利用敏感頻段評估大規(guī)模風(fēng)電對電力系統(tǒng)頻率影響的方法

安 軍, 馮 琦, 穆 鋼, 李澤宇, 岳 涵, 王克非

(1. 東北電力大學(xué)電氣工程學(xué)院, 吉林省吉林市 132012; 2. 國網(wǎng)山東省電力公司煙臺供電公司, 山東省煙臺市 264000; 3. 國家電網(wǎng)東北電力調(diào)控分中心, 遼寧省沈陽市 110000)

利用敏感頻段評估大規(guī)模風(fēng)電對電力系統(tǒng)頻率影響的方法

安 軍1, 馮 琦2, 穆 鋼1, 李澤宇3, 岳 涵3, 王克非3

(1. 東北電力大學(xué)電氣工程學(xué)院, 吉林省吉林市 132012; 2. 國網(wǎng)山東省電力公司煙臺供電公司, 山東省煙臺市 264000; 3. 國家電網(wǎng)東北電力調(diào)控分中心, 遼寧省沈陽市 110000)

隨著系統(tǒng)中風(fēng)電滲透率的增加,風(fēng)功率波動對電力系統(tǒng)頻率的影響不可忽視。首先定義了“敏感頻段”的概念,對單機系統(tǒng)頻率響應(yīng)模型進(jìn)行分析,揭示了不同頻率的功率擾動對系統(tǒng)頻率特性影響程度的差異。其次,計及復(fù)雜電力系統(tǒng)的非線性特性,提出了利用聚類思想識別其敏感頻段的分區(qū)域掃頻法。最后,給出了從敏感頻段角度分析風(fēng)功率波動對電力系統(tǒng)頻率特性影響的分析方法,結(jié)合風(fēng)功率波動的幅頻特性評估其對電網(wǎng)頻率的影響,通過東北電網(wǎng)算例證實了敏感頻段的存在,驗證了所提方法的有效性。

敏感頻段; 風(fēng)功率波動; 復(fù)雜電力系統(tǒng); 頻率特性

0 引言

近年來,風(fēng)力發(fā)電在電力系統(tǒng)中所占比重逐漸增加。截至2016年,中國風(fēng)電總裝機容量已達(dá)到169 GW,預(yù)計到2020年,中國風(fēng)電累計裝機容量將達(dá)到2×108kW[1-2]。大規(guī)模風(fēng)電的隨機性、波動性給電力系統(tǒng)的穩(wěn)定運行尤其是頻率穩(wěn)定帶來了新的挑戰(zhàn)[3-4]。研究高滲透率風(fēng)功率波動對電力系統(tǒng)頻率的影響,可為含高比例風(fēng)電電力系統(tǒng)的安全運行提供重要的指導(dǎo)[5-7]。

目前風(fēng)功率波動對電力系統(tǒng)頻率影響的研究主要有如下的分析方法。

1)風(fēng)電功率波動建模分析法[8-11]。即通過建立不同的風(fēng)功率波動的概率分布函數(shù)來描述風(fēng)功率波動的特性,進(jìn)而分析其對系統(tǒng)頻率的影響。該方法雖然能夠較為完整地描述風(fēng)功率的波動特性,但其概率模型的建立缺少實測功率波動數(shù)據(jù)的支持,針對不同的風(fēng)速條件,其風(fēng)功率模型缺乏普適性。

2)基于實測的風(fēng)功率波動特性分析法[12-17]。該方法通過風(fēng)功率的秒級或毫秒級實測數(shù)據(jù),分析其相應(yīng)的波動特性指標(biāo),如最大波動量、波動速度等,從而對電力系統(tǒng)的頻率穩(wěn)定性進(jìn)行評估。文獻(xiàn)[12]依據(jù)風(fēng)功率波動的時域曲線,定義了最大功率波動量及最大功率波動率等衡量風(fēng)功率波動特性的指標(biāo)。并在實際電網(wǎng)算例中依據(jù)提出的指標(biāo)評估不同水平的風(fēng)功率波動對系統(tǒng)頻率的影響。文獻(xiàn)[13]對風(fēng)功率波動的頻域特性進(jìn)行分析,發(fā)現(xiàn)對系統(tǒng)頻率影響最為顯著的是中頻的風(fēng)功率波動(0.1～10 Hz)。該研究結(jié)合系統(tǒng)的頻率響應(yīng)特性,具有較強的普適性,為以后的風(fēng)功率波動的平抑工作提供了一定的理論基礎(chǔ),但是沒有量化分析不同頻率的功率波動對系統(tǒng)頻率的影響程度。文獻(xiàn)[14]通過構(gòu)造系統(tǒng)頻率響應(yīng)模型,結(jié)合風(fēng)功率波動的實測數(shù)據(jù),提出了一種風(fēng)電功率波動對電力系統(tǒng)頻率響應(yīng)的快速評估方法,該研究并未計及復(fù)雜電力系統(tǒng)的非線性特性,在實際電網(wǎng)中的應(yīng)用需要進(jìn)行進(jìn)一步的研究。

