风电一多电网就发愁。这不是说风电不好而是它的出力太“随缘”——风大的时候呼呼地满发风小的时候一动不动偶尔半夜风速最高、负荷最低的时候它又全力输出电网调度刚压下来火电风电场那里又开始波动调频调峰压力全堆在系统身上。更愁的是外送西部北部的大型风电基地往往离负荷中心上千公里单独给它建一条输电通道容量按满发放来配置结果一年里通道大部分时间利用率很低要是按平均出力来建大风期又送不出去只能弃风。这几年行业内反复讨论、大量计算验证之后基本达成了一个共识——把风电和火电“打捆”在一起形成一条稳定的外送功率曲线再去规划发输电系统。本文就把这个优化规划研究里最核心的几件事拆开讲清楚包括打捆比例怎么定、通道容量怎么选、外送曲线怎么编、以及规划计算里有哪几个容易踩的坑。适合从事新能源消纳分析、电力系统规划、输电工程前期研究的工程师和研究生参考。1. 为什么非要把风火“打捆”外送两笔必须算清的亏本账单纯从电源侧看风电场的度电成本已经很有竞争力了但如果把外送通道投资、系统调峰成本、弃风损失全部摊进去单独外送风电的经济账往往很难看。搞规划的人绕不开两笔亏本账理解了它们才能明白打捆不是“政治任务”而是工程上的必然选择。1.1 风电的“反调峰”特性和单独外送的利用率困境风电出力的波动性有两个显著特征一是分钟级、小时级的随机波动二是日尺度上常呈现“昼低夜高”的反调峰特征。所谓反调峰就是风速最大的时段往往出现在后半夜而系统负荷最低的时段也恰恰是后半夜——此时风电大发电网不得不把火电深度压减甚至停机如果压不下去只能弃风。从外送角度看若单独建设一条风电专用输电通道为了满足大风期满发外送的要求通道容量必须按风电装机容量或保证出力来设计但实际运行中风电出力低于额定值的时间占比通常很高。业内常用“年利用小时数”来评价通道经济性一条风电场群专用的交流通道年利用小时数往往只能做到一千多小时而火电通道通常能做到四五千小时。单位电量分摊的输电成本一对比专用风电通道的经济性基本没有竞争力。1.2 火电为谁买单容量备用与辅助服务的成本转移风电大发时系统里必须有其他电源快速压出力风电突然降出力时又必须有电源快速顶上。这种调节压力在只有风电外送的场景里实际上是被送端电网内的火电或受端电网的调峰电源承担了。但“承担”不等于不要钱火电机组频繁深调、频繁爬坡会增加煤耗、磨损设备、增加检修频率这些成本在过去的核算体系中往往被忽略或由电网公司统一消化。当风火打捆之后火电不再是单纯给风电“擦屁股”的配角而是作为打捆外送功率的“稳定器”参与日前计划编制。打捆使得原来隐性的调峰成本变得可量化——火电在打捆系统中的深调深度、爬坡速率、启停次数都明确进入了优化模型的目标函数。这也是风火打捆优化规划研究和传统电源规划最大的差别不是简单地堆装机容量而是要协调出力过程。正是这两笔亏本账把行业逼到了“打捆”这条路上。打捆的本质就是用一个可控、可调的常规电源火电去平抑一个不可控、波动大的新能源电源风电让整个外送系统对外呈现出一条相对平滑、可计划的功率曲线。这条曲线越平滑通道利用率越高系统备用需求越小整体经济性就越好。2. 打捆比例怎么定才不浪费从物理约束到双层优化模型打捆比例是个让规划人员反复纠结的核心参数。风电配少了火电为了稳住外送功率就得常年高负荷运行碳排放压力大新能源消纳率上不去风电配多了火电的调节能力压不住大风期的出力波动外送功率曲线不平稳甚至需要大量弃风。实际工程中打捆比例没有“标准答案”而是一个通过优化计算求出来的变量。2.1 打捆比例的物理底线火电最小出力与风电保证出力先看物理约束。一套风火打捆系统里火电机组有一个重要参数叫“最小技术出力”也就是锅炉稳定燃烧、机组稳定运行的最低负荷率。常规煤电机组最小技术出力通常在40%-50%额定容量经过灵活性改造后可以降到30%甚至部分机组能压到20%。