Collaborative Optimization of Key Technology Progress and Low-carbon Transition of Power Systems

Jinming HOU; Wei SUN; Jinyu XIAO; Chen JIN; Ershun DU; Jie HUANG

doi:10.7500/AEPS20220105011

您当前的位置：

首页 >

文章列表页 >

Collaborative Optimization of Key Technology Progress and Low-carbon Transition of Power Systems

Power Energy Transition for Carbon Emission Peak and Carbon Neutrality | 更新时间：2025-06-16

- Collaborative Optimization of Key Technology Progress and Low-carbon Transition of Power Systems
- Automation of Electric Power Systems Vol. 46, Issue 13, Pages: 1-9(2022)
- 作者机构：
  
  1.全球能源互联网发展合作组织,北京市100031
  2.全球能源互联网集团有限公司,北京市100031
  3.清华大学低碳能源实验室,北京市100084
  4.国网安徽省电力有限公司,安徽省合肥市230022
- 作者简介：
- 基金信息：
  
  State Grid Corporation of China(1300-202155460A-0-0-00)
- DOI：10.7500/AEPS20220105011
  CLC：
- Received：05 January 2022，
  
  Revised：2022-03-12，
  
  Published Online：26 April 2022，
  
  Published：10 July 2022
- 稿件说明：
移动端阅览
侯金鸣,孙蔚,肖晋宇等.电力系统关键技术进步与低碳转型的协同优化[J].电力系统自动化,2022,46(13):1-9.

HOU Jinming,SUN Wei,XIAO Jinyu,et al.Collaborative Optimization of Key Technology Progress and Low-carbon Transition of Power Systems[J].Automation of Electric Power Systems,2022,46(13):1-9.
侯金鸣,孙蔚,肖晋宇等.电力系统关键技术进步与低碳转型的协同优化[J].电力系统自动化,2022,46(13):1-9. DOI： 10.7500/AEPS20220105011.

HOU Jinming,SUN Wei,XIAO Jinyu,et al.Collaborative Optimization of Key Technology Progress and Low-carbon Transition of Power Systems[J].Automation of Electric Power Systems,2022,46(13):1-9. DOI： 10.7500/AEPS20220105011.

摘要

技术的进步对于电力系统低碳转型具有重要的支撑作用，同时，技术的发展也应以实现系统低碳转型为目标，特别是在长期时间尺度上，二者相互影响更加显著。中国提出在2060年前实现全社会碳中和目标，电力系统将逐渐实现低碳甚至零碳排放。清洁能源发电、特高压输电、储能等关键技术的发展水平，成为电力系统转型是否经济可行的重要因素。电力系统关键技术也要以实现碳中和为目标加快发展。为量化评估电力系统关键技术进步与低碳转型经济可行性的耦合与匹配关系，提出了二者协同优化的框架和方法。将技术成熟度和经济性与电力系统扩展规划模型相结合，并以中国2060年远期电力规划为案例，研究不同技术发展场景下电力系统清洁低碳转型的经济可行性，分析了不同技术对全系统综合单位电量成本下降的贡献。

Abstract

The technology progress plays an important role in supporting the low-carbon transition of power systems. At the same time

the development of technology should also aim at the realization of the low-carbon transition of power systems. Especially in the long-term time scale

the mutual interaction between them is more significant. China promises to achieve the goal of carbon neutrality of the whole society before 2060

and the power system will gradually achieve low-carbon or even zero-carbon emissions. The development level of key technologies such as clean energy power generation

ultra-high voltage (UHV) power transmission and energy storage has become an important factor in the economic feasibility of power system transition

and the development of the key technologies should also be accelerated with the goal of carbon neutrality. In order to quantitatively evaluate the coupling and matching relationship between the key technology progress and the economic feasibility of the low-carbon transition of power systems

a framework and a method of collaborative optimization of them are proposed. It combines the technology maturity and economy with the power system expansion planning model

and takes the 2060 long-term power planning of China as a case to study the economic feasibility of the clean low-carbon transition for the power system in different technology development scenarios

and the contribution of different technologies to the reduction of the overall unit electricity cost of the whole system is analyzed.

