并网光伏电站的发电可靠性评估_汪海瑛.pdf

第 36 卷 第 10 期 电 网 技 术 Vol 36 No 10 2012 年 10 月 Power System Technology Oct 2012 文章编号 1000 3673 2012 10 0001 05 中图分类号 TM 614 文献标志码 A 学科代码 470 4054 并网光伏电站的发电可靠性评估 汪海瑛 1 白晓民2 马纲3 1 强电磁工程与新技术国家重点实验室 华中科技大学 湖北省 武汉市 430074 2 中国电力科学研究院 北京市 海淀区 100192 3 国电电力宁夏风电开发有限公司 宁夏回族自治区 银川市 750001 Reliability Assessment of Grid Integrated Solar Photovoltaic System WANG Haiying1 BAI Xiaomin2 MA Gang3 1 State Key Laboratory of Advanced Electromagnetic Engineering and Technology Huazhong University of Science and Technology Wuhan 430074 Hubei Province China 2 China Electric Power Research Institute Haidian District Beijing 100192 China 3 GD Power Ningxia Wind Power Development Co Ltd Yinchuan 750001 The Ningxia Hui Autonomous Region China ABSTRACT Solar photovoltaic PV power is a kind of promising renewable energy generation technology which is expected to replace traditional fossil fuel fired power generation after wind power Its operational characteristics which are different from conventional generation make the difference between the method to assess generation adequacy of power grid containing PV generation system and of those only containing conventional generation Based on sequential Monte Carlo method and comprehensively considering main factors influencing PV power output such as the time varying solar irradiance power output characteristics of solar panels annual variation characteristics of ambient temperature configuration of PV generation station and so on a generation reliability assessment model for PV generation station is built Developing a program for reliability analysis by Matlab and adding above mentioned model into RBTS to perform simulation the system reliability of power grid after grid integration of PV station is assessed Besides based on the simulation results the peak load carrying capability is researched thus an objective assessment on reliability benefit of grid integrated PV station can be given KEY WORDS photovoltaic generation system reliability Monte Carlo simulation peak load carrying capability 摘要 太阳能光伏发电是继风力发电后另外一个被寄予厚望 以代替传统发电的可再生能源发电技术 它异于常规电源的 运行特性使得关于它的系统发电充裕度评估技术与传统方 法有所不同 基于序贯蒙特卡洛方法 综合考虑影响光伏功 率输出的主要因素 太阳光辐照度的时变特性 光伏面板的 