为了实现最大程度的可再生集成，负载跟随才是王道

CleanTechnica上一篇文章回顾了发电的基础知识。该文章是本后续文章深入研究该主题的良好入门。

我们如何最有效地将最大数量的可再生能源整合到电网中？让我们开始了解事情的运作方式。作为一阶简化，我们可以检查可再生能源，例如太阳能，以了解其某些特性。在简单的水平上，在像沙漠这样的阳光普照的地区，根据纬度的不同，一天大概有八个小时可以使用太阳能，而在其他地方，一天可能只有六个小时可以照到面板上。

输出与最大输出之比表示为容量系数。对于位置合适的公用事业规模太阳能而言，这意味着约30％的容量系数。使用跟踪等其他技术时，容量系数可能更高。

但是，仅通过容量系数来分析风能或太阳能的输出就无法把握更大的前景。如果我们看每天的需求变化，我们会看到太阳能与某些每日的负载变化非常匹配。

容量系数有什么问题？

在不考虑需求变化的情况下查看太阳能容量系数就像假设需求是恒定的。这就是容量系数的问题。它没有考虑负载匹配。容量因数仅衡量可用输出量与可能的最大输出量。最大可能的是恒定输出。没有其他源的恒定输出只能驱动恒定负载。

“在不考虑需求变化的情况下查看太阳能容量系数就像在假设需求恒定的情况下。这就是容量系数的问题。它没有考虑负载匹配。”

通过忽略需求变化，我们错过了基本问题。我们必须一直满足需求，但是需求会变化。我们不能将需求变化与仅煤炭和核能这样的固定产出来源相匹配。为此，我们必须添加诸如gas之类的灵活组件。上图显示了这一点。这就是我们过去平衡需求变化的方式。

“我们无法将需求变化与仅煤炭和核能这样的固定产出来源相匹配。我们必须添加诸如gas之类的灵活组件来做到这一点。”

这就是对基本负载功率神话的误解。所谓的“基本负荷”是一个神话，那就是存在一个基本的“负荷”，而必须使用不灵活的发电厂来满足该需求。以后再说。

僵化的发电厂有另一个问题。它们的容量系数具有误导性，因为它们无法匹配负载。高容量系数意味着无法匹配负载变化。容量系数是一种计算，好像负载永远不会变化。

僵化的发电厂有另一个问题。它们的容量因无法匹配负载而引起误导。

那风呢？

太阳能的日变化可靠，但风却不同。在加利福尼亚附近，风在海岸线附近可能具有昼夜模式。

风在不同位置可能会有其他变化。怀俄明大学的一项研究强调，由于陆海温度差异增加，加州夏季昼夜风模式之间的差异最为明显。

“在几天和一年的时间里，对这一精确的风数据进行了分析，威斯康星大学的研究人员证实，怀俄明州和加利福尼亚州的风型不仅非常不同，而且非常互补。根据每年的平均值，加利福尼亚的风在晚上最强，而怀俄明州的风在白天最强，在下午达到峰值。这与太阳开始落山的时间恰好同时电力负荷仍持续增加到晚上。 ”

研究继续说：

该研究的作者，西澳大学机械工程学教授，风能研究部主任乔纳森·诺顿（Jonathan Naughton）表示：“尽管人们已经提出了地理环境对可再生能源的好处已有一段时间，但直到最近才尝试量化这些好处。”中央。“这项研究提出的可再生能源质量指标是能够表征可再生能源的不同组合的起点。将这些指标应用于怀俄明州风能和加州可再生能源生产的能源的结果为地理环境的稳定提供了令人信服的理由。”

…例如，该研究着眼于在现有投资组合中增加增量可再生能源的方案，并且当将怀俄明州的风能与同等外形的加利福尼亚太阳能进行比较时，怀俄明州的风能将产生50％的高容量系数；相对变异性降低41％；并将发电量达到或超过25％的时间增加86％。

报告指出：“仅容量因素并不能完全描述可再生资源或……可再生资源的组合。”“这些质量指标将如何使加利福尼亚州的电网受益，这是加利福尼亚独立系统运营商公司前首席运营官吉姆·戴默斯（Jim Detmers）在单独的伴随报告中概述的。”

“仅容量因素并不能完全描述可再生资源或……可再生资源的组合。”

一个不同指标的故事

那个故事就在那里。容量因素并不是可再生能源整合中最重要的因素。

让我们以太阳能为例。我们可以在图表中看到日太阳曲线的典型形状。快速了解容量系数，大约为30％，但这意味着什么？这意味着，与整天的固定功率输出相比，只有给定曲线的那些小时中太阳能才可用。但是需求并非一整天或整个周末，各个季节等等都持平。需求具有年度模式，具有每日，每周和季节性模式。如果我们假设太阳能必须具有恒定的输出功率（如容量因子度量所暗示的那样），我们将不会意识到可以集成比容量因子建议的更多的东西。这就是为什么负载匹配很重要。让我们现在来看一下。

