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)
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。
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。
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)。
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。
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]。
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。
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。
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。
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。
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
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。
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)。