趙 姝,崔田麗

(1.東北電力大學(xué) 電氣工程學(xué)院,吉林 吉林 132012; 2.國(guó)網(wǎng)山東省電力公司煙臺(tái)市福山區(qū)供電公司,山東 煙臺(tái) 264000)

大規(guī)模風(fēng)電場(chǎng)群逐級(jí)匯聚演化分析

趙 姝1,崔田麗2

(1.東北電力大學(xué) 電氣工程學(xué)院,吉林 吉林 132012; 2.國(guó)網(wǎng)山東省電力公司煙臺(tái)市福山區(qū)供電公司,山東 煙臺(tái) 264000)

針對(duì)大規(guī)模風(fēng)電場(chǎng)群數(shù)據(jù)缺失影響整個(gè)風(fēng)電場(chǎng)群輸出功率的問(wèn)題,筆者根據(jù)寧夏地區(qū)大規(guī)模風(fēng)電場(chǎng)群地理數(shù)據(jù)和功率數(shù)據(jù),闡述了持續(xù)功率曲線描述的風(fēng)電功率特性以及研究風(fēng)電場(chǎng)地理分布對(duì)大規(guī)模風(fēng)電場(chǎng)群匯聚效應(yīng)的影響,分析了持續(xù)功率曲線在風(fēng)電場(chǎng)分布影響因素下的演變規(guī)律,提出了根據(jù)地理關(guān)聯(lián)度分級(jí)匯聚研究大規(guī)模風(fēng)電場(chǎng)群的方法。實(shí)踐證明,大規(guī)模風(fēng)電場(chǎng)群逐級(jí)匯聚演化分析方法能夠解決大規(guī)模風(fēng)電規(guī)劃、功率預(yù)測(cè)等實(shí)際工程數(shù)據(jù)缺失的問(wèn)題。

大規(guī)模風(fēng)電場(chǎng)群;匯聚效應(yīng);持續(xù)功率曲線;風(fēng)電場(chǎng)地理分布

目前,大型風(fēng)電機(jī)組的輸出功率是隨機(jī)變動(dòng)的,不具有電能存儲(chǔ)的功能,給風(fēng)電并網(wǎng)帶來(lái)了能源規(guī)劃、預(yù)測(cè)等問(wèn)題[1]。為了從機(jī)理上解決風(fēng)電并網(wǎng)問(wèn)題,多數(shù)學(xué)者從風(fēng)電功率波動(dòng)性模型的建立入手,歸納為概率密度函數(shù)法[2-4]和隨機(jī)序列法[5-8]。文獻(xiàn)[9-10]建立了風(fēng)場(chǎng)出力相關(guān)系數(shù)與風(fēng)場(chǎng)距離之間的指數(shù)模型,初步探討了地理位置和風(fēng)電出力的關(guān)系。文獻(xiàn)[11]考慮了同一電力系統(tǒng)中的多個(gè)風(fēng)電場(chǎng)之間固有的空間相關(guān)性對(duì)風(fēng)電功率波動(dòng)性的影響,作為探討空間相關(guān)性與風(fēng)電匯聚關(guān)聯(lián)的基礎(chǔ)。由于以上文獻(xiàn)實(shí)際場(chǎng)景風(fēng)電場(chǎng)地理數(shù)據(jù)的缺失,建立的模型以及分析方法還局限于單獨(dú)風(fēng)電場(chǎng)等較小范圍或仿真層面,沒有對(duì)大規(guī)模風(fēng)電場(chǎng)群分層逐級(jí)匯聚,探究其演化規(guī)律,不能很好地切合大規(guī)模風(fēng)電場(chǎng)群場(chǎng)景,因此本文闡述了持續(xù)功率曲線在描述大規(guī)模風(fēng)電場(chǎng)群總輸出功率的突出優(yōu)勢(shì),將風(fēng)電場(chǎng)輸出功率按由大到小的順序排列,以實(shí)際工程提供的大規(guī)模風(fēng)電場(chǎng)群數(shù)據(jù)為依據(jù)劃分風(fēng)電場(chǎng)群,逐級(jí)匯聚,并用MATLAB編程畫出匯聚后的持續(xù)功率曲線,分析其演化規(guī)律與風(fēng)電場(chǎng)地理分布以及裝機(jī)容量的聯(lián)系,消除了風(fēng)電場(chǎng)分布對(duì)整個(gè)風(fēng)電場(chǎng)群輸出功率的影響。

