基于EnergyPLAN模型的城市可再生能源應(yīng)用規(guī)劃研究

陳正華， 劉嘉穎， 陸圣芝， 趙云峰， 孫為兵， 朱衛(wèi)軍， 李小川

(1.國(guó)網(wǎng)揚(yáng)州供電公司，江蘇 揚(yáng)州 225009； 2.揚(yáng)州市發(fā)展和改革委員會(huì)，江蘇 揚(yáng)州 225009； 3. 揚(yáng)州大學(xué) 電氣與能源動(dòng)力工程學(xué)院，江蘇 揚(yáng)州 225012)

0 引 言

能源對(duì)國(guó)家及城市發(fā)展的重要性不言而喻，能源的持續(xù)優(yōu)化、高效利用、節(jié)能減排是當(dāng)前世界面臨的共同難題。江蘇是中國(guó)東部經(jīng)濟(jì)和電力負(fù)荷大省，進(jìn)行科學(xué)而長(zhǎng)遠(yuǎn)的能源規(guī)劃，研究能源的高效利用，推廣清潔能源的使用，建立城市能源體系優(yōu)化平臺(tái)迫在眉睫。能源結(jié)構(gòu)的優(yōu)化，無論采取何種預(yù)測(cè)方法，都要求持續(xù)增加可再生能源在能源消費(fèi)中的比例?？稍偕茉词侨虻谌喣茉崔D(zhuǎn)型的根本方向，對(duì)于推進(jìn)能源生產(chǎn)和消費(fèi)革命具有重大戰(zhàn)略意義，揚(yáng)州市具備良好的可再生能源基礎(chǔ)，太陽(yáng)能、風(fēng)電等可再生能源的資源儲(chǔ)備豐富、發(fā)展?jié)摿^大，但對(duì)可再生能源為主體和主導(dǎo)的新型能源體系尚缺乏系統(tǒng)分析。研究地方總體性可再生能源系統(tǒng)規(guī)劃及系統(tǒng)分析是推動(dòng)綠色能源發(fā)展、提高能源系統(tǒng)穩(wěn)定及可靠性的重點(diǎn)。

近年國(guó)內(nèi)外對(duì)區(qū)域能源規(guī)劃的研究也日漸興起。曾鳴等基于Benders算法對(duì)小范圍內(nèi)能源供給服務(wù)網(wǎng)絡(luò)的系統(tǒng)規(guī)劃問題進(jìn)行研究，對(duì)華北某郊區(qū)進(jìn)行區(qū)域規(guī)劃并與傳統(tǒng)規(guī)劃模式進(jìn)行比較[1]。李榮典對(duì)我國(guó)能源現(xiàn)狀及國(guó)內(nèi)外能源消費(fèi)結(jié)構(gòu)進(jìn)行分析，討論了區(qū)域能源規(guī)劃的重要性及必要性[2]。黃子碩結(jié)合我國(guó)城鄉(xiāng)規(guī)劃建設(shè)規(guī)模及空間層次，梳理了能源供需鏈、能流網(wǎng)絡(luò)結(jié)構(gòu)，展現(xiàn)了城市能源規(guī)劃體系中各環(huán)節(jié)的區(qū)別與聯(lián)系[3]。目前城市可再生能源利用規(guī)劃研究多側(cè)重于定性分析影響因素方面，定量化研究文獻(xiàn)還較少。通過數(shù)值計(jì)算、場(chǎng)景模擬等方法處理實(shí)際能源規(guī)劃案例以分析區(qū)域能源規(guī)劃的經(jīng)濟(jì)性及可靠性是目前應(yīng)用較多的研究方式。本文將采用數(shù)值模擬方法，基于EnergyPLAN模型，在不同政策激勵(lì)模式下通過構(gòu)建三種可再生能源發(fā)展場(chǎng)景，并進(jìn)行定量分析和比較，以為本地可再生能源發(fā)展的政策制定提供借鑒。李文博[4]采用多場(chǎng)景隨機(jī)規(guī)劃方法建立了區(qū)域能源互聯(lián)網(wǎng)的源-荷-儲(chǔ)兩階段協(xié)調(diào)優(yōu)化模型，實(shí)現(xiàn)區(qū)域能源互聯(lián)網(wǎng)系統(tǒng)的協(xié)調(diào)優(yōu)化。朱麗[5]以沙崗?fù)魽PEC低碳示范社區(qū)能源資源供能潛力計(jì)算出發(fā)，結(jié)合區(qū)域能源負(fù)荷預(yù)測(cè)進(jìn)行了低碳社區(qū)的區(qū)域能源規(guī)劃。Ding[6]借助EnergyPLAN分析能源系統(tǒng)運(yùn)行情況，在滿足能源需求的同時(shí)追求最高能源效率，最終獲得京津冀地區(qū)最優(yōu)風(fēng)電、光伏滲透值。G. De Luca將EnergyPLAN和TRNSYS軟件相結(jié)合，對(duì)意大利南部小城Altavilla Silentina在2030年實(shí)現(xiàn)溫室氣體零排放可再生能源利用系統(tǒng)經(jīng)濟(jì)性和可行性方案進(jìn)行分析[7]。Géremi Gilson Dranka使用EnergyPLAN模型模擬建立巴西能源系統(tǒng)中電力部分，為未來建立100%可再生能源系統(tǒng)提供可行性建議[8]。

