1、大规模风电并网对电网影响概述Compared with conventional energy units with differentinterconnected wind farm output by the random wind speed determined is thus extremely strong intermittent. This paper first discusses the existing research work is widely used in wind power probability model, time series model and p
2、rediction error model is the model are effective embodiment of the wind power of the intermittentcan meet the needs of different research work. Then combining with the existing work discusses wind power generating system reliability is intermittent for transmission network expansion planning and dis
3、patching of power system effect. A great deal of research work shows that with wind power penetration level of wind power to improve the intermittent effects on the grid will become increasingly significant摘 要与常规能源机组不同 并网风电场的出力由随机风速确定 因而具有极强的间歇性。本文首先讨论了现有研究工作中广泛采用的风功率概率模型、时间序列模型和预测误差模型这些模型均有效体现的了风功率
4、的间歇性 可满足不同研究工作的需要。接着结合现有研究工作讨论了风功率的间歇性对发电系统可靠性 电网扩展规划和电力系统调度的影响。大量研究工作表明 随着风电穿透水平的提高 风功率的间歇性对电网的影响将日益显著。关键词 风功率 间歇性 电网规划 可靠性 调度0 引言 随着化石燃料的价格飞涨和公众环保意识的日益增强 世界各国普遍对发展可再生能源给予了越来越多的重视。我国政府也高度重视风电产业的发展 并庄严承诺 截止2020 年能源消费中要有 15%来自非化石燃料1 。在国家相关政策的强力推动下 我国风电装机容量连续五年翻番。截至 2011 年 8 月底 全国并网运行的风电场 486 个 装机容量达到
5、 3924 万千瓦 规模居全球之首2。 风电有分散接入和集中接入两种入网方式。分散接入时电压等级较低 风电规模小 电量以当地消纳为主 对电网影响较小。集中接入时电压等级较高 风电规模大 电量以异地消纳为主 对电网运行影响较大。在欧洲国家 电网结构稳定 负荷发展缓慢 发展风电主要用于替代常规能源机组 大多采用分散接入方式。我国风能资源主要分布于“三北”及东南沿海地区 大多远离负荷中心 因此大多采用集中接入的方式。据统计 接入 110 kV 及以上电压等级电网的风电约占总容量的75%3。 与常规能源机组不同 风电场出力由随机风速确定 具有极强的间歇性4 。图1 给了某容量 100MW 的风电场某
6、200 小时内每小时的平均出力5 。从该图可以发现 与常规能源机组不同 风电场出力呈现出很强的间歇性。某些时段风电场的总出力高达100MW 而在某些时段风电场的出力很小 甚至完全为零。可以预见 未来一段时间内在国家政策的强力推动下 我国电网的风功率穿透水平将持续提高 其出力的间歇性将越来越显著影响电力系运行的各个领域。本文主要结合现有研究工作讨论风电大规模并网的前提下 风功率的间歇性对电力系统规划、运行的影响。图 1. 某 100MW 风电场 200 小时内的小时平均出力受塔影效应、偏航误差、风剪切效应及风机切换操作等因素的影响 间隙性的风功率中还含有较多的低频波动分量 这些波动分量将会导致风
7、电并网点的电压波动和闪变等6。此外 某些类型的风电机组 Wind turbine generator, WTG 附设的电力电子设备会导致风功率中含有较多的高次谐波 从而导致电网谐波污染。 1 风功率模型 为研究并网风功率间歇性对电网规划、运行的影响 必须采用合适的数学模型刻画风功率特性。在研究风功率对电力系统的长期影响时 研究者普遍采用概率模型或时间序列模型描述风况的随机特性 并在此基础上 根据 WTG 的功率特性形成对应的风功率模型。考虑到可在一定程度上对风功率进行预测 因而在研究其对电网短期调度的影响时 往往将其描述成预测值与随机预测误差之和。 1.1 概率模型 当研究的时间尺度较长时 风
