含海上风电-光伏-储能的多能源发输电系统可靠性评估

doi:10.12096/j.2096-4528.pgt.22037

摘要/Abstract

摘要：

风光荷相关性模型是准确评估海上风电-光伏-储能并网系统可靠性的基础。为解决高维风光荷相关性建模问题，提出了一种基于藤结构的混合时变Copula模型。通过结合实际海上风电场功率、光伏电站功率、电网负荷，建立了8种风光荷联合Copula模型，运用2个常用的最优模型评价准则，判断出所提Copula模型比其他模型更有优势。选取山东省风电场和光伏电站的实际功率数据，在含风电场和光伏电站的IEEE-RTS79系统中分析比较8组模型，结果表明：所提Copula模型可以更为准确地描述高维风光荷间相依结构，而其他模型则会低估风光荷三者间相关性对系统可靠性的影响。在测试系统加入储能电站后，其他模型在最优风光装机容量比例的选择、储能电站容量的选取、功率波动性的评价等方面也均存在偏差。

关键词: 海上风电, 风光储系统, 可靠性评估, 藤结构, 混合时变Copula函数

Abstract:

The wind-solar-load correlation model is the basis for accurately evaluating the reliability of offshore wind power-photovoltaic-energy storage grid connected system. To solve the problem of high-dimensional wind-solar-load correlation modeling, a hybrid time-varying Copula model based on vine structure was proposed. By combining the actual wind farm output, photovoltaic power station output and grid load data, eight wind-solar-load combined Copula models were established, and the proposed model had more advantages than other models by using two common evaluation criteria of optimal model. Taking the measured data of wind farms and photovoltaic stations in Shandong province as examples, eight groups of models were analyzed and compared in IEEE-RTS79 system with wind farms and photovoltaic stations. The results show that the proposed Copula function model can more accurately describe the multi-dimensional wind-solar-load correlation. However, other existing models underestimate the impact of the wind-solar-load correlation on system reliability. After adding the energy storage device to the test system, other models also have deviations in the selection of the optimal wind-solar installed capacity ratio, the selection of storage power station capacity and the evaluation of power fluctuation.

Key words: offshore wind power, wind-solar-storage system, reliability evaluation, vine structure, mixed time-varying Copula function

中图分类号:

TK 019

高小童, 秦志龙, 高新宇. 含海上风电-光伏-储能的多能源发输电系统可靠性评估[J]. 发电技术, 2022, 43(4): 626-635.

Xiaotong GAO, Zhilong QIN, Xinyu GAO. Reliability Evaluation of Multi-Energy Generation and Transmission System With Offshore Wind Power-Photovoltaic-Energy Storage[J]. Power Generation Technology, 2022, 43(4): 626-635.

图/表 7

图1 C藤结构逻辑图

Fig. 1 Logic diagram of C-vine structure

图2 含风光储的发输电系统可靠性指标计算流程图

Fig. 2 Flowchart of wind-solar-storage power station integrated generation and transmission systems

表 1 不同模型拟合效果对比

Tab. 1 Comparison of fitting effects of different models

序号	模型	AIC	BIC
1	单一静态Copula(Gumbel)	-6 584.33	-5 969.10
2	单一时变Copula(时变Gumbel)	-6 710.96	-6 054.15
3	混合静态Copula(Clayton+Gumbel+t)	-6 715.26	-6 079.12
4	混合时变Copula(时变Clayton+时变Gumbel+时变t)	-6 796.75	-6 111.11
5	基于C藤结构的单一静态Copula(Gumbel)	-6 740.26	-6 023.35
6	基于C藤结构的单一时变Copula(时变Gumbel)	-6 814.26	-6 181.22
7	基于C藤结构的混合静态Copula(Clayton+Gumbel+t)	-6 878.35	-6 211.31
8	基于C藤结构的混合时变Copula(时变Rotated Gumbel+时变SJC+时变t)	-6 963.10	-6 277.64

表2 加入风电、光伏电站的IEEE-RTS79系统可靠性指标

Tab. 2 Reliability index of IEEE-RTS79 system with wind and photovoltaic power stations

模型	PLC	EENS/(MW⋅h/a)
1	0.000 63	663.27
2	0.000 64	670.12
3	0.000 65	673.22
4	0.000 65	681.46
5	0.000 66	688.13
6	0.000 67	702.32
7	0.000 67	691.98
8	0.000 69	722.39

表3 风光荷间不同相关特性对系统可靠性的影响

Tab. 3 Influence of different correlation characteristics among wind, solar and load on system reliability

情景	PLC	EENS/(MW⋅h/a)
1	0.000 69	722.35
2	0.000 67	691.64
3	0.000 88	980.23
4	0.000 41	441.56
5	0.000 61	612.35

