能源規劃論文：區域電網的能源規劃探究
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了能源規劃論文：區域電網的能源規劃探究范文，希望能給你帶來靈感和參考，敬請閱讀。
本文作者：吉平、武守遠、周孝信 單位：中國電力科學研究院
算例簡介
某市級電網在2000—2005年間保持了12.7%的負荷年均增長率，負荷的概率分布如圖1所示。至2006年底，電網火電裝機容量為345MW，包括了全部汽輪發電機組以及小容量的柴油發電機組，電力缺口由與其連接的上級電網供應。除火電外，僅有很小容量的風電機組在運行，其電力供應能力非常有限，本文在分析中作了忽略。該電網屬于風能最佳區，風力大，有效風能利用率高，風力周期性變化規律很強。平均風速為5.47m/s，風能密度大于200W/m2，全年風速大于3m/s小時數達6000~7500h，開發條件也比較成熟。由于地域范圍較廣、地形較復雜，風速觀測站數量很多。為方便分析，本文在能源規劃中做如下簡化：將算例電網總電源裝機容量等效為1臺345MW的汽輪發電機；電網負荷不進行分級分類，全部設為基礎負荷；上級電網等效為售電容量和購電容量一定的單元；僅以一個縣域可開發風資源為可利用風能資源總量進行能源規劃，采用文獻[16]的平均風速參與因子法對該縣域內風速觀測站的歷史數據進行綜合處理，得到描述該區域風資源狀況的風速數據，其概率分布如圖2所示。在不特別說明的情況下，安裝風機的地域選為平均風速為5.85m/s的縣域。
能源規劃方案的確定
HOMER是由美國可再生能源實驗室(NationalRenewableEnergyLaboratory，NREL)著手研發的可再生能源混合發電經濟技術環境優化分析計算模型[17-19]。它以凈現值成本(netpresentcost，NPC)，即可再生能源混合發電系統在其生命周期內的安裝和運行總成本)為基礎，模擬不同可再生能源系統規模、配置，在一次計算中能同時實現仿真、優化和靈敏度分析3種功能。其優化和靈敏度分析算法，可以用來評估系統的經濟性和技術選擇的可行性，可以考慮技術成本的變化和能源資源的可用性。它能夠模擬系統的運行過程，提供全年每小時各種可再生能源發電量及系統電力平衡情況；能夠詳細計算系統全年燃料、環境、可靠性、電源、電網等各項成本；能給出不同限制條件下的最優化可再生能源發電規劃方案[17-19]。
目前，算例電網處于聯網運行狀態，電網結構中不含風力發電，其簡化結構如圖3所示。圖中：汽輪發電機用模塊“G345”表示；上級電網用“Grid”模塊模擬；基礎負荷用模塊“Primaryload”表示。在上述的等效系統中，汽輪發電機G345是由多臺200MW以下的中小型機組等效組成的，因此該機組的基本造價費用(不含脫硫設備)按200MW機組的造價水平，取為2777元/kW[20]。貼現率按電力建設項目的長期投資利率取為6.36%[20]，機組的維護費用率取3%，壽命為25a，年利用小時數為5500h。對上述模型進行分析，仿真中設定從電網購電容量為245MW，某市級電網與大電網間的購電價格為0.4元/kWh。經計算得，火電發電量占供電總量的85%，其余電量由上級電網提供；火力發電邊際成本為0.296元/kWh，該市級電網電力生產成本(costofenergy，COE)為0.361元/kWh，火電機組年運行小時數達8712h，容量系數為89%，機組壽命僅有15.7a，全年煤耗量為1049721728kg。圖4是火電機組輸出功率的概率分布圖。顯然，火電機組全年運行在滿載狀態的概率有56%。圖5是火電輸出功率和從電網購電功率隨負荷變化的散點圖。從圖5易知，在負荷較小時，主要靠調節小容量的柴油機配合上級電網送電來調節電力平衡；隨著負荷增大，逐步投入適當容量的火電機組；當負荷超過火電機組總容量后，則依靠大電網的送電功率來維持平衡，直至聯絡線輸送功率最大值。另外，仿真計算給出了污染物排放量計算結果：CO2、CO、未燃燒的碳氫化合物(unburnedhydrogencarbon，UHC)、煙霧和煙塵以及液體滴等顆粒物(particulatematter，PM)、SO2、NOx的排放量分別為2984.325888、19.572188、0.011720、2.554932、23.619840、1.310480Gg/a。
含風力發電的能源規劃中，需要根據規劃對象的風資源狀況進行風機型號選擇。所選風機在滿足達到目標容量、適用于當地風資源等各種限制條件外，同時也應易于與當地各種自然條件相適應[13]。本文采用華銳風電科技(集團)股份有限公司生產的SL1500型風機[21]，其造價水平參考文獻[22]取為4814元/kW，壽命為25a。納入風力發電后電網的簡化系統如圖6所示。
