低碳经济背景下中国风力发电跨区并网研究

2018-02-04华伟

智能城市 2018年12期

华伟

中国电建集团江西省水电工程局有限公司，江西南昌 330000

全球变暖与全球碳排放量逐渐增多紧密相关，为此有效控制碳排放量已成为世界人民的联合诉求。目前，低碳经济模式主要是以低污染、低能耗及低排放为前提，最有效的途径是发展清洁能源，其中清洁可再生能源是最好不过的，风是除水电外，最具商业开发价值的可再生能源。截止2016年，风电能源已成为有效控制排碳量的首选能源，可以说，其对改善全球变暖具有历史性的重大意义。

1 中国风力发电发展及其特点简述

1.1 发展历程

随着我国的不断发展，中国风电技术水平已经得到了很大幅度的提升，同时，在国家对于风电产业的支持之下，大量风电建设工程的开展进一步加快了这一行业的发展，结合现有数据来看，我国风力发电占全球风力发电比例22%以上，我国的风电装机容量已经处于世界先进地位。

1.2 布局特征

相对来说，我国风能资源丰富地区主要集中在西北、华北及东北地区，东南沿海地区风能资源也相对较多。2005年我国主要地区风力发电累计装机容量约为6亿kW，而到了2015年累计装机容量已接近50亿kW，我国风力发电发展是呈“梯字”稳步上升的，其中，尤以西北和华北两个地区风能装机容量所占比例最大。从省域空间角度，我国风电装机容量集中在8个地区，分别是甘肃、山西、新疆、内蒙古、河北、宁夏、云南及山东等，共占我国风电总装机容量的70.0%，已成为工模较大的风电发电的重要基地。

1.3 现存问题

2010年以前，风电产业发展强弱主要通过风电装机量的规模来评判，而从2010年开始，风电产业发展开始主要受跨区并网建设速度和“弃风”地区风电外送消纳能力的影响。

1.3.1 我国风电产业的发展并不均衡。

结合现状来说，我国风力发电的应用仍主要集中在华北、西北、东北等地区，在西南地区的应用相对较少。在这样的背景之下，由于技术、资源等方面出现的差异，我国风电产业的发展自然难以达到预期的要求。

1.3.2 严重的“弃风”现象。

从定义上来说，“弃风”主要是指由于电网接纳能力不足、风电不稳定等原因而导致的部分风电场风机暂停的现象。显然，这样的问题不但会导致资源的大量浪费，同时，如果不能及时对这样的问题进行处理，那么我国风电产业的发展水平必然难以得到有效的提升。由于我国目前电力市场需求逐渐趋于平缓，加之装机地区的不协调分布，我国“弃风率”相对较高，截止2015年，平均“弃风率”已高达15%。“弃风”最严重的地区为吉林、新疆、甘肃及黑龙江，均不同程度地超过警戒线（20%）。1.3.3 风电并网率并不高。

目前我国风电并网率与国外相比仍有一定差距，这是由于我国电网项目建设无法满足风力发电项目的需要，与之根本无法同步，而且其他常规电源与风电存在一定冲突、并不协调。如北欧电力市场，瑞典、挪威、丹麦及芬兰联合建设了跨区电网，以实现相互间的电力输送，这样不仅充分利用了丹麦多余的风电资源，而且同时满足了其他国家的用风需求。然而，目前我国风电并网外输却仍存在一系列问题，如本地火电之争、装机负荷匹配不当及电源电网协调不充分等，可以说，我国盈余的风电跨区消纳仍十分困难。

自“十三五”以来，我国风电发展十分迅速，华北、西北、东北作为风电开发的重点地区，其直接关系到未来风电的发展，因此必须采取有效措施以实现风电大规模的跨区消纳。基于以上，我国未来发电发展应坚持建立风电并网网络，即在经济允许的情况下，实现合理跨“省区”、跨“地区电网”，这也是实现“弃风”地区风电跨区向外输送的有效方式。

2 研究对象、研究方法及数据来源

本文主要针对我国风电跨省区及跨六大地区电网并网结构进行研究，其中，六大地区电网主要是指：华北、东北、西北、华中、华东以及南方地区六部分电网系统，同时，这六大地区电网之间并不是互相独立的，例如，华北地区电网与华中电网之间是相连接的。在这样的背景之下，本文将针对中国风力发电跨区并网进行探究。

