考虑风力发电的综合负荷特性及其等效描述

毕正军， 蒋子丹， 李欣然， 王 玲， 郝元钊

(湖南大学电气与信息工程学院， 长沙 410082)

考虑风力发电的综合负荷特性及其等效描述

毕正军， 蒋子丹， 李欣然， 王 玲， 郝元钊

(湖南大学电气与信息工程学院， 长沙 410082)

大容量并网风力发电对电网影响日益明显，配网侧接入风力发电后负荷特性描述问题成为研究重点。在提出定量分析指标的基础上，以统计规律法为检验方法，分析不同运行方式风力发电对综合负荷特性的影响力，并验证异步电机并联静态负荷的广义负荷模型对含风力发电的负荷特性描述能力；指出风力发电对负荷特性的主要影响因素为接入容量与接入位置，并比较两种因素对负荷特性的影响力。

风力发电； 负荷特性； 定量分析； 广义负荷模型

负荷模型对于电力系统暂态稳定分析与控制的影响不容忽视，由于负荷自身的不确定性及其时变性，负荷建模问题仍然是国内、外电力系统公认的难题,建立准确的负荷模型十分困难[1]。文献[2～4]在模型结构完善上做了大量工作，其中配网综合负荷模型已经成为主流模型结构；文献[5]采用改进遗传算法做为模型辨识主算法，克服遗传算法易陷入局部收敛的缺点，增强辨识参数全局寻优能力；文献[6]分析反向传播BP(back propagation)神经网络算法在模型辨识存在的缺陷，采用具有内馈功能的动态Elman神经网络模型，其辨识模型具有较强的泛化能力；文献[7，8]针对模型参数辨识范围的选取及辨识策略的调整，较大地提高模型辨识效率及其描述能力。

随着全球能源的枯竭及环境危机的日益严重，低碳经济与新能源开发成为重点，水能、风能等清洁能源发展迅速。大容量风电发电系统WG(wind power generation)的并网运行，导致电网对风力发电的要求从电能质量发展到暂态稳定、调频调压等诸多问题[9]。WG接入电网后区域负荷特性如何描述问题成为研究重点，文献[10]阐述了配网侧接入电源点后对负荷模型的影响，即当配网电源容量比例大于24.4%后，利用感应电动机并联ZIP模型不能很好的描述其特性，并提出一种新的模型结构即异步电机并联ZIP模型，但未考虑接入电源类型的影响；文献[11]提出含风力发电的配电网侧综合负荷可以用异步电机并联静态负荷的广义综合负荷模型来等效描述，负荷动静比例系数kmp的取值应扩大为任意实数，通过三种典型的风力发电所占比例和负荷水平，验证广义综合负荷模型结构的有效性。

本文基于MATLAB搭建的仿真系统和定量分析方法，提出相应的指标，分析不同运行方式下的风力发电对负荷特性的影响力，并比较两种负荷模型对含风力发电的综合负荷特性的描述能力，利用统计理论的双因素方差分析法及均值t检验法验证结论的正确性。

1 仿真系统

仿真系统为IEEE-14节点配网系统，其结构图如图1所示。G1代表无穷大电源，网络总负荷为28.7+j7.75 MVA，a支路负荷为8.5+j4.65 MVA，b支路负荷为15.1+j1.4 MVA，c支路负荷为5.1+j1.7 MVA。

节点负荷为异步电动机并联静态负荷，比例为6：4。异步电动机采用3阶感应电动机模型[2]，静态负荷采用恒阻抗模型[12]。

风机采用暂态稳定性最差的恒速异步风力发电机模型[13]，其向系统输送有功同时吸收无功。为保证系统静态稳定性，每台风机出口并联一定容量电容器，剩下的无功缺额由系统补偿，保证每台风机在额定电压时功率因数均大于0.98[14]。

图1 仿真系统

2 分析方法

2.1 定量指标

负荷特性即为不同时期电网等效负荷母线所呈现的电压、有功与无功变化。风力发电对负荷特性的主要影响因素为WG接入容量及位置，本文考虑不同容量、不同地理位置的影响，根据统计学相关理论原则，针对负荷特性的指标量，提出综合残差的概念。

在相同电压激励下，WG接入后负荷母线有功及无功相对于未接WG时的偏差为综合残差，即

(1)

式中：Ec为综合残差；Us(k)、Ps(k)及Qs(k)分别为实测负荷母线电压、有功及无功；Pm(k)、Qm(k)为等效负荷模型响应有功及无功；Us(0)为零时刻实测负荷母线电压；N为有功及无功的数据点数；W(k)为权重比例系数，不同时期权重比例不同，总体为1。

