基于蒙特卡罗方法的风电并网对电力系统可靠性的影响-邵文强-20110738.docx文档32页推荐下载

开发利用新能源已经成为世界能源可持续发展战略重要组成部分。

当前，风力发电是可再生能源开发利用中技术最成熟最具开发规模和商业化发展前景的发电形式，由于其在减轻环境污染调整能源结构促进可持续发展等方面的突出作用，风力发电是本世纪重要的绿色能源，是化石能源发电的重要替代能源之。

此外，风电和火电水电及核电相比，建设周期短见效快，建设个大型风电场只需要不到年的时间，因此风电直是世界是增长最快的清洁能源具有良好的发展前景。

到年底，世界风力发电的装机容量已经超过了亿千瓦，年均增长率高达。

根据欧洲风能协会和绿色和平组织等有关国际机构预计，到年风力发电将占世界电力供应总量的。

近年来在国家政策的扶持下，我国风电产业发展势头迅猛。

数据显示，年我国新增风电装机容量万瓦，总装机容量累计达到万千瓦，成为继美国德国西班牙之后世界第四的风电大国。

风电设备制造厂商也由年的多家发展到年的多家，增长了倍还多。

按照年新能源产业振兴规划草案，力争用十多年时间，在河北内蒙古甘肃江苏吉林等地形成几个上千万千瓦级的风电基地，争取实现到年风电装机规模亿千瓦左右。

这意味着我国风电产业由此进入到快速发展时期。

然而风电的发展并不是可以令人高枕无忧的。

传统发电厂的出力都是可控的，而风电场的出力是不可控的，风电场出力的频繁波动，需要其他常规电场出力及系统备用的频繁改变。

此外，风电场并网后，将给电力系统带来系列的影响，其涉及的方面包括电能质量潮流分布电力调度电力市场等。

随着风电总装机容量的增加并网风电容量占系统总容量的比例增大，这些问题将会严重影响电力系统的安全性可靠性经济性等指标。

因此有必要对大规模风电并网对电网引起的系统运行与稳定的问题进行分析探讨，并在此基础上提出相关的技术解决措施其中很重要的就是风电并网对电网的可靠性的影响研究以及随之而来的备用容量的问题。

