相关论文:
-
-
全球能源互联网
第8卷 第3期 2025年05月;页码:347-356
面向管理应用的塔式光热发电资源分析系统研究 ——基于气象卫星反演数据
Research on Management-oriented Resource Analysis System for Tower Solar Thermal Power Generation:Based on Meteorological Satellite Retrieval Data
- 1.全球能源互联网发展合作组织,北京市 西城区 100031
- 2.约翰斯·霍普金斯大学,美国 马里兰州 21218
- LI Peng1*, ZHENG Runqi2 (1. Global Energy Interconnection Development and Cooperation Organization, Xicheng District, Beijing 100031, China
- 2. Johns Hopkins University, Maryland 21218, USA
关键词
Keywords
摘 要
Abstract
当前绝大部分光热资源评估主要是面向太阳能资源以及电站级开发设计,而面对全球大范围、区域性评估光热资源发电能力仍存在一定困难。基于气象卫星反演的全球太阳能资源数据,结合地物覆盖、保护区、水系、交通等影响光热资源评估的边界条件,结合当前技术条件下单个光热电站难以无限扩大的限制因素,面向资源管理应用方面,提出一种光热资源评估分析系统,采用塔式光热发电方式,固定单个电站的容量,计算待评估区域的可装机面积在当前技术条件下能够安装固定单个电站的数量,得到待评估区域光热资源发电技术可开发量,适宜为光热发电资源宏观选址进行技术可开发量评估。通过该方法评估得出全球光热发电技术可开发量约197.5 TW,储热8 h发电量可达705 PWh。将单个电站安装容量的评估结果与已建工程相比误差较低,可以为光热资源发电宏观选址评估提供助力。
Currently, the majority of solar thermal resource assessments focus on localized solar energy potential and power plant-level development design. However, challenges remain in conducting large-scale, regional evaluations of solar thermal power generation capacity on a global scale.This paper proposes an algorithm for solar thermal resource assessment based on global solar resource data retrieved from meteorological satellites. The algorithm integrates boundary conditions affecting solar thermal resource evaluation, including land cover, protected areas, water systems, and transportation infrastructure, as well as the practical constraints of limited scalability for individual solar thermal power plants under current technological conditions. By adopting tower-based solar thermal power generation technology and fixing the capacity of individual plants, the method calculates the number of fixedcapacity plants that can be installed within the evaluated area’s available land. This approach yields the technically exploitable potential of solar thermal power generation for macro-site selection. The assessment results indicate a global technically exploitable solar thermal power generation potential of approximately 197.5 billion kilowatts, with an annual electricity generation of 705 trillion kilowatt-hours when combined with 8 hours of thermal storage. The evaluated installed capacity per plant demonstrates low error margins compared to existing projects, offering reliable support for desktop analysis in macrosite selection for solar thermal resource development.
0 引言
光热发电利用太阳能转化为热能,通过热功转换过程发电,并可在需要发电时释放热能进行发电[1-3]。光热发电配备理论上全天候运行的储热系统,供电能力稳定,可以解决太阳能光伏发电的间歇性、不稳定性和难以昼夜持续供应的缺陷,并可以作为深度调峰电源使用[4-6]。由于光热发电供电稳定性好,可以与光伏发电相结合提升供电稳定性,近年来应用逐步增多,成本不断下降[7-10]。
当前,能源类相关国际组织对光热发电数据进行过相关统计。国际可再生能源机构(International Renewable Energy Agency,IRENA)每年更新可再生能源统计数据,包含全球光热电站装机容量和发电量统计数据[11],国际能源署(International Energy Agency,IEA)也对可再生能源未来发展进行了展望[12]。光热电站级开发普遍使用的是美国国家可再生能源实验室(National Renewable Energy Laboratory,NREL)开发的一款光热电站仿真模拟软件SAM(System Advisor Model),关于光热电站级仿真计算及边界条件较为详细,可开发装机和发电量的设计水平较高,对光热电站开发能力的计算较为准确,但是其主要关注的是光热电站开发。文献[13-18]对光热电站的动态建模评估模型进行了分析,但其关注的是光热电站级建模和评估,难以对全球大范围宏观选址的光热资源进行评估。文献[19-23]给出了光热发电与多种形式能源联合开发的设备级模型,考虑了镜场面积和集热效率,但并未考虑地物覆盖等在全球大范围内开发光热资源的限制条件。
为在全球范围内面向光热资源开展管理应用,在现有研究基础上,本文考虑光热资源在全球的分布,利用全球气象数据、地物覆盖、保护区、水系、交通等对光热资源影响等边界条件,降低海量大数据计算对实际计算硬件的要求,提出一种基于气象卫星反演数据[24]的适用于全球光热发电宏观选址的区域光热资源分析评估系统,得出待评估区域采用塔式光热发电资源的理论蕴藏量和技术可开发量,并结合已建工程实际情况验证评估方法的实效性。
1 光热资源开发现状
2014年以来,全球光热发电快速发展,光热发电装机容量屡攀新高。根据中国光热产业技术创新联盟统计数据,截至2024年底,全球太阳能热发电累计装机容量约7900 MW,中国太阳能光热发电装机累计容量达838.2 MW,在全球占比约10.6%[8]。2014—2024年全球太阳能光热发电累计装机容量如图1所示[8]。

