文章編號：1671-3559（2024）06-0755-08DOI：10.13349/j.cnki.jdxbn.20240914.001

摘要： 為了提升新型電力系統(tǒng)框架下新能源資源評估和場站選址的科學(xué)性、 經(jīng)濟性，結(jié)合新能源參與電力市場交易對上網(wǎng)電價的影響及電力市場環(huán)境中分時節(jié)點價格的差異性，從新能源資源特性和電力市場環(huán)境中新能源市場價值特征出發(fā)，建立涵蓋市場價值能力、 主動支撐能力和環(huán)境生存能力等方面的多維價值評估指標體系； 針對新能源資源的波動性、 間歇性特征，考慮到電力市場環(huán)境下新能源等多種市場主體參與電力市場電力出清特點，建立基于生產(chǎn)-市場協(xié)同時序模擬的資源經(jīng)濟開發(fā)潛力評估算法，并采用廣東省某地實測新能源資源數(shù)據(jù)評估電力現(xiàn)貨市場場景下的新能源開發(fā)經(jīng)濟性。結(jié)果表明，本文中所提多維度評估指標具有良好的實用性，能夠合理評估新能源資源的時空價值，所提算法能夠準確評估現(xiàn)貨市場背景下不同年度新能源開發(fā)經(jīng)濟性。

關(guān)鍵詞： 電工技術(shù)經(jīng)濟； 風(fēng)力發(fā)電； 光伏發(fā)電系統(tǒng)； 新能源資源評估； 分時節(jié)點價格

中圖分類號： TM-9

文獻標志碼： A

Economic Development Potential Evaluation of Renewable

Energy Considering Locational Marginal Price in Market

WU Weijie1， WANG Shu2， WANG Bo2， LI Yixin1， ZHENG Minjia1， ZHANG Yining1， XU Hang2， 3

（1. Guangdong Power Grid Planning Research Center， Guangdong Power Grid Corporation， Guangzhou 510062， Guangdong， China;

2. National Key Laboratory of Renewable Energy Grid-Integration， China Electric Power Research Institute， Beijing 100192， China;

3. School of Electrical Engineering， University of Jinan， Jinan 250022， Shandong， China）

Abstract： To improve the scientificity and economy of renewable energy resources evaluation and site selection under the framework of new power system， considering the impact of renewable energy participation in electricity market and the difference of location marginal price in the electricity market environment， a multi-dimensional value evaluation index system covering active support ability， market value ability and environmental viability was established based on characteristics of renewable energy. In view of the fluctuation and intermittency characteristics of renewable energy， also taking into account the clearing mechanism characteristics of renewable energy and other market entities under the electricity market environment， an economic development potential evaluation algorithm of resources based on production-market collaborative time series simulation was proposed. The measured data of Guangdong Province were used to evaluate the economic development value under the power spot market scenarios.Theresults show that the multi-dimensional evaluation index"proposed in this paper has practicability and can well evaluate the spatio-temporal value of renewable energy resources， the proposed algorithm can evaluate the economics of renewable energy project across different years under the background of power spot market.

Keywords： electrotechnical economy; wind power generation; photovoltaic system; renewable energy resource evaluation; location marginal price

近年來，我國新能源裝機容量快速增長。據(jù)統(tǒng)計，截至2022年底，全國風(fēng)電、 光伏等新能源累計裝機容量達7.58×108 kW（風(fēng)電3.65×108 kW，太陽能3.93×108 kW）?！笆奈濉币?guī)劃中后期，我國新能源裝機容量仍在飛速增長，預(yù)計到2025年全國新能源裝機容量將達到1.2×109 kW［1］，風(fēng)電、 光伏等新能源逐漸成為新型電力系統(tǒng)的主力電源［2］。我國電力體制改革和市場建設(shè)持續(xù)推進，在現(xiàn)貨試點省份，新能源均以不同形式和不同比例參與市場交易。市場環(huán)境下新能源發(fā)電收益不僅僅受發(fā)電總量影響，考慮到市場環(huán)境下節(jié)點分時電價結(jié)算機制，新能源整體收益還與所在電網(wǎng)節(jié)點（地理位置、 電氣位置）與發(fā)電時間特性等密切相關(guān)。

