袁 越，周建华，余嘉彦

（河海大学能源与电气学院,南京 210098）

0 引言

随着化石类燃料储量的急剧减少和社会公众环保意识的加强，可再生能源发电已引起世界各国的广泛关注。其中，风电由于储量丰富、开发技术水平成熟，已在世界范围内得到了快速的开发和利用。据有关数据显示，从2006年至今，世界和我国风电装机容量分别以年均超过25%和100%的速度增长[1-2]。

当风电装机容量占电网总容量比例较小时，其对电网的影响基本可以忽略不计。而当风电开发规模不断扩大，承担更多负荷时，电力系统的安全稳定将受到一定的影响。系统调峰问题就是其中必须要考虑的一个重要方面[3-5]。

风电由于其随机性和间隙性，无法提供有效的可调发电容量，有时甚至需要系统为其提供备用以平衡其功率的实时变化。与欧洲许多国家的风电采用分布式并网方式不同，我国通常将大量风电机组集中并网，形成容量几十万甚至上百万千瓦的风电场。这种大规模集中并网方式使得我国电力系统面临有功冲击的可能性要比欧洲许多国家大得多，调峰所面临的压力也更为严峻。

基于以上认识，本文在阐述风电并网对系统调峰影响的基础上，通过综述国内外在含风电场电力系统（Power System Containing Wind Farms，PSCWFs）调峰领域的研究现状，归纳出当前主要采取的调峰对策，并对每一类对策进行了分析和讨论，最后提出了一些建议。

1 风电并网对系统调峰的影响

1.1 风电并网对系统调峰容量的影响

风电并网前，电力系统的调峰容量是基于某典型日的负荷预测来设置的[6]。容量大小的设置可表述为：

式中，PS1为风电并网前，系统所需的调峰容量P′load，min为该典型日的峰谷差，P″load，max为预测年统调口径最高负荷，k为常数（取值大小与电网本身因素有关）。

风电并网后，将风功率看作“负”的负荷，参照式（1），PSCWFs的调峰容量应设置为

式中，系统总负荷，P′total=P′load-P′wind，P′wind为负荷预测时间段内的风功率。

考虑系统调峰可能遇到的最恶劣运行状况，即

则式（2）可表示为

由式（4）可知，风电大规模并网发电后，由于风电出力的随机性，系统需要增加调峰容量。

1.2 风电并网对系统调峰能力的影响

风电机组大规模并网发电后，必然会代替常规机组承担一部分负荷。为捕获最大风能，目前广泛应用的双馈感应电机 （Doubly-Fed Induction Generator,DFIG）对机械系统和电磁系统实施了解耦控制策略。该解耦控制使得DFIG的转子机械部分不能自发地快速响应系统频率的变化[7]。由于风电机组不具备常规发电机组所拥有的快速调峰调频能力，所以，风电大规模并网后的电力系统调峰能力将会被严重削弱。

此外，受气候条件的影响，风电出力的变化一般比负荷的变化要剧烈的多。因此，风电大规模并网发电后，不仅系统的调峰容量存在不足的风险，而且其调峰能力也面临较大的考验。

2 PSCWFs调峰对策

2.1 风功率预测

众所周知，风功率预测对于含有大量风电的电力系统调峰有着至关重要的参考依据。

早在1990年，Landberg就利用高精度有限区域模型开发了一套预测系统，并将其应用于丹麦东部、爱尔兰电力供应委员会和爱荷华州。随后，风功率预测技术不断完善，较为典型的有WPPT、Prediktor、Zephry、Previento、AWPT、eWind、sipreólico、More-Care和由我国电科院研制的风功率预测系统[8]。

受气象数据以及预测模型准确性等因素的影响，任何一套预测系统的预测结果总是存在一定的误差。文献[9]比较了德国北部地区一天前的风功率预测误差，表明在当前风电大规模并网发电的背景下，风功率的预测误差仍十分可观，对于PSCWFs需要进一步考虑其他调峰对策。

2.2 风功率控制

当前，结合各电网实际情况，欧洲、北美、澳大利亚和我国的一些电力协会或电网公司都已制订了风电场并网技术导则。对于不同规模风电场风电出力的变化率，这些导则均提出了不同的要求[10-11]。

此外，文献[12-13]提出通过控制桨距角或调整功率-转速最优曲线来减少部分风电机组的有功输出，以留作备用功率。当系统频率降低时，风电机组就可以通过调节桨距角或机组有功功率参考值，增加有功输出，进而参与整个系统的频率调整。文献[14]则提出在控制策略中加入附加频率控制环节，进而将DFIG机组的转子动能转化为电磁功率参与系统频率的控制。

无论是限制风电出力的变化率，还是对风电机组的控制策略进行改进，均一定程度上缓解了PSCWFs的调峰压力。但是，由于上述风功率控制方法是以舍弃可利用的风能资源或调用风电机组的转子动能为代价来实现的，因此不具备广泛的经济性和实用性。此外，当风速骤降（或风向突变）而导致风功率迅速降低时，控制风功率是无法缓解系统调峰压力的。

