基于需求响应的风电消纳机会约束模型研究

第38卷第3期2011年5月

华北电力大学学报

Journal o fN o rt h Ch i na E lectr i c Power U niversity V ol 38,N o 3M ay ,2011

基于需求响应的风电消纳机会约束模型研究

艾 欣,刘 晓

(华北电力大学电气与电子工程学院,北京102206)

摘要:规模风电的随机波动性给电网调度带来巨大困难,抑制风电出力的波动,使其较为平稳地接入系统具

有现实意义。从需求响应的角度研究了风电消纳的问题。研究对象上,同时考虑价格型和激励型需求响应,计及了负荷的自弹性和互弹性系数,更加全面地反映了需求响应资源的特性;数学模型上,由于风电出力的随机性,采用了机会约束规划模型,使决策结果能够满足系统要求的置信水平;解法上,采用了随机模拟技术和粒子群算法相结合的求解方法。算例分析验证了方法的有效性,并表明利用需求响应提高风电消纳能力具有重要的研究价值。

关键词:风电消纳;优化调度;需求响应;机会约束规划;随机模拟粒子群算法中图分类号:TM 614 文献标识码:A 文章编号:

1007-2691(2011)03-0017-06

Chance constrained model for wind power usage based on

de mand response

A I X in,LI U X i a o

(Schoo l of E lectrica l and E lectron i c Eng i neering ,N o rt h Ch i na E lectr i c Powe r U niversity ,Be ijing 102206,Ch i na)Ab stract :One of puzzles fo r larg e sca l e w ind pow er usage is its stochastic fl uctua tions .There a re rea listi c m ean i ngs t o s moo t h w ind powe r output fl uctua ti ons gr i d connected for syste m opera ti on .The paper proposes a ne w approach to i m prove w i nd powe r usage based on de m and response (DR ).T o descr i be t he DR characteristics ,both pr i ce based

and i ncentive based DR are emp l oyed he re and bo t h cross elasti c and self elastic coe fficients for pr ice based DR a re

cons i dered .Further m ore ,

si nce w i nd po w er i s stochasti c ,

a chance constra i ned dec i sion m ode l is deve l oped f o r w i nd

pow er usage to m eet the confi dence coe fficien trequ ired for syste m ope ra tion .M oreover ,

to so l v e t he mode,l a par tic l e

s w ar m a l go rt h m comb i ned st o chastic si m u l a ti on me t hod i s introduced .F ina lly based on a practica l syste m,a day a

head real ti m e price (RT P)and DR resource dispatch opti m a l so l uti on i s ob tai ned and analysis ver ifi es the effecti ve ness o f the proposed m e t hod to i m prove w i nd po w er usag e based on DR.

K ey words :w i nd powe r usage ,opti m a l dispa tch ,de m and response ,chance constra i ned progra mm i ng ,stochasti c si m ulati on based parti c le s wa r m algor i th m

收稿日期:

2010-12-10.

基金项目:北京市教育委员会共建专项资助项目.

0 引 言

随着装机容量的快速增长,规模风电消纳正成为电网运行调度面临的巨大难题。风电出力不可控的随机波动性被公认为是制约风电并网的最大障碍[1]

,实际运行经验和研究表明,由于地理分散效应和出力互补性,规模风电场在小时级别

以下的出力并不剧烈变化

[2,3]

,系统对这个时间尺

度的备用需求并没有明显增加[4,5]

。风电消纳更突

出的问题之一是:风电的日内变化幅度很大,而且明显具有反调峰特征[2,6]

,大规模风电接入使得等效的负荷峰谷差被明显拉大,大大增加系统运行负担,进而影响到风电消纳能力。

为了减小风电的剧烈波动,使得风电较为平稳的接入系统,目前实际调度中普遍做法是通过命令风电场压出力,再根据调度计划频繁启停风机来实现。但这无疑有两方面的弊端:一是风电场不能高效运行,造成能源浪费;二是频繁启停

华北电力大学学报

2011年

会加剧损害风机寿命。因此,学者们一直致力于寻找更科学的方法。发电侧,可利用其他发电手段与风电出力功率互补再接入电网,使出力较为平稳。文献[2,3]提出在酒泉地区配套建设火电机组,利用特高压输电风火打捆外送,在更大范围内消纳的建议;文献[7,8]研究了风电场储能配置问题,优化储能容量以抑制风电出力波动。在输电侧通过调度手段,优化发电计划和备用方案是更加经济易行的方案。文献[9~11]研究了含风电场电力系统的优化调度问题;文献[12]对风电接入后常规机组的负调峰容量优化问题进行了研究,文献[13]提出了一种含风电场的系统旋转备用获取的机会约束规划方法。这些研究对提高电网风电消纳能力起到了积极作用。但风电消纳不仅需要从发电和输电侧考虑,还应考虑需求侧在抑制风电波动从而提高消纳能力的价值。

需求响应(De m and Response,DR)分为基

于电价的DR和基于激励的DR两类,利用需求响应抑制风电波动是技术和经济上极佳的方案[14]。文献[15,16]基于机组组合模型进行分析,得到了考虑需求弹性能够明显提高风电利用率,减少调度成本的结论,但采用的是确定性模型,没有考虑风电的随机性,需求弹性的处理也略显简单。文献[17]结合广域相量测量技术和需求侧管理,通过控制联络线两端系统负荷来减小风电引起的联络线潮流波动,但没有考虑实时电价的作用,也未给出具体模型。FERC的研究报告显示,美国正在试验利用DR以提高系统接纳风电的能力,设计行之有效的响应机制是亟需开展的课题[18]。总体来讲,工程界和学术界已经意识到DR在提高风电消纳能力方面具有巨大的技术潜力和经济效益,但研究尚不深入。

本文结合日前实时电价决策和可调度DR资源,设计了一种利用需求响应实现风电消纳的机会约束模型和机制。文中首先根据风速的W e i b u ll 分布推导了风电出力的随机模型,为后续研究提供基础;其次建立了价格型DR和激励型DR的负荷改变量和成本模型。在此基础上考虑多种约束,提出了基于DR的风电消纳机会约束规划模型,并采用基于随机模拟的粒子群算法进行求解。算例分析说明了本文方法的有效性。

1 风电出力的随机模型

风电出力的不确定性是风速的不确定性导致

的。研究表明,大多数地区平均风速的概率分布密度函数遵循W e i b u ll分布[19]:

fv(v)=

k

c

v

c

k-1

exp-

v

c

k

(1)式中:v为实际风速;c为尺度系数,用来描述地区平均风速大小;k为形状系数,用来描述风速分布密度函数的形状。用如下的分段函数描述风电出力P w与风速间的关系:

P w=

0 (v

v-v in

v r-v in

p r (v in v

P r (v r v

(2)

式中:p r为风机的额定出力;v in为切入风速;v ou t 为切出风速;v r为额定风速。由式(1)和(2),对实数p w,由式(1)和(2)得P w的概率分布函数:

F P(p w)=P r(P w p w)=

1-exp-

v in+(v r-v in) p w/p r

c

k

+

exp-(v ou t/c)k (0 p w

0 (p w<0)

1 (p w p r)

(3)

式中:P r( )为概率符号。图1为表1所示的参数下,当c=8,k=1,2,3时的风电出力概率分布密度和概率分布函数。注意到图1(b)中,风电出力在0和1p u.(相对于p r)处的概率分布函数是不连续的。

表1 风能参数示例

T ab 1 Exa m ple w i nd para m eters

v

in

/(m s-1)v

o ut

/(m s-1)v

r

/(m s-1) 52517

(a)概率分布密度函数 (b)概率分布函数

图1 风电出力的概率分布密度与概率分布函数

F i g.1 P robability density f unc tion and cu mu lati ve

d i str i bu ti on functi on of w i nd pow er

18

第3期

艾 欣,等.基于需求响应的风电消纳机会约束模型研究

2 需求响应模型

2 1 基于日前实时电价的DR负荷改变量模型

价格型DR通过需求侧竞价实现,负荷是否改变由用户提交的可支付价格决定。这种需求侧竞价的方式计及了需求弹性的作用,为系统提供一种由用户主动削减的可控负荷资源。

根据经济学的需求原理,用如公式(4)定义电量电价弹性 :

= D l/D

l/l(4)

式中: l为电价l的改变量; D l为负荷D由于 l引起的改变量。通常某时段的负荷改变量既和该时段的电价有关,也与其它时段的电价有关。一般分别用自弹性系数 ii和互弹性系数 ij的概念[20]来描述这一现象:

ii= D l,i/D i

l i/l i(5)

ij= D l,i/D i

l j/l j(6)

式中:l i,l j, l i, l j分别表示第i,j时段的原始电价和电价改变量,D i, D l,i为第i时段的原始负荷和负荷改变量。可以根据式(5)和(6)求出电价变化后i时段的负荷改变量 D l,i为

D l,i=D l,i l i

l

i ii+

T D

j=1,j i

l j

l

j

ij(7)

式中:T

D

为研究的全部时段。对于短期的需求弹性,一般自弹性系数为负值,互弹性系数为正值。可进一步求得全部时段的总收益M l,i:

M

l,i =

T D

i=1

D

l,i

(l

i

+ l

i

)1+

l

i

l

i

ii

+

T D

j=1,j 1

l

j

l

j

ij

(8)

