《可靠性论文风电场的电力系统可靠性分析》由会员分享,可在线阅读,更多相关《可靠性论文风电场的电力系统可靠性分析(9页珍藏版)》请在金锄头文库上搜索。
1、风电场的电力系统可靠性分析(范继伟 能源 1102 A07110980)摘要:随着世界能源需求的日益增长和可再生能源的开发与利用,风能作为可再生清洁新能源越来越受到人们的重视。风力发电由于技术发展成熟并且发电成本相对较低而成为常规能源最主要的一种替代形式。由于风能具有随机性和间歇性,大规模风力发电并网后会对电力系统的安全稳定运行带来很大的影响,尤其是对电力系统可靠性产生影响。本文分析了风力发电系统的特点,深入研究了风电场无功功率补偿容量对电力系统潮流分布的影响。采用序贯蒙特卡罗模拟法计算含风电场的电力系统可靠性考虑到风力发电机组输出的随太 机特性和强迫停运率等不确定因素,建立了风电场可靠性模型
2、,结合常规发电机组随机停运模型和负荷模型,在EPRI-36节点系统中接入风电场,应用序贯蒙特卡罗方法对该系统进行可靠性评估,分别计算了风电机组台数变化对电力系统可靠性的影响和风电场对电力系统可靠性的影响系数。结果表明虽然风速的波动性和不确定性使得风电场的供电可靠性比较低,但是对整个电网的可靠性来说还是有一定贡献的。最后综述了国内外电力系统可靠性评估的研究现状和主要评估方法, 并展望了电力系统可靠性评估的发展方向和值得进一步研究的问题.关键词:风能;电力系统;蒙特卡罗模拟法;可靠性评估;0 、引言风能是由太阳福射热引起的自然现象,是一种重要的自然能源。风能具有蕴量巨大,可再生性和无污染等优点。由
3、于目前世界能源紧张,电力供需矛盾突出,而常规能源难解燃眉之急,所以风能得到了各国的重视和开发利用。从能源发展战略上来看,我国必须找到一种可持续发展的能源道路,除了水电以外其它可再生能源中,风力无论在技术上还是在商业化应用上都日趋成熟,是目前最具备大规模开发利用前景的可再生资源。同时随着风力发电技术的不断完善,其发电成本将进一步降低,而常规能源发电由于环保要求提高使得成本进一步增加。因此,在各种可再生能源利用中,风能具有很强的竞争力,成为电力系统增长速度最快的新能源。近几年来,随着电力需求的不断增长,电力系统正朝着超高压甚至特高压、大容量、远距离、交直流混合输电、可再生能源大规模集中并网发电的方
4、向发展,规模曰趋庞大,结构日趋复杂。其中风力发电机组单机容量和风电场建设规模也在曰益扩大,逐渐成为电网电源中的重要组成部分,风电的大量接入造成电源结构和布局日渐复杂,由此带来的随机性和间歇性的运行特性对电网的影响愈发显著,主要问题包括:潮流和网损、电能质量、电压稳定性、发电计划与调度、并网可靠性。其中可靠性问题尤为严重,国内外几次重大的停电事故己经充分证明了这一点,事故造成的直接或间接经济损失严重影响国民经济的发展和正常的经济秩序。同时给民众带来的心理压力更远远超过了通过传统电量损失来评价电力事故后果的范畴。所以准确、快速、全面地评估含风电场的电力系统可靠性,对电力系统的规划、运行和电能交易、
5、检修安排等多方面都具有十分重要的意义。1 、电力系统可靠性研究内容目前,电力系统可靠性分为充裕度和安全性两个方面充裕度(adequacy)是指电力系统维持连续供给用户总的电力需求和总的电能量的能力,同时考虑系统元件的计划停运及合理的期望非计划停运。充裕度又称为静态可靠性,即在系统稳态条件下,电力系统满足用户对电力和电能量的能力。安全性(security)是指电力系统承受突然发生扰动的能力,例如突然短路或未预料的失去元件。安全性也称为动态可靠性,即动态条件下电力系统经受突然扰动,并不间断供应电能的能力。当前大多数实用的系统可靠性评估技术都属于充裕度范围,国内外学者对充裕度评估模型和算法的研宄居多
