鞠冠章,王靖然,崔 琛,张 沛,司云波,樊小伟,邱 威
(1.国网冀北电力有限公司,北京 100054;2.北京交通大学,北京 100044;3.中国石油集团经济技术研究院,北京 100724)
与传统的火力发电不同,风电和光伏发电作为新能源发电的主要形式,极易受到外界气象因素的影响,发电功率呈现出间歇性与波动性的特点。常规气象条件下,基于数值天气预报能够对新能源出力进行较为准确的预测,天气波动对电网运行的影响较小。近年来,随着全球气候变暖的加剧,极端天气的出现更加频繁,给新能源甚至是电力系统的安全运行都带来严重影响[1-3]。
新能源装机占比较大的美国德州和加州都发生过风电功率短时大幅下降影响可靠供电的事件[4-7]。2021 年2 月,寒潮天气席卷美国德克萨斯州,其新能源发电系统在极寒天气下停摆,风力发电量下降60%,光伏发电量下降68%,导致频率最低跌至59.4Hz 以下[8-10]。2021 年4 月和5 月,新能源装机较多的河北、山西、内蒙古等地发生了大范围的沙尘天气,光伏发电量大幅降低[11-12]。2022 年夏季,我国中东部地区出现1961 年以来综合强度最强的高温过程,长江中下游及川渝地区大面积干旱,四川全省水电日发电能力从9×108kWh 降低至4.4×108kWh,不得不启动能源供应保障一级应急响应,日内最大有序用电电力超过2 000×107kW。
本文总结了各类影响新能源发电的极端天气事件,并对极端天气如何影响新能源发电设备进行分析,然后使用海量风电机组和光伏电站的环境监测和运行数据,对寒潮、大风、降雪、沙尘等4 类极端天气情况下风电和光伏的机组出力特性及对电网实际运行的影响进行分析。最后提出保障极端天气下电网稳定运行的措施。
气象学上的极端天气是指某些地区在一定时间内出现的历史罕见的气象事件,天气的状态严重偏离其平均态,其发生概率通常小于5%或10%,在统计意义上属于不易发生的事件。通俗地讲,极端天气事件指50 年一遇或者100 年一遇的小概率事件[13-16]。影响新能源发电的极端天气与气象学中定义的极端天气并不完全相同,从风力和光伏发电的角度考虑,能够导致与新能源出力波动相关的气象因素(如风速、辐照度)短时剧烈变化的天气都可以称之为极端天气。
风电、太阳能的发电能力取决于风光资源情况[17],因此受天气影响十分显著。不同极端天气对新能源运行的影响机理如表1 所示。
极端天气对电网的影响是多方面的,最直接的影响是导致输变电设备故障跳闸,威胁电网安全运行。例如,台风、雷暴等极端天气可能导致同一输电走廊内的多条输电线路同时发生故障而停运,轻则导致电网潮流转移,运行方式发生较大变化,严重时可能导致电网失去稳定运行,造成负荷损失。
由于新能源出力受天气影响较大,对于新能源占比较高的电力系统,极端天气一旦发生,极容易导致新能源出力的大幅波动,破坏电网功率平衡,甚至影响整个电力系统的供电能力。本文从寒潮、大风、降雪、沙尘等极端天气分析对新能源和电网运行的影响。
风电机组在低温下(一般指低于-30 ℃)运行时,零部件的性能、机组的可维护性将发生变化,情况严重时甚至会引起安全事故。从技术层面来讲,低温对风电机组的影响主要体现在3 个方面。
1)低温条件下风机出力特性发生变化。随着环境温度降低,空气密度增大,风力发电机组特别是失速型机组的额定出力将增加,可能导致过发过载现象。另外,低温时叶片表面覆冰,会降低其升力增加阻力,输出功率降低。风机叶片的空气动力学性能也受到表面粗糙度的影响,低温时容易出现雾凇现象,粗糙度增加,翼型的气动性能发生改变,导致叶片受力不均,振动增大,存在断裂风险。低温天气(特别是大雾低温),也有可能对机械型风向标有影响,导致机组对风角度与实际风向存在偏差,导致风能转化效率降低,发电功率下降。
2)低温对主要机械部件的影响。传动系统中的齿轮箱、主轴等承受冲击载荷,这类零部件在低温时可能发生脆性断裂。钢材制作塔架的焊缝遇到极低气温时,也容易发生脆断,严重时可能导致安全事故的发生。
3)低温对润滑油的影响。风机所使用的润滑油受温度的影响也较大,一般要求润滑油在正常的工作温度条件下需具备适当的粘度以保持足够的油膜形成能力。温度越低,油的粘度越大,流动性变差,机组在这种情况下难以运转,需要润滑的部位可能得不到充分的润滑油供给,危及设备的安全运行。
