-
系统中电力送出通道的总容量。送出通道规模越大,所需的建设空间及资金成本越高。
$$ C={\displaystyle \sum\limits} _{i=1}^{N}{C}_{i} $$ (1) 式中:
C ——送出通道规模(MW);
N ——系统中出通道总数(条);
${C}_{i}$ ——第i条送出通道容量(MW)。 -
系统中全部送出通道利用率的加权平均值,权重按照各通道规模计算。通道利用率越高,该方案在送出通道部分投入的空间、资金、人力等社会资源有效利用水平越高。
$$ U={\displaystyle \sum\limits} _{i=1}^{N}\dfrac{{C}_{i}}{C}\times {U}_{i} $$ (2) 式中:
U ——通道利用率(%);
${U}_{i}$ ——第i条送出通道年利用率(%)。$$ {U}_{i}=\dfrac{{\displaystyle \sum\limits}_{t=1}^{8\;760}{q}_{t}}{{C}_{i}\times 8\;760} $$ (3) 式中:
$ {q}_{t} $ ——第t小时中经通道i送出的电量(MWh)。 -
系统中全部火电机组年发电小时数的加权平均值,权重按照各通道规模计算。火电年发电小时数越高,火电机组利用率越高,单位供电煤耗越低。
$$ H={\displaystyle \sum\limits}_{j=1}^{M}\dfrac{{G}_{j}}{G}\times {H}_{j} $$ (4) 式中:
H ——火电年发电小时数(h);
M ——系统中火电机组台数(台);
${H}_{j}$ G ——系统中火电机组总额定容量(MW);${G}_{j}$ ——第j台火电机组年额定容量(MW);${H}_{j}$ ——第j台火电机组年发电小时数(h)。$$ {H}_{i}=\dfrac{{\displaystyle \sum\limits}_{t=1}^{8\;760}{e}_{t}}{{G}_{i}} $$ (5) 式中:
$ {e}_{t} $ ——第t小时中第j台火电机组发电量(MWh)。 -
海上风电年发电量中因无法送出或本地消纳而弃用的电量总额。年弃风量越高,绿电有效利用水平越低。
$$ {W}_{\mathrm{a}\mathrm{b}}={W}_{\mathrm{g}\mathrm{e}\mathrm{n}}-{W}_{\mathrm{t}\mathrm{r}\mathrm{a}\mathrm{n}}-{W}_{\mathrm{c}\mathrm{o}\mathrm{n}} $$ (6) 式中:
$ {W}_{\mathrm{a}\mathrm{b}} $ ——年弃风量(MWh);$ {W}_{\mathrm{g}\mathrm{e}\mathrm{n}} $ ——年海上风电发电总量(MWh);$ {W}_{\mathrm{t}\mathrm{r}\mathrm{a}\mathrm{n}} $ ——年送出的海上风电发电量总量(MWh);$ {W}_{\mathrm{c}\mathrm{o}\mathrm{n}} $ ——年本地消纳的海风发电量总量(MWh)。 -
系统每送出或向本地负荷供应1 MWh电所产生的碳排放量。单位供电碳排放越低,系统低碳化水平越高。
$$ {P}_{\mathrm{p}\mathrm{u}}=\dfrac{{P}_{\mathrm{c}\mathrm{o}\mathrm{a}\mathrm{l}}-{P}_{\mathrm{c}\mathrm{a}\mathrm{p}}}{{E}_{\mathrm{t}\mathrm{r}\mathrm{a}\mathrm{n}}+{E}_{\mathrm{c}\mathrm{o}\mathrm{n}}} $$ (7) 式中:
$ {P}_{\mathrm{p}\mathrm{u}} $ ——单位供电碳排放(g/MWh);$ {P}_{\mathrm{c}\mathrm{o}\mathrm{a}\mathrm{l}} $ ——年火电机组发电碳排放总量(g);$ {P}_{\mathrm{c}\mathrm{a}\mathrm{p}} $ ——年碳捕集总量(g);$ {E}_{\mathrm{t}\mathrm{r}\mathrm{a}\mathrm{n}} $ ——年送出电量总量(MWh);$ {E}_{\mathrm{c}\mathrm{o}\mathrm{n}} $ ——年本地消纳电量总量(MWh)。 -
以我国南方沿海某能源基地为例,该基地主要包含4 GW火电、2 GW海上风电、200 MW/400 MWh电储能、1 kNm³/h电解水制氢设施与100 t/a碳捕集设施,已有火电送出通道输电上限4.508 GW,基地厂用电负荷160 MW。
火电部分由4台1 GW燃煤机组构成,其中1号、2号机组最小技术出力35%,3号、4号机组最小技术出力30%。4台机组额定出力时单位供电煤耗为265 g/kWh,热效率为46.35%,不同负载率下煤耗及热效率曲线如图3所示。
海上风电仿真风速数据取自NASA MEEEA数据库2021年逐时125 m风速数据,风力发电仿真过程考虑空气密度1.169 kg/m³,考虑尾流影响、控制与偏航、叶片污染、风机利用率、功率曲线保证率、气候影响停机、损耗及其他人为影响因素进行折减修正后按照综合折减系数15.43%计算。海上风电功率曲线与推力系数曲线如图4所示。
电储能类型为磷酸铁锂电池,系统效率按照90%考虑。制氢设施额定工况下产生5 MW电负荷,CCUS额定工况下产生82.45 MW电负荷,二者在仿真过程中被视为可调节负荷。
-
