基于廣義等效法的含大規模風電接入的發電系統可靠性評估

張擇策,沈天時

(西安交通大學電氣工程學院，陜西 西安 710049)

基于廣義等效法的含大規模風電接入的發電系統可靠性評估

張擇策,沈天時

(西安交通大學電氣工程學院，陜西 西安 710049)

只含有傳統機組的發電系統，由于可將機組簡化為兩種狀態模型，采用蒙特卡洛模擬法模擬機組狀態，其可靠性評估較易實現。由于風的隨機性和間歇性，在含有大規模風電接入的發電系統中，不能簡單將風電機組看成兩種狀態模型。因此，提出廣義等效法，將風電機組群一步步等效成1個傳統機組，并引入zzc系數定義了該等效機組的平均穩定工作時間MTTS。選取RTS79系統作為算例，考慮大規模風電的接入，使用廣義等效法計算可靠性指標EENS和LOLE，并與傳統蒙特卡洛模擬法的結果進行比較。所提方法為簡化風電機組群模型提供了思路，對含大規模風電接入的發電系統可靠性評估有一定指導作用。

風電；可靠性評估；廣義等效法；zzc系數；MTTS

0 前 言

發電系統可靠性在電力系統可靠性中至關重要，它直接影響電能的充裕度。風力發電是可再生能源發電形式中技術最成熟、最具開發規模和商業化前景。然而風在時間和空間上鮮明的間歇性和波動性會造成風機出力不穩，這對發電系統可靠性指標的傳統計算方式產生了沖擊[1-4]。

許多研究者認為，可以將風電機組看成1個多狀態機組進行處理，這在一定程度上計入了風電本身的特征。然而，風電機組容量小、數量多，若用傳統的模擬法模擬機組狀態，在風機數量增多或者風機狀態數增多時，將會造成極大的運算量[5-8]。

下面提出了廣義等效法，基于概率分布的理論使用按權分配的方法將風電機組群一步步等效成一個傳統機組，為實現計算的統一性，引入zzc系數定義了該等效機組的平均穩定工作時間MTTS。為簡化風電機組群模型提供了思路，對含大規模風電接入的發電系統可靠性評估有一定指導作用。

1 廣義等效法

傳統模擬法難以處理大規模多狀態風電機組群，其根本原因是將風電機組的地位看成是與傳統機組平等的。大量研究者認為，在發電系統可靠性評估中，既然對每個傳統機組要單獨模擬其狀態和狀態持續時間，那么對于風電機組也應該做同樣的處理[9-11]。這樣的思路無疑是忽略了風電機組本身的一些特點。在實際風電機組群中，是大量完全相同的風電機組，它們容量很小，往往整個風電機組群的總容量才相當于1個傳統機組。

圖1 風速分段

因此，提供的思路是將整個風電機組群對發電系統的影響看成是1個等效機組的影響，而在可靠性指標計算中將該等效機組看成傳統機組進行處理。廣義等效法的實質是在預處理階段計入風電的間歇性和波動性，而等效后就看成傳統機組參與狀態模擬，以節省模擬的運算量。

1.1 風電機組群的容量等效

標準正態分布已在工程實踐中得到廣泛應用，假設當某地的風速統計數據足夠長時，則在統計時間內的風速可近似的服從正態分布[8]。

將風速分布劃分為如下5個區段[12]：小于切入風速Vci、切入風速Vci和平均風速Vm之間、平均風速Vm和額定風速Vr之間、額定風速Vr和切出風速Vco之間以及大于切出風速Vco，即將所有風速分為落入圖中5個區段的5種風速V1、V2、V3、V4、V5，其中，取V2=0.5×(Vci+Vm)，V3=0.5×(Vm+Vr)。另外，根據風功率P與風速V的關系，V1、V4、V5對應的P為已知值。

風速分段如圖1所示。由于風速服從正態分布，5種風速所對應的概率也容易得到，見表1。

表1 5種風速及其概率

風功率P與風速V的關系如下。

易得各風功率值及其概率，見表2。

表2 各風功率及其概率

其中P1=0，假設風電機組群由n臺額定容量為Pr的風機組成，忽略尾流效應，定義風電機組群的等效容量：

Pw=n(p2×P2+p3+p4×Pr)

