電網多時間尺度接納可再生能源能力評估指標體系

劉敦楠, 李奇, 秦麗娟，趙佳偉

(1. 新能源電力系統國家重點實驗室(華北電力大學), 北京市 102206；2. 廣西電網有限責任公司電力科學研究院， 南寧市 530002)

電網多時間尺度接納可再生能源能力評估指標體系

劉敦楠1, 李奇1, 秦麗娟2，趙佳偉1

(1. 新能源電力系統國家重點實驗室(華北電力大學), 北京市 102206；2. 廣西電網有限責任公司電力科學研究院， 南寧市 530002)

以風光為代表的非水可再生能源發電出力具有波動性和隨機性，這使得電網在日常調度中將風光發電出力視為負負荷，系統內風光比例的增多會增加不可控因素，使得電網接納風光發電能力受到限制。限制因素包括電網調峰能力、電網調頻能力、風光出力特性、負荷特性、電網外送通道等，構建電網接納可再生能源能力評估指標可以反映電網的“飽和程度”，為電力系統的規劃運行提供參考和評價依據。根據影響電網接納能力的多種因素構建多時間尺度的電網接納可再生能源能力評估指標體系，分別從電網短期、中期和長期3個時間尺度，兼顧系統運行安全和經濟因素，系統地評估電網接納能力。通過指標量化值反映電網對不同比例的可再生能源的接納程度。

接納能力; 評價指標; 多時間尺度; 可再生能源

0 引 言

近年來我國清潔化能源發展迅速，根據《中國2050年高比例可再生能源發展情景暨路徑研究》，到2050年中國全年風光可再生能源發電量占總發電量的63.6%[1]。高比例可再生能源的推進和發展已是我國能源發展常態。風光能源的大規模利用源于其發電的節能減排效益，但同時由于風光發電出力的波動性和隨機性，使得電力系統供給側不確定因素增加。為保證電力系統運行的可靠性和經濟性，電網接納可再生能源能力受到限制。目前國內外針對電網接納風光可再生能源能力已經開展了大量的研究，評估方法主要分為4類：一是根據歷史經驗通過估算的方法獲得評估結果；二是通過實驗仿真得出結果；三是通過制約因素如電壓穩定性、電能質量、系統調峰能力、網絡傳輸能力來判定電網接納能力；四是通過構建優化模型，考慮各種約束得出結論[2]。

上述評估電網接納可再生能源能力的方法主要是為求解可再生能源的最大接納量，而對反映電網接納可再生能源能力的指標少有研究。在1998年的國際電網會議上，Christensen等人提出了風電場穿透功率極限的指標，定義為系統所能接受的風電場最大容量和系統最大負荷的比值，用于反映給定系統規模的最大風電裝機比例。在我國，風電穿透功率是指系統中風電裝機容量占系統負荷的比例[3]。還有另一個指標為短路容量比，定義為風電場額定容量和連接點短路容量的比值，用于反映局部系統風電裝機最大規模[4]。這2個指標僅從系統和局部2個層面反映風電最大裝機規模，不能為系統調度提供參考且不能反映系統消納能力[2]。風電的并網消納對電力系統的影響有很多方面，風電出力的波動性會引起電網頻率擾動，風電出力的不確定性可能會使得凈負荷峰谷差相較于負荷峰谷差增大，為電網調峰帶來壓力[5]。國內外有學者針對風光電源對電網的影響進行了大量研究，文獻[6]主要進行了大規模間歇式能源并網對電網輔助服務的需求研究，文獻[7-9]主要分析了風電對電網調峰能力的影響，文獻[10]分析了風電和光伏對整個國家負荷的影響，文獻[11]提出風電并網影響了電網的靈活性，需要儲能、外送通道和靈活性機組來提高電網接納能力。這些現有研究依據可再生能源發電對電網的影響展開分析，但沒有將其對電網的影響轉換為指標進而反映電網接納能力。目前能夠反映電力系統充裕度的指標有發電不足概率和發電不足期望[12]，能夠反映電網接納可再生能源能力評估指標有調峰不足概率和調峰不足期望[13]，但指標未形成體系，也沒有考慮多時間尺度。文獻[14]構建了多時空尺度的風電消納體系，提出了多時間多空間尺度的風電消納概念。文獻[15]提出了多時空尺度的風電特性評價指標體系。上述研究中的多時間尺度概念為本文的電網接納可再生能源能力評估指標體系構建提供了借鑒意義。

