重新审视电网灵活性技术以降低可再生能源弃电率（Revisiting Grid Flexibility Techniques for Minimizing Renewable Energy Curtailment）

《Energy Conversion and Management-X》：Revisiting grid flexibility techniques for minimizing renewable energy curtailment

　　

弃电（Curtailment）虽常被用作保障电网可靠性的策略性手段，但日益反映出电力系统存在结构性低效问题。由于输电容量不足、弃电高发区储能系统（Energy Storage System, ESS）部署有限，以及传统基荷燃煤电厂运行刚性强且缺乏调节出力的经济激励，大量风电与光伏被迫弃置。即便在以弃电率较低著称的美国加州独立系统运营商（California Independent System Operator, CAISO）区域，2023年4月弃电量达702,883 MWh，2024年4月达839,582 MWh，2025年3月达919,020 MWh。此类低效现象在采用垂直一体化市场的美国中西部地区更为严重，监管框架常使非灵活机组免受竞争市场信号影响。现有关于可再生能源弃电的综述多聚焦输电扩展规划、基于市场的减弃机制或储能集成作用，缺乏连接技术、经济与监管维度的整体评估，且对可作为柔性负荷的数据中心（Data Center）等新兴灵活负荷关注不足。本概述论文对弃电驱动因素进行系统分析，量化电网约束与发电不灵活性影响，并提出可操作的缓解策略：利用数据中心及其调度灵活性（五个25 MW数据中心日均节省18,150美元）；针对输电瓶颈采用先进导线更换（Reconductoring，115–765 kV线路成本0.18–0.88百万美元/英里，低于新建线路）；在电网边缘部署电池储能系统（Battery Energy Storage System, BESS）及达到价格平价条件的电动汽车退役电池（Second-Life EV Battery）梯次利用。综合干预可降低可避免弃电、优化储能利用，推动电网向更动态、响应迅速和脱碳方向发展。

论文解读：《Revisiting Grid Flexibility Techniques for Minimizing Renewable Energy Curtailment》

发表于 Energy Conversion and Management: X

一、研究背景与问题提出

随着风电、光伏等变可再生能源（Variable Renewable Energy, VRE）大规模接入电网，其出力间歇性给实时供需平衡带来挑战，系统运营商常通过弃电（Curtailment）削减VRE出力以维持稳定。弃电成因并非VRE渗透率本身，而是源于结构性限制：基荷燃煤机组最低技术出力高且爬坡率低（运行不灵活性）、跨区域输电通道拥堵、电网侧储能（BESS）不足、现货市场与调度模型未充分体现VRE零边际成本优势。美国CAISO区域虽管理较好，但2021—2025年弃电量仍逐年上升；德国2024年光伏弃电翻倍达1,389 GWh；美国SPP、MISO等区域问题同样突出。以往研究多单一探讨输电扩建、市场机制或储能，缺乏融合技术—经济—管制的系统性减弃方案，亦忽视数据中心、电动汽车（Electric Vehicle, EV）快充、梯次利用电池等需求侧与分布式资源的潜力。为此，研究人员从技术分析及政策关联双视角，系统评估弃电诱因并提出多维减缓措施。

二、主要关键技术方法

研究人员采用多方法融合的研究设计：(1) 基于CAISO公开数据与美国中西部ISO/RTO历史数据，统计分析VRE渗透率与弃电量的非相关性及热电联产（Thermal Generation）不灵活性影响；(2) 构建考虑运营成本与碳排放惩罚的数据中心地理分布负载动态迁移优化模型，并在5个数据中心（3个城市DC、2个靠近高弃风区的远程DC，各25 MW）测试床上仿真季节敏感性；(3) 对比传统钢芯铝绞线（Aluminum Conductor Steel Reinforced, ACSR）与碳纤维复合芯导线（ACSS/ACCS等高级导线）的造价与扩容效果，结合美国中西部2025年造价数据分析重架线（Reconductoring）对并网成本与弃电的影响；(4) 提出含不灵活性惩罚项、碳价及灵活性奖励的改进经济调度（Curtailment-Sensitive Economic Dispatch）模型，利用PLEXOS+GUROBI求解，对美国中西部系统做多季节仿真并做惩罚因子敏感性分析；(5) 基于NASA锂离子电池数据集，采用特征工程机器学习与集成投票回归器（Voting Regressor）估算退役动力电池的健康状态（State of Health, SOH）与剩余使用寿命（Remaining Useful Life, RUL），评估组件级/模组级/包级梯次利用（Second-Life Battery）成本及平准化储电成本（Levelized Cost of Storage, LCOS），并与新电池对比。

