汪湲，牟宏，許乃媛，劉曉明，張浩

（1.國網(wǎng)山東省電力公司，濟南250001；2.國網(wǎng)山東省電力公司經(jīng)濟技術研究院，濟南250021）

能源互聯(lián)背景下山東電網(wǎng)備用容量需求分析

汪湲1，牟宏1，許乃媛1，劉曉明2，張浩2

（1.國網(wǎng)山東省電力公司，濟南250001；2.國網(wǎng)山東省電力公司經(jīng)濟技術研究院，濟南250021）

風電、光伏發(fā)電是清潔能源的重要組成部分，也是構建全球能源互聯(lián)網(wǎng)的主導能源。提出一種含風電和光伏發(fā)電的備用容量需求確定方法。在此基礎上，結合山東省年度風、光資源及負荷特征，基于各季節(jié)典型日風電、光伏出力及負荷特性分析，得出遠景年山東電網(wǎng)考慮風電、光伏接入的備用容量需求。分析結果對合理安排山東電網(wǎng)備用容量，提高電網(wǎng)運行可靠性具有重要意義。

清潔能源；能源互聯(lián)；備用需求

0 引言

為有效解決世界能源發(fā)展過度依賴化石能源而導致的資源緊張、氣候變化、環(huán)境污染等問題，構建安全可靠、經(jīng)濟高效、互動性好的能源優(yōu)化配置平臺，國家電網(wǎng)公司提出構建全球能源互聯(lián)網(wǎng)的構想［1］。國網(wǎng)山東省電力公司2016年工作會議報告中指出，山東電網(wǎng)是中國能源互聯(lián)網(wǎng)的重要組成部分，要將山東電網(wǎng)打造成為構建中國能源互聯(lián)網(wǎng)、實施全球能源互聯(lián)網(wǎng)戰(zhàn)略的重要支點。

要建立能源互聯(lián)網(wǎng)，在能源開發(fā)上，需要以清潔能源代替化石能源，走低碳綠色發(fā)展道路，從根本上解決能源供應面臨的資源和環(huán)境約束問題。風電和光伏是清潔能源的重要組成部分，也是構建全球能源互聯(lián)網(wǎng)的主導能源。

由于風電、光伏等清潔能源發(fā)電的隨機性、波動性，難以準確預測，因此研究能源互聯(lián)背景下電網(wǎng)備用需求尤為重要。學者們對此展開廣泛研究。文獻［2］在定義期望失負荷比例（expected load not supplied ratio，ELNSR）的基礎上，綜合考慮機組強迫停運率、負荷及風電出力預測誤差等不確定性因素，推導出系統(tǒng)運行備用與ELNSR之間的量化關系，并將該量化關系作為發(fā)電調度的約束，建立含大規(guī)模風電的電力系統(tǒng)發(fā)電和備用協(xié)調調度模型。文獻［3］討論可中斷負荷（IL）市場的經(jīng)濟補償模型及報價清算規(guī)則，指出參與系統(tǒng)備用服務的IL市場與發(fā)電側備用市場之間的協(xié)調對于發(fā)電充裕性的重要性，強調以量化指標統(tǒng)一反映系統(tǒng)備用的充裕水平與風險代價，兼顧發(fā)電備用的經(jīng)濟性和可靠性。文獻［4］分析了季節(jié)性變換的風速對含大規(guī)模風電的發(fā)輸電系統(tǒng)充裕性的影響，利用狀態(tài)采樣蒙特卡洛方法，通過年度和季度模型比較了系統(tǒng)可靠性（充裕性）指標

（EENS）。

首先介紹傳統(tǒng)電網(wǎng)備用需求定義及分類，然后基于山東電網(wǎng)實際情況，提出了一種含風電和光伏發(fā)電的備用容量確定方法，最后結合山東省年度風、光資源及負荷特征，基于各季節(jié)典型日風電、光伏出力及負荷特性分析，得出遠景年考慮風電、光伏接入的備用需求。

1 傳統(tǒng)電網(wǎng)備用需求

1.1 電網(wǎng)備用需求必要性

電網(wǎng)預留一定的發(fā)電容量備用，是保證電網(wǎng)安全穩(wěn)定運行的基礎，能使系統(tǒng)在受到一定程度擾動時，平穩(wěn)過渡到新的穩(wěn)定運行狀態(tài)。備用容量的預留，除了要考慮電網(wǎng)運行的安全穩(wěn)定性以外，還要綜合考慮經(jīng)濟性、區(qū)域分配、響應速度等因素。