風(fēng)電、 光伏等新能源發(fā)電能力與資源特性緊密關(guān)聯(lián)，新能源資源特性分析及評估是當前新能源選址規(guī)劃的熱點，也是新能源場站科學(xué)合理選址的關(guān)鍵。已有的研究多從區(qū)域資源總量評估、 資源分布特性量化等多個方面開展相關(guān)研究，確保在資源特性好、 總量大的地區(qū)布局開發(fā)新能源電站。文獻［3］中總結(jié)了缺少測風(fēng)塔長期實測數(shù)據(jù)條件下長期風(fēng)資源儲量的測量-關(guān)聯(lián)-預(yù)測方法的建模思想、 技術(shù)原理、 數(shù)據(jù)要求和常見應(yīng)用。文獻［4］中基于測量-關(guān)聯(lián)-預(yù)測方法在預(yù)測維度方面的局限性，提出基于風(fēng)速序列間波動互相關(guān)系數(shù)的多參考站組合預(yù)測權(quán)重分配方法及風(fēng)能資源評估組合模型?？紤]到風(fēng)資源多年變化特征，文獻［5］中提出了基于多維氣象信息交互的風(fēng)電場長期風(fēng)能資源儲量評估方法。文獻［6］中針對區(qū)域能源規(guī)劃問題，通過矩量法和多維自回歸模型得到風(fēng)速序列的影響系數(shù)，并提出了基于平均風(fēng)速參與因子的區(qū)域風(fēng)資源評估方法?？紤]地球自轉(zhuǎn)和公轉(zhuǎn)周期性規(guī)律，以及光照資源受地理微環(huán)境影響相對較弱的實際情況，光伏發(fā)電資源評估方法相對清晰，主要表現(xiàn)在資源分布呈現(xiàn)顯著的區(qū)域性特征。文獻［7-8］中研究了基于不同時間尺度量測數(shù)據(jù)的光伏可開發(fā)量潛力。文獻［9］中建立基于最大似然估計隨機方法的風(fēng)電光伏混合資源評估模型。近年來，隨著海上風(fēng)電的發(fā)展，海上風(fēng)資源評估也逐漸成為熱點。文獻［10］中提出基于星載合成孔徑雷達的近海風(fēng)能資源評估方法。穆延非等［11］在海上風(fēng)電場群基地的規(guī)劃設(shè)計中考慮風(fēng)電場間尾流效應(yīng)的影響，開展基于耦合風(fēng)電場參數(shù)化模型的海上風(fēng)電場尾流效應(yīng)影響研究。Soukissian等［12］基于海洋表面風(fēng)場數(shù)據(jù)分析評估地中海地區(qū)海上風(fēng)速和風(fēng)向等氣候特征?？紤]到風(fēng)資源的非平穩(wěn)性特征，文獻［13］中采用隨機過程模型建立風(fēng)資源模型，提出一種量化風(fēng)資源的日模式特征和空間變化特征的概率建模方法。Dhungana等［14］基于有限風(fēng)資源數(shù)據(jù)約束，提出一種缺乏風(fēng)速序列數(shù)據(jù)的資源分析方法?？紤]到風(fēng)資源的不確定性，文獻［15］中提出基于實物期權(quán)理論的風(fēng)資源評估方法。

