基于綠色用電經濟性的風光容量優化配置研究
——以內蒙古為例

熊力 高麗萍 賓雪 張云龍 張文

（1 水電水利規劃設計總院 北京 100120 2 中國電建集團福建省電力勘測設計院有限公司 福建福州 350003 3 中國電建集團河北省電力勘測設計研究院有限公司 河北石家莊 050031）

0 引言

在“碳達峰、碳中和”目標［1］背景下，企業對生產清潔用能需求越來越高，內蒙古地區風能、太陽能資源豐富［2］，“新能源發電+電能替代”的方式已成為企業生產清潔替代的重要途徑之一。

新能源出力存在波動性，優化風光容量配置，可通過風光出力互補性降低新能源出力的波動，減少棄電現象，并降低投資、運行成本。在風光容量優化配置的研究上，開賽江等［3］以運行成本和污染物排放最小為目標，建立了1 種可再生能源綜合能源系統的容量優化配置模型，并基于典型日風光出力及負荷特性進行仿真，驗證了模型的有效性；劉國明等［4］提出了1 種考慮需求響應和碳排放量的光儲充電站容量配置優化方法，并基于遺傳算法進行求解，通過算例仿真驗證了方法的作用；劉忠等［5］以成本最低、全生命周期碳排放量最小為目標，提出了1 種風電-光伏-抽水蓄能-蓄電池系統的容量優化配置方法，并結合真實數據進行求解；夏芹芹等［6］結合區域新能源爬坡特性，以及電源出力和負荷匹配情況，提出了風光火系統的容量優化配置方法，對遼寧地區進行仿真計算；周業榮等［7］構建了水風光蓄系統容量配置的雙層規劃模型，其中外層模型以風光規模最大化和棄風光最小化為目標函數，內層模型以源荷匹配度最大化和典型日售電收入最大化為目標函數，并采用粒子群算法和逐步優化算法進行求解。然而，目前開展的研究對新能源項目的容量配置優化目標函數多集中于建設投資成本、運行成本、碳排放等，尚未考慮用戶的綠色產品購買成本。

本文以考慮企業綠色用電成本最小化為目標，建立了1 種計及風光儲系統運行策略和綠色產品購買成本的風光容量優化配置模型，并根據內蒙古某園區實際負荷消費和風光出力數據進行模擬仿真，同時結合電價、綠色產品成本的實際情況，進行敏感性分析。

1 基于風光儲系統的綠色用電方案

風電-光伏-儲能聯合系統由風電、光伏、儲能項目組成，用電負荷優先使用新能源項目發電量，當風光儲系統出力無法滿足用戶負荷時，由電網供電；若新能源出力大于用電負荷，儲能項目開啟充電，將多余的風光發電量進行儲存，根據內蒙古地區對工業園區綠色供電項目、源網荷儲一體化項目要求，新能源發電項目不得向公網反送電，故當儲能功率或容量不足以儲存多余電量時，產生棄電；若用電負荷大于新能源出力時，儲能系統放電以滿足負荷消費，剩余部分由電網進行供電。當負荷從公用電網受電峰谷差率高于負荷自然峰谷差率，通過適當棄電，調節儲能充電、放電容量，以降低峰谷差率使其不高于負荷自然峰谷差率，不增加系統調峰壓力。風電-光伏-儲能聯合系統控制策略見圖1。

圖1 風電-光伏-儲能聯合系統控制策略

本文假設用戶用電量分別來源于風光儲系統、電網，電網供電量含煤電、三余發電、水電等，對應電量仍需購買相關綠色產品以達到全綠電消費要求?，F階段內蒙古地區尚未開啟綠色電力交易試點，故綠色產品暫考慮綠色電力證書（以下簡稱“綠證”）。

2 研究方法

2.1 目標函數

本文所提出的新能源系統容量優化配置方法以綠色用電成本最小化為目標函數，綠色用電成本包括新能源項目建設投資成本和運維成本、外購電力成本以及綠證購買成本，計算公式為式（1）。

式中：C 為綠色用能成本；Ci為新能源項目建設投資成本；Co&p為新能源項目運維成本；Cpe為外購電力成本；CGEC為綠證購買成本。

新能源項目投資成本包括風電項目、光伏項目以及配建的儲能項目投資，采用平均折舊法計算年折舊費，殘值率均取0%，新能源項目投資成本計算公式為式（2）。

式中：Cw、Cpv、Cst分別為風電、光伏、儲能項目的單位建設投資成本；Sw、Spv、Sst分別為風電、光伏、儲能項目規模；Tw、Tpv、Tst分別為風電、光伏、儲能項目折舊年限。

