风电并网

风电并网（共10篇）

风电并网 篇1

对于异步风力发电机组,它的软并网控制系统的总体结构包括触发电路、反并联可控硅电路和异步发电机,而失速型风电机组的软并网控制系统的主电路是包括3对两两反并联或双向可控硅及其保护电路六只可控硅SCRI.SCR6将电机和电网链接。

于软并网装置的可控硅拥有很多优点:因其导通压减小,器件的功率损耗和发热的问题得到解决;电流浪涌冲击和峰值的转矩冲击力被也可以被可控硅消除;另外,可控硅是没有接触不良、磨损、粘着以及弹跳等问题的

一、可控硅的触发方式

通常而言,利用可控硅实现风电机组软并网可有两种方案供我们选择:斩控式和相控式。其中根据可控硅的通断与否,相控式电路又可以被分为过零式触发和移相式触发。

所谓斩控式电路,它是指当频率控制不变的时候,正弦波电压通过斩波被分成了若干个小的脉冲式电压,然后,使功率电子器件的导通比变化,输出电压的有效值便得到了有效调节。然而,当我们选择使用可控硅等半可控型器件时,则就需要借助换流电路(它起到辅助的作用)来关闭可控硅的导通电路;但是,当选择全控型的自关断器件用于斩控电路的时候,比如说GTO、IGBT等,它们有一个共同特点便是工作频率偏高,因此在导通和关断的过程中,器件不可避免地会有尖峰电流产生且伴随着很高的反电势,从而带来开关损耗增大的问题,此时,我们便需要考虑缓冲吸收电路的合理性。

而对于相控式电路来说,这种触发方式是非常适合用来控制输出功率的,而对于电压需要平滑调节的场合则无法得到广泛使用。另外,还有一点需要注意,交流电网的功率因数不能设置的太低,因为设置太低便使得相位角过大从而带来了冲击电流的产生。

移相触发方式,为实现输出电压从零到电源电压的连续变化我们可以通过改变可控硅的触发角来改变输出端电压的有效值。这个方案的优点非常明显。首先它的实现方法是比较简单和可靠的,并且充分利用了可控硅自然关断的特点,并不要使用辅助换流。但是它的缺点也是存在的。电压中包含的奇次谐波含量还是相对较高。

综上所述,三相反并联可控硅移相触发是失速型风电机组软并网控制系统经常采用的控制的形式。在可控硅移相触发的过程中,因为异步的电机定子上的电压波形是正负半波对称的,而且不含有偶次谐波,所以有效避免了负序磁场带来的负序转距的反面影响。

二、风电机组软并网系统控制功能

经过以上分析可知,双向且可控硅的等效阻抗值是可以改变的,当可控硅的导通角发生变化的时候,它也会随之改变。考虑到,反相可控硅是串联链接在电机的出线与电网的中间的,所以我们通过改变可控硅的导通角大小来实现电机定子的电压值大小和每一个电压平台持续的时间长短。为了使得其电压从某一较小的初始值开始慢慢地增大直至达到全压的状态,我们可以通过慢慢的增大定子的电压来实现。我们通常将这种控制方式称为电机的降压启动模式。为了限制并网过程中产生的冲击电流是使用软并网控制系统的主要目的,所以,我们将电机的定子电流进行逐一地采样之后,再计算有效值,并把这些有效值和电流的限定值进行比较,最终得到相对的电流的偏差值。称之为增量式PI算法。

三、对采用软并网过渡过程进行仿真分析

在仿真模块中所包含的风机模块、异步风力发电机模块是如前所述。控制其初始的控制角为1700,仿真算法设为变步长ode23tb,相对误差控制在lxl O(-3),绝对误差是lxl0(-6)。则可以得到总体的仿真图如下

当大电机处于风速等于10m/s的时候切入电网,其切入预置点设为s=O.1,则在过渡过程出现的电流状态量限定值为500A。可以得到仿真结果如下图

当大电机在风速等于13m/s的时候切入电网,切入的预置点设置为s=0.15,则在过渡过程出现的电流状态量限定值为500A。得到的仿真结果为

综上分析,我们可以获得以下几点结论:

1. 软并网过渡过程时间很短,但是相对直接并网来讲,过渡过程则变长。

2. 并网时,可以将软并网过渡过程冲击电流限定在电机额定值的范围之内,工程上一般取额定值的1.2~2倍。只要我们的控制方法适当就可以做到使转速和电流平稳过渡。

3. 为避免初始阶段的时候,可控硅的导通太快,会造成巨大电流冲击产生,我们可以设置较小的可控硅控制角,当转子加速度逐渐增大时,我们使控制角的减小幅度加快,从而使得可控硅可尽可能快的得到导通。在现实运行时,控制系统可以对此自动计算。

4. 可控硅等效阻抗从最初值逐步减小接近于零,电网电压从小到大逐步加载到电机定子端。

参考文献

[1]黄俊.半导体变流技术.北京:机械工业出版社,1980,161-84.

[2]丁道宏.电力电子技术.北京:航空工业出版社,1999,65-67.

[3]高景德.交流电机及其系统的分析.北京:清华大学出版社,1993,33-34.

[4]张志涌.精通MATLAB.北京:北京航空航天大学出版社,2000,177-202.

风电并网 篇2

电网调度机构下发的通信月报

每年雷雨季节前应对通讯接地设施进行检查，接地电http://wenku.baidu.com/view/e2a9d9176c175f0e7cd1372f.html 通讯设备维修管理规http://wenku.baidu.com/view/d79a13c458f5f61fb7366671.html

告程

阻定风电场并网安全性评价材料清单

1.项目核准文件；

2.电监局调试运行申请的批复文件；

3.安监局“三同时”验收批文；

4.电监局建设项目安全管理备案文件；

5.并网调度协议；

6.电力企业应急预案登记表；

7.安全生产责任制文本内容；

8.值长证书（或者经过培训的证明）；

9.风力发电机组技术资料、调试报告、机组控制系统参数设定值；

10.风电场电能质量测试记录或报告、电能质量测试装置说明书以及调试报 告； 11.低电压穿越能力核查试验报告、风力发电机组制造方提供的同型号机组 低电压穿越能力检测报告；

12.风电场故障信息及相关资料、风电机组主控及变频器保护定值、箱变保 护定值；

13.可行性研究报告或初步设计、接入系统设计、审查意见、14.无功补偿装置技术说明书及资料、无功补偿装置功能试验及参数实测报 告、无功补偿装置调试报告、无功补偿装置交接或预防性试验报告

15.升压站电气设备母线及场区绝缘子爬电比距统计表、环境污区分级及盐 密值测试报告；

16.涉网变压器交接或预防性试验报告；

17.升压站高压断路器、隔离开关交接或预防性试验报告（及安装调试报告）； 18.涉网高压断路器短路容量校核计算书、涉网高压断路器说明书；

19.电压互感器、电流互感器交接或预防性试验报告；

20.避雷器交接或预防性试验报告；

21.风电场升压站接地网图纸、主地网和独立避雷针接地电阻测试报告、接 地网完整性（设备导通）试验报告；

22.高压架空集电线路、汇流电力电缆交接或预防性试验报告；

23.继电保护装置说明书、继电保护装置操作手册、继电保护试验报告、继 电保护装置调调试报告及实际带负荷测量记录；

24.继电保护及自动装置运行规程、继电保护配置图；

25.风电场投运方案、继电保护定值通知单、风机有功无功能力调节报告；

26.通讯设备说明书、远动设备说明书、通讯设备调试报告、远动设备调试 报告； 27.电力二次系统安全防护方案、电力二次系统安全防护管理制度、二次防 护拓扑图； 28.风电场有功功率调节能力测试报告；

29.风电场功率预测系统设备说明书及技术资料、风电场功率预测上报记录；

30.风力发电机组接地电阻测试报告、图纸及相关资料；

31.风电场电压历史记录、无功补偿装置调节速度和控制精度相关资料；

32.变压器油色谱分析试验报告； 1 33.变压器油简化试验报告；

34.涉网变压器温度计校验报告、测温装置定期校验报告；

35.主变说明书；

36.主变压器铁芯外引电流测试记录；

37.涉网变压器有载开关及操作机械检修记录；

38.升压站避雷器监视电流记录；

39.升压站远红外测温记录及夜间巡视记录；

40.升压站防误闭锁装置技术说明书、及试验记录、相关图纸资料；

41.升压站直击雷保护范围图纸；

42.升压站高压配电装置防止谐振过电压装置图纸资料和反事故措施；

43.升压站电气设备接地线热稳定校验计算书；

44.风电场户外电气设备及母线定期清扫检查记录；

45.母线悬式绝缘子检测绝缘报告；

46.风电场绝缘监督网络及各级人员责任制（绝缘监督小组应以公司文件形 式下发）、风电场绝缘技术监督管理制度或实施细则；

47.风电场电气一次设备的监造和出厂验收、安装和投产验收、生产运行、检修、技术改造等相关资料，电气一次设备绝缘缺陷分析报告；

48.风电场应建立健全现行有关的国标、行标和反事故措施、风电场预 试计划、大小修计划、半年与年终总结和绝缘监督会议记录等、电气一次系 统图、电气设备参数、说明书、出厂试验报告、交接及预防性试验报告、大小修 试验报告、特殊试验报告、设备缺陷及消除记录、事故管理记录、人员培训制度

49.故障录波器故障量清单、故障录波器说明书、故障录波器调试报告；

50.继电保护装置接地图纸；

51.电压互感器、电流互感器说明书、厂家出厂试验报告、安装以后调试报 告； 52.继电保护定检计划（没到定检期不要）；

53.通信系统设计资料；

54.通信月报；

55.高频电源开关试验报告或者定期进行的检验报告、说明书；

56.通信用蓄电池组说明书、蓄电池的充放电试验报告、单只蓄电池定期测 量记录；

57.接地网设计图纸；

58.通讯屏柜接地电阻测试报告；

59.通讯设备检测记录、维护记录；

60.远动设备各装置说明书、设计资料、接入系统审查资料；

61.远动信息表；

62.UPS 说明书、UPS 电源调试记录；

63.电度表计量部分图纸、电度表说明书、电度表检验合格证； 64.电能自动采集装置说明书；

65.直流蓄电池部分设计图纸、蓄电池说明书、蓄电池核对性充放电记录；

66.充电装置说明书、试验记录、出厂试验报告、参数测试报告；

67.直流系统每月检查单只电池测量记录；

68.直流系统绝缘选检装置说明书、选检装置记录；

69.电力二次系统安全防护应急预案； 2 70.继电保护技术监督制度、细则、成立人员机构文件；

71.工作票制度、操作票制度、交接班制度、设备巡回检查制度、操作监护 制度、维护检修制度、消防制度、缺陷管理文本制度；

72.工作票制度、操作票制度、交接班制度、设备巡回检查制度、操作监护 制度、维护检修制度、消防制度、缺陷管理制度执行记录；

73.运行规程、检修规程、安全规程文本；

74.发布的“三权人员”名单；

75.电气防误装置管理制度文本；

76.万能钥匙使用记录；

77.调度命令执行记录；

78.风电场检修计划，检修计划是否经过调度批准；

79.主要负责人、安全生产监督管理人员安监局颁发的证书；

80.风电场安全生产监督管理体系图

81.应急预案管理制度；

82.预案培训、学习记录、考核记录、预案演练计划、预案总结、补充完善 预案记录；

83.风电场反事故措施文本制度；

84.反事故措施落实记录；

85.消防制度、消防安全责任制度

86.消防设施使用维护及定期检查试验管理制度以及检查记录、试验记录；

87.调度确定设备编号的文本文件；

88.事故隐患排查治理制度、隐患建档监控制度、监控责任制度、专项资金 使用制度；

89.隐患排查记录、隐患整改计划、对一时难以整改的项目报主要负责人并 经过签字的记录；

90.重大事故隐患预警及挂牌制度；

91.隐患治理资金投入账目、记录；

92.生产安全事故报告、调查、处理、责任追究制度；

93.事故报送记录、调查、处理记录；

风电并网 篇3

关键词：风电新能源 并网技术 分析 评价

1 风电新能源特点

1.1 风电场的位置偏远 因为我国的风资源分布地与负荷中心存在较远的距离，网架结构非常薄弱，进而使得电网的输电能力在某种程度上对风电外送起到限制作用，在对风电进行大规模开发的情况下，还需建设配套风电送出工程，同时还应对电网建设予以加强。

