【能源“不可能”三角】调皮的新能源要如何正确管教
作者：1 专题综述
1.1 能源“不可能三角”概念简介
1999年，美国麻省理工教授保罗 克鲁格曼通过对亚洲金融危机的实证分析，提出了“不可能三角”理论，即一国的金融政策，无法同时达到“资本自由流通”、“汇率固定”和“货币政策独立”这三方面的目标。
同样，在能源生产与供应领域，现阶段同样存在这样的“不可能”，即能源的生产与供应无法同时达到“稳定”、“清洁”以及“廉价”这三方面的目标。在此特别感谢策略顾问颜苏岷老师的概念提出。
目前看来，在我国实现“碳达峰”、“碳中和”的路线中，大幅增加风力、太阳能等具有间歇性特点的清洁能源以替代传统的化石燃料，已经成为公认可行的选择，而其“间歇性”的特点就对我国能源的供应的稳定性造成一定挑战；同时，虽然上述能源的清洁性远高于传统化石能源，但其经济性目前看与传统化石能源也有一定差距。
故，本次能源“不可能三角”专题的最终目标，即是探讨如何在满足我国“碳中和路线”的前提下，通过调整各类型能源的比例，寻找平衡未来能源生产供应的“稳定性”、“清洁性”以及“经济性”的可行方案。
1.2 如何稳定运用新能源发电
随着气候变暖等环境问题的日益严重，传统化石能源的负面影响正在日益显现，而清洁能源的占比也正在逐步提高，在2013年，风能与太阳能发电只占全国总发电量的2.70%，而到2020年，这个比例已经上升到了9.36%。
近期，随着“双碳”政策的逐步落实，风力发电与太阳能发电作为较为成熟的清洁能源技术，已经成为未来替代传统化石能源的不二主力，在“碳中和路径规划”中更是明确表示，2030年中国风能与太阳能发电装机总量要达到12亿千瓦，而截止到2021年9月，中国风能与太阳能发电的装机总量仅为5.75亿千瓦，尚有50%多的空间，年均增长率可达9%左右。
风能与太阳能随时清洁能源中的首选，但其“间歇性”可再生能源的属性使得其在使用时极不稳定，极容易收到外界气象条件的影响，通俗点说就是“靠天吃饭”，随着未来能源占比越来越高，很容易造成能源供应安全问题。
对此，本篇专题接下来将由新能源“稳定性”的角度出发，从新能源发电的预测工作、调峰能力以及储能技术三方面，探讨未来稳定运行风能和太阳能的可行方式。
1.3 核心观点
天气预测技术保障采集量稳定可测：保障新能源“稳定性”的第一步，就是如何稳定地采集其中的能量，而其本质就是保证发电厂周边的气象条件预测的可靠性。
“调峰+储能”技术确保使用电力供应稳定可控：可靠的调峰能力可以保证恶劣天气条件下，火力发电厂等可控性较高的电源可以快速启动，填补需求缺口；而储能技术则能做到削峰填谷，进一步提高调峰的能力。
推荐关注行业：我们注意到，目前国内新能源发电虽在高速发展，但相比于西方某些国家仍处于起步阶段，发电端天气预测、储能等周边行业的发展潜力巨大，所以我们建议关注商业化天气预测服务，以及电厂运用预测服务所获得的竞争优势；同时，我们建议关注储能行业的发展，以及未来储能设施高增速带来的有色金属等大宗商品需求的边际增量。
2 预测工作：保障电力稳定供应的第一步
在传统电力生产与供应中，预测工作偏向于预测需求，即电网负荷预测，以保证发电功率可以跟随需求波动而及时调整。当谈到新能源发电时，预测工作则偏向于供给，通过预测电厂所在地的光照、风力等自然因素的变化，判断新能源电厂实时的发电量。
2.1 预测方法：本质是对气象条件的预测
不论是风力发电预测还是光伏发电预测，其预测的基础均来自对原始气象数据的预测，较多使用的数值天气预报技术（NWP），是指根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。