1 研究方法和數(shù)據(jù)預(yù)測(cè)

1.1 研究方法

EnergyPLAN是丹麥奧爾堡大學(xué)開發(fā)的能源系統(tǒng)分析模型軟件，具有以下特點(diǎn)：(1)具有明確簡(jiǎn)潔的輸入——輸出模式，操作簡(jiǎn)便；(2)可定量分析能源戰(zhàn)略和能源政策對(duì)地區(qū)能源、環(huán)境和經(jīng)濟(jì)發(fā)展的影響，并在此基礎(chǔ)上提供能源規(guī)劃優(yōu)化設(shè)計(jì)方案；(3)模型輸入端參數(shù)可概括性地按總量輸入，從而簡(jiǎn)化問題分析過程；(4)模型運(yùn)行內(nèi)核基礎(chǔ)是分析程序，計(jì)算過程直接快速。EnergyPLAN模型可以比較全面地概括地區(qū)整個(gè)能源利用系統(tǒng)，從而得到了廣泛應(yīng)用。本文將基于歷史數(shù)據(jù)調(diào)研，采用EnergyPLAN模型對(duì)揚(yáng)州市大規(guī)模使用可再生能源的可行性及模式進(jìn)行分析。以2035為目標(biāo)年份，以目前揚(yáng)州市各類可再生能源開發(fā)利用、工程建設(shè)落實(shí)狀況為基礎(chǔ)，依托城市規(guī)劃總的綱領(lǐng)，分別創(chuàng)建保守型、政策型、儲(chǔ)能型三個(gè)場(chǎng)景，定量化分析可再生能源利用不同模式下的能源系統(tǒng)應(yīng)用優(yōu)化方案。

1.2 數(shù)據(jù)預(yù)測(cè)

模型輸入端涵蓋電、熱、燃煤、燃?xì)獾榷鄠€(gè)方面；輸出端包含產(chǎn)能量、能耗量、可再生能源占比、碳排放量等，體現(xiàn)了節(jié)能、產(chǎn)能和環(huán)保的綜合指標(biāo)。數(shù)據(jù)輸入包含預(yù)測(cè)容量、用電需求總量、小時(shí)分布數(shù)據(jù)[9，10]。據(jù)2018年前三季度數(shù)據(jù)顯示，揚(yáng)州地區(qū)生物質(zhì)發(fā)電量占總工業(yè)發(fā)電量約0.65%，生物質(zhì)發(fā)電目前仍處于示范項(xiàng)目階段，并未完全實(shí)現(xiàn)商業(yè)化、規(guī)?；茫湮磥砉┠苣芰⒃趫?chǎng)景模擬后單獨(dú)考慮。能源系統(tǒng)中其他組成部分如常規(guī)非供熱發(fā)電廠、用于熱電聯(lián)產(chǎn)的鍋爐容量參數(shù)等將參照2018年的數(shù)據(jù)。EnergyPLAN模型對(duì)整個(gè)能源系統(tǒng)的能源生產(chǎn)及能源消費(fèi)數(shù)據(jù)的精確性要求比較高，且數(shù)據(jù)量非常大，接下來將對(duì)模型涉及到的數(shù)據(jù)來源進(jìn)行較為詳細(xì)的描述。

