綠電園區自主調峰能力評估方法研究

魯曉軍　肖軍　熊為軍　葉磊

摘要：為解決“源網荷儲一體化”綠色供電園區（簡稱“綠電園區”）調峰能力不足的問題，保障新能源接入綠電園區后不影響大電網的安全穩定運行，需要對園區供電方案的自主調峰能力進行評估。以內蒙古奈曼旗綠電園區項目為例，提出了自主調峰能力指標計算方法。結合生產運行模擬計算，驗證綠電園區供電方案中風電、光伏和儲能的規模及配比是否滿足自主調峰要求。全年場景、各月典型日場景和極端場景的仿真計算結果驗證了所提自主調峰能力指標計算方法的有效性。研究成果可為綠電園區電源配置的優化與合理性驗證提供有效的計算方法。

關鍵詞：自主調峰； 綠電園區； 源網荷儲一體化； 新能源消納； 生產運行模擬

中圖法分類號：TM732

文獻標志碼：A

DOI：10.15974/j.cnki.slsdkb.2023.12.011

文章編號：1006-0081（2023）12-0063-09

0引言

“雙碳目標”推動了中國加快構建清潔低碳、安全高效的能源體系，提升了可再生能源利用水平。然而，以風電和光伏為代表的新能源發電具備波動性和不確定性特點，其并入電網后會對電力系統（尤其是調峰方面）產生較大影響［1］。通過分析考慮消納新能源后的等效負荷特性，可以用定性或定量方法來分析消納新能源給電網調峰帶來的新增負擔［2-4］。為解決新能源消納與電網調峰之間的矛盾，有學者提出了風電、光伏和出力可靈活調節的電源協調送出方案［5-7］，例如火電、水電、儲能和需求側管理等技術方案［8-9］，有效解決了大電網中新能源消納帶來的調峰難題。

然而，隨著以新能源為主體的新型電力系統發展，除電源側外，新能源在負荷側的直接應用也越來越多，此時僅靠前述電源側的調節能力難以保障電力系統穩定可靠運行，且存在技術難度大、經濟成本高的問題。為此，針對新型電力系統，國家提出了“源網荷儲一體化”的技術路線，充分發揮負荷側的調節能力，推動電力系統由“源隨荷動”向“源荷互動”轉變［10-11］。2020年以來，國家發展和改革委員會、國家能源局聯合發布了相關文件（發改能源規〔2021〕280號），特別指出圍繞負荷側需求開展“源網荷儲一體化”，支持在工業負荷規模大、新能源資源條件較好的地區，結合增量配電網和儲能技術等工作，開展源網荷儲一體化綠色供電工業園區建設。隨后，內蒙古自治區等地推出了綠色供電工業園區（以下簡稱“綠電園區”）相關的實施細則（內能新能字〔2022〕888號），在確保自我消納、自主調峰的前提下，提高終端用能的新能源電力比重。

對于綠電園區項目，目前的實施細則中大多對儲能比例、新能源消納電量占總負荷比例以及新能源棄電率等指標進行了定量的限制約束。現有研究也主要集中于提高綠電園區的新能源消納能力，盡力滿足綠電園區方案的定量約束。例如為了激勵用戶側對消納新能源的貢獻，文獻［12］和［13］結合不同用戶的負荷曲線，提出了量化不同用戶對新能源消納貢獻的計算方法，并以此為基礎提出相應的激勵方案；文獻［14］則從碳交易的視角，提出了綠電園區分級碳交易原則，并將綠電消納占比引入碳排放計算中，共同激勵綠電園區用戶減少碳排放，提高新能源消納。然

而對于定性的限制約束，例如綠電園區是否具備自主調峰能力，如何進行量化評估，則鮮有文獻涉及。因此，需進一步研究綠電園區自主調峰能力的量化表達，將自主調峰這一定性約束轉化為定量約束。