科學(xué)合理選址是保障新能源發(fā)電量及合理收益的重要因素，但目前的研究多關(guān)注于風(fēng)、 光資源總量的科學(xué)評估，對新型電力系統(tǒng)、 電力市場機制下新能源發(fā)電的價值缺乏深入挖掘，造成當前風(fēng)資源評估指標單一、效果局限等問題，無法在選址中考量新能源參與電力市場對其經(jīng)濟效益的影響。隨著電力市場的推進，標桿電價不再是新能源上網(wǎng)電價的唯一參考標準。電力價格隨著時段和電氣節(jié)點位置的變化而變化，電力的時間價值和節(jié)點價值愈發(fā)凸顯。不同布局位置的新能源電站在經(jīng)濟性上也存在顯著差異［16］，因此，風(fēng)電場、 光伏電站的技術(shù)經(jīng)濟性不只由風(fēng)、 光資源總量特性決定，還與其在電力市場機制下的發(fā)電情況息息相關(guān)。隨著電力體制改革和電力市場建設(shè)的推進，預(yù)計2030年新能源全量參與市場［17］，電力分時節(jié)點價值對新能源電站選址規(guī)劃的經(jīng)濟性影響越來越大。新能源參與市場對其開發(fā)經(jīng)濟性的影響也得到了學(xué)術(shù)界越來越多的關(guān)注。文獻［18］中研究了新能源參與市場策略對其經(jīng)濟性的影響及對電網(wǎng)安全穩(wěn)定運行的連鎖風(fēng)險。文獻［19］中提出了包括日前可再生能源臨時容量市場和實時能源共享市場在內(nèi)的現(xiàn)貨市場框架。 文獻［20］中以日前市場收益最大化為目標， 提出考慮實時不平衡結(jié)算的兩階段隨機優(yōu)化模型， 并提出利潤分享機制的風(fēng)電和光伏聯(lián)合發(fā)電策略。 文獻［21］中提出能源價值和綠證（可再生能源綠色電力證書的簡稱）價值的綜合市場均衡模型， 該模型基于雙層策略實現(xiàn)日前市場和實時市場可再生能源的復(fù)雜決策過程。 隨著新能源參與市場的比例增加和進程的加快， 新能源發(fā)電收益評估受市場影響越來越顯著， 在新能源場站選址資源經(jīng)濟性評估中合理考慮電力市場分時節(jié)點價值的實際情況具有重要意義。

考慮到新能源資源的地理環(huán)境稟賦特性， 本文中充分考慮電力市場機制下的電力定價原理及新能源場站綠電收益， 將新能源場站的價值體系進行系統(tǒng)化分析， 從市場價值能力、 主動支撐能力、 環(huán)境生存能力等方面提出新能源場站資源經(jīng)濟性評估多維價值評估指標體系。 為了科學(xué)合理評估電力市場機制下新能源場站潛在開發(fā)經(jīng)濟性， 建立基于生產(chǎn)-市場時序模擬的資源經(jīng)濟開發(fā)潛力評估算法， 并采用廣東省某海域?qū)崪y數(shù)據(jù)驗證分析本文中所提指標和算例。

1多維經(jīng)濟價值評估指標體系

1.1市場價值能力

在電力市場環(huán)境中電力的時空價值凸顯， 在不同空間、 時間維度特性不同時， 有必要將電力市場分時節(jié)點價格特性作為評估新能源資源開發(fā)經(jīng)濟性的重要考量因素。 該類指標從度電價格和總體收益2個維度評估潛在新能源場站的市場化發(fā)電價值。

1.1.1度電預(yù)期價格

度電預(yù)期價格Pe主要評估潛在新能源場站在電力市場條件下度電上網(wǎng)預(yù)期價格，計算公式見式（1）。該指標數(shù)值越大，表明在電力市場環(huán)境下潛在新能源場站的度電收益越高。

Pe=∑8 760t=1Pa（t）μ（t）/

∑8 760t=1Pa（t） ，（1）

式中： Pa（t）為t時段（以小時計，全年按8 760 h計）風(fēng)光資源可轉(zhuǎn)換平均發(fā)電功率； μ（t）為t時間段潛在場址所在電網(wǎng)節(jié)點預(yù)期平均電價。

1.1.2年均預(yù)期收益

年均預(yù)期收益Ee主要評估潛在新能源場站在電力市場條件下單位裝機年度總發(fā)電預(yù)期收益，計算公式見式（2）。該指標數(shù)值越大，表明在電力市場環(huán)境下潛在新能源場站的總發(fā)電收益越好，具有更高的開發(fā)價值。

Ee=∑8 760t=1Pa（t）μ（t）/Pc ，（2）

式中Pc為潛在新能源場站裝機容量。

1.1.3綠電預(yù)期收益

綠電預(yù)期收益Eg是新能源場站潛在收益的重要組成部分，主要評估潛在新能源場站發(fā)電電量在綠電市場潛在收益情況，計算公式為

Eg=∑8 760t=1Pa（t）η（t）/Pc ，（3）

式中η（t）為t時段的綠電價格。

1.2主動支撐能力

不同時段電力系統(tǒng)供需平衡態(tài)勢差異顯著。新能源資源在新型電力系統(tǒng)框架下對負荷，特別是高峰負荷的支撐能力顯得尤為重要。該類指標從分時能量總量和功率能力2個維度描述潛在新能源場站的關(guān)鍵時段負荷支撐能力。

