风电并网问题

风电并网问题（精选8篇）

风电并网问题 篇1

摘要：风电场的功率输出具有很强的随机性,对风电场运行后的无功优化和系统稳定性问题进行了探讨。采用基于约束规划的无功补偿模型,提出基于随机模拟技术和Beta分布的粒子群优化解算方法。论述了Beta分布的粒子群算法的关键实施技术(Beta分布函数、初始可行解的产生策略、粒子的更新策略)及具体优化解算过程,并采用风电场并网运行的无功补偿优化及风电场并网运行的稳定性校验实例,表明该模型能满足可靠性和经济性条件下风电场所需的补偿容量,所采用的解算方法效果好。

关键词：风电场,无功补偿,Beta分布函数,粒子群算法,稳定性

0 引言

由于风力发电是一种间歇性能源,风电场的功率输出具有很强的随机性。风电场接入电网会带来不少技术问题,处理不好可能会影响电网的电能质量[1,2]。目前对上述问题的研究已有初步的探讨,但尚未取得较好的经验[3,4,5]。

文献[3]研究了风力发电并网的冲击问题,认为如果电力系统的运行方式不相应地做出调整和优化,系统的电能质量和稳定性将受到显著影响。文献[4]研究了较大的风电穿透功率对系统的发电计划、经济调度、调频和调峰等控制手段的影响。文献[5]对风电与柴油混合电力系统进行优化运行研究。文献[6-11]分别对含风电场的电力系统中关于潮流与网损、电能质量、容量可信度、优化调度等方面进行研究,并取得了一定的研究成果。

近年来在无功优化方面也有大量的研究,并取得了一定的成果[12,13,14]。但风电引入后的无功补偿及优化方面的研究比较少,文献[15]提出基于蒙特卡罗仿真的风电状态,采用遗传算法求解风电场无功补偿容量的方法。

文中进一步探讨风电场并网运行后的无功优化和系统稳定性问题。考虑到风电机组出力的随机性及负荷的波动,采用基于机会约束规划的无功补偿模型。机会约束规划近几年已应用于解决电力系统问题,如优化调度、输电系统规划等,并取得了较好的效果[11,16]。机会约束规划常用的解算方法为遗传算法,而文中针对遗传算法搜索最优解上时间较长,效率较低的特点[17,18],提出Beta分布的粒子群算法求解风电机组机端无功补偿容量,并考虑风速的概率分布,利用随机模拟技术模拟风电机组的出力和负荷水平,以使机组补偿的无功容量保证在不同风电出力和负荷水平下,电压都能满足一定的置信水平。通过一个实际风电系统验证了该算法的可行性。

由于风电场并网运行后也给系统稳定性造成很大的影响,其暂态稳定性的变化情况取决于电网的实际情况,风电的接入既有可能改善系统的暂态稳定性,也有可能降低其稳定性[19,20]。因此,文中也结合风电并网的实际系统进行了稳定性的仿真计算。

1 风电场并网运行的无功优化模型

并网风电场多采用异步风力发电机,发出有功的同时要吸收无功,因此运行过程中需要向这些设备提供相应的无功功率。风电场的无功补偿就是在风电场中安装并联电容器组、静止无功补偿器等无功补偿设备,向异步发电机提供所需的部分无功功率,减少电网电源向风电场提供的无功功率,进而减少无功功率在电网中的流动,降低电网因输送无功功率造成的电能损耗,改善电网的运行条件。

由于风电的随机性等特点,因此采用机会约束规划的无功优化模型。机会约束规划可用于解决在给定置信度水平下具有不确定性因素的优化问题。如果约束条件中含有随机变量,且必须在观测到随机变量的实现之前作出决策,考虑到所作决策在不利的情况发生时可能不满足约束条件,但是该决策应该使约束条件成立的概率不小于某一置信水平[11]。

1.1 目标函数

文中以系统运行费用的期望值最小为目标。其中运行费用包括网损费用和无功补偿装置的运行费用,如式(1)所示。

式中,E{·}表示数学期望;ΔP为有功网损;Qc为无功补偿容量;ρp为有功网损的价格;ρc为无功补偿容量的价格。

1.2 约束条件

由于风电场出力的随机性,因此与传统优化问题不同的是约束条件中含有随机变量,具有不确定性,只能考虑满足某一置信水平,具体描述如下:

功率平衡约束为

机组出力约束为

节点电压约束为

线路输送功率约束为

式(2)~(7)中,Pgi、Qgi分别为发电机i的有功出力和无功出力;PLi、QLi分别为负荷节点i的有功功率和无功功率;Gij、Bij、δij分别为节点i、j之间的电导、电纳和电压相角差;n为节点总数,β1、β2、β3为某一给定的的置信水平;Ui、Uimax、Uimin分别为节点i的电压及其电压上、下限值;Pl、Plmax、Plmin分别为线路l的有功功率及其允许输送功率的上、下限值;Pr{·}表示数学期望值,下同。

1.3 风电场出力模拟和潮流计算

研究和统计结果表明风速的随机分布近似服从Weibull函数,风电机组出力的描述见文献[11]。

含风电场的电网潮流计算步骤总结如下[6]:

a.给定风电场风速和风电场节点电压初值;

b.确定风电机组的有功和无功功率;

c.修改风电场接入点的有功和无功功率;

d.求解修正方程,并修改各节点电压和相角;

e.校验潮流是否收敛,若收敛则计算结束,否则返回b。

2 随机模拟和Beta分布的粒子群优化解算

2.1 与随机生产模拟技术的结合

机会约束规划常用的解算方法为遗传算法,而文中针对遗传算法搜索最优解上时间较长,效率较低的特点[17],提出了Beta分布的粒子群算法求解风电机组机端无功补偿容量,并考虑风速的概率分布,利用随机模拟技术模拟风电机组的出力和负荷水平,以使机组补偿的无功容量保证在不同风电出力和负荷水平下,电压都能满足一定的置信水平。

通常使用粒子群优化算法时使用的是均匀分布的随机函数,当存在约束条件较为复杂时,会导致在寻找初始可行解过程中迭代次数过多,不宜找到可行解。因此,采用Beta分布来代替均匀分布函数的算法,在生成初始可行解时,随着约束条件的限制,做出相应的调整,从而可以较快地产生可行解,并且更容易找到全局最优解[18]。

采用随机模拟技术验证概率形式的约束条件过程详见参考文献[11]。

2.2 Beta分布的粒子群算法的实施关键技术

2.2.1 Beta分布函数

Beta分布函数的概率密度函数为

Beta分布函数的均值为a/(a+b),方差为ab÷[(a+b+1)(a+b)2]。改变a、b的值,可以改变Beta分布在区间[0,1]之间的分布概率。

2.2.2 初始可行解的产生策略

动态地调整参数a或b,使随机数的生成具有方向性,在存在等式约束和不等式约束的情况下,快速地生成可行解。

其对应的调整策略如下:

a.设置a、b、kmax的初值;

b.设Pgc、Qgc分别为Pg、Qg中的某一维元素,其余的向量用表示;

c.设置k=0;

d.计算

e.根据式(2)(3),同时将β1和β2临时置0,计算Pgc、Qgc;

g.若Pgc>Pgcmax或Qgc>Qgcmax,则当k>kmax时设置b=0.9×b转c步,当k≤kmax时转d步,否则转h步;

h.若Pgckmax时设置b=1.1×b转c步,当k≤kmax时转d步,否则转i步;

i.判断条件式g是否满足,若满足则转j步,否则转a步;

j.输出可行解。

2.2.3 粒子更新策略

因为等式约束式(2)(3)和不等式约束(7)的存在,导致在粒子更新速度时,有可能违反约束条件而进入不可行域,使可行解变为不可行解。因此,在粒子更新速度时需要进行校验以免上述情况的发生。粒子速度更新策略如下:

a.设置a、b、kmax的初值;

b.设Pgc、Qgc分别为Pg、Qg中的某一维元素,其余的向量用表示;

c.设置k=0;