根据综合残差的定义可知，综合残差越大，WG对负荷特性影响越明显。

2.2 负荷模型构建

负荷模型采用配网集结等效的综合负荷模型结构[3]，见图2。模型将配网用集总线路-变压器组集结等效，计及变压器有载调整分接头影响，静态负荷中考虑负荷暂态无功功率的补偿调整作用。

图2 等效综合负荷模型

未接WG时仿真系统分别设置10%、20%、30%、40%、50%的电压跌落，获取110 kV等效负荷母线U、P、Q数据。基于实测数据并采用总体测辨法[2]，辨识综合负荷模型独立参数向量α=[R5X5RrXrRmXmTjAmBmKKmReXekq]T，各参数意义与文献[3]保持一致，从而获得5组综合负荷模型参数，综合5组辨识模型获得未接风机下等效综合负荷模型M1(见图2)。

3 统计规律分析

系统发生三相短路故障，B1节点电压降落20%左右，接入不同运行方式下WG，获110 kV等效负荷母线数据Us(k)、Ps(k)及Qs(k)，将电压序列Us(k)及初始有功Ps(0)及无功Qs(0)作为M1的输入，得各自电压激励下响应Pm(k)、Qm(k)，计算不同运行方式风力发电下综合残差，见表1。

表1 不同运行方式风力发电下的综合残差

WG的不同运行方式：设置WG容量为总负荷容量的10%、20%、30%、40%、50%、60%、70%、80%，将WG分别接到节点2、3、4、5、7。

3.1 影响因素检验

根据统计学双因素方差分析法，假设：H01∶α1=α2=…=αR=0，α为容量增加后综合残差变化量；H02∶β1=β2=…=βS=0，β为位置变化后综合残差变化量；H03∶γ1=γ2=…=γR=0，γ为容量与位置因素交互作用下综合残差量。H01成立等价于容量影响因素不明显，H02成立等价于位置影响因素不明显，H03成立等价于容量与位置因素不存在交互作用或交互作用微小可忽略不计。

结合表1不同运行方式下风力发电综合残差，得容量与位置双因素影响下方差分析，见表2。

表2 容量与位置双因素综合残差的方差分析

根据显著性水平(α=0.05)下的F分布表知：F0.05(7，28)=2.36lt;FA；F0.05(28，28)=1.88gt;FA∩B；F0.05(4，28)=2.71lt;FB，则FA、FB落入假设H01、H02拒绝域中，FA∩B落入假设H03接受域。

假设H01、H02不成立，H03成立，容量与位置因素对负荷特性均有明显影响，而容量与位置交互作用可忽略不计，即假设为相互独立的因素。

3.2 不同容量风力发电

WG接入位置固定不变时，随WG容量增加综合残差递增，此时综合残差中应该包含接入位置的影响，而WG接入位置固定且与容量相互独立(即地理位置影响不变)，综合残差变化趋势体现为WG接入容量的影响力，即WG接入容量增加，综合残差递增，对负荷特性的影响越大。

3.3 不同地理位置风力发电

根据表1可知，固定容量因素比较地理位置对负荷特性的影响没有意义，某一容量下根据综合残差变化得出的地理位置影响结论，在另一容量下不一定成立。

分析不同地理位置WG对负荷特性的影响，需消除容量因素的影响，本文提出容量影响因子概念，为单位容量变化时综合残差的变化，即

(2)

由表1可知，容量影响因子随容量增加呈非线性变化，节点所在支路无功比重越大，节点与等效负荷母线越近，影响因子越低。由于数据样本个数有限，精确求解fc表达式十分困难，本文简化为计算平均容量影响因子。不同地理位置下综合残差见表3。

消除容量因素影响后，考虑不同地理位置综合残差变化，WG接入节点所在支路有功负荷比重越大(b支路gt;a支路gt;c支路)，综合残差Ec越小，即对负荷特性影响越小；WG接入位置与等效负荷母线距离越远(节点7距离gt;节点5距离gt;节点2距离)，综合残差Ec越小，对负荷特性影响越小。

表3 容量影响因子及不同地理位置综合残差

3.4 容量影响因子均值简化检验

根据不同地理位置下综合残差，可以得到不同容量影响的综合残差。理论结果应每行综合残差均相同，但由于容量影响因子采用均值简化处理及其他未考虑影响因素的影响，数据存在一定的偏差，以下统称为剩余残差量。剩余残差量的大小直接影响容量及位置影响结论的正确性，对剩余残差量的显著性进行深入分析十分必要。

根据双因素方差分析法，假设剩余残差量对结论影响是可以忽略的，注意到比较对象为剩余残差因素对容量因素的影响能力，则其F值应修正为剩余残差均方值与容量因素均方值之比，计算出F=0.032 215。