试验方案1:利用现有通道送出火电,新增2.2 GW通道送出海上风电,不考虑电储能、制氢设施、碳捕集设施作用。按照风火分别送出的常规方式进行仿真运算,作为对照组。
试验方案2:利用现有通道同时送出火电与海上风电,但火电运行策略及检修安排不耦合海上风电出力特性。不考虑电储能、制氢设施、碳捕集设施作用。在不新建通道的情况下,作为不采用风火打捆运行策略的对照组。
试验方案3:结合海上风电出力特性考虑火电调峰能力及停机检修安排,利用现有通道打捆送出火电与海上风电,不考虑电储能、制氢设施、碳捕集设施作用。检验风火打捆模式的可行性与运行特性。
试验方案4:发挥电储能、制氢设施、碳捕集设施的调节作用后,利用现有通道打捆送出火电与海上风电。在风火打捆模式的基础之上,检验引入可调节负荷是否能进一步优化系统运行特性。
-
依托HOMER软件环境与粒子群寻优算法理论,根据研究需求进行二次开发后,对各试验方案进行系统搭建与典型年运行仿真计算,指标测算结果数值如表1~表5所示。
表 1 各试验方案送出通道规模
Table 1. Capacity of transmission line
试验方案编号 送出通道容量/GW 试验方案1 6.708 试验方案2 4.508 试验方案3 4.508 试验方案4 4.508 表 2 各试验方案通道利用率
Table 2. Utilization rate of transmission line
试验方案编号 通道利用率/% 试验方案1 59 试验方案2 82 试验方案3 82 试验方案4 80 表 3 各试验方案火电年发电小时数
Table 3. Annual utilization hours of thermal power units
试验方案编号 火电年发电小时数/h 试验方案1 7 302 试验方案2 7 302 试验方案3 7 255 试验方案4 7 256 表 4 各试验方案年弃风量
Table 4. Annual wind power curtailment
试验方案编号 年弃风量/GWh 试验方案1 0 试验方案2 163.781 试验方案3 0 试验方案4 0 表 5 各试验方案单位供电碳排放
Table 5. Carbon emission from unit power supply
试验方案编号 单位供电碳排放/[g·(MWh)−1] 试验方案1 457 试验方案2 460 试验方案3 457 试验方案4 427 由指标测算结果可知:
1)试验方案1相较于其他试验方案,未采用风火打捆送出模式,所需送出通道总建设容量达到6.708 GW、比采用风火打捆送出模式时高2.2 GW,通道平均利用率59%、比采用风火打捆送出模式时低21%~23%。由于通道规模越大则所需投资及建设空间越大,利用率越低则投资经济性越低,可推断风火打捆送出模式相较于常规送出模式可节省通道投资与建设空间,且具有更高经济性。
2)试验方案2风电与火电共用送出通道,但未根据风电出力情况调节火电出力,且未配置余电消纳设施,因此在运行仿真中产生年弃风量164 GWh。由此可认为,为充分发挥风火打捆送出模式的优势,需同步考虑耦合运行与配套设施建设。试验方案2最大弃风日系统出力曲线如图5所示。
3)将试验方案3与前两组方案对比可知,利用火电调峰能力并合理安排检修时间,可在不新建风电通道的同时实现零弃风,即从系统安全稳定运行角度风火打捆耦合送出可行。试验方案3在试验方案2最大弃风日的系统出力曲线如图6所示。
图 6 方案3运行曲线-方案2最大弃风日
Figure 6. System operating graph of scheme 3-max. wind power curtailment of scheme 2
4)将试验方案4与试验方案3对比可知,通过引入电储能、制氢设施、碳捕集设施等电力移峰或消纳设施,可在不弃风的前提下提升火电利用小时数、进而提高发电效率与经济性,但由于试验方案4中电力移峰或消纳设施的配置规模相对火电、风电规模较小,因此利用小时数的提升总数不算显著。同时,由于保障了海风送出且对火电烟气进行碳捕集,试验方案4相较于其他方案可使单位供电碳排放下降30~33 g/MWh,如碳利用、碳封存产业规模提升,可扩大碳捕集设施容量进一步降低单位供电碳排放。试验方案4在试验方案2最大弃风日的系统出力曲线如图7所示。
图 7 方案4运行曲线-方案2最大弃风日
Figure 7. System operating graph of scheme 4-max. wind power curtailment day of scheme 2
将试验方案3、方案4对比结果结合电储能、电制氢、CCUS设施的投资及效益对比表(见表6)分析可知:
表 6 设备投资及效益对比表
Table 6. Comparison of equipment investment and benefits
设备类型 单位投资/
(万元·MW−1)单位投资调峰贡献/
(kW·万元−1)单位投资减碳贡献/
[t·(a·万元)−1]下游产业
衔接新建通道 5.3 — — — 电储能 440 2.3(移峰) — — 电制氢 3 032 0.3 — 氢能交通等用氢产业 CCUS 703 1.3 17.2 生物养殖、驱油等用碳产业 1)由于单位容量投资高于新建通道的单位容量投资,通过部署电储能、电制氢及CCUS减少送出通道容量需求无法降低项目投资额。
2)电储能相较于电制氢、CCUS设施在单位投资上具有优势,但由于电储能仅能转移出力峰期而不能持续消纳富余电力,在出力曲线季节性峰谷特征明显、峰期时间长、余电总量大的海上风电调峰场景中,电储能增加绿电送出能力不具备优势,在储能设施还存在能量损耗的情况下对系统减碳的贡献有限。
