我國風能發(fā)電效率動態(tài)評價研究
發(fā)布時間:2021-04-21 03:34
隨著工業(yè)化和城市化步伐的加快,在發(fā)展社會經(jīng)濟的同時,環(huán)境保護越來越受到人們的重視。而且,傳統(tǒng)的以消耗煤炭、石油等資源,制造二氧化碳、二氧化硫等污染物的發(fā)展模式已難以為繼,全球范圍內(nèi)的能源格局已發(fā)生轉(zhuǎn)變。因此,開發(fā)風電資源對我國發(fā)電結(jié)構(gòu)趨于清潔多樣化以及調(diào)整我國能源使用結(jié)構(gòu)有著不可或缺的作用。本文首先通過對風能資源、我國發(fā)電結(jié)構(gòu)、風電裝機容量、風能發(fā)電量和政策支持相關(guān)領(lǐng)域的文獻研究,來分析我國風能發(fā)電的現(xiàn)狀和特點。其次分別從時間維度和省際角度兩個方面評價我國風能發(fā)電效率。分別以年份和省份為DMU,運用傳統(tǒng)DEA模型(BCC和CCR)的兩種導向、超效率DEA模型、Bootstrap糾偏測算以及Global-Malmquist指數(shù)模型,靜動態(tài)分析我國風電效率,最后用Tobit模型對影響風能利用效率的因素進行分析,選取不同角度和方法分析我國風能發(fā)電效率和其影響因素。得出如下結(jié)論:我國風能資源豐富,儲量較為穩(wěn)定,但風能資源分布與需求明顯不匹配,呈逆向分布。我國發(fā)電結(jié)構(gòu)雖然有所變化,但是從發(fā)電結(jié)構(gòu)來看,主要的發(fā)電來源仍是火電,風能發(fā)電作為補充能源發(fā)電,發(fā)電結(jié)構(gòu)趨于清潔化。截至2018年底,我國風電...
【文章來源】:中國地質(zhì)大學(北京)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:68 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景與目的意義
1.1.1 研究背景
1.1.2 研究問題
1.1.3 目的意義
1.2 研究內(nèi)容、方法及技術(shù)路線
1.2.1 研究內(nèi)容
1.2.2 研究思路及方法
1.2.3 技術(shù)路線
1.3 創(chuàng)新點
2 我國風能發(fā)電現(xiàn)狀分析
2.1 風能資源
2.2 風能發(fā)電
2.3 發(fā)電結(jié)構(gòu)
2.4 風能裝機容量
2.4.1 中國風能裝機容量世界地位
2.4.2 風能新增裝機及增速
2.5 風能發(fā)電量
2.5.1 中國風能發(fā)電量世界地位
2.5.2 風能發(fā)電量增速及占比
2.6 政策支持
2.7 本章小結(jié)
3 相關(guān)理論方法
3.1 DEA方法在能源效率評價中的應(yīng)用
3.2 DEA模型理論及方法
3.2.1 傳統(tǒng)DEA模型
3.2.2 超效率DEA模型
3.2.3 Bootstrap-DEA模型
3.2.4 Malmquist指數(shù)模型
3.3 Tobit模型理論
4 我國2006 年-2018 年風能發(fā)電效率研究
4.1 單投入單產(chǎn)出效率值測算
4.2 多投入單產(chǎn)出效率值測評算
4.3 投入導向的規(guī)模效率值測算
4.4 本章小結(jié)
5 省際風能發(fā)電效率研究
5.1 省際風能發(fā)電Bootstrap-DEA模型糾偏分析
5.1.1 指標選取及數(shù)據(jù)來源
5.1.2 數(shù)據(jù)分析
5.2 省際風能發(fā)電BCC-DEA分析
5.2.1 指標選取及數(shù)據(jù)來源
5.2.2 數(shù)據(jù)分析
5.3 省際風能發(fā)電超效率DEA模型測算分析
5.3.1 指標選取及數(shù)據(jù)來源