表4 最优风光装机容量比例

Tab. 4 Optimal wind-solar installed capacity ratio

模型	最优风光装机容量比例
1	22∶5
2	4∶1
3	17∶4
4	14∶3
5	13∶3
6	18∶5
7	11∶3
8	10∶3

表 5 风光储联合系统的风险评估结果

Tab. 5 Risk assessment results of wind-solar-storage system

模型	PLC	EENS/(MW⋅h/a)	$ξ$	$φ$
1	0.000 52	537.3	244	31.8
2	0.000 53	542.3	177	32.3
3	0.000 52	536.1	228	31.9
4	0.000 54	547.2	167	30.7
5	0.000 56	556.8	185	28.8
6	0.000 57	562.4	162	27.5
7	0.000 58	569.2	144	26.3
8	0.000 59	577.6	137	25.2

表 5 风光储联合系统的风险评估结果

Tab. 5 Risk assessment results of wind-solar-storage system

模型	PLC	EENS/(MW⋅h/a)	$ξ$	$φ$
1	0.000 52	537.3	244	31.8
2	0.000 53	542.3	177	32.3
3	0.000 52	536.1	228	31.9
4	0.000 54	547.2	167	30.7
5	0.000 56	556.8	185	28.8
6	0.000 57	562.4	162	27.5
7	0.000 58	569.2	144	26.3
8	0.000 59	577.6	137	25.2

