关键词： 风电
消纳能力（精选七篇）
消纳能力 篇1
关键词：风电出力特性,调峰平衡
1 风电出力特性研究
首先选取同一电网中不同地区不同风力条件下的长期稳定运行的风电场, 采集它们的历史运行数据进行分析计算, 然后总结该电网中风电场的风电出力特性。本文以安徽电网为例, 选取了安徽电网不同地区的4个风电场2014年运行数据进行分析计算, 研究安徽电网风电出力特性。
1.1 风电月出力特性分析
(1) 不同风电场出力的相关性
选取的四个风电场的月平均出力率如图1所示, 可以看出安徽省内不同地区风电场月平均出力率的变化规律基本一致。四个风电场出力均在3月份达最大值, 月平均出力为装机容量的31~35%;4~6月份风电出力逐渐降低, 然后分别在7月份和10月份出力增加后持续下降。从全年来看, 风电出力呈锯齿形波动。
(2) 风电出力同时率分析
风电出力同时率为风电总的出力占风电总装机容量百分比, 其中最大风电出力同时率为风电最大出力占装机容量的百分比, 每月的平均出力占装机容量百分比称为月平均出力同时率。安徽省风电场全年风电月平均出力同时率和最大出力同时率如图2所示。
从图2可以看出, 安徽省风电全年月平均出力在14.2~33.9%, 其中3月份最大, 9月份最小, 表明安徽省风能资源在3月最丰富。安徽省风电全年的最大出力同时率在74.1~96.4%, 其中4月份最大, 1月份最小。因此, 安徽电网风电月平均出力变化与负荷变化规律具有一定的相反性。在3月份和4月份负荷需求较低时风电出力处于全年最大值, 在夏季和冬季负荷需求高峰时风电出力处于低谷段。
(3) 风电出力概率分析
根据风电场的实际运行数据, 对安徽省风电出力进行概率分析, , 结果表明:安徽省风电出力在其装机容量的10%以下的概率为36.5%, 出力在其装机容量的10~20%之间的概率为20.9%, 出力在其装机容量的20~30%之间的概率为14.1%, 三者总和为71.5%, 因此可以认为安徽省风电大部分时间运行在其装机容量的30%以下。
1.2 风电日出力特性分析
对安徽电网负荷历史数据进行分析可知, 负荷高峰分别发生在夏季 (7~9月) 和冬季 (12~1月) , 其中夏季低谷时段为4:00-7:00, 冬季低谷时段为2:00-4:00。夏季负荷低谷段任意时刻风电出力率都在90%以下 (310.5MW) , 最大出力率为87.4%, 发生在2013年7月5日早上6点;冬季负荷低谷时段任意时刻风电出力率都在80%以下 (276MW) , 最大出力率为76.5%, 发生在2013年12月31日凌晨2:50。因此在负荷低谷时段风电的反调峰率夏季可按0.9考虑, 冬季可按0.8考虑。
2 负荷特性预测
根据统计的2008~2014年安徽省年平均负荷率、日最小负荷率和最大峰谷差来看, 近年并未发生大的波动, 年平均负荷率总体稳定在0.88的平均水平, 日最小负荷率全部出现在春节期间并基本保持稳定在0.55的水平, 年最大峰谷差近年保持持续增长态势, 各年均发生在春节期间。
中长期来看, 影响负荷特性发展变化的主要因素是经济与用电结构、电力需求侧管理。“十三五”期间, 安徽省仍处在快速工业化和城镇化发展阶段, 二产比重基本保持稳定, 经济结构不会发生大的变化, 判断“十三五”安徽省负荷特性将保持稳定。基于上述负荷特性走势判断, “十三五”安徽省负荷特性将基本保持稳定, 年平均负荷率仍保持在0.88左右的水平, 年最小负荷率约为0.55。利用最大负荷和年最大峰谷差间较好的相关性, 构建二者回归方程, 预测中长期各年最大峰谷差。
3 电力电量平衡和调峰平衡
3.1 电力电量平衡原则
(1) 以2013年底电源装机为基础, 在此基础上考虑后续机组投产;
(2) 协议分电按照2013年迎峰度夏期间实际分电规模考虑;
(3) 风电按照95%受阻, 光伏发电按照100%受阻考虑, 水电按照统调水电25%和非统调水电机组95%受阻, 统调火电中供热机组按照10%受阻、非供热机组按照60万受阻并考虑适当增加, 小火电及生物质电厂受阻按照50%容量受阻, 气电不受阻;
(4) 直流按照10%损耗计列;
(5) 协议分电电量中核电机组7000h、抽蓄800h、生物质4000h、风电1500h、太阳能1000h、统调水电2000h、非统调水电1000h、气电2000h、区外特高压分电4000h计算;
(6) 当年迎峰度夏前投产火电机组按一半容量计算利用小时数。
根据上述负荷预测和规划装机, 可作出电网电力平衡表和电量平衡。
3.2 调峰平衡原则
(1) 根据负荷实际资料, 估算月最大负荷和日最小负荷率;
(2) 只考虑省内平衡, 取全省全社会最大负荷, 只计省内平衡机组和省外协议电源分给本省的容量;
(3) 常规水电调峰容量:冬季只考虑统调机组按装机容量的30%参与调峰;其余月份的调峰容量按统调机组装机容量的80%、6000k W以上非统调机组装机容量的20%考虑;
(4) 抽蓄调峰容量:抽水蓄能电站抽水时按照抽水效率0.9考虑, 因此抽蓄调峰容量为机组容量的2.1倍;
(5) 气电调峰按装机容量的50%考虑;
(6) 统调燃煤机组的调峰能力:300MW级及以上燃煤机组的调峰能力按50%考虑, 300MW级以下不考虑调峰能力, 经加权平均计算得到燃煤机组综合调峰能力。
按照上述平衡原则, 可作出下面的电网调峰平衡表, 从而计算出电网盈余的调峰容量。
4 风电消纳能力分析
本报告利用安徽电网的调峰能力来分析安徽电网消纳风电的能力。将低谷方式风电的最大出力率定义为风电的反调峰率。电网消纳风电的能力可用下式反映:
电网可消纳风电的能力=电网盈余调峰容量/风电反调峰率
通过设计水平年的电网调峰容量平衡分析, 得出电网调峰容量的盈余情况, 即电网所有运行机组剩余的调峰能力。当风电反调峰率等于1时, 电网盈余的调峰容量就是电网可接纳风电的最大容量。当风电反调峰率小于1时, 在电网盈余调峰容量不变的情况下, 电网可接纳的风电容量将增加。依据前文分析结论, 安徽省冬季风电反调峰率可取0.8, 其余季节可取0.9。
5 安徽省风电消纳适应性分析
5.1 其他可再生能源发电消纳对风电消纳的影响分析
光伏电站仅白天出力, 晚上出力为0。安徽省夏季和冬季负荷高峰均发生在晚上, 光伏发电对负荷没有削峰填谷作用, 不具备调峰能力, 也不需要电网新增调峰容量。根据生物质电厂发电出力特性可以看出, 生物质电厂出力特性与常规火电类似, 运行稳定、出力调节性能好, 不会对电网调峰造成压力, 且在必要时还可以参与调峰。因此从全省调峰容量角度考虑, 在中长期内光伏和生物质发电不影响安徽省风电消纳。
5.2 边界条件变化对风电消纳的影响分析
5.2.1 火电深度调峰
若考虑火电深度调峰, 则存在如下问题: (1) 深度调峰时脱硫脱销设备无法投入, 不满足环保要求; (2) 深度调峰对机组经济运行有较大影响; (3) 深度调峰不满足调度协议中关于机组出力的规定。因此, 需根据实际的电网运行情况决定是否考虑火电深度调峰。
5.2.2 核电建设容量
考虑未来对清洁能源需求比例的增加, 未来核电可能会加快发展, 由于核电机组基本不具备调峰能力, 因此核电装机规模的大小对调峰容量平衡将产生较大的影响。
5.2.3 反调峰率变化
随着风电资源的进一步开发, 风电装机规模扩大, 风电反调峰作用可能加剧。同时随着对风电出力特性的深入研究和技术的进步, 对风电的预测能力有望增强, 也有望使风电出力的随机性削弱。因此, 在进行调峰计算时应根据电网实际情况调整反调峰率。
6 结论和建议
本文仅介绍了从调峰平衡的角度计算风电消纳能力的方法, 在实际运行中还要考虑其他限制因素。风电的反调峰特性不仅将增加电网调峰的难度, 风电出力波动大、控制难的特点也将对电网的安全稳定运行带来不利影响, 同时考虑到火电机组调峰的经济性和环保性要求, 本计算方法得出的风电消纳能力结果是相对乐观的。通过以下方法, 可以提高电网的风电消纳能力:
(1) 加强需求侧管理, 改善安徽省电网负荷特性, 减小峰谷差。通过制定合理的电价政策, 例如在发电侧和用电侧均建立峰谷电价甚至分时电价等, 加强高峰时段风电场对系统的电力支撑, 同时鼓励用户使用低谷电力, 以改善负荷曲线, 减小峰谷差, 从而减轻系统的调峰压力, 促进新能源消纳。
(2) 根据各地区的负荷特性和资源条件, 并结合电网发展规划, 优化布置新能源开发规模和时序;同时加快新能源外送通道建设, 加强地区电能送出, 强化电网各通道之间联系, 完善送电平台, 完善输配电网结构, 提高综合输送电能力和可靠性。
(3) 加强跨区电网间的联系。利用不同区域的负荷特性差异, 可以实现错时互补调峰。
(4) 加强电网中抽水蓄能电站等调峰能力较强的电源建设, 特别是在新能源电场附近。
(5) 加强风电场运行管理和风功率预测, 提前调整电网运行方式, 增强电网消纳风电的能力。
消纳能力 篇2
近年来,为保障能源安全、推动环境保护,中国推出了一系列新能源发展政策,鼓励风电的大规模开发利用。截至2010年底,全国风电并网容量已达到29.56 GW[1]。然而,国内的风电发展极不平衡,受风能资源的限制,风电主要集中分布在“三北”地区,并网容量占全国风电并网容量的比例达到87%。由于风电的规划和建设周期短,开发风电过程中往往没有详细考虑到当地电网、电源和负荷的现实特点,致使目前“三北”地区风电并网运行面临很大困难。
