蒿峰，朱長勝，王小海，劉詩雨，賀旭偉，馬育飛

（1．內(nèi)蒙古電力調(diào)度控制中心，內(nèi)蒙古呼和浩特 010020；2.電力設(shè)備電氣絕緣國家重點實驗室（西安交通大學），陜西西安 710049；3．北京中科伏瑞電氣技術(shù)有限公司，北京 100085）

風電場棄風電量分類統(tǒng)計方法研究

蒿峰1，朱長勝1，王小海1，劉詩雨2，賀旭偉3，馬育飛3

（1．內(nèi)蒙古電力調(diào)度控制中心，內(nèi)蒙古呼和浩特 010020；2.電力設(shè)備電氣絕緣國家重點實驗室（西安交通大學），陜西西安 710049；3．北京中科伏瑞電氣技術(shù)有限公司，北京 100085）

目前我國部分風電開發(fā)大省由于電網(wǎng)對風電的消納能力不足存在比較嚴重的棄風現(xiàn)象?？茖W地統(tǒng)計風電場棄風電量及其構(gòu)成，對于確定合理棄風的原則和條件，并制定相關(guān)考核機制和補償方案具有重要參考價值，同時對于電網(wǎng)節(jié)能調(diào)度、提高風能利用率、分析風電場的運行管理情況也具有重要意義。分析了現(xiàn)有棄風電量統(tǒng)計方法的原理及特點，提出了基于風電機組監(jiān)測數(shù)據(jù)的棄風電量計算方法及根據(jù)風電機組運行狀態(tài)對棄風電量分類統(tǒng)計的方法。該方法使用實測的風電機組運行狀態(tài)、風速、風向和功率數(shù)據(jù)作為計算棄風電量的基礎(chǔ)，不僅能夠更加準確地計算總棄風電量，還能夠分類統(tǒng)計不同原因造成的棄風電量。另外，采用內(nèi)蒙古電網(wǎng)風電場的實際算例驗證了該方法的有效性和適用性。

風電場；棄風電量；風速風向-功率曲線

棄風是國際風電發(fā)展過程中的一種普遍現(xiàn)象，如風電發(fā)展水平較高的美國、德國、西班牙、丹麥等歐美國家均存在不同程度的棄風問題[1-4]。目前我國部分風電開發(fā)大省由于電網(wǎng)對風電的消納能力不足存在比較嚴重的棄風現(xiàn)象，根據(jù)統(tǒng)計2012年全國棄風電量208億kW·h，全國2012年棄風率約為17%[5]。

棄風不僅直接影響風電場的投資收益，同時降低了風能的利用水平，特別是嚴重棄風的長期存在將對風電產(chǎn)業(yè)的持續(xù)健康發(fā)展造成不利影響，為此有必要研究建立科學的棄風管理機制，以協(xié)調(diào)各相關(guān)方之間的利益關(guān)系。因此科學地統(tǒng)計風電場棄風電量及其構(gòu)成，對于合理確定棄風的原則和條件，制定棄風考核機制和補償方案具有重要參考價值，同時對于電網(wǎng)節(jié)能調(diào)度、提高風能利用率、優(yōu)化風電場的運行管理情況也具有重要意義。

但目前，世界各國棄風電量統(tǒng)計方法各不相同，甚至同一個國家內(nèi)不同電網(wǎng)公司統(tǒng)計方法也有差異。文獻[6]分析了風電棄風的主要因素；文獻[7]考慮棄風因素優(yōu)化了發(fā)電機組檢修計劃決策模型；文獻[8]分析了受電網(wǎng)送出能力限制導致棄風的情

況，提出了考慮約束條件的風電調(diào)度模式、調(diào)度原則和實施細則；文獻[9]研究了在水電為主的系統(tǒng)中通過靈活調(diào)節(jié)水電站運行方式對減少棄風的作用；文獻[10]采用時序負荷曲線和風力發(fā)電的時間序列，利用有效容量分布函數(shù)得到精度較高的風力發(fā)電出力估計，利用此方法方便地處理含多個風電場、考慮風速相關(guān)性的影響以及由于最小出力限制而不得不進行的棄風電量、棄風概率等指標的計算。由此可見，目前的研究都未對風電棄風量計算方法進行系統(tǒng)的比較分析，同時未對棄風原因進行詳細的分類統(tǒng)計，因而無法全面合理地分析棄風。

