3 风电并网后有功调度与控制
3.1风电并网后的有功调度
与常规能源电厂相比,风电场输出功率受风速等气象因素影响较大,输出功率是不完全可控。然而电力系统制定发电计划是基于电源的可靠性和负荷的可预测性,以往小规模风电接入系统时,一般将风电场作为负的负荷来处理,由于风速引起的功率波动在系统的容许范围内,扰动被系统消纳,对整个电网安全稳定影响较小。大规模风电接入系统时,由风速变化引起的功率波动会对电网运行造成严重影响甚至危及电网安全,必须对电网原有的运行调度方式进行优化和调整以应对大规模风电并网带来的问题。
大规模风电并网会对系统供需平衡造成很大的影响,这就需要准确预测供需走势,预测是实施供需平衡调节的基础。供需差可能来源于负荷、潮流交换、间歇性电源等的变化。供需走势的预测对于系统运行至关重要。风电预测直接关系到整个调度系统的运行成本和调度安全问题,而目前的风电预测误差为10~15%远高于负荷预测误差,远不能达到系统运行对预测精度的要求,给大规模风电并网的系统运行带来很大隐患。同时需要足够的系统调节平衡资源来提升系统应对风电出力变化和不确定的能力,由于风电出力变化和不确定,导致系统必须维持很高的系统调节资源以作备用,降低了系统资源的利用率,否则系统将无法应对风电出力变化和不确定性,影响系统的安全可靠运行。
图3 大规模风电并网后电力系统结构
大规模风电并网后,调度系统在原有基础上增加包括风电预测、风电场控制层、系统控制层等部分。风电场控制层接收系统控制层的调度指令,并且接收每台机组反馈的某一时段可以输出的功率限值,风电场控制层向风电场内的每台机组下发控制指令其中包括有功功率、无功功率。系统控制层调度指令制定是基于风电预测结果最优决策方案,其中包括风电场发电计划、常规能源电厂发电计划以及系统有功备用分配等内容。风电预测根据时间尺度不同分为短期风电预测(提供1~72h 预测)和超短期风电预测(提供15min~4h预测),同时为提供可靠的风电预测信息,风电预测系统包括数值天气预报(NWP,Numerical Weather Prediction)、本地模型(LAM,Local Area Models)、风输出功率预测和地区重构。利用短期风电预测和负荷预测结果,制定满足日前电量交易计划的发电计划,同时风电和负荷的不确定性导致预测结果和实际运行中存在较大的偏差,并且目前日前计划在实际执行中受到各种约束条件影响,需要在实时调度中考虑这些约束进行动态有功优化。
3.2风电并网后的有功控制
电力系统动态有功优化调度,一般由日前调度、实时调度和自动控制(AGC,Automatic Generation Control)组成。风电有功调度与控制的关键是如何合理调动相关非风电机组的协调配合作用,协调配合的过程需要与现有调度周期相接轨,能够通过适当技术手段调动出一定数量的常规能源机组。对于大规模风电场并网存在较大的峰谷差,风电在10min左右可能从零升到额定值,或从额定值降到零,这就需要调用系统中常规能源机组对风电场实际运行中出现高幅值功率波动协调控制。
图4 风电并网后有功控制结构
大规模风电并网后有功控制分为两级控制,在线调度控制与自动发电控制AGC,此前在风电功率预测的基础上安排发电计划和调度任务,超短期风电功率预测精度较高,则可以在前期的调度计划进行再校正以减少系统中弥补有功供需不平衡的平衡容量,同时充分利用风电场有功备用与系统中可调机组中有功备用执行系统二次调频,保证系统频率稳定和正常的联络线交换功率。在线调度控制周期内,借助系统中常规能源机组的配合对预调度周期内的调度计划进行再校正;在自动控制时间级内,系统内AGC机组的实时偏差控制对在线调度计划外的功率波动进行实时调整。
实际运行中应通过系统中在线调度常规能源电厂的可调机组和部分可控风电场进行出力调整,使主调AGC机组保持最大调节容量,跟踪风电功率变化,并足以应对风电预测偏差对系统造成的影响。从电力系统获取调节资源的角度考虑,对系统中调节资源进行划分,首先调用地区电网中的优势资源,将风电产生的扰动消纳;无法有效消纳扰动时,则将启用其他地区甚至全网资源将风电扰动进行跨地区或者全网消纳。
4 结语
大规模风电并网后在对系统运行调度和控制提出了更高的要求,国内外总体研究趋向于,对于大型风电场必须像常规能源电厂一样成为系统中有效控制的部分,承担系统有功控制和电网频率控制的任务。就目前而言,电网仍需要承担解决大规模风电接入后带来的问题,改善现有的系统调度与控制方式。本文对大规模风电后风电场建模,提出有功调度与控制模式和策略,具体控制策略和思想仍需仿真加以验证和工程实践应用的检验。
