湖南公布太阳能等6项“十三五”能源专项规划

近日,湖南省发展改革委公布了该省“十三五”期间煤炭工业、煤炭物流、煤层气、太阳能、地热能、能源科技等6项能源专项规划。

煤炭年调入能力将达11270万吨

在湖南这样一个能源较匮乏的省份,煤炭的地位不言而喻。至今,煤炭在一次性能源消费构成中仍占到70%以上。然而,从规划上可以看出,“十三五”期间湖南煤炭生产和消费将呈现背道而驰的发展方向。

“十二五”初期,湖南煤炭自给率很高。2012年,湖南自产煤炭达到8823万吨,占到该省原煤总消费量的九成左右。“十二五”中后期随着去产能力度的加大,累计退出煤炭产能约5000万吨。

2015年,湖南煤炭产量约3650万吨,仅为峰值时四成左右。而当年该省煤炭消耗量为11142万吨。湖南煤炭自给率降至30%。而且湖南煤炭减产的趋势在“十三五”将持续下去。

规划显示,到2020年,全省煤炭消费量预测为13700万吨,规划产量约2500万吨,净缺口11200万吨,外省调入比例约82%。

在2015年湖南用煤量中,火电用煤2920万吨左右,火力发电量648亿千瓦时。根据湖南省“十三五”电力发展规划,2020年火电发电量达到1304亿千瓦时,需电煤5050万吨。用煤量的持续增加也意味着湖南火电装机将继续增长。

那么在本地煤炭产量持续缩减,而用量将继续增加的情况下,如何保障煤炭物流的保供应能力?专项规划显示,到2020年,湖南铁路煤炭调入能力将达到8470万吨,水路调入能力将达到2500万吨,铁路、水路及公路总调入能力将达11270万吨。能够基本保障煤炭运输安全。

在光伏发电中分布式占比将达75%

与此同时,湖南将加大清洁能源的开发力度。

首先,湖南将依托省内资源,加强煤层气清洁开采力度。“十二五”以来,湖南已经有了较好的煤层气开采基础,五年煤矿瓦斯抽采总量77093万立方米,利用总量达到8388万立方米。

“十三五”期间,湖南将规划瓦斯详细勘探重点矿区9个;规划建设地面瓦斯开发利用示范区3~4个;2020年该省煤矿单井平均瓦斯年抽采量提至140万立方米。

到“十三五”末,全省煤矿瓦斯年抽采量达到1.09亿立方米,其中煤矿井下瓦斯抽采量0.98亿立方米,废弃煤矿瓦斯抽采量0.11亿立方米。

在煤层气利用方面,湖南将规划新建瓦斯发电站20座,其中煤矿瓦斯发电站11座,废弃煤矿瓦斯发电站9座。新增瓦斯发电装机容量3.4万千瓦。到2020年,累计建设瓦斯发电站将达到36座,装机容量5万千瓦,利用煤矿瓦斯0.56亿立方米。

在发展太阳能发电方面,规划显示,到2020年,湖南光伏发电装机总容量将达到200万千瓦,其中分布式光伏电站装机容量达到150万千瓦以上。到2030年,全省光伏发电装机容量争取达到400万千瓦以上。

作为太阳能资源禀赋并不突出的省份,湖南光伏发电规模仍较小,到2015年底,已投产项目48个,并网装机容量为38.34万千瓦,占全省电源总装机容量的比重不足1%。

2015年,湖南省全社会用电量达1448亿千瓦时,最高负荷2770万千瓦,根据《湖南省“十三五”电力发展规划》,预计到2020年,全省全社会用电量2080亿千瓦时,最高负荷4300万千瓦,据测算,电网整体消纳光伏发电项目装机的能力在200万千瓦以上。消纳能力基本与该省规划装机目标相符,届时不会出现光伏发电消纳问题。

地热能方面,湖南省规划“十三五”期间,将以浅层地温能开发利用规划为主,兼顾中深层(水热型)地热能开发利用规划,深层(干热岩)地热能以勘查为主、暂不进行开发利用规划。“十三五”规划期内,新增地热供暖(制冷)面积2040万平方米,新增地热发电装机容量1000千瓦。

本文转自d1net(转载)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值