海上風電場集群輸電網可靠性分析

鄭　明， 李保宏， 陸　瑩，劉天琪

(1. 中國能源建設集團廣東省電力設計研究院有限公司，廣東 廣州，510663；2. 四川大學電氣信息學院，四川 成都，610065)

0　引言

隨著海上風電場的興建和海洋經濟的興起，在海上構建連接海上風電場電源、海上油氣平臺、海島等負荷并與大陸聯網的高壓輸電網成為一種發展方向[1-3]。根據規劃，我國近海風電場有多個容量超過百萬千瓦的大型區塊[4]，如廣東省陽江地區海域規劃有南鵬島海上風電場(700 MW)和沙扒海上風電場(2000 MW)。但目前國內海上風電研究仍大多局限在單個海上風電場項目層面，缺乏區域性海上輸電系統的整體研究。在當前形勢下，統籌各海上風電場的送出，規劃海底電纜共用路由通道，建立陸上匯集點集中送出風能，已經成為現實而迫切的任務。

建立陸上匯集點，并構建由多個海上風電場構成的集群輸電網，其關鍵技術之一是輸電網的可靠性評估。不同電網拓撲結構直接影響集群輸電網的可靠性運行指標[5-6]，因此，不同匯集方式下的可靠性指標計算必然是海上輸電集群輸電網構建的重點。而海上輸電集群輸電網是由多個風電場互相連接并最終匯集到一點(路徑匯集點，并不需要建設海上實際的匯集變電站)，再經共用路由通道集中送出，因此呈現出與傳統電網完全不同的特點，其可靠性計算尚無直接參考資料。僅有的海上風電可靠性分析也多集中于海上風電的集電系統[6-7]，陸上風電場可靠性分析的研究成果也無法應用于集群輸電網的可靠性計算[8-9]，因此必須選擇合適的方法對各備選集群輸電方案進行可靠性評估[10-11]。

電力系統中的可靠性評估常采用2種基本方法：蒙特卡洛法和解析法。蒙特卡洛法與解析法各有優缺點，其中蒙特卡洛法通過大量隨機樣本進行可靠性計算[12-13]。解析法通過已有模型數據對可靠性進行詳細分析，可精確得到各種狀態下的可靠性指標，但其不適用于規模較大的系統[14-16]。

由于海上輸電網主要考慮的是主網不同拓撲結構的可靠性，因此可靠性計算僅考慮各風電場升壓站及以上部分的結構，不考慮升壓站以下的集電系統相關元件。而且海上風電集群輸電網在未來一段時間內規模均不會太大[17-19]，故不建議應用蒙特卡洛法分析海上風電場集群輸電網可靠性。本文考慮通過分析元件狀態或元件狀態組合對系統的影響最小來進行可靠性評估，即采用基于解析法的最小割集法來分析海上風電集群輸電網的可靠性。

1　元件可靠性評估模型

文中可靠性計算針對海上輸電網主網，因此僅考慮各升壓站的構成元件，包含有變壓器、斷路器、隔離開關、母線、海底電纜等多種電氣元件[20-21]。

1.1　斷路器

斷路器可靠性由以下4種狀態組成：正常(N)、計劃檢修(M)、擴大故障(包含拒動等狀態，S)、故障修復(R)，其概率分別為PN，PM，PS，PR，則：

PN+PM+PS+PR=1

(1)

在穩態情況下，斷路器的馬爾可夫狀態方程為：

(2)

式中：λ為故障率；μ為修復率。

將式(1)、(2)聯立得：

(3)

1.2　母線和變壓器

母線和變壓器可靠性由N、M、S 3種狀態組成。且有：

(4)

1.3　海底電纜

海底電纜可靠性由N、S 2種狀態組成。且有：

(5)

