松弛风电功率（共4篇）
松弛风电功率 篇1
0引言
作为可再生能源的重要组成部分,风力发电在中国已进入快速发展阶段。 大规模风电并网后,风电出力的随机性和间歇性特点,对电网的安全运行和电能质量造成了一定的影响。 同时风电的接入改变了地区电网只受电的运行方式,使地区电网存在受电与送电2种不同方式与上级电网并联运行,这将引起地区电网和上级电网相连的联络线功率潮流的大小和方向的多变,给电力系统调度和有功控制带来新的挑战［1-4］。 因此,必须结合风电的特点,研究并提出适应于大规模风电接入的电网有功调度方法,以满足风电接入后电力系统安全性、稳定性的要求。
针对含风电系统的电力系统调度方法,国内外很多专家做了大量的有益的探讨［3-7］。 目前对含风电系统发电调度的研究主要集中在风电功率预测［8-9］和调度模型［6，10］等方面,但由于不同地区风电接入量的大小及接入方式等的不同,在调度方面存在很大的差异。 文献[11]针对基于弃风量最小和能耗最小的2种发电调度模式, 分别构建了相应的优化调度模型;针对风电的易变性和不确定性,文献[12]进行了机组组合建模,研究了不同的风电调度优先级和风电所能提供旋转备用下的经济机组组合。 文献[13- 14]针对风电出力的随机性,研究了含风电系统的随机优化调度方法;文献[15]将风电功率的不确定性引入含风电调度模型中,建立基于场景集的日前机组组合和日内经济调度滚动修正两阶段决策模型,同时,在日内修正模型中引入弃风量以及切负荷量作为松弛变量,提高了模型的收敛性。 文献[16]基于非线性风功率曲线和Weibull分布的概率随机风功率模型,采用量子粒子群优化算法研究了含风电的电力系统经济调度;文献[17]从含大规模风电场的电网经济运行角度出发,提出了一种计及大容量燃煤机组深度调峰和可中断负荷的优化调度模型。
上述研究都是基于单一区域内部的风电消纳和机组调度,目前尚无文献对2级或多级区域之间协调消纳风电及其相关有功调度问题进行研究。 随着风电接入电力系统容量的增加,基于单一区域的风电调度已经不能满足电力系统的安全稳定性要求。 为了提高系统风电消纳量并保证电力系统运行的平稳性和经济性,本文根据风电调度权可分别隶属于上级电网或下级电网的不同情况,提出了含风电的上下级电网交互式协调调度策略。 上下级电网的协调调度关键在于联络线功率,联络线功率的确定是下级和上级电网交互寻优的一个过程。 本文提出了松弛联络线功率概念,以松弛联络线功率作为交互式协调的接口;当风电调度权在上级电网时还同时将松弛风电功率作为交互式协调的接口。
由于本文针对不同区域间的风电协调调度,涉及各区域调度的经济性问题,因而须对区域间联络线功率及风电价格进行合理的确定。 本文应用边际价格比较了2种不同的定价方式以得到最佳定价方法。 应用模拟上下级10机电力系统,并在下级电网接入风电的算例进行了计算,验证本文的调度优化策略和方法。 文中下级电网为地区电网,上级电网为省级电网,该方法也可适用于不同规模的上下级电网。
1上下级电网有功调度问题
传统电网有功调度问题可以描述为在满足一定的运行约束条件下以最小化总发电成本(或最小能耗、最小化发电量与计划电量之偏差等)为目标的机组开停机状态确定及发电出力的分配。 在计及风电接入的调度模型中,研究主要集中于在调度模型中考虑风电的不确定性,分析不确定性对调度计划结果的影响及对结果有效性的讨论。 不同于已有的考虑风电不确定性的有功调度模型,本文讨论的上下级电网有功调度问题,以实际系统中不同层级的调度系统的辖区不同为出发点,根据风电调度权限的差异展开讨论,侧重于如何将上下级电网的调度权限体现在调度模型中,使该电网既能够最大限度地消纳风电的出力,又能够取得较优的经济性。
2风电调度权属下级电网的上下级联合调度
当风电调度权属于下级电网时,下级电网可优先调度风电,制定初步发电计划。 由于下级电网进行调度时,上级电网的信息未知,该调度结果只是下级电网的局部最优,故还需与上级电网进行协调后,才能满足上级电网对联络线功率的要求。 因此,联络线功率的确定就成为上下级协调调度的交互寻优过程。
基于此,本文提出了松弛联络线功率的概念,以松弛联络线功率作为上下级交互式协调调度的接口。 所谓松弛联络线功率是指该联络线功率的数值在调度过程中是变化的,只有在交互协调完成后才最终得到联络线功率确定值。 松弛联络线功率很好地解决了上下级的协调调度。
2.1风电调度权为下级电网调度的策略
由于该调度方式是下级电网具有风电调度权, 因此首先下级电网根据风电和机组出力以及用电需求进行功率平衡,以经济性最优为目标进行预调度。 将得到的联络线功率上传给上级调度。
上级调度将下级电网预调度的联络线功率作为一个定值的有功电源,与可变松弛联络线功率共同作为上级调度优化模型中联络线功率进行优化。