在本部分的研究中，以2.2節中僅有火電機組時的CO2排放量為基準，設定CO2減排目標分別為7%、10%、15%、20%、40%，從電網購電容量為245MW，向電網售電容量為0，從上級電網購電價格為0.4元/kWh，煤價為0.8元/kg[23]，進行HOMER優化計算，部分結果列于表1中。可以看出，對本文算例而言，隨著減排比例的提高，風機數量和可再生能源發電比例的增長速度都逐漸加快，前者的增速快于后者，這說明風機數量與相應的可再生能源發電比例呈非線性關系，增加風機數量可以提高可再生能源發電比例的優勢是逐漸消退的。COE先出現了緩慢下降，在CO2減排率為45%時達到最低點，之后快速增長，即表明投入風力發電帶來的經濟效益不會隨風電規模的擴大而持續增長。這是因為，在沒有儲能裝置的情況下，雖然增大風電裝機容量，但由于風電本身的間歇性而不能滿載運行，相當于過度裝設風電機組，提高了資本成本；在CO2減排率高于45%的強制約束下，只能通過頻繁投切風電及火電機組來人為地增加風力發電時間，這也會嚴重折損機組壽命，增加了運行成本。針對上述情況，可以考慮3種解決方案：一是增設儲能設備；二是引入其它形式的可再生能源發電；三是允許向上級電網送電。若在該區域電網裝設大容量儲能設備，所需設備數量龐大，也會大幅度提高供電成本，而后兩種方案更為可行，本文僅對第3種方法進行分析。
在前述分析中，均設定不向上級電網送電。在本部分中，重新設定了向上級電網的送電容量。經過詳細分析發現，在不同CO2減排目標下外送電量的最大容量限制不同，其值列于表2中。其中，風機數量1是在平均風速v為5.85m/s的地區實現各CO2減排目標時所需的最小風機數量；風機數量2是在平均風速為4.67m/s的地區實現各CO2減排目標時所需的最小風機數量；風機數量2大于風機數量1。表中：“—”表示沒有可行解，即在平均風速為4.67m/s的地區安裝數量1的風機，不能實現CO2減排目標；“*”表示在相應的減排目標下，在平均風速為7.00m/s的地區安裝風機數量2的機組，可外送電量的最大容量值達到風電裝機容量。分析表2數據可得如下結論：如果僅安裝能達到減排目標所需的最少數量的風機，則區域電網可外送電量是非常有限的；如果適當增加風機數量，外送電量的最大容量將會大幅度提高。綜合上述分析，本文對表3中的4組規劃方案進行比較分析
規劃方案計算結果比較。1）電力供應結構比較。表4列出了各種規劃方案的電力供應結構，主要是風電、火電、從電網購電的電量及各自所占比例。分析表中數據易知，風力發電的引入，降低了火電機組滿載運行的概率值，降低了火電機組發電及從電網購電的比例，風電比例隨著風機數量的增加而得到提高。圖7給出了方案4中風電輸出功率、火電輸出功率和從電網購電功率的概率分布圖。限于篇幅，圖8僅給出了方案4的風電輸出功率、火電輸出功率和從電網購電功率隨負荷變化的散點圖。分析表明，隨著風電比例的增大，火電輸出功率和從電網購電功率的可調節范圍也變大，區域電網的供電裕度得到明顯改善。
2）經濟成本比較。規劃方案4的經濟成本如圖9所示。圖中，橫坐標包括了資本成本(capital)、重置成本(replacement)、運行成本(operating)、燃料成本(fuel)和節約的成本(salvage)5項內容；縱坐標表示凈現值成本，描述了風電(SL1500)、火電(G345)和電網購電(grid)在所列各項成本中所占比例。從圖9中可以看出，當外送電量較大時，有大量從電網購電的成本被抵消，區域電網的等效運行成本從而也大幅減少，提高了運行的經濟性。另外，與其它方案的經濟成本比較發現，在沒有外送電量或者外送電量較少的情況下，從電網購電成本隨著減排目標的提高而增長，與火電相關的成本變化主要表現在燃料成本的減少，運行成本、重置成本略有降低。風電成本變化主要體現在資本成本的增加上，這是因為在CO2減排率和外送電量均較大的條件下，方案4中風機數量最多，相應的運行成本也有所提高。
3）污染物排放量分析。在不同CO2減排目標下，各規劃方案污染物排放量列于表5中。分析可知，方案1—3中，隨著CO2減排率增大和風機數量的增多，CO、UHC、PM、SO2、NOx的排放量都有明顯減少，煤耗量也大幅降低，表現出風力發電對節能減排所起的顯著作用。方案4在滿足CO2減排15%的條件下，由于有較大大容量的外送電量，區域內火電機組的運行時間比其它方案要長，所以消耗了更多的燃料，污染物排放量也有所增加。通過電力供應結構、經濟成本、污染物排放量3個方面的比較，得出如下結論：4組含外送電量的規劃方案是在不同CO2減排目標下確定的，污染物排放量與無風力發電相比都有明顯減少，其中規劃方案3的排放量最少，環境效益最優。
