CC BY
24ВЕТРОЭНЕРГЕТИКА
WIND ENERGY
Статья поступила в редакцию 01.07.14. Ред. рег. № 2051 The article has entered in publishing office 01.07.14. Ed. reg. No. 2051
УДК 621.311
ОЦЕНКА ВЛИЯНИЯ ВЭС НА РАЗМЕР РЕЗЕРВНЫХ МОЩНОСТЕЙ ЭНЕРГОСИСТЕМЫ
Н.П. Кузнецов
Институт возобновляемой энергетики НАН Украины 02094 Украина, Киев, ул. Красногвардейская, д. 20А Тел./факс: +38 044 206-28-09, e-mail: renewable@ukr.net
Заключение совета рецензентов: 06.07.14 Заключение совета экспертов: 10.07.14 Принято к публикации: 15.07.14
Надежность работы энергосистемы определяется ее возможностью обеспечивать потребности в электроэнергии, адекватно реагируя на изменения уровня потребления. Если в состав генерирующих объектов энергосистемы входят ветровые электростанции, которые имеют переменный характер работы вследствие зависимости от скорости ветра, то это вносит дополнительный фактор неопределенности и может критическим образом повлиять на стабильность энергообеспечения. Математическое моделирование позволяет прогнозировать работу энергосистемы и оценить потребности в дополнительных резервных мощностях.
Ключевые слова: энергосистема, электроэнергетический баланс, резерв мощности, ветровая электростанция, математическое моделирование.
ASSESSING THE IMPACT OF WIND FARM ON GRID RESERVE CAPACITY SIZE
N.P. Kuznetsov
Institute of Renewable Energy, National Ukrainian Academy of Science 20A Krasnogvardejskaya str., Kiev-94, 02094, Ukraine Tel./fax: +38 044 206-28-09, e-mail: renewable@ukr.net
Referred: 06.07.14 Expertise: 10.07.14 Accepted: 15.07.14
Reliability of the power system is determined by its capacity to provide electricity needs and adequately respond to changes in consumption level. If the generating energy system includes wind power farms, which are variable, depending on the wind speed, it introduces an additional uncertainty factor and can dramatically affect the stability of the power supply. Mathematical modeling allows us to predict the power system operation and to evaluate the need for additional spare capacity.
Keywords: power grid, electricity balance, power reserve, wind power, mathematical modeling.
Надежность обеспечения потребителей электрической энергией определяется способностью энергосистемы обеспечить баланс генерирования и потребления энергии. Баланс электроэнергии неразрывно связан с балансом электрической мощности - балансом максимальной нагрузки потребителей и генерирующих мощностей с учетом рациональной величины резерва. Расчетный резерв мощности включает в себя аварийный резерв, а также нагрузочный и ремонтный резервы мощности.
Аварийный резерв мощности необходим для восполнения потери рабочей мощности при вынужден-
ных (аварийных и других неплановых) простоях основного оборудования электростанций. Он состоит из первичного резерва, который может быть задействован за время до 30 секунд для восприятия аварийного снижения частоты, а также вторичного резерва, который задействуется за время до 15 минут для покрытия нормальных и аварийных небалансов мощности объединенной энергосистемы (ОЭС). Величины необходимых вторичных резервов определяются уровнями возмущений (небалансов мощности). К числу таких возмущений относятся: нерегулярные колебания активной мощности, обусловленные слу-
International Scientific Journal for Alternative Energy and Ecology № 15 (155) 2014
© Scientific Technical Centre «TATA», 2014
чайным характером нагрузки; погрешность регулирования баланса мощности в часы переменной части графика нагрузки, обусловленная расхождением во времени прогнозного и фактического графика нагрузки; расчетный небаланс мощности. Именно вторичный резерв призван компенсировать стохастические колебания мощности, характерные для работы ветроэлектрических станций (ВЭС).
Величина минимального резерва вторичного регулирования определяется в зависимости от максимальной нагрузки, при этом она должна составлять не менее мощности самого крупного работающего блока ОЭС [1]. Следует при этом различать минимально необходимый объем резерва вторичного регулирования на загрузку, зависящий от наибольшей вероятной внезапной потери генерации и нерегулярных колебаний мощности генерации, и резерва вторичного регулирования на разгрузку, определяемого вероятной внезапной потерей наиболее крупного узла потребления и нерегулярных колебаний потребляемой мощности [2].
