沈妙哲,王文婷,李 瑨,徐 英,袁百慧,高浩翔,劉多倫,郭鈺鋒
(1.國網黑龍江省電力有限公司 經濟技術研究院,黑龍江 哈爾濱 150036;2.哈爾濱工業(yè)大學 電氣工程及自動化學院,黑龍江 哈爾濱 150001)
大規(guī)模開發(fā)利用風能及太陽能資源是實現我國碳中和目標的關鍵技術路線。作為我國重要的大型能源基地,十四五期間黑龍江將新增風電、光伏等新能源裝機3 000萬千瓦以上[1]。而對風能太陽能資源稟賦進行詳細評估,是開發(fā)利用風能太陽能的基礎。文獻[2]基于黑龍江各地記錄的年、月平均風速推算了黑龍江省風功率密度。文獻[3]基于全省23個測風塔數據,采用平均風功率密度、有效風速時數等指標對風能資源展開評估。文獻[4]基于81個氣象站數據統(tǒng)計了黑龍江省的風能密度,并對不同季節(jié)的風能分布進行了分析。文獻[5]基于黑龍江省5個輻射站和32個地面基準站資料采用太陽總分數及日指數兩個指標分析了黑龍江省太陽能資源的時空分布特征。文獻[6]則對哈爾濱地區(qū)太陽能資源展開了評估。上述研究的評估結果對掌握黑龍江省風能太陽能資源的分布情況意義重大。但是存在以下兩個問題:一是上述研究多基于少數地面觀測站的數據開展,空間分辨率較低。為此通常將站點數據采用空間插值法來得到全省的評估結果,由此會帶來較大的評估誤差[5]。二是現有黑龍江省風能太陽能資源評估研究均主要評估資源的潛力。而波動性是風能太陽能資源的固有屬性,也是導致大規(guī)模風光并網問題的根源[7]。對風能太陽能資源的波動性展開評估,可以更加有效地促進新能源消納[8]。
雖然風能太陽能具有強烈的波動性,但現有研究表明風能太陽能資源具有良好的互補性,可以有效抑制風光出力的波動性,促進大規(guī)模風光消納[9]。對風能太陽能資源的互補性進行評估,是風光系統(tǒng)互補規(guī)劃運行的前提和基礎[10]。為此澳大利亞[8]、意大利[11]、德國[12]等國家已經對本國風能太陽能資源的互補性展開了詳細評估。文獻[13]已經對山東省風能太陽能資源的互補性進行了詳細分析。結果表明山東省中部地區(qū)的風光互補性要弱于外圍地區(qū)。但是文獻[13]并未對風光互補過程中的裝機容量比例開展研究。而實際的風光互補系統(tǒng)中這一比例顯著影響最終的互補效果。黑龍江省擁有豐富的風光資源,但是目前公開的文獻中鮮有黑龍江省風能及太陽能資源互補性評估研究。
針對目前黑龍江省風能太陽能資源評估中存在的問題及建設以新能源為主體的新型電力系統(tǒng)的實際需求,本文基于2017~2021年ERA 5大氣再分析資料在評估對黑龍江省風能太陽能資源潛力的基礎上,對風能太陽能資源波動性特征展開詳細評估。同時分析風能太陽能資源的互補性,并對風電光伏裝機容量比例開展優(yōu)化,定量分析最佳互補情形下對風電光伏功率波動性的平抑效果。為黑龍江省未來大規(guī)模開發(fā)利用風能太陽能提供數據支撐及參考。
ERA 5為全球第五代大氣再分析資料,空間分辨率為0.25°×0.25°(約31 km×31 km),最小時間分辨率為1 h。文獻[14-16]將ERA 5再分析數據與相應的風速、氣溫、氣壓及太陽能輻射地面觀測數據進行了對比分析,結果表明ERA 5大氣再分析數據與實際觀測數據間的誤差較小。ERA大氣再分析數據已被國內外學者廣泛應用于風能及太陽能資源評估領域。因此選取黑龍江省內2017~2021年氣壓(p)、氣溫(T)ps、100 m高度北向風速(v)及東向風速風量(u)、地面太陽短波輻射量(G)來開展本文的分析研究。