参考文献 28

1	施云辉，郭创新．考虑运行风险的含储能综合能源系统优化调度[J]．发电技术，2020，41(1)：56-63． doi:10.12096/j.2096-4528.pgt.19142
	SHI Y H， GUO C X ．Integrated energy system economic dispatch based on affine adjustable robust optimization[J]．Power Generation Technology，2020，41(1)：56-63． doi:10.12096/j.2096-4528.pgt.19142
2	张柏林，郁娇山，黄万龙，等．甘肃地区高比例新能源大外送电网面临的挑战及思考[J]．电网与清洁能源，2020，36(4)：81-89． doi:10.3969/j.issn.1674-3814.2020.04.012
	ZHANG B L， YU J S， HUANG W L，et al ．Challenges and reflections on the power grid of high proportion of new energy in Gansu province[J]．Power System and Clean Energy，2020，36(4)：81-89． doi:10.3969/j.issn.1674-3814.2020.04.012
3	孟凡斌，周静，张霄，等．基于改进FPA-LHS算法的并网型微电网容量优化配置研究[J]．智慧电力，2021，49(10)：45-51． doi:10.3969/j.issn.1673-7598.2021.10.008
	MENG F B， ZHOU J， ZHANG X，et al ．Optimal capacity configuration of grid-connected microgrid based on improved FPA-LHS algorithm[J]．Smart Power，2021，49(10)：45-51． doi:10.3969/j.issn.1673-7598.2021.10.008
4	匡生，王蓓蓓．考虑储能寿命和参与调频服务的风储联合运行优化策略[J]．发电技术，2020，41(1)：73-78． doi:10.12096/j.2096-4528.pgt.19161
	KUANG S， WANG B B ．Optimization strategy of wind storage joint operation considering energy storage life and participating in frequency modulation service[J]．Power Generation Technology，2020，41(1)：73-78． doi:10.12096/j.2096-4528.pgt.19161
5	李湘旗，禹海峰，李欣然，等．考虑储能系统动态全寿命周期特性的多功能应用需求规划方法[J]．电力建设，2020，41(1)：45-54．
	LI X Q， YU H F， LI X R，et al ．Planning method for multi-functional application demand considering dynamic life cycle characteristics of energy storage[J]．Electric Power Construction，2020，41(1)：45-54．
6	吴红斌，白雪，王蕾．基于序贯蒙特卡洛模拟的风光储发电系统可靠性评估[J]．太阳能学报，2017，38(6)：1501-1509．
	WU H B， BAI X， WANG L ．Reliability evaluation of wind-solar-battery generation system based on sequential Monte Carlo simulation[J]．Acta Energiae Solaris Sinica，2017，38(6)：1501-1509．
7	禹海峰，潘力强，吴亚茹，等．储能提升含高比例风电电力系统可靠性分析[J]．电网与清洁能源，2020，36(6)：92-98． doi:10.3969/j.issn.1674-3814.2020.06.014
	YU H F， PAN L Q， WU Y，et al ．Analysis of energy storage improving the reliability of power system with high proportional wind power[J]．Power System and Clean Energy，2020，36(6)：92-98． doi:10.3969/j.issn.1674-3814.2020.06.014
8	袁明飞，赵凤展，王树田，等．基于蒙特卡洛模拟的含风电-储能发电系统可靠性评估[J]．电器与能效管理技术，2020(5)：7．
	YUAN M F， ZHAO F Z， WANG S T，et al ．Reliability evaluation of wind-storage power generation systems based on Monte Carlo simulation[J]．Electrical & Energy Management Technology，2020(5)：7．
9	白雪岩，樊艳芳，刘雨佳，等．考虑可靠性及灵活性的风光储虚拟电厂分层容量配置[J]．电力系统保护与控制，2022，50(8)：11-24．
	BAI X Y， FAN Y F， LIU Y J，et al ．Wind power storage virtual power plant considering reliability and flexibility tiered capacity configuration[J]．Power System Protection and Control，2022，50(8)：11-24．
10	QIN Z L， LI W Y， XIONG X F ．Generation system reliability evaluation incorporating correlations of wind speeds with different distributions[J]．IEEE Transactions on Power Systems，2013，28(1)：551-558． doi:10.1109/tpwrs.2012.2205410
11	CHAO H， HU B， XIE K，et al ．A sequential MCMC model for reliability evaluation of offshore wind farms considering severe weather conditions[J]．IEEE Access，2019，99：132552-132562． doi:10.1109/access.2019.2941009
12	胡戎，邱晓燕，张志荣．计及无功裕度的配电网两阶段无功优化调度策略[J]．电力建设，2021，42(9)：129-139． doi:10.12204/j.issn.1000-7229.2021.09.014
	HU R， QIU X Y， ZHANG Z R ．Two-stage reactive power optimization for distribution network considering reactive power marginwy[J]．Electric Power Construction，2021，42(9)：129-139． doi:10.12204/j.issn.1000-7229.2021.09.014
13	谢敏，熊靖，刘明波，等．基于 Copula 的多风电场功率相关性建模及其在电网经济调度中的应用[J]．电网技术，2016，40(4)：1100-1106．
	XIE M， XIONG J， LIU M B，et al ．Modeling of multi wind farm output correlation based on Copula and its application in power system economic dispatch[J]．Power System Technology，2016，40(4)：1100-1106．
14	王小红，周步祥，张乐，等．基于时变Copula函数的风电功率相关性分析[J]．电力系统及其自动化学报，2015，27(1)：43-48．
	WANG X H， ZHOU B X， ZHANG L，et al ．Wind power correlation analysis based on time-variant copula function[J]．Proceedings of the CSU-EPSA，2015，27(1)：43-48．
15	段偲默，苗世洪，霍雪松，等．基于动态Copula的风光联合功率建模及动态相关性分析[J]．电力系统保护与控制，2019，47(5)：35-42．
	DUAN S M， MIAO S H， HOU X S，et al ．Modeling and dynamic correlation analysis of wind/solar power joint output based on dynamic Copula[J]．Power System Protection and Control，2019，47(5)：35-42．
16	万家豪，苏浩，冯冬涵，等．计及源荷匹配的风光互补特性分析与评价[J]．电网技术，2020，44(9)：3219-3226． doi:10.1109/icpsasia48933.2020.9208513
	WAN J H， SU H， FENG D H，et al ．Analysis and evaluation of the complementarity characteristics of wind and photovoltaic considering source-load matching[J]．Power System Technology，2020，44(9)：3219-3226． doi:10.1109/icpsasia48933.2020.9208513
17	季峰，蔡兴国，王俊．基于混合Copula函数的风电功率相关性分析[J]．电力系统自动化，2014，38(2)：1-5． doi:10.7500/AEPS201208067
	JI F， CAI X G， WANG J ．Wind power correlation analysis based on hybrid Copula[J]．Automation of Electric Power Systems，2014，38(2)：1-5． doi:10.7500/AEPS201208067
18	马燕峰，李鑫，刘金山，等．考虑风电场时空相关性的多场景优化调度[J]．电力自动化备，2020，40(2)：55-65．
	MA Y F， LI X， LIU J S，et al ．Multi-scenario optimal dispatch considering temporal-spatial correlation of wind farms[J]．Electric Power Automation Equipment，2020，40(2)：55-65．
19	吴巍，汪可友，李国杰，等．基于Pair Copula的多维风电功率相关性分析及建模[J]．电力系统自动化，2015，39(16)：37-42． doi:10.7500/AEPS20141031011
	WU W， WANG K Y， LI G J，et al ．Correlation analysis and modeling of multiple wind power based on Pair Copula[J]．Automation of Electric Power Systems，2015，39(16)：37-42． doi:10.7500/AEPS20141031011
20	邱宜彬，李诗涵，刘璐，等．基于场景D藤Copula模型的多风电场功率相关性建模[J]．太阳能学报，2019，40(10)：2960-2966．
	QIU Y B， LI S H， LIU L，et al ．Correlation modeling of power output among multiple wind farms based on scenario D vine copula method[J]．Acta Energiae Solaris Sinica，2019，40(10)：2960-2966．
21	刘放．基于凸组合Copula和EM算法的信度理论[D]．大连：大连理工大学，2012． doi:10.1109/cso.2012.180
	LIU F ．Reliability theory based on convex combination copula and EM algorithm[D]．Dalian：Dalian University of Technology，2012． doi:10.1109/cso.2012.180
22	HAGHII H V， BINA M T， GOLKARR M A，et al ．Using Copulas for analysis of large datasets in renewable distributed generation：PV and wind power integration in Iran[J]．Renewable Energy，2010，35(9)：1991-2000． doi:10.1016/j.renene.2010.01.031
23	AKAIKE H ．Factor analysis and AIC[J]．Psychometrika，1987，52(3)：317-332． doi:10.1007/bf02294359
24	MILLER F P， VANDOMEE A F， MCBREWSTER J ．Bayesian information criterion[M]．Montana，USA：Alphascript Publishing，2010．
25	SINGHEE A R R A ．Why Quasi-Monte Carlo is better than Monte Carlo or Latin hypercube sampling for statistical circuit analysis[J]．IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems，2010，29(11)：1763-1776． doi:10.1109/tcad.2010.2062750
26	吕勤．含风光储联合系统的发输电风险评估[D]．北京：华北电力大学，2013．
	LV Q ．Risk assessment of generation and transmission including wind-PV-ES hybrid power system[D]．Beijing：North China Electric Power University，2013．
27	BILLINTON R， LI W Y ．Reliability assessment of electrical power systems using Monte Carlo methods[M]．New York：Plenum Press，1994． doi:10.1007/978-1-4899-1346-3_3
28	王蕾．分布式电源建模及其对配电网可靠性的影响研究[D]．合肥：合肥工业大学，2015．
	WANG L ．Research on modeling of distributed gene-ration and effect on distribution system reliability[D]．Hefei：Hefei University of Technology，2015．

