APP下载

金沙江下游水风光多能互补规模计算模型研究

2022-11-23李天鸷鲍正风

水利水电快报 2022年10期
关键词:调峰出力金沙江

曹 辉,李天鸷,卢 佳,鲍正风

(1.三峡水利枢纽梯级调度通信中心,湖北 宜昌 443002; 2.智慧长江与水电科学湖北省重点实验室,湖北 宜昌 443002; 3.西南电力设计院有限公司,四川 成都 610021)

0 引 言

随着“2030年碳达峰、2060年碳中和”以及“2030年非化石能源消费比重达25%,风电、太阳能发电总装机容量达到12亿kW以上”[1-2]等一系列新发展目标的提出,国家对能源高质量发展提出了更高要求。由于水、风、光等可再生能源具有互补特性,实现水风光多能互补综合开发是可再生能源未来重要的发展方向[3-4],同时源网荷储一体化和多能互补发展[5-6]是提升可再生能源开发、促进新能源消纳水平和非化石能源消费比重的必然选择。因此,高质量发展多能互补对推动中国能源转型和经济社会发展具有重要意义。

金沙江下游流域风、光、水资源丰富且资源互补性较好,历经20 a的建设,金沙江下游梯级水电站在2021年全部建成投产。与此同时,金沙江下游清洁能源基地于2021年3月正式列入《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》[7]。利用水电优异的调节性能平抑风能、光能出力变化特性,提高电网对风能、光能的接纳能力,通过水电站配套的外送线路送出消纳,是破解清洁能源高质量发展难题的关键,是推动清洁能源大规模集中开发的重大创新。

目前,关于多能互补系统接入新能源的研究对象普遍规模较小,主要针对微网、孤网或龙羊峡、北盘江等百万千瓦级水光互补系统等,鲜有针对千万千瓦级的巨大多能互补系统。千万千瓦级多能互补系统意味着不确定性问题更突出,模型结构、协同关系、优化技术难度和要求高。特别是金沙江下游水风光清洁能源互补基地是由百余座不同类型、不同规模、不同外送方式电站共同组成的千万千瓦级多源多网混合发电系统,构成了非常复杂的水力-电力时空耦合体系,具有大规模、大容量、多级数、强不确定性、复杂异构并网、跨流域跨电网互联等全新的特点和更为复杂的综合要求。因此,合理规划新增新能源规模,充分发挥金沙江下游巨型水电站与风光互补的调节优势,进一步增加对于风光清洁能源的消纳能力,打造更加综合、灵活的水-风-光-抽蓄一体化能源系统,是未来进一步推进中国大规模多能互补清洁能源示范基地建设和发展的关键。

针对上述现状,本文首先考虑按照“宜送则送、宜留则留”的思路确定外送和留存规模,然后根据川、滇两省的新能源资源和规划装机分布情况,选择适合建设可再生能源多能互补基地的大型水电站,最后以受端消纳为前提,结合水电站配套直流运行和规划情况,分析直流受端省份电力市场空间和受端负荷特性及现有直流运行情况,以新能源装机规模最大、新能源及水电弃电量最小为目标,考虑电力电量平衡约束以及水电站发电约束,提出多能互补系统新增新能源装机规模计算模型。以金沙江下游溪洛渡、白鹤滩、乌东德水电站为研究实例,计算出2023~2025年可新增外送新能源规模。

1 基本情况

1.1 流域概况

金沙江是长江的上游河段,其主源通天河在青海玉树附近汇入巴塘河后称金沙江。金沙江流经青、藏、川、滇4省区至四川宜宾与岷江汇合后始称长江。金沙江流域面积47.32万km2,约占长江全流域面积的26%。金沙江全长2 308 km,落差3 280 m,多年平均流量4 570 m3/s,多年平均径流量1 550亿m3。青海省玉树(巴塘河口)至云南省石鼓称为金沙江上游,河段长974 km;石鼓至四川省攀枝花称为金沙江中游,河段长725.6 km;攀枝花至宜宾称为金沙江下游,河段长608.4 km。

1.2 电站概况

金沙江下游自上而下依次建有乌东德、白鹤滩、溪洛渡、向家坝4座水电站,截止2021年底已经全部投产发电,预计2023年底白鹤滩水电站配套直流外送通道建成,届时金沙江下游梯级电站将全部建成,总装机容量4 646万kW,相当于2个三峡水电站装机容量;调节库容346亿m3,是三峡水电站调节库容的0.9倍。4座水电站均通过7条直流线路外送8省市,送电量近2 000亿kW·h,外送线路如图1所示。

