Eltas清华大学“能源创新青年论坛”第五期“双碳”自标下电力转型发展之路（规划篇）面向碳中和目标的中国电力系统技术发展方向思考清华大学电机系清华四川能源互联网研究院智慧能源研究中心张宁副教授2021年5月23日 Elals清華大学CHALLENGESAHEAD碳达峰碳中和自标为电力系统带来的挑战 清华大学Eltals高比例可再生能源电力系统的挑战Energy intelligence Lsboratory智慰施源实验室《可再生能源发展高比例场景》2050年风电24亿，光伏27亿30装机容量/亿千瓦25现状风电2.8亿《可再生能源发展高比例场景》20光伏2.5亿2030年风电12亿，光伏10亿1.5十三五规划10风电2.5亿光伏1.5亿气候雄心峰会：2030年风电+光伏12亿年份风电(Wind)太阳能发电(PV&CSP)非水可再生能源电量占比%含水电可再生能源电量占比%统计年份容量/干瓦整体局部整体局部2020风2.8亿；光2.5亿：水3.7亿9.542027.7690基本方案风光12亿：水4亿>16>30>33>402030高方案风12亿：光10亿；水4.4亿>30>50>50>60基本方案风10亿光10亿水5亿>25>50>40>602050高方案风24亿；光27亿；水5.5亿>60>90>80>953 Eltals清华大学高上比例可再生能源井网的挑战Energy.lntelligenceLsboratory智慧能源实验室可再生能源能量渗透率挑战解决方案可再生能源PtoX季节性季节性储能电力过剩低惯性或（50%~100%）碳捕集电厂不平衡无惯性极高极端/双向系统综合能源虚拟同步技术能源路由器配电网阻塞潮流模式系统新型储能装置爬坡资源继电保护(30%~50%)锂电池飞轮储能容量充裕度稀缺压缩空气高储冷、储热、液流电池超级电容系统调频运行场景储气光热发电可控负荷需求侧响应传输线路阻塞多样化智能家居次同步振荡奔风弃光电动汽车生物质能系统调峰灵活调度/市场（最小负荷问题）(10%~30%)低/高电压火电灵活性区减简互联HVACHVDC灵活性资源备用改造穿越抽水蓄能稀缺充裕度精准预测灵活性发电天然气柴油规划运行稳定/暂态低中高时间尺度成本挑战：电力系统固有灵活性能够消纳一定量的间歇性可再生能源（电量渗透率10%左右），进入中比例、高比例以及极高比例后，系统在稳定控制、运行、规划等不同时间尺度将面临多重挑战。解决方案：不同比例下，针对不同问题，有相应的解决措施，每一种解决措施都不是“包打天下的”需要不同措施之间的协同，不同措施也有不同的成本。 Eltas清茅大学高比例可再生能源并网的解决方案Energy intelligence Lsboratory智慧能源实验室柔性交流与直流控制设备电能质量高低电压穿越改造故障穿越控制策略创新宽频域振荡问题同步调相机惯性稳定控制广域测量系统低惯性与调频稳定与保护灵活性发电、灵活性改造市场改进继电保护特性改变预测技术时间电力电量平衡需求响应调峰经济安全运行储能极端潮流模式市场组织跨区电力传输大发电力过剩空间电力电量平衡综合能源系统长距离输电需求/线路阻塞光热运行场景多样化电力系统规划与发展多样化清洁能源电力生物质能电量季节性不平衡地热能海洋能备用充裕度与设备利用率核能分布式新能源与配电网发展碳捕集电厂5 清华大学Eltals1Jan-14JanCHPgeneratiomWindpowaThemalgenerationPump Storage (Genaration)PumpStorage (Pumping)-+--Load (Origimal)Load (with pump)4000035000MW)pEO30000250002000015000100005000Date电力系统运行方式变化趋势 清茅大学Eltals高比例可再生能源电力系统的挑战Energy IntelligenceLsboratory电力系统运行方式多样化：源端和荷端存在较大的不确定性，电力系统的运行方式将更加多样化、分散化、差异化可再生能源大规模集群并网电力系统形态发生巨大变化可再生能源高渗透率分散接入源端强波动性和随机性输配电系统规划与运行特将发生根本性变化：用电侧含源负荷：不确定性及交互性多样化、分散化、差异化 Eltas清华大学电力系统运行方式大数据分析Energy Intelligence Labaratory智能源实验室电力系统运行方式大数据分析框架电力系统生产所有机组出力所有节点负荷所有线路潮流运行模拟电力系统全年365个日运行运行方式向量电力系统运行降维、异常数据辨识电力系统合理运行状态数据预处理电力系统运行KmeansDBSCAN等算法电力系统典型运行状态状态聚类分析T-SNE、主成分分析电力系统运行主成分1主成分2状态降维2D用于可视化的运行状态向量量化指标量化评价并电力系统运行状态可视化及量化得到结论8 Eltas清华大学电力系统运行方式大数据分析Energy Intelligence Lsboratory智慧能源实验室运行模拟框架长期时间维度（年）中期时间维度（月/周）短期时间维度(日)每个时段水电水电可再生能源机组机组出力运行模拟月优周优化化逐日运行模拟（全时段安全约考虑预测误差机组检修束根据实时新能抽蓄抽蓄计划安排机组组合）源出力数据库容库容进行滚动调度月优周优化综合考虑火电、水调整发电计划化水电机组电、热电、燃气轮水库调度模拟机、核电、风电、光伏、光热、储能电量电量等多类型电源运行月度周内特性以及交直流电分解分解网运行复杂约束的机组组合模型6 Eltas清美大学电力系统运行方式大数据分析EnergyIntelligenceLsboratory智造能象实验室运行模拟框架EltabGOPT首页技术文档新海动态电力规划决策平台立刻就用GO2GOPT5.0电力规划决策支持系统电用式.3288996.L1658146-617641734.15314电机系电力系统经消与信急研究室8812610 