摘要：“标杆电价”计价方式难以准确反映新能源发电出力的随机性与波动性给其并网系统运行带来的辅助服务费用激增影响。为此，综合分析电网辅助服务机理，建立区域电网新能源发电导致的辅助服务费用计算模型;考虑各新能源电厂出力波动与区域电网新能源发电综合出力波动之间的关系，建立新能源电厂导致的辅助服务费用分摊模型;进而建立一种基于辅助服务费用分摊的新能源电厂并网价格动态计算模型，给电力市场环境下拟并网新能源电厂的选择及调度计划的制定提供依据。最后，以我国西北某新能源高渗透电网运行数据为例，仿真验证了所提方法的可行性。
关键词：标杆电价;辅助服务;费用分摊;并网电价;出力波动
0 引言
近年来，为鼓励风电、光伏等新能源发电产业快速发展，国家电网公司一直沿用“标杆电价”方式计算新能源发电企业收益。该种计价方式，虽然操作简单，也能一定程度上反映电力系统静态投资与运维成本，但也存在以下不足：1)难以准确反映新能源发电出力的随机性、波动性给其并网系统运行带来的调峰、调频、旋转备用等辅助服务激增的影响，不利于激励新能源发电企业对其并网出力随机性与波动性抑制能力提升;2)增加了电力市场环境下调度机构甄选拟并网新能源电厂以及已被甄选的新能源电厂并网功率制定的难度。因此，研究新能源大规模并网背景下电网辅助服务费用的分摊以及籍此条件下的新能源电厂并网价格动态计算已显得十分必要与紧迫。
针对上述问题，国内外专家与学者虽开展了大量研究，但研究成果多集中于“标杆电价”对新能源发电快速发展的影响[1-4]及分时电价或动态电价对新能源发电调度的影响[5-7]。在“标杆电价”对新能源发电快速发展影响方面，文献[1]指出“标杆电价”较大地促进了风电产业的快速发展，逐步调低 “标杆电价”则可倒逼风电产业降低生产及运维成本，实现产业长期良性发展;文献[2]依据“标杆电价”的积极作用，指出在“十三五”期间可通过新能源发电配额制及绿色证书强制交易模式促使风电与传统火电机组同台竞争及平价上网;文献[3] 在对风电有效投资规模敏感性分析过程中发现，风电的容量成本与煤电的电量成本对风电有效投资容量影响较大，即反映风电静态投资收益的“标杆电价”对风电有效投资规模影响较大;与文献[3] 视角相似，文献[4]研究了风电价格对风电场及其接入系统运行经济性的影响。在分时电价或动态电价对新能源发电调度影响方面，文献[5]以肯尼亚 LTWP (Lake Turkana Wind Power Project)风电项目为例，研究了固定并网价格与动态并网价格对风电场收益的影响，指出动态并网价格方式有利于风电场收益增加;文献[6]在建立储能系统充放电价值成本基础上，讨论了风电并网对系统电能价格的影响以及籍此条件下的风储系统优化运行方法;文献[7] 在建立电力市场环境下电能价格与风电出力之间的耦合关系的基础上，以增加风电收益为目标，提出一种风电场并网功率控制方法。
新能源发电的大规模并网消纳不仅影响了电网用户侧电能采购的价格及其接入系统运行方式 [8]，同时也引致了大量的辅助服务需求[9-14]，进而引起新能源发电领域专家对“标杆电价”长期延续执行的质疑[2]。其中，文献[9]综合考虑抽水蓄能装置、火电机组深调峰以及常规机组启停等方式参与系统调峰的优先次序，提出了一种基于调峰辅助服务补偿的风电分区价格计算方法;文献[10]依据各责任方引致备用容量机理的不同，提出了一种旋转备用费用在常规电厂、用户以及风电场之间的分摊方法;文献[11]考虑了电网负荷与新能源发电出力的波动与预测偏差以及系统联络线传输功率与常规机组出力计划的改变，建立了系统调频容量需求模型;文献[12]综合分析了控制区域调频容量需求对区域电网调频容量需求影响，提出一种电力市场环境下需求侧调频容量分摊方法;文献[13]提出了一种基于合作博弈理论的调峰与旋转备用辅助服务费用在系统与风电场之间分摊方法，但未明晰风电出力与负荷关联关系对辅助服务费用分摊的影响，且未考虑调频辅助服务费用分摊。
综上，在分析电网辅助服务引致机理的基础上，建立区域电网新能源发电引致辅助服务费用计算模型;考虑各新能源电厂出力波动与区域电网新能源发电综合出力波动之间关联关系，建立新能源电厂引致辅助服务费用分摊模型;最后，以可反映新能源发电静态投资成本的“标杆电价”为基础，建立基于辅助服务费用分摊的新能源电厂并网价格动态计算模型，给电力市场环境下拟并网新能源电厂的甄选及调度计划的制定提供依据。以我国西北某新能源高渗透电网运行数据为依据，仿真验证了所提方法的可行性。
