西部富水地区考虑网架约束的风电机组可信容量评估

肖永, 李校莹，赵天阳，刘文霞

(1. 贵州电网有限责任公司电力科学研究院, 贵阳市 550000；2. 华北电力大学，北京市 102206)

西部富水地区考虑网架约束的风电机组可信容量评估

肖永1, 李校莹2，赵天阳2，刘文霞2

(1. 贵州电网有限责任公司电力科学研究院, 贵阳市 550000；2. 华北电力大学，北京市 102206)

可信容量是评价分布式电源容量价值的重要指标。针对西部某地区风电/水电富集区域处于配电网末端、分布式电源分散式并网、网架结构薄弱的特点，提出该区域与外网不同的运行策略下计及网架约束的风电机组可信容量评估方法，并采用局部电网调度和全局可信容量计算两步算法，计算系统的等效载荷能力，量化分析多类型电源富集区域并网对系统充裕性的影响。以西部某富水地区电网为例，计算了风电机组可信容量，同时研究了局部电网与外部电网3种不同运行方式对系统整体充裕性的影响，并提出相关运行建议。

风电机组可信容量；网架约束；等效载荷能力；优化调度

0 引 言

风电并网增加了系统电源容量，提高了系统的可靠性，降低了系统停电概率和缺供电量。然而由于风电出力具有很强的随机性和波动性，且难以有效控制[1]，在容量相同的前提下，风电机组的贡献远小于常规机组。风电机组可信容量是评价其电源容量价值的重要指标，它是指相等可靠性前提下风电机组可以等效的常规机组容量大小，或者可以增加的等效负荷的大小。通过可信容量的计算可以为含间歇能源的系统规划和调度提供决策支持[2]。

围绕风电机组可信容量的评估国内外学者展开了广泛研究。文献[3]提出等效无风电场景及风电备用需求的概念，量化分析风电的间歇性对系统可靠性的影响，进而评估电网风电可信容量；文献[4]建立了风电、光伏出力模型，结合储能系统的调度策略，提出了用于风光储联合发电系统的可信容量评估方法，分析了储能容量配比和风电装机容量配比对可信容量及互补效益的影响；文献[5]提出了考虑不同风电场关联特性的可信容量评估方法。风电可信容量的计算方法主要有基于可靠性的计算方法、解析法、峰荷负荷率法等[6-7]。文献[8]基于蒙特卡洛仿真环境，考虑了风电出力和常规机组强迫停运等随机因素，评估了运行约束条件对可信容量的影响；文献[9]将Garver 近似法应用于风电多状态机组可信容量的计算；文献[10]基于峰荷负荷率法，大大减小了可信度的计算量，提高了计算速度。

上述方法大多是基于发电系统可靠性考核的风电可信容量，忽略了网架结构的约束，比较适用于大规模风电集中并网、并网通道单一、充裕度高的场景。我国西部山区风电资源丰富，但由于特殊的地理因素，风电以多点、分散的方式接入地区电网，且地区电网结构比较薄弱、区域富含大量径流式小水电，因此夏季风电和小水电大发时，本地无法消纳，大量外送，考虑线路安全性问题会弃风；而冬季风电大发时，风/水又具有很好的互补性。为此，在该地区评估风电的可信容量必须计及线路约束，同时要分析不同运行策略对可信容量的影响，才能为规划和运行提供有效的支撑。

本文结合西部山区的特点，提出了考虑局部网架结构约束的风电机组可信容量的计算方法，该方法建立局部电网、外部系统(负荷、电源)两层模型，并采用局部电网调度和全局可信容量计算两步算法，计算系统的等效载荷能力，以评价风电对系统充裕度的贡献。以西部某富水地区为例，仿真结果验证方法的有效性，同时研究局部电网与外部电网3种不同的运行方式对系统整体充裕性的影响，研究结果为系统运行方式的改进提供了有力的支持。

