風電并網下含核電受端電力系統調峰問題研究

盧斯煜，鄭敏嘉，吳偉杰，周保榮，姚文峰

（1. 直流輸電技術國家重點實驗室（南方電網科學研究院有限責任公司），廣州510663；2. 廣東電網有限責任公司電網規劃研究中心，廣州510620）

在當前電網運行中，核電機組出于安全角度考慮，一般承擔基荷運行，在非緊急情況下不參與電力系統調峰［1-2］。同時，核電安全條件較高，一般就近建于沿海等負荷受端地區。風電出力具有隨機性、波動性、間歇性和反調峰特性［3］，在大多數情況下對電力系統調峰平衡具有負面影響，而隨著風電規模和占比的快速增長，這種影響將愈發凸顯。此外，由于我國資源條件和用電需求存在逆向分布，遠距離的輸電將長期存在。遠距離輸電的受端系統，由于外來電多為水電等清潔能源、且規模一般較大，在水電汛期為了保障送端水電等清潔能源的充分消納，其外來電調峰能力非常有限。因此，隨著風電等新能源裝機規模和比重的不斷提升，含核電的受端電力系統調峰問題將更為凸顯。

為了研究大規模風電并網條件下含核電的受端電力系統調峰形勢和對策，以保障多類型電源協調發展和電網的安全可靠運行，本文在充分分析國內外核電機組參與調峰情況及其技術經濟性的基礎上，針對常規確定性調峰校核方法存在的不足，提出了確定性與概率性相結合、典型周/典型日和全年8 760 h 全景模擬相結合的系統調峰平衡分析方法，能夠發揮兩種方法各自的優點，對系統調峰平衡進行更為全面和有效的分析與校核。以我國某沿海省級電網為例，采用所提出的方法，分析不同風電和外電場景下電網的調峰形勢，并提出相應措施建議。

1 國內外核電機組參與調峰情況分析

1.1 國外核電機組參與調峰情況

通過對國外（主要為法國EDF、西班牙、加拿大Ontario、美國PJM、日本東京TEPCO、韓國等）電力系統及核電運行方式開展調研，結果顯示核電機組主要存在兩種運行方式［4-6］：（1）調峰運行方式：該方式主要存在于法國。法國電網核電比例相對較高（裝機占比53%，發電量占比77%，2009年），缺乏調峰電源，存在顯著的調峰困難，因此核電機組在電網中參與日負荷調節；（2）基荷運行方式：除法國以外的國家和地區，電源結構與負荷特性較為適應，核電機組保持穩定基荷的運行方式。

1.2 國內核電機組參與調峰情況

我國核電起步于上世紀90年代，第一座核電站秦山核電站（一期）于1991 年并入華東電網發電，初期由于規模較?。?00 MW，CNP300 壓水堆），并未對電網產生明顯影響。后期隨著秦山核電二期（CNP650堆型）、三期（CANDU 6重水堆）的投產，雖然總裝機規模達到656.4 MW，但由于華東電網總裝機容量大，調峰手段豐富，對秦山核電的并網發電有著較好的保護與緩沖作用。因此，秦山核電基本處于帶基荷運行的狀態，僅在少數情況下（春節、國慶等特殊負荷日）降功率運行參與調峰。

大亞灣核電站是我國大陸首座大型商用核電站，1994年投入商業運行，而隨著后續嶺澳一、二期的建成投產，以及廣東電網調峰壓力的增大，大亞灣核電基地機組在重要節假日、臺風等特殊負荷日下會降額參與系統調峰。據統計，2016年大亞灣核電站、嶺澳核電站（一期、二期）因外部原因減載等效損失天數分別為0.789 d、20.108 d、33.197 d。

2016 年8 月，海南昌江核電一期2 臺650 MW機組（CNP650 壓水堆）實現全面投產發電，由于海南電網規模較小，且配套的瓊中抽蓄需2018年才能投產，導致電網“大機小網”問題更為突出、調峰壓力進一步加劇。根據海南電網調度中心統計，2016 年昌江核電參與調峰共45 臺次。在正常情況下，昌江核電保持75%功率平臺穩定運行；2016年，在春節、臺風、強降雨等特殊負荷日以及秋季主汛期水電大發、冬季峰谷差較大時期，昌江核電進一步降功率至50%～60%平臺運行，甚至低至20%。