1 大規(guī)模風(fēng)電場(chǎng)群實(shí)測(cè)數(shù)據(jù)的處理

1.1 風(fēng)電場(chǎng)地理數(shù)據(jù)的處理

工程提供的地理數(shù)據(jù)是根據(jù)各風(fēng)電機(jī)組地點(diǎn)經(jīng)緯度,取各風(fēng)機(jī)經(jīng)緯度中間值作為風(fēng)電場(chǎng)的地理位置。由于地球是一個(gè)球體,不同經(jīng)緯度每度對(duì)應(yīng)的地理長(zhǎng)度不同,因此要設(shè)定一個(gè)參考點(diǎn),應(yīng)將三維地理轉(zhuǎn)化為二維地理關(guān)系,如圖1所示,其數(shù)學(xué)模型如下:

(1)

式中:x、y為風(fēng)電場(chǎng)對(duì)應(yīng)的經(jīng)緯度;x0、y0為參考點(diǎn)經(jīng)緯度;Δx、Δy分別為距離參考的點(diǎn)橫向距離和縱向距離,km;a(x)、b(y)為某固定緯度下每經(jīng)度對(duì)應(yīng)長(zhǎng)度,此數(shù)據(jù)查表獲得,km。

圖1 三維轉(zhuǎn)二維示意圖

1.2 風(fēng)電場(chǎng)功率數(shù)據(jù)的預(yù)處理

1.2.1 功率數(shù)據(jù)的容許誤差

功率數(shù)據(jù)的采集及傳輸過(guò)程并非靜止無(wú)干擾,采集設(shè)備也有故障,數(shù)據(jù)具有誤差是必然的,通過(guò)實(shí)測(cè)數(shù)據(jù)進(jìn)行功率分析前有必要對(duì)數(shù)據(jù)進(jìn)行合理性檢驗(yàn)和修正。理論上,風(fēng)電場(chǎng)輸出功率應(yīng)在0到額定功率之間;在實(shí)際工程中,允許風(fēng)電功率在0附近有波動(dòng),甚至有時(shí)會(huì)出現(xiàn)略小于0的負(fù)值情況。假設(shè)最大容許誤差為5%,實(shí)際應(yīng)用中風(fēng)電場(chǎng)輸出功率標(biāo)幺值的容許區(qū)間為[-0.05,1.05],對(duì)容許范圍內(nèi)的功率數(shù)據(jù)進(jìn)行保留。

2.2.2 病態(tài)功率數(shù)據(jù)預(yù)處理

通過(guò)對(duì)功率數(shù)據(jù)的整理,發(fā)現(xiàn)允許范圍外的三類病態(tài)數(shù)據(jù)。

第一類:超過(guò)額定功率5%(按額定功率5%處理);第二類:低于額定功率-5%(按額定功率-5%處理);第三類:斷檔0值(工程記錄等意外事故造成斷檔數(shù)據(jù)不全,需要數(shù)據(jù)補(bǔ)檔。采用相同時(shí)段相鄰兩日的數(shù)據(jù)平均值作為其補(bǔ)檔數(shù)據(jù))。

對(duì)某大規(guī)模風(fēng)電場(chǎng)群內(nèi)風(fēng)電場(chǎng)每5 min測(cè)錄1次,共1 a時(shí)間的即時(shí)功率數(shù)據(jù)。根據(jù)《國(guó)家電網(wǎng)公司風(fēng)電場(chǎng)接入電網(wǎng)技術(shù)規(guī)定(修訂版)》中對(duì)風(fēng)電場(chǎng)10 min和1 min最大功率變化量進(jìn)行的規(guī)定,利用線性插值公式計(jì)可算出5 min最大功率變化量,如表1所示。

表1 不同裝機(jī)容量及不同采樣時(shí)間間隔下風(fēng)電場(chǎng)最大功率變化量推薦值

在表1中,Pn為風(fēng)電場(chǎng)額定裝機(jī)容量;Pn/1.5為風(fēng)電場(chǎng)裝機(jī)容量在30～150 MW其最大功率變化量,即額定裝機(jī)容量除以1.5。如裝機(jī)容量為60 MW,其最大功率變化量為40 MW。

對(duì)于不合理的數(shù)據(jù)或者斷檔的數(shù)據(jù),可利用插值法進(jìn)行修正或者補(bǔ)缺。在功率匯聚后,做持續(xù)功率曲線前,應(yīng)對(duì)參與匯聚的功率進(jìn)行標(biāo)幺化處理,基準(zhǔn)值為所涉及風(fēng)電場(chǎng)的裝機(jī)容量之和。

