释放中长期灵活性：为何在以风能和太阳能为主导的电网中，季节性抽水蓄能比传统抽水蓄能表现更佳

《COMPUTERS and EDUCATION》：Unlocking mid-to-long-term flexibility: why seasonal pumped storage outperforms conventional pumped storage in wind-solar dominated grids

本文系统评估了季节性抽水蓄能（SPS）与常规抽水蓄能（CPS）应对风能-太阳能随机波动的技术经济性能，构建多维度评价框架，以青海为例分析SPS在长周期调节中的优势，发现SPS在技术指标、碳排放减少及综合效益上显著优于CPS。

　　随着全球对“双碳”目标的推进，风能和太阳能的装机容量迅速增长，成为实现低碳能源结构的重要组成部分。然而，风能和太阳能的随机性和间歇性对电力系统的长期灵活性提出了严峻挑战。尽管抽水蓄能技术仍然是调节电力系统的重要手段，但其在应对中长期可再生能源波动方面的效果尚未得到系统性的研究。因此，本文通过全面评估季节性抽水蓄能（SPS）和传统抽水蓄能（CPS）在应对风能和太阳能随机波动中的表现，为能源规划者和政策制定者提供了关键的科学依据。

在风能和太阳能资源的输出特性分析基础上，本文构建了多种风能和太阳能情景，模拟了SPS和CPS在不同风能和太阳能情景下的调节差异。随后，提出了一个结合熵权法和变异系数法的综合评估框架，以客观地评估技术、经济和稳定性指标，并以青海省为案例，分析了SPS和CPS各自的优劣。研究结果表明，SPS在多个技术指标上优于CPS，尤其是在风能容量较高的情景中，其碳排放减少效果更加显著。虽然SPS的投资成本是CPS的1.33倍，但其运行成本仅为CPS的五分之一，且单位平准化电力成本仍高于CPS。最终的综合评估显示，SPS的总体效益评分为98.03，而CPS仅为68.6，这充分证明了SPS在提升电网灵活性和加速脱碳方面的优越性。

在引言部分，本文首先指出全球碳中和目标正在推动可再生能源的快速发展，从根本上改变了世界能源格局。2023年全球可再生能源新增装机容量几乎增长了50%，达到近510 GW，其中风能和太阳能占据了主导地位。中国作为这一增长的主要推动力，其风能和太阳能总装机容量在2024年达到了1,250 GW，提前六年实现了气候峰会的承诺。然而，随着可再生能源渗透率的提高，其自身的波动性对电力系统的运行带来了新的挑战，尤其是在维持供需平衡方面。当前的主要挑战已从短期的电力平衡转向中长期的灵活性需求，要求电力系统采用新的运行和调度策略。

在拥有丰富风能和太阳能资源的地区，电力系统呈现出显著的季节性变化，这主要是由于其依赖于气象条件。季节性发电的不确定性进一步加剧了系统运行的复杂性。此外，传统的水力发电也受到季节性径流的影响，在丰水期和枯水期之间发电能力和调节潜力波动较大。为了维持供需平衡，水库需要在丰水期蓄水，并在枯水期进行战略性放水。然而，随着可再生能源装机容量的增加，传统水库调节的灵活性可能不足，导致水力发电在中长期补偿能力方面出现短缺。

传统抽水蓄能（CPS）虽然在短期调峰和频率调节方面具有重要作用，但其存储规模有限，难以满足高可再生能源渗透率下中长期灵活性需求的缺口。相比之下，季节性抽水蓄能（SPS）作为一种专门设计用于解决这一中长期灵活性不足问题的储能技术，展现出独特的优势。欧洲主要水力发电国家的运行实践为SPS的可行性提供了坚实的基础。例如，挪威的广泛水库网络展示了大规模水电存储的技术成熟度，而瑞士的季节性平衡系统则突显了此类长周期资产的战略价值和实际可行性。

尽管SPS具有诸多优势，但目前针对其在中长期可再生能源波动中调节效果的系统性研究仍较为有限。本文旨在填补这一研究空白，通过回答以下关键科学问题，为未来的研究和实践提供指导：首先，如何构建一个能够优化电力系统运行并准确反映风能和太阳能发电的随机性和季节性特征的方法框架？其次，如何科学地量化SPS在应对风能和太阳能随机波动中的综合效益，并明确其与传统抽水蓄能之间的根本区别？

文献综述显示，SPS的研究在三个维度上取得了显著进展：首先，在潜力评估方面，已建立了全球范围的选址框架，识别出山区是SPS部署的最佳地点；其次，在系统效益方面，研究表明SPS能够实现调度成本优化和高达16%的能源节约，但其应用主要集中在短期场景；最后，在评估方法方面，多维度框架的构建为全面分析SPS的性能提供了基础。然而，现有研究仍存在三个主要的不足：第一，大多数研究集中在短期灵活性调节，缺乏对SPS在中长期可再生能源波动中独特优势和作用的系统性分析；第二，虽然已有研究涉及经济或技术指标，但往往采用单一维度的评估方法，缺乏将关键系统稳定性因素纳入考量的综合框架；第三，现有的评估方法未能充分反映SPS在提升电网稳定性方面的潜在价值，尤其是在可再生能源渗透率不断提高的背景下。