图1 金沙江下游梯级电站外送线路(单位:万kW)Fig.1 Transmission line diagram of cascade hydropower stations in the lower reaches of Jinsha River

1.3 资源分布情况

1.3.1 水量资源

由于地理位置与地区气候影响,金沙江下游降雨具有以下特征:① 流域所在地区的海拔对降水量有明显的影响;② 水平纵向分布由西向东逐渐增加;③ 水平横向分布呈南多北少格局;④ 降水量年际变化大。从数值上来看,年降水量在500~900 mm,干湿季节分明,6~9月约占全年降水量的70%~80%,5~10月占90%[8]。

金沙江下游流域径流量的年际变化不大[9],乌东德坝址多年平均径流量约1 200亿m3,其空间分布与平均年降水量空间分布趋势大体一致;金沙江流域径流年内分配不均,汛期径流占年径流比重大,且干、支流差异较明显,5~10月来水占全年80%。

1.3.2 风能资源

川、滇两省金沙江下游区域风电类型主要为山地风电场,风电场平均风速6 m/s以上,风能资源等级为2级,具备较大开发价值。从空间分布特征来看,四川省风能资源的理论开发量约4 850万kW,开发价值较高的地区主要分布在西北部高原、西南部山区、盆地北部山区、东部山区等地区[10];云南风能资源总储量为1.23亿kW,规划可开发量为3 630万kW,主要分布在哀牢山以东地区,多数地区风能资源有开发价值[11]。从时间分布特征来看:川滇两省的风能资源主要集中在11月至次年5月,对应是河流的枯水期,与水电的出力形成了良好的季节性时间互补。根据两省“十四五远景规划”[12-13],在四川地区初步确定了46个风电场址,总规模456万kW;云南地区44个风电场,总规模316万kW。

1.3.3 光能资源

四川省川西高原、云南全省是中国太阳能资源最丰富的区域之一,年辐射变化范围在5 000~6 700 MJ/m2之间,大部分地区日照小时数在2 000~2 700 h之间[10,14]。从地理分布特征来看,四川省日照分布整体呈现“西低东高”的特点,东西部辐射差异达2 200 MJ/m2,川西高原最为丰富。从时间分布特征来看,四川高原冬春日辐射值高于夏秋;云南日照分部为南多北少。从时间分布特征来看,四川高原冬春日照多于夏秋,云南辐射最高值在4~5月,最低值在11~12月。根据两省“十四五远景规划”[12-13],在四川地区初步确定了33个光伏场址,总规模839万kW;云南地区50个光伏场址,总规模409万kW。

1.3.4 风电与光伏规划情况

根据三峡集团后期统计结果,金沙江下游流域四川地区风电及光伏装机总量1 295万kW,风电456万kW、光伏839万kW。其中向家坝水电站附近风电规划装机较少,无光伏规划装机;溪洛渡水电站附近的四川地区风电和光伏规划装机主要集中在美姑县,以光伏装机为主,雷波县规划装机较少;白鹤滩水电站附近的四川地区风电和光伏规划装机主要集中在会东县、宁南县、布拖县、普格县、金阳县、昭觉县、会理县,具体分布情况如图2所示。

图2 金沙江下游流域四川地区规划新能源装机分布(单位:万kW)Fig.2 Planned new energy installed capacity distribution in Sichuan area,lower reaches of Jinsha River Basin

根据三峡集团后期统计结果,金沙江下游流域云南地区风电及光伏装机总量753万kW,风电312万kW、光伏441万kW。其中永善县、会泽县、巧家县、昭通等地区规划风电和光伏装机较少;多数资源均集中在乌东德水电站附近的禄劝县、寻甸县,具体分布情况如图3所示。

图3 金沙江下游流域云南地区规划新能源装机分布Fig.3 Planned new energy installed capacity distribution in Yunnan area,lower reaches of Jinsha River Basin

