基于系统动力学的区域能源互联网综合效益分析

江涵1,高艺1,李隽1,高源2,徐鹏飞1,张艳2,吕明3  

(1.全球能源互联网发展合作组织,北京市 西城区 100031;2.国网经济技术研究院有限公司,北京市昌平区 102209;3.北京联合大学,北京市 朝阳区 100023)

摘要

区域能源互联网综合效益的评估涉及对多种因素之间复杂反馈关系的处理,而传统评价方法一般局限于某一方面,未能全方位评估区域能源互联网发展带来的综合效益。提出了一种基于系统动力学的区域能源互联网综合效益评价模型。首先分析了区域互联网的构建带来的经济、社会、资源和环境4个方面的效益及相关影响因素;其次分析归纳了各因素间关系和反馈机制,并以此为基础构建了基于系统动力学的区域能源互联网综合效益评价模型;最后以东南亚地区为案例进行了多场景仿真分析,结果表明该模型可实现区域能源互联网综合效益量化评价,为区域能源互联网的规划和发展研究提供工具。

关键词 : 综合效益评价;能源互联网;系统动力学

基金项目:全球能源互联网集团有限公司科技项目(52450018000M);国家重点研发计划(2016YFB0900501)。

0 引言

跨国跨洲远距离电力传输是全球能源互联的重要形式[1]。建设跨国跨洲联网工程,形成区域能源互联网,是世界电网的重要发展趋势。欧洲的SuperGrid计划旨在建立欧洲地区的电力输送、承载和消纳平台;德国启动的开发非洲北部沙漠太阳能资源的DESERTEC电力项目,其重要内容之一是开展北非与欧洲的跨洲际联网研究[2];澳大利亚研究机构Grenatec也提出了泛亚洲能源网络的设想,以实现澳大利亚清洁能源在东南亚甚至整个东亚的联合消纳[3]。但目前相关研究只是针对某种特定的联网工程案例,缺乏量化评估区域能源互联网综合效益的系统模型。

区域能源互联网的构建将带来多方面综合效益。在经济社会方面,文献[4]基于多国多部门动态可计算一般均衡模型,建立了经济社会效益评估指标体系,开展了各洲经济社会效益定量分析。文献[5]基于压力—状态—响应模型构建了社会效益的评价体系,利用中国智能电网建设相关数据测评了能源互联网建设通过清洁替代、电网优化和电能替代3个渠道对社会效益的影响。在环境方面,文献[6]设置了全球电力发展的自平衡情景和联网情景,通过建立全球能源互联网环境效益指标体系,定量评估联网所带来的资源节约、常规污染物减排、应对气候变化等方面的效益。在关联效益方面,文献[7]对建设全球能源互联网的成本收益以及中国电力行业市场属性的改革进展进行分析评价,同时剖析能源互联网发展的外部效应。综合上述研究,当前能源互联网效益的研究对象一般局限于经济、社会、环境某一方面,且研究方法较为单一,未对区域能源互联网发展进行全方位分析。

区域能源互联网效益分析涉及多种因素之间复杂反馈关系的处理。本文基于系统动力学理论构建了一种综合效益评价模型。首先,分析区域能源互联网经济、社会、资源和环境4个方面效益的影响因素。然后,分析归纳各因素间的关系和反馈机制,结合层次分析法来确定权重,建立综合效益评估模型。最后,应用综合效益评估模型对东南亚地区的典型情景进行分析验证,给出推荐发展模式。

1 系统动力学建模理论及其适用性分析

1.1 系统动力学建模理论

系统动力学(system dynamics,SD)是一种以反馈控制理论为基础,借助计算机仿真定量研究复杂系统的分析技术[8]。系统动力学把世界上一切系统的运动假想成流体的运动,使用因果关系图和系统流图来表示系统的结构。因果关系图能清晰地表达系统内部的非线性因果关系。系统流图可以表示系统中的反馈关系,由专用符号组成以表示因果关系环中各个变量之间相互关系,是系统动力学建模的基础。系统流图由状态变量、速率变量和信息3类元素组成,各个变量之间的关系可用公式来定义。状态变量和速率变量之间的关系是一阶微分方程,整个系统动力学模型就是一系列非线性方程组,如公式(1)所示:

式中:x是状态变量向量;p是关于 x的一组参数;f是非线性的向量函数。该公式是含时滞的方程,因为其中向量x及其他参数是其前一时刻值的函数。

图1 反馈回路系统流图
Fig.1 Feedback system flow diagram

图1是典型的反馈回路系统流图,Const 表示常量,DISC为目标值与状态值的差值,两者共同作用于输出流Rout。流入或流出的物质、能量和信息等都需要明确的表达式,这些表达式形成式(2)的右边项,利用积分方程表示上述关系为:

式中:Lt)表示状态变量L 在时刻t的值;L0 表示L 的初始值;Rin 表示状态变量的输入流;Rout 表示状态变量的输出流。以上积分方程表示状态变量在t时刻的值等于状态变量初始值加上在[0,t]这段时间净流量变化对时间的积分。

1.2 适用性分析

系统动力学可以在宏观与微观2个层次上对区域能源互联网综合效益进行分析研究[9-10]。主要表现在:

1)解决多因素相互作用问题。

区域能源互联网涉及经济、环境、资源利用、科技、民生及社会等子系统,参与变量繁多,其中就业人口、装机总量等可视为不能突变量,即状态变量。这些子系统各因素之间相互作用,并形成多重反馈,如GDP作用于电力行业各类装机发展速度,电力装机构成影响碳排放值,碳排放增长率影响碳税开征时间和增长率。碳税将作用于电力行业经济效益,并反馈到GDP速率。电力行业经济效益还将影响政府收取补贴税率,进一步影响无电人口减少的速度。系统动力学模型是以状态变量为中心,以速率变量为驱动的结构模型,可以清晰表示各个因素间的作用关系,并能够通过施加决策,模拟系统的状态转移过程[7]

2)处理分析中存在的定性信息。

补贴税率的制定、碳税征收方法等变化过程高度非线性,很难开展定量研究,而系统动力学以系统思考、系统分析、定量与定性相结合、综合与推理相结合的思路和方法来研究和解决问题,能够仿真模拟复杂大系统,特别是可以将一些不易量化的问题纳入系统结构,并可在数据不充分的情况下,对系统进行分析研究[11]

3)开展政策分析与模拟。

区域能源互联网综合效益是软科学研究问题,不能如自然科学一样可以在实验室进行试验,而系统动力学作为经济社会问题的“实验室”,可改变模型的政策变量参数及初始值,通过政策环境条件的假设,开展不同情景下的敏感性分析、政策比较、政策谋划,这种系统动态仿真实验,可量化反映系统受内外环境的影响,处理问题直观、形象,人机对话功能强,便于与决策者直接进行对话,具有政策实验室和社会实验室的性质[12]

2 区域能源互联网综合效益评价的系统动力学模型

2.1 系统假设与参数设定

根据系统动力学建模的一般步骤,首先应确定系统的边界[13],由于区域能源互联网效益受众多因素的影响,为突出区域能源互联网的主要效益,将评价区域能源互联网效益的系统动力学模型分为经济、环境、资源和社会4个子系统,分别刻画了4个方面的综合效益。

该模型的基本假设包括:

1)该区域经济发展平稳,社会发展水平不出现较大程度的波动,不出现严重的经济危机等突发事件,可以通过近15年的情况进行多元回归,对未来区域能源互联网综合效益进行预测。

2)当地政府、电网企业、企业管理者等均为“理性经纪人”,均遵循经济市场发展的一般规律。

3)为保护地区环境、应对气候变化,政府在适当年份将征收环境税和碳税。

2.2 区域能源互联网系统动力学模型构建

2.2.1 经济效益子系统

区域能源互联网建设和发展会促进投资,带动区域经济增长。区域能源互联网经济效益的主要影响因素包括电力投资、碳权限收益、单位供电成本等。其中,电力投资包含电网投资额、火电投资额以及清洁能源投资额等;碳权限收益主要包括清洁能源替代燃煤发电减少二氧化碳排放所能带来的碳权限交易收入,包括二氧化碳减排量、二氧化碳排放配额和二氧化碳权限收益等。经济子系统中的反馈关系详见附图1,图中的“+”代表正相关关系,“-”代表负相关关系。主要反馈关系包括:

1)经济效益指数→+地区GDP年度增速→+地区GDP总额→+电力增长GDP→+经济效益指数。

2)二氧化碳排放配额→+碳权限收益→+总利润→+经济效益指数。

3)清洁能源占电力基础设施投资比重→+清洁能源发电量占总发电量比重→+清洁能源发电量→+清洁能源单位供电成本→+经济效益指数。

4)清洁能源占电力基础设施投资比重→+清洁能源发电量占总发电量比重→+电力基础设施投资→+清洁能源投资额→+清洁能源单位供电成本→+经济效益指数。

2.2.2 环境效益子系统

区域能源互联网的建设将促进清洁能源的大规模开发和利用以及新能源汽车发展,这将减少CO2、SO2等气体排放,减少水污染,减少燃油污染。因此,区域能源互联网涉及的环境效益主要包括污染物减排、温室气体减排以及电动汽车发展3个方面。环境子系统中的反馈关系详见附图2,其中的主要反馈关系包括:

1)清洁能源发电量占总发电量比重→+清洁能源发电量→+替代煤电二氧化碳气体排放量→+二氧化碳减排总量→+环境效益指数。

2)清洁能源发电量占总发电量比重→+清洁能源发电量→+替代煤电二氧化硫气体排放量→+环境效益指数。

3)清洁能源发电量占总发电量比重→+清洁能源发电量→+替代煤电氮氧化物气体排放量→+环境效益指数。

4)清洁能源发电量占总发电量比重→+清洁能源发电量→+替代煤电固体废物排放量→+环境效益指数。

2.2.3 资源效益子系统

区域能源互联网的建设可以促进清洁能源发展,减少当地化石能源消耗,减少耗水量,提高区域资源利用效率。区域能源互联网涉及的资源效益主要包括提升一次能源转化利用效率、节约水资源、减少化石能源消耗等。资源子系统中的反馈关系详见附图3,其中的主要反馈关系包括:

1)清洁能源一次能源转化效率→+一次能源转化效率→+资源效益指数。

2)电动汽车保有量→+电动汽车总里程数→+电动汽车节省燃油量→+替代化石能源消耗量→+资源效益指数。

3)清洁能源发电量占总发电量比重→-煤电发电量占总发电量比重→+总资源利用效率→+资源效益指数。

4)全社会用电增加额→+新增发电量→+总发电量→+清洁能源发电量→+替代化石能源消耗量→+资源效益指数。

2.2.4 社会效益子系统

区域能源互联网建设需要大量劳动力和技术人才,可提高当地就业率,同时电网发展对减少无电人口、减少贫困、提高居民生活及医疗水平等方面都具有积极影响。因此,区域能源互联网涉及的社会效益主要包括新增就业及减少无电人口等方面。社会子系统中的反馈关系详见附图4,其中的主要反馈关系包括:

1)人口增长率→+地区人口数→+人均GDP→+新增就业人数→+社会效益指数。

2)清洁能源占电力基础设施投资比重→+清洁能源发电量占总发电量比重→+新增装机量→+新增就业人数→+社会效益指数。

3)政府征收系数→+电力公益基金→+无电人口数量→+社会效益指数。

2.3 系统动力学指标计算方法

2.3.1 经济子系统

1)电力增长GDP由式 (3)计算:

式中:GDPe 为电力增长GDP;Cnew为全社会用电增加额;Call 为用电量总额;GDP为地区GDP总额。

2)碳权限收益Bc由式 (4)计算:

式中:taxc为碳税单价;CO2-quota 为碳排放配额;CO2-coalCO2-gas分别为煤电和气电二氧化碳排放量。

2.3.2 环境子系统

1)二氧化碳减排量CO 可由清洁能源发电量计算:

式中:Gcln为清洁能源发电量;cocoal 为单位电量二氧化碳排放量,取值8.7×10-4 t/kWh[14]

2)二氧化硫减排量SO2主要由清洁能源替代煤电发电量决定:

式中:Gcln为清洁能源发电量;socoal 为单位电量二氧化硫排放量,取值9.0×10-6 t/kWh[14]

2.3.3 资源子系统

1)能源一次转换效率Tr可由清洁能源和化石能源发电量占比计算:

式中:pc为清洁能源发电量占比;pth为化石能源发电量占比。清洁能源一次转化效率Tcln取值100%,煤炭和天然气的一次转化效率分别取值32%~42%以及32%~38%[15-16]

2)电动汽车节省燃油量OEV可由汽车单位油耗和电动汽车年里程数计算:

式中:mEV为电动汽车年总里程数;Okm为汽车的每千米油耗;maverage 为汽车年平均行驶里程数;nEV为电动汽车保有量。

2.3.4 社会子系统

1)科研投入REs由式 (10)、(11)计算:

式中:PROelec为电力行业总收入;Pre为科研投入因子;β为科研投入因子系数,根据亚洲地区相关电力公司年报等资料统计以及东南亚地区专家咨询获得其取值为0.02;pc为清洁能源发电量占比。

2)电力行业新增就业人数Je由各类装机的年新增量和各类型装机电力设施项目的生产、建设、运维、燃料供应因数决定。进一步考虑技术进步因素,引入衰减因数,电力行业新增就业人数计算公式如下:

式中:Cx为某一能源类型的新增装机;Jx为对应能源类型的生产、建设、运维和燃料供应所需人数因数;α为对应衰减因数。

2.4 区域能源互联网综合效益评价流程

本研究采用回归分析法和层次分析法量化区域能源互联网所带来的经济、社会、环境、资源等各方面的综合效益。整体评价流程如图2所示。

不同指标之间的关系可以通过对历史数据进行回归分析得到,通过回归分析工具得到关系式。如果置信度大于0.95,误差P值小于0.05,则可以认为指标之间呈线性关系,并确定其关系式。

本文采用最大最小归一法得到各效益指数相关指标的归一化结果。该方法的原理是将原始数据进行线性变换,使得最终结果落在[0, 1]区间内,转换公式如下:

图2 综合效益评价流程
Fig.2 Comprehensive benefit evaluation process

如果指标x和效益指数正相关:

如果指标x和效益指数负相关:

式中:Xn为与效益指数相关指标归一化后的结果;xn为指标在第n年时的值;min(x)和max(x)分别为指标全期的最小值和最大值[17]

效益指数由相关指标Xn及其权重Wn决定。根据区域相关专家对各因素间重要关系对比的打分结果,采用层次分析法[18]计算得到各效益指数中不同指数的权重,加权计算得到各类效益指数。区域能源互联网综合效益指数作为评估建设区域能源互联网所能带来的综合效益的指标,由经济、环境、资源、社会4个效益指数及其权重加权平均得出,其中权重仍由层次分析法确定[17]

3 东南亚地区能源互联网综合效益系统仿真及政策模拟分析

3.1 系统真实性检验

本研究基于Vensim软件建立整体模型,输入量为人口增长率、地区GDP年度增速、电动汽车保有量、交换电量、清洁能源发电量占总发电量比重、环境税单价、碳价等参数,并在软件中建立电力增长GDP、碳权限收益、二氧化碳减排量、二氧化硫减排量、能源一次转换效率、电动汽车节省燃油量、科研投入、电力行业新增就业人数等变量之间的方程。为了验证本文提出模型的有效性,更好地利用系统动力学模型预测区域能源互联网综合效益的变化趋势,用各变量在2005年至2015年的数据进行真实性检验,并通过数据检验对各个指标进行修改和完善,使模拟数据与历史数据的拟合相对误差符合标准(5%范围内)[19-20]

