第38卷 第8期 电 网 技 术 Vol. 38 No. 8 2014年8月 Power System Technology Aug. 2014

文章编号：1000-3673（2014）08-2087-08 中图分类号：TM 73 文献标志码：A 学科代码：470·4054

含电池储能风电场的电力系统风险评估 蒋程，刘文霞，张建华 （新能源电力系统国家重点实验室(华北电力大学)，北京市 昌平区 102206）

Risk Assessment for Power System With Wind Farm and Battery Energy Storage JIANG Cheng, LIU Wenxia, ZHANG Jianhua (State Key Laboratory of Alternate Electrical Power System With Renewable Energy Sources (North China Electric Power University), Changping District, Beijing 102206, China)

ABSTRACT: The output model of wind farm is proposed taking account into the time-varying characteristics of failure rate and derating rate for wind turbines and the complex wake effects of wind farm. The output model of battery energy storage system is proposed considering the charging and discharging constraints, capacity constraints and forced outage rate of the battery energy storage. And then combining the proposed output models, the integrated model of wind farm can be proposed based on different scheduling strategies of wind farms. According to the integrated model, the risk assessment processes and methods are given. The calculation and analysis of improved IEEE-RTS 79 case was carried out, and the simulation results verify the effectiveness of the proposed model and the method.

KEY WORDS: scheduling strategies; battery energy storage; wind farm; output model; risk assessment; wake effects

摘要：考虑风电机组的时变故障率和降额率以及风电场复杂尾流效应的影响，建立了风电场的出力模型；考虑电池储能的充放电约束和容量约束以及其故障率的影响，建立了电池储能系统的出力模型。综合上述2个出力模型，考虑不同风能调度策略得到了含电池储能风电场的出力模型。基于该模型给出了含电池储能和风电场的电力系统风险评估的具体流程和方法。改进IEEE-RTS 79算例仿真和分析，验证了上述模型和方法的正确性和有效性。

关键词：调度策略；电池储能；风电场；出力模型；风险评估；尾流效应 DOI：10.13335/j.1000-3673.pst.2014.08.011

0 引言

随着风电并网容量的增加，风电的随机性使电力系统运行状态更加复杂多变，对于电网结构薄弱的区域电网，风电并网的影响更为显著。

基金项目：国家863高技术基金项目(2012AA050201)。 The National High Technology Research and Development of China 863 Program (2012AA050201).