因此,风机制造厂家为风电机组配置了低温保护,在环境温度过低时自动停止运行,避免主要零部件受到损坏而影响风机寿命并导致安全事故的发生。目前,我国“三北(东北、西北、华北)”地区大部分的风机低温保护定值设定为-30 ℃。
2021 年1 月4—9 日,我国经历了一次大范围寒潮天气,多地最低气温打破历史记录。以某省级电网为例,分析此次寒潮对新能源运行的影响。
2.2.1 寒潮事件概述
本次寒潮对新能源运行的影响可以分为4 个阶段,如图1 所示,时间范围为2021 年1 月4 日9:00至1 月9 日12:00。
图1 1月4日-9日寒潮影响停机容量变化Fig.1 Changes of outage capacity under cold wave from January 4th to 9th
第1 阶段(1 月4 日16:00 至1 月5 日24:00):1 月4 日16:00 起,坝上地区环境温度逐渐下降,该省北部地区的6 座风电场气温低于-30℃,出现风机停运。1 月5 日白天,随着气温逐渐升高,停运风机恢复并网运行。
第2 阶段(1 月6 日0:00 至1 月7 日12:00):1 月6 日0:00 起,部分地区气温再次大幅下降,导致大量风电机组因低温停机。1 月6 日23:00,全网风电停运容量达到最大值5 809 MW。由于温度持续偏低,风机无法重新并网。
第3 阶段(1 月7 日12:00 至1 月8 日12:00):1 月7 日12:00 后气温回升,停运风机逐渐开始恢复并网,到1 月7 日20:00,全网恢复并网容量2 931 MW。1 月7 日夜间到8 日凌晨,温度再次降低,停运的风机无法恢复并网。
第4 阶段(1 月8 日12:00 至1 月9 日9:00):1 月8 日12:00 后,全网温度普遍回升,停运风机陆续恢复并网,直到9 日9:00 全部风电机组恢复并网运行。
本次寒潮导致该省级电网55 座风电场,3 640台风机因气温低于最低允许运行温度而停机,最大停机容量达到5 809 MW。风电场停机平均时长为43 h,最长达80 h。由于环境温度反复变化,部分风机经历了多次停机再并网的过程。
2.2.2 寒潮事件影响
由于缺少对历史低温停机气象数据的积累,精确预测每台风机低温停机的时间是一件极其困难的事情,因此目前新能源场站的功率预测均未考虑低温停机的影响,导致一旦出现寒潮,功率预测曲线将出现显著偏差,对电力平衡造成较大影响。
以本次寒潮为例,全网预测和实测功率曲线如图2 所示。从图2 可知,2021 年1 月6 日起全网预测功率与实际出力相比出现较大偏差,在1 月6 日夜间最大偏差达到5 000 MW。
图2 1月4日-9日寒潮期间预测与实发功率对比Fig.2 Comparison of forecast and actual power under cold wave from January 4th to 9th
寒潮期间用电负荷上升,高峰时段需要足够的有功支撑,而本次寒潮造成了大量风机停运,由于气温持续偏低,很多风机无法恢复并网,对电网电力平衡造成极大影响。电网调度部门不得不通过紧急调用联络线支援,才避免采取临时限负荷措施。
需要说明的是,由于该省级电网地区纬度较高,空气干燥,本次寒潮中绝大部分风机是因为温度低于保护定值而停机,很少有风机发生叶片覆冰现象。
风电机组在运行过程中会承受多种复杂的力矩作用,如风轮周期性转动、偏航运行产生的周期性载荷,风速随机变化及复杂的湍流产生的随机载荷等。当实际风速达到风电机组所能承受的最大风速以上时,机组的风能捕获量会提高,但极限和疲劳载荷增加,影响机组寿命。因此,风电机组在风速过大时应自动切出运行,避免出现塔架倒塌、叶轮飞车等事故。风电机组并网发电的最大风速称为切出风速,通常切出风速分为若干档,分别对应不同的切出动作时间。当机舱测风仪测量风速超过切出风速且持续时间超过切出动作设定时间后,机组将切出运行,停止发电。
2019 年5 月19 日,受强冷空气影响,华北地区出现大风降温天气,由于大风影响,某省电网部分风电场发生大范围的大风停机。
3.2.1 大风事件概述
2019 年5 月19 日04:00,冷空气锋面进入华北地区,从05:00 起,部分风电场由于风速超过切出风速发生风机停机。随着冷空气快速经过该地区,从19 日08:00 到中午陆续有风电场因风速超过切出风速而导致风机切出。19 日14:00 以后,风速减小,风电机组陆续开始恢复并网。