8、电场风况很难准确预测采用概率模型对其进行描述是比较合理的选择。Weibull 可准确描述 WTG 轮毂高度处平均风速 V 的概率分布特性。其参数有代表风速频谱特性的形状参数 k 和反映平均风速大小的尺度参数 c 7。在已知风速 V 概率分布特性的基础上 可根据 WTG 功率特性采用卷积计算或蒙特卡洛模拟 Monte Carlo simulation, MCS 技术获得 WTG 的输出功率 P 的概率模型。一般来说 大型风电场往往纵横数十公里 且受尾流效应的影响 各 WTG 的受风并不完全相同 从而导致其出力也不完全相同8。但在很多侧重于研究风电场对电力系统长期运行影响的文献中9, 10 这种出
9、力差别往往被忽略 也就是说 整个风电场的输出功率 Pw可表示为 wP n P= (1) 式中 n 为风电场中 WTG 的数目。从数学上讲 式(1)是线性变换 可方便的获得风电场出力 Pw 的概率模型。 1.2 时间序列模型 电能生产过程有较强的连续性 因而在某些研究中需采用时序模型刻画风功率的间歇性。目前通常借助移动平均自回归模型 Auto-regressive and moving average model, ARMA 构建风速时间序列 如下式所示 1,2,3ttV y t = + =L (2) 式中 Vt 为时刻 t 的平均风速 和 分别为风速的期望和标准差 yt 为时间序列值 其具体的
10、数学表达式可见文献9 ARMA 模型的参数可根据风速历史数据获得。获取风速的时间序列模型后 可根据WTG 功率特性获取对应的风功率的时序模型。 1.3 预测误差模型 风功率尽管具有间歇性 但可在一定程度上对其进行短期预测10。因而在研究风功率间歇性对系统短期运行的影响时 研究者往往将其表示为预测值和不确定性的预测误差之和11 即 , ,w t fw t wP P= + (3) 式中 Pw,t 为时刻 t 风功率的实际值 Pfw,t 为该时刻风功率的预测值 w 为随机预测误差。 当多个大型风电场接入系统时 依据中心极限定理 可近似采用零期望的正态分布描述风功率随机预测误差12,13。在现有的技术
11、水平下 风功率预测精度与预测提前时间密切相关 一般来讲 预测提前时间越长 预测误差越大14。 2 风功率间歇性对发电系统可靠性的影响 规划足够的电源容量 确保对负荷的供电可靠性是电源规划的基本任务之一。大规模并网风电场出现后 国内外学者开始关注风功率间歇性对发电系统可靠性的影响。 丁明教授借助蒙特卡洛模拟技术研究了并网风电场对发电系统可靠性的影响15, 16。研究发现 受输入能源的限制 风电出力具有较强的间歇性 对发电系统可靠性的贡献远不如同容量的常规能源发电机组。为量化风电场与常规机组对发电系统可靠性贡献度之间的差异 文献15定义了风电场容量可信度 Capacity credit, CC 这
12、一指标 即 CGWLOLEPCCP=不变 (4) 式中 PCG 指保持系统可靠性水平的前提下 风电场能替代的常规机组容量 PW 为风电场额定容量 LOLE 是电力不足时间期望 反映了系统的可靠性水平。该指标直接反映了风电场建设后可节省的常规机组容量。一般来讲 由于风功率具有间歇性 CC 的数值远小于 1 其数值与风电容量及风况均有密切关系。 与此同时 加拿大著名学者 Billition 教授领导的研究小组也得出了类似的结论。文献17通过对 RBTS 可靠性测试系统18的研究发现 在确保系统可靠性指标不变的情况下 总容量高达 90MW 的风电机组仅能代替原测试系统中 1 台容量为 10MW 的火
13、电机组 也就是说指标 CC 的数值仅为 0.11 10MW/90MW 。 3 风功率间歇性对电网扩展规划的影响 电网规划的任务是在电源规划和负荷预测的基础上 寻找最优的电网扩展方案 即在满足安全、可靠输送电能的基础上尽量节约电网投资。并网风功率的间歇性增加了系统运行方式的不确定性 因而有必要在规划阶段就对运行方式的不确定性加以考虑从而制定出更为稳健的电网规划方案。 文献19首次考虑了并网风功率间歇性对电网规划的影响 但作者仅依据可靠性指标筛选规划方案。传统电网模型要求规划方案在任何情况下均不出现过负荷 在电源出力可控的情况下 这种规划目标是合理的。大规模风电并网后 潮流的不确定性大大增强 此时
14、再要求规划方案在任何情况下都不出现过负荷往往是不经济的。文献20利用机会约束规划的思想构建了考虑风功率间歇性的电网规划模型。模型采用概率潮流取代传统电网规划模型中的确定性潮流 并容许规划方案少量过负荷。研究表明 该模型可有效考虑风功率间歇性对电网规划的影响 但求解模型所需的计算量较大。文献21构建了基于场景概率的电网规划模型 模型借助不同的计算场景近似考虑风功率间歇性导致的运行方式的不确定性 该模型可有效考虑并网风功率间歇性对电网规划的影响 且计算量相对于文献20要大为减小。文献22对传统的基于逐步扩展法电网规划模型进行了改进 提出了考虑风电间歇性的电网规划模型。尽管该模型不能给出数学上的最优
