黑龙江省风光资源禀赋及互补性研究

沈妙哲，王文婷，李 瑨，徐 英，袁百慧，高浩翔，刘多伦，郭钰锋

(1.国网黑龙江省电力有限公司 经济技术研究院，黑龙江 哈尔滨 150036;2.哈尔滨工业大学 电气工程及自动化学院，黑龙江 哈尔滨 150001)

大规模开发利用风能及太阳能资源是实现我国碳中和目标的关键技术路线。作为我国重要的大型能源基地，十四五期间黑龙江将新增风电、光伏等新能源装机3 000万千瓦以上[1]。而对风能太阳能资源禀赋进行详细评估，是开发利用风能太阳能的基础。文献[2]基于黑龙江各地记录的年、月平均风速推算了黑龙江省风功率密度。文献[3]基于全省23个测风塔数据，采用平均风功率密度、有效风速时数等指标对风能资源展开评估。文献[4]基于81个气象站数据统计了黑龙江省的风能密度，并对不同季节的风能分布进行了分析。文献[5]基于黑龙江省5个辐射站和32个地面基准站资料采用太阳总分数及日指数两个指标分析了黑龙江省太阳能资源的时空分布特征。文献[6]则对哈尔滨地区太阳能资源展开了评估。上述研究的评估结果对掌握黑龙江省风能太阳能资源的分布情况意义重大。但是存在以下两个问题：一是上述研究多基于少数地面观测站的数据开展，空间分辨率较低。为此通常将站点数据采用空间插值法来得到全省的评估结果，由此会带来较大的评估误差[5]。二是现有黑龙江省风能太阳能资源评估研究均主要评估资源的潜力。而波动性是风能太阳能资源的固有属性，也是导致大规模风光并网问题的根源[7]。对风能太阳能资源的波动性展开评估，可以更加有效地促进新能源消纳[8]。

虽然风能太阳能具有强烈的波动性，但现有研究表明风能太阳能资源具有良好的互补性，可以有效抑制风光出力的波动性，促进大规模风光消纳[9]。对风能太阳能资源的互补性进行评估，是风光系统互补规划运行的前提和基础[10]。为此澳大利亚[8]、意大利[11]、德国[12]等国家已经对本国风能太阳能资源的互补性展开了详细评估。文献[13]已经对山东省风能太阳能资源的互补性进行了详细分析。结果表明山东省中部地区的风光互补性要弱于外围地区。但是文献[13]并未对风光互补过程中的装机容量比例开展研究。而实际的风光互补系统中这一比例显著影响最终的互补效果。黑龙江省拥有丰富的风光资源，但是目前公开的文献中鲜有黑龙江省风能及太阳能资源互补性评估研究。

针对目前黑龙江省风能太阳能资源评估中存在的问题及建设以新能源为主体的新型电力系统的实际需求，本文基于2017～2021年ERA 5大气再分析资料在评估对黑龙江省风能太阳能资源潜力的基础上，对风能太阳能资源波动性特征展开详细评估。同时分析风能太阳能资源的互补性，并对风电光伏装机容量比例开展优化，定量分析最佳互补情形下对风电光伏功率波动性的平抑效果。为黑龙江省未来大规模开发利用风能太阳能提供数据支撑及参考。

1 数据及方法

1.1 ERA 5大气再分析数据

ERA 5为全球第五代大气再分析资料，空间分辨率为0.25°×0.25°(约31 km×31 km)，最小时间分辨率为1 h。文献[14-16]将ERA 5再分析数据与相应的风速、气温、气压及太阳能辐射地面观测数据进行了对比分析，结果表明ERA 5大气再分析数据与实际观测数据间的误差较小。ERA大气再分析数据已被国内外学者广泛应用于风能及太阳能资源评估领域。因此选取黑龙江省内2017～2021年气压(p)、气温(T)ps、100 m高度北向风速(v)及东向风速风量(u)、地面太阳短波辐射量(G)来开展本文的分析研究。