当优化结果中的松弛联络线功率等于零,表明下级电网上传的联络线功率正好满足上级调度的需求,则联络线功率不需调节,下级电网按预调度结果安排发电机出力及风电场计划;当松弛联络线功率小于零或大于零时,分别表明上级电网无法满足或无法消纳下级电网上传的联络线功率。 此时需根据松弛联络线功率,对预调度的联络线功率进行修正, 由此,得到下级电网最终上传的联络线功率,即为下级预调度联络线功率与松弛联络线功率之差。
然后上级电网将此修正后的功率值送至下级电网,下级电网再将此联络线功率作为定值,进行本级的最终调度,确定发电机出力,下达风电出力指令。 算法步骤如下。
a. 下级区域优化:含风电下级电网进行本区域优化调度,得到风电消纳量及联络线功率Pc1,令Pc=Pc1。
b. 上级电网将Pc看作定值有功电源,引入可变松弛联络线功率Ps进行本区域优化调度,得到优化结果(Ps> 0表示上传联络线功率无法全部消纳,Ps< 0表示下级上传功率不足,需继续增大上传功率量)。
c. 若Ps= 0,调度结束;若Ps≠0 ,则联络线功率变为Pc= Pc1- Ps。
d. 下级电网将修正后的联络线功率Pc作为定值,进行本区域优化调度,得到最终优化结果。
具体调度流程如图1所示。
2.2风电调度权在下级电网调度的优化模型
1下级电网预调度。
该调度考虑机组发电费用、启停成本、联络线交换功率费用、切风惩罚,具体数学模型如下。
目标函数:
其中,ui，tOci(Pi，t)为机组的运行耗量, 一般表示为机组功率的二次函数,即Oci(Pi，t) = aiPi，t2(t) + biPi，t(t) + ci,ai、bi、ci为运行耗量参数,Pi，t为火电机组i在时段t的功率变量;ui，t(1 - ui，（t-1）)Sci，t为机组启停费用,ui，t为机组i在时段t的运行状态变量,ui，t=0表示停机,ui，t= 1表示运行,Sci，t为机组i在时段t的启动耗量,与停机时间的长短相关;N为火电机组数;分别为机组出力上、下限;Pw，t、PL，t分别为时段t风电场输出有功功率和负荷有功需求;T为时段数;Pc，t为时段t联络线功率;πd为联络线功率成本系数,该成本系数在文中采用2种确定方式,一种是采用区域火电边际机会成本,即在联络线功率为零的情况下,计算出各区域分别进行调度的单位功率成本,将该成本作为调度时各级联络线功率成本,另一种成本确定方式是在上述方式下求得上下区域单位功率成本后,取两成本的均值作为联络线功率成本;为弃风惩罚项,β为罚因子,PWi,t为时段t风电场i实际被调用的风电功率,P*Wi,t为时段t风电场i可被调度的风电功率,k为系统中风电场数目;Pi,max、Pi,min分别为机组的最大、最小出力;Rut和Rlt分别为时段t系统的上调备用和下调备用的需求容量;rdi和rui分别为机组i最大的每分钟滑坡速率和爬坡速率;ΔT为相邻时段的时间长度,以小时计;τi-和τi+分别为机组i的最小关机小时数和最小开机小时数;Ti,t-和Ti,t+分别为时段t前已连续停机和开机的小时数;Pcmax为联络线的传输功率极限。由于联络线功率是双向变化的,故其功率极限约束带有正负号。式(5)中,ui,t-1<0、ui,t>0表示机组i在时段t启动;ui,t<0、ui,t-1>0表示机组i在时段t关机。
式(2)—(7)分别是机组出力约束、备用容量约束、爬坡速率约束、最小开停机时间约束、功率平衡约束和联络线功率约束。
2上级调度部门根据下级上传的联络线功率进行本级调度优化。
a. 其目标函数为:
其中,Ps，t为时段t的松弛联络线功率;π′d为松弛联络线成本,定价方式与式(1)中πd相同。
b. 约束条件。 机组出力约束、备用容量约束、爬坡速率约束和最小开停机时间约束同式(2)—(5)。
功率平衡约束:
联络线约束:
由上述模型优化,得各时段松弛联络线功率Ps，t。
3若松弛联络线功率为零,则调度结束;否则, 下级调度部门根据上级调度得到的松弛联络线功率,并结合联络线传输容量限制得到新的联络线功率,然后将该联络线功率作为定值进行本级的终调度。 调度目标函数为:
功率平衡约束为:
其余约束条件同式(2)—(5)。
根据上述模型优化得到含风电的下级电网的最终调度结果。
需要指出的是,该调度的目的是尽可能多地消纳风电,所以在调度模型的目标函数中考虑了弃风罚函数。
3风电调度权属上级电网的上下级联合调度
3.1风电调度权属上级电网直调的调度策略
风电调度权属上级电网,由上级电网优先决定自身所需要调度的风电功率。 但由于受调度经济性或联络线传送功率的限制,上级优化结果可能尚未完全消纳风电。 上级电网将调度得到的联络线功率和剩余风电信息传送到下级电网,下级电网在此基础上消纳剩余风电调度。 此时,下级电网就成为风电消纳的松弛区域。 下级电网在完成该调度后,仅需将消纳的风电量信息传给上级电网。
