王彥博

【摘 要】隨著風(fēng)力發(fā)電技術(shù)逐步趨于成熟，越來越多的大中型風(fēng)電場相繼建成并與電力系統(tǒng)聯(lián)網(wǎng)運行。由于風(fēng)電具有空間尺度的分散性與時間尺度的強隨機波動性，大規(guī)模風(fēng)電集群接入互聯(lián)電力系統(tǒng)后，會對電力系統(tǒng)的小干擾穩(wěn)定產(chǎn)生一定的影響。本文以實際風(fēng)電場實測的風(fēng)速、功率數(shù)據(jù)作為分類指標(biāo)，利用K-means聚類算法，建立風(fēng)電場等值模型，然后利用兩區(qū)域四機系統(tǒng)仿真模型，分析風(fēng)電場接入前后和接入不同位置下電力系統(tǒng)的小干擾穩(wěn)定特性。仿真結(jié)果表明，風(fēng)電場接入后對降低電力系統(tǒng)的阻尼特性，且風(fēng)電場接入送電側(cè)對電力系統(tǒng)阻尼特性影響較大。

【關(guān)鍵詞】風(fēng)電場；小干擾穩(wěn)定；聚類算法；電力系統(tǒng)

【Abstract】With gradually mature wind power technology， more and more large and medium-sized wind farm built and connect with power system operation. However， wind power has the space scale dispersion and the time scale of strong stochastic volatility， After large-scale wind power cluster interconnected power system， it has great influence on small signal stability in power system. Using K means clustering analysis method， with the observed data of the wind speed， power from a wind farm as classification index， the wind farm equivalent model was established in this paper. Using two area four machine system simulation model， we analyse the whole power system small signal stability respectively from before and after the wind farm access， wind farm access to different locations. Simulation results show that the whole power system damping characteristic was weaken after the wind farm access， and the wind farm connected with the power supply side has great influence on power system damping characteristic.

【Key words】Wind farm； Small signal stability； Clustering algorithm； Power system

0 引言

風(fēng)能是一種取之不盡用之不竭的可再生能源，同時也是清潔能源，對此，隨著風(fēng)力發(fā)電技術(shù)逐步趨于成熟，越來越多的大中型風(fēng)電場相繼建成并與電力系統(tǒng)聯(lián)網(wǎng)運行[1-2]。我國的風(fēng)力資源比較豐富，大規(guī)模風(fēng)電的開發(fā)利用是我國在新時期做出的一項重要戰(zhàn)略選擇，按照“建設(shè)大基地，接入大電網(wǎng)”的格局進行規(guī)劃，在內(nèi)蒙古、新疆、甘肅以及沿海等地區(qū)將建成多個千萬千瓦級大規(guī)模風(fēng)電基地，但這些風(fēng)電基地遠離負荷中心，需通過超高電壓甚至特高壓線路進行大規(guī)模遠距離輸送。為此，大規(guī)模風(fēng)力發(fā)電集中接入大型互聯(lián)電網(wǎng)將成為我國電力系統(tǒng)未來發(fā)展的趨勢[3]。與此同時，我國的電力系統(tǒng)進入了大區(qū)域電網(wǎng)互聯(lián)的飛速發(fā)展時期，低頻振蕩正在時不時的威脅著電力系統(tǒng)的穩(wěn)定。大的電網(wǎng)形成后，之前的網(wǎng)架比較薄弱，使得低頻振蕩的問題日益嚴(yán)重。隨著風(fēng)電場的裝機規(guī)模越來越大，風(fēng)電具有隨機性、波動性，使得電網(wǎng)阻尼特性及電力系統(tǒng)小擾動穩(wěn)定性問題更加突出[4]。所以，對分析大規(guī)模風(fēng)電場集中接入對電力系統(tǒng)阻尼特性和小干擾穩(wěn)定影響分析具有很大的意義。

風(fēng)電場等值建模是分析大規(guī)模風(fēng)電集中接入對電力系統(tǒng)小干擾穩(wěn)定影響的基本前提。傳統(tǒng)的風(fēng)電場等值建模方法是基于電機同調(diào)特性理論將風(fēng)電場中的大批風(fēng)電機組集結(jié)為一臺等值機[5]。然而，對于地理位置不同的風(fēng)電場，風(fēng)電場之間表現(xiàn)出很強的非同步特性，同時，即使是地理位置相近且處于同一風(fēng)帶的多個風(fēng)電場間的出力也具有較強的相關(guān)性[6]，為此，基于電機同調(diào)特性的等值理論將失去物理意義。