d.计算

e.计算

f.k=k+1;

g.若vi>vimax,则vi=vimax,否则,vi=vimin,另,

若γi>γimax,则γi=γimax,否则,γi=γimin;

h.计算ΔPgi=ΔPgi+vi,ΔQgi=ΔQgi+γi,再根据等式约束条件以及同时将β1和β2临时置0,计算Pgc、Qgc;

i.若Pgc>Pgcmax,则当k≤kmax时转d步,当k>kmax时,设置b=0.9×b转c步,若Pgc≤Pgcmax则转j步,无功功率的判断类同;

j.若Pgckmax时设置b=1.1×b转c步,若Pgc≥Pgcmin则转k步,无功功率的判断类同;

k.若满足约束条件式(7),则转l步,否则转b步;

l.粒子速度更新结束。

其中,pbest为个体的历史最优解;gbest为当前种群中所有粒子的最优解;c1、c2为学习因子。

2.3 具体优化解算过程

根据以上的数学模型,采用基于随机模拟和Beta分布的粒子群算法流程如下:

a.输入风电场的机组台数、装机容量、风电机组的运行参数及随机分布的风速参数、潮流计算所需的系统参数、负荷上、下限值及电压上、下限值;

b.设置有关的置信水平、粒子群算法参数、终止的条件及种群规模;

c.利用Beta分布的粒子群算法初始可行解的产生策略无功补偿装置的无功功率为粒子,根据Weibull分布的随机风速计算风电场的随机出力,并根据同样的初始可行解的产生策略随机生成负荷和节点电压,进行潮流计算,并利用随机模拟技术检验粒子的可行性,即是否满足一定置信水平的约束条件,形成一定种群规模的可行初始粒子群位置及速度;

d.计算每个粒子的适应值;

e.对每个粒子,将其适应值与个体极值进行比较,如果较优,则更新当前的个体极值pbest;

f.对每个粒子,将其适应值与全局极值进行比较,如果较优,则更新当前的全局极值Gbest;

g.根据Beta分布的粒子群算法的更新策略来更新每个粒子的位置和速度,并利用随机模拟技术校验更新后的粒子是否满足一定置信水平的约束条件,如果不满足则重新生成粒子的速度继而更新其位置,直到满足约束条件,如果重复更新次数超过规定的次数(如100次),则维持原粒子不变。

h.重复步骤d~g,直到符合终止条件;

i.给出最好的粒子作为最优解。

3 风电场并网运行的无功优化实例分析

以福建某风电场为例,其接入点是县级配电网的10 k V电压等级,共有15台单机容量为600 k W的异步风力发电机组,风机出口电压为690 V,其切入风速、切出风速、额定风速分别为3、25、14 m/s。设其置信水平β1、β2、β3都取为0.99,负荷的变化范围为[0.1p.u.0.3 p.u.],基准功率取100 MW。在某一负荷水平下没有无功补偿时,风电场功率因数、吸收的无功以及机端电压与系统电压水平及风电场出力的关系如图1所示。从图1可以看出风电机组所吸收的无功水平主要与电压有关系,并随风速的增大也有所增大,但变化不大。系统电压越高时就需要吸收更多的无功功率。

根据上述无功补偿优化模型和相应的解算方法可得该风电场应装设无功补偿容量为0.27 p.u.。计算分析表明可把补偿电容器分成3组,容量分别为0.14、0.08、0.05 p.u.,则可以满足系统电压范围在[0.95 p.u.1.05 p.u.]、负荷在[0.2 p.u.0.3 p.u.]范围变化时的电压要求。

装设无功补偿设备后,随着风电出力的变化,当负荷水平为0.2 p.u.,系统电压为1.0 p.u.时风电场电压及功率因数与风电出力的关系如图2所示。图2表明投入电容器后风电接入点的电压特性和功率因数都有较大的改善。

4 风电场并网运行的稳定性校验

为了研究风电场并网运行对系统稳定运行造成的影响,采用PSS/E软件包进行仿真计算分析,风电机组的参数与上述例子相同,风力发电机采用PSS/E自带的CIMTR3感应发电机模型,并对其有关的参数进行换算。系统故障取线路短路最严重的情况,即线路三相短路。假定在风电场接入点的10 k V线路出口端发生故障,并设短路故障在t=0.15 s后切除。仿真计算结果如图3~6所示。从仿真曲线可以看出,故障切除后风电场母线电压恢复较快,而风电机组的机端电压恢复有一定过程,在低电压期间风力发电机吸收的无功功率将大幅度增加。仿真结果表明该风电系统经受10 k V线路出口端三相短路故障后能够保持稳定运行。

5 结论

由于风电的随机性,提出了风电场并网运行的无功补偿优化模型,并利用基于随机模拟技术和Beta分布的粒子群算法进行求解,以及进行了稳定性计算分析。研究表明:风电场所吸收的无功功率水平受系统电压的影响比较大,并随风电出力的增加也有所增加,需要进行优化补偿;该优化模型能在满足可靠性和经济性的要求下保证风电场所需的补偿容量;所采用的随机模拟技术和Beta分布的粒子群算法解算效果好;稳定性校验结果表明该风电系统在短路故障后能够保持稳定运行。

风电并网问题 篇2

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.

风电并网问题 篇3

世界风电总装机从2003年的 3 929万kW增长到2009年的 15 789.9万kW,年均增长26%。目前欧洲风电总装机容量占世界总装机的48%。亚洲风电总装机容量占25%,北美风电总装机容量占24%。中国从2003年到2008年国家连续组织了5期18个风电特许权项目招标,以政府支持和市场机制相结合的方式,确定了340万kW的风电开发项目。2010年全国新增风电装机 6 950万kW,占全球的1/3,成为增长最快的国家。2005—2010年中国风电装机总容量如表1所示。

从世界风电运行格局和发展趋势分析来看,主要有以下几个特点:

1) 分散开发,就近消纳。

2) 多种电源协调配置,调节能力强。

3) 电网联系紧密,风电能在大区域平衡。

4) 风电机组技术水平较高、性能可靠。

5) 运行管理水平较高。

中国风能资源主要集中在三北地区(东北、华北、西北),用电负荷相对集中在经济发达的三华地区,突显了风电并网运行地域过于集中、远离负荷中心的特点。

2中国风电并网运行面临的问题与挑战

在中国风电迅猛发展的同时,相关的电网总体规划和建设、技术标准、管理措施等配套环节滞后、脱节。风电随机性和反调峰特性,给电力系统调频、调峰造成了极大的困难。全额接纳风电与电网安全稳定的矛盾日益突出,电网企业面临着较大的社会压力和法律风险。

2.1 风电运行形势压力紧迫

据统计,国网仅2010年一季度弃风损失电量就高达7.85亿kW·h,其中90%的弃风电量是由于系统调峰能力不足造成的。同时,大规模风电并网运行使得电网备用容量增加,安全裕度降低,电压、频率控制更加困难。在系统故障情况下,存在扩大电网事故的可能,导致了电网安全压力不断增加。

2.2 相关政策法规和标准不够完善

虽然2006年起实施了《中华人民共和国可再生能源法》,但相关的技术、产品的国家标准以及配套政策不能同步出台,甚至滞后了相当长一段时间,带来了大量风电的增加、电网运行调整和安全稳定运行困难、大量不满足技术条件的风电机组并入电网、风电的消纳和全额收购受到阻碍、并网调度协议签订不规范、增加双方的法律风险、风电基地配套电网建设和储能技术的研究相对滞后等一系列问题。

2.3 电源结构性矛盾突出

根据对东北、蒙西和吉林电网的数据统计,风电反调峰概率分别为60%、57%和56%。以黑龙江省为例,其中火电机组占83.87%,水电机组比重仅为4.04%,且无其它快速调节电源,而风电所占比例高达12.09%。为全额消纳风电,在高峰时段风电全部满发时,要求黑龙江省快速调峰电源占当日最大负荷的21.2%;高峰时段风电出力为0时,快速调峰电源应占到当日最大负荷的35.6%,而黑龙江省现有快速调峰电源仅占到最大负荷的11.4%,最大缺额达到24.2%,显然电源结构不合理。