1.2 风能能量的储存非常小 因为风能的蓄电成本相较于发电的成本更高，使得整个电网欠缺蓄电能力，一般而言会经由输出电量调节收纳电量。

1.3 风能能量密度小 在发电容量相等的情况下，所需风力发电机风轮的尺寸比水轮机要大几十倍。

1.4 风能稳定性差 由于风能是过程性的能源，风向和风速会时常发生改变，风力发电机很难对其进行控制和调节，所以风电机组形成的电能也是随机变化和波动的。

1.5 风轮机的效率低下 按照理论而言，风轮机的最大效率大概在百分之六十左右，但事实上其实际效率更低。统计表明，垂直轴风轮机其最大效率处于百分之三十到四十之间，而水平轴风轮机的最大效率则位于百分之二十到五十之间。

1.6 电网无法调度 由于风能不可控，因此不能根据负荷的大小来对风力发电进行调度，从而给电网调度造成压力。再加上，绝大多数的风电机组都是无人看守的。

2 电网受风电发展的影响

2.1 影响电能质量 以前风电单机容量很小，并且绝大部分都是采用并网方便以及结构简单的异步发电机用以和配电网直接相连。但由于风电场常常位于供电网络末端，其配电网电压低、结构松散、承受冲击能力差，电压低。所以，风电极有可能造成配电网出现谐波污染和电压闪变的情况。

2.2 系统稳定性不好 在三相短路故障、線路开断、风速扰动、发电机开断的状况下，系统频率与电压极易产生大幅度波动。

2.2.1 电压稳定性 当电力系统里面有大量风电场被接入之时，导致电压出现不稳定状况最主要的原因就在于风电场需要无功功率。目前，绝大部分风力发电会采用异步发电机，同时由外部系统为之提供无功功率支撑。而在风电场容量比较大，而无功功率呈现控制力不足的状况之时，容易对电压稳定性产生影响。

一方面，风电场的有功功率使负荷极限功率增大，从而使静态电压的稳定性得到加强；二来，无功功率需求又会导致负荷极限功率下降，进而使静态电压稳定性能降低。由于大部分风电场都会采用异步发电机，因此当在电网里面注入功率时，变速恒频风电系统会由电网内部来对无功功率进行吸收，所以风电场便极有可能引发电压崩溃或电压稳定性下降。然而，如果提供的系统无功功率非常多，那么也可将之视为风电场并网可以让系统静态电压稳定性增强。也就是说，风电并网会对电网静态电压形成双重影响，这与风力发电机的运行点还有着密切的关系。

2.2.2 频率的稳定性 事实上，系统频率受风电场的影响最主要由系统容量里面风电场所占比例来决定。在系统风电容量占据较大比例之时，其输出功率的波动性会对电网频率产生一定的影响，对电网电能的质量形成一定影响。如此一来，便需电网中其他机组频率具备很强的响应能力，能展开相应的跟踪调节，从而对频率的波动形成抑制作用。由于风电不稳定，在风电失去出力之后，便会造成电网频率减小，尤其是当风电占据较大比重之时，会对系统频率的稳定性产生影响。要想使此影响消除最主要的方法便是选取优化调度运行形势和提升系统备用容量。因为大型电网其调节能力与备用容量非常充足，无需考虑风电进入影响频率稳定性。但对小型电网来说，便不能不考虑风电对稳定性以及频率偏移所造成的影响。

2.3 影响电网调度及其规划 由于风能存在不可控的性质，因而不能对其进行可靠的预测。在风电场并网之后，可用调峰容量将备用容量减去，剩下的容量便可用来进行风电调峰，但要是用于风电调峰容量很有限，便会对风电场的实际运行起到限制作用，在电网不能将风电场功率波动予以完全平衡之时，一定要对风力发电的注入电网功率进行限制。所以，在对发电计划进行安排实施，一定要对系统的调频与调峰进行分析，此时系统的旋转备用除了需要与调频、调峰彼此相符以外，还需和风电机组出力波动对负荷平衡构成影响相符。

风电场建设不但与发电机组类型、装机容量、布置有关，还与电网规划以及风电传输等问题相关。在将风电场引入之后，由于风电存在随机性和不确定性，不但会使运行成本和电网投资产生改变，同时还会造成供需平衡关系产生改变。风电利用的小时数较为低，通常情况下，一个好机组可达到大约每年二千五百小时，因此相比于火电电网的投资效益，效益更好的是风电投资。因为风电具备间隙性的特点，从而形成超出范围的危害，还有就是风电最优装机比例问题等。所以，一定要对接入电网之后的风电场进行规划，也就是风电场建设必须和电网建设同步发展，从而展开大电网的配套建设。

3 风电并网性能的改善对策

3.1 预测风力发电的功率 将风电转变成可调度电源最为关键性的技术预测风力发电量。最近几年的研究显示，需要将多个数字天气预报的模型进行相应的组合，同时和功率短期预测彼此结合来使精度得到提升。一来，它会对天气预报系统的预测数据结果加以利用，从而得出气温、风向、气压、风速等数据，二来，根据风机四周信息把风力发电机组的轮毂高度风向以及风速信息等得出，三来，通过风机功率曲线将风机实际的输出功率算出。此方法能将恶劣环境下出现预测差这一问题解决掉，从而使预测的精度得到明显提升。

3.2 无功补偿方式 风电并网运行中普遍存在的问题则是电压稳定问题。但对电压稳定形成影响最为关键的因素还是无功率的补偿因素，尤其是对异步发电机实行风力发电，因此，如果想要保证电网的稳定性可采取如下对策：

①采取动态的无功补偿，例如静止的补偿器SVC等，它可使系统暂态特性予以改善，进而使风电场安全容量得以提升。在对SVC容量进行选择之时，还需与SVC调节性、风电场容量以及电网结构相结合来确定。②提升电网负荷功率因素以及加强电网结构也能使风电场安全容量以及系统暂态稳定性得到提升。③排除系统故障之后，低电压自动切除的风电机组使电网维持稳定最有效的控制方式，但在切除过多之时，要对电网调节控制能力予以考虑。

4 结语

文章就电力系统受大规模风电并网影响的因素进行了讨论与总结，通过对这些因素加以了解能确保大型风电并网的安全运行。对风电场并网技术加以研究，能帮助把风电发展中遇到的问题加以解决，从而对风电产业的发展产生一定的推动，进而满足国家能源结构变化的需求。

参考文献：

[1]张全成，张永明，林钧斌等.风电新能源发展与并网技术分析评价[J].上海节能，2011（3）：19-23.

[2]马飞，王宏华.并网风电系统功率因数校正技术的发展[J].机械制造与自动化，2012，41（6）：156-159.

[3]周清.完善促进新能源产业发展的财税制度安排[J].经济研究参考，2011（48）：33-35.

风电并网 篇4

随着并网风电场容量的增加, 风电对电力系统的影响越来越明显, 研究风电并网对系统的影响已成为重要课题。从电力系统的角度来看, 对并网风电场所关心的是风电场作为一个整体的动态特性以及对电力系统的影响;并且在风电场接入电力系统的分析中不可能也没有必要把风电场内每台风电机组都作为一个单独元件列入仿真程序中进行分析[1,2], 随着风电场规模的增大, 这一特点越来越明显。因此, 在风电场并网研究中需对风电场进行合理简化以建立满足分析要求的动态模型。

外部电网遭受故障和风速波动这2种情况时, 风电场的动态特性及其对电力系统的影响是风电场并网分析中2个重要的方面, 但是, 所研究的侧重点不同: (1) 研究电网遭受短路故障时的风电场动态特性及其对电网的影响时, 关注的是几秒钟内的电网事件, 在这样短的时间内, 可以假设风电场的来风是不变的; (2) 由于风电场内每台风电机组的输入风速都随风电场输入风速、风向的随机波动而波动, 并且风电机组间的尾流影响使得所有风电机组的输入风速并不完全相同。因此, 在研究风速波动情况下风电场动态特性时, 需要考虑风电机组间输入风速的差别对风电机组分组, 建立风电场动态等值模型。

本文主要研究风速波动情况下并网风电场内风电机组的分组方法。

现有风电机组分组方法有: (1) 连接于同一条集电线路上的所有风电机组都归为一组[3,4,5,6], 并将它们等效成一台风电机组; (2) 对于风电机组排列布置规则的风电场, 按照风电机组安装位置进行分组, 如海上风电场, 假设与风电场来风风向垂直的每排风电机组输入风速相同, 将每排风电机组归为一组并等效成一台等效风电机组[7,8,9]; (3) 当风电机组排列布置不规则时, 根据风电机组机械控制系统特征对双馈风电机组分组[10,11]; (4) 利用电力系统动态等值方法中的功率相关性确定风电场内的风电机组分组, 应用相关等效方法模式对风电场进行等效[12]。

综上所述, 国内外专家学者对风电机组分组方法进行了很多研究并得出了实用的分组方法, 但是在上述分组方法中仍存在一些问题, 如没有考虑风速、风向随机波动和风电机组间尾流效应对风电机组分组的影响等。鉴于此, 本文在借鉴他人研究成果的基础上, 研究了考虑风速、风向随机波动和风电机组间尾流效应的风电机组分组方法。

1 风电机组分组依据

在对同步发电机等值时, 根据发电机是否具有相同的转子摇摆曲线、角速度和电网频率来判断同步发电机的同调性, 然后把具有同调性的同步发电机归为一组[13]。而对于采用恒速风电机组和变速风电机组的风电场来说, 就不能利用风电机组是否有相同的转子摇摆曲线、角速度和电网频率进行分组, 原因如下: (1) 恒速风电机组正常运行时发电机的转速与风速无关, 保持不变, 取决于所并电网的频率; (2) 变速风电机组正常运行时可根据风速调节风轮转速来增大输出功率。风速低于最优风速时, 风轮转速在次同步风速范围内, 通过其控制系统以优化功率系数特性及获得最大机械功率;风速略高于最优风速时, 风轮转速在超同步风速范围内, 通过其控制系统以优化功率系数特性及获得最大机械功率;强风时, 通过其控制系统限制风轮转速, 使机械功率保持在额定值, 以减小作用在叶片上的机械负荷和气动噪声。

由以上分析可以看出, 风轮转速相同的风电机组的输入风速不一定相同;而系统故障期间, 输入风速不同的风电机组具有不同的运行特性[1]。因此, 与大型同步发电机分组原则不同, 在风电机组分组时不能以发电机转子摇摆曲线、角速度和电网频率等因素是否相等进行划分, 应以风电机组的输入风速是否相同作为分组依据。

2 考虑尾流影响确定风电机组输入风速

风电场由大量分散布置的风电机组组成, 风电机组从风中获取能量的同时会在下风向形成一个尾流区, 尾流区沿着风向向下游发展, 如果有风电机组位于尾流区内, 下游风电机组的输入风速就低于上游风电机组的输入风速, 风电机组相距越近, 它们之间的影响越大, 这种现象称为尾流效应。在风电场内, 风电机组间尾流效应具有三维特点, 主要用于风电机组结构动力特性分析, 但是在电力系统分析中通常采用如图1所示简化的一维尾流模型[14]。