清美大学Eltals电力系统运行方式大数据分析Energy Intelligence Labaratory智慧能源实验室青海电力系统接入光伏后运行状态的空间分布Second principal feature (p.u.)30Lowpenetrationscenario(2017)30Mediumpenetrationscenario(2020)principal feature (p.u.)Highpenetrationscenario(2025)30201010101020Second202030303020-10203030-103010201020303020-100102030First principal feature (p.u.)First principal feature (p.u.)Firstprincipalfeature(p.u.)(aeLowpenetrationscenario(2017)Medium penetration scenario (2020)Highpenetrationscenario(2025)6Clustereluster30050100150200250300350Day5010015020025030035050100150200250300350DayDay(b)-(a)()20%33%40%11 清華大学Eltals电力系统运行方式大数据分析量化指标量化评价指标一、分散性指标二、季节一致性指标聚类结果与季节一致的样本与高维方差指标：总体样本的比值每一维方差的平均值1Trace(X)MrotalDasconEMtorai紧密性：每一类各点到聚类中心的平均距离Z Ixi-wll三、日运行方式变化频率指标CPXE2iK日运行方式发生变化的样本与间隔性：总体样本的比值各聚类中心两两之间的最小距离I(x,)SP=minw,-w,Chgfreg:Mrotal12 Eltab清茅大学电力系统运行方式大数据分析Energy Intelligence Lsbaratory智慧能源实验室量化指标光伏：总体来看，随着光伏比例增加，青海电力系统运行方式分散性上升，季节致性下降，日运行方式频率变化不明显青海光伏分散性青海光伏学节一致性青海光伏搭行方式变化频率14066120隔安型指标0.6412阿隔性指标1000.62100.60586080.56400.54200.520102030.40.50.00.2030.405010.2030405青海光伏比例青海光伏比例青海光伏比例风电：总体来看，随着风电比例增加青海电力系统运行方式分散性上升，一致性下降，日运行方式变化频率显著增加。青海风电分散性肯海风电季节一致性0.66青海风电运行方式变化频率分数性脂标120140.64可装性指标0.62100120.60800.5860056400.54200.52010.20304050.0010.20.30.40.5010.2030.405青海风电比例青海风电比例青海风电比例13 清华大学EltasEnergy Intelligence Lsboratory智慧能源实验室接入风电接入光伏Sccond principal feature (p.u.)300.0%wind penetration scenario0.0%windpenctration scenairioSecond principal fearure (pu.)6.3%PV penetration scenario6.3% PV penctration scenurio1010203040203050.10015020025030Day1040t00200250300350Firstprincipalfeature(p.u.)First principal feature (p.u.)DaySecond principal feature (p.uL)3014.6owindpenetrationscenario14.6%windpenetrationscenarioSecond principal feature (p.u.)3018.8%PVpenetrationscenario18.8%PVpenetrationscenarioCluster1020203050201001502002503003503020.. 50100051200250300350Firstprincipalfeature (p.u.)DayFirst principal feature (p.u.)DaySecond principal feature (p.u.)21.0%windpenetrationscenario21.0%wind penetration scenarioSecond principal feature (p.u.)3023.7%pVpenetrationscenario23.7%pVpenetrationscenario10202030501001502002503001020304100150200250300350First principal feature (p.u.)DayFirst principal feature (p.u.)Day14 清華大学EltalsEnergy IntelligenceLaboratory智慧能源实验室接入风电接入光伏Second principal feature (p.u.)39.7% wind penetration scenario39.7% wind penetration scenario33.0%PVpenctration scenario33.0%PVpenetrationscenario301010203003003020-1010203)405o.10015020025030035030H1020304050H00150200250300350First pr