2.4 风电与电网的不协调发展

中国在2020年建设完成的几个千万级风电基地,主要根据风能资源进行规划,没有充分考虑电网实际运行的客观规律,忽略了配套电源和送出系统的建设,风电与电网发展的整体性和协调性不能得到保证。例如,甘肃酒泉地区位于甘肃电网的西北部,是电网的末端,并入大量风电后,实际运行中面临热稳、暂稳、电压稳定等问题和调峰上的困难,造成甘肃电网不能全额接纳风电[3]。

2.5 调度技术支持手段的缺乏

目前,中国在风电运行方面存在缺乏调度技术支持手段等问题,如风电基础数据管理薄弱,基础调度数据不完整;相关风电机组的运行控制水平仍落后于国外风电发达国家,风电机组本身的有功、无功功率自动调节能力以及低电压穿越能力等尚未完全实现,出力控制未纳入AGC、AVC闭环系统,出力调节精度、准确度差;风电功率预测技术水平较低;基于数值天气预报的日前风电功率预测,其均方根误差基本在8%~20%,仅起到参考作用;适合中国风功率预测的数值天气预报系统基础薄弱[2]。

2.6 电网调度模式与风电发展要求的不适应性

图1为西班牙电力调度组织构架示意图。从图1可以看到,西班牙电网公司成立的可再生能源电力控制中心,负责对全国可再生能源发电的调度控制;电网公司负责常规机组、新能源发电接入输电网、对外联络线控制、与邻国输电系统进行信息交换、输电网管理等。然而,中国仅有国网公司、西北网调、甘肃、湖北和福建省调成立了水电与新能源处,其主要职责仅是参与对风电的可研、接入系统审查、并网调度协议签订、发电计划编制、实时运行及专业管理等业务。其它网省调度均未设置专门机构。

3解决风电并网运行问题的主要措施

3.1 加强标准体系建设

不断完善《中华人民共和国可再生能源法》、《风电场接入电网技术规定》、《风电调度运行管理规范》等一系列法律、法规和企业标准。加快制定系统风电接纳能力评估、风电运行指标体系、风电跨省跨区消纳的联络线控制模式、风电场考核补偿的规范管理以及数据采集技术等功能规范。针对风电管理、生产、输送、消费、研发和装备制造的各个环节,建立一套系统完整的产业政策和行业标准体系。

3.2 严格把握风电入网关

入网管理要通过接入电网设计审查,并网前的检测、审查、验收、以及并网调度协议的签订等一系列工作,强化执行风机入网相关规定和规范。要加快开展对风电场的有功、无功控制能力及对频率、电能质量(电压变动、闪变和谐波)和低电压穿越能力的检测,详细制定检测流程,进一步提高中国风电检测技术能力和技术水平[1,2]。

3.3 风电与电网协调发展

根据中国电网营运状况合理制定电网规划,以促进中国风电与电网的协调发展。开展大型风电基地和风电集中接入地区输电规划的专题研究,推动大型风电基地配套火电基地和送出工程的审批和建设。目前,中国正积极推进高压、特高压交直流电网的建设,到2015年,“三华”特高压电网要争取建成“三纵三横一环网”网架结构;到2020年,“三华”特高压电网将形成“五纵六横”网架结构,到那时,风电可以在全国范围内进行优化配置。

3.4 创新风电调度管理体系

调度体系在组织机构、人员和技术支撑方面最具备支撑可再生能源专业调度机构运转的条件。为此,构建以国(网)、省调可再生能源调控机构为主、以部分风电分散接入较多的地调为辅、以风电场(群)为调度对象的可再生能源调度管理体系,完善风电调度各类业务流程,增进风电相关业务的沟通协调,实现联络线调度、火力发电、水库调度和风电调度的整体优化,提高风资源的利用率。风能源调控体系如图2所示。

3.5 改善电源结构

与欧洲等发达国家生产电力相比,中国需大力发展快速调节电源,尽快改善全网电源结构,从根本上解决风电间歇性、随机性、反调峰性所带来的发供电平衡矛盾,即在当前电网条件下,进行火电机组深度调峰试验;开展机组供热信息在线监测,以热定电,最大限度的发挥供热机组调峰能力;充分挖掘水电调峰能力;优化常规电源开机方式,利用调度自动化系统实施调峰能力动态监控;适时推动发电侧峰谷电价优惠政策,结合省间联络线调度模式,区域电网统一协调,合理安排全网备用容量。探索辅助服务费政策,补偿常规电源的深度调峰经济损失,提高调峰积极性。

3.6 加强风电运行控制

为加强风电运行控制,确保电网安全稳定运行。建议从以下几方面入手:

1) 加快风电功率预测系统的建设。通过国网公司与气象局开展跨行业合作、信息共享,开发具有完全知识产权的数值天气预报系统。进一步完善风电功率预测系统功能,开发风功率超短期预测系统[1]。

2) 创新跨省联络线调度模式。各区域内电源要通过国调或网调进行实时平衡,开展全网风电统一消纳模式,在满足系统安全模式下,最大限度地发挥地区电网优势,消纳风电。

3) 加强风电运行技术研究。深入研究大规模风电并网安全稳定特性及其机理,开发风电场动态模型等值方法;开展跨大区的快速调节电源与大规模风电的互补特性和联合调度技术研究,解决风能发电的间歇性、不确定性问题,提高电网接纳风电的能力,促进风电的集约化开发和利用;开发需求侧智能化管理系统,依靠实时价格刺激实现电力资源合理使用,降低系统峰谷差,提高风电接纳能力[3]。

4) 加强事故情况下的风电调度控制。国内外的运行经验证明,因风电机组不具备低电压穿越能力,涉网保护配置不合理或无功调整能力不够,在系统发生事故时风电可能会引发事故扩大。为此,

应根据电网具体运行情况,落实相关安全稳定控制措施,制定反事故预案。加强调度人员培训,定期开展与风电场的联合反事故演习,明确事故情况下风电调度的处理原则。

3.7 提高电网输送能力

根据中国电网结构,统计分析风电集中接入地区的电源结构、负荷特性和常规机组调节性能,结合风电功率预测结果,合理安排联络线计划和本地常规机组方式,充分利用输电通道,提高风电输送能力。同时考虑建设以调度计划安全校核、负荷预测以及风功率预测,电网动态安全稳定分析与预警系统为基础的智能化平台。结合电网的实际运行状态评估系统,对整个互联电网运行状态及其变化趋势实行量化指标分析,进一步加强风险预测、预控,从而提高风电输送水平[1]。

3.8 推进风电跨省跨区消纳

中国风电集中接入的省份风电消纳能力不足,特别是千万级风电基地风电的消纳与国外“就地消纳”模式有着本质区别,因此,必须本着贯彻国家能源发展战略、坚持计划和市场相结合、注意与现有方式相衔接的原则,推进风电跨省、跨区优化配置和消纳。在推进风电消纳、改善网架结构、配套调峰电源建设中,要进行投资和增加辅助调峰服务企业的补偿工作,建立基于减排责任的风电消纳机制。

中国风电发展具有不同于欧美的鲜明特色,风电并网运行工作的整体要求正逐步清晰,标准和制度体系正在建立。但需要明确的是,大风电必须融入大电网,要构筑基于“大运行体系”的风电及新能源调度、控制和管理模式。

参考文献

[1]迟永宁,李群英.大规模风电并网引起的电力系统运行与稳定问题及对策[J].电力设备,2008,9(11).

[2]中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.GB/T19963—2010风电场接入电力系统技术规定[S].

风电并网问题 篇4

The energy,especially electric energy,has become more and more important in the 21st century China.However,the development of electric industry has been seriously restricted by the shortage of primary energy and the expansion of traditional power plants may also increase CO2emission that consequently causes serious environmental problems.Under this situation,the exploitation of wind energy,which provides new solutions to the contradiction between economic development and environmental pollution,has been inevitable.

