寧夏地區風電場出力特性分析

韓寶云，楊中其，林恒，羅芳，王耀賢

（寧夏新能源研究院（有限公司）， 寧夏 銀川 750021）

寧夏地區風電場出力特性分析

韓寶云，楊中其，林恒，羅芳，王耀賢

（寧夏新能源研究院（有限公司）， 寧夏 銀川 750021）

本文根據風電場出力的相關數據，分析了寧夏地區單個風電場和多個風電場組成的風電場群出力的特性及風電場負荷趨勢。通過對寧夏地區5個已運行的單個風電場5分鐘平均負荷數據的統計分析，得出了相關結論。

風電場；風電場群；出力特性

0 引言

寧夏地處西北內陸地區，屬大陸性溫帶季風氣候區。據測算，寧夏風能資源總儲量約為22530MW，適宜風電開發的風能資源儲量約達12140MW。風能資源豐富區分布在賀蘭山南端東側開闊區域、賀蘭山與桌子山之間的狹窄地帶、青龍山與羅山之間的狹窄地帶，年平均風功率密度為150W/m2– 200W/m2，年平均風速為5.8m/s– 7.0m/s，完全適于開發風電項目。

截至2012年年底，全區風電機組裝機容量已突破2560MW，先后建成了賀蘭山風電場、太陽山風電場、麻黃山風電場、長山頭風電場、青銅峽風電場等風電項目。

隨著風電機組裝機容量的增加，風力發電被越來越多的人了解和熟悉。然而，對風電的快速發展也有不同的聲音。反對者認為風電是間歇性的能源，風能在本質上不可靠，大量的風電上網將給電網安全帶來巨大的隱患。其實這只是一種誤解，只有把風能資源的不穩定性放到整個電力系統的背景下考慮才有意義，而不是針對某一個風電場或某臺風電機組。風雖然不會一直吹，但是在一定的區域內，一個地方的風停了，對整個區域影響并不大。因此，盡管某一個地方并不是一直有風，但整體而言仍然可以利用風能發出可靠的電力。對于整體的電力供應而言，某臺風電機組或某個風電場的風停之后不會產生很大的影響[1]。本文對寧夏地區已運行風電場的出力數據進行統計分析，研究單個風電場及整個風電場群的負荷特性。

1 研究對象及數據來源

為了保證數據分析的客觀有效，我們選取了寧夏地區部分已運行風電場的實際運行的負荷數據。數據為2010年11月1日至2011年10月31日的5分鐘平均值。并將5個風電場作為一個風電場群整體統計分析研究，找出其負荷特點和單個風電場之間的異同。各風電場信息見表1。

表1 各風電場信息表

表2 各風電場之間直線距離（km）

表3 風電場5分鐘平均負荷相關系數表

表4 風電場2011年4月（大風月）5分鐘平均負荷相關系數表

表5 風電場2011年9月（小風月）5分鐘平均負荷相關系數表

2 風電場負荷相關性

對A、C、D、B和E風電場一個完整年的負荷數據進行分析，計算出各風電場不同時間尺度下平均負荷的相關系數，結果如表2所示。可以看出，C、B和A風電場之間相關性較好；A和D之間相關性較差；E與D相關性較差。

風電場5分鐘平均負荷相關系數如表3所示。表4、表5分別為各風電場2011年4月份、9月份5分鐘平均負荷相關系數。由表4可見，在大風天較多的月份（4月），風電場之間負荷相關性較好；由表5可見，在小風天較多的月份（9月），風電場之間負荷相關性較差，這與各區域風速的相關性一致。

3 風電場負荷趨勢

圖1為各風電場及風電場群月平均負荷率曲線圖。由圖1可見，不同風電場月平均負荷變化趨勢相近，風電場群月平均負荷與單個風電場月平均負荷變化趨勢相似，但是風電場群負荷曲線較為平滑，沒有單個風電場負荷變化率大，其月平均負荷率既不如E風電場那么高，也不像D風電場那么低，而是位于兩者之間[2]。

圖2為各風電場及風電場群2010年11月日平均負荷率曲線圖。由圖可見，不同風電場日負荷變化趨勢相近，但是變化幅度差別較大；風電場群日平均負荷與單個風電場日平均負荷變化趨勢相似，但是風電場群負荷曲線略為平滑。

由于風資源的變化，單個風電場在風能資源豐富時段，會出現連續數天風電場負荷較大（如E風電場2011年9月份，見圖3）；而在風能資源匱乏時，會出現連續數天負荷小于5%額定負荷，個別日平均負荷率接近于0（如D風電場2011年1月份，見圖4）。

