中國廣域范圍內風能資源短時間尺度的時空互補特性調查研究

劉怡，肖立業(yè)，王海風，戴少濤，齊智平

(1.中國科學院應用超導重點實驗室，北京100190;2.中國科學院電工研究所，北京100190; 3.華北電力大學電氣與電子工程學院，北京102206)

中國廣域范圍內風能資源短時間尺度的時空互補特性調查研究

劉怡1，2，肖立業(yè)1，2，王海風3，戴少濤1，2，齊智平2

(1.中國科學院應用超導重點實驗室，北京100190;2.中國科學院電工研究所，北京100190; 3.華北電力大學電氣與電子工程學院，北京102206)

風能資源所具有的間歇性和波動性的特性致使風電輸出功率具有很大程度的隨機性和難以預測性。將這種大規(guī)模的波動電源接入電網會給電力系統(tǒng)安全穩(wěn)定運行帶來諸多不利影響。近些年來利用廣域范圍內風能資源時空互補特性平滑大規(guī)模風能輸出功率波動已引起國內外學者的廣泛關注。中國小時級別及以上時間尺度下的風能資源時空互補性已得到了初步的調查研究，但小時級別以下時間尺度下的時空互補性有待進一步研究。因此，基于中國氣象局提供的氣象風速數(shù)據，本文結合各種統(tǒng)計方法和指標調查研究了中國廣域范圍內風能資源短時間尺度(1min)的時空互補特性。

時空互補性;風電;波動性;間隙性;平滑作用;分散分布;短時間尺度

1 引言

隨著常規(guī)化石能源的日益枯竭，中國政府已將發(fā)展可再生能源提升至重要地位，并逐步實現(xiàn)能源結構的戰(zhàn)略性調整。2011年中國以62GW的累計裝機容量蟬聯(lián)世界第一，按照我國“十二五”規(guī)劃目標，預計到2015年風電裝機容量將達到1×108kW，年發(fā)電量1900×108kW·h［1］。我國的風能資源非常豐富，根據中國氣象局2011年開展的第四次風能資源普查結果，我國陸上50m高度風能資源潛在開發(fā)量為23.8億kW，近海5～25m水深范圍內風能資源潛在量為2億kW。

由于風電輸出功率具有較大的間隙性和波動性，其大規(guī)模并入電網會給電力系統(tǒng)的安全穩(wěn)定運行帶來諸多不利影響。對于如何平滑風電輸出功率波動從而減少對電網不利影響，國內外已有眾多文獻提出相關方法，如利用儲能技術［2］、風火打捆［3］、增加無功補償裝置［4］等，但是這些方法沒有考慮到可再生能源在廣域范圍內的資源優(yōu)化配置。

合理利用廣域范圍內風能資源的時空互補性，能夠平滑其功率輸出波動水平，從而減弱對電網的不利影響。自1979年Kahn［5］提出將地理上分散分布的風電場互聯(lián)可以平滑其輸出功率波動以來，歐美國家的一些研究［6-12］隨后也得出了相關結論。文獻［8］研究了美國東部沿海岸2500km分布的風電場在小時時間尺度下的時空互補特性，因此利用海底電纜將廣域范圍內風電互聯(lián)可以很好地降低輸出功率小時時間尺度下的波動性。文獻［6］分析了北歐眾多國家廣域范圍內風能資源小時時間尺度下的互補特性，提出整合廣域風能資源的互補性可以降低輸出功率波動，提高可預測性等。國內文獻［13］調查研究了中國廣域范圍內小時時間尺度下的風能資源時空互補特性，文獻［14］基于NASA地球觀測數(shù)據庫研究了3h及以上時間尺度下的中國區(qū)域風電功率波動特性和地域相關性。但以上所述文獻均為廣域范圍內風能資源小時及以上時間尺度下的時空互補性。文獻［15］對風電各時間尺度下的波動給電力系統(tǒng)運行所產生的影響進行了研究，并提出數(shù)分鐘級的風電波動對電力系統(tǒng)的無功儲備(電壓管理)、一次備用或二次備用需求具有重要影響。因此，有必要對中國風能資源分鐘時間尺度的時空互補特性進行研究，以便掌握廣域范圍內風電輸出功率在各時間尺度下的波動規(guī)律，實現(xiàn)大范圍資源優(yōu)化配置和利用。基于中國氣象局實測氣象數(shù)據，本文研究了中國廣域范圍內風能資源短時間尺度(1min)的時空互補特性。

