光伏發電容量可信度分析

周 專，姚秀萍，常喜強

(1.新疆大學電氣工程學院，新疆 烏魯木齊 830047;2.新疆電力公司，新疆 烏魯木齊 830002)

0 引言

隨著能源危機以及人類環境保護意識的加強，可再生能源的利用得到了越來越廣泛的發展，越來越多的并網型光伏發電出現在電力系統中［1］。但是光伏發電是間歇性的，隨著光照的變化而變化，光伏發電不容易控制，它不能像常規電站一樣能隨著負荷的變化而改變其出力，因此這為光伏電站并網的運行調度帶來一定的困難。同時隨著光伏電站大量的接入系統，系統的不確定性將增大，為保證系統正常運行需要配備一定的備用容量，維持電力系統的功率平衡與穩定運行［2］。因此光伏電站的接入電網將改變電力系統的規劃和備用容量。

雖然光伏發電具有較強的隨機性、間歇性和波動性，但從可靠性角度分析，光伏電站接入電網仍具有一定的負荷攜帶能力，可提高系統的可靠性水平。從經濟性角度分析，光伏發電如果替代一定的常規機組發電，能夠減少常規機組的燃料費用和運行費用，具有可觀的環保效益。下面將根據光伏發電容量可信度的定義，給出了幾種光伏發電容量可信度計算方法，通過對不同比重和不同負荷特性下的光伏發電容量可信度分析，得出了光伏發電容量可信度的決定因素。為光伏電站接入電網的運行調度提供一定的指導意義，同時能夠為政府部門以及電力運行規劃部門制定相關政策提供科學依據，具有重要的理論和工程實踐價值。

1 光伏發電出力模型

光伏出力和電網負荷均具有不確定性。從長時間尺度來看，光伏出力的波動特性主要由太陽位置、電站經緯度、海拔高度、氣象因素決定，負荷波動特性主要由生產、生活、氣象因素決定［3］。

光伏電站的輸出功率與光照強度、光伏陣列面積和光電轉換效率等因素密切相關。對于一個光伏陣列，其輸出功率為

式中，E為光照強度;A和η分別為電池方陣的面積和光電轉換效率。

光照強度具有隨機性，因此光伏陣列的輸出功率也是隨機波動的。據統計，在一定時段內(1 h或幾小時)，光照強度近似呈Beta分布［4］，其概率密度函數為

式中，E和Emax分別為這一時間段內的實際光照強度和最大光照強度;α和β為Beta分布的形狀參數;Γ為Gamma函數。

由式(1)可知，光伏陣列輸出功率也呈Beta分布，其概率密度函數為

式中，Pmax=EmaxAη，為電池方陣的最大輸出功率。

2 光伏發電容量可信度

光伏發電容量可信度是指在保持系統可靠性水平不變的前提下，并網光伏電站能夠替代的常規機組發電容量占光伏電站裝機容量的百分比，其數學表達式為

其中，CC為光伏發電容量可信度;CSN為光伏電站總裝機容量;△C為光伏電站能夠替代的常規發電機組容量。

由于大量光伏電站接入電網，光伏電站對系統的影響也越來越大。光伏發電到底能替代多少常規發電即光伏發電容量可信度如何，對分析光伏電站接入系統影響有重要意義。光伏發電容量可信度的確定有利于對光伏發電并網運行進行調度。同時也可以確定系統中的備用容量，有利于系統規劃。無視光伏發電容量可信度，盲目地配置較大容量的旋轉備用會直接影響電力系統運行的經濟性;對光伏發電容量可信度的期望過高又會給電力系統運行的可靠性帶來風險［5］，因此要對光伏發電容量進行有效的評估。

光伏發電容量可信度的高低取決于光照強度、負荷特性、光伏發電在電網中的比重。

光伏發電站接入電網可以提供一定的功率，為系統安全、可靠運行作出一定的貢獻。光伏發電容量可信度的確定，可以更加精確地對系統的可靠性進行評估。同時光伏發電是間歇性的、不可控的，在保證系統安全穩定運行時需要配備一定的備用容量。光伏發電容量可信度的確定可以精確地規劃系統中的備用容量。