本文基于前期學者的研究，將構建評估電網接納可再生能源能力的指標體系，用于反映電網對于風光等非水可再生能源的接納能力(下文中的可再生能源特指風光電源)，即電網的“飽和程度”，指標體系考慮電網運行的經濟性和安全性因素，從短期、中期、長期3個時間尺度展開，系統地描述電網對可再生能源的接納能力。

1 電網接納可再生能源能力影響因素

可再生能源出力具有波動性和不確定性，電網接納可再生能源的能力一方面取決于可再生能源自身的出力特性，即波動性和不確定性程度；另一方面取決于電網的平衡及控制能力。在電網運行中，不同時間尺度下考慮的接納能力影響因素不同，但實質都是體現在這兩方面的，具體影響因素見表1。

表1 電網多時間尺度接納可再生能源能力影響因素
Table 1 Factors about power grid accepting renewable energy in multi-time scale

1.1 電網短期接納可再生能源能力影響因素

電網短期內(時間尺度為天以內)接納可再生能源的能力主要與電網自動發電控制(automatic generation control，AGC)備用水平、凈負荷短期波動值、系統經濟調峰能力、系統調峰需求和電網外送通道有關。對于超高風光比例的地區(類似三北地區)，電網外送通道對電網接納能力才有一定的影響，一般情況下外送通道很少影響電網對可再生能源的接納能力。

凈負荷是通過系統負荷減去風光出力得到的，一般凈負荷曲線比原負荷曲線的波動幅度更大且波動更加頻繁。凈負荷的短期波動性增大會影響電網頻率的穩定性，因此凈負荷短期波動性越小系統頻率越穩定。一般而言，風光出力的秒級隨機波動可由系統的一次調頻所平衡，而對于長時間的緩慢波動可采用系統三次調頻和經濟調度進行平衡，風光出力和負荷的分鐘級波動則需要電網AGC備用來進行調節，因此AGC備用水平反映了電網二次調頻能力的大小，AGC的上備用水平和下備用水平分別反映了上調節能力和下調節能力。從電能質量和聯絡線功率控制的角度出發，當區域內AGC容量備用越多時，系統的調節速度越快，可平衡的風光出力分鐘級波動能力越大，在超短期內接納風光的能力也就越強[6]。

系統的經濟調峰能力是指水電和火電正常的基本調峰能力，不包含火電深度調峰和啟停調峰能力，在短期內經濟調峰能力取決于當天常規機組的開機計劃和負荷高峰時段所需的旋轉備用容量。常規機組的開機計劃確定了當天的總調峰能力，總調峰能力減去負荷高峰旋轉備用容量即系統的經濟調峰能力。風光的并網使得凈負荷的峰谷差增大，在負荷高峰時段，需要根據風光的出力預測標準差配備一定的旋轉備用容量，在負荷低谷時段，風光聚合體有一定的調峰需求，風光電源對調峰的具體影響如圖1所示。因此系統的經濟調峰能力能否滿足負荷峰谷差調峰需求和風光聚合體調峰需求之和是影響電網接納可再生能源能力的關鍵因素之一。

圖1 不同比例的風光并網對調峰的影響Fig.1 Effects of different proportion of wind and solar power on peaking

1.2 電網中期接納可再生能源能力影響因素

電網中期(時間尺度為月度和季度之間)接納可再生能源的能力主要與系統平均經濟調峰能力、系統平均調峰需求和電網外送通道有關，同樣一般地區不考慮電網外送通道因素。

系統平均經濟調峰能力是中期時間尺度內電網運行的經濟調峰能力的平均值，取決于常規可調節機組的裝機容量、機組檢修計劃和水電水情，常規可調節機組指具有調節能力的火電、水電和燃氣機組，反映了系統最大的調節水平，機組檢修計劃和水電水情會影響系統的調節能力，安排的機組檢修越多調節能力越小，水電水情是指水電處于豐水期、枯水期或平水期的狀態，不同水情狀態下水電機組的調節性能不同。

