风光互补发电的技术经济效益与储能优势:中国某省的案例分析
《ENERGY CONVERSION AND MANAGEMENT》:Techno-economic benefits and energy storage gains of wind–solar complementary power generation: A provincial analysis in China
【字体:
大
中
小
】
时间:2025年12月16日
来源:ENERGY CONVERSION AND MANAGEMENT 11.8
编辑推荐:
蔡奇然|荆青|薛美美|徐庆阳|钟超云|梁巧梅中国北京100081,北京工业大学能源与环境政策研究中心摘要风能与太阳能的互补性可通过缓解供需失衡,为实现高水平的可再生能源整合提供有效解决方案。然而,现有研究缺乏多维度的技术经济效益分析,也未对风能-太阳能互补所带来的短期和长期储能收
蔡奇然|荆青|薛美美|徐庆阳|钟超云|梁巧梅中国北京100081,北京工业大学能源与环境政策研究中心摘要风能与太阳能的互补性可通过缓解供需失衡,为实现高水平的可再生能源整合提供有效解决方案。然而,现有研究缺乏多维度的技术经济效益分析,也未对风能-太阳能互补所带来的短期和长期储能收益进行独立评估。本研究通过构建一个两阶段内生优化模型来最大化风能-太阳能互补效应,同时结合成本最小化基准模型,形成了一种新的多维度效益评估框架,从而避免依赖外生的容量比例。该框架明确纳入了短期和长期储能因素,进而清晰展现了互补性在不同时间尺度下对储能技术的影响。以省级孤立场景作为概念性基准,本研究量化了中国本地风能-太阳能互补的内在价值以及跨省互联带来的额外收益。研究结果表明,在最优的风能-太阳能互补容量配置中,风能占比更高,全国平均风能与太阳能的比例为2.37:1。风能-太阳能互补使全国平均风电和光伏发电的供电满足成本降低10.98%,同时提升了系统的可靠性、稳定性以及可再生能源的利用效率。它还使全国日内短期储能需求减少79.31%,并降低了风能-太阳能-短期储能组合的总部署成本21.67%。不过,由于互补性要求较低的功率容量但较高的能量存储容量,因此会使全国季节性长期储能的成本增加40%以上。跨省互联进一步提升了风能-太阳能互补的效益,同时减少了储能需求。本研究为利用风能-太阳能互补性进行协同的风能-太阳能-储能规划提供了重要参考。引言为实现2030年碳达峰和2060年碳中和的目标,中国各省正在加快风能和太阳能的大规模开发[1]。一方面,随着技术成本的下降,资源禀赋和现有发展基础对大规模风能和太阳能开发的制约正在减弱,各省份本地发展的经济可行性也在不断提升[2]。另一方面,充分开发和利用本地风能和太阳能资源能够增加本地低碳和零碳能源的供应,提升能源自给能力,从而减少对外部资源的依赖[3]。根据国家能源局的数据,截至2025年9月底,中国的风能和太阳能总装机容量已达到1710吉瓦[4]。然而,风能和太阳能发电具有很强的天气依赖性,存在显著的间歇性和季节性特征[5]。随着风能和太阳能装机容量的快速扩张,电力系统面临着日益突出的并网整合挑战[6]。2024年,中国风能和太阳能的年度弃光率、弃风率分别同比上升了1.4%和1.2%[7]。在部分省份,风能和太阳能的年度弃电率超过了5%,地区间差异十分明显。例如,西藏和青海的年均太阳能弃电率分别高达32.4%和9.7%[7],这反映出资源利用的空间不平衡以及系统灵活性的不足。与此同时,风能和太阳能的高比例接入也带来了频率稳定风险增加、调峰能力不足以及备用容量需求上升等问题,威胁着电力系统的安全稳定运行[8][9]。在此背景下,充分利用风能和太阳能的互补性是一种有效应对高比例可再生能源接入带来的挑战的途径[10]。由于风能和太阳能受不同气象和地理条件的影响,二者具有很强的互补性[11]。利用这种互补性可以缓解发电的间歇性问题[12],改善供需匹配状况[13]。