广域风能时空互补性及其对电网影响的分析_刘怡

［1 ］
近些年来， 风能在全世界范围内得到了迅速的 发展。根 据 全 球 风 能 委 员 会 （ Global Wind Energy Council，GWEC ） 的统计， 截止 2013 年底， 全世界风 电装机容量达到 318. 1GW， 其中 2013 年新增装机 容量 35. 29GW， 如图 1 所示。
2
时空互补性的定义
空间上的互补性指在同一时刻、 不同地点的能 源资源所具有的互补性。空间上的互补性既存在于
图1 Fig． 1 全球风电发展情况 Global wind power development
多种可再生能源（ 如风能和太阳能 ） 之间， 也存在于 ［6 ］ 相同资源之间。 Christina 等人 通过研究表明， 加 拿大地区不同地点的风能和太阳能之间存在着良好 的空间互补性， 能平滑该地区可再生能源功率输出 ； ［7 ］ Dvorak 等人 发现分散分布在美国东部海岸的四 个风电场， 在同一时刻， 极少同时出现输出功率同时 为零或者同时为额定功率的情况， 因此其存在着良
又基于美国国家气象局提
供的平均 风 速 大 于 6. 9m / s 的 风 能 站 点 的 风 速 数 据， 采用数理统计方法对广域风能互补后的输出功 率进行了进一步研究。 结果表明， 广域风能时空互 ， 补后 输出功率年平均容量系数为 0. 33 ， 最大输出 功率容量系数为 0. 47 ， 比单个风电场小， 互补后的 风电输出功率波动性得到缓解， 甚至可以作为电网 内的基本负荷发电厂。 同时， 通过风能时空互补后 再向远端负荷中心供电， 所增加的输电损耗仅仅只 有 1. 6% ， 却能使输电线路容量节约 20% 。 2010 年， Kempton 等人［11］基于美国东海岸沿线 11 个气象站点记录的 5 年的风速数据， 采用数理统 计方法对美国东部分布长达 2500km 的海上风能时 空互补性进行了研究。结果表明， 通过输电线将 11 个风电场互联后总输出功率为零或者额定功率的概 Gunturu 率相比单个站点有很大程度降低 。2011 年， 等人
3
广域风能时空互补性研究现状
Kahn 等人 早在 1979 年，
［8 ］
基于分散在美国加
利福利亚州的气象站点记录的风速数据， 通过研究 表明， 将广域分散的风电场互联能平滑其输出功率 波动。随后， 世界各国学者对广域风能时空互补性 进行了相关研究。 这些研究大多为基于气象数据、 采用统计方法对一定区域的风能时空互补性进行调 查研究。 （ 1 ） 美国 Archer 等人 针对美国广域风能时空互补性，
达到 15% ， 单个控制区 （ 400km × 400km ） 的误差则 为 7. 5% ～ 10% ， 而全德国 （ 650km × 800km ） 的误差 仅为 5% ～ 6. 5% ， 这说明范围越大则资源互补性越 强。 （ 5 ） 西班牙 Santos 等人［18］ 基于分布在西班牙伊比利半岛 的分辨率为 3km 的气象站点所记录的小时时间尺 度的风速数据， 模拟了该地区风电场输出功率， 采用 数理统计的方法对该地区广域风电场时空互补性进 行了统计研究。结果表明， 该地区广域风能时空互 补性显著， 主要是该地区纬向 （ 气 ） 流和复杂气候相 ［19 ］ 互作用所致。 美国风能协会 基于西班牙实际风 电场数据， 运用数理统计的方法， 对西班牙地区广域 风能时空互补性进行研究， 研究结果表明， 通过将西 班牙 81% 的风电场互联能提供非常稳定的功率输 出。 （ 6 ） 中国 近些年， 中国也有学者开始关注广域风能时空 互补性， 并研究其给风电输出功率波动带来的平滑 ［20 ］ 效应。于大洋等人 利用美国航天局（ NASA ） Goddard 地球观测系统数据同化系统的版本 5 （ GEOS － 5 DAS） 所提供的全球 3h 时间间隔的风速数据， 对 中国正在建设的 6 个千万千瓦级风电基地的风功率 进行了模拟， 并对其 3h 时间尺度、 月时间尺度下的 。 波动性进行了研究 研究表明六大区域的风电功率 时间序列之间具有较低的相关系数 ， 即互补性较好。 ［21 ］ 叶林 等人提出了一种改进型最大熵分布方法 ， 可 适合 以适用于不同的风速与风功率密度分布状况 ， 应用于风电场风能资源分布特性的研究以及区域风 能资源的评估。本文作者基于中国气象局提供的实 际气象数据， 首次系统地研究了我国广域风能时空 ［22 ， 23 ］ 互补性， 研究结果 表明， 我国与欧美国家广域 风能时空互补性的情况有较大差异 。 （ 7 ） 不同国家之间 2001 年， Gzisch 等人［24］基于德国联邦经济和技 术部提供的 230 个分布在欧洲各国上千公里范围内 气象站点观测的实际风速， 研究了广域风能月时间 尺度的互补性， 结果表明， 广域风电场互联后， 其输 出功率与欧洲和挪威的负荷变化呈现明显的相似 性， 尽管需要投资大量高压直流输电 （ HVDC ） 线路， 但互补后的经济效益依然明显。 例如， 广域风能互
［9 ］
于 2003 年， 基于美国国家气象局提供的时间长度为 1 年的 10m 高小时时间尺度的风速， 模拟了轮毂高 度为 80m 的风机的输出功率， 并对广域分布的风电 场输出功率时间序列进行统计研究 。其研究结果表 明， 广域风能输出功率波动的标准差比单个风电场 小。随后 Archer 等人
