（北仑区供电公司）
摘要：由于风力资源的间歇特性和不可控性，使得风电场的输出功率具有波动特性和不确定性。尤其是大规模风电并网应用时将显著影响电网电能质量，同时也会对电力系统的安全稳定运行造成干扰。而电池储能系统的应用，有助于减小风电场输出功率的波动，增强风电并网应用的系统稳定性。为了高效利用储能技术，首先需要了解大规模风电场的输出功率特性并对储能系统提出技术需求。本文基于统计学，依托国内某典型风电场的历史运行数据，研究和分析了典型地区不同时间尺度下风电出力的不同特点，并归纳出风力发电系统有功功率变化率等关键技术参数的运行规律和特性，开发了风光储能分析系统，对储能系统在补偿和优化风电场输出功率应用中具有重要指导意义。
关键词：风电出力特性；电池储能；风光储能分析系统；线性回归算法
0 引言
随着能源危机及环境污染状况日益严峻，规模化的风电和光伏等可再生能源发电在世界范围内得到高度重视。由于风力资源的间歇特性和不可控性，使得风电场的输出功率具有波动特性和不确定性，从而导致大规模风电并网应用时对电力系统电压稳定和频率稳定等造成隐患。为了保证电力系统的稳定运行及电力供需平衡，目前采用在网侧配备一定规模的水电和火电备用容量的方法吸纳风电功率波动造成的不良影响；然而，当风电或光伏发展到一定规模时，仅靠备用容量的支撑并不能解决问题，而电池储能系统的应用，有助于平滑风电输出功率，提高风电并网运行的能力。为了高效利用储能技术，首先需要了解大规模风电场的输出功率特性并对储能系统提出技术需求。
软件是分析数据的有效平台，目前国外该领域较常用的软件有丹麦Riso国家实验室研制的WAsP软件、英国ReSoft公司推出的WindFarm软件等，国内相关研究还较少。因此风光储联合分析软件有广泛应用前景，本文利用风电场典型数据为依托，全面分析了该风电场的风资源特性，研究了单台风机，风电机组，风电场的的出力特性。
针对数据分析的重要性，开发了风光储能分析软件，该系统以VC++作为软件平台，完成数据的录入，分离，存储与显示，实现风力发电相关指标的计算，为以后的风速预测或储能配置提供必要的依据，为优化风电场输出功率提供理论参考和指导。
1 风电并网对电力系统影响
由于风力发电不稳定，风能不便大量存储等问题，风电并网应用时会对电网产生不利影响，会给系统带来谐波问题，并造成风电场及其周围地区常有电压波动大的情况；对于孤立运行的小型电网，风力发电带来的频率偏移和稳定性问题也不容忽视。风电并网对电力系统的影响总结如下：
1）由于风力发电机本身配备的电力电子装置，还有风力发电机的并联补偿电容器可能和线路电抗发生谐振等原因，造成风电并网给系统带来了谐波注入问题；
2）风电场对系统频率的影响取决于风电场容量占系统总容量的比例。当风电场容量在系统所占的比例较大时，其输出功率的随机波动性对电网频率的影响会比较显著，将会影响到电网的电能质量和系统中其他一些频率敏感负荷的正常工作；
3）风力发电机组启动时，会产生较大的冲击电流，多台风力发电机组同时并网会造成电网电压骤降，导致大型风电场及其周围地区常有电压波动大的情况，因此多台风力发电机组的并网需分组进行，且有一定的时间间隔。
风电机组大规模并网给电网运行带来诸多不利影响，如果这些问题得不到适当的处理，会制约风能的利用，限制风电场的规模。配置储能系统是平抑风力和光伏发电功率波动的有效途径。为了得到功率稳定的电能，需要配备具有快速响应能力的储能系统，如超导储能、电池储能等。平抑波动只有配合合适的储能系统及容量并采取适当的控制策略才能取得最优效果。所以需要软件中具有分析数据的功能，因此，要开展出力特性研究。
2 风电出力特性研究
本文基于统计学理论开展大量数据的分析研究，并依托某风电场的历史运行数据进行了数据处理软件开发的需求分析。算例风电场概况如下：风电场所在地区属于东亚大陆性季风气候中温带亚干旱区，风力资源丰富，大部分区域年平均风速在4.0~6.5m/s之间，其中冬季所占比例最大，风能密度超过1500kw/m2，风能资源经济可开发储量达40GW，适宜建设大型风电基地。该风电场总装机容量为49.5MW，包括33台1500kW风力发电机组，其中A组17台，B组16台。A线工程接线图如图1所示：.png)
