中国可再生能源分区域消纳潜力研究

摘要：目前，光伏发电、风电的装机规模均已超越水电，二者合计装机规模已超过煤电，成为电力装机主体。在分析我国可再生能源发展现状的基础上，以光伏发电、风电为主要研究对象，设计可再生能源开发潜力晴雨模型，对未来一段时间我国可再生能源开发环境和运行情况进行综合预测评价，分区域定量分析可再生能源消纳潜力。

关键词：可再生能源；消纳潜力；分区域；晴雨模型

中图分类号：TP308 文献标识码：A 文章编号：1008-9500（2024）09-00-03

23

Research on the Regional Consumption Potential of Renewable Energy in China

YU Yanlong1， LIU Jiaqi2， ZHANG Yuqing3， WANG Xinhao3，4， LYU Lanchun3，4

（1. China Renewable Energy Engineering Institute， Beijing 100120， China;

2. Guohua Energy Investment Co.， Ltd.， Beijing 100007， China;

3. Sichuan Energy Internet Research Institute Tsinghua University， Chengdu 610218， China; 4. Tsinghua University，Beijing 100084， China）

Abstract： At present， the installed capacity of photovoltaic power generation and wind power has surpassed hydropower， and the combined installed capacity of the two has surpassed coal-fired power generation， becoming the main body of power installation. On the basis of analyzing the current development status of renewable energy in China， this article focuses on photovoltaic power generation and wind power as the main research objects， designs a potential sunshine-rain model for renewable energy development， and comprehensively predicts and evaluates the development environment and operation of renewable energy in China in the future. It quantitatively analyzes the consumption potential of renewable energy in different regions.

Keywords： renewable energy; consumption potential; regional division; sunshine-rain model

在“双碳”背景下，电力行业实施低碳转型将助力降碳减排，推动能源结构优化升级，促进可再生能源发展。近年来，中国可再生能源发展势头迅猛，装机规模持续高速增长。与此同时，消纳问题日益凸显，积极开展可再生能源消纳的相关研究有助于消除发展瓶颈，具有重要意义。

1 中国可再生能源发展现状

国家能源局发布的相关数据显示，截至2023年底，全国水电、风电、太阳能发电累计装机共占总装机容量的50.4%，已超过火电的占比；全球可再生能源新增装机5.1亿kW，其中中国的贡献超过了50%。全国风电平均利用率为97.3%，光伏发电平均利用率为98%，保持了较高的利用水平[1]。截至2024年6月底，光伏发电、风电的装机规模均已超越水电，二者合计装机规模已超煤电，成为电力装机主体。

2 分省消纳潜力研究思路

《关于促进新时代新能源高质量发展的实施方案》提出，我国可再生能源发展以风电、光伏发电为代表，合计装机容量的目标是在2030年达到12亿kW以上。2024年6月，二者装机规模已达11.81亿kW，以提前6年的速度近乎完成了目标。然而随着经济增速放缓，社会用电需求并未产生较大提升，电力系统灵活性资源还有待挖掘和建设，势必造成消纳能力脱节，适应性不足。

2.1 可再生能源消纳的意义

全国新能源并网消纳情况显示，2024年1—6月全国风电利用率为96.1%，光伏发电利用率为97.0%，较上年度的平均利用率有所下降，部分地区利用率已跌破《清洁能源消纳行动计划（2018—2020年）》提出的95%消纳红线[2]。

利用率降低将带来以下弊端：第一，电力无法消纳可能造成电网负荷不平衡，影响电力系统稳定；第二，“弃风弃光”导致大量资源浪费，所在地区可能面临不良的生态环境影响、经济影响，限制了进一步投资和发展。研究显示，可再生能源电力消纳与碳排放呈现显著的负相关，消纳量的增长对当地CO2排放量均具有显著的减缓作用[3-4]。目前，国家已设立消纳保障机制，将可再生能源电力消纳责任权重作为约束性指标，各省按此进行考核[5]。

2.2 各区域消纳影响因素和潜力

可再生能源消纳的影响因素主要有资源分布、用电需求、电网建设等。我国风光资源主要集中在西北、华北及东北地区，而中部及东南沿海地区经济相对发达，对用电有更高的需求，资源与负荷呈逆向分布。此外，电网建设水平同样影响地区的消纳能力，资源丰富、发电量大的省级行政区可以依靠输电通道的建设，将电力输送至发电量小、需求量大的省级行政区，以此调节能源供需的不平衡。针对每个省级行政区的不同情况，通过模型设计量化各省级行政区的消纳潜力，以期帮助地方政府分析现状、制定决策，在更好地完成消纳责任权重考核的基础上，支持可再生能源的进一步发展。

