含风电场的大电网系统运行风险评估

高忠旭 李仕杰 李春鹏 范骏杰 杨 漾

（1. 国网浙江省海宁市供电公司，浙江 海宁 314400；2. 国网浙江省嘉兴市供电公司，浙江 嘉兴 314000；3. 国网浙江省桐乡市供电公司，浙江 桐乡 314500）

含风电场的大电网系统运行风险评估

高忠旭1李仕杰1李春鹏1范骏杰2杨 漾3

（1. 国网浙江省海宁市供电公司，浙江 海宁 314400；2. 国网浙江省嘉兴市供电公司，浙江 嘉兴 314000；3. 国网浙江省桐乡市供电公司，浙江 桐乡 314500）

本文深入探究了影响大电网安全运行的风险源，包括风电场的集电线路故障、无功补偿设备故障等风险因素，对此建立了适合运行风险评估的可靠性模型。基于非序贯蒙特卡罗仿真，采用等分散抽样法选择系统状态。建立了含风电场的大电网系统运行风险评估指标体系，开发了评估流程。应用本文所提方法对IEEE-RTS79算例的计算表明，该方法可合理评估风电接入后系统短期的运行风险，并为调度部门调整发电出力计划、定位电网薄弱环节和确定风电吸纳能力提供参考依据。

风电场；运行风险评估；指标体系；风险因素

近年来，我国风电发展迅速，根据《可再生能源发展十三五规划》，预计到2020年，累计并网风电装机确保达到2.1亿kW以上[1]。可见，风力发电正逐变成为一种重要的新能源发电形式。

可是，随着风力发电规模的日益扩大，风电的随机波动性给大电网运行安全带来的风险日益加大。目前，海内外学者对此已经做了大量深入地研究。文献[2]考虑风能的随机变化、风电机组的故障停运和尾流效应以及气温等因素的影响，建立风电场的可靠性模型，但是忽略了风电场内的集电线路、无功补偿设备故障停运对风电出力的影响。文献[3-5]采用时间序列分析法模拟每小时的风速值，基于序贯蒙特卡罗仿真，评估风电场对发电系统可靠性的贡献。文献[6]建立了具有多个降额状态的风电场模型，该模型不仅适用于非序贯蒙特卡罗模拟法，还适用于解析法，研究风电场对发电系统可靠性的影响。文献[7-8]从发输电系统层面，计及输电线路故障和功率传输限制，通过对比不同的接入方案，评估风电场对系统可靠性的影响。

但是，上述所做的研究未能计及风电的随机性、间歇性和波动特性对大电网实时运行环境的影响，以及实时运行环境的变化对设备元器件故障的停运概率、电网运行方式的影响，而通常只针对系统固定的某种运行方式、设备元器件采用恒定的可靠性模型和参数，表征大电网系统运行的长期平均风险程度。显然，针对风电这种不确定性较强的发电形式，只研究长期风险水平，这往往是不够的。因此，为研究在风电接入后，系统的短期运行风险程度，本文先研究细分了含风电场的大电网系统在运行中的风险因素，针对相关风险因素，建立模型和评价指标体系及开发评估流程，最后通过算例验证表明本文所建模型、所提评估指标和流程的准确有效性。

1 风险源分析

含风电场的大电网在运行中的风险源主要存在于风电场侧和大电网侧。风电场侧主要包括：风速预测的误差、风力发电机组、集电线路、无功补偿设备、逆变器等电力电子元件的故障等；大电网侧主要包括：负荷预测的误差、发输变电设备的故障等。所建相适模型如下。

1.1 元件的偶然失效

风力发电机组、常规发电机组、变压器和输电线路、集电线路的故障模型，可采用偶然失效模式表征。设备元器件的偶然失效发生概率虽小，却对电网安全运行的威胁巨大[9]。另外，风电场中的集电线路通常汇集了多台风电机组，在该线路故障后，往往引起数台机组出力无法正常送出，大幅降低风电场的出力，增加系统的运行风险，因而，考虑集电线路的故障是十分必要的。

通常，若假定设备元器件的故障率和修复率为常数，则偶然失效可用两状态马尔可夫空间模型来模拟，求解关于时间函数的设备元器件停运概率模型[10]，经推导可得

其中

考虑系统运行风险评估的时间间隔较短，通常以小时度量，小于设备元器件的修复时间，故把设备元器件看作为不可修复，将修复率0u=代入上式（2），重新整理可得

1.2 元件的老化失效

风电场内的无功补偿设备包括有并联电容器、静止无功补偿器等，考虑到并联电容器应用的经济型和广泛性，本文着重讨论电容器的故障情况，并建立老化失效模型。

1）电容器故障停运对风电场出力的影响

就目前而言，我国所建大型风电场多位于偏远地区，处在电网结构比较薄弱的末端，因此，需要外源无功补充，确保风电场并网电压的稳定。此外，若风电场采用的是普通异步风机，在发出有功的同时，还需要消耗无功功率。并且，风电场区域大、风机分布较广，场区内的线路和升压变及逆变器等设备无功损耗也较多。但是，当并联电容器发生老化故障后，风电场侧无功支撑急剧减少，这时需限制风电场的有功出力，避免电压状况的进一步恶化。为此，假定风电场按定功率因数cosϕ方式控制，则在t时刻所需无功wtQ满足如下系式：

