近年来，全球风电、光伏装机持续迅猛增长，加快发展风光新能源、实现电力清洁转型已经成为全球共识。随着新能源并网规模快速增长和新能源渗透率的不断提升，电力系统在电源构成、电网形态、负荷特性、运行特性等各方面正发生深刻变化，电力电量实时平衡和电力系统安全稳定等问题突出[1-2]。特别是对缺乏传统电源支撑且网架结构薄弱的一些地区，新能源电源超高比例接入、电网强度弱等特征愈发显著，电力保供和系统安全稳定面临更加严峻的挑战[3]。

本文重点开展超高比例新能源弱电网系统供电问题研究。鉴于行业内尚未对超高比例新能源弱电网系统做出明确定义，本文在文献[4]的基础上，将之定义为“以新能源为电源主体且新能源电量占比超过80%，电网强度弱，新能源并网点短路比低于1.5，与大电网弱联系的一类系统”。例如，我国西藏阿里地区、内蒙古额济纳旗、美国科罗拉多州阿斯彭市[5]、德国梅克伦堡-前波莫瑞州[6]等偏远地区电力系统均属于该范畴。

国内外学者围绕高比例新能源系统的规划建设、调度运行、安全稳定控制等领域开展了大量研究，取得了一系列成果。文献[7]重点从长期不确定性、短期不确定性、电力系统充裕性、电力系统安全性4个方面，对高比例可再生能源系统长期规划模型的构建与应用展开综述分析。文献[8]提出了考虑长周期供需不平衡风险的新型电力系统规划方法，通过季节性储能等灵活性资源的优化配置，提升电力系统的长周期平衡能力。文献[9]提出一种按时间尺度逐层分解、递进优化的电力电量平衡分析方法与调度优化策略，提出调节资源协同配置、调整发电机组检修策略、调整送受电策略及建设配套电力市场机制等建议措施，确保电力可靠供应与可再生能源最大限度消纳。文献[10]提出一种耦合分位点回归理论和降维聚类技术的新能源出力场景集生成方法，构建考虑新能源不确定性的随机期望值调峰调度模型。文献[11]分析了新型电力系统对仿真体系提出的新要求，提出构建以全维度、全场景、全要素、全过程为特征的新型电力系统仿真体系。文献[3]基于一般惯量概念给出了新型电力系统广义惯量的定义和数学描述，分析了广义惯量资源体系对电力系统的支撑作用机理。文献[12]针对电力系统动态特性和控制方式在新能源高比例接入背景下的变化，提出需要新的稳定分析方法、控制策略和系统运行概念来适应这些变化，如更灵活的电网运行方式、更先进的控制算法和更高级别的系统协调等。文献[13]针对高度电力电子化系统在稳定性分析方面的新要求，深入研究了低惯量电力系统的小信号稳定性问题，设计了虚拟同步机（virtual synchronous generator,VSG）控制、下垂控制等策略，有效提高了系统的同步功率和阻尼，并通过仿真和实验验证了系统在扰动后恢复稳定的能力。

上述研究多从源网荷储某一环节切入，提出中高比例新能源电力系统供电可靠性提升方法，缺乏对超高比例新能源弱电网系统特有难题的针对性考虑及系统性、前瞻性解决方案。为此，本文通过分析超高比例新能源弱电网系统面临的问题挑战，从电源和灵活调节资源优化配置、电网组网模式、暂态稳定运行等方面研究提出总体研究框架并开展实证分析，旨在为未来超高比例新能源新型电力系统的构建提供借鉴参考。

1、超高比例新能源弱电网系统的问题挑战

1.1新能源作为电力电量供应主体，系统充裕性面临巨大挑战

超高比例新能源系统中，新能源作为电力电量供应主体，其发电利用小时数低、置信容量低、季节性出力变化大等特性使得系统面临充裕性挑战，对电源优化配置提出较高要求。

1）新能源发电利用小时数低，超高电量占比需要超大规模装机。

新能源年均发电利用小时数约1500～2500 h，远低于5000～6500 h的系统年最大负荷利用小时数。要获得超高电量占比，新能源发电装机容量需达到最大负荷的3～5倍，才能保证电能供应的充裕度。以甘肃为例，经运行模拟，预计2050年新能源装机达到2.4亿k W才能满足当年6000万k W最大负荷的电量需求。

2）新能源置信容量低，新能源超高占比进一步加剧了负荷高峰时刻电力支撑能力不足的风险。

统计数据显示，新能源的置信容量仅为装机容量的5%～10%[14]。负荷晚高峰时刻，光伏出力为零，系统主要依赖风电及传统电源提供电力支撑，避免发生失负荷。超高比例情况下，由于新能源对传统电源的电量替代效应，传统电源占比极低，难以在短时间内提供大量可靠电力，加剧了电力不平衡问题。而且，受低置信容量影响，靠增加新能源装机的方式提高系统电力支撑能力的效果微弱，需要与大电网、各种类型灵活调节资源等配合实现供电保障。