2 2 基于激励的DR负荷改变量模型

基于激励的DR由调度中心直接控制,如直接负控、可中断负荷、电动汽车集中充放电等形式,既可提供系统上行备用,也可提供下行备用。补偿方式分为折扣电价和高价补偿两种,本文对上行备用采取高价补偿,下行备用采取折扣电价的激励方式。

设高价补偿率为 ,电价折扣率为 ,若i时段的上行备用调用量为 D du,i,j时段的下行备用调用量为 D dd,j,则全部时段的总成本M d为

M d=

T D

i=1

l i D d u,i+

T D

j=1,j i

(1- ) l j D dd,j(9) 3 基于DR的风电消纳机会约束模型

DR取决于用户的用电意愿,将给管理带来较大风险,除了经济措施激励用户参与之外,要建立机制规避电网的风险。可允许用户自由选择是否参加,但一旦确定之后,双方需要以合约的形式规定责任和义务。这是一项涉及到管理、技术、政策多方面的系统性工作,需要进行长期的试点工程才能推行,本文对此不深入研究。

3 1 数学模型

DR消纳风电本质上是将DR视为虚拟发电厂,通过实时电价机制引导用户在风电出力高峰时多用电,低谷时少用电,并结合一定数量的可控负荷,使用户的负荷曲线与风电出力互补,从而平缓风电波动,减少系统运行负担。风电出力的随机性使数学模型带有随机参数,需要采用机会约束规划进行描述,可表达为

m ax J(x, )

s.t

P r[G(x, ) 0]

H(x) 0

(10)

式中:J为目标函数;x为决策向量; 为随机参数向量;Pr[]表示机会约束函数G成立的概率; 为置信水平参数向量;H为传统非机会约束。

3 2 目标函数

以最大化研究时段内调度机构收益为目标函数:

m ax J=M l-M d(11) 3 3 决策变量

由式(8)、(9),决策变量为各时段电价改变量 l i、基于激励的DR调用量 D du,i, D dd,i。

3 4 约束条件

(1)功率平衡的机会约束

P r| D i-(P w,i-E[P w])| i (12)式中: D i为i时段总负荷改变量;E[P w]为系统期望的风电并网功率。 i>0为风电波动幅度允许值。此约束的意义是,经DR消纳后,i时段等效风电功率的波动区间在[- i, i]内的置信度不小于 。

(2)负荷峰谷差约束

19

华北电力大学学报

2011年

P r[m ax (D i -D j ) m ax (D i -D j )] (13)D i ,D j 为实现DR 后第i ,j 时段的负荷。由于风电出力大多具有反调峰特性,因此大多数时候为抑制风电波动设计的DR 机制恰好能够减小峰谷差。但也存在相反情况,这时峰谷差增大的置信度应不大于 ,尽量减小额外的系统运行负担。

(3)基于激励的DR 容量上下限约束

D -du D du ,i D -d u (14)D -dd D dd ,i D -dd (15)

式中:D -dd ,D -d u

为上行备用总量上下限;D -dd ,D -dd 为下行备用总量上下限。(4)基于激励的DR 负荷增减能力约束

D dd,i m S d

r dd ,i

m (16) D d u ,i

m S d

r du ,

i

m (17)

式中:r du,m ,r dd ,m 为第m 个基于激励的DR 增负荷和减负荷速度(MW h );S G 为全部激励型DR 集合。

(5)电价的上下限约束

l

i l i l

i (18)

式中: l

i

, l i 是需求侧竞价确定的电价改变量

上下限。

3 5 基于随机模拟的粒子群求解算法

对由式(12)、(13)确定的机会约束,可利

用随机模拟技术[21]

检验机会约束是否成立。根据风电出力概率分布产生N 个独立随机变量,分别代入机会约束条件,检验机会函数G 成立的次数,设为N ,根据大数定律,若N /N ,则表示机会约束成立。

基于随机模拟的粒子群算法步骤如下:a 参数和初始值设置,将非机会约束条件转化为罚函数,并入目标函数;b 随机生成电价改变量和激励型DR 负荷改变量粒子;c 利用随机模拟检验所有粒子,若不成立转入步骤b ;d 计算粒子适应度函数,保存最优粒子;e 更新粒子并重复步骤c ,d ,直到符合终止设置。

4 算例分析

4 1 计算描述

采用某实际电网数据对模型进行仿真验证。该电网夏季典型日负荷数据如图2所示,本地电源最大出力总和为2215MW,仅占高峰负荷的18%左右,除热电联产机组外,其余容量全部设置为系统的调频调峰备用,电力供应主要依靠外送电,

是典型的受端系统。

图2 某实际系统夏季典型日负荷

F i g .2 Su mm er typica l day l oad curv e o f a rea l syste m

假定目前有某额定功率为500MW 的规模风电场接入电网,风能参数同表1。c ,k 值分别取8,2。24时段的风电出力采用随机模拟方法获得,设定系统对风电并网功率的期望值为110MW 。由于该电网可调机组容量贫乏,因此在风电消纳计划中仅考虑需求响应的作用;并且假设该电网各时段参加日前实时电价响应项目的负荷为15%,每时段基于激励的需求响应资源为[-100,100]MW 。

其它计算条件。

(1)初始电价为420元/MW h,需求侧竞价确定的电价上下限为[0,550]元/MW h ;

(2)激励型DR 的激励措施:增负荷的折扣电价为实时电价的50%,减负荷或电动汽车放电的补偿电价为初始电价的2倍;

(3)置信度参数 =0 95, =0,即约束2为强约束,要求需求响应后负荷峰谷差不能拉大;(4)机会约束条件处理。约束1采用随机模拟方法检验,约束2由于 =0,可转化为如下约束:

m ax (D i -D j ) m ax (E [D i ]-E [D j ])(19)采用外点法,令

20

第3期

艾 欣,等.基于需求响应的风电消纳机会约束模型研究

g i (x )=m ax (D i -D j )-m ax (E [D i ]-E [D j ])

(20)

将其转化为目标函数的罚函数 m i n (g i (x ),0)2

;

(5)假设各时段自弹性系数和互弹性系数分别相同,根据文献[20]对需求弹性曲线的研究,本文自弹性系数取-0 3,互弹性系数取0 17;(6)算法程序设置:随机模拟次数10000次,粒子数100,迭代次数10000次,收敛判据10-6,为提高算法收敛性,采用自适应变异和线性递减惯性权重技术。4 2 结果分析

采用m atlabR2009b 版本,按照以上计算条件进行计算,得到各时段的日前实时电价、基于激励的DR 调用功率和实时电价引起的负荷改变量,如表2。

表2所示的DR 消纳风电前后,等效的风电出力如图3所示,在DR 消纳前,风电在0~500MW 之间剧烈地波动,进一步会导致系统总功率不平衡,此时若完全接纳风电,必须要求常规机组有足够的调节能力;否则需要对风电场出力进行干预,通过启停风机使风电较为平稳地接入系统。但经DR 和风电出力能量互补后,等效功率可稳定在期望值110MW 左右,无需额外的常规机组参与。

表2 24h 电价和负荷改变量计算结果T ab 2 R ea l ti m e pr ice and l o ad changes of 24h 时段电价改变量/

(元 (MW h)-1)基于激励DR 调用量/MW

电价引起的负荷

改变量/MW 139 13-17 49-25 12114 31-0 88-106 6384 663 82-70 174101 73-20 72-84 945-119 7919 88134 716-319 8161 47319 75753 500 12-35 69814 71-48 453 789108 400 41-110 8910-123 9266 28185 7211-11 98044 6412-111 4429 4217 2313-55 4410 39131 2414100 4543 5-153 99

续表

时段

电价改变量/(元 (MW h)-1)基于激励DR 调用量/MW 电价引起的负荷

改变量/MW

1690 1823 08-137 561777 510-112 46184 9730 9723 6119-47 058 59115 252040 410-39 162166 7616 92-86 8722-43 460111 7423-61 0129 04133 0324

-25 17

20 88

63 89

结合图2和图3可知,风电出力有较为明显的反调峰特性,因此针对抑制风电波动的DR 方案对削峰填谷也有一定作用。如图4所示,DR 消纳前后,系统的峰谷差明显减小,从表3可知减小量为448MW 。但也可看到,若风电正调峰,利用需求响应与风电互补反而会拉大峰谷差,比如22时段是负荷小高峰,此时风电比期望值多输出约70MW,DR 增加负荷,使总负荷不降反升。因此若出现风电正调峰的情况,最好利用其调峰特性,而不采取DR 的办法。由于风电负调峰现象更加普遍,因此本文暂不深入研究如何利用风电正调峰特性。

21

华北电力大学学报

2011年

表3 负荷峰谷差和售电收益

T ab 3 E l ectricity sa l e i nco m e and l oad diff e rence bet w een peak and o ff peak

有无DR 最大负荷

/MW

最小负荷

/MW

峰谷差

/MW

售电收益

/万元

无12500615063501456 81

有12396649459021474 00 表3中还给出了有无DR的售电收益变化,比较可知收益增加了17 19万元,除掉基于激励的DR调用成本13 58万元,盈余3 6万元。考虑到减少的风电备用和运行成本,利用需求响应消纳风电具有良好的经济效益。