1 风水互补系统出力建模

1.1 风电场出力模型

利用P-V曲线描述风电机组有功出力与风速之间的关系，将风电机组出力与风速之间的关系近似处理为直线，可以得到分段函数表述的有功出力与风速的关系，如式(1)：

(1)

式中：vci，vr，vco及Pr分别为风电机组的切入风速、额定风速、切出风速及风电机组的额定功率；f(v)是风速在vci和vco之间时，风电机组风速与风电功率之间的函数关系，如式(2)：

f(v)=Av3+Bv2+Cv+D

(2)

通过对实际风速以及相应功率的曲线拟合，可得A=-2.72，B=62.9，C=-276，D=-378。

1.2 水电机组出力模型

水电机组自身的出力不仅与自身容量有关，还与来水量、库存水量相关，当其承担备用时，容量约束可表述如下：

(3)

(4)

水电机组的实际发电量与排水量和水电站内水头的位置相关，因此可将水电站划分定水头和变水头两种。在变水头水电站中，水电出力与排水量间的关系非线性，可近似采用式(5)表示[11]:

(5)

式中：fq2p,i为水电机组i的水量-电量转换特性；aH,i、bH,i、cH,i为水电机组i的水电-电量转换系数， MW/(m3/h)2、 MW/(m3/h)、 MW。为便于求解，本文依据文献[12]中的方法将其进行分段线性化。

不考虑水电机组具有的快速启停能力，相邻断面内的水电机组的爬坡约束可表述为：

(6)

(7)

式中：RUH,i和RDH,i为水电机组i的向上、向下爬坡速率， MW。

水电机组的关停、运行时间约束可表述为[13]：

(8)

(9)

(10)

不计及水库来水的变化情况时，水库的库存水位变化可表述为

(11)

由于水电站库存有限，水电站站库存水量应维持在一定范围内

(12)

同时，水电站的弃水量应在一定范围内

(13)

式中：sHmin、sHmax分别为水电站的最小、最大弃水量向量，m3。

为不影响后续调度时间内水电站的运行，要求各水电站内水位复位。在计及区间不确定性时，可描述为

(14)

2 考虑联络线约束的可信容量评估方法

2.1 可信容量的计算指标

传统的可信容量评估方法主要从发电侧或负荷侧2个角度考虑，对应的指标分别是等效机组容量比例和等效负荷承载能力。

等效机组容量比例是在等可靠性的前提下，以风电机组替代原有的常规电源或理想电源容量的比例。设系统中风电装机容量为Cw，其余机组装机容量为Cr，等效的虚拟机组容量为Ce，某容量组合下系统的可靠性指标为f，若满足

f(Cr,Cw)=f(Cr,Ce)

(15)

则Ce为风电机组的可信容量，风电场容量可信度为

(16)

等效负荷承载能力(equivalent load carrying capability，ELCC)是在等可靠性的前提下，风电机组并网后系统可以承载的负荷增量。设原系统装机容量为Cr，原系统负荷量为L，风电并网后导致的负荷增量为ΔL，某装机容量和负荷水平下的可靠性指标为f，若满足

f(Cr,L)=f(Cr+Cw,L+ΔL)

(17)

则风电场容量可信度为

(18)

计算中可以选择电力不足时间概率(lossofloadprobability,LOLP)或电量不足期望值(expectedenergynotsupplied，EENS)作为可靠性的评价标准。由于等效机组容量比例适用于多个电源规划方案的对比，而且与机组的台数、容量和故障率、置信水平等参数的设置有关，本文采用等效载荷能力 (equivalentloadcarryingcapability，ELCC)指标评价。

2.2 考虑线路约束的可信容量计算流程

本文将某西部某富水地区电网等效为风电/水电系统和外部系统两部分，不同的调度策略、运行方式将影响小系统与外界的功率交换，进而影响整个系统的充裕性及风电可信容量的评估。首先根据风电/水电系统不同运行方式下的优化调度结果，得到区域外送功率，然后基于等效电量函数法计算系统的充裕性及可信容量，其原理如图1所示。风电机组可信容量计算流程如图2所示。