В структуре генерирующих источников Украины существуют несколько типов регулирующих электростанций, а именно блочные ТЭС, ГЭС и ГАЭС, все они предназначены для регулирования переменной части суточных графиков покрытия нагрузки электропотребления и размещения объемов первичного и вторичного резервов мощности. Однако для использования этих электростанций в совместном режиме работы с ВЭС (при регулировании покрытия суточного графика нагрузок) пригодны не все указанные электростанции. К категории регулирующих относятся блочные ТЭС с энергоблоками мощностью 200 и 300 МВт, а также гидроэлектрические станции - ГЭС и ГАЭС. На блочных ТЭС размещается значительная доля объемов первичного и вторичного резервов мощностей энергосистемы. Гидроаккумулирующие электростанции (ГАЭС) выполняют в энергосистеме двойную функцию: способствуют выравниванию суточного графика нагрузок за счет потребления мощности в ночные часы при закачке воды в верхние резервуары и покрывают пиковые нагрузки в часы прохождения суточного максимума. Кроме блочных ТЭС к взаимодействию с ВЭС могут привлекаться только ГЭС, и только как вспомогательные регулирующие мощности в отдельных случаях, когда по конкретному режиму целесообразно кратковременное вмешательство быстродействующих гидроагрегатов (например, при недостаточной скорости изменения мощности блочных ТЭС) [3]. Следовательно, при интегрировании значительного количества ветровых электростанций возникает потребность в увеличении регулирующих мощностей, способных компенсировать неожиданное изменение уровня мощности ВЭС. Важными факторами при этом являются скорость и амплитуда изменений, их согласованность с суточными графиками потребления электроэнергии и работы других
электростанций. Очевидно, в случае ветровых станций можно говорить лишь об оценке вероятности таких факторов [4].
В теоретических исследованиях воздействие ВЭС на работу энергосистемы анализируется преимущественно путем математического моделирования. Требование относительно текущего балансирования может быть сформулировано как разница (например в мегаваттах) между суммарной мощностью производителей энергии Р(/) и электрической нагрузкой Щ) на энергосистему. Предполагается, что мощности по производству электроэнергии имеют контролируемую составляющую Q(t), то есть традиционные электростанции (тепловые, гидро- или атомные), и неконтролируемую Жф - в данном случае ветровые электростанции. Исходя из представлений о производстве и потреблении как случайных процессах, рассматриваемые величины моделируются суммой функций, представляющих базовые (усредненные) значения нагрузок и определенный стохастический процесс [4]. Вместе с тем контролируемое производство также имеет случайную составляющую:
Q(t) = P(t) - W (t) = n(t) + Y (t), W (t) = w(t) + U (t), L(t) = ^(t) + X(t), t > 0 .
(1)
где л(0 - плановая производительность ОЭС; У(() -стохастический процесс, отражающий необходимость реагирования на изменения в потреблении энергии и непредвиденные отключения производителей электроэнергии; среднее значение определяет базовую нагрузку, имитируя ее типичные характеристики; стохастический процесс Х(0 выбирается на основании статистических данных о работе энергосистемы и считается нормально распределенным [5]; то же относится к мощности ВЭС - средней w(t) и стохастической составляющей и(().
В общем случае генерируемая мощность должна отслеживать случайные изменения в потреблении энергии. Однако при переходе к новому уровню мощности необходимо учитывать маневренные возможности генерации (допустимую скорость изменения мощности):
Y (t) = X (t) + 8(t), (2)
где
\8(tk+i)| =
А+1)-Щк)|-гсшах, \щк+1)-Щк)| >пшах ;
^, , +1) - Щ )| ^Пшах ;
8(0 - неточность балансировки; 8к - расчетный (допустимый) небаланс; пшах - максимально допустимый на временном интервале скачок мощности электростанций. Величина 8(0 зависит также от того, как точно спрогнозировано поведение нагрузки и предусмотрено использование соответствующих резервных мощностей.
Международный научный журнал «Альтернативная энергетика и экология» № 15 (155) 2014 © Научно-технический центр «TATA», 2014
С учетом (1) уравнение энергобаланса в момент времени ? будет иметь вид
Б«) = ) + W(Г) - щ) = = л(0 + У (?) + м<0 + и (?) - - X е). (3)
Плановая мощность л(0 определяется ожидаемым потреблением и прогнозируемой мощностью ВЭС. Прогнозируемые значения - математические ожидания соответствующих величин при известных предыдущих значениях и при условии нормального распределения по вероятности случайных составляющих имеют свойства мартингалов. Для подобных случайных процессов разработаны методы их математического моделирования [4]. Ошибка прогнозирования мощности ВЭС, зависящая от точности прогноза скорости ветра, также имеет распределение, близкое к нормальному: в каждый момент времени 4 можем представить: W(tk) = ^(4) + и(4) = Wk + с0е, где е - стандартная нормальная случайная величина.
