當(dāng)前位置: 首頁 > 新聞 > 深度閱讀

促進(jìn)風(fēng)電消納的發(fā)電權(quán)交易優(yōu)化方法

中國電力發(fā)布時間:2020-03-17 09:53:26

  0 引言

  可再生能源高速增長推動中國能源消費(fèi)清潔化轉(zhuǎn)型的同時 [1] ,其不確定性和源網(wǎng)矛盾也帶來了嚴(yán)重的棄風(fēng)棄光問題。從技術(shù)和管理多措并舉解決這一問題,成為行業(yè)的焦點(diǎn) [2] 。以促進(jìn)可再生能源消納作為重要任務(wù)之一的中國電力市場改革,已開展了諸多嘗試。一方面,建立了以現(xiàn)貨交易 [3] 、調(diào)峰市場 [4] 、調(diào)頻市場 [5] 為代表的市場框架,能夠在縮短調(diào)度、物理交割交易周期,充分調(diào)用系統(tǒng)靈活性資源方面發(fā)揮重要作用;另一方面,可再生能源正步入“后補(bǔ)貼”甚至“無補(bǔ)貼”時代,風(fēng)光發(fā)電平價、競價上網(wǎng),可再生能源項(xiàng)目競標(biāo)并網(wǎng) [6] ,正促使可再生能源電力回歸真實(shí)價值,發(fā)揮電力市場配置優(yōu)化資源的重要作用。電網(wǎng)消納能力是實(shí)現(xiàn)新能源平價上網(wǎng)的必要前提。為解決當(dāng)前棄風(fēng)棄光矛盾,在積極推進(jìn)外送跨區(qū)消納的同時,進(jìn)一步挖掘就地消納潛力也是一個關(guān)鍵途徑。以新疆、甘肅為代表的西北地區(qū),普遍面臨著自備電廠裝機(jī)過多引發(fā)的系統(tǒng)調(diào)峰能力不足問題,因此,通過常規(guī)電源與風(fēng)光電源的發(fā)電權(quán)交易擴(kuò)增可再生能源上網(wǎng)空間,具有較強(qiáng)的操作性和經(jīng)濟(jì)可行性,是緩解棄風(fēng)棄光問題的重要途徑。

  近年來局部地區(qū)電網(wǎng)的企業(yè)自備電廠裝機(jī)比例有上升趨勢,引發(fā)了諸多矛盾。由于自備電廠對沖了部分工業(yè)負(fù)荷容量,減小了波動性電源的發(fā)電空間;而其機(jī)組容量小,燃燒效率低,污染嚴(yán)重;另外,部分自備電廠管理監(jiān)督不到位,存在安全隱患。在電力裝機(jī)愈加充足、全國電網(wǎng)互聯(lián)規(guī)模不斷擴(kuò)大、清潔能源比例逐漸攀升的形勢下,減少或者改造自備電廠,成為必然選擇。但是直接關(guān)閉自備電廠,迫使企業(yè)全部依靠電網(wǎng)供電,并非合理之舉。而風(fēng)電企業(yè)與自備電廠通過發(fā)電權(quán)交易,可以保證企業(yè)的收益,同時增加風(fēng)電上網(wǎng)電量。

  已有關(guān)于發(fā)電權(quán)交易的研究大多集中在其市場屬性上,對宏觀的市場模式 [7-8] 和參與方的交易策略 [9-10] 關(guān)注較多。而在發(fā)電權(quán)交易效果評估優(yōu)化方面,研究工作相對較少,現(xiàn)有發(fā)電權(quán)交易的效益分析多聚焦于節(jié)煤、減排兩方面 [11-16] ,且大多基于歷史運(yùn)行數(shù)據(jù)統(tǒng)計(jì)而來;部分涉及消納能力提升效果的評估多為策略優(yōu)化結(jié)果的簡單比較,缺少成體系的完整模型和機(jī)理分析。另外,多采用機(jī)組組合方法,其本質(zhì)依然屬于經(jīng)濟(jì)調(diào)度范疇,對交易信息平臺要求較高,在現(xiàn)貨市場建設(shè)還未成形的條件下,落地應(yīng)用還有難度;該方法對時序數(shù)據(jù)完整度要求較高,且局限于日內(nèi)運(yùn)行優(yōu)化,難以適用于發(fā)電權(quán)交易常用的月、年尺度。

  本文以月、年等中長期尺度的隨機(jī)生產(chǎn)模擬為方法基礎(chǔ),分析發(fā)電權(quán)交易促進(jìn)新能源消納的效益。在對發(fā)電權(quán)交易執(zhí)行方式及影響因素進(jìn)行原理性分析基礎(chǔ)上,構(gòu)建了基于源荷概率模型的風(fēng)電消納量關(guān)鍵指標(biāo)計(jì)算方法,量化分析其促進(jìn)新能源消納、減少棄風(fēng)的效益;結(jié)合自備電廠的運(yùn)行特征和發(fā)電權(quán)交易的交易特點(diǎn),探究發(fā)電權(quán)交易時間、交易功率等關(guān)鍵參數(shù)對降低棄風(fēng)量的影響,進(jìn)一步優(yōu)化交易效果。最后通過完整的算例進(jìn)行了驗(yàn)證。

