能源互联背景下山东电网备用容量需求分析

汪湲，牟宏，许乃媛，刘晓明，张浩

（1.国网山东省电力公司，济南250001；2.国网山东省电力公司经济技术研究院，济南250021）

能源互联背景下山东电网备用容量需求分析

汪湲1，牟宏1，许乃媛1，刘晓明2，张浩2

（1.国网山东省电力公司，济南250001；2.国网山东省电力公司经济技术研究院，济南250021）

风电、光伏发电是清洁能源的重要组成部分，也是构建全球能源互联网的主导能源。提出一种含风电和光伏发电的备用容量需求确定方法。在此基础上，结合山东省年度风、光资源及负荷特征，基于各季节典型日风电、光伏出力及负荷特性分析，得出远景年山东电网考虑风电、光伏接入的备用容量需求。分析结果对合理安排山东电网备用容量，提高电网运行可靠性具有重要意义。

清洁能源；能源互联；备用需求

0 引言

为有效解决世界能源发展过度依赖化石能源而导致的资源紧张、气候变化、环境污染等问题，构建安全可靠、经济高效、互动性好的能源优化配置平台，国家电网公司提出构建全球能源互联网的构想［1］。国网山东省电力公司2016年工作会议报告中指出，山东电网是中国能源互联网的重要组成部分，要将山东电网打造成为构建中国能源互联网、实施全球能源互联网战略的重要支点。

要建立能源互联网，在能源开发上，需要以清洁能源代替化石能源，走低碳绿色发展道路，从根本上解决能源供应面临的资源和环境约束问题。风电和光伏是清洁能源的重要组成部分，也是构建全球能源互联网的主导能源。

由于风电、光伏等清洁能源发电的随机性、波动性，难以准确预测，因此研究能源互联背景下电网备用需求尤为重要。学者们对此展开广泛研究。文献［2］在定义期望失负荷比例（expected load not supplied ratio，ELNSR）的基础上，综合考虑机组强迫停运率、负荷及风电出力预测误差等不确定性因素，推导出系统运行备用与ELNSR之间的量化关系，并将该量化关系作为发电调度的约束，建立含大规模风电的电力系统发电和备用协调调度模型。文献［3］讨论可中断负荷（IL）市场的经济补偿模型及报价清算规则，指出参与系统备用服务的IL市场与发电侧备用市场之间的协调对于发电充裕性的重要性，强调以量化指标统一反映系统备用的充裕水平与风险代价，兼顾发电备用的经济性和可靠性。文献［4］分析了季节性变换的风速对含大规模风电的发输电系统充裕性的影响，利用状态采样蒙特卡洛方法，通过年度和季度模型比较了系统可靠性（充裕性）指标

（EENS）。

首先介绍传统电网备用需求定义及分类，然后基于山东电网实际情况，提出了一种含风电和光伏发电的备用容量确定方法，最后结合山东省年度风、光资源及负荷特征，基于各季节典型日风电、光伏出力及负荷特性分析，得出远景年考虑风电、光伏接入的备用需求。

1 传统电网备用需求

1.1 电网备用需求必要性

电网预留一定的发电容量备用，是保证电网安全稳定运行的基础，能使系统在受到一定程度扰动时，平稳过渡到新的稳定运行状态。备用容量的预留，除了要考虑电网运行的安全稳定性以外，还要综合考虑经济性、区域分配、响应速度等因素。

1.2 电网备用需求定义及分类

我国对备用定义如下［5］：电力系统在运行过程中的备用容量，应使得电网在经受设备随机停运、负荷波动等扰动后，能尽快建立发电与负荷的平衡，保证频率在规定的范围，不发生连锁事故，不导致大面积停电事故。将电网备用细分为负荷备用、事故备用和检修备用。

国外对电网备用有不同的定义和分类方法，其核心问题是几小时甚至几分钟时段内，系统提供充分的旋转备用，保证系统事故风险低于预定水平，保证承受突然变化的能力以及在偶发事故中选择正确的对策。

备用容量的确定主要有确定性方法和概率分析法。确定性准则也称为“备用裕度准则”，以运行经验为基础，判定运行备用可靠性，目前主要方法为：

1）装机备用法。在数值上等于预计的最大负荷乘以一个系数。此方法通常在电网规划中使用。

2）运行备用容量。在数值上等于负荷需求乘以一个系数或网内最大机组容量。

3）输电网络的N-1准则。电网在任意一元件故障跳闸后，应能保持连续供电。在可靠性要求较高的场合，可采用N-2甚至N-K规则。该规则可以同时用于规划电网结构和确定电网的运行备用容量。

