风电并网及运行技术

风电并网及运行技术（推荐7篇）

风电并网及运行技术篇1

发布时间：2014-07-28 国家能源局

2014年上半年，全国风电新增并网容量632万千瓦，累计并网容量8277万千瓦，同比增长23%；风电上网电量767亿千瓦时，同比增长8.8%；全国风电弃风电量72亿千瓦时，同比下降35.8亿千瓦时；风电平均利用小时数979小时，同比下降113小时；全国平均弃风率8.5%，同比下降5.14个百分点。2014年上半年，新增并网容量较多的省份是新疆（139万千瓦）、山西（66万千瓦）、山东（60万千瓦）。风电平均利用小时数较高的省份是云南（1681小时）、天津（1332小时）、四川（1294小时），平均利用小时较低的省份是贵州（840小时）、黑龙江（832小时）、吉林（727小时）。

风电并网及运行技术篇2

随着能源需求量的不断增加以及人们环保意识的增强, 全新发电方式受到了人们重点的关注。风力发电已经成为了环保、可再生能源中非常重要的发电方式之一。从世界范围来看, 经济发达国家和地区在风力发电方面都投入了较大的力量, 并在持续快速增加。我国具有较大的风力资源, 也进行了大量的风电开发, 但是由于风电场大多处在偏远地区, 接入电网的部位相对比较脆弱, 所以就造成了电网支撑能力较差, 严重影响了电能的质量。为了确保较大规模的风电接入到电网后能够安全稳定的运行, 风电场并网之后的稳定控制技术和电网的协调控制技术已经成为了风电场并网技术中最为关键的内容。所以, 充分研究风电场并网运行的稳定性以及优化运行是非常有意义的。

1 风电场并网运行的稳定性分析

由于风速和风力是会随机进行变化的, 因此风电场的输出也具有随机的特点, 这就造成了电网的有功和无功调度是非常困难的。在极端天气等严重的情况下, 为了确保风电机组相关设备的安全可能会出现切记等问题, 这些都是对电网稳定性的重大伤害。

1.1 稳定性方面的影响

1.1.1 静态稳定性的影响

所谓的静态稳定系统就是指在系统受到一定程度干扰后还可以自行恢复到受到干扰之前状态的系统。风电场并网运行时对于电网静态稳定性的影响主要几个方面, 分别为:功角问题、风电场的属于能否同步于电力系统。从目前情况来看, 风电场采用的都是变速恒频发电机组, 因为此种机组能够最大程度上利用风能, 具有非常高的风力利用系数。这其中的双馈异步风力发电机在发电的初始阶段就会带动同轴发电机进行转动, 在转速较为接近的情况下变速器就对发电机的输出电压以及系统电压进行采集, 并进行比对求出偏差, 通过变流器控制发电机的相位以及幅值等, 确保其和电力系统的相同来实现静态稳定的目的。

1.1.2 暂态稳定性的影响

若是电网系统中风电机组并网容量比重较大, 那么就会改变原有线路的传输功率、系统惯量、潮流分布等等, 所以在风电场并网时就会造成暂态稳定性的变化。在区域性电网相对比较弱的情况下, 风电机组在电力系统故障清除之后还是不能恢复到原有状态, 这就造成区域性电网暂态稳定性较低。那么为了确保电网的暂态稳定性就要将风电场从电网中切除掉, 这其中需要采用动态无功补偿等装置, 这些装置能够确保在故障恢复之后以及暂态过程中电网电压不会产生比较大的波动, 确保暂态电压的稳定性。

1.2 提升风电场并网运行稳定性的相关对策

1.2.1 有效改善电能质量

从现阶段来看, 可以通过补偿装置等进行电能质量的改善和提升, 这些补偿装置主要包括:静止无功补偿器、有源滤波器、动态电压恢复器等等, 相对来说静止无功补偿器的技术比较成熟, 。这些装置能够有效控制电网内无功负荷的剧烈波动, 从而抑制电压的波动以及闪变。除了采用补偿装置进行电能质量的改善之外, 通过储能装置也能够很好的提升电能质量。利用超导储能系统以及超级电容储能系统都能够有效改善电网的电压波动和闪变、电压暂降等方面的问题。

1.2.2 有效优化低电压穿越问题

主要可以通过两种方式来优化电网低电压穿越问题, 分别为:增加硬件电路、优化控制方式等。利用增加硬件电路的方式能够从根本上处理电网发生故障时出现的电压以及电流过剩问题, 例如在电网中增加储能装置后, 电网再发生故障时就可通过储能装置将过剩电压以及电流吸收掉, 能够对风电机组进行保护。而优化控制方式只是对电网故障中的过剩电压和电流进行降低, 并不能将其消耗掉, 不能从根本上解决问题。

1.2.3 有效改善电网稳定性

可以通过分组快速投切电容器来改善电力系统的稳定性。由于分组快速投切电容器的价格相对较低, 所以其得到了非常广泛的应用。但问题是此种电容器不能连续性调节电压, 并且会受到投切次数等方面的限制, 所以若是风速的变化较为频繁、速度变换较快的情况下是不能采用此种设备的。而静止无功补偿装置能够实现快速的无功补偿, 主要包括动态电压和改善系统的稳定性。在风电场设置静止无功补偿装置, 能够进行电厂电压和电网电压的采集, 通过求取偏差的方式进行无功补偿, 通过此种方式能够稳定节点电压并且降低电网电压波动, 从而改善电网的稳定性。另外, 在风电场安设储能装置也能够在一定程度上稳定电网, 超导储能装置也能够起到静止无功补偿装置的作用, 通过偏差进行无功调节能够确保电网的稳定。但是超导储能装置属于有源补偿装置, 相比于静止无功补偿装置来说, 对于接入点电压没有那么大的依赖性, 特别是在电网处在低电压情况时会起到很好的作用。

2 风电场并网系统优化运行

2.1 最优潮流的研究内容

最优潮流主要是将电力系统经济调度和潮流计算进行有机结合, 通过潮流方程的方式实现经济和安全、有功和无功的优化。最优潮流的问题就是指在符合潮流方程以及安全方面的基础上, 进行系统的优化, 使其目标函数达到最优。最为常用的目标函数就是系统的发电费用最小、有功网损最小。因为最优潮流会涉及到整个系统的经济性以及安全性, 所以其可以应用在电力系统运行各个方面, 包括:电力系统的安全运行、电力系统的可靠性分析、经济调度、电网规划等等。

2.2 风电场的最优潮流

(1) 网损最小。网损最小为电力系统标志经济性能最主要的指标, 并且也是传统最优潮流的目标函数。可以通过下式来表示线损的情况:

其中F1表示的是总的有功损耗;Gij表示的是分支导纳的实部;Ui和Uj表示的是节点i和节点j的电压值;θij表示的是节点i和节点j之间的相角差。

(2) 降低环境方面的影响

相对于传统发电方式来说, 风力发电的过程更加的清洁环保, 对于环境保护来说是非常有意义的。在进行风电场优化过程中, 首先要满足负荷方面的需求以及发电方面的限制, 在此基础上要最大程度来降低常规发电方式所造成的污染物排放, 可以通过如下公式来表示:

其中ρEli表示的是第i种污染物所具有的权重因子;N0表示的是污染物的总数;GEBli表示的是第i种污染物所具有的排放量。

2.3 对于电压稳定性的改善

在电力系统运行过程中最为重要的问题之一就是确保电压的稳定性。电压的稳定问题属于动态方面的问题, 但是可以利用静态的方式来进行稳定运行点与电压崩溃点间电压差值的估算, 这样就能够估算出系统稳定运行的电压范围。通过静态方法能够利用对稳定指数的计算进行评估系统当前运行的状态。可通过相应的计算使得稳定参数达到最小, 这样就能够提升电压的稳定性。其指数方程可以表达为:

式中LVSI表示的是稳定指标, 此指标能够反映出传输线的运行情况, 并且能够表示出稳定运行点和电压崩溃极限点之间的距离。如果是LVSI>1表示的是此系统值不够稳定, 若是网络负荷超过了此约束条件就会出现电压崩溃的情况。通过综合考虑网损、污染物排放以及电压稳定系数方面的内容后, 最优潮流目标函数就形成了多目标的优化调度。

2.4 约束方面的问题

为了确保在风电场并网之后整个电力系统都能够安全稳定的运行, 整个电力系统一定要受到相应的约束, 就是指将风力发电控制在总发电容量的相应比例范围内。只有符合此方面的约束条件才能确保在风力发电机组并网之后不会对电力线路电压的波形造成较大的影响。风电的接入比例要符合如下公式:

式中PWTGi表示的是单个风力发电机组所具有的容量;PLD表示的是整个系统所具有的负荷;δ表示的是风电的穿透系数。所以, 对于那些具有大型风力发电厂的多目标最优潮流方程来说, 需要考虑到各个方面的等式条件以及不等式条件。

3 结束语

风力发电是区别于传统电力发电的全新发电形式, 由于其具有环保、可再生等优势得到了全世界广泛的认可。但是由于风电场大多处在偏远地区, 接入电网的部位相对比较脆弱, 所以就造成了电网支撑能力较差, 严重影响了电能的质量。所以通过对风电场并网稳定性以及优化内容研究, 能够稳定电力系统的运行, 实现更大的经济效益, 从而进一步促进我国风电的建设。

摘要：随着我国经济的快速增长, 电能的需求量日益增加。出于环保的目的, 发展新能源已经成为了重要的途径。风力发电是电力新能源发展的重要部分, 风电场发展已经占有电网重大的百分比。这就需要充分研究大规模的风电并网技术来确保电网的安全稳定运行。本文主要研究风电场并网运行的稳定性以及优化问题, 希望能给相关人士有所帮助。

关键词：风电场,并网运行,稳定性

参考文献

[1]杨娜, 张焰.大型风电场并网运行系统暂态稳定性分析[J].水电能源科学, 2014 (02) :15~17.

[2]朴在林, 赵立邺.风电场内部无功功率对并网稳定性的影响[J].农业工程学报, 2015 (09) :18~19.

[3]贾宏杰, 王磊.含大规模风电场的电力系统小扰动稳定性研究[J].电网技术, 2015 (10) :88~91.

风电并网及运行技术篇3

关键词：风电新能源并网技术分析评价

1 风电新能源特点

1.1 风电场的位置偏远因为我国的风资源分布地与负荷中心存在较远的距离，网架结构非常薄弱，进而使得电网的输电能力在某种程度上对风电外送起到限制作用，在对风电进行大规模开发的情况下，还需建设配套风电送出工程，同时还应对电网建设予以加强。

1.2 风能能量的储存非常小因为风能的蓄电成本相较于发电的成本更高，使得整个电网欠缺蓄电能力，一般而言会经由输出电量调节收纳电量。

1.3 风能能量密度小在发电容量相等的情况下，所需风力发电机风轮的尺寸比水轮机要大几十倍。

1.4 风能稳定性差由于风能是过程性的能源，风向和风速会时常发生改变，风力发电机很难对其进行控制和调节，所以风电机组形成的电能也是随机变化和波动的。

1.5 风轮机的效率低下按照理论而言，风轮机的最大效率大概在百分之六十左右，但事实上其实际效率更低。统计表明，垂直轴风轮机其最大效率处于百分之三十到四十之间，而水平轴风轮机的最大效率则位于百分之二十到五十之间。

1.6 电网无法调度由于风能不可控，因此不能根据负荷的大小来对风力发电进行调度，从而给电网调度造成压力。再加上，绝大多数的风电机组都是无人看守的。

2 电网受风电发展的影响

2.1 影响电能质量以前风电单机容量很小，并且绝大部分都是采用并网方便以及结构简单的异步发电机用以和配电网直接相连。但由于风电场常常位于供电网络末端，其配电网电压低、结构松散、承受冲击能力差，电压低。所以，风电极有可能造成配电网出现谐波污染和电压闪变的情况。

2.2 系统稳定性不好在三相短路故障、線路开断、风速扰动、发电机开断的状况下，系统频率与电压极易产生大幅度波动。

2.2.1 电压稳定性当电力系统里面有大量风电场被接入之时，导致电压出现不稳定状况最主要的原因就在于风电场需要无功功率。目前，绝大部分风力发电会采用异步发电机，同时由外部系统为之提供无功功率支撑。而在风电场容量比较大，而无功功率呈现控制力不足的状况之时，容易对电压稳定性产生影响。

一方面，风电场的有功功率使负荷极限功率增大，从而使静态电压的稳定性得到加强；二来，无功功率需求又会导致负荷极限功率下降，进而使静态电压稳定性能降低。由于大部分风电场都会采用异步发电机，因此当在电网里面注入功率时，变速恒频风电系统会由电网内部来对无功功率进行吸收，所以风电场便极有可能引发电压崩溃或电压稳定性下降。然而，如果提供的系统无功功率非常多，那么也可将之视为风电场并网可以让系统静态电压稳定性增强。也就是说，风电并网会对电网静态电压形成双重影响，这与风力发电机的运行点还有着密切的关系。