3.2 东南亚地区能源互联网多情景指标分析

根据区域能源互联网发展特征以及东南亚十国(柬埔寨、老挝、缅甸、泰国、越南、文莱、印度尼西亚、菲律宾、马来西亚、新加坡)的未来发展政策,提出以下3种发展情景进行模拟。

1)高清洁能源发展情景。

清洁能源有助于环境友好发展,采取积极的措施,促进清洁能源的发展,即高清洁能源发展情景[20]

2)清洁能源与火电均衡发展情景。

政府及相关部门结合目前的情况,采取相应的措施,促进清洁能源的发展,使清洁能源和火力发电总体处于均衡发展状态。

3)高火电情景。

不采取相关的政策措施,清洁能源将处于一种无序的发展状态,总体将呈现一种高火电的情景。

根据联合国、东盟、全球能源互联网发展合作组织数据,设定3种情景下的清洁能源发电量如表1所示,GDP PPP(purchasing power parity,购买力平价)、人口、平准化度电成本的变化趋势分别如表2、表3以及图3所示。对系统进行仿真模拟,对比分析各子系统关键指标。

表1 3种情景下东南亚地区发电量
Table 1 Power generation mix in Southeast Asia under three different scenarios

续表

表2 东南亚十国GDP PPP预测
Table 2 GDP PPP forecast in Southeast Asia

表3 东南亚十国人口预测
Table 3 Population forecast in Southeast Asia

3.2.1 经济效益

1)电力增长GDP。

大力开发清洁能源将促进高端设备和智能制造产业链发展,同时推动信息和通信系统等新兴产业发展。预计到2050年,3种情景下的电力增长GDP将分别达到1.4万亿、1.1万亿、0.8万亿美元。

图3 平准化度电成本变化趋势
Fig.3 Trend of levelized cost of electricity

注:光伏、风电曲线周围的色带表示其上下限范围。

2)碳权限收益。

预计到2050年,3种情景下东南亚地区的碳权限收益将分别达到113亿、69亿、18亿美元。

3)发电成本。

资源禀赋各异的国家实现区域互联,将促进边际成本较低的清洁能源大规模开发利用,可以有效降低全区域电价水平,进而降低全社会经济发展成本。到2050年,高清洁能源情景下的平准化度电成本将较2015年降低约2 美分/kWh,达到6美分/kWh。

3.2.2 环境效益

1)二氧化碳减排量。

预计到2050年,3种情景下东南亚地区的二氧化碳减排量将分别为17亿、12亿、7亿 t。

2)二氧化硫减排量。

预计到2050年,3种情景下东南亚地区的二氧化硫减排量将分别为1800万、1200万、700万 t。

3.2.3 资源效益

1)能源一次转换效率。

清洁能源发电占比的不断增加,将提高东南亚地区一次能源转换效率。预计到2050年,3种情景下东南亚地区的一次能源转换效率将分别达到73%、63%和51%。

2)电动汽车节省燃油量。

随着电动汽车使用的推广,电动汽车保有量增加,电动汽车节省燃油量大幅增长,预计2050年东南亚地区电动汽车保有量将达到1.36亿辆,节省燃油3.66亿 t。

3.2.4 社会效益

1)就业机会。

预计到2050年,3种情景下东南亚地区的累计新增就业将分别达到500万、400万、250万人。

2)无电人口。

在高清洁能源情景下,东南亚地区将于2030年基本消除无电人口。而在其他2种情景下,电力供应的普及分别延后到2040年和2045年实现。

3.3 东南亚地区能源互联网发展情景敏感度分析

对区域能源互联网进行单因素模拟后,可改变相关变量,将区域GDP年度增速与各种发展模式相互组合,形成不同的调控方案。分别对各种不同的调控方案进行系统动力学仿真模拟,对比不同的方案,可以分析各种模式下适合采取的措施。

