基于新能源消纳边际贡献的用户绿电份额评估方法.pdf

14AutomationofElectricPowerSystems第47 卷第10 期2023年5月2 5日电力系统自动化Vol.47No.10May25,2023DOI:10.7500/AEPS20220922002Vol.47No.10May25,2023基于新能源消纳边际贡献的用户绿电份额评估方法危怡涵1.，范帅1.2，许少伦1.，曾斐，肖居承1.2，何光宇1.2（1.电力传输与功率变换教育部重点实验室（上海交通大学），上海市2 0 0 2 40；2.上海非碳基能源转换与利用研究院，上海市2 0 0 2 40；3.国网上海市电力公司浦东供电公司，上海市2 0 0 12 2）摘要：提升新能源消纳能力是新型电力系统最重要的目标。从需求侧入手，有待研究一种用户绿电份额的评估方法，进而引导激励广大用户更多地消费绿电。为此，提出基于用户时序用电曲线对新能源消纳边际贡献的绿电份额评估方法。首先，基于与用电量级无关的负荷轮廊线形状定义并推导了新能源消纳边际贡献指标；其次，分别考虑纯负荷类用户和具有可调负荷、储能及分布式能源的产消者园区用户，基于边际贡献指标提出了绿电份额评估方法；最后，构造多种不同类型的用户进行绿电份额的评估，并通过算例验证了绿电份额评估方法的合理性。结果表明，园区用户可通过提高净负荷形状与系统新能源发电趋势的相似度、消纳本地新能源、合理优化可调负荷与储能运行方式等提升园区绿电份额，进而提升全网新能源消纳能力。关键词：新型电力系统；新能源消纳；绿电份额；边际贡献；园区0引言为实现“碳达峰碳中和”的战略目标，中国正大力建设新型电力系统，新能源发电装机比例逐年提升。据国家能源局发布的数据显示，截至2 0 2 2 年5月底，中国新能源发电总装机容量达到1.1TWll。预计到2 0 30 年，风力、光伏发电总装机容量将超过1.2TW，装机容量占比突破50%2 。随着新能源渗透率快速提升，发电侧的波动性、间歇性也显著增加，灵活调节能力严重匮乏3。如何从需求侧人手，引导广大电力用户友好互动，进而促进新能源消纳，是新型电力系统研究有待解决的关键问题4在引导电力需求侧消纳新能源方面，国家发展改革委等部门在关于印发促进绿色消费实施方案的通知中提出5，各地应有序引导用户更多消费绿色电力，对消费绿色电力比例较高的用户在实施需求侧管理时有优先保障，以加快提升居民绿色电力消费占比。因此，有待研究一种公平、合理的用户电量消费中绿电份额的评估方法，进而激励全社会共同促进新能源消纳。当前研究中，部分学者对影响新能源消纳的因收稿日期：2 0 2 2-0 9-2 2；修回日期：2 0 2 3-0 1-2 8。上网日期：2 0 2 3-0 3-2 3。国家自然科学基金资助项目（52 2 0 7 12 3）；上海市青年科技英才扬帆计划（2 2 YF1418900）。素进行了分析。文献6 指出，研究影响新能源消纳的因素应从电源、电网、用户、市场等多个环节人手。现有诸多研究采用时序模拟7-8 、随机生产模拟9、概率分析10 、强化学习11 等方法来评估系统的新能源消纳能力，但大多集中在电力系统供应侧，并没有直接面向电力用户进行新能源消纳评估，而需求侧有大量柔性负荷12 ，上述研究无法起到引导和激励需求侧的效果。此外,碳交易13-14、绿证交易15等机制也被广泛研究与应用，可通过配额等方式激励用户促进新能源消纳，减少碳排放16 ，但同样需要精细的用户绿电份额评估作为基础。近年来，部分学者提出了以潮流追踪17 为核心的新能源消纳分摊方法。文献18-19 提出了电力系统碳排放流的概念及计算方法；文献2 0-2 1 通过建立基于有功功率的碳流追踪模型，对某一时间断面的绿电流向进行评估；考虑到无功功率也会影响电力系统有功功率的分布，文献2 2-2 4 提出基于复功率追踪的网损分摊方法，建立基于复功率追踪的碳流追踪模型，提出面向电力用户侧碳排放计量的方法；文献2 5 进一步提出了基于碳排放流的源荷协调低碳优化调度方法；文献2 6 考虑电网三相不对称及规模扩大的影响，提出了分相计算的潮流追踪方法，并评估了用户的碳排放强度；文献2 7 将电力系统节能减排的责任分摊到发电侧和负荷侧；文献2 8 提出基于网络功率分解的实时碳流计算方法，克服了传统方法无法保障碳流公平分摊的不http:/s-15基于新能源消纳边际贡献的用户绿电份额评估方法危怡涵，等足；文献2 9 提出了节点边际碳排放的概念，并测试负荷转移对系统碳排放的影响然而，上述以潮流追踪为核心的研究方法并未真正达到区分传统电源和新能源绿电的效果。