文摘
本文关注可再生能源政策的影响在一个大规模的发电系统,包括火力发电、水力发电和风力发电。作为一个最重要的清洁能源,风能在世界上一直在快速发展。但近年来有一种严重的浪费在中国风力发电设备和投资导致行业中许多问题从风电规划整合。克服困难的一种方法是分析风力发电政策的影响一代系统。本文构建了一个系统动力学(SD)模型的能源发电来模拟风力发电政策的结果基于一个复杂的系统。和场景分析方法用于比较这些政策的有效性和效率。案例研究表明,较低的投资组合目标的组合和更高的基准价格和更高的投资目标和基准价格较低的有效性和效率之间存在较大的差异。另一方面,均匀的组合更低或更高的投资组合的目标和基准价格也有类似的效率,但是不同的有效性。最后,一个最优的政策组合可以选择政策分析的基础上,在大规模的电力系统。
1。介绍
有限的矿产资源和增加全球环境压力突显出许多国家可再生能源发展的重要性(1]。中国是有天赋的,风力资源丰富;风电装机容量已迅速增加,2013年达到917兆瓦。
不像在欧洲,一个相互联系的系统,提出了地理上分散的风力发电场,中国风能可以作为集中的特点,大规模发展。由于间歇性和波动性,风力发电是很难完全连接到电网。有一个大的装机容量比例不能集成到电网。所有这些导致大量的设备保持闲置,导致重大投资损失。即使它连接,风缩减经常发生一些原因。2013年缩减已达到150亿千瓦时(2]。这些影响不仅浪费能源,而且投资者的预期。因此,它是一个重要的任务来设计合理的可持续发展风能的政策。
政策对可再生能源(以下指示为RE)三个标准进行评估的有效性、效率和股权(3- - - - - -5]。路上,et al。6)还指出,欧盟三大股指在设计时应该考虑再保险支持政策。一些再保险政策通常是分析的有效性和效率。周et al。7)设计激励政策重新生成,有效性是衡量的能力实现的目标可再生能源组合标准(以下表示RPS),和效率测量的干预,包括收集税,支付补贴,和一代扩张计划导致的成本增加,而效率被定义为节能和效率被解释为成本Streimikiene et al。8]。此外,Mendonca et al。9)认为评价的有效性和效率还不够再保险政策的影响,以及其他因素,特别是当地的验收,也影响发展。
更多的研究只关注效率或效率。从效率的角度,Carley [10)使用的比例再保险代作为一个指标,发现rp政策不能显著促进的发展。Farooq et al。11)各种rp目标的影响相比传统和可再生能源发电能力基于马卡尔框架。他们认为高rp目标可以减少燃料消耗,但是,与此同时,发电成本也明显增加。根据煤矿和Wustenhagen [12),上网电价(适合)同时也被认为是最有效的政策是基于公司的投资兴趣。Cherni和肯特人的13)中国再保险政策的潜在有效性检查,发现有三个主要障碍的发展包括开发成本高,连接到电网的困难,和制度障碍。从效率的角度,Fouquet和约翰逊14发现适合可以以更低的成本让再保险发展更快相比可交易绿色证书(TGC)。和太阳和聂15)也得出相同的结论通过比较研发投入,市场价格,消费者剩余,等等。詹纳et al。16)被认为是符合政策可以促进光伏发电。李等人。17]讨论了适合风力发电运营管理风险的影响,他们给一些策略来提高中国的风力发电管理。盾(18)评估rp和安装在风力的影响能力的实证测试,估计可以提高风力发电的总容量超过rp。