1.2.1能量同時性指標

能量同時性指標Ie主要評估新能源資源在各個時段的發(fā)電量與在該時段的負荷電量同時性情況的比例，計算方法為負荷高峰時段新能源資源可轉(zhuǎn)換發(fā)電量占比與負荷高峰時段負荷電量占比的比率。該指標數(shù)值越大，表明潛在新能源資源的主動支撐能力越強，新型電力系統(tǒng)框架下開發(fā)價值越高。

Ie=∑365n=1∫t2，nt1，nPw（t）dt/∫8 7600Pw（t）dt

∑365n=1∫t2，nt1，nPl（t）dt/∫8 7600Pl（t）dt

，（4）

式中： Pw（t）為t時段新能源資源可轉(zhuǎn)換發(fā)電功率； Pl（t）為t時段負荷功率； t1，n為第n天負荷高峰時段開始時間； t2，n為第n天負荷高峰時段結(jié)束時間。負荷高峰時段可參照各地能源主管部門確定的負荷峰谷分時價格的標準劃分。

1.2.2功率同時性指標

功率同時性指標Ip主要測算新能源資源發(fā)電電力與負荷的同時性情況，計算方法為采用皮爾遜相關(guān)系數(shù)計算負荷高峰時段潛在新能源場站發(fā)電能力與負荷曲線的相關(guān)性耦合程度。該指標數(shù)值越大，表明潛在場址的新能源資源可轉(zhuǎn)換量對負荷的支撐能力越好，開發(fā)價值越大。

Ip=cov［Pw（t）， Pl（t）］σwσl ，（5）

式中： cov［Pw（t）， Pl（t）］為發(fā)電曲線和負荷曲線的協(xié)方差； σw為發(fā)電曲線的標準差； σ1為負荷曲線的標準差。

1.3環(huán)境生存能力

環(huán)境生存能力指標主要評估潛在新能源場站所處地理位置對硬件設(shè)備的減值及大風(fēng)、 覆冰等極端天氣對新能源場站運行的影響， 從維修經(jīng)濟性、 資產(chǎn)減值率等維度評估潛在場址的地理環(huán)境適應(yīng)性。

1.3.1年均維修成本

年均維修成本Ca主要評估潛在場址大風(fēng)、 覆冰等惡劣天氣發(fā)生頻率及對設(shè)備的影響程度。

Ca=∑Ner=1CrPr ，（6）

式中： Ne為1 a內(nèi)發(fā)生極端天氣的次數(shù)； Cr為第r次極端天氣的維修費用； Pr為第r次極端天氣的發(fā)生概率。

1.3.2環(huán)境影響費用

環(huán)境影響費用Ce主要評估潛在場址腐蝕性、基礎(chǔ)固定等對新能源場站運行經(jīng)濟性的影響程度。

Ce=∑Nmj=1Mjej ，（7）

式中： Nm為1 a內(nèi)新能源場站的維護次數(shù)； Mj為第j項維護工作的維護次數(shù)； ej為第j項維護工作的單位費用。

1.4綜合評價指標

綜合評價指標主要評估潛在新能源場站的整體經(jīng)濟性情況，從收益率角度評估新能源場站的發(fā)電收益和整體收益情況。

1.4.1年均綜合經(jīng)濟性

年均綜合經(jīng)濟性Ea評估市場環(huán)境下潛在場址單位容量年均綜合經(jīng)濟性情況。

Ea=Ee+Eg-Ce-Ca 。（8）

1.4.2綜合收益率

綜合收益率Ic主要計算新能源場站收益率情況，計算方法為度電收入與度電成本的比值。

Ic=PePl

，（9）

式中Pl為新能源場站平準化度電成本。

2基于生產(chǎn)-市場協(xié)同時序模擬的資源經(jīng)濟開發(fā)潛力評估算法

為了評估區(qū)域內(nèi)新能源資源電力市場環(huán)境下經(jīng)濟開發(fā)潛力，結(jié)合當前新能源高比例入市趨勢及2030年全電量入市目標，本文中提出了基于生產(chǎn)-市場協(xié)同時序模擬的新能源資源經(jīng)濟性評估算法。 模型具體可分為兩大部分： 1）在時間維度方面， 生產(chǎn)-市場時序模擬方法通過將電網(wǎng)運行、 市場運營、 新能源出力相關(guān)變量建模， 構(gòu)建每年8 760 h內(nèi)現(xiàn)貨市場每15 min出清的生產(chǎn)-市場協(xié)同運行框架； 2）時段斷面主要考慮現(xiàn)貨市場出清策略，在每15 min內(nèi)基于安全約束機組組合和安全約束經(jīng)濟調(diào)度出清策略得到待評估區(qū)域新能源參與電力市場出清節(jié)點邊際電價、 度電收益及經(jīng)濟性評估指標等，為計算年度指標提供每個時段的數(shù)據(jù)。