首先，无论是传统电源还是新能源电源，都仅作为有功功率注入进行潮流计算，并未考虑注人功率是由何种一次能源产生，也没有反映出新能源出力间歇性、波动性的特征；其次，新能源消纳的关键在于调节能力，需由多个连续时间断面反映，而该类方法通常仅针对单一时间断面加以评估，忽略了新能源消纳最关键的特征。因此，此类评估模型中，新能源通常是遵循“就近原则”分配到各个节点，与该用户对新能源消纳的友好程度与实际贡献没有直接关系，评估模型无法起到激励用户与新能源友好互动的效果。不同于以潮流追踪为核心的方法，已有学者提出可以基于用户负荷曲线轮廓线形状（load profile，LP来评估其对系统层面运行指标的边际贡献30-31。不难发现，与系统新能源波动具有时空同步特性的用户LP是有利于系统平衡的，而与系统新能源波动反调的用户LP易拉大系统峰谷差，造成弃风、弃光等问题。如果能从用户LP人手，量化用电方式对新能源消纳的贡献程度，进而基于贡献大小评估绿电份额，则能保障对用户的公平性。更为重要的是，这样的评估方式可对广大用户起到更强的引导效果，进而以需求响应等各种方式提升绿电份额，达到促进全系统新能源消纳的目的32 3。为此，本文首先提出一种用户用电方式对全系统新能源消纳的边际贡献（marginal contributiontorenewable energy aaccommodation in the wholesystem by customer power consumption mode,简称MCR)的评估方法；接着，论证了基于MCR可以合理评估用户日常电量消费中的新能源份额（简称绿电份额）；进一步，考虑含可调负荷、分布式电源、储能的园区用户以及用户向系统反送新能源的情况，提出了面向产消者园区用户的绿电份额评估方法。1用户对新能源消纳边际贡献的定义和计算不同用户的用电方式对新能源消纳可能造成截然不同的影响。为量化评估用户对新能源消纳带来的贡献，本章分别从系统级和用户级定义新能源运行和负荷的相关指标，进而结合全系统层面指标和任一用户自身指标，提出该用户MCR的评估方法。系统级指标与用户级指标都是用来计算绿电份额的重要指标，二者的变化都会影响用户的绿电份额1.1系统级指标定义系统级指标即系统级电能消耗中的新能源份额(renewable energy share of system-level electricityconsumption，简称RSS）。RSS可用p,表示，定义为在t时段系统中新能源消纳量与负荷总量之间的比值，其计算方法如下：PRX100%Vt(1)L.式中：PR为系统在t时段新能源消纳的功率；L,为系统在t时段的负荷功率。令T=(1,2,，T)为时间集合，代表所考虑的时间周期，其中T为时段数。本文以一天为周期,取1h为间隔，即T24。也可取更加精细的时间间隔，不影响后续提出的方法。除RSS外，将系统级每日消耗的新能源份额(daily renewable energy share of system-levelconsumption，简称DRSS)定义为系统每日新能源消纳量R与每日负荷总量L的比值。DRSS可用Pay表示，其计算方法如下（因本文的时间间隔为1h，在电量计算式中将与时间的乘积略去，下同）：TPRRX100%1=1Pday(2)L2LT1=11.2用户级指标定义用户级指标即引言中提到的用户LP。令工=（1,2，I）为待评估的用户索引集合，其中I为用户的数量。为量化用户LP，以各用户日用电量总和对各时刻负荷值进行归一化。用户i在t时段的负荷形状数值用S表示，其计算方法如下：PlVi,Vt(3)工PLi.t1=1式中：P,表示用户i在t时段来自电网的净负荷功率。根据上述定义，在整个时间周期内，任意用户的SH总和为1,即2SH=1。1.3MCR计算上述指标定义涉及两个层面：1)RSS是系统级的运行指标，可由电力调度部门根据一天的实际运行情况准确计算，也可根据需求在日前基于预测和运行计划给出，如图1左上方所示；2)LP是某一用户个体的运行指标，可以通过其电表数据计算得到，如图1右上方所示。RSS反映了全网新能源的运行情况，对任意用户都相同；LP则反映了某个用户自身的特性。