本文以內蒙古自治區奈曼旗綠色園區供電項目為例，結合實際電力系統運行的約束要求，提出了綠電園區自主調峰能力的量化評估指標。以該綠電園區供電方案數據為例，通過全年8 760 h、典型月和極端場景等多場景仿真計算，驗證了所提出的綠電方案自主調峰能力評估指標的有效性。

1綠電園區供電方案介紹

1.1園區負荷供電

該工業園區的新增負荷原計劃通過園區增量配電網，由大電網主網進行直接供電，如圖1（a）所示。引入風電和光伏新能源以及儲能后，綠電園區的供電方案如圖1（b） 所示，其中儲能、風電場和光伏電站均接入園區增量配電網，形成了基于增量配電網的源網荷儲一體化綠色供電方案。園區負荷來自于接入增量配電網的光伏和風力發電，風電和光伏出力不足部分來自于儲能設備和大電網主網。儲能設備作為靈活調節手段承擔平滑負荷曲線、削峰填谷等作用。

1.2相關供電要求

本文以內蒙古自治區能源局發布的綠電園區項目實施細則（2022年版）為例，闡述綠電園區供電方案的相關要求。

首先是儲能設備配置規模的要求。儲能設備的額定功率不能低于新能源配置總裝機功率的15%，儲能設備在額定功率運行時的最大充/放電持續時間不低于4 h。其次是從綠電園區對大電網的無源特性角度出發，要求綠電園區以單一并網點接入主網，且運行過程中不得向主網反送電。這就要求新建的新能源總裝機功率與園區新增的負荷相匹配，避免園區增量配電網呈現出電源特性。此外，從綠電園區對主網調峰的影響出發，要求綠電園區具備自主調峰能力，不得增加主網的調峰負擔。這對儲能的調節能力提出了更高的要求。最后，從新能源的消納量和棄電率角度出發，要求綠電園區中每年新能源電力消納電量不得低于總負荷電量的50%，新能源年棄電率低于10%。

2綠電園區供電方案邊界條件

2.1有功功率平衡

根據電力系統有功功率平衡的約束條件，忽略有功功率傳輸過程中的功率損失，則需要滿足：

2.2儲能設備充放電平衡

2.3自主調峰能力

2.4棄電率要求

2.5消納率要求

3綠電園區一體化運行數學模型

3.1整體計算流程

為獲取可滿足綠電園區方案邊界條件的風電、光伏和儲能配置的方案，需要對綠電園區的供電方案進行全年8 760 h生產模擬計算，驗證其是否滿足相關約束條件，整體計算流程如圖2所示。

數據準備工作是供電方案計算的重要環節。對于負荷數據，一般各企業僅上報了其新增的最大負荷，為便于計算，還需對園區內各企業負荷進行綜合調研，獲取其典型日負荷曲線，推演年負荷曲線；獲悉其負荷特性與相應企業生產工藝、銷售情況等因素之間的內在關系，包括是否與季節相關（時間特性）、是否具備可調節特性（倒班機制是否靈活，生產環節是否可平移等），以此充分評估企業負荷進行需求側響應的潛力，便于后期通過價格機制引導企業參與負荷需求側響應。

除負荷數據，還需調研擬開發區域的風電和光伏資源情況。由于可能存在測風塔等測量工具的缺失，往往難以得到該區域風光資源的實測數據。因此，需要借助氣象數據庫中的數據進行換算分析。本文從羲和能源大數據平臺選取歐洲中期天氣預報中心（ECMWF）歷史氣象數據，并通過換算得到相應的風電和光伏全年標幺值出力曲線和最大可開發容量。

獲得負荷特性數據和新能源出力特性數據后，以一組風電、光伏發電、儲能的額定功率/容量配置作為輸入，進行全年8 760 h的生產運行模擬仿真計算，得到該組風光和儲能配置情況下綠電園區的新能源年棄電率和消納率，并與實施細則所要求的棄電率和消納率標準進行對比。如果棄電率和消納率二者之中任意一個不滿足要求，則重新調整風電、光伏或者儲能的容量進行生產運行模擬計算，直到新能源棄電率和消納率均滿足要求。