另外,从本文分析可以看出,欲达到理想的抑制风电波动效果,需要有充足的需求侧资源愿意参加该响应项目。随着智能电网的建设,用户与电网的互动性大大加强,如果有部分负荷参与进来,只要在一定程度上平缓风电波动,即便不能达到文中分析的消纳效果,也能创造极大的经济和环境效益。

5 结 论

规模风电的随机波动性为风电调度带来巨大困难,如何抑制风电波动,使之平稳地接入电网具有重要的现实意义。本文基于DR,从需求侧与风电能量互补匹配的角度对其进行了研究。利用本文方法可以令等效的风电并网功率平稳在其期望值附近,而且负荷峰谷差也有明显减小。风电场可高效率运行,常规能源机组备用大大减少,具有显著的社会效益和经济效益。

不可否认,实现DR消纳风电的设想目前还存在很多障碍,比如电价政策、风电精细预测、DR平台建设、经济利益分配、用户重视程度和参与程度等。但从文中分析可以看出,合理的电价决策和DR对减小风电波动影响方面有着非常明显的积极作用,这将是一个极具研究价值的方向。

参考文献:

[1]R onan D,E leanor D M ark O .Sy stem operati on w it h a

si gn ificant w i nd pow er penetration[C].IEEE Pow er En

g i neer i ng Soc i e t y G eneralM eeti ng,D enver,2004.

[2]肖创英,汪宁渤,丁坤,等.甘肃酒泉风电功率调节

方式的研究[J].中国电机工程学报,2010,30

(10):1 7.

[3]肖创英,汪宁渤,陟晶,等.甘肃酒泉风电出力特性

分析[J].电力系统自动化,2010,34(17):64 67. [4]H o ltti nen H.I m pact o f hourly w i nd po w er var i ations on

system operati on i n the N ord ic countries[J].W i nd En ergy,2005,8(2):197 218.

[5]H ad i B,L uo Chang li ng,Boon T O.I mpacts o f w i nd

po w er m i nute to m i nute var i a ti ons on pow er syste m opera ti on[J].IEEE T rans on P o w er Systems,2008,23

(1):150 160.

[6]张宁,周天睿,段长刚,等.大规模风电场接入对电

力系统调峰的影响[J].电网技术,2010,34(1):

152 158.

[7]卢继平,朱三立,韩涛,等.风电场储能容量合理取

值范围分析[J].重庆大学学报,2010,33(8):

46 51.

[8]韩涛,卢继平,乔梁,等.大型并网风电场储能容量优

化方案[J].电网技术,2010,34(1):169 173.

[9]周玮,彭昱,孙辉,魏庆海.含风电场的电力系统动

态经济调度[J].中国电机工程学报,2009,29

(25):13 18.

[10]孙元章,吴俊,李国杰,何剑.基于风速预测和随

机规划的含风电场电力系统动态经济调度[J].中国电机工程学报,2009,29(4):41 47.

[11]Ruey H s un L iang,Ji an hao L i ao.A f uzzy opti m izati on

approach f o r generati on schedu ling w it h w i nd and solar

energy syste m s[J].I EEE T ransacti ons on P ower Sys

tem s,2007,22(4):1665 1674.

[12]杨宏,刘建新,苑津莎.风电系统中常规机组负调

峰能力研究[J].中国电机工程学报,2010,30

(16):26 32.

[13]葛炬,王飞,张粒子.含风电场电力系统旋转备用

获取模型[J].电力系统自动化,2010,34(6):

32 36.

[14]刘峻,何世恩.建设坚强智能电网助推酒泉风电基

地发展[J].电力系统保护与控制,2010,38

(21):19 23.

[15]R a m teen S i oshans,i W alte r Short.Eva l uati ng the i m

pacts o f rea l ti m e pr i c i ng on the usage o fw i nd generati on

[J].IEEE T rans on Power Syste m s,2009,24(2):

516 524.

[16]Ramteen Si oshans.i Eva l uating the m i pacts o f real tm i e pri

ci ng on t he cost and value of w i nd generati on[J].IEEE T rans on Po w er Syste m s,2010,25(2):741 748. [17]D irk W ester m ann,A ndreas John.D e m and M atch i ng

W i nd Power G ene ration W ith W i de A rea M easure m ent

(下转第35页)

22

第3期

张亮平,等:基于支路复功率表达式的网损微增率计算方法

功率损耗仅与该支路导纳参数以及支路两端的节点电压相关,但各节点电压是注入功率的函数,因此支路功率损耗也与节点注入功率间存在函数关系,进而网损是系统节点注入功率的函数;节点注入无功功率会对支路有功损耗产生影响,当无功功率远距离传输时,节点注入无功对系统有功网损的影响变得更明显,这体现了无功不能远距离传输的特点。

在表1中之所以得到各节点注入无功对系统无功网损影响相同的计算结果,这是因为在本文的推导过程中,将平衡节点的注入有功功率对无功网损的影响转移到了系统其它节点,如果将平衡节点的无功方程去掉而保留平衡节点的有功方程,则会导致各节点注入有功对有功网损的影响相同即各节点注入有功的网损微增率都为1,而各节点注入无功的有功网损微增率全为0的结果;节点网损微增率反映了注入功率变化对网损的影响程度,因此在调整潮流分布时,选择调整网损微增率绝对值大的节点能获得更明显的调控效果。

4 结 论

本文从支路功率损耗表达式出发,结合潮流计算的雅克比矩阵,推导出一种求解节点网损微增率的方法。该方法不仅能够给出节点注入功率的网损微增率,而且还能得到各支路功率损耗与节点注入功率之间的灵敏度关系,为分析和调整系统的运行方式提供了一种参考信息。参考文献:

[1]陈恳,李小锐,徐敏.网损微增率新解法与转置雅

可比矩阵法用于有功优化计算的比较[J].中国电

机工程学报,2000,20(7):34 36,39.

[2]孔祥玉,房大中,侯佑华.基于直流潮流的网损微增率

算法[J].电网技术,2007,31(15):39 43.

[3]周登波,严正,杨建林.一种求解网损因子的新方法

[J].华北电力大学学报,2010,37(5):23 26. [4]王主丁,刑颖华,冯祁善,等.网损微增率计算方法的

研究( ) 有功经济调度三种计算方法的比较[J].

电力系统及其自动化学报,1995,7(1):29 37.

[5]彭建春,江辉,成连生.复功率电源的支路功率分量理

论[J].中国电机工程学报,2001,21(1):1 4.

[6]李雁.基于耗散功率转归分量的LM P计算方法

[D].长沙:湖南大学,2009.

[7]刘长义,柳进,潘毅,等.高峰运行模式下动态优化调

度的网损修正[J].电网技术,2002,26(11):50 52. [8]M oon Y H,H ong H S,R yuH S,e t a.l S l ack-bus i n

dependen t pena lty factor f o r reg i ona l spot pric i ng under deregu lati on[J].E lectrica l Power and Energy Syste m s,

2002,24(10):821 826.

[9]赵俊光,李洪旭,付涛.网损微增率计算方法的研究

[J].陕西电力,2008,36(7):1 4.

[10]A ll en JW,B ruce F W.P o w er genera ti on,operati on and

contro l[M].Be iji ng:T si nghua U n i ve rs i ty P ress,2nd,

2003:91 123.

作者简介:张亮平(1984 ),男,硕士研究生,主要研究方向为电力系统运行、分析与控制;常鲜戎(1956 ),男,教授,主要从事电力系统建模、分析、仿真计算与运行控制方面的研究。

(上接第22页)

参考文献:

and D em and S i de M anagement[J].IEEE T rans on En ergy Conversi on,2007,22(1):145 149.

[18]F ederal Energy R egu latory Co mm ission(FERC).A na

ti ona l assess m en t o f dem and response potenti a l[R].

2009.

[19]H ertzer J,Y u D C,Bhattara iK.A n econom i c dispatch

m ode l incorpo rati ng w i nd pow er[J].IEEE T rans on

Ene rgy Convers i on,2008,23(2):603 611.[20]Chr i s S K,Sanjoy Chatterjee.pred i cting ca liforn ia de

m and response[J].P ublic U tili ties Fortn i ghtl y,2003

06 1:27 32.

[21]刘宝碇,赵瑞清.随机规划与模糊规划[M].北

京:清华大学出版社,1998.