2 氣象站點的選擇

本文從氣象局提供的氣象站點中挑選了35個適合建設風電場且風能資源相對較好(10m高年平均風速大于3m/s)的氣象站點，并用其觀測的2009年整年以1min為時間間隔的數(shù)據作為本文的原始數(shù)據。本文所挑選的站點在中國部分地圖的分布如圖1所示，經緯度及站點編號如表1所示。為了方便研究，本文將所有挑選站點分成了四個分區(qū)。

圖1 所選風能站點在中國部分地圖上的分布Fig.1 Distribution of selected wind farm sites

表1 所挑選風能站點編號及經緯度Tab.1 Number，latitude and longitude of selected site

3 風功率模擬方法及評價指標

對于陸上風電場輸出功率的模擬，首先用Gipe冪律［16］將10m高標準測風塔觀測的風速轉化為典型風機(本文選用國內主流風機3MW Sinovel SL3000/90型)輪轂高處風速:

式中，V為輪轂高Hhub處風速;Vland為氣象觀測塔高H0處風速。

對于本文B區(qū)海上風電場，首先用式(2)［17］將近海陸上風速轉化為近陸海上同高度風速:

式中，Vsea為與測風塔等高處近陸海上風速。海風風機輪轂高處風速通過式(3)模擬，其中L0= 0.001［18］:

各站點的風電輸出功率通過所選風機的風速-功率特性進行模擬。為了簡化研究，各站點風電裝機容量相同。四個區(qū)域的功率分別記為PA、PB、PC、PD，四個區(qū)域總輸出功率記為PGrid。

對于廣域范圍內風能資源在分鐘時間尺度下的時空互補性本文采用相關系數(shù)、標準離差、一定閾值下的全年時間百分數(shù)等指標和方法進行研究。

4 結果

4.1 相關系數(shù)

本文計算了站點之間輸出功率的相關系數(shù)，如圖2所示。圖中每個點表示在一定距離下的兩個站點之間的相關系數(shù)。圖中任意兩個站點的相關系數(shù)均在0.7以下(中度相關及輕度相關)。相關系數(shù)最大的(0.69)兩個站點之間的距離為93.9km。當兩個站點之間的距離超過約250km時，兩個站點之間輸出功率的相關系數(shù)約在0.4以下(低相關性)。兩個站點之間的距離越遠，相關系數(shù)越低，在同一時刻兩個站點發(fā)電功率同時滿發(fā)或同時輸出功率為零的時刻將會大大減少。

圖2 不同距離的兩個站點的相關系數(shù)Fig.2 Correlation between pairs of stations by distance

此外，本文擬合了不同站點不同時間尺度下功率變化差ΔPn，t隨距離改變的相關系數(shù)的變化情況，如圖3所示。這里:

式中，ΔPn，t為第n個站點在某時間尺度下，第t個時間段內與t－1個時間段內的平均輸出功率差。

各時間尺度下相鄰時間段的功率變化量對電力系統(tǒng)安全穩(wěn)定運行非常重要。由圖3可見，10min尺度以下，相距僅數(shù)公里兩個站點相關系數(shù)近似于零。時間尺度越大，其功率變化量的相關性越強，即時空互補性越差。由圖3可見，廣域范圍內風電場之間分鐘時間尺度下具有良好的時空互補性。

圖3 各時間尺度下不同距離兩個站點功率波動的相關系數(shù)Fig.3 Correlation of variations for different time scales

4.2 輸出功率在一定閾值下的全年時間百分數(shù)

表2計算了單個站點或在特定區(qū)域互補總輸出功率在一定閾值下全年分鐘時間百分數(shù)。單個站點輸出功率大于0.5pu或者小于0.1pu的時間明顯高于各區(qū)域在此閾值的全年時間百分比。單個站點輸出功率在0.1～0.5pu閾值下全年分鐘數(shù)占全年總分鐘數(shù)百分比最大的站點為B6，達到57.0%。而四個區(qū)域在此閾值的全年時間百分數(shù)分別為88.4%、84.7%、53.3%、76.9%。四個區(qū)域總輸出功率在此閾值的全年時間百分數(shù)達到91.2%，全年僅僅0.2%的分鐘數(shù)功率低于0.1pu。

表2 在一定閾值下輸出功率的全年時間百分數(shù)Tab.2 Percentage of time power output changes within certain range