将互补性纳入优化策略中,能够在提升系统稳定性和可靠性[14]、提高风能和太阳能的利用率[15],以及降低灵活性资源的投入和运营成本[16]方面带来显著效益。因此,探讨中国各省如何优化本地风能-太阳能互补性以改善供需匹配,并对其潜在效益进行多维度评估,对于充分发挥风能-太阳能互补性的价值,以及为各地制定经济、可靠、高效的高比例风能-太阳能系统规划提供支持,具有重要意义。关于风能-太阳能互补性的研究主要分为两类:一类是对互补性的定量评估,另一类则是针对风能-太阳能互补系统中的容量分配和调度优化研究。在第一类研究中,研究人员使用各种统计指标来评估风能和太阳能资源的时空互补性。例如,Kapica等人[17]利用肯德尔相关系数分析了全球范围内风能-太阳能互补性的分布情况,指出了不同地区的差异,但并未将这些结果与电力系统运行联系起来。蔡等人[18]则同时运用相关性和变化性指标来评估中国的互补性,分析了净负荷的共变性和波动性。虽然这些研究主要关注资源之间的相关性,但刘等人[19]进一步将气候变化和电力需求的影响纳入分析范围。他们采用供需匹配指数(定义为在特定时期内由本地风能和太阳能供应满足的总需求比例),运用12个全球气候模型来评估气候变化如何在全球范围内改变风能-太阳能供应与电力需求之间的匹配关系。研究结果表明,到本世纪末,多达44%的非南极陆地地区的供需匹配程度可能会大幅下降。这些研究共同揭示了风能和太阳能资源在何处、何时能够实现互补,同时也表明气候和需求动态会影响互补性的结果。不过,这些研究对于风能-太阳能互补系统的容量规划和运行调度方面的指导作用较为有限。在第二类研究中,研究人员致力于通过优化来提升风能-太阳能互补系统的性能。例如,Zappa和van den Broek[15]通过最小化剩余需求,优化了欧洲风能和太阳能容量的组合及空间分布,得出在没有储能设施的欧洲,最优的容量比例为74%风能和26%太阳能;刘等人[20]则着眼于最小化风能和太阳能发电的输出波动性,确定了中国不同地区的最优容量分配方案,表明合理的风能-太阳能比例能够降低输出波动性;杨等人[21]则聚焦于系统运行优化,提出了通过最小化成本来实现风能-太阳能混合系统最优调度策略的方案。尽管这些研究为风能-太阳能互补性在降低剩余需求、减少发电波动性以及提升系统运行性能方面的作用提供了有益见解,但它们并未从全系统供需匹配的角度,明确探讨风能-太阳能互补性在缓解净负荷波动中的作用。此外,现有研究大多侧重于技术性能优化和可行性分析,未能充分展现风能-太阳能互补性的技术经济效益。仅有少量研究对风能-太阳能互补性的技术经济效益进行了定量分析,主要关注其对电力需求满足程度的影响。例如,Tong等人[22]模拟了不同比例风能-太阳能组合的发电情况,评估了这种互补性在全球范围内满足电力需求的能力,而Shaner等人[23]则对美国进行了类似的评估。还有些研究基于不同风能-太阳能比例下的模拟结果,进一步分析了风能-太阳能互补性带来的储能收益[24]。虽然这些研究强调了风能-太阳能互补系统在提升系统可靠性和储能收益方面的潜力,但它们缺乏对经济性能、系统稳定性以及资源利用效率等其他关键维度的全面评估。此外,现有研究中评估风能-太阳能互补性效益时,通常依赖于外生设定的风能-太阳能容量比例,而非在统一的建模框架内对风能、太阳能和储能容量进行内生优化,这限制了他们识别最优系统配置和合理权衡的能力。同时,这些研究很少以成本最小化作为实际的比较基准,因此无法准确展现风能-太阳能互补性的效益。另外,它们也没有区分风能-太阳能互补性对短期储能和长期储能的不同影响,而这两种储能类型在技术特性和应用场景上存在显著差异。鉴于现有研究的局限性,本研究构建了一个用于优化容量分配并分析风能-太阳能互补性效益的全面框架。首先,该框架构建了一个两阶段容量优化模型,以最大化风能-太阳能互补性,该模型全面考虑了互补性在减少供需差距和平滑净负荷波动方面的双重作用,同时区分了日内短期储能和季节性长期储能的容量分配问题。