本文擬從研究對電力系統(tǒng)頻率響應(yīng)最為劇烈的功率波動頻段入手,分析風(fēng)功率波動對于系統(tǒng)頻率的影響,在文中提出了一種適用于復(fù)雜非線性電力系統(tǒng)敏感頻段的識別方法,并建立了一套從電網(wǎng)敏感頻段角度評估風(fēng)功率波動對電力系統(tǒng)頻率特性影響的流程,最后對于大電網(wǎng)的算例分析驗證了所提方法的有效性。

1 電力系統(tǒng)敏感頻段特性

對于一個物理系統(tǒng),由于其內(nèi)部的結(jié)構(gòu)關(guān)系,存在著一個固有頻率。當(dāng)系統(tǒng)受到外界的擾動時,該系統(tǒng)會通過振動消耗能量。若外界擾動的振動頻率與系統(tǒng)的固有頻率相同時,外界擾動會與系統(tǒng)產(chǎn)生共振,系統(tǒng)的振幅會達(dá)到最大,該頻率也叫系統(tǒng)的共振頻率。

對于電力系統(tǒng),由于其包含發(fā)電機、調(diào)速器等機械元件,故電力系統(tǒng)也存在著一定的固有頻率,其固有頻率與系統(tǒng)中發(fā)電機、調(diào)速器等元件的參數(shù)有關(guān)。當(dāng)電力系統(tǒng)受到功率擾動時,將導(dǎo)致系統(tǒng)的頻率發(fā)生變化,若外界的功率波動擾動頻率與電力系統(tǒng)固有頻率相等或接近系統(tǒng)的固有頻率時,電力系統(tǒng)的頻率響應(yīng)最為劇烈,而處于電力系統(tǒng)固有頻率附近頻段的功率波動對系統(tǒng)頻率特性也會有較大的影響,該頻段即稱為電力系統(tǒng)的敏感頻段。

目前在對電力系統(tǒng)頻率響應(yīng)問題進(jìn)行分析時,通常采用Andersen提出的有功功率—頻率的系統(tǒng)頻率響應(yīng)模型,其單機系統(tǒng)頻率響應(yīng)模型如圖1所示[18]。

圖1 單機系統(tǒng)頻率響應(yīng)框圖Fig.1 Diagram of frequency response for single machine system

圖1中:2H和D分別為發(fā)電機的慣性時間常數(shù)和阻尼系數(shù);T1和T0分別為調(diào)速器伺服時間常數(shù)和蒸汽容積時間常數(shù);Km為放大倍數(shù);R為發(fā)電機調(diào)差系數(shù)。在上述框圖中,系統(tǒng)頻率偏差Δf與系統(tǒng)有功功率擾動量ΔP之間的傳遞函數(shù)G(s)可表示為:

(1)

依據(jù)文獻(xiàn)[18]對上述傳遞函數(shù)G(s)中的相關(guān)參數(shù)的設(shè)置如附錄A表A1所示,式(1)傳遞函數(shù)的幅頻特性如圖2所示。

圖2 傳遞函數(shù)G(s)幅頻特性Fig.2 Amplitude frequency characteristic of transfer function G(s)

由圖2中可以看出,以系統(tǒng)頻差不超過0.1 Hz為限,當(dāng)功率波動的頻率在2～3 Hz之間時,系統(tǒng)頻差會超過限值,說明該系統(tǒng)對2～3 Hz的功率波動的頻率響應(yīng)最為敏感,即系統(tǒng)存在敏感頻段。