以上結果表明在一定區(qū)域范圍內風能資源互補后，總輸出功率全年大部分時間在一個相對比較集中的范圍(0.1～0.5pu)內波動。

4.3 輸出功率全年的分鐘時間尺度變化量

可再生能源影響電力系統(tǒng)安全穩(wěn)定運行最重要的因素是其特定時間尺度下功率變化量。表3計算了單個站點及某特定區(qū)域全年相鄰分鐘功率波動量的平均值、標準差、最大值。單個站點全年分鐘時間尺度的功率變化量最大值均為1，即單個站點均有在一分鐘內從輸出功率為零到額定功率，或從額定功率變?yōu)榱愕那闆r出現(xiàn)。盡管風電場內風機的慣性系數(shù)對風電在數(shù)秒鐘內的功率輸出具有一定的平滑作用［19］，但對分鐘時間尺度下的功率突變改善作用仍然有限。

表3 各站點及各區(qū)域輸出功率分鐘變化量平均值、標準差、最大值Tab.3 Mean，standard and maximum values of minute-to-minute variations of power output

將廣域范圍內的風能站點互聯(lián)后，四個區(qū)域分鐘時間尺度的功率最大變化量分別為0.184pu、0.245pu、0.413pu、0.708pu。而四個區(qū)域總功率分鐘變化量最大為0.140pu。這意味著廣域范圍內互補后平滑分鐘時間尺度風電波動所需配置的儲能容量要遠小于風電場裝機容量。同時，廣域范圍內分鐘級別風能資源互補后，其功率波動的平均值和標準差的值相對于大多數(shù)站點來說均為一個較低的值。這表明廣域范圍內風能資源分鐘時間尺度的波動量全年集中在一個較低的水平。

表4顯示了分鐘時間尺度的功率波動量在一定閾值下的全年時間百分比。從表4中可見，區(qū)域內站點互補后的總輸出功率波動量低于一定閾值的全年時間百分數(shù)遠大于各區(qū)域內單個站點。而當四個區(qū)域互補后總輸出功率分鐘級波動量小于0.03pu的分鐘數(shù)占全年總分鐘數(shù)的85%，僅有15%的時間波動量大于0.03pu。

表4 分鐘時間尺度輸出功率的波動量在一定閾值下的全年時間百分數(shù)Tab.4 Percentage of time thatminute-to-minute variations of power output change within certain range

考慮用配置儲能來平滑風電波動，如果對單個站點或者互補后的場景配置其風電裝機容量的5%的儲能容量，對四個風電區(qū)域該儲能容量能平滑分鐘時間尺度功率波動的時間分別占全年的96.5%、96.1%、72.1%、67.1%。而當所有風能站點互補后，僅僅配置5%的風電裝機容量的儲能裝置便可以平滑全年98.5%的波動，這樣全年僅僅有1.5%的時間分鐘時間尺度的波動超過其配置儲能的調節(jié)能力。

4.4 一定概率置信區(qū)間的分鐘時間尺度的波動量

文獻［20］利用概率統(tǒng)計了一定區(qū)域的風電在不同時間尺度下的波動率分布特點。圖4計算了在置信區(qū)間為99.5%時，單個風電場和區(qū)域輸出功率分鐘時間尺度下的變化量。對于分鐘級變化量，單個風電場普遍在±0.3pu以上，四個區(qū)域和PGrid分別為±0.089pu、±0.117pu、±0.221pu、±0.344pu和±0.076pu。在四個區(qū)域內風能資源互補后，總輸出功率分鐘級功率變化量較單個站點來說有明顯的降低。較置信區(qū)間為100%來說，不論是單個風電場還是區(qū)域，其分鐘時間尺度下的最大功率變化量都明顯降低。

圖4 99.5%置信度下分鐘級功率波動的最大值Fig.4 Max value ofminute-to-minute variations of wind power fluctuation with 99.5%confidence interval

5 討論

從上面的結果可以看出，從分鐘時間尺度下風電輸出功率和波動量兩個方面的特點來看，廣域范圍內風能資源在分鐘時間尺度具有良好的互補性。與10分鐘級、半小時級、小時級等長時間尺度相比，風能資源在分鐘時間尺度下的變化量在幾公里的范圍內(大型風電場、風電基地內)的相關系數(shù)為零，呈現(xiàn)良好的互補性。因此，相對較小區(qū)域范圍內的風機的互聯(lián)便可有效平滑風電功率輸出分鐘級的波動。