本文的工作即结合这两者信息，评估不同用户对新能源消纳的贡献，进而量化各用户的绿电份额，整体思路如图1所示162023.47(10)碳达峰碳中和与电力能源转型系统级用户级食D口新能源发电-系统非新能源发电-抄表用户器器系统RSS负荷功率曲线系统级指标：RSS用户级指标：用户LPPR边际影响PPF100%SLPL,P纯负荷类非纯负荷类用户MCR：LP用户绿电份额P用户绿电份额图1用户绿电份额计算思路示意图Fig.1Schematic diagram of calculation idea for renewable energy share of customers下文具体介绍MCR的计算过程。首先，将系统负荷L和用户i在t时段的负荷形状S.分别表示为向量形式，即L和SP。假设系统发电侧新能源出力和常规机组配置已给定，此时新能源实际消纳量可以考虑为负荷向量的函数，记作（L)。函数R（L）的具体形式虽无法直接写出，但其表征了在系统发电侧配置确定后，新能源消纳量受负荷形状影响的关系。接着，为研究某一个用户对(L)的影响，将FMCR定义为当用户i增加负荷但保持相同负荷形状时系统每日消纳新能源量的瞬时变化，即PlPl,+PS,其中P表示用户少量电能消费。因此，系统总负荷也受到相同大小的扰动，使得L,L,十PS,矢量形式为LL+PSI P,此扰动对函数f（L)的边际影响可以定义为当P趋于O时，函数f（L)上的相应扰动除以P的极限，如式(4)所示。fR(L+PSI P)-f R(L)FMCR=lim(4)AP0P简而言之，FMCR计算方法即为根据用户i的负荷情况，按比例为该用户的原负荷增加一个很小的量P，计算f（L)的边际变化，结果即为该用户对给定系统新能源消纳量的边际贡献。由于P非常小，为进一步推导，可以假设扰动后系统电能消费中的新能源份额与扰动前的情况相同，即,保持不变。由于f（L表示系统每日新能源消纳量，该值可以通过计算各时段,与系统负荷L，的乘积之和得到，即f（L)一e,L。同理，扰动后系统每日新t=1能源消纳量的计算方法为fR（L十PSIP)=e（L,+PSP)。由此可进一步推导如下：fR(L+PSI P)-f R(L)FMCR=limAP-OP2 p.(L,+Ps)pe,L;lim=1t=1AP-0P2(p,APS:P)limVi(5)P0P=1根据式（5)可以看出，FMCR可以看作是RSS的加权平均值，其权重系数即为用户i各时段的负荷占每日总负荷的比例，,和S.都会影响用户i的MCR。RSS是由系统运行状态决定的,其中系统机组的出力情况和新能源发电情况起主导作用。因此，当给定某个系统状态，即RSS不变时，用户对新能源消纳的贡献就取决于该用户的负荷形状2基于MCR的用户绿电份额评估方法第1章介绍了MCR，可评估用户对系统新能源消纳量的边际贡献，本章将在此基础上进一步评估用户的绿电份额。首先，讨论纯负荷类用户的绿电份额评估。其次，在实际中除纯负荷类用户外，也出现多个含有分布式电源、储能的用户，它们具有产消者特性，通常以智慧园区等形式作为一个整体参与http：s-17危怡涵，等基于新能源消纳边际贡献的用户绿电份额评估方法到电力运行与市场中。因此，在评估纯负荷类用户绿电份额的基础上，进一步面向具有产消者特征的园区，评估其外部绿电份额及实际绿电份额2.1纯负荷类用户绿电份额评估方法基于上文介绍的量化用户对系统新能源消纳的边际贡献的方法，在不考虑网络损耗等情况时，纯负荷类用户的绿电份额在数值上可直接等于其MCR，下文将具体说明由于绿电份额表示用户日常电量消费中的新能源份额，令，为用户i的绿电份额评估值，则有,E0,1,本文用百分比表示。因此,绿电份额应满足以下两个条件：1）如果FMCR0且FMCR0，则:/,=FMCR/FMCR。用户绿电份额的评估实际上是一个利润分配问题，按照不同用户边际贡献的比例进行分配。因此，每个用户的绿电份额评估值应与其MCR成正比，且所有用户的比例系数都应相同2)所有用户新能源消纳量的总和应等于系统的总新能源消纳量，即(a.2TPL=R(6)i.t存在满足上述所有条件的唯一解，即,FMCR。证明如下：根据第1个条件可以得出,=0FMCR,其中，系数0 是;和FMCR的公比。进而，基于式（6），将其左侧的,用FMCR替换，可得到结果如式(7)所示。(OF2TPLit1=t=1t=12(02(.st)2Pa)2PL=11=1(=11=11=1=1T22(p.Pl.)=9PL1，1T1=11=1=1i=1t=1PLt1=1020.2Pl,=02o.L,=0R(7)可见，满足式(6)的唯一解即为=1。