TEAP软件简介

新型电力系统精细化时序模拟分析软件

一、背景意义

在“碳达峰碳中和”及“新型电力系统”战略引领下，新型电力系统电力电量平衡分析成为电力系统规划运行模拟仿真的必要环节。近年来，随着电网新能源渗透率逐渐提升，储能等灵活性调节资源大幅增加，传统的基于典型曲线的电力电量平衡计算因无法考虑网架潮流因素、每台设备物理特性及新能源分布特性已经无法满足需求。考虑网架潮流约束的精细化8760小时时序模拟软件成为系统分析的必要工具。

国际上，PLEXOS、GidView、Antares等多个商业软件已经被电力系统分析专业领域广泛接受并认可，成为电网规划、运行分析、电力市场分析的重要工具。国内该领域仍然处于发展阶段，两年相关需求逐渐显现并突出。

二、产品介绍

新型电力系统规划运行计算推演软件（TEAP）是由南京图德科技有限公司联合华中科技大学电气学院SGO实验室共同研发的新型电力系统精细化电力电量平衡分析、电网规划及运行计算、多场景分析推演工具，支持开展电力系统长时间尺度（一年或多年）的运行模拟、源网荷储容量布点规划、电力现货市场模拟、新能源弃电成因分析、潜在关键方式筛选推演等功能。

平台可用于电力系统新能源消纳率及消纳能力分析、新能源及常规电源收益分析、电力系统设备负载情况分析、电源-电网-储能规划、电力市场模拟、碳交易及碳配额分析以及新能源消纳指标等与电网运行和规划的交互影响分析，支撑能源政策和双碳路径的分析、制定及完善。

三、平台核心算法

（1）电力系统长时间尺度快速运行模拟

基于新型电力系统特点，考虑电网网架结构及断面约束、全年负荷及区外来电、风光水等可再生能源出力、常规电源爬坡启停灵活性等约束，考虑电源侧煤、气、风、光、水、核等多种能源协调运行、机组检修、运行方式、动态限额等，电网侧考虑储能（含抽蓄）、交直流、断面等复杂约束，用户侧考虑负荷响应等多种复杂设备和机制、电网侧考虑主变、线路、断面限额，设备检修等影响，以系统综合成本等为目标函数，模拟电力系统全年8760小时运行情况，分析新能源消纳能力、弃风弃光率、网损、电源收益等各项指标。在此基础上，TEAP框架提供了子网划分、时序分解、自动回滚等求解功能，可确保省级电网全年模拟耗时不超过1小时（平均20分钟），且不会因算法问题出现无解，在相同模拟精度下计算速度达同类软件最优。

（2）基于给定目标的源、网、荷优化规划

重构时序求解模块，实现在给定新能源消纳目标、新能源电量占比、碳排放配额等目标下的各类电源、关键输电通道、储能以及需求侧响应能力优化规划。例如，某地区弃风率0或1%、2%、5%等对应的新能源、储能等规划方案计算。突破传统时序运行模拟只能通过场景扫描开展规划分析，速度慢且无法实现协调规划的瓶颈。建立多维互通的电力系统运行及规划评价指标体系，实现分析结果的多维评估及展示。

（3）电力现货市场节点电价计算

基于给定了电力市场规则，考虑电网网架结构及断面约束、全年负荷及区外来电、风光水等可再生能源出力、常规电源爬坡启停灵活性等约束，考虑电源侧煤、气、风、光、水、核等多种能源参与电力市场情况，通过机组组合和经济调度出清计算，生成电网各个节点逐时刻节点电价数据，并统计生成各节点、各地区年度收益情况。

（4）电力系统碳排放追踪及分析

包含“碳排放”与电力系统运行耦合分析算法模块，在电网运行中耦合碳排放指标计算，考虑碳约束、新能源约束、调峰运行约束、燃料约束等，可详细分析不同电源类别、不同电网分区的碳排放强度，支撑电力系统“双碳”目标实现路径研究。基于高比例新能源电力系统仿真方法，实现考虑电网规划、运行特性、调度优化、安全校核、经济性分析计算，并可以与碳排放全面关联，实现电力系统多目标运行模拟分析。