作者简介:艾 欣(1964 ),男,教授,博士生导师,研究方向为新能源电力系统,电力系统分析运行与控制;刘 晓(1980 ),男,博士研究生,研究方向为智能电网运行调度,电力系统分析运行与控制。

35

我国风电产业发展现状及存在的问题

我国风电产业发展现状及存在的问题 能源是国民经济发展的重要基础，是人类生产和生活必需的基本物质保障。我国是一个能源生产大国，也是一个能源消费大国。随着国民经济的快速发展和人民生活水平的不断提高，对能源的需求也越来越高。 长期以来，我国电力供应主要依赖火电。“十五”期间，我国提出了调整能源结构战略，积极推进核电、风电等清洁能源供应，改变过渡依赖煤炭能源的局面。 金融危机下，新能源产业正孕育着新的经济增长点，世界各国都希望通过发展新能源产业，引领本国走出经济低谷。近年来，我国政府对新能源开发的扶持、鼓励措施不断强化，风能作为最具商业潜力的新能源之一，备受各地政府和电力巨头追捧。 自2005年我国通过《可再生能源法》后，我国风电产业迎来了加速发展期。《可再生能源发展“十一五”规划》提出：在“十一五”时期，全国新增风电装机容量约900万千瓦，到2010年，风电总装机容量达到1000万千瓦。同时，形成国内风电装备制造能力，整机生产能力达到年产500万千瓦，零部件配套生产能力达到年产800万千瓦，为2010年以后风电快速发展奠定装备基础。 2008年，我国新增风电装机容量达到624.6万千瓦，位列全球第二；风电总装机容量达到1215.3万千瓦，成为全球第四大风电市场。预计，2009年我国风电新增装机容量还会翻番，届时在全球新增风电装机总量中的比重，将增至33%以上。按照目前的发展速度，中国将一路赶超西班牙和德国，2010年风电装机容量有望达到3000万千瓦，跃居世界第二位。 目前，我国正在紧锣密鼓地制订新能源振兴规划。预计到2020年，可再生能源总投资将达到3万亿元，其中用于风电的投资约为9000亿元。根据目前的发展速度，到2020年，我国风电装机容量将达到1亿千瓦。届时，风电将成为火电、水电以外的中国第三大电力来源，而中国也将成为全球风能开发第一大国。 设备制造行业现状 根据最新风能资源评价，全国陆地可利用风能资源3亿千瓦，加上近岸海域可利用风能资源，共计约10亿千瓦，发展潜力巨大。 为了合理有序的开发现有风能资源，首先需要进行的就是加强产业服务体系建设，扶持建立风能资源评价，风电场设计选址，产品标准，技术规范，设备检测与认证的专门机构。培育一批风电技术服务机构，建成较健全的风电产业服务体系。建设2～3座公共风电测试试验基地，为风电机组产品认证和国内自主研制风电设备提供试验检测条件。目前，工信部与国家能源局等相关管理部门目前正研究制定规范风电投资市场，完善风电设备产品标准及质量认证体系的相关政策，保证风电产品质量，促进成本降低。 风电产业的发展和进步不应盲目追求风电机组的装机容量，而应从我国各地区风场风资源的优劣、当地电力需求及电网输配电能力状况、风机性能及发展通盘规划，有序调控、全面协调、均衡平稳地发展。 首先，把风电科研纳入国家科技发展规划，安排专项资金予以扶持。支持国内科研机构提高创新能力，引进国外先进技术设备，加快消化吸收，尽快形成自主创新能力。目前，国产化比例规定较难落实，国产化质量提高和认同有个过程，风机制造企业仍需在自主创新上下功夫。 其次，建立一个统一的行业标准。由于目前没有对风电机组和风电场的入网标准和检测标准严格监管，绝大部分风电机组的功率曲线、电能质量、有功和无功调节性能、低电压穿越能力没有经过检测和认证，而且多不具备上述性能和能力，并网运行的风电机组对电网的安全稳定运行造成了很大的影响。

重点区域风电消纳监管报告

重点区域风电消纳监管报告 为促进风电健康、可持续发展，根据《可再生能源法》和《电网企业全额收购可再生能源电量监管办法》(电监会25 号令)，2012 年上半年国家电监会组织各有关派出机构在我国风电发展的主要地区———东北、华北、西北(以下简称“三北”地区)开展了风电建设及并网消纳情况的专项监管工作，形成本报告。 一、基本情况 (一)风电发展情况 “三北”地区都是我国风电发展的主要地区，包括了国家规划的6 个以陆地风电为主的千万千瓦级风电基地。截至2011 年底，全国并网风电4505 万千瓦，其中“三北”地区并网风电3952 万千瓦，占比达到87.7%;全国电源总装机容量为105576 万千瓦，其中风电占比4.27%(详见附表1)。 图1 2011年重点区域风电装机容量 2011 年，全国风电发电量为731.74 亿千瓦时，其中“三北”地区风电发电量为635.37 亿千瓦时，占比为86.8%;全国电源装机总发电量为47217 亿千瓦时，其中风电占比为1.55%(详见附表2)。 图2 2011 年重点区域风电发电情况 (二)总体消纳情况 2011 年，“三北”地区部分省区风电消纳情况不佳，弃风情况比较严重。“三北”地区风电场2011年平均利用小时数1907小时，同比降低266小时;弃风电量达123亿千瓦时，弃风率约16%，弃风电量对

应电费损失约66亿元，折合火电(标)煤耗384万吨，折合CO2减排量760万吨;东北、华北、西北地区弃风率均超过13%;甘肃和蒙东地区弃风率超过25%(见附表3)。 二、工作评价 为适应新能源电力发展的新形势，促进新能源电力产业持续健康发展，电网企业、发电企业针对风电并网消纳工作开展了大量工作，取得了一定成效。 (一)电网企业 一是大力开展风电输电规划和送出工程前期工作，加快建设风电接入和送出工程。国家电网公司组织开展风电出力特性、风电消纳能力研究，完成8个千万千瓦级风电基地输电规划，积极推进大型风电基地送出工程和相应跨区跨省工程前期工作。截至2011 年底，国家电网公司风电并网工程累计投资440 亿元，建成35～750 千伏风电并网线路2.4 万公里，送出汇集变电站(开关站)25座，变电容量3770 万千伏安。 二是重视并网运行管理，促进风电安全可靠并网。面对风电大规模并图2 2011 年重点区域风电发电情况网带来的技术挑战，积极开展风电并网标准体系建设工作，细化并网和运行等各环节管理。针对风电场运行中出现的实际问题，各地电网企业积极推动风电场按照国家能源局和国家电监会出台的有关风电场安全的整改要求开展工作。 三是加强调度运行工作，争取多接纳风电电量。风电发展重点区域电网企业全部完成风电运行监控系统建设，实现了所有风电场调度运行实时信息的在线监视。大力推进风电功率预测系统建设，调度端风电功率预测已基本实现全覆盖。统筹考虑风电的季节性特点，将风电纳入统一的校核和平衡;根据风电功率预测情况及负荷情况，优化电网运行方式，发挥系统调峰能力，充分利用接纳空间安排风电发电。 四是大力开展技术创新及试点工作，促进风电与电力系统协调发展。实现风电与常规电源协调优化调度、风电场集群控制、风光储输综合利用等多项技术创新。2011 年底，国家风光储输示范工程在张北建成投运，首创风光储输联合运行模式，实现风电发电平滑输出、计划跟踪、削峰填谷和调峰等控制目标。开展风电供暖示范项目研究和建设，利用弃风时段风电电力为城镇供热。探索直接将风、光电接入微网系统，提高新能源比例。 (二)发电企业 一是积极与电网企业衔接，加强风电并网消纳。在风电项目前期工作阶段，主动与电网企业进行衔接，协助研究提出切实可行的发电项目送出和消纳方案。协助电网企业按照电网发展规划和风电发展规划的要求，认真做好发电项目送出线路、网架结构和落点等方面的相关准备工作，协助做好接入电网工程的可行性研究，确保发电项目及时并网运行，共同推动风电建设的协调发展。 二是做好风电并网运行相关工作，确保安全稳定运行。按照国家规划、工程建设程序、有关技术管理规定和技术设备标准，不断优化改进所属风电项目的设计、建设与运行，配合做好风电并网后的低电压穿越、电能质量提升和风电功率预测工作。加强机组的管理工作，完善自动化和通信系统。加强风电安全工作的全过程管理，做好机组的日常维护工作，提升风电并网运行安全性、可靠性。通过加强培训提高员工的业务水平，为机组的稳发满发提供保障。 三、存在问题 (一)风电规划与电网规划不协调加剧了部分地区风电消纳受限 部分地区风电开发规划、建设时序不断调整，风电项目规模和进度远超规划，没有形成完整和统一的风电发展规划，使得电网规划无法统筹考虑风电送出，相应配套输变电工程

