CN103441494A - 基于非并网多能源协同供电的智能电网系统 - Google Patents

Abstract

本发明涉及一种基于非并网多能源协同供电的智能电网系统，该系统包括发电系统、公用电网系统和负载系统，负载系统包括普通负载和智能负载；还包括以非并网的形式为智能负载供电的可再生能源发电装置；智能负载和公用电网系统之间设有电量控制装置，电量控制装置用于控制公用电网系统供给智能负载的电量。当公用电网系统处于峰时段时，按照预设的最小电量给所述智能负载供电；当公用电网处于谷时段时，公用电网取消对智能负载电量按照预设的最小电量供电的限制。该系统能够适应可再生能源发电装置等的波动对电网的冲击，并能够充分利用公用电网系统中网电的峰谷电价差提高承担智能负载企业的经济效益，辅助公用电网系统进行深度调峰。

Description

基于非并网多能源协同供电的智能电网系统

技术领域

本发明涉及一种基于非并网多能源协同供电的智能电网系统，属于电力控制技术领域。 

背景技术

改革开放以来，我国国民经济持续高速发展，经济总量不断跃上新台阶。伴随着经济的高速发展，我国的电力需求也迅速增长。2012年我国全社会用电量达到了49591亿千瓦时，同比增长5.5%。从1980年至2012年，我国全社会用电量增长16.8倍，年均增长9.2%。 

在节能减排日益严峻的形势下，对各种可再生能源的开发利用受到各国重视。中国目前是国际洁净能源的巨头，是世界上最大的太阳能、风力与环境科技公司的发源地。类似的可再生能源还包括生物能、水能、地热能、氢能等等。 

下面仅以风能为例进行说明，其他形式的可再生能源与风能类似。风能作为一种清洁、无污染的可再生能源，其开发和利用被认为是世界能源战略的重要组成部分。目前世界上大规模风电场的应用方式主要以风电并网为主，风能的利用主要按照“风轮-发电机-电网-用户（负载）”的路线来进行，其中电网是风电的负载和用户的电源。但是由于风电的不稳定性和波动特性，大规模风电上网还存在着现阶段难以克服的技术障碍，风电对电网贡献率难以超过10%已经成为一个世界性难题。同时，风电上网对风力机提出了满足电网稳频、稳压和稳相的要求，由此大幅度增加了风力机制造成本和风电价格，使风电的大规模应用受到限制。 

中国具有丰富的风能资源，我国可开发利用的风能储量远远超过化石能源（煤炭、石油、天然气）之和，现已确定的陆地50米高风能可利用储量为23.8亿千瓦。2011年底，新增风电装机容量1763万千瓦，占全球总增量的40%，风电装机总量已达6270万千瓦，保持全球领先地位。风力发电具有随机性、间接性，大规模风电接入导致电网等效负荷峰谷差变大，对电网的稳定性带来冲击。随着风电产业的快速发展，以上特点使风电的消化利用成为难题。风电并网的问题变得日益凸显。就目前来说，我国有相当—部分的风电没有实现并网发电。 

并网已成为制约风电大规模发展的主要瓶颈，主要体现在以下几个方面： 

(1) 风能的随机性和间歇性导致现有条件下难以大规模有效利用。

(2) 风能资源丰富的地区以及风电场建设，主要分布在远离负荷中心的边远地区，网架结构相对薄弱，大规模风电的接入导致电网不稳定。 

(3) 风电并网对风机必须满足电网稳频、稳压、稳相位等10多种技术参数要求，使风机结构和控制系统不得不复杂化，由此增加了风机制造成本、风电价格和故障概率。 

(4) 由于风电的随机性，电网要求稳定安全运行，因此，风电场接入要满足相应的技术规范。同时，为了做到电网合理调度，保证供电质量，要求提供风电场发电量短期预报和考虑建设—定的配套措施。如电网必须要有大量相应的旋转备用电源等，从而导致总投资增加。 