可以看出，滿足新能源棄電率和消納率的風電、光伏和儲能配置組合是一個多解問題，還需后續結合經濟性分析，對各種可能的配置組合進行優化計算。此外，該整體計算流程中，無明顯的自主調峰能力校核環節，該環節將在8 760 h生產運行模擬計算中進行描述。

3.2考慮自主調峰要求的一體化生產運行

綠電園區全年8 760 h生產運行模擬計算的流程如圖3所示。該過程考慮了源、網、荷、儲一體化的協調。首先，根據風電和光伏聯合出力情況，通過電價機制等手段激勵園區企業主動調整負荷曲線，使園區綜合負荷曲線盡量貼近新能源發電曲線，從負荷側減少系統調峰負擔。

3.3提高自主調峰能力的措施

自主調峰措施的核心思想為主動調節從大電網的下電功率PS，抬高其最小值PSmin或拉低最大值PSmax，根據公式（4），此時可降低調峰負擔λS，進而提高園區電力系統自主調峰能力，更易滿足自主調峰能力評估指標。

如圖4所示，首先利用儲能設備協調運行進行自主調峰。根據電力系統有功功率實時平衡約束，從PS需要實時跟蹤園區內的等效負荷，因此可通過儲能設備的充、放電來調整園區內的等效負荷，以此改變PS。若此時PS處于較低水平且持續下降，則讓儲能強制充電，進而增大園區內的等效負荷，以此來增加PS，進而抬高PSmin；若此時PS處于較高水平且持續增高，則讓儲能強制放電，進而減小園區內的等效負荷，以此來降低PS，進而降低PSmax。

如果儲能的充電狀態達到限制，無法繼續充電，而自主調峰能力指標還未達到，啟動第二步自主調峰措施，對風電或者光伏進行棄電，減小園區內的電源發電功率，進而增大園區內的等效負荷，以此抬高PSmin；如果儲能的放電狀態達到限制，無法繼續放電，而自主調峰能力指標還未達到，則通過購買外部調峰服務，例如從第三方租賃儲能進行輔助調峰，從而降低PSmax。

4仿真計算

4.1負荷特性

本文以內蒙古自治區奈曼旗綠電園區項目的數據為例進行仿真計算。

該工業園區2023年報裝的新增負荷為225.6 MW。通過對報裝企業的生產工藝和負荷特性調研，將園區新增負荷分為3類，如表1所示。

從表1可知，由于該工業園區內新增負荷大多為玻纖行業、生物科技行業等，該類行業的主要工藝環節均全年不停產，因此新增負荷的波動性均不明顯，負荷水平較為平穩。

第一類負荷主要來自玻纖行業，其工藝各環節存在緊密的耦合，無法靈活調整，因此該類負荷不具備可調性；第二類負荷主要來自生物科技行業，其部分生產環節可以通過安排靈活的倒班生產制度來排產，因此有30%的負荷可以在早班、中班、晚班時間段內平移；第三類負荷主要涉及到混凝土加工行業，由于加工主要集中在夏季，因此負荷集中在夏季，且不具備可調性。

4.2新能源出力特性

為了驗證從文獻［15］中所獲取的風電和光伏出力曲線的準確性，首先對比了平臺數據庫計算得到的現有風電場和光伏電站所在區域的出力曲線與實際出力曲線情況，如圖5所示。可以看到，數據曲線較為準確地反映出實測曲線的波動性，二者之間相差不大。因此，針對該綠電園區項目擬開發站址，以2021年風電和光伏全年歷史數據作為8 760 h生產運行模擬計算的輸入，其波形曲線如圖6所示。