1.2 電網(wǎng)備用需求定義及分類

我國對備用定義如下［5］：電力系統(tǒng)在運行過程中的備用容量，應使得電網(wǎng)在經(jīng)受設備隨機停運、負荷波動等擾動后，能盡快建立發(fā)電與負荷的平衡，保證頻率在規(guī)定的范圍，不發(fā)生連鎖事故，不導致大面積停電事故。將電網(wǎng)備用細分為負荷備用、事故備用和檢修備用。

國外對電網(wǎng)備用有不同的定義和分類方法，其核心問題是幾小時甚至幾分鐘時段內，系統(tǒng)提供充分的旋轉備用，保證系統(tǒng)事故風險低于預定水平，保證承受突然變化的能力以及在偶發(fā)事故中選擇正確的對策。

備用容量的確定主要有確定性方法和概率分析法。確定性準則也稱為“備用裕度準則”，以運行經(jīng)驗為基礎，判定運行備用可靠性，目前主要方法為：

1）裝機備用法。在數(shù)值上等于預計的最大負荷乘以一個系數(shù)。此方法通常在電網(wǎng)規(guī)劃中使用。

2）運行備用容量。在數(shù)值上等于負荷需求乘以一個系數(shù)或網(wǎng)內最大機組容量。

3）輸電網(wǎng)絡的N-1準則。電網(wǎng)在任意一元件故障跳閘后，應能保持連續(xù)供電。在可靠性要求較高的場合，可采用N-2甚至N-K規(guī)則。該規(guī)則可以同時用于規(guī)劃電網(wǎng)結構和確定電網(wǎng)的運行備用容量。

采用確定性方法的主要不足是沒有考慮系統(tǒng)性能、用戶功率和元件故障的概率特征。概率分析法是指定量分析電力系統(tǒng)的可靠性指標，并依據(jù)可靠性準則來判定系統(tǒng)預留的備用容量。其根據(jù)設定的可靠性判據(jù)如電力不足期望值、期望失負荷比例等，從發(fā)電能力、故障停機、計劃檢修、負荷水平和特性等方面來綜合判斷發(fā)電供應的可靠程度，進而確定電網(wǎng)備用容量。

2 含風電和光伏發(fā)電的備用需求確定方法

風速和光照強度具有隨機性和波動性，不同季節(jié)或者不同時段風速、光照強度變化的概率特性不同。風電和光伏發(fā)電出力的預測精度可在一定程度上提高，但無法改變其日間或時段間隨機性和波動性的基本特征，從而不能無限提高。統(tǒng)計數(shù)據(jù)表明運行中的風電在1 h內的出力變化量可占裝機容量的10%～35%，而在4～12 h內甚至可能超過50%。光伏發(fā)電在其出力時段內也具有類似的變化性質。由于風電和光伏發(fā)電出力在短時間內可能大幅度變化，應以負荷備用的模式應對其對電網(wǎng)供需平衡帶來的壓力。據(jù)此將風電和光伏發(fā)電以負負荷形式合成到原負荷中，進而形成等效負荷。風電和光伏的大量接入對電網(wǎng)的影響體現(xiàn)在等效負荷的預測精度降低、隨機性變大，其對備用需求的直接影響體現(xiàn)在負荷備用需求增加，對事故備用和檢修備用無直接影響。本文中含風電和光伏的備用需求主要研究不同風電、光伏滲透率時負荷備用需求的增加情況，對事故備用按照傳統(tǒng)方式確定。

在傳統(tǒng)電網(wǎng)運行方式下，由于負荷預測精度高（98%以上）、常規(guī)機組調控性能良好，電網(wǎng)備用需求具有各時段一致性，備用通常按照負荷百分比或運行中的最大機組容量確定，大型電網(wǎng)負荷備用一般取最大負荷的2%左右。因不同季節(jié)、不同時段風電、光伏發(fā)電出力的概率特性不同，其預測精度也不同。將風電和光伏發(fā)電以負負荷形式合成到原有負荷中形成等效負荷后，等效負荷實際預測的偏差波動范圍也將不同，進而各季節(jié)各時段負荷備用需求不同。

基于上述原理，含風電和光伏發(fā)電的負荷備用需求確定方法步驟。

1）設定風電和光伏發(fā)電出力預測精度。風電出力預測相對誤差可取15%～35%和20%～40%［6］，光伏發(fā)電出力預測相對誤差在09∶00—16∶00高功率時段取5%～12%，早晚低功率時段取5%～25%［7］。負荷預測精度按照系統(tǒng)運行實際設定。預測誤差與預測精