1 新能源发电并网辅助服务费用计算模型
新能源发电并网引致的辅助服务主要包括调峰、调频与旋转备用 3 类。上述 3 类辅助服务虽共同保证新能源发电接入系统稳定运行，但其发挥作用的机理不同。其中，调峰辅助服务主要用于负荷低谷时段或高峰时段的新能源发电出力反调峰特征(负荷低谷时段表现为随负荷降低而增大，负荷高峰时段表现为随负荷增大而降低，具体判定方法见下文)的抑制[14];调频辅助服务主要用于电网等效负荷(电网原始负荷与新能源发电出力的差值)分钟级波动量抑制;旋转备用辅助服务主要用于电网原始负荷与新能源发电并网功率预测偏差的抑制。
1.1 新能源发电并网调峰辅助服务费用
负荷低谷时段，新能源发电出力的反调峰将致使电网功率出现盈余，出于系统频率稳定及新能源发电优先消纳的要求[15-16]，电网将采用储能电站充电、火电机组深度调峰、部分常规机组停运方式保证系统稳定运行[9]，如图 1 所示。
2 新能源电厂并网辅助服务费用计算模型
2.1 新能源电厂分摊的调峰辅助服务费用
如前所示，论文研究的重要目的之一是通过电网辅助服务费用合理分摊，倒逼新能源发电企业对其并网出力的随机性与波动性进行抑制，降低新能源高渗透电网面临的调峰、调频以及旋转备用配置压力。为此，论文在建立下述新能源电厂并网调峰辅助服务费用模型过程中，不仅考虑了其并网功率，还考虑了其并网功率的调峰特征[14]，以此激励新能源电厂优化其并网功率，降低其接入系统调峰压力。
2.1.1 负荷低谷时段调峰辅助服务费用分摊
负荷低谷时段，新能源电厂并网功率无论呈正调峰(即随着负荷降低而降低)、反调峰或者介于两者之间其并网功率均参与引致电网调峰辅助服务需求，且并网功率值越大其引致电网调峰辅助服务需求能力越强。
2.1.2 负荷高峰时段调峰辅助服务费用分摊
与负荷低谷时段新能源发电并网引致调峰辅助服务原因不同，负荷高峰时段新能源发电并网引致调峰辅助服务的原因在于其并网功率难以满足负荷增大需求。因此，负荷高峰时段各并网新能源电厂均有分摊新能源发电并网引致的调峰辅助服务费用的义务，只是应因各自容量可信度(反映新能源电厂并网对系统充裕度的贡献程度，即新能源电厂能够承担的负荷的大小)的不同分摊的调峰辅助服务费用有所不同[14,19]，例如容量可信度较低的新能源电厂对其接入系统充裕度的贡献程度较小，其理应承担较多的调峰辅助服务费用。
2.2 新能源电厂分摊的调频辅助服务费用参考
1.2 节新能源发电调频辅助服务费用计算思路，各新能源电厂引致的调频辅助服务费用不仅取决于其并网功率波动幅值，还取决于其并网功率波动方向与新能源发电并网功率波动方向之间关系。为此，第 k 个t 周期新能源电厂并网引致的调频辅助服务费用为：
1)当新能源电厂并网功率波动方向与新能源发电并网功率波动方向一致之时，新能源电厂按并网功率波动幅值承担调频辅助服务费用。
3 新能源电厂并网价格动态计算模型
考虑到本文研究的重点在于新能源发电并网引致的辅助服务费用对各新能源电厂并网收益的影响以及不同负荷时段新能源发电并网引致的辅助服务类型可能不同(负荷低谷时段与高峰时段引致的辅助服务包括调峰辅助服务、调频辅助服务与备用辅助服务，负荷平常时段引致的辅助服务仅包含调频与旋转备用辅助服务)，论文以反映新能源电厂静态投资与运维成本(仅包含新能源电厂设备的维护费用及运维与管理人员的工资，不包含并网引致的辅助服务费用)的标杆电价[2-3,22]为基础，建立负荷不同时段新能源电厂并网价格动态计算模型。
4 算例仿真
4.1 算例简介
