王遠瞧
( 三峽電力職業(yè)學院,湖北宜昌 443000)
隨著化石能源的不斷消耗,可再生能源逐漸登上了世界舞臺,越來越多的可再生能源接入了電力系統(tǒng)[1],因此對其可靠性進行研究分析成為亟需解決的問題。文獻[2]采用ARMA時序模型研究了風速變化;文獻[3]采用遺傳算法對ARMA模型進行了改進,并將其應用至建立的模型。
以含多風場電力系統(tǒng)為例,建立單風電場不確定性模型并對其進行仿真,建立多風場出力不確定性的模型并進行仿真,最后研究不同多風場聯合出力模型對可靠性的影響。
圖1為單風場不確定性的模型示意圖[4]。
圖1 單風場出力模型示意圖
由于影響單風場出力的可能因素為尾流效應、風電機組故障和電力聯絡線故障[5],基于此,分別建立以下4種情況的單風場出力不確定性模型:
(1)模型1:綜合考慮上述3種影響因素;
(2)模型2:不考慮尾流效應;
(3)模型3:不考慮風電機組故障;
(4)模型4:不考慮電力聯絡線故障。
圖2 不同模型的出力狀態(tài)
從圖2中可以看出,與其他三個模型相比,模型1的風場輸出期望值最低。通過比較模型,從理論模擬的角度可以得出尾流效應、風力發(fā)電機組故障和電力聯絡線故障對風電場輸出的影響。對比可得,尾流效應屬于主要原因。
為了研究3種因素對多風場出力的影響,按照第1章的4種情況建立模型。
圖3為4種模型的出力概率圖。由圖3可得,尾流效應對出力影響較大,而風電機故障對出力的影響較小。
圖3 多風場出力概率分布
圖4顯示了具有多個風電場的發(fā)電系統(tǒng)可靠性評估的仿真計算流程[5]。
為研究風場間相關性對多風場出力的影響,分別對風場間獨立及風場間相關這兩種情況下的多風場出力進行計算。計算結果如圖5所示。
圖5中,獨立多風場總輸出的概率分布類似于威布爾分布,因為單個風場的輸出由風速決定。而考慮風場間相關性時的概率分布呈現下降的趨勢,此時總輸出分布呈現出低輸出高概率和高輸出低概率的現象。
圖4 仿真流程圖
圖5 多風場出力概率分布
可靠性指標計算公式如下[6]:
以模型1為例,仿真計算可靠性指標及反調峰特性。結果如圖6及表1所示。
圖6 多風場的帶載能力
圖6顯示了風力發(fā)電的峰值負荷調節(jié)特性對系統(tǒng)整體的影響。從圖6中可以看出,隨著風場的反峰值調節(jié)特性的增強,系統(tǒng)的可靠性指標變差,表明該反峰值調節(jié)特性在一定程度上會降低可靠性。
表1 可靠性仿真結果
由表1可以看出,當考慮風場間的相關性時,風場系統(tǒng)的可靠性會降低。不考慮風場間的相關性時,WEIEB為0.533 9,而考慮風場間的相關性時,WEIEB為0.498 7。
風場間的相關性越低,可靠性越高,且風力發(fā)電的反調峰特性也會降低風場的可靠性。