基于绿色用电经济性的风光容量优化配置研究——以内蒙古为例

熊力 高丽萍 宾雪 张云龙 张文

（1 水电水利规划设计总院 北京 100120 2 中国电建集团福建省电力勘测设计院有限公司 福建福州 350003 3 中国电建集团河北省电力勘测设计研究院有限公司 河北石家庄 050031）

0 引言

在“碳达峰、碳中和”目标［1］背景下，企业对生产清洁用能需求越来越高，内蒙古地区风能、太阳能资源丰富［2］，“新能源发电+电能替代”的方式已成为企业生产清洁替代的重要途径之一。

新能源出力存在波动性，优化风光容量配置，可通过风光出力互补性降低新能源出力的波动，减少弃电现象，并降低投资、运行成本。在风光容量优化配置的研究上，开赛江等［3］以运行成本和污染物排放最小为目标，建立了1 种可再生能源综合能源系统的容量优化配置模型，并基于典型日风光出力及负荷特性进行仿真，验证了模型的有效性；刘国明等［4］提出了1 种考虑需求响应和碳排放量的光储充电站容量配置优化方法，并基于遗传算法进行求解，通过算例仿真验证了方法的作用；刘忠等［5］以成本最低、全生命周期碳排放量最小为目标，提出了1 种风电-光伏-抽水蓄能-蓄电池系统的容量优化配置方法，并结合真实数据进行求解；夏芹芹等［6］结合区域新能源爬坡特性，以及电源出力和负荷匹配情况，提出了风光火系统的容量优化配置方法，对辽宁地区进行仿真计算；周业荣等［7］构建了水风光蓄系统容量配置的双层规划模型，其中外层模型以风光规模最大化和弃风光最小化为目标函数，内层模型以源荷匹配度最大化和典型日售电收入最大化为目标函数，并采用粒子群算法和逐步优化算法进行求解。然而，目前开展的研究对新能源项目的容量配置优化目标函数多集中于建设投资成本、运行成本、碳排放等，尚未考虑用户的绿色产品购买成本。

本文以考虑企业绿色用电成本最小化为目标，建立了1 种计及风光储系统运行策略和绿色产品购买成本的风光容量优化配置模型，并根据内蒙古某园区实际负荷消费和风光出力数据进行模拟仿真，同时结合电价、绿色产品成本的实际情况，进行敏感性分析。

1 基于风光储系统的绿色用电方案

风电-光伏-储能联合系统由风电、光伏、储能项目组成，用电负荷优先使用新能源项目发电量，当风光储系统出力无法满足用户负荷时，由电网供电；若新能源出力大于用电负荷，储能项目开启充电，将多余的风光发电量进行储存，根据内蒙古地区对工业园区绿色供电项目、源网荷储一体化项目要求，新能源发电项目不得向公网反送电，故当储能功率或容量不足以储存多余电量时，产生弃电；若用电负荷大于新能源出力时，储能系统放电以满足负荷消费，剩余部分由电网进行供电。当负荷从公用电网受电峰谷差率高于负荷自然峰谷差率，通过适当弃电，调节储能充电、放电容量，以降低峰谷差率使其不高于负荷自然峰谷差率，不增加系统调峰压力。风电-光伏-储能联合系统控制策略见图1。

图1 风电-光伏-储能联合系统控制策略

本文假设用户用电量分别来源于风光储系统、电网，电网供电量含煤电、三余发电、水电等，对应电量仍需购买相关绿色产品以达到全绿电消费要求。现阶段内蒙古地区尚未开启绿色电力交易试点，故绿色产品暂考虑绿色电力证书（以下简称“绿证”）。

2 研究方法

2.1 目标函数

本文所提出的新能源系统容量优化配置方法以绿色用电成本最小化为目标函数，绿色用电成本包括新能源项目建设投资成本和运维成本、外购电力成本以及绿证购买成本，计算公式为式（1）。

式中：C 为绿色用能成本；Ci为新能源项目建设投资成本；Co&p为新能源项目运维成本；Cpe为外购电力成本；CGEC为绿证购买成本。

新能源项目投资成本包括风电项目、光伏项目以及配建的储能项目投资，采用平均折旧法计算年折旧费，残值率均取0%，新能源项目投资成本计算公式为式（2）。

式中：Cw、Cpv、Cst分别为风电、光伏、储能项目的单位建设投资成本；Sw、Spv、Sst分别为风电、光伏、储能项目规模；Tw、Tpv、Tst分别为风电、光伏、储能项目折旧年限。