2.3 互补能源发电

缓解PSCWFs调峰压力的另外一种常见措施是将光伏发电和储能设备中的一种或几种与风电构成互补能源系统后，再向电网输出稳定而可控的有功功率[15-17]。该调峰对策力图利用不同能源发电间的互补性，实现互补能源系统总有功出力的平稳性和可控性。

文献[18]对不同类型储能设备的单机容量、技术成熟度以及响应速度进行了研究，认为目前比较适宜与风电构成互补能源发电系统的主要是抽水蓄能、压缩空气储能以及部分化学燃料电池。而光伏发电由于受气候条件制约，因此，风光互补系统并网发电时会产生与当前风电并网发电相类似的一系列问题。

由于互补能源发电忽视了风功率与负荷之间的互补性，可能会浪费系统宝贵的有功备用资源，同时还可能会加重风电场业主的负担。在这种情况下，风电业主不仅要承担风电场和互补性能源发电的投资建设成本，还要时刻跟踪风功率的变化以实时控制互补发电系统的有功输出，这给风电场业主带来了较沉重的经济和技术负担。

2.4 系统可控备用调度

当系统有功功率出现不平衡时，调度部门一般会首先调整机组的有功出力。当调整机组有功出力无法获得预期效果时，将会采取其他可控备用调度手段，如可中断负荷。

由于调峰机组的响应是有一定时间延迟的，故即使不计成本地建设了大量充裕的调峰机组，这些机组是否能够实时响应PSCWFs的调峰要求仍然存在较大的不确定性[19]。此外，大规模风功率的随机变化很可能会导致调峰机组出现重复投运和切除的操作，会严重危及这些机组的安全。因此，仅仅依靠增加电源侧调峰机组来解决PSCWFs的调峰问题，是比较困难的。

风电并网规模的不断扩大，使得系统出现有功功率不平衡现象的概率大为增加，这使得可中断负荷参与系统调峰的意义非常重大[20-24]。一方面，调度部门通过与用户签订合同，可获得足够多的满足系统调峰容量要求的可中断负荷量，这远比建设大量调峰机组要经济得多。另一方面，常规调峰机组的响应速度不一定能够满足风功率突变的要求，而可中断负荷的切除速度要比常规调峰机组的响应速度快得多，完全有能力跟踪风功率的实时变化。可中断负荷参与系统调峰，可以实现以较小的经济代价维持电力系统有功供需平衡，为缓解PSCWFs的调峰压力开辟了一条市场化新道路。

由于调度系统可控备用是从电网侧来缓解PSCWFs调峰压力的，故风电的随机性将导致风功率送出线路的输送功率大幅度变化，进而引起线路充电功率的大起大落，这就要求电网必须具备足够多的感性和容性无功调节能力，以实现电网的电压稳定。此外，由于可中断负荷的控制精度不高，过控（或欠控）程度较严重，故可中断负荷与系统备用机组之间的协调也需要进一步深入研究。

3 案例分析

目前，上述各种调峰对策已在PSCWFs的运行调度中获得应用。

文献[25]从甘肃地区风电场的实际运行情况出发，研究了风功率预测中的数据采集、风能预测以及风功率预报模式等问题，为缓解该地区电力系统的调峰调频压力提供了一种技术手段。

同样以甘肃电网为例，文献[26]通过合理设计风电调度管理模式，采取最大负荷模式安排日发电计划，较好地完成了该地区电力系统的调峰调频任务。在此模式下，甘肃风电调度管理水平不断提高，电网运行管理的压力日益减小，可再生能源也最大限度地得到了有效利用。

以西藏边远村落为例，文献[27]提出了风-光-氢互补发电系统。当风机与光伏阵列发出的电力超出负荷需要时，多余电力就会向电解池供电；反之，燃料电池以及超级电容就开始提供负荷所需的额外电能。该系统的有功输出较为平稳，较适用于以西藏为典型代表的风速和光照变化较大的边远地区。

近年来，为缓解电力系统的调峰压力，我国一些城市和地区开始试行系统可控备用资源的调度。江苏于2002年夏季开始，在部分地区试行了每万千瓦负荷中断1 h补偿1万元的补偿机制。2005年夏季，上海市在7—8月间的3个尖峰负荷日实施了可中断负荷管理，实现了避峰中断负荷99万kW ～185万kW的成效[28]。

风功率预测、风功率控制、互补能源发电以及系统可控备用的调度，在当前PSCWFs调峰问题的研究中，获得了广泛的应用，为维持PSCWFs有功功率的供需平衡发挥了重要作用。

4 结论

在研究PSCWFs调峰问题时，需要考虑很多因素，如风电机组的类型、风电场与并网系统的规模、风功率与负荷曲线间的互补性、风电场附近的地理资源条件以及可中断负荷占系统负荷的比例等。结合以上分析，本文认为：实现PSCWFs调峰的首要任务是不断提高风功率的预测精度。

在此基础上，可以考虑构建互补能源发电系统，至于具体是哪一种类型的互补能源发电系统，需要结合风电场附近的地理资源条件等因素再进一步研究。另外，也可以考虑协调利用系统内各种可控资源，包括调峰机组、实现了风功率控制的风电机组、以及可中断负荷等。

最后，需要强调的是，PSCWFs的调峰工作既是一个技术问题，也是一个经济问题，选择何种调峰对策需要综合考虑各种因素，进行经济技术比较。

[1] 施跃文,高辉,陈钟.国外特大型风力发电机组技术综述[J].电网技术,2008,32(18):87-91.

