福建省风电出力特性及其对电网的影响分析

林章岁，罗利群

(1.福建省电力有限公司，福州市，350003;2.福建省电力勘测设计院，福州市，350003)

0 引言

近年来福建省风力发电得到较快的发展。截至2010年底，福建电网已投运风电场18处，装机容量为625 MW，约占全省电力装机容量的2%;在建的风电场装机容量约为505 MW(截至2011年4月底)。据有关规划，2015年福建规划风电装机容量为2 500 MW左右，到2020年福建全省陆上风力发电装机容量可达3 000 MW以上。

风电规模不断增大将对电网暂态稳定、电能质量产生影响，此外还将对电力系统调峰和电源规划等产生显著影响，后者主要与风电出力特性有密切关系［1-9］。风电出力特性变化多端，通常只有基于大量实际数据，才能得到风电统计规律性［10］。因此，有必要根据福建省风电实际运行数据研究风电出力特性，并据此深入分析风电规模不断增大对福建电网可能造成的影响。

1 福建风电实际出力特性

1.1 风电年利用小时

在一个较短的时间跨度内，风电出力不断变化，难以预测。然而，从一个较长的时间跨度(年、季、月)来看，风电则表现出较强的规律性。

装机年利用小时等于风电年发电量除以相应的装机容量，通常称为等效满负荷发电小时数。对福建电网近年来风电场装机年利用小时进行统计分析，结果表明:福建省风电平均年利用小时可达2 377～2 692 h。福建风电装机利用小时具有以下特点:(1)不同地区风电场装机利用小时差异明显。总体上，莆田地区风电场装机利用小时最高，平均达到3 300～3 400 h;福州地区次之，平均为2 900～3 100 h;漳州地区最低，一般为1 800～2 000 h。从逐个风电场来看，福建电网装机利用小时最高的风电场为福清高山风电场，装机年利用小时可达4 000 h以上;最低的是漳州东山风电场，个别年份仅1 600 h左右。(2)风电装机年利用小时与风电场场址所在位置关系密切，同一风电场装机利用小时年间变化不大，不同年份之间变化不超过10%，具有明显的统计规律性，如图1～2所示。

图1 不同地区风电年利用小时Fig.1 Annual utilization hours of wind power for different regions

图2 风力发电站装机年利用小时变化Fig.2 Annual utilization hours of wind power for different wind farms

1.2 发电量的季节分布特点

风电发电量年内分布也有一定的规律性。以2009和2010年福建全省风电每月发电量除以相应的最大月发电量，得到年发电量分布曲线，如图3所示。由图3可见，一般5～9月为弱风期，其发电量仅占全年发电量的20% ～30%;1～4月、10～12月为盛风期，其发电量占全年发电量70% ～80%。一年中，发电量最大的月份一般为10～11月，发电量最小的月份为7～9月，一般仅为最大月发电量的20% ～30%。风电的这种分布特点是由福建省自然地理条件所决定的。福建省海岸带地处低纬度，气候受太阳辐射、台湾海峡及两侧山地地形影响和季风环流的制约，同时受海洋的调节，具有典型的亚热带海洋性季风气候特征。春季和夏季虽有台风活动，但沿海地区的平均风力为一年中最小的时期，也是一年中风能资源最贫乏的时期。秋季与冬季由于大风天气多，风力大，是一年之中福建沿海地区风能资源最丰富的季节。不同季节之间发电量差异较大。

图3 福建省风电发电量逐月分布Fig.3 Wind capacity distribution in Fujian province

为了分析不同季节发电量分布的不均衡特性，采用季不均衡系数作为衡量月发电量分布情况的一个指标。季不均衡系数为月发电量平均值除以最大月发电量，用式(1)表示。

式中:Ei为第 i月发电量，i=1，2，...，12;Emax为一年中最大月发电量。

风力发电不同月份之间发电量差异较大，不均衡度较高，反映在季不均衡系数上数值较低，福建全省季不均衡系数平均为0.58～0.61。

1.3 风电出力相关性

不同风电场出力相关性反映风电场之间发电出力变化趋势的一致性，是划分风区的重要依据之一。风电场相关性与风电场之间的地理距离有关。一般距离较近的风电场，其出力变化趋势较为一致，相关性则较强，反之则相关性较弱［11］。

