考慮風力發電的綜合負荷特性及其等效描述

畢正軍， 蔣子丹， 李欣然， 王 玲， 郝元釗

(湖南大學電氣與信息工程學院， 長沙 410082)

考慮風力發電的綜合負荷特性及其等效描述

畢正軍， 蔣子丹， 李欣然， 王 玲， 郝元釗

(湖南大學電氣與信息工程學院， 長沙 410082)

大容量并網風力發電對電網影響日益明顯，配網側接入風力發電后負荷特性描述問題成為研究重點。在提出定量分析指標的基礎上，以統計規律法為檢驗方法，分析不同運行方式風力發電對綜合負荷特性的影響力，并驗證異步電機并聯靜態負荷的廣義負荷模型對含風力發電的負荷特性描述能力；指出風力發電對負荷特性的主要影響因素為接入容量與接入位置，并比較兩種因素對負荷特性的影響力。

風力發電； 負荷特性； 定量分析； 廣義負荷模型

負荷模型對于電力系統暫態穩定分析與控制的影響不容忽視，由于負荷自身的不確定性及其時變性，負荷建模問題仍然是國內、外電力系統公認的難題,建立準確的負荷模型十分困難[1]。文獻[2～4]在模型結構完善上做了大量工作，其中配網綜合負荷模型已經成為主流模型結構；文獻[5]采用改進遺傳算法做為模型辨識主算法，克服遺傳算法易陷入局部收斂的缺點，增強辨識參數全局尋優能力；文獻[6]分析反向傳播BP(back propagation)神經網絡算法在模型辨識存在的缺陷，采用具有內饋功能的動態Elman神經網絡模型，其辨識模型具有較強的泛化能力；文獻[7，8]針對模型參數辨識范圍的選取及辨識策略的調整，較大地提高模型辨識效率及其描述能力。

隨著全球能源的枯竭及環境危機的日益嚴重，低碳經濟與新能源開發成為重點，水能、風能等清潔能源發展迅速。大容量風電發電系統WG(wind power generation)的并網運行，導致電網對風力發電的要求從電能質量發展到暫態穩定、調頻調壓等諸多問題[9]。WG接入電網后區域負荷特性如何描述問題成為研究重點，文獻[10]闡述了配網側接入電源點后對負荷模型的影響，即當配網電源容量比例大于24.4%后，利用感應電動機并聯ZIP模型不能很好的描述其特性，并提出一種新的模型結構即異步電機并聯ZIP模型，但未考慮接入電源類型的影響；文獻[11]提出含風力發電的配電網側綜合負荷可以用異步電機并聯靜態負荷的廣義綜合負荷模型來等效描述，負荷動靜比例系數kmp的取值應擴大為任意實數，通過三種典型的風力發電所占比例和負荷水平，驗證廣義綜合負荷模型結構的有效性。

本文基于MATLAB搭建的仿真系統和定量分析方法，提出相應的指標，分析不同運行方式下的風力發電對負荷特性的影響力，并比較兩種負荷模型對含風力發電的綜合負荷特性的描述能力，利用統計理論的雙因素方差分析法及均值t檢驗法驗證結論的正確性。

1 仿真系統

仿真系統為IEEE-14節點配網系統，其結構圖如圖1所示。G1代表無窮大電源，網絡總負荷為28.7+j7.75 MVA，a支路負荷為8.5+j4.65 MVA，b支路負荷為15.1+j1.4 MVA，c支路負荷為5.1+j1.7 MVA。

節點負荷為異步電動機并聯靜態負荷，比例為6：4。異步電動機采用3階感應電動機模型[2]，靜態負荷采用恒阻抗模型[12]。

風機采用暫態穩定性最差的恒速異步風力發電機模型[13]，其向系統輸送有功同時吸收無功。為保證系統靜態穩定性，每臺風機出口并聯一定容量電容器，剩下的無功缺額由系統補償，保證每臺風機在額定電壓時功率因數均大于0.98[14]。