2 復(fù)雜電力系統(tǒng)敏感頻段識別

在多機電力系統(tǒng)中,也會存在一定區(qū)間的敏感頻段,處于該頻段內(nèi)的功率波動對于系統(tǒng)頻率響應(yīng)最為敏感。由于電力系統(tǒng)是一個非線性系統(tǒng),相同的功率擾動在不同運行方式下、不同地點處產(chǎn)生的頻率響應(yīng)并不完全相同,因此,圖1的單機系統(tǒng)模型分析方法難以應(yīng)用于復(fù)雜非線性電力系統(tǒng)中。

本文將聚類思想引入復(fù)雜電力系統(tǒng)頻率響應(yīng)的分析中,采用分區(qū)域掃頻法對電力系統(tǒng)的敏感頻段進(jìn)行識別。

電網(wǎng)在正常運行時,其運行狀態(tài)通常處于額定運行狀態(tài)附近,其運行狀態(tài)變化較小,因此,本文假設(shè)系統(tǒng)的運行狀態(tài)對非線性的影響可以忽略。

本文對復(fù)雜電力系統(tǒng)敏感頻段的識別流程主要分為以下3個部分:①獲取頻率響應(yīng)樣本;②對頻率響應(yīng)樣本進(jìn)行聚類分析;③分區(qū)域識別系統(tǒng)敏感頻段。其各部分的具體流程如下。

2.1 頻率響應(yīng)樣本獲取

頻率響應(yīng)樣本的獲取即是選取電力系統(tǒng)中若干節(jié)點作為樣本,獲取每個樣本在受到不同功率波動幅值及波動頻率的功率擾動時系統(tǒng)頻率動態(tài)特性,以體現(xiàn)出電力系統(tǒng)的非線性特性,為下一步的聚類分析提供樣本,本文對于系統(tǒng)頻率響應(yīng)樣本的獲取,采用了變幅值頻率掃描法。

變幅值頻率掃描法即是對所選取的樣本節(jié)點施加ΔP=Asin(2πfwt)的正弦功率波動,通過設(shè)定不同的功率波動幅值A(chǔ)與波動頻率fw,可以得到不同功率波動幅值及波動頻率下的系統(tǒng)頻率響應(yīng),取系統(tǒng)在上述功率擾動下頻率響應(yīng)的最大頻差|Δfmax|,即可得到每個樣本節(jié)點頻率響應(yīng)的最大頻差矩陣如式(2)所示。

(2)

式中:C的行數(shù)代表正弦功率擾動中波動頻率變化的次數(shù),列數(shù)代表正弦功率擾動中波動幅值變化的次數(shù),該矩陣反映了某節(jié)點在受到不同幅值及頻率的功率擾動時的頻率響應(yīng)程度。

2.2 頻率響應(yīng)樣本聚類分析

由于電力系統(tǒng)的非線性特性,不同節(jié)點通過頻率掃描法得到的C矩陣中元素均存在差異,本文采用聚類的思想,通過所選取的節(jié)點對復(fù)雜電力系統(tǒng)的敏感頻段進(jìn)行識別。

聚類分析又稱群分析,它是研究(樣品或指標(biāo))分類問題的一種統(tǒng)計分析方法,同時也是數(shù)據(jù)挖掘的一個重要算法。通過計算每個樣本之間的距離,將樣本分成指定的區(qū)域數(shù)[19-20]。在本文中,對于不同節(jié)點處的頻率響應(yīng)樣本,采用K-means聚類算法,該聚類算法具有簡單快速的優(yōu)點,對于數(shù)據(jù)量較大的樣本集的分類效率高,適用于復(fù)雜電力系統(tǒng)多地點頻率響應(yīng)特性的聚類分析。

對于復(fù)雜電力系統(tǒng),在N個節(jié)點上均施加不同幅值及頻率的正弦功率波動,得到N個最大頻差矩陣C,為簡化聚類算法的計算過程,可將矩陣C轉(zhuǎn)換成列向量后,計算任意兩個列向量xi與xj間的歐式距離,其計算如式(3)所示。

(3)