图1A线工程的接线图
本文算例是基于该风电场2012年1月至2012年12月所实际采集数据，其数据采样周期为1分钟。
2.1单台风力机出力特性研究
经数据统计知，该风电场风力资源十分丰富，自12年8月到12年12月期间，风电场的输出功率呈现高峰期，在12年6月和12年1月到12年4月，风电场的输出功率处于低谷，这与该风电场所处地理位置和气候条件相对应。
根据该风电场实际测风数据，在大部分天内，风速在接近零风速与额定风速之间变化。相应地，风电出力在大部分天内，也呈现在零出力与额定出力之间波动的规律。风电场单台风力机24h出力分布如图2所示，由图可知，单台风力机日平均出力的波动幅值和频率都很大，最小值接近于零，最大值接近于满出力，但是出现满出力和零出力现象的概率不大。
.png)
图2风力机日出力波动曲线
以2012年测风数据为例，单台风力机会出现连续数日风电大出力和连续数日风电小出力的情形。如图3风电场有功功率概率分布图所示，单台风机处在1350-1500kW范围内，接近满出力的概率约为20%，该风机输出功率78%集中在其装机容量的50%以内，说明该地区风速波动比较大，大风日相对较少。而全年风机小出力与不出力的情况占到约43%。据估计可能由于该风电场在2012年度某时段，风机处于维护阶段或该地区处于弱风季节，风机不在最佳运行状态，输出有功功率很少；同时不排除电网参与调度的问题，但这对本文出力特性研究的结论影响不大。
.png)
图3风力机有功功率概率分布
根据数学理论，均方差可以用来衡量样本波动的大小，样本均方差越大，表明样本数据离散程度就越大。均方差计算公式如下：
.png)
图4 单台风力机功率方差曲线
本文在研究过程中，为了评价风电出力波动的大小采用均方差的概念进行评价。如图4所示为单台风机一年均方差值，波动范围比较大。
历史数据显示，2012年12月1日与12月2日连续两日的日发电量近似相等，而风机出力曲线差异显著，如图5所示，实线为12月1日出力，风电出力集中在夜间2点到中午12点，虚线为12月2日出力，风电出力集中在中午10点到下午2点。由此看出风电出力具有很大的随机性，相邻较短时间内也可能有很大波动。
.png)
图5典型相邻日的风电出力曲线
2.2风电场出力特性研究
功率变化率是描述风电输出波动特性的主要指标，其定义如下：.png)
图6风电场日平均功率变化分布图
根据本算例中风电场总装机容量为49.5MW计算，可得功率变化分布图，如图6示，可以看出，该风电场的功率变化率基本在±5MW/min之间，波动范围比较小。
结合风电场输出功率，根据均方差计算公式得出风电场出力的均方差值，如图7所示，可以看出，在12年9月到12年11月期间该风电场的有功功率变化率比较大，到达峰值，相应的均方差也在对应时间达到峰值。在12年2月到4月，有功功率变化率较小。
.png)
图7风电场功率方差曲线
将图4和图7进行对比，可以得出单台风力机和风电场的出力特性：单台风力机的幅值和频率波动范围都较大，随机性比较明显。而风电场相对波动有所减少，表明风电场具有平滑风电输出的效果。
2.3风电出力的相关性和互补性
相关性表征了两个量之间的关系程度，在本文算例风电场范围内，由于风机之间的地理位置比较集中，对于长时间的大面积来风，各个风电场出力变化趋势相近。这时，不同风电场的风电出力表现出较大的相关性，结果会导致在总体范围内，风电波动比较大。以该风电场A组和B组风机为例，2012年12月1日到2012年12月30日风电出力曲线如图8所示，由图可见，在一个月时间内，两组风机出力具有很大相关性，趋势基本相同。
.png)
图8 两组风机出力曲线对比图
