金沙江下游水風光多能互補規(guī)模計算模型研究

曹 輝，李天鷙，盧 佳，鮑正風

(1.三峽水利樞紐梯級調度通信中心，湖北 宜昌 443002； 2.智慧長江與水電科學湖北省重點實驗室，湖北 宜昌 443002； 3.西南電力設計院有限公司，四川 成都 610021)

0 引 言

隨著“2030年碳達峰、2060年碳中和”以及“2030年非化石能源消費比重達25%，風電、太陽能發(fā)電總裝機容量達到12億kW以上”[1-2]等一系列新發(fā)展目標的提出，國家對能源高質量發(fā)展提出了更高要求。由于水、風、光等可再生能源具有互補特性，實現水風光多能互補綜合開發(fā)是可再生能源未來重要的發(fā)展方向[3-4]，同時源網荷儲一體化和多能互補發(fā)展[5-6]是提升可再生能源開發(fā)、促進新能源消納水平和非化石能源消費比重的必然選擇。因此，高質量發(fā)展多能互補對推動中國能源轉型和經濟社會發(fā)展具有重要意義。

金沙江下游流域風、光、水資源豐富且資源互補性較好，歷經20 a的建設，金沙江下游梯級水電站在2021年全部建成投產。與此同時，金沙江下游清潔能源基地于2021年3月正式列入《中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》[7]。利用水電優(yōu)異的調節(jié)性能平抑風能、光能出力變化特性，提高電網對風能、光能的接納能力，通過水電站配套的外送線路送出消納，是破解清潔能源高質量發(fā)展難題的關鍵，是推動清潔能源大規(guī)模集中開發(fā)的重大創(chuàng)新。

目前，關于多能互補系統接入新能源的研究對象普遍規(guī)模較小，主要針對微網、孤網或龍羊峽、北盤江等百萬千瓦級水光互補系統等，鮮有針對千萬千瓦級的巨大多能互補系統。千萬千瓦級多能互補系統意味著不確定性問題更突出，模型結構、協同關系、優(yōu)化技術難度和要求高。特別是金沙江下游水風光清潔能源互補基地是由百余座不同類型、不同規(guī)模、不同外送方式電站共同組成的千萬千瓦級多源多網混合發(fā)電系統，構成了非常復雜的水力-電力時空耦合體系，具有大規(guī)模、大容量、多級數、強不確定性、復雜異構并網、跨流域跨電網互聯等全新的特點和更為復雜的綜合要求。因此，合理規(guī)劃新增新能源規(guī)模，充分發(fā)揮金沙江下游巨型水電站與風光互補的調節(jié)優(yōu)勢，進一步增加對于風光清潔能源的消納能力，打造更加綜合、靈活的水-風-光-抽蓄一體化能源系統，是未來進一步推進中國大規(guī)模多能互補清潔能源示范基地建設和發(fā)展的關鍵。

針對上述現狀，本文首先考慮按照“宜送則送、宜留則留”的思路確定外送和留存規(guī)模，然后根據川、滇兩省的新能源資源和規(guī)劃裝機分布情況，選擇適合建設可再生能源多能互補基地的大型水電站，最后以受端消納為前提，結合水電站配套直流運行和規(guī)劃情況，分析直流受端省份電力市場空間和受端負荷特性及現有直流運行情況，以新能源裝機規(guī)模最大、新能源及水電棄電量最小為目標，考慮電力電量平衡約束以及水電站發(fā)電約束，提出多能互補系統新增新能源裝機規(guī)模計算模型。以金沙江下游溪洛渡、白鶴灘、烏東德水電站為研究實例，計算出2023～2025年可新增外送新能源規(guī)模。

1 基本情況

1.1 流域概況

金沙江是長江的上游河段，其主源通天河在青海玉樹附近匯入巴塘河后稱金沙江。金沙江流經青、藏、川、滇4省區(qū)至四川宜賓與岷江匯合后始稱長江。金沙江流域面積47.32萬km2，約占長江全流域面積的26%。金沙江全長2 308 km，落差3 280 m，多年平均流量4 570 m3/s，多年平均徑流量1 550億m3。青海省玉樹(巴塘河口)至云南省石鼓稱為金沙江上游，河段長974 km；石鼓至四川省攀枝花稱為金沙江中游，河段長725.6 km；攀枝花至宜賓稱為金沙江下游，河段長608.4 km。

1.2 電站概況

金沙江下游自上而下依次建有烏東德、白鶴灘、溪洛渡、向家壩4座水電站，截止2021年底已經全部投產發(fā)電，預計2023年底白鶴灘水電站配套直流外送通道建成，屆時金沙江下游梯級電站將全部建成，總裝機容量4 646萬kW，相當于2個三峽水電站裝機容量；調節(jié)庫容346億m3，是三峽水電站調節(jié)庫容的0.9倍。4座水電站均通過7條直流線路外送8省市，送電量近2 000億kW·h，外送線路如圖1所示。

