摘要：北京大学城市与环境学院李双成教授团队与国家气候中心等单位合作近期发表在国际可再生能源领域TOP期刊《可再生能源和可持续能源评论》上的研究显示，风光耦合电力系统的稳定性受区域风电光伏安装比例和安装空间尺度的影响很大，优化风电光伏的组合和尺度可以大幅减小中国可再生能源的波动性。在最优风电光伏安装比例下，中国东北、华北和内蒙古东部的可再生能源发电最为稳定。区域风电、光伏发电以及耦合风光电力系统的波动性随着地理范围的扩大而减小。这一规律在风电主导的可再生能源系统中更为显著。研究结论对于优化中国风能太阳能开发利用格局，减小区域“弃风弃光率”，提高可再生能源渗透率具有重要意义。
研究背景：在全球范围内，气候问题已成为能源转型的主要推动力。作为世界上最大发展中国家、最大煤炭消费国、温室气体排放国，中国在《巴黎协定》中承诺，2030年左右二氧化碳排放达到峰值且争取早日达峰，届时非化石能源在总的能源当中的比例要提升到20%左右。高比例可再生能源已成为当前国际社会应对气候变化、实现2度温升控制目标的必然道路和广泛共识。根据国家发改委能源所预测，随着技术突破和成本降低，以及全面深化电力体制改革的成功，2020至2050年间我国风电和光伏发电将得到迅猛发展，风能太阳能将成为未来绿色电力系统的主要电力供应来源。在低于2℃情景下，2050年我国风能太阳能装机容量占总装机容量的比例将达80%，风能太阳能发电量占总发电量的比例将达72%。
现状问题：尽管已经大力发展了几十年，但仍然存在一个十分普遍的观点，即风力发电、光伏发电具有“间歇性”、“波动性”，不如煤电“稳定”，因此不是安全可靠的电力供应。甚至还有人认为，减少燃煤发电且大力发展新能源和分布式能源供应，会进一步加剧电网的不稳定性，从而降低电网投入的积极性，最终影响城市民众的用电安全。我国“三北”地区近年来不太合理的“弃风/弃光限电”现象，也被误读为是因为风电、光伏的“间歇性”和“波动性”无法满足城市用电的发展需求而造成的。然而实际情况并非如此。
研究问题：我国风电和光伏发电以及风光耦合电力系统的波动性特征如何？不同地区是否存在一个最优的风电光伏安装比例使风光耦合电力系统的波动性最小，稳定性最高？风光耦合电力系统的稳定性有没有空间尺度效应（即随着空间范围的扩大，风光耦合电力系统的稳定性是如何变化的）？
研究方法：本研究首先基于高时空分辨率（水平分辨率15公里，时间分辨率1小时）风能太阳能资源数据库，计算了格点尺度（15公里）上，2007-2014年逐小时风力发电量和光伏发电量；其次构建了一个“非稳定性”指数，即发电量变异系数，来评估电力系统的稳定性。具体地，在风光耦合电力系统中，通过不断调整风电光伏安装比例分析系统稳定性的变化特征，从而确定区域最优的风电光伏安装比例。最后，研究使用“滑窗”算法，评估系统稳定性的尺度效应。即通过不断调整网格大小，观察风光耦合电力系统稳定性随网格面积的变化特征。
主要发现：从全国范围内看，风力发电系统的稳定性具有较大的空间异质性。我国东北、华北和内蒙古东部的风电最为稳定，新疆、四川盆地最不稳定。区域风力发电系统的“非稳定性”指数Instabwind(Y)与当地风能资源的富集程度CFwind(X)之间存在非线性负相关关系（Y = 2.96 e-8.27X + 0.71, R2 = 0.74）。与风电相比，光伏发电系统稳定性的空间差异较小，但本地的波动性较大（这与太阳能的日变化特征相关）。我国青藏高原的光伏发电最为稳定，四川盆地最不稳定。区域光伏发电系统的“非稳定性”指数Instabsolar(Y)与当地太阳能资源的富集程度CFsolar (X)之间存在线性负相关关系（Y = -2.54X +1.92, R2 = 0.88）。
对于风光耦合电力系统来说，其稳定性受区域风电光伏安装比例的影响很大。通过计算每个网格点风电光伏安装比例与风光耦合电力系统“非稳定性”指数之间的关系，我们可以得到每个格点最小的“非稳定性”指数（对应最大的稳定性）及其对应的最优风电光伏安装比。进而可以得到全国最优的风电光伏安装比例地图。从图中可以看出，风电光伏安装比例的最优值介于0.5:1到1.5:1之间。我国内蒙、东北和青藏高原地区的风电光伏最优安装比例的数值较低（小于1）。这意味，在上述地区，当风电的安装量小于光伏的安装量时，其风光耦合电力系统的稳定性较高。
分析还发现，区域风光耦合电力系统的“非稳定性”指数Instab hybrid(Y)与当地风能资源的富集程度CFwind(X)之间存在非线性负相关关系（Y=-0.98e-3.56X+0.45, R2=0.75），而与当地太阳能资源的富集程度CFsolar之间的关系不明显。风电光伏最优安装比例与当地风能资源的富集程度CFwind以及太阳能资源的富集程度CFsolar之间的关系均不明显。
随着网格面积的扩大，风力发电系统、光伏发电系统以及风光耦合电力系统的稳定性均提高。对于风力发电系统和光伏发电系统而言，当网格面积从1×1（约225km2）扩大到51×51（约140000km2）时，风电的“非稳定性”指数Instabwind减小了49%，而光伏发电的“非稳定性”指数Instabsolar仅减小了7.1%。对于风光耦合系统而言，网格面积对稳定性的影响与风电光伏安装比例有关。在风电主导的可再生能源系统中，扩大网格面积可显著提高系统的稳定性。然而，对于光伏主导的可再生能源系统，这种效应并不显著。
研究还发现，风光耦合电力系统稳定性的空间尺度效应并不是线性的。当网格面积从1 × 1（约225km2）增加到9 × 9（约18000km2）时，风电的“非稳定性”指数Instabwind从1减小到0.7，而当网格面积从25 × 25增加到51× 51时，风电的“非稳定性”指数Instabwind仅从0.6减小到0.5。
研究贡献：
研究揭示了精细化格点尺度上，中国风电、光伏发电以及风光耦合电力系统的波动性特征，给出了风电光伏最优安装比例地图，得到了风光耦合电力系统的空间尺度效应。以上研究发现可为区域可再生能源发展规划的制定提供科学支撑。
研究局限：
本文聚焦于风光耦合电力系统供给端的变化特征分析，若能得到实际需求端的资料（电力负荷数据），给出电力负荷约束下不同地区的风电光伏最优安装比例将更有现实意义。