2）并联电容器的老化失效模型

老化失效可用威布尔概率分布来描述，累计概率分布函数为

式中，t表示时间；β表示形状参数；η表示特征寿命参数。

假定元件在服役了T时间后，在后一时段tΔ内发生老化失效概率为

1.3 预测误差

预测的误差包括两方面，即负荷预测误差和风速预测误差。通常负荷预测的准确性较高，误差小；相较而言，风速预测准确度往往较差，粗略统计存在着大约25%～40%的误差[11]，进而难以准确预估风电场的出力，有碍于电网安全经济运行。为此，综合考虑负荷预测、风速预测的误差，假定其预测误差都服从正态分布[12]，如下式：

2 运行风险评估指标体系

2.1 运行风险评估指标与传统可靠性指标的关系

传统的可靠性指标通常用电力和电量不足期望值，度量大电网的长期可靠性，但无法在较短的时间尺度内，体现系统运行的风险程度[13]。就当前情况而言，我国电网结构日趋复杂，光伏、风电等新能源发电形式不断接入，增加了潮流分布变化、电压波动的复杂度，给电网运行带来愈来愈多的不确定性因素，严重威胁了电网的安全运行。因此，建立实时表征电网运行安全的指标体系十分必要，且需不仅能体现系统的负荷损失情况，还应能够表征其运行状态量如线路潮流、节点电压是否越限，以及风电场对系统运行风险的影响，并能全面地描述风电接入后，系统整体的运行风险水平。

2.2 运行风险评估指标的定义

本文构建的风险评估指标如下：①状态类指标；②程度类指标；③影响类指标。

1）状态类指标

状态类指标是从总体上表征大电网系统短期运行的风险水平，分为正常状态、临界状态和事故状态[14]。系统正常状态是指电网运行处于健康状态——不发生任何越限及负荷损失；临界状态指电网处于亚健康状态——可以正常运行，出现单个或多个状态变量越限，却未发生负荷损失；事故状态指电网处于病态—由于事故等原因，发生了负荷损失的情况。其指标计算式为

式中，j为系统处于某运行状态的集合；jP表示第k次抽样，系统处在运行状态j的概率。

2）程度类指标

程度类指标主要指越限类指标和期望切负荷量指标。其中，越限类指标主要包括电压越限、功率越限等，公式如下：

式中，OLEi指元件i越限程度的期望值；M表示越限状态的集合；Pk表示某个越限状态发生的概率；Xi为状态变量的额定值，Δxi表示状态变量的越限量[15]。

期望切负荷量指大电网系统运行过程中发生负荷量损失的期望值，公式如下：

式中，ELCi表示母线i的期望切负荷值；N表示所有切负荷状态的集合；Ci表示母线i的切负荷量，Pk表示切负荷状态k发生的概率；ELCsys则指大电网总体的期望切负荷值。

3）影响类指标

（1）风电对越限程度的贡献系数（wind power to over limit extent benefit, WOLEB）

它是风电接入前后，系统总的越限程度的改变量与风电场容量的比值，反映了风电对系统总的越限程度的贡献，公式如下：

式中，OLEbw、OLEaw表示风电场接入前后，大电网系统总越限程度。

（2）风电对期望切负荷量的贡献系数（wind power to expected load curtailment benefit, WELCB）

它是风电接入前后，系统期望切负荷量的改变量与风电场容量的比值，反映了风电对系统期望切负荷量的贡献，公式如下：

式中，ELCbw、ELCaw分别表示风电场接入前后，大电网系统总期望切负荷值；Cw表示风电场的装机容量。

3 运行风险评估流程

1）输入系统基本元件的模型参数、设定仿真年数、收敛判据以及确定评估周期T。

2）基于发电调度计划，计算元件在某一待评估时刻t的停运概率。

3）采用等分散抽样法，提高抽样效率，快速抽取系统状态样本[16-17]。

4）对所选状态样本进行拓扑分析、及功率平衡分析，计及系统的快速备用容量[18]，输出指标。

5）判断是否符合收敛判据，若满足，输出在评估时刻t的指标值，不满足，则返至步骤3）。

6）判断评估周期是否结束，若不是，则返至步骤2）；若是，则评估结束。

4 算例分析

基于上述建立的评估模型及指标体系，采用IEEE-RTS79算例进行仿真验证[19]。评估周期为8h，评估时间间隔为1h，负荷在1～3h由2650.5MW增加至2821.5MW，第4、5h达至峰值2850MW，此后6～8h逐渐降至2365MW。此外，风电场A以功率因数为1的方式运行，接入点选在算例系统母线13，采用单机容量为750kW的恒频恒速风电机组，切入风速、额定风速、切出风速分别为4m/s、14m/s、25m/s；采用容量为800kVA的箱式变压器，变比为690V/35kV；采用容量为120MVA的升压变压器，变比为35kV/220kV。