3)从调峰及消纳富余电力的角度,电制氢设施成本高,在通过火电调节能力已能实现海上风电全额送出的情况下,采用电制氢手段调峰不具备经济性且难以进一步减碳。但由于通过绿电制氢可实现能源与交通领域的衔接,进而降低交通领域化石燃料使用、减少二氧化碳排放,从全社会的角度来看具有较好的发展前景。
4)CCUS可作为系统内可控负荷稳定消纳富余电力,可有效降低火电运行过程中产生碳排放,并可将捕集的二氧化碳作为产品销售、为系统运营增加收益来源。但由于CCUS在系统中仅能作为负荷而不能作为电源,因而灵活性相较于电储能、电制氢设施偏弱。
5)综合上述分析,在系统中部署电储能、电制氢及CCUS设施的主要作用不在于节省系统投资,而在于在建设条件受限时降低新建通道必要性、降低支撑性电源运行碳排放、以及推进全社会降碳及下游低碳产业发展。
Electricity Transmission Strategy Research Based on Wind-Coal-Battery-Hydrogen-CCUS Multi Energy Coupling and Bundling System
-
摘要:
目的 为在通道建设空间受限的情况下坚实城市负荷中心能源供给保障并实现海上风电大规模送出与消纳,提出一种风火打捆、多元耦合的系统建设运行模式,并结合项目对该模式进行理论分析与仿真验证。 方法 在研究过程中,设置风火分别送出、风火打捆送出但运行不耦合、风火打捆送出且运行耦合、风火氢碳耦合送出4种仿真试验方案,并依托HOMER软件环境及粒子群算法对试验方案进行系统运行仿真与指标测算。 结果 测试结果表明:通道总规模在未采用风火打捆送出模式时比采用风火打捆送出模式时高2.2 GW,通道平均利用率59%,比采用风火打捆送出模式时低21%~23%;风电与火电共用送出通道但运行不协同产生弃风量合计164 GWh;风火建设打捆且运营协同时可实现零弃风,并减少单位供电碳排放下降30~33 g/MWh。 结论 风火打捆、多元耦合的绿电送出及系统运行方式可行且有效,对海上风电项目的规划建设具有指导意义。 Abstract:Introduction In order to guarantee urban power supply and offshore wind power utilization without building new power lines, the paper aims to establish a electricity transmission strategy based on wind-coal-battery- hydrogen -CCUS multi energy coupling and bundling system, which is analyzed theoretically and verified by simulation. Method To verify the effectiveness of the strategy, four experimental schemes (separate transmission of wind and coal power, bundled transmission of wind and coal power without operation coupling, bundled transmission of wind and coal power with operation coupling, and wind-coal-battery-hydrogen-CCUS coupled transmission) were set up, and based on the HOMER software environment and particle swarm optimization algorithm, the system operation simulation and index calculation of the test scheme are carried out. Result According to the simulation results, compared with normal separate transmission strategy, power transmission line capacity of system applying wind-coal bundled transmission strategy can be decreased by 2.2 GW, with an average utilization rate of 59%, i.e. 21%~23% higher. In the case that the wind power and coal power share the same transmission line without coordinated operation, the wind power curtailment is 164 GWh in total. System applying wind-coal-battery–hydrogen-CCUS bundled transmission strategy could avoid wind power curtailment and reduce carbon emission from unit power supply by about 30~33g/MWh. Conclusion In conclusion, the electricity transmission strategy established by this paper is supposed to be feasible and effective and contributing to planning and construction of offshore wind power project. -