图1 风电/水电系统互补运行示意图Fig.1 Wind power/hydropower complementary operation

2.2.1 区域内优化调度

(1)初始化数据信息输入：需要输入的信息包括区域内水电站的来水量、库存容量；水电机组的出力特性、启停特性；风电场的风速预测信息、备用容量需求系数；网络架构、线路电抗、连接关系和输送容量限制；各节点负荷；风电/水电系统的上网电价、弃风、弃水成本；线路故障率、修复时间。

(2)风电、水电等多类型电源的出力特性进行建模，用序贯蒙特卡洛仿真分析方法对风电/水电系统内各小时的来水量、风电场功率和线路的随机故障进行逐年抽样。

(3)域内调度不同模式，分别建立目标函数和约束条件的数学模型；采用CPLEX软件，进行逐日模拟仿真，考虑线路故障，基于线性规划方法通过潮流分析，计算得出满足联络线路容量约束的最优风水出

图2 风电机组可信容量计算流程Fig.2 Calculation process of wind power credible capacity

力调度方案，获得每天各小时风电/水电系统的出力信息为[P1ex,P2ex,…,P24ex]。最后获得风电/水电系统1年内各小时的期望出力信息[P1ex,P2ex,…,P8 760ex]，得到风电/水电系统的年时序出力曲线，并确定1年内风电/水电系统在不同模式下的外送功率时序分布。

2.2.2 基于等效电量函数的可靠性指标计算

(1)把区域联络线外送功率与系统负荷合成得到年持续负荷特性曲线t=F(x)，式中t为系统负荷大于x的持续时间；

(2)按照Δx的步长，将负荷离散化，求出电量函数E(J)：

E(J)=∫xx+ΔxF(x)dx=T∫xx+Δxf(x)dx

(19)

(3)设容量为Ci的第i台火电机组的强迫停运率为pi，安排其投入运行，则根据式(19)的定义，相应的等效电量函数为

E(I)(J)=T∫xx+Δxf(I)(x)dx=

T∫xx+Δx[pif(I-1)(x)+qif(I-1)(x-ci)]dx=

piE(I-1)(J)+qiE(I-1)(J-Ki)

Ki=Ci/Δx

(20)

(4)设系统中N台发电机全部带负荷运行，当全部机组运算结束以后，等效电量函数为E(N)(JN)，则可计算可靠性指标RLOLP[15]为

(21)

可靠性指标EEENS为

(22)

式中T为模拟周期。

2.2.3 基于随机生产模拟的ELCC计算方法

(1)基于以上随机生产模拟法获得风电/水电系统并网前的可靠性指标RLOLP0。

(2)计算可信容量：在风电并网不同调度模式下，按照0.001的步长增长电网整体负荷，计算此时电网的可靠性指标R是否收敛至原指标RLOLP0，即|RLOLPβ-RLOLP0|<ε，其中ε为可靠性允许偏差。计算可信容量：

f0(Cr,L)=fβ(Cr+Cw,L+ΔL)

(23)

式中f0和fβ分别为风电并网前和并网后的可靠性指标，Cw即为风电机组的可信容量。

3 不同运行方式下的调度模型

3.1 独立运行模式

此种方式下，风电/水电系统以实现本地的风能和水电充分利用为目标，在输送能力允许的情况下，不考虑外部电网对电能不同时段的需求

(24)

3.2 区域互补运行模式

此种方式下，为降低对系统整体运行的影响，风电/水电系统通过本身自有的水电机组承担因并网风电随机性而需的正、负备用特性，可表述为：

(25)

(26)

式中：rc,p,w和rc,n,w分别为风电/水电系统内负荷、风电正备用和负备用系数。

3.3全网模式

在本模式中，风电/水电系统将进一步依据外网不同时段的电量需求调整本系统的出力，使得风电/水电系统具有能量需求响应特性

(27)

在不同的调度方式下，除计及风电、水电单机组自身具有的特性外，还应计及功率平衡、支路潮流等约束，表述如下：

(28)

