能源电力行业是推进碳减排的重要领域，大力发展以风光为主的新能源已成为国内外能源低碳转型发展共识。在中国提出“双碳”目标与构建新型电力系统发展方向以来，国家和地方政府陆续发布“十四五”风光发展规划，新能源装机正迎来爆发式增长。由于新能源出力固有的随机性和波动性特点，大规模新能源并网对系统调节能力提出了更高要求。此外，随着产业结构深入调整，三产及居民负荷占比持续提升，电力负荷尖峰化趋势愈加明显，也对系统调峰提出了更多要求。
（来源：中国电力 作者：李虎军, 张栋, 吕梦璇, 邓方钊，杨萌，元博）
摘要
“双碳”目标下，随着新能源并网装机规模加速增长，系统调峰需求快速增长，新能源与系统调峰资源协同优化发展成为高质量构建新型电力系统的重点之一。本文引入碳排放约束，构建了综合考虑新增机组投资与系统运行成本的新能源与调峰资源优化配置模型，针对不同新能源利用率目标，设置多个发展场景，研究了不同场景下的电力系统运行经济性。考虑未来以省（市）为单位进行碳减排评估与考核，以中部地区的省级电网为研究算例，验证了所提模型方法的有效性。
01
系统调峰需求分析
1）负荷峰谷差变化。近年来，中国产业结构持续优化。第二产业转型升级稳步推进，高耗能增长放缓，装备制造业加快发展，新兴产业和第三产业对经济支撑更显著，现代服务业不断壮大。2023年，第二产业和第三产业增加值占国内生产总值的比重分别为38.3%和54.6%，预计“十四五”和中远期，第二产业增加值占比将持续下降，第三产业增加值占比持续上升。受产业结构优化调整影响，用电曲线平稳的传统重工业比重持续下降，第三产业及居民生活用电成为拉动负荷增长的主要动力，空调和采暖负荷规模不断上升，导致系统负荷峰谷差加大。作为全国的缩影，中部地区某省近年来的典型日负荷曲线如图1所示。
图1 典型日负荷特性变化
Fig.1 Typical daily load curves and changing trends
年负荷曲线呈现夏冬大、春秋小的特点，呈典型的“W”形。年最大负荷多出现在夏季7月、8月或冬季12月、1月，春季4月、5月和秋季9月、10月通常为年负荷曲线的低谷。从近几年的变化趋势来看，随着冬季空调采暖负荷的快速增长，冬季（1月、12月）最大负荷水平越来越接近夏季（7月、8月）。年负荷特性变化如图2所示。
图2 年负荷变化情况
Fig.2 Annual load curves and changing trends
2）风光发电出力特性。风电日内出力整体呈现午间低于晚间的特点，季节出力整体呈现春、秋季高于夏、冬季的特点。光伏春、秋季出力较高，冬季出力较低。各月风电日出力曲线如图3所示，各月光伏日出力曲线如图4所示。
图3 各月风电日出力曲线
Fig.3 Daily outputs of wind power in different months
图4 光伏日出力曲线
Fig.4 Daily outputs of PV power in different months
总体来看，春、秋季为风光大发季节，但用电负荷相对较低。在腰荷时段，负荷下降较快、负荷水平较低，风光大发将进一步拉大净负荷峰谷差，需要本地火电机组降出力配合调峰。“十四五”和中远期，随着风光装机规模及出力的大幅增长，系统调峰压力逐渐加重。
3）跨省区送受电。近年来，中部地区某省接受区外电力规模不断加大。尽管在调峰困难时期，区外来电会根据受端电网调峰平衡情况调整运行方式，减轻受端电网调峰压力，但可提供的调峰能力远低于省网调峰需求。在春、秋季午间小负荷时段，区外来电通常呈现反调峰特性，受端电网调峰压力进一步加大。
02
调峰资源技术经济性比较
系统调峰资源主要来自发电侧、电网侧和负荷侧。本文主要聚焦于煤电灵活性改造、抽水蓄能、电化学储能和负荷侧调节资源等。