文獻[7]提出了根據(jù)風(fēng)電場風(fēng)速將風(fēng)電場內(nèi)風(fēng)電機組分為若干個群，然后將同一群內(nèi)的機組等值為一臺等值機，此時，風(fēng)電場是由若干個等值機組組成的風(fēng)電場等值模型，該方法精度較高，能夠保證含風(fēng)電場電力系統(tǒng)穩(wěn)定分析時域仿真計算。文獻[8]在兩區(qū)域四機系統(tǒng)上接入大規(guī)模風(fēng)電場分析風(fēng)電場對整個電力系統(tǒng)動態(tài)特性的影響展開研究，隨著風(fēng)電機組出力的增加，區(qū)域內(nèi)振蕩模式的振蕩頻率基本上不變，阻尼比基本上也沒有什么變化，而與之對應(yīng)的區(qū)域間振蕩模式的振蕩頻率卻有所下降，而且阻尼比有所增加。

本文以實際風(fēng)場實測數(shù)據(jù)為例，利用K-means聚類算法，建立了風(fēng)電場等值模型，然后在兩區(qū)域四機系統(tǒng)仿真模型上分析大規(guī)模風(fēng)電場機組接入對電力系統(tǒng)小擾動穩(wěn)定的影響。

1 風(fēng)電場等值建模

在大型風(fēng)電場中，風(fēng)電機組的數(shù)量較多，將每一臺并網(wǎng)風(fēng)電機組進行建模計算分析對電力系統(tǒng)特性的影響不僅工作量大，而且也是不切實際，特別是隨著風(fēng)電場規(guī)模的不斷擴大。對于電力系統(tǒng)而言，分析風(fēng)電場對其動態(tài)特性的影響，只關(guān)心整個風(fēng)電場宏觀輸電對電力系統(tǒng)的影響，即公共并網(wǎng)點輸出功率特性，而并不關(guān)心每臺風(fēng)機的運行特性。為此，大規(guī)模風(fēng)電等值建模具有一定的實際意義。然而，等值模型必須能夠精確擬合整個風(fēng)電場的動態(tài)行為。

本文利用K-means聚類分析法，以某風(fēng)電場3個月實測的風(fēng)速、功率數(shù)據(jù)作為分類指標(biāo)，不考慮風(fēng)電機組內(nèi)部特性，建立風(fēng)電場等值模型。將該風(fēng)電場的132臺機組進行聚類，然后按照聚類的結(jié)果建立相應(yīng)的類別模型。將每一類模型里的多臺機組等值成一臺機組，以該類機組同一時刻的平均風(fēng)速作為風(fēng)速模型。

k-means法的步驟如下：

1）將分類指標(biāo)的樣本數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，即樣本數(shù)據(jù)減去均值，除以標(biāo)準(zhǔn)差；

2）從N個數(shù)據(jù)對象隨機選擇k個樣本作為初始聚類中心；

3）對剩余的每個樣本測量其到每個初始聚類中心的距離，并把它歸到最近的質(zhì)心的類；

4）重新計算各個類的均值作為這個類新的聚類中心；

5）迭代3～4步直至新的聚類中心與原聚類中心相等或小于指定閾值，算法結(jié)束；

6）計算輪廓值S（i），若S（i）不能滿足條件，首先重新選取初始聚類點進行聚類，直至S（i）滿足條件，若所有的初始聚類點均不能滿足，則重新輸入k值，進行聚類。

本文針對某風(fēng)電場2015年3月份、4月份和5月份的實時測量數(shù)據(jù)進行聚類分析計算，分析結(jié)果將某風(fēng)電場132臺機組等效為4臺機組，設(shè)為A、B、C、D，等值前每臺風(fēng)電機組的容量是1.5MW，等值后A機組為36MW，B機組為72MW，C機組為72MW，D機組為18MW。

2 仿真分析

本文在Matlab/Simulink仿真環(huán)境下搭建了含大規(guī)模風(fēng)電的電力系統(tǒng)仿真模型，電力系統(tǒng)選取兩區(qū)域四機系統(tǒng)，其接線示意圖如圖1所示，詳細參數(shù)見文獻[10]。

初始運行條件為區(qū)域1向區(qū)域2輸送有功功率400MW，且在發(fā)電機G1和G3上均安裝了PSS。

小擾動方式設(shè)置為在1號發(fā)電機組上增加一個5%的勵磁電壓階躍信號，以此小擾動作為分析含大規(guī)模風(fēng)電接入后系統(tǒng)的小干擾穩(wěn)定變化情況。