至此，將整個風電機組群看成1臺容量為Pw的傳統機組。

1.2 風電機組群的參數等效

傳統機組參與計算的參數有容量P、強迫停運率FOR、平均故障修復時間MTTR和平均無故障工作時間MTTF。上節已得到等效容量Pw，為實現等效，還需要得到風電機組群的廣義停運率FORBS、平均故障修復時間MTTR′和1個在公式中用來代替MTTF，表征風電出力穩定性的時間參數——平均穩定工作時間MTTS。

FORBS定義為理論上風機出力為0的頻率，即歷史風速數據中風速小于Vci以及大于Vco的頻率。MTTR′與常規機組一樣定義為修復率μ的倒數。

MTTS的定義如下。

首先定義k率，用于表征出現各個不同相鄰風速波動的頻率。即比較每個相鄰小時風速差值的絕對值，設歷史數據共有m個小時，則

end

圖2 實際風速分段

圖3 EENS結果對比

不同k率對風機不穩定性的貢獻是不同的，因此定義zzc系數與z率，假設相鄰k率對z率的貢獻相差10倍，公式如下：

z率表征風機綜合不穩定性，其中zzc系數用于調整z率的數量級。類比傳統機組MTTF的定義，取z率的倒數1/z為平均穩定工作時間MTTS。

2 算例與分析

2.1 算例計算

為驗證廣義等效法的有效性，下面選用RTS79系統作為算例，該系統含有32臺火電機組，總容量3 405MW，年負荷選用RTS79系統負荷數據。已知各單臺機組的額定容量、強迫停運率FOR、平均故障修復時間MTTR和平均無故障工作時間MTTF。考慮300臺額定功率為1.5MW的風機(修復率已知)接入發電系統，此時的風電滲透率為11.67%。

歷史風速數據使用5年(43 648h)的風速數據，其中：

Vm=8.02km/h，σ=5.19km/h，Vci=3km/h，Vco=23km/h，Vr=13km/h

風速分布曲線如圖2所示。

按風速服從正態分布計算出5種風速所對應的概率p1～p5見表1。

表3 5種實際風速及其概率

再由風功率P與風速V的關系得到各風功率值及其概率，見表4。

表4 各實際風功率及其概率

計算出等效容量Pw=n×(p2×P2+p3×P3+p4×Pr)=245.314MW,選取風機修復率為0.006 7，計算出平均故障修復時間MTTR′為149.253 7h的風機，廣義停運率FORBS為0.095 9，按照1.2的辦法求得不同zzc系數下的z率，MTTS如表5所示。

圖4 LOLE結果對比

zzz系數z率MTTS/hzzc=0.00250.022544.444zzc=0.00300.027037.037zzc=0.00350.031531.746

至此，將300臺組成1.5MW的風電機組群看做RTS系統的第33臺傳統機組，計算中代入參數Pw、FORBS、MTTR′和MTSS，廣義等效完成。

2.2 結果分析

以zzc系數取0.003為例分析，用傳統的序貫蒙特卡洛法和廣義等效法分別模擬1000年、2000年……10000年的情況，比較指標EENS和LOLE，如圖3和圖4所示。

從圖中可以看出使用廣義等效法計算出的指標結果和傳統方法的計算結果差別很小，下面再考察指標EENS和LOLE的精度，如圖5所示。

當模擬10 000年時，各結果的比較如表6所示。

從表6中數據可以看出，當模擬10 000年時，使用廣義等效法與使用傳統方法得到的指標差值百分比在5%以下，而指標精度在0.02之上，由此可見廣義等效法是有效的。

表6 計算結果

3 結 論

1)傳統蒙特卡洛模擬法評估含大規模風電接入的發電系統可靠性，其難點在于風機數量增多或風機狀態數增多時，運算量很大。小容量風機和傳統機組在系統中的地位是不平等的。所提出了廣義等效法，將風電機組群一步步等效成1個傳統機組。