1.3 核電機組參與調峰的技術經濟可行性

1.3.1 核電調峰的安全性

核電機組參與電網負荷調節的安全隱患主要包括［7］：（1）功率調節過程中，控制棒插入堆芯將形成軸向氙振蕩，導致軸向功率偏差振蕩，運行點超出可控范圍的風險加大；（2）由于核燃料芯塊與包殼的熱膨脹率不同，核電機組負荷變化時，容易導致燃料包殼局部疲勞破損；（3）負荷調節過程中，核電站廢液排放量成倍提高（負荷調節時日均處理量約47 m3，基荷運行時約10 m3），增加了硼回收系統（TEP）負擔，影響三廢系統對放射性廢水的處理和存儲能力，帶來人身與環境安全隱患；（4）頻繁參與負荷調節，將降低控制棒系統、關鍵閥門、汽輪機葉片等設備的運行可靠性。

1.3.2 核電調峰的技術性

以大亞灣基地的M310 堆型和CPR1000 堆型核電機組為例［8-9］：

1）作為法國早期的壓水堆核電技術，M310 堆型的功率控制模式在設計時均為G 模式（灰棒模式）。傳統意義上，G 模式設計的機組可實現在燃料的前80%循環壽期內具有日負荷跟蹤能力，可按照“12-3-6-3”模式［6-7］參與調峰，負荷變動速率最快可達到5%FP/min，并在15%～100%功率范圍內，具備10%FP 功率階躍變化的能力。但實際上，大亞灣、嶺澳核電站一期與法國同類核電機組在影響負荷調節能力的關鍵設計上存在差異，包括：（1）使用的運行圖左邊界較窄（FQ=2.25，法國同類型的核電站FQ=2.35），安全運行范圍相對降低；（2）下泄管線由孔板控制壓力（法國EDF 核電機組由控制閥控制壓力），機組功率變化過程中將產生很大瞬變，對一回路產生較大沖擊，加大電站的運行風險。

2）CPR1000 堆型是在M310 基礎進行改進形成的，反應堆功率控制的絕大多數關鍵部分均沿用了M310的原有設計。從設計上，機組具有G模式的運行方式，但目前仍需結合實際運行進一步驗證。

1.3.3 核電調峰的經濟性

核電機組參與調峰對其經濟性的影響主要體現在［7，10-11］：（1）核電調峰將直接降低電廠發電利用小時和利潤。例如采用“12-3-6-3”方式調峰（調峰深度假定為額定負荷的50%），日負荷因子約為81.25%，較滿負荷情況下下降近20 個百分點，進一步考慮機組參與調峰后蒸汽能量的貶值以及廠用電率的升高，核電廠的經濟效益將明顯下降；（2）核電調峰易造成核棄料。對于核電機組，需要根據發電量制定核電換料計劃（一般按照基荷運行的方式制訂）。核電機組參與調峰或降出力運行，將導致核燃料的損耗率增加或使用不充分，造成棄料，影響核電運營的經濟性；（3）核電調峰將增加廢水處理費用。核電機組參與調峰運行，會相應增加廢水排放，對電廠廢水存儲和處理能力提出更高的要求，增加電廠廢水處理的費用，影響經濟性；（4）核電調峰將提高電站廠用電率。當核電機組出力水平下降，電站中廠用電較高的設備的用電量并不下降，使廠用電占電站總發電量的比例增加。

2 確定性與概率性相結合的調峰分析方法

2.1 確定性調峰分析方法

確定性調峰分析方法是指通過對電力系統各邊界條件進行科學地假定或設定（典型系統負荷曲線與風電出力曲線）后展開系統調峰平衡分析的方法［12-16］。

確定性分析的場景主要從負荷曲線、風電出力曲線和外來電特性三個維度來建立：對于負荷，選取最大負荷典型日、典型周、典型節假日等不同負荷場景；對于風電，選取風電平均出力、典型反調峰、理論反調峰（根據95%置信度下的風電最大出力與最小出力構建理論反調峰曲線）等不同的風電出力場景；對于外來電，可根據其參與受端系統調峰的程度來設置不同的外來電場景。對每個確定性場景，分別使用CSPS_ProS 軟件①CSPS ProS 2013，為南方電網科學研究院與華中科技大學聯合開發的南方電網電力系統運行模擬分析軟件，源于華中科技大學和華中電力集團公司于1999 年合作擴展并完善的“聯合電力系統運行模擬軟件（WHPS 2000）”[21-23]，屬于WHPS 2000 的全新升級產品，WHPS2000在我國各電網公司、電力設計院中得到廣泛應用。進行典型日/典型周運行模擬計算，校核各場景下系統的調峰平衡，分析不同場景因素對系統調峰平衡的影響。