針對上述需求和研究現(xiàn)狀，本文通過綜合考慮風速、風向及風電機組運行狀態(tài)多種因素，提出了以單臺風電機組監(jiān)測數(shù)據(jù)為基礎(chǔ)的棄風電量計算方法及其分類指標的統(tǒng)計方法。以內(nèi)蒙古西部電網(wǎng)某風電場為實例，通過各種棄風電量統(tǒng)計方法計算結(jié)果的對比分析，證明了所提方法的有效性。

1 棄風電量計算方法介紹

風電場棄風電量在廣義上定義為風電場理論發(fā)電量與風電場實際發(fā)電量的差值，在狹義上僅指風電場受電網(wǎng)輸送能力限制或安全運行要求等因素影響，能發(fā)但卻未能發(fā)出的電量。風電場實際發(fā)電量一般通過風電場實際發(fā)電功率對時間的積分得到。根據(jù)風電場理論發(fā)電量計算方法的不同，棄風電量統(tǒng)計方法目前已有的方法為樣板機法[11]、基于風電場監(jiān)測數(shù)據(jù)的計算方法[12]，另外，本文還提出了基于風電功率預測的計算方法。

1.1 樣板機法

樣板機法是原電監(jiān)會發(fā)布的《風電場棄風電量計算辦法（試行）》（以下簡稱《辦法》）中計算棄風電量時一般應采用的方法。該方法首先根據(jù)風電場風電機組的排布情況選取若干臺樣板機，即能夠代表風電場整體運行情況的風電機組，然后通過樣板機實發(fā)電量推算出風電場理論發(fā)電量，最后減去風電場實發(fā)電量得到棄風電量?！掇k法》還提出，調(diào)度機構(gòu)不得對風電場的樣板機限電，其實發(fā)電量作為同類風電機組的理論應發(fā)電量，減去同類各機組實際發(fā)電量，匯總后得出風電場棄風受限電量。

但通常情況下，由于風電場占地范圍較大，地形較復雜，使得同一風電場不同風電機組的地點不同，風資源情況也不同，難以選擇樣板機。此外，該方法還要求樣板機應不受控制地連續(xù)運行以保證連續(xù)有效的監(jiān)測數(shù)據(jù)，因此，樣板機法實用性不強。

1.2 基于風電場監(jiān)測數(shù)據(jù)的計算方法

該方法首先使用風電場測風塔的歷史測風數(shù)據(jù)和風電場發(fā)電功率歷史數(shù)據(jù)統(tǒng)計擬合風電場整體的風速功率曲線，然后根據(jù)測風塔實時測風數(shù)據(jù)和統(tǒng)計擬合的風電場風速功率曲線獲得風電場理論輸出功率，將理論輸出功率對時間積分得到風電場理論發(fā)電量，最后與風電場實際發(fā)電量相減得到棄風電量。由于運行中的風電機組持續(xù)處于動態(tài)運行條件下，其運行在一個很寬的區(qū)域內(nèi)[13]，因此該估算方法難以準確地給出限出力功率損失與電量累計損失。

1.3 基于風電功率預測的計算方法

該方法以風電場上報的日前短期風電功率預測的預測功率作為風電場理論發(fā)電功率，對時間積分得到風電場理論發(fā)電量，然后與風電場實際發(fā)電量相減得到棄風電量。但由于該方法沒有結(jié)合風電場風電機組的實時運行數(shù)據(jù)，風電功率預報值的準確度無法滿足將來風電調(diào)度合理棄風考核和補償?shù)囊螅虼嗽摲椒o法得到有效應用。

