大規模風光火容量配置研究分析

趙理威，張新燕，趙理飛，尹勛， 徐其丹，趙昂

(1.新疆大學電氣工程學院，烏魯木齊市 830047；2.國網奎屯供電公司，新疆維吾爾自治區奎屯市 833200)

大規模風光火容量配置研究分析

趙理威1，張新燕1，趙理飛2，尹勛1， 徐其丹1，趙昂1

(1.新疆大學電氣工程學院，烏魯木齊市 830047；2.國網奎屯供電公司，新疆維吾爾自治區奎屯市 833200)

“三北”地區的棄風、棄光一直是制約新能源發展的大問題，通過制定合適的風、光、火電源配置方案，在保證電網穩定的同時能有效提高新能源消納能力。根據歷史氣象數據結合新能源實際出力數據，確定風、光出力特性，擬定不同的風、光、火容量配置方案，以負荷年出力和日出力曲線作為送電曲線，進行計算，分析新能源利用率、棄電量等指標，最后選出最優方案。針對±800 kV哈密至鄭州直流輸電工程完成電源優化配置，結果顯示，風、光、火多電源系統中，新能源的消納主要受容量配置比例、火電調峰能力及新能源出力與負荷出力的同頻程度影響。

電源配置；風光火打捆；新能源消納；出力特性；負荷曲線；送電曲線

0 引 言

隨著“三北”地區常規、自備電源的大量投產以及風電、光伏的大規模集中投運，區域性電力富裕程度加劇，新能源消納及電網調峰形勢嚴峻。本地電網新能源持續大規模投運，增速遠遠大于地區負荷增長水平，而不參與調峰的自備電源、新能源裝機占比大幅度升高，使全網調峰容量比例進一步壓縮。新能源的棄電比例已呈現逐年增高趨勢，當地用電負荷對新能源的消納能力趨于飽和，新能源的消納主要以外送為主。目前，既缺少送、受端配套電網項目的統籌規劃，也缺少風電與火電以及其他電源項目的統籌規劃，導致風電外送受阻問題日益突出。2015年，新疆通過交直流外送通道，實現“疆電外送”電量288億kW·h，其中±800 kV哈密至鄭州直流輸電通道送電量達到86%，直流送電的優勢顯而易見。風、光、火的電源配置既影響新能源的消納能力，也影響電網穩定，亟待研究。文獻[1]對風電經直流通道外送的省級調峰系統進行建模，分析了風電大規模外送的可行性。文獻[2]提出了一種針對電網棄風情況的評估方法，基于典型日負荷曲線和風電出力曲線，研究火電參與調峰對風電消納的影響，但沒有考慮光伏并網。文獻[3]通過研究風電和光伏的出力特性，針對新能源并網，僅提出通過優化電源結構和系統調峰來提高新能源接納能力，但作為綜述性文章缺乏深入擴展。文獻[4]基于酒泉—湖南±800 kV特高壓直流輸電工程運行曲線，分析了風、光、火電源配置，但設計方案不夠縝密，新能源利用率低，經濟性差。文獻[5]提出基于風電、光伏典型發電曲線配置裝機容量，配合火電調度保證直流輸電的安全經濟運行，但未考慮負荷用電需求。

本文通過收集風、光的歷史氣象數據，結合實際出力數據，確定風、光出力特性和容量可信度系數，然后擬定多種電源配置方案，結合電網的用電需求建立符合負荷出力特性的全年和日時序送電曲線，并考慮火電調峰能力和以新能源優先調度為原則，計算年出力場景和日出力場景2種典型出力場景下，風、光、火電源實際出力、新能源利用率、新能源棄電量等，最后從擬定的多種電源配置方案中確定最優配置方案，并提出促進新能源消納的建設性建議。

1 研究思路

直流輸電送端大規模風電、光伏、火電電源容量配置方案研究和靜態分析基本思路如下。

(1)收集、整理被研究地區風電、光伏電源的歷史出力數據，確定風電、光伏出力特性。對受端電網歷史負荷用電量數據進行分析，確定年負荷和日負荷特性，制定全年和日直流送電曲線。

(2)以哈密能源基地為算例，計算所在地區火電、新能源和主網的裝機容量和送電容量，設計風電、光伏、火電電源配置方案。

(3)以新能源優先調度、主網補充電量最小為原則，考慮火電機組出力約束，根據風、光、火電源配置方案和直流送電曲線，通過生產模擬，計算風、光、火電的實際發電量、占比、利用小時數、新能源棄電量、主網補充電量等，分析確定最優方案。