3）新能源出力季节特性显著，超高比例情景下季节性电量平衡难度加大。

一般来说，夏、冬季用电高峰期的新能源出力低于年平均水平，而春、秋季新能源大发时的用电水平处于全年低谷[15]。中、高比例时可以通过调整传统电源发电量以平衡供需。超高比例情景下，传统电源以短时电力支撑调节为主，新能源为电量供应主体，用电高峰月份的电量供应不足，电量平衡面临严峻困难。以我国西北地区为例，经运行模拟，不同新能源占比下各月电量盈亏占月电量需求的比值如图1所示。当新能源占比由中比例提升至超高比例，1月电量盈余由13%增加至52%,8月电量短缺由4%提升至16%，盈亏差距逐渐加大，季节性不平衡愈发显著。

图1不同新能源占比下电力系统逐月电量盈亏情况——以西北地区为例

4）新能源出力与气象条件强耦合，超高比例系统在极端天气条件下呈现脆弱性。

新能源发电能力强依赖于天气过程，暴雪冰冻、高温干旱、飓风等极端天气事件可导致新能源大规模同时减载甚至停运，在超高比例新能源渗透率情景下对电力供需平衡影响极大，系统可靠供电存在较大风险[16]。2021年2月，美国德州发生极端寒潮天气造成风电机组结冰停运、天然气机组燃料短缺停运，引发电力供应短缺，超450万德州居民遭遇停电，直接、间接经济损失高达上千亿美元[17]。

1.2超高比例新能源的出力随机性更加显著，对系统灵活性提出更高要求

随着新能源渗透率提升至超高比例，新能源出力的随机性、波动性影响愈发显著，风速、太阳辐射强度等气象要素的细微变化都会直接影响大范围风电、光伏发电出力，影响电力系统平衡及稳定运行，对短时快速电力调节、夜间长时电量支撑、跨季节能量搬移等灵活调节资源需求大。

1）超高占比进一步放大了新能源日内功率波动范围，对短时快速电力调节要求高。

新能源日内出力波动显著，且随着占比提升，功率波动范围呈扩大趋势。统计数据显示，2023年国家电网公司经营区新能源电量占比约18%，日最大功率波动达2亿k W，占日峰荷的20%；预计2060年全国范围内新能源电量占比超过55%，日内最大功率波动占日峰荷的比例提升至约60%～75%，其中15 min最大功率波动可达峰荷的10%,1 h可达25%[14]。新能源日内功率波动范围大，对短时快速电力调节要求高，仅依靠有限的常规电源调节能力难以处理新能源功率波动，需要大规模储能技术、负荷柔性调节技术、扩大电网互联多措并举加以应对。

2）新能源发电“日强夜弱”，超高比例情景下系统夜间缺电与白天弃电的矛盾突出，夜间长时电量支撑能力不足。

夜间，光伏发电无法运行，只有风电充当供电电源，但其发电量受风速等天气条件影响，波动较大，难以匹配负荷需求曲线，导致夜间电量供应不足。白天，光伏出力较为集中，中午时段的高峰电力无法全部消纳，导致出现大量弃电。超高比例情景下，风电出力波动与光伏出力集中的特性进一步强化，导致夜间缺电与白天弃电的矛盾更加突出，高度依赖储能将白天富余电力转移至夜间，发挥电量支撑作用。以西藏阿里地区为例，不考虑储能充放电的影响，冬季典型日下光伏弃电率高达60%，风电夜间发电量供应仅能满足电量需求的15%，保供压力巨大。

3）超高占比情况下，为应对新能源季节性电量不平衡问题，对跨季节储能技术需求紧迫。

由于新能源出力与负荷需求之间存在季节性错配，为了保障系统可靠供电，一方面由于传统能源匮乏无法通过部署常规电源提升保供能力，另一方面，一味增加新能源装机对提升枯期电量供应的效果不佳，且经济性较差。因此，超高占比情况下，利用跨季节储能将丰期富余电力储存起来以备枯期使用是是应对季节性电量不平衡的必然选择，并且在面临突发情况（自然灾害、设备故障等）时，跨季节储能可迅速提供电力支援的能力，发挥应急保供作用。

1.3弱电网系统缺乏惯性和阻尼支撑，新能源机组低抗扰动特征凸显

超高比例新能源弱电网系统中，提供惯量支撑和系统阻尼的传统同步机组极少，网架结构薄弱，同时对外联网规模小，难以从大电网获得支撑。在此情况下，新能源机组低抗扰动特性凸显，系统小扰动故障将造成暂态过电压、宽频振荡等诸多问题，整体稳定裕度不足，新能源连锁脱网风险增加[18]。