1）煤电灵活性改造。煤电灵活性改造可充分利用存量巨大的煤电机组，是目前最成熟、最经济、最便捷的增加系统调峰能力的途径。根据中电联统计，煤电灵活性改造成本约为500~1500元/kW，改造后可提升机组调峰深度10%~20%。煤电机组在实际运行中可提供的调峰能力与其开机规模及运行状态直接相关，在春、秋季煤电机组小开机方式下能够释放的调节能力有限。
2）抽水蓄能。抽水蓄能技术成熟，单个项目装机规模大，理论上调峰能力可达额定容量的200%，通常可连续运行6 h左右，且服役年限可达40多年。但抽水蓄能电站建设周期较长，从开工到投产至少需要6~7年时间。且随着优质站址资源逐渐开发完毕及征地移民费用增加，剩余站址资源开发成本呈上升趋势。预计未来单位造价将达到7000元/kW以上。
3）电化学储能。电化学储能具有建设周期短、配置规模与位置灵活等优势，在电源侧、电网侧、负荷侧均可布置，但目前技术经济性还有待进一步提升。综合考虑单位造价下降趋势、服役年限、置换成本，预计2030年前后的全寿命周期度电成本将低于抽水蓄能。
4）负荷侧灵活调节资源。目前，部分省份已建成了电力需求响应业务平台，并初步建立了可调节负荷资源库。根据“十四五”及中远期（2030、2035年）发展规划，需求响应业务平台、可调节负荷资源库建设将扩大负荷侧削峰填谷的能力，保证夏季大负荷削峰能力在年最大负荷的5%以上，春、秋季小负荷时段主要通过大工业调整生产来承担削峰填谷作用。
03
调峰资源优化配置研究方法
“双碳”目标下的新能源与调峰资源配置协同优化包含2个阶段，1）研究新能源发展规模和各类型调峰资源配置规模；2）研究各类调节资源的优化运行成本。
3.1 新能源利用率目标设置
当前中国风、光发电利用率目标为95%及以上，未来随着风、光发电装机及电量占比提升，不同的利用率目标将对系统运行经济性产生重要影响。对未来新能源利用率设置3个目标场景：场景1，新能源利用率91%~93%；场景2，新能源利用率95%；场景3，新能源利用率96%~98%。
3.2 目标函数
3.3 主要约束条件
本文主要考虑系统约束和机组约束。系统约束包括碳排放约束、新能源利用率目标约束、电力电量及调峰平衡约束等。机组约束包括启停约束、调节深度约束等。
3.4 求解流程
第1阶段根据风光发展规划、系统平衡约束、可用的常规电源与调节资源，设定系统发展的初始配置方案。
第2阶段对调峰资源初始配置方案进行8760 h生产模拟校核，确保所提调峰资源配置方案能够满足不同发展场景下的新能源利用率目标。当存在调峰能力富裕时，返回第1阶段，降低调峰资源富裕量以提升系统经济性；当存在调峰能力不足时，返回第1阶段，增大调峰资源规模或降低风光利用率。通过第1阶段与第2阶段的迭代联合，逐步逼近满足系统调峰需求与运行经济性的常规电源与调节资源优化配置方案。
需求侧响应主要用于消除晚高峰和午高峰时段的尖峰负荷；电化学储能主要用于短时爬坡调节需求；抽水蓄能电站主要用于提升负荷低谷时段的风光消纳能力及在负荷高峰时段提供电力容量支撑；煤电主要提供电力供应与基础调节能力。求解流程如图5所示。
图5 研究求解流程
Fig.5 Flowchart of the solution process
04
边界条件
以省级电力系统为基础，先对系统负荷、风光出力的历史统计数据进行特征分析；然后对源荷特性进行聚类和加权平均，并对基准年特性曲线进行优化调整。
1）构建负荷曲线。通过分析“十三五”以来省级电网逐日24 h用电数据，年最大负荷一般出现在夏季（多数出现在7月中下旬或8月中上旬），冬季高峰负荷（多数出现在12月中下旬或1月中上旬）一般为夏季高峰负荷的75%~95%，春、秋季最大负荷基本相当，约为年最大负荷的60%~65%。在峰谷差方面，考虑未来随着产业结构调整，新兴用电负荷发展，全省负荷峰谷差将持续拉大。首先选取过去几年间的全年8760 h负荷数据，分析峰谷差年均变化量；其次按照年均递增的方式，对规划年负荷样本的峰谷差量进行拉大，得到规划年典型日的负荷特征曲线如图6所示。