图1 2014—2024年全球光热发电装机容量变化示意图
Fig. 1 Schematic diagram of changes in global solar thermal installation level from 2014 to 2024
2 光热资源评估模型
2.1 评估模型分析
当前,光热发电形式主要有塔式、槽式、碟式和菲涅尔式4类[25],其中塔式和槽式光热技术较为成熟,经济性相对较好,已经商业化并规模化应用。塔式太阳能光热发电系统聚光比高,易于实现较高的工作温度,系统容量大、效率高,熔融盐系统易于实现储热,能够在不同纬度地区敷设和运行,适宜作为全球范围内选定区域的发电方式。
资源评估方法以SAM软件仿真为主,通过电站级光热装机容量及发电量评估,结合气象数据,对镜场集热量进行分析仿真,计算得到装机容量和发电量[26]。区域光热资源评估模型通常针对全球范围内区域性光热资源宏观选址进行评估,待选区域通常较大,当前技术条件下,受塔高等条件约束,塔式光热单个电站难以无限扩大装机容量。
因此,本文以塔式光热发电方式计算区域太阳能光热评估分析模型,可在当前技术条件下设定若干固定单机容量的塔式光热电站,结合卫星反演气象数据、地理高程、地物覆盖、保护区等评估基础数据,计算待评估区域内固定单机容量的占地面积,通过计算待评估区域内能够容纳固定容量单机的数量来确定光热发电的装机容量,具体方法详见2.5节。
2.2 评估数据选择
全球光热资源的评估主要依赖于太阳法向直接辐射量(direct normal irradiance,DNI)数据。目前,全球DNI数据的获取主要依赖于地面气象站和卫星观测反演数据。地面气象站提供了高精度的DNI数据,但其覆盖范围有限,特别是在偏远地区。卫星观测反演数据能够提供全球范围内的DNI数据,可以作为光热资源评估基础数据。Solargis、IEA和NREL等机构提供了全球DNI数据集。除DNI数据外,对全球区域光热发电资源评估还需要地物覆盖、地理高程、保护区、水系和人口等地理信息(GIS)数据,所需基础数据如表1所示。
表1 光热发电资源评估基础数据
Table 1 Basic data for assessment of solar thermal power generation resources

数据名称 分辨率 数据类型全球太阳能直接辐射量(DNI)中尺度资源数据时间:逐小时空间:9 km 栅格数据全球地面覆盖物分类信息 空间:30 m 栅格数据全球主要保护区分布 矢量数据全球交通基础设施分布 矢量数据全球主要水库分布 矢量数据全球湖泊和湿地分布 空间:1 km 栅格数据全球板块边界分布空间范围:南纬66°—北纬87° 矢量数据全球人口分布 空间:900 m 栅格数据全球地理高程数据空间范围:北纬83°—南纬83°的陆地空间:30 m 栅格数据
由于表1中基础数据的空间分辨率不同、格式不同,必须解决数据多分辨率融合以及不同类型数据混合计算两大关键数据处理问题。本文采用全球能源互联网发展合作组织清洁能源资源评估(GREAN)平台为基础进行研究。该平台解决了上述数据收集和数据处理问题,将矢量数据和栅格数据全部转化为栅格数据并进行归一化处理,得到最终资源数据,将单个栅格数据的面积尺度转化为500 m×500 m。数据收集和处理流程如图2所示。

图2 光热资源评估数据收集和处理流程示意图
Fig. 2 Schematic diagram of data collection and processing flow for solar thermal resource assessment
2.3 评估技术路线
对全球范围内区域光热资源进行评估,利用经过数据收集、整理后的最终资源数据计算理论蕴藏量,结合GIS数据建立评估模型得到技术可开发量,评估技术路线如图3所示。

图3 光热资源评估技术路线图
Fig. 3 Schematic diagram of the technology roadmap for assessing solar thermal resources
2.4 理论蕴藏量
太阳能光热发电理论蕴藏量是指某一区域地表接收到太阳能法向直接辐射量完全转化为电能的能量总和(不考虑发电转化效率的损失)[27]。数字化评估光热发电资源理论蕴藏量,可将评估过程转化为计算待评估区域内每个栅格面积与该栅格对应太阳法向直接辐射量乘积的累加。理论蕴藏量是对待评估区域发电能力上限的评估。光热理论蕴藏量的计算如式(1)所示:

式中:ETRCSP是区域的光热理论蕴藏量;IDN是栅格对应的太阳能年平均法向直接辐射量;Ai为第i块栅格面积;n为选择区域内栅格数量。
2.5 技术可开发量
光热发电技术可开发量是指在评估年份技术水平下,选定区域面积上可安装光热发电装机容量总和。在选定区域内,光热技术可开发量即选定区域内当前技术条件下,排除资源条件、保护区、技术条件限制和地物覆盖限制等因素可以安装光热电站的装机面积与固定容量光热电站的装机密度乘积,计算公式如式(2)所示:

式中:PTPGCSP是选定区域的光热技术可开发量;Sland是选定区域中可开发光热发电的装机面积;DCSP是固定容量光热电站的装机密度。
光热技术可开发量评估过程主要包括装机面积、装机密度计算2个关键环节,评估流程如图4所示。

图4 太阳能光热发电技术可开发量评估流程
Fig. 4 Evaluation process for the potential development of solar thermal power generation technology
1)装机面积。
评估装机面积需剔除因资源禀赋、保护区、地形坡度、地面覆盖物等限制而产生的不可利用面积。根据当前技术条件下光热发电技术商业化的应用,主要考虑太阳能塔式光热发电形式,评估光热可利用面积时需要进一步考虑基地到水源距离的限制、不同单机容量对应的最小连片区域面积限制。

式中:Aavailable为可利用面积;Asum为评估区域总面积;Areserve,ij为区域内第i种类型、第j块保护区面积;Alow_resource,i、Ahigh_altitude,i、Ahigh_gradient,i、Aground_object,i、Awater_distance,i和Aarea_minimum,i分别为区域内因资源匮乏、海拔、坡度限制、地面覆盖物不宜开发的面积、基地到水源距离超过上限值、小于选定单机容量占地最小面积的非连片区域。
光热发电的装机面积是在可利用面积内,考虑不同地面覆盖物对实际开发条件的折减影响,通过设定土地利用系数得到有效装机面积。一是剔除太阳能资源条件差的地区,当前技术条件下认为年平均法向直接辐射量低于1400 kWh/m2的区域为低资源区,不宜进行光热开发;二是剔除各类保护区;三是剔除当前技术条件下不宜规模化开发的地区,即海拔超过4500 m的高原地区,最大风速大于24 m/s的区域;四是剔除因地表覆盖物原因不宜开发的地区,森林、耕地农田、湿地沼泽、城市、冰雪、机场设施周边等不宜进行开发;五是塔式光热发电需剔除地形坡度大于10°的区域;六是剔除基地周边100 km以内无水源的区域;七是按照预先选定光热装机的单机容量,剔除小于单机容量占地面积的区域。灌丛、草本植被以及裸露地表等3种区域类型适宜光热电站开发,其土地利用系数的建议值分别为10%、50%与100%。光热发电边界条件及开发比例参数如表2所示。
表2 光热发电边界条件及开发比例参数
Table 2 Boundary conditions and development proportion parameters for solar thermal power generation

类型 限制因素 阈值 参数资源限制 DNI ≥ 1400 kWh/m2海拔限制 海拔高度 ≤4500 m风速限制[28-29] 塔式光热 最大风速小于24 m/s的区域保护区限制自然生态系统 不宜开发 0野生生物类 不宜开发 0自然遗迹类 不宜开发 0自然资源类 不宜开发 0其他保护区 不宜开发 0机场设施限制 机场设施 不宜开发 0树林 不宜开发 0耕地 不宜开发 0湿地沼泽(包含湖泊) 不宜开发 0地面覆盖物限制城市 不宜开发 0冰雪 不宜开发 0灌丛 适宜开发 10%草本植被(包含苔原) 适宜开发 50%裸露地表 适宜开发 100%地形坡度限制 光热发电坡度范围 ≤10°水源限制 光热基地距水源最大距离 ≤100 km单个基地容量选择当前技术条件下选定三种不同单机容量作为评估基础数据10 MW;50 MW;100 MW
2)装机密度。
计算装机密度主要是结合当前技术条件下的设备排布原则,计算聚光集热量,根据DNI值计算反射镜的采光面积,即聚光镜场规模大小,进而得到单机占地面积,并结合单机容量最终得到装机密度。根据光热发电基本原理,光热电站聚光镜场集热量与太阳倍数关系计算如下:

式中:Qfield为光热电站聚光镜场集热量;SM为太阳倍数;PCSP为单位时间发电量(单机容量);ηturbine为汽轮机转换效率;ηabsorb为吸热器效率;ηfield为聚光镜场集热效率。通常塔式光热电站集热温度较高,汽轮机转换效率可取45%。
其中,光热发电吸热器的吸热效率ηabsorb与风速相关,根据国内外相关研究,吸热器在风速超过3 m/s时,随着风速的增加,对流散热损失会增加,影响跟踪精度以及预热过程,造成吸热器效率下降。根据文献[30-33]的分析,吸热器效率与风速拟合曲线如图5所示。

