風電功率波動特性的分析

熊志浩　趙士坤　邵征亞

摘 要：風力發(fā)電輸出功率具有波動性、不可準確預測的特點，當風電大規(guī)模接入后，將提升該區(qū)域發(fā)電計劃難度，給電力系統(tǒng)的安全、經濟運行帶來巨大的挑戰(zhàn)。所以，對風電功率進行高精度預測可以在一定程度上緩解風電大規(guī)模并網造成的一系列問題。目前為止，如何定量地描述風電功率的波動性尚缺乏有效的方法。但是，基于大量實測數據的分析，我們可以對風電功率波動特性的概率分布作出描述，從而有助于我們對性質的了解。

關鍵詞：風電功率；波動性；概率分布

對風電功率的波動進行研究量分化指標的選取十分重要。目前，對風電功率波動的量化指標沒有統(tǒng)一的標準，或者說在不同的應用場合需要不同的量化指標。

而對于風電輸出功率波動的描述目前有時域分析、頻率分析和時頻分析等方法。本文以吉林某風電場中20臺1.5MW風電機組30天的風電功率數據為基礎，對風電功率的波動性進行研究。

1.風電功率波動特性概率分布研究

在數據中所給的20臺機組中任取5臺，分析在30天內每臺機組風電功率Pi5s（tk） 的波動符合的概率分布。為此可采用等距抽樣的方法，選取5臺風電機組作為樣本數據，并選取一定區(qū)間長度對每臺機組的功率區(qū)間化處理，并統(tǒng)計各個區(qū)間內的頻數，從而作出每臺機組的頻率分布直方圖，以此來反映功率的波動情況如下：

根據所得的頻率分布直方圖，分別采用統(tǒng)計上常用的正態(tài)分布、Weibull分布、Logistic分布進行擬合，得到對應的概率分布參數，并通過回歸分析進行檢驗，從而得出擬合度最高的分布類型。最后比較5個機組分布的異同，所得數據如下：

通過上述擬合，得到5個機組在三種不同分布下的分布參數，結果如表1：

2.擬合結果的檢驗

對統(tǒng)計數據進一步處理，分別計算5個機組在不同子區(qū)間的累計頻率，通過回歸分析，分析分布函數的概率累計與實際累計頻率的相關關系。仍以第一機組為例，三種概率分布的概率累計殘差圖分別如圖（4）、（5）、（6）所示：

通過上述回歸分析，分別得到三種概率分布下對應每一機組的回歸模型誤差的標準方差S、調整的回歸模型誤差占總誤差的百分比R-Sq（adj），對應數據分別見表2、表3。

根據表中數據可以得出：對于每個機組，Weibull分布的S均為最小值，R-Sq（adj）均為最大值，Weibull分布最能符合風電功率Pi5s（tk） 的波動特性，因此推薦Weibull分布為最好的概率分布。

通過對5個機組的分布進行對比，可以得出它們均最符合Weibull分布，同時它們的各項指標又存在一定的差異性，可以認為這種差異性是由于不同機組所處的外界環(huán)境和內部因素綜合作用的結果。

3.總結與建議

利用最佳的概率分布以每日為時間窗寬，對5個風電功率進行擬合，分別計算30個時段的概率分布參數，并利用回歸分析做出檢驗。為了進一步反映風電功率波動的時空差異性，可以分別比較不同機組（空間）、不同時段（時間）風電功率波動的概率分布以及與30天總體分布之間的關系，從而找出差異原因。對于有大規(guī)模風電接入的電網來說，運用已記錄的以往的大量數據，處理后對其波動特性進行研究分析，是所得數據更加直接。

參考文獻

[1] 林衛(wèi)星，文勁宇，風電功率波動特性的概率分布研究，中國電機工程學報，32（1）：38-46，2012。