一种考虑备用影响的光伏发电碳减排量计算方法
本文选题：光伏发电 切入点：碳排放 出处：《电力系统自动化》2014年17期
【摘要】：光伏电站实际的碳减排量计算对于光伏电站的规划和光伏产业的发展有着重要作用。随着光伏电站规模的不断扩大,光伏出力波动给系统所带来的不利影响也愈加突出。为减轻这种不利影响,需要在系统侧配备必要的旋转备用,而这部分备用所增加的碳排放理应计入光伏发电的碳减排量中。文中对青海省格尔木地区龙源光伏电站实测功率数据进行了分析,给出了基于曲线波动特征的光伏功率曲线分类算法,该算法根据曲线波动情况将光伏发电曲线分为4类,分别对应晴天、阴天、少云和多云气象条件,并给出了各类气象条件下光伏发电功率的统计量。在此基础上,进一步给出了考虑备用影响的光伏发电碳减排量计算模型和计算方法,该模型和方法可根据电站位置、容量、历史气象数据快速计算光伏电站的碳减排量。
[Abstract]:The actual photovoltaic power plant carbon emission reduction calculation for the development of photovoltaic power plant planning and photovoltaic industry plays an important role. With the continuous expansion of the scale of photovoltaic power plants, photovoltaic output fluctuation to the negative impact caused by the system has become increasingly prominent. In order to reduce the adverse effects and need of spinning reserve in the system side equipped with the necessary, and this part spare the increase of carbon emissions should be included in the photovoltaic power generation carbon emission reduction. The Golmud area of Qinghai province Longyuan photovoltaic power station measured power data are analyzed, the photovoltaic power curve fluctuation characteristic curve classification algorithm is proposed based on the algorithm of photovoltaic power generation curve is divided into 4 categories according to the curve fluctuations, respectively corresponding to sunny day cloudy, partly cloudy and cloudy weather conditions, and gives the PV power of various meteorological conditions statistics. On this basis, further are given. The calculation model and calculation method of carbon emissions reduction for photovoltaic generation with standby effect can be quickly calculated based on the location, capacity and historical meteorological data of the power plant.
【作者单位】： 新能源电力系统国家重点实验室 华北电力大学;中国电力科学研究院;
【基金】：国家高技术研究发展计划(863计划)资助项目(2011AA05A301)~~
【分类号】：X773;TM615
【参考文献】
相关期刊论文 前10条