“三北”地区的电源结构以煤电为主,严重缺乏具有灵活调节能力的电源(包括调节性能好的水电、燃油和燃气机组等)。例如,东北地区煤电比重超过80%,灵活调节电源比例仅为7.8%,长期以来电网调峰困难,无法有效平衡风电波动对电网带来的冲击[2]。随着风电开发规模逐渐增大,特别在冬季,煤电机组的供热期、水电机组的枯水期、风电机组的大发期相互叠加,导致调峰更加困难,风电消纳受到严重制约。此外,风能资源主要分布在偏远地区,需通过远距离输送才能到达用电负荷相对集中的经济发达地区给予消纳。由于风电开发周期远小于电网建设周期,致使配套的电网建设工程难以跟进,目前已经造成多个地区存在风电送出困难现象。随着风电进一步发展,调峰问题和风电送出问题还将长期存在,是制约“三北”地区风电并网运行的主要瓶颈。
在进行风电发展规划前,需要对系统消纳风电的能力进行深入探讨和研究。目前影响风电消纳能力的最主要因素是系统调峰能力和电网传输能力。目前,国内外的研究主要集中在系统不限制风电出力情况下的最大允许风电装机容量,以此来表征系统消纳风电的能力。例如文献[3,4,5,6,7]分别从电网调峰能力和传输能力的角度给出了系统最大消纳风电能力的计算方法,但都未考虑允许限制部分风电出力的情况。实际上,对于风电装机较大的省级系统,风电出力超过80%的概率非常小,一般占3%以下[3]。如果某一时段风电出力过大,而系统调峰能力或者输送能力不足时,可采取限制该部分风电出力的措施来避免发生电网安全稳定问题;相反,在系统调峰能力或输送能力充足时,在保障系统安全稳定运行前提下,应全额消纳风电。由于风电大出力的概率非常小,因此为保证系统运行安全导致的风电电量损失也将很小。
目前,国内多个地方的风电装机容量已经超过了全额消纳风电能力,以风电电力衡量系统消纳风电能力已失去意义,电量消纳成为风电发展的最终目标,而通过限制部分风电尖峰出力来提高风电电量消纳能力已成必然趋势。例如,2009年美国德州ERCOT平均每天弃风0.1～2 GW·h,最大达到3.9 GW·h,全年弃风电量达到风电总发电量的16%。德国在2004—2006年期间,累计弃风电量达74 GW·h[8]。为有效指导风电发展和未来调度运行工作,本文通过时序仿真模拟1 a系统的运行情况,对省级系统风电电量消纳情况做出详细预测,以风电发电量和限电量来直观表征系统消纳风电能力,并计算了不同因素对电力系统消纳风电能力的影响,最后提出提高风电消纳能力的措施和建议。
1 计算原理
目前,国内电力系统风电受限的主要原因为调峰约束和电网输送能力约束限制,在计算风电消纳能力时,需首先考虑送出问题,即电网输送约束的限制,然后再进行调峰能力计算,得出调峰约束下的风电消纳能力。当局部地区风电出力超出该地区电网输送约束限制时,需要对该地区风电出力进行限制;当电网输送约束限制后的风电总出力仍然超过调峰约束下的风电消纳能力时,需要对全网风电总出力进行调峰约束限制。风电消纳能力的具体计算流程如图1所示。
系统开机方式确定后,各主要输送断面最大可传输容量可以根据线路的热稳定和暂态稳定极限确定。将各输电断面下的风电、负荷与常规机组出力进行平衡,需要输送的电力大于输送断面极限时,需对风电的实际出力进行相应的限制,直至满足输送断面限值要求。
计算完电网输送约束后,需要计算系统调峰能力,调峰约束下风电消纳空间是系统负荷与常规机组最小技术出力之差。若在某一时段风电的出力大于该消纳空间,为了保证系统的安全稳定运行,将不得不采取限制风电出力的措施,调峰约束限制风电的示意图如图2所示。
电网输送约束和调峰约束受限的风电电量和即为风电的受限电量;而最后经电网输送约束和调峰约束限制后的风电功率即为风电的实际功率。
2 开机方式模型
2.1 将风电功率预测纳入调度计划
随着风电并网运行容量的持续增加,风电功率预测对调度计划制定的支撑作用也越来越大。如果不将风电功率预测纳入调度计划,就等同于忽略了风电的可信赖电力和电量贡献。计算得到的开机方式难免会带来机组运行容量过大的弊端,造成常规火电机组平均负荷率的下降和煤耗量的增加,甚至在负荷低谷时段增加风电被限的可能。
而将风电功率预测纳入到电网调度计划制定,则可通过超前把握风电功率出力变化趋势,优化安排机组组合方式,提高常规机组负荷率,降低全网运行煤耗量,达到提高系统综合运行效益的目的[9]。
2.2 备用容量优化配置
风电出力的不确定性增大了电力系统的运行风险,为确保风电并网后电力系统的安全运行,需安排一定容量的旋转备用以响应风电功率的随机波动,从而维持电力系统发电与负荷的实时平衡[10]。由于风电出力与负荷需求相互独立,因而二者不相关的随机变量可进行合成处理。相关研究表明,风电功率预测偏差和负荷预测偏差可采用正态分布进行描述[11]。给定负荷预测与风电功率预测的标准偏差为σload和σwind,预测总偏差σtotal可表达如下:
式(1)中由于计入了风电功率预测偏差,因而总误差将有所增大,并随着风电装机容量的不断增加而增长。进一步结合国内电网调度对备用容量的配置需求,各时段旋转备用容量通常是综合考虑风电和负荷预测总偏差与网内最大单机容量,综合对比后取较大值。因此,当风电比重非常小时,不会影响系统备用容量配置;但随着风电装机容量的增加,风电功率预测偏差在综合偏差σtotal中的比重将越来越大,最终将主导系统备用容量的配置。
2.3 省间互济提高风电消纳能力
由图2可知,受调峰约束限制,省级系统若负荷峰谷差较大,在负荷低谷时段的风电消纳空间较小,当风电出力超过消纳空间时,将无法消纳全部风电,不得不采取限制部分风电出力的措施。但如果此时邻近省级系统尚存多余的风电消纳空间,则可以在电网安全运行的前提下,申请联络线传输功率调整,将超出消纳空间的风电输送到邻近省份给予消纳。
由于现阶段国内施行跨省电量交易制度,在调峰困难时调整的联络线输送电量,可在其他调峰不困难时段给予调整偿还。采用灵活的联络线输送方式进行省间互济,可以提高省级系统的风电消纳能力,有效缓解因调峰约束产生的限制风电出力现象。并且由于调峰约束受限的风电只是超出消纳空间的部分尖峰风电电力,所占比例相对较小,届时需补偿的电量相对于电网负荷用电量更是微乎其微,在联络线传输能力可以保证的条件下,完全可以做到日内的电量平衡。
2.4 开机方式模型构建
受国内电力系统电源结构以及电力系统运行方式的影响,开机方式不能按以燃气机组为主、电力市场成熟完善的发达国家的机组组合优化方式来进行,在没有大规模风电并网的情况下,省级电网日内启停机组非常有限,优化空间非常小;由于风电出力日波动会对系统运行经济性有较大的影响,包含大规模风电的系统运行中,基于多日风电功率预测优化的中长期开机方式显得更有意义,也更实用。
根据之前所述的计算原理和方法,本文在时序仿真模拟中,建立了考虑7 d风电出力变化趋势的开机方式安排模型,通过滚动计算全网优化开机方式,提高风电消纳能力。
T(d,h,n)≤Tmax ∀d,h,n (4)
R(d)≥Rmin(d) ∀d (6)
Gmin(n)≤G(n)≤Gmax(n) ∀d,h,n (7)
式中:GRamp(n)为机组爬坡速率。
该模型以式(2)表述的电网运行费用最小为目标函数,综合考虑各台常规机组的发电费用Cg(d,h,n)、机组启停费用CS(d,h,n)和切除风电的惩罚费用CW(d,h,n),其中字母d,h,n分别表示天数、时段数和机组台数。
模型约束集合由式(3)—式(8)组成。其中,G表示常规机组出力,W表示风电机组出力,P表示该地区负荷,T表示联络线传输容量,L表示线损和厂用电,H表示供热需求,R表示备用容量。式(3)为常规机组出力和风电机组出力应满足负荷和联络线功率需求;式(4)为电网输送约束限制;式(5)为供热机组的开机应满足供热需求;式(6)对应旋转备用容量约束;式(7)为常规发电机组的技术出力限值;式(8)为机组爬坡速率约束。
随着风电装机容量的快速增加,风电功率波动幅度也越来越大。风电在节省系统运行煤耗量的同时也带来了常规机组的频繁调整和启停。因此,该计算开机方式模型以7 d内电网运行费用最小为目标函数,考虑风电和负荷叠加波动后安排机组启停,有效均衡协调了常规机组出力与风电出力,减少了常规机组启停频次和煤耗量,提高系统的综合运行效益。由于目前国内风电切除成本非常小,CW(d,h,n)≪CS(d,h,n),运行总成本中多日风电变化导致机组频繁启停产生的费用将非常大,导致日内切除部分风电不会影响机组开机方式。
通过该模型的计算,得到全网的开机方式,从而依据图1对风电电量消纳进行详细预测计算。
3 算例分析