В итоге уравнение небаланса (3) с учетом условий (2) примет вид
) = ^£ + 8^), (4)
где 8(4) = У(4) - Х(4) характеризует маневренные возможности ОЭС.
Здесь первая составляющая касается изменчивости ветра и точности его прогнозирования; это та величина, которая должна быть дополнительно компенсирована резервными мощностями вследствие наличия ВЭС. Наличие перепадов мощности ВЭС влияет также на величину 8(?), поскольку скачки мощности ветростанций с определенной вероятностью могут накладываться на скачки уровней потребления энергии.
Существует значительный международный опыт практического использования ВЭС, в частности, относительно изменений мощности при резких перепадах скорости ветра. Так, для ВЭС Европы в экстремальных погодных условиях зафиксированы скачки мощности со скоростью 10-35% номинальной мощности в час (отдельные значения - почти 40%) [6]. Однако средний темп изменений обычно составляет 5% в час. Относительно изменений за одну минуту - зафиксированы максимальные значения 0,5-0,8% номинальной мощности. При этом размах колебаний мощности для единичных агрегатов в целом больше, чем для ВЭС, занимающих значительную территорию. На длительных интервалах времени возможны существенные колебания мощности; в экстремальных ситуациях ветроустановки останавливают полностью. Грозовой фронт обычно требует 4-6 часов, чтобы пересечь территорию в сотни километров. Для такого временного масштаба актуальным является применение различных методов прогнозирования работы ВЭС.
Изменение мощности ВЭС по фактическим данным для Украины наблюдалось на уровне до 2% номинальной мощности в минуту по отдельным ветро-
установкам, однако вероятность таких перепадов невысока и связана скорее с аварийным выключением. На рис. 1 изображен пример гистограммы суточных наблюдений с 10-минутным интервалом перепадов мощности для ВЭС на базе ветроустановок мощностью 3 МВт. Даже в пределах одной станции с размером ветрополя в несколько километров заметно выравнивание режима работы при увеличении количества установок. При возрастании количества ВЭС и ареала их размещения данная тенденция усиливается [7].
Частота наблюдений 70
- □ Одиночная ВЭУ
■ 25 ВЭУ
■
J Г п
L ,n i n ,rt J Ш L Ш 1
о a U ü 1>LJLPLJLJLPLP[>L>
-4,7 -2,3 0,2 2,6 4,2
%
Рис. 1. Вероятность скачков мощности ВЭС
(относительно номинальной мощности) Fig. 1. Chance of wind farm power fluctuations (relative to the nominal power)
%
20
- .... ОЭС
тыс. МВт
Рис. 2. Распределение частоты скачков мощности ОЭС,
содержащих ВЭС 1200 МВт Fig. 2. Frequency distribution of system power fluctuations containing 1,200 MW wind farms
При совместной работе ВЭС и традиционных электростанций скачки мощности ветростанций и нагрузки накладываются друг на друга, вследствие чего возрастает размах перепадов мощности ОЭС и, соответственно, увеличивается потребность в резервах мощности. Пример расчета вероятности возникновения определенных скачков мощности при интегрировании ВЭС суммарной мощностью 1200 МВт изображен на рис. 2 (для Украины такой объем вет-
International Scientific Journal for Alternative Energy and Ecology № 15 (155) 2014
© Scientific Technical Centre «TATA», 2014
ростанции пока в отдаленной перспективе, к началу 2014 г. установленная мощность ВЭС приближалась к уровню 400 МВт). При добавлении ветростанций заметно возрастание доли значительных скачков мощности, при этом в случае концентрации ветровых мощностей на одной площадке их влияние сильнее, чем при рассредоточении по нескольким площадкам.
Составляющие роста небаланса (4) вследствие наличия 6 ВЭС суммарной мощностью 1200 МВт составят около 120 МВт по среднеквадратичной ошибке, при точности прогноза мощности ВЭС на уровне 10%. Однако для обеспечения надежности энергообеспечения увеличение резервной мощности должно быть примерно втрое выше («правило трех сигм»). При изменении погрешности прогнозирования с 5% до 15% от номинальной мощности ВЭС дополнительная потребность в резервах возрастет от 17% до 45% мощности ВЭС. Точность прогноза при этом является более весомым фактором, чем увеличение составляющей 5(/), характеризующей расчетный небаланс (2).