1.2 风能太阳能资源禀赋评估方法

风能资源潜力通常用风功率密度(WPD)来评估

(1)

式中

(2)

(3)

其中R为气体常数，287.05 J/(kg·K)。

太阳能资源潜力则直接用辐射量G来衡量。此外，定义资源的可用率(Ava)来进一步评估资源潜力

(4)

式中PRD——风功率密度WPD或者太阳辐射量G;

PRDth——阈值/W·m-2，本文选为150 W/m2。

在评估资源潜力的基础上，进一步对资源的波动性展开评估。风能太阳能的波动性包括波动幅度及波动速率两个方面。对于波动幅度，引入波动强度I来进行量化

(5)

I越大表明资源的波动幅度越大。本文中选取示时间窗N为24 h。

资源的波动速率则引入变差函数来进行量化

(6)

式中 Δt——时间间隔。

同样地,γ越大表示资源的波动速率越快。

本文中时间窗N为24 h，时间间隔Δt为1 h。

1.3 风能太阳能资源互补性评估方法

为评估风能太阳能资源的互补性，首先基于GW 1.5 MW风机模型和某典型190 W光伏发电板模拟风功率及光伏功率时间序列，具体建模方法见文献[17]。并基于最小值及最大值将出力时间序列归一化至[0,1]的范围。

风能太阳能互补性的评估可以通过对比分析风功率及光伏功率的变化趋势来实现。若风光功率变化趋势相反，则互补后波动被显著抑制，意味着互补性较强。若变化趋势完全相同，则不存在互补性。Kendall相关分析可实现上述分析过程。因此本文基于Kendall相关分析对黑龙江省风能太阳能资源互补性展开评估。

假设{Pwind(t)}及{PPV(t)}为归一化后的风功率及光伏功率时间序列，在任意两个时刻t1及t2，分别从风光时间序列中选取两个数据对(Pwind(t1),PPV(t1))和(Pwind(t2),PPV(t2))，则风功率及光伏功率间的Kendall相关系数为

τ=P{(Pwind(t1)-Pwind(t2))(PPV(t1)-PPV(t2))>0}

-P{Pwind(t1)-Pwind(t2)(PPV(t1)-PPV(t2))<0}

(7)

式中P{ }表示事件发生的概率。Kendall相关系数的范围为[-1,1]，相关系数越小，表明风功率与光伏功率间的互补性越显著。

Kendall相关系数定量刻画了风能太阳能的互补潜力。在实际的风电光伏混合系统中，风电及光伏装机容量比例对最终的互补效果影响巨大。因此需要进一步优化风电光伏装机容量比例，以达到最佳的互补效果。

风光混合系统的总功率输出为

P(t)=αPwind(t)+(1-α)PPV(t)

(8)

式中α及1-α——风电及光伏装机容量系数;

α取值范围在0～1之间。当α≠1时，风的及光伏装机容量比例为α/1-α。

本文分别以总功率波动强度最小和总功率波动速率最小为目标对风电光伏装机容量比例展开优化。优化目标函数分别为

(9)

(10)

同时为了评估最佳互补后的效果，定义波动强度下降平抑指数βI及波动速率平抑指数βγ

(11)

(12)

式中IP和γP——混合系统总功率的波动强度及功率变差;

I′和γ′——单一风功率或光伏功率的波动强度及功率变差;

βI及βγ小于0且越小，意味着互补后波动强度及波动速率被显著抑制。

2 风能太阳能禀赋

2.1 风能太阳能资源潜力评估结果

图1所示为黑龙江省平均风速。结合黑龙江省的地形地貌可以发现，黑龙江省的风资源主要分布在平原、河谷地区，而海拔较高的山地地区风资源匮乏。具体来说，齐齐哈尔、大庆、绥化、哈尔滨市西部、鹤岗市东部、七台河、鸡西、双鸭山及佳木斯所属区域平均风速最大，年平均风速在5.0～6.5 m/s之间。黑河市、伊春市北部、大兴安岭地区南部年平均风速在4.5～5.8 m/s。而伊春市中部局南部、哈尔滨北部、东南部及牡丹江西部地区平均风速最小，年平均风速在3.8～4.5 m/s之间。