此外，由于0 FMCR1，当0=1时条件1)自动满足。因此，,=FMCR是唯一满足所有必要条件的解。由此可得纯负荷类用户绿电份额的评估方法，即=FMCR=)e.S出。当该用户是纯负荷类用户=1时，该式将系统级指标,与用户级指标S转换为用户的绿电份额，如图1所示。2.2园区用户绿电份额评估方法前文评估的用户特指纯负荷类用户，而对于现有的园区来说，除负荷外还包括各种分布式能源，如储能、新能源发电、传统发电装置（如柴油发电机）等，如图2 所示。因此，本节将面向含有分布式能源的园区，研究其绿电份额评估方法。负荷城市电网光伏风电储能发电机组园区图2园区配置示意图Fig.2Schematic diagram of park configuration园区用电量中的绿电份额来自两部分：1）消纳大电网层面新能源分摊得到；2)消纳园区内部分布式能源得到。其中，第1部分本质上是通过园区对外净负荷曲线评估得到，将其称作外部绿电份额，反映了园区整体作为一个用户对系统新能源的消纳能力；在外部绿电份额基础上，再计及第2 部分绿电来源，即可计算园区的实际绿电份额。园区外部绿电份额即园区每日来自外部系统电量中的新能源份额。将园区外部绿电份额表示为SRSC,其计算方法如下：TCo.S!SRSC(8)it=1园区实际绿电份额即园区每日实际用电量（来自外部系统及园区自身）中的新能源份额。因此，结合园区内部的绿电消纳情况，将园区实际绿电份额表示为LRSC，其计算方法如下：LRESLRS+LRC+LRBLRSC(9)LioalLS+LRC+LGC+LB式中：LRE为园区i每日新能源消纳电力总量；Liotal为园区i每日用电总量；LRS为园区i每日来自系统的新能源绿电量；LRC为园区i每日来自园区内部新能源发电装置的新能源绿电量；LRB为园区i每日来自园区内部储能装置的新能源绿电量；L为园区i每日来自系统的用电量；LCC为园区i每日来自园区内部非新能源发电装置的用电量；L为园区i每日来自园区内部储能装置的用电量。下文将逐个说明LS、L R S、L R C、L CC、L B、L R B的求解方法。1)LS计算方法。来自系统的用电量LS为：TL-2P(10)i,t1=1182023,47(10)石碳达峰碳中和与电力能源转型2)LRS计算方法。园区i来自系统的新能源绿电量LRS即为外部绿电份额与来自电网电量的乘积：arRscLi-2p.SH2Pl.-2e1LRS=RTCe,Ph.(11)=1t=11=13)LRC和LGC的计算方法。对于含有发电装置的园区，要计算其实际绿电份额，还需要得到园区内部发电量LRC、L CC的值。对于普通园区而言，新能源发电功率通常小于园区负荷。因此，园区中的负荷优先使用园区自身新能源发电，园区中新能源有富余的情况将在2.3节详细讨论LRC=PRC(12)(=1L=2TPGC(13)1=1式中：PRC为园区i新能源发电装置在t时段的发电功率；PCC为园区i非新能源发电装置在t时段的发电功率。4)L和LRB的计算方法。对于含有储能装置的园区，需要得到LB与LRB的值，才能得到园区的实际绿电份额。由于园区部署储能装置的目的大多是消纳园区自身的新能源发电、降低对外购电的电费等34,本节主要考虑储能中电量来自系统、园区内新能源发电装置的情况。假设园区储能中的电量均来自系统。若要得知储能内部每时刻的新能源电量占比，可以在前文的理论基础上结合储能的充放电特性求得。设储能一天内在t时段的充放电功率为PB。对VtET,PB均大于0 的时段即为储能充电开始到充电结束的时段，称为充电时段；PB均等于0 的时段即为储能电量保持不变的时段，称为电量不变时段；PB均小于0的时段即为储能放电开始到放电结束的时段，称为放电时段。将T分为n个时段集合，记为T(T,二T)，表示储能充电时段/电量不变时段/放电时段集合，T,表示T,时段集合的开始时段。当储能充放电状态变化时，有n=n十1。设E,与ERS分别表示储能在T，时段的电量与绿电量（绿电量即为新能源发电量），储能初始电量和绿电量分别为E,和ERS。当储能处于充电时段时，将储能看作一个用户，根据2.1节所述方法计算其充电量中的绿电份额。设T,内储能充电功率为PB（t ET）,则有PBSLPSB.1PBTET,(14)RSCB.T.一IET.式中：Su,为储能在t时段的功率曲线形状数值;RSC为在T,内储能充电电量中的新能源发电占比由此可得储能中T,时段的总电量及绿电量，从而求得储能在T，时段的绿电份额，即E,=E,-1+ZPPtIET,(15)ERS=ERSI+B.ZPt7TET,B.T,RSC充电时段ERS.