圖1 仿真系統

2 分析方法

2.1 定量指標

負荷特性即為不同時期電網等效負荷母線所呈現的電壓、有功與無功變化。風力發電對負荷特性的主要影響因素為WG接入容量及位置，本文考慮不同容量、不同地理位置的影響，根據統計學相關理論原則，針對負荷特性的指標量，提出綜合殘差的概念。

在相同電壓激勵下，WG接入后負荷母線有功及無功相對于未接WG時的偏差為綜合殘差，即

(1)

式中：Ec為綜合殘差；Us(k)、Ps(k)及Qs(k)分別為實測負荷母線電壓、有功及無功；Pm(k)、Qm(k)為等效負荷模型響應有功及無功；Us(0)為零時刻實測負荷母線電壓；N為有功及無功的數據點數；W(k)為權重比例系數，不同時期權重比例不同，總體為1。

根據綜合殘差的定義可知，綜合殘差越大，WG對負荷特性影響越明顯。

2.2 負荷模型構建

負荷模型采用配網集結等效的綜合負荷模型結構[3]，見圖2。模型將配網用集總線路-變壓器組集結等效，計及變壓器有載調整分接頭影響，靜態負荷中考慮負荷暫態無功功率的補償調整作用。

圖2 等效綜合負荷模型

未接WG時仿真系統分別設置10%、20%、30%、40%、50%的電壓跌落，獲取110 kV等效負荷母線U、P、Q數據。基于實測數據并采用總體測辨法[2]，辨識綜合負荷模型獨立參數向量α=[R5X5RrXrRmXmTjAmBmKKmReXekq]T，各參數意義與文獻[3]保持一致，從而獲得5組綜合負荷模型參數，綜合5組辨識模型獲得未接風機下等效綜合負荷模型M1(見圖2)。

3 統計規律分析

系統發生三相短路故障，B1節點電壓降落20%左右，接入不同運行方式下WG，獲110 kV等效負荷母線數據Us(k)、Ps(k)及Qs(k)，將電壓序列Us(k)及初始有功Ps(0)及無功Qs(0)作為M1的輸入，得各自電壓激勵下響應Pm(k)、Qm(k)，計算不同運行方式風力發電下綜合殘差，見表1。

表1 不同運行方式風力發電下的綜合殘差

WG的不同運行方式：設置WG容量為總負荷容量的10%、20%、30%、40%、50%、60%、70%、80%，將WG分別接到節點2、3、4、5、7。

3.1 影響因素檢驗

根據統計學雙因素方差分析法，假設：H01∶α1=α2=…=αR=0，α為容量增加后綜合殘差變化量；H02∶β1=β2=…=βS=0，β為位置變化后綜合殘差變化量；H03∶γ1=γ2=…=γR=0，γ為容量與位置因素交互作用下綜合殘差量。H01成立等價于容量影響因素不明顯，H02成立等價于位置影響因素不明顯，H03成立等價于容量與位置因素不存在交互作用或交互作用微小可忽略不計。

結合表1不同運行方式下風力發電綜合殘差，得容量與位置雙因素影響下方差分析，見表2。

表2 容量與位置雙因素綜合殘差的方差分析

根據顯著性水平(α=0.05)下的F分布表知：F0.05(7，28)=2.36lt;FA；F0.05(28，28)=1.88gt;FA∩B；F0.05(4，28)=2.71lt;FB，則FA、FB落入假設H01、H02拒絕域中，FA∩B落入假設H03接受域。

假設H01、H02不成立，H03成立，容量與位置因素對負荷特性均有明顯影響，而容量與位置交互作用可忽略不計，即假設為相互獨立的因素。

3.2 不同容量風力發電

WG接入位置固定不變時，隨WG容量增加綜合殘差遞增，此時綜合殘差中應該包含接入位置的影響，而WG接入位置固定且與容量相互獨立(即地理位置影響不變)，綜合殘差變化趨勢體現為WG接入容量的影響力，即WG接入容量增加，綜合殘差遞增，對負荷特性的影響越大。