2 基于單臺風電機組監(jiān)測數(shù)據(jù)的棄風電量計算及分類統(tǒng)計方法

該方法為本文所提，與前述方法不同的是，該方法重點考慮了風速風向-功率曲線統(tǒng)計建模方法及棄風電量分類統(tǒng)計方法，其具體過程如下所述。

首先通過單臺風電機組的歷史測風數(shù)據(jù)和輸出功率歷史數(shù)據(jù)統(tǒng)計擬合單臺風電機組的風速功率曲線，然后通過風電機組實時測風數(shù)據(jù)和風速功率曲線算出單臺風電機組理論發(fā)電功率，每臺風電機組的理論發(fā)電功率累加得到風電場的理論發(fā)電功率，風電場理論發(fā)電功率對時間積分得到風電場理論發(fā)電量，最后與風電場實際發(fā)電量相減得到棄風電量。在利用單臺風電機組監(jiān)測數(shù)據(jù)的計算方法求得總棄風電量后，為分析棄風產(chǎn)生的原因，可根據(jù)風電機組的實時運行狀態(tài)將棄風電量進行歸類統(tǒng)計。

2.1 風速風向－功率曲線統(tǒng)計建模方法

上述計算過程中，使用了風電場統(tǒng)計功率曲線

和風電機組統(tǒng)計功率曲線分別作為計算風電場理論發(fā)電量和風電機組理論發(fā)電量的基礎(chǔ)。本文采用的功率曲線模型的建立方法綜合考慮了風速、風向及風電機組運行狀態(tài)多種因素，提高了功率曲線的準確性。具體建模方法如下所述。

為保證風電場或風電機組功率曲線統(tǒng)計建模的精度，本文針對北、北東北、東北、東東北、東、東東南、東南、南東南、南、南西南、西南、西西南、西、西西北、西北、北西北16個風向分別建立功率曲線模型。每個風向的功率曲線建模采用IEC61400-12-1標準的BIN方法，將風速數(shù)據(jù)按0.5 m/s的區(qū)間分段，同時考慮空氣密度的校正。每個風速區(qū)間所對應的平均風速和平均功率根據(jù)式（1）、式（2）計算：

式中：Pi為第i個風速區(qū)間的平均功率；Vi為第i個風速區(qū)間的平均風速；Pi，j為第i個風速區(qū)間第j個校正后10 min平均功率；Vi，j為第i個風速區(qū)間第j個校正后10 min平均風速；Ni為第i個風速區(qū)間的風速-功率數(shù)據(jù)對數(shù)。

原始的10 min平均風速和平均功率數(shù)據(jù)需要根據(jù)10 min平均空氣密度進行校正。10 min平均空氣密度根據(jù)式（3）計算。

式中：ρ10min為10 min平均空氣密度；B10min為實測10 min平均氣壓；T10min為實測10 min平均氣溫；R為氣體常數(shù)287.05，J/kg·K。

對于失速控制、具有恒定槳矩和轉(zhuǎn)速的風電機組，校正后的功率值根據(jù)式（4）計算：

式中：Pn為校正后的10 min平均功率；P10min為實測10 min平均功率；ρ0為標準空氣密度（1.225 kg/m3）；ρ10min為10 min平均空氣密度。

對于功率主動控制的風電機組，校正后的風速值根據(jù)式（5）計算：

式中：Vn為校正后的10 min平均風速；V10min為實測10 min平均風速。

該模型通過統(tǒng)計風向、風速、平均空氣密度及風電機組運行方式等因素，綜合評估得到了反映風電機組功率變化的模型，準確度得到了一定提高。

2.2 棄風電量的分類統(tǒng)計方法

棄風電量的分類可根據(jù)風電機組的運行狀態(tài)定義，將棄風電量根據(jù)原因分類為調(diào)度限電、故障停機和其他原因3種，其中調(diào)度限電造成的棄風電量即為《辦法》中定義的棄風電量。具體的分類方法如表1所示。

表1 基于風電機組運行狀態(tài)的棄風電量分類Tab.1 Classification for wind curtailment based on the running state of wind turbines

該方法不僅能夠通過單臺風電機組的實時運行數(shù)據(jù)及運行狀態(tài)詳細計算出其棄風電量，同時能夠根據(jù)風電機組實時運行狀態(tài)將棄風電量進行分類統(tǒng)計，達到了準確性與實用性的統(tǒng)一，因此具有更廣泛的適用性。