显著性水平α=0.05下F分布F0.05(4，7)=4.12lt;F，假设H01成立，即剩余残差量对容量、位置因素影响可以忽略。容量影响因子采用均值简化处理对负荷特性影响规律的结论没有影响。

3.5 容量与位置因素影响能力比较

随WG接入容量比例增大，暂态故障期间有功和无功的变化幅度均增加，故障切除后的波动幅度加剧；WG接入位置因素对负荷特性有一定影响，但明显弱于容量影响因素。不同影响因素下的负荷特性比较如图3和图4所示。

(a) 电压比对

(b) 有功功率比对

(c) 无功功率比对

(a) 电压比对

(b) 有功功率比对

(c) 无功功率比对

比较容量与位置因素影响下的综合残差知，WG分别接入节点2、3、4时(与等效负荷母线距离相同，所在支路负荷比重不同)，WG接入容量比例小于20%时，接入的地理位置对负荷特性影响能力较大；WG接入容量比例大于20%后容量因素成为主要影响因素。

WG分别接入节点2、5、7时(所在支路相同，但与等效负荷母线距离不等)，位置因素对负荷特性影响能力很小。WG接入容量比例大于20%时，容量因素大于位置因素。

综上所述，WG接入容量比例小于20%时，位置因素影响力大于容量因素；WG接入容量比例大于20%后，对负荷特性的影响力取决于WG接入容量大小。

4 负荷模型的描述能力分析

基于不同运行方式WG下的实测负荷动态数据，采用配网集结等效综合负荷模型[3]、广义综合负荷模型[4]进行辨识。

4.1 广义综合负荷模型

广义负荷模型与传统综合负荷模型的重要区别为考虑WG的接入影响，将WG考虑为吸收功率为负的动态负荷，即可利用异步发电机来等效描述，其模型结构如图5所示。

文献[15]验证了异步电机模型适用于感应电动机与异步发电机，说明两者在数学机理模型上一致；文献[11]考虑风力发电影响提出异步电机并联静态负荷的8参数广义综合负荷模型，其辨识参数Km修正为异步机初始有功与母线初始有功比，相应的取值范围应扩大至负值，并通过WG的独立仿真与模型描述能力检验，验证广义综合负荷模型结构的有效性。

4.2 模型描述能力比较

负荷模型响应功率拟合误差Er即为负荷模型描述能力的定量体现[1]。限于篇幅，这里仅给出不同容量WG接入节点2时负荷模型Er，见表4。

图5 广义负荷模型等效结构

表4 不同容量风力发电接入节点2时模型辨识误差

相同激励作用下，Er才具有可比性，根据相同样本数据下负荷模型Er可知，WG接入容量比例不大于20%时负荷模型均有良好的描述能力；接入容量比例大于20%时，配网集结等效综合负荷模型描述能力明显下降，广义综合负荷模型描述能力优于配网集结等效综合负荷模型，且WG接入容量比例越大优势越明显。

5 结语

本文在定量分析基础上，提出相应的指标，分析不同运行方式下的风力发电对负荷特性的影响力，比较两种负荷模型对含风力发电的综合负荷特性的描述能力，并利用统计规律法验证结论的正确性。随WG接入容量增加，WG对负荷特性影响力递增；WG接入节点所在支路有功负荷比重越大、与等效负荷母线距离越远，对负荷特性影响力越小。WG接入容量比例不大于20%时，两种负荷模型均有良好的描述能力；WG接入容量比例大于20%时，广义综合负荷模型描述能力优于配网集结等效综合负荷模型，且WG接入容量比例越大优势越明显。

[1] He Renmu, Ma Jin, Hill D J. Composite load modeling via measurement approach [J]. IEEE Trans on Power Systems, 2006, 21(2)：663-672.

[2] 李欣然，贺仁睦，周文，等(Li Xinran,He Renmu,Zhou Wen,etal). 综合负荷感应电动机模型的改进及其描述能力(The generalized induction motor model and its description ability to synthetic loads of electric power system)[J].电力系统自动化(Automation of Electric Power System)，1999，23(9):23-27.

[3] 李欣然，钱军，王立德，等(Li Xinran,Qian Jun,Wang Lide,etal). 配电网集结等效的异步电动机综合负荷模型及其总体测辨建模(Synthesis induction motor model of power composite load considering distribution network structure)[J].电工技术学报(Transactions of China Electrotechnical Society)，2009，24(4)：175-185.

[4] 鞠平，何孝军，黄丽，等(Ju Ping,He Xiaojun,Huang Li,etal).广义电力负荷的模型结构与参数确定(Model structures and parameter estimation of generalized loads)[J].电力系统自动化(Automation of Electric Power System)，2006，30(23)：11-13,32.

