新能源开发中风电、光伏理论装机比例的探讨

孙川永，魏磊，贾宏刚，邢琳

（国网陕西省电力公司经济技术研究院，陕西西安 710075）

陕北地区风能、太阳能资源丰富，具有较高的开发价值。省政府相继出台了一系列政策促进新能源产业的发展，如陕发改新能源[2012]1944号《关于进一步加快新能源发电产业发展的通知》指出，要推动陕北百万千瓦风电基地加快建设。目前已在陕北地区规划了百万千瓦级风电基地，如图1所示为陕北百万千瓦风电基地开发规划[1]。

此外，根据陕发改新能源[2013]1025号《陕西发改委关于大力推进太阳能发电产业加快发展的通知》指出，陕西将有序推动大型地面并网光伏电站全面启动实施，2013—2015年，年均新增光伏发电装机容量100万kW左右，到2015年总装机容量达到350万kW。

随着新能源发电的迅速发展，其弊端也逐渐凸显。如风力发电是将空气动能转换为电能，其特性会直接受到风特性的影响。风的随机波动性和间歇性决定了风力发电的功率也是波动和间歇性的。当风电场的容量较小时，风电对电网系统的影响并不明显。

随着风电场容量在系统中所占比例的增加，风电对电网系统的影响就会越来越明显。大风速扰动会使系统的电压和频率产生很大的变化，严重时将可能使系统失去稳定，相关研究也对此作出了较为详细的分析[2-3]。光伏发电也存在功率波动的问题，随着新能源的大规模并网，无疑会进一步增加陕西电网的调峰难度。

根据已有数据表明：陕北地区风电夜间出力明显大于白天出力，而光伏发电功率随着日照辐射强度的增加而逐步增加，且只在白天有出力；如何利用风电与光伏发电具有一定互补性的出力特性，合理规划风电与光伏发电的装机规模，降低由于新能源的出力波动而导致的电网调峰难度增加的现象，在新能源的开发利用中具有重要的现实意义。

图1 陕北百万千瓦风电基地开发规划Fig.1 The development planning of 1000 MW wind power base in North Shaanxi

1 数据和方法

根据已收集的华能靖边4.95万kW风发电厂和鲁能靖边4.75万kW风电场的2012年历史出力数据，计算榆林地区风电出力特性。由于光伏电站出力数据完整性较差，采用数值模拟的方法计算光伏电站出力。根据已收集的九里滩2万kW光伏电站与华电靖边0.5万kW光伏电站的2012年历史出力数据及数值模拟结果，计算榆林地区光伏出力特性。

本文采用美国国家大气研究中心的天气预报模式 Weather Research and Forecasting Model（WRF，version 3.1.1）模拟榆林地区太阳辐射，并结合光伏电站历史数据建立计算模型，分析光伏电站出力情况。WRF模式为完全可压非静力模式，采用区域嵌套方案，来实现所选择区域的高分辨率模拟。本次模拟采用三重嵌套方案，水平格距分别为27 km，9 km，3km，最内层格点数为37×37。采用美国的NCEP再分析资料作为模式的初始场和侧边界条件。本文所用风电、光伏电站功率的实测资料来自于陕西电网调度记录数据，每15 min记录一次风电场和光伏电站出力。

2 光伏出力模拟结果

本文所采用的光伏出力计算模型为数值模型结合神经元网络的计算方法[4]，在这里不再详细描述。图2为2012年4月20日与21日九里滩光伏电站实际出力资料与WRF模拟出力的对比示意图，可以发现WRF模式较为准确地反映了榆林地区光伏电站的出力变化趋势，可以采用WRF模拟数据对榆林地区光伏出力数据进行分析。

图2 2012年九里滩光伏电站4月20日—21日光伏电站出力对比图Fig.2 Comparison of the average power outputs of the Jiulitan Photovoltaic Station from April 20 to April 21，2012