1.4　隔離開關、電壓互感器和電流互感器

為簡化計算，隔離開關、電壓互感器和電流互感器等元件故障按可靠性邏輯合并到其端部的母線或斷路器中。

2　海上風電場集群輸電可靠性評估指標

文章在結合元件和電力系統的可靠性指標的基礎上[22]，選用如下可靠性指標：正常工作狀態概率PS、故障概率PF、故障頻次fF、故障累積時間TF、輸電網容量受阻概率PLOSP、輸電網受阻電量期望值EEENS。

(1) 正常工作狀態概率PS，也稱為可用率或供電可靠率，表示滿足一定可靠性準則的輸電網在長期運行中，處于可靠工作狀態的時間占總運行時間的比例。

(2) 故障概率PF，在進行概率及頻率計算時，假設各類故障都是相互獨立的，各故障組合的概率可以直接由有關元件各種故障概率相乘求得。例如僅元件i，j發生擴大型與非擴大型故障時的概率為：

(6)

(3) 故障頻次fF，為系統在某種故障狀態下、單位時間里向其他狀態轉移的轉移率。仍以上述停運的出線為例，可得該出線停運的頻率為：

(7)

式中:Mi為故障狀態向其他狀態的轉移率。

(4) 故障累計時間TF，表示由于故障不滿足可靠性準則而導致各出線每次故障的停運時間。在求出PF和fF后，即可求得平均故障時間TF。

TF=PF/fF

(8)

(5) 輸電網容量受阻概率PLOSP。

(9)

式中：Pi為變電所主接線各種輸出容量的概率。

(6) 輸電網受阻電量期望值EEENS。

(10)

式中：Δx為步長；CΣ為電氣主接線的總容量。

3　海上風電場集群輸電網最小割集的求法

海上風電場輸電網可靠性計算與傳統可靠性計算類似，主要基于可靠性參數以及網絡拓撲。實際上，海上風電場輸電網的電力通道是包含主接線的輸電網絡結構圖中的最小路，并以風電機組為源點開始，以匯集點為終點結束[14,22]。

如圖1所示的示例網絡，其中N1為電源點，N4為負荷點，用搜索法求取最小路集時首先從電源點N1開始搜索，具體過程如圖2所示。

圖1　示例網絡Fig.1　Example network diagram

圖2　示例最小路Fig.2　Example minimum path

則圖1拓撲的最小路矩陣為：

矩陣的行為每一條最小路L，列為每個支路，“1”表示該支路屬于這條最小路，“0”表示不屬于。

海上風電場集群輸電網中的一階割集對應一階故障，一階故障指網絡中有一個元件出現故障，二階故障類似。而網絡的一階最小割集為最小路矩陣中全為1的列元素。同理，輸電網中的二階割集對應二階故障，且網絡的二階最小割集為最小路矩陣中兩列相或之后全為1所對應的列元件。三階最小割集類似。需要注意的是，求解n階最小割集時需要去掉n-1階最小割集[23]?？紤]到實際情況，海上輸電網發生三重及以上的故障概率極其微小，故此處不予考慮。

按照上面介紹的方法即可求出對應故障集合的最小割集，如表1所示。求解最小割集的計算機流程如圖3所示。

表1　電氣主接線元件故障組合Tab.1　Fault combination of electrical main circuit components

圖3　基于鄰接矩陣的最小割集算法流程Fig.3　Flow chart of minimum cut set algorithm based on adjacency matrix

4　算例分析

圖4為廣東某海上風電場集群輸電的備選方案之一，通過一個匯集點對6個海上風電場升壓站進行風能的匯合。根據前期經濟性比較，得出經濟性排序較優的前10種不同匯集方案，在表2中列出，表2中編號1為匯集點，其余為各風電場對應升壓站。1→2表示升壓站2直接連接到匯集點1，1→5→7表示升壓站7經升壓站5分段母線再連接到匯集點1。本文將對這10種方案進行可靠性計算。

圖4　海上風電場集群拓撲結構(方案2)Fig.4　Offshore wind farm cluster topology(plan 2)

