未来20年我国火力发电用水情况预测分析

doi:10.3969/j.issn.1000－7229.2013.08.004

电力建设 ›› 2013, Vol. 34 ›› Issue (8): 17-21.doi: 10.3969/j.issn.1000－7229.2013.08.004

未来20年我国火力发电用水情况预测分析

车德竞1，孟洁2，陈永辉3，李鹏飞2，魏高升2

1.中国电力科学研究院，北京市 100192；2.电站设备状态监测与控制教育部重点实验室（华北电力大学），北京市 102206；3.中电投东北电力有限公司，沈阳市 110181

出版日期:2013-08-01
作者简介:车德竞（1978），硕士，责任编辑，主要从事论文编辑等工作，E-mail：chedejing@126.com；孟洁（1988），学士，在读研究生，主要从事新能源利用等方面的研究工作，E-mail：maxmoyang@126.com；陈永辉（1977），硕士，高级工程师，主要从事火力发电厂生产管理等方面的工作，E-mail：cyh5027@126.com；李鹏飞（1988），学士，主要从事火力发电节能等方面的研究工作，E-mail：414505686@qq.com；魏高升（1975），博士，副教授，主要从事热物性理论，火电机组节能等领域的研究工作，E-mail：gaoshengw@126.com。
基金资助:
国家自然科学基金项目（50806021）。

Predictive Analysis of Water Usage for Thermal Power Generation in Next Twenty Years

CHE Dejing1， MENG Jie2， CHEN Yonghui3， LI Pengfei2， WEI Gaosheng2

1. China Electric Power Research Institute， Beijing 100192， China； 2. Key Laboratory of Condition Monitoring and Control for Power Plant Equipment of Ministry of Education， North China Electric Power University， Beijing 102206， China； 3. CPI Northeast Power Company Limited， Shenyang 110181， China

Online:2013-08-01

摘要/Abstract

摘要： 通过对近年我国经济发展现状和电力结构特点的分析、研究，采用电力弹性系数估测了我国未来20年的电力需求情况，基于5个火力发电可能性发展方案，对未来20年火电厂用水情况进行了预测、分析。研究表明，在未来我国的火力发电建设中，除应逐渐减少直流冷却方式，加快发展亚临界、超临界和超超临界机组，加强滨海地区海水直接冷却技术的应用，大力实施空冷技术等之外，还应加大节水型技术的开发和规模化应用力度。

关键词: 水资源, 火力发电, 节水技术, 取水与耗水, 预测

Abstract: Through the analysis of the economic development situation in China and the characteristics of power structure in recent years， the electricity demand situation in China in the next 20 years was predicted with using electricity elasticity coefficient. Based on the five feasible power development programs， the water consumption of thermal power plants in the next 20 years were predicted and analyzed. The results show that， in the future thermal power construction in China， the DC cooling unit should be gradually reduced， the subcritical， supercritical， and ultra supercritical units should be constructed speedily， as well as the application of direct cooling technology with sea water in coastal region and the air-cooling technology should be strengthened. In addition， the development and large-scale application of water-saving technology should be also strengthened.

Key words: water resources, thermal power generation, water-saving technology, water intake and water consumption, forecast

车德竞，孟洁，陈永辉，李鹏飞，魏高升. 未来20年我国火力发电用水情况预测分析[J]. 电力建设, 2013, 34(8): 17-21.

CHE Dejing， MENG Jie， CHEN Yonghui， LI Pengfei， WEI Gaosheng. Predictive Analysis of Water Usage for Thermal Power Generation in Next Twenty Years[J]. ELECTRIC POWER CONSTRUCTION, 2013, 34(8): 17-21.