表 1 各试验方案送出通道规模
Tab. 1. Capacity of transmission line
试验方案编号 送出通道容量/GW 试验方案1 6.708 试验方案2 4.508 试验方案3 4.508 试验方案4 4.508 表 2 各试验方案通道利用率
Tab. 2. Utilization rate of transmission line
试验方案编号 通道利用率/% 试验方案1 59 试验方案2 82 试验方案3 82 试验方案4 80 表 3 各试验方案火电年发电小时数
Tab. 3. Annual utilization hours of thermal power units
试验方案编号 火电年发电小时数/h 试验方案1 7 302 试验方案2 7 302 试验方案3 7 255 试验方案4 7 256 表 4 各试验方案年弃风量
Tab. 4. Annual wind power curtailment
试验方案编号 年弃风量/GWh 试验方案1 0 试验方案2 163.781 试验方案3 0 试验方案4 0 表 5 各试验方案单位供电碳排放
Tab. 5. Carbon emission from unit power supply
试验方案编号 单位供电碳排放/[g·(MWh)−1] 试验方案1 457 试验方案2 460 试验方案3 457 试验方案4 427 表 6 设备投资及效益对比表
Tab. 6. Comparison of equipment investment and benefits
设备类型 单位投资/
(万元·MW−1)单位投资调峰贡献/
(kW·万元−1)单位投资减碳贡献/
[t·(a·万元)−1]下游产业
衔接新建通道 5.3 — — — 电储能 440 2.3(移峰) — — 电制氢 3 032 0.3 — 氢能交通等用氢产业 CCUS 703 1.3 17.2 生物养殖、驱油等用碳产业 -
[1] 王枫, 周斌, 张辉. “双碳”背景下源网荷储协调互动助力新型电力系统建设 [J]. 中国资源综合利用, 2022, 40(5): 188-191,201. DOI: 10.3969/j.issn.1008-9500.2022.05.054. WANG F, ZHOU B, ZHANG H. Generation-grid-load-storage coordination and interaction assists construction of new power system under the background of "double carbon" [J]. China resources comprehensive utilization, 2022, 40(5): 188-191,201. DOI: 10.3969/j.issn.1008-9500.2022.05.054. [2] 毛晓波, 薛溟枫. 基于泛在电力物联网的多能互补综合能源服务平台建设及应用 [J]. 内蒙古电力技术, 2020, 38(1): 31-34. DOI: 10.3969/j.issn.1008-6218.2020.01.013. MAO X B, XUE M F. Construction and application of multi-energy complementary integrated energy service platform based on ubiquitous power internet of things [J]. Inner mongolia electric power, 2020, 38(1): 31-34. DOI: 10.3969/j.issn.1008-6218.2020.01.013. [3] 张少强, 陈露, 刘子易, 等. 大型燃煤锅炉深度调峰关键问题探讨 [J]. 南方能源建设, 2022, 9(3): 16-28. DOI: 10.16516/j.gedi.issn2095-8676.2022.03.003. ZHANG S Q, CHEN L, LIU Z Y, et al. Discussion on key problems of depth peak adjustment for large coal-fired boilers [J]. Southern energy construction, 2022, 9(3): 16-28. DOI: 10.16516/j.gedi.issn2095-8676.2022.03.003. [4] 陈璨, 樊小伟, 张文浩, 等. 促进分布式光伏消纳的两阶段源网荷储互动优化运行策略 [J]. 电网技术, 2022, 46(10): 3786-3796. DOI: 10.13335/j.1000-3673.pst.2022.1354. CHEN C, FAN X W, ZHANG W H, et al. Two-staged generation-grid-load-energy storage interactive optimization operation strategy for promotion of distributed photovoltaic consumption [J]. Power system technology, 2022, 46(10): 3786-3796. DOI: 10.13335/j.1000-3673.pst.2022.1354. [5] 王枫, 周斌, 郑云飞, 等. 