本次大风过程共造成68 座风电场发生停机,占总风电场数量的78%。停运风机4 320 台,占风机总数的52%。
3.2.2 大风事件影响
以本次大风过程为例,全网风电预测和实发功率曲线如图3 所示。从图3 可知,2019 年5 月19日10:00 至23:45,全网风电预测功率与实际功率出现较大偏差,5 月19 日14:30 最大偏差达到4 165 MW,平均偏差2 099 MW。由于正值白天负荷高峰时段,超过4 000 MW 的功率缺额已超过电网备用容量,导致电网调峰资源紧张。
图3 5月19日全网风电功率变化情况Fig.3 Changes of wind power on May 19th
不同于低温,大风造成的风电机组停机过程持续时间更短,功率波动变化更剧烈,单台风机的启停也更频繁。根据风电机组的单机信息,共发现有3 047 台风机启停机的次数超过2 次,占切出风机总数的71%。某个风电场平均每台风电机组反复启停8.2 次。
以华北地区某风电场2 号风机为例,反复并网情况如图4 所示。
由图4 可知,2019 年5 月19 日,11:32 时该风机实测风速为27.32 m/s,达到保护定值切出,14:40 当风速降到17.6 m/s 时,风机自动恢复并网。从11:30到17:30,该风机共发生3 次自并网后再停机过程,直到第4 次并网后才恢复正常运行。
图4 5月19日某风电场2号风机启停机情况Fig.4 Changes of No.2 wind turbine on May 19th
降雪对风机塔筒和叶片危害很小,其危害主要在机舱部分。在风的作用下降雪会飘落到机舱内部,渗透到没有密封的齿轮箱和发电机箱,对齿轮箱、发电机箱稳定性和可靠性造成影响。当降雪附着到机舱与设备散热孔处,会阻碍风机内部的空气循环系统与散热系统工作,导致机舱散热受阻,机舱长时间散热受阻时,内部设备运行效率和使用寿命会大幅降低,严重时甚至会造成机舱内部过热,导致部分组件起火。
机舱后部安装有风速风向仪,其上装有传感器,受环境影响较大,当降雪附着在风速风向仪上,会使测风数据失真,影响风机的准确偏航变桨,最终影响风电机组的发电量。
光伏组件受阳光辐射、焦耳热、空气热传导等因素影响,本身有一定的温度,加上风的作用,小雪时光伏组件上几乎没有积雪,因此小雪对光伏系统出力影响不大。当降雪量大时,积雪覆盖光伏组件表面,光伏组件接收到的阳光辐射、空气热传导以及自身产生的焦耳热都很少,积雪在短时间内不会融化,会对阳光辐射造成一定的遮挡,积雪厚度越大遮挡越严重,因此在降雪期间和雪后一定时间内对光伏系统有功出力影响较大。
2020 年3 月25 日,华北地区出现大范围降雪,降雪后第2 天全网日前功率预测和实测功率曲线如图5 所示。从图5 可知,全网预测有功最大出力达到2 600 MW,而实测最大有功出力仅为1 050 MW,二者偏差较大,最大偏差出现在13:00,达到1 600 MW。
图5 3月26日降雪对功率预测的影响Fig.5 Effect of snowfall on power forecasts on March 26th
究其原因,由于缺少对大雪等极端天气数据的积累,且准确预测光伏电站所在区域降雪量大小和光伏板积雪厚度的难度很大,因此光伏电站的日前功率预测均未考虑降雪对有功出力的影响。导致一旦出现大范围降雪,光伏功率预测曲线出现明显偏差。
融雪期间一般气温较低,用电负荷增大,正需要光伏发电系统提供有功支撑,而此时光伏组件被积雪覆盖,不能按照正常的光伏辐射-功率曲线提供有效的有功出力。由于预测偏差,电网调度部门按照日前功率预测进行的发电计划安排也无法考虑降雪的影响,导致实时运行时电网电力平衡十分紧张。
沙尘天气是风将地面尘土、沙粒卷入空中使空气浑浊,能见度下降的一种天气现象。根据气象部门规定,沙尘天气可以按照表2 进行分类。沙尘天气下空气中的可吸入颗粒物(Particulate Matler 10,PM10)和总悬浮颗粒物(Total Susperded Particulate,TSP)浓度大大增加,造成地表太阳辐射降低,而且大气中的沙尘会随着大气系统从尘源地向其他地方移动,经过区域都会受到其影响。当其过境后,辐照度又会恢复到正常状态,这也会造成光伏出力的大范围波动。
表2 沙尘天气类型Table 2 Dust weather type
5.2.1 沙尘对辐照度的影响