(5) 大容量风电的接入会影响电网的调度和运行方式、频率控制、电压调整、电能质量，以及电网的故障水平和稳定性等。由于风力发电固有的间歇和波动性，电网的可靠性可能降低，电网的运行成本增加。为了克服风电给电网带来的电能质量和可靠性等问题，还会使电网公司增加必要的研究费用和设备投资。 

在没有水电或燃气发电等调峰的情况下，目前风电对电网贡献率难以超过10%，当所占比例超过10%以后，对局部电网将产生明显冲击，严重时会引发大规模恶性事故。2012年11月，中国国家电网公司共发生28次风电非正常脱网。这也促使研究者们研究风电与电网内在耦合机理和运行规律，以期提高风电的利用率。 

为了充分利用风电，并对电网进行深度调峰，国外提出了“智能发电”的概念。所谓“智能发电”是指发电厂根据终端负荷的变化，自动调整发电量，主要实施途径是通过燃气、水电等发电的调峰来满足负荷的变化。欧美国家的水资源和燃气资源比较丰富，发电机组以水电和燃气为主，调峰比较容易，这有利于风电的规模化应用。2007年美国天然气发电占39.5%，燃油发电占5.6%，美国快速调节电源占50%。2008年德国燃气、燃油和抽水蓄能约占总装机容量的25%，其它可调电源占8%，德国快速可调电源约占25%。 

以西班牙为例，该国拥有十分丰富的风能资源，据西班牙风能协会（AEE）最新统计，截至2009年底，该国风电装机容量达1826万千瓦，占总装机容量的18.5%。并网风电场已超过500个。2001～2009年，风电装机容量年均增长23.4%，占装机总量的比重提高了12.4个百分点。 

2009年，西班牙风力发电量为358亿千瓦时，占全国总发电量的12.5%，较2001年提高了9.6个百分点。2001～2009年，风力发电量年均增长23.2%。2009年12月8日3时59分，瞬时风电出力达到全国电力负荷的53.7%；当日风力发电量高达2.52亿千瓦时，占当日全国电力消费量的44.9%；当月风电比例也高达22.7%，首次超过核电（19.5%）。 

西班牙的风力发电占总发电总量如此之高，很重要的原因是电力系统具备较好调峰能力。为了适应风电装机规模和发电量不断提高的需要，西班牙近年来大力发展具有深度调峰能力的燃气机组、油气混合燃料机组，积极推动抽水蓄能机组建设。截至2009年底，具备良好调峰性能的装机达3497万千瓦，占总装机容量的35.5%，有效提升了电力系统的调峰能力。 

但是，我国的能源是以煤炭资源为主，其主要特点为“富煤、少油、缺气”，绝大部分的电能来源于火力发电。我国风电发展较为集中的“三北”地区电源结构都是以火电为主，调节能力不强。华北、东北火电比例占80%以上，且供热机组较多。截至2011年底，全国火力发电装机容量总计76546万千瓦，约占总装机容量的72.5%，全年新增火电装机容量5886万千瓦，火电发电量38975亿千瓦时，占全国总发电量的82.56%。我国丰富的煤炭资源禀赋决定了我国将在较长时间段内保持以煤电为主的电源结构。 

相对于水电和燃气等机组来说，火电机组锅炉燃烧系统具有大滞后，大迟延特性，不宜进行深度调峰。而且随着机组出力的下降，其煤耗也相应大幅度增加。如果火电机组参与调峰，将会出现煤耗上升和发电机组效率下降、经济性严重下滑的情况。表1显示了某超临界火电机组在不同的出力条件下，出力每下降100MW煤耗的上升值。当超临界火电机组参与调峰出力下降50%时，度电煤耗增加44克，上升13.6%, 机组已进入亏损状态。 

