两种不同的建模方法

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Two Different Methods for Modelling the Likely Upper Economic Limit of
  the Future United Kingdom Wind Fleet》
---
作者：
Anthony D Stephens and David R Walwyn
---
最新提交年份：
2018
---
英文摘要：
  Methods for predicting the likely upper economic limit for the wind fleet in the United Kingdom should be simple to use whilst being able to cope with evolving technologies, costs and grid management strategies. This paper present two such models, both of which use data on historical wind patterns but apply different approaches to estimating the extent of wind shedding as a function of the size of the wind fleet. It is clear from the models that as the wind fleet increases in size, wind shedding will progressively increase, and as a result the overall economic efficiency of the wind fleet will be reduced. The models provide almost identical predictions of the efficiency loss and suggest that the future upper economic limit of the wind fleet will be mainly determined by the wind fleet Headroom, a concept described in some detail in the paper. The results, which should have general applicability, are presented in graphical form, and should obviate the need for further modelling using the primary data. The paper also discusses the effectiveness of the wind fleet in decarbonising the grid, and the growing competition between wind and solar fleets as sources of electrical energy for the United Kingdom.
---
中文摘要：
预测英国风力发电机组可能的经济上限的方法应简单易用，同时能够应对不断发展的技术、成本和电网管理策略。本文提出了两个这样的模型，这两个模型都使用了历史风型数据，但采用不同的方法来估计作为风电场规模函数的风脱落程度。从模型中可以清楚地看出，随着风力发电机组规模的增加，风力减排量将逐渐增加，因此风力发电机组的整体经济效率将降低。这些模型提供了几乎相同的效率损失预测，并表明未来风电机组的经济上限将主要由风电机组净空决定，本文对此进行了详细描述。结果应具有普遍适用性，以图形形式呈现，应避免使用原始数据进行进一步建模。本文还讨论了风力发电机组在电网脱碳方面的有效性，以及风力发电机组和太阳能发电机组作为英国电能来源之间日益激烈的竞争。
---
分类信息：

一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--
一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> Two_Different_Methods_for_Modelling_the_Likely_Upper_Economic_Limit_of_the_Futur.pdf (1.03 MB)

2022-6-10 04:50:57 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Quantitative Primary Data Contribution Technologies QUANTITATIV

1模拟未来英国风电机组可能的经济上限的两种不同方法Anthony D Stephens和David R Walwyn通信tonystephensgigg@gmail.com预测英国风电机组可能的经济上限的抽象方法应易于使用，同时能够应对不断发展的技术、成本和电网管理策略。本文提出了两个这样的模型，这两个模型都使用了历史风型数据，但采用不同的方法来估计作为风电场规模函数的风脱落程度。从模型中可以清楚地看出，随着风力发电机组规模的增加，风力减排量将逐渐增加，因此风力发电机组的整体经济效率将降低。这些模型提供了几乎相同的效率损失预测，并表明未来风电机组的经济上限将主要由风电机组的净空决定，本文对此进行了详细描述。结果应具有普遍适用性，以图形形式呈现，应避免使用原始数据进行进一步建模。本文还讨论了风力发电机组在电网脱碳方面的有效性，以及风力发电机组和太阳能发电机组作为英国电能来源之间日益激烈的竞争。关键词风力发电机组；装机容量；数学模型；经济上限目录摘要。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1 1.  管理风电盈余。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3 2.

风力发电机组的简化表示。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。5 3.  模型1：缩放实时记录。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。7 4.  模型2：缩放风力发电直方图。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。10 5.  GWe与GWc曲线和风电机组效率。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。11 6.  风力发电和太阳能发电之间的竞争。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。13 7.  风电机组减少英国二氧化碳排放的潜力。。。。。。。。。。。。。。。。。。。。。。。。。。。。。14 8.  结束语。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。17缩写。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19具有特殊或限制含义的术语。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19参考文献。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。192图表1。周平均风力发电量；2013年至2016年。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3图2。2016年第38周英国风力发电。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。4图3。2014年第45周（11月2日至8日）的电网需求和风力发电。。。。。。。。。。。6图4。2014年每周平均电网需求。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。7图5。2014年第45周的风力发电模型预测，风力发电机组容量为10GWc至80GWc。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