国内外关于风电场的出力模型已有较深入的研究，文献[1-5]考虑了风能的随机性、尾流效应、风电机组老化和故障等环节，建立了风电场的出力模型。虽然上述模型考虑了风机的故障率，但故障率采用一个固定值，没有考虑外界环境，如风速对它的影响，这对坐落在相对恶劣环境中的风机来说，有点不妥。这些模型都没有考虑风电机组的降额状态，而根据风电场历史数据分析，风机处在降额状态的时间相对较长，在建立风电场输出模型时，大多数研究人员只考虑平坦地形的简单尾流效应，这种建模方法不适用处在山区或丘陵等复杂地形的风电场，因此上述风电场的出力模型与实际可能存在一定的偏差。 风电具有间歇性和随机性的特点[6-7]，大规模风电并网将给电力系统带来较大的风险[8-11]。由于电池储能系统具有灵活的充放电能力，常常通过在风电场中安装电池储能设备来降低电力系统的风险[12]。 关于电池储能接入的风电场出力模型的研究相对较少，文献[13]建立了含储能的风电机组出力模型，但没有给出风电场出力模型，文献[14-18]建立了含储能风电场的出力模型，其中考虑了储能的充放电约束、电量约束和风电接入比例等约束，但没有考虑风电机组的强迫停运和故障降额状态，同时也没考虑电池储能系统的强迫停运率，所以该模型与实际有一定的偏差。 综上所述，考虑复杂地形上处在风速下游的风机受到上游多台风机影响，本文建立部分遮挡尾流效应模型，结合风速的自回归滑动平均模型建立风电场的出力模型，考虑电池储能的故障停运建立不同调度策略下电池储能系统的出力模型，综合风电场出力模型和电池储能系统的出力模型建立含电池储能风电场的出力模型。应用此模型对改进IEEE-RTS 79算例进行发电系统充裕性风险评估，2088 蒋程等：含电池储能风电场的电力系统风险评估 Vol. 38 No. 8 分析不同调度策略下风电的最大接入比例、电池储能充放电约束和电池储能电量对评估结果的影响。 1 常规风电场的出力模型 本文主要考虑风电场的复杂尾流效应、风电机组的时变故障率等建立其出力模型。 1.1 复杂地形尾流效应模型 在大型风电场中，由于尾流效应的影响，坐落于下风向的风电机组风速将低于上风向的风电机组风速，Jensen模型能够较好地模拟平坦地形的尾流情况[16]，但由于风电场一般坐落较复杂地形中，其海拔高度各不相同，需要考虑风机海拔高度的影响。一般尾流效应中仅考虑上风向1台风机的影响，但当风电场中风电机组较多且排列较密时，需要考虑多台风机的影响。 1.1.1 风速时间序列模型 自回归滑动平均模型(auto-regressive and moving average model，ARMA)是研究时间序列的重要方法。对某个特定风电场，风速的时间序列可以用ARMA模型表示[17]，即 1122n1122m ttttnttttmyyyyjjjaqaqaqa------=+++++---LL (1) 式中：ty是t时刻时间序列值；ij(i=1, 2, 3, …, n)和jq (j=1, 2, 3, …, m)分别为自回归和滑动平均参数；ta为服从(0, 2s)分布的标准正态白噪声，这些参 数可以通过对历史数据的分析估计出来。 根据式(1)，t时刻风速可表示为 ()tttvtyms=+ (2) 式中tm和ts分别为历史平均风速和标准差。 1.1.2 单台风机影响的尾流效应模型 假设下游风机和上游风机的布局如图1所示。图中：v0表示平均风速；v代表上游风机的风速； 图1 部分遮挡尾流效应模型 Fig. 1 Partially block wake effect model vW代表下游风机的风速；x为两风机之间的垂直距离；d为两风机之间的水平距离；rW表示尾流半径；r表示风机叶轮半径；As表示重叠部分的面积；Aro

为下游风机的风轮扫掠面积。

根据图1，下游风机受到上游风机影响后的风速可表示为 2WT2Wsro[1(11)(/)(/)(/)](/)ij

ji

vvChh

rrAAhha

a=---××

× (3)

式中：hi和hj分别为上游风机和下游风机的海拔高度；α为风速随高度变化系数，一般取0.04；CT为推力系数[18]，一般取0.2。 根据图1，重叠部分的面积As可表示为 22222W

sW22

W

22222W

22

222222W

W22

W

Δarccos()2ΔΔarccos()2ΔΔΔsin[arccos()]2ΔrdhrAr

rhd

rdhrr

rhd

rdhrrhd

rhd

++-=×+

×+

++- ×-

×+

++-×+×

×+ (4)

式中Δ||jihhh=-为两风机的海拔高度差；

1.1.3 多台风机影响的尾流效应模型 在多机组的大型风电场中，处在风向下游的风机很有可能受到上游多个风机尾流的影响，故下游风机的等效风速可表示为

s_W_2eq01ro0[1()(1)]Niii

Av

vvAv=

=×-- å (5)

式中：veq表示受上游多台风机影响的风速；N为影响下游风机的数目；As_i表示上游第i台风机的重叠面积；vW_i表示上游第i台风机单独影响下的风速。 1.2 基于风速的风电机组时变故障模型 传统风机可靠性模型中，风机故障率和修复率都是定值，与外界条件无关，但风机叶片等元件受风速和风载荷的影响很大，需要研究风速对风机故障率的影响。为区别风机自身故障，把由风速引起的故障率增量设为f()vlD，风机故障率可表示为

ff0f()()vvlll=+D (6)

式中f0l代表自身因素引起的故障率。 经研究，风速引起的故障率增量与风速的大小呈2次方关系[19]，其可表示为 222maxminminco

22maxcicoci

()( )/()vvvvvvvllll

lD=-+-

- (7)

式中：civ为切入风速；minl为与其对应的故障率；

cov为切出风速；maxl为与其对应的故障率。