风力发电可靠性评估研究

乔中亚

（南京宁高协鑫燃机热电有限公司）

0 引言

风能是发展最快的能源之一，被认为是传统发电来源的重要替代品。随着风电在传统电力系统中的渗透率不断提高，对其的综合可靠性和成本评估变得更加重要。蒙特卡罗模拟和分析方法已用于评估包含风电的发电系统的充分性［1-2］，该模拟方法可以识别风能变化的时序及其对电力系统的影响。部分研究者提出了一种使用时间序列自回归移动平均（autoregressive and moving average，ARMA）模型来模拟小时风速的算法。该方法需要在长时间内为特定地理位置收集的实际风速数据，以构建特定地点的风速模型，该模型可以反映风场风速的真实概率特征。本文提出了一种简化的六阶通用风速模型，该模型可应用于任何风电场的电力系统可靠性评估。通过评估选用风电场的风电渗透率，说明了所开发方法的有效性及实用性。

1 现场风速数据及风速模型

1.1 现场风速数据

一个地理位置的风资源变化很大，风力发电机产生的功率取决于风速，而风速随时间随机波动。因此，风电研究需要准确的模型来预测目标风电场位置的风速变化。研究人员已将ARMA时间序列模型用作预测任何特定位置风速数据的准确方法［3-5］。特定地理位置在任何给定时间的风速可以使用式（1）来模拟。

其中，SWt是根据历史平均风速μt和标准偏差σt计算的t小时的模拟风速；yt的时间序列值可以使用式（2）获得：

式中，φi（i＝1，…，n）和θj（j＝1，…m）分别是模型的自回归和移动平均参数；αt是具有零均值和方差的正态白噪声过程，即，其中NID表示正态独立分布。

公式（2）中所示的自回归和移动平均参数的阶数（n、m）和值可以使用非线性最小二乘法求得。使用之前研究中提供的算法，本文开发了一个计算机程序来估计地理风电场站点的ARMA模型参数。

1.2 多个风场的通用风速模型

在本节中，概率分布是根据所选位置的年平均风速值μ和标准偏差σ绘制的。该分布考虑了高达10σ的风速，并且包括极值。分布分为Nb个间隔步长，每个步长的长度为10σ／Nb，这些步长的中点值为SWbi（i＝1…Nb），其中一个步长的中点为μ。SWbi的表达式如公式（3）所示。例如，对于100阶模型，风速阶跃的中点值SWbi如下：μ－4.9σ，μ－4.8σ…，μ－0.1σ，μ，μ＋0.1σ，μ＋0.2σ，…，μ＋5σ。

每个步骤的概率Pbi（i＝1…Nb）可以通过式（4）来计算。

其中，Nbi是SWbi中模拟风速数据的数量。

2 可靠性评估

2.1 风力发电机模型

在可靠性分析中，准确评估位于特定地理位置的风力发电机（wind turbine generator，WTG）产生的电力是很重要的。发电功率随风电场现场的风速而变化，风电机组的功率输出可以从其功率曲线中确定。公式（5）是功率线的数学表达式。因此，对应于给定风速SWbi（i＝1…Nb）的发电功率Pi（i＝1…Nb），可以从式（5）中获得。

其中，常数A、B和C为现场给定参数；当风速小于Vci和大于Vco时，WTG产生的输出功率为零。因此，可以将与这些值相对应的风速模型步长组合成累积步长，并且可以从式（4）获得零输出概率Pp0。

本文通过将通用模型应用于一台风力发电机，说明了该模型的应用。研究中使用了额定功率为1.5MW，切入风速、额定风速和切出风速分别为14.4km／h、45km／h和90km／h的风力发电机。

2.2 常用风速模型在可靠性研究中的有效性

风电场的发电模型可以很容易地从常见风速模型中获得，本文仅使用特定地点的μ、σ数据以及WTG功率曲线，并使用测试系统分析了该通用模型在实际可靠性应用中的有效性。使用分析技术对实验风电场进行了可靠性研究，以说明不同地点通用风速模型的实用性。