下级电网调度结果存在2种可能:剩余的风电全部消纳,或受到系统调节能力的限制仅能消纳部分风电。 对于后一种情况,上下级电网间还需进一步交互协调。 这种交互将使联络线功率和上下级消纳的风电功率都发生变化。 本文将上下级协调中的风电功率定义为松弛风电功率,该功率随上级电网调度结果和下级电网功率平衡而变化。 故在此种调度方式时,同时存在松弛联络线功率和松弛风电功率的交互接口。
为实现上下级交互调度,上下级间需要反复协调才能得到最终调度数据。 这反映在模型中,意味着2级调度模型需要交替求解,具体步骤如下:
a. 上级电网根据本级预测负荷水平和预测的风电机会成本进行预调度,得到联络线功率;
b. 下级电网将联络线功率作为已知条件, 按照本级的预测负荷数据,将消除松弛联络线功率加入条件,进行经济调度,得到因网络约束而产生的风电松弛功率;
c. 以最小化松弛风电功率为目的, 重新求解上级电网调度模型;
d. 依次交替求解,直到消除松弛联络线功率,并最小化松弛风电功率。
具体调度流程如图2所示。
上下级电网调度过程中都考虑了电网调度风电的成本。 在本文中采用火电边际机会成本作为风电调度成本。
3.2风电调度权属于上级电网的优化模型
(1)上级电网调度模型。
目标函数:
其中,πu为联络线成本,定价方式与式(1)中πd相同。
约束条件如下。
功率平衡约束:
其余约束同式(2)—(5)。
上级电网执行预调度后可得到上级电网的发电安排和联络线功率,将剩余风电量作为下级电网可调度风电量,由下级电网进行调度。
(2)下级调度电网调度模型。
目标函数为:
约束条件除了联络线功率约束外,其余条件同式(2)—(5)。
系统功率平衡约束:
若风电松弛功率不为零,将下级调度结果返回上级,进行修正调度;若风电松弛功率为零,结束交互调度并得到最终结果。
4联合调度优化算例
文中采用10机39节点系统模拟上下级系统并在下级系统接入风电,分别对2种调度方式和联络功率成本系数2种确定方式进行了算例分析。 机组1—3为下级电网,机组4—10为上级电网。 机组具体参数见表1,风电功率见图3。
(1)调度权在下级电网的上下级协调调度计算结果。
图4、图5分别是采用不同边际成本系数得到的联络线功率变化情况,图中pc0、pc分别是下级电网预调度和终调度联络线功率;Ps是松弛联络线功率。 由图可见,预调度后得到的联络线功率传输到上级电网,上级电网不能完全接纳。 所以,2种情况下都存在松弛联络线功率。 由于松弛联络线功率的引入,使联络线最后的实际传输功率发生了变化,实现了上下级协调的经济调度。
(2)调度权在上级电网调度方式的计算结果。
调度权在上级电网时,采用了2种边际成本确定方式作为联络线功率系数,算例计算结果见图6、7。
图6、图7分别为2种不同边际成本下的联络线功率及其松弛风电功率。 由图可见,上级调度时风电没有完全消纳,该功率以松弛风电功率的方式将信息传送到下级电网;下级电网将该部分风电参与到下级调度进行消纳。 显然,由于松弛风电功率和松弛联络线功率的引入,经过下级电网对风电的调度, 风电场的风电全部消纳,提高了风电的利用率。
(3)不同调度方式和边际成本的经济比较。
本文分别针对调度权隶属关系不同及联络线功率定价不同几种情况从经济性方面作了算例分析, 计算得到,上级电网的边际成本为21.1668 $ / MW,下级电网时边际成本为25.1352 $ / MW,上下级平均边际成本为23.151 $ / MW。 分析对比结果见表2。
苊
从表2可以看出,在各区域将本区域边际成本作为本区域联络线功率成本的情况下,调度权在下级电网时,系统的总成本(机组出力成本加上联络线功率成本和风电购电成本)较调度权在上级电网的要低, 同样,采用上下级平均成本作为边际成本的情况下, 调度权在下级的系统总成本和机组成本都低于调度权在上级的电网的情况。
另对2种边际成本的比较算例可以看出,采用上下级区域边际成本的均值作为联络线成本,无论调度权在上级电网还是下级电网,其系统总成本都优于各区域采用自身区域边际成本作为联络线功率成本的情况。
5结论
依据风电所属调度权的不同,研究了含风电的下级电网与上级电网有功联合调度策略,并建立了相应的优化模型。 同时讨论了联络线功率成本的不同确定方式。 算例仿真结果表明,2种调度方式的调度趋势基本一致而成本上略有差异。 采用上下级系统的平均边际成本作为联络线功率成本进行调度, 整个系统能够达到更好的经济效益。
本文提出的松弛联络线功率概念,为适用风电不同调度权的上下级调度提供了很好的交互协调接口,使得上下级都能参与平滑风电波动的协调调度;风电调度权为上级调度时,松弛风电功率与松弛联络线功率交互接口同时应用,可最大限度消纳风电,尽量减少弃风。 而提出的协调调度时联络线成本的确定方式,为不同区域间协调调度的总体经济性提供了参考。
典型风电场风电功率预测误差研究 篇2