图1中, 风电机组安装在0处, x为沿着经过风轮后的风向离开风电机组的距离, v0 (t) 为初始风速, vw0 (t) 为尾流影响区域内的风速, rrot为风轮半径, α为圆锥顶点因数[14], r (x) 为风轮在x处圆锥面的投影半径, 也叫风轮在x处的尾流半径。

式中:tanα=k, 为尾流衰减常数[14], 它表示风经过风轮后沿风轮轴的方向向下传播时, 每传播1 m风轮投影面半径增加的长度[15];Z为风电机组水平轴中心高度;re为地表粗糙度。

根据风电场地形地貌特征, k的取值如附录A表A1所示[16]。

考虑0处风电机组的尾流影响后, 在x处风轮的输入风速vw (x) 为:

式中:CT为推力系数, 如某风电机组的推力系数如附录A图A1所示[14]。

由于风电场内任意风电机组的风轮都有可能在不同程度上被其上游风电机组风轮所遮挡, 因此在计算风电场内任意一台风轮的输入风速时, 必须要考虑风电场内其余风电机组对它的影响。根据单位时间内气流的动量守恒定律得出作用在任意一台风轮上的风速vi (t) [17]:

式中:vw0-ki (t) 为考虑风电机组间尾流效应时第k台风电机组作用在第i台风电机组上的速度;vi0 (t) 为没有考虑风轮重叠影响时第i台风电机组上的输入风速;βk=Ashad-ik/Arot-i为在第i台风电机组处, 第k台风轮的投影面积与第i台风轮扫风面积的比;n为风电机组的总台数。

3 风向变化对风电机组尾流效应的影响

风向变化时, 风电机组的偏航装置将根据轮毂高度处的风速计和风向标使风轮对准来风方向, 风电机组的尾流影响区域也随风向变化, 上、下游风电机组间的相互影响也将发生变化。下面以图2所示的2台风电机组WTi和WTk为例分析来风风向对风电机组间尾流效应的影响。

WTi和WTk的位置坐标分别为 (xi, yi) 和 (xk, yk) , 2台风电机组间距离dik为:

风向为γ1时, 上游风电机组WTi在下游风电机组WTk处的尾流半径rγ1 (x) 为:

当风向为γ2时, 由于风电机组偏航装置的作用, 正常运转的风电机组一直使风轮对准来风风向, 致使上游风电机组WTi沿风向γ2在下游风电机组WTk处的尾流半径rγ2 (x) 为:

比较式 (6) 和式 (7) 可看出, 风向由γ1变为γ2时, 上游风电机组在下游风电机组处尾流半径减小, 上、下游风轮重叠面积也将减小。因此, 风向变化时, 上、下游风电机组间相互影响将发生变化。

4 利用风电机组相关系数对风电机组分组

从上面的分析可以看出, 根据图3所示框图可以近似计算出不同风速和风向下风电场内每台风电机组的输入风速, 然后把给定风速和风向条件下输入风速相同或相近的风电机组归为一组。

由于风电场输入风速和风向是随机波动的, 对于大型风电场来说, 为了方便不同风速和风向下的风电场建模, 本文提出利用由风速、风向和风电机组WTj (j=1, 2, …, 16) 组成三维相关系数矩阵 (见附录A图A2) 对风电机组进行分组的方法。矩阵中相关系数C的计算如图4所示, 也就是把某一取值范围内的风速归为一组, 并计算出相关系数。

三维相关系数矩阵中轴的确定方法如下: (1) 根据气象部门处理风向数据的惯例, 把0°~360°的风向均匀分为间隔为22.5°的16个风向区作为矩阵的风向轴; (2) 根据风电机组的切入风速 (5 m/s) 和切出风速 (25m/s) 的变化范围, 取风速间隔为1 m/s把风速分为20部分段作为矩阵的风速轴; (3) 以风电机组WTj作为第3个轴。

取每个风速和风向间隔内的中间值作为风电场的输入风速和风向;根据图3可得风电场内每台风电机组的输入风速;然后根据图4计算得出不同风速和风向组合下风电机组的相关系数。通过查询三维矩阵可得到任意风速和风向不同组合时的风电机组相关系数, 然后把相关系数相同的风电机组归为一组。通过改变图4中的风速步长可改变计算风电机组相关系数的风速取值范围, 得到风电机组的不同分组, 满足建立风电场不同简化程度模型的需要。

从式 (6) 和式 (7) 可以看出, 对于风电机组类型和位置已确定的风电场, 输入风向确定后, 风电场内上游风电机组对下游风电机组的遮挡面积也是确定的, 它与风电机组的输入风速无关。因此, 对于风电机组类型和位置已确定的风电场, 在同一输入风向下, 改变输入风速的大小, 只会改变风电机组相关系数的大小, 而不会改变风电场内风电机组的分组情况。但是, 风向变化时风电机组的分组方式会发生变化。因此, 在工程应用中, 若已知风向变化时间序列, 则可通过识别不同的风向并调用相对应风电机组分组方式的风电场相应等值模型进行仿真分析。

5 算例仿真

下面以图5所示某地势平坦的风电场为例分析风电机组分组。

风电场由16台容量为1.5 MW的双馈变速风电机组组成, 叶轮直径为70 m, 轮毂高度为65 m, 风电场内每排风电机组中相邻2台风电机组间的距离和相邻2排风电机组间的距离均为400m。下面分2种情况进行分析计算。

1) 风电场输入风向不变、风速变化

对图5所示风电场, 来风风向γ=45°时, 改变风速v大小, 由图3可计算得出每台风电机组的输入风速, 如表1所示。取风速步长vstep=0.1, 由图4可计算得出风电机组的相关系数, 如表2所示。

可见: (1) 风电机组间的尾流效应减小了下风向尾流区内风电机组的风速, 使得风电场内风电机组输入风速存在差别; (2) 风电场输入风向相同、输入风速变化时, 尽管风电场内每台风电机组输入风速不同, 但若把输入风速相同的风电机组归为一组, 风电场内风电机组的分组相同。图5中16台风电机组可分为4组:WT1至WT6, WT9为1组;WT7, WT8, WT10至WT12为1组;WT13至WT15为1组;WT16为1组。

2) 风电场来风风速不变、来风风向变化

对图5所示风电场, 来风风速v=12m/s时, 改变来风风向γ, 由图3计算可得每台风电机组的输入风速如表3所示。取风速步长vstep=0.1, 由图4, 计算可得风电机组的相关系数, 如表4所示。

从表3可以看出, 根据风电机组的相关系数是否相同对风电机组分组时, 风电机组的分组随风电场来风风向变化而变化。γ=0°时, 16台风电机组分为4组;γ=60°时, 16台风电机组分为1组。

由以上分析可以看出:在根据风电机组的输入风速是否相同对风电场内风电机组分组时, 风电场的来风风向是决定风电机组分组的主导因素。

在此需要强调的是, 算例中风电场的地势平坦且风电机组排列布置规则, 但是在实际工程中, 有的风电场地形地貌比较复杂, 这时可按照附录A表A1来确定尾流系数;风电机组排列不规则时, 要根据实际情况改变风电机组间距离进行分析。

6 结语

本文提出了一种根据风速、风向变化对风电机组分组的方法。该方法采用尾流模型, 考虑风向变化对风电机组间尾流效应的影响计算风电场内风电机组的输入风速;考虑风速、风向随机波动的特点, 提出利用三维相关系数矩阵对大型风电场风电机组分组的方法。该方法可用于风速、风向波动时风电场的建模及风电场并网研究。但是, 本文没有对风电机组分组方法的工程应用进行较为深入研究, 这也是以后进一步研究的方向。

风电并网 篇5

并网验收主流程

整理：徐克

2015年9月28日

一、提交并网验收申请前

1、资料准备（原件+扫描件+PDF文档，清单见附件）

2、各系统调试、自检并出具自检报告

3、与地调及省调通信联调并出具调试报告

4、申请、注册并熟练使用OMS系统

5、与地调沟通确定保护定值及远动点表

6、向供电公司营销部提计量申请并送检计量CT

7、健全规章制度

8、完成员工培训

9、完善各种表单

10、各种工器具到位

11、编撰《并网调试方案》或《风电场启动方案》

12、通过省电建质监中心站该阶段的检查

二、完成《并网前基本条件确认书》

1、与地调沟通完成电子版

2、打印数本送地调供地调验收

三、地调验收

1、通过OMS系统填报此阶段地调所需材料

2、制作汇报演示用PPT

3、组织地调验收

四、阶段整改

1、整改后向地调提交整改报告

2、出版修订后的《并网前基本条件确认书》

3、确认地调验收已通过

五、提交并网验收申请

1、通过OMS系统经地调向省调提交并网验收申请

2、修订汇报演示用PPT

3、制定并落实各项迎检措施

六、填报省调并网验收所需各种资料

七、组织省调并网验收

八、整改并提交整改报告

九、省调并网验收通过

此后即可按并网调试方案或启动方案开始到送电。

附件：所需资料列表（包括但不限于）

1．建设用地审核的批复——国土部门 2．环评报告——环保部门

3．电力建设工程项目备案通知书——能源局 4．风电场立项核准批复——发改委

5．风电场工程可研报告——电力设计（咨询）院 6．建设用地规划许可证——住建局 7．接入系统方案批复——省电力公司 8．接入系统方案协议书——市电力公司 9．并网调度协议——省调

10．风电场自动化系统设备验收报告——省调+地调 11．并网检测协议——省电科院

12．风电场命名、分级调度设备命名——省调和/或地调 13．风电场调度值班人员（4人以上）名单及联系方式——业主

14．风电场调度值班人员（4人以上）的上岗资格证书——业主

15．风电场基础信息——业主

16．风电场运行规程、检修规程、应急预案——业主+集成商 17．变电站和升压站两端保护定值表——地调+业主+集成商

18．风电场继保配置图——设计院 19．风电场电气一次主结线图——设计院 20．风电机组运行规程、检修规程——集成商

21．风电机组、集电线路、主变、箱变及升压站各主要和/或重点设备的型号、参数、外观和铭牌照片、说明书及调试报告——集成商

22．风电场SVG配置、详细参数、外观及铭牌照片——集成商

23．风电场有功、无功控制系统技术参数——集成商 24．风功率预测系统技术参数——集成商

25．风电机组并网检测报告（必含有功功率/无功功率、电能质量、低穿及电网适应性等）——集成商

26．风电机组说明书——集成商

27．升压站主要和/或重点设备的型号、参数、外观照片及铭牌照片——集成商

28．保厂用电措施——集成商 29．

30．OMS系统填报的其它资料——业主+集成商

① 机组注册数据

② 发电机、变压器及其保护原理

③ 电抗器及其保护原理 ④ 变压器反时限过激励特性 ⑤ 录波器及其原理

⑥ 发电机反时限过激励特性 ⑦ 各种保护装置的原理及说明书 ⑧ 电气一次接线图 ⑨ 电量计费系统施工图

浅析风电并网功率波动抑制的研究 篇6

风能作为一种可再生的清洁能源,其储藏量丰富,可以为构建全球的可持续能源结构体系作出重要贡献。因此近年来世界各地掀起了开发风电的热潮,但随着风电场越来越多,其风能的缺点越来越明显。风能所产生的功率带有随机性和波动性这个缺点,给当下的电网带来的冲击越来越显著,给电网的安全稳定运行带来了巨大威胁。