度相對應，表示負荷預測的準確程度，而預測值與實際值之間的差值為隨機變量，以實際預測偏差表示。

2）基于地區(qū)風電場和光伏電站出力歷史數(shù)據(jù)，統(tǒng)計不同季節(jié)一日內各時間點風電和光伏發(fā)電出力的概率特性（方差和均值）。

3）基于不同季節(jié)一日不同時段內風電、光伏發(fā)電出力概率特性，確定各季節(jié)各時段風電和光伏發(fā)電出力的預測精度和波動范圍。出力統(tǒng)計方差最?。ù螅r段預測誤差取最?。ù螅┲?，其他時段預測誤差可依據(jù)歷史統(tǒng)計數(shù)據(jù)線性化取值。負荷預測誤差按照系統(tǒng)運行實際情況取統(tǒng)一值0.02。

4）以失負荷概率與期望失負荷比例（或以失負荷時段數(shù)和失負荷比例指標）為可靠性指標，在指標允許范圍內確定不同季節(jié)典型日負荷備用需求。

失負荷概率Ploss和期望失負荷比例ER為

式中：Pi為i時段失負荷概率，指初步確定某一備用水平后，等效負荷實際預測偏差波動范圍大于備用水平的概率；i為時間段（0～23）；ER為期望失負荷比例；Lloss，i為i時段期望失負荷值，指等效負荷實際預測偏差波動超出備用水平前提下，等效負荷實際預測偏差的期望值與初步確定的備用水平間的差值；Ltotal為總負荷量，即各時段負荷量之和。

3 遠景年山東電網(wǎng)備用容量需求

3.1 山東省年度風、光資源及負荷特性

基于遠景年山東電網(wǎng)新能源裝機規(guī)劃，山東風電廠主要分布在圖1所示6個地區(qū)。利用美國航天局（NASA）Goddard地球觀測系統(tǒng)提供的全球風速數(shù)據(jù)，可得到2005—2014年10年內山東省上述6個地區(qū)風速的數(shù)據(jù)（0.5 h為間隔）。對所得數(shù)據(jù)以月份為單位取均值求和，則上述地區(qū)各月份風力大小如圖2所示?？梢姡厥饽攴萃?，風速的年度間變化不大。從10年數(shù)據(jù)看，風速并無明顯增長和衰減趨勢，可以以10年風速的月均值來代表各月份風力大小水平。對于風速的月份間變化，各地區(qū)風速和山東省全部地區(qū)風速之和的變化趨勢一致，3—5月份風速較大，7、8月份風速較小。因風速大小不同時其變化特性也不同，據(jù)此可將山東地區(qū)風力情況按季節(jié)分為春（3—5月）、夏（6—8月）、秋（9—11月）、冬（12、1、2月）4個時間段，其中春時段中4月份風力最大。

圖1 遠景年山東地區(qū)風電場分布

圖2 山東省6區(qū)域月均風速

對于山東地區(qū)的光照資源情況，以圖3所示5個地區(qū)作為未來山東光伏裝機的主要區(qū)域。根據(jù)NASA中所獲統(tǒng)計數(shù)據(jù)，光照強度年度間變化不大，無明顯增強或衰減趨勢，可以以10年光照強度的月均值來代表各月份光照強度水平。光照強度的月份間變化明顯，各地區(qū)和山東省全部地區(qū)光照強度之和的變化趨勢一致，4—7月份較大，11、12、1、2月份較小。為保證與風速的時段劃分一致，將山東地區(qū)的光照情況按季節(jié)分為春、夏、秋、冬4個時間段。山東省5地區(qū)月均光照強度變化情況如圖4所示。

根據(jù)預測數(shù)據(jù)，山東省2015年、2020年和2030年各月份負荷變化如圖5所示，負荷在7、8和11、12月

份較高，2、4、5月份較低。由圖2知，風力在7、8月份較小，11、12、2、4、5月份較大。由圖4知，光照強度在4—8月份較大，在11、12、2月份較小。綜合考慮風電和光伏后，電網(wǎng)在低負荷的4、5月份可由風電和光伏提供較多電力，在接納新能源的前提下其他電源投入的較少，應重點關注此時備用和調峰容量需求是否滿足。在高負荷的7、8月份風力可提供的發(fā)電功率較小，需要其他電源更多出力，此時的電力供需平衡應得到保障。