15、解 但计算速度快 符合规划人员的工作思路 具有一定的实用性。 风功率具有间歇性且无法准确预测 因而系统调度人员往往需借助发电再调度环节确保系统功率平衡23, 24 因此有必要在电网短期规划过程中考虑发电再调度环节。文献25在电网规划模型中考虑了发电再调度导致的额外控制成本。此外 为节省求解计算量 该文献将考虑风功率接入的电网规划问题分解为网络设备投资决策与方案的控制措施成本评估 个子问题 二者借助原问题的规划目标进行总体协调。在此基础上 通过分析规划目标与问题本身的特性 设计了启发式的优化算法 显著提高了计算速度。 3 风功率间歇性对电网调度的影响 电网调度是指在系统负荷预测、联络线交换计划、
16、机组初始状态已知的情况下 制定最优的发电计划和出力安排以确保电能生产费用或电力公司的购电成本最低26。现阶段 为鼓励风电发展 很多国家和地区均给予风电企业优先上网权。这种情况下 调度中往往将间歇性的风功率等效处理为负的负荷27。电网运行的基本条件之一是确保系统实时功率平衡 显然 大量间歇性的风功率接入会显著影响系统调度。目前 关于风功率间歇性对电力系统调度的影响是学术界研究的重点之一 现有研究工作主要集中在风功率间歇性对系统旋转备用、调度模式等方面的影响。 3.1 风电间歇性对系统旋转备用需求的影响 旋转备用是系统调度需考虑的重要因素之一其数值将会显著影响调度计划对应的发电成本和运行风险水平。
17、传统的旋转备用获取原则是确定性的 即将其设为一定比例的负荷 如 10% 或系统中最大一台机组的容量。显然 随着大量间歇性风功率的接入 这种确定性的旋转备用选取原则因未考虑风功率特性将不再适用。文献28通过研究发现 旋转备用需求将会随风功率穿透水平的提高而单调递增。风功率的间歇性增加了系统净负荷 总负荷需求减去风功率 的不确定性 为应对这种增加了的不确定性 文献29提出了一种“准确定性 ”的旋转备用确定法则。该法则将系统的旋转备用需求定为系统净负荷预测误差标准差的 倍。为尽可能应对风功率预测误差 文中将 的数值设为 3.5。显然 风电穿透水平越高 净负荷的不确定性越强 旋转备用需求也将越大。但文
18、献28、29均未考虑备用成本 因而结论有一定的局限性。实际上 旋转备用是有成本的 过多的旋转备用将导致调度计划中开启过多的发电机组 从而明显增加系统运行成本。 文献30提出了一种考虑大规模风电接入的旋转备用优化模型。该模型通过旋转备用成本和效益之间的平衡确定系统的最优旋转备用需求。研究发现 考虑到备用的提供成本后 系统最优旋转备用需求并不随着风功率穿透水平的提高而单调增多。 3.2 风电间歇性对电网调度模式的影响 传统调度模式的目标是在确保电网安全、稳定运行的前提下制定出电能生产成本或电网企业购电费用最低的发电计划。大规模风电入网后 国家相关法律要求电网企业全额接受风电企业的上网电量。众所周知
19、 风功率具有较强的间歇性 且极难准确预测 其大规模接入可能威胁电网的安全、稳定运行。因此对电网企业来说 全额接受风电企业上网电量并不是件很容易的事情。因此 部分研究工作尝试将电网的风电接纳能力考虑到调度目标中。文献31将风电企业弃风量最小作为调度目标之一引入到日前调度模型中。研究表明 为减少风电企业弃风量 整个系统的运行效益将会下降。文献32将风功率的不确定性量化为风电成本纳入到短期调度模型中 同时考虑风功率的不足与盈余对系统调度的影响。研究结果显示 风功率的不确定性增加了系统运行成本。 现有的技术条件下 可在日前较准确的预测系统未来 24 小时的负荷需求 并在此基上借助机组组合 Unit c
20、ommitment, UC 工具优化日前调度计划33。大规模风电并网后 学术界和工业界采取各种方法尽力提高风功率的预测精度34, 35。但截止目前为止 与负荷预测精度相比 风功率的预测精度仍旧较差。因此大规模并网风电的间歇性将会使传统的日前调度模式不再适用。就目前来看 缩短预测提前时间时是提高风功率预测精度的有效途径14。研究发现 风功率预测误差将会随预测提前时间的缩短而显著减小。因此 大规模风电并网后 采用滚动预测方法预测风电功率并在此基础上制订滚动发电计划将更符合实际情况36, 37。文献36研究了在线有功滚动调度的动态前瞻时间窗口模型 实现了在线有功调度问题在时间维度上的有效解耦 并提出
21、了一种能够考虑多时段间各种动态耦合约束条件的动态协调滚动发电计划优化算法。文献37提出了能有效消纳间歇性风功率的发电计划在线滚动修正策略 并研究了其与日前计划优化的关系。4 小结 随着风资源的大规模开发 越来越多的大规模风电场将会并网运行。与常规能源机组不同 风功率由风速随机决定 因而具有极强的间歇性 将会对电力系统产生显著影响。本文结合国内外学者此领域取得的研究成果对该问题进行了综述 讨论主要集中在以下几个方面 风功率间歇性对发电系统可靠性的影响。现有研究表明 风电场输出功率由随机风速决定 因而具有很强的间歇性 其对发电系统可靠性的贡献远不如同容量的常规能源机组。 风功率的间歇性对电网扩展规