对于怎样抑制风力并网中功率波动这个问题的研究,其方法大致分为两类 :直接功率控制即利用调节风力涡轮机的运行状态来调节其输出功率,但对波动范围大的调节能力有限 ;间接功率控制即利用附加的储能设备来调节输出功率,其优点是调节的范围较宽,效果较好。此外,风电机所产出功率的波动成分主要集中在1Hz以下,尤其在0.01~1Hz之间对电力系统冲击最明显。结合上述研究现状,本文先对风电并网功率波动特性进行阐述,并结合风电机输出功率波动抑制的可行性研究给出几种抑制风电并网中功率波动的方法,当下抑制风电并网中功率波动的流行的主要方法是利用储能装置来对风电并网功率波动抑制,而所用的储能装置种类有很多,比如蓄电池,超导电容,超导磁,飞轮,钒液流,电池储能,混合储能。另外还有人提出对部分风电合理弃风来实现大规模风电的去风电化的观点,这个也是值得继续深入研究的。本文基于文献所给的关于对风电并网功率抑制的方法和实例,进行一些比较和分析。

1 电网风电功率波动特性分析

众所周知,风电利用的能源是风能,而它最显著的特点是不稳定性,进而导致风电出力具有波动性和随机性。国内有学者对我国华北电网2010-2011年的实测风电出力数据进行分析得出以下特点 :夏秋两季风电日平均出力大部分比较集中,且相对较小 ;冬春两季风电日平均出力较分散,同时日间的风电出力增减幅度较大。这个分析结果也验证了风电出力的波动性和随机性。另外还有学者结合内蒙古风电并网的数据分析得出 :1)电网在有功方面所能容纳的风电电量是由电网的峰谷差、调峰容量和风电集聚效应这三者来决定的。2)当今仅利用风电的短期功率预测是不够的,还需增加新的气象分析手段。3)从风电并网的电量的占比来看,我国电网容纳风电的潜力还很大。

2 电网风电功率波动抑制方法

目前平抑风电场功率波动的方法有两种 : 一是直接调节风电机组中涡轮机的转子转速和桨距来实现对并网后的风电机组功率波动抑制。不过其缺点是,该法的调节范围有限且不能实现风能的最大利用。二是通过给风电场配置储能系统,可在利用风能最大化的基础上有效抑制其所带来的功率的随机性和波动性。但是当今的储能装置成本高,还不能进行大规模推广应用。下面简要的介绍以上所提到的基于各种储能技术抑制风电功率波动方法,并做简要的比较。1)蓄电池储能技术。该技术系统主要由三相PWM变流器、DC-DC变流系统、蓄电池组以及性能监控系统等构成,经仿真研究确认该装置能够对风电并网所带来的功率波动进行快速有效的抑制,且注入电网的谐波较少。2)超级电容储能装置。该装置可根据客户需求因地制宜进行设计,使其能够满足风电场的功率需求。当风电场功率超出电网功率参考值时,功率超出的部分可由电容吸收 ;当风电场输出功率不够时,电容可释放功率,来降低风电功率波动所带来的影响。3)超导磁储能(SMES)技术。该技术基于频率和电压调节,并引入可快速补偿系统的不平衡功率的控阻尼元件,使其稳定性得以提高。4)飞轮储能技术。该技术装置是在分析飞轮运行原理和数学模型的基础上提出的,并联在永磁直驱风电机组的直流侧。5)超级电容器—蓄电池混合储能技术。该技术综合超级电容器和蓄电处的混合储能系统。该技术由于引入超级电容,进而提升其输出功率,优化蓄电池充放电功率,减少充放电循环次数。6)钒液流储能电池储能装置。该装置是利用钒液流电池充放电过程中内部电抗的变化规律,构建相应模型,并与AC/DC变换器功率解耦控制功能相结合得到的。7)模糊自适应的混合储能控制系统。该系统的原理 :当风电功率大于目标值时,混合储能系统存储多余功率 ; 反之,储能系统放电,补偿功率的缺额,再结合模糊自适应控制策略来对装置的充放电进行优化控制,最终达到平抑风电功率波动的目的。

3 结语

考虑风电并网的系统充裕度评估 篇7

风能具有随机性的特点,对此已有很多文献进行了风电出力可靠性的相关研究。文献[1]是通过序贯蒙特卡罗法对风速进行抽样模拟风速序列,再基于风速的Weibull分布建立了风机出力的可靠性模型;文献[2]先使用蒙特卡罗随机抽样产生日前24小时风电场景,然后用后续场景削减,使用场景法建立风电模型,不过此方法得到的风电模型只适用于固定的风电场,若风机更换型号、数目则需重新建模;文献[3]、[4]都应用拉丁超立方采样法(Latin hypercube sam-pling,LHS)生成风电功率场景,然后进行场景削减得到风机出力可靠性模型,得到的风力模型分别应用到了风电的微电网经济调度和含风电的微网能量优化调度中。以上方法都是以随机抽样的方法模拟风速模型,而实际上任何一个地方的风力情况在一天之内具有一定的规律,应用现有的随机抽样的方法不能模拟风速的时序状态,这些方法的主要缺点是不能完全认识和体现风速时序内在规律,所得结果对系统实际接纳风电的能力存在较大偏差。本文利用以小时为尺度的风电场实测数据,采用LHS分别抽取其中每个小时点的风速数据,所得的场景数据容量很大,应用同步回带削减(Simultaneous backward reduc-tion,SBR)技术选取其中最具代表性的场景作为可用风速场景。如果单独对期望风速场景的每小时风速进行Weibull函数拟合,就可以得到风机出力模型。这种方法的特点是根据每个时间点风速水平进行单独拟合,可以更好地呈现真实情况。同样地,本文应用场景法描述负荷以及常规机组的不确定性。

另外,现有的研究往往只是利用单一的指标对电力系统进行评估,缺乏综合的考评,所得结果难以全面反映电网接纳风电特性。故本文引入功率不足期望(expected power not supplied,EPNS),功率不足概率(loss of power probability,LOPP),调峰不足期望(expected peak-load regulation not supplied,EPRNS),调峰不足概率(loss of peak-load regula-tion probability,LOPRP)四个指标,量化风电接入系统后的影响程度,据此评估电网接纳风电后的各项特性。

1 风电场景的生成

1.1 风速的概率密度函数

实践表明,大部分地区的风速服从2 参数的Weibull分布[5],其概率密度为:

根据式(1)得到风速的概率分布函数:

式中,k为Weibull分布的形状参数;c为Weibull分布的尺度参数。

通过实测的历史风速数据和威布尔分布的均值、方差公式可以估算出k和c的值,公式如式(3)(4)所示[6]。

1.2 风速的拉丁超立方抽样

LHS属于分层采样,能够保证采样点覆盖所有的采样区域,同时还能避免抽取已经出现的样本。该方法由M.D.Mckay、R.J.Beckman和W.J.Conover在1979年提出,能有效地反映随机变量的整体分布情况[7]。在进行相同规模抽样时,LHS抽样点的分布具有均匀性,可以有效地提高采样效率并且很快速地达到收敛,目前已被用于可靠性分析中[8],该方法主要由以下两部分构成。

1.2.1 样本生成

该阶段是对每个时间点风速进行采样生成样本,采样规模设为1 000,对24小时风速数据进行采样,故随机变量的数目为24,分布是X1,X2,…,X24。取其中一个时间点的风速变量Xk,按如下方法进行采样:

设风速变量Xk的概率分布函数为Yk=Fk(Xk),纵轴被划分为1 000个区间,分别在每个子区间[n/1000,(n+1)/1000](n=0,1,…,999)里选择一个点ξn,即

式中,rand(0,1)为MATLAB库函数,表示[0,1]区间内任一均匀分布随机数。

再通过Yk=Fk(Xk)的反变换得到采样值Xkn:

用此方法得到Xk处1 000组风速采样值Xk1,Xk2,…,Xk1000,24个采样点可以形成一个1000×24阶的初始采样矩阵Xs。

1.2.2 相关性控制

利用LHS得到的数据进行计算,计算结果的精度受到采样值的影响的同时,也受到不同输入变量采样值之间相关性的影响[8],改变各采样值之间的排列顺序可以有效地减小它们的相关性。排序方法主要有Cholesky分解法[9],遗传算法[10]、和Gram-Schmidt序列正交化方法[11]等。考虑到Choleskey分解法较易实现且计算速度快,本文采用Choleskey分解法进行排序。

首先,应用Choleskey分解法形成一个1000×24阶的顺序矩阵L,顺序矩阵中每一列的元素值代表初始采样矩阵Xs对应列的元素应该排列的位置。ρL为顺序矩阵L各列之间相关系数矩阵,对ρL进行Chol-eskey分解,即

得到24×24阶的下三角矩阵D ,再通过式(8)得到一个1000×24阶的各列之间相关系数阵为单位阵的矩阵G ,

利用G中行元素的大小顺序对L中的列元素进行更新,随后将初始采样矩阵Xs的列元素按照重排后的顺序矩阵L进行替换,形成最终的1000×24阶采样矩阵Xsp。

1.3 同步回带削减技术

采用场景削减技术将由LHS得到的大容量样本进行削减,可以提高计算效率。本文采用SBR技术,可以在削减样本的同时最大限度保持样本的拟合精度,该方法的原理如下:

假设现有N个场景,S = {ξi,i=1,2…,N},每个由LHS生成的场景概率为1/N。定义两个场景向量差值的绝对值为场景距离,记作D(i,j)=|ξi-ξj|。设最终的场景数目为s,被删掉的场景集合为J,其初始阶段为空,则SBR技术的基本算法如下:

1)计算场景i,j之间的距离:

2)对于每一个场景k,找到与其距离最短的场景r,其距离记为D(k,r),即D(k,r)= minD(k,s),s∈S;找出其中最小的D(k,r)所对应的场景k1,将k1加入到J集合中,J[1]= {k1},S[1]=S- {k1}。

3)任意场景k的概率记为p(k),计算PDk(r)=p(k)D(k,r),由PDki= minPDk确定待删除的场景ki。

4)将待删除场景加入到J[i-1]集合中,即J[i]=J[i-1]∪{ki},S=S-{k1,k2,…,ki}。修正p(r)的概率,p(r)=p(r)+p(ki)。

5)重复步骤3)和4)的计算,削减至剩余s个场景,即当i = N -s时迭代中止,剩余的场景在S[N-s]中。

1.4 风机出力场景

风电机组输出功率与风速大小息息相关,本文采用线性拟合风机输出功率Po与风速v的关系[12],如下式所示:

式中,v为风速;Pr为风电机组的额定功率;vci,vco,vr分别为风机的切入、切出和额定风速;k1= Pr/(vr-vci);k2=-k1vci。

2 机组的可用场景

可以采用两状态启停模型模拟具有n台机组电力系统的启停情况,如下式所示:

式中,Xi为机组i的运行状态变量:当Xi=0时,机组i处于停运状态;当Xi=1时,机组i处于运行状态。Xi的取值由蒙特卡洛方法确定,通过MATLAB库函数rand(0,1)产生一个随机数μi,应用式(15)判断机组Xi的运行状态:

式中,fori表示机组i的强迫停运率。

通过以上方法,可以形成机组运行状态序列,通过组合所有机组状态形成机组可用场景。与传统机组类似,风机也可采用此两状态启停模型。考虑到同一风电场内风电机组的地理位置相近,运行条件相似,停运事件可能发生集群现象,因此不能把同一风电场内的风机停运视为独立事件单独抽样。

3 负荷场景的生成

由于负荷预测存在偏差,造成负荷场景的不确定性,负荷预测值与实际负荷之间的关系可用下式表示:

式中,LD表示实际负荷值;Lpre表示预测的负荷值;Δl表示负荷预测的偏差值。

研究表明,负荷预测的偏差 Δl服从均值为0的正态分布[13]。按照经验,实际负荷服从均值为Lpre,方差为2%Lpre的正态分布,使用Matlab库函数可直接仿真负荷的随机场景。

4 系统充裕度评估

4.1 调峰容量比

调峰容量比是指一个发电机组正常运行时,其出力变动范围的大小占额定出力大小的百分比,体现单个机组的调峰深度。机组可变动的容量数值与机组额定容量之比称为调峰容量比[14],将调峰容量比概念概化,系统综合调峰容量比RS可以在一定程度上反映系统的调峰裕度[15]。RS是系统内所有正常运行的机组最大总出力与最小总出力的差值与系统总额定出力的比值,其表达式为:

式中,Pmaxi和Pmini分别表示第i台发电机组最大技术出力和最小技术出力;PNi表示第i台发电机组的额定功率;S表示系统所有机组的集合。

电网的调峰能力取决于系统总可变动出力是否满足系统的负荷峰谷差要求,即的大小是否大于系统当日的峰谷差。

4.2 综合充裕度指标计算

因为风电的反调峰特性,本文将风电出力看作是负的负荷从负荷曲线上剔除,得到的曲线称为净负荷曲线。净负荷完全由常规机组承担,故可以按传统方法处理。将净负荷曲线的峰谷差记为Pmn,峰值记为Pm。对已生成的风电机组、传统机组以及负荷的各10组典型场景进行随机排列组合,在组合后的1 000组系统场景基础上进行电网的充裕度指标评估。每种组合的概率分别为:

其中,pcjq表示第q个组合场景发生的概率;pwi表示第e个风电场景概率;pGj表示第u个机组可用场景概率;pwi表示第v个负荷场景概率。

首先在可用常规机组中,针对每一个组合场景,按调峰容量比大的优先取用原则,取前M台机组使其总容量PM刚好满足该场景下净负荷曲线的峰值Pm,由式(14)计算出该机组组合下的有效调峰容量比,记为RM。若该场景下PM< Pm,则记为发生电力不足,记录该组合场景序号,加入到集合U1中,结束该场景的模拟。否则,判断不等式RMPm> Pmn是否成立,若不成立则判定该场景调峰不足,记录该组合场景序号,加入到集合U2中,反之调峰充裕[15]。

若1 000组场景算作一个周期,则需进行多个周期的模拟。记录每个周期模拟结果,其中第i周期的功率不足和调峰不足指标按下式计算:

式中,Pmq表示第q组场景净负荷曲线峰值;PMq表示第q组场景下运行的常规机组总容量;Pmnq表示第q组场景净负荷曲线最大峰谷差;RMq表示第q组场景系统最大有效调峰容量比。

重复进行多个周期的模拟直到结果收敛,判据如下:

式中,E为期望值;σ为标准差;N为模拟的周期数。

因为LOPP已收敛,可以认为已模拟足够多次周期,所得结果具有一般性。根据实际情况,调峰不足是在未发生功率不足的基础上才能存在的情况,所以LOPRP需要用条件概率表示。各个指标的计算公式如下:

5 算例分析

本文采用上海浦东沿海地区历史风速数据,在2011-2014四年内冬季10-12月内每30min采样一次,共采样了17 664组数据。采用IEEE-RTS[16]作为测试系统。该系统含有32台机组,总装机容量为3 405MW,年最大负荷为2 850MW,各机组类型按调峰容量比排序如表1所示。风电场由单机容量为1MW的风电机组组成,切入风速、额定风速、切出风速分别为3、14、25m/s,风电机组强迫停运率取0.05。考虑到一个地区的风速在日前每个小时的均值和方差都有差异,建模细化至以h为单位的时序曲线,采用Weibull分布的均值和方差公式估算相关参数。根据实测的每小时历史风速数据,得到24组尺度参数c和形状参数k ,其部分参数值如表2所示。

利用24 组尺度和形状参数,可以拟合出该地区24小时风速累计分布函数。求出这些函数的逆函数,就可以采用LHS生成任意组风速场景。本文应用此方法产生1 000组风速场景,再用SBR将这些风速场景削减至十组,其中两个风速场景如图1所示。在此基础上,根据风机的功率曲线和风机状态转移时间序列,即可得到十组风机出力场景。同时,应用两状态启停模型法生成十组各常规机组出力场景。

根据IEEE-RTS标准算例中全年每日24 小时负荷占年最大负荷比例数据[16]计算冬季17周内日前24小时负荷,以该时期每小时负荷平均值为负荷预测值Lf,根据蒙特卡罗随机模拟生成负荷十组可用场景。日负荷预测值曲线如图2所示。

为研究对电网充裕度指标的影响因素,本文对风电场容量、风机参数、年最大负荷这些因素进行逐一分析比较,以期得到其对功率不足和调峰不足指标的影响。

5.1 风电场容量的影响

不同风电场容量下,分别计算测试系统的EPNS,EPRNS,LOPP,LOPRP四种充裕度指标,其中EPNS和EPRNS的变化趋势如图3所示,LOPP和LOPRP的变化趋势如图4所示。

由图3、4 可知,风电接入电网后,EPNS和LOPP两个指标随着风电场容量的增加逐渐减小,可以认为风电场容量的增加使系统电力不足的风险减小。但随着风电场容量的不断增大,其对电力充裕度指标的影响将越来越小;而EPRNS和LO-PRP随着风电场容量的增加也逐渐增大,可见风电并网给系统调峰带来了更大的压力,且新增的风电场容量对调峰充裕度指标的影响越来越大,呈级数增长。

从图3 可以看出,当风电场容量小于211 MW时,调峰不足期望值小于功率不足期望值,系统的发电不足问题比较突出;当风电场容量大于211MW时,系统的调峰不足问题变得更为明显。当接入的风电容量为211 MW时,系统的功率不足期望与调峰不足期望一致,此时功率不足期望已趋于平稳,调峰不足期望也处于相对平稳阶段。由图4 可知,当风电场容量等于211 MW时,调峰不足概率虽然略高于功率不足概率,但此时LOPP小于0.125%,LOPRP小于0.4%,符合充裕度要求,由图中也可以看出,风电场容量等于211 MW处也是调峰不足概率增长速度加快的临界点。综上所述,调峰不足期望等于功率不足期望时的风电场容量可作为系统可接纳风电容量的判断依据,将EPRND=EPNS的点称为平衡点,平衡点时的风电容量称为平衡容量。

5.2 风机参数的影响

不同型号风机启动风速、额定风速及切出风速参数对电网系统充裕度评估结果有较大影响,现有三种型号的风机,参数如表3所示。

分别将三种风机投入系统中,随着风机容量的增加,充裕度指标变化如图5、6所示。

由图5 可知,在相同风电容量下,EPRNS1>EPRNS2>EPRNS3,EPNS1<EPNS2<EPNS3,这是由于风机额定风速参数变大之后,风机处于高效输出时段减少,由此风机总输出功率减少,功率不足期望升高,调峰不足期望减小。也可以看出,随着风机额定风速参数变大,平衡容量变大,平衡点处的期望变化不大。由于同样的原因,图6中的曲线趋势与图5基本相似,平衡点处LOPRP<0.4%,LOPP<0.13%,满足实际要求。

5.3 年最大负荷的影响

在电网系统的充裕度分析中,系统的年最大负荷是一个重要因素。让全年最大负荷在50 MW的等步长下从2 700 MW到3 000 MW,按照第三节的方法生成负荷场景,此时日负荷曲线形状基本不变。设风电场容量为200 MW,由图7可以看出LOPRP与EPNS两个指标随年最大负荷增加的变化情况。

由图7可知,随着年最大负荷的增加,LOPRP、LOPP两个指标曲线都呈上升趋势。这是因为年最大负荷增大的同时,负荷峰值和峰谷差都变大了,加大了系统供电和调峰压力,因此功率不足和调峰不足概率都将变大。

6 结论

大型风电并网系统电压稳定性研究 篇8

风力发电以其成本低、无污染、规模效益显著等优点在近年来得到迅速发展[1]。但是风速具有随机性和不可调度性等特点,同时大型并网风电场一般位于电力系统的弱节点,因此风电功率的波动将给系统的电压稳定性[2]带来不利影响,故给风电并网系统提供足够动态无功功率支持以增强其电压支撑能力已成为当前亟待解决的问题。

由于电力电子元件性价比的提高,兼具功率控制灵活和成本较低等优点的双馈风力发电机在风电场中正得到广泛应用。但其变频器的过流能力较低致使机组的无功电压调控能力受到限制,故风电并网系统仍需附加无功补偿设备来改善其稳定性。静止同步补偿器(STATCOM)作为新型的FACTS装置,其输出的无功功率与系统电压成比例,即输出的无功电流与系统电压无关,因此其无功特性比其他同样容量的补偿装置更好[3]。基于此,若风电场采用STATCOM配合双馈风机的控制策略,快速调节其无功功率使风电机组机端电压维持在合理的水平范围之内,就可以保持风电并网系统的电压稳定。

本文基于双馈机组模型构建了其转子侧变流器的滞环电流控制和网侧变流器的电流解耦控制策略,同时阐明了STATCOM的暂态稳定性和潮流模型。结合IEEE14节点标准测试系统,仿真研究风电接入电网后对系统稳定性影响,以及STATCOM对电压稳定性的改善作用。仿真结果验证了双馈风机控制方案的有效性,同时表明风电的接入会对并网系统稳定性带来不利影响,而STATCOM装置有效地提高了风电场的稳定性,确保了风电并网系统能够安全稳定运行。

1 双馈风力发电机滞环矢量控制策略

1.1 双馈电机数学模型

双馈风力发电机的基本原理是通过背靠背变流器在感应电机的转子回路中加入一个可控电压源,通过改变其电压幅值或相角,实现对风机转速和功率因数的控制。其内部等值电路如图1所示。

rs—定子电阻xs—定子电抗xr—转子电抗xm—励磁电抗

图1中r'r=rr/S,U'r=Ur/S,其中rr为转子电阻,S为转子滑差,Ur为转子回路中可控电源的电压值。

在同步旋转坐标系(q轴超前d轴90°)下,根据图1规定的正方向,按电动机惯例可列出双馈风电机组定子电压、磁链和功率标幺值方程[4]:

式中,Xsm=xs+xm。

1.2 转子侧变流器的滞环电流控制

为了简化计算,忽略定子侧的电磁瞬时过程和定子侧电阻,并将d轴定义在定子磁链上,则:

将式(2)和式(4)依次代入式(3)中,可得:

由式(5)可见,在基于定子磁链定向的同步旋转坐标系中,双馈风机定子侧有功、无功功率分别与转子电流q轴和d轴分量成线性关系。因此要实现电机的功率解耦控制只需调节转子电流的dq轴分量即可。

转子侧变流器采用的滞环电流控制是一种典型的直接电流控制技术,其动态响应快,而且实现简单。图2为转子侧变流器的矢量控制框图。风力发电机输出的无功功率和其转速各自与相应的实际值比较后,分别通过PI调节器得到转子电流的d轴和q轴分量,然后运用2/3变换得到转子电流的三相电流参考值。其中滑差角θslip为电机当前旋转定子磁链位置角θs与转子位置测量值θr之差。实际的转子电流信号与该控制电路所产生的参考电流信号进行比较,当实际值超过预先设定的滞环带上限时,变流器上桥臂关断、下桥臂导通;同理,当实际值到达预先设定的滞环带下限时,变流器下桥臂关断,上桥臂导通,从而实现对转子变流器的滞环电流控制。