许多研究表明,再保险发展的政策有重要的作用;因此政策之间的关系需要发现和发展的结果。SD是一个很好的方法来分析长期变化的变量,它适用于能源政策调查。福特(19)总结了早期的应用程序和证明SD为政府的政策分析和电力公司。达因et al。20.]应用SD设计气体渗透通过计算能源效率和节能政策在不同的场景。徐(21)评估的影响资本补贴和适合太阳能光伏安装的SD模型来模拟政策组合的经济效益。另一个SD模型被用来评估海上风电场对当地的生态和社会经济的影响从利益相关者的角度来看,城堡等。22]。Aslani et al。23)建立了一个SD模型来模拟可再生能源发电的基础上不同的场景在芬兰的政策。菲尼Sheikhi et al。24]运用SD方法讨论政策的影响风力资源的扩张,结合热力和电力,和光伏资源。熊等。25,26)设计了一种基于gpu的体系,开发了一种组合快速算法的离散粒子,这有助于提高模拟复杂系统的速度和提高仿真效率。
这些研究分析能源发展政策的影响,为制定政策提供了一些建议。中国也提出了新能源发展的目标和政策;然而,问题应该讨论目标实现和实现它的成本,和解决方案在于期望和评估政策的结果。本文的目的是设计有效的和高效的政策为风力发电发展基于一个复杂的生成系统。
2。建模和分析
分析政策的有效性和效率,本文认为不仅风力发电,而且火电和水电密切相关。整个系统由风力发电子系统,传统能源子系统包括火电和水电,和政策调整子系统。这些变量解释表1。
一个因果循环图如图1。
在图1,风能子系统描述在左边虚线框。传统能源子系统冲刺点是正确的盒子。政策调整子系统是在中间的盒子。四个主要循环解释如下。
循环显示了一个风力发电子系统的因果关系。
循环:风力发电(其)风能生产的收入(IWEP)风能的利润率(PRWP)投资率的风能容量(IRWEC)风力发电系统容量(WPSC)可用风能发电(AWEG)风能发电(其)。
循环和显示之间的关系在传统能源的风能和水电子系统。
循环:风力发电(其)风能生产的收入(IWEP)风能的利润率(PRWP)投资率的风能容量(IRWEC)→风力发电系统容量(WPSC)系统等效容量(SEC)能力差距(CG)产能投资计划(CIP)投资率水电容量(IRHYC)水电系统容量(HYSC)水力发电(HYG)风能发电(其)。
循环:风力发电(其)风能生产的收入(IWEP)风能的利润率(PRWP)投资率的风能容量(IRWEC)风力发电系统容量(WPSC)系统等效容量(SEC)能力差距(CG)产能投资计划(CIP)投资率水电容量(IRHYC)水电系统容量(HYSC)水力发电(HYG)计算投资组合(CP)投资组合目标(PG)投资率的风能容量(IRWEC)风力发电系统容量(WPSC)可用风能发电(AWEG)风能发电(其)。
循环表达了风能和热功率之间的关系在传统能源子系统。
循环:风力发电(其)风能生产的收入(IWEP)风能的利润率(PRWP)投资率的风能容量(IRWEC)风力发电系统容量(WPSC)系统等效容量(SEC)能力差距(CG)产能投资计划(CIP)投资率火电容量(IRTHC)火力发电系统容量(THSC)→热发电(THG)计算投资组合(CP)投资组合目标(PG)投资率的风能容量(IRWEC)风力发电系统容量(WPSC)可用风能发电(AWEG)风能发电(其)。
下面给出具体的变量之间的关系。
2.1。风力发电子系统
为了分析政策的风能,风力发电子系统是其支柱产业。本文认为技术因素(如风能产出受到风速的影响,装机容量,等等)和经济因素(如经济投资利润率决定的)。
2.1.1。风力发电的技术关系
可用的风能发电(AWEG)时间可以获得的1 在哪里代表一段时间开始,是插入的速度,断路器的速度,是风力发电机的额定转速。
在这个模型中,一个表函数是用来描述风速(WS)考虑时间和动态行为的非线性关系表示如下。
提出了一种表显示时间之间的关系和变量;一个矩阵的每个元素是一个由两个变量值可以精确定位。相同的因素还包括一些变量包括电力需求(ED)、季节性变化的水流(SVWF)和能力(CD)的需求。
