on Multi-factor Weights Optimization[J]. Electric Power, 2016, 49(3): 172-177.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.2016.03.172.06

https://www.electricpower.com.cn/CN/Y2016/V49/I3/172

参考文献

[1] 李琼慧，黄碧斌，蒋莉萍．国内外分布式电源定义及发展现况对比分析[J]．中国能源，2012，34（8）：31-34．
LI Qionghui, HUANG Bibin, JIANG Liping． Comparative analysis of the definition and development status of distributed generation at home and abroad [J]． Energy of China, 2012, 34(8): 31-34.
[2] 吕双辉，蔡声霞，王守相. 分布式光伏-储能系统的经济性评估及发展建议[J]. 中国电力，２０１５，４８（２）：１３９－１４４．
LU Shuanghui, CAI Shengxia, WANG Shouxiang. Economy evaluation and development suggestions for distributed PV-energy storage system in China [J]. Electric Power, 2015, 48(2): 139-144.
[3] 陈秋南，韦钢，蔡阳，等. 基于特征匹配的分布式电源与地区负荷的适应性分析[J]. 中国电力，２０１４，４７（６）：９５－１００．
CHEN Qiunan, WEI Gang, CAI Yang, et al. Analysis of adaptability of distributed generation and region load based on feature matching algorithm [J]. Electric Power, 2014, 47(6): 95-100.
[4] 李泓泽，王宝，郭森. 分布式电源接入配电网的经济效益及电压稳定性[J]. 中国电力，２０１２，４５（３）：３３－３６．
LI Hongze, WANG Bao, GUO Sen. Economic benefits and voltage stability of distributed generation integrated into distribution network [J]. Electric Power, 2012, 45(3): 33-36.
[5] 国家能源局．关于下达2014年光伏发电年度新增建设规模的通知[Z]．北京：国家能源局，2014．
[6] 国家能源局．可再生能源战略研究[R]．北京：国家能源局，2013．
[7] 国网能源研究院．分布式电源和微电网优化发展理论、分析技术研究与应用[R]．北京：国网能源研究院，2014．
[8] 国网能源研究院．天然气分布式能源系统发展规划研究[R]．北京：国网能源研究院，2013．
[9] 刘庆超，刘科，钟天宇，等．城镇化过程中天然气分布式能源发展机遇探讨[J]．发电与空调，２０１４，３５（４）：６－９．
LIU Qingchao, LIU Ke, ZHONG Tianyu, et al． Investigation on development opportunities of natural gas distribution energy in the process of urbanization[J]． Power Generation and Air Condition, 2014, 35(4): 6-9．
[10] 王志群，朱守真，周双喜，等．分布式发电接入位置和注入容量限制的研究[J]．电力系统及其自动化学报，２００５，１７（１）：５３－５８．
WANG Zhiqun, ZHU Shouzhen, ZHOU Shuangxi, et al． Study on location and penetration of distributed generations [J]． Proceedings of the CSU-EPSA, 2005, 17(1): 53-58．
[11] BANK J, MATHER B, KELLER J, et al． High penetration photovoltaic case study report [R]． NREL, 2013．
[12] CAO D M, PUDJIANTO D, STRBAC G, et al． Costs and benefits of DG connections to grid system-studies on the UK and finnish systems [R]. Intelligent Energy, 2006．
[13] NICHOLAS M, KARA C, GARY J, et al． Impact of high solar penetration in the western interconnection [R]． NREL, 2010.
[14] DAVIS M, COSTYK D, NARANG A, et al． DG power quality, protection, and reliability case studies report [R]． NREL, 2005．
[15] NARANG A． Impact of large-scale distributed generation penetration on power system stability[R]． CANMET Energy Technology, 2006．
[16] 国网能源研究院．电网接纳分布式发电研究[R]．北京：国网能源研究院，2014．
[17] 国网能源研究院．分布式电源发展规划及政策法规研究[R]．北京：国网能源研究院，2014．

基于多因素权重优化的分布式电源布局预测方法

A Prediction Method for Distributed Generation Layout Based on Multi-factor Weights Optimization

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	康俊杰, 赵春阳, 周国鹏, 赵良. 基于熵权-德尔菲法的源网荷储多能互补项目布局评估方法[J]. 中国电力, 2024, 57(12): 120-131.
[2]	刘青, 张莉莉, 李江涛, 张成龙, 谭显东, 张凯, 郭威. “十四五”期间中国电力需求增长趋势研判[J]. 中国电力, 2022, 55(1): 214-219.
[3]	张成龙, 谭显东, 翁玉艳, 单葆国. “十三五”以来电力消费增长原因分析及中长期展望[J]. 中国电力, 2019, 52(8): 149-156.
[4]	光峰涛, 何永秀, 尤培培, 高效. 基于结构分解模型的中国电力消费驱动因素研究[J]. 中国电力, 2019, 52(12): 123-131.
[5]	娄奇鹤, 谢国辉, 李娜娜. 平价上网时代新能源发电经济性分析和发展趋势[J]. 中国电力, 2019, 52(12): 1-9,104.
[6]	谭雪, 刘俊, 郑宽, 闫晓卿, 石磊. 新一轮能源革命下中国电网发展趋势和定位分析[J]. 中国电力, 2018, 51(8): 49-55.
[7]	王敬敏, 康俊杰. 基于解释结构模型的能源需求影响因素分析[J]. 中国电力, 2017, 50(9): 31-36.
[8]	黄新波, 徐冠华, 肖渊, 朱永灿, 陈贵敏. 塔线体系脱冰不平衡张力影响因素分析[J]. 中国电力, 2017, 50(11): 96-102.
[9]	周强, 汪宁渤, 冉亮, 沈荟云, 吕清泉, 王明松. 中国新能源弃风弃光原因分析及前景探究[J]. 中国电力, 2016, 49(9): 7-12.
[10]	雷绍兰，李山，蒋东荣，刘欣宇. 重庆地区中长期负荷特性和预测方法研究[J]. 中国电力, 2016, 49(1): 96-101.
[11]	杨珺，曾昭强，孙秋野，黄旭. 一种基于模糊层析分析法的分散式风电场选址方法[J]. 中国电力, 2015, 48(4): 151-155.
[12]	雷绍兰, 古亮, 杨佳, 刘欣宇. 重庆地区电力负荷特性及其影响因素分析[J]. 中国电力, 2014, 47(12): 61-65.
[13]	陈光辉, 吴和静, 钟苏, 吕桂萍, 庞立军, 王燕, 田超. 水轮发电机定转子动态气隙分析研究[J]. 中国电力, 2014, 47(1): 81-85.
[14]	神瑞宝, 张粒子, 张洪, 程世军, 凡鹏飞. 输煤输电经济性比较研究[J]. 中国电力, 2013, 46(10): 133-139.
[15]	晏敏, 李锋, 朱跃. 火力发电厂脱硝改造工程造价影响因素分析[J]. 中国电力, 2012, 45(9): 91-93.

模态框（Modal）标题

基于多因素权重优化的分布式电源布局预测方法

A Prediction Method for Distributed Generation Layout Based on Multi-factor Weights Optimization

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics