王曉彬，孟 婧，石 訪，梁才浩，汪洋子，陳正曦

煤電與清潔電源協(xié)同演進優(yōu)化模型及綜合評價體系研究

王曉彬1，孟 婧2，石 訪1，梁才浩2，汪洋子2，陳正曦2

(1.電網(wǎng)智能化調(diào)度與控制教育部重點實驗室(山東大學(xué))，山東 濟南 250061；2.全球能源互聯(lián)網(wǎng)發(fā)展合作組織，北京 100031)

在碳達峰、碳中和目標下，電力行業(yè)面臨巨大的低碳轉(zhuǎn)型壓力。積極謀劃煤電有序退出、在保證電網(wǎng)安全前提下加速清潔電源替代是實現(xiàn)雙碳目標的必然選擇。建立了煤電與清潔電源協(xié)同演進雙層迭代優(yōu)化模型。上層為電源投資決策模型，計及負荷和風(fēng)光出力波動特性，以月為時間單位進行決策。下層是以運行經(jīng)濟性和滿足調(diào)峰能力為目標的短期運行優(yōu)化模型。進而，分析經(jīng)濟、技術(shù)、安全、環(huán)境因素對能源演進路徑的影響，構(gòu)建了對規(guī)劃方案的綜合評價指標體系，對能源演進路徑薄弱環(huán)節(jié)進行辨識。最后，借助所提模型研究了某省級電力系統(tǒng)未來30年煤電與清潔電源協(xié)同演進路徑，并對演進路徑進行了綜合評價，針對薄弱環(huán)節(jié)提出了相應(yīng)的能源發(fā)展建議。

低碳轉(zhuǎn)型；燃煤電廠；清潔電源；電源規(guī)劃；評價體系

0 引言

我國提出“2030年前碳達峰、2060年前碳中和”，是向世界做出的鄭重承諾，必將引起深刻的經(jīng)濟社會變革。電力行業(yè)作為碳排放的最大來源[1-3]，從經(jīng)濟和技術(shù)角度相較于其他行業(yè)更易脫碳[4-5]，被視為低碳轉(zhuǎn)型的排頭兵。構(gòu)建以新能源為主體的新型電力系統(tǒng)將成為電力行業(yè)實現(xiàn)低碳轉(zhuǎn)型的有力舉措；而新能源調(diào)節(jié)性能差，其出力的波動性、隨機性及由此產(chǎn)生的反調(diào)峰特性[6-7]給系統(tǒng)帶來了巨大的調(diào)峰壓力。在上述背景下，電源側(cè)調(diào)節(jié)能力需與新能源接網(wǎng)規(guī)模同頻增加；此外，如何衡量各類電源特別是煤電定位的根本性轉(zhuǎn)變，以及合理配置松弛功率實時平衡剛性約束的儲能裝置也將成為熱點研究問題。

針對低碳轉(zhuǎn)型目標下中遠期多源協(xié)同規(guī)劃問題，文獻[8]從規(guī)劃層與運行層闡述了面向低碳經(jīng)濟的電源規(guī)劃框架；文獻[9]考慮新能源季節(jié)出力波動性，建立了經(jīng)濟性和環(huán)保性的多目標規(guī)劃模型；文獻[10]兼顧經(jīng)濟效益和社會效益，建立了計及熱、光、風(fēng)發(fā)電的多源規(guī)劃優(yōu)化模型；文獻[11]利用能源電力系統(tǒng)仿真模型，探究了我國低碳轉(zhuǎn)型背景下煤電與風(fēng)光協(xié)同發(fā)展趨勢；在我國提出雙碳目標后，有學(xué)者建立了碳約束條件下電力行業(yè)長期規(guī)劃與短期運行聯(lián)合優(yōu)化模型[12]，研究了我國2050年能源電力發(fā)展趨勢；還有學(xué)者研究了我國煤電廠逐廠關(guān)閉可行的退役路徑[13]，分析了煤電關(guān)停對電網(wǎng)穩(wěn)定性、社會公平以及經(jīng)濟的影響?？傊?，大多文獻力求在電源規(guī)劃模型中通過運行模擬盡可能體現(xiàn)系統(tǒng)短期運行特性，在規(guī)劃階段未考慮新能源的波動特征。

針對電源規(guī)劃結(jié)果評價方面，文獻[14]從可靠性、安全性、經(jīng)濟型、環(huán)保性4個角度出發(fā)，建立了17個評價指標，對電源規(guī)劃結(jié)果展開評析；文獻[15]借助雷達圖，從技術(shù)性能、經(jīng)濟效益和社會影響3個評價維度對新能源發(fā)電項目展開分析；更多文獻以單一角度為切入點，如低碳性[16-17]、靈活性[18-19]等對規(guī)劃路徑進行評價?？傮w來看，電源規(guī)劃評價方面評價方法多樣，評價指標多元，可對規(guī)劃結(jié)果進行比較完整的評價，但也應(yīng)對路徑薄弱環(huán)節(jié)展開辨識，提出系統(tǒng)性解決方案。

本文對煤電與清潔電源協(xié)同演進模型和評價體系展開了研究，其中清潔電源是指具有低碳或者零碳排放的電源，如風(fēng)電、光伏、水電、核電等。本文主要特色有：1) 以月為投資時間單位進行投資決策，在規(guī)劃階段充分計及負荷以及風(fēng)光出力的季節(jié)波動性；2) 在小時級運行模擬中，對煤電機組進行逐一建模，表現(xiàn)不同類型機組運行差異性；3) 基于投資決策與運行模擬結(jié)果，建立了綜合評價體系，涵蓋經(jīng)濟、技術(shù)、安全、環(huán)境方面，對演進路徑薄弱環(huán)節(jié)進行辨識。

1 多源協(xié)同演進優(yōu)化模型

本文在假設(shè)網(wǎng)架結(jié)構(gòu)能隨調(diào)峰需求增加而同步擴展的前提下，考慮清潔電源與負荷多時間尺度的差異性，量化分析煤電機組調(diào)峰、爬坡、啟停等復(fù)雜調(diào)度運行約束，基于分層優(yōu)化思想建立雙層迭代優(yōu)化模型。其中，上層為投資決策層，計及清潔電源與負荷月波動特征、兼顧清潔電源(主要是風(fēng)光)投建周期短的特點，將時間尺度細化到月，得到煤電與清潔電源裝機優(yōu)化配置；下層為運行模擬層，對投資決策層裝機配置進行調(diào)峰能力校驗，在力求減少計算難度前提下充分反映電力需求和清潔電源的季節(jié)與小時級變化特征。基于全年8 760 h新能源出力和負荷需求曲線，通過聚合分析構(gòu)造4個典型日，對應(yīng)春、夏、秋、冬四季，利用96 h的運行狀態(tài)模擬全年電網(wǎng)運行特性。經(jīng)投資決策層和運行模擬層協(xié)調(diào)配合和循環(huán)修正，得到煤電與清潔電源最優(yōu)演進路徑。該模型覆蓋了全年主要電力供需場景，確保了規(guī)劃結(jié)果真實可靠，模型整體框架如圖1所示。

圖1 模型框架

1.1 投資決策層

電源投資決策模型包括目標函數(shù)和約束條件兩部分。電源投資決策目標函數(shù)是最小化考察期內(nèi)系統(tǒng)總成本，包括電源投資成本、運行維護成本、剩余使用價值[20]；投資成本是指新建電源建設(shè)費用，由新建電源類型和數(shù)目確定；運行維護成本包括固定運行維護費用、燃料成本以及污染物排放成本；剩余使用價值是指新建電源壽命期可實現(xiàn)價值。目標函數(shù)表達式為

電源投資決策層約束條件如下。

1) 電力平衡約束

2) 電量平衡約束

3) 可再生能源裝機容量占比約束

4) 負備用約束[20]

5) 燃料電廠污染物排放約束

6) 政策約束

為構(gòu)建以新能源為主體的新型電力系統(tǒng)，加快電力行業(yè)轉(zhuǎn)型，各地區(qū)不光規(guī)定可再生能源占比要求，見約束3)，還提出可再生能源的裝機下限目標，例如提出光伏最低裝機要求如式(10)所示。

此外，考慮到煤電達到設(shè)計壽命后要有序退出，將煤電機組退役約束納入到模型中。需要指出，模型中亦考慮了地區(qū)資源稟賦、土地利用規(guī)劃等先決條件，設(shè)定規(guī)劃期內(nèi)各類電源裝機規(guī)模約束；還有決策變量為非負整數(shù)等常規(guī)約束，文獻[1,19]對常規(guī)約束進行了細致介紹，本文不再贅述。

1.2 運行模擬層

考慮到核電帶基荷運行，運行狀態(tài)穩(wěn)定，通常不參與調(diào)峰，因此運行模擬層目標函數(shù)包括除核電外燃料電廠(主要是煤電和氣電)燃料費用、機組啟停機費用以及棄風(fēng)、棄光懲罰費用、儲能充放電費用、切負荷懲罰費用，表達式為

運行模擬層約束條件如下。

1) 實時功率平衡約束

2) 正負備用耦合約束

3) 熱備用約束

對于風(fēng)光出力的預(yù)測難免存在誤差，因此需要燃料電廠提供備用防止系統(tǒng)失負荷。

4) 儲能電站運行約束

儲能電站具有良好的能量時移特性，能松弛功率實時平衡的剛性約束，其運行約束可用式(15)和式(16)表示。

此外，模型中還包括機組實時出力上下限約束、爬坡約束、關(guān)停機時間約束、關(guān)停機狀態(tài)邏輯約束等常規(guī)約束，文獻[22]已進行了研究，本文不再贅述。

2 適用于多源協(xié)同演進路徑的評價體系

經(jīng)濟、技術(shù)、安全、環(huán)境等因素相互耦合，影響多源協(xié)同演進路徑[14,23]；對多源協(xié)同演進路徑進行全方位評析，進而對演進路徑薄弱環(huán)節(jié)進行精準辨識，可為電力規(guī)劃決策者提供現(xiàn)實可行的決策建議；而構(gòu)建適用于低碳轉(zhuǎn)型目標下多源協(xié)同演進路徑的綜合評價體系將提供有力支撐。本文以上述影響因素為切入點，遵循系統(tǒng)性、一致性、獨立性、可測性、可比性原則[24]，建立適用于低碳轉(zhuǎn)型目標下多源協(xié)同演進路徑的綜合評價體系，綜合評價體系流程如圖2所示。

圖2 綜合評價體系流程

綜合評價體系流程具體含義如下：

1) 評價指標群構(gòu)建與提煉：對于定性指標，給出詳細描述特征；對于定量指標，明確量化計算方法。根據(jù)規(guī)劃需求提煉評價指標，例如：指標面向未來以新能源為主體的新型電力系統(tǒng)，指標要能充分體現(xiàn)新能源波動性、反調(diào)峰特性對系統(tǒng)的影響。

2) 綜合評價方法選?。横槍Σ襟E1)選取的指標進行優(yōu)化重組，采用層次分析法[24]，評價指標架構(gòu)分為一級指標、二級指標等。

3) 評價標準構(gòu)建：設(shè)置多源協(xié)同演進路徑綜合評價評分標準，給定同一指標不同水平下對應(yīng)分數(shù)。

4) 評價指標計算：結(jié)合地區(qū)電源運行數(shù)據(jù)，對協(xié)同演進模型給出的演化趨勢進行各指標計算。

5) 指標權(quán)重設(shè)置：采用多種指標確權(quán)方法確定各指標對綜合結(jié)果的重要程度，避免單一指標確權(quán)方法帶來的偏差。

6) 路徑評價與結(jié)論：根據(jù)步驟4)和步驟5)確定的評價結(jié)果，對演進路徑進行多維評價，借助評價結(jié)果對路徑薄弱環(huán)節(jié)辨識，提出相應(yīng)的政策建言。

2.1 綜合評價指標的合成

表1為本文建立的適用于多源協(xié)同演進路徑的評價體系。該評價體系共有一級指標4類、二級指標11種。經(jīng)濟指標主要反映演進路徑中投資新建電源和實際運行產(chǎn)生的費用；安全指標旨在揭示演進路徑中電力供應(yīng)穩(wěn)定性和可靠性；環(huán)境指標利用清潔電源占比與電源側(cè)二氧化碳排放程度體現(xiàn)電源側(cè)低碳轉(zhuǎn)型力度；技術(shù)指標則是突出系統(tǒng)消納新能源的能力和系統(tǒng)調(diào)峰能力。

表1 綜合評價體系

2.2 綜合評價指標賦權(quán)

單一主觀或客觀賦權(quán)法確定指標權(quán)重可能存在偏差[25]，影響評價結(jié)果合理性；本文采用層次分析法和熵權(quán)法結(jié)合的綜合賦權(quán)法來確定評價指標權(quán)重。其中：層次分析法作為一種主觀賦權(quán)法，借助專家打分對各指標兩兩進行重要性對比，確定指標權(quán)重；熵權(quán)法屬于客觀賦權(quán)法，利用指標計算結(jié)果決定指標權(quán)重，不受主觀因素影響。層次分析法和熵權(quán)法確權(quán)公式可見文獻[25-26]。

指標確權(quán)后，利用準則集確定各類指標得分，本文設(shè)置準則集包含“優(yōu)秀、良好、一般、普通、及格”5個等級，對應(yīng)分數(shù)分別為100、90、80、70和60分。

3 實例分析

3.1 基礎(chǔ)數(shù)據(jù)構(gòu)建

以我國北方某省級實際系統(tǒng)為例，立足于該省當前既定電源投產(chǎn)計劃和規(guī)劃目標，研究該省未來30年煤電與清潔電源協(xié)同演進情況。該省現(xiàn)有電源裝機情況如表2所示；其中，該省煤電機組約407臺，機組服役年限如圖3所示，設(shè)定服役年限滿30年的煤電機組有序退出。該省計劃2025年可再生能源裝機達到8 500萬kW、2035年投運和在建核電達到3 000萬kW。

表2 電源結(jié)構(gòu)

參考國內(nèi)電源實際投資成本[27]，結(jié)合國際可再生能源機構(gòu)研究報告[28]，設(shè)定各類電源單位投資建設(shè)成本，如表3所示。經(jīng)濟可開發(fā)的水資源逐漸減少，開發(fā)難度加大，水電建設(shè)成本呈上升趨勢，其余電源成本呈下降趨勢。此外，典型日風(fēng)光出力和負荷需求根據(jù)歷史時序數(shù)據(jù)采用K-means聚類[29-30]生成并考慮容量增長效應(yīng)。設(shè)置的本地區(qū)電力需求邊界條件見表4。

圖3 煤電機組服役年限

表3 電源投資成本

3.2 電源優(yōu)化配置結(jié)果

投資決策層以月為最小時間分辨率進行電源優(yōu)化配置；運行模擬層中每年取4個典型日，進行典型日調(diào)峰能力校驗。圖4給出2025年四季典型日電源出力情況。由圖4可知：風(fēng)光出力具有明顯的季節(jié)波動性，夏季風(fēng)電出力極小，冬季光伏出力明顯降低，當風(fēng)光成為主力電源保證電力平衡時，就必須要考慮年內(nèi)風(fēng)光投入運行的時間，這也印證了提高投資決策層時間分辨率由年到月的必要性。整體來看，典型日內(nèi)通過調(diào)節(jié)煤電出力實現(xiàn)了風(fēng)光的足額消納；儲能充放電功能松弛了電力實時平衡剛性約束，提高了系統(tǒng)的靈活性。

運行模擬層進行120個典型日調(diào)峰能力校驗，可確定投資決策層對未來30年的電源優(yōu)化配置是否合理。若滿足系統(tǒng)調(diào)峰需求則認為電源配置合理，否則調(diào)整容量備用系數(shù)重新進行迭代求解，直至滿足調(diào)峰需求為止。表5給出了滿足調(diào)峰需求且經(jīng)濟性最優(yōu)的新增電源配置結(jié)果。從表5中可以看出，新增電源主要是風(fēng)電和光伏，兩者年平均裝機速度為8 941 MW/年，僅為該省份2020年新增風(fēng)光裝機(12 700 MW)的0.70倍，因此從建設(shè)角度來說到2050年實現(xiàn)表5中所列風(fēng)光裝機規(guī)模是切實可行的。

圖4 典型日電源出力

表5 新增電源裝機容量

3.3 多源演進路徑分析

從電源裝機容量來看(圖5)：隨著煤電機組到達設(shè)計使用壽命后有序退出，以風(fēng)光為代表的清潔電源逐漸成為主導(dǎo)電源，2029年煤電裝機容量為108 272 MW，占比首次低于50%；到2050年，存量煤電占比為2.5%，風(fēng)光占比達到83%，該省電源裝機結(jié)構(gòu)形成了光伏>風(fēng)電>核電>煤電>氣電>生物質(zhì)>水電的結(jié)構(gòu)態(tài)勢。從電源裝機年份來看：2030年前尚有新增煤電，隨著風(fēng)光成本的迅速下降以及低碳轉(zhuǎn)型目標約束，2030年后煤電不再有新增；2040年前光伏和風(fēng)電發(fā)展規(guī)模相當，但受制于該省風(fēng)電建設(shè)潛力有限，2040年后光伏增長速度明顯高于風(fēng)電。

圖5 電源裝機結(jié)構(gòu)

圖6 發(fā)電量

圖7 碳排放軌跡

3.4 綜合評價結(jié)果

借助表1評價體系對3.3節(jié)演進路徑進行綜合評價，指標權(quán)重計算結(jié)果如表6所示。3個關(guān)鍵年份2030年、2040年、2050年綜合分數(shù)分別為：66.94分、77.99分和91.13分。由圖8可知，綜合分數(shù)的提升歸功于權(quán)重較大的環(huán)境和經(jīng)濟指標得分的顯著提高。具體來說：1) 隨著規(guī)劃年份的增長，新建電源成本不斷下降，且以煤電為首的燃料電廠占比走低，燃料費用遞減，經(jīng)濟指標變好。2) 清潔電源比例從2021年的不足30%提升到2050年的95%以上，碳排放量在2025年達峰后持續(xù)走低，衡量低碳轉(zhuǎn)型的環(huán)境指標得分上升明顯。3) 技術(shù)指標得分走低，主要原因是隨著存量煤電的大幅度退役，系統(tǒng)可調(diào)節(jié)性電源占比低，系統(tǒng)最大調(diào)峰能力削弱，但其指標權(quán)重低，對綜合得分影響小。4) 安全指標得分偏低，主要原因是到2050年可控性電源裝機比例低于17%，且接受外電比例占比達到30%，系統(tǒng)不確定因素加大。

圖8 關(guān)鍵年份指標得分

表6 指標權(quán)重

4 結(jié)論與政策建議

為探究能源低碳轉(zhuǎn)型下煤電與清潔電源協(xié)同演進路徑，建立了雙層迭代優(yōu)化模型，提出了針對演進路徑的綜合評價體系，根據(jù)算例中電源優(yōu)化配置情況和評價結(jié)果，得出結(jié)論如下。

1) 通過新建清潔電源來滿足未來新增電力需求，在經(jīng)濟、技術(shù)上都是切實可行的，有助于電力行業(yè)低碳轉(zhuǎn)型；相反，新建大量煤電項目會引發(fā)資產(chǎn)擱淺風(fēng)險，加大電力行業(yè)碳中和的難度。

2) 清潔電源成為主力電源后，電量的季節(jié)波動性更加明顯；同時在小時級甚至分鐘級上面臨實時電力供需平衡挑戰(zhàn)也更加嚴峻。這就要求提高系統(tǒng)靈活性需要源、網(wǎng)、荷、儲共同發(fā)力。

3) 電力行業(yè)可于2050年率先實現(xiàn)碳中和，但需要碳捕集與封存(Carbon Capture and Storage, CCS)技術(shù)取得突破和大規(guī)模推廣。在低碳轉(zhuǎn)型和現(xiàn)行能源政策目標下，可以控制新建煤電規(guī)模以及存量煤電的利用小時數(shù)，但是到2050年尚有一定規(guī)模的煤電未達到設(shè)計使用壽命而不退出，碳排放在所難免；利用CCS技術(shù)捕獲CO2來助力電力行業(yè)碳中和將成為必要手段。

算例中路徑評價結(jié)果顯示技術(shù)指標和安全指標得分偏低，因此技術(shù)指標和安全指標對應(yīng)內(nèi)容可視為該路徑的薄弱環(huán)節(jié)，結(jié)合上述結(jié)論，提出改善薄弱環(huán)節(jié)的政策建議如下。

1) 電源側(cè)，嚴控新建煤電項目并加快存量煤電角色轉(zhuǎn)變。通過技術(shù)支持和政策引導(dǎo)，特別是完善輔助服務(wù)激勵措施，“十四五”期間力爭完成對存量煤電的靈活性改造，讓擔負基荷的煤電機組向調(diào)峰機組轉(zhuǎn)變，提升系統(tǒng)深度調(diào)峰能力。

2) 電網(wǎng)側(cè)，加強電網(wǎng)互聯(lián)互通，但要合理審視外電份額。我國能源資源與負荷逆向分布，需要以特高壓為骨干的大電網(wǎng)實現(xiàn)全國范圍內(nèi)電源優(yōu)化配置和電量輸送。受寒潮等惡劣天氣影響，送電省份可能會出現(xiàn)有序用電情況；對受電省份而言，省內(nèi)電源建設(shè)要與接受外電能力同頻發(fā)展，避免送電省份外送電力不足而導(dǎo)致受電省份缺電的情況。

3) 用戶側(cè)，通過電價引導(dǎo)電力需求側(cè)的負荷特性，紓解“全年富電量，短時缺電力”的困境。

4) 儲能側(cè)，近期要積極謀劃建設(shè)以電化學(xué)儲能為代表的短期儲能，新建風(fēng)光電站必須配置一定規(guī)模的儲能，促進可再生能源消納。在清潔電源成為主要電源后，季節(jié)性電量波動成為新常態(tài)；為實現(xiàn)長時間尺度能量平移，平抑季節(jié)性電量波動，要推動研發(fā)具備長時間尺度、跨能源形式、空間可運輸?shù)摹凹竟?jié)性”儲能裝置。

在新能源發(fā)電即將進入平價上網(wǎng)時代，也要完善新能源運行消納機制，加快構(gòu)建適應(yīng)新能源消納的電力現(xiàn)貨市場建設(shè)。針對低碳轉(zhuǎn)型，積極推廣全國碳交易市場也十分關(guān)鍵。

[1] 李政, 陳思源, 董文娟, 等. 碳約束條件下電力行業(yè)低碳轉(zhuǎn)型路徑研究[J]. 中國電機工程學(xué)報, 2021, 41(12): 3987-4001.

LI Zheng, CHEN Siyuan, DONG Wenjuan, et al. Low carbon transition pathway of power sector under carbon emission constraints[J]. Proceedings of the CSEE, 2021, 41(12): 3987-4001.

[2] DING T, LU R, XU Y, et al. Joint electricity and carbon market for Northeast Asia energy interconnection[J]. Global Energy Interconnection, 2020, 3(2): 99-110.

[3] 張運洲, 張寧, 代紅才, 等. 中國電力系統(tǒng)低碳發(fā)展分析模型構(gòu)建與轉(zhuǎn)型路徑比較[J]. 中國電力, 2021, 54(3): 1-11.

ZHANG Yunzhou, ZHANG Ning, DAI Hongcai, et al. Model construction and pathways of low-carbon transition of China's power system[J]. Electric Power, 2021, 54(3): 1-11.

[4] DAVIS S J, LEWIS N S, SHANER M, et al. Net-zero emissions energy systems[J]. Science, 2018, 360: 1419-1429.

[5] 秦炎. 歐洲碳市場推動電力減排的作用機制分析[J]. 全球能源互聯(lián)網(wǎng), 2021, 4(1): 37-45.

QIN Yan. Role of European carbon market in power sector decarbonization[J]. Journal of Global Energy Interconnection, 2021, 4(1): 37-45.

[6] GAO Yajing, XUE Fushen, YANG Wenhai, et al. Optimal operation modes of photovoltaic-battery energy storage system based power plants considering typical scenarios[J]. Protection and Control of Modern Power Systems, 2017, 2(4): 397-406.

[7] 王明松. 風(fēng)-光-蓄-火聯(lián)合發(fā)電系統(tǒng)的兩階段優(yōu)化調(diào)度策略[J]. 電網(wǎng)與清潔能源, 2020, 36(5): 75-82.

WANG Mingsong. Two-stage optimal dispatching strategy of the wind-solar-pumped storage-thermal combined system[J]. Power System and Clean Energy, 2020, 36(5): 75-82.

[8] 婁素華, 盧斯煜, 吳耀武, 等. 低碳電力系統(tǒng)規(guī)劃與運行優(yōu)化研究綜述[J]. 電網(wǎng)技術(shù), 2013, 37(6): 1483-1490.

LOU Suhua, LU Siyu, WU Yaowu, et al. An overview on low-carbon power system planning and operation optimization[J]. Power System Technology, 2013, 37(6): 1483-1490.

[9] PEREIRA S, FERREIRA P, VAZ A I F. Optimization modeling to support renewables integration in power systems[J]. Renewable and Sustainable Energy Reviews, 2016, 55: 316-325.

[10] WEI Yongmei, YE Qi, DING Yihong, et al. Optimization model of a thermal-solar-wind power planning considering economic and social benefits[J]. Energy, 2021, 222.

[11] 張寧, 邢璐, 魯剛. 我國中長期能源電力轉(zhuǎn)型發(fā)展展望與挑戰(zhàn)[J]. 中國電力企業(yè)管理, 2018(13): 60-65.

ZHANG Ning, XING Lu, LU Gang. Prospects and challenges for the medium and long-term energy and power transformation in China[J]. China Power Enterprise Management, 2018(13): 60-65.

[12] CHEN Siyuan, LIU Pei, LI Zheng. Low carbon transition pathway of power sector with high penetration of renewable energy[J]. Renewable and Sustainable Energy Reviews, 2020, 130.

[13] CUI R, HULTMAN N, CUI D, et al. A plant-by-plant strategy for high-ambition coal power phaseout in China[J]. Nature Communications, 2021, 12(1).

[14] 鐘嘉慶, 王璐, 趙楠. 基于灰色關(guān)聯(lián)度和證據(jù)理論的電源規(guī)劃綜合評價指標體系研究[J]. 太陽能學(xué)報, 2020, 41(8): 95-101.

ZHONG Jiaqing, WANG Lu, ZHAO Nan. Comprehensive evaluation index system of generation planning based on gray correlation degree and evidence theory[J]. Acta Energiae Solaris Sinica, 2020, 41(8): 95-101.

[15] 胡殿剛, 張雪佼, 陳乃仕, 等. 新能源發(fā)電項目多維度后評價方法體系研究[J]. 電力系統(tǒng)保護與控制, 2015, 43(4): 10-17.

HU Diangang, ZHANG Xuejiao, CHEN Naishi, et al. Research on multi-dimensional post evaluation methodology of new energy power generation projects[J]. Power System Protection and Control, 2015, 43(4): 10-17.

[16] 羅金山, 路暢, 孟繁駿. 碳排放及燃煤約束下的電源規(guī)劃及其效益評價[J]. 電力系統(tǒng)自動化, 2016, 40(11): 47-52.

LUO Jinshan, LU Chang, MENG Fanjun. Generation expansion planning and its benefit evaluation considering. carbon emission and coal supply constraints[J]. Automation of Electric Power Systems, 2016, 40(11): 47-52.

[17] 孫彥龍, 康重慶, 陳宋宋, 等. 低碳電網(wǎng)評價指標體系與方法[J]. 電力系統(tǒng)自動化, 2014, 38(17): 157-162.

SUN Yanlong, KANG Chongqing, CHEN Songsong, et al. Low-carbon power grid index system and evaluation method[J]. Automation of Electric Power Systems, 2014, 38(17): 157-162.

[18] 施濤, 朱凌志, 于若英. 電力系統(tǒng)靈活性評價研究綜述[J]. 電力系統(tǒng)保護與控制, 2016, 44(5): 146-154.

SHI Tao, ZHU Lingzhi, YU Ruoying. Overview on power system flexibility evaluation[J]. Power System Protection and Control, 2016, 44(5): 146-154.

[19] 詹勛淞, 管霖, 卓映君, 等. 基于形態(tài)學(xué)分解的大規(guī)模風(fēng)光并網(wǎng)電力系統(tǒng)多時間尺度靈活性評估[J]. 電網(wǎng)技術(shù), 2019, 43(11): 3890-3901.

ZHAN Xunsong, GUAN Lin, ZHUO Yingjun, et al. Multi-scale flexibility evaluation of large-scale hybrid wind and solar grid-connected power system based on multi-scale morphology[J]. Power System Technology, 2019, 43(11): 3890-3901.

[20] 王建學(xué), 李清濤, 王秀麗, 等. 大規(guī)模新能源并網(wǎng)系統(tǒng)電源規(guī)劃方法[J]. 中國電機工程學(xué)報, 2020, 40(10): 3114-3124.

WANG Jianxue, LI Qingtao, WANG Xiuli, et al. A generation expansion planning method for power systems

with large-scale new energy[J]. Proceedings of the CSEE, 2020, 40(10): 3114-3124.

[21] 張寧, 康重慶, 肖晉宇, 等. 風(fēng)電容量可信度研究綜述與展望[J]. 中國電機工程學(xué)報, 2015, 35(1): 82-94.

ZHANG Ning, KANG Chongqing, XIAO Jinyu, et al. Review and prospect of wind power capacity credit[J]. Proceedings of the CSEE, 2015, 35(1): 82-94.

[22] 劉新苗, 盧洵, 婁源媛, 等. 基于時序運行模擬的風(fēng)火打捆最優(yōu)容量配比整定[J]. 電力系統(tǒng)保護與控制, 2021, 49(21): 53-62.

LIU Xinmiao, LU Xun, LOU Yuanyuan, et al. Optimal setting of wind-thermal-bundled capacity ratio based on chronological operation simulation[J]. Power System Protection and Control, 2021, 49(21): 53-62.

[23] LIU Sai, ZHOU Cheng, GUO Haomin, et al. Operational optimization of a building-level integrated energy system considering additional potential benefits of energy storage[J]. Protection and Control of Modern Power Systems, 2021, 6(1): 55-64.

[24] 趙良, 李立理, 何博, 等. 適合我國國情的智能電網(wǎng)評價指標體系及計算方法[J]. 電網(wǎng)技術(shù), 2015, 39(12): 3520-3528.

ZHAO Liang, LI Lili, HE Bo, et al. Study on smart grid's evaluation index system and calculation method suited to China's Situation[J]. Power System Technology, 2015, 39(12): 3520-3528.

[25] 季玉琦, 潘超, 肖晗, 等. 分布式電源電壓支撐能力層次分析評價[J]. 電力系統(tǒng)保護與控制, 2021, 49(11): 163-171.