这个参数决定了火电能给风电“腾出”多少空间。举个例子假设外送通道容量为1000MW如果火电最小技术出力为40%额定容量那么当火电满发时通道里留给风电的空间就是0当火电压到最低时通道里容纳风电的能力达到最大。如果火电装机600MW最小出力240MW那么风电出力最大可以到760MW而不至于超出通道容量。这里的关键是——大风期风电接近满发时火电必须能够压到足够低的位置否则要么火电自己少发要么弃风。因此打捆比例的第一道约束就是公式化的P_wind_max ≤ P_channel - P_t/minP_t/min P_t × r_min其中 P_channel 为通道额定容量P_t 为火电装机r_min 为火电最小出力率。这是一个粗算但规划早期用它对打捆比例做初步筛选非常有效。再看风电侧的保证出力。风电出力虽然波动大但统计上仍可得到一定置信水平下的保证出力值比如按全年8760小时统计95%概率下风电出力不低于某值。打捆系统外送功率中风电的“有效容量”不能按额定容量算而要按保证出力算。这也直接影响通道容量规划和受端电网的电力平衡。2.2 典型场景法用少量时段代表全年的风电不确定性风电出力是一个随机过程直接把8760小时的时序数据全部塞进优化模型计算量巨大尤其是还要和火电的开停机、爬坡约束耦合在一起求解难度就更高了。工程上最常用的处理手段是“典型场景法”——从全年的风电出力历史数据中提取若干典型场景每个场景代表一类典型的出力形态和发生概率。典型场景的选取有几个常用思路按季节和时段聚类把全年分成春夏秋冬四类每类再分峰、腰、谷时段形成12个组合场景。按出力水平聚类把风电出力分成高、中、低、零出力四档统计每种出力水平下的持续时间占比。按持续性聚类识别连续大风期、连续小风期、剧烈波动期等特殊场景。规划计算中我习惯把“极端场景”单独拎出来包括连续多日大风、连续多日小风、以及风资源最好但负荷最低的时段。这些场景对打捆系统的调峰压力贡献最大哪怕发生概率不高也必须在校核环节单独跑一遍否则容易出现规划结果在“平均意义”上合理、但应对不了极端情况的窘境。2.3 双层优化模型外层决定建设规模内层精算运行成本打捆比例优化在方法上已经比较成熟主流框架是双层优化模型。外层是规划层决策变量包括风电场装机容量、火电装机容量、打捆比例、输电通道容量目标函数通常是系统全生命周期总成本最小包括电源投资成本、输电投资成本、运行煤耗成本、弃风惩罚成本、碳排放成本等。内层是运行层在给定建设方案下模拟系统的典型日运行方式求解火电出力曲线、风电出力曲线、外送功率曲线计算运行成本和各类约束的满足情况。内外两层之间通过迭代收敛外层给定一组建设方案内层算出运行成本和约束越限情况反馈给外层调整方案。这个过程计算量不小但胜在结果有“全局最优”的解释力。实际项目中如果计算资源有限也可以做简化——把内层运行模拟用经验公式代替比如用调峰缺口率、通道利用率等几个指标做近似评估虽然精度差一些但能快速缩小候选方案范围再用完整模型对优选方案做精细计算。需要提醒的是优化结果对目标函数中各类成本的权重非常敏感。弃风惩罚系数定得高优化出来的风电配比就会偏保守碳排放成本定得高火电装机就会被压得很紧。所以做规划时所有成本参数都要有来源依据最好做一轮敏感性分析把系数翻倍和减半的情况都算一遍别把单一参数的取值当作所谓的“最优解”。3. 输电通道容量规划从年利用小时数到N-1安全校核打捆比例优化出来之后接下来就是输电通道容量的规划。这一步直接决定了整个外送工程的输电投资规模也是最容易被“拍脑袋”定下来的参数。通道定小了大风期外送受限、弃风增加定大了输电成本分摊到每度电上就不划算。合理的做法是把通道容量作为优化变量放进模型同时接受几个工程约束的检验。3.1 通道容量与利用率的矛盾点输电通道的经济性评价常用“年利用小时数”——通道年输送电量除以通道额定容量。