2.2.2 频率的稳定性事实上，系统频率受风电场的影响最主要由系统容量里面风电场所占比例来决定。在系统风电容量占据较大比例之时，其输出功率的波动性会对电网频率产生一定的影响，对电网电能的质量形成一定影响。如此一来，便需电网中其他机组频率具备很强的响应能力，能展开相应的跟踪调节，从而对频率的波动形成抑制作用。由于风电不稳定，在风电失去出力之后，便会造成电网频率减小，尤其是当风电占据较大比重之时，会对系统频率的稳定性产生影响。要想使此影响消除最主要的方法便是选取优化调度运行形势和提升系统备用容量。因为大型电网其调节能力与备用容量非常充足，无需考虑风电进入影响频率稳定性。但对小型电网来说，便不能不考虑风电对稳定性以及频率偏移所造成的影响。

2.3 影响电网调度及其规划由于风能存在不可控的性质，因而不能对其进行可靠的预测。在风电场并网之后，可用调峰容量将备用容量减去，剩下的容量便可用来进行风电调峰，但要是用于风电调峰容量很有限，便会对风电场的实际运行起到限制作用，在电网不能将风电场功率波动予以完全平衡之时，一定要对风力发电的注入电网功率进行限制。所以，在对发电计划进行安排实施，一定要对系统的调频与调峰进行分析，此时系统的旋转备用除了需要与调频、调峰彼此相符以外，还需和风电机组出力波动对负荷平衡构成影响相符。

风电场建设不但与发电机组类型、装机容量、布置有关，还与电网规划以及风电传输等问题相关。在将风电场引入之后，由于风电存在随机性和不确定性，不但会使运行成本和电网投资产生改变，同时还会造成供需平衡关系产生改变。风电利用的小时数较为低，通常情况下，一个好机组可达到大约每年二千五百小时，因此相比于火电电网的投资效益，效益更好的是风电投资。因为风电具备间隙性的特点，从而形成超出范围的危害，还有就是风电最优装机比例问题等。所以，一定要对接入电网之后的风电场进行规划，也就是风电场建设必须和电网建设同步发展，从而展开大电网的配套建设。

3 风电并网性能的改善对策

3.1 预测风力发电的功率将风电转变成可调度电源最为关键性的技术预测风力发电量。最近几年的研究显示，需要将多个数字天气预报的模型进行相应的组合，同时和功率短期预测彼此结合来使精度得到提升。一来，它会对天气预报系统的预测数据结果加以利用，从而得出气温、风向、气压、风速等数据，二来，根据风机四周信息把风力发电机组的轮毂高度风向以及风速信息等得出，三来，通过风机功率曲线将风机实际的输出功率算出。此方法能将恶劣环境下出现预测差这一问题解决掉，从而使预测的精度得到明显提升。

3.2 无功补偿方式风电并网运行中普遍存在的问题则是电压稳定问题。但对电压稳定形成影响最为关键的因素还是无功率的补偿因素，尤其是对异步发电机实行风力发电，因此，如果想要保证电网的稳定性可采取如下对策：

①采取动态的无功补偿，例如静止的补偿器SVC等，它可使系统暂态特性予以改善，进而使风电场安全容量得以提升。在对SVC容量进行选择之时，还需与SVC调节性、风电场容量以及电网结构相结合来确定。②提升电网负荷功率因素以及加强电网结构也能使风电场安全容量以及系统暂态稳定性得到提升。③排除系统故障之后，低电压自动切除的风电机组使电网维持稳定最有效的控制方式，但在切除过多之时，要对电网调节控制能力予以考虑。

4 结语

文章就电力系统受大规模风电并网影响的因素进行了讨论与总结，通过对这些因素加以了解能确保大型风电并网的安全运行。对风电场并网技术加以研究，能帮助把风电发展中遇到的问题加以解决，从而对风电产业的发展产生一定的推动，进而满足国家能源结构变化的需求。

参考文献：

[1]张全成，张永明，林钧斌等.风电新能源发展与并网技术分析评价[J].上海节能，2011（3）：19-23.

[2]马飞，王宏华.并网风电系统功率因数校正技术的发展[J].机械制造与自动化，2012，41（6）：156-159.

[3]周清.完善促进新能源产业发展的财税制度安排[J].经济研究参考，2011（48）：33-35.

风电并网及运行技术篇4

风力发电机组面临着恶劣的运行环境和较高的维护成本[1,2,3],及时准确地监测和评估机组的运行状态,有效避免故障发生,对于风电场的优化维修和实现大规模风电场安全并网具有重要的现实意义。

中国大规模风电场并网发展较晚,机组可靠性试验数据较为缺乏。此外,虽然风电场的远程监控系统能收集机组运行数据,但是没有实现机组运行状态的有效评估。因此,有必要寻求一种利用机组在线监测信息,而不过分依赖机组试验数据的风电机组运行状态评估的有效方法。

目前基于知识的专家系统、基于神经网络的智能化方法、模糊综合评判和物元分析等方法已逐步应用于电力系统的状态评估中[4,5,6]。文献[7]利用模糊数学理论从技术经济指标、功能设置、可靠性和维修性四大指标综合评估了风电机组的设计性能,但所建模型并不能有效反映机组实时运行状态,并且采用的模糊隶属函数确定方法存在较大主观性[8]。为此,本文利用风电机组在线监测信息,提出基于物元分析理论[8,9,10]的风电机组运行状态评估方法和模型。

1 风电机组运行状态评估指标体系的建立

由于风电机组在线监测数据能时刻反映机组的运行状态,本文构建了风电机组运行状态评估指标体系,见图1。

1.1 监测数据处理

将图1中的评估指标分为2类:第1类是反映风电机组各部件运行状态的温度量指标,用g(1)Rijk表示(如齿轮箱轴承温度等);第2类是除第1类以外的其他指标,用g(2)Rijk表示。

针对第1类指标,借鉴Bin方法[11]进行分析。首先分析无故障运行时的监测数据,利用温度和风速的瞬时监测数据作出温度随风速变化的散点图;其次把0～22 m/s风速分为200个区间,把每个区间所有温度值取平均值;最后通过曲线拟合得到温度函数。图2所示为某850 kW风电机组齿轮箱轴承温度R111随风速变化曲线。

由图2可以看出,齿轮箱轴承温度R111随风速变化而变化,风速大于启动风速3 m/s时,温度随着风速增加而升高,在风速大于18 m/s后温度变化趋向平缓。拟合后的函数为:

$g_{R_{111}}^{(1)^{'}} (w) = {\begin{matrix} 45 & w < 3 \\ 0.009 1 w^{3} + 0.307 3 w^{2} - \\ 1.441 2 w + 46.896 & 3 \leq w \leq 18 \\ 68.5 & w > 18 \end{matrix} (1)$