输出功率特性 环境温度的年度变化特性和光伏电站的配置 等 建立了光伏电站的发电可靠性评估模型 在 Matlab 中 编制程序 并将上述模型加入 RBTS 可靠性测试系统中进行 仿真计算 评估增加光伏后的系统可靠性 同时在该结果基 础之上对系统承载峰荷能力进行研究 从而给出并网光伏可 靠性收益客观评价 关键词 光伏发电系统 可靠性 蒙特卡洛仿真 峰荷承载 能力 0 引言 光伏发电是继风力发电后最有潜力实现规模 化发展和应用的可再生能源发电技术 1 根据我国 可再生能源发展的十二五规划 中国到 2015 年将 形成 5GW 的并网太阳能发电能力 最近这一目标 又被调整为 10GW 2 而欧盟则计划到 2050 年 整 个欧洲能源消耗的 19 27 都由光伏提供 3 光伏发电也存在着间歇性与随机性的特点 所 以为准确衡量光伏发电带给电网的收益 并对它的 价值进行客观评价 必须建立适当的模型对含光伏 系统可靠性进行评估 目前 进行可靠性评估的主 要方法有解析法与模拟法 4 5 解析法的关键在于机 组容量停运概率模型的建立 文献 6 7 就是采用了 解析法对光伏发电系统进行可靠性评估 使用解析 法进行可靠性评估最主要的缺点是不能将光伏这 种可再生能源发电系统的时序特性考虑进来 因此 也就无法准确评估它的随机时变特性对于功率输 出及与频率相关指标的影响 所以本文采用序贯 蒙特卡洛模拟方法 综合考虑光照强度 环境温 度和光伏电池功率转换特性等因素对光伏发电系 统进行可靠性建模 然后对含有光伏的系统发电 充裕度进行评估 并在该结果的基础上进一步研 究 并 入 光 伏 后 系 统 峰 荷 承 载 能 力 peak load carrying capability PLCC 的变化 2 汪海瑛等 并网光伏电站的发电可靠性评估 Vol 36 No 10 1 光伏电站的可靠性建模 1 1 辐照度建模 光伏发电是利用光生伏打效应将太阳的辐射 能直接转化为电能的能源变换系统 决定光伏功率 输出的主要因素是到达地面或者说光伏组件的辐 照度 也称为辐射通量密度 环境温度及电池能量 转换特性 因此光伏的功率输出极大地依赖于电站 安装地的地理位置和气候条件 对其进行可靠性建 模也分这几个步骤进行 太阳能来自于太阳内部由于高温高压条件而 不断发生的核聚变反应 它以辐射的形式到达地 球 进入地球大气层之前的太阳辐射 IE0被称为地 外辐射 它受日地天文关系影响而以年为周期发生 变化 它的计算关系 8 如式 1 所示 E0SCd 360 10 033cos 365 IIn 1 式中 ISC代表太阳常数 根据世界气象组织发布的 数值 它的取值范围为 1367 7 W m2 nd为该天在 一年中的顺序数 假定 IE0未受大气影响全部到达 地面 那么由于太阳光线与光伏阵列表面法线间存 在夹角 而能被有效吸收的那部分能量 I0只与跟面 板垂直的分量相关 所以必须先计算该入射角大 小 水平搁置的面板入射角按下式计算 h coscoscoscossinsin 2 式中 h代表水平面太阳的入射角 为光伏安装 所在地纬度 为太阳赤纬 为太阳时角 那么到 达该面板的有效能量就将按式 3 进行计算 0E0h cosII 3 在实际情况中 地外辐射 IE0进入大气层之后 由于受云层和大气尘埃等的吸收 散射和反射作用 等影响 到达地面的辐射 It出现衰减 这一衰减程 度可由每 h 晴空指数 hourly clearness index kt 9 来 表征 tt0 kI I 4 式中 It是水平地面上接受到的太阳总辐射 它由直 接辐射和散射辐射 2 个部分组成 当光伏面板与地 面之间有了倾角 后 由于地面反射和入射角变化 等的作用 光伏面板上所接受的太阳辐射能计算关 系发生了变化 如式 5 所示 10 bbdt 1cos1cos 22 II RII 5 式中 Ib和 Id分别代表直接辐射和散射辐射 I 代 表倾角为 的光伏面板单位面积上接受到的辐照 度 对于双轴跟踪系统 每个时刻光伏面板的倾角 取该时刻太阳高度角的余角 11 代表地表反射率 Rb表示斜面和水平面上接受到的直接辐射比值 其 值按照式 6 进行计算 bh cos cosR 6 式中 代表斜面上的入射角 此外每 h 散射辐射与 水平地面总辐射的比值可表示为晴空指数的函数 如式 7 所示 12 tt d tt t t 1 00 249 00 35 1 5571 84 0 350 75 0 177 0 75 kk I kk I k 7 由以上各式可知 构成 I 的每一个分量都可以 表示为 It的函数 而 It主要由 kt决定 所以只要知 道了 kt的概率密度或分布函数 即可通过逆变换法 对每h到达具有倾角 的斜面上的辐照度进行模拟 kt的概率密度函数如式 8 所示 13 t th 2 th t th e e1 k t k kk P k k 8 式中 kth表示 kt的最大值 为由 kth和某月每 h 晴 空指数均值 ktm所决定的常数 令 F kt Y 为 kt的分 布函数 则蒙特卡洛仿真中用于模拟产生 kt的函数 表达式如式 9 所示 th th th tth 1 1 1 e 11 e k k kYY kWk 9 式中 Y 为区间 