(1)能源消費(fèi)預(yù)測(cè)

能源消費(fèi)預(yù)測(cè)在部門上可具體到居民生活及生產(chǎn)用能需求，采用部門分析法進(jìn)行預(yù)測(cè)[11]。對(duì)于生產(chǎn)用能部分除預(yù)測(cè)需求總量之外，還具體到煤、油、氣、電等各類能源消費(fèi)。

(a)居民生活用能預(yù)測(cè)

居民生活用能預(yù)測(cè)可由式(1)計(jì)算得到[11]：

(1)

式中：t、t0表示預(yù)測(cè)年及基準(zhǔn)年；P0、a0、b0分別表示基準(zhǔn)年人口數(shù)量、人均基本生活能耗(用于維持居民基本生活的能源消費(fèi))，以及人均文明生活能耗(用于享受型生活的能源消費(fèi))；a、g、b分別為上述對(duì)應(yīng)參數(shù)t0年到t年的平均增長(zhǎng)率；h0、ht表示t0年、t年生活用能綜合轉(zhuǎn)換率。

將可獲得完整數(shù)據(jù)的2013年作為基準(zhǔn)年，以2035年作為預(yù)測(cè)年，人口數(shù)、能耗量及增長(zhǎng)率均依據(jù)揚(yáng)州統(tǒng)計(jì)年鑒獲得，基本生活用能約占居民生活總能耗的40%[12]。用能轉(zhuǎn)換率數(shù)值參考江蘇地區(qū)全要素能源效率(TFEE，Total Factor Energy Efficiency)[13]。此外，根據(jù)《江蘇省2017老年人口信息和老齡事業(yè)發(fā)展?fàn)顩r報(bào)告》考慮老齡化等社會(huì)問題，將結(jié)果做0.1%的裕度調(diào)整。

(b)生產(chǎn)用能預(yù)測(cè)

生產(chǎn)用能預(yù)測(cè)可由式(2)計(jì)算得到[11]：

(2)

Eijt=Git×Qijt；Git=Gito(1+βit)t-t0；

Qijt=Qijto(1+γijt)t-t0

式中：i、j表示用能部門和能源類型；Et、Eit、Ejt、Eijt分別表示t年生產(chǎn)各部門能源總需求量、第i部門、第j種能源需求量、第i部門對(duì)第j種能源總需求量；bit、gijt分別表示在t0到t年第i部門產(chǎn)值年平均增長(zhǎng)率、第i部門對(duì)第j能耗單位產(chǎn)值能耗平均增長(zhǎng)率；Git、Qijt分別表示t年第i部門的產(chǎn)值、第i部門對(duì)第j種能源的單位產(chǎn)值能耗。

計(jì)算原始數(shù)據(jù)均可從各年揚(yáng)州統(tǒng)計(jì)年鑒獲得。本文將生產(chǎn)用能部門分為三大類：采礦業(yè)、制造業(yè)、電煤水(即部門數(shù)i=3)；能源類型分為10種：原煤、焦炭、天然氣、原油、汽油、柴油、燃料油、其他石油制品、熱力及電力(即能源品種數(shù)j=10)。

(2)可再生能源供能預(yù)測(cè)

未來可再生能源供能預(yù)測(cè)主要以風(fēng)電、光伏和生物質(zhì)三類在揚(yáng)州地區(qū)擁有較大發(fā)展?jié)摿Φ哪茉礊橹饕獙?duì)象，對(duì)2035目標(biāo)年能源系統(tǒng)場(chǎng)景中的裝機(jī)容量及發(fā)電量進(jìn)行預(yù)測(cè)。

基于目前的年均增長(zhǎng)率進(jìn)行預(yù)測(cè)，數(shù)值如表1所示，遠(yuǎn)高于揚(yáng)州市十三五規(guī)劃中設(shè)定的節(jié)能發(fā)展目標(biāo)，說明該方法下的預(yù)測(cè)結(jié)果與實(shí)際有較大偏離度。

表1 基于年均增長(zhǎng)預(yù)測(cè)數(shù)值及規(guī)劃值比較

Tab.1 Comparison of forecast values based on annual growth and planned values

(MW)

故而，本文選取容量、發(fā)電量線性增長(zhǎng)模式進(jìn)行預(yù)測(cè)，即式(3)進(jìn)行計(jì)算：

Ei,2035=ki·Capai,2035

(3)