风力发电的制约因素及发展前景

风力发电的制约因素及发展前景 （开题报告） 院系：经济与管理学院 班级：经济0902 姓名：窦婕 学号：1091940323 2011年12月15日

一、选题的背景和意义 近年来，自然大灾害的接踵而至，再次为我们敲响了环境危机的警钟。化石燃料的稀缺、温室效应的加剧，更是使全球面临着能源挑战。在此环境下，新能源得到了越来越广泛的关注和发展，其中风电是目前最具优势的新能源。 近20年来，德国、美国、丹麦、中国等国家投入了大量的人力、物力和财力研究可以商业运营的风力机，取得突破性的进展。可利用率从原来的50％提高到98％，风能利用系数超了40％。由于采用计算机技术，安全保护措施更加完善，并且实现了单机独立控制、多机群控和遥控，实现了无人值守。而风力发电随着技术的提高，容量的增大，风力机的大规模生产，造价大大的降低，因此风电成为最廉价的电源之一。 据悉目前全世界每年燃烧煤所获得的能量，只有风力在一年内所提供能量的三分之一。因此，国内外都很重视利用风力来发电，开发新能源。在中国，风电能源市场正处于启步阶段，市场潜力巨大，因此怎样更好的利用风力发电是我们所需要研究的问题，怎样运用这样巨大的一个资源宝库造福人民是我们追求的目标。 然而，风力发电进展的并不是十分迅速，这其中又受着很多因素的制约，许多专家目前认为中国风电已经陷入了非理性发展，风电产能过盛的同时却受制于技术落后、并网运行难等因素。因此目前只有摆脱了这些不利因素，我们才可能在风力发电一行业中取得突破性进展。在此种情况下，我们必须冷静思考根源，打破现有桎梏，走出风电的瓶颈期。 到底是哪些因素制约着风力发电的发展？面对着如此巨大的风能，为何我国风力发电水平迟迟难以拥有更进一步的发展？我们到底该如何走出这一困境？在这里，我们希望通过一些实例与理论的综合分析找到答案。 二、文献综述 2.1各方资料显示我国风电现状 随着科技进步社会发展，越来越多的不可再生资源被消耗掉，在消耗过程中也引起了诸多环境问题，而可再生资源由于其优越性逐渐成为人类利用的重要资源。风能在这种可持续发展的浪潮中走到了时代的前列，如何将风能转为电能成为当今时代的一大主题，越来越多的国家和地区加大了对风电项目的研究与推广力度，我国政府亦然。正是在这一背景下，近年来，在国家大力发展清洁能源政策的支持下，我国风电产业显示出迅猛的发展势头。 自20世纪70年代末开始，我国各地已经开始主动研制并从国外引进风电机组，探索建设风电场。80年代，我国试制出的国产55kW风电机组在福建平潭成功并网。2005年，《可再生能源法》颁布，明确支持风电等新能源产业发展。在配套政策支持下，中国风电规模化发展开始起步，据统计，从2005年开始，中国的风电总装机连续5年实现翻番，截至2010年底，中国以约4182.7万千瓦的累积风电装机容量首次超越美国位居世界第一，较2009年同比大增62%。按照国家电网此前出具的研究报告，到2015年，电网覆盖范围内可吸纳风电上网的规模达1亿千瓦时，到2020年可达到1.5亿千瓦时。

风电机组功率特性评估

风电机组功率特性评估 作者:国能日新 一、概念和意义 风电机组功率特性评估是指对已经投产运行的风力发电机组的设计目标进行的系统、客观的分析和评价。通过对机组实际运行状况的检查总结和分析评价，确定是否达到预期目标。 风电机组功率特性评估工作对风电场的建设和发展有着重要的意义。目前风电场存在设计发电量与实际发电量不符的情况。国能日新公司风电场风电机组后评估解决方案通过对风电机组实发功率特性的测试和评估，深入了解风电场设计效益与实际效益之间的差异，找出风电场设计、管理或风电机组自身存在的一些问题，给风电场科学运营以及未来风电场风电机组选型提供有力依据。 二、执行流程 1、数据收集和分析 （1）数据收集 风电机组功率特性评估需收集风电场监控系统中记录的所有风机运行发电数据、现场测风塔数据、当地气候数据以及风电机组的技术文档等资料。 （2）数据分析 检查测风塔原始数据，对其进行完整性和合理性分析，检验出缺测和不合理数据，经过数据净化、再分析处理，整理出一套连续一年完整的逐小时测风数据，进而与风电机组数据进行相关性对比分析。 2、风资源评估 利用风电场并网运行以后的风能资源数据，进行风电场风能要素分析，并与风电场前期可研阶段的数据进行对比分析，总结评估经验，为后期项目开发建设提供支持。 风能要素包括：风速、风向、风功率、空气密度等。 3、功率特性分析 （1）数据净化

在实际发电过程中，风电机组可能人为停机、故障、或者采集缺失、数据错误，因此必须对风电机组的原始数据进行合理性检验和数据净化。通过数据的合理性检验，可以得到基本有效和完整的发电数据，而数据净化可以保证所采集的数据都是可以用于风电机组性能评估的有效发电数据。 （2）数据处理 由于测风塔数据和风机数据记录方式、时标不同的原因，需要依据最大相似度的原则使二者的时间坐标保持一致。此处，将采用最先进的粒子群优化算法对时标进行寻优。保证二者时间坐标的完美统一。 （3）相关性分析 通过上述数据净化及数据处理，再把测风塔数据合理的映射到风机的坐标位置。按照最大相关度方法，对数据进行线性和非线性回归分析，进而得到每台风电机组实际的风资源数据序列，通过与每台机组发电数据在时间轴上对齐，便可得出与风机功率特性曲线极为相近的图形。 （4）曲线生成 通过上述分析和处理获得原始图形。为得到机组的实测功率曲线，必须在原始图形的基础上进行最终的曲线拟合，获得一条完整的功率特性曲线，即体现风电机组实际出力能力的功率特性曲线图。 三、案例分析 1、中广核云南楚雄牟定大尖峰风电场功率特性评估 云南省楚雄州牟定大尖峰风电场位于云南省楚雄州牟定县西南部山地，高程2100~2500m，属于高山地形。现安装33台单机容量为1.5MW的风力发电机组，总装机容量49.5MW。 2、武汉凯迪平陆凯迪风口风电场功率特性评估 武汉凯迪平陆风口风电场一期36台风电机组功率曲线性能测试工程，包括武汉国测诺德10台1.0MW机组和东汽26台1.5MW机组，装机容量为49MW。 通过对风场风电机组实际运行数据进行采集、净化、相关性及数据处理，最终完成全场风能资源综合分析、风电机组可利用率分析、风电机组可靠性及发电量分析，并根据分析结果对风场未来运营提供建议信息。（技术支持：北京国能日新系统控制技术有限公司）

风电功率预测系统功能规范

风电功率预测系统功能规范（试行） 前言 为了规范风电调度技术支持系统的研发、建设及应用，特制订风电功率预测系统功能规范。本规范制订时参考了调度自动化系统相关国家标准、行业标准和国家电网公司企业标准。制订过程中多次召集国家电网公司科研和生产单位的专家共同讨论，广泛征求意见。本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、信息要求、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。本规范由国家电网公司国家电力调度通信中心提出并负责解释；本规范主要起草单位：中国电力科学研究院、吉林省电力有限公司。本规范主要起草人：刘纯、裴哲义、王勃、董存、石永刚、范国英、郭雷。 1范围 1.1本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、数据准备、数据采集与处理、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。 1.2本规范用于指导电网调度机构和风电场的风电功率预测系统的研发、建设和应用管理。本规定的适用于国家电网公司经营区域内的各级电网调度机构和风电场。 2术语和定义 2.1风电场Wind Farm由一批风电机组或风电机组群组成的发电站。 2.2数值天气预报Numerical Weather Prediction根据大气实际情况，

在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。 2.3风电功率预测Wind Power Forecasting以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率或数值天气预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率；预测时间尺度包括短期预测和超短期预测。 2.4短期风电功率预测Short term Wind Power Forecasting未来3天内的风电输出功率预测，时间分辨率不小于15min。 2.5超短期风电功率预测ultra-short term Wind Power Forecasting 0h~4h的风电输出功率预测，时间分辨率不小于15min。 3数据准备 风电功率预测系统建模使用的数据应包括风电场历史功率数据、历史测风塔数据、历史数值天气预报、风电机组信息、风电机组及风电场运行状态、地形地貌等数据。 3.1风电场历史功率数据风电场的历史功率数据应不少于1a，时间分辨率应不小于5min。 3.2历史测风塔数据a）测风塔位置应在风电场5km范围内；b）应至少包括10m、70m及以上高程的风速和风向以及气温、气压等信息；c）数据的时间分辨率应不小于10min。 3.3历史数值天气预报历史数值天气预报数据应与历史功率数据相

风电发展需解决三大难题

风电发展需解决三大难题 经过连续多年的快速发展，目前我国风电产业不仅在规模上处于世界 领先地位，在技术实力上也具备了赶超世界先进水平的基础。未来，假如能继 续依托国内稳定的市场拉动，我国风电将引领全球行业发展。而近两年，中国 风电产业发展中的矛盾开始凸显，并网瓶颈难解、弃风限电不断扩大、装机规 模减小、企业利润下降。一时间，行业能否持续发展以及如何发展被不停拷 问。突出表现在以下三个问题上。 首先是风电消纳难的问题。据不完全统计，2011 年全国弃风超过100 亿千瓦时，东北和西北的部分省区弃风都超过20%.风电的消纳问题已经成为我国风电发展的最大障碍。然而，从国内外的实际情况看，10%,15%,20%等人们反复预言的电网消纳风电的上限已经被现实证明都可以突破。丹麦风电已经连续 几年在全年电量中占比超过20%.在与中国风电开发模式类似的西班牙，2011 年全年风电占比也达到16%.我国也有非常好的例子：截至3 月底，蒙西电网风电总装机为890 万千瓦，占全网总装机的21.32%,已经成为第二大主力电源。从今年3 月29 日开始，连续16 天日平均上网电量超过蒙西电网总供电量的25%,短时间超过30%,且电网运行稳定。国外很多研究也表明：电网能够接纳大比例的风电，制度和市场机制才是关键。我们面临的接纳难题，也同样要通过建立健 全市场化的电力体制，并通过利益调整，鼓励和引导电力系统所有参与者发展 可再生能源的积极性，充分挖掘潜力，才能得到根本性解决。 其次是风电产业的可持续发展问题。行业的健康可持续发展需要一定的 市场规模作支撑。在国家政策层面，对新能源和可再生能源的支持力度有增无减。在实施中，政府所审批的项目数量，每年新增约1500 万千瓦，足可以支撑