2 水风光运行特性

2.1 水电站运行特性

乌东德水电站平水年设计利用小时数为 3 703 h,多年平均年发电量 389.1亿kW·h,枯水年设计利用小时数为3 040 h,平水年的丰期电量占到了全年电量的70%,与预想出力之比在0.7左右,具备一定的调节能力。白鹤滩水电站平水年设计利用小时数为3 830 h,多年平均年发电量610.94 亿kW·h,枯水年设计利用小时数为2 967 h,平水年的丰期电量占到了全年电量的62%,与预想出力之比在0.6左右,具备较强的调节能力。溪洛渡水电站平水年设计利用小时数为4 533 h,设计平均发电量571亿kW·h,枯水年设计利用小时数为3 858 h,设计平均发电量486亿kW·h,平水年的丰期电量占到了全年电量的67%,与预想出力之比在0.75左右,具备一定的调节能力。各水电站运行特性曲线如图4~6所示。

图4 乌东德水电站运行出力特性Fig.4 Operating output characteristics of Wudongde Hydropower Station

图5 白鹤滩水电站运行出力特性Fig.5 Operating output characteristics of Baihetan Hydropower Station

图6 溪洛渡水电站运行出力特性Fig.6 Operating output characteristics of Xiluodu Hydropower Station

由于金沙江下游目前已投产并已多年运行的大型水电站仅溪洛渡、向家坝两座水电站,因此对于实际出力仅分析上述两座水电站。

向家坝水电站设计年发电量309亿kW·h,其中丰期占比65%(202亿kW·h),枯期占比35%(107亿kW·h)。2015~2020年,向家坝水电站实际发电量308亿~338亿kW·h,年均发电量328亿kW·h,大部分高于设计值;枯期占全年发电量的35%左右,与设计值相当,具体见图7~8。

图7 向家坝水电站实际和设计月平均出力年曲线Fig.7 Annual curve of actual and designed monthly average output of Xiangjiaba Hydropower Station

图8 向家坝水电站设计与实际年发电量对比Fig.8 Comparison between design and actual annual power generation of Xiangjiaba Hydropower Station

溪洛渡水电站设计年发电量546亿kW·h,其中丰期占比66%(362亿kW·h),枯期占比34%(184亿kW·h)。2015~2020年,溪洛渡水电站实际发电量551亿~632亿kW·h,年均发电量606亿kW·h,均高于设计值;枯期占全年发电量的比例为35%左右,也高于设计值(34%),具体内容见图9~10所示。

图9 溪洛渡水电站实际和设计月平均出力年曲线Fig.9 Annual curve of actual and designed monthly average output of Xiluodu Hydropower Station

图10 溪洛渡水电站设计与实际年发电量对比Fig.10 Comparison between design and actual annual power generation of Xiluodu Hydropower Station

2.2 风电运行特性

选取四川省布拖区域的典型风电场,研究金沙江下游四川地区风电场的年出力特性,如图11~12所示。可以看出布拖区域典型风电场在枯水期1~3月、11~12月发电量较高,风电场出力系数在 0.41~0.58,丰水期6~9月相对较低,风电场出力系数在0.12~0.18。并且布拖区域风电出力波动较大,随机性较强,日最大出力出现时段逐月不尽相同,其中2月平均出力最大,8月平均出力最小,汛期5~11月最大出力出现时刻在上午05∶00附近,11~12月、1~4月最大出力出现时间在下午18∶00附近,风电年利用小时数约为2 400 h。总体而言,金沙江下游布拖区域风电场出力月际变化较显著,呈冬春季大、夏秋季小的特点,与水电有较强的互补特性。

图11 布拖代表风电场月平均出力系数Fig.11 Change of monthly average output coefficient of representative wind farm in Butuo

图12 布拖风电场月典型日出力系数变化曲线Fig.12 Monthly typical daily output coefficient variation curve of wind farm in Butuo

云南省姚安区域的典型风电场年出力特性如图13~14所示。可以看出姚安区域典型风电场在枯水期1~4月、12月发电量较高,风电场出力系数在0.47~0.56,丰水期7~9月相对较低,风电场出力系数在0.21~0.28。并且姚安区域风电出力波动较大,随机性较强,日最大出力出现时段逐月不尽相同,其中2月平均出力最大,8月平均出力最小,汛期最大出力出现在14∶00附近,枯期最大出力出现时间在22∶00附近,风电年利用小时数大约为 2 600 h。总体而言,金沙江下游姚安区域风电场出力月际变化相对布拖区域更小,与水电有较强的互补特性。

图13 姚安代表风电场月平均出力系数Fig.13 Variation of monthly average output coefficient of representative wind farm in Yao′an

图14 姚安风电场月典型日出力系数变化曲线Fig.14 Variation curve of monthly typical daily output coefficient of wind farm in Yao′an