  1 發(fā)電權(quán)交易執(zhí)行方式及影響因素分析

  自備電廠通過與風(fēng)電企業(yè)進(jìn)行發(fā)電權(quán)交易將本廠的發(fā)電電量騰讓給風(fēng)電機(jī)組,廠內(nèi)負(fù)荷需多購系統(tǒng)電力來滿足供應(yīng),增加了系統(tǒng)供電負(fù)荷進(jìn)而擴(kuò)大了風(fēng)電上網(wǎng)電量空間。

  發(fā)電權(quán)交易雙方通過雙邊協(xié)商、集中交易等方式確定月度或年度交易總電量后,電量實(shí)際執(zhí)行有 2 種方式:(1)利用 AGC 系統(tǒng)對風(fēng)電限電電量進(jìn)行發(fā)電權(quán)交易 [15] ;(2)由調(diào)度部門在日前編制雙方發(fā)電計(jì)劃 [7] ,電量交割按計(jì)劃進(jìn)行。其中,第 1 種方式基于實(shí)時信息進(jìn)行交易,對信息采集平臺要求較高。在該方式下,前期的計(jì)劃交易電量完全失去約束作用,交易執(zhí)行結(jié)果存在較大不確定性,雙方的經(jīng)濟(jì)效益難以預(yù)判。因此,本文主要基于第 2 種方式進(jìn)行分析。

  現(xiàn)有實(shí)踐過程中,雙方的電量計(jì)劃是一種總量約束,實(shí)施中按照月度結(jié)算,當(dāng)月的誤差量必須在下一月份及時滾平,在年度進(jìn)行電量總清算,完成交易。在實(shí)際運(yùn)行中,電網(wǎng)部門需在日前為可再生能源電站制定發(fā)電權(quán)交易發(fā)電計(jì)劃,同時制定自備電廠的減出力發(fā)電計(jì)劃,使雙方按照既定曲線實(shí)時運(yùn)行,如圖 1 所示。

  該種交易方式遵循“計(jì)劃電+市場電”的組成原則,方便計(jì)算過網(wǎng)電費(fèi),可操作性強(qiáng),調(diào)度成本較低,不必大規(guī)模更新調(diào)度方式,在現(xiàn)貨市場建設(shè)過渡期具有很好的適用性。但該方式對系統(tǒng)調(diào)度部門要求較高,消納提升量完全取決于日內(nèi)的運(yùn)行計(jì)劃的編制,自備電廠削減出力水平將直接影響系統(tǒng)消納能力,日內(nèi)計(jì)劃編制時調(diào)度人員應(yīng)依據(jù)風(fēng)資源和企業(yè)負(fù)荷情況進(jìn)行判斷。因此,本文嘗試從中長期角度對運(yùn)行計(jì)劃的編制給出參考信息,幫助調(diào)度人員合理安排月內(nèi)每天的運(yùn)行方式,實(shí)現(xiàn)風(fēng)電消納提升最大化與月度電量執(zhí)行偏差最小化的最佳平衡。

  棄風(fēng)功率是影響發(fā)電權(quán)是否進(jìn)行交易的直接因素,而風(fēng)力資源是影響發(fā)電權(quán)交易是否執(zhí)行的間接因素。在本文所聚焦的時間范圍和執(zhí)行方式下,調(diào)度人員能夠通過歷年積累的風(fēng)資源數(shù)據(jù)對未來月的風(fēng)電理論功率分布進(jìn)行預(yù)測,其難度較直接預(yù)測棄風(fēng)情況更低,因此,風(fēng)電理論功率(限電前風(fēng)電功率)將作為影響發(fā)電權(quán)交易效果的主要因素。發(fā)電權(quán)交易啟動時的風(fēng)電理論功率閾值設(shè)置太小時,發(fā)電權(quán)交易電量上升,但火電機(jī)組負(fù)荷率下降甚至停機(jī),造成系統(tǒng)電源向上調(diào)峰能力不足;風(fēng)電理論功率閾值設(shè)置太大則限制消納量。因此,合理設(shè)置啟動交易時的風(fēng)電理論功率閾值能夠保證消納電量和系統(tǒng)安全。此外,最大交易功率受自備電廠可減少發(fā)電功率的影響,決定了發(fā)電權(quán)交易的最大潛力。