3 實例分析

本文以內(nèi)蒙古某風電場2012年1月至2013年4月的風電場和風電機組實時監(jiān)測數(shù)據(jù)為樣本對多種棄風電量計算方法進行了對比研究。該風電場裝機容量為20.1萬kW，共安裝了134臺1.5 MW的金風JF1500風電機組。

3.1 功率曲線統(tǒng)計建模結(jié)果分析

根據(jù)上述樣本數(shù)據(jù)，以風電場中GW150006、GW150082、GW150109 3臺風電機組為例建立了單臺風電機組的風速風向-功率曲線模型，其中GW150109的模型如圖1所示。

GW150006、GW150082、GW150109 3臺風電機組統(tǒng)計擬合的功率曲線與廠商提供的功率曲線建模精度的對比如表2所示，本文所述功率曲線模型的均方根誤差比廠商提供的功率曲線至少減小了大約2%，相關(guān)性系數(shù)高達0.992以上。故采用第2節(jié)所述方法

得到的單臺風電機組的功率曲線精度有所提高。

圖1 GW150109風速風向-功率三維分布圖Fig.1 3-D distribution figure on the wind speed，direction and power of GW150109

表2 風電機組功率曲線模型對比表Tab.2 Compared results from different wind-power curve modeling of wind turbines

根據(jù)上述樣本數(shù)據(jù)建立的風電場的風速風向—功率曲線模型如圖2所示。

風電場統(tǒng)計擬合的功率曲線與廠商提供的功率曲線建模精度的對比如表3所示。相比之下，本文所述模型比廠商提供曲線均方根誤差減小了1.79%，相關(guān)性系數(shù)高達0.992。和單個風電機組的建模結(jié)果類似，利用本文提出的風速風向—功率曲線模型得到的風電場功率曲線精確度也有所提高。

圖2 風電場風速風向-功率三維分布圖Fig.2 3-D distribution figure on wind speed，direction and power of wind farms

表3 風電場功率曲線模型對比Tab.3 Compared results from different wind-power curve models of wind farms

3.2 多種棄風電量計算方法結(jié)果對比

對2013年1月某風電場的棄風電量和棄風率分別采用多種計算方法給出的逐日計算結(jié)果對比如圖3和圖4所示。

通過圖3和圖4給出的多種計算方法棄風電量和棄風率統(tǒng)計結(jié)果可以發(fā)現(xiàn)：

1）基于風電功率預測計算方法與其他3種方法相比穩(wěn)定性較差，這主要是受到目前風電場功率預測精度的限制。在預測結(jié)果較準確時，該方法計算結(jié)果與其他3種方法較為接近；預測結(jié)果偏

差較大時，該方法結(jié)果與其他3種方法相比偏差也較大。

圖3 多種計算方法棄風電量統(tǒng)計結(jié)果Fig.3 Results of wind curtailment compared with different statistical methods

圖4 多種計算方法棄風率統(tǒng)計結(jié)果Fig.4 Statistic results of curtailment rate computed by different methods

2）其他3種計算方法的結(jié)果相比，樣板機法計算出的棄風電量和棄風率偏高，這主要是由于目前樣板風電機組的選擇缺乏統(tǒng)一的標準，一般都傾向于選擇發(fā)電能力高的風電機組，較少考慮樣板風電機組的代表性，使風電場理論發(fā)電量估算偏高，進而導致棄風電量和棄風率計算結(jié)果偏大。

3）基于風電場監(jiān)測數(shù)據(jù)計算方法與基于單臺風電機組監(jiān)測數(shù)據(jù)計算方法相比結(jié)果較為接近，但前者計算的結(jié)果相對偏小，這是因為以風電場整體來估算棄風電量，存在風電機組理論發(fā)電量累加后抵消的情況，從而導致計算出的棄風電量偏小，特別是在棄風程度較輕時無法反映實際情況。如圖5中1月1日存在輕度棄風情況，基于風電機組監(jiān)測數(shù)據(jù)計算方法的結(jié)果為184.81 MW·h，基于風電場監(jiān)測數(shù)據(jù)計算方法給出的棄風電量則為0 MW·h，顯然前者能更加準確地反映實際情況。