风电场的出力具有间歇性和难预知性等特点,大量风电接入系统对电网的安全稳定运行构成了影响[1,2]。天气预报的不准确性影响到风功率预测,不准确风电功率预测影响次日的发供电平衡,带来调峰困难[3]。提高风电功率预测精度可以克服电力系统的备用容量设计的保守性,可以提高电力系统的经济性和稳定性[4]。
风电功率预测方法,根据预测物理量可以分为2类:第1类为对风速的预测,然后利用数理统计的方法,对实际风电场的实测风速数据和实测并网功率数据进行数理分析和统计得到确定风电场的风速与功率之间关系特性[5],即由风电机组或风电场的功率曲线得到风电场功率并网[6,7,8,9];第2类为直接预测风电场的并网功率[10,11,12,13,14,15,16,17]。根据所采用的数学模型不同可分为持续预测法、自回归滑动平均模型法、卡尔曼滤波法和智能方法等[10]。根据预测系统输入数据来分类可以分为不采用数值天气预报数据的方法和采用数值天气预报数据的方法。根据预测的时间尺度可分为超短期预测和短期预测。文献[11]基于时间序列法和神经网络法对风速预测进行了研究,这种时序神经网络模型本质上还是以时间序列为基础的,对较长时间的预测效果会比较差。文献[15]研究了基于神经网络的风电场风速时间序列的预测,没有对风电场的并网功率进行预测。文献[16]探讨了风电场的短期风速预测,结合实例阐述了时间序列法在短期风速预测中的应用,但没有给出风电场并网功率的预测。
1 风电场预测误差与概率分布
截止2013年5月,辽宁电网拥有风电场64座,装机容量为5 108 MW,所有风电场都安装了风功率预测系统。
本文首先选取辽宁电网内若干典型风电场的全维数据进行特性分析。采用非限电时期的实际风场出力。以辽宁调兵山风电场数据为例,分析其预测数据的准确度(采样时间分辨率为15 min)。调兵山风电场总装机容量为49.5 MW,单机装机容量为1.5 MW,风机台数为33台,风机型号为UP82/1500,风机类型为上风向水平轴双馈异步发电机,具有低电压穿越能力,机组允许运行的最高频率为51.1 Hz,机组允许运行的最低频率为47.5 Hz,生产厂家是联合动力公司。按要求风电场功率预测系统提供的日预测曲线最大误差不超过25%;实时预测误差不超过15%。全天预测结果的均方根误差应小于20%。
1.1 风电场并网功率的预测值与实际值比较
对比调兵山风电场风电功率预测值与实际风电功率值,由图1可以看出,该风电场的功率预测并网具有一定偏差。
1.2 风电场并网功率日预测误差概率及最大日预测误差
图2显示调兵山风电场的实时风电功率预测误差以及日预测最大误差变化,图3为以5%的误差带宽为限制对图2中日预测最大误差进行概率统计得出的各个误差段的日预测最大误差的概率分布,其中,日预测最大误差,即为一天内该风电场实时预测误差的最大值。
各个误差段的日预测最大误差的概率分布,如图5所示;如实时预测误差<25%的概率占44%,显示该电场实时预测误差并未满足有关国标。
1.3 风电场预测数据的均方根误差
由图6可以看出调兵山风电场的预测结果的均方根误差变化,并以5%的误差带宽为标准对其进行统计,得出各个误差段所占的比例。在图7中为对图6中的各均方根误差所占的百分比做累加分析,可以看出均方根在所有误差中所占的比例,例如均方根误差<20%的预测占79%,该电场的均方根误差不完全满足有关国家标准。
2 辽宁风电场预测数据准确率分析
将辽宁电网的72个风电场ID按照从1开始顺序编号,并对实时预测曲线误差<15%、日预测最大误差<25%、全天预测结果的均方根误差<20%进行统计,如图8所示,可知辽宁省大多数风电场的预测系统提供的预测结果未满足国家有关规定要求。
2.1 风电场风功率预测预报准确率
风电场风功率预测预报准确率定义为:
式中,r1为预测计划曲线的准确率;PMK为K时段的实际平均功率,MW;PPK为K时段的预测平均功率,MW;N为日考核总时段(取96点-免考核点数);Cap为风电场开机量。
月(年)平均风电预测计划曲线的准确率(%)为日平均预测计划曲线准确率的算术平均值,如图9、图10所示。上述数据表明,该省风电场的功率预测系统并不能完全满足有关国家规定要求。
2.2 风电场风功率预测误差的分布特性
由于电力系统调度的需要,风电场要求向调度中心按时递交风功率预测信息,调度中心按照所递交的预测信息来安排机组发电计划,因此,预测误差对系统运行具有比较大的影响。
3 结语
风电功率预测技术 篇3
风电功率预测的主要功能是计算出风电场未来0-24小时的逐时刻发电功率, 为电网消纳风电, 降低调峰成本, 提高风电质量以及提高风电场营运维护效率提供可靠的依据。
