“格局”越大，越能看到可再生能源的可靠

看待可再生能源的发展，格局要大。态度包容，目光长远，规模宏大等等意义都包含在这短短的四个字里面了。比起化石能源，可再生能源确实还太年轻，还有很多的瓶颈和难题有待攻克，但是他的巨大潜力注定它会成为全球能源转型的中流砥柱。

之前在跟秦海岩老师的访谈中聊过可再生能源的间歇性，也就是很多人常说的“不稳定性”。记得他当时说“不稳定”是整个电力系统的常态，并不能因此就否定可再生能源的前景。我们完全可以通过更加完善的的电网、更加合理的发电厂分布来改善这一问题。

所以，今天吕某整理了一些文献观点，继续来跟大家说说可再生能源的可靠性。

电力系统的可变性和不可控性

在电力系统中，用户端负荷、电力传输线路以及发电机的出力表现、是否可以工作等等，都存在一定程度的可变性和不可预测性。为了维持系统总体的稳定运行，每个电力系统都会推行作业标准、操作流程和必要的辅助设备要求，而这些为了平衡系统做出的努力往往需要系统付出额外成本。

来源：https://www.chinadialogue.net

光伏（PV）、风电甚至潮汐能和波浪能的输出很大程度上受到天气条件的影响。据NERC（The North American Electric Reliability Corporation）的研究，PV的输出可能在2-10分钟级的时间内变化+/-70%，而一天可能出现多次这样的变化。同样的，特拉华大学土壤、海洋和环境学院的Archer教授等人(Archer & Jacobson, 2007)发现，风电输出会由于风速的飙升和骤降发生巨大的变化。而这种变化却无法与用电负荷匹配。如果由单一风电或光伏发电场向系统供电，会出现供电不足或供电大于负荷的情况。

更广的分布和联结可以有效提高稳定性

然而，多国学者研究发现，随着不同位置RE发电场数目的增加，平均天气条件和地理位置的相关性显著下降。分散的RE发电场输出稳定性远远高出单一位置的RE发电场，以致于在一定地理分布情况下，RE能够完全替代一部分煤电厂，而且和煤电厂一样可靠。

平均风速、风速标准差和互联风电场数量的关系，Archer and Jacobson 2003，随着互联风电场数目的增加，从期望的偏离减少，输出更加平稳

风 电

• Palutikof et al. 英国，1990

澳大利亚格里菲斯大学的Palutikof教授和同事在一项1990年的研究中，利用模型模拟了风电场分散分布对风电场整体发电表现的作用。这项研究假设了四个风电场，分别位于英国Dungeness,Fleetwood, Lynemouth 和 St Mawgan。

四个风电场在分别考虑时，每1000小时中有0~4.2小时输出变化达到100%，有5.7~39小时中输出变化高于50%。然而，当同时考虑四个风电场时，输出变化永远低于100%，且每1000小时中只有0~1.9小时中输出变化高于50%。

英国风电场和潮汐发电厂分布，来源：GREENMATCH

• Archer and Jacobson, 美国, 2007

在另外一项美国中西部的研究中，分布在850km x 850km的区域中的19个风电场，在全部连接至一个电网时，约33%的风电发电量拥有等同于煤电的可靠性，可以作为基础负荷。

平均风电输出、风电输出标准差和互联风电场数量的关系，Archer and Jacobson 2003

同时研究者还发现，随着系统中不同位置风电场的数量的增加，系统输出也愈加平稳。系统输出间歇性改善与数目增加并非线性关系，但研究没有发现饱和现象。另一个很有趣的发现是，在月际和年际时间尺度上，互联风电场的长期波动性远远小于水电。

光 电

和风电情况相似，天气条件也是光伏发电输出的决定性因素。分散的地理分布同样能减少由天气不稳定导致的光伏发电系统变化。

• Mills et al. 美国, 2009

美国劳伦斯伯克利国家实验室的Mills A等人2009年时针对广域地理多样性对太阳能短期变化的影响进行了研究。他们基于一个区域内Clean sky index（表征阳光辐射量）的数据，进行建模分析，量化分析不同分布条件下统计学意义上的波动性。

模型结果显示，通过联通地理分布分散的多个光电厂，云层遮挡导致的小时内输出变化将被降低至可忽略不计，系统只需应对太阳位置改变造成的输出变化（如下图中黑色曲线所示）。

1min时间尺度下单一地点、五个相近地点和23个地点综合太阳辐照量一天内变化

老吕插个话

其实这并不是一个靠直觉就可以得出的结论，用数学方法严谨做论证比较有意思，如果没法接受可以看看得出结果的核心算法。

01

波动性评价：从一个时间间隔到另一个时间间隔间的输出差异作为衡量输出波动性的指标

02

整体波动性：步长为60分钟情况下输出差异的标准差

03

用于描述clean sky index分布的参数

第一栏为整体波动性，第二栏为波动性的99.7百分位数，越接近“0”波动性越小。

因此总体上来说，在各个时间尺度上，更分散的分布的光电厂有着更低的整体波动性。

同理，对于风电场而言，增加联通风电场的数目能提高系统输出面对局部风速变化的稳定性，逐渐近似于风速恒稳条件下的工作状态。

所以综上可见，风电、光伏由于局部天气变化引起的输出波动性会对系统安全造成威胁并提高成本，但扩大分部，提高电网互联互通能够减小甚至消除这种影响，极大地提高系统可靠性的同时降低成本。

以上言论仅代表吕某个人观点。不喜可喷不过那啥，大家都是体面人，勿忘风度~

参考文献：

[1] Mills A. Understanding variability anduncertainty of photovoltaics for integration with the electric power system[J].2009.

[2] Archer C L, Jacobson M Z. Supplyingbaseload power and reducing transmission requirements by interconnecting windfarms[J]. Journal of Applied Meteorology and Climatology, 2007, 46(11):1701-1717.

[3] Delucchi M A, Jacobson M Z. Providing allglobal energy with wind, water, and solar power, Part II: Reliability, systemand transmission costs, and policies[J]. Energy policy, 2011, 39(3): 1170-1190.

[4] Palutikof J P, Cook H F, Davies T D.Effects of geographical dispersion on wind turbine performance in England: asimulation[J]. Atmospheric Environment. Part A. General Topics, 1990, 24(1):213-227.

[5] Katzenstein W, Fertig E, Apt J. Thevariability of interconnected wind plants[J]. Energy policy, 2010, 38(8):4400-4410.

[6]Mills A, Wiser R. Implications ofwide-area geographic diversity for short-term variability of solar power[R].Lawrence Berkeley National Lab.(LBNL), Berkeley, CA (United States), 2010.

免责声明：以上内容转载自北京国际能源专家俱乐部，所发内容不代表本平台立场