以风电为例，基于NWP技术的风力发电功率预测方法如下图所示：
而基于上述理论，在2018年中国电机工程学会上，新能源并网与运行专委会于《新能源发电功率预测技术》一书中，提出了用于预测输出功率的“风电短期功率预测技术”及“风电超短期功率预测技术”，用于预测功率波动区间的“风电概率预测技术”，用于预防风电功率大幅波动的“风电爬坡事件预测技术”等多项成果。
2.2 预测结果的考核标准
风力发电与光伏发电现阶段并网运行已初具规模，故预测结果的准确性将直接影响到其余并网设备的运行工况以及电网的稳定性。目前，我国各地区电网都对新能源电厂的预测工作有明确的考核标准。
以华北电网于2019年修订发布的《华北区域发电厂并网运行管理实施细则》中风电厂考核标准为例，其中关于风电场中短期功率预测结果考核的内容有：
① 风电场于每日9时前向电网调度中心提交中短期功率预测数据和次日0时~24时的计划开机容量；
② 中短期功率预测中的次日预测准确率应大于等于85%；准确率按日进行统计，按月进行考核；
关于风电场超短期风电功率预测考核的内容有：
① 风电场每隔15分钟向电网调度机构提交自上报时刻起未来15分钟至4小时共计16个时间节点的功率预测数据和开机容量；
② 超短期预测准确率应大于等于90%，准确率按日进行统计，按月进行考核。
当准确率低于标准时，电网就将扣除电厂考核费作为惩罚。根据公开数据显示，2021年1月京津冀地区的风力发电厂的考核总费用达到1583.66万元。
2.3 精准的预测将提高行业内竞争优势
可以看出，预测工作的准确性，不仅对电网的稳定性至关重要，对发电厂的经济效益也有明显的影响。目前使用的典型方法有持续法、物理法以及两者相结合方法等，目前正在尝试将神经网络等人工智能方法融入天气的预测中。
故我们认为精准的预测技术在新能源发电领域将受到格外青睐，而应用该项技术的新能源发电厂也将在行业内部具有额外竞争优势。
3 调峰：将面临新能源并网带来的巨大挑战
本章节中，我们以发改委公布的2020年山东省电网工作日典型负荷曲线为例，就新能源发电与调峰需求进行简要讨论。
3.1 调峰能力：保障电网稳定的基本功
电力的需求是在持续变化的，通常将电力需求中较为稳定的部分称为“基荷”，波动部分称为“峰荷”；以山东省电网2020年工作日典型负荷曲线为例，我们将负荷分解为“基荷需求”与“调峰需求”。
数据来源：国家发展改革委员会 国家能源局
有上述示意图中，我们可以看出，基荷部分需要发电厂稳定运行，以保证最低用电需求。而调峰部分则需要发电厂根据用电需求进行调整，需求高时增加发电量，需求低时减少发电量，保障电力的供需可以在时间与空间上匹配。
3.2 新能源直接并网：对调峰能力提出巨大考验
类似光伏发电和风力发电这样的新能源发电如果大量直接并网运行，其“靠天吃饭”的特性，对现有电力系统的调峰能力提出巨大的挑战。
此处我们使用2020年山东省光伏与风力发电装机容量，以及日内光辐射与风能强度的年度均值进行线性推算（光照辐射强度与风速原始数据来自NASA），并与工作日典型负荷曲线进行对比。
从发电功率曲线可以看出，光伏发电量随着日夜的变化具有明显的起伏，而风力发电相对而言比较平稳，但是日内最低点至最高点也有70%左右的波动幅度。
同时我们可以看出，如果直接使用光伏和风电并网作为基荷运行，那么同样作为基荷运行的其他设备就要在5个小时内，将发电功率下调7%基荷功率，然后再在5个小时内上调7%基荷功率；