风电在没有预测技术之前是不可预知的, 所以就要为此付出更多的调峰成本。当风很大时, 减少火电的发电;反之, 加大火电的输出;这样热备份电场就会相应的浪费许多能源。与之相反, 如果事先知道风电场的出力曲线, 可以安排调度任务, 在发电过程中自然的吸纳风电, 从而节约调峰成本, 同时保证了电网的稳定运行。则风电功率时大时小, 无从预知, 会对电网造成很大的冲击, 甚至导致不可预知的严重后果。
2 风电场功率预测算法
2.1 风电场功率预测技术概述
按照不同的标准, 可以对预测方法进行分类。根据预测的物理量可以分为两类, 第一类为对风速的预测, 然后根据风电机组或风电场的功率曲线得到风电场的功率输出;第二类为直接预测风电场的输出功率。
根据所采用的数学模型不同可分为持续预测法、ARMA模型、卡尔曼滤波法和智能方法等。持续预测方法是最简单的预测模型, 这种方法认为风速预测值等于最近几个风速值的滑动平均值。通常认为最近一点的风速值为下一点的风速预测值。该模型的预测误差较大, 且预测结果不稳定。改进的方法有ARMA模型法、卡尔曼滤波算法或时间序列法和卡尔曼滤波算法相结合。
根据预测系统输入数据也可以分为两类, 一类不采用数值天气预报的数据, 一类采用数值天气预报的数据。
根据预测的时间尺度可分为超短期预测和短期预测和中长期预测。
从建模的观点来看, 不同时间尺度是有本质区别的, 对于0～4h的预测, 因为其变化主要由大气条件的持续性决定, 因此不采用数值天气预报数据也可以得到较好的预测结果, 风电场输出功率预测都把数值天气预报数据作为一组重要输入数据。
考虑了地形、粗糙度等信息采用物理方程进行预测的方法称为物理方法, 根据历史数据进行统计分析, 找出其内在规律并用于预测的方法称之为统计方法。如果物理方法和统计方法都采用则称之为综合方法。
2.2 风电场功率预测算法
根据赤峰、通辽地区风电场所处地理位置的气候特征和风电场历史数据情况, 采用适当的预测模型进行特定风电场的功率预测, 根据预测时间尺度的不同和实际应用的具体需求, 宜采用多方法及模型, 形成最优预测策略。
从建模的观点看, 0-4小时的风电场功率变化主要由大气条件的持续性决定, 不采用数值天气预报数据也可以得到较好的预测结果, 因此系统中采用时间序列法进行建模。对于短期预测, 不考虑数值天气预报数据无法反映大气运动的本质, 所以数值天气预报数据是一组必需的输入数据, 根据赤峰、通辽地区风电场的数据情况, 采用统计或物理方法建立短期功率预测的模型。
1) 基于人工神经网络的统计方法:
统计法基于“学习算法”, 通过一种或多种算法建立NWP历史数据与测得的风电场历史输出功率数据之间的联系, 再根据该关系式, 由NWP数据对风电场输出功率进行预测。
BP网络除输入输出节点外, 还有一层或多层隐含节点, 同层节点中没有任何连接。输入信号从输入层节点依次传过各隐含节点, 然后传到输出节点, 每层节点的输出只影响下一节点的输出。BP网络整体算法成熟, 其信息处理能力来自于对简单非线性函数的多次复合方法。BP神经网络一般结构如图1所示。
采用BP神经网络进行训练是一种非线性拟和的方法, 经过训练的神经网络, 对于不在样本集附近的输入也能给出合适的输出。由于BP神经网络的强非线性拟和能力, 尤其对预测中各天气参数 (风速、风向、温度、气压、湿度、云层覆盖度等) 处理方便, 而且学习规则简单, 便于计算机实现。
2) 基于微观气象学理论的物理方法:
风电功率预测的物理方法主要基于大气边界层动力学与边界层气象理论, 将NWP系统输出的粗略的预测数据精细化为风电场实际地形、地貌条件下的预测值, 并将预测风速、风向转换为风电机组轮毂高度的风速、风向, 考虑风电机组间尾流影响后, 再将预测风速应用于风电机组的功率曲线, 由此得出风电机组的预测功率, 最后, 对所有风电机组的预测功率求和, 得到整个风电场的预测功率。
3) 时间序列方法:
时间序列分析建模最大的优点在于不必深究信号序列的产生背景, 序列本身所具有得时序性和自相关性已经为建模提供了足够得信息, 只需要有限的样本序列, 就可以建立起相当高精度的预测模型。时间序列模型主要包括稳定模型和非稳定模型。常用的稳定模型有自回归模型、滑动平均模型、自回归滑动平均模型几种。非稳定模型有整合自回归滑动平均模型等。
3 风电功率预测的误差
预测误差的来源主要有天气条件快速变化、测量数据损坏、风电机组停运、数值天气预报数据误差较大、预测模型不精确等。数值天气预报的准确度在一定程度上对功率预测系统的准确度也产生影响, 数值天气预报的来源和水平分辨率对于功率预测的精度产生影响。目前的水平分辨率是5KM×5KM, 还有待于进一步提高, 明确预测误差的定义有利于对预测方法的优劣性进行评价。
其中η为均方根误差与装机容量的比值。随着系统的不断完善, 经验和历史数据的积累, 预测误差会逐渐较小。即使是同一个预测系统, 由于其应用形式不同, 预测区域的大小和风电场的数量、预测的时间尺度和输入数据的精度等不同, 风电功率预测的误差也不同。
