《Renewable Energy》:An analytical method for identifying power curtailment in hydro–wind–photovoltaic hybrid energy systems
编辑推荐:
陈武|刘鹏|程倩|程雷|谢康|郑亚莲|曹辉|邓友汉|周勇中国武汉大学水资源工程与管理国家重点实验室,武汉430072摘要对于水风光混合能源系统而言,准确估算电力限电量至关重要。然而,目前用于估算电力限电量的数值方法需要高时间分辨率的数据,且存在计算量大、可解释性低的问题。为解决这
陈武|刘鹏|程倩|程雷|谢康|郑亚莲|曹辉|邓友汉|周勇
中国武汉大学水资源工程与管理国家重点实验室,武汉430072
摘要
对于水风光混合能源系统而言,准确估算电力限电量至关重要。然而,目前用于估算电力限电量的数值方法需要高时间分辨率的数据,且存在计算量大、可解释性低的问题。为解决这一问题,本文提出了一种分析方法,通过两种途径来估算当总发电量超过负荷需求或输电容量时的电力限电量。一种方法是基于新安江水文模型中的土壤含水量储存能力曲线理念,另一种方法则是利用基于日间风能和光伏发电量以及负荷需求的线性回归。所建立的电力限电函数随后通过数值方法进行验证。最后,通过敏感性分析确定了影响电力限电量的主要参数。以中国雅砻江流域为案例的研究表明,与数值方法相比,该分析方法能够更准确地捕捉电力限电量的变化,平均纳什-萨特克利夫效率超过0.83。此外,借助该电力限电函数,在长期运行中,与传统方法相比,发电量计算误差可减少1620万千瓦时(从0.30%降至0.17%)。敏感性分析结果还显示,输电容量每增加1%(在3300至4620兆瓦之间),平均电力限电量会减少7.1%。本研究为无需高时间分辨率数据的水风光混合能源系统的电力限电量估算提供了有效方法。
引言
发展风能和太阳能等可再生能源,对于应对能源危机和全球变暖具有重要意义[1]、[2]。到2030年,可再生能源将占全球发电量的近46%,其中风能和光伏发电将占30%[3]。然而,风能和光伏发电的间歇性、随机性和变化性给现有能源系统的稳定性和安全性带来了巨大挑战[4]。水风光混合能源系统作为一种有效策略,有助于实现风能和光伏发电的整合[5]、[6]。在这种混合能源系统中,水力发电单元的短期灵活性以及水库的长期储能能力可以调节风能和光伏发电的波动[7]。
电力限电是水风光混合能源系统面临的最重要问题之一[8]。以中国青海省为例,2024年水风光发电量占总发电量的85%以上,但有9%(46亿千瓦时)的风光发电量被限制使用[9]。电力限电现象是由于发电量超过了负荷需求或输电容量所导致的[10]。随着风能和光伏发电装机的快速增长,输电线路的不足以及水力发电的调控能力有限,共同导致了水风光混合能源系统中的电力限电问题[12]、[13]。
准确估算水风光混合能源系统中的电力限电量,对于评估短期运行情况以及制定长期调度策略极为重要。受天气条件影响,风能和光伏发电的变动性和间歇性主要发生在一天之内[14]。因此,水风光混合能源系统的短期运行通常侧重于确定水力发电单元的运行方案以及负荷分配策略,以匹配负荷需求曲线,从而减少风能和光伏发电的限电量[15]、[16]。而长期运行则涉及更长的时间跨度,如每日、每周和每月,主要关注水资源的分配,而不考虑电力需求平衡,因此很难描述短期的电力限电情况[17]。这样一来,由于电力限电量估算不准确,长期发电量估算也会出现误差,进而影响运行规则和产能规划[18]。
目前用于估算电力限电量的方法主要依赖数值方法,这些方法需要大量的输入数据(如水库和水力发电单元的参数、水库来水量、温度、风速和太阳辐射强度等),且要求数据具有每小时或更短的时间分辨率[19]。例如,文等人[20]提出了一种优化后的经济运行模型,用于确定水光风混合能源系统短期经济运行中的电力限电量。这类方法在处理中长期运行问题时需要高时间分辨率的数据以及大量的计算资源。为此,人们进一步基于短期模拟样本来拟合电力限电函数,以此减轻计算负担。例如,明等人[21]发现水光混合能源系统中光伏发电量限电与水力发电输出之间存在“S”形关系,这是首次明确了中长期运行中水力发电与限电量之间的关系。蒋等人[22]在此基础上进一步分析了长期水力发电输出与电力限电指标之间的关系,有效降低了中长期运行中的限电率。程等人[23]则采用了分段式电力限电函数来描述短期电力限电量的变化,通过简化函数形式提高了其实用性。总体而言,现有研究大多基于高时间分辨率数据及复杂的数值方法来估算电力限电量,且计算成本较高。