Before the late 1990s,most wind plant manufacturers around the world built fixed-speed wind plant systems(FSWPSs)using a multistage gearbox and a standard squirrel-cage induction generator,directly connected to the grids[1].However,the FSWPS is designed to maximum efficiency at the particular wind speed and induction generators consume reactive power when connected with grids[2].Since the late 1990s,most wind plant manufacturers have changed to variable speed wind turbines(WTs)[3].A power electronic converter is used to help generators connect with grids,as a result,much more flexible control could be implemented to achieve better performance such as tracking maximum power point and producing reactive power[2].

While more variable-speed generators are installed in wind farms(WFs),several new problems are introduced in power systems.How to evaluate the performance of power systems under high wind power penetration conditions has newly become a hot topic for researchers.This paper provides an overview to the latest research issues related to the grid integration of wind farms with variable speed wind plant systems(VSWPSs).

1 A Brief Introduction to VSWPS

Two types of VSWPSs are most commonly installed in wind farms[4].The first one uses a multistage gearbox,a relatively low-cost standard doubly-fed induction generator(DFIG)and a power electronic converter feeding the rotor winding with a power rating of approximately 30%of the rated power of the turbine.The second one uses a gearless generator system with a so called direct-drive generator,mainly to reduce failures in gearboxes and to lower maintenance problems.A power electronic converter for the full-rated power is then necessary for the grid connection.Structures of them are illustrated in reference[2].Both of them can operate under variable speed working conditions.

Advantages of VSWPS to FSWPS are significant,such as the advanced wind energy capture effectiveness,the enhancement of control flexibility and the improvement on system stability.However,the control system increases the complexity and decreases the power quality due to harmonics emission.On the other hand,the wind power fluctuation injected into grids is decided by the natural characteristics of wind speed randomization.Although VSWPS could temporarily control power fluctuation to some extent,there is still no perfect solution published to restrain power fluctuation for a long term.With the wind penetration proportion getting higher,the power fluctuation will cause much more problems.What's more,on account of new model and characteristics of VSWPS,the influence of power fluctuation also needs to be revaluated and the power delivery,plants operating and control schemes need to be redesigned.

2 Influence of Grid Integration of Wind Farms with Variable Speed Plants

2.1 System Stability

According to the classification of power system stability in reference[5],power system stability could be categorized into voltage stability,frequency stability and rotor angle stability.VSWPSs have the ability to control reactive power and decouple active and reactive power control through electronic converters.Thus,the voltage stability of power systems is improved.Besides that wind energy could be restored as rotating kinetic energy in blade and hub,and then released by VSWPSs if necessary.So the frequency stability of grids could be enhanced temporarily.Although the system stability is improved,the complexity of the whole system is increased by affiliated control system of VSWPSs.How to evaluate the impact on system stability with VSWPSs has become one of the hotspots of current wind power research.

2.1.1 Stability Model

References[6-12]develop and analyze several kinds of stability VSWPS models from different aspects.In references[6-7],a detailed dynamic model for DFIGs has been developed,and based on that the stability limitation and control parameter sensitivities are calculated and optimized under frequency domain approach.A model for a variable speed wind turbine with a permanent magnet,multi-pole and synchronous generator is developed and implemented in reference[8],which is suitable for investigations of the short-term voltage stability and ride-through capability of such wind turbines.Different types of reduced order stability models for DFIGs are discussed and compared in reference[9].In reference[10],a stability model of wind turbines with pitch control and detailed multi-body aero-elastic equations are considered.References[11-12]present a unified,modular,small-signal dynamic stability model for an induction machine-based wind farm,which could represent an arbitrary number of fixed speed,partially variable speed(doubly-fed)and variable speed induction generators based wind units in a wind farm.

2.1.2 Voltage Stability

As the beginning of this chapter mentioned,the voltage support could be provided by VSWPSs to enhance the voltage stability of grids.Besides that,the fault-ride through capability for VSWPSs is also required by system grid codes to improve the voltage stability during large disturbance.Both of the influences mentioned above are discussed in references[13-19].In reference[13],a reactive power control scheme is proposed for voltage regulation at a remote location by taking into account its operating state and limits.Reference[14]derives a steady state PQ-diagram for a DFIG and concludes that the reactive power production limitation is the rotor current limit.That conclusion is crucial for the voltage stability evaluation.Considering the DFIG is quite sensitive to grid fault,reference[15]designs a voltage control scheme to coordinate the rotor-side and grid-side converter.Under that scheme,the grid static voltage stability and the FLRT capability is improved significantly.A field-test unit is introduced in reference[16],which could generate a voltage dip at the WT terminals.The WT manufacturer is able to check the equipment works according to the design specifications fulfilling the grid code requirements and can validate the simulation models.Researches in references[17-19]present modeling,analysis and control design of DFIG-based wind turbines under unbalanced network condition.

2.1.3 Frequency Stability

References[20-24]discuss the effect on frequency stability by grid connected wind farm with VSWPSs.Reference[20]generalizes methodology to quantify the capability of providing a short-term excess active power as frequency support for different wind turbines with physical parameters in a wider range.In reference[21],authors investigate whether a degree of built-in frequency stability could be provided while incorporating dynamic demand control into certain consumer appliances.A control scheme that allows DFIGs to participate effectively in system frequency regulation is proposed in reference[22].Under this control approach,wind generators operate according to a load-reduced optimum power extraction curve such that the active power provided by each wind turbine increases or decreases during system frequency changes.A method to release the kinetic energy in the spinning wind turbine is introduced in reference[23],and it also shows that the kinetic energy in VSWPSs far exceeds the kinetic energy available in the fossil plants.A controller is designed in reference[24],which helps to reduce the frequency drop following the transient period after the loss of network generation.

2.1.4 Rotor Angle Stability

Only a few research works have been published on the rotor angle stability area because there is still no exact and accepted rotor angle concept for variable speed generators especially for DFIG.Reference[25]proposes a control scheme for DFIG named after rotor flux magnitude and angle(FMAC)which defines the angle between the rotor flux vector and the d-axis of the reference frame as rotor angle.In reference[26],a power system stabilizer(PSS)is designed according to the rotor angle concept mentioned above.The simulation result presents that DFIGs employed with PSS contribute to power system damp.

2.2 System Reliability

It is necessary and important to analyze grid reliability due to the wind power fluctuation before a wind farm is built.Compared with FSWPSs,VSWPSs allow wind turbines to work above rated wind speed.Therefore the reliability model for generators is updated.References[27-31]are concerned with the modeling,algorithm and the evaluation method of reliability.References[27-28]develop a simplified wind power generation model for DFIGs which contains a six-step wind speed model applicable to multiple geographic locations and adequate for reliability evaluation of power.This model can be used in the conventional generating system adequacy assessment utilizing analytical or Monte Carlo state-sampling techniques.Research[29]compares four representative population based intelligent search algorithms with traditional Monte Carlo simulation methodology on power systems reliability assessment with wind power fluctuation.In reference[30],the offshore wind farm reliability is assessed and a list of factors that highly influence offshore WF generation is presented based on the assessment result.In reference[31],bulk electric system(BES)reliability analysis associated with wind energy conversionsystems(WECS)isintroduced.The methodology could assist system planners to create potential transmission reinforcement schemes to facilitate large-scale WECS additions to a bulk system.

2.3 Power Quality

Power fluctuation caused by a large penetration of wind generation will influence on power quality such as voltage flicker,frequency deviation significantly.Meanwhile,the harmonics current sourced from control system also increases the total harmonic distortion(THD)index of power systems.Several references[32,33,34,35,36,37,38,39,40]focus on these topics.