图5 光热吸热器效率与风速关系拟合示意图
Fig. 5 Schematic diagram of the fitting of the efficiency of photothermal heat absorber versus wind speed
根据拟合曲线,可以得到吸热器与所在地风速的关系为

式中:Ws为所在地风速;K1为风速系数;K2为常数。K1和K2分别取0.006和1.01。
由式 (4) 可知,在装机容量确定的前提下,镜场集热量主要由太阳倍数与聚光镜场集热效率决定。
太阳倍数是指吸热器输出热功率与透平机组额定热功率之比,反映了集热系统容量与发电系统容量之间的差别。根据光热发电储热时长与太阳倍数的计算关系,可以得到太阳倍数计算方法:

式中:Hs为储热时长。
对于塔式光热电站,聚光镜场集热效率也称为定日镜场集热效率,计算公式主要包括定日镜场余弦效率ηcos、大气透射率ηatt、其他效率η0:

定日镜场余弦效率示意如图6所示。当塔式光热发电站的定日镜和太阳光入射方向垂直时,所接收到的辐射能E达到最大值,为DNI与定日镜表面积的乘积。实际中,太阳光反射到集热器上,定日镜表面与入射光线会呈一定的角度,实际接收到的能量E1小于E,二者比值即为定日镜场的余弦效率,即定日镜所在平面和与太阳入射光垂直的平面所成的锐角的余弦值,计算方法如式(9)、(10)所示。

图6 余弦效率示意图
Fig. 6 Schematic diagram of cosine efficiency

式中:hs与βs分别为地平坐标系下的太阳高度角和太阳方位角,可以表示太阳的位置;θn为定日镜镜面反射中的太阳入射角;ΔH为吸热塔与定日镜高度差,根据选取的单机容量推荐取值,10、50、100 MW单机容量分别取130、180、240 m;ln是评估位置点到吸热塔的坐标中心距,即集热点距离。以吸热塔位置为平面坐标原点,正东方为x轴正方向,正北方为y轴正方向,待评估区域位于北半球时,分别计算正北方向300、500、800 m以及正东方向300、500、800 m等6个位置点的余弦效率(南半球可选正西和正南方向),将其算术平均值作为区域镜场整体余弦效率。
太阳高度角hs是太阳光线与地平面之间的夹角,范围为0°~ 90°。太阳方位角βs则是日地之间的连线在地平面上的投影与正北或正南方向的夹角,范围为-90°~90°。某一时刻、某一地点的太阳高度角和方位角可以根据天球赤道坐标系下的太阳赤纬角δ和太阳时角ω,结合当地的地理纬度φ来计算。太阳赤纬角δ是地球赤道平面与日地中心连线之间的夹角,以年为周期,在23°27′至-23°27′的范围内移动。计算公式如下:

式中:nday为一年中的天数,如1月1日对应取值为1,2月1日取值为32;t为一天之内的时刻,以24 h计。根据光热电站设计规程,以北半球春分日3月21日 (南半球春分日9月21日) 正午12点作为设计时间点,则ω=0,nday=80 (nday=264),δ = 0.4°。同时,南北半球春分日正午12点太阳直射赤道,南北半球在同一纬度值处太阳高度角相同,均为90°-φ。
当太阳光线从定日镜反射至吸热器的过程中,由于空气、水蒸气、灰尘等对太阳光的散射和吸收,导致辐射能量产生衰减,衰减前后辐射量的比值为大气透射率ηatt。定日镜场中任意一面定日镜的大气透射效率可按式(15)计算:

式中:C1~C4的取值与当地海拔、气象状况、大气可见度等因素有关,C1取0.993 21,C2取-0.000 117 6,C3取1.97×10-8,C4取0;σ为大气衰减系数,取0.000 110 6。分别计算正北方向150、500、800 m和正东方向150、500、800 m等6个位置点的大气透射效率算术平均值作为区域镜场整体的大气透射效率。
根据运行经验,其他效率为定日镜镜面反射效率ηrec、阴影阻挡效率ηsb以及溢出效率ηint,ηrec取0.95,ηsb取0.95,ηint取0.96,其他效率ηo计算公式为

根据塔式镜场集热量以及当地的DNI值(选取春分日正午12点DNI值)即可计算出设定装机容量的光热电站采光面积Sfield,根据镜场采光面积占电站占地的比例λ,计算选定装机容量的光热电站占地面积Scsp。对于塔式电站,10、50、100 MW单机容量可分别取值0.14~0.15、0.16~0.17、0.17~0.18,有关计算如下:

3) 装机容量和发电量。
在排除待评估区域不可开发区域后,得到若干连通区域的装机面积,排除小于单个基地最小面积的区域,在剩余各个连通区域内计算选定单机容量的装机密度,得到各个连通区域能够安装选定单机容量的个数,进而得到该区域的装机容量。
设光热电站技术开发量PTPGCSP为计算选取区域内可开发的光热电站装机容量,由可用装机面积Sland与装机密度DCSP乘积计算得到,其中,装机密度为单机容量PCSP和单机占地面积SCSP之比:

计算光热电站年发电量ETPGCSP时,在测算技术可开发量的基础上,考虑遮挡、设备损耗等因素造成的光热发电出力损失,基于选定的单机容量和该地区的直接辐射量,扣除装机面积中不满足单个装机容量的最小面积区域的发电量:

式中:ηGE是光热电站发电效率;k是光热电站集热效率,根据当前的工艺技术水平,塔式通常可取0.16~0.18,计算技术可开发量通常按照上限取值;IDN,yi是选取区域内第i个栅格平均年直接辐射量。
3 评估误差分析
与电站级光热资源评估不同,区域性光热资源评估是在全球范围内宏观选址的基础上对较大范围的光热资源进行评估,卫星反演数据与评估区域的观测数据存在一定的误差。对单个电站的集热、发电等效率采用相同的数值进行评估,并未计算电站运行时的实际效率,带来一定的均值误差和评估误差。
3.1 塔式光热评估误差因素分析
为便于尽快得到全球范围内任意区域的光热发电技术可开发量评估结果,在尽量接近实际的前提下,塔式光热技术可开发量评估方法存在近似取值。其中,塔式光热技术可开发量中,余弦效率的计算中,位置点到吸热塔的坐标中心距计算时选取了3个正北、3个正东方向的位置点进行评估,位置点的选取对集热点距离的计算产生了误差。定日镜镜面反射效率、阴影阻挡效率和溢出效率等均在评估中采用了经验值,相同容量的已建电站镜场采光面积占电站占地的比例非常接近,取平均值产生均值误差。
除各级效率外,评估塔式光热发电的10 MW、50 MW和100 MW的光热发电资源评估误差与3种光热电站的塔高相关。选取塔式光热电站,采用评估模型对中国已建塔式光热电站进行评估,吸热塔与定日镜的高度差根据文献[34]中成本最低的计算结果进行取值,与已建电站对比如表3所示。
表3 中国塔式光热电站吸热塔高与评估选取塔高对比
Table 3 Comparison of heat absorption tower height and evaluation selection tower height for tower thermal power plants in China

项目名称 吸热塔高度/m评估选取塔高/m 误差/%青海中控德令哈熔盐塔式50 MW光热发电180 185 3鲁能海西格尔木熔盐塔式50 MW光热发电188 185 2首航敦煌熔盐塔式100 MW光热发电 260 245 6首航敦煌熔盐塔式10 MW光热发电 138 130 6
工程中吸热塔与定日镜的最经济高度差受当地资源条件影响而各不相同,在评估技术可开发量时,不同位置的吸热塔高度具体数值难以精确计算,将选取的塔高与已建基地的吸热塔高度进行对比,误差均在10%以内,对技术可开发量评估结果的影响较小。
3.2 光热评估与已建电站对比分析
结合光热发电形式误差分析,对中国部分已建光热基地所在位置可开发量进行评估,评估结果与已建基地的对比可以采用相同装机容量的占地面积差异方式。在进行全球光热资源评估时,为与实际情况一致便于评估,光热电站容量按照10 MW、50 MW和100 MW 3种容量进行评估分析,资源评估结果与中国已建工程对比如表4所示。
表4 资源评估结果与中国已建工程对比
Table 4 Comparison of resource assessment results with existing projects in China