  由于風(fēng)電的不確定性,部分時刻的發(fā)電權(quán)交易分解電量可能執(zhí)行不足,風(fēng)電理論功率難以滿足自備電廠所屬企業(yè)的用電需求,因此除了配合完善的結(jié)算校核機(jī)制外,本文在中長期預(yù)排計(jì)劃中根據(jù)風(fēng)資源情況給出最佳交易時段。

  綜上,發(fā)電權(quán)交易優(yōu)化的目的是給出日內(nèi)交易時間、自備電廠最大允許交易功率、啟動交易風(fēng)電理論功率閾值 3 類參數(shù)的確定方法,對日內(nèi)計(jì)劃的編制提供指導(dǎo)信息。

  2 風(fēng)電棄電評估概率模型

  以發(fā)電權(quán)交易減少的棄風(fēng)電量作為主要評價指標(biāo),計(jì)算中長期風(fēng)電消納電量是本文方法核心。

  2.1 棄風(fēng)限電的概率原理

  系統(tǒng)發(fā)生棄風(fēng)的典型場景為負(fù)荷低谷且風(fēng)資源豐富時,系統(tǒng)內(nèi)常規(guī)電源無法下調(diào)功率,導(dǎo)致部分風(fēng)電無法上網(wǎng)而發(fā)生棄風(fēng)。在中長期場景下,風(fēng)電預(yù)測不準(zhǔn)甚至無法預(yù)測,時序方法應(yīng)用受限,因此,本文基于隨機(jī)生產(chǎn)模擬方法進(jìn)行中長期棄風(fēng)電量評估。

  對一段時期內(nèi)的負(fù)荷進(jìn)行統(tǒng)計(jì),形成累積概率分布曲線(見圖 2)。機(jī)組組合方法中優(yōu)化電源出力以滿足負(fù)荷需求的過程對應(yīng)于隨機(jī)生產(chǎn)模擬中對負(fù)荷曲線包絡(luò)面積進(jìn)行填充。隨機(jī)生產(chǎn)模擬的本質(zhì)是概率體系下的電量平衡,以風(fēng)電功率長期概率分布代替時序數(shù)據(jù)進(jìn)行電量計(jì)算。

  以圖 2 為例,機(jī)組 A 承擔(dān)系統(tǒng)基荷,該部分負(fù)荷的累積概率為 1,A 的所有發(fā)電量均可直接消納,沒有棄電現(xiàn)象。機(jī)組 B 承擔(dān)負(fù)荷區(qū)段累積概率小于 1,若機(jī)組不能有效調(diào)節(jié)其功率大小,則有一定概率會發(fā)生棄電。機(jī)組各狀態(tài)有一定的發(fā)生概率,因此該部分面積與發(fā)電概率乘積代表?xiàng)夒娍偭科谕?/p>

  2.2 棄風(fēng)電量評估計(jì)算

  假設(shè)目標(biāo)系統(tǒng)內(nèi)包括火電和風(fēng)電兩類電源,火 電 機(jī) 組 由 公 網(wǎng) 統(tǒng) 一 調(diào) 度 ( 以 下 簡 稱 為 “ 統(tǒng)調(diào)”)的火電機(jī)組和自備電廠機(jī)組組成。根據(jù)風(fēng)電優(yōu)先原則,機(jī)組生產(chǎn)安排時,除了火電機(jī)組必須滿足的最小出力(基荷)之外,首先安排風(fēng)電機(jī)組,然后安排剩余火電機(jī)組容量。如果火電基荷與風(fēng)電出力理論功率超過負(fù)荷峰值,則會發(fā)生棄風(fēng)。隨機(jī)生產(chǎn)模擬 [17] 的步驟如下。

  (1)根據(jù)歷史數(shù)據(jù)生成研究周期內(nèi)區(qū)域內(nèi)公網(wǎng)發(fā)電負(fù)荷(不含自備電廠供電負(fù)荷)的等效持續(xù)負(fù)荷曲線(equivalent load duration curve, ELDC)。

  基于等效電量函數(shù)法,對等效持續(xù)曲線進(jìn)行離散化,生成電力負(fù)荷序列 [18] 。

  等效持續(xù)負(fù)荷曲線定義為

  (7)安排剩余的火電機(jī)組參與生產(chǎn),填補(bǔ)未滿足電量。安排方式同上。

  需要說明的是,風(fēng)電在 ELDC 下的安排位置僅取決于火電機(jī)組的基荷容量位置,因此,該方法暗含了風(fēng)電與系統(tǒng)負(fù)荷為獨(dú)立變量的假設(shè)。已有研究根據(jù)實(shí)際運(yùn)行數(shù)據(jù)證明了風(fēng)電功率與負(fù)荷之間呈現(xiàn)弱相關(guān)性 [19] ,也顯示二者之間的相關(guān)系數(shù)隨時間變化劇烈 [20] ,這都反映了運(yùn)行尺度下風(fēng)電波動性與負(fù)荷波動性關(guān)聯(lián)性較弱,二者之間峰谷值出現(xiàn)不同步的特征,與運(yùn)行經(jīng)驗(yàn)相吻合。因此,本文不考慮風(fēng)電、負(fù)荷的波動相關(guān)性、同時性等特征,隨機(jī)生產(chǎn)模擬方法獨(dú)立性條件自然滿足,該模型的評估結(jié)果能夠反映一段時間內(nèi)的棄能情況。