本文对国内北方风电富集省份A和B进行了水平年的风电电量消纳预测计算。其中,省A和省B年初的风电装机容量占各自省最大负荷的比例分别为20%和13%。两省水平年的负荷和风电预测出力通过历史负荷数据和风电出力数据进行线性增长获得。电源结构、网架结构、联络线方案以及风电装机等数据均为水平年规划数据。根据实际及规划情况,除调峰约束限制风电出力外,省A和省B都将存在不同程度的电网输送约束限制风电出力情况。在计算过程中,本文设计了4种场景,其中场景1未将风电功率预测纳入电网调度计划制定;场景2将风电功率预测纳入了电网调度计划制定,风电预测误差根据现阶段两省预测系统运行的实际情况取20%;场景3是在场景2的基础上,考虑省间互济,且联络线的调整周期最短为1 h;场景4与场景3基本相同,但联络线的调整周期最短改为15 min。计算结果如表1所示。
从计算结果可以看出,将风电纳入调度计划,可以通过前瞻把握风电功率变化趋势来优化安排开机计划,合理配置系统备用容量,增大风电消纳空间,从而提高系统的风电消纳能力[12]。因此,随着风电装机容量的增长,必须将风电功率预测考虑到开机安排中,以减少限制风电出力现象的发生。另外,允许省A和省B进行省间互济可以比执行严格的联络线计划消纳更多风电电量。其中,省A在场景3和场景4下的限电量,比场景2分别减小了67.57%和69.37%。该方式可以通过灵活调整联络线传输功率,有效利用两省多余的风电消纳空间,提高系统的风电消纳能力,如图3所示。
在负荷低谷时段,由于省A的风电消纳空间已不足以消纳省A全部风电,而此时段省B尚有多余风电消纳空间。因此省A申请联络线调整,将一部分电力输送给省B,以扩大自身的风电消纳空间,提高风电消纳能力。在其他时段,省B根据实际情况申请联络线调整,将之前输送来的电量输送回省A,进行电量补偿。
可以看出,联络线调整周期越短,越可以有效利用邻省的多余风电消纳空间,更有助于风电消纳;但联络线调整时间尺度从1 h提高到15 min,提高风电消纳的比例非常小,且时间尺度越短,系统实时性要求越高,将给电网的安全稳定运行埋下隐患。
4 减小风电出力限制措施
常规机组最小技术出力、风电功率预测精度、联络线外送容量、负荷特性、受限网架传输容量等因素与系统的风电消纳能力有很强的相关性[13],若适当改变这些因素,将有效提高电网的风电消纳能力。
表2给出了基于场景4,对省A实施提高风电消纳能力措施后的预测计算结果,其中建设100 MW的抽水蓄能机组效果最大,减少限电量达到17.65%。需要说明的是,这些措施的单位投入对降低风电限电比例的效果将随着总投入的增加而成指数减小。所以在实际运行中,应根据实际情况进行权衡,在符合经济性原则的基础上尽量提高风电的消纳能力,减少限制风电出力现象。
根据国内实际情况,为减少风电出力限制现象,扩大风电消纳空间,可以通过优化电源结构,建设适度规模的快速调峰电源,挖掘常规火电机组的调峰深度,增强系统的调峰能力;提高风电预测精度,切实将风电预测结果纳入调度运行;建设坚强的跨区互联电网,放宽联络线计划,促进风电在全国范围内的消纳;改善系统负荷特性,缓解系统调峰压力等措施,以增大风电的消纳能力。
5 结语
为引导风电合理的发展,避免不必要的经济浪费,本文给出了基于调峰约束和电网输送约束的风电电量消纳预测分析方法。并对中国北方某2个风电富集省份水平年的风电电量消纳情况做了详细预测计算。计算结果表明,优化开机方式的制定以及允许联络线调整,实行省间互济调峰可以有效提高省级系统的风电消纳能力,在本文算例中,联络线滚动调整减小风电受限电量达70%左右。最后根据国内实际情况给出了提高风电消纳能力的措施和建议,并预测了采用各项措施后的效果。
摘要：随着风电并网容量的增加,调峰和电网输送能力已成为电力系统消纳风电的瓶颈。为直观表达省级系统消纳风电的能力,指导风电发展规划以及未来调度运行工作,结合中国电力系统运行特性,研究了综合考虑调峰约束和电网输送能力约束的风电电量消纳预测方法,并根据中国北方风电富集省份现有的电网条件、电源结构、实际运行方式等信息,对多种场景下两相邻省份水平年风电电量消纳情况进行了详细预测分析,最后根据电力系统实际运行情况,提出了提高风电消纳能力的措施和建议。
消纳能力 篇3
我国风电已连续5年实现了装机容量翻番[1], 且根据“十二五”规划, 预计到2015年我国风电装机容量将比2010年再增长3倍以上, 达90~100 GW, 光伏发电达10 GW。相比间歇式能源的开发利用, 电网的规划、建设周期相对较长, 发展滞后, 难以满足快速增长的间歇式能源发电并网需求, 已成为制约消纳间歇式能源的主要因素之一[2,3,4]。对此, 加速电网建设固然是有效的解决途径, 但存在占用土地资源、投资大的问题, 且间歇式能源利用率较低 (如风电等效满发年利用小时数通常在2 000 h左右) , 使配套的电网建设经济效益问题更为突出[5]。因此, 从电网运行的经济性、节能减排等方面考虑, 充分挖掘现有电网输电潜力, 提高电网使用效率无疑是缓解输电能力制约、增强消纳间歇式能源发电能力的良好对策。
间歇式能源发电并网运行后, 从电网消纳的角度应尽量避免由于网络制约导致间歇式能源发电的不完全消纳。对此, 国外已将动态热定值 (DTR) 技术引入风电接入地区对关键输电线路实施动态增容, 根据实测输电线路运行状态及气象条件实时计算输电线路热电流定值, 应用结果表明其对电网消纳风电能力的提升效果显著[6,7,8]。但输电元件热限制的本质是温度, 热电流定值在温度的动态过程中无法体现输电元件真实的载荷能力, 热电流定值与温度体现输电元件载荷能力的不一致必然导致输电元件载荷能力无法被充分利用。在间歇式能源并网运行条件下, 受气象条件影响, 间歇式能源发电功率具有较强的间歇性和波动性, 能够在十几分钟内由零功率输出达到满发, 其并网运行必然加剧输电元件载流波动, 使载流与温度表征输电元件载荷能力的不一致问题更为凸显, 制约电网消纳间歇式能源发电。
电热协调 (ETC) 理论的提出[9,10], 使输电元件温度变化特性直接纳入电网运行分析、调度及控制决策之中成为可行[11,12,13]。在此基础上, 本文将ETC理论用于增强电网消纳间歇式能源发电并网运行调度之中, 建立相应数学模型, 分析ETC的作用机理及有效性, 为电网消纳间歇式能源发电提供新的思路和手段, 对增强电网消纳间歇式能源能力, 实现节能减排具有重要的理论意义和现实价值。
1 问题概述
如前所述, 输电元件过载的本质是温度, 其滞后于载流连续变化 (物理上的热惯性性质) , 即输电元件温度变化到最大允许温度的时间滞后于其热电流变化到限值的时间。输电元件载流变化越剧烈, 温度的滞后现象越明显, 载流与温度对输电元件过载描述的不同步性越严重。在间歇式能源发电并网运行条件下, 消纳大量间歇式能源发电需通过输电网络, 间歇式能源发电功率波动需在全网中平衡, 这必然加剧电网中的潮流波动, 使调度以热电流为约束的决策保守性更为凸显, 制约电网消纳能力。显然, 若能在调度中考虑输电元件电热耦合规律, 并在约束中以温度作为输电元件过载的度量, 实现对输电元件载流与温度变化不同步性的利用, 必然有利于高效地利用电网, 增强电网消纳间歇式能源发电能力。
2 数学模型
考虑到目前风、光电站大都具有一定的有功、无功调控能力, 且与调度中心互动实现有功、无功的自动控制, 并使其具备一定的传统电源特性是必然的发展趋势[14]。因此, 在以下建模过程中, 将间歇式电源与常规电源做类似处理, 以间歇式电源有功功率预测值作为其有功输出功率上限, 并设定间歇式能源发电无功功率范围代表其无功调节能力。
在调度决策中考虑输电元件电热耦合动态过程, 其数学模型必然涉及代数、微分方程的联立, 本质上属于动态优化调度范畴, 可将其代数化 (差分步长为τ) 形成动态优化调度模型。
2.1 目标函数
设超前调度前瞻时段的起始时刻为t0, tf-t0为前瞻时间窗口。目标函数选为发电成本与弃风、光等间歇式能源的惩罚费用之和最小, 目标函数可表示如下:
其中, PGi (t) 为节点i发电机组t时刻的有功输出;PGwj (t) 、分别为间歇式能源发电接入节点j在t时刻输出的有功功率及其预测值;SG、SW分别为发电机组及间歇式能源发电接入节点集合;ai、bi分别为节点i发电机组成本函数的二次和一次常系数;αj为间歇式能源发电接入节点j的不完全消纳惩罚系数, 该系数在循环经济体系下应体现间歇式能源价值[15], 本文中取该系数远大于发电机发电成本系数。式中等号右边第1项表示调度时段内电网总发电成本 () ;第2项表示调度时段内由于未能完全消纳间歇式能源的惩罚费用 () 。
2.2 等式约束
在调度过程中, 与电网潮流对间歇式能源发电、负荷等电气量变化的响应过程相比, 输电元件温度的响应过程几乎是瞬时完成的, 两者在快、慢程度上存在显著差异。因此, 当考虑输电元件电热耦合关系, 同时涉及电网潮流及输电元件温度状态量时, 电网潮流可用一组代数方程描述, 而输电元件温度的变化过程则用微分方程 (热平衡方程) 描述, 由此构成电热耦合的潮流等式约束如式 (2) — (4) 所示。
a.伴随温度变化的潮流约束。