短期风电功率预测模型研究综述

短期风电功率预测模型研究综述 作者：崔垚王恺 来源：《电子世界》2012年第23期 【摘要】短期风电功率预测对于电力系统调度运行和电能质量具有重要的意义。而预测性能提高的关键在于预测模型选择和模型优化。本文对目前国内外几种主流风电场功率预测模型（物理预测模型、统计预测模型和组合预测模型）的建模原理和研究现状进行了综述性分析，对每种模型的优缺点和适用性进行了一些总结。并对风电功率预测模型的误差分析和预测的不确定性研究做了探讨，最后对短期风电功率预测领域的研究前景提出了一些可行性的展望。 【关键词】风电场；功率预测；物理；统计；组合；综述 1.引言 随着风力发电机组单机容量的提高和自动化技术的发展，风力发电系统也从原来的用户分布式能源向集中式大规模风电场发展。根据规划，我国将在内蒙、甘肃、河北、吉林、新疆、江苏沿海等地区建设7个千万千瓦级风电基地。预计2010-2020年，七大风电基地的开发规模将占全国风电开发总规模的68%至78%。这将使得风电在电网中比例不断增大，大量并网的风电对电力系统的调度运行和安全稳定带来了严峻挑战。有效的风电功率预测可以减少电力系统备用容量、降低系统运行成本、减轻风力发电对电网造成的不利影响、提高风电在电力系统中的比例[1]。 而风电功率预测的关键在于预测模型的合理选择和模型性能优化，本文对风电场功率预测模型的建模原理和模型适用情况做了一些综述性的分析。在此基础上对风电功率预测模型的误差分析和预测的不确定性研究做了一些探讨，最后对目前研究中面临的问题和未来的研究方向做了一些可行性展望。 2.国内外研究现状 国外（主要是欧洲）经过数十年的技术积累，目前已经拥有了多套较为成熟的风电功率预测模型和预测工具[2]，如基于物理学方法的Prediktor、LocalPred-RegioPred等，基于统计学方法的WPPS、GH-FORECASTER等。基于物理-统计学方法组合的Previento、ANEMOS等。这些预测系统已经成为欧美很多大型并网风电场系统管理和控制的基本组成部分。虽然如此，由于风能的间歇性和不确定性，国外相关科研工作者仍在不断探索。 我国对风电场功率预测的研究显得尤为紧迫。虽然国外已有一些相对成熟的预测模型，但是由于我国的风电场与欧洲风电发达国家的风电场风况、容量等情况不同。而风电场功率预测模型的优势往往与风况和容量等因素密切相关。虽然国内已有一些预测效果较好的风电场功率预测系统[3]问世，但是总体上来说，目前我国在风电功率预测领域尚处于探索和发展阶段。

风电项目信贷评审要点及风险防控措施

核心提示：风能具有蕴藏量大、可再生、分布广、无污染等特性，风力发电是当前技术最成熟、适用范围最广的可再生能源产业，近十年来在全球范围内得到迅猛发展，装机容量年均增速达30%。 一、我国风电行业发展现状及产业调整背景 风能具有蕴藏量大、可再生、分布广、无污染等特性，风力发电是当前技术最成熟、适用范围最广的可再生能源产业，近十年来在全球范围内得到迅猛发展，装机容量年均增速达30%。中国风能资源丰富、开发潜力巨大，政府从改善能源结构、应对气候变化、促进经济社会发展等角度出发，通过颁布《可再生能源法》及出台一系列产业政策推动风电行业发展，取得了显著成果。自2005年起，中国风电总装机连续5年实现翻番;2010年，中国全年风电新增装机达1600万千瓦，累计装机容量达到4183万千瓦，首次超过美国，跃居世界第一;2012年，中国全年风电新增装机1405万千瓦，累计装机容量达到7641万千瓦，超越核电成为继煤电、水电之后的我国第三大电源。然而，在我国风电行业经历多年的爆发式增长后，盲目投资、无序建设所引发的问题也日渐显现。就电源类项目而言，风电机组法并网的现象不断加剧，全国范围内限电弃风达到了前所未有的规模。据统计，2012年风电限电规模达到200亿千瓦时，“弃风”比例超过12%，风电企业由限电弃风造成的损失达50亿元以上。在此格局下，《可再生能源发展十二五规划》对风电产业政策的指导方针由“促发展”转变为“重调整”，政府一方面以行政指令的形式督促各相关方加快落实风电并网和消纳工作，另一方面加强了电源类项目的准入管理。2011年颁布的《风电开发建设管理暂行办法》提出对风电项目建设实行了年度开发计划管理的要求。在政策引导及市场作用下，2012年风电行业增长速度显著减缓，当年新增装机容量较上年降低20%，8年来首次出现增幅下降。随着调控加强、投资放缓，风电行业已进入了产业调整期。 中国投资研究网认为，风电行业长远发展前景仍然看好，现阶段的产业调整尽管在一定程度上减缓了行业扩张速度，但有利于择优汰劣，扭转粗放式增长的格局。从银行的角度而言，无需因噎废食、全面停止风电信贷投放;通过系统的评审和甄别，仍然能够筛选出品质优良的风电项目，在有效防控风险的同时取得稳健的投资回报。 二、风电项目的运作模式与经济特点 (一)资金投入集中在建设期，以风机设备投资为主 风电项目建设期投资规模较大，主要成本包括风机设备费用和风场辅助设施费用两部分。目前全国各地区风电项目的单位千瓦投资在7000—10000元范围内，其中风机设备投资占比约达70%—80%。近年来随着国产风机技术的逐步成熟及同业竞争的日渐加剧，风机设备价格持续下降，其在风电项目总投资中的占比也不断降低。除设备投资外的辅助设施成本在各项目之间差异较大，主要受地质条件、施工难度、征地补偿、接入电网距离等因素的影响。 (二)建设周期较短，建成后运营成本低、成本结构相对简单 风电项目工程技术十分成熟，其建设流程已模式化，故建设周期较短，全项目建设周期通常为1—2年。项目投运后，生产成本主要包括固定资产初始投入折旧、人工成本、维护 检修费用等，组成结构较为简单，在不考虑融资相关财务费用的前提下，运营成本与营业收入相比规模较小。此外由于在生产过程中无原材料、燃料等的消耗，风电项目的运营成本较稳定，受外部市场波动的影响较小。 (三)在确保上网电量的前提下，项目运营收入较为稳定根据我国《可再生能源法》规定，符合要求的风电项目产能由电网全额收购。2009年，发改委在《关于完善风力发电上网电价政策的通知》中明确了四类资源区的标杆上网电价，为风电项目的运营收入水平提供了稳固保障。在确保接入电网的前提下，销

基于调峰约束的风电接纳能力分析

基于调峰约束的风电接纳能力分析 进入21世纪以来,随着能源的日趋枯竭以及环境问题日益突出,能源的可持续性面临巨大挑战,大力发展可再生能源成为人类的必然选择。风力发电是当今世界增长最快的可再生能源发电方式,我国的风力发电近几年得到了迅猛的发展,风电装机容量逐年提高,我国以及欧美许多国家均提出了宏大的风电发展规划目标。 由于风电具有较强的随机性和波动性,大规模风电并网会对电力系统的安全、稳定运行以及电能质量带来严峻挑战,从而限制风力发电的发展规模。我国电源结构以燃煤火电为主,调峰电源较为匮乏。 风电大规模并网加剧了匮乏程度,使调峰问题凸显。风电装机容量快速增长与调峰问题引起的风电接入困难的矛盾越来越严重。 如何有效评估未来电网的风电接纳能力已成为宏观决策部门和风电企业都 非常关心的问题。为了量化分析大规模风电对电网调峰影响,建立一种以调峰能力为约束的风电接纳能力计算方法,本文主要研究工作如下：(1)风电功率波动特性分析。 风电特性统计分析是风电并网研究的基础工作。首先,根据我国国内某地区的实测电网数据对基于NASA地球观测数据库的区域风电功率计算分析方法进行验证。 然后,对烟台电网几个主要的风电装机地区的风电功率波动率和风电最大出力的时空分布特性进行分析。最后,对地区电网风电功率的汇聚效应进行统计分析,为电网规划风电提供科学依据。 (2)研究地区电网风电接入对电网的备用需求和调峰能力的影响。为了定量

研究风电并网对电力系统的可靠性和备用配置影响,本文基于全概率公式给出了一种风电并网后的电力系统备用计算模型。 在充分考虑负荷预测误差、机组随机故障、风电功率预测误差的前提下,为含不同风电入网容量的电力系统调度提供了备用量化指标。在此基础上,以RTS-96测试系统为例,验证了本文所提方法的可行性,计算了风电接入前后系统所需备用容量的变化。 (3)给出了基于电网调峰约束的风电接纳能力计算方法,分析了调峰能力对风电接纳能力的影响。分析了山东电网电源的调峰特性,以此为依据计算山东电网2012年不同季节典型日的风电接纳能力。 研究了风电与抽水蓄能电站协调运行及联络线功率调整参与调峰对风电的接纳能力的影响。最后,考虑风电功率的汇聚效应以后,给出山东电网2012年电网接纳风电能力。

