可再生资源开发的动态优化模型及其算法：以陆上风能为例

doi:10.16381/j.cnki.issn1003-207x.2024.1625

摘要/Abstract

摘要：

目前对风电等可再生能源的研究主要集中在大规模部署带来的成本下降、间歇性资源的上网，以及相关支持政策的设计等方面。实际开发中，与石油等非可再生资源类似，风电等可再生资源受制于可用于开发的地理区位限制，装机总量同样存在上限。本文基于可耗竭资源的最优开发理论，将一个地域范围内的风能资源开发潜力（可装机总量）视为可耗竭的，综合考虑风能资源开发潜力、风电标杆上网电价、投资成本、并网消纳成本、风机的耗损和退役等因素，以开发风电所能获得的长期总净收益最大化为目标，建立了动态最优化模型。在模型分析求解部分，利用哈密尔顿函数和庞得里亚金极大值原理进行求解，从理论上得到最优的新增装机容量变动路径。同时，使用Picard存在性和唯一性定理及解的延拓性定理，证明了满足特殊条件时唯一最优解的存在性，并给出了一般情况下近似最优解的搜索算法。最后，本文以甘肃酒泉风电基地为算例，比较了原定开发目标与模型计算结果。

关键词: 可再生资源, 风能, 动态优化模型, 最优控制理论, 酒泉风电基地

Abstract:

Research on renewable energy， including wind power， is currently centered on the reduction of costs associated with large-scale deployment， the integration of intermittent resources into the power grid， and the formulation of supportive policy frameworks. In the realm of practical development， wind power， akin to non-renewable resources such as oil， is constrained by geographical limitations for exploitable locations， implying that there is an upper limit to the total potential installed capacity. The optimal control theory of exhaustible resources is applied to the context of wind energy， considering the regional wind energy reserves（remained capacity potential） as exhaustible resources. The model in this paper takes into account a multitude of factors， including the reserves of wind energy， the benchmark on-grid electricity prices for wind power， investment costs， construction and grid consumption costs， as well as the depreciation and eventual retirement of wind turbines. The primary aim of this study is the maximization of the long-term net benefits from wind power development. Consequently， a dynamic optimization model has been constructed to achieve this goal. In the analysis and resolution of the model， the Hamiltonian function and Pontryagin's Maximum Principle are utilized to find the optimal development path for the incremental installed capacity. Furthermore， under specific conditions， the existence and uniqueness of the optimal solution are established using Picard's existence and uniqueness theorem， as well as the theorem on the extensibility of solutions. An algorithm for finding an approximate optimal solution under general conditions is also presented. A case study analysis of the Jiuquan Wind Power Base in Gansu Province is also provided， assessing the congruence between the projected development outcomes and the model's predictions.

Key words: renewable energy, wind energy, dynamic optimization model, optimal control theory, Jiuquan wind power base

中图分类号:

TK81

朱磊,崔耀锋,王佳蕊, 等. 可再生资源开发的动态优化模型及其算法：以陆上风能为例[J]. 中国管理科学, 2025, 33(11): 336-344.

Lei Zhu,Yaofeng Cui,Jiarui Wang, et al. Dynamic Optimization Model for Renewable Resource Development: An Example of Onshore Wind[J]. Chinese Journal of Management Science, 2025, 33(11): 336-344.

图/表 4

表1

模型参数设定"

参数	值	单位	含义
$W 0$	4000	万千瓦	风能资源开发潜力总量
$U 0$	41	万千瓦	起始时累积装机容量
$P$	0.54	元/千瓦时	上网标杆电价
$h$	2300	小时/年	年有效发电时长
$c I 1$	6500	元/千瓦	单位装机的风机设备成本
$c I 2$	34.5	元/（万·千瓦²）	工程建设成本系数
$C O$	0.1	元/千瓦时	单位发电量运营成本
$c G$	8.2	元/（万·千瓦²）	并网成本系数
$δ$	3%	——	每年装机的损耗率
$r$	4%	——	折现率