对于风火打捆外送通道理想的年利用小时数通常在4000-5000小时对应的通道利用率约45%-57%。如果打捆比例中风电占比较高外送功率的波动幅度大为了维持通道利用率需要火电在风电低谷期加大出力而风电大发期火电深度压减通道尽量保持满送。这样一年下来通道始终维持在较高利用率水平。具体计算时可以用一个简化的年外送电量公式来快速估算E_annual ≈ P_channel × T_util其中 T_util 是目标利用小时数。如果外送目标电量确定比如受端协议电量就可以反推所需的通道容量。但这个公式过于粗糙因为它假设通道全年都能按额定容量输电。实际中风电出力不足时需要火电顶上来火电顶不上来的时候通道就只能降送。因此更精确的方法是先把风电出力时序数据、火电可调容量、外送功率上限代入生产模拟程序逐小时算出全年的送电功率序列再统计出通道容量利用率的分布情况。我在实际项目中通常的做法是设几个候选通道容量方案比如±10%步长分别做全年生产模拟对比各方案的通道利用率、弃风率、度电输电成本然后画一条“容量-综合成本”曲线取曲线最低点附近的整数容量作为推荐值。这样做出来的通道容量有数据支撑汇报评审时也经得起追问。3.2 送端系统N-1安全约束对容量的修正不过经济性最优的通道容量往往还要过安全校核这一关尤其是N-1约束。所谓N-1是指送端系统的任意一条线路或一台变压器退出运行后系统仍能保持稳定运行不发生过载或稳定破坏。对于风火打捆外送系统送端电网结构直接决定外送通道的安全输送能力。举一个很典型的场景送端汇集站通过两回线路接入枢纽变电站每回线路的额定输送能力为500MW。规划时按两回线满送1000MW来设计外送规模但N-1校核会告诉你一回线路跳闸后另一回线路必须承担全部1000MW输送任务如果单回线路的热稳定极限只有600MW那么系统实际可满足的外送规模就要压到600MW以下否则就得加强网架结构或配置安全稳控装置。这个例子说明外送通道容量不是简单地等于所选线路额定容量的累加它和网架结构、故障后的潮流转移路径、稳控策略都强相关。风火打捆系统的N-1校核还有一个特殊之处故障发生时风电和火电的出力状态不同潮流转移的结果也不同。大风期风电满发、火电深调的情况下发生N-1故障和风电低谷期火电满发的情况下发生N-1故障后果完全两样。所以校核时不能只做一个典型方式至少要做大风方式、腰荷方式、低谷方式三个典型运行状态的校核必要时还得叠加极端场景——比如大风期恰好通道另一回线路检修系统处于N-1-1状态。安全校核的结果经常反过来修正经济性优选出来的方案可能要把通道容量降低或者增加第三回线路、加装串补、配置可控高抗等。这些投资都要重新计入经济性比较中最终得到一个让安全和经济同时满足的方案。4. 外送功率曲线的编制逻辑曲线平滑化、火电调节与储能辅助打捆系统对外呈现的“产品”是外送功率曲线。这条曲线是否平滑直接影响受端电网的接纳意愿、通道的利用率以及送端火电的调节压力。编制外送功率曲线是风火打捆优化规划里最具体、最体现功底的一环。4.1 先说清楚“传送什么曲线”日前计划曲线与实时调整的边界实际运行中打捆系统通常需要向电网调度中心报送一条“日前外送功率计划曲线”通常按96点或288点即每15分钟一个点编制。调度中心按这条曲线安排受端的电力平衡和送端的通道检修计划。因此编制曲线必须考虑两个基本要求一是外送功率要尽量平滑不要出现剧烈的大幅波动否则受端调峰压力大甚至影响电网安全二是风电出力变化后火电的爬坡能力要能跟得上否则计划曲线就成了空中楼阁。编制日前曲线的常规思路是先根据风电功率预测结果确定未来24小时风电出力的预期值然后设定火电的基础出力使得“风电预测出力 火电基础出力”等于目标外送功率当风电预测出力波动时由火电的调节出力来“补差”。