圖1 金沙江下游梯級電站外送線路(單位：萬kW)Fig.1 Transmission line diagram of cascade hydropower stations in the lower reaches of Jinsha River

1.3 資源分布情況

1.3.1 水量資源

由于地理位置與地區(qū)氣候影響，金沙江下游降雨具有以下特征：① 流域所在地區(qū)的海拔對降水量有明顯的影響；② 水平縱向分布由西向東逐漸增加；③ 水平橫向分布呈南多北少格局；④ 降水量年際變化大。從數值上來看，年降水量在500～900 mm，干濕季節(jié)分明，6～9月約占全年降水量的70%～80%，5～10月占90%[8]。

金沙江下游流域徑流量的年際變化不大[9]，烏東德壩址多年平均徑流量約1 200億m3，其空間分布與平均年降水量空間分布趨勢大體一致；金沙江流域徑流年內分配不均，汛期徑流占年徑流比重大，且干、支流差異較明顯，5～10月來水占全年80%。

1.3.2 風能資源

川、滇兩省金沙江下游區(qū)域風電類型主要為山地風電場，風電場平均風速6 m/s以上，風能資源等級為2級，具備較大開發(fā)價值。從空間分布特征來看，四川省風能資源的理論開發(fā)量約4 850萬kW，開發(fā)價值較高的地區(qū)主要分布在西北部高原、西南部山區(qū)、盆地北部山區(qū)、東部山區(qū)等地區(qū)[10]；云南風能資源總儲量為1.23億kW，規(guī)劃可開發(fā)量為3 630萬kW，主要分布在哀牢山以東地區(qū)，多數地區(qū)風能資源有開發(fā)價值[11]。從時間分布特征來看：川滇兩省的風能資源主要集中在11月至次年5月，對應是河流的枯水期，與水電的出力形成了良好的季節(jié)性時間互補。根據兩省“十四五遠景規(guī)劃”[12-13]，在四川地區(qū)初步確定了46個風電場址，總規(guī)模456萬kW；云南地區(qū)44個風電場，總規(guī)模316萬kW。

1.3.3 光能資源

四川省川西高原、云南全省是中國太陽能資源最豐富的區(qū)域之一，年輻射變化范圍在5 000～6 700 MJ/m2之間，大部分地區(qū)日照小時數在2 000～2 700 h之間[10，14]。從地理分布特征來看，四川省日照分布整體呈現“西低東高”的特點，東西部輻射差異達2 200 MJ/m2，川西高原最為豐富。從時間分布特征來看，四川高原冬春日輻射值高于夏秋；云南日照分部為南多北少。從時間分布特征來看，四川高原冬春日照多于夏秋，云南輻射最高值在4～5月，最低值在11～12月。根據兩省“十四五遠景規(guī)劃”[12-13]，在四川地區(qū)初步確定了33個光伏場址，總規(guī)模839萬kW；云南地區(qū)50個光伏場址，總規(guī)模409萬kW。

1.3.4 風電與光伏規(guī)劃情況

根據三峽集團后期統計結果，金沙江下游流域四川地區(qū)風電及光伏裝機總量1 295萬kW，風電456萬kW、光伏839萬kW。其中向家壩水電站附近風電規(guī)劃裝機較少，無光伏規(guī)劃裝機；溪洛渡水電站附近的四川地區(qū)風電和光伏規(guī)劃裝機主要集中在美姑縣，以光伏裝機為主，雷波縣規(guī)劃裝機較少；白鶴灘水電站附近的四川地區(qū)風電和光伏規(guī)劃裝機主要集中在會東縣、寧南縣、布拖縣、普格縣、金陽縣、昭覺縣、會理縣，具體分布情況如圖2所示。

圖2 金沙江下游流域四川地區(qū)規(guī)劃新能源裝機分布(單位：萬kW)Fig.2 Planned new energy installed capacity distribution in Sichuan area,lower reaches of Jinsha River Basin

根據三峽集團后期統計結果，金沙江下游流域云南地區(qū)風電及光伏裝機總量753萬kW，風電312萬kW、光伏441萬kW。其中永善縣、會澤縣、巧家縣、昭通等地區(qū)規(guī)劃風電和光伏裝機較少；多數資源均集中在烏東德水電站附近的祿勸縣、尋甸縣，具體分布情況如圖3所示。

圖3 金沙江下游流域云南地區(qū)規(guī)劃新能源裝機分布Fig.3 Planned new energy installed capacity distribution in Yunnan area,lower reaches of Jinsha River Basin