提高系统精度的方法:一是将水平分辨率达到1KM×1KM, 即预测区域越大, 预测的误差越小;二是系统运行一段时间后进行系统的模型再训练。三时间尺度越大, 预测误差越大, 时间尺度越短, 预测误差越小。四是采用多种天气预报模型组合、使用多种预测模型和更多的输入信息, 也有助于提高预测的精度。
4 风电功率预测技术优势
1) 边界层高精度数值气象预报:
风电场近地层高精度数值气象预报系统, 可以进一步为风电场提供精细风速、风向预报。
2) 人工智能数据挖掘与数据融合。
系统采用先进的人工智能算法, 对风电场的历史数据, 包括SCADA、EMS、测风数据, 以及NWP数据进行全面整合, 从而建立完整的风电场数据库。系统能够自适应地对海量数据进行筛选和挖掘, 找到内在规律, 为功率预报提供全面的数据和智能支持。
3) 能力预测与实发预测相结合。
实发预测:如果风电场处于满负荷运行状态, 系统直接给出风电场满负荷运转的未来功率预报;如果风电场处于限负荷运行状态, 系统会主动自适应的捕捉电场运行管理员的操作模式, 从而给出结合了现实运行情况和未来风资源情况的功率预报。
能力预测:风电场不论处于何种投运状态, 系统都会给出风机100%利用率情况下的潜在出力曲线。
5 结束语
随着风力发电装机容量的不断提升, 风电占所在电网的比例也在逐步增加。风电功率预测系统让风电场可以提供准确的天前发电功率曲线, 这使得电网调度可以有效利用风电资源, 提高风电发电上网小时数额。对促进风电的规模化发展起到非常重要的作用。
摘要：结合风电场输出功率预测系统中预测结果缺乏足够精度的原因展开分析和讨论, 提出了解决方案, 最后阐述了对提高风电功率预测精度还需要进一步做的工作。
关键词：风力发电,风电场,功率,预测,电力系统
参考文献
[1]谷兴凯, 范高锋, 王晓蓉等.风电功率预测技术综述[J].电网技术, 2007, (S2) .
[2]屠强.风电功率预测技术的应用现状及运行建议[J].电网与清洁能源, 2009, (10) .
[3]冯双磊, 王伟胜, 刘纯等.风电场功率预测物理方法研究[J].中国电机工程学报, 2010, (02) .
[4]彭怀午, 刘方锐, 杨晓峰.基于人工神经网络的风电功率短期预测研究[J].华东电力, 2009, (11) .
松弛风电功率 篇4
伴随着风电场装机容量的扩展,风电场对电网的有功和无功功率的影响将越来越突出。为了确保风电场以及接入电网的稳定运行,需要我们对风电场接入时的有功和无功功率进行细致的计算分析,并需要研究所选用机组类型的控制特性。基于发展较薄弱的地区,选用变速风电机组有利于维持系统电压的稳定。
1 风电场有功功率控制
1.1 风电场有功功率控制问题
有功功率控制是风电场一个非常重要的能力。目前,功率控制最普遍的应用是在发生事故时系统能力降低的情况下,帮助系统复原到正常运行,避免系统出现过载。需要功率控制能力的原因还包括频率控制,但频率控制在风电场中应用不多。
在风电装机比例较高的电网,风电场通过功率控制会对系统事故复原产生特别明显的作用,在风电装机比例较高的电网地区,功率控制的作用更明显。国外对于风电场并网技术性文件都规定了在持续运行和切换操作时必须要控制有功功率。一是控制最大功率变化率;二是特殊情况下控制风电场的输出功率。另外,许多风电并网标准还要求风电场必须具有降低有功功率和参与系统一次调频的能力,并规范了降低功率的范围和响应时间,并且参加一次调频的调节系统技术参数(死区、调差系数和响应时间等)。
在我国东北,各地主要风电场接入电网的最大容量要受到当地电网条件及系统调峰能力的影响。由于风电是一种间歇性电源,输出功率超过额定值80%的概率一般不超过10%。对电网公司和风电场开发商来说,风电场的输出功率在某些情况下限制,应该是一种比较好的选择。这一选择,很好的解决了电网改造投资的问题,同时也大大提高了电网的利用率;对于风电场而言,在相同的电网结构条件下,可以建设规模更大的风电场。
1.2 东北地区风电场有功功率控制研究
黑龙江省电网在5月份、辽宁省电网在7月份、吉林省电网在5月份的负荷较低,升机方式最小。根据这三省2010研究水平年在这种负荷及开机方式下进行调峰能力计算,可得到东北地区可用于调整风电功率变化量的理论最小值以及风电场1min总的最大功率变化率限值,结果如表1所示。
表1是在没有考虑电网约束、风电机组性能指标完全符合要求以及其他电网特殊运行情况下的结果。