2.3.1 Voltage Flicker

During the continuous operation and switching operation,wind turbine causes voltage flicker.References[32-34]evaluate the flicker effect by wind farm.In reference[32],the calculation of maximum apparent power and flicker of residential and commercial radial distribution feeder with remotely connected wind turbines has been investigated.The flicker emission of variable speed wind turbines with DFIGs is investigated by reference[33],and the dependence of flicker emission on mean wind speed,wind turbulence intensity,short circuit capacity of grids and grid impedance angle are analyzed.Furthermore,a comparison on the flicker is also made with the fixed speed wind turbine in this paper.In reference[34],a simplified second-order model for prediction of the response of DFIG wind turbines is derived and using this model steady-state impact,such as flicker emission is measured and analyzed.

2.3.2 Frequency Deviation

In section 2.1,the temporary frequency regulation is mentioned.However,the frequency deviation caused by power fluctuation for a long term is still inevitable.References[35-37]discuss on this problem.In reference[35],the frequency deviation is estimated by a deterministic method based on the transfer functions of system components.As the grid frequency is regulated,the deviation can limit high wind power penetration.In reference[36],a scheme for supervisory control of wind farms is presented,which concentrates on reduction of power output variation.Reference[37]presents a method to quantify wind penetration based on the amount of fluctuating wind power that can be filtered by wind turbine generators and thermal plants.For optimal wind power acquisition,the penetration level is conservatively estimated to be 50%.

2.3.3 Harmonic Emission

Variable speed wind plants are equipped with selfcommutated inverter systems,which are mainly PWM inverters,using insulated gate bipolar transistor(IGBT)technology.The PWM inverter is convenient to implement control strategies with the disadvantages of producing harmonic currents.References[38-40]discuss the effect of the harmonic current injected.In reference[38],the important general characteristics of the harmonic behavior of WTs are outlined,such as the shape and the frequency range of the harmonic current spectrum,the variation of the harmonics with the WT operating point,the statistical characteristics of their magnitude and phase angle,the effect of grouping and time-averaging,as well as their symmetrical component characteristics.Reference[39]analyzes the repercussions from the connection of wind farms with variable speed generators on the operation of weak electric distribution systems.General conclusions are drawn concerning the voltage fluctuations,harmonic content,and the penetration of harmonics through the network.The reactive power and harmonic compensation schemes include passive filters,active filters,and hybrid compensation methods for a SCR interfaced permanent magnet generator based variable speed wind turbine is studied in reference[40].The effectiveness of the compensation schemes has been investigated in terms of reactive power and harmonics.

2.4 Wind Power Transmission

With wind being an uncontrollable resource,power delivery from a large-scale WF into a power system poses challenges.Meanwhile,the built-up of offshore wind farms with high-capacity variable speed generator also requires more flexible and trustable power transmission systems.References[41-47]further discuss on this topic.References[41-43]consider a solution for the integration of large offshore DFIG-based WFs with a common collection bus controlled byastaticsynchronouscompensator(STATCOM)into the main onshore grid using linecommutated high-voltage DC connection.References[44-45]describe the use of voltage source converter(VSC)-based HVDC transmission system(VSC transmission)technology for connecting large DFIG-based WFs over long distance.In reference[46],the impact of STATCOM to facilitate the integration of a large WF into a weak power system is studied.Reference[47]concerns with the issue of the fault ride-through capability of a WF of induction generators,which is connected to an AC grid through an HVDC link based on VSCs.

2.5 Requirement for Energy Storage

The requirement for energy storage in power systems is driven by the amount of installed wind turbines and by generation system flexibility.Benefits are more significant in systems on restraining power fluctuation to improve grid stability and power quality if energy storage deployed.Variable speed generators are allowed to implement much more flexible control strategy than fixed-speed wind turbine incorporated with energy storage.References[48-54]discuss on this topic.In references[48-49],a control scheme which incorporates DFIG with flywheel is presented.In reference[50],a computational procedure to determine the battery energy storage system(BESS)capacity and the evaluation of the DC voltage is shown.This method could help planners determine the capacity of the BESS to ensure constant dispatched power to the connected grid,while the voltage level across the DC-link of the buffer is kept within preset limits.Reference[51]considers the integration of a short-term energy storage device in a DFIG design in order to smooth the fast,wind induced power variations.This storage feature can also enhance the low voltage ride through(LVRT)capability.In reference[52],a hybrid power system is analyzed.It is composed of solar power,wind farm of DFIGs,pumped storage station,residential load and industry load.In references[53-54],the future application of energy storage in Netherlands and Germany is discussed.Compressed air energy storages coordinating with variable wind turbine are proved to be a suitable solution for the integration of wind power in these countries.

2.6 Coordination with Other Types of Generator Units

Due to the uncertain characteristics of the wind production,the way of the reserve management for wind integration is to provide additional reserve margin by traditional power plants.And VSWPSs are also able to be controlled to coordinate with other types of generators which could restrain power fluctuation.References[55-57]focus on this area.In reference[55],a strategy that incorporates DFIG wind farms with traditional units to actively provide primary reserve for frequency control together is presented.This control scheme manages additional reserve margin of conventional plants to restrain effect of the uncertain characteristics of the wind power fluctuation.Reference[56]proposes an AC-linked hybrid wind/photovoltaic(PV)/fuel cell(FC)alternative energy system.Wind and PV are the primary power sources of the system,and an FC combination is used as a backup and a long-term storage system.An overall power management strategy is designed for the proposed system to manage power flows among different energy sources and the storage unit in the system.In reference[57],the modeling and control strategy of a wind-diesel generation system are discussed.In the proposed hybrid system,both the diesel engine and the wind turbine are variable speed machines,allowing maximum fuel efficiency and optimal energy capture from the wind.

3 Conclusion

Wind energy has developed over past 25 years,and it will probably continue to advance over the next 20 years.With the development of wind energy technology,VSWPSs will replace the dominant position of FSWPSs gradually.However there are still a number of issues associated with integration of wind farms with VSWPSs into power systems.This paper has provided an overview of the latest achievements on this area and categorized them into different research directions.Among them,according to the statistical results of papers published in important international journals,the improvement on voltage and frequency stability,the evaluation of system reliability,the influences on power quality,and the coordination with energy storage utilities are the hottest topics in this area.Authors will pay more concerns about these directions in the future.

风电并网问题 篇5

作为目前最经济和最成熟的一种可再生能源发电技术,风力发电吸引了几乎所有致力于可再生能源利用国家的广泛关注。近十年来,风力发电在国内发展迅速,去年国内风电机组的新装机容量位居世界第1位,是全世界所有其他国家风电机组新装机容量的总和。风力是风电机组的原动力,风速是决定风力大小的最重要因素。众所周知,波动性大和不确定性程度高是风速变化的固有特点,这些特点必然导致风电机组出力的大波动和高不确定性。在规模化风电机组集中接入的电力系统中,风电机组出力变化的这些特点会直接影响到所连电力系统的供电充裕性,同时对电力系统的常规调频、负荷跟踪,以及基荷电源等提出了新的要求。另一方面,由于风电机组不具有参与平抑电网扰动的能力,而且部分风电机组还难以“穿越”所连电网中发生的扰动,这些势必会影响到整个电力系统的运行稳定性。因此,在具有大规模风电集中并网的电力系统中,除了对电网的运行特性提出一些特殊的要求外,也会对风电机组的动态特性提出不同的要求。

本文在讨论大规模风电集中并网存在的基本问题的基础上,提出了利用储能技术解决这些问题的基本思路,并进一步讨论了各种储能技术在解决大规模风电并网问题中的应用前景和目前存在的主要问题。

1 大规模风电并网基本问题

图1给出了常规火电(以燃煤电站为例)并网和风电(以全功率型机组为例)并网的常用分析模型。图中:SG表示同步发电机;Vw为风速;Trot为转子输出的机械转矩;Tgen为电磁转矩。

由图1可以看出,与常规火力发电相比,风力发电在以下2个方面具有完全不同的特点。

1)在一次能源及静态出力特性方面,常规火电机组的出力取决于煤、油、天然气等燃料的供给,它们是可人为控制的一次能源,因而是稳定和确定的。但风力发电的出力取决于风能的大小,而风能在发电过程中是不可控的,其波动性和随机性使风电出力的预测结果存在较大的不确定性。图2给出了德国某风电场2004年12月21日至31日的风电机组、风电场和区域风电场群的出力。可以看出,尽管风电场内各风电机组之间和风电场群内各风电场之间的出力波动性有相互平抑的作用,但风电出力仍然表现出很大程度的波动性和不确定性。