图6 对规划年典型日负荷曲线调整效果
Fig.6 Typical load curve after adjustment
2）构建新能源出力曲线。对2015—2022年风电、光伏的特性进行聚类和加权平均得到未来全省新能源出力曲线。同时，为了准确反映大负荷时刻新能源的有效供应能力，分夏季大负荷（午高峰、晚高峰）、冬季大负荷（午高峰、晚高峰）4种典型场景对95%概率下，新能源保证出力系数进行校核和修正。其中，风电、光伏在夏季大负荷午高峰时段对应的保证出力系数分别为1.0%、35%；夏季大负荷晚高峰时段分别为10.6%、0；冬季大负荷午高峰时段分别为1.9%、3.0%；冬季大负荷晚高峰时段分别为2.5%、0。大负荷日风电、光伏的保证出力系数如表1所示。
表1 大负荷日风电、光伏的概率出力系数
Table 1 Guaranteed power coefficient of wind power and photovoltaic power during heavy load day
规划期，研究采用的风电出力如图7所示，光伏出力曲线如图8所示。
图7 规划年全省风电出力曲线
Fig.7 Wind power curve
图8 规划年全省光伏出力曲线
Fig.8 Photovoltaic power curve
3）电力需求预测。预计2025、2030、2035年某省的全社会用电量将分别达到4670亿kW·h、5400亿kW·h、6000亿kW·h，“十四五”“十五五”“十六五”增速分别为6.6%、2.9%、2.1%；2025、2030、2035年全社会最大负荷将分别达到9800万kW、11500万kW、12800万kW，“十四五”“十五五”“十六五”增速分别为8.4%、3.3%、2.2%。
4）电源发展情况。“十四五”期间，核准在建和规划新增煤电机组约800万kW，无大型常规水电规划。新能源方面，预计2025全省风电装机达到2600万kW，光伏装机达到4500万kW，2030、2035年，全省风电装机达到3600万kW和4700万kW，光伏装机达到5500万kW和6000万kW。未来水平年风光装机规模如图9所示。
图9 新能源发展规划规模
Fig.9 New energy development plan
5）电源聚类。在省级算例系统中，涉及机组众多，本文将同类型机组进行等效聚合建模，将煤电分为供热机组、30万kW、60万kW、100万kW机组4类，风电和太阳能机组根据不同地理位置出力特性的差异等效为2~4组。
05
算例分析
采用所提方法，研究2025、2030和2035年3个水平年的省级新能源发展规划与调峰电源优化配置。
1）灵活性资源配置方案。
灵活性改造方面，考虑其改造周期短、见效快等优点和现阶段对配套政策依赖程度高等不足，场景1规模最小，场景2、3规模一致；抽水蓄能方面，综合考虑其技术成熟度、运行灵活性、可作为事故备用和黑启动电源等优点以及投资成本高、建设周期长等不足，场景1配置规模最小、场景2配置规模居中、场景3配置规模最大。电化学储能方面，考虑其建设周期短、响应速度快等优点和充放电寿命有限、性价比低等不足，场景1规模最小、场景2、3开发规模逐步扩大。需求侧响应方面，考虑其发展潜力大、前景好等优点和当前价格传导机制不健全、响应效果难以精确计量等不足，场景1、2、3对应的响应规模分别为最大负荷的3%、4%、5%。未来水平年，不同场景下的灵活性资源配置规模如表2所示。
表2 不同场景灵活性资源配置容量
Table 2 Optimized flexible resource configuration scheme
2）灵活性资源经济性。3个场景中，场景3系统投资最大，“十四五”“十五五”“十六五”分别较场景2增加系统投资成本52、58、89亿元。3个场景下的系统投资成本如图10所示。
