王文龙

（国网黑龙江省电力有限公司电力科学研究院，黑龙江 哈尔滨 150030）

在国内社会发展和大众生产、生活中，电力系统是非常重要和必要的组成部分，并且国内人口基数比较大，消耗资源众多，其中之一就是电能资源，而电能资源的消耗会造成大量的碳排放，这明显不符合国内可持续发展战略和绿色环保原则。在该形势下，我刚对电力系统和相关技术提出了更高要求，不仅需要满足当下基本的社会发展和大众生产、生活供电，同时还需要有效降低碳排放，最终达成双碳目标。这也意味着，双碳目标下的新型电力系统关键技术的研发和应用也需要从双碳目标这一基础上着手。该文以双碳目标为切入点，围绕新型电力系统进行了讨论。首先介绍了该系统的特征，其次对系统规划框架进行了说明，最后对该系统所使用的关键技术进行了深入探究，包括低碳市场机制、精细化预测等，希望可以为相关部门和技术工作人员提供一定参考。

1 新型电力系统的主要特征

新型电力系统主要特征的表达如公式（1）所示。

式中：P代表功率，W；η代表效率，无单位；V代表电压，V；I代表电流，A。

公式（1）表示功率与效率、电压和电流之间的关系。新型电力系统通常具有更高的效率，能够在给定的电压和电流下提供更大的功率输出。

1.1 可再生能源的广泛应用

双碳目标下的新型电力系统的主要特征是可再生能源的广泛应用，进而减少碳排放，实现双碳目标。为实现双碳目标，电力系统需要减少对传统化石燃料的依赖，转向更多元化和可再生能源的利用。新型电力系统技术将以太阳能、风能和水能等可再生能源为核心，通过多种技术手段实现其高效利用。例如太阳能光伏发电技术正在迅速发展，光伏电池的效率不断提高，同时与储能技术相结合，以实现可再生能源的平稳供应。

1.2 智能化和数字化管理

与传统系统相比，新型电力系统的主要特征是更智能化和数字化，以实现对电力系统的精确监控、优化调度和灵活管理[1]。例如通过智能电网技术，电力系统可以实时监测电力需求和供给情况，进行动态调整，最大限度地提高能源利用效率。智能电网还可以实现与用户的互动，通过需求响应和时间定价等方式引导用户在高峰期间降低用电负荷，进一步减少碳排放。

1.3 储能技术的创新和应用

为了解决可再生能源的间断性和波动性问题，新型电力系统技术将侧重于储能技术的创新和应用。多种储能技术被广泛应用于电力系统，例如电池储能技术、氢能储能技术和压缩空气储能技术等。这些技术可以将过剩的能源储存起来，有需要时释放出来，平衡电力系统的供需关系。例如电动汽车电池可以作为移动储能装置参与电力系统的调度，实现能源的灵活转移和利用[2]。

2 新型电力系统规划框架

无论是双碳目标下的新型电力系统还是原有的电力系统，在对系统进行规划工作的过程中，其主要切入点都是边界条件和规划对象，并以此为基础建立对研究对象所呈现出的运动特点进行描述并求解的模型，从而获得对应的科学指标。新型电力系统是以确保能源电力安全为基本前提，以满足经济社会高质量发展的电力需求为首要目标，以高比例新能源供给消纳体系建设为主线任务，以源网荷储多向协同、灵活互动为坚强支撑，以坚强、智能及柔性电网为枢纽平台，以技术创新和体制、机制创新为基础保障的新时代电力系统。从中也可以发现，在双碳目标下的新型电力系统关键技术研究工作中，需要明确约束条件、规划目标和具体应用场景，这对系统的规划、研究具有重要现实意义[3]。新型电力系统基本规划模型一般是一个以投资变量为主要决策变量的规划问题，如公式（2）所示。

研究工作人员和技术人员需要以电力系统涉及的要素和特征，以规划对象为具体切入点，对系统规划环节进行划分。其中，双碳目标下的新型电力系统关键技术目标是为了使系统的消纳及传输新能源的能力得到提升，源网荷储规划目标则是对配网的支撑能力得到增强，进而使现代社会生产、电力用户负荷需求得到最大程度上的满足，后续结合多能流规划，在确保电力系统稳定供能的基础上，使清洁能源所具备的消纳率得到提升，这也有利于赋予系统预期多能互补的能力，这也是双碳目标下的新型电力系统的一个必然趋势。该系统所对应规划模型的本质是以投资为变量的基本规划问题，相关表达式，如公式（2）所示。