“如果我们像容量因子度量所暗示的那样假设太阳能必须具有恒定的输出，那么我们将不会意识到可以集成比容量因子所暗示的更多的东西。”

需求如何运作

看看一年中的需求高峰如何变化？系统操作员必须保持足够的发电机可用于年度高峰需求，通常在夏季炎热的空调使用期间的七月或八月。

救援储备

但这还不是全部。必须有足够的可用代，以便可以用其他来源快速替代计划外的代失效。这些被称为储备金。从该图可以看出，在一年中的大部分时间里，这些储备都远远超过了负荷或需求。负荷曲线上方的虚线表示非夏季高峰日可用的额外储备。

该图未显示每周和其他变化，但是此动画显示了全年的详细需求变化，但是变化很快。

这是可再生能源即使没有存储也可以集成到40％的高水平的原因之一。夏季必须满足年度高峰需求的储备。但是一年中的大部分时间，它们都可以容纳比负载更多的变化。

但是还有更多。

“这是可再生能源即使没有存储也可以集成到40％的高水平的原因之一。夏季必须满足年度高峰需求的储备。但是一年中的大部分时间，它们都可以容纳比负载更多的变化。”

使发电与需求匹配

对于电力系统，一个规则是发电必须始终等于负载。但是，我们如何遵循这种负载变化呢？

该图显示了各种来源如何满足每日需求变化：

这是一个示例，更清楚地显示了如何将僵化发电（如煤和核能）保持在每日最低限度以下，以避免减少产量：

但是，如何使可变的可再生能源与需求匹配？

打破存储神话

储存不是使可变可再生能源与需求匹配的唯一方法。尽管存储迅速发展并受到欢迎，但其需求却被夸大了。德国专家认为至少十年之内或直到可再生能源达到60％之前，都不需要大规模存储。

诸如需求管理之类的其他技术更便宜，更有效。

这两段视频展示了我们在无需大量存储的情况下满足可再生能源发电需求的一些方法。

破坏容量因素神话

电力系统需要灵活的发电来满足需求。不灵活的资源需要灵活的发电来满足需求变化，例如日常变化和夏季的高峰需求。储备对于发电故障来说是必要的，并且必须大于全年的高峰需求，再加上额外的故障储备。在一年中的大部分时间里，这些都可以适应其他变化。随后的任何负载量都减少了对储备或存储的需求。

如果我们将太阳能的尺寸远远大于今天的尺寸会怎样？我们是否在容量系数上遇到积分百分比限制？除了使用需求管理，传输，地理分散和存储等其他技术外，我们是否考虑了可再生需求管理？如果仅按容量因素分析可再生能源整合，则不是。更为明显的是，即使在今天，使用所有这些技术来满足需求也是一种实用的方法。需求与太阳能输出的简单近似关系表明，由于负载跟踪，太阳能集成度可能高于容量因子。如果我们查看夏季需求曲线并叠加太阳能输出，我们可以看到可以集成的太阳能比固定负载所暗示的更多。

但是在接下来的剩余时间里，当需求降低时，太阳能发电量也会减少。任何负载匹配都增加了潜在变量可再生整合的数量，超出了简单的容量因子分析范围，因为容量因子固有地意味着恒定负载。

“任何负载匹配都增加了潜在变量可再生能源整合的数量，超出了简单的容量因子分析，因为容量因子固有地意味着恒定负载。”

一件事很清楚：集成的任何分析都必须考虑年度负荷变化和发电匹配。我们对该主题的探索表明，它过于复杂，无法从简单的分析和轶事信息中准确地进行分类。这就是为什么NREL和其他研究人员使用多年的风能和太阳能数据来进行长时间模拟以生成模型并将它们与负荷数据进行匹配以实现可再生能源集成的原因。我们知道结果如何。

产能过剩怎么办？

由于需求在夏季达到高峰，因此可变容量的可再生能源（如太阳能）可以满足夏季高峰需求，而今年余下时间将有过剩产能。但这就是当今常规一代所拥有的。我们看到，就像今天的系统一样，未来的可变可再生能源系统将有多余的发电量或储量。我们不应该担心容量过剩，因为我们正在当今的常规发电系统中使用它。

结论

我们不必担心可再生能源容量因素就像掉在世界边缘的争论。对电源系统的更深入了解揭示了真正的问题是什么，而技术问题虽然具有挑战性，但也不是无法克服的。简单的挥手并不是理解复杂系统的方法。NREL研究人员所使用的方法是一种更现实的理解可再生能源整合的方法。可再生能源提供的任何负载匹配都减少了对灵活来源和其他技术的需求，以适应可变的输出和需求。