1、I硕士学位论文（20 届）风电爬坡对电力系统运行的影响分析姓 名学 科 、 专 业 电力系统及其自动化研 究 方 向 新能源并网指 导 教 师II论文提交日期论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。学位论文作者（签名）：年 月 日IV摘要随着大规模风电基地的不断开发、并网风电装机容量日益增大，大规模高集中度的风电场群有功功率的变化对电力系统的影响变得更为显著。作为
2、风电场群有功功率变化的一种表现形式，爬坡是指风电场群的输出有功功率在短时间内突然发生的大幅变化。本文为合理高效评估爬坡对电力系统运行的影响，做了以下工作：第一，对实际风电功率数据，研究了风电场群功率总体统计特性，针对风电功率短时骤变这一有别于常规统计的特殊问题，采用极值统计方法，研究了不同风电并网容量、不同时间尺度下风电功率短时骤变极值的统计特性，指出了在多数情况下风电功率变化率有限，风电场群功率日峰谷差较大，在极少部分情况下风电功率短时骤变的幅值会远远超出正常风电功率波动的范围。基于此，将风电场群有功功率的变化分为日常爬坡和极端爬坡，并分别给出了定义方式。第二，指出应当重点分析极端爬坡对系统
3、充裕性的影响，基于极端爬坡中风电功率变化速率大、常规机组爬坡率易构成约束、前后时刻关联性强的特性，提出了基于多时刻系统潮流计算的仿真方法，通过模拟日前风电预测、发电计划制作、自动发电控制、系统削减部分负荷等环节，模拟出系统对极端爬坡的反应，从而评估极端爬坡对系统充裕性的影响。仿真结果表明，所用的方法能充分计及风电功率预测误差的时间序列特性和线路传输容量约束，能比传统方法更细致地反映系统特性。第三，指出应当重点分析日常爬坡对系统经济性的影响，基于日常爬坡中风电功率变化速率小、风电功率变化幅值大、样本数量较多的特性，提出了基于爬坡初始时刻系统潮流和常规机组调节能力计算各时刻在安全/经济约束下的可接
4、受的风电功率极值的方法，通过求取削减负荷电量、弃风电量、常规机组增发高成本电量、常规机组减发低成本电量以及基于以上各电量的综合成本作为日常爬坡对系统经济性影响的指标量，从而评估日常爬坡对系统经济性的影响。仿真结果表明，提出的方法避免了复杂的动态计算，同时保留了系统的网络参数信息。关键词：风电爬坡；极值统计；风电消纳；风电预测误差；有功功率调节； AbstractWith the continuous development of large-scale wind power base, the grid connected wind generation capacity is increas
5、ing, the frequent changes of active output power of large scale and high concentration wind farms have affected power system significantly.As a form of wind power fluctuation, a ramp is a sudden and large change (increase or decrease) in wind power. In order to assess the impact of ramp on the power
6、 system reasonably and efficiently, the main research work are as follows:Firstly, based on the actual data of wind power, the statistical properties of wind power are studied. For the wind power short-term ramp, which is different from conventional statistical problems, a extreme value statistical
7、method is proposed. The statistical properties of wind power short-term ramp are studied under different wind power capacity and different time scales. Its pointed out that in most cases the ramp rate of wind power is limited but the difference between peak wind power and valley wind power is large
8、in magnitude. In some cases, the ramp rate of wind power is far beyond the scope of normal fluctuations of wind power. The variation of wind power can be divided into daily ramp and extreme ramp, which are defined separately.Secondly, it is pointed out that the emphasis of extreme ramp analysis shou
9、ld be the impact on system adequacy. Considering the high ramp rates of extreme ramps, the conventional unit ramp rate easily constituting a constraint and the time the strong relevance of consecutive moments, a simulation method based on multi-time flow of calculation is proposed. By simulating the
10、 day-ahead wind forecast, the generation scheduling, the automatic generation control, the load shedding, the wind power curtailment and other aspects of the system, the simulation are as close as possible to the actual system reaction, assessing the adequacy influence of the extreme ramps on power
11、system. The simulation results show that the proposed method can fully reflect the time-series properties of wind power prediction errors and line transmission capacity constraint, thus intimating the power system more closely than traditional methods.Thirdly, it is pointed out that the emphasis of
12、daily ramp analysis should be the impact on system economy. Considering the low ramp rates and large magnitudes of daily ramps and the large number of samples, a method based on the initial time power flow and the ramp rates of conventional power plants is proposed to calculate the maximum and VImin
13、imum wind power that can be accepted under safe / economic constraints. By obtaining load shedding energy, wind power curtailment energy, additional high-cost energy，reduced low-cost energy and comprehensive cost of all above, the economic impact of daily ramp are assessed. Simulation results show t
14、hat, the proposed method can avoid complex dynamic calculations and improve efficiency, while retaining the network parameter information of power system.Keywords: Wind power ramp; Extreme value analysis; Wind power accommodating; Wind Power Forecast Error; Active power adjustment; VII目 录摘要 .IAbstra
15、ct.III1 绪论 .11.1 研究背景与意义 .11.2 相关领域研究现状 .21.2.1 爬坡定义的研究进展 .21.2.2 风电场群有功功率统计的研究进展 .31.2.3 爬坡对系统影响分析的研究进展 .41.3 现阶段研究存在的问题 .51.4 本文的主要工作 .52 风电场群有功功率统计分析及风电爬坡定义 .72.1 引言 .72.2 风电场群有功功率总体统计分析 .72.2.1 风电场群有功功率统计分析指标 .72.2.2 数据描述 .92.2.3 风电场群有功功率统计分析 .92.3 风电有功功率短时骤变的极值统计分析 .152.3.1 风电有功功率的短时极端变化 .152.3
16、.2 风电有功功率短时骤降的极值离群度 .172.3.3 基于 POT-GPD 的极值统计建模方法 .192.3.4 基于 POT-GPD 的骤降极值分析示例 .21VIII2.3.5 风电有功功率短时骤降极值与装机容量和时间尺度的关系 .242.3.6 风电有功功率短时骤降在一天中发生时刻的分布 .252.3.7 风电有功功率短时骤升的对比分析 .282.4 日常爬坡和极端爬坡的定义方式 .302.5 本章小结 .313 极端爬坡对电力系统充裕性的影响 .333.1 引言 .333.2 电力系统有功功率平衡模型的分析与简化 .333.3 基于历史重演的极端爬坡分析 .353.3.1 日前发电
17、计划模型 .353.3.2 自动发电控制模型 .363.3.3 系统削减负荷、弃风模型 .383.3.4 算例分析 .393.4 基于日前预演的极端爬坡分析 .433.4.1 基于随机数生成-换位算法的风电预测误差序列生成 .443.4.2 基于非序贯蒙特卡洛方法日前预演的极端爬坡影响评估 .463.4.3 算例分析 .483.5 本章小结 .504 日常爬坡对电力系统经济性的影响 .514.1 引言 .514.2 日常爬 坡 经 济 性 影 响 评 估 原 理 .514.2.1 日常爬坡的定义与提取 .514.2.2 日常爬坡对电力系统的经济性影响 .524.2.3 风电安全域与风电经济域 .534.2.4 负荷变化与风电预测误差 .554.2.5 日常爬坡对电力系统经济性影响的指标量 .574.3 算法流程 .584.4 算例分析 .594.4.1 单次日常爬坡分析 .604.4.2 日常爬坡相关因素分析 .624.5 本章小结 .645 总结与展望 .655.1 全文总结 .655.2 工作展望 .65参考文献 .67攻读硕士学位期间发表的科研成果 .71