2.2 概率性調峰分析方法

相比于確定性調峰分析方法基于風電典型日出力曲線，概率性調峰分析方法是基于概率性分析場景開展的，此處的所提的概率性主要體現在風電全年8 760 h時序出力序列的隨機模擬。

采用南方電網節能經濟運行平臺［17-18］，采用Weibull 分布描述風電出力分布情況，采用隨機差分方程模擬生成全年8 760 h 的風電時序出力［19-20］，進一步將風電時序出力與時序負荷一一對應，則可得到全年365 d 含隨機風電場景的概率性場景，對全年所有場景進行運行模擬，校核系統調峰平衡。

2.3 確定性與概率性相結合的調峰分析方法

確定性的調峰分析基于典型周/典型日模式開展，其優點是考慮了系統運行的典型場景和較極端場景，能夠對系統調峰運行邊界進行有效的校核，同時模擬場景數目較少、仿真效率高；其缺點是其調峰棄電只代表典型場景，無法反映全年尺度下的棄電水平，同時也無法計及一些概率極低的場景的影響。概率性的調峰分析是基于8 760 h的全景模擬開展，其優點是基本能覆蓋運行中大多數的場景，調峰棄電能反映全年水平；其缺點是對風電出力時序模擬的精確度、時序負荷預測的精確度依賴性較大，同時模擬場景數目多、仿真效率低。因此，本文提出將兩者進行結合應用的工程化調峰分析方法，具體分析步驟如下：

1）對規劃期內不同電源方案采用確定性調峰分析方法進行初步的調峰平衡評估，在該步驟中，風電可采用平均出力曲線或典型反調峰出力曲線，負荷曲線可采用逐月典型日曲線及典型節假日曲線。

2）針對步驟1 篩選出的建議方案，采用概率性調峰分析方法進行全時序的詳細模擬，評估全年棄風情況，并據此對電源結構進行優化調整。

3 風電并網下含核電的受端電力系統調峰問題研究

本節以某規劃水平年下某沿海電網為例，采用所提出的確定性和概率性相結合的方法，分析不同場景下受端電力系統的調峰形勢，并提出相應措施建議。

3.1 確定性調峰分析

電網實際運行中，核電一般保持穩定出力運行，需要其他機組（如抽水蓄能電站等）配合參與電網調峰；而風電反調峰特性顯著，導致系統調峰壓力日趨嚴峻。風電并網對含核電系統調峰形勢的影響，主要體現在系統調峰能力對于不同風電出力形態的適應性?；诖_定性分析方法，研究在不同負荷場景（最大負荷典型日、典型周、典型節假日）、新能源出力場景（風電平均出力場景、風電典型反調峰場景等）、西電調峰方式（西電按調峰原則規定參與調峰、西電充分參與調峰）下系統的調峰情況。設置三類場景開展仿真模擬：

1）基礎場景：風電采用平均出力場景、西電按調峰原則參與調峰。

2）風電反調峰場景：風電采用典型反調峰場景、西電按調峰原則參與調峰。

3）西電充分調峰場景：風電采用平均出力場景、西電更為充分地參與調峰。

3.1.1 基礎場景（場景I）

基礎場景下，調峰平衡模擬結果：（1）最大負荷日，該電網不存在棄水或棄風，表明低谷時段壓負荷調峰基本不存在問題；（2）典型周，系統僅在個別月份周一存在少量棄風調峰；（3）春節期間，由于系統負荷較低，當保安開機大于50%時，系統火電和核電整體開機規模過大，若保證西電完全消納，則將造成本地系統全天棄風棄水。以保安開機70%為例（圖1），系統全天均存在棄水棄風，低谷時段存在331 MW 左右的調峰缺額，調峰形勢十分嚴峻。此時，若要滿足調峰平衡并完全消納水電和風電，需要東區核電機組整體降額運行于63%左右的功率平臺。對電網保安開機開展進一步的敏感性分析（具體結果見表1），若要完全消納水電、風電，需要電網保安開機約束調減至40%（此時電源開停機和發電調度計劃均重新進行了優化）；（4）國慶期間，系統調峰形勢相對緩和，在調減保安開機至60%時可基本解決調峰問題（具體見表1）。