这里火电基础出力的选择很关键定高了风电大发时火电压不下来通道容量可能越限定低了风电小发时火电顶不上去外送功率不达标。实际编制中常用“滚动平移法”——火电基础出力按目标外送功率与风电预测出力的差值整定但加减速率受火电爬坡约束限制因此需要对风电预测曲线做一次平滑处理常用滑动平均或低通滤波处理小时级的高频波动分量。4.2 火电爬坡速率是曲线平滑化的最大约束火电机组的爬坡速率是有物理极限的。常规煤电机组每分钟爬坡速率通常在1%-3%额定功率左右也就是说一台600MW机组每分钟最多能增加或减少出力约6-18MW。风电出力在强风扰动下15分钟内波动30%-40%额定出力并不罕见。如果外送曲线上风电波动幅度远大于火电爬坡能力火电就“追不上”这个曲线产生了偏差功率。这部分偏差只能靠两种手段解决一是让外送曲线本身跟随风电波动把波动传递给受端电网二是在送端配置储能用储能吸收或补偿高频波动分量把火电爬坡需求控制在安全范围内。这也是为什么近年来的风火打捆项目中越来越多地开始配套储能。储能容量和功率的配置虽然增加了初始投资但它能把外送曲线的平滑度提升一个档次。以一座1000MW打捆外送系统为例如果配置100MW/200MWh的储能基本可以吸收分钟级的随机波动让火电只承担小时级的趋势性调节火电爬坡压力大幅降低机组寿命和煤耗也能得到改善。4.3 曲线“虚与实”计划曲线和实际运行曲线必然存在偏差编出来的曲线只是“计划”真正运行时风电实测出力和预测值之间总有偏差。这个偏差在打捆系统里由火电和储能实时补偿。规划阶段就要把这种偏差考虑进去否则按理想曲线推导出的火电调节能力、储能配置容量在实际运行中会捉襟见肘。一个工程上常用的做法是在规划阶段设定一个“预测误差包络带”比如±15%的风电出力预测误差这条包络带决定了火电和储能的动态调节需求。把包络带放进生产模拟程序里跑一遍得到调节资源的出力过程然后统计调节深度和动作频次。如果火电的最小技术出力无法覆盖包络带的下边界或者爬坡速率无法覆盖包络带的斜率那么规划方案就要修正通常是增加储能或调整打捆比例。5. 规划算例中的误差陷阱基础数据、生产模拟步长与结果校核前面几章讲的都是方法这一章想重点说说规划计算中几个不容易察觉、但影响结果的坑。别小看这些细节同一个项目、同一套数据不同的人算出来结果能差20%以上很多时候差异就出在数据处理和模拟参数选取上。5.1 风电出力数据的“清洗”水平直接决定打捆比例的可信度风电出力时序数据是打捆规划的基础输入但原始数据里往往藏着大量坏数据风机检修停机时段、通讯中断导致的零值/满值跳变、极端天气下超出出力曲线的异常点。如果不做数据清洗这些坏数据会被模型当作真实出力导致统计出的出力分布特征失真。比如几天的通讯故障使数据记录恒定为0统计出的保证出力会偏低优化模型就会给出偏保守的风电配比反过来如果有几段时间数据被异常抬高统计出的平均出力偏高结果就是打捆比例偏激进投产后的实际消纳能力达不到预期。我处理风电数据时一般会做三件事单机出力与场站出力的合理性校验、相邻时段出力变化率限幅校验、剔除出力超过额定容量或低于负值的异常点。清洗完成后还会做一次可视化检查把清洗前后的出力曲线叠在一起看确认清洗过程没有误删真实的大风过程或连续的零出力过程。5.2 生产模拟步长一个小时仿真足够还是需要15分钟颗粒度生产模拟的时间步长对结果的影响常常被低估。用1小时步长模拟风电出力波动被“平均化”了火电爬坡约束就变得很容易满足算出来的弃风率偏低、火电调节成本偏低系统运行成本会偏高或偏低不好说但整体偏乐观——因为小时平均把剧烈的小时内波动抹平了。如果改用15分钟步长风电出力的真实波动性展现出来火电爬坡约束就开始起作用算出来的结果更贴近实际情况但计算量大了四倍。规划阶段和运行阶段对步长的要求不同。