Capai,2035=Capai,2018+kci·(t-t0)

式中：i=3表示可再生能源種類，Ei,2035、Capai,2035、Capai,2018分別表示第i種能源2035年總發(fā)電量、總裝機(jī)容量以及2018年總裝機(jī)容量；ki表示第i種能源單位MW容量發(fā)電量(kW·h)；kci表示第i種能源在t0至t年發(fā)電容量的線性增長(zhǎng)系數(shù)。

2018年三類可再生能源裝機(jī)容量數(shù)據(jù)由揚(yáng)州供電公司提供；線性系數(shù)ki、kci可由揚(yáng)州統(tǒng)計(jì)年鑒中歷年數(shù)據(jù)計(jì)算獲得。此外，考慮目前能源項(xiàng)目實(shí)際建設(shè)情況、政策發(fā)展規(guī)劃、各類能源當(dāng)?shù)厝菁{度及未來發(fā)展?jié)摿Φ榷喾N因素，在初步計(jì)算結(jié)果基礎(chǔ)上進(jìn)行適當(dāng)調(diào)整。對(duì)于光伏發(fā)電，政府十三五文件中已明確近期7個(gè)、遠(yuǎn)期8個(gè)重點(diǎn)推進(jìn)項(xiàng)目，截至2018年中下旬，近期項(xiàng)目建設(shè)稍有滯后，十三五規(guī)劃后期光伏新增容量較前期將有較大增長(zhǎng)，因此2035取預(yù)測(cè)值100%上浮調(diào)整(截至2018年七月光伏裝機(jī)已并網(wǎng)容量840 MW，6個(gè)在建項(xiàng)目2019年七月實(shí)現(xiàn)并網(wǎng)，且根據(jù)政府部門已核準(zhǔn)光伏項(xiàng)目，預(yù)計(jì)2020年左右光伏容量將達(dá)1 548 MW，后期容量增長(zhǎng)將隨著規(guī)劃項(xiàng)目的建成、并網(wǎng)有大幅度提高)；此外風(fēng)電將在十三五期間有近期25個(gè)、遠(yuǎn)期5個(gè)重點(diǎn)推進(jìn)項(xiàng)目，且其建設(shè)周期均在7至14個(gè)月，與光伏相似，隨著后期項(xiàng)目完全建成且投入運(yùn)行，2020至2035年間將有較大幅度增加，參考項(xiàng)目總?cè)萘浚?035年取預(yù)測(cè)值200%上浮(截至2018年下旬風(fēng)電已并網(wǎng)裝機(jī)為210 MW，在建項(xiàng)目預(yù)計(jì)將在2020年實(shí)現(xiàn)并網(wǎng)，此階段風(fēng)電裝機(jī)容量將出現(xiàn)陡升現(xiàn)象，屆時(shí)揚(yáng)州地區(qū)風(fēng)電裝機(jī)容量將提升至1 447.5 MW)；對(duì)于生物質(zhì)能源，十三五期間共有10個(gè)生物質(zhì)利用重點(diǎn)項(xiàng)目，配合政府大力開發(fā)生物質(zhì)，最終在預(yù)測(cè)值基礎(chǔ)上取40%上浮(截至2018年底，揚(yáng)州地區(qū)生物質(zhì)裝機(jī)容量為94.5 MW，至2020年有三個(gè)在建項(xiàng)目將實(shí)現(xiàn)并網(wǎng)，總計(jì)裝機(jī)容量可達(dá)154.5 MW。由于十三五期間對(duì)揚(yáng)州地區(qū)風(fēng)電光伏開發(fā)力度相對(duì)較大，受地區(qū)資源限制，后期將更加注重生物質(zhì)等其他可再生能源開發(fā))。