其中, PGi (t) 为节点i发电机组t时刻的有功输出;SB为电网节点集合;QGi (t) 为节点i机组t时刻输出无功功率值;Qwi (t) 为节点i间歇式电源t时刻输出无功功率值;PDi (t) 和QDi (t) 分别为节点i负荷t时刻有功、无功功率预测值;Gij (T (t) ) 和Bij (T (t) ) 为电网节点导纳阵中对应元素, 由于考虑输电元件电热耦合规律, 该元素随输电元件温度变化而变化 (体现在电阻随温度的变化而变化) [9], T (t) 为输电元件温度效应的抽象函数表达;Ui (t) 、δi (t) 分别为节点i在t时刻的电压幅值和相角, 同样间接反映电热耦合引起的变化, δij (t) =δi (t) -δj (t) 。式 (2) 和式 (3) 表示伴随输电元件温度变化的有功功率和无功功率的潮流方程。
b.输电元件载流变化的热平衡微分方程。
其中, l∈SL, t∈[t0, tf], SL为输电元件集合, Tl (t) 为t时刻输电元件l的温度量, ml为对应输电元件l单位长度的质量, Cpl为对应输电元件l的材料比热容, Il (t) 为t时刻输电元件l载流量, Qa和Qr分别为热平衡方程中吸热和散热的抽象表达。上述相关运行量、参数及输电元件t0时刻的初始温度均给定, 实际可通过DTR技术测量得到, 可见DTR技术是本文研究的基础。在热平衡方程参数通过DTR技术实测确定的情况下, 令式 (4) 中左侧微分项为0即可得到输电元件在一定气象环境下的最大允许载流值 (动态热定值) , 后续算例分析中的输电元件热定值即由此方法计算得到。
2.3 不等式约束
a.输电元件温度约束。
其中, 为输电元件l的最大允许温度。
b.节点电压约束。
其中, 为t时刻节点i电压幅值的上、下限。
c.发电机组输出功率约束。
d.发电机组功率调节速率约束。
其中, 分别表示节点i机组输出功率上调、下调最大允许速率, 间接考虑了发电机组功率调节过程的惯性性质。
综上, 在电网实时运行环境下, 针对未来一段时间的间歇式电源发电功率及负荷变化, 式 (1) — (10) 构成ETC消纳间歇式能源发电的超前调度模型。
3 模型分析
在本文模型中, 除常规的发电机组输出功率轨迹作为决策量外, 间歇式能源发电功率及输电元件温度变化轨迹也是重要的决策量, 并直接以温度不越限作为输电元件热载荷限值条件, 以最小化电网发电成本及间歇式能源不完全消纳损失之和为目标, 实现伴随间歇式能源发电变化过程的ETC, 其决策结果可能有如下3种情况。
a.在t0~tf时段内, 电网完全消纳间歇式能源发电, 同时输出通道输电元件的载流与温度均未达到限值。此时对应间歇式能源发电变化较为平稳的情况, 输电元件载流变化在热定值以内, 对消纳间歇式能源发电不构成制约。
b.在t0~tf时段内, 电网完全消纳间歇式能源发电, 同时输出通道输电元件温度在限值以下, 但其载流超过热定值。此时间歇式能源发电变化较为剧烈, 依据输电元件热定值已对电网消纳间歇式能源发电构成制约, 但调度决策使用温度限制并实施ETC起到了提升电网消纳能力的效果, 显现ETC效能。
c.在t0~tf时段内, 电网未能完全消纳间歇式能源发电, 输出通道输电元件载流超过其热定值, 同时温度也达到限值。此时对应间歇式能源发电变化极为剧烈的情况, 电网消纳受到载荷能力制约, 但ETC同样起到了提升电网消纳能力的效果, 使弃风、光等间歇式能源损失最小化。
4 算例分析
以下算例分析采用文献[16]中的6节点简单电网, 并假设输电元件1-2处于检修状态, 此时电网结构见图1。设节点2为间歇式能源发电接入节点, 通过输电线路2-4、2-5、2-6向负荷供电。该电网中输电元件及各节点的发电机组参数见表1和表2, 表中R、X、B分别为输电线路电阻、电抗和电纳的标幺值, Rui为有功调整速率标幺值。节点1、3常规发电机组电发电成本函数系数见表3。调度初始时刻的各节点发电功率、需求负荷由表4给出。该电网电压等级设为110 k V, 基准功率取100 MV·A。各输电元件允许最高温度均为70℃。各节点电压上、下限均取为1.05 p.u.和0.95 p.u.。设DTR实测热平衡方程参数如下:日照强度系数14.08 W/m, 对流散热系数1.37W/ (m·℃) , 辐射散热系数2.5×10-9W/ (m·℃) , 电阻-温度系数0.0039Ω/℃, 环境温度25℃。并由式 (4) 计算得到在此参数下各输电元件动态热定值见表5。算例所得有功、无功、电流结果均为标幺值。
本文研究焦点在于通过ETC增强电网的静态输电能力, 进而提升消纳间歇式能源发电能力。为说明ETC消纳间歇式能源发电的有效性同时保证算例系统的合理性, 设计电网联系较为紧密, 输电线路长度均为100 km以下 (见表1) , 决定了电网中输电元件载荷能力主要受热制约。热限制是输电元件载荷能力的物理限制, 是对载荷能力挖掘利用的本质所在。当前电网输电技术的发展正逐步使长距离输电线路及断面达到热限制, 如对于间歇式能源发电通过长距离传输到负荷中心的情况可通过无功补偿、FACTS, 甚至直流输电技术以使输电元件载荷能力突破功角稳定、电压水平制约达到热限制水平。
取t0~tf时段长度为30 min, τ=5 min, 将整个研究时段分为6个时段。在上述条件下, 给出3种场景下间歇式能源发电节点2的有功功率预测曲线如图2所示, 6个时段内负荷节点功率均呈上升趋势, 各节点具体负荷预测功率见表6。
情景1, 情景2, 情景3
4.1 情景1
由图2可见, 此情景对应间歇式能源发电变化最为平缓的情况, 此时本文模型对6个时段调度决策结果如表7所示, 所得目标值为S 3332。关键输电线路2-4载流及温度变化如图3所示。
由表7可见, 在第1—4时段间歇式能源发电持续上升的过程中, 成本较高的节点3发电机组输出功率一直配合下调至下限, 全网负荷增量由间歇式电源和成本较低的节点1发电机组承担, 此时为节点4负荷供电的间歇式电源关键送出线路2-4的载流与温度处于上升状态 (如图3所示) , 但载流并未达到其DTR (0.98 p.u.) , 同时温度也未达到限值, 说明整个调度过程并未受限于输电元件载荷能力, 此时采用热电流或温度限制不影响调度的决策结果, 在整个调度时段内间歇式能源发电被完全消纳。在第5、6时段间歇式能源发电出现下降, 此时全网负荷仍在增长, 调度将成本较低的节点1发电机组输出功率上调以满足负荷需求, 输电线路2-4载流随之下降, 温度随载流的下降先是增速减缓而后下降。
, 载流温度
4.2 情景2
对应间歇式能源发电变化较为剧烈的情况, 此时6个时段调度结果见表8, 所得目标值为S 2930。关键输电线路2-4载流及温度变化如图4所示。
与情景1类似, 在第1—4时段节点3发电机组输出功率被下调至下限, 由于间歇式能源发电增长较快, 节点1发电机组在第4时段也出现了明显下调。此时间歇式能源发电关键送出线路2-4的载流与温度处于上升状态, 且ETC保证在输电线路2-4温度不越限 (小于70℃) 的前提下, 使其载流超过了DTR (0.98 p.u.) , 达到1.03 p.u.以实现完全消纳间歇式能源发电 (见图4) , 可见ETC能够在DTR技术的基础上利用输电元件载流与温度变化的不同步性, 挖掘输电元件载荷能力。由于多消纳了间歇式能源发电, 本情景下的调度目标值较情景1出现明显下降 (见表8) 。
温度, , 载流热定值
4.3 情景3
由于此场景间歇式能源发电变化极为剧烈, 从常规机组调节情况看, 在第1—4时段节点1、3发电机组配合进行了更为深度的下调, 且ETC在保证间歇式能源发电送出线路2-4温度不越限的前提下, 在第3—5时段调度其载流量超过其DTR (3个时段载流量分别为1.01 p.u.、1.15 p.u.和1.0 p.u.) , 利用载流与温度变化的不同步性扩展输电能力, 最大限度地消纳间歇式能源发电 (见图5) 。但为了确保输电线路2-4的载荷安全, 调度在第4、5时段有计划地少量放弃了间歇式能源发电, 同时上调常规发电机组输出功率以平衡由于间歇式能源发电功率下降造成的功率缺额 (见表9) , 将输电线路2-4的温度控制在70℃以下。虽然本场景消纳了更多的间歇式能源发电, 但由于存在不完全消纳, 目标中的惩罚项使目标函数出现明显上升, 目标值达到。
温度, , 载流热定值
5 结论
本文针对间歇式电源并网运行条件下的电网消纳问题, 引入ETC理论, 分析了ETC增强电网消纳能力的机理, 并通过建立数学模型和算例分析验证了有效性, 结论如下。
a.间歇式电源并网运行使电网潮流波动加剧, 输电元件载流与温度变化的不同步性更为凸显, 在这一背景下实施ETC有其重要意义和现实价值。
b.ETC显现输电元件能力的本质, 能够充分利用输电元件载流与温度变化的不同步性, 缓解间歇式能源发电输出通道的载荷能力制约, 有效增强电网消纳间歇式能源发电能力。
c.DTR技术是ETC实施的基础, ETC是对DTR系统的有效补充和附带利用。对引入DTR技术的间歇式能源送出通道中的关键输电元件实施ETC有利于提升DTR功效。
消纳能力 篇4
日本核电站事故将影响全世界核电发展的进程,迫使人们努力寻求清洁能源的其他替代方案。风电具有安全、清洁、充裕等特点,将成为未来人们利用清洁能源最主要的方式之一。然而由于风电出力具有间歇性、随机性和反调峰性,大规模风电接入电网使得现有运行中的火电机组被迫大幅参与系统调峰调频工作,造成电网调度的难度和系统运行成本的增加[1,2,3,4,5,6]。