参考文献

［1］中电联统计信息部. 2010年全国电力工业统计快报［J］. 中国电力企业管理，2011（2）：108-109. ［2］张丽艳，冯杰，杨涛.我国火电行业用水效率分析与节水对策［J］.水电能源科学，2012，30（2）:190-192. ［3］韩买良.火力发电行业用水分析及对策［J］.工业水处理，2010，30（2）:4-7. ［4］姜蓓蕾，王丽丽.我国火电行业用水效率及节水措施分析［J］.水利科技与经济，2010，16（3）:264-266. ［5］杨文静，孟文俊.火力发电厂节水措施［J］.内蒙古水利，2010（2）:68-69. ［6］中华人民共和国统计局.2007中国统计年鉴［M］.北京:中国统计出版社，2007. ［7］中华人民共和国统计局.2008中国统计年鉴［M］.北京:中国统计出版社，2008. ［8］中华人民共和国统计局.2009中国统计年鉴［M］.北京:中国统计出版社，2009. ［9］中华人民共和国统计局.2010中国统计年鉴［M］.北京:中国统计出版社，2010. ［10］中华人民共和国统计局.2011中国统计年鉴［M］.北京:中国统计出版社，2011. ［11］《中国电力年鉴》编辑委员会.2007中国电力年鉴［M］.北京:中国电力出版社，2007. ［12］《中国电力年鉴》编辑委员会.2008中国电力年鉴［M］.北京:中国电力出版社，2008. ［13］《中国电力年鉴》编辑委员会.2009中国电力年鉴［M］.北京:中国电力出版社，2009. ［14］《中国电力年鉴》编辑委员会.2010中国电力年鉴［M］.北京:中国电力出版社，2010.［15］《中国电力年鉴》编辑委员会.2011中国电力年鉴［M］.北京:中国电力出版社，2011. ［16］水力发电学会.中国水力发电年鉴（2011）［M］.北京:中国电力出版社，2011. ［17］周丽芳.中国核电发展浅析［J］.经济研究导报，2011（117）:200-201. ［18］罗玉福，张宏友.风电发展与风动专业建设［J］.辽宁大学学报，2012，39（3）:286-288. ［19］李晓云，张华，席兵.火电厂用水与节水技术［M］.北京:中国水利水电出版社，2008.

[1]	郑惠萍, 曾鹏, 刘新元, 程雪婷, 薄利明, 杨尉薇, 张一帆, 崔杨. 基于误差前馈预测的多时空尺度风电集群有功功率分层控制策略[J]. 电力建设, 2020, 41(8): 120-128.
[2]	吴钉捷, 李晓露. 基于实时出行需求和交通路况的电动汽车充电负荷预测[J]. 电力建设, 2020, 41(8): 57-67.
[3]	宋建，束洪春，董俊，梁雨婷，李雨龙，杨博. 基于GM(1，1)与BP神经网络的综合负荷预测[J]. 电力建设, 2020, 41(5): 75-80.
[4]	杜炜，张筱辰，杨冬梅，陈永华，曾鸣. 面向综合能源的信息物理系统体系架构及应用[J]. 电力建设, 2020, 41(4): 90-99.
[5]	张家安, 王琨玥，陈建，郭凌旭，黄潇潇，范瑞卿，李志军. 基于空间相关性的分布式光伏出力预测[J]. 电力建设, 2020, 41(3): 47-53.
[6]	刘东明，杨杨，王军波，史海涛，马鸿君，张虹. 基于事件触发的互联电网负荷频率模型预测输出反馈控制[J]. 电力建设, 2020, 41(2): 108-117.
[7]	王上行，贾学翠，王立华，闫士杰，李相俊. 混合储能系统的功率变换器电流预测控制方法[J]. 电力建设, 2020, 41(1): 71-79.
[8]	张涌新，沈弘，文俊. 面向综合需求响应的综合能源系统储能控制面向综合需求响应的综合能源系统储能控制[J]. 电力建设, 2019, 40(9): 43-51.
[9]	肖海伟，孙久严2，李章溢，肖浩，张亮，黄娟，裴玮. 基于综合储能设备的工业园区联络线功率实时MPC控制方法[J]. 电力建设, 2019, 40(8): 34-42.
[10]	韦善阳，黎静华，黄乾. 基于改进权值优化模型的光伏功率区间预测[J]. 电力建设, 2019, 40(7): 26-33.
[11]	杨德友，高子昂，李音璇. 基于双变量经验模态分解和最小二乘支持向量机的风电功率区间预测[J]. 电力建设, 2019, 40(5): 118-127.
[12]	蔡超，窦晓波，曹水晶，陈曦，王娜. 基于模型预测控制的园区热电联供微电网能量优化[J]. 电力建设, 2019, 40(3): 27-33.
[13]	陈嘉敏，徐永海，张雪垠. 基于电动汽车V2G响应能力的储能容量配置方法[J]. 电力建设, 2019, 40(3): 34-41.
[14]	王志伟，李建岐，黄毕尧. 基于混合队列模型的配电网状态监测业务通信带宽预测[J]. 电力建设, 2019, 40(11): 1-7.
[15]	周瑜, 杨明，王飞，王士柏，朱毅. 一种计及光伏发电功率不确定性的实时调度方法[J]. 电力建设, 2019, 40(10): 1-8.

未来20年我国火力发电用水情况预测分析

Predictive Analysis of Water Usage for Thermal Power Generation in Next Twenty Years

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价