新能源電力系統(tǒng)的規(guī)劃及應(yīng)用研究

陳 超，王金忠，吳焰龍

（國網(wǎng)寧夏電力有限公司寧東供電公司，寧夏 銀川 750411）

電力系統(tǒng)運(yùn)行模擬技術(shù)常用于模擬實(shí)際電網(wǎng)在考慮不同邊界條件、各類發(fā)電機(jī)運(yùn)行特性以及新能源發(fā)電（NEPC）和水力發(fā)電的利用效率時(shí)期發(fā)電的年、月運(yùn)行狀態(tài)[1]。近年來，以風(fēng)力發(fā)電和光伏（PV）發(fā)電為代表的新能源發(fā)電在我國經(jīng)歷了快速發(fā)展，達(dá)到了相當(dāng)大的裝機(jī)容量。因此，與大型新能源發(fā)電集成的現(xiàn)代電力系統(tǒng)的運(yùn)行模型需要在正確建立了新能源發(fā)電功率輸出模型下重新考慮?？紤]大規(guī)模綜合新能源發(fā)電的電力系統(tǒng)運(yùn)行模型，對于研究電力系統(tǒng)峰值調(diào)節(jié)能力調(diào)查和發(fā)電調(diào)節(jié)評估具有重要意義。目前有關(guān)電力系統(tǒng)隨機(jī)生產(chǎn)仿真算法主要包括分段線性逼近法、板法、等效冪函數(shù)法和半不變法等[2]。這些算法的基本思想都是將時(shí)間負(fù)荷曲線轉(zhuǎn)換為順序負(fù)荷曲線，在此過程中，時(shí)間信息丟失，不能有效地反映風(fēng)電和光伏發(fā)電的時(shí)變特性[3]。本文在分析歷史運(yùn)行數(shù)據(jù)的基礎(chǔ)上，研究了風(fēng)力發(fā)電和光伏發(fā)電的功率輸出特性，建立了具有大規(guī)模新能源發(fā)電集成的電力系統(tǒng)的運(yùn)行模型，優(yōu)化了新能源的消納能力，對新能源事業(yè)的可持續(xù)發(fā)展和電力系統(tǒng)的可靠安全經(jīng)濟(jì)運(yùn)行具有重要意義。

1 新能源發(fā)電輸出特性

風(fēng)電、光伏發(fā)電等新能源發(fā)電具有很強(qiáng)的隨機(jī)性、波動(dòng)性。風(fēng)電出力隨風(fēng)速和風(fēng)向的變化而變化，呈現(xiàn)明顯的季節(jié)特性[4]。光伏電站日出力主要受天氣影響，在晴朗天氣，光伏電站在白天中午時(shí)分出力達(dá)到最大，且曲線比較平滑，出力分布較規(guī)律；在多云天氣，出力的白天時(shí)段分布沒有規(guī)律。受光照強(qiáng)度和溫度影響，光伏電站一般在春季、冬季發(fā)電出力較大[5]。因此，風(fēng)力發(fā)電和光伏發(fā)電的功率輸出預(yù)測需要豐富的氣象信息和大量的試驗(yàn)數(shù)據(jù)，因此，基于統(tǒng)計(jì)的方法可以適用于風(fēng)力發(fā)電和光伏發(fā)電的輸出特性研究。

1.1 風(fēng)電場輸出特性

根據(jù)甘肅省2007—2008年試驗(yàn)風(fēng)電場實(shí)際時(shí)間序列功率輸出數(shù)據(jù)[6]，以小時(shí)為時(shí)間尺度提取風(fēng)電輸出特征指標(biāo)進(jìn)行統(tǒng)計(jì)分析。2007年8月至2008年7月按季度劃分時(shí)該風(fēng)電場發(fā)電出力概率分布曲線如圖1所示。

圖1 2007年8月至2008年7月按季度劃分時(shí)該風(fēng)電場發(fā)電出力概率分布曲線Fig.1 Probability distribution curve of power generation output of the windfarm from August 2007 to July 2008 by Quarter

可以看出，風(fēng)電輸出為正偏態(tài)分布，達(dá)到10%額定輸出的最高概率，當(dāng)統(tǒng)計(jì)周期延長時(shí)曲線更加平滑；風(fēng)力功率輸出的累積概率為凸二次分布，當(dāng)統(tǒng)計(jì)周期延長時(shí)，累積概率分布曲線更趨于平滑；風(fēng)電日間小時(shí)輸出保證率為凹二次分布，不同小時(shí)差異不大；不同保證率的風(fēng)電小時(shí)輸出近似為均勻分布，當(dāng)統(tǒng)計(jì)期延長時(shí)，不同工作小時(shí)的每小時(shí)產(chǎn)出往往更均勻；不同時(shí)間的風(fēng)力發(fā)電輸出在短時(shí)間內(nèi)高度相關(guān)，當(dāng)統(tǒng)計(jì)周期延長時(shí)，時(shí)間序列相關(guān)分布趨于均勻；不同時(shí)期同一時(shí)間的風(fēng)電場產(chǎn)量在同一季節(jié)是高度隨機(jī)和不穩(wěn)定；10 min內(nèi)風(fēng)力發(fā)電輸出的變化概率近似為正偏態(tài)分布；當(dāng)風(fēng)電場產(chǎn)量變化率為≤1.5%/min時(shí)，概率超過99%。