系統平均調峰需求是指中期時間尺度內電網凈負荷調峰需求的平均值，取決于負荷的平均峰谷差和風光聚合體的平均調峰需求，由于系統內可能會出現低概率的風光出力極端情況，所以允許一定的棄風棄光電量可以使風光聚合體的平均調峰需求更為合理。

1.3 電網長期接納可再生能源能力影響因素

電網長期(時間尺度為年度及以上)接納可再生能源的能力主要與系統內的靈活性資源和靈活性需求有關。

國內有學者將電力系統靈活性定義為：經濟約束和運行約束下，某一時間尺度內，電力系統快速而有效地優化調配現有資源，快速響應電網功率變化、控制電網關鍵運行參數的能力。靈活的電力系統既可以滿足功率不足時的電能缺口，也可以經濟處置功率過剩時的電能。對任何原因引起的負荷需求變化和電力輸出變化，電力系統都可以保證充足的電力供應[16]。電力系統在運行過程中會受到多種因素的影響，具有很強的不確定性，大規模風光可再生能源并網后，這種不確定性更加明顯與強烈，使電力系統在短時間內出現功率不平衡問題，這些不可控性問題也就是電力系統的靈活性需求，取決于系統內負荷特性、風光電源裝機容量和風光出力特性。電網需要利用靈活性資源平衡和控制系統的不確定因素，靈活性資源主要包含常規電源裝機容量、區域電網互聯傳輸容量、年度水電水情、電動汽車保有量、儲能規模、微網規模、負荷管理和負荷響應，這些靈活性資源可使電力系統經濟高效地運行，靈活性資源越多電網接納可再生能源能力越強。因此電網在長期時間尺度上接納可再生能源能力的關鍵在于電力系統的靈活性資源能否滿足系統的靈活性需求。

2 電網接納可再生能源能力評估指標體系

2.1 電網短期接納可再生能源能力評估指標

電網短期接納可再生能源能力的指標主要考慮2個方面，一是系統內機組的調頻能力能否滿足系統的調頻需求，二是機組的調峰能力能否滿足系統的調峰需求。由此提出2個電網短期可再生能源接納能力評估指標，分別為系統調頻能力充裕度和系統調峰能力充裕度。

2.1.1 系統調頻能力充裕度

系統調頻能力充裕度定義為系統的調頻能力與調頻需求的比值。具體的計算公式如下：

(1)

系統調頻能力計算如下：

(2)

式中RAGC為系統的AGC備用容量，由于凈負荷波動方向的不確定性，有可能需要AGC進行上調節，也可能是下調節，因此取AGC備用容量的中間值確定調頻能力。

系統調頻需求計算如下：

(3)

(4)

PNt+PNt+1+…+PNt+M)

(5)

當系統的調頻能力能夠滿足調頻需求時，βf的取值大于100%，表示系統接納可再生能源還有余力。當βf的取值低于100%時，表示系統的調頻能力無法完全滿足調頻需求，反映了可再生能源接納量過多，系統已經過飽和。圖3為某地區大規模可再生能源并網后系統調頻能力充裕度示意圖，從圖中可以看出，當天指標值低于100%的共計12個點(圖中圓圈部分)。

圖2 系統調頻能力充裕度示意圖Fig.2 System frequency adjustment capability

2.1.2 系統調峰能力充裕度

系統調峰能力充裕度定義為系統調峰能力與調峰需求的比值。具體的計算公式如下：

(6)

系統調峰能力計算如下：

(7)

式中：Pie和Pi,min分別為機組i的額定出力和最小技術出力；NG為系統中可調度的發電機組數目。

系統調峰需求計算如下：

(8)

式中：Preserve是負荷高峰時期的旋轉備用容量；PNmax和PNmin分別是凈負荷最大值和最小值。

當βp的值大于100%時，表示系統的調峰能力能夠滿足調峰需求，系統的接納可再生能源能力較強，當βp小于100%時，表示系統有調峰壓力，電網可能面臨棄風棄光或者深度調峰和啟停調峰，反映了系統接納的可再生能源量已經過飽和。