風能資源潛力通常用風功率密度(WPD)來評估
(1)
式中
(2)
(3)
其中R為氣體常數,287.05 J/(kg·K)。
太陽能資源潛力則直接用輻射量G來衡量。此外,定義資源的可用率(Ava)來進一步評估資源潛力
(4)
式中PRD——風功率密度WPD或者太陽輻射量G;
PRDth——閾值/W·m-2,本文選為150 W/m2。
在評估資源潛力的基礎上,進一步對資源的波動性展開評估。風能太陽能的波動性包括波動幅度及波動速率兩個方面。對于波動幅度,引入波動強度I來進行量化
(5)
I越大表明資源的波動幅度越大。本文中選取示時間窗N為24 h。
資源的波動速率則引入變差函數來進行量化
(6)
式中 Δt——時間間隔。
同樣地,γ越大表示資源的波動速率越快。
本文中時間窗N為24 h,時間間隔Δt為1 h。
為評估風能太陽能資源的互補性,首先基于GW 1.5 MW風機模型和某典型190 W光伏發(fā)電板模擬風功率及光伏功率時間序列,具體建模方法見文獻[17]。并基于最小值及最大值將出力時間序列歸一化至[0,1]的范圍。
風能太陽能互補性的評估可以通過對比分析風功率及光伏功率的變化趨勢來實現。若風光功率變化趨勢相反,則互補后波動被顯著抑制,意味著互補性較強。若變化趨勢完全相同,則不存在互補性。Kendall相關分析可實現上述分析過程。因此本文基于Kendall相關分析對黑龍江省風能太陽能資源互補性展開評估。
假設{Pwind(t)}及{PPV(t)}為歸一化后的風功率及光伏功率時間序列,在任意兩個時刻t1及t2,分別從風光時間序列中選取兩個數據對(Pwind(t1),PPV(t1))和(Pwind(t2),PPV(t2)),則風功率及光伏功率間的Kendall相關系數為
τ=P{(Pwind(t1)-Pwind(t2))(PPV(t1)-PPV(t2))>0}
-P{Pwind(t1)-Pwind(t2)(PPV(t1)-PPV(t2))<0}
(7)
式中P{ }表示事件發(fā)生的概率。Kendall相關系數的范圍為[-1,1],相關系數越小,表明風功率與光伏功率間的互補性越顯著。
Kendall相關系數定量刻畫了風能太陽能的互補潛力。在實際的風電光伏混合系統(tǒng)中,風電及光伏裝機容量比例對最終的互補效果影響巨大。因此需要進一步優(yōu)化風電光伏裝機容量比例,以達到最佳的互補效果。
風光混合系統(tǒng)的總功率輸出為
P(t)=αPwind(t)+(1-α)PPV(t)
(8)
式中α及1-α——風電及光伏裝機容量系數;
α取值范圍在0~1之間。當α≠1時,風的及光伏裝機容量比例為α/1-α。
本文分別以總功率波動強度最小和總功率波動速率最小為目標對風電光伏裝機容量比例展開優(yōu)化。優(yōu)化目標函數分別為
(9)
(10)
同時為了評估最佳互補后的效果,定義波動強度下降平抑指數βI及波動速率平抑指數βγ
(11)
(12)
式中IP和γP——混合系統(tǒng)總功率的波動強度及功率變差;
I′和γ′——單一風功率或光伏功率的波動強度及功率變差;
βI及βγ小于0且越小,意味著互補后波動強度及波動速率被顯著抑制。
圖1所示為黑龍江省平均風速。結合黑龍江省的地形地貌可以發(fā)現,黑龍江省的風資源主要分布在平原、河谷地區(qū),而海拔較高的山地地區(qū)風資源匱乏。具體來說,齊齊哈爾、大慶、綏化、哈爾濱市西部、鶴崗市東部、七臺河、雞西、雙鴨山及佳木斯所屬區(qū)域平均風速最大,年平均風速在5.0~6.5 m/s之間。黑河市、伊春市北部、大興安嶺地區(qū)南部年平均風速在4.5~5.8 m/s。而伊春市中部局南部、哈爾濱北部、東南部及牡丹江西部地區(qū)平均風速最小,年平均風速在3.8~4.5 m/s之間。