对福建省风电场全年8 760 h出力进行相关性分析，结果如表1所示。从表1中可以看出，对于地区内的各风电场之间，如莆田石城风电场和石井风电场之间，漳州的大帽山风电场和乌焦湾风电场之间，这些风电场之间距离一般在30～50 km，实际出力数据相关性分析表明，相关系数可达0.8～0.9以上;而对于地区风电群之间，如福州和莆田、福州和漳州、莆田和漳州风电场出力之间相关系数分别为0.748、0.643、0.647。相关系数大小也可以根据风电场之间的距离来推算，经分析上述数值与理论分析是吻合的，说明3个地区风电场出力具有较强的相关性。

表1 基于2010年实际运行数据的风电场相关性Tab.1 Correlation coefficients of wind farms based on actual operating data in 2010

福州、莆田和漳州3个地区2010年1月随机截取的1周出力曲线如图4所示。由图4可见，3个地区风电出力变化形状具有较大相似性，最大和最小出力出现时间较接近，具有较大的同时率，因此彼此之间具有较强的相关性。相关性分析结果表明，未来相关区域内风电规模进一步增大后，风电出力特性将基本保持与现有风电出力特性的一致性和相似性。

图4 福州、莆田和漳州风电出力过程片段Fig.4 Chronological curve of wind power in Fuzhou，Putian and Zhangzhou

1.4 风电月最大出力

风电月最大出力特性是相关输变电系统设计的重要依据。福建省风电典型月发电出力过程如图5所示，为2010年1月的风电出力。风电出力在短时间内(如1天内)有可能在0～100%之间变动。风电逐月最大出力不同，但年内呈现出规律性变化。

图5 风电典型月出力过程Fig.5 Chronological curve of Fujian wind power

图6 2010年风电逐月月最大出力变化Fig.6 Monthly maximum output of wind power in 2010

2010年福建2个典型风电场(LA和LY)和全省12个月最大出力曲线如图6所示。由图6可见，福建省风电较大的月份为1～4月和10～12月，5～9月份出力较低。月最大出力一般出现在1月或11～12月。就单个风电场而言，5～9月的月最大出力一般为0.74～0.9 pu，1～4月月最大出力为0.92～1.0 pu，10 ～12月月最大出力为0.87～1.0 pu;从全省来看，风电出力率比单个风场低，5～9月的月最大出力一般为0.48～0.76 pu，1～4月月最大出力为0.78～0.85 pu，10～12月月最大出力为0.81～0.94 pu。

风电上述特性对相关配套输变电设备建设和改造的规划设计有影响。根据实际运行数据统计分析，需要指出的是，在进行输变电设备建设、改造的规划设计中，当输变电设备长期最大允许电流起控制作用时，确定夏季输变电设备最大运行电流时风电不应按照满发来考虑。由于风电最大出力往往发生在气温较低的冬春两季，夏季气温较高的日子里最大出力较低，从现有风电场来看，整个夏季高温期间风电出力不会超过装机容量的90%，超过80%持续时间也较短(参见表2)，并且风电出力一般随气温升高而明显降低，风电出力较大时气温一般是较低的。在设计相关输变电建设、改造工程时应该充分考虑这一特性，以节省输变电项目的建设、改造投资。

表2 福建某风电场逐月风电出力持续小时Tab.2 Wind power output duration for a wind farm in Fujian h

1.5 风电出力概率分布

根据风电全年8 760 h整点出力，分别按月将出力由大到小进行排序，得到福建全省代表月的风电出力累积概率曲线如图7所示。从图7中可以看出，全年风电出力超过0.90 pu的概率很小。表3给出了风电出力与累积概率统计结果。由表3可见，以1月份为例，风电出力超过0.69 pu的概率只有10%，超过0.78 pu的概率只有5%。如果累积概率(即保证率)要达到90%，则大部分月份的风电出力只有0～0.03 pu。因此，风电的“保证出力”很低，是极其不稳定的电源。