基于碳中和的源网荷储协调调度优化模型研究 [J]. 能源与环保, 2022, 44(10): 149-158. DOI: 10.19389/j.cnki.1003-0506.2022.10.024. WANG F, ZHOU B, ZHENG Y F, et al. Research on load storage coordination scheduling optimization model of source network based on carbon neutralization [J]. China energy and environ-mental protection, 2022, 44(10): 149-158. DOI: 10.19389/j.cnki.1003-0506.2022.10.024. [6] 陈鸿琳, 刘新苗, 余浩, 等. 基于近似动态规划的海上风电制氢微网实时能量管理策略 [J]. 电力建设, 2022, 43(12): 94-102. DOI: 10.12204/j.issn.1000-7229.2022.12.010. CHEN H L, LIU X M, YU H, et al. Real-time energy management strategy based on approximate dynamic programming for offshore wind power-to-hydrogen microgrid [J]. Electric power construction, 2022, 43(12): 94-102. DOI: 10.12204/j.issn.1000-7229.2022.12.010. [7] 罗金满, 刘丽媛, 刘飘, 等. 考虑源网荷储协调的主动配电网优化调度方法研究 [J]. 电力系统保护与控制, 2022, 50(1): 167-173. DOI: 10.19783/j.cnki.pspc.210348. LUO J M, LIU L Y, LIU P, et al. An optimal scheduling method for active distribution network considering source network load storage coordination [J]. Power system protection and control, 2022, 50(1): 167-173. DOI: 10.19783/j.cnki.pspc.210348. [8] 罗曦, 黄磊, 金颖, 等. 可再生能源接入下源网荷储策略与模型研究 [J]. 能源与节能, 2022(5): 15-18. DOI: 10.3969/j.issn.2095-0802.2022.05.004. LUO X, HUANG L, JIN Y, et al. Research on strategy and model of source grid load storage under access of renewable energy [J]. Energy and energy conservation, 2022(5): 15-18. DOI: 10.3969/j.issn.2095-0802.2022.05.004. [9] 周国鹏, 赵春阳, 康俊杰, 等. 面向源网荷储一体化的能源服务典型发展模式 [J]. 广东电力, 2022, 35(7): 23-31. DOI: 10.3969/j.issn.1007-290X.2022.007.003. ZHOU G P, ZHAO C Y, KANG J J, et al. Typical energy service development patterns oriented to source-network-load-storage integration [J]. Guangdong electric power, 2022, 35(7): 23-31. DOI: 10.3969/j.issn.1007-290X.2022.007.003. [10] 殷仁豪. “双碳”背景下新能源基地规划发展趋势 [J]. 上海节能, 2022(3): 265-271. DOI: 10.13770/j.cnki.issn2095-705x.2022.03.004. YIN R H. Planning development trend of new energy base under "dual carbon" background [J]. Shanghai energy conservation, 2022(3): 265-271. DOI: 10.13770/j.cnki.issn2095-705x.2022.03.004. [11] 李湃, 王伟胜, 黄越辉, 等. 大规模新能源基地经特高压直流送出系统中长期运行方式优化方法 [J]. 电网技术, 2023, 47(1): 31-40. DOI: 10.13335/j.1000-3673.pst.2022.1335. LI P, WANG W S, HUANG Y H, et al. Method on optimization of medium and long term operation modes of large-scale renewable energy power base through UHVDC system [J]. Power system technology, 2023, 47(1): 31-40. DOI: 10.13335/j.1000-3673.pst.2022.1335. [12] 杨庆舟, 马平平, 吕素姣. 