风电场最大功率变化率的影响因素有很多,主要有风电场接入系统的电网状况,电网中其他电源的调节特性,风电机组运行特性及技术性能指标等。其中电网中水电机组的比重对风电场最大功率变化率的影响最大,但是水电调节情况也与很多因数有关,不确定性很大,也比较复杂。因此,对于风电场最大功率变化率很难给出一个确定值。另外,各个地区电网的情况也不尽相同,在技术规定中很难给出一个统一的值适用于各种情况下的各种电网运行要求。因此,技术规定中只给出风电场最大功率变化率的推荐值。风电场10min最大功率变化量一般不超过其装机容量的67%,1min最大功率变化量一般不超过其装机容量的20%。除了风电场的最大功率变化率,在电网紧急情况下,还应要求风电场应根据电网调度部门的指令来控制其输出的有功功率。
单位:MW
(1)如果电网故障或其在特殊的方式下运行,为了防止电网中线路和变压器等输电设备过载,以保证系统稳定性,这个时候需要对风电场有功功率提出看法;(2)由于电网中有功功率过剩,电网频率过高(高于50.5Hz时)时,这个时候就要求风电场降低其有功功率,降低的幅度根据电网调度部门的指令进行。在严重的情况下,可能需要切除整个风电场;(3)还有一种特殊情况是出现事故时,如果风电场的并网运行危及电网安全稳定,需要电网调度部门暂时将风电场解列,等到事故处理完后,电网恢复正常运行再复原风电场的并网运行。
2 风电场无功功率控制和电压控制
2.1 风电场无功功率和电压调节问题
风电场为电网提供无功的能力尤其重要。如果没有无功,或者无功注入点之间的距离太远,电网电压会恶化,甚至可能导致电网崩溃。风电场无功与电压问题是所有风电场并网技术性文件的基本内容,目的是保证风电场并网点的电压水平和电网的电压质量。
2.2 东北地区风电场无功电压控制分析实例
C01子项目对内蒙古赤峰市、通辽市、吉林省、黑龙江省、辽宁省20l0年规划接入的风电场无功电压控制进行研究,分析风电场应该具备的无功容量范围,这个无功容量范围由风电场额定运行时的功率因数范围所确定。下面以我省电网为例说明研究内容。我省2010年风电场总装机容量将达到2126.2Mw,在我省电网中,将500k V母线电压为1.0Pu或1.07Pu,在电网正常运行和N-1运行两种方式下,将A地区和B地区各个风电场将其并网点的电压调整到I07Pu或1.0Pu所需要风电场的功率因数范围进行了分析,同样的方法还分析了我省其他风电场的功率因数范围。分析结果可以得出以下结论:
(1)在N-1运行方式下,电网电压支撑能力较弱,因此对风电场提供的无功支持会变少,部分风电场的功率因数范围将变大;(2)离电网枢纽变较近的风电场,在电网电压较高或较低时,需要大量的无功容量来调整并网点的电压,功率因数会很低;(3)对离电网枢纽变较近的风电场,其调节电压的功率因数范围视离电网电压支撑点的电气距离的远近不同而差别很大,同时与其装机容量也有很大关系;对离电网枢纽变较远的风电场而言,电网较弱,电压支撑能力不足,风电场的无功调节对改善地区电网电压的作用比较明显;(4)接入A区通榆500 kv站的风电场总装机为1350MW,已形成百万干瓦风电基地,其单个风电场的功率因数相对较低;(5)对于接入A区500kv风电汇集站220kV侧电线的风电场,500 kV站内的变压器损耗较大,并且500 kv变的66kv侧的补偿不能起到明显的作用,此时,接入500 kv汇集站的单个风电场影承担风电场满发对220kv风电送出线路上的全部损耗以及风电场空载时送出线路上的亢电无功功率。
因此,应该要求接入500kv风电汇集站的风电场的功率因数范围比一般接入的风电场的大一些。
2.3 风电场运行电压和频率允许偏差
在电网发生事故、运行困难的情况下,对待风电场的传统做法是将风电场切除。随着风电装机容量的逐渐增大,占电网总发电比例逐渐增加。切除风电场的做法是不可取的。目前发布的并网标准要求风电场在一定电压和频率范围内能够持续运行。甚至可能还有更严格的限制性要求,或者是要求持续运行一段指定时间,或者允许风电场出力可以降低。这些都是在风电装机容量逐渐增加时基于系统稳定性的考虑而提出的要求。
电压和频率的允许偏差范围是强制性要求。此范围的大小取决于风电机组和风电场采用的技术,电压和频率的允许偏差范围也需要根据实际的风电场并网研究来确定。值得注意的是,所要求的电压允许偏差范围最好是针对风电场并网点的电压。风电机组运行的电压范围可能要比并网点的电压范围大,这是由于经过风电场场内电气接线后并网点的电压会有所下降或上升。
风电场并网技术规定参考了国外有关风电机组、风电场运行的电压和频率范围,结合国内电力系统实际情况,提出了风电场运行的电压和频率范围。
对风电机组运行电压的要求是:当风电场并网点的电压质量指标满足国家相关标准规定时,风电场内的风电场机组应该能够正常运行。对风电场运行频率的具体要求有以下几点:
(1)当电网频率低于48Hz时,根据风电场内风电机组所允许运行的最低频率的情况而定,能运行则运行,不能运行则可以退出;
(2)当电网频率在48-49.5Hz时,要求风电场内的风电机组在每次电网频率低于49.5Hz时至少能运行10min后才能从电网中退出;
