摘要:大力发展新能源是推进我国能源改革,实现能源结构转变的当务之急,具有重要的战略意义。我国新能源资源总量巨大,分布相对集中、与负荷中心呈逆向分布的特点,因此开发主要采用“规模化开发、集中并网”的模式。但是受能源技术、源网建设等影响,新能源在装机容量大幅上升的同时,新能源利用率却持续下降,新能源的消纳问题成为了短时的瓶颈,很大程度上限制了我国新能源的进一步发展。文章结合工作经验,浅谈考虑大规模新能源接入电力系统稳定和可靠性研究。
关键词:大规模;新能源;电力系统;规划;
1国内外研究现状及发展趋势
目前,关于传统电源建模的研究已较为成熟,而在新能源外特性建模方面的研究存在局限。针对风力发电系统,主要集中在单台风力发电机组的建模,有关研究试图采用单台风力发电机组来等效整个风电场的多台风电机组;针对光伏发电系统,大都以光伏电站为研究对象,将光伏电站对外电网的影响予以简化、采用简化等值建模。大规模新能源的接入为电网带来了许多不容忽视的影响。由于国外发达国家新能源大多采用分散接入、就地消纳的方式,这些国家的电网结构趋于稳定,其关于新能源接入的研究大多侧重在配电网层面。研究显示分布式电源的接入点和容量对电网可靠性、短路电流、线路潮流、节点电压等都有一定的影响。受能源资源禀赋及消纳能力限制,我国新能源多采用大规模集中开发和远距离、高电压输送的方式,目前大规模新能源集中接入对电网的影响研究主要集中在3个方面:1)新能源发电具有较强的随机性和波动性,且出力多具有反调节特性,同时目前新能源的发电出力预测还存在一定误差。为保证供电可靠性,大规模新能源并网,需要电网提供充足的备用电源和调峰容量;2)风电、光伏发电等新能源的发电功率具有波动性,且大多经电力电子器件并网,并网后产生电压波动、闪变以及谐波等问题。3)大规模新能源发电功率注入系统,将对电网的暂态稳定性和频率稳定性带来一定的影响。
2基于实际运行数据的新能源出力特性
风电场和光伏电站出力预测需要大量的测风数据和气象信息,且预测精度有限,在现有技术条件下难以实现实际意义上的风电场/光伏电站出力的中长期预测。但是,如果从统计学的角度出发,以风电场/光伏电站出力的历史时序记录数据为基础,以小时为时间尺度,对新能源出力特性指标进行统计分析,则可以得到较为清晰结论。1)风电场发电出力的概率分布曲线呈正偏态分布特点,峰值出现在 10%附近;随着统计周期的增加,概率分布曲线趋于平滑。2)风电场发电出力的累积概率分布曲线呈凸二次曲线特点;随着统计周期的增加,累积概率分布曲线趋于平滑。3)风电场日间小时出力—保证率分布曲线规律性较强,呈凹二次曲线特点,且日间各小时出力—保证率分布曲线差异较小。4)不同保证率下风电场出力日小时分布曲线近似呈均匀分布特点;随着统计周期的增加,风电场出力日小时分布曲线趋于均匀。5)风电场各小时风电出力之间具有短期时序相关性高、服从均匀分布的特点;随着统计周期的增加,风电场出力的时序相关性分布曲线趋于均匀。以我省某风电场发电出力为例,该风电场3小时以内出力的时序相关性大于80%,12小时以上的时序相关性低于60%。6)同一季节风电场及单台机组各日同一时刻风电出力规律不明显,呈较高的随机性和波动性;日小时平均出力峰、谷值变化较为明显,四季出力差异性较大,具有明显的季节性差异。7)单机 10min 级风电出力变化率概率分布曲线仍近似呈正偏态分布特点。相关研究表明,风电场出力变化率≤1.5%/min 的概率大于99%。
3新能源出力场景特征指标
根据定义的风力发电场发电出力场景特征指标,使其适用于大电网的生产模拟运算。 电力平衡发电出力场景对应新能源容量可信度,所体现的新能源装机容量价值亦不同。