4.1 风电场接入后大电网系统运行风险分析

根据系统在评估周期内的负荷变化情况可知，在第1～5h内，负荷逐渐上升，并在第4、5h达到峰值，随后下降，在第8h达到谷值。假定风电场A具有400台机组，总容量为300MW，经风速预测确定风电场出力后，修正调度计划，评估系统的运行风险水平，结果如下。

由图1可知，在各个评估时刻，受电网内外部风险源影响程度的不同，电网的运行风险呈波动状态。总的来说，当容量为300MW的风电场接入大电网后，造成大电网系统的临界状态概率和事故状态概率增加。特别是在第4、5时刻的负荷峰值时，临界状态概率陡然增加；在负荷低谷时，事故状态概率显著增大，主要由于负荷低谷时，常规机组压出力、甚至停机，风电所占比重增大，常规备用不足，风电的波动性造成事故状态概率的增加。因此，基于状态类指标可简洁的从整体上表征大电网系统运行的短期风险状况。

图1 运行风险状态指标

图2对比了在风电接入前后，线路11、28的功率越限情况，其中，线路11的首末端母线编号为7、8，线路28的首末端母线编号为16、17。由图可见，线路的功率越限指标在各评估时刻不尽相同，与系统的潮流运行方式紧密关联，而当风电场接入后，线路的越限指标在整个评估周期内呈增加趋势，主要原因在于风电波动性使得常规机组出力调整频繁，线路传输功率变化较大，造成某些线路重载情况的发生。因此，针对线路11、28的越限情况，需重新修正发电机出力计划，降低系统运行风险。

图2 线路功率越限指标

如图3所示，容量为300MW的风电场接入后，系统在各评估时刻的期望切负荷量显著增大，尤其在负荷低谷的第7和第8时刻，原因有二：①在于此时正处于评估周期的末端，元件的故障率提高，元件发生失效的概率增加有；②在于系统处于负荷低谷时，为确保功率平衡，常规发电机组需要压出力运行甚至停机，而当风电接入后，为保证全额吸收消纳风电，常规发电机组压出力程度及停机情况更加严重，这在很大程度上减小了系统的备用容量，增加了运行风险。此外，由图2可知，其切负荷量的大小变化趋势与图一描述的系统事故状态概率变化趋势相一致。

图3 各评估时刻期望切负荷量

4.2 风电场装机容量对大电网系统运行的风险影响

假定以装机容量分别为300MW、200MW、100MW的风电场A、B、C为例，且风电场B、C的接入点与风电场A相同，探究不同容量的风电场接入大电网后，对大电网运行风险的影响。其中，风电场A、B、C在同一地区，可近似认为风速模式一致，并且其风力发电设备类型一致，都以功率因数为1的方式运行，计算结果如下。

由表1、表2可得，风电场A接入后，其对越限程度的贡献系数（WOLEB）、对期望切负荷量的贡献系数（WELCB）指标值都为负值，说明风电场A的接入不利于系统的安全运行，而对比接入容量较小的风电场B、C时，可发现随着接入容量的减小，其WOLEB、WELCB指标值逐渐增加，系统总的越限程度、期望切负荷量有所下降，究其原因，当并网风电场的装机容量不大时，大电网系统具备足够的备用容量，消纳平衡风电场这种波动性的出力，风电同样作为有功出力被吸收利用；反之，若备用不足，风电场的接入会造成系统运行状况恶化，大大增加了大电网的运行风险。因此，如何合理确定风电的并网容量，对于大电网运行的安全具有重大的意义。

表1 各风电场对越限程度的贡献系数

表2 各风电场对期望切负荷量的贡献系数

5 结论

综上所述，本文探究了在较短的时间尺度内，风电场的接入对大电网系统运行风险的影响，这主要表现为以下方面。

1）具有波动性质的风电接入后，常规发电机组出力变化频繁，潮流运行方式复杂多变，元件越限事件发生概率较大，并且在负荷高峰时，尤为明显。

2）系统的期望切负荷量与其备用容量以及风电场的接入容量密切相关，当大电网系统的备用容量足够，可完全消纳平衡风电场的功率波动时，风电作为能源被吸收后，对大电网系统的发电充裕度具有一定程度上的贡献；反之，当备用容量不够时，特别是在大电网系统处于负荷低谷的时候，例如夜间等情况，大规模风电的并网将造成期望切负荷量的急剧增大。

[1] 可再生能源发展十三五规划[Z]. 北京: 2016.