表1 基礎場景下典型節假日調峰平衡情況Tab.1 Peak shaving balance during typical festival in base scenario MW

3.1.2 風電反調峰場景（場景II）

基礎場景中，風電出力采用夏（冬）季日平均出力曲線，整體波動不大且呈現正調峰（如圖2），對系統調峰造成的壓力較小。相關統計數據顯示，該地區風電場在一年中日出力曲線出現反調峰的概率接近50%，風電反調峰出力場景將進一步加劇電網調峰壓力。為進一步研究風電反調峰的影響，本節選取了該地區風電夏季和冬季典型反調峰曲線（如圖3），探討該場景下的調峰形勢。

圖1 基礎場景下春節及節后工作日電站工作位置圖（保安開機70%）Fig.1 Generation schematic in base scenario during spring festival and on working days after the festival

圖2 風電夏（冬）季日平均出力曲線Fig.2 Average wind generation curve during summer and winter

圖3 風電夏（冬）季日典型反調峰出力曲線Fig.3 Typical wind generation curve under anti peak shaving during summer and winter

該場景下調峰平衡模擬結果：（1）最大負荷日及周末典型日均不存在調峰問題，而周一存在少量棄風調峰。同時，對比基礎場景，該場景下東區周一出現棄風的月份及棄風的總量，均有所增加；（2）春節期間，該場景下調峰形勢更趨嚴峻，當保安開機大于50%時（表2），系統火電和核電整體開機規模過大，若保證西電完全消納，則將造成本地系統全天棄風棄水，且棄風棄水規模較基礎方案有明顯增加。隨著保安開機約束的進一步調減，調峰問題將得到緩解，但即便調減至40%的保安開機，棄風依然存在。以保安開機70%為例（圖4），系統水電及風電全額棄電（棄水調峰1 037 MW、棄風調峰1 311 MW），同時還存在361 MW 的調峰不足。若要滿足調峰平衡并完全消納水電和風電，需要東區核電機組整體降額運行于47%左右的功率平臺。對電網保安開機開展進一步的敏感性分析發現，在該場景下，即便系統保安開機調減至40%時，依然在負荷低谷時段存在471 MW 的棄風調峰；（4）國慶期間，系統調峰形勢相對緩和。

表2 風電反調峰場景下典型節假日調峰平衡情況Tab. 2 Peak shaving balance during typical festival in scenario II（wind-power anti peak shaving scenario）

圖4 風電反調峰場景下春節及節后工作日電站工作位置圖（保安開機70%）Fig.4 Generation schematic in scenario II（wind-power anti peak shaving scenario）during spring festival and on working days after the festival

3.1.3 外電充分調峰場景（場景III）

在上述場景中，考慮到西電東送通道的安全性和經濟性，通道的調峰特性按照預定的原則進行，西電調峰深度在25%～40%范圍。整體而言，此原則下西電的調峰參與程度較低，雖然能有效保證西部清潔能源的跨區消納，但也給受端電網帶來較大的運行壓力。

為進一步研究西電調峰場景對受端電網調峰的影響，本節考慮西電更為充分地參與調峰的場景（即西電東送曲線最低傳輸功率為0），探討該地區的調峰形勢。

表3 西電充分調峰場景下典型節假日調峰情況Tab.3 Peak shaving during typical festival in Scenario III（full west-power peak shaving scenario）

圖5 4和9月周一典型日西電不同調峰模式下送電曲線Fig.5 Transmission curve under different west-power peak shaving modes on Monday，the typical day，in Apr. and Sept.

該場景下調峰平衡模擬結果：（1）最大負荷日及典型周均不存在調峰問題。圖5 對比了基礎方案與本方案在該水平年下4 月和9 月周一典型日的西電各通道送電曲線，由圖中可見，西電充分參與調峰之后，西電各通道送電曲線的峰谷差增大，調峰能力和參與程度提高；尤其是云電通道，送電峰谷差大幅增加，顯著降低了該電網的調峰壓力；（2）春節期間，當系統保安開機為70%時，東區依然存在嚴重的調峰問題，水電及風電出現全額棄電（表3，棄水調峰981 MW、棄風調峰549 MW），同時還存在540 MW 的調峰不足。值得注意的是，雖然本方案中西電調峰能力和參與程度有所提高（見圖6），但由于基荷機組開機（核電全開機6 120 MW）過高，西電在削峰的同時也壓縮了抽蓄電站在峰荷的發電空間，使得抽蓄電站在谷荷時段抽水空間不足，造成谷荷時段調峰缺口較基礎方案增大。且這種情況在各個西電調峰的場景中均存在。