针对上述研究空白，本文提出了以下关键贡献：第一，系统性地量化SPS和CPS在中长期灵活性中的表现。通过结合风能和太阳能装机容量情景分析框架（利用k-means++聚类算法捕捉不同的时间输出特征）和强大的电力系统优化模型，我们能够精准而稳健地分析SPS和CPS在调节随机风能和太阳能资源方面的基本差异。第二，构建了一个涵盖技术、经济和单位稳定性等多维度的综合评估体系。这一全面的评估体系能够帮助我们更深入地理解SPS和CPS在不同应用场景下的复杂权衡和协同效应，为政策制定者和行业参与者提供科学决策支持。

本文的结构安排如下：第二部分介绍了研究方法，包括风能和太阳能输出特征的提取技术、结合SPS的区域电力系统优化模型以及综合评估框架的构建；第三部分以青海省为案例，系统地分类了风能和太阳能资源情景组合；第四部分对SPS和CPS在多个维度上的性能差异进行了比较分析，并提供了综合评估结果；第五部分总结了研究结论，并提出了相应的政策建议。

在方法论部分，本文的技术路线如图2所示。第二部分首先使用k-means++聚类算法对可再生能源发电的不确定性进行表征，识别出典型风能和太阳能输出情景，并分析其季节性相关性。其次，构建了一个区域电力系统优化模型，将SPS纳入其中，以评估其在不同运行条件下的调节能力。最后，设计了一个多维度的综合效益评估框架，涵盖了技术、经济和稳定性等多个方面，为全面分析SPS和CPS的性能提供了基础。

在案例描述部分，本文以中国青海省为例，该省位于36.56°N，101.74°E，具有高原大陆性气候和丰富的可再生能源资源。青海省的风能和太阳能装机容量分别达到8,430 MW和16,010 MW，占其总装机容量的60%以上。图7b展示了青海省的装机容量，而图7c则反映了其电力系统的组成。该省作为以可再生能源为主的电力系统，面临着显著的调节挑战，尤其是在应对风能和太阳能的随机波动方面。通过分析青海省的电力系统运行情况，本文能够更具体地探讨SPS和CPS在实际应用中的表现和潜力。

在技术性能分析部分，本文通过图8中的折线图直观比较了SPS和CPS在不同风能和太阳能情景下对系统CTR（调峰能力）的影响。结果显示，SPS在极端高风速和高辐照度的情景下表现出显著的技术优势。例如，在8月的JPcC和PScC情景中，SPS的CTR仅为4.35%，而CPS的CTR则高达18.14%。此外，SPS的年度CTR（5.47%）明显低于CPS（12.3%）。这一优势主要源于SPS在调节能力上的独特性，使其能够更有效地应对风能和太阳能的随机波动。

在结论部分，本文总结了对SPS和CPS系统在可再生能源波动下的调节性能的全面评估结果。通过模拟典型风能和太阳能组合情景，研究识别了它们在不同可再生能源条件下的调节能力差异。主要结论包括：在技术性能方面，CTR、NPD（新能源消纳能力）和FDR（频率调节能力）随着风能和太阳能辐照度的增加呈现出逐步上升的趋势，而CEM（碳排放强度）则显示出不同的变化规律。这些结果为电力系统优化提供了重要的理论支持和实践指导。

在讨论部分，本文进一步探讨了研究的局限性和全球适用性。尽管本研究提供了关于SPS和CPS在不同可再生能源情景下表现的全面评估，但其地理限制主要集中在青海省，这可能影响研究结果的普遍适用性。SPS在高风能和太阳能辐照度情景下的优越表现可能因不同地区的气候条件、负荷特性和资源禀赋而有所不同。因此，未来的研究需要考虑更多地区的实际情况，以验证SPS在不同地理和气候条件下的适用性。

此外，本文还强调了SPS在提升电网稳定性和应对气候变化影响方面的重要作用。例如，SPS在应对干旱等极端气候事件时，能够有效缓解以水力发电为主的系统（如巴西）的运行压力。这一发现为SPS在全球范围内的推广提供了新的思路，特别是在那些面临气候挑战的地区。

最后，本文作者在CRediT作者贡献声明中明确了各自的职责。Meng Zhang负责撰写、审阅和编辑，以及软件开发和方法论研究；Peiquan Li和Yaling Yao负责资源和数据管理；Ai Relanjiang Kanji和Ziwen Zhao负责可视化和图表制作；Diyi Chen负责软件开发和资源管理；Natália De Assis Brasil Weber则负责资源协调。这些贡献表明，本文的研究成果是团队合作的成果，涵盖了从理论研究到实际应用的各个方面。

综上所述，本文通过系统的分析和评估，揭示了SPS在应对风能和太阳能随机波动中的独特优势，并为未来的研究和政策制定提供了重要的科学依据。随着全球对可再生能源的需求不断增长，SPS作为一种具有中长期调节能力的储能技术，将在提升电网灵活性和加速碳中和目标的实现过程中发挥关键作用。