2 水風光運行特性

2.1 水電站運行特性

烏東德水電站平水年設計利用小時數為 3 703 h，多年平均年發(fā)電量 389.1億kW·h，枯水年設計利用小時數為3 040 h，平水年的豐期電量占到了全年電量的70%，與預想出力之比在0.7左右，具備一定的調節(jié)能力。白鶴灘水電站平水年設計利用小時數為3 830 h，多年平均年發(fā)電量610.94 億kW·h，枯水年設計利用小時數為2 967 h，平水年的豐期電量占到了全年電量的62%，與預想出力之比在0.6左右，具備較強的調節(jié)能力。溪洛渡水電站平水年設計利用小時數為4 533 h，設計平均發(fā)電量571億kW·h，枯水年設計利用小時數為3 858 h，設計平均發(fā)電量486億kW·h，平水年的豐期電量占到了全年電量的67%，與預想出力之比在0.75左右，具備一定的調節(jié)能力。各水電站運行特性曲線如圖4～6所示。

圖4 烏東德水電站運行出力特性Fig.4 Operating output characteristics of Wudongde Hydropower Station

圖5 白鶴灘水電站運行出力特性Fig.5 Operating output characteristics of Baihetan Hydropower Station

圖6 溪洛渡水電站運行出力特性Fig.6 Operating output characteristics of Xiluodu Hydropower Station

由于金沙江下游目前已投產并已多年運行的大型水電站僅溪洛渡、向家壩兩座水電站，因此對于實際出力僅分析上述兩座水電站。

向家壩水電站設計年發(fā)電量309億kW·h，其中豐期占比65%(202億kW·h)，枯期占比35%(107億kW·h)。2015～2020年，向家壩水電站實際發(fā)電量308億～338億kW·h，年均發(fā)電量328億kW·h，大部分高于設計值；枯期占全年發(fā)電量的35%左右，與設計值相當，具體見圖7～8。

圖7 向家壩水電站實際和設計月平均出力年曲線Fig.7 Annual curve of actual and designed monthly average output of Xiangjiaba Hydropower Station

圖8 向家壩水電站設計與實際年發(fā)電量對比Fig.8 Comparison between design and actual annual power generation of Xiangjiaba Hydropower Station

溪洛渡水電站設計年發(fā)電量546億kW·h，其中豐期占比66%(362億kW·h)，枯期占比34%(184億kW·h)。2015～2020年，溪洛渡水電站實際發(fā)電量551億～632億kW·h，年均發(fā)電量606億kW·h，均高于設計值；枯期占全年發(fā)電量的比例為35%左右，也高于設計值(34%)，具體內容見圖9～10所示。

圖9 溪洛渡水電站實際和設計月平均出力年曲線Fig.9 Annual curve of actual and designed monthly average output of Xiluodu Hydropower Station

圖10 溪洛渡水電站設計與實際年發(fā)電量對比Fig.10 Comparison between design and actual annual power generation of Xiluodu Hydropower Station

2.2 風電運行特性

選取四川省布拖區(qū)域的典型風電場，研究金沙江下游四川地區(qū)風電場的年出力特性，如圖11～12所示?？梢钥闯霾纪蠀^(qū)域典型風電場在枯水期1～3月、11～12月發(fā)電量較高，風電場出力系數在 0.41～0.58，豐水期6～9月相對較低，風電場出力系數在0.12～0.18。并且布拖區(qū)域風電出力波動較大，隨機性較強，日最大出力出現時段逐月不盡相同，其中2月平均出力最大，8月平均出力最小，汛期5～11月最大出力出現時刻在上午05∶00附近，11～12月、1～4月最大出力出現時間在下午18∶00附近，風電年利用小時數約為2 400 h?？傮w而言，金沙江下游布拖區(qū)域風電場出力月際變化較顯著，呈冬春季大、夏秋季小的特點，與水電有較強的互補特性。

圖11 布拖代表風電場月平均出力系數Fig.11 Change of monthly average output coefficient of representative wind farm in Butuo

圖12 布拖風電場月典型日出力系數變化曲線Fig.12 Monthly typical daily output coefficient variation curve of wind farm in Butuo

云南省姚安區(qū)域的典型風電場年出力特性如圖13～14所示?？梢钥闯鲆Π矃^(qū)域典型風電場在枯水期1～4月、12月發(fā)電量較高，風電場出力系數在0.47～0.56，豐水期7～9月相對較低，風電場出力系數在0.21～0.28。并且姚安區(qū)域風電出力波動較大，隨機性較強，日最大出力出現時段逐月不盡相同，其中2月平均出力最大，8月平均出力最小，汛期最大出力出現在14∶00附近，枯期最大出力出現時間在22∶00附近，風電年利用小時數大約為 2 600 h?？傮w而言，金沙江下游姚安區(qū)域風電場出力月際變化相對布拖區(qū)域更小，與水電有較強的互補特性。

