分布式风电论文.docxVIP

34/34

分布式风电

分布式风电（精选七篇）

分布式风电篇1

关键词：分布式电源,概率潮流,优化配置,风力发电

0引言

新能源与可再生能源的开发利用,是解决当前能源紧张、能源利用与环境保护之间矛盾的必然选择。从节能减排的角度来看,风电是一种最具吸引力的可再生能源形式[1]。相比于其他的分布式电源(DG),风能具有较大的可变性[2],这给配电网的规划带来很大的挑战。为了保证配电网系统安全性和可靠性,风电DG的接入必须克服风力发电的间歇性所带来的技术上和经济上的影响。

在配电网中,选择DG接入位置和注入容量,实现DG价值最大化,是DG优化配置的主要任务。很多研究都对DG接入配电网系统中所产生的影响进行评估分析[3,4,5],DG的合理配置可以提高配电网运行可靠性,减小系统网损,这些对电网规划、设计和投资有重要意义。文献[6-8]从费用角度,以配电公司的投资和运行费用最小为优化目标,确定DG满足负荷增长需求的配置结果;文献[9]从可靠性分析角度,以停电损失最小为优化目标,计算DG接入辐射型配电网的最佳位置和容量;文献[10-11]从降损角度,以配电网损耗最小为优化目标,基于放射状单回路配电网结构,计算接入DG的最佳位置和容量;文献[12]从节能环保角度,在保持配电网电压稳定的条件下,以DG安装容量最大为最优。

大部分关于DG优化配置的研究工作都是基于DG输出功率可控的假设下开展的,并不能很好地分析可再生能源发电波动性对电网的影响。文献[13]分析了DG发电和负荷功率的不确定性对电力网络运行参数的影响。文献[14]对DG发电功率的随机分布函数进行离散化处理,电网规划基于离散概率模型,但优化变量只涉及

DG的接入位置,忽略了DG的注入容量。

本文提出基于概率潮流的风电DG优化配置算法,计及风电和负荷的随机波动特性对系统有功网损的影响,使用混合整数非线性规划,确定配电网中DG的最佳接入位置和注入容量,为含DG的配电网项目规划提供参

考。

1风电系统发电功率的随机模型

风电系统模型主要由两部分组成:风资源单元和风电机组单元。风资源单元包含风电场的风速数据,风电机组单元由单台或多台风电机组组成,如图1所示。

为了分析风电系统发电功率的随机波动性,首先应建立描述风速随机波动的概率模型,然后根据风电机组的输出功率与风速之间的关系,得到风电系统发电功率的随机模型。

1.1风电机组功率曲线的二次模型

本文用二次模型来近似描述风电机组的功率输出特性,采用分段函数[15]来表示:式中:PR为额定功率;Vin为切入风速;Vrated为额定风速;Vout为切出风速。

则风电机组的输出功率与风速之间的近似关系如图2所示。

1.2风电系统的随机模型

若已知风速随机变量V满足Weibull分布特性,其概率密度函数为fV(V),且风电机组的输出功率P是V的函数,即P=g(V)。则可利用式(2)求得随机变量P的概率密度函数为[16]:

本文在计算风电概率密度函数的时候,考虑风电机组的强迫停机率pFOR对其输出功率的影响,则风电机组有pFOR的概率处于停运状态,此时无论风速如何变化其输出功率皆为0;反之风电机组处于正常运行状态的概率为1-pFOR,在风电机组正常运行时,风电机组的功率曲线用分段函数来描述,如式(1)所示。根据已知的风速Weibull分布概率密度函数fV(V),求解单台风电机组的功率概率密度函数,如下所示。

1)P=0

式中:δ(·)为Dirac函数,便于描述功率值在0和PR点处的概率;k和c为风速Weibull分布参数。

2)0

式中:k′=k/2;c′=PRc2/(V2rated-V2in);γ=PRV2in/(V2rated-V2in)。

3)P=PR

4)P0或PPR

可以看出,如果风速的分布特性近似地由Weibull函数来描述的话,则单台风电机组输出功率的概率密度函数也是一个Weibull函数,并且其尺度参数和形状参数可以由风速分布函数的参数和风电机组参数计算得出。

如果不考虑风电机组的停机率对风电机组输出功率的影响,上式中令pFOR=0即可得到风能概率密度函数。可见强迫停机率对风电机组的模型有一定影响,在实际应用中,可以通过风电机组的平均故障间隔时间

tMTBF和平均修复时间tMTTR来获得。

如果风电系统由N(N≥2)台风电机组组成,假设不同的风电机组所处位置的风速相同,且在忽略风电机组尾流效应和电气耗损的前提下,认为风电系统所产生的总风能为多台风电机组输出功率的总和,即

P=PW1+PW2+…+PWN,