2011年起，新疆哈密、河北沽源、广东南澳、江苏如东、吉林通榆等地区陆续发生大规模风电机组次同步振荡脱网事故。2016年9月、2019年8月和2020年8月，澳大利亚、英国、美国也均由于新能源机组连锁脱网造成了大面积停电事故。这些事故发生的主要原因是高比例新能源系统的惯量和阻尼水平不足，调节和抗扰能力弱，系统无法平抑振荡或在故障后电压频率快速跌落越限，最终触发低频减载保护，导致用户侧大面积停电。此外，2017年起，甘肃酒泉、内蒙古锡林郭勒盟等新能源基地开始陆续出现严重的暂态过电压问题，电网强度不足的问题开始直接影响新能源的开发与消纳。

1.4高比例电力电子变流器在弱电网系统中的设备级稳定难题，加重系统暂态失稳风险

超高比例新能源弱电网系统中，新能源机组低惯量、弱阻尼问题更加突出，电力电子设备的大规模接入深刻改变系统的动态特性，非线性性、时变性、异构性、不确定性等特征，导致系统内在稳定运行机理发生变化，可能造成同步机功角稳定问题、变流器同步稳定问题、系统电压稳定问题并存的复杂情况。同时，现有电力电子设备控制方式以“电网友好”的跟网型（grid-following,GFL）为主，无法为弱电网系统提供主动支撑能力，加大了系统安全稳定运行难度。

高比例跟网型变流器给弱电网系统造成的暂态稳定问题，除了宽频振荡外[19-22]，短路故障等大扰动后的系统暂态电压稳定和同步稳定风险挑战更大。由于高比例新能源系统的高维强非线性特性及全新的动态特性和运行方式，传统大扰动分析模式不再适用，需要进一步拓展为设备级和系统级两类暂态稳定问题进行分析。系统级失稳与传统电压、频率、功角失稳问题类似，而设备级失稳则包括变流器的同步失稳、直流电压失稳和故障穿越失败3类新问题。大面积的设备级失稳将进一步引发系统级的稳定问题，而设备级稳定与系统中变流器的控制方式密切相关，采用跟网型还是构网型（grid-forming,GFM）控制、故障穿越设置、变流器间协同运行方式都将直接影响系统暂态稳定能力，这些问题耦合叠加，系统运行控制挑战巨大。

2、总体研究框架

超高比例新能源弱电网系统面临充裕性、灵活性和安全性等难题，根本上是需要从电源优化配置、灵活调节资源配置、电网组网模式、暂态稳定运行等方面提出系统性解决方案。图2给出了超高比例新能源弱电网系统供电问题研究框架示意图。

2.1电源优化配置

电源主体决定了系统电力、电量在多时间尺度上的平衡能力。考虑地区电源资源禀赋、新能源出力特性、投资造价、电力负荷等因素，开展电源优化配置，确定风电、光伏的装机配比[23]。常见目标函数包括总成本最小化、综合效益最大化、碳排放最小化等，表示如下[24]:

图2超高比例新能源弱电网系统供电问题研究框架

式中：t、T分别为时段编号、时段数；Nw、Ns为决策变量，表示风电、光伏规划装机容量；f1(t)为时段t时系统总成本，包括投资成本、运行成本等；f2(t)为时段t时系统的综合效益，包括发电效益、环境效益等；f3(t)为时段t时系统的碳排放量；α1、α2、α3分别为各目标归一化后的权重系数，极大化目标对应的权重系数为负值。

通过求解式（1），得到风电、光伏的初步装机容量，采用式（2）计算得到风电、光伏的装机配比ε，作为输入参与后续迭代优化。

若进一步考虑新能源出力的随机性，需构建新能源出力场景集，通过调整各场景概率值，实现目标函数期望值最优。随机期望值模型表示

式中：s、S分别为场景编号、场景数；πs为场景s的发生概率。

2.2灵活调节资源配置

考虑负荷侧、电网侧、储能侧灵活性资源，开展灵活调节资源配置研究。

2.2.1负荷柔性调节

从调节方式看，可调节负荷包括可中断负荷、可转移负荷和可削减负荷，如图3所示。可中断负荷是指通过签订协议，在电网高峰时段或紧急情况下，用户暂时中断部分负荷需求。这种方式具有分钟级的灵活性，能够快速响应电力系统的需求。可转移负荷是指用户在计划安排下灵活调整用电时间，但总耗能保持不变。例如，采矿业、农业优化生产时序，将部分夜间负荷转移至白天，能更好地匹配新能源出力特性，缓解夜间缺电与白天弃电的矛盾。可削减负荷是指用户通过降低部分功率来满足电力系统调节要求。负荷转移和负荷削减两种方式需要用户频繁进行开关设备的调整，通常适用于小时级和日内时间尺度的调节。