圖13 姚安代表風電場月平均出力系數Fig.13 Variation of monthly average output coefficient of representative wind farm in Yao′an

圖14 姚安風電場月典型日出力系數變化曲線Fig.14 Variation curve of monthly typical daily output coefficient of wind farm in Yao′an

2.3 光伏運行特性

選取四川布拖光伏區(qū)域為代表，研究金沙江下游四川地區(qū)光伏的年出力特性，具體如圖15～16所示。布拖區(qū)域內光伏裝機203萬kW，從光伏年內出力特性來看，1～5月出力較大，6～12月出力相對較小。年發(fā)電量29.1億kW·h，利用小時1 431 h，豐枯電量比46∶54。從光伏日內出力特性來看，布拖區(qū)域內光伏逐月典型日平均出力如圖16所示。光伏電站出力集中在9∶00～18∶00，日最大出力出現時段較為集中，在12∶00～14∶00。

圖15 布拖區(qū)域各月光伏平均出力曲線Fig.15 Average output curve of photovoltaics in each month in Butuo area

圖16 四川布拖代表光伏出力系數全年保證率曲線Fig.16 Butuo representative photovoltaic output coefficient annual assurance rate curve in Sichuan Province

選取云南會理光伏區(qū)域為代表，研究金沙江下游云南側光伏的年出力特性，具體如圖17所示。從年出力特性來看，會理縣代表光伏電站月平均出力系數在0.15～0.19。會理縣代表光伏電站在7月發(fā)電量最低，在4月發(fā)電量最高。

圖17 會理區(qū)域各月光伏平均出力曲線Fig.17 Average output curve of photovoltaics in each month in Huili area

3 金沙江下游直流送受端電力消納空間

3.1 送端電力消納空間

3.1.1 四川電力電量平衡計算

3.1.1.1 平衡計算原則

(1) 負荷水平。根據“十四五”電力發(fā)展規(guī)劃前期相關研究成果，結合近年來四川實際用電增長情況，預計2025年四川全社會用電量和最大負荷分別約3 745億kW·h和7 100萬kW，兩者“十四五”期間年均增速分別約5.5%和5.6%；2030年四川全社會用電量和最大負荷分別約4 500億kW·h和8 600萬kW，“十五五”期年均增速分別約3.7%和3.9%。四川省電力電量需求預測結果見表1。最大負荷水平按上述負荷預測結果計算。

表1 四川省電力需求預測結果Tab.1 Power demand forecast results in Sichuan Province

(2) 電源裝機。根據電源安排，僅考慮核準在建火電項目的前提下，到2025,2030年四川省全口徑電源裝機規(guī)模約15 316萬,19 380萬kW，各類電源規(guī)劃見表2所示。

表2 四川省電源建設規(guī)劃 萬kWTab.2 Power supply construction planning of Sichuan Province

(3) 外區(qū)送電。平衡中枯水期和平水期(每年11月至次年5月)，溪洛渡、向家壩水電站四川份額和錦屏一級、錦屏二級、官地水電站留存30%的電力電量；白鶴灘水電站按留存100億kW·h電量及對應容量。結合川渝電力盈虧情況，統籌安排德寶直流各水平年電力交換規(guī)模，四川僅枯期均考慮德寶直流受入300萬kW的電力。

(4) 備用率。根據國能發(fā)電力〔2020〕12號文，四川按12%的備用率進行計算。

(5) 新能源出力。四川風電豐、枯期按照裝機容量5%，10%參與電力平衡計算，光伏按各月典型曲線參與電力平衡。

(6) 需求側響應。豐枯期分別按各自最大負荷3%考慮。

3.1.1.2 計算結果分析

根據電力平衡結果，在考慮了7回直流外送水電后，四川電力平衡由豐枯電力盈余轉為豐枯均缺的局面。2022年，雅中、白鶴灘直流尚未滿功率運行或完全投運，四川豐枯期電力富余。2023～2025年，隨著雅安、白鶴灘和金上直流逐步雙級投運，省內負荷持續(xù)增長、本地裝機增長趨于穩(wěn)定，四川省內出現較大電力缺額。2023～2025年豐期最大電力缺額約720萬～1 180萬kW，枯期最大電力缺額約370萬～500萬kW，存在較大的電力空間。

3.1.2 云南電力電量平衡計算

3.1.2.1 平衡計算原則

(1) 負荷水平。根據南方電網“十四五”電力工業(yè)發(fā)展規(guī)劃相關研究成果，云南電網2025，2030，2035年全社會最大負荷分別達到4 900萬，5 900萬，6 700萬kW，“十四五”期增長率為8.18%，“十五五”期增長率為3.70%。具體結果見表3。最大負荷水平按上述負荷預測結果計算。

