简介:为了探索夏季(6~8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005~2010年逐日最大电力负荷和间期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005--2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005~2010年,北京逐日最大电力负荷具有明显的线性增长趋坍,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负苘趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气缘要素一周逐日分别建立预报模型的拟合和预测效果较好。
简介:采用《国家温室气体清单指南》推荐方法,估算了1990—2014年中国各省份电力行业的温室气体排放水平。研究时期内,中国电力行业排放增长6.2倍,达到38.0(95%信度区间为31.3~46.0)亿tCO2当量(CO2-eq),而各省排放水平及其变化趋势呈现出显著的差异,排放重心向西部省份转移,内蒙古成为全国电力行业排放最大的省份。同时基于未来电源结构的发展方案,预测了2015—2050年不同电力需求情景下电力行业温室气体排放的变化趋势和达到排放峰值情况。电力需求高增速情景下2034年达到排放峰值59.5(49.3~71.8)亿tCO2-eq,而低增速情景可以提前至2031年达到排放峰值,且峰值水平下降7.7(6.3~9.3)亿tCO2-eq。
简介:以欧盟碳市场的实践以及中国碳市场的发展现状为背景,调研分析了碳成本传递原理,重点以电力行业为例分析碳成本传递率的主要影响因素。结果显示影响电力行业碳成本传递率的主要因素包括碳排放权交易的配额分配方式以及电力市场结构。分配方式对传递率的影响主要包括配额是否免费发放、是否实时更新免费配额的发放额度、关闭的发电设备是否获得免费配额和新进入者是否发放免费配额等因素。电力市场结构对传递率的影响主要体现在市场竞争程度、市场需求与供给条件。最后,基于当前国内碳市场试点的碳配额分配方式,给出了循序渐进地改变碳排放额初始分配的方法、减少一次性发放未来相对长时期的免费配额、选择基于发电量发放免费配额而非装机容量发放免费配额等相关政策建议。