3.3 不同地理位置風力發電

根據表1可知，固定容量因素比較地理位置對負荷特性的影響沒有意義，某一容量下根據綜合殘差變化得出的地理位置影響結論，在另一容量下不一定成立。

分析不同地理位置WG對負荷特性的影響，需消除容量因素的影響，本文提出容量影響因子概念，為單位容量變化時綜合殘差的變化，即

(2)

由表1可知，容量影響因子隨容量增加呈非線性變化，節點所在支路無功比重越大，節點與等效負荷母線越近，影響因子越低。由于數據樣本個數有限，精確求解fc表達式十分困難，本文簡化為計算平均容量影響因子。不同地理位置下綜合殘差見表3。

消除容量因素影響后，考慮不同地理位置綜合殘差變化，WG接入節點所在支路有功負荷比重越大(b支路gt;a支路gt;c支路)，綜合殘差Ec越小，即對負荷特性影響越小；WG接入位置與等效負荷母線距離越遠(節點7距離gt;節點5距離gt;節點2距離)，綜合殘差Ec越小，對負荷特性影響越小。

表3 容量影響因子及不同地理位置綜合殘差

3.4 容量影響因子均值簡化檢驗

根據不同地理位置下綜合殘差，可以得到不同容量影響的綜合殘差。理論結果應每行綜合殘差均相同，但由于容量影響因子采用均值簡化處理及其他未考慮影響因素的影響，數據存在一定的偏差，以下統稱為剩余殘差量。剩余殘差量的大小直接影響容量及位置影響結論的正確性，對剩余殘差量的顯著性進行深入分析十分必要。

根據雙因素方差分析法，假設剩余殘差量對結論影響是可以忽略的，注意到比較對象為剩余殘差因素對容量因素的影響能力，則其F值應修正為剩余殘差均方值與容量因素均方值之比，計算出F=0.032 215。

顯著性水平α=0.05下F分布F0.05(4，7)=4.12lt;F，假設H01成立，即剩余殘差量對容量、位置因素影響可以忽略。容量影響因子采用均值簡化處理對負荷特性影響規律的結論沒有影響。

3.5 容量與位置因素影響能力比較

隨WG接入容量比例增大，暫態故障期間有功和無功的變化幅度均增加，故障切除后的波動幅度加劇；WG接入位置因素對負荷特性有一定影響，但明顯弱于容量影響因素。不同影響因素下的負荷特性比較如圖3和圖4所示。

(a) 電壓比對

(b) 有功功率比對

(c) 無功功率比對

(a) 電壓比對

(b) 有功功率比對

(c) 無功功率比對

比較容量與位置因素影響下的綜合殘差知，WG分別接入節點2、3、4時(與等效負荷母線距離相同，所在支路負荷比重不同)，WG接入容量比例小于20%時，接入的地理位置對負荷特性影響能力較大；WG接入容量比例大于20%后容量因素成為主要影響因素。

WG分別接入節點2、5、7時(所在支路相同，但與等效負荷母線距離不等)，位置因素對負荷特性影響能力很小。WG接入容量比例大于20%時，容量因素大于位置因素。

綜上所述，WG接入容量比例小于20%時，位置因素影響力大于容量因素；WG接入容量比例大于20%后，對負荷特性的影響力取決于WG接入容量大小。

4 負荷模型的描述能力分析

基于不同運行方式WG下的實測負荷動態數據，采用配網集結等效綜合負荷模型[3]、廣義綜合負荷模型[4]進行辨識。

4.1 廣義綜合負荷模型

廣義負荷模型與傳統綜合負荷模型的重要區別為考慮WG的接入影響，將WG考慮為吸收功率為負的動態負荷，即可利用異步發電機來等效描述，其模型結構如圖5所示。

文獻[15]驗證了異步電機模型適用于感應電動機與異步發電機，說明兩者在數學機理模型上一致；文獻[11]考慮風力發電影響提出異步電機并聯靜態負荷的8參數廣義綜合負荷模型，其辨識參數Km修正為異步機初始有功與母線初始有功比，相應的取值范圍應擴大至負值，并通過WG的獨立仿真與模型描述能力檢驗，驗證廣義綜合負荷模型結構的有效性。