表2　10種集群輸電網拓撲方案Tab.2　Ten kinds of cluster transmission network topology

圖4的拓撲連接方式是表2中的方案二，其各升壓站初始內部元件按圖5所示進行順序編碼：1為變壓器，2為斷路器，3為母線，4為斷路器，5為出線。對于新增分段母線的進出線間隔，編碼如下：1為聯絡斷路器，2為斷路器，3為母線，4為斷路器，5為出線。

圖5　升壓站內部結構Fig.5　Boost station internal structure

利用結構數組形成鄰接矩陣，并按圖3流程進行可靠性計算。圖4中各風電場容量均為300 MW，對應的計算用設備可靠性指標如表3所示[22]。

表3　相關設備可靠性指標Tab.3　Reliability indexes of relative components

以方案一為例，根據如表3所示的相關設備可靠性指標，按照上述流程，計算出風電場集群方案一的輸電可靠性指標，包括故障概率,如表4所示；故障頻次，如表5所示；故障持續時間，如表6所示；輸電網容量受阻概率PLOSP為6.18%受阻電量期望值EEENS為192 092.37 MW·h。

表4方案一的故障概率
Tab.4Failure probability of plan 1

故障類型故障概率/(%·a-1)1條出線故障2條出線故障3條出線故障R型0．480．000．00S型4．530．000．00RR型0．000．000．00RS型0．000．020．00SS型0．000．120．00RM型0．000．910．00MS型0．000．100．00分項合計5．011．150．00總計6．16

表5方案一的故障頻次
Tab.5Failure frequency of plan 1

故障類型故障頻次/(次·a-1)1條出線故障2條出線故障3條出線故障R型0．180．000．00S型1．400．000．00RR型0．000．000．00RS型0．000．020．00SS型0．000．070．00RM型0．000．710．00MS型0．000．080．00分項合計1．570．880．00總計2．46

表6方案一的故障累計時間
Tab.6Failure accumulated time of plan 1

故障類型故障累計時間/(h·a-1)1條出線故障2條出線故障3條出線故障R型42．410．000．00S型396．600．000．00RR型0．000．120．00RS型0．002．170．00SS型0．0010．160．00RM型0．0079．680．00MS型0．008．520．00分項合計439．00100．650．00總計539．66

同理，計算出10種集群方案的可靠性指標值，如表7所示。

表710種集群方案指標計算結果
Tab.7Ten kinds of cluster program index calculation results

方案編號EEENS/MW·hPLOSP/%方案一192092．376．18方案二165264．905．408方案三165264．905．408方案四141664．384．7247方案五165264．905．408方案六165264．905．408方案七141664．384．7247方案八165264．905．408方案九141664．384．7247方案十141664．384．7247

目前海上風電場匯集送出尚無研究成果，需要滿足的最低可靠性指標國內沒有參考數值?？紤]到實際運行的單個風電場已經有較為成熟的運行經驗，項目考慮在以上原始可靠性參數的基礎上，計算單個風電場的可靠性指標，并以此作為標準。對于有N個風電場的集中送出情況，其相應可靠性指標需不低于單個風電場可靠性指標的N倍。

年受阻電能EEENS指標與風電場容量大小有關，項目考慮以電網輸出容量受阻概率PLOSP指標對可靠性進行分析。對于單個風電場，計算出電網輸出容量受阻概率PLOSP=1.03%。本項目有6個風電場，因此其PLOSP指標不能低于6×1.03%=6.18%，所以表7方案均能滿足可靠性指標。按照經濟排序可得出方案1為優選方案。

5　結語

文章針對未來極有可能出現的由多個風電場互相連接并最終匯集到一點的海上輸電集群輸電網，進行可靠性分析計算。集群輸電網呈現出與傳統電網不同的特點，采用基于鄰接矩陣的最小割集法對其可靠性進行了計算，求得電網故障狀態集合，最后利用這些元件的可靠性參數計算集群輸電網的可靠性指標。計算結果表明該方法可對不同拓撲的集群方案的可靠性進行有效評估。該研究為多個海上風電場構成的集群輸電網的評價提供了方法。

參考文獻：

[1] 王錫凡,衛曉輝,寧聯輝,等. 海上風電并網與輸送方案比較[J]. 中國電機工程學報,2014, 34(31):5459-5466.