2.2 電網中期接納可再生能源能力評估指標

電網中期接納可再生能源能力的評估指標主要考慮系統的平均調峰能力能否滿足系統的平均調峰需求，因為系統的調頻問題屬于短期調度問題，中期時間尺度主要考慮調峰因素。由此提出系統平均調峰充裕度指標，計算方法如下：

(9)

系統平均調峰能力計算如下：

(10)

式中MG為系統中可運行的發電機組數目，可運行的發電機組是由所有裝機的電源減去檢修計劃的機組之后得出的。

系統平均調峰需求由3個部分構成，一是負荷峰谷差引起的調峰需求，二是負荷高峰時期的旋轉備用部分，三是考慮風光出力聚合的新增調峰需求。計算方法如下：

(11)

統計資料表明，負荷在預測值附近隨機變動的概率屬于正態分布，且方差的大小與負荷預測的準確性有關[17]。根據圖3所示的負荷在預測值附近波動的概率密度函數，可以求出負荷波動造成的缺電概率PLOLP為

(12)

式中：σload為負荷在預測值附近波動的標準差，一般取值在1%～2%，對于負荷比較大的系統取值為1%，對于負荷較小的系統取值2%；P1為系統的負荷備用容量。

圖3 風光并網前后負荷預測偏差概率密度Fig.3 Probability density of deviation befor and after grid connection for wind-PV system

可再生能源并入電網后，由于風光本身預測準確度也大致呈正態分布，可設σrenew為風光聚合體發電量的預測標準差，一般取值為10%～20%。則

(13)

式中σnew為風光發電并網后凈負荷的預測標準差，為維持給定的缺電概率PLOLP，通過正態分布表可以求出相對應的負荷備用容量：

Preserve=P2=σnewΦ-1(1-PLOLP)

(14)

式中：Φ-1為標準正態分布的反函數；P2即是負荷高峰時期的旋轉備用部分。

2.3 電網長期接納可再生能源能力評估指標

影響電網長期接納可再生能源能力的因素很多，綜合概括為2類，一類是為控制電力系統穩定性和運行經濟性的靈活性資源，另一類是電力系統中的種種不確定因素引起的靈活性需求。

常規電源規劃裝機容量是一項重要的靈活性資源，調節性水電、火電和燃氣發電是平衡可再生能源波動的重要資源。電網互聯區域可以互為負荷和備用，直觀上來說，區域電力系統間傳輸容量越大，電力系統靈活性越高，從而接納能力越強。儲能、電動汽車和微網同樣具有較強的靈活性，靈活性隨其規模的擴大而增強。負荷管理和負荷響應是一項需求側資源，能夠有效平衡負荷峰谷差，抵消可再生能源出力的波動性，也是評估電網接納可再生能源能力的重要指標。

在評估電網長期接納可再生能源能力過程中，由于相關因素較多，相互之間關系復雜，電網接納能力還取決于系統運行調控的策略，因而無法準確判斷電力系統的接納能力，僅能統計相關靈活性資源的量以及靈活性需求從而粗略評價電網對可再生能源的接納能力。爬坡資源不足期望值[16]是用于評價系統靈活性的其中一個指標，該指標能衡量系統運行的靈活性，有利于靈活性資源的不同組合進行優化與改善，但指標因變量只考慮輸電系統的靈活性資源，并未考慮配電系統所帶來的靈活性，該指標仍有待完善。該指標計算方法如下詳述。

(1)統計靈活性資源的量。設定時間尺度T，統計系統可用靈活性資源數據及概率分布，靈活性資源i的概率分布記為Di,T(X)，其中X表示靈活性資源i可以提供的調節容量。

(2)統計靈活性需求的量：

(15)

由臨界點可以得到，不能滿足系統靈活性需求的概率Pun,i可表示為

(16)

式中ξ為絕對值很小的正值，取1～2MW。

(3)電網靈活性評估。通過累加不能滿足靈活性需求的概率可得系統爬坡資源不足期望值Ii,T，即評估電網長期接納可再生能源能力的指標：

Ii,T=∑Pun,i

(17)