与数值方法相比,分析方法较少依赖高时间分辨率的数据,且便于进行敏感性分析,这类分析方法已被广泛应用于能源系统领域,比如制定长期调度规则[19]、评估电力可靠性[14]、[24]、规划能源存储[25]和开发规模[26],以及优化光伏系统的规模[27]。为了识别水光风混合能源系统中的限电模式,程等人[28]采用二次函数来模拟白天的光伏发电输出过程,从而得出了一个分析式的光伏发电限电函数。这种方法能够很好地呈现白天光伏发电量典型的钟形分布曲线。与水光混合能源系统相比,由于风能具有更大的随机变化性,水风光混合能源系统在准确确定电力限电量方面面临更大挑战[29]、[30]。
尽管关于电力限电量的研究已经十分广泛,但用于识别水风光混合能源系统中电力限电量的分析方法仍然较为缺乏,这限制了在数据要求低、计算成本低且可解释性高的前提下准确估算电力限电量。为此,本文提出了一种通用的分析方法,该方法解决了传统数值方法的局限性,用分析推导替代复杂的场景依赖型模拟,从而从理论上揭示水风光混合能源系统中电力限电的发生条件及其变化规律。
本文的主要贡献包括:(1)提出了一种分析方法,用于推导水风光混合能源系统的电力限电函数;(2)构建了一个短期运行模型,用于验证该分析式电力限电函数的准确性;(3)分析了负荷需求和输电容量等输入参数对电力限电量的影响。
本文的其余部分结构如下:第2节提出了用于识别水风光混合能源系统中电力限电量的分析方法;第3节介绍了中国雅砻江流域的案例研究;第4节详细展示了电力限电函数推导与验证的结果及分析;最后,第5节总结了主要研究结论。
章节要点
研究方法
如图1所示,本研究的方法旨在通过推导分析式电力限电函数来识别水风光混合能源系统中的电力限电量,具体包括以下三个部分:
- (1)
该分析式电力限电函数是基于风能和光伏发电量超过负荷需求或输电容量的均值超额值计算得出的(见2.1节)。
- (2)
构建了一个短期数值运行模型,用以生成数值样本,从而验证分析式电力限电函数的准确性
研究区域
本研究选取位于中国四川省西南部雅砻江流域的二滩水风光混合能源系统作为案例研究对象(见图5)。该水风光混合能源系统已建成7座大型水电站和5个风光光伏可再生能源项目,总装机容量接近2100万千瓦,年发电量约为900亿千瓦时[43]。二滩水电站是雅砻江上第一座建成的水电站,对保障该地区的电力供应稳定性起着至关重要的作用
CDF方法的结果
通过对长期风能和光伏发电量数据进行统计分析,得到了不同时间段内风能和光伏发电量的累积分布函数,结果显示,由公式(6)得出的累积分布函数与实际观测数据十分吻合。这表明所提出的函数能够有效地描述风能和光伏发电量的分布情况(见图7)。随着水力发电量的增加,限电率的分布可以分为四个阶段:限电率逐渐降低、无限电、限电率逐渐上升
结论
本研究提出了一种用于识别水风光混合能源系统中电力限电量的分析函数,并建立了短期运行模型来验证该分析式电力限电函数的准确性。随后,研究了各种参数对电力限电发生条件及其变化的影响。以中国雅砻江流域的二滩水风光混合能源系统为案例,可得以下结论:
研究结果表明,CDF方法和MEL方法均能够
CRediT作者贡献说明
程倩:撰写——审阅与编辑、软件应用、研究方法设计。刘鹏:撰写——审阅与编辑、概念构思。曹辉:监督指导。郑亚莲:结果验证。谢康:研究方法设计。程雷:监督指导、资源协调。周勇:数据整理。邓友汉:监督指导。陈武:撰写——初稿撰写、软件应用、研究方法设计
数据可用性声明
如需获取支持本研究结果的相关数据,可向相应作者提出合理请求后获取。
利益冲突声明
作者声明,他们不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
致谢
本研究得到了中国国家杰出青年科学基金(项目编号52225901)、国家自然科学基金(项目编号52509032)、国家自然科学基金联合基金(项目编号U23B20141)、中国长江电力股份有限公司项目(项目编号Z242302011)以及湖北省科技重大专项(项目编号2022AAA007)的支持。