1.2 光伏電源輸出特性

在青海省光伏電站2007—2008年的光伏發(fā)電數(shù)據(jù)基礎(chǔ)上[7]，以小時(shí)為時(shí)間尺度提取風(fēng)電輸出特性指標(biāo)進(jìn)行統(tǒng)計(jì)分析，統(tǒng)計(jì)結(jié)果如圖2所示。由圖2可以看出：光伏功率輸出為正偏態(tài)分布，達(dá)到額定輸出最高概率為70%的，當(dāng)統(tǒng)計(jì)周期延長時(shí)，概率分布曲線趨于更平滑；光伏功率輸出的累積概率為凸二次分布，并以X軸上的正午時(shí)間為對稱軸呈一般對稱；當(dāng)統(tǒng)計(jì)周期延長時(shí)，累積概率分布曲線趨于更平滑；光伏功率日間時(shí)輸出保證率為凹型二次分布，不同時(shí)間差異明顯，中午較高，早晚較低；在5 min范圍內(nèi)，光伏功率輸出的變化概率近似為一個(gè)正偏態(tài)分布。當(dāng)風(fēng)電場產(chǎn)量變異率為≤1%/min時(shí)，其概率大于53.4%。

圖2 青海省光伏電站2008年光伏發(fā)電量的概率分布曲線Fig.2 Probability distribution curve of PV power output in 2008 of Qinghai Province PV stations

2 大規(guī)模NEPG集成的電力系統(tǒng)運(yùn)行建模

2.1 指標(biāo)篩選

考慮大規(guī)模綜合NEPG的電力系統(tǒng)運(yùn)行仿真的主要優(yōu)化目標(biāo)設(shè)定為最低發(fā)電成本或最佳節(jié)能效果。優(yōu)化目標(biāo)還包括優(yōu)化區(qū)域功率交換、優(yōu)化火電廠的啟動(dòng)容量、優(yōu)化不同發(fā)電類型的機(jī)組承諾方案[8]。在優(yōu)化過程中，不同發(fā)電類型的技術(shù)和經(jīng)濟(jì)特性并不相同，它們對電力系統(tǒng)運(yùn)行優(yōu)化的貢獻(xiàn)也有所不同。此外，還考慮了其他一些技術(shù)經(jīng)濟(jì)指標(biāo)，包括電廠維護(hù)計(jì)劃、系統(tǒng)負(fù)荷儲(chǔ)備和應(yīng)急儲(chǔ)備、各區(qū)域用電和峰值負(fù)荷平衡、各代年發(fā)電、利用時(shí)間、燃料需求和可變運(yùn)行成本、水電站廢電、不同區(qū)域交換流量等[9]。

2.2 電力系統(tǒng)運(yùn)行仿真過程

結(jié)合不同發(fā)電類型的技術(shù)經(jīng)濟(jì)特點(diǎn)，并考慮到風(fēng)力發(fā)電和光伏發(fā)電的具體電力輸出場景，進(jìn)行了電力系統(tǒng)運(yùn)行仿真。首先，考慮不同發(fā)電范圍之間的傳輸能力限制，評價(jià)了不同發(fā)電的技術(shù)經(jīng)濟(jì)特點(diǎn)。通過分析應(yīng)用機(jī)組發(fā)電優(yōu)先排序、負(fù)荷分配、負(fù)荷峰值和機(jī)組維護(hù)/預(yù)留安排等次優(yōu)化過程，計(jì)算出最佳區(qū)域功率交換結(jié)果，達(dá)到各類發(fā)電類型的最佳技術(shù)經(jīng)濟(jì)效果[10]。其次，根據(jù)各區(qū)域的功率平衡，優(yōu)化火電廠和機(jī)組組合的啟動(dòng)容量。當(dāng)1個(gè)區(qū)域的峰值容量不足時(shí)，之前向該區(qū)域傳輸功率的其他區(qū)域的新能源發(fā)電輸出減少，然后得到局部區(qū)域的新能源發(fā)電[11]。最后，根據(jù)優(yōu)化的停機(jī)計(jì)劃，根據(jù)“新能源發(fā)電→水電→發(fā)電抽水蓄能電源→核電→火電”的優(yōu)先順序，計(jì)算各電廠的詳細(xì)運(yùn)行點(diǎn)和發(fā)電能力。考慮到大規(guī)模集成新能源發(fā)電特點(diǎn)的多省互聯(lián)電力系統(tǒng)的運(yùn)行仿真過程如圖3所示。