（5）新能源弃电成因分析

针对新能源大规模接入背景下的弃风弃光现象，定位影响新能源消纳的瓶颈元件或方式，量化导致新能源弃电的系统调节原因和网架制约原因，并基于消纳制约原因，提出优化机组运行、加强储能配置响应、合理方式调整等控制决策对新能源承载能力提升的影响。

三、主要核心功能模块：

1. 电力系统精细运行模拟

输入：电网数据（由BPA/PSASP自动转换），发电机组数据（可初步赋值典型数据），负荷新能源区外时序数据。

输出：系统全年所有设备运行曲线，新能源消纳率，碳排放，利用小时数等参数。

特点：同精度下运行速度为同类型软件5倍左右，可以考虑断面、网架约束，可以人为指定设备运行状态（指定三公、最优、最低碳排等多种调度方式）。

2. 基于给定目标的源、网、荷、储规划

输入：规划目标结果（如新能源消纳率95%以上），电网数据（由BPA自动转换），发电机组数据（系统可初步赋值典型数据），负荷新能源区外时序数据。

输出：抽蓄、储能、新能源合理规划容量、库容等，系统全年所有设备运行曲线，新能源消纳率，碳排放，利用小时数等参数。

特点：首创机组聚合算法，实现年度机组组合一次性求解。

3. 现货市场电价出清及收益计算

输入：输入：电网数据（由BPA/PSASP自动转换），发电机组数据（可初步赋值典型数据），负荷新能源区外时序数据、各机组参与时长价格数据。

输出：各节点逐时刻电价数据，可以统计为系统各地区、各节点平均成本，进一步可分析各电源年度收益情况。

4. 新能源消纳瓶颈量化

实现新能源消纳瓶颈量化，自动判别网架、调节能力、储能容量等限制系统新能源消纳因素权重，给出提升新能源消纳经济方案。

4. BPA数据格式自动转换

输入：BPA文件

输出：TEAP平台算例，可以辨识分区、网架、负荷。可自定义转换规则，支持进一步辨识机组类型等信息。

特点：自动补充典型数据，支付从区域电网中拆分出省级电网。

5. 输出结果及统计表格，曲线动态展示、自动生成下载

特点：输出全部运行曲线，自定义生成年度统计表格。自动生成多类型曲线图标，支持图标高清下载可以直接用于报告撰写。支持历史结果回看。

6. 从羲和能源气象平台自动提取新能源时序发电数据

输入：新能源电站装机、坐标位置及特性曲线

输出：各新能源场站历史40年、小时级坐标曲线。

特点：利用历史气象数据反演，可以给出全国各地区已建成或未建成的场站出力曲线，自动导入一键生成。

7. 支持目标典型方式筛选并生成BPA文件

全年重要方式条件筛选，从8760运行状态中筛选目标典型方式，如新能源比例最高、惯量最小、断面潮流最大等。支持反向生成BPA文件，选择某时刻系统状态参数并一键反向生成BPA，支持自动调节潮流并收敛。

