摘要：目前，风力发电在普通百姓的日常生活中起着至关重要的作用，但风力发电同时也存在各种各样的问题。基于此类情况，笔者通过对风电并网前后系统可靠性参数变化的分析，进而阐述风电并网举措对电力系统可靠性的影响机制，同时通过随机最优化的方法对增加的系统备用设置地点和大小进行优化设置，以期最终实现风电并网后电力系统的备用优化，最终实现对人类社会有用的目的。
关键词：风电并网；电力系统；可靠性
目前风力发电是可再生能源发电的各种形式中技术最为成熟，最具有开发价值和高度的商业化发展前景的形式，同时也是化石能源发电形式的重要替代形式之一，与此同时，风力发电对生态环境的保护和传统发电形式对环境破坏力的减少起着至关重要的作用。历代研究表明，风力场的出力不可控。因此，为了配合风力厂出力的频繁波动，这就需要其他常规发电厂出力以及系统备用的高频次改变。伴随着风力总装机容量的不断增加现状的出现，这些问题将会对电力系统的可靠性、安全性、经济性等一系列指标产生严重影响。因此，有必要深刻分析严肃探讨大规模风电并网对电网引起的有关系统运行与稳定等问题，其中最重要的问题就是风电并网对电力系统可靠性产生的影响研究以及随之而来的备用容量增加或减少的一系列值得探索的问题。笔者通过一系列数学建模分析与实际问题的实例分析，实现了理论与实际的充分融合，最终得到了准确合理的结论。
一、风速及风电场出力模型
1.1风速随机模型
笔者将从华东某风电厂获得的2003年到2005年共计三年的风速历史数据中提炼有效信息进行分析，其中这些数据主要包括每隔十分钟的历史风速值与机组的出力情况。在每十分钟内取最高风速和最低风速的平均值作为这十分钟内的平均风速，由此可以测算出风速概率分布，通过绘制条形统计图的方式可以大致推断出风速随机模型。
1.2风厂出力模型
笔者通过采集华东某风电厂使用的风力发电机的功率曲线，同时利用分段线性化模拟数据的方式，科学有效的模拟出风速与风电功率的函数关系，再根据风速的概率分布状况以及风机机组的功率曲线情况进行科学系统的分析，最终得到风机出力的概率分布。研究表明，风电机组的等效强迫停运率为0.15321左右，这一数据相对传统机组的等效强迫停运率来说较高，这一现象充分表明风电机组并入电网在某种意义上讲会给降低风力系统的可靠性。
二、基于可靠性评估的备用优化模型
2.1 状态抽样-非序贯概率模型
在电力系统的数学计算中，如果设定某可修复元件的故障率为λ，并且设定此种可修复原件的修复率为μ，且设这种原件的平均工作时间为MTTF，平均维修时间为MTTR。则存在以下两个重要关系式:MTTF=1/λ;MTTR=1/μ，这两个关系式显示了这四个未知量两两为一组的相互对应关系。在对系统进行随机抽样后，笔者对该状态进行了仔细的评估分析。在笔者对发电系统的评估中，配合计算机和科学计算的一系列形式，笔者发现，只需要对当前可用的发电容量和负荷进行比较，而不需要对其他变量进行比较。通过比较研究可以看出，如果当前状态下可用发电容量大于系统服务，那么系统就会处于正常供电状态；而如果当前状态下可用发电容量小于系统服务，系统就会处于停电状态，在这种情况下就需要通过减少负荷来最终达到功率平衡。
2.2 算例分析
为了进一步测试风电机组与火电机组对比状态下对电力系统的稳定性的影响，笔者通过一系列的数学模型进行研究。得到了如下结论：风电技术的可靠性在某种意义上来说是远不如传统机组的。同时，当风电容量在系统总容量中所占的百分比提高时，风电技术的不可靠性将会更加的明显。为了考察风电并入位置对风电技术可靠性的重要影响，同时评估风电在加入不同节点时的对可靠性的影响有什么不同，笔者通过表格分析得知，风力并入节点的变化情况对于风电系统的可靠性有着较大的影响。当并入节点距离负荷中心越来越近时，并入风电后的电力系统可靠性会越来越低。相反的，当并入节点距离负荷中心越来越远时，对电力系统的可靠性的影响也会越来越小。
期刊文章分类查询,尽在期刊图书馆
三、风电并网后的备用优化
3.1 基于可靠性评估的备用优化模型
从上述算式可知，在不同的端点接入风电机组，对电力系统的可靠性的影响是有差异的。由此能够猜想，在不同的节点设置备用对电力系统的可靠性的影响也可以是有所差异的。假如这种影响是存在的，那么肯定存在一个配置计划，可以使得在满足系统可靠性要求的前提下，所需要的备用值是最小的。上述的备用优化效果能够描述为，用最小的备用值可以到达所需的可靠性程度。