表3 中長期云南省電力需求預測Tab.3 Long term power demand forecast of Yunnan Province

(2) 電源裝機。預計至2025年，云南省電源總裝機規(guī)模達11 776萬kW(不含向家壩、白鶴灘，下同)，其中水電裝機7 773萬kW，火電和綜合利用裝機1 830萬kW，風電裝機2 300萬kW，光伏裝機1 600萬kW。

(3) 備用率。負荷備用取3%，旋轉事故備用取4%，停機事故備用取5%。

(4) 發(fā)電設備利用小時數。中小水電利用小時數3 800 h；火電利用小時數按4 000 h限制；風電年最大利用小時數約2 600 h，發(fā)電豐枯比為33∶67左右。光伏年最大利用小時數約1 300 h，發(fā)電豐枯比為46∶54左右。

(5) 西電東送。云南西電東送方面，2025年，云南西電東送送電量1 755億kW·h，最大電力3 450萬kW，其中云貴互聯僅小方式送電，送電量60億kW·h。云南送電境外方面，2025年以后考慮對越送電電力200萬kW，電量90億kW·h。

3.1.2.2 計算結果分析

考慮明確及規(guī)劃新增電源方案，同時火電利用小時數預計僅能保持在3 000～4 000 h，2025年云南省電量基本平衡，但受電源投產時序影響，2022～2024年逐年電量缺口為204億，223億，115億kW·h。2022～2025年豐期均存在少量棄電量，約20億～60億kW·h，可通過充分利用西電東送富余通道進行消納，如：2022年考慮協議外利用西電東送富余通道7～9月增送電58億kW·h后，云南2022年棄水電量由58億kW·h降低至5.5億kW·h，火電利用小時增加40 h；2025年考慮協議外利用西電東送富余通道7～9月增送電44億kW·h后，云南2025年棄水電量由44億kW·h降低至3.3億kW·h，火電利用小時增加18 h(由3 534 h 增加至3 552 h)。由于省內新增有效裝機容量不足，2023～2025年按照大方式(電源功率最大、變壓器容量最多、線路阻抗最小的運行方式)運行時均存在電力缺口，其中2025年電力缺口存在510萬kW。

3.2 受端電力消納空間

根據電力市場空間測算結果，江蘇、浙江、廣東“十四五”及中長期電力供需形勢趨緊。2023～2025年江蘇最大電力缺額分別約為400萬、300萬、500萬kW，遠期隨省內負荷的進一步增長，2030年最大電力缺額將達到約3 100萬kW；浙江最大電力缺額分別約200萬、700萬、1 100萬kW，2030年最大電力缺額將達到約3 600萬kW；廣東最大電力缺額分別約220萬、580萬、1 320萬kW，2030年最大電力缺額將約達3 100萬kW。

4 金沙江下游水風光打捆規(guī)模

4.1 水風光打捆計算原則

目前初步考慮的金沙江下游多能互補方案以白鶴灘電站左右岸1 600萬kW、溪洛渡左岸電站630萬kW、烏東德右岸(左岸)510萬kW裝機規(guī)模為依托，在各電站深度調峰的基礎上，建設水、風、光多能互補項目。研究金沙江下游風光資源總量為 2 048萬kW，風電768萬kW、光伏1 280萬kW，其中四川地區(qū)預計開發(fā)風電456萬kW、光伏839萬kW，合計1 295萬kW；云南地區(qū)預計開發(fā)風電 312.4萬kW、光伏440.5萬kW，合計752.9萬kW。

金沙江下游多能互補項目均以水電站為依托，聯合新能源打捆外送。為更加真實反應多能互補項目電力電量平衡情況，本研究盡量采用水電站實際出力曲線作為研究基礎。其中，溪洛渡水電站左岸電站出力曲線為2015～2021年溪洛渡水電站左岸電站實際出力平均值；白鶴灘水電站由于尚未完全建成，出力曲線為單獨運行時(不考慮梯級的影響)的設計水文曲線；烏東德水電站右岸電站在2021年6月全部投產，烏東德水電站右岸電站6～10月出力值為2021年烏東德水電站右岸電站實際出力平均值，其余月份為單獨運行時的設計水文曲線。

計算時汛、枯期水電站及新能源聯合出力最大值不超過水電裝機容量，最小值不低于水電站生態(tài)流量。為充分驗證受端電網對水電疊加新能源出力后的外送方案的消納能力、受端電網是否對新的送電曲線存在調峰不足的情況，考慮水電及新能源聯合外送曲線與現有金沙江下游配套直流送電曲線保持協調。在聯合外送方案的電力電量平衡計算中，若存在棄電的情況，原則上優(yōu)先消納水電，其次消納新能源。多能互補項目整體送電曲線參考現有金沙江下游配套直流外送曲線，送電曲線跟隨受端日、年負荷特性波動。

