火力发电与新能源发电协同发展模型研究

周鹏程，叶嘉雯

（1.南方电网物资有限公司，广东 广州 510620；2.华北电力大学经济与管理学院，北京 102206）

0 引言

随着化石能源枯竭、大气污染、气候变暖等问题的不断加剧，新能源的开发及利用已成为解决全球能源问题的关键［1-2］。近年来，在国家发展规划指导下，我国新能源得到了快速发展，截至2019 年末，风电并网新增规模为25.79 GW，累计并网风电容量达到210.05 GW，同比增长14%；光伏并网新增规模为30.11 GW，其中集中式光伏新增装机17.91 GW，分布式光伏新增装机12.20 GW，累计并网光伏容量达到204.3 GW，同比增长17.3%，新能源发电在我国电源结构中的占比持续上升。

目前，在我国电源结构中，火力发电占有比例在60%以上，火力发电具有单机容量大、出力稳定、响应调度指令高等特点，但短期边际成本较高，产生有害气体和粉尘排放。以风电、光伏为主的新能源单机容量小、短期边际成本低、环境亲和度高，但出力具有间歇性和不确定性，对于要求电力实时平衡的电力系统而言，增加了其运行的安全风险，需要与火力发电协同运行。因此，火力发电与新能源发电在技术层面和经济层面具有互补性［3-4］。

目前，我国电力消费结构变化显著，电力需求增速放缓，在新能源装机容量占比快速提升的同时，应及时做好火力发电与新能源发电的装机容量比例的统筹规划，促进两者协同发展；同时，设计科学合理的保障机制和市场机制，最大限度地提高新能源消纳，实现节能减排目标。

1 火力发电与新能源发电协同发展评价指标

1.1 安全性指标

1）容量充裕度。

容量充裕度指标用于评价电力系统满足尖峰负荷的能力。通过对比系统有效装机容量和年度尖峰负荷，判断电力系统装机容量的长期充裕性。为更好地对火力发电与新能源发电协同发展进行评价，采用系统各时段火电机组有效装机容量和净负荷进行对比，得到发电容量充裕度曲线。电力系统t 时刻的容量充裕度αt可表示为：

式中：Lt和分别为电力系统t 时刻的净负荷和总负荷；Pw，t和Pv，t分别为t时刻的第w台风电机组出力和第v 台光伏机组出力；Pi，t，uc为t 时刻第i 台火电机组的有效装机容量；N 为火电机组台数；W 为风电台数；V 为光伏台数。

2）灵活性充裕度。

灵活性充裕度指标可用来衡量新能源发电满足系统波动性和不确定性的能力，是将系统有效装机组合提供灵活性能力与灵活性最大需求进行对比，判断系统灵活性资源的长期充裕性。选取系统爬坡能力的充裕度作为系统灵活性充裕度指标。电力系统t 时刻的系统上行爬坡充裕度和下行爬坡充裕度可表示为：

式中：RL，t为t 时刻的系统爬坡需求；Ru，t和Rd，t分别为t 时刻的系统上行、下行爬坡能力；Lt-1为电力系统t-1时刻的净负荷；Pi，t，max、Pi，t，min和Pi，t为火电机组i在t时刻的上限、下限和实时机组出力为上、下爬坡率；ΔT 为调度间隔。

3）系统可靠性。

新能源并网接入对系统可靠性的影响主要在正常供电率、配电网停电频率、平均停电时间等方面。选取电网电量不足变化率作为系统可靠性指标。电网电量不足变化率Eroad可表示为

式中：Pqg和Phg分别为系统接入新能源前、后的缺供电量。

1.2 经济性指标

1）发电收益。

发电收益主要由火力发电收益和新能源发电收益组成。电力系统发电侧的发电收益B 可表示为

式中：qi，sh、qw，sh和qv，sh分别为第i 台火电机组、第w台风电机组和第v 台光伏机组的上网电价分别为第i 台火电机组、第w 台风电机组和第v 台光伏机组的发电成本分别为第i 台火电机组、第w 台风电机组和第v 台光伏机组的运维成本。

2）补贴收益。

新能源补贴可考虑按发电量或系统容量进行一次性补贴。新能源补贴收益可表示为

式中：qw，sub和qv，sub分别为第w 台风电机组和 第v 台光伏发电机组的补贴价格。

1.3 减排性指标

1）污染物排放量。

火力发电产生的污染物主要有CO2、SO2和NOx等废气排放及废水、灰渣等。污染物排放量Em可表示为

式中：ξ、σ 和η 分别为CO2、SO2和NOx的燃煤机组排量系数。

2）能源消耗量。

选取供电耗水量和耗油量作为能源消耗量指标，能源消耗量Ec可表示为

式中：Cwat和Coil分别为火电机组的单位供电耗水量和单位供电耗油量。

2 火力发电与新能源发电协同发展模型

2.1 目标函数

为分析新能源消纳能力，引入惩罚因子。模型的目标是系统总运行费用最低，因此既要减少因弃风弃光资源浪费产生的罚款，又要提高新能源消纳极限［5-7］。目标函数C 可表示为：