圖1 黑龍江省平均風速(m/s)
圖2所示為黑龍江省風能資源潛力分布圖。松嫩平原、三江平原大部分地區(qū)年平均風功率密度在150~250 W/m2之間,年平均可用率在40%~55%之間。而小興安嶺南部、青黑山、老爺嶺及張廣才嶺地區(qū)年平均風功率密度最小,在60~120 W/m2之間,年平均可用率僅為10%~30%。
圖2 黑龍江省風能資源潛力分布結果
圖3所示為黑龍江省太陽能資源潛力分布圖。黑龍江省太陽能資源分布總體呈現南部大于北部的分布趨勢。其中松嫩平原西南部年平均太陽輻射最強,大于170 W/m2,可用率大于36%。其次為三江平原東南部,年平均太陽輻射在160~170 W/m2之間,可用率在35%~36%之間。而大興安嶺地區(qū)年平均太陽輻射強度最小,小于155 W/m2,可用率小于34.5%。
圖3 黑龍江省太陽能資源潛力分布結果
在評估風能太陽能資源潛力的基礎上,對黑龍江省風能太陽能資源的波動特征進行評估,從而加深對黑龍江省風能太陽能資源的認識。
基于公式(5)分別計算風功率密度及太陽輻射強度的波動強度指標,結果如圖4所示。從圖中可以看出,黑龍江不同地區(qū)風能資源的波動強度差異巨大。其中齊齊哈爾市西部、興凱湖地區(qū)、牡丹江海林市、哈爾濱東部地區(qū)風功率密度波動范圍最大,波動強度在0.75~0.90之間。而大興安嶺地區(qū)中西部、黑河市中部、伊春市西北部風功率密度波動范圍最小,波動強度通常小于0.65。其他地區(qū)風功率密度波動強度則在0.65~0.75之間。
圖4 黑龍江省風能太陽能資源波動強度分布結果
相比風能資源波動范圍,黑龍江省內太陽能資源波動范圍變化較小,通常在1.32~1.34之間。而且可以明顯看出,太陽能資源的波動范圍顯著大于風能資源。這是因為在計算波動強度的過程中,以一天24 h為時間窗進行計算。而太陽能輻射強度受地球自轉引起的日出日落的影響,在一天內的變化幅度顯著大于風功率密度的變化。
圖5所示為黑龍江省風能及太陽能資源波動速率分布結果。從圖中可以看出,興凱湖北部風資源波動速率最快,風功率密度變差大于4 000[W/m2]2。松嫩平原西南部(包括齊齊哈爾西南部、大慶、綏化市西南部及哈爾濱西部)、佳木斯及雙鴨山中西部、雞西市中部)地區(qū)風資源波動速率較快,風功率密度變差通常在1 500~3 500[W/m2]2之間。除上述地區(qū)外其他地區(qū)風資源波動速率較小,風功率密度變差通常小于1 500[W/m2]2。
圖5 黑龍江省風能太陽能資源波動速率分布結果
相比風能資源,太陽能資源波動速率分布結果較為規(guī)律,黑龍江南部地區(qū)太陽能資源波動速率顯著快于北部地區(qū)。南部、中部及北部地區(qū)太陽輻射變差通常為3 000~3 600[W/m2]2,2 600~3 000[W/m2]2,及2 200~2 600[W/m2]2。
本文以風電及光伏裝機容量比例相同的情形下開展互補性分析。圖6所示為不同尺度下黑龍江省風能太陽能資源互補性評估結果。小時尺度下,大興安嶺北部及東南部、黑河市東北部、三江平原北部、以及齊齊哈爾西南部地區(qū)風功率及光伏功率相關系數小于-0.15,風能太陽能互補性最顯著。而小興安嶺南部山地及張廣才嶺地區(qū)風功率及光伏功率相關系數在0.00~0.10之間,互補性最差。除上述區(qū)域外其他區(qū)域風功率及光伏功率相關系數在-0.12~0.00之間。
圖6 黑龍江省太陽能資源潛力分布結果