2)在发电机组的动态出力特性方面,传统发电机组具有平抑电网运行中由于运行方式或负荷变化引起的不平衡功率的能力及可以“穿越”电网扰动的能力,因而具有较强的致稳性和抗扰性。然而,风电机组却不同,它们不响应系统中出现的功率不平衡,而且难以“穿越”电网扰动,因而具有弱致稳性和弱抗扰性。图3以单机无穷大系统为例,说明了风电机组运行过程中对电网稳定运行表现出的弱致稳性和弱抗扰性。图中:Egen和分别为扰动前后的风电机组电势;Ewind和分别为扰动前后的电网电势;Ugrid和分别为扰动前后的电网电压。

由图3(a)和(b)可以看出,锁相同步方式下风电对电网的阻尼弱,风电输出功率不随电网电压相位的变化而变化,易导致电网失稳;由图3(c)和(d)可以看出,弱电网条件下电网对风电的阻尼弱,电网电压相位随风电输出功率的变化而变化,易导致风电失稳。

由于含大规模风电的电力系统具有上述基本特点,必然带来这类电力系统安全运行中的供电充裕性问题和运行稳定性问题,以下分析这2个问题的具体内容。

1)供电充裕性问题

保证足够的供电充裕性在常规电力系统中也是一个必须考虑的问题。由于电网中的负荷时刻处于波动状态,机组的启停也会时而发生,系统运行过程中的功率平衡总是相对的,而不平衡却是绝对的。因此,为了满足系统中电力负荷的需求,必须保证系统具有一定的供电充裕性。在传统电力系统中,供电充裕性是以负荷静态特性为基础来保证的,它以静态电力负荷实时平衡为目标,通过负荷预测、电源和电网规划,以及电源运行的实时调度完成。其中,负荷静态特性的预测是基础,电源和电网规划是在负荷“准确”预测的前提下,合理规划系统的电源布局,使在所有可能的运行方式下,系统都留有足够的供调度用的备用电源。备用电源的调度通常采用以下3种方法:(1)启停具有在线快速响应特性的电源作为调频电源(分钟级);(2)启停具有快速响应特性的电源(如水电、燃气发电等)作为负荷跟踪电源(小时级);(3)启停具有慢速响应特性的电源(如火电、核电等)作为基荷电源(日级)。可以看出,在传统的电力系统中,供电充裕性是通过控制上述这些可控电源完成的。

在规模化风电机组集中接入的新型电力系统中,除了同样存在传统电力系统中由于电力负荷波动和机组启停引起的电力平衡被破坏问题以外,还增加了风电机组群静态出力的波动性和不确定性问题,这就对保证新形成电力系统的供电充裕性提出了新的挑战[1,2]。风电并网后,系统中的负荷减去风电出力构成了系统的净负荷,在新系统中这个净负荷必须由常规发电机组的出力来提供,在大规模风电出力所占比重较大的电网中,系统的净负荷表现出明显不同于传统电网负荷的静态特性,如图4所示。由图4可以看出,风电出力使净负荷特性发生如下2个方面的变化:(1)净负荷波动速率和范围增加;(2)净负荷波动速率及范围的不确定性增加。研究表明:当风电注入率相对较低时,净负荷特性的变化将增加系统对负荷跟踪电源的需求;当风电注入率较高时,净负荷特性的变化将进一步影响到系统对基荷电源的需求,使得各种类型常规电源的载荷水平降低、启停频繁,最终降低电力系统设备的运行效率。可见,从保证电网运行的供电充裕性角度考虑,大规模风电并网将对系统中常规发电静态出力特性的灵活性提出更高要求[2]。

2)运行稳定性问题

在传统电力系统的运行过程中,稳定性问题是另一个非常重要的问题。风电机组动态特性的弱致稳性和弱抗扰性将给电力系统的运行稳定带来新的威胁。在传统电力系统中,小扰动和大扰动作用下的系统运行稳定问题是时刻存在的。运行稳定性的保障是以负荷动态特性为基础进行的,通过动态电力实时平衡完成,具体包括系统中扰动的辨识、电源和网络动态特性的研究、各种安全自动装置和系统安全防御控制措施的采用等。系统运行稳定性主要包括2个方面的内容:(1)动态有功出力控制用于抑制电力系统的相位/频率波动;(2)动态无功出力控制用于抑制电力系统的电压波动。

对于大规模风电集中接入的电力系统,风电机组的弱致稳性和弱抗扰性对电力系统运行稳定性的新影响主要表现在以下2个方面:(1)动态有功出力控制用于抑制电力系统相位/频率扰动的能力趋于减弱;(2)动态无功出力控制用于抑制电力系统电压扰动的能力趋于减弱。研究表明,当风电注入率较低时,主要是风电场本地的电压水平受到影响;而当风电注入率较高时,除了风电场本地的电压水平会受到影响外,系统功角及频率稳定也会受到影响。因此,对于大规模风电集中并网的电力系统,必须考虑风电动态出力特性中的弱致稳性和弱抗扰性问题[3]。

在中国风电高集中度开发、远距离输送的模式下,风电的波动性和不确定性及弱致稳性和弱抗扰性对系统都存在更深层次的影响,供电充裕性和运行稳定性问题趋于恶化。

还需要特别强调的是,上述弱致稳性和弱抗扰性还仅指在机电动态时间尺度扰动作用下风电动态响应的特征。与同步发电机动态特性不同的是,除机电时间尺度稳定性问题之外,风电机组还存在变流器直流电压稳定性等更短时间尺度上的稳定性问题,这是大规模风电集中并网后系统中的另一类稳定性问题。因其对常规发电影响较小,相关特征在此不赘述。

2 基于储能技术解决风电并网问题的基本思路

综上所述,解决大规模风电并网的核心问题主要在于以下2个方面。

1)增加系统中常规发电系统静态出力特性的灵活性,以解决由风电出力波动性和不确定性引起的系统供电充裕性不足的问题。这是电网对风电的适应性问题。

2)改善风电电源对电网扰动的动态响应特性,以解决由于风电的弱致稳性和弱抗扰性引起的系统运行稳定性问题。这是风电对电网的友好性问题。

通过上述分析可以看出,无论是电网对风电的适应性问题,还是风电对电网的友好性问题,都是由传统电力系统中电力的生产和消费过程必须同时完成这一特点决定的。在传统的电力生产、传输、配送和消费过程中,各个环节之间是紧密联系的,它们之间的联系是一种近乎完全刚性的联系。在大规模风电集中接入的电力系统中,正是由于这种刚性的联系,使得电网对具有较大不确定性的风电电源不适应,也使得具有弱致稳性和弱抗扰性的风电对电网不友好。研究结果表明,储能在电力系统中可以看成是一种具有不同时间尺度灵活响应特性的电源,它的应用可以使原本刚性连接的电力系统变得柔性起来,这就可以为大规模风电并网问题的彻底解决提供一条新的思路。

3 储能需求及储能技术

储能应用于电力系统,无论是应对负荷波动问题还是系统稳定问题,都受到国内外工业界和学术界的长期关注[3]。已获得大规模应用的储能技术目前还仅限于抽水蓄能。截至2008年底,世界抽水蓄能电站总装机容量约130GW,而其他储能技术的总装机容量约在数百兆瓦,且多为示范应用[4]。大规模风电并网后,电力系统在供电充裕性及运行稳定性方面所面临的新挑战为储能在电力系统中的规模化应用提供了新的机遇。