式中:g(1)′R111(w)为齿轮箱轴承温度计算值;w为风速。

此外,机组运行在某风速时,实际监测温度值偏离正常温度值的程度可作为判别某部件是否出现故障的征兆依据,其偏离程度可用下式计算:

$Δ g_{R_{i j k}}^{(1)} = | g_{R_{i j k}}^{(1)} - g_{R_{i j k}}^{(1)^{'}} | (2)$

式中:g(1)Rijk为齿轮箱轴承温度实测值。

第2类评估指标包括风速、电网频率等,可通过设定限值来反映机组对应的运行状态。

1.2 劣化度

引入劣化度来表征风电机组当前实际状态与故障状态相比的相对劣化程度,其取值范围为[0,1][8],不同取值反映评估指标状态劣化程度不同。第1类评估指标劣化度计算式如下:

$v_{R_{i j k}} (Δ g_{R_{i j k}}^{(1)}) = {\begin{matrix} 0 & Δ g_{R_{i j k}}^{(1)} < α \\ \frac{Δ g_{R_{i j k}}^{(1)} - α}{β - α} & α \leq Δ g_{R_{i j k}}^{(1)} \leq β \\ 1 & Δ g_{R_{i j k}}^{(1)} > β \end{matrix} (3)$

式中:vRijk为劣化度;α和β为评估指标的区间端点值。

第2类评估指标劣化度计算式如下:

$v_{R_{i j k}} (g_{R_{i j k}}^{(2)}) = {\begin{matrix} 1 & g_{R_{i j k}}^{(2)} < α_{1} \\ \frac{α_{2} - g_{R_{i j k}}^{(2)}}{α_{2} - α_{1}} & α_{1} \leq g_{R_{i j k}}^{(2)} < α_{2} \\ 0 & g_{R_{i j k}}^{(2)} = α_{2} \\ \frac{g_{R_{i j k}}^{(2)} - α_{2}}{α_{3} - α_{2}} & α_{2} < g_{R_{i j k}}^{(2)} \leq α_{3} \\ 1 & g_{R_{i j k}}^{(2)} > α_{3} \end{matrix} (4)$

式中:α1,α2,α3为评估指标的区间端点值;g(2)Rijk为评估指标实测值。

2 基于物元分析的机组运行状态评估模型

2.1 物元分析理论概述[12]

1)物元定义

事物P具有特征c,其值为v,则由P,c,v构成有序的三元组E=(P,c,v)作为描述事物的基本元,简称物元。事物的名称P、特征c和量值v称为物元的三要素。

事物P有多个特征,以n个特征c1,c2,…,cn及相应的量值v1,v2,…,vn描述,则n维物元表达式如下:

$E = (Ρ, C, V) = (\begin{matrix} Ρ & c_{1} & v_{1} \\ Ρ & c_{2} & v_{2} \\ ⋮ & ⋮ & ⋮ \\ Ρ & c_{n} & v_{n} \end{matrix}) = (\begin{matrix} E_{1} \\ E_{2} \\ ⋮ \\ E_{n} \end{matrix}) (5)$

式中:Ei=(P,ci,vi)(i=1,2,…n),为E的分物元;C=T为特征向量;V=T为特征向量的量值。

2)可拓集合理论

可拓集合理论将解决问题的过程定量化。设论域U中任一元素u对应一实数K(u)∈(-∞,+∞),则B={(u,y)|u∈U,y=K(u)∈(-∞,+∞)}为论域U的一个可拓集合。其中,y=K(u)为B的关联函数,K(u)为u关于可拓集合B的关联度。

设x为实域(-∞,+∞)上的任意一点,X0=〈a,b〉(符号〈〉只表示区间端点而不论开、闭性质)为实域上任一区间,称ρ(x,X0)为点x与区间X0的距,

$ρ (x, X_{0}) = | x - \frac{a + b}{2} | - \frac{b - a}{2} (6)$

设区间X0=〈a,b〉,X=〈c,d〉,且X0⊂X,则点x与区间X0,X的位置为:

$D (x, X_{0}, X) = {\begin{matrix} ρ (x, X) - ρ (x, X_{0}) & x \notin X_{0} \\ - 1 & x \in X_{0} \end{matrix} (7)$

设区间X0=〈a,b〉,X=〈c,d〉,且X0⊂X且无公共端点,则x关于区间X0,X的关联函数为:

$Κ (x) = \frac{ρ (x, X_{0})}{D (x, X_{0}, X)} (8)$

式中:X0和X分别为经典域和节域。

当K(x)≥0时,表示x属于X0的程度;当K(x)≤-1时,表示x不属于X0;当-1<K(x)<0时,称为可拓域,表示x有机会属于X0,并且值越大,属于X0的机会就越大。当式(8)分母为0时,取K(x)=-ρ(x,X0)/hX0,hX0为X0的长度。

2.2 经典域物元和节域物元

以风电机组运行状态为评估对象,分别确定图1所示指标层中22个评估指标的经典域物元和节域物元。记特征c1,c2,…,c22分别对应评估指标R111,R112,…,R225,量值为v1,v2,…,v22,分别对应各评估指标劣化度,即vR111,vR112,…,vR225。风电机组运行状态的待评估物元E为:

$E = (Ρ, C, V) = (\begin{matrix} Ρ & c_{1} & v_{1} \\ Ρ & c_{2} & v_{2} \\ ⋮ & ⋮ & ⋮ \\ Ρ & c_{i} & v_{i} \\ ⋮ & ⋮ & ⋮ \\ Ρ & c_{22} & v_{22} \end{matrix}) (9)$

式中:ci和vi(i=1,2,…,22)分别为第i个评估指标和第i个评估指标的劣化度。

确定的经典域物元为:

$E_{m} = (Ρ_{m}, C, V_{m i}) = (\begin{matrix} Ρ_{m} & c_{1} & v_{m 1} \\ Ρ_{m} & c_{2} & v_{m 2} \\ ⋮ & ⋮ & ⋮ \\ Ρ_{m} & c_{22} & v_{m 22} \end{matrix}) (10)$

式中:Pm为风电机组运行状态的第m(m=1,2,3,4)个等级,分别表示风电机组运行状态“良好”,“合格”,“注意”,“严重”;vmi为Pm关于ci的取值范围,即经典域(经典域的直观含义是风电机组运行状态各属性变化的基本区间vmi=〈ami,bmi〉)。

针对风电机组运行状态的各评估指标,所确定的经典域物元见附录A表A1。风电机组运行状态评估中确定的节域物元为:

$E_{p} = (Ρ, C, V_{p i}) = (\begin{matrix} Ρ & c_{1} & v_{p 1} \\ Ρ & c_{2} & v_{p 2} \\ ⋮ & ⋮ & ⋮ \\ Ρ & c_{22} & v_{p 22} \end{matrix}) (11)$

式中:vpi=〈api,bpi〉,为P关于ci所取的量值范围,即P的节域,显然vmi⊂vpi。

根据经典域及实际运行经验,确定风电机组所有运行状态评估的节域vpi=〈0,1〉。

2.3 关联函数值及其关联度的确定

根据式(7)和式(8),关联函数值由下式计算:

$Κ_{m} (v_{i}) = {\begin{matrix} - \frac{ρ (v_{i}, v_{m i})}{| b_{m i} - a_{m i} |} & v_{i} \in v_{m i} \\ \frac{ρ (v_{i}, v_{m i})}{ρ (v_{i}, v_{p i}) - ρ (v_{i}, v_{m i})} & v_{i} \notin v_{m i} \end{matrix} (12)$

式中:

$\begin{array}{l} ρ (v_{i}, v_{m i}) = {\begin{cases} | v_{i} - \frac{1}{2} (a_{m i} + b_{m i}) | - \frac{1}{2} (b_{m i} - a_{m i}) \\ | v_{i} - \frac{1}{2} (a_{p i} + b_{p i}) | - \frac{1}{2} (b_{p i} - a_{p i}) \end{cases} \\ i = 1, 2, \dots, 22; m = 1, 2, 3, 4 。 \end{array}$

待评估机组运行状态与各等级的综合关联度为:

$Κ_{m} (Ρ) = \sum_{i = 1}^{22} A_{v_{i}} Κ_{m} (v_{i}) (13)$

式中:Km(P)为待评估机组关于等级m的隶属度;Avi为权值。

若Km=max{Km(P)|m=1,2,3,4},则待评估机组运行状态P应属于等级m。

2.4 各级评估指标权重的确定

1)各级评估指标的常权值

应用层次分析法(AHP)确定的某850 kW并网风电机组各层次评估指标的常权值如下:

A(0)R1=0.739 7

{A(0)R11,A(0)R12,A(0)R13,A(0)R14}={0.302 2,0.281 6,

0.291 9,0.124 3}

{A(0)R111,A(0)R112,A(0)R113}={0.425 8,0.150 9,0.323 3}

{A(0)R121,A(0)R122,A(0)R123,A(0)R124}={0.350 6,0.320 6,

0.200 6,0.128 2}

{A(0)R131,A(0)R132,A(0)R133,A(0)R134,A(0)R135,AR136}={0.148 7,

0.160 4,0.198 7,0.189 7,0.215 8,0.086 7}

{A(0)R141,A(0)R142}={0.627 4,0.372 6}

A(0)R2=0.260 3

{A(0)R21,A(0)R22}={0.553 8,0.446 2}

{A(0)R211,A(0)R212}={0.887 4,0.112 6}

{A(0)R221,A(0)R222,A(0)R223,A(0)R224,A(0)R225}={0.147 5,

0.151 2,0.148 2,0.278 1,0.275 0}

其中涉及不同子项目的故障关心程度是通过机组的工程设计和检修记录,并结合故障率的统计数据[13]为依据设置的。

2)均衡函数与机组运行状态评估的关系分析

风电机组常运行于不同工况,各评估指标的劣化度必随运行状态的变化而改变。鉴于此,引入均衡函数[11],拟在常权值确定的基础上对指标层中各评估指标进行变权改进。各评估指标的变权值为:

$A_{R_{i j k}}^{(1)} (v_{R_{i j 1}}, v_{R_{i j 2}}, \dots, v_{R_{i j t}}) = \frac{A_{R_{i j k}}^{(0)} (1 - v_{R_{i j k}})^{δ - 1}}{\sum_{s = 1}^{t} A_{R_{i j s}}^{(0)} (1 - v_{R_{i j s}})^{δ - 1}} (14)$

式中:A $_{R_{i j k}}^{(0)}$ 和A $_{R_{i j k}}^{(1)}$ 分别为项目i中的子项目j的指标k对应的常权权重和变权权重;δ为变权系数,取δ=-0.5;t为子项目层中评估指标个数。

3)综合权重

将项目层和子项目层的常权权重与指标层的变权权重进行综合,综合权重ARijk为:

$A_{R_{i j k}} = A_{R_{i}}^{(0)} A_{R_{i j}}^{(0)} A_{R_{i j k}}^{(1)} (15)$

2.5 风电机组运行状态评估流程

本文建立的风电机组运行状态评估流程图如图3所示。

首先,将风电机组的在线监测数据通过式(3)和式(4)量化处理,得到各评估指标的劣化度;以劣化度为依据,通过式(14)得到变权权重,进而获得综合权重;然后,应用物元分析理论结合机组运行特性,确定经典域和节域物元,将综合权重与关联函数相结合得到综合关联度;最后,将各评估指标的劣化度和综合权重作为输入,通过所建立的物元评估模型,获得机组运行状态评估结果。

3 实例分析

为了验证风电机组运行状态评估方法和模型的有效性,以某公司850 kW并网风电机组在线监测数据为例进行分析。收集了2009年1—10月该机组的运行数据,用其中5组数据进行了验证,评估结果见附录A表A2。以第1组数据为例简要介绍评估过程。首先通过式(3)和式(4)得到各评估指标的劣化度,如齿轮箱R11的劣化度为:

VR11={vR111,vR112,vR113}=

{0.407 6,0.446 4,0.208 2}

根据第2节所确定的经典域和节域,通过式(12)分别计算各评估指标的关联函数值,如齿轮箱轴承温度R111的关联函数值为:

K(v1)={K1(v1),K2(v1),K3(v1),K4(v1)}=

{0.184 9,-0.184 9,-0.417 8,-0.531 5}

通过式(14)和式(15)计算出各子项目中评估指标的变权权重,如齿轮箱R11的变权权重为:

A $_{R_{11}}^{(1)}$ ={A $_{R_{111}}^{(1)}$ ,A $_{R_{112}}^{(1)}$ ,A $_{R_{113}}^{(1)}$ }=

{0.545 4,0.220 8,0.233 8}

根据式(13),计算出机组运行状态各等级综合关联度K(P)={0.049 2,-0.272 2,-0.489 0,-0.583 6},根据Km=max(K(P))可知待评估机组运行状态P应属于第1级,即“良好”。同理,可得到其余各组评估结果,不再一一详叙。