基于DDF-DEA三阶段模型国家能源开发效率研究−以国家划分的20个大型综合能源基地为例 [J]. 工业技术经济, 2020, 39(3): 143-153. DOI: 10.3969/j.issn.1004-910X.2020.03.017. YANG Q Z, MA P P, LV S J. Research on development efficiency of national energy base based on DDF-DEA three-stage model: take twenty large comprehensive energy bases divided by the state as an example [J]. Journal of industrial technological economics, 2020, 39(3): 143-153. DOI: 10.3969/j.issn.1004-910X.2020.03.017. [13] 李凯, 康世崴, 闫方, 等. 基于风光火储的多能互补新能源基地规划分析 [J]. 山东电力技术, 2020, 47(10): 17-21,35. DOI: 10.3969/j.issn.1007-9904.2020.10.004. LI K, KANG S W, YAN F, et al. Planning analysis of new energy base based on wind-photovoltaic-thermal-energy storage multi-energy complementary [J]. Shandong electric power, 2020, 47(10): 17-21,35. DOI: 10.3969/j.issn.1007-9904.2020.10.004. [14] 沈广进, 辛焕海, 刘昕宇, 等. 大型新能源基地中调相机同步失稳机理与影响因素分析 [J]. 电力系统自动化, 2022, 46(20): 100-108. DOI: 10.7500/AEPS20220321004. SHEN G J, XIN H H, LIU X Y, et al. Analysis on synchronization instability mechanism and influence factors for condenser in large-scale renewable energy base [J]. Automation of electric power systems, 2022, 46(20): 100-108. DOI: 10.7500/AEPS20220321004. [15] 胡贵良. 金沙江上游川藏段可再生能源基地能源利用模式探索 [J]. 华电技术, 2019, 41(11): 62-65,84. DOI: 10.3969/j.issn.1674-1951.2019.11.015. HU G L. Exploration on utilization models for renewable energy of Sichuan-Tibet section in the Jinsha river upper reaches [J]. Integrated intelligent energy, 2019, 41(11): 62-65,84. DOI: 10.3969/j.issn.1674-1951.2019.11.015. [16] 孟沛彧, 王志冰, 迟永宁, 等. 适应多能源基地远距离输送电能的混合四端直流输电系统控制策略研究 [J]. 电工技术学报, 2020, 35(增刊2): 523-534. DOI: 10.19595/j.cnki.1000-6753.tces.191684. MENG P Y, WANG Z B, CHI Y N, et al. Control strategy of hybrid four-terminal HVDC transmission system dedicated for long-distance power delivery from multiple energy bases [J]. Transactions of China electrotechnical society, 2020, 35(Suppl. 2): 523-534. DOI: 10.19595/j.cnki.1000-6753.tces.191684. [17] 张适宜, 周明, 黄瀚燕, 等. 新能源基地多端柔性直流汇集系统运行灵活性研究 [J]. 电网技术, 2020, 44(10): 3846-3856. DOI: 10.13335/j.1000-3673.pst.2019.1405. ZHANG S Y, ZHOU M, HUANG H Y, et al. Operational flexibility optimization of renewables generation multi-terminal flexible DC collector system [J]. Power system technology, 2020, 44(10): 3846-3856. DOI: 10.13335/j.1000-3673.pst.2019.1405. [18] 朱春萍, 王艳, 沙志成. 