摘要：在对电网调度运行的研究中，发现随机波动问题是制约大规模风电发展的主要因素之一。同时，风电运行时的反调峰特性加剧了电网的峰谷差和有功调度控制的难度。在风电接入后，现有系统备用容量的确定方法和制定调度计划的策略已不能满足电网企业安全经济的控制目标。本文总结了当前的相关研究并给出了解决方案，指出多源互补备用协同策略和多时间尺度协调备用发电方案联合优化策略适用于大规模风电接入系统，以及考虑风电场输出耦合的有效功发电调度策略关系对大规模风电接入系统的适用性。
关键词：规模风电;电网;调度;备用容量
引言
规模风电连结电网，对其调度运作产生的主要影响通常展现在连接点的电能质量、电压掌控和无功监管，电网和掌控区的电能规划和运作功效，全网的可靠性三大方面。而综合风电转变性和掌控区频率掌控是一项较有难度的工作，相关人员必须要加强此方面的探究。
1研究内容与方法
风力的大小决定了风电的负荷，风力呈现出比较明显的随机变化率和预测的不确定性。由于风力的大小与气象条件相关，并且两者之间的变化息息相关，本文定义负荷功率和风力发电功率之差为“净负荷”，并分析和研究了负荷以及风电规模对电网整体特性的影响。以电网调度运行模型为参考框架，发现净负荷的随机变化率和预报不确定性将对电网调整、负荷跟踪和电网运行管理等造成影响。本文重点介绍电网调频和待机调度的两个基本内容，利用统计调度和待机调度分析方法研究大规模风电接入对电网运行的影响，对2010年附近的中国电网实际负荷和预测数据进行对比分析，然后根据电网和风力发电规划的发展速度规划2020年的电网调度水平。
2大规模风电接入对调度计划的影响
2.1存在的问题
有功功率的实时调度是电网运行系统的核心所在，不仅关系到系统有功功率和频率的稳定性，而且对电网系统的安全、可靠运行起着重要的作用。国内电网运行中主要采用自动调度控制(AGC)方法，其在应用中的缺点有:自动调度控制方法缺乏合理的科学依据，仅仅依靠经验数据来制定调度策略，与功率预期之间存在矛盾;风电的实时监测日负荷数据和预测结果常常在第二天具有较大差别。风电负荷的随机性和波动性使得预测方案无法正常实施。调度员的操作缺乏准确调度策略的指导，工作实施强度较大;调度模型不合理，难以确保电网系统的安全性和发电效率。很容易出现AGC的可调容量不足的情况，进一步影响了系统的安全性和发电效率。大规模风电系统接入电网后，风电的随机变化率和预测的不确定性对整个系统的发电负荷和安全运行带来了挑战。为了提高风电接入的能力，需要对电网的有功功率调度进行针对性的考察和研究。
2.2风电有功功率调度的几个问题
(1)风电有功功率调度模型
由于风电功率输出的预测精度随着时间间隔的增长而变差，因此传统调度模型中的两组时间尺度组合方式不适合对日常的有功功率和自动发电控制系统进行调节。可结合日常计划、滚动调度和实时调度的多时间尺度组合优化调度机制，逐级细化预测的时间节点，多级协调，逐步消除风电的低预测性，提高风电的利用率。根据燃料成本、总排放量和电网系统安全运行三个方面来评估风力发电系统的效率。结果表明，风电渗透率较低时可以促进发电系统的安全高效运行;当风电负荷增加时，储存设备和生产成本也相应增加。随着风电渗透率的增加，电力系统的安全水平呈现先增后降的趋势。基于随机安全框架和风电场的不确定性特点，也可以提出短期的电力市场清算计划。