期刊文章分类查询,尽在期刊图书馆由于新能源出力的随机性和间歇性特征,其在系统运行时提供的容量具有不确定性,不能提供与其装机容量相匹配的容量,因此在规划层面上,应考虑新能源有效容量较低的情况,结合历史出力场景数据合理筛选电力平衡发电出力场景。电量平衡发电出力场景对应新能源发电电量,与电力平衡发电出力场景相比,体现了新能源发电对系统较长时间尺度的贡献,影响系统的环保费用和燃料费用等技术经济指标。调峰平衡发电出力场景对应新能源调峰容量,影响系统的调峰电源需求、电源结构。由于新能源出力的随机性,尤其是风电出力往往具有反调峰特性,因此在规划层面上应考虑新能源反调峰的情况,结合历史出力场景数据合理筛选调峰平衡发电出力场景。
(1)风力发电出力场景特征指标
考虑风电场发电出力场景的出力特性对运行模拟结果的影响,结合风电场所在分区m月的日负荷特性,定义风电场出力特征指标Xim如下:1)场景日负荷高峰时段风电出力水平:该出力场景在风电场所在分区m月的日负荷高峰时段下的出力水平。2)场景日风电出力调峰容量:该风电出力场景在风电场所在分区m月的日负荷高峰时段下与日负荷低谷时段下的出力水平之差。3)场景日风电出力均值:该风电出力场景的日风电出力均值。对于以上三种风电场出力场景特征指标,取场景日负荷高峰时段风电出力水平作为电力平衡运行模拟的特征指标;取场景日风电出力调峰容量作为调峰平衡运行模拟的特征指标;取场景日风电出力均值作为电量平衡运行模拟的特征指标。
(2)新能源电站典型出力场景筛选思路
由于新能源出力的随机性,使中长期新能源出力难以准确预测。关于新能源发电实际出力特性的分析可知,新能源历史出力场景数据隐含着内在的统计规律性,体现在时序性和自相关性等特征信息(长期变动趋势、季节性变动规律、周期变动规律等)较为完整地保留在历史出力场景数据中。因此,基于蕴含着统计规律性的风速/光照历史时间序列数据相对应的新能源历史出力场景数据,可以根据实际需要筛选模拟电力系统规划期内的新能源典型出力场景:假设新能源电站i规划期内的水平年m月典型日发电出力场景的特征指标与历史各年份m月发电出力场景的特征指标具有相同的概率统计模型,从新能源电站i属于月份m的历史各年份发电出力场景集合中,根据指定的置信水平筛选出新能源出力场景,作为新能源电站规划期内的水平年m月典型日24h出力。在电力系统规划层面上,考虑电网运行不确定性及安全裕度,往往需要以一定的置信水平对规划设计方案的边界情况进行运行模拟评估。为此,引入置信边界出力场景的概念。为了定义置信边界出力场景,首先指定一个置信水平,记为α,进一步的问题是,如何从新能源电站i属于月份m的历史风电出力场景集合中根据出力场景特征指标筛选出出力场景序列Pim(其特征指标为Iim),使以超过α的概率确信水平年m月典型日出力场景的特征指标将大于Iim。
4结语
风力发电和光伏发电为代表的新能源发电相比于传统电源表现出明显的出力随机性和不确定性,开展电力系统规划设计工作需要充分计及新能源发电的特点,建立合理的新能源发电出力模拟模型以及考虑新能源的电力系统运行模拟模型。为满足考虑大规模新能源接入的电力系统规划工作需求。
参考文献:
[1]基于Benders分解算法的跨区互联电力系统协调规划模型[J]. 薛松,曾博,王跃锦. 中国管理科学. 2016(05)
[2]基于概率密度拟合的风电功率波动特性研究[J]. 倪识远,胡志坚. 湖北电力. 2014(06)
[3]大型集群风电接入输电系统规划研究综述[J]. 田书欣,程浩忠,曾平良,张立波,马则良,洪绍云,张建平,masoud BAZARGAN. 中国电机工程学报.2014(10)
[4]阿勒泰青河光伏电站的出力特性分析[J]. 何红星,高冬梅,周专,常喜强. 热电技术. 2014(01)
[5]多时间尺度的光伏出力波动特性研究[J]. 吴振威,蒋小平,马会萌,马速良. 现代电力. 2014(01)
论文作者:化泽强,万志强
论文发表刊物:《电力设备》2017年第36期
论文发表时间:2018/5/10
标签:新能源论文; 场景论文; 风电论文; 风电场论文; 特征论文; 电站论文; 指标论文; 《电力设备》2017年第36期论文;