解读清华大学PPT：源网荷储协同的新型电力系统多灵活性资源优化规划技术

新能源占比提升带来的灵活性挑战

报告指出，随着风电和光伏在电力系统中的比重不断提高，电力系统正面临“保供电”和“保消纳”的双重挑战。风光发电具有强波动性，当新能源占比从低比例向极高比例演进时，系统发电与负荷的持续曲线关系发生根本变化。低比例阶段，常规电源足以覆盖负荷峰值；但中高比例乃至极高比例阶段，风光出力峰值可达负荷峰值的2至5倍，富余电量大幅增加，同时短缺电量风险也同步上升，<关键词>

。

国际上，丹麦目标2050年实现100%可再生能源供应，美国加州目标2045年实现100%清洁电力，德国莱茵兰-普法尔茨目标2030年实现100%可再生电力，澳大利亚南澳州目标2025年实现100%可再生电力。中国提出2060年碳中和目标，风光发电量占比约55%。这些目标意味着电力系统需要具备更强的灵活性调节能力。

报告特别强调，源荷两端都与天气强耦合，极端天气影响日益凸显。全国范围极端低温天气下风电存在大规模停运风险，不同地区电网的高温天气下负荷温度敏感系数差异显著，如江苏达3000MW/℃，四川为1000MW/℃。这些因素使得灵活性资源不足成为新型电力系统面临的重要挑战。

灵活性资源的来源与五大特征

IRENA提出从发电、输电、配电、储能、需求响应和多能耦合六个环节全面增强电力系统灵活性。报告对这六个环节进行了系统梳理：发电侧包括火电灵活性改造和新增灵活性机组；输电侧涉及电网灵活调节能力；配电侧关注分布式资源接入；储能侧涵盖电化学储能、抽水蓄能等；需求响应侧包含电动汽车和可中断负荷；多能耦合侧则包括电-热耦合、电-气耦合等。

报告定义了电力系统灵活性的五大特征。方向性指上调（净负荷增加）和下调（净负荷减少）两个方向；多时空特性指调频（≤15分钟）、爬坡（15分钟至4小时）、调峰（24小时）等不同时间尺度，以及空间尺度上灵活性资源不能自由流动；概率特性指需要用概率方法构建数学模型；状态相依性指常规机组、储能的调节特性与出力水平、历史状态有关；双向转化性指需求侧响应、弃风弃光等运行操作可在一定条件下相互转化。

这五大特征共同决定了灵活性评价必须采用概率评估和分析模型，而不能简单用确定性方法处理。<关键词>

显示，不同资源在不同时间尺度上的调节能力和成本差异显著，需要协同优化配置。

全环节灵活性供需平衡与生产模拟技术

报告提出了全环节灵活性供需平衡原理，建立了时刻t、时间尺度τ下A方向的灵活性平衡判据。运行场景下，要求供给大于需求并考虑一定裕度；规划场景下，要求系统灵活性资源供给能力小于灵活性需求的概率低于给定阈值。报告定义了灵活性不足概率LOFP、灵活性不足持续时间LOFD、灵活性不足期望LOFE和灵活性源缺额量指标FDS等度量指标。

在灵活性资源概率量化建模方面，报告提出了灵活性需求评估方法，建立了机组上调/下调灵活性供给模型，通过概率分布函数转化，得到系统灵活性裕量的概率分布。在同一条件下，系统灵活性裕量的概率分布为各分布的卷积、卷差运算。

生产模拟技术方面，报告对比了时序生产模拟和非时序概率生产模拟。时序方法数学模型为混合线性整数规划问题，决策变量为机组状态和出力，计算速度较慢、过度依赖场景、难以直接得到系统状态概率分布；非时序方法数学模型为泛函极值优化问题，决策变量为机组出力概率分布，<关键词>

，但需要考虑储能、热等新元件，需要设计合适的算法满足精度要求。

生产模拟算法验证与多约束扩展

报告以某区域电网为例进行案例分析，将非时序生产模拟与时序模型计算结果对比。风电消纳电量方面，本文方法为51902GWh，时序方法为52494GWh，相对误差1.13%；弃风电量分别为11664GWh和11070GWh，相对误差5.36%；弃风率分别为18.35%和17.42%；计算耗时分别为0.52分钟和73.1分钟。非时序方法在精度尚可的情况下计算效率显著提升，具有较好的工程实用价值。

报告进一步将多种约束引入时序生产模拟。电压稳定约束方面，增加静态电压约束后，风电和光伏总弃电率从4.33%增加到5.03%，表明静态电压稳定约束在部分时段可能导致新能源消纳受限。惯量与频率约束方面，考虑水风光基地大、小耦合方式下系统运行特点，揭示了不同耦合方式下稳定性耦合机理。短路比约束方面，配置调相机能有效提高新能源场站有功出力限值，提升短路比，增加新能源可消纳空间。

以某地源端能源清洁化应用场景为例，配置调相机后各新能源场站短路比显著提升，以短路比大于2为约束条件，各场站有功出力最大限值明显增加，促进新能源消纳。

不同时间尺度源荷场景生成技术

报告提出了基于人工智能技术的多时间尺度场景生成方法。分钟级场景生成方面，提出带梯度惩罚与均值-标准差校正策略的Wasserstein生成对抗网络（WGAN-GP-MS）。与TimeGAN及改进前WGAN-GP对比，WGAN-GP-MS在Wasserstein距离指标上分别提升0.5785和0.0164，在降维可视化和波动幅度概率密度分布方面均优于其他方法。