为了验证本文评估结果的有效性,现对各评估指标的监测数据(见附录A表A2)偏离正常值的程度分析如下:第1组数据的各评判指标都处在正常值运行范围;第2组数据中有少部分评判指标偏离正常值,如相电流R222,但不影响机组继续运行;第3组和第4组数据仅从监测数据上无法有效分析出评判指标是否处于超限边缘,但通过对评估指标数据处理后可以发现,部分评估指标的劣化度偏高,如第3组中R113,R121,R124的劣化度分别为0.721 1,0.791 4和0.860 9,第4组中R124,R132,R135的劣化度分别为0.863 2,0.995 2和1.000 0,第5组数据中因有功功率接近限值950 kW,得到了机组处于“严重”运行状态的评估结果。

4 结语

本文应用物元分析方法,基于在线监测信息建立了并网风电机组运行状态的物元评估模型。以某850 kW并网风电机组在线监测数据为例进行分析,验证了所建模型的有效性。该模型可进一步应用于并网风电机组控制系统和风电场远程监控中。

附录见本刊网络版(http://aeps.sgepri.sgcc.com.cn/aeps/ch/index.aspx)。

摘要：为了准确评估风电机组实时运行状态,结合机组在线监测信息,提出基于物元分析理论的风电机组运行状态评估方法。首先,分析风电机组控制系统所监测的物理量,构建风电机组运行状态评估指标体系;借鉴Bin方法对所监测的温度量进行分析,并引入劣化度概念对各评估指标进行量化处理。其次,采用层次分析法(AHP)和均衡函数得到了各评估指标的综合权重,结合可拓集合中的关联函数,建立了风电机组运行状态的物元评估模型。最后,应用提出的运行状态评估模型对某850 kW并网风电机组的实际监测数据进行了计算,并与实际结果进行对比分析,结果表明了所提出的风电机组运行状态评估方法和模型的有效性。

风电并网及运行技术篇5

摘要：多逆变器并网运行的谐振问题与单台逆变器相比较为复杂。本文建立的多逆变器并网运行的诺顿等效数学模型，按谐振产生机理的差异将谐振划分为：自身谐振、并联谐振、串联谐振，并分析了各类谐振的特点；电流控制环节引入谐波电流补偿的有源阻尼环节，以衰减耦合谐振峰值。通过与未采用谐波电流补偿的控制策略的对比研究，验证该方案抑制谐振的有效性。

关键词：多逆变器并联；耦合谐振；虚拟谐波电阻；微电网

中图分类号：TP23 文献标识码：A

1 引言

多分布式电源的孤岛微电网可以采用下垂控制实现逆变器无互联线的并联运行[1，2]。微电网连接大电网时，分布式电源并网汇总母线电压由大电网电压提供支撑，各并网逆变系统采取电流控制方案，实现风电或光伏的最大功率跟踪控制[3，4]。

LCL型滤波器是一种适应于较大功率等级的分布式电源并网逆变场合的并网滤波器。与L型滤波器相比，LCL型逆变器能有效抑制电流的高次谐波。在设计相同的抑制谐波效果的前提下，LCL型滤波器的总电感量要远低于L型滤波器，这有利于降低电感体积，提高功率密度，降低滤波损耗。但LCL型滤波器在特定谐波频率附近存在一个明显的幅频响应谐振峰值[5，6]，若逆变器输出电流谐波分量的频率恰好位于该谐振点附近，造成谐波电流的显著放大。

为了能够有效抑制LCL滤波器的谐振峰值，常采取无源阻尼和有源阻尼法来降低谐振点附近的幅频响应幅值。无源阻尼法主要的缺点在于阻尼电阻增加了系统的损耗，尤其是大功率场合，阻尼电阻发热严重。有源阻尼策略通过修正控制算法来实现阻尼效果[7，8]。

多台并网逆变器并联运行，其谐振问题相比单台逆变器时更为复杂，其谐振幅值和频率受逆变器并联数量、其他逆变器输出电流以及电网电压等的影响[9，10]。为了探究多台并网逆变器耦合谐振问题，本文建立了多逆变器并网运行的诺顿等效数学模型，在此基础上分析自身谐振、并联谐振以及串联谐振的特点。在无差拍电流控制环节引入谐波电流反馈补偿项用以衰减逆变滤波系统的各种谐振峰值。谐波电流补偿采取滤波电容电压反馈法，无需额外增加电压或者电流传感器就可以实现有源阻尼。通过仿真验证，无差拍电流补偿策略能够有效抑制自身逆变器电流、其他逆变器输出电流、逆变器并联数量等的变化以及因电网谐波电压而产生的谐振影响。

2 并网逆变器建模

图1为光伏逆变系统并网运行控制示意图。n台光伏逆变系统输出电流在公共母线上汇集后再流入大电网。每套光伏逆变系统由光伏阵列、直流稳压环节、H桥逆变电路、LCL滤波器、A/D转化及DSP控制单元组成。upv、ipv为光伏板输出电压和电流；udc为光伏阵列通过直流稳压环节得到的直流母线电压；uinv为逆变器输出电压；uc为滤波电容电压；R1、R2分别为逆变侧和网侧电感寄生电阻；Cf为滤波电容；L1、L2分别为逆变侧滤波电感和网侧滤波电感；i1、i2、ic分别为逆变侧电流、网侧电流、滤波电容电流；upcc为逆变器并网点的汇集母线电压；ig、Rg、Lg、ug分别为注入大电网的汇集电流、电网等效电阻、电网等效电感和电网电压。

图1中的参考电流计算环节、电流控制和有源阻尼环节的控制框图见图2所示。图2中，Iref、iref分别为参考电流信号的幅值和瞬时值；Upcc_rms为upcc的均方根值；Ipf为光伏前馈补偿电流；iref_comp为有源阻尼环节的参考补偿电流；上标*表示信号的参考值；k为第k个采样周期；K为逆变器增益；Ts为采样周期；d为逆变器的占空比。

图2为电流控制和有源阻尼结构框图。电流控制采用无差拍控制模式；有源阻尼环节采用谐波电流反馈补偿法。有源阻尼补偿环节的原理为：通过引入一个与实际i1中非基频分量反向的补偿项达到抑制逆变器输出谐波电流的目的。采用离散滑窗傅里叶变换法（SDFT）实时提取uc的基频分量uc_f，与原uc信号求差值，得到uc的谐波分量uc_h，再将该谐波分量除以设定的虚拟阻尼电阻RV，最后得到有源阻尼环节的参考补偿电流iref_comp。