关键词

Keywords

references

Climate tracker ［EB/OL］.［ 2020-10-12 ］. https：//climateactiontracker.org/ https://climateactiontracker.org/ .

卓振宇，张宁，谢小荣，等 . 高比例可再生能源电力系统关键技术及发展挑战［J］. 电力系统自动化， 2021 ， 45 （ 9 ）： 171 - 191 .

ZHUO Zhenyu ， ZHANG Ning ， XIE Xiaorong ， et al . Key technologies and developing challenges of power system with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 9 ）： 171 - 191 .

国际可再生能源署（IRENA） . 全球能源转型：2050路线图［R］. 2018 .

IRENA . Global energy transformation： a roadmap to 2050 ［R］. 2018 .

周原冰，江涵，肖晋宇，等 . 清洁低碳发展背景下跨国互联电力系统规划方法［J］. 中国电力， 2020 ， 53 （ 10 ）： 1 - 9 .

ZHOU Yuanbing ， JIANG Han ， XIAO Jinyu ， et al . Planning methods for transnationally interconnected power systems under the background of clean low-carbon development ［J］. Electric Power ， 2020 ， 53 （ 10 ）： 1 - 9 .

全球能源互联网发展合作组织 . 全球能源互联网研究与展望［M］. 北京：中国电力出版社， 2019 .

Global Energy Interconnection Development and Cooperation Organization . Research and outlook on global energy interconnection ［M］. Beijing ： China Electric Power Press ， 2019 .

张晓辉，梁军雪，赵翠妹，等 . 基于碳交易的含燃气机组的低碳电源规划［J］. 太阳能学报， 2020 ， 41 （ 7 ）： 92 - 98 .

ZHANG Xiaohui ， LIANG Junxue ， ZHAO Cuimei ， et al . Research on low-carbon power planning with gas turbine units based on carbon transactions ［J］. Acta Energiae Solaris Sinica ， 2020 ， 41 （ 7 ）： 92 - 98 .

车泉辉，吴耀武，祝志刚，等 . 基于碳交易的含大规模光伏发电系统复合储能优化调度［J］. 电力系统自动化， 2019 ， 43 （ 3 ）： 76 - 82 .

CHE Quanhui ， WU Yaowu ， ZHU Zhigang ， et al . Carbon trading based optimal scheduling of hybrid energy storage system in power systems with large-scale photovoltaic power generation ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 3 ）： 76 - 82 .

崔杨，曾鹏，惠鑫欣，等 . 考虑碳捕集电厂综合灵活运行方式的低碳经济调度［J］. 电网技术， 2021 ， 45 （ 5 ）： 1877 - 1886 .

CUI Yang ， ZENG Peng ， HUI Xinxin ， et al . Low-carbon economic dispatch considering the integrated flexible operation mode of carbon capture power plant ［J］. Power System Technology ， 2021 ， 45 （ 5 ）： 1877 - 1886 .

姚良忠，朱凌志，周明，等 . 高比例可再生能源电力系统的协同优化运行技术展望［J］. 电力系统自动化， 2017 ， 41 （ 9 ）： 36 - 43 .

YAO Liangzhong ， ZHU Lingzhi ， ZHOU Ming ， et al . Prospects of coordination and optimization for power systems with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 9 ）： 36 - 43 .

成贝贝，汪鹏，赵黛青，等 . 低碳工业园区规划方法和评价指标体系研究［J］. 生态经济， 2013 ， 29 （ 5 ）： 126 - 128 .

CHENG Beibei ， WANG Peng ， ZHAO Daiqing ， et al . Research on low-carbon industrial park planning methods and evaluation index system ［J］. Ecological Economy ， 2013 ， 29 （ 5 ）： 126 - 128 .

范非 . 低碳城市能源结构低碳化评价指标研究［D］. 杭州：浙江工业大学， 2016 .

FAN Fei . The research of low carbon city energy structure's evaluation index ［D］. Hangzhou ： Zhejiang University of Technology ， 2016 .

魏倩倩，薛晔 . 中国能源技术经济高质量发展的指标体系研究［J］. 煤炭经济研究， 2020 ， 40 （ 8 ）： 64 - 72 .