K-means聚類算法首先在樣本中任選k個點作為聚類的初始中心,并計算其余樣本到中心點的歐氏距離,選取距離最小的中心點歸為一類,并通過使得所有樣本到各自中心點最近的目標(biāo)函數(shù)來不斷迭代選取中心點,從而完成對樣本的聚類。

對于聚類后電力系統(tǒng)每一個區(qū)域內(nèi)的節(jié)點,可認(rèn)為該區(qū)域中電網(wǎng)在相同的功率擾動下頻率響應(yīng)特性相同,通過判斷頻率響應(yīng)的最大頻差是否超過所設(shè)定的閾值,即可識別復(fù)雜電力系統(tǒng)各區(qū)域不同功率波動幅值所對應(yīng)的敏感頻段范圍。對于電網(wǎng)中任意節(jié)點的敏感頻段,可參照與其電氣距離最小的樣本節(jié)點所在的區(qū)域。依據(jù)電網(wǎng)的敏感頻段,即可評估風(fēng)功率波動對于電力系統(tǒng)頻率的影響程度。

3 風(fēng)功率波動對電網(wǎng)頻率特性影響評估

在對復(fù)雜電力系統(tǒng)敏感頻段的范圍進(jìn)行識別后,可基于電力系統(tǒng)敏感頻段范圍,結(jié)合實測風(fēng)功率波動數(shù)據(jù),評估該時段的風(fēng)功率波動對于電網(wǎng)頻率的影響程度,其具體評估流程如圖3所示。

選取電網(wǎng)中不同節(jié)點,采用變幅值掃頻獲取各節(jié)點C矩陣樣本,并對樣本進(jìn)行聚類分析,以設(shè)定的最大頻差閾值為限,獲取區(qū)域樣本在不同功率波動幅值A(chǔ)i下敏感頻段的范圍。該敏感頻段范圍反映了電網(wǎng)抗敏感功率波動的能力。

圖3 風(fēng)功率波動對電網(wǎng)頻率影響評估流程Fig.3 Influence assessment process of wind power fluctuation on power grid frequency

對容量為SN的風(fēng)電場功率波動的時域數(shù)據(jù)進(jìn)行傅里葉變換,轉(zhuǎn)化為復(fù)頻域數(shù)據(jù),結(jié)合該風(fēng)電場所在區(qū)域電網(wǎng)敏感頻段范圍,統(tǒng)計處于電網(wǎng)敏感范圍內(nèi)的風(fēng)功率波動的最大幅值Pm。

比較Pm與電網(wǎng)可承受的敏感功率波動幅值A(chǔ)i的大小,若Pm>Ai,則說明該處風(fēng)電場風(fēng)功率波動中的敏感風(fēng)功率波動會造成電網(wǎng)頻率發(fā)生越限;反之,則可說明該風(fēng)電功率波動不會造成電網(wǎng)頻率越限,而對于此處風(fēng)電的最大接納量(Smax)可通過式(4)計算得到:

(4)

式(4)即為評估復(fù)雜電力系統(tǒng)中風(fēng)電接納水平的計算公式,該評估方法從系統(tǒng)側(cè)給出了計及電力系統(tǒng)非線性特性和風(fēng)功率波動實際情況,以最大頻差為約束的電力系統(tǒng)風(fēng)電接納能力。

4 仿真算例分析

本文以2013年東北地區(qū)電網(wǎng)為例,計算當(dāng)前運行方式下東北電網(wǎng)敏感頻段,定量分析不同頻段、不同幅值的功率波動對電網(wǎng)頻率的影響程度。并結(jié)合東北電網(wǎng)內(nèi)某風(fēng)電場風(fēng)功率波動廣域測量系統(tǒng)(WAMS)數(shù)據(jù),評估目前東北電網(wǎng)內(nèi)的風(fēng)功率波動對于電網(wǎng)頻率的影響程度,并對未來東北電網(wǎng)所能接納的風(fēng)電水平進(jìn)行預(yù)測。

4.1 算例介紹

東北電網(wǎng)包括黑龍江、吉林、遼寧及內(nèi)蒙古東部4個地區(qū)電網(wǎng),在本算例運行方式中,各地區(qū)內(nèi)發(fā)電機負(fù)荷規(guī)模如附錄A表A2所示。