圖5 基于單臺風電機組監(jiān)測數(shù)據(jù)計算棄風電量分類統(tǒng)計結(jié)果Fig.5 Classification statistical results of wind curtailment based on the measured wind speed data of a wind turbine

3.3 棄風電量分類統(tǒng)計結(jié)果分析

基于風電機組監(jiān)測數(shù)據(jù)計算方法給出的2013年2月棄風電量分類統(tǒng)計結(jié)果如圖5所示。

由圖5可以看出，2013年2月大部分棄風電量都是由于調(diào)度限電造成的，同時也普遍存在風電機組故障停機導致的棄風和其他原因（功率曲線模型誤差、風電機組通信故障等）的棄風，如2月28日，故障停機導致的棄風電量達到97.87 MW·h，其他原因的棄風電量為131.77 MW·h，分別占到當天總棄風電量2146.15 MW·h的4.56%和6.14%，兩者合計已占到當天總棄風電量10%以上。

采用基于單臺風電機組監(jiān)測數(shù)據(jù)計算棄風電量并進行分類統(tǒng)計的方法能夠清晰地反映出各時段內(nèi)風電場的棄風電量及其原因，這對于科學認識棄風，合理消納風電，提高風電利用率都有重要的指導意義。

4 結(jié)論

為了科學認識棄風，提高風電利用率，本文從風電場棄風電量統(tǒng)計方法入手，分析了現(xiàn)有棄風電量統(tǒng)計方法的原理及特點，提出了基于單臺風電機組監(jiān)測數(shù)據(jù)的棄風電量計算方法及根據(jù)風電機組的運行狀態(tài)對棄風電量的分類統(tǒng)計方法。該方法使用風電機組實測的運行狀態(tài)、風速、風向、功率數(shù)據(jù)以及當?shù)仄骄諝饷芏茸鳛橛嬎銞夛L電量的基礎(chǔ)，不僅能夠比其他方法更加準確地計算出總棄風電量，還能夠分類統(tǒng)計不同原因造成的棄風電量，從原理上講更加科學、有效。另外，本文采用內(nèi)蒙古電網(wǎng)風電場的實際算例驗證了該方法的有效性和適用性。

[1]PORTER K，F(xiàn)INK S.Examples of wind curtailment[C]// Energy Foundation Meeting on Wind Integration，Beijing，China，2010.

[2]PORTER K，ROGERS J，WISER R.Update on wind curtailment in europe and north america[R].Consultants to the Center for Resource Solutions，Beijing，2011.

[3]FINK S，MUDD C，PORTER K，et al.Wind energy curtailment case studies May 2008-May 2009[R].National Renewable Energy Laboratory，2009.

[4]ROGERS J，F(xiàn)INK S，PORTER K.Example of wind energy curtailment practices[R].National Renewable Energy Laboratory，2010.

[5]李俊峰，蔡豐波，喬黎明，等．2013中國風電發(fā)展報告[R]．中國可再生能源協(xié)會風能專業(yè)委員會，2013:44-45.

[6]李成家，陳路．風電棄風與水電棄水因素分析[J]．陜西電力，2010（4）:39-41.LI Chengjia，CHEN Lu.Analysis of wind abandonment in windpower&water abandonment in hydropower[J].Shaanxi Electric Power，2010（4）:39-41（in Chinese）.

[7]方陳，夏清，孫欣.考慮大規(guī)模風電接入的發(fā)電機組檢修計劃[J].電力系統(tǒng)自動化，2010，34（19）:20-24.FANG Chen，XIA Qing，SUN Xin.Application of hilberthuang transformation in distance protection[J].Automation of Electric Power Systems，2010，34（19）:20-24（in Chinese）.

[8]韓自奮，陳啟卷.考慮約束的風電調(diào)度模式[J].電力系統(tǒng)自動化，2010，34（2）:89-92.HAN Zifen，CHEN Qijuan.Wind power dispatch model based on constraints[J].Automation of Electric Power Systems，2010，34（2）:20-24（in Chinese）.