放电时段(16)E-10电量不变时段式中：1在充电时段代表储能充电电量中新能源发电份额，放电时段代表放电开始时储能中的绿电份额，电量不变时段T,=0。故有：L=Ei-E,(17)LRB=ERS-ERS(18)将式(10)一式(18)的计算结果代人式(9)中,可以计算得到园区实际绿电份额如下：LRS+LRC+LRBLRSCiLS+LRC+LGC+LYQSRSC Li+LRC+LRBLS+LRC+LGC+LPBPB=1IET,(19)2P.+2PRS2P-2PP1=1当园区储能中的电量均来自园区自身发电装置时，储能中的电能均为新能源发电，则有E,=ERS(20)由前文可得，SRSC主要受园区净负荷形状影响，而/RSC主要受园区应用何种装置影响。当园区应用发电装置或储能装置时会改变园区的净负荷形状，从而改变其SRSC；其次，园区使用其自身发电装置会改变园区内部消耗的绿电量，从而改变其/Rsc。特别说明的是，当LRC、L CC、L B、L R B均为O时，可表示园区为纯负荷类用户，此时RsC=RsC，园区实际绿电份额就等于其外部绿电份额2.3含电能反送的产消者园区用户绿电份额评估方法当园区中新能源发电量超过负荷产生富余时，园区可以通过余电上网等形式向大电网反送电。将园区反送电时段的功率值记为负值，即有PL0，http：/WWWs-19危怡涵，等基于新能源消纳边际贡献的用户绿电份额评估方法因此，2.2 节中的评估方法需要有所改进；同时，用户新能源反送也会给全系统新能源运行指标带来变化。为此，本节首先对系统级指标和用户级指标进行相应修正，进而提出含电能反送的产消者园区用户绿电份额评估方法1)系统级指标修正当园区的电能反送至系统时，园区i自发的电能上网，成为电网电能的一部分。对于系统来说，其新能源发电份额将会增加，对系统级新能源发电指标进行修正，如式（2 1）所示PR+PRL.ii=1X100%Vt(21)Lt式中：，为系统中存在电能反送的用户的RSS修正值；PRLi为t时段用户i向系统反送的新能源功率。2）用户级指标修正当出现园区电能反送时，对应时段的净负荷功率P需进行修正。因为，此处用于计算用户对外部新能源的消纳贡献，而此时段用户并不消纳电能，相应时段消纳贡献可看作是0。因此，用户级指标修正方法如式（2 2）所示max(0,Pl.,)Pl0PL.(22)itmin(0,Plt)P.0式中：Pl为园区i在t时段修正后的净负荷功率，即对于园区净负荷功率为非负值的时段，园区的负荷功率保持不变，而对于园区净负荷功率为负值的时段，将园区的负荷功率置零。则园区修正后的负荷功率曲线形状在t时段的值为：PSLPVi,Vt(23)TPL/i.t1=1式中：S.p为园区i修正后的负荷功率曲线形状在t时段的值。3)修正后的绿电份额计算方法由此，存在电能反送的园区的外部绿电份额计算方法为：iSRSC（2 4)t=1对于该系统中不存在电能反送的其他园区，其外部绿电份额的计算方法为：iSRSC(25)1=1由于园区用户功率置零的时段相当于没有消纳系统的新能源，实际上园区用户向系统反送的新能源部分由系统中其他用户所消纳，增加了系统中总的新能源消纳量。3绿电份额评估的应用场景本文提出了绿电份额评估方法，可量化用户对新能源的消纳贡献，评价不同类型用户电量消费中绿电和非绿电的占比，进而作为一种通用的基础性评价方法，用于面向需求侧的促进新能源消纳、降低碳排放的应用场景。1）用户电碳监测为加快“双碳”目标的建设，多个省市都提出了打造精细化的碳排放监测平台。例如，中国浙江省杭州市正在构建全市县镇“双碳地图”，以企业、居民等作为监测基本单位，计算并展示全市的碳排放情况。在电碳监测中，可采用各用户智能电表数据以及电网侧统一发布的新能源运行数据，基于本文提出的评估方法，精细量化用户电力消费中新能源和非新能源组成，进而采用不同的碳排放因子计算用户的电碳消耗，2）以促进新能源消纳为目标的需求响应目前，国内外都提出开展需求响应，根据电网运行要求引导需求侧用户改变自身用电模式35。在新型电力系统中，考虑到新能源消纳是最重要的目标，可以基于本文所提出方法开展以促进新能源消纳为目标的需求响应。简单而言，电网公司发布RSS曲线，各用户以提升自身绿电份额为目标适当调整LP，进而促进全网新能源消纳。基于绿电份额开展需求响应，从流程和特征来看也与基于负荷准线的需求响应有许多相似之处，具备轻量化特征，可以常态化、规模化应用。