后期場(chǎng)景創(chuàng)建所使用的EnergyPLAN軟件相關(guān)輸入數(shù)據(jù)來源情況，如表2所示。

表2 場(chǎng)景輸入數(shù)據(jù)來源情況說明

2 場(chǎng)景構(gòu)建及計(jì)算

以2035年為目標(biāo)年，本文構(gòu)建了保守型、政策型和儲(chǔ)能型三個(gè)未來能源系統(tǒng)場(chǎng)景進(jìn)行模擬計(jì)算。(1)保守型場(chǎng)景：該場(chǎng)景主要是在可再生能源裝機(jī)量、發(fā)電量的保守預(yù)測(cè)基礎(chǔ)上進(jìn)行構(gòu)建，旨在說明當(dāng)前可再生能源建設(shè)應(yīng)用發(fā)展的實(shí)際現(xiàn)狀。(2)政策型場(chǎng)景：該場(chǎng)景主要以政府政策規(guī)劃中未來可再生能源裝機(jī)量為主要依據(jù)進(jìn)行構(gòu)建，旨在與保守型場(chǎng)景形成對(duì)比，探索政策規(guī)劃與實(shí)際建設(shè)之間的差距。(3)儲(chǔ)能型場(chǎng)景：該場(chǎng)景是在保守型場(chǎng)景的基礎(chǔ)上加入儲(chǔ)能設(shè)備進(jìn)行構(gòu)建，旨在針對(duì)實(shí)際應(yīng)用過程中，風(fēng)光發(fā)電受外界條件影響較大、具有間歇性對(duì)電網(wǎng)穩(wěn)定性帶來的沖擊，造成的棄風(fēng)棄光現(xiàn)象。

2.1 保守型場(chǎng)景

圖1為保守型場(chǎng)景下目標(biāo)年各月平均小時(shí)社會(huì)電力需求量、可再生能源供能量(以風(fēng)電、光伏為主)以及可再生能源在總能耗中占比等總體情況，觀察發(fā)現(xiàn)，可再生能源發(fā)電在5月至8月占有較高的比例，最高可以達(dá)到23%。

圖1 保守型場(chǎng)景下目標(biāo)年模擬結(jié)果Fig.1 Simulation results of target year in conservative scenario

觀察表3，單獨(dú)比較風(fēng)電及光伏各月小時(shí)平均發(fā)電量，得4月至8月期間光伏發(fā)電出力為高峰，而風(fēng)力發(fā)電量全年分布較為均勻。

表3 保守型場(chǎng)景下風(fēng)電、光伏各月平均小時(shí)出力情況

根據(jù)輸出結(jié)果，全年最大電力小時(shí)需求量為6 560 MW·h，最小需求量為804 MW·h，平均每小時(shí)電力需求3 581 MW·h，其中風(fēng)光可提供電力最大值為3 768 MW·h，最小值為0，平均每小時(shí)供能量約為494 MW·h，且該能源場(chǎng)景下約產(chǎn)生46.89 Mt二氧化碳排放量，如表4所示。

此外，全年風(fēng)電及光伏發(fā)電量占總能耗的7%至23%，能源需求總量預(yù)測(cè)為31.45 TW·h，其中風(fēng)光可提供4.34 TW·h，占總量的13.8%。將生物質(zhì)納入考慮，根據(jù)上述線性預(yù)測(cè)2035年揚(yáng)州地區(qū)生物質(zhì)發(fā)電總裝機(jī)容量可達(dá)250 MW以上，能提供16.85億kW·h電力，綜上可測(cè)算出保守型場(chǎng)景中可再生能源可提供19.14%的總電力需求。

2.2 政策型場(chǎng)景

保守型場(chǎng)景的構(gòu)建是基于可再生能源保守預(yù)測(cè)情況下的裝機(jī)量、發(fā)電量增長(zhǎng)模式，為探索政策導(dǎo)向?qū)Πl(fā)展建設(shè)過程的影響，構(gòu)建主要以政府規(guī)劃為主要參考的政策指向型場(chǎng)景。揚(yáng)州可再生能十三五規(guī)劃中設(shè)定的目標(biāo)：2025年風(fēng)電裝機(jī)2 141.8 MW，光伏裝機(jī)4 487 MW，進(jìn)行計(jì)算得到圖2所示結(jié)果。

表4 保守型場(chǎng)景計(jì)算數(shù)據(jù)匯總

圖2 政策型場(chǎng)景下目標(biāo)年模擬結(jié)果Fig.2 Simulation results of target year in policy-guided scenario