三、研究结果

弃电处理的美国各ISO对比及相关研究对比（Curtailment Handling across US-ISOs and Related Works）

研究人员分析2007—2020年美国七大ISO/RTO风电机组占比与弃风量数据，指出VRE弃电率与渗透率无直接线性相关性；CAISO高弃电日仍有联合循环燃气轮机与老旧蒸汽机组运行于高于最小技术出力水平，证明热电机组不灵活性是重要诱因。对比已有文献发现：既有数据中心负载迁移研究未综合考量运营成本—碳排放—能耗限额联合优化；导线更换研究少有按电压等级量化项目成本并与弃电减缓直接挂钩；传统安全约束经济调度未嵌入热电机组最大灵活性激励参数及多季节评估；梯次电池研究缺乏对减弃作用及一/二手电池容量对比。本文工作弥补上述空白。

通过数据中心计算负载动态地理迁移管理弃电（Curtailment Management and Mitigation through Dynamic Geographic Rescheduling of Data Center Workloads）

研究人员建立目标函数最小化总运营成本与λ加权碳排惩罚，区分城市DC固定电价/排放因子与靠近弃风区远程DC动态选用弃风期近零成本零碳电价。约束含各DC能量上限及服务器负载率0–100%。仿真显示：高弃风时段（02:00–05:00及20:00–23:00）远程DC4、DC5负载率由基线20–30%升至50–75%，五个25 MW数据中心日均节省10,800–25,500美元（平均约18,150美元/天），年化预估节省约600万美元。证明地缘协同的弃电感知调度可有效消纳过剩VRE。

通过先进导线更换（Advanced Transmission Line Reconductoring）管理弃电（Curtailment Management and Mitigation through Advanced Transmission Line Reconductoring）

研究人员指出动态线路额定值（Dynamic Line Rating, DLR）受沿线最恶劣气象段限制且时间匹配性差，效果有限。采用碳纤维芯（如ACCS——Aluminum Conductor Composite Supported或ACSR替代型ACSS等）重架线可在保留原有杆塔前提下将近双倍提升载流量、降低弧垂。115 kV至765 kV等级重架线综合成本0.18–0.88百万美元/英里，仅为同电压新建线路（1.175–2.88百万美元/英里）的15–30%，工期6–12个月且无需新征地。降低并网（Interconnection）成本可使更多风光+储能项目脱离并网排队（Interconnection Queue）进入商业运行，从而间接减少VRE弃电。

通过最大化火电机组运行灵活性管理弃电（Curtailment Management and Mitigation through Maximizing Operational Flexibility of Thermal Plants）

研究人员提出增强型经济调度模型，目标函数引入三项机制——①燃煤机组不灵活性惩罚λ_g·Inflex_g,t（未达预设爬坡阈值时处罚）；②CO₂价格π^CO2内化高排放成本；③快速响应资源（燃气、水电、BESS）灵活性奖励φ_g·R_g,t；并追踪Curtail_t乘以节点边际电价（Locational Marginal Price, LMP）作经济惩罚。约束含功率平衡、机组出力上/下限、爬坡率限制、启停状态及不灵活性判定式。基于美国中西部系统PLEXOS仿真表明：加入适度不灵活性惩罚与碳价后，北达科他、南达科他、内布拉斯加区域日均额外吸纳57 MW原本被弃风电。敏感性分析显示λ_g=5–10为较优区间，过低惩罚无效，过高（≥50）迫使煤电退出而增加高成本燃气/储能调度抬升系统总费用。需配套SCADA/遥测升级以监控实际爬坡能力。