圖2所示實線是風(fēng)電場并網(wǎng)前G1的電磁功率波動曲線，虛線是風(fēng)電場并網(wǎng)后G1的電磁功率波動曲線。從圖中可以很明顯的看出接入風(fēng)電場后同步發(fā)電機組的電磁功率振蕩的比較快，而且振蕩的幅度較大，說明振蕩頻率高，阻尼特性差，說明風(fēng)電場并網(wǎng)后系統(tǒng)的阻尼特性變差。

為了進一步分析大規(guī)模風(fēng)電集中接入對電力系統(tǒng)小干擾穩(wěn)定的影響程度，接下來分析風(fēng)電場接入不同位置的影響，即接入?yún)^(qū)域1和區(qū)域2。采用與上述分析同樣的擾動方式，仿真圖形如圖3所示。

通過對圖3的對比可以看出，風(fēng)電場接入受電側(cè)時對系統(tǒng)動態(tài)特性的影響較小，而風(fēng)電場接入送電側(cè)時對系統(tǒng)的影響較大，阻尼特性較差，小干擾穩(wěn)定性有所降低。分析其主要原因兩區(qū)域四機系統(tǒng)在區(qū)域A發(fā)電機G1是若阻尼強相關(guān)機組，而將風(fēng)電場接入?yún)^(qū)域A，會加重弱化整個系統(tǒng)的阻尼特性。

3 結(jié)論

本文提出采用k-means聚類算法對風(fēng)電場內(nèi)的機組進行分群聚類，并以實測風(fēng)速作為風(fēng)力發(fā)電的風(fēng)速模型，使得等值模型輸出特性更符合風(fēng)場實際情況，有助于指導(dǎo)含風(fēng)電場電力系統(tǒng)的調(diào)度運行。

采用典型的兩區(qū)域四機系統(tǒng)分析風(fēng)電場接入前后和接入不同位置對系統(tǒng)動態(tài)特性的影響，分析計算結(jié)果表明，風(fēng)電場接入會弱化系統(tǒng)的阻尼，容易引發(fā)小擾動穩(wěn)定問題；風(fēng)電場接入送電側(cè)較接入受電側(cè)影響更嚴(yán)重。

由于風(fēng)電場接入會影響電力系統(tǒng)的動態(tài)特性，而大規(guī)模風(fēng)電集中并網(wǎng)并經(jīng)輸電系統(tǒng)遠距離傳輸是我國未來風(fēng)電發(fā)展的必然趨勢，風(fēng)電滲透率會逐年增大。為此，有效抑制含大規(guī)模風(fēng)電電力系統(tǒng)低頻振蕩控制策略及方案是電力系統(tǒng)急需研究的課題。

【參考文獻】

[1]王秀麗，李駿，黃鑌，等.促進風(fēng)電消納的區(qū)省兩級電力系統(tǒng)調(diào)度模型[J].電網(wǎng)技術(shù)，2015，39（7）：1832-1837.

[2]張麗英，葉廷路，辛耀中，等.大規(guī)模風(fēng)電接入電網(wǎng)的相關(guān)法問題及措施[J].中國電機工程學(xué)報，2010，30（25）：1-9.

[3]郭慶來，王彬，孫宏斌，等.支撐大規(guī)模風(fēng)電集中接入的自律協(xié)同電壓控制技術(shù)[J].電力系統(tǒng)自動化，2015，39（1）：88-94.

[4]楊濤，鄭濤，遲永寧，等.大規(guī)模風(fēng)電外送對電力系統(tǒng)小擾動穩(wěn)定性影響[J].中國電力，2010，43（6）：20-25.

[5]林莉，趙會龍，陳迎，等.風(fēng)電場建模研究綜述[J].現(xiàn)代電力，2014，31（2）：1-10.

[6]S？覬rensen P， Cutululis N A， Vigueras-Rodriguez A， et al. Modelling of Power Fluctuations from Large Offshore Wind Farms[J].Wind Energy， 2008，11（1）：29-43.

[7]孫建鋒，焦連偉，吳俊玲，等.風(fēng)電場發(fā)電機動態(tài)等值問題的研究[J].電網(wǎng)技術(shù)，2004，28（7）：58-61.

[8]喬真.風(fēng)電并網(wǎng)對系統(tǒng)小擾動穩(wěn)定性影響的研究[D].華北電力大學(xué)，2014.

[9]陳樹勇，王聰，等.基于聚類算法的風(fēng)電場動態(tài)等值[J].中國電機工程學(xué)報，2012，32（4）：11-14.

[10]Kundur.電力系統(tǒng)穩(wěn)定與控制[M].中國電力出版社，2001.

[責(zé)任編輯：王楠]