梁政，魏震波，孫舟倍，馬志程，周強，邵沖

(1.四川大學電氣工程學院，成都市 610065；2.國網(wǎng)甘肅省電力公司電力科學研究院，蘭州市 730070；3.國網(wǎng)甘肅省電力公司，蘭州市 730030)

0 引 言

太陽能熱發(fā)電是繼光伏發(fā)電之后又一種重要的太陽能發(fā)電形式。與傳統(tǒng)光伏、風電等間歇性新能源發(fā)電形式相比，光熱電站配備有儲熱系統(tǒng)，并且通過汽輪發(fā)電機組并網(wǎng)，具有不遜色于傳統(tǒng)火電機組的調(diào)控能力。國外光熱技術(shù)起步較早，始于20世紀80年代，其中西班牙、美國是典型代表。在我國，光熱發(fā)電技術(shù)起步較晚，2016年9月首批裝機1 349 MW的光熱發(fā)電項目示范工程啟動，標志著我國光熱發(fā)電進入試點示范階段。2018年12月28日，第1批具有商業(yè)化應用價值的光熱電站開始投建，部分已投入運行。目前，國內(nèi)外學者就光熱發(fā)電運行特性及市場運營開展了研究工作。

在運行特性方面，文獻[1-3]基于熱力學動態(tài)微分方程對光熱電站運行特性進行了模擬，該方法側(cè)重光熱電站的秒級或分鐘級動態(tài)特性，更適用于系統(tǒng)實時仿真與機組穩(wěn)定控制。為研究適用于調(diào)度運行與經(jīng)濟分析的靜態(tài)模型，文獻[4]簡化了光熱電站內(nèi)部能量交換的動態(tài)過程，建立了小時級能量流靜態(tài)模型，但該模型中并未考慮棄熱以及機組的爬坡因素，難以直接應用于實際運行。文獻[5]針對此問題，對靜態(tài)能流模型進行了改進，并在此基礎(chǔ)上提出了光熱電站參與下的調(diào)度模型。上述文獻均未考慮光熱機組啟動的熱量累積過程，因此，文獻[6]將光熱機組啟動過程分為多個階段，計入熱量累積過程，建立了考慮啟動熱量約束的光熱機組模型。進一步地，文獻[7]針對目前光熱單機容量小、分布相對集中，提出了一種基于整數(shù)變量的光熱機組聚合模型，對大規(guī)模集中并網(wǎng)的光熱機組等效運行特性進行了研究。光熱電站的集熱效率和熱量耗散均會受到光照強度、氣溫等因素的影響，同時儲熱系統(tǒng)需有一定最低儲熱量來保證工質(zhì)的流動性，以實現(xiàn)電站連續(xù)不間斷運行，上述文獻均將光熱電站的各系統(tǒng)效率參數(shù)設(shè)置為理想常數(shù)，并且儲熱下限設(shè)置為0，因而適用場景有限。

在市場運營方面，國外研究已有一定積累，文獻[8]基于西班牙溢價補貼機制，對光熱電站參與電力市場的優(yōu)化策略進行了模擬，證明了參與市場交易可以有效增加光熱電站的經(jīng)濟收益，但該模型中假設(shè)光熱電站各時段均以零電價進行投標，并且忽略了市場電價的不確定性。文獻[9]綜合考慮市場電價與光照的不確定性，將光熱電站作為價格接受者，提出了收益最大化目標下的發(fā)電曲線。在此基礎(chǔ)上，文獻[10]進一步分析了光熱電站的調(diào)節(jié)性能，并提出了光熱電站同時參與能量、備用和調(diào)頻市場的運行策略，結(jié)果表明輔助服務市場的參與顯著提高了光熱電站的利潤。而國內(nèi)，由于光熱技術(shù)尚不成熟，其容量成本相對較高，現(xiàn)有光熱發(fā)電多以示范項目為主，其電量均采用全額收購，不參與市場交易。因此，目前國內(nèi)相關(guān)研究主要集中在光熱電站本身優(yōu)化運行，并未考慮市場的消納與收益。根據(jù)以上現(xiàn)狀與問題，為推進光熱發(fā)電技術(shù)的商業(yè)化運行，本文對光熱發(fā)電商參與電力現(xiàn)貨市場的策略與收益情況展開研究。首先，考慮光照、氣溫等因素對運行效率和熱量耗散的影響，分析光熱電站的“光、熱、電”能流特性，以熱能為能量中樞對其運行過程進行建模；然后，以市場利潤最大化為目標，構(gòu)建基于多寡頭古諾模型的市場交易決策模型，對光熱發(fā)電商、光伏發(fā)電商和常規(guī)發(fā)電商參與下的市場行為進行模擬；最后，以國內(nèi)某實際光熱電站為例，選取3類典型運行場景進行實例模擬，對其市場策略與利潤情況進行分析，并與光伏發(fā)電商進行對比。

1 光熱電站運行模型

1.1 光熱電站發(fā)電原理及其能流結(jié)構(gòu)

太陽能光熱發(fā)電的原理是通過大面積鏡場反射太陽光到集熱裝置進行太陽能的采集，再通過換熱裝置提供高壓過熱蒸汽驅(qū)動汽輪機進行發(fā)電[11]。目前的光熱電站一般由集熱系統(tǒng)、儲熱系統(tǒng)、發(fā)電系統(tǒng)3個子系統(tǒng)構(gòu)成。集熱系統(tǒng)通過大面積的反射鏡收集太陽光能并轉(zhuǎn)化為傳熱工質(zhì)中的熱能；儲熱系統(tǒng)將富余太陽能以熱能的形式儲存在儲熱介質(zhì)中，同時在缺乏光照時段放熱支撐發(fā)電系統(tǒng)連續(xù)運轉(zhuǎn)，當鏡場所收集熱量超過發(fā)電所需與儲熱上限，將發(fā)生棄熱現(xiàn)象；發(fā)電系統(tǒng)通過汽輪機組發(fā)電并網(wǎng)，具有不遜色于傳統(tǒng)火電的調(diào)控能力。

光熱電站內(nèi)部的熱能流向如圖1所示。

圖1 光熱電站內(nèi)部熱能流向Fig.1 The internal thermal energy flow of CSP

1.2 集熱系統(tǒng)

光熱電站的太陽能收集主要來源于太陽能法向直接輻射。依據(jù)聚光方式的不同，集熱系統(tǒng)可分為4種形式：槽式、塔式、碟式和線性菲涅爾式，不同的聚光方式直接影響了鏡場的集熱效率。傳熱工質(zhì)可采用水/蒸氣、導熱油、液態(tài)金屬鈉或熔融鹽等。目前應用較為廣泛的是硝酸鉀與硝酸鈉的混合熔融鹽，該工質(zhì)具有較好的蓄熱傳熱性能，其工作溫度與高溫高壓的汽輪機有很好的匹配性，可以同時作為傳熱與儲熱的工質(zhì)。

集熱系統(tǒng)的能量約束為：

(1)

Et=c·mt(τt-τt-1)

(2)

式中：c為傳熱工質(zhì)的比熱容；mt為t時段流經(jīng)的工質(zhì)質(zhì)量；τt為t時段的工質(zhì)溫度。

1.3 儲熱系統(tǒng)

儲熱系統(tǒng)是影響光熱發(fā)電能力與熱能利用效率的重要因素，是應對日照波動、實現(xiàn)電站連續(xù)運行的重要保障。儲熱技術(shù)大致可分為顯熱儲熱、潛熱儲熱、熱化學儲熱3類，其中顯熱儲熱是利用材料自身溫度的變化來進行儲熱；潛熱儲熱又稱為相變儲熱，是利用材料的相變過程來實現(xiàn)儲熱；熱化學儲熱是利用材料的可逆化學反應進行儲熱[12]。目前應用較廣的方式是硝酸鉀與硝酸鈉的混合熔融鹽，同時作為儲熱與傳熱的介質(zhì)。

儲熱系統(tǒng)的熱量約束為：

(3)

(4)

(5)

(6)

(7)

(8)

由于耗散系數(shù)γj通常很小，可對式(4)線性化后處理為：

(9)

(10)

(11)

1.4 發(fā)電系統(tǒng)

除碟式光熱電站一般采用斯特林發(fā)動機外，發(fā)電系統(tǒng)均采用汽輪機組，與傳統(tǒng)火電機組發(fā)電原理基本一致，采用換熱器將水加熱成過熱蒸汽，然后通過郎肯循環(huán)機組進行發(fā)電[11]。

考慮市場中優(yōu)先消納新能源，光熱機組不作為備用機組，則發(fā)電系統(tǒng)需滿足以下約束：

(12)

(13)

(14)

(15)

2 市場均衡模型及求解

2.1 市場假設(shè)

假設(shè)某區(qū)域電力市場中存在1個常規(guī)發(fā)電商、1個光伏發(fā)電商和1個光熱發(fā)電商，并將一天按小時分為24個時段，同時假設(shè)機組組合已經(jīng)做出，各發(fā)電商以市場總利潤最大化為目標進行決策。

在日前現(xiàn)貨市場中，光熱與光伏發(fā)電商依據(jù)日前光照強度預測信息進行出力投標，各發(fā)電商以古諾博弈方式獨立參與市場競爭；在實時平衡市場中,考慮最大化消納新能源，盡力減少棄光現(xiàn)象，同時對其執(zhí)行偏差予以考核。本文主要對新能源發(fā)電商展開日內(nèi)交易，其實際出力超出日前市場中標出力部分(即正偏差)，以日前市場出清電價乘以系數(shù)r+予以結(jié)算；對于實際出力少于日前中標出力部分(即負偏差)，以日前市場出清電價乘以系數(shù)r-予以懲罰。此處r+取為0.5，r-取為1.5。

需要說明的是，對于新能源實時運行的偏差部分，市場運營機構(gòu)可通過調(diào)用調(diào)峰、備用等輔助服務平衡，本文重點研究現(xiàn)貨電能量市場，因此模型中未計入輔助服務部分。

2.2 光熱發(fā)電商的市場決策模型

在電力市場交易中，光熱發(fā)電商的決策目標為市場總利潤最大化：

(16)

光熱發(fā)電相對光伏來說，出力穩(wěn)定可控，光熱發(fā)電商需在保證電站安全穩(wěn)定運行的前提下，合理調(diào)用各子系統(tǒng)。鏡場所集熱量應優(yōu)先滿足發(fā)電需求，富余熱量輸入儲熱系統(tǒng)，以減少充放熱過程中的熱量損耗，在每個運行日開始與結(jié)束時均應保證較充足的儲熱量。

在日前市場，光熱發(fā)電商需根據(jù)市場供需情況，同時結(jié)合自身系統(tǒng)運行狀況以及光照預測信息，合理調(diào)整投標策略；在實時平衡市場，光熱發(fā)電商通過儲熱系統(tǒng)的配合可以很好地應對光照預測誤差帶來的出力偏差，避免偏差考核。

2.3 光伏發(fā)電商的市場決策模型

為對比光熱和光伏的運行特性與市場效益，本文選取相同的光照場景作為兩者的運行條件。由于發(fā)電原理的不同，光熱發(fā)電依賴于太陽能法向直接輻射，而光伏可同時利用直射光與散射光。通過某處地區(qū)太陽能資源數(shù)據(jù)的現(xiàn)場實測，表明全年各月的太陽能直射比(即直接輻射量與總輻射量的比值)范圍在0.5至0.8之間[13]。本文通過直射比將直接輻射換算為總輻射。

考慮光照強度與光伏出力為線性關(guān)系[14]，將光伏發(fā)電商的發(fā)電出力表示如下：

(17)

光伏發(fā)電商的決策目標表示為市場總利潤最大化：

(18)

(19)

本文對光伏不進行限電，在日前市場中，光伏發(fā)電商按其預測出力進行投標；對于光照波動帶來的偏差部分，在實時平衡市場中予以結(jié)算。

2.4 常規(guī)發(fā)電商的市場決策模型

本文假設(shè)在實際運行中，常規(guī)發(fā)電商按照其日前中標出力進行發(fā)電，不產(chǎn)生偏差，則常規(guī)發(fā)電商的決策模型為：

(20)

(21)

(22)

Pt-Pt-1≤Pup

(23)

Pt-1-Pt≤Pdown

(24)

2.5 均衡模型構(gòu)成及其求解

為研究光熱發(fā)電商的市場行為，同時保證光熱與光伏發(fā)電商市場能力與收益對比的客觀性，本文對交易環(huán)境進行了簡化，略去了網(wǎng)絡(luò)約束對各市場主體發(fā)電能力和市場收益的影響，負荷側(cè)考慮一定價格彈性，將第t時段的電力價格與負荷需求關(guān)系表示如下：

λt=αt-βt·Dt

(25)

式中：Dt為t時段的負荷需求；αt、βt為大于0的常數(shù)。

第t時段的日前市場供需平衡條件表示為：

(26)

將式(26)代入式(25)中，可將第t時段的電力價格表示為：

(27)

將式(27)與2.2—2.4節(jié)光熱發(fā)電商、光伏發(fā)電商和常規(guī)發(fā)電商的決策模型聯(lián)立，即構(gòu)成電力市場的均衡模型。本文使用古諾博弈理論對光熱參與下的電力現(xiàn)貨市場進行模擬，在寡頭古諾博弈模型中，各個市場主體均有著一定的市場影響能力，各主體的決策變量為電量，各市場主體結(jié)合自身邊際成本與生產(chǎn)能力，同時考慮對手可能的策略進行出力投標，通過調(diào)整出力對市場均衡結(jié)果產(chǎn)生影響，均衡價格受負荷側(cè)報價、需求彈性以及供需關(guān)系等因素影響，市場出清后得到出清電價及各主體的日前中標出力。采用非線性互補算法對均衡模型進行求解，得到各主體在市場均衡時的各時段中標出力、總收益，以及市場出清電價，作為市場的最終出清結(jié)果。

非線性優(yōu)化問題的最優(yōu)解，在一定條件下必定滿足其一階優(yōu)化條件，即Karush-Kuhn-Tucker(KKT)條件[15]。本文采用非線性互補算法進行求解，首先將各市場主體的目標函數(shù)和約束條件改寫為KKT條件形式，然后將其KKT條件的不等式約束及其對應的拉格朗日乘子采用形式為式(28)的非線性互補函數(shù)進行改寫，該非線性互補函數(shù)滿足式(29)所示的性質(zhì)：

(28)

ψ(a,b)=0?a≥0,b≥0,ab=0

(29)

將改寫好的函數(shù)與原目標函數(shù)的等式約束條件聯(lián)立，形成一組非線性方程組，最后采用改進的Levenberg-Marquardt算法對方程組求解，得到最終的市場均衡解。

3 算例分析

3.1 實驗條件

以國內(nèi)某光熱電站為例，考慮其(光熱發(fā)電商CSP)參與電力現(xiàn)貨市場交易，市場中并存有1個常規(guī)發(fā)電商G、1個光伏發(fā)電商PV，按照太陽能輻射量選取5月、7月和12月3個運行場景進行模擬。常規(guī)發(fā)電商的系統(tǒng)參數(shù)如表1所示。光熱發(fā)電商選取甘肅省某50 MW線性菲涅爾式光熱發(fā)電項目的系統(tǒng)參數(shù)，并考慮不同場景下的DNI、氣溫等因素對光熱系統(tǒng)的運行效率與熱量耗散帶來的影響，具體如表2所示。光伏發(fā)電商選取某50 MW光伏電站系統(tǒng)參數(shù)，并使其與光熱發(fā)電商運行在同樣光照場景下，參數(shù)如表3所示。負荷逆需求函數(shù)中的βt統(tǒng)一取值為0.5，各時段的αt取值如表4所示。

表1 常規(guī)發(fā)電商的參數(shù)Table 1 Parameters of generators

表2 光熱發(fā)電商的參數(shù)Table 2 Parameters of CSP

表3 光伏發(fā)電商的參數(shù)Table 3 Parameters of PV

表4 各時段負荷參數(shù)αt的取值Table 4 Value of αt in each period

DNI數(shù)據(jù)取自中國甘肅省某光熱電站的日前預測數(shù)據(jù)與實際測量數(shù)據(jù)，各時段的DNI分布如圖2所示。

圖2 各場景的預測DNI和實際DNIFig.2 Predicted and actual DNIs of each scenario

在5月、7月與12月所對應的3種運行場景下，常規(guī)發(fā)電商的運行參數(shù)和負荷的需求參數(shù)均保持相同，以便于分析光熱發(fā)電商與光伏發(fā)電商的運行特點與市場效益。

3.2 各場景市場交易均衡結(jié)果分析

圖3給出了5月的日前市場出清結(jié)果，分別由藍色、綠色和橙色表示常規(guī)發(fā)電商、光熱發(fā)電商和光伏發(fā)電商的日前中標出力，由紫色折線圖給出了各時段日前出清電價?？梢钥闯?，由于光熱和光伏發(fā)電商邊際成本較低，在市場競爭中有較強的價格優(yōu)勢，因此在光照充足的5月，其中標出力均處在較高水平；儲熱系統(tǒng)較高的初始儲熱量以及日間充分的補充，使得光熱發(fā)電商在夜間也以較高的出力水平實現(xiàn)了連續(xù)發(fā)電。

圖3 5月份的日前市場交易結(jié)果及各時段電價Fig.3 Day-ahead electricity market trading results and electricity prices for each period in May

圖4給出了7月的日前市場出清結(jié)果。對比5月的出清結(jié)果可以看出，由于太陽能輻射量的降低，以及氣候、溫度變化引起的光-熱轉(zhuǎn)換效率降低，為統(tǒng)籌全天充放熱計劃，防止夜間過度放熱使工質(zhì)凝固，光熱發(fā)電商在夜間電價較低的時段降低了部分出力申報，市場中標出力略微減小。光照強度的降低，也直接引起了光伏發(fā)電商出力的減少。

圖4 7月份的日前市場交易結(jié)果及各時段電價Fig.4 Day-ahead electricity market trading results and electricity prices for each period in July

圖5給出了12月的日前市場出清結(jié)果。可以看出，隨著日照時長大幅縮短，以及冬季氣溫的大幅降低，光熱電站的集熱效率受到嚴重影響，日間儲熱系統(tǒng)的熱量補充不夠充分，難以維持夜間的高出力，因此在12月場景下，光熱發(fā)電商的出力水平大幅降低，僅在光照強度和電價水平都較高的09:00—20:00時段保持較高出力，而其他大部分時段出力均在裝機容量的50%以下。光照強度的減少，也使得光伏發(fā)電商的出力大幅降低。

圖5 12月份的日前市場交易結(jié)果及各時段電價Fig.5 Day-ahead electricity market trading results and electricity prices for each period in December

圖6和圖7給出了光熱和光伏發(fā)電商在實時平衡市場中的執(zhí)行偏差?？梢钥闯?，光伏發(fā)電商各個時段均有不同程度的出力偏差，而光熱發(fā)電商由于儲熱系統(tǒng)對太陽能波動的平抑作用，使得其出力穩(wěn)定性顯著優(yōu)于光伏，實際運行時偏差較少。在5月的06:00—07:00時段，由于此時段光熱儲熱系統(tǒng)儲熱量已非常接近其儲熱下限，并且此時段實際DNI比預測值少，因此出現(xiàn)了少量負偏差。在5月其他時段，由于機組已經(jīng)滿發(fā)，難以增加出力，因而造成了一定棄熱。在7月的17:00—19:00時段，儲熱系統(tǒng)即將充滿，但光照仍較充足，光熱發(fā)電商在平衡市場增加了少量出力以避免棄熱。算例驗證了光熱對于太陽能波動具有很好的平抑作用，文獻[16-17]將光熱與風電、光伏等形式新能源聯(lián)合運行，實現(xiàn)了以新能源促進新能源消納。

圖6 光熱發(fā)電商實時市場中的偏差Fig.6 Deviations in the real-time market of CSP

圖7 光伏發(fā)電商實時市場中的偏差Fig.7 Deviations in the real-time market of PV

3.3 各主體市場發(fā)電量及利潤分析

各場景下各發(fā)電商的總發(fā)電量及利潤情況分別由表5和表6給出。

可以看出，光照條件的變化直接影響了光熱發(fā)電商與光伏發(fā)電商的效益，兩者的發(fā)電量和利潤在光照條件較好的5月比較理想，7月均有不同程度的降低，12月降幅顯著，光伏發(fā)電商12月的發(fā)電量僅為5月的54.71%，利潤為5月的57.19%，光熱發(fā)電商12月的發(fā)電量為5月的60.44%，利潤為5月的66.22%，光照條件變化對光伏發(fā)電商的影響相較于光熱發(fā)電商更大。

在同樣裝機容量下，雖然較大的鏡場面積與配套的儲熱系統(tǒng)增加了光熱發(fā)電商的建設(shè)與運維成本，使得光熱發(fā)電商的邊際成本高于光伏，但同時也使得光熱發(fā)電商的出力穩(wěn)定可控，實現(xiàn)夜間連續(xù)發(fā)電，為其帶來了更多的發(fā)電量與利潤。由表中可看出，各場景下光熱發(fā)電商的發(fā)電量均為光伏的2倍以上，同時，光熱發(fā)電商各場景的利潤也均顯著優(yōu)于光伏發(fā)電商。

3.4 光熱發(fā)電商內(nèi)部能流及太陽能利用分析

圖8顯示了在5月實際運行場景下，光熱發(fā)電商各時段的儲熱系統(tǒng)充放熱、儲熱量變化和棄熱情況。圖中由藍色柱狀圖表示儲熱罐放熱過程，橙色柱狀圖表示充熱過程，灰色柱狀圖給出了各時段的棄熱情況，折線圖表示儲熱罐總儲熱量的變化。此場景光熱發(fā)電商各個時段出力水平都比較高，對比圖2中的DNI分布可見，在日出前的00：00—06:00時段和日落后的21:00—24:00時段，由于沒有光照，光熱發(fā)電所需熱量全部來源于儲熱系統(tǒng)放熱；日出后最初的06:00—08：00時段和日落前的20:00—21:00時段，由于DNI較小，此時發(fā)電所需熱量由集熱系統(tǒng)和儲熱系統(tǒng)同時提供，在06:00—08:00時段儲熱系統(tǒng)的儲熱量已非常接近儲熱量下限，無法繼續(xù)放熱；在光照充足的08:00—20:00時段，集熱系統(tǒng)提供發(fā)電所需的全部熱量，同時為儲熱系統(tǒng)充熱；在11:00—13:00時段，由于DNI較高，受充熱速率限制，開始出現(xiàn)了少量棄熱；在13:00—14:00時段，儲熱罐已經(jīng)充滿，在此后的14:00—20:00時段，充熱過程僅補充儲熱系統(tǒng)由耗散引起的少量熱能損失，由于這部分時段DNI仍處于較高水平，且機組已經(jīng)滿發(fā)無法再增加出力，因而出現(xiàn)了較為嚴重的棄熱現(xiàn)象。在光照充足時，光熱發(fā)電商機組運行效率較高，儲熱系統(tǒng)充放熱速率和容量限制對其太陽能的利用效率影響較大。

表5 各市場主體的發(fā)電量Table 5 Power generation of each market participant MW·h

表6 各市場主體的利潤Table 6 Profit of each market participant 元

圖8 5月的儲熱系統(tǒng)充放熱情況及各時段儲熱量Fig.8 Charging and discharging situation of the thermal storage system and the total thermal storage in each period in May

該場景算例表明，在光照充足場景下，光熱發(fā)電商有著高效的熱電共產(chǎn)能力，表明光熱電站進行熱電聯(lián)產(chǎn)，或向綜合能源系統(tǒng)發(fā)展，均有著廣闊的前景，從而有效提升太陽能利用效率，降低系統(tǒng)運行成本，提升系統(tǒng)的環(huán)境效益與經(jīng)濟效益[18-21]。隨著未來光熱電站建設(shè)成本的降低與能量轉(zhuǎn)換效率的提升，光熱電站帶來的效益將更為顯著。

圖9為7月實際運行場景下，光熱發(fā)電商的內(nèi)部能流及太陽能利用情況。可以看出，因最低儲熱量限制，光熱發(fā)電商夜間出力有所降低，儲熱調(diào)用小幅減少，7月份太陽能輻射量的減少也使得儲熱系統(tǒng)充熱時間顯著延長，在日落時的18:00—19:00剛好充滿。此場景由于在實時平衡市場中的17:00—19:00增加了少量出力，從而避免了棄熱，太陽能利用效率非常高。

