新能源光伏对售电市场影响分析

2018-07-11宋惠忠韦安强盛银波江明强

浙江电力 2018年6期

宋惠忠，程　慧，韦安强，盛银波，江明强

（1.国网浙江海宁市供电有限公司，浙江　海宁　314400；2.国网浙江省电力有限公司嘉兴供电公司，浙江　嘉兴　314000）

0　引言

海宁市近年来光伏发电呈井喷之势，对供电公司的售电量和经营影响日渐增大。在国家政策大力引导新能源发展的背景下，光伏发电方式和运营模式的选择非常重要。此前的相关研究，大多从技术层面研究分析光伏发电对配电网的影响[l-5]，有的已经考虑到大量光伏电源接入后需要优化负荷预测方法[6]、对光伏项目投资机遇进行分析[7]，有的开始关注光伏发电成本与收益的平衡问题[8]。总体而言，尚未见到针对局部区域进行研究，以及发现区域规律并引导相关工作的文献。在此以海宁地区为例，分析光伏发电发展趋势，以及其对供电公司售电量和经营的影响，并基于分析结果提出相关工作建议。

1　海宁地区光伏发电现状

1.1　光伏发电运营方式

海宁市光伏发电近年来发展迅速，无论发电企业还是居民的光伏发电装机容量、实际发电量，均在国内遥遥领先。截至2017年12月，光伏发电装机容量为518.99 MW，当年累计发电量为42 828.85万kWh，其消纳方式分为全额自用、全额上网及自发自用余电上网3种模式。

光伏发电运营方式选择主要与用户的屋顶面积、内部用电量有关。从海宁实际情况看，企业和居民光伏发电的运营方式，分别见表1[9]和表2。

企业选择运营方式[10]时，主要从屋顶面积和内部电量两方面参数考虑。屋顶面积大、内部用电量大，一般选择自发自用余电上网方式，并采用能源合同管理、租赁屋顶的方式；屋顶面积大、内部用电量小，一般选择全额上网、租售屋顶方式；面积、电量适中，选择全额自用方式。企业基于供电安全、可靠性等因素，倾向于10 kV中压接入，这种上网方式可靠性高，不受制于租售屋顶企业的经营状况，发电利用小时数1 100 h左右，发电效率与气温和光强有关系，一般在3月、9月份发电量最大。

表1　企业屋顶光伏发电模式

表2　家庭光伏发电模式

居民投资，享受国家补贴，通常由企业负责销售、安装、售后服务，采用余电上网方式；企业投资，租赁居民屋顶，按年支付居民补贴（300～500元/户），采用全额上网方式；以村委会为投资主体，居民股份合作，入股分红，采用全额上网方式。

1.2　不同光伏运营方式效益分析[11]

政府的光伏补贴一般有2种形式：

（1）电价补贴，由国家发展和改革委员会确定电价补贴标准。

（2）建设投资补贴，一般占初期建设投资的一定比例（如金太阳工程为50%），这种补贴方式正在逐步取消，不是供电公司今后关注的重点。

“光伏上网标杆电价”政策是根据光伏发电的当前成本，并考虑合理利润后制定的电价，光伏项目开发商以这样的价格将光伏电量出售给电网企业，其中，高出当地脱硫燃煤火电机组上网标杆电价的差额部分，采取“全网分摊”的办法对电网企业进行回补。“光伏上网标杆电价”政策主要适用于大型光伏电站。

统购统销的大型光伏电站，其上网发电量对于电网企业来讲，相当于新能源发电厂，增大电网企业的供电量，其影响作用不在供电公司控制范围之内。

为了准确分析不同光伏运营方式的效益[12]，国网海宁市供电公司结合不同层面当前的光伏补贴价格（见表3），设定如下计算条件：

（1）光伏设备寿命周期按25年考虑，光伏设备运维率为3%。

（2）供电可靠率为99.898 4%，线损率为4%。

（3）贷款比例为80%，折旧期15年，附加税率8%，所得税率20%。

表3　不同层面的光伏补贴价格

经过多次反复测算[13]（详细测算数据此处从略），主要得到以下4点结论：

（1）从设备全寿命周期来看，在电价补贴方式下，光伏发电在3种运营方式下都能够盈利，表明海宁地区光伏快速发展的背后确实存在经济效益驱动。

（2）在电价补贴方式下，企业租赁屋顶光伏发电的方式，优于居民光伏发电的形式。在电量消纳方式中，自发自用的方式，优于上网方式。

（3）电量消纳方式对实际收益率的影响，大于并网电压等级对实际收益率的影响。若要提高分布式光伏项目的收益率，应优先采用光伏电量就地消纳的方式，并尽量采用低压并网。

（4）年等效利用小时数，对分析计算结果影响较大。

2　光伏发电预测模型及典型场景设置

2.1　2种预测模型

2.1.1灰色理论预测模型

海宁地区光伏从2014年3月开始并网发电，新能源装机规模和上网电量的历史数据较少。基于样本数据特征，考虑运用灰色模型进行新能源发电总量的预测。灰色系统理论可以较好地解决小样本、信息不完全和经验缺乏的不确定性问题，并且模型较为简单、计算方便、易于检验，在很多领域都得到了广泛的应用[14]。