2.1生產(chǎn)-市場協(xié)同時序模擬

生產(chǎn)-市場協(xié)同時序模擬主要仿真真實環(huán)境下電網(wǎng)生產(chǎn)和市場運營情況，充分考慮新能源上網(wǎng)電價、 消納水平等因素的影響，構(gòu)建新能源真實收益場景。通過輸入電網(wǎng)數(shù)據(jù)、 電源數(shù)據(jù)和生產(chǎn)成本信息，采用市場出清策略得到真實環(huán)境下潛在新能源場站發(fā)電情況和電價信息，進而評估不同節(jié)點、 不同資源特征的新能源潛在場站經(jīng)濟性?；谏a(chǎn)-市場協(xié)同時序模擬的新能源資源經(jīng)濟開發(fā)潛力評估模型算法流程圖1所示。

在生產(chǎn)-市場協(xié)同時序模擬模型中， 電網(wǎng)模型可采用電壓220 kV節(jié)點模型， 對電壓110 kV及以下接入的新能源場站等效建模； 新能源出力情況可基于實測數(shù)據(jù)建立隨機模型， 模擬新能源場站的出力情況［22］。 市場主體報價數(shù)據(jù)可采用某一年度內(nèi)實際報價參數(shù)。 考慮到目前電力市場中長期-現(xiàn)貨結(jié)算機制下中長期合同的金融屬性， 在圖1所示模型中待評估場站的中長期合同量價按照同一原則處理。 另外， 在新能源非全量入市條件下，非入市部分按照政府授權(quán)合約以固定價格結(jié)算。

2.2市場機制下資源經(jīng)濟性評估策略

為了準確模擬新能源資源在電力市場框架下潛在開發(fā)經(jīng)濟價值，考慮電網(wǎng)對新能源的消納能力，結(jié)合現(xiàn)貨市場運行規(guī)則，利用安全約束機組組合和安全約束經(jīng)濟調(diào)度出清機制得到新能源場站不同時段的發(fā)電計劃，計算評估其相關(guān)經(jīng)濟指標。

2.2.1安全約束機組組合

安全約束機組組合是優(yōu)化區(qū)域電網(wǎng)內(nèi)電源開停機計劃的重要工具，在實際電網(wǎng)調(diào)度運行中廣泛應(yīng)用。為了提升評估準確性，本文中采用安全約束機組組合作為生產(chǎn)-市場協(xié)同時序模擬的重要手段。安全約束機組組合以發(fā)電成本最低為目標，現(xiàn)貨市場出清目標函數(shù)為

min∑NGi=1 ∑Tt=1［Ci，t（Pi，t）+CUi，t+CKi，t］+∑NLl=1 ∑Tt=1M［S+l+S-l］+∑NSs=1∑Tt=1M［S+s+S-s］ ，（10）

式中： NG為所在電網(wǎng)機組總臺數(shù)； T為待評估時段， 全年按8 760 h計； Pi，t為機組i在t時段發(fā)電出力情況； Ci，t（Pi，t）為機組i在t時段的運行費用，該費用為機組申報的各出力段價格的多段線性函數(shù)； CUi，t為機組i在t時段的啟動費用； CKi，t為機組i在t時段的空載費用； M為網(wǎng)絡(luò)潮流約束松弛罰因子； S+l為支路l的正向潮流松弛變量； S-l為支路l的反向潮流松弛變量； NL為線路總數(shù)； S+s為斷面s的正向潮流松弛變量； S-s為斷面s的反向潮流松弛變量； NS為斷面總數(shù)。

安全約束機組組合要考慮的約束包括系統(tǒng)負荷平衡約束、 系統(tǒng)正負備用容量約束、 系統(tǒng)旋轉(zhuǎn)備用約束、 機組出力上下限約束、 機組爬坡約束、 機組最小開停機約束、 機組最大啟停次數(shù)約束、 支路潮流約束、 斷面潮流約束、 新能源電站出力約束等。