新能源项目运维成本计算公式为式（3）。

式中：Mw、Mpv、Mst分别为风电、光伏、储能项目每年单位运维成本。

外购电力成本与外购电量相关，外购电量受用电负荷和风电、光伏以及储能出力影响，外购电力成本的计算公式为式（4）。

式中：Ce为电价；Egr为电网供电 量；Po，t为t时刻的电力负荷；Pw，t、Ppv，t分别为t 时刻风电、光伏项目出力；Pst，t为t 时刻 储能系统运行功率，Pst，t＞0 表示放电，Pst，t＜0 表示充电。

绿证购买成本的计算公式为式（5）。

式中：f（Pgr）是根据统计数据拟合的绿证价格函数取值为Egr的结果，1 张绿证=1 MWh。

2.2 约束条件

（1）风光储项目建设规模约束。在实际项目建设过程中，新能源项目建设规模往往受资源条件、用电负荷、政策措施等的限制，见式（6）。

式中：Sw，max、Spv，max分别为风电、光伏最大允许建设规模。

配建储能规模根据 《内蒙古自治区人民政府办公厅关于推动全区风电光伏新能源产业高质量发展的意见》（内政办发〔2022〕19 号）要求，取风电、光伏总装机容量的15%、储能时长4 h。

（2）储能充电约束。储能项目实际运行与新能源项目出力和负荷变化有关，该项目为风电、光伏项目的配建工程，储能充电量均来源于新能源出力。储能充放电功率与新能源出力、电力负荷等有关，并受最大功率限制，见式（7）。

式中：Ppa，t为t 时刻弃电功率；Pst，max为储能项目最大功率。

同时，储能充、放电电量受储能容量限制，见式（8）。

式中：Est为储能系统电量；E0为储能系统初始电量；t1、t2 为储能运行的任意两个时刻（t1＜t2）；DOD 为放电深度。

（3）公网受电电力峰谷差率约束。以不增加系统额外调峰压力为原则，新能源项目建成后，要求从公网受电电力的峰谷差率不高于负荷自然峰谷差率，见式（9）。

式中：rd，l为新能源项目建成后的从公网受电电力的日峰谷差率；rd，o为负荷自然日峰谷差率。

日峰谷差率计算公式见式（10）。式中：Pgr，t为t 时刻从公网受电功率。

2.3 求解方法

采用EXCEL 的规划求解模块进行求解，优化决策变量为风电、光伏总装机容量，具体逻辑步骤为：

步骤1：确定参数，明确风电、光伏装机容量上限和下限。

步骤2：根据实际风资源、太阳能资源数据模拟风电、光伏出力。

步骤3：对全年8 760 h 风电、光伏出力以及负荷进行仿真，并根据供电要求进行生产模拟，得到新能源消纳量、电网供电量等参数，并计算绿色用能成本。

步骤4：当前节点与邻接点进行比较，若绿色用能成本最小输出结果，否则用较小的点替换当前点，得到新的风电、光伏总装机容量，并返回步骤2，直到得出绿色用能成本最小为止。

3 算例仿真及结果分析

3.1 研究区概况和数据来源

选取内蒙古自治区某工业园区为例，以打造“全绿电”园区为目标，计划通过新能源供电及购买绿证方式实现。根据园区风资源、太阳能资源及建设条件，假设风电、光伏总装机容量上限为1 000 MW，其中：风电、光伏装机容量上限均为500 MW。

本文数据包括电力、成本2 类数据，电力数据均采用实测、仿真值，成本数据主要为行业数据。电力数据中：园区用电负荷来源于相关企业；风电、光伏出力根据资源数据进行仿真；储能放电深度取10%。成本数据中：新能源项目建设投资、运维成本来源于行业相关统计数据，风电、光伏、储能折旧年限分别取20、20、10 a；外购电力电价取2022 年内蒙古电力中长期市场的区内交易平均价格；绿证数据采用中国绿色电力证书认购交易平台上2022 年7 月—2023 年8 月的数据，并通过拟合得到绿证价格函数，自变量为绿证成交数量。

3.2 结果分析

所处区域风电、光伏出力具备季节互补性，日出力随机性强，不具备明显规律。从季节出力上看，风电具备冬季出力大、夏季出力小的特点，12 月（冬季）平均出力率为0.51，而7 月（夏季）平均出力率仅为0.07；光伏出力呈夏季相对较好、冬季相对较差的特点，光伏7 月（夏季）平均出力率为0.28，12 月（冬季）平均出力率为0.13。从日出力上看，风电出力波动性较大，光伏出力与太阳辐射量相关，具有波动性，但出力总体呈日间大、夜间小。根据所处区域资源模拟的四季典型日风电、光伏出力率见图2。

图2 模拟四季典型日风电、光伏出力率

根据本文所提出的模型仿真得到绿色用电年成本最低时的优化方案为风电装机280 MW、光伏装机103 MW、储能装机58 MW/232 MWh，绿色用电年成本为134 785 万元，新能源利用比例为16.5%。