以工业用电负荷为例，不同类型工业的主要负荷调节设备、参与需求响应的时间尺度以及响应潜力均有明显差异，如表1所示。纺织行业最高可实现35%左右的响应潜力，电解铝最大可调节负荷比例约22%，钢铁行业也能实现最高约20%的调节潜力，水泥、玻璃、设备制造等行业的响应潜力也均在20%以上。

图3负荷调节方式分类

表1典型工业负荷的主要调控设备、响应时间及响应潜力

从电力用户的角度，负荷柔性调节的目标一般是综合考虑升级改造用电设备、控制系统等的投资成本与参与需求响应的经济激励，制定负荷调节方案，使综合收益最大化，表示如下[25]:

式中：g1、g2、g3分别为参与负荷调节的收益、参与负荷调节后产能受损导致的经济损失、具备负荷调节需要的投资改造成本；Ltpre、Ltdr分别为负荷调节前、后时段t时的用电负荷；为负荷的最大调节能力。

求解式（2）、（4），得到优化后的负荷柔性调节能力Ldrmax，作为输入参与后续迭代优化。

2.2.2电网互联互济

电网侧灵活性资源种类少、技术要求高，主要集中在提升电网互联规模、发挥电力互济作用方面。与调节电源、储能等相比，互联电网虽然本身不生产和消耗电力，无法直接参与供需平衡，但通过在空间维度实现互联互济，有效挖掘并利用不同区域间的净负荷时序互补特性，产生与其他灵活性资源类似的调节效果。对于存在跨区直流的送受端互联电网，通过优化直流运行曲线，匹配送受端源荷特性，可以在不新增投资的情况下，以更经济、高效的方式保障系统供需平衡。

此外，弱电网条件下可通过加装电压源型换流器（voltage source converter,VSC）的方式，将常规直流改柔性直流运行，用于电网互联，可提高潮流可控性，优化电网结构，提升电网灵活性和安全性。

2.2.3储能容量配置

不同储能类型的功能定位及技术经济特性存在差异，如表2所示。电化学储能充放电效率高，功率调节迅速，单位能量成本较低，但储能时长较短，多为2～4 h。压缩空气储能、液流电池储能、光热储能时长可达到6～15 h，且具备惯量支撑能力，但单位造价是电化学储能的两倍以上。氢储能可实现跨季节储能，但目前的能量转换效率只有约30%，单位造价昂贵，经济性较差。考虑磷酸铁锂储能、重力储能、压缩空气储能、液流电池、氢储能等不同储能技术，建立储能运行模型，开展电力生产运行模拟，优化储能类型及规模，以满足不同尺度的电力电量平衡需求。

表2不同储能类型的技术经济参数

从一般性、普适性的角度，储能运行模型的数学表达式可描述如下[26]:

式中：SOC t为储能在时段t的存储状态；Ptch、Ptdis分别为储能在时段t的充电功率、放电功率；ηch、ηdis分别为储能的充电效率、放电效率；CMINI、CESS分别为储能的最小储能量、额定储能量；Pcmax、Pdmax分别为储能的最大发电功率、最大放电功率。

在式（5）中，不同类型的储能可通过调整参数ηch、ηdis、CESS、Pcmax、Pdmax，反映其额定功率、额定容量、能量转换效率、储能时长等特性，实现差异化建模。

以经济性最优为目标，以负荷柔性调节能力Ldrmax为输入，联立求解式（2）、（5），得到适合当前系统的储能配置方案，作为输入参与后续迭代优化。

2.3电网组网模式

超高比例新能源系统的弱电网强度特征决定了需优化电网组网模式、加强网架结构，增强系统供电可靠性。

按照与大电网交互方式，超高比例新能源系统的组网模式可以分为离网型、弱联系型、大电网型3类。离网型供电是指系统不接入大电网，仅通过本地电源和储能系统来满足自身全部电力需求。弱联系型供电是指系统与大电网联系较弱、互联容量较小，主要依靠本地电源满足大部分电力需求，互联通道以联络备用、电力互济为主。大电网型供电是指系统完全接入大电网，电力供应完全由主网提供。

基于以上3类组网模式，考虑地区电源、负荷规模及分布，以最小化投资运行费用、最大化供电可靠性等为目标函数，考虑交流网络、直流网络等约束，优化网络拓扑结构[27]。数学表达式如下：