2.2.2安全約束經(jīng)濟調(diào)度

安全約束經(jīng)濟調(diào)度主要計算在開、 停機計劃基礎(chǔ)上各個發(fā)電機組的最優(yōu)發(fā)電出力計劃。為了提升評估準確性， 本文中采用安全約束經(jīng)濟調(diào)度作為生產(chǎn)-市場協(xié)同時序模擬方法中確定機組出力計劃的手段。 安全約束經(jīng)濟調(diào)度模型以發(fā)電成本最低為目標， 現(xiàn)貨市場出清目標函數(shù)為

min∑NGi=1 ∑Tl=1Ci，t（Pi，t）+∑NLl=1 ∑Tt=1M［S+l+S-l］+∑NSs=1∑Tt=1M［S+s+S-s］"。（11）

安全約束經(jīng)濟調(diào)度要考慮的約束主要包括系統(tǒng)負荷平衡約束、 系統(tǒng)旋轉(zhuǎn)備用約束、 機組出力上下限約束、 機組爬坡約束、 支路潮流約束、 斷面潮流約束、 新能源電站出力約束等。

2.2.3節(jié)點邊際電價計算模型

節(jié)點邊際電價是計算不同接入位置的新能源場站的經(jīng)濟性指標情況的關(guān)鍵參數(shù)?？紤]不定價機組等情況，替換不定價機組出力，重新按照安全約束經(jīng)濟調(diào)度模型計算，得到各時段系統(tǒng)負荷平衡約束、 支路和斷面潮流約束的拉格朗日乘子，則節(jié)點k在t時段的節(jié)點電價為

Pk，t=λt-∑NLl=1（λmaxl，t-λminl，t）Gl-k-∑NSs=1（λmaxs，t-λmins，t）Gs-k，（12）

式中： λt為t時段系統(tǒng)負荷平衡約束的拉格朗日乘子； λmaxl，t為支路l最大正向潮流約束的拉格朗日乘子； λminl，t為支路l最小反向潮流約束的拉格朗日乘子； λmaxs，t為斷面s最大正向潮流約束的拉格朗日乘子； λmins，t為斷面s最小反向潮流約束的拉格朗日乘子； Gl-k為節(jié)點k對線路l的發(fā)電機輸出功率轉(zhuǎn)移分布因子； Gs-k為節(jié)點k對斷面s的發(fā)電機輸出功率轉(zhuǎn)移分布因子。

3算例分析

以廣東省某待評估區(qū)域?qū)崪y風(fēng)、 光資源數(shù)據(jù)為基礎(chǔ)，檢驗本文中所提評估指標的有效性和基于生產(chǎn)-市場協(xié)同時序模擬的資源經(jīng)濟開發(fā)潛力評估算法的有效性。

3.1算例基礎(chǔ)數(shù)據(jù)情況

待評估地點的風(fēng)資源基本情況見表1，其中風(fēng)速數(shù)據(jù)為輪轂高度（一般為70 m高度）下測量數(shù)據(jù)。5個待評估地點白天時段平均光照強度情況見表2。同一天同一時段5個待評估地點風(fēng)速和光照強度變化如圖2所示。

待評估區(qū)域電源總裝機容量為17 102 MW，圖3所示為不同類型電源裝機容量占比，不同月份逐日典型負荷曲線見圖4。

3.2算例結(jié)果

潛在風(fēng)場發(fā)電量10%參與電力現(xiàn)貨市場情況下各類指標的評估結(jié)果見表3。對比表1和表3中度電預(yù)期價格和年均預(yù)期收益等指標可見，盡管風(fēng)場1的平均風(fēng)速大于風(fēng)場2的，但度電收益較風(fēng)場2的低，并不具有最好的經(jīng)濟效益，相較而言，在風(fēng)速資源較好且平均度電上網(wǎng)電價較高的情況下開發(fā)經(jīng)濟性最好。對比能量同時性指標和功率同時性指標可見，不同站址風(fēng)電場的發(fā)電出力特性存在顯著差異，與負荷特性變化趨勢一致性強的風(fēng)場顯然具有較好的支撐能力，也將會在電力市場中獲得較好的度電發(fā)電收益。