灰色模型GM（1，1）是电力负荷、电量预测中最常用的一种灰色模型。GM（1，1）模型的基本原理是当一时间序列无明显趋势时，采用累加的方法可生成趋势明显的时间序列。如时间序列X（0）={32，38， 36， 35， 40， 42}的趋势并不明显，但将其进行累加所生成的时间序列X（1）={32，70，106，141，181，223}则是一趋势明显的数列，按该数列的增长趋势可建立预测模型并考虑灰色因子的影响进行预测，然后采用“累减”的方法进行逆运算，恢复原时间序列，得到预测结果。

2.1.2RBF（径向基函数神经网络）预测模型

除应用灰色理论预测模型之外，国网海宁市供电公司借助RBF对其预测结果进行辅助校核。RBF[15]是借鉴生物局部调节和交叠接受区域知识的基础上提出的一种采用局部接受域来执行函数映射的人工神经网络。它是具有单隐层的3层前馈网络。输入层由一些源点（感知单元）组成，他们将网络与外界连接起来。第2层为网络中仅有的1个隐藏层，它的作用是进行从输入空间到隐藏层空间的非线性变换。隐藏层节点的作用是当输入信号靠近基函数的中央范围时，隐藏层节点将产生较大的输出，这种神经网络具有局部逼近能力。

2.2　典型场景及比例设置

大量分布式光伏发电项目并网运行，将直接减少供电公司的售电收入和利润。考虑到工商业用户与居民用户用电价格不同，在进行售电收入和利润影响测算分析时，国网海宁市供电公司将分布式光伏发电项目分成3种不同应用场景。即工业用户、商业用户、居民用户，并根据浙江省“百万屋顶”光伏发电工程各地市分解表与实施时序表。对3种典型场景设置不同比例，以分析不同应用场景下，分布式光伏项目对公司收入和利润的影响程度，具体比例见表4。

国网海宁市供电公司设置3种典型场景比例主要基于以下3点考虑：

（1）目前，中国光伏发电总体上还带有很重的政府主导色彩，短期内工业、商业和居民用户的比例不会出现重大变化，尽管居民用户光伏发电由于政府导向会有明显的快速发展，但不会改变以工商业为主要光伏用户的大格局。

表4　光伏发电3种典型场景及比例设置%

（2）国外主要光伏发电国家，如德国、美国、日本等，均有“百万屋顶计划”或“千瓦屋顶计划”之类的激励举措。在中国国家能源局《太阳能发电发展“十二五”规划》、国务院《关于促进光伏产业健康发展的若干意见》以及国家电网公司《关于做好分布式光伏发电并网服务的意见》等纲领性文件的指引下，加之浙江省要建设为清洁能源示范省的战略部署，必将拉动浙江全省分布式光伏发电特别是普通居民分布式光伏发电的发展，因此，海宁居民用户的比例在今后几年将继续呈现上升趋势。

（3）中国东部地区经济发展进入了转型阶段，即从工业逐渐向第三产业转移，这种转变随着西部大开发的兴起将逐渐明显。因此，海宁工业比例将逐步降低，而商业比例将稳步提升。

3　光伏发电对供电企业的影响

3.1　光伏发电对供电企业售电量的影响

海宁市近3年售电量年增长率持续走低，全社会用电量年均增长率已由“十一五”期间的13.34%，下降到“十二五”期间的6.68%，且全社会用电量与供电公司售电量之间的差距有所增大，其中光伏发电量有一定影响。

海宁光伏月发电量具有较大的波动性。总体而言，每年3～6月为发电量的第1个高峰，7～10月为第2个高峰。当月上网电量和当月发电量有一定的相关性，同样呈现出2个高峰，但是上网电量最高出现在7～10月份。

基于2013—2016年的相关数据，运用灰色理论和RBF神经网络法2种方法,对光伏发电上网电量等数据进行预测，相关预测结果分别见表5和表6。表中的光伏饱和年大约在2023年前后。

通过以上2种方法，可以看出光伏发电量在国网海宁市供电公司售电量中的百分比逐步走高的趋势，最终大约在2023年前后达到约12%的平衡点。从图1可见，2种预测方法得出的结论基本相同，以下影响分析引用灰色理论预测结果。

表5　灰色理论预测结果

表6　RBF神经网络法预测结果

图1　光伏发电量占公司售电量的比例及变化趋势

3.2　光伏发电对供电企业售电收入的影响

根据事先确定的模型及算法（典型场景设置），国网海宁市供电公司对光伏发电导致的售电收入进行了大量测算，因篇幅原因这里仅以灰色理论预测结果为例展示场景2相对保守的预测结果，见表7。

表7　场景2保守预测的售电收入影响结果

3.3　光伏发电对供电企业利润的影响

根据海宁市供电公司掌握的相关数据，工商业用电平均售电价格为0.75元/kWh、居民用电平均售电价格为0.43元/kWh；而供电公司平均购电价为0.53元/kWh。因此，对供电公司而言，在分布式光伏发电项目并网运行后，工商业用户每用光伏发电1 kWh，供电公司利润就减少0.22元；居民用户每用光伏发电1 kWh，供电公司就少亏损0.1元。此处同样仅展示场景2保守预测的利润影响，见表8。