新能源項目運維成本計算公式為式（3）。

式中：Mw、Mpv、Mst分別為風電、光伏、儲能項目每年單位運維成本。

外購電力成本與外購電量相關，外購電量受用電負荷和風電、光伏以及儲能出力影響，外購電力成本的計算公式為式（4）。

式中：Ce為電價；Egr為電網供電 量；Po，t為t時刻的電力負荷；Pw，t、Ppv，t分別為t 時刻風電、光伏項目出力；Pst，t為t 時刻 儲能系統運行功率，Pst，t＞0 表示放電，Pst，t＜0 表示充電。

綠證購買成本的計算公式為式（5）。

式中：f（Pgr）是根據統計數據擬合的綠證價格函數取值為Egr的結果，1 張綠證=1 MWh。

2.2 約束條件

（1）風光儲項目建設規模約束。在實際項目建設過程中，新能源項目建設規模往往受資源條件、用電負荷、政策措施等的限制，見式（6）。

式中：Sw，max、Spv，max分別為風電、光伏最大允許建設規模。

配建儲能規模根據 《內蒙古自治區人民政府辦公廳關于推動全區風電光伏新能源產業高質量發展的意見》（內政辦發〔2022〕19 號）要求，取風電、光伏總裝機容量的15%、儲能時長4 h。

（2）儲能充電約束。儲能項目實際運行與新能源項目出力和負荷變化有關，該項目為風電、光伏項目的配建工程，儲能充電量均來源于新能源出力。儲能充放電功率與新能源出力、電力負荷等有關，并受最大功率限制，見式（7）。

式中：Ppa，t為t 時刻棄電功率；Pst，max為儲能項目最大功率。

同時，儲能充、放電電量受儲能容量限制，見式（8）。

式中：Est為儲能系統電量；E0為儲能系統初始電量；t1、t2 為儲能運行的任意兩個時刻（t1＜t2）；DOD 為放電深度。

（3）公網受電電力峰谷差率約束。以不增加系統額外調峰壓力為原則，新能源項目建成后，要求從公網受電電力的峰谷差率不高于負荷自然峰谷差率，見式（9）。

式中：rd，l為新能源項目建成后的從公網受電電力的日峰谷差率；rd，o為負荷自然日峰谷差率。

日峰谷差率計算公式見式（10）。式中：Pgr，t為t 時刻從公網受電功率。

2.3 求解方法

采用EXCEL 的規劃求解模塊進行求解，優化決策變量為風電、光伏總裝機容量，具體邏輯步驟為：

步驟1：確定參數，明確風電、光伏裝機容量上限和下限。

步驟2：根據實際風資源、太陽能資源數據模擬風電、光伏出力。

步驟3：對全年8 760 h 風電、光伏出力以及負荷進行仿真，并根據供電要求進行生產模擬，得到新能源消納量、電網供電量等參數，并計算綠色用能成本。

步驟4：當前節點與鄰接點進行比較，若綠色用能成本最小輸出結果，否則用較小的點替換當前點，得到新的風電、光伏總裝機容量，并返回步驟2，直到得出綠色用能成本最小為止。

3 算例仿真及結果分析

3.1 研究區概況和數據來源

選取內蒙古自治區某工業園區為例，以打造“全綠電”園區為目標，計劃通過新能源供電及購買綠證方式實現。根據園區風資源、太陽能資源及建設條件，假設風電、光伏總裝機容量上限為1 000 MW，其中：風電、光伏裝機容量上限均為500 MW。

本文數據包括電力、成本2 類數據，電力數據均采用實測、仿真值，成本數據主要為行業數據。電力數據中：園區用電負荷來源于相關企業；風電、光伏出力根據資源數據進行仿真；儲能放電深度取10%。成本數據中：新能源項目建設投資、運維成本來源于行業相關統計數據，風電、光伏、儲能折舊年限分別取20、20、10 a；外購電力電價取2022 年內蒙古電力中長期市場的區內交易平均價格；綠證數據采用中國綠色電力證書認購交易平臺上2022 年7 月—2023 年8 月的數據，并通過擬合得到綠證價格函數，自變量為綠證成交數量。

3.2 結果分析

所處區域風電、光伏出力具備季節互補性，日出力隨機性強，不具備明顯規律。從季節出力上看，風電具備冬季出力大、夏季出力小的特點，12 月（冬季）平均出力率為0.51，而7 月（夏季）平均出力率僅為0.07；光伏出力呈夏季相對較好、冬季相對較差的特點，光伏7 月（夏季）平均出力率為0.28，12 月（冬季）平均出力率為0.13。從日出力上看，風電出力波動性較大，光伏出力與太陽輻射量相關，具有波動性，但出力總體呈日間大、夜間小。根據所處區域資源模擬的四季典型日風電、光伏出力率見圖2。

圖2 模擬四季典型日風電、光伏出力率

根據本文所提出的模型仿真得到綠色用電年成本最低時的優化方案為風電裝機280 MW、光伏裝機103 MW、儲能裝機58 MW/232 MWh，綠色用電年成本為134 785 萬元，新能源利用比例為16.5%。