针对大规模风电并网存在的问题,现有文献从各方面提出了不同解决方法,主要包括:1)提高风力发电系统短期功率预报精度[7],尽可能减少由于风电接入对系统调峰容量增量的需求;2)完善风机并网技术标准,引导产业开发适应电网要求的装备,使风机具有低电压穿越、有功无功控制等技术[8];3)利用可中断负荷等用户激励响应,减少负荷需求,变相增加系统调峰容量[9,10];4)在更广域的范围内配置风电,增强系统调节能力[11];5)加快储能等新兴能源技术的发展[12]。
尽管国家从各个层面加强了风机并网技术管理,但是根据国家电监会于2011年2月发布的《风电、光伏发电情况监管报告》报告显示,我国近1/4的风电设备处于空转状态,风电产能浪费的主要原因除了大规模电网基建工程滞后外,还有就是过去缺乏经验,对风电性能认识不够,对其对电网安全运行带来的危害认识不足。日前在吉林召开的国家电网风电工作座谈会上提出国家电网拟全面实施风电上网的严格准入,提出风电场要具备功率控制、功率预测、低电压穿越、监控通信等功能要求,而国家能源局也公开表达了对合理弃风的肯定。
事实上,允许放弃一定的边际电量,降低电网的总体调峰需求和成本,避免电力系统为保障电网安全而增加昂贵的调峰边际成本,与国家提出的鼓励可再生资源发电并网的保障政策是相辅相成的,也就是说在强制要求电网公司收购可再生能源电力的同时,也应该满足这种要求服从电网的安全经济稳定运行。以酒泉基地为例,机组容量为1 000万k W,外送工程如果用1 000万k W容量来配套,运行670万k W以下的时间占了95%,超过970万k W负荷的发电量仅为1%,也就是说,其中有三分之一电网投资只获得1%的电量。文中针对上述问题,拟从风电功率概率分布和负荷功率分布情况,利用weibull分布拟合等效负荷曲线,分析弃风功率对系统调峰容量和风电发电容量的影响,研究在现有电源结构的情况下,论证合理弃风的必要性和可行性,为电网的规划建设提供了理论决策支持。最后以甘肃和陕甘青宁电网为例,对文中算法进行验证。
1 风电功率和负荷功率分布情况
风电具有间歇性和随机性的特点,目前还无法像其他常规电源那样对其出力进行安排和控制。大规模风电并网运行将增加系统中不可控的发电出力,并对电力系统维持供需平衡的能力产生影响。适应风电接入后对系统维持供需平衡能力的影响,是电网接纳风电能力的最重要条件。在不考虑联络线参与调峰的前提下,区域电网内可接纳的风电功率很大程度受限于其他电源出力的调整能力,即调峰能力。当系统负荷处于最小值时,风电功率输出可能达到最大,其他电源则要调整出力,让出负荷由风电供电。但受常规火电微增特性的制约,降低出力运行或关停将提高其发电成本。如果能在电网负荷低谷时段适度弃风,不仅能够减少常规火电降出力运行的压力,也能够提高电网接纳风电并网能力,从而提高整个电力系统运行的安全性和经济性。
电网的调峰特性与电网负荷及风电机组的出力特性密切相关,其调峰能力为常规装机容量减去负荷功率,再加上风电出力功率。图1为甘肃在夏季连续6日的风电场出力曲线、负荷曲线与等效负荷曲线。对于负荷曲线而言,其负荷特性具有明显的规律性,每日午夜负荷水平最低,中午时达到次高峰,在晚上八点左右则达到最高峰;对于风电功率而言,同一区域的夏季常常具有近似的分布情况;从等效负荷中可以看出,风电的投入增大了系统峰谷差,此峰谷差中包含了负荷和风电之间的统计关系,如果对其进行建模,则可以分析出弃风容量对等效负荷概率分布以及备用容量概率分布情况的影响,为系统利用合理弃风,提高大规模风电消纳能力提供理论依据。
电网安排调峰的主要依据是系统的峰谷差;弃风的情况主要是发生在负荷为低谷的时候,为了有效分析系统的合理弃风对系统峰谷差和风机发电容量的影响,首先利用场景分析法分析下列四种极端情况:
a、负荷出力小,风机出力小;
b、负荷出力小,风机出力大;
c、负荷出力大,风机出力小;
d、负荷出力大,风机出力大。
情况a和d属于正调峰,有利于系统的运行,此处不再分析;情况b和c属于反调峰,将恶化系统运行。从图1中可以看出,等效负荷较小的情况往往在负荷较小并且风机出力较大时,因此风机对系统反调峰基本上是在等效负荷为较小时,若在此时合理弃风,将显著影响系统调峰的峰谷差,可以以少量的弃风换取更大规模风电的接入。
2 合理弃风
Weibull分布,又称韦伯分布[6],由瑞典物理学家Wallodi Weibull于1939年引进。其功率密度函数如式(1)所示。
研究人员将weibull分布用于描述风速统计的概率密度函数。本文将其应用于对等效负荷的分析,图2为利用该分布检验等效负荷的结果,从图中可以看出,负荷的等效曲线符合weibull分布,可利用weibull概率密度函数对等效负荷进行分析。
图3为甘肃夏季的等效负荷密度函数。从该图中可以看出,如果对系统中的风电机组进行弃风,则可以减少负荷的峰谷差,但是会造成风电发电容量的损失。从图3中来看,弃风将会减少等效负荷在低谷时的概率分布。为了量化弃风对系统调峰和发电容量的影响,必须对系统调峰和发电容量的影响进行量化,现做出如下定义。
定义1弃风对调峰的改善系数为
式中:Picast为弃风功率;Ppr为电网在一段时间内的最大调峰容量,k1为改善系数的比例因子,文中取值为0.5。
定义2弃风对发电容量的影响为
式中:f(x)为等效负荷的概率密度函数;k2为弃风对发电容量影响的比例因子,文中取值为0.5,另外满足k1+k2=1。
对于定义1来说,其意义为合理的弃风,也就是在负荷最小、风速最大时的弃风将明显改善电网的调峰容量,特别地,在弃风容量为0时,则对调峰的改善系数为0;对于定义2来说,弃风的时刻通常发生在负荷最小而风速最大的时刻,此时的等效负荷往往是最小的时刻,因此,弃风的容量通常为等效负荷的概率密度函数从0值开始进行积分,进而得到弃风对发电容量的影响,该算法为提高风电消纳能力,提高系统经济安全运行提供分析基础。
需要注意的是,在上述两个定义中,其系数均无量纲,也就是说,在一个含有风电系统的电网的等效负荷确定之后,根据文中算法,调峰改善系数与风电弃风容量间只会有一个固定交点,即为文中算法寻找最佳的弃风功率,但是不同的决策者往往会有不同的偏好,若希望系统运行更加保守,即希望弃风对调峰的改善情况更为明显,则需要增大k1,减小k2,反之若希望系统能更多地接受风电,则减小k1,增大k2。
3 算例分析
以甘肃和陕甘青宁两个不同地理尺度上的夏季负荷及风电场功率为例,对文中算法进行验证。甘肃负荷及风电功率情况如图1所示;陕甘青宁夏季连续6天负荷及风电场及负荷功率情况如图4所示。
首先对图4的等效负荷进行weibull检验,结果如图5所示,从图中可以看出,其服从weibull分布,可以利用文中方法进行分析。利用式(1)求出陕甘青宁地区的等效负荷概率分布密度函数,如图6所示。
接下来利用定义1和定义2来研究弃风功率对弃风容量和改善调峰比例情况进行分析。图7、图8分别给出了甘肃电网和陕甘青宁电网的弃风功率对弃风容量、改善调峰比例情况之间的量化关系,图中实线为弃风容量,虚线则为改善调峰比例。从图中可以看出,弃风对调峰比例系数的改善服从比例分布,随着弃风容量的增加,改善调峰比例也呈正比的增加;弃风功率对弃风容量的增加则呈现先缓后快的变化,这是因为刚刚开始的弃风发生在概率比较小的最小等效负荷,对弃风容量的影响不大,小于改善调峰比例增加值,但是随着弃风功率的进一步增加,弃风容量增加将加速,并超过改善调峰比例系数。
从图7中可以看出,甘肃电网的最佳弃风功率应该在560 MW附近,此时的弃风容量为1.6%左右,而改善调峰比例却达到8%左右;从图8中可以看出,陕甘青宁的最佳弃风功率应该在300 MW附近,此时的弃风容量为0.4%左右,改善调峰情况达到4%左右,分析结果如表1所示。
陕甘青宁四省中,甘肃的风机装机容量占了很大部分比例,从表1可以看出,以甘肃风电主要的风能资源如果在更广范围内配置风电,即可以寻求更小的弃风功率,来满足更小的弃风容量和最大程度的改善调峰情况,这与国家要求在省级、区域、国家级范围内建立逐级间歇式能源消纳的框架体系是保持一致的。
4 结论
本文研究了在现有电源结构下,从风电反调峰性的角度论证了合理弃风的必要性和可行性,然后利用weibull分布拟合等效负荷曲线并作为分析依据,量化弃风功率对调峰的改善系数和弃风对风电发电容量的影响;最后以甘肃和陕甘青宁电网为例,对文中方法进行论证,论证结果不但说明了可以通过合理弃风放弃部分风电发电容量来改善大规模风电接纳能力,而且证明了在更广范围内配置风电是提高大规模风电接纳能力的方法之一。
参考文献
[1]郝正航,余贻鑫.双馈风力发电机组对电力系统稳定性影响[J].电力系统保护与控制,2011,39(3):7-11,17.HAO Zheng-hang,YU Yi-xin.The influence of doubly-fed induction generator on stability of power system[J].Power System Protection and Control,2011,39(3):7-11,17.