與沒有風力發電相比，風力發電的引入，降低了火電機組發電及從上級電網購電的比例；火電輸出功率和從電網購電功率的可調節范圍也變大，區域電網的供電裕度得到明顯改善；在設定風電成本與火電成本可相比擬且低于從上級電網購電價格的條件下，風電的引入大幅度提高了區域電網自供電的能力，區域電網的等效運行成本也大幅減少，從而提高了經濟性。其中，規劃方案4的經濟性最優，對風資源的利用最為充分，相應的區域電網供電裕度最大。對所研究的區域電網，可以分階段制定風電發展的規劃。若設定CO2減排15%，以經濟性最優為標準時，方案4則為選擇結果。該方案的風機數量、風電送出容量、風電成本可以為風電場規模的確定、風電送出所需的電力基礎設施建設以及風電入網政策扶持提供參考。
影響能源規劃的重要因素研究
在能源規劃方案的制定中，從上級電網購電價格、風速、風電成本、煤價、向上級電網售電功率等因素直接影響了能源規劃的優化計算結果。在本部分，以規劃方案4(CO2減排15%)為例，研究這些因素對規劃方案經濟性、可行性、環境友好程度的影響程度進行了靈敏度分析，為在不同條件下選擇最佳規劃方案提供參考。圖10給出的是規劃方案4的電力生產成本COE對向上級電網售電功率、從上級電網購電價格、煤價的靈敏度分析面積圖，并標出了電力生產成本值。圖中，不同的COE值用不同顏色標識。分析圖10(a)中各參數的變化趨勢，當向上級電網送電功率一定時，COE值隨著從電網購電價格的升高有明顯增長；當從電網購電價格一定時，COE值隨著向上級電網送電功率的升高有明顯減小。
對COE值的變化率進行分析，得出如下結論：從上級電網購電價格的升高將直接導致區域電網電力生產成本的提高；與區域電網向外送電量為0時相比，向外有輸送電量時，購電價格對電力生產成本的影響要小，即表明向外輸送電量能夠降低發電成本對購電價格的靈敏度。向上級電網售電能夠降低區域電網的電力生產成本；售電價格越高，電力生產成本對向外輸送電量值的靈敏度越高；購電價格越高，電力生產成本對向外輸送電量值的靈敏度越高。同理，分析圖10(b)中各參數的變化趨勢可知：煤價的升高導致了區域電網電力生產成本的迅速提高，電力供應綜合經濟性快速惡化；增加向上級電網售電量，電力生產成本對煤價的靈敏度有微小程度的升高。向上級電網售電能夠降低區域電網的電力生產成本；煤價越高，電力生產成本對向外輸送電量值的靈敏度越低。分析圖10(c)中各參數的變化趨勢可知：從上級電網購電價格的升高導致電力生產成本的顯著提高；煤價升高時，電力生產成本對從上級電網購電價格的靈敏度變化微小。煤價的升高導致了區域電網電力生產成本的迅速提高；從上級電網購電價格越高，電力生產成本對煤價的靈敏度越高。需要說明的是，圖10(b)(c)中的空白區域表示優化計算在尋優方向上受到約束條件限制，如果能適當調整該限制值，將能求得經濟性更優的規劃方案。圖10(b)(c)的約束條件分別為火電裝機容量、從上級電網購電容量限制。在HOMER的風電成本中，包括了資本成本、重置成本和運行維護成本3個部分。圖11給出了電力生產成本隨風電資本成本變化的關系圖。圖中橫坐標風電成本系數表示期望的風力發電成本與當前成本的比值。從圖11可以看出，雖然隨著風電成本系數的減小，電力生產成本有所減小，但是幅度較小。這是因為在能源規劃方案中，火力發電的比重最大，風力發電的比重相對較小，火電的生產成本對區域電力生產成本的影響更大，而風電成本的影響較小。
在上文所述的規劃方案中，均是以平均風速為5.85m/s的縣域風資源為可再生能源提供者的基礎上提出的。但是，開發利用該市級電網區域內的風資源，并不是僅考慮在某一個限定的地域內建立風電場，而是要考慮在不同的風速地區安裝風機，因此有必要對不同風速進行靈敏度分析。結合市級電網風速分布圖，對平均風速為4.67、5.85、7.00m/s的情況進行分析，各指標計算結果列于表6。比較表中數據可以看出，隨著平均風速的增大，風電容量系數明顯提高，電力生產成本、總凈現值成本、運行費用都明顯減小，污染物的排放量也明顯減少，環境效益顯著提高。
結論
本文以某市級電網為研究實例，依據其歷史負荷數據、風資源數據，采用HOMER研究平臺，對其進行了基于風資源的可再生電力能源規劃。以CO2減排目標為主要約束條件，以經濟性最優為目標函數，制定出了4種可執行的能源規劃方案，給出了各方案下風力發電比例的參考值和污染物排放量，研究了網間購電售電價格、風速、風電成本、電煤價格、向電網送電量等因素對能源規劃的影響。就長期規劃而言，要持續降低污染物排放量，提高CO2減排率，需要進一步提高電網對風電的消納程度，制定多種可再生能源協調發展的規劃及合理的調度控制策略，研發低成本大容量的儲能裝置，從而達到供電經濟性、可靠性與環境友好性綜合最優的目標。