2 大規(guī)模風(fēng)電場(chǎng)群逐級(jí)匯聚過(guò)程

2.1 大規(guī)模風(fēng)電場(chǎng)群的劃分

影響風(fēng)電場(chǎng)群劃分的因素很多,即劃分區(qū)域內(nèi)風(fēng)電場(chǎng)個(gè)數(shù)(密度)、風(fēng)電場(chǎng)裝機(jī)容量、劃分區(qū)域覆蓋地理面積、選定范圍幾何輪廓等。選用正圓形幾何輪廓、風(fēng)電場(chǎng)個(gè)數(shù)、裝機(jī)容量、范圍半徑作為影響因子進(jìn)行風(fēng)電的逐級(jí)匯聚,得到綜合影響指數(shù)為

v=an+bS+cR

(2)

式中:a、b、c為反應(yīng)不同大規(guī)模風(fēng)電場(chǎng)群特性的參數(shù),需要根據(jù)實(shí)際數(shù)據(jù)擬合獲得;n為匯聚區(qū)域內(nèi)風(fēng)電場(chǎng)個(gè)數(shù);S為匯聚區(qū)域內(nèi)風(fēng)電場(chǎng)總裝機(jī)容量,MW;R為匯聚范圍半徑,km。

以綜合影響指數(shù)為依據(jù)進(jìn)行分級(jí)匯聚時(shí)匯聚范圍的選擇。

2.2 持續(xù)功率曲線的物理意義

持續(xù)功率曲線是一種打亂了時(shí)序,將輸出功率標(biāo)幺值由大到小順序排列的連續(xù)曲線。使用MATLAB畫出的某范圍風(fēng)電場(chǎng)群功率匯聚的持續(xù)功率曲線如圖2所示。持續(xù)功率曲線可以直觀地描述輸出功率特性:曲線頭高表示最大輸出功率標(biāo)幺值,與橫軸交點(diǎn)表示年利用小時(shí)數(shù),曲線與坐標(biāo)所圍面積表示輸出的電能。通過(guò)對(duì)比分析不同范圍風(fēng)電場(chǎng)群的持續(xù)功率曲線,可以更直觀地掌握風(fēng)電場(chǎng)群匯聚的演化規(guī)律。

圖2 持續(xù)功率曲線

2.3 逐級(jí)匯聚的過(guò)程

中國(guó)目前共有8個(gè)大規(guī)模風(fēng)電場(chǎng)群,大規(guī)模風(fēng)電場(chǎng)群一般由十幾或幾十個(gè)風(fēng)電場(chǎng)匯集而成,裝機(jī)容量能夠達(dá)到GW數(shù)量級(jí)。由于不同風(fēng)電場(chǎng)之間的風(fēng)電功率相互作用,彼此加強(qiáng)或互補(bǔ),使風(fēng)電場(chǎng)群的總輸出功率特性不同于任何單一風(fēng)電場(chǎng)的功率特性。這需要從單一風(fēng)電場(chǎng)的功率特性研究入手,逐級(jí)增加風(fēng)電場(chǎng)個(gè)數(shù),最后得到總體風(fēng)電場(chǎng)群的功率特性。

根據(jù)地理數(shù)據(jù)作出的風(fēng)電場(chǎng)地理分布,確定風(fēng)電場(chǎng)分布密度最大的區(qū)域作為匯聚中心,通過(guò)式(2)劃分匯聚層級(jí),從中心風(fēng)電場(chǎng)開始進(jìn)行逐級(jí)匯聚,每級(jí)匯聚利用MATLAB作出持續(xù)功率曲線,并與大規(guī)模風(fēng)電場(chǎng)群總匯聚的持續(xù)曲線進(jìn)行擬合,分析v指數(shù)對(duì)匯聚效應(yīng)的影響,最終得到匯聚的演化趨勢(shì)。

3 算例分析

3.1 寧夏大規(guī)模風(fēng)電場(chǎng)群的分級(jí)

通過(guò)式(1)計(jì)算得到各風(fēng)電場(chǎng)與參考點(diǎn)的相對(duì)位置,利用定點(diǎn)測(cè)繪工具得到地理位置,如圖3所示。

