混合電源及功率預測系統在風電并網中的應用

劉志其

（廣東省能源集團貴州有限公司，貴州 貴陽 550081）

0 引 言

風電并網是將風力發電系統連接到電力網絡中，使其成為電力系統的一部分，從而向電力網絡供應產生的電能[1]。這表明風力發電站不再是孤立運行的獨立系統，而是與其他發電站、輸電線路和電力用戶相連，共同構成一個整體的電力系統[2]。混合電源及功率預測系統是將不同類型的能源整合到一個系統中，并利用功率預測技術來提前了解系統中風電等可再生能源的預期功率輸出，從而更有效地管理能源系統的運行。這種綜合應用有助于提高能源的可再生比例，減少對傳統能源的依賴，并提高整個電力系統的可靠性和效率[3]。隨著風電在能源結構中的重要地位不斷上升，風電并網系統的穩定性和經濟性成為人們的關注焦點[4]。混合電源及功率預測系統的引入為解決風電波動性和不確定性提供了有效途徑。本文通過分析風電場、儲能系統以及混合電源系統中的關鍵設備，重點研究混合電源協同調度和功率預測在提高系統性能方面的應用。通過對比實際數據和優化后的數據，凸顯了該系統在提高風電并網系統靈活性和效益方面的實際效果。

1 混合電源在風電并網中的應用

1.1 風電儲能協同工作

風電的波動性可能導致不穩定的電力輸出，而儲能設備能夠提供相對穩定的基礎負荷，因此風電和儲能設備具有互補性，二者協同工作可以保障電力系統的穩定供應[5]。設計風電廠時，需要充分考慮風電和儲能設備的互補性，以及系統的經濟性和可靠性。具體的風電儲能協同工作電路設計如圖1 所示。

圖1 風電儲能協同工作電路設計

風電機組應選擇具有較高效率和適應性的型號，可以使用3 MW 系列雙饋異步風力三相異步發電機，輪轂高度為100 m，額定風速為12 m/s，切入風速為3 m/s，切出風速為25 m/s。根據地形和氣象條件，采用密集布局，避免相互遮擋。風電機組數量為20 臺，總裝機容量為60 MW。利用先進的協同調度算法，實現風電與儲能設備的協同工作。安裝風電機組實時監測設備，監測風速、轉速、溫度等參數[6]。此外，協同設計中需要添加實時監測系統，以便整個過程中的實時數據獲取和監控。該監測系統能夠監測風電機組的關鍵參數，如風速、轉速、溫度等，以確保風電機組在運行過程中始終處于最佳狀態。儲能系統采用鋰離子電池，儲能容量為20 MW·h，放電功率為10 MW。為了最大限度地利用可再生能源，系統依托先進的智能控制系統，通過精確的風電產能預測，智能決策何時進行儲能和釋能操作。

1.2 協同算法

在風電與儲能協同工作中，協同調度算法旨在通過智能調度，合理分配兩者的發電負荷，以達到經濟高效、穩定可靠的電力供應。協同調度算法的主要目標是最小化總成本，包括風電成本和調度成本。通過合理分配各個發電單元的產能，以適應不斷變化的風力情況，從而實現成本最小化。具體的協同計算過程如圖2 所示。

圖2 協同計算的具體流程

數據輸入中，風電數據包括實時風速、風向、風電機組發電量等，電力系統需求包括電力負荷需求曲線等。獲取風力發電的實時數據，包括風速、溫度、機組負荷等。利用功率預測模型，對未來一段時間內的風電功率進行預測是一項關鍵的任務。基于當前和預測的數據，通過動態規劃數學優化法，調整風力發電的產能分配，以最小化總成本。總成本Cz的計算公式為

式中：Ct為投資成本；Cw為運維與維護成本；Cf為風險成本；Cy為運行成本；d為調度成本。根據成本計算，生成最優的調度策略，包括各個發電單元的功率輸出、機組啟停時間等。通過基于成本計算的最優調度策略，風力發電單元在未來一段時間內的發電負荷分配將更為精準，在最小化總成的前提下滿足電力需求，并為發電機組的啟停、負荷調整等具體調度提供明確的指導。