0 1 上服从均匀分布的随机变量 W 代表朗伯 W 函数 1 2 功率输出模型 光伏功率输出大小的决定因素是光伏面板的 能量转换效率 ct和入射太阳辐照度 它们的关系 14 如式 10 所示 mcCAttt PSI 10 式中 SCA代表电池面积 Pmt代表 t 时刻电池输出 功率 I t代表 t 时刻斜面上的太阳辐照度 光伏面 板能量转换效率 ct并不是一个常量 它的大小要受 到相应时刻入射光辐照强度 I t的影响 15 分段函 数可用来近似表示 2 者之间的关系 ckk c ck 0 tt t t IIII II 11 式中 c是由电池厂家给出的标准测试条件下的能 量转换效率 Ik代表某一入射光辐照度阈值 当辐 照度低于该值时 转换效率随辐照度的增加线性增 长 当辐照度超过该值之后 电池的转换效率即可 基本保持恒定而不再随入射辐照度的变化而变化 第 36 卷 第 10 期 电 网 技 术 3 一般取该值为 150 W m2 此外 由于入射的光照能 量中只有部分可以被转化为电能 而剩余大部分能 量都将被光伏面板吸收或反射 从而与环境温度一 起作用引起电池温度的变化 而电池温度变化反过 来又会影响输出功率的大小 由于光伏电池开路电 压的负温度系数特性 以及对于温度变化高于短路 电流的敏感度 使光伏的输出将随电池温度的升高 而减小 16 其表达式如式 12 和 13 所示 NOCT CAs 20 0 8 T TTI 12 smpmCSTC 1 tt PPcTT 13 式中 TC表示电池温度 TA代表环境温度 TNOCT 表示电池额定运行温度 I s与前文中的I 意义一致 区别在于单位不同 I s的单位取 kW m2 TSTC表示 标准测试条件下的电池温度 一般为 25 C Pst表 示在时刻 t 电池的实际输出功率 cpm为电池功率温 度系数 由式 13 可知 在夏日高温环境下电池的 性能会受到较大影响 输出功率会由于电池温度的 升高而发生衰减 地面气象观测站一般可以提供的资料是逐日 气温极值与均值 由于任何平稳随机过程都可以用 n n 1 阶自回归滑动平均 auto regressive and moving average ARMA 模型近似表示 17 18 而逐 日气温最高值或最低值序列和气温日较差序列之 间可以认为是相互独立的 并且它们均带有极强的 季节变化趋势特性 因此可以对逐日气温序列进行 分析与建模 之后再利用该模型产生的序列进行逐 时气温模拟 取我国西部某地 30 年逐日气温极值 序列 分别进行平稳化操作后建立起的 ARMA 模 型如式 14 16 所示 AhAh1Ah2Ah3 AhAh1Ah2 1 574 50 668 30 069 2 0 822 20 072 6 tttt ttt TTTT 2 Ah NID 0 0 714 598 t 14 AdAd1Ad2 0 896 30 167 3 ttt TTT AdAd1 0 491 1 tt 2 Ad NID 0 0 887 750 t 15 AmAmAmAmtttt TT 16 式中 Amt和 Amt代表第 t 天最高温或日较差的均值 与标准差 Aht T 和 Adt T 分别代表最高温和日较差的时 间序列 由于气温逐时变化的连续性较强 所以在 获得每日气温的最高与最低值后 可利用正弦分段 法对每天的逐时气温进行模拟 如式 17 所示 19 AAhAlAhAl 0 5 sin0 5 iiiiii TTTTT 17 式中 TAhi与 TAli分别代表在相邻的时间段内气温 上升区间或下降区间两端出现的气温极值 i代表 太阳时角 它的大小由所在地区经度和计算时刻所 属日期在1a中的顺序共同决定 2 算例系统的可靠性及峰荷承载能力评估 2 1 算例系统及参数 本文将上述模型应用到一个专门的可靠性测 试系统RBTS 20 中 并在Matlab中编制程序 对加 入光伏后的系统可靠性进行评估 RBTS包含11台 传统发电机组 总装机容量为240 MW 系统峰荷 为185 MW 用于序贯蒙特卡洛仿真的负荷持续曲 线数据来自文献 21 算例中光伏电站采用的光伏 组件在标准测试条件下最大功率输出为280 W 转 换效率为14 4 功率温度系数为 0 44 C 电池 组件面积约为2 m2 所考察光伏电站分别处于我国 太阳能资源比较丰富的I类和II类地区 其每年月 平均晴空指数分别为0 496与0 431 图1给出仿真 所得光伏安装地在夏季 6月份 连续5 d太阳辐照度 的典型变动趋势 文中研究使用的主要可靠性指标 有缺电时间期望 loss of load expectation LOLE 缺电频率 loss of load frequency LOLF 135 0 400 800 辐照度 W m2 时间 d II 类地区 I 类地区 图 1 夏季辐照度变化 Fig 1 Variation of solar radiation in summer 2 2 可靠性评估 图2为在原始RBTS系统加入不同容量光伏系 统 系统年峰值负荷在原基础上增加2 后得到的 LOLF指标 从图2可以看出 无论是太阳能资源 较好的I类地区 还是次之的II类地区 光伏的加 0204060 0 2 0 24 