3 評估方法

在進行光伏發電容量可信度評估時要滿足兩個原則［6］:①最大常規發電裝機容量需求隨著光伏發電裝機容量的增加，常規發電裝機總容量需求只能保持原來水平或降低。②實際常規發電裝機容量需求，如果光伏發電能對電網運行安全性作出貢獻，則實際需要的常規發電裝機容量可以降低。

光伏發電容量可信度評估方法有概率性方法和確定性方法。

3.1 概率性方法［7］

電力系統是一個具有隨機特性的大系統，負荷水平變化、元件故障等都具有不確定性，同時光伏發電站的輸出功率也具有很強的隨機性，采用概率性方法更符合電力系統實際運行情況。光伏發電容量可信度評估的概率性方法是借助電力系統可靠性評估實現的。

基于電力不足概率(LOLP)，在保證電力系統可靠性水平不變的情況下，新增光伏電站的同時減少系統中的常規發電。則光伏發電可信容量(△C)為減少的常規發電量，表達式為

CO和CS分別為光伏電站并網前后系統投入常規發電機組的總容量。

概率性方法基于電力系統可靠性理論，對常規發電機組和光伏發電的隨機特性具有良好的處理機制，能很好地區分不同性質的電源對系統可靠性的影響，方法嚴謹，計算結果準確。不足之處是，概率性方法需要復雜的建模，計算量較大，且計算所需數據集較難獲取。

3.2 確定性方法

確定性方法以系統高峰負荷時段的光伏發電容量因子(光伏電站平均出力與最大出力的比值)近似替代容量可信度，只需統計研究周期內光伏電站的輸出功率，無需進行可靠性建模，計算簡單、快速。

然而，確定性方法與研究周期有關，即系統高峰負荷時段選取的合適與否直接影響光伏發電容量因子的計算結果。與概率性方法相比，確定性方法雖然簡單，但是由于沒有考慮系統中的隨機因素，從而不能反映系統潛在的風險，很難準確地反映光伏發電對系統可靠性的貢獻，僅適用于近似計算。

如圖1所示，分析光伏發電與負荷的關系［8］，光伏發電出力是在白天，而系統中的用電負荷高峰也是出現在白天這一時段。即光伏發電在負荷用電最高峰時有一定的貢獻。這里所用的光伏容量可信度評估方法是根據光伏發電對負荷的作用提出來的，統計每天負荷最大時所對應的光伏發電量，求出統計的光伏發電量的平均值，該平均值就是光伏發電所能替代的常規機組發電容量(△C)。

圖1 光伏發電與負荷關系曲線

4 不同角度下的光伏發電容量可信度

容量可信度的主要決定因素［1］:①負荷峰值與間歇式電廠出力之間的相關程度;②間歇式電廠出力的平均水平;③間歇式電廠在系統中的比重;④間歇式電廠所處的自然條件(風速、光照強度)。由光伏發電特性可以知道，光伏發電容量可信度的大小受很多方面的影響。

4.1 光伏發電在系統中的不同比重

隨著國家大力推廣可再生資源，光伏發電作為清潔能源在電網中的比重不斷增大。光伏電站大量并入電網對電網的運行調度、電網規劃和備用容量產生較大的影響。光伏發電容量可信度也會隨著光伏電站在電網中的比重不同而發生改變。

A地區總裝機容量為560 MW，其中光伏發電容量為40 MW，占總裝機容量的7.2%。B地區總裝機容量為1123 MW，其中光伏發電容量為20 MW，占總裝機容量的1.8%。對這兩個地區光伏發電容量可信度進行評估，結果如表1。

表1 光伏發電容量可信度

由表1計算結果可以得出，光伏發電裝機容量在系統中的比重增大時，光伏發電容量可信度反而減小。

4.2 不同負荷特性

光伏發電是間歇、可變和不可控的，它的出力隨著光照強度和溫度的變化而變化。系統中的負荷需求也是變化的，具有不確定性。若光伏發電出力能隨負荷需求變化而變化，則光伏發電對系統的貢獻越大，即光伏發電容量可信度越大。因此光伏發電與負荷相關性不同，光伏發電容量可信度也不同。

