含多风场电力系统的可靠性研究

王远瞧

（ 三峡电力职业学院，湖北宜昌 443000）

引言

随着化石能源的不断消耗，可再生能源逐渐登上了世界舞台，越来越多的可再生能源接入了电力系统[1]，因此对其可靠性进行研究分析成为亟需解决的问题。文献[2]采用ARMA时序模型研究了风速变化；文献[3]采用遗传算法对ARMA模型进行了改进，并将其应用至建立的模型。

以含多风场电力系统为例，建立单风电场不确定性模型并对其进行仿真，建立多风场出力不确定性的模型并进行仿真，最后研究不同多风场联合出力模型对可靠性的影响。

1 单风场出力不确定性

图1为单风场不确定性的模型示意图[4]。

图1 单风场出力模型示意图

由于影响单风场出力的可能因素为尾流效应、风电机组故障和电力联络线故障[5]，基于此，分别建立以下4种情况的单风场出力不确定性模型：

（1）模型1：综合考虑上述3种影响因素；

（2）模型2：不考虑尾流效应；

（3）模型3：不考虑风电机组故障；

（4）模型4：不考虑电力联络线故障。

图2 不同模型的出力状态

从图2中可以看出，与其他三个模型相比，模型1的风场输出期望值最低。通过比较模型，从理论模拟的角度可以得出尾流效应、风力发电机组故障和电力联络线故障对风电场输出的影响。对比可得，尾流效应属于主要原因。

2 多风场出力不确定性

为了研究3种因素对多风场出力的影响，按照第1章的4种情况建立模型。

图3为4种模型的出力概率图。由图3可得，尾流效应对出力影响较大，而风电机故障对出力的影响较小。

图3 多风场出力概率分布

3 多风场出力对可靠性的影响

3.1 仿真流程

图4显示了具有多个风电场的发电系统可靠性评估的仿真计算流程[5]。

为研究风场间相关性对多风场出力的影响，分别对风场间独立及风场间相关这两种情况下的多风场出力进行计算。计算结果如图5所示。

图5中，独立多风场总输出的概率分布类似于威布尔分布，因为单个风场的输出由风速决定。而考虑风场间相关性时的概率分布呈现下降的趋势，此时总输出分布呈现出低输出高概率和高输出低概率的现象。

图4 仿真流程图

图5 多风场出力概率分布

3.2 可靠性指标

可靠性指标计算公式如下[6]：

3.3 算例分析

以模型1为例，仿真计算可靠性指标及反调峰特性。结果如图6及表1所示。

图6 多风场的带载能力

图6显示了风力发电的峰值负荷调节特性对系统整体的影响。从图6中可以看出，随着风场的反峰值调节特性的增强，系统的可靠性指标变差，表明该反峰值调节特性在一定程度上会降低可靠性。

表1 可靠性仿真结果

由表1可以看出，当考虑风场间的相关性时，风场系统的可靠性会降低。不考虑风场间的相关性时，WEIEB为0.533 9，而考虑风场间的相关性时，WEIEB为0.498 7。

4 结论

风场间的相关性越低，可靠性越高，且风力发电的反调峰特性也会降低风场的可靠性。