[2] World Wind Energy Association.World Wind Energy Report 2009[R].9th World Wind Energy Conference and Exhibition,Turkey,2010.

[3] 曹娜,李岩春,赵海翔，等.不同风电机组对电网暂态稳定性的影响[J].电网技术,2007,31(9):53-57.

[4] 迟永宁,刘燕华,王伟胜,等.风电接入对电力系统的影响[J].电网技术,2007,31(3):77-81.

[5] 刘威,赵渊,周家启,等.计及风电场的发输配电系统可靠性评估[J].电网技术,2008,32(13):69-74.

[6] 林章岁,李仪峰,刘峻.福建电网建设抽水蓄能电站的必要性论证[J].电网技术,2006,30(14):53-58.

[7] 刘其辉,贺益康,赵仁德.变速恒频风力发电系统最大风能追踪控制[J].电力系统自动化,2003,27(20):62-67.

[8] 谷兴凯,范高峰,王晓蓉，等.风电功率预测技术综述[J].电网技术,2007,31(2):335-338.

[9] 李锋,陆一川.大规模风力发电对电力系统的影响[J].中国电力,2006,39(11):80-84.

[10] 雷亚洲,Gordon Lightbody.风力发电与电力市场[J].电力系统自动化,2005,29(10):1-5.

[11] 王伟胜,范高峰,赵海翔.风电场并网技术规定比较及其综合控制系统初探[J].电网技术,2007,31(18):73-77.

[12] Rogerio G，de Almeida,Pecas Lopes J A.Participation of Doubly Fed Induction Wind Generators in System Frequency Regulation[J].IEEE Transactions on Power Systems,2007,22(3):944-950.

[13] Le-Ren Chang-Chien,Chih-Min Hung,Yao-Ching Yin.Dynamic Reserve Allocation for System Contingency by DFIG Wind Farms[J].IEEE Transactions on Power Systems,2008,23(2):729-736.

[14] 曹军,王虹富,邱家驹.变速恒频双馈风电机组频率控制策略[J].电力系统自动化,2009,33(13):78-82.

[15] Karki R,Billinton R.Reliability/cos Timplications of PV and Wind Energy Utilization in Small Isolated Power Systems[J].IEEE Transactions on Energy Conversation,2001,16(4):368-373.

[16] Billinton R,Karki R.Capacity Expansion of Small Isolated Power Systems using PV and Wind Energy[J].IEEE Transactions on Power Systems,2001,16(4):892-897.

[17] 计长安,张秀彬,赵兴勇，等.基于模糊控制的风光互补能源系统[J].电工技术学报,2007,22(10):178-184.

[18] Sang-Seung Lee,Young-Min Kim,Jong-Keun Park,et al.Compressed Air Energy Storage Units for Power Generation and DSM in Korea[C].Power Engineering Society General Meeting,2007.

[19] Ronan Doherty,Mark O′Malley.A New Approach to Quantify Reserve Demand in Systems with Significant Installed Wind Capacity[J].IEEE Transactions on Power Systems,2005,20(2):587-595.

[20] Le Anh Tuan,Bhattacharya K.Competitive Framework for Procurement of Interruptible Load Services[J].IEEE Transactions on Power Systems,2003,18(2):889-897.

[21] Huang K Y,Huang Y C.Integrating Direct Load Control with Interruptible Load Management to Provide Instantaneous Reserves for Ancillary Services[J].IEEE Transactions on Power Systems,2004,19(3):1626-1634.

[22] 孙听,童光明,赵庆波,等.二级备用辅助服务市场中可中断负荷管理模型研究[J].中国电机工程学报,2004,24(3):30-33.

[23] MoyaOE.ASpinningReserve,Load Shedding,and Economic Dispatch Solution by Bender’s Decomposition[J].IEEE Transactions on Power Systems,2005,20(1):384-388.

[24] Kirby B J.Load Response Fundamentally Matches Power System Reliability requirements[C].IEEE Power Engineering Society General Meeting,2007.

[25] 马彦宏,汪宁渤,刘福潮.甘肃酒泉风电基地风电预测预报系统[J].电力系统自动化,2009,33(16):88-90.

[26] 韩自奋,陈启卷.考虑约束的风电调度模式[J].电力系统自动化,2010,34(2):89-92.

[27] 卢继平,白树华.风光氢联合式独立发电系统的建模及仿真[J].电网技术,2007,31(22):75-79,84.

[28] 盛晓萍,李成仁.我国电力需求侧电价机制适应性分析[J].电力需求侧管理,2007,9(6):6-8.