采用确定性方法的主要不足是没有考虑系统性能、用户功率和元件故障的概率特征。概率分析法是指定量分析电力系统的可靠性指标，并依据可靠性准则来判定系统预留的备用容量。其根据设定的可靠性判据如电力不足期望值、期望失负荷比例等，从发电能力、故障停机、计划检修、负荷水平和特性等方面来综合判断发电供应的可靠程度，进而确定电网备用容量。

2 含风电和光伏发电的备用需求确定方法

风速和光照强度具有随机性和波动性，不同季节或者不同时段风速、光照强度变化的概率特性不同。风电和光伏发电出力的预测精度可在一定程度上提高，但无法改变其日间或时段间随机性和波动性的基本特征，从而不能无限提高。统计数据表明运行中的风电在1 h内的出力变化量可占装机容量的10%～35%，而在4～12 h内甚至可能超过50%。光伏发电在其出力时段内也具有类似的变化性质。由于风电和光伏发电出力在短时间内可能大幅度变化，应以负荷备用的模式应对其对电网供需平衡带来的压力。据此将风电和光伏发电以负负荷形式合成到原负荷中，进而形成等效负荷。风电和光伏的大量接入对电网的影响体现在等效负荷的预测精度降低、随机性变大，其对备用需求的直接影响体现在负荷备用需求增加，对事故备用和检修备用无直接影响。本文中含风电和光伏的备用需求主要研究不同风电、光伏渗透率时负荷备用需求的增加情况，对事故备用按照传统方式确定。

在传统电网运行方式下，由于负荷预测精度高（98%以上）、常规机组调控性能良好，电网备用需求具有各时段一致性，备用通常按照负荷百分比或运行中的最大机组容量确定，大型电网负荷备用一般取最大负荷的2%左右。因不同季节、不同时段风电、光伏发电出力的概率特性不同，其预测精度也不同。将风电和光伏发电以负负荷形式合成到原有负荷中形成等效负荷后，等效负荷实际预测的偏差波动范围也将不同，进而各季节各时段负荷备用需求不同。

基于上述原理，含风电和光伏发电的负荷备用需求确定方法步骤。

1）设定风电和光伏发电出力预测精度。风电出力预测相对误差可取15%～35%和20%～40%［6］，光伏发电出力预测相对误差在09∶00—16∶00高功率时段取5%～12%，早晚低功率时段取5%～25%［7］。负荷预测精度按照系统运行实际设定。预测误差与预测精

度相对应，表示负荷预测的准确程度，而预测值与实际值之间的差值为随机变量，以实际预测偏差表示。

2）基于地区风电场和光伏电站出力历史数据，统计不同季节一日内各时间点风电和光伏发电出力的概率特性（方差和均值）。

3）基于不同季节一日不同时段内风电、光伏发电出力概率特性，确定各季节各时段风电和光伏发电出力的预测精度和波动范围。出力统计方差最小（大）时段预测误差取最小（大）值，其他时段预测误差可依据历史统计数据线性化取值。负荷预测误差按照系统运行实际情况取统一值0.02。

4）以失负荷概率与期望失负荷比例（或以失负荷时段数和失负荷比例指标）为可靠性指标，在指标允许范围内确定不同季节典型日负荷备用需求。

失负荷概率Ploss和期望失负荷比例ER为

式中：Pi为i时段失负荷概率，指初步确定某一备用水平后，等效负荷实际预测偏差波动范围大于备用水平的概率；i为时间段（0～23）；ER为期望失负荷比例；Lloss，i为i时段期望失负荷值，指等效负荷实际预测偏差波动超出备用水平前提下，等效负荷实际预测偏差的期望值与初步确定的备用水平间的差值；Ltotal为总负荷量，即各时段负荷量之和。

3 远景年山东电网备用容量需求

3.1 山东省年度风、光资源及负荷特性

基于远景年山东电网新能源装机规划，山东风电厂主要分布在图1所示6个地区。利用美国航天局（NASA）Goddard地球观测系统提供的全球风速数据，可得到2005—2014年10年内山东省上述6个地区风速的数据（0.5 h为间隔）。对所得数据以月份为单位取均值求和，则上述地区各月份风力大小如图2所示。可见，除特殊年份外，风速的年度间变化不大。从10年数据看，风速并无明显增长和衰减趋势，可以以10年风速的月均值来代表各月份风力大小水平。对于风速的月份间变化，各地区风速和山东省全部地区风速之和的变化趋势一致，3—5月份风速较大，7、8月份风速较小。因风速大小不同时其变化特性也不同，据此可将山东地区风力情况按季节分为春（3—5月）、夏（6—8月）、秋（9—11月）、冬（12、1、2月）4个时间段，其中春时段中4月份风力最大。