式中：T代表规划时间尺度；M代表设备类型；N代表设备建设数量；αt代表成本在第t年所对应折算系数；IC代表物理参数投资边界，涉及系统容量和网络拓补等；ED代表运行参数边界；EENS代表系统稳定运行对应边界。该模块涉及的角色变量较多，包括投建、运行和设备容量变量，分别采用（Ii，j，t，Oi，j，t，Pi，j，t）进行表示。

在目标函数应用过程中，通常情况下需要对规划方案自身所具备的可靠性、经济性和所能达到的低碳水平加以考量，约束条件则分为投资、运行以及可靠约束。

上述双碳目标下的新型电力系统模型明确了系统的规划问题的常规形式，技术人员在对其进行应用的过程中，需要对实际所面临的问题的应用场景加以考量，并以此为基础对目标函数、约束条件和决策变量进行调整。同时，为了使模型自身所具备的所有功能得到最大程度的发挥，研究人员和技术人员还需要根据原有的规划模型，例如需要对低碳评估方式和多时间尺度模型等技术进行实际应用。

3 双碳目标下的新型电力系统关键技术

3.1 碳水平评价技术

在双碳目标下的新型电力系统关键技术中，碳核算是非常重要的一点，也是系统进行量化评价的核心基础和依据，此时碳水平评价技术变得十分重要，有助于构建一个更科学合理的评价体系，对双碳目标下的新型电力系统的针对性优化和完善有重要意义。目前，双碳目标下的新型电力系统应用的评价方法主要有3 种，分别是实测法、排放因子法和质量平衡法，这3 种方法基本上可以满足系统微观和宏观方面的要求。

实测法的应用主要以现有的监测数据和信息为基础，具体需要根据双碳目标下的新型电力系统的碳排放量来确定[4]。

与实测法不同，排放因子法强调以碳排放清单所标明的排放因子为依据进行计算，从而直接得到量化的碳排放量，以此可以具象化评价双碳目标下的新型电力系统，如公式（3）所示。

式中：E代表碳排放量；AC代表燃料消耗量；NCV代表燃料低热值；C代表碳排放因子。

在具体的计算过程中，由于联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）所发布的指南和由国际标准化组织（International Organization for Standardization，简称为ISO）所发布的标准均对排放因子进行了明确规定，因此在具体计算方面可以得到一定的指导。但是世界各国使用方式和能源品位上存在显著差异，因此相关工作人员在进行计算的工作过程中，需要根据实际情况调整排放因子，使其更具有实际意义和价值。

质量平衡法的重要基础是质量守恒原则，工作人员可将双碳目标下的新型电力系统的生产行为，也就是其中的投入数据和产出数据作为参考，对碳排放量进行估算。

低碳评估体系要求双碳目标下的新型电力系统明确碳排放的激励、系统的快速运用，同时对关键要素进行总结，帮助相关工作人员快速掌握技术途径对双碳目标下的新型电力系统具有重要的作用和价值。目前亟待解决的一个重点问题其实就是如何对碳排放指标进行定量分析，使新型电力系统的具体水平得到全方位的评估。结合目前研究的结果来看，要想对新型电力系统的碳排放水平进行有效评估，需要注重将空间和时间尺度纳入低碳评价体系中，真正意义上做到以反馈控制为依托，对日后规划方案的制定提供理论指导。

