基于風資源評估不確定性分析的風電有效出力計算模型

魏媛，李濤，趙振宙，胡朝陽，燕敏飛，袁泉，許帥

(1.中國電建集團河南省電力勘測設計院有限公司，鄭州 450007；2.河海大學能源與電氣學院，南京 21100)

在碳達峰、碳中和目標背景下，風力發(fā)電裝機規(guī)?？焖僭鲩L，我國能源生產和消費面臨重大轉型，構建新一代電力系統(tǒng)是實現(xiàn)這一轉變的關鍵步驟[1]，大力發(fā)展清潔能源，能夠有效減少溫室氣體排放，促進環(huán)境保護，對改善能源結構和保障能源安全具有重要意義。

由于風電出力存在波動性、隨機性的特征，它和傳統(tǒng)火電、水電出力特性差異性較大，采用傳統(tǒng)出力曲線的方法分析風電特性存在較大的困難。

劉寶林[2]等根據(jù)已并網運行的風電場，對風電場全年出力數(shù)據(jù)進行處理，得出各出力區(qū)間的概率值，在風電接入系統(tǒng)技術參數(shù)選擇、區(qū)域電力平衡計算方面進行應用。

程臨燕[3]等在現(xiàn)有風電和光伏的全年出力數(shù)據(jù)的基礎上，結合風電和光伏規(guī)劃比例得到風光互補全年出力數(shù)據(jù)，在區(qū)域消納新能源分析中進行應用。

上述研究的基本思路是結合已建成項目出力歷史運行數(shù)據(jù)進行分析，通過概率模型研究，提出規(guī)劃項目的出力特性，進而對區(qū)域內新能源消納進行分析。但資源稟賦、設計方案不同的風電場出力特性必定存在差異，該方法簡化了不同風電場之間的差異性。此外，在實際工作中收集已建成項目歷史出力數(shù)據(jù)也存在以下問題：1)已建成項目發(fā)電量歷史數(shù)據(jù)涉及企業(yè)保密因素，數(shù)據(jù)難以收集；2)建成項目全容量并網時間不足1年以上，或項目發(fā)電量逐時數(shù)據(jù)管理不完備，滿足要求的完整年逐時發(fā)電量歷史數(shù)據(jù)完整性較差；3)規(guī)劃項目區(qū)域周邊無已建成在運行風電場項目，該分析方法失效。

此外，已建成項目只針對特定年份下的實際歷史出力數(shù)據(jù)，受風電場風速年際變化影響非常明顯，采用以上方法分析未考慮風電場年際變化因素。

為解決上述難點，更準確評估規(guī)劃風電場項目出力特性，采用測風塔實測1年(即8 760 h)及以上逐時數(shù)據(jù)，在風電場機位排布方案的基礎上，采用流體計算CFD(Computational Fluid Dynamics)模型，提出基于風資源評估不確定分析方法的風電有效出力計算模型，為風電場接入系統(tǒng)技術參數(shù)選擇、風電參與電力平衡計算等方面提供理論依據(jù)。

1 風電場出力特性指標

受地理位置及資源條件分布影響，不同區(qū)域、同區(qū)域不同設計方案的風電場項目出力特性差異較大，結合風電場項目參與區(qū)域電網電力電量平衡研究方法，風電場出力特性指標[3]如圖1所示。

圖1 風電場出力特性指標

(1)風電全年持續(xù)出力曲線：將風電場全年每小時的出力由大到小排序，該單調遞減曲線可以反映風電出力高于(或低于)某一數(shù)值的概率。

(2)風電有效出力：根據(jù)風電全年持續(xù)出力曲線，將風電概率99%～95%對應的風電出力作為有效風電出力，即風電出力大于有效風電出力的概率為1%～5%，對應風電出力小于或等于有效風電出力的概率為99%～95%。圖1中表示該風電場的有效出力為76%，主要用于風電送出工程設備選擇和電網消納風電能力計算。

(3)風電有效平均出力：在風電全年持續(xù)出力曲線中，以風電有效出力為界限，去掉大于風電有效出力的值，并對剩余值求平均作為風電有效平均出力。該值的含義在于考慮風電調峰后風電的實際輸出水平。

