姬生才,王昭亮,牛子曦
(中國電建集團西北勘測設計研究院有限公司,西安 710065)
風電出力具有極強的隨機性、間歇性以及波動性的特點[1],光伏出力也具有一定的波動性[2-3]。在風光電大規(guī)模并網時,風光電隨機性、波動性將對電力系統運行及調峰特性造成較大影響,甚至可能影響系統穩(wěn)定運行[4]。風電和光伏出力過程均具有不可調控性,但光伏出力的規(guī)律性比風電要強,有明顯的晝夜更替和相對平穩(wěn)的特性,而風電出力過程隨機變化較大沒有規(guī)律可循,所以風電與光伏出力之間互補為自然互補,風光以互補形式接入電網,可以彌補風資源和光資源間歇性所帶來的損失[5]。
中國學者已從不同角度采用不同方法對風光互補特性進行了研究:劉波[6]、李海英[7]從風光輸出功率特性和電量角度,研究分析了風光在時間上的互補特性;王淑娟等[8-9]通過構建風光復合出力模型,研究了風光復合出力特性;趙繼超等[10-12]基于Copula理論,分析了同一地區(qū)風光電互補后出力聯合概率分布特性,并從風光電出力的相關性分析了互補特性;吳興泉[13]基于標準差定義及公式,引入互補率指標描述風光互補特性;王社亮等[14]基于風光電1 a出力過程,采用最大出力、累積電量占比95%時出力系數等指標分析風光互補特性。目前,風光電互補特性研究多針對典型日出力特性分析,而對1 a出力資料研究相對較少。因此,本文將基于風電、光伏1 a出力過程資料,引入灰色絕對關聯度,全面分析風光電互補特性,以期為電力系統其他可調電源配合風光電運行提供技術基礎。
根據青海省電力公司調度部門提供已建風光電站2015年1—12月逐15 min歷史出力資料,參照已建電站規(guī)模及布局,從電站位置、年出力正常性、完整性、可靠性等方面,選取已建代表光伏電站、風電場進行風光互補特性分析,見表1。
表1 光伏電站、風電場基本情況表
灰色關聯度是灰色理論的重要組成部分,也是灰色系統分析、預測和決策的基礎[15],其基本思想是根據序列曲線幾何形狀來判斷不同序列之間的聯系緊密程度[16-17],具有樣本數據不需要特定分布形式,計算方法簡便、工作量小,定量分析結果與定性分析結果一致,適用范圍廣的優(yōu)勢[18]。
自鄧聚龍教授提出灰色關聯分析模型[19]以來,梅振國又提出了灰色絕對關聯度[20],克服了鄧氏關聯度需要確定分辨系數的不足?;疑^對關聯度是根據兩時間序列在各時段變化態(tài)勢的接近程度來判斷兩曲線的相似程度,算法如下:
設序列1為X1={X1(k),k=1,2,…,n},序列2為X2={X2(k),k=1,2,…,n}。
(1) 無量綱化
為消除序列量綱和量級對分析影響,增加兩序列的可比性,需要進行無量綱化處理。本次選用灰色關聯分析中常用的無量綱化方法均值法。
(1)
(2)
(2) 一次累減
求出序列1和序列2各時段的斜率大小。
α[y1(k+1)]=y1(k+1)-y1(k)
(3)
α[y2(k+1)]=y2(k+1)-y2(k)
(4)
式中:k=1,2,…,n-1。
(3) 計算各時段關聯系數
(5)
式中:ξ1,2為序列1與序列2之間的關聯系數;k=1,2,…,n-1。
(4) 計算關聯度
關聯度的大小表征序列間的相似程度,關聯度越大,兩者相似性越高,即序列所對應電源間互補性越小。關聯度計算公式如下:
(6)
式中:γ1,2為序列1與序列2之間的關聯度。
光伏、風電及風光之間互補為自然互補,可采用最大出力、累積電量占比95%時出力系數等常規(guī)互補特性指標分析。另外,本次研究引入了灰色絕對關聯度對風光互補全過程進行分析,而且考慮到青??烧{節(jié)電源中水電比例較大,選擇在水電豐水期(7月)、枯水期(12月)的光伏、風電連續(xù)3 d典型出力過程,以說明光伏、風電及其之間出力互補情況。
青海德令哈與錫鐵山地區(qū)同規(guī)模光伏電站之間互補后年發(fā)電量為互補前光伏電站發(fā)電量之和,但互補后最大出力相比互補前光伏電站最大出力之和減小3.6%,累積電量占比95%時出力系數相比錫鐵山地區(qū)光伏電站降低4.5%。同時,德令哈與錫鐵山地區(qū)光伏電站之間的灰色絕對關聯度為0.896,灰色絕對關聯度數值較大,進一步說明德令哈與錫鐵山地區(qū)光伏電站之間互補性較小,見表2。德令哈與錫鐵山地區(qū)雖屬于不同地區(qū),但光伏出力在時間上存在很強同步性,見圖1~2。德令哈與錫鐵山光伏電站互補前后月發(fā)電量占年均發(fā)電量比例,見圖3,互補后月發(fā)電量變化范圍較互補前變小。
表2 德令哈與錫鐵山地區(qū)同規(guī)模光伏電站之間互補特性指標
圖1 德令哈與錫鐵山地區(qū)同規(guī)模光伏電站7月1—3日出力過程圖