表1

图1

图2

图3

参考文献 32

[1]	中国可再生能源学会风能专业委员会. 2023年中国风电吊装容量统计简报［J］.风能， 2024（5）： 52-67.
	Wind Energy Committee of China Renewable Energy Society. Statistical brief report on wind power hoisting capacity in China in 2023［J］. Wind Energy， 2024（5）： 52-67.
[2]	刘梅娟. 中国风能利用现状、制约因素及未来发展［J］. 资源开发与市场， 2013， 29（8）： 855-858.
	Liu M J. Present utilization situation， restricting factors and future development of Chinese wind power［J］. Resource Development & Market，2013，29（8）： 855-858.
[3]	2016年风电并网运行情况［J］.中国能源，2017， 39（2）：47.
	Grid connected operation of wind power in 2016［J］. Energy of China， 2017， 39（2）： 47.
[4]	Singh S， Bhatti T S， Kothari D P. A review of wind-resource-assessment technology［J］. Journal of Energy Engineering， 2006， 132（1）： 8-14.
[5]	Berglund C， Söderholm P. Modeling technical change in energy system analysis： Analyzing the introduction of learning-by-doing in bottom-up energy models［J］. Energy Policy， 2006， 34（12）： 1344-1356.
[6]	Liu Y， Kokko A. Wind power in China： Policy and development challenges［J］. Energy Policy， 2010， 38（10）： 5520-5529.
[7]	Wang Z， Qin H， Lewis J I. China’s wind power industry： Policy support， technological achievements， and emerging challenges［J］.Energy Policy，2012，51： 80-88.
[8]	Qiu Y， Anadon L D. The price of wind power in China during its expansion： Technology adoption， learning-by-doing， economies of scale， and manufacturing localization［J］. Energy Economics， 2012， 34（3）： 772-785.
[9]	Gkeka-Serpetsidaki P， Tsoutsos T. A methodological framework for optimal siting of offshore wind farms： A case study on the island of Crete［J］. Energy， 2022， 239： 122296.
[10]	Li L， Ren X， Yang Y， et al. Analysis and recommendations for onshore wind power policies in China［J］. Renewable and Sustainable Energy Reviews， 2018， 82： 156-167.
[11]	Stevens R J A M. Dependence of optimal wind turbine spacing on wind farm length［J］. Wind Energy， 2016， 19（4）： 651-663.
[12]	Sun H， Yang H， Gao X. Investigation into spacing restriction and layout optimization of wind farm with multiple types of wind turbines［J］. Energy， 2019， 168： 637-650.
[13]	Thomaidis N S， Santos-Alamillos F J， Pozo-Vázquez D， et al. Optimal management of wind and solar energy resources［J］. Computers & Operations Research， 2016， 66： 284-291.
[14]	Pindyck R S. The optimal exploration and production of nonrenewable resources［J］.Journal of Political Economy， 1978， 86（5）： 841-861.
[15]	Krautkraemer J A. Nonrenewable resource scarcity［J］. Journal of Economic Literature， 1998， 36（4）： 2065-2107.
[16]	Gaudet G. Natural resource economics under the rule of Hotelling［J］. Canadian Journal of Economics/Revue Canadienne D’économique， 2007，40（4）： 1033-1059.
[17]	Holland S P. Modeling peak oil［J］. The Energy Journal， 2008， 29（2）： 61-80.
[18]	Bai Y， Okullo S J. Understanding oil scarcity through drilling activity［J］. Energy Economics， 2018， 69： 261-269.
[19]	Pindyck R S. Uncertainty and exhaustible resource markets［J］. Journal of Political Economy， 1980， 88（6）： 1203-1225.
[20]	Marvasti A. Resource characteristics， extraction costs， and optimal exploitation of mineral resources［J］. Environmental and Resource Economics， 2000， 17（4）： 395-408.
[21]	Lee J， List J A， Strazicich M C. Non-renewable resource prices： Deterministic or stochastic trends？［J］. Journal of Environmental Economics and Management， 2006， 51（3）： 354-370.
[22]	Carlson M， Khokher Z， Titman S. Equilibrium exhaustible resource price dynamics［J］. The Journal of Finance， 2007， 62（4）： 1663-1703.
[23]	Tremeac B， Meunier F. Life cycle analysis of 4.5 MW and 250 W wind turbines［J］. Renewable and Sustainable Energy Reviews， 2009， 13（8）： 2104-2110.
[24]	Dismukes D E， Upton G B. Economies of scale， learning effects and offshore wind development costs［J］. Renewable Energy， 2015， 83： 61-66.
[25]	Pindyck R S. Uncertainty in the theory of renewable resource markets［J］. The Review of Economic Studies， 1984， 51（2）： 289-303.
[26]	王仲颖，赵勇强，时璟丽. 中国中长期风电发展路线图［J］. 中国能源， 2012， 34（3）： 5-8.
	Wang Z Y， Zhao Y Q， Shi J L. Roadmap of China wind power development in a long-term［J］. Energy of China， 2012， 34（3）： 5-8.
[27]	Lin B， Li J. Analyzing cost of grid-connection of renewable energy development in China［J］. Renewable and Sustainable Energy Reviews， 2015， 50： 1373-1382.
[28]	辛颂旭，白建华，郭雁珩. 甘肃酒泉风电特性研究［J］. 能源技术经济， 2010， 22（12）： 16-20.
	Xin S X， Bai J H， Guo Y H. Study on wind power characteristics of Jiuquan wind power base［J］. Energy Technology and Economics， 2010， 22（12）： 16-20.
[29]	李建春. 酒泉风电产业发展现状和对策研究［J］. 科技和产业， 2010， 10（2）： 14-17.
	Li J C. A research on the actuality and countermeasure of wind power industry in Jiuquan［J］. Science Technology and Industry， 2010， 10（2）： 14-17.
[30]	汪宁渤. 甘肃酒泉千万千瓦风电基地面临的挑战及应对措施［J］. 电网与清洁能源， 2009， 25（7）： 43-47.
	Wang N B. Challenges and countermeasures of Jiuquan 10 million kilowatts of wind power base in Gansu［J］. Power System and Clean Energy，2009，25（7）： 43-47.
[31]	席菁华. “风电大基地”回头看［J］. 能源， 2018（3）： 59-63.
	Xi J H. “Wind power base” looking back［J］. Energy， 2018（3）： 59-63.
[32]	李乔. 酒泉风电产业对财政收入的影响分析［J］. 财会研究， 2012（6）： 78-80.
	Li Q. Analysis on the influence of Jiuquan wind power industry on fiscal revenue［J］. Research of Finance and Accounting， 2012（6）： 78-80.