綜上形成電網多時間尺度接納可再生能源能力評估指標體系如表2所示。

表2 電網多時間尺度接納可再生能源能力評估指標匯總
Table 2 Indexes about power grid accepting renewable energy in multi-time scale

3 結 論

本文基于影響電網接納可再生能源能力的因素，分別構建電網短期、中期和長期3個時間尺度的電網接納可再生能源能力的評估指標體系，用于反映電網對可再生能源的“飽和程度”，為含風光可再生能源的電力系統的規劃運行提供參考和評價依據。

其中短期和中期計算方法較成熟，長期時間尺度考慮因素眾多，且因素之間關系復雜，目前僅能粗略估計電網靈活性。

[1]能源基金會.中國2050高比例可再生能源發展情景暨途徑研究[DB/OL]. (2017-04-20)[2017-05-17]. http://www.efchina.org/Reports-zh/china—2050-high-renewable-energy-penetration-scenario-and-roadmap-study-zh.

[2]張程飛, 黃俊輝, 謝珍建,等. 電網風電接納能力評估方法綜述[J]. 電網與清潔能源, 2015,31(3):99-105. ZHANG Chengfei, HUANG Junhui, XIE Zhenjian et al. A review on evaluation methods of power grid’s wind power accommodation capacity[J]. Power System and Clean Energy, 2015,31(3):99-105.

[3]SCHLUETER R A，PARK G.A modified unit commitment and generation control for utilities with large wind generation penetrations[J].IEEE Transactions on Power Apparatus and Systems，1985，104(7)：1630-1636.

[4]吳穎, 趙巖, 蔣傳文,等. 風電場穿透功率極限計算方法及發展[J]. 自動化儀表, 2008, 29(11):7-11. WU Ying, ZHAO Yan,JIANG Chuanwen et al. Calculation method of the wind power penetration limit of wind farm and its development[J]. Process Automation Instrumentation, 2008, 29(11):7-11.

[5]范傳光, 李亞馨, 回俊龍,等. 地區電網接納風電能力的分析計算[J]. 武漢大學學報(工學版), 2015, 48(2):220-224. FAN Chuanguang, LI Yaxin, HUI Junlong, et al. Calculation of admitting of regional power grid for wind power[J]. Engineering Journal of Wuhan University,2015, 48(2):220-224.

[6]張粒子, 李豐, 程世軍,等. 大規模間歇式能源并網輔助服務需求研究[J]. 太陽能學報, 2013, 34(8):1345-1352. ZHANG Lizi, LI Feng, CHENG Shijun, et al. Research on ancillary services requirements grid-connected large-scale intermittent energy[J]. Acta Energiae Solaris Sinica, 2013, 34(8):1345-1352.

[7]姚金雄, 張世強. 基于調峰能力分析的電網風電接納能力研究[J]. 電網與清潔能源, 2010, 26(7):25-28. YAO Jinxiong, ZHANG Shiqiang. Analysis on capacity of wind power integration into grid based on peak load regulation[J]. Power System and Clean Energy 2010, 26(7):25-28.

[8]JIANG X, CHEN H, XIANG T. Assessing the effect of wind power peaking characteristics on the maximum penetration level of wind power[J]. IET Generation Transmission & Distribution,2015, 9(16):2466-2473.

[9]張順, 葛智平, 郭濤,等. 大規模新能源接入后系統調峰能力與常規電源開機方式關系研究[J]. 電力系統保護與控制, 2016, 44(1):106-110. ZHANG Shun, GE Zhiping, GUO Tao, et al. Research on relationship between the capacity of systematic peak regulation and conventional power startup mode after access to large-scale new energy[J].Power System Protection and Control, 2016, 44(1):106-110.

[11]丁明, 劉新宇, 朱乾龍,等. 電網風電接納能力建模及影響因素分析[J]. 電氣工程學報, 2016, 11(7):1-8. DING Ming, LIU Xinyu ZHU Qianlong, et al. Research on the model and influences of power grid’s ability of admitting wind power[J]. Journal of Electrical Engineering, 2016, 11(7):1-8.