［10 ］
80m 和 100m 高处风电 风速数据， 分别模拟了 50m、 功率， 采用数理统计方法， 对广域风能时空互补性进 行了研究。结果表明， 风电场之间时空互补性带来 的经济效益随着其相关系数的增大迅速下降 。 （ 2 ） 法国 Cassola 等人［13］基于法国科西嘉地区 10 个气象 站点观测的 3h 时间间隔的风速数据， 模拟了不同站 点风电输出功率， 采用数理统计方法对该地区的风 能资源时空互补性进行了研究。研究表明广域风能 互补后输出波动性明显降低， 同时， 互补后该地区风 电总装机容量的 16% 可以作为稳定的基本负荷发 电厂。 （ 3 ） 英国 1990 年， Palutikof 等人［14］基于分布在英国英格 兰的气象站点记录的 3 年的气象数据， 模拟了小时 时间尺度风电场输出功率。通过对输出功率时间序 列的统计分析指出， 如果将该地区分散分布的风电 场互联， 其总输出功率小时时间尺度的波动性比单 个风电场明显减少。作者通过对每 1000h 连续相邻 小时输出功率变化量的情况进行统计后得出结论 ： 该地区所有站点互补后， 每 1000h 连续相邻小时输 出功率变化量为 50% 风电装机容量的小时数仅为 0 ～ 1. 9 ， 没有出现连续相邻小时输出功率变化量为风 电场装机容量的情况； 而对于单个站点， 每 1000h 出 现连续相邻小时输出功率变化量为 50% 风电装机 容量的小时数达 5. 7 ～ 39 ， 大部分站点均出现数小 时连续相邻小时输出功率变化量为风电场装机容量 的情况。同时， 作者的研究表明， 当把广域风电场互 联后， 输出功率季节性波动比当地水电要小 。 Sinden 等人［15］基于 66 个气象站点记录的 1970 ～ 2003 年小时时间尺度的风速数据， 对英国广域风 电场风电功率进行了模拟， 采用数理统计的方法对 其季节和日时间尺度的风电功率时空互补性进行了 研究， 研究表明， 英国广域风能发电功率时空互补后 与英国用电负荷相似性增强， 在峰荷时段风电功率 的平均容量系数比全年平均容量系数高 30% 。 （ 4 ） 德国 1999 年， Ernst 等人［16］ 基于分布在德国的 175 个气象站点观测到的小时时间尺度的风速数据 ， 模 拟了风电场输出功率， 通过计算得到了不同风电功 率波动时间序列的相关系数随距离变化的关系 。研 究表明， 相距数公里的两个风电场 5min 时间尺度的 功率波动序列的相关系数在 0. 2 以下。 Giebel 等
［12 ］
基于测风塔观测的 10m 高小时时间尺度的
第 10 期 人
［17 ］
刘
怡，等： 广域风能时空互补性及其对电网影响的分析
53
基于实际气象数据， 研究了德国广域风能时空 互补性， 其研究表明， 对单个风电场的 24h 预测误差
· h） 。 补后德国 Kassel 的用电成本约为 4. 5 欧分 / （ kW ［25 ］ Czisch 等人 又基于一个名为 ECMWF ’ s EＲA15 ＲeAnalysis （ EＲA） Project［26］ 的项目所提供的小时 时间尺度的风速数据， 对分布在北非和部分欧洲国 家的风电场输出功率进行了模拟， 并通过计算相关 系数的方法研究了不同风电场之间的时空互补性 ， 研究结果表明， 分布长度达数千公里的风能互补后 输出功率变得更加平稳， 能为整个欧洲国家提供约 70% 的电能。2013 年， Holttinen 等人［27］又结合五国 的负荷数据采用统计方法对广域风能时空互补性进 行了研究， 通过统计在峰荷时段风电高出力情况出 现的次数， 得出结论： 单个国家内风电总出力在峰荷 时段会出现风电出力非常小的情况 （ 约为 2% ～ 5% 的装机容量 ） ， 但五国风电场互联后， 在 10 个最高 峰荷时刻， 风电总的最低出力约为 14% 的风电装机 容量。
第 34 卷 第 10 期 2015 年 10 月
电工电能新技术 Advanced Technology of Electrical Engineering and Energy
Vol． 34 ，No． 10 Oct． 2015
广域风能时空互补性及其对电网影响的分析
刘
1， 2 1， 2 怡 ，肖立业
中图分类号： TK89 文献标识码： A 3076 （ 2015 ） 10005110 文章编号： 1003-
1
引言
出了各种不同减小风电波动性的方法 ， 以此减弱其 对电网产生的消极影响， 这些方法主要如下： ①风机 输出功率控制技术 ； ② 风电功率输送和并网控制 ［2 ］ ［3 ］ 技术 ； ③ 配置储能系统 ； ④“风火打捆 ” 外送风 ［4 ］ ［5 ］ ； ； ⑤受端电网增加传统电源容量 ⑥ 利用广 电 域风能时空互补性。 虽然各种方法均有其优缺点， 但本文仅考虑第六种方法。 由于地理位置和天气条件不同， 广域分散分布 的风能具有良好的时空互补性， 其输出功率能有效 地互补。该方法不受时间尺度的限制， 能够使不同 时间尺度下的风电功率波动得到平滑， 从而对电力 系统有功功率平衡过程的各个环节产生影响 。