《Next Energy》：Mitigating firm-capacity delay risk through stochastic planning of flexible generation and battery storage
编辑推荐：
能源转型计划通常假设已承诺的可靠容量项目（firm-capacity projects）按计划投产，但延迟交付可能造成临时充裕度风险（adequacy risks），并需要额外的缓解资源（mitigation resources）。本研究开发了一个基于场景的随
能源转型计划通常假设已承诺的可靠容量项目（firm-capacity projects）按计划投产，但延迟交付可能造成临时充裕度风险（adequacy risks），并需要额外的缓解资源（mitigation resources）。本研究开发了一个基于场景的随机充裕度缓解模型（stochastic adequacy-mitigation model），以量化2025–2034年规划期内爪哇–巴厘（Jawa–Bali）电力系统中可靠容量延迟风险（firm-capacity delay risk）的系统级影响。该模型协同优化了灵活燃气发动机（flexible gas engines, GE）、光伏电池储能系统（photovoltaic battery energy storage systems, PV-BESS）和独立电池储能系统（standalone battery energy storage systems, BESS），同时考虑了备用裕度要求（reserve-margin requirements）、容量信用（capacity credit）、代表性小时运行（representative hourly operation）、储能充放电（storage charging and discharging）以及机组组合约束（unit commitment constraints, UC）。结果表明，按时投产的国家规划路径（national-planning pathway）无需额外内生缓解（endogenous mitigation）即可保持充裕。然而，延迟风险案例需要大量缓解容量。中等延迟案例（moderate-delay case）选择了4.00 GW的燃气发动机和3.00 GW的光伏电池储能系统，使预期系统成本增加380亿美元。严重延迟案例（severe-delay case）将燃气发动机容量增至5.70 GW，同时保持3.00 GW的光伏电池储能系统，使预期成本增加525亿美元。这些发现表明，应将可靠容量延迟风险明确纳入长期能源转型规划，以避免低估充裕度需求、缓解投资和系统成本暴露。
**论文解读：基于随机规划的可靠容量延迟风险缓解研究——以爪哇-巴厘电力系统为例**
**研究背景与问题提出**
能源转型规划中，项目按时投产是实现系统充裕度（adequacy）的关键假设。然而，大型可靠容量项目（firm-capacity projects）的延迟交付（delayed commissioning）可能导致临时性充裕度风险，增加系统运行成本，并需要额外的缓解资源。爪哇-巴厘（Jawa–Bali）电力系统作为印度尼西亚主要互联负荷中心，正经历需求增长、电源结构变化和灵活性需求提升，其中计划中的天然气联合循环（NGCC）和燃气轮机（GT）项目若延迟投产，将直接影响系统可靠容量可用性。现有研究多聚焦于项目级延迟原因或一般性随机规划，但缺乏将项目延迟风险与内生缓解投资、备用充裕度、储能运行及机组组合约束（unit commitment, UC）进行系统性整合的框架。为此，研究人员开发了一个基于场景的随机充裕度缓解模型，以量化爪哇-巴厘电力系统在2025–2034年规划期内，因NGCC和GT项目延迟投产而产生的系统级影响，并评估灵活发电与电池储能作为缓解资源的价值。该研究发表在《Next Energy》。
**关键技术与方法**
研究人员采用两阶段随机规划（two-stage stochastic planning）框架，将延迟场景（按时投产、五年延迟、七年延迟）与内生缓解投资决策（燃气发动机GE、光伏电池储能系统PV-BESS、独立电池储能系统BESS）相结合。模型包含：1）备用裕度约束（reserve-margin requirement），要求系统可用容量超过年峰值负荷与备用裕度之和；2）容量信用（capacity credit）作为各技术对峰值充裕度贡献的外生参数；3）代表性24小时负荷曲线，以捕获日内运行及晚高峰关键时段；4）储能充放电与荷电状态（state of charge, SOC）动态约束；5）机组组合约束（UC），包括启停状态、爬坡限制、最小稳定出力等，用于燃气发动机。数据来源包括爪哇-巴厘电力系统历史运行日志、国家规划中的装机容量轨迹、技术经济参数及燃料价格，所有数据均为外生输入。
