能源规划

含风力发电的市级电网区域可再生能源规划方案确定及重要因素影响

  0 引言
 
  当前,我国以煤为主的能源生产和消费结构给大气环境造成严重污染、导致CO2 排放量居高不下、能源供应不可持续[1]。在2009 年12 月哥本哈根联合国气候变化会议召开前夕,我国自主承诺要在2020 年实现单位GDP 的CO2 排放比2005 年减少40%~45%,非化石能源的比重达到15%。在逐渐形成的以大型集中式发电分布式发电相结合的第三代电网中,非化石能源发电的比例将会有较大提高[2-3]。可再生能源(renewable energy sources,RES)规划作为发展中的一个基础环节,对整个可再生能源优化、有序、高效地发展起着重要作用。
 
  文献[13-15]依据研究对象的可再生资源状况及潜力、电力供需现状及特点等实际情况,对包含一种可再生能源发电或几种能源组合的发电形式进行了可再生能源规划,制定出的不同规划方案可再生能源开发利用提供了参考。但是,研究中不涉及CO2 减排约束下规划方案的制定,也不考虑在建有多个风速观测站的情况下风速数据综合处理的问题。
 
  本文以建有多个测风站的某市级电网为研究实例,依据其历史负荷数据、风资源数据,以可再生电力混合优化模型(hybrid optimization model forelectric renewables,HOMER)为研究平台进行了含风力发电的可再生电力能源规划研究。以经济性最优为目标,确定了不同CO2 减排目标下可执行的能源规划方案,给出了各方案风力发电比例的参考值和污染物排放量,研究了向电网送电量、从上级电网购电价格、风速、风电成本、电煤价格等因素对能源规划的影响,为该区域制定可再生能源发展政策提供了参考。
 
  1 算例简介
 
  某市级电网在 2000—2005 年间保持了12.7%的负荷年均增长率,负荷的概率分布如图1 所示。
 
  至2006 年底,电网火电装机容量为345MW,包括了全部汽轮发电机组以及小容量的柴油发电机组,电力缺口由与其连接的上级电网供应。除火电外,仅有很小容量的风电机组在运行,其电力供应能力非常有限,本文在分析中作了忽略。
 
  该电网属于风能最佳区,风力大,有效风能利用率高,风力周期性变化规律很强。平均风速为5.47 m/s,风能密度大于200 W/m2,全年风速大于3 m/s 小时数达6 000~7 500 h,开发条件也比较成熟。由于地域范围较广、地形较复杂,风速观测站数量很多。
 
  为方便分析,本文在能源规划中做如下简化:
 
  将算例电网总电源装机容量等效为1 台345MW的汽轮发电机;电网负荷不进行分级分类,全部设为基础负荷;上级电网等效为售电容量和购电容量一定的单元;仅以一个县域可开发资源为可利用风能资源总量进行能源规划,采用文献[16]的平均风速参与因子法对该县域内风速观测站的历史数据进行综合处理,得到描述该区域风资源状况的风速数据,其概率分布如图2 所示。在不特别说明的情况下,安装风机的地域选为平均风速为5.85m/s 的县域。
 
  2 能源规划方案的确定
 
  2.1 HOMER 模型
 
  HOMER 是由美国可再生能源实验室(NationalRenewable Energy Laboratory,NREL)着手研发的可再生能源混合发电经济?技术?环境优化分析计算模型。它以净现值成本(net present cost,NPC),即可再生能源混合发电系统在其生命周期内的安装和运行总成本)为基础,模拟不同可再生能源系统规模、配置,在一次计算中能同时实现仿真、优化和灵敏度分析3 种功能。其优化和灵敏度分析算法,可以用来评估系统的经济性和技术选择的可行性,可以考虑技术成本的变化和能源资源的可用性。它能够模拟系统的运行过程,提供全年每小时各种可再生能源发电量及系统电力平衡情况;能够详细计算系统全年燃料、环境、可靠性、电源、电网等各项成本;能给出不同限制条件下的最优化可再生能源发电规划方案。
 
  2.2 当前电网仿真模型及计算结果
 
  目前,算例电网处于联网运行状态,电网结构中不含风力发电,其简化结构如图3 所示。图中:
 