提取第h次谐波的滑窗离散傅里叶变换（SDFT）模块在离散z域的表达式为

HS（z）=1-z-N1-ej2πh/Nz-1（1）

其中N为一个工频周期的采样点数。SDFT算法不仅能够快速准确地提取相应次数的谐波分量，适合于数字实现。

4 仿真验证

多台并网逆变器并联运行，逆变器为单相H桥，仿真单台逆变器额定功率为2KW，具体的仿真参数见表1。

4.1 自身谐振

图5仿真了当2台、3台、6台逆变器并网运行且未采用谐波电流补偿策略时，第1台逆变器的Iref，1在0.405s时刻由4A增至8A，该逆变器I2，1的暂态响应波形及相应的电流暂态时的频谱。2台、3台、6台逆变器并联运行的固定谐振点都位于26次（1330Hz）谐波频率附近；可变谐振点分别位于13次（663Hz）、11次（565Hz）、8次（419Hz）谐波频率附近。图6为采用谐波电流补偿策略后，第1台逆变器的Iref，1在0.405s时刻由4A增至8A，该逆变器I2，1的暂态响应波形。显然改进策略应对Iref突变时的动态跟踪能力得到了极大地增强，电流暂态过程不受逆变器并联数目的影响。

4.2 并联谐振

图7为当2台、3台、6台逆变器并网运行时，第一台逆变器的参考电流Iref，1在0.405s时刻由4A突增至8A时，第二台逆变器的网侧输出电流I2，2的响应。2台、3台、6台逆变器并网运行时，逆变器并联谐振点分别位于13次（663Hz）、11次（565Hz）、8次（419Hz）谐波频率附近，而固定谐振点位于26次（1330Hz）谐波频率附近。图8为采用谐波电流补偿策略后，第1台逆变器的Iref，1在0.405s时刻由4A增至8A，第二台逆

变器I2，2的暂态响应波形。与图7相比，在应对其他逆变器Iref的干扰，有谐波电流补偿环节的策略能够显著缩短电流的调节时间。电流暂态不受并联逆变器数量的影响。

图8 采用谐波电流补偿策略的

多台逆变器并联谐振电流暂态响应

4.3 串联谐振

仿真6台逆变器并联运行。在电网中注入0.4%的13次谐波电压。逆变器的动作时序分别有0.4s、0.44s、0.48s三个时间节点。0.4s之前，6台逆变器同时运行；0.4s至0.44s，仅3台逆变器运行；0.44s至0.48s，仅2台逆变器运行；0.48s以后，仅1台逆变器运行。

图9的频谱分析图可知逆变器的串联谐振点随系统并联逆变器台数的变化而变化，特定数量逆变器运行的并网电流谐振点有：839Hz（1台）、663Hz（2台）、565Hz（3台）、419Hz（6台）。其中，当系统仅2台逆变器运行时，并网电流的谐波畸变率最大（14.65%），这是因为电网中含有13次谐波电压，该谐波频率恰好位于系统串联谐振点附近。

图10为采用谐波电流补偿后多台逆变器与电网串联谐振电流I2，1响应波形及频谱。逆变器随时间切机过程对第一台逆变器输出电流的谐波含量影响不大，串联谐振峰值得到明显的衰减。

5 结论

多LCL型逆变器并联并网运行时，各台逆变器存在三种类型的谐振现象：由自身逆变器输出电流引起的谐振、由其他逆变器输出电流引起的谐振、由电网谐波电压引起的谐振。自身谐振和并联谐振存在一个固定谐振点和一个可变谐振点。随着并联逆变器台数的增加，自身谐振和并联谐振的固定谐振点的峰值分别呈上升和下降趋势，而两者的可变谐振点的峰值都呈衰减趋势并向低频段迁移。串联谐振点的峰值随并联逆变器台数增加呈衰减趋势。本文采用的谐波电流补偿有源阻尼方案能够有效抑制多逆变器之间的耦合谐振。

参考文献

[1] GUERRERO J M，VICUNA L G，MATAS J，CASTILLA M，MIRET J.Output impedance design of parallelconnected UPS inverters with wireless load-sharing control[J]. IEEE Trans. Ind. Electron， 2005， 52（4）：1126-1135.

[2] GUERRERO J M，MATAS J，DE VICUNA L G，CASTILLA M，MIRET J.Decentralized control for parallel operation of distributed generation inverters using resisitive output impedance[J]. IEEE Trans. Ind. Electron， 2007， 54（2）： 994-1004.

[3] TIMBUS A，LISERRE M，TEODORESCU R，RODRIGUEZ P，BLAABJERG F.Evaluation of current controllers for distributed power generation systems[J]. IEEE Power Electron， 2009，24（3）： 654-664.

[4] 陈燕东，罗安，周乐明，等. 一种功率前馈的鲁棒预测无差拍并网控制方法[J].中国电机工程学报，2013， 33（36）： 62-70.

[5] 许津铭，谢少军，肖华锋. LCL滤波器有源阻尼控制机制研究[J].中国电机工程学报，2012， 32（9）： 27-33.

[6] 陈东，张军明，钱照明.带LCL滤波器的并网逆变器单电流反馈控制策略[J].中国电机工程学报，2013， 33（9）： 10-16.

[7] 刘计龙，马伟明，肖飞，等. 一种 LCL 滤波器有源阻尼策略与设计方法[J].电机与控制学报，2013， 17（5）： 22-27.

[8] 尹靖元，金新民，吴学智，等. 基于带通滤波器的LCL型滤波器有源阻尼控制[J].电网技术，2013， 37（8）： 2376-2382.

[9] Jinwei He， Yun Wei Li， Dubravko Bosnjak， Brent Harris. Investigation and active damping of multiple resonances in a parallelinverterbased Microgrid[J]. IEEE Trans. Power Electron.， 2013， 28（1）： 234-245.

风电并网及运行技术篇6

2011年12月21日, 被列为国家高技术研究发展计划 (“863”计划) 的“风电场、光伏电站集群控制系统研究与开发”课题在甘肃正式启动。这个课题由甘肃省电力公司、国网电力科学研究院、清华大学、华北电力大学、上海交通大学、许继集团等6家单位共同承担。

据了解, 我国为这个课题投入科研资金将近8 000 万元。我国已经成为世界风电第一大国, 但目前普遍遭遇风电外送的难题。2010年, 我国累计风电装机容量超过4 400 万kW, 当年新增的容量和累计装机容量都占世界第1位。但是, 由于风电规划与电网规划相脱节, 很大一部分风电无法并网, 处于闲置状态。在我国首个千万千瓦级风电基地——酒泉风电基地, 虽然风电装机已经达到了560 万kW, 但是目前并网运行的只有470 万kW。同时, 电气设备故障引起大规模的风机脱网事故频发。仅在酒泉风电基地, 2011年前10个月就发生脱网事故73次, 给电网安全运行带来很大隐患。

