购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

3.1 新能源发电运行特点

新能源发电能力随风速、辐照强度等因素的改变而变化,因此其出力具有很大的随机性和波动性。但随着空间尺度的增加,不同新能源场站的发电出力之间具有一定的关联性和互补性。同一区域内相邻场站出力具有明显的关联性,而不同区域内的场站则具有一定的互补性。本节从单一场站、省级电网场站群、区域电网场站群三个空间尺度来描述新能源发电(风力发电、光伏发电)运行的特点。

3.1.1 风力发电运行特点

1.风电电力的特点

风能与风速之间的关系可用式(3-1)描述。由式(3-1)可见,风能和风速的三次方成正比,由于风速具有随机性和波动性,因此风能也具有随机性和波动性。

式中 W——风能;

ρ——空气密度;

A——扫风面积;

v——风速。

单一风电场出力具有较大的不确定性。图3-1为某装机容量120MW的风电场一周出力曲线,横轴为时间,以数据点数来描述,分辨率为15min一个点,纵轴为风电场出力。如图3-1所示,风电场在一周内的出力可以从0变化至接近于额定出力,出力的变化范围接近整个风电场的装机容量。统计得出,风电场最大同时率(最大出力/装机容量)为0.92,15min最大波动率(相邻时刻最大出力差值/装机容量)达到0.75,风电出力具有较大的波动性。

同一地区内的风电场出力具有明显的相关性。图3-2为地理位置相近的3座风电场的周出力曲线,横轴为时间,以数据点数来描述,分辨率为15min一个点,纵轴为风电场出力。如图3-2所示,由于在同一地区,风电资源特性相近,各场站的出力也具有一定相关性,其变化趋势较为相近。统计得出,3座风电场出力两两之间的相关系数均达到0.8以上,属于较强相关。

图3-1 某风电场典型周出力曲线

图3-2 同一区域风电场典型周出力曲线

不同地区的风电场出力具有一定的互补性。图3-3为同一省内不同地区的3座风电场(3座风电场的直线距离均超100km)的周出力曲线,横轴为时间,以数据点数来描述,分辨率为15min一个点,纵轴为风电场出力。图中时段1对应的风电场2的出力较大,而其余两个风电场出力较小。时段2对应的风电场1的出力较大而其余两个风电场出力较小。时段3对应的风电场3的出力较大而其余两个风电场出力较小。3座风电场的出力明显存在不同步的特点,并呈现出“此消彼长”的互补性。

省级电网和区域电网的风电出力具有明显的平滑效应。随着空间尺度的进一步增加,地域跨度较大的风电场之间的出力互补性会进一步增强,因此省级风电、区域风电出力相对单一风电场会呈现出明显的平滑效应。图3-4为单一风电场、省级风电(包含近100座风电场)和区域风电(包含近400座风电场)一周内的发电同时率曲线,横轴为时间,以数据点数来描述,分辨率为15min一个点,纵轴为风电场发电同时率。如图3-4所示,单一风电场最大同时率可以达到0.90,省级风电的最大同时率为0.75,区域风电的最大同时率仅为0.45。以上指标说明,随着范围的扩大,风电的出力会越趋于平滑。

图3-3 不同区域风电场典型周出力曲线

图3-4 不同空间尺度风电周同时率曲线

2.风电电量的特点

与风电出力的波动性类似,风电电量也具有波动的特点,且随着地域的扩大,呈现出明显的平滑特性。为说明风电电量的波动特性,引入电量波动率的概念,即将电量波动率定义为一个时间段内相邻两日风电发电量差值与最大一日发电量的比值。图3-5为一个季度内单一风电场、省级风电、区域风电相邻日的电量波动率分布图,横轴为时间轴,以日为单位,纵轴为电量波动率。由图3-5可见,单一风电场的逐日电量波动率明显大于省级风电的电量波动率,而省级风电的电量波动率明显大于区域风电的电量波动率,说明随着范围的扩大,风电发电量的波动性减弱,互补性增强,电量波动趋于平滑。

图3-5 单一风电场和省级风电及区域风电的电量波动率

同理,可以分析风电电量在其他时间间隔(如3日、7日等)的波动特性,对比不同空间范围的风电发电量波动规律,为电网电量平衡提供参考。

3.1.2 光伏发电运行特点

1.光伏电力特点

光伏电池等效电流的表达式为

式中 I L ——光伏电池等效电流;

I ph ——光生电流;