為了得到風(fēng)電場(chǎng)逐級(jí)匯聚持續(xù)功率曲線,擬從風(fēng)電場(chǎng)分布最密集的區(qū)域開始,選擇五里坡第二風(fēng)電場(chǎng)作為功率累加初始風(fēng)電場(chǎng),通過(guò)式(1)得出的相對(duì)位置關(guān)系算出各風(fēng)電場(chǎng)距五里坡第二風(fēng)電場(chǎng)的距離,并以距離和相對(duì)位置為衡量標(biāo)準(zhǔn),進(jìn)行風(fēng)電場(chǎng)群的劃分,如表2所示。

3.2 大規(guī)模風(fēng)電場(chǎng)群逐級(jí)匯聚演化過(guò)程

以上一節(jié)風(fēng)電場(chǎng)群劃分區(qū)域?yàn)榛A(chǔ),從五里坡第二風(fēng)電場(chǎng)開始功率的匯聚。由于五里坡第一和第二風(fēng)電場(chǎng)在地理上緊鄰,因此將五里坡第一和第二風(fēng)電場(chǎng)輸出功率按相對(duì)時(shí)間累加后做持續(xù)功率曲線,如圖4、圖5所示。

圖3 二維平面的各風(fēng)電場(chǎng)地理分布地理

圖4 五里坡第二風(fēng)電場(chǎng)持續(xù)功率曲線

圖5 五里坡風(fēng)電場(chǎng)匯聚持續(xù)功率曲線

匯聚層級(jí)風(fēng)電場(chǎng)相對(duì)距離/km相對(duì)位置0五里坡第二00-1五里坡第一2.50緊鄰1-1星能第四13.20東北星能第三14.14太陽(yáng)山第三16.64太陽(yáng)山第四17.89星能第一18.77星能第五21.911-2楊家窯第二22.85西牛首山第三24.58牛首山第二27.06紅寺堡第一27.20楊家窯第一27.351-3麻黃山第四29.00南2星能第二42.43北牛首山第一43.55西南麻黃山第二55.41東南麻黃山第一57.24長(zhǎng)山頭第一60.60西太陽(yáng)山第二61.77東北3賀蘭山第四72.58西北麻黃山第三73.38東南麻黃山第五73.44麻黃山第六73.744-1大戰(zhàn)場(chǎng)第一88.29西南香山第一98.014-2賀蘭山第三96.17西北賀蘭山第一104.35賀蘭山第二105.58賀蘭山第五113.235月亮山第一153.87南

由圖4、圖5可以看出,單獨(dú)風(fēng)電場(chǎng)輸出功率標(biāo)幺值多數(shù)集中于0.4～0.6區(qū)域,有效利用小時(shí)數(shù)在7300 h以內(nèi),棄風(fēng)嚴(yán)重。兩緊鄰的風(fēng)電場(chǎng)持續(xù)功率曲線幾乎一致,匯聚后的持續(xù)功率曲線與其差距很小,這也符合實(shí)際情形。

接著加入12個(gè)風(fēng)電場(chǎng)參與第一級(jí)匯聚(30 km范圍內(nèi)),并根據(jù)其相對(duì)位置劃分為三部分:東北方向、西方向、南方向。由第0級(jí)匯聚過(guò)程可知,緊鄰的風(fēng)電場(chǎng)風(fēng)電特性一致性很強(qiáng),分別繪出了東北方向6場(chǎng)匯聚持續(xù)功率曲線、西方向5場(chǎng)匯聚持續(xù)功率曲線,如圖6、圖7所示。

由圖6、圖7可以看出,兩地區(qū)的持續(xù)功率曲線有較大差異,總體看出風(fēng)電趨于弱勢(shì),即棄風(fēng)嚴(yán)重;隨著參與匯聚的風(fēng)電場(chǎng)數(shù)目增加,曲線頭高明顯下降。

圖6 東北方向6場(chǎng)匯聚持續(xù)功率曲線

圖7 西方向5場(chǎng)匯聚持續(xù)功率曲線

繪出第一級(jí)匯聚的持續(xù)功率曲線,與0級(jí)匯聚相比較,如圖8所示。

圖8 第一級(jí)匯聚持續(xù)功率曲線

由圖8可以看出，第一級(jí)匯聚后,棄風(fēng)現(xiàn)象有所改善,但不明顯,說(shuō)明較小范圍內(nèi)的匯聚對(duì)功率平衡的改善不明顯。

第二級(jí)匯聚(65 km范圍內(nèi))加入的風(fēng)電場(chǎng)沒有明顯的小區(qū)域劃分,6個(gè)風(fēng)電場(chǎng)分布較為分散。第二級(jí)匯聚持續(xù)功率曲線,如圖9所示。

