风-光-火-储多能互补基地电力外送及消纳方案研究

孙严冬，李 杰，吉日格图，冯 喆，张思文，高巧琳，张会娟，张又中

（1.国电电力发展股份有限公司，辽宁 大连 116699；2.国电电力综合能源内蒙古有限公司，内蒙古 鄂尔多斯 017010；3.电力规划总院有限公司，北京 100120）

0 引言

2021年10月，在《生物多样性公约》第十五次缔约方大会领导人峰会上，习近平主席提出中国将持续推进能源结构调整，大力发展可再生能源，在沙漠、戈壁、荒漠地区加快规划建设大型风电光伏基地项目。2022 年1 月，国家发展与改革委员会与国家能源局联合下发了《关于完善能源绿色低碳转型体制机制和政策措施的意见》，提出以沙漠、戈壁、荒漠地区为重点，加快推进大型风电、光伏发电基地建设，对区域内现有煤电机组进行升级改造，探索建立送受两端协同为新能源电力输送提供调节的机制。

在此背景下，不少研究都对大型新能源基地的建设发展进行了探讨。文献[1]通过对基地规模、电源、用地、用能、开发等方面的分析，给出了大型能源基地规划发展大规模、大融合、大统一的特点。文献[2]根据内蒙古风光绿色能源现状和“十四五”能源发展目标提出了内蒙古打造国家级绿色清洁能源基地的规划。文献[3]从风光出力特性及火电灵活性改造出发，针对不同的风光火配比方案，探讨大型能源基地实现与电网、负荷协调友好的创新型发电模式。文献[4]论证了我国东北和西北地区的大型能源基地通过特高压直流工程实现风光火电力大规模、高效率、安全外送的可行性。文献[5]提出大型能源基地联合外送中电源容量优化模型，探讨了能源基地风、光在时空分布上的互补效益，以及提高通道利用率的措施，以实现经济效益最优。文献[6]针对内蒙古阿拉善盟以风能和太阳能发电为主的大型清洁能源基地，研究通过特高压输电通道实现风-光-火电打捆外送方案。文献[7]在平衡风光火储各类电源联合外送良性竞争的前提下，建立了风光火储联合外送调度多目标优化模型，探讨最优电力外送方案。

基于上述文献，本文以内蒙古某大型能源基地为研究对象，围绕规模化、集约化、一体化开发打造电网友好型综合智慧能源基地，综合考虑风电、光伏、火电和储能运行特性，通过优化储能配置、实施煤电深度调峰等途径，研究基地电源配比规划及电力送出方案，降低公网调峰和容量支撑压力，同时探讨新能源平价上网无需新能源补贴电价的可行性。

1 送电曲线及电源配置优化模型

1.1 基于时序生产模拟软件的优化模型

为促进风光火储联合外送调度优化，本文在送端新能源基地引入储能装置，与风光火联合调度，有助于为基地和外送系统的清洁化和低碳化运行提供依据。以输电通道输送新能源电量占比为目标，基于时序生产模拟（Annual Production Simulation Program，APSP）建立模型[8-13]。

1.1.1 目标函数

在风光火储联合外送过程中，考虑最大化送出当地可再生能源，目标函数如下：

1.1.2 约束条件

系统最大负荷时刻的电力平衡关系可以表示为：

除了满足系统最大负荷需要，系统也需要具有调节能力和可靠出力特性的电源承担备用容量，系统最大用电需求、新能源预想出力以及系统的备用容量需求共同决定了系统火电的开机容量，如公式（3）—（4）所示：

式中：SCF表示火电装机容量；kSZ表示受阻系数；SBY表示备用容量；kBY表示备用率。

系统在负荷最高峰时刻的电源开机确定后，各时刻下系统的负荷需求与系统内可调电源的强迫出力形成差值，即为系统内所有电源的发电消纳空间，其中包括新能源发电。系统其他时刻的调峰平衡关系可由公式（5）表示，而系统在各时间的用电需求由负荷特性决定，如公式（6）。

在一般系统内，调节电源强迫出力由火电、水电、核电等新能源以外的调节电源的技术特性决定。在本文采用的风光火发电系统内，系统的电源强迫出力即为火电强迫出力，可由公式（7）计算得出：

式中：kCF表示火电最小出力系数。

当电源消纳空间大于新能源出力时，t时刻不产生新能源弃电；当电源消纳空间小于新能源出力时，则t 时刻产生新能源弃电。对于系统的某典型日而言，日内的累积新能源弃电量可由公式（8）表示：