6、,同时在理论和实践中取得了一定的研究成果,但对于含风电场的电力系统可靠性的研究还存在一定问题。电力系统的安全性评估以系统稳定性的概率分析为基础,近年来已存在部分安全性评估的原理、模型,但在工程应用方面较少。由于电力系统规模庞大,一般将其分为若干子系统,即发电系统、发输电系统、输电系统和配电系统,可针对各子系统的功能特点对其可靠性进行评估,本文重点研究发输电系统的可靠性评估。发输电系统可靠性(composite generation andtransmission system)是指由统一并网运行的发电系统和输电系统综合组成的发输电系统,按可接受标准和期望数量向供电点供应电力和电能质量的能力。其
7、评估方法包括:确定方法和概率方法;确定性方法是在预期故障发生条件下,研宄可靠性水平,常用的系统 N-1 安全性检验就属于确定性方法。概率性方法是根据元件故障率和修复率的统计值,通过一定概率分布模拟系统的运行方式和元件故障模式,通过多次模拟计算统计系统的运行状态,计算相应的可靠性指标,从而对系统的可靠性做一个较为全面和客观的评价。2、风力发电机组的基本知识风力发电机组是实现风能转换成电能的设备,通常包括风轮机、传动机构、发电机、自动控制装置以及支撑铁塔等。配备蓄能装置的风力发电系统构成如图所示。风轮机作用是将风能转换为机械能,它由气动性能优异的 2 至 3 个叶片装在轮毅上所组成,低速转动的风轮
8、通过传动系统由增速齿轮箱增速,将动力传递给发电机;自动控制装置是风力发电机组的关键部件,其控制风力发电机组的工作功能和安全保护功能的实现。在风速达到设定的起动风速时,风轮机自动起动并带动发电机开始运转;当风向变化时,水平轴风轮机自动跟踪风向变化以实现自动对风;当风速超过最大的设定风速或风轮机的风轮转速超过规定的最大转速时 ,风轮机自动制动停止运转。风力发电机组的发电机采用直流发电机、同步发电机、异步发电机等多种类型。直流发电机常用于小型风力发电机组,同步发电机和异步发电机在大中风力发电机组中广泛应用。当风力发电机与电网并联运行时,要求风电的频率与电网频率保持一致,因此风力发电机组频率保持恒定,
9、常用的有变速恒频和恒速恒频两种。恒速恒频风电机组,即恒速风机一异步发电机,系统的结构简单、造价低、过载能力强,是我国目前用得较多的风力发电设备。3、蒙特卡罗模拟法3、1 蒙特卡罗模拟法基本思想和理论基础蒙特卡罗方法是一种通过随机变量的数字模拟和统计分析求取数学物理、工程技术问题近似解的数值方法,利用这种方法求解问题的途径,可以归纳为三个基本步骤:(l)建立所研究问题的概率模型或随机过程,再实现随机变量的抽样。按输入随机变量的已知概率分布进行随机抽样。(2)样本反应求解。对每个抽取样本,按问题的性质采取确定性的控制数学、物理方程求取样本反应。(3)计算反应量的统计量估计。对所有样本反应,按所求解
10、的类型分别求取输出随机变量的均值、方差甚至概率分布。蒙特卡罗方法的理论基础是概率论中的大数定律。根据大数定律,在抽样样本个数 N 充分大时,随机变量的期望值是它的无偏估计,故蒙特卡罗法常常使用它的无偏估计作为问题的解。设在 N 次独立试验中,n 为事件 A 出现的次数,P(A)为事件 A 在每次试验中出现的概率,根据贝努利大数定律,对于任意 O,当 时,事件 A 出现的频N率 n/N 以概率 l 收敛于事件概率,即(3-1)im1NnP当随机变量满足独立同分布的场合,即随机变量序列 的分布相同,且12,n具有有限的数学期望值 ,根据柯尔莫哥洛夫大数定律,对于1,2EaiN任意 O,当 时,变量
11、 以概率收敛于期望值 ,即N1Nia(3-2)1lim0NiPa在蒙特卡罗方法中,其所抽取的子样为具有同分布性质的独立随机变量。因而,当抽取样本个数足够大时,样本均值将以 概率 1 收敛于分布均值,而事件 A出现的频率则以概率 1 收敛于事件 A 出现的概率,这就保证了蒙特卡罗方法的概率收敛性。3、2 蒙特卡罗算法特点(l)收敛速度与问题的维数无关。这决定了蒙特卡罗法对多维问题的适用性。(2)把电力系统状态的综合统计数据引进计算,故适合计算可靠性指标。(3)算法和程序结构都很简单,易于模拟复杂的统计过程。尤其对于大系统,解析法显得十分复杂,不易建立数学模型;使用模拟法就较为便利。(4)可靠性计