通过解决电网储能短缺管理弃电——新电池与梯次利用电池（Curtailment Management and Mitigation by Addressing the Lack of Grid Storage — First-life and Second-life Batteries）

磷酸铁锂（Lithium Iron Phosphate, LFP）因无钴、热稳定性好、循环寿命长且成本低，优于镍锰钴（Nickel Manganese Cobalt, NMC），适合电网级减弃应用。EV动力电池退役时尚存70–80%初始容量，可用于削峰填谷与减弃。SOH定义为当前容量/额定容量×100%，亦可复合内阻与自放电率加权。研究人员对比包级（Pack-level）、模组级（Module-level）、电芯级（Cell-level）再制造：包级再制造成本50–80 USD/kWh（含BMS 10–15、连接件5–10、封装10–20 USD/kWh），模组级70–100 USD/kWh，电芯级120–180 USD/kWh且不具经济性。新LFP/NMC大型BESS平准化储电成本LCOS为115–254 USD/MWh（2025年），梯次电池包级LCOS为234–278 USD/MWh；当SOH≥90%、放电深度（Depth of Discharge, DoD）≤80%、再制造成本控制良好时，梯次电池LCOS可降至约142.93 USD/MWh，接近新电池。特征工程ML与物理信息ML联用、集成Orthogonal Matching Pursuit/K-Neighbors/Huber Regressor投票回归可高精度预测SOH/RUL，支撑梯次筛选。部署须符合NFPA 68/69/855防爆与BMS故障检测要求。北美Element Energy于德州建成53 MWh梯次电池BESS接入ERCOT市场。

四、讨论与结论翻译（总结翻译原文Conclusion/Summary部分）

适度水平的可再生能源弃电可通过让系统操作员响应波动性来增强电网灵活性，但在高可再生能源渗透率区域持续且广泛的弃电往往意味着经济和环保机会的丧失。现有区域政策（如《通胀削减法案》IRA、纽约《气候领导与社区保护法案》CLCPA）对脱碳提供支持，但仅间接涉及未利用可再生能源相关的低效问题。本研究强调了直接减缓弃电相关损失的新颖路径：提出了一种增强经济调度框架，通过灵活性驱动的成本调整激励燃煤机组更接近其最大灵活性运行；研究表明适中的不灵活性惩罚系数λ_g可有效促使原本不灵活的基荷燃煤热电机组以更大灵活性运行，从而降低弃电与系统总调度成本。此外，介绍了将数据中心计算负载动态迁移至易发生弃电区域的方法框架，利用近零边际能源成本并减少浪费；高弃电时段动态负载迁移证明五个总容量125 MW数据中心日均可节省约18,150美元。研究人员强调需采取多管齐下的策略——将弃电降至可持续基线，并通过电网规模储能、自适应计算基础设施及三级直流快充（Level 3 DC Fast Charging）站战略选址重新利用过剩发电量。关键定量发现如下：

· 高弃电时段数据中心动态负载迁移可带来节省，五个25 MW数据中心日均约18,150美元。

· 采用先进导线的输电导线更换是提升区域输电容量的高性价比快速方案，115–765 kV线路重架线成本为0.18–0.88百万美元/英里。

· 引入惩罚因子λ_g∈[5,10]为理想区间，可激励基荷燃煤电厂按最大灵活性运行，从而减少弃电并降低系统调度总成本。

· 在严格控制SOH/RUL估算等敏感假设条件下，梯次利用电池储能方案可与一手电池（LCOS 115–254 USD/MWh）达成经济平价。

· 在弃电丰富区深入布局EV充电站可将边际电价压低至约0.08 USD/kWh，轻型电动车每次充电可节省30–35美元。

设计捕获过剩可再生能源价值的系统不仅更高效，对于韧性及经济优化的清洁能源转型也至关重要。