论文部分内容阅读
摘要：本文针对大规模风电等新能源的安全高效并网利用现实需求及面临技术难题，指出了基于传统火电深度调峰对风电功率波动进行平抑的方法存在的不足之处，提出了一些可供参考的解决方法：通过对规模化风电功率波动的物理机制及影响因素进行综合的分析研究，利用基于一体化联合发电单元的火电调峰技术对风电功率的波动性进行全方位的综合平抑，实现对电网能源的整体安全高效利用目的，是解决风电并网的一项关键技术。
关键词：智能电网；火电机组；调峰平抑；一体化；联合发电
中图分类号：TM614 文献标识码：A 文章编号：1674-098X（2015）04（a）-0000-00
1 前言
面对化石能源日益枯竭和环境污染等人类共同的难题，大力开发利用风能等新能源，提升传统能源利用效率，发展智能电网，已成为世界各国的基本共识和应对策略。我国政府制定了发展新能源产业、节能减排的国家战略，作为约束性指标纳入国民经济和社会发展中长期规划中。风能等可再生能源是最具规模化开发前景的新能源。未来，规模化的新能源电力必将由补充能源发展为替代能源，并最终成为主流能源。然而，规模化新能源电力的利用需要在随机波动的负荷需求与随机波动的电源之间实现能量的供需平衡，也使电力系统结构、运行控制发生了根本性变革，使得规模化风电消纳已成为我国电力系统面临的重大现实问题[1，2]；并且，鉴于我国以火电为主导地位的电网结构矛盾，火电安全高效调峰是制约我过风电大规模并网的主要矛盾之一。
2 火电机组深度调峰的必要性
随着风电场容量的迅速增加，给传统调峰调频、运行调度等的实施带来问题。如果能对风速和风力发电功率进行比较准确的预测，则有利于电力系统调度部门及时调整调度计划，在保证电网稳定性的基础上减少电力系统运行成本和旋转备用。国外从事风电功率研究工作起步较早，早在1990年Landberg就采用类似欧洲风图集的推理方法开发了一套预测系统[3]。风电功率预测工具WPPT由丹麦科技大学开发[4]，并从1999年开始在丹麦东部电力系统运行，能够给出0.5～36 h的预测结果。AWPT是德国太阳能研究所开发的风功率管理系统WPMS的一部分[5]。eWind是美国AWS Truewind公司开发的风功率预测系统[6-8]，入到电网主要包括一组高精度的三维大气物理数学模型、适应性统计模型、风电场输出模型和预测分发系统。其他风电功率预测系统还包括在Madei岛和Crete岛运行的More-Care系统[9]和爱尔兰开发的Honeymoon系统等。国内，对于风电功率的预测研究尚处于探索阶段，研究对象主要是对于风电机的控制、风力发电场的规划和选址、对国家电网和电力系统的影响等方面，对于风电功率的预测研究尚没有一个成熟的研究成果和系统[10]。尽管随着各种预测研究技术的发展，精度也在不断提高；但目前的预测技术还是难以满足电力系统安全高效运行的需求。因此，为了应对风电场功率不稳定的问题，必须加大供电系统的旋转备用容量和各种储能设施，导致国内占主要地位的火电机组也不得不进行进一步的深度调峰运行。
3 传统火电机组调峰技术的弊端
当前针对目前的风电功率的波动特性以及预测技术瓶颈等问题，传统有效解决的方法是对风电功率进行平抑，即“削峰补谷”的平抑方法。幅值预测误差就是目前电网最为关心的误差，电网通过旋转备用或者储能单元来填补这种由于风功率预测不准所带来的这种误差影响。然而，当风电容量占到电网总容量一定比例时，这种波动会对电网频率与电压稳定性造成不良影响，为了确保电网的安全运行，必须加大火电机组的备用容量，导致电网中存在大量的火电机组旋转热备用，电网整体运行效率下降。采用火电机组参与调峰的办法，即减少电厂火电机组的发电量，在目前国内应用比较广泛。当风资源比较丰富风电机组处于高负荷运行时，一般的火电机组都会处于调峰运行状态。但是，火电机组调峰能力有限，不能够快速响应风电功率的变化，在实际操作过程中往往会出现一些问题；以2008年年底统计的数据为例，内蒙古电网调峰电力平均缺额达1GW，直接影响到日电力电量平衡和电网运行方式的安排[11]；同时，由于火电机组调峰时，处于低负荷运转，经济效果较差。因此，这种方法不仅对资源造成浪费，而且效果也不够明显，所以仍需要进行深入的分析与研究。
4 互补联合发电技术的平抑方法