(4)風電保證出力：取風電出力概率95%對應的風電出力，定義為風電保證出力，即風電出力大于風電保證出力的概率為95%。

2 不確定分析方法

2.1 超越概率分布

假設風電場發(fā)電量概率密度函數(shù)f(QNet)符合正態(tài)分布，其超越概率函數(shù)F(QNet)可采用正態(tài)分布的累計函數(shù)進行表示：

(1)

式(1)中，QNorm為折減后的發(fā)電量，QNet為考慮不確定因素后的發(fā)電量；σ為風速序列的不確定性標準差；f(QNet)表示發(fā)電量為QNet的概率；F(QNet)表示發(fā)電量大于等于QNet的概率。

定義Pi表示置信率i%，QNet,i=F-1(i%)稱為Pi置信率下的發(fā)電量水平。例如QNet,50=F-1(50%)為P50置信率下的發(fā)電量，按照正態(tài)分布特性，有QNet,50=QNorm。

假設某一風電場項目，折減后的發(fā)電量QNorm=2 000 萬kW·h，對于總的不確定性標準差σ分別為5%、10%時，風電場發(fā)電量概率密度函數(shù)f(QNet)及超越概率函數(shù)F(QNet)如圖2所示。

圖2 風電場發(fā)電量概率密度函數(shù)及超越概率函數(shù)

圖2中不同風電場，對于折減系數(shù)相同的風電場項目，不確定性標準差σ越大，發(fā)電量概率函數(shù)分布越寬大，其大于P50概率下的發(fā)電量越小，小于P50概率下的發(fā)電量越大，反映出風電場風險逐漸增加[4]。P90，10%表示不確定性標準差σ為10%時的P90置信率下的發(fā)電量為1 658萬kW·h，結果小于P50概率下的發(fā)電量。

2.2 發(fā)電量折減因素

在風電場發(fā)電量評估過程中，風電場年上網電量是在理論發(fā)電量QAE的基礎上，考慮空氣密度、尾流修正、風機利用率、功率曲線、葉片污染、控制和湍流強度、以及風電場內能量損耗和氣候等因素的影響[5]，對其進行修整，得出風電場折減后的凈發(fā)電量QNorm。

表1為風電場項目發(fā)電量折減因素表，根據(jù)發(fā)電量折減的各項因素，計算總折減系數(shù)及風電場的上網電量，具體公式如下：

(2)

式(2)中，發(fā)電量折減的各項因素li通過表1進行確定。

2.3 發(fā)電量不確定性因素

在風電場風資源評估過程中有很多不確定性因素來源，而且這些因素大多與風速存在一定關系，為準確評估發(fā)電量不確定性，常使用敏感因子λv-P將風速不確定性轉化為發(fā)電量不確定性，該數(shù)值與地形復雜程度存在一定關系，地形越復雜、風速越低，該值越高，常規(guī)取值為1.5～3.0之間。

計算總的不確定性時，需要對各不確定性分量進行幾何求和，主要涉及測風塔測量、歷史數(shù)據(jù)、垂直外推、長期風況變化、風電場空間變化和耗損不確定性等[6]，各不確定性分量之間往往存在著某種聯(lián)系，但這種聯(lián)系關系較小，可認為各不確定性分量之間相互獨立，表2為風電場發(fā)電量不確定性因素表，總的不確定性為幾個不確定分量的乘積開方，即：

表2 風電場發(fā)電量不確定性因素

(3)

式(3)中，σi為單一不確定因素的標準差，σ為總的不確定性標準。

3 算例及分析

3.1 典型風電場項目

為研究不同區(qū)域和不同方案的風電場出力特性，在河南省選取新鄉(xiāng)市、駐馬店市和平頂山市進行分析，選取風電場設計參數(shù)如表3所示。不同區(qū)域風電場風資源月變化如圖3所示。

表3 風電場設計參數(shù)

圖3 不同區(qū)域風電場風資源月變化圖

在風電場風資源評估過程中，采用至少滿1年以上的測風塔逐時數(shù)據(jù)進行分析，根據(jù)附近氣象站及中尺度數(shù)據(jù)完成測風數(shù)據(jù)代表性分析，訂正出一套能反映風電場長期平均水平的代表性風資源長系列數(shù)據(jù)。該方法能夠反映風電場長期出力特性，減少因特定年份風速變化引起風電場出力評估差異。從圖3中可以看出，河南省三區(qū)域風資源整體呈現(xiàn)春冬風速大和夏秋風速小的分布規(guī)律。