将区域GDP年度增速设定高、中、低3种不同的增长情景,具体如图4所示。

图4 区域GDP年度增速设定
Fig.4 Setting of annual growth rate for regional GDP

根据3种区域GDP年度增速方案和3种区域能源互联网情景,可以产生9种区域能源互联网组合方案,如表4所示。

表4 区域能源互联网情景调控政策组合方案
Table 4 Different scenarios of regional energy interconnection under distinct regulation policy combination plans

根据表4所示的区域能源互联网情景调控政策组合方案,设定相应的控制参数进行模拟,调整模型中的相关变量得到各方案下各变量的模拟结果如图5~9所示。

清洁能源投资将带动经济增长。分析图5可以看出,在未来经济高速发展情况下,高清洁能源情景可进一步推动地区经济发展。提高清洁能源发电量占比,清洁能源投资拉动作用进一步作用于社会与经济系统,将通过反馈进一步促进地区GDP增长。通过纵向对比,高清洁能源情景的经济效益显著优于其他2种情景,说明发展清洁能源对经济有显著的拉动作用。

图5 不同情景下经济效益指数模拟结果
Fig.5 Simulation results of economic benefit index under different scenarios

推动清洁能源开发利用,可减少二氧化碳等温室气体和二氧化硫、氮氧化物等有害气体排放,提高能源一次转换效率,可带来显著的资源、环境效益。通过对资源、环境效益进行多情景模拟分析,可看出在3种GDP增速下,高清洁能源情景均能取得良好的环境与资源效益。随着GDP增速的提高,高清洁能源情景的资源、环境效益增加显著。因此,在高经济增长情景下,优先发展清洁能源,可以更好的提高整个地区的资源、环境效益。如果经济发展放缓,高清洁能源情景仍然环境效益最好,此时均衡发展情景也存在较高的资源和环境效益,并且能够相对减少部分清洁能源投资。

图6 不同情景下资源效益指数模拟结果
Fig.6 Simulation results of resource benefit index under different scenarios

图7 不同情景下环境效益指数模拟结果
Fig.7 Simulation results of environmental benefit index under different scenarios

推动清洁能源发展,可减少无电人口、增加就业岗位、提升社会效益。在同等GDP增速情景下,高清洁能源情景下社会效益最好,社会效益指数达到0.82~0.91,显著高于其他2种情景。

对比不同情景下的九种方案,可看出经济、资源、环境、社会以及区域能源互联网综合5个效益指数受经济发展水平和清洁能源发展水平的共同影响。在高GDP增速和高清洁能源情景下,5个效益指数上均具有明显优势,预计至2050年,方案11的综合效益指数达到0.79,在9种组合方案中最高;在中GDP增速情景下,高清洁能源发展情景综合效益仍然处于优势地位,而均衡发展情景能够既节约清洁能源建设投资成本,又具有较好的经济、社会、资源、环境效益,4个指数分别为0.59、0.40、0.69、0.72;在低GDP增速情景下,高清洁能源情景综合效益最好,但其相对优势相比中高GDP增速情景有所下降,而在投资受限制的情况下,均衡发展情景可作为备选方案。

4 结论

针对区域能源互联网综合效益量化评估这一涉及多变量、多重反馈复杂系统的分析,本文采用系统动力学方法,构建了区域能源互联网综合效益分析模型。该模型能够统一处理密切关联而又存在矛盾的多个子问题,例如综合考虑经济增长与环境保护等,还可以连续模拟如投资效果、环境污染、就业等有较长时间动态响应的因素,并可开展单因素敏感度分析,定量分析如GDP增速等重要变量对综合效益的影响。

图8 不同情景下社会效益指数模拟结果
Fig.8 Simulation results of social benefit index under different scenarios

图9 不同情景下区域能源互联网综合效益指数模拟结果
Fig.9 Simulation results of comprehensive benefit index under different scenarios

利用上述模型并结合东南亚地区相关能源数据,进行了系统仿真与多情景模拟,研究得出以下结论:

1)区域能源互联网的建设将促进清洁能源的开发利用,促进高端设备和智能制造产业链发展,同时推动能源低碳化发展,有效减少二氧化碳等温室气体和有害气体排放,提高能源一次转化效率,增加就业岗位,减少无电人口,提高生活水平。