22、划的影响。并网风电的间歇性增加了系统运行方式的不确定性 从而使电网扩展规划问题变得更为复杂。现有的规划模型较好的考虑了大规模风电并网带来的影响 从而得出了适应性较强的规划方案。 风功率间歇性对电力系统调度的影响。与负荷相比 风功率的可预测性较差 因此在电力系统调度中必须考虑风功率间歇性的影响。现有研究工作表明 风功率的间歇性将会显著影响系统最优备用容量、调度模式等各个方面。 参考文献 1 H. X. Li, L. Henrik, M. Bernd. The importance of flexible power plant operation for Jiangsus wind integr
23、ation J. Energy, 2012, 41(3): 499-507. 2 中国电监会. 2011 年风电安全监管报告R. 中国电监会 , 2011. 3 张丽英, 叶廷路, 辛耀中, 韩丰, 范高锋. 大规模风电接入电网的相关问题及措施J. 中国电机工程学报, 2010, 30(25): 1-9. 4 M. H. Albadi, E. F. El-Saadany. Overview of wind power intermittency impacts on power systems J. Electric Power Systems Research, 2010, 80(6): 6
24、27-632. 5 Q. Li, S. S. Choi, Y. Yuan, D. L. Yao. On the Determination of battery energy storage capacity and short-term power dispatch of a wind farm. IEEE Transactions on Sustainable Energy, 2011, 2(1):148-158. 6 王海云, 王维庆, 梁斌. 风电场在公共连接点的闪变J. 电力自动化设备, 2008, 28(12): 81-83. 7 李强, 袁越, 李振杰, 王伟胜, 鲁华永. 考虑
25、峰谷电价的风电-抽水蓄能联合系统能量转化效益研究 J. 电网技术, 2009, 33(6): 13-18. 8 P. Li, P.-K. Keung, B.-T. Ooi. Development and simulation of dynamic control strategies for wind farms J. IET Renewable Power Generation, 2009, 3(2): 180-189. 9 W. Wangdee, R. Billition. Considering load-carrying capacity and wind speed correla
26、tion of WECS in generation adequacy assessment J. IEEE Transactions on Energy Conversion, 2006, 21(3): 734-741. 10 A. M. Foley, P. G. Leahy, A. Murguvlia, E. J. McKeogh. Current methods and advances in forecasting of wind power generation. Renewable Energy 2012, 37(1):1-8. 11 苏鹏, 刘天琪, 李兴源. 含风电的系统最优旋
27、转备用的确定J. 电网技术, 2010, 34(12): 158-162. 12 F. Bouffard, F. D. Galiana. Stochastic security for operations planning with significant wind power generation J. IEEE Transactions on Power Systems, 2008, 23(2): 306316. 13 E. D. Castronuovo, J. A. P. Lopes. On the optimization of the daily operation of a wi
28、nd-hydro power plant J. IEEE Transactions on Power Systems, 2004, 19(3): 15991606. 14 B. C. Ummels, M. Gibescu, E. Pelgrum, W. L. Kling, J. Brand. Impacts of wind power on thermal generation unit commitment and dispatch J. IEEE Transactions on Energy Conversion, 2007, 22(1): 44-51. 15 吴义纯, 丁明, 李生虎.