(3)当电网频率在49.5-50.5Hz时,要求风电场内风电机组能够连续并网运行;
(4)当电网频率在50.5-51Hz时,要求风电场内的风电机组在每次电网频率高于50.5Hz时至少能运行2min后才能从电网中退出,并且当电网频率高于50.5Hz时,不允许停止状态的风电机组并网;
(5)当电网频率高于51Hz时,风电场应根据电网调度部门的指令限制其有功功率出力运行。
2.4 风电场低电压穿越
(1)风电场低电压穿越能力
低电压穿越能力是指风电场在电网发生故障时及故障后,保持不间断并网运行的能力。理想情况下,除不切机外,低电压穿越还包括风电机组向电网发送无功,在电压降落情况下帮助恢复电压的能力。
以前风电机组一般采用异步发电机技术,无法提供主动励磁,电网发生故障时机端电压难以建立,风电机组若继续挂网运行将会影响电网电压的恢复,一般都是采取切除风电机组的方法来处理。随着风电接入电网比例的增加,在故障时切除风电场不再是一个合适的策略。现在要求风电场能够穿越系统故障状态,并且能够在故障期间提供故障电流帮助系统恢复电压,在故障清除后能够正常地发出功率。由于低电压穿越对地区和整个电网的安全稳定都很必要,已经成为电网调度部门主要关心的问题之一。低电压穿越曲线包括瞬时电压跌落,最低电压水平持续时间以及电压恢复直线。
(2)风电场低电压穿越研究
同国际风电场运行经验一样,我国的风电场运行经验也表明,风电场低电压穿越能力对于电网及风电场本身的安全稳定运行都具有重要的意义。
a.我省电网风电场低电压穿越研究
截至2007年年底,我省的风电装机容量已达到470 Mw,所有这些已建风电场的风电机组都不具备低电压穿越能力。截至2010年3月,风电装机容量为155万千瓦,占总装机容量的8.13%。
b.风电场低电压穿越曲线要求
低电压穿越曲线包括瞬时电压跌落,最低电压水平持续时间以及电压恢复直线。低电压穿越曲线上的关键值需要根据电网实际故障情况来确定。
(3)风电场低压穿越曲线要求
低电压穿越曲线包括瞬时电压跌落,最低电压水平持续时间以及电压恢复直线。低电压穿越曲线上的关键值需要根据电网实际故障情况来确定。
计算依然以2010年我省规划电网结构下进行。在我省电网内所有风电场均并网运行且满发的前提下,对A区220 kv线路以及对我省电网其他线路发生三相短路故障进行仿真。计算结果均表明,当风电场送出线路以外的线路发生二相短路故障时,风电场并网点的瞬时电压跌落大都跌落至0.2Pu以上。
东北地区风电场大都以66kV和220kV电压等级接入,500kV线路、220kV线路和66kv线路保护动作时间分别为0.1s、0.12s和0.15s,后备保护动作时间为0.5s,因此,风电场最低穿越电压水平取为0.2Pu,最低电压穿越时间取为0.625s,电压恢复直线取为风电场并网点的电压3s内恢复到0.9Pu。
2.5 结论
通过对东北地区实际风电场并网仿真研究,关于风电场的无功容量和控制问题可以得到如下结论:
(1)对于风电场的无功功率变化范同,很难给出一个统一的范围,因为这取决于风电场所接入电网的特性和并网点位置。
(2)结合以上实际风电场的研究,一般情况下,在满足电压控制要求时,风电场的功率因数一般都在-0.98(超前)-0.98(滞后)的范围内。因此,技术规定中给出了一般情况下风电场功率因数范围的推荐值,即在一般情况下,风电场具有额定运行时功率因数-0.98(超前)。0.98(滞后)所确定的无功功率容量范围的动态可调节容量。
(3)两种需要特殊考虑的情况不在上述范围内,需要单独提出。第一种情况是百万千瓦以及以上的风电基地内的风电场,它的功率因数确定的无功容量范围需要特殊考虑。结合以上实际风电场的研究,此种情况下的风电场的功率因数一般在0.97(超前)-0.97(滞后)之间;第二种情况是通过风电汇集升压站接入公共电网的风电场,它的功率因数确定的无功容量范围也需要特殊考虑,它的无功调节容量的调节范围不能简单地给出一个风电场功率因数确定的范围,需要根据具体情况具体确定。
(4)目前东北地区正在运行的风电场的无功功率大都按电压进行控制,也存在按照功率因数为了控制、装机容量较小及接入较强电网的风电场。但是按照功率因数控制的同时,也要求注意风电场并网点的电压,当并网点的电压超过额定电压的3%-7%时,要改为电压控制。因此,风电场应配置无功电压控制系统,在其容量范围内,原则上控制风电场并网点电压在额定电压的3%-7%,也可以根据电网调度部门要求或指令控制并网点电压。
参考文献
[1]张利,王成福,牛远方.风电场输出有功功率的协调分配策略[J].电力自动化设备,2012(8).
[2]汤奕,王琦,陈宁,朱凌志.采用功率预测信息的风电场有功优化控制方法[J].中国电机工程学报,2012(34).
[3]刘伟.风电场集群优化调度研究[D].北京:北京交通大学,2011.