高比例可再生能源电力系统的调峰成本量化与分摊模型（Matlab代码实现）-阿里云开发者社区

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

💥1 概述

文献来源：

编辑

摘要：高比例可再生能源接入对电力系统调峰能力提出了更高要求，完善调峰辅助服务成本分摊机制有利于促进可再生能源消纳。文中从净负荷波动的角度出发，建立了调峰成本的量化与分摊模型，构造了无调峰需求的替代场景，将负荷和可再生能源出力曲线分别转换为无波动的均值线。其次，建立了含深度调峰和抽水蓄能的调度优化模型，用于计算不同场景下的调峰成本，并将有无调峰需求两种场景下的系统调峰成本之差作为单一主体导致的边际调峰成本，然后，采用Shapley值计算不同主体导致的调峰成本。最后，根据成本的引发程度分摊调峰成本。算例表明，提出的调峰成本量化模型能够反映不同主体导致的调峰成本或贡献的调峰价值，成本分摊机制能够传递调峰成本信息。

关键词：

调峰;可再生能源发电;净负荷;波动性;成本分摊;

在能源安全、环境污染和气候变化的大背景下，大力发展可再生能源是应对全球气候变化，实现“碳达峰、碳中和”和可持续发展的重大需求［1-2］。截至 2020 年底，中国风电总装机容量为 281 GW，风力发电 466.5 TW·h，同比增长约 15%；光伏发电总装机容量为 253 GW，光伏发电 260.5 TW·h，同比增长约 16%。风电、光伏等可再生能源出力具有波动性、不确定性以及不可调峰性等特点，大规模可再生能源接入对电力系统调峰能力提出了更高要求。现行的调峰成本分摊机制按照上网电量或电费的比例在发电侧内部平衡，无法反映负荷和可再生能源等主体对调峰成本引发的程度。明确调峰辅助服务的需求主体，制定公平合理的调峰费用分摊机制将有利于促进发电企业为消纳可再生能源提供辅助服务。

电力市场设计的一个基本原则是，成本分配应该尽可能遵循成本因果关系［19］。明确调峰需求主

体对调峰服务成本引发的程度，是制定合理分摊机制的前提。文献［14］认为风电对调峰辅助服务的需求是由风电出力波动带来的，将有无风电接入前后调峰辅助服务成本之差作为因风电产生的调峰成本。文献［15］采用合作博弈模型研究了在风电场之间分摊风电导致的调峰成本。文献［20-21］认为计算风电波动导致的整合成本时需要将风电的能源价值剥离开，提出了构造无风电平衡成本的替代场景思路。文献［22-23］认为，构造替代场景的方法能很好地将风电的能源价值和波动成本剥离开来，构造了计算风电波动成本的“等电量顺负荷”法。文献［24］以“等电量顺负荷”法对风电进行品质分段为基础，提出了深度调峰段风电并网的补偿方法。以上文献围绕风电出力波动导致的成本展开了分析。虽然风电是加剧电力系统调峰压力的因素之一，但负荷仍是造成电力系统调节的主要因素［19］。随着辅助服务市场建设的推进，供需两侧更多主体被纳

入市场体系，鲜有文献分析除风电以外的不同调峰需求主体如何相互影响系统的调峰成本，以及基于

成本引发的程度在这些主体中分摊调峰成本。

高比例可再生能源电力系统的调峰成本量化与分摊模型研究

一、高比例可再生能源电力系统的定义与特征

高比例可再生能源电力系统通常指可再生能源（风、光等）在总发电量或瞬时出力中占比超过一定阈值的系统。不同机构对其定义存在差异：

国际标准：美国国家可再生能源实验室（NREL）将“高比例可再生能源情景”定义为年渗透率超过50%的电力系统，而瞬时渗透率可能高达100%。
国内标准：

清华大学团队将风/光占比超过50%的能源自平衡系统定义为“极高比例”；
中国电科院将新能源电量占比超过70%的送出场景视为“新能源极高占比系统”；
部分研究认为可再生能源渗透率超过30%即可称为高比例系统。

