何永秀，呂 媛，車怡然

（1.華北電力大學經(jīng)濟與管理學院，北京 102206；2.新能源電力與低碳發(fā)展研究北京市重點實驗室（華北電力大學），北京 102206）

0 引言

我國東北、華北、西北“三北”地區(qū)擁有良好的風力資源，但是受到我國地域幅度、經(jīng)濟差異以及高壓傳輸?shù)南拗?，大量的風力資源不能被傳送到我國高負荷密度地區(qū)［1］。分布式風力發(fā)電具有占地面積小、與接入點負荷中心較近的優(yōu)點［2］，尤其是低風速風機的普及，促進了我國東南部等低風速地區(qū)［3］分布式風力發(fā)電的發(fā)展，我國風力發(fā)電分布式與集中式并重發(fā)展是必然的趨勢［4］。

我國的分布式風力發(fā)電現(xiàn)在處于初步發(fā)展階段，對于分布式風力發(fā)電規(guī)模預測的研究較少，但分布式風力發(fā)電發(fā)展是我國實現(xiàn)雙碳目標，解決自發(fā)自用、就地消納、棄風限電，刺激社會投資，調(diào)結(jié)構(gòu)、擴內(nèi)需、穩(wěn)定經(jīng)濟增長的一種有效方案。分布式風力發(fā)電規(guī)模的預測可以對地區(qū)電網(wǎng)建設、風力發(fā)電相關(guān)產(chǎn)業(yè)發(fā)展提供參考。

灰色模型法［5］、神經(jīng)網(wǎng)絡法［6-7］等預測方法對數(shù)據(jù)要求較高，不適用于建設初期的分布式風力發(fā)電規(guī)模預測。針對分布式風力發(fā)電規(guī)模時間序列短的這一特點，國內(nèi)外學者針對影響分布式風力發(fā)電的因素，從多角度提出了分布式風力發(fā)電規(guī)模預測的方法，例如文獻［8］從經(jīng)濟學原理中的供需關(guān)系入手進行預測，文獻［9-10］從分布式風力發(fā)電的技術(shù)進步角度、政策及補貼角度、地區(qū)資源稟賦等影響新能源發(fā)電發(fā)展的因素出發(fā)對分布式風力發(fā)電的前景進行展望。影響分布式電源規(guī)模的因素較多，目前的研究從單個因素入手對分布式風力發(fā)電的發(fā)展規(guī)模進行預測是不合理的。影響分布式風力發(fā)電發(fā)展規(guī)模的因素之間存在關(guān)系，傳統(tǒng)的多因素預測方法無法展現(xiàn)多因素之間的聯(lián)系。因此，本研究采用系統(tǒng)動力學對分布式風力發(fā)電規(guī)模進行預測。

系統(tǒng)動力學利用定性與定量結(jié)合的方法處理復雜系統(tǒng)問題［11］，是一種系統(tǒng)整體思考與分析、綜合與推理的方法，定性—定量—定性、螺旋上升、逐漸深化推進，能夠展現(xiàn)政策、技術(shù)、環(huán)境、市場因素對分布式風力發(fā)電規(guī)模的影響，適用于構(gòu)建分布式電源規(guī)模長期趨勢預測模型［12］。

對選擇“余量上網(wǎng)”模式的分布式風力發(fā)電用戶的規(guī)模進行預測。首先從政策、資源、技術(shù)、市場4 個方面分析影響分布式風力發(fā)電經(jīng)濟性的因素；利用學習曲線根據(jù)地區(qū)分布式風力發(fā)電歷史規(guī)模數(shù)據(jù)計算出分布式風力發(fā)電機組成本，將政策、資源、技術(shù)、市場因素量化成分布式風力發(fā)電其他成本，進而測算出全壽命周期下分布式風力發(fā)電的單位電量成本；利用生長曲線根據(jù)分布式風力發(fā)電單位電量成本與地區(qū)燃煤標桿電價預測地區(qū)分布式風力發(fā)電規(guī)模。最后，利用系統(tǒng)動力學模型對南方某地區(qū)不同發(fā)展速度下的分布式風力發(fā)電規(guī)模進行測算。

1 分布式風力發(fā)電經(jīng)濟性影響因素現(xiàn)狀

主要從政策、自然資源、技術(shù)和市場4 個角度分析影響分布式風力發(fā)電經(jīng)濟性的因素。

1.1 分布式風力發(fā)電政策現(xiàn)狀

目前，我國的風力發(fā)電政策主要由固定上網(wǎng)電價政策、保障并網(wǎng)政策、接網(wǎng)補貼政策、費用分攤政策、惠收優(yōu)惠政策共5 類政策組成［13］，分別對風力發(fā)電上網(wǎng)電價、上網(wǎng)電量比例、風力發(fā)電系統(tǒng)接網(wǎng)費用、風力發(fā)電補貼來源、風力發(fā)電增值稅、所得稅和進口環(huán)節(jié)稅收進行了規(guī)定，引導風力發(fā)電建設。2009—2020 年的分地區(qū)風力發(fā)電上網(wǎng)電價如表1所示。

表1 分地區(qū)風力發(fā)電上網(wǎng)電價單位：元/kWh

2009 年至2020 年間，我國I～IV 類地區(qū)風力發(fā)電上網(wǎng)電價總體呈現(xiàn)下降的趨勢。其中，I、IV 類地區(qū)的上網(wǎng)電價下降幅度較大，下降比例為30%～40%。而II、III 類的下降幅度位于15%～30%之間。風電價格的降低反映了近十年來我國風力發(fā)電技術(shù)的進步，風力發(fā)電成本的降低，尤其是風力發(fā)電設備價格的降低，為風力發(fā)電價格的降低提供了動力。此外，隨著風力發(fā)電價格的下降，我國的新能源投資也將更多地被引導到負荷集中的地區(qū)。

1.2 分布式風力發(fā)電資源現(xiàn)狀

我國中東部和南方地區(qū)是分布式風力發(fā)電建設的重要地區(qū)，主要體現(xiàn)在資源潛力和消納潛力兩個方面。

資源潛力方面，隨著風力發(fā)電成本下降、低風速風力發(fā)電場技術(shù)成熟、機組對建設環(huán)境適應性增強，我國風速6 m/s 左右、負荷密度高的中東部和南方地區(qū)成為分散式風力發(fā)電建設的理想地區(qū)［1］。據(jù)統(tǒng)計，我國在中東部和南方地區(qū)在距地面80 m 高度，風力資源不小于150 W/m2的技術(shù)可開發(fā)量為19.84億kW。我國中東部和南方地區(qū)陸上風力發(fā)電最大可經(jīng)濟開發(fā)量如表2所示。

表2 我國中東南地區(qū)陸上風力發(fā)電最大可經(jīng)濟開發(fā)量單位：萬kW

消納潛力方面，中國中東部和南方地區(qū)分布有長江三角洲和珠江三角洲兩大經(jīng)濟中心，電力需求旺盛，消納能力強。以5%棄風率考慮，華東地區(qū)可消納風力發(fā)電規(guī)模約7 750 萬kW，華中地區(qū)可消納7 200萬kW，廣東省可消納2 000萬kW［13］。

微觀角度，城市風能資源的利用也將促進分布式風力發(fā)電的發(fā)展［14］。大的城市街道、高速公路、開闊場地、小山丘是城市風力發(fā)電機的有利地點。例如上海中心大廈屋頂上的風能系統(tǒng)功率達到135 kW。

1.3 分布式風力發(fā)電技術(shù)現(xiàn)狀

分布式風力發(fā)電的技術(shù)主要包括風力發(fā)電技術(shù)、風力發(fā)電并網(wǎng)技術(shù)以及風力發(fā)電功率預測3 個方面，其中風力發(fā)電并網(wǎng)技術(shù)以及風力發(fā)電功率預測是風能利用的關(guān)鍵問題［15］。

風力發(fā)電技術(shù)方面，隨著風能勘察工作的不斷深入和低風速技術(shù)的持續(xù)進步，可以因地制宜提高風能利用效率，有利于促進低風速地區(qū)的分布式風力發(fā)電開發(fā)，分布式風力發(fā)電的安裝成本下降。我國2010—2019年的風力發(fā)電安裝成本如表3所示。

表3 我國2010—2019年風力發(fā)電安裝成本單位：元/kW

風力發(fā)電并網(wǎng)技術(shù)方面，受到分布式風力發(fā)電的出力具有隨機性的影響，風力電網(wǎng)并網(wǎng)容量越大，電網(wǎng)的不穩(wěn)定性越大。隨著對風力發(fā)電接入電網(wǎng)臨界值的研究的深入，分布式風力發(fā)電的滲透率提升，電網(wǎng)消納風力發(fā)電的比例將會提升。

風力發(fā)電功率預測技術(shù)方面，預測系統(tǒng)主要為物理建模技術(shù)和統(tǒng)計建模技術(shù)。風力發(fā)電場日負荷預測曲線誤差應不超過25%，實時預測誤差不超過15%［16］，當預測誤差超過規(guī)定范圍時將會帶來風力發(fā)電懲罰［17］，增加了風力發(fā)電運維成本。

儲能是解決風力發(fā)電并網(wǎng)問題和功率預測誤差一大有效途徑。當儲能容量與風力發(fā)電出力不小于18.67 MW/8.5 MWh 時［18］，風力發(fā)電系統(tǒng)可以作為火電廠的黑啟動輔助，學者對風力發(fā)電預測誤差損失與總體經(jīng)濟性之間的契合點進行測算，發(fā)現(xiàn)當儲能系統(tǒng)容量為風力發(fā)電最大預測誤差的10%時總體經(jīng)濟效益最佳［19］。

1.4 分布式風力發(fā)電市場現(xiàn)狀

風力發(fā)電參與市場是風力發(fā)電產(chǎn)業(yè)高質(zhì)量發(fā)展必經(jīng)之路。我國目前實行的可再生能源電價機制為固定電價機制，為國家財政帶來巨大的補貼漏洞，電價機制的轉(zhuǎn)變是解決這一難題的有效路徑。近年來。我國推出可再生能源消納責任權(quán)重制度，其本質(zhì)與國外的可再生能源電力配額制度相通，伴隨著售電公司的崛起，我國的可再生能源電價機制在未來有望轉(zhuǎn)化為“市場電價+綠證收入”制度。

在國家對企業(yè)與個人投資、建設和經(jīng)營分散式風力發(fā)電的鼓勵下，分布式風力發(fā)電商業(yè)模式的轉(zhuǎn)變也將成為必然，借鑒美國、德國、丹麥等分布式能源發(fā)達地區(qū)的社區(qū)風力發(fā)電模式［20］，我國也將會出現(xiàn)以村、工廠、路為單位的分布式風力發(fā)電投資模式，文獻［21］指出以村為單位的分布式投資運營模式下內(nèi)部收益率較傳統(tǒng)分散式風力發(fā)電提升1%，同時還起到促進地區(qū)就業(yè)、拉動GDP的作用。市場化和運營模式的改變將會帶來分布式風力發(fā)電的收入組成變化。

2 分布式風力發(fā)電規(guī)模預測模型

結(jié)合上文對分布式風力發(fā)電政策、資源、技術(shù)、市場的現(xiàn)狀分析，本節(jié)對分布式風力發(fā)電的單位電量成本測算，結(jié)合燃煤標桿電價利用生長曲線模型對地區(qū)分布式風力發(fā)電規(guī)模進行預測。

2.1 分布式風力發(fā)電單位電量成本測算

分布式風力發(fā)電單位電量成本受分布式風力發(fā)電年成本和年發(fā)電量影響，如式（1）所示。分布式風力發(fā)電機組年成本由年折舊、年運維成本和年收入組成，如式（2）所示。年發(fā)電量由容量與年有效發(fā)電小時，年有效發(fā)電小時數(shù)與地區(qū)資源因素有關(guān)，如式（3）所示。

1）分布式風力發(fā)電投資成本。

分布式風力發(fā)電年折舊與分布式風力發(fā)電系統(tǒng)投資成本有關(guān)［22］，分布式風力發(fā)電投資系統(tǒng)由分布式風力發(fā)電投資成本與儲能投資成本構(gòu)成［23］，如式（4）—式（6）所示。

式中：CDGw，in為分布式風力發(fā)電系統(tǒng)投資成本，元；rde為年折舊率；i0為基準折現(xiàn)率；為第m年分布式風力發(fā)電單位容量造價，元/kW；Pes為分布式風力發(fā)電配套儲能容量，kWh；為第m年儲能單位電量成本，元/kWh；γes為儲能容量與分布式風力發(fā)電容量的最佳比例。

根據(jù)學習曲線［24］，分布式風力發(fā)電單位容量成本與分布式風力發(fā)電規(guī)模有關(guān)，如式（7）所示。

2）分布式風力發(fā)電年運維成本。

分布式風力發(fā)電的年運維成本由材料費、修理費、人工費和其他運營費用構(gòu)成，如式（8）所示。

3）分布式風力發(fā)電年收入。

分布式風力發(fā)電年收入由售電收入和碳排放權(quán)收入組成，如式（9）所示。不同電價機制下的售電收入計算方式不同，“固定電價”機制下售電收入受風力發(fā)電指導價、年發(fā)電量以及上網(wǎng)比例影響，如式（10）所示。碳排放權(quán)交易收入如（11）所示?！笆袌鲭妰r+綠證收入”機制下售電收入還受到綠證價格的影響，如式（12）所示。