  汽轮发电机用模块“G345”表示;上级电网用“Grid”模块模拟;基础负荷用模块“Primary load”表示。
 
  在上述的等效系统中,汽轮发电机G345 是由多台200MW 以下的中小型机组等效组成的,因此该机组的基本造价费用(不含脱硫设备)按200 MW机组的造价水平,取为2 777 元/kW[20]。贴现率按电力建设项目的长期投资利率取为6.36%[20],机组的维护费用率取3%,寿命为25 a,年利用小时数为5 500 h。
 
  对上述模型进行分析,仿真中设定从电网购电容量为245 MW,某市级电网与大电网间的购电价格为0.4 元/kW?h。经计算得,火电发电量占供电总量的85%,其余电量由上级电网提供;火力发电边际成本为0.296 元/kW?h,该市级电网电力生产成本(cost of energy,COE)为0.361 元/kW?h,火电机组年运行小时数达8 712 h,容量系数为89%,机组寿命仅有15.7 a,全年煤耗量为1 049 721 728 kg。图4 是火电机组输出功率的概率分布图。显然,火电机组全年运行在满载状态的概率有56%。图5 是火电输出功率和从电网购电功率随负荷变化的散点图。从图5 易知,在负荷较小时,主要靠调节小容量的柴油机配合上级电网送电来调节电力平衡;随着负荷增大,逐步投入适当容量的火电机组;当负荷超过火电机组总容量后,则依靠大电网的送电功率来维持平衡,直至联络线输送功率最大值。
 
  另外,仿真计算给出了污染物排放量计算结果:CO2、CO、未燃烧的碳氢化合物(unburnedhydrogen carbon,UHC)、烟雾和烟尘以及液体滴等颗粒物(particulate matter,PM)、SO2、NOx 的排放量分别为2 984. 325 888、19.572 188、0.011 720、2.554932、23.619840、1.310480 Gg/a。
 
  2.3 含风力发电的能源规划
 
  2.3.1 含风力发电的电网仿真模型
 
  含风力发电的能源规划中,需要根据规划对象的风资源状况进行风机型号选择。所选风机在满足达到目标容量、适用于当地风资源等各种限制条件外,同时也应易于与当地各种自然条件相适应[13]。
 
  本文采用华锐风电科技(集团)股份有限公司生产的SL1500 型风机[21],其造价水平参考文献[22]取为4 814 元/kW,寿命为25 a。
 
  2.3.2 无外送电量的规划方案确定
 
  在本部分的研究中,以 2.2 节中仅有火电机组时的CO2 排放量为基准,设定CO2 减排目标分别为7%、10%、15%、20%、40%,从电网购电容量为245MW,向电网售电容量为0,从上级电网购电价格为0.4 元/kW?h,煤价为0.8 元/kg [23],进行HOMER优化计算,部分结果列于表1 中。
 
  可以看出,对本文算例而言,随着减排比例的提高,风机数量和可再生能源发电比例的增长速度都逐渐加快,前者的增速快于后者,这说明风机数量与相应的可再生能源发电比例呈非线性关系,增加风机数量可以提高可再生能源发电比例的优势是逐渐消退的。COE 先出现了缓慢下降,在CO2减排率为45%时达到最低点,之后快速增长,即表明投入风力发电带来的经济效益不会随风电规模的扩大而持续增长。这是因为,在没有储能装置的情况下,虽然增大风电装机容量,但由于风电本身的间歇性而不能满载运行,相当于过度装设风电机组,提高了资本成本;在CO2 减排率高于45%的强制约束下,只能通过频繁投切风电及火电机组来人为地增加风力发电时间,这也会严重折损机组寿命,增加了运行成本。
 
  针对上述情况,可以考虑3 种解决方案:一是增设储能设备;二是引入其它形式的可再生能源发电;三是允许向上级电网送电。若在该区域电网装设大容量储能设备,所需设备数量庞大,也会大幅度提高供电成本,而后两种方案更为可行,本文仅对第3 种方法进行分析。
 