圖10給出了12月實際運行場景下，光熱發(fā)電商的內(nèi)部能流及太陽能利用情況?？梢钥闯?，由于光熱發(fā)電商大幅降低了夜間的發(fā)電出力，該時段的儲熱調(diào)用大幅減小，白天日照時長的縮短以及輻射強度的降低，嚴重影響了儲熱系統(tǒng)的充熱效果。此場景下，儲熱罐在日間未能充滿，雖然未發(fā)生棄熱現(xiàn)象，但較低的太陽能輻射量和較低的集熱效率，嚴重影響了光熱發(fā)電商的產(chǎn)熱能力和發(fā)電機組的運行效率。隨著未來光熱電站建設(shè)成本的降低與能量轉(zhuǎn)換效率的提升，通過合理規(guī)劃集熱系統(tǒng)鏡場的建設(shè)，可提升光熱電站的熱電共產(chǎn)能力，以更好地承擔不同季節(jié)的電力負荷與熱負荷需求。

圖9 7月的儲熱系統(tǒng)充放熱情況及各時段儲熱量Fig.9 Charging and discharging situation of the thermal storage system and the total thermal storage in each period in July

圖10 12月的儲熱系統(tǒng)充放熱情況及各時段儲熱量Fig.10 Charging and discharging situation of the thermal storage system and the total thermal storage in each period in December

表7給出了3種場景下，由鏡場所收集太陽熱能的利用情況與棄熱情況。結(jié)合表5、6可以看出，盡管5月光熱發(fā)電商較高的出力帶來了豐厚的收入，但太陽能利用效率較低，出現(xiàn)了38.92%的棄熱率；而12月由于太陽能的缺乏，雖然沒有出現(xiàn)棄熱現(xiàn)象，但是顯著影響了發(fā)電機組的運行效率與收益水平。在當前的系統(tǒng)參數(shù)配置下，7月份實現(xiàn)了較為理想的太陽能利用效率與較豐厚的發(fā)電收入。

表7 光熱電站內(nèi)部熱能流向及棄熱情況Table 7 Utilization of internal thermal energy and heat abandonment of CSP

4 結(jié) 論

為促進光熱發(fā)電技術(shù)的發(fā)展，推進我國雙碳目標的進程，本文在日級別時間尺度上，對光熱發(fā)電商優(yōu)化運營問題進行了建模與分析，并且以國內(nèi)某光熱電站為例進行了實例模擬驗證，研究結(jié)果如下：

1)太陽能輻射量與日照時長對光熱發(fā)電商市場投標策略影響較大。受儲熱系統(tǒng)容量限制，日照時長較短場景下，光熱發(fā)電商需削減無光照時段的出力投標以避免儲熱系統(tǒng)過度放熱導致熔融鹽工質(zhì)凝固；太陽能輻射量較小場景下，光熱發(fā)電商亦需削減日間出力投標，保證儲熱系統(tǒng)有足夠熱量以維持夜間的連續(xù)運行。

2)相同裝機容量下，較大的鏡場面積與配套的儲熱系統(tǒng)，一定程度上增加了光熱發(fā)電商邊際成本，但考慮其發(fā)電量的顯著增加，且具備高度可控性，其市場收益大幅提高，反較傳統(tǒng)光伏發(fā)電商更具有市場競爭能力。

3)光照充足場景下，光熱發(fā)電商有接近40%的富余熱量，其高效的熱電共產(chǎn)能力，表明光熱電站進行熱電聯(lián)產(chǎn)，或向綜合能源系統(tǒng)發(fā)展，均有著廣闊的前景，從而有效提升太陽能利用效率，降低系統(tǒng)運行成本，提升系統(tǒng)的環(huán)境效益與經(jīng)濟效益。

值得注意的是，本文研究面向現(xiàn)貨市場，時間尺度為日級別的市場交易，重點考慮的是光熱發(fā)電商的短期邊際成本與市場收益情況，并未體現(xiàn)新能源的補貼部分。下一步，研究計及光熱發(fā)電全生命周期成本收益的全市場交易模擬將是工作重點。