  3 發(fā)電權(quán)交易優(yōu)化方法

  本節(jié)基于棄風(fēng)評估模型對發(fā)電權(quán)交易進(jìn)行優(yōu)化,討論日內(nèi)交易時間、自備電廠最大允許交易功率、啟動交易風(fēng)電理論功率閾值對減小棄風(fēng)量的影響。通過在固定交易時段和固定風(fēng)電功率區(qū)間內(nèi)進(jìn)行交易的方式,進(jìn)行生產(chǎn)模擬計(jì)算,獲得不同參數(shù)設(shè)置下的棄風(fēng)情況,給出最優(yōu)交易方案。在生產(chǎn)模擬中,假設(shè)自備電廠少發(fā)的電量完全由風(fēng)電企業(yè)提供,系統(tǒng)等效持續(xù)負(fù)荷曲線無變化,而公網(wǎng)上網(wǎng)風(fēng)電累積概率曲線發(fā)生變化。風(fēng)電累積概率曲線如何變化是分析重點(diǎn)。

  3.1 交易場景選擇

  在中長期交易優(yōu)化中,應(yīng)首先確定發(fā)電權(quán)交易的時段范圍和風(fēng)電理論功率范圍。對研究周期

  4 算例分析

  4.1 仿真系統(tǒng)

  以北方某省級電網(wǎng)歷史數(shù)據(jù)進(jìn)行供暖季內(nèi)1—3 月份的逐月模擬計(jì)算。該地區(qū)全網(wǎng)最大發(fā)電負(fù)荷為 27 330 MW,最小發(fā)電負(fù)荷 19 082 MW,發(fā)電負(fù)荷均值為 23 309 MW??傃b機(jī)容量 46 800 MW,其中煤電 33 000 MW,水電 800 MW,風(fēng)電約13 000 MW。統(tǒng)調(diào)火電機(jī)組裝機(jī)容量為 26 760 MW,自備電廠裝機(jī)容量 6 240 MW。由于水電容量較小,且供暖季內(nèi)水資源匱乏,可暫忽略水電機(jī)組。供暖季部分統(tǒng)調(diào)火電機(jī)組運(yùn)行狀態(tài)調(diào)整為熱電聯(lián)產(chǎn)(CHP)模式,容量為 15 980 MW,全部在線運(yùn)行,最小穩(wěn)定發(fā)電功率為額定容量的 80%。

  統(tǒng)調(diào)非供暖機(jī)組容量為 10 780 MW,最小穩(wěn)定發(fā)電功率約為額定容量的 50%,各月在線運(yùn)行機(jī)組有所變化,根據(jù)實(shí)際棄風(fēng)率試算,形成典型運(yùn)行場景,如表 1 所示。

  4.2 發(fā)電權(quán)交易對風(fēng)電概率特性的影響模擬

  本文嘗試在較寬的數(shù)據(jù)范圍內(nèi),選取不同的日內(nèi)交易時段、啟動交易風(fēng)電理論功率閾值與最大交易功率參數(shù)組合,分析棄風(fēng)指標(biāo)的變化情況。圖 5 顯示了在啟動交易風(fēng)電理論功率閾值為2 000 MW 和最大交易容量為 5 000 MW 時,不同電理論功率與自備電廠所屬企業(yè)新增用電功率之差,簡稱“置換后風(fēng)電理論功率”)累積概率曲線的變化情況。仿真結(jié)果顯示,該措施主要對置換后風(fēng)電理論功率概率曲線的低功率部分產(chǎn)生影響,這反映出該地區(qū)在風(fēng)電理論功率較小時段,其概率分布曲線下降沿在發(fā)電權(quán)交易作用下變得更加平緩。

  圖 6 顯示了不同最大交易功率與啟動交易風(fēng)電理論功率閾值下概率曲線的變化情況,圖中每條曲線的時段設(shè)置與圖 5 完全一致??梢钥闯觯瑔咏灰罪L(fēng)電理論功率閾值越低,最大交易功率越大,置換后風(fēng)電理論功率曲線的修正越明顯。