4.2 模型描述能力比較

負荷模型響應功率擬合誤差Er即為負荷模型描述能力的定量體現[1]。限于篇幅，這里僅給出不同容量WG接入節點2時負荷模型Er，見表4。

圖5 廣義負荷模型等效結構

表4 不同容量風力發電接入節點2時模型辨識誤差

相同激勵作用下，Er才具有可比性，根據相同樣本數據下負荷模型Er可知，WG接入容量比例不大于20%時負荷模型均有良好的描述能力；接入容量比例大于20%時，配網集結等效綜合負荷模型描述能力明顯下降，廣義綜合負荷模型描述能力優于配網集結等效綜合負荷模型，且WG接入容量比例越大優勢越明顯。

5 結語

本文在定量分析基礎上，提出相應的指標，分析不同運行方式下的風力發電對負荷特性的影響力，比較兩種負荷模型對含風力發電的綜合負荷特性的描述能力，并利用統計規律法驗證結論的正確性。隨WG接入容量增加，WG對負荷特性影響力遞增；WG接入節點所在支路有功負荷比重越大、與等效負荷母線距離越遠，對負荷特性影響力越小。WG接入容量比例不大于20%時，兩種負荷模型均有良好的描述能力；WG接入容量比例大于20%時，廣義綜合負荷模型描述能力優于配網集結等效綜合負荷模型，且WG接入容量比例越大優勢越明顯。

[1] He Renmu, Ma Jin, Hill D J. Composite load modeling via measurement approach [J]. IEEE Trans on Power Systems, 2006, 21(2)：663-672.

[2] 李欣然，賀仁睦，周文，等(Li Xinran,He Renmu,Zhou Wen,etal). 綜合負荷感應電動機模型的改進及其描述能力(The generalized induction motor model and its description ability to synthetic loads of electric power system)[J].電力系統自動化(Automation of Electric Power System)，1999，23(9):23-27.

[3] 李欣然，錢軍，王立德，等(Li Xinran,Qian Jun,Wang Lide,etal). 配電網集結等效的異步電動機綜合負荷模型及其總體測辨建模(Synthesis induction motor model of power composite load considering distribution network structure)[J].電工技術學報(Transactions of China Electrotechnical Society)，2009，24(4)：175-185.

[4] 鞠平，何孝軍，黃麗，等(Ju Ping,He Xiaojun,Huang Li,etal).廣義電力負荷的模型結構與參數確定(Model structures and parameter estimation of generalized loads)[J].電力系統自動化(Automation of Electric Power System)，2006，30(23)：11-13,32.

[5] 金群，李欣然，劉艷陽，等(Jin Qun,Li Xinran,Liu Yanyang,etal).一種改進遺傳算法及其在負荷建模中的應用(An improved genetic algorithm and its application to load modeling)[J]. 電力系統及其自動化學報(Proceedings of the CSU-EPSA)，2006，18(2)：35-40.

[6] 王立德，李欣然，李培強，等(Wang Lide,Li Xinran,Li Peiqiang,etal).基于人工神經網絡的綜合負荷模型(Compositive load model based on artificial neural network)[J].電網技術(Power System Technology)，2008，32(16)：59-65.

[7] 李村曉，李欣然，陳輝華，等(Li Cunxiao,Li Xinran,Chen Huihua,etal). 基于單點最優辨識的綜合負荷廣義感應電動機模型(Generalized induction motor model of synthetic load based on simple-point optimum identification)[J].電力系統自動化(Automation of Electric Power System)，2007，31(13)：42-46.