3.2 粒子群算法（PSO）原理
粒子群优化算法(PSO)是一种进化的计算技术，这个算法最初是两位博士在受到飞鸟集群活动所具有的规律性的启发后，利用群体智能建立的一个简单化的模型结构。粒子群算法指的是在对动物集群运动行为观察和分析的基础上，充分利用群体中的某一个体对于信息的共享，以期达到能使整个群体的运动在问题的求解空间中产生从混乱不堪到井然有序的演变过程，从而获得最优解的研究方法。在每一维粒子的速度都会被约束为一个最大速度Vmax，如果某一维粒子更新后的速度超过了用户设置的Vmax，那么这一维粒子的运动速度就被限定为Vmax。
3.3算例分析
3.3.1 IEEE-RTS30 测试系统
在节点2插入30 MW风电容量的过程中，如果同时缩小该节点30 MW的惯例机组容量，以坚持系统并入风电之前的可靠性参数为约束条件，同时把一切发电机所在节点的备用容量值△R=[△R1 △R2 NR3 △R4 △R5 △R6]作为该目标效果的Pareto 解的方式，如果设定粒子群个数N=20,并且把迭代次数设置为50，那么就会有h=24.687 1，2n =0.000 6375。对系统进行备用进行更新后，系统各节点所需要提高的备用为:△R=[0 11.54 2.5 0.5 2]， 可以计算得到系统的可靠性水平为: LOLP= =24.167 1，EENS=0.006 086。由此可见，通过直接在节点2利用提高备用来保持系统的可靠性时，为了达到系统之前的可靠性水平，总共需要提高23.73 MW的传统机组备用；而在优化后，总共需要20.5 MW的传统机组备用，由此可见，风电可信度颇为改观。通过以上的实验效果进行分析可以得知，风电入网后，提高风电接入点的备用水平对系统的可靠性的贡献并不是最大的，故而对备用进行更为优化的配置是十分必要的。
3.3.2华东某实际电网
为了检测该模型在实际电网中的使用效果，本文通过引入华东某实际电网A (以下称A电网)进行科学合理的计算分析。选取的测试电网日的最大负荷数值约为2200万kw，此时网内总共有发电厂28座，总装机容量约为1441.84万kw,其余电能均依靠外部输入。具体参数笔者将不做详细描述。在不考虑线路传输的容量限制的情况下，仅对A电网发电系统进行可靠性的评估与检测，在系统可靠性参数保持在LouP-0.001 25的水平下时，随着并网风电容量的不断增加，A电力系统所需的备用容量可通过表格进行数据分析，在此笔者不再将具体表格列示出来。从对表格的数据进行科学有效的分析中可以知道，伴随着风电的接入，系统的备用容量会将会不断的增加。以上实验结果充分证明了该算法可以用在实际电网在风电接入后的备用优化配置，这种算法可以大幅度提高电网的运行经济性，具有非常高的实用价值。
结束语
本文以蒙特卡罗方法为技术措施的依托，先是建立了含风电场的电力系统可靠性评价模型，再对风电并网后电力系统可靠性变动进行剖析。以上算例表明，风电并入系统所蕴含的容量的大小，接入点的位置等都会对系统的可靠性产生或大或小的不同的影响。笔者利用粒子群算法进一步了设立了基于可靠性评估的备用优化数据模型，对其并入风电以后的系统备用进行了合理优化，并引入实际系统进行合理列示，充分证明了系统备用配置的大小和地点同样对系统的可靠性的提升有不同的贡献，最终获得系统备用的最优配置。
参考文献：
[1]余民,杨旻宸,蒋传文,蒋小亮,李子林.风电并网后电力系统可靠性评估和备用优化研究[J].电力系统保护与控制,2012,40(12):100-104+135.
[2]蒋小亮. 风电并网对电力系统可靠性和备用影响研究[D].上海交通大学,2011.
[3]龙雨嘉.探析风电并网对电力系统调度运行的影响[J].通讯世界,2019,26(03):134-135.
论文作者:张玉雷
论文发表刊物:《当代电力文化》2019年第8期
论文发表时间:2019/9/19
标签：可靠性论文; 风电论文; 系统论文; 电力系统论文; 风速论文; 容量论文; 机组论文; 《当代电力文化》2019年第8期论文;