增加系统定量的备用，平抑风力发电并网对系统的不利影响，达到可再生资源充分利用和电能供给可靠性的统，具有重要的社会意义和经济价值。

国内外风电发展现状从全球的角度来看，风能资源有两大特点蕴量巨大，分布广泛。

研究显示，全球风能可利用资源量为万亿千瓦。

即使只成功利用了其中的，依然相当于全球能源消费总量的倍。

自世界上第台用于发电的风力机于年在丹麦建成，个世纪以来，世界各国纷纷研制了类型各异的风力发电设备，风力发电不断受到国际社会的普遍关注与高度重视。

尤其是过去年里风力发电成本下降了，成为发电成本最接近火电的新能源，全球风电累计装机容量稳步增长。

由行业相关人士组建的世界风能理事会，总部比利时汇总的调查数据显示，年年内全球新增风力发电装机容量为万千瓦，相当于座大型核电站，总发电量比年增长了。

预计年，风力发电量比重可升至，这个数字是相当可观的。

图反映了年年以来，全球风电总装机容量的发展，图反映了各年新增装机容量的变化趋势。

从图中可以看出，世界风电装机容量增长迅猛，不但从整体上装机容量与年俱增，而且从年以来，全球每年的新增容量也呈大幅的增长趋势。

随着各国风电激励政策的实施市场机制的完善和风电技术水平的进步提高，相信风能总量在可预见的未来仍会保持较高速度的增长。

图年全球装机容量图年全球新增装机容量国外风电发展现状目前，国外风力发电领域领先的国家有德国美国西班牙和印度等。

年欧洲风能协会和绿色和平组织签署了风力关于年风电达到世界电力总量的的蓝图的报告，按照蓝图的发展计划，到年风力发电将占整个电力的。

年全球风能理事会和国际环保组织绿色和平组统可靠性模型风电并网后，系统发电侧可以分为风电机组和传统电力机组两部分，如图。

图含风电场的电力系统发电模型负荷模型在电力系统的可靠性评估中，负荷模型是基本模型之。

目前应用的用以计算可靠性指标的三种主要负荷模型都是以日最大负荷持续整天作为基础的。

累积负荷概率分布。

根据系统日最大负荷运行记录绘制出来的周月季或年最大负荷持续曲线。

确切负荷概率分布。

在所研究的周期内按日最大负荷的大小顺序，列出其出现的概率可以将其近似为频数。

确切负荷模型。

在所研究的周期内按时间顺序列出日最大负荷。

负荷周期的选择，应根据系统实际情况和计算要求来确定，可以是周天月或者年。

本文中选择的负荷模型为确切负荷模型，选择的时间段是个月。

对过去几年的用电负荷的大量数据进行了概率统计，回归分析，得到年中每日尖峰用电负荷。

模拟模型假设负荷每天的变化是离散的，而且这个离散的值维持天。

由于这种负荷模型不考虑天中负荷的变化，因此用这种负荷模型算得的电力不足期望值或电力不足概率值只能反映电力不足的风险，不能反映电力不足的概率持续时间和严重程度。

含风电场的发电系统可靠性评估计算流程采用蒙特卡罗模拟方法来模拟含风电场的电力系统运行过程，可以体现出风能的随机性和风速随时间连续变化的特点。

这里只讨论发电系统，暂不考虑输电网络故障情况。

其计算流程图如图所示图含风电场的电力系统可靠性评估流程图算例分析根据上述风电场模型以及算法流程，本文编写程序实现了时序蒙特卡罗抽样仿真，算例以测试系统进行分析。

该测试系统由台机组组成，总装机容量是，峰荷是，其结构如图所示，图中机组变压器线路参数以及负荷模型见文献。

图测试系统直接并入风电机组任意取该测试系统的个节点，本文取节点，在该节点并入容量为的风电机组，并入不同数目该机组时的系统可靠性参数和的变化情况如图和图。

图并入风电机组数目对的影响图并入风电机组数目对的影响从图和图中可以看出，随着并入风机容量的增大，系统地可靠性逐渐提高。

但是在该曲线末尾，可靠性的提高已经非常缓慢。

这是因为系统的负荷需求已经得到满足。

由此说明在直接并入风电容量的情况下，随着风电容量的增大，风电对系统可靠性的贡献逐渐减小。

刚开始，系统的可靠性参数能够得到显著提高，而在系统并入定容量风机后，系统的可靠性基本饱和。

用风电机组代替常规机组在该节点并入不同数目的容量为的风电机组，同时减少该节点相同容量的传统机组，并入不同数目该机组时的系统可靠性参数和的变化情况如图和图。

图并入风电机组数目对的影响图并入风电机组数目对的影响从图和中可以看出，随着并入风机容量的增大，系统地可靠性参数依次增大，系统的可靠性下降。

这是由于风电机组的出力随着风速的变化而变化，虽然减少的常规机组容量已用风电代替，但是，风电机组大多数时间都不能满负荷出力。

所以系统的可靠性不断下降。

从上面两种测试可以看出，并入系统定容量的风电容量后，如果不减少传统机组的容量，系统的可靠性显著提高如果减少相同容量的传统机组容量，系统的可靠性则明显下降。

这说明该容量的风电容量对系统的可靠性贡献和零与该容量之间的数值的传统机组容量对系统的可靠性贡献相当。

为了比较传统机组和风电机组对系统的可靠性贡献程度，先对系统并入定容量的风机，计算其可靠性。

然后对没有风机容量的系统逐渐增加该节点传统机组的容量，分别计算其可靠性。

当增加传统机组容量至可靠性参数与加入风电容量持平时，即得到与加入风电容量值对系统可靠性贡献相同的传统机组容量。

二者之比即为风电场容量可信度。

本文采用最为可靠性尺度，并入不同容量风电时的容量系统可信度变化情况如图。

图并入风电机组数目对的影响从图中可以看出，该测试系统的风电可信度在之间。

在维持定的电力系统可靠性水平时，当并网的风电容量越大，风力发电的容量可信度将会越低，从另个角度说明了随着风电穿透功率的增加，风电的随机性将对系统的可靠性影响越来越大。

将风电机组接入不同的节点分别将风电加入不同的节点，由于线路的拓扑结构和传输容量的不同，对系统可靠性影响也不尽相同。

表显示了在不同节点并入台风机，代替容量的传统机组时系统的可靠性变化情况。

表不同风电接入点的可靠性指标变化风电容量接入点从表中可以看出，在节点并入风电时，系统的可靠性参数表现相似，且其可靠性高于节点。

这是因为，节点和节点相隔较近，对系统表现出来的外部影响类似而节点更靠近负荷中心，风电在节点代替常规机组时，其波动对负荷的影响更大，所以其可靠性更低。

结论与展望全文总结蒙特卡罗方法是大规模电力系统可靠性评估中运用最广泛的方法。

其通过概率抽样形成系统的状态，通过对该系统进行评估得到该状态的可靠性参数，通过满足定精度次数的抽样，得到大量的状态以及其可靠性数据，对这些数据进行统计即得到该系统的可靠性水平。

本文以蒙特卡罗方法为技术手段，建立了含风电场的电力系统可靠性评估模型。

算例表明，风电并入系统的大小，接入点等都会对系统的可靠性造成不同的影响。

同样，系统备用储备的大小和地点同样对系统的可靠性提高有不同的贡献。

研究工作展望本文对大规模风电接入对电力系统可靠性影响及储能装置存放电策略做了相关研宄。

总体来说，本文讨论了部分工作，但是仍存在些需要改进或者需要深入研宄的问题，可以概括为本文使用的蒙特卡罗仿真所需的时间较长，可以进步改进相关抽样算法，以提高性能，减少仿真时间。

本文对于考虑负荷不确定性所给出的负荷模糊概率模型比较简单，可以进步研究更精确，更能反映负荷不确定性的模型。

本文所讨论的储能装置模型和风电机组模型较为简单，进步的研究可以引入更复杂的模型来讨论。

没有考虑风电场的尾流效应，风电场模型较为简单，进步的研究应引入尾流效应来讨论。

参考文献国际新能源网年年全球风电累计装机容量统计钱伯张可再生能源发展综述科学出版社，吴国华中国节能减排战略研究经济科学出版社，原鲲，王希麟风能概论化学工业出版社，国际新能源网年年中国风电累计装机容量统计中国可再生能源学会风能专业委员会年中国风电装机容量统计杨秀媛，肖洋，陈树勇风电