熱門資訊> 正文
2025-08-11 15:57
(來源:太陽能雜誌)
DOI:10.19911/j.1003-0417.tyn20240822.01 文章編號:1003-0417(2025)07-12-07
限電對光伏電站設計方案的影響分析
劉爭昊、馬思娟、武鏡海、馬琳、史剡烽
( 聚合電力工程設計( 北京) 股份有限公司,北京 100048)
摘 要:隨着光伏行業迅速發展,光伏發電裝機規模不斷提升,但中國西北地區的棄光限電情況較為嚴重。限電會對光伏電站的設計方案產生影響,以青海省某大型集中式光伏電站的設計為例,通過整理分析其附近已建同類型光伏電站的相關數據,針對限電對光伏電站設計方案的影響進行了分析。分析結果表明:1) 限電功率、限電率和光伏發電輸出功率三者之間存在一定的關係;2) 當基準限電率確定時,容配比越小,年限電率也越小;3) 25 年全生命周期內,逐年的限電率隨着光伏電站運行年限的增加而減少,基準限電率越大,基於LCOE 最小得到的最優容配比就越小,説明限電對容配比的選擇存在影響。由於所採用的限電分析方法較為接近光伏電站的實際限電情況,得到的光伏電站設計方案也更為合理。以期研究結果可為光伏電站在限電情況下的設計提供參考。
關鍵詞:光伏發電;光伏電站;限電;消納;容配比;平準化度電成本
中圖分類號:TM615 文獻標誌碼:A
隨着「雙碳」目標的提出,中國新能源發電裝機規模大幅提升。截至 2024 年6 月底,太陽能發電裝機容量達7.14 億kW[1]。光伏發電作為太陽能發電的重要組成部分,隨着其裝機規模不斷增加,引發了諸多挑戰。西藏自治區、青海省、甘肅省、新疆維吾爾自治區等中國西北地區因受到地廣人稀、外送通道建設進度滯后、光伏發電輸出功率不穩定等因素的影響,導致其光伏發電量無法被完全消納,棄光限電情況較為嚴重。根據全國新能源消納監測預警中心的數據,2022—2024 年青海省的限電情況始終位於全國高位。由於限電會涉及到光伏發電項目的發電量、容配比、平準化度電成本(LCOE) 等內容的確定,其對光伏電站的設計產生了重要影響。
本文以青海省某大型集中式光伏電站( 下文簡稱為「本光伏電站」) 的設計為例,通過整理分析其附近已建同類型光伏電站(下文簡稱為「已建光伏電站」) 的相關數據,確定其限電時段和基準限電功率,並分析限電功率、限電率和光伏發電輸出功率三者之間的關係,從而細化限電對光伏電站設計方案的影響,最終確定本光伏電站的設計方案。
1 項目概況
本光伏電站計劃建於青海省海西蒙古族藏族自治州大柴旦行政區,設計容量為500 MW,配套新建有1 座330 kV 升壓站。本光伏電站設計採用標稱功率為700 W 的n 型TOPCon 雙面雙玻單晶硅光伏組件;320 kW 組串式逆變器;平單軸跟蹤式光伏支架,跟蹤範圍為-45°~45°。
已建光伏電站位於本光伏電站附近,建成於2021 年,其採用標稱功率為650 W 的p 型PERC雙面雙玻單晶硅光伏組件;225 kW 組串式逆變器;平單軸跟蹤式光伏支架,跟蹤範圍為-45°~45°;容配比約為1.24:1。
2 自動發電控制(AGC) 指令數據分析
在光伏電站實際運行過程中,電網通常通過AGC 指令調度來控制光伏電站的輸出功率,以達到限電的效果,即以限電功率的形式進行電力調度。因此,通過分析已建光伏電站的AGC 指令數據,可為本光伏電站的限電情況提供參考。目前收集到已建光伏電站2024 年5—6 月每天07:00~20:45 之間每15 min 的AGC 指令數據和理論輸出功率、實際輸出功率等數據。典型日已建光伏電站的AGC 指令數據、理論輸出功率及實際輸出功率如圖1 所示。