图1 远景年山东地区风电场分布

图2 山东省6区域月均风速

对于山东地区的光照资源情况，以图3所示5个地区作为未来山东光伏装机的主要区域。根据NASA中所获统计数据，光照强度年度间变化不大，无明显增强或衰减趋势，可以以10年光照强度的月均值来代表各月份光照强度水平。光照强度的月份间变化明显，各地区和山东省全部地区光照强度之和的变化趋势一致，4—7月份较大，11、12、1、2月份较小。为保证与风速的时段划分一致，将山东地区的光照情况按季节分为春、夏、秋、冬4个时间段。山东省5地区月均光照强度变化情况如图4所示。

根据预测数据，山东省2015年、2020年和2030年各月份负荷变化如图5所示，负荷在7、8和11、12月

份较高，2、4、5月份较低。由图2知，风力在7、8月份较小，11、12、2、4、5月份较大。由图4知，光照强度在4—8月份较大，在11、12、2月份较小。综合考虑风电和光伏后，电网在低负荷的4、5月份可由风电和光伏提供较多电力，在接纳新能源的前提下其他电源投入的较少，应重点关注此时备用和调峰容量需求是否满足。在高负荷的7、8月份风力可提供的发电功率较小，需要其他电源更多出力，此时的电力供需平衡应得到保障。

3.2 各季节典型日风电、光伏出力及负荷特性分析

根据现有风电、光伏分布情况及未来发展趋势，图1中6地区风电未来装机容量占比分别为18%、44%、13%、8%、10%、7%，图3中5地区光伏未来装机容量占比分别为28%、24%、16%、16%、16%。风机采用常用的1.5 MW模型，切入、切出风速分别是3 m／s、25 m／s，额定风速10.5 m／s；光伏发电模块尺寸1 956 mm×992 mm×50 mm，峰值功率为250 W，光电转换效率为12.4%的常用模型。

图3 远景年山东地区光伏发电分布

图4 山东省5区域月均光照强度

图5 山东电网负荷年度变化情况

根据风电装机分布情况，结合山东地区10年风力资源统计数据，各季节典型日风电出力（均值）情况如图6所示。各时段风电出力的变化幅度（方差），如图7所示。由图6、图7可见风电出力较大的时段，其出力波动也大，这给备用容量配置带来压力。按照前述预测误差确定方法，风电出力预测误差在15%～35%和20%～40%范围时，各季节典型日风电出力预测相对误差如图8所示。

图6 山东省各季节典型日风电出力均值曲线

图7 各季节典型日不同时段风电出力变化

图8 各季节典型日风电出力预测误差分布

同理，根据光伏装机分布情况，结合山东地区10年光照强度统计数据，各季节典型日光伏发电出力（均值）情况如图9所示。各时段光伏出力的变化幅度（方差）如图10所示。因为在09∶00—16∶00之外的早晚时段内会因空气中的水汽凝结而出现轻雾以及由城市和工矿区等排出大量烟粒而形成烟幕，降低大气透明度，影响太阳辐照强度，致使这2个时段的光伏出力预测误差较大。在光伏发电出力预测相对误差在09∶00—16∶00高功率时段取5%～12%，早晚低功率时段取5%～25%，以及前述误差确定方法条件下，各季节典型日风电出力预测误差如图11所示。

图9 山东省各季节典型日光伏出力均值曲线

图10 各季节典型日不同时段光伏出力变化

图11 各季节典型日光伏电出力预测误差

考虑2030年山东地区风电装机为20 000 MW，光伏装机为6 500 MW。根据已知的2030年各季节典型日负荷曲线，按照前述方法将风电和光伏发电出力（均值）以负的负荷的形式合成到原有负荷中，形成等效负荷，所得2030年各季节典型日原始负荷曲线及等效负荷曲线（均值）如图12所示。

