我国风能发电效率动态评价研究
发布时间:2021-04-21 03:34
随着工业化和城市化步伐的加快,在发展社会经济的同时,环境保护越来越受到人们的重视。而且,传统的以消耗煤炭、石油等资源,制造二氧化碳、二氧化硫等污染物的发展模式已难以为继,全球范围内的能源格局已发生转变。因此,开发风电资源对我国发电结构趋于清洁多样化以及调整我国能源使用结构有着不可或缺的作用。本文首先通过对风能资源、我国发电结构、风电装机容量、风能发电量和政策支持相关领域的文献研究,来分析我国风能发电的现状和特点。其次分别从时间维度和省际角度两个方面评价我国风能发电效率。分别以年份和省份为DMU,运用传统DEA模型(BCC和CCR)的两种导向、超效率DEA模型、Bootstrap纠偏测算以及Global-Malmquist指数模型,静动态分析我国风电效率,最后用Tobit模型对影响风能利用效率的因素进行分析,选取不同角度和方法分析我国风能发电效率和其影响因素。得出如下结论:我国风能资源丰富,储量较为稳定,但风能资源分布与需求明显不匹配,呈逆向分布。我国发电结构虽然有所变化,但是从发电结构来看,主要的发电来源仍是火电,风能发电作为补充能源发电,发电结构趋于清洁化。截至2018年底,我国风电...
【文章来源】:中国地质大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】:68 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究背景与目的意义
1.1.1 研究背景
1.1.2 研究问题
1.1.3 目的意义
1.2 研究内容、方法及技术路线
1.2.1 研究内容
1.2.2 研究思路及方法
1.2.3 技术路线
1.3 创新点
2 我国风能发电现状分析
2.1 风能资源
2.2 风能发电
2.3 发电结构
2.4 风能装机容量
2.4.1 中国风能装机容量世界地位
2.4.2 风能新增装机及增速
2.5 风能发电量
2.5.1 中国风能发电量世界地位
2.5.2 风能发电量增速及占比
2.6 政策支持
2.7 本章小结
3 相关理论方法
3.1 DEA方法在能源效率评价中的应用
3.2 DEA模型理论及方法
3.2.1 传统DEA模型
3.2.2 超效率DEA模型
3.2.3 Bootstrap-DEA模型
3.2.4 Malmquist指数模型
3.3 Tobit模型理论
4 我国2006 年-2018 年风能发电效率研究
4.1 单投入单产出效率值测算
4.2 多投入单产出效率值测评算
4.3 投入导向的规模效率值测算
4.4 本章小结
5 省际风能发电效率研究
5.1 省际风能发电Bootstrap-DEA模型纠偏分析
5.1.1 指标选取及数据来源
5.1.2 数据分析
5.2 省际风能发电BCC-DEA分析
5.2.1 指标选取及数据来源
5.2.2 数据分析
5.3 省际风能发电超效率DEA模型测算分析
5.3.1 指标选取及数据来源
5.3.2 数据分析
5.4 省际风能发电Malmquist-DEA指数模型测算分析
5.4.1 指标选取及数据来源
5.4.2 数据分析
5.5 风能发电效率影响因素分析—基于Tobit模型
5.5.1 指标选取及数据来源
5.5.2 数据分析
5.6 本章小结
6 结论与展望
6.1 本文结论
6.2 不足与展望
参考文献
致谢
【参考文献】:
期刊论文
[1]分散式风电场小型分散集群储能选址定容方法[J]. 潘星辰,王晓文,黄劲. 沈阳工程学院学报(自然科学版). 2020(01)
[2]中国风电产业发展现状及前景展望(下)[J]. 电器工业. 2019(09)
[3]2018年我国风电产业发展形势及2019年展望[J]. 韩雪,陶冶. 中国能源. 2019(05)
[4]分散式风电宏观选址方法浅析[J]. 陈新宇. 红水河. 2019(02)
[5]2019年光伏及风电产业前景预测与展望[J]. 吕鑫,刘天予,董馨阳,祁雨霏,吕一明. 北京理工大学学报(社会科学版). 2019(02)
[6]大规模并网风电场选址及装机容量优化研究[J]. 闫征,赵世文,马平,王文兴. 青岛大学学报(工程技术版). 2018(02)
[7]基于DEA模型的风能资源利用效率评价研究——甘肃、吉林等25省区实证分析[J]. 王燕涛,李勇,王大亮,刘随亮. 科技管理研究. 2017(08)
[8]大规模风电并网技术问题及标准发展[J]. 迟永宁,张占奎,李琰,魏林君. 华北电力技术. 2017(03)
[9]基于改进型灰靶理论的风能资源利用效率评价[J]. 王燕涛,李勇,刘大为,刘随亮. 科技管理研究. 2017(05)
