一种能源转型状态的评估方法
文献发布时间:2023-06-19 11:26:00
技术领域
本发明涉及能源系统监控、评估领域,尤其涉及一种能源转型状态的评估方法。
背景技术
随着社会生产水平的不断进步,人们对能源的需求量与日俱增。但是伴随着能源的勘查、开发、生产、消耗以及对经济增长的盲目追求,对全球资源及环境造成了毁灭性的影响,给人类的生存和发展带来严峻威胁,因此1987年正式提出“可持续发展”的概念。然而近几年全球气候的逐渐变暖给各个国家敲醒了警钟,为应对此危机,在巴黎召开的联合国气候变化框架公约第21次缔约方大会上,195个国家达成一致,提出将本世纪全球平均气温升高幅度控制在2℃以内的目标。为此,各个国家开始寻求新能源替代煤炭、石油等传统化石能源的转型之路。
目前,针对能源发展的指标体系主要是能源可持续发展指标体系,缺乏评估与监控能源转型程度的指标体系与方法。综上,能源转型状态的评估方法对有效处理能源使用与社会、经济和环境之间的矛盾具有重要的现实意义。
发明内容
本发明要解决的技术问题在于提供一种能源转型状态的评估方法,其能够对待评估区域的目前能源系统性能和能源转型过渡准备情况进行评估,从而为该区域节能减排、能源计划、投资及发展方向提供依据。
所述的一种能源转型状态的评估方法,包括以下步骤:
S1.基于预先建立的能源转型评价指标体系,获取对应的能源相关数据与资料;
S2.基于能源相关数据与资料,采用集值迭代和反熵权法确定指标综合权重;
S3.将指标综合权重带入基于黄金分割和云模型理论构建的能源转型评估模型中,评价能源转型所处状态。
步骤S1所述的能源转型评价指标体系包括:根据能源系统转型评估的影响因素构建一级指标;基于一级指标的影响因素为每个一级指标建立二级指标;基于二级指标的影响因素为每个二级指标建立三级指标;
所述的一级指标包括目前能源系统性能和能源系统过渡准备情况;
所述的目前能源系统性能包括经济指标、能源安全指标、能源结构指标、能源终端指标4个二级指标;
所述的能源系统过渡准备情况包括投资指标、政治承诺指标、制度与从业指标3个二级指标;
所述的经济指标包括人均能源消耗量、单位GDP能耗、人均生活用电量、单位GDP用电量、能源生产弹性系数、能源消费弹性系数、电力生产弹性系数、电力消费弹性系数、碳排放强度、电气化率、能源清洁化率11个三级指标;
所述的能源安全指标包括煤炭对外依存度、天然气对外依存度、石油对外依存度3个三级指标;
所述的能源结构指标包括化石能源消费比例、清洁能源消费比例、化石能源发电比例、清洁能源发电比例、化石能源装机比例、清洁能源装机比例6个三级指标;
所述的能源终端指标包括用户通电率、“低电压”户数比例、新能源汽车保有率、智能电表覆盖率、配电自动化覆盖率、充电设施覆盖率6个三级指标;
所述的投资指标包括对清洁能源的投资计划、对电能的投资计划、对能源转型相关的科研投资计划3个三级指标;
所述的政治承诺指标包括未来“零排放”目标、未来清洁能源发电量比重、未来清洁能源消费比重3个三级指标;
所述的制度与从业指标包括完善的的支持能源转型的相关法律法规与政策制度、不利于能源转型的奖惩制度、可再生能源从业率3个三级指标。
步骤S2所述的集值迭代和反熵权法确定指标综合权重,包括:采用集值迭代法确定指标主观权重;采用反熵权法确定指标客观权重;将指标的主观权重和客观权重采用加权确定综合权重。
步骤S3所述的基于黄金分割和云模型理论构建的能源转型评估模型,包括:基于云模型逆向云发生器算法和黄金分割法建立标准云模型,评估标度为(很差、差、一般、好、很好);采用云模型的逆向云发生器算法将多位专家对待评估区域的三级指标评分转换为云数字特征期望E
现有的评估能源状态多为能源可持续发展评估,缺乏针对能源转型状态的评估,本发明首先建立能源转型评价指标体系,然后采用主客观权重相结合的综合方法确定指标权重,最后基于黄金分割和云模型理论建立能源转型评估模型。本发明能够对待评估区域的目前能源系统性能和能源转型过渡准备情况进行评估,从而为该区域节能减排、能源计划、投资及发展方向提供依据。
附图说明
图1是一种能源转型状态的评估方法的流程示意图。
图2是标准云模型图。
具体实施方式
请参阅图1和图2,图1是本发明的一种能源转型状态的评估方法的流程示意图,图2是标准云模型图。
本发明的一种能源转型状态的评估方法包括以下步骤:
S1.基于预先建立的能源转型评价指标体系,获取对应的能源相关数据与资料;
本步骤中,所述的能源转型评价指标体系包括:根据能源系统转型评估的影响因素构建一级指标;基于一级指标的影响因素为每个一级指标建立二级指标;基于二级指标的影响因素为每个二级指标建立三级指标;
所述的一级指标包括目前能源系统性能和能源系统过渡准备情况;
所述的目前能源系统性能包括经济指标、能源安全指标、能源结构指标、能源终端指标4个二级指标;
所述的能源系统过渡准备情况包括投资指标、政治承诺指标、制度与从业指标3个二级指标;
所述的经济指标包括人均能源消耗量、单位GDP能耗、人均生活用电量、单位GDP用电量、能源生产弹性系数、能源消费弹性系数、电力生产弹性系数、电力消费弹性系数、碳排放强度、电气化率、能源清洁化率11个三级指标;