  2.3.3 含外送电量的规划方案确定
 
  在前述分析中,均设定不向上级电网送电。在本部分中,重新设定了向上级电网的送电容量。经过详细分析发现,在不同CO2 减排目标下外送电量的最大容量限制不同,其值列于表2 中。其中,风机数量1 是在平均风速v 为5.85 m/s 的地区实现各CO2 减排目标时所需的最小风机数量;风机数量2是在平均风速为4.67 m/s 的地区实现各CO2 减排目标时所需的最小风机数量;风机数量2 大于风机数量1。表中:“—”表示没有可行解,即在平均风速为4.67 m/s 的地区安装数量1 的风机,不能实现CO2 减排目标;“*”表示在相应的减排目标下,在平均风速为7.00 m/s 的地区安装风机数量2 的机组,可外送电量的最大容量值达到风电装机容量。
 
  分析表 2 数据可得如下结论:如果仅安装能达到减排目标所需的最少数量的风机,则区域电网可外送电量是非常有限的;如果适当增加风机数量,外送电量的最大容量将会大幅度提高。
 
  2.3.4 规划方案计算结果比较
 
  1)电力供应结构比较。
 
  表 4 列出了各种规划方案的电力供应结构,主要是风电、火电、从电网购电的电量及各自所占比例。
 
  分析表中数据易知,风力发电的引入,降低了火电机组满载运行的概率值,降低了火电机组发电及从电网购电的比例,风电比例随着风机数量的增加而得到提高。图7 给出了方案4 中风电输出功率、火电输出功率和从电网购电功率的概率分布图。
 
  限于篇幅,图8 仅给出了方案4 的风电输出功率、火电输出功率和从电网购电功率随负荷变化的散点图。分析表明,随着风电比例的增大,火电输出功率和从电网购电功率的可调节范围也变大,区域电网的供电裕度得到明显改善。
 
  2)经济成本比较。
 
  规划方案4 的经济成本如图9 所示。图中,横坐标包括了资本成本(capital) 、重置成本(replacement)、运行成本(operating)、燃料成本(fuel)和节约的成本(salvage)5 项内容;纵坐标表示净现值成本,描述了风电(SL1500)、火电(G345)和电网购电(grid)在所列各项成本中所占比例。
 
  从图 9 中可以看出,当外送电量较大时,有大量从电网购电的成本被抵消,区域电网的等效运行成本从而也大幅减少,提高了运行的经济性。另外,与其它方案的经济成本比较发现,在没有外送电量或者外送电量较少的情况下,从电网购电成本随着减排目标的提高而增长,与火电相关的成本变化主要表现在燃料成本的减少,运行成本、重置成本略有降低。风电成本变化主要体现在资本成本的增加上,这是因为在CO2 减排率和外送电量均较大的条件下,方案4 中风机数量最多,相应的运行成本也有所提高。
 
  3)污染物排放量分析。
 
  在不同 CO2 减排目标下,各规划方案污染物排放量列于表5 中。分析可知,方案1—3 中,随着CO2 减排率增大和风机数量的增多,CO、UHC、PM、SO2、NOx 的排放量都有明显减少,煤耗量也大幅降低,表现出风力发电对节能减排所起的显著作用。方案4 在满足CO2 减排15%的条件下,由于有较大大容量的外送电量,区域内火电机组的运行时间比其它方案要长,所以消耗了更多的燃料,污染物排放量也有所增加。
 
  通过电力供应结构、经济成本、污染物排放量3 个方面的比较,得出如下结论:
 
  4 组含外送电量的规划方案是在不同CO2 减排目标下确定的,污染物排放量与无风力发电相比都有明显减少,其中规划方案3 的排放量最少,环境效益最优。
 
  与没有风力发电相比,风力发电的引入,降低了火电机组发电及从上级电网购电的比例;火电输出功率和从电网购电功率的可调节范围也变大,区域电网的供电裕度得到明显改善;在设定风电成本与火电成本可相比拟且低于从上级电网购电价格的条件下,风电的引入大幅度提高了区域电网自供电的能力,区域电网的等效运行成本也大幅减少,从而提高了经济性。其中,规划方案4 的经济性最优,对风资源的利用最为充分,相应的区域电网供电裕度最大。
 
  对所研究的区域电网,可以分阶段制定风电发展的规划。若设定CO2 减排15%,以经济性最优为标准时,方案4 则为选择结果。该方案的风机数量、风电送出容量、风电成本可以为风电场规模的确定、风电送出所需的电力基础设施建设以及风电入网政策扶持提供参考。
 