  但是圖 6c)、d)說明最大交易功率為 4 000 MW時,降低啟動交易風(fēng)電理論功率閾值已經(jīng)很難對風(fēng)電產(chǎn)生影響。另一方面,不同的功率配置下,僅有置換后風(fēng)電理論功率概率分布曲線低功率部分變化,發(fā)電權(quán)交易在具體實(shí)行過程中還應(yīng)考慮地區(qū)風(fēng)資源情況進(jìn)行靈活調(diào)度。

  4.3 發(fā)電權(quán)交易促進(jìn)消納效果評估

  本文算例計(jì)算機(jī)硬件環(huán)境為 Intel core i7-6700HQ 2.60Hz(CPU)\16GB RAM,軟件環(huán)境為Matlab R2018b。計(jì)算速度方面,單組參數(shù)進(jìn)行單月消納評估計(jì)算的時間為 12~40 s,較常規(guī)的機(jī)組組合模型求解速度有大幅提升。

  在發(fā)電權(quán)交易效果對參數(shù)敏感度仿真中,以1—3 月份為研究對象,假定風(fēng)電理論功率一旦大于 4 000 MW,即可開始進(jìn)行發(fā)電權(quán)交易,圖 7 顯示了系統(tǒng)內(nèi)消納情況與發(fā)電權(quán)交易功率、交易時段兩者之間的關(guān)系。

  在系統(tǒng)原始情況下,1—3 月份的初始棄風(fēng)率分別為 35%、33%、36%。具體來看,當(dāng)一天內(nèi)有14 h 允許發(fā)電權(quán)交易、最大交易功率為 3 000 MW時,1 月份棄風(fēng)率可控制在 20% 以下,2、3 月份分別為 24% 和 22%,較 1 月份響應(yīng)程度略低。另外,相比于 3 月份,1、2 月份的棄風(fēng)率下降較快段集中于交易時間長、交易功率大的情景下。

  依然選擇 1—3 月份為研究月,對消納效果與最大交易功率和啟動交易風(fēng)電理論功率閾值兩參數(shù)的關(guān)系進(jìn)行數(shù)值模擬,仿真結(jié)果如圖 8 所示,此時交易時間設(shè)定為 10 h??梢钥闯?,兩參數(shù)的二維平面上色階分布呈倒“L”型,這說明在最大交易功率較小時,棄風(fēng)情況隨最大交易功率的增加而快速減小,當(dāng)超過 1 000~1 500 MW 時,棄風(fēng)率對交易功率值敏感度快速下降。而當(dāng)啟動交易風(fēng)電理論功率閾值較高時,棄風(fēng)率隨該參數(shù)的下降而快速降低,但是降至 4 000 MW 后,棄風(fēng)率變化不再明顯。

  若自備電廠最大交易功率設(shè)定為 2 000 MW,啟動交易風(fēng)電理論功率閾值為 3 500 MW 以下時,1—3 月份的棄風(fēng)率可以分別控制在 25%、28%、28% 水平上,系統(tǒng)的可再生能源消納能力增強(qiáng)。

  在相同的算例系統(tǒng)中,對比文獻(xiàn) [21] 的計(jì)算結(jié)果可知,與火電機(jī)組靈活性改造相比,發(fā)電權(quán)交易提升消納效果作用有限,在火電深度調(diào)峰潛力用盡時,發(fā)電權(quán)交易可以作為備用措施參與消納。

  5 結(jié)論

  本文在總結(jié)發(fā)電權(quán)交易執(zhí)行方式和影響因素的基礎(chǔ)上,基于隨機(jī)生產(chǎn)模擬方法建立了適用于自備電廠與風(fēng)電企業(yè)發(fā)電權(quán)交易提升風(fēng)電消納效果的中長期評估模型,提出了交易關(guān)鍵參數(shù)的優(yōu)化方案。通過仿真研究了發(fā)電權(quán)交易對增強(qiáng)系統(tǒng)消納能力的促進(jìn)作用,得到了以下結(jié)論。

  (1)實(shí)時運(yùn)行中,發(fā)電權(quán)交易時段設(shè)置直接影響最大消納潛力,應(yīng)適當(dāng)放開發(fā)電權(quán)交易時段限制。

  (2)總體來看,發(fā)電權(quán)交易具有棄風(fēng)緩解作用。降低發(fā)電權(quán)啟動交易風(fēng)電理論功率閾值、增加最大交易功率均可增強(qiáng)消納提升作用,但效果提升緩慢,最理想工況(日內(nèi)運(yùn)行 14 h、最大交易功率 3 000 MW、啟動交易風(fēng)功率閾值 4 000 MW)下僅能將供暖季內(nèi) 1 月份的棄風(fēng)率控制在 20% 水平。

  本文所提方法能夠在規(guī)劃階段將發(fā)電權(quán)交易納入計(jì)算框架,并為后期運(yùn)行中交易時段設(shè)計(jì)等關(guān)鍵參數(shù)優(yōu)化提供快速簡潔的試算方法,計(jì)算速度較常規(guī)生產(chǎn)模擬有明顯提升,提高了遠(yuǎn)期市場機(jī)制設(shè)計(jì)與系統(tǒng)運(yùn)行邊界確定的決策能力,也為市場參與方電量估算提供了參考信息。

