热门资讯> 正文
2025-08-11 15:57
(来源:太阳能杂志)
DOI:10.19911/j.1003-0417.tyn20240822.01 文章编号:1003-0417(2025)07-12-07
限电对光伏电站设计方案的影响分析
刘争昊、马思娟、武镜海、马琳、史剡烽
( 聚合电力工程设计( 北京) 股份有限公司,北京 100048)
摘 要:随着光伏行业迅速发展,光伏发电装机规模不断提升,但中国西北地区的弃光限电情况较为严重。限电会对光伏电站的设计方案产生影响,以青海省某大型集中式光伏电站的设计为例,通过整理分析其附近已建同类型光伏电站的相关数据,针对限电对光伏电站设计方案的影响进行了分析。分析结果表明:1) 限电功率、限电率和光伏发电输出功率三者之间存在一定的关系;2) 当基准限电率确定时,容配比越小,年限电率也越小;3) 25 年全生命周期内,逐年的限电率随着光伏电站运行年限的增加而减少,基准限电率越大,基于LCOE 最小得到的最优容配比就越小,说明限电对容配比的选择存在影响。由于所采用的限电分析方法较为接近光伏电站的实际限电情况,得到的光伏电站设计方案也更为合理。以期研究结果可为光伏电站在限电情况下的设计提供参考。
关键词:光伏发电;光伏电站;限电;消纳;容配比;平准化度电成本
中图分类号:TM615 文献标志码:A
随着“双碳”目标的提出,中国新能源发电装机规模大幅提升。截至 2024 年6 月底,太阳能发电装机容量达7.14 亿kW[1]。光伏发电作为太阳能发电的重要组成部分,随着其装机规模不断增加,引发了诸多挑战。西藏自治区、青海省、甘肃省、新疆维吾尔自治区等中国西北地区因受到地广人稀、外送通道建设进度滞后、光伏发电输出功率不稳定等因素的影响,导致其光伏发电量无法被完全消纳,弃光限电情况较为严重。根据全国新能源消纳监测预警中心的数据,2022—2024 年青海省的限电情况始终位于全国高位。由于限电会涉及到光伏发电项目的发电量、容配比、平准化度电成本(LCOE) 等内容的确定,其对光伏电站的设计产生了重要影响。
本文以青海省某大型集中式光伏电站( 下文简称为“本光伏电站”) 的设计为例,通过整理分析其附近已建同类型光伏电站(下文简称为“已建光伏电站”) 的相关数据,确定其限电时段和基准限电功率,并分析限电功率、限电率和光伏发电输出功率三者之间的关系,从而细化限电对光伏电站设计方案的影响,最终确定本光伏电站的设计方案。
1 项目概况
本光伏电站计划建于青海省海西蒙古族藏族自治州大柴旦行政区,设计容量为500 MW,配套新建有1 座330 kV 升压站。本光伏电站设计采用标称功率为700 W 的n 型TOPCon 双面双玻单晶硅光伏组件;320 kW 组串式逆变器;平单轴跟踪式光伏支架,跟踪范围为-45°~45°。
已建光伏电站位于本光伏电站附近,建成于2021 年,其采用标称功率为650 W 的p 型PERC双面双玻单晶硅光伏组件;225 kW 组串式逆变器;平单轴跟踪式光伏支架,跟踪范围为-45°~45°;容配比约为1.24:1。
2 自动发电控制(AGC) 指令数据分析
在光伏电站实际运行过程中,电网通常通过AGC 指令调度来控制光伏电站的输出功率,以达到限电的效果,即以限电功率的形式进行电力调度。因此,通过分析已建光伏电站的AGC 指令数据,可为本光伏电站的限电情况提供参考。目前收集到已建光伏电站2024 年5—6 月每天07:00~20:45 之间每15 min 的AGC 指令数据和理论输出功率、实际输出功率等数据。典型日已建光伏电站的AGC 指令数据、理论输出功率及实际输出功率如图1 所示。
由图1 可知:该已建光伏电站的AGC 指令数据与实际输出功率的变化基本一致,说明AGC 指令调度实现了对光伏电站输出功率的控制,达到了限电的目的。此外,限电时段主要集中在10:45~16:45 之间,其他时间段基本不限电。
考虑到本光伏电站所在区域的真太阳时与北京时间下的真太阳时相差约105 min,因此在后续限电分析中,限电时段按照09:00~15:00( 真太阳时) 考虑;同时,鉴于PVsyst 软件的精度为小时级,因此,限电时段内,每小时的AGC 指令按照无变化考虑。
3 限电率分析
目前,收集到已建光伏电站2022—2023 年期间各月的实际发电量和限发电量数据,其中,各月的限发电量数据如图2 所示。
由图2 可知:2022 年,除1 月、3 月和4 月之外,其他月份均存在限电情况,7 月的限发电量最高;2023 年,除2 月之外,其他月份均存在限电情况,4 月的限发电量最高。
根据收集到的数据,计算已建光伏电站的光伏发电限电率P,其计算式为:
式中:Ep 为限发电量;EG 为实际发电量。
