新疆风能资源的利用效率评价分析

新疆工程学院能源工程学院 张慧娥 内蒙古超高压供电局 白彩清 张慧敏

随着原油价格的持续上涨及资源储备的减少，推动了新能源产业的发展，迎来了新一轮的高速发展。我国新能源存在装机容量增长率高于发电量增长率，十三五期间发电效率普遍偏低。目前，风电主要以弃风率、弃电电量和风电利用小时数三个指标，对区域风能资源利用水平进行评价。三个独立的指标仅能从不同角度来反映区域风能资源利用水平，具有一定的代表性，但全面反映区域的风能资源利用效率缺少相应的综合性评价指标，亟待构建综合指标，更加全面的综合评价不同区域风能资源的利用水平，有助电力调度部门进一步了解新疆风能资源利用水平真实状况，有利于新疆风电健康有序发展。

利用效率评估方法主要采用DEA（数据包络分析）、SFA（随机前沿分析）和BCC（目标指引）模型分析，文献[1]采用DEA 与BCC 相结合的模型对科技投入和产出效率进行评价，文献[2]针对高校的静态和动态的科研效率进行评价，采用了DEA、BCC 模型结合Malmquist（基于面板数据）生产率指数进行了测算分析。文献[3]以风电基础装机容量及人力物力作为投入指标，以最终发电量作为产出指标，采用DEA 和Malmquist 模型分析了国内和国际典型国家的风能、太阳能、生物质能、地热能以及核能的发电效率，并对国内4种能源率进行总体评价。文献[4]采用改进型灰靶理论对我国部分典型省份的风能利用效率进行测算。

合理评估风能资源对风资源有效利用具有重要意义，有利于电力调度部门合理调配风能资源，促进新疆风电有效利用。目前对能资源利用效率的评价尚未有成型的评价体系，本文采用改进型灰靶理论建立风能资源综合利用效率评价指标，选取国内11个典型省份的最终风能资源利用效率值进行对比，分析新疆风能资源利用效率，表明经济的发展、负荷密度及风能资源利用效率有密切关系。

1 新疆风能资源利用水平基本情况

据国家能源局统计数据显示，近年来新疆风电装机规模持续扩大，新疆风电弃风电量和弃风率持续“双降”，2018年新疆风电利用小时数已达到国家规定的最低保障收购年利用小时数，2020年新疆风电利用小时数（2237小时）高于全国风电平均利用小时数（2073小时），但新疆弃风率（12.7%）在全国排名中仍居高不下。

1.1 风电装机规模持续扩大

自2016年至2020年，新疆风电受红色预警机制政策影响，新增风电增速放缓，新疆风电装机容量占全国风电装机比例从2016年的11.9%降至2020年的8.4%，截止2020年新疆风电装机2355.15万千瓦，占新疆电网电源总装机容量22.97%（表1）。

表1 近五年风电装机情况

1.2 风能资源利用水平显著提高

新疆切实贯彻可再生能源电力消纳保障机制，按照《解决弃水弃风弃光问题实施方案》、《清洁能源消纳行动计划（2018-2020）》积极采取措施加大力度消纳可再生能源，新疆风电消纳取得积极成效[5]。

发电情况。2016年至2020年，新疆风电发电量从220亿千瓦时增长到433亿千瓦时，年平均增速达到18.4%，高于全国年平均增速0.4个百分点，2020年新疆风电发电量达到432.74亿千瓦时（表2）。

表2 近五年风电发电情况

弃电情况。2016年至2020年，新疆风电弃电量从137亿千瓦时下降至46.69亿千瓦时，弃风率从38%下降至12.7%，风电弃电电量、弃风率多年持续下降（表3）。

表3 近五年风电弃电情况

年利用小时数情况。2016年至2020年新疆风电利用小时数从1290小时提高到2237小时，风电利用小时数与全国风电平均利用小时数之间的差距逐年缩进，2018年新疆风电利用小时数已达到国家规定的最低保障收购年利用小时数，2019年新疆风电利用小时数已超出全国平均水平（表4）。

表4 近五年风电利用小时数情况

2 构建全面的评价指标体系

目前对风能资源的利用效率缺乏统一及综合性的评价体系，现有的风能利用小时数、弃风率和弃风量是按照不同的角度描述风资源的利用效率，但不具有地区性质，不能反映某个地区的风资源利用水平。由于不同地区地理位置与气象条件的差异，能资源利用效率、电网结构、负荷构成、经济发展差别较大。为了能够充分反映一个地区的风能特点、电网结构、能源结构、负荷特性、电网运行水平、经济发展水平、风电技术水平对风能资源利用效率的影响，构建全面的评价指标体系，相关指标如下：

2.1 开发效率指标

从宏观角度评价风能资源利用效率时，要考虑某区域内风能的总体开发利用强度，不同地区的风能资源贮量不同、经济水平不同、电网结构不同，导致不同地区的开发利用强度不同。提出的反映不同地区风能总体开发强度的开发效率指标，具体计算公式如下：k1=CR/CT，式中：k1为评价区域开发效率指标；CR为评价区域风电装机容量；CT为该区域实际可开发的风能资源总量。