(4)綜合比較分析多種方案的優劣，從新能源利用率、系統穩定性、火電調峰等方面進行總結，提出建設性意見。

2 新能源出力特性分析

2.1 風電出力特性

風電出力大小跟當地的氣候條件直接相關。以新疆哈密地區為研究對象，全年風速春、夏季最大，秋季次之，冬季最小，盛行風向穩定少變。其中淖毛湖、煙墩戈壁地區，盛行西風，3—6月平均風速達5.5～7.5 m/s，12月至次年1月為2.7～4.2 m/s。南部戈壁地區3—6月平均風速為3.0～6.1 m/s。位于“百里風區”的十三間房，3—8月平均風速均在10 m/s左右，4月平均風速高達13.2 m/s。風速在1天內的變化受晝夜溫差的影響很大，夜間和日出后風速減小，隨后增大，全天風速呈雙峰曲線[6]。

2.2 光伏出力特性

光伏出力主要受太陽輻射量影響。哈密地區干旱少雨，全年輻射量達到6 621 MJ/m2，全年日照小時數為3 163～3 403 h，是全國太陽能資源充裕的地區之一。太陽總輻射量以平原戈壁地區為多，山區城市略少，全年以6月最多，12月最少。全年日照小時數以5月最多，為318～339 h；6—8月次之，各月日照小時數為304～ 337 h。

大規模新能源有如下出力特性：在長時間尺度下相關性明顯，在短時間尺度下互補性明顯[7]。收集哈密地區大規模新能源基地的風、光出力歷史數據，新能源非正常出力的情況主要有：冬季供暖使得電網調峰困難，棄風嚴重；夏季正午時段光伏出力與電網形成反調峰，造成棄光；由于電網網架薄弱，導致送電受阻。根據歷史出力數據，結合風、光電站自然出力特性，推算風、光的典型出力特性曲線。

3 風、光、火電源容量計算

根據送端能源基地的各電源規劃裝機容量，計算風、光、火電源的并網容量。進行規劃時，在直流輸電工程額定容量、年送電量確定后，直流輸電工程配套的規劃火電容量、主網補充電量、風電和光伏并網容量滿足如下平衡公式：

WDC=PDCTDC=PCTC+PWTW+PSTS+PNTN

(1)

式中：WDC為直流通道年送電量；PDC、TDC為直流通道額定容量和年通道利用小時數； PC、TC，PW、TW，PS、TS和PN、TN分別為規劃火電、風電、光伏、主網的并網容量和預計年發電利用小時數。

考慮不同場景時，對應風、光、火電源配置容量不同，為了減少計算復雜度，選取典型的年出力場景和日出力場景進行計算。

直流通道年出力場景下全年送電量：

(2)

式中：Wndc為實際直流通道按月計算的全年發電量； Dn為對應月的天數；Pnc為對應月實際火電出力；Png為對應月實際主網出力；Pw、εnw、Ps、εns為對應月風電、光伏實際出力和容量可信度系數。

直流通道日出力場景下全年送電量：

(3)

式中：Wmdc為實際直流通道日出力場景下的全年發電量； Pmc為對應時序火電實際出力；Pmg為對應時序主網實際出力；Pw、εmw，Ps、εms為對應時序風電、光伏實際出力和容量可信度系數。

單一場景中，考慮新能源消納量最大，當規劃風、光、火電源容量不能完全滿足負荷需求時，也可從主網補充電量。考慮新能源最大發電量的目標函數：

F=maxf(Ww,Ws)

(4)

式中Ww、Ws為實際風電、光伏總發電量。

任意時刻，系統滿足功率平衡：

Pdc=Ps-Pc-Pw-Pg

(5)

式中Pdc、Pg、Pc、Pw、Ps為任意時刻直流通道、主網、火電機組、風電、光伏出力。其中火電機組調峰深度為最大并網容量的50%，風電在計算容量可信度[8-9]后，考慮90%出力。

風、光、火各電源出力約束條件：

(6)

利用式(2)—(6)進行生產模擬計算，即可確認2種不同場景下，滿足新能源最大發電量的各電源發電量和占比。

實際進行容量配置時，還需要根據式(1)設計對應不同風、光、火、主網并網電源的配置方案，即(PW1，PS1，PC1，PN1)， (PW2，PS2，PC2，PN2)，…，(PWz，PSz，PCz，PNz)。考慮到計算復雜度，本文針對某地區進行電源配置時，僅對8組典型的容量配置方案進行計算，并從中確定最佳方案。