项目简称装机容量/MW评估容量/MW容量误差实际占地面积/km2评估占地面积/km2评估误差/%首航高科敦煌塔式项目 100 100 0 8 7.48 6.50青海中控德令哈塔式项目50 50 0 3.3 2.92 11.52中电建青海共和塔式项目50 50 0 2.12 2.36 -11.32中能建哈密塔式项目 50 50 0 4.4 4.38 -0.45鲁能格尔木多能互补塔式项目50 50 0 4.26 4.79 -12.44
基地占地面积的评估结果与实际面积相比,误差与电站地理位置、地形坡度、设备尺寸和效率等相关,结合2种不同光热发电形式误差分析,由表4可知,当光热电站技术可开发量的评估与已建电站容量相同时,评估面积与实际面积相比误差范围都在20%以内,评估结果对于实际应用而言具有一定的实效性。
4 全球光热技术可开发量评估
根据卫星反演数据、光热资源技术可开发量评估模型、边界条件以及不同地物的开发比例等条件对全球光热资源进行评估,可知全球太阳能光热发电资源主要集中在北非、南美洲西南部、西亚和东亚地区。计算得出全球太阳能年平均法向直接总辐射量约为1573 kWh/m2。开发光热资源需考虑多种技术因素,由于光热电站的运维过程需要消耗大量水资源,除太阳能资源、地面覆盖物、地形坡度等因素外,需将河流、湖泊等水资源分布纳入考量。因此,北非地区光热技术可开发区域主要集中在尼罗河沿岸以及沿海地区,南美洲主要集中在西南部沿海地区,西亚地区主要集中在西南部沿海以及阿拉伯半岛沿海地区,东亚地区主要集中在中国青海、新疆、内蒙古和甘肃四省(区)交界,上述大部分地区地面覆盖物以裸露地表、草本植被和少量灌丛为主,除自然保护区、地势陡峭区域外,绝大部分地区非常适合开发光热发电。
与风电、光伏技术相似,光热发电可采用年发电量与装机容量的比值,即装机利用小时数反映区域光热技术开发条件的优劣。采用Python语言进行可视化编程并计算光热资源可开发量,通过装机利用小时数反映区域光热技术开发条件的优劣,得到上述光热资源条件较好地区光热技术可开发装机的无储热平均利用小时大于3500 h(平均容量因子约0.4),资源条件优异。综合考虑资源和各类技术限制条件后,采用单机固定容量50 MW塔式光热发电方式,全球适宜集中开发的光热发电规模约197.5 TW,按照8 h储热计算,年发电量约705 PWh。
采用该方法对中国西部、北部地区光热资源进行评估。中国西部、北部地区太阳能光热发电资源良好,太阳能年平均法向直接总辐射量为1662 kWh/m2,光热资源主要集中于内蒙古、新疆、甘肃、青海、西藏5个省(区),经评估测算适宜集中开发的塔式光热发电装机规模约20.2 TW,年发电量约75 PWh,光热技术可开发装机的平均利用小时约3699 h(平均容量因子约0.42),最大值出现在西藏自治区日喀则市附近,接近5000 h,资源条件优异。
鉴于光热发电的稳定性,未来在全球光热资源条件较好的区域,可将光热发电与风电、光伏等电源联合开发,将光热发电作为调节电源,通过对风电、光伏和光热资源的协调管理应用,解决可再生能源开发中的随机性、波动性和间歇性等问题。
5 结论
依托全球光热资源卫星反演数据,利用地物覆盖、保护区、水系、交通、人文因素等光热资源评估的边界条件,结合当前技术条件下光热单机容量难以无限扩大的限制因素,提出一种光热资源评估方法,基于气象卫星反演数据,选取塔式光热发电方式进行分析,通过待评估区域可利用面积能够安装选定单机容量个数评估光热资源发电能力。该方法主要适用于全球光热发电宏观选址的大范围区域性资源评估,降低了海量大数据计算对实际计算硬件的要求,解决了当前光热计算软件难以在数百甚至数千km范围内得到宏观的光热发电资源的理论蕴藏量、技术可开发量的问题。按照该方法评估得到全球适宜集中开发的光热发电规模约197.5 TW,按照8 h储热计算,年发电量约705 PWh。通过与相同光热发电单机容量的已建电站对比,占地面积的评估结果误差范围在15%以内,验证了所提方法的实效性。
参考文献
-
[1]
孙峰,毕文剑,周楷,等. 太阳能热利用技术分析与前景展望[J]. 太阳能,2021(7):23-36.SUN Feng, BI Wenjian, ZHOU Kai, et al. Analysis and prospect of solar thermal utilization technology[J]. Solar Energy, 2021(7): 23-36(in Chinese). [百度学术]
-
[2]
杨宏基,周明,武昭原,等. 含光热电站的电-热能源系统优化运行机制[J]. 电网技术,2022,46(1):175-185.YANG Hongji, ZHOU Ming, WU Zhaoyuan, et al. Optimal operation of electro-thermal energy systems with concentrated solar power plant[J]. Power System Technology, 2022, 46(1):175-185(in Chinese). [百度学术]
-
[3]
陈艺鑫,陈健斌,李旭东,等. 一种轻薄型光伏/光热集热器性能分析及实验研究[J]. 发电技术,2024,45(4):666-674.CHEN Yixin, CHEN Jianbin, LI Xudong, et al. Performance analysis and experimental study of a kind of thin and light photovoltaic/thermal collector. Power Generation Technology[J]. 2024, 45(4): 666-674(in Chinese). [百度学术]
-
[4]
王志峰,何雅玲,康重庆,等. 明确太阳能热发电战略定位促进技术发展[J]. 华电技术,2021,43(11):1-4.WANG Zhifeng, HE Yaling, KANG Chongqing, et al.Strategic positioning of solar thermal power generation to promote technological progress[J]. Huadian Technology, 2021,43(11): 1-4(in Chinese). [百度学术]
-
[5]
周原冰. 全球能源互联网及关键技术[J]. 科学通报,2019,64(19):1985-1994.ZHOU Yuanbing. Global Energy Interconnection vision and key technologies[J]. Chinese Science Bulletin, 2019, 64(19):1985-1994(in Chinese). [百度学术]
-
[6]
姚凌翔,王杨,肖先勇,等. 光热电站动态建模与递阶控制[J]. 中国电机工程学报,2023,43(14):5512-5525.YAO Lingxiang, WANG Yang, XIAO Xianyong, et al.Dynamic modelling of concentrated solar power plant and hierarchical control[J]. Proceedings of the CSEE, 2023, 43(14):5512-5525(in Chinese). [百度学术]