其中算例中同步發(fā)電機組均采用二階模型,并配有調(diào)速器參與系統(tǒng)調(diào)頻。由附錄A表A2中的統(tǒng)計結(jié)果可知,目前運行方式下,系統(tǒng)發(fā)電量占系統(tǒng)總裝機容量的64.2%。且該運行方式下,系統(tǒng)風(fēng)電功率的滲透率為7.25%。

4.2 電網(wǎng)敏感頻段識別

對于上述東北電網(wǎng)算例,使用變幅值掃頻法識別電網(wǎng)敏感頻段范圍時,首先需確定敏感頻段的大致區(qū)間,在該區(qū)間內(nèi)設(shè)置掃頻法頻率變化步長進(jìn)行掃描。本文中,通過對“遼寧.莊河廠500 kV”節(jié)點進(jìn)行階躍擾動頻率響應(yīng)計算,可知該電網(wǎng)敏感頻段在0.01～0.06 Hz的區(qū)間內(nèi)(相關(guān)計算結(jié)果見附錄B),因此可在該區(qū)間內(nèi)進(jìn)行電網(wǎng)的敏感頻段識別。

依據(jù)圖3電網(wǎng)風(fēng)電接納容量的計算流程,選取電網(wǎng)中不同地點的節(jié)點進(jìn)行變幅值掃頻分析,獲得頻率響應(yīng)的最大頻差矩陣樣本,對樣本進(jìn)行聚類分析后得出不同區(qū)域敏感頻段的范圍。本次分析選取東北電網(wǎng)內(nèi)40個樣本節(jié)點(吉林、遼寧、黑龍江、蒙東地區(qū)各10個節(jié)點,所選取的具體節(jié)點見附錄C),對40個節(jié)點分別施加ΔP=Asin(2πfwt)的正弦功率擾動,在本次仿真中,功率波動幅值A(chǔ)從200 MW變化至400 MW,其幅值變化步長為10 MW;功率波動頻率從0.01 Hz變化至0.06 Hz,其頻率變化步長為0.001 Hz。

以“遼寧.丹東220 kV”母線為例,在該母線施加變幅值掃頻法時,得到的系統(tǒng)最大頻差響應(yīng)的三維圖如圖4所示。

圖4 遼寧.丹東220 kV母線不同幅值及頻率功率擾動下頻率響應(yīng)最大頻差Fig.4 Maximum frequency difference of frequency response under different amplitudes and frequency power disturbances in Liaoning. Dandong 220 kV bus

從圖4中最大頻差的分布可以看出,功率擾動的幅值越大,對系統(tǒng)頻率的影響程度越高,但在相同的功率波動幅值下,都存在著系統(tǒng)頻率響應(yīng)更為劇烈的功率波動頻段,該頻段內(nèi)的功率波動更容易造成系統(tǒng)頻率的越限。

對于上文選取的40個樣本節(jié)點,均進(jìn)行相同的變幅值掃頻分析,可得到40個最大頻差矩陣,采用的聚類算法為K-means聚類算法,設(shè)置聚類區(qū)域數(shù)k=4,得到樣本聚類的譜系見附錄C圖C1(各母線編號見附錄C),聚類后各區(qū)域所包含的母線數(shù)目級母線編號見附錄C表C2。

對于附錄C表C2聚類后處于同一區(qū)域的節(jié)點,可認(rèn)為在相同的有功功率擾動下,其頻率特性近似相同,對于不在選取樣本范圍內(nèi)的節(jié)點,其發(fā)生功率擾動時的頻率動態(tài)特性可參照離該節(jié)點電氣距離最近的樣本。

為評估各區(qū)域節(jié)點的敏感頻段范圍,以電網(wǎng)二次調(diào)頻的動作頻率偏差0.1 Hz為最大頻差閾值,若電網(wǎng)的頻率偏差大于0.1 Hz,則認(rèn)為此時的功率波動頻率即處于該節(jié)點敏感頻段范圍內(nèi)。對于上述4個區(qū)域,在不同功率波動幅值下的敏感頻段范圍如表1所示。

表1 不同功率波動幅值下系統(tǒng)敏感頻段范圍統(tǒng)計Table 1 Statistical ranges of system sensitive frequency bands under different power fluctuation amplitudes

