李冬雪,楊繼業,于大勇,劉 濤,陳友慧
(國網遼寧省電力有限公司經濟技術研究院,遼寧 沈陽 110015)
基于風電時域特性分析的購電量研究
李冬雪,楊繼業,于大勇,劉 濤,陳友慧
(國網遼寧省電力有限公司經濟技術研究院,遼寧 沈陽 110015)
近幾年隨著新能源的不斷發展,風電并網所帶來的各種問題成為人們研究的熱點。遼寧電網作為連接東北電網和華北電網的電力通道,既要滿足本省電力供需平衡,又要將吉林、蒙東等多余電力輸送出去,為提高電網運營效益和保障電網安全,建立了風電并網時域特性分析模型,分析了風電并網對公司購電量結構的影響,給出了不同時段公司購電量的結構比例,為公司運營決策提供技術支持。
風電并網;購電量結構;電力平衡;時域特性
為分析一年中不同季度以及每日不同時段遼寧電網風電消納對公司購電量結構的影響,建立風電時域特性分析模型,默認1~3月份為第一季度。將全年的基礎數據按季度劃分,并根據各季度1~24時段的實際數據取各時段運行數據的平均值,最終展示在曲線圖中便于對比分析[1-2]。
以風電發電量為例,假設全年第i天(i=1,2,…,366)的全網風電24 h發電量為hi1,hi2,…,hi24。
則計算第I季度(I=1,2,3,4) 全網風電24 h發電量均值

應用風電時域特性分析模型進行計算[5],結果見圖1。

圖1 遼寧各季度風電小時發電量均值曲線
從圖2可以看出,遼寧電網風電發電量第二季度最高,第四季度最低。風電發電量高峰主要出現在13~18時段、22~0時段;風電發電量低谷主要出現在2~7時段。
從圖2可以看出,遼寧電網全網供電電量第四季度最高,第一、二季度較低。第一季度由于全網供電電量較低,所以風電發電量也相對較低。對比圖1和圖2可以發現,風電發電量的時域特性與全網供電電量的時域特性相近,說明目前全網負荷不足是限制風電并網電量的主要因素。
從圖3可以看出,遼寧電網火電發電量第二季度最低,對比圖1發現,第二季度風電發電量較高。由此可知,遼寧電網主要通過壓低火電機組出力來消納風電電量。
從圖4可以區分出遼寧電網的豐水期和枯水期,第二、三季度處于豐水期,全網水電小時發電量約在(40~60)萬kWh;第一、四季度處于枯水期,全網水電小時發電量約在20萬kWh以下。與遼寧電網火電和風電發電量相比,遼寧水電資源匱乏,幾乎不能起到調峰作用。

圖2 遼寧各季度全網小時供電量均值曲線

圖3 遼寧各季度火電小時發電量均值曲線

圖4 遼寧各季度水電小時發電量均值曲線
第一季度:供暖期和枯水期。火電發電量占比居四季度之首為 75.2%;水電發電量占比僅為0.68%;風電發電量占比5.44%。
第二季度:非供暖期和豐水期。火電發電量占比在四季度中最低為66.85%;水電發電量占比為2.54%;風電發電量占比居四季度之首,為7.3%。
第三季度:非供暖期和豐水期。火電發電量占比為69.29%;水電發電量占比為2.68%;風電發電量占比在四季度中最低,為4.91%。
第四季度:跨入供暖期,處于枯水期。火電發電量占比未有明顯的上升趨勢,保持為69.23%;水電發電量占比降低為0.44%;風電發電量占比上升為6.58%。
通過季度對比,遼寧全網火電在供暖期與非供暖期的發電量占比差值約為5%~10%;全網水電在豐水期與枯水期的發電量占比差值約為2%;全網其他發電量占比平均維持在23%,僅有第一季度供暖期時占比降為18%左右。可根據時域特性劃分遼寧電網新能源消納模式,并分析風電并網對公司購電量結構的影響。
a.供暖期+枯水期
通過降低全網其他發電量占比,在火電大發供暖的情況下,維持風電消納規模。購電量結構中,“火電∶水電∶風電∶其他”的比例約為76∶0∶4∶20。
b. 非供暖期+豐水期
在省內火電可以壓低出力的情況下,增大了全網其他發電量占比。購電量結構中, “火電 ∶水電∶風電∶其他”的比例約為67∶3∶7∶23。
c.非供暖期+枯水期
水電小發,盈余出約3%的發電量份額,進一步擴大全網其他發電量占比。購電量結構中,“火電∶水電∶風電∶其他”的比例約為67∶0∶7∶26。
由此可見,在 “非供暖期+枯水期”的消納模式下,風電發電量占比本有可能達到10%,但實際運行中增加了全網其他發電量(包括聯絡線送入電量)的占比。結合風電并網對公司效益的影響,可以看出接納風電并網會使電網公司效益處于虧損狀態,所以電網公司通過選擇其他發電方式來適當彌補風電并網帶來的損失。此處,由于 “全網其他發電量”項目包括聯絡線送受電量和全網其他新能源發電量等,需要進行進一步分析。
針對遼寧風電消納現狀,提出了風電并網時域特性分析模型。根據時域特性劃分遼寧電網風電消納模式,并分析風電并網對公司購電量結構的影響,給出了不同時段公司購電量的結構比例,為公司運營決策提供技術支持。
[1]F.Guo,Z.D.Wang,S.Wang,Y.Huang,L.Zhang,Con?sumption stuation and tansmission mdes of wnd pwer in Chi?na.Electric Power Construction,35(2),pp.18-22,2014.
[2]L.N.Li,Y.Qiao,Z.X.Lu,J.Li,An evaluation index system for wind power statistical characteristics in multiple spatial and temporal scales and its application.Proceedings of the CSEE,33(13),pp.53-61,2013.
[3]YANG Zhenbin,ZHU Ruizhao,XUE Heng.Two new concepts on energy assessment in wind farm:equivalent wind speed,a?vailable wind power density.Acta Energiae Solaris Sinica,28(3),pp.248-251,2007.
[4]JIA Wenzhao,KANG Chongqing,LI Dan,Evaluation on capa?bility of wind power accommodation based on its day-ahead fore?casting.Power System Technology, 36 (8), pp.69 -75,2012.
[5]YANG Xinli,LIN Yong.Mechanism of wind power impacting the voltage of power grid.Wind Power Generation,6(4),pp.37-39,2012.
Research on Power Consumption Based on Time Domain Characteristics Analysis of Wind Power
LI Dongxue,YANG Jiye,YU Dayong,LIU Tao,CHEN Youhui
(Economic Research Institute of State Grid Liaoning Electric Power Co.,Ltd.,Shenyang,Liaoning 110015,China)
In recent years,with the continuous development of new energy,the problems of wind power grid become a hot topic.In order to im?prove the efficiency of power grid operation and ensure the safety of power network,a model of wind power grid connected time domain character?istic analysis is established in this paper.The influence of wind power integration on the power consumption structure is analyzed,the structure proportion of power consumption in different period of time is given which provides technical support to company operation decision.
wind power grid connected;power consumption structure;power balance;time domain characteristics
TM614
A
1004-7913(2017)03-0011-02
李冬雪(1979),女,博士,工程師,從事電力系統規劃設計關鍵技術研究。
2016-11-10)