3.2 不同區(qū)域出力分析

通過流體計算CFD模型[7]，計算風電場逐時理論發(fā)電量QAE，對項目進行折減和不確定性分析，確定項目逐時出力，繪制全年相對出力概率曲線圖，不同區(qū)域風電場全年相對出力概率曲線如圖4所示。

圖4 不同區(qū)域風電場全年相對出力概率曲線

圖4中三個風電場項目全年相對出力概率曲線具有相似性，風電場出力特性曲線為倒s型曲線，風電場出力概率越大，風電場相對出力越大。表4統(tǒng)計結果顯示不同區(qū)域風電場95%概率下的風電場有效出力在72.6%～76.7%之間，區(qū)域中風資源較高的區(qū)域有效出力也相對較高。

表4 不同區(qū)域風電場全年相對出力概率 %

不同區(qū)域風電場的出力特性曲線的曲率存在較大差異，即不同風電場在不同概率下的相對出力變化較大。結合三個典型風電場項目的風資源評估成果，風電場出力特性不僅受風資源條件影響，還與風電場設計方案存在關系。

3.3 風電場晝夜出力分析

圖5為新鄉(xiāng)市典型風電場全年晝夜相對出力概率曲線，表5為新鄉(xiāng)市典型風電場晝夜相對出力概率。從圖5及表5中可以看出新鄉(xiāng)市風資源晝夜的風電場有效出力差異較大，夜間95%概率下有效出力為78.0%，白天95%概率下有效出力為74.5%。隨著概率值的減小，新鄉(xiāng)市風電場的有效出力明顯下降，全年50%概率下有效出力為26.4%，白天有效出力僅為20.2%。

圖5 新鄉(xiāng)市典型風電場全年晝夜相對出力概率曲線

表5 新鄉(xiāng)市典型風電場晝夜相對出力概率 %

圖6為駐馬店市典型風電場全年晝夜相對出力概率曲線，表6為駐馬店市典型風電場晝夜相對出力概率。從圖6及表6中可以看出駐馬店市風資源晝夜的風電場有效出力差異較大，夜間95%概率下有效出力為72.2%，白天95%概率下有效出力為67.6%。隨著概率值的減小，駐馬店市風電場的有效出力明顯下降，全年50%概率下有效出力為22.2%，白天有效出力僅為16.6%。

表6 駐馬店市典型風電場晝夜相對出力概率 %

圖6 駐馬店市典型風電場全年晝夜相對出力概率曲線

圖7為平頂山市典型風電場全年晝夜相對出力概率曲線，表7為平頂山市典型風電場晝夜相對出力概率。從圖7及表7中可以看出平頂山市風資源晝夜的風電場有效出力差異較大，夜間95%概率下有效出力為75.2%，白天95%概率下有效出力為72.5%。隨著概率值的減小，平頂山市風電場的有效出力明顯下降，全年50%概率下有效出力為25.6%，白天有效出力僅為20.5%。

表7 平頂山市典型風電場晝夜相對出力概率 %

圖5～圖7表明河南省三區(qū)域風電場晝夜出力差異較大，表現(xiàn)為晚上出力明顯大于白天出力，風電場有效出力與三個區(qū)域風資源分布存在明顯關聯(lián)。

圖7 平頂山市典型風電場全年晝夜相對出力概率曲線

4 結語

本文對考慮風電場不確定性方法的出力特性進行了研究，以測風塔實測數(shù)據(jù)長期代表性分析數(shù)據(jù)為基礎，通過流體計算模型，提出基于風資源評估不確定分析方法的風電有效出力計算模型，并以河南省不同區(qū)域的三個規(guī)劃風電場為研究對象進行分析。計算結果表明，該方法計算的風電場有效出力，能夠降低因特定年份風速波動造成出力分析差異，為風電場接入系統(tǒng)技術參數(shù)選擇、風電參與電力平衡計算等方面提供理論依據(jù)。