依據(jù)表1中不同功率波動幅值下各區(qū)域敏感頻段的統(tǒng)計,即可評估功率波動對系統(tǒng)頻率響應(yīng)的影響程度,運行人員可依據(jù)上述評估結(jié)果識別電網(wǎng)不同節(jié)點的敏感頻段范圍,并對處于系統(tǒng)敏感頻段范圍內(nèi)的功率波動分量進(jìn)行抑制,維護電力系統(tǒng)的頻率穩(wěn)定。

4.3 風(fēng)功率波動對電網(wǎng)頻率影響評估

在識別電網(wǎng)不同地點敏感頻段范圍后,可通過分析該節(jié)點現(xiàn)有的風(fēng)電場裝機容量及功率波動頻率特征,從敏感頻段角度評估風(fēng)功率波動對電網(wǎng)頻率影響程度。

本文對于東北電網(wǎng)實測風(fēng)功率波動數(shù)據(jù)的分析采用遼寧省康平縣某風(fēng)電場,該風(fēng)電場裝機容量為99 MW(1.5 MW×66臺)。采用其配置的相量測量單元(PMU)數(shù)據(jù),其中數(shù)據(jù)采樣時間間隔為0.02 s,采樣時間256 s,該風(fēng)電場輸出功率變化如圖5所示。

圖5 風(fēng)電場有功功率波動曲線Fig.5 Active power fluctuation curve of wind farm

對上述風(fēng)功率波動進(jìn)行快速傅里葉變換,其部分結(jié)果如表2所示。

表2 風(fēng)功率波動傅里葉變換結(jié)果Table 2 Fourier transform results of wind power fluctuations

從上述對東北電網(wǎng)各區(qū)域敏感頻段的計算可知,該風(fēng)電場屬于第3號區(qū)域,風(fēng)功率波動頻率為0.009 2 Hz的功率波動分量為12.23 MW,結(jié)合表1的統(tǒng)計可知,該頻率的功率波動下,使得系統(tǒng)頻率偏差超過0.1 Hz所需的功率波動幅值為200 MW。該波動幅值遠(yuǎn)低于使系統(tǒng)二次調(diào)頻動作的敏感功率波動幅值,因此,在目前的風(fēng)電裝機容量下,正常的風(fēng)功率波動不會造成系統(tǒng)頻率越限。

若該地區(qū)風(fēng)電裝機容量持續(xù)增加,假設(shè)風(fēng)功率波動的幅值與該地區(qū)風(fēng)電裝機容量呈等比例變化,可根據(jù)式(4)計算得到為使系統(tǒng)頻率不發(fā)生越限,該地點所能接納的最大風(fēng)電裝機容量為{Smax}MW=99×200/12.23=1 619。

當(dāng)該風(fēng)電場裝機容量達(dá)到1 619 MW時,該時刻的敏感風(fēng)功率波動會觸發(fā)系統(tǒng)的二次調(diào)頻。此外,若系統(tǒng)中風(fēng)電滲透率增加,火電機組退出運行,系統(tǒng)的整體慣性降低,其抗敏感風(fēng)功率波動的能力也會減弱。因此,實際能夠?qū)ο到y(tǒng)頻率穩(wěn)定性產(chǎn)生影響的風(fēng)電場最大裝機容量將小于上述數(shù)值。

5 結(jié)語

本文提出了一種從系統(tǒng)敏感頻段角度評估風(fēng)功率波動對于系統(tǒng)頻率特性影響程度的評估方法。該方法解決了復(fù)雜電力系統(tǒng)敏感頻段的定位問題,同時揭示了功率波動對復(fù)雜電力系統(tǒng)頻率的影響機理。對東北電網(wǎng)的算例分析驗證了該方法的有效性,為評估電力系統(tǒng)風(fēng)電接納水平提供了一種新的方法,對保證未來高風(fēng)電滲透率電力系統(tǒng)的頻率具有指導(dǎo)意義。

本文的研究并未考慮電網(wǎng)仿真模型與實際系統(tǒng)的吻合程度,下一步的研究將集中在計及仿真模型可信度的敏感頻率識別,并進(jìn)一步研究分布式可再生能源并網(wǎng)對電網(wǎng)頻率響應(yīng)的影響。

附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] 中國風(fēng)能協(xié)會.2016年中國風(fēng)電裝機容量簡報[EB/OL].[2017-02-17].http://news.bjx.com.cn/html/20170217/808890.shtml.

