基于实物期权理论的供电企业安全投资决策模型

针对传统安全投资决策方法的缺陷,将实物期权理论引入到供电企业安全投资决策中,构建了实物期权理论的供电企业安全投资决策框架,并建立了基于二叉树模型的供电企业安全投资决策模型。实例验证了模型的有效性,为供电企业安全投资提供了新的思路。     

可再生能源发电项目投资决策的实物期权方法

由于传统DCF分析方法不能完全满足可再生能源发电项目投资决策的需要,本文提出了在可再生能源发电项目投资决策中引入实物期权的思路,初步讨论了可再生能源发电项目投资的实物期权模型,并以风力发电项目投资为例具体讨论了实物期权模型的应用方法.     

实物期权理论在风力发电项目投资决策中的应用

由于风力发电项目投资具有很高的不可逆性、不确定性、竞争性和可持续发展特性,传统DCF分析方法不能很好地处理这些特性．DCF分析方法不能完全满足风力发电项目投资决策的需要。分析了风力发电项目投资的特点,提出了在风力发电项目投资决策中引入实物期权的基本思路和模型,并讨论了实物期权模型的应用方法。     

基于实物期权的水电站项目投资时机决策模型及应用

为弥补水电站项目传统投资决策方法的缺陷,结合水电站项目投资特点,修改了传统净现值法中投资可逆和投资时机不可延迟的假设,基于实物期权理论建立了水电站项目投资时机决策模型,给出了水电站项目最佳投资时机项目价值计算公式,最后通过数学算例验证了模型的可行性,并在此基础上分析了延迟投资的机会成本系数对项目最佳投资时机的影响。结果表明,投资的不可逆性和可延迟性很大程度上影响了项目价值的评估及最佳投资时机的选择,该模型的建立为水电站项目投资时机的合理选择提供了参考。     

分布式光伏发电项目的投资影响因素研究

为应对全球气候变化,中国提出了碳达峰、碳中和的战略目标。作为中国实现该目标的重要途径之一,分布式光伏发电不仅能够减少和替代化石能源消费,而且有利于构建安全、高效的局域微电网,近年来在政策的影响下得到快速发展。目前,分布式光伏发电项目的投资竞争已经进入白热化阶段,优质的项目资源越来越少,同时又面临产业链上游环节原材料价格的波动和补贴退坡等问题,分布式光伏发电项目的投资决策越发困难。首先对分布式光伏发电系统的优势进行了分析,然后从补贴政策、产业链价格传导、售电收入的不确定性这3个方面对新能源投资企业在分布式光伏发电项目投资决策中需要考虑的几个关键影响因素进行了分析。研究结果可为日后在更加严峻的投资环境中的项目投资决策提供借鉴和参考。     

基于实物期权理论的风电项目投资评价方法研究

传统的投资决策方法(如净现值法)只适用于期限短、不确定性小的项目投资决策,而实物期权法恰好能克服以上问题。实物期权法弥补了传统投资决策方法的缺陷,可以在不确定性较高的环境下准确地评估项目的价值,相对于传统的评价方法更适合风电项目的投资评价。影响实物期权价值的因素中只有标的资产波动率σ(即市场风险)是引入实物期权方法时应予确认的未知变量,它的取得需要考虑多项风险对项目价值的影响,而准确识别各种风险并精确计算出其对项目价值的影响程度相当困难。因此,可应用BP神经网络算法来模拟项目价值波动率。首先选用3层的BP神经网络模型,包括输入层、隐含层、输出层;然后确定影响项目价值波动率的因素,并模拟计算。实证研究表明,将基于BP神经网络修改后的实物期权方法应用于对风电项目价值的评估,具有充分的理论基础,并且是可行的。但该模型还有一些需要改进的地方,比如在BP神经网络的训练过程中需要大量的样本,这些数据的采集可能会存在问题;在讨论如何确定市场价格波动率时,还可以考虑更多影响因素,从而使计算结果更为准确。     

分布式发电的灵活性投资策略研究

为激励投资者投资以促进分布式发电的建设,研究了天然气价格不确定性下,基于实物期权模型的燃气分布式发电灵活性投资策略.构建了分布式发电投资策略的实物期权模型,提出一种灵活的时序投资策略,并分析了策略的投资阈值和项目价值,计算分析了4种不同的投资策略在不同波动水平下每种策略的天然气投资价格阈值及其适用性.研究结果表明,实物期权理论可有效应用于分布式发电投资策略研究,可为投资者根据价格信息灵活选择投资策略、提高经济效益提供指导.     

南宁太阳能光伏发电开发及规划研究

介绍南宁市太阳能资源情况,以及在太阳能光伏发电方面的利用现状及存在的问题。通过分析,提出在"十三五"期间,南宁市建设集中式光伏发电项目、分布式光伏发电项目以及扶贫光伏发电项目的规划目标。最后,从节能减排和社会效益方面对规划的光伏发电项目进行了分析和测算。     

百姓看光伏发电前景

本刊今年第一期刊登了马胜红、赵玉文、王斯成、孔力、王燕五位同志所写的“制定阶梯电价促进我国光伏发电发展”一文，他们从光伏发电的必要性、目标到光伏发电的对策等一一说清了，而且说的很深远。我们读后受到了鼓舞，看到了光伏发电的希望。     