期刊文章分类查询,尽在期刊图书馆与传统测定方法相比，短期随机运行规划可以承受更大的风电渗透率，保证电力系统的安全稳定运行。考虑电网运行需求的问题，提出了将风电场发电装置与需求响应电源结合的分析方法。传统的调度方法一直将可再生能源算作负的负荷，在模型优化过程中，对期望的负载值和可再生能源生成值进行预测分析。同时将可控发电机的输出方式调整为阶跃负载。将模型预测控制理论应用于风电调度问题，提出了一种前瞻性优化调度控制方法。该方法依据经验值对风电输出功率进行预测，对风电接入进行阶段性合理调度，与传统的以风电为负的负荷的电网调度方式相比，该方法显著降低了系统运行成本。在以风电机组风险约束和负荷安全边界约束为主的直流潮流优化调度模型中，建立以风电风险和运行成本影响为主参数的目标函数，并将模糊函数用于风电接入约束的计算中，用以考虑风电接入的不稳定性。当综合考虑风电超时调度导致的待机成本和调度不足导致的风电关机成本时，仿真结果显示，当备用成本系数增加时，风电机组的发电量趋于下降，风电成本系数的增加提高了风电的利用率。随着人们环境保护意识的增强，有源发电的污染物排放问题日益受到重视。在建立调度模型时，需考虑运营成本函数与污染物排放成本函数，因此，风力发电也被称为环境/经济调度。
(2)风电有功功率调度算法
在进行风电有功功率调度优化算法时，提出了一种经济可行的调度方法，即直接搜索算法。该算法的优化目标函数包括电网系统的运行成本和待机成本。采用随机波动理论建立了风电场电力系统动态调度模型，并利用随机模拟、神经网络和遗传算法相结合的混合智能算法求解该模型，有效改善了调度模型的收敛速度和搜索性能。由于模型包括多目标优化、多值和非线性特征问题，传统的数学优化算法很难解决。因此，本文使用遗传进化算法来求解模型。利用拉格朗日松弛算法可将动态优化调度问题分解为几个并行子问题，同时结合凸规划模型的特点，使用子问题动态优化算法的逆优化来加快计算速度。
3针对电网运作备用的影响
3.1影响要素
规模风电连结电网以后，其干扰存在电网的协调、负荷追踪还有机组开关机规划之中。在协调进程，电网要加大1级备用来均衡风电的短期转变所导致的功率均衡变化。风电衔接之后，电网净负荷预估误差遍布的平均差值与负荷对比之后又有所增加，这代表风电连结提高了电网调度运作的不可靠性。然而一年风电预估误差和负荷预估差值重叠不但有积累，同时也有对消。所以，在明确电网作为风电衔接所要添加的运作备用过程中，通过简单风电的预估误差散布当做根据，会获得传统的剖析结果。科学的剖析手段是依次明确电网作为均衡负荷和净负荷预估误差需要的备用，两者差值便是电网提高的备用容量，也就是风电衔接之后的备用所需。
3.2相关问题和整改建议
首先，电网备用是通过均衡99.71%预估误差来认定的。而备用所无法均衡的一些预估误差，常常出现在极端天气中，但现阶段预估不能反馈出天气骤然转变。鉴于此，可利用超短期预估，提升结果准确度。另外，还能强化净负荷、负荷反常预估误差实践的剖析，创建处理极端反常预估误差的应急预案。其次，依据净负荷、负荷整年预估误差分布认定电网备用增量，此年度备用布置手段可操纵高，却轻视了预估误差伴随月份、季节的转变的特征。鉴于此，电网可在优化风电备用所需年度轮换修理的前提下，组织风电备用需要的季度、月度轮换修理作业。
结论
综上所述，对规模风电接入对电网调度运作的影响展开分析，是时代发展的必然趋势。相关人员一定要对此加以重视。在实践中充分结合现状，具体问题，具体分析，全面确保电网可靠、安全、良好运作，以此提高能源利用率，实现可持续发展。
参考文献
[1]余颖辉，郭强.大规模风电接入对电网调度运行的影响[J].华东电力，2014，42(7):1337-1340.
[2]刘思捷，蔡秋娜.大规模风电接入对电力系统有功调度的影响分析[J].广东电力，2013，26(1):33-37.
论文作者:冯仁军,苏佳,徐文静
论文发表刊物:《电力设备》2018年第26期
论文发表时间:2019/1/16
标签：风电论文; 电网论文; 负荷论文; 功率论文; 模型论文; 误差论文; 算法论文; 《电力设备》2018年第26期论文;