方案比选阶段可以用1小时步长快速筛选但到了推荐方案的详细评估和评审阶段建议至少做一轮15分钟步长的精细模拟专门考察火电爬坡、储能充放电、通道功率波动等高频特征。如果15分钟步长模拟下系统仍然满足约束、不出现大量弃风这个方案的工程可靠性才算真正过关。5.3 结果校核的三个传统“土办法”模型算完不是终点结果校核是必不可少的一环。除了看目标函数值、约束满足情况这些“模型内部指标”我建议再做三件事独立估算对比用简化公式或Excel手工估算一下几个关键指标比如年利用小时数、弃风率、度电成本看是否与模型输出在一个合理的数量级范围内。如果模型输出的年利用小时数是8000小时那基本可以确定数据或模型出了问题——没有任何打捆系统能做到全年接近满送。敏感性分析把最敏感的参数各偏±10%看结果变化方向是否符合物理直觉。比如风电装机增加弃风率应该上升、单位电量成本可能下降也可能上升如果结果出现违反直觉的反向变动多半是优化模型求解不稳定或某个约束设置有误。人工“挑刺”运行方式随便挑几个极端工况——大风季的连续48小时、小风季的连续72小时、以及装机检修叠加自然灾害的时段手工推演火电和储能的出力过程看看是否满足约束。这一步虽然土但往往最能发现模型“算得过”但实际“跑不动”的隐蔽问题。6. 规划研究的边界风火打捆不能解决的三个问题风火打捆发输电系统优化规划并不是万能方案它有自己的边界。把这个边界说透比单纯讲方法更重要因为规划人员最怕的就是把有限方法的适用范围无限扩大最后评审时被专家一个问题问住。6.1 打捆不能解决火电的碳排放约束压力打捆系统的外送功率中火电电量占比相当可观。尤其在风电低谷期外送电力几乎全部来自火电。在碳达峰碳中和的大背景下火电电量占比高意味着整个外送系统的碳排放强度高。如果受端省份有严格的碳排放考核打捆外送的“绿色属性”会受到质疑。目前行业里比较受关注的解决思路是“风火打捆碳捕集”或“风火打捆绿氢”但这两条路线的经济性都还在探索期规划研究时至少要把碳排放成本和碳交易价格纳入经济性比较否则算出来的“最优方案”可能在未来政策环境下变得不再最优。6.2 打捆不能完全消除大风期的过剩电量即使打捆比例优化得很合理大风期超过通道容量和受端消纳能力的电量也几乎必然存在这部分电量只能丢弃或另寻出路。极端大风过程持续时间越长弃风量越大。一些项目尝试把盈余电量用于制氢或储能但制氢设备投资大、运行小时数低储能的容量和生命周期成本也不低经济性上往往不如直接弃风划算。规划中要明确一个态度弃风率不是越低越好适度弃风可能是系统整体经济性最优的选择。关键是算清多留1%弃风空间能省下多少储能和通道投资这笔账要放在一起算。6.3 打捆不改变送受端之间的体制协调问题技术上做得再完美跨省跨区的送受电协议、输电价格机制、辅助服务补偿规则、消纳责任权重分配这些体制性问题不协调好规划方案也难以落地。做这类规划研究时建议把体制约束作为“边界条件”而不是“优化变量”来处理重点在技术方案层面把工作做扎实同时给相关决策部门提供几种机制方案下的技术对比结果供政策制定参考。回到风火打捆技术本身我认为规划研究最核心的产出不是某一组“最优解”而是让决策者看清楚几个关键权衡关系——风电配多配少之间的权衡、通道容量和弃风率之间的权衡、储能容量和火电灵活性改造之间的权衡。把这些权衡关系算清楚、讲明白规划研究的意义就达到了。最后分享一点实际操作层面的心得。我经手的项目里最容易反复修改的不是优化模型而是基础参数表。风电出力数据、火电技术参数、通道造价、受端电价这些输入数据一旦更新整个优化结果都会变。建议在项目启动时就把数据版本管理好每个参数都注明来源和更新时间模型跑出来的结果和参数表挂好钩。这样后续调整时能快速定位问题汇报时也能拿出完整的支撑链条。这个习惯看起来笨但能在项目评审时省下大量解释成本。