8. 数据管理交互界面

软件具有案例管理库，能够全面管理案例及数据输入、修改、复制等，支持数据校核、展示等。

附件一：

IEEE-118节点系统时序运行

分析报告

华中科技大学SGO实验室

目  录

1、前言

2、案例概况和参数设置

2.1案例概况

2.2计算参数设置

3、计算结果分析

3.1新能源出力及消纳情况

指标1：风电利用小时数

指标2：风电消纳率

指标3：光伏利用小时数

指标4：光伏消纳率

3.2常规发电机组出力情况

指标5：核电利用小时数

指标6：水电利用小时数

指标7：煤电利用小时数

指标8：气电利用小时数

3.3区外来电情况

3.4储能情况

指标9：抽蓄利用小时数

3.5系统平衡情况

3.6系统碳排放

指标10：煤电机组总碳排放量

指标11：气电机组总碳排放量

3.7典型时段分析

1、前言

电力系统时序运行模拟是含高比例可再生能源电力系统分析和规划的基本工具，同时也是量化电力系统的可再生能源接纳能力、分析电力系统运行可能造成的环境影响的必要工具。电力系统时序运行模拟为科学研究者提供了可靠的电力系统运行分析工具，同时也能够为电力系统运行的实际参与者（包括独力运营商、供电公司、输电系统运营商等）、可再生能源投资者以及能源政策制定者提供运行和决策的参考。但是面对设备众多、网络结构复杂的电力系统，进行月度、年度等长周期的精细化建模分析往往导致问题规模陡增，求解速度缓慢；在新能源大规模接入且强制性消纳的能源政策背景下，电力系统的运行边界收紧，消纳能力不足，也极易出现某些时段计算无解的情况，从而无法获得全研究周期的运行结果。

本报告以修改后的IEEE-118节点案例作为分析对象，对其全年8760时段运行情况进行分析。

2、案例概况和参数设置

2.1案例概况

1、IEEE-118节点系统介绍

IEEE-118节点系统包含118个节点和173条线路，如图2.1-1所示，系统原始负荷为4242MW，总装机为9161MW。本案例在此基础上，提升了负荷水平和系统装机容量，并增加了风电、光伏、储能、区外联络线等设备，且给出了负荷、风光、区外联络线等的时序运行曲线，详见下文。

图2.1-1 IEEE-118节点系统接线图

2、系统装机

IEEE-118节点案例系统总装机为16211MW，火电装机8761MW，其中燃煤机组装机6734MW，燃气机组装机2027MW；常规水电装机1200MW；核电机组装机1200MW；风电装机2300MW；光伏发电装机2750MW。

表2.1-1  电源装机结构表

2、负荷情况

用电负荷曲线如图2.1-2所示，用电最大负荷出现在全年第5054时段，为14462MW；年最小负荷出现在全年第893时段，为4446兆瓦（为年最大负荷的30.7%）。