4.3全年8 760 h場景

基于園區的新增負荷規模，暫定該綠電園區供電方案中風電額定容量為220 MW、光伏額定容量為85 MW、儲能配置57 MW×4 h。可以看到，儲能的額定功率為新能源裝機容量的18.69%，滿足儲能額定功率不低于15%的要求；儲能額定功率下持續充/放電時間為4 h，亦滿足相關要求。接下來的計算中，假設儲能充電能量轉換成放電能量時的轉化損耗率為η=15%。

此外，每日新能源的消納率和棄電率曲線如圖8所示。根據全年曲線求平均值，可以得到新能源年消納率為51.70%，滿足公式（11）對消納率的要求；新能源（含風電和光伏）年度綜合棄電率為9.88%，滿足公式（7）對棄電率的要求。

4.4各月典型日場景

全年8 760 h場景的計算過程詳實，數據結果充分，但計算數據量大、計算負擔較重，且無法展示具體的自主調峰調節過程。因此，也可以每個月為單位，選取當月典型的新能源日出力曲線，并以其作為輸入進行自主調峰計算。本文根據文獻［16］所提出的曲線形態特征提取方法，根據每個月的風電和光伏出力數據，得到當月的風電光伏聯合出力典型曲線，進而針對每個月的典型日曲線進行自主調峰計算。接下來以9月為例，詳述自主調峰過程。

4.5極端場景

除了典型日場景，還需考慮極端場景下所提出的供電方案是否滿足自主調峰要求，如全天無風、風功率陡增、夜間大風且白天無風弱光等極端場景。以下結合“夜間大風且白天無風弱光”的極端場景，分析自主調峰平衡能力，如圖11和表4所示。

該場景下，負荷的峰谷差為35.15 MW，負荷調峰負擔計算為18.64%。由于凌晨和夜間風電出力很大，發電功率過分盈余，因此凌晨和夜間時段均采

取了主動棄風的手段確保從大電網下電功率的最小值維持在較高水平；而在白天時段，采取儲能主動放電的方式避免從大電網下電功率的最大值過高，而在夜間時段儲能為了維持能量平衡，主動充電，同時可以進一步抬高從大電網下電功率的最小值。通過

上述自主調峰手段，從大電網下電功率的最大值為115.30 MW，最小值為93.81 MW，峰谷差為21.49 MW，主網調峰負擔計算為18.64%，恰好不超過負荷調峰負擔，驗證了自主調峰能力。但此極端場景下新能源棄電率達到了43.72%，新能源消納率為40.77%，棄電率遠超要求的最大值10%。但是該極端場景出現的概率較小，可以認為對該綠電園區的新能源棄電率和消納率表現影響不大。

5結論

本文以內蒙古自治區奈曼旗綠電園區的供電方案為例，根據相關法規細則，分析了綠電園區供電方案邊界條件，提出了自主調峰能力的評估指標計算方法，以及基于源網荷儲一體化思想的自主調峰措施。全年場景、典型日場景和極端場景下的調峰平衡仿真計算結果表明，所提出的供電方案具備自主調峰能力，并得到以下結論。

（1） 自主調峰的核心思想是控制綠電園區從大電網下電功率的下限功率和上限功率，可通過負荷側需求響應、儲能主動調節和新能源主動棄電等手段實現。

（2） 自主調峰能力指標會影響新能源棄電率和消納率指標，在極端場景下，為了優先滿足自主調峰能力要求，可能會增大新能源的棄電率、降低消納率。

（3） 提高自主調峰能力可以通過增大儲能額定功率和容量來實現，但會影響項目的經濟性。

參考文獻：

［1］舒印彪，張智剛，郭劍波，等.新能源消納關鍵因素分析及解決措施研究［J］.中國電機工程學報，2017，37（1）：1-9.

［2］潘旭，王會超，王建中，等.基于優先消納新能源的電網調峰難度分析指標體系研究［J］.供用電，2023，40（2）：78-84.

［3］徐超，張宇，于偉，等.計及協同調峰的新能源供電出力調度模型設計［J］.能源與環保，2022，44（12）：237-243.