3）碳交易或绿证交易碳交易、绿证交易等机制都采用配额制度激励用户节能降耗，提升新能源消纳水平。在碳交易中需要计算用户碳排放量，在绿证交易中也需要计算用户消纳了多少新能源。因此，本文所提出的方法可以应用于碳交易或绿证交易。作为用户配额计算的重要指标，用户在购买绿证时，可以以自身综合效益最大化为目标，根据自身绿电份额的历史评估情况联合优化最佳的绿证购买策略。4复算例分析4.1基础设置本节将测试和验证用户绿电份额评估方法的合理性。实验中的用户数据使用OpenEI提供的大量202023,47(10)碳达峰碳中和与电力能源转型的园区负荷曲线。对于系统的新能源数据，采用从美国PJM电力市场收集的光伏发电和风力发电功率曲线，并对其进行归一化处理,得到了测试系统中光伏发电和风力发电的基本趋势36-37 。所有算例均以一天为周期，分为2 4个时段，每个时段代表1h。测试将从以下4个方面展开：1)纯负荷类园区用户的绿电份额测试，用于验证2.1节所讨论的绿电份额评估方法2)非纯负荷类园区用户绿电份额测试，用于验证2.2 节所讨论的绿电份额评估方法。为充分反映不同类型资源对绿电份额评估的影响，按照仅考虑园区含有可调节负荷/储能装置/发电装置依次开展测试。3）多类型资源园区用户绿电份额测试，用于评估含多类型资源的园区绿电份额的变化。4)系统中含电能反送的园区绿电份额测试，用于验证2.3节所讨论的绿电份额评估方法4.2纯负荷类园区绿电份额评估设定系统负荷功率为1.9 55MWh，系统日新能源发电占系统总发电6 0%不变，即DRSS取6 0%，系统新能源发电量为1.17 3MW.h。此时，设定系统新能源发电即光伏发电和风力发电8 种配置如附录A图A1所示。系统内包含5个园区，其中3个典型园区为商业园区、办公园区和住宅园区，其负荷曲线来自文献38 ，其他2 个类型园区的负荷曲线根据系统总负荷功率与其他3个园区的负荷功率作差得到。5个园区的负荷功率曲线如图A2所示。图3所示为园区在系统8 种不同新能源发电情况下的绿电份额变化。由于5个园区都是纯负荷类园区，其外部绿电份额等于实际绿电份额7065%/申酱5045J12345678系统类别园区1；园区3园区5园区2;园区4；DRSS图35个园区绿电份额评估结果Fig.3Evaluation results of renewable energy share offiveparks从图3中可以看出，园区1与园区3的绿电份额始终高于DRSS，园区4与园区5的绿电份额始终低于DRSS。从园区负荷曲线形状与系统新能源出力曲线形状对比可以看出，园区4与园区5更倾向于在系统新能源发电较少时多用电，而在系统需要消纳新能源的时段如时段12 16 用电较少。园区1、2、3则与园区4、5用电行为习惯相反。由于光伏发电集中在光照强的时段12 16，随着系统内光伏发电比例增加，园区1、2、3的绿电份额有所提升，而园区4、5的绿电份额呈下降趋势。可以看出，当一个负荷曲线的形状近似于系统新能源的形状时，它更倾向于获得一个高绿电份额。附录A图A3为通过各园区绿电份额与总用电量乘积得到的5个园区的新能源消纳量。可见，园区新能源消纳量之和等于系统总的新能源消纳量。4.3含单一分布式能源的园区绿电份额评估本节对系统园区中含某一种分布式能源的情况进行分析，系统情况与4.2 节相同。系统与园区的指标如图4所示，园区原始情况中未应用任何装置。1.00.80.60.40.2015913172124时段(a)系统RSS0.070.060.050.04绿电份额为56.7%0.030.0215913172124时段(b）园区原始负荷情况与绿电份额图4系统与园区的指标Fig.4Indices of system and park4.3.1仅考虑园区内含可调负荷的绿电份额评估园区单独应用可调节负荷装置改变净负荷功率曲线。设置园区前后的净负荷用电量不变，更改园区可调节负荷装置的运行规模，园区的净负荷功率变化见附录A图A4。算例结果显示，园区负荷调整后,其绿电份额有所增加，负荷调节量分别为10%、20%、30%、40%、50%时，园区绿电份额分别为57.6%、58.5%、59.3%、6 0.2%、6 0.9%http:/s-21基于新能源消纳边际贡献的用户绿电份额评估方法危怡涵，等4.3.2仅考虑园区内含储能装置的绿电份额评估设置园区内储能中的电能全部来自系统。