所述的能源安全指标包括煤炭对外依存度、天然气对外依存度、石油对外依存度3个三级指标;
所述的能源结构指标包括化石能源消费比例、清洁能源消费比例、化石能源发电比例、清洁能源发电比例、化石能源装机比例、清洁能源装机比例6个三级指标;
所述的能源终端指标包括用户通电率、“低电压”户数比例、新能源汽车保有率、智能电表覆盖率、配电自动化覆盖率、充电设施覆盖率6个三级指标;
所述的投资指标包括对清洁能源的投资计划、对电能的投资计划、对能源转型相关的科研投资计划3个三级指标;
所述的政治承诺指标包括未来“零排放”目标、未来清洁能源发电量比重、未来清洁能源消费比重3个三级指标;
所述的制度与从业指标包括完善的的支持能源转型的相关法律法规与政策制度、不利于能源转型的奖惩制度、可再生能源从业率3个三级指标;
所述的人均能源消费量=(能源消费总量/人口总数)×100%;
所述的单位GDP能耗=(能源消费总量/GDP)×100%;
所述的人均生活用电量=(总用电量/人口总数)×100%;
所述的单位GDP用电量=(总用电量/GDP)×100%;
所述的能源生产弹性系数=能源生产总量年均增长率/GDP年均增长率;
所述的能源消费弹性系数=能源消费年均增长率/GDP年均增长率;
所述的电力生产弹性系数=发电量年均增长率/GDP年均增长率;
所述的电力消费弹性系数=电力消费量年均增长率/GDP年均增长率;
所述的碳排放强度=碳排放量/GDP;
所述的电气化率=(电能消费/终端能源消费)×100%;
所述的能源清洁化率=(非化石能源消耗量/一次能源消耗量)×100%;
所述的煤炭对外依存度=(进口煤炭量/煤炭消耗量)×100%;
所述的天然气对外依存度=(进口天然气量/天然气消耗量)×100%;
所述的石油对外依存度=(进口石油量/石油消耗量)×100%;
所述的化石能源消费比例=(化石能源消费量/能源消费总量)×100%;
所述的清洁能源消费比例=(清洁能源消费量/能源消费量)×100%;
所述的化石能源发电比例=(化石能源发电量/总发电量)×100%;
所述的清洁能源发电比例=(清洁能源发电量/总发电量)×100%;
所述的化石能源装机比例=(化石装机容量/总装机容量)×100%;
所述的清洁能源装机比例=(清洁能源装机容量/能源消费量)×100%;
所述的用户通电率=(通电的用户数/总用户数)×100%;
所述的“低电压”户数比例=(“低电压”户数/总用户数)×100%;
所述的新能源汽车保有率=((电动汽车保有量+其他新能源汽车保有量/汽车总保有量)×100%;
所述的智能电表覆盖率=(智能电表总数/总电表数)×100%;
所述的配电自动化覆盖率=(配置自动化终端的中压线路条数/中压线路条数)×100%;
所述的充电设施覆盖率=((充电站数量+充电桩数量)/区域总面积)×100%;
所述的可再生能源从业率=(可再生能源从业人数/总就业人数)×100%。
S2.基于能源相关数据与资料,采用集值迭代法确定指标主观权重;采用反熵权法确定指标客观权重;将指标的主观权重和客观权重采用加权确定综合权重。
本步骤中,根据集值迭代法确定指标的主观权重值:
式中,δ
其中,所述的ρ(x
式中,q
式中,X
根据反熵权法确定指标的客观权重值:
式中,h
根据主观权重值和客观权重值按下式计算得到综合权重值:
ω
式中,δ
S3.基于云模型逆向云发生器算法和黄金分割法建立标准云模型,评估标度为(很差、差、一般、好、很好);采用云模型的逆向云发生器算法将多位专家对待评估区域的三级指标评分转换为云数字特征期望Ex、熵En、超熵He定量数值表示;采用云模型的正向云发生器算法将上述得到的Ex、En、He转换为一维云模型;根据指标综合权重将上述得到的一维云模型转换为综合云模型;将上述得到的综合云模型与标准云模型进行对比分析,得到带评估区域的能源转型状态结果。
本步骤中,基于云模型逆向云发生器算法和黄金分割法建立标准云模型,评估标度为(很差、差、一般、好、很好),按下式计算标准云模型的云数字特征:
云模型逆向云发生器算法:
计算期望:
式中,x
计算方差:
式中,x
云数字特征:
式中,Ex为指标期望,En为指标熵,He为指标超熵,S
基于黄金分割法将上述得到的标准云数字特征转换为评估标度集(很差、差、一般、好、很好),按下式计算:
得到标准云模型为图2,评估标度云数字特征为下表:
表1标准云数字特征
本步骤中,采用上述云模型逆向云发生器算法,将多位专家对待评估区域的三级指标评分转换为云数字特征Ex、En、He定量数值表示;然后,采用云模型的正向云发生器算法将上述得到的Ex、En、He转换为一维云模型,按下式计算:
云模型正向云发生器算法:
生成随机数En
En
生成随机数x:
x~N(Ex,En
得到云滴(x,μ(x)):
本步骤中,根据指标综合权重将上述得到的一维云模型转换为综合云模型,按下式计算:
式中,ω=(ω
将上述得到的综合云模型与标准云模型进行对比分析,得到带评估区域的能源转型状态结果。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
- 一种能源转型状态的评估方法
- 一种基于智能变电站状态估计的采样环节状态评估方法