[2] 世界風(fēng)能協(xié)會.2016年度世界風(fēng)能發(fā)展[EB/OL].[2017-02-15].http://www.360doc.com/content/17/0215/21/9950369_629288683.shtml.

[3] 袁小明,程時杰,文勁宇.儲能技術(shù)在解決大規(guī)模風(fēng)電并網(wǎng)問題中的應(yīng)用前景分析[J].電力系統(tǒng)自動化,2013,37(1):14-18.

YUAN Xiaoming, CHENG Shijie, WEN Jinyu. Prospects analysis of energy storage application in grid integration of large-scale wind power[J]. Automation of Electric Power Systems, 2013, 37(1): 14-18.

[4] 丁立,喬穎,魯宗相,等.高比例風(fēng)電對電力系統(tǒng)調(diào)頻指標(biāo)影響的定量分析[J].電力系統(tǒng)自動化,2014,38(14):1-18.DOI:10.7500/AEPS20130810001.

DING Li, QIAO Ying, LU Zongxiang, et al. Impact on frequency regulation of power system from wind power with high penetration[J]. Automation of Electric Power Systems, 2014, 38(14): 1-18. DOI: 10.7500/AEPS20130810001.

[5] ZHANG Wei, FANG Kailun. Controlling active power of wind farms to participate in load frequency control of power systems[J]. IET Generation, Transmission & Distribution, 2017, 11(9): 2194-2203.

[6] AKBARI M, MADANI S M. Analytical evaluation of control strategies for participation of doubly fed induction generator-based wind farms in power system short-term frequency regulation[J]. IET Renewable Power Generation, 2013, 8(3): 324-333.

[7] RENUKA T K, REJI P. Participation of doubly FED induction generator based wind turbines in power system primary frequency regulation[C]// International Conference on Emerging Trends in Engineering & Technology, 2015, Ajmer, India: 310-315.

[8] 林文星,文勁宇,艾小猛,等.風(fēng)電功率波動特性的概率分布研究[J].中國電機工程學(xué)報,2012,32(1):38-46.

LIN Wenxing, WEN Jinyu, AI Xiaomeng, et al. Probability density function of wind power variations[J]. Proceedings of the CSEE, 2012, 32(1): 38-46.

[9] 崔楊,劉嘉,嚴(yán)干貴,等.聯(lián)網(wǎng)風(fēng)電功率波動對電力系統(tǒng)頻率影響評估[J].太陽能學(xué)報,2014,35(4):617-623.

CUI Yang, LIU Jia, YAN Gangui, et al. Effect of on-grid wind power fluctuation on frequency stability of electric power system[J]. Acta Energiae Solaris Sinica, 2014, 35(4): 617-623.

[10] WANG X L, CHOI S S. A statistical approach to assess the impact of wind power generation on network frequency[C]// IEEE International Conference on Control and Automation, 2009, Christchurch, New Zealand: 1692-1696.

[11] CUI Yang, MU Gang, LIU Yu, et al. Spatiotemporal distribution characteristic of wind power fluctuation[J]. Power System Technology, 2011, 35(2): 110-114.

[12] 蔣大偉.大規(guī)模風(fēng)電并網(wǎng)對系統(tǒng)頻率影響分析[D].吉林:東北電力大學(xué),2010.

[13] BANAKAR H, LUO C L, OOI B T. Impacts of wind power minute-to-minute variations on power system operation[J]. IEEE Trans on Power Systems, 2008, 23(1): 150-160.

[14] 徐箭,施微,徐琪.含風(fēng)電的電力系統(tǒng)動態(tài)頻率響應(yīng)快速評估方法[J].電力系統(tǒng)自動化,2015,39(10):22-27.DOI:10.7500/AEPS20141012003.

XU Jian, SHI Wei, XU Qi, et al. A fast assessment method for power system dynamic frequency response to wind power fluctuation[J]. Automation of Electric Power Systems, 2015, 39(10): 22-27. DOI: 10.7500/AEPS20141012003.

[15] 黃亞峰,穆鋼,劉嘉,等.基于帶阻濾波原理的風(fēng)電場功率波動平抑策略研究[J].太陽能學(xué)報,2012,33(7):1073-1079.