2.3 光伏运行特性

选取四川布拖光伏区域为代表,研究金沙江下游四川地区光伏的年出力特性,具体如图15~16所示。布拖区域内光伏装机203万kW,从光伏年内出力特性来看,1~5月出力较大,6~12月出力相对较小。年发电量29.1亿kW·h,利用小时1 431 h,丰枯电量比46∶54。从光伏日内出力特性来看,布拖区域内光伏逐月典型日平均出力如图16所示。光伏电站出力集中在9∶00~18∶00,日最大出力出现时段较为集中,在12∶00~14∶00。

图15 布拖区域各月光伏平均出力曲线Fig.15 Average output curve of photovoltaics in each month in Butuo area

图16 四川布拖代表光伏出力系数全年保证率曲线Fig.16 Butuo representative photovoltaic output coefficient annual assurance rate curve in Sichuan Province

选取云南会理光伏区域为代表,研究金沙江下游云南侧光伏的年出力特性,具体如图17所示。从年出力特性来看,会理县代表光伏电站月平均出力系数在0.15~0.19。会理县代表光伏电站在7月发电量最低,在4月发电量最高。

图17 会理区域各月光伏平均出力曲线Fig.17 Average output curve of photovoltaics in each month in Huili area

3 金沙江下游直流送受端电力消纳空间

3.1 送端电力消纳空间

3.1.1 四川电力电量平衡计算

3.1.1.1 平衡计算原则

(1) 负荷水平。根据“十四五”电力发展规划前期相关研究成果,结合近年来四川实际用电增长情况,预计2025年四川全社会用电量和最大负荷分别约3 745亿kW·h和7 100万kW,两者“十四五”期间年均增速分别约5.5%和5.6%;2030年四川全社会用电量和最大负荷分别约4 500亿kW·h和8 600万kW,“十五五”期年均增速分别约3.7%和3.9%。四川省电力电量需求预测结果见表1。最大负荷水平按上述负荷预测结果计算。

表1 四川省电力需求预测结果Tab.1 Power demand forecast results in Sichuan Province

(2) 电源装机。根据电源安排,仅考虑核准在建火电项目的前提下,到2025,2030年四川省全口径电源装机规模约15 316万,19 380万kW,各类电源规划见表2所示。

表2 四川省电源建设规划 万kWTab.2 Power supply construction planning of Sichuan Province

(3) 外区送电。平衡中枯水期和平水期(每年11月至次年5月),溪洛渡、向家坝水电站四川份额和锦屏一级、锦屏二级、官地水电站留存30%的电力电量;白鹤滩水电站按留存100亿kW·h电量及对应容量。结合川渝电力盈亏情况,统筹安排德宝直流各水平年电力交换规模,四川仅枯期均考虑德宝直流受入300万kW的电力。

(4) 备用率。根据国能发电力〔2020〕12号文,四川按12%的备用率进行计算。

(5) 新能源出力。四川风电丰、枯期按照装机容量5%,10%参与电力平衡计算,光伏按各月典型曲线参与电力平衡。

(6) 需求侧响应。丰枯期分别按各自最大负荷3%考虑。

3.1.1.2 计算结果分析

根据电力平衡结果,在考虑了7回直流外送水电后,四川电力平衡由丰枯电力盈余转为丰枯均缺的局面。2022年,雅中、白鹤滩直流尚未满功率运行或完全投运,四川丰枯期电力富余。2023~2025年,随着雅安、白鹤滩和金上直流逐步双级投运,省内负荷持续增长、本地装机增长趋于稳定,四川省内出现较大电力缺额。2023~2025年丰期最大电力缺额约720万~1 180万kW,枯期最大电力缺额约370万~500万kW,存在较大的电力空间。

3.1.2 云南电力电量平衡计算

3.1.2.1 平衡计算原则

(1) 负荷水平。根据南方电网“十四五”电力工业发展规划相关研究成果,云南电网2025,2030,2035年全社会最大负荷分别达到4 900万,5 900万,6 700万kW,“十四五”期增长率为8.18%,“十五五”期增长率为3.70%。具体结果见表3。最大负荷水平按上述负荷预测结果计算。

表3 中长期云南省电力需求预测Tab.3 Long term power demand forecast of Yunnan Province

(2) 电源装机。预计至2025年,云南省电源总装机规模达11 776万kW(不含向家坝、白鹤滩,下同),其中水电装机7 773万kW,火电和综合利用装机1 830万kW,风电装机2 300万kW,光伏装机1 600万kW。