(29)

(30)

(31)

4 某西部地区算例分析

4.1 算例描述

本文算例中数据来源于中西部某地区。该地区本富含水电、风电和光伏等清洁能源，而负荷较小，因此其需要向外输送电能，以实现本地水资源和风资源的高效利用。以西部地区某市电网为区域电网，省网为全网，风电/水电系统接线如图3所示。

风电/水电系统内含有5座风电场，装机容量为782 MW，分布式接入220 kV的110 kV侧和220 kV母线高压侧，装机容量分别为238，247.5，149，47.5，100 MW，机组参数为：切入、额定和切出风速为3，10.5和25 m/s，a=-1.886，b=54.4，c=-303，d=483.5；含有3台水电机组，装机容量为324 MW，水电机组的技术特性及相关参数见表1。

图3 风电/水电系统单线图Fig.3 Single wiring diagram of wind power/hydropower system表1 水电机组信息Table 1 Hydropower unit information

各水电站的来水量以表1中的水量为基础来水量；各时段的来水特性见文献[16]。风电/水电系统内负荷峰值为133 MW。在模式1中：C为1 $/(MW·h-1)；模式2的负荷备用和风电正、负备用分别取为0.03和0.1；模式3外部电网负荷大于平均负荷时，外送电价为2 $/(MW·h-1)，其他时段为1 $/(MW·h-1)。外部电网的时序负荷曲线见图4至图5。

本节中的优化调度模型采用基于YALMIP[17]进行模型构建，随后采用CLPEX 12.5求解所构建不同运行模式下的风电/水电与外网交互模型。

图4 水电站1来水图示Fig.4 Runoff chart of hydropower Station 1

图5 外部系统时序负荷曲线Fig.5 Timing load curve of external system

4.2 调度模式对系统充裕性的影响

不同调度模式下，风电、水电发电系统向外输送电能的时序曲线见图6—8，其中调度模式1、调度模

图6 调度模式1下时序外送功率Fig.6 Timing power delivery under scheduling mode 1

图7 调度模式2下时序外送功率Fig.7 Timing power delivery under scheduling mode 2

图8 调度模式3下时序外送功率Fig.8 Timing power delivery under scheduling mode 3

式2、调度模式3分别对应第3节的独立运行模式、区域互补运行模式和全网模式。

对风电的充裕性进行评估时，一般采用等效机组和ELCC进行分析。由于等效机组与机组的台数、容量和故障率等参数设置有关，而ELCC有效避免了此类问题。因此，本文中基于等论电量函数法(equivalent energy function, EEE)采用ELCC衡量风电/水电系统并网后系统的充裕性变化情况。

表2中RLOLP和EEENS为风电并网后初始可靠性指标，EELCC为调整负荷后得到的等效载荷能力，弃风、弃水量为不同状态对应的仿真数据。从图9和表2可知，风电并网后提高了系统的可靠性，模式3响应外网负荷波动，使得系统整体的RLOLP、EEENS相比风电不并网时分别降低了4.7×10-4、289.4 MW·h，效果最好；从ELCC的结果看，模式1由于输送通道限制有少量弃风；模式2中，由于水电机组承担了备用，在水电机组负备用不足时，将限制风电的出力，从而使得系统中出现弃风的现象，使水电机组承担备用，将降低系统整体的充裕性；进一步地，模式3风电/水电系统依据外部电网的需求进行出力调整，在库存容量有限的约束下本地系统中将出现弃水，但由于对系统负荷的支持作用，可信容量得到较大提高。

表2 不同调度模式下的RLOLP指标变化情况

Table 2RLOLPchanges under different scheduling modes

图9 不同调度模式下ELCC变化图示Fig.9 ELCC changes under different scheduling modes

4.3 外送通道容量对系统充裕性的影响

将外送通道的容量限定在700～1 000 MW的范围内，按照步长100 MW进行调整，获得调度模式3下，风电/水电外送的频度如图10所示。

图10 输送通道容量变化时的外送功率频度图Fig.10 Delivery power frequency diagram when transmission channel capacity changing

