[发明专利]一种新能源电站全生命周期的规划决策方法及系统

说明书

本发明属于新能源领域，尤其涉及一种新能源电站全生命周期规划决策的系统及工具，以机器学习和最优化决策模型为基础，从社会成本、经济成本、时间成本三个维度进行综合评估，选取新能源电站全生命周期的最优规划方案。具体包括：通过分析原材料获取、生产制造、采购运输、施工建设、电站运行、运营维护，回收处理共七个新能源电站全生命周期阶段的经验方案，利用机器学习识别和构建可行的方案关系数据库；生成多组潜在的拟建新能源电站全生命周期规划方案；分别构建电站全生命周期的碳排放评估模型、经济效益评估模型、以及项目周期评估模型；基于三个评估模型，构建最优化模型及其约束条件；根据最优化模型运行的结果，将多组潜在的规划方案进行排序，得出最优化方案建议。本发明适用于新能源电站全生命周期的规划决策和方案选择，兼顾了电站全生命周期的环境效益和经济效益。同时本发明也可用于解决其他面向产品全生命周期的规划决策问题。

技术领域

本发明属于一种新能源领域的电站规划决策方法，特别是基于机器学习的新能源电站全生命周期的规划决策方法及系统，利用机器学习根据拟建电站现有的规划方案或设计，识别、关联和选取电站全生命周期阶段的所有可行方案，从社会成本、经济成本、时间成本三个维度进行综合的评估，帮助确定新能源电站全生命周期的最优决策方案。

背景技术

碳核算具体是测量工业活动向地球生物圈直接和间接排放二氧化碳及其当量气体的措施。碳核算可以直接量化碳排放的数据，还可以通过分析产业链上各环节碳排放的数据，找出潜在的减排环节和方式，对碳中和目标的实现、碳交易市场的运行至关重要。

新能源包括风能、光伏、生物质能等。因为其清洁低碳的排放而备受青睐，新能源电站的建设也得到政府的大力支持。然而目前在进行新能源电站规划时，在碳排放方面，通常只估算了新能源电站生产端的碳排放和运行过程中的碳减排，而忽略了对其他环节的碳排放估算，包括：采购运输、建设施工、运营维护、回收处理。使得新能源的碳排放未能得到真实估计，也无法在新能源电站设计过程中，客观准确地估算其全生命周期的碳排放情况和由此产生的社会效益。

同时，目前市场上依然缺乏一个操作性强的新能源电站全生命周期决策评估系统。现有决策缺乏从社会成本、经济成本和时间成本的多维度下，综合评估新能源电站全生命周期的碳排放情况和收益、成本可行性以及时间投入的可行性，无法通过对新能源电站全生命周期进行综合考量评估，选取最优的规划方案。

发明内容

鉴于此，本发明旨在解决当前缺乏可行的新能源电站全生命周期综合规划方法，提出了一种基于机器学习的新能源电站全生命周期规划决策方法及系统，可以基于拟建电站现有的规划方案或设计，识别、关联和选取电站全生命周期阶段的所有可行方案，从社会成本、经济成本、时间成本三个维度进行综合的评估，通过最优化模型，确定新能源电站全生命周期的最优决策方案。

本发明所述方法由下述技术方案实现：一种基于机器学习的新能源电站全生命周期规划决策方法及系统，所述方法基于拟建新能源电站提出的建设方案，分析原材料获取、生产制造、采购运输、施工建设、电站运行、运营维护，回收处理方案共七个全生命周期阶段的所有可选方案，通过机器学习自动生成多组潜在的新能源电站全生命周期解决方案，并利用碳排放评估系统、经济效益评估系统、时间周期评估模型和最优化模型，从社会成本、经济成本、时间成本三个维度进行综合的评估，确定新能源电站全生命周期的最优决策方案。

上述新能源电站全生命周期规划决策系统，具体包括如下步骤。

第一步，搭建所需的基础方案库、方案信息库以及方案关系数据库。

分析新能源电站原材料获取、生产制造、采购运输、施工建设、电站运行、运营维护，回收处理共七个全生命周期阶段，根据各阶段已有的专家或实践经验，利用大数据技术挖掘具体操作方案，搭建各个阶段详细的方案库。

进一步地，通过机器学习和碳核算算法，评估各个方案相应的碳排放，同时获取供应链信息、估算方案收入支出等数据，生成每个方案库所对应的方案信息数据库。