3.2 各季節(jié)典型日風電、光伏出力及負荷特性分析

根據(jù)現(xiàn)有風電、光伏分布情況及未來發(fā)展趨勢，圖1中6地區(qū)風電未來裝機容量占比分別為18%、44%、13%、8%、10%、7%，圖3中5地區(qū)光伏未來裝機容量占比分別為28%、24%、16%、16%、16%。風機采用常用的1.5 MW模型，切入、切出風速分別是3 m／s、25 m／s，額定風速10.5 m／s；光伏發(fā)電模塊尺寸1 956 mm×992 mm×50 mm，峰值功率為250 W，光電轉換效率為12.4%的常用模型。

圖3 遠景年山東地區(qū)光伏發(fā)電分布

圖4 山東省5區(qū)域月均光照強度

圖5 山東電網(wǎng)負荷年度變化情況

根據(jù)風電裝機分布情況，結合山東地區(qū)10年風力資源統(tǒng)計數(shù)據(jù)，各季節(jié)典型日風電出力（均值）情況如圖6所示。各時段風電出力的變化幅度（方差），如圖7所示。由圖6、圖7可見風電出力較大的時段，其出力波動也大，這給備用容量配置帶來壓力。按照前述預測誤差確定方法，風電出力預測誤差在15%～35%和20%～40%范圍時，各季節(jié)典型日風電出力預測相對誤差如圖8所示。

圖6 山東省各季節(jié)典型日風電出力均值曲線

圖7 各季節(jié)典型日不同時段風電出力變化

圖8 各季節(jié)典型日風電出力預測誤差分布

同理，根據(jù)光伏裝機分布情況，結合山東地區(qū)10年光照強度統(tǒng)計數(shù)據(jù)，各季節(jié)典型日光伏發(fā)電出力（均值）情況如圖9所示。各時段光伏出力的變化幅度（方差）如圖10所示。因為在09∶00—16∶00之外的早晚時段內會因空氣中的水汽凝結而出現(xiàn)輕霧以及由城市和工礦區(qū)等排出大量煙粒而形成煙幕，降低大氣透明度，影響太陽輻照強度，致使這2個時段的光伏出力預測誤差較大。在光伏發(fā)電出力預測相對誤差在09∶00—16∶00高功率時段取5%～12%，早晚低功率時段取5%～25%，以及前述誤差確定方法條件下，各季節(jié)典型日風電出力預測誤差如圖11所示。

圖9 山東省各季節(jié)典型日光伏出力均值曲線

圖10 各季節(jié)典型日不同時段光伏出力變化

圖11 各季節(jié)典型日光伏電出力預測誤差

考慮2030年山東地區(qū)風電裝機為20 000 MW，光伏裝機為6 500 MW。根據(jù)已知的2030年各季節(jié)典型日負荷曲線，按照前述方法將風電和光伏發(fā)電出力（均值）以負的負荷的形式合成到原有負荷中，形成等效負荷，所得2030年各季節(jié)典型日原始負荷曲線及等效負荷曲線（均值）如圖12所示。

根據(jù)前述原理，考慮風電和光伏發(fā)電出力的預測誤差，實際等效負荷在以均值為中心的某一范圍內波動，波動量服從均值為0的正態(tài)分布，波動量越大，其發(fā)生的概率越小。

3.3 遠景年考慮風電、光伏接入的備用需求

按照前述含風電和光伏發(fā)電的負荷備用需求確

定方法和步驟，以電網(wǎng)最大負荷的百分比（2%～5%）作為負荷備用容量水平，計算負荷備用容量取不同值時的失負荷概率和期望失負荷比例。

圖12 2030年各季節(jié)典型日負荷及其等效負荷

基于2030年預測負荷數(shù)據(jù)，考慮2030年風電裝機20 000 MW，光伏裝機6 500 MW，風電預測誤差在15%～35%，光伏預測誤差在09∶00—16∶00高功率時段取5%～12%，早晚低功率時段取5%～25%條件下，不同負荷備用水平時的失負荷概率、期望失負荷量和期望失負荷比例如圖13～15所示。各圖中橫坐標表示負荷備用容量，為占電網(wǎng)最大負荷的比值。根據(jù)計算結果，在失負荷概率和期望失負荷比例可靠性指標迅速增大之前，確定合適的備用水平。選取失負荷概率不高于0.02，期望失負荷比例不高于0.000 4%作為可靠性指標要求，系統(tǒng)各季節(jié)負荷備用應分別不少于各季節(jié)典型日最大發(fā)電負荷的0.039、0.027、0.029、0.033。此時各季節(jié)典型日期望失負荷量分別為9.3MW、10.6MW、11.4MW和8.7MW，四季可能發(fā)生失負荷的時段是03∶00—9∶00、10∶00—15∶00、05∶00—07∶00和10∶00—15∶00、03∶00—08∶00。對于風電預測誤差在20%～40%時的負荷備用水平可同理計算。最終考慮2030年風電裝機20 000 MW，光伏裝機6 500 MW時的負荷備用需求和可靠性水平如表1所示。