1.6 调峰特性

图7 风电出力累积概率曲线Fig.7 Cumulative probability curve of wind power output

表3 不同累积概率的风电出力Tab.3 Wind power output for different cumulative probabilities pu

从全年来看，福建电网年最大负荷一般出现在每年夏季高温期的8月，1～4月负荷较低。年内最大负荷相差较大，通常1～2月的最大负荷为全年最大负荷的77%。与此相对应，风电年最大出力出现在冬季，在夏季高峰负荷期间风电出力反而较低。

福建电网典型日的负荷曲线大致可以分为夏季和冬季2类。夏季出现上午、下午、晚上3个高峰，负荷曲线呈“三峰”形状。冬季典型日负荷曲线呈“双驼峰”状，负荷高峰分别出现在上午11:00和晚上18:00，早峰日益突出。冬、夏典型日最小负荷均大致发生在每日3:00～5:00。按照福建电网典型日负荷曲线，对福建全省风电实际调峰运行情况进行统计分析，高峰时段(分早、午、晚3个时段)出力与低谷出力之差即为风电的相应时段的调峰出力，2010年统计结果见表4。表中正调峰数值为月最大值，反调峰值为月最小值(绝对值最大)。

表4 风电逐月调峰出力情况Tab.4 Monthly output of wind power for peak load regulation pu

对实际运行数据分析表明，福建风电逐月均存在正调峰和反调峰2种情况。全年出现反调峰的天数达到130～170天，占全年天数的35.6% ～46.6%。反调峰容量最大可达风电装机容量的30% ～50%。因此，必须高度关注风电反调峰问题。风电反调峰典型日出力曲线见图8。

2 风电对福建电网的影响

2.1 风电对电网综合负荷的影响

图8 风电典型日发电出力曲线Fig.8 Daily output curve of wind power

“十二五”期间福建省风电规模增大，故以2015年福建电网为例分析风电影响。根据福建电网现有风电实际出力特性，分别预测2015年各地区新增风电场出力特性以及2015年全省风电出力特性。全省负荷扣除风电出力后得到综合负荷曲线(或称修正负荷曲线)及相应的持续负荷曲线(图9)和年最大负荷曲线(图10)，其中2015年全省风电装机按2 500 MW考虑。从图9～10中可以看出:(1)从持续负荷曲线来看，扣除风电出力以后，负荷有所下降。说明风电将导致大部分时间综合负荷减少，因此在同样装机的前提下系统可靠性将有所提高。换言之，有了风电后，在维持相同可靠性前提下，可减少系统装机，因此，从可靠性观点来看，风电也具有潜在的容量效益。(2)扣除风电出力后的综合负荷曲线的年最大负荷数值基本保持不变，并且仍发生在8月。此外，2月、3月、6月份最大负荷也维持不变，其他月份考虑风电后的综合负荷比全网负荷低1% ～4%。

图9 2015年福建电网持续负荷曲线Fig.9 Sustained load curve of Fujian power grid in 2015

图10 2015年福建电网年负荷曲线Fig.10 Annual load curve of Fujian power grid in 2015

2.2 风电对电力平衡的影响及容量效益

由于风电对8月份最高负荷影响很小，从电力平衡观点来看，8月份是福建电力平衡的控制月，因此，福建风电对电力平衡的装机容量需求不会有影响。这说明福建风电容量效益是很低的。这是风电随机性、间歇性的基本特性所决定的，福建风电90%保证率的出力只有0～3%，其“保证出力”很低，因而风电容量效益也很低。

2.3 风电对调峰的影响

根据预测的全省风电出力特性，不难得到2015年扣除风电出力后福建电网日综合负荷曲线(2月份)，见图11。从11图中可以看出，考虑风电影响后，修正负荷曲线的峰谷差明显增大。

图11 风电对福建电网日负荷曲线的影响Fig.11 Effect of wind power on daily load of Fujian power grid

风电对福建电网峰谷差的影响见图12。大部分月份“峰谷差”均有所增大，其中，2月份“峰谷差”增大了1 132 MW。峰谷差增大将导致原有电源调峰压力加大。

图12 风电对福建电网峰谷差的影响Fig.12 Effect of wind power on peak-valley difference of Fujian power grid

