【精彩论文】促进风电消纳的发电权交易优化方法

Original 中国电力中国电力 2023-12-18

戳蓝字“中国电力期刊”关注我们哦！

徐昊亮

国网甘肃省电力公司经济技术研究院

引文信息

徐昊亮, 靳攀润, 姜继恒, 等. 促进风电消纳的发电权交易优化方法[J]. 中国电力, 2020, 53(3): 167-176.

XU Haoliang, JIN Panrun, JIANG Jiheng, et al. Optimization method of generation rights transaction mechanism for power system accommodation improvement[J]. Electric Power, 2020, 53(3): 167-176.

研究背景

可再生能源高速增长推动中国能源消费清洁化转型的同时，其不确定性和源网矛盾也带来了严重的弃风弃光问题。从技术和管理多措并举解决这一问题，成为行业的焦点。为解决当前弃风弃光矛盾，在积极推进外送跨区消纳的同时，进一步挖掘就地消纳潜力也是一个关键途径。以新疆、甘肃为代表的西北地区，普遍面临着自备电厂装机过多引发的系统调峰能力不足问题，因此，通过常规电源与风光电源的发电权交易扩增可再生能源上网空间，具有较强的操作性和经济可行性，是缓解弃风弃光问题的重要途经。

论文所解决的问题及意义

风电企业与自备电厂通过发电权交易，可以保证企业的收益，同时增加风电上网电量。如何从技术层面对发电权交易的消纳提升作用进行量化评估，进而指导发电权交易的关键机制、重要参数设计具有重要意义。本文针对该问题，以月、年等中长期尺度的随机生产模拟为方法基础分析发电权交易促进新能源消纳的效益。在对发电权交易执行方式及影响因素进行原理性分析基础上，量化分析其促进新能源消纳、减少弃风的效益。然后，结合自备电厂的运行特征和发电权交易的交易特点，探究发电权交易时间、交易功率等关键参数对降低弃风量的影响，进一步优化交易效果。

本文所提方法能够在规划阶段将发电权交易纳入计算框架，并为后期运行中交易时段设计等关键参数优化提供快速简洁的试算方法，计算速度较常规生产模拟有明显提升，提高了远期市场机制设计与系统运行的决策能力，也为市场参与方电量估算提供了参考信息。

论文重点内容

（1）技术方案

目前，发电权交易典型执行方式为电网部门在日前为可再生能源电站制定发电权交易发电计划，同时制定自备电厂的减出力发电计划，使双方按照既定曲线实时运行，如图1所示。本文尝试从中长期角度对运行计划的编制给出参考信息，帮助调度人员合理安排月内每天的运行方式，实现风电消纳提升最大化与月度电量执行偏差最小化的最佳平衡。发电权交易优化的目的是给出日内交易时间、自备电厂最大允许交易功率、启动交易风电理论功率阈值三类参数的确定方法，对日内计划的编制给以指导信息。

图1 发电权交易关键环节、影响因素示意

本文基于随机生产模拟方法建立了系统消纳能力评估模型。随机生产模拟的本质是概率体系下的电量平衡，以风电功率长期概率分布代替时序数据进行电量计算。对一段时期内的负荷进行统计，形成累积概率分布曲线（见图2）。机组A承担系统基荷，该部分负荷的累积概率为1，A的所有发电量均可直接消纳，没有弃电现象。机组B承担负荷区段累积概率小于1，若机组不能有效调节其功率大小，则有一定概率会发生弃电。生产模拟中，负荷数据为不含自备电厂企业的公网负荷，电源按照统调火电最小负荷、风电、火电可调容量依次参与生产，最终计算弃能电量。

图2 弃电概率原理示意

本文假设自备电厂少发的电量完全由风电企业提供，系统等效持续负荷曲线无变化，发电权交易仅对公网上网风电累积概率曲线产生影响。本文重点讨论了发电权交易作用下的风电累积概率曲线修正方法，利用“单场概率修正——多场概率卷积”的方式将发电权交易三类关键参数与系统风电总功率概率曲线建立联系。最终通过生产模拟求解在不同消纳要求下的发电权交易执行参数设计，具体优化流程如图3所示。

图3 发电权交易优化方法流程

（2）仿真结果

以北方某省级电网历史数据进行供暖季内1—3月份的逐月模拟计算。该地区全网最大发电负荷为27330MW。总装机容量46800 MW，其中煤电33000 MW，统调火电机组装机容量为26760 MW，自备电厂装机容量6240MW。

图4显示了在一月份，在启动交易风电理论功率阈值为2000MW和最大交易容量为5000MW时，不同交易时段下自备电厂置换后的风电理论功率（风电理论功率与自备电厂所属企业新增用电功率之差，简称“置换后风电理论功率”）累积概率曲线的变化情况，图中五条曲线自下至上分别对应交易时段为[00：00, 12：00]、[00：00, 9：00]、[00：00, 6：00]、[00：00, 3：00]以及不进行发电权交易时的情况。仿真结果显示，该措施主要对置换后风电理论功率概率曲线的低功率部分产生影响，这反映出该地区在风电理论功率较小时段，其概率分布曲线下降沿在发电权交易作用下变得更加平缓。

图4 1月份内置换后风电理论功率概率特性变化（最大交易功率5000MW，最低启动风功率2000MW）

图5显示了系统内消纳情况与发电权交易功率、交易时段两者之间的关系。在系统原始情况下，1—3月的初始弃风率分别为35%、33%、36%。具体来看，当一天内有14h允许发电权交易、最大交易功率为3000MW时，1月份弃风率可控制在20%以下，2、3月份分别为24%和22%，较1月份响应程度略低。另外，相比于3月份，1、2月份的弃风率下降较快段集中于交易时间长、交易功率大的情景下。

(a)一月仿真结果

(b)二月仿真结果

(c)三月仿真结果

图5 1—3月弃风率与交易时间、最大交易功率关系（启动交易风电理论功率为4000MW时）

另外，本文也对消纳效果与最大交易功率和启动交易风电理论功率阈值两参数的关系进行了数值模拟，分别获得了不同弃风控制水平下交易参数的参考值。

研究结论

本文在总结发电权交易执行方式和影响因素的基础上，基于随机生产模拟方法建立了适用于自备电厂与风电企业发电权交易提升风电消纳效果的中长期评估模型，提出了交易关键参数的优化方案。通过仿真研究了发电权交易对增强系统消纳能力的促进作用，得到了以下结论：

（1）实时运行中，发电权交易时段设置直接影响最大消纳潜力，应适当放开发电权交易时段限制。

（2）总体来看，发电权交易具有弃风缓解作用。降低发电权启动交易风电理论功率阈值、增加最大交易功率均可增强消纳提升作用，但效果提升缓慢，最理想工况（日内运行14h、最大交易功率3000MW、启动交易风功率阈值4000MW）下仅能将供暖季内1月的弃风率控制在20%水平。

（3）与火电机组灵活性改造相比，发电权交易提升消纳效果作用有限，在火电深度调峰潜力用尽时，发电权交易可以作为备用措施参与消纳。

主要作者介绍

第一作者：徐昊亮（1981—），男，硕士，高级工程师，从事电力系统自动化、电网智能化规划等方面研究。