该实验由11台传统发电机组组成，总容量为240MW，系统峰值负荷为185MW。风电场中增加了一个拥有18台风力发电机组的风电场，研究中使用了额定功率为1.5MW，切入风速、额定风速和切出风速分别为14.4、45和90km／h的风力发电机。新增风电容量为27MW，几乎占系统总装机容量的10%。结果表明，通用风速模型可以用于包含风电场的电力系统的可靠性评估，并且与不同站点的特定点ARMA模型相比，可以提供非常接近的结果。

3 简化的多状态WTG模型实验验证

在电力系统可靠性评估中使用的分析方法中，风电机组由多状态模型表示。常用风速模型中，使用不同数量的风速步长，对峰值负荷水平增加的系统负荷预期损失LOLE进行了评估研究，结果如图1所示。可以看出，在风速模型中6阶或更多阶数的结果较为接近，风电场的可靠性贡献在很大程度上取决于现场的风况。针对具有不同风况的风电场，也进行了类似于图1所示的研究，图2显示了风电场2的LOLE结果。该图表明，6阶风速模型足以进行具有合理精度的可靠性研究。

图1 具有10%的风力穿透水平风电场1（18个WTG）

图2 具有10%的风力穿透水平风电场2（18个WTG）

需要注意的是，在上述研究中，所选风电场增加了27MW 的风电容量，相当于约10%的穿透率。由于风源的可靠性贡献高度依赖于风力穿透水平，因此在实际风力穿透水平下确定适当数量的风速模型步骤很重要。在大多数电力系统中，现有的风电穿透水平远低于上述获得的10%。对1%的风力穿透率进行的研究表明，阶数对系统负荷预期损失结果没有影响。当穿透水平不显著时，风电对整个系统可靠性的影响相对较小。

电力系统规划中的可靠性评估应具有长期规划视野，预计未来10～15年，风电渗透率将增长至10% ～15%。图3显示了当风电场包含28个WTG机组时获得的结果，将风力穿透率增加到系统总装机容量的15%。

图3 具有15%风力穿透水平的风电场3（28WTG）

结果表明，6阶风速模型适用于可靠性研究，具有合理的精度。可用于具有合理精度的电力系统可靠性研究的6阶通用风速模型如图4所示。该模型显示了6阶风速步长和相应的概率。

图4 六阶通用风速模型

通过将六阶通用风速模型应用于风电场的一个站点，说明了该模型的应用。风电机组的简化多状态发电模型可以通过将6阶通用风速模型与功率曲线方程相结合来确定。该方法可用于开发一个简单但充分的多状态风力发电模型，唯一需要的数据是风电场现场的年度μ、σ数据，以及风电机组的功率曲线数据。

图5显示了风电场系统的可靠性评估结果，其中10%的风力穿透来自27MW 风电场。将从简化模型获得的结果与从现场的精确ARMA模型导出的100阶风速模型获得的结果进行比较。

图5 不同型号风电机组L OLE的比较

由图5可以看出，与现场特定时间序列ARMA风速模型推导出的100阶模型相比，从通用6阶风速模型推导出来的简化多状态WTG发电模型可以提供非常接近的结果。因此，该简化模型可以用于包括风电在内的发电系统的可靠性评估，具有合理的精度。

4 结束语

风力发电现实的可靠性评估技术变得越来越重要，这些技术对电力行业非常有用，预计未来几年风力发电的比例将迅速增长。风能的收益在很大程度上取决于风电场的风况，因此，在可靠性评估中，获得合适的风速模型和合适的技术来开发风力发电机组的发电模型是非常重要的。

本文利用三个不同风况站点的历史数据获得了一个通用的风速模型。如果平均风速和标准偏差以及WTG功率曲线参数已知，则可以应用通用风速模型来获得任何地理位置的风电场发电模型。本文给出了不同可靠性研究的结果，表明在普通风速模型中仅使用6阶步骤就可以大大简化风力发电模型。介绍了为任何地理位置开发简化的WTG多状态模型的技术，并举例说明。结果表明，该简化方法可用于含风力发电系统的可靠性评估，具有合理的精度。这种方法对于缺乏足够历史数据的风电场非常有用，易于实际应用。