一定比例的水电是用来弥补风电的间歇性和波动性,如图所示2 在哪里是风力发电的下限是由考虑风力发电的综合调节能力。是一个系数,。
2.1.2。风力发电的投资经济分析
投资风电场的担忧最近特别受益。基准价格(BP)的风力发电的重要因素之一,影响利润和投资。不同的国家有不同的电价政策。在2009年前的早期阶段,投标价格体系在中国使用类似于非化石燃料义务(NFFO)在英国,但它带来了许多问题,如较低的投标价格和模棱两可的预期效益。固定价格体系的借鉴在德国,中国国家发展和改革委员会(以下表示,发改委)为风能设定基准价格范围如下:0.51元/千瓦时,0.54元/千瓦时,0.58元/千瓦时,0.61元/千瓦时。投资是基于经济分析3- - - - - -12:
如果利润率小于0,投资也会发生,因为一个强制性的政策数: 在哪里,,常量是基于数据从投资和风电场建设项目。可以估计的生命周期维护计划和风力涡轮机。
2.1.3。风能利用率(WEU)
WEU在13表明风力发电的比例的总可用风能发电,它反映了风力发电比接受的网格:
2.2。传统能源子系统
传统的能源子系统包括水电和火电。这里讨论的一个基本概念。
电力系统操作需要实时平衡供给和需求。在这篇文章中,风和水,作为可再生能源,被认为技术约束下尽可能多发电。热能可以用于满足其他需求。结果,被定义为的关系
在14,水力发电是可预测的长期预测方法(27),评估统计数据的基础上水流的季节性变化,见
系统容量之间的关系、投资率和取消的水电以及热能被给出 在哪里,,,是常数。
2.3。政策调整子系统
两个重要概念进行了分析。
2.3.1。投资组合目标(PG)
促进可再生能源发展,不仅激励政策(基准价格),但也迫使政策是必要的。rp是一个有效的政策在许多国家,有义务接受指定角色比例的能源来自可再生能源。大多数州在美国,日本,澳大利亚,和许多其他发达国家和地区已经实现了奢望。标准重新组合了目前在中国,但没有特定的实现路径。介绍了相关的计算22- - - - - -26: 在哪里在22代表目标反射的下限RPS政策,也就是说,一个强制性的风力发电比例的总代。在22和23表示实际的风力发电的比例。,,在24是火电容量的效度系数,水力发电能力,和风力发电能力,分别为:
2.3.2。系统调节能力(SRC)
水电的一部分用于弥补风力发电的波动性;被定义为
2.4。股票和流程图
股票和流程图如图2。
介绍了输入参数和评价指标。
2.4.1。输入参数
主要输入参数包括风速(WS),电力需求(ED)、季节性变化的水流(SVWF)和能力(CD)的需求。此外,投资组合的目标(PG)和基准价格(BP)也是重要的输入参数。不同的值,可以构造各种政策组合场景模拟政策的有效性和效率。基于这些结果,可以获得最优的政策组合。
2.4.2。评价指标
表2简要总结了相关研究成果在有效性或可再生能源政策的效率。
本文评估可再生能源政策的有效性和效率。有效性估计基于策略目标。中国试图支持风力发电的rp政策在未来;因此,其生成和比例的总代是;也就是说,WEG和CP是两个指标,用以衡量有效性。效率是评价的费用实现目标;补偿一代支持水电应该考虑。因此,两个指标的风能利用率(WEU)和系统监管能力(SRC)选择评价政策的效率。
3所示。结果与讨论
中国一个省的一个地区选择大规模风力发电场产能6.19 GW。与此同时,该地区拥有丰富的水电资源用于调整风电波动。在这个模型中,利用月度数据和仿真时间范围从今年开始连续5年。
3.1。政策组合和结果