1 李智勇;吴晶莹;吴为麟;宋保明;;基于自组织映射神经网络的电力用户负荷曲线聚类[J];电力系统自动化;2008年15期
2 于大洋;黄海丽;雷鸣;李新;张波;韩学山;;电动汽车充电与风电协同调度的碳减排效益分析[J];电力系统自动化;2012年10期
3 康重庆;陈启鑫;夏清;;低碳电力技术的研究展望[J];电网技术;2009年02期
4 陈启鑫;康重庆;葛俊;夏清;;基于排放轨迹模型的电力行业CO_2减排模式分析[J];电网技术;2009年19期
5 王丹平;陈之栩;涂孟夫;杨争林;丁恰;;考虑大规模风电接入的备用容量计算[J];电力系统自动化;2012年21期
6 蔡宇;李保卫;胡泽春;宋永华;赵永林;;燃煤机组碳排放指标计算及影响因素分析[J];电网技术;2013年05期
7 杨婧;刘志璋;孟斌;李娜;;基于MATLAB的太阳辐射资源计算[J];能源工程;2011年01期
8 刘红岩,陈剑,陈国青;数据挖掘中的数据分类算法综述[J];清华大学学报(自然科学版);2002年06期
9 刘臣辉;詹晓燕;范海燕;吕信红;;多晶硅-光伏系统碳排放环节分析[J];太阳能学报;2012年07期
10 徐钢;田龙虎;刘彤;黄其励;;中国电力工业CO_2减排战略分析[J];中国电机工程学报;2011年17期
【共引文献】
相关期刊论文 前10条
1 林航;陈晓明;;变电站光伏直流系统的研究与应用[J];安徽电力;2008年04期
2 陈玉峰;张红燕;敬松;谢元瑰;;基于数据挖掘的农民工就业推荐系统构建[J];安徽农业科学;2011年33期
3 王宁;吴昌宏;舒杰;;双面太阳电池垂直安装发电性能的测试[J];中国建设动态(阳光能源);2007年03期
4 王志刚;龙维绪;崔海昱;邓菊莲;刘祖明;廖华;涂洁磊;;大型集中并网光伏电站硬件设计要求及安全保护[J];阳光能源;2008年04期
5 张鹏;;太阳能高效路灯系统工作原理与设计[J];阳光能源;2009年06期
6 李天下;;太阳能光伏支架系统的应用[J];阳光能源;2010年10期
7 普平贵;;光伏控制器新型充电管理模式研究[J];阳光能源;2011年04期
8 高志明,关岩,于洪梅,吴秀红,李井会;人工神经网络在化学中的应用进展[J];鞍山钢铁学院学报;2000年03期
9 刘俊杰;张新燕;;基于PSIM的光伏模块建模与电气特性仿真[J];半导体光电;2011年02期
10 万春红;邵超;;一种新的基于自组织映射的流形学习算法[J];北京交通大学学报;2009年06期
相关会议论文 前10条
1 贾允毅;胥布工;王世华;刘步春;;端对端网络时钟漂移补偿算法研究及其实现[A];第二十六届中国控制会议论文集[C];2007年
2 ;A Neural Network Algorithm for the (m,d)-Coloring Problem of a Graph[A];中国运筹学会第七届学术交流会论文集（上卷）[C];2004年
3 岳恩;唐龙;罗顺安;张平;;铜铟镓硒(CIGS)薄膜太阳能电池的研究进展[A];第七届中国功能材料及其应用学术会议论文集（第6分册）[C];2010年
4 傅家祥;;并网太阳能光伏发电系统最大功率跟踪技术研究[A];2010年西南三省一市自动化与仪器仪表学术年会论文集[C];2010年
5 李蔚;;太阳能光伏技术与建筑应用[A];《湖北省建设领域节能减排》论坛资料汇编[C];2008年
6 蔡中华;;自组织映射(SOM)在研究地区产业结构聚类分析的应用[A];第九届中国青年信息与管理学者大会论文集[C];2007年
7 罗尧治;饶力;;国内外太阳能空间结构的应用与技术探讨[A];第七届全国现代结构工程学术研讨会论文集[C];2007年
8 孙振权;刘燕;刘自发;;智能电网关键技术探讨[A];低碳陕西学术研讨会论文集[C];2010年
9 孙忠欣;袁茂荣;邬铭法;;光伏建筑一体化防雷设计[A];第28届中国气象学会年会——S13雷电物理、监测预警和防护[C];2011年
10 陈琼;蔡希松;李钟华;刘秀兰;潘盛;刘志刚;孙铁囤;;管式扩散中POCl_3使用量的测量及对扩散工艺的影响[A];第十届中国太阳能光伏会议论文集：迎接光伏发电新时代[C];2008年
相关博士学位论文 前10条
1 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
2 王敏;分布式电源的概率建模及其对电力系统的影响[D];合肥工业大学;2010年