本文提出的风光容量优化配置模型可有效提高园区的绿色用电经济性。园区新能源项目建设规划规模为风电装机300 MW、光伏装机200 MW、储能装机75 MW/300 MWh，绿色用电年成本为136 491 万元，较优化方案高了0.4%。与规划方案相比，优化方案的新能源项目建设投资、运维成本每年分别可降低约22.1%、16.5%；新能源项目建设规模虽下降，但由于新能源消纳率提高，电网供电量增幅较小，使外购电力成本和绿证成本仅增加3.4%。若风电、光伏建设规模小于优化方案，以风电装机200 MW、光伏装机100 MW、储能装机45 MW/180 MWh 为例，新能源项目的投资、运维成本较优化方案每年分别低22.4%、24.9%，但由于新能源发电量进一步减少，电网供电量增加，新能源项目的投资、运维成本降幅小于外购电力和绿证购买成本，使其绿色用电年成本较优化方案还高了约0.2%。

外购电力成本是风光容量优化的重要因素。优化方案的绿色用电总成本中，外购电力成本最高，占总成本比重达到87.6%；根据绿证价格函数，绿证成交量越大，成交均价越低，优化方案中绿证成交量超过100 万张，成交均价0.4 元/张，绿证购买成本占总成本比重仅为0.1%。优化方案的绿色用电成本构成见图3。

图3 优化方案绿色用电成本构成

现阶段，绿证购买成本对所在区域的风光容量优化影响较小。根据本文所提出的模型，扣除绿证购买成本后，优化方案中的风电、光伏、储能容量与考虑绿证购买成本的结果一致，说明绿证购买成本暂未对风光容量优化配置形成较大影响。

但是，随着国外对我国工业产品的“环境税”征收、供应链需求等因素，以及国内“碳达峰、碳中和”目标的实施，预计各类企业对绿色用能的需求将逐渐提升，绿证价格也将随之提高。同时，本文采用的电价数据为内蒙古地区2022 年电力中长期市场的区内交易平均价格，较蒙西地区燃煤发电基准价格高了约24%，而优化方案中外购电力成本占比过半。故选取绿证价格、电价作为敏感性分析因素研究其对风光容量优化配置的影响。

3.3 敏感性分析

电价与风光总装机、绿色用电成本呈线性趋势。选取蒙西电网燃煤发电基准价格，按照上下浮动最多为20%的原则，采用本文提出的优化模型求解绿色用电年成本最低的方案，结果表明电价与风电、光伏优化配置容量呈线性变化。当电价由0.226 元/kWh 增加至0.339 元/kWh 时，对应优化方案风光总装机容量由150 MW 增加至357 MW，绿色用电总成本由91 784 万元提高至132 658 万元。电价对风光容量优化配置结果的影响结果见图4。

图4 电价对风光容量优化配置结果的影响

绿证单价与风光总装机、绿色用电成本呈线性增长趋势。由于本文采用的电价高于燃煤发电基准价格，且当电价过高时，绿证价格对结果的影响有限，因此分析绿证价格敏感性时，电价采用蒙西电网燃煤发电基准价格，根据实际交易数据，绿证价格浮动上限采用50 元/张。计算结果表明绿证价格越高，优化方案中风电、光伏容量越高，且呈线性趋势。当绿证价格由0.4 元/张提高至50 元/张时，优化方案的风光总装机容量由243 MW 增加至350 MW，绿色用电总成本由112 693 万元提高至128 991 万元。绿证价格对风光容量优化配置的影响结果见图5。

图5 绿证价格对风光容量优化配置结果的影响

电价和绿证价格共同影响风光容量优化配置，但电价影响大于绿证价格。根据图4 趋势，电价每提高0.01 元/kWh，风光总装机增加20 MW，绿色用电年成本提高3 616 元。按照绿证对应电量进行测算，每kWh 电力蹬绿证价格提高0.01 元，对应风光总装机增加22 MW，绿色用电年成本提高3 426 元，较电价墩年成本的影响低了约5%，说明相比于电价，绿证价格对结果的影响较小。

4 结语

本文基于绿色用电经济性考虑，构建了风光容量优化配置模型，模型以绿色用电年成本最小化为目标函数，并结合风光耽系统运行策略，选取内蒙古某园区的用电负荷和风光出力数据进行全年8 760 h 生产模拟仿真，并对电价和绿证价格进行敏感性分析。结果表明，本文提出的模型具备有效性，优化方案可有效降低园区绿色用电年成本；现阶段电价是绿色用电成本的主要组成部分之一，优化方案中外购电力成本占总成本比重达到87.6%；电价对方案的影响比绿证价格更大，按0.01 元/kWh 测算，绿证价格对年成本的影响比电价的影响低5%。