WANGXifan, WEI Xiaohui, NING Lianhui, et al. Integration techniques and transmission schemes for off-shore wind farms[J]. Proceedings of the CSEE, 2014, 34(31): 5459-5466.

[2] 王秀麗,張小亮,寧聯輝,等. 分頻輸電在海上風電并網應用中的前景和挑戰[J]. 電力工程技術,2017,36(1):15-19.

WANG Xiuli, ZHANG Xiaoliang, NING Lianhui, et al. Application prospects and challenges of fractional frequency transmission system in offshore wind power integration[J]. Electric Power Engineering Technology,2017,36(1):15-19.

[3] 劉林,葛旭波,張義斌,等. 我國海上風電發展現狀及分析[J]. 能源技術經濟,2012, 24(3): 66-72.

LIU Lin, GE Xubo, ZHANG Yibing, et al. Analysis on status of China’s offshore wind power development[J]. Energy Technology and Economics, 2012, 24(3): 66-72.

[4] 廣東省海上風電場工程規劃[R]. 中國能建廣東院，2012.

Guangdong offshore wind farm project planning[R]. China Energy Engineering Group Guangdong Electric Power Design Institute Co., Ltd., 2012.

[5] 陳楠. 海上風電場升壓站電氣設計及其可靠性評估[D]. 廣州：華南理工大學,2011.

CHEN Nan. Electric design and reliability assessment of offshore wind farm substation[D]. Guangzhou:Institutes of Technology of South China, 2011.

[6] 王薪蘋,李群,劉建坤,等. 計及UPFC的220 kV 分區電網運行可靠性研究[J]. 電力工程技術, 2017, 36(1): 39-42.

WANG Xinping, LI Qun, LIU Jiankun, et al. Operating reliability research of 220 kV divisional power grid considering UPFC[J]. Electric Power Engineering Technology, 2017, 36(1): 39-42.

[7] 黃玲玲,符楊,郭曉明. 海上風電場集電系統可靠性評估[J]. 電網技術, 2010, 34(7): 169-174.

HUANG Lingling, FU Yang, GUO Xiaoming. Reliability evaluation of wind power collection system for offshore wind farm[J]. Power System Technology, 2010, 34(7): 169-174.

[8] 譚任深, 楊蘋, 賀鵬, 等. 考慮電氣故障和開關配置方案的海上風電場集電系統可靠性及靈敏度研究[J]. 電網技術, 2013, 37(8): 2264-2270.

TAN Renshen, YANG Ping, HE Peng, et al. Analysis on reliability and sensitivity of collection system of offshore wind farms considering electrical faults and switchgear configurations[J]. Power System Technology, 2013, 37(8): 2264-2270.

[9] 張碩, 李庚銀, 周明. 含風電場的發輸電系統可靠性評估[J]. 中國電機工程學報, 2010 30(7): 8-14.

ZHANG Shuo, LI Genggyin, ZHOU Ming. Reliability a￣s￣s￣e￣s￣s￣ment of generation and transmission systems integrated with wind farms[J]. Proceedings of the CSEE, 2010, 30(7): 8-14.

[10] 王碧陽, 王錫凡, 王秀麗, 等. 考慮集電系統的風電場可靠性評估[J]. 中國電機工程學報, 2015, 35(9): 2105-2111.

WANG Biyang, WANG Xifan, WANG Xiuli, et al. Reliability evaluation of wind plant considering collector grid[J]. Proceedings of the CSEE, 2015, 35(9): 2105-2111.

[11] 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, 28(4):9-15.

SHI Wenghui, BIE Zhaohong, WANG Xifan. Applications of Markov chain Monte Carlo in large-scale system reliability evaluation[J]. Proceedings of the CSEE, 2008, 28(4): 9-15.