式中：Ci，t为火电机组i 在t 时刻的发电成本；ai为火电机组i 的空载成本；xi，t为火电机组i 在t 时刻的运行状态；ki，b为火电机组i 在第b 阶段的报价为火电机组i 在t 时刻第b 阶段报价对应的机组出力；为火电机组i 在t 时刻第b 阶段机组最大出力；为火电机组i 的启动成本；yi，t为火电机组i 在t时刻的出力；ui为燃料消耗量；s 为机组性能系数，反映机组燃料消耗与出力之间的转化关系；ΔPw，t为风电机组w 在t 时刻的弃风量；ΔPv，t为光伏机组v 在t时刻的弃光量；ΔLj，t为节点j 在t 时刻的切负荷；J 为全部节点j 组成的集合;λ1为弃风、弃光惩罚因子；λ2为切负荷惩罚因子。

2.2 约束条件

1）线路潮流约束。

采用直流潮流法进行潮流计算，即：

2）电网功率平衡约束。

各个节点的流入功率等于流出功率［8］，且不考虑线路的功率损耗，即

式中：Pj，t为t 时刻线路节点j 处的出力；Pl，t为t 时刻线路l的出力；Kl，J为线路节点关联矩阵的元素；LJ，t为电力系统在t 时刻所有节点的输出量；ΔDJ，t为t 时刻所有节点的不变损耗量。

3）系统上备用约束。

上备用约束要求火电机组最大出力应小于其额定出力，即

4）火电机组爬坡率约束。

火电机组下一时刻的出力与上一时刻的出力应满足上爬坡约束和下爬坡约束［9］，即

式中：Ri，down为火电机组下爬坡约束；Ri，up为火电机组上爬坡约束。

5）火电机组最小开运和停运时间约束。

火电机组不宜频繁启停，应根据机组实际运行经验设置最小开运、停运时间，即

式中：hi，on，min和hi，off，min分别为火电机组i 的最小开运和停运时间；hi，on和hi，off分别为机组i 的实际开运和停运时间。

2.3 模型求解

火力发电与新能源发电协同发展模型是一个非线性、离散的优化问题，机组组合中包含整数变量和连续变量。因此，采用混合整数规划法（Mixed Integer Programming，MIP）进行求解，以便得到全局最优解。

GAMS 系统是一种求解混合整数规划问题的通用仿真软件，旨在建立和求解线性、非线性、混合整数规划等问题，广泛应用于能源规划、电力技术经济等领域［10］。GAMS 用集合表示各物理量之间的逻辑关系，用方程定义目标函数和约束条件；在此基础上，进一步采取模型库和决策支持系统。

在考虑网络约束的基础上，以系统运行成本最低为目标函数，进行迭代仿真。每次仿真48 h 机组组合，输出结果仅读取前24 h，并以前24 h 分析结果仿真推算后24 h，以此类推、逐日滚动推算，如图1 所示。将机组组合模型线性化，采用GAMS 软件进行仿真求解。

图1 模型框架及求解流程

3 火力发电与新能源发电协同发展分析

3.1 数据分析

1）电源特性。

选取山东某地发电情况进行分析。该地区火力发电装机规模为3 835.7 MW，占比约为62.4%；光伏装机规模为1 297 MW，占比约21.1%；风电装机规模为946.6 MW，占比约为15.4%；其他形式（如生物质能）装机规模约占比1.1%。其中，供热机组装机容量占火电机组的48.6%，且装机规模均在300 MW 以上，系统运行要求最低出力为50%的额定功率，燃煤机组占电源结构的48.7%，还有少量燃机机组。风电和光伏等新能源随机性和不确定性强，受限于新能源技术，发电转化率不高。以某光伏机组为例，其8 760 h 出力曲线如图2 所示。