如圖2所示，A地區的最大負荷是在22:30，最小負荷是在6:15，地區的負荷變化比較大。而該地區光伏發電出力的最大值是在12:30。由圖可以知道該地區的光伏發電出力與負荷的相關性不強。

圖2 A地區光伏發電出力與負荷曲線

如圖3所示，B地區的最大負荷是在12:30，最小負荷是在3:45，地區的負荷變化不大。而該地區光伏發電出力的最大值是在13:30。由圖可以知道該地區的光伏發電出力與負荷的相關性強。

圖3 B地區光伏發電出力與負荷曲線

對這兩地區光伏發電容量可信度進行評估，評估結果如表2。

表2 光伏發電容量可信度

由表2計算結果可以得出，光伏發電容量可信度與負荷特性有關，當光伏發電出力與負荷相關性強時光伏發電容量可信度大;反之光伏發電容量可信度小。

5 系統中額外備用容量

由于系統中的需求與發電的不確定性變化，為了保證電力系統安全穩定運行，系統需要配備一定的備用容量。大量光伏電站接入系統，系統的不確定性將增大［9］，這對系統中的備用容量要求更高。系統中的備用容量過高，有利于系統的安全穩定運行，但投資過高。系統中的備用容量過低，系統不能安全穩定運行。

光伏電站接入電網對系統的可靠性有一定的貢獻，它的接入將改變系統的備用容量大小。光伏發電容量可信度的確定對系統中備用容量的配備有重要的意義。通過對光伏發電容量可信度進行評估，可以合理地配備系統中的備用容量。在不考慮光伏發電容量可信度時，系統要求備用容量要有100%的備用。這樣在電力系統規劃中有很大的浪費，投資費用大。當考慮光伏發電容量可信度時，在電力系統規劃中可以適當地減少備用容量，減少投資。

不同備用方式與只含常規發電裝機方式的對比如圖4所示。由圖可以看出若考慮系統中的光伏發電容量可信度時，系統中的總備用容量會比其他兩種備用方式低，同時光伏電站接入系統可以降低系統所需的常規機組容量。

圖4 不同備用方式

6 結語

通過對光伏發電容量可信度分析，提出了一種簡便的光伏發電容量可信度評估方法，通過對實際光伏發電分析得出如下結論:①光伏電站接入系統可以提高系統的可靠性，在一定的條件下可以替代一部分常規發電機組發電容量。②光伏發電容量可信度的大小與負荷特性及光伏發電容量在系統中的比重有關。光伏電站出力與負荷峰值相關性越強，則光伏發電容量可信度越大;光伏發電容量占系統的比重低時光伏發電容量可信度就大。③光伏發電容量可信度的確定有利于系統中備用容量的規劃，適當地減少投資。

［1］梁雙，胡學浩，張東霞，等.光伏發電置信容量的研究現狀與發展趨勢［J］.電力系統自化，2011，35(19):101-107.

［2］Godfrey Boyle著，中國電力科學研究院新能源研究所譯.可再生能源與電網［M］.北京:中國電力出版社，2009.

［3］梁雙，胡學浩，張東霞，等.基于隨機模型的光伏發電置信容量評估方法［J］.電力系統自化，2012，36(13):32-37.

［4］Karaki S.H.，Chedid R B，Ramadan.Probabilistic Performance Assessment of Autonomous Solar-wind Energy Conversion Systems［J］.IEEE Trans.on Energy Conversion，1999，14(3):766-772.

［5］Milborrow D.J.Capacity Credits-Clarifying the Issue［J］.Meteorological Magazine，2002，80.

［6］L.L.Garver.Effective Load Carrying Capability of Generating Units［J］.IEEE Trans on Power Application and Systems，1996，85(8):910-919.

［7］江婷婷.風電場運行容量可信度評估與應用研究［D］.濟南:山東大學，2011.

［8］Wang Yibo，Wu Chunsheng，Liao Hua.Study on Impacts of Large-scale Photovoltaic Power Stationon Power Grid Voltage Profile［C］.3rd International Conference on DRPT 2008.China:Nanjing，2008.

［9］王一波，伍春生，廖華，等.大型并網光伏發電系統穩態模型與潮流分析［J］.清華大學學報.2009，49(8):1093-1097.