春節期間，保安開機70%條件下（圖7），若為保證調峰平衡并完全消納水電、風電，核電機組需至少降額運行于66%左右的功率平臺。

此外，本方案下，受益于西電調峰能力的提高，國慶期間東區凈負荷峰谷差較低，調峰基本不存在問題。在保安開機70%條件下，系統不存在棄風棄水和調峰缺額（表3）。

圖6 春節典型日西電不同調峰模式下送電曲線（保安開機70%）Fig.6 Transmission curve under different west-power peak shaving modes on the typical day of spring festival

圖7 風電反調峰場景下春節及節后工作日電站工作位置圖（保安開機70%）Fig.7 Generation Schematic during Spring Festival and on working days after the festival in wind-power anti peak shaving scenario

3.2 概率性調峰分析（場景IV）

基于概率性分析方法，通過模擬全年8 760 h的風電出力，對該水平年下該地區的調峰問題進行全年逐日細化分析。

圖8 對比了概率性方法和確定性方法（風電反調峰場景）下的全年逐月最大單日調峰棄風/棄水電力結果。由圖中可見，概率性分析方法下，最大單日棄風電力要明顯高于確定性分析方法下的數值。這是由于在概率性方法下，每個時刻的風電出力都是根據概率分布隨機生成的，其隨機性更為顯著。模擬生成的風電最大單日出力反調峰特性較確定性場景下的更為嚴重，導致單日最大棄風電力顯著增加。

圖8 概率性方法與確定性方法（風電反調峰場景）下全年逐月單日最大棄風/水電力Fig.8 Abandoned Wind/hydro power under the probabilistic method and deterministic method in wind-power anti peak shaving scenario

圖9 對比了概率性方法和確定性方法（基礎場景和風電反調峰場景）下的全年調峰棄風電量結果。需要說明的是，確定性場景下的全年棄風電量為根據各月典型周的棄風電量折算而成。由圖中可見，概率性分析方法下，系統全年的棄風水平介于采用確定性方法的基礎場景和風電反調峰場景之間。這是因為，在基礎場景下，風電出力采用平均出力曲線，其特性與負荷特性較為匹配，棄風水平最低；而風電反調峰特性場景下則風電出力與負荷匹配性最差，顯然其棄風水平最高；而概率性方法則由于風電出力為隨機生成，存在一定概率是反調峰特性，也存在一定概率是正調峰特性，因此整體的棄風水平介于上述兩個方案之間?？傮w而言，概率性方法下，由于仿真模擬的時間尺度較為精細（全年8 760 h 時序模擬），貼近電網實際運行情況；同時風電也采用全年8 760 h 的時序隨機模擬出力，因此，其風電棄風水平更能代表實際運行的結果，具有較大的參考意義。

圖9 概率性方法與確定性方法（基礎場景&風電反調峰場景）下全年棄風電量及棄風率Fig. 9 Abandoned electric quantity of wind power and wind abandoning ratio under the probabilistic method and deterministic method in basic scenario and wind-power anti peak shaving scenario

4 結 論

本文針對常規確定性調峰校核方法存在的不足，提出了確定性與概率性相結合、典型周/典型日和全年8760 h 全景模擬相結合的系統調峰平衡分析方法，在具體應用中，采用確定性方法進行初步的調峰平衡評估和方案篩選，采用概率性方法進行全時序的詳細模擬，評估全年棄風情況，并據此對電源結構進行優化調整。

本文并以某沿海電網為例，分析不同場景下受端電力系統的調峰形勢，研究表明：（1）確定性與概率性相結合的調峰分析方法，既能對系統調峰運行邊界進行有效且快速的校核，也能合理反映全年的調峰棄電水平；（2）受端電力系統在春節、國慶等典型節假日期間及極端氣候條件下面臨較為嚴重的調峰問題，需采取一定的調峰手段（如棄風棄水、部分核電機組關停或降出力運行等）才能保持系統調峰平衡；（3）建議核電機組提前開展機組靈活調峰可行性和相關技術改造研究，以適應未來電力系統對多類型能源（尤其是可再生能源）的消納需求。此外，考慮未來電力市場的發展，建議結合電力現貨市場，提前開展相關市場成本和風險分配機制研究，在維持電力系統安全穩定運行的基礎上合理保障各參與主體的利益。