“风电场、光伏电站集群控制系统研究与开发”课题共分为6个子课题, 将以酒泉千万千瓦风电、百万千瓦光电基地为控制目标, 重点研究大规模风光电集群的安全稳定控制策略, 建设酒泉风电场、光伏电站集群控制系统, 全面提高大规模风光电集群响应大电网调度的能力, 缓解大规模集中开发可再生能源与电网协调的矛盾。

风电并网及运行技术篇7

风能是一种绿色可再生的新型能源。在油田开采过程中有效利用风能为油井提供动能对于油田拓展节能空间、实现清洁生产、储备前沿技术均具有十分重要的意义。

大庆油田年平均风速在3.5 m/s以上,年平均风能密度达100～140 W/m2,风能蕴藏量丰富。利用风能资源,试验风能技术,一方面符合油田节能发展的迫切需要;另一方面可有效降低投入,增大产出。风能利用的不足就是波动性、不稳定性、间歇性,因此发出来的电也是波动的、不稳定的、间歇的。在没有水电和燃气发电进行调峰的情况下,风电在电网中所占的比例需在10%以下才能保证电网的平稳运行,因此传统的并网与离网型风电利用率并不高。大庆油田具有开展风能利用现场试验与研究具备的客观条件,因此,在试验离网型风力供电基础上,开展了非并网风力供电技术的应用。

1 非并网技术原理

非并网风电不入网,因此电网不再是其终端负荷,与蓄电池配套的小型独立运行供电系统不同,非并网是将风电直接输送到一些负载设备上,即实现100%能量转换,解决无法上网的风电的利用问题[1,2]。

非并网风电技术采取风力供电不经存储而直接输出的方式,风电供应不足部分由市电直接补充,可实现风电的最大输出,最大限度提高风电利用率,同时实现一机带多井的目的。

风力发电机输出的三相交流电整流滤波为直流电源。只要风力发电机正常转动,输出约AC300V,风电控制柜即可输出约DC540V供给负载(视电网电压及负荷情况而定),即通过风电控制分多路输出风电功率,分别在“风网互补控制柜”与电网互补输出到负载。单机总最大输出功率或每路最大输出功率均能达到设计风机的额定功率。非并网油井风力供电系统设计简图见图1。

将风力发电机的交流电压整流滤波为直流电压。由于风速不同,风力发电机的输出电压亦忽高忽低,尤其是低风速时输出电压远远低于电网电压。为了充分、优先地利用风力电源,采用了升压电路。该输出设计可控,并可动态地保持输出电压高于电网电压,即优先输出风力电源。

当风速过强,或空载风力发电机输出电压过高时,控制卸荷方式降低风力发电机的转速。

2 现场试验

大庆油田分别现场试验30 kW、5 k W非并网低速风力发电系统各1套,其中30 kW风力发电机给2口抽油机井供电,5 kW风力发电机给2台螺杆泵井供电,具体机型及参数见表1。

30 kW风力发电机属变桨距风力发电机,永磁三相交流,对风方式为下风向无尾舵对风,采用被动变桨限速方式;5 kW风机机组属于聚风型高效风力风电机组,主要由聚风式风机、永磁同步发电机、电力变换及控制装置等部分组成。聚风式风机由聚风罩和特殊叶片构成,该结构设计可有效提高叶片迎风面的风速,大幅缩小风机体积,同时,聚风式风机能自动跟踪风向,无需传统的偏航系统。非并网风力供电技术指标见表2。

3 非并网风电利用效果分析

2010年大庆油田非并网风力发电机及控制系统开始运行。经过长期运行监测,取得了不同风速条件下的供电效果(表3,图2)。

监测结果表明,在平均风速达到7.5 m/s以上时,风电平均供电比例能达到34.25%(表4)。

目前两套机组运行良好。图3为2011年5月连续8小时(10∶00至18∶00)监测数据(分钟平均值)。现场监测显示,平均风速达到9.3 m/s时,两台抽油机井的风电平均利用率达到46.2%。

4 非并网风电应用前景分析

与传统离网及并网型技术相比,非并网供电技术模式有4方面特点:

1)风电联网不并网,风电和网电互不干扰,风电100%优先利用,不足部分由网电补充,保证油井持续运转。

2)风电与网电同时接入风网互补供电系统,不论风力大小,风电即发即用。风电足够时网电不用;风电不足时网电补充;无风电时网电供电。

3)解决了1台风机带动多台抽油机的智能控制技术与电压干扰难题。

4)无需使用蓄电池,可提高风电利用率15%以上,大幅度降低投资和运营成本。

在工业规模化应用方面,与并网运行相比,非并网运行方式在其应用前景方面体现3方面的优势:

1)在风电的非并网应用中,风电经过简单处理就可以直接应用于诸如油田生产、海水淡化等特定产业,变成工业生产的重要原料;尤其是在我国风能资源集中的沿海地区或偏远油田,可通过低廉的风电价格,大量节约成本。

2)非并网可以降低发电设备投资。根据目前非并网风电设计的测算,非并网设备的成本仅为并网设备成本的60%左右。

3)风电的非并网直接应用,风电并不上网,不涉及上网的电力许可审批,此外不会对电网造成负担,可减轻风电并网时对电网系统的冲击。

从长远来看,该模式对油田的大规模机采井采用风力供电更具有实际意义,尤其适合电网系统建设、维护成本高,但风能资源较好的开发油田。

5 结论

1)将风能作为油井动力供给,采用风能发电在大庆油田开展试验表明,以风网互补型设计为主的非并网风电系统可较好地满足油井启动与运行需要,该技术可行。

2)采用无蓄电池存储的非并网风电模式,风电联网不并网,风电壳优先利用,能较好地提高风能利用率。

3)为进一步提高油田油井在低风速下的用能效果,可通过加大风机功率级别的方法来提高风能利用率。

摘要：大庆油田具有较好的风能利用资源,应用风电给油井供电可作为油田节能新途径。传统的离网型和并网型风力供电普遍存在投入成本高、利用率低的问题。新型非并网风力供电模式采取大规模风电不并入电网,直接应用于一系列能适应风电特性的负载端的方式。通过大庆油田首次利用非并网风力供电技术的现场实践,油井直接利用风电的现场试验取得突破。经长时间运行证明,非并网风力供电系统可满足油井启动与正常运行需要,并且利用率高,现场对抽油机、螺杆泵等多种举升工艺成功实现了风能直接供电,为油田利用风能节能降耗奠定了基础。

关键词：油井,非并网,风力供电

参考文献

[1]张先进,陈杰.非并网风力发电系统的电压协调控制[J].电力系统自动化,2008(22):91-92.

【风电并网及运行技术】推荐阅读：

风电发展瓶颈09-09

风电建设管理07-09