4.2 水風光打捆規(guī)模計算模型

4.2.1 目標函數

(1)

式中：Cn代表新能源擬規(guī)劃的裝機容量;n為不同類型電站個數。

(2)

式中：Pc代表水電和新能源電站的日棄電量。

4.2.2 約束條件

4.2.2.1 電力平衡約束

考慮水電與新能源打捆后疊加出力不超過當天需求約束曲線，當天水電出力用于填補新能源出力存在的不足，超過約束部分則視為棄電。

L=Pw+Ppv+Phy-Pc

(3)

式中：L為小時級約束曲線總出力；Pw為風電小時級出力；Ppv為光伏小時級出力；Phy為水電小時級出力；Pc為每小時棄電。

4.2.2.2 電量平衡約束

考慮水電與新能源打捆后疊加出力不超過當天需求約束曲線，當天水電出力用于填補新能源出力存在的不足，超過約束部分則視為棄電。

(4)

(5)

4.2.2.3 水電站發(fā)電約束

水電站月發(fā)電量嚴苛按照實際發(fā)電量與設計可發(fā)電量執(zhí)行，在疊加新能源發(fā)電后水電月度發(fā)電量無偏差；枯期考慮水電機組和直流檢修，不增加水電發(fā)電量；水電站逐月日發(fā)電量最大偏差考慮為：水電所打捆的新能源當月最大發(fā)電量(實測值)減去當月最小發(fā)電量(實測值)；水電站逐月日發(fā)電量最大變幅應控制在可調范圍內。

4.3 水風光打捆規(guī)模計算

首先按照“宜送則送、宜留則留”的原則確定外送和留存規(guī)模，再以4.2節(jié)所提模型確定接入溪洛渡、白鶴灘、烏東德水電站的風電、光伏的裝機并確定聯合送電出力控制曲線。最后以溪洛渡水電站為例分析接入風電、光伏之后對水電站運行的影響。

4.3.1 溪洛渡水電站水風光聯合送出配置方案

溪洛渡水電站近區(qū)風電和光伏資源距離負荷中心均較遠，優(yōu)先考慮新能源接入溪洛渡水電站左岸電站，統一打捆外送。原則上為減少投資，優(yōu)先考慮距離水電站較近的新能源項目，并統籌考慮升壓站匯集接入容量限制、導線選截面選型限制、預留間隔限制、地理地形限制等多方面因素，最終擬定打捆溪洛渡水電站65 km范圍內風電和光伏，匯集接入溪洛渡水電站左岸電站500 kV母線，接入新能源總規(guī)模約354萬kW，其中風電86萬kW，光伏268萬kW。

4.3.1.1 聯合送電出力控制曲線

調峰曲線參考目前賓金直流送電曲線以及浙江省負荷曲線，在原有直流送電曲線基礎上，增加送電電量，初步考慮汛期和其他月份枯期分別按照不同的送電曲線控制送電，若超過該值則出現調峰不足，即出現棄電。取當日最高出力為出力系數1，調峰深度為實時出力占最高出力比例，其中汛期日最大調峰深度為16%，枯期最大調峰深度為43%。以該疊加新能源后的外送電曲線為邊界條件，計算浙江電網電力電量平衡，浙江電網不產生新增棄電，具備消納新增新能源電力的市場空間。具體汛、枯期送電曲線如圖18所示。

圖18 溪洛渡水電站打捆新能源汛期及枯期出力控制曲線Fig.18 Output control curve of bundling new energy in flood and dry seasons in Xiluodu Hydropower Station

4.3.1.2 電力電量平衡計算結果

依據以上邊界條件，以水電站平水年出力特性為基礎，計算全年電量平衡。根據測算，水風光配置方案綜合棄電率為4.9%，棄電電量2.8億kW·h，多能互補項目送電電量351.4億kW·h，多能互補項目利用小時數為5 532 h，新能源發(fā)電量占項目發(fā)電量的15.7%。多能互補項目各電源逐月出力情況如圖19所示。以梯級水電及近區(qū)電網送電能力為上限，溪洛渡左岸電站打捆新能源可提升外送電力64萬kW。

圖19 溪洛渡水電站左岸多能互補項目逐月發(fā)電量分布Fig.19 Monthly power generation distribution of Xiluodu left bank multi energy complementary project

4.3.1.3 多能互補模擬結果分析

根據溪洛渡水電站近幾年實際出力數據，統計分析求得每月典型24 h出力曲線，如圖20所示?？梢钥闯?～10月曲線在10∶00～23∶00是基本維持水平出力，其中9月接近滿出力；其他月份呈現出一定的調峰特性，在10∶00～12∶00達到出力和送電高峰，在00∶00～07∶00為出力和送電低谷。