1.3 网侧变流器的电流解耦控制策略

交流电网通过连接在定子侧的整流器和直流电容向转子侧变流器提供其所需的直流电源[5]。假定网侧变流器和电网之间的变压器的电阻和电抗分别为R和L,则:

其中,。式中vd、ed和eq分别为前置电压(vq=0)、定子侧电压源变换器的d轴和q轴分量,id和iq分别为变压器二次侧电流的d轴和q轴分量。图3为典型的网侧变流器解耦控制系统,直流电容电压误差值通过PI调节器产生id的参考值,而iq参考值一般设为零。该控制电路产生的正弦电压调制波与系统侧电压相角θ0所产生的三角波通过比较器即可发出控制网侧变流器的PWM信号。

2 STATCOM数学模型

STATCOM是典型的电压源逆变器,可以将直流输入电压转换成交流输出电压以补偿系统所需的有功和无功功率。图4为基于PI控制的典型STATCOM暂态稳定性模型[6,7]。

该模型对应的代数微分方程可表示为:

其中,δ和θ分别为机端电压和通过STATCOM电流的相角;导纳G+j B=(R+j X)-1;xc为内部控制系统变量;m为脉宽调制比,可以直接控制交流侧电压的幅值;常数;α为相角,该变量通过电容充放电决定流过控制器的有功功率。通过该控制策略,STATCOM可以根据电压变化及时地吸收或者补偿系统功率不平衡量,改善系统的电压稳定性。

3 仿真研究

本文仿真算例采用IEEE14节点标准系统,风电场采用40台1.5 MW双馈风力发电机[8],通过一台13.8/0.69 k V变压器接入节点14。

3.1 静态电压稳定性分析

连续潮流法[9,10]是计算电力系统静态电压稳定裕度的常用手段:

式中,x是状态变量,如节点电压幅值和相角;u是控制变量,如发电机内电势和转子角等;λ为系统中的可变参数(如风速),通过改变此变量的值可以得到其对系统运行工况的影响。该法一般通过改变系统参数λ做出PV曲线,从而模拟系统的过渡过程以及求取临界点。为了研究风电并网对系统静态稳定性的影响,本文将可变参数λ定义为风电的穿透功率,则系统的电压崩溃点(鞍结型分岔点或约束诱导型分岔点)所对应的λ值即为风电的最大注入功率。静态连续潮流法只考虑系统的标准潮流模型,所有的双馈风电机组均当作PQ节点。图5分别为在节点14连接STATCOM装置前后风电并网系统节点4、5、9和15的PV曲线。

图5 a)表明随着风电注入功率λ的不断增加且由于系统中输电线路消耗的功率逐渐增大,各母线电压一直呈下降趋势,当λmax=3.891 3时达到电压稳定极限。当在节点14加入STATCOM后,图5 b)显示母线电压下降趋势较平稳,系统的电压稳定裕度提高到λmax=4.015 3,这是由于STATCOM根据风电并网系统电压变化,可以补偿部分无功消耗,改善了系统的静态电压稳定性。

3.2 故障研究

假定在t=1 s时节点14与节点9之间的联络线出现断线故障,图6分别为在节点14连接STATCOM装置前后风电并网系统节点1、14和15的电压变化曲线。

仿真结果表明短线故障会对系统的电压造成巨大的冲击,图6 a)显示风电机组的滞环电流控制策略可以使并网节点电压故障后迅速恢复稳定,但由于正常工作时风机不发出无功,因此系统稳定后的电压水平决定于电网的静态参数。图6 b)表明加入STATCOM后,该装置参与系统的电压控制,使并网节点电压迅速恢复至故障前水平,这是因为STATCOM可以向电网动态地发出或吸收无功功率,对系统电压具有支撑作用。

4 结语

风力发电作为一种新兴的高效清洁能源,正在全世界范围内迅猛发展。但风速的波动性和不可预测性等缺点使得其对并网系统的稳定性带来不利影响。本文构建了双馈风力发电机基于电流解耦的滞环矢量控制策略,以及STATCOM的暂态稳定性和潮流模型。结合实际系统验证了所提出的控制方法的有效性,同时表明风电的接入会对并网系统稳定性带来不利影响,而STATCOM装置有效地提高了风电场的稳定性,确保了风电并网系统能够安全稳定运行。

摘要：随着风电渗透功率的增加,大型风电并网系统的稳定性问题亟待研究。在构建了双馈风力发电机基于电流解耦的滞环矢量控制策略的基础上,分别建立了静止同步补偿器(STATCOM)的暂态稳定性和潮流模型,结合IEEE14节点标准测试系统仿真研究了风电接入电网对系统电压稳定性的影响,以及STATCOM对风电并网系统稳定性的改善作用。仿真结果验证了滞环电流控制方案的有效性,同时表明风电的接入会对并网系统稳定性带来不利影响,而STATCOM装置有效地提高了风电场的稳定性,确保了风电并网系统能够安全稳定运行。

关键词：风电场,双馈风电机组,控制策略,电压稳定,静止同步补偿器

参考文献

[1]雷亚洲.与风电并网相关的研究课题[J].电力系统自动化,2003,27(8):84-89.

[2]El-Shimy M,Badr M A L,Rassem O M.Impact of Large Scale Wind Power on Power System Stability[C]//Power System Conference,MEPCON2008:630-636.

[3]范高锋,迟永宁,赵海翔,等.用STATCOM提高风电场暂态电压稳定性[J].电工技术学报,2007,22(11):158-162.

[4]赵清声,王志新.双馈风力发电机组系统接入与稳定运行仿真[J].电网技术,2007,31(22):69-74.

[5]Han S G,Yu I K,Park M.PSCAD/EMTDC-based simulation of wind power generation system[J].Renewable Energy,2007,32(1):105-117.

[6]Canizares C A.Power Flow and Transient Stability Models of FACTS Controllers forVoltage and Angle Stability Studies[C]//Power Engineering Society Winter Meeting,2000,2,1447-1454.

[7]谢小荣,姜齐荣.柔性交流输电系统的原理与应用[M].北京:清华大学出版社,2006.

[8]申洪.变速恒频风电机组并网运行模型研究及其应用[D].北京:中国电力科学研究院,2003.

[9]Milano Federico.Assessing Adequate Voltage Stability Analysis Tools for Networks with High Wind Power Penetration[C]//Electric:Utility Deregulation and Restructuring and Power Technologies,DRPT2008:2492-2497.

风电并网 篇9

风力发电是目前技术最为成熟的可再生能源发电方式之一。风电场并网运行,一方面可以分担传统机组的部分负荷,降低电力系统的燃料成本并减轻环境污染[1];但另一方面,风电是间歇性能源,随着风电并网容量在电力系统中比例的增大,大型风电场并网对电力系统运行的影响也越来越明显[2],同时增加了电力系统的辅助服务成本[3]。

为了更好地利用风电的优点,充分发挥其作用,规划人员必须对风电场并网容量进行合理规划。很多学者从电网静态运行安全角度计算了风电场的最大并网容量。文献[4-6]采用确定性计算方法,把风电并网容量计算归结为各种约束下的风电功率最大化。文献[7]引入随机规划理论,以机会约束形式描述系统静态安全约束,建立优化模型求解风电场并网容量。文献[8-10]在机会约束规划的基础上对风电场并网容量优化及风力发电效益等问题进行了分析。文献[11]采用相关机会规划理论,在保证系统安全运行的前提下,引入了风电的发电能力约束,并考虑了风电场减出力控制措施的影响,建立了计算风电并网容量的优化分析模型。

目前,有关风电并网容量的研究工作已经取得了较大的进展和成果,但也存在着一些问题,主要表现为以下几点。

1)未能充分考虑到风电出力随机性强的特点。虽然以随机规划理论为基础的随机规划方法(如机会约束规划、相关机会规划等)可以近似模拟风电出力随机性强的特点,但对风电输出功率分布规律存在人为主观的近似假设,或允许安全约束条件受到某种程度的破坏,造成系统存在越限危险。

2)未考虑风电运行价值对风电并网容量的影响。正确反映风电运行价值与风电并网容量之间的确定关系,可以使优化方案的综合效益达到最佳,适应了电网规划部门的实际需求。

针对目前风电场并网容量优化研究中存在的问题,本文通过引入柔性参数,将风电功率柔性化表示,并考虑风电运行价值对风电并网容量的影响,建立了风电并网容量优化柔性数学模型。研究表明,风电功率的柔性化表示充分反映了风电出力随机性强的特点,同时优化柔性模型的应用实现了风电运行价值和风电并网容量折中决策,适应了电网规划部门的实际需求。

1 电力系统柔性分析

1.1 柔性概念

广义的柔性,是指系统对不确定信息的响应能力。最初的柔性分析,是针对过程系统的实用性、可操作性而展开的研究工作[12,13,14]。所谓过程系统中的柔性,文献[15]定义为:系统在从一种操作状态过渡到另一种操作状态的情况下,能够调节到满足工艺要求的能力。电力系统的柔性与过程系统中的柔性概念有相同之处,是指系统在结构确定的情况下针对参数变化时的适应能力和可控性。

在电力系统中,不确定参数y的变化范围(即柔性)可以描述为:

式中:δ为柔性参数,决定了参数变化的范围和柔性的大小;ε-和ε+分别为参数变化范围的下界和上界,为δ的函数。

当ε-和ε+为δ的线性函数时,电力系统的柔性被称为“线性柔性”;当ε-和ε+为δ的非线性函数时,则电力系统的柔性被称为“非线性柔性”。对于电力系统中的“线性柔性”,参数y的柔性还可以描述成一个以固定值y0为中心,正负偏差大小分别为Δy+和Δy-(事先人为给定或按y的概率分布给定)的超矩形:

1.2 柔性评价分析

一般电力系统的规模较大、覆盖面较广,电力系统中参数的变化和不确定性是多种多样的。在含不确定参数的条件下,电力系统优化问题的约束条件可以由下式表示:

式中:x为状态变量;u为控制变量;I为不等式约束集,包括节点电压约束、线路潮流约束和发电机出力约束等;J为等式约束集,主要为功率平衡方程。

对式(3)进行如下简化:

由式(1)可知,柔性参数δ的大小确定了不确定参数y的变化范围。控制变量u的作用就是在确保不确定参数y在超矩形内任意变化时,能够通过u的适当调节(即存在确定的u),使得约束满足式(3)。因此,对尽可能大的T(δ)空间,柔性约束条件可表示为:

式中:为选取不等式约束中最大的一个;为通过调整控制变量u来尽可能地改善电力系统的安全性和可靠性;为通过调整参数来描述最恶劣情况下电力系统的安全性和可靠性。

对于确定的柔性参数δ,不确定参数y的变化范围是确定的,因此电力系统柔性评价问题可以描述为:

也可描述为:

式中:χ(δ)为柔性参数δ的函数,表示电力系统的安全性和可靠性,只有χ(δ)≤0时才说明电力系统的安全性和可靠性满足要求。

式(7)模型的物理意义是:对于确定的δ和给定范围内任意的y,是否存在可调的u,满足电网安全、可靠运行的要求。

电力系统柔性评价表明了参数在给定范围内变化时系统的适应能力和可控性。当柔性参数δ不确定时,可以定义如下的可变柔性指数:

上述模型的最优解F(δ*)代表了电网的柔性评价指标,即柔性指数,柔性指数的大小反映了电力系统安全、可靠运行的裕度。柔性指数越大,电力系统对不确定参数变化的适应性越强。

1.3 柔性优化问题

通常电力系统经济性是安全性和可靠性对立的一面。当考虑不确定参数变化对系统经济性的影响时,引入系统经济性目标函数f(x,u,y),则电力系统的柔性优化问题可以描述为:

可见,柔性优化问题是在固定柔性评价的基础上进行的,即在经济性优化过程中考虑了系统应对参数变化的响应能力。由于参数变化对系统的经济性产生的影响被量化为“惩罚成本”的形式计入目标函数f(x,u,y)中,因此,柔性优化中的可控性是同时针对经济性、安全性和可靠性的。

1.4 优化柔性问题

式(8)所示的柔性指数的大小反映了电力系统安全、可靠运行的程度。随着柔性区域的扩大,电力系统运行的经济效益势必受到影响。当考虑电力系统运行的经济性后,优化柔性问题可以描述为:

由式(10)可知,优化柔性问题是一个双目标的优化问题,约束条件是相同的,其中一个目标针对经济性,以状态、控制变量和柔性参数为优化变量;而另一个以安全性为目标,以状态、控制变量为优化变量。式(10)同时对电力系统的经济性、安全性进行优化,实现了电力系统的综合优化。

值得说明的是,柔性分析方法是传统确定性分析方法向不确定领域的延伸,其实质是一种面向不确定性信息的确定性分析方法。与传统确定性分析方法[16]相比,该方法可以有效地处理规划过程中的不确定信息,使得规划方案灵活性更强、适应性更好。与不确定性分析方法(如随机规划[17]、模糊规划[17]、盲数规划[18]等)相比,该方法可以消除不确定分析法对不确定信息的分布类型存在人为近似假设的缺陷,因为其对不确定信息进行建模时,并不需要事先预知不确定信息的分布类型。

2 计及风电运行价值的风电并网容量优化柔性建模

2.1 风电功率的柔性化表示

风电机组是不可控机组,其输出功率特性可由式(11)所示的分段函数近似表示[7]:

式中:PR为风机额定输出功率;vw为风机轮毂高度处的风速;vci为切入风速,当风速高于此设定值时,自动装置动作把风机并入电网;vco为切出风速,当风速高于此值时,风机停止发电并从电力系统中解列出来;vR为额定风速,当风速不小于此值而小于切出风速时,风机出力为额定值。

由式(11)可知,风电输出功率并不是一个确定的量,而在一个范围内波动,其功率水平值很大程度上取决于当时的风速条件。虽然基于风速预测可对风电输出功率特性进行模拟研究[19,20],但是风电功率预测误差往往大于风速预测误差,这主要是由于风速与风电功率的对应关系所致。在经过功率特性曲线转换后,不是很强的风速规律性被进一步破坏,得到的风电功率规律性更加微弱,表现出非常强的随机性。因此,不确定分析方法(需预知不确定信息的分布规律)很难有效处理风电功率不确定性的问题,更不可把风电功率作为确定性变量参与决策优化。由电力系统柔性概念可知,柔性参数δ的定义为解决这类问题提供了可能,因为其对风电输出功率的不确定性进行建模时,并不需要事先预知其分布类型。风电功率柔性属于“线性柔性”范畴,其参数的变化范围可描述如下:

式中:PwN为风电功率波动中心;ΔPw-和ΔPw+分别为风电功率负向和正向波动偏差。

风电功率的随机性主要表现为风电功率在一个范围内波动。因此,只要根据实际情况,确定合适的波动中心PwN以及互相匹配的正、负向波动偏差ΔPw+和ΔPw-,式(12)就可以准确地模拟风电功率的随机波动,实现对风电功率的随机性建模。

研究表明,风电输出功率一般在0至额定输出功率PR之间随机波动,因此风电功率随机波动的上下限是确定的。由电力系统柔性约束条件χ(δ)的物理意义可知,只要在给定的δ值下,风电输出功率最大值PR满足电力系统安全性和可靠性约束,那么在相同的δ值下,其他的风电输出功率Pw也一定满足安全性和可靠性约束,所以式(12)可简写为:

简化后,式(13)消除了负向波动偏差的影响,使得柔性指数模型(式(8))被简化为关于柔性参数δ的一维求极大值的优化问题,而波动中心PwN和正向偏差ΔPw+仅作为δ的常系数参与优化,对计算结果无影响,所以可以任意选取(ΔPw+≠0)。

2.2 风力发电运行价值

风电作为一种可再生资源,其价值主要体现在能够减少不可再生资源的消耗量。风力发电收益是指电网由于能够接纳风电场输出功率所节约的煤耗量的期望值。

一定时间T(T为研究时间周期)内风力发电收益CGS可以根据下式确定:

式中:PG0i为常规机组的初始调度方案;Φ为风电场并网节点集;rj为风电场j的风电容量系数(又称风能利用系数),主要由风电场地理位置和当地气候决定;PR,j为风电场j的额定输出功率;ai,bi,ci为节点i处常规能源机组的煤耗特性系数;λij为参与调节机组的参与因子,表示由风电场j并网引起参与调节机组i输出功率的变化量,需要说明的是,针对电网运行状态和调度方案的不同,参与因子也不同,可以根据电网针对意外波动情况的调节策略预先求出[21]。

另外,风电是一种间歇性能源。与传统发电方式相比,风力发电具有无煤耗和无污染的优势,但风速的间歇性和随机性使得大容量风电并网对电力系统的安全性和稳定性造成了影响。为了保证风电并网以后系统运行的可靠性,需要在原来运行方式的基础上,额外安排一定容量的旋转备用以响应风电场发电功率的随机波动,维持电力系统的功率平衡与稳定。这部分额外备用容量是由风电功率的不确定性造成的,因此被称为风力发电的惩罚成本。

文献[3]采用可靠性评估方式,把风电视为一种负值负荷,给出了风电功率惩罚成本的详细表达式为:

式中:P1和P2为分别为风电并网前和并网后的系统旋转备用容量,具体求解方法参见文献[3];Pc为系统备用容量的容量电价。

综上所述,风电是一种特殊的电力,其运行价值应综合考虑发电收益和风电功率惩罚成本,因此风电运行价值可以描述如下:

2.3 数学模型

基于风电功率的柔性化表示,当把风电功率定义为参数变量时,式(10)中的柔性指数的最优值F(δ*)即代表风电最大并网容量。引入风电运行价值目标函数fvalue,则计及风电运行价值的风电并网容量优化柔性数学模型可描述如下:

式中:Plmax为线路潮流限值组成的矢量;Umax和Umin分别为节点电压上、下限组成的矢量;PGmax和QGmax分别为常规能源发电的有功和无功功率上限组成的矢量;PGmin和QGmin分别为常规能源发电的有功和无功功率下限组成的矢量;Pwi,Qwi和PGi,QGi分别为风力发电和常规能源发电的有功和无功功率;PLi和QLi分别为系统节点有功和无功负荷;Vi为节点i的电压;Gij和Bij分别为节点间的电导和电纳;θij为节点间的相角差;PNwi为风电场有功功率波动中心;ΔP+wi为风电场有功功率正向波动偏差;i=1,2,…,N,N为节点数。

3 模型分析与求解

3.1 模型分析

为了对比分析风电出力的随机性和风电运行价值对风电并网容量的影响,对本文所构建的优化柔性模型(以下简称本文模型)进一步分析,可将该模型简化为如下2个模型。

模型1:只考虑风电出力随机性对风电并网容量的影响,则式(17)所示的多目标函数将简化为对柔性参数δ求极大值的单一目标函数,即在柔性约束条件下,风电并网容量最大化,其数学模型可由式(8)描述。

模型2:只考虑风电运行价值对风电并网容量的影响,则式(17)所示的多目标函数将简化为对风电运行价值fvalue求极大值的单一目标函数,即在柔性约束条件下,风电运行价值最大化,其数学模型可由式(9)描述。

3.2 模型求解

由于本文模型、模型1和模型2中均存在柔性约束条件(式(5)),而柔性约束条件又是一个最大—最小—最大化问题,因此上述模型直接求解非常困难。为了分析和求解方便,可根据柔性约束的物理意义和紧约束分解思想,把式(5)分解为式(18)和式(19):

式中:v为紧约束分解过程中的中间变量。

求解式(19),将其解再回代到式(18),便可得到式(5)的完整解。

根据上述柔性约束条件分解思想和各模型特点,本文分别给出了上述3个模型的求解方法。本文模型(优化柔性模型)求解流程如下,模型1和模型2的求解流程分别见附录A和附录B。

如式(10)所示的优化柔性模型是一个多目标优化问题,其目标函数往往是相互冲突的,因此,必须在2个目标函数之间进行折中决策。首先,根据上述柔性约束条件分解思想可将优化柔性问题分解成2个子问题。

子问题1:

子问题2:

对于子问题1,柔性参数δ是常数,同时令v取最大值临界值0时,简化为:

对于子问题2,当v的最大值为临界值0时,简化为:

对于子问题2,可分别构造原问题的拉格朗日函数和对偶问题:

式中:α和β为拉格朗日乘子组成的向量。

原问题提供了优化问题最优值的上界,而对偶问题则体现了Kuhn-Tucker(K-T)条件中的互补松弛约束,提供了优化问题最优值的下界。因此,有如下关系式成立:

式中:x0,u0,α0,β0分别为各个变量和参数的初始值;x*,u*,α*,β*分别为各个变量和参数的最优值。

式(26)的等号只有当f,h,g为凸函数时成立,在电力系统分析中,在一定范围内可以近似认为f,h,g为凸函数。因此,有

即

式(28)可以写成如下的形式:

式(29)代表在确定的参数δ下优化子问题(式(22))的最优性条件。将式(29)代入式(23)中,则子问题2可以表示为:

由此可见,多目标的优化问题被转换成2个单一目标的优化子问题,一个是针对系统经济性的优化问题,而另一个则是针对安全性和可靠性的。应该说明的是,在求解综合优化问题之前需要首先求解式(22),以确定参数f0和Δf,然后才能对式(31)进行求解。

通过对上述2个子问题(式(22)和式(31))交叉迭代求解就可以得到原问题的解。本文采用序列线性化的方法计算求解,求解步骤如下。

1)给定初始条件x0,u0,y0。

2)对式(22)进行线性化处理,由等式约束可得:

式中:gx和gu分别为g(x,u,y)关于x和u的导数;g0为初始值。

代入到不等式约束中,形成线性规划问题并求解,可得参数f0和Δf以及控制变量的修正量Δu,令

3)把u代入到式(31)中,并对式(31)进行线性化,由等式约束得:

式中:gy为g(x,u,y)关于y的导数。

代入到不等式约束中,形成线性规划问题并求解,得到Δy,并按下式进行修正:

4)把y代入到式(22)中,替换y0,并进行潮流计算,更新状态变量x。将上述2个子问题交替求解,当Δy≈0,Δu≈0时迭代结束。最终的柔性参数δ最优值等于式(31)确定的δ*,而风电运行价值最优值则由式(22)确定。

4 算例分析

为了验证本文提出的计算模型的有效性并揭示风电出力的随机性和风电运行价值对风电并网容量的影响,本文采用IEEE 30节点测试系统进行分析。系统机组参数如表1所示(特性系数c=0),分别选取节点7,10,14,17,24作为风电并网节点,并网点风电容量系数均取0.3。