(3) 备用率。负荷备用取3%,旋转事故备用取4%,停机事故备用取5%。

(4) 发电设备利用小时数。中小水电利用小时数3 800 h;火电利用小时数按4 000 h限制;风电年最大利用小时数约2 600 h,发电丰枯比为33∶67左右。光伏年最大利用小时数约1 300 h,发电丰枯比为46∶54左右。

(5) 西电东送。云南西电东送方面,2025年,云南西电东送送电量1 755亿kW·h,最大电力3 450万kW,其中云贵互联仅小方式送电,送电量60亿kW·h。云南送电境外方面,2025年以后考虑对越送电电力200万kW,电量90亿kW·h。

3.1.2.2 计算结果分析

考虑明确及规划新增电源方案,同时火电利用小时数预计仅能保持在3 000~4 000 h,2025年云南省电量基本平衡,但受电源投产时序影响,2022~2024年逐年电量缺口为204亿,223亿,115亿kW·h。2022~2025年丰期均存在少量弃电量,约20亿~60亿kW·h,可通过充分利用西电东送富余通道进行消纳,如:2022年考虑协议外利用西电东送富余通道7~9月增送电58亿kW·h后,云南2022年弃水电量由58亿kW·h降低至5.5亿kW·h,火电利用小时增加40 h;2025年考虑协议外利用西电东送富余通道7~9月增送电44亿kW·h后,云南2025年弃水电量由44亿kW·h降低至3.3亿kW·h,火电利用小时增加18 h(由3 534 h 增加至3 552 h)。由于省内新增有效装机容量不足,2023~2025年按照大方式(电源功率最大、变压器容量最多、线路阻抗最小的运行方式)运行时均存在电力缺口,其中2025年电力缺口存在510万kW。

3.2 受端电力消纳空间

根据电力市场空间测算结果,江苏、浙江、广东“十四五”及中长期电力供需形势趋紧。2023~2025年江苏最大电力缺额分别约为400万、300万、500万kW,远期随省内负荷的进一步增长,2030年最大电力缺额将达到约3 100万kW;浙江最大电力缺额分别约200万、700万、1 100万kW,2030年最大电力缺额将达到约3 600万kW;广东最大电力缺额分别约220万、580万、1 320万kW,2030年最大电力缺额将约达3 100万kW。

4 金沙江下游水风光打捆规模

4.1 水风光打捆计算原则

目前初步考虑的金沙江下游多能互补方案以白鹤滩电站左右岸1 600万kW、溪洛渡左岸电站630万kW、乌东德右岸(左岸)510万kW装机规模为依托,在各电站深度调峰的基础上,建设水、风、光多能互补项目。研究金沙江下游风光资源总量为 2 048万kW,风电768万kW、光伏1 280万kW,其中四川地区预计开发风电456万kW、光伏839万kW,合计1 295万kW;云南地区预计开发风电 312.4万kW、光伏440.5万kW,合计752.9万kW。

金沙江下游多能互补项目均以水电站为依托,联合新能源打捆外送。为更加真实反应多能互补项目电力电量平衡情况,本研究尽量采用水电站实际出力曲线作为研究基础。其中,溪洛渡水电站左岸电站出力曲线为2015~2021年溪洛渡水电站左岸电站实际出力平均值;白鹤滩水电站由于尚未完全建成,出力曲线为单独运行时(不考虑梯级的影响)的设计水文曲线;乌东德水电站右岸电站在2021年6月全部投产,乌东德水电站右岸电站6~10月出力值为2021年乌东德水电站右岸电站实际出力平均值,其余月份为单独运行时的设计水文曲线。

计算时汛、枯期水电站及新能源联合出力最大值不超过水电装机容量,最小值不低于水电站生态流量。为充分验证受端电网对水电叠加新能源出力后的外送方案的消纳能力、受端电网是否对新的送电曲线存在调峰不足的情况,考虑水电及新能源联合外送曲线与现有金沙江下游配套直流送电曲线保持协调。在联合外送方案的电力电量平衡计算中,若存在弃电的情况,原则上优先消纳水电,其次消纳新能源。多能互补项目整体送电曲线参考现有金沙江下游配套直流外送曲线,送电曲线跟随受端日、年负荷特性波动。

4.2 水风光打捆规模计算模型

4.2.1 目标函数

(1)