单纯从技术上讲，这个功率变化的实现并不难，一般火力蒸汽发电机组的爬坡率为2%/分钟，核电略低于火电，天然气发电可以达到20%/分钟，水电站可以达到50%以上；但是这样就违背了基荷设备稳定运行，降低运行成本的初衷；就国际原子能机构在2010年公布的数据而言（5%折现率），机组负载率有90%额定负载降低至70%的情况下，火电的平准化能源成本（LCOE）要增加10%，天然气发电要增加20%，核电则要增加35%。
将其发电总功率与当地的调峰需求进行对比可以发现，两条曲线的峰谷在时间上存在错配，将其直接作调峰运行，那只会加大其余调峰设备的工作强度。
随着光伏和风电的装机量和占比越来越高，上述情况只会越来越显著。
3.3 能源结构升级，目标坚定，稳字在先
在完成前期数据分析后，我们也在思考，至少就当前的情况而言，风能和光伏发电虽然是清洁能源的不二选择，但其自身“放荡不羁爱自由”的特性使得能源供应整体的稳定性面临着巨大的挑战，而清洁能源的发展必要性又给人一种“时间紧、任务重”的氛围，那该如何以正确的态度去看待清洁能源的发展呢？
对此，我们想简要引述2021年12月8日~10日中央经济会议中的相关表述，简而言之，目标坚定，但稳字当先：
首先，“要正确认识和把握碳达峰碳中和……要坚定不移推进，但不可能毕其功于一役……要在国情基础上深化双碳落地。”
其次，我们认为细述中的两点也需要着重关注，一是“传统能源逐步退出要建立在新能源安全可靠的替代基础上”，二是“要立足以煤为主的基本国情，抓好煤炭清洁高效利用，增加新能源消纳能力，推动煤炭和新能源优化组合”。
综上，结合数据的分析结果，我们认为，对待光伏和风能这样的新能源，大可不必太过着急，尚且可以再给予一点成长的时间，且考虑到能源安全的问题，我们接下来要做的工作更倾向于传统能源清洁化和清洁能源稳定化齐头并进。
4.储能技术：或是新能源稳定化的曙光
前文中，我们提到，直接采集光伏和风力发电产生的电能并使用，感觉就是“收集费劲，用着还闹心”。对此，我们将在最后一章节中，简要讨论一项可行的解决方案 - 储能技术。
4.1 储能技术：削峰填谷，平抑波动，潜力巨大
储能，即通过物理或化学方法，将能量进行转换与储存，在这里一般指将电能转换为易于储存并再次利用的势能或化学能。
那在前两章节中，我们提到，风能与光伏发电在采集时受外界环境影响波动很大，使用时供需不匹配的情况也让人很头疼；而储能技术的应用就让我们获得了在时间维度上“搬运”电能的能力，以风力发电为例，当某日风速过高，发出的电能超出需求，就可以将超出的这部分能量进行存储，而未来某日风速过低时，就可以释放这部分能量，从而达到“削峰填谷，平抑波动”的目的。
4.2 储能技术现状与相关政策
目前储能的主要技术有抽水储能，压缩空气储能，电池储能等，其中抽水储能是当前较为普及的储能方式，2020年中国抽水储能装机容量占比达到89%，而全球抽水储能占比达到90%。
数据来源：公开数据整理
数据来源：公开数据整理
下表中我们展示了当前可选的储能技术及其相关指标的公开数据，其中，度电成本为年利用率2000小时，且健康运行工况下的度电成本。
数据来源：公开数据整理
为了提高光伏此类间歇性新能源的消纳能力，我国部分地区也已经出台了鼓励或强制新能源发电站配套储能设施的相关文件。
数据来源：公开新闻整理
4.3 电化学储能：中国储能技术的发展趋势
虽然抽水储能是目前主流的储能方式，但由于其对地形要求较高，响应速度慢等特点，故在新装机容量方面，人们将目光更多的投向了电化学储能技术，虽然其成本较高，但是建设速度快，响应速度快的特点更适合作为新能源发电站的配套储能电源。
2020年中国新增储能设施装机容量中，电化学储能占比达到49%，而全球新增容量中，电化学占到77%。
数据来源：公开数据整理