-
[7]
王志峰,杜凤丽. 2015—2022年中国太阳能热发电发展情景分析及预测[J]. 太阳能,2019(11):5-10.WANG Zhifeng, DU Fengli. Scenario analysis and forecast of China’s solar thermal power generation from 2015 to 2022[J].Solar Energy, 2019(11): 5-10(in Chinese). [百度学术]
-
[8]
何雅玲,王志峰,等. 中国太阳能热发电行业蓝皮书2024[R]. 2025. [百度学术]
-
[9]
张哲旸,巨星,潘信宇,等. 太阳能光伏-光热复合发电技术及其商业化应用[J]. 发电技术,202,41(3):220-230.ZHANG Zheyang, JU Xing, PAN Xinyu, et al. Photovoltaic/concentrated solar power hybrid technology and its commercial application[J]. Power Generation Technology, 2020, 41(3):220-230(in Chinese). [百度学术]
-
[10]
李富春,刘飞,邵成成,等. 光热与光伏发电综合对比[J].电力工程技术,2024,43(1):246-253.LI Fuchun, LIU Fei, SHAO Chengcheng, et al. Comprehensive comparison between photothermal power generation and photovoltaic power generation[J]. Electric Power Engineering Technology, 2024, 43(1): 246-253(in Chinese). [百度学术]
-
[11]
International Renewable Energy Agency. Renewable energy statistics 2024[R]. Abu Dhabi: IRENA, 2024. [百度学术]
-
[12]
International Energy Agency. World energy outlook 2024[R].Paris: IEA, 2024. [百度学术]
-
[13]
SALAZAR G A, FRAIDENRAICH N, DE OLIVEIRA C A A, et al. Analytic modeling of parabolic trough solar thermal power plants[J]. Energy, 2017, 138: 1148-1156. [百度学术]
-
[14]
LUO Q, ARIYUR K B, MATHUR A K. Control-oriented concentrated solar power plant model[J]. IEEE Transactions on Control Systems Technology, 2016, 24(2): 623-635. [百度学术]
-
[15]
WEI S S, LIANG X F, MOHSIN T, et al. A simplified dynamic model of integrated parabolic trough concentrating solar power plants: modeling and validation[J]. Applied Thermal Engineering, 2020, 169: 114982. [百度学术]
-
[16]
AMERICANO DA COSTA M V, NARASIMHAN A,GUILLEN D, et al. Generalized distributed state space model of a CSP plant for simulation and control applications: singlephase flow validation[J]. Renewable Energy, 2020, 153: 36-48. [百度学术]
-
[17]
周昊,裘闰超,李亚威. 基于超临界CO2布雷顿再压缩循环的塔式太阳能光热系统关键参数的研究[J]. 中国电机工程学报,2018,38(15):4451-4458.ZHOU Hao, QIU Runchao, LI Yawei. Parameter analysis of solar power tower system driven by a recompression supercritical CO2 brayton cycle[J]. Proceedings of the CSEE,2018, 38(15): 4451-4458(in Chinese). [百度学术]
-
[18]
王杨,关智文,姚凌翔,等. 光热发电系统简化动态模型与一次调频能力分析[J]. 电力系统自动化,2024,48(24):112-123.WANG Yang, GUAN Zhiwen, YAO Lingxiang, et al.Simplified dynamic model and primary frequency regulation capability analysis of concentrated solar power system[J].Automation of Electric Power Systems, 2024, 48(24): 112-123(in Chinese). [百度学术]
-
[19]
吴中孚,邓丽君,覃智君. 计及多能灵活性的含光热电站综合能源系统多目标分布鲁棒优化调度[J]. 电力建设,2024,45(12):39-53.WU Zhongfu, DENG Lijun, QIN Zhijun. Multi-objective distributionally robust optimal scheduling of integrated energy system with concentrated solar power plant considering multienergy flexibility[J]. Electric Power Construction, 2024,45(12): 39-53(in Chinese). [百度学术]
-
[20]
BOUSSELAMTI L, AHOUAR W, CHERKAOUI M. Multiobjective optimization of PV-CSP system in different dispatch strategies, case of study: Midelt city[J]. Journal of Renewable and Sustainable Energy, 2021, 13(1): 013701. [百度学术]