  3 影响能源规划的重要因素研究
 
  在能源规划方案的制定中,从上级电网购电价格、风速、风电成本、煤价、向上级电网售电功率等因素直接影响了能源规划的优化计算结果。在本部分,以规划方案4(CO2 减排15%)为例,研究这些因素对规划方案经济性、可行性、环境友好程度的影响程度进行了灵敏度分析,为在不同条件下选择最佳规划方案提供参考。
 
  COE 对向上级电网售电功率、从上级电网购电价格、煤价的灵敏度分析面积图,并标出了电力生产成本值。图中,不同的COE 值用不同颜色标识。
 
  分析图 10(a)中各参数的变化趋势,当向上级电网送电功率一定时,COE 值随着从电网购电价格的升高有明显增长;当从电网购电价格一定时,COE值随着向上级电网送电功率的升高有明显减小。
 
  对 COE 值的变化率进行分析,得出如下结论:
 
  从上级电网购电价格的升高将直接导致区域电网电力生产成本的提高;与区域电网向外送电量为0时相比,向外有输送电量时,购电价格对电力生产成本的影响要小,即表明向外输送电量能够降低发电成本对购电价格的灵敏度。向上级电网售电能够降低区域电网的电力生产成本;售电价格越高,电力生产成本对向外输送电量值的灵敏度越高;购电价格越高,电力生产成本对向外输送电量值的灵敏度越高。
 
  同理,分析图10(b)中各参数的变化趋势可知:
 
  煤价的升高导致了区域电网电力生产成本的迅速提高,电力供应综合经济性快速恶化;增加向上级电网售电量,电力生产成本对煤价的灵敏度有微小程度的升高。向上级电网售电能够降低区域电网的电力生产成本;煤价越高,电力生产成本对向外输送电量值的灵敏度越低。
 
  分析图 10(c)中各参数的变化趋势可知:从上级电网购电价格的升高导致电力生产成本的显著提高;煤价升高时,电力生产成本对从上级电网购电价格的灵敏度变化微小。
 
  煤价的升高导致了区域电网电力生产成本的迅速提高;从上级电网购电价格越高,电力生产成本对煤价的灵敏度越高。
 
  需要说明的是,图10(b)(c)中的空白区域表示
 
  优化计算在寻优方向上受到约束条件限制,如果能适当调整该限制值,将能求得经济性更优的规划方案。图10(b)(c)的约束条件分别为火电装机容量、从上级电网购电容量限制。
 
  在 HOMER 的风电成本中,包括了资本成本、重置成本和运行维护成本3 个部分。图11 给出了电力生产成本随风电资本成本变化的关系图。图中横坐标风电成本系数表示期望的风力发电成本与当前成本的比值。从图11 可以看出,虽然随着风电成本系数的减小,电力生产成本有所减小,但是幅度较小。这是因为在能源规划方案中,火力发电的比重最大,风力发电的比重相对较小,火电的生产成本对区域电力生产成本的影响更大,而风电成本的影响较小。
 
  在上文所述的规划方案中,均是以平均风速为5.85 m/s 的县域风资源为可再生能源提供者的基础上提出的。但是,开发利用该市级电网区域内的风资源,并不是仅考虑在某一个限定的地域内建立风电场,而是要考虑在不同的风速地区安装风机,因此有必要对不同风速进行灵敏度分析。结合市级电网风速分布图,对平均风速为4.67、5.85、7.00 m/s的情况进行分析,各指标计算结果列于表6。
 
  比较表中数据可以看出,随着平均风速的增大,风电容量系数明显提高,电力生产成本、总净现值成本、运行费用都明显减小,污染物的排放量也明显减少,环境效益显著提高。
 
  4 结论
 
  本文以某市级电网为研究实例,依据其历史负荷数据、风资源数据,采用HOMER 研究平台,对其进行了基于风资源的可再生电力能源规划。以CO2 减排目标为主要约束条件,以经济性最优为目标函数,制定出了4 种可执行的能源规划方案,给出了各方案下风力发电比例的参考值和污染物排放量,研究了网间购电售电价格、风速、风电成本、电煤价格、向电网送电量等因素对能源规划的影响。
 
  就长期规划而言,要持续降低污染物排放量,提高CO2 减排率,需要进一步提高电网对风电的消纳程度,制定多种可再生能源协调发展的规划及合理的调度控制策略,研发低成本大容量的储能装置,从而达到供电经济性、可靠性与环境友好性综合最优的目标。