由圖1 可知:該已建光伏電站的AGC 指令數據與實際輸出功率的變化基本一致,説明AGC 指令調度實現了對光伏電站輸出功率的控制,達到了限電的目的。此外,限電時段主要集中在10:45~16:45 之間,其他時間段基本不限電。
考慮到本光伏電站所在區域的真太陽時與北京時間下的真太陽時相差約105 min,因此在后續限電分析中,限電時段按照09:00~15:00( 真太陽時) 考慮;同時,鑑於PVsyst 軟件的精度為小時級,因此,限電時段內,每小時的AGC 指令按照無變化考慮。
3 限電率分析
目前,收集到已建光伏電站2022—2023 年期間各月的實際發電量和限發電量數據,其中,各月的限發電量數據如圖2 所示。
由圖2 可知:2022 年,除1 月、3 月和4 月之外,其他月份均存在限電情況,7 月的限發電量最高;2023 年,除2 月之外,其他月份均存在限電情況,4 月的限發電量最高。
根據收集到的數據,計算已建光伏電站的光伏發電限電率P,其計算式為:
式中:Ep 為限發電量;EG 為實際發電量。
結合圖2 和式(1) 可計算得到2022 年已建光伏電站在12 月的限電率最高,為16%,全年平均限電率為4.13%;在2023 年,4 月的限電率最高,為20%,全年平均限電率為7.65%。
從統計得到的限發電量數據來看,已建光伏電站全年的限電情況與枯豐水期、季節、月份等之間不存在明顯的規律。對於本光伏電站,考慮到未來限電的不確定性,結合已建光伏電站歷史限電情況,為統一計算條件,本文將限電功率按全年統一值保守考慮,因此,在本光伏電站首年基準限電率分別取10%、20%、30% 的前提下進行分析。
4 光伏電站的限電情況計算分析
通常,光伏電站考慮限電情況時是按照限電率對光伏電站發電量進行折減,且不同容配比、不同運行年份均按相同的限電率考慮。然而,在光伏電站實際運行過程中,電網是通過AGC指令調度控制光伏電站的輸出功率以達到限電的效果。當AGC 指令下達后,若光伏發電輸出功率大於限電功率,則光伏發電輸出功率被限制成與限電功率基本一致;若光伏發電輸出功率小於限電功率,則光伏發電輸出功率不受限電影響。
通過輸入太陽輻照度、光伏電站裝機容量、光伏組件安裝傾角等數據,可利用PVsyst 軟件模擬計算出精度為小時級的光伏發電輸出功率,即光伏發電逐時平均輸出功率。光伏發電逐時平均輸出功率的總和即為光伏電站的總輸出功率,乘以相應時間段即可得到發電量。由於限電的存在,限電功率將光伏發電逐時平均輸出功率曲線分為上下2 部分,其中,上面區域為限發電量,下面區域為實際發電量,具體如圖3 所示。
通過上述分析,再結合式(1),可以簡化得到光伏發電逐時平均輸出功率Ei 、限電率和限電功率w 三者之間的關係,即:
若光伏電站全年按相同的限電功率且每天的限電時段按照真太陽時09:00~15:00 考慮;此外,由於PVsyst軟件仿真得到的光伏發電逐時平均輸出功率曲線是按照時間順序排序,由此可定義限電時段集合T,其可表示為:
式中:d 為天數,取值為1~365;k 為一天中的第k 個小時,取值為9~15。
在明確光伏電站首年基準限電率后,結合式(2)、式(3),可以進一步得到在特定限電時段內限電功率、光伏發電逐時平均輸出功率和限電率三者之間的關係,即:
將已建光伏電站的容配比1.24:1 作為本光伏電站設計時的基準容配比。根據Solargis 輻照數據庫中本光伏電站所在地的太陽輻照數據,再根據本光伏電站電氣設備相關參數信息,利用PVsyst 軟件仿真計算出本光伏電站的首年光伏發電逐時平均輸出功率,然后結合式(3) 篩選出限電時段對應的發電量集合,再通過二分法利用式(4) 計算出本光伏電站首年的基準限電率,分別取10%、20%、30% 時對應的限電功率,即360.24、276.59、204.44 MW,並分別將其作為本光伏電站全生命周期25 年內限電時段AGC 指令下的限電功率。本光伏電站首年典型日不同基準限電率下的輸出功率曲線如圖4 所示。
在上述分析的基礎上,通過PVsyst 軟件模擬計算出本光伏電站25 年的逐年光伏發電逐時平均輸出功率,進一步利用式(3) 和式(4) 計算得到25 年內的逐年限發電量和逐年限電率。基準容配比下本光伏電站在不同首年基準限電率時的逐年限電率如圖5 所示。由於光伏電站中光伏組件每年存在功率衰減和因不均勻衰減引起的失配等情況,因此,相比於首年的基準限電率,以后運行期內光伏電站每年的限電率將逐漸下降。
由圖5 可知:在基準容配比1.24:1 的方案中,當首年基準限電率為10% 時,本光伏電站25 年的年均限電率為7.80%,第25 年的限電率將下降至5.00%;當首年基準限電率為20% 時,本光伏電站25 年的年均限電率為17.61%,第25年的限電率將下降至14.32%;當首年基準限電率為30% 時,本光伏電站25 年的年均限電率為28%,第25 年的限電率將下降至25.21%。
5 容配比方案分析
對本光伏電站按照1.24:1、1.20:1、1.10:1、1.00:1這4 個容配比方案進行發電量和經濟性分析。5.1 不同容配比方案下的發電量分析
上文已計算得到容配比為1.24:1 時,本光伏電站在25 年內 AGC 指令下的逐年限電功率。再利用PVsyst 模擬計算得到本光伏電站在其他容配比方案下,25 年內的逐年光伏發電逐時平均輸出功率。在模擬計算時,為方便對比,除與容配比相關的參數設置不同外,不同容配比方案中其他參數的設置均保持一致。利用式(3) 和式(4)計算得到其他容配比方案下的25 年逐年限電率和發電量情況。爲了更客觀地進行對比,將不同容配比和基準限電率下的首年發電量摺合為首年發電小時數,結果如表1 所示。
由表1 可知:在同樣的基準限電率下,當容配比減小時,首年發電小時數上升,即發電量提高;同樣容配比下,隨着基準限電率降低,首年發電量不斷增加。
不同基準限電率和不同容配比下本光伏電站25 年內的逐年限電率如圖6 所示。
由圖6 可知:當容配比為1.2:1 時,基準限電率分別為10%、20%、30% 時對應的首年限電率分別為9.27%、19.24%、29.37%;當容配比為1.1:1 時,基準限電率分別為10%、20%、30%時對應的首年限電率分別為7.15%、16.93%、27.43%;當容配比為1.0:1 時,基準限電率分別為10%、20%、30% 時對應的首年限電率分別為4.85%、14.14%、25.05%。由此可知,在基準限電率不變的情況下,隨着容配比降低,年限電率也隨之下降。
5.2 不同容配比方案下的經濟性分析
利用LCOE對本項目各容配比方案進行經濟性分析,根據NB/T 10394—2020《光伏發電系統效能規範》,LCOE 的計算式可表示為:
式中:LCOE 為平準化度電成本;I 為折現率,本文取8%;n 為光伏電站運行的第n 年;N 為光伏電站全生命周期,本文取25 年;I0 為光伏電站靜態初始投資;It 為項目增值税抵扣;VR 為光伏電站殘值,本文取5%;Mn 為第n 年運營成本,本文取0.032 元/W;Yn 為第n 年的上網電量。
不同容配比下不同基準限電率時本光伏電站的LCOE 如圖7 所示。