利用互補性能夠有效降低風電輸出功率波動水平，從而降低電力系統(tǒng)運行成本和提高其安全穩(wěn)定性。當整合一定區(qū)域風能資源后，在一定置信度下的輸出功率分鐘級波動最大值明顯低于單個站點，因此平滑分鐘時間尺度的波動所需儲能容量明顯降低，從而降低了電力系統(tǒng)運行成本。風電功率分鐘時間尺度的波動主要影響電力系統(tǒng)的二次調頻(AGC)［21］，而分散在一定區(qū)域的風能資源互補后分鐘級功率波動更平緩，這有利于提高電力系統(tǒng)頻率穩(wěn)定性，并降低對機組爬坡速率的限制。

在充分調查研究各時間尺度下廣域范圍內中國風能資源的時空互補性后，有必要對中國其他可再生能源之間的時空互補性(如風能和太陽能資源［22］，風能與水能資源等)以及未來大規(guī)?？稍偕茉唇尤腚娋W后對傳統(tǒng)輸電方式［23］、電網結構［24］等帶來的影響進行進一步的研究。文獻［23］提出用高壓直流環(huán)網構成中國骨干電網，從而充分利用廣域范圍內各種可再生能源之間的時空互補性。因此，有必要充分了解中國實際的各種可再生能源的時空分布特點［22］和其互補性，并結合我國負荷分布特點，進一步研究如何從目前交流電網向未來直流為主的電網進行過渡，這也是本文作者以后的研究方向。

6 結論

利用中國氣象局提供的氣象數(shù)據，本文對廣域范圍內風能資源短時間尺度(1min)時空互補性進行了研究。主要結論如下:

對于單個風能站點，其輸出功率在分鐘時間尺度下的波動性，中國西北新疆地區(qū)相對較強，東部沿海地區(qū)相對較弱。

在一定區(qū)域范圍內，地域分散分布的風能資源具有良好的分鐘時間尺度下的互補性。文中研究了不同地點風電時空互補性隨距離的變化關系。

相比于單個風能站點，一定范圍分布的區(qū)域分鐘級輸出功率全年功率滿發(fā)或者接近滿發(fā)，等于或接近零的時間大大減少。

在相同的置信度，區(qū)域輸出功率分鐘時間尺度最大波動量明顯小于單個站點。文中詳細計算了單個站點和各風電區(qū)域分鐘時間尺度的最大波動量。

［1］羅承先(Luo Chengxian).世界風力發(fā)電現(xiàn)狀與前景預測(Wind power generation today in the world and prospect forecast)［J］.中外能源(Sino-Global Energy)，2012，17(3):24-31.

［2］Korpaas M，Holen A T，Hildrum R.Operation and sizing of energy storage for wind power plants in amarket system［J］.International Journal of Electrical Power＆Energy Systems，2003，25(8):599-606.

［3］Soder L.Reserve margin planning in a wind-hydro-thermal power system［J］.IEEE Transactions on Power Systems，1993，8(2):564-571.

［4］Dizdarevic N，Majstrovic M.FACTS-based reactive power compensation of wind energy conversion system［A］.Proceedings of IEEE Power Tech Conference［C］.Bologna，Italy，2003.

［5］Kahn E.The reliability of distributed wind generators［J］.Electric Power Systems Research，1979，2(1):1-14.

［6］Holttinen H.Hourly wind power variations in the Nordic countries［J］.Wind Energy，2005，8(2):173-195.

［7］Archer C L，Jacobson M Z.Supplying baseload power and reducing transmission requirements by interconnecting wind farms［J］.Journal of Applied Meteorology and Climatology，2007，46(11):1701-1717.

［8］Kempton W，Pimenta F M，Veron D E，et al.Electric power from offshore wind via synoptic-scale interconnection［J］.Proceedings of the National Academy of Sciences，2010，107(16):7240-7245.

［9］Katzenstein W，F(xiàn)ertig E，Apt J.The variability of interconnected wind plants［J］.Energy Policy，2010，38 (8):4400-4410.

［10］Milligan M R，F(xiàn)actor T.Optimizing the geographic distribution ofwind plants in Iowa formaximum economic benefit and reliability［J］.Wind Engineering，2000，24 (4):271-290.

［11］Palutikof J，Cook H，Davies T.Effects of geographical dispersion on wind turbine performance in England:A simulation［J］.Atmospheric Environment.Part A.General Topics，1990，24(1):213-227.

［12］Sinden G.Characteristics of the UK wind resource:Longterm patterns and relationship to electricity demand［J］.Energy Policy，2007，35(1):112-127.