0 28 0 32 缺电频率LOLF 次 年 并网光伏容量 MW II 类地区 I 类地区 图 2 光伏容量对 LOLF 的影响 Fig 2 Effects of PV capacity on LOLF 4 汪海瑛等 并网光伏电站的发电可靠性评估 Vol 36 No 10 入都不会带来LOLF指标的显著改善 即使在光伏 的穿透率水平 此处定义为光伏装机容量和系统峰 荷的比值 近似达到40 的情况下 出现这种情况 的原因主要在于测试系统所采用的负荷持续曲线 与光伏的运行特性不匹配 算例采用的负荷持续曲 线会在1 d中的17 00 22 00再次出现用电高峰 而此时光伏已基本无功率输出 因而光伏容量的增 加对于此时刻出现的停电事件没有任何帮助 为验 证此结论 对原负荷曲线做出修正 即将全年 17 00 22 00的负荷减少10 系统峰荷则在原基 础上增加5 做出上述修正后再执行仿真计算 由图3给出可靠性评估结果 从图3可以看出 修 正负荷曲线后的运行场景与图2所示场景在未加入 光伏时有着相近的LOLF指标 然而 随着光伏容 量的增大 图3中LOLF指标有了显著改善 尤其 是在太阳能资源比较充足的I类地区 而II类地区 对系统可靠性的贡献虽然比图2所示的结果要好一 些 但是效果仍然不是很理想 这种结果证明 当 负荷变动特征与光伏运行特性一致后 可对光伏改 善系统充裕度的能力有很大提升 表1列出与图2 和图3所示2种运行场景相对应的LOLE指标的变 化情况 由表中结果可知 就LOLE指标而言 随 光伏容量的增加 2种场景下都会给系统带来一定 的可靠性收益 但显然也是在负荷曲线进行修正后 0204060 0 20 0 24 0 28 0 32 LOLF 次 a 并网光伏容量 MW II 类地区 I 类地区 图 3 修正负荷曲线后得到的 LOLF Fig 3 LOLF index obtained based on the modified load curve 表 1 可靠性评估结果 Tab 1 Reliability evaluation results I 类地区 LOLE h a II 类地区 LOLE h a 光伏容量 MW 图 2 场景 图 3 场景 图 2 场景 图 3 场景 原 RBTS 1 551 1 582 1 551 1 582 10 1 122 1 188 1 139 1 197 20 0 965 0 849 1 094 0 913 30 0 818 0 659 0 860 0 803 40 0 755 0 530 0 859 0 624 50 0 704 0 458 0 815 0 594 60 0 680 0 429 0 810 0 557 70 0 659 0 360 0 802 0 536 会有更显著的可靠性改进 而且对于太阳能资源不 够充裕的II类地区 加入光伏后的可靠性收益总是 很快进入饱和状态 这是由其间歇运行特性和整体 偏低的辐照强度水平共同决定的 2 3 峰荷承载能力评估 图4和5为采用原始RBTS系统参数 基于不 同可靠性指标得到的50 MW 并网光伏系统的载荷 能力 算例采用的传统机组平均无故障工作时间为 2 190 h 平均维修时间为 45 h 由图 4可知 在原 RBTS中加入具有I类地区辐照强度的50 MW 光 伏 其载荷能力基本与加入一个8 5 MW 的传统机 组相当 其可以多承担的峰荷约为9 25 MW 而加 入II类地区光伏则与加入一个6 5 MW 的传统机组 相当 其可以承载的峰荷值增加6 84 MW 而由图 5得到的结果与图4有很大不同 对于I类地区的 50 MW 光伏 在基于LOLF指标获得的结果中 其 承载峰荷的能力只与一个1 5 MW 传统机组相当 而对于II类地区的50 MW 光伏 其PLCC几乎没 有任何改进与提高 仍与原始系统相当 用2种可 靠性指标得到差异如此大的结果 其原因在于指标 所代表的意义有差别 LOLF指标考察的是系统在 0 981 001 021 041 06 0 4 0 8 1 2 1 6 系统峰荷 pu LOLE h a 原系统指标 6 5 MW传统机组 光伏50MW II 类地区 光伏50 MW I 类地区 8 5 MW传统机组 图 4 基于 LOLE 指标的传统机组与 50 MW 并网光伏系统峰荷承载能力对比 Fig 4 Comparison of PLCC based on LOLE for PV and conventional units 0 981 001 021 041 06 0 20 0 30 0 40 0 50 0 60 系统峰荷 pu LOLF 次 a 原系统指标 1 5 MW传统机组 光伏50 MW II 类地区 光伏50 MW I 类地区 图 5 基于 LOLF 指标的传统机组与 50 MW 并网光伏系统峰荷承载能力对比 Fig 5 Comparison of PLCC based on LOLF for PV and conventional units 第 36 卷 第 10 期 电 网 技 术 5 一段时间内供电不足事件发生的次数 LOLE指标 考察的则是系统在一段时间内发生的供电不足事 件的持续时间 由前文的分析已经得知 