不同光伏電站評估結(jié)果見表4。對比能量同時性指標和功率同時性指標可見，類似地理緯度地區(qū)光伏電站的發(fā)電出力特性類似。由結(jié)果可見，光伏發(fā)電集聚性較強，其收益主要受光照資源的影響，在選址時應(yīng)注意選擇光照資源總量大、消納條件好的地區(qū)。

風(fēng)電場發(fā)電量入市比例不同時發(fā)電經(jīng)濟性評估結(jié)果見表5。由表可見，風(fēng)電參與市場比例的變化對其經(jīng)濟性影響并沒有絕對影響，資源好的地區(qū)（如風(fēng)場2），參與市場比例增大會增加度電收益。光伏電站發(fā)電量入市比例不同時發(fā)電經(jīng)濟性評估結(jié)果見表6。由表可見，光伏參與市場比例的增加將降低其發(fā)電經(jīng)濟性，這與光伏發(fā)電集聚性特征有顯著關(guān)系，光伏在日間集中發(fā)電改變了供需關(guān)系，現(xiàn)貨實時電價相對較低，說明結(jié)合實際需求合理規(guī)劃光伏電站建設(shè)能夠保障合理收益水平。

4結(jié)論

本文中基于新能源參與電力市場交易的實際情況，深入探討了新能源場站開發(fā)潛力評估指標體系

以及在新型電力系統(tǒng)架構(gòu)下的價值評估策略，得到以下主要結(jié)論：

1）在電力市場運行環(huán)境中，單一從電量維評估資源總量已不足以充分反映新能源場站的實際價值?？紤]新型電力系統(tǒng)和電力市場運行情況的復(fù)雜性，有必要在價值評估中引入主動支撐能力、 市場價值表現(xiàn)、 環(huán)境生存能力等多維度指標，以更全面地衡量新能源場站的價值。

2）在新型電力系統(tǒng)架構(gòu)下，電力系統(tǒng)運行狀況、 源荷供需情況、 電網(wǎng)堵塞狀況以及市場運行情況都對新能源場站的技術(shù)開發(fā)經(jīng)濟性產(chǎn)生重要影響。在評估新能源場站技術(shù)經(jīng)濟潛力時，有必要考慮電力系統(tǒng)和電力市場的協(xié)同耦合運行場景，以更準確地評估其經(jīng)濟性。

3）不同比例的新能源發(fā)電量參與市場會導(dǎo)致結(jié)算電價的顯著差異。在新能源場站的規(guī)劃建設(shè)過程中，應(yīng)該綜合考慮資源稟賦特性較好、 分時節(jié)點電價較高的場站優(yōu)先開發(fā)建設(shè)。

參考文獻：

［1］國家發(fā)展改革委， 國家能源局， 財政部， 等. 關(guān)于印發(fā)“十四五”可再生能源發(fā)展規(guī)劃的通知［EB/OL］. （2022-06-01） ［2023-10-21］. https：//www.ndrc.gov.cn/xxgk/zcfb/ghwb/202206/P020220601501054858882.pdf.

［2］《新型電力系統(tǒng)發(fā)展藍皮書》編寫組. 新型電力系統(tǒng)發(fā)展藍皮書［M］. 北京： 中國電力出版社， 2023.

［3］葉林， 楊丹萍， 趙永寧. 風(fēng)電場風(fēng)能資源評估的測量-關(guān)聯(lián)-預(yù)測方法綜述［J］. 電力系統(tǒng)自動化， 2016， 40（3）： 140.

［4］葉林， 饒日晟， 楊丹萍， 等. 基于波動互相關(guān)系數(shù)的風(fēng)能資源評估組合模型［J］. 中國電機工程學(xué)報， 2017， 37（3）： 712.

［5］靳晶新， 葉林， 陸佳政， 等. 融合多維氣象信息的風(fēng)能資源評估方法［J］. 高電壓技術(shù)， 2022， 48（2）： 477.

［6］吉平， 周孝信， 武守遠. 采用平均風(fēng)速參與因子法的區(qū)域風(fēng)資源評估［J］. 中國電機工程學(xué)報， 2012， 32（19）： 10.

［7］晉明紅， 李曉軍. 電力行業(yè)太陽能資源評估方法的探討［J］. 能源技術(shù)經(jīng)濟， 2012， 24（5）： 66.