式中：x为0-1整数变量，表示线路投资决策；y为系统运行变量，包括机组出力、切负荷、支路潮流等；c和b分别为投资费用系数和运行费用系数；Õ表示线路投资可接受预算；Aeq、Beq、Aineq、Bineq、和eeq、eineq分别为系数矩阵与常数向量，其中等式约束表示潮流等式约束和节点功率平衡方程，不等式约束表示线路容量约束、机组出力上下限、相角约束等。

将式（1)—(5）所得新能源装机配比、负荷柔性调节能力、储能配置规模作为输入代入式（6），并通过离网型、弱联系型、大电网型3类组网模式间的方案比选，得到优化后的电网组网模式，形成系统供电方案。

2.4暂态稳定运行分析

对系统供电方案开展电磁暂态仿真校核，分析构网控制技术对系统的暂态稳定支撑能力，并提出提升系统暂态稳定性的应对策略。

2.4.1系统新型支撑技术

超高比例新能源系统中，传统由同步发电机提供的惯性、阻尼、短路电流等暂态支撑能力，需要由新型支撑调节资源来提供，除了调相机、压缩空气储能、飞轮等新形态的旋转设备之外，构网型变流器设备在储能和新能源上的应用有望为超高比例新能源弱电网系统的安全稳定运行提供有效支撑。

变流器的控制方式可分跟网型和构网型两种。目前常用的跟网型变流器依赖于锁相环（phaselocked loop,PLL）跟随大电网运行于最大功率跟踪模式，对电网暂态支撑能力弱，大规模接入将降低电网强度，容易引发宽频振荡等稳定性问题。构网型变流器采用与同步发电机类似的功率同步策略，能够实现自同步，自主构建内电势[28]，提供虚拟惯量和阻尼，提升短路容量，提高系统安全稳定运行裕度，适合于在系统强度弱、机械惯性低的偏远地区电网中应用。

GFM变流器常见的控制技术包括下垂控制[29]、VSG控制[30]、匹配控制[31]和虚拟振荡器控制[32]等，其中下垂控制和VSG控制为当前应用较多的技术路线。这些控制策略通过模拟同步发电机的运行机理和动态特性，如一次调频特性和二阶转子方程，增强了变流器对系统扰动的响应能力，相比于传统同步机还具有响应更快、可控性更强的优势。

GFM技术最初的应用场景主要在微电网及孤岛供电领域，可以有效提升跟网型变流器主导系统的稳定性[33]。随着理论和应用技术的成熟，GFM技术在偏远地区弱电网供电、新能源大基地并网、弱同步支撑的柔直输电等领域均展现出广泛的应用前景[28]。随着电力系统向更高比例新能源转型，解决GFM技术的研究应用难点，特别是同步稳定性、多变流器协同控制、限流保护、孤网/并网模式切换等将成为未来新型电力系统建设的关键。

2.4.2暂态建模仿真

超高比例新能源系统暂态由变流器动态特性主导，在研究系统暂态稳定问题时，动态元件宽时间尺度的电气耦合与能量交互、开关器件瞬态过程、变流器故障穿越等均对系统暂态特性有重要影响，甚至直接关系到设备、系统层级的稳定性。面向传统以同步电机功角暂态为主建立起来的经典的大扰动稳定性定义、理论和方法都难以直接应用，需要依赖高细度的电磁暂态模型和仿真工具。

恰当的系统建模是准确反映高比例电力电子设备系统动态、暂态特性的基础，特别是含GFL、GFM多种变流器设备时，既要保证设备完整动态特性的精确表达，又要兼顾仿真效率和规模。本文GFL、GFM变流器设备采用的控制策略如图4所示。GFL变流器控制沿用经典的双环控制架构，外环根据控制目的产生功率参考信号，如新能源最大功率跟踪（maximum power point tracking,MPPT），并通过PLL实现与电网的同步。电流内环的输出将作为调制信号最终用于驱动变流器的开关动作，实现控制目标。GFM变流器控制同样采用双环控制，功率控制外环采用VSG控制，模拟同步发电机的调速器、转子以及励磁器的动态特性，并采用功率同步控制实现变流器的自同步。在功率外环产生电压相位和幅值参考信号后，还可以通过电压电流内环来实现虚拟阻抗、故障限流等其他功能。

基于上述控制策略，在DIg Silent/Power factory仿真软件中搭建对应的变流器控制模块，对系统供电方案开展电磁暂态仿真分析校核，对比调相机与构网型设备对系统的暂态支撑能力，并定量分析构网型变流器占系统变流器总量的比例对系统暂态的影响。