3.2 源-荷预测技术

源-荷预测技术的一个主要组成部分是建立预测模型。该模型通常涉及统计和机器学习方法，例如线性回归、神经网络或支持向量机。一个简单的源-荷预测模型如公式（4）所示。

式中：y是预测的电力需求或供应；X是影响电力需求或供应的各种因素（如时间、天气条件和历史数据等）；θ是预测函数，是预测模型的参数。

预测模型的参数可以通过最小化预测误差来估计，例如可以将均方误差（MSE）作为损失函数，其形式如公式（5）所示。

式中：yi是实际的电力需求或供应；n是观察点的数量。

通过最小化损失函数可以找到最优参数，使模型的预测尽可能接近实际的电力需求或供应。上述为源-荷预测技术的一个简单介绍。实际上，该领域还涉及许多复杂的技术和方法，例如深度学习、时间序列分析和优化理论等。该项技术主要用于预测电力系统的供需变化，从而有效地实现电力系统的运行和调度，满足碳达峰和碳中和目标。例如大型电力系统管理工作包括化石能源发电站和可再生能源发电站（如风能和太阳能），在双碳目标的驱动下，在系统设计和技术应用方面应尽可能多地利用可再生能源，同时满足电力需求[5]。具体的源-荷预测的步骤如下所示。1）收集数据。收集过去的电力供需数据和可能影响电力供需的各种因素的数据，如天气条件（对风能和太阳能影响很大）、时间（电力需求在一天中的不同时间会有所变化）等。2）建立预测模型。使用机器学习方法（如神经网络）建立预测模型。模型的目标是预测未来一段时间内的电力供需。3）训练模型。使用历史数据训练模型，找到最能准确预测电力供需的模型参数。4）进行预测。使用训练好的模型对未来一段时间内的电力供需进行预测。

在电力系统调度中，源-荷预测技术的应用有助于更好地理解预计的电力需求和可利用的可再生能源供应。例如如果预测到明天的太阳能供应会很丰富，而电力需求相对较低，就可以减少化石能源的使用，更多地依赖太阳能。反之，如果预测到明天的太阳能供应不足，而电力需求又很高，可以提前调度化石能源发电站，确保电力供应。从中不难看出，通过源-荷预测技术可以更有效地利用可再生能源，减少对化石能源的依赖，有助于实现碳达峰和碳中和目标。同时，源-荷预测技术也有助于提高新型电力系统的运行效率和可靠性，满足用户的电力需求。

3.3 可再生能源技术

随着对环境影响的关注，风能、太阳能、水能和其他可再生能源的开发和利用越来越重要。提高这些能源的发电效率、稳定性和储能技术的发展都是实现双碳目标的关键。这些技术的共同特点是能源的来源是无限的，并且在转化过程中的碳排放极低，非常符合双碳目标的要求。目前，可再生能源技术的发展主要集中在提高能源转化效率、提升能源稳定性和发展储能技术3 个方面。以下是一些可再生能源技术的实例。

太阳能电池技术：太阳能电池是一种将太阳能转化为电能的设备，其中最常见的是硅基太阳能电池。随着技术的发展，新型的太阳能电池，如染料敏化太阳能电池、钙钛矿太阳能电池等正在不断提高转化效率并降低成本。

风力发电技术：风力发电是利用风能驱动风力发电机转动，进而转化为电能。风力发电技术的关键在于风力发电机的设计和风力发电系统的优化。例如通过优化风力发电机的叶片设计可以提高风能的利用效率。

水力发电技术：水力发电是将水的势能或动能转化为电能。其中，梯级发电是水力发电的一种重要方式，它通过在河流上建设多座水电站，对水能进行最大化利用。

储能技术：储能技术是指将多余的电能转化为其他形式的能量储存起来，然后在需要时再转化回电能。常见的储能技术包括电池储能、飞轮储能和压缩空气储能等。储能技术对提高可再生能源的利用率和保证电力系统的稳定运行具有重要意义。

3.4 捕获和存储技术

碳捕获和存储（Carbon Capture and Storage，CCS）技术是指在大型碳排放源（如煤电厂、天然气电厂等）的排烟中捕获二氧化碳，并把二氧化碳通过管道输送到地下特定地质结构中进行长期储存，避免其排放到大气中的技术。CCS 技术主要有3 个步骤，及碳捕获、碳输送和碳储存，该技术应用主要包括如下方面的流程。

3.4.1 碳捕获

碳捕获是CCS 技术的第一步，主要目标是从排烟中分离出二氧化碳。常用的碳捕获技术主要有吸收法、吸附法和膜分离法。以吸收法为例，其工作原理是利用吸收剂（如胺类化合物）吸收烟气中的二氧化碳。该过程通常在一个叫作吸收塔的设备中进行。在吸收塔中，含有二氧化碳的烟气和吸收剂进行反应，二氧化碳被吸收剂吸收，从而实现二氧化碳的捕获[6]。