图2.1-2 年度用电负荷曲线

3、区外来电情况

案例中包含两条区外联络线，区外合计最大输送容量为1600MW。区外来电功率曲线（以受入为正）如图2.1-3所示

图2.1-3 年度区外来电曲线

4、储能情况

案例中储能分为抽蓄和化学储能两种类型，抽蓄总规模为400MW/2200MWh，化学储能的总规模为250MW/1000MWh。

2.2计算参数设置

1、参数介绍

在计算前需要设置对应的参数，如图2.2-1所示：

图2.2-1计算参数设置

各个参数的含义为：

Ø 时序分解：on表示使用并行计算提高计算速度，off表示不使用并行计算；

Ø 自动回滚：on表示在当前滚动周期内计算无解时，自动向前回溯，在更长的计算周期内尝试求解，off表示在当前滚动周期内计算无解时，不向前回溯；

Ø 机组启停约束：on表示考虑机组的启停约束，off表示不考虑机组的启停约束；

Ø 机组爬坡约束：on表示考虑机组的爬坡约束，off表示不考虑机组的爬坡约束；

Ø 备用约束：on表示考虑系统备用容量约束，off表示不考虑系统备用容量约束；

Ø 忽略网络约束：on表示不考虑系统的网络约束，off表示考虑系统的网络约束。

Ø 滚动小时数：表示每次滚动计算包含的时段数，即全时段仿真计算中，每次推进的时段数，若以天为滚动周期，则设置为24；

Ø 前瞻小时数：表示每次滚动计算时考虑的未来时段数，实现在仿真计算当前时段的同时兼顾未来时段的系统运行情况，为保证计算效率，建议不超过滚动小时数的2倍；

Ø 最大回滚次数：表示在当前仿真时段计算无解的情况下，最多向前回溯的滚动周期数，即为回溯计算的最大次数，建议设置为2-4；

Ø MIP Gap：表示当前计算的目标值和理论最优值之间的相对误差，值越小则越精确，为保证计算效率，建议设置为5%-10%；

Ø 滚动时限：设置每次滚动计算的最长时间，为保证计算效率，建议设置为180秒；

Ø 负荷备用系数：表示系统备用容量所占当前系统负荷的百分比，建议设置为5%

Ø 弃风惩罚：为保证风电尽可能消纳，设置削减风电出力的成本（单位为：元/兆瓦时）；

Ø 弃光惩罚：为保证光伏发电尽可能消纳，设置削减光伏出力的成本（单位为：元/兆瓦时）；

Ø 并行进程数：设置并行计算的进程数，为保证计算效率，一般设置为计算机CPU核心数的1/3-1/2左右。

2、参数设置

Ø 时序分解：on

Ø 自动回滚：on

Ø 机组启停约束：on

Ø 机组爬坡约束：on

Ø 备用约束：on

Ø 忽略网络约束：off

Ø 滚动小时数：24

Ø 前瞻小时数：0

Ø 最大回滚次数：4

Ø MIP Gap：5%

Ø 滚动时限：180秒

Ø 负荷备用系数：5%

Ø 弃风惩罚：5000元/兆瓦时

Ø 弃光惩罚：5000元/兆瓦时

Ø 并行进程数：8

3、计算结果分析

3.1新能源出力及消纳情况

案例中风电装机容量为2300MW，光伏发电装机容量为2750MW，合计装机容量为5050MW；全年风电总发电量为44.86亿千瓦时，全年光伏总发电量为33.88亿千瓦时，全年新能源合计发电量为78.74亿千瓦时；全年风电利用小时数为1950.6小时，全年光伏利用小时数为1231.9小时，风电消纳率为99.86%，光伏消纳率为99.87%，全年新能源发电量情况分月统计结果如表3.1-1所示，风电和光伏全年出力曲线如图3.1-1和3.1-2所示，新能源弃电情况如图3.1-3所示。上述所提指标计算方法如下：

指标1：风电利用小时数

风电利用小时数 = 风电全年总发电量 / 风电总装机

风电利用小时数 = 1950.6

指标2：风电消纳率

风电消纳率 = 风电全年总发电量 / 风电全年可用电量

风电消纳率 = 99.86%

指标3：光伏利用小时数

光伏利用小时数 = 光伏全年总发电量 / 光伏总装机

光伏利用小时数 = 1231.9

指标4：光伏消纳率

光伏消纳率 = 光伏全年总发电量 / 光伏全年可用电量

光伏消纳率 = 99.87%

表3.1-1 全省新能源发电分月统计结果

注：

A1：风力发电(亿千瓦时)

A2：光伏发电(亿千瓦时)

A3：弃风率（%）

A4：弃光率（%）

A5：风电利用小时数

A6：光伏利用小时数

图3.1-1 风电全年出力曲线

图3.1-2 光伏全年出力曲线

图3.1-3 全年弃风弃光曲线

3.2常规发电机组出力情况

1、核电机组出力情况

案例中核电装机容量为1200MW，全年核电总发电量为105.12亿千瓦时，核电机组承担了系统的基荷用电，基本不进行调节，核电机组的利用小时数达到了8759.9小时，核电全年出力曲线如图3.2-1所示。上述所提指标计算方法如下：

指标5：核电利用小时数

核电利用小时数 = 核电全年总发电量 / 核电总装机

核电利用小时数 = 8759.9

图3.2-1 核电全年出力曲线

2、水电机组出力情况

案例中水电装机容量为1200MW，全年水电总发电量为92.72亿千瓦时，在夏秋丰水期水电机组通常满发，基本不参与调节，而在枯水期，水电机组通常作为调峰机组使用，水电机组的全年利用小时数为7726.5，水电全年出力曲线如图3.2-2所示。上述所提指标计算方法如下：