**研究结果**
**1. 国家规划基线验证（National-planning baseline validation）**
在按时投产基线下，系统无需内生缓解投资，净峰值负荷从2025年的34.34 GW增至2034年的49.17 GW，净可靠容量（NDC）从49.54 GW增至65.44 GW，备用裕度始终高于30%要求（从44.2%降至33.1%），表明延迟风险案例中的缓解投资源于延迟本身。
**2. 延迟引发的缓解投资（Delay-induced mitigation investment）**
中等延迟案例（50%概率按时、50%五年延迟）累计至2034年需新增4.00 GW燃气发动机和3.00 GW PV-BESS，总计7.00 GW内生缓解容量。严重延迟案例（50%五年延迟、50%七年延迟）需5.70 GW燃气发动机和3.00 GW PV-BESS，总计8.70 GW，并新增微量独立BESS（5.14 MW/20.55 MWh）。缓解容量超过名义延迟的5.25 GW，因PV-BESS容量信用较低，且需满足峰值负荷增长下的备用裕度。
**3. 延迟缓解成本（Cost of delay mitigation）**
国家规划基线预期总系统成本为1281.5亿美元，中等延迟案例增至1319.5亿美元（增加38.0亿美元，+2.97%），严重延迟案例增至1334.0亿美元（增加52.5亿美元，+4.10%）。成本分解显示，增量主要由额外缓解投资驱动，燃料成本虽最大但差异较小，独立BESS投资在严重延迟案例中仅占约500万美元。
**4. 备用充裕度（Reserve adequacy）**
所有案例均满足30%备用裕度要求。国家规划基线最小备用裕度33.1%（2034年），中等延迟案例32.69%（2033年），严重延迟案例30.02%（2031年），表明在严重延迟下系统接近阈值。场景特定分析显示，七年延迟在2030年代初造成最紧张裕度。
**5. 可靠性验证与随机风险指标（Reliability validation and stochastic risk indicators）**
基准代表性小时运行下，三个主要案例均无预期缺供电量（EUE）、失负荷小时（LOLH）和最大甩负荷。但极端延迟概率案例（70%七年延迟）产生562.65 MWh预期EUE和109.5小时LOLH，多日基线和多日悲观案例分别产生7163.84 MWh和2038.12 MWh预期EUE，表明可靠性结果对概率假设和时间表征敏感。
**6. 延迟概率压力测试（Delay-probability stress-test analysis）**
将概率从按时向更长期延迟偏移时，预期成本增加，仅极端延迟（70%七年延迟）出现可靠性短缺，证实概率假设是关键输入。
**7. 时间表征鲁棒性（Temporal robustness and representative-day sensitivity）**
多日鲁棒性测试表明，扩展24小时代表性日为多日剖面后，缓解组合发生变化：中等延迟案例燃气发动机增至4.30 GW，PV-BESS减至2.25 GW，独立BESS增至90.25 MW/361.00 MWh，并出现EUE（7163.84 MWh）和LOLH（40小时），说明时间表征影响储值和缓解需求。
**8. 容量信用与储能敏感性（Capacity-credit and storage-sensitivity analysis）**
降低储能容量信用、降低BESS成本至50%、缩短BESS时长至2小时等情景可显著增加独立BESS部署，但高燃气价格、碳价或低PV-BESS成本下燃气发动机仍占主导。表明独立BESS的有限角色取决于具体假设。
**9. 晚高峰典型运行（Dispatch, storage, and UC operation during the representative evening peak）**
2033年晚高峰19:00时，严重延迟案例中燃气发动机出力达1.98 GW，PV-BESS出力433.6 MW，抽水蓄能放电2.74 GW，独立BESS放电119.1 MW。机组组合结果显示燃气发动机仅被启停有限次数（中等延迟2小时，严重延迟4小时），表明其作为目标灵活性资源而非连续运行。
**10. 模型层比较与消融分析（Model-layer comparison and ablation analysis）**
与确定性规划、无UC随机规划、无储能的随机规划相比，全随机模型因UC约束增加成本约0.29亿美元，但防止了灵活性高估。禁用独立BESS不改变结果，因其在基线中未选择。
**总结与讨论**
研究人员通过随机规划模型证明了可靠容量延迟风险会显著改变长期规划结果，导致需要额外的内生缓解投资并增加系统成本。延迟风险在中等及严重情景下分别使成本上升38亿和52.5亿美元，其中燃气发动机和PV-BESS是主要缓解资源，独立BESS仅在特定假设下具边际价值。研究结论指出，应在长期能源转型规划中明确纳入项目延迟风险，以避免低估充裕度需求、缓解投资和成本暴露。研究局限性包括：系统级聚合模型未考虑区域输电约束；代表性小时剖面可能低估季节性或多日稀缺事件；延迟概率假设需基于历史数据校准。未来工作可扩展至多区域模型、引入更长时间分辨率、考虑需求与燃料价格不确定性、以及内生抽水蓄能扩展等。