［13］Liu Y，Xiao L，Wang H，etal.Investigation on the spatiotemporal complementarity of wind energy resources in China［J］.Science China Technological Sciences，2012，55(3):725-734.

［14］于大洋，韓學山，梁軍(Yu Dayang，Han Xueshan，Liang Jun).基于NASA地球觀測數(shù)據庫的區(qū)域風電功率波動特性分析(Study on the profiling of China’s Regionalwind power fluctuation using GEOS-5 data assimilation system of national aeronautics and space administration of America)［J］.電力系統(tǒng)自動化(Automation of Electric Power Systems)，2011，35(5):77-81.

［15］Holttinen H.Impact of hourly wind power variations on the system operation in the Nordic countries［J］.Wind Energy，2005，8(2):197-218.

［16］Gipe P.Wind power［J］.Wind Engineering，2004，28 (5):629-631.

［17］Mcqueen D，Watson S.Validation of wind speed predictionmethods atoffshore sites［J］.Wind Energy，2006，9 (1-2):75-85.

［18］Burton T，Jenkins N，Sharpe D，et al.Wind energy handbook［M］.John Wiley＆Sons，2011.

［19］Keung P-K，Li P，Banakar H，et al.Kinetic energy of wind-turbine generators for system frequency support［J］.IEEE Transactions on Power Systems，2009，24(1): 279-287.

［20］Celik A N.A statistical analysis of wind power density based on theWeibull and Rayleighmodels at the southern region of Turkey［J］.Renewable Energy，2004，29 (4):593-604.

［21］Banakar H，Luo C，Ooi B T.Impacts of wind powerminute-to-minute variations on power system operation［J］.IEEE Transactions on Power Systems，2008，23(1): 150-160.

［22］Liu Y，Xiao L，Wang H，et al.Analysis on the hourly spatiotemporal complementarities between China’s solar and wind energy resources spreading in a wide area［J］.Science China Technological Sciences，2013，56(3): 683-692.

［23］肖立業(yè)，林良真，徐銘銘(Xiao Liye，Lin Liangzhen，Xu Mingming).未來電網—多層次直流環(huán)形電網與“云電力”(Future power grid—Multiple-level DC loop grid and‘Cloud Powering’)［J］.電工電能新技術(Advanced Technology of Electrical Engineering and Energy)，2011，30(4):64-69.

［24］Xiao L，Lin L，Liu Y.Discussions on the architecture and operationmode of future power grids［J］.Energies，2011，4(7):1025-1035.

(，cont.on p.61)(，cont.from p.54)

Investigation on short-term tem porospatial com plementarities of China’s w ind energy resources spreading over w ide area

LIU Yi1，2，XIAO Li-ye1，2，WANG Hai-feng3，DAIShao-tao1，2，QIZhi-ping2
(1.Key Laboratory of Applied Superconductivity，Chinese Academy of Sciences，Beijing 100190，China; 2.Institute of Electrical Engineering，Chinese Academy of Sciences，Beijing 100190，China; 3.North China Electric Power University，Beijing 102206，China)

Wind power is highly variable and difficult to predict due to the intermittent and fluctuating nature of wind energy resources.Integrating such unstable power source into power systemswill bring significant impacts on the safe and reliable operation of them.Interconnecting geographically dispersed wind generations is one of the feasible ways to smooth wind power output.Until now making use of the temporospatial complementarities of geographically dispersed wind resources has attractedmore andmore eyes athome and abroad over recent years.For China，hourly smoothing effect of combining geographically dispersed wind energy resources has been well studied，but the short-term effect still needs to be investigated.Hence，based on the data provided by China Meteorological Administration(CMA)，this paper analyzes the short-term(1minute)temporospatial complementarities ofwind energy resources spreading over a wide area in China.Several results are drawn based on the analysis and a feasible diagram for China tomake use of the complementarities of renewable resources is discussed in this paper.

temporospatial complementarities;wind power;fluctuations;intermittent;smoothing effect;geographical distribution;short term

TK89

A

1003-3076(2014)08-0049-06

2014-03-01

國家重點基礎研究發(fā)展計劃(973計劃)資助項目(2012CB215204)

劉怡(1986-)，男，湖北籍，博士研究生，主要從事電力系統(tǒng)研究;肖立業(yè)(1966-)，男，湖南籍，研究員/博導，博士，研究方向為電工理論與新技術。

book=54,ebook=57