指标6：水电利用小时数

水电利用小时数 = 水电全年总发电量 / 水电总装机

水电利用小时数 = 7726.5

图3.2-2水电全年出力曲线

3、火电机组出力情况

案例中火电机组的总装机容量为8761MW，其中煤电机组装机容量为6734MW，燃气机组装机容量为2027MW；煤电机组的总发电量为436.89亿千瓦时，燃气机组的总发电量为25.44亿千瓦时，系统中火电机组容量占据了系统电源总容量的50%，发电量则超过了50%，是承担负荷以及提供备用的最主要的机组类型如图3.2-3、3.2-4所示。煤电机组是系统新能源发电能力不足或枯水期水电不能满发情况下支撑负荷最重要的发电手段，其特点是机组不够灵活，受启停时间和爬坡能力的限制，案例中煤电的全年利用小时数为6487.8小时；燃气机组的发电成本相比煤电较高，但其具有启停时间短、爬坡能力强的优势，案例中优化燃气机组的开停和出力是系统平衡净负荷波动、促进消纳新能源的有效措施，案例中燃气机组的全年利用小时数为1254.8小时；火电机组的综合利用小时数为5277.1小时。火电全年出力曲线如图3.2-5所示。上述所提指标计算方法如下：

指标7：煤电利用小时数

煤电利用小时数 = 煤电全年总发电量 / 煤电总装机

煤电利用小时数 = 6487.8

指标8：气电利用小时数

气电利用小时数 = 气电全年总发电量 / 气电总装机

气电利用小时数 = 1254.8

图3.2-3电源容量比例图

图3.2-4电源电量比例图

图3.2-5火电全年出力曲线

3.3区外来电情况

案例中包含两条区外联络线，输送总容量上限1400MW，全年总受入电量为84.42亿千瓦时，区外来电的全年输送情况如图3.3-1所示。

图3.3-1区外来电全年出力曲线

3.4储能情况

案例中储能总规模为650MW/3200MWh，其中抽蓄规模为400MW/2200MWh，化学储能规模为250MW/1000MWh；抽蓄抽水电量为1.82亿千瓦时，抽蓄发电电量为1.37亿千瓦时，抽蓄储能的效率为75%，抽蓄的发电利用小时数为797.5小时。储能的全年出力情况如图3.4-1所示。上述所提指标计算方法如下：

指标9：抽蓄利用小时数

抽蓄利用小时数 = （抽蓄抽水电量+抽蓄发电电量） / 抽蓄机组总装机

抽蓄利用小时数 = 797.5

图3.4-1储能全年出力曲线

3.5系统平衡情况

案例中系统总用电为823.67亿千瓦时，其中通过区外受入的电量为84.42亿千瓦时，系统新能源发电78.74亿千瓦时，煤电发电436.89亿千瓦时，燃气发电25.44亿千瓦时，水电发电92.72千瓦时，105.12亿千瓦时，储能消耗电量1.82亿千万，储能发电1.37亿千万，系统总发电和总用电保持平衡。全年系统功率平衡情况如图3.5-1所示。

图3.5-1系统全年功率平衡曲线

3.6系统碳排放

根据本案例的发电机组类型，除煤电、燃气外其余均为清洁能源，所以本系统的碳排放来源为燃煤、燃气机组。全年燃煤机组总发电量为436.89亿千瓦时，消耗标准煤约536.9万吨，则全年煤电机组的碳排放量为1417.4万吨（单位标准煤的碳排放系数为2.64）；全年燃气机组总发电量为25.44亿千瓦时，消耗天然气约3.64亿立方米，则全年燃气机组的碳排放量为78.7万吨（单位天然气的碳排放系数为2.16）。上述所提指标计算方法如下：

指标10：煤电机组总碳排放量

煤电机组总碳排放量 = 煤电全年消耗标准煤 * 标准煤碳排放系数

煤电机组总碳排放量 = 1417.4万吨

指标11：气电机组总碳排放量

气电机组总碳排放量 = 气电全年消耗天然气 * 天然气碳排放系数

气电机组总碳排放量 = 78.7万吨

3.7典型时段分析

根据案例的计算和统计结果，选择部分弃风、弃光严重或极端运行场景进行分析。

1、时段A:

图3.7-1时段A功率平衡曲线

选择793-960时段进行分析，此时段为全年负荷低谷期，系统火电机组开机容量较少，水电机组处于枯水期且受强迫出力的限制其调节能力有限，因此出现了较为明显的弃风、弃光。从图中可以观察到，在该时段内储能虽然进行了相应的充放动作，进行调节，但是由于储能的容量太低，调节的力度非常有限。因此，可以考虑加装储能，通过调节区外联络线功率，加大外送，来提升系统的新能源消纳率。

2、时段B：

图3.7-2时段B功率平衡曲线

选择4801-4968时段进行分析，此时段为全年负荷高峰期，从图中观察到，此时系统在每日的负荷高峰期，均出现了切负荷情况。此时系统的新能源全部消纳，机组也全部开机，储能也配合在高峰期进行放电，但由于系统的装机容量不足，导致不能提供足够的发电量或备用容量，还是导致了切负荷。后续可以考虑增加调峰机组或者通过跨区联络线进行支援，来改善系统的条件能力。

3、场景C：

图3.7-3时段C功率平衡曲线

选择6769-6936时段进行分析，此时段为系统丰水期，水电处于满发状态，但是在6870-6900期间，风电和光伏同时大发，因此在此时段的每日负荷低谷期，出现了弃风、弃光的情况，此时系统的火电、水电、储能都进行了调节来促进新能源的消纳，但是受限于系统调节能力，依然发生了新能源弃电的情况。后续可以考虑，增加储能来改善系统的调节能力，或者优化水电的调度策略来促进新能源的消纳

附件二：

IEEE-118节点新能源储能协同规划

分析报告

华中科技大学SGO实验室

目 录

1、前言

2、规划案例介绍和方法说明

2.1规划案例信息

2.2规划步骤与方案设置

3、规划结果分析

3.1新能源装机规划

3.2储能优化配置

3.3不同规划目标下的结果分析

1、前言

随着新型电力系统加快建设，新能源大规模发展成为我国实现能源转型和应对全球气候变化的重要措施之一。规划作为基础环节，对新能源的有序发展起到重要作用。目前规划新能源时，主要考虑新能源的资源特性，优先在资源条件好、开发难度低的地区建设新能源发电项目。由于规划新能源及储能时未考虑详细的电力系统运行特性，在一定程度上导致了新能源发展的不均衡。局部地区出现较为严重的新能源消纳问题，制约了部分地区的新能源发展。从根本解决新能源消纳问题，需要在规划阶段同时考虑新能源资源条件和电力系统条件，一方面为既定装机容量方案反馈新能源并网运行情况，另一方面根据既定的电量发展目标提供相适应的新能源发展方案。通过制定合理的新能源电源规划方案，实现新能源装机与发电量共同増长的目标。

对含大规模新能源的电力系统来说，除了保证电力平衡以外，保证灵活性供需平衡也很重要。虽然合理的电源规划方案可以引导新能源的有序发展，但是新能源的实际发展和投资建设受到能源政策、经济成本等因素的影响，存在不确定性。从目前发展情况来看，持续下降的新能源发电成本和新能源发电上网标杆电价一定程度上导致了新能源＂抢装＂现象。过量发展的新能源増加了电力系统应对新能源出为随机变化的灵活性需求，导致系统灵活性供需失衡。储能装置通过能量转换来完成电力系统功率和能量的时间迁移，可以实现系统有功功率不平衡的双向调节，其布局选址灵活，是一种提高系统灵活性的有效措施。作为新能源电源规划方法的补充，需要考虑通过储能优化配置来提高系统灵活性。

TEAP独创的机组等效聚合模型和新能源规划算法可快速解决电力系统中风电、光伏等新能源资源的合理规划以及新能源、储能同时接入的协同规划问题。机组聚合模型的建模机理为：将类型相同、特性相近的发电机组等效聚合为一个发电单元，由该发电单元代替原机组参与系统功率平衡，新聚合机组的装机容量、出力上下限、爬坡能力、最小连续启停时间等特性参数由原机组参数计算而来。该建模方法可以显著的减少变量个数并将离散问题线性化，从而降低了问题的求解难度和计算时间，达到求解效率和准确性的兼顾，是解决大电网复杂系统新能源装机规划问题的有效方法。