为了能够消除由于大规模开发风能所带来的对电网稳定性的不良影响，国内外许多研究者针对风电的这种强随机波动特性提出了多种能源的互补系统，如“风火打捆”模式、设置储能单元等。其目的就是使整个系统的出力尽量的稳定或者是便于调节，同时使系统具有良好的经济性。其中，风能与其他发电单元的互补系统是一种新的研究趋势。以风电与太阳能电池为例，风力发电与太阳能电池发电组成的联合供电系统称做风光互补发电系统[12]。风能和太阳能在时间上、地域上和经济上都有一定的互补性。因此，风光复合发电的主要优点是具有互补性，可以向电网提供稳定的电源。
5 一体化联合发电的火电调峰技术
5.1 联合发电技术的实现瓶颈
目前，风电功率波动的机理还不是非常明确，并且，对风电功率波动影响因素的研究也不够全面深入，因而，所预测出的风功率曲线也就与实际相差比较大，这不仅加大了风电功率波动的平抑负担，使风电的可调和可控性降低；而且，不利于资源的优化配置，造成风电利用的经济性降低。因此，加强对规模化风电功率波动影响因素和机理的研究，提高预测准确性，是风电并网的迫切需求之一。此外，对于每一种的功率波动平抑方法，在实际中并不是采用单一的方法就能实现对使风电功率平滑的输出。主要原因在于每一种平抑方法所能够平抑的频率范围是一定的；并且，火电机组的平抑能力是非常强的，但是对于一些高频段的功率波动，即风电功率波动的频率高于火电所能覆盖的范围，经过火电机组的跟踪平抑之后，输出功率还是有高频段的波动成份，对电网还是会造成一定的影响。对于频率变化特别快的范围，一般可采用惯性单元对其进行平抑；而对于介于飞轮高频段和火电机组低频段两者之间的那部分频率范围，可以考虑用响应相对于火电机组较快的发电单元对其进行平抑。 5.2一体化联合发电单元的设计思路
由于，风电负荷的波动可以分解为可预报分量和不确定分量（预报误差）的叠加，并且可预报的波动分量可以利用现有的电力系统调度模式由系统内的调峰能力予以平抑。所以，如果想要使风电更好更稳定地接入到大电网中，就需要将这些可以平抑不同频率的发电单元联合起来，组成一个新的一体化联合发电单元，尤其针对风电功率波动的不确定分量（预报误差），探讨和研究采用传统电源与新能源电源构成的一体化发电单元予以平抑的新途径。一体化联合发电单元所能解决的一个关键问题就是大规模风电场中功率波动平抑能力不足问题。一体化联合发电单元采用分级解决的思想，利用现有的电力系统调度模式由系统内的调峰能力平抑可预报的波动分量，利用传统电源与新能源电源构成的一体化发电单元平抑不确定分量（预报误差），由于不确定分量的幅度显著小于总的功率波动幅度，因而本方法可望为解决大规模风电场中功率波动平抑能力不足的问题提供一种新的调峰思路。
5.3 基于火电机组的安全高效调峰技术研究
在一体化联合发电单元的综合分析设计中，除了研究预报精度减少旋转备用容量，还需要针对火电机组的深度变负荷以及发电整体经济效益的评估分析进行深入全面研究，这些也是我们目前急需应当考虑的问题。在这一思路下，需要解决如下关键问题。首先，需要弄清采用一体化发电单元平抑功率波动不确定性分量解决大规模风电场中功率波动平抑能力不足的内在机理，这是本方法的理论基础；其次，需要基于功率波动不确定性分量的界估计，研究一体化发电单元中传统电源与风电的最优匹配问题，在保证足够控制能力的基础上实现最小的传统能源配置；再次，需要从风电不确定分量频谱分析的角度，提出对传统能源动态响应带宽等需求性能指标要求，为各种可调能源如火电、水电、风电场中可调风电、储能装置等的搭配选择提供参考；最后，需要研究利用一体化发电单元平抑功率波动不确定性分量的控制及优化方法。
6 结论及展望
本文首先指出了当前基于火电机组深度调峰技术对风电功率波动进行平抑方法存在的不足，提出了研究并设计一体化联合发电单元。针对大规模风电场中功率波动平抑能力不足问题，利用现有的电力系统调度模式由系统内的调峰能力平抑可预报的波动分量，利用传统电源与新能源电源构成的一体化发电单元平抑不确定分量（预报误差），由于不确定分量的幅度显著小于总的功率波动幅度，因而本方法可望为解决大规模风电场中功率波动平抑能力不足的问题提供一种新的火电机组安全高效调峰技术。
参考文献：
[1] 郭钰锋， 孙頔， 于继来等. 集对分析理论在风电场风速区间预测中的应用[J]. 电力系统自动化， 2014， （2）：6-11.