При определении небаланса мощности ОЭС одновременно учитываются погрешности прогнозирования нагрузки и ветровой мощности. Прогноз нагрузки не чувствителен к горизонту прогнозирования, а пропорционален текущей нагрузке. Погрешность прогноза ветра возрастает с увеличением горизонта прогнозирования, который обычно не превышает двух суток. В исследовании [8] предлагается моделировать погрешности прогноза независимыми нормальными случайными величинами с нулевым средним, тогда дисперсии погрешностей складываются. Зависимость результирующего размера необходимого резерва мощности от точности прогноза при возрастании суммарной мощности ВЭС изображена на рис. 3 (исследования проводились для условий Ирландии). Как видим, дополнительный резерв гораздо меньше вводимой мощности ВЭС, а точность прогнозирования является весомым фактором.
Исследования относительно влияния ВЭС на энергосистему в Казахстане также указывают на незначительное увеличение потребностей в дополнительном резерве мощности при строительстве ВЭС [9]. При уровнях строительства ВЭС мощностью 250 и 2000 МВт дополнительный резерв составит 4 и 80 МВт соответственно. Для эксплуатации энергосистемы, имеющей 1000-2000 МВт ветровой мощности, рекомендуется в будущем разрабатывать графики балансирования на день вперед, чтобы обеспечить достаточную оперативность системы. Абсолютная погрешность ошибки прогноза ветра для одного объекта составляет приблизительно 10-20% от установленной мощности ВЭС при прогнозировании на день вперед (12-36 часов).
Погрешность прогнозирования значительно уменьшится при прогнозе по более крупным областям, для ВЭС, размещенных далеко друг от друга. Абсолютная погрешность ошибки для прогнозов на день вперед на большой территории составляет приблизительно 5-6% от установленной мощности ВЭС. Дальнейшего улучшения точности прогноза можно ожидать от сочетания различных моделей прогнозирования: например, одиночный прогноз имеет среднеквадратичную погрешность - 5,1%, простая комбинация прогнозов -4,2%, и оптимальная комбинация различных прогнозных моделей - 3,9% [10].
При расчете влияния группы ВЭС следует учитывать корреляцию скорости ветра на их площадках [8]. Однако при анализе синхронных данных о скорости ветра с интервалом осреднения 10-30 минут (характеристика вторичного резерва) корреляция суточных записей гораздо ниже, чем для месячных наборов данных, и колеблется в пределах от -0,3 до +0,6 (расчеты были выполнены для 2 метеопостов высотой 100 метров с расстоянием между ними около 300 километров). В отдельные дни группа ВЭС на обширной территории может работать достаточно согласованно по уровню мощности, в иные дни -полностью несогласованно, что ведет к сглаживанию суточного графика генерации и уменьшению кратковременных перепадов мощности. Таким образом, корреляция мощности отдельных ВЭС носит вероятностный характер, а совместная мощность группы ВЭС является случайной величиной, параметры распределения которой, в свою очередь, зависят от уровня корреляции. Следовательно, вероятность возникновения экстремальных режимов влияния на ОЭС при совместной работе рассредоточенной группы ВЭС должна оцениваться по формулам полной вероятности Байеса:
p( в) = £ p( д) p( b¡a¡ ),
(5)
Рис. 3. Уровень резерва энергосистемы при различной погрешности прогноза Fig. 3. System reserve level with different power forecast error
где символом Р обозначена вероятность некоторого события; В - исследуемое событие (наличие определенного режима работы ВЭС); А^ - полная система гипотез относительно корреляционной зависимости между текущими мощностями отдельных ВЭС.
Международный научный журнал «Альтернативная энергетика и экология» № 15 (155) 2014 © Научно-технический центр «TATA», 2014
Выводы
Уровень потребления электроэнергии имеет случайную составляющую, которую можно предсказать лишь с определенной точностью. Работа электростанций также сопровождается случайными факторами, что затрудняет обеспечение баланса между потреблением и производством электроэнергии. Особенно обостряются эти сложности при наличии в энергосистеме значительного количества ветровых электростанций, зависимых от погодных условий. Обеспечение электроэнергетического баланса требует наличия достаточного резерва мощностей, позво-
ляющего реагировать на изменения уровней потребления и генерации с учетом маневровых возможностей генерирующего оборудования. Определение рациональных размеров необходимого резерва требует принимать во внимание дополнительные случайные факторы, присущие ветровым электростанциям. Наличие адекватных математических моделей позволяет более корректно рассчитать возможные сценарии работы энергосистемы и оценить потребности в резервных мощностях при различных вариантах интегрирования ветровых электростанций в ОЭС Украины.