3.4.2 碳输送

碳输送是CCS 技术的第二步，其目标是把捕获的二氧化碳输送到储存地点。常用的输送方式主要有管道输送和船舶输送。以管道输送为例，其工作原理与输送天然气类似，先把捕获的二氧化碳压缩成高压态，然后通过管道把高压二氧化碳输送到预定的储存地点。

在公式（3）的基础上，电能在传输过程中的碳排放Qc如公式（6）所示。

式中：p为化石燃料发电量占总发电量的比例；G0为用户侧需电量；ρ为线路网损；η为单位电量所需化石燃料；f0为单位化石燃料完全燃烧所产生的碳排放量。

3.4.3 碳储存

碳储存是CCS 技术的第三步，其目标是把输送到储存地点的二氧化碳长期储存在地下。常用的储存方式主要有地质储存和矿物碳化。以地质储存为例，其主要是把二氧化碳储存到地下的油气田、煤层或盐水层中。这些地质结构具有良好的封闭性，可以防止二氧化碳泄漏到大气中。

综上所述，虽然CCS 技术在某些方面还面临着挑战，例如捕获成本高、储存安全等，但仍是实现双碳目标的一种重要途径，特别是在不能完全避免使用化石能源的情况下，说明该项技术仍具有较大的优化空间。

3.5 新型电力系统优化技术

多能流协同运行的配网规划对新型电力系统十分重要，在多能流协同运行的配网规划过程中，主要涉及描述电力系统中的潮流分布和评估系统中各个参数对潮流分布和电压裕度的影响程度。

在描述电力系统中潮流的分布和流动中主要用到的是潮流方程，如公式（7）、公式（8）所示。

式中：Pi和Qi分别为节点i的有功功率和无功功率；Vi和Vj分别为节点i和节点j的电压；Gij和Bij分别为节点i和节点j之间的导纳；θij为节点i和节点j之间的相角差。

在评估系统中，各个参数对潮流分布和电压裕度的影响程度需要用到灵敏度分析公式，如公式（9）所示。

式中：Si为节点i的灵敏度；Pi为节点i的有功功率；x_j为参数j。

目标函数如公式（10）所示。

式中：Ci、Cj分别代表发电机和负荷的成本系数；Pi、Pj分别代表发电机和负荷的有功功率；Ui、Uj分别代表节点i和节点j的电压；ΔUmax代表允许的电压偏差上限；Iij、Sij分别代表线路i-j的潮流和视在功率；Imax代表允许的线路功率限制上限。

约束条件如下：∑Pi-∑Pj=0（功率平衡）；Ui-Uj≤ΔUmax（电压稳定性）；Iij-Sij≤ΔImax（线路功率限制）；Pi≥0，Pj≥0（功率非负性）。

优化技术的目标是通过调整发电机和负荷的功率分配使目标函数最小化，同时满足约束条件，这样可以实现电力系统的经济性、可靠性和稳定性的优化。

电力系统调度是电力系统运行中的一个重要环节，其目标是在满足电力需求和电力系统运行约束的前提下，使电力系统的运行成本最小化。以一种常见的优化方法——混合整数线性规划（Mixed Integer Linear Programming，MILP）为例，电力系统调度的优化过程如图1所示。

图1 电力系统调度的优化过程

首先，数据收集：收集电力系统的基础数据（如各种发电机的参数、电网的拓扑结构等）、预测数据（如电力需求预测、风力和太阳能供应预测等）和市场数据（如电价、燃料价格等）。

其次，建立模型：根据电力系统的运行规则和优化目标建立混合整数线性规划模型。该模型的目标函数通常是电力系统的最小化运行成本，约束包括电力平衡约束、发电机运行约束等。

再次，求解模型：使用混合整数线性规划求解器（如CPLEX、GUROBI 等）求解模型，得到最优的发电调度方案。

最后，实施方案：以求解得到的最优方案指导电力系统的实际运行。

4 结论

综上所述，不难发现，新型电力系统关键技术的研究有助于推动能源转型，从以化石燃料为主向可再生能源为主的能源结构转变。例如源-荷预测技术可以优化电力系统的运行过程，提高可再生能源的利用率，可再生能源技术可以提高可再生能源的发电效率和稳定性等。因此需要对一系列的双碳目标下的新型电力系统关键技术的研究、开发、应用和优化保持高度关注和重视。