JI Yuqi, PAN Chao, XIAO Han, et al. Hierarchical analysis and evaluation of the voltage support capability of distributed generation[J]. Power System Protection and Control, 2021, 49(11): 163-171.

[26] 姚忠勝, 錢虹, 吳文軍, 等. 基于多因素綜合評價和改進灰色關(guān)聯(lián)的供電可靠性研究[J]. 電力系統(tǒng)保護與控制, 2021, 49(11): 28-34.

YAO Zhongsheng, QIAN Hong, WU Wenjun, et al. Research on power supply reliability based on multi-factor comprehensive evaluation and improved gray relation[J]. Power System Protection and Control, 2021, 49(11): 28-34.

[27] 中國電力企業(yè)聯(lián)合會. 中國電力行業(yè)年度發(fā)展報告2018[R]. 北京: 中國電力企業(yè)聯(lián)合會, 2018.

China Electricity Council. Annual development report of China's power industry 2018[R]. Beijing: China Electricity Council, 2018.

[28] International Renewable Energy Agency. Renewable power generation costs in 2019[R]. Abu Dhabi: International Renewable Energy Agency, 2020.

[29] 李福東, 曾旭華, 魏梅芳, 等. 基于聚類分析和混合自適應(yīng)進化算法的短期風(fēng)電功率預(yù)測[J]. 電力系統(tǒng)保護與控制, 2020, 48(22): 151-158.

LI Fudong, ZENG Xuhua, WEI Meifang, et al. Short-term wind power forecasting based on cluster analysis and a hybrid evolutionary-adaptive methodology[J]. Power System Protection and Control, 2020, 48(22): 151-158.

[30] 張楠, 黃越輝, 王晶, 等. 基于聚類算法的風(fēng)電波動過程研究[J]. 電測與儀表, 2020, 57(6): 73-81.

ZHANG Nan, HUANG Yuehui, WANG Jing, et al. Analysis of wind power fluctuation characteristics of three north regions based on clustering algorithm[J]. Electrical Measurement & Instrumentation, 2020, 57(6): 73-81.

An optimization model and comprehensive evaluation system for the synergistic evolution of coal-fired power plants and clean power sources

WANG Xiaobin1, MENG Jing2, SHI Fang1, LIANG Caihao2, WANG Yangzi2, CHEN Zhengxi2

(1. Key Laboratory of Power System Intelligent Dispatch and Control of Ministry of Education (Shandong University), Jinan 250061, China; 2.Global Energy Interconnection Development and Cooperation Organization, Beijing 100031, China)

With a goal of carbon peaking and carbon neutrality, the power industry is facing huge pressure of low carbon transformation. Actively planning is needed for the orderly withdrawal of coal power and accelerating the replacement of clean power sources while ensuring grid security. This paper establishes a two-layer iterative optimization model for the synergistic evolution of coal and clean power sources. The upper layer is a power source investment decision model that takes into account the fluctuating characteristics of load and wind-PV output,and makes decisions using the month as the time unit. The lower layer is a short-term operation optimization model that aims at operating economy and meeting peak regulation capacity. The impact of economic, technical, safety and environmental factors on the evolution path is analyzed, and a comprehensive evaluation index system is constructed to identify the weak links of the path. Finally, the proposed model is used to study the synergistic evolution path of coal power and clean power sources in a provincial power system over the next 30 years. A comprehensive evaluation of the evolution path is carried out, and targeted energy development suggestions are made for the weak links.

low-carbon transition; coal-fired power plant; clean energy; generation expansion planning; evaluation system

10.19783/j.cnki.pspc.226209

山東省自然科學(xué)基金項目資助(ZR2019MEE078)；全球能源互聯(lián)網(wǎng)集團有限公司科技項目資助(SGGEIG00JYJS 2000046)

This work is supported by the Natural Science Foundation of Shandong Province (No. ZR2019MEE078).

2021-07-30；

2021-12-04

王曉彬(1997—)，男，碩士研究生，研究方向為電力系統(tǒng)規(guī)劃；E-mail: wangxiaobinsdu@mail.sdu.edu.cn

孟 婧(1983—)，女，高級工程師，研究方向為電力系統(tǒng)規(guī)劃、清潔能源綜合利用；E-mail: meng-jing@geidco.org

石 訪(1982—)，男，通信作者，博士，副教授，研究方向為電力系統(tǒng)穩(wěn)定分析與控制。E-mail: shifang@ sdu.edu.cn

(編輯 周金梅)