  參考文獻(xiàn):

  IRENA: Renewable capacity statistics 2018[R]. 2018. [1]張正陵. 中國“十三五”新能源并網(wǎng)消納形勢、對策研究及多情景運(yùn)行模擬分析 [J]. 中國電力, 2018, 51(1): 2–9.ZHANG Zhengling. Research on situation and ermeasures ofnew energy integration in the 13th five-year plan period and its multi-scenario simulation[J]. Electric Power, 2018, 51(1): 2–9.[2]

  PEI W, DU Y, DENG W, et al. Optimal bidding strategy and [3]intramarket mechanism of microgrid aggregator in real-timebalancing market[J]. IEEE Transactions on Industrial Informatics,2016, 12(2): 587–596.

  胡朝陽, 畢曉亮, 王珂, 等. 促進(jìn)負(fù)備用跨省調(diào)劑的華東電力調(diào)峰輔助服務(wù)市場設(shè)計(jì) [J]. 電力系統(tǒng)自動化, 2019, 43(5): 175–182.

  HU Zhaoyang, BI Xiaoliang, WANG Ke, et al. Design of peakregulation auxiliary service market for East China power grid topromote inter-provincial sharing of negative reserve[J]. Automationof Electric Power Systems, 2019, 43(5): 175–182.

  [4]MOISEEVA E, HESAMZADEH M R, BIGGAR D R. Exercise ofmarket power on ramp rate in wind-integrated power systems[J].IEEE Transactions on Power Systems, 2015, 30(3): 1614–1623.

  [5]XU R H, SONG Z X, TANG Q F, et al. The cost and marketability ofrenewable energy after power market reform in China: a review[J].Journal of Cleaner Production, 2018, 204: 409–424.

  [6]華夏, 羅凡, 張建華, 等. 促進(jìn)新能源消納的自備電廠發(fā)電權(quán)交易模式可行性探討 [J]. 電力系統(tǒng)自動化, 2016, 40(12): 200–206.HUA Xia, LUO Fan, ZHANG Jianhua, et al. Feasibility analysis oftrade mode promoting new energy consumption based on generationrights trade of self-generation power plants[J]. Automation of Electric

  Power Systems, 2016, 40(12): 200–206.

  [7]施泉生, 劉坤, 溫蜜. 基于區(qū)塊鏈技術(shù)的跨省發(fā)電權(quán)交易模型 [J].電力建設(shè), 2017, 38(9): 15–23.SHI Quansheng, LIU Kun, WEN Mi. Interprovincial generationrights trading model based on blockchain technology[J]. ElectricPower Construction, 2017, 38(9): 15–23.

  [8]XUE B K, QI T X, ZHANG W, et al. Research on market biddingmechanism of generation rights trade for promoting new energyconsumption[J]. The Journal of Engineering, 2017, 2017(13):1378–1382.

  何永秀, 宋棟, 夏天, 等. 基于合作博弈論的常規(guī)能源與新能源發(fā)電權(quán)置換交易模式研究 [J]. 電網(wǎng)技術(shù), 2017, 41(8): 2485–2490.

  HE Yongxiu, SONG Dong, XIA Tian, et al. Mode of generation righttrade between renewable energy and conventional energy based oncooperative game theory[J]. Power System Technology, 2017, 41(8):2485–2490.

  [10]張顯, 耿建, 龐博, 等. 發(fā)電權(quán)交易在中國節(jié)能減排中的應(yīng)用及分析 [J]. 電力系統(tǒng)自動化, 2014, 38(17): 87–90, 129.

  ZHANG Xian, GENG Jian, PANG Bo, et al. Application andanalysis of generation right trade in energy-saving and emissionreduction in China[J]. Automation of Electric Power Systems, 2014,38(17): 87–90, 129.

  [11]LIU Y X, ZHANG N, KANG C, et al. Impact of carbon market onChina's electricity market: an equilibrium analysis[C]//2017 IEEEPower & Energy Society General Meeting, July 16–20, 2017.

  Chicago, IL. IEEE, 2017: 1–5.[12]LI S T, ZHANG S F, ANDREWS-SPEED P. Using perse market-based approaches to integrate renewable energy: experiences fromChina[J]. Energy Policy, 2019, 125: 330–337.

  [13]王雁凌, 邱小燕, 許傳龍. 以節(jié)能降耗為目標(biāo)的發(fā)電權(quán)交易阻塞管

  理模型 [J]. 電網(wǎng)技術(shù), 2012, 36(6): 272–276.WANG Yanling, QIU Xiaoyan, XU Chuanlong. Congestionmanagement of generation rights trade based on energyconservation[J]. Power System Technology, 2012, 36(6): 272–276.