圖3 一種與大型新能源電力集成的電力系統(tǒng)運(yùn)行流程Fig.3 Operation flow chart of a power system integrated with large new energy power

3 仿真結(jié)果分析

電力系統(tǒng)運(yùn)行仿真采用電力系統(tǒng)運(yùn)行仿真軟件SPER-ProS進(jìn)行電力系統(tǒng)運(yùn)行仿真。仿真模型為以中國西北電網(wǎng)為基礎(chǔ)，該電網(wǎng)能源多樣，采用大型火電、水電、風(fēng)電、光伏發(fā)電相結(jié)合的方式組網(wǎng)?；谏鲜鲭娏ο到y(tǒng)運(yùn)行模型，通過電力系統(tǒng)運(yùn)行仿真研究了西北五省新能源發(fā)電的適應(yīng)能力，利用了電力負(fù)荷、省間電力交換、電廠裝機(jī)容量和新能源發(fā)電的電力輸出特性等實(shí)際數(shù)據(jù)。2014年中國西北電網(wǎng)750 kV級電網(wǎng)結(jié)構(gòu)如圖4所示，它包含41 750 kV變電站和5個(gè)高壓直流電（HVDC）換流站[12]。

圖4 2014年西北電網(wǎng)750 kV電網(wǎng)Fig.4 750 kV grid diagram of Northwest Power Grid in 2014

3.1 邊界條件

以2020年為水平年，西北電網(wǎng)總電力負(fù)荷預(yù)計(jì)達(dá)到147 010 MW，其中水電裝機(jī)39 363 MW，火電裝機(jī)222 642 MW，風(fēng)電裝機(jī)75 480 MW，光伏裝機(jī)35 000 MW。

考慮到河西走廊對西北電網(wǎng)新能源發(fā)電消納的影響，甘肅電網(wǎng)模型分為西部、中部、東部，其中西部主要為新能源集中一體化區(qū)，包括酒泉和敦煌，中部。作為金昌、武威等新能源集中一體化區(qū)，東部包括蘭州、慶陽等煤基地[13]。由于同樣的原因，青海電網(wǎng)也被劃分為東西2個(gè)區(qū)。其中，西部主要為海西、葛木等大型光伏綜合區(qū)，東部為西寧、里玉山、塔拉等負(fù)荷中心、黃河流域水電綜合區(qū)、海南光伏發(fā)電綜合區(qū)。省、省間重點(diǎn)輸電段流量按輸電能力計(jì)算如下：新疆與西北電網(wǎng)的第1、第2輸電段：新疆向西北電網(wǎng)的最大前輸容量為4 000 MW，最小前輸功率流量為800 MW。新疆至青海輸電段：最大前后輸電容量可達(dá)2 000 MW，最小輸電流量為400 MW。陜西與甘肅之間的輸電段：最大前后輸電能力均為6 000 MW。甘寧之間的輸電段：最大前后輸電能力均為6 000 MW。甘肅至河西走廊之間的輸電段：從酒泉至河西的750 kV輸電線路的最大輸電能力為3 000 MW。在電力系統(tǒng)運(yùn)行模擬中，首先考慮水電負(fù)荷峰值，熱電廠的最小輸出為0.8 pu。年利用率在4 500 h以上。

3.2 新能源發(fā)電自適應(yīng)能力分析

基于本文提出的電力系統(tǒng)運(yùn)行模型，在我國電力系統(tǒng)運(yùn)行仿真的優(yōu)化過程中，充分考慮了新能源發(fā)電的功率輸出特性。從運(yùn)行仿真結(jié)果中可以清楚地看出各省的新能源發(fā)電消納能力和各省間的傳輸能力，這對于大規(guī)模新能源發(fā)電集成的現(xiàn)代電力系統(tǒng)運(yùn)行仿真研究具有重要意義。

根據(jù)上一節(jié)所述的邊界條件，對西北電網(wǎng)進(jìn)行電力系統(tǒng)運(yùn)行仿真，解決新能源發(fā)電消納問題，見表1、表2。

表1 西北電力電網(wǎng)的風(fēng)電消納能力Tab.1 Wind power consumption capacity of Northwest Power Grid

表2 西北電力電網(wǎng)的光伏電消納能力Tab.2 Photovoltaic power consumption capacity of Northwest Power Grid