结合图2 和式(1) 可计算得到2022 年已建光伏电站在12 月的限电率最高,为16%,全年平均限电率为4.13%;在2023 年,4 月的限电率最高,为20%,全年平均限电率为7.65%。
从统计得到的限发电量数据来看,已建光伏电站全年的限电情况与枯丰水期、季节、月份等之间不存在明显的规律。对于本光伏电站,考虑到未来限电的不确定性,结合已建光伏电站历史限电情况,为统一计算条件,本文将限电功率按全年统一值保守考虑,因此,在本光伏电站首年基准限电率分别取10%、20%、30% 的前提下进行分析。
4 光伏电站的限电情况计算分析
通常,光伏电站考虑限电情况时是按照限电率对光伏电站发电量进行折减,且不同容配比、不同运行年份均按相同的限电率考虑。然而,在光伏电站实际运行过程中,电网是通过AGC指令调度控制光伏电站的输出功率以达到限电的效果。当AGC 指令下达后,若光伏发电输出功率大于限电功率,则光伏发电输出功率被限制成与限电功率基本一致;若光伏发电输出功率小于限电功率,则光伏发电输出功率不受限电影响。
通过输入太阳辐照度、光伏电站装机容量、光伏组件安装倾角等数据,可利用PVsyst 软件模拟计算出精度为小时级的光伏发电输出功率,即光伏发电逐时平均输出功率。光伏发电逐时平均输出功率的总和即为光伏电站的总输出功率,乘以相应时间段即可得到发电量。由于限电的存在,限电功率将光伏发电逐时平均输出功率曲线分为上下2 部分,其中,上面区域为限发电量,下面区域为实际发电量,具体如图3 所示。
通过上述分析,再结合式(1),可以简化得到光伏发电逐时平均输出功率Ei 、限电率和限电功率w 三者之间的关系,即:
若光伏电站全年按相同的限电功率且每天的限电时段按照真太阳时09:00~15:00 考虑;此外,由于PVsyst软件仿真得到的光伏发电逐时平均输出功率曲线是按照时间顺序排序,由此可定义限电时段集合T,其可表示为:
式中:d 为天数,取值为1~365;k 为一天中的第k 个小时,取值为9~15。
在明确光伏电站首年基准限电率后,结合式(2)、式(3),可以进一步得到在特定限电时段内限电功率、光伏发电逐时平均输出功率和限电率三者之间的关系,即:
将已建光伏电站的容配比1.24:1 作为本光伏电站设计时的基准容配比。根据Solargis 辐照数据库中本光伏电站所在地的太阳辐照数据,再根据本光伏电站电气设备相关参数信息,利用PVsyst 软件仿真计算出本光伏电站的首年光伏发电逐时平均输出功率,然后结合式(3) 筛选出限电时段对应的发电量集合,再通过二分法利用式(4) 计算出本光伏电站首年的基准限电率,分别取10%、20%、30% 时对应的限电功率,即360.24、276.59、204.44 MW,并分别将其作为本光伏电站全生命周期25 年内限电时段AGC 指令下的限电功率。本光伏电站首年典型日不同基准限电率下的输出功率曲线如图4 所示。
在上述分析的基础上,通过PVsyst 软件模拟计算出本光伏电站25 年的逐年光伏发电逐时平均输出功率,进一步利用式(3) 和式(4) 计算得到25 年内的逐年限发电量和逐年限电率。基准容配比下本光伏电站在不同首年基准限电率时的逐年限电率如图5 所示。由于光伏电站中光伏组件每年存在功率衰减和因不均匀衰减引起的失配等情况,因此,相比于首年的基准限电率,以后运行期内光伏电站每年的限电率将逐渐下降。
由图5 可知:在基准容配比1.24:1 的方案中,当首年基准限电率为10% 时,本光伏电站25 年的年均限电率为7.80%,第25 年的限电率将下降至5.00%;当首年基准限电率为20% 时,本光伏电站25 年的年均限电率为17.61%,第25年的限电率将下降至14.32%;当首年基准限电率为30% 时,本光伏电站25 年的年均限电率为28%,第25 年的限电率将下降至25.21%。
5 容配比方案分析
对本光伏电站按照1.24:1、1.20:1、1.10:1、1.00:1这4 个容配比方案进行发电量和经济性分析。5.1 不同容配比方案下的发电量分析
上文已计算得到容配比为1.24:1 时,本光伏电站在25 年内 AGC 指令下的逐年限电功率。再利用PVsyst 模拟计算得到本光伏电站在其他容配比方案下,25 年内的逐年光伏发电逐时平均输出功率。在模拟计算时,为方便对比,除与容配比相关的参数设置不同外,不同容配比方案中其他参数的设置均保持一致。利用式(3) 和式(4)计算得到其他容配比方案下的25 年逐年限电率和发电量情况。为了更客观地进行对比,将不同容配比和基准限电率下的首年发电量折合为首年发电小时数,结果如表1 所示。
由表1 可知:在同样的基准限电率下,当容配比减小时,首年发电小时数上升,即发电量提高;同样容配比下,随着基准限电率降低,首年发电量不断增加。
不同基准限电率和不同容配比下本光伏电站25 年内的逐年限电率如图6 所示。