[2] 柏春光， 万杰， 刘娇等. 基于遗传算法的抽汽供热机组间的热电负荷分配优化研究[J]. 节能技术， 2014， （3）.
[3] Troen I， Petersen E L. European wind atlas[M]. Roskilde： Risoe National Laboratory， 1989.
[4] Nielsen T S，Madsen H.WPPT—a tool for wind power prediction[C].EWEA Special Topic Conference，Kassel，2000.
[5] Bernhard L， Kurt R，Bernhard E，etal.Wind power prediction in Germany—recent advances and future challenges[C].European Wind Energy Conference，Athens，2006.
[6] Bailey B，Brower M C，Zack J.Short-term wind forecasting[C].European Wind Energy Conference，Nice France，1999.
[7] Zack J W，Brower M C，Bailey B H.Validating of the forewind model in wind forecasting application[C].EUWEC special topic conference wind power for the 21st century，Kassel，Germany，2000.
[8] SanchezI O，Ravelo J， Usaola C，et al.Sipreolico—a wind power prediction system based on flexible combination of dynamic models. application to the spanish power system[C].First IEA Joint Action Symposium on Wind Forecasting Techniques，Norrkoping， Sweden，2002.
[9] Hatziargyriou N，Contaxis G，Matos M，et al.More care—advice for secure operation of isolated power systems with increased renewable energy penetration and storage[C].European Wind Energy Conference，Copenhagen，2001.
[10] 陈晓东， 牛文君. 风力发电的发展现状与关键技术[J]. 城市建设理论研究：电子版， 2014， （22）.
[11] 白雪飞，王丽宏，杜荣华. 风电大规模接入对蒙西电网调峰能力的影响[J].内蒙古电力技术.2010，28（1）：1-3.
[12] 许文娟， 万杰， 刘金福等. 风光互补发电技术研究现状及发展前景[C]. 电站自动化信息化学术和技术交流会议. 2012.
关键词：智能电网；火电机组；调峰平抑；一体化；联合发电
中图分类号：TM614 文献标识码：A 文章编号：1674-098X（2015）04（a）-0000-00
1 前言
面对化石能源日益枯竭和环境污染等人类共同的难题，大力开发利用风能等新能源，提升传统能源利用效率，发展智能电网，已成为世界各国的基本共识和应对策略。我国政府制定了发展新能源产业、节能减排的国家战略，作为约束性指标纳入国民经济和社会发展中长期规划中。风能等可再生能源是最具规模化开发前景的新能源。未来，规模化的新能源电力必将由补充能源发展为替代能源，并最终成为主流能源。然而，规模化新能源电力的利用需要在随机波动的负荷需求与随机波动的电源之间实现能量的供需平衡，也使电力系统结构、运行控制发生了根本性变革，使得规模化风电消纳已成为我国电力系统面临的重大现实问题[1，2]；并且，鉴于我国以火电为主导地位的电网结构矛盾，火电安全高效调峰是制约我过风电大规模并网的主要矛盾之一。
2 火电机组深度调峰的必要性