风力发电发展面临的三个问题

风力发电发展面临的三个问题 风电虽然有很大的好处，但是它也有一大死穴：不靠谱。风力时大时小，所以发出的电也时多时少。就像“风一样的男子”一样，风力发电也让人既爱又恨，风电的现状和未来，和它这个“不靠谱儿”有着至关重要的关系。 1、缺点少时太少，多时太多 1500千瓦风机的启动风速是每秒3米，风速到12.5米/秒的时候就满发电量了，到25米/秒的时候就要停机，不然会对机器造成重大破坏。现在的电网还是需要有全天候运转的火电厂作为“基本保障”，它能给用户提供持续的电能，风力发电是难担此重任的。不过，风力发电也不像很多人想的那样“特不靠谱”。张北地区每年的等效满发电量小时数为2400个小时，大约占全年总小时数的27%（等效满发电量小时数指的是发电机的总发电量除以满发电量时每小时产生的电量）。 更大的麻烦来自风力较大、发电量较多的日子。中节能风力发电（张北）有限公司总经理邓辉说，可以把发出的电想象成水，新产生的水源源不断流到用户的池子里，达到平衡。如果一下子水太多，池子装不下，就会溢出来。同样，大风吹来，风力发电机突然发出很多电，超出变电站的容量，就会把机器烧坏。所以，在风力较大的日子里，如果变电站压力过大，电网方面就会通知风力发电站工作人员“限电”。风力发电机接到工作人员的关机指令后，会先靠桨叶的变化减慢转速，然后机械刹车。如果用户消耗电能加大，或者风力减小，电网会通知风力发电站恢复部分发电机运行。 风力发电有时产量不足，有时产量过剩，再加上风力变化很难预测，所以造成产能的很大浪费。解决这个问题的一个方法是发展智能电站。智能电站相当于一个智能水阀系统，依靠电脑实时自动调配各个发电厂发出的电力，让“高水位的水自动流向低水位”。2007年10月，华东电网正式启动了智能电网可行性研究项目，并规划了从2008年至2030年的“三步走”战略，计划到2030年真正建成智能电网。 北京交通大学教授金新民表示，电网现在希望风电厂自身能够解决稳定供电的问题，希望它能够能过储能装置和发电机的配合运用，输出比较稳定的电能，或者通过预测风力大小，给出比较准确的发电曲线图，以便自己能调控分配电量。

风电供热提高低谷风电消纳能力评估

风电供热提高低谷风电消纳能力评估 聂国坚 内蒙古粤电蒙华新能源有限责任公司，内蒙古呼和浩特 010000 摘要：目前我国风电并网容量位居世界第一。风电出力的波动性和间歇性使得大规模风电并网要求电力系统留有足够的备用和调峰电源，因此未来电网面临着风电消纳、接入方式及送出通道等方面的挑战。结合案例，就风电供热提高低谷风电消纳能力进行了相关探究。 关键词：风电供热；低谷风电；消纳能力；评估 中图分类号：TU995；TM614 文献标识码：A 文章编号：1671-5799（2016）26-0170-02 风力发电是目前可规模化开发且大规模并入电网的新能源发电方式。近年来，我国风电并网装机年平均增长速度高达75%，风电的发电量年平均增速为80%。2014年底，我国的风电装机9637万kW，占总体发电装机容量的7%，占全球风电装机的27%；上网电量1534亿kW×h，占总发电量的2.78%。根据国家新能源规划，2015年和2020年风电装机容量将分别达到1亿kW和2亿kW，“三北”地区集中式开发为主和中东部地区分布式开发为主的发展特点进一步凸显。我国电源结构较为单一，调节灵活性不足，风电大规模并网消纳压力较大。尤其是风电发展缺乏统一规划，导致电网建设滞后于电源建设，且跨区电网互联规模不足，风电无法在更大范围内消纳。随着装机规模的不断扩大，风电消纳形势愈加严峻。 1 风电供热现状分析 根据我国风电出力及冬季负荷特性，风电供热试点普遍采用蓄热式的电加热技术。在负荷低谷期启动电加热设备，供热的同时储热热量用于白天供热，不仅可以增加低谷期电网负荷，还可以享受电网低谷电价。试点工程主要采取的运行模式是风电供暖项目确定合作意向后，风电企业需要出资兴建热力站，购买电蓄热锅炉等供热设备并与电网公司、热力公司签订协议。设备到位后，供热站按照峰谷电价政策购电，使用电力生产热量供应给热力公司。由于热力站的初期投资较大，在热价不高于燃煤锅炉的前提下，如果单独核算热力站的经营效益会处于亏损状态，需要对风电企业进行电量补偿，即通过增加风电企业上网电量，减少其弃风损失来补偿热力站的亏损。在实际运行过程中，按照现行的用户电价、热价以及风电上网电价计算，参与供暖的风电企业需多发1倍于热力站所需的电量才能保证盈利，显然这种方式只有通过挤占其他电源的发电计划额度才能实现。由于项目所在地区调峰困难本已较为明显，其结果必然加剧对其他电源调度的难度，失去了增加电网调峰能力的意义。 根据目前试点项目采用的电网低谷期加热和蓄热、全天供热的方式进行锅炉和蓄热系统设计建设，每万平方米供热面积的设备投入费用为120～150万元，近两年实际供热收入折合成供热企业用电价格为0.15～0.20元／（kW·h），考虑到设备折旧和运行维护成本，保证供热企业独立核算而不亏损，购入电价不能超过约0.06元／（kW·h）。按照输电费用（含国家各种税费）约0.20元／（kW·h）计算，风电企业需要以不超过0.14元／（kW·h）的价格售电才能保证供热企业不亏损。按照东北地区风电价格和脱硫标杆电价计算，只有第Ⅳ类资源区的风电场享受国家可再生能源发展基金的补贴大于0.14元／（kW·h），而大部分风电场属于第Ⅲ类及以上的资源区，必然缺乏参与这种直购电方式的积极性，还需有相应的财政激励政策。 2 影响风电消纳的主要因素 2.1 系统调峰能力 随着国民经济产业结构的优化调整，人民生活水平的提高，社会用电结构发生了较大变化，电网峰谷差逐步加大，部分地区的用电峰谷差率已达到40%。我国以煤电为主的电源结构（煤电装机占发电总装机的71%，其中风电富集地区调峰能力差的热电联产机组占相当比重），调峰能力较差，电网调峰矛盾突出。 2.2 系统备用水平 为保证电力系统安全稳定运行，系统须预留有足够的备用容量，包括负荷备用、事故备用和检修备用。风电由于自身的间歇性和波动性特点，不适合承担系统备用容量，需要其他常规机组留有足够的备用，以应对风电波动性出力，保证风电波动不影响用户的正常需求。 2.3 电网网架约束与送出 我国风能资源分布与电力负荷中心分布不一致，大规模集中开发并外送将成为我国风电的主要利用方式。“三北”地区是我国最大的成片风能资源丰富带，具备基地式、大规模开发的条件，适合建设百万kW级、千万kW级的大型风电基地。受当地电力需求水平、电网规模等因素的制约，就地消纳风电的能力十分有限，需要同步加强跨省跨区的电网互联，扩大风电的消纳范围和规模。 2.4 负荷水平 近年来，受经济增速放缓影响，全社会用电量和电网负荷增长缓慢，尤其在风电富集地区，负荷增长速度明显落后于风电的增长速度，加之常规电源的开发，挤占了风电接纳空间。2013年以来，“三北”地区电网最高用电负荷同比增长在4%以下，远低于风电装机25%的增速，系统调峰难度进一步增加。 2.5 风电出力特性 随着风电的快速增长，其波动性对电网安全稳定运行的影响日益增加。“三北”地区风电最大日内波动幅度占当日最大负荷的比例均超过系统预留的备用容量，系统实时调度运行压力不断增大。同时，风电的反调峰特性使得部分电网等效负荷峰谷差率大幅升高，进一步增加了调峰压力。 3 案例分析 我们利用算例量化的办法来对风电供热提高风电消纳能力的潜力进行评估。为了确保仿真风电数据能够尽量的体现出风电的典型特征。我们选取若干个地理位置分散且季节特性较为类似的风电场。风电的总装机容量为399.7MW。取供暖的时间为当年的10月15日至次年的4月15日，总共183天。选取风电低谷限电时段为当日的22：00——次日的05：00。电热锅炉在低谷的时段内制热供暖，并同时为其他时段供暖进行蓄热，低谷时段之外，电锅炉停止运行。 3.1 风电运行特性分析 供暖其低谷时段内，风电的出力特性主要用于对风电供热电量和电热锅炉规模进行测算。因此选取风电数据的供暖其低谷限电时段出力特性来作为分析的依据。同时利用经验分布函数，来对风电出力分布的概率密度分布情况进行拟合。经验分布函数不会对模型的概率分布函数形式进行任何的假设，而是基于历史值的基础上，经过计算得到变量的概率分布模型。因为风电的功率的影响因素较多，目前也没有一种特定的分布形式能够对其进行准确的描述。因此这里仅仅利用经验分布模型来对风电功率的概率分布进行构建。 3.2 根据供热需求计算低谷风电供热电量的提高风电 消纳能力测算 该方案主要基于供热负荷需求的前提条件，利用给定的 （下转第 172 页）

