弃风电量评估的理论分析与模型修正

弃风电量评估的理论分析与模型修正

近年来，中国电网发展迅速。2012年末，新增风速装置6883万kw，年发电能力110444亿h，均处于世界第一。伴随着风电行业巨大发展的同时,我国风电的一些问题也逐渐凸显,如风电消纳的困难和弃风电量的递增等。数据显示,2011年国内弃风电量达到了整体的16%,而2012年弃风电量为200亿kW·h,达到了20%。究其原因,风电作为一种新能源存在着波动性和随机性,这与电网相对稳定的供电需求存在矛盾,从而导致弃风电量的不断攀升。弃风电量的增加必然导致风电成本的上升,也必然会限制风电行业的发展。所以,弃风电量评估作为后续弃风电量研究的基础,具有很大的研究价值。目前,国内关于弃风电量评估的相关研究相对来说比较薄弱,主要考虑了在电网调度模型中电网接纳风电能力和穿透功率下弃风的问题。本文主要从风电场的实际数据出发,根据风电记录数据对风电的弃风电量进行评估。本文提出了一种基于风资源实时监测数据(SupervisoryControlAndDataAcquisition,SCADA)的弃风电量评估方法,采用风能利用系数对风速进行修正,在对数据处理的过程中主要用到了比恩法(MethodofBin),根据对应的风速进行分段处理。然后计算风电场功率,得到风电场的理论发电量,并利用实际发电量求出风电场的弃风电量,为后续的弃风电量的研究提供有益的参考。测量风压评估模型风电机组弃风电量评估是根据测风塔历史测量气象数据与风电场全场历史功率数据,统计标定修正风电场实际功率,根据该修正值来计算弃风电量。由于风电机组所在场地地形会对风电机组功率数据采集产生影响,尤其是气流畸变会造成风速测量不准确。因此,在进行风电机组相关数据采集前,必须评估风电机组所在的场地,从而确定测风塔所在位置的合理性、测量扇区风电机组的科学性,并计算异常气流产生的空气修正系数和误差。本文主要根据IEC标准,包括风电机组功率的测量环节、数据分析环节以及各项测量参数的标准,依据该标准可以提高风电机组弃风电量评估的准确性和科学性,增加电网及供电相关企业对风电机组的操作、利用以及监管。其条件标准主要体现在试验场地要求、气象测风塔位置和测量扇区三大标准,详情请参照国家标准GB/T18451.2—2012《风力发电机组功率特性测试》。风力发电系统数据采集模型是计算的基础,是数据可靠性和真实性的基本保障。所以模型的建立应按标准要求采集数据,保证收集数据的准确性、有效性和完整性,以准确地确定风力发电机组的功率输出特性,进而计算评估风电场的弃风电量。弃风电量评估模型的建立分数据采集、数据处理与筛选、风速修正和弃风电量计算四个部分。1.对于空气密度的修正为了保证计算风电场弃风电量时风电输出功率值的准确度以及在不同状况下的真实性,采集的数据应该包括风速、功率以及环境因素等。根据风电机组的功率曲线表达式(1)可知,空气密度的不同对风电功率有着直接的影响,一般计算时均采用标准空气密度,因此针对不是标准空气密度的风电场,需要对其进行修正。对空气密度的影响包括气压、气温和相对湿度等。此外,还需要根据风向的测量结果来剔除不真实的风速数据。在数据采集过程中,风力发电机组应该处于正常运行状态,表达式为式中,P为风电输出功率;CP为风电机组的风能利用系数;V为风通过风轮截面积的速度;ρ为空气密度;S为风轮面积。采用比恩法对选定的数据进行排序,所选取的数据组应覆盖低于切入风速1m/s到风力发电机组85%额定功率输出时1.5倍风速的范围。2.预处理数据的使用由于风电机组在线监测系统存在误差,使得所统计的数据不完全准确并有遗漏,因此,在对各个特征参量进行预测前,需要根据资料对其进行分析和数据质量控制,主要是对原始数据的查漏补缺及对异常数据的替换修正,使其数据满足一定程度的连续性和完整性,为并网弃风电量评估提供正确的数据基础。以连续10min时间间隔为使用数据的一个周期,由采集所得的完整数据组成。将每一周期内所采集的数据称为预处理数据。然后需要根据式(2)和式(3)计算出每一周期内功率的平均值和标准差,即式中,为该时段内数据的平均值;σ10为该时段内数据的标准差;N为该时段内数据的个数;Km为该时段内第m数据的值。设定区间,将超出该区间的数据剔除,同时包括该功率数据所对应的其他监测数据。并且,从预处理数据中删除包括风力发电机组不工作、测试系统发生故障以及风向不在测量扇区内等情况下的数据。同时,在特别恶劣环境下采集的数据需要作为特殊数据,将筛选完的数据集合作为研究的数据对象。3.叶尖速比与风能利用系数在现有的风力发电场中,大多数都利用风电机组自身安装的风速计对风速进行测量。但是由于测量位置的限制,风力发电机组上风速计所测风速与实际风电机组功率对应的风速不是同一个风速。