由于光伏 在进入夜间后已经完全没有功率输出 因此对于夜 间有可能发生的缺电力事件没有任何补益 同时由 于其供电的间歇性 很难带来LOLF的显著提高 但新加入的发电容量总是可以不同程度地缓解系 统缺电情况 增加系统裕度 从而从总体上减少系 统停电的持续时间 3 结论 光伏有别于风能及传统可再生能源的发电特 性 在对其进行发电可靠性评估时 如果选用的负 荷曲线变化特征与它的运行特性不匹配 会对其可 靠性收益结果产生很大影响 从而对它为系统的贡 献做出偏离实际的评价 与风能一样 作为一种间 歇性的可再生能源发电技术 在以LOLF和LOLE 作为评估光伏峰荷承载能力的准则时 得到的结果 差距非常明显 参考文献 1 许洪华 中国光伏发电技术发展研究 J 电网技术 2007 31 20 77 81 Xu Honghua The study on development of PV technology in China J Power System Technology 2007 31 20 77 81 in English 2 李俊峰 风光无限 中国风电发展报告 2011 M 北京 中国环境 科学出版社 2011 85 86 3 European Renewable Energy Council RE thinking 2050 a 100 renewable energy vision for the European Union R Belgium EREC 2010 4 李文沅 电力系统风险评估 模型 方法和应用 M 北京 科学 出版社 2006 79 87 5 Billinton R Chen H Ghajar R A sequential simulation technique for adequacy evaluation of generating systems including wind energy J IEEE Trans on Energy Conversion 1996 11 4 728 734 6 Tina G M Gagliano S Raiti S Hybrid solar wind power system probabilistic modeling for long term performance assessment J Solar Energy 2006 80 5 578 588 7 Jeongje P Wu Liang Jaeseok C et al A probabilistic reliability evaluation of a power system including solar photovoltaic cell generator C IEEE Power Energy Society General Meeting Calgary Canada IEEE 2009 5 10 8 赵争鸣 刘建政 孙晓瑛 等 太阳能光伏发电及其应用 M 北 京 科学出版社 2005 43 57 9 Graham V A Hollands K G T A method to generate synthetic hourly solar radiation globally J Solar Energy 1990 44 6 333 341 10 Duffie J A Beckman W A Solar engineering of thermal process second edition M New York John Wiley Sons Inc 1991 91 98 11 Tina G M Gagliano S Probabilistic modelling of hybrid solar wind power system with solar tracking system J Renewable Energy 2011 36 6 1719 1727 12 Orgill J F Hollands K G T Correlation equation for hourly diffuse radiation on a horizontal surface J Solar Energy 1977 19 4 357 359 13 Hollands K G T Huget R G A probability density function for the clearness index with applications J Solar Energy 1983 30 3 195 209 14 Moharil R M Kulkarni P S Reliability analysis of solar photovoltaic system using hourly mean solar radiation data J Solar Energy 2010 84 4 691 702 15 Cha S T Jeon D H Bae I S et al Reliability Evaluation of Distribution System Connected Photovolt