本文主要采用复杂网络分析法对中国风力发电跨区并网进行研究。从定义上来说，复杂网络主要是指“具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络”，而通过将复杂系统建模成复杂网络，原有系统中的各项数据将能得到更为明确的展现。通过对这一方法的应用，风电并网中“弃风”地区与电力负荷地区之间的关系将能得到更深入的分析，同时，通过这一方法对系统中的各项参数进行分析，“弃风”现象所带来的弊端将能得到很好的解决。最后，在复杂网络理论的支持之下，增加风电并网装机容量、提升跨区外送消纳能力的目标将能达成。

3 风电跨区分析

3.1 并网聚类分析

结合上文中的内容，在复杂网络中心性特征的支持之下，本文将结合k-core算法完成2017年风电跨区并网聚类分析，k-core算法的核心思想为：为了降低k均值算法对孤立点的敏感性，采用簇中离平均值最近的对象作为簇中心，取代簇中对象的平均值作为簇中心的算法。网络中“弃风”核心为主要风电输出地区，其属于西北和华北地区电网，且“弃风率”最大。分析结果显示，“弃风”地区风电输出强度与“弃风率”之间是正相关的，与“弃风”电量并没有明显的数学关系，同时，针对新疆地区所得的数据进行分析发现，其“弃风”区和风电输入地区距离与该省风电外输强度呈负相关。

3.2 并网区块结构特征

本文主要结合Louvain算法来完成对风电跨区并网区块结构特征的分析，其中Louvain算法主要是指基于模块度的社区发现算法，相比较来说，这一算法在效率和准确度上都有非常好的表现。对于本文所讨论的问题来说，通过空间参数对这一算法进行改进，“弃风”地区风电溢出效应、距离衰减规律等都能得到有效的分析。在实际的应用过程中，首先利用Louvain算法对我国现有的10个“弃风”地区风电输出地区做进一步细化，其中，主要的节点地区包括沈阳、大庆、灵武等11个城市。在此基础之上，风电跨区中的风电输送关系将能得到更为精确的分析。

通过Gephi9.1进行Geo layout分布，数据获取较困难，尤其是西藏、香港、澳门及台湾地区更是如此，因此并未获得以上地区的数据。我国风电跨区并网共划分5个区块：第一区块为辽宁、黑龙江、吉林、天津及北京；第二区块为河北、蒙东地区、山西、山东、上海、江苏、浙江、安徽、上海；第三区块为宁夏、蒙西地区、河南、陕西、江西、湖北、福建及湖南；第四区块为重庆、甘肃及贵州；第五区块为四川、青海、新疆。以上5个区块均以负荷地区为核心，以“弃风”地区为边缘，其结构为“核心-边缘”型。

通过对复杂网络分析法的应用，本文在现有网络的基础上组建了中国风电跨区并网模型，并针对“弃风”地区风电的“溢出效应”进行了深入分析。获取“弃风”地区“弃风率”和“弃风”电量，结合风电负荷地区能耗“双控”指标及“弃风”地区跨区外输空间距离变量，有效衡量“弃风”地区与负荷地区间并网的强弱。利用k-core聚类算法确定了风电跨区并网中的核心地区。最后，通过Louvain算法对网络中关联度较大的地区区块进行了划分。结合这些内容，我国风力发电跨区并网的建设应能满足以下要求。

（1）坚持“地理临近”原则。结合上文中对“弃风”地区空间溢出效应的研究结果来看，在进行风电跨区并网建设的过程中，宁夏、甘肃、新疆等地区应作为网络输出的核心区域，而对于区域电网归属问题来说，则应将西北及华北地区视作风电输出的核心区域。另一方面，为了消纳华北、华东地区电网覆盖地区，东北电网应能完成并网输送风电到华北电网的需求。

（2）西北电网和华北电网是风电跨区并网“弃风”消纳的核心，而华中电网是风电负荷的核心。但我国风电负荷的“核心”与其他国家相比分散度较大，共涉及五大地区电网，分别为华东、华北、华中、南方、西北等地区电网。在各地区选出碳排放量最大的电网，即负荷的“核心”地区。

（3）与传统地区电网区块划分不同，风电跨区并网区块划分不仅具有地域倾向性，而且其在低碳经济背景下，也受到了减排“双控”目标和风电传输损耗的影响。划分后的区块呈现“核心-边缘”结构，即以负荷地区为核心，“弃风”地区为边缘。