以我国西北某新能源高渗透区域电网 2018 年 11 月 16 日运行数据为依据，仿真验证本文所提出的基于辅助服务费用分摊的新能源电厂并网价格动态计算方法的可行性。其中：1)该区域电网含有装机容量为 20 MW 的光伏电站 3 座，装机容量为 49.5 MW 风电场 5 座，100 MW 风电场 5 座; 2)系统在线运行常规发电机组 4 台(编号为 1—4)，其中 1—2 号机组运行于“热电联产”方式，3 号机组可在负荷低谷时段提供价格为 150.0 元/(MW·h) 的调峰辅助服务[9]，4 号为燃油发电机组，各机组主要参数见附录 C 中表 C1 所示;3)等效充放电功率为 60 MW 与 40 MW 的 240 MW·h 抽水蓄能电站 1 座，提供调峰辅助服务的价格均为 115.0 元/ (MW·h)[23];4)柔性负荷容量为 15 MW，在负荷高峰时段可降低用电功率 8.3 MW，提供调峰辅助服务的价格为 200.0 元/(MW·h)[24];5)该区域电网调频辅助服务由常规发电机组承担，调频价格设置为 6.0 元/MW[25];6)该区域电网原始负荷预测偏差的标准差为 4.16 MW，新能源发电功率预测偏差的标准差为 5.86 MW，即电网等效负荷预测偏差的标准差为7.19 MW，当允许最大弃新能源发电率 LORE P 与切负荷率 LOLP P 均取值为 0.5%时，正负旋转备用配置容量需均增加 9.09 MW，当备用成本取值为 0.022 元/kWh 时每T 周期(取为 5 min)需额外支付 33.33 元备用辅助服务费用[18];7)该区域电网负荷的最小值与最大值分别为 656.9 MW 与 836.9 MW，谷荷区为 00:00—09:00 时段，峰荷区为 09:00— 14:30 时段与 17:20—24:00 时段(分别简称为高峰时段 I 与高峰时段 II)，负荷平常时段为 14:30—17:20。
新能源电厂经平滑后的出力与调频需求、原始负荷经平滑后的功率与调频需求以及等效负荷功率、各机组出力与柔性负荷降低的用电功率参考附录 D 中附图 D1—D4。
4.2 新能源发电引致的辅助服务费用
图 4 为新能源发电并网引致的储能电站调峰辅助服务费用、3 号机组深度调峰辅助服务费用与柔性负荷降低用电功率引致的调峰辅助服务费用。分析可知：1)在负荷低谷时段，储能电站与 3 号机组均提供调峰辅助服务，其中 3 号机组仅在 07:05— 07:50 时段(储能电站无调峰容量时)通过深度调峰方式提供调峰辅助服务;2)在负荷高峰时段 I，储能电站与柔性负荷提供调峰辅助服务，其中柔性负荷仅在 12:25—13:00 时段储能电站无调峰容量时通过降低用电功率提供调峰辅助服务;3)在负荷低谷时段，为全额接纳新能源并网发电，储能电站与 3 号机组提供调峰辅助服务费用分别为 3.67 万元与 1.52 万元，即负荷低谷时段新能源发电并网共引致调峰辅助服务费用 5.19 万元;4)在负荷高峰时段 I，为补偿新能源电厂容量可信度(即保证系统充裕度)，储能电站放电与柔性负荷降低用电功率提供调峰辅助服务费用分别为 6.23 万元与 490.85 元，其中新能源发电并网功率与电网负荷引致调峰辅助服务费用分别约为 6.271 万元与 80.85 元。
图 5 为电网等效负荷、原始负荷及新能源发电并网引致的调频辅助服务费用。分析可知：1)电网等效负荷引致的调频辅助服务费用因其调频容量需求变化而变化(参考附录 D 中附图 D3)，总费用约为 5.45 万元;2)电网原始负荷引致的调频辅助服务费用约为 4.76 万元;3)新能源发电并网引致的调频辅助服务费用不仅与其调频容量需求量有关，还与其调频容量需求方向与等效负荷调频容量需求方向、新能源发电并网调频容量需求方向有关，例如在 03:15—03:20 时段虽然新能源发电并网调频容量需求量为 14.136 MW，但其可获得调频辅助服务奖励 556.1 元，原因在于其调频容量需求方向与电网等效负荷调频容量需求方向相反，即降低了电网原始负荷对新能源发电接入系统调频容量的需求。
新能源发电并网接入使电网等效负荷预测偏差的标准差增大了 3.03 MW，同时考虑到允许最大弃新能源发电率 LORE P 与切负荷率 LOLP P 均取值为 0.5%，新能源发电并网引致的调频辅助服务费用约为 0.96 万元，即每T 新能源发电并网引致的调频辅助服务费用为 33.33 元。
4.3 新能源电厂并网引致的辅助服务费用