图4 GFL、GFM变流器控制策略框图

2.5求解流程

基于上述分析，总结超高比例新能源弱电网系统供电问题求解流程如图5所示，具体如下：

图5超高比例新能源弱电网系统供电问题求解流程

1）参数初始化。设置系统电源装机、电网架构、负荷需求、储能调节能力等参数，完成模型搭建。

2）电源优化配置。以风电、光伏等新能源为主体电源，以经济性最优为目标，基于新能源资源禀赋、出力特性、电力需求、能源政策等因素，优化确定风电、光伏的装机配比。

3）灵活调节资源配置。分析系统调节能力需求，考虑负荷侧、储能侧灵活性资源，开展电力生产运行模拟，优化储能类型及规模、负荷调节深度。

4）电网组网模式。基于离网型、弱联系型、大电网型3类组网模式，以最小化投资运行费用为目标函数，考虑交流网络、直流网络等约束，优化输电线路建设方案，确定网络拓扑结构。

5）收敛判断。针对步骤2)—4）所得系统供电方案，若相邻两次迭代的新能源装机、储能类型及规模、负荷调节能力、电网网架结构等决策变量的差异小于设定阈值，则执行步骤6）；否则，更新系统参数，返回步骤2）。

6）暂态稳定运行分析：对系统供电方案开展电磁暂态仿真分析校核。若受扰动后系统仍能稳定运行，则结束计算；否则，更新系统参数，返回步骤2）。

3、算例分析

A地区位于我国西部，面积超20万km2，区内常规电源匮乏，风能、太阳能资源丰富。未来，随着工矿业大规模开发，预计A地区电力需求剧增。然而A地区电网基础薄弱，与主网仅通过单回220 k V交流线路相连，电力配置能力低，难以承载新能源大规模并网和工矿业用电负荷剧增式发展，面临超高比例新能源、弱电网强度带来的保供、消纳、安全运行等多重挑战。因此，本文以A地区为例，基于前述研究框架及求解流程，开展超高比例新能源弱电网系统供电方案分析，验证所提方法的有效性。

3.1边界条件

2022年，A地区新能源装机容量17万k W，占比72%；电网架构以220 k V、110 k V为主，呈长链式结构；电力负荷、用电量分别为5.3万k W、2.9亿k Wh。以未来某一年份为研究水平年，相关边界条件设定如下所述。

电力需求：考虑到工矿业、一般工商业快速发展带动负荷需求增加，预计未来水平年的最大负荷、用电量分别为137万k W、82亿k Wh。

新能源资源禀赋及投资造价：风电、光伏技术可开发量分别为2.1、10亿k W，年平均利用小时数分别为2000、2100 h，预计未来水平年风电、光伏单位造价分别为4300、2800元/k W。风电、光伏逐月电量分布及日内出力特性如图6所示。

储能系统参数：考虑光热、重力储能、磷酸铁锂储能、压缩空气储能、液流电池及氢储能共6大类储能技术，不同储能类型的技术经济参数见表2。

电网架构：当前A地区电网与主网通过单回220 k V交流联络线弱联接，输电极限4.5万k W。考虑离网型、弱联系型、大电网型3类组网模式，通过技术经济分析，优化未来A地区电网组网模式。

3.2计算结果

3.2.1总体供电方案

以系统投资运行成本最小为目标，满足新能源出力特性、交直流网络约束等各项约束及暂态稳定校核，经多次迭代优化，得到系统总体供电方案，如表3所示。

电源配置方面，新能源以光伏为主，风电、光伏装机容量分别为61、310万k W，新能源装机占比达到100%。

图6风电、光伏逐月电量分布及日内出力特性

储能配置方面，以磷酸铁锂储能为主，并配置适当规模的光热、重力储能、氢储能，储能总规模达到260万k W/1178万k Wh。具体看，磷酸铁锂储发挥快速调节和夜间电量支撑作用，装机为173万k W，储能时长为4 h；重力储能、光热提供夜间惯量、电量支撑，规模分别为30万k W/180万k Wh、17万k W/204万k Wh；氢储能中电制氢额定功率6万k W，氢发电装机40万k W，主要发挥常规备用和应急保供作用。

表3系统总体供电方案及投资

负荷调节方面，工矿业通过升级改造用电设备、工艺流程及控制系统，挖掘温控类、电解类、球磨类柔性负荷调节能力达到20万k W，占最大负荷的15%。

电网组网模式方面，采用弱联系型组网模式，规划建设220 k V线路长度，变电容量分别为1450 km、180万k VA。

构网型设备方面，173万k W磷酸铁锂储能变流器全部采用构网型控制并进行通流能力等必要的硬件升级。

投资方面，超高比例新能源系统建设所需总投资约340亿元，其中储能及电源投资占比较高，分别为48%、33%，构网型设备投资占比仅1%。

3.2.2电力电量平衡情况

基于所得供电方案，分析超高比例新能源系统的月度电量平衡、日内电力电量平衡、极端天气保供等运行情况。

1）月度电量平衡

年内各月电量平衡情况如图7所示。总体看，电源侧风电、光伏、光热发电能力大于电量需求，各月均有电量盈余。分季节看，冬季（11月—次年1月）新能源大发，电量盈余最多，各月盈余电量占月电量需求的比例均超5%。春季、夏季的电量盈余略少，月电量盈余比例约3.2%，其中2月电量盈余最少，约2.5%。