[2]袁建党,袁铁江,晁勤,等.电力市场环境下大规模风电并网系统电源规划研究[J].电力系统保护与控制,2011,39(5):22-26.YUAN Jian-dang,YUAN Tie-jiang,CHAO Qin,et al.Study of generation expansion planning of the power system incorporating large-scale wind power in the environment of electricity market[J].Power System Protection and Control,2011,39(5):22-26.
[3]John Kabouris,Kanellos F D.Impacts of large-scale wind penetration on designing and operation of electric power systems[J].IEEE Transactions on Sustainable Energy,2010,1(2):107-115.
[4]XIE Kai-gui,Billinton Roy.Determination of the optimum capacity and Ttype of wind turbine generators in a power system considering reliability and cost[J].IEEE Transactions on Energy Conversion,2011,26(1):227-235.
[5]XIE Le,LIOE Ju-hua,Nipun Popli.Wind integration in power systems:operational challenges and possible solutions[J].Proceedings of the IEEE,2011,99(1):214-233.
[6]顾为东.大规模非并网风电系统开发和应用[J].电力系统自动化,2008,32(19):1-5.GU Wei-dong.Development and application of large-scale non-grid-connected wind power system[J].Automation of Electric Power System,2008,32(19):1-5.
[7]王松岩,于继来.短时风速概率分布的混合威布尔逼近方法[J].电力系统自动化,2010,34(6):89-94.WANG Song-yan,YU Ji-lai.Approximation of two-peak wind power speed probability density function with mixed Weibull Distribution[J].Automation of Electric Power System,2010,34(6):89-94.
[8]XIE Le,LIU Ju-hua,Nipun Popli.Wind integration in power systems:operational challenges and possible solutions[J].Proceedings of the IEEE,2011,99(1):214-233.
[9]王卿然,谢国辉,张粒子.含风电系统的发用电一体化调度模型[J].电力系统自动化,2011,35(5):15-21.WANG Qing-ran,XIE Guo-hui,ZHANG Li-zi.An integrated generation-consumption dispatch model with wind power[J].Automation of Electric Power System,2011,35(5):15-21.
[10]任博强,彭鸣鸿,蒋传文,等.计及风电成本的电力系统短期经济调度建模[J].电力系统保护与控制,2010,38(14):67-72.REN Bo-qiang,PENG Ming-hong,JIANG Chuan-wen,et al.Short-term economic dispatch of power system modeling considering the cost of wind power[J].Power System Protection and Control,2010,38(14):67-72.
[11]高宗和,滕贤亮,张小白.适应大规模风电接入的互联电网有功调度与控制方案[J].电力系统自动化,2010,34(17):37-43.GAO Zong-he,TENG Xian-liang,ZHANG Xiao-bai.Solutions of active power dispatch and control scheme for interconnected power grids with large-scale wind power intergration[J].Automation of Electric Power System,2010,34(17):37-43.
风电消纳途径综述 篇5
关键词：风电消纳,储能,供热,多能互补,需求侧响应
0 引言
随着经济的快速发展,传统化石能源的不可再生和碳排放问题,使得世界各国开始寻求低碳发展道路,竞相发展可再生能源[1]。其中,风电资源丰富、装机灵活,在世界范围内发展迅猛,产生了良好的经济效益和环境效益[2]。
2015年全球风电产业新增装机63.5 GW,同比增长22%。其中,中国新增装机30.8 GW,美国8.6 GW,德国6 GW。连续2年,风电增长贡献了世界电力增长的一半左右,使得世界经济增长的同时CO2排放保持稳定。截至2015年底,全球风电总装机容量432.9 GW,中国145.4 GW,成为最大市场[3]。
在风电利用上,美国凭借成熟的市场机制[4],成为世界上最大的风电生产国,2015年以74.5 GW的装机生产了1×108 MWh的风电;欧洲国家借助灵活的电源结构和电力互联模式[5,6],实现了高效的风电消纳。其中,丹麦42%的发电量来自风电,创下全球最高风电占比记录,其他欧洲国家风电占比也普遍大于10%。
但是,在中国,风电利用率不高的问题突出[7]:2015年全国弃风电量达到3.39×1010 kWh,直接经济损失超过180亿元;2016年一季度全国弃风情况愈发严峻,平均弃风率26%,“三北”地区平均弃风率更是逼近40%[8]。弃风问题日趋常态化,如何增加风电消纳已经成为了国家、社会、企业关注的一个重要课题。
其他国家的风电发展给我国风电消纳提供了借鉴,主要的消纳途径可以分为灵活的电源结构、储能系统和跨国的电力联网3类[9]。美国利用大量燃气机组进行调峰,增加了电网消纳风电的能力[10];西班牙拥有灵活的电源结构和抽水蓄能系统,适应大规模风电的开发[11];德国和丹麦则利用了强大的跨国电力联网,将风电和周边国家电源结合,实现了高比例的风电消纳[12,13]。
中国弃风率高的原因有很多,最大的问题是燃煤机组占比大,灵活性较差,不利于电网接纳风电。研究风电消纳途径,对中国风电发展至关重要,不仅可节约能源,对环境减排也能发挥作用,保障社会经济的可持续发展。
1 风电消纳途径
目前,有很多学者从经济可行[14,15,16,17,18]、技术可行[19,20,21,22,23]和政策建议[24,25,26]等角度研究风电消纳途径,并取得了诸多成果。其中,主要的风电消纳途径有储能技术、跨区域消纳、多能互补模式和需求侧响应4种。
具体的途径技术离不开政策的引导,其中最为常见的是价格机制。合理的价格机制是保证风电健康可持续发展的前提,涉及到风电输送成本、电网备用服务成本、国家补贴机制等[27]。美国以州为单位,独立运行电网,价格机制灵活,制定了许多政策和激励措施以促进风电的发展[28]。西班牙通过建立清晰的备用有偿服务价格机制,引导风电和其他电源有序发展,合理分配消纳风电的利益[29]。
现阶段我国风电在供电结构中占比较少,适用增量成本核算[30]。通过比较风电消纳前后的总费用,核算风电的输送成本和备用服务成本,操作简单易行。风电本身的随机性,需要灵活的价格机制,实现需求侧的响应,最大化地消纳风电,支撑风电的长期稳定增长[31]。如风电供热价格机制[16]。
1.1 储能技术
储能技术不仅能从需求侧改变负荷特征,在弃风时合理利用风电[32].还能从供给侧提升电源结构的灵活性,增加电网消纳风电的能力[33]。常见的风电消纳储能技术有储能电池、抽水蓄能和储热系统。
储能电池有体积小、反应速度快、安装方便的特征,在新能源发电应用前景广;但是寿命短、成本高、化学污染等问题有待进一步优化解决[34]。抽水蓄能被认为是水电缺乏地区调整电源结构、解决风电消纳能力问题的有效途径,也是欧洲国家高效率消纳风电的推手[35]。储热系统的运用可以增加热电联产电厂的热电关系灵活性,降低热电厂的供电出力,也可以在供热系统中直接消耗风电、参与储热[36]。另外,生物质发电厂,运用高温储能方式,实现风电的规模化存储[37]。以氢储能技术为媒介将风电和煤化工进行整合,在减少煤化工对环境污染的同时,可以提高风电消纳能力[38]。