29、风电场对发输电系统可靠性影响的评估 J. 电工技术学报, 2004, 19(11): 72-76. 16 吴义纯, 丁明. 基于蒙特卡罗仿真的风力发电系统可靠性评价J. 电力自动化设备, 2004, 24(12): 70-73. 17 R. Billition, G. Bai. Generating capacity adequacy associated with wind energy J. IEEE Transactions on Energy Conversions, 2004, 19(3): 641-646. 18 R. Billition, S. Kumar, N. Chowdhu
30、r, et.al. A reliability test system for educational purpose-basic data J. IEEE Transactions on Power Systems, 1989, 4(3): 1238-1244. 19 R. Billinton, W. Wangdee. Reliability-based transmission reinforcement planning associated with large-scale wind farms J. IEEE Transactions on Power Systems, 2007,
31、22(1): 34-41. 20 H. Yu, C. Y. Chung, K. P. Wong, J. H. Zhang. A chance constrained transmission network expansion planning method with consideration of load and wind farm uncertainties J. IEEE Transactions on Power Systems, 2009, 24(3): 1568-1576. 21 袁越, 吴博文, 李振杰, 王伟胜. 基于多场景概率的含大型风电场的输电网柔性规划J. 电力自动化
32、设备, 2009, 29(10): 8-12. 22 张新松, 袁越, 吴博文, 李强. 电力市场环境下含大规模风电场的输电网规划J. 电力自动化设备, 2012, 32(4): 100-103. 23 高宗和, 滕贤亮, 张小白. 适应大规模风电接入的互联电网有功调度与控制方案J. 电力系统自动化, 2010, 34(17): 37-41. 24 张伯明, 吴文传, 郑太一, 等. 消纳大规模风电的多时间尺度协调的有功调度系统设计J. 电力系统自动化, 2011, 35(1): 1-6. 25 周金辉, 余贻鑫, 曾沅. 大规模风电接入下输电网扩展规划的启发式优化算法 J. 电力系统自动化,
33、 2011, 35(22): 66-70. 26 M. E. El-hawary, G. S. Christensen. Optimal economic operation of electrical power system M. New York, NY, USA: Academic Press, 1979. 27 魏磊 , 张琳, 姜宁, 等. 包含风电的电力系统调峰能力计算方法探讨J. 电网与清洁能源, 2010, 26(8): 59-63. 28 G. Dany. Power reserve in interconnected systems with high wind powe
34、r production C. IEEE Porto Power Technology Proceedings, Porto, Portugal, 2001. 29 M. Black, G. Strbac. Value of bulk energy storage for managing wind power fluctuations J. IEEE Transaction on Energy Conversion, 2007, 22(1): 197205. 30 M. A. Ortega-Vazquez, D. S. Kirschen. Estimating the spinning re
35、serve requirements in systems with significant wind power generation penetration J. IEEE Transactions on Power Systems, 2009, 24(1): 114-124. 31 张粒子, 周娜, 王楠. 大规模风电接入电力系统调度模式的经济性比较J. 电力系统自动化, 2011, 35(22): 105-110. 32 任博强, 彭鸣鸿, 蒋传文 等. 计及风电成本的电力系统短期经济调度建模J. 电力系统保护控制 , 2010, 38(14): 67-72. 33 M. M. Had
36、ji, B. Vahidi. A solution to the unit commitment problem using imperialistic competition algorithm J. IEEE Transactions on Power Systems, 2012, 27(1): 117-124. 34 王彩霞, 鲁宗相, 乔颖, 等. 基于非参数回归模型的短期风电功率预测J. 电力系统自动化, 2010, 34(16): 78-83. 35 袁铁江, 晁勤, 李义岩, 等. 大规模风电并网电力系统经济调度中风电场出力的短期预测模型J. 中国电机工程学报, 2010, 30
37、(13): 23-27. 36 张国强, 张伯明, 吴文传. 考虑风电接入的协调滚动发电计划J. 电力系统自动化 , 2011, 35(19): 18-22. 37 沈伟, 吴文传, 张伯明, 郑太一, 孙宏斌. 消纳大规模风电的在线滚动调度策略与模型J. 电力系统自动化, 2011, 35(22): 136-140. 基金项目 国家自然科学基金 51077041Key words: wind power Intermittent exergy exergy The exergy exergy power grid planningReliability of supplyDispatchLarge scale grid-connected wind power grid on the impact of overview
