电网风电出力特性分析

2012-11-14李仕杰王铁强芦佳硕

河北电力技术 2012年6期

李仕杰，王铁强，郭佳，芦佳硕

(1.华北电力大学，河北保定 071003；2.河北省电力公司，石家庄 050021)

目前，风力发电是较成熟、经济效益较好的一种可再生能源发电技术。随着风力发电技术的快速发展和国家在政策上对可再生能源发电的重视，风电在河北省南部电网(简称“河北南网”)中所占比重不断提高。风能具有波动性、间歇性以及随机性等特点[1-3]，这决定了风电的大规模并网会对系统电压、频率产生不良影响，从而限制风电的大规模接入。

1 风电场概况

河北南网部分地区风资源丰富，风电装机容量逐年增加。截至2012年8月，河北南网接入的风电场主要有：沧州地区海兴风电场(50 MW)、黄骅风电场(100 MW)，保定地区的蔚州风电场(150 MW)，以及接入220 kV新蔚汇集站的黄花梁、东甸子梁、永胜庄、茶山、甄家湾等风电场(250 MW)。根据河北南部地区可再生能源产业发展规划，到2013年河北南网风电装机总容量将达到1 050 MW。河北南网风电机组类型主要为变速恒频双馈型机组，额定功率为1.5 MW或2 MW，额定风速为12 m/s，风轮半径65～70 m，桨叶目数为3。

2 风电出力的波动性和随机性

2.1 风电出力的波动性

风电出力波动幅度大，波动频率也无规律性，在极端情况下，风电出力可能在0～100%范围内变化。图1为黄骅风电场2011年9月到2012年8月一年的日平均出力曲线。由图1可知，日平均出力的波动范围较大，最小值接近0，最大值接近于80 MW额定值。

图1 日平均出力的年度分布

黄骅风电场实际运行数据表明，风电场的有功功率输出值会出现连续数日风电大出力和连续数日风电小出力的情形，风电大出力时连续数日风电平均出力达到或超过80%额定功率，风电小出力时连续数日风电平均出力小于10%额定功率。黄骅风电场连续4天风电大(小)出力如图2所示，其中，2012年4月1日-4日对应风电连续大出力，2012年2月26日-29日对应风电连续小出力。

2.2 风电出力的随机性

风电出力随机性强、间歇性明显，同一风电场相邻几日的日平均发电量可能相同，但风电各时段的出力差异明显。黄骅风电场相邻2日的风电出力曲

图2 2012年连续4天风电大(小)出力

线如图3所示，其中，2日的日均发电量均为390 MWh，但风电出力曲线差异巨大。

图3 典型相邻日的风电出力曲线

日均出力变化率的定义如下：

(1)

式中：λ为日平均出力变化率；Pwj为风电当日的日平均出力；Pw.i-1为风电前1日的日平均出力；Ptotal为风电场总装机容量。

根据黄骅风电场2011年9月-2012年8月的风电功率输出数据，黄骅风电场相邻日的平均出力变化率的概率分布曲线如图4所示。

图4 相邻日的日平均出力变化率的概率分布

由图4可知，黄骅风电场的日平均出力变化率主要分布在0～30%内，日平均出力变化率在30%及以上的天数占到11.2%，日平均出力变化率最大值可达76%。

3 风电出力的相关性和互补性

河北南网相邻风电场出力在长时间尺度下具有明显相关性，在短时间尺度下具有明显互补性。

3.1 长时间尺度下风电出力具有相关性

风电场选址所引起的地理分散效应会降低风电出力的相关性，提高其互补性，但是其作用主要集中在小时级以下时间尺度范围内。由于黄骅风电场与海兴风电场相邻，因而对于长时间大面积来风时，各个风电场出力的总体趋势相近。这时，不同风电场的风电出力表现出较大的相关性，导致沧州地区风电总出力波动较大。

图5为海兴风电场和黄骅风电场2012年4月1日-4日风电出力曲线。

图5 2012年4月1日-4日海兴风电场和黄骅风电场出力曲线

由图5可知，在长时间尺度下，2个风电场出力具有很大的相关性。

3.2 短时间尺度下风电出力具有互补性

在小时级以下短时间尺度内，风电场内的各风电机组出力和各个风电场出力存在一定的互补性，降低了河北南网风电总出力的变化率。处在不同位置的风电场在同一时刻迎来不同风速的风，因此，各风电场出力变化的时间及速率不同，风电场选址所引起的“分散效应”降低了风电总出力的变化率。

图6为海兴风电场和黄骅风电场2011年10月4日12点-16点风电出力曲线。

图6 2011年10月4日12点-16点海兴风电场和黄骅风电场出力曲线

由图6可知，在短时间尺度下，2个风电场出力具有很大的互补性。

根据河北南网风电的实际运行经验，虽然单个风电场出力变化率较大(如图4所示)，但是在“风风互补”作用下，河北南网整体风电出力变化率较小。图7为根据河北南网2011年9月-2012年8月风电运行数据绘制的相邻日的平均出力变化率概率分布曲线。

图7 相邻日的日平均出力变化率概率分布

由图7可知，河北南网风电相邻日的日平均出力变化率集中分布在30%以下，风电场之间的“风风互补”作用能够全面提高风功率预测的准确性，提高系统安全稳定运行能力。

4 内陆风风电场与海风风电场功率特性分析

河北南网风电场主要分布在保定和沧州两地，其中，保定地区风电场受内陆风影响，沧州地区风电场受海风影响。以下通过中位数、标准差变异系数和极差3个统计量分析内陆风风电场和海风风电场一年四季的功率特性。表1为根据河北南网2011年9月-2012年8月风电运行数据统计得内陆风风电场和海风风电场上述3个统计量随季节变化数值。

表1 风电场不同季节输出功率的中位数、标准差变异系数和极差

参数风电场春季夏季秋季冬季中位数内陆风风电场0.9020.7780.5450.803海风风电场0.8780.7910.8520.816标准差变异系数内陆风风电场0.6690.9061.0300.781海风风电场0.6640.7390.8390.822极差内陆风风电场2.4423.7854.4762.551海风风电场2.7463.7233.5233.301

注：表中数据为风电场功率输出值进行归一化处理后的数值，归一化过程中的基准值为风电场输出功率的算数平均值。

根据文献[4]可知，基本统计量中，中位数越大、标准差变异系数越小、极差相对较小时，风电功率特性相对较好。由表1可知，春季和冬季，风电功率特性为内陆风风电场优于海风风电场，夏季和秋季，风电功率特性为海风风电场优于内陆风风电场。