［4］趙書強，吳楊，李志偉，等.考慮風光出力不確定性的電力系統調峰能力及經濟性分析［J］.電網技術，2022，46（5）：1752-1761.

［5］李軍徽，安晨宇，李翠萍，等.計及調峰市場交易的儲能-新能源-火電多目標優化調度方法［J/OL］.電工技術學報：1-16［2023-08-23］.https：∥doi.org/10.19595/j.cnki.1000-6753.tces.221720.

［6］曹輝，李天鷙，盧佳，等.金沙江下游水風光多能互補規模計算模型研究［J］.水利水電快報，2022，43（10）：61-72.

［7］崔楊，安寧，付小標，等.面向高比例新能源電力系統調峰需求的儲能容量配置方法綜述［J］.東北電力大學學報，2023，43（1）：1-8.

［8］王彩霞，時智勇，梁志峰，等.新能源為主體電力系統的需求側資源利用關鍵技術及展望［J］.電力系統自動化，2021，45（16）：37-48.

［9］高洪超，王宣元，邱小燕，等.新型電力系統環境下的虛擬電廠輔助調峰市場機制及其商業模式設計［J］.太陽能學報，2023，44（3）：376-385.

［10］李建林，郭兆東，馬速良，等.新型電力系統下“源網荷儲”架構與評估體系綜述［J］.高電壓技術，2022，48（11）：4330-4342.

［11］劉敦楠，徐爾豐，許小峰.面向園區微網的“源-網-荷-儲”一體化運營模式［J］.電網技術，2018，42（3）：681-689.

［12］危怡涵，范帥，許少倫，等.基于新能源消納邊際貢獻的用戶綠電份額評估方法［J］.電力系統自動化，2023，47（10）：14-25.

［13］黃家暉，次仁歐珠，周歡，等.基于綠電指數的園區常態化低碳運行機制［J］.高電壓技術，2022，48（7）：2554-2562.

［14］李振坤，李逸沐，羅瀟，等.計及碳交易和綠電占比的園區微電網優化運行［J/OL］.電測與儀表：1-11［2023-10-18］.http：∥kns.cnki.net/kcms/detail/23.1202.TH.20221019.1055.008.html

李振坤，李逸沐，羅瀟，等.計及碳交易和綠電占比的園區微電網優化運行［J/OL］.電測與儀表：1-11.

［15］王詩超，劉嘉暢，劉展志.基于高斯混合聚類的海上風電出力特征曲線提取方法及其在電量平衡計算中的應用［J］.南方能源建設，2023，10（1）：39-47.

［16］林俐，肖舒，費宏運，等.基于曲線形態特征的地區規模化風電出力場景劃分［J］.電網與清潔能源，2020，36（3）：74-81，88.

（編輯：唐湘茜）

Self-peak-shaving ability verification method for green-power industrial parks

LU Xiaojun，XIAO Jun，XIONG Weijun，YE Lei

（Changjiang Survey，Planning，Design and Research Co.，Ltd.，Wuhan 430010，China）

Abstract：To solve the problem of insufficient self-peak-shaving ability of the green-power industrial parks with a source grid load storage configuration so as to ensure that the safe and stable operation of the bulk power grid was not affected after introducing the renewable energy into the industrial parks，it was necessary to evaluate the self-peak-shaving ability.Taking the Naimanqi green-power industrial park program as an example，this paper proposed a calculation method for self-peak-shaving ability index.The feasibility of the configuration of renewable energy and energy storage for satisfying the self-peak-shaving requirement was verified through production operating simulation.The simulation results under various scenarios including whole year，typical days of each month and extreme days validated the effectiveness of the proposed method.The results can provide an useful calculation method for optimization and feasibility verification of the power source configuration in green-power industrial park．

Key words：self-peak-shaving； green-power industrial parks； integration of source grid load storage； renewable energy consumption； production operation simulation