I D ——反向饱和电流;

I sh ——等效电阻分流。

由式(3-2)可见,光伏电池的电流主要与光生电流I ph 有关,而I ph 主要随着光照强度而变化。

光照强度受云层、浮尘、雨雪、扬沙等气象因素影响而表现出不确定性,从而导致了光伏出力的随机性和波动性。单一光伏电站的出力具有一定的规律性和波动性。图3-6为某装机容量50MW的光伏电站典型日的96点出力曲线,横轴为时间轴,时间分辨率为15min一个点,纵轴为光伏出力。白天大部分时段天气晴朗,光伏全天出力近似为中间高、两头低的“馒头状”,但由于受到云层遮挡等因素影响,出力曲线会出现毛刺和波动现象。

图3-6 某光伏电站典型日出力曲线

同一区域内的光伏电站出力具有明显的相关性。图3-7为相邻的3座光伏电站的典型日96点出力曲线,横轴为时间,以数据点数表示,分辨率为15min一个点,纵轴为光伏发电同时率(发电出力/装机容量)。如图3-7所示,由于地理位置接近,光照强度等发电资源相类似,各光伏电站出力随资源变化呈现相近的变化规律,具有明显的相关性。统计得到,3座光伏电站两两之间的相关系数均达到0.95以上,属于强相关。

对比图3-2和图3-7可以发现,相近位置的光伏电站出力的相关性较风电更强,主要原因为风由空气对流产生,即使在同一地区,由于局地的地形、地貌等差异,空气冷暖程度不尽相同,对流运动有所差别;而光伏主要依靠太阳辐照强度,在地域跨度较小、时差较小的地区,光照强度差别不会太大。

与风电类似,省级电网和区域电网的光伏出力也具有明显的平滑效应。随着范围的扩大,地域跨度较大的不同光伏电站出力之间会出现互补性,并随着地域面积的扩大而增强,因此省级和区域整体光伏出力相对单一光伏电站出力会呈现出平滑效应。

图3-8为单一光伏电站、省级光伏(包含近200座光伏电站)和区域光伏(包含近700座光伏电站)一周内的发电同时率(出力/装机)典型曲线,横轴为时间,纵轴为发电同时率。如图3-8所示,单一光伏电站最大发电同时率可以达到0.84,省级光伏的最大发电同时率为0.60,区域光伏最大发电同时率仅为0.50。可见,随着范围的扩大,光伏出力曲线更为平滑。此外,区域光伏的有效发电时间(出力不小于0的时段)大于省级电网的光伏,而省级电网光伏的有效发电时间大于单一光伏电站。即地域面积越大,光伏出力的持续时间越长、同时率越低。

图3-7 相邻3座光伏电站典型日出力曲线

对比图3-4和图3-8可见,光伏出力的平滑效应没有风电明显,主要原因是局地的环境对风能资源影响较大,地域跨度越大影响差别越大,不同地区的风电出力对整体出力的平滑作用较为明显;而地域跨度对太阳辐照强度的影响差别较小,不同地区光伏出力对整体出力的平滑作用不如风电。

图3-8 单一光伏电站、省级光伏和区域光伏的发电同时率曲线

2.光伏电量的特点

与光伏出力的波动性类似,光伏电量也具有波动的特点,且随着地域的扩大,呈现出明显的平滑特性。与风电电量波动分析类似,采用相邻日电量波动率描述光伏电量的波动特性,电量波动率定义为一个时间段内相邻两日光伏发电量差值与最大一日发电量的比值。图3-9为一个季度内单一光伏电站、省级光伏、区域光伏的相邻日电量波动率分布图,横轴为时间轴,以日为单位,纵轴为电量波动率。由图3-9可见,单一场站的逐日电量波动率明显大于省级光伏的电量波动率,而省级光伏的电量波动率则明显大于区域光伏的电量波动率,说明随着范围的扩大,光伏发电量的波动性减弱,互补性增强,电量波动趋于平滑。

图3-9 单一光伏电站和省级光伏及区域光伏的电量波动率

同理,可以分析光伏电量在其他较短时间间隔(如3日、7日等)的波动特性,对比不同范围的光伏发电量波动规律,为电网电量平衡提供参考。 9dBIci64IBJZFHiimv2iTxVEisY+r8LrJOpVmRvCxWb5pC5lTCdkMM7U1pk8XOLR

点击中间区域
呼出菜单
上一章
目录
下一章
×