式中:Cn代表新能源拟规划的装机容量;n为不同类型电站个数。

(2)

式中:Pc代表水电和新能源电站的日弃电量。

4.2.2 约束条件

4.2.2.1 电力平衡约束

考虑水电与新能源打捆后叠加出力不超过当天需求约束曲线,当天水电出力用于填补新能源出力存在的不足,超过约束部分则视为弃电。

L=Pw+Ppv+Phy-Pc

(3)

式中:L为小时级约束曲线总出力;Pw为风电小时级出力;Ppv为光伏小时级出力;Phy为水电小时级出力;Pc为每小时弃电。

4.2.2.2 电量平衡约束

考虑水电与新能源打捆后叠加出力不超过当天需求约束曲线,当天水电出力用于填补新能源出力存在的不足,超过约束部分则视为弃电。

(4)

(5)

4.2.2.3 水电站发电约束

水电站月发电量严苛按照实际发电量与设计可发电量执行,在叠加新能源发电后水电月度发电量无偏差;枯期考虑水电机组和直流检修,不增加水电发电量;水电站逐月日发电量最大偏差考虑为:水电所打捆的新能源当月最大发电量(实测值)减去当月最小发电量(实测值);水电站逐月日发电量最大变幅应控制在可调范围内。

4.3 水风光打捆规模计算

首先按照“宜送则送、宜留则留”的原则确定外送和留存规模,再以4.2节所提模型确定接入溪洛渡、白鹤滩、乌东德水电站的风电、光伏的装机并确定联合送电出力控制曲线。最后以溪洛渡水电站为例分析接入风电、光伏之后对水电站运行的影响。

4.3.1 溪洛渡水电站水风光联合送出配置方案

溪洛渡水电站近区风电和光伏资源距离负荷中心均较远,优先考虑新能源接入溪洛渡水电站左岸电站,统一打捆外送。原则上为减少投资,优先考虑距离水电站较近的新能源项目,并统筹考虑升压站汇集接入容量限制、导线选截面选型限制、预留间隔限制、地理地形限制等多方面因素,最终拟定打捆溪洛渡水电站65 km范围内风电和光伏,汇集接入溪洛渡水电站左岸电站500 kV母线,接入新能源总规模约354万kW,其中风电86万kW,光伏268万kW。

4.3.1.1 联合送电出力控制曲线

调峰曲线参考目前宾金直流送电曲线以及浙江省负荷曲线,在原有直流送电曲线基础上,增加送电电量,初步考虑汛期和其他月份枯期分别按照不同的送电曲线控制送电,若超过该值则出现调峰不足,即出现弃电。取当日最高出力为出力系数1,调峰深度为实时出力占最高出力比例,其中汛期日最大调峰深度为16%,枯期最大调峰深度为43%。以该叠加新能源后的外送电曲线为边界条件,计算浙江电网电力电量平衡,浙江电网不产生新增弃电,具备消纳新增新能源电力的市场空间。具体汛、枯期送电曲线如图18所示。

图18 溪洛渡水电站打捆新能源汛期及枯期出力控制曲线Fig.18 Output control curve of bundling new energy in flood and dry seasons in Xiluodu Hydropower Station

4.3.1.2 电力电量平衡计算结果

依据以上边界条件,以水电站平水年出力特性为基础,计算全年电量平衡。根据测算,水风光配置方案综合弃电率为4.9%,弃电电量2.8亿kW·h,多能互补项目送电电量351.4亿kW·h,多能互补项目利用小时数为5 532 h,新能源发电量占项目发电量的15.7%。多能互补项目各电源逐月出力情况如图19所示。以梯级水电及近区电网送电能力为上限,溪洛渡左岸电站打捆新能源可提升外送电力64万kW。

图19 溪洛渡水电站左岸多能互补项目逐月发电量分布Fig.19 Monthly power generation distribution of Xiluodu left bank multi energy complementary project

4.3.1.3 多能互补模拟结果分析

根据溪洛渡水电站近几年实际出力数据,统计分析求得每月典型24 h出力曲线,如图20所示。可以看出7~10月曲线在10∶00~23∶00是基本维持水平出力,其中9月接近满出力;其他月份呈现出一定的调峰特性,在10∶00~12∶00达到出力和送电高峰,在00∶00~07∶00为出力和送电低谷。

图20 多能互补模式下溪洛渡水电站左岸逐月发电量分布Fig.20 Monthly power generation distribution of Xiluodu left bank under multi-energy complementary mode

