北京計鵬信息咨詢有限公司 ■ 王淑娟 汪徐華 任鵬 焦姣
風力發電和太陽能發電是目前我國應用最廣、商業化程度最好的新能源利用形式。截至2011年底,我國并網型風電、光伏項目的裝機容量分別達到62.93GW[1]和2.95GW[2],位居世界前列;到2020年,大型并網風電場、光伏電站裝機將分別達到200GW、20GW[3]。要實現2020年規劃目標,約需要4.1萬km2土地。然而,風能、太陽能均屬于低密度、隨機性強、穩定性差的能源,風電、光伏項目的建設帶來土地利用率低、出力不穩定、電網調度困難等問題,甘肅、內蒙等風電大省“棄風”現象嚴重。
為解決出力穩定性問題,眾多學者開始研究分布式能源、智能微網、風光儲一體化、風光互補、風水互補等多種新型發電形式,其中風光互補成為理論研究和工程實踐研究的熱點。我國的季風氣候、地理位置和地形分布是太陽能、風能資源形成的根本原因[4],文獻5~9分別研究了離網型、并網型風光互補的輸出功率特性,并依據當地的資源條件提出使輸出功率穩定的兩者最優容量配比。一些電力企業也在實踐中不斷摸索這方面的經驗,全國陸續建設了華能南澳風光互補電站、河北尚義國華風光互補并網發電電站、山西國際電力右玉小五臺風電場風光互補項目、國網張北風光儲輸項目等。上述研究均是定性提出風光互補的優勢,未定量表征風、光共同輸出相對于單獨輸出穩定性的提高程度。
另外,由于風電的發展相對較早,目前已經建成的風電場內有大面積的可利用土地,為建設光伏電站提供了大量的可利用土地;風電場已經建成的基礎設施、風電場的管理人員都為光伏電站建設提供基礎,節約初始投資和運營管理成本。
本文采用建模計算的方法討論了青海省某風電場內建設光伏電站、共同輸出對平穩輸出功率的意義,以及風電場內建設光伏電站的可行性。
該風電場周圍為戈壁灘,地勢平坦開闊。根據青海省氣象局提供的30年統計數據,項目場址70m高多年平均風速為6.8m/s,年平均有效風能220.9W/m2,年總輻射量為6614MJ/m2。圖1、圖2分別為根據所選風電場的風資源、太陽能資源30年統計數據和根據1年實測的逐時數據做出的資源日變化曲線。
從圖1、圖2可以看出,當地1年中春季的風功率相對較好,而太陽能總輻射量較低;夏季的風功率相對較差,而太陽能總輻射量較高。一天之中,白天的風功率相對較差,而太陽能總輻射量較高;夜間的風功率相對較好,而太陽能總輻射量較低。可見,兩種新能源的資源有一定的互補性,風光互補可在一定程度上減少對電網的沖擊。


圖2 所選風電場的風能、太陽能資源1年實測數據
為了進一步深入研究風電、光電共同輸送帶來的平穩出力、減少電網沖擊效果,本文選用所選場址1年逐時的風資源數據和太陽能資源數據進行分析。
(1)根據當地資源情況,分別計算風機、光伏的逐時出力。
(2)計算不同容量配比下風電、光電復合的逐時出力。
(3)計算1年內不同容量配比下風電和光電復合出力的逐日相對標準偏差,并將全年365個數據進行平均,獲得平均值Vσ1。
(4)通過對不同配比下相對標準偏差的分析,獲得風電、光電最佳匹配系數。
(5)計算1年內逐日風電出力相對標準偏差的平均值Vσ2,光電逐日出力相對標準偏差的平均值Vσ3。
(6)通過比較Vσ2、Vσ3和最佳匹配系數下的Vσ1,研究風光互補是否具有平穩出力的優勢。
(1)相對標準偏差Vσ
該指標用來反映樣本中個體的離散程度,相對標準差值越小,表明樣本個體越穩定[7]。相對標準差的計算公式為:

式中:Vσ為相對標準差;σ為標準差;u為平均值。
大量統計數據的平均相對標準偏差值越小,說明統計的數據越趨于平均值、越穩定。
(2)風電、光伏復合出力模型
①風電出力Y
風機出力與所選設備、輪轂處風速以及空氣密度有關,一般按照下式來計算:

式中:Y為風機輸出功率;R為風輪半徑;ρ為空氣密度;V為輪轂處風速;Vmin為切入風速;Vmax為最大允許風速;Vc為額定風速。
②光電出力X
影響光伏電站輸出功率的因素一般有輻照強度、安裝傾角、系統效率等。本文光伏電站的輸出功率通過式(3)計算:

式中:X為光伏電站輸出功率;P為光伏裝機容量;Eq為實際太陽輻照強度;Es為標準狀態下的日照強度;η為光伏電站系統總效率。
③風電、光電復合出力Q

式中:Q為風電、光電在一定容量配比下的復合輸出功率;c為風電/光伏的裝機容量比例。
(1)最佳匹配系數
按匹配系數c在0.1~10范圍內,以0.1為步長變化,計算出在當地實測的風功率密度,并和輻照強度下,風電出力、光電出力與復合出力穩定性進行對比,如圖3所示。
從圖3中可以看出:

圖3 風電出力、光伏出力與復合出力時的穩定性對比
① 光伏和風電共同輸送時逐時出力的Vσ1低于單獨光伏、單獨風電逐時出力的Vσ3和Vσ2,即復合出力的數據離散度低,在平均值附近以相對較小的幅度波動,說明復合出力更穩定,更有利于電網的接納;
② 在所選場址風資源、光伏資源條件下,c=0.9時,復合出力的相對標準偏差達到最低值0.75,相對于Vσ2(1.33)和Vσ3(1.17),逐時出力的離散度分別下降了43%和36%,說明最佳容量配比下的復合出力穩定性遠優于單獨光伏、單獨風電的出力穩定性。
(2)典型日計算結果
為了進一步定量說明復合出力穩定性相對于單獨風電、光伏出力穩定性的提高程度,選取春分日、夏至日、秋分日、冬至日作為4個典型日,并以風電(1350W)、光伏(1500W)、風電/光伏=0.9×(1350W+1500W)為例,計算4個典型日內所選場址處的3種情形下的理論出力特性,結果如圖4所示。可以看出,4個典型日內復合出力的穩定性優于單獨風電或單獨光伏的出力穩定性。

表1 4個典型日光伏、風電和復合出力的相對標準偏差
單獨光伏出力、單獨風電出力和光伏、風電復合出力的相對標準偏差值如表1所示。可以看出,復合出力Vσ在4個典型日的值及全年出力的值都遠低于風電、光伏的單獨出力的Vσ,說明復合的逐時出力穩定性大幅提高。

圖4 4個典型日風電、光伏和復合出力特性
通過上述分析可以看出,風電、光電按一定容量配比的復合出力更加平穩,會減少對電網的沖擊,有利于提高電網接納可再生能源的積極性。在不同地區,光伏、風電的比例會隨風資源、太陽能資源情況的變化而不同。
風電、光電要共同輸出,需要共用1個升壓變電站,即風電場、光伏電站在同一場區內建設或者鄰近建設。目前,國內風電裝機已經超過50GW,主要位于內蒙古、新疆、寧夏、甘肅等西北地區。這些地區太陽能資源十分豐富,因此十分有利于建設風、光共同輸送的風光互補電站。為了進一步探討風光同場的可行性,本文嘗試在所選風電場的風機布點圖上選取光伏電站場址。
首先,需要考慮風機的陰影問題。本風電場選用金風2.5MW風機,本文用Sunlight軟件建模分析其陰影情況。將風輪等效為一個2m厚的圓盤,葉輪直徑及輪轂高度均按100m考慮。計算時段為9:00~15:00,風機朝向為WNW,分別計算春分、夏至、秋分、冬至日的風機陰影范圍。經過計算,在所選風電場內,所選風機在4個典型日內的投影為700×500的矩形范圍之內。風機模型全年投影的俯視圖如圖5所示。

圖5 風機模型全年投影俯視圖
實際風電場中的風機布點一般根據地形和風向等因素進行布置。圖6為所選風電場的風機布點圖,在圖中做出每個風機的陰影面積。該風電場的總裝機容量為50MW,大概需要安裝55MWp光伏組件可達到在當地資源條件下的最優配比。按照工程經驗,光伏電站的占地面積大約需要1.4km2的土地。圖6中場址1、2、3、4均為1.2km×1.2km的矩形,范圍內可以建設一個55MWp的光伏電站。除上述4塊場地外,在風電場內可選出多塊光伏電站場址。

圖6 在風機布點圖上選擇光伏電站場址
通過上述分析,在風電場的空地中建設一個集中式、規模最優、可通過同一個升壓變電站共同送出的光伏電站是可行的。由于靠近升壓變電站會節省輸電線路,因此在其他條件相同的情況下,越靠近升壓變電站的位置越優。
風電項目業主在自己已有的風電場內,選擇合適的場址建設光伏電站可以節約利用土地,提高土地的利用效率。其次,對已建成的升壓變電站進行改造,實現風電、光電共同輸出,可以節約一定的土建投資,減少項目的管理人員和運營時的管理成本,從而提高項目的收益。
本文通過對風電、光電復合出力特性的研究、對現有風電場內建設光伏電站項目可行性研究,得出以下結論:
(1)風電、光電按一定容量配比的復合出力更加平穩,會減少對電網的沖擊,有利于電網接納可再生能源的積極性。
(2)在不同地區,風電、光電的容量比會隨風、太陽能資源情況的變化而不同,本項目所選場址兩者的最優配比為0.9。
(3)結合風電場內空余面積,可集中布置下容量配比最優的光伏電站。
(4)業主通過改造現有風電場,實現風光同場、共同送出,可節約投資、減少管理成本,提高項目收益。
[1]中國可再生能源學會風能專業委員會. 2011年中國風電裝機容量統計[R]. 2012.
[2]國家風電信息管理中心. 2011年度中國太陽能發電建設成果統計報告[R]. 2012.
[3]國家能源局. 可再生能源發展“十二五”規劃[R]. 2012.
[4]朱瑞兆. 中國太陽能-風能綜合利用區劃[J]. 太陽能學報, 1986,7(1):1-9.
[5]李海英, 劉良旭, 牛釤釤, 等. 獨立風光互補供電系統能量配比性能分析[J]. 應用能用技術, 2011, (10): 36-40.
[6]徐大明, 康云龍, 曹秉剛. 風光互補獨立供電系統的優化設計[J].太陽能學報. 2006, 27(9): 919-922.
[7]黃來, 李勁柏, 劉武林. 風光互補新能源并網發電試驗系統的研制與應用[J]. 湖南電力, 2011, 31(4):10-13.
[8]張峻嶺, 殷建英, 王文軍. 鄂爾多斯新能源產業示范區的風光互補最優容量匹配[J]. 電力與能源, 2010, 32(3): 224-227.
[9]陳松利,田德, 孫云峰, 等. 離網型戶用風光互補發電系統的匹配[J]. 吉林大學學報(工學版), 2012, 42(4): 882-886.
[10]全國統計專業技術資格考試用書編寫委員會. 統計基礎理論及相關知識[M]. 北京: 中國統計出版社, 2005: 53—54.