3 风电、光伏出力特性计算结果

图3为2012年各月逐时风电平均出力图。可以看出榆林地区夜间风电出力明显大于白天风电出力，具有明显的反调峰特性。

图4为各月逐时光伏发电站平均出力图。可以看出榆林地区光伏11点至15点出力最大。与风电有很好的互补性。

4 榆林光伏与风电叠加后峰谷差变化趋势

图5为风电、光伏不同比例下，风电、光伏叠加峰谷差较风电单独存在时峰谷差的变化示意图。可已看出，风电与光伏装机在1∶0.1、1∶0.2的情况下峰谷差变化不明显，只有23%增幅超过10%，其余情况下峰谷差不变或者减小；随着光伏比例的增加，风电与光伏叠加后的峰谷差与只有风电时相比，峰谷差明显增加。

当风电、光伏装机比例为1∶0.1时，全年89天峰谷差增加，201天峰谷差不变，75天峰谷差变小；当风电、光伏装机比例为1∶0.2时，全年112天峰谷差增加，176天峰谷差不变，77天峰谷差变小；光伏装机比例为1∶0.4计算，全年171天峰谷差增加，124天峰谷差不变，70天峰谷差变小；当风电、光伏装机比例为1∶1时，全年307天峰谷差增加，38天峰谷差不变，20天峰谷差变小。从峰谷差变化的角度考虑，推荐风电、光伏装机比例为 1∶0.1～1∶0.2。

5 结论

本文利用风电场实际出力资料、光伏电站实际出力资料与WRF模式模拟资料对榆林地区的风电和光伏开发的相对规模进行了讨论。结果表明风电与光伏装机在1∶0.1、1∶0.2的情况下峰谷差变化不明显，只有23%增幅超过10%，其余情况下峰谷差不变或者减小，随着光伏比例的增加，风电与光伏叠加后的峰谷差与只有风电相比，峰谷差明显增加 。从峰谷差变化的角度考虑，在陕西大规模开发新能源的大背景下，推荐风电、光伏装机比例为 1∶0.1～1∶0.2。

图3 2012年榆林1～12月逐时平均风电出力Fig.3 The hourly average output of wind farms in Yulin from Jan to Dec in 2012

图4 2012年榆林1—12月逐时平均光伏发电站出力Fig.4 The monthly average output of photovoltaic power stations in Yulin from Jan to Dec in 2012

图5 风电、光伏装机不同比例时二者叠加的峰谷差相对于风电的峰谷差变化Fig.5 The imposed peak-valley difference in relation to the peak-valley change of wind power with different ratio of the installed wind power and photovoltaic power

[1]傅旭，李海伟，李冰寒.大规模风电场并网对电网的影响及对策综述[J].陕西电力，2010（1）：53-57.FU Xu，LI Haiwei，LI Binghan.Review on influences of large-scalewind farmspowersystemsand countermeasures[J].Shaanxi Electric Power，2010（1）：53-57（in Chinese）.

[2]吕俊昌，杨小东，沈又幸.德国风电发展策略研究及对我国的借鉴[J].陕西电力，2011（11）：46-49.LJunchang，YANG Xiaodong，SHEN Youxing.Wind power development strategies of german and its references to China[J].Shaanxi Electric Power，2011（11）：46-49（in Chinese）.

[3]申宽育，吉超盈，牛子曦.陕西省风能资源与风力发电[J].西北水电，2011（2）:7-9.SHEN Kuanyu，JI Chaoying， NIU Zixi.Wind energy resources and wind power in Shaanxi province[J].Northwest Hydropower，2011（2）：7-9（in Chinese）.

[4]孙川永，彭友兵，高媛媛，等.数值模式在太阳能出力分析中的应用研究[J].电网与清洁能源，2012，28（8）：73-76.SUN Chuanyong，PENG Youbing，GAO Yuanyuan，et al.Application of numerical model in solar energy[J].Power System and Clean Energy，2012，28（8）：73-76 （in Chinese）.