2)k率表征出現各個不同相鄰風速波動的頻率，z率表征風機綜合不穩定性，不同k率對z率的貢獻不同，假設相鄰k率對z率的貢獻相差10倍，引入zzc系數后定義等效機組的平均穩定工作時間MTTS。

3)選取RTS79系統作為算例，考慮大規模風電(滲透率達11.67%)的接入，使用廣義等效法計算可靠性指標EENS和LOLE，當模擬10 000年時(精度均在0.02上)，結 果 分 別 為661.72MW和

5.35h，與傳統蒙特卡洛模擬法的結果相比誤差均在5%以內，有效性顯而易見。

4)廣義等效不僅是一種方法，更是一種思維。所提方法為簡化風電機組群模型提供了思路，對含大規模風電接入的發電系統可靠性評估有一定指導作用。

[1] 余民,楊晏宸，蔣傳文，等.風電并網后電力系統可靠性評估和備用優化研究[J].電力系統保護與控制, 2012(12):100-104，135.

[2] 蔣澤甫.風電轉換系統可靠性評估及其薄弱環節辨識[D].重慶：重慶大學，2012.

[3] 雷瀟.風電機組短期可靠性預測模型與風電場有功功率控制策略研究[D].重慶：重慶大學，2014.

[4] 何禹清, 彭建春,孫芊.考慮風電能量隨機性的配電網可靠性快速評估[J]. 中國電機工程學報, 2010(13):16-22.

[5]Dobakhshari,A.S.andM.Fotuhi-Firuzabad.AReliabilityModelofLargeWindFarmsforPowerSystemAdequacyStudies[J].EnergyConversion,IEEETransactionson, 2009，24(3):792-801.

[6]Haghi,H.V.,S.M.Hakimi,andS.M.M.Tafreshi.OptimalSizingofaHybridPowerSystemConsideringWindPowerUncertaintyUsingPSO-embeddedStochasticSimulation[C].inProbabilisticMethodsAppliedtoPowerSystems(PMAPS), 2010IEEE11thInternationalConferenceon. 2010.

[7] 鮑曉慧，侯慧.電力系統可靠性評估述評[J]. 武漢大學學報：上海工學版, 2008(4):96-101.

[8] 蔣小亮.風電并網對電力系統可靠性和備用影響研究[D].上海交通大學，2011.

[9] 曲翀,王晉麗，謝紹宇，等.不同風速模型和可靠性指標對風電可信容量評估的影響[J]. 電網技術, 2013(10):2896-2903.

[10] 石文輝, 別朝紅,王錫凡.大型電力系統可靠性評估中的馬爾可夫鏈蒙特卡洛方法[J]. 中國電機工程學報, 2008(4):9-15.

[11] 王學良.風電場可靠性評估研究[D].天津：天津大學，2009.

[12]Karki,R.,H.Po,andR.Billinton.ASimplifiedWindPowerGenerationModelforReliabilityEvaluation[J].EnergyConversion,IEEETransactionson, 2006，21(2):533-540.

[13]Sulaeman,S.,M.Benidris,andJ.Mitra.AMethodtoModeltheOutputPowerofWindFarmsinCompositeSystemReliabilityAssessment[C].inNorthAmericanPowerSymposium(NAPS),2014.

The reliability of power system which only consists of traditional generators is easy to be assessed using Monte Carlo simulation because the generators can be simplified to a two-state model. But the wind turbine generator system cannot be treated as a two-state model in power system considering large-scale wind power integration due to the randomness and intermittent of wind. Hence, generalized equivalent approach is put forward. In this method, wind turbine generator system can be equivalent to a traditional generator step by step and a coefficient namedzzcis introduced to define the equivalent generators′average time of steady operation——MTTS. The RTS79 system is chosen as an example. Considering the large-scale wind power integration, the reliability index like EENS and LOLE are calculated using generalized equivalent approach and its outcomes are compared to those using traditional Monte Carlo simulation. It provides an idea to simplify the model of wind turbine generator system, which has guiding meaning to the reliability assessment of power system considering large-scale wind power integration.

wind power; reliability assessment; generalized equivalent approach; coefficient ofzzc; MTTS

TK89

A

1003-6954(2015)03-0073-05

2015-02-12)