[12]張宏宇，印永華，申洪，等.基于序貫蒙特卡洛方法的風電并網系統調峰充裕性評估[J].電力系統自動化，2012，36(1)：32-37. ZHANG Hongyu，YIN Yonghua，SHEN Hong，et al.Peak-shaving margin evaluation associated with wind power integrated system based on sequential Monte-Carlo method[J].Automation of Electric Power Systems，2012，36(1)：32-37.

[13]黎靜華, 龍裕芳, 文勁宇,等. 滿足充裕性指標的電力系統可接納風電容量評估[J]. 電網技術, 2014, 38(12):3396-3404. LI Jinghua, LONG Yufang, WEN Jinyu,et al.Assessment of wind power capacity in power systems to meet the adequacy indexes[J]. Power System Technology, 2014, 38(12):3396-3404.

[14]徐乾耀, 康重慶, 江長明,等. 多時空尺度風電消納體系初探[J]. 電力系統保護與控制, 2013,41(1):28-32. XU Qianyao, KANG Chongqing, JIANG Changming, et al. Preliminary analysis on wind power accommodation system from multiple temporal and spatial scale perspective[J]. Power System Protection and Control, 2013,41(1):28-32.

[15]李劍楠, 喬穎, 魯宗相,等. 多時空尺度風電統計特性評價指標體系及其應用[J]. 中國電機工程學報, 2013, 33(13):53-61. LI Jiannan, QIAO Ying, LU Zongxiang, et al. Anevaluation index system for wind power statistical characteristics in multiple spatial and temporal scales and its application[J]. Proceedings of the CSEE, 2013, 33(13):53-61.

[16]肖定垚, 王承民, 曾平良,等. 電力系統靈活性及其評價綜述[J]. 電網技術, 2014, 38(6):1569-1576. XIAO Dingyao, WANG Chengmin, ZENG Pingliang, et al. A survey on power system flexibility and its evaluations[J]. Power System Technology, 2014, 38(6):1569-1576.

[17]周雙喜，王海超，陳壽孫. 風力發電運行價值分析[J]. 電網技術，2006，30(14):98-102. ZHOU Shuangxi, WANG Haichao, CHEN Shousun. Analysis on operation value of wind power resources[J]. Power System Technology, 2006，30(14):98-102.

(編輯 張小飛)

Evaluation of Grid Accepting Renewable Energy in Multi-Time Scale

LIU Dunnan1, LI Qi1, QIN Lijuan2, ZHAO Jiawei1

(1. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University), Beijing 102206, China; 2. Electric Power Research Institute of Guangxi Power Grid Co., Ltd., Nanning 530002, China)

The volatility and randomization of wind power and solar energy make power grid regard them as negative load in daily dispatch. The uncontrollable factors caused by renewable energy ratio in system lead to the results that the abilities for power grid to receive wind power and solar energy might be limited, including power grid’s peak-load regulation capacity, frequency regulation capacity, renewable energy output characteristics, load characteristics, external transmission channel of power network and so forth. Setting up renewable resources accepted index can reflect the “saturation level” of power grid, which can provide reference and evaluation basis for the operation and management of electric system. This paper presents the indicator system which can reflect multi-time scale power grid’s acceptance ability for renewable resources, based on the multiple factors influencing power grid’s acceptance ability. And then, this paper systematically evaluates the acceptance capacity of grid in short term, mid-term and long term three time dimensions respectively, with taking into account the operation security and economic factors of the system. Through index quantization value the power grid’s acceptance ability with the different proportion of renewable resources can be reflected.

accommodation ability; evaluation index; multi-time scale; renewable energy

TM 73

A

1000-7229(2017)07-0044-07

10.3969/j.issn.1000-7229.2017.07.006

2017-03-14

劉敦楠(1979)，男，博士，副教授，主要研究方向為電力市場及電力系統調度；

李奇(1992)，男，碩士研究生，本文通信作者，主要從事電力市場經濟運行工作；

秦麗娟(1985)，女，碩士，主要研究方向為電力市場需求側管理；

趙佳偉(1994)，女，碩士，主要研究方向為電力技術經濟及管理。