1.2 模型求解方法

第一步：参考受端电网日负荷特性，按照调度运行部门提出的直流功率调整每天不超过6次的要求，拟定直流逐月台阶式运行曲线。

第二步：按照受端电网年负荷特性，调整各月直流曲线标幺值，仅受端电网最大负荷所在月份直流最大输送功率按1（p.u.）考虑。

第三步：根据火电机组数量，确定直流额定容量，参考基地新能源出力曲线进一步调整直流曲线，确保各类电源出力之和可以达到直流曲线要求、直流年利用小时数合理。

第四步：开展生产模拟计算，以通道新能源送出最大化为目标，提出不同火电规模下若干种合理可行的配套风电、光伏、储能容量。

整体计算流程采用APSP 生产运行模拟软件对基地送出曲线、装机容量配置和新能源消纳情况进行建模优化分析。

2 算例分析

2.1 基础数据及情景设置

2.1.1 风光联合出力特性

基地风电年可用出力时间为3196 h，逐时平均出力特征曲线如图1所示。基地光伏年出力可用时间为1983 h，逐时平均出力特征曲线如图2所示。

图1 风电出力特性曲线Fig.1 Wind power output characteristic curve

图2 光伏出力特性曲线Fig.2 Photovoltaic output characteristic curve

2.1.2 受端负荷特性

受端区域年负荷特性呈夏、冬两峰并存，最大负荷出现在夏季7 月，冬季最大负荷出现在12 月。夏季典型日呈单高峰特点，自午间持续升高至22：00达到最大负荷，然后迅速下降；冬季典型日呈午、晚双高峰特点，最大负荷出现在19：00。受端区域负荷曲线如图3所示。

图3 受端区域负荷曲线Fig.3 Load curve of receiving-end area

2.1.3 情景设置

基于对基地风光出力特性曲线的分析及新能源保证出力在大负荷时段偏低的特点，在考虑设计输电曲线额定容量时，以火电容量作为参考基准，设置四种情景（如表1所示）。

表1 情景设置Tab.1 Scenarios setting

2.2 结果分析

2.2.1 送电曲线优化拟定

综合考虑受端区域日负荷特性、年负荷特性、基地风电和光伏出力特性、基地火电机组调峰深度等因素，经多次优化基地电源配置方案，得出基地送电曲线如图4—图7 所示。参考受端区域负荷特性，夏季午夜负荷较低，呈现早上开始持续上升、最后再回落的趋势，因此拟合送电曲线采用单台阶走势。冬季负荷呈早晚两个高峰、午间回落、午夜两端最低的趋势，拟合送电曲线成马鞍形。

图4 配套火电4000 MW送出功率曲线Fig.4 Optimized output power curve of supporting 4000 MW thermal power

图5 配套火电5000 MW送出功率曲线Fig.5 Optimized output power curve of supporting 5000 MW thermal power

图6 配套火电6000 MW送出功率曲线Fig.6 Optimized output power curve of supporting6000 MW thermal power

图7 配套火电7000 MW送出功率曲线Fig.7 Optimized output power curve of supporting7000 MW thermal power

在电源项目实际调度运行中，由调度部门灵活调整送电曲线，在保障通道年送电量的基础上，确保无电力电量不足时刻。基地项目通过优化储能容量配置与运行模式、实施煤电机组深度调峰等途径，极大降低了电力外送对于公网调峰和容量支撑的需求，以打造电网友好型综合智慧能源基地[20-23]。

2.2.2 电源配置优化方案

综合考虑基地风光资源技术可开发量，经测算，基地在配置不同容量火电机组情景下的优化结果如表2 所示。其中，火电机组按最小技术出力达到20%额定功率配置，储能时长总体按2 h考虑。情景1 下，电源项目总装机容量15.2 GW，其中新能源装机容量11.2 GW，占比达到73.68%。情景2 的新能源装机最低，为9 GW。情景4下火电机组容量最大，可以提供较为稳定的电源供应，因此该情景下配置的储能容量相对最小。

表2 不同情景下的装机容量Tab.2 Installed Capacity in different cases

结合规划区域风光资源情况及出力特性，不同情景下的基地运行情况如表3 所示。情景1 中，基地通道每年持续稳定向受端区域输送电量45 TWh。其中基地风电、光伏项目年可发电量分别约为15.02 TWh、12.89 TWh，新能源可发电量合计约27.91 TWh；按基地电源优化配置方案，基地每年可外送新能源电量25.83 TWh。基地新能源电量占通道总送电量的57.4%。情景2装机容量最小，送电量对应也是最少的，仅有39 TWh，但该情景的投资最少。情景3 的弃风率和弃光率是四种情景中最低的，但基地总体绿电比只有45.56%，整体消纳情况可以进一步提升。情景4 送出电量最多（48 TWh），但由于火电装机容量过大，送出电量中绿电比是四种情景中最低的。

表3 不同情景下的基地运行情况Tab.3 Base operation status in different cases

基于可再生能源送出最大化目标，拟定以情景1 作为基地电源配置优化方案。该情景下，基地每年约有2.08 TWh新能源富裕电量。对此，基地可通过规模化风光制氢对新能源富裕电量予以就地消纳利用，进一步提高基地新能源综合消纳利用率。