2）日内电力电量平衡

选择年内典型日分析该系统的日内电力电量平衡情况，如图8所示。总体看，日内各时段均满足电力电量平衡。分时段看，白天新能源发电占比高，电量占比达到77%，且以光伏为主。午后12时—16时，系统电力需求全部由新能源满足，新能源出力占比达到100%。白天，磷酸铁锂、重力储能运行在充电工况，氢储能运行在制氢工况。夜间，光伏出力为0，风电出力较小，不足负荷的30%，系统电量需求主要由磷酸铁锂、重力储能及光热提供，氢储能不发电，留作应急备用。外来电方面，系统与主网弱联接，受入主网电量255万k Wh，占日电量需求的12%。

图7年内各月电量平衡情况

图8典型日电力电量平衡情况

3）极端天气保供

假设极端天气条件下，系统与主网连接断开，系统内风电、光伏、光热发电能力下降30%且持续7日，分析系统电力电量平衡情况，如图9所示。

总体看，氢储能充分发挥应急保供作用，保障系统电力电量平衡。第1日，风电、光伏、光热出力下降后，磷酸铁锂、重力储能释放前一日存储的能量，支撑少部分电力电量需求，剩余电力电量缺口由氢电满足。第2—7日，磷酸铁锂、重力储能由于能量释放殆尽，且由于新能源出力下降导致未能进行充电，因此处于停机状态。系统在消纳风电、光伏、光伏后的电力电量缺口全部由氢电提供，保障了系统可靠运行。

3.2.3电磁暂态仿真验证

以白天12时—16时工况为例，此时仅有光伏、风电作为电源，磷酸铁锂电池处于充电状态，当与主网弱连接断开后，系统为100%电力电子运行模式，机械惯量为零，系统受扰动后的暂态失稳风险最大。在其他工况下，系统均存在光热、氢电或重力储能等其他支撑调节资源，暂态稳定性较强。仿真验证研究的算例设计如表4所示。

图9极端条件下连续多日电力电量平衡情况

表4算例设计

1）调相机与GFM算例对比

在t=1 s，系统与主网连接断开，进入100%电力电子运行模式。算例1中风光储变流器均为GFL控制，主网断开后系统无法运行[34]，需要调相机支撑（以配置1000 MVA的算例1为例）或增加GFM数量（以配置10%GFM控制的算例2为例）；随后t=3 s，系统发生三相接地故障，0.2 s后故障清除。系统的电压频率变化情况如图10所示。

变流器全部为GFL控制时，均不具备自同步能力，需要依赖主网提供构网能力，一旦与主网断开，将无法保持稳定运行，必须配置调相机等传统支撑调节资源或采用GFM控制使系统具备构网能力。

从图10可以看出，调相机案例（案例1）展现出明显的同步机系统暂态特性，GFL变流器在进入故障穿越模式前，对系统暂态支撑作用有限。相比之下，GFM案例（案例2）展现出更好的故障暂态，主要受益于变流器更快速的控制响应能力。

图1 0应用调相机或GFM变流器的系统暂态对比

2）不同GFM配置比例对比

在t=1 s，系统与主网连接断开，进入100%电力电子运行模式，算例2、3、4均能稳定运行；随后t=3 s，系统发生三相接地故障，0.2 s后故障清除。系统的电压频率变化情况如图11所示。

从图11可以看出，随着GFM电池储能变流器占全部电力电子设备比例的增加，系统暂态得到明显提升。综合考虑故障扫描结果并结合其他相关研究[35-37]，设置GFM电池储能变流器配置比例为风光储系统变流器总量的30%，能够保证本文所研究的超高比例新能源系统案例故障后恢复稳态运行，系统频率波动保持在49～51 Hz之间，具备长期安全稳定运行条件。

图1 1不同比例GFM变流器系统暂态对比

4、结论

超高比例新能源弱电网系统作为新型电力系统的重要形态，相比一般的高比例新能源系统，在充裕性、灵活性和安全性等方面面临更大挑战。为了应对挑战，文中提出含供电电源优化配置、灵活调节资源配置、电网组网模式、暂态支撑优化的总体研究框架，并针对我国西部某地区电力系统开展实证研究，得到如下结论：