2 功率預測系統在風電并網中的應用

功率預測系統在風電并網中的應用是為了提前了解未來風電功率的變化，以便更好地規劃電力系統運行、優化發電調度，確保電網的穩定性。風速和風向的變化導致風力發電的輸出具有不確定性，而通過預測功率有助于應對這種不確定性。風電功率預測使用數學模型，考慮氣象數據（風速、溫度）和地理特征，進行風電功率的預測。利用歷史風速和功率數據，采用回歸分析統計方法進行功率預測。在多元回歸中，可以引入多個自變量，計算模型為

式中：Xn為自變量；βn為對應的斜率；ε為誤差項。回歸分析的目標是通過擬合模型找到最適合的參數值βn，從而使模型對觀測值和實際值之間的誤差最小化。在實際風電并網的應用中，使用最小二乘法來估計參數，目標是最小化殘差平方和，即觀測值與模型估計值之間差異的平方和。具體的估計公式為

3 應用實驗

3.1 應用場景

在風電并網系統中，混合電源和功率預測系統用于優化電力系統運行，以提高風力發電效率并降低成本。選擇WF-5000 型號風力發電機組，具備高效率和高可靠性。配備WS-2000 風速測量儀器，可準確測量風場中的風速。引入WP-3000 功率預測系統，結合氣象和機組數據進行準確的功率預測。IC-1000 智能控制器用于實現對風力發電機組的精確控制和調度。

儲能系統采用鋰離子電池，儲能容量為20 MW·h，放電功率達到10 MW。為了監測儲能發電機組的運行狀態，實驗部署了MS-500 實時監測系統。SD-2000 智能調度系統用于實現對風力發電機組的靈活調度和協同工作。引入DT-500 數據采集與傳輸設備，以確保實時獲取各個發電設備的運行數據。

為了實現對整個電力系統的智能監測和管理，實驗引入EMS-8000 智能能源管理系統。通過這些設備的串聯，風電場、儲能設備和混合電源系統構成了一個完整的智能電力系統。該系統實現了風電與儲能的協同工作和功率的精準預測，提高了電力系統的可靠性和經濟性。

3.2 應用結果

實時監測電力系統運行情況，具體的應用結果如表1 所示。

表1 風電場實際發電與預測發電量比較

發電量差異百分比表示實際發電量相對于預測發電量的偏差百分比，正值表示實際發電量超過預測，負值表示實際發電量低于預測。在大多數情況下，實際發電量與預測發電量之間的差異較小，表明功率預測模型相對準確。在2023 年1 月4 日，實際發電量低于預測，這可能是由于突發的氣象變化或設備故障引起的。這些數據有助于系統運營人員更好地了解功率預測的準確性，并采取必要的措施，以最大限度地利用風能。混合電源系統的綜合性能指標如表2 所示。

表2 混合電源系統綜合性能指標

通過這些數據，可以看到混合電源系統的應用帶來了一系列積極的結果。風電場的功率預測準確，發電機組負載調整靈活，參與市場交易頻次增加，整體電力系統的總成本降低，儲能系統的高效性得到驗證。一站式風電加儲能系統綜合了清潔能源和智能調度的優勢，為電力系統的可靠性和經濟性提供了有力的支持。

4 結 論

混合電源及功率預測系統的應用在風電并網中呈現出顯著的優勢，通過合理調度風力發電，有效平衡了電力系統的供需關系。通過功率預測系統的精準預測，提高了對未來風電功率變化的應對能力。最終的數據對比分析表明，該系統在經濟性、可靠性和市場交易方面取得了顯著成果。通過提高風電并網系統的可行性，混合電源及功率預測系統有望推動清潔能源在電力系統中的廣泛應用，促進可再生能源的可持續發展。這些研究成果不僅為風電并網系統的運行管理提供了指導，還為推動清潔能源在電力系統中更廣泛的應用提供了有益的啟示。