图1 黑龙江省平均风速(m/s)

图2所示为黑龙江省风能资源潜力分布图。松嫩平原、三江平原大部分地区年平均风功率密度在150～250 W/m2之间，年平均可用率在40%～55%之间。而小兴安岭南部、青黑山、老爷岭及张广才岭地区年平均风功率密度最小，在60～120 W/m2之间，年平均可用率仅为10%～30%。

图2 黑龙江省风能资源潜力分布结果

图3所示为黑龙江省太阳能资源潜力分布图。黑龙江省太阳能资源分布总体呈现南部大于北部的分布趋势。其中松嫩平原西南部年平均太阳辐射最强，大于170 W/m2，可用率大于36%。其次为三江平原东南部，年平均太阳辐射在160～170 W/m2之间，可用率在35%～36%之间。而大兴安岭地区年平均太阳辐射强度最小，小于155 W/m2，可用率小于34.5%。

图3 黑龙江省太阳能资源潜力分布结果

2.2 风能太阳能资源波动特征评估结果

在评估风能太阳能资源潜力的基础上，对黑龙江省风能太阳能资源的波动特征进行评估，从而加深对黑龙江省风能太阳能资源的认识。

基于公式(5)分别计算风功率密度及太阳辐射强度的波动强度指标，结果如图4所示。从图中可以看出，黑龙江不同地区风能资源的波动强度差异巨大。其中齐齐哈尔市西部、兴凯湖地区、牡丹江海林市、哈尔滨东部地区风功率密度波动范围最大，波动强度在0.75～0.90之间。而大兴安岭地区中西部、黑河市中部、伊春市西北部风功率密度波动范围最小，波动强度通常小于0.65。其他地区风功率密度波动强度则在0.65～0.75之间。

图4 黑龙江省风能太阳能资源波动强度分布结果

相比风能资源波动范围，黑龙江省内太阳能资源波动范围变化较小，通常在1.32～1.34之间。而且可以明显看出，太阳能资源的波动范围显著大于风能资源。这是因为在计算波动强度的过程中，以一天24 h为时间窗进行计算。而太阳能辐射强度受地球自转引起的日出日落的影响，在一天内的变化幅度显著大于风功率密度的变化。

图5所示为黑龙江省风能及太阳能资源波动速率分布结果。从图中可以看出，兴凯湖北部风资源波动速率最快，风功率密度变差大于4 000[W/m2]2。松嫩平原西南部(包括齐齐哈尔西南部、大庆、绥化市西南部及哈尔滨西部)、佳木斯及双鸭山中西部、鸡西市中部)地区风资源波动速率较快，风功率密度变差通常在1 500～3 500[W/m2]2之间。除上述地区外其他地区风资源波动速率较小，风功率密度变差通常小于1 500[W/m2]2。

图5 黑龙江省风能太阳能资源波动速率分布结果

相比风能资源，太阳能资源波动速率分布结果较为规律，黑龙江南部地区太阳能资源波动速率显著快于北部地区。南部、中部及北部地区太阳辐射变差通常为3 000～3 600[W/m2]2，2 600～3 000[W/m2]2，及2 200～2 600[W/m2]2。

3 风能太阳能互补性评估

3.1 不同尺度下风能太阳能资源互补性

本文以风电及光伏装机容量比例相同的情形下开展互补性分析。图6所示为不同尺度下黑龙江省风能太阳能资源互补性评估结果。小时尺度下，大兴安岭北部及东南部、黑河市东北部、三江平原北部、以及齐齐哈尔西南部地区风功率及光伏功率相关系数小于-0.15，风能太阳能互补性最显著。而小兴安岭南部山地及张广才岭地区风功率及光伏功率相关系数在0.00～0.10之间，互补性最差。除上述区域外其他区域风功率及光伏功率相关系数在-0.12～0.00之间。