风电功率预测模型

第一页 答卷编号： 论文题目：A 题风电功率预测问题 指导教师： 参赛学校： 报名序号： 证书邮寄地址： （学校统一组织的请填写负责人）

第二页 答卷编号：

A 题风电功率预测问题 摘要 风能是一种可再生、清洁的能源，风力发电技术的进一步研究和开发对解决能源危机、缓解环境压力以及提升经济发展水平具有重大的意义。据此，本文通过建立一系列数学模型来研究和探索风电功率的预测以及提高预测精度问题。 针对第一问，本文提出指数平滑法、小波神经网络以及时间序列ARMA 三种预测模型对风电功率进行预测。指数平滑法采用平滑公式为：s t x t 1 (1 )S t 1,0 1,t 3，通过调整平滑参数来优化预测精度；小波 神经网络采用的小波基函数为Morlet 母小波基函数，小波神经修正采用梯度修正法；ARMA 模型通过确定自回归阶数和移动平均阶数来构造预测表达式。结 针对第二问，本文在第一问所求结果的基础上，使用熵值赋权法对三种模型 进行归一化处理，所得权值向量为w (0.3246,0.3344,0.341) ，得到一组基于以上 三种模型的预测数据。使用拟合与聚类分析得出单机系统对多机系统P4 的相关性高于对总机系统的相关性，据此，使用基于李雅普诺夫中心极限定理的通过假设相对误差小于题目要求的概率模型，求得单机组和多机组的通过检验概率为： 最后得出普遍性规律为：由于多机预测较精确，可以用多机系统的预测结果对单机进行预测。修正单机系统预测所带来的相对误差，提高精度。 针对问题三，本文建立基于遗传算法的ARMA 模型，对ARMA 模型的阶数进行优化。定义平均相对变动值( ARTD )，并令遗传算法的适应度函数为： f(x) ARTD。最后得到具有更高预测精度的模型。具体指标值如下表： 本文提出的模型对风电功率的预测具有重大的借鉴意义，并可将其模型推广应用至工程预测、股票分析、生产计划等问题上。 关键字：风电功率预测、时间序列、指数平滑法、小波神经网络、遗传算法

调峰裕度--风电接纳能力

对于含风电场的电力系统而言，在以下两种运行方式下风电场的并网运行对系统运行的调峰能力冲击最大，只要在这两种运行方式下能够保证系统稳定，就可以保证系统在其他运行方式下也能稳定运行。1 1）系统负荷最大在这种情况下，系统热备用较少如果在很短的时间内风速由额定值减小至零风速，则风电场的有功功率会在短时间内由最大输出功率降为零；如果此时热备用发电容量较少，有功缺额将使电网调峰困难。 2）系统负荷最小在这种情况下，风速如果在很短时间内由零风速增至额定风速，风电场的有功功率将会在短时间内由零增加到最大输出功率，其反调峰特性将对系统的调峰产生较大影响。 备用容量包括：负荷备用容量为最大发电负荷的2%--5% ，低值适用于大系统，高值适用于小系统（根据陕西调度运行方式一般取经验值3% ）事故备用容量为最大发电负荷的左右，但不小于系统1台最大机组的容量。 备用容量知识： 一、作用及分类 电力系统之所以需要备用容量，主要是由于电力工业生产的特点和用户用电的不均衡性所决定的。电能的生产，输送和消费几乎同时进行，电能又不能大量储存，而用户的用电又具有随机性和不均衡性特点，因此，为了保证电力系统安全，可靠，连续地发供电，则必须设置足够的备用容量。装机容量必须大于最大负荷的要求，两者的差额称为备用容量。 用途：(1) 负荷备用。具体又分周波备用和负载备用，用于满足电力系统由于负荷突然变动的调频需要，以保证系统的正常周波的周波备用；用于补偿一些预计不到的负荷需求的负载备用。 (2) 检修备用。为保证电力系统正常设备的运行效率和提高设备的使用寿命，设置检修备用是必不可少的。检修备用是用于满足设备定期计划检修的容量设置。 (3) 事故备用。用于替代发生事故的机组出力，承担系统的事故负荷备用。事故备用是保证系统稳定和保证系统重要用户供电可靠性的需要。 按状态： (1) 热备用。又称旋转备用，指运转中的机组可发最大功率与最大负荷的差额，其表现为部分机组空载或欠载运行的容量之和。 (2) 冷备用。属于等待调用未运转的机组可发容量。 在发展规划设计中,主要考虑冷备用问题。 电力系统的备用率为 (3-1) 式中K ——电力系统的备用率； N y——电力系统的装机容量(kw) ； P m——电力系统的最大负荷(kw) 。 其中备用率K 的大小确定与系统规模,用电结构,电压等级等因素有关。 关于备用容量的确定方法。合理确定各种备用容量，应从可靠性与经济性两个方面进行分析和论证。但目前经常所使用的方法还属于一种经验估计方法，在我国的《电力系统设计技术规程》中规定，各种备用容量的确定是按占系统最大负荷的一定百分比来估算。 二、周波和负荷备用

风电消纳

“十一五”期间，中国风电领域的成就举世瞩目，风电开发规模连续五年翻番。截 至2010年底，全国风电吊装容量达到4183万千瓦，建设容量达到3580万千瓦，并网 容量达到3107万千瓦，初步形成八大风电基地规模化开发的格局。我国已成为全球风 电装机容量增长速度最快、新增装机容量最多的国家。 大规模风电并网是世界性难题，我国风电“大规模开发、远距离输送”的特点，给 我国风电并网带来更大的挑战。我国风电资源开发的潜力巨大，2015年我国风电规模 将超过9000万千瓦，2020年将超过1.5亿千瓦。未来要实现风电的大规模发展，还需 要科学认识我国风电发展中面临的问题，探索适合我国风电发展特点的解决途径，促 进风电持续健康发展。 统一规划是风电持续健康发展的前提。风电出力特性客观上需要其它电源与之相 匹配，电网结构与之相适应，这就要求风电要与其它电源统一规划、风电与电网统一 规划。目前由于风电规划调整频繁，风电规划与其他电源规划、电网规划不协调，两 级审批造成风电项目拆批现象严重，给风电及时并网和消纳带来困难。 统一规划是风电大国西班牙健康发展风电的成功经验。西班牙制定了明确的风电 规划目标并严格执行，实现了每年新增150万千瓦左右的均衡发展。2009年起，西班 牙实行风电预分配登记制度，规定新建风电场项目必须向中央政府管理机构提交包括 电网公司并网许可函在内的一系列证明文件，未纳入规划的风电场一律不享受政府电 价补贴，有效避免了风电的无序发展。 而良好的电源结构和充足的备用是实现风电充分利用的基础。风电具有随机性、 间歇性、波动速度快的特点，客观上需要一定规模的灵活调节电源与之相匹配。燃煤 机组调峰深度为50%左右，供热机组仅5%～10%，燃气和抽水蓄能机组调峰深度可达100%。以30万千瓦机组为例，燃煤机组热态调节速率为0.3万千瓦/分钟，具有灵活 调节能力的燃气机组调节速率可达1.5～3万千瓦/分钟，抽水蓄能机组可达15万千瓦/ 分钟。我国风资源丰富的“三北”地区电源结构以火电为主，东北地区煤电比重超过80%，华北地区煤电比重超过90%，具有灵活调节能力的水电（包括抽水蓄能）和燃气等电源很少。随着风电开发规模逐渐增大，系统调峰压力越来越大，特别在冬春季节，火电机组的供热期和风电机组的发电期相叠加，系统调峰非常困难，风电消纳受到制约。 电源结构与风电发展水平相匹配以及充足的备用是西班牙等国家风电利用水平高 的主要原因。2010年，西班牙伊比利亚半岛电网最大负荷是4412万千瓦，装机容量 是最大负荷的2.2倍，系统备用水平全球最高。西班牙电源结构中燃油燃气及抽水蓄能机组等灵活调节电源所占比例为34.3%，约为风电的1.7倍。2000-2010年期间，西班 牙风电增加1775万千瓦，燃油燃气电源增加1801万千瓦，这是2010年西班牙风电装 机比例达到20.3%、风电发电量占全部用电量的比例达到16%的重要因素。2010年11 月9日凌晨3点35分，西班牙电网风电出力占系统负荷比例的瞬时值达到54%，其中 灵活电源对消纳风电的贡献率达到93.2%。 解决我国风电消纳的根本途径是大风电融入大电网。一方面不同地区风电场出力 存在互补性，风电场分布范围越大，风电出力的总体波动性越小，大电网能够充分利 用不同区域风电的互补性，平滑风电出力的波动；另一方面，风电的进一步发展，客 观上需要扩大风电消纳范围。电网规模越大，风电装机占负荷的比例越小，风电对电 网的影响越小。 我国的山东、江苏等地风电装机规模超过百万千瓦，由于电网规模大，实现了风 电的及时消纳；通过蒙西电网与京津唐电网联络线，低谷时段蒙西风电消纳能力提高