2.2 能质效率指标

由于不同地区风能资源水平不同，年可有效利用的风电小时数并不一致，因此目前以“风电利用小时数”来评价一个地区的风能利用水平有失客观性。在对某个区域的风能资源利用效率进行评价时，应基于该区域的风能资源实际水平。提出基于不同区域风能资源实际水平的能质效率指标，具体计算公式如下：k2=H1/H2，式中：k2为评价区域能质效率指标；H1为该区域风电场实际年风电利用小时数；H2为该区域年风电可利用小时数。

2.3 技术效率指标

从技术方面来说，在评价不同区域内的风能利用效率时，不同区域内风电技术水平对风能资源利用水平的影响亦是明显的，不同区域内地形、环境、风能资源禀赋相异，所安装的风机类型及其转换效率、风电场运行方式等方面都是不同的。提出基于不同区域环境特征、风能资源禀赋的技术效率指标，具体计算公式如下：k3=(E1+E1')/(CR×H2)，式中：k3为评价区域技术效率指标；E1为评价区域风电上网电量；E1'为该区域弃风电量。

2.4 接纳效率指标

某个区域内风电接纳能力对风能资源利用水平也有深刻影响，而影响电力系统风电接纳能力的因素包括电力系统运行的各个环节，主要为电源结构、电源调节能力、电网构架、负荷特性。为了简化计算某地区的风电接纳能力，具体计算公式如下：k4=(E1/E2)/(CR/CT1)，式中：k4为评价区域接纳效率指标；E2为该区域年发电量；CT1为该区域全口径累计装机容量。

2.5 消纳效率指标

风电消纳是风能资源利用的重要环节，因此本文提出消纳效率指标，具体计算公式如下：k5=1-p，式中：k5为评价区域消纳效率指标；p 为该区域年度弃风率。

3 风能资源综合利用效率评价指标计算分析

灰靶理论属于灰色理论范畴，在标准模式构造的基础上设定一个灰靶，在模式序列中找到靶心，然后将利用效率评价指标序列与靶心进行比较得到靶心度。灰靶理论的技术难点是靶心度的求取，求利用效率评价指标序列与靶心的相似程度，两者距离越近，靶心度越大[3]。

本文收集相关文献，其中基于改进型灰靶理论的风能资源利用效率评价文献中构建了风能资源利用效率综合评价体系，从风能开发、能质效率、技术水平、电网接纳、风能消纳5个视角全面反映风能资源利用效率，并采用改进型灰靶理论建立评价模型，建立了风能资源综合利用效率评价指标[6]。

通过计算求得我国各省份的开发效率指标、能质效率指标、技术效率指标、接纳效率指标、消纳效率指标，构成传统灰靶理论的模式序列ωi，结合榜样模式ω'=(1,1,1,1,1)确定评价指标体系模式序列ωi'，进行灰靶变换，得出各省份、榜样模式的靶心度γ(x0,xi)，即求得各省份风能资源综合利用效率P=γ(x0,xi)，P 越接近1，说明风能资源综合利用效率越高。

3.1 数据来源

各省份风电装机容量、风电利用小时数、风电上网电量、弃风电量、弃风率数据来源于国家能源局统计数据；各省份实际可开发的风能资源总量数据来源于文献中国风能资源贮量估算，其中计算各省份风能“实际可开发量”时按其风能的“理论可开发总量”的1/10进行了估计；但通过对比国家能源局统计数据，显示部分省份截止到2020年风电累计装机容量已经远远超过文献中给出的实际可开发量的估计值，故按照文献中各省份风能“理论可开发总量”的3/10对本文分析的省份的风能实际可开发量进行估计，但上海、江苏、贵州和宁夏估计值仍超过实际值，将其置为实际值参与计算。

3.2 计算结果

选取国内11个典型省份，计算得到风能资源综合利用效率，结果如表5。

表5 近五年典型省份风能资源综合利用效率计算结果（%）

综上，从选取的11个典型省份的最终风能资源利用效率值分析计算结果，可以看出：

从所选典型地区计算结果结合各省份实际情况，表明评价模型给出的评价结果与目前这些地区的风能资源客观利用水平相符。

我国经济发达省份，如江苏、云南、辽宁及河北四省，2020年风能资源综合利用效率计算结果排在前5位内，这些省份电网结构合理，其电网运行水平更好，负荷水平较高，风电消纳能力更强、风能资源的利用效率更高。其中排在第一位的宁夏由于电网结构和能源结构合理配比，风能资源的利用效率较高。

新疆和甘肃两省距离负荷中心较远，电源结构和电网结构与地域特点有较大关系，调峰能力方面较差，负荷水平较低，电网外送通道不畅，建设速度缓慢，导致在风能资源利用效率较低。

观察比较新疆数据可以发现，2018年新疆在“弃风率”方面高居全国第1位，“风电利用小时数”方面在全国范围内高于江西等不弃风的7个省份，综合性风能资源利用效率指标上在全国范围内仍处于末位。部分原因是新疆实际可开发风能资源总量13119万千瓦，远大于目前风电实际装机容量，新疆装机容量仅为可开发风能资源总量的1/7，造成开发效率指标较低，影响了综合性风能资源利用效率指标。