[9]EVANS J，SHAWWASH Z.Assessing the benefits of wind power curtailment in a hydro-dominated power system[C]// Integration of Wide-Scale Renewable Resources Into the Power Delivery System，2009 CIGRE/IEEE PES Joint Symposium，PARIS:IEEE，2009:1-9.

[10]鄒斌，李冬.基于有效容量分布的含風電場電力系統(tǒng)隨機生產(chǎn)模擬[J].中國電機工程學報，2012，32（7）:23-32.ZOU Bin，LI Dong.Power system probabilistic production simulation with wind generation based on available capacity distribution[J].Proceedings of the CSEE，2012，32（7）:23-32（in Chinese）.

[11]國家電力監(jiān)管委員會.風電場棄風電量計算辦法（試行）[J].風能，2013（2）:9.State Electricity Regulatory Commission.Calculation method for wind power curtailment of wind farms（trial）[J].Wind Energy，2013（2）:9（in Chinese）.

[12]陳穎，丁宇宇，周海，等.基于風資源實時監(jiān)測數(shù)據(jù)的棄風電量評估方法:CN102182629B[P].中國，2013-01-02.

[13]郎斌斌，穆鋼，嚴干貴，等.聯(lián)網(wǎng)風電機組風速－功率特性的研究[J].電網(wǎng)技術(shù)，2008，32（12）:70-74.LANG Binbin，MU Gang，YAN Gangui，et al.Research on wind speed vs output power characteristic curve of wind power generator interconnected with power grid[J].Power System Technology，2008，32（12）:70-74（in Chinese）.

（編輯 李沈）

Research on Classification Statistical Method of Wind Curtailment

HAO Feng1，ZHU Changsheng1，WANG Xiaohai1，LIU Shiyu2，HE Xuwei3，MA Yufei3
（1.Inner Mongolia Power Dispatching and Communication Center，Hohhot 010020，Inner Mongolia，China；2.State Key Laboratory of Electrical Insulation and Power Equipment（Xi’an Jiaotong University），Xi’an 710049，Shaanxi，China；3.Beijing Zhongke Furui Electric Technology Co.，Ltd.，Beijing 100085，China）

Wind curtailment due to the insufficient consumption of wind power becomes more and more serious among most of the provinces which have large scale of wind power in China.Therefore research on scientific statistical method for wind curtailment and its component factors has important and referenced value to determine the reasonable principle and to make the related assessment mechanism and compensation plan.It is also significant for energy conservation，increasing the utilization rate of wind energy and analyzing the operation management of wind farms.After analyzing the existing statistical method，this paper proposes a computing and classification method based on the measured wind speed data and the running state of the wind turbines.The method proposed in this paper is built on the running state，wind speed，wind direction and wind power to acquire the amount of the wind curtailment more accurately and the classified statistics caused by different reasons.Furthermore，numerical tests performed on the wind farm in Inner Mongolia show the availability and suitability of the method.

wind farm；wind curtailment；wind speed and direction-power curve

2016-01-12。

蒿 峰（1976—），男，碩士，高級工程師，主要研究方向為電力系統(tǒng)調(diào)度自動化；

朱長勝（1963—），男，碩士，高級工程師，主要研究方向為電力系統(tǒng)調(diào)度自動化；

王小海（1968—），男，碩士，高級工程師，主要研究方向為電力系統(tǒng)調(diào)度運行；

劉詩雨（1991—），女，碩士研究生，主要研究方向為電力系統(tǒng)調(diào)度自動化、含有分布式能源的配電網(wǎng)無功優(yōu)化；

賀旭偉（1973—），男，碩士，高級工程師，主要研究方向為電力系統(tǒng)調(diào)度自動化、新能源并網(wǎng)調(diào)度；

馬育飛（1977—），男，學士，工程師，主要研究方向為電力系統(tǒng)調(diào)度自動化、新能源并網(wǎng)調(diào)度。

國家自然科學基金資助項目（51577147）。

Project Supported by the National Natural Science Foundation of China under Grant（51577147）.

1674-3814（2016）09-0135-06

TM614

A