4 “哈鄭”直流工程案例分析

4.1 送端電源配比方案擬定

“哈鄭”直流通道額定容量為800萬kW，理論年輸送電量達700億kW·h，哈密地區目前電源總裝機容量為1 560萬kW，其中：風電裝機容量為 545萬kW，光伏裝機容量為128萬kW。“哈鄭”直流輸電通道，2015年已經實現500萬kW大負荷運行。2016年，哈密配套火電機組容量為8×66萬kW，全部并網發電。

根據目前哈密電網的電源規模，提出風、光、火電源配置方案，如表1所示，風電出力按90%考慮。

表1 哈密送端電源配比方案
Table 1 Sending end power’s ratio scheme of Hami

4.2 哈鄭直流送電曲線

輸送電量與受端負荷用電需平衡，分析我國內地負荷出力規律[10-11]，根據負荷年出力變化和日出力變化，分別制定年送電曲線和日送電曲線。為充分利用輸電通道，直接考慮送電容量最大達到800萬kW。

“哈鄭”直流工程年送電曲線充分考慮了受端負荷的年出力特性，春冬兩季負荷小，夏天負荷高。“哈鄭”直流工程在夏季大方式滿送，最大輸電容量達到800萬kW。日送電曲線考慮受端負荷全天時序下的動態變化，白天負荷較大，晚上工廠停工，用電負荷小。白天輸電通道利用率高，送電容量大，最大輸電容量依舊達到800萬kW。

4.3 風、光、火電源配置分析

以哈密送端電源配置方案2(火電400萬kW、風電700萬kW、光伏250萬kW)為例，分別以年送電曲線和日送電曲線進行計算。

基于年送電曲線，計算該方案的全年外送電量達625.21億kW·h，年通道利用小時數達7 815.13 h，各電源配置見表2，其中新能源總棄電量為0.07億kW·h。新能源疊加發電量如圖1所示。

表2 方案2電源容量配置(年送電曲線下)
Table 2 Capacity allocation of power in scheme 2(on annual transmission curve)

圖1 風光實際發電量及疊加曲線Fig.1 The actual output curve and superposition of wind/ Photovoltaic

基于日送電曲線，計算其通道年外送電量達625.45億kW·h，年通道利用小時數達7 818.21 h，各電源配置見表3，其中新能源棄電量為172.23萬kW·h，圖2為新能源日出力曲線。

表3 方案2電源容量配置(日送電曲線下)
Table 3 Capacity allocation of power in scheme 2(on daily transmission curve)

圖2 新能源發電量Fig.2 Generating capacity of new energy

4.4 綜合對比分析

分別對8種風、光、火電源的容量配置方案進行計算，表4為年出力場景下的電源配置，表5為日出力場景下的電源配置。

表4 年送電曲線下電源配置
Table 4 Power allocation of power on annual transmission curve

表5 日送電曲線下電源配置Table 5 Power allocation of power on daily transmission curve

增大火電機組裝機容量，系統變得更加穩定，相反火電機組容量較小、新能源出力不足、負荷用電較大時，需要從主網補充電量。圖3為增加火電裝機容量后的新能源發電量變化曲線，火電機組裝機容量達到500萬kW后，無須從主網補充電量，就能夠獨立支撐特高壓直流送電通道，再增加并網容量，會增加新能源的棄電量。新能源的棄電集中在2—5月，一方面新能源出力大，遠遠超過負荷用電所需，另一方面由于增加火電，其調峰最小出力變大，無法調峰時只能棄風、棄光。

圖3 增加火電裝機數量時新能源發電量變化曲線Fig.3 New energy’s output with thermal power increase

圖4為增加風電裝機容量后的風電實際發電量變化情況。增加風電的并網容量，主網補充電量減小，增加風電既能作為支撐電網的電源，減少特高壓直流通道對主網的依賴，又能增加風電消納。而當風電變化趨勢與負荷用電不同步時，風電富裕時會棄風，不足時則需要從主網補充電量，增加了主網負擔。

圖4 增加風電裝機容量時風電實際發電量變化曲線Fig.4 Wind power’s output with wind power increase

圖5為不同光伏裝機容量下新能源發電量變化曲線。分析疊加后的新能源年出力曲線可知，光伏年出力與年負荷出力同頻，沒有造成棄光。主網補充容量隨光伏出力增大而減少，說明光伏可以支撐送端電網，減少主網補充電量。

基于日送電曲線，分析短時日負荷發生變化時，風、光、火電源配置對新能源消納的影響。圖6為增加火電裝機容量時新能源發電量和主網補充電量的變化曲線。由于增加火電機組容量會增大其最小出力，正午后，新能源出力太大，導致棄電量增大。因此，風、光日出力特性滿足正調峰特性時，會減少火電并網容量，增加新能源消納。隨著火電出力增大，從主網補充的電量減少，但在新能源出力不足的時段仍需要額外補充電量。