圖20 多能互補模式下溪洛渡水電站左岸逐月發(fā)電量分布Fig.20 Monthly power generation distribution of Xiluodu left bank under multi-energy complementary mode

在新能源匯集接入溪洛渡水電站左岸電站后，按照聯合送電出力控制曲線確定整體項目24 h出力。水電站豐、枯期應保證在受端盈虧控制時刻與調峰控制時刻差值不發(fā)生變化，盡量不削弱水電站原有調峰水平為原則，在疊加新能源出力后，多能互補項目整體出力不超過水電站裝機容量。以9月為例，在疊加新能源前后水電及多能互補項目整體出力如圖21所示，多能互補項目在受端系統盈虧控制時刻出力為620萬kW，高于溪洛渡水電站左岸電站9月平均出力值；在受端系統調峰控制時刻出力為522萬kW，也略高于溪洛渡水電站左岸電站9月平均出力值，總體而言，在疊加新能源后，項目9月調峰范圍等于溪洛渡水電站左岸原有調峰量，滿足既定原則要求。

圖21 溪洛渡水電站左岸電站9月疊加新能源前后調峰變化Fig.21 Peak shaving changes of Xiluodu left bank power station before and after superposition of new energy in September

以12月為例，疊加新能源前后水電及多能互補項目整體出力如圖22所示，多能互補項目在受端系統盈虧控制時刻出力為453萬kW，高于溪洛渡水電站左岸電站12月平均出力值；在受端系統調峰控制時刻出力為261萬kW，也略高于溪洛渡水電站左岸電站12月平均出力值，總體而言，在疊加新能源后，項目12月調峰范圍等于溪洛渡水電站左岸原有調峰量，滿足既定原則要求。

圖22 溪洛渡水電站左岸電站12月疊加新能源前后調峰變化Fig.22 Peak shaving changes of Xiluodu left bank power station before and after superposition of new energy in December

4.3.2 白鶴灘水電站水風光聯合送出配置方案

白鶴灘水電站近區(qū)風電和光伏資源距離負荷中心均較遠，優(yōu)先考慮新能源接入白鶴灘水電站左岸電站(匯集送出線路無需跨越金沙江)，在無法滿足新能源并網需求情況下再接入白鶴灘水電站右岸電站，統一打捆外送。原則上為減少投資，優(yōu)先考慮距離水電站較近的新能源項目，并統籌考慮升壓站匯集接入容量限制、導線選截面選型限制、預留間隔限制、地理地形限制等多方面因素，最終擬定入白鶴灘水電站70 km范圍內的規(guī)劃風電和光伏至白鶴灘水電站左岸電站500 kV母線。接入新能源總規(guī)模約449萬kW，其中風電141萬kW，光伏308萬kW。

4.3.2.1 聯合送電出力控制曲線

調峰曲線參考目前賓金直流、復奉直流送電曲線以及浙江省和江蘇省負荷曲線，在原有直流送電曲線基礎上，增加送電電量，初步考慮汛期和枯期分別按照不同的送電曲線控制送電，若超過該值則出現調峰不足，即出現棄電。其中汛期最大送電電力與裝機容量相等，日最大調峰深度為17%；枯期最大送電電力為裝機容量的0.9，日最大調峰深度為33%。具體汛、枯期送電曲線如圖23所示。

圖23 白鶴灘水電站打捆新能源汛期及枯期出力控制曲線Fig.23 Output control curve of bundling new energy in flood and dry seasons in Baihetan Hydropower Station

4.3.2.2 電力電量平衡計算結果

依據以上邊界條件，以水電站平水年出力特性為基礎，計算全年電量平衡。根據測算，在參與受端調峰情況下，水風光配置方案綜合棄電率為2.2%，棄電電量1.7億kW·h，多能互補項目送電電量409.2億kW·h，多能互補項目利用小時數為5 094 h，新能源發(fā)電量占項目發(fā)電量的18.3%。多能互補項目各電源逐月出力情況如圖24所示。以梯級水電及近區(qū)電網送電能力為上限，白鶴灘水電站左岸電站打捆新能源可提升外送電力100萬kW。

圖24 白鶴灘水電站左岸多能互補項目逐月發(fā)電量分布Fig.24 Monthly power generation distribution of multi-energy complementary project on the left bank of Baihetan Hydropower Station