西北電網(wǎng)新能源發(fā)電裝機(jī)15 585億kWh，用電量約458億kWh，占22.7%。當(dāng)新能源發(fā)電在新能源嚴(yán)重浪費(fèi)的省比例下降到5%，則西北電網(wǎng)風(fēng)電裝機(jī)容量為40 910 MW，光伏發(fā)電達(dá)到28 760 MW。其余流向互聯(lián)省份的新能源發(fā)電容量為40 810 MW，其中風(fēng)電為34 570 MW，光伏發(fā)電為6 240 MW。如果西北電網(wǎng)將26 750 MW新能源發(fā)電通過哈密—鄭州±800 kV直流輸電線、酒泉—湖南±直流輸電線、準(zhǔn)東—淮南1 100 kV直流輸電線路傳輸至其他地區(qū)電網(wǎng)，則±1 100 kV直流輸電線路將剩下14 060 MW新能源發(fā)電無法容納。

3.3 靈敏度分析

通過對熱電廠輸出、系統(tǒng)峰值容量和輸電線路容量的靈敏度分析，進(jìn)一步研究了西北電力電網(wǎng)的新能源發(fā)電適應(yīng)條件。

3.3.1 熱電廠輸出的靈敏度分析

實(shí)際電力系統(tǒng)中，在供熱季節(jié)的早期和最后階段，熱電電廠的最低技術(shù)產(chǎn)量一般大于0.55 pu。在供熱季節(jié)中期，熱電站的最低技術(shù)產(chǎn)量一般大于0.75 pu。根據(jù)實(shí)際調(diào)查，在供暖季的前期和最后階段，熱電的最低技術(shù)產(chǎn)量甚至可以調(diào)整到0.5 pu，在供暖季節(jié)的中期熱電的最低技術(shù)產(chǎn)量可達(dá)0.6 pu。因此，與目前的運(yùn)行狀態(tài)相比，熱電廠峰值負(fù)荷的空間一般有0.1～0.15 pu。根據(jù)該邊際直接測量熱電廠的輸出，并再次進(jìn)行電力系統(tǒng)運(yùn)行仿真。電力系統(tǒng)運(yùn)行仿真結(jié)果給出了新能源發(fā)電新的適應(yīng)條件，表明西北電網(wǎng)的風(fēng)電和光伏發(fā)電具有很好的適應(yīng)能力。

3.3.2 系統(tǒng)峰值容量的靈敏度分析

基于第3.1節(jié)所述的邊界條件，在此比較情況下，將火電廠的最小功率輸出水平調(diào)整到0.7 pu，而熱電廠的最低技術(shù)產(chǎn)量保持不變。電力系統(tǒng)運(yùn)行仿真給出了新的新能源發(fā)電適應(yīng)條件，從表3、表4的模擬結(jié)果可知，全球西北電網(wǎng)風(fēng)電裝機(jī)容量降至26 160 MW，光伏發(fā)電裝機(jī)容量降至17 890 MW。結(jié)果表明，由于熱電廠最低技術(shù)產(chǎn)量較高，系統(tǒng)峰值容量下降，這5個(gè)省的新能源發(fā)電適應(yīng)能力均有所下降。

表3 考慮機(jī)組調(diào)峰能力敏感性的各省區(qū)風(fēng)電消納情況Tab.3 Wind power consumption of each province considering sensitivity of unit peak shaving capacity

在本敏感性研究案例中，從甘肅省到其他地區(qū)的輸電線路容量減少了2 000 MW。

表4 考慮機(jī)組調(diào)峰能力敏感性的各省區(qū)光伏消納情況Tab.4 PV consumption of provinces and regions consideringsensitivity of unit peak shaving capacity

由于主要通道從甘肅到其他地區(qū)的輸電線路傳輸電力在新疆和甘肅西北電網(wǎng)負(fù)荷中心，削減這些輸電線路的容量直接導(dǎo)致新能源發(fā)電的消納。然而，其他3個(gè)省的新能源發(fā)電消納并沒有受到影響。

4 結(jié)論

本文旨在提出一種考慮大規(guī)模新能源發(fā)電運(yùn)行特性、能適應(yīng)峰值優(yōu)化分析和新能源功率調(diào)節(jié)評估的有效電力系統(tǒng)運(yùn)行模型。首先根據(jù)實(shí)際運(yùn)行數(shù)據(jù)，分析了風(fēng)力發(fā)電和光伏發(fā)電的功率輸出特性。在此基礎(chǔ)上，考慮到電力系統(tǒng)最小總成本的優(yōu)化目標(biāo)和功率平衡約束，建立了大規(guī)模新能源發(fā)電集成電力系統(tǒng)的運(yùn)行模型。基于不同系統(tǒng)工況下中國西北電網(wǎng)實(shí)際運(yùn)行條件下的運(yùn)行仿真結(jié)果表明，基于所提出的電力系統(tǒng)運(yùn)行模型，可以有效地解決新型能源電力調(diào)節(jié)問題。