运用储能技术消纳风电的研究主要集中在2个方面。从规划角度研究储热、储能的最佳容量[39,40,41,42]、接入节点的最优选择[43];从调度角度研究风电、火电、储能等不同电源的协同[44,45]、储能系统的最优运行[46]。结果表明,上述因素对风电消纳能力有明显的影响。
1.2 跨区域消纳
在欧洲,由于跨国电力联网的存在,各国电网安全性得到提升,增加了风电消纳的能力[47]。同时,欧洲国家为风电并网要求设立了严格的标准,规范了风电上网的质量,保证了系统的安全稳定运行[48]。
在中国,风电资源丰富的“三北”地区远离负荷中心,普遍存在就地消纳能力不足的问题[49,50]。为实现风电的又快又好发展,跨区域消纳是必不可少的途径,为此电网输电线路需要协调、科学规划[51]。以特高压跨区输电和“三华”特高压同步电网建设为重点的坚强智能电网,可有力支撑我国大规模风电消纳[53]。
基于全国各区域用电情况、电源情况、电网建设情况,“三北”地区风电需要输送到华北电网京津冀鲁、华东电网和华中电网东部[53];从经济性和安全性考虑,输送方式适合风火联合外送[54,55,56]。另外,针对不同地区,考虑自身具体情况和相邻区域情况,比较不同风电外送方案,可以研究制定适合地区特点的消纳模式[57,58,60]。
1.3 多能互补模式
多能互补是指采取多种能源互相补充,以缓解能源供需矛盾,合理保护自然资源[61]。常见的风电消纳多能互补模式有风水互补、风光互补、热泵、电锅炉以及电动汽车等。
风水互补是利用水电的调峰能力,消纳风电的一种模式。风电和水电在季节上的互补特性,使得风水互补成为可能;但是在地域上的差别,使得风水互补模式需要远距离、大容量调度[62,63]。
风光互补模式利用太阳能和风能在资源条件和技术应用上很好的互补特性,既可以保障系统的供电可靠性,又能合理利用新能源,在独立的供电系统中应用广泛,例如海岛供电系统、边防哨所供电系统等[64,65,66]。
热泵、电锅炉不仅能有效利用风电,替代传统供热机组供热,从而减少化石能源的使用[67],还能减少热电联产机组出力,增加电网的调峰灵活性,从而消纳更多的风电[41,68]。
电动汽车的发展为风电消纳增加了一种新的途径,在夜间弃风期有效利用风电进行充电,消纳风电的同时减少了汽车尾气排放,是未来生活的一种环境友好消费方式[69,70,71]。
1.4 需求侧响应
风电多集中在夜间,而夜间用电负荷小,使得风电具有反调峰特性。运用需求侧响应资源可主观地改变负荷特征,实现风电的消纳[72,73]。常见的方式有:通过电力需求侧管理,激励负荷侧的高载能企业参与调峰[74,75];通过供暖需求侧管理,在热电联产机组和风力发电机组之间实现新的最优化负荷分配[76,77]。
高耗能企业承载着大规模用电负荷,主动参与调峰不仅能提高风电消纳能力,而且能够缓解电网调峰压力。另外,在相关政策补偿的支持下,可为企业节约生产成本,吸引高耗能企业参与。
冬季采暖期也是大规模弃风期,通过供暖需求侧管理,引导用户利用风电采暖,分担部分传统热电联产机组热负荷,调节热网总采暖热负荷和电网总电力负荷。
同时,在运用需求侧响应增加风电消纳时,要避免风电获得国家补贴,给用电企业让利,形成重新补贴污染企业、高耗能企业的怪圈。风电市场的规范化、成熟化是风电消纳迫切所需的。
2 存在的问题
对风电消纳途径的研究集中在方法的介绍、价值的分析和实例的验证方面,侧重方案的可行性分析。但是电力系统最重要的是安全性问题,风电消纳的核心也是在保障系统安全的前提下消纳风电,所以在研究风电消纳途径时,风险的研究至关重要;同时,技术的运用离开市场就缺乏生命力,消纳途径的推广离不开政策的引导,政策效果的研究对风电消纳意义重大。
2.1 缺乏风险研究
风电并网给电网带来了安全隐患,风电消纳必然会改变系统的运行,简单地考虑系统平衡的约束无法满足系统的安全要求。对风电消纳途径风险的研究可以从风险控制和预警机制方面着手,评价风险大小,研究安全保障机制。
2.2 缺乏政策效果的研究
风电行业受政策影响迅速,风电政策效果的研究对于新政策的制定有重要意义。经济学上,政策效果的研究已经很成熟,有大量研究成果,对风电政策研究有一定的参考价值。
2.3 缺乏通过改造火电灵活性消纳风电的研究
火电在中国现有电力结构中占有绝对比例,而火电的灵活性不足是弃风问题的本质原因。与欧洲国家相比,中国火电机组的调峰能力明显较差,有很大的提升空间。但是,通过改造火电机组灵活性消纳风电,不仅给火电带来了改造费用,还减少了火电的上网电量,导致火电利润的损失,需要合理的补偿机制。
3 展望
无论国内、国外,风电消纳途径的研究整体上比较系统,涉及电力系统供给端、消费端和中间节点各个方面,时效性强,对我国风电消纳有很好的帮助。随着电力体制改革的不断深入,国家对新能源的扶持,以及新的互联网技术的创新,“弃风”问题必然可得到解决,我国风电发展前景广阔。
专家预测,到2030年风电可以满足11.9%的中国对一次能源的需求。而要达到这一比例,关键是要建立风电输送通道,解决风电产地与负荷终端的距离问题;降低风电生产成本,实现风电产业的市场化;开拓就地消纳市场,解决好风电和其他电源的矛盾。
在中国,各地方在风电消纳问题上已经有所成效。辽宁省通过在供暖期合理调整供热火电机组的开机,控制供热机组下限负荷,增加电网风电消纳能力;同时,利用东北电网富余风电送华北电量交易模式,实现风电的异地消纳。内蒙古进一步增加新能源装机,优化电力结构;同时,利用政策引导,优先保障清洁能源就近消纳。乌鲁木齐建设“风电供暖”项目,将弃风电量引入供热系统,实现了热源的清洁化。
青海省风电消纳方案探讨 篇6
青海省地处青藏高原东北部,全省风能资源较为丰富,部分区域属于风能可利用区,年平均风功率密度多在 50~100W/m。全年风能可用时间 3500~5000h,出现频率50~70%,分布特点是西北丰富,东北匮乏,北部又大于南部。全省总的风能资源技术可开发量初步估算约为1128.363万千瓦。青海全省范围内规划了 29 个风电场, 2020 年远景规划装机容量将超过 95 万千瓦。
二、青海省风资源开发情况介绍
青海省政府十分重视风电项目的开发,根据“十二五”规划,在今后的电网规划建设中将根据青海省风电整体规划逐步建立完善配套的风电接入电网系统;并且青海省作为西部经济欠发达地区,近年来经济发展迅速且后续发展潜力巨大,对用电量的需求会进一步加大。因此,从电网接入和用电量需求方面看,在青海省进行风电项目开发建设具备良好的基础条件。
三、影响青海省风电消纳的主要因素
风电是优质的电力,它不仅为工农业生产和人民生活提供可再生的洁净能源,而且将会形成规模化、专业化的国内第三大主力能源,为电网的发展和电力工业的发展起到重要的推动作用。但是,风能资源的间歇性、随机性和不可控性等特点使得风力发电天然具有随机性和局部反调峰特性。大规模风电并网,会导致电网等效负荷峰谷差变大,严重增大系统调峰难度,对电网系统的安全运行带来冲击,这使得风力发电的电力、电量消纳问题成为制约未来风电发展众多因素中的关键问题。影响青海省风电消纳的关键因素大致可归纳为以下两个方面。
(一)消纳能力方面。
决定一个地区风电消纳能力的主要因素包括系统调节能力、电网输电能力等。青海省确定风电的开发规划规模和建设次序情况主要是依照当地风资源和地貌情况,德令哈尕海风电场、锡铁山风电场、青海湖风电场、茶卡风电场等风电集中开发地区多处于电网末梢,电网结构较为薄弱,电网互联规模小,制约风电的送出与消纳。同时,青海光伏产业近年来快速发展,大规模光伏发电基地的建设和并网运行将使青海省电力系统调峰能力趋于紧张。具有反调峰特性的风电大规模并网后,将使电力系统调峰矛盾更加突出。
(二)消纳水平方面。
主要包括风电并网技术性能、风电调度运行水平等,这些因素决定了在现有客观条件下,能否实现风电的最大化消纳。青海省地处高海拔地区,空气密度低,同样风速下的发电量比平原地区要下降40%左右,同时风机发电设备冷却能力比平原也有所下降。这些因素不可避免地制约着青海省风电的消纳。
四、青海省风电消纳的应对措施探讨
随着风电发展的不断推进,风电的消纳能力在整个风力发电过程中具有极其重要的地位,合理消纳风电可以确保青海省电网的安全、稳定运行,保证供电的安全可靠性,也为风电的大规模开发做好充分准备。青海省风电消纳措施建议如下。
(一)实现风电在省内的合理消纳。
青海省内水电资源丰富,青海电网水电调峰能力强,要充分利用现有水电机组的调节能力,同时合理优化今后省内电源结构,实现对风电出力的补偿,平抑风电的间歇性波动,以稳定的潮流外送,保证外送负荷特性满足受端电网要求。根据青海省“十二五”计划,到“十二五”末,全省水电装机1400万千瓦,火电400万千瓦, 实施“风水互济”、“风水火互济”的打捆送出模式,可以实现风电在省内的合理消纳。
(二)加大高海拔条件下风力发电技术的研究力度。
开发适合高海拔气象条件的风机,解决高原地区发电量低、冷却能力差等问题,推进青海省风力发电技术,为今后大规模风电消纳提供技术保障。
(三)合理规划风电开发。
由于风电开发周期远小于电网建设周期,要根据省内电网结构和光伏发电产业发展情况,合理规划风电开发,使其与电网发展相协调,实现风电的最大化消纳。
五、结语
多时空尺度风电消纳体系初探 篇7