由图6 可知:当容配比为1.2:1 时,基准限电率分别为10%、20%、30% 时对应的首年限电率分别为9.27%、19.24%、29.37%;当容配比为1.1:1 时,基准限电率分别为10%、20%、30%时对应的首年限电率分别为7.15%、16.93%、27.43%;当容配比为1.0:1 时,基准限电率分别为10%、20%、30% 时对应的首年限电率分别为4.85%、14.14%、25.05%。由此可知,在基准限电率不变的情况下,随着容配比降低,年限电率也随之下降。
5.2 不同容配比方案下的经济性分析
利用LCOE对本项目各容配比方案进行经济性分析,根据NB/T 10394—2020《光伏发电系统效能规范》,LCOE 的计算式可表示为:
式中:LCOE 为平准化度电成本;I 为折现率,本文取8%;n 为光伏电站运行的第n 年;N 为光伏电站全生命周期,本文取25 年;I0 为光伏电站静态初始投资;It 为项目增值税抵扣;VR 为光伏电站残值,本文取5%;Mn 为第n 年运营成本,本文取0.032 元/W;Yn 为第n 年的上网电量。
不同容配比下不同基准限电率时本光伏电站的LCOE 如图7 所示。
由图7 可知:不同容配比下,随着基准限电率的提升,LCOE 随之上升,但变化幅度较为平缓;不同基准限电率时,最小LCOE 对应的容配比有所不同。基准限电率为0% 时,LCOE 最低为0.1301 元/kWh,最佳容配比是1.24:1;当基准限电率为10% 时,LCOE 最低为0.1448 元/kWh,最佳容配比是1.2:1;当基准限电率为20% 时,LCOE 最低为0.1618 元/kWh,最佳容配比是1.1:1;当基准限电率为30% 时,LCOE 最低为0.1857 元/kWh,最佳容配比是1.1:1,与容配比1.0:1 方案时的LCOE相比,仅降低了0.0001 元/kWh。
限电对最佳容配比选取的影响表现为基准限电率越大,LCOE 最小时对应的容配比( 即最佳容配比) 越小。由于基准限电率会影响实际发电量,而容配比则会同时影响实际发电量和项目成本,结合式(5) 可以发现,在基准限电率提高的情况下,容配比的降低将进一步降低实际发电量和项目成本,因此LCOE 也有所降低,从而导致不同基准限电率的情况下,LCOE和容配比关系曲线的变化。结合图7 可以看出:随着基准限电率提升,高容配比方案的经济优势逐渐下降,低容配比对抗限电风险的能力更强,同时考虑到未来限电情况的不确定性,本光伏电站容配比取1.0:1。
6 结论
本文以青海省某大型集中式光伏电站的设计为例,通过整理分析其附近已建同类型光伏电站的理论输出功率、实际输出功率、AGC 指令数据等相关数据,针对限电对光伏电站设计方案的影响进行了分析。得到以下结论:
1) 限电功率、限电率和光伏发电输出功率三者之间存在一定关系;
2) 当基准限电率确定时,容配比越小,年限电率也越小;
3) 25 年全生命周期内,逐年的限电率随着光伏电站运行年限的增加而减少;基准限电率越大,基于LCOE 最小得到的最优容配比也就越小,说明限电对容配比的选择存在影响。
相较于按照限电率对光伏电站发电量进行折减的方式分析限电情况,采用本文中的限电分析方法更接近光伏电站实际情况,得到的光伏电站设计方案也更为合理。期望本文的研究成果可为光伏电站在限电情况下的设计提供参考。
[ 参考文献 ]
[1]国家能源局. 风电光伏发电合计装机首超煤电[EB/OL].(2024-08-16).https: //www.nea.gov.cn/2024-08/16/c_1310784513.htm.
[2]李康. 光伏发电项目LCOE 的研究与思考[J]. 太阳能,2024(4):5-10.
[3]方勇,李光达,李绍震. 光伏发电系统的LCOE 及最优容配比分析[J]. 太阳能,2023(4):36-43.
[4]刘家鼎. 基于青海地区在运光伏电站监测数据的容配比提升分析[J]. 太阳能,2021(3):57-62.
[5]张波,高远,王磊,等. 光伏发电系统容配比与功率限值整定方法[J]. 太阳能学报,2024,45(7):532-539.
[6]王亚军,王继东,曹曼,等. 光伏电站理论发电功率的优化计算模型与方法[J]. 电力系统保护与控制,2024,52(14):144-153.
[7]王磊,石家瑞,吴源鑫,等. 基于光伏系统可靠性的组件与逆变器最优容配比研究[J]. 太阳能学报,2021,42(12):498-504.
[8]中华人民共和国住房和城乡建设部. 光伏发电站设计标准:GB 50797—2012[S]. 北京:中国计划出版社,2012.
[9]国家能源局. 光伏发电系统效能规范:NB/T 10394—2020[S]. 北京:中国水利水电出版社,2020.