Список литературы
1. Методика определения величины и размещения резервов активной мощности для целей регулирования частоты и перетоков. Основные технические требования к параллельно работающим энергосистемам стран СНГ и Балтии. М.: КОТК, 2006.
2. Методика определения минимально необходимых объемов резервов активной мощности ЕЭС России. М.: ОАО «СО ЕЭС», 2012.
3. Нейман В.А. Условия участия ВЭС в едином режиме покрытия нагрузок энергосистемы. Матер. XI мiжнародноl конференци «Вщновлювана енерге-тика XXI столитя». Крим, 2010. C. 192-196.
4. Кузнецов Н.П. Моделирование работы комбинированной энергосистемы с использованием стохастических дифференциальных уравнений // Альтернативная энергетика и экология - ISJAEE. 2012. № 7. С. 64-67.
5. Кузнецов Н.П. Математическое моделирование работы ветровых электростанций // Альтернативная энергетика и экология - ISJAEE. 2013. № 3. С. 79-83.
6. Design and operation of power systems with large amounts of wind power. Final report, IEA WIND, task 25. Helsinki, 2009.
7. Кузнецов Н.П. Влияние географической дисперсии ветровых электростанций на режим их работы // Альтернативная энергетика и экология -ISJAEE. 2013. № 17. С. 60-65.
8. Eleanor Denny B.A. A Cost Benefit Analysis of Wind Power. Thesis. Dublin, 2007.
9. Оценка энергосистемы для целей развития ветроэнергетики в Казахстане. Проект ПРООН/ГЭФ. Финальный отчет. Астана, 2011.
10. Marti I., Pinson P., Giebel G. Evaluation of advanced wind power forecasting models. The results of ANEMOS project. Natal, Brasil, 2008.
References
1. Metodika opredelenia veliciny i razmesenia rezervov aktivnoj mosnosti dla celej regulirovania castoty i peretokov. Osnovnye tehniceskie trebovania k parallel'no rabotaüsim energosistemam stran SNG i Baltii. M.: KOTK, 2006.
2. Metodika opredelenia minimal'no neobhodimyh ob"emov rezervov aktivnoj mosnosti EES Rossii. M.: ОАО «SO EES», 2012.
3. Nejman V.A. Uslovia ucastia VES v edinom rezime pokrytia nagruzok energosistemy. Materiali HI miznarodnoi' konferencii' «Vidnovlüvana energetika HHI stolitta». Krim, 2010. C. 192-196.
4. Kuznecov N.P. Modelirovanie raboty kombinirovannoj energosistemy s ispol'zovaniem stohasticeskih differencial'nyh uravnenij // Al'ternativnaa energetika i ekologia - ISJAEE. 2012. № 7. S. 64-67.
5. Kuznecov N.P. Matematiceskoe modelirovanie raboty vetrovyh elektrostancij // Al'ternativnaa energetika i ekologia - ISJAEE. 2013. № 3. S. 79-83.
6. Design and operation of power systems with large amounts of wind power. Final report, IEA WIND, task 25. Helsinki, 2009.
7. Kuznecov N.P. Vlianie geograficeskoj dispersii vetrovyh elektrostancij na rezim ih raboty // Al'ternativnaa energetika i ekologia - ISJAEE. 2013. № 17. S. 60-65.
8. Eleanor Denny B.A. A Cost Benefit Analysis of Wind Power. Thesis. Dublin, 2007.
9. Ocenka energosistemy dla celej razvitia vetroenergetiki v Kazahstane. Proekt PROON/GEF. Fi-nal'nyj otcet. Astana, 2011.
10. Marti I., Pinson P., Giebel G. Evaluation of advanced wind power forecasting models. The results of ANEMOS project. Natal, Brasil, 2008.
Транслитерация по ISO 9:1995
International Scientific Journal for Alternative Energy and Ecology № 15 (155) 2014
© Scientific Technical Centre «TATA», 2014