沙尘天气最直接的影响是降低太阳辐照度,影响光伏发电出力。大气层的主要成分是水汽、气溶胶等微小颗粒,对于这些物质的变化趋势,目前可以使用数值天气预报配合超大型计算机来进行较为准确的预测。而当出现大范围的沙尘时,会对地外的太阳辐射产生反射、折射和散射作用。随着大气的运动,不同物化性质、不同粒径的沙尘颗粒被卷入其中,其对太阳辐照度衰减效应的机理十分复杂,至今没有很好地数学理论解释,更难以进行准确预测。
5.2.2 沙尘对光伏面板的积灰作用
根据光生伏特理论,光伏面板直接将表面接收到的光照转换为电流,太阳辐照度越大,转换的电流也就越大。但是光伏面板长时间暴露在空气中容易积灰,灰尘颗粒表面比较粗糙和不规则,会对辐照度造成散射和反射作用,统称为衰减效应。沙尘经过某一区域后,部分粒径较大、质量较大的颗粒会沉降到光伏面板表面[18]。当天气恢复到正常情况时,即使地表太阳辐照度不受天气影响,但是光电转换的效率也会降低。
2021 年初,受到超强沙尘暴波及,我国内蒙古、河北、山西等地均出现了大范围的沙尘天气。其中,2021 年3 月15 日和3 月27 日,某省级电网发生了几年来最强的沙尘天气。该地区某光伏电站(装机容量100 MW)在这2 天的出力曲线分别如图6,图7 所示。
图6 2021年3月15日光伏电站功率曲线Fig.6 Power curve of photovoltaic power station on Mar 15,2021
图7 2021年3月27日光伏电站功率曲线Fig.7 Power curve of photovoltaic power station on Mar 27,2021
从图6 和图7 可知,光伏出力的波动性较为明显,但波动特性有所不同。其中3 月15 日被沙尘笼罩后,电站出力呈现出较强的短时波动特性,最大出力为51.81 MW。但在3 月27 日,正值沙尘锋面经过该电站,因此电站出力有一个较大的跌落,完全被沙尘笼罩后,出力一直维持在一个较低水平。
极端天气的发生不但影响新能源出力水平,也会危及输变电设备的安全运行,甚至可导致多重故障的发生,破坏电网稳定运行[19-21]。对于新能源成为供电主体的电力系统而言,极端天气将威胁到整个系统的安全运行。而目前电网公司和新能源企业对于极端天气的观测手段主要依赖于气象部门提供的预报服务,由于缺少历史预测数据的积累,很难对极端天气做出准确地预测和预警。为此,本文提出4 点应对措施。
1)加强极端天气的监测与预警。极端天气信息的实时监测对于后续的预测预警具有重要意义,为了及时准确地观测到极端天气,建议加强和气象部门合作,在新能源电站集中地区安装气象测量设备,既能够对极端天气进行实时监测和预警,也能够积累极端天气对新能源影响的实际数据[22-25]。
2)提升极端天气下电力系统的供电能力。极端天气的发生将显著影响新能源出力水平,对于高比例新能源电力系统,这种影响将降低电力系统的供电能力,甚至可能造成负荷损失。因此,在规划设计和电网运行中,必须从源、网、荷、储等环节协同发力,在电源侧增加快速调节电源比例,在电网侧增加区域或省级电网间的互济能力,同时配套建设具有一定时长的储能设备,提升极端特殊情况下电网的供电能力。
3)开展极端天气下新能源预测技术研究。国内外关于极端天气的新能源功率预测技术研究较少,建议针对几类较为常见的极端天气,例如沙尘、强对流等天气展开研究,明确极端天气下影响新能源发电的主要因素和影响机理,提升极端天气下新能源发电功率预测的准确率。同时,建立针对新能源发电的天气分类标准,并建立影响新能源发电因素的详细数值天气预报服务以及评价标准。
4)做好极端天气下电网事故预案和应急处置。建议编制事故预案时应考虑极端天气可能带来的影响,做好新能源出力短时内大幅降低、同一输电通道多回线路同时故障、电网解列甚至失去部分负荷等极端情况的应急处置预案。同时,完善应急响应机制,提升调度运行人员的应急处置能力。
本文分析了气象学上对极端天气的定义及几种常见极端天气,并从影响新能源发电和电网运行的角度出发,对极端天气的概念进行了扩充。以实际出现的极端天气案例为研究对象,分析了寒潮、大风、降雪、沙尘等极端天气影响新能源发电和电网运行的机理,最后提出了面对极端天气时保障电力可靠供应和电网安全运行的调度运行措施。随着新能源渗透率的逐步提高,极端天气对电网运行的影响越来越大,如何精确地对极端天气进行预测预警并提高电力系统抵御极端事件的韧性是进一步研究的方向。