为缓解当前能源短缺、气候变暖、环境污染的矛盾，大规模发展风能、太阳能等新能源发电成为必然趋势。然而，由于大规模风电开发过程中与当地电网、电源发展规划脱节，再加上风电固有的随机波动特性，中国多个电网出现了较为严重的弃风问题，制约了其消纳能力和并网低碳效益。所以合理的风电发展规划尤为重要，而规划的首要前提是根据不同电网的特点，评估其风电的消纳能力。

目前国内外关于风电消纳能力分析的研究主要考虑的是极端时段和单一因素，缺乏对影响消纳能力的各个层面进行分析，同时无法考虑全时段风电出力特性，从多个场景长时间尺度来评估风电消纳能力。本文首先归纳风电消纳能力评估的相关因素，提出了一种确定性和概率性相结合的方法，从多个角度对风电的消纳能力进行科学计算与评估。其中确定性评估方法主要基于单一严苛场景进行分析，概率性评估方法则基于含风电的8760小时时序运行模拟结果，在确保全年最大弃风电量比例低于5%的情况下，得到的最大风电接入容量。接着以某省级电网为例，评估其风电消纳能力，识别影响电网风电消纳的关键因素。

风电消纳能力评估相关因素

调峰能力

相比传统的发电方式，风力发电的出力具有显著的不确定性和不可控性，当风速变化引起风电场功率变化时，需要随时调整系统中常规能源机组的出力，以满足系统负荷需求。在不考虑风电场功率预测的情况下，传统的系统日前发电计划中无法考虑风电的预期出力，为了满足系统电力平衡，电网开机计划与运行方式按风电场出力为0考虑。当电网中风电出力增大时，需要降低电网中常规能源机组出力以保证电网电力平衡，此时，决定电网的调峰能力取决于整个电网中常规能源机组降低出力的能力。在考虑风电场功率预测的情况下，系统将风电出力预测纳入电网调度与开机计划，将风电当作负的负荷处理，此时，部分调峰能力已经在发电计划中体现，当风电实际出力与预测产生偏差时，需要调用系统剩余的调峰能力。

随着系统内风电装机占系统最大负荷的比例不断扩大，电网的调峰需求将逐步增加，电网的调峰能力可能成为风电发展的技术瓶颈。可用于平衡风电功率波动的电网调峰容量对于电网的不同运行方式、电网的不同负荷水平都是不同的，因此，系统调峰能力将直接影响风电的消纳水平。

调频能力

电力系统需要保持供需之间的实时平衡。由于负荷的不确定性，预测负荷与实际负荷之间存在一定的偏差，并由此产生不平衡负荷，电力系统需要实时平衡这部分偏差。系统的AGC、旋转备用、非旋转备用和替代备用等就是为平衡这部分偏差所设置的。其中，AGC用于实时处理较小的负荷与发电功率的不匹配，维持系统频率，并使控制区内负荷与发电功率的偏差及控制区之间的交换功率实际值与计划值的偏差最小。

根据国内外的普遍情况，系统AGC需求约为系统最大负荷的3%，这部分AGC需求仅对应负荷短期的波动。当系统中接入较多风电时，由于风电场本身不能够提供AGC服务，因此，系统中常规机组不仅需要为负荷提供AGC服务，而且还要为风电场的出力波动提供AGC服务。系统AGC的服务对象由原始负荷曲线变为考虑风电出力后的等效负荷曲线。因此，需要研究风电出力秒级至分钟级的波动特性以及由此增加的系统AGC服务需求，评估系统调频储备对风电消纳能力的影响。

备用能力

电力系统中各类备用的作用是为了应对电力系统的各种不确定性。其中对于电力系统短期调度而言，负荷备用的作用是为了应对系统负荷预测的偏差而可能产生的负荷-发电不平衡。风电的接入为系统负荷与发电平衡带来了新的不确定性。与常规机组不同，风电出力具有间歇性，难以进行自如的有功控制，对于日前调度而言，系统常规机组不仅要为负荷预留备用，而且需要为风电预留备用。在风电接入容量较小的情况下，无论日前发电计划还是实时调度，可以暂不考虑风电的出力。随着风电接入容量的增加及随之对电网影响的增大，调度运行中考虑风电预测出力已经成为大势所趋。