新能源基地多能互补电力外送和消纳方案的研究 [J]. 电气应用, 2019, 38(10): 60-65. ZHU C P, WANG Y, SHA Z C. Study on the scheme of multi-energy complementary power transmission in new energy base [J]. Electrotechnical application, 2019, 38(10): 60-65. [19] 习工伟, 赵兵, 郑帅飞, 等. 新能源基地经特高压交流送出系统输电能力与提升措施 [J]. 电力建设, 2022, 43(7): 131-138. DOI: 10.12204/j.issn.1000-7229.2022.07.015. XI G W, ZHAO B, ZHENG S F, et al. Transmission capacity and improvement measures of the UHVAC sending system from new energy base [J]. Electric power construction, 2022, 43(7): 131-138. DOI: 10.12204/j.issn.1000-7229.2022.07.015. [20] 罗魁, 郭剑波, 马士聪, 等. 海上风电并网可靠性分析及提升关键技术综述 [J]. 电网技术, 2022, 46(10): 3691-3702. DOI: 10.13335/j.1000-3673.pst.2022.1496. LUO K, GUO J B, MA S C, et al. Review of key technologies of reliability analysis and improvement for offshore wind power grid integration [J]. Power system technology, 2022, 46(10): 3691-3702. DOI: 10.13335/j.1000-3673.pst.2022.1496. [21] 张洒洒, 杨伦庆, 刘强, 等. 广东省海上风电制氢产业发展研究 [J]. 中国资源综合利用, 2022, 40(12): 185-188. DOI: 10.3969/j.issn.1008-9500.2022.12.051. ZHANG S S, YANG L Q, LIU Q, et al. Research on the development of offshore wind power hydrogen production industry in Guangdong province [J]. China resources comprehensive utilization, 2022, 40(12): 185-188. DOI: 10.3969/j.issn.1008-9500.2022.12.051. [22] 董军, 彭诗程, 包阿茹汗, 等. 新型电力系统火电综合价值分析与评估 [J]. 重庆理工大学学报(自然科学版), 2022, 36(12): 259-268. DOI: 10.3969/j.issn.1674-8425(z).2022.12.033. DONG J, PENG S C, BAO A R H, et al. Analysis and evaluation of comprehensive value of thermal power in the new power system [J]. Journal of Chongqing University of Technology (natural science edition), 2022, 36(12): 259-268. DOI: 10.3969/j.issn.1674-8425(z).2022.12.033. [23] 祝青, 沈晨姝, 李木子, 等. 大型集中式风电储能系统的配置及收益模式研究 [J]. 电工技术, 2022(17): 4-8. DOI: 10.19768/j.cnki.dgjs.2022.17.002. ZHU Q, SHEN C S, LI M Z, et al. Research on configuration and revenue model of large centralized wind energy storage system [J]. Electric engineering, 2022(17): 4-8. DOI: 10.19768/j.cnki.dgjs.2022.17.002. [24] 贾子奕, 刘卓, 张力小, 等. 中国碳捕集、利用与封存技术发展与展望 [J]. 中国环境管理, 2022, 14(6): 81-87. DOI: 10.16868/j.cnki.1674-6252.2022.06.081. JIA Z Y, LIU Z, ZHANG L X, et al. Development and prospect of carbon capture, utilization and storage technology in China [J]. Chinese journal of environmental management, 2022, 14(6): 81-87. DOI: 10.16868/j.cnki.1674-6252.2022.06.081.