随着风电场容量的迅速增加，给传统调峰调频、运行调度等的实施带来问题。如果能对风速和风力发电功率进行比较准确的预测，则有利于电力系统调度部门及时调整调度计划，在保证电网稳定性的基础上减少电力系统运行成本和旋转备用。国外从事风电功率研究工作起步较早，早在1990年Landberg就采用类似欧洲风图集的推理方法开发了一套预测系统[3]。风电功率预测工具WPPT由丹麦科技大学开发[4]，并从1999年开始在丹麦东部电力系统运行，能够给出0.5～36 h的预测结果。AWPT是德国太阳能研究所开发的风功率管理系统WPMS的一部分[5]。eWind是美国AWS Truewind公司开发的风功率预测系统[6-8]，入到电网主要包括一组高精度的三维大气物理数学模型、适应性统计模型、风电场输出模型和预测分发系统。其他风电功率预测系统还包括在Madei岛和Crete岛运行的More-Care系统[9]和爱尔兰开发的Honeymoon系统等。国内，对于风电功率的预测研究尚处于探索阶段，研究对象主要是对于风电机的控制、风力发电场的规划和选址、对国家电网和电力系统的影响等方面，对于风电功率的预测研究尚没有一个成熟的研究成果和系统[10]。尽管随着各种预测研究技术的发展，精度也在不断提高；但目前的预测技术还是难以满足电力系统安全高效运行的需求。因此，为了应对风电场功率不稳定的问题，必须加大供电系统的旋转备用容量和各种储能设施，导致国内占主要地位的火电机组也不得不进行进一步的深度调峰运行。
3 传统火电机组调峰技术的弊端
当前针对目前的风电功率的波动特性以及预测技术瓶颈等问题，传统有效解决的方法是对风电功率进行平抑，即“削峰补谷”的平抑方法。幅值预测误差就是目前电网最为关心的误差，电网通过旋转备用或者储能单元来填补这种由于风功率预测不准所带来的这种误差影响。然而，当风电容量占到电网总容量一定比例时，这种波动会对电网频率与电压稳定性造成不良影响，为了确保电网的安全运行，必须加大火电机组的备用容量，导致电网中存在大量的火电机组旋转热备用，电网整体运行效率下降。采用火电机组参与调峰的办法，即减少电厂火电机组的发电量，在目前国内应用比较广泛。当风资源比较丰富风电机组处于高负荷运行时，一般的火电机组都会处于调峰运行状态。但是，火电机组调峰能力有限，不能够快速响应风电功率的变化，在实际操作过程中往往会出现一些问题；以2008年年底统计的数据为例，内蒙古电网调峰电力平均缺额达1GW，直接影响到日电力电量平衡和电网运行方式的安排[11]；同时，由于火电机组调峰时，处于低负荷运转，经济效果较差。因此，这种方法不仅对资源造成浪费，而且效果也不够明显，所以仍需要进行深入的分析与研究。
4 互补联合发电技术的平抑方法
为了能够消除由于大规模开发风能所带来的对电网稳定性的不良影响，国内外许多研究者针对风电的这种强随机波动特性提出了多种能源的互补系统，如“风火打捆”模式、设置储能单元等。其目的就是使整个系统的出力尽量的稳定或者是便于调节，同时使系统具有良好的经济性。其中，风能与其他发电单元的互补系统是一种新的研究趋势。以风电与太阳能电池为例，风力发电与太阳能电池发电组成的联合供电系统称做风光互补发电系统[12]。风能和太阳能在时间上、地域上和经济上都有一定的互补性。因此，风光复合发电的主要优点是具有互补性，可以向电网提供稳定的电源。
5 一体化联合发电的火电调峰技术
5.1 联合发电技术的实现瓶颈
目前，风电功率波动的机理还不是非常明确，并且，对风电功率波动影响因素的研究也不够全面深入，因而，所预测出的风功率曲线也就与实际相差比较大，这不仅加大了风电功率波动的平抑负担，使风电的可调和可控性降低；而且，不利于资源的优化配置，造成风电利用的经济性降低。因此，加强对规模化风电功率波动影响因素和机理的研究，提高预测准确性，是风电并网的迫切需求之一。此外，对于每一种的功率波动平抑方法，在实际中并不是采用单一的方法就能实现对使风电功率平滑的输出。主要原因在于每一种平抑方法所能够平抑的频率范围是一定的；并且，火电机组的平抑能力是非常强的，但是对于一些高频段的功率波动，即风电功率波动的频率高于火电所能覆盖的范围，经过火电机组的跟踪平抑之后，输出功率还是有高频段的波动成份，对电网还是会造成一定的影响。对于频率变化特别快的范围，一般可采用惯性单元对其进行平抑；而对于介于飞轮高频段和火电机组低频段两者之间的那部分频率范围，可以考虑用响应相对于火电机组较快的发电单元对其进行平抑。 5.2一体化联合发电单元的设计思路
由于，风电负荷的波动可以分解为可预报分量和不确定分量（预报误差）的叠加，并且可预报的波动分量可以利用现有的电力系统调度模式由系统内的调峰能力予以平抑。所以，如果想要使风电更好更稳定地接入到大电网中，就需要将这些可以平抑不同频率的发电单元联合起来，组成一个新的一体化联合发电单元，尤其针对风电功率波动的不确定分量（预报误差），探讨和研究采用传统电源与新能源电源构成的一体化发电单元予以平抑的新途径。一体化联合发电单元所能解决的一个关键问题就是大规模风电场中功率波动平抑能力不足问题。一体化联合发电单元采用分级解决的思想，利用现有的电力系统调度模式由系统内的调峰能力平抑可预报的波动分量，利用传统电源与新能源电源构成的一体化发电单元平抑不确定分量（预报误差），由于不确定分量的幅度显著小于总的功率波动幅度，因而本方法可望为解决大规模风电场中功率波动平抑能力不足的问题提供一种新的调峰思路。
5.3 基于火电机组的安全高效调峰技术研究
