极端天气条件下大规模可再生能源基地的可持续规划与评估方法研究

《Diagnostics》：Recurrent Acute Liver Failure as the First Manifestation of ARCN1-Associated Disorder Caused by a Terminal Exon Frameshift Variant

　　

摘要

大规模可再生能源基地对于电力系统的低碳转型和可持续发展具有重要意义。然而，极端天气可能导致风能和光伏发电出现持续低出力或快速波动，进而造成容量短缺、灵活性受限以及可再生能源弃用问题。针对传统规划方法无法充分捕捉极端天气风险和多时间尺度灵活性需求的问题，本文提出了一种极端天气条件下可再生能源基地的可持续规划与评估方法。首先，基于风速和太阳辐照度特征识别典型极端天气事件，并利用结合CEEMDAN-GRU的Copula模型生成情景并预测可用的风能和光伏出力。其次，构建了一个融合上层灵活性资源配置与下层8760小时生产仿真的双层模型，在碳成本和排放约束下协同优化长时储能、燃煤发电、氢转化、输电通道和需求响应。随后，从能源利用、经济绩效、运行灵活性和环境绩效四个维度开展面向可持续性的评估。结果表明，在持续低风低照条件下，48小时平均风光伏联合出力从1549.11 MW降至811.70 MW，降幅达47.60%；在高风速切出事件中，风电出力从3000 MW骤降至47.45 MW。CEEMDAN-GRU模型对风电和光伏的平均均方根误差分别为243.318 MW和113.752 MW，决定系数R²分别为0.8626和0.9356。最优方案包括928.60 MW长时储能、536.40 MW增量燃煤容量、183.70 MW电解槽容量、146.80 MW氢基发电、138.50 MW输电扩建以及48.60 MW需求响应。所提方法能够识别极端天气下的差异化容量与灵活性需求，并通过多资源协同配置支持可持续且具有韧性的规划。