[8] 陳謙，孫建波，蔡 敏，等(Chen Qian,Sun Jianbo,Cai Min,etal).考慮配電網絡綜合負荷模型的參數確定(Parameters determination of synthesis load model considering distribution network connection)[J].中國電機工程學報(Proceeding of the CSEE)，2008，28(16)：45-50.

[9] 雷亞洲，Gordon Lightbody(Lei Yazhou, Gordon Lightbody). 國外風力發電導則及動態模型簡介(An introduction on wind power grid code and dynamic simulation)[J].電網技術(Power System Technology)，2005，25(12)：27-32.

[10]王吉利，賀仁睦，馬進(Wang Jili,He Renmu,Ma Jin).配網側接入電源對負荷建模的影響(Impact of connecting power sources on load modeling in a distribution network)[J].電力系統自動化(Automation of Electric Power System)，2007，31(20)：22-26,40.

[11]李欣然，惠金華，錢軍，等(Li Xinran,Hui Jinhua,Qian Jun,etal). 風力發電對配電網側負荷建模的影響(Impact of wind power generation on load modeling in distribution network)[J].電力系統自動化(Automation of Electric Power Systems)，2009，33(13)：89-94.

[12]王錫凡.現代電力系統分析[M]. 北京：科學出版社，2006.

[13]曹娜，李巖春，趙海翔，等(Cao Na,Li Yanchun,Zhao Haixiang,etal).不同風電機組對電網暫態穩定性的影響(Comparison of effect of different wind turbines on power grid transient stability)[J].電網技術(Power System Technology)，2007，31(9)：53-57.

[14]王守相，江興月，王成山(Wang Shouxiang,Jiang Xingyue,Wang Chengshan).含風力發電機組的配電網潮流計算(Power flow analysis of distribution network containing wind power generators)[J].電網技術(Power System Technology)，2006，30(21)：42-45,61.

[15]Prabha Kundur. Power System Stability and Control[M]. New York： McGraw-Hill Inc,1994.

畢正軍(1985-)，男，碩士研究生，研究方向為電力系統分析與控制、風力發電和負荷建模。Email:bizhengjun@sina.com

蔣子丹(1990-)，男，研究方向為電氣工程及其自動化。Email:jiangzidandq4@163.com

李欣然(1957-)，男，教授，工學博士，博士生導師，主要從事電力系統分析與控制及負荷建模的教學和研究工作。Email:lixr1013@yahoo.com.cn

更正

2011年23卷第5期，目錄中《PMU數據處理及其在綜合負荷建模中的應用》一文，第一作者名字“馬亞輝”誤作了“馬亞軍”特此更正，并向作者致歉！

CompositeLoadCharacteristicsandItsEquivalentDescriptionBasedontheImpactofWindPower

BI Zheng-jun， JIANG Zi-dan， LI Xin-ran， WANG Ling， HAO Yuan-zhao

(College of Electrical and Information Engineering, Hunan University,Changsha 410082, China)

The influence of the large scale wind power in the power system is increasingly obvious. How to describe the load characteristic considering wind power becomes more important. Based on the proposed quantitative indicators and using the general theory of statistics, this paper analyzes the impact of different operation modes of wind power on the comprehensive load characteristic, and verifies the descriptive ability of generalized composite load model of asynchronous machine in parallel with static load on load characteristic considering wind power generation. That the main influence factors of load characteristic are the capacity and the location of the wind power is pointed out, and the impact of the two factors in load characteristic are compared.

wind power； load characteristic； quantitative analysis； generalized load modeling

TM715

A

1003-8930(2012)01-0008-06

2011-01-24；

2011-03-09

國家自然科學基金資助項目(50977023)；湖南省自然科學基金重點資助項目(10JJ2043)