WEI Qianqian ， XUE Ye . Research on the index system of China's energy technology and economic high-quality development ［J］. Coal Economic Research ， 2020 ， 40 （ 8 ）： 64 - 72 .

程耀华，张宁，王佳明，等 . 面向高比例可再生能源并网的输电网规划方案综合评价［J］. 电力系统自动化， 2019 ， 43 （ 3 ）： 33 - 42 .

CHENG Yaohua ， ZHANG Ning ， WANG Jiaming ， et al . Comprehensive evaluation of transmission network planning for integration of high-penetration renewable energy ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 3 ）： 33 - 42 .

甘旭超 . 风电制造业技术标准化管理成熟度评价研究及应用［D］. 北京：北京交通大学， 2019 .

GAN Xuchao . Research and application of technical standardization management maturity evaluation for wind power manufacturing ［D］. Beijing ： Beijing Jiaotong University ， 2019 .

兰志刚，于汀，焦婷，等 . 基于专利信息的海洋温差能发电技术成熟度预测及关键技术领域分析［J］. 中国海上油气， 2020 ， 32 （ 6 ）： 185 - 190 .

LAN Zhigang ， YU Ting ， JIAO Ting ， et al . Maturity prediction and key fields analysis of ocean thermal energy conversion technology based on patent information ［J］. China Offshore Oil and Gas ， 2020 ， 32 （ 6 ）： 185 - 190 .

隋礼辉 . 基于TOPSIS法与灰色关联度的分布式电源投资效益分析［J］. 水电能源科学， 2012 ， 30 （ 7 ）： 194 - 196 .

SUI Lihui . Investment benefits analysis of distributed generation based on TOPSIS and grey correlation degree ［J］. Water Resources and Power ， 2012 ， 30 （ 7 ）： 194 - 196 .

牛东晓，孙丽洁，周原冰，等 . 基于GRA-IPSO-BPNN的大中型水电项目投资估算模型研究［J］. 全球能源互联网， 2020 ， 3 （ 4 ）： 404 - 411 .

NIU Dongxiao ， SUN Lijie ， ZHOU Yuanbing ， et al . Investment estimation model of medium- to large-sized hydropower projects based on GRA-IPSO-BPNN ［J］. Journal of Global Energy Interconnection ， 2020 ， 3 （ 4 ）： 404 - 411 .

李淼 . 基于多元线性回归理论的陆上风电场投资估算模型研究［J］. 水利水电工程造价， 2014 （ 3 ）： 34 - 37 .

LI Miao . Research on investment estimating model for onshore wind farm based on multiple linear regression ［J］. Water Conservancy and Hydropower Project Cost ， 2014 （ 3 ）： 34 - 37 .

王恰，刘强，李平 . 国产风电机组装机规模对于机组成本的影响——基于学习曲线模型的实证研究［J］. 中国能源， 2019 ， 41 （ 6 ）： 37 - 42 .

WANG Qia ， LIU Qiang ， LI Ping . The impact of accumulated installed capacity on cost for domestic wind turbine ［J］. Energy of China ， 2019 ， 41 （ 6 ）： 37 - 42 .

李鹏雁，孙硕 . 基于学习曲线的西北地区光伏发电成本分析［J］. 节能技术， 2017 ， 35 （ 5 ）： 469 - 474 .

LI Pengyan ， SUN Shuo . Analysis of cost of the photovoltaic industry in northwest China based on learning curve ［J］. Energy Conservation Technology ， 2017 ， 35 （ 5 ）： 469 - 474 .

CLAUSING D ， HOLMES M . Technology readiness levels ［EB/OL］. ［ 2020-11-10 ］. https：//www.mendeley.com/catalogue/91c8ba5c-c5a9-3606-b00a-daeb98bc3590/ https://www.mendeley.com/catalogue/91c8ba5c-c5a9-3606-b00a-daeb98bc3590/ .

田剑刚，张沛，彭春华，等 . 基于分时长短期记忆神经网络的光伏发电超短期功率预测［J］. 现代电力， 2020 ， 37 （ 6 ）： 629 - 638 .