圖1 各風電場及風電場群月平均負荷率曲線圖

圖2 各風電場及風電場群2010年11月日平均負荷率曲線圖

4 風電場負荷變化特點

圖3 E風電場2011年9月平均負荷率曲線圖

從表6和表7可以看出，單個風電場5分鐘平均負荷變化率在0–1%額定負荷范圍內的變化率出現頻率最大。其中，D風電場在此范圍內的負荷變化率占了77.39%，最小的E風電場在此范圍內負荷變化率占了57.15%。10%以上額定負荷范圍內的變化率出現頻率極小。其中，D風電場為0.91%，C風電場為0.96%，E風電場為1.03%，B風電場為1.07%，A風電場為0.61%。

同樣，風電場群相鄰5分鐘負荷的變化率也主要集中在0－1%額定負荷，頻次為74.04%，變化率在10%額定負荷以上累計頻次僅為0.06%。也就是說，相鄰5分鐘內的風電場群負荷變化很小。

由表7可以看出，由于地理分散效應，風電場群5分鐘平均負荷變化

率為0.771%，低于單個風電場5分鐘平均負荷變化率的平均值1.3%。

表6 風電場群及各風電場不同時間尺度平均負荷變化率平均值（%）

表7 風電場群及各風電場5分鐘平均負荷變化率頻次表

表8 風電場群平均負荷

圖4 D風電場2011年1月平均負荷率曲線圖

5 風電場群平均負荷

由表8可見，風電場群不同時間尺度的平均負荷都在110MW以上。

6 結論

通過對寧夏地區5個已運行單個風電場5分鐘平均負荷數據的統計分析，可以得出以下結論：

（1）單個風電場的負荷特性取決于當地的風能資源的特性 ，但是由于風電機組分散布置（相對于火電機組）和轉動慣量及機組性能的影響，風電場的負荷特性和風資源的特性并非完全一致[3]；

（2）風電場區域內的風速每個月都會出現從零風速到額定風速之間變化的現象，單個風電場的風速變化波動幅值較大，造成風電機組負荷會從接近零負荷到額定負荷之間變化。對于風電場群而言，零負荷也會出現，但是已經較單個風電場有了較大的改善，零負荷時間大幅度減少[4]；

（3）在整個區域內全區性的大風天氣時，從西至東方向的風速具有連貫性，風電場的負荷沿風通道呈現時間上的滯后性，風電場群的負荷具有很好的可預測性。而在小風天氣時段，區域內不同風電場的風速的變化互不相關，風電場群負荷表現出很好的互補性。區域內的風電場的風資源以小風占主導地位；

（4）風電場內的風電機組，在轉動慣量和有功功率控制策略的作用下，可以有效平抑秒級時間尺度的有功負荷波動；另一方面，風電場內不同的風電機組由于風速波動的隨機性和風峰、風谷到達時間不同，存在一定的互補性，可以抑制數分鐘以下時間尺度的有功負荷波動；

（5）由于風電場之間的地理分散效應，不同位置風電場的風峰和風谷到達時間不同，最大負荷變化率出現的時刻也不同，從而實現互補，降低了整個風電場群的負荷變化率；

（6）風電場群負荷存在明顯的互補性，并且隨著風電場群裝機規模的增加，風電負荷的互補性增強，風電資源大規模集中開發不僅具有明顯的規模經濟優勢，還能夠有效降低風電負荷變化率，有利于緩解電力系統調峰調頻的矛盾。

[1]鮑愛霞. 大規模風電場容量可行度的分析及對華東電網備用的影響[J].中國電機工程學報, 2009(29):34-38.

[2]肖創英, 汪寧渤,等. 甘肅酒泉風電功率調節方式的研究[J]. 中國電機工程學報, 2010(10):1-7.

[3]歐洲風能協會.中國可再生能源學會風能專業委員會, 全球風能理事會譯.歐洲大規模風電并網技術研究:分析、問題和建議[M].北京:中國科學技術出版社, 2010.

[4]郭辰.風電場平均風速變化對利用小時數的影響研究[J].風能,2012(7):50-59.

Wind Farm Output Characteristics of Ningxia Region

Han Baoyun, Yang Zhongqi, Lin Heng, Luo Fang, Wang Yaoxian
（Ningxia Institute of New Energy Co., Ltd., Yinchuan Ningxia 750021, China）

With the wind farm output data, this paper analyzed the output characteristics of single wind farm and a number of wind farms of Ningxia region. ftrough the statistical analysis of 5 minutes on average load data of 5 single wind farms which has been operated for years, this paper drew the relevant conclusions.

wind farm; wind farm groups; output characteristics

TM614

A

1674-9219(2013)10-0064-05

2013-08-21。

韓寶云（1977-），男，碩士，工程師，主要從事風電場風能資源測量、評估及相關技術工作。