数据来源：公开数据整理
与此同时，中国也在加快电化学储能设施的建设速度，电化学装机量所占的比例和新装机速度都在逐年提高。
数据来源：BNEF
数据来源：BNEF
2020年中国投运储能设备装机容量为35.6GW，在此我们假设，2030年前，规划的12亿千瓦风电与新能源发电设备都将配以15%容量的储能设备（不考虑种类），那储能设备装机容量在未来8年内可以达到17.6%的年均增速。
不过回顾4.2小节可以看出，虽然储能具有极大的发展潜力，但是过高的度电成本将成为制约其发展的重要瓶颈；其中成本最低的为抽水储能也要达到0.42元/千瓦时，几乎等同于谷时的民用电价，电化学储能中，目前市场占有率最高的锂电池储能技术，在年2000小时的高利用率下，储能成本也达到了1.02元/千瓦时。
虽然现在储能的经济性堪忧，但我们认为在未来，随着储能装机量的逐步增加，规模效应将逐渐凸显，在经济性上将出现一定好转，同时佐以清洁能源获得的“碳排放权”收益，制约发展的瓶颈有希望逐渐放松，具体内容我们将在下一篇“新能源经济性”专题中进行讨论。
5.现有模式：可再生能源占比50%的德国电力
最后一章节中，我们简要讨论一下新能源领域的先行者-德国，电力系统的运行模式经验以及我们可以借鉴之处。
德国的目标非常硬核，2030年前关闭全部的核裂变发电厂，2040年前取消所有的煤电厂，2050年实现100%可再生能源发电，其规划的实施路线我们认为也是充满挑战。
5.1 预测工作：商业化运行与必要的金融工具
德国的电力系统有德国电网与一千余家电力供应商，市场化运营，自负盈亏；当各自区域内的电力供给存在缺口时，需要到特定的拍卖平台上进行拍卖，由于其成本远高于市场价格，这也就给予了电力供应商做好预测工作的充足驱动。
而在天气预报方面，德国存在专门为电力公司提供天气预测服务的公司，以及应用于电力市场的天气预报相关金融衍生品。
对此，我们认为考虑到能源安全的重要性，经济效益在我国更多只起到激励作用，不会进行完全市场化运营；但是针对电力生产领域的商业化天气预报服务，或许会是一片蓝海。
5.2 调峰工作：严重依赖邻国协助
德国计划在2040年前完全关闭煤电站，2050年前的调峰工作将大量交予天然气发电站完成，而其天然气供给的重任将严重依赖与俄罗斯之间的“北溪”天然气管道运输工程。
与此同时，在自身气象条件剧烈波动，电力供应不稳定时，德国还将借助邻国电网完成调峰，即在缺少电力时向邻国电网购电，而电力富余时出售予邻国电网；我们认为德国能有这样的体系，完全得益于其领先邻国的电力结构升级，否则欧洲相对狭小的地域内，很可能受到同一天气状况影响，例如来自北非的沙尘暴，届时即便有调峰需求也无处满足。
德国与邻国相互调配，类比至国内即是省际电力调配，也就是说我们面对的现实是，对中国而言，电力调峰完全需要依靠自己，这也就是为什么之前我们认为发展的目标虽坚定不移，但一定要稳字在先的原因。
5.3 储能技术：分散式、用户侧储能
前文我们提到的多偏向于发电侧储能，即作为电厂的配套储能，呈现为集中式、发电侧的储能站。我国也存在一定用户侧储能设施，但主要作用是工厂内在谷价时充电、峰价时放电，减少用电成本。
德国缺少大面积建设光伏发电站的条件，光伏设施多装设在私人住宅屋顶，据闻未来德国将立法强制新建住宅装配光伏电池，至少覆盖屋顶面积的30%；同时德国的储能目前则以各家自备的分散式、用户侧储能设施为主，储存的电能可以自己用，也可以卖给电网，不过由于电网采购价较低，据说德国居民更倾向于自产自用。
目前国内分布式光伏电站初具规模，未来同样值得关注的还有分散式、用户侧储能需求以及相关鼓励政策的出台。