2)预计到2050年,在GDP保持高速增长的情景下,高清洁能源情景与高火电情景相比将增加电力GDP 6000亿美元,增加碳权限收益95亿美元,二氧化碳、二氧化硫减排量分别达10亿t和1100万t,提高能源一次转换效率22%,新增就业约250万人,并提前15年普及电力供应。

3)在中、低GDP增速下,高清洁能源情景综合效益也最好,但优势下降;均衡发展情景可作备选方案。

附录

附图1 经济效益子系统
Appendix Fig.1 Subsystem of economic benefit

附图2 环境效益子系统
Appendix Fig.2 Subsystem of environmental benefit

附图3 资源效益子系统
Appendix Fig.3 Subsystem of resource benefit

附图4 社会效益子系统
Appendix Fig.4 Subsystem of social benefit

参考文献

[1] 刘振亚.全球能源互联网[M].北京:中国电力出版社,2015.

[2] European Network of Transmission System Operators.European network of transmission system operators for electricity[R].Brussel: ENTSOE, 2018.

[3] Grenatec Research.Pan-Asian energy infrastructure-Australia[R].Grenatec Research: Sydney, 2013.

[4] 金艳鸣,谭雪,焦冰琦,等.基于可计算一般均衡模型的全球能源互联网经济社会效益分析[J].智慧电力,2018,46(5):1-7.Jin Yanming, Tan Xue, Jiao Bingqi, et al.Study on economic and social benefits of global energy internet based on computable general equilibrium model[J].Smart Power, 2018,46(5): 1-7(in Chinese).

[5] 宗慧隽.全球能源互联网社会效益形成机理及效益测算[J].福建论坛(人文社会科学版),2017,8:29-35.Zong Huijun.Formation mechanism and benefit calculation of global energy interconnection social benefits[J].Fujian Tribune, 2017, 8: 29-35(in Chinese).

[6] 赵秋莉,冯君淑,金艳鸣,等.全球能源互联网背景下的环境效益评估[J].全球能源互联网,2018, 1(S1):257-262.Zhao Qiuli, Feng Junshu, Jin Yanming, et al.Environmental benefit assessment in the background of global energy interconnection[J].Journal of Global Energy Interconnection,2018, 1(S1): 257-262(in Chinese).

[7] 范爱军,潘垠伊.全球能源互联网发展潜力与关联效益探析[J].福建论坛(人文社会科学版),2016,7:10-16.Fan Aijun, Pan Yinyi.Analysis on the development potential and related benefits of global energy interconnection [J].Fujian Tribune, 2016, 7: 10-16(in Chinese).

[8] 王其藩.系统动力学[M].北京:清华大学出版社,1994.

[9] 侯建.基于系统动力学的港口经济可持续性发展[J].系统工程理论与实践,2010,30(1):56-61.Hou Jian.Sustainable development of port economics based on system dynamics[J].System Engineering – Theory & Practice,2010, 30(1): 56-61(in Chinese).

[10] 张春香,刘志学.基于系统动力学的河南省文化旅游产业分析[J].管理世界,2007(5):152-154.Zhang Chunxiang, Liu Zhixue.Analysis of cultural tourism industry in Henan province based on system dynamics [J].Management World, 2007(5): 152-154(in Chinese).

[11] 左其亭,陈嘻.社会经济-生态环境耦合系统动力学模型[J].上海环境科学,2001,20(12):592-594.Zuo Qiting, Chen Xi.Dynamic model of coupling system for social-economy and eco-environment[J].Shanghai Environment Sciences, 2001, 20(12): 592-594(in Chinese).

[12] 顾洁,秦玥,包海龙,等.基于熵权与系统动力学的配电网规划动态综合评价[J].电力系统保护与控制,2013,41(1):76-83.Gu Jie, Qin Yue, Bao Hailong, et al.Comprehensive and dynamic evaluation of the distribution network planning based on entropy weight and system dynamics[J].Power System Protection and Control, 2013, 41(1): 76-83(in Chinese).