3 晴雨模型设计

设计的分析模型以可再生能源消纳潜力计算结果为表征，反映各省级行政区可再生能源的开发潜力。模型的研究对象设定为装机规模较大的风电和光伏发电，由此定名为风光开发潜力晴雨模型（简称晴雨模型）。

3.1 计算公式

晴雨模型的计算公式为

（1）

式中：E表示某省级行政区某小时可再生能源电力消纳数；Qw表示风电并网量；cw表示风电容量因子；Qp表示光伏并网量；cp表示光伏容量因子；D表示用电需求；Qt表示火电量；Qh表示水电量；Qin表示受入电量；Qout表示送出电量；a表示权重；Qs表示储能电量。

当E≥100，代表发电能力已等于或者超过消纳空间，产生电量有较大无法消纳的风险，应引起重视；当E＜100，代表消纳空间大于发电能力，则产生电量仍然存在一定的消纳潜力。

3.2 各项参数

3.2.1 风电、光伏并网量

风电、光伏并网量为某年某省风电、光伏项目的并网电量，数据来源于可再生能源发电项目建档立卡信息。

3.2.2 风电、光伏容量因子

风电、光伏容量因子为某省某小时风电、光伏发电设备的实际输出功率与理论最大输出功率之比，数据来源于高时空精度的可再生能源布局与电力系统优化模型[6]。

3.2.3 用电需求

用电需求为各省小时级用电量，数据来源参考《国家发展改革委 国家能源局关于做好2021年电力中长期合同签订工作的通知》附件中的各省级电网典型电力负荷曲线。

3.2.4 火电量

火电量为火电装机量和火电最低经济发电小时比例的乘积。火电装机量来源于各省公开发布的装机信息，最低经济发电小时比例根据2021—2023年国家能源局发布的相关数据取平均值，本模型设定为40%，可依据情况调节。

3.2.5 水电量

水电量为水电装机量和水电最低经济发电小时比例的乘积。水电装机量来源于各省公开发布的装机信息，最低经济发电小时比例设定为10%，可依据情况调节。

3.2.6 受入/送出电量

受入电量为省级行政区间受入电量和受入电量小时容量因子的乘积，送出电量为省级行政区间送出电量和送出电量小时容量因子的乘积。受入/送出电量来源于《中国电力统计年鉴2022》，小时容量因子根据各省级行政区的受入/送出电量排名情况，赋值为20%～40%。

3.2.7 权重

反映电网建设状况对区域消纳能力的影响，本模型设定为1.01。

3.2.8 储能电量

储能电量为储能装机容量和储能单位小时容量因子的乘积，储能装机容量参照《抽水蓄能产业发展报告2022》，单位小时容量因子设定为30%。

3.3 预测结果

出于数据来源全面、年份统一的考虑，晴雨模型采用数据的基准年为2020年，计算得出各省级行政区对应的全年8 784个E值。某省级行政区在一个典型月（31 d，744 h）的E值变化趋势如图1所示。当出现E值＜0时，表示该小时各类型能源的发电量已经超过用电需求量，定义该情况等同于消纳风险无限大，使用该省级行政区E值的计算结果最大值替换负值数据。晴雨模型的预测结果取决于某省级行政区全年E值≥100的数量，各省级行政区的预测结果如表1所示。

4 结论

设计“风光开发潜力晴雨模型”并预测了全国31个省级行政区的可再生能源发展“晴雨”现状，期望预测结果可为地方政府主管部门制定可再生能源发展的相关决策提供支撑。预测结果为“晴”的省级行政区拥有较为充足的消纳潜力，可继续鼓励发展；预测结果为“阴”的省级行政区消纳潜力相对较小，可建议适度发展，增加一定的消纳机制；预测结果为“雨”的省级行政区消纳潜力不足，应意识到相关问题，控制可再生能源发展规模并探索可行的方式增加消纳，潜力有所改善后再进行鼓励发展。

参考文献

1 水电水利规划设计总院.中国可再生能源发展报告2023年度[R].北京：中国水利水电出版社，2024.

2 全国新能源消纳监测预警中心.2024年6月全国新能源并网消纳情况[EB/OL].（2024-07-31）[2024-05-15].https：//mp.weixin.qq.com/s/D7aJt3ksOrDXNpoOhtV7ww.

3 朱明睿.可再生能源电力消纳与碳排放关系的实证研究[J].工业技术创新，2021（5）：41-44.

4 姜 曼，杨司玥，刘定宜，等.中国各省可再生能源电力消纳量对碳排放的影响[J].电网与清洁能源，2020（7）：87-95.

5 陶 冶.以消纳保障机制推动我国迈向可再生能源高质量发展新阶段[J].中国电力企业管理，2024（13）：42-44.

6 ZHANG D，ZHU Z H，CHEN S，et al.Spatially resolved land and grid model of carbon neutrality in China[J].PNAS，2024，121（10）：1-12.