[10]省际能源效率评价及其影响因素分析——基于Malmquist指数的实证研究[J]. 迟远英,张宇. 价格理论与实践. 2016(08)
博士论文
[1]2030年我国新能源发展优先序列研究[D]. 邢万里.中国地质大学(北京) 2015
硕士论文
[1]基于模糊层次分析法的万顺风力发电场选址研究[D]. 王乾丞.长春工业大学 2019
[2]我国太阳能发电效率评价研究[D]. 宋宁.中国地质大学(北京) 2018
本文编号:3150973
【文章来源】:中国地质大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】:68 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 研究背景与目的意义
1.1.1 研究背景
1.1.2 研究问题
1.1.3 目的意义
1.2 研究内容、方法及技术路线
1.2.1 研究内容
1.2.2 研究思路及方法
1.2.3 技术路线
1.3 创新点
2 我国风能发电现状分析
2.1 风能资源
2.2 风能发电
2.3 发电结构
2.4 风能装机容量
2.4.1 中国风能装机容量世界地位
2.4.2 风能新增装机及增速
2.5 风能发电量
2.5.1 中国风能发电量世界地位
2.5.2 风能发电量增速及占比
2.6 政策支持
2.7 本章小结
3 相关理论方法
3.1 DEA方法在能源效率评价中的应用
3.2 DEA模型理论及方法
3.2.1 传统DEA模型
3.2.2 超效率DEA模型
3.2.3 Bootstrap-DEA模型
3.2.4 Malmquist指数模型
3.3 Tobit模型理论
4 我国2006 年-2018 年风能发电效率研究
4.1 单投入单产出效率值测算
4.2 多投入单产出效率值测评算
4.3 投入导向的规模效率值测算
4.4 本章小结
5 省际风能发电效率研究
5.1 省际风能发电Bootstrap-DEA模型纠偏分析
5.1.1 指标选取及数据来源
5.1.2 数据分析
5.2 省际风能发电BCC-DEA分析
5.2.1 指标选取及数据来源
5.2.2 数据分析
5.3 省际风能发电超效率DEA模型测算分析
5.3.1 指标选取及数据来源
5.3.2 数据分析
5.4 省际风能发电Malmquist-DEA指数模型测算分析
5.4.1 指标选取及数据来源
5.4.2 数据分析
5.5 风能发电效率影响因素分析—基于Tobit模型
5.5.1 指标选取及数据来源
5.5.2 数据分析
5.6 本章小结
6 结论与展望
6.1 本文结论
6.2 不足与展望
参考文献
致谢
【参考文献】:
期刊论文
[1]分散式风电场小型分散集群储能选址定容方法[J]. 潘星辰,王晓文,黄劲. 沈阳工程学院学报(自然科学版). 2020(01)
[2]中国风电产业发展现状及前景展望(下)[J]. 电器工业. 2019(09)
[3]2018年我国风电产业发展形势及2019年展望[J]. 韩雪,陶冶. 中国能源. 2019(05)
[4]分散式风电宏观选址方法浅析[J]. 陈新宇. 红水河. 2019(02)
[5]2019年光伏及风电产业前景预测与展望[J]. 吕鑫,刘天予,董馨阳,祁雨霏,吕一明. 北京理工大学学报(社会科学版). 2019(02)
[6]大规模并网风电场选址及装机容量优化研究[J]. 闫征,赵世文,马平,王文兴. 青岛大学学报(工程技术版). 2018(02)
[7]基于DEA模型的风能资源利用效率评价研究——甘肃、吉林等25省区实证分析[J]. 王燕涛,李勇,王大亮,刘随亮. 科技管理研究. 2017(08)
[8]大规模风电并网技术问题及标准发展[J]. 迟永宁,张占奎,李琰,魏林君. 华北电力技术. 2017(03)
[9]基于改进型灰靶理论的风能资源利用效率评价[J]. 王燕涛,李勇,刘大为,刘随亮. 科技管理研究. 2017(05)
[10]省际能源效率评价及其影响因素分析——基于Malmquist指数的实证研究[J]. 迟远英,张宇. 价格理论与实践. 2016(08)
博士论文
[1]2030年我国新能源发展优先序列研究[D]. 邢万里.中国地质大学(北京) 2015
硕士论文
[1]基于模糊层次分析法的万顺风力发电场选址研究[D]. 王乾丞.长春工业大学 2019
[2]我国太阳能发电效率评价研究[D]. 宋宁.中国地质大学(北京) 2018
本文编号:3150973
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3150973.html