Page 34 - 《中国电力》2026年第4期
P. 34

2026  年 第 59 卷




                     27   生成的出力场景;      预测出力;     实际出力          月  25  日共计  360  天划分为   36  个时段,分别编号为
                                                                时段   1~36,进行滚动计算,结果如表               3、4  所示。
                    出力/GW                                       由表   3  知,1  月  1  日—1  月  10  日内,应用传统方
                     18
                     9
                                                                法,调度期内四省一市均存在不同程度缺电,江
                     0                                          苏日内缺电最大为          2.43  亿  kW·h;应用本文方法,
                     01-01  01-02  01-03  01-04  01-05  01-06  01-07  01-08  01-09  01-10
                                     日期                         江苏日最大缺电为           1.61  亿  kW·h,下降  33.7%,且
                                    a) 风电                       其余地区缺电整体减少。由表                4  可知,以时段内
                     12
                          生成的出力场景;      预测出力;     实际出力          累积弃、缺总量为标准,本文方法缓解缺电情况
                    出力/GW  8 4                                  表现更好,整体减少超             33.3%,上海减少最高为
                                                                55.6%。因此,本文所提方法在缺电表现方面,显
                                                                著 优 于 传 统 方 法 , 可 以 一 定 程 度 规 避 电 网 缺 电
                     0                                          风险。
                     01-01  01-02  01-03  01-04  01-05  01-06  01-07  01-08  01-09  01-10
                                     日期                             2)情况    2:以时段      1  为例,固定火电机组启
                                    b) 光伏                       停状态,进一步调整电源出力。图                   2~5  为不同方
                 图 1   新能源实际出力、预测出力和生成的出力场景                     法下网调火电调节能力和调整后全网弃缺情况。
                 Fig. 1    Actual output, predicted output, and output  由图  2~5  可知,1  月  1  日—1  月  10  日在计划基
                         scenarios of renewable energy
                                                                础上进一步调整后,传统方法最大缺电                  1.2  亿  kW·h,
              能源出力过程提供更准确的概率描述。                                 缺电总量      6.7  亿  kW·h,本文方法最大缺电         0.48  亿

              3.2.2    新能源实际出力场景下模型对比                           kW·h,缺电总量       1.8  亿  kW·h;预见期内完全平衡
                  为 验 证 本 文 方 法 的 有 效 性 , 以       2024  年  1  月  日,传统模型占比          20%,本文方法占比         50%;两
              1  日—12  月  25  日华东地区实际风光出力场景为输                   种方法调整后均不存在弃电,新能源实现进一步
              入,对比本文所提模型与传统“预报即计划”模                             消纳。分析可知,本文方法在情况                   2  下,整体表
              型的表现情况。对以下             2  种情况进行对比分析。              现仍显著优于传统方法,对电网安全运行具有指
              1)网调电源严格按计划执行,出力不可调;2)火                           导意义。

              电机组启停状态固定,出力进一步调整。                                3.2.3    网调计划可靠性分析
                  1) 情 况   1。 将  2024  年  1  月  1  日 —2024  年  12   掌握电力系统电源出力特性及火电开停机计


                                      表 3   2  种调度模式下各地区弃缺情况(1         月  1  日—1  月  10  日)
              Table 3   Curtailment and shortage status of various regions under two dispatching modes (January 1 st to January 10 th)
                                                                                                     单位:MW
                                                       缺电、弃电(缺电为正、弃电为负)
                  日期                      传统调度方法                                     本文所提方法
                            上海       江苏       浙江      安徽      福建       上海      江苏      浙江       安徽       福建

                2024-01-01   –75.1   –667.4   –300.6  –421.7   379.3  –342.4  –469.8   –149.7   –482.7   238.6
                2024-01-02   –18.7   1 607.1  –960.6   283.6   302.4  –317.7  1 761.3  –902.6    567.4   –64.5
                2024-01-03    –6.2    841.0    249.5   279.2   81.7   –305.2  1 372.3  –129.3    332.0  –158.5
                2024-01-04   139.9   2 835.1  –132.6  –816.2  –281.9  –285.4  1 492.1  –364.7  –1 038.7  –404.5
                2024-01-05    64.1   6 967.2   86.5   –801.8   150.9  –389.0  4 914.6   376.5   –938.7   113.4
                2024-01-06    72.3   6 525.2  –950.2   331.4   379.0  –368.0  4 411.5  –779.0    181.9   137.6
                2024-01-07  –145.5   8 103.3  –1 094.6  –191.0  23.7  –350.5  3 855.5  –815.1     68.0    50.9
                2024-01-08  –839.0  10 111.7  –1 279.0  –59.9  –526.8  –454.7  6 712.3  –506.8   744.7  –324.5
                2024-01-09  –1 067.1  8 119.0  –95.3   393.0  –351.9  –481.1  4 333.6   308.7   1 408.2  191.9
                2024-01-10  –111.5   5 464.1   568.5   454.2   257.4  –692.4   791.0  –1 115.1  –111.3   –63.9

               30
   29   30   31   32   33   34   35   36   37   38   39