图2 光伏8 760 h 出力情况

2）负荷特性。

电力负荷以工业用户和居民用户为主，负荷有明显的季节特征，夏、冬两季负荷如图3 和图4 所示，其曲线波动剧烈，春、秋两季负荷较为平坦。

图3 工业用户夏季典型日负荷

图4 居民用户冬季典型日负荷

3）净负荷特性。

电力系统的净负荷曲线可由系统总负荷曲线上减去风电和光伏出力曲线得到。以冬季为例，工业用户高峰周净负荷曲线与系统总负荷曲线的对比如图5 所示。

图5 工业用户高峰周净负荷与总负荷的对比

3.2 应用场景方案

从电力负荷增长和消纳通道利用率2 个维度来设计研究方案。随着电力负荷与通道利用率的不断增大，两者都增加了系统的总负荷。由于负荷需求和外送电需求不确定性较大，有必要针对负荷变化对新能源消纳规模的影响进行研究分析。为分析2021年火力发电与新能源协同发展水平，以2018 年负荷为基础，分别按照6.4%、5.4%、4.4%年增长率计算2021 年负荷水平；分别按照50%、75%、100%计算外送通道利用率，形成不同应用场景。

3.3 协同发展分析

1）协同系统灵活性分析。

以6.4%年增长率的负荷水平和100%外送通道利用率为基准进行火力发电与新能源发电协同发展分析。系统灵活性是衡量火电与新能源发电发电协同发展的关键标准之一。为验证所提协同发展模型的有效性，通过计算仿真协同系统的灵活性。

基于采集系统数据，计算静态发电容量充裕度曲线，如图6 所示。可知，仿真模拟后的协同系统充裕度曲线波动不太明显，8 760 h 内的系统充裕功率基本处于500～1 000 MW 之间，较传统火电机组的充裕度曲线波动趋于平稳，实现了火力发电与新能源发电发展协同性。

在此基础上，仿真计算协同系统的上爬坡能力和下爬坡能力，并与净负荷的爬坡需求进行对比，以便深入分析协同系统灵活性。系统灵活性资源供需对比曲线如图7 所示，图8 为图7 中第8 714～8 736 h放大后的曲线。

图6 发电容量充裕度

图7 系统灵活性资源供需对比

图8 系统灵活性资源供需对比放大

由图7 和图8 可知，虽然8 760 h 的系统发电容量都是充裕的，但在运行时受火力发电机组最大最小出力和爬坡速率的限制，在某些时段，系统可能会出现灵活性不足的情况，这时须通过弃风或弃光来保证系统的安全运行。因此，随着大规模的新能源并网接入，为确保火力发电与新能源发电之间的协同发展，应充分考虑二者间的统筹规划，促进机组协调关系［11］。

2）协同系统成本分析。

以5.4%年增长率的负荷水平和75%外送通道利用率为基准进行系统成本分析。在考虑网络约束的基础上，以系统运行成本最低为目标函数，进行迭代仿真。通过计算，在此基准下2021 年协同系统的发电成本约为5 606.32 万元，启动成本约为800.96 万元，空载成本约为630.51 万元，年弃风量约为0.705 亿kWh，年弃光量约为0.536 亿kWh。在此基础上，预测得出协同系统的年运行费用约为11 693 万元。

以此类推，分别从电力负荷增长和消纳通道利用率维度，预测得出2021 年系统运行费用，具体如表1 所示。

表1 不同维度下的2021 年系统运行费用

由表1 数据分析，从消纳通道利用率维度看，随利用率增加协同系统年运行费用呈逐步递减趋势；从电力负荷增长率维度看，随增长率增加系统年运行费用减少明显；当同时利用率和增长率同时增加时，系统年运行费用降至最低。此外，提高负荷增长率带来的降本效益优于增加通道利用率，但由于负荷增长率是不确定性指标，较增加通道利用率来说拥有更大波动性。因此，为实现火力发电与新能源发电协同发展，在增加消纳通道利用率的同时，应做好需求侧管理，有效引导用户保持稳定用能，稳步提高负荷增长率。

4 结语

新能源发电比例逐年增长，全社会用电量增速缓慢，火力发电与新能源发电的增量空间较小，两者存在竞争关系；同时，由于新能源发电自身的间歇性、波动性和随机性，暂时无法确保大规模、可靠的电能供给，需要火力发电进行调峰配合，两者存在共生关系。因此，应从保障机制和政策补贴方面来保障火力发电和新能源发电的协调发展。

在火力发电与新能源发电协调发展的保障机制方面：首先，健全新能源项目招标制度；其次，建立调峰补偿机制或调峰市场机制，完善长期备用火力发电和新能源发电容量市场机制，在此基础上，构建电力现货市场和辅助服务市场；最后，合理进行“源-网-荷-储”协调规划。

在火力发电与新能源发电协同发展的政策补贴方面：首先，加强各类发电资源新增规模管理；其次，健全新能源配额制度，建立新能源补贴退坡机制，建立新能源附加价格及其价格调整机制；最后，构建“绿色电力证书”交易市场。