如果风力发电相关，互补性就有所降低，总的出力变化比较大。相反，如果风力发电不相关，有可能在一个地方的风力特别强，在另一个地方相对较弱。风电场之间的相关性越低，发电规模越大，总的发电就会越平滑。在小时级以下短时间尺度内，当风电场来大风或小风时，风峰、风谷依次经过不同地理位置的风机，风电场的出力变化的时刻和速率会有不同，风电机组之间出力存在一定的互补性，降低该风电场总出力的变化率。
.png)
图9 回归算法流程图
相对而言，在风电场相关性比较高的地区，配备储能效果更显著。
3 风光储联合分析系统
上文根据实际历史数据进行了风电输出特性分析，为数据分析系统的需求提供了理论依据和数据支持。
为便于风电出力特性的分析与研究，得到普适性结论，需要对输入数据进行预处理，具体包括数据填补和数据平滑等思路。
3.1线性回归数据填补法
由于风电数据会有随机缺失，修复数据是必要的，风电缺失数据的发生与所存在的数据变量是相关的，所以采用均值填补法，该填补算法不会导致风电数据分布的过分扭曲，回归模型设计如下：.png)
该算法设计可以有效的降低数据缺失对风电数据统计的影响，所得到的输出波形偏差不大。
3.2中值滤波数据平滑法
在采集风电数据时候，经常采到噪音点，这些噪音点占据0.1%~5%，会对风电数据分析产生影响。
本软件采用中值滤波法，它的思想是用一个窗口W在采集的数据点上扫描，把窗口内的数据点按各点的Z坐标的值进行排序，把排序后中间数据的Z坐标作为窗口输出的Z坐标。由于中值滤波有较好的滤噪效果和保边性，在平滑效果上优于均值滤波，平滑效果如下图所示：
.png)
（a）原始数据点
.png)
（b）中值滤波法
图9 平滑效果图
可以看出，数据点更平滑，可以有效降低噪音点对风电数据统计分析的影响。
4 结论
1）风电功率输出具有著显波动性和随机性，风电出力变化范围大，其控制和预测都有难度，风电场设备利用小时数较低，一般在2000h左右；
2）根据数据统计，2012年该风电场的输出功率78%集中在其装机容量的50%左右；风电场出力在装机容量70%的情况只有5%左右。
3）依据运行数据表明：风电机组出力在短时间尺度下存有互补性，风电场出力变化率不大。由于该风电场的风电机组地理位置较集中，在长时间尺度下，风电机组出力表现出相关性，A组和B组风机在一个月内发电量大致相同，趋势也近似，导致的结果是风机总出力变化范围较大，区域平滑效果降低
4）风电并网会对电网频率，电压稳定性和动态稳定性产生影响，由于该风电场占系统的比例较低，所以风电场对电力系统频率和动态稳定的影响较小，对系统的调频要求相对较低
5）根据风电发电的特点，数据分析算法可以有效的对风电数据进行相应预处理，使得风电数据更完全，噪音点更少。对后续数据计算有较为明显的帮助。计算结果和实际情况基本符合。
参考文献
[1] 肖创英，汪宁渤，丁坤，等。甘肃酒泉风电功率调节方式研究，中国电机工程学报，2010，30（10）；1-7
[2] 蔡纯，张秋生。风力发电机组功率曲线的修正。广东电力，第16卷第一期，2003.2
Caichun,Zhangqiusheng.Correction to power curves of wind-driven generator sets. Guangdong power,2003.2
[3] 田晓军，刘勇，夏保安。风电出力特性研究，河北省科学院学报，第27卷，第四期，2010年12月
[4] 戴剑锋，周双喜，鲁宗相，等.基于风险的电力系统无功优化问题研究[J].中国电机工程学报，2007, 27(22): 38-43.
[5] 王伟胜，陈默子．浅论我国风电接入系统的有关问题．中国电力，2004，4
论文作者:夏时哲,费巍
论文发表刊物:《电力设备》2019年第19期
论文发表时间:2020/1/9
标签：风电论文; 风电场论文; 数据论文; 风力论文; 系统论文; 特性论文; 风机论文; 《电力设备》2019年第19期论文;