搜索
风力发电并网控制系统分析摘要：风电工程在我国逐渐兴起，以其清洁、可持续等特性颇受人们青睐。但风力发电易受环境影响而产生波动，由此带来的风电并网问题也必需得到重视。本文介绍了一种普适性的发电并网控制系统，提供了一种以微网技术为基础的并网控制策略和方式，从环保性与经济性的角度分析了该风电系统的应用范围，并揭示了风电并网控制领域未来的研究方向。0引言以风电为主的新能源发电系统在我国已投入使用，且近年来风电场的数量在不断增加。中国新能源装机比重逐年上升，截至2013年底，全国风电并网容量为77.16GW，2013年全国风电和光伏发电量达140TW·h，相当于一个中等发达省份的用电量。根据国家可再生能源发展规划，到2020年全国风电装机容量将达到200GW，届时中国的能源结构将发生重大改变，因此必须提前开展相关研究以支撑新能源的大规模发展。风电等新能源发电受所处环境影响较大，故其所发电力幅值、频率及相位等特征的变化较传统发电系统更大。当新能源并网的发电量较小时，这种不稳定性对整个电网带来的影响较小，并网时产生的波动可看作负荷预测误差；但当新能源并网的发电量达到一定程度时，其将对整个电网产生影响，如：增大电网调峰、调频的压力；增加电网运行方式安排以及备用容量配置的难度；影响电网的供电质量；影响系统安全稳定性。此时，基于传统发电的确定性调度管理方式已不再适用，且目前新能源发电调度受政策影响较大，故需针对新能源运行特点及政策要求，运用的调度技术支持手段，建立新的并网控制系统，使电网运行能充分适应大规模新能源发电的特性，提高电力系统新能源利用率。[1]1新能源发电并网控制系统框图分析图1新能源发电并网控制系统框图如上图所示，新能源发电并网系统的控制分为电网和新能源场站两个部分。电网部分将新能源场站作为一个整体进行管理；而场站部分以整体形式参与电网调度，对场内风电机组及其他设备进行局部管理，通过两方面协调配合以支撑新能源调度。在新能源场站部分，新能源调度技术支持系统通过建设智能监控平台，实现对场内所有设备的统一管理，以支持新能源调度。其主要内容包括：风电机组和风资源监测、功率预测、有功控制和无功控制。场站部分通过优化各模块功能，成为符合并网技术标准的友好型场站，为全网新能源调度提供支撑。电网部分则从全网角度出发，建立主站新能源调度技术支持应用，并与常规能源调度技术支持应用进行协调，辅助全网安全稳定运行。新能源调度技术支持应用内容又可以分为两个部分：其一是实时运行部分，包括风电机组和风资源监测、全网功率预测、新能源调度计划、新能源实时运行风险评估；其二是评价分析部分，包括弃风统计、优先调度评价、数据分析。[2]2系统的特点及能量控制方式2.1系统的特点新能源控制系统的建设目的是保证新能源发电效率更高且能协助电网安全稳定运行。同时它也是电网调度的一部分，其目的是对波动性强、场站数量众多的新能源进行精细化管理，为电网调度提供技术支撑。为了保证电网安全稳定运行、促进新能源并网运行规范化管理，新能源调度应能够实时监测场功率和变化趋势，预测风电发电功率，在此基础上制定合理的风电场发电计划，并通过对风电场的并网运行特性进行评价，以加强对场站的管理，协调优化新能源与常规电源的调度，支撑全系统安全稳定运行，提高系统新能源利用率，即新能源调度应包含新能源实时监测、预测、调度计划与控制、辅助决策等方面的内容。[3]2.2系统的能量控制方式2.2.1使用微网技术进行控制微网可以对新能源发电在并网的过程中所带来的负面问题进行有效的协调控制，使得分布式电源在并网的过程中不过给电网带来的干扰得到了降低。在典型的微网结构中，主要存在着分布式微源、负荷、电能转换设备及储能装置所组成的一套系统，其可以对能源进行灵活的处理。对于微网电源来说，其存在着多种能源形式，像风能发电、太阳能发电都可以成为其能源形式。微网中存在着主要负荷及次要负荷两种形似，前一种是对电能的质量及可靠性都要求比较高，后一种对电能的质量及可靠性要求就比较低了。