尹星 李宗慧 李飞 程思博 石战胜 潘威丞 王彤
中图分类号:TM621DOI:10.16660/j.cnki.1674-098x.2204-5640-6285
基金项目:华电集团重点科技项目(项目编号:CHDKJ-2021-01-01);国家自然科学基金面上项目(项目编号:51876212)。
作者简介:尹星(1990—),男,本科,工程师,研究方向为电力环保。
通信作者简介:李宗慧(1982—),女,博士,正高级工程师,研究方向为电力环保及能源科技战略研究。E-mail:zonghui-li@chder.com。
摘要:碳达峰、碳中和背景下,热电厂负荷特征在供暖季内外表现出很大的差异,非供暖季需要适应火电厂低负荷运行逐渐常态化的新形势,并需要充分考虑火电与新能源的区域联动。本文选取了典型煤电供热机组,对其全年负荷进行了数据提取及统计,并对夏季峰谷时段负荷分布特征进行了系统分析。研究结果有望为火电高质量发展提供数据支撑。
关键词:峰谷 负荷 供热机组 非供暖季 大数据分析
Analysis of Load Distribution and Peak-Valley Characteristics of Thermal Power Plant in Non-Heating Season
YIN Xing1 LI Zonghui2* LI Fei3 CHENG Sibo2 SHI Zhansheng2
PAN Weicheng2 WANG Tong2
(1.Hebei Huadian Shijiazhuang Yuhua Thermal Power Co., Ltd., Shijiazhuang, Hebei Province, 051430 China; 2.Huadian Electric Power Research Institute Co., Ltd., Beijing, 100039 China;3.Institute of Process Engineering, Chinese Academy of Sciences, Beijing, 100190 China)
Abstract: Under the background of carbon peak and carbon neutralization, the load characteristics of thermal power plants show great differences between heating and non-heating season. The non heating season needs to adapt to the new situation of the gradual normalization of low load operation, and the regional linkage between thermal power and new energy needs to be fully considered. This paper selects typical coal-fired heating units, extracts and counts the annual load, and systematically analyzes the load distribution and peak- valley characteristics in summer. The results are expected to provide data support for the high-quality development of heating unit.
Key Words: Peak-valley; Load; Heating unit; Non-heating season; Big data analysis
熱电厂在维护能源安全、保民生方面发挥着坚实作用,热电机组的利用小时数一般相对较高。然而,碳达峰、碳中和背景下[1, 2],热电机组,特别是燃煤热电机组,在非供暖季,其负荷特征与纯发电机组非常接近,同样需要适应火电厂中低负荷运行逐渐常态化的新形势,并需要充分考虑火电与新能源协同发展等碳达峰模式[3]。
火电与新能源的区域联动越来越密切,峰谷电价差异在发电侧逐渐得到实施,相关研究越来越多,如陈宜等研究了多能互补系统中电价峰谷差对系统集成优化设计的影响[4]。 然而,目前新能源及储能成本定位、共享机制前景尚不明确,新能源装机越来越多,过于依赖峰谷电价差的项目风险增加,甚至也可能动摇负荷侧储能商业模式根基,必须动态考虑供需变化。对历史运行负荷及未来负荷潜在降低风险估计不足,可能形成错误的供需信号,甚至可能造成价格倒挂。对供热机组非供暖季负荷特征的系统研究,有助于促进热电机组高质量发展转型。
本文选取了京津冀地区的以煤为燃料的典型热电厂,对供暖季和非供暖季的运行工况进行了系统分析,并对考虑峰谷时段的负荷分布进行分别统计。前期研究结果已经在2021年为环保低碳改造工程提供了数据支撑,并有望为京津冀地区同类型机组供热潜力拓展、峰谷电价政策调整应对、潜在负荷降低风险应对及储能配套提供数据支撑。
1 数据采集
本文以某电厂2*300MW亚临界机组为研究对象,包括1#机组和2#机组,于2009 年投产,均为供热机组,供暖季热电联产,供暖季外发电全部上网。
由于2021年我国煤炭价格波动过于剧烈,一定程度上掩盖了实际需求,为避免较大的预测偏差,选取了较为平稳的、典型的2020年的数据为分析对象。全年采样间隔10min,采样周期1年;夏季工况采样间隔1min,时长4周。
2 结果与讨论
2.1 负荷曲线
首先对2台机组的全年负荷数据进行了数据采集及分析,如图1所示。机组负荷基本在50%以上,暂未进行深度调峰,供暖季负荷相对较高,非供暖季负荷波动明显,同时1#机组在非供暖季存在较长时间的检修期。但在夏季,特别是7月中旬到8月中旬,2台机组的实时负荷也有较大的差异,一台机组高负荷、另一台机组低负荷的情况频繁出现,如图2所示,研究认为,这一方面是由于电网的实时调度,另一方面也存在负荷整体不够高的情况。