在新能源汇集接入溪洛渡水电站左岸电站后,按照联合送电出力控制曲线确定整体项目24 h出力。水电站丰、枯期应保证在受端盈亏控制时刻与调峰控制时刻差值不发生变化,尽量不削弱水电站原有调峰水平为原则,在叠加新能源出力后,多能互补项目整体出力不超过水电站装机容量。以9月为例,在叠加新能源前后水电及多能互补项目整体出力如图21所示,多能互补项目在受端系统盈亏控制时刻出力为620万kW,高于溪洛渡水电站左岸电站9月平均出力值;在受端系统调峰控制时刻出力为522万kW,也略高于溪洛渡水电站左岸电站9月平均出力值,总体而言,在叠加新能源后,项目9月调峰范围等于溪洛渡水电站左岸原有调峰量,满足既定原则要求。

图21 溪洛渡水电站左岸电站9月叠加新能源前后调峰变化Fig.21 Peak shaving changes of Xiluodu left bank power station before and after superposition of new energy in September

以12月为例,叠加新能源前后水电及多能互补项目整体出力如图22所示,多能互补项目在受端系统盈亏控制时刻出力为453万kW,高于溪洛渡水电站左岸电站12月平均出力值;在受端系统调峰控制时刻出力为261万kW,也略高于溪洛渡水电站左岸电站12月平均出力值,总体而言,在叠加新能源后,项目12月调峰范围等于溪洛渡水电站左岸原有调峰量,满足既定原则要求。

图22 溪洛渡水电站左岸电站12月叠加新能源前后调峰变化Fig.22 Peak shaving changes of Xiluodu left bank power station before and after superposition of new energy in December

4.3.2 白鹤滩水电站水风光联合送出配置方案

白鹤滩水电站近区风电和光伏资源距离负荷中心均较远,优先考虑新能源接入白鹤滩水电站左岸电站(汇集送出线路无需跨越金沙江),在无法满足新能源并网需求情况下再接入白鹤滩水电站右岸电站,统一打捆外送。原则上为减少投资,优先考虑距离水电站较近的新能源项目,并统筹考虑升压站汇集接入容量限制、导线选截面选型限制、预留间隔限制、地理地形限制等多方面因素,最终拟定入白鹤滩水电站70 km范围内的规划风电和光伏至白鹤滩水电站左岸电站500 kV母线。接入新能源总规模约449万kW,其中风电141万kW,光伏308万kW。

4.3.2.1 联合送电出力控制曲线

调峰曲线参考目前宾金直流、复奉直流送电曲线以及浙江省和江苏省负荷曲线,在原有直流送电曲线基础上,增加送电电量,初步考虑汛期和枯期分别按照不同的送电曲线控制送电,若超过该值则出现调峰不足,即出现弃电。其中汛期最大送电电力与装机容量相等,日最大调峰深度为17%;枯期最大送电电力为装机容量的0.9,日最大调峰深度为33%。具体汛、枯期送电曲线如图23所示。

图23 白鹤滩水电站打捆新能源汛期及枯期出力控制曲线Fig.23 Output control curve of bundling new energy in flood and dry seasons in Baihetan Hydropower Station

4.3.2.2 电力电量平衡计算结果

依据以上边界条件,以水电站平水年出力特性为基础,计算全年电量平衡。根据测算,在参与受端调峰情况下,水风光配置方案综合弃电率为2.2%,弃电电量1.7亿kW·h,多能互补项目送电电量409.2亿kW·h,多能互补项目利用小时数为5 094 h,新能源发电量占项目发电量的18.3%。多能互补项目各电源逐月出力情况如图24所示。以梯级水电及近区电网送电能力为上限,白鹤滩水电站左岸电站打捆新能源可提升外送电力100万kW。

图24 白鹤滩水电站左岸多能互补项目逐月发电量分布Fig.24 Monthly power generation distribution of multi-energy complementary project on the left bank of Baihetan Hydropower Station

4.3.3 乌东德水电站水风光联合送出配置方案

乌东德水电站近区风电和光伏资源距离负荷中心均较远,优先考虑新能源接入乌东德水电站,统一打捆外送。原则上为减少投资,优先考虑距离水电站较近的新能源项目,并统筹考虑升压站汇集接入容量限制、导线选截面选型限制、预留间隔限制、地理地形限制等多方面因素,最终拟定接入乌东德水电站70 km范围及寻甸县域内规划风电和光伏至乌东德右岸电站500 kV母线。接入新能源总规模约245.7万kW,其中风电110.7万kW,光伏135万kW。