2.2.3 投资估算及上网电价

根据基地建设方案，依据国家、有关部门规定和费率标准，并参照同类工程的定额标准，结合各电源类型投资造价现状及预测情况，基地电源静态投资共计约689.6 亿元，其中煤电126.2 亿元，风电206.1亿元，光伏259.8亿元，储能97.5亿元。

根据投资估算、资源评估及发电量，考虑各种损耗，并结合施工总进度安排，依据每年的实际上网电量进行财务效益计算，风光火利用小时数分别为3196 h、1983 h 和5140 h。煤电机组的发电煤耗根据其利用小时数进行修正后为303.485 kg/MWh。煤价以450 元/t 为基准。考虑资本金内部收益率为8%，测算得基地综合电价（不含税）为237.18 元/MWh，综合电价（含税）为268.02 元/MWh。基地电价与本地电源及受端电源电价对比如表4所示。

表4 电价对比Tab.4 Comparison of electricity prices元/MWh

基地经营期测算电价较内蒙古电网燃煤基准电价低14.88元/MWh，相当于基准价下浮5.26%，与结算均价的差价达到122.26元/MWh，在本地电源中有较强的竞争力。基地经营期测算电价较受端区域燃煤发电基准电价低63.38 元/MWh，相当于基准电价下浮17.4%。测算电价较受端区域年结算均价低58.29元/MWh，在受端电源中也有一定的竞争力。

2.2.4 敏感性分析

以情景1 为基准，进一步对外送电量、投资造价、煤价不确定因素进行敏感性分析。

（1）外送电量变化

为保障外送通道的可再生能源发电量占比，在敏感性分析中假设各类电源利用小时数随通道利用小时数同比例变化，测算结果如表5所示。

表5 不同外送电量下的综合电价Tab.5 Comprehensive electricity prices under different outgoing power consumption

当外送电量增加10%时，基地综合电价（含税）为251.52 元/MWh，较基础方案减少6.15%；当外送电量减少10%时，基地综合电价（含税）为288.18元/MWh，较基础方案增加7.52%。

（2）电源投资造价变化

分别对煤电、风电、光伏储能单位造价进行敏感性分析，对应的电价测算结果如表6所示。

表6 不同电源投资下的综合电价Tab.6 Comprehensive electricity prices under different power source investments

由于基地各类型电源中光伏发电装机容量最大，所以综合电价受光伏单位造价影响最显著，风电次之，煤电和储能影响最小。当光伏发电单位造价提高至4400 元/kWh 时，基地综合电价（含税）为274.26 元/MWh，较基础方案增加2.33%；当光伏发电单位造价降低至3600 元/kWh 时，基地综合电价（含税）为261.86元/MWh，较基础方案减少2.29%。

（3）煤价变化

当经营期平均煤价在±10%范围波动时，相应的综合电价测算结果如表7所示。

表7 不同煤价下的综合电价Tab.7 Comprehensive electricity prices under different coal prices

当标煤单价（含税）提高至495元/t时，基地综合电价（含税）为274.29 元/MWh，较基础方案增加2.34%；当标煤单价（含税）降低至405 元/t 时，基地综合电价（含税）为261.75元/MWh，较基础方案减少2.34%。

综上可见，对基地综合电价影响最大的因素是外送电量，其余因素按影响程度从大到小分别为标煤价格、光伏单位造价、风电单位造价、煤电单位造价和储能单位造价。

3 结论

本文以特高压输电通道实现风-光-火电打捆外送，实现可再生能源跨区消纳，开创新能源项目开发新模式，为解决弃风、弃光问题提供了新的研究思路。通过算例分析，得出以下结论：

（1）基地电源静态投资共约689.6 亿元，不含税综合电价为237.18 元/MWh，含税综合电价为268.02 元/MWh。含税电价水平较本地电源燃煤基准价低14.88 元/MWh，较受端区域燃煤基准价低63.38 元/MWh，在本地和受端电源中均有一定的竞争力。基地经济效益明显，对于规模化风电、光伏发电建设具有示范效应。

（2）基地项目建成后，可大幅增加受端电网清洁能源电量供应74.2%，每年减少煤炭消费893万t、减少CO2排放2322 万t，基地CO2综合排放强度为328.4 g/kWh，较全国平均水平（565 g/kWh）降低41.9%；每年可分别减少SO2、NOx和烟尘排放3953 t、5484 t和1443 t，具有良好的碳减排与环保效益。

本文提出的基地送电曲线及电源配置优化方法中，仅考虑了通道送出新能源占比最大指标，并未考虑投资优化、通道利用率等相关评估指标，将在今后的工作中继续展开研究。