  [14]于昌海, 吳繼平, 王運(yùn), 等. 適應(yīng)發(fā)電權(quán)交易的可再生能源有功控制策略 [J]. 電力系統(tǒng)自動化, 2017, 41(9): 71–76.

  YU Changhai, WU Jiping, WANG Yun, et al. Active power controlstrategy for renewable energy generation adapted to generation righttrade[J]. Automation of Electric Power Systems, 2017, 41(9): 71–76.

  [15]江岳文, 余代海. 面向“互聯(lián)網(wǎng)+”的風(fēng)火發(fā)電權(quán)交易促進(jìn)風(fēng)電接納研究 [J]. 太陽能學(xué)報, 2019, 40(1): 249–258.JIANG Yuewen, YU Daihai. Research on power generation righttrading between wind farms and thermal units to promoteaccommodation of wind power through‘internet+'[J]. Acta EnergiaeSolaris Sinica, 2019, 40(1): 249–258.

  [16]李海波, 魯宗相, 喬穎, 等. 基于非時序生產(chǎn)模擬的風(fēng)電消納評估方法 [J]. 電力建設(shè), 2015, 36(10): 129–137.

  LI Haibo, LU Zongxiang, QIAO Ying, et al. evaluation method ofwind power accommodation capacity based on non-sequentialproduction simulation[J]. Electric Power Construction, 2015, 36(10):

  [17]129–137.吳少雷, 馮玉, 吳凱, 等. 基于交換卷積的含高比例新能源電力系統(tǒng)運(yùn)行評估方法 [J]. 中國電力, 2019, 52(4): 25–31.WU Shaolei, FENG Yu, WU Kai, et al. Operation evaluation methodof high proportion renewable energy power system based on

  exchange convolution[J]. Electric Power, 2019, 52(4): 25–31.

  [18]LI Y, AGELIDIS V G, SHRIVASTAVA Y. Wind-solar resourcecomplementarity and its combined correlation with electricity loaddemand[C]//2009 4th IEEE Conference on Industrial Electronics andApplications, May 25–27, 2009. Xi'an, China. IEEE, 2009:3623–3628.

  [19]ZHAO S J, XIE L, SINGH C. Cross-correlation study ofonshore/offshore wind generation and load in Texas[C]//2013 NorthAmerican Power Symposium (NAPS), September 22-24, 2013.Manhattan, KS, USA. IEEE, 2013: 1–5.

  [20]馬彥宏, 姜繼恒, 魯宗相, 等. 基于隨機(jī)生產(chǎn)模擬的火電機(jī)組深度調(diào)峰提升新能源消納能力評估方法 [J]. 全球能源互聯(lián)網(wǎng), 2019, 2(1):35–43.

  MA Yanhong, JIANG Jiheng, LU Zongxiang, et al. Assessmentmethod of conventional units with deep peak-shaving for renewableenergy accommodation based on probabilistic productionsimulation[J]. Journal of Global Energy Interconnection, 2019, 2(1):35–43.[21]

  作者簡介:

  徐昊亮 (1981—),男,碩士,高級工程師,從事電力系統(tǒng)自動化、電網(wǎng)智能化規(guī)劃等方面研究,E-mail: 17523016@qq.com;

  靳攀潤 (1985—),男,碩士,高級工程師,從事電力系統(tǒng)繼電保護(hù)、智能電網(wǎng)規(guī)劃應(yīng)用等相關(guān)研究,E-mail:pf1091@163.com;

  姜繼恒 (1994—),男,通信作者,博士研究生,從事電力系統(tǒng)規(guī)劃研究,E-mail: jiheng1020@163.com;魯宗相 (1974—),男,博士,副教授,從事風(fēng)電/太陽能發(fā)電并網(wǎng)分析與控制、能源與電力宏觀規(guī)劃、電力系統(tǒng)可靠性、分布式電源及微電網(wǎng)研究,E-mail: luzongxiang98@tsinghua.edu.cn;

  喬穎 (1981—),女,博士,副研究員,從事新能源、分布式發(fā)電、電力系統(tǒng)安全與控制研究,E-mail: qiaoying@tsinghua.edu.cn。

評論

用戶名:   匿名發(fā)表  
密碼:  
驗(yàn)證碼:
最新評論0

相關(guān)閱讀

中廣核浙江岱山4號海上風(fēng)電項(xiàng)目順利復(fù)工

近日,中廣核浙江岱山4號海上風(fēng)電項(xiàng)目順利復(fù)工,48小時內(nèi)完成了4#機(jī)位風(fēng)機(jī)吊裝及6#機(jī)位風(fēng)機(jī)調(diào)試并網(wǎng),這標(biāo)志著疫情防控期間中國海上風(fēng)電項(xiàng)目復(fù)工首戰(zhàn)告捷。