投资组合的政策组合是指结合目标和基准价格。前者是与rp现在正在讨论在中国和将在不远的将来进行。自2009年以来,后者已经实现。根据评价方法的草案RPS 2014年,合理的投资组合目标范围从6%到10%在接下来的五年。基准价格为0.51元/千瓦时在选定的地区;为了描述其不确定性,三种类型的基准价格是用来模拟变化:降低价格,不变的价格,价格的增加。因此,有15个组合如表所示3。
在图3,计算投资组合应该是低于投资组合目标从结合J O组合,差距变得更大的尤其是来自结合m .当目标低于9%(结合我之前),计算投资组合可以达到甚至超过它。多余的目标时更低,但风能发电也更少。而组合G H,我发现它可以实现目标,有更多的风能发电,因此,他们选择有效的政策意味着合理投资组合目标可以设定为8%在未来五年。这里的重点是风力发电;如果考虑光伏发电,这一比率可以更高。
表达的综合效率两个指标的平均值,即SRC和WEU。应该注意的是,虽然综合效率的值没有大的差距,应该考虑更高的效率以促进风能的利用率。从图4,结合J效率最高,但它不能达到9%的投资组合目标(图3)。因此,选择应该是由组合G H和i三个政策组合,结合G效率最高,但最低风能发电。结合我效率最低。结果,结合H是最优策略,这意味着基准价格应该设置为0.51元/千瓦时。
3.2。最优政策组合的仿真结果
数据5- - - - - -7显示仿真结果的最优政策组合(H)组合。
图中阴影区域5代表之间的差异造成的限制风能可利用的风能发电和实际的一代。与风力发电容量的迅速增加,风力发电更受到可调节水力发电机的能力,这就意味着必须限制风力发电的一部分保持系统的平衡时,水电是不够的。减少生成的数量增加迅速特别是在过去的两年里。在图5风力发电和风能发电增加仿真期间可用。而风能容量不断增加在第一个两年,然后从第三年迅速上升。趋势是接近s型生长曲线。
指每月有效利用小时为风力发电的小时数,等于其代除以系统容量。变量选择“的百分比利用小时”来说明有效的小时数的比例的总时间,直方图如图6。
每年的平均百分比分别是28.46%,28.33%,26.26%,23.44%,23.68%。逐渐减少的双重影响下,rp和基准价格。rp部队一定百分比的风力发电接入电网和基准价格政策促进风力发电的投资。基于以上两点,风力发电容量不断扩大风能发电虽然不能增加与此同时由于水电的限制;因此,平均比例下降。
图7显示每月计算投资组合的大波动,特别是在过去的两年里,因为增加风力发电。直到第二年(24个月之前),投资组合的目标是意识到只有两个月。从第三年开始,几个月的数量增加很快,可以完成目标。每年的平均投资组合是5.7%,6.6%,8.4%,9.8%,10.8%。在过去的三年里,计算组合超过8%,五年的平均值是8.25%,可以达到预定的8%的目标。
4所示。结论
建立能源发电的系统动力学模型来模拟风力发电政策的结果基于一个复杂的系统,讨论了rp和基准价格的影响风能的发展观点的有效性和效率。结果,可以获得最优的政策组合场景分析的基础上。
的主要结论可以概括如下。低投资组合目标的组合和较低的基准价格和更高的投资组合的目标和基准价格也有类似的效率更高,但效果有很大的差异(见组合和O),降低投资组合的组合的目标和更高的基准价格和更高的投资组合的目标和更低的基准价格的有效性和效率上的巨大差异(如组合C和M)所示。在这种情况下,投资组合的组合的目标8%,基准价格为0.51元/千瓦时是一个合适的政策组合。
本文提供了一个分析方法并给出了一些建议在中国风电政策。在未来的工作中,其他类型的可再生能源将会调查。
利益冲突
作者宣称没有利益冲突有关的出版。
承认
这项工作是由中国国家自然科学基金(没有。71372164)。