在一体化联合发电单元的综合分析设计中，除了研究预报精度减少旋转备用容量，还需要针对火电机组的深度变负荷以及发电整体经济效益的评估分析进行深入全面研究，这些也是我们目前急需应当考虑的问题。在这一思路下，需要解决如下关键问题。首先，需要弄清采用一体化发电单元平抑功率波动不确定性分量解决大规模风电场中功率波动平抑能力不足的内在机理，这是本方法的理论基础；其次，需要基于功率波动不确定性分量的界估计，研究一体化发电单元中传统电源与风电的最优匹配问题，在保证足够控制能力的基础上实现最小的传统能源配置；再次，需要从风电不确定分量频谱分析的角度，提出对传统能源动态响应带宽等需求性能指标要求，为各种可调能源如火电、水电、风电场中可调风电、储能装置等的搭配选择提供参考；最后，需要研究利用一体化发电单元平抑功率波动不确定性分量的控制及优化方法。
6 结论及展望
本文首先指出了当前基于火电机组深度调峰技术对风电功率波动进行平抑方法存在的不足，提出了研究并设计一体化联合发电单元。针对大规模风电场中功率波动平抑能力不足问题，利用现有的电力系统调度模式由系统内的调峰能力平抑可预报的波动分量，利用传统电源与新能源电源构成的一体化发电单元平抑不确定分量（预报误差），由于不确定分量的幅度显著小于总的功率波动幅度，因而本方法可望为解决大规模风电场中功率波动平抑能力不足的问题提供一种新的火电机组安全高效调峰技术。
参考文献：
[1] 郭钰锋， 孙頔， 于继来等. 集对分析理论在风电场风速区间预测中的应用[J]. 电力系统自动化， 2014， （2）：6-11.
[2] 柏春光， 万杰， 刘娇等. 基于遗传算法的抽汽供热机组间的热电负荷分配优化研究[J]. 节能技术， 2014， （3）.
[3] Troen I， Petersen E L. European wind atlas[M]. Roskilde： Risoe National Laboratory， 1989.
[4] Nielsen T S，Madsen H.WPPT—a tool for wind power prediction[C].EWEA Special Topic Conference，Kassel，2000.
[5] Bernhard L， Kurt R，Bernhard E，etal.Wind power prediction in Germany—recent advances and future challenges[C].European Wind Energy Conference，Athens，2006.
[6] Bailey B，Brower M C，Zack J.Short-term wind forecasting[C].European Wind Energy Conference，Nice France，1999.
[7] Zack J W，Brower M C，Bailey B H.Validating of the forewind model in wind forecasting application[C].EUWEC special topic conference wind power for the 21st century，Kassel，Germany，2000.
[8] SanchezI O，Ravelo J， Usaola C，et al.Sipreolico—a wind power prediction system based on flexible combination of dynamic models. application to the spanish power system[C].First IEA Joint Action Symposium on Wind Forecasting Techniques，Norrkoping， Sweden，2002.
[9] Hatziargyriou N，Contaxis G，Matos M，et al.More care—advice for secure operation of isolated power systems with increased renewable energy penetration and storage[C].European Wind Energy Conference，Copenhagen，2001.
[10] 陈晓东， 牛文君. 风力发电的发展现状与关键技术[J]. 城市建设理论研究：电子版， 2014， （22）.
[11] 白雪飞，王丽宏，杜荣华. 风电大规模接入对蒙西电网调峰能力的影响[J].内蒙古电力技术.2010，28（1）：1-3.
[12] 许文娟， 万杰， 刘金福等. 风光互补发电技术研究现状及发展前景[C]. 电站自动化信息化学术和技术交流会议. 2012.