1)风电出力随机性对风电并网容量的影响

为了揭示风电出力随机性对风电并网容量的影响,本文采用传统确定性分析方法和模型1中的柔性评价分析方法,分别求解风电穿透功率极限,计算结果见表2。

表2的计算结果表明,在负荷既定的情况下,随着对风电出力随机性考虑的全面性,对大部分节点而言,系统可接受的风电穿透功率水平有显著的降低。原因在于,在一定的系统机组出力调节裕度下,若直接把传统确定性分析方法的最优解作为风电场最大装机容量并考虑风电出力的随机性,那么在该功率水平下,就有可能存在某个或多个风电功率值在同一机组出力调节裕度下,不满足系统安全、可靠运行的要求,造成系统存在越限危险。而柔性评价方法通过降低风电场最大装机容量,剔除造成系统越限的病态功率水平值,使得其最优解以及该功率水平下的风电功率值在同一机组出力调节裕度下,都能满足系统安全、可靠运行的要求。特别地,当系统机组出力调节裕度可以有效抑制风电出力随机性对风电穿透功率极限计算的影响时,两者所得最优解将相等,如节点24。

2)风电运行价值对风电并网容量的影响

风电作为一种可再生资源,具有无煤耗、无污染的特点,在负荷既定的情况下,其并网容量越大,风力发电收益越大。但风电又是一种间歇性能源,并网容量越大,就意味着其柔性成本越大。

图1显示了在系统负荷一定的情况下,系统备用电价Pc分别为15美元/MW和20美元/MW时,风电场经节点7并网后,风电并网容量与风电年运行价值之间的关系。

从图1可以看出,风电场装机容量较小时,风电年运行价值与并网容量成正比,但是当系统内风电装机容量达到一定数量后,风电的边际运行价值将降为0甚至负值,风电的装机容量从经济角度来说已经达到饱和,但并不一定等于风电最大并网容量。另外,从备用容量电价变化可以看出,若政府部门能在风电并网柔性成本费用方面给予一定的优惠,将极大地促进风力发电的推广。

为了进一步阐述本文所提出的模型在风电运行价值和风电并网容量之间的协调机理,在系统负荷既定,Pc为15美元/MW的情况下,结合本文模型以及模型1、模型2进行了对比分析。表3给出了3种模型下风电最大并网容量,表4给出了3种模型下的风电年运行价值。

由表3和表4可以看出,模型1以风电并网容量最大化作为优化目标,决策过程仅注重电网接纳风能能力,没有考虑优化方案的经济性,造成风力发电柔性成本过高,风电运行价值打了折扣。模型2以风电运行价值最大化作为优化目标,决策过程仅注重风电运行价值最大,限制了电网接纳风电的能力,风电没有得到充分利用。本文模型以损失有限的风电运行价值为代价,提高了电网接纳风电的能力,使得风电运行价值和风电并网容量得到折中决策。

5 结语

本文在电力系统柔性分析的研究基础上,把电力系统柔性概念引入到风电最大并网容量的研究中,并考虑风电运行价值对风电并网容量的影响,建立了风电并网容量优化柔性多目标数学模型。通过采用IEEE 30节点系统算例对比分析,可得到以下结论。

1)风电功率的柔性化表示充分反映了风电出力随机性强的特点,柔性分析方法实现了传统确定性分析方法向不确定领域的延伸,是一种面向不确定信息的确定性分析方法。

2)采用优化柔性模型,能够在充分考虑风电出力随机性的基础上,确定合理的风电并网容量,同时使得风电运行价值得到有效发挥,两者得到有机协调,但在规划中没有考虑与风电场运行价值有关的环境、政策等因素,而这些也可能是决定风电并网容量的关键因素。

3)算例分析结果表明了本文所提出模型的有效性,其结果可以为电力规划部门以及风电投资商制定有关决策提供必要的科学依据。

大规模风电并网的出力特性分析 篇10

风电出力特性和电力系统安全稳定运行是息息相关的。文献[1]给出了德国风力发电的发展情况, 并且分析了德国电力系统在大规模的风力发电接入后稳定性受到的影响;文献[2,3]给出了以测风数据为基础, 对风力发电的输出功率进行模拟分析, 对甘肃酒泉地区的风电大规模并网和风电出力特性进行了研究, 但是由于风电出力数据的失真, 不能保证结论完全正确;文献[4]根据建模方法和预测模型对象的两个分类标准, 归纳总结了目前风电功率预测研究的模型和方法, 提出了风电功率预测模型的改进方向;文献[5]给出了风电场的不同地理位置对东北电网的影响分析, 由于所选取的风电场过少, 不能够代表整个电网的风电的运行特性;文献[6]研究了风电场无功补偿容量的确定以及出口功率因数与转子滑差的关系, 仿真分析了风力发电机组并网时对电网产生的冲击影响和风电场接入电网后的稳定性;文献[7]给出了电网在风电并网后出现的问题, 用于分析的数据量少, 缺少统计分析的意义;文献[8]针对酒泉风电基地2011年发生的几次大规模风机脱网事故, 根据现场调查和数据分析, 提出了改造风电机组、完善风电场的集电系统及保护配置等措施;文献[9,10,11]给出了针对风力发电的波动性、相关性和分布规律方面, 对风电的输出功率和电量方面进行了研究分析;文献[12]从不同时间尺度方面, 分析了风电功率波动特性对风电并网的影响。

本文基于华北电网的实测数据, 采用时间序列与统计分析的方法, 对风电的出力特性进行分析, 研究风力发电的运行特性指标, 为促进大规模的风电并网运行与促进大规模的开发利用风能提供依据, 同时为制定风电并网后整个系统的安全稳定性的调度规划提供理论参考。

1 风电出力的波动性和随机性

风力发电的主要依靠是风能, 风能最大的特点是不确定性和不稳定性, 导致了风力发电也具有不稳定性和波动性。

本文数据来源于华北电网2010-2011年的实测风电出力数据, 在原始数据中出现个别数据缺失或者同一时间多个不同数据存在的情况, 因此对缺失数据用插值法进行补齐, 对于多个数据进行筛选, 明显为不良数据的进行剔除。

1.1 风电出力的波动性

选取华北电网2010年的实测数据, 取每月典型日全天数据做平均值, 得到2010年1月至2011年1月期间的月平均出力如图1所示。

10月、11月和12月连续数日风电日平均出力达到或超过额定出力, 同时也有连续数日风电日平均出力小于额定出力。

1.2 风电出力的随机性

以华北电网春夏秋冬四季为分析时间对象, 其中夏季到秋季研究数据为2010年5月份至2010年10月份, 冬季到春季研究数据为2010年11月份至2011年4月份。

图2与图3分别给出了夏秋季节与冬春季节的风电日平均出力时序分布散点图, 其中图中圆点所对应的横坐标为夏秋两季节每天的日期, 圆点所对应的纵坐标值为相应日期下风电日平均出力的大小, 圆点的疏密程度代表风电日平均出力在某范围内的概率的大小, 圆点表现的越密集, 表示风电日出力在该范围内的概率越大。

图2与图3对比两个图可以看出:夏秋两季中圆点分布比较密集, 表示风电日平均出力大部分比较集中, 且相对较小;冬春两季中圆点分布较稀松, 表示风电日平均出力较为分散, 同时日间的风电出力增减幅度较大。

2 风电出力变化特性分析

2.1 风电日平均出力的变化率

取某连续两天的数据进行研究分析, 仅对电网在某特定时间内的出力变化率的大小进行讨论研究。

出力变化率计算公式 (1) 如下:

undefined

式中:Vnt—出力变化率;

ΔPn—风电出力波动量;

n—采样点;

Δt—采样时间间隔。

以下是分别对20分钟级别和1小时级别的风电出力变化率进行研究。

图4所示:20分钟级的出力变化率相邻时间波动较为平缓, 基本没有出力变化率为0情况, 最大变化率为正数值, 接近30MW/分钟;有一些连续变化的变化率全为正数值或全为负数值的情况, 表明风电出力在连续的增加或连续的减少, 但是连续变化幅度很小, 表明风电出力在该段时间内波动比较缓慢。

图5所示:小时级的出力变化率相邻时间波动较分钟级的波动明显, 最大变化率为正数值, 已经超过1000MW/小时, 该时段前后波动量较大;与分钟级变化率一样, 有一些连续变化的变化率全为正数值或全为负数值的情况, 不同的是连续变化幅度较大, 风电出力在该段时间内波动比较剧烈。

2.2 风电出力同时率

风电出力的同时率是各个风电场发电同时达到最高的几率, 即日最高发电出力与当日风电场并网机组总容量的比值。

以华北2010年5月份和6月份的实测数据, 分析风电场风力发电与风电场反调峰之间的关系。

从图6可知, 华北电网5月份风电出力的同时率均在70%以下, 同时率大部分低于60%。相比于5月份, 6月份的出力同时率要低, 均在60%以下, 大部分低于50%。仅从出力同时率上不能够反映风电出力同时率与风电场限制出力的关系, 因此再在相应时间内统计华北电网反调峰的天数, 进行比较分析。如表1所示。

表1中, 5月份反调峰的时间为12天, 6月份反调峰的时间为6天。同时结合图6分析可知, 风电出力的同时率越高, 则该风电场的限制出力情况就会越多, 不利于风电场的安全稳定性。

3 结论

通过对风电出力基本特性、变化特性的研究, 可以得到如下结论:

(1) 华北电网的风电出力具有非常明显的波动特性和随机特性, 风电出力的最大值出现的时间段均不同, 并且在不同时间段内, 风电出力都有一定的差异, 其在相同范围内风电出力的概率也有很大的差异。

(2) 在不同的时间尺度下, 风电出力变化率的变化幅度不一样, 选取合适的时间尺度, 对研究风电并网时的出力波动情况具有重要意义。

(3) 通过对风电出力同时率的分析结合其对应时间段内电网反调峰的天数分析可知, 随着风电出力同时率的增大, 对于一个风电场的限制出力情况就会越多, 这不利于电网的稳定运行。因此, 要合理规划风电厂的建设。

摘要：大规模风电并入电网后, 风电的随机波动性等特性给系统的稳定运行带来严重的影响。根据华北电网的实测数据, 利用时间序列法与统计分析法, 分析了风电出力基本特性, 研究了风电出力的波动性、随机性;然后进一步分析了风电出力的变化特性, 讨论了风电出力同时率与反调峰的相关性, 以及在不同时间段的风电出力的特点, 阐述了大规模风电并网对电网影响。

关键词：风电,出力特性,出力变化率,同时率,反调峰

参考文献

[1]李锋, 陆一川.大规模风力发电对电力系统的影响[J], 中国电力, 2006, 39 (11) :80-84.

[2]辛颂旭, 白建华.甘肃酒泉风电特性研究[J].能源技术经济, 2010, 22 (12) :16-20.

[3]张宁, 周天睿.大规模风电场接入对电力系统调峰的影响[J].电网技术, 2010, 34 (1) :152-158.

[4]王丽婕, 廖晓钟.风电场发电功率的建模和预测研究综述[J].电力系统保护与控制, 2009, 37 (13) :18-121.WANG Li-jie, LIAO Xiao-zhong.Sum-marization of modeling and prediction of wind power generation[J].Power Sys-tem Protection and Control, 2009, 37 (13) :18-121.

[5]屈可丁, 于骏.东北电网风电运行分析[J].东北电力技术, 2008, 11:22-24.

[6]田春筝, 李琼林.风电场建模及其对接入电网稳定性的影响分析[J].电力系统保护与控制, 2009, 37 (19) :48-51.

[7]高德宾, 李群.东北电网风电运行特性分析与研究[J].电力技术, 2010, 19 (2) :33-37.

[8]何世恩, 董新洲.大规模风电机组脱网原因分析及对策[J].电力系统保护与控制, 2012, 40 (1) :131-137.

[9]陈贞, 倪维斗.风电特性的初步研究[J].太阳能学报, 2011, 32 (2) :210-215.

[10]侯佑华, 房大中.大规模风电入网的有功功率波动特性分析及发电计划仿真[J].电网技术, 2010, 34 (5) :60-66.