重大环境自然灾害下的电网应急模型设计研究

在重大环境自然灾害下构建电网应急调度模型,确保电网畅通,提出一种基于区域网格分割和功率相关性调制的重大环境自然灾害下的电网应急模型,利用多个独立的网格分布模式进行电网和电力资源调度,采用Small-World模型构建电网应急调度网络结构,结合电网传输电力资源的相关性特征构建电力数据权重分配机制,采用自适应分配方法进行电网输出的网格模块化分区,通过区域网格分割进行电网应急调度的最优化分块设计,根据功率相关性调制方法提高电网的输出增益,避免重大环境自然灾害的影响。仿真结果表明,采用该方法进行重大环境自然灾害下的电网应急调度,能提高电网的连通性,电网的输出增益较好,组网能力较强。     

潜力的兑现还是赢者的诅咒——来自跨区域能源项目电价反向招标的证据(2006—2020年)北大核心CSCDCSSCI

能源项目反向招标作为替代统一上网电价的市场自由化政策在全球范围内有效提高了各类能源的降本效率,但近年来项目投标运营主体却陷入了盈利瓶颈。针对这一现象,该研究修正关联价值模型,构建动态竞标决策框架,评估项目成本和产出不确定时能源投资企业附加动态预期的最优投标电价决策,并利用2006—2020年欧美和亚太地区3000余个大型电站电价招标及项目后期运营的样本数据进行检验。结果显示:①几乎全球能源投资企业都会陷入“过分乐观”预期导致的“赢者诅咒”怪圈,最终所持项目的实际运营收益远低于预期。投标主体往往更容易低估项目建设和运营的成本压力和风险,并高估项目的电力产出和收入稳定性,尤其在联合投标机制被取消和禁止以后,招标结果甚至变得更加激进。由于经历过超预期技术进步的持续修正,过度乐观的预期超越了行业内生性的技术进步,成为持续施压电价下降的重要动力。②当前的能源产业特别是风、光新能源未能有效发挥行业潜力,随着新能源行业技术革新,它较之火电项目表现出更加激进的竞标策略。在内卷化竞标压力下,内生性的成本优化阻碍了新能源项目的潜力发挥,当期成本是导致其陷入“赢者诅咒”的最重要原因。③在考虑学习曲线效应等诸多因素以后,除了企业的融资成本优势以外,样本数据并未发现包括经验、市场环境等内外部因素能使企业跳出这一怪圈。甚至在过去的5年左右时间里,“赢者诅咒”导致的项目投资利润下降超过市场技术进步因素,一度成为风电和太阳能项目电力价格下降的最主要因素。因此,健康可持续的能源产业政策需要立足于上游持续的技术革新,完善绿色金融为基础的资本市场体系,确保提供优质项目服务能源消费者,并为能源项目投资者提供来自资本市场的认可和支持。     

中国电力行业的全周期碳足迹北大核心CSCDCSSCI

在碳达峰与碳中和目标下,国家层面与各省份均在积极推动碳减排。电力行业作为我国最大的排放部门成为减排重点之一,然而电力行业存在的隐含碳排放造成实际排放低估,省际间碳转移导致省级碳减排不公平问题突出。因此识别电力行业全周期碳足迹,尤其是不同省份的隐含碳足迹以及省际间的转移碳足迹特征,有助于正确评估电力行业碳排放,科学界定不同省份的碳减排责任并合理分配。通过构建电力行业全周期点-流模型以揭示电力产业链中存在的能源活动,进而明确基于用电侧考虑的2018年全周期碳足迹,并刻画碳隐含度与碳转移依赖度指标来分析电力行业的隐含碳排放与省间转移碳排放。研究表明:(1)我国电力行业全周期碳排放系数为689 g/(kW·h),排放量为4.747×10^(9)t,其中北方大部分地区排放系数偏高,山东最高达891 g/(kW·h),南方地区偏低,云南最低仅101 g/(kW·h)。(2)全国电力行业全周期碳隐含度为8.95%,东南沿海贫煤省与煤炭生产高排放省的碳隐含度偏高,贵州最高达14.63%,西北、华北富煤省的碳隐含度偏低,新疆最低仅4.94%;全国隐含碳排放量为4.25×10^(8)t,广东隐含碳排放量最高达5.0×10^(7)t,青海最低仅1.17×10^(6)t。(3)全国电力行业全周期碳转移量为9.26×10^(8)t,约占排放总量的19.5%,电力与煤炭自给率越低的省区对外碳转移依赖度越高,其中北京最高达71.24%;内蒙古、山西、陕西、宁夏、安徽、新疆、贵州是主要碳转入省,总转入7.11×10^(8)t,其中内蒙古最高达2.64×10^(8)t;江苏、浙江、广东、山东、河北、北京、辽宁、河南、上海是主要碳转出省,总转出6.92×108t,其中江苏最高达1.12×10^(8)t;全国共有240对省存在碳转移,其中有102对的转移量超过1.0×10^(6)t。在研究基础上,提出相应建议推动省级电力行业公平合理低碳发展。     

建立和完善环保信托业模型的研究

根据我国环保资本市场的建立和环保市场化发展的需求，提出在环保产业中引入信托机制的重要性和必要性，并结合信托市场运营的特点和规律，从理论和实践的结合上，建立了包括环保投资，融资，租赁，合营，交易和转让在内的六大环保信托模型。     

博斯腾湖水质矿化度模型及预测研究

根据博斯腾湖１９８５～１９９５年水质监测数据和出入湖水量等水文数据观测值，采用水质扩散模型和盐量平衡关系推导出博斯腾湖大湖区（简称博湖）水质矿化度模型，并预测了几种情况下博湖水质矿化度及近几年变化趋势，分析了影响博湖水质矿化度的主要因素，为博湖的近期和远期环境保护规划、环境管理等提供科学依据．     

一类非等间隔序列灰色建模方法的改进

对一类非等间隔序列的灰色建模方法进行了改进，提出在原序列前一个平均间隔单位位置上假设有一虚拟值零，然后改用线性回归来求解模型参数，实例表明，不仅简化了建模方法，模型精度亦有所提高。     

2017年上半年北京市及周边地区空气质量特征分析

依托北京市、廊坊市和保定市高密度的地面空气质量监测、气象要素监测以及PM_2.5化学组分监测和后向轨迹分析等手段，对2017年上半年三地的空气质量进行分析。研究发现：三地中北京市空气质量较好，保定市较差。分污染物来看，保定市SO₂浓度水平明显高于廊坊市和北京市，颗粒物PM₁₀和PM_2.5也呈现保定市最高、北京市最低的规律。从污染物日变化来看，CO、SO₂、NO₂、PM₁₀和PM_2.5呈双峰型分布，O₃呈单峰型分布。从区域整体分布规律来看，PM_2.5和SO₂呈现明显的"南高北低"特征。PM_2.5化学组分分析结果表明：1—4月燃煤对该区域空气质量的影响较大，5—6月机动车排放的影响更为凸显。后向轨迹分析结果表明：在2017年上半年到达北京市的气流中有24%来自于北京市南部，且这些气流多为低空传输，表明区域传输对于北京市空气质量具有一定的影响。     

灰色系统模型GM（1,1）在大气环境浓度预测中的应用

运用灰色系统理论，结合实例详细介绍了ＧＭ（１，１）模型在大气环境浓度预测中的应用。     

浅谈GAM与GM（1,1）模型

对ＧＡＭ水环境预测模型提出了四点不同看法，与有关作者商榷，指出ＧＭ（１，１）模型与ＧＡＭ模型二者并无优劣之差，精度亦相当。