-
[21]
李湃,黄越辉,张金平,等. 多能互补发电系统电/热/氢储能容量协调优化配置[J]. 中国电机工程学报,2024,44(13):5158-5168.LI Pai, HUANG Yuehui, ZHANG Jinping, et al. Capacity coordinated optimization of battery, thermal and hydrogen storage system for multi-energy complementary power system[J]. Proceedings of the CSEE, 2024, 44(13): 5158-5168(in Chinese). [百度学术]
-
[22]
王杨,罗抒予,姚凌翔,等. 面向大型新能源基地的太阳能光热发电规划研究综述:场景、模型与发展方向[J/OL]. 电网技术,(2024-07-16)[2024-11-30]. https://doi.org/10.13335/j.1000-3673.pst.2024.0882.WANG Yang, LUO Shuyu, YAO Lingxiang, et al. A review of research on solar thermal power generation planning for largescale new energy bases: scenarios, models, and development directions[J/OL]. Power System Technology, (2024-07-16)[2024-11-30]. https://doi.org/10.13335/j.1000-3673.pst.2024.0882 (in Chinese). [百度学术]
-
[23]
魏炜,贾皓越,穆云飞,等. 光电—光热区域综合能源系统太阳能消纳能力评估模型[J]. 电力系统自动化,2019,43(20):16-23.WEI Wei, JIA Haoyue, MU Yunfei, et al. Assessment model of solar energy accommodation capability of regional integrated energy system with PVs and solar collectors[J]. Automation of Electric Power Systems, 2019, 43(20): 16-23(in Chinese). [百度学术]
-
[24]
陈键,陈伟. 基于气象统计学原理的光热电站太阳能资源研究[J]. 电力勘测设计,2020(8):56-60.CHEN Jian, CHEN Wei. Research on assessment of solar energy resource of CSP based on meteorological statistical methods[J]. Electric Power Survey & Design, 2020(8): 56-60(in Chinese). [百度学术]
-
[25]
陈晓东,何漂,薛波. 太阳能光热发电效率及应用研究[J].光源与照明,2024(8):135-137.CHEN Xiaodong, HE Piao, XUE Bo. Study on efficiency and application of solar photothermal power generation[J]. Lamps& Lighting, 2024(8): 135-137(in Chinese). [百度学术]
-
[26]
姚元玺. 计及调度经济性的光热电站储热容量配置方法[J].太阳能学报,2019,40(11):3039-3045.YAO Yuanxi. A method for allocation heat storage capacity of concentrating solar power considering scheduling economy[J].Acta Energiae Solaris Sinica, 2019, 40(11): 3039-3045(in Chinese). [百度学术]
-
[27]
施鹏飞,杨校生,许洪华,等. 中国电力百科全书(第三版) -新能源发电卷[M]. 北京:中国电力出版社,2014:219. [百度学术]
-
[28]
IEC 62109-1:2023. Solar thermal power generation systems-Part 1: Terminology, symbols and general requirements[S]. [百度学术]
-
[29]
IEC 62862-3-1:2022. Overall requirements for the design of trough solar thermal power plants[S]. [百度学术]
-
[30]
卢智恒. 从理论到实际-各种客观因素对光热发电系统效率曲线的影响[EB/OL]. (2023-06-19)[2024-11-30]. https://www.cspplaza.com/article-23307-1.html. [百度学术]
-
[31]
金建祥. 关于光热发电成本下降四个阶段及实现条件的思考与分析[EB/OL]. (2018-10-17)[2024-11-30]. https://www.cspplaza.com/article-13402-1.htm. [百度学术]
-
[32]
赵晓辉. 详解中国光热发电的技术路线及其适用性[EB/OL]. (2018-10-31)[2024-11-30]. http://www.cnste.org/html/jishu/2018/1031/3983.html. [百度学术]
-
[33]
SIOSHANSI R, DENHOLM P. Benefits of colocating concentrating solar power and wind[J]. IEEE Transactions on Sustainable Energy, 2013, 4(4): 877-885. [百度学术]
-
[34]
张思远,周治,任亚军,等. 塔式光热电站吸热塔设计高度优化分析[J]. 西北水电,2021(6):157-162.ZHANG Siyuan, ZHOU Zhi, REN Yajun, et al. Optimal analysis of the height of solar tower in CSP station[J].Northwest Hydropower, 2021(6): 157-162(in Chinese). [百度学术]
基金项目
国家自然科学基金专项项目(72243004)。
National Natural Science Foundation of China (72243004).