圖5 不同光伏裝機容量下新電源發電量Fig.5 New power’s output with PV increase

圖6 增加火電裝機容量時新電源發電量和主網補充電量變化曲線Fig.6 New power and power grid’s output with thermal power increase

圖7為增加風電裝機容量時風電發電量和主網補充光量變化曲線。增加風電并網容量，可以增加風電的消納電量。正午前后，光伏出力較大時，風電并網容量達到600萬kW，就已經滿足送電需求，再增大容量，會造成嚴重棄電。其他光伏出力不大的時段，風電的增加減少了從主網補充的電量，對電網穩定有支撐作用。

圖8為增加光伏裝機容量時新能源發電量和主網補充電量變化曲線。光伏只在白天出力，所以除了白天的8：00—18:00之外的時段，新能源的疊加出力沒有變化，而這些時段僅靠風電難以滿足送電需求，需要從主網補充電量。而到正午前后，光伏出力增大，新能源也增加了棄電量。由此可見，光伏不能盲目增加并網容量，達到飽和后再增大容量，棄電會增大。

圖7 增加風電裝機容量時風電和主網補充電量變化曲線Fig.7 Wind power and power grid’s output with wind power increase

圖8 增加光伏裝機容量時新能源發電量和主網補充電量變化曲線Fig.8 New power and power grid’s output with PV increase

由以上分析可知，“哈鄭”直流通道棄電量最嚴重的是每年的3—5月，每天的12:00—15:00，最需要主網補充電量的是每年的8、11、12月，每天的20:00—次日2:00，7:00—9:00。對哈密地區來說，最有利于新能源消納的電源配比方案是方案2，即火電400萬kW，風電800萬kW，光伏250萬kW。

5 結 論

(1)對于大型風電基地，風電出力規律和送電曲線越同頻，越有利于風電的消納，即風電出力特性與受端負荷特性匹配度越高，棄電量越少。

(2)光伏作為清潔能源并網，主要解決白天負荷較大時的用電需求，容量并非越大越好，盲目擴建光伏電站是沒有意義的，光伏電站夜間不會出力，因此對送端主網和送端電源配置方式有很大的依賴性。除非和儲能結合時，才可能改變這一現狀。

(3)新能源的消納與火電機組的調峰能力直接相關。火電機組能夠平抑的調峰范圍內，可以增大新能源的并網容量，而新能源裝機容量過大，一方面會超過火電調峰范圍，另一方面會超過負荷用電需求，都將造成棄電。而在火電機組調峰能力不變時，增大火電的電源比例，直流送端對主網的依賴會減小，直流通道會更加穩定，但會降低新能源的消納。

[1]吳雄, 王秀麗, 李駿,等. 考慮風電外送的省級系統調峰分析模型[J]. 電網技術, 2013,37(6): 1578-1583. WU Xiong, WANG Xiuli, LI Jun, et al. A model to analyze peak load regulation of provincial power system considering sending-out of wind power [J]. Power System Technology, 2013,37(6): 1578-1583.

[2] 呂泉, 王偉, 韓水,等. 基于調峰能力分析的電網棄風情況評估方法[J]. 電網技術, 2013，37(7): 1887-1894. Lü Quan, WANG Wei, HAN Shui, et al. A new evaluation method for wind power curtailment based on analysis of system regulation capability[J]. Power System Technology, 2013,37(7): 1887-1894.

[3] 魏剛, 范雪峰, 張中丹,等. 風電和光伏發展對甘肅電網規劃協調性的影響及對策建議[J]. 電力系統保護與控制, 2015，43(24) :135-141. WEI Gang, FAN Xuefeng, ZHANG Zhongdan, et al. Influence of wind power and photovoltaic’s development onGansu power grid planning coordination and suggestions[J]. Power System Protection and Control, 2015,43(24) : 135-141.

[4] 鐘勝, 黃娟娟, 李泰軍,等. 酒泉至湖南±800kV特高壓直流規劃運行曲線[J]. 電力建設, 2015, 36(9):96-102. ZHONG Sheng, HUANG Juanjuan, LI Taijun, et al. ±800 kV UHVDC planning operation curve from Jiuquan to Hunan [J]. Electric Power Construction, 2015, 36(9):96-102.

[5] 劉振亞, 張啟平, 董存,等. 通過特高壓直流實現大型能源基地風、光、火電力大規模高效率安全外送研究[J]. 中國電機工程學報, 2014，34(16):2513-2522. LIU Zhenya, ZHANG Qiping, DONG Cun, et al. Efficient andsecurity transmission of wind, photovoltaic and thermal power of large-scale energy resource bases through UHVDC projects[J]. Proceedings of the CSEE, 2014,34(16): 2513-2522.