HUANG Yafeng, MU Gang, LIU Jia, et al. Study on the strategy for smoothing power fluctuations of wind farms based on the principle of band-stop filter[J]. Acta Energiae Solaris Sinica, 2012, 33(7): 1073-1079.

[16] LIN Jin, SUN Yuanzhang, S?RENSER P, et al. Method for assessing grid frequency deviation due to wind power fluctuation based on “time-frequency transformation”[J]. IEEE Trans on Sustainable Energy, 2012, 3(1): 65-73.

[17] LUO Changling, FAR H G, BANAKAR H, et al. Estimation of wind penetration as limited by frequency deviation[J]. IEEE Trans on Energy Conversion, 2007, 22(3): 783-791.

[18] ANDERSON P M, MIRHEYDAR M. A low-order system frequency response model[J]. IEEE Trans on Power Systems, 1990, 5(3): 720-729.

[19] 趙永寧,葉林,朱倩雯.風(fēng)電場棄風(fēng)異常數(shù)據(jù)簇的特征及處理方法[J].電力系統(tǒng)自動化,2014,38(21):39-46.DOI:10.7500/AEPS20131213010.

ZHAO Yongning, YE Lin, ZHU Qianwen. Characteristics and processing method of abnormal data cluster caused by wind curtailments in wind farms[J]. Automation of Electric Power Systems, 2014, 38(21): 39-46. DOI: 10.7500/AEPS20131213010.

[20] 張東英,李偉花,劉燕華,等.風(fēng)電場有功功率異常運行數(shù)據(jù)重構(gòu)方法[J].電力系統(tǒng)自動化,2014,38(5):14-18.DOI:10.7500/AEPS20130518005.

ZHANG Dongying, LI Weihua, LIU Yanhua, et al. Reconstruction method of active power historical operating data for wind farm[J]. Automation of Electric Power Systems, 2014, 38(5): 14-18. DOI: 10.7500/AEPS20130518005.

MethodforEvaluationEffectsofLarge-scaleWindPoweronFrequencyofPowerSystembyUsingSensitiveFrequencyBand

ANJun1,FENGQi2,MUGang1,LIZeyu3,YUEHan3,WANGKefei3

(1. School of Electrical Engineering, Northeast Electric Power University, Jilin 132012, China; 2. Yantai Electric Power Company of State Grid Shandong Electric Power Company, Yantai 264000, China; 3. State Grid Northeast China Electric Power Dispatching & Controlling Center, Shenyang 110000, China)

With an increase of wind power penetration rate, the influence of system frequency stability due to wind power cannot be ignored. Firstly, the concept of “sensitive frequency band” is defined. In order to find the frequency characteristic difference between power disturbances with different frequencies, the frequency response model of single machine system is analyzed. Secondly, considering the nonlinear characteristics of complex power systems, the method of cluster scanning is proposed to recognize the sensitive frequency bands of complex power systems. Finally, the method of analysis of the influence of wind power fluctuation on the frequency characteristics of power system by analyzing the sensitive frequency band is given. The existence of a sensitive frequency band is verified by an example of the Northeast power grid. Its influence on the grid power is evaluated by referring to the amplitude frequency characteristics of the wind power fluctuation and the effectiveness of the proposed method.

This work is supported by National Key Research and Development Program of China (No. 2016YFB0900100) and Education Commission of Jilin Province ([2016] No. 91).

sensitive frequency band; wind power fluctuation; bulk power system; frequency characteristic

2017-06-11;

2017-08-07。

上網(wǎng)日期: 2017-09-12。

國家重點研發(fā)計劃資助項目(2016YFB0900100);吉林省教育廳項目(吉教科合字[2016]第91號)。

安 軍(1978—),男,博士,教授,主要研究方向:電力系統(tǒng)動態(tài)分析與控制。E-mail： 173681572@qq.com

馮 琦(1992—),男,通信作者,碩士研究生,主要研究方向:電力系統(tǒng)動態(tài)安全分析。E-mail: 790357443@qq.com

穆 鋼(1957—),男,教授,主要研究方向:電力系統(tǒng)穩(wěn)定與風(fēng)力發(fā)電。

(編輯孔麗蓓)