5.3.2 數(shù)據(jù)分析
5.4 省際風能發(fā)電Malmquist-DEA指數(shù)模型測算分析
5.4.1 指標選取及數(shù)據(jù)來源
5.4.2 數(shù)據(jù)分析
5.5 風能發(fā)電效率影響因素分析—基于Tobit模型
5.5.1 指標選取及數(shù)據(jù)來源
5.5.2 數(shù)據(jù)分析
5.6 本章小結(jié)
6 結(jié)論與展望
6.1 本文結(jié)論
6.2 不足與展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]分散式風電場小型分散集群儲能選址定容方法[J]. 潘星辰,王曉文,黃勁. 沈陽工程學院學報(自然科學版). 2020(01)
[2]中國風電產(chǎn)業(yè)發(fā)展現(xiàn)狀及前景展望(下)[J]. 電器工業(yè). 2019(09)
[3]2018年我國風電產(chǎn)業(yè)發(fā)展形勢及2019年展望[J]. 韓雪,陶冶. 中國能源. 2019(05)
[4]分散式風電宏觀選址方法淺析[J]. 陳新宇. 紅水河. 2019(02)
[5]2019年光伏及風電產(chǎn)業(yè)前景預(yù)測與展望[J]. 呂鑫,劉天予,董馨陽,祁雨霏,呂一明. 北京理工大學學報(社會科學版). 2019(02)
[6]大規(guī)模并網(wǎng)風電場選址及裝機容量優(yōu)化研究[J]. 閆征,趙世文,馬平,王文興. 青島大學學報(工程技術(shù)版). 2018(02)
[7]基于DEA模型的風能資源利用效率評價研究——甘肅、吉林等25省區(qū)實證分析[J]. 王燕濤,李勇,王大亮,劉隨亮. 科技管理研究. 2017(08)
[8]大規(guī)模風電并網(wǎng)技術(shù)問題及標準發(fā)展[J]. 遲永寧,張占奎,李琰,魏林君. 華北電力技術(shù). 2017(03)
[9]基于改進型灰靶理論的風能資源利用效率評價[J]. 王燕濤,李勇,劉大為,劉隨亮. 科技管理研究. 2017(05)
[10]省際能源效率評價及其影響因素分析——基于Malmquist指數(shù)的實證研究[J]. 遲遠英,張宇. 價格理論與實踐. 2016(08)
博士論文
[1]2030年我國新能源發(fā)展優(yōu)先序列研究[D]. 邢萬里.中國地質(zhì)大學(北京) 2015
碩士論文
[1]基于模糊層次分析法的萬順風力發(fā)電場選址研究[D]. 王乾丞.長春工業(yè)大學 2019
[2]我國太陽能發(fā)電效率評價研究[D]. 宋寧.中國地質(zhì)大學(北京) 2018
本文編號:3150973
【文章來源】:中國地質(zhì)大學(北京)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:68 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景與目的意義
1.1.1 研究背景
1.1.2 研究問題
1.1.3 目的意義
1.2 研究內(nèi)容、方法及技術(shù)路線
1.2.1 研究內(nèi)容
1.2.2 研究思路及方法
1.2.3 技術(shù)路線
1.3 創(chuàng)新點
2 我國風能發(fā)電現(xiàn)狀分析
2.1 風能資源
2.2 風能發(fā)電
2.3 發(fā)電結(jié)構(gòu)
2.4 風能裝機容量
2.4.1 中國風能裝機容量世界地位
2.4.2 風能新增裝機及增速
2.5 風能發(fā)電量
2.5.1 中國風能發(fā)電量世界地位
2.5.2 風能發(fā)電量增速及占比
2.6 政策支持
2.7 本章小結(jié)
3 相關(guān)理論方法
3.1 DEA方法在能源效率評價中的應(yīng)用