12、算时间由需要检查的状态数决定的。(5)与确定性方法相比,概率方法需要的样本容量大,对可靠性指标没有贡献的无效样本多,计算时间长,但可以搜索多重故障和连锁故障,模拟负荷水平及运行方式的变化,确定性方法几乎不可能详细模拟负荷的连续变化对系统安全性能的影响。3、3 序贯蒙特卡罗仿真的风力发电系统的可靠性模型3、3、1 风力发电机组可靠性模型(l)风力发电机组输出功率在研究风力发电的有关问题时,首先需要确定风力发电机组(简称 wTG)的输出功率。在风力发电中,目前采用异步发电机并网的较多,并网后电机运行在其转矩一转速曲线的稳定区,如图所示。当风力机传给发电机的机械功率及转矩随风速而增加时,发电机的输出
13、功率及其反转矩也相应增大,原先的转矩平衡点 Al 沿其运行特性曲线移至新的平衡点 AZ,继续稳定运行。但当发电机的输出功率超过其最大转矩所对应的功率时,其反转矩减小,从而导致转速迅速升高,在电网上引起飞车,这是十分危险的。为此必须具有合理可靠的失速桨叶或限速机构,保证风速超过额定风速或阵风时,从风力机输入的机械功率被限制在一个最大值范围内,保证发电机的输出功率不超过其最大转矩所对应的功率值。由于地面空气流动受涡流、勃性和地面植物及建筑物等的影响,风速沿垂直高度变化而变化,离地面越高处风速越大,风速随高度而变化曲线如图 3 一 8 所示。其经验公式很多,通常采用指数公式,可用此公式由观测处风速值
14、折算出风力机叶轮轮毅处的风速。公式如下:(3-3)1bhV式中:V 是风力机叶轮轮毅处的风速;h 是风力机叶轮轮毅距地面高度; 是1V高度为 的观测处风速;b 是变化指数,它取决于大气稳定度和地面粗糙度,其值1h约为 1/2 一 1/8。(2)风力发电机组的随机停运模型由于风电机组结构相对简单,计划检修时间较短,而且计划检修可以安排在低风速或无风时进行,在可靠性分析时可以不予考虑。因此,风力发电机组采用两状态模型,即正常运行状态和故障停运状态,已知故障率为 和修复率为 ,状态转移图如图所示。正常工作状态 故障停运状态故障率为 修复率为 一般情况下,认为风力发电机组正常运行持续时间 和故障修复时
15、间 :服12从指数分布,即故障率 和修复率 是常数。风力发电机组的随机停运用正常运行持续时间和故障修复时间来描述。元件故障率 认为是常数,则其可靠度函数呈指数关系:(3-4)tRe根据产生指数分布随机数方法,易得正常运行持续时间 为:1(3-5)111lnlnMTF式中: 是均匀分布随机数, 是平均持续工作时间。1同理故障修复时间 为:2(3-6)2221lnlnTF式中: 是均匀分布随机数, 是平均修复时间。2M3、3、2 常规机组停运模型和负荷模型(l)常规机组停运模型常规发电机组采用两状态模型,即正常运行状态和故障停运状态,一般情况下,认为正常运行持续时间 和故障修复时间 服从指数分布,
16、即故障率 和修12复率 是常数。正常运行持续时间和故障修复时间的公式表达式同公式(3 一 5)和(3 一 6)。(2)时间序列负荷模型概率可靠性分析中常用的负荷模型有峰荷模型、分级负荷模型、聚类负荷模型和时间序列负荷模型。这里采用时间序列负荷模型,如根据 IEEERTS 提供的一年内周最高负荷、一周内 7 天日最高负荷、四季典型日每小时最高负荷,可推算出一年 8736 小时的小时负荷模型,即按年表次序形成的负荷模型。在该负荷模型中,按小时顺序给出一年 8736 小时,各节点及系统的负荷值。对一个 100 个负荷节点的电网,负荷数据有 8730*100 个,因此数据存储和处理量较大。3、3、3 序贯蒙特卡罗仿真算法流程框图由于风能的随机性和风速随时间连续变化的特点,采用序贯蒙特卡罗仿真方法较为方便地模拟风电系统运行中的实际问题,重现实际系统运行情况。这里主要讨论发电系统