大规模风电场集中接入对电力系统小干扰稳定的影响分析

王彦博

【摘 要】随着风力发电技术逐步趋于成熟，越来越多的大中型风电场相继建成并与电力系统联网运行。由于风电具有空间尺度的分散性与时间尺度的强随机波动性，大规模风电集群接入互联电力系统后，会对电力系统的小干扰稳定产生一定的影响。本文以实际风电场实测的风速、功率数据作为分类指标，利用K-means聚类算法，建立风电场等值模型，然后利用两区域四机系统仿真模型，分析风电场接入前后和接入不同位置下电力系统的小干扰稳定特性。仿真结果表明，风电场接入后对降低电力系统的阻尼特性，且风电场接入送电侧对电力系统阻尼特性影响较大。

【关键词】风电场；小干扰稳定；聚类算法；电力系统

【Abstract】With gradually mature wind power technology， more and more large and medium-sized wind farm built and connect with power system operation. However， wind power has the space scale dispersion and the time scale of strong stochastic volatility， After large-scale wind power cluster interconnected power system， it has great influence on small signal stability in power system. Using K means clustering analysis method， with the observed data of the wind speed， power from a wind farm as classification index， the wind farm equivalent model was established in this paper. Using two area four machine system simulation model， we analyse the whole power system small signal stability respectively from before and after the wind farm access， wind farm access to different locations. Simulation results show that the whole power system damping characteristic was weaken after the wind farm access， and the wind farm connected with the power supply side has great influence on power system damping characteristic.

【Key words】Wind farm； Small signal stability； Clustering algorithm； Power system

0 引言

风能是一种取之不尽用之不竭的可再生能源，同时也是清洁能源，对此，随着风力发电技术逐步趋于成熟，越来越多的大中型风电场相继建成并与电力系统联网运行[1-2]。我国的风力资源比较丰富，大规模风电的开发利用是我国在新时期做出的一项重要战略选择，按照“建设大基地，接入大电网”的格局进行规划，在内蒙古、新疆、甘肃以及沿海等地区将建成多个千万千瓦级大规模风电基地，但这些风电基地远离负荷中心，需通过超高电压甚至特高压线路进行大规模远距离输送。为此，大规模风力发电集中接入大型互联电网将成为我国电力系统未来发展的趋势[3]。与此同时，我国的电力系统进入了大区域电网互联的飞速发展时期，低频振荡正在时不时的威胁着电力系统的稳定。大的电网形成后，之前的网架比较薄弱，使得低频振荡的问题日益严重。随着风电场的装机规模越来越大，风电具有随机性、波动性，使得电网阻尼特性及电力系统小扰动稳定性问题更加突出[4]。所以，对分析大规模风电场集中接入对电力系统阻尼特性和小干扰稳定影响分析具有很大的意义。

风电场等值建模是分析大规模风电集中接入对电力系统小干扰稳定影响的基本前提。传统的风电场等值建模方法是基于电机同调特性理论将风电场中的大批风电机组集结为一台等值机[5]。然而，对于地理位置不同的风电场，风电场之间表现出很强的非同步特性，同时，即使是地理位置相近且处于同一风带的多个风电场间的出力也具有较强的相关性[6]，为此，基于电机同调特性的等值理论将失去物理意义。

文献[7]提出了根据风电场风速将风电场内风电机组分为若干个群，然后将同一群内的机组等值为一台等值机，此时，风电场是由若干个等值机组组成的风电场等值模型，该方法精度较高，能够保证含风电场电力系统稳定分析时域仿真计算。文献[8]在两区域四机系统上接入大规模风电场分析风电场对整个电力系统动态特性的影响展开研究，随着风电机组出力的增加，区域内振荡模式的振荡频率基本上不变，阻尼比基本上也没有什么变化，而与之对应的区域间振荡模式的振荡频率却有所下降，而且阻尼比有所增加。

本文以实际风场实测数据为例，利用K-means聚类算法，建立了风电场等值模型，然后在两区域四机系统仿真模型上分析大规模风电场机组接入对电力系统小扰动稳定的影响。

1 风电场等值建模

在大型风电场中，风电机组的数量较多，将每一台并网风电机组进行建模计算分析对电力系统特性的影响不仅工作量大，而且也是不切实际，特别是随着风电场规模的不断扩大。对于电力系统而言，分析风电场对其动态特性的影响，只关心整个风电场宏观输电对电力系统的影响，即公共并网点输出功率特性，而并不关心每台风机的运行特性。为此，大规模风电等值建模具有一定的实际意义。然而，等值模型必须能够精确拟合整个风电场的动态行为。