图 6 为 1—6 号新能源电厂并网引致的调峰辅助服务费用。其中，图 6(a)为不考虑各新能源电厂调峰性质、仅其考虑并网功率时各新能源电厂分摊的调峰辅助服务费用;图 6(b)为仅考虑调峰性质时各新能源电厂获得的调峰辅助服务奖励/惩罚。分析可知：1)在不考虑各新能源电厂调峰性质、仅其考虑并网功率时，在负荷低谷时段各新能源电厂并网功率越大其分摊的调峰辅助服务费用越高，例如 3 号和 5 号新能源电厂由于并网功率较大分摊的调峰辅助服务费用也较高，而在负荷高峰时段新能源电厂可信容量越低则其分摊的调峰辅助服务费用则越高，例如 6 号新能源电厂由于在负荷高峰时段并网功率较低其分摊的调峰辅助服务费用总体较高;2)各新能源电厂因调峰性质不同获得调峰辅助服务奖励/惩罚也不同，例如在负荷低谷时段 5 号新能源电厂并网功率虽然较高但由于并网功率的负向波动累加值与正向波动累加值的比值较大其反而可获得调峰辅助服费用奖励，又例如在负荷高峰时段 5 号新能源电厂由于并网功率的正向波动累加值与负向波动累加值的比值较大其又可获得调峰辅助服务奖励，即 5 号新能源电厂在负荷低谷时段与高峰时段的调峰性质均较好;3)综合各新能源电厂调峰性质与并网功率，各新能源电厂引致的调峰辅助服务费用不同，例如 3 号新能源电厂由于在负荷低谷时段并网功率较大且并网功率的负向波动累加值与正向波动累加值的比值较小其引致的调峰辅助服务费用总体较大，5 号新能源电厂由于负荷低谷时段并网功率的负向波动累加值与正向波动累加值的比值较大、负荷高峰时段并网功率的负向波动累加值与正向波动累加值的比值较小，其呈现出较好地调峰特征，即其不仅不需要支付调峰辅助服务费用且还可以获得调峰辅助服务奖励。
图 7 为 1—6 号新能源电厂并网引致的调频辅助服务费用。分析可知，各新能源电厂分摊的调频辅助服务费用不仅与其并网功率波动幅值有关，还和其并网功率波动方向与新能源发电并网功率总波动方向之间的关系有关，例如在 9:45—9:50 时段 5 号新能源电厂由于并网功率波动方向与新能源发电并网功率总波动方向一致其可获得调频辅助服务奖励，再例如 17:45—17:50 时段 1 号新能源电厂由于并网功率波动方向与新能源发电并网功率总波动方向不一致其承担的调频辅助服务费用较大。
图 8 为 1—6 号新能源电厂并网引致的备用辅助服务费用。分析可知，各新能源电厂因并网功率预测误差的标准差的不同分摊的备用辅助服务总费用也不用，例如 5 号新能源电厂由于并网功率预测误差的标准差较大其分摊的备用辅助服务总费用也也较大，而且由于在 00:00—06:00 与 15:00— 24:00 时段并网功率较大其分摊的备用辅助服务费用也较大。
7—12 号新能源电厂并网引致的调峰、调频与备用辅助服务费用也可通过上述类似方法计算得到，此处不做赘述。
4.4 新能源电厂并网价格动态计算结果
图 9 为 1—6 号新能源电厂并网价格动态计算结果。其中，方案 1 为本文提出的基于辅助服务费用分摊的新能源电厂并网价格动态计算方法，方案 2 为按并网功率分摊辅助服务费用的新能源电厂并网价格计算方法[18]。通过分析可知：1)依据本文提出的新能源电厂并网价格动态计算方法，各新能源电厂并网价格呈现动态变化特征，而且部分新能源电厂并网价格在部分时段呈现负值特征，例如 1 号新能源电厂在 12:15—12:20 时段并网价格为12.77 元/(kW·h)，即该时段该新能源电厂并网不仅不会获得收入反而应向电网支付费用，其原因在于该时段该新能源电厂因并网功率急剧降低增大了系统调峰难度，进而需向电网支付调峰辅助服务费用;2)相比本文提出的新能源电厂并网价格动态计算方法，方案 2 提出的新能源电厂并网价格总体波动幅度较小，难以准确反映新能源电厂并网功率的调峰特征及波动方向对其引发并网辅助服务费用的影响;3)依据本文提出的新能源电厂并网价格动态计算方法，新能源电厂可采取适当控制措施提高其并网价格，增大并网收益，例如 6 号新能源电厂可在 08:40—08:45 时段适当降低并网功率增大参与系统调峰能力，提高并网收益;4)本文提出的新能源电厂并网价格动态计算方法可为新能源电厂配套储能系统控制与配置提供新的思路，例如可利用储能电厂改善新能源电厂参与系统调峰与调频的特征。
5 结论
针对当前“标杆价格”计价方式存在的不足，论文在建立新能源电厂分摊并网辅助服务费用模型的基础上，提出了一种新能源电厂并网价格动态计算方法，经仿真获得了如下部分结论：