表1 

机组出力范围(单位MW)	煤耗上升值(单位g/kwh)
		1000-800	6
800-600	14
		600-500	24
500-300	44

 由于煤电为主的电源结构不能深度调峰，因此我国大区电网存在电源分布不合理，造成电源结构（基、腰、峰荷电源）性矛盾，即电网严重缺乏调峰电源。多年来我国一直迫使超临界和超临界60万-100万千瓦机组非常规调峰，低谷时压到50%亚临界运行，使低碳机组高碳运行。随着城市化、工业化，电网每年增长的用电负荷，其峰谷差将超过50%。

目前国内常用的调峰方式仍然以抽水蓄能电站为主，抽水蓄能电站将电网负荷低时的多余电能，转变为电网高峰时期的高价值电能，还适于调频、调相、稳定电力系统的周波和电压，且宜为事故备用，还可提高系统中火电站和核电站的效率。但是，抽水蓄能电站会损失25%左右的能量，而且抽水蓄能电站在水工建筑方面也有它的特殊性，比如对防渗的要求就特别严格，因为它的水是用电换来的，同时机组吸出高度多为负值，厂房多为地下式等等，因此在设计和施工方面都有一定的难度。同时抽水蓄能电站要求具备上、下游2个水库，占地面积大，造价较高，而且受到抽水蓄能电站选址的限制，对水土、植被等生态环境的影响较大，现在各国对于大型水电站的建设都十分谨慎。蓄电装置是储能的常见形式，也可以用来调峰，但是大规模蓄电装置的使用不仅投资大，而且也会导致25-30%的能量损失。 

发明内容

本发明解决的技术问题是：提出一种基于非并网多能源协同供电的智能电网系统，该系统能够适应可再生能源发电的波动对公用电网系统的冲击，并能够充分利用公用电网系统的峰谷电价差提高承担智能负载企业的经济效益，辅助公用电网系统进行深度调峰。 

为了解决上述技术问题，本发明提出的技术方案是：一种基于非并网多能源协同供电的智能电网系统，包括发电系统、公用电网系统和负载系统，所述负载系统包括普通负载和智能负载；还包括以非并网的形式为智能负载供电的可再生能源发电装置；所述智能负载是输入电流大幅度波动只影响产量而不影响产品质量并且在较宽的范围内保持电流效率不变的高耗能负载；所述智能负载和所述公用电网系统之间设有电量控制装置，所述电量控制装置用于控制所述公用电网系统供给智能负载的电量；所述智能电网系统在使用时，当公用电网系统处于峰时段时，所述公用电网系统按照预设的最小电量给所述智能负载供电；当公用电网系统处于谷时段时，所述公用电网系统取消对智能负载电量按照预设的最小电量供电的限制。 

上述技术方案的改进是：所述智能负载为电解铝装置、海水淡化装置、规模化制氢装置、盐化工装置、铁合金冶炼装置和/或抽油装置。 

上述技术方案的进一步改进是：所述可再生能源发电装置为风力发电装置、太阳能发电装置和/或潮汐发电装置。 

上述技术方案的再进一步改进是：所述可再生能源发电装置采用耦合控制技术为智能负载供电。 

本发明带来的有益效果是： 

1）本发明突破了传统智能电网的构架，针对中国“富煤、少油、缺气”的国情，提出了智能负载的概念，智能负载为根据供电量的大小智能工作在相应的负荷下其生产效率保持基本不变的负载，也就是说该智能负载能够适应供电负荷的波动。智能负载的提出为提高风电等不稳定电源的利用率提供了理论支撑，即供给智能负载的电流减小时，智能负载的电流效率基本不变，这样就可以白天（公用电网系统的峰时段）维持智能负载低电量运转，晚上（公用电网系统的谷时段）则满负荷运转，从而直到抽水蓄能电站的作用。但是与抽水蓄能电站相比，本发明的效率更高，避免了能量转换带来的30%的损耗，而且晚上的电网系统的网电价格更低（如江苏沿海规模化用电企业的白天电价为1.05元/度，晚上则降至0.27元/度），也为智能负载的企业降低了生产成本。

