Page 24 - 《中国电力》2026年第4期
P. 24

2026  年 第 59 卷




                   1 200                         c LHX ;        出,与不考虑爬坡约束的模拟结果相比,纳入该
                   切负荷或弃新能源值/万kW  600 0          d LHX              1 800                  基准情景;
                                                 c CYD ;
                   1 000
                                                                约束后,系统切负荷和弃新能源总量分别升高
                                                 d CYD ;
                                                                                                         25 810
                    800
                    400
                                                                                           95%置信度极端供过于求场景;
                                                                                           95%置信度极端供不应求场景
                    200
                                                                    1 600
                    −200
                    −400                                            1 400
                                                                    1 200
                       0  1 000 2 000 3 000 4 000 5 000 6 000 7 000 8 000 9 000
                                     时间/h                          切负荷或弃新能源值/万kW  1 000
                   图 7   基于随机生产模拟的切负荷和弃新能源量                          800
              Fig. 7    Load shedding and renewable energy curtailment  600
                    based on stochastic production simulation        400
              坡能力不足也是诱发切负荷及弃新能源事件、影                                  200
                                                                      0
              响系统稳定运行的重要因素。尽管增加机组投运                                   00:00     08:00     16:00     24:00
              数量可在一定程度上缓解上述问题,但受火电机                                                  时刻
              组最小技术出力约束的限制,该策略不仅将推高                                     图 8   不同情景下单日随机生产模拟结果
              系 统 投 资 成 本 , 且 随 着 新 能 源 渗 透 率 的 持 续 提              Fig. 8    Results of single-day stochastic production
                                                                         simulation under different scenarios
              升,还可能进一步加剧新能源弃用问题。
                                                                         表 5   爬坡约束影响的对比分析结果
                  表  4  为不同置信度下两种极端场景的灵活性
                                                                Table 5   Contrastive analysis of ramping constraint effects
              评估结果。极端供大于求场景中,新能源出力取
                                                                 爬坡约束                 c CYD /  d CYD /  c LHX /  d LHX /
              上限值,负荷取下限值;极端供不应求场景中,                                      P LOL  P LONE  万kW  万kW    万kW   万kW
              新能源出力取下限值,负荷取上限值。图                      8  进一       考虑    0.107 4 0.001 1 148 600.50 25 810.00 248.52 2 933.6
              步给出了基准情景(不考虑新能源出力和负荷预                               不考虑   0.105 7  0  148 601.23  0   248.53  0
              测误差)、95%       置信度下极端供大于求情景及极
                                                                      1 200
              端供不应求情景的单日随机生产模拟结果。3                        种                                      c LHX ;
                                                                                                 c CYD ;
              情景的模拟结果可共同表征任意时段内系统灵活                                   1 000                      d CYD ;
                                                                       800
              性的均值及其变动范围,既有助于预警潜在灵活                                    600                       d LHX
              性风险,也能为强化系统应对极端场景的能力提                                  切负荷或弃新能源值/万kW  400
              供支撑。相比之下,已有的灵活性评估方法则不                                    200
              具备此功能。                                                    0
                                                                      −200
                  针对已有随机生产模拟方法未纳入机组爬坡                                    0     500   1 000  1 500  2 000  2 500
                                                                                       时间/h
              约束的缺陷,本文通过对比分析进一步验证了该                                                 a) 考虑爬坡约束
              约束的重要性,结果如表              5  和图  9  所示,可以看                800                        c LHX ;
                                                                       700                        c CYD ;
                   表 4   不同置信度下的极端情景灵活性评估结果                            600                        d CYD ;
              Table 4   Flexibility evaluation results of extreme scenari-  500                   d LHX
                       os under different confidence levels            400
                   置信              c CYD /  d CYD /  c LHX /  d LHX /  切负荷或弃新能源值/万kW  300
               场景       P LOL  P LONE                                  200
                   度/%             万kW    万kW   万kW    万kW             100
               极端   85  0.214 5 0.000 1 402 390 116 280.0 184.61  190.73  0
               供不   90  0.225 7 0.000 1 441 720 133 630.0 175.95  170.81  −100 0  500  1 000  1 500  2 000  2 500
               应求                                                                      时间/h
                    95  0.241 9 0.000 1 490 670 156 570.0 165.57  147.48
                                                                                    b) 不考虑爬坡约束
               极端   85  0.046 1 0.003 5  48 734  6 125.2 306.43  9 721.10
                                                                      图 9   爬坡约束对切负荷和弃新能源量的影响
               供大   90  0.040 5 0.004 2  41 133  5 045.1 312.63 11 684.00
               于求                                               Fig. 9    Load shedding and renewable energy curtailment
                    95  0.034 6 0.005 9  33 385  3 991.7 320.00 16 196.00
                                                                             due to ramping constraint
               20
   19   20   21   22   23   24   25   26   27   28   29