1)新能源电厂分摊调峰辅助服务费用不仅受其并网功率幅值的影响，还受其并网功率调峰特征的影响。
2)相比按并网功率分摊辅助服务费用的新能源电厂并网价格计算方法，本文提出的新能源电厂并网计算方法可较为准确地反映新能源电厂并网功率的调峰特征及调频特征对其收益的影响。
3)本文提出的新能源电厂并网价格动态计算方法可为新能源电厂并网功率的优化控制以及配套储能系统控制策略与配置提供一定的参考。——论文作者：陶仁峰 1，李凤婷 1，李燕青 2，苏常胜 3，高光芒 3，付林 4
参考文献
[1] 郭晓丹，尹俊雅.风电标杆电价与中国风电产业发展关系研究 [J].价格理论与实践，2017(4)：56-59. Guo Xiaodan，Yin Junya.Research on the relationship between wind power benchmark price and the development of wind power industry in China[J].Journal of Price Theory and Practice，2017(4)：56-59(in Chinese).
[2] 时璟丽.实现 2020 年风电与燃煤发电同平台竞争目标的路径研究 [J].中国能源，2018(1)：27-31. Shi Jingli.Research on the path to achieve the competition target of wind power and thermal power on same platform in 2020[J].Energy of China，2018(1)：27-31(in Chinese).
[3] 黄辉.风电有效投资规模及其敏感性分析[J].电力自动化设备， 2016，36(1)：42-50. Huang Hui.Effective investment scale of wind power generation and its sensitiveness analysis[J].Electric Power Automation Equipment， 2016，36(1)：42-50(in Chinese).
[4] Joskow P L.Comparing the costs of intermittent and dis-patchable electricity generating technologies[J].American Economic Review， American Economic Association，2011，1(3)：238-241.
[5] Murage M，Cardell J B，Lukuyu J，et al.The impact of variable market price on optimal control of wind-hydro storage system in Kenya [C]//Hawaii International Conference on System Sciences.Hawaii： IEEE，2014：2417-2425.
[6] Zhuo W，Savkin A V.Wind power dispatch based on wind forecasting，electricity price and battery lifetime estimation[C]//2017 36th Chinese Control Conference (CCC).Dalian，2017：2915-2920.
[7] Shin H，Lee D，Baldick R.An offer strategy for wind power producers that considers the correlation between wind power and real-time electricity prices[J].IEEE Transactions on Sustainable Energy，2017， PP(99)：1-1.
转载请注明来自：http://www.lunwencheng.com/lunwen/dzi/21440.html