4.3.3.1 联合送电出力控制曲线

调峰曲线参考目前牛从直流送电曲线以及广东省负荷曲线,在原有直流送电曲线基础上,增加送电电量,初步考虑汛期和枯期分别按照不同的送电曲线控制送电,若超过该值则出现调峰不足,即出现弃电。其中汛期最大送电电力与为装机容量相同,日最大调峰深度为0%;枯期最大送电电力为装机容量的0.8,日最大调峰深度为25%。具体汛、枯期送电曲线如图25所示。

图25 乌东德水电站右岸电站打捆新能源汛期及枯期出力控制曲线Fig.25 Output control curve of bundling new energy in flood season and dry season of Wudongde right bank power station

4.3.3.2 电力电量平衡计算结果

依据以上边界条件,以水电站平水年出力特性为基础,计算全年电量平衡。根据测算,水风光配置方案综合弃电率为5.0%,弃电电量2.4亿kW·h,多能互补项目送电电量238.0亿kW·h,多能互补项目利用小时数为4 620 h,新能源发电量占项目发电量的18.8%。多能互补项目各电源逐月出力情况如图26所示。以梯级水电站及近区电网送电能力为上限,乌东德水电站右岸电站打捆新能源可提升外送电力42万kW。

图26 乌东德水电站右岸多能互补项目逐月发电量分布Fig.26 Monthly power generation distribution of multi-energy complementary project on the right bank of Wudongde Hydropower Station

4.4 金沙江下游水风光打捆规模拟定

根据4.3节计算结果,3个多能互补项目一体化项目配置方案如图27所示。对于金沙江下游四川地区规划新能源而言,参与多能互补项目的规划新能源装机容量803万kW,其中风电装机容量227万kW,光伏容量576万kW;其余规划新能源项目(装机容量492万kW,其中风电装机容量229万kW,光伏装机容量263万kW)考虑就近汇集接入四川电网消纳。对于金沙江下游云南地区规划新能源而言,参与多能互补项目的规划新能源装机容量245.7万kW,其中风电装机容量110.7万kW,光伏装机容量135万kW;其余规划新能源项目(装机容量507万kW,其中风电装机容量201.7万kW,光伏装机容量306万kW)考虑就近汇集接入云南电网消纳。

5 结 论

本文按照“宜送则送、宜留则留”的原则,根据川、滇两省的新能源资源和规划装机分布情况,选择适合建设可再生能源多能互补基地的大型水电站,再以受端消纳、接入电网安全为前提并结合水电站配套直流通道利用情况,分析直流受端省份可消纳空间,最终推荐溪洛渡水电站接入新能源总规模约354万kW,其中风电装机容量86万kW,光伏装机容量268万kW;白鹤滩水电站接入新能源总规模约449万kW,其中风电装机容量141万kW,光伏装机容量308万kW;乌东德水电站右岸接入新能源总规模约245.7万kW,其中风电装机容量110.7万kW,光伏装机容量135万kW,并给出以下建议。

(1) 深化金沙江下游风光发展规划研究。建议在国家及四川、云南相关产业发展政策和规划的指导下,结合本地消纳能力、送端市场及电网安全稳定运行要求,进一步深入研究金沙江下游风光发展规划,合理规划发展规模,引导新能源产业合理有序发展。

(2) 统筹规划、设计、建设与运营。建议尽快研究一体化规划、一体化设计、一体化开发、一体化调度运营的管理机制,统筹协调水电、风电、光伏各类资源的规划、设计、建设、运营。

(3) 水风光配比滚动优化研究。建议根据水电投产时序、负荷发展、消纳条件等因素变化情况,考虑储能等新技术发展以及风电光伏的成本降低趋势,对配套电源规模进行滚动调整优化。

猜你喜欢

调峰出力金沙江
含高比例可再生能源电力系统的调峰成本量化与分摊模型
区域光伏发电出力特性分析研究
考虑用户侧参与的调峰辅助服务费用分摊机制
我是金沙江
03 国家电投大连发电机组负荷率达到16.7%
金沙江大酒店装修项目机电工程全过程造价管理与控制探讨
我国西北区域电力调峰项目投资布局
金沙江之恋
“出力”就要做为人民“出彩”的事
金沙江上游首座电站