由圖7 可知:不同容配比下,隨着基準限電率的提升,LCOE 隨之上升,但變化幅度較為平緩;不同基準限電率時,最小LCOE 對應的容配比有所不同。基準限電率為0% 時,LCOE 最低為0.1301 元/kWh,最佳容配比是1.24:1;當基準限電率為10% 時,LCOE 最低為0.1448 元/kWh,最佳容配比是1.2:1;當基準限電率為20% 時,LCOE 最低為0.1618 元/kWh,最佳容配比是1.1:1;當基準限電率為30% 時,LCOE 最低為0.1857 元/kWh,最佳容配比是1.1:1,與容配比1.0:1 方案時的LCOE相比,僅降低了0.0001 元/kWh。
限電對最佳容配比選取的影響表現爲基準限電率越大,LCOE 最小時對應的容配比( 即最佳容配比) 越小。由於基準限電率會影響實際發電量,而容配比則會同時影響實際發電量和項目成本,結合式(5) 可以發現,在基準限電率提高的情況下,容配比的降低將進一步降低實際發電量和項目成本,因此LCOE 也有所降低,從而導致不同基準限電率的情況下,LCOE和容配比關係曲線的變化。結合圖7 可以看出:隨着基準限電率提升,高容配比方案的經濟優勢逐漸下降,低容配比對抗限電風險的能力更強,同時考慮到未來限電情況的不確定性,本光伏電站容配比取1.0:1。
6 結論
本文以青海省某大型集中式光伏電站的設計為例,通過整理分析其附近已建同類型光伏電站的理論輸出功率、實際輸出功率、AGC 指令數據等相關數據,針對限電對光伏電站設計方案的影響進行了分析。得到以下結論:
1) 限電功率、限電率和光伏發電輸出功率三者之間存在一定關係;
2) 當基準限電率確定時,容配比越小,年限電率也越小;
3) 25 年全生命周期內,逐年的限電率隨着光伏電站運行年限的增加而減少;基準限電率越大,基於LCOE 最小得到的最優容配比也就越小,説明限電對容配比的選擇存在影響。
相較於按照限電率對光伏電站發電量進行折減的方式分析限電情況,採用本文中的限電分析方法更接近光伏電站實際情況,得到的光伏電站設計方案也更為合理。期望本文的研究成果可為光伏電站在限電情況下的設計提供參考。
[ 參考文獻 ]
[1]國家能源局. 風電光伏發電合計裝機首超煤電[EB/OL].(2024-08-16).https: //www.nea.gov.cn/2024-08/16/c_1310784513.htm.
[2]李康. 光伏發電項目LCOE 的研究與思考[J]. 太陽能,2024(4):5-10.
[3]方勇,李光達,李紹震. 光伏發電系統的LCOE 及最優容配比分析[J]. 太陽能,2023(4):36-43.
[4]劉家鼎. 基於青海地區在運光伏電站監測數據的容配比提升分析[J]. 太陽能,2021(3):57-62.
[5]張波,高遠,王磊,等. 光伏發電系統容配比與功率限值整定方法[J]. 太陽能學報,2024,45(7):532-539.
[6]王亞軍,王繼東,曹曼,等. 光伏電站理論發電功率的優化計算模型與方法[J]. 電力系統保護與控制,2024,52(14):144-153.
[7]王磊,石家瑞,吳源鑫,等. 基於光伏系統可靠性的組件與逆變器最優容配比研究[J]. 太陽能學報,2021,42(12):498-504.
[8]中華人民共和國住房和城鄉建設部. 光伏發電站設計標準:GB 50797—2012[S]. 北京:中國計劃出版社,2012.
[9]國家能源局. 光伏發電系統效能規範:NB/T 10394—2020[S]. 北京:中國水利水電出版社,2020.