大规模风电并网的电力系统运行灵活性评估

大规模风电并网的电力系统运行灵活性评估

张垚 孙培 周强

中国电力工程顾问集团华北电力设计院有限公司 北京市 100120

摘要：随着风电并网容量的不断增大,风能固有的不可控随机波动容易造成弃风和切负荷现象,不可避免地影响电力系统的安全运行。因此,有必要对电力系统运行灵活性进行研究。着重分析了大规模风电并网的电力系统运行灵活性。

关键词：风电；电力系统；灵活性；

电力系统具有足够的灵活性对于接纳风电等可再生能源至关重要。为实现包含高比例可再生能源的未来清洁电力系统，亟需建立一套充分考虑风电波动性和随机性的电力系统运行灵活性定量评价指标体系。基于电力系统灵活性的定义和原理，提出了一套考虑大规模风电接入的电力系统灵活性定量评估指标体系，并基于蒙特卡洛模拟法和经济调度模型，提出了实用化的指标计算方法。该模型能够考虑风电及负荷的不确定性，并计入了风功率预测误差的时间相关性，从而反映了负荷不确定性和风功率预测不确定性对灵活性指标的不同影响原理。采用我国西北某电网实际风电场数据对所提算法进行了仿真分析，证明了风电不确定性和负荷不确定性对灵活性的影响存在本质区别，并定量研究了不同因素对灵活性指标的影响。

一、含大规模风电的电力系统运行灵活性评估原理

根据研究，电力系统灵活性有3个特点：灵活性是电力系统的固有特征；灵活性具有方向性；灵活性需在一定时间尺度下描述。从电力系统有功平衡的角度分析，机组的爬坡能力和出力范围、负荷特征等是电力系统灵活性的固有特征；上调能力和下调能力反映了系统在不同方向的灵活性；不同时间尺度下风功率的变化范围不同，对系统灵活性评估有较大影响。

1.风电波动性对灵活性的影响。我国西北某电网2015年3月8—14日的负荷、风电和净负荷实测数据曲线。

风电的接入，导致净负荷变化更加剧烈，主要造成了以下2个问题：1）局部时段出现较大的爬坡，相比原始负荷曲线，净负荷曲线在图中多个时段出现更陡的爬坡；2）净负荷在多个时段出现了明显的低谷。针对问题1，需要系统常规机组具有更加灵活的爬坡能力和足够的旋转备用，能够适应更加陡峭的爬坡事件，如果常规机组的上(下)爬坡容量小于净负荷的变化，则会出现上(下)调灵活性不足的问题，从而导致切负荷(弃风)事件的发生。针对问题2，需要火电机组具有更低的稳燃出力下限，能够尽量适应较低的净负荷低谷。如果常规机组均达到出力下限仍无法适应，则需要关闭部分常规机组，为系统提供必要的灵活性。

2.风电随机性对灵活性的影响。传统电力系统一般采用备用容量作为灵活性资源应对负荷不确定性，由于负荷预测的精度较高，一般备用容量足够应对负荷预测误差。风电大规模接入后，由于其预测的不确定性和随机性，系统需要更多的灵活性资源。并且实际数据表明相邻及较近时刻间风功率预测误差具有较强相关性，可以看出时刻越接近，风功率预测误差的相关性越大，因此可能出现风功率实测数据相比预测数据持续正偏(或负偏)。

在A点之前，预测数据高于实测数据，为了更多接纳风电需要下调常规机组出力，并且预测曲线相对实测曲线持续正偏，如果上调灵活性资源不足，则会导致切负荷事件；在时刻点60附近，风电出力出现较陡的上爬坡，如果常规机组下爬坡能力无法跟随，则会出现弃风事件；在A点和B点之间，预测曲线在实测曲线之下，需调用下调灵活性资源。因此，搜索系统灵活性不足的时段并量化分析其严重程度，是运行灵活性评估的关键。

二、算例分析

本节基于我国西北某电网风电、负荷实际情况，常规机组装机容量、负荷峰值、风电装机容量分别为13 800 MW、12 588 MW、7 000 MW，收敛阈值ε=0.01，常规机组煤耗等参数见文献。