圖9 第二級(jí)匯聚持續(xù)功率曲線

與第一級(jí)匯聚相比較,可以看出二級(jí)匯聚后,棄風(fēng)現(xiàn)象進(jìn)一步改善,且效果強(qiáng)于上級(jí)。匯聚新加入的風(fēng)電場(chǎng)分布越分散,其抑制棄風(fēng)作用越強(qiáng)。

第三級(jí)匯聚(80 km范圍內(nèi))新加入4個(gè)風(fēng)電場(chǎng),只有一個(gè)裝機(jī)容量為79.5 MW的風(fēng)電場(chǎng)方位與其他3場(chǎng)(總裝機(jī)容量269.8 MW)不同。本級(jí)匯聚與上一級(jí)匯聚范圍差別較小,匯聚效果相似,可反向推知風(fēng)電場(chǎng)群覆蓋范圍越廣,其包含風(fēng)電場(chǎng)分散程度越高,抑制棄風(fēng)作用越強(qiáng)。

第四級(jí)匯聚再加入5個(gè)風(fēng)電場(chǎng),其中西北區(qū)域有4個(gè)風(fēng)電場(chǎng),與上一級(jí)東南區(qū)域3個(gè)風(fēng)電場(chǎng)遙相呼應(yīng)。匯聚后其持續(xù)功率曲線有較為明顯的變化,棄風(fēng)損失較上一級(jí)明顯減少。由此可知風(fēng)電場(chǎng)地理位置的平衡對(duì)風(fēng)電場(chǎng)群中各風(fēng)電場(chǎng)的利用程度和總輸出功率的平穩(wěn)起積極作用。

最后加上距離較遠(yuǎn)的月亮山第一風(fēng)電場(chǎng)的功率數(shù)據(jù),繪出寧夏地區(qū)大規(guī)模風(fēng)電場(chǎng)群總持續(xù)功率曲線,如圖10所示。

圖10 寧夏地區(qū)大規(guī)模風(fēng)電場(chǎng)群匯聚持續(xù)功率曲線

雖然月亮山第一風(fēng)電場(chǎng)在地理位置上與其他風(fēng)電場(chǎng)差別極大,但是一個(gè)風(fēng)電場(chǎng)作用有限,對(duì)整體功率的分布影響不明顯,總持續(xù)功率曲線與上級(jí)幾乎沒有差別。

4 結(jié) 論

1) 單獨(dú)風(fēng)電場(chǎng)即使處于大規(guī)模風(fēng)電場(chǎng)群中心區(qū)域,其功率持續(xù)曲線也與總體匯聚后的持續(xù)功率曲線有較大差別。

2) 大規(guī)模風(fēng)電場(chǎng)群功率匯聚后,最大輸出功率明顯下降,年利用小時(shí)數(shù)延長(zhǎng),即風(fēng)電場(chǎng)規(guī)模增大,風(fēng)的不確定性使各風(fēng)電機(jī)組不會(huì)同時(shí)滿發(fā),其最大出力下降;各風(fēng)電機(jī)組同時(shí)停運(yùn)的概率下降,總發(fā)電時(shí)長(zhǎng)增加。

3) 在第三級(jí)匯聚后(即20個(gè)風(fēng)電場(chǎng)功率匯聚后),持續(xù)功率曲線基本定型,差別不大,說(shuō)明地理位置聯(lián)系緊密且在數(shù)量上占優(yōu)勢(shì)的風(fēng)電場(chǎng)群可以決定大規(guī)模風(fēng)電場(chǎng)群功率匯聚的趨勢(shì)。

[1] 張衛(wèi)紅,于吉慶,王坤.新能源發(fā)電并網(wǎng)標(biāo)準(zhǔn)比較[J].黑龍江電力,2011,33(6):403-408.ZHANG Weihong,YU Jiqing,WANG Kun.Comparision of standards for grid connected system of new energy generation[J].Heilongjiang Electric Power,2011,33(6):403-408.

[2] 楊茂,賈云彭,錢為,等.基于動(dòng)態(tài)權(quán)重的風(fēng)電功率組合預(yù)測(cè)方法研究[J].東北電力大學(xué)學(xué)報(bào),2013,33(1):131-136.YANG Mao,JIA Yunpeng,QIAN Wei,et al.A combination method research for wind power predication based on dynamic weight[J].Journal of Northeast Dianli University,2013,33(1):131-136.