2.2 非供暖季负荷特征
供热机组非供暖季与供暖季表现出完全不同的行为。供暖季始终维持在中高负荷,不安排停机检修等任务,但非供暖季则与纯凝机组接近,接下来对非供暖季的负荷特征进行了分析。考虑到较长的检修期,会对机组正常运行负荷统计数据造成过大的偏差,因此按去除检修期进行统计。首先用标准的中高负荷比例分类方法进行研究,按照50%、75%及满负荷分档,实际由于100%满负荷的情况几乎为零,因此将不低于90%负荷的工况按满负荷进行统计。由图3可见,占比最高的是中低负荷,50%~75%负荷高达62%,低于50%负荷比例为4.4%,二者合计接近2/3。近满负荷比例为8.7%,75%~90%负荷比例为24.9%。这意味着高负荷潜力较小,存在较高的负荷降低风险。
在对夏季负荷进行系统分析时,常规的中高负荷分类已不能满足研究需要,因此按10%递增进行分类,如圖4和图5所示。占比最高的是50%~60%负荷,比例高达34%~43%,这意味着超1/3的时间机组在低限运行;其次是60%~70%负荷,也已经接近30%。这里呈现出一个很有意思的结果,如果不考虑低于50%的工况,不管是1#机组还是2#机组,随着负荷增加,占比逐渐降低,同时其近满负荷比例平均只有6.1%,甚至低于去除检修期后的1#和2#合计供暖季外负荷比例均值。
2.3 夏季峰谷时段负荷分布
在供暖季外,该厂所发电量全部供应河北电网,由居民用电和工业用电混合消纳。在夏季高峰负荷期间,空调负荷占城市用电量的40%以上,有助于预测新能源的削峰潜力[5]。接下来参考河北电网居民峰谷电价[6],对7月17日至8月14日共4周的负荷按尖峰平谷时段分别进行统计,研究了夏季峰谷时段负荷分布情况。由表1可见,2台机组虽然实时负荷差异较大,但机组平均负荷非常接近,最低平均负荷为59.27%,最高平均负荷为76.29%,普遍在60%~75%之间。发电量全部上网,由电网统一调度,还是表现出了较为明显的谷电特征,0-8时段机组负荷分别为60.63%和59.57%,考虑到稳定运行负荷下限为50%左右,研究认为,在0-8时段,甚至8-11的平电时段里,机组大部分时间都处于低位运行状态。由图6可见,虽然尖峰时段负荷相对偏高,但整体负荷仍然不高,最高平均负荷75.97%出现在16-17。11-12和21-22时段作为居民用电的尖峰时段,平均负荷也只有70%左右,白天的负荷也没有较为明显的峰电特征,虽然实际运行中只有6.1%的时间出现了90%以上的近满负荷。这可能意味着区域电网发电能力较为充足,未来电力市场潜力偏小。即使用电量有一定增加,由于大量新能源发电项目的建设,热电机组发电负荷可能仍会降低。
建议后续改造项目中更应该结合负荷实际情况,传统的以100%负荷为基准参数进行设计,在新经济形势下,很可以并不能带来预期的节能降耗效果 ,需要结合历史负荷数据并进行合理预测,进行个性化的系统设计。
考虑到该厂周边建设建制镇整体推进屋顶光伏项目以及二期燃气纯供热项目,区域协同下,设置20%甚至更高的供热能力拓展,从电力供应上是安全的,有利于热电厂的健康发展。
3 结语
我国能源安全面临重重挑战,热电机组在北方城市的稳定运行中发挥着重要作用,对机组进行长时间段负荷跟踪及详细分析很有意义。随着新能源装机容量进一步增加,考虑到“双碳”背景下火电利用小时候可能仍有较大的下降空间,极有可能面临更为严峻的灵活性改造压力,应在保证民生供暖、保证供电安全的前提下,充分发挥供热机组优势,积极挖掘本地供热潜力。随着我国电力市场改革的持续深入,目前已实行上网电价峰谷价差,笔者将对后续运行数据进行持续跟踪。
参考文献
[1] Li J, Luo Y, Wei S.Long-term electricity consumption forecasting method based on system dynamics under the carbon-neutral target[J]. Energy,2022,244:122572.
[2] Zhang S, Bai X, Zhao C, et al.China's carbon budget inventory from 1997 to 2017 and its challenges to achieving carbon neutral strategies[J].Journal of Cleaner Production,2022,347:130966.
[3] Aziz A, Oo AT, Stojcevski A.Analysis of frequency sensitive wind plant penetration effect on load frequency control of hybrid power system[J].International Journal of Electrical Power & Energy Systems,2018,99:603-617.
[4] 陈宜,徐英新,徐东杰,等.终端型多能互补系统的最优配置与性能分析[J/OL].发电技术:1-9[2022-06-22].http://kns.cnki.net/kcms/detail/33.1405.tk.20220314.2244.006.html.
[5] H. Xu, L. Cheng, N. Qi, et al.Peak shaving potential analysis of distributed load virtual power plants[J].Energy Reports,2020,6:515-525.
[6] 河北省发改委.河北省发展和改革委员会关于进一步完善分时电价机制的通知[N/OL].http://hbdrc.hebei.gov.cn/web/web/nyjg_gzdt/2c9473847f812e59017f82dc97da4a79.htm.2021-11-10.