[13] 谈金晶,王蓓蓓,李扬.系统动力学在需求响应综合效益评估中的应用[J].电力系统自动化,2014,38(13):128-134.Tan Jinjing, Wang Beibei, Li Yang.Application of system dynamics on comprehensive benefits valuation of demand response [J].Automation of Electric Power Systems, 2014,38(13): 128-134(in Chinese).

[14] 姚亚平,杨玉霞,孙海燕,等.基于归一法机电产品回收处理环境效益的研究[J].机械设计与制造,2011,6:252-254.Yao Yaping, Yang Yuxia, Shu Haiyan, et al.Research of environmental benefits in recycling mechanical and electrical products based on normalization method[J].Machinery Design& Manufacture, 2011, 6: 252-254(in Chinese).

[15] 何科雷.智能配用电技术经济分析及综合效益评价研究[D].北京:华北电力大学,2016.

[16] International Renewable Energy Agency.Renewable energy outlook for ASEAN[R].IRENA & ACE, 2016.

[17] Brighthub Engineering.The efficiency of power plants of different types[EB/OL].https://www.brighthubengineering.com/power-plants/72369-compare-the-efficiency-of-differentpower-plants/.

[18] Ernest H.Forman, Saul I.Gass.The analytical hierarchy process—an exposition[J].Operations Research, 2001, 49(4):469-487.

[19] 高崇阳,邵辉,毕海普,等.电力建设项目风险管理的系统动力学模型[J].中国安全科学学报,2017,27(10):137-143.Gao Chongyang, Shao Hui, Bi Haipu, et al.System dynamics model for electric construction project risk management[J].China Safety Science Journal, 2017, 27(10): 137-143(in Chinese).

[20] 中国电力科学研究院.利用多能源转换技术推进清洁能源替代的可行性研究[R].北京:中国电力科学研究院,2016.

The Comprehensive Benefit Analysis of Regional Energy Interconnection Based on System Dynamics Method

JIANG Han1, GAO Yi1, LI Jun1, GAO Yuan2, XU Pengfei1, ZHANG Yan2, LYU Ming3
(1.Global Energy Interconnection Development and Cooperation Organization, Xicheng District, Beijing 100031, China;2.State Grid Economic and Technological Research Institute Co., Ltd., Changping District, Beijing 102209, China;3.Beijing Union University, Chaoyang District, Beijing 100023, China)

Abstract: Assessing the comprehensive benefit of regional energy interconnection needs to deal with the complex coupling relationship of multiple factors.Traditional evaluation methods are generally limited to one aspect, failing to evaluate the comprehensive benefit brought by regional energy interconnection.Based on the system dynamics and analytic hierarchy process, this paper puts forward a comprehensive benefit analysis method for the evaluation of regional energy interconnection.Firstly, the comprehensively economic, social, resource and environmental benefit and related influencing factors brought about by regional energy interconnection construction are analyzed.Secondly, the relationship and feedback mechanism of various factors are analyzed, and furthermore, the comprehensive evaluation model of regional energy interconnection based on system dynamics are built.Finally, based on the case study of Southeast Asia,it is demonstrated that the proposed model can realize the quantitative evaluation of the comprehensive benefit as well as provide reference for the planning and development of regional energy interconnection.

Keywords: comprehensive benefit evaluation; energy interconnection; system dynamics

Science and Technology Foundation of Global Energy Interconnection Group Co., Ltd.(52450018000M); National Key Research and Development Program of China (2016YFB0900501).

作者简介:

              

                            江涵

江涵(1984),男,高级工程师,研究方向为电力系统规划、仿真分析与控制,E-mail:han-jiang@geidco.org。

高艺(1973),女,教授级高级工程师,研究方向为电力系统规划、电力系统可靠性分析,E-mail:gao-yi@geidco.org。

李隽(1972),女,教授级高级工程师,研究方向为电力系统规划、特高压交直流输电关键技术等,E-mail:jun-li@geidco.org。

(责任编辑 张宇)


  • 目录

    图1