本文提出的風光容量優化配置模型可有效提高園區的綠色用電經濟性。園區新能源項目建設規劃規模為風電裝機300 MW、光伏裝機200 MW、儲能裝機75 MW/300 MWh，綠色用電年成本為136 491 萬元，較優化方案高了0.4%。與規劃方案相比，優化方案的新能源項目建設投資、運維成本每年分別可降低約22.1%、16.5%；新能源項目建設規模雖下降，但由于新能源消納率提高，電網供電量增幅較小，使外購電力成本和綠證成本僅增加3.4%。若風電、光伏建設規模小于優化方案，以風電裝機200 MW、光伏裝機100 MW、儲能裝機45 MW/180 MWh 為例，新能源項目的投資、運維成本較優化方案每年分別低22.4%、24.9%，但由于新能源發電量進一步減少，電網供電量增加，新能源項目的投資、運維成本降幅小于外購電力和綠證購買成本，使其綠色用電年成本較優化方案還高了約0.2%。

外購電力成本是風光容量優化的重要因素。優化方案的綠色用電總成本中，外購電力成本最高，占總成本比重達到87.6%；根據綠證價格函數，綠證成交量越大，成交均價越低，優化方案中綠證成交量超過100 萬張，成交均價0.4 元/張，綠證購買成本占總成本比重僅為0.1%。優化方案的綠色用電成本構成見圖3。

圖3 優化方案綠色用電成本構成

現階段，綠證購買成本對所在區域的風光容量優化影響較小。根據本文所提出的模型，扣除綠證購買成本后，優化方案中的風電、光伏、儲能容量與考慮綠證購買成本的結果一致，說明綠證購買成本暫未對風光容量優化配置形成較大影響。

但是，隨著國外對我國工業產品的“環境稅”征收、供應鏈需求等因素，以及國內“碳達峰、碳中和”目標的實施，預計各類企業對綠色用能的需求將逐漸提升，綠證價格也將隨之提高。同時，本文采用的電價數據為內蒙古地區2022 年電力中長期市場的區內交易平均價格，較蒙西地區燃煤發電基準價格高了約24%，而優化方案中外購電力成本占比過半。故選取綠證價格、電價作為敏感性分析因素研究其對風光容量優化配置的影響。

3.3 敏感性分析

電價與風光總裝機、綠色用電成本呈線性趨勢。選取蒙西電網燃煤發電基準價格，按照上下浮動最多為20%的原則，采用本文提出的優化模型求解綠色用電年成本最低的方案，結果表明電價與風電、光伏優化配置容量呈線性變化。當電價由0.226 元/kWh 增加至0.339 元/kWh 時，對應優化方案風光總裝機容量由150 MW 增加至357 MW，綠色用電總成本由91 784 萬元提高至132 658 萬元。電價對風光容量優化配置結果的影響結果見圖4。

圖4 電價對風光容量優化配置結果的影響

綠證單價與風光總裝機、綠色用電成本呈線性增長趨勢。由于本文采用的電價高于燃煤發電基準價格，且當電價過高時，綠證價格對結果的影響有限，因此分析綠證價格敏感性時，電價采用蒙西電網燃煤發電基準價格，根據實際交易數據，綠證價格浮動上限采用50 元/張。計算結果表明綠證價格越高，優化方案中風電、光伏容量越高，且呈線性趨勢。當綠證價格由0.4 元/張提高至50 元/張時，優化方案的風光總裝機容量由243 MW 增加至350 MW，綠色用電總成本由112 693 萬元提高至128 991 萬元。綠證價格對風光容量優化配置的影響結果見圖5。

圖5 綠證價格對風光容量優化配置結果的影響

電價和綠證價格共同影響風光容量優化配置，但電價影響大于綠證價格。根據圖4 趨勢，電價每提高0.01 元/kWh，風光總裝機增加20 MW，綠色用電年成本提高3 616 元。按照綠證對應電量進行測算，每kWh 電力蹬綠證價格提高0.01 元，對應風光總裝機增加22 MW，綠色用電年成本提高3 426 元，較電價墩年成本的影響低了約5%，說明相比于電價，綠證價格對結果的影響較小。

4 結語

本文基于綠色用電經濟性考慮，構建了風光容量優化配置模型，模型以綠色用電年成本最小化為目標函數，并結合風光耽系統運行策略，選取內蒙古某園區的用電負荷和風光出力數據進行全年8 760 h 生產模擬仿真，并對電價和綠證價格進行敏感性分析。結果表明，本文提出的模型具備有效性，優化方案可有效降低園區綠色用電年成本；現階段電價是綠色用電成本的主要組成部分之一，優化方案中外購電力成本占總成本比重達到87.6%；電價對方案的影響比綠證價格更大，按0.01 元/kWh 測算，綠證價格對年成本的影響比電價的影響低5%。