参考文献
[1]陈宁,于继来.基于电气剖分信息的风电系统有功调度与控制[J].中国电机工程学报.2008(16):51-58
[2]陈宁,于继来.基于电气剖分原理的风电系统调度方法[J].电网技术.2007(16):50-59
[3]陈海焱,陈金富,段献忠.含风电场电力系统经济调度的模糊建模及优化算法[J].电力系统自动化.2006(2):22-26
[4]陈金富,陈海焱,段献忠.含大型风电场的电力系统多时段动态优化潮流[J].中国电机工程学报.2006(3):31-35
[5]V.Courtecuisse,M.ElMokadem,C.Saudemont,B.Robyns,J.Deuse.Experimentofawindgeneratorparticipationtofrequencycontrol.EPEWindEnergyChapter1stSeminar,2008
[6]Le-RenChang-Chien,Chih-MinHung,andYao-ChingYin.DynamicReserveAllocationforSystemContingencybyDFIGWindFarms.IEEETransactionsonPowerSystems,2008(2):729-736
[7]V.Courtecuisse,M.ElMokadem,X.Guillaud,F.Salha,B.Robyns.Useofrealtimesimulationtovalidateprimaryfrequencycontrolwithwindturbine.PowerandEnergySocietyGeneralMeeting-ConversionandDeliveryofElectricalEnergyin21stCenturyIEEE,2008
[8]M.ElMokadem,V.Courtecuisse,C.Saudemont,B.Robyns,J.Deuse.ExperimentalstudyofvariablespeedwindgeneratorcontributiontoprimaryfrequencycontrolRenewableEnergy,2009(34):833-844
[9]关宏亮,迟永宁,王伟胜,戴慧珠,杨以涵.双馈变速风电机组频率控制的仿真研究[J].电力系统自动化,2007,31(7):61-65
[10]JanakaEkanayake,NickJenkins.ComparisonoftheResponseofDoublyFedandFixed- SpeedInductionGeneratorWindTurbinestoChangesinNetworkFrequency.IEEETransactionsonEnergyConversion,2004,19(4):800-804
[11]李环平,杨金明.基于PSCAD_EMTDC的大型并网风电场建模与仿真[J].电力系统保护与控制,2009,37(21):62-66
[12]李先允,陈小虎,唐国庆.大型风力发电场等值建模研究关键问题分析[J].电气应用,2005,24(12):34-38
[13]AncaD.Hansena,PoulS?rensena,FlorinIovb,FredeBlaabjerg.Centralizedpowercontrolofwindfarmwithdoubly- fedinductiongenerators.RenewableEnergy,2006(31):935-951
[14]BernhardErnst,BrettOakleaf,MarkL.Ahlstrom,MatthiasLange,CorinnaMoehrlen,BernhardLange,UlrichFocken,KurtRohrig.PredictingtheWind.IEEEpower&energymagazine,2007(6):78-89
作者简介:
徐瑞(1986-),男,硕士研究生,主要从事风电并网后电网实时调度与协调技术研究;
赖业宁(1975-),男,高级工程师,主要从事电力系统分析,电力市场及稳定性分析,优化潮流研究开发与工程化工作;
高宗和(1962-),男,研究员级高级工程师,主要从事电力系统分析与控制的研究与开发工作。
来源:互联网