7图6。使用2013-2016年的记录以及15 GWe、20 GWe、25 GWe和30 GWe的Hdrm对模型的GWe与GWc预测。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。9图7。2013年至2016年英国风力发电直方图，以0.5GWe为单位。。。。。。。。。。。。。。。。。。。。。9图8。使用2014年实时数据和全年34.34 GWe的恒定电网需求进行模型1预测的比较。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。10图9。比较使用两种不同模型得出的GWe与GWc曲线。。。。11图10。根据实时GWe与GWc曲线得出的不同Hdrm值的边际效率曲线。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。12图11。2017年第23周（6月5日星期一至6月11日星期日）风能和太阳能发电对电网需求的贡献。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。13图12。不同Hdrm值和不同太阳能发电水平的GWe与GWc和边际效率曲线。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。14图13。Hdrm的二氧化碳排放量为15、20、25和30 GW，风力发电机组容量范围高达80GWc。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。17表1中的表。选择基准发电值作为模型输入，以生成15 GWe、20 GWe、25 GWe和30 GWe的Hdrm结果。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8表2。

使用2014年风力发电柱状图计算GWc=80和Hdrm=20 GWe的发电量（GWe）的电子表格图解。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。11表3。边际效率为0.2的风电场参数。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。12表4。1990年和2017年英国二氧化碳排放源（单位：公吨/年）。。。。。。。。。。14表5。燃煤和燃气发电的英国二氧化碳排放量估计范围（公吨/年/GWe）。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。15表6。2017年各部门的平均发电量和使用表5第一列数字计算的二氧化碳排放量。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。15表7。风电机组的减排效率（百万吨/年/千兆瓦）。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。163  1.  管理风电盈余当风力发电首次引入英国国家电网时，业内许多人预测，有朝一日风力发电可能会满足电网的所有需求。他们认为，通过储能和与经历不同天气模式的国家交换盈余/赤字，可以改善风的可变性和间歇性。在本文中，我们认为这种策略是不经济的，并且可能存在经济上限，其价值可以使用基于历史风模式的模型进行估计。在讨论模型的开发之前，我们必须首先更详细地考虑英国风电场范围内存储和/或国家间传输的限制以及英国风力发电的间歇性。

如图1所示，2013年至2016年的每周平均风力发电记录显示，每周的风力变化程度很高。除了预计每年第一季度和第四季度的风力发电量高于夏季外，发电量几乎没有明显的模式。图1：。周平均风力发电量；2013年至2016年资料来源：Gridwatch此外，这些周平均值低估了风的可变性；为了深入了解实时风力变化对国家电网运行的影响，我们需要考虑实时风力发电记录，如2016年第38周的记录，如图2所示。虽然2016年第38周的平均发电量为2.36 GWe，接近当年的平均值，但本周风力发电量的变化系数为21到1，介于0.29 GWe的低点和6.20 GWe的高点之间。虽然2016年第38周期间，电网可能已经容纳了风电场的所有能量，但如果风电场的装机容量在34.4 GWc至75.3 GWc之间，情况就不会如此，能源和气候变化部多名顾问建议的风电场上限（皇家工程学院，2014年）。由此产生的问题是，未来容量超过需求的大型风力发电机组的发电量是否会得到有益的利用，还是必须削减。在本文中，后缀e将用于表示风力发电量，如GWe和MWe，后缀c表示风力发电机组容量，如GWc。本文末尾列出了其他缩写以及一些具有特殊或限制含义的术语。4图2。

2016年第38周英国风力发电来源：Gridwatch有时建议使用电存储阵列存储多余的风力发电，存储的能量稍后会返回电网。然而，这一建议的问题是，电存储阵列的成本很高，并且风力间歇会导致任何此类系统的利用率较低。对于每超过24小时的发电量GWe，将需要24 GWeh的存储容量，相当于特斯拉在澳大利亚南部的锂离子存储设施大小的186个阵列（Edwards，2017）。尽管这是目前世界上最大的存储阵列，但其容量只能容纳0.13 GWeh的能量。2017年，大型锂离子存储阵列的资本成本（包括安装和设备成本）约为5亿美元/GWeh和。即使到2024年，这一成本降低到预期的3.5亿美元/GWeh（Eller和Gauntlett，2017），24 GWeh设施的成本也将达到84亿美元，相当于43000美元/兆瓦时，假设阵列的寿命为10年，年利率为4%。正如我们稍后将看到的那样，如果风力发电机组规模增加到75GWe，预计偶尔会超过40 GWe，这将需要960GWeh的储能，相当于7000多个特斯拉存储阵列，资本要求为3360亿美元。假设储能的价值为40美元/兆瓦时，24千兆瓦时的储能价值将略低于100万美元（而成本接近10亿美元）。存储系统只有在运行时才能产生收入，历史数据（如图2所示）表明，用于处理过量风力发电的电存储阵列不太可能频繁运行，从而使其成为一种经济方案。