相較于保守型場(chǎng)景，從圖2可以看出，可再生能源占比明顯上升，折線趨勢(shì)有所變化，但整體仍是五至七月處于高峰。其次，在全年最大電力小時(shí)需求量、最小需求量和平均每小時(shí)電力需求保持不變的情況下，風(fēng)光可提供發(fā)電量的最大值為6 271 MW·h，平均每小時(shí)供能量約為1 019 MW·h，該場(chǎng)景下約可產(chǎn)生45.05 Mt二氧化碳排放量，全年風(fēng)電及光伏發(fā)電占比上升到13%至50%。全年能源需求總量為31.45 TW·h，其中風(fēng)光可提供8.95 TW·h，約占總量的28.5%。同樣將生物質(zhì)發(fā)電納入考慮，由于基于線性增長(zhǎng)計(jì)算得出的生物質(zhì)容量預(yù)測(cè)值與政府規(guī)劃數(shù)值較為接近，因此仍采用預(yù)測(cè)值作為本場(chǎng)景生物質(zhì)輸入，即假設(shè)2035年生物質(zhì)發(fā)電約16.85億kW·h，政策型場(chǎng)景中可再生能源約可提供33.8%的總電力消耗，如表5所示。

表5 政策型場(chǎng)景計(jì)算數(shù)據(jù)匯總

2.3 儲(chǔ)能型場(chǎng)景

由于風(fēng)光發(fā)電具有間歇性所帶來的不穩(wěn)定性，實(shí)際生產(chǎn)中發(fā)電能力受外在因素影響較大，為避免給電網(wǎng)帶來的沖擊及威脅，部分發(fā)電并不上網(wǎng)，棄風(fēng)棄光現(xiàn)象較為普遍。儲(chǔ)能設(shè)備具有如下優(yōu)點(diǎn)：一方面儲(chǔ)能設(shè)備可接納可再生能源電力的不穩(wěn)定性，保證電網(wǎng)安全的同時(shí)高效利用電能；另一方面，儲(chǔ)能電站的建立與應(yīng)用也將緩和地區(qū)用電、各時(shí)段用電不均勻問題，實(shí)現(xiàn)電力時(shí)間空間的合理分配?；谏鲜隹紤]，在保守型場(chǎng)景基礎(chǔ)上加入儲(chǔ)能設(shè)備，構(gòu)建了儲(chǔ)能型場(chǎng)景。表6中列出了目前揚(yáng)州地區(qū)在建的儲(chǔ)能項(xiàng)目及規(guī)模。

表6 揚(yáng)州儲(chǔ)能項(xiàng)目建設(shè)規(guī)劃

保守型場(chǎng)景中全年風(fēng)光發(fā)電分布與社會(huì)用電需求分布并不完全相符(圖1)，加入儲(chǔ)能調(diào)節(jié)后，可將風(fēng)光發(fā)電高峰月的產(chǎn)能取部分儲(chǔ)能用于社會(huì)電力需求較大的時(shí)間段，從而使得各月可再生能源供能分配更加合理。對(duì)于電網(wǎng)側(cè)儲(chǔ)能，江蘇地區(qū)以至于全國(guó)范圍內(nèi)都在近兩年才開始廣泛地開展研究及項(xiàng)目建設(shè)。結(jié)合表6數(shù)據(jù)，可將2035年揚(yáng)州地區(qū)儲(chǔ)能設(shè)備容量設(shè)為100～150 MW。

選取100 MW、125 MW、150 MW儲(chǔ)能容量進(jìn)行場(chǎng)景模擬，結(jié)果如圖3所示。各月可再生能源供能占比由保守型場(chǎng)景的6%～31%調(diào)高至9%～27%后，供能明顯趨于平穩(wěn)，實(shí)現(xiàn)了較低程度分時(shí)段間的能源調(diào)節(jié)，且儲(chǔ)能設(shè)備的調(diào)節(jié)作用將隨著儲(chǔ)能能力提高而更加顯著。

圖3 不同儲(chǔ)能容量場(chǎng)景下目標(biāo)年模擬結(jié)果Fig.3 Simulation results of target year in different energy storage capacity scenarios

3 計(jì)算結(jié)果分析

以保守型場(chǎng)景作為參考基準(zhǔn)，將政策型、儲(chǔ)能型場(chǎng)景與之進(jìn)行比較，分析討論其優(yōu)缺點(diǎn)及實(shí)際可行性。