[2] 张硕, 李庚银, 周明, 等. 风电场可靠性建模[J]. 电网技术, 2009, 33(13): 37-53.

[3] Billinton R, Guang B. Generating capacity adequacy associated with wind energy[J]. IEEE Transactions on Energy Conversion, 2004, 19(3): 641-646.

[4] Billinton R, Chen H, Ghajar R. A sequential simulation technique for adequacy evaluation of generating systems including wind energy[J]. IEEE Transactions on Energy Conversion, 1996, 11(4): 728-734.

[5] Wangdee W, Billinton R. Considering load-carrying capability and wind speed correlation of WECS in Generation adequacy assessment[J]. Energy Conversion, IEEE Transactions on, 2006, 21(3): 734-741.

[6] Billinton R, Gao Y. Multistate wind energy conversion system models for adequacy assessment of generating systems incorporating wind energy[J]. IEEE Transactions on Energy Conversion, 2008, 23(1): 163-170.

[7] Billinton R, Yi G, Karki R. Composite system adequacy assessment incorporating Large-Scale wind energy conversion systems considering wind speed correlation[J]. IEEE Transactions on Power Systems, 2009, 24(3): 1375-1382.

[8] 张硕, 李庚银, 周明. 含风电场的发输电系统可靠性评估[J]. 中国电机工程学报, 2010, 30(7): 8-14.

[9] 邓渝亭, 陈亮. 风电场集电线路防雷保护的研究[J].电气技术, 2016, 17(6): 167-169.

[10] 刘海涛, 程林, 孙元章, 等. 采用瞬时概率的运行可靠性短期评估[J]. 中国电机工程学报, 2006, 28(13): 20-25.

[11] 杨秀媛, 肖洋, 陈树勇. 风电场风速和发电功率预测研究[J]. 中国电机工程学报, 2005, 25(11): 1-5.

[12] 尹东阳, 盛义发, 李永胜, 等. 基于EMD和RBFNN的短期风速预测[J]. 电气技术, 2014, 15(6): 44-47.

[13] 刘秋华, 董丹丹, 韩韬. 基于层次分析法的配电网风险评估指标体系研究[J]. 电气技术, 2016, 17(9): 39-42.

[14] 高忠旭. 风电场入网的可靠性分析及运行风险评估[D]. 北京: 华北电力大学, 2014.

[15] 冯永青, 吴文传, 孙宏斌, 等. 现代能量控制中心的运行风险评估研究初探[J]. 中国电机工程学报, 2005, 25(13): 73-79.

[16] 蒋程, 刘文霞, 张建华, 等. 含风电接入的发输电系统风险评估[J]. 电工技术学报, 2014, 29(2): 260-270.

[17] 施涛, 高山, 张宁宇. 含风电场的机组组合二阶段随机模型及其改进算法[J]. 电工技术学报, 2016, 31(16): 172-180.

[18] 于东, 孙欣, 高丙团, 等. 考虑风电不确定出力的风电并网协调优化模型[J]. 电工技术学报, 2016, 31(9): 34-41.

[19] IEEE Reliability Test System[J]. IEEE Transactions on Power Apparatus and Systems, 1979, 98(6): 2047-2054.

Operational Risk Assessment on Bulk System Associated with Large-scale Wind Farms

Gao Zhongxu1Li Shijie1Li Chunpeng1Fan Junjie2Yang Yang3
(1. State Grid Haining Power Supply Company City, Haining, Zhejiang 314400; 2. State Grid Jiaxing State Grid Power Supply Company City, Jiaxing, Zhejiang 314000; 3. State Grid Tongxiang State Grid Power Supply Company City, Jiaxing, Zhejiang 314500)

Including the wind farm collector line failure, reactive power compensation equipment failures and other risk factors, develop the sources of risk which impact the safe operation of bulk system deeply, then establish the reliability model of these risk factors suited for operation risk assessment. Based on non-sequential Monte Carlo simulation, using the average and scattered sampling method for state selection. Establish the operational risk assessment indices of bulk system with large scale wind farm integrated, and develop the process of operational risk assessment. The numerical tests of IEEE-RTS79 network are proposed, which prove the proposed algorithm could be reference for adjusting power output plan, positioning grid weaknesses and determining the absorptive capacity of wind power.

wind farm; operational risk assessment; indices; risk factors

高忠旭（1989-），男，硕士，工程师，研究方向为电力系统安全与可靠性分析。