2.2 基于生長曲線的分布式風力發(fā)電規(guī)模預測

根據(jù)生長曲線理論［24］，第m年的分布式風力發(fā)電規(guī)模與第m年分布式風力發(fā)電最大可經(jīng)濟開放量、初期分布式風力發(fā)電規(guī)模、初期分布式風力發(fā)電最大可經(jīng)濟開發(fā)量、分布式風力發(fā)電規(guī)模到達最大可經(jīng)濟開發(fā)量的時間有關(guān)，如式（13）—式（15）所示。

式中：Sm為第m年分布式風力發(fā)電規(guī)模，kW ；為第m年地區(qū)分布式風力發(fā)電最大可經(jīng)濟開發(fā)量，kW；a，b為生長曲線方程參數(shù)；為初期地區(qū)分布式風力發(fā)電最大可經(jīng)濟開發(fā)量，kW；tsemi為分布式風力發(fā)電規(guī)模到達最大可經(jīng)濟開發(fā)量的時間。

第m年地區(qū)分布式風力發(fā)電最大可經(jīng)濟開發(fā)量與分布式風力發(fā)電單位電量成本和地區(qū)用戶銷售電價有關(guān)。當單位電量成本大于1.2倍的脫硫燃煤標桿電價時，分布式風力發(fā)電最大可經(jīng)濟開發(fā)量計算方式如式（16）所示；當單位電量成本小于1.2倍的脫硫燃煤標桿電價時，分布式風力發(fā)電最大可經(jīng)濟開發(fā)量計算方式如式（17）所示。

3 基于系統(tǒng)動力學的分布式風力發(fā)電規(guī)模預測

分布式風力發(fā)電規(guī)模預測流程如圖1所示。

圖1 分布式風力發(fā)電規(guī)模預測思路

圖中虛線表示間接由上一個變量間接得到下一個變量，實線表示直接計算得出。以第m年分布式風力發(fā)電規(guī)模預測為例，其步驟如下：

1）首先根據(jù)第m-1年分布式風力發(fā)電單位容量造價計算出第m-1年的分布式風力單位電量發(fā)電成本；

2）利用第m-1年的分布式風力單位電量發(fā)電成本、地區(qū)脫硫燃煤標桿電價、分布式風力發(fā)電技術(shù)資源總量計算出第m年分布式風力發(fā)電最大可經(jīng)濟開發(fā)量；

3）根據(jù)第m年分布式風力發(fā)電最大可經(jīng)濟開發(fā)量間接計算出第m年分布式風力發(fā)電規(guī)模，結(jié)合初期分布式風力發(fā)電單位容量造價和初期分布式風力發(fā)電規(guī)模計算出第m年分布式風力發(fā)電單位容量造價，形成閉環(huán)。

選用系統(tǒng)動力學模型進行預測能夠直觀展現(xiàn)變量之間的邏輯關(guān)系，便于對多情景下的分布式風力發(fā)電成本進行測算。分布式風力發(fā)電的成本和規(guī)模與往期的成本和規(guī)模有關(guān)，系統(tǒng)動力學的循環(huán)模型非常適合對時間序列自回歸模型進行運算。構(gòu)建系統(tǒng)動力學模型，如圖2所示。

圖2 風力發(fā)電規(guī)模長期預測系統(tǒng)動力學模型

4 實證分析

1）基礎數(shù)據(jù)。

2.5MW 是分布式風力發(fā)電機組的常見規(guī)模，因此選取2.5 MW 的分布式風力發(fā)電機組進行單位電量成本測算，相關(guān)數(shù)據(jù)如表4所示。

表4 分布式風力發(fā)電預測模型算例初始數(shù)據(jù)

對我國南方某地區(qū)2012—2030 年的分布式風力發(fā)電規(guī)模進行預測。該地區(qū)2011—2020 年的分布式風力發(fā)電規(guī)模、單位容量造價、風力發(fā)電上網(wǎng)電價以及如表5所示。