1）建设以多元储能为主、负荷柔性调节为辅的灵活调节资源体系，保障不同时间尺度下的系统供需平衡。涵盖电化学储能、光热、重力储能、氢储能在内的多元储能体系可实现秒级-分钟级的功率响应速度及小时级-跨季节的储能时长范围，加上负荷侧的柔性调节能力，能有效保障含极端天气在内的不同情景、不同时间尺度下的电力电量平衡。

2）应用构网型等先进变流器控制技术，保证电力系统在低惯量、低阻尼工况下安全稳定运行。在未来超高比例新能源系统支撑调节能力匮乏的情况下，构网型控制在储能或新能源设备上的应用将是有效解决系统暂态稳定问题的关键抓手。通过配置一定比例的构网型设备，结合调相机等传统支撑手段，电力系统能够在极低机械惯量和阻尼条件下保证多时间尺度合理的稳定裕度。

3）扩大电网互联规模，促进更大范围电力资源优化配置是提升系统平衡调节能力和安全稳定控制能力的有效手段。未来，随着新型电力系统建设及高电压等级柔性输电等技术的不断突破，在满足技术经济性的前提下，弱电网系统应逐步加强与大电网的电力联系，从根本上解决供电可靠性问题。

参考文献:

[1]高红均,郭明浩,刘挺坚,等.新型电力系统电力电量平衡分析研究综述[J].高电压技术,2023,49(7):2683-2696.

[2]辛保安,李明节,贺静波,等.新型电力系统安全防御体系探究[J].中国电机工程学报,2023,43(15):5723-5731.

[3]鲁宗相,姜继恒,乔颖,等.新型电力系统广义惯量分析与优化研究综述[J].中国电机工程学报,2023,43(5):1754-1775.

[4]鲁宗相,林弋莎,乔颖,等.极高比例可再生能源电力系统的灵活性供需平衡[J].电力系统自动化,2022,46(16):3-16.

[5]文云峰,杨伟峰,汪荣华,等.构建100%可再生能源电力系统述评与展望[J].中国电机工程学报,2020,40(6):1843-1855.

[7]黎博,陈民铀,钟海旺,等.高比例可再生能源新型电力系统长期规划综述[J].中国电机工程学报,2023,43(2):555-581.

[8]姜海洋,杜尔顺,马佳豪,等.考虑长周期供需不平衡风险的新型电力系统规划方法[J/OL].中国电机工程学报,2024:1-14.

[9]刘映尚,马骞,王子强,等.新型电力系统电力电量平衡调度问题的思考[J].中国电机工程学报,2023,43(5):1694-1705.

[10]张俊涛,程春田,申建建,等.考虑风光不确定性的高比例可再生能源电网短期联合优化调度方法[J].中国电机工程学报,2020,40(18):5921-5931.

[11]陈国平,李明节,董昱,等.构建新型电力系统仿真体系研究[J].中国电机工程学报,2023,43(17):6535-6550.

[14]石文辉,屈姬贤,罗魁,等.高比例新能源并网与运行发展研究[J].中国工程科学,2022,24(6):52-63.

[15]李明节,陈国平,董存,等.新能源电力系统电力电量平衡问题研究[J].电网技术,2019,43(11):3979-3986.

[16]赵腾,高艺,邬炜,等.欧洲大范围跨国电力互联在极端天气下电力安全保供中的作用分析[J].全球能源互联网,2024,7(1):14-24.

[17]张玥,谢光龙,张全,等.美国得州2·15大停电事故分析及对中国电力发展的启示[J].中国电力,2021,54(5):192-198,206.

[18]胡家兵,袁小明,程时杰.电力电子并网装备多尺度切换控制与电力电子化电力系统多尺度暂态问题[J].中国电机工程学报,2019,39(18):5457-5467.

[20]李武华,王金华,杨贺雅,等.虚拟同步发电机的功率动态耦合机理及同步频率谐振抑制策略[J].中国电机工程学报,2017,37(2):381-390.

[21]马铱林,杨欢,屈子森,等.改善虚拟同步发电机阻尼特性的设计方法[J].电网技术,2021,45(1):269-275.

[22]王伟胜,李光辉,何国庆,等.新能源并网系统宽频振荡分析与抑制[M].北京:中国电力出版社,2022.

[23]魏旭,刘东,高飞,等.双碳目标下考虑源网荷储协同优化运行的新型电力系统发电规划[J].电网技术,2023,47(9):3648-3658.

[24]史昭娣,黄越辉,李湃,等.计及深度信念网络场景生成的风/光/储协同优化规划方法[J].电网技术,2023,47(4):1331-1339.

文章来源:刘泽洪,周原冰,李隽,等.超高比例新能源弱电网系统供电关键问题研究[J].新型电力系统,2024,2(03):282-296.