4.4 横竖互换

本文弃风量与弃水量的计算是根据全网模式的目标函数和优化条件进行优化求解，本节仅修改“外送容量”这一约束条件，目的在于观察“外送功率”以及“弃风量弃水量”的变化，也为选择合理的外送容量通道提供参考。由表3可知，输送通道容量的增加并未显著增加多类型电源互补并网系统的可信容量；且随着输送通道容量的增加，弃风量并未随之线性减少，呈现出先降低后增加的趋势。

表3 不同外送容量下系统运行情况

Table 3 Operation under different delivery capacities

5 结 语

本文结合某西部地区风电/水电局部富集的特性，提出了适用于间歇性能源、考虑联络线约束的风电机组可信容量评估方法，量化分析了不同调度方式和联络线容量下风电并网系统的可信容量，算例验证了算法的正确性。

根据仿真结果对西部某富水地区风电并网提出若干建议：一是开展本地备用可以提高系统的可靠性；二是根据电网负荷需求，使风电参与调解，提高可靠性的同时提高了系统的可信容量；三是电网规划时综合考虑局部地区可控能源/非可控能源配比、并网通道容量因素，通过区域内互补、省地互补运行策略下的仿真分析，核算地区外送容量需求，合理选择通道容量，以提高风电可信容量和消纳率，并保证经济性。

[1]张谦,李琥,高松. 风电对调峰的影响及其合理利用模式研究[J]. 南方电网技术, 2010, 4(6): 18-22. ZHANG Qian, LI Hu, GAO Song. Research on the impact of wind power on peak load regulation and its rational utilization mode[J]. Southern Power System Technology, 2010, 4(6): 18-22.

[2]张硕,李庚银,周明. 考虑输电线路故障的风电场容量可信度计算[J].中国电机工程学报, 2010, 30(16): 19-25. ZHANG Shuo, LI Gengyin, ZHOU Ming. Calculation of wind-farm capacity credit considering transmission line faults proceedings[J]. Proceedings of the CSEE, 2010, 30(16): 19-25.

[3] 王彤,卢斯煜,金小明,等. 风电并网对南方电网可靠性的影响评估[J]. 电力建设, 2015, 36(10): 161-166. WANG Tong, LU Siyu, JIN Xiaoming, et al. Influence assessment of wind power integration on China southern power grid reliability[J]. Electric Power Construction, 2015, 36(10): 161-166.

[4]何俊,邓长虹,徐秋实,等. 风光储联合发电系统的可信容量及互补效益评估[J]. 电网技术, 2013, 37(11): 3030-3036. HE Jun, DENG Changhong, XU Qiushi, et al. Assessment on capacity credit and complementary benefit of power generation system integrated with wind farm, energy storage system and photovoltaic system[J]. Power System Technology, 2013, 37(11): 3030-3036.

[5]王海超,鲁宗相,周双喜. 风电场发电容量可信度研究[J]. 中国电机工程学报,2005,25(10): 103-106. WANG Haichao, LU Zongxiang, ZHOU Shuangxi. Research on the capacity credit of wind energy resources[J]. Proceedings of the CSEE, 2005,25(10): 103-106.

[6]张宁,康重庆,肖晋宇,等. 风电容量可信度研究综述与展望[J]. 中国电机工程学报, 2015, 35(1): 82-94. ZHANG Ning, KANG Chongqing, XIAO Jinyu, et al. Review and prospect of wind power capacity credit[J]. Proceedings of the CSEE, 2015, 35(1): 82-94.

[7]DENT C J, KEANE A, BIALEK J W. Simplified methods for renewable generation capacity credit calculation: A critical review[C]//Power and Energy Society General Meeting. Minneapolis: IEEE, 2010: 1-8.