目前数值天气预报技术对风速预测的精度较低，而且风速预测误差随着预测提前时段的增长而急剧增加，因此相比负荷而言，风电的短期具有较大的不确定性。在日前发电计划中，风电出力的不确定性可能大于负荷的不确定性。风电接入后，系统需要取更多的旋转备用以应对风电实际出力与预测值的偏差。因此，系统备用储备对风电消纳能力产生较大的影响。

风电消纳能力评估方法

本文提出的确定性与概率性相结合的风电消纳能力评估方法框架图如图1所示。


风电消纳能力确定性评估模型与方法

确定性的分析方法是指通过对电力系统各边界条件进行科学的假定或设定后展开相应分析的方法，本文中主要基于确定性分析场景库，根据典型系统负荷曲线与风电出力曲线，对风电消纳能力进行分析与评估。

确定性分析的场景库主要从负荷曲线和日风电场出力曲线两个维度来建立。对于负荷，选取最大负荷日、最小负荷日、最大峰谷差日三个典型场景；针对每个典型的负荷场景，根据95%置信度下的风电最大出力与最小出力，构建理论正调峰、理论反调峰日风电场出力曲线，最终组合为6个确定性风电消纳能力评估场景。

对每个确定性场景，分别使用软件进行日运行模拟计算，统计各场景系统的总调峰需求、风电引起的峰荷正旋转备用以及谷荷负旋转备用，同时统计运行模拟结果中火电的调峰率以及火电提供的旋备比例，其中火电的调峰率定义为火电峰荷电力除以火电的开机容量，火电提供的旋备比例等于火电提供的旋备容量除以开机容量。

对于调峰约束，选取调峰需求最大及火电调峰率最高的场景作为调峰约束下的关键场景；逐步增加风电装机容量，使用软件进行运行模拟，直至系统调峰能力不足出现弃风，则该临界场景下风电容量即为调峰约束下风电可消纳容量。

对于备用约束，选取备用需求最大以及火电提供旋备比例最低的场景作为备用约束下的关键场景；逐步增加风电装机容量，使用软件进行运行模拟，直至系统备用不足或者出现弃风，则该临界场景下风电容量即为备用约束下风电可消纳容量。

对于调频约束，调频需求主要在最大负荷日由负荷引起，在最小负荷日风电出力波动则占较大比例，选取最大最小负荷日为关键场景，风电选取典型出力曲线；逐步增加风电装机容量，利用软件运行模拟的开机方案，对比系统的调频能力与调频需求，直至系统调频不足，则该临界场景下的风电容量即为调频约束下风电可消纳容量。

风电消纳能力概率性评估模型与方法

新能源消纳能力概率性评估基于概率性分析场景库来对各因素下的新能源消纳能力进行评估。使用软件运行模拟生成全年8760点风电时序出力，将风电时序出力与时序负荷一一对应，则可以得到365个含风电的概率性场景，即为概率性评估场景库。对概率性评估场景库的各个场景分别进行考虑多种约束的运行模拟，统计全年的弃风电量，即可表征风电的消纳水平。

设置风电消纳能力概率性评估最大弃风电量比例为5%，逐步增加风电装机容量，同时根据风电装机容量不断提高备用率，计算在不同装机容量下全年的弃风电量比例，直至弃风达到设定值，此时的风电装机容量为概率性风电消纳能力。

本文刊载于《中国电力企业管理》（上旬刊），作者单位：王彤（南方电网科学研究院有限责任公司），朱静慧（中国能源建设集团广东省电力设计研究院有限公司） 

原标题：基于确定性和概率性的风电消纳能力评估研究（上）