四川昭覺碗廠100兆瓦風(fēng)電項(xiàng)目進(jìn)入安裝階段

3月11日,中國能建西北電建承建的四川昭覺碗廠龍恩一期風(fēng)電項(xiàng)目首臺風(fēng)機(jī)N25號順利開吊,標(biāo)志著該項(xiàng)目正式進(jìn)入安裝階段,為項(xiàng)目如期履約打下堅(jiān)實(shí)基礎(chǔ)。
風(fēng)電“瘋狂” 短期“搶裝”仍將持續(xù)

風(fēng)電“瘋狂” 短期“搶裝”仍將持續(xù)

在風(fēng)電上網(wǎng)電價調(diào)整、競價配置資源政策影響下,2019年新能源行業(yè)呈現(xiàn)保電價、保收益、搶開工、搶并網(wǎng)的發(fā)展態(tài)勢。
中節(jié)能陽江海上風(fēng)電項(xiàng)目首臺風(fēng)機(jī)吊裝成功

中節(jié)能陽江海上風(fēng)電項(xiàng)目首臺風(fēng)機(jī)吊裝成功

中國節(jié)能陽江海上風(fēng)電項(xiàng)目首臺5.5MW風(fēng)機(jī),經(jīng)過工作人員13多個小時的奮戰(zhàn),成功將三支長達(dá)76米的葉片在100多米高空與風(fēng)機(jī)機(jī)艙輪轂精準(zhǔn)對接。

德國陸上風(fēng)電產(chǎn)業(yè)再遇“寒潮”

日前,德國公布了2020年首輪陸上風(fēng)電項(xiàng)目招標(biāo)情況,900兆瓦陸上風(fēng)電規(guī)劃中投標(biāo)量僅有527兆瓦,德國陸上風(fēng)電再次陷入投標(biāo)不足的境地。自2019年來,由于風(fēng)電項(xiàng)目環(huán)評許可趨嚴(yán),德國陸上風(fēng)電新增裝機(jī)量已出現(xiàn)大幅縮水,如今,德國陸上風(fēng)電更是“寒潮”難退。
國際新聞2020-03-17
國內(nèi)最新擬在建風(fēng)電項(xiàng)目匯總

國內(nèi)最新擬在建風(fēng)電項(xiàng)目匯總

相關(guān)媒體3月16日最新發(fā)布了24個擬在建風(fēng)電項(xiàng)目進(jìn)展動態(tài)信息,總裝機(jī)超4616.3MW,華能山東聊城高唐風(fēng)電項(xiàng)目裝機(jī)未知。

山東省生物質(zhì)能發(fā)電累計(jì)裝機(jī)容量達(dá)324萬千瓦

2019年,我國生物質(zhì)發(fā)電新增裝機(jī)473萬千瓦,新增裝機(jī)較多的省份是廣東、山東、江蘇、安徽和浙江,分別為95.4萬千瓦、66.5萬千瓦、35萬千瓦、28.9萬千瓦和22.9萬千瓦。
清潔燃燒2020-03-17

2021年垃圾發(fā)電行業(yè)將全面進(jìn)入“運(yùn)營為王”時代

 垃圾焚燒發(fā)電行業(yè)不是一個市場空間無限增長的行業(yè),未來垃圾產(chǎn)生量的增速將無法跟上垃圾焚燒處理能力持續(xù)增長的速度。那么,垃圾焚燒行業(yè)何時會迎來平穩(wěn)發(fā)展期?從已經(jīng)發(fā)布的這些專項(xiàng)規(guī)劃來看,答案似乎已經(jīng)有了,即2021年。
我國西南地區(qū)海拔最高最大陸上風(fēng)機(jī)成功吊裝

我國西南地區(qū)海拔最高最大陸上風(fēng)機(jī)成功吊裝

 3月13日,由中車株洲所出品的WT3300D146風(fēng)電機(jī)組在云南火木梁風(fēng)電場成功吊裝,該機(jī)組成為目前中國西南地區(qū)安裝海拔最高、單機(jī)功率和風(fēng)輪直徑最大的風(fēng)電機(jī)組。

福建國電風(fēng)力發(fā)電有限公司管控升級疫情防控返崗復(fù)工“兩手抓”

新型冠狀病毒感染肺炎疫情發(fā)生后,福建國電風(fēng)力發(fā)電有限公司嚴(yán)格落實(shí)黨中央決策部署,充分利用黨委會、紀(jì)委會、中心組學(xué)習(xí)等對疫情防控工作子開展研討、分析、部署,堅(jiān)持把兩項(xiàng)工作做細(xì)、做深、做實(shí),全力做好抗疫保電各項(xiàng)工作。