储能作为一种可调度资源是解决风电波动性和不确定性问题对系统影响的途径之一。由前所述,大规模风电并网增加了系统对调频及负荷跟踪备用的需求。解决这2种问题要求储能的充放电周期在分钟至小时级,适用的储能技术包括铅酸电池、镍镉电池、镍金属氢化物电池、锂离子电池等储能形式。同时,大规模风电并网也增加了系统中基荷机组组合的挑战。解决这个问题要求储能的充放电周期在小时至日级,适用的储能技术包括钠硫电池、液流电池、抽水蓄能、压缩空气蓄能、热能储能等储能形式。中国国家能源局及美国能源部都已规划大力推动大规模储能尤其是抽水蓄能电站的建设[5]。

图5显示了储能作为一种灵活电源,当风电出力达到部分取代负荷跟踪机组出力的水平时,适时运行储能以提高负荷跟踪机组载荷水平,降低在线机组数量的情况。图中:2台基荷机组提供大部分净负荷能量;1台腰荷机组和2台峰荷机组提供净负荷跟踪能量。如图5(a)所示,当系统中无储能时,基荷机组和腰荷机组需降低出力,以使2台峰荷机组提前启动处于运行状态,从而响应可能出现的净负荷快速变化,增加了系统运行成本。如图5(b)所示,当系统中含储能时,2台基荷机组可满出力运行,同时2台峰荷机组无须提前启动,降低了运行成本。

图6所示为当风电出力进一步增加达到部分取代基荷机组出力的水平时,适时运行储能以提高基荷机组运行容量的情况。如图6(a)所示,当系统中无储能时,必须降低基荷机组运行容量,以减小风电出力较大而负荷较小情况下的弃风,基荷机组运行成本较高。如图6(b)所示,当系统中含储能时,储能可吸收风电出力较大时的风电电量,从而提高基荷机组的运行容量,降低运行成本。

考虑到区域间风电的互补性及区域间备用容量的共享,原则上应在跨区域的大范围内规划储能以解决风电波动性和不确定性问题对系统的影响。但在特殊情况下,如系统对风电场、风电场群或局部区域的出力爬坡率、爬坡范围、预测精度等提出要求时,可考虑在风电场、风电场群或局部区域等较小范围内规划。

另一方面,储能作为一种辅助致稳资源也是解决风电弱致稳性和弱抗扰性对系统影响的途径之一。由前所述,大规模风电并网使系统包括风电本身的运行稳定性面临着新的挑战。要解决这些问题,包括要求储能的充放电周期在数十毫秒级至分钟级,适用的储能技术包括超级电容器、飞轮储能、超导储能等储能形式。同时,“穿越”大扰动的能力是国内风电并网目前面临的重大问题,同样为储能应用提供了良好的机遇[6]。

采用储能解决风电弱致稳性和弱抗扰性对系统的影响时,原则上应在风电场或风电场群等较小范围内规划。但对于由于风电的影响而导致的系统频率稳定问题及同步发电机稳定问题,可考虑在更大范围内规划。图7显示了安装于风电场的储能改善电网及风电的扰动响应以提高风电抗扰性和致稳性的基本原理。图中:Ustorage和分别为扰动前后的储能电压。

一方面,当风电扰动时(机械出力增加),储能安装位置的电压相位不变,增加了风电场的输出功率,有利于风电的稳定,提高了风电的抗扰性;另一方面,当电网出现扰动时(电网负荷增加),储能安装位置的电压相位不变,增加了风电场的输出功率,有利于电网的稳定性,提高了风电的致稳性。

4 结语

总体而言,大规模风电并网为储能在电力系统中的规模化应用提供了新的机遇。包括储能在内的各种技术手段可用于解决风电并网引发的各种问题。目前,还不明确是否存在储能在解决某些问题上的不可替代性。长远来看,风电在电网中的渗透率能够达到什么水平最终取决于风电出力与负荷的相关性及降低电网中常规发电机组出力的能力。在储能的规模化应用之前,势必存在常规发电机组装机容量过大及过度限制风电出力的问题。在风电渗透率达到什么水平时储能才会成为最为经济的解决措施目前尚不存在简单的答案。储能的规模化应用将最终取决于2个关键因素:(1)储能的各种功能对于电网的经济价值的量化;(2)储能技术本身可靠性的提高及成本的降低。

摘要：在大规模风电集中并网的电力系统中,风力发电不同于常规发电的静态出力特性和动态响应特性给电力系统供电的充裕性及运行的安全稳定性带来新的重大挑战。各种储能装置由于具有对功率和能量的时间迁移能力,是改善常规发电静态出力特性及风力发电动态响应特性的有效手段。文中阐述了应用储能装置解决大规模风电并网问题的基本思路,并就目前储能技术大规模应用所面临的问题及前景进行了展望。

关键词：储能,风力发电,动态响应特性,静态出力特性,供电充裕性,运行稳定性

参考文献

[1]North American Electric Reliability Corporation.Accommodating high levels of variable generation[R].Washington,DC,USA:North American Electric ReliabilityCorporation,2009.

[2]YUAN Xiaoming.Integrating large wind farms into weak powergrids with long transmission lines[J].Transactions of ChinaElectrotechnical Society(in Chinese),2007,22(7):29-36.

[3]程时杰,文劲宇,孙海顺.储能技术及其在现代电力系统中的应用[J].电气应用,2005,24(4):1-8.

[4]DENHOLM P,ELA E,KIRBY B,et al.The role of energystorage with renewable electricity generation[R].Golden,CO,USA:National Renewable Energy Laboratory,2010.

[5]MANDEL J.DOE promotes pumped hydro as option forrenewable power storage[R].2010.

风电并网问题 篇6

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。

风电场并网技术规定探讨 篇7

“风电并网准则和国家电网规程修订”是中国风能发展项目。部分C01子项目的研究内容,主要目的是参考国外并网技术规定标准,在对上述并网技术规定进行修订的基础上提出一个新的并网技术规定,满足电力系统安全稳定运行的要求。该项目由中国电力科学研究院组织和指导。中国资深专家组成的顾问团和两个在风电技术研究和风电并网方面具有10多年经验的国际顾问对此项目目标的实现和预期成果的取得作出了很大的贡献。同时还得到丹麦专家在解释丹麦规程上的有力帮助。

修订的风电场并网技术规定是在实际的风电运行经验和科学的风电并网研究的基础上完成的,同时考虑了来自风电部门、风电机组制造企业、系统运行等人员的建议。

1 风电场并网技术规定概述

应该把风电场并网技术规定的要求看成风电场与给定电网的整体关系。每个风电场联网问题都需要进行详细和科学的系统分析,要把风电机组类型和电网特点都考虑在内。并网技术规定的目的是保持电网稳定,即在风电机组起停时和系统短路或非线性导致电网故障期间保持电压和频率稳定。

并网技术规定了并网点需要满足的要求,风电场的并网点定义为与公共电网直接连接的风电场升压变高压侧母线或节点,如图1所示。

1.1 制定风电场并网技术规定的必要性

(1)输入风能的变化有随机性;(2)一般大型风电场与薄弱的地方电力系统相连;(3)风电场运行向电网输送有功功率的同时还要吸收无功功率;(4)原有的地方电力系统的线路按常规设计建设,缺乏电压控制设备和措施等。

大规模风电接入对电网电压水平、短路电流水平、电能质量、稳定性、调度运行以及电网备用容量等造成很大影响。为了在大规模风电接入后确保电力系统运行的可靠性、安全性和稳定性,除了不断提高风电机组运行特性之外,还需要对风电场接入电力系统的技术要求作出相应的规定。目前欧洲和北美的一些电力协会或电网公司都制定了风电场并网的技术导则、标准等。但是,鉴于不同电力系统的特性相差较大,同时风力发电技术发展十分迅速,因此,很难在全世界范围内制定出一个统一的风电场接入电力系统的技术规定。并且,随着风电机组单机容量的增大和风电装机在电力系统中所占比例的增加,现有的风电场接入电力系统的一些技术性文件都还在不断修改和完善之中。