[8]WETZEL R, GIL E. Monte Carlo-based method to estimate the capacity value of wind power considering operational aspects[C]//Probabilistic Methods Applied to Power Systems (PMAPS), 2014 International Conference on. Durham: IEEE, 2014: 1-6.

[9]D’ANNUNZIO C, SANTOSO S. Noniterative method to approximate the effective load carrying capability of a wind plant[J]. IEEE Transactions on Energy Conversion , 2008,23 (2) : 544-550.

[10]VOORSPOOLS K R, D’HAESELEER W D. Critical evaluation of methods for wind-power appraisal[J]. Renewable and Sustainable Energy Reviews, 2007, 11(1): 78-97.

[11]ABREU L V L, KHODAYAR M E, SHAHIDEHPOUR M, et al. Risk-constrained coordination of cascaded hydro units with variable wind power generation[J]. IEEE Transactions on Sustainable Energy, 2012, 3(3): 359-368.

[12]WU L, SHAHIDEHPOUR M, LI Z. GENCO’s risk-constrained hydrothermal scheduling[J]. IEEE Transactions on Power Systems, 2008, 23(4): 1847-1858.

[13]YANG Ning, WEN Fushuan. Risk-constrained multistage transmission system expansion planning[J]. Automation of Electric Power Systems, 2005, 29(4): 28-33.

[14]LIU C, WANG J, BOTTERUD A, et al. Assessment of impacts of PHEV charging patterns on wind-thermal scheduling by stochastic unit commitment[J]. IEEE Transactions on Smart Grid, 2012, 3(2): 675-683.

[15]王锡凡,王秀丽. 随机生产模拟及其应用[J].电力系统自动化, 2003, 27(8): 10-15. WANG Xifan, WANG Xiuli.Probabilistic production simulation method and its application[J]. Automation of Electric Power Systems, 2003, 27(8): 10-15.

[16]KARKI R, HU P, BILLINTON R. Reliability evaluation considering wind and hydro power coordination[J]. IEEE Transactions on Power Systems, 2010, 25(2): 685-693.

[17]LÖFBERG J. Dualize it: software for automatic primal and dual conversions of conic programs[J]. Optimization Methods & Software, 2009, 24(3): 313-325.

(编辑 刘文莹)

Credible Capacity Assessment of Wind Power Considering Grid Constraints in Western Water-Enriched Region

XIAO Yong1, LI Xiaoying2, ZHAO Tianyang2, LIU Wenxia2

(1. Guizhou Electric Power Research Institute,Guiyang 550000, China;2.North China Electric Power University, Beijing 102206, China)

Credible capacity is an important index to evaluate the capacity value of distributed generation. According to the characteristics in western region of abundant wind power/hydropower located in the terminal of distribution network, distributed generation dispersedly accessing to the grid and the weak grid structure, this paper proposes the wind power credible capacity evaluation method considering grid constraint under the different operation strategies in local grid and intergration grid, adopts the local power grid scheduling and global credible capacity two-step algorithm to calculate the equivalent load capacity of system, and quantitatively analyzes the effect of grid connection in multiple types of power enrichment area on system adequacy. Taking a certain water-enriched regional grid in western region as example, we calculated the capacity credible of wind power, at the same time researched the influence of three different operation modes of local and external power system on the overall adequacy of system, and proposed relevant operation suggestions.

credible capacity of wind power; grid constraints; equivalent load capability; optimal scheduling

国家科技支撑计划重大项目(2013BAA02B02)

TM 614

A

1000-7229(2016)06-0134-08

10.3969/j.issn.1000-7229.2016.06.019

2016-01-05

肖永(1962)，男，硕士,高工 , 主要从事电力系统技术管理工作；

李校莹(1992)，女，硕士研究生，主要研究方向为配电网智能调度方法；

赵天阳(1989)，男，博士研究生，主要研究方向为电力系统优化运行；

刘文霞(1967)，女，博士，教授，主要研究方向为电力系统智能规划、电力系统风险评价、电力系统通信 。

Project supported by Key Project of the National Research Program of China(2013BAA02B02 )