[5] 金群，李欣然，刘艳阳，等(Jin Qun,Li Xinran,Liu Yanyang,etal).一种改进遗传算法及其在负荷建模中的应用(An improved genetic algorithm and its application to load modeling)[J]. 电力系统及其自动化学报(Proceedings of the CSU-EPSA)，2006，18(2)：35-40.

[6] 王立德，李欣然，李培强，等(Wang Lide,Li Xinran,Li Peiqiang,etal).基于人工神经网络的综合负荷模型(Compositive load model based on artificial neural network)[J].电网技术(Power System Technology)，2008，32(16)：59-65.

[7] 李村晓，李欣然，陈辉华，等(Li Cunxiao,Li Xinran,Chen Huihua,etal). 基于单点最优辨识的综合负荷广义感应电动机模型(Generalized induction motor model of synthetic load based on simple-point optimum identification)[J].电力系统自动化(Automation of Electric Power System)，2007，31(13)：42-46.

[8] 陈谦，孙建波，蔡 敏，等(Chen Qian,Sun Jianbo,Cai Min,etal).考虑配电网络综合负荷模型的参数确定(Parameters determination of synthesis load model considering distribution network connection)[J].中国电机工程学报(Proceeding of the CSEE)，2008，28(16)：45-50.

[9] 雷亚洲，Gordon Lightbody(Lei Yazhou, Gordon Lightbody). 国外风力发电导则及动态模型简介(An introduction on wind power grid code and dynamic simulation)[J].电网技术(Power System Technology)，2005，25(12)：27-32.

[10]王吉利，贺仁睦，马进(Wang Jili,He Renmu,Ma Jin).配网侧接入电源对负荷建模的影响(Impact of connecting power sources on load modeling in a distribution network)[J].电力系统自动化(Automation of Electric Power System)，2007，31(20)：22-26,40.

[11]李欣然，惠金华，钱军，等(Li Xinran,Hui Jinhua,Qian Jun,etal). 风力发电对配电网侧负荷建模的影响(Impact of wind power generation on load modeling in distribution network)[J].电力系统自动化(Automation of Electric Power Systems)，2009，33(13)：89-94.

[12]王锡凡.现代电力系统分析[M]. 北京：科学出版社，2006.

[13]曹娜，李岩春，赵海翔，等(Cao Na,Li Yanchun,Zhao Haixiang,etal).不同风电机组对电网暂态稳定性的影响(Comparison of effect of different wind turbines on power grid transient stability)[J].电网技术(Power System Technology)，2007，31(9)：53-57.

[14]王守相，江兴月，王成山(Wang Shouxiang,Jiang Xingyue,Wang Chengshan).含风力发电机组的配电网潮流计算(Power flow analysis of distribution network containing wind power generators)[J].电网技术(Power System Technology)，2006，30(21)：42-45,61.

[15]Prabha Kundur. Power System Stability and Control[M]. New York： McGraw-Hill Inc,1994.

毕正军(1985-)，男，硕士研究生，研究方向为电力系统分析与控制、风力发电和负荷建模。Email:bizhengjun@sina.com

蒋子丹(1990-)，男，研究方向为电气工程及其自动化。Email:jiangzidandq4@163.com

李欣然(1957-)，男，教授，工学博士，博士生导师，主要从事电力系统分析与控制及负荷建模的教学和研究工作。Email:lixr1013@yahoo.com.cn

更正

2011年23卷第5期，目录中《PMU数据处理及其在综合负荷建模中的应用》一文，第一作者名字“马亚辉”误作了“马亚军”特此更正，并向作者致歉！

CompositeLoadCharacteristicsandItsEquivalentDescriptionBasedontheImpactofWindPower

BI Zheng-jun， JIANG Zi-dan， LI Xin-ran， WANG Ling， HAO Yuan-zhao

(College of Electrical and Information Engineering, Hunan University,Changsha 410082, China)

The influence of the large scale wind power in the power system is increasingly obvious. How to describe the load characteristic considering wind power becomes more important. Based on the proposed quantitative indicators and using the general theory of statistics, this paper analyzes the impact of different operation modes of wind power on the comprehensive load characteristic, and verifies the descriptive ability of generalized composite load model of asynchronous machine in parallel with static load on load characteristic considering wind power generation. That the main influence factors of load characteristic are the capacity and the location of the wind power is pointed out, and the impact of the two factors in load characteristic are compared.

wind power； load characteristic； quantitative analysis； generalized load modeling

TM715

A

1003-8930(2012)01-0008-06

2011-01-24；

2011-03-09

国家自然科学基金资助项目(50977023)；湖南省自然科学基金重点资助项目(10JJ2043)