1.2 风电场并网技术规定的主要内容

风电场并网技术规定一般针对的是参与其中的所有利益相关者和输电系统。从技术角度,这意味着根据一定的标准并网技术规定需要满足电力系统发展和运行的要求。对发电机组来讲,它必须满足最低限度的技术要求,以确保它们不会对输电系统产生不利影响。这些标准大致可分为三类系统技术问题,以及第四类的“需要提供的信息”,具体内容如下:(1)系统安全性,例如,故障穿越;(2)地区系统的控制和运行问题,例如,电压控制;(3)整个电力系统的控制和运行问题,例如,频率控制;(4)提供信息和交换,例如,关于风电机组特点的固定数据,实时输出情况监测。

上述要求最根本的是系统的安全性,因为系统安全旨在为系统负荷提供连续可靠的电力。但风电场的发电量成为系统运行很重要的一部分时,不允许风电场损失发电量,此时对风电场低电压穿越要求和相关的电压和频率允许偏差要求都成为基本的要求。

将地区电网和整个系统的安全性问题分开是很有帮助的。故障穿越能力在保证地区电网安全性方面很重要,而且在地区故障不严重时故障穿越能力对整个系统的安全性也很重要。电压允许偏差主要是地区电网的问题,而频率允许偏差是整个电力系统的问题。

像电压控制这样的问题主要是对系统的某些特定地点或地区而言,一般通过地区内的发电机组或其他设备调整出力或动作实现。电压控制在很大程度上被认为是地区电网的问题,并且在需要的情况下一般指特定区域。频率控制是整个系统问题,可以通过系统内在当地受限的任何点的发电机调整来进行频率控制。所以,没有必要要求所有发电机都进行频率调节控制,只是为了确保有足够的发电机拥有适当的能力,并且可以进行频率控制。重要的是,有的发电机并不适合提供频率控制的能力,例如风能,由于存在一些限制可以不要求他们进行频率控制。

提供信息是至关重要的,任何一个接入电网的发电厂,如果不知道它的特性和对系统的影响是不能接受的。如果某些发电机由于其位置、大小或技术的原因只提供有限的数据也是允许的。当接入系统的风电较小时,最重要的是对地区电网的影响和产生的问题。随着风电功率的增加,其对整个系统的影响开始变得非常重要,需要解决的是整个系统的问题。

制定一个并网技术规定必须考虑一些其他的问题,其中一些问题可能是相互矛盾的。一般需要考虑的重要因素包括以下两点:

(1)公平对待所有发电厂的大多数标准或系统运行规范中的共同要求。因此,风电机组像其他发电机组一样必须具备一些必要的技术。这也意味着,风电机组必须满足基本的并网技术规定的要求,不论其安装地点和机组类型;(2)提出技术要求条款的目的是使发电机提供维持系统稳定运行的能力。规定中的技术要求是为了确保发电机具备一定的技术能力。效率和经济性也是重要的考虑因素,如果要求满足所不需要的能力,则不能满足效率和经济性。

2 技术标准编制的具体研究内容

2.1 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。

2.2 风电场低压穿越

(1)风电场低电压穿越能力

低电压穿越能力(LVRT),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。

2.3 结论

(1)电网故障引起节点电压跌落幅度与距离故障点的电气距离远近,节点同有的无功电压支撑能力和风电功率的高低有关;(2)如果风电机组没有低电压穿越功能,电网故障会引起风电机组大面积切机,可能会带来电网频率问题。当风电装机比例较高时,高风速期间,由于输电网故障引起的大量风电切除会导致系统潮流的大幅变化,甚至可能引起大面积的停电带来频率和电压的稳定问题。因此,必须要求风电机组具备低电压穿越能力;(3)结合中国电网和风电规划,风电场需具有的低电压穿越能力的关键点是:要求风电场最低穿越电压为0.2Pu,最低电压穿越的持续时间为0.625s;(4)对于穿越电压跌落的风电机组,理想情况是能向电网提供无功电流帮助恢复电压。

3 风电场通信与信号

连接到输电系统的大型发电厂向电网调度部门提供实时数据是非常正常的。这样做有利于电网调度部门进行系统监测和控制。装机容量大的风电场也应要求进行运行监测和数据传输。风电场应该提供至少一个自动通道来接收和处理来自电网调度部门的控制指令。

经过对我国实际电网调度和风电场运行情况进行分析,对于“风电场通信和信号”问题得出以下结论:(1)风电场与电网调度部门之间的通信方式、传输通道和信息传输由电网调度部门作出规定,包括提供遥测、遥信信号以及其他安全自动装置的种类,提供信号的方式和实时性要求等;(2)在正常运行情况下,风电场向电网调度部门提供的信号至少应当包括以下几点:(1)单个风电机组运行状态;(2)风电场实际运行机组数量和型号;(3)风电场并网点电压;(4)风电场高压侧出线的有功功率、无功功率和电流;(5)高压断路器和隔离开关的位置;(6)风电场的实时风速和风向;(3)在风电场发生故障时,要进行故障信息记录与传输。在风电场变电站安装故障记录装置,记录故障前10 s到故障后60 s的情况。该记录装置应该包括必要数量的通道,并配备至电网调度部门的数据传输通道。

4 风电场和风电机组模型

目前,在论证风电场接入电力系统可行性过程中,有关方面(电力系统规划、设计、研究及调度运行部门)普遍感到缺乏风电场的模型信息,缺乏相关分析与计算的基础。因此,需要对风电场和风电机组的相关模型信息(包括模型参数)的提交和传送提比明确要求。首先,要求风电场提供风电场机组、电气汇集系统以及风电机组、风电场控制系统的有关模型及参数,用于风电场接入电力系统的规划、设计和调度运行。其次,要求风电场跟踪风电场各个元件模型和参数的变化情况,向电网调度部门反馈最新情况,以利于电网和风电场的安全稳定运行。

5 风电并网技术规定的修订

WED项目C01子项目的内容的主要目的是参考国外并网技术规定标准,在以前的并网技术规定的基础上,修订新的风电场并网技术规定,满足电力系统安全稳定运行的要求。

在研究过程中参考了丹麦、德国、英国和加拿大等国家一些电力协会或电力公司编制的风电场接入电力系统的有关技术规定、标准及相关研究报告,以及我国目前颁布的风电场接入电力系统的技术指导标准,结合东北电网风电发展与电网运行的实际情况,制定出合理的并网技术规定,提出风电场的技术要求和技术指标,明确电网公司、风电开发商承担的责任和义务,以适应我国今后大规模风电建设和运行的实际需要.确保风电接入后电网的安全稳定运行。同时。对国产化风电机组的技术发展方向提供一定的支撑和引导,使国产化风电机组性能逐渐达到国际先进水平。

项目以东北地区风电场接入电网规划情况为背景,研究分析了对风电场有功功率控制、无功功率、电压控制、低电压穿越、电能质量、通信与信号等方面要求的必要性和技术指标,最后针对风电场并网问题提出了12个方面的技术要求。之后,通过与电网公司、风电场开发商、风电机组制造企业的沟通和交流以及与国外专家的讨论,根据他们的意见对风电井网技术规定中的内容进行了部分修改,形成了修订后的风电场接人技术规定的具体内容。

随着风电在电力系统所占比例不断增加,风电对电力系统的影响在增强,因此需要加强对风电机组及风电场的分析研究,在跟踪国外风电场并网技术标准的同时,根据我国具体情况对风电场并网技术规定适时进行修订和完善。

摘要：根据我国风电发展的实际情况,我国在2006年2月颁布实施了《GB/Z19963-2005风电场接入电力系统的技术规定》,对接入我国电力系统的风电场提出了技术要求。

关键词：风电场并网,技术规定,探讨

参考文献

[1]王伟胜,范高锋,赵海翔.风电场并网技术规定比较及其综合控制系统初探[J].2007(18).

[2]孙涛,王伟胜,戴慧珠,杨以涵;风力发电引起的电压波动和闪变[J].电网技术,2003,12.

[3]孙建锋,焦连伟,吴俊玲,周双喜,陈寿孙;风电场发电机动态等值问题的研究[J].电网技术,2004,7.

考虑风电并网的系统充裕度评估 篇8

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