3.2 DEA模型理論及方法
3.2.1 傳統(tǒng)DEA模型
3.2.2 超效率DEA模型
3.2.3 Bootstrap-DEA模型
3.2.4 Malmquist指數(shù)模型
3.3 Tobit模型理論
4 我國2006 年-2018 年風能發(fā)電效率研究
4.1 單投入單產(chǎn)出效率值測算
4.2 多投入單產(chǎn)出效率值測評算
4.3 投入導向的規(guī)模效率值測算
4.4 本章小結(jié)
5 省際風能發(fā)電效率研究
5.1 省際風能發(fā)電Bootstrap-DEA模型糾偏分析
5.1.1 指標選取及數(shù)據(jù)來源
5.1.2 數(shù)據(jù)分析
5.2 省際風能發(fā)電BCC-DEA分析
5.2.1 指標選取及數(shù)據(jù)來源
5.2.2 數(shù)據(jù)分析
5.3 省際風能發(fā)電超效率DEA模型測算分析
5.3.1 指標選取及數(shù)據(jù)來源
5.3.2 數(shù)據(jù)分析
5.4 省際風能發(fā)電Malmquist-DEA指數(shù)模型測算分析
5.4.1 指標選取及數(shù)據(jù)來源
5.4.2 數(shù)據(jù)分析
5.5 風能發(fā)電效率影響因素分析—基于Tobit模型
5.5.1 指標選取及數(shù)據(jù)來源
5.5.2 數(shù)據(jù)分析
5.6 本章小結(jié)
6 結(jié)論與展望
6.1 本文結(jié)論
6.2 不足與展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]分散式風電場小型分散集群儲能選址定容方法[J]. 潘星辰,王曉文,黃勁. 沈陽工程學院學報(自然科學版). 2020(01)
[2]中國風電產(chǎn)業(yè)發(fā)展現(xiàn)狀及前景展望(下)[J]. 電器工業(yè). 2019(09)
[3]2018年我國風電產(chǎn)業(yè)發(fā)展形勢及2019年展望[J]. 韓雪,陶冶. 中國能源. 2019(05)
[4]分散式風電宏觀選址方法淺析[J]. 陳新宇. 紅水河. 2019(02)
[5]2019年光伏及風電產(chǎn)業(yè)前景預(yù)測與展望[J]. 呂鑫,劉天予,董馨陽,祁雨霏,呂一明. 北京理工大學學報(社會科學版). 2019(02)
[6]大規(guī)模并網(wǎng)風電場選址及裝機容量優(yōu)化研究[J]. 閆征,趙世文,馬平,王文興. 青島大學學報(工程技術(shù)版). 2018(02)
[7]基于DEA模型的風能資源利用效率評價研究——甘肅、吉林等25省區(qū)實證分析[J]. 王燕濤,李勇,王大亮,劉隨亮. 科技管理研究. 2017(08)
[8]大規(guī)模風電并網(wǎng)技術(shù)問題及標準發(fā)展[J]. 遲永寧,張占奎,李琰,魏林君. 華北電力技術(shù). 2017(03)
[9]基于改進型灰靶理論的風能資源利用效率評價[J]. 王燕濤,李勇,劉大為,劉隨亮. 科技管理研究. 2017(05)
[10]省際能源效率評價及其影響因素分析——基于Malmquist指數(shù)的實證研究[J]. 遲遠英,張宇. 價格理論與實踐. 2016(08)
博士論文
[1]2030年我國新能源發(fā)展優(yōu)先序列研究[D]. 邢萬里.中國地質(zhì)大學(北京) 2015
碩士論文
[1]基于模糊層次分析法的萬順風力發(fā)電場選址研究[D]. 王乾丞.長春工業(yè)大學 2019
[2]我國太陽能發(fā)電效率評價研究[D]. 宋寧.中國地質(zhì)大學(北京) 2018
本文編號:3150973
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3150973.html
最近更新
教材專著