根据前述原理，考虑风电和光伏发电出力的预测误差，实际等效负荷在以均值为中心的某一范围内波动，波动量服从均值为0的正态分布，波动量越大，其发生的概率越小。

3.3 远景年考虑风电、光伏接入的备用需求

按照前述含风电和光伏发电的负荷备用需求确

定方法和步骤，以电网最大负荷的百分比（2%～5%）作为负荷备用容量水平，计算负荷备用容量取不同值时的失负荷概率和期望失负荷比例。

图12 2030年各季节典型日负荷及其等效负荷

基于2030年预测负荷数据，考虑2030年风电装机20 000 MW，光伏装机6 500 MW，风电预测误差在15%～35%，光伏预测误差在09∶00—16∶00高功率时段取5%～12%，早晚低功率时段取5%～25%条件下，不同负荷备用水平时的失负荷概率、期望失负荷量和期望失负荷比例如图13～15所示。各图中横坐标表示负荷备用容量，为占电网最大负荷的比值。根据计算结果，在失负荷概率和期望失负荷比例可靠性指标迅速增大之前，确定合适的备用水平。选取失负荷概率不高于0.02，期望失负荷比例不高于0.000 4%作为可靠性指标要求，系统各季节负荷备用应分别不少于各季节典型日最大发电负荷的0.039、0.027、0.029、0.033。此时各季节典型日期望失负荷量分别为9.3MW、10.6MW、11.4MW和8.7MW，四季可能发生失负荷的时段是03∶00—9∶00、10∶00—15∶00、05∶00—07∶00和10∶00—15∶00、03∶00—08∶00。对于风电预测误差在20%～40%时的负荷备用水平可同理计算。最终考虑2030年风电装机20 000 MW，光伏装机6 500 MW时的负荷备用需求和可靠性水平如表1所示。

图13 2030年备用水平与失负荷概率

图14 2030年备用水平与期望失负荷量

图15 2030年备用水平与期望失负荷比例

表1 2030年负荷备用水平

同理可得其他光伏装机容量和风电预测误差条件下的备用水平。在将风光的随机性和波动性以负荷备用的形式加以考虑后，对于事故备用可按照传统方式取10%。

上述备用需求确定方法，以山东省各地实测风、光数据，以负荷、风电和光伏出力预测误差为依据，通过计算分析，给出了不同风电、光伏渗透率下各季节典型日的备用需求水平，并区分了各季节典型日不同时段的备用需求情况。对于各季节合理安排备用水平，保证电网安全、稳定性具有指导意义。同时，可为各季节发电机组的合理安排以及检修计划等做参考。

4 结语

结合山东电网实际，提出含风电和光伏发电的备用容量需求确定方法，并根据山东省年度风、光资源及负荷特征以及各季节典型日风电、光伏出力及负荷特性分析，得出远景年（2030年）山东电网考虑风电、光伏接入的备用容量需求。所用方法可根据风力和光照实际数据，区分各季节典型日不同时段的备用需求情况。计算结果显示在满足同样可靠性指标情况下，春季对负荷备用需求最高，其次是冬、秋和夏季。分析结果对山东电网合理安排备用水平以及提高运行可靠性具有重要意义。

［1］刘振亚.全球能源互联网［M］.北京：中国电力出版社，2015.

［2］元博，周明，李庚银，等.基于可靠性指标的含风电电力系统的发电和运行备用的协调调度模型［J］.电网技术，2013，37（3）：800-807.

［3］薛禹胜，罗运虎，李碧君，等.关于可中断负荷参与系统备用的评述［J］.电力系统自动化，2007，31（10）：1-6.

［4］YI G，BILLINTON R，and KARKI R，“Composite generation and transmission system adequacy assessment considering wind energy seasonal characteristics，”in Power&Energy Society General Meeting，2009.PES'09.IEEE，2009，pp.1-7.

［5］SD 131—1984电力系统技术导则［S］.

［6］薛禹胜，雷兴，薛峰，等.关于风电不确定性对电力系统影响的评述［J］.中国电机工程学报，2014，34（29）：5 029-5 040.

［7］栗然，李广敏.基于支持向量机回归的光伏发电出力预测［J］.中国电力，2008，41（2）：74-78.

Reserve Requirement Analysis of Shandong Power Grid under the Background of Energy Interconnection

WANG Yuan1，MU Hong1，XU Naiyuan1，LIU Xiaoming2，ZHANG Hao2
（1.State Grid Shandong Electric Power Company，Jinan 250001，China；2.Economic&Technology Research Institute，State Grid Shandong Electric Power Company，Jinan 250021，China）

Wind power and photovoltaic power generation are not only important parts of clean energy，but alsoleading energy of global energy internet.A reserve capacity requirement determination method including wind power and photovoltaic power is proposed.Combined with the annual wind and solar energy resource and load characteristics，wind power and photovoltaic power output of typical day in each season in Shandong power grid，the requirement of reserve capacity is researched in the future for Shandong power grid.The result is of great significance to reserve capacity arrangement and reliability improvement of Shandong power grid.

clean energy；energy interconnection；reserve capacity requirement

TM715

A

1007-9904（2016）10-0018-07

2016-05-24

汪湲（1978），女，高级工程师，主要从事电网规划设计等工作。