图10 不同场景系统投资及运行成本
Fig.10 Total system investments in different scenarios
3）碳排放情况。碳排放量曲线如图11所示。2030年，3个场景下的省电力行业碳排放均实现碳达峰，排放量分别为23600、22600、21500万t。“十六五”期间碳排放量呈稳步下降趋势，2035年，3个场景排放量分别降至21800、20700、20300万t。
图11 不同发展场景下的碳排放曲线
Fig.11 Carbon emissions in different scenarios
4）新能源利用率。
通过优化计算，各水平年场景1、2、3的新能源利用率分别在91%~93%之间、95%左右、96%~98%之间，煤电利用小时数分别为3450~3550 h、3350~3450 h、2850~3000 h，由此可见，新能源利用率越高，煤电利用小时数越低，系统碳排放量越小。按照当前中国风光消纳利用率95%及以上目标，2025年，全省需煤电灵活性改造规模约2500万kW，投运在建抽水蓄能电站180万kW，新增电化学储能400万kW，时长不低于2 h，需求响应392万kW。经生产模拟校核分析，全省调峰平衡情况明显改善，全年新能源弃电率降至4.8%。2030年，新增煤电灵活性改造规模约2500万kW，投运抽水蓄能电站规模720万kW，新增电化学储能500万kW，时长不低于2 h，需求响应68万kW，全年新能源弃电率达到4.3%。2035年，投运抽水蓄能电站规模600万kW，新增电化学储能600万kW，时长不低于2 h，需求响应120万kW，全年新能源弃电率达到4.6%。
不同场景下的新能源弃电率、煤电机组利用小时数分别如图12、图13所示。
图12 不同场景下的新能源弃电率
Fig.12 Curtailment rate of renewables in different scenarios
图13 不同场景下的煤电机组利用小时数
Fig.13 Coal power utilization hours in different scenarios
5）可再生能源电力消纳责任权重。
省级电网可再生能源电力消纳权重预期完成情况如表3所示。根据《国家能源局征求2021—2030年各省风光消纳责任权重意见》，2025年可再生、非水可再生能源消纳责任权重目标分别为32.2%、25.9%，2030年可再生、非水可再生能源消纳责任权重目标分别为40%、33.2%。
表3 省级电网可再生能源电力消纳权重预期完成情况
Table 3 Expected completion of renewable energy power consumption weight in a provincial power network
考虑外来直流通道清洁电力占比达到50%~100%。在风光消纳利用率目标为95%下，2025年全省可再生能源电力消纳权重为37%，非水可再生能源电力消纳权重为29%，2030年全省可再生能源电力消纳权重为45%，非水可再生能源电力消纳权重为38%，都能够满足该省可再生能源电力消纳责任预期目标。
06
结论
1）采用新能源与调峰资源协同配置的两阶段优化模型，有效实现了电源规划与系统模拟优化的统一，以省级电力系统新能源与调节资源优化配置研究结果验证了方法的有效性。
2）碳排放约束下，较高的风光消纳率目标将使得系统灵活性资源配置规模增大，系统投资和运行成本增大，合理确定风光消纳利用率目标有助于实现经济可持续发展。
3）考虑中部地区当前抽水蓄能电站建设周期及厂址资源约束，煤电灵活性改造依然是基础，电化学储能与需求侧响应成为提升系统调节能力的重要补充，将对提升风光利用率与满足碳排放约束发挥重要作用。