本文利用K-means聚类分析法，以某风电场3个月实测的风速、功率数据作为分类指标，不考虑风电机组内部特性，建立风电场等值模型。将该风电场的132台机组进行聚类，然后按照聚类的结果建立相应的类别模型。将每一类模型里的多台机组等值成一台机组，以该类机组同一时刻的平均风速作为风速模型。

k-means法的步骤如下：

1）将分类指标的样本数据进行标准化处理，即样本数据减去均值，除以标准差；

2）从N个数据对象随机选择k个样本作为初始聚类中心；

3）对剩余的每个样本测量其到每个初始聚类中心的距离，并把它归到最近的质心的类；

4）重新计算各个类的均值作为这个类新的聚类中心；

5）迭代3～4步直至新的聚类中心与原聚类中心相等或小于指定阈值，算法结束；

6）计算轮廓值S（i），若S（i）不能满足条件，首先重新选取初始聚类点进行聚类，直至S（i）满足条件，若所有的初始聚类点均不能满足，则重新输入k值，进行聚类。

本文针对某风电场2015年3月份、4月份和5月份的实时测量数据进行聚类分析计算，分析结果将某风电场132台机组等效为4台机组，设为A、B、C、D，等值前每台风电机组的容量是1.5MW，等值后A机组为36MW，B机组为72MW，C机组为72MW，D机组为18MW。

2 仿真分析

本文在Matlab/Simulink仿真环境下搭建了含大规模风电的电力系统仿真模型，电力系统选取两区域四机系统，其接线示意图如图1所示，详细参数见文献[10]。

初始运行条件为区域1向区域2输送有功功率400MW，且在发电机G1和G3上均安装了PSS。

小扰动方式设置为在1号发电机组上增加一个5%的励磁电压阶跃信号，以此小扰动作为分析含大规模风电接入后系统的小干扰稳定变化情况。

图2所示实线是风电场并网前G1的电磁功率波动曲线，虚线是风电场并网后G1的电磁功率波动曲线。从图中可以很明显的看出接入风电场后同步发电机组的电磁功率振荡的比较快，而且振荡的幅度较大，说明振荡频率高，阻尼特性差，说明风电场并网后系统的阻尼特性变差。

为了进一步分析大规模风电集中接入对电力系统小干扰稳定的影响程度，接下来分析风电场接入不同位置的影响，即接入区域1和区域2。采用与上述分析同样的扰动方式，仿真图形如图3所示。

通过对图3的对比可以看出，风电场接入受电侧时对系统动态特性的影响较小，而风电场接入送电侧时对系统的影响较大，阻尼特性较差，小干扰稳定性有所降低。分析其主要原因两区域四机系统在区域A发电机G1是若阻尼强相关机组，而将风电场接入区域A，会加重弱化整个系统的阻尼特性。

3 结论

本文提出采用k-means聚类算法对风电场内的机组进行分群聚类，并以实测风速作为风力发电的风速模型，使得等值模型输出特性更符合风场实际情况，有助于指导含风电场电力系统的调度运行。

采用典型的两区域四机系统分析风电场接入前后和接入不同位置对系统动态特性的影响，分析计算结果表明，风电场接入会弱化系统的阻尼，容易引发小扰动稳定问题；风电场接入送电侧较接入受电侧影响更严重。

由于风电场接入会影响电力系统的动态特性，而大规模风电集中并网并经输电系统远距离传输是我国未来风电发展的必然趋势，风电渗透率会逐年增大。为此，有效抑制含大规模风电电力系统低频振荡控制策略及方案是电力系统急需研究的课题。

【参考文献】

[1]王秀丽，李骏，黄镔，等.促进风电消纳的区省两级电力系统调度模型[J].电网技术，2015，39（7）：1832-1837.

[2]张丽英，叶廷路，辛耀中，等.大规模风电接入电网的相关法问题及措施[J].中国电机工程学报，2010，30（25）：1-9.

[3]郭庆来，王彬，孙宏斌，等.支撑大规模风电集中接入的自律协同电压控制技术[J].电力系统自动化，2015，39（1）：88-94.

[4]杨涛，郑涛，迟永宁，等.大规模风电外送对电力系统小扰动稳定性影响[J].中国电力，2010，43（6）：20-25.

[5]林莉，赵会龙，陈迎，等.风电场建模研究综述[J].现代电力，2014，31（2）：1-10.

[6]S？覬rensen P， Cutululis N A， Vigueras-Rodriguez A， et al. Modelling of Power Fluctuations from Large Offshore Wind Farms[J].Wind Energy， 2008，11（1）：29-43.

[7]孙建锋，焦连伟，吴俊玲，等.风电场发电机动态等值问题的研究[J].电网技术，2004，28（7）：58-61.

[8]乔真.风电并网对系统小扰动稳定性影响的研究[D].华北电力大学，2014.

[9]陈树勇，王聪，等.基于聚类算法的风电场动态等值[J].中国电机工程学报，2012，32（4）：11-14.

[10]Kundur.电力系统稳定与控制[M].中国电力出版社，2001.

[责任编辑：王楠]