其次,为了纳入与实际应用相关的成本考量,该框架还建立了一个传统的风能-太阳能-储能联合优化模型,旨在最小化系统成本,作为对比基准。在此基础上,通过对系统经济性、可靠性、稳定性以及风能和太阳能的利用效率等多个维度进行多维度比较分析,全面评估了风能-太阳能互补性的技术经济效益以及短期和长期储能收益。本研究在该框架下,以省级孤立场景为分析基础,对中国31个省份进行了分析。通过排除跨省输电带来的干扰因素,这一场景为量化本地风能-太阳能互补性的内在价值以及跨省互联的额外价值提供了重要的基准,明确了各省份在自我供给条件下的风能-太阳能-储能容量需求与面临的问题,为短期规划以及电网韧性提升策略提供了参考。此外,本研究还引入了跨省互联场景作为省级孤立场景的扩展应用,以其分析结果作为基准,进一步分离和量化跨省互联带来的额外效益。通过这一全面的分析框架,本研究为中国各省充分利用风能-太阳能互补性,构建经济、安全、可靠的高比例可再生能源系统提供了定量支持,有助于实现中国在碳达峰和碳中和目标下的国家能源转型战略。同时,该研究也为世界各国和地区推进 Affordable清洁能源发展、应对气候变化提供了可借鉴的实证依据和定量分析工具。本研究的主要贡献如下:1)本研究构建了一种风能-太阳能互补性效益分析框架,该框架包含了两个内生决策模型——一个用于最大化互补性,另一个用于最小化系统成本,从而解决了现有研究依赖外生设定的风能-太阳能容量比例、忽视成本最小化这一实际基准的问题。2)与那些仅从单一维度评估风能-太阳能互补性技术经济效益的研究不同,本研究进行了多维度分析,涵盖了系统经济性、可靠性、稳定性以及风能和太阳能的利用效率等多个方面。3)由于现有研究在评估风能-太阳能互补性带来的储能收益时,往往未能区分不同时间尺度的储能技术,本研究则在其优化模型中明确纳入了日内短期储能和季节性长期储能的容量分配问题,定量分析了互补性在不同时间尺度下对储能部署的不同影响。本文的其余结构如下:第二部分阐述研究方法,第三部分呈现研究结果与讨论,第四部分总结主要研究发现,探讨政策含义,并说明研究的局限性及未来研究方向。方法部分首先介绍本研究的研究框架,随后详细阐述用于最大化风能-太阳能互补性的两阶段容量优化模型,以及用于最小化成本的风能-太阳能-储能联合优化模型。此外,还介绍了本研究采用的技术经济效益评估指标,并概述了相关关键参数和数据来源。结果与讨论部分给出了用于最大化互补性并最小化成本的最优风能和太阳能容量组合。接着,对风能-太阳能互补性的技术经济效益进行了多维度分析,随后探讨了该互补性所带来的储能收益。最后,进一步分析了跨省互联对风能-太阳能互补性效益的影响,并对若干关键参数进行了敏感性分析。结论部分指出,本研究通过构建一个两阶段内生优化模型来最大化风能-太阳能互补性,同时结合成本最小化基准模型,形成了一种新的多维度效益评估框架。该框架明确纳入了短期和长期储能因素。在省级孤立场景的假设下,本研究定量评估了本地风能-太阳能互补性的内在技术经济效益,以及其在不同时间尺度下对储能技术的不同影响。CRediT作者贡献说明蔡奇然:撰写——初稿、可视化、软件应用、方法设计、数据整理。荆青:撰写——审阅与编辑、概念构思。薛美美:撰写——审阅与编辑、概念构思。徐庆阳:撰写——审阅与编辑、概念构思。钟超云:撰写——审阅与编辑、概念构思。梁巧梅:撰写——审阅与编辑、概念构思。梁巧梅:写作——审阅与编辑、项目监督、项目管理、资金筹措。利益冲突声明作者声明不存在任何可能影响本文所述工作的已知财务利益或个人关系。致谢本研究得到了中国国家自然科学基金的支持[项目编号:72474024、72074022、72488101]。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号