1.风电场景模拟分析。根据风电场的历史日前预测及实测数据统计，可得到其出力的历史误差概率分布

以该分布作为风功率日前预测误差的概率分布函数，根据仿真日该风电场的日前预测数据，可以得到仿真日某单风电出力的模拟预测曲线。

2.指标的收敛性分析。为了判断所提指标的合理性，需要对指标收敛性进行分析，仿真日各指标标幺化后随仿真次数的变化趋势出，上述4个灵活性指标在模拟初期波动性较大，随着模拟次数增加，逐渐趋于平稳，从而证明了本文所提指标的收敛性。

3.风电不确定性与负荷不确定性的差异。为了证明风电不确定性与负荷不确定性的差异性，本节设计2个计算案例，对比负荷的不确定性和风电的不确定性对灵活性指标影响的差异性。案例1：系统无风电场接入，考虑负荷预测误差为5%，预测误差容量标准差为296 MW，设置最低备用容量比例15%。案例2：考虑风电场接入，接入比例为24.9%，不考虑负荷预测误差，风电场预测误差标准差设置为296 MW，对应的预测误差百分比为17.8%，同样设置最低备用容量比例15%。案例1中系统未出现灵活性不足的场景；案例2灵活性不足概率不为0，且需要设置58.9 MW的灵活上调容量，从而证明了风电和负荷的不确定性对系统灵活性的影响原理不同。风电接入前，仅需要考虑单时间断面的备用是否足够即可，系统不会出现灵活性不足的问题；风电接入之后，需要考虑风功率预测误差的多时间尺度相关性对灵活性指标的影响。

4.风电接入比例对灵活性指标的影响。本节研究风电接入比例对灵活性指标的影响，设置不同风电接入比例的计算场景，定义风电接入比例如下所示：

λ=风电装机容量/负荷峰值

将风电接入比例从0%连续增加到80%，假定备用比例为25%，做出灵活性不足期望容量占负荷比重与风电接入比例的关系图，存在一个风电接入比例的阈值，超过该阈值后，系统的灵活性不足期望随着风电接入比例的增加呈现增长趋势。在本算例中，风电接入比例超过30%后，系统的灵活性问题开始凸显，风电接入比例为60%时，灵活性不足期望占比达到近10%。

5.备用比例对灵活性指标的影响。本节研究备用比例对灵活性指标的影响，分别考虑15%、20%、25%和30%备用容量下系统的运行灵活性指标，假设风电接入比例为32%，可计算得到各类灵活性指标,不同备用比例下的灵活性指标

对比上调灵活性不足概率和下调灵活性不足概率可以发现，增加系统备用可明显提高系统上调灵活性，对下调灵活性的影响程度相对较小。即使备用容量增加到30%，系统的下调灵活性不足概率仍然较高，说明完全靠增加备用无法彻底解决系统灵活性不足的问题。

6.常规机组爬坡率对灵活性指标的影响。本节研究常规机组爬坡速率对灵活性指标的影响，常规机组的上爬坡率和下爬坡率按照比例增加，分别增长为原来的1.25、1.5、1.75、2倍，假定风电接入比例为32%，备用容量比例为15%，计算各场景下的灵活性指标，提高常规机组的爬坡能力可以降低系统灵活性不足概率及期望值，但是由于备用容量的限制，并不能无限提高灵活性，增加到一定程度会遇到瓶颈。

总之，风电不确定性和负荷不确定性对于电力系统灵活性的影响原理不同，负荷预测不确定性时间上无较强相关性，设置足够的备用容量可以满足系统灵活性的要求；风电预测不确定性有较强的时间相关性，在局部时段会造成系统灵活性不足。随着风电接入比例的增加，存在一个阈值，超过该比例之后系统灵活性逐渐降低，系统对灵活性资源的需求增加。在风功率预测误差负偏特性下，增加系统备用比例可明显提高系统上调灵活性，对于下调灵活性的影响程度相对较小，靠无限制提高备用增加灵活性是不经济和不现实的。

参考文献：

[1]张红，关于大规模风电并网的电力系统运行灵活性评估2019．

[2]刘玉华，浅谈大规模风电并网的电力系统运行灵活性评估.2019.