4.3.3 烏東德水電站水風光聯合送出配置方案

烏東德水電站近區(qū)風電和光伏資源距離負荷中心均較遠，優(yōu)先考慮新能源接入烏東德水電站，統一打捆外送。原則上為減少投資，優(yōu)先考慮距離水電站較近的新能源項目，并統籌考慮升壓站匯集接入容量限制、導線選截面選型限制、預留間隔限制、地理地形限制等多方面因素，最終擬定接入烏東德水電站70 km范圍及尋甸縣域內規(guī)劃風電和光伏至烏東德右岸電站500 kV母線。接入新能源總規(guī)模約245.7萬kW，其中風電110.7萬kW，光伏135萬kW。

4.3.3.1 聯合送電出力控制曲線

調峰曲線參考目前牛從直流送電曲線以及廣東省負荷曲線，在原有直流送電曲線基礎上，增加送電電量，初步考慮汛期和枯期分別按照不同的送電曲線控制送電，若超過該值則出現調峰不足，即出現棄電。其中汛期最大送電電力與為裝機容量相同，日最大調峰深度為0%；枯期最大送電電力為裝機容量的0.8，日最大調峰深度為25%。具體汛、枯期送電曲線如圖25所示。

圖25 烏東德水電站右岸電站打捆新能源汛期及枯期出力控制曲線Fig.25 Output control curve of bundling new energy in flood season and dry season of Wudongde right bank power station

4.3.3.2 電力電量平衡計算結果

依據以上邊界條件，以水電站平水年出力特性為基礎，計算全年電量平衡。根據測算，水風光配置方案綜合棄電率為5.0%，棄電電量2.4億kW·h，多能互補項目送電電量238.0億kW·h，多能互補項目利用小時數為4 620 h，新能源發(fā)電量占項目發(fā)電量的18.8%。多能互補項目各電源逐月出力情況如圖26所示。以梯級水電站及近區(qū)電網送電能力為上限，烏東德水電站右岸電站打捆新能源可提升外送電力42萬kW。

圖26 烏東德水電站右岸多能互補項目逐月發(fā)電量分布Fig.26 Monthly power generation distribution of multi-energy complementary project on the right bank of Wudongde Hydropower Station

4.4 金沙江下游水風光打捆規(guī)模擬定

根據4.3節(jié)計算結果，3個多能互補項目一體化項目配置方案如圖27所示。對于金沙江下游四川地區(qū)規(guī)劃新能源而言，參與多能互補項目的規(guī)劃新能源裝機容量803萬kW，其中風電裝機容量227萬kW，光伏容量576萬kW；其余規(guī)劃新能源項目(裝機容量492萬kW，其中風電裝機容量229萬kW，光伏裝機容量263萬kW)考慮就近匯集接入四川電網消納。對于金沙江下游云南地區(qū)規(guī)劃新能源而言，參與多能互補項目的規(guī)劃新能源裝機容量245.7萬kW，其中風電裝機容量110.7萬kW，光伏裝機容量135萬kW；其余規(guī)劃新能源項目(裝機容量507萬kW，其中風電裝機容量201.7萬kW，光伏裝機容量306萬kW)考慮就近匯集接入云南電網消納。

5 結 論

本文按照“宜送則送、宜留則留”的原則，根據川、滇兩省的新能源資源和規(guī)劃裝機分布情況，選擇適合建設可再生能源多能互補基地的大型水電站，再以受端消納、接入電網安全為前提并結合水電站配套直流通道利用情況，分析直流受端省份可消納空間，最終推薦溪洛渡水電站接入新能源總規(guī)模約354萬kW，其中風電裝機容量86萬kW，光伏裝機容量268萬kW；白鶴灘水電站接入新能源總規(guī)模約449萬kW，其中風電裝機容量141萬kW，光伏裝機容量308萬kW；烏東德水電站右岸接入新能源總規(guī)模約245.7萬kW，其中風電裝機容量110.7萬kW，光伏裝機容量135萬kW，并給出以下建議。

(1) 深化金沙江下游風光發(fā)展規(guī)劃研究。建議在國家及四川、云南相關產業(yè)發(fā)展政策和規(guī)劃的指導下，結合本地消納能力、送端市場及電網安全穩(wěn)定運行要求，進一步深入研究金沙江下游風光發(fā)展規(guī)劃，合理規(guī)劃發(fā)展規(guī)模，引導新能源產業(yè)合理有序發(fā)展。

(2) 統籌規(guī)劃、設計、建設與運營。建議盡快研究一體化規(guī)劃、一體化設計、一體化開發(fā)、一體化調度運營的管理機制，統籌協調水電、風電、光伏各類資源的規(guī)劃、設計、建設、運營。

(3) 水風光配比滾動優(yōu)化研究。建議根據水電投產時序、負荷發(fā)展、消納條件等因素變化情況，考慮儲能等新技術發(fā)展以及風電光伏的成本降低趨勢，對配套電源規(guī)模進行滾動調整優(yōu)化。