日场景生成方面，提出基于长短期记忆网络增强的生成对抗网络，在生成器和辨别器中分别嵌入长短期记忆层，使模型具备自适应处理耦合信息下的时序相关性能力。基于LSTM改进后的GAN模型生成的典型日场景与真实场景更为接近，风光荷三者的时序相关性与真实值更为接近。

年8760小时场景生成方面，结合隐马尔可夫模型和基于波动性约束的生成对抗网络，生成的年场景可同时兼顾新能源出力的季节变化特性和短期波动特性。评价指标量化对比显示，所提方法生成的年风光曲线在ES、Pinball和BMG等指标上整体表现优于MCMC、Copula和传统GAN等方法。

极端天气预测与灵活性资源优化规划

极端天气预测方面，报告构建了多源、多时空尺度、长时间范围的网格化气象数据库，涵盖欧洲中期天气预报中心、美国国家环境预报中心等世界气象中心数据。基于多源气象数据库提出了针对极端/转折性天气下的新能源预测技术，覆雪天气模型区域功率预测精度提升3.36%，雾霾天气模型提升2.96%，高温天气模型提升1.84%，覆冰天气模型提升0.5%。

灵活性资源优化规划方面，报告提出兼顾保供/消纳的新型电力系统灵活性协同规划框架，提出广义旋转备用概念——源、网、荷、储全环节提供的备用容量之和。建立了规划与运行模拟一体化的灵活性资源协同规划模型，通过8种场景对比分析6种灵活性资源对低碳转型的影响。场景8（6种灵活性资源协同规划）碳排放量31.15万吨，新能源消纳率100%，弃电量0，成本降低比例9.07%，投资成效比0.547%，各项指标均最优。

考虑频率安全约束的规划方面，基于IEEE-30系统验证表明，考虑可再生能源调频后，最大渗透率由49.5%上升至79.7%，可再生能源参与调频的临界电量渗透率为40%。面向大型新能源基地送出消纳，建立了调相机配置双层优化模型，可实现接入总容量较少的调相机显著提升系统电网强度和新能源最大可消纳空间。

结论与核心观点

报告得出四点核心结论。第一，灵活性矛盾是新型电力系统面临的核心挑战，提出了非时序与时序生产模拟技术对灵活性进行量化评价，非时序生产模拟在精度尚可情况下具有效率高的优势，适合应用于规划场景。第二，引入电压、频率/惯量、短路比等约束具有重要意义，可反映安全稳定因素对灵活性的影响。第三，场景生成技术是生产模拟与资源规划的重要基础，基于各类型机器学习算法提出了短时、典型日、年度等不同时间尺度的场景生成技术，并兼容极端天气场景。第四，研发了源网荷储多类型灵活性资源协同规划平台，具备面向灵活性资源类型选址定容的多目标优化规划功能。<关键词>

，满足安全性的前提下实现低碳排、高经济性的核心目标。

报告以某区域电网为例进行案例分析，将非时序生产模拟与时序模型计算结果对比。风电消纳电量方面，本文方法为51902GWh，时序方法为52494GWh，相对误差1.13%；弃风电量分别为11664GWh和11070GWh，相对误差5.36%；弃风率分别为18.35%和17.42%；计算耗时分别为0.52分钟和73.1分钟。非时序方法在精度尚可的情况下计算效率显著提升，具有较好的工程实用价值。 报告进一步分析了计算粒度对精度的影响。逐月计算时弃风电量相对误差5.36%，逐日计算时降至2.61%，逐小时计算时降至2.07%。提高计算频率可提升计算精度，但计算耗时也会相应增加。报告认为，非时序生产模拟能够准确反映系统可再生能源消纳的潜力，适合应用于规划场景。

报告设置了8种场景对比分析6种灵活性资源对低碳转型的影响。场景1不包含任何灵活性资源，碳排放量36.52万吨，新能源消纳率89.42%。场景8为6种灵活性资源协同规划，碳排放量31.15万吨，新能源消纳率100%，成本降低比例9.07%，投资成效比0.547%，各项指标均最优。通过6种灵活性资源协同优化，发挥不同资源调节作用，显著提升系统灵活性。 场景8火电灵活性改造容量相比于场景2减少了63.43%，电化学储能容量相较于场景3减少了55.09%。报告指出，因可中断负荷补贴高，系统更倾向于通过需求响应和互联电网调节来平衡供需。协同规划系统通过减少机组开机，消纳清洁能源，大规模提升系统清洁性，降低系统运行成本。场景8规划结果显示，互联电网调节规模达42931MW，电化学储能容量6736MW，电动汽车规模2965MW，可激励负荷容量837MW。

报告在极端天气预测方面取得显著成果。基于多源气象数据库提出了针对极端/转折性天气下的新能源预测技术，覆雪天气模型区域功率预测精度提升3.36%，雾霾天气模型提升2.96%，高温天气模型提升1.84%，覆冰天气模型提升0.5%。极端天气下区域功率预测精度可提升0.5%至3%，为极端天气识别以及新能源功率及负荷预测提供数据支撑。 场景生成技术方面，WGAN-GP-MS模型在Wasserstein距离指标上分别提升0.5785和0.0164。电动汽车双向充电模式下，新能源消纳率相较于无序充电提升2.17%，相较于有序充电提升1.31%。引入安全稳定约束对新能源消纳影响显著，增加静态电压约束后风电和光伏总弃电率从4.33%增加到5.03%；考虑可再生能源调频后，最大渗透率由49.5%上升至79.7%。