圖13 2030年備用水平與失負荷概率

圖14 2030年備用水平與期望失負荷量

圖15 2030年備用水平與期望失負荷比例

表1 2030年負荷備用水平

同理可得其他光伏裝機容量和風電預測誤差條件下的備用水平。在將風光的隨機性和波動性以負荷備用的形式加以考慮后，對于事故備用可按照傳統(tǒng)方式取10%。

上述備用需求確定方法，以山東省各地實測風、光數(shù)據(jù)，以負荷、風電和光伏出力預測誤差為依據(jù)，通過計算分析，給出了不同風電、光伏滲透率下各季節(jié)典型日的備用需求水平，并區(qū)分了各季節(jié)典型日不同時段的備用需求情況。對于各季節(jié)合理安排備用水平，保證電網(wǎng)安全、穩(wěn)定性具有指導意義。同時，可為各季節(jié)發(fā)電機組的合理安排以及檢修計劃等做參考。

4 結語

結合山東電網(wǎng)實際，提出含風電和光伏發(fā)電的備用容量需求確定方法，并根據(jù)山東省年度風、光資源及負荷特征以及各季節(jié)典型日風電、光伏出力及負荷特性分析，得出遠景年（2030年）山東電網(wǎng)考慮風電、光伏接入的備用容量需求。所用方法可根據(jù)風力和光照實際數(shù)據(jù)，區(qū)分各季節(jié)典型日不同時段的備用需求情況。計算結果顯示在滿足同樣可靠性指標情況下，春季對負荷備用需求最高，其次是冬、秋和夏季。分析結果對山東電網(wǎng)合理安排備用水平以及提高運行可靠性具有重要意義。

［1］劉振亞.全球能源互聯(lián)網(wǎng)［M］.北京：中國電力出版社，2015.

［2］元博，周明，李庚銀，等.基于可靠性指標的含風電電力系統(tǒng)的發(fā)電和運行備用的協(xié)調調度模型［J］.電網(wǎng)技術，2013，37（3）：800-807.

［3］薛禹勝，羅運虎，李碧君，等.關于可中斷負荷參與系統(tǒng)備用的評述［J］.電力系統(tǒng)自動化，2007，31（10）：1-6.

［4］YI G，BILLINTON R，and KARKI R，“Composite generation and transmission system adequacy assessment considering wind energy seasonal characteristics，”in Power&Energy Society General Meeting，2009.PES'09.IEEE，2009，pp.1-7.

［5］SD 131—1984電力系統(tǒng)技術導則［S］.

［6］薛禹勝，雷興，薛峰，等.關于風電不確定性對電力系統(tǒng)影響的評述［J］.中國電機工程學報，2014，34（29）：5 029-5 040.

［7］栗然，李廣敏.基于支持向量機回歸的光伏發(fā)電出力預測［J］.中國電力，2008，41（2）：74-78.

Reserve Requirement Analysis of Shandong Power Grid under the Background of Energy Interconnection

WANG Yuan1，MU Hong1，XU Naiyuan1，LIU Xiaoming2，ZHANG Hao2
（1.State Grid Shandong Electric Power Company，Jinan 250001，China；2.Economic&Technology Research Institute，State Grid Shandong Electric Power Company，Jinan 250021，China）

Wind power and photovoltaic power generation are not only important parts of clean energy，but alsoleading energy of global energy internet.A reserve capacity requirement determination method including wind power and photovoltaic power is proposed.Combined with the annual wind and solar energy resource and load characteristics，wind power and photovoltaic power output of typical day in each season in Shandong power grid，the requirement of reserve capacity is researched in the future for Shandong power grid.The result is of great significance to reserve capacity arrangement and reliability improvement of Shandong power grid.

clean energy；energy interconnection；reserve capacity requirement

TM715

A

1007-9904（2016）10-0018-07

2016-05-24

汪湲（1978），女，高級工程師，主要從事電網(wǎng)規(guī)劃設計等工作。