可见，根据实际运行数据，2015年风电对调峰的影响将比文献［3，11］中的分析要严重得多，风电大规模并网后的调峰问题需要进一步加以关注。

近年来，随着福建电网峰谷差逐年增大，电网调峰日益困难。目前福建省大型火电机组在实际运行中的调峰深度已达到60%左右，接近或达到机组调峰能力技术极限。根据预测，2015年全省最大峰谷差达到12 200 MW左右，计及风电以后，峰谷差增加到13 330 MW左右。而“十二五”期间电源项目主要是福建宁德核电厂一期(4×1 089 MW)、福清核电厂一期(4×1 085 MW)，已经明确的调峰电源只有福建仙游抽水蓄能电站4×300 MW机组(预计于2013年底投运)，不能满足调峰需求。因此，加快调峰电源建设已刻不容缓。

3 结论

(1)福建省风电装机年利用小时与风电场所在地理位置关系密切，同一厂址装机利用小时年间变化不大，全省风电平均年发电小时可达2 377～2 692 h。福建风电装机利用小时的分布特点是:中部地区(莆田、福清等地)最高，可达到3 300 h以上，说明风电资源较优;自中部往南(或往北)呈逐步降低趋势，至漳州地区一般仅1 600～2 000h。这一特点可供今后制订新一轮风电开发规划和场址优选参考。

(2)福建风电出力特性具有以下特点:1)全省各地区风电出力之间具有较强的相关性。2)风电逐月最大发电出力(发电量)分布均呈现明显季节性特点，5～9月份的月风电最大出力(发电量)均较低，1～4月、10～12月月最大出力(发电量)较大。3)全年风电出力超过装机容量90%的概率很小，多数月份风电保证率达到90%时的风电出力在3%以下，因此风电“保证出力”很低。4)实际运行数据分析说明风电逐月均存在反调峰情况，全年出现反调峰的天数达到130～170天，占全年天数的35.6% ～46.6%。反调峰容量可达到风电装机容量的30%～50%。

(3)从综合负荷、电力平衡、调峰等方面分析探讨风电对2015年福建电网的影响，结果表明，从综合负荷曲线(含风电)来看，年最大负荷数值基本保持不变，因此从电力平衡观点来看，福建风电对电力平衡的装机容量需求没有明显的影响。福建风电容量效益是很低的。风电大规模投运后，将引起综合负荷的峰谷差增大，从而导致原有电源调峰压力明显加大，需要进一步加以关注。

［1］ 迟永宁，刘燕华，王伟胜，等.风电接入对电力系统的影响［J］.电网技术，2007，31(3):77-81.

［2］ 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.

［3］ 杨晓东，石建，刘峻，等.“十二五”期间大规模风电接入对福建电网影响及对策分析［J］.电力建设，2010，31(7):9-13.

［4］ 张丽英，叶廷路，辛耀中，等.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.

［5］ 侯佑华，齐军，王小海，等.大规模风电场的建模及其在内蒙古电网安全稳定运行的研究［J］.中国电机工程学报，2010，30(4):71-78.

［6］ 韩小琪，孙寿广，戚庆茹.从系统调峰角度评估电网接纳风电能力［J］. 中国电力，2010，43(6):16-19.

［7］ 衣立东，朱敏奕，魏磊，等.风电并网后西北电网调峰能力的计算方法［J］.电网技术，2010，34(2):129-132.

［8］ 肖创英，汪宁渤，陟晶，等.甘肃酒泉风电出力特性分析［J］.电力系统自动化，2010，34(17):64-67.

［9］ 王芝茗苏安龙鲁顺.基手电力平衡的辽宁电网接纳风电能力分析［J］. 电力系统自动化，2010，34(3):86-90.

［10］ 周天睿，王旭，张谦，等.大规模风电对江苏电网影响的实证分析［J］.中国电力，2010，43(2):11-15.

［11］ 刘峻，林章岁.福建电网调峰电源规划［J］.电力建设，2010，31(6):35-39.