当园区单独应用储能装置改变净负荷功率曲线时，依旧设置园区前后的净负荷电量不变，更改园区储能装置的运行规模及储能中原始的绿电份额，得到园区外部绿电份额与实际绿电份额的变化如表1所示。园区净负荷曲线形状见附录A图A5，储能的运行功率见图A6。表1含储能装置的园区绿电份额计算结果Table 1 Calculation results of renewable energy share of parks with energy storage device无储能储能运行方式1储能运行方式2储能运行方式3储能原始绿外部绿电实际绿电外部绿电实际绿电外部绿电实际绿电外部绿电实际绿电电份额/%份额/%份额/%份额/%份额/%份额/%份额/%份额/%份额/%4056.757.258.15057.658.960.46056.756.759.458.562.160.564.862.67059.462.264.98060.363.867.1可见，利用储能改变园区的净负荷曲线形状，可以使园区获得更高的外部绿电份额，且绿电份额随着储能运行规模的增加而提升。使用储能后，园区实际绿电份额随着储能中原始绿电份额的增加而提升，这是由于储能原始绿电份额高时，其放电会增加园区日用电量中的绿电量，故园区实际绿电份额与储能中原始绿电份额有关。4.3.3仅考虑园区内含新能源发电装置的绿电份额评估园区单独应用新能源发电装置时，其一星期的新能源发电装置出力情况见附录A图A7，园区在新能源出力方式不同情况下的负荷曲线形状见图A8。园区绿电份额的变化如表2 所示，表2含新能源发电装置的园区绿电份额计算结果Table2Calculation results of renewable energy shareof parks with renewable energy powergeneration devices绿电份额/%分类原始Day1Day2Day3Day4Day5Day6Day7外部56.754.956.455.355.956.256.355.4实际56.771.672.571.972.272.572.571.9从实验结果可以看出，一星期内园区外部绿电份额较原始情况虽有所降低但不明显，而实际绿电份额则明显升高4.3.4仅考虑园区内含传统能源发电装置的绿电份额评估当园区单独应用传统能源发电装置时，其一星期的传统能源发电装置出力情况见附录A图A9，园区在传统能源装置运行方式不同情况下的负荷曲线形状见图A10。园区绿电份额的变化如表3所示。表3含传统能源发电装置的园区绿电份额计算结果Table 3Calculation results of renewable energy shareof parks with traditional energy powergeneration devices绿电份额/%分类原始Day1Day2 Day3 Day4 Day5Day6Day7外部56.757.3 57.657.958.2 58.659.059.4实际56.7 54.353.151.950.749.548.247.0从实验结果可以看出，一星期内园区外部绿电份额较原始情况虽有所升高但不明显，而实际绿电份额则明显降低4.4园区内含多种分布式能源的绿电份额评估与对比由以上实验结果可知，若想应用园区内的装置最大化地提升系统的绿电份额，在不改变园区负荷运行的情况下，可以采用储能装置和园区自身新能源发电装置的组合方式。系统及原始园区负荷情况与4.3节相同，设置3种情况：情况1为仅使用新能源发电装置，情况2 为仅使用储能装置，情况3为同时使用储能装置和新能源发电装置。表4展示了园区绿电份额评估结果。可以看出，园区同时使用新能源装置与储能装置时园区外部绿电份额略有提升，而园区实际绿电份额则有显著提升。园区4种净负荷曲线形状见附录A图A11,园区在情况3下的功率曲线见图A12。由于储能装置和新能源发电装置改变了园区的净负荷功率，优化了园区的净负荷曲线形状，从系统获得了更多的绿电量，又因园区消纳了自身的新能源，即增加了园区内部的绿电消纳量。因此，外部绿电份额与实际绿电份额均有所增加。22碳达峰碳中和与电力能源转型2023,47(10)表4含多种分布式能源的园区绿电份额计算结果Table 4 Calculation results of renewable energy shareof parks with multiple distributed energy sources绿电份额/%分类原始情况1情况2情况3外部56.758.859.462.4实际56.769.560.373.24.5含电能反送的园区绿电份额评估本节设置5个园区，均处于同一个系统中，系统RSS见附录A图A13。