TIAN Jiangang ， ZHANG Pei ， PENG Chunhua ， et al . Ultra short-term forecast of photovoltaic generation based on time-division long short-term memory neural networks ［J］. Modern Electric Power ， 2020 ， 37 （ 6 ）： 629 - 638 .

黄慧，贾嵘，董开松 . 基于时空相关性的NAR动态神经网络风功率超短期组合预测［J］. 太阳能学报， 2020 ， 41 （ 10 ）： 311 - 316 .

HUANG Hui ， JIA Rong ， DONG Kaisong . Ultra short-term combined forecasting of wind power with NAR neural network based on spatio-temporal correlation ［J］. Acta Energiae Solaris Sinica ， 2020 ， 41 （ 10 ）： 311 - 316 .

仝新宇，张宇泽，张长生，等 . 基于广义回归神经网络的有源配电网网供负荷预测方法［J］. 供用电， 2020 ， 37 （ 12 ）： 40 - 45 .

TONG Xinyu ， ZHANG Yuze ， ZHANG Changsheng ， et al . Load forecasting method of active distribution network based on generalized regression neural network ［J］. Distribution & Utilization ， 2020 ， 37 （ 12 ）： 40 - 45 .

柳璐，程浩忠，吴耀武，等 . 面向高比例可再生能源的输电网规划方法研究进展与展望［J］. 电力系统自动化， 2021 ， 45 （ 13 ）： 176 - 183 .

LIU Lu ， CHENG Haozhong ， WU Yaowu ， et al . Research progress and prospects of transmission expansion planning method for high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 13 ）： 176 - 183 .

姜海洋，杜尔顺，金晨，等 . 高比例清洁能源并网的跨国互联电力系统多时间尺度储能容量优化规划［J］. 中国电机工程学报， 2021 ， 41 （ 6 ）： 2101 - 2115 .

JIANG Haiyang ， DU Ershun ， JIN Chen ， et al . Optimal planning of multi-time scale energy storage capacity of cross-national interconnected power system with high proportion of clean energy ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 6 ）： 2101 - 2115 .

肖晋宇，侯金鸣，杜尔顺，等 . 支撑电力系统清洁转型的储能需求量化模型与案例分析［J］. 电力系统自动化， 2021 ， 45 （ 18 ）： 9 - 17 .

XIAO Jinyu ， HOU Jinming ， DU Ershun ， et al . Quantitative model and case study of energy storage demand supporting clean transition of electric power system ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 18 ）： 9 - 17 .

全球能源互联网发展合作组织 . 清洁能源发电技术发展与展望［M］. 北京：中国电力出版社， 2020 .

Global Energy Interconnection Development and Cooperation Organization . The development and outlook on clean energy power generation technology ［M］. Beijing ： China Electric Power Press ， 2020 .

全球能源互联网发展合作组织 . 大规模储能技术发展路线图［M］. 北京：中国电力出版社， 2020 .

Global Energy Interconnection Development and Cooperation Organization . The development roadmap of large-scale energy storage technology ［M］. Beijing ： China Electric Power Press ， 2020 .

全球能源互联网发展合作组织 . 高电压大容量直流海缆技术发展路线图［M］. 北京：中国电力出版社， 2020 .

Global Energy Interconnection Development and Cooperation Organization . The development roadmap of high voltage large capacity DC submarine cable technology ［M］. Beijing ： China Electric Power Press ， 2020 .

全球能源互联网发展合作组织 . 特高压输电技术发展与展望［M］. 北京：中国电力出版社， 2020 .

Global Energy Interconnection Development and Cooperation Organization . Research and outlook on global energy interconnection ［M］. Beijing ： China Electric Power Press ， 2020 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Transient Stability Assessment of Power System Based on Spatio-Temporal Graph Convolutional Network

Related Author

Yingrui ZHUANG

Tannan XIAO

Lin CHENG

Ying CHEN

Huizhe GUAN

WENG Haowen

WANG Can

PAN Xuewei

Related Institution

Department of Electrical Engineering, Tsinghua University

School of Robotics and Advanced Manufacturing, Harbin Institute of Technology

Key Laboratory of Power System Intelligent Dispatch and Control, Ministry of Education (Shandong University)

Hainan Institute of Zhejiang University

College of Electrical Engineering, Zhejiang University

⁰