本报告以修改后的IEEE-118节点系统作为基础分析对象，研究其风光最大接入能力、储能优化配置以及设备投入的经济效益最大化等问题。

2、规划案例介绍和方法说明

2.1规划案例信息

1、IEEE-118节点系统介绍

IEEE-118节点系统包含118个节点和173条线路，如图2.1-1所示，系统原始负荷为4242MW，总装机为9161MW。本案例在此基础上，提升了负荷水平和系统装机容量，并增加了风电、光伏、储能、区外联络线等设备，且给出了负荷、风光、区外联络线等的时序运行曲线，详见下文。

图2.1-1 IEEE-118节点系统接线图

2、系统装机

IEEE-118节点案例系统总装机为16211MW，火电装机8761MW，其中燃煤机组装机6734MW，燃气机组装机2027MW；常规水电装机1200MW；核电机组装机1200MW；风电装机2300MW；光伏发电装机2750MW。

表2.1-1 电源装机结构表

3、负荷情况

用电负荷曲线如图2.1-2所示，用电最大负荷出现在全年第5054时段，为14462MW；年最小负荷出现在全年第893时段，为4446兆瓦（为年最大负荷的30.7%）。

图2.1-2 年度用电负荷曲线

4、区外来电情况

案例中包含两条区外联络线，区外合计最大输送容量为1600MW。区外来电功率曲线（以受入为正）如图2.1-3所示

图2.1-3 年度区外来电曲线

5、储能情况

案例中储能分为抽蓄和化学储能两种类型，抽蓄总规模为400MW/2200MWh，化学储能的总规模为250MW/1000MWh。

2.2规划步骤与方案设置

1、规划基本步骤：

a）将待规划案例数据以TEAP平台标准格式写入excel文件中，进行规划计算需要给出对应的单位装机费用和设备寿命数据；

b）在功能选择栏选择协同规划，点击选择文件框选择要进行规划计算的目标文件，在模式选择中选择需要的优化方案（在模式中预设了一些优化方案，可以直接点选或自定义方案），点击确认，即完成了一次规划案例的设置，如图2.2-1所示；

图2.2-1 规划计算功能

c）在仿真模拟中点击开始规划，即可启动计算；规划结果会展示在对应的规划结果中；

d）点击规划结果时序模拟即可启动代入规划结果的时序模拟仿真。

2、自定义规划方案的设置

在模式中选择自定义方案，可以更加灵活的设置规划方案，需要设置的要素包括：优化的变量、约束条件和优化目标。

a）选择优化变量：即选择待规划的对象，通过点选的方式，选择需要新建装机的新能源发电或储能，并点击确认；

图2.2-2 选择优化变量

b）添加约束：系统中内置了新能源运行的相关约束指标，包括：风电、光伏的弃电率和电量份额占比；需要选择对应的指标、逻辑连接符号和数值，组合成需要的约束条件；

图2.2-3选择约束条件

c）设置优化目标：通过点选的方式可以选择自己需要的目标成分，并可以在此基础上列出有意义的目标函数表达式；系统的目标函数默认为求解最小值，因此如果求解最大值，可以在目标前添加负号；

