当前位置:主页 > 新闻 > 能源 > 正文
新能源资产监控情况介绍
来源:未知     作者:admin      2017-11-25 11:47       
  我国的弃风弃光现象在一定程度上得到了遏制,今年上半年弃风率实现双降,弃光率实现单降。未来,通过新能源监控不仅有利于光伏电站长期安全运行,同时能够给行业标准的制定提供依据,以及为新能源投融资平台提供服务。
 
  2017年11月25日,在2017年第七届加强应用长江经济带“一带一路”分布式能源创新发展论坛上,中国电力科学研究院新能源电站自动化研究室汪星星发表题为《新能源资产监控情况介绍》的演讲。
 
  中国电力科学研究院新能源电站自动化研究室汪星星:我的报告分为四部分,第一部分新能源发展现状,新能源发展现状的数据也是国家电网公司发展策划部在10月份会议上披露过的。截止到2017年6月底风电和太阳能发电累计装机容量达到1.54亿和1.02亿千瓦,同比增长12%和58%。消纳情况,2016我国风电和太阳能发电量分别为2410和662亿千瓦时,同比增长30%和72%。我们截止到2016年,国家电网公司经营区16个省区基本不弃风,22个省基本不弃光。太阳能发电装机快速增长,受630电价调整影响,上半年新增太阳能发电装机2440万千瓦。我们的装机布局也持续向东中部地区转移。
 
  截止到2016年年底,国家电网公司经营期分布式光伏发电并网户数20多万户,截止到2017年6月底是41多万户。我们可以从下面两张图分布式光伏爆发增长的情况。经过多放的共同努力,我们的弃风弃光现象也得到一定的遏制,在上半年弃风率实现双降,弃光率实现单降。
 
  结合以上发展现状和消纳存在的问题,在2016年的时候,国家能源局指导之下,能源基金会和世界银行的资助,包括由中国光伏电力投融资联盟支持,我们2016由中国电力科学研究院研发建设了一套国家光伏数据检测中心。为什么国家能源局指定中国电科院建立国家级光伏数据中心,我从以下几个维度作一下说明。
 
  国家能源局授牌的风电和太平洋检测资质都是在电科院名字下面的。国家电科院也是国网电网公司直属的科研机构。另外就是我们是行业标准的制定者,也是行业技术的引导者,具有一定的权威性。我们的团队拥有覆盖新能源全领域方向的稳定的专业团队,可以提供全寿命周期的技术支撑服务,我们的服务具有一定的可持续性。我们主要是在电网公司和政府推进过程当中,给相关方提供一定的服务,主要给电网公司、政府政策制定上的一些支撑,给金融机构做一些电站评级和电站保险,给电站建设方提供设备指导和建设指导,给电站业主做一些选址的评估、运行评估等等,包括给第三方机构也可以提供电站评估评级,包括现场检测和标准制定的工作。
 
  下面介绍一下我们平台的主要功能,大概分为7个方面,电站的概况、在线数据检测、电站运行评估、电站指标对比、电站设备管理、光伏资源评估、电站财务指标分析。我们随意点击任何一个电站,可以看到发电的情况、发电功率和气象检测的情况。另外我们还可以对电站的指标进行评估,包括实际发电量和理论发电量的对比。对电站的光伏资源进行评估。这个是我们把逆变器的数据结合起来,进行统计和分析。另外我们有一些地图展示的功能,这个是我们平台的个性化功能,主要是对电站的对标,比如说我们同一地区的或者跨地区的电站,对它的系统效率或者组件效率,包括逆变器转换效率以及年发电量进行一个横向对比。这个是设备的指标对比,主要是为设备选型提供一个数据支撑。功能大概是这些。
 
  下面给大家介绍一下目前接入到这个数据平台之后,我们对这些数据所作的分析。主要是在2016年,我们将国家领导者大同地区13个电站都接到数据平台,今天选取大同地区13电站的数据做一些分析。主要由于大同地区的13电站都是分布在左云县和南郊区,地理位置比较接近,进行横向对比,这个数据会比较有意义。首先看看太阳辐射数据的质量分析,这个是2017年1月份曝辐量的对比情况,实际误差比较大,会影响到系统的评估,个别的气象监测设备存在严重的问题。我们再看一下实测数据和NASA数据的对比,实测的数据比NASA的数据偏高30%以上,因为我们取样是冬天,所以我们分析在夏天会比NASA的数据偏低,所以NASA数据并不适用已建电站的光资源实际情况评估和发电性能后评估。看一下辐射离散度的分析,这张图上面的离散度普遍较大,个别站离散度与均值(4.2)有偏差,偏差最大达到了48.1%,我们建议电站与气象部门进行定期标定,保证数据的精度。没有条件实现精度指标的,可以采用处于同一地区各个具备参考价值的电站辐射测量均值作为参考数据指标。这个是我们电站间辐射相关度的分析,13个大同地区电站的实际情况中,5个电站的日曝辐量数据一致性很高,有1个电站差异度比较大。大同多数电站的实测气象数据变化趋势一致,可以验证精度,相对于单纯使用NASA数据具有更高的价值。
 
  另外看一下逆变器效率的情况,最右边综合平均的效率是高低不同的,可以得出两个结论,一个是特定条件下,集散式逆变器的转换效率高于集中式逆变器的效率,特定条件小,组串式逆变器效率略低于集散式逆变器的效率。这个是我们按照逆变器统计的总发电量进行的对比,逆变器统计总发电量是电站所有逆变器日发电量的数据总加,我们可以看到同一个地区不同电站单位发电量各有差异,比如说标红的电站根据逆变器统计的总发电量明显高于其他电站。这个是管口表发电量数据质量分析,在同一地区相关装机容量的电站中,各电站实际发电量差异较大。这张图片关口表与逆变器统计总发电量数据的对比,黄色的是电表的数据,灰色的是逆变器的数据,对比差值反映了电站的损耗,从数据来看,各电站损耗差别较大。这些损耗也直接影响到我们电站的收益。这个是电站间发电效率的对比情况,电站关口表单位兆瓦发电量来看,电站存在一定的差异性,最大可达20%,直接影响经济效益。部分电站PR值计算明显背离常规值,有待进一步核查,极大的可能是因为气象设备的问题。
 
  根据以上的数据分析,我们得出以下几个结论,第一个是气象监测部分,NASA数据和实测辐射数据相对差超过30%,气象设备存在问题影响PR值的计算。集散式逆变器、集中式逆变器和组串式逆变器效率存在一定的差异性。从发电量来看,关口表单位兆瓦发电量差异较大,直接影响经济效益等。另外发电效率受气象辐照数据误差影响较大,导致部分电站计算的PR值偏离常规值。
 
  另外汇报一下新电站的工作开展情况,目前国家领跑者项目的电站全部要接入,大通、芮城、新泰领跑者电站陆续在接。在数据方面,我们将持续对跨电站的数据定律对比分析,包括对设备的选型进行分析和研究,另外后期会建立气象流动站加强数据的校准。第三方面,与广州碳排放交易所建立合作关系,成立新能源投资、融资交易平台,为电站交易和电站融资提供第三方的评估服务。另外就是我们做了一些设计应用,给电站提供了智能运维系统。