2）本发明为我国以煤电为主的发电系统提出了一条崭新的能源利用之路，结合智能发电，提出了智能电网系统的理念。智能电网系统覆盖了电力系统的电源侧、输电配电侧和用电侧的主要方面，构建了一个较为完整的电力系统框图。在研究风电与火电电网耦合内在规律的基础上，通过非并网可再生能源发电的研究，突破了现有供电侧被动适应负载侧的耦合关系，提出了基于多能源协同供电的智能电网系统。在智能电网系统的大框架下，通过多能源系统供电对智能电网系统的直接和间接调节，能够实现风电等可再生能源100%高效、低成本利用，做到长期、稳定、可靠运行。 

3）本发明的基于非并网多能源协同供电的智能电网系统商业前景好。本发明的基于非并网多能源协同供电的智能电网系统使得智能负载所在的行业由高耗能产业变绿色、电网友好型的可持续新兴产业，具有很好的经济、社会和环境效益。 

附图说明

下面结合附图对本发明的基于非并网多能源协同供电的智能电网系统作进一步说明。 

图1是本发明实施例的系统组成示意图。 

具体实施方式

实施例

本实施例的基于非并网多能源协同供电的智能电网系统，如图1所示，包括发电系统1、公用电网系统2和负载系统，负载系统包括普通负载3和智能负载4；智能负载4是输入电流大幅度波动只影响产品产量而不影响产品质量并且在较宽的范围内保持电流效率不变的高耗能负载。本实施例的智能负载4可以是电解铝装置4-1、海水淡化装置4-2、规模化制氢装置4-3、盐化工装置4-4、抽油装置4-5以及铁合金冶炼装置4-6之间的任意组合。 

本实施例还包括以非并网的形式为智能负载4供电的可再生能源发电装置5，本实施例的可再生能源发电装置5可以是风力发电装置5-2、太阳能发电装置5-1以及潮汐发电装置5-3之间的任意组合，采用耦合控制技术为智能负载4供电。智能负载4和公用电网系统2之间设有电量控制装置7，电量控制装置7用于控制公用电网系统2供给智能负载4的电量，当公用电网系统2处于峰时段时，公用电网系统2供给智能负载4预设的最小电量；当公用电网系统2处于谷时段时，公用电网系统2取消对智能负载4电量供给的限制。这样当公用电网系统处于谷时段时，智能负载可以满负荷工作，从而充分利用公用电网系统中网电的峰谷电价差提高承担智能负载企业的经济效益，并辅助公用电网系统进行深度调峰。 

本发明不局限于上述实施例所述的具体技术方案，凡采用等同替换形成的技术方案均为本发明要求的保护范围。 

Claims (4)

1.一种基于非并网多能源协同供电的智能电网系统，包括发电系统、公用电网系统和负载系统，其特征在于：还包括以非并网的形式为智能负载供电的可再生能源发电装置；所述负载系统包括普通负载和智能负载；所述智能负载是输入电流大幅度波动只影响产量而不影响产品质量并且在较宽的范围内保持电流效率不变的高耗能负载；所述智能负载和所述公用电网系统之间设有电量控制装置，所述电量控制装置用于控制所述公用电网系统供给智能负载的电量；所述智能电网系统在使用时，当公用电网系统处于峰时段时，所述公用电网系统按照预设的最小电量给所述智能负载供电；当公用电网系统处于谷时段时，所述公用电网系统取消对智能负载电量按照预设的最小电量供电的限制。

2.根据权利要求1所述的基于非并网多能源协同供电的智能电网系统，其特征在于：所述智能负载为电解铝装置、海水淡化装置、规模化制氢装置、盐化工装置、铁合金冶炼装置和/或抽油装置。

3.根据权利要求1所述的基于非并网多能源协同供电的智能电网系统，其特征在于：所述可再生能源发电装置为风力发电装置、太阳能发电装置和/或潮汐发电装置。

4.根据权利要求1所述的基于非并网多能源协同供电的智能电网系统，其特征在于：所述可再生能源发电装置采用耦合控制技术为智能负载供电。