在日尺度下,黑龍江省內風功率及光伏功率相關系數均小于0。其中鶴崗、佳木斯及雙鴨山市大部分地區(qū)、哈爾濱與牡丹江市交界地區(qū)及大興安嶺北部地區(qū)日尺度下風能太陽能互補性最顯著。而整個松嫩平原及黑河市地區(qū)日尺度下風能太陽能互補性較差。
在月尺度下,整個松嫩平原地區(qū)及黑河市大部分地區(qū)風功率及光伏功率相關系數顯著大于0,互補性最差。而大興安嶺北部地區(qū)和黑龍江西南大部分區(qū)域風能太陽能月尺度下互補性最顯著。
在評估風能太陽能互補性的基礎上,基于公式(9)~(10)對風能太陽能裝機容量比例展開優(yōu)化。圖7所示為以總功率波動強度為目標的優(yōu)化結果,風電光伏裝機容量最佳比例在1.4~3.8之間。其中伊春市向南至牡丹江市一帶最佳風光裝機容量比例為2.4~3.6,而黑龍江省內其他大部分地區(qū)最佳風光裝機容量比例為1.4~2.6。
圖7 以波動強度最小為目標得到的風電光伏裝機容量比例
圖8所示為相比單一新能源出力,最佳互補后總功率波動強度的平抑結果。與單一風功率相比,采用最佳裝機容量比例互補后,總功率的波動強度被平抑了21.0%~43.0%。而與單一光伏功率相比,最佳互補后黑龍江省大部分地區(qū)波動強度被平抑了40.0%~61.0%。
圖9所示為以總功率波動速率最小為目標的優(yōu)化結果,風電光伏最佳裝機容量比例為0.5~2.3。其中黑龍江省絕大部分地區(qū)的最佳裝機比例為0.8~1.3。
圖9 以波動速率最小為目標得到的風電光伏裝機容量比例
圖10所示最佳風光互補后對功率波動速率的平抑結果。與單一風功率相比,最佳風光互補后總功率變差被平抑了25.0%~67.0%,尤其是松嫩平原和三江平原地區(qū)平抑效果最顯著。而與單一光伏功率相比,最佳互補后總功率變差被平抑了43.0%~67.0%。
圖10 互補后總功率波動速率平抑指數βγ
可以看出,合理利用風能太陽能資源的互補性,優(yōu)化風電光伏裝機容量比例,可以顯著平抑總功率的波動性,有助于大規(guī)模風電光伏安全消納。
本文基于ERA 5大氣再分析數據,對黑龍江省風能太陽能資源稟賦及互補性進行了詳細評估,研究結果表明:
(1)黑龍江省風能資源主要分布在三江平原、松嫩平原及河谷地區(qū),年平均風功率密度在150~250 W/m2之間,年平均可用率在40%~55%之間。而海拔較高的山地地區(qū)(如小興安嶺南部、青黑山、老爺嶺及張廣才嶺等地)風能資源潛力較小。松嫩平原地區(qū)風資源豐富,但是風資源的波動強度及波動速率顯著高于三江平原地區(qū)。
(2)黑龍江省太陽能資源總體呈現南部大于北部的空間分布規(guī)律。南部地區(qū)年平均太陽輻射大于160 W/m2,年平均可用率大于35%。黑龍江省內太陽能資源的波動強度變化較小,但是南部地區(qū)太陽能資源的波動速率顯著強于北部地區(qū)。
(3)黑龍江省西南部地區(qū)風能太陽能在小時、日及月尺度下均具有顯著的互補性。而松嫩平原及黑河市大部分地區(qū)風能太陽能在小時尺度下互補性顯著,而在月尺度下的互補性較差。合理優(yōu)化風電光伏裝機容量比例,可以顯著平抑總功率的波動性。以松嫩平原為例,當該地區(qū)風電光伏裝機容量比例為1.4~2.2時,互補后可以顯著平抑總功率的波動強度。而當該地區(qū)風電光伏裝機容量比例為0.5~1.1時,互補后可以顯著平抑總功率的波動速率。在實際規(guī)劃中,可以根據電網實際情況,優(yōu)化風電光伏裝機比例,充分利用風能太陽能的互補性,從而促進大規(guī)模新能源的安全高效消納。