［8］李芬， 陳正洪， 蔡濤， 等. 并網(wǎng)光伏系統(tǒng)性能精細化評估方法研究［J］. 太陽能學(xué)報， 2013， 34（6）： 974.

［9］SARKAR S， AJJARAPU V. MW resource assessment model for a hybrid energy conversion system with wind and solar resources［J］. IEEE Transactions on Sustainable Energy， 2011， 2（4）： 383.

［10］?？》? 近岸海洋風(fēng)能的星載SAR遙感技術(shù)及應(yīng)用研究［D］. 青島： 中國海洋大學(xué)， 2014.

［11］穆延非， 王強， 羅坤， 等. 基于中尺度WRF模式的海上風(fēng)電場尾流影響評估［J］. 中國電機工程學(xué)報. 2022， 42（增刊）： 193.

［12］SOUKISSIAN T， KARATHANSI F， AXAOPOULOS P. Satellite-based offshore wind resource assessment in the mediterranean sea［J］. IEEE Journal of Oceanic Engineering， 2017， 42（1）： 73.

［13］JANG Y， BYON E. Probabilistic characterization of wind diurnal variability for wind resource assessment［J］. IEEE Transactions on Sustainable Energy， 2020， 11（4）： 2535.

［14］DHUNGANA D， KARIKI R. Data constrained adequacy assessmentforwindresourceplanning［J］.IEEETransactionsonSustainable Energy， 2015， 6（1）： 219.

［15］MARTINEZ-CESENA E A， MUTALE J. Wind power projects planning consideringrealoptionsforthewindresourceassessment［J］.IEEETransactionsonSustainableEnergy，2012， 3（1）： 158.

［16］陳藝華，張煒，張成剛，等.促進新能源消納的省間-省內(nèi)兩級電力現(xiàn)貨市場運行機制［J］.電力系統(tǒng)自動化，2021，45（14）：104.

［17］國家發(fā)展改革委，國家能源局.國家發(fā)展改革委 國家能源局關(guān)于加快建設(shè)全國統(tǒng)一電力市場體系的指導(dǎo)意見［EB/OL］.（2022-01-18）［2023-10-13］.https：//www.gov.cn/zhengce/zhengceku/2022-01/30/content_5671296.htm.

［18］GUO H Y， CHEN Q X， FANG X C， et al. Efficiency loss for variable renewable energy incurred by competition in electricity markets［J］. IEEE Transactions on Sustainable Energy， 2020， 11（3）： 1951.

［19］LI-GAO J J， YANG J， WU F Z， et al. A market framework for a 100% renewable energy penetration spot market［J］. IEEE Transactions on Sustainable Energy， 2023， 14（3）： 1569.

［20］WUZY，ZHOUM，WANGJX，etal.Profitsharing mechanism for aggregation of wind farms and concentrating solar power［J］. IEEE Transactions on Sustainable Energy， 2020， 11（4）： 2606.

［21］GUOHY，CHENQX，XIA Q，etal.Modelingstrategicbehaviorsofrenewableenergywithjointconsiderationonenergy and tradable green certificate markets［J］. IEEE Transactions on Power Systems， 2020， 35（3）： 1898.

［22］丁明， 林玉娟， 潘浩. 考慮負荷與新能源時序特性的隨機生產(chǎn)模擬［J］. 中國電機工程學(xué)報， 2016， 36（23）： 6305.

（責(zé)任編輯：劉建亭）

收稿日期： 2023-12-07網(wǎng)絡(luò)首發(fā)時間：2024-09-19T07：21：50

基金項目： 國家自然科學(xué)基金項目（42375160）； 南方電網(wǎng)公司科技項目（GDKJXM20222459）

第一作者簡介： 吳偉杰（1979—），男，廣東新會人。高級工程師，碩士，研究方向為新能源資源評估、電力系統(tǒng)規(guī)劃。E-mail： wuweijie@gd.csg.cn。

通信作者簡介： 王姝（1989—），女，山東濰坊人。高級工程師，博士，研究方向為新能源資源評估、 新能源規(guī)劃。E-mail： wangshu@epri.sgcc.com.cn。

網(wǎng)絡(luò)首發(fā)地址： https：//link.cnki.net/urlid/37.1378.N.20240914.1707.002