[6] 張軍, 許曉艷, 黃永寧,等. 基于時序生產模擬仿真的寧夏電網風光優化配比研究[J]. 電力系統保護與控制, 2014,42(19):81-86. ZHANG Jun, XU Xiaoyan, HUANG Yongning, et al. Optimal proportion study of wind and PV capacity in Ningxia power grid based on time sequence simulation[J]. Power System Protection and Control, 2014,42(19):81-86.

[7] 肖創英, 汪寧渤, 陟晶,等. 甘肅酒泉風電出力特性分析[J]. 電力系統自動化, 2010, 34(17):64-67. XIAO Chuangying, WANG Ningbo, ZHI Jing, et al. Power characteristics of Jiuquan wind power base[J]. Automation of Electric Power Systems, 2010, 34(17):64-67.

[8] 張寧, 康重慶, 肖晉宇,等. 風電容量可信度研究綜述與展望[J]. 中國電機工程學報, 2015，35(1):82-94. ZHANG Ning, KANG Chongqing, XIAO Jinyu, et al. Review and prospect of wind power capacity credit[J]. Proceedings of the CSEE, 2015,35(1):82-94.

[9] 高英, 謝開貴, 胡博,等. 考慮光伏出力與負荷相關性的光伏電站容量可信度評估[J]. 電力系統保護與控制, 2013,41(14):1-6. GAO Ying, XIE Kaigui, HU Bo, et al. Photovoltaic power capacity credit evaluation model considering the correlation between photovoltaic power generation and system load[J]. Power System Protection and Control, 2013,41(14):1-6.

[10] 李明宇, 王堅. 南方電網調峰形勢、問題與對策[J]. 南方電網技術, 2014，8(2):69-72. LI Mingyu, WANG Jian. Thesituation, problems and measures of load regulation in China Southern power grid[J]. Southern Power System Technology, 2014,8(2):69-72.

[11] 孟杰. 含大規模新能源的電力系統優化調度問題研究[D]. 北京：華北電力大學, 2014. MENG Jie, Research on optimal dispatch of power systems incorporating large-scale renewable energy[D]. Beijing: North China Electric Power University,2014.

(編輯 張小飛)

Research and Analysis on Capacity Allocation of Large Scale Wind-PV-Thermal-Bundled Power

ZHAO Liwei1, ZHANG Xinyan1, ZHAO Lifei2, YIN Xun1,XU Qidan1, ZHAO Ang1

(1. School of Electrical Engineering, Xinjiang University, Urumqi 830047, China； 2. State Grid Kuitun Power Supply Company, Kuitun 833200, Xinjiang Uygur Autonomous Region, China)

Northwest, north, and northeast China of abandoned wind and abandoned light has been the big problem restricting the development of new energy. It can ensure the stability and effectively of system and improve the ability of new energy accommodation by making the appropriate configuration scheme of wind-PV-thermal-bundled power system. According to the historical weather data combined with new energy output data, this paper determines the wind and photovoltaic output characteristics, develops different wind-PV-thermal-bundled power schemes, and takes the annual output and daily output curves of load as sending electrical curves to calculate and analyze the new energy utilization, waste electricity and other indicators. Finally, this paper chooses the optimal scheme. The power allocation optimization is completed for the ±800 kV Hami-Zhengzhou HVDC transmission project, whose results show that, in the wind-PV-thermal-bundled power system, the new energy accommodation is mainly affected by the capacity allocation ratio, power peaking capacity, the synchronous output of new energy and load.

power allocation; wind-PV-thermal-bundled power; new energy accommodation; output characteristic; load curve; power transmission curve

國家自然科學基金項目(51367015);國家電網公司科學技術項目(SGXJ0000DKJS1440234);新疆維吾爾自治區科技支疆項目(201491112)

TM 721

A

1000-7229(2016)07-0105-07

10.3969/j.issn.1000-7229.2016.07.015

2016-03-23

趙理威(1992)，男，碩士研究生，研究方向為可再生能源發電和新能源并網；

張新燕(1964)，女，教授，博士生導師，研究方向為新能源發電控制與并網技術；

趙理飛(1988)，男，工程師，主要從事電網運行調度和規劃方面的研究；

尹勛(1991)，男，碩士研究生，研究方向為新能源發電與并網技術；

徐其丹(1989)，男，碩士研究生，研究方向為新能源發電與并網技術；

趙昂(1988)，男，碩士研究生，研究方向為新能源發電與并網技術。

Project supported by the National Natural Science Foundation of China(51367015)