基于CA-SE-GA-BP的光伏发电功率预测

针对光伏发电功率预测精度低的问题,以澳大利亚爱丽丝泉地区某200kW的光伏电站为例,选用遗传算法(GA)优化BP神经网络,采用相关性分析法(CA)确定太阳辐照度、温度、湿度为影响光伏发电功率的主要因子,结合经样本熵(SE)量化的天气类型作为模型输入量,提出CA-SE-GA-BP神经网络的光伏发电功率预测模型。结果表明,多云天气下CA-SE-GA-BP神经网络均方根误差、平均绝对百分比误差分别为4.48%、2.27%,晴天、雾霾、雨天三种天气类型下的预测误差也基本上不超过10%,相较于SE-GA-BP、CA-GA-BP、GA-BP神经网络,CA-SE-GA-BP神经网络预测误差降低,为解决光伏系统发电功率预测提供了一种高效准确可行的方法。     

基于物元可拓模型的光伏发电综合效益评价研究

为避免人为主观因素的影响,运用熵权法对层次分析确定描述指标体系各层级指标相对重要程度的权重进行修正;通过物元可拓模型从经济效益、技术效益、社会效益和环境效益4个方面,全面系统分析新能源光伏发电项目综合效益,并对蒙阴光伏发电项目进行综合效益评价,得出了相应结论,为客观评价光伏发电综合效益提供方法。     

基于改进欧氏距离协调发展度评估模型的电网投资决策方法

电力体制改革新背景下电网投资与经济、电量的协调发展作为电网投资决策的约束条件得到进一步加强。基于广义协调性建立了一套电网投资与经济、电量协调性表征指标,综合考虑电网公司、政府监管部门和电网投资、经济电量各子系统,引入模糊隶属度改进传统的欧氏距离协调发展度模型的理想值取定。并以某省2016~2018年指标进行验证,通过经典判别分析比较与传统方法评估的准确性。结果表明,改进的欧氏距离协调发展度评估模型准确率更高,能较好地应用于电改形势下电网投资、经济和电量的协调发展评估。     

基于实物期权的电力交换均衡定价模型

考虑投资方通过投资一个水电厂与电网公司签订电力交换合同,利用实物期权法对资产进行合理定价.基于项目受益双方的利益最大化建立电力交换合同收益的均衡模型,并得到了合同电价的均衡方程.算例仿真和理论研究表明,该合同既保障电网公司免受电力需求不足或供应不足带来的损失,又兼顾了双方收益公平,具有现实意义.     

新型双轴跟踪光伏发电技术

  [目的]  为了克服传统光伏发电能源利用率低、经济性差的问题,特别是水面光伏固定困难,需探索一种新型的双轴跟踪光伏发电技术。  [方法]  新型地面和水面双轴跟踪光伏发电技术,在类似于塔吊的钢桁架构成的、以固定圆心做极其缓慢转动的大圆盘上布置平单轴光伏阵列。从光伏阵列布置入手,分析了新型双轴跟踪在土地资源占用和能源利用率的特点,进而对该新型系统较传统光伏发电系统的发电量增加和成本增量作技术经济性分析。  [结果]  新型双轴跟踪技术节约土地资料,为传统双轴跟踪式占地面积50%左右,提高单位面积能源利用率。增加发电量,双轴跟踪式相较于固定式增加35%～45%,水面光伏再增加6%～15%。电能输出更加平稳,双轴跟踪式光伏发电很快进入平稳期,电能输出更加平稳。提高了经济性,新型双轴跟踪,所有光伏板同步转动,只需要一个方位角和一个高度角检测装置,方位角跟踪也只需要一套驱动装置;高度角跟踪可以分区域集中供电驱动,相对节省成本。技术经济指标更优,特别是相较于传统水面光伏有明显改善。运营维护方便,采用龙门吊门型架结构,在等间距的钢桁架上前后、左右、上下移动方便进行检修和清洗。  [结论]  提出的新型双轴跟踪系统在经济性、电源输出平稳性和运维简易性上有巨大优势,通过分析对比可以看出该系统具有很强的推广前景。     

漂浮式光伏发电系统的发电性能研究

漂浮式光伏发电技术是未来光伏发电的应用方向之一。在同一地点建立了1座6.3 kW漂浮式光伏发电系统及1座6.3 kW陆上光伏发电系统,分别对其发电性能进行数据采集与分析。试验表明,漂浮式光伏发电系统的总发电量比陆上光伏发电系统高2%,总体发电效率更高,漂浮式光伏发电系统降低温度损耗对系统发电功率的影响较明显。     

基于混合储能的并网光伏发电系统功率控制研究

针对并网光伏发电系统输出功率的波动,提出利用混合储能系统对功率进行平抑.介绍了光伏最大功率跟踪和并网逆变的控制,为实现发电和并网功率的匹配,考虑蓄电池和超级电容器各自特性的优势,对混合储能系统提出了三级式功率分配策略;通过设计相应的控制方法和以功率分配单元的输出功率作为参考值,混合储能系统控制变换器进行合理充放电.混合储能系统不仅保证了并网功率按计划运行,而且稳定了直流母线电压、满足了随机负荷供电.通过仿真验证,三级式功率分配策略有效,控制方法可行.     

基于Kmeans和CEEMD-PE-LSTM的短期光伏发电功率预测

针对光伏发电功率时间序列随机性和波动性强的特点,提出一种基于Kmeans和完备总体经验模态分解(CEEMD)、排列熵(PE)、长短期记忆(LSTM)神经网络结合的短期光伏功率预测模型.先通过Kmeans算法选出预测日的相似日;然后采用CEEMD将发电功率和影响因素数据的原始序列分解为多个固有模态分量,并用排列熵算法对模...