图6 黑龙江省太阳能资源潜力分布结果

在日尺度下，黑龙江省内风功率及光伏功率相关系数均小于0。其中鹤岗、佳木斯及双鸭山市大部分地区、哈尔滨与牡丹江市交界地区及大兴安岭北部地区日尺度下风能太阳能互补性最显著。而整个松嫩平原及黑河市地区日尺度下风能太阳能互补性较差。

在月尺度下，整个松嫩平原地区及黑河市大部分地区风功率及光伏功率相关系数显著大于0，互补性最差。而大兴安岭北部地区和黑龙江西南大部分区域风能太阳能月尺度下互补性最显著。

3.2 风能太阳能装机容量比例优化

在评估风能太阳能互补性的基础上，基于公式(9)～(10)对风能太阳能装机容量比例展开优化。图7所示为以总功率波动强度为目标的优化结果，风电光伏装机容量最佳比例在1.4～3.8之间。其中伊春市向南至牡丹江市一带最佳风光装机容量比例为2.4～3.6，而黑龙江省内其他大部分地区最佳风光装机容量比例为1.4～2.6。

图7 以波动强度最小为目标得到的风电光伏装机容量比例

图8所示为相比单一新能源出力，最佳互补后总功率波动强度的平抑结果。与单一风功率相比，采用最佳装机容量比例互补后，总功率的波动强度被平抑了21.0%～43.0%。而与单一光伏功率相比，最佳互补后黑龙江省大部分地区波动强度被平抑了40.0%～61.0%。

图9所示为以总功率波动速率最小为目标的优化结果，风电光伏最佳装机容量比例为0.5～2.3。其中黑龙江省绝大部分地区的最佳装机比例为0.8～1.3。

图9 以波动速率最小为目标得到的风电光伏装机容量比例

图10所示最佳风光互补后对功率波动速率的平抑结果。与单一风功率相比，最佳风光互补后总功率变差被平抑了25.0%～67.0%，尤其是松嫩平原和三江平原地区平抑效果最显著。而与单一光伏功率相比，最佳互补后总功率变差被平抑了43.0%～67.0%。

图10 互补后总功率波动速率平抑指数βγ

可以看出，合理利用风能太阳能资源的互补性，优化风电光伏装机容量比例，可以显著平抑总功率的波动性，有助于大规模风电光伏安全消纳。

4 结论

本文基于ERA 5大气再分析数据，对黑龙江省风能太阳能资源禀赋及互补性进行了详细评估，研究结果表明：

(1)黑龙江省风能资源主要分布在三江平原、松嫩平原及河谷地区，年平均风功率密度在150～250 W/m2之间，年平均可用率在40%～55%之间。而海拔较高的山地地区(如小兴安岭南部、青黑山、老爷岭及张广才岭等地)风能资源潜力较小。松嫩平原地区风资源丰富，但是风资源的波动强度及波动速率显著高于三江平原地区。

(2)黑龙江省太阳能资源总体呈现南部大于北部的空间分布规律。南部地区年平均太阳辐射大于160 W/m2，年平均可用率大于35%。黑龙江省内太阳能资源的波动强度变化较小，但是南部地区太阳能资源的波动速率显著强于北部地区。

(3)黑龙江省西南部地区风能太阳能在小时、日及月尺度下均具有显著的互补性。而松嫩平原及黑河市大部分地区风能太阳能在小时尺度下互补性显著，而在月尺度下的互补性较差。合理优化风电光伏装机容量比例，可以显著平抑总功率的波动性。以松嫩平原为例，当该地区风电光伏装机容量比例为1.4～2.2时，互补后可以显著平抑总功率的波动强度。而当该地区风电光伏装机容量比例为0.5～1.1时，互补后可以显著平抑总功率的波动速率。在实际规划中，可以根据电网实际情况，优化风电光伏装机比例，充分利用风能太阳能的互补性，从而促进大规模新能源的安全高效消纳。