微网中的分布式电源可以直接的来将产生的电力进行并网。它不仅可以对本地进行供电，还可以将剩余的电力并人到电网之中。在对微网的控制过程中，因为其含有许多个微电源，这些种类各异的微电源，所存在的各种特征都是不一样的，但是在电力系统中，所需要的能量是要求平衡的，因此在微网工作过程中，怎样的来使得电力系统都保持一种稳定的状态，以便于使得微网对电网的冲击做到减小，这都是我们在工作过程中需要进行考虑的问题。需要在微网工作的过程中，会各种部件之间存在的问题进行协调与控制。2.2.2对于微网的能量管理在整个微网当中，其核心组成部分就是高级能量管理，它能够根据市场对于能源的需要来进行相关的控制，其可以对分布式设备及负荷的灵活调度来使得整个系统得到最优化的工作。在微网的使用过程中，其能够自由的与电网之间进行能量的交换，并且其可以在特殊情况发生的时候，能够对非关键的负荷做到牺牲或者是延迟，来使得其能够对需求进行响应，为电力负荷提供一些保障。[4]3系统的环保性分析风电工程对环境的影响有利有弊。首先，风能是清洁的可再生能源，安全、可再生、可循环使用、具备规模化发展且高性价比。充分利用风能可减少常规石化能源的消耗，符合国家能源发展战略和世界能源发展方向。且风电场向大气排放的污染物为零，实现固体、气体零排放，对保护大气环境有积极作用，尤其对改善目前的雾霾天气有积极的作用。风电场相比燃煤电厂可节省大量淡水资源，减少水环境污染，特别是对淡水资源匮乏的沿海及干旱地区更为重要。而风电工程对环境的破坏主要在以下几个方面：一是噪声污染，其主要来源于风机组设备的运转。二是电磁辐射，其在电气设备在运行时产生，辐射源包括发电机、电动机、输电线路、变电所等。三是安装、检修风电机组时所形成的油污染，产生的主要原因是风电机组在吊装、调试及日常检修中不规范就会造成漏油、滴油、油布乱扔等现象，对植被、土壤形成污染。四是对植被和水土流失的影响：风电场在建设道路、机组基础、线塔基础及线路施工时对土壤及植被造成损坏，恢复不及时易造成水土流失等。五是风电场建设对鸟类的影响：主要是对候鸟夜间迁徙造成的危害。因此，风电作为可再生能源，对环境最大利益就是替代传统的化石能源，减少发电造成的不可逆污染。相比之下，其不利影响基本都是可以控制或避免的。下面将逐步针对社会上重点关注的不利影响进行剖析。[5]4系统的经济性分析4.1系统的建设成本新能源发电并网系统在建设阶段的投入主要分为决策、设计、发包和施工四个部分。在决策阶段，进行造价控制时，需要投资方结合具体的工程实际，对于工程建设的规模和地点进行细致的规划，同时必须要保证建设标准是科学合理的。风电工程项目需深入分析其在经济、技术以及环境上的可行性，详细对比建设方案，以做出最优的选择。决策阶段投资方编制的研究报告和项目建设书必须能够全面体现出投资方的目的、建设书还务必要准确无误。建设书必须能够详细而准确地对建设标准、规模、以及工程项目的使用期限等作出阐述。风电工程在决策阶段的造价估算审查也是重点，在造价编制审批完成后，建设过程中就不能随意更改造价控制额，必须将决策的作用进行充分发挥。在设计阶段，强化风电工程造价控制需着重考虑以下几个方面。一是在招投标管理阶段，应加强风电工程设计。二是设计阶段的经济技术分析问题必须加强重视。三是风电工程项目的设计标准应严格执行。四是对于风电工程中的土建工程以及联网送电工程的投资，务必进行有效控制。在项目发包阶段，造价控制应当从以下几个方面展开。其一，投资方通过开展招标工作，选择那些经济效益比较高、社会信誉良好并且保质保量的单位，中标单位必须有一定的资质，且价格适中。其二，必须严格按照合同履行双方间的约定，对已经完成的工作量进行精确计量，进度款的支付必须按照完成的工作量来支付。其三，有效管理监理人员，避免经济损失。在施工阶段，造价控制需重点考虑以下几点。其一，在施工建设规划阶段深化审查工作对于风电工程项目的质量、成本以及进度和安全投资方都应加强管理，监督有关单位对于施工建设项目的实际情况进行优化。