图2.2-4给出目标函数

d）点击确认目标函数即可完成规划设置，点击开始规划即可启动计算。

图2.2-5启动规划计算

3、规划结果分析

3.1新能源装机规划

1、弃电率约束下的新能源装机规划

a）风电规划

不同弃电率约束下，系统的风电最大装机容量

表3.1-1 风电最大装机（单位：MW）

图3.1-1不同弃电率约束下的风电最大装机

b）光伏规划

不同弃电率约束下，系统的光伏最大装机容量

表3.1-2 光伏最大装机（单位：MW）

图3.1-2不同弃电率约束下的光伏最大装机

c）风电光伏协同规划

不同弃电率约束下，系统的新能源最大装机容量

表3.1-3 新能源最大装机（单位：MW）

图3.1-3不同弃电率约束下的新能源最大装机

2、新能源发电量占比约束下的新能源装机规划

a）风电规划

不同新能源发电量占比约束下，系统的风电最小装机容量

表3.1-4 风电最小装机（单位：MW）

图3.1-4不同风电发电量占比约束下的风电最小装机

b）光伏规划

不同新能源发电量占比约束下，系统的光伏最小装机容量

表3.1-5 光伏最小装机（单位：MW）

图3.1-5 不同光伏发电量占比约束下的光伏最小装机

c）风电光伏协同规划

不同新能源电量约束情况下，系统的新能源最小装机容量

表3.1-6 新能源最小装机（单位：MW）

图3.1-6 不同新能源发电量占比约束下的新能源最小装机

3.2储能优化配置

1、不同新能源消纳率约束下的储能最优配置

在给定系统条件下，考虑不同新能源消纳率约束，规划储能的最优配置情况，包括储能的功率容量、电量容量和投资费用。

表3.2-1储能配置

图3.2-1 不同弃电率约束下的储能装机规划

同时对不同弃电率约束下的储能装机成本进行分析，得到如下图所示变化趋势。从图中可以看出，随着弃电率数值逐渐降低，储能装机成本快速增加，并呈现出斜率增大的趋势，说明规划储能用于降低新能源弃电率时，其作用随着弃电率数值降低呈现边际递减趋势，投资效率也随之降低。

图3.2-2 不同弃电率约束下的储能装机费用

2、新能源、储能协同规划

在给定新能源电量占比和新能源消纳率共同约束下，对新能源装机和储能开展协同规划，结果如下表所示。

表3.2-2 新能源和储能装机容量

图3.2-3 不同方案下的新能源、储能协同规划结果

3.3不同规划目标下的结果分析

1、内置的可计算目标项

程序内置了电力系统规划常用的各种目标项，涵盖了系统运行费用、设备投入费用、新能源弃电惩罚费用等多个类型，具体如下：

a）系统运行费用

Ø 发电机运行费用：表示在研究时段内所有发电机组的运行煤耗费用

Ø 发电机启停费用：表示在研究时段内所有发电机组的启停费用

Ø 区外调节费用：表示在研究时段内为保持系统功率平衡，区外联络线进行功率调节的费用

b）设备投资费用

Ø 风电装机费用：表示新建风电设备的投资费用

Ø 光伏装机费用：表示新建光伏设备的投资费用

Ø 储能装机费用：表示新建储能设备的投资费用

c）新能源弃电惩罚费用

Ø 风电弃电惩罚费用：促进风电消纳而设置的惩罚费用，为单位弃电惩罚费用和研究时段内风电总弃电量的乘积

Ø 光伏弃电惩罚费用：促进光伏发电消纳而设置的惩罚费用，为单位弃电惩罚费用和研究时段内光伏总弃电量的乘积

2、典型规划目标结果分析

a）系统运行费用和新能源装机费用最小

在给定系统条件下，考虑不同的新能源装机成本，以系统运行费用和总装机费用最小为目标，规划最优新能源装机，规划结果如下表所示。

表3.3-1新能源装机容量

图3.3-1系统运行费用和新能源装机费用最小的新能源规划

b）系统运行费用和储能装机费用最小

在给定系统条件下，参考不同的储能装机成本，以系统运行费用和储能装机费用最小为目标，规划最优储能装机，规划结果如下表所示。

表3.3-2储能装机容量

图3.3-2 系统运行费用和储能装机费用最小的储能规划

c）新能源弃电惩罚费用和储能装机费用最小

在给定系统条件下，考虑不同的新能源弃电惩罚费用，以新能源弃电惩罚费用和储能装机费用最小为目标，规划最优储能装机，规划结果如下表所示。

表3.3-3 储能装机容量

图3.3-3新能源弃电惩罚费用和储能装机费用最小的储能规划