一种效益识别评估方法及系统与流程

本发明涉及一种评估方法及系统，尤其涉及一种效益识别评估方法及系统。

背景技术：

1、电力系统碳排放预算、新能源资源潜力等因素对区域“双碳”目标实现有重大影响，特别是碳排放预算直接影响区域电力转型路径及进程。“双碳”目标倒逼约束下，需要统筹碳减排难度、行业及区域间碳排放转移，评估区域未来电力系统碳排放预算。在区域电力系统自然演进的过程中，大型水风光基地的投建会增加可再生能源发电量，使得碳排放因子降低，但现有技术无法识别大型水风光基地建设在电力演进过程中的实际减排效益，也就无法为区域电力系统未来制定大型设施投建规划提供有效的方法支撑。

技术实现思路

1、发明目的：本发明的目的是提供了一种能计算分析大型水风光基地建设前后碳排放因子的变化的、给未来制定大型设施投建规划提供有效的支撑的减排效益识别评估方法及系统。

2、技术方案：本发明的提供的一种效益识别评估方法，包括以下步骤，

3、确定设施的投建时间点t，采集原始数据集，并设置采集原始数据的时间尺度l，设置减排效益识别评估的时间跨度自t-a至t+b，将t-a至t的时间内的采集的原始数据归置为对照组，获得对照组的样本，将t至t+b的时间内的采集的原始数据归置为干预组，获得干预组的样本；

4、计算各样本的权重；

5、加权计算对照组和干预组的实际碳排放因子变化，比较对照组和干预组的实际碳排放因子变化，评估碳排放的效益。

6、进一步的，所述设施投建包括风力发电站、太阳能发电站和水力发电站。

7、进一步的，所述原始数据集包括电气数据集、非电数据集、烟气数据、气候数据集、社调数据集，其中电气数据集包括发电量和受入电量，非电数据集包括碳排放因子和碳排放量，烟气数据集包括烟气流速和氧气浓度，气候数据集包括风速、光照及降水，社调数据集包括机组的煤耗和供电基准值。

8、进一步的，对获得对照组和干预组的样本进行预处理，预处理指指通过能量转换将考虑的自然环境因素转换成能量供应，具体转换方式如下：

9、对于风能，最大可转化风能按照如下公式进行处理：

10、

11、其中，cp为风能利用系数，ρ为空气密度(kg/m3)，a为风轮扫掠面积(m2)，v为风速(m/s)，t为统计时间(h)；

12、对于光能，最大可转化太阳能按照如下公式进行处理：

13、

14、其中，ha为太阳能辐射强度(kwh/m2)，paz为组件安装容量(总装机)(kwp)，es为标准条件辐照度(辐射强度)(1kw/m2)，k为综合效率系数；

15、对于水能，最大可转化水能按照如下公式进行处理：

16、e水＝ρgqhηt＝9.8qhηt

17、其中，q是流量(m3/s)，h是水头(m)，η是水轮机效率，t为统计时间(h)，

18、在此基础上，考虑水能的时滞效应，按照如下公式进行处理，

19、h(t)＝φ(g(t-τ))

20、其中，φ为关系函数，g为降水量，τ为时滞；

21、综合风能、太阳能和水能的转换公式得到样本e供和e供，能源供应e供满足如下公式：

22、e供＝e风+e太阳+e水

23、负荷需求e需为相同时间尺度下的用电量。

24、进一步的，计算各样本的权重之前离散化匹配变量：首先按能源供应e供的范围离散为m层，按照负荷需求e需的范围离散为n层，则一共得到m×n个匹配层；然后将干预组和对照组的样本与匹配层进行匹配，对每个匹配层的样本逐一进行筛选，剔除匹配层中只存在一个组的所有样本，得到剩余样本数为：对照组kc个，干预组kt个。

25、进一步的，计算各样本的权重，按如下公式进行计算：

26、

27、其中，wi为第i匹配层中样本的权重，k为数量。

28、进一步的，加权实际碳排放因子变化，具体按如下公式进行计算：

29、

30、其中，ate为干预组和对照组的碳排放因子的差值，y为碳排放因子；

31、碳排放因子y按如下公式进行计算：

32、

33、其中，emi为第i时间尺度下的发电碳排放量，qj,i为第i时间尺度下受入j区域的电量，efj为受入j区域电量的碳排放因子，qi为第i时间尺度下的总发电量。

34、进一步的，以二维相平面图的形式显示最终碳排放的效益评估结果，所述二维相平面图纵轴为能源供应e供的m层，横轴为负荷需求e需的n层，用符号表示对应匹配层ate的大小；匹配层无样本的，则为空，对应的二维相平面图中标记0；匹配层ate为负的，对应的二维相平面图中标记“-”，“-”的多少表示负的程度；匹配层ate为正的，对应的二维相平面图中标记“+”，“+”的多少表示正的程度。

35、基于同样的发明创思，本发明还提供一种效益识别评估系统，包括：

36、样本采集模块，用于确定系统设施投建时间点t，采集原始数据集，并设置采集原始数据的时间尺度l，设置减排效益识别评估的时间跨度自t-a至t+b，将t-a至t的时间内的采集的原始数据归置为对照组，获得对照组的样本，将t至t+b的时间内的采集的原始数据归置为干预组，获得干预组的样本；

37、筛选模块，用于对对照组和干预组的样本进行离散化匹配变量，并对得到的匹配层进行筛选；

38、处理模块，用于计算筛选保留的匹配层中样本的权重；加权计算对照组和干预组的实际碳排放因子变化。

39、进一步的，所述设施投建包括风力发电站、太阳能发电站和水力发电站；

40、所述原始数据集包括电气数据集、非电数据集、烟气数据、气候数据集、社调数据集，其中电气数据集包括发电量和受入电量，非电数据集包括碳排放因子和碳排放量，烟气数据集包括烟气流速和氧气浓度，气候数据集包括风速、光照及降水，社调数据集包括机组的煤耗和供电基准值；

41、对获得对照组和干预组的样本进行预处理，预处理指通过能量转换将考虑的自然环境因素转换成能量供应，具体转换方式如下：

42、对于风能，最大可转化风能按照如下公式进行处理：

43、

44、其中，cp为风能利用系数，ρ为空气密度(kg/m3)，a为风轮扫掠面积(m2)，v为风速(m/s)，t为统计时间(h)；

45、对于光能，最大可转化太阳能按照如下公式进行处理：

46、

47、其中，ha为太阳能辐射强度(kwh/m2)，paz为组件安装容量(总装机)(kwp)，es为标准条件辐照度(辐射强度)(1kw/m2)，k为综合效率系数；

48、对于水能，最大可转化水能按照如下公式进行处理：

49、e水＝ρgqhηt＝9.8qhηt

50、其中，q是流量(m3/s)，h是水头(m)，η是水轮机效率，t为统计时间(h)，

51、在此基础上，考虑水能的时滞效应，按照如下公式进行处理，

52、h(t)＝φ(g(t-τ))

53、其中，φ为关系函数，g为降水量，τ为时滞；

54、综合风能、太阳能和水能的转换公式得到样本e供和e供，能源供应e供满足如下公式：

55、e供＝e风+e太阳+e水

56、负荷需求e需为相同时间尺度下的用电量。

57、有益效果：与现有技术相比，本发明具有如下显著优点：能够考虑区域的自然环境因素分析建设前后碳排放因子的变化，识别评估设施投建在电力演进过程中的减排效益，能够为区域电力系统未来制定大型设施投建规划提供有效的支撑。