其二，加强风电工程的考核监督、深化预算管理。其三，在建设过程中出现现场签证或者合同变更的问题，应当制定完善的审批制度。遇到没有完善手续的签证是不能认可的。[6]4.2系统的后期维护后期维护管理包括安全管理、检修管理两方面。在安全管理方面，有四个重点。一是以创建本质安全型企业为抓手，不断完善安全生产管理体系。二是实施全过程管理和超前控制，实现安全生产可控、在控。三是强化安全生产标准化建设，提升生产管理水平。四是实施对标一流管理，铸造精品项目。在检修管理方面，主要分为五个部分：一是风机日常维护保养，二是设备定检维护，三是备品配件的管理，四是风机用油脂国产化的尝试和探索，五是人力资源管理。5技术发展趋势5.1国内技术前沿从我国风电发展目标、风电资源特征、地理条件、电网分布等各种影响因素考虑，我国的风电技术应努力朝以下几个方向发展。一是完善风能资源数值计算与分析标准，逐步建立处在不同环境的风电场的各项指标的规范化数值计算标准与方法，形成和应用完善大型风电场风能数值预报标准化计算方法，研宄适用于高空风能资源利用的风能资源评价技术，制定区域风能资源质量评价标准。二是开发适用中国风资源特点的大型先进风电机组。加强大型风电机组设计基础研究，开发具有中国特色的以下风电机组轻量化和环境适应性技术，优化风电机组设计，开发和推广新型风电机组控制系统和电网友好型风电机组。三是开发应用“电网友好型”风力发电技术，使风电场具备可测、可控和可调的能力，实现风电与电网及其他常规电源的协调发展，实现规模化先进储能技术、分布式风电系统的广泛开发和应用风电机组通过分布式系统直接向终端用户供电，或采用与其他形式发电机组成混合供电系统。四是风电等波动性可再生能源的大规模幵发对发展智能调度技术提出了更高要求。应加强风电场风电机组的运行统计和分析工作，准确掌握风电运行特点，积极幵展风电调度技术和策略研究，不断提高风电调度精细化水平，建设智能电网。[7]5.2国外技术前沿[9]可持续的风力发电要集成到电网，精确的预测方法是必需的。在这项工作中，可使用异构风力发电预测的机器学习集成。首先分析同质集合的回归系数利用一个单一的基础算法和比较决策树近邻和支持向量回归。下一步，构建异构集成，利用多个基础算法和弱预测的多样性。在实验评估中，一个组合决策树与支持向量回归于国家的最先进的预测（改进以及均匀的合奏，同时要求时间短（速度从1:60到8:78）。这个基于大型风时间序列数据的实验研究从模拟和实际测量。风力发电的精确预测是至关重要的。除了天气预报，机器学习算法也会产生良好的预测结果。例如，支持向量回归（SVR）和K-近邻（K-NN）回归能为短期预测的视野提供合适的结果。然而，有2个主要的缺点：第一，为了达到最佳的预测精度，训练和测试的计算时间将延长。第二，预测性能需要进一步改善，以配合实际能源市场需求。结合几个机器学习集成的基本模型，一些所谓的弱预测已被证明是著名机器学习算法的一个很好的替代。使用标准机器学习算法，并结合其输出，分类和回归的准确性可以得到改善，且减少了计算时间。特别是对现实世界的问题，机器学习集成是有效的方法。相反的先进的机器学习算法和集成方法需要较少的调整和专业领域知识。然而，为了找到一个最佳的集成预测，通常在多个目标之间进行权衡。在这项工作中，实际使用bagging集成对风力发电进行预测，它可以制定回归问题。而调查集合的设置可以提供最佳的结果。在第一步中，我们比较均匀的集成预测和每一个弱预测，使用的同基算法。使用决策树，近邻回归、支持向量回归等为基础的算法。此外，使用异构集成风电预测预报，如果不包括不同的集成基础的预测类型，执行均匀集成，以此获得成功弱预测因子的多样性。综合实验结果表明，决策树（DT）和SVR率的组合比均匀预测所得到的分析结果更加精确。Reference[1]刘纯，黄越辉，张楠，礼晓飞，刘德伟，姚姣.基于智能电网调度控制系统基础平台的新能源优化调度[J].电力系统自动化，