3 朱震宇;我国太阳能光伏产业投资风险及决策研究[D];中国地质大学（北京）;2010年
4 李曼荔;求解组合优化问题的神经计算方法[D];电子科技大学;2010年
5 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年
6 李春芳;太阳能电动车关键技术研究[D];吉林大学;2011年
7 吕琳;天然气水合物（地球物理属性）的神经网络识别方法及软件开发[D];吉林大学;2011年
8 崔明勇;微网多目标优化运行及控制策略研究[D];华北电力大学（北京）;2011年
9 刘一婷;基于酞菁铜的太阳能电池的研究[D];大连理工大学;2011年
10 雷迎科;流形学习算法及其应用研究[D];中国科学技术大学;2011年
相关硕士学位论文 前10条
1 李本元;太阳能光伏发电单相并网逆变器研究[D];山东科技大学;2010年
2 贾红;氧化物半导体的湿化学法制备[D];浙江理工大学;2010年
3 张书春;数据挖掘技术在SMS系统中的应用研究[D];郑州大学;2010年
4 Rojanakat Payomrat;基于神经网络的双目视差估计[D];哈尔滨工程大学;2010年
5 李亭;光伏发电系统自适应控制研究[D];哈尔滨工程大学;2010年
6 徐洪伟;数据挖掘中决策树分类算法的研究与改进[D];哈尔滨工程大学;2010年
7 刘振广;一种改进的k_means聚类算法研究[D];哈尔滨工程大学;2010年
8 辛涛;基于混合神经网络的视频序列压缩与加密算法研究[D];大连理工大学;2010年
9 姜荣;时间序列的聚类和关联规则挖掘研究[D];辽宁师范大学;2010年
10 于希洋;光伏并网发电系统的MPPT及孤岛检测新方法的研究[D];辽宁工程技术大学;2009年
【二级参考文献】
相关期刊论文 前10条
1 付英,钟德成;自组织映射神经网络用于动态电压稳定分析的新方法[J];电力系统自动化;2000年02期
2 鞠平,姜巍,赵夏阳,王俊锴,张世学,刘琰;96点短期负荷预测方法及其应用[J];电力系统自动化;2001年22期
3 金海峰,熊信艮,吴耀武;基于相似性原理的短期负荷预测方法[J];电力系统自动化;2001年23期
4 张晓星,程其云,周nv,孙才新;基于数据挖掘的电力负荷脏数据动态智能清洗[J];电力系统自动化;2005年08期
5 杨争林;唐国庆;宋燕敏;曹荣章;;改进的基于聚类分析的超短期负荷预测方法[J];电力系统自动化;2005年24期
6 杨苹;陈武;;基于自组织模糊神经网络的汽轮发电机组振动故障诊断系统[J];电力系统自动化;2006年14期
7 张景超;张承学;鄢安河;张鹏飞;李奎;;基于自组织神经网络和稳态模型的多台感应电动机聚合方法[J];电力系统自动化;2007年11期
8 陈启鑫;康重庆;夏清;周意诚;横山隆一;;电力行业低碳化的关键要素分析及其对电源规划的影响[J];电力系统自动化;2009年15期
9 陈启鑫;周天睿;康重庆;夏清;;节能发电调度的低碳化效益评估模型及其应用[J];电力系统自动化;2009年16期
10 葛炬;王飞;张粒子;;含风电场电力系统旋转备用获取模型[J];电力系统自动化;2010年06期
相关博士学位论文 前1条
1 马忠海;中国几种主要能源温室气体排放系数的比较评价研究[D];中国原子能科学研究院;2002年
【相似文献】
相关期刊论文 前10条
1 ;特耐斯(镇江)电碳有限公司[J];江苏科技信息;2004年07期
2 ;数理统计在电碳工业上的应用[J];电碳技术;1975年01期
3 纤;五国从事电碳和炭素研究的主要研究机构数[J];电碳技术;1980年02期
4 原孠湖;哈尔滨电碳研究所邀请我国参加国际有关碳会议代表进行技术讲座[J];电碳技术;1980年03期
5 ;参加第八次电碳行业技术经验交流会议的单位[J];电碳技术;1980年04期
6 吴守谦;西德西门子公司电碳专家应邀来华进行技术交流[J];电碳技术;1981年01期
7 鲁文杰;哈尔滨电碳研究所召开连续石墨化炉经验交流现场会[J];电碳技术;1981年01期
8 工文贝;《电极厂和电碳厂的除尘》[J];碳素;1982年02期
9 鲁文杰;全国电碳行业贯彻国际标准会议召开[J];碳素;1983年01期
10 罗晴]，
本文编号：1702086
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/1702086.html