核心特征：

强随机性与波动性：风、光出力与负荷需求时空不匹配，导致系统从确定性向随机性转变；
电力电子设备占比高：可再生能源通过逆变器并网，形成同步发电机与电力电子设备混合的电源结构；
灵活性需求激增：需通过调峰电源、储能、需求响应等多手段实现供需平衡。

二、调峰成本的构成与量化方法

（一）调峰成本的主要来源

传统调峰电源的额外运行成本：

燃煤/燃气电厂在频繁启停、深度调峰（如低至30%额定出力）时燃料效率下降，磨损和维护成本增加；
火电机组的机会成本：因调峰导致发电量减少的利润损失。

储能系统成本：

投资成本（如电化学储能约0.8元/Wh）、运行维护成本及寿命衰减成本；

编辑
抽水蓄能电站的发电/抽水功率约束及水库蓄水量限制。

需求侧响应（DR）激励成本：

用户参与调峰的补贴费用，如分时电价折扣或直接补偿。

可再生能源弃电成本：

因调峰能力不足导致的弃风弃光经济损失。

（二）调峰成本量化模型

边际成本法：

基于边际成本曲线计算调峰电源的增量发电成本，适用于反映短期调峰需求的经济性。

燃料成本差异法：

对比调峰与稳定运行下的燃料消耗差异，计算简便但忽略固定成本。

Shapley值法：

通过构造“无调峰需求”替代场景，量化负荷与可再生能源出力波动对调峰成本的边际贡献，体现公平性原则。例如，某省案例中采用该方法将调峰成本按引发程度分摊至不同主体。

多目标优化模型：

综合考虑经济性（运行成本最低）、环保性（污染物惩罚）与消纳率（弃电最小），利用NSGA-Ⅱ算法求解。

三、调峰成本分摊模型与政策实践

（一）分摊模型分类

基于责任主体：

用户侧分摊：如山东按用电量比例分摊调峰费用；
发电侧分摊：如西北地区对新能源场站按弃电量分摊。

基于市场机制：

阶梯式修正分摊：新疆对火电、风光按负荷率或利用小时数进行阶梯修正；
全网与局部分摊结合：安徽针对阻塞区域设计局部分摊机制，避免非相关主体承担额外费用。

（二）典型政策案例

中国华北与西北：

华北采用调峰容量市场，分7档补偿（最高0.6元/kWh），用户侧通过工商业电价分摊；
西北对储能调峰按0.3元/kWh补偿，并通过跨省交易机制平衡区域消纳。

国际经验：

美国PJM市场通过容量充裕性机制保障调峰资源，现货市场解决短期灵活性；
欧洲通过高额平衡调节报价激励市场主体自主优化。

四、储能技术对调峰成本的影响

成本削减效应：

储能参与调峰可减少火电深度调峰需求，某案例中系统总成本降低约15%；
电化学储能的快速响应特性可缓解火电机组爬坡压力，降低煤耗与污染物成本。

经济性挑战：

储能投资回收周期长（如10年折旧期），需依赖调峰补偿政策支持；
混合储能系统（如超导磁储能+电池）在调峰场景中表现出更优的性价比。

五、未来研究方向

模型精细化：

需融合可再生能源出力特性（如风电反调峰性、光伏日内波动）与储能寿命衰减模型。

动态分摊机制：

结合区块链技术实现实时成本追踪，按分钟级时段动态调整分摊比例。

市场机制创新：

推动调峰容量市场与现货市场协同，还原真实电能量价格信号；
探索用户侧共享储能模式，降低个体投资风险。

六、结论

高比例可再生能源电力系统的调峰成本量化与分摊需兼顾技术特性与经济公平性。当前主流方法（如Shapley值法、多目标优化）已能有效反映不同主体的责任，但需进一步结合市场机制与政策设计，推动成本分摊从“零和博弈”向“多方共赢”转变。未来研究应聚焦于动态模型开发、储能经济性提升及跨区域市场协同，为“双碳”目标下的电力系统转型提供支撑。