近年来,中国的风电产业得到了迅速发展,2010年中国风电总装机容量达44.73 GW,已经超越美国成为世界第一[1],根据国家最新发布的《可再生能源发展“十二五”规划》,2015年中国风电并网装机容量将达到1亿k W,2020年将超过2亿k W。然而,在近年来风电快速发展的过程中,由于风电本身所具有的随机性、波动性与不确定性[2,3],给电力系统的安全可靠运行带来挑战[4,5,6],其并网消纳问题日益突出,已经成为风电可持续发展的瓶颈,根据统计,2011年全国风电弃风总电量超过了100亿k Wh[7]。
大规模的风电并网消纳问题一直是世界性难题,我国在这方面的问题尤为突出,总结起来,主要有以下几方面的原因。
1)我国风能资源普遍具有集中度高、总规模大、远离负荷中心的特点[8,9,10],大多数风能资源所在地区的电能需求小、难以就地消纳;
2)风电出力具有随机性、波动性与不确定性特点,对于并网电力系统的调节能力有较高需求[11]且对电力系统安全稳定运行提出挑战[12,13,14],而我国风电集中的“三北”地区电源结构单一,抽蓄与燃气电站等调节电源比重不足,特别是冬季由于供热机组比重大,调节能力十分有限;
3)我国跨区输电能力不足,从全国来看,风电占电源装机的比重为5%[15],中东部等地区调节能力较强,拥有较高的消纳风电潜力,而目前,大区电网之间的联系还较为薄弱,还不具备可实现大范围跨区消纳乃至全国范围内消纳风电的联网能力,无法实现风电在更大范围内优化配置。
为解决当前风电的并网消纳问题,我国正在研究并将出台可再生能源配额制政策[16],使得从政策层面上推动风电消纳。本文整合了各层面的风电消纳技术、评估评价方法、市场机制与配套政策,以实现风电消纳过程的良性运作为主旨,使针对风电消纳所形成的技术与政策能够发挥出最佳效用,实现风能资源的高效利用。
1 可再生能源配额制政策剖析
2012年5月,《可再生能源电力配额管理办法(讨论稿)》已经下发各省,将在广泛征求各界意见后正式发布实施。该讨论稿从发电企业、电网公司及地方能源主管部门三个层面分别提出须承担的可再生能源发电配额指标及相关义务,其中全国范围内的电网公司须承担的可再生能源发电配额指标最高将达15%。
国外的年度配额制度指供电商、消费者每年必须消费一定额度的绿色电力,未能完成的必须向国家支付一定的费用。强制性年度配额制度的实施可保证绿色能源市场的需求,从而增强相关设备生产商和绿色能源生产厂商的投资和生产信心,调动相关技术开发的积极性,以便使绿色能源生产进入良性循环的轨道,即国外配额制的施行旨在解决风电开发成本高的问题。与国外配额制政策的目标不同,我国将出台的配额制不是为了解决通过竞争降低风电开发成本的问题,而是通过竞争机制与激励准则来解决风电利用成本问题,即风电消纳问题。而对于风电开发的高成本问题,目前我国施行的固定上网电价政策可以充分发挥其激励作用。
2 多时空尺度风电消纳体系的架构
本文构建的多时空尺度风电消纳体系共由四个要素层、两级时间尺度所组成。如图1所示,四个要素层分别为消纳能力评估、消纳决策、市场机制以及配套政策;两级时间尺度分别为以电量分析为主的中长期尺度和以电力分析为主的短期与实时尺度。四个要素层的层级功能有机衔接在一起,共同完成不同时间尺度下的风电消纳过程:消纳能力评估涉及到多因素的综合评估,同时辅助风电消纳决策与配额交易;消纳决策过程以日、月、年为单位逐级反馈,以及时调整消纳决策目标与配额分配方式;市场机制中,允许各级电网公司在年度、月度与日度进行配额交易,最终以实时、日度、月度、年度进行逐级结算;配套政策中涵盖风电开发与运行的各项关键技术与经济标准。下面将分别从风电消纳关键技术、风电消纳配套机制与政策两个角度来详细阐述各个要素层级。
3 风电消纳关键技术
风电与常规电源的出力特性具有本质区别,主要表现在其不确定性、随机性与波动性,传统的电网规划和运行都是基于确定性的方法,无法考虑风电不确定性带来的影响。但随着系统中风电装机规模和比重的逐步增大,风电的出力特性将深入影响系统的安全稳定与经济运行。因此,在考虑风电并网的电力系统规划、运行与控制过程中,必须要合理处理风电出力的不确定性、随机性与波动性。
风电的消纳是指在保证系统安全可靠运行的前提下,电力系统调用各种调节资源配合风电运行、有效利用风电的过程,其关键技术主要可分为两部分,分别为风电消纳能力评估和风电消纳决策,下面将分别详述。
3.1 多时间尺度的风电消纳能力评估
电力系统规模、常规机组类型、电网传输能力、负荷特性以及风电场出力特性等都会对电力系统消纳风电的过程产生影响[17,18,19],风电自身出力不确定性、随机性与波动性的大小也决定着是否能够被有效消纳,而这些因素都与时间尺度相关。因此,同一电力系统在不同时间尺度下的风电消纳能力不尽相同,这就需要我们对多时间尺度下的风电消纳能力分别进行评估:年度风电消纳能力评估、月度风电消纳能力评估、日前风电消纳能力评估与实时风电消纳能力评估。如图2所示,其中,年度风电消纳能力评估的时间尺度为一年或多年,针对的是规划层面,主要服务于风电规划;月度风电消纳能力评估的时间尺度为月或季度,针对的是电量评估,主要服务于机组检修计划的安排与月度合约电量的制定;日前风电消纳能力评估针对的是风电运行层面,即站在日前评估次日的风电消纳能力,服务于发电计划与联络线功率曲线的制定;实时风电消纳能力评估将考虑控制层面的电压稳定、联络线控制等,服务于电力系统实时控制。
3.2 多空间尺度的风电消纳决策
基于多时间尺度的风电消纳能力评估技术,为了达到高效利用并网风电的目标,需要在多空间尺度内进行风电消纳决策,这里的多空间尺度主要是指省级、区域级、国家级等多层级地域结构,这样的层级关系不仅符合目前我国的电网管理机制,也将符合未来配额制下消纳任务的分配方式。
未来配额制将依据一定的原则将年度风电消纳任务分配到各区域电网,各区域电网再将消纳任务分配到各省级电网,因此,多空间尺度的风电消纳决策过程将主要有两个阶段:第一个阶段是中长期决策,即将年度风电消纳任务分配到省级空间尺度和到月度时间尺度的过程,这一消纳决策阶段主要是以电量决策为主;第二个阶段是短期决策,主要包括日前消纳决策与实时消纳决策,日前消纳决策的主要内容是区域级电网之间、省级电网之间的联络线功率曲线,实时消纳决策的主要内容是各省级电网的风电出力偏差控制与联络线功率控制。在第一阶段的任务分配过程中,需要以年度和月度风电消纳能力的评估结果为基础,制定切实可行的分配方案;而在第二阶段的任务执行过程中,则需要以日前和实时风电消纳能力的评估结果为基础,尽力完成份额内的消纳任务。
4 风电消纳配套机制与政策
目前我国的风电消纳主要以电量消纳为主,送风省份需要承担配合风电运行的调节任务,对于风电资源丰富的地区,需要具备充足的调峰能力、调频能力、电网输送能力等调节资源,否则将被迫出现弃风现象,造成风能资源的浪费。配额制的出台,将解决目前风电消纳的地域局限性问题,促进区域间电网联络线的进一步加强与扩建,实现大区域内的风电消纳,这种消纳将不仅是电量的消纳,受风省份需要承担与配额相对应的调节任务,实现了电力的消纳。
4.1 风电消纳市场机制
由于各区域电网、省级电网实际的风电消纳能力各不相同,配额制所分配的消纳任务可能不能够被全部自主消纳,这就要求存在一定的市场机制,在督促各级电网完成配额任务的同时,“协助”其完成配额任务,这样的“协助”必须需要电网公司付出一定的代价,这在客观上又会促使电网公司在发展规划中侧重提高其风电消纳能力。基于此,风电消纳的市场机制将主要由两套子机制组成,一个是配额交易机制,一个是消纳结算机制。
配额交易机制,顾名思义,即可以将配额作为货物在市场内部进行交易,相当于配额制的二级市场:有消纳余力的消纳主体可以“销售”配额,消纳能力不足的消纳主体可以“购买”配额。
与此同时,“货物”的“真假”、“质量”以及“买卖”需要规则的核准与维护,因此,需要一套消纳结算机制来配合交易机制。结算机制一方面核准结算各省级或区域级电网实际消纳的风电电量,并给予可在市场流通的认证凭证;另一方面结算发生在非配额交易机制内的实质交易行为,维护交易的公平与公正。
例如,A省与B省共属同一区域电网且之间拥有一组联络线,所分配的月度风电消纳配额分别是4亿k Wh和6亿k Wh,由于B省调峰能力所限,实际最高可消纳5.5亿k Wh风电,因此在月前通过配额交易机制向A省购买了0.5亿的消纳配额;而在该月过后,由于常规机组故障,B省实际消纳的风电只有5.3亿k Wh,其余0.2亿k Wh的风电则通过联络线被A省消纳,这0.2亿k Wh即属于发生在非配额交易机制内的实质交易行为,此时,通过消纳结算机制,B省需要向A省支付0.2亿k Wh的消纳费用,该过程如图3所示。而这期间所有的交易价格都由双方事前在机制框架内自主商定,所消纳的风电电量由消纳结算机制认证。
4.2 风电消纳配套政策
风电消纳所涉及的技术与机制,其有效运行还需要配套政策的“引导”与“规范”:一方面使整个消纳过程能够不偏离安全、可靠、高效消纳风电的主旨;一方面使各层技术方法与各套机制能够深度契合、良性运作。
风电消纳配套政策主要分技术和经济两个层面:在技术层面需要配套的风电开发技术标准,风电运行考核标准,省级及区域级电网可靠性标准,联络线控制方式、送受计量方法与评价标准等政策,将涵盖风电开发、运行、控制等各个环节;在经济层面需要配套的风电开发与运行技术经济标准、配额交易基本准则、配额消纳情况奖惩标准等,使得消纳体系整体更加完善。
5 结语