5个园区中均含新能源发电装置，负荷功率如图5所示。可以看出，园区2、4、5中的新能源发电量被自身消纳，而园区1、3的新能源发电量没有被完全消纳。为便于对比，设置两种运行情况：1)Casel:园区不向外反送电能，富余发电做弃电处理；2)Case2：园区3将所有富余电能反送。表5展示了两种情况下各园区的绿电份额。5004003002001000-100147101316192224时段园区1；一园区2；园区3；园区4；园区5图5园区净负荷功率Fig.5Net loadpowerof parks表5考虑园区电能反送的绿电份额计算结果Table 5Calculation results of renewable energy shareof parks considering energy reverse transmission绿电份额/%情况园区1园区2园区3园区4园区5Casel53.255.852.455.055.7Case253.256.052.455.256.0由表5可知，两种情况下园区1、3的绿电份额都没有变化，而情况2 下园区2、4、5的绿电份额增加，园区1仍不变。对于有富余电能的园区而言，在富余时段即使系统增发新能源，其消纳能力都已达上限，无法再从外部获取绿电份额；但对未出现反送的园区而言，对应时段系统中新能源发电份额增加，间接提升了园区2、4、5的绿电份额。换言之，园区内部新能源发电量富余时，向大电网反送电能虽不能提升该用户自身的绿电份额，但可以提升系统层面的新能源占比，进而帮助其他用户提升绿电份额，达到绿电共享的效果5结语为缓解电网及社会新能源消纳压力，提升用户绿色电力消费占比，本文提出了用户对系统新能源消纳边际贡献的计算方法；进而，提出基于边际贡献的用户绿电份额评估方法，并考虑园区含有可调节负荷装置、储能装置、发电装置及园区电能反送的情况，提出了综合考虑园区内外新能源消纳的绿电份额评估方法。算例验证了绿电份额对于评估用户对系统新能源消纳贡献的合理性，以及园区通过调节负荷或储能等装置可对负荷曲线进行整形，从而全面提升其绿电份额。本文所提出的绿电份额评估方法直接反映了用户用电行为对全网新能源消纳的贡献程度，可将其作为重要的考核、引导或激励指标，通过城市电碳监测、需求响应、绿证交易或碳交易等机制促进用户个体提升其绿电份额，进而显著促进全网新能源消纳、降低碳排放。本文在评估用户绿电份额时，重点从时间维度上进行了分析，但未考虑电网拓扑结构产生的影响。下一步研究将计及网损、线路容量等因素，提出同时考虑时空特性的用户绿电份额评估方法。此外，当绿电份额作为用户侧激励引导的重要指标时，还需进一步基于不确定性量化等方法，研究新能源等预测偏差对绿电份额产生的影响。附录见本刊网络版（http：/w w w.a e p s-i n f o.c o m/附录见本刊网络版（http：/w w w.a e p s-i n f o.c o m/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。参考文献1 国家能源局.我国可再生能源发电总装机突破11亿千瓦【EBOL.(2022-06-24)2022-09-06.http:/ Energy Administration.Chinas total installed capacityof renewable energy power generation exceeded 1.1 billion kwEB/OL.（2 0 2 2-0 6-2 4)2 0 2 2-0 9-0 6 .h t t p:/w w w.n e a.g o 0 2 2，42（8）：2 8 0 6-2 8 19.ZHANG Zhigang,KANG Chongqing.Challenges and prospectsfor constructing the new-type power system towards a carbonneutrality futureJ.Proceedings of the CSEE,2022,42(8):2806-2819.3 DONG C G,QI Y,DONG W J,et al.Decomposing d