根据式(1)可知,功率与风速成三次方的关系,所以用风速计所测风速来绘制功率曲线必然存在失真,因此需要对风速进行修正。根据风电机组的工作原理,本文采用基于风能利用系数CP来修正风速。在风力发电机组中,可以通过检测设备直接测得风轮的转速w,根据这一便捷条件,利用风轮的转速推导出风速。修正步骤如下。(1)求取风能利用系数函数CP(λ,β)由式(1)可得叶尖速比指在相同时刻下,风轮叶片尖端的线速度与轮毂高度处风速的比值。叶尖速比可表示为式中,w为风轮的转速;λ为叶尖速比。将式(5)代入式(4)可以得到各个风电机组的功率曲线普遍具有相似性,其中CP(λ,β)是关于叶尖速比λ和桨距角β的曲线。因此,在电力系统动态仿真研究中,常用如下函数表示在风电机组运行中,当风速超过额定值时,风力发电机组通过调整桨距角的大小来保证风电机组输出功率的稳定性。当风速小于风电机组额定风速时,其输出功率低于机组额定功率,桨距角保持在0°位置不变,同时保持最佳叶尖速比,从而获得最佳风能利用系数。图1所示为叶尖速比与风能利用系数的关系曲线。在CP>0条件下,当β越小时,对应的CP值越大;即当β=0时,对应的CP值最大。由于风电机组弃风电量分析就是针对风速在额定风速以下时进行的,则可定义β=0来实现。(2)求取叶尖速比λ令桨距角β=0,根据CP(λ,β)函数求取叶尖速比λ。式(7)中,令β=0,有根据式(6)和式(8)可得对于风电机组,式(9)中R、S、w和P是已知的,ρ取标准值1.225kg/m3,若要得到更准确的结果,也可以根据实际风场监测的温度、气压等数据,计算出符合当地实际情况的空气密度值。故式(9)是关于叶尖速比λ的一元三次方程,根据数学基本知识,通过求解该方程可求出λ的三个解;再根据实际意义,舍去其中的一个负值解,然后将另外两个解分别代入式(8),得到CP两个值,但有一个值非常小。根据风电机组风能利用系数CP不可能太小的实际情况,舍去其中求出CP值很小(小于0.1)的对应的λ解,剩下的值则为所要求的叶尖速比λ。(3)求取修正的风速将符合要求的λ值代入式(5)中,便可求出对应的风速值,即修正的风速值。4.不同区间的风速运行(1)求取修正风电功率将上部分修正风速代入式(4)求得修正功率值。(2)运用比恩(Bin)法对数据进行处理,得到相应风速所对应的功率数据处理步骤如下:1)按照风力发电机组的额定功率大小选定Bin范围,并且采用对应的尺度(10min)划分相应的Bin区间宽度。2)将修正后功率数据放入划分好的Bin区间,记录每个Bin区间的数据个数。3)对每个Bin区间的数据,通过数学计算得到对应区间的平均风速Vi和平均功率Pi。(3)计算分析风电机组的平均出力系数ηp由于风电场机组较多,为减少计算量,弃风评估时常选取有限风电机组为样本进行分析,然后将分析结果拓展至整个风场。根据所分析的机组的功率P和装机额定容量Q计算机组的理论平均出力系数ηP。按照10min区间,风电机组的平均出力系数表达式为式中,ηP为平均出力系数;Pi为修正后10min区间内第i个风电功率;Qj为第j台风电机组的装机容量。(4)计算风场的理论功率Ti理论功率Ti表达式为式中,Ti为第i个每10min区间风电场的理论风电出力;Q为10min区间风电场的总开机容量。(5)计算风电机组的弃风电量1)10min区间风电场的弃风电量表达式为式中,Ri为第i个10min区间风电场的实际风电出力;Qqi为第i个10min区间风电场的弃风电量。2)计算整个风电场的弃风电量。将风电场每10min区间的弃风电量叠加,即为风电场的弃风电量。风电场弃风电量计算方法为了验证该并网风电机组弃风电量评估方法和模型的有效性,以某1.5MW并网风电机组SCADA监测数据为例,进行评估结果验证。本文采用该方法对该风电场2012年8月14~15日的在线监测数据进行分析,此风电场总共包括33个风电机组,由于数据量较为庞大,仅对其中2个机组(机组A和机组B)进行弃风量计算。对风场的数据处理流程如图2所示。计算步骤:1)根据评估条件标准,对该风电场的场地条件、场地要求、测风塔位置及测量扇区进行分析,结果表明符合IEC标准,采集的数据科学有效。2)应用风电场弃风电量评估模型计算方法,利用Matlab软件编程,对采集的数据进行预处理和筛选,并对风速进行修正。图3所示为机组A和机组B的风速修正前后功率曲线。3)计算弃风电量。根据上述计算步骤,对该风电场2个机组的弃风电量进行计算,其结果为30.68kW·h,表明该风电场机组A和机组B在2012年8月14~15日一天内的弃风电量为30.68kW·h。弃风电量评估模型主要工作原理本文首先根据IEC标准概述了弃风电量评估条件的相关标准,分析了风电机组弃风电量的测试条件,并从实际情况出发,根据风电机组的工作原理,采