[12] 別朝紅,王錫凡. 蒙特卡洛法在評估電力系統可靠性中的應用[J]. 電力系統自動化,1997, 21(6): 68-75.

BIE Zhaohong, WANG Xifan. The application of Monte Carlo method to reliability evaluation of power systems[J]. Automation of Electric Power Systems, 1997, 21(6): 68-75.

[13] 張小軍. 基于蒙特卡洛方法的大規模風電并網可靠性評估[D]. 蕪湖：安徽工程大學,2016.

ZHANG Xiaojun. Reliability evaluation of large scale wind power grid connection based on Monte Carlo method[D]. Wuhu:Anhui Engineering University, 2016.

[14] 秦波. 發電廠電氣主接線可靠性研究與實踐[D]. 南寧：廣西大學, 2002.

QIN Bo. Research and practice on reliability evaluation of power station bus systems arrangement[D]. Nanning:Guangxi University, 2002.

[15] 黎紅梅,苑舜. 變電所電氣主接線可靠性分析方法的研究[J]. 東北電力技術,2008,29(1):15-17.

LI Hongmei, YUAN Shun. A study on analyzing method of main electrical wiring reliability[J]. Northeast Electric Power Technology,2008, 29(1):15-17.

[16] 別朝紅,王錫凡. 抽水蓄能電站主接線的可靠性綜合評估[J]. 電力系統自動化,2006, 30(9):9-14.

BIE Zhaohong, WANG Xifan. Integrated r￣e￣l￣i￣a￣b￣i￣lity evaluation of bus system arrangement for the pumped storage power stations[J]. Automation of Electric Power Systems, 2006, 30(9): 9-14.

[17] 姜文,嚴正,楊建林. 基于解析法的風電場可靠性模型[J]. 電力自動化設備,2010,30(10):79-83.

JIANG Wen, YAN Zheng, YANG Jianlin. Wind farm r￣e￣l￣i￣a￣b￣i￣lity model based on analytical method [J]. Electric Power Automation Equipment, 2010, 30(10): 79-83.

[18] 吳昊,張焰,劉波. 考慮風電場影響的發輸電系統可靠性評估[J]. 電力系統保護與控制,2011, 39(4):36-42.

WU Hao, ZHANG Yan, LIU Bo. Reliability assessment of generation and transmission systems considering wind farm effects[J]. Power System Protection and Control, 2011, 39(4): 36-42.

[19] 張碩,李庚銀,周明. 含風電場的發輸電系統可靠性評估[J]. 中國電機工程學報,2010, 30(7):8-14.

ZHANG Shuo, LI Gengyin, ZHOU Ming. Reliability a￣s￣s￣e￣s￣s￣ment of generation and transmission systems integrated with wind farms[J]. Proceedings of the CSEE, 2010, 30(7): 8-14.

[20] 王巍麟. 計及風電場相關性的電力系統可靠性評估[D].北京：華北電力大學,2014.

WANG Weiling. Reliability assessment of power system considering wind farm correlation[D]. Beijing:North China Electric Power University, 2014.

[21] 黎紅梅. 變電所電氣主接線可靠性評估[D]. 沈陽：沈陽工業大學,2008.

LI Hongmei. Reliability assessment of main electrical c￣o￣n￣n￣e￣c￣tion for substation[D]. Shenyang：Shenyang University of Technology,2008.

[22] 郭永基. 電力系統及電力設備的可靠性[J]. 電力系統自動化,2001,25(17):53-56.

GUO Yongji. Reliability assessment of power systems and power equipment[J]. Automation of Electric Power Systems, 2001, 25(17): 53-56.

[23] 丁宣文. 變電站電氣主接線的可靠性與經濟性評估[D]. 成都：西南交通大學, 2011.

DING Xuanwen. Reliability and economic evaluation of main electrical connection of substation[D]. Chengdu：South West Jiao Tong University, 2011.