(1)政策型場(chǎng)景與保守型場(chǎng)景的區(qū)別主要在于可再生能源投入量的多少。從表7可看出，政策型場(chǎng)景的優(yōu)勢(shì)在于高比例的可再生能源供能，以及可再生能源比例提高后帶來的碳排放下降。相對(duì)于保守型場(chǎng)景，政策型場(chǎng)景風(fēng)光供能提高了106.2%，碳排放下降了3.9%，包含風(fēng)、光、生物質(zhì)的可再生能源占比更是高達(dá)33.8%，高出政府規(guī)劃的2030年20%非化石能源占比指標(biāo)近14%。從實(shí)際建設(shè)來看，十三五期間計(jì)劃實(shí)施風(fēng)光項(xiàng)目處于滯后狀態(tài)，到2018年中旬，揚(yáng)州地區(qū)風(fēng)電并網(wǎng)裝機(jī)規(guī)模僅為2020規(guī)劃值的15%不到，而光伏裝機(jī)容量也僅為規(guī)劃值的25%不到。鑒于風(fēng)電、光伏項(xiàng)目都需要一定建設(shè)周期，短時(shí)間內(nèi)大幅度增加風(fēng)光裝機(jī)容量并不實(shí)際。因此相對(duì)于保守型場(chǎng)景，雖然政策型場(chǎng)景可再生能源比例有較大提高，但實(shí)際建設(shè)過于激進(jìn)，可行性不高。

表7 保守型與政策型對(duì)比

Tab.7 Comparison of outputs in conservative and policy-guided scenarios

電力需求/TW·h風(fēng)光供能TW·h可再生能源占比/%碳排放/Mt保守型場(chǎng)景31.454.3419.1446.89政策型場(chǎng)景31.458.9533.845.05

(2)對(duì)于儲(chǔ)能型場(chǎng)景，與保守型場(chǎng)景的可再生能源輸入相同，其區(qū)別主要在于儲(chǔ)能場(chǎng)景加入儲(chǔ)能設(shè)備，實(shí)現(xiàn)了電網(wǎng)側(cè)儲(chǔ)能。隨著可再生能源在能源系統(tǒng)中比例增加，其發(fā)出的電力固有的間歇性及波動(dòng)性會(huì)對(duì)電網(wǎng)的安全與穩(wěn)定造成一定威脅；另一方面風(fēng)、光等發(fā)電形式受氣候、地形等外在因素影響較大，不具備煤電等靈活可控的發(fā)電屬性，而儲(chǔ)能設(shè)備的投入既可以接納新能源發(fā)電的不穩(wěn)定性，又能對(duì)區(qū)域、時(shí)域內(nèi)電力供需不平衡進(jìn)行調(diào)節(jié)。但由于儲(chǔ)能與保守型場(chǎng)景輸入相同，雖然較保守的容量增加可確保實(shí)際項(xiàng)目穩(wěn)定建設(shè)，但兩者可再生能源占比均為19.14%，較2030年非化石能源20%占比預(yù)計(jì)目標(biāo)低了約1%。

(3)根據(jù)江蘇省發(fā)改委2019風(fēng)電、光伏建設(shè)規(guī)劃，未來將著重于提升風(fēng)光消納能力、穩(wěn)妥推進(jìn)已納入規(guī)劃且核準(zhǔn)的存量風(fēng)光項(xiàng)目建設(shè)、鼓勵(lì)分散式風(fēng)電建設(shè)，以及積極推進(jìn)平價(jià)上網(wǎng)政策等工作。跟隨該政策引導(dǎo)，未來風(fēng)光產(chǎn)業(yè)將得到更健康穩(wěn)定的發(fā)展。其中，新推行的平價(jià)上網(wǎng)政策，從2019年初國(guó)家下達(dá)通知到各地區(qū)紛紛響應(yīng)，主要內(nèi)容為在全國(guó)范圍內(nèi)逐步推進(jìn)落實(shí)平價(jià)政策，對(duì)無補(bǔ)貼風(fēng)光項(xiàng)目嚴(yán)格落實(shí)優(yōu)先上網(wǎng)和全額保障性收購(gòu)，這可為風(fēng)光建設(shè)提供可觀的市場(chǎng)增量，能夠促進(jìn)風(fēng)光項(xiàng)目高質(zhì)量發(fā)展并大大提高市場(chǎng)競(jìng)爭(zhēng)力。目前我省平價(jià)政策仍處于試點(diǎn)推行階段，但對(duì)于風(fēng)光等新能源產(chǎn)業(yè)，平價(jià)階段是由競(jìng)價(jià)至低價(jià)上網(wǎng)的關(guān)鍵過渡期，是推動(dòng)綠電在全國(guó)范圍內(nèi)消納利用的重點(diǎn)，平價(jià)政策的推行必將利好未來風(fēng)光等新能源產(chǎn)業(yè)發(fā)展。對(duì)于初期為推行平價(jià)政策發(fā)布的優(yōu)先上網(wǎng)等鼓勵(lì)支持措施，也將推動(dòng)風(fēng)光存量項(xiàng)目無補(bǔ)轉(zhuǎn)型優(yōu)先建設(shè)以及風(fēng)光新建增量項(xiàng)目。