圖2 德令哈與錫鐵山地區(qū)同規(guī)模光伏電站12月1—3日出力過程圖
圖3 德令哈與錫鐵山地區(qū)同規(guī)模光伏電站互補前后月發(fā)電變化圖
青海都蘭與錫鐵山地區(qū)同規(guī)模風電場之間互補后年發(fā)電量為互補前風電場發(fā)電量之和,但互補后最大出力相比互補前風電場最大出力之和減小4.0%,累積電量占比95%時出力系數相比錫鐵山地區(qū)風電場降低10.1%。同時,都蘭與錫鐵山地區(qū)風電場之間的灰色絕對關聯度為0.841,相比德令哈與錫鐵山地區(qū)光伏電站之間數值減小,進而說明都蘭與錫鐵山地區(qū)風電場之間具有一定的互補性,見表3。都蘭與錫鐵山地區(qū)風電場受地域風資源差異,其出力在時間上存在一定的不同步性,見圖4~5。都蘭與錫鐵山地區(qū)風電場互補前后月發(fā)電量占年均發(fā)電量比例見圖6,互補后月發(fā)電量變化范圍顯著變小。
表3都蘭與錫鐵山地區(qū)同規(guī)模風電場之間互補特性指標
圖4 都蘭與錫鐵山地區(qū)同規(guī)模風電場7月1—3日出力過程圖
圖5 都蘭與錫鐵山地區(qū)同規(guī)模風電場12月1—3日出力過程圖
青海錫鐵山地區(qū)同規(guī)模風光電互補后年發(fā)電量為互補前風光電發(fā)電量之和,但互補后最大出力相比互補前風電、光電最大出力之和減小4.3%,累積電量占比95%時出力系數相比光伏電站降低24.5%。同時,錫鐵山地區(qū)風光電之間的灰色絕對關聯度為0.828,比都蘭與錫鐵山地區(qū)風電之間的灰色絕對關聯度減小,進而說明風光電在時間上具有一定的互補性,見表4。
項目裝機容量/MW年發(fā)電量/萬kWh年利用小時數/h最大出力/MW累積電量95%時出力系數灰色絕對關聯度互補前風電49.511836 239150.20.79-光伏508610172246.80.66-互補后99.520445 2055 92.8 0.53 0.828
德令哈地區(qū)光伏電站與錫鐵山地區(qū)風電場互補后年發(fā)電量為互補前風光電發(fā)電量之和,但互補后最大出力相比互補前風電、光電最大出力之和減小7.2%,累積電量占比95%時出力系數相比光伏降低26.9%,且小于錫鐵山地區(qū)風光電互補后累積電量占比95%時出力系數。同時,德令哈地區(qū)光伏電站與錫鐵山地區(qū)風電場之間的灰色絕對關聯度為0.814,比錫鐵山地區(qū)風光電之間的灰色絕對關聯度減小,進而說明不同地區(qū)風光電在時間和空間上均具有一定的互補性,且互補性優(yōu)于同地區(qū)風光電互補性(見表5)。
表5 德令哈某一光伏電站與錫鐵山某一風電場互補特性指標
由圖7~10進而可以看出,風電與光伏出力過程在時間上不同步,而且在地域上存在差異,所以,風電與光伏在時間和空間上均具有一定的互補性。
青海錫鐵山地區(qū)和德令哈地區(qū)與錫鐵山地區(qū)同規(guī)模風光電互補前后月發(fā)電量占年均發(fā)電量比例變化分別見圖11~12。由圖11、12可以看出,風光互補后月發(fā)電量占年均發(fā)電量比例顯著降低。
圖7 錫鐵山地區(qū)風光電7月1—3日出力過程圖
圖8 錫鐵山地區(qū)風光電12月1—3日出力過程圖
圖9 德令哈地區(qū)光伏電站與錫鐵山風電場7月1—3日出力過程圖
圖10 德令哈地區(qū)光伏電站與錫鐵山風電場12月1—3日出力過程圖
風電和光伏出力具有一定的隨機性、間歇性及波動性等特性,出力過程具有不可調控性,但光伏出力的規(guī)律性比風電要強,有明顯的晝夜更替和相對平穩(wěn)的特性,而風電出力過程隨機變化較大沒有規(guī)律可循,所以風電與光伏出力之間互補為自然互補。
圖11 錫鐵山地區(qū)風光電互補前后月發(fā)電量變化圖
圖12 德令哈地區(qū)光伏電站與錫鐵山風電場互補前后月發(fā)電量變化圖
灰色絕對關聯度具有計算方法簡便、工作量小,定量分析結果與定性分析結果一致,適用范圍廣的優(yōu)勢,經對青海省光伏電站之間、風電之間及風光電之間的常規(guī)互補特性指標和灰色絕對關聯度計算分析,光伏電站之間的灰色絕對關聯度較大,而風電之間的灰色絕對關聯度比光伏較小,而且不同地區(qū)風光電之間的灰色絕對關聯度比同地區(qū)小,進而說明青海光伏電站之間的互補性較小,風電之間的互補性優(yōu)于光伏電站之間互補性,不同地區(qū)風光電之間互補性大于同地區(qū)?;疑^對關聯度計算分析結果與常規(guī)互補特性指標分析結果一致,因此,灰色絕對關聯度在光伏之間、風電之間及風光之間互補性分析方面具有一定的適用性,而且計算方法簡便,結果直觀明了。