如果2016年9月24日风力发电机组足够大，发电量超过需求1GWe，那么一天结束时，24 GWeh阵列将满负荷。第二天风力发电量仍然很高时，阵列将无法充电或放电。本周早些时候，阵列将因风力不足而处于非活动状态，并且阵列可能仅在该周的一天运行。图1显示了2013年至2016年期间，阵列因风力不足而无法运行的数周时间，包括数个3周时间，如2013年第28至30周、2014年第24至26周、2014年第36至39周以及2016年第23至25周。显然，存储英国多余风力发电的阵列的负荷系数将非常低，高资本成本/低利用率的组合将使存储多余发电变得非常不经济。这与之前的研究一致，之前的研究得出的结论是，虽然公用事业规模的电存储对于太阳能发电可能是经济的，但对于风力发电则不是这样（Barnhart等人，2013年；Marcacci，2013年）。5国家间连接器被广泛用于将可再生能源盈余从一个国家转移到另一个国家，德国出口了其大部分剩余太阳能发电（Stephens和Walwyn，2017）。因此，我们必须考虑英国多余的风力发电是否可以有利地出口到邻国使用。至于储能，使用国家间风能转移的问题在于英国风能盈余的间歇性。德国一年中有很多天可以出口太阳能，因此其内部连接器的容量相当高。

然而，英国风电的不可预测性和可变性将导致任何致力于向邻国出口英国风电盈余的互联网络都很少使用。2014年皇家工程学院的研究得出结论，英国及其大陆邻国的风速具有合理的良好相关性（皇家工程学院，2014年），这意味着在英国风力发电量超过英国需求的情况下，不能假设其邻国能够接受过量。事实上，2016年9月24日/25日英国遭遇大风时（见图2），德国的发电量也超过了需求，并向邻国大量出口；如今，英国风电过剩在欧洲没有市场。得出的重要结论是，虽然未来储能和国家间转移可能会在英国太阳能发电机组的运营中发挥有益的作用，但英国风力发电机组的情况不太可能如此。在以下章节所述的模型中，假设英国风力发电量超过电网需求时，将抑制过剩发电量。随着风力发电机组规模的增加，越来越多的过剩发电量将被削减，从而导致风力发电机组的整体效率降低。正是这种效率的降低最终决定了风电机组的较高经济规模。2、风力发电机组的简化表示尽管英国发电系统极其复杂多样，但在调查风力发电机组对整个系统性能的影响时，宜作出一些简化假设。

模型不需要单独考虑多个发电源，只需整体考虑，我们将这些发电源视为一个单一的复合发电源，我们将其称为基础发电，后者包括核能、生物质能和进口能源。在对爱尔兰风力发电的研究中，麦凯发现风力发电的大幅减少可能会破坏爱尔兰电网的稳定（麦凯，2009）。如图5所示，2014年11月3日，英国风力发电量迅速减少。当时，风力发电量的迅速减少得到了罕见的开路燃气轮机（OCGT）发电的补偿。对于大型风力发电机组未来更大的风力停歇，更合理的解决方案是在部分负荷下连续运行CCGT，而不是OCGT。CCGT的热效率比OCGT更高，能够在部分负载下以接近最大的效率运行，并且可以在几分钟内从部分负载运行到全功率。因此，必须将缓解可能的风力停滞（可能为5GWe）所需的部分负荷CCGT发电视为基础发电的一部分。在本文研究的2013年至2016年期间，基准发电量在12至15 GWe之间，但在未来几十年可能会有显著差异。因此，在模型中，必须将基准生成视为输入变量。6图3显示了一种可视化风力发电对电网需求贡献的有用方法，其中风力发电堆叠在基础发电之上。电网需求和基础发电之间的区域传统上由煤炭和天然气发电提供服务，但近年来，风力发电已被优先接入电网，并在可用时取代了煤炭和天然气发电。