表5 2011—2020年某地區(qū)分布式風力發(fā)電情況

2）分布式風力發(fā)電規(guī)模預測結(jié)果。

在系統(tǒng)動力學仿真軟件VensimPLE 中構(gòu)建分布式風力發(fā)電長期規(guī)模預測模型。通過帶入輸入變量，仿真步長為1 年，得出分布式風力發(fā)電補貼數(shù)據(jù)以及規(guī)模預測數(shù)據(jù)，選取平均絕對百分比誤差（Mean Absolute Percent Error，MAPE）這一指標對預測模型進行預測性能評價。MAPE 是用于評估預測性能最受歡迎的指標之一，其取值范圍為［0，+∞），MAPE 為0%表示完美模型，MAPE 大于100%則表示劣質(zhì)模型，計算公式如式（18）所示。

式中：M為模型的MAPE值；n為預測值的數(shù)量；t為觀察值，表示時間序列中的時間指數(shù)，取值為1，2…，n；At為實際值；Ft為預測值。

利用學習曲線，對2011—2020 年分布式單位裝機成本進行預測，預測結(jié)果如圖3 所示，MAPE 為6.67%，預測效果良好。

圖3 2011—2020年單位裝成本預測值對比

根據(jù)分布式風力發(fā)電單位裝機成本、分布式風力發(fā)電年運維成本、年收入可以得到分布式風力單位電量發(fā)電成本；通過單位電量發(fā)電成本、地區(qū)脫硫燃煤標桿電價、地區(qū)分布式風力發(fā)電技術(shù)資源總量可以計算出地區(qū)逐年分布式風力發(fā)電最大經(jīng)濟開發(fā)量；通過分布式風力發(fā)電最大經(jīng)濟開發(fā)量和地區(qū)分布式風力發(fā)電規(guī)模到達最大可經(jīng)濟開發(fā)量的時間可以預測出每年地區(qū)分布式風力發(fā)電規(guī)模，2011—2020年地區(qū)分布式風力發(fā)電規(guī)模預測與實際值對比如圖4所示，MAPE值為8.02%，預測效果良好。

圖4 2011—2020年某地區(qū)分布式風力發(fā)電規(guī)模對比

該地區(qū)2021—2030 年的地區(qū)分布式風力發(fā)電規(guī)模預測結(jié)果如表6 所示，表中可以看出，2030 年地區(qū)分布式風力發(fā)電規(guī)模達到1 404 MW，為2020年的3倍。

表6 2021—2030年某地區(qū)分布式風力發(fā)電規(guī)模預測結(jié)果

3）分情景下的分布式風力發(fā)電規(guī)模預測。

對不同分布式風力發(fā)電發(fā)展速度下的地區(qū)分布式風力發(fā)電發(fā)展規(guī)模進行預測。設定地區(qū)分布式風力發(fā)電規(guī)模到達最大可經(jīng)濟開發(fā)量的時間為50、60、70年分別對應高發(fā)展速度、正常發(fā)展速度、低發(fā)展速度情景。得到的分布式風力發(fā)電規(guī)模預測結(jié)果如圖5所示。

圖5 不同情境下的分布式風力發(fā)電發(fā)展規(guī)模

由圖5 可知，在不同情境下，隨著分布式風電發(fā)展速度的提升，地區(qū)的分布式風電規(guī)模的增長趨勢更加明顯，高發(fā)展速度下的規(guī)模始終高于較低速度下的分布式風力發(fā)電發(fā)展規(guī)模。

4 結(jié)語

從政策、資源、技術(shù)、市場4 個方面分析影響分布式風力發(fā)電經(jīng)濟性因素的現(xiàn)狀，并將其量化為分布式風力單位電量發(fā)電成本這一指標。在此基礎上構(gòu)建了分布式風力發(fā)電規(guī)模預測模型?？紤]了風力發(fā)電上網(wǎng)電價、脫硫燃煤標桿電價、分布式風力發(fā)電技術(shù)資源總量、碳排放權(quán)交易、分布式風力發(fā)電最大可經(jīng)濟開發(fā)量、風力年有效利用小時數(shù)等因素對分布式風力發(fā)電規(guī)模的影響。選取南方某地區(qū)作為實證分析的對象，對其分布式風力發(fā)電發(fā)展規(guī)模進行了預測。實證分析的結(jié)果證實了本文構(gòu)建的分布式風電發(fā)電規(guī)模預測模型的有效性和可用性，預測效果良好，可以為分布式風電項目投資、地區(qū)電網(wǎng)建設等提供可參考的依據(jù)。