[1]	樊昂, 李录平, 刘瑞, 欧阳敏南, 陈尚年. 不同风速对单桩式海上风电机组塔筒动态特性的影响[J]. 发电技术, 2024, 45(2): 312-322.
[2]	严新荣, 张宁宁, 马奎超, 魏超, 杨帅, 潘彬彬. 我国海上风电发展现状与趋势综述[J]. 发电技术, 2024, 45(1): 1-12.
[3]	许帅, 杨羽霏, 刚傲, 谢越韬, 张晓明, 刘功鹏. 中欧漂浮式海上风电关键技术与产业链合作路径研究[J]. 发电技术, 2024, 45(1): 13-23.
[4]	孙财新, 张波, 唐巍, 周昳鸣, 付明志, 秦猛, 郭小江. 海上风电机组国产化研究与实践[J]. 发电技术, 2023, 44(5): 696-702.
[5]	贾文虎, 徐群杰. 海上风电设施防腐蚀技术研究进展[J]. 发电技术, 2023, 44(5): 703-711.
[6]	吴荣辉, 刘冬, 郁冶, 牟凯龙, 赵兰浩. 基于浸入边界法的海上风电双向流固耦合数值模拟方法[J]. 发电技术, 2023, 44(1): 44-52.
[7]	周昳鸣, 闫姝, 刘鑫, 张波, 郭雨桐, 郭小江. 中国海上风电支撑结构一体化设计综述[J]. 发电技术, 2023, 44(1): 36-43.
[8]	刘晓明, 谭祖贶, 袁振华, 刘玉田. 柔性直流接入海上风电并网选址综合优化[J]. 发电技术, 2022, 43(6): 892-900.
[9]	董辉, 葛维春, 张诗钽, 刘闯, 楚帅. 海上风电制氢与电能直接外送差异综述[J]. 发电技术, 2022, 43(6): 869-879.
[10]	杨舟, 杨仁炘, 施刚, 张建文. 一种用于多端直流输电系统交流故障穿越的新型控制策略[J]. 发电技术, 2022, 43(2): 268-277.
[11]	张智伟, 张建平, 刘明, 纪海鹏, 诸浩君, 周圣荻. 芦潮港海上风资源变化特性分析[J]. 发电技术, 2022, 43(2): 260-267.
[12]	邹晓阳, 潘卫国. 海上浮式风机动力学仿真分析研究进展[J]. 发电技术, 2022, 43(2): 249-259.
[13]	朱家宁, 张诗钽, 葛维春, 刘闯, 楚帅. 海上风电外送及电能输送技术综述[J]. 发电技术, 2022, 43(2): 236-248.
[14]	徐彬, 薛帅, 高厚磊, 彭放. 海上风电场及其关键技术发展现状与趋势[J]. 发电技术, 2022, 43(2): 227-235.
[15]	胡丹梅, 曾理, 陈云浩. 半潜式海上风力机流固耦合特性分析[J]. 发电技术, 2022, 43(2): 218-226.