[3] 侯佑華,房大中,齊軍,等.大規(guī)模風(fēng)電入網(wǎng)的有功功率波動(dòng)特性分析及發(fā)電計(jì)劃仿真[J].電網(wǎng)技術(shù),2010,34(5):60-66.HOU Youhua,FANG Dazhong,QI Jun,et al.Analysis on active power fluctuation characteristics of large-scale grid-connected wind farm and generation scheduling simulation under different capacity power injected from wind farms into power grid,2010,34(5):60-66.

[4] 林今,孫元章.基于頻域的風(fēng)電場(chǎng)功率波動(dòng)仿真(一)模型及分析技術(shù)[J].電力系統(tǒng)自動(dòng)化,2011,35(4):65-69.LIN Jin,SUN Yuanzhang.Simulation of power fluctuation of wind farms based on frequency domain Part One Model Analysis Technique[J].Automation of Electric Power SYSTEMS,2011,35(4):65-69.

[5] 潘迪夫,劉輝,李燕飛.風(fēng)電場(chǎng)風(fēng)速短期多步預(yù)測(cè)改進(jìn)算法[J].中國(guó)電機(jī)工程學(xué)報(bào),2008,28(26):87-91.PAN Difu,LIU Hui,LI Yanfei.Optimization algorithm of short-term multi-step wind speed forecast,2008,28(26):87-91.

[6] 南曉強(qiáng),李群湛,邱大強(qiáng).基于符號(hào)時(shí)間序列法的風(fēng)電波動(dòng)分析與預(yù)測(cè)[J].中國(guó)電力,2013,46(4):75-79.NAN Xiaoqiang,LI Qunzhan,QIU Daqiang.Analysis and forecast of wind power fluctuation based on symbolized time series theory[J].Electric Power,2013,46(4):75-79.

[7] 劉玉.基于實(shí)測(cè)數(shù)據(jù)分析的大型風(fēng)電場(chǎng)風(fēng)電功率預(yù)測(cè)研究[J].黑龍江電力,2011,33(1):11-15.

LIU Yu.Study on wind power prediction of large-scale wind farm based on real data analysis[J].Heilongjiang Electric Power,2011,33(1):11-15.

[8] 崔楊,穆鋼,劉玉,等.風(fēng)電功率波動(dòng)的時(shí)空分布特性[J].電網(wǎng)技術(shù),2011,35(2):110-114.CUI Yang,MU Gang,LIU Yu,et al.Spatiotemporal distribution characteristics of wind power fluctuation[J].Power System Technology,2011,35(2):110-114.

[9] Bernhard Hasche.General statistics of geographically dispersed wind power[J].Wind Energy,2010,13(1):773-784.

[10] Hannele Holttinen.Hourly wind power variations in the Nordic countries[J].Wind Energy,2005,8(5):173-195.

[11] 黃裕春,楊甲甲,文福拴.計(jì)及接納間歇性電源能力的輸電系統(tǒng)規(guī)劃方法[J].電力系統(tǒng)自動(dòng)化,2013,37(4):28-33.HUANG Yuchun,YANG Jiajia,WEN Fushuan.Transmission system planning considering the capability of accommodating intermittent generation sources[J].Automation of Electric Power Systems,2013,37(4):28-33.

(責(zé)任編輯 侯世春)

Analysis of the gradual convergence evolution of large scale wind farms

ZHAO Shu1,CUI Tianli2

(1.School of Electrical Engineering,Northeast Dianli University,Jilin 132012,China; 2.Power Supply Company in Fushan District of Yantai City,State Grid Shandong Electric Power Company,Yantai 264000,China)

Aiming at the affect of data loss to the entire output power of large-scale wind farms,the author expounded the wind power characteristics of continuous power curve description and researched the impact of geographical distribution on convergence effect of large scale wind farms,according to geographic and power data of large-scale wind power in Ningxia area.Also,the evolution law of continuous power curve was analyzed under the influence of wind power farm distribution and the method to study large scale wind farms was put forward according to the geographical correlation hierarchical convergence.Practice has proved that the way to analyze the gradual convergence evolution of large scale wind farms can solve the data loss problems of large scale wind power planning,power prediction and other practical projects.

large scale wind farms; convergence effect; continuous power curve; geographical distribution of wind power farms

2016-06-24;

:2016-07-24。

趙 姝(1990—),女,碩士,研究方向?yàn)榇笠?guī)模風(fēng)電場(chǎng)群場(chǎng)景的電力系統(tǒng)規(guī)劃。

TM614

A

2095-6843(2016)06-0487-05