綜上，為保證項(xiàng)目的正常實(shí)施建設(shè)，且能在目標(biāo)年份達(dá)到政府規(guī)劃的可再生能源占比，可在保守型場(chǎng)景輸入數(shù)據(jù)的基礎(chǔ)上，根據(jù)項(xiàng)目實(shí)際進(jìn)展及政策走向適量增加風(fēng)、光裝機(jī)容量，即對(duì)保守型場(chǎng)景進(jìn)行優(yōu)化。表8所示為在保守型數(shù)據(jù)基礎(chǔ)上增加風(fēng)電8.9%、光伏2.2%容量，即可實(shí)現(xiàn)可再生能源占比提高1.07%，達(dá)到2030年非化石20%占比要求。

表8 保守優(yōu)化型場(chǎng)景數(shù)據(jù)情況

4 結(jié) 論

隨著社會(huì)經(jīng)濟(jì)發(fā)展，低碳節(jié)能將在未來區(qū)域能源建設(shè)中愈發(fā)被重視。揚(yáng)州作為國(guó)內(nèi)宜居城市之一，擁有較好的可再生能源基礎(chǔ)及發(fā)展?jié)摿Α１疚囊燥L(fēng)電、光伏、生物質(zhì)發(fā)電為主要可再生能源，構(gòu)建了面向2035年的未來可再生能源應(yīng)用的三種場(chǎng)景：保守型、政策型和儲(chǔ)能型，通過EnergyPLAN模型對(duì)揚(yáng)州市未來可再生能源發(fā)展情景進(jìn)行了分析，得出以下結(jié)論：

(1)根據(jù)《揚(yáng)州市“十三五”可再生能源發(fā)展規(guī)劃》實(shí)現(xiàn)2020年、2030年非化石能源分別占一次能源消費(fèi)比重15%和20%的目標(biāo)。保守型及儲(chǔ)能型場(chǎng)景可再生能源占比約為19.14%，略低于政府規(guī)劃2030目標(biāo)；政策型場(chǎng)景可再生能源在總能耗中占比高達(dá)33.8%，超出2030年目標(biāo)10%以上?？傮w與政府規(guī)劃目標(biāo)差距不大。

(2)在能源系統(tǒng)中加入儲(chǔ)能成分，可使社會(huì)全年可再生能源發(fā)電得到更合理、均衡的利用，更切合電力實(shí)際需求。此外，儲(chǔ)能設(shè)備的加入也可較好地解決各類新能源并網(wǎng)時(shí)對(duì)傳統(tǒng)電網(wǎng)的沖擊問題，能夠大幅度降低棄風(fēng)、棄電率，實(shí)現(xiàn)更高效的能源利用。

(3)綜合考慮，未來?yè)P(yáng)州風(fēng)電、光伏、生物質(zhì)發(fā)電建設(shè)可以保守型數(shù)據(jù)為基礎(chǔ)，以保證可再生能源開發(fā)利用的穩(wěn)健性。在此基點(diǎn)上，為盡量實(shí)現(xiàn)政府非化石能源占比規(guī)劃目標(biāo)，可適量加大開發(fā)力度。期間可根據(jù)實(shí)際項(